Vous êtes sur la page 1sur 307

La Methode des Elements Finis: Vulgarisation des

aspects mathematiques, Illustration des capacites de la


methode
Vincent Manet

To cite this version:


Vincent Manet. La Methode des Elements Finis: Vulgarisation des aspects mathematiques,
Illustration des capacites de la methode. DEA. Elements finis pour lingenieur, ViM2, Lyon,
2012, pp.306. <cel-00763690v1>

HAL Id: cel-00763690


https://cel.archives-ouvertes.fr/cel-00763690v1
Submitted on 11 Dec 2012 (v1), last revised 7 Jan 2016 (v7)

HAL is a multi-disciplinary open access Larchive ouverte pluridisciplinaire HAL, est


archive for the deposit and dissemination of sci- destinee au depot et a la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publies ou non,
lished or not. The documents may come from emanant des etablissements denseignement et de
teaching and research institutions in France or recherche francais ou etrangers, des laboratoires
abroad, or from public or private research centers. publics ou prives.
La Mthode des lments Finis

Vulgarisation des aspects mathmatiques


Illustration des capacits de la mthode

Vincent Manet
manet.vim2@laposte.net

version du 11 dcembre 2012



PLN d. 2 iM 2

iM 2
Introduction
version du 11 dcembre 2012

Dans ce (de moins en moins court) document, plutt destination dingnieurs mcaniciens connais-
sant dj la mthode des lments finis, nous allons essayer de faire une prsentation un peu plus tho-
rique que ce qui leur est gnralement propos (et qui est quand mme souvent de type preuve par les
mains, ce qui est insupportable et occulte trop de points).
Nous ne ferons appel qu des notions mathmatiques de bases gnralement dj vues pour la
plupart en taupe (ou en tout dbut de cycle ding)... bien que des complments que lon peut qualifier
dlmentaires nous aient t demands et aient t inclus.
Nous esprons, grce cette prsentation thorique montrer toute la souplesse et la puissance de la
mthode, afin de permettre au lecteur denvisager dautres simulations que celles quil a pu dj raliser
par le pass.

1 But du document
Le but initial tait de prsenter brivement la thorie mathmatique derrire les lments finis afin
que les ingnieurs utilisant cette mthode puisse en envisager toutes les applications, ainsi que de couvrir
les aspects qui, selon nous, devraient tre connus de tout ingnieur mcanicien impliqu ou intress par
le calcul numrique.
Toutefois, il senvisage comme support de rfrence plusieurs cours, cours qui ne portent pas sur
tous les aspects traits dans ce document, et au cours desquels les aspects pratiques sont plus dvelopps
(avec mise en situation sur machine).
Mme si nous avons voulu rester le plus succinct possible, lintroduction de notions de proche en
proche fait que le document fait aujourdhui une certaine taille (par exemple, nous avons besoins des
espaces de Sobolev, mais comment les introduire sans parler des espaces de Lebesgue, mais comment
les introduire sans parler...).
Aussi le document a-t-il finalement t dcoup en plusieurs parties : un survol des notions math-
matiques, puis le traitement du problme continu constituent lossature thorique ncessaire assoir la
MEF sur un socle solide. La discrtisation par lments finis proprement parler nest aborder quen-
suite, et dailleurs un seul chapitre suffirait en faire le tour... sauf entrer plus dans le dtail concernant
ce qui fche : homognisation, non linarit, dynamique, ce qui est fait dans des chapitres spars.
Enfin, dautres mthodes sont abordes car galement trs employes aujourdhui. Aussi est-il in-
dispensable selon nous den avoir entendu parl et den connatre les principales notions (volumes finis,
BEM, FEEC).
En annexes, se trouve un petit fourre-tout comprenant des choses censes tre matrises depuis la
taupe (mais qui parfois nous sont demandes) et les complments qui alourdiraient encore les propos
prcdents.
Certaines notions (essentiellement de topologie) ne sont pas prsentes dans ce document. Il nous
a sembl que le lecteur devait avoir quelques souvenirs de ce quest un ouvert, un ferm, ladhrence,
la densit... Par ailleurs, leur nom peut tre suffisamment vocateur pour se passer dune dfinition
formelle dans le contexte de ce document.

iM 2 3 PLN d.
Introduction

Attention, ce document nest pas un document de mathmatiques, il ne contient dailleurs aucune


preuve. Cest, dans ces deux premires parties, un document de vulgarisation de notions mathmatiques
ncessaires une bonne comprhension de la mthode des lments finis.
Nous avons voulu raliser un survol des notions importantes, mais malgr tout, afin de ne pas tre
parfois trop laconique, nous avons un peu dbord. Dans ce cas, les passages considrs comme moins
importants ont t mis en gris.
Dailleurs un certain code couleur sera plus ou moins respect dans ce document. En bleu, les
dfinitions, en rouge, les points importants, en gris, les choses moins importantes dont la lecture peut
tre oublie, en magenta, des notes historiques et enfin en vert, des remarques de bon sens sur ce qui
est expos.
En fin de document, un petit index des noms propres permettra au lecteur de replacer les divers
dveloppements mentionns dans lhistoire... Il se peut quil subsistent quelques erreurs, notamment
au niveau des nationalits mentionnes, car il nest pas toujours ais de dterminer rapidement cette
information (et nous ne connaissons pas toutes les biographies des personnes cites).
Ce document a t ralis trs rapidement, et de manire extrmement hache. Il comporte forcment
encore beaucoup de fautes : merci de men faire part.

2 Dmarche de lingnieur numricien


En prambule ce document, nous tenions synthtiser la dmarche complte de lingnieur num-
ricien :
Modlisation / mise en quations Construction du problme continu (systme dEDP).
Analyse mathmatique du problme pos Existence, unicit, proprits des solutions.
Conception dune mthode numrique Construction dun problme discrtis.
Analyse numrique Questions de stabilit, convergence, prcision.
Algorithmique Choix de mthodes de rsolution en dimension finie.
Mise en uvre sur ordinateur Programmation.
Pre et Post Traitement (maillages / visualisation) Interpolation, extrapolation, outils de la CAO.
Tous ces points ne seront videmment pas abords dans ce document !

Dans la mme collection


Sont (ou seront) galement disponibles les cours suivants :
calcul en fatigue des matriaux composites ;
composites : lois de comportements, rupture, essais (et dynamique)
les structures algbriques ;
lacoustique numrique ;
la mcanique stochastique ;
le traitement du signal ;
...


PLN d. 4 iM 2

iM 2
Table des matires
version du 11 dcembre 2012

Introduction 3
1 But du document . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Dmarche de lingnieur numricien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Table des matires 5

I Survol mathmatique 13

1 Les espaces de base 15


1.1 Panaroma (non exhaustif) des espaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.1 dun point de vue topologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.1.2 dun point de vue mtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.1.3 dun point de vue algbrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2 Tribu, mesure, espaces mesurable et mesur . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3 Tribu borlienne, mesures de Dirac et Lebesgue . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Proprits de la mesure de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5 Un petit exemple amusant dinjection dans un Hilbert . . . . . . . . . . . . . . . . . . . 23

2 Applications et morphismes 25
2.1 Fonction, application, injection, surjection, bijection . . . . . . . . . . . . . . . . . . . . 26
2.2 Morphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.2 Cas des espaces vectoriels : application et forme linaires . . . . . . . . . . . . . . 28
2.2.3 Endo, iso, auto -morphismes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.4 Espace dual dun espace vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.2.5 Noyau et image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3 Oprateur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3 Continuit et drivabilit 31
3.1 Continuit Classe C 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.2 Continuit de Hlder et Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3 Drive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.4 Fonctions de classe C k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.5 Drives partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.6 Retour sur les classes C k pour une fonction de plusieurs variables . . . . . . . . . . . . . 36
3.7 Nabla et compagnie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7.1 Champs de vecteurs et de scalaires, . . . . . . . . . . . . . . . . . . . . . . . . 37
3.7.2 gradient, divergence, rotationnel, Laplacien, DAlembertien . . . . . . . . . . . . 38
3.7.3 Normale, drive normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.7.4 Potentiel dun champ vectoriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.7.5 Signification physique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

iM 2 5 PLN d.
Table des matires

3.8 Quelques thormes sur les intgrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

4 Les espaces Lp 43
4.1 Prsentation des espaces de Lebesgue Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.2 Construction de Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.3 Cas L0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.4 Cas L , dualit avec L1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.5 Cas L2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.6 Complment (inclusion) et exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.7 Mais o se situent nos fonctions C k ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

5 Les espaces de Sobolev 47


5.1 Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.2 Drives au sens des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.3 Espaces W m,p () . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.4 Espaces H m () . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5.5 Espaces H0m () . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.6 Espaces H m () . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.7 Trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.8 Espace trace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.8.1 Cas p = 2, et = Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5.8.2 Cas p = 2 et Rn quelconque . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.8.3 Cas p 6= 2 et =]0, 1[ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.8.4 Cas gnral des espaces H s . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.8.5 Cas gnral des espaces W s,p (i.e. p 6= 2) . . . . . . . . . . . . . . . . . . . . . . . 52
5.9 H 1 (), H01 (), H 1 () . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.10 Espaces H(div) et H(rot) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.11 Ingalits utiles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

Rsum des outils danalyse fonctionnelle 57

II Problme continu 61

6 Problmes physiques : ED et EDP 63


6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6.2 Conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2.1 Dirichlet valeurs aux bords . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.2.2 Neumann gradients aux bords . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.2.3 Robin relation gradient/valeurs sur le bord . . . . . . . . . . . . . . . . . . . . 66
6.2.4 Condition aux limites dynamique . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.2.5 Condition aux limites mle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.3 Les types dEDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.4 Phnomnes de propagation et de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.4.1 quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.4.2 quation donde, phnomnes vibratoires . . . . . . . . . . . . . . . . . . . . . . 68
6.4.3 quation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.5 Mcanique des fluides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.5.1 quation de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.5.2 quation de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.5.3 quation dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

PLN d. 6 iM 2
Table des matires

6.6 quations de la mcanique des milieux continus des solides . . . . . . . . . . . . . . . . . 73


6.6.1 Notions gnrales conduisant, entre autre, aux quation de la mcanique . . . . . 73
6.6.2 Formulation gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.6.3 Dynamique / statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.6.4 Grands / petits dplacements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.6.5 Loi de comportement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.7 quations de lacoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.8 Multiplicateurs de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

7 Formulations faible et variationnelle 81


7.1 Principe des formulations faible et variationnelle . . . . . . . . . . . . . . . . . . . . . . 81
7.2 Thorme de reprsentation de Riesz (-Frchet) . . . . . . . . . . . . . . . . . . . . . . . 84
7.2.1 Cas des formes linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.2.2 Extension aux formes bilinaires . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.3 Thorme de Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.4 Thorme de Babuska, condition inf-sup . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.5 Thormes de Brezzi, condition BBL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.6 Multiplicateurs de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

8 Problmes physiques : formulations faibles et variationnelles 91


8.1 Phnomnes de propagation et de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.1.1 quations de Laplace et Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.1.2 quation donde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.1.3 quation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.2 Mcanique des fluides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
8.2.1 quation de Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.2.2 quation de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8.2.3 quation dEuler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.3 quations de la mcanique des milieux continus des solides . . . . . . . . . . . . . . . . . 97
8.3.1 Formulation gnrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.3.2 Choix des variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
8.4 quations de lacoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.4.1 quation de Helmholtz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
8.4.2 CL en acoustique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
8.4.3 Formulation faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

III lments finis 103

Introduction 105

9 La mthode des lments finis 107


9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
9.2 Les problmes de la modlisation relle . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.2.1 Problmes gomtriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.2.2 Problmes dchelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
9.2.3 Couplage gomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.2.4 Couplage intrinsque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
9.3 Principe de la MEF : rsolution dun systme matriciel . . . . . . . . . . . . . . . . . . . 111
9.4 Approximation conforme Lemme de Ca . . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.4.1 Cas Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

iM 2 7 PLN d.
Table des matires

9.4.2 Cas Babuska . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114


9.4.3 Cas Brezzi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
9.5 Approximations non conformes lemmes de Strang . . . . . . . . . . . . . . . . . . . . . 115
9.5.1 Cas Vh V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
9.5.2 Cas Vh 6 V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
9.6 Convergence de la MEF en approximation conforme ou non lorsque Vh V . . . . . . . 116
9.6.1 Calcul de la majoration derreur . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
9.6.2 Majoration de lerreur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

10 Choix dun Modle 119


10.1 La mcanique, un problme plusieurs champs . . . . . . . . . . . . . . . . . . . . . . . 120
10.2 Plusieurs modlisations dun mme problme . . . . . . . . . . . . . . . . . . . . . . . . 123
10.3 Interpolation des champs et de la gomtrie . . . . . . . . . . . . . . . . . . . . . . . . . 127

11 Formulation pratique dlments finis 129


11.1 lments de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
11.1.1 Unisolvance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
11.1.2 EF de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
11.1.3 Famille affine dlments finis lment de rfrence . . . . . . . . . . . . . . . . 132
11.1.4 Construction de la base globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
11.2 lments dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
11.2.1 Classe dun EF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
11.2.2 EF dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
11.3 Traitement de plusieurs champs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
11.4 Validation pratique dun EF, indicateurs derreur . . . . . . . . . . . . . . . . . . . . . . 137
11.4.1 Modes rigides et parasites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
11.4.2 Modes associs aux dformations constantes . . . . . . . . . . . . . . . . . . . . . 138
11.4.3 Patch-tests . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
11.4.4 Test de prcision dun lment . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

12 Le calcul efficient : qualit des rsultats et efforts de calcul 139


12.1 Amlioration dun modle : mthodes r, h et p . . . . . . . . . . . . . . . . . . . . . . . 139
12.2 Le Post-traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
12.3 La sous-structuration et la simulation multi-chelles . . . . . . . . . . . . . . . . . . . . . 140
12.3.1 Condition de priodicit mthodes multi-niveaux . . . . . . . . . . . . . . . . . 142
12.3.2 Couplage des cellules micro mthodes de dcomposition de domaine . . . . . . 143
12.4 Les Super-lements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
12.4.1 Condensation statique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
12.4.2 Remonter aux ddl internes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
12.5 Pseudo-inversion et ranalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
12.5.1 Modification du chargement uniquement . . . . . . . . . . . . . . . . . . . . . . . 146
12.5.2 Modification de la matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
12.5.3 Modification des conditions cinmatiques . . . . . . . . . . . . . . . . . . . . . . 147
12.6 Drives dordre suprieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
12.6.1 Drives par rapport la gomtrie . . . . . . . . . . . . . . . . . . . . . . . . . . 148
12.6.2 Calcul des drives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

13 Lhomognisation 151
13.1 Mthodes dhomognisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
13.1.1 Mthode de dveloppement rgulier . . . . . . . . . . . . . . . . . . . . . . . . . . 153

PLN d. 8 iM 2
Table des matires

13.1.2 Mthode de la couche limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153


13.1.3 Mthode de dveloppement asymptotique infini . . . . . . . . . . . . . . . . . . . 154
13.1.4 Cas des coefficients discontinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
13.2 Homognisation simplifie pour les matriaux composites . . . . . . . . . . . . . . . . . . 155
13.2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
13.2.2 Loi des mlanges, bornes de Voigt et de Reuss . . . . . . . . . . . . . . . . . . . . 155
13.3 Homognisation des matriaux poreux . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
13.4 Homognisation des problmes non stationnaires . . . . . . . . . . . . . . . . . . . . . . 157
13.5 Changement de dimension, raccord de maillage . . . . . . . . . . . . . . . . . . . . . . . 158

14 Les problmes non stationnaires 159


14.1 quation non stationnaire de la dynamique . . . . . . . . . . . . . . . . . . . . . . . . . 159
14.2 Schma explicite : diffrences finies centres . . . . . . . . . . . . . . . . . . . . . . . . . 159
14.3 Schma implicite : schma de Newmark classique . . . . . . . . . . . . . . . . . . . . . . 160
14.4 Comparaison des mthodes explicite et implicite . . . . . . . . . . . . . . . . . . . . . . 161
14.5 Dcomposition modale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

15 Les ondes 163


15.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
15.2 Notions de valeur, vecteur, mode, frquence propres . . . . . . . . . . . . . . . . . . . . . 165
15.3 Vibration des structures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
15.3.1 Vibrations libres non amorties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
15.3.2 Vibrations libres amorties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
15.3.3 Vibrations priodiques forces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
15.3.4 Rgimes transitoires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
15.4 Pour aller plus loin : prsentation des mthodes sur le cas des chocs large bande . . . . . 170
15.4.1 Approches temporelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
15.4.2 Approches frquentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
15.4.3 Remarques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

16 Les non linarits 177


16.1 Tenseurs, dcomposition des tenseurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
16.1.1 Tenseur des contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
16.1.2 Tenseur des dformations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
16.2 Non linarit gomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
16.3 Non linarit matrielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
16.3.1 Modles rhologiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
16.3.2 Visolasticit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
16.3.3 Visoplasticit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
16.3.4 Plasticit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
16.3.5 Les lastomres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
16.3.6 Les composites, lanisotropie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
16.4 Le contact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
16.4.1 Lois de contact et de frottement . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
16.4.2 Algorithme local . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
16.4.3 Algorithme global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196

17 La rupture en mcanique 197


17.1 Deux approches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
17.2 Mcanique linaire de la rupture . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198

iM 2 9 PLN d.
Table des matires

17.2.1 Concentrations de contraintes des dfauts . . . . . . . . . . . . . . . . . . . . . . 198


17.2.2 quilibre nergtique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
17.2.3 Taux dnergie libre G . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
17.2.4 Facteur dintensit de contrainte K . . . . . . . . . . . . . . . . . . . . . . . . . . 201
17.2.5 Intgrale J . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
17.3 Mcanique lastoplastique de la rupture . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
17.3.1 Dtermination de la zone plastique . . . . . . . . . . . . . . . . . . . . . . . . . . 204
17.3.2 Modle dIrwin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
17.3.3 Autres modles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
17.4 Modlisation numrique de la rupture . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
17.4.1 Par la MEF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
17.4.2 Par les mthodes sans maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
17.4.3 Par les lments tendus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
17.5 Fatigue et dure de vie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
17.5.1 Courbe et limite de fatigue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
17.5.2 Cumul des dommages : principes de Miner . . . . . . . . . . . . . . . . . . . . . . 208
17.5.3 Propagation : loi de Paris . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
17.5.4 Prdiction de la dure de vie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
17.5.5 Sur la fatigue des composites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

18 Quelques mthodes drives 213


18.1 Mthode des lments Frontire (BEM) . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
18.2 Mthodes sans maillage (Meshless) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
18.3 Partition de lUnit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
18.4 Mthode des lments Finis tendue (X-FEM) . . . . . . . . . . . . . . . . . . . . . . . 215
18.5 Mthodes particulaires (Particle-Based Methods) . . . . . . . . . . . . . . . . . . . . . . 215
18.5.1 Mthodes de treilli de Bolzmann . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
18.6 FEEC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
18.7 Modles MBS (Multi Body System) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

19 Quelques mots sur les singularits 219


19.1 Quest-ce quune singularit ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
19.2 Singularits et EF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
19.3 Quand les singularits se produisent-elles ? . . . . . . . . . . . . . . . . . . . . . . . . . . 220
19.4 Comment viter les singularits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
19.5 Singularits et pertinence dun rsultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
19.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221

IV Quelques exemples 223

20 Sur la partie II 225


20.1 tude directe de lexistence et lunicit de la solution . . . . . . . . . . . . . . . . . . . . 225
20.2 Formulation variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
20.3 Formulation mixte duale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

21 Sur le chapitre 11 229


21.1 lment de rfrence 1D linaire 2 nuds . . . . . . . . . . . . . . . . . . . . . . . . . 229
21.2 Quelques rappel plus formels sur la jacobienne et le jacobien dune transformation . . . 230
21.3 lments de rfrence 1D linaires n nuds . . . . . . . . . . . . . . . . . . . . . . . . 231
21.4 lment de rfrence 1D infini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231

PLN d. 10 iM 2
Table des matires

21.5 lment fini de barre 1D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232


21.6 Assemblage de 3 lments 1D linaires 2 nuds . . . . . . . . . . . . . . . . . . . . . . 233
21.7 lment de barre 1D de type Hermite (lment subparamtrique) . . . . . . . . . . . . . 233
21.8 lment mixte 1D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234

22 Calcul des efforts quivalents pour une poutre 237


22.1 Problme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
22.2 Thorme de Menabrea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
22.3 Rsolution des quations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
22.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

23 Un calcul 241

V Annexes 245

A Interpolation et approximation 247


A.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
A.2 Quelques bases polynomiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
A.2.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
A.2.2 Orthogonalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
A.2.3 Base naturelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
A.2.4 Polynmes de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
A.2.5 Polynmes dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
A.2.6 Polynmes de Legendre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
A.2.7 Polynmes de Tchebychev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
A.2.8 Polynmes de Laguerre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
A.2.9 Polynmes de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
A.3 Interpolation polynomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
A.3.1 Interpolation de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
A.3.2 Interpolation par Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
A.3.3 Interpolation dHermite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
A.4 Mthodes dapproximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
A.4.1 Courbe de Bzier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
A.4.2 B-Spline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
A.4.3 NURBS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257

B Lintgration numrique 259


B.1 Mthode de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
B.2 Mthodes de quadrature de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261

C Mthodes de rsolution dED et dEDP 265


C.1 Rsolution exacte des ED linaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
C.1.1 ED linaire scalaire dordre un . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
C.1.2 ED du premier ordre variables spares . . . . . . . . . . . . . . . . . . . . . . 267
C.1.3 ED linaire dordre deux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
C.2 Rsolution numrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
C.2.1 Mthode dEuler, Runge-Kutta ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . 270
C.2.2 Mthode de Runge-Kutta dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . 271
C.2.3 Mthode de Runge-Kutta dordre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . 271
C.2.4 Mthode de Newmark . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272

iM 2 11 PLN d.
Table des matires

D Mthode de Newton Raphson 273


D.1 Prsentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273
D.2 Algorithme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274

Bibliographie 277

Index 281

Index des Noms Propres 285

Galerie 291


PLN d. 12 iM 2
Premire partie

Survol mathmatique

iM 2 13 PLN d.

iM 2
1. Les espaces de base
version du 11 dcembre 2012

Notes Dans les problmes que nous envisageons de traiter in fine, il nest finalement besoin que
despaces vectoriels norms finis sur le corps des rels. On pourrait rapidement en donner les principales
proprits qui sont sans doute encore en mmoire des lecteurs tant elles sont naturelles.
Mais en faisant cela, nous ne respecterions pas nos engagements de prsenter un peu plus avant les
fondements mathmatiques.
Sans toutefois aller trop loin dans les notions topologiques gnrales, nous allons essayer dans ce cha-
pitre de passer en revue la liste des espaces depuis les espaces topologiques jusquaux espaces de Hilbert,
de manire succincte et didactique (nous lesprons) en relevant les points importants essentiellement
du point de vue de leur utilit.

1.1 Panaroma (non exhaustif) des espaces

Un peu dhistoire 1 :
Le mot topologie vient de la contraction des noms grecs topos (lieu) et logos (tude), cest
donc ltude du lieu. On a dailleurs commenc par lappeler Analysis Situs, le terme topologie ntant
introduit quen 1847, en allemand, par Johann Benedict Listing dans Vorstudien zur Topologie.
La topologie vise dfinir ce quest un lieu (i.e. un espace) et quelles peuvent tre ses proprits
(je dirais uniquement en tant que tel, sans autre ajout). Elle sintresse plus prcisment ce que lon
appelle aujourdhui espaces topologiques et aux applications, dites continues, qui les lient, ainsi qu
leurs dformations (A topologist is one who doesnt know the difference between a doughnut and a coffee
cup).
En analyse, elle fournit des informations sur lespace considr permettant dobtenir un certain
nombre de rsultats (existence et/ou unicit de solutions dEDP, notamment).
Les espaces mtriques ainsi que les espaces vectoriels norms sont des exemples despaces topolo-
giques.
Lorigine de la topologie est ltude de la gomtrie dans les cultures antiques. Le travail de Leonhard
Euler datant de 1736 sur le problme des sept ponts de Knigsberg est considr comme lun des premiers
rsultats de gomtrie qui ne dpend daucune mesure, i.e. lun des premiers rsultats topologiques.
Henri Poincar publia Analysis Situs en 1895, introduisant les concepts dhomotopie et dhomologie.
Bien dautres mathmaticiens ont contribu au sujet parmi lesquels nous citerons : Cantor, Volterra,
Arzel, Hadamard, Ascoli, Frchet, Hausdorff...

1.

Leonhard Paul Euler Jules Henri Poincar Felix Hausdorff


1707-1783 1854-1912 1868-1942

iM 2 15 PLN d.
1. Les espaces de base

La notion de mtrique sinvite rapidement dans ce chapitre, mais dans ce premier paragraphe, nous
allons essayer de lviter pour nen parler quau paragraphe suivant.
Finalement, une dernire gnralisation en 1922, par Kuratowski, donna le concept actuel despace
topologique.

1.1.1 dun point de vue topologique


E, un ensemble
Cela suffit dj pour pouvoir sintresser par exemple des fonctions, des relations dquivalence (donc au
quotient)... dcomposition canonique, permutation...
On peut ensuite dfinir un ensemble ordonn...


Une topologie T est un ensemble de parties de E que lon dfinit comme les ouverts de (E, T ), vrifiant
les proprits suivantes :
Lensemble vide et E appartiennent T .
Toute runion quelconque douverts est un ouvert, i.e. si (Oi )iI est une famille dlments S de T ,
indexe par un ensemble I quelconque (pas ncessairement fini ni mme dnombrable) alors iI Oi
T.
Toute intersection finie douverts est un ouvert, i.e. si O1 , ..., On sont des lments de T (avec n > 0),
alors O1 . . . On T .

Espace topologique
partir des ouverts, on dfinit les ferms, ladhrence, lintrieur, lextrieur, voisinage...

Sparation :
deux points distincts quelconques admettent toujours des voisinages disjoints.

Espace spar (ou de Hausdorff)


Intrts :
Unicit de la limite de tout filtre convergent.
Une suite convergente a une limite unique.
Une topologie plus fine quune topologie spare est spare.
Tout sous-espace dun espace spar est spar.
Deux applications continues valeurs dans un spar qui concident sur une partie dense sont gales.

Rgularit :
Il est possible de sparer un point x et un ferm F ne contenant pas x par deux ouverts disjoints.
On peut mme alors choisir ces deux ouverts de manire ce que leurs adhrences respectives soient
disjointes.

Espace rgulier
Application :
Tout point admet une base de voisinages ferms.
Tout ferm est lintersection de ses voisinages ferms.

Compacit (recouvrement fini) :


Un espace spar est compact (vrifie la proprit de Borel-Lebesgue), si chaque fois quil est recouvert
par des ouverts, il est recouvert par un nombre fini dentre eux.

Espace compact
Tout produit de compact est compact.
R est compact
Un espace peut ne pas tre compact, mais une de ses partie ltre :
R nest pas ferm, mais tout [a; b] ferm born lest.
Rn nest pas compact, mais tout pav ferm lest.
Notons bien que rien nest dit sur les lments de lensemble E. Ce peuvent tre des lments discrets,
des scalaires, des vecteurs, des fonctions...


PLN d. 16 iM 2
1. Les espaces de base

1.1.2 dun point de vue mtrique

Un peu dhistoire 2 :
Comme nous le mentionnions au paragraphe prcdent, lorsque lon parle despace on a intuitivement
envie de parler de distance. Unifiant les travaux de ses prdcesseurs sur les espaces de fonctions, cest
en 1906 que Maurice Frchet introduit le concept despace mtrique.

La mtrique qui nous est la plus usuelle est videmment la mtrique euclidienne, qui est celle que
nous utilisons en gomtrique classique (euclidienne) : la distance entre deux points est gale la
longueur du segment les reliant. La structure mtrique fournit beaucoup plus dinformation sur la forme
gomtrique des objets que la structure topologique.

Enfin, nous remarquerons limportance de la compltude, dfinie par le critre de Cauchy.

E, un ensemble


Une distance ou mtrique d est une application de E E R+ telle que :
1. d(x, y) = d(y, x) (symtrie) ;
2. d(x, y) > 0 si x 6= y, et d(x, x) = 0 (positivit) ;
3. d(x, z) d(x, y) + d(y, z) (ingalit triangulaire).
Espace mtrique
On peut rexprimer les notions douvert, ferm, adhrence... densit, continuit... avec la mtrique (les ...).
2 normes sont quivalentes si elles dfinissent la mme topologie.
2 normes k.k1 et k.k2 sont quivalente sil existe 2 constantes strictement positives k 0 et k 00 telles que : x E,
kxk1 k 0 kxk2 et kxk2 k 00 kxk1


Critre de Cauchy :
Soit E un espace mtrique et soit x0 , x1 , ..., xn , ... une suite dlments de E. Cette suite est de
Cauchy de E si :

( > 0)(p N)(n N, m N, m p, n p) : d(xm , xn )

ou encore : d(xm , xn ) tend vers 0 quand m et n tendent vers linfini.


Espace mtrique complet
Toute suite convergente est de Cauchy.
Rciproque : si x0 , x1 , ..., xn , ... est de Cauchy sur R ou C, alors elle converge.
Cette proprit est fondamentale car elle permet de reconnaitre si une suite converge sans connaitre sa limite.
Attention, la notion despace complet est une notion mtrique et non topologique (elle peut donc tre vraie
pour une mtrique et fausse pour une autre).
Limportance de la compltude tient ce que la solution dun problme passe souvent par une solution approche.
Si la suite des solutions approches est de Cauchy dun espace convenable, et si cet espace est complet, alors la
convergence vers une solution du problme est assure.

2.

Maurice Ren Frchet, Augustin Louis, baron Cauchy


1878-1973 1789-1857

iM 2 17 PLN d.
1. Les espaces de base

1.1.3 dun point de vue algbrique

Un peu dhistoire 3 :
Jusqu prsent, nous navons pas vraiment parl doprations que nous pourrions effectuer lint-
rieur des espaces que nous avons dfinis, ou entre ces espaces.
Pour une prsentation des structures algbriques on se reportera au cours homonyme. Elles sont
riches et nombreuses. Dans le cadre de ce document, nous ne nous intresserons quau cas de la structure
despace vectoriel, le but tant, comme mentionn en introduction, den arriver aux espaces de Hilbert,
fondements de lanalyse fonctionnelle.

Lorsque lon demande de citer lun des grands mathmaticiens du XXe sicle, Henri Poincar et
David Hilbert se partagent souvent la premire place, aussi bien pour lventail considrable des sujets
quils ont abords que pour avoir fait merger de nombreuses ides fondamentales.
Hilbert reste clbre pour ses 23 problmes (dits problmes de Hilbert) quil prsenta au deuxime
congrs international des mathmaticiens Paris en 1900, qui tenaient jusqualors les mathmaticiens
en chec et devaient marquer le cours des mathmatiques du XXe sicle (et il avait raison ; tous ne sont
pas rsolus ce jour).
Nous croiserons galement un autre fondateur de lanalyse fonctionnelle, Stephan Banach qui a
gnralis entre autre les travaux de Hilbert sur les quations intgrales, notamment en approfondissant
la thorie des espaces vectoriels topologiques.

Pour des raisons de mise en page (tableau page suivante), nous commenons par des exemples.

Quelques espaces de Banach :


Les espaces euclidiens Rn et les espaces hermitiens Cn munis de la norme k(x1 , . . . , xn )k =
v
u n
uX
t xi xi , o xi dsigne le conjugu de xi .
i=1
Lespace des fonctions (dans R ou C) continues et bornes sur un espace topologique X, muni de
la norme kf k = supxX (|f (x)|). En particulier, lespace des fonctions continues sur un espace X
compact, comme un intervalle rel [a, b].
Pour tout rel p 1, lespace Lp (voir plus loin) des classes de fonctions mesurables (dans R ou
C) sur un espace mesur X.

Quelques espaces de Hilbert :


Certains espaces de Sobolev (voir plus loin) sont des espaces de Hilbert (ceux qui nous intresserons
en gnral, a tombe bien).
Lespace euclidien Rn muni du produit scalaire usuel est hilbertien, ainsi que lespace L2 (voir
plus loin).

3.

David Hilbert Stephan Banach


1862-1943 1892-1945

PLN d. 18 iM 2
1. Les espaces de base

E, un ensemble


Structure despace vectoriel :
Cest une structure comportant 1 lci et 1 lce sur un corps K permettant deffectuer des combinaisons
linaires (voir cours sur les structures algbriques).
La lci, note + en fait un groupe ablien, la lce est la multiplication par un scalaire, scalaire pris sur
le corps K considr.
Espace vectoriel (topologique)
Sur un espace vectoriel de dimension finie sur R ou C, 2 normes quelconques sont quivalentes.

Une norme sur un espace vectoriel E est une fonction, x 7 kxk possdant les proprits :
positivit : kxk > 0 pour x 6= 0, k0k = 0 ;
transformation par les homothties : kxk = ||kxk, K ;
ingalit de convexit : kx + yk kxk + kyk.
La distance issue de la norme est la distance dfinie par d(x, y) = kx yk.

Espace vectoriel norm


Tout espace vectoriel norm est automatiquement un espace mtrique (avec la distance issue de sa norme).
De plus :
la distance est invariante par translation : d(x a, y a) = d(x, y).
une homothtie de rapport multiplie la distance par || : d(x, y) = ||d(x, y).
Tout espace vectoriel norm de dimension finie est localement compact (i.e. tout point possde au moins un
voisinage compact), car toute boule ferme est compacte.
Comme un espace vectoriel norm muni avec la distance issue de sa norme est un espace mtrique, on
peut se demander si cet espace mtrique vrifie le critre de Cauchy (voir paragraphe prcdent) afin
den faire un espace complet.
Espace de Banach
Cest donc finalement un espace vectoriel norm sur un sous-corps K de C (en gnral, K = R ou C), complet
pour la distance issue de sa norme.
Comme la topologie induite par sa distance est compatible avec sa structure despace vectoriel, cest un espace
vectoriel topologique.


p
Une norme k k dcoule dun produit scalaire ou hermitien h., .i par la formule kxk = hx, xi.
On rappelle quun produit scalaire est une forme bilinaire (i.e. une application de E E dans R,
linaire pour chacune des deux variables) possdant les proprits :
1. symtrie : x, y E hx , yi = hy , xi
2. positivit : x E hx , xi 0

3. dfinie : x E hx , xi = 0 x = 0
ce qui se traduit pas la dfinition : Un produit scalaire sur un espace vectoriel rel E est une forme
bilinaire symtrique dfinie positive.
Espace de Hilbert
Cest donc un espace prhilbertien complet, i.e. un espace de Banach dont la norme dcoule dun produit scalaire
ou hermitien unique.
Cest la gnralisation en dimension quelconque dun espace euclidien ou hermitien (Un espace vectoriel
euclidien est un espace vectoriel rel de dimension finie muni dun produit scalaire).
Tout sous-espace vectoriel ferm dun Hilbert est un Hilbert.
Le plus important est de disposer dun produit scalaire, car on va alors pouvoir dterminer des parties ortho-
gonales de lespace, donc en somme directe (voir thorme de projection ci-aprs).

Thorme de compltion (sur un Banach) :


Soit E un espace vectoriel norm incomplet. Alors E est isomorphe, en tant quespace vectoriel, et
isomtrique un sous-espace vectoriel dense dans un espace de Banach E.
Cet espace de Banach E est unique un isomorphisme isomtrique prs.

iM 2 19 PLN d.
1. Les espaces de base

Ce thorme de compltion rpond par laffirmative la question : si lespace norm E nest pas
complet, existe-t-il un Banach minimal E le contenant ?

Thorme de projection (dans un Hilbert) :


Soit F un sous-espace vectoriel ferm dun Hilbert H (il est alors lui-mme un Hilbert). Alors :
son orthogonal F , qui est lensemble des vecteurs orthogonaux chaque vecteur de F , est un
sous-espace vectoriel ferm (donc un Hilbert) ;
Tout h H scrit de faon unique h = h0 + h00 o h0 est le projet orthogonal de h sur F , et h00
le projet orthogonal de h sur F .
Les points importants de ce thorme de projection sont que cette dcomposition est unique, et que
lon a H = F F (on parle parfois de somme hilbertienne).

1.2 Tribu, mesure, espaces mesurable et mesur


Un peu dhistoire 4 :
En parallle, ou plutt en complment laspect mtrique (Frchet 1906), nous allons maintenant
aborder laspect mesure.
La thorie de la mesure soccupe de regarder un peu plus en dtail ce qui se passe lintrieur des
espaces dits mesurs (dfinis plus bas) : il sagit de mesurer les diffrentes parties existant dans un tel
espace, parties en lien avec la topologie, ce qui reboucle le sujet...
Lorsque lon voque le concept de mesure, on en arrive assez rapidement se demander : Est-ce que
lon peut tout mesurer ? Est-ce que lon doit tout mesurer ? Quest-ce qui est ngligeable ?
En 1894, mile Borel nonce la premire dfinition densemble ngligeable. En 1897, il dfinit les
ensembles mesurables. En 1901, Henri-Lon Lebesgue introduit la notion de mesure. La thorie se
dveloppe jusque dans les annes 1950. Andre Kolmogorov proposera une axiomatisation du calcul des
probabilits base notamment sur lintgrale dfinie partir dune mesure.
Une tribu A sur un ensemble X est un ensemble non vide de parties de X, stable par passage au
complmentaire et par union dnombrable (donc aussi par intersection dnombrable), i.e. :
1. A =
6
2. A A, c A A, o c A dsigne le complmentaire de A dans X. (donc X A)
S
3. si n N, An A alors nN An A

Le couple (X, A) est appel espace mesurable ou espace probabilisable en fonction du contexte. Sur
les espaces mesurables on dfinit des mesures (voir ci-aprs) ; sur les espaces probabilisables on appelle
ces mesures des probabilits.
Les parties de X qui appartiennent la tribu A sont appeles ensembles mesurables. Dans un
contexte probabiliste, on les appelle vnements (il suffit que (X) = 1 pour que soit une probabilit).

4.

Flix douard Justin mile Borel Henri-Lon Lebesgue Andre Nikolaevitch Kolmogorov
1871-1956 1875-1941 1903-1987

PLN d. 20 iM 2
1. Les espaces de base

Une mesure sur un ensemble X est une fonction qui associe chaque lment dune tribu dun
ensemble X un scalaire positif (une longueur, un volume, une probabilit...).
Soit (X, A), un espace mesurable. Une application dfinie sur A, valeurs dans [0, +] est appele
mesure lorsque les deux proprits suivantes sont satisfaites :
1. Lensemble vide a une mesure nulle : () = 0
2. Lapplication est -additive : si E1 , E2 , ... est une famille dnombrable de parties de X appar-
tenant A et si ces parties sont deux deux disjointes, alors la mesure (E) de leur runion E
est gale la somme des mesures des parties :

!
[ X
Ek = (Ek ).1
k=1 k=1

On appelle espace mesur un triplet (X, A, ), o X est un ensemble, A une tribu sur X et une
mesure sur A.

Soient (X, T ) et (Y, U ) deux espaces mesurables. On appelle rectangle mesurable du produit =
X Y , toute partie de de la forme A B o A et B sont des lments resp de T et U -mesurables.
On appelle produit tensoriel des deux tribus T et U , la tribu engendre par lensemble des rectangles
mesurables. Cette tribu est note T U , et est la plus petite tribu de qui contient toutes les parties
de la forme A B, A T , B U .
Le produit des espaces mesurables est (X Y, T U ) et est un espace mesurable.
Z Z Z
f d( ) = f (x, y)d(x)d(y)

1.3 Tribu borlienne, mesures de Dirac et Lebesgue


On appelle tribu borlienne sur un espace topologique donn la tribu engendre par les ensembles
ouverts. Dans le cas simple et fondamental de lespace usuel n dimensions, la tribu borlienne de Rn
est engendre par une famille dnombrable de parties, les pavs dont les sommets sont coordonnes
rationnelles.
On aura besoin de ces notions (dont la tribu borlienne) pour lintgrale de Lebesgue et par extension
toute la thorie de lintgration qui est la base de lanalyse numrique (et oui, formulation faible, quand
tu nous tiens) ainsi notamment que pour le thorme de reprsentation de Riesz fondamental en lments
finis.

La mesure de Dirac 5 ou masse de Dirac est une mesure supporte par un singleton et de masse
totale 1. Pour un espace mesurable (X, A) et un point a de X, on appelle mesure de Dirac au point a
la mesure note a sur (X, A) telle que :
A A, (a (A) = 1 si a A et a (A) = 0 si a
/ A).

5.

Paul Adrien Maurice Dirac


1902-1984

iM 2 21 PLN d.
1. Les espaces de base

Le support de a est rduit au singleton {a}.


Les masses de Dirac sont trs importantes, notamment dans la pratique car elles permettent par
exemple de construire des mesures par approximations successives.

Soit (X, A, ) un espace mesur, on dit que est une mesure complte lorsque tout ensemble ngli-
geable pour appartient la tribu A, i.e. :

M, N P(X), (N M, M A et (M ) = 0) N A.

La mesure de Lebesgue a permis de btir une thorie de lintgration palliant les insuffisances de
lintgrale de Riemann (il suffit de vouloir intgrer 0 + 1Q sur [0, 1] avec Riemann pour tre dans
limpasse). Nous dtaillerons cela un peu plus au chapitre sur les espaces de Lebesgue.
Parmi les dfinitions de cette mesure, nous prsentons la plus intuitive, celle qui consiste gnraliser
la notion de volume en gardant les mesures sur les pavs de Rn :
Il existe une plus petite mesure dfinie sur une tribu de parties de Rn qui soit complte et concide
sur les pavs avec leur volume (i.e. avec le produit des longueurs de leurs cts).
Cette mesure est appele la mesure de Lebesgue (note n ) et sa tribu de dfinition la tribu de Le-
besgue (note Ln et que nous ne dfinissons pas ici, et dont les lments sont dits Lebesgue-mesurables).
Cette restriction aux borliens de la mesure de Lebesgue est parfois dnomme mesure de Borel-
Lebesgue.

Si pour la mesure de Lebesgue sur R, la notion de presque partout correspond bien lintuition,
ce nest pas vrai en gnral. Par exemple, pour = a sur la tribu de lensemble des parties de X, une
proprit est vraie -pp simplement si elle est vrifie en a.
Si la mesure est nulle, toute proprit est vrifie pp (ainsi que sa ngation).

1.4 Proprits de la mesure de Lebesgue

On appelle mesure de Lebesgue sur un espace euclidien E la mesure image de la mesure de Lebesgue
sur Rn par nimporte quelle isomtrie de Rn dans E.
Soit A une partie Lebesgue-mesurable dun espace euclidien E. On appelle mesure de Lebesgue sur
A la restriction A de la mesure de Lebesgue de E.

La mesure de Lebesgue est invariante sous toutes les isomtries. Elle est en particulier invariante
sous les translations : cest une mesure de Haar du groupe topologique Rn .

Une mesure (positive) dfinie sur une tribu contenant la tribu borlienne dun espace topologique
X est dite rgulire lorsque elle est la fois intrieurement rgulire et extrieurement rgulire :
1. A X de la tribu, (A) = sup{(K) | K compact contenu dans A} ;
2. A X de la tribu, (A) = inf{(O) | O ouvert contenant A}.

La mesure de Lebesgue est finie sur tout compact, chaque compact, qui est born, pouvant tre
enferm dans un cube.
Elle est par voie de consquence rgulire, Rn tant mtrisable, localement compact et sparable.
Rn est mtrisable : un espace topologique est un espace mtrisable lorsquil est homomorphe un
espace mtrique (un homomorphisme est une application bijective continue entre deux espaces
topologiques dont la rciproque est continue) ;

PLN d. 22 iM 2
1. Les espaces de base

Rn est localement compact : un espace localement compact est un espace spar qui, sans tre
ncessairement compact lui-mme, admet des voisinages compacts pour tous ses points (De plus,
on a la proprit : Tout espace localement compact est rgulier) ;
Rn est sparale : un espace sparable est un espace topologique contenant un sous-ensemble fini ou
dnombrable et dense, i.e. contenant un ensemble fini ou dnombrable de points dont ladhrence
est gale lespace topologique tout entier.
Dans Rn , les compacts sont les ensembles ferms borns.

1.5 Un petit exemple amusant dinjection dans un Hilbert


Soient V et H deux espaces de Hilbert sur R et V inclus dans H avec injection continue et V dense
dans H.
Comme V est inclus dans H, linjection est tout btement i : x 7 x.
Dans ces conditions : H est un espace de Hilbert, avec un joli produit scalaire ( | )H , et V muni
du produit scalaire induit est un sous-espace dense, donc ne peut pas tre un espace de Hilbert par
restriction du produit scalaire ( | )H . La structure hilbertienne de V est dfinie par un produit scalaire
( | )V propre V .
Il y a donc deux topologies sur V : la topologie hilbertienne propre V et la topologie hrite de la
structure hilbertienne de H. La continuit de linjection i impose donc une condition sur ces topologies :
la topologie hilbertienne de V est plus fine que la trace sur V de la topologie hilbertienne de H.
... et maintenant que le terme injection a t prononc, il est temps de passer au chapitre suivant...

iM 2 23 PLN d.
1. Les espaces de base


PLN d. 24 iM 2

iM 2
2. Applications et morphismes
version du 11 dcembre 2012

Notes Au chapitre prcdent, des espaces ont t dfinis, mais on ne sest pas intress beaucoup
aux relations entre eux ou au sein deux.
Des distances, normes... ont t introduites, sans utiliser plus que a le vocable de fonction. Le terme
dinjection a t prononc la fin du chapitre prcdent comme fil conducteur pour introduire celui-ci...
Dans ce chapitre, nous ne prsenterons pour le coup que des choses extrmement rudimentaires
et toutes vues en taupe ou avant. Il sagit uniquement dun aide-mmoire.

Un peu dhistoire 1 :
Lunivers mathmatiques du dbut du XVIIIe sicle est domin par Leonhard Euler et par ses apports
tant sur les fonctions que sur la thorie des nombres, tandis que Joseph-Louis Lagrange clairera la
seconde moiti de ce sicle.
Euler a introduit et popularis plusieurs conventions de notation par le biais de ses nombreux ou-
vrages largement diffuss. Plus particulirement, il a introduit la notion de fonction (dans LIntroductio
in analysin infinitorum, premier trait dans lequel le concept de fonction est la base de la construction
mathmatique, et dont les premiers chapitres lui sont consacrs) et a t le premier crire f (x) pour
dsigner la fonction f applique largument x, en 1734 (bien que le terme de fonction apparasse
pour la premire fois dans un manuscrit daot 1673 de Leibniz, rest indit, et intitul la Mthode
inverse des tangentes ou propos des fonstions). Il a galement introduit la notation moderne des fonc-
tions trigonomtriques, la lettre e pour la base du logarithme naturel (galement connue sous le nom
de nombre dEuler) en 1727, la lettre grecque pour dsigner une somme en 1755 et la lettre i pour
reprsenter lunit imaginaire, en 1777. Lutilisation de la lettre grecque pour dsigner le rapport de
la circonfrence dun cercle son diamtre a galement t popularise par Euler, mais celui-ci nest pas
lorigine de la notation.
Les diffrentes techniques mises au point (par exemple pour la rsolution des ED, le dveloppement
en sries entires ou asymptotiques, applications aux rels ngatifs, aux complexes...) conduisent
sintresser la fonction en tant que sujet dtude.
la fin du XVIIIe, les mathmaticiens croient encore, pour peu de temps, que la somme infinie
de fonctions continues est continue, et (pour plus longtemps) que toute fonction continue admet une
drive... (sur ces notions, voir chapitre suivant).
Cest Cauchy qui met un peu dordre dans tout cela en montrant que la somme dune srie numrique
nest commutativement convergente que si la srie est absolument convergente. Mais Cauchy, qui pour-
tant nest qu un doigt de la notion de convergence uniforme, nonce un faux thorme de continuit
dune srie de fonctions continues quAbel contredit par un contre-exemple du 16 janvier 1826.

1.

Leonhard Paul Euler Joseph Louis, comte de Lagrange Augustin Louis, baron Cauchy Niels Henrik Abel
1707-1783 1736-1813 1789-1857 1802-1829

iM 2 25 PLN d.
2. Applications et morphismes

2.1 Fonction, application, injection, surjection, bijection


Si a cest pas du rappel de base, je ne my connais pas...
Fonction Un truc qui met en relation certains lments de E avec
certains lment de F .

Application Fonction dfinie partout :


(plus dtoile verte dans E)
Une fonction f est une application si son ensemble de
dpart est gal son ensemble de dfinition.

Injection Application telle que tout lment de F a au plus 1 ant-


cdent.
F a au moins autant dlments que E.
(plus dtoile verte dans E et plus dtoile rouge dans F )
Soit x, y E 2 , x 6= y f (x) 6= f (y),
ou x, y E 2 , f (x) = f (y) x = y
Surjection Application telle que tout lment de F a au moins 1
antcdent.
F a au plus autant dlments que E.
(plus dtoile verte dans E et plus dtoile verte dans F )
Soit y F, x E, f (x) = y , ou f est surjective si son
ensemble image est gal son ensemble darrive.
Bijection Cest une injection ET une surjection :
chaque lment de lensemble de dpart correspond un
seul lment de lensemble darrive et vice-versa.

Lgende : = lment nayant pas de relation ; = lment ayant 1 relation ; = lment ayant plus
dune relation.
Une toile rouge dans E na pas de sens, cela voudrait dire quun lment de E peut avoir plusieurs
valeurs diffrentes par la relation considre...
En fait, on sait donner un sens cela. Cest ce que lon appelle une fonction multivalue ou fonction
multiforme ou fonction multivoque ou multifonction. Lexemple le plus simple dun fonction multiforme
est la fonction rciproque dune application non injective (penser simplement aux fonctions circulaires).
On trouve les fonctions multiformes en analyse complexe : lorsque lon veut utiliser le thorme des
rsidus pour calculer une intgrale relle, on peut tre amen considrer des restrictions (dtermina-
tions) qui font de ces fonctions multiformes des fonctions (univoques), par exemple en utilisant la thorie
des revtements qui considre des fonctions sur des surfaces de Riemann.
En restreignant une fonction son domaine de dfinition, on en fait une application.
En la restreignant en plus son ensemble darrive on en fait une surjection (une surjection, cest
un truc dfini partout sur E et F ).

PLN d. 26 iM 2
2. Applications et morphismes

Quand on a une surjection, on est sr que tout lment de lensemble de dpart une image, et que
tout lment de lensemble darrive a un antcdent (au moins un mme).
Dans la pratique, on ne fait pas de distinction formelle entre fonction et application...

f : R R, x 7 x est une fonction, pas une application, car la racine carre nest pas dfinie sur

R mais sur R+ . f : R+ R, x 7 x est une application ! Mais pourquoi sintresserait-on f l o

elle nest pas dfinie... De plus, f : R+ R+ , x 7 x est une surjection par dfinition (puisque lon
considre f de son ensemble de dfinition jusqu son ensemble image). Cest videmment une bijection
(il ne reste que linjectivit prouver...).

On appelle support dune fonction f ladhrence (ou la fermeture, i.e. le plus petit ferm) du lieu o
la fonction nest pas nulle :
supp(f ) = {x Rn , f (x) 6= 0}

2.2 Morphismes
Cette section est extraite du cours sur les structures algbriques. Nous lavons toutefois srieusement
ampute pour coller lobjectif de ce document.

2.2.1 Prsentation
Soient deux ensembles G et G0 munis dun mme type de structure 2 (topologique, groupe, anneau,
espace vectoriel, algbre...). Un morphisme (ou homomorphisme) de G G0 est une application f qui
respecte cette structure.
Pour ce faire, cette application doit vrifier certaines conditions, notamment une certaine linrit
vis--vis des lois des G et G0 (on pourrat galement remplacer le terme linarit par capacit faire
sortir de la fonction).

Un morphisme entre deux espaces topologiques est tout simplement une application continue (voir
chapitre suivant sur la continuit). Cest dailleurs ce dernier terme qui est utilis en topologie, pas celui
de morphisme (mais cela revient bien au mme).

Un morphisme de groupe entre (G, ) et (G0 , ?) satisfait lgalit suivante qui est bien une condi-
tion de linarit par rapport la loi : (x, y) G, f (x y) = f (x) ? f (y). En particulier, si e et
e0 sont les lments neutres de G et G0 , alors : f (e) = e0 . Une autre consquence directe est que :
x G, f (x1 ) = [f (x)]1 .

Mort au cours dun duel lge de vingt ans (ce qui en fait un hros romantique), il laisse
un manuscrit labor trois ans plus tt, dans lequel il tablit quune quation algbrique
est rsoluble par radicaux si et seulement si le groupe de permutation de ses racines a une
certaine structure, quEmil Artin appellera justement rsoluble.
Son Mmoire sur les conditions de rsolubilit des quations par radicaux, publi par Joseph
Liouville quatorze ans aprs sa mort, a t considr par ses successeurs, en particulier Sophus
2. Lie, comme le dclencheur du point de vue structural et mthodologique des mathmatiques
modernes.
Toutefois, pour tre tout fait exact, Lagrange, reprenant une ide de dAlembert en vue de
variste Galois
prouver quun polynme de degr n possde n racines (i.e. que C est algbriquement clos),
1811-1832
utilise des rsultats sur les fonctions semblables des racines, i.e. des fonctions rationnelles
des racines qui restent invariantes par les mmes permutations. Ce rsultat, quil a tabli
dans son fameux mmoire de 1771 Rflexions sur la rsolution algbrique, inspirera Abel et
Galois et peut tre considr comme le tout premier de la thorie des groupes.

iM 2 27 PLN d.
2. Applications et morphismes

2.2.2 Cas des espaces vectoriels : application et forme linaires


Soient (E, +, .) et (F, +, .) deux espaces vectoriels sur un corps K. Un morphisme dev f entre E et
F est une application qui respecte la condition de linarit par rapport aux lois + (en fait qui est un
morphisme de groupe entre les groupes (E, +) et (F, +)) et qui conserve la linarit par rapport la
multiplication par un scalaire :

(x, y) E 2 , f (x + y) = f (x) + f (y) (condition dadditivit)




x E, K, f (.x) = .f (x) (condition dhomognit)

Ceci est quivalent la condition suivante (on parle de prservation des combinaisons linaires) :

(x, y) E 2 , K, f (.x + y) = .f (x) + f (y)

et on utilise plutt le terme dapplication linaire ou doprateur linaire ou encore de transformation


linaire.
Dans le cas o F = K, on ne parle pas dapplication linaire mais de forme linaire. Une forme
linaire est donc une application linaire dfinie sur E et valeurs dans K (suppos commutatif). En
dautres termes, on parle de forme au lieu dapplication, mais cest la mme chose !
Si et sont des formes linaires et a et b des lments de K : x E, (a+b)(x) = a(x)+b(x).
Lapplication constante de valeur 0K sappelle la forme linaire nulle.

2.2.3 Endo, iso, auto -morphismes


Un endomorphisme est un morphisme dune structure dans elle-mme.
Un isomorphisme est est un morphisme f entre deux ensembles munis de la mme espce de structure,
tel quil existe un morphisme f 0 dans le sens inverse, tels que f f 0 et f 0 f sont les identits des structures.
Un isomorphisme est un morphisme bijectif.
Deux ensembles munis du mme type de structure algbrique sont dits isomorphes sil existe un
isomorphisme entre les deux ensembles.
Lisomorphie prsente un intrt majeur, car elle permet de transposer des rsultats et proprits
dmontrs sur lun des deux ensembles lautre.
Un automorphisme est un isomorphisme dune structure dans elle-mme, i.e. la fois un isomor-
phisme et un endomorphisme. Un automorphisme est un endomorphisme bijectif.
Lidentit dun ensemble est toujours un automorphisme, quelle que soit la structure considre.
On note :
LK (E, F ) lespace vectoriel des applications linaires de E dans F ;
IsomK (E, F ) lensemble des isomorphismes de E dans F ;
LK (E) lespace vectoriel des endomorphismes de E ;
GLK (E) le groupe linaire, i.e. le groupe des automorphismes de E.

2.2.4 Espace dual dun espace vectoriel


On appelle espace dual dun espace vectoriel E lensemble des formes linaires sur E. Il est lui-mme
un K-espace vectoriel, et on le note E ou hom(E, K).
La structure dun espace et celle de son dual sont trs lies. Nous allons dtailler quelques points en
nous restreignant aux cas qui nous intressent (cas rel, dimension finie).


PLN d. 28 iM 2
2. Applications et morphismes

Si lon dispose, sur lespace vectoriel considr E, dun produit scalaire h., .i (voir chapitre sur les
espaces), alors il existe un moyen naturel de plonger E dans E , i.e. dassocier chaque lment
de E un lment du dual, et ce de manire former un isomorphisme entre E et un sous-espace de
E : chaque lment x E on associe la forme linaire x : E K; y 7 hx, yi. Alors lapplication
f : E E ; x 7 x est une application linaire injective, donc lespace E est isomorphe au sous-espace
f (E) de E .
Si lespace E est de dimension finie n, alors lespace dual E est isomorphe E et est donc lui aussi
de dimension n. On a alors le thorme de la base duale (que je ne prsente pas, car je nai pas parl de
base... mais peut-tre pourrons-nous nous passer de ces rappels dans ce document).
Pour x E, on note h, xi pour (x). Cette notation est appele crochet de dualit.
Le dual topologique :
Soit E un espace vectoriel topologique sur le corps K. Le dual topologique E 0 de E est le sous-espace
vectoriel de E (le dual algbrique de E) form des formes linaires continues.
Si lespace est de dimension finie, le dual topologique concide avec le dual algbrique, puisque dans
ce cas toute forme linaire est continue.
Mais dans le cas gnral, linclusion du dual topologique dans le dual algbrique est stricte.

2.2.5 Noyau et image


Le noyau du morphisme f est lensemble des antcdents de llement neutre.

ker(f ) = {x E, f (x) = 0} = f 1 ({0})

et f est injectif si et seulement si son noyau est rduit {0}.


Limage du morphisme f est limage par f de E :

im(f ) = {f (x), x E} = f (E)

et f est surjectif si et seulement si son image est gale F .


Dans le cas despaces vectoriels, lensemble ker(f ) est un sous-espace vectoriel de E et lensemble
im(f ) est un sous-espace vectoriel de F .
Il est assez visible que (thorme de factorisation) f induit un isomorphisme de lespace vectoriel
quotient E/ ker(f ) sur limage im(f ). Deux espaces isomorphes ayant mme dimension, il sen suit la
relation, valable pour un espace E de dimension finie, appele thorme du rang :

dim(ker(f )) + dim(im(f )) = dim(E) .

Le nombre dim(im(f )) est aussi appel rang de f et est not rg(f ).


On a galement :
limage rciproque dun sous-espace vectoriel de F par f est un sous-espace vectoriel de E ;
limage directe dun sous-espace vectoriel de E par f est un sous-espace vectoriel de F .

2.3 Oprateur
Le terme oprateur a t utilis au paragraphe prcdent... regardons dun peu plus prs.
Dune manire gnrale, un oprateur est une application entre deux espaces vectoriels topologiques.
Un oprateur O : E F est linaire si et seulement si : (, ) K2 , (x1 , x2 ) E, O(x1 +
x2 ) = O(x1 ) + O(x2 ), o K est le corps des scalaires de E et F .

iM 2 29 PLN d.
2. Applications et morphismes

Lorsque F = R, un oprateur est une forme linaire sur E.


Un oprateur est continu sil est continu en tant quapplication (pour la dfinition de la continuit,
voir chapitre suivant.
Un oprateur diffrentiel est un oprateur agissant sur des fonctions diffrentiables au sens des drivs
ordinaires ou partielles : voir dfinition au chapitre suivant.
On dfinit galement les oprateurs diffrentiels elliptiques et hyperboliques. Mais pour cela, il faut
introduire les notions de symbole et symbole principale dun oprateur... et cela ne nous semble ni adapt
ce document, ni suffisament naturel pour cet expos. Nous nous contenterons de dfinir plus loin les
notions dEDP linaires et homognes du second-ordre dites elliptiques, hyperboliques et paraboliques.


PLN d. 30 iM 2

iM 2
3. Continuit et drivabilit
version du 11 dcembre 2012

Notes Dans ce chapitre, nous nous intresserons aux notions de continuit et de drivabilit, les
espaces ncessaires ayant t dfinis prcdemment, ainsi que les notions dapplication...
Dans la mesure o les problmes que nous souhaitons aborder, i.e. ceux issus de la physique, sont
gnralement dcrits par des ED ou des EDP, on comprend bien que la notion de drivation est centrale.
Mais noublions pas que ces notions de continuit et de diffrentiabilit nont pas toujours t dfinies
de manire prcise au cours de lhistoire et ont donn lieu de bien terribles affrontements entre nos
glorieux anciens.

3.1 Continuit Classe C 0


Un peu dhistoire 1 :
Dans le manuscrit de 1673 la Mthode inverse des tangentes ou propos des fonstions, Leibniz dit :
Jappelle fonctions toutes les portions des lignes droites quon fit en menant des droites indfinies qui
rpondent au point fixe et aux points de la courbe ; comme sont abcisse, ordonne, corde, tangente,
perpendiculaire, sous-tangente, sous-perpendiculaire... et une infinit dautres dune construction plus
compose, quon ne peut figurer.
Finalement, au terme dune correspondance nourrrie entre Leibniz et Jean Bernoulli, celui-ci donne
en 1718 la dfinition suivante : On appelle fonction dune grandeur variable une quantit compose, de
quelque manire que ce soit, de cette grandeur variable et des constantes.. Il propose la notation x.
La continuit est en quelque sorte contenue, sous-jacente ces dfinitions car les fonctions considres
sont physiques et ne prsentent au plus quun nombre fini de discontinuits.

Dans son Introductio in analysin infinitorum de 1748, Euler dfinit une fonction dune quantit va-
riable comme une expression analytique compose dune manire quelconque de cette quantit variable
et de nombres ou de quantits constantes. Le mot analytique nest pas davantage prcis. En fait,
pour Euler, une fonction est une combinaison quelconque doprations prises dans le stock des opra-
tions et des modes de calcul connus de son temps, et applicables aux nombres : oprations classiques de
lalgbre, exponentielle, logarithme, passage dun arc ses lignes trigonomtriques..., certaines de ces
oprations pouvant tre itres un nombre illimit de fois...
Dans ce mme ouvrage, Euler dit quune fonction est continue si elle est dfinie par une seule ex-
pression anlytique (finie ou infinie) et mixte ou discontue si elle possde plusieurs expression analytiques
suivant ses intervalles de dfinition.

1.

Leonhard Paul Euler Bernard Placidus Johann Nepomuk Bolzano Heinrich Eduard Heine
1707-1783 1781-1848 1821-1881

iM 2 31 PLN d.
3. Continuit et drivabilit

La dfinition actuelle est celle due Bernard Bolzano dans sa thorie des fonctions en 1816 : La
fonction f (x) varie suivant la loi de continuit pour la valeur x si la diffrence |f (x+w)f (x)| peut-tre
rendue plus petite que toute valeur donne.
Il existe une notion de continuit uniforme qui est plus forte que la simple continuit et fixe par
Heinrich Eduard Heine en 1872.
La continuit est une proprit topologique (donc indpendante de la mtrique).
Soit f une application dun espace topologique E dans un espace topologique F . On dit que f est
continue en un point a de E si, quelque soit le voisinage W de f (a) dans F , il existe un voisinage V de
a dans E tel que :
x V, f (x) W
i.e. que limage rciproque de tout voisinage de f (a) est un voisonage de a.
Cette dfinition est donne pour la culture, car nous navons pas rappel la notion de voisinage dans
ce document. Cela na pas dimportance dans ce contexte puisque nous travaillerons sur des cas moins
gnraux.
videmment, une application de E dans F est continue si elle est continue en tout point de E.
Ramenons nous a des choses plus connues et plus en lien avec ce document. Dans le cas des espaces
mtriques, la continuit se dfinit comme suit.
Soient (E, d) et (E 0 , d0 ) deux espaces mtriques, f : E E 0 et a E. On dit que lapplication f
est continue en a si :
h i
> 0 > 0 x E d(x, a) < = d0 (f (x), f (a)) < .

Ainsi f est continue en a si et seulement si la limite de f en a existe (elle vaut alors ncessairement
f (a)).
Considrons la fonction f dfinie sur R2 par :
 xy
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

Elle na pas de limite en (0, 0).


En effet, f (x, y) est continue partout sur R2 \{(0, 0)}. Elle est continue sur laxe des abscisses et des ordonnes
o elle est 0. Elle est donc sparment continue lorigine, et par suite dans tout le plan. Mais elle nest pas
continue par rapport lensemble des variables lorigine, car sur la droite y = mx, elle prend la valeur m/(1+m2 )
m
en dehors de lorigine ; or 1+m 2 6= 0 ds que m 6= 0, et par consquent elle ne tend pas vers 0 lorsque (x, y) tend

vers lorigine.
Pour une fonction relle, on peut dfinir une fonction continue comme une fonction dont on peut
tracer le graphe sans lever le crayon. Si lon exclut certains fonctions trs particulires (comme les
fractales), alors lide gnrale de la continuit est bien traduite par cette phrase (la fonction ne prsente
pas de saut).
Dfinie de cette manire simple, une fonction f : I R R sera dite continue au point a I si :
h i
> 0 > 0 x I |x a| < = |f (x) f (a)| < .

La classe des fonctions continues est note C 0 . Elle inclut par exemple les fonctions continues par
morceaux ainsi que les constantes (dont la fonction nulle).
Attention ne pas confondre la classe des fonctions continues C 0 avec C0 lensemble des fonctions
continues qui sannulent linfini (sous-espace de lespace des fonctions continues).


PLN d. 32 iM 2
3. Continuit et drivabilit

3.2 Continuit de Hlder et Lipschitz


Remarque 2 :
Dans le cas des espaces mtriques, nous avons vu quil tait possible de redfinir la continuit laide
des plutt que par les voisinages.
Avec Hlder et Lipschitz, la notion de continuit uniforme nous est propose. La distinction entre
continuit et continuit uniforme est la mme que celle entre la convergence simple et la convergence
uniforme dans le cas des sries (pour le lecteur qui sen souviendrait). En effet, cette continuit uniforme
ne regarde pas comment (quel ) la fonction est continue en chaque point, mais comment elle est continue
dans sa globalit, i.e. lorsque ce fameux nest plus li la position sur la courbe, mais est fix pour la
fonction entire.

La continuit hldrienne ou condition de Hlder est une condition suffisante (mais non ncessaire)
pour quune application dfinie entre deux espaces mtriques soit continue.
La dfinition sapplique en particulier pour les fonctions dune variable relle.

Si (E, d) et (F, d0 ) sont deux espaces mtriques, une fonction f : E F est dite a-hldrienne sil
existe une constante C > 0 telle que :

(x, y) E 2 , d0 (f (x), f (y)) C.d (x, y)a .

La continuit hldrienne dune fonction dpend donc dun paramtre rel strictement positif a
]0, 1], et prend en compte toutes les variations de la valeur de la fonction sur son ensemble de dfinition.

Si 0 < a 1 est fix, lensemble des fonctions relles a-hldriennes est un espace vectoriel, conven-
tionnellement not C 0,a (E, R).

Toute application f qui est a-hldrienne est continue. Mieux, elle est uniformment continue, dans
le sens suivant :
Si > 0, alors pour = (/C)1/a , d (x, y) < d (f (x), f (y)) < .
Le rel dpend de mais est indpendant de la variable x parcourant lespace de dfinition de
lapplication.

Lorsque a = 1, lapplication est dit lipschitzienne. Une application lipschitzienne est plus rgulire
quune fonction simplement continue.

Toute fonction lipschitzienne (en tant que fonction hldrienne) est uniformment continue.

Toute fonction relle lipschitzienne est (absolument continue donc variation borne donc) drivable
presque partout pour la mesure de Lebesgue et sa drive est essentiellement borne.

2.

Otto Ludwig Hlder Rudolph Otto Sigismund Lipschitz


1859-1937 1832-1903

iM 2 33 PLN d.
3. Continuit et drivabilit

3.3 Drive
Un peu dhistoire 3 :
Au XVIIe sicle, la comprhension mais surtout la modlisation (i.e. la mise en quations) de ph-
nomnes physiques et techniques conduit la cration au sicle suivant de lanalyse en tant que branche
des mathmatiques abordant les notions de drivation, intgration et quations diffrentielles.
Les fondateurs incontests de lanalyse sont Newton et Leibniz. Leur vifs changes sur les infinitsi-
maux ont partag le monde scientifique de lpoque. La discussion tait tout autant philosophique que
mathmatique, ce qui est somme toute assez normal compte tenu du sujet... La porte de ces travaux
est considrable car ils vont permettre non seulement la comprhension des courbes (puis le calcul des
aires), mais aussi celle du mouvement des corps. Cest vritablement une rvolution o lon passe dune
science de la statique une science de la dynamique.
Cette polmique entre les deux hommes ne sera pas sans effet. Celle-ci fera que les anglais resteront
lcart du dveloppement gnral des mathmatiques au XVIIIe sicle, la tradition newtonienne do-
minante ayant abouti une certaine stagnation scientifique. Au dbut du XIXe sicle, avec la diffusion
des notations symboliques leibniziennes du calcul infinitsimal, un petit groupe de mathmaticien de
Cambridge se mettront rflchir sur le rle et limportance de la symbolique.
Pourtant, si on regarde un peu plus dans lHistoire, on peut dire que la mthode dexhaustion, telle
quelle a t dveloppe et utilise par Archimde (i.e. avec toute la rigueur ncessaire, en usant du
procd dencadrement vitant le recourt aux ) est rllement la premire utilisation des infinitsimaux.
Malgr, ou peut-tre cause de, la grande originalit de ses travaux, Archimde na t que peu
suivi dans le monde grec et na pas eu de disciples directs.
Les savants arabes commenceront dailleurs ds le IXe sicle sintresser aux procds infinitsimaux
mis en uvre par le gnial Alexandrin.
Notons galement que le plus grand progrs thorique ralis au Moyen-ge est ltude quantitative
de la variabilit par Nicole Oresme (lEinstein du XIVe sicle). veill par la diffusion des mthodes
infinitsimales des Anciens, et dArchimde en particulier, nourri par les spculations scolastiques sur
linfini, le got des mathmaticiens pour les considrations infinitsimales se dveloppe peu peu.
Ils sappliquent dabord imiter le modle archimdien, puis smancipent et essaient de trouver des
substituts pour la mthode dexhaustion, juge trop lourde.
En 1748, Euler dfinit les deux nouvelles oprations que sont la diffrentiation et lintgration dans
Introductio in analysin infinitorum, puis dans Calculi differentialis (1755) et Institutiones calculi in-
tegralis (1770) essaie de mettre au point les rgles dutilisation des infiniment petits et dveloppe des
mthodes dintgration et de rsolution dquations diffrentielles.
Soit f une application dun ouvert du corps des scalaires K (resp. un invervalle de R) dans un
espace affine norm F (resp. R), alors on peut donner un sens, pour a la quantit :
f (a + h) f (a)
f 0 (a) = lim F
h6=0,h0,a+h h
que lon appelle le vecteur driv ou simplement la drive de f en a.

3.

Archimde de Syracuse Nicole Oresme Sir Isaac Newton Gottfried Wilhelm Leibniz
-287 -212 1325-1382 1643-1727 1646-1716

PLN d. 34 iM 2
3. Continuit et drivabilit

La drivabilit est elle-aussi une notion topologique et non mtrique (mme si on sait lcrire en
termes mtrique comme ci-dessus), elle ne dpend donc pas de la norme choisie (du moment que celle-ci
est compatible avec la topologie choisie...).

3.4 Fonctions de classe C k

Il est vident que si la drive (telle que dfinie au dessus) existe partout dans , alors on peut
nouveau considrer sa drive... et ainsi de suite.
On dfinit donc les classes C 1 , C 2 , ... C k , ... C de fonctions 1 fois, 2 fois... k fois continuement
drivables... ou indfiniement drivables.
Pour k = 0, on retombe sur la dfinition de lensemble des fonctions continues.
Pour tre trs clair, une fonction est de classe C k signifie que toutes ses drives jusqu lordre k
sont continues dans .
Toutes les fonctions polynmiales sont C , car partir dun certain rang leur drive est identique-
ment nulle.

3.5 Drives partielles


Nous allons maintenant tendre la drivation au cas o une fonction dpend de plusieurs variables.
videmment, il faudra que dans le cas o la fonction ne dpend que dune seule variable, les deux notions
concident.
La drive partielle dune fonction de plusieurs variables est la drive par rapport lune de ses
variables, les autres tant gardes constantes.
f
La drive partielle de la fonction f par rapport la variable x est note ou x f ou encore fx0 .
x
De la mme manire, on peut noter des drivs secondes,... k-mes par rapport diffrentes variables.
2f 2 2
0 = f = 2 f , mais galement f = f 0 = f , ou f = f 0 = f ,
Par exemple : = fxx xx x yx yx xy xy
x2 x y y x
i+j+k f 0
mais galement = fkzjyix = kzjyix f .
xi y j z k

La dfinition est analogue celle de la drive. Soient un ouvert de Rn et f une fonction de n


R
variables : f :
x = (x1 , . . . , xn ) 7 f (x) = f (x1 , . . . , xn )
On dfinit la drive partielle dordre 1 de f au point a = (a1 , . . . , an ) par rapport la i-ime
variable xi par :

f f (a1 , . . . , ai1 , ai + h, ai+1 , . . . , an ) f (a1 , . . . , an )


(a) = lim
xi h0 h

f f
Attention : Mme si toutes les drives partielles x 1
(a), . . . , xn (a) existent en un point donn a,
la fonction peut ne pas tre continue en ce point.
Si lon considre nouveau la fonction f dfinie sur R2 par :
 xy
x2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)

iM 2 35 PLN d.
3. Continuit et drivabilit

f f
on voit quelle vrifie x (0, 0) = y (0, 0) = 0 mais elle na pas de limite en (0, 0) comme nous lavons vu
avant.
Si toutes les drives partielles (dordre 1) existent et sont continues dans un voisinage de a, alors
f est diffrentiable dans ce voisinage et la diffrentielle est continue. Dans ce cas, on dit que f est une
fonction de classe C 1 sur ce voisinage de a.

Si toutes les drives partielles secondes de f existent et sont continues sur louvert , on dit que f
est une fonction de classe C 2 (). Lordre de drivation peut alors tre chang sans que cela modifie le
rsultat. Cest le thorme de Schwarz 4 :
2f 2f
=
xi xj xj xi

On appelle diffrentielle totale de f lexpression :


f f X f
df = dx1 + + dxn = dxi
x1 xn xi
i

3.6 Retour sur les classes C k pour une fonction de plusieurs variables
Ce paragraphe met laccent sur le cas multi-dimensionnel des classes C k (ce qui est le cas avant,
mais peut-tre moins visiblement). Nous en profitons galement pour introduire des notations et notions
dont nous nous servirons plus loin.
Si est un ouvert de Rn , on dfinit lensemble des fonctions k fois diffrentiables dans , valeurs
dans R dont toutes les drives jusqu lordre k sont continues dans par :
 
k k1 f k1
C () = f C (), C (), i = 1, ..., n , k 1
xi

On appelle multi-indice un n-uplet dentiers = ( 1 , ...,n1), j N.


nSa longueur est || =

1 + ... + n , et on note la quantit (lopration) = ...
x1 xn
C k () est lespace vectoriel des fonctions f : R telles que , || k, x 7 f (x) existe et
appartient C 0 ().
Pour f et g dans C k (), on dfinit :
X
sup | f (x) g(x)|

X 1 ||k Ki
d(f, g) =
2i 1 +
X
i=1 sup | f (x) g(x)|
Ki
||k

4.

Hermann Amandus Schwarz


1843-1921

PLN d. 36 iM 2
3. Continuit et drivabilit

qui est une distance sur C k () qui en fait un espace complet.


[
C () peut se dfinir par : C () = C k () qui est galement complet pour la mme distance.
kN

On dfinit galement Cbk () comme le sous-espace vectoriel des lments de C k (Rn ) dont toutes les
drives jusqu lordre k sont bornes sur .
On dfinit alors :
X
kf kC k () = sup | f (x)|
b

||k

qui est une norme sur Cbk () et en fait un espace de Banach (i.e. norm complet pour cette norme).

On dfinit, pour k N {}, lensemble Cck () par : f Cck () si f C k () et si f est de support


compact inclus dans .

Pour tout ouvert de Rn , et pour tout k N {} :


Cck () est dense dans C k ()
Cc () est dense dans C k ()

3.7 Nabla et compagnie


3.7.1 Champs de vecteurs et de scalaires,

Soit E un espace vectoriel euclidien de dimension n et un ouvert de E. Un champ de vecteurs sur


est une application F de dans E, dfinie par ses n fonctions composantes :

x1
F1 (x1 , . . . , xn )

F : ..
7 ..
. .

xn Fn (x1 , . . . , xn )

Cest donc une fonction qui un vecteur fait correspondre un vecteur.

Un champ de scalaires sur est une application f de dans R ou C, i.e. une fonction qui un
vecteur fait correspondre un scalaire.
La drive dun champ scalaire est un champ vectoriel appel gradient (voir plus bas).

Nabla, not , est un pseudo-vecteur servant noter un oprateur diffrentiel :














x



1r



1

= = =
y
r

















1



r sin

z cartsiennes z polaires sphriques

iM 2 37 PLN d.
3. Continuit et drivabilit

3.7.2 gradient, divergence, rotationnel, Laplacien, DAlembertien


Les quantits prsentes ci-aprs apparaitront constamment dans les problmes physiques. 5
Soient A un champ de vecteur et f un champ scalaire, on dfinit :
Le gradient :

gradf f
La divergence :
divA A
Le rotationnel :

rotA A
Le Laplacien (scalaire et vectoriel) :
f = 2 f
A = 2 A
Le Dalembertien : il sagit plus dune contraction dcriture. En coordonnes cartsienne, 
scrit :
1 2
 2
2 2 1 2


= 2 2 + + =
c t x2 y 2 z 2 c2 t2
o c est la vitesse de la propagation considre (ou la vitesse de la lumire).
En coordonnes cartsiennes,
il vient explicitement :
f
x

gradient : gradf = fy
f

z
Ax Ay Az
divergence : divA = x + y +z
Ay

Az
y z



rotationnel : rotA = A z
x
Az
x
Ay Ax

x y
2 2 2
Laplacien scalaire : f = xf2 + yf2 + zf2

Ax
Laplacien vectoriel : A = Ay
Az

De plus :

div gradf = (f ) = 2 f = f


rot gradf = (f ) = 0

5.

Pierre-Simon de Laplace Jean le Rond DAlembert


1749-1827 1717-1783

PLN d. 38 iM 2
3. Continuit et drivabilit


div rot A = ( A) = 0


rot rot A = ( A) = ( A) 2 A = grad div A A

f g = f g + 2f g + gf

3.7.3 Normale, drive normale


On appelle normale au domaine un champ de vecteurs n(x) dfini sur le bord = de et tel
quen tout point x o le bord est rgulier, n(x) soit orthogonal au bord et de norme 1.
On appelle normale extrieure une normale qui pointe vers lextrieur du domaine en tout point.
On appelle drive normale dune fonction rgulire u sur , la fonction dfinie sur les points rguliers
u
de par : (x) = u(x).n(x) (il sagit dun produit scalaire car u est un vecteur, tout comme n(x)).
n

3.7.4 Potentiel dun champ vectoriel


Le potentiel dun champ vectoriel est une fonction scalaire ou vectorielle qui, sous certaines conditions
relatives au domaine de dfinition et la rgularit, permet des reprsentations alternatives de champs
aux proprits particulires. Ainsi :
Un champ vectoriel irrotationnel (de rotationnel nul) peut tre identifi au gradient dun potentiel
scalaire.
Un champ vectoriel solnodal (de divergence nulle) peut tre identifi au rotationnel dun potentiel
vecteur.
Dans les deux cas, on dit que le champ dorigine drive dun potentiel (allusion entre une fonction
et sa primitive).
Ces potentiels permettent non seulement dapprhender certains champs vectoriels sous un angle
complmentaire (pour un traitement parfois plus ais), mais ils lgitiment des abstractions essentielles
comme, par exemple en physique, lnergie potentielle associe un champ de forces conservatives.
Un champ de vecteurs A continu et irrotationnel drive dun potentiel scalaire U :

A = grad U.

Le mme rsultat se vrifie dans lespace entier condition que, vers linfini, le champ dcroisse assez
rapidement.
Le potentiel scalaire nest pas unique, il est dfini une constante prs.
Un champ de vecteurs A rgulier et de divergence nulle drive dun potentiel vectoriel B :

A = rot B

Le mme rsultat se vrifie dans lespace entier condition que, vers linfini, le champ dcroisse assez
rapidement.

Le potentiel vecteur nest pas unique, il est dfini un gradient prs (i.e. B 0 = B + gradf convient
galement).

iM 2 39 PLN d.
3. Continuit et drivabilit

3.7.5 Signification physique

Un champ de scalaires, cest un truc, une application, qui un vecteur associe un scalaire. Typi-
quement, on peut penser la temprature. Une application T (x, y, z) qui chaque point de lespace de
coordonnes (x, y, z) associe sa temprature T est un champ de scalaire.
Un champ de vecteurs, cest un truc, une application, qui un vecteur associe un autre vecteur.

Typiquement, on peut penser la vitesse. Une application V (x, y, z) qui chaque point de lespace de


coordonnes (x, y, z) associe son vecteur vitesse V est un champ de vecteurs.

Si f est une fonction de classe C 1 , alors le gradient de f au point a, quand il est non nul, sinterprte
comme la direction selon laquelle f varie le plus vite, i.e. la ligne de plus grande pente.
La divergence dun champ de vecteurs mesure comment son courant dforme un volume (on devrait
dire comment son flot dforme une forme volume au sens de la gomtrie diffrentielle). Lide est un
peu la suivante : imaginons un coulement de fluide et intressons-nous au courant en fonction de la profondeur.
Lorsque lon est un peu en dessous de la surface et loin du sol, on peut imaginer que le courant est peu prs
constant, donc une section (ou un volume) de fluide perpendiculaire lcoulement se retrouve, un instant plus
tard, un peu plus loin, mais toujours perpendiculaire au sol, i.e. la section na pas vari. Si lon est proche du fond,
on peut penser que le courant est plus faible trs prs du sol, par exemple cause du frottement. Si lon considre
nouveau une section de fluide perpendiculaire au sol, alors un instant plus tard, elle nest plus perpendiculaire
au sol : prs du sol, les particules ont effectu un petit dplacement, celles plus loignes ont beaucoup plus
avanc. La section na ni la mme forme, ni la mme longueur qu linstant prcdent. La divergence mesure
justement ce type dcart. Dune manire plus gnrale, la divergence traduit la conservation (si elle est
nulle) ou non dune grandeur physique en un point : cela mesure donc, en chaque point si une grandeur
(par exemple le volume comme avant) est conservative ou non.
Le rotationnel exprime la tendance quont les lignes de champ dun champ vectoriel tourner autour
dun point : sa circulation locale sur un petit lacet entourant ce point est non nulle quand son rotationnel
ne lest pas (nous navons pas dfini la notion de lacet, nous compterons sur limagination du lecteur).
On rappelle que les lignes de champ sont les lignes qui, en premire approche, reprsente le chemin
que lon suivrait en partant dun point. Ce sont en fait les lignes orthogonales aux quipotentielles, ou
surfaces de niveau, du champ.

Concernant le Laplacien scalaire, la quantit f est une mesure de la diffrence entre la valeur de
f en un point quelconque P et la valeur moyenne f au voisinage du point P .
Le Laplacien scalaire dune fonction peut aussi tre interprt comme la courbure moyenne locale de
la fonction, que lon visualise aisment pour une fonction une seule variable f (x). La drive seconde
(ou courbure) f 00 reprsente la dviation locale de la moyenne par rapport la valeur au point considr.

Les notions de rotationnel, gradient, Laplacien... interagissent. Par exemple en mcanique des fluides,
le rotationnel de la vitesse dcrit une rotation de la particule fluide. Si lcoulement est irrotationnel (son
rotationnel est nul en tout point), alors le vecteur vitesse est le gradient du potentiel (on dit alors que
les vitesses drivent dun potentiel). Si le fluide peut tre considr comme incompressible, la divergence
de ce vecteur sannule. Le laplacien du potentiel est donc nul : il sagit dun potentiel harmonique qui
satisfait lquation de Laplace.


PLN d. 40 iM 2
3. Continuit et drivabilit

3.8 Quelques thormes sur les intgrales


Les relations ci-aprs permettent de passer dintgales sur un domaine des intgrales sur le bord
de ce domaine. 6

Thorme du gradient
Ce thorme met en relation lintgrale de volume du gradient dun champ scalaire et lintgrale de
surface de ce mme champ : Z Z
f = f n(x)

o est le bord du domaine et f un champ scalaire (i.e. une fonction rgulire).

Thorme du rotationel
Ce thorme met en relation lintgrale de volume du rotationnel dun champ vectoriel et lintgrale
de surface du mme champ : Z Z

rot A = A n(x)

o est la frontire de , est le produit vectoriel et n(x) est la normale dirig vers lextrieur.
Une autre identit remarquable met en relation lintgrale de surface du rotationnel dun champ
vectoriel et lintgrale curviligne (ou circulation) du mme champ sur la frontire. Elle dcoule du
thorme de Green qui, pour une surface S (gnralement non ferme) de frontire C, implique :
ZZ I

rot A d~s = A d~l.
S C

Si S est ferme, C est vide (ou rduit un point) et le membre de droite est nul.
Lorientation de la surface et celle de la courbe frontire sont lies puisque le changement dune
orientation modifie le signe de lintgrale correspondante. En fait, la relation est satisfaite lorsque ces
orientations sont telles que, sur un point frontre, le vecteur tangent la surface d~s d~l est orient en
direction de la surface.

Thorme de Green (-Riemann)


Ce thorme donne la relation entre une intgrale curviligne autour dune courbe simple ferme C
et lintgrale double sur la rgion du plan S dlimite par C.

6.

George Green Georg Friedrich Bernhard Riemann Mikhal Vassilievitch Ostrogradsky


1793-1841 1826-1866 1801-1862

iM 2 41 PLN d.
3. Continuit et drivabilit

Soit C, une courbe plane simple, positivement oriente et C 1 par morceaux, S le domaine compact
lisse du plan dlimit par C et P dx + Qdy une 1-forme diffrentielle sur R2 . Si P et Q ont des drives
partielles continues sur une rgion ouverte incluant S, alors :
Z ZZ  
Q P
P dx + Q dy = dxdy
C S x y

Il existe une autre faon de noter ce thorme. On se place sur un domaine compact lisse du plan
, de bord , en notant la forme diffrentielle . Alors la drive extrieure de scrit :
 
Q P
d = dx dy
x y

On peut alors rsumer le thorme de Green par la formule :


I ZZ
= d

(Le cercle sur lintgrale prcise que le bord dcrit une courbe ferme).

Thorme de Green-Ostrogradsky (flux-divergence)


(Ostrogradsky peut scrire avec un y ou un i la fin.)
Formule de la divergence : soit un domaine de R2 ou R3 de frontire et A un champ de vecteurs :
Z Z
div A = A.n

Formule de Green : soit un domaine de R2 ou R3 de frontire et u et v deux fonctions rgulires :


Z Z Z
u
(u)v = u.v + v
n

On en dduit certaines formules utiles du calcul vectoriel. Soit un domaine de R2 ou R3 de frontire


, A et B des champ de vecteurs, f et g des fonctions rgulires, et n(x) la normale extrieure au point
considr : Z Z
(A f + f ( A)) = f A.n(x)

Z Z
(B ( A) A ( B)) = (A B) .n(x)

Z Z
2

f g + f g = f g.n(x)

Ces formules sont exploites pour obtenir des formulations faibles associes des problmes aux
drives partielles.


PLN d. 42 iM 2

iM 2
4. Les espaces Lp
version du 11 dcembre 2012

Notes Les espaces Lp sont indispensables la dfinition des espaces de Sobolev aprs lesquels nous
courons depuis quelques chapitres.
La mesure de Lebesgue a t introduite, les notions dapplication et de continuit ont t rappeles...
nous en avons plus quil ne nous en faut pour dfinir de tels espaces.

Un peu dhistoire 1 :
Comme promis au paragraphe 1.3, nous fournissons maintenant quelques complments sur lintgra-
tion.
Nous avons mentionn la mise en dfaut de lintgrale de Riemann dans le cas de lindicatrice des
rationnels. Ce contre-exemple a t historiquement fourni par Dirichlet. Regardons toutefois dun peu
plus prs do tout cela provient.
Dans le chapitre VI, Dveloppement dune fonction arbitraire en sries trigonomtriques de sa
Thorie analytique, Fourier considre une fonction f dfinie dans ] /2, +/2[ dont le dveloppement
en srie trigonomtrique est de la forme : f (x) = a1 sin x + a2 sin 2x + ... + ak sin kx + ...
Le problme est de calculer les coefficients ak dans le cas mme, dit-il, o la fonction f (x) reprsente
une suite de valeurs ou ordonnes dont chacune est arbitraire... On ne suppose point que ces coordonnes
soient assujetties une loi commune ; elles se succdent dune manire quelconque et chacune delles est
donne comme le serait une seule quantit.
On notera au passage que la fonction considre par Fourier nest dfinie que par la donne de ses
points (si en plus ils sont en nombre fini, cela reprsente alors un chantillonnage).
Fourier conduit son calcul selon une voie nouvelle : en multipliant lexpression prcdente par sin kx
et en intgrant terme terme la srie, mais sans justification, il obtient :

2
Z
ak = f (x) sin kxdx
0

Fourier observe que dans tous les cas envisags, ces intgrales ont un sens et en conclut que toute fonction
dune variable peut-tre reprsente par une srie trigonomtrique.
Fourier, mme manquant de rigueur, aboutit un rsultat juste pour les fonctions quil considre. Or
les fonctions considres en loccurence vont bien pour lintgrale de Riemann telle quelle est dfinie.
Rappelons la dfinition de lintgrale de Riemann :
Soit f une fonction rlle dfinie sur un intervalle [a, b]. On considre une suite (xi ), 0 i n
de subdivisions de cet intervalle : a = x0 < x1 < ... < xn1 < xn = b. Notons i = xi xi1 et
S = 1 f (a + 1 1 ) + 2 f (x1 + 2 2 ) + .. + n f (xn1 + n n ), o 0 i 1.
Si la somme S a la proprit, de quelque manire que les et les puissent tre choisis, de
sapprocher indfiniment dune limite fixe A, quand les tendent vers zro, cette limite sappelle la
Z b
valeur de lintgrale dfinie f (x)dx.
a
En termes modernes, on dira que pour quune fonction borne soit Riemann-intgrable, il faut et il
suffit que lensemble des points de discontinuit de f soit de mesure nulle.
Ds la fin de son mmoire de 1829, Sur la convergence des sries trigonomtriques qui servent
reprsenter une fonction arbitraire entre des limites donnes, Dirichlet donne lexemple, dune nature

iM 2 43 PLN d.
4. Les espaces Lp

toute nouvelle, dune fonction discontinue en tous ces points : la fonction f (x) qui vaut une constante
c si x est un rationnel et qui vaut une autre constante d si x est irrationnel.
On voit alors directement que la Riemann-intgrabilit est mise mal.
Le travail consistera alors dfinir prcisment ce que lon peut ngliger, i.e. les parties de mesure
nulle.

Lebesgue va commencer par dfinir un ensemble mesurable : cest un ensemble dont la mesure
extrieure (i.e. la borne infrieure de la mesure des ouverts le contenant) est gale sa mesure intrieure
(i.e. la borne suprieure de la mesure des ferms quil contient). 2
Lintgrale de Lebesgue peut tre dfinie de manire gomtrique : pour une fonction positive
f dfinie sur [a, b], elle est gale la mesure de dimenion deux de lensemble {(x, y) R2 /a y
f (x), a x b} quand cette mesure existe.
Dune manire analytique, cette dfinition de lintgrale de Lebesgue devient : soit f une fonction
relle, borne, dfinie sur [a, b]. Supposons m f (x) M pour x [a, b]. Pour tous , tels que ,
on dfinit : V, = {x [a, b]/ f (x) }. Si pour tous , , V, est mesurable, alors f est mesurable.
En considrant la partition m = 1 < 2 < ... < n < n+1 = M et Vi = {x/i f (x) i+1 }, on
Xn n
X
dfinit les sommes i m(Vi ) et i+1 m(Vi ) (o m(V ) est la mesure de lensemble V ). Lintgrale
i=1 i=1
de Lebesgue est la limite commune de ces deux sommes, dont on peut montrer quelle existe lorsque f
est mesurable.

Voici par quelle image Lebesgue expliquait la nature de son intgrale : Je dois payer une certaine
somme ; je fouille dans mes poches et jen sors des pices et des billets de diffrentes valeurs. Je les
verses mon crancier dans lordore o elles se prsentent jusqu atteindre le total de ma dette. Cest
lintgrale de Riemann. Mais je peux oprer autrement. Ayant sorti tout mon argent, je runis les billets
de mme valeur, les pices semblables et jeffectue le paiement en donnent ensemble les signe montaires
de mme valeur. Cest mon intgrale.

La thorie de Lebesgue claire bien des difficults des discussions du XIXe sicle (notamment sur les
proprits de diffrentiabilit des donctions continues) et fournit un cadre gnral simplifi de nombreux
thormes alors que la thorie de Riemann multiplie les hypothses et les conditions restrictives.
De plus, toute cette volution sest accompagne de lide quon doit manipuler les fonctions comme
des objets mathmatiques en soi, des points de nouveaux espaces, les espaces fonctionnels. Avec lex-
tension du langage ensembliste, il devient naturel demployer un langage gomtrique propos de ces
espaces.

1.

Georg Friedrich Johann Peter Gustav Jean Baptiste Joseph Henri-Lon Lebesgue
Bernhard Riemann Lejeune Dirichlet Fourier
1826-1866 1805-1859 1768-1830 1875-1941
2. Est-il besoin de rappeler la diffrence entre borne infrieure et minimum et entre borne suprieure et maximum ? La
borne suprieure (ou le supremum) dune partie dun ensemble partiellement ordonn est le plus petit de ses majorants.
Une telle borne nexiste pas toujours, mais si elle existe alors elle est unique. Elle nappartient pas ncessairement la
partie considre. Dualement, la borne infrieure (ou linfimum) dune partie est le plus grand de ses minorants...

PLN d. 44 iM 2
4. Les espaces Lp

4.1 Prsentation des espaces de Lebesgue Lp


Un espace Lp est un espace vectoriel (des classes) de fonctions dont la puissance dexposant p est
intgrable au sens de Lebesgue, o p est un nombre rel strictement positif (ce qui suppose que lon
a un espace mesur, donc une mesure et une tribu). Le passage la limite de lexposant aboutit la
construction des espaces L des fonctions bornes.
En fait, chaque espace Lp est plus exactement une classe dquivalence obtenu en identifiant les
fonctions qui ne diffrent que sur un ensemble ngligeable
Chaque espace Lp est un espace de Banach lorsque son exposant p est 1.
Lorsque 0 < p < 1, lintgrale dfinit une quasi-norme qui en fait un espace complet.
1 1
Il existe en outre une dualit entre les espaces dexposants p et q dits conjugus, i.e. tels que + = 1.
p q

4.2 Construction de Lp
On considre un ouvert de Rn . Les fonctions f seront considres de dans R ou C.
p
On appelle L p = LM (, C) pour p < lespace des fonctions f mesurables, de C, telles que
p
(|f | ) < o est une mesure sur .
Comme une fonction sannulant presque partout est dintgrale nulle, on peut dfinir lespace Lp (X, A, )
comme le quotient de lespace des fonctions p intgrables L p (X, A, ) par le sous-espace vectoriel des
fonctions presque nulles.
Ce quotient identifie donc les fonctions qui sont presque partout gales, autrement dit qui ne diffrent
que sur un ensemble de mesure nulle.
Z 1/p
p p
Pour p < , on appelle norme L et on note k.kp , lapplication dfinie par kf kp = |f | .

Z b 1/p
p
Sur R, cela donne : kf kp = |f (t)| dt .
a
Z 1/p
p
Sur un espace mesur (X, A, ) et valeurs relles ou complexes : kf kp = |f | d .
X

4.3 Cas L0
L 0 est lensemble des fonctions mesurables. L0 est lespace obtenu en quotientant L 0 par les fonc-
tions nulles.
Soit une fonction mesurable strictement positive et -intgrable, alors :

kf gk
Z
(f, g) = d
1 + kf gk

dfinit une distance sur L0 qui redonne la topologie de la convergence en mesure.


Muni de cette distance, lespace L0 est complet.
Rappel : la notion de convergence (de suite) est une proprit topologique et non mtrique (lcriture
avec les nest que la traduction mtrique de lcriture topologique avec les boules).

iM 2 45 PLN d.
4. Les espaces Lp

4.4 Cas L , dualit avec L1


Dans le cas o lexposant est infini, on procde de la mme manire.
Lespace L (X, A, ) est dfini comme lespace vectoriel des fonctions -essentiellement bornes
(i.e. des fonctions bornes presque partout).
Lespace L (X, A, ) est lespace vectoriel quotient de L (X, A, ) par la relation dquivalence
f g ssi f et g sont gales presque partout.
Lespace dual de L1 est L mais lespace dual de L contient strictement L1 .

4.5 Cas L2
Par dfinition, si est un ouvert donn de Rn , L2 () est lespace des fonctions (relles ou complexes)
qui sont de carr intgrable au sens de lintgrale de Lebesgue.
Z
Cest un espace de Hilbert lorsquil est muni du produit scalaire (f, g) = f g d.

La formule des exposants conjuqus conduit dans le cas p = 2, q = 2, i.e. que L2 sidentifie son
dual.

4.6 Complment (inclusion) et exemples


Si f L p et f L q , alors f L r , p r q.

La fonction 1/ x est L 1 mais pas L 2 .
La fonction 1/|x| est L2 mais pas L1 .
La fonction e|x| / |x| est L1 mais pas L2
p

4.7 Mais o se situent nos fonctions C k ?


Soit une partie mesurable de Rn .
Lespace Cc0 () est dense dans L1 (), i.e. :

f L1 (), > 0, g Cc0 (), tel que kf gkL1 ()

Pour tout ouvert de Rn , et pour tout k N {} :


Cc () est dense dans Lp () pour 1 p < .
MAIS attention, Cc () Nest PAS dense dans L ()


PLN d. 46 iM 2

iM 2
5. Les espaces de Sobolev
version du 11 dcembre 2012

Notes Les espaces de Sobolev sont des espaces fonctionnels. Plus prcisment, un espace de Sobolev
est un espace vectoriel de fonctions muni de la norme obtenue par la combinaison de la norme Lp de la
fonction elle-mme ainsi que de ses drives jusqu un certain ordre. Les drives sont comprises dans
un sens faible, au sens des distributions afin de rendre lespace complet.
Les espaces de Sobolev sont donc des espaces de Banach. Intuitivement, un espace de Sobolev est
un espace de Banach ou un espace de Hilbert de fonctions pouvant tre drives suffisamment de fois
(pour donner sens par exemple une quation aux drives partielles) et muni dune norme qui mesure
la fois la taille et la rgularit de la fonction.
Les espaces de Sobolev sont un outil trs important et trs adapt ltude des quations aux drives
partielles. En effet, les solutions dquations aux drives partielles, appartiennent plus naturellement
un espace de Sobolev qu un espace de fonctions continues dont les drives sont comprises dans un
sens classique (mais rien nempche davoir de la chance).

Un peu dhistoire 1 :
Le XXe sicle avait commenc par la thse de Lebesgue intgrale, longueur, aire qui constitue
vraiment le dbut de la thorie de la mesure. La thorie de Lebesgue mne ltude des espaces Lp , qui
permettront, sur les traces de Hilbert, Riesz et Banach, ltude des oprateurs diffrentiels.
Cauchy avait publi nombre dapplications de sa thorie dans des recueils dexercices, notamment
concernant lvaluation dintgrales relles, quil nhsita pas gnraliser en ce quon appelle aujourdhui
la valeur principale de Cauchy, un peu moins dun sicle avant que Hadamard en ait besoin dans sa
rsolution des EDP dans un problme dhydrodynamique par les parties finies et que Laurent Schwartz
nen vienne aux distributions.
Ltude des conditions de rgularit des solutions des EDP permet Sergue Sobolev et ses continua-
teurs de dfinir ses espaces de fonctions et les thormes de trace en fonction des proprits gomtriques
du domaine.

5.1 Distributions
Une distribution (galement appele fonction gnralise) est un objet qui gnralise la notion de
fonction et de mesure. La thorie des distributions tend la notion de drive toutes les fonctions
localement intgrables et au-del.
Soit un sous-espace topologique de Rn (ou Cn ). Lespace des fonctions tests D() est lensemble
des fonctions valeurs relles indfiniment drivables de support compact inclus dans .

1.

Henri-Lon Lebesgue Jacques Salomon Hadamard Laurent Schwartz Sergue Lvovitch Sobolev
1875-1941 1865-1963 1915-2002 1908-1989

iM 2 47 PLN d.
5. Les espaces de Sobolev

On munit cet espace vectoriel de la topologie suivante : un ensemble U D() est ouvert ssi K
compact et f U dont le support est inclus dans K, il existe  > 0 et k 0 tels que :

{g D() | supp(g) K et x K, |f (k) (x) g (k) (x)| } U.

Muni de cette topologie, D() est un espace vectoriel topologique non mtrisable.
Une distribution est une forme linaire continue sur D().
Lensemble des distributions est donc le dual topologique de D() et est donc not D0 ().
Toujours aussi classiquement, si T est une distribution et une fonction test de D() alors on note
T () = hT, i. (i.e. h., .i dsigne comme dhabitude le crochet de dualit).
Dans D0 (R), lapplication qui associe (0) est une distribution, et cest la distribution de Dirac :
h, i = (0).
Une proprit fondamentales est que toute fonction localement intgrable f reprsente aussi une
distribution Tf dfinie par la forme intgrale suivante :
Z
hTf , i = f (x)(x) dx D().
R

5.2 Drives au sens des distributions

Pour dfinir la drive dune distribution, considrons dabord le cas dune fonction diffrentiable et
intgrable f : R R. Soit une fonction test, suppose rgulire et support compact. Une intgration
par parties permet dcrire :
Z Z
f (x)(x) dx = f (x)0 (x) dx
0
soit If 0 () = If (0 ).
R R

En effet, puisque la fonction est nulle en dehors dun ensemble born (elle est support compact), les
termes de bords sannulent.
Si S est une distribution, cet exemple suggre que lon puisse dfinir sa drive S 0 comme la forme
linaire qui une fonction test fait correspondre la valeur S(0 ). On pose donc :

hS 0 , i = hS, 0 i

Cette dfinition tend la notion classique de drive : chaque distribution devient indfiniment drivable
et lon peut montrer les proprits usuelles des drives.
Cette notion peut aussi se dfinir comme la drive du produit de dualit hS, i. On note h : x
(x h) la translate de par la valeur h R, alors, en utilisant la linarit et la continuit par rapport
au deuxime terme :
dS hS, h i hS, i h d
h , i = lim = hS, lim i = hS, i
dx h0 h h0 h dx
Lorsque la distribution S modlise un phnomne physique, la fonction test peut sinterprter
comme un instrument de mesure, hS, i en tant le rsultat ; la dfinition ci-dessus reprsente alors la
mesure exprimentale (au moins de pense) de la drive du phnomne S laide de linstrument .
Nous dfinirons dans un autre cours (sur le traitement du signal) les notions de distribution support
compact, les distributions tempres et la dcroissance rapide utiles en analyse de Fourier ainsi que les
espaces de Schwartz.


PLN d. 48 iM 2
5. Les espaces de Sobolev

5.3 Espaces W m,p ()


Soient Rn un ouvert quelconque, p un rel tel que 1 6 p 6 et m un entier naturel positif. On
dfinit lespace de Sobolev W m,p () par :

W m,p () = {u Lp (); D u Lp ()}

o est un multi-indice tel que 0 6 || 6 m , D u est une drive partielle de u au sens faible (i.e. au
sens des distributions) et Lp un espace de Lebesgue.
La norme sur W m,p () est :
!1/p

kD ukpLp
P
, 1 6 p < +;


kukW m,p = 06||6m


max kD ukL , p = +;


06||6m

o k.kLp dsigne la norme des espaces de Lebesgue.


Muni de cette norme W m,p () est un espace de Banach. Dans le cas o p < , cest aussi un espace
sparable.
La norme :
kD ukLp ,
P

1 6 p < +;
06||6m
kukW m,p =
kD ukL , p = +.
P


06||6m

est une norme quivalente la prcdente.


On utilisera donc indiffremment lune de ces normes, et on notera la norme employe k.kW m,p ou
plutt k.km,p .
Si p < , alors W m,p () est identique la fermeture de lensemble {u C m (); kukm,p < } par
rapport la norme k.km,p o C m () dsigne lespace de Hlder des fonctions de classe m sur .
Le thorme de Meyers-Serrin H = W donne une dfinition quivalente, par compltion de lespace
P 1/p
vectoriel norm, {u C (); kukH m,p < }, avec : kukH m,p := kD ukp , o D u est
||6m L p

une drive partielle de u au sens classique (u C ()).

5.4 Espaces H m ()
Dans le cas p = 2, on note H m () lespace W m,2 ().
Les espaces de Sobolev H m ont un intrt particulier car il sagit alors despaces de Hilbert. Leur
norme est induite par le produit intrieur suivant :
X Z

(u, v)m = (D u, D v) o (u, v) = u(x)v(x)dx est le produit intrieur dansL2 ()
06||6m

(produit scalaire dans le cas rel, hermitien dans le cas complexe).


Si est Lipschitzien, alors lensemble C () des fonctions rgulires jusquau bord de est dense
dans H m ().
De plus, dans le cas o la transformation de Fourier peut tre dfinie dans L2 () , lespace H k ()
peut tre dfini de faon naturelle partir de la transforme de Fourier (voir cours sur le traitement du
signal).

iM 2 49 PLN d.
5. Les espaces de Sobolev

Par exemple si = Rn , si u R est la transforme de Fourier de u :


b
H m (Rn ) = 
{u L2 (Rn ) ; RRn |u () |2 d < ; pour || 6 m} ou ce qui est quivalent :
m n 2 n 2 2 m
H (R ) = u L (R ) ; Rn |u () | 1 + d <
et que : R m
(u, v)m = Rn u () v () 1 + 2 d est un produit hermitien quivalent celui dfini plus haut.
Ou encore si  = ]0, 1[, on vrifie que :
+

m 2 2 4 2m 2
P
H (]0, 1[) = u L (]0, 1[); (1 + n + n + + n )|b un | <
n=
+
bn est la srie de Fourier de u. On peut aussi utiliser la norme quivalente : kuk2 =
P
o u (1 +
n=
|n|2 )m |b
un |2 .

5.5 Espaces H0m ()


On dfinit H0m () comme ladhrence dans H m () de D(), ensemble des fonctions de classe C
et support compact dans .
Il faut bien comprendre que cela signifie quelque chose de simple : cest lensemble constitu des fonctions
qui sont la fois D() et H m (). Comme on sintresse la frontire (puisque lon prend ladhrence), et que
est un ouvert, la valeur que prennent les fonctions de cet ensemble sur la frontire est celle que prennent les
fonctions de classe C et support compact dans , soit 0 !
Ainsi, physiquement les espaces H0m () sont les fonstions de H m () qui sont nulles sur = ,
ainsi que leurs drives normales jusqu lordre m 1. Plus mathmatiquement, on dit que ces
fonctions sont de trace nulle sur la frontire. Les espaces trace sont dfinis plus loin.
Par exemple :   
2 2 v
H0 () = v v H (), v| = 0, | = 0
n

Les espaces H0m () sont des espaces de Hilbert.

5.6 Espaces H m ()
Il est possible de caractriser le dual topologique de H0m () de la faon suivante.
m 1, on dfinit lespace des distributions suivant :

X
H m () = f D0 (), f = f , avec f L2 ()

||m

muni de la norme : 1
2
X
kf kH m = inf kf k2L2
||m

linfimum tant pris sur toutes les dcompositions possibles de f sous la forme intervenant dans la
dfinition de H m .
Ainsi dfini, lespace H m () est un espace de Hilbert isomorphe au dual topologique de H0m (),
et le crochet de dualit scrit :
X Z
hf, uiH m ,H0 =
m (1)
f udx, f H m (), u H0m ()
|m


PLN d. 50 iM 2
5. Les espaces de Sobolev

(cette formule ne dpend pas de la dcomposition de f en somme des f )


Remarquons que le dual de H m () nest pas un espace de distribution et ne possde donc pas de
caractrisation aussi simple.

5.7 Trace
Dans ce paragraphe, nous essayons de prsenter la notion de trace de manire simple et intuitive.
Afin de pouvoir parler de la valeur dune fonction sur la frontire de , il nous faut dfinir le
prolongement (la trace) dune fonction sur ce bord.
Cas n = 1 : on considre un intervalle ouvert I =]a; b[ born. On a vu que H 1 (I) C 0 (I). Donc,
pour u H 1 (I), u est continue sur [a; b], et u(a) et u(b) sont bien dfinies.
Cas n > 1 : il nous faut dfinir la trace lorsque lon na plus H 1 (I) C 0 (I). On procde ainsi
:
1
On dfinit lespace : C () = : R/O ouvert contenant , C (O), | = 1

C 1 () est donc lespace des fonctions C 1 sur , prolongeables par continuit sur et dont le
gradient est lui-aussi prolongeable par continuit. Il ny a donc pas de problme pour dfinir la
trace de telles fonctions.
On montre que, si est un ouvert born de frontire assez rgulire, alors C 1 () est dense
dans H 1 ().
Lapplication linaire continue, qui toute fonction u de C 1 () associe sa trace sur , se pro-
longe alors en une application linaire continue de H 1 () dans L2 (), note 0 , quon appelle
application trace. On dit que 0 (u) est la trace de u sur .
Pour une fonction u de H 1 () qui soit en mme temps continue sur , on a videmment 0 (u) = u| .
Cest pourquoi on note souvent par abus simplement u| plutt que 0 (u).
De manire analogue, on peut dfinir 1 , lapplication trace qui permet de prolonger la dfinition
usuelle de la drive normale sur . Pour u H 2 (), on a i u H 1 (), i = 1, ..., n et on peut
donc dfinir 0 (i u). La frontire tant assez rgulire (par exemple, idalement, de classe C 1 ), on
Xn
peut dfinir la normale n = (n1 ...nn )T en tout point de . On pose alors 1 (u) = 0 (i u)ni . Cette
i=1
application continue 1 de H 2 () dans L2 ()) permet donc bien de prolonger la dfinition usuelle de
la drive normale. Dans le cas o u est une fonction de H 2 () qui soit en mme temps dans C 1 (),
la drive normale au sens usuel de u existe, et 1 (u) lui est videmment gal. Cest pourquoi on note
souvent, par abus, n u plutt que 1 (u).

5.8 Espace trace


Compte tenu du paragraphe prcdent qui exposer la notion de trace, cette section na plus vraiment
dintrt si lon ne souhaite pas entrer trop dans les dtails mathmatiques.
Dans le cas dexposant entier, on note souvent lordre avec la lettre m, dans le cas non-entier, on
utilisera la lettre s, et donc les espaces seront nots : W s,p ou H s .

5.8.1 Cas p = 2, et = Rn
Dans ce cas, lespace de Sobolev H s (Rn ), s > 0, peut tre dfini grce la transforme de Fourier :
 Z 
s n 2 n 2 s 2
H (R ) = u L (R ) : (1 + || ) |u()| d < + .
Rn

iM 2 51 PLN d.
5. Les espaces de Sobolev

H s (Rn ) est un espace de Hilbert muni de la norme : kuk2H s = + ||2 )s |u()|2 d.


R
Rn (1

5.8.2 Cas p = 2 et Rn quelconque


On peut alors caractriser les espaces de Sobolev dordre fractionnaire H s () grce au produit
intrieur donn par :
X Z Z (D u(x) D u(y))(D v(x) D v(y))
(u, v)H s () = (u, v)H k () + dxdy
|x y|n+2t
||=k

o s = k + T , k est un entier tel que 0 < T < 1 et n est la dimension du domaine Rn . La norme
induite est essentiellement lanalogue pour L2 de la continuit au sens de Hlder.

5.8.3 Cas p 6= 2 et =]0, 1[


On dfinit un oprateur Ds de drivation dordre fractionnaire s par :

X
Ds u = (in)s u
b(n)eint
n=

En dautres mots, il sagit de prendre la transforme de Fourier, de la multiplier par (in)s et prendre
la transforme de Fourier inverse (les oprateurs dfinis par la squence : transformation de Fourier
multiplication transformation inverse de Fourier sont appels des multiplicateurs de Fourier). Cet
oprateur permet de dfinir la norme de Sobolev de H s (]0, 1[) par : kuks,p = kukp + kDs ukp et de dfinir
lespace de Sobolev H s (]0, 1[) comme lespace des fonctions pour lesquelles cette norme est finie.

5.8.4 Cas gnral des espaces H s


Soit s > 12 . Si est un ouvert dont la frontire est suffisamment rgulire, alors on peut dfinir
un oprateur de trace T qui une fonction u H s () lui associe sa trace, i.e sa restriction sur la
frontire de : T u = u| .
Une hypothse simple qui satisfasse la condition de rgularit est que soit uniformment C m
pour m > s. Ainsi dfini, cet oprateur de trace T a pour domaine de dfinition H s () et son image est
prcisment H s1/2 ().
En fait, T est dabord dfini pour les fonctions indfiniment drivables et cette dfinition est ensuite
tendue par continuit tout lensemble H s (). De faon intuitive, on peut dire que lon perd en
rgularit une demi-drive en prenant la trace dune fonction de H s ().
Nous nous servirons de ces espaces dans le cas des lments finis pour un problme de continuit
des contraintes une interface entre deux milieux solides ayant des proprit matrielles diffrentes.
Ce problme sera abord plusieurs fois dans ce document, et le paragraphe 11.3 fera une synthse des
stratgies possibles pour le rsoudre.

5.8.5 Cas gnral des espaces W s,p (i.e. p 6= 2)


Dfinir la trace dune fonction de W s,p est trs difficile et demande dutiliser les techniques plus
compliqus (dont les espaces de Besov).
De faon plus intuitive, on peut dire que lon perd en rgularit 1/p-me de drive en prenant la
trace dune fonction de W s,p ().


PLN d. 52 iM 2
5. Les espaces de Sobolev

5.9 H 1 (), H01 (), H 1 ()


Par dfinition :  
u
H 1 () = u L2 (); i = 1...n, L2 ()
xi
N
Z !
X u v
Muni du produit scalaire (u, v)1 = uv + , H 1 () est un espace de Hilbert.
xi xi
i=1
En physique et en mcanique, lespace H 1 () est galement appel espace dnergie au sens o il
est constitu des fonctions dnergie finie (i.e. de norme finie).
Thorme de densit : Si est un born rgulier de classe C 1 , ou si = Rn+ , ou encore si = Rn ,
alors Cc () est dense dans H 1 ().
En pratique, il est trs important de savoir si les fonctions rgulires sont denses dans lespace de
Sobolev H 1 (). Cela justifie en partie la notion despace de Sobolev qui apparat ainsi trs simplement
comme lensemble des fonctions rgulires compltes par les limites des suites de fonctions rgulires
dans la norme de lnergie. Cela permet de dmontrer facilement de nombreuses proprits en les ta-
blissant dabord sur les fonctions rgulires puis en utilisant un argument de densit.
Par dfinition de H01 (), et en prenant en compte une remarque prcdente :

H01 () = v v H 1 (), v| = 0
 

On voit que sur cet espace, la condition de Dirichlet est satisfaite automatiquement sur tout le
pourtour = .
La frontire est gnralement partitionne en deux sous-frontire
S D et N sur lesquelles on satisfait
les conditions de Dirichlet et de Neumann respectivement : = D N
1
() = v v H 1 (), v|D = 0
 
H0,D

et H01 () H0,D
1 () H 1 ().

On rappelle que lespace H 1 () est le dual de H01 (). Or, grce au thorme de reprsentation
de Riesz-Frchet (voir plus loin, au chapitre portant sur les formulations faibles), on sait que lon peut
identifier le dual dun espace de Hilbert avec lui-mme. Cependant en pratique, on nidentifie pas H 1 ()
et H01 (). En effet, ayant dfini H01 () comme un sous-espace strict mais dense de L2 (), et ayant dj
identifi L2 () son dual (muni du produit saclaire usuel, voir chapitre prcdent), on ne peut pas
en plus identifier H 1 () et H01 () (avec un autre produit scalaire). On a donc les inclusions strictes
suivantes : 0
H01 () L2 () L2 () H 1 ()

Grce H 1 (), on pourrait dfinir une nouvelle notion de drivation pour les fonctions de L2 (),
plus faible encore que la drive faible. Devant lafflux de notions de drivations, rassurons le lecteur
en disant quelles sont toutes des avatars de la drivation au sens des distributions (cest lintrt de la
thorie des distribution que davoir unifi ces divers types de drivation).

Lexemple le plus simple retenir, et le plus utile pour la suite, est que tout lment f de H 1 ()
scrit, au sens des distributions, sous la forme :

f = u + divG, avec u L2 () et G (L2 ())n .

iM 2 53 PLN d.
5. Les espaces de Sobolev

Thorme de drivation des fonctions composes dans les espaces de Sobolev :


Soit un ouvert born de Rn . Pour toute fonction u H 1 () et toute fonction T : R R de classe
C 1 drive borne nous avons :
T (u) H 1 (), et T (u) = T 0 (u)u
De plus, lapplication u H 1 () 7 T (u) H 1 () est continue.
On se contente ici de donner les rsultats concernant lespace H 1 () mme si des rsultats similaires
peuvent tres dmontrs pour les espaces H m () ou les espaces W 1,p (), avec p 6= 2.
Soit un ouvert born Lipschitzien de Rn .
0,1
si n = 1, on a une injection continue de H 1 () dans lespace de Hlder C 2 () ;
si n = 2, on a une injection continue de H 1 () dans lespace Lp () pour tout p < (et donc pas
dans L ().
2d
si n 3, on a une injection continue de H 1 () dans lespace Lp () avec p = d2 .
De plus les injection non critiques sont compactes.
Comme on va sintresser par la suite la discrtisation de problme aux drives partielles, le cadre
de domaines borns nous suffira.

5.10 Espaces H(div) et H(rot)


Nous introduisons un espace, intermdiaire entre L2 () et H 1 (), lespace H(div, ) dfini par :
H(div, ) = f L2 ()n , div f L2 ()


o div f est la divergence faible, que nous ne dfinissons pas dans ce document.
Cest un espace de Hilbert, muni du produit scalaire :
Z
hf, gi = (f (x).g(x) + div f (x) div g(x)) dx

p
et de la norme kf kH(div,) = hf, f i.
Un des intrts de lespace H(div, ) est quil permet de dmontrer un thorme de trace et une
formule de Green avec encore moins de rgularit que dans H 1 (). En effet, si f H(div, ), on ne
contrle quune seule combinaison de ses drives partielles, et non pas toutes comme dans H 1 (),
mais on peut quand mme donner un sens la trace normale f.n sur .

Lespace H(rot, ) est dfini par :


H(rot, ) = f (L2 ())2 ; rot(f ) L2 ()


H(rot, ) est un espace de Hilbert muni de la norme :


 1/2
kf kH(rot,) = kf k2L2 () + k rot(f )k2L2 ()

Lapplication trace tangentielle f 7 f n est continue de H(rot, ) sur un espace de Hilbert de


fonctions dfinies sur qui nest pas prcis.
On peut introduire lespace H0 (rot, ) des fonctions de H(rot, ) de trace tangentielle nulle.
Cet espace peut tre utiliser pour la modlisation de phnomnes lectromagntiques par les qua-
tions de Maxwell.

En fait, on voit quil est possible de dfinir de nombreux espaces de Sobolev en fonction du problme
considr... et cest tout lintrt.


PLN d. 54 iM 2
5. Les espaces de Sobolev

5.11 Ingalits utiles


Le but de ces ingalits est de borner une fonction partir dune estimation sur ses drives et de
la gomtrie de son domaine de dfinition 2 .
Nous en aurons besoin pour les formulations faibles ainsi que pour les problmes dhomognisation.
Ingalit de Poincar : Soit p, tel que 1 p < , et un ouvert de largeur finie (i.e. born dans
une direction). Alors il existe une constante C, dpendant uniquement de et p, telle que, pour toute
fonction u W01,p (), on ait :
kukLp () CkukLp ()

Ingalit de Poincar-Friedrichs : Si est born de diamtre d, alors la constante de Poincar


prcdente sexprime en fonction de ce diamtre. On a, pour toute fonction u W0k,p ()
X 1/p
kukLp () dp = || = kkD ukpLp ()

en particulier pour p = 2 : u H01 (), kuk2L2 () d2 kuk2L2 ()


Ingalit de Poincar-Wirtinger : Soit p, tel que 1 p < et un domaine (i.e. un ouvert
connexe) lipschitzien (i.e. born et frontire lipschitzienne) de lespace euclidien Rn . Alors il existe
une constante C, dpendant uniquement de et p, telle que, pour toute fonction u W 1,p (), on ait :

ku u kLp () CkukLp ()
Z
1
o u = u(y)dy est la valeur moyenne de u sur , || dsignant la mesure de Lebesgue du
||
domaine .

Ingalit de Korn : Soit un ouvert born de Rn de la frontire est suffisamment rgulire (par
1
exemple C 1 par morceaux). Notons T
n (v) 1= 2 nv + (v) le linaris du tenseur des dformations
1
dfini pour tout v V = H () ou H0 () . Alors il existe une constante (dite constante de Korn)
CK > 0 telle que  
v V, kvkV CK kvk2L2 () + k(v)k2L2 ()

Cette ingalit est assez puissante puisquelle contient, dans son membre de gauche, toutes les drives
partielles de v, alors que son membre de droite ne fait intervenir que certaines combinaisons linaires
des drives partielles.
Lingalit inverse de lingalit de Korn tant vidente, on en dduit que les deux membres dfi-
nissent des normes quivalentes.
En mcanique, lingalit de Korn dit que lnergie lastique (qui est proportionnelle la norme du
tenseur des dformations dans L2 ()) contrle (i.e. est suprieure ) la norme du dplacement dans
H 1 () a laddition prs de la norme du dplacement dans L2 (). Ce dernier point permet de prendre

2.

Jules Henri Poincar Kurt Otto Friedrichs Wilhelm Wirtinger Arthur Korn
1857-1912 1901-1982 1865-1945 1870-1945

iM 2 55 PLN d.
5. Les espaces de Sobolev

en compte les mouvements de corps rigides, i.e. les dplacements u non nuls mais dnergie lastique
nulle.

Arthur Korn a t un tudiant de Poincar. Il est plus connu comme pionnier des tlcommunications,
plus prcisment comme linventeur de la tlphotographie. Il met au point un tlautographe, un
systme de transmission des images fixes distance, par le biais du fil tlgraphique, en recourant aux
proprits photolectriques du slnium.


PLN d. 56 iM 2

iM 2
Rsum des outils danalyse fonctionnelle
version du 11 dcembre 2012

Norme, produit scalaire, espaces


Soit E un espace vectoriel.
k.k : E R+ est une norme sur E ssi elle vrifie :
1. (kxk = 0) = (x = 0) ;
2. R, x E, kxk = ||kxk, K ;
3. x, y E, kx + yk kxk + kyk (ingalit triangulaire).
La distance issue de la norme est la distance dfinie par d(x, y) = kx yk.
Toute forme bilinaire symtrique dfinie positive h., .i : E E R est un produit scalaire sur E.
Elle vrifie les proprits :
1. bilinarit : x, y, z E, , R, hx, y + zi = hx, yi + hx, zi ;
2. symtrie : x, y E hx , yi = hy , xi ;
3. positivit : x E hx , xi 0 ;

4. dfinie : x E hx , xi = 0 x = 0 .
p
La norme induite par le produit scalaire est kxk = hx, xi.
Lingalit triangulaire donne alors lingalit de Cauchy-Schwarz : |hx, yi| kxkkyk.
Un espace vectoriel muni dune norme est appel espace norm.
Un espace vectoriel muni dun produit scalaire est appel espace prhilbertien, qui est donc galement
un espace norm pour la norme induite.
Exemple : Pour E = Rn et x = (x1 , ..., xn ) Rn , on a les normes :
v
n
X
u n
uX 2
kxk1 = |xi | kxk2 = t xi kxk = sup |xi |
i=1 i=1 i

n
X
Le produit scalaire dfini par hx, yi = xi yi a pour norme induite la norme k.k2 .
i=1

Soit E un espace vectoriel et (xn )n une suite de E. (xn )n est une suite de Cauchy ssi > 0, N, p >
N, q > N : kxp xq k > .
Toute suite convergente est de Cauchy. La rciproque est fausse.
Un espace vectoriel est complet ssi toute suite de Cauchy y est convergente.
Un espace de Banach est un espace norm complet.
Un espace de Hilbert est un espace prhilbertien complet.
Un espace euclidien est un espace de Hilbert de dimension finie.

iM 2 57 PLN d.
Rsum des outils danalyse fonctionnelle

Espaces fonctionnels
Un espace fonctionnel est un espace vectoriel dont les lments sont des fonctions.
Dans la suite, nous considrons les fonctions dfinies sur un ouvert Rn et valeurs dans R ou
Rp .
Un fonction u est mesurable ssi {x/|u(x)| < r} est mesurable r > 0.
On dfinit les espaces L p (), pour 1 p < par :
 Z 
L () = u : R, mesurable, et telle que
p p
|u| <

Lp () est la classe dquivalence des fonctions de L p () pour la relation dquivalence galit


presque partout : on confondra deux fonctions ds quelles sont gales presque partout, i.e. lorsquelles
ne diffrent que sur un ensemble de mesure nulle.
Les formes :
Z 1/p
kukLp = |u|p ,1 p < et kukL = sup |u|

ne sont pas des normes sur L P () (en effet, kukLp = 0 implique que u est nulle presque partout dans
L p () et non pas u = 0, do la dfinition des espaces Lp ().
Ces formes sont des normes sur Lp () et en font des espaces de Banach (i.e. complets).
Dans le cas particulier p = 2, on ontient
qR lespace L2 () des fonctions de carr sommable pp. sur .
R
On remarque que le norme kukL2 = 2
u est induite par le produit scalaire (u, v)L2 = uv, ce qui
fait de lespace L2 () un espace de Hilbert.

Drive gnralise
Les lments des espaces Lp ne sont pas ncessairement des fonctions trs rgulires. Leurs drives
partielles ne sont donc pas forcment dfinies partout. Cest pourquoi on va tendre la notion de dri-
vation. Le vritable outil introduire pour cela est la notion de distribution. Une ide simplifie en est
la notion de drive gnralise (certes plus limite que les distributions, mais permettant de sentir les
aspects ncessaires pour aboutir aux formulations variationnelles).

Fonctions tests
On note D() lespace des fonctions de vers R, de classe C , et support compact inclus dans
. D() est parfois appel espace des fonctions-tests.
Thorme : D() = L2 ()

Drive gnralise
Soit u C 1 () et v D(). Par IPP (ou Green) on a lgalit :
Z Z Z Z
i u = ui + un = ui

(car est support compact donc nulle sur ).


Le terme ui a un sens ds que u L2 (), donc i u aussi, sans que u ait besoin dtre C 1 .
R R

Il est donc possible de dfinir i u mme dans ce cas.



PLN d. 58 iM 2
Rsum des outils danalyse fonctionnelle

2
2 2
R On ditRque u0 L (I) admet une drive
Cas n = 1 : Soit I un intervalle de R, pas forcment born.
gnralise dans L (I) ssi u1 L (I) telle que D(I), I u1 = I u .
2
Par itration,
Z on dit queZ u admet une drive gnralise dordre k dans L (I), note uk , ssi :
D(I), uk = (1)k u(k) .
I I
Ces dfinitions stendent au cas o n > 1.
Thorme : Quand elle existe, la drive gnralise est unique.
Thorme : Quand u est de classe C 1 () la drive gnralise est gale la drive classique.

Espaces de Sobolev

Espaces H m
Lespace de Sobolev dordre m est dfini par :

H m () = u L2 ()/ u L2 (), = (1 , ..., n ) Nn tel que || = 1 + ... + n m




On voit que H 0 () = L2 ().


H m () est un espace de Hilbert avec le produit scalaire et la norme induite :
X p
(u, v)m = ( u, v)0 et kukm = (u, u)m
||m

Thorme : Si est un ouvert de Rn de frontire suffisament rgulire, alors on a linclusion :


H m () C k () pour k < m n2 .

Trace
Dans les problmes physiques que nous rencontrerons (voir partie 2), nous devrons pouvoir imposer
des conditions aux limites. Ceci est vrai, que lon sintresse aux formulations forte ou faible.
Pour cela, il faut que la valeur dune fonction sur la frontire soit dfinie. Cest justement ce que lon
apelle sa trace. La trace est le prolongement dune fonction sur le bord de louvert .
De manire analogue, il est possible de prolonger la dfinition de la drive normale sur le contour
de , ce qui permet de prendre en compte des conditions aux limites de type Neumann par exemple.

Espace H01 ()
Soit ouvert de Rn . LespaceH01 () est dfini comme ladhrence de D() pour la norme k.k1 de
H 1 ().
Thorme : Par construction H01 () est un espace complet. Cest un espace de Hilbert pour la norme
k.k1 .
H01 () est le sous-espace des fonctions de H 1 () de trace nulle sur la frontire (on a : H01 () =
ker 0 o 0 est lapplication trace).
Pour toute fonction u de H 1 (), on peut dfinir :
v v
u n uZ n
uX 2
u X
|u|1 = t ki uk0 = t (i u)2
i=1 i=1

iM 2 59 PLN d.
Rsum des outils danalyse fonctionnelle

Ingalit de Poincar : Si est born dans au moins une direction, alors il existe une constante C()
telle que u H01 () ; kuk0 C()|u|1 . On en dduit que |.|1 est une norme sur H01 (), quivalente
la norme k.k1 .
Corollaire : Le rsultat prcdent stend au cas o lon a une condition de Dirichlet nulle seulement
sur une partie de , si est connexe.
On suppose que est un ouvert born connexe, de frontire C 1 par morceaux. Soit V = {v
H 1 (); v = 0 sur 0 } o 0 est une partie de de mesure non nulle. Alors il existe une constante
C() telle que u V ; kuk0,V C()|u|1,V , o k.k0,V et |.|1,V sont les norme et semi-norme induites
sur V . On en dduit que |.|1,V est une norme sur V quivalente la norme k.k1,V .


PLN d. 60 iM 2
Deuxime partie

Problme continu

iM 2 61 PLN d.

iM 2
6. Problmes physiques : ED et EDP
version du 11 dcembre 2012

Notes La premire partie tait uniquement des rappels de notions mathmatiques ncessaires
pour disposer dun certains nombre doutils. Maintenant que nous avons ces outils, nous allons nous
intresser des problmes concrts de la physique (au sens gnral).
Cette deuxime partie va donc prsenter des problmes physiques, sous leur forme forte (dans ce
chapitre), puis sous forme faible et variationnelle ; la thorie de la formulation faible tant expose entre
temps.

6.1 Introduction
Une quation diffrentielle est une relation entre une ou plusieurs fonctions inconnues et leurs dri-
ves. Lordre dune ED correspond au degr maximal de drivation auquel lune des fonctions inconnues
a t soumise.
Pour les mthodes explicites de rsolution des ED, on ira voir en annexes.
Un peu dhistoire :
Les problmes poss ou menant des ED sont aussi vieux que lanalyse elle-mme (XVIIe-XVIIIe,
voir notes prcdentes sur les fonctions et sur la continuit et la drivabilit). Avant mme quon ait
compltement lucid la question des infiniment petits lon se proccupe dj de rsoudre des problmes
de tangente, qui mnent invariablement une ED. Ds les dbuts de la mcanique classique, dite
newtonienne, on est confront lintgration de systmes dED du second ordre (voir exemples ci-
dessous).
On shabitue progressivement ce que linconnue dune quation puisse tre une fonction, mme si
la fonction a encore lpoque un statut flou.
On rsoud les ED par la mthode des sries entires sans sencombrer des notions de convergence,
bien que lon entrevoit parfois certaines difficults dues justement ces problmes de convergence... et
on en arrive presque aux sries asymptotiques qui ne seront conceptualises quau XIXe.
Un autre problme reste dcrire, laide de fonctions simples, les solutions des ED. La liste des ED
que lon sait rsoudre de cette manire est plutt maigre : Leibniz et sa mthode de dcomposition en
lments simples, les Bernouilli et les ED linaires du premier ordre, puis Riccati... 1
La dcouverte par Clairaut en 1734 de lexistence dune solution singulire lquation y xy 0 +
f (y 0 ) = 0 ( la famille de droites y = Cx + f (C) qui est lexpression gnrale des courbes intgrales,
il faut adjoindre lenveloppe de cette famille pour avoir toutes les solutions analytiques de lquation)
relance la dynamique. DAlembert, en 1748, trouve un second cas dintgrale singulire. Mais cest Euler

1.

Jacopo Francesco Riccati Alexis Claude Clairaut Jean le Rond DAlembert Leonhard Paul Euler
1676-1754 1713-1765 1717-1783 1707-1783

iM 2 63 PLN d.
6. Problmes physiques : ED et EDP

et Lagrange qui lucident ce qui se passe en gnral en exhibant la courbe qui est le lieu des points
singuliers.
Si lon sait, ds la fin du XVIIe sicle intgrer les ED linaires du premier et du second ordre
coefficients constants par des sommes dexponentielles, il faut attendre 1760 pour que la thorie vienne
bout des ED linaires coefficients constants dordre quelconque. En 1739, Euler rencontre une quation
diffrentielle linaire coefficients constants du 4e ordre sur un problme de vibration des tiges quil ne
sait pas intgrer. Cest en 1743 quil forme ce quon appelle aujourdhui lquation caractristique, quil
complte un peu plus tard lorsquune racine de cette quation polynomiale est multiple.
DAlembert remarque que pour les ED non homognes, ladjonction dune solution particulire la
solution gnrale de lquation homogne donne la solution gnrale de lquation homogne. Lagrange
introduit la mthode de variation des constantes pour rsoudre par quadratures lquation linaire non
homogne lorsque lon connat la solution gnrale de lquation homogne.
Clairaut, DAlembert, Euler, Lagrange et Laplace consacrent de nombreux mmoires au problme
des n corps. Le premier exemple du problme de Sturm-Liouville est donn par DAlembert propos
de la vibration dune corde non homogne. 2
Les mathmaticiens du XVIIIe sicle admettent sans discussion lexistence de solutions des ED et
EDP sans chercher le domaine dexistence de ces solutions. Il faut attendre Cauchy, vers 1820, pour que
soit aborde lexistence dune solution lED y 0 = f (x, y), o f est suppose continument diffrentiable
en chaque variable. Sans connatre les travaux de Cauchy, Lipschitz, en 1868, retrouve le rsultat de
Cauchy mais, saffranchit de lhypothse de diffrentiabilit de f au profit de la condition dite aujourdhui
de Lipschitz. En 1837, Liouville utilise, pour le cas particulier dune quation linaire du second ordre une
mthode dapproximation successive : on construit une suite de fonctions convergeant vers la solution.
Si lon considre une fonction f , sa drive f 0 exprime sa variation : positive f est croissante (et plus
sa value est grande, plus la croissance est rapide), ngative f est dcroissante...
partir de l on peut considrer une population de personnes. Le nombre de total de personnes
un instant t est donn par f (t). Plus la population est nombreuse, plus elle se reproduit : en dautres
termes, la vitesse de croissance de la population est proportionnelle la taille de la population. On peut
donc crire : f 0 (t) = k.f (t). Cest une ED trs simple, mais qui modlise le problme dit de dynamique
de population.
Un autre problme simple, toujours en dynamique des populations, est celui de deux populations
interdpendantes : les proies g(t) et le prdateurs m(t). Les proies se reproduisent et sont manges par
les prdateurs, alors que les prdateurs meurent sauf
( sils peuvent manger des proies.
g 0 (t) = A g(t) B g(t) m(t)
Cela conduit au systme de Lotka-Volterra : o il est ncessaire
m0 (t) = C m(t) + D g(t) m(t)
de rsoudre les quations simultanment (on dit que les quations sont couples)
Pour revenir des exemples plus connus du lecteurs, on noubliera pas que la relation fondamentale
de la dynamique, de Newton, mx = f (x) est une dED du second ordre.
On pourrait multiplier les exemples comme lquation de loscillation dune masse suspendue un
ressort x = cx 2 x avec (c > 0) ou sans (c = 0) frottement.

2.

Joseph Louis, comte de Lagrange Pierre-Simon de Laplace Jacques Charles Franois Sturm Joseph Liouville
1736-1813 1749-1827 1803-1855 1809-1882

PLN d. 64 iM 2
6. Problmes physiques : ED et EDP

Comme on le voit sur les exemples ci-dessus, et comme on sen souvient sans doute, il est ncessaire,
pour dterminer compltement la solution dune ED (ou dune EDP), de disposer de valeurs de la
solution en certains points. On appelle ces contraintes, des conditions aux limites.
Les conditions aux limites types sont prsentes au paragraphe suivant.

Un peu dhistoire :
Concernant les EDP, elles sont initialement rsolues par des mthodes ad-hoc, le plus souvent go-
mtriques. On ncrit pas lEDP. On ne stonnera donc pas que la premire quation aux drives
partielles napparaisse quassez tard.
La thorie de lintgration des EDP du premier ordre ne date que de 1734. Lide dEuler est de
ramener ladite intgration celle des ED ordinaires. Euler montre quune famille de fonctions dpendant
de deux paramtres vrifie une EDP du premier ordre en liminant ces paramtres entre les drives
partielles. Inversement, une telle quation admet une solution dpendant dune fonction arbitraire. Il
parvient ainsi intgrer plusieurs quations de ce type.
Lagrange, dans un mmoire de 1785, rsume les connaissances de lpoque sur ces questions. Il ne
sait intgrer que 11 types dquations aux drives partielles du premier ordre.
La solution de lintgration de ces quations allait venir dun mathmaticien peu connu, mort en
1784, Paul Charpit (Paul Charpit de Villecourt, ????-1784). Son mmoire, prsent en 1784 lacadmie
des sciences na jamais t publi et est rest longtemps une nigme. Une copie de ce mmoire a t
trouve en 1928. 3

6.2 Conditions aux limites


Comme nous venons de le dire, les conditions aux limites sont des contraintes (des valeurs) que lon
impose la fonction solution (ou certaines de ces drives) sur tout ou partie du domaine , et/ou
sur toute ou partie de sa frontire = .
Dun point de vue vocabulaire, certains types de conditions aux limites standard existent qui sont
listes ci-aprs.

6.2.1 Dirichlet valeurs aux bords


On parle de condition de Dirichlet impose une ED ou une EDP, lorsque lon spcifie les valeurs
que la solution doit vrifier sur toute ou partie de la frontire du domaine.

Il peut sagir par exemple dun dplacement impos (par exemple nul) en des points dune structure
(points dappuis rigides).

3.

Augustin Louis, Rudolph Otto Sigismund Johann Peter Gustav Carl Gottfried
baron Cauchy Lipschitz Lejeune Dirichlet Neumann
1789-1857 1832-1903 1805-1859 1832-1925

iM 2 65 PLN d.
6. Problmes physiques : ED et EDP

6.2.2 Neumann gradients aux bords


On parle de condition de Neumann impose une ED ou une EDP, lorsque lon spcifie les valeurs
des drives que la solution doit vrifier sur la frontire du domaine (flux, contraintes...)

6.2.3 Robin relation gradient/valeurs sur le bord


On parle de condition de Robin (Victor Gustave Robin 1855-1897) ou condition de Fourier ou
condition dimpdance impose une ED ou une EDP, lorsque lon spcifie une relation linaire entre
les valeurs de la fonction et les valeurs de la drive de la fonction qui est solution du problme sur toute
ou partie de la frontire du domaine.
Cest donc une pondrations de conditions de Dirichlet et de Neumann.

6.2.4 Condition aux limites dynamique


On parle de condition aux limites dynamique impose une ED ou une EDP, lorsque lon spcifie
une combinaison linaire entre la drive temporelle et la drive normale que la solution doit vrifier
sur toute ou partie la frontire du domaine.

6.2.5 Condition aux limites mle


On parle de condition aux limites mle lorsque lon juxtapose plusieurs conditions aux limites
diffrentes sur toute ou partie de la frontire du domaine.

6.3 Les types dEDP


La forme gnrale dune EDP linaire, scalaire, dordre 2 est :

au + cu + div(Au) = f

o a : R, c : Rn , A : Rnn et f : R sont les coefficients de lEDP.


Dans le cas o u est scalaire (n = 1) et les coefficients sont constants, on obtient :

2u 2u 2u u u
2
+ + 2
+ + + u = f
x xy y x y

o , , , , , sont des scalaires.


Cette quation est dite :
elliptique si 2 4 > 0 ;
parabolique si 2 4 = 0 ;
hyperbolique si 2 4 < 0.

6.4 Phnomnes de propagation et de diffusion


Dans ce paragraphe, nous avons regroup les notions de propagation et de diffusion.
La propagation est la diffusion sont lies. La diffusion, cest en quelque sorte lhomognisation dune
grandeur dans un milieu et dans le temps. Or pour quil y ait diffusion, il faut bien que ledit phnomne
se propage.


PLN d. 66 iM 2
6. Problmes physiques : ED et EDP

Un peu dhistoire 4 :
Le dplacement des atomes, ions ou molcules dans un milieu, que celui-ci soit solide (cristallin ou
amorphe), liquide ou gazeux, est appel de manire gnrale migration. Au sens large la diffusion
dsigne des transferts obissant aux lois de Fick, i.e. dont la rsultante macroscopique vrifie lquation
de diffusion. La turbulence entraine ainsi une forte diffusion dans les fluides. La diffusion molculaire est
la migration sous leffet de lagitation thermique, lexception des autres phnomnes. Elle intervient
par exemple dans des procds damlioration des caractristiques mcaniques (traitements de surface
comme la nitruration ou cmentation), la rsistance la corrosion et les procds dassemblage par
brasage.
En 1827, le botaniste Robert Brown observe le mouvement erratique de petites particules de pollen
immerges dans de leau. Il ne sagit pas dun phnomne de diffusion, puisque ce qui bouge est une
particule macroscopique, mais cette marche alatoire, que lon appellera mouvement brownien, ser-
vira de modle pour la diffusion : Le mouvement brownien, ou processus de Wiener, est le mouvement
alatoire dune grosse particule immerge dans un fluide et qui nest soumise aucune autre inter-
action que des chocs avec les petites molcules du fluide environnant. Il en rsulte un mouvement
trs irrgulier de la grosse particule. Ce mouvement, qui permet de dcrire avec succs le comporte-
ment thermodynamique des gaz (thorie cintique des gaz), est aussi trs utilis dans des modles de
mathmatiques financires.
En 1855, Adolph Fick propose des lois phnomnologiques, empiriques, inspires de la loi de Fourier
pour la chaleur (tablie en 1822). Cest Albert Einstein qui dmontrera les lois de Fick en 1905 avec ses
travaux sur la loi stochastique. La premire loi de Fick nonce que le flux de diffusion est proportionnel
au gradient de concentration.
Nous nous placerons dans un cadre beaucoup plus macroscopique, o les interactions entre particules
sont quantifies au travers de variables macroscopiques continues, comme par exemple la temprature,
la pression, mais galement le frottement fluide, la conductivit thermique, la masse volumique...
Lanalogie de formulation mathmatique nous fera galement considrer les cas de propagation des
ondes dans des milieux donns. Cest dailleurs essentiellement via la propagation des ondes que nous
aborderons les formulations... lquation de la chaleur constituant le liant idal pour illustrer les liens
entre propagation et diffusion.

6.4.1 quations de Laplace et Poisson


Lquation de Laplace, ou Laplacien est lquation :

= 0

Elle est elliptique.


Elle apparat dans de nombreux problmes physiques : astronomie, lectrostatique, mcanique des
fluides, propagation de la chaleur, diffusion, mouvement brownien, mcanique quantique.
Les fonctions solutions de lquation de Laplace sont appeles les fonctions harmoniques. Toute
fonction holomorphe est harmonique.

4.

Pierre-Simon de Laplace Simon Denis Poisson Jean Baptiste Joseph Fourier Robert Brown Adolf Eugene Fick
1749-1827 1781-1840 1768-1830 1773-1858 1829-1901

iM 2 67 PLN d.
6. Problmes physiques : ED et EDP

Lquation de Poisson est lquation :


= f

o f est une fonction donne. Elle est elliptique.

Par exemple, en lectrostatique, on exprime le potentiel lectrique V associ une distribution


connue de charges (dans le vide) par la relation :


V = .
0

En gravitation universelle, le potentiel gravitationnel est reli la masse volumique par la


relation :
= 4 G .

6.4.2 quation donde, phnomnes vibratoires


Il sagit encore dune extension de lquation de Laplace.
Lquation donde est lquation gnrale qui dcrit la propagation dune onde (sonore ou lectro-
magntique dont la lumire), qui peut tre reprsente par une grandeur scalaire ou vectorielle.
Dans le cas vectoriel, en espace libre, dans un milieu homogne, linaire et isotrope, lquation donde
scrit :
1 2u
u = 2 2 ou u = 0
c t
o la fonction donde inconnue est note u(x, y, z, t), t reprsente le temps, et le nombre c reprsente la
clrit ou vitesse de propagation de londe u (rappel :  est le dAlembertien). Elle est hyperbolique.

Dans le cas de lacoustique, alors cette quation est obtenue partir des quations de la mcanique
ainsi que de lhypothse de fluide parfait :
conservation de la masse : + div(u) = 0 avec la masse volumique du milieux et u sa vitesse ;
conservation de la quantit de mouvement : div() = u, avec le tenseur des contraintes
le fluide est parfait, et sa relation de comportement est donc : = p0 I avec p0 la pression dans
le fluide.
partir de ces trois quations, on retrouve lquation des ondes sous la forme :

1 0
p0 p = 0
c2

avec c la clrit de londe acoustique dans le milieu (vitesse du son).

Lquation des ondes permet galement de modliser le problme de lvolution de la dformation


dune membrane tendue (peau de tambour). Dans ce cas l, on note plutt :

u = u dans

o est notre domaine qui est une surface, donc R2 .


La mme quation en dimension deux ou trois modlise la plupart des phnomnes vibratoires. En
dimension 1, cette quation sappelle lquation des cordes vibrantes.


PLN d. 68 iM 2
6. Problmes physiques : ED et EDP

6.4.3 quation de la chaleur


Lquation de la chaleur est une EDP parabolique, introduite initialement en 1811 par Fourier pour
dcrire le phnomne physique de conduction thermique.
propos de leffet rgularisant de la chaleur 5 :
Lquation de la chaleur a un effet rgularisant : quelque soit la distribution initiale de la temp-
rature pour un problme donn, mme discontinue, on aboutit rapidement une distribution continue
et mme lisse de la temprature.
En 1956, Louis Nirenberg propose un nouveau problme John Nash (qui est aussi press que X,
aussi exasprant que Y, quels que soient X et Y selon Warren Ambrose) : la continuit des solutions
de lquation de la chaleur dans les milieux discontinus, i.e. lorsque le coefficient de conductivit est
quelconque, et peut mme varier brutalement dun point lautre et que lon a seulement des bornes
infrieure et suprieure sur la conductivit.
John Nash rsoud le problme, notamment laide du concept dentropie de Boltzmann, mais nob-
tiendra pas le triomphe escompt, le problme ayant t rsolu, en mme temps, mais par une autre
mthode, par litalien De Giorgi, qui lui deviendra clbre (mais John Nash est clbre pour dautres
travaux... prix Nobel dconomie en 1994, voir le film un homme dexception (A Beautiful Mind) de
Ron Howard en 2001).
Soit un domaine de R3 de frontire = et T (x, t) un champ de temprature sur ce domaine
(champ de scalaires). En prsence dune source thermique dans le domaine, et en labsence de convection,
i.e. de transport de chaleur (i.e. on sintresse la propagation de la temprature au sein dun milieu
stable, i.e. qui ne bouge pas ; on ne sintresse pas la propagation de chaleur due par exemple
lexistence dun courant dair, dun courant de convection. La convection est plutt un problme de
mcanique des fluides.), lquation de la chaleur scrit :
T (x, t) f
x , = D T (x, t) +
t c
o :
est loprateur Laplacien ;
D est le coefficient de diffusivit thermique (en m2 /s) ;
f une ventuelle production volumique de chaleur (en W/m3 ) ;
est la masse volumique du matriau (en kg/m3 ) ;
c la chaleur spcifique massique du matriau (en J/kgK).
Lquation de la chaleur est donc une quation de la forme : u u = f Elle est parabolique.
Pour que le problme soit bien pos, il faut spcifier :
une condition initiale : x , T (x, 0) = T0 (x) ;
une condition aux limites sur le bord du domaine, par exemple :
de Dirichlet : x , T (x, t) = 0 ;
ou de Neumann : x , Tn (x,t)
= n(x)T (x, t) = 0, o n(x) est le vecteur normal unitaire
au point x.

5.

Louis Nirenberg John Forbes Nash, Jr. Ennio De Giorgi


1925- 1928- 1928-1996

iM 2 69 PLN d.
6. Problmes physiques : ED et EDP

Lquation de la chaleur, introduite initialement pour dcrire la conduction thermique, permet de


dcrire le phnomne de diffusion.
La diffusion est un phnomne de transport irrversible qui se traduit terme par une homogni-
sation de la grandeur considre (par exemple la temprature dans un domaine, la concentration en
produits chimiques dans une solution...).
Dun point de vue phnomnologique, et au premier ordre, ce phnomne est rgi par une loi de Fick
(par exemple sorption deau dans les matriaux composites, diffusion dactifs au travers de la peau).
Dans lquation prcdente, T reprsente alors la rpartition de la grandeur considre (eau dans un
composite, concentration dun constituant chimique...) et le terme source dans est souvent nul (i.e.
f = 0).

6.5 Mcanique des fluides


La mcanique des fluides est une des deux composantes de la mcanique des milieux continus ; lautre
composante tant la mcanique des solides qui sera traite un peu plus loin.

6.5.1 quation de Navier-Stokes

Un peu dhistoire 6 :
Des 23 problmes de Hilbert noncs en 1900, la moiti est aujourdhui compltement rsolue, lun
a t dmontr indcidable, cinq ne le sont pas du tout, les autres tant partiellement traits.
Des 7 problmes de linstitut Clay (ou problmes du prix du millnaire, dots chacun dun million de
dollars amricains) noncs en 2000, seule la conjecteure de Poincar a t dmontre en 2003 par Grigori
Perelman (qui a refus le prix, ainsi que la mdaille Field. Dailleurs il na pas publi son travail dans
un journal, mais la rendu publique et gratuit sur internet...). Notons au passage que Grigori Perelman
est analyste, i.e. un spcialiste des EDP, un sujet que beaucoup de topologues avaient lhabitude de
regarder de loin. Ils ont chang davis depuis !
Le problme des quations de Navier-Stokes figure parmi ces 7 problmes, cest dire si le problme
nest pas simple. Et cest, des 7 problmes du millnaire, le seul qui soit en lien direct avec la physique
(en lien trs direct...). De plus, lInstitut Clay na pas fix comme objectif la dmonstration de lexistence
de solutions pour les quations de Navier-Stokes et la dmonstration que les solutions, si elles existent,
sont uniques. Il a simplement propos de rcompenser des progrs essentiels sur le sujet. Pourtant
des calculs en mcaniques des fluides sont effectus chaque jour, par exemple au sein de bureaux dtudes
pour dimensionner des voitures en arodynamique.
On na pas pu prouver, pour ces quations, quil existe en toutes circonstances une solution parfai-
tement dtermine par les conditions initiales. Pour expliquer sommairement o rside la difficult avec
ces quations, on pourait dire quavec les quations de Navier-Stokes, on passe du discret au continu.
Le problme cest que lon nest pas sr que ce qui est calcul est rellement une solution approche et
si le rsultat est fidle la ralit : nous nous trouvons dans un cas o lexistence et lunicit des solutions

6.

Claude Louis Marie Henri Navier George Gabriel Stokes Grigori Iakovlevitch Perelman
1785-1836 1819-1903 1966-

PLN d. 70 iM 2
6. Problmes physiques : ED et EDP

nest pas facile prouver. Sil existe des cas o des solutions rgulires parfaitement dtermines partir
des conditions aux limites, cela nest pas vrai en toutes circonstances et pour tous temps (on ne sait pas
si une solution rgulire ne peut pas devenir turbulente prs un temps suffisamment long par exemple).
La non linarit de ces quations joue des tours conduisant des solutions qui peuvent par exemple
ne pas se superposer sans sinfluencer (alors que ce nest pas le cas avec les quations linaires). La
viscosit nest pas exempte de problme non plus, puisquelle conduit aux turbulences (que lon pour-
rait qualifier de problme de passage dchelle). Dailleurs une description un niveau intermdiaire
entre une description atomiste (microscopique) et une description continue (macroscopique) a t faite
par Boltzmann (niveau msoscopique, description statistique), mais nous ne la prsenterons pas ici.
Dailleurs, les travaux de Cdric Villani (mdaill Fields 2010) ont rpondu en grande partie au pro-
blme de la thorie cintique (qui dcrit un systme constitu dun trs grand nombre de particules en
interaction). Il a galement prouv des formes quantifies du second principe de la thermodynamique :
Boltzmann avait prouv la croissance de lentropie, et Cdric Villani en collaboration avec Laurent Des-
villettes et Giuseppe Toscani a permis de quantifier la production dentropie et le retour lquilibre. Ses
travaux sur leffet Landau (phnomne de relaxation non collisionnelle) ont des rpercussions thoriques
et pratiques, par exemple dans les modles de mcanique classique en astrophysique. 7
La description faible du problme, qui sera prsente dans un autre chapitre, comporte elle-aussi ses
problmes car on nest pas sr de la convergence vers la solution forte.
Bien que des rsultats dexistences et dunicit existent, aucun ne permet soit de conclure lexistence
de solutions rgulires pour tout temps, soit lapparition de singularit...
Les quations de Navier-Stokes sont des EDP non linaires qui dcrivent le mouvement des fluides
newtoniens (visqueux) dans lapproximation des milieux continus. Elles modlisent par exemple les
mouvements de lair de latmosphre, les courants ocaniques, lcoulement de leau dans un tuyau, et
de nombreux autres phnomnes dcoulement de fluides.
Nous considrons lquation de Navier-Stokes sous la forme :
 
u + (u.)u u + grad(divu) = f p
3
o :
u est la vitesse du fluide ;
p est la pression dans le fluide ;
est la masse volumique du fluide ;
est la viscosit dynamique en cisaillement du fluide ;
est la viscosit dynamique en compression du fluide ;
f est une force massique sexerant dans le fluide (par exemple : pesanteur).
Si de plus le fluide est incompressible (bonne approximation pour les liquides), alors divu = 0 et
lquation se simplifie :
u + (u.)u u = f p

7.

Ludwig Eduard Boltzmann Cdric Villani


1844-1906 1973-

iM 2 71 PLN d.
6. Problmes physiques : ED et EDP

6.5.2 quation de Stokes


Il sagit dun cas particulier de lquation de Navier-Stokes (termes inertiels absents ou ngligs).
Lorsquun fluide visqueux scoule lentement en un lieu troit ou autour dun petit objet, les effets
visqueux dominent sur les effets inertiels. Son coulement est alors appel coulement de Stokes. On
parle aussi dcoulement faible nombre de Reynolds (le nombre de Reynolds mesure le poids relatif
des termes visqueux et inertiel dans lquation de Navier-Stokes). Ce nombre de Reynolds est alors
beaucoup plus petit que 1.
Lquation de Stokes, qui dcrit lcoulement dun fluide newtonien incompressible en rgime per-
manent et faible nombre de Reynolds, scrit dans :

u + p = f

On rappelle que si de plus le fluide est incompressible, alors on a galement divu = 0 dans .
Contrairement lquation de Navier-Stokes, lquation de Stokes est linaire. Les coulements so-
lutions de cette quation possdent par consquent des proprits bien particulires :
unicit : pour des conditions aux limites donnes (valeur de la vitesse au niveau des parois et/ou
linfini), il existe un et un seul coulement vrifiant lquation de Stokes ;
additivit : les solutions de lquation de Stokes vrifient le principe de superposition : si u1
et u2 sont solutions, alors toute combinaison linaire 1 u1 + 2 u2 le sera aussi (ceci nest pas
incompatible avec la proprit dunicit : seul lcoulement vrifiant les bonnes conditions aux
limites sera observ) ;
rversibilit : si un champ de vitesse u est solution de lquation, alors u lest aussi, condition
de changer le signe des gradients de pression, ainsi que des vitesses aux parois et linfini ; cette
proprit est contraire lintuition, fonde sur notre exprience des coulements macroscopiques :
la rversibilit des coulements bas nombre de Reynolds a ainsi pouss les tres vivants de trs
petite taille dvelopper des moyens de propulsion originaux.
paradoxe de Stokes : il faut prendre garde au fait que les solutions mathmatiques de lqua-
tion de Stokes, dans un cas donn ou dans certaines rgions du domaine de solution, peuvent tre
physiquement fausses. Ceci est d au paradoxe de Stokes savoir que les conditions physiques
permettant de ramener lquation de Navier-Stokes lquation de Stokes ne sont pas nces-
sairement ralises dans tout le domaine de solution, priori. On aboutit alors des solutions
prsentant des comportements potentiellement aberrants dans certaines limites. Cest le cas par
exemple linfini o souvent le terme inertiel finit par lemporter sur le terme visqueux, sans
quon puisse le prjuger priori.

6.5.3 quation dEuler


Lquation dEuler tablie en 1755 en appliquant le principe fondamental de la dynamique une
particule fluide (i.e. sous forme locale), sapplique dans le cas dun fluide parfait, i.e. un fluide non
visqueux et sans conductivit thermique. Le fluide peut tre incompressible ou compressible ( condition,
dans ce dernier cas, de se placer dans lhypothse de vitesses faibles).
Il sagit dun cas particulier de lquation de Navier-Stokes.
Toujours avec les mmes notations, elle scrit dans R+ :

u + p = f

Et, si de plus le fluide est incompressible, alors on a galement divu = 0 dans .


PLN d. 72 iM 2
6. Problmes physiques : ED et EDP

Dans le cas o la description du problme est une description eulrienne (i.e. le champ de vitesse est
associ chaque point et est considr de manire instantane), on peut alors crire :
 
1
f p = u = (u + (u.)u) = u + u2 + ( u) u
2

Bien que ces quation correspondent une simplification de lquation de Navier-Stokes, elles nen
sont pas pour le moins plus stables... au contraire, les instabilits de rsolution de ces quations sont
encore pire !

6.6 quations de la mcanique des milieux continus des solides


La mcanique des milieux continus traite aussi bien de la dformation des solides que de lcoulement
des fluides. Ce dernier point a dj t abord auparavant aux paragraphes sur les quation de Navier-
Stokes et de Stokes. Intressons-nous maintenant au cas de la dformation des solides.

6.6.1 Notions gnrales conduisant, entre autre, aux quation de la mcanique


Comme ce document est initialement prvu pour un public dingnieur mcanicien, cest dans cette
section que se trouve du matriel qui autait pu tre prsent avant. Il va nous permettre de montrer
que les quations de la mcanique comme celles de la chaleur, de Faraday, dOhm... viennent toutes
dune quation dquilibre (ou de conservation) et dune quation de flux (ou loi de comportement). Il
est donn titre de culture gnral.

EDP elliptique linaire

Si lon considre le cas scalaire, i.e. celui dune fonction inconnue u dfinie sur un domaine ouvert
R2 , une EDP elliptique linaire se met sous la forme :

a(x, y)uxx (x, y) + b(x, y)uyy (x, y) + c(x, y)ux (x, y) + d(x, y)uy (x, y) + eu(x, y) = f (x, y)

avec a(x, y)b(x, y) > 0.


Dans le cas o la fonction u est dfinie sur Rn , une EDP elliptique linaire est dfinie par :

Lu(x) = f (x), x

o loprateur diffrentiel L est dfini par :


n
X n
X
Lu = aij (x)uxi xj (x) + bi (x)uxi (x) + c(x)u(x)
i=1,j=1 i=1

avec les valeurs propres de la matrice A = aij qui sont toutes non nulles et de mme signe. On rappelle
que le matrice A peut toujours tre choisie symtrique du fait de la symtrie uxi xj = uxj xi et donc que
les valeurs sont relles.
Dailleurs, en dimension finie, le fait que toutes les valeurs propres sont strictement positives est
quivalent au fait que la matrice A est dfinie positive.

iM 2 73 PLN d.
6. Problmes physiques : ED et EDP

Flux conservatif
Les EDP elliptiques conduisent la notion physique de flux conservatif donn par un gradient.
Considrons le cas scalaire. On associe la fonction u(x) un flux q(x) qui est nul vers lextrieur :
Z
q(x).nx ds = 0, volume

R
En utilisant la formule de divergence-flux, il vient : divx q(x)dx = 0, et en supposant la fonction q(x)
suffisament rgulire on en dduit : divx q(x) = 0, x .
En supposant que ce flux est une fonction linaire du gradient u, et quil est orient dans la direction
oppose (physiquement, les flux se font souvent de faon oppose au gradient dune grandeur), on crit
q(x) = a(x)u et on obtient une loi de conservation lquilibre du type :

div(a(x)u(x)) = 0

Pour a(x) 1, on retrouve la plus simple des quations elliptiques, lquation de Laplace :

divu(x) = u(x) = 0

quilibre des lois de conservations en comportement linaire


Le raisonnement prcdent peut tre men en considrant les lois de conservations dans les milieux
continus. Les ingrdients principaux qui vont nous conduire une grande famille dquations elliptiques
sont les suivants :
Conservation dune grandeur ;
Milieu immobile et rgime stationnaire ;
Loi de comportement linaire entre le flux de cette grandeur et le gradient.
Les deux premires notions sont souvent associes lquilibre dun systme.
Lois de conservations :
Soit Rn , n = 1, 2 ou 3. Pour tout sous-domaine (t) , on dfinit, dune manire gnrale,
une grandeur U(t) partir de sa densit spcifique u(x, t) laide de la masse volumique du milieu
par : Z
U(t) = (x, t)u(x, t)dx
(t)

On suppose Zque la variation de cette grandeur U(t) ne peutZ se faire que par un apport extrieur
volumique not udv et/ou un apport extrieur surfacique JU ds.
(t) (t)
Le Lemme de Cauchy affirme alors lexistence dun tenseur jU tel que JU = jU .n et que lon a la loi
de conservation locale :

(u) + div(uv) = u divjU
t
Cette quation de conservation local peut, en utilisant la conservation de la masse, se mettre sous
la forme :
Du
= u divjU
Dt
Hypothse de milieu immobile et de rgime stationnaire :
Si le milieu est immobile, la vitesse eulrienne (particulaire), v(x, t) est nulle et donc la drive
particulaire se rduit :
Du u u
= + u(x, t).v(x, t) =
Dt t t

PLN d. 74 iM 2
6. Problmes physiques : ED et EDP

Lquation de conservation prcdente devient alors :


u
= u divjU
t
u
Si de plus, on est en rgime stationnaire, i.e. = 0, alors :
t
u divjU = 0

Hypothse de loi de comportement linaire :


On va maintenant introduire dans lquation prcdente la loi de comportement du milieu. Le choix
le plus simple est celui liant de manire linaire le flux et le gradient :

jU (x, t) = A(x, t)u(x, t)

En reportant cette loi dans lquation de conservation, il vient divA(x, t)u(x, t) = u, soit :

Au + Au = u

Cette quation est de type elliptique ds que loprateur A(x) possde de bonnes proprits de
positivit.

quilibre gnral
Pour rsumer, les modles elliptiques se mettent sous la forme :
quation de flux (ou loi de comportement dans le cas vectoriel) :

j = A(x)u

quation dquilibre ou de conservation :

divj = f c(x)u

o :
la fonction scalaire inconnue u : Rn R est appele un potentiel ;
la fonction vectorielle inconnue j : Rn Rn est appele un flux ;
la fonction scalaire connue f : Rn R correspond au termes sources du potentiel ;
les fonctions scalaires connues A(x) et c(x) sont les donnes du problme.
Dans le cas vectoriel :
u devient une fonction vectorielle Rn Rn ;
j un tenseur dordre 2 ;
A(x) un tenseur dordre 4 ;
et c(x) une fonction vectorielle.

Retour sur les exemples prcdents


Si u T est la temprature, j q le flux de chaleur, f la source de chaleur, A(x) (x) la
conductivit du matriaux et c(x) 0, on retrouve lquation de la chaleur.
Si u V est le potentiel lectrostatique, u E le champ lectrostatique, j D le dpla-
cement lectrique ou flux de densit de courant, f la densit de charge, A(x) (x) le tenseur
dilectrique et c(x) 0, on retrouve la loi de Faraday.

iM 2 75 PLN d.
6. Problmes physiques : ED et EDP

Si u V est le potentiel lectrique, u E le champ lectrique, j J la densit de courant,


f 0, A(x) (x) le tenseur de conductivit et c(x) 0, on retrouve la loi dOhm.
Si u C est la concentration, j le flux molaire, f le taux dabsorption ou le taux de raction,
A(x) D(x) la constante de diffusion et c(x) la coefficient de raction, alors on retrouve le cas de la
diffusion molculaire.
Si u est le dplacement orthogonal, u la dformation, j la contrainte dans le plan, f
la force volumique extrieure, A(x) H(x) le tenseur des rigidits et c(x) = 0, on se retrouve dans le
cas de llasticit plane (n = 2) linaire.

6.6.2 Formulation gnrale


En repartant du second principe de la dynamique, et en introduisant un terme de dissipation vis-
queuse, on crira le problme gnral sous la forme :

div + f = u + u dans quation de la dynamique
= H( th ) dans loi de comportement

o f est une force de volume, la masse volumique, est un facteur traduisant lamortissement
visqueux, th est la dformation dorigine thermique et H traduit la relation de Hooke, i.e. la loi de
comportement. Les inconnues sont donc les dplacements u, les dformations et les contraintes .
Nous allons maintenant faire quelques remarques concernant ces quations, notamment des simpli-
fications correspondant certains cas courant dtude.

6.6.3 Dynamique / statique


La formulation gnrale est celle de la dynamique avec amortissement.
Une structure est sans amortissement si = 0.
Le problme est statique sil ne dpend pas du temps, i.e. sil ny a plus les termes u et u.

6.6.4 Grands / petits dplacements


La relation entre dformation et dplacement est donne par :
 
1 1 ui uj uk uk
u + (u)T soit pour chaque composante : ij =

= + +
2 2 xj xi xi xj

Dans le cas des petits dplacements (termes dordre 2 ngligs), elle devient :
 
1 ui uj 1
ij = + que lon note ij = (ui,j + uj,i )
2 xj xi 2

Dans le cas de grandes dformations, on dcompose les diffrentes grandeurs en deux parties : lune
symtrique, lautre antisymtrique. On ne parle plus de contraintes de Cauchy (qui est lapplication
linaire reliant le vecteur contrainte la normale unitaire au point considr), mais de contraintes
nominales et de contraintes de Piola-Kirchhoff de seconde espce (plus de contrainte corotationnelle
pour les poutres ou les coques). Pour les dformations, on remarque quelles sont le produit dune
rotation pure par une dformation pure...Ces tenseurs sont prsents au paragraphe 16.1.1, quant aux
grandes dformation, elles sont exposes au paragraphe 16.2.


PLN d. 76 iM 2
6. Problmes physiques : ED et EDP

6.6.5 Loi de comportement


La loi de comportement, reliant contrainte et dformation, peut tre relativement complique selon
les cas, et varie en fonction du niveau de chargement. On se reportera alors au paragraphe 16.3. Si elle
est linaire, on parle alors dlasticit linaire. Voici quelques illustrations de lois de compotement trs
classiques :

courbe type acier lamin chaud acier profil froid bton

Dans le cas de matriaux isotropes (i.e. possdant les mmes proprits matrielles quelque soit
lorientation), les relations constitutives scrivent laide des coefficients de Lam et : 8
= 2 + T r()I
i.e. ij = 2ij + kk ij . On rappelle galement que :
E E
= et =
2(1 + ) (1 2)(1 + )
avec E le module dYoung et le coefficient de Poisson, que lon exprime, inversement :
(3 + 2)
E= et =
+ 2( + )
Pour assurer que la matrice H est dfinie positive, il faut que 0 < < 0, 5.
Le cas = 0, 5 correspond au cas dun matriau incompressible, comme par exemple le caoutchouc.
Nous verrons que selon les formulations il est plus ou moins ais de prendre en compte ces matriaux.
De plus, la littrature ne manque pas sur le sujet.
La signification physique du coefficent de Poisson est simple : 2 traduit le
poucentage de dformation dans le sens transverse leffort. En restant dans
le cas plan, quand on fait subit une pice un effort de compression telle quelle
subit une dformation (de compression) de 1, alors elle slargit de 2 dans la
direction transverse ( de chaque ct par symtrie).
Ainsi, il devient vident quun matriau incompressible est caractris par 2 =
1, i.e. lorsquil perd un volume 1 selon une direction, il reprend un volume 1
dans la direction transverse : en dautres termes, il ne varie pas de volume, il
est donc incompressible [ce qui ne veut pas dire incomprimable !].

8.

Gabriel Lam (Gabriel) Simon Denis Poisson Thomas Young


1795-1870 1781-1840 1773-1829

iM 2 77 PLN d.
6. Problmes physiques : ED et EDP

Attention, cette signification physique du coefficient de Poisson nest


exacte que dans le cas de matriaux non seulement isotropes mais pleins.
Pour un assemblage de matriaux ou de gomtries, cette relation est
mise en dfaut.
Par exemple, la rigidit globale dun assemblage de couches de composites
renforcs de fibres peut conduire, selon les orientations des plis, un
coefficient de Poisson suprieur 1 sans problme.
Si lon considre un matriau constitu dalvoles (de type hexago-
nal), mais dont les pointes sont rentrantes et non sortantes, alors
le coefficient de Poisson macroscopique de ce matriau est ngatif
(quand on le comprime, il ne gonfle pas mais rtrcit). On parle
alors dun matriau auxtique.

Notons galement que si 6= 0 et 3+2 6= 0, alors on peut inverser la relation contrainte/dplacement :


 
1
ij = ij T r()ij
2 3 + 2

Nous reviendrons plus tard sur ces aspects non linaires au chapitre 16.

6.7 quations de lacoustique


Lacoustique, de manire la plus gnrale, a pour objet ltude des sons et des ondes mcaniques.
Elle fait appel aux phnomnes ondulatoires et la mcanique vibratoire.
Cest l tout le problme de la vibro-acoustique : elle met en jeu des chelles dnergies trs
diffrentes. Considrons ltude vibro-acoustique dun vhicule. Alors, on doit aussi bien prendre en
compte les effets mcaniques ayant une forte nergie (la rotation du moteur fait bouger tout le vhicule),
qu des effets ayant une nergie comparativement trs faible : la composante arienne du bruit. Dans
le premier cas, vous tes face quelque chose capable de faire sauter une voiture sur place, alors que
dans le second vous tes face au dplacement dune feuille de papier lorsque vous criez devant elle !

Il est clair quil sera ncessaire dtudier chaque aspect :


solidien/solidien : il sagit dune tude mcanique classique, bien que lon se trouve dans le
cas dune sollicitation qui dpend du temps. Celle-ci est dailleurs gnralement priodique, do
lutilisation doutils appropris (en frquence). On est dans le cas de propagation solidienne donde ;
arien/arien : il sagit de la propagation dune onde acoustique de sa source jusquau rcepteur.
On est en prsence dun modle purement de propagation donde ;
solidien/arien : il sagit du cas du rayonnement. Une vibration mcanique fait vibrer un lment
qui se met mettre une onde dans lair ;
arien/solidien : dans le cas de sources acoustiques trs puissantes, londe acoustique se propageant
dans lair peut arriver dformer et faire vibrer une surface physique (par exemple un tablier
de voiture).
Les deux derniers cas sont typiquement des cas dits de couplage fluide/structure.

Dun point de vue de la formulation dEDP, tout t dit prcdemment. Nous verrons plus loin
comment prendre en compte tous ces aspects de manire plus applique.


PLN d. 78 iM 2
6. Problmes physiques : ED et EDP

6.8 Multiplicateurs de Lagrange


Les multiplicateurs de Lagrange ont une grande utilit, car leurs applications sont vraiment trs
larges. Pour rester trs gnral, on va dire quils permettent de faire des liens entre des grandeurs.
Nous allons expliquer cela sur quelques exemples.
Si lon reprend les quations de llasticit, on peut les rcrire en fonction uniquement des dplace-
ments. Lavantage est que lon dispose quun problme qui ne dpend que dun unique champ inconnu,
pour lequel les conditions aux limites correspondent des choses trs physiques : les dplacements
imposs (appui simple, encastrement, contact).
Lorsque lon rsout un problme avec uniquement le champ de dplacements, alors videmment, on
obtient le champ de dplacements, mais uniquement lui ! Alors comment remonter aux autres grandeurs ?
En utilisant les relations existantes... mais : entre dplacement et dformation, on a une drivation, qui
peut faire perdre en qualit dapproximation, dautant plus lorsque lon nglige les termes du second
ordre. Ensuite on se sert des relations entre dformation et contraintes, mais encore faut-il tre capable de
mesurer ces grandeurs... et mme si lon sait le faire, que se passe-t-il linterface entre deux matriaux
distincts, comme par exemple entre lune des peaux et lme dun matriau sandwich ? (sur le sujet,
abord en plusieurs fois dans ce document, voir synthse au paragraphe 11.3)
Le cas du calcul des contraintes linterface entre deux matriaux est un exemple typique dapplica-
tion des multiplicateurs de Lagrange. Si lon considre chacun des deux matriaux comme indpendant,
alors au sein de chaque matriau, les relations fonctionnent. Si lon impose maintenant la continuit des
dplacements linterface entre les deux matriaux (en crivant que (qui reprsente les multiplica-
teurs de Lagrange) multipli par la diffrence entre les dplacements de part et dautre de linterface
est nul : analogie immdiate avec les rsidus pondrs voir chapitre suivant), alors on saperoit (ce
sera dtaill dans le chapitre sur les formulations variationnelles) que les multiplicateurs de Lagrange
sinterprtent comme les composantes des contraintes qui doivent tre continues linterface (on parle
de trace... comme dfini au chapitre sur les espaces de Sobolev).
Si maintenant lun des domaines est lair et lautre la structure considre, alors on se doute que les
multiplicateurs de Lagange peuvent servir faire le lien entre ces deux domaines, les coupler en
crivant une quation liant la pression dans le fluide aux efforts de surface sur la structure par exemple...
On voit comment on peut rsoudre les problmes voqus dans le court paragraphe sur lacoustique.
Mais les multiplicateurs de Lagrange peuvent galement tre utiliss directement afin damliorer
les mthodes numriques : ils permettent par exemple de passer les informations entre des maillages
incompatibles, permettant par exemple de circonscrire une zone de maillage raffin (avec raffinnement
automatique en plus si lon veut) et une zone de maillage plus lger...
Les multiplicateurs de Lagrange peuvent tre introduits partout o lon veut crer un lien entre
des grandeurs, et cela sans se soucier de leur signification physique. Toutefois, dans de nombreux cas,
il se trouve que ces multiplicateurs reprsentent certaines grandeurs, permettant une analogie entre
diffrentes formulation dun mme problme.

iM 2 79 PLN d.
6. Problmes physiques : ED et EDP


PLN d. 80 iM 2

iM 2
7. Formulations faible et variationnelle
version du 11 dcembre 2012

Notes Un problme physique est gnralement dcrit par la donne dquations diffrentielles
ou plus certainement aux drives partielles. Une telle formulation est appele formulation forte du
problme.
Nous allons voir quil est possible dexprimer ces ED ou EDP dune manire moins contraignante
pour les solutions recherches. Une telle formulation sera qualifie de formulation faible, et ses solutions
appeles solutions faibles.
videmment, une solution forte du problme dorigine est galement solution de la formulation faible.

7.1 Principe des formulations faible et variationnelle

Quand on cherche la solution dune EDP, on peut tre confront aux problmes suivants :
La solution ou les coefficients de lEDP peuvent ne pas tre assez rguliers pour donner un sens
classique lquation ;
La solution peut tre rgulire mais lespace de rgularit en question na pas les bonnes proprits
pour obtenir directement lexistence de la solution dans cet espace.
On va donc essayer de donner un sens plus faible la notion de solution, sans perdre de vue si
possible les notions les plus naturelles. Donner un sens faible une EDP signifie :
1. Chercher une solution dans un espace de rgularit plus faible que souhait ;
2. tablir, en gnral laide de fonction tests et dintgrations par parties formelles, une srie
dquations que doit vrifier cette solution. Cette srie dquations doit tre construite (si possible)
de telle sorte que les ventuelles solutions rgulires soient aussi solutions faibles et, a contrario,
que des solutions faibles qui seraient rgulires soient aussi solutions classiques du problme initial.

Les difficults dune telle approche sont nombreuses :


Le choix de lespace fonctionnel dans lequel on va chercher la solution est crucial, pas toujours
unique et parfois non trivial.
Si on affaiblit trop la notion de solution, il sera a priori plus facile de dmontrer lexistence mais
les proprits dunicit seront plus difficiles obtenir.
Si on naffaiblit pas suffisamment lquation, lexistence sera ardue prouver mais lunicit sera
plus simple.
Il sagit donc de trouver un juste quilibre...
Dans le cas des quations elliptiques, celles-ci ont pour proprit, en gnral, de mettre en jeu des
drives dordre pair de la solution dans le terme principal de lquation. Lide premire pour rsoudre
ces problmes aussi bien dun point de vue thorique que numrique va tre de multiplier formellement
lquation par une fonction test rgulire, puis dintgrer sur le domaine et enfin dintgrer par parties
un nombre suffisant de fois pour faire porter autant de drives sur la solution que sur les fonctions
tests. On pourra ainsi envisager dutiliser le mme espace fonctionnel pour la solution et les fonctions
tests.

tant donn un oprateur diffrentiel A(.) et une fonction f dfinie sur un domaine ouvert , la
formulation forte du problme est la suivante :

iM 2 81 PLN d.
7. Formulations faible et variationnelle

Trouver la fonction u dfinie sur vrifiant A(u) = f en tout point de .

Une solution u du problme prcdent est alors galement solution du problme suivant appel
formulation faible (On appelle v une fonction test) :
Z Z
Trouver une fonction u dfinie sur vrifiant A(u) v = f v v dfinie sur .

Justification : Tout rside dans le fait de multiplier par une fonction test et dintgrer. Pourquoi
peut-on faire a ?
Partons de lquation forte : A(u) = f, x . Nous pouvons multiplier les deux membres de
lquation par une fonction v condition que cette fonction v ne soit pas identiquement nulle. Dans
ce cas, la solution de A(u).v = f.v, x est la mme v suffisamment sympathique. Comme cette
seconde quation est vraie en tout point de , alors elle est encore vraie sous forme intgrale, i.e. sous
forme faible, condition que v soit suffisamment rgulire pour pouvoir tre intgre.
On entrevoit alors clairement la suite des oprationsR : si en plus dtre rgulire, la fonction v est
diffrentiable, alors on va pouvoir raliser sur le terme A(u).v une intgration par parties pour diminuer
les conditions de drivabilit portant sur u, mais en augmentant celles portant sur v.
Si lordre de drivation de u est paire (disons 2k), alors on pourra faire en sorte par un nombre
suffisant de manipulations que u et v aient tre diffrentiables lordre k... et on pourra essayer de
faire en sorte que u et v appartiennent au mme espace fonctionnel...
Petit apart sur dautres manires de prsenter la chose : en mcanique, on parle galement du
principe du travail virtuel (ou des puissances virtuelles), de minimisation de lnergie potentielle,
ou encore de mthode des rsidus pondrs, Toutes ces mthodes sont quivalentes celle expose
ici, mais souvent leur dmonstration se fait uniquement par les mains, ce qui peut tre frustrant.
Principe des puissances virtuelles : Le PTV est un principe fondamental en mcanique, qui
postule un quilibre de puissance dans un mouvement virtuel, il sagit dune formulation duale du
principe fondamental de la dynamique. On raisonne comme suit : si un solide est lquilibre (statique
du solide), la somme des efforts est nulle. Donc si lon fait faire un dplacement fictif (virtuel) lobjet,
la somme des puissances des forces et moments est nulle. Ce principe constitue la base dune dmarche
de modlisation pour les milieux continus (thorie du premier gradient, thorie du second gradient). On
parle parfois du principe des travaux virtuels qui est sensiblement identique.
Lorigine de ce principe revient Jean Bernoulli 1 , qui nonce en 1725 le principe des vitesses vir-
tuelles, qui consiste considrer la perturbation de lquilibre dun systme mcanique par un mouve-
ment infinitsimal respectant les conditions de liaison du systme, un mouvement virtuel, et den dduire
une galit de puissance. Ce principe a t par la suite gnralis par DAlembert et Lagrange en ce qui
est connu actuellement sous le nom de principe de DAlembert (1743).
Le principe des puissances virtuelles est une synthse de ces principes, ancre dans un cadre beaucoup
plus rigoureux et mathmatique (on parle alors de dualisation et non plus de perturbation de
lquilibre ou du mouvement par un mouvement infinitsimal).

1.

Jean Bernoulli Jean le Rond DAlembert Joseph Louis, comte de Lagrange Boris Galerkine
1667-1748 1717-1783 1736-1813 1871-1945

PLN d. 82 iM 2
7. Formulations faible et variationnelle

Minimisation de lnergie potentielle : Lnergie potentielle dun systme physique est lnergie
lie une interaction, qui a le potentiel de se transformer en nergie cintique.

Cette nergie est une fonction de ce systme, dpendant des coordonnes despace, et ventuelle-
ment du temps, ayant la dimension dune nergie et qui est associe une force dite conservative dont
lexpression sen dduit par drivation (ce qui veut dire au passage que dans les cas o toutes les forces
ne sont pas conservatives, par exemple sil y a du frottement, alors la mthode ne fonctionne pas et doit
tre adapte.). La diffrence entre les nergies potentielles associes deux points de lespace est gale
loppos du travail de la force concerne pour aller dun point lautre, et ce quel que soit le chemin
utilis.

Mthode des rsidus pondrs : Si lon considre lquation A(u) = f, x sur , on


appelle rsidu des quations dquilibre la quantit R(x) = A(u) f . Aux bords, on a les conditions
B(u) = h, x = , et on appelle rsidu des quations de bords la quantit R(x) = B(u) h. En
crivant le problme dans et sur son contour de manire intgrale, on retombe sur une formulation
faible.

La mthode des rsidus pondrs consiste calculer les composantes de la solution approche par la
projection sur des couples de fonctions de projection, appeles fonctions de pondration.

Selon les fonctions de pondration on retrouve les mthodes de collocation par sous-domaine (fonc-
tions constante sur chaque sous-domaine), de collocation par point (fonctions non nulles en un seul
point), des fonctions splines (en ajoutant des conditions des raccordements des fonctions et des dri-
ves), de Galerkine (mmes fonctions pour les fonctions de forme et de pondration).

Selon la nature du problme (donc selon la nature de loprateur A), lgalit prcdente (la for-
mulation faible) peut tre transforme (par exemple par intgration par parties), ce qui permet de
faire apparatre une forme symtrique ayant la nature dun produit scalaire (ou dun produit hermitien
dans le cas de fonctions complexes). Les deux fonctions u et v appartiennent alors un mme espace
fonctionnel.

La formulation variationnelle dun problme rgi par des EDP correspond une formulation faible
de ces quations qui sexprime en termes dalgbre linaire dans le cadre dun espace de Hilbert.

Il ny a donc fondamentalement pas de diffrence entre formulation faible et formulation variation-


nelle, sauf que cette dernire appellation est gnralement rserve des cas qui vont bien... et de
manire trs pragmatique aux cas o la formulation faible peut tre transforme en un problme de
minimisation : on dit alors quil existe une fonctionnelle dont la variation correspond au pro-
blme faible, do le terme de formulation variationnelle (dun point de vue physique, la fonctionnelle
reprsente lnergie du systme, et le lieu o sa variation est nulle = 0 ltat recherch).

Par ailleurs, dautres contraintes sur la frontire de peuvent (doivent) tre imposes u (et
v). Ce sont les conditions aux limites. Les conditions aux limites types ont t prsentes au chapitre
prcdent sur les ED(P).

iM 2 83 PLN d.
7. Formulations faible et variationnelle

7.2 Thorme de reprsentation de Riesz (-Frchet)


Le thorme le plus fondamental sera le thorme de Lax-Milgram, toutefois, nous aurons besoin du
thorme de reprsentation de Riesz-Frchet 2 pour sa dmonstration.
Pour tout vecteur y dun espace de Hilbert H, la forme linaire qui x associe hy, xi est continue
sur H (sa norme est gale celle de y, daprs lingalit de Cauchy-Schwarz). Le thorme de Riesz
nonce la rciproque : toute forme linaire continue sur H sobtient de cette faon.

7.2.1 Cas des formes linaires


Thorme : Soient H un espace de Hilbert (rel ou complexe) muni de son produit scalaire not
h., .i et f H 0 une forme linaire continue sur H.
Alors il existe un unique y dans H tel que pour tout x de H on ait f (x) = hy, xi.

! y H , x H , f (x) = hy, xi

7.2.2 Extension aux formes bilinaires


Si a est une forme bilinaire continue sur un espace de Hilbert rel H (ou une forme sesquilinaire
complexe continue sur un Hilbert complexe), alors il existe une unique application A de H dans H telle
que, pour tout (u, v) H H on ait a(u, v) = hAu, vi.
De plus, A est linaire et continue, de norme gale celle de a.

! A L(H), (u, v) H H, a(u, v) = hAu, vi

7.3 Thorme de Lax-Milgram

Une forme bilinaire a est dite continue si elle vrifie :

c > 0, (u, v) H 2 , |a(u, v)| ckukkvk

Une forme bilinaire a est dite coercitive si elle vrifie :

> 0, u H , a(u, u) kuk2

2.

Frigyes Riesz Maurice Ren Frchet


1880-1956 1878-1973

PLN d. 84 iM 2
7. Formulations faible et variationnelle

Thorme de Lax-Milgram 3 : Soit H un espace de Hilbert rel ou complexe muni de son produit
scalaire not h., .i, de norme associe k.k.
Soit a(. , .) une forme bilinaire (ou une forme sesquilinaire dans le cas complexe) continue et
coercitive sur H H, et soit f une forme linaire continue sur H (i.e. f H 0 ).
Alors il existe un unique u dans H tel que lquation a(u, v) = f (v) soit vrifie v H.

! u H, v H, a(u, v) = f (v)

Preuve : La continuit et la coercitivit de a permettent de dire que a dfinit une produit scalaire (., .)a dont la norme associe
k.ka est quivalente la norme k.k. Le problme devient : trouver u tel que v H, (u, v)a = f (v).
Or f (v) =< f, v > dans la dualit H H 0 , et le problme devient : trouver u tel que v H, (u, v)a =< f, v >.
Le thorme de reprsentation de Riesz-Frchet permet de conclure lexistence et lunicit de la solution. 
1
Une autre preuve consiste tudier directement le problme de minimisation de la fonctionnelle J = 2
a(v, v) f (v) (ce qui est une
faon de montrer le thorme de Riesz) en considrant une suite minimisante et en montrant quelle est de Cauchy par lidentit du
paralllogramme. 

Ce thorme est lun des fondements de la mthode des lments finis (lments finis dits classiques
ou en dplacement), do son importance.
Dans le cas dlments finis plus exotiques tels que les lments dits mixtes, hybrides, mixtes-
hybrides et des multiplicateurs de Lagrange, on a besoin dun peu plus... cest ce que nous allons voir
au paragraphe suivant.

Forme variationnelle du thorme du Lax-Milgram :


Si de plus la forme bilinaire a est symtrique, alors u est lunique lment de H qui minimise la
fonctionnelle J : H R dfinie par J(v) = 21 a(v, v) f (v) pour tout v de E :

! u H, J(u) = min J(v)


vH

7.4 Thorme de Babuska, condition inf-sup


Il sagit dune situation introduite en 1971/72 par Babuska. Le but est dtendre le thorme de
Lax-Milgram aux problmes non ncessairement coercitifs (i.e. la forme bilinaire nest plus suppose
coercitive).

3. pas de photo

Peter Lax Arthur Norton Milgram


1926- 1912-1961

iM 2 85 PLN d.
7. Formulations faible et variationnelle

Thorme de Babuska 4 : Soient H et M deux espaces de Hilbert. Soient a(., .) une forme
bilinaire continue sur H M et f (.) une forme linaire continue sur M .
On sintresse au problme : Existe-t-il u H tel que a(u, v) = f (v), v M ?
Si k(., .) vrifie :
inf sup a(u, v) > 0


kukuH vM
=1
H kvkM =1

sup a(u, v) > 0, v M \{0}

uH
kukH =1

Alors : f M 0 , le problme admet une unique solution u.


La premire condition scrit aussi :

> 0, sup a(u, v) kukH , u H


vM
kvkM =1

Alors que le seconde scrit :


v M \{0}, u H, a(u, v) > 0

La preuve du th. Babuska revient montrer que loprateur K associ la forme bilin k est un
homomorphisme.

7.5 Thormes de Brezzi, condition BBL


Il sagit dtendre le thorme de Lax-Milgram au cas o, cette fois, le problme nest plus crit
laide dune seule variable (u jusqu prsent), mais laide de plusieurs variables. Dans ce cas, on parle
de formulation mixte.
Thorme de Brezzi (1974) : Considrons le problme variationnel mixte suivant : Trouver (u, )
dans H M tels que : 
a(u, v) + b(v, ) = hf, vi v H,
b(u, ) = hg, i M.
Si les conditions suivantes sont satisfaites :
a(., .) est continue ;
a(., .) est coercitive sur V ou V -elliptique (uniquement sur V et pas sur H tout entier) (sur ker B) :

> 0 tq : a(v, v) kck2 , v V = {v H; b(v, ) = 0, M }

b(., .) est continue ;


b(., .) vrifie la condition inf-sup suivante :

inf sup b(v, ) > 0


M vH
kkM =1 kvkH =1

4.

Ivo Milan Babuska Franco Brezzi Olga Aleksandrovna Ladyzhenskaya


1926- 1945- 1922-2004

PLN d. 86 iM 2
7. Formulations faible et variationnelle

Alors, (f, g) H 0 M 0 , le problme prcdent possde une unique solution (u, ) H M .


On dit condition inf-sup ou condition de Brezzi, ou condition de Babuska-Brezzi-Ladyjenskaa, ou
condition BBL.
La condition de V -ellipticit scrit galement :
inf a(v, v) > 0
vV \{0}

et la condition BBL :
b(v, )
> 0, sup kkM , M
vH kvkH
On va crire la dmarche de la preuve, car elle est typique de la rsolution de ce genre de problme.
On va se servir de H = V V avec V = ker B o videmment B est loprateur dfinit de H dans M 0 tel que : hBu, iM = b(u, ),
M . Pour le produit scalaire induit, V et V sont des Hilbert.
La solution cherche est u = u0 + u .
Les inconnues seront donc u0 , u et .
On a les quations pour v0 , v et . Pour v lquation est :

a(u , v ) + a(u0 , v ) + b(v , ) = hf, v i v V
a(u , v0 ) + a(u0 , v0 ) + b(v0 , ) = hf, v0 i v0 V
b(u , ) + b(u0 , ) = hg, i M

Or dans la seconde eq b(v0 , ) = 0 car v0 ker b et dans leq 3, b(u0 , ) = 0 car u0 V .


On est ramen 3 sous-problmes :
sous-problme 1 : chercher u V tq b(u , ) = g(), M , ce qui est effectivement le cas daprs Babuska ;
sous-problme 2 : chercher u0 V tq a(u0 , v0 ) = hf, v0 i a(u , v0 ), v0 V . Il suffit de vrifier que le second membre dfinit
un oprateur tel que lon a bien les hypothses de Lax-Milgram ;
sous-problme 3 : chercher M tq b(v , ) = hf, v i a(u, v ), v V . Il faut un peu plus travailler pour vrifier que
lon est dans le cas de Babuska mais a se fait (une quinzaine de lignes en dtail).

On peut remplacer les conditions de V -ellipticit sur a(., .) par des conditions de Babuska.
Thorme gnralis de Brezzi : Considrons le probme variationnel mixte suivant : Trouver
(u, ) dans H M tels que :

a(u, v) + b(v, ) = hf, vi v H,
b(u, ) = hg, i M.
Si les conditions suivantes sont satisfaites :
a(., .) est continue ;
a(., .) vrifie les deux conditions suivantes :
a(u, v)
> 0 tq : sup kuk2H , u V = ker B
vV \{0} kvk

v V \{0}, u V, a(u, v) 6= 0 ou de manire quivalente v V \{0}, sup a(u, v) > 0


u
b(., .) est continue ;
b(., .) vrifie la condition inf-sup suivante :
inf sup b(v, ) > 0
M vH
kkM =1 kvkH =1

Alors, (f, g) H 0 M 0 , le problme prcdent possde une unique solution (u, ) H M .

Pour vrifier la condition LBB, il est souvent plus simple de vrifier le critre suivant : La condition
inf-sup sur b(., .) est quivalente a :
1
M, v H (uniquement dans V ) tq : b(v, ) = kk2 et kvk kk

iM 2 87 PLN d.
7. Formulations faible et variationnelle

7.6 Multiplicateurs de Lagrange


Nous avons dj prsent les multiplicateurs de Lagrange dun point de vue pratique au chapitre
prcdent. Regardons maintenant laspect mathmatique.
Dans les paragraphes sur Lax-Milgram et Babuska, nous avons trait le cas dun problme dcrit par
un seul champ inconnu. Dans le paragraphe sur Brezzi, nous avons trait le cas dun problme formul
avec deux champs inconnus (mais on pourrait ltendre autant de champs que ncessaire). Dans ce
paragraphe, nous allons traiter un cas un peu au milieu : par exemple deux domaines possdant
chacun leur formulation, mais coupls. Il est donc ncessaire dans ce cas dintroduire une quation de
couplage entre ces formulations. Cest ce que lon se propose de raliser laide des multiplicateurs de
Lagrange.
Un peu dhistoire :
Comme nous lavons dj mentionn, Lagrange 5 est le fondateur du calcul des variations avec Euler.
Il est galement le fondateur de la thorie des formes quadratiques, et dmontre le thorme de Wilson
sur les nombres premiers et la conjecture de Bachet sur la dcomposition dun entier en quatre carrs
(connu aussi sous le nom de thorme des quatre carrs de Lagrange). On lui doit un cas particulier
du thorme auquel on donnera son nom en thorie des groupes, un autre sur les fractions continues,
lquation diffrentielle de Lagrange.
En physique, en prcisant le principe de moindre action, avec le calcul des variations, vers 1756,
il invente la fonction de Lagrange, qui vrifie les quations de Lagrange, puis dveloppe la mcanique
analytique, vers 1788, pour laquelle il introduit les multiplicateurs de Lagrange. Il entreprend aussi des
recherches importantes sur le problme des trois corps en astronomie, un de ses rsultats tant la mise
en vidence des points de libration (dits points de Lagrange) en 1772.
En mcanique des fluides, il introduisit le concept de potentiel de vitesse en 1781, bien en avance
sur son temps. Il dmontra que le potentiel de vitesse existe pour tout coulement de fluide rel, pour
lequel la rsultante des forces drive dun potentiel. Dans le mme mmoire de 1781, il introduisit, en
plus, deux notions fondamentales : le concept de la fonction de courant, pour un fluide incompressible,
et le calcul de la clrit dune petite onde dans un canal peu profond. Rtrospectivement, cet ouvrage
marqua une tape dcisive dans le dveloppement de la mcanique des fluides moderne.
Soient H et M deux Hilbert, a(., .) : H X R une forme bilinaire symtrique et continue,
b(., .) : H M R une forme bilinaire continue, f H 0 et g M 0 deux formes linaires. On notera
h., .iH et h., .iM les produits de dualit entre H et H 0 et entre M et M 0 respectivement.
On considre le problme suivant : Trouver u H tel que a(u, v) = f (v), v H et vrifiant les
contraintes supplmentaires b(v, ) = g(), M .
Ce problme est quivalent trouver u H tel que J(u) = min{J(v), v H et b(v, ) = hg, iM ,
M } avec J(v) = 21 a(v, v) hf, viH . On notera ce problme (Pmin), et on parle de problme de minimi-
sation sous contrainte.
On introduit un Lagrangien : L (v, ) = J(v) + b(v, ) hg, iM . videmment, , L (v, ) = J(v)
si v vrifie les contraintes.

5.

Joseph Louis, comte de Lagrange


1736-1813

PLN d. 88 iM 2
7. Formulations faible et variationnelle

Lide est de considrer minvH L (v, .). La question devient alors : existe-t-il un multiplicateur
particulier M tel que minvH L (v, ) soit gale u H solution de (Pmin). est parfois galement
appel pnalit ou fonction de pnalisation.
En notant que :
L d
h (u, ), viH = L (y + tv, )|t=0 = a(u, v) hf, viH + b(v, )
v dt
Alors (u, ) H M est solution du problme mixte (PM) :

a(u, v) + b(v, ) = hf, vi v H,
b(u, ) = hg, i M.

et on se retrouve dans le cadre du thorme de Brezzi au paragraphe prcdent.


De plus, si a(v, v) 0, v H, alors (u, ) est solution de (PM) correspond (u, ) est un point-selle
de L , i.e. :
M, L (u, ) L (u, ) L (v, ), v H

Notons enfin que si lon note :

A((u, ), (v, )) = a(u, v) + b(v, ) + b(u, )

L((v, )) = f (v) + g()


et que lon pose les nouvelles variables U = (u, ) et V = (v, ), alors on revient un problme de type
Lax-Milgram : trouver U H M tel que pour tout V H M , A(V , U ) = L(V ).

iM 2 89 PLN d.
7. Formulations faible et variationnelle


PLN d. 90 iM 2

iM 2
8. Problmes physiques : formulations faibles et
variationnelles
version du 11 dcembre 2012

Notes Nous allons maintenant reprendre les problmes types exposs sous forme forte dans le
chapitre sur les ED et EDP, pour leur appliquer les mthodes du chapitre prcdent. Nous obtiendrons
alors les formulations faibles et variationnelles des mmes problmes.

8.1 Phnomnes de propagation et de diffusion

8.1.1 quations de Laplace et Poisson


Sur ce premier exemple, nous dtaillerons plus la dmarche et les tapes que dans la suite des cas
prsents.

Le Laplacien de Dirichlet
On considre lquation de Poisson (Laplace si f = 0) avec les conditions aux limites de Dirichlet,
i.e. le problme suivant : 
u = f dans
u = 0 sur =
Multiplier par une fonction test v et intgrer par parties (ou utiliser la formule de Green) conduit
: Z Z Z
u
u.v v= fv
n

Comme, rappelons le, le but est de faire en sorte que u et v jouent un rle symtrique, on veut donc
quils aient mme rgularit et mmes conditions aux limites. La rgularit ncssaire est u et v sont
H 1 (), et la prise en compte des CL conduit finalement chercher u et v dans H01 ().
Le problme est donc :
Z Z
1 1
Trouver u H0 (), tel que v H0 (), u.v = fv

dont le second membre na de sens que si f L2 (), ce qui sera suppos. Notons que le problme est
galement bien dfini dans le cas o f H 1 (), car v H01 ().
Avec cette formulation, le thorme de Lax-Milgram permet de conclure lexistence et lunicit
de la solution.
quivalence des solutions :
Nous avons construit un problme variationnel dont on sait quil a une unique solution. Une question
naturelle est alors de savoir en quel sens on a rsolu le problme initial.
Il est facile de voir que lquation u = f est vrifie au sens des distributions. Or f L2 (),
donc u L2 (), et lgalit a donc lieu presque partout. De la mme manire, on a u = 0 presque
partout sur (pour la mesure surfacique sur ).

iM 2 91 PLN d.
8. Problmes physiques : formulations faibles et variationnelles

On comprend pourquoi, parmis diffrentes formulations faibles, on en retient une plutt quune
autre : afin dobtenir une formulation variationnelle partir de laquelle on raisonne rigoureusement, i.e.
existence et unicit du rsultat, puis retour au problme initial.
Une autre formulation variationnelle :
Afin dillustrer la remarque prcdente, construisons une autre formulation variationnelle du mme
problme. Pour cela, intgrons une nouvelle fois par parties, afin de chercher une solution encore plus
faible. Le problme devient :
Z Z
Trouver u L1 (), tel que v Cc (), uv = fv

Tout dabord, on peut remarquer que lon ne peut plus appliquer Lax-Milgram.
Ensuite, rappelons une remarque dj faite : plus on cherche des solutions en un sens faible, plus il
est facile de prouver lexistence de solutions, mais plus il est difficile dobtenir lunicit de la solution.
En travaillant dans L1 (), on ne pourrait pas, par exemple, donner de sens u = 0 sur .
Comme nous lavons vu au chapitre prcdent, lintrt des problmes symtriques, cest quils
peuvent sinterprter en terme de minimisation.
La solution du problme initial est galement la fonction u qui ralise le minimum de :
Z Z
1
min |u|2 fu
uH01 () 2

Le Laplacien de Dirichlet-relev
On considre lquation de Laplace-Poisson avec les conditions aux limites suivantes :

u = f dans
u = g sur =

o g H 1/2 () est une fonction donne.


Lide est videmment de se ramener au cas prcdent en ralisant un relvement despace.
Pour cela, on considre la fonction v = u u o u H 1 () est un relvement de la condition au
bord, i.e. tel que u = g sur .
On utilise ensuite la surjectivit de lapplication trace, 0 (ce qui devrait malgr tout rester com-
prhensible bien que la trace ait t dfinie de manire un peu lgre au chapitre sur les espaces de
Sobolev).
La formulation variationnelle du problme est :
Z Z
Trouver u v H 1 (), v = g sur tel que v H01 (),

u.v = fv

Le Laplacien de Neumann
On considre lquation de Laplace-Poisson avec les conditions aux limites de Neumann, i.e. le
problme suivant :
u = f dans
(
u
= g sur =
n

PLN d. 92 iM 2
8. Problmes physiques : formulations faibles et variationnelles

On obtient immdiatement la formulation variationnelle suivante :


Z Z Z
1 1
Trouver u H (), tel que v H (), u.v = f v + gv

qui ncessite f L2 () et g L2 ().


On peut remarquer quici une simple IPP a suffit intgrer les conditions aux limites dans la
formulation variationnelle, i.e. les CL nont pas eu tre introduites dans lespace fonctionnel pour u,
contrairement au cas du Laplacien de Dirichlet (en mme temps, demander une fonction de H 1 ()
davoir une drive normale gale une fonction g au bord na pas de sens).
Lorsque les conditions aux limites sintroduisent delles-mmes comme dans le cas du Laplacien de
Neumann, on dit que lon tient compte des CL de manire naturelle. Lorsquil faut les inclure, on dit
quon en tient compte de manire essentielle.
Il faut remarquer que le problme variationnel ne peut avoir de solution que si f et g vrifient une
condition de compatibilit, i.e. si : Z Z
f+ g=0

Il faut aussi remarquer que si u est une solution du problme, alors u + c, o c est une constante,
est galement solution. On ne peut donc pas esprer prouver quil existe une unique solution au pro-
blme sans restreindre lespace fonctionnel pour u. PourRliminer lindtermination due cette constante
additive, on introduit (par exemple) V = {u H 1 (), u = 0} et on pose le problme sous la forme :
Z Z Z
Trouver u V, tel que v V, u.v = fv + gv

En utilisant lingalit de Poincar-Wirtinger, on montre que le problme est bien coercif et donc
quil admet une unique solution.
Remarquons que si la condition de compatibilit nest pas vrifie, alors la solution de la dernire
formulation rsoud bien le problme initial avec un f ou un g modifi dune constante addtitive, de
manire vrifier la condition de compatibilit.
Il y aurait lieu quelques discussions sur linterprtation des rsultats, mais celle-ci serait beaucoup
plus abstraite que dans le cas du Laplacien de Dirichlet. Le lecteur dsireux de rentrer ( raison) dans
ce genre de dtail trouvera aisment un cours de M2 sur le sujet. Cela dpasse le cadre que nous nous
sommes fix dans ce document.

Le Laplacien avec conditions mixtes


On considre lquation de Laplace-Poisson avec les conditions aux limites mixtes suivantes :

u = f
(
dans
u
+ u = 0 sur =
n

On obtient la formulation variationnelle :


Z Z Z Z
Trouver u H 1 (), tel que v H 1 (), u.v + uv = fv + gv

iM 2 93 PLN d.
8. Problmes physiques : formulations faibles et variationnelles

8.1.2 quation donde


Rappelons que lquation des ondes correspond un problme dvolution hyperbolique linaire.
Diffrentes conditions aux limites peuvent tre imposes.
Dans le cadre de ce document, nous nous intresserons plus particulirement lacoustique. Ce
paragraphe est donc trait un peu plus loin dans le document.

8.1.3 quation de la chaleur


Aprs avoir prsent le problme elliptique du Laplacien, intressons-nous maintenant au cas para-
bolique de lquation de la chaleur.
Pour cela, considrons le problme suivant : Trouver u(x, t) tel que :

t u u = f dans [0, T ]
u(t, .) = 0 sur [0, T ]
u(0, .) = u0 sur

On opre comme prcdemment. Toutefois, nous faisons jouer la variable de temps t et la variable
despace x des rles diffrents : on considre la fonction u(t, x) comme une fonction du temps, va-
leur dans un espace fonctionnel en x, et on prend comme fonctions tests des fonctions qui dpendent
seulement de la variable x. On obtient alors facilement la formulation variationnelle suivante :
Z Z Z
1 d
Trouver u tel que v H0 (), uv + u.v = fv
dt

Pour donner un sens cette formulation variationnelle, nous demandons la rgularit suivante sur u :

u V = C 0 [0, T ], L2 () L2 [0, T ], H01 ()


 

Lespace C 0 [0, T ], L2 () est lespace



 des fonction v(t, x) telles que pour tout t, v(t, .) est une fonction
de L2 () ; lespace L2 [0, T ], H01 () est lespace des fonction v(t, x) telles que pour presque tout t,
RT
v(t, .) est une fonction de H01 () et 0 kvk2H 1 () < . Le premier est un Banach, le second un Hilbert.
0

La formulation variationnelle est donc :


Z Z Z
d
Trouver u V tel que u(0, .) = u0 et tel que v H01 (), uv + u.v = fv
dt

Pour rsoudre le problme, il faut utiliser une mthode numrique (... et ce document est finalement
l pour cela). On montre lexistance puis lunicit par les estimateurs priori. Nous dtaillerons cela
plus loin.

8.2 Mcanique des fluides


Pour la prsentation des formulations faibles, nous commencerons par le cas de lquation de Stokes
avant de passer celui de lquation de Navier-Stokes (afin de nous permettre dintroduire les notations
progressivement).


PLN d. 94 iM 2
8. Problmes physiques : formulations faibles et variationnelles

8.2.1 quation de Stokes


Si lon considre la problme de Stokes pour un fluide incompressible avec condition de Dirichlet, il
nous faut rsoudre le systme :

u + p = f dans
divu = 0 dans
u =0 sur =

La formulation mixte qui en dcoule est :


Z Z Z
u : v pdivv = f.v

On introduit les formes bilinaires suivantes :


a : H01 ()n H01 ()n R Z
(u, v) 7 a(u, v) = u : v

b : H01 ()n L2 () R Z
(u, q) 7 b(u, q) = (divv)q

On introduit galement lespace L20 () des fonction L2 () moyenne nulle :


 Z 
L20 () = q L2 (), q = 0

La formulation variationnelle mixte (vitesse/pression) est alors : Trouver (u, p) H01 () L20 ()
tels que :
a(u, v) + b(v, p) = (f, v) v H01 ()n


b(u, q) = 0 q L20 ()
Notons que dans le seconde quation, la fonction test q pourrait de manire quivalente tre cherche
dans L2 () (pas besoin de la moyenne nulle).
Par contre, il est important de chercher p L20 (). Cest cette condition de pression nulle qui assure
lunicit de la pression.
Il est possible de formuler ce problme de manire non mixte, i.e. sous une forme compatible avec
Lax-Milgram.
Considrons V = u H01 ()n /divu = 0 dans . Alors u (la vitesse) est solution du problme :


Trouver u V tel que a(u, v) = (f, v), v V .


Dailleurs cest cette formulation qui permet (a est continue et coercitive sur V ) de conclure
lexistence et lunicit de u. De l, il ne reste plus qu dmontrer la mme chose pour p dans la
formulation mixte.

8.2.2 quation de Navier-Stokes


Considrons le problme de Navier-Stokes, pour un fluide incompressible, et soumis des conditions
initiales en temps et sur le contour = :
u


+ (u.)u + u + p = f dans R+
t

divu = 0 dans R+


u =g sur R+

u(., 0) = u0 dans

iM 2 95 PLN d.
8. Problmes physiques : formulations faibles et variationnelles

La fonction g = g(x, t) dans la condition de type Dirichlet sur le bord du domaine doit tre flux
nul sur , i.e. on suppose que :
Z
g.n = 0

avec n la normale extrieure . Cette condition est ncessaire pour que le problme de Navier-Stokes
admette une solution.

Introduisons galement les espaces de fonctions valeurs dans un espace de Banach B. Pour q 1,
on a :
 Z T 
q q
L (0, T ; B) = v : [0, T ] B; v est mesurable et kv(t)kB dt < +
0

Ces espaces sont munis de la norme :


Z 1/q
kukLq (0,T ;B) = ku(t)kqB dt

Notons que ces espaces ont t prsents au paragraphe prcdent sur lquation de la chaleur. La
notation tait un peu diffrente mais il sagit bien des mmes espaces. Nous avons voulu profiter de ces
exemples pour introduire ces deux notations, diffrentes mais dsignant bien la mme chose.

Posons X = H01 ()n et Y = L20 ()n .

La formulation variationnelle mixte des


 quations de Navier-Stokes est :  Soit f L2 (0, T ; L2 ()n )
dv
et u0 L2 ()n . Trouver u W (0, T ) = v L2 (0, T ; X), L2 (0, T ; X 0 ) et p L2 (0, T ; Y ), tels
dt
que p.p. t (0, T ), on a :

du

h (t), viX 0 ,X + a(u(t), v) + c(u(t), u(t), v) + b(v, p(t)) = (f (t), v) v X

dt
b(u(t), q) = 0 q Y

u(0) = u0

o c : X X X R est la forme trilinaire dfinie par :


Z n Z
X zi
c(w, z, v) = [(w.)z].v = wj vi
xj
i,j=1

Cette forme trilinaire a certaines proprits, par exemple lorsque lon permute des termes o lorsque
lon considre que certaines variables sont divergence nulle...

Pour des raisons de stabilit, la forme c est remplace par le forme c dfinie par :

1
c = (c(w, z, v) c(w, v, z))
2

qui est antisymtrique et possde par consquent la proprit c(w, z, z) = 0, w, x, z X.


Nous ne rentrons pas plus avant dans la mthode, car il faudrait alors parler ds prsent du schma
numrique associ, ce qui sera fait plus tard.


PLN d. 96 iM 2
8. Problmes physiques : formulations faibles et variationnelles

8.2.3 quation dEuler


Nous avons dj vu que sans le cas dun nombre de Reynolds lev, alors le terme de convection
non-linaire (u.)u devient prpondrant, et on obtient alors lequation dEuler. Pour un fluide incom-
pressible, le problme rsoudre est donc :
u
(
+ (u.)u + p = f dans R+
t
divu = 0 dans R+

On considrera quil sagit dun cas simplifi de Navier-Stokes, et on le traitera comme tel.

8.3 quations de la mcanique des milieux continus des solides

8.3.1 Formulation gnrale


La formulation la plus gnrale du problme est :

div + f = u + u dans quation de la dynamique
= D( th ) dans loi de comportement

laquelle il est ncessaire dajouter les conditions aux limites suivantes :




u =u sur D dplacement impos
.n(x) = gN sur N condition sur le bord


u(t = 0) = u0 condition initiale en vitesse
u(t = 0) = u0 condition initiale en dplacement

avec comme dhabitude, D et N une partition de la frontire = du domaine .


Pour obtenir une formulation faible, on applique les mmes recettes que ci-dessus. Dans un premier
temps, on ne traite que lquation de la dynamique, la loi de comportement ntant l finalement que
pour simplifier lquation en permettant de lier des variables entre elles. Ainsi, la formulation faible
gnrale est :
Z Z Z Z Z
vu + v u + : fv gN v = 0, v tel que v = u sur D
N

Nous sommes rests trs prudents sur lappartenance des diffrentes grandeurs des espaces, car cela
dpend du choix des variables.

8.3.2 Choix des variables


Dans la formulation variationnelle prsente, on ne manquera pas de remarquer que les variables
sont : les dplacements (et leurs drives temporelles : vitesse et acclration), les dformations et les
contraintes.
Il est possible de choisir de conserver toutes ces variables, i.e. davoir un problme dpendant de 3
champs inconnus : u, et . Une telle formulation est qualifie de mixte. On qualifie dailleurs de mixte,
toute formulation ayant plus dun seul champ inconnu.
Comme on connat des relations entre les diffrents champs (relation dplacement / dformation et
relation dformation / contrainte), il est possible dobtenir des formulations ayant deux ou mme un
seul champ inconnu, comme nous lavons dj vu au chapitre prcdent (thormes de Brezzi).

iM 2 97 PLN d.
8. Problmes physiques : formulations faibles et variationnelles

Formulation classique en dplacements


Lintrt de rduire le nombre de champ inconnu est vident. Faut-il donc opter dfinitivement pour
une formulation un seul champ ? Ce nest pas vident. En effet, utiliser une formulation k champs
parmi n, cela se traduira par nobtenir que ces k champs comme solution directe du systme. Les n k
champs manquant doivent alors tre obtenus partir des k champs choisis... et cela peut poser certains
problmes, dont nous parlerons plus tard.
Il est noter que la formulation dite en dplacements, galement qualifie de classique, est la plus
utilise. Comme son nom lindique, elle ne comporte que le champ de dplacement comme inconnu.
Il suffit de considrer, dans la formulation prcdente, que les contraintes sont obtenues partir des
dformations, via la loi de comportement, et que les dformations sont obtenues partir des dplacements
par la relation idoine (en petits ou grands dplacements).
Dans la formulation en dplacement, on suppose que les relations liant les dformations aux dplace-
ments (oprateur de drivation en petites ou grandes dformations) et les contraintes aux dplacements
(en fait les contraintes aux dformations via la loi de comportement, puis les dformations aux dplace-
ments comme ci-avant) sont connues et vrifies.
Z Z Z Z Z
vu + v u + (v) : (u) fv gN v = 0, v tel que v = u sur D
N

De manire plus explicite, si on note = Lu la relation entre dformations et dplacements et = D =


DLu la relation entre contraintes et dplacement, alors il vient :
Z Z Z Z Z
vu + v u + Lv : DLu fv gN v = 0, v tel que v = u sur D
N

o napparaissent effectivement plus que les dplacements comme inconnues.


On se contente toutefois gnralement dcrire (u) et (u) pour dire que linconnue est bien u, ce
qui vite dalourdir lcriture.
Cette formulation en dplacement correspond au problme de minimisation de la fonctionnelle de
lnergie potentielle totale que lon appelle galement fonctionnelle primale :
Z Z Z
1
J(u) = (v) : (u) fv gN v
2 N

o le champ de dplacements doit vrifier v = u sur D . Les relations entre dformations et dplacements
et entre contraintes et dplacements sont supposes vrifies de manire implicite dans .

Illustration : formulation en dplacements de la statique des matriaux isotropes


En se plaant dans le cas statique, et en crivant en dplacements, i.e. en supprimant le champ
de contrainte des inconnues (et en utilisant, au passage, la symtrie de ), la formulation variationnelle
prcdente devient :
Z Z Z
1
Dijkl ij (u)kl (v) = fv + gN v, v HD ()
N

Notons que pour prouver la coercitivit de la forme bilinaire, il faut recourir lingalit de Korn, qui
a t prsente prcdemment la fin de la partie 1.
Si en plus le matriau est isotrope, cette expression se simplifie en :
Z Z Z
1
div(u)div(v) + 2(u).(v) = fv + gN v, v HD ()
N

PLN d. 98 iM 2
8. Problmes physiques : formulations faibles et variationnelles

que lon peut voir comme un problme de minimisation de la fonctionnelle :


Z X Z Z
J(u) = (div(u))2 + 2 ij (u)2 fv gN v
ij N

Dune manire gnrale, toute formulation faible, quelque soit le nombre de champs inconnus, scrit
en mcanique sous la forme de minimisation dune fonctionnelle, dont on sait trouver la signification
physique.

Formulations mixtes et hybrides


La formulation la plus gnrale est celle comportant les trois champs de dplacements u, de dfor-
mations , et de contranites comme inconnues. Cette formulation mixte est connue sous le nom de
principe de Hu-Washizu (1975). Sous forme variationnelle, elle scrit :
Z Z Z Z Z
1
J(u, , ) = : + (u) fv gN v (u u)((v).n)
2 N D

et ne comporte aucune condition (puisquelles sont toutes formellement prsente dans la formulation).
Il est possible dobtenir une formulation nayant que le champ de contraintes comme inconnue. Il
sagit de la fonctionnelle duale :
Z Z Z
1
J() = S (v)S0 + u(v).n
2 D

o le champ de contrainte doit vrifier les conditions aux limites div + f = 0 sur et n = gN sur N .
S dsigne la loi de comportement donne sous forme inverse (i.e. sous forme de souplesse, i.e. S = D1 ).
Lutilisation de multiplicateurs de Lagrange permet de construire des fonctionnelles multi-champs.
La fonctionnelle de lnergie complmentaire est la suivante :
Z Z Z Z
1
J(, , ) = S (div + f ) + u.n + (.n gN )
2 D N

o et sont les multiplicateurs de Lagrange.


Les multiplicateurs de Lagrange prsents ci-dessus ont une signification physique (que lon trouve
en crivant la stationarit de la fonctionnelle). En remplaant les multiplicateurs par les quantits quils
reprsentent, i.e. en remplaant par u dans et par u sur N , on obtient la fonctionnelle dHellinger-
Reissner sous sa premire forme :
Z Z Z Z
1
J(u, ) = S (div + f )u + u.n (.n gN )v
2 D N

En notant : Z
a(, ) = S

Z Z Z
b(, u) = divu + u.n + u.n
D N
Z Z
L(u) = fu + gN v
N

iM 2 99 PLN d.
8. Problmes physiques : formulations faibles et variationnelles

alors, le premire fonctionnelle de Reissner se met sous la forme :


1
J(, u) = a(, ) + b(u ) L(u)
2

En effectuant une IPP du terme mixte b(, u), on obtient la fonctionnelle dHellinger-Reissner sous
sa deuxime forme : Z Z Z Z
1
J(u, ) = S + : fv gN v
2 N
o le champ de dplacement doit vrifier v = u sur D , et o la relation entre dformations et dplace-
ment est suppose vrifie dans .
Cette fonctionnelle dHellinger-Reissner est galement appele fonctionelle mixte.
Ladjectif hybride peut tre adjoint lune quelconque des formulations prcdentes si le ou les
champs sont interpols dune part sur tout le domaine et dautre part sur tout ou partie du contour
de faon indpendante.
Il est possible de modifier la fonctionnelle de lnergie complmentaire de plusieurs manire. Nous
ne prsentons que celle conduisant ce que lon appelle souvent fonctionelle hybride et qui est la la
fonctionelle de Pian et Tong (1978) :
Z Z Z
1
J(u, ) = S + u(v).n gN v
2 N

Sa variation : Z Z Z
J(u, ) = S + u(v).n + v(u).n gN v
N
a lavantage de ne pas comporter de drive.
Au paragraphe 10.1, nous reprendrons ces formulations pour les exprimer, peut-tre de manire plus
explicite pour le lecteur sous forme matricielle.

8.4 quations de lacoustique


On sintresse la propagation et la rflexion dondes de pression dans un fluide parfait non pesant.
On supposera le mouvement harmonique autour dun tat moyen (ambiance) au repos (ce qui est le lien
physique avec lintroduction de lespace L20 () prsent pour lquation de Stokes).
On rappelle que lquation des ondes acoustiques de clrit c dans un milieu est :
1 0
p0 p = 0
c2

8.4.1 quation de Helmholtz


Il sagit de la formulation gnrale dun problme acoustique linaire. Elle est obtenue en cherchant la
solution harmonique de lquation des ondes, i.e. une solution sous la forme : p0 (x, y, z, t) = p(x, y, z)eit .
(Au passage, les physiciens utilisent plutt j au lieu de i pour gagner en clart sans doute... comme sils
passaient leur temps parler dintensit !)
On obtient alors lquation de Helmholtz :
p + k 2 p = 0
2
o k est le nombre donde : k = = .
c


PLN d. 100 iM 2
8. Problmes physiques : formulations faibles et variationnelles

8.4.2 CL en acoustique
Soit = la frontire du domaine concern. On considre que est partitionn en trois zones
(i.e. dont lunion vaut et dont aucune nintersecte les autres) qui portent chacune une condition aux
limites diffrente : D de Dirichlet, N de Neumann et R de Robin.
On a donc :
Dirichlet : p = p sur D ;
Neumann : n p = iVn sur N ;
Robin : n p = iAn p sur R .
Condition de Neumann :
Vn est la valeur impose de la composante normale de la vitesse. Cette condition limite modlise la
vibration dun panneau, ce qui en fait la condition la plus souvent utilise lorsque lon a un couplage
faible entre la structure et le fluide. On effectue alors une tude vibratoire de la structure, puis grce
celle-ci une tude acoustique du fluide sans se proccuper des interactions fluide-structure.
Condition de Robin :
An est appel coefficient dadmittance, il vaut linverse de limpdance Zn : An .Zn = 1. Physique-
ment, ce coefficient reprsente labsorption de londe par le matriau environnant dont la frontire est
modlise par R .

8.4.3 Formulation faible


1 () = p H 1 (), p = p sur 0 1
 
En notant HD D et HD () = v H (), v = 0 sur D , les es-
paces qui sont des sous-espaces de H 1 (), on trouve finalement :
0
a(p, w) = b(w), w HD ()
1 H 1 C la forme sesquilinaire dfinie par :
avec . la conjugaison complexe, a(p, q) : HD D
Z Z
2
a(p, q) = xi pxi q k pq + ickAn q
R

1 C dfinie par :
et b(a) : HD Z
b(q) = ickVn q
N

Et comme on peut vrifier que lon est dans un cas qui va bien, on dfinit lnergie potentielle totale
du domaine par :
1
Wp = a(p, p) b(p)
2
et la rsolution du problme devient :
1
Trouver p HD () tel que Wp soit minimal

ou de manire quivalente :
1
Trouver p HD () tel que Wp = 0, p H01 ()

iM 2 101 PLN d.
8. Problmes physiques : formulations faibles et variationnelles


PLN d. 102 iM 2
Troisime partie

lments finis

iM 2 103 PLN d.

iM 2
Introduction
version du 11 dcembre 2012

En introduction cette partie, il nous semblait important den exposer sa structure, car elle peut
sembler un peu dcousue la simple lecture de la table des matires.
Aprs les pr-requis exposs dans les deux premires parties, la partie III va souvrir tout naturel-
lement sur une prsentation gnrale de la MEF au chapitre 9.
Immdiatement aprs, compte tenu du public vis, le chapitre 10 essayera de mettre en avant les
spcificits et surtout la complexit de la mcanique comme champ dapplication de la MEF.
Cette mise en garde, au regard de lexprience, nous semble importante : on a tendance souvent
considrer que la mcanique est quelque chose de trs bien matris, et ce nest pas le cas. Bien des
sujets restent pointus, voire ouverts. Il convient donc de rester prudent, surtout pour ceux ayant une
exprience de calcul importante qui les porte parfois sous estimer les difficults.
Le chapitre 11, qui fait suite logiquement en terme de prsentation de la MEF, au chapitre 9, est
souvent le mieux matris par le public dingnieurs, au moins concernant les lments de Lagrange.
Nous lavons complt de remarques sur les modles plusieurs champs (qui peut faire pour partie
cho au chapitre 10).
Encore une fois, pour le public vis, cest surtout le paragraphe 11.4 sur la validation pratique des
EF qui aura sans doute le plus de valeur ajoute. Le contenu de ce paragraphe fait souvent partie des
choses oublies.
Comme nous en serons sur des choses un peu oublies, nous en profiterons au chapitre 12 pour
continuer dans le mme sillon et rappeler quelques mthodes damlioration de la performance du calcul.
Nous y prsentons des choses qui sont utilises plus ou moins frquemment par notre public.
Seuls les paragraphes 12.5 et 12.6 (sur les mthodes de ranalyse et aux drives dordre lev) sont
gnralement moins bien connus. Nous avons voulu les introduire ici plutt quau chapitre 18 car elles
vraiment en lien avec les proccupations directes de notre public.
Pour continuer sur les choses pouvant avoir un rel intrt pratique pour le public dingnieurs
mcaniciens (ou acousticiens), nous aborderons au chapitre suivant 13 les mthodes dhomognisation.
Si les mthodes les plus physiques sont bien connues, lapproche mathmatique (gnralisante)
est bien souvent quasi totalement inconnue.
ce niveau du document, il nous semble que nous aurons parcouru bon nombre des applications
typiques de la MEF, surtout dans le cadre de la mcanique... mais uniquement sous langle statique !
Il sera donc temps daborder le temps , i.e. les problmes non stationnaires, au chapitre 14. La
propagation des ondes, quant elle, ne sera traite quau chapitre 15. Cest dailleurs dans ce chapitre
que seront abords galement les modes propres, dont nous naurons pas parl jusqualors ( quelques
exception prs lors de remarques diverses et varies... mais rien de srieux).
Ds lors, on pourra considrer quune prsentation assez complte de la MEF a t faite. Toutefois, ce
qui tait encore de lordre de la recherche il y a une dcnie fait aujourdhui partie des phnomnes que
notre public doit prendre en compte de plus en plus souvent. Ces phnomnes, un peu plus complexes,
un peu plus exotiques, sont souvent lis ce que lon appelle la ou plutt les non linarits. Cest ce qui
sera abord au chapitre 16.
Parmi toutes les non linarits, cest celle des lois de comportement quil nous est demand dexposer
en priorit. Les problmes de contact ou de grands dplacements, qui seront abords dans ce chapitre,

iM 2 105 PLN d.
Introduction

nous sont bien moins demands car souvent traits par des personnes trs au fait des mthodes et mme
souvent en lien avec la recherche dans le domaine.
Enfin, un chapitre sera ddi au traitement de la modlisation de la rupture en mcanique au chapitre
17. Il sagit nanmoins dune affaire de spcialistes, et nous ne ferons quaborder le sujet.
Le chapitre 18 permet de mettre laccents sur le fait que mme si la MEF est une mthode extr-
mement gnrale, performante et rpandue, elle nest quune mthode numrique parmi une multitude
dautres mthodes.
Ce chapitre na pas vocation bien videmment approfondir aucune des mthodes abordes, mais
uniquement fournir un petit complment culturel qui nous semblait indispensable dans le monde
actuel.
Le chapitre 19 clt cette partie sur un petit rappel li aux singularits, juste comme une petite piqure
de rappel sur des problmes dont les ingnieurs pratiquant le calcul numrique restent assez conscients.
Il nous a sembl que passer les singularits sous silence pouvait laisser penser que ce problme ntait
peut-tre pas si important, ce qui nest pas le cas bien videmment.
Enfin, notre grand regret (mais ce document est dj suffisament, voire mme trop, volumineux)
certaines mthodes nont pas t abordes et feront lobjet de fascicules spars.
Nous pensons par exemple en acoustique aux mthodes de tir de rayons, les mthodes nergtiques
simplifies, les Wave based methods ... i.e. les mthodes aussi bien temporelles que spectrales.
En mcanique, nous pensons notamment toutes les mthodes probabilistes de la mcanique
alatoire , incluant lapproche spectrale et relies au calcul des lindice de fiabilit dune structure.


PLN d. 106 iM 2

iM 2
9. La mthode des lments finis
version du 11 dcembre 2012

Notes Une fois le travail prcdent accompli, i.e. une fois que lon dispose dune formulation faible,
il ny a plus qu calculer la solution ! La MEF est lun des outils numrique dvelopp pour cela.
La mthode des lments finis se propose de mettre en place, sur la base de formulations faibles, un
algorithme discret (discrtisation) permettant de rechercher une solution approche dun problme aux
drives partielles sur un domaine compact avec conditions aux bords et/ou dans lintrieur du compact.
Il sagit donc de rpondre aux questions dexistence et dunicit de la solution, de stabilit, conver-
gence des mthodes numriques, ainsi que dapprcier lerreur entre la solution exacte et la solution
approche (indicateurs et estimateurs derreur, priori et postriori).

9.1 Introduction

Un peu dhistoire : 1
Cest lingnieur amricain Ray William Clough qui, semble-t-il a utilis le terme de mthode des
lments finis (Finite Element Method) les premier dans un article de 1960. Dans le titre dun autre de
ses articles de 1956 apparaissait dj le mot rigidit (Stiffness).
Si on veut replacer trs brivement cela dans un contexte plus global, on peut dire que lanalyse des
structures est ne vers 1850.
La RdM, recourant au calcul manuel, tait dveloppe par Maxwell, Castigliano, Mohr.
Le concept dlments finis est n vers 1940, avec des figures comme Newmark, Hrennikoff (1941),
Mc Henry, Courant (1942)...
Son rel essort ne commence toutefois que dans les annes 60 avec le dveloppement du calcul
numrique sur ordinateur.
La mthode des lments finis (MEF) prend ses origines dans le besoin de rsoudre des problmes
complexes dlasticit et danalyse de structures en ingnierie civile et aronautique. Son dveloppement
remonte aux travaux dAlexander Hrennikoff (1941) et de Richard Courant (1942). Bien quutilisant
des approches diffrentes, ces deux pioniers partagent la mme caractristique essentielle savoir la
discrtisation par maillage du domaine continu en sous-domaines discrets, que lon appelle lments.
Cest Olgierd Zienkiewicz de lImperial College qui synthtisa ces deux mthodes en ce que lon peut
appeler la MEF et qui fit la premire formalisation mathmatique de la mthode.
Dans ses travaux, Hrennikoff discrtise le domaine en utilisant une analogie avec les treillis, tandis
que lapproche de Courant divise le domaine en sous-rgions finies triangulaires pour rsoudre les EDP

1.

Ray William Clough Richard Courant Olgierd Cecil Zienkiewicz John Hadji Argyris William Gilbert Strang
1920- ? 1888-1972 1921-2009 1913-2004 1934-

iM 2 107 PLN d.
9. La mthode des lments finis

elliptiques du second ordre issues du problme de la torsion dun cylindre. On peut dire que la contri-
bution de Courant tait une volution sappuyant sur un vaste corpus de rsultats antrieurs pour les
EDP dvelopps par Rayleigh, Ritz et Galerkin.
Le dveloppement de la MEF a vritablement commenc au milieu de annes 1950 pour lanalyse
structurale et aronautique, et prit de lampleur lUniversit de Stuttgart grce au travail de John
Argyris et Berkeley grce au travail de Ray W. Clough dans le 1960 pour lutilisation dans le gnie
civil.
la fin des annes 50, les concepts cls de matrice de rigidit et dassemblage dlments existaient
quasiment sous la forme actuelle. La NASA publia une demande de propositions pour le dveloppement
du logiciel dlments finis NASTRAN en 1965.
La base mathmatique rigoureuse de la MEF a t consolide en 1973 avec la publication de Strang
et Fix de An Analysis of The Finite Element Method. Elle a depuis t intgre comme une branche des
mathmatiques appliques la modlisation numrique des systmes physiques dans une large varit
de disciplines.

Les chapitres des parties prcdentes ont eu pour but de nous permettre de dcrire un problme
physique partir dEDP, mais aucun moment nous navons encore parl de la manire de rsoudre
ces quations (que ce soit la formulation forte ou la faible).
Ce sera le but de ce chapitre, dans lequel la mise en uvre de la mthode des lments finis va tre
expose.

Nous avons vu dans la partie prcdente, comment passer dune formulation forte une formulation
faible. Dans de nombreux cas, nous avons montr quil y a quivalence (existence et unicit de la solution)
entre ltude des deux formulations.
Il faut toutefois bien garder en tte que dans certains cas, lquivalence entre les deux formulations
nest pas vidente.
Une condition qui na pas t vraiment voque jusque l est le cas o le bord du domaine nest pas
suffisamment rgulier, par exemple sil possde des points singuliers (par exemple point dinflexion ou
de rebroussement, ou dans le cas des fissures en MMC).
Cela peut galement se produire si lon ne peut pas assurer que la fonction f (celle agissant dans
tout le domaine) nest pas suffisamment drivable. Comme en gnral on suppose dans les problmes
physiques que la solution est C , on nest pas confront ce genre de problme.

Lide de la MEF est de dcomposer (on dit discrtiser) le domaine en un certain nombre de
sous-domaines (les lments). Les lments recouvriront lintgralit du domaine (de la frontire pour
les lments de frontire qui est une autre mthode) et sans chevauchement entre eux (les lments
peuvent se chevaucher dans la mthode des volumes finis). De plus, on va chercher la fonction solution
u comme tant interpole par des bouts de solutions dfinis sur chaque lment.

Le problme tant interpol sur les lments, on se doute que le nombre dlments va jouer sur la
qualit de cette approximation de la solution. On se doute galement que, comme on rsout un problme
comportant des drives, cest plutt dans les endroits o la solution va varier vite quil sera ncessaire
de resserrer le maillage.
On veillera galement ce que les lments ne soient pas trop distordus. Des critres dits de forme
existent. Nanmoins, dans certains cas il est possible de violer allgrement ces critres tout en obtenant
une trs bonne approximation de la solution.

Bien que la MEF soit thoriquement gnralisable toutes les dimensions despace et tous les
ordres de drivation, dans la pratique, laugmentation de ces paramtres accroit de manire dramatique
la difficult et on se contente de rsoudre des problmes limits trois dimensions en espace et deux
ordres de drivation.

PLN d. 108 iM 2
9. La mthode des lments finis

Par exemple, un problme trois dimensions despace et une dimension de temps, qui pourrait tre
discrtis par une formulation quatre dimensions (les lments finis espace-temps existent), sera trait
par une discrtisation EF 3 dimensions despace coupl un schma en diffrences finis en temps.
Pour des problmes avec des ordres de drivations suprieurs (des techniques dites dordres le-
vs existent), comme par exemple en statique des poutres o lon a une drivation partielle dordre
4, on introduit des variables supplmentaires afin de diminuer les ordres des drives (dformations,
contraintes... cela a t voqu en parlant du choix des variables en mcanique, nous dtaillerons un
peu plus loin la formulation EF de ces formulations mixtes).

9.2 Les problmes de la modlisation relle


Pour faire suite aux dernires remarques faites au paragraphe prcdent, il faut se rendre lvidence
que les quations qui modlisent les principales thories de la physique ont t prsentes (et dveloppes)
dans un cadre idalis. Dans les problmes rels, il est souvent difficile de rester dans ce cadre cause
de nombreuses difficults telles que les problmes gomtriques, dchelle et du couplage de diffrents
modles.
Toutefois, cela ne signifie pas quil est alors impossible de simuler le problme, mais seulement quil
est ncessaire dajouter encore un peu plus dintelligence et dastuce. En effet, ces difficults peuvent
souvent tre dcouples dans un calcul numrique par des algorithmes adquats et lon se ramne
alors la rsolution itre de problmes standard (do la ncessit de disposer de mthodes sres et
performantes pour calculer des solutions numriques de ces problmes standard).
Nous allons prsenter quelques exemples de problmes pouvant survenir dans une modlisation,
sachant quun certains nombre seront traits dans des chapitres ultrieurs (mais pas tous).

9.2.1 Problmes gomtriques


Jusqu prsent, nous avons suppos que le domaine dans lequel le problme tait considr tait
fixe. Or, dans de nombreux problmes ce domaine est variable, on parle de problmes surface libre,
dont voici quelques exemples :
Le problme le plus vident pour le lecteur, et qui a dj t voqu, est celui de la grande
dformation dun solide.
Ltude des mouvements dun liquide, notamment les vagues ou le mouvement de leau dans
un rservoir. Quand la variation de la forme du domaine nest pas trop grande on peut dfinir
le domaine inconnu comme limage dun domaine fixe par une certaine fonction. Cette fonction
devient alors une inconnue du problme qui se ramne une quation plus complexe que lquation
initiale mais sur un domaine fixe. Mais, parfois, le domaine peut tre amen se fragmenter comme
dans le cas de la formation de gouttes...
La fusion de la glace dans leau : la frontire entre la glace et leau est alors une inconnue du
problme.

9.2.2 Problmes dchelle


La formulation dun problme peut dpendre de lchelle laquelle on regarde ce problme, comme
cela a t mentionn prcdemment. Mais il se peut galement que diffrentes chelles interagissent...
Quelques problmes classiques dchelle sont :
Nous avons dj voqu un peu cela en mcanique des fluides : dans lcoulement dun fluide
la turbulence est un phnomne qui fait apparatre des mouvements trs petite chelle. La
complexit de ces mouvements rend ncessaire, dans un calcul numrique, le remplacement des

iM 2 109 PLN d.
9. La mthode des lments finis

valeurs exactes des champs inconnus par leur moyenne, en un sens prciser. Cela conduit des
modles de turbulence qui se diffrencient par les hypothses supplmentaires qui sont faites.
Dans un champ plus proche des considrations du lecteur, on pensera videmment aux ondes. Une
excitation trs haute frquence cre une onde de longueur trs petite. Or une longueur donde
trs petite ne peut pas tre prise en compte dans un calcul numrique grande chelle. La prise
en compte de ce phnomne dans lquation des ondes conduit des modles asymptotiques dans
lesquels ltude des ondes se ramne la thorie de loptique gomtrique plus ou moins enrichie
pour tenir compte de phnomnes comme la diffraction.
Mais si la longueur donde est proche des longueurs des variations gomtriques du bord du
domaine dtude il faut revenir lquation des ondes pour tudier leffet de ces variations go-
mtriques. On peut donc tre amener coupler loptique gomtrique et une tude directe de
lquation des ondes.
Un autre champ lui-aussi dj mentionn est celui des htrognits dun milieu continu, qui,
quand elles sont trs petite chelle, peuvent empcher la prise en compte exacte de celles-ci, au
moins dans une approximation numrique.
Cest le cas des solides forms de matriaux composites, des fluides comme lair charg de goutte-
lettes deau ou de leau contenant des bulles de vapeur. On est conduit dfinir des modles limites
dits homogniss dans lesquels on remplace les grandeurs usuelles (vitesse, masse volumique), qui
ont une forte variation locale, par leur valeur moyenne.
Les quations obtenues peuvent avoir la mme forme que les quations initiales comme dans le
cas de la thorie lastique des matriaux composites (le seul problme est de calculer les propri-
ts matrielles du matriau homognis, mais nous prsenterons cela plus loin) ou bien, quand
les paramtres des htrognits (la densit de bulles par exemple) dpendent de la solution,
ces paramtres sajoutent aux grandeurs inconnues initiales et le nombre dquations peut donc
saccrotre.

9.2.3 Couplage gomtrique


De nombreux problmes impliquent la prise en compte de plusieurs modles selon le point considr.
Cest le cas de linteraction dun fluide et dune structure (lcoulement dun fluide par exemple
peut faire vibrer une structure qui en retour fait vibrer le fluide). Une des difficults vient de ce que
les inconnues utilises dans la modlisation de chacun des milieux sont de natures diffrentes : les
dplacements dans le solide et les vitesses dans le fluide.
Par exemple, le dplacement dun poisson (premire image ci-dessous) nest pas impos mais rsulte
de linteraction entre la dformation propre du poisson (illustre par la seconde image, et qui elle est
impose) et le fluide.

Le contact entre deux solides peut galement tre plac dans cette catgorie.

9.2.4 Couplage intrinsque


Ltude de la convection naturelle dun fluide, pour la mtorologie par exemple, se modlise par
le couplage des quations de la dynamique des fluides dune part, de la diffusion et du transport de la

PLN d. 110 iM 2
9. La mthode des lments finis

chaleur dautre part : ce sont en effet les variations de temprature qui crent les variations de densit
responsables du mouvement de lair, mais ce mouvement lui-mme entrane un transport de chaleur
responsable de variations de la temprature. Mme si lon considre un modle simplifi linaris pour
modliser lcoulement du fluide, le couplage fait apparatre une non linarit.
Ltude des plasmas oblige coupler les quations de dynamiques des fluides et les quations de
Maxwell puisque ce sont les forces lectromagntiques qui font se mouvoir les particules charges mais
leur mouvement est lui mme la cause dun champ lectromagntique induit.

9.3 Principe de la MEF : rsolution dun systme matriciel


Soit un domaine ouvert de Rn (n = 1, 2 ou 3 en pratique), de frontire = et sur lequel on
cherche rsoudre une EDP munie de conditions aux limites.

Ce problme, mis sous forme variationnelle, est :

(P ) Trouver u V tel que a(u, v) = f (v), v V

o V est un espace de Hilbert. On supposera galement que lquation de dpart ait de bonnes proprits,
i.e. que lon soit dans les hypothses vues prcdemment permettant daffirmer que le problme admet
une solution unique u.

La MEF se propose de discrtiser le problme considr. La discrtisation intervient plusieurs


niveaux :
discrtisation : il est ncessaire de disposer dune description du domaine sur lequel on sou-
haite travailler. Cette description va se faire en lapproximant par un maillage, qui sera constitu
dlments.
interpolation : il est ensuite ncessaire de disposer dune manire de reprsenter le ou les champs
inconnus. Ce que se proposer de faire la MEF, cest dapproximer ces champs par des fonctions plus
simples (disons polynmiales de degr un ou deux) dfinies sur chacun des lments du maillage
(le champ est approxim par des bouts de fonctions qui, elles, ne sont dfinies chacune que sur un
seul lment).
approximation : selon le type dapproximation, on remplace non seulement lespace V (qui corres-
pond, selon les notations utilises au chapitre sur la formulation faible, aux espaces H, V , M ou
mme H M ), de dimension infinie, par des approximations Vh de dimension finie, mais parfois
galement les formes bilinaires et linaires dfinissant le problme (nous expliquerons plus tard
les motivations).

De manire classique, on notera Th le maillage de considr.


Il est caractris par les dimensions gomtriques reprsentatives que sont le diamtre maximum des
lments, h et le facteur de forme du maillage, (qui caractrise lapplatissement du maillage).
Le maillage est constitu dlments, gnralement nots K. On note hK le diamtre de llment
K, i.e. le maximum des distances (euclidiennes) entre deux points de K, et K la rondeur de llment
K, i.e.le diamtre maximum des sphres incluses dans K.
On a donc videmment hK h, K Th puisque par dfinition h = maxKTh hK , et hK K
, K
Th .
On notera K llment de rfrence correspondant llment K du maillage Th , et dune manire
gnrale on ajoutera ce chapeau sur toute quantit relative un lment de rfrence (voir plus loin
le chapitre sur la formulation pratique des EF).

Les types dapproximation du problme (P ), qui seront dtaills un peu plus loin, sont :

iM 2 111 PLN d.
9. La mthode des lments finis

Fig. 9.1 Dimensions gomtriques caractristiques dun lment.

type dapproximation espaces formes problme (P ) problme approch (Ph )


conforme Vh V inchanges Trouver uh Vh tq a(uh , vh ) = b(vh ), vh Vh
non conforme Vh V approches Trouver uh Vh tq ah (uh , vh ) = bh (vh ), vh Vh
non conforme Vh 6 V approches Trouver uh Vh tq ah (uh , vh ) = bh (vh ), vh Vh
En fait, on expose gnralement les mthodes partir de la mthode dite conforme selon le tableau
ci-dessus, alors quen pratique on travaille souvent dans le second cas, i.e. approximation conforme en
espace (i.e. Vh V ) mais non conforme concernant les formes, car au moins les intgrations sont ralises
numriquement.
Toujours est-il que dans tous les cas, lespace V est remplac par un espace Vh , de dimension finie
Nh , dont (e1 , ..., eNh ) en est une base. Lapproximation uh de u dans cette base scrit :
Nh
X
uh = i ei
i=1

Le problme de la MEF devient donc :


Nh
X
(Ph ) Trouver 1 , ..., Nh tels que i ah (ei , vh ) = fh (vh ) , vh Vh
i=1

soit, en exploitant les linarits de ah (., .) et fh (.) et en dcomposant vh :


Nh
X
(Ph ) Trouver 1 , ..., Nh tels que i ah (ei , ej ) = fh (ej ) , j = 1, ..., Nh
i=1

Il sagit donc de rsoudre le systme linaire :



ah (e1 , e1 ) ... ah (eNh , e1 ) 1

fh (e1 )


.. .. .. = ..
. .
. .
ah (e1 , eNh ) ... ah (eNh , eNh ) Nh fh (eNh )

que lon note (dans la tradition mcanicienne) :

Kq = F

Telle que formule, la matrice K semble pleine priori. Lastuce consiste choisir des fonctions de
base ei dont le support sera petit, i.e. chaque fonction ei sera nulle partout sauf sur quelques mailles.

PLN d. 112 iM 2
9. La mthode des lments finis

Ainsi les termes a(ei , ej ) seront le plus souvent nuls et la matrice A sera creuse. De plus, on ordonnera
les ei de sorte que K soit structure bande, avec une largeur de bande la plus faible possible. Il existe
un moyen avantageux de stocker une matrice creuse qui sappelle le stockage en ligne de ciel ou skyline.
Les difficults majeures en pratique sont de trouver les ei et de les manipuler pour les calculs
dintgrales ncessaires la construction de K. Indiquons dores et dj que la plupart de ces difficults
seront leves grce trois ides principales qui seront dtailles au chapitre sur la formulation pratique
des EF :
Le principe dunisolvance :
On sattachera trouver des degrs de libert (ou ddl) tels que la donne de ces ddl dtermine de
facon univoque toute fonction de Vh . Il pourra sagir par exemple des valeurs de la fonction en
quelques points. Dterminer une fonction reviendra alors dterminer ses valeurs sur ces ddl.
Dfinition des ei :
On dfinira les fonctions de base par ei = 1 sur le ime ddl, et ei = 0 sur les autres ddl. La
manipulation des ei sera alors simplifie, et les ei auront par ailleurs un support rduit quelques
mailles.
La notion de famille affine dlments :
Le maillage sera tel que toutes les mailles soient identiques une transformation affine prs. De ce
fait, tous les calculs dintgrales pourront se ramener des calculs sur une seule maille de rfrence,
par un simple changement de variable.
Notons que la matrice K est appele matrice de rigidit par analogie avec la mcanique des solides.
Si la forme bilinaire a est coercive, alors K est symtrique, dfinie positive donc inversible. On
obtient donc lexistence et lunicit de q = K 1 F .
De nombreuses mthodes permettent de rsoudre le systme matrice (dinverser la matrice de rigi-
dit) : Gauss, mais galement toutes sortes de dcomposition de la matrice de rigidit comme LU, LDLT,
LLT (Cholesky). Lorsque K est symtrique dfinie-positive, la mthode de Cholesky est la meilleure.
Elle consiste dcomposer la matrice A en le produit L.LT , o la matrice L est une matrice triangulaire
infrieure.

9.4 Approximation conforme Lemme de Ca


Dans le cas dune approximation conforme (dite aussi approximation interne), on se propose de
construire un espace Vh , de dimension Nh , comme tant un sous-espace vectoriel de V .

9.4.1 Cas Lax-Milgram


On se place dans la cas dune formulation relevant du thorme de Lax-Milgram.
Vh tant de dimension finie, cest un ferm de V . V tant un espace de Hilbert, Vh lest donc aussi.
Do lexistence et lunicit de uh , partir de Lax-Milgram.
Lespace Vh sera en pratique construit partir dun maillage du domaine , et lindice h dsignera
la taille typique des mailles. Lorsque lon construit des maillages de plus en plus fins, la suite de sous-
espaces (Vh )h formera une approximation interne de V , i.e. pour tout lment de V , il existe une
suite de h Vh telle que k h k 0 quand h 0.
Cette mthode dapproximation interne est appele mthode de Galerkine (Galerkine ou Galerkin).
Signification de uh :
On a a(u, v) = f (v), v V , donc en particulier a(u, vh ) = f (vh ), vh Vh , car Vh V . Par
ailleurs, a(uh , vh ) = f (vh ), vh Vh . Par diffrence, il vient a(u uh , vh ) = 0, vh Vh .

iM 2 113 PLN d.
9. La mthode des lments finis

Dans le cas o a(., .) est symtrique, il sagit dun produit scalaire sur V . uh peut alors tre interprt
comme la projection orthogonale de u sur Vh au sens de a(., .).

a(., .) tant continue (de constante de majoration M ) et coercitive (de constante de minoration ),
il est ais dobtenir la majoration de lerreur appele lemme de Ca :

M M
ku uh k ku vh k, vh Vh cest--dire ku uh k d(u, Vh )

o d est la distance induite par la norme k.k.


Cette majoration donne par le lemme de Ca ramne ltude de lerreur dapproximation u uh
celle de lerreur dinterpolation d(u, Vh ).

9.4.2 Cas Babuska


On se place cette fois dans le cas dun problme relevant du thorme de Babuska.
Le problme est (v est dans M et non plus V ) :

(P 0 ) Trouver u V tel que a(u, v) = f (v), v M

Lapproximation conforme du problme (P 0 ) est le problme approch :

(Ph0 ) Trouver uh Vh tel que a(uh , vh ) = f (vh ), vh Mh

o Vh V et Mh M .

Attention : rien ne garantit priori que la condition inf-sup discrte sera vrifie, mme si la condition
inf-sup est vrifie.
Vh et Mh tant de dimension finie, il faut ncessairement que dim Vh = dim Mh .

le problme (Ph0 ) est bien pos, i.e. admet une unique solution, si :

> 0 tel que inf sup a(vh , wh )
h h
vh Vh wh Mh kvh kVh kwh kMh
wh Mh , (a(vh , wh ) = 0) (wh = 0)

ce qui est quivalent aux conditions :



> 0 tel que inf sup a(vh , wh )
h h
vh Vh wh Mh kvh kVh kwh kMh
dim Vh = dim Mh

Le premire relation est appele condition inf-sup discrte.


Attention : ces proprits doivent tre dmontres.

On dispose de plus de la majoration derreur suivante :


 
M
ku uh k 1+ inf {ku vh k}
h vh Vh


PLN d. 114 iM 2
9. La mthode des lments finis

9.4.3 Cas Brezzi


On se place cette fois dans le cas dun problme relevant du thorme de Brezzi (problme mixte).
Le problme est de trouver (u, ) dans H M tels que :

a(u, v) + b(v, ) = hf, vi v H,
(P M )
b(u, ) = hg, i M.

Dans ce cas, on va faire une hypothse forte dinjection continue...


Le problme (P M )h est bien pos, si : le problme (P M ) vrifie les conditions de Brezzi, et si
(Hh , H, Mh , M ) vrifie les conditions de Brezzi (de constantes et ).
De pus, on dispose alors de la majoration derreur :
 
ku uh kH + k h kM C inf ku vh k + inf k h k
vh Hh h Mh

o la constante C ne dpend que de kak, et .

9.5 Approximations non conformes lemmes de Strang


Lorsque les formes linaires et linaires dfinissant le problmes doivent tre approches, on se trouve
alors en prsence dune approximation non conforme.
Comme mentionn, il existe deux types dapproximations non conformes selon que Vh V ou
Vh 6 V .

9.5.1 Cas Vh V
Le problme est donc :

(Ph0 ) Trouver uh Vh tel que ah (uh , vh ) = fh (vh ), vh Vh

o Vh V est de dimension finie, et ah et fh sont des approximations de a et f dfinies sur Vh Vh et


Vh resp.
Dans le pratique, ah et fh sont dfinies sur un espace plus grand que Vh , mais pas sur V .
Motivation : Z
Considrons la forme a(u, v) = (au, v)(x)dx.

Comme a = a(x), le problme est : comment intgrer ?
On prend des formules dintgations, donc on ne calcule par a(., .), mais ah (., .) et fh (.).
Une majoration de lerreur est donne par le lemme 1 de Strang :
Sil existe > 0 tel que h, ah (vh , vh ) kvh k2 , vh Vh , alors : il existe une constante C
indpendante de h tq :
" ( )  #
|a(vh , wh ) ah (vh , wh )| |f (wh ) fh (wh )|
ku uh k C inf ku vh k + sup + sup
vh Vh wh Vh kwh k wh Vh kwh k

Le premier terme ku vh k est appel erreur dapproximation, le reste erreur de consistence.

iM 2 115 PLN d.
9. La mthode des lments finis

9.5.2 Cas Vh 6 V
Le problme est encore :

(Ph0 ) Trouver uh Vh tel que ah (uh , vh ) = fh (vh ), vh Vh

mais Vh 6 V est de dimension finie, et ah et fh sont des approximations de a et f dfinies sur Vh Vh


et Vh resp.
Motivation :
Considrons le problme du Laplacien de Dirichlet. Lespace V est H01 ().
Considre lespace des lments finis triangulaires engendrs par llment ayant une pression constante
par lment et les nuds au centre des artes du triangles. Nous notons cet espace Vh . Alors, Vh 6 H 1 ().
Nous prenons maintenantZ lespace Vh,0 qui tient compte des C.L. de Dirichlet.
Si on prend a(u, v) = u.v, alors, dans , il y a des sauts et lintgrale na pas de sens.

X Z
Alors que si lon considre ah (uh , vh ) = uh .vh , lintgrale sur chaque lment a un sens.
KTh K

Une majoration de lerreur est donne par le lemme 1 de Strang :


Si la norme k.kh est dfinie sur Vh + V , et sil existe deux constantes indpendantes de h, > 0
et M > 0 tq : ah (v, v) kvk2h , v Vh et |ah (u, v)| M kukh kvkh , u Vh + V, v Vh , alors : il
existe une constante C indpendante de h telle que :
"  #
|a(u, wh ) fh (wh )|
ku uh k C inf {ku vh k} + sup
vh Vh wh Vh kwh kh

Le premier terme ku vh kh est appel erreur dapproximation, le second erreur de consistence.

9.6 Convergence de la MEF en approximation conforme ou non lorsque


Vh V
Reprenons un cadre gnral, i.e. considrons notre domaine de Rn , et notre problme que nous
rsolvons de manire approche par la MEF. Il sagit maintenant de fournir une estimation de lerreur
ku uh km dans H m (souvent m = 0, 1 ou 2). La rgularit de u et de uh (et donc les valeurs possibles
pour m) dpendent du problme continu considr ainsi que du type dlments finis choisis pour sa
rsolution.
On rappelle que Th est le maillage de considr. On supposera de plus le domaine polygonal, ce
qui permet de le recouvrir exactement par le maillage. Si ce nest pas le cas, il faut prendre en compte
de lcart entre le domaine couvert par le maillage et le domaine rel.

9.6.1 Calcul de la majoration derreur


Les tapes du calcul de la majoration de lerreur sont les suivantes :
ku uh km CkuX h ukm : lerreur dapproximation est borne par lerreur dinterpolation ;
2
ku h ukm = ku h uk2m,K : dcomposition en majorations locales sur chaque lment ;
KTh
ku h ukm,K C(K)ku ukm,K : passage llment de rfrence ;
ku ukm,K C|u|k+1,K : majoration sur llment de rfrence ;
ku h ukm C 0 hk+1m |u|k+1 : assemblage des majorations locales.


PLN d. 116 iM 2
9. La mthode des lments finis

Majoration par lerreur dinterpolation


En appliquant le lemme de Ca vh = h u, il vient :

M
ku uh k ku h uk

Dcomposition en majorations locales sur chaque lment


X
ku h uk2m = ku h uk2m,K
KTh
m
X X
= |u h u|2l,K
KTh l=0

et le calcul est ramen un calcul sur chaque lment, pour toutes les semi-normes |.|l,K , l = 0, ..., m.

Passage llment de rfrence


On se sert du thorme suivant : Soit K un lment quelconque de Th , et K llment de rfrence. Soit F la transformation
affine deK vers K : F (x) = B x + b, avec B inversible. On a :

v H l (K), |v|l,K C(l, n)kBkl2 |detB|1/2 |v|l,K

Ce rsultat nest rien dautre quun rsultat de changement de variable dans une intgrale.
On a mme :
v H l (K), |v|l,K C(l, n)kB 1 kl2 |detB|1/2 |v|l,K

Et avec les donnes gomtrique de llment :

hK h
kBk et kB 1 k
K

Majoration sur llment de rfrence


L(H k+1 (K), J l (K)) laisse Pk (K) invariant,
On a le thorme suivant : soient l et k deux entiers tels que 0 l k + 1. Si pi
i.e. si p Pk (K), p = p, alors :
C(K, ), v H k+1 (K), |v v|j,K C|v|k+1,K

Majoration sur un lment quelconque


De ce qui prcde, il vient :
hk+1
K
|v K v|l,K C(, K, l, k, n) |v|k+1,K
lK

o il faut remarquer que la constante C est indpendante de llment K.

Assemblage des majorations locales


Il ne reste plus qu assembler les rsultats prcdents pour tous les lments K du maillage Th et pour toutes les valeurs des
semi-normes, i.e. pour l = 0, ..., m.

Par majoration et sommation sur les lments, on ontient le rsultat :

kv h vkm C(Th , m, k, n)hk+1m |v|k+1

iM 2 117 PLN d.
9. La mthode des lments finis

9.6.2 Majoration de lerreur


On ontient au final, le rsultat classique de majoration derreur :

ku uh km Chk+1m |u|k+1

Quelques remarques :
On rappelle que la formule prcdente a t obtenue pour domaine polygonal. Si ce nest pas le
cas, elle nest plus valable.
Les calculs, et plus prcisemment les intgrations, ont t ralises sans erreur. Si celles-ci sont
faites de manire numrique, il convient dintroduire encore un terme correctif supplmentaire.
Le rsultat de ma joration derreur est souvent utilis dans le cas m = 1. Comme lespace des
polynmes Pk (k) H 1 (K), alors si est bien dfini sur H k+1 (K), on a :

si u H k+1 (), ku uh k1 Chk |u|k+1


PLN d. 118 iM 2

iM 2
10. Choix dun Modle
version du 11 dcembre 2012

Notes Lintgralit de la mthode des lments finis a t prsente au chapitre prcdent.


Avant de prsenter plus en dtail la formulation dlments finis, nous tenions ajouter un court
chapitre comme mise en garde en modlisation.

Ce document tant essentiellement destin un public dingnieurs mcaniciens, nous allons illustrer
notre propos en mcanique.
Un peu dhistoire 1 :
La mcanique est sans doute aussi vieille que lhomme. Aussi bien pour des aspects pratiques (faire
des outils pour chasser...), que pour des aspects plus philosophiques et spirituels visant notamment
expliquer les mouvements des astres...
Archimde, outre ces travaux en mathmatiques, pourrait sans conteste tre considr comme le
saint patron de la mcanique. Il est tout au moins indubitablement le pre de la mcanique statique.
Il sintressa aussi bien aux aspects thoriques portant sur le principe du levier et la recherche
de centre de gravit dans De lquilibre des figures planes, sur le principe dArchimde sur les corps
plongs dans un liquide dans Des corps flottants ; quaux aspects pratiques au travers de nombreuses
inventions : machines de traction (o il dmontre qu laide de poulies, de palans et de leviers, lhomme
peut soulever bien plus que son poids), machines de guerre (principe de la meurtrire, catapultes, bras
mcaniques utiliss dans le combat naval), lodomtre (appareil mesurer les distances), la vis sans fin
et la vis dArchimde, le principe de la roue dente...
Le sige de Syracuse, les miroirs dArchmde et sa mort ne font quajouter sa lgende.
Bien quAristote posa le premier (avant Archimde) les bases dune vritable thorie mcanique
(alors encore trs imparfaite), les fondements de la mcanique, en tant que science et au sens moderne
du terme, sont poss par Galile en 1632 dans les Dialogues et en 1638 dans les Discours.
La mcanique nest alors pas dissocie des arts mcaniques, i.e. des techniques de construction des
machines. La distinction entre la mcanique en tant science et la mcanique en tant que technique ne
se fera quau XIXe sicle.
En 1677, Newton reprend ses travaux sur la mcanique, i.e. sur la gravitation et ses effets sur les
orbites des plantes. En novembre 1684, il fit parvenir Halley un petit trait de neuf pages avec le
titre : De motu corporum in gyrum (Mouvement des corps en rotation), montrant la loi en carr inverse,
la force centripte, ainsi que les prmices des lois du mouvement.
Son ouvrage PhilosophiNaturalis Principia Mathematica (aujourdhui connu sous le nom de Prin-
cipia ou Principia Mathematica), crit en 1686 et publi le 5 juillet 1687, est considr comme une
uvre majeure dans lhistoire de la science. Il y dcrit la gravitation universelle, formule les trois lois

1.

Aristote (dit le Stagirite) Archimde de Syracuse Galileo Galilei Sir Isaac Newton
-384 -322 -287 -212 1564-1642 1643-1727

iM 2 119 PLN d.
10. Choix dun Modle

du mouvement et jette les bases de la mcanique classique ou mcanique newtonnienne. Ces trois lois
universelles du mouvement resteront inchanges, sans aucune amlioration, durant plus de deux sicles,
jusqu larrive des mcaniques relativiste et quantique.
Rappelons que ces trois lois sont : 1) le principe dinertie ; 2) le principe fondamental de la dynamique ;
et 3) le principe des actions rciproques.
La mcanique classique sera ensuite complte et mathmatise pour devenir la mcanique analy-
tique. Cette dernire, initie ds le XVIIIe sicle, regroupe, en plus de la mcanique newtonienne, les
mcaniques de Hamilton et de Lagrange. Toutes ces mcaniques ont en commun lapplication initiale
dun principe variationnel, et avec lui lutilisation du calcul variationnel... ce qui fait le lien avec le
prsent document.

10.1 La mcanique, un problme plusieurs champs


Dans ce paragraphe, nous reprenons les formulation prsentes au paragraphe 8.3.2, mais en essayant
de les claires par un discours plus pragmatique. Cest pourquoi nous changerons quelque peu les
notations, afin de retomber sur des choses peut-tre plus familires pour des ingnieurs mcaniciens.
Bien qutant un sujet ancien, la mcanique nen est pas pour autant un problme simple.
En mcanique, les champs inconnus sont les dplacements, dformations et contraintes (et dautres
si besoin, comme la temprature...). De plus, on dispose de relations entre ces champs.
Il est possible de nexprimer le problme qu laide des seuls dplacements. Les dformations sont
alors calcules partir des dplacements (par combinaison linaire des drives, obtenues de manire
approche), puis les contraintes sont obtenues partir des dformations par la loi de comportement
(linaire ou non, isotrope ou non...).
Il est galement tout fait possible dexprimer le problme en utilisant les dplacements et les
contraintes comme inconnues. Cela permet de prendre en compte certaines continuits des contraintes
en certains lieux (interface entre deux matriaux par exemple, voir paragraphe 11.3 pour une synthse)
de la structure, et dimposer les CL de nullit des contraintes aux lieux le ncessitant (par exemple bord
libre).
Par contre, le champ de contraintes peut galement tre trop continu en certains endroits selon le
type de problme. Cette continuit tant lie la constitution de llment fini choisi, on peut ne pas
disposer dlments capables de modliser correctement ce phnomne...
Notons quil serait tout aussi possible dutiliser une formulation ayant les trois champs comme
inconnues...
Enfin bref, tout est possible, mais il faut veiller ce que la modlisation de chaque champ soit
cohrente avec le phnomne physique modliser.
En dautres termes, on ne choisit pas un lment au hasard, juste parce quil a le bon nombre
dinconnues, il est videmment ncessaire de se demander comment ces inconnues sont interpoles, ce
que cela implique sur la rgularit des solutions et donc si cela est compatible avec le phnomne physique
que lon souhaite simuler.
Un autre exemple typique est le cas des lments dplacement-pression utiliss par exemple pour
la modlisation des solides incompressibles (nous avons voqu le problme prcdemment).

Ce document sadressant des personnes connaissant dj la MEF, nous allons prsenter trs bri-
vement, sous forme da parte, la discrtisation multi-champs, de manire un peu dcouple du reste du
document, juste pour fixer les ides.
Si lon note u le champ de dplacements, il peut tre approxim partir des dplacements nodaux
(sous forme de vecteur) {q} par lintermdiaire de fonctions de formes ranges dans la matrice [Nu ].

PLN d. 120 iM 2
10. Choix dun Modle

Compte tenu des notations utilises, les interpolations des diffrents champs se font, sur chaque
lment, de la manire suivante :
u = [Nu ] {q}
De la mme manire, si les dformations sont choisies comme champ inconnu, elles seront approxi-
mes partir des dformations nodales (sous forme de vecteur avec la convention de lingnieur) {}
par lintermdiaire de fonctions de formes ranges dans la matrice [N ].

= [N ]{}

Cela vaut galement pour les contraintes qui, si elles sont choisies comme champ inconnu, seront
approximes partir des contraintes nodales (sous forme de vecteur avec la convention de lingnieur)
{ } par lintermdiaire de fonctions de formes ranges dans la matrice [N ].

= [N ]{ }

Notons que dans la pratique, rien nempche de prendre les mmes fonctions de forme pour les
diffrents champs.
De manire analogue, le vecteur {} de multiplicateurs de Lagrange sera interpol de la faon
suivante :
{} = [N ]{L}

On aura donc :
= [N ]{} approximation en dformations
= [L]u relation dformations dplacements
= [L][Nu ]{q} approximation en dplacements
= [S] loi de Hooke inverse
= [S][N ]{ } approximation en contraintes

et, de faon inverse :

= [N ]{ } approximation en contraintes
= [D] loi de Hooke gnralise
= [H][N ]{} approximation en dformations
= [H][L]u loi de Hooke en lasticit linaire
= [H][L][Nu ]{q} approximation en dplacements

avec, en petites dformations :




x 0 0
0



y 0
x 0
0

0 z en 3D
[L] = 0 en 2D, et [L] =

y
0 z y
y x

z 0 x


y x 0

La mthode des lments finis classique, ou en dplacements, nutilise que le champ de dplacements
comme variable. Elle est base sur le principe du travail virtuel :
Z Z
T V = (u)[H](u) uf d uT d (10.1)

iM 2 121 PLN d.
10. Choix dun Modle

avec f les forces imposes dans et T les forces imposes sur , o et u forment une partition
de = .
Ce principe est obtenu comme variation de la fonctionnelle de lnergie potentielle totale exprime
en dplacements :
Z Z
1
 
T V = 2 h(U )i [H] {(U )} hU i f d hU i T d (10.2)

o les conditions subsidiaires sur les dplacements sont prises en compte directement par lespace dans
lequel les dplacements sont recherchs.
La fonctionnelle dHellinger-Reissner est sans doute la plus connue des fonctionnelles mixtes. Elle
utilise les champs de dplacements et de contraintes comme variables indpendantes. Son expression est
la suivante, U dsignant les dplacement imposs :
Z Z Z
1

HR = 2 [S] ij,j u + f u d T T u d U T d (10.3)
u

bien que lon puisse la trouver sous une autre forme, obtenue par intgration par parties de celle-ci. Elle
na satisfaire aucune condition subsidiaire.
La stationnarit de cette fonctionnelle conduit aux quations dquilibre, la loi de comportement,
et aux conditions aux limites en forces et dplacements.
Cette fonctionnelle conduit un lment ayant les champs de dplacements et de contraintes comme
inconnues nodales. Il sen suit que toutes les composantes de ces champs sont continues. Elle conduit
la rsolution dun systme du type mixte (Brezzi) :
    
[A] [B] { } O
= (10.4)
[B]T O {q} {F }

o la matrice de rigidit est symtrique et non dfinie-positive, et :


Z Z Z
[A] = + [N ]T [S] [N ] d [B] = + [N ]T [L] [Nu ] d [Nu ]T f d

{F } = +

Lun des moyens pour obtenir une fonctionnelle hybride est dintroduire une condition sur une partie
du contour par lintermdiaire de multiplicateurs de Lagrange comme prsent un peu plus loin.
Tout comme la fonctionnelle dHellinger-Reissner est associe la mthode mixte, celle de Pian et
Tong est indissociable de ladjectif hybride, mme si, en toute rigueur, elle est une mthode mixte (deux
champs) hybride (diffrents domaines dinterpolation) :
Z Z Z
P T = 12 [S] d + T u d T u d (10.5)

Sa variation est :
Z Z Z
P T = [S] d + T u + uT d uT d (10.6)

dont lavantage principal est de ne pas comporter de drive.


Cette variation peut tre transforme en :
Z Z Z
( [S]) d + uT d uT d


PLN d. 122 iM 2
10. Choix dun Modle

La stationnarit de cette fonctionnelle conduit la loi de comportement, et aux conditions aux


limites en contraintes. Les conditions aux limites en dplacements seront imposes par lespace dans
lequel on cherche u.
Le systme rsoudre est de la forme mixte donn prcdemment avec :
Z Z Z
T T T
[Nu ]T T d

[A] = + [N ] [S] [N ] d [B] = + [N ] [M ] [Nu ] d {F } = +

[M ] tant la matrice des cosinus directeurs donne par les relations :



  n1 0 0 0 n3 n2
n1 0 n2
[M ] = dans le plan, et [M ] = 0 n2 0 n3 0 n1 dans lespace.
0 n2 n1
0 0 n3 n2 n1 0

Toutefois, le champ de contraintes ntant dfini que dans , il est possible deffectuer une conden-
sation statique du champ de contraintes, i.e. de transformer le systme (10.4) en crivant :

{ } = [A]1 [B] {q} (10.7)

et le champ de dplacements est solution dun systme de type classique [K]{q} = {F }, o la matrice
de rigidit [K] est remplace par la matrice de rigidit quivalente suivante :

[Keq ] = [B]T [A]1 [B]

Sur le plan du droulement du calcul, on commence par rsoudre une forme classique mais en
utilisant la matrice de rigidit quivalente [Keq ], puis le calcul des contraintes dans chaque lment se
fait par la relation (10.7).

Les multiplicateurs de Lagrange peuvent tre utiliss pour introduire des conditions supplmentaires
directement la fonctionnelle. Ces conditions sont gnralement imposes sur X , tout ou partie de ,
contour de . Pour ce faire, il suffit dajouter la fonctionnelle du problme le terme :
Z
hi {condition}
X

o les i sont les multiplicateurs de Lagrange.


Les multiplicateurs de Lagrange sont gnralement utiliss pour :
introduire des variables physiques additionnelles comme inconnues ;
obtenir des conditions de drivabilit ou des conditions aux limites moins svres sur les inconnues.
Notons quun autre de leurs avantages est quils permettent dutiliser une formulation diffrente
dans chaque lment, en assurant les continuits ncessaires aux interfaces (voir synthse de ce problme
dinterface au paragraphe 11.3). Bien sr, apparaissant comme inconnues, ils viennent grossir la taille
du du systme rsoudre.

10.2 Plusieurs modlisations dun mme problme


La qualit de lapproximation des diffrents champs est non seulement lie au nombre de champs
inconnus choisis, mais galement au choix de llment. Ce dernier peut traduire une simplification
du problme physique : il sagit du problme du choix du type de modlisation, en 1, 2 ou 3D.

iM 2 123 PLN d.
10. Choix dun Modle

Selon le type dinformation recherch, un modlisation plus simple quune autre peut fournir les
rsultats escompts.
Dans ce paragraphe, nous nous proposons dtudier un exemple o seul le champ de dplacement
apparat comme inconnue nodale. Toutefois, si ce nest plus le nombre de champ qui peut modifier la
formulation, nous allons voir que la mcanique offre moult thories qui toutes ont leurs avantages et
inconvnients, mais qui surtout ne sont pas toutes quivalentes.

Un peu dhistoire 2 :
La paternit de la thorie des poutres est attribue Galile, mais des tudes rcentes indiquent
que Lonard de Vinci laurait prcd. De Vinci avait suppos que la dformation variait de manire
linaire en sloignant de la surface neutre, le coefficient de proportionnalit tant la courbure, mais il
ne put finaliser ses calculs car il navait pas imagin la loi de Hooke 3 . De son ct, Galile tait parti
sur une hypothse incorrecte (il supposait que la contrainte tait rpartie uniformment en flexion), et
cest Antoine Parent qui obtint la distribution correcte.
Ce sont Leonhard Euler et Jacques Bernoulli qui mirent la premire thorie utile vers 1750, tandis
que Daniel Bernoulli, le neveu du prcdent (et le fils de Jean Bernoulli), crivit lquation diffrentielle
pour lanalyse vibratoire. cette poque, le gnie mcanique ntait pas considr comme une science, et
lon ne considrait pas que les travaux dune acadmie des mathmatiques puissent avoir des applications
pratiques, et lon continua btir les ponts et les btiments de manire empirique. Ce nest quau XIXe
sicle, avec la Tour Eiffel et les grandes roues, que lon dmontra la validit de la thorie grande chelle.
La thorie des poutres est une simplification unidimensionnelle. On distingue :
la thorie dEuler-Bernoulli, qui nglige linfluence du cisaillement ;
la thorie de Timoshenko qui prend en compte leffet du cisaillement.

En 1888, Love utilise les hypothses de Gustav Kirchhoff, elles-mmes inspires des hypothses
dEuler-Bernoulli pour les poutres, pour fonder une thorie des plaques minces.
La thorie des plaques paisses a t consolide par Mindlin partir des travaux de Rayleigh (1877),
Timoshenko (1921), Reissner (1945) et Uflyand (1948).
La thorie des plaques minces, ou thorie de Love-Kirchhoff, suppose que :
le plan moyen (quivalent de la courbe moyenne des poutres) est initialement plan ;
le feuillet moyen (quivalent de la fibre neutre des poutres) ne subit pas de dformation dans son
plan ; on ne considre que le dplacement transversal w des points du feuillet moyen ;
modle de Kirchhoff : les sections normales au feuillet moyen restent normales lors de la dforma-
tion ; en consquence, on peut ngliger le cisaillement ;
lpaisseur est faible ; en consquence, les contraintes dans le sens de lpaisseur sont supposes
nulles ;
on reste en petites dformations.

2.

Leonhard Paul Euler Jacques Bernoulli Daniel Bernoulli Stephen Timoshenko


1707-1783 1654-1705 1700-1782 1878-1972
3. Robert Hooke, qui dsirait obtenir une thorie des ressorts en soumettant ces derniers des forces croissantes
successives, nona en 1978, partir dexpriences datant de 1675, la loi de comportement suivante : ut tensio sic vis
ce qui signifie telle extension, telle force , ou bien en termes modernes lallongement est proportionnel la force .

PLN d. 124 iM 2
10. Choix dun Modle

Notons que cette thorie permet de dterminer la propagation des ondes dans les plaques, ainsi que
ltude des ondes stationnaires et des modes vibratoires.
Dans la thorie des plaques paisses, ou thorie de Reissner et Mindlin, la fibre normale reste toujours
rectiligne, mais nest plus ncessairement perpendiculaire au plan moyen. On ne peut donc plus ngliger
le cisaillement. 4

La figure 10.1 propose trois modlisations dun mme problme. Il sagit dune poutre encastre
a une extrmit et soumise a une force dcentre a lautre. Vaut-il mieux modliser lintgralit du
volume de la poutre, la traiter comme une plaque, ou peut-on se contenter dun modle de poutre ?

Fig. 10.1 Trois modlisations dun mme problme.

Ltude de la contrainte axiale xx est donne la figure 10.2. Si les cartographies prsentent bien la

Fig. 10.2 Contrainte axiale sur la peau suprieure : (a) modle 3D, (b) modle ZD.

mme rpartition, seul le modle 3D permet de mettre en vidence la concentration de contrainte due
la force ponctuelle.
Si on veut comparer les trois modles sur cette mme composante, alors on se reportera la figure
10.3. On y voit que loin des extrmits, les trois solutions concordent parfaitement, conformment au
principe de Saint-Venant. 5 Les diffrences proviennent des effets de bord, i.e. des variations locales des
contraintes et dformations au voisinage des conditions aux limites.

4.

Gustav Robert Kirchhoff Lord Rayleigh Eric Reissner Raymond David Mindlin Claude Barr de Saint-Venant
1824-1887 1842-1919 1913-1996 1906-1987 1797-1886
5. Le principe de Saint-Venant prcise que le comportement en un point quelconque de la poutre, pourvu que ce
point soit suffisamment loigndes zones dapplications des forces et des liaisons, est indpendant de la faon dont sont
appliques les forces et de la faon dont sont physiquement ralises les liaisons ; le comportement dpend alors uniquement
du torseur des forces internes en ce point.

iM 2 125 PLN d.
10. Choix dun Modle

Fig. 10.3 Contrainte axiale sur la peau suprieure : (a) modle 3D, (b) modle ZD.

Une comparaison plus fine des trois modlisations concernant cette mme contrainte normale le long
de trois lignes est reporte la figure 10.4.
Les diffrences de rsultats proviennent des hypothses cinmatiques et des composantes accessibles
dans les diffrentes thories utilises.
Les hypothses cinmatiques sont :

Fig. 10.4 Mouvements dune section droite : (a) thorie des poutres, (b) thorie des plaques ou coques,
(c) thorie volumique.

la thorie des poutres (Figure 10.4a) suppose que chaque section droite suit un mouvement de
solide rigide. Les sections ne peuvent donc pas se dformer, elles peuvent uniquement se translater
et tourner dans lespace (sans forcment rester perpendiculaires la ligne moyenne, car dans ce
cas on considre une thorie avec cisaillement transverse) ;
la thorie des plaques (Figure 10.4b), moins restrictive, suppose que chaque segment perpendi-
culaire au plan moyen de la plaque suit un mouvement de solide rigide (l encore, sans forcment
rester perpendiculaire au plan moyen). Elle permet donc de modliser certaines formes de dfor-
mations des sections, planes (flexion et cisaillement dans le plan de la section, traction dans le
sens de la largeur) ou hors plan (certains types de gauchissement). Cependant, les segments ne
pouvant pas changer de longueur, elle ne permet pas de modliser lcrasement de lpaisseur ;
enfin, la thorie 3D (Figure 10.4c) ne comporte aucune de ces restrictions et peut modliser
nimporte quelle forme de gauchissement ou dcrasement, condition que le maillage employ
soit suffisamment fin.
Ici, la comparaison des rsultats plaque et 3D montre que la contribution de lcrasement de

PLN d. 126 iM 2
10. Choix dun Modle

la section la flche semble ngligeable (0,7% dcart). Ce nest pas forcment vrai car lcrasement est
un phnomne localis sous la charge et li au contact, qui a t modlis trs grossirement... Cette
trs forte concentration de contraintes sous la charge est caractristique dune singularit. La valeur
obtenue est peu fiable. On peut mme dire que physiquement, une force ponctuelle nexiste pas. Elle est
forcment distribue sur une petite surface...
De mme, la comparaison des rsultats poutre et plaque montre que la flexion et le cisaillement
de la section contribuent davantage la flche que lcrasement (6,4% dcart) : la largeur de la pice est
visiblement suffisante pour que les dformations des sections droites provoquent un dplacement vertical
non ngligeable sous la charge.
Il est essentiel de noter que toutes les thories ne permettent pas daccder toutes les composantes
du champ des contraintes : de manire gnrale, seuls les efforts qui travaillent dans les dplacements
permis par la thorie sont accessibles (les thories sont ainsi faites afin de pouvoir respecter le premier
principe de la thermodynamique dont lcriture ncessite de calculer le travail de tous les efforts permis
par la thorie). Les composantes accessibles sont :
la thorie des poutres ne permet pas de calculer les contraintes dans le plan transversal (yy ,
zz et yz ) du fait de lindformabilit des sections droites. ;
la thorie des plaques ne permet pas de calculer la contrainte normale au plan de la plaque zz ,
du fait de lindformabilit des segments perpendiculaires ce plan ;
enfin, la thorie 3D permet de calculer les six composantes du tenseur des contraintes.
ces limitations thoriques peuvent sajouter des limitations techniques propres chaque logiciel,
susceptibles de rendre dautres grandeurs physiques inaccessibles. Avant deffectuer une modlisation
par lments finis, il est donc indispensable de sassurer que le logiciel utilis et son cadre thorique
permettent bien daccder au rsultat voulu (en plus dtre pertinents vis--vis de la gomtrie du
produit, de son environnement et du comportement attendu).
De plus, si certains logiciels peuvent avoir des limitations techniques, ils peuvent galement dis-
poser de mthodes de post-traitement susceptibles damliorer ou de permettre daccder certaines
composantes (sous certaines hypothses). Cela aussi doit tre pris en compte.

10.3 Interpolation des champs et de la gomtrie


Un lment est dit isoparamtrique si on prend les mmes fonctions dinterpolation pour le dplace-
ment et la gomtrie.
De manire vidente, on dfinit galement les lments super et sous-paramtriques, comme illlustr
la figure 10.5.

Fig. 10.5 lments finis non isoparamtriques.

Ceci est juste une remarque en passant, pour dfinir le vocabulaire en somme, nous nen reparlerons
plus dans la suite du document.

iM 2 127 PLN d.
10. Choix dun Modle


PLN d. 128 iM 2

iM 2
11. Formulation pratique dlments finis
version du 11 dcembre 2012

Notes Lintgralit de la mthode des lments finis a t prsente au chapitre prcdent.


Dans ce chapitre et dans les suivants, nous allons dtailler certains aspects. Nous proposons dans
ce chapitre dexposer un peu plus compltement les notions dinterpolation sur un lment, ainsi que le
lien entre approximation locale (sur un lment) et approximation globale (construction de la base de
Vh ).

Nous avons dit vouloir interpoler le problme sur chaque lment. Pour ce faire, il faut prendre une
base sur chaque lment. Plusieurs choix sont possibles, mais en gnral, les fonctions de base utilises
pour les lments finis sont dites interpolantes, cest--dire que les valeurs nodales sont les valeurs des
grandeurs inconnues aux nuds, et que cest partir de ces valeurs que lon effectue linterpolation.
La mthode la plus simple consiste utiliser les polynmes de Lagrange. Dans cette mthode les
fonctions de base valent 1 un nud du maillage et 0 tous les autres. La fonction de base i est alors
la fonction valant 1 au nud i et 0 sur les autres nuds et qui est polynomiale sur chaque lment. Il
y a autant de fonctions de base par lment que de nombre de nuds.
On appelle lment la donne dune gomtrie (souvent polygonale en 2D, polydrique en 3D) et de
fonctions de base associes cette gomtrie.
Dautres solutions peuvent exister pour les fonctions de base. Par exemple, les lments finis dHer-
mite ont la particularit davoir deux fonctions de base associes chaque nud. La valeur de la solution
est alors ajuste avec la premire fonction alors que la deuxime permet dajuster la valeur de la drive.
Ce type de fonctions de base peut avoir un intrt pour la rsolution de certaines EDP (telle que lqua-
tion des plaques en MMC), mme si elle ncessite davoir deux fois plus de fonctions pour un maillage
donn.

11.1 lments de Lagrange


Les lments de Lagrange sont les plus simples des EF.

11.1.1 Unisolvance
Soit = {a1 , ..., aN } un ensemble de N points distincts de Rn . Soit P un espace vectoriel de
dimension finie de fonctions de Rn valeurs dans R. On dit que est P -unisolvant ssi pour tous rels
1 , ..., N , il existe un unique lment p de P tel que ii = 1, ..., N, p(ai ) = i . (ce qui revient dire
que la fonction de P dans RN qui p fait correspondre (p(ai ), ..., p(aN )) = (1 , ..., N ) est bijective).

11.1.2 EF de Lagrange
Un lment fini de Lagrange est un triplet (K, , P ) tel que :
K est un lment gomtrique de Rn , compact, connexe, et dintrieur non vide ;
= {a1 , ..., aN } un ensemble de N points distincts de Rn ;
P est un espace vectoriel de dimension finie de fonctions relles dfinies sur K, et tel que soit
P -unisolvant (donc dim P = N ).

iM 2 129 PLN d.
11. Formulation pratique dlments finis

Les fonctions de bases locales de llment fini de Lagrange (K, , P ) sont les N fonctions de P telles
que pi (aj ) = ij pour 1 i, j N .
Remarque : (p1 , ..., pN ) est une base de P .
Un oprateur de P-interpolation sur est un oprateur K qui toute fonction v dfinie sur K
N
X
associe la fonction K v de P dfinie par : K v = v(ai )pi .
i=1
k v est lunique lment de P qui prend les mmes valeurs que v sur les points de .
On notera Pk lespace vectoriel des polynmes de degr total infrieur ou gal k.
sur R, Pk = V ect{1, X, ..., X k } et dim Pk = k + 1 ;
sur R2 , Pk = V ect{X i Y j , 0 i + j k} et dim Pk = (k+1)(k+2)
2 ;
3 i j l (k+1)(k+2)(k+3)
sur R , Pk = V ect{X Y Z , 0 i + j + l k} et dim Pk = 6 .
On notera Qk lespace vectoriel des polynmes de degr infrieur ou gal k par rapport chaque
variable.
sur R, Qk = Pk ;
sur R2 , Qk = V ect{X i Y j , 0 i, j k} et dim Qk = (k + 1)2 ;
sur R3 , Qk = V ect{X i Y j Z l , 0 i, j, l k} et dim Qk = (k + 1)3 .

EF 1D
On discrtise le segment [a, b] avec des polynmes de degrs 1 m. On obtient les lments suivants :

lment P1 P2 ... Pm
K [a, b] [a, b] ... [a, b]
{a, b} {a, a+b
2 , b} ... {a + i ba
m , i = 0, ..., m}
P P1 P2 ... Pm

EF 2D triangulaire
On discrtise le triangle de sommets {a1 , a2 , a3 } avec, le long de chaque arte une interpolation
polynmiale de degr 1 m. On obtient les lments suivants :
lment P1 P2
K triangle de sommets {a1 , a2 , a3 } triangle de sommets {a1 , a2 , a3 }
a +a
{a1 , a2 , a3 } {aij = i 2 j , 1 i, j 3}
P P1 P2

Rq : Les fonctions de base pour llment P1 sont dfinies par pi (aj ) = ij . Ce sont les coordonnes
barycentriques : pi = i .

EF 2D rectangulaire
On discrtise le rectangle de sommets {a1 , a2 , a3 , a4 } de cts parallles aux axes.

lment Q1
K rectangle de sommets {a1 , a2 , a3 , a4 } de cts parallles aux axes.
{a1 , a2 , a3 , a4 }
P Q1


PLN d. 130 iM 2
11. Formulation pratique dlments finis

Fig. 11.1 lments finis de Lagrange 2D : triangulaire P1 , triangulaire P2 et rectangulaire Q1 .

EF 3D
lments ttradriques :

lment P1 P2
K ttradre de sommets {a1 , a2 , a3 , a4 } ttradre de sommets {a1 , a2 , a3 , a4 }
{a1 , a2 , a3 , a4 } {ai }1i4 {aij }1i<j4
P P1 P2

lment paralllpipdique :

lment Q1
K paralllpipde de sommets {a1 , ..., a8 } de cts parallles aux axes.
{ai }1i8
P Q1

lment prismatique :

lment Q1
K prisme droit de sommets {a1 , ..., a6 }
{ai }1i6
P {p(X, Y, Z) = (a + bX + cY ) + Z(d + eX + f Y ), a, b, c, d, e, f R}

Fig. 11.2 lments finis de Lagrange 3D : ttradriques P1 et P2 , paralllpipdique Q1 et prismatique.

iM 2 131 PLN d.
11. Formulation pratique dlments finis

11.1.3 Famille affine dlments finis lment de rfrence


En fait, la notion de transformation affine entre un lment K dun maillage Th et un lment de
rfrence a dj t utilise en calcul de majoration derreur, mais la transformation elle-mme na pas
t dtaille.
Deux lments finis (K, , P ) et (K, , P ) sont affine-quivalents ssi il existe une fonction affine F inversible telle que K = F (K),
ai = F (ai ), i=1, ..., N, et P = {p F 1 , p P }.

On appelle famille affine dlments finis une famille dEF tous affine-quivalents un mme EF
appel lment de rfrence.
Dun point de vue pratique, le fait de travailler avec une famille affine dEF permet de ramener tous
les calculs dintgrales des calculs sur llment de rfrence. Voir figure 11.3 pour une illustration
dune transformation affine.

Fig. 11.3 Transformation affine sur un triangle

Les EF de rfrences sont ceux obtenus, dans les cas prsents ci-dessus avec : le segment [0, 1] en
1D ; le triangle unit de sommets (0, 0), (0, 1), (1, 0), et le carr unit [0, 1] [0, 1] en 2D ; le ttradre
unit de sommets (0, 0, 0), (1, 0, 0), (0, 1, 0), (0, 0, 1), le cube unit [0, 1] [0, 1] [0, 1], le prisme unit
de sommets (0, 0, 0), (0, 1, 0), (1, 0, 0), (0, 0, 1), (0, 1, 1), (1, 0, 1).

11.1.4 Construction de la base globale


Revenons notre problme dcrit par une EDP sous forme faible dans un domaine sur lequel on
ralise un maillage Th partir dune famille affine de Ne lments finis (Ki , i , Pi )i=1,...,Ne .
Par unisolvance, la solution approche uh sera entirement dfinie sur chaque EF par ses valeurs
sur les points de i , nomms nuds du maillage. Notons (a1 , ..., aNh ) les nuds du maillage (Nh <
Ne .Cardi ). Le problme approch revient dterminer les valeurs de uh aux points ai : ce sont les
degrs de libert du problme approch.
On va construire une base de Vh en associant chaque ddl ai un vecteur de la base. On dfinit ainsi
les fonctions de base globales i (i = 1, ..., Nh ) par :
i |Kj Pj , j = 1, ..., Ne et i (aj ) = ij , 1 i, j Nh
et lespace dapproximation interne est : Vh = V ect{1 , ..., Nh }.
On remarquera quune telle fonction i est nulle partout sauf sur les lments dont ai est un nud.
De plus, sur un lment K dont ai est un nud, i vaut 1 en ai et 0 aux autres nuds de K. Donc
i |K est une fonction de base locale de K. On voit donc que la fonction de base globale i est construite
comme runion des fonctions de base locales sur les lments du maillage dont ai est un nud.

PLN d. 132 iM 2
11. Formulation pratique dlments finis

Fig. 11.4 Base de Vh : exemple de fonction de base globale i sur un maillage avec des lments
triangulaires P1 .

Remarque : ce qui prcde est vrai dans le cas dun maillage conforme, i.e si lintersection entre deux
lments est soit vide, soit rduite un sommet ou une arte en dimension 2, ou un sommet, une arte
ou une face en dimension 3.

Fig. 11.5 Maillage non conforme : situations interdites.

11.2 lments dHermite

11.2.1 Classe dun EF


Une question naturelle est de savoir quelle est la rgularit de la solution approche uh . En particulier,
uh est-elle continue ? drivable ?
uh est obtenue par combinaison lineaire des fonctions de base globales , la question revient donc
dterminer la rgularit de celles-ci. Par construction, on voit que la rgularit de i sera donne par
sa rgularit au niveau des interfaces entre les lments adjacents formant son support.
Dans les EF de Lagrange, i est construite pour tre continue dun lment lautre, mais pas sa
drive... cest cette contrainte que nous allons introduire maintenant.

11.2.2 EF dHermite
Un lment fini dHermite ou lment fini gnral est un triplet (K, , P ) tel que :
K est un lment gomtrique de Rn , compact, connexe, et dintrieur non vide ;
= {1 , ..., N } un ensemble de N formes linaires sur lespace des fonctions dfinies sur K, ou
sur un sous-espace plus rgulier contenant P ;
P est un espace vectoriel de dimension finie de fonctions relles dfinies sur K, et tel que soit
P -unisolvant.

iM 2 133 PLN d.
11. Formulation pratique dlments finis

Un oprateur de P-interpolation sur est un oprateur K qui toute fonction v dfinie sur K
N
X
associe la fonction K v de P dfinie par : K v = i (v)pi .
i=1
k v est lunique lment de P qui prend les mmes valeurs que v sur les points de .

On remarque immdiatement que si i (p) = p(ai), i = 1, ..., N , on retrouve les EF de Lagrange.


Cette gnralisation permet dintroduire des oprations de drivation dans , et donc damliorer la
rgularit des fonctions de Vh .

Les fonctions de base globales i , (i = 1, ..., Nh ) sont dfinies par :

i |Kj Pj , j = 1, ..., Ne et j (i ) = ij , 1 i, j Nh

Suivant les lments utiliss, ces fonctions de base pourront tre de classe C 1 ou mme plus, et il en
sera donc de mme pour la solution approche uh .

EF 1D
lment dHermite cubique quintique
K segment [a, b] segment [a, b]
{p(a), p0 (a), p(b), p0 (b)} {p(a), p0 (a), p00 (a), p(b), p0 (b), p00 (b)}
P P3 P3
Rgularit C 1 et H 2 C 2 et H 3

EF 2D triangulaire
lment dHermite cubique :
K = ntriangle de sommets {a1o, a2 , a3 } ;
p
= p(ai ), x (ai ), i = 1, 2, 3 {p(a0 )} ;
P = P3 ;
lment C 0 , mais pas C 1 .
lment dArgyris :
K = ntriangle de sommets {a1 , a2 , a3 } ; o n o
p p 2p 2p 2p p
= p(ai ), x (ai ), y (ai ), x2 (ai ), y 2 (ai ), xy (ai ), i = 1, 2, 3 n (aij ), 1 i < j 3 ;
P = P5
lment C 1

EF 2D rectangulaire
lment Q3 :
K = nrectangle de sommets {a1 , a2 , a3 , a4 } de cts o parallles aux axes ;
p p 2p
= p(ai ), x (ai ), y (ai ), xy (ai ), i = 1, ..., 4 ;
P = P3 ;
lment C 1 .


PLN d. 134 iM 2
11. Formulation pratique dlments finis

Fig. 11.6 lments finis dHermite triangulaire cubique, lment dArgyris et lment rectangulaire
Q3 .

11.3 Traitement de plusieurs champs


Dans ce qui prcde, le lecteur aura not que lon interpole un seul champ, en imposant ou non
certaines rgularits (drives partielles).
Une question naturelle consiste se demander comment traiter les problmes ayant plusieurs champs
inconnus (cela dj t abord, et certaines stratgies on dj t prsentes : formulation mixte
(Brezzi), utilisation de multiplicateurs de Lagrange).
On pourrait imaginer, si ces champs sont dissocis (sans lien les uns avec les autres), de modliser
chaque champ sparment, i.e. de traiter un problme par champ (avec pour chaque champ un choix de
maillage et dlment qui lui est propre).
En fait, les problmes plusieurs champs ne concernent gnralement pas des champs indpendants.
Lorsque lon a plusieurs champs interdpendants, alors on dispose de relations entre ces champs, qui
doivent elles-aussi tre satisfaites.
Nous avons expos au chapitre prcdent pourquoi la mcanique reste un cas compliqu. Cela provient
de ce que les champs inconnus sont les dplacements, dformations et contraintes. De plus, le chapitre
prcdent a permis une illustration du choix dun modle, mme lorsque lon ne recourt qu une thorie
un champ (dplacements).
Nous ne construirons pas ici un lment plusieurs champs, mais nous allons donner une motivation
pour le faire : celui du calcul des contraintes linterface entre deux matriaux diffrents que nous
supposerons parfaitement colls.
Considrons donc le problme dcrit la figure 11.7. Deux domaines 1 et 2 , consittus chacun
de leur propre loi de comportement, ont une interface commune I . On supposera que le champ de
dplacement est continu le long de I . La continuit de la composante normale du dplacement
linterface traduit le fait quil ny a pas dcollement entre les deux domaines ; celle de la composante
tangentielle quil ny a pas glissement entre eux.
On peut donc dire quen tout point de I le dplacement est continu, ce que lon peut noter u1i = u2i .
Ltat dquilibre des forces doit lui-aussi tre vrifi le long de linterface. Cela implique que les
composantes normales des contraintes doivent tre galement continues le long de cette interface, i.e.
que la trace du tenseur des contraintes doit tre continue le long de linterface. Par contre, les autres
composantes peuvent (et doivent selon les cas) tre discontinues.

Plusieurs stratgies sont envisageables :


Post-traitement

iM 2 135 PLN d.
11. Formulation pratique dlments finis

Fig. 11.7 Interface et continuits.

Dans cette mthode, on effectue le calcul en dplacements, de manire classique. On obtient les
contraintes de manire toute aussi classique, mais celles-ci nont videmment pas les continuits
et discontinuits souhaites.
On utilise une mthode de post-traitement qui va modifier le calcul des contraintes sur les lments
situs de part et dautre de linterface, par exemple en imposant la vrification des quations dqui-
libre (voir par exemple la mthode de Reissner locale, qui applique la fonctionnelle de Reissner
uniquement le long de linterface).
lment mixte
La fonctionnelle dHellinger-Reissner possde les champs de dplacement et de contrainte comme
inconnues. Elle conduit un systme de type mixte (quation 10.4) avec une matrice qui nest
plus dfinie-positive.
Il sen suit que ces deux champs sont continus, et notamment que toutes les composantes des
contraintes le sont, ce qui ne satisfait pas les conditions dquilibre.
Si lon souhaite utiliser ce type dlment, il faudra par exemple, faire une condensation statique
des composantes devant tre discontinues, ou utiliser une mthode de post-traitement.
lment hybride
La fonctionnelle de Pian et Tong (mixte hybride) prsente prcdemment a lavantage de ne pas
faire intervenir de drive. Elle conduit elle-aussi un systme de type mixte, mais la matrice de
rigidit nest mme plus symtrique (dans une discrtisation brutale). On sait la retraiter.
Toutes les composantes des contraintes sont l aussi continues, et il faudra appliquer les mmes
remdes que ci-dessus.
Notons quun avantage de cette formulation cest quelle ncessite la matrice de souplesse [S] au
lieu de la matrice de Hooke [H], ce qui permet de traiter le cas des matriaux incompressibles.
Multiplicateurs de Lagrange
Dune manire vidente, la continuit du champ de dplacements linterface I entre deux
lments 1 et 2 peut tre impose par lajout al fonctionnelle de la condition :
Z
i (Ui1 Ui2 ) d
I

Cette condition est facile crire et facile implmenter (mais on perd la dfinie-positivit de la
matrice de rigidit).
De plus, linterprtation physique de ces multiplicateurs de Lagrange montre que ceux-ci sont
gaux aux composantes normales des contraintes.
Voil quelques stratgies. Dautres peuvent exister, surtout si en plus on veut passer sur des modles
poutre ou plaque.

PLN d. 136 iM 2
11. Formulation pratique dlments finis

Le but tait de montrer que non seulement il est possible de dvelopper de nombreux lments
finis, mais que mme partir dlments existants, il est toujours possible de construire une mthode
numrique permettant dobtenir les rsultats souhaits.
Les mthodes de post-traitement, que nous naborderons pas dans ce document, sont trs riches
et permettent de faire beaucoup de choses. Elles ont en outre lavantage dtre parfois plus faciles
implmenter dans des codes industriels que de nouveaux lments.

11.4 Validation pratique dun EF, indicateurs derreur


Les tests numriques des lments et au del des codes de calcul sont indispensables. Non seulement
ils permettent de vrifier la satisfaction de critres de convergence et dvaluer la prcision des lments
finis dvelopps, ce qui peut tre ralis par une analyse mathmatique, mais ils permettent galement
de sassurer de la bonne programmation.
Plusieurs types de tests peuvent et doivent tre faits, sur plusieurs problmes types. Ces tests
concernent aussi bien un seul lment, que plusieurs (patch-test), et mme diffrents maillages.
En mcanique, on distingue les cas suivants :
Problme / solu- Maillage Vrification Importance
tion de rfrence
Mouvement rigide 1 lment base polynomiale complte / convergence du modle EF
et dformations modes parasites vers la solution thorique
constantes lorsque le nombre dlment
Mouvement rigide plusieurs base complte, conformit, in- tend vers linfini. Test
et dformations lments : dpendance par rapport au particulirement pour les non
constantes patch-test maillage (vrification de las- standard ou non conformes.
cinmatique semblage), absence de modes
ou mcanique parasites
Champ de dfor- diffrents prcision et influence de la dis- qualit de llment par raport
mations gnrales maillages torsion sur les dplacements et dautres lments existants.
la contrante

11.4.1 Modes rigides et parasites


Le problme consiste savoir si un lment fini, que lon dfinira ici par sa matrice [k], peut prsenter
ltat de dformation nulle ou dnergie interne nulle (mode ou mouvement de corps rigide).
Une mthode consiste dterminer le nombre de valeurs propres nulles de [k]. Ce nombre doit tre
gal au nombre de modes rigides : soit 3 en 2D (2 translations, 1 rotation), 6 en 3D, 1 en axisymtrique.
On notera mr le nombre de modes rigides.
Sil y a plus de valeurs propres nulles que de modes rigides, alors cest quil y a des modes parasites
( nergie nulle). Ces modes parasites doivent disparatre aprs assemblage de plusieurs lments afin
dviter que la matrice de rigidit soit singulire (do le test sur plusieurs lments).
Le schma dintgration choisi pour la dfinition de llment (par exemple intgration complte,
rduite ou slective) peut influer sur les modes parasites. Cest pourquoi, il nest pas toujours aussi
simple de dterminer mathmatiquement ce facteur.
Dans ce cas, il est possible dintroduire un champ de dplacement reprsentant le mouvement rigide.
Pour chaque mode rigide i, le vecteur {uin } associ la matrice [k] doit vrifier : [k]{uin } = {0}.
Un mode rigide quelconque tant une combinaison linaire des modes {uin }, on construit un problme
EF dans lequel on impose mr valeurs du vecteur {uin } et on dtermine numriquement les n mr

iM 2 137 PLN d.
11. Formulation pratique dlments finis

composantes (non imposes) de {uin }. Celles-ci doivent tre identiques aux valeurs thoriques associes
au mode rigide i. Si ce nest pas le cas, cest quil existe des modes rigides.

11.4.2 Modes associs aux dformations constantes


Pour converger correctement llment doit galement reprsenter exactement ltat de dformations
ou contraintes constantes (ou plus gnralement la reprsentation constante de tous les termes de la
forme variationnelle).
Dans un premier temps, on calcule les efforts nodaux correspondant une contrainte fixe.
Dans un second temps, on introduit les efforts nodaux comme CL dans le modle EF et on vrifie si
lon retrouve bien ltat de contrainte initialement choisi.

11.4.3 Patch-tests
Le domaine choisi doit possder au moins un nud lintrieur du domaine.
On dfinit un champ de dplacement conduisant un tat de dformation dsir (constant ou non),
que lon introduit comme CL dans le modle EF.
On vrifie quau point intrieur, ltat de dformation obtenu est bien celui dsir.

11.4.4 Test de prcision dun lment


On confronte le modle EF un ou des cas tests reprsentatifs de ce pour quoi llment t dve-
lopp (lasticit tridimensionnelle, bidimensionnelle, problme de torsion, problme avec concentrations
locales de dformations ou de contraintes, prise en compte des frontires courbes...).
Sur les composantes dintrt, on regardera sil y a bien convergence du modle et sa vitesse de
convergence en fonction du nombre dlments, de la distorsion de ceux-ci...
La mesure de lcart peut demander une jauge particulire. Cest ce que lon appelle un esti-
mateur derreur.
Nous navons abord jusqu prsent que la mesure de lerreur due la MEF elle-mme, mais chaque
problme particulier peut demander un estimateur particulier.
Pour la mcanique, les estimateurs sont souvent lis la qualit des contraintes ou des estimateurs
dnergie.
Un indicateur local derreur pourra par exemple tre bas sur lcart entre les contraintes aux nuds
et aux frontires aprs extrapolation des points dintgration de chaque lment. On rappelle que cer-
taines contraintes doivent tre nulles sur les frontires libres.
On trouve par exemple lcart sur les contraintes quivalentes (selon un sens dfinir en fonction du
type de matriau : par exemple von Mises pour un matriau isotrope, Hill, Tsa-Hill, Tsa-Wu... pour
les matriaux anisotropes, les mousses, les os, les composites...) ; lcart sur la contrainte moyenne...
On peut galement utiliser la densit dnergie interne de dformation sur chaque lment, lidal
tant que tous les lments contribuent de manire identique lestimation de lnergie interne totale.
Un indicateur global derreur pourra tre par exemple la valeur de lnergie potentielle totale. Plus
sa valeur sera petite, meilleur sera le modle.
On peut galement vrifier que certaines quations dquilibre sont vrifies lintrieur dun lment
ou le long dune frontire entre lments (par exemple linterface entre deux domaines, un problme
voqu un peu avant au paragraphe 11.3)...


PLN d. 138 iM 2

iM 2
12. Le calcul efficient : qualit des rsultats et efforts de
calcul
version du 11 dcembre 2012

12.1 Amlioration dun modle : mthodes r, h et p


Les indicateurs derreur ont pour but de nous indiquer si nous sommes loin de la solution, afin de
pouvoir modifier le modle si besoin. Ainsi, par itrations successives, on pourra tendre vers une solution
de plus en plus proche de la solution exacte.
Les indicateurs locaux nous permettent notamment de faire des modifications uniquement locales
du modles, i.e. uniquement l o il y en a besoin, par exemple en raffinant le maillage.
Globalement, il existe trois stratgies pour amliorer la prcision de la solution obtenue :
la mthode -r- pour relocalisation des nuds.
Pour un maillage et un type dlment donn, il sagit de dplacer les nuds, en fonctions des
indicateurs derreur, et donc sans impacter le nombre de ddl du systme. Ainsi, la taille des
lments peut augmenter (maillage plus lche) dans les zones les moins sollicites et diminuer
(maillage plus fin) dans les zones les plus sollicites. On voit que la restriction de la mthode est
quelle ne joue pas sur le nombre de nuds, et que par consquent, sans violer les contraintes de
distorsion, elle est limite.
la mthode -h- o h est la taille dun lment.
En conservant le mme type dlment, on les subdivise dans les zones les plus sollicites (selon
le ou les indicateurs derreur choisis). Dans cette mthode, on augmente le nombre de nuds afin
de contrler les erreurs et la prcision du modle. Il est ncessaire de se fixer une limite dans la
prcision recherche afin de ne pas trop raffiner le maillage.
la mthode -p- pour polynmes.
nombre dlments constant, dans les zones les plus sollicites, on va modifier les lments
en introduisant des fonctions de formes polynomiales dordre plus lev (dite hirarchiques). La
complexit du systme est cette fois encore accrue.
videmment, ces mthodes peuvent tre combines. La mthode -hp- propose de modifier la fois
le maillage et les fonctions dinterpolation. Elle semble aujourdhui tre la mthode optimale en terme
defficacit et de vitesse de convergence.
Notons que les mthodes -r- et -h- dpendent des capacits du mailleur automatique implment.
De nombreux travaux existent sur le maillage automatique, nous nentrerons pas dans ce dtail.

12.2 Le Post-traitement
Une manire damliorer les rsultats est de recourir des mthodes dites de post-traitement, i.e.
des mthodes qui, partir des donnes issues de la rsolution du systme matriciel correspondant au
problme, fournissent des donnes complmentaires ou amliorent toute ou partie des donnes dj
disponibles.
En fonction des problmes (donc des donnes disponibles et des donnes souhaites) de nombreuses
mthodes existent. Elles sont gnralement ddi un problme donn.

iM 2 139 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul

Un exemple dj abord dans ce document est celui o, partir des dplacement nodaux obtenus par
un calcul EF dune structure mcanique compose de deux matriaux diffrents dans une discrtisation
classique en dplacements, on souhaite remonter aux contraintes linterface entre lesdits matriaux.
Une mthode dj mentionne est la mthode dite de Reissner local qui consiste intgrer les
quations dqulibre sous la forme mixte de Reissner, mais uniquement sur des paires dlments ayant
des proprit matrielles diffrentes et possdant une face commune.
On obtient alors un champ de contrainte compltement continu dont on ne retient que les com-
posantes correspondant la trace des contraintes, les autres tant calcules comme dans la mthode
classique. On montre que lon amliore grandement la qualit de lapproximation des contraintes aux
interfaces, mmes avec un maillage grossier.

Un autre exemple serait, disposant dun point de pression constant par lment, de calculer la
pression en un point quelconque comme interpolation (linaire ou non) partir des points disponibles.

Un troisime exemple serait partir des donnes nodales dans un modle 1D (poutre ou barre selon
le cas), de remonter la rpartition des contraintes en un points quelconque de la structure (donc
via les hypothses faites dans le modle sur la rpartition des contraintes dans une section + via un
interpolation lorsque lon se trouve dans une section ne passant pas par un nud)...

12.3 La sous-structuration et la simulation multi-chelles

Le fonctionnement des produits industriels met en jeu des phnomnes physiques a des chelles trs
diffrentes. La prise en compte de tous ces phnomnes dans les simulations numriques demanderait
dutiliser des modles extrmement dtaills, entranant des cots didentification et/ou de calcul prohi-
bitifs. La simulation multi-chelles est une rponse cette problmatique. Elle consiste simuler chaque
phnomne lchelle la plus pertinente, i.e. en utilisant plusieurs modles de tailles et de finesses dif-
frentes ; cela permet, grce des solveurs adapts, de raliser des simulations qui seraient inaccessibles
par des approches plus directes.

Imaginons que nous souhaitions calculer un avion, mais que, pour des raisons vidente de scurit
nous ayons besoin dobtenir une precision boulon par boulon. On se doute bien que lon ne peut mailler
tout lavion ave un tel niveau de dtail... On recourt alors une cascade de modles de dimensions et
de finesses diffrentes, allant de lavion tout entier (mais modllis relativement grossirement) des
dtails structuraux modliss trs finement (mais limits de petites zones).
La simulation est donc dcompose en diffrents niveaux, chacun reprsentant une chelle diffrente.
Pour coordonner ces niveaux entre eux, on utilise gnralement une approche dite descendante : on
commence par simuler le comportement global de lavion, puis les rsultats sont utiliss pour dterminer
les conditions aux limites appliques sur les niveaux infrieurs. Toutesfois, il est parfois galement nces-
saire de combiner ces approches descendantes des approches ascendantes : les rsultats des simulations
fines sont utiliss pour construire des modles de comportements plus grossiers

PLN d. 140 iM 2
12. Le calcul efficient : qualit des rsultats et efforts de calcul

De trs nombreuses mthodologies multi-chelles existent et reposent toutes sur le fait de simuler
chaque phnomne lchelle la plus pertinente. Pour cela, il est ncessaire :
1. de distinguer diffrentes chelles dans la modlisation et dans la simulation ;
2. de modliser les relations existant entre ces diffrentes chelles.

Considrons un problme comportant deux chelles. Le point 1 voqu ci-dessus se traduit par le
fait de disposer de deux modles distincts :
Un modle macroscopique
Il reprsente le produit et son environnement extrieur et est constitu dune gomtrie et dun
mode de comportement relativement grossiers (puisque nayant pas vocation reprsenter les
phnomnes microscopiques) ;
Un modle microcopique
Il possde une description gomtrique et un maillage suffisamment fins ainsi quun modle de
comportement dtaill. Il ne comprend quune ou quelques cellules types de petites dimensions.
Il est souvent possible, pour les matriaux notamment, de disposer dhypothses simplificatrices
(telles que llasticit linaire) permettant de se restreindre une seule cellule type. Pour le cas des
matriaux anisotropes constitus de plusieurs autres matriaux tels que les matriaux composites
et fibreux, on se reportera au chapitre suivant sur lhomognisation.
Toutefois, certaines fois on ne dispose pas de telles hypothses et il faut multiplier le nombre de
cellules (jusqu parfois couvrir tout le modle macro !)

Le point 2 consiste donc relier les deux chelles de modlisation.


En effet, les modles macro et micro ne sont pas indpendants puisquils modlisent la mme physique
des chelles diffrentes. Il est donc ncessaire quils soient cohrents lun vis--vis de lautre, en tout
point et chaque instant de la simulation. Pour cette raison, les modlisations multi-chelles comportent
des couplages, i.e. des modles dinteractions, entre les chelles.
Dans le cadre de la mcanique des solides dformables, on procde gralement comme suit :
Le modle de comportement macroscopique : qui modlise des phnomnes se produisant au
cur du matriau, doit correspondre la relation contraintes/dformations observe sur la cellule
micro ;
Le modle de comportement microcopique : qui traduisent la faon dont la cellule est sollicite
par son environnement extrieur, doivent correspondre ltat de contraintes ou de dformations
macro.
Le modle macro ayant une rsolution beaucoup plus grossire, la cohrence des deux modles ne
peut donc pas se traduire par une correspondance exacte, point par point, des conditions aux limites

iM 2 141 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul

ou du comportement. Pour cette raison, la plupart des approches multi-chelles postulent que les quan-
tits macroscopiques doivent correspondre des moyennes des quantits micro correspondantes, la
dfinition mathmatique exacte de cette moyenne variant fortement dune approche lautre.
On peut donc dire que :
Le modle de comportement macroscopique dun lment de volume est choisi gal au comporte-
ment moyen de la cellule micro correspondante, calcul en utilisant une technique dhomognisa-
tion ;
Les conditions aux limites micro sont appliques en moyenne, car les champs de contraintes ou de
dplacements macro sont beaucoup trop grossiers.
Le problme est donc dchanger des donnes pertinentes entre les diffrentes chelles, compte tenu
des diffrentes rsolutions des modles.
Dans le sens micro vers macro, on utilisera les techniques dhomognisation dont il sera lobjet au
chapitre suivant.
Dans le sens macro vers micro, il sagit donc de spcifier des conditions aux limites appliquer sur
le bord des cellules micro, partir dune solution macro.
Les mthodes les plus simples se contentent dimposer directement le champ de dplacements (ou de
contraintes) macro comme condition aux limites. Le modle macro ayant par dfinition une rsolution
beaucoup plus grossire que le modle micro, il est incapable de capturer lallure microscopique des
dplacements ou des contraintes. Ces CL sont donc souvent trop imprcises par rapport aux finalits du
modle micro. Cela peut dgrader fortement la qualit des rsultats et donc restreindre le domaine de
validit de ces approches.
Pour palier ce problme, on crit les CL micro de manire plus subtile en les dcomposant en la
somme dun terme moyen et un terme terme de moyenne nulle. Ainsi, le champ micro um sera crit
um = uM + v m o uM est le champ macro (i.e. la moyenne du champ micro), et v m est le reste (
moyenne nulle). Notre probl eme devient donc de dterminer le reste v m , et cest l que les mthodes
divergent le plus. On distingue nanmoins deux grosses familles :
Condition de priodicit
On postule que lon connat lallule du reste. On peut alors enchainer un calcul macro avec un
solveur spcifique pui un calcul micro avec un solveur classique ;
Couplage des cellules micro
Lorsquil nest pas si simple de sparer les chelles, alors il faut rsoudre en mme temps les
deux problmes micro et macro avec change de donnes.
Ces deux approches vont tre un peu plus dtailles maintenant.

12.3.1 Condition de priodicit mthodes multi-niveaux


Souvent, les mthodes multi-niveaux sont bases sur des conditions de priodicit inspires de lho-
mognisation priodique. Ces conditions supposent que la partie micro du champ de dplacement, v m ,
est priodique, i.e. est gale sur chaque paire de faces opposes de la cellule type considre. La mme
hypothse est formule sur les contraintes. On obtient ainsi un ensemble de CL permettant de dterminer
entirement la solution micro partir dune dformation (ou dune contrainte) macro impose.
Le rsultat micro ainsi obtenu est pertinent deux conditions : 1) il faut que la microstructure
soit effectivement priodique, et 2) que le principe de Saint-Venant sapplique, i.e. que lon se trouve
suffisamment loin de la surface de la pice (y compris des dtails gomtriques tels que des trous, des
fissures...). Dans le cas contraire, des effets de bord peuvent affecter lallure de la solution, qui nest
alors plus priodique : il faut donc recourir dautres modlisations.
La simulation multi-niveaux fait appel deux types de modles, chacun quipde son solveur :

PLN d. 142 iM 2
12. Le calcul efficient : qualit des rsultats et efforts de calcul

un modle macro ne possdant pas de relation de comportement du matriau prdfinie, quip


dun solveur EF modifi ;
un ensemble de modles micro ne possdant pas de CL prdfinies, quips de solveurs EF clas-
siques.
En fait, le solveur EF modifi est un solveur EF classique avec une petite diffrence : chaque
fois que le solveur macro a besoin du comportement dun lment de volume quelconque, il envoie
ltat de dformation macro de cet lment au solveur micro. Ce dernier a alors toutes les donnes
ncessaire pour simuler numriquement son comportement lchelle microscopique. Il renvoie alors
ltat de contraintes macro, selon la dcomposition menstionne ci-dessus. Les cellules micro tant pour
ainsi dire indpendantes, il est possible de recourir des calculatreur parallles.
Le domaine de validit de ces mthodes est bon ds que lon sait faire des hypothses ralistes sur
lallule de la solution micro. Ce nest pas toujours le cas : par exemple, la fissuration, lorsquelle sort
dun cadre microcopique pour atteindre un cadre macroscopique, se prte trs mal cet excercice. Le
cas de la fissuration sera traite dans un chapitre ultrieur de ce document.
En rsum :
Les mthodes multi-niveaux abordent la simulation lchelle macro et se nourrissent du com-
portement simul lchelle microscopique.
Dans les mthodes multi-niveaux, lemploi dhypothses de priodicit se traduit par des sauts de
contraintes et de dplacements dune cellule lautre ; si les chelles sont mal spares, ces sauts sont
non ngligeables. Ne correspondant priori pas la physique, ils traduisent un cart avec la ralit.

12.3.2 Couplage des cellules micro mthodes de dcomposition de domaine


Les mthodes multi-niveaux prsentes au paragraphe prcdent sont mises mal lorsque le com-
portement micro dborde un peu sur le comportement macro, i.e. lorsque les chelles ne sont pas
suffisament bien spares. On recourt alors aux mthodes de dcomposition de domaines, dont la vali-
dit est plus large, mais qui sont plus complexes.
Puisque nous ne pouvons plus supposer une allure de la solution micro, nous nallons utiliser que les
seules connaissance disponibles priori : la continut du champ de dplacements ainsi que la vrification
par les contraintes du principe daction-raction. Il suffit donc dcrire qu linterface entre deux
cellules micro, il y a galit des dplacement et nullit de la somme des traces des contraintes (on
retrouve ce que nous avons dj plusieurs fois voqu avec ltat des contrainte linterface entre deux
matriaux diffrents).
La prsence de couplages entre les cellules micro (qui en quelque sorte correspond une gnralisation
de la consition de priodicit du paragraphe prcdent) change compltement le droulement de la
simulation par rapport aux mthodes multi-niveaux vues au paragraphe prcdent. En effet, la prise
en compte de ces couplages implique dchanger directement des donnes entre les diffrents solveurs
micro, qui ne sont plaus indpendants. En contrepartie, cela permet de propager une information fine
sur lensemble de la pice et, ainsi, de se passer de lhypothse de sparation des chelles : il nest plus
ncessaire de modliser sparment les phnomnes micro et macro.
Concrtement, les mthodes de dcomposition de domaine sont des solveurs, qui ont gnralement
un fonctionnement multi-chelles. Elles partent dun modle micro du produit dcompos en sous-
structures, et consistent coupler les sous-structures en changeant des contraintes et des dplacements
sur les interfaces. Des versions plus ou moins simples existent. Notons bien quil ny a pas de modle
macro dans une telle approche.
En rsum :
Dans la dcomposition de domaine, la simulation est aborde lchelle la plus fine : la sous-
structuration et le problme grossier ne sont utiliss que pour amliorer lefficacit de la rsolution.

iM 2 143 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul

Une simulation par dcomposition de domaine conduit toujours un champ de dplacement micro
continu sur toute la structure, et un champ de contraintes micro quilibr (au sens des EF) sur toute la
structure.
Actuellement, la simulation multi-chelles est encore relativement peu rpandue dans le monde de
lingnierie. Elle reprsente en effet un changement considrable par rapport aux pratiques usuelles de
simulation ; de plus, la plupart des logiciels de calcul multi-chelles sont des outils dvelopps par des
chercheurs, qui nont pas encore lergonomie et la robustesse des solveurs utiliss dans lindustrie. Les
industriels attendent donc lapparition doutils mieux adapts leurs problmatiques avant denvisager
une utilisation plus frquente de ces mthodes.
Cependant, plus long terme, la simulation multi-chelles suscite un intrt considrable dans lin-
dustrie : en rendant accessibles la simulation des phnomnes qui ne peuvent actuellement tre tudis
quexprimentalement, elle constitue un pas important en direction du virtual testing. Pour cette
raison, elle fait toujours lojet de nombreux projets de recherche. Ceux-ci concernent aussi bien la mo-
dlisation, avec notamment la mise au point de matriaux virtuels (qui ne sont rien dautre que
des modles multi-chelles, notamment pour les matriaux composites), que les solveurs qui sont en
constante volution.

12.4 Les Super-lements


Dans ce paragraphe, nous allons parler du concept de super-lment, qui nest quune application de
ce qui a t prsent au paragraphe prcdent.
Un super-lment est un groupement dlments qui, aprs assemblage, peuvent tre vus comme
un lment individuel du point de vue du calcul. Cet assemblage peut tre requis pour des raisons de
modlisation ou de calcul.
Pour constituer un super-lments, les lments groups ne peuvent tre pris au hasard. Ils doivent
au moins constituer une structure en eux-mme, mais dautres conditions sont ncessaires qui seront
dtailles plus loin.
Comme nous lavons dit au paragraphe prcdent, il y a deux voies duales pour considrer ce pro-
cessus.
Lapproche descendante consiste considrer un super-lment comme constitu dun sensemble
dlments. On parle alors de macro-lment. Lapproche ascendante consiste considrer un super-
lment comme un sous-ensemble dune structure complte. On parle alors de sous-structure.
Mzalor, quand parle-t-on de sous-structure ou de macro-lment ? En fait, il ny a pas de rgle, et le
terme gnrique de super-lment couvre tout le spectre depuis llment individuel jusqu la structure
complte.
Un peu dhistoire :
Originellement introduit dans laronautique dans les annes 60 (do le schma au paragraphe
prcdent), le concept de sous-structuration rpondait trois motivations :
facilier la division du travail : des sous-structures avec des fonctions diffrentes (fuselage, ailes,
train datterrissage...) pouvaient tre traites par des groupes dexperts diffrents. Chaque groupe
pouvait loisir amliorer, raffiner... sa partie tant que linterface avec les autres parties restait
inchange.
profiter de la rptition : en remarquant quune mme structure peut contenir plusieurs sous-
structures identiques, il est possible de diminuer le temps dtude (par exemple symtrie des
ailes...)
contourner les limitations des ordinateurs : les ordinateurs de lpoque atteignaient vite leurs
limites (par exemple en terme de taille mmoire). Diviser une structure complexe, que lon tait

PLN d. 144 iM 2
12. Le calcul efficient : qualit des rsultats et efforts de calcul

incapable de calculer en une seule fois, permettait de sauvegarder des rsultats sous-structure par
sous-structure puis deffectuer lassemblage des rsultats.
Si les deux premiers points sont toujours dactualit, le troisime lest moins, surtout depuis le recourt
aux algorithmes parallles.
Cest dailleurs le dveloppement de procdures pour le calcul parallle qui a conduit les mathmati-
ciens appliqus au concept de sous-domaines, alors quils devaient grouper des lments pour des raisons
de calcul.

12.4.1 Condensation statique


En tant quassemblage de plusieurs lments, un super-lment possde :
des degrs de libert internes : qui ne sont pas connects des lments nappartenant pas au
super-lment considr. Les nuds ayant des ddl internes sont dits nuds internes.
des degrs de libert aux frontires : qui sont connects au moins une entit (lment, super-
lment) nappartenant pas au super-lment considr.
Lopration consistant liminer tous les ddl internes est appele condensation statique ou conden-
sation.
Regardons ce qui se passe dun point de vue matriciel. Pour cela, considrons que nous ayons
rsoudre le systme :
Kq = f
Le vecteur q se compose des composantes internes qi et des composantes de frontire qb , de sorte que
le systme, une fois rordonn scrit :
    
Kbb Kbi qb fb
=
Kib Kii qi fi

Si la matrice Kii nest pas singulire, alors la seconde quation peut tre rsolue en terme de variables
internes en :
qi = Kii1 (fi Kib qb )
En reportant cela dans la premire quation, on obtient le systme avec matrice de rigidit condense :

Kbb qb = fb

avec Kbb = Kbb Kbi Kii1 Kib et fb = fb Kbi Kii1 fi .


Aprs condensation, on peut donc bien considrer le super-lment, dun point de vue calculatoire,
comme un lment individuel.
Notons que la matrice Kii nest pas singulire si elle possde la condition de rang suffisant, i.e. si
elle ne contient que des modes nergie nulle correspondant aux modes rigides (cette condition a dj
voque propos de la validation des lments). Si cela nest pas le cas, le super-lment est dit flottant,
et peut quand mme tre trait (en utilisant les projecteurs et inverses gnraliss, mais cest un peu
plus compliqu).
La condensation statique est une opration matricielle appele inversion partielle ou limination
partielle ou pseudo-inversion.

12.4.2 Remonter aux ddl internes


Une fois le systme condens rsolu, on obtient les valeurs aux nuds internes en rutilisant la
formule : qi = Kii1 (fi Kib qb )

iM 2 145 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul

12.5 Pseudo-inversion et ranalyse


On peut tre amen, notamment lors de phases de conceptions, devoir considrer plusieurs pro-
blmes relativement proches les uns des autres (i.e. tester plusieurs configurations). On est alors
tent dutiliser tout ou partie de la premire modlisation afin de raliser les suivantes.
Lide de la mthode de ranalyse est danalyser le comportement dune structure lastique par EF
sans particulariser le systme dquations final par la prise en compte de conditions cinmatiques.
On obtient alors une solution gnrale de ce systme faisant intervenir une matrice de rigidit rgu-
larise. La nature de cette matrice (somme dune matrice bande et dune matrice pleine) ne permet pas
dutiliser les mthodes les plus classiques et optimales de rsolution, mais il est possible den dvelopper
dautres permettant daccder la quasi-inverse dune matrice singulire semi-dfinie positive (tout en
profitant de son caractre bande).
Il est alors possible, tout en modifiant les conditions cinmatiques et les chargements appliqus, de
procder des ranalyses qui consistent alors simplement rsoudre des systmes dits secondaires de
tailles trs infrieures au systme global (mais un surcot a t pay initialement pour calculer la
pseudo-inverse).
Des problmes de contact avec ou sans frotement entre solides lastiques peuvent bnficier de cette
mthode, ainsi que la modlisation du comportement lastique incompressible.

12.5.1 Modification du chargement uniquement


Si lon considre une structure, de matrice de rigidit K, alors les dplacements de ses nuds u,
lorsque cette structure est soumise au chargement F sont donns par le systme :

Kq = F

Dans cette quation, K est de dimension n n, et q et F sont des vecteurs.


Si lon souhaite considrer plusieurs cas de chargement F1 , ... Fk , on peut soit rsoudre k fois le
systme prcdent, soit rsoudre le systme :

Kq = F

o F est la matrice n k des k vecteurs de chargement, et q est la matrice n k des k vecteurs solutions
correspondants.
Cette mthode, la plus simple des mthodes de ranalyse, permet malgr tout dconomiser des
oprations.

12.5.2 Modification de la matrice


Considrons maintenant le cas o ce nest plus le chargement F qui peut varier dune analyse
lautre, mais la matrice K.
On est amen chercher une solution du systme :

(K + K)q = F

en fonction de la solution du systme non perturb, i.e. calculer (K + K)1 en fonction des autres
matrices. On rappelle que K est appel perturbation de la matrice K.
Certaines formules existent pour des modifcation mineures de la matrice K, mais nous ne les pr-
senterons pas.


PLN d. 146 iM 2
12. Le calcul efficient : qualit des rsultats et efforts de calcul

12.5.3 Modification des conditions cinmatiques


Nous ne considrons ici que des modifications des conditions cinmatiques.
Gnralement, les conditions cinmatiques sont prises en compte en supprimant ou en modifiant les
quations de lquilibre avant rsolution, ce qui rend le systme rgulier.
Nous avons vu que le systme rsoudre (incluant les conditions cinmatiques) revient chercher
le minimum de la forme quadratique : M = 21 q t Kq q t F .
Notons que lon peut crire les p conditions cinmatiques sous la forme : Cq = avec C une matrice
p n, et q et des vecteurs.
Nous avons galement dj vu que ces conditions peuvent tre prises en compte par lintermdiaire
de p multiplicateurs de Lagrange dans la fonctionnelle prcdente qui devient alors :

1
M = q t Kq q t F (Cq )
2
Le systme rsoudre est symtrique, rgulier, mais non dfini-positif.
Pour pallier la lenteur des algorithmes disponibles pour la rsolution numrique dun tel systme
(mthode de Gauss ou de dcomposition avec pivotage), il est prferrable de rgulariser le systme.
Pour cela, on sappuie sur la connaisance de la matrice K : celle-ci est singulire dordre r, o r
correspond aux mouvements de corps rigide, ou modes rigides. Cela veut galement dire quelle possde
n r valeurs propres strictement positives (et r valeurs propres nulles).
Il est vident quil faut au moins disposer de p n conditions aux limites cinmatiques pour que le
systme puisse admettre une solution. Cest videmment lhypothse que nous ferons (sinon le problme
est mal pos).
Nous considrons la matrice R de dimension n r des r vecteurs propres de K correspondant la
valeur propre nulle. Quitte construire ces vecteurs (qui sont orthogonaux), nous les choisirons norms.
On a alors : 
KR = 0
R t R = Ir
On introduit la matrice :
K = K + RRt
qui, pour > 0 est rgulire car symtrique et dfinie-positive. Les colonnes de R sont vecteurs propres
de K pour la valeur propre .
Dans le systme Kq = F , on remplace K par K RRt , et en introduisant le fait que K RRt =
RRt , on obtient finalement :
K (In RRt )q = F
Si lon change de variable en posant v = (In RRt )q (v est la projection de q sur lorthogonal du
noyau de K), v devient linconnue du systme rgularis :

K v = F

et lon retrouvera la solution du systme initial u par : u = v + RRt u = K1 F + RRt u.


On peut remarquer que K1 , que lon note S possde les mmes valeurs propres que K (et donc
les mmes que K et RRt ). On est donc naturellement amen dcomposer S comme :

1
S = S + RRt

avec SR = 0 et Rt S = 0.

iM 2 147 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul

Cest cette matrice S que lon appelle quasi-inverse de K, car :

SK = KS = I RRt

Elle est de dimension n n, symtrique, semi-dfinie positive (ses valeurs propres sont de mme signe),
admet les mmes valeurs propres que K et en partoiculier ceux de la valeur propore nulle dont R est
une base, mais elle ne possde pas de caractre bande.

Voici bross, en quelques lignes, les ides principales de la mthode. Nous nirons pas plus loin dans
sa prsentation.
On rappelle que lintrt de la mthode est quune fois une premire tape consistant intgrer les
donnes relatives la structure (gomtrie, discrtisation, matriaux) ralise, on peut alors effectuer
autant de fois que ncessaire la seconde tape qui porte sur la prise en compte des chargements et
conditions aux limites.
Notons quil est possible de modifier un peu la forme du systme secondaire afin de pouvoir prendre
en compte, lors de la seconde tape, des conditions plus complexes, comme des conditions mixtes par
exemple...

12.6 Drives dordre suprieur


Au paragraphe prcdent, nous avons vu comment, sur une structure donne, il tait possible de
prendre en compte plusieurs chargements et conditions aux limites cinmatiques sans avoir refaire
tout le calcul.
Dans le mme tat desprit, nous allons voir maintenant comment optimiser la forme dune structure,
sans refaire tous les calculs.
Considrons le cas dune conception ayant pour but de dterminer la forme la plus adapte selon
certains critres (rigidit, dforme, contraintes, nergie transmise...). Chaque valuation dune fonc-
tion cot conduit une analyse par EF. Lutilisation de drives par rapport la gomtrie, ou plus
gnralement par rapport la fonction cot, permet de rduire ce nombre danalyse.
En fait, peut-tre contrairement lintuition, le calcul de ces drives est relativement peu coteux ;
il nest pas difficile (et peut tre fait automatiquement). Les drives dordre suprieur dune fonction
cot peuvent en fait tre calcules avec autant de prcision que la fonction elle-mme. Ainsi, en un seul
calcul, il est possible dobtenir un dveloppement de Taylor de la fonction cot, et donc dviter de
nombreuses analyses.

12.6.1 Drives par rapport la gomtrie


En plus de considrer un domaine born de Rn , nous allons considrer une perturbation V de ,
et nous noterons :
+ V = (I + V )(); V W 1, (; Rn )

Nous considrons la fonction cot J(, u ) choisie pour dcrire le problme doptimisation. Cette
fonction dpend donc naturellement du domaine et de la solution du problme sur ce domaine u .
Nous allons donner un sens la drive de la fonction cot par rapport aux variations du domaine.
Z
Si lon considre le cas simple J(, u) = u, alors il vient :

Z Z
dJ
(, uv , V ) = u V.n + u0;v
d

PLN d. 148 iM 2
12. Le calcul efficient : qualit des rsultats et efforts de calcul

avec une fois encore n la normale extrieure de = , et :

u+tV (x) u (x)


u0;V = lim , x
t0 t
La mthode de drivation par transport conduit :

u+tV (I + tV )(x) u (x)


Z Z
dJ
(, uv , V ) = u divV + u;v avec u;V = lim , x
d t0 t

On dfinit alors la drive de la fonction cot par rapport aux variations du domaine par :
Z
J
(, u, V ) = uV.n

La difficult tient ce que lensemble des domaines ne consitue pas un espace vectoriel (les
perturbations ne sajoutent pas, ou au moins ne sont pas associatives : ( + V ) + W 6= ( + W ) + V ).
Toutefois, si lon utilise un paramtrage du domaine, il est alors possible dutiliser les outils classiques
du calcul diffrentiel dans les espaces norms. On introduit alors le paramtre F par :

J(F, u) = J(F (), u F 1 ), F W 1, (; Rn )

et lon a alors (F + V ) + W = (F + W ) + V ).
La drive partielle de J par rapport au paramtre F est dfinie sans ambiguit. Dans notre exemple,
cette drive, prise au point F = I est :
Z
J
(I, u).V = udivV
F

On pourra alors nous faire remarquer que :


J J
(, u, V ) 6= (I, u).V
F
ce quoi nous rpondrons que cest le prix payer pour se ramener un espace vectoriel.
Cette dmarche peut alors tre gnralise aux ordres suprieurs.

12.6.2 Calcul des drives


Nous nentrons pas dans le dtail, mais en cours de calcul se pose la question intressante : obtient-on
le mme rsultat si lon discrtise dabord et drive ensuite ?
En fait, la rponse est oui, sous certaines conditions de rgularit que nous ne mentionnerons pas
dans le cadre de ce document.
Encore une fois, nous navons fait queffleurer le problme, juste pour faire connatre la mthode.
Il nous semblait intressant de prsenter la notion de drive par rapport la gomtrie.
De telles mthodes sont dores et dj implmentes dans certains codes de calculs. Leur intrt
devrait apparatre clairement au lecteur (nous lesprons).

iM 2 149 PLN d.
12. Le calcul efficient : qualit des rsultats et efforts de calcul


PLN d. 150 iM 2

iM 2
13. Lhomognisation
version du 11 dcembre 2012

Notes Lide bien connue de lhomognisation est de remplacer un milieu compliqu par un
milieu quivalent simple afin de simplifier le modle numrique rsoudre. Lintrt de ces techniques
est donc vident.
Par exemple, un matriau composite compos de plusieurs plis (couches) constitues chacune de
fibres noyes dans une matrice et dont lorientation diffre dune couche lautre peut tre reprsent
avantageusement par un matriau homognis ou quivalent.
Nous allons prsenter les mthodes dhomognisation ainsi que leurs applications en mcanique et
acoustique, mais galement en modlisation.

Un peu dhistoire 1 :
Les thories des milieux effectifs visent estimer les proprits effectives (i.e. macroscopiques) dun
milieu en fonction des proprits locales de chacun des constituants ainsi que dun certain nombre
dinformations sur la microstructure. Les premires thories remontent au XIXe sicle et sont dues
Mossotti, Maxwell, Poisson ou encore Lorentz. Le but de ces modles est de fournir soit des bornes pour
le comportement effectif, soit des approximations du comportement effectif. Les bornes sont optimales
lorsquil existe une microstructure particulire qui ralise exactement le modle physique. On value les
bonnes proprits de ces thories en les confrontant dautres rsultats thoriques, calculs analytiques
et numriques...
Ces thories sont utilises pour les problmes de conductivit (milieux dilectriques), en mcanique,
magntique, thermique... lorsque lon a des phases de conductivit, dlasticit, des coefficients ther-
miques... variables. Ces problmes sont en gnral trs difficiles rsoudre (non-linaires et anisotropes)
alors quen mme temps, du point de vue des applications pratiques, il nest pas forcment ncessaire
de tenir compte de lensemble des degrs de libert de ces systmes.
Lexistence dun comportement effectif nest nullement assure. On montre, que dans certaines hypo-
thses (en particulier lexistence dun volume lmentaire reprsentatif ), on peut effectivement remplacer
un matriau htrogne par un milieu homogne quivalent.
Enfin, dun point de vue purement numrique, ces mthodes peuvent tre utilises pour simplifier
un systme rsoudre, que cela ait un sens physique ou non.

Notons que les techniques dhomognisation ne sont pas que des artefacts, des trucs et astuces.
Certaines des grandeurs physiques que nous utilisons tous les jours ne sont que des moyennes. Le
meilleur exemple en est la pression. Bien quen un point donn dun gaz on voit passer des particules
allant en tous sens, on constate galement, une chelle plus macroscopique, un schma densemble qui

1.

Ottaviano-Fabrizio Mossotti James Clerk Maxwell Simon Denis Poisson Hendrik Antoon Lorentz
1791-1863 1831-1879 1781-1840 1853-1928

iM 2 151 PLN d.
13. Lhomognisation

permet de dfinir par exemple la pression quexerce ledit gaz sur une paroi... pourtant rien de cohrent
ne se dgage lchelle microscopique.
Le but de ce chapitre est donc deffectuer le passage du niveau microscopique au niveau macro-
scopique (historiquement les premires homognisations, appeles alors moynisations, utilisaient les
moyennes arithmtique et harmonique) en fournissant la justification de ce passage (existence et unicit)
ainsi que la formule (lalgorithme) de calcul des coefficients efficaces.
Les mthodes que nous prsenterons seront les mthodes de dveloppement rgulier, de la couche
limite, et de dveloppement asymptotique.
Le cas des milieux poreux sera ensuite considr.
Enfin, nous mentionnerons une application de ces mthodes pour rduire la dimension de certains
problmes.

13.1 Mthodes dhomognisation


Nous allons considrer le problme de conductivit linaire donn par lquation de Poisson avec
condition de Dirichlet. Nous rappelons quil sagit du problme :

div(A(x)u) = f (x), x
u = 0 sur =

On rappelle galement que si est un ouvert connexe born de Rn , et H01 () lespace de Sobolev
des fonctions qui sannulent sur , alors la solution u H01 () du problme prcdent est galement la
solution du problme faible :
Z Z
1
v H0 (), A(x)u.v = f (x)v

o f L2 ().
Pour que ces deux formulation soient quivalentes, on a suppos que A(x) est rgulire : i.e. que pour
chaque x de , A(x) est une matrice n n, dont les lments sont mesurables et qui est symtrique,
dfinie-positive, borne, i.e. quil existe deux constantes K1 et K2 > 0 tq :

v Rn , K1 v.v A(x)v.v K2 v.v

Mentionnons le cas particulier o A(x) est rgulier dans mais pas sur , alors on a deux conditions
dinterface :
[u] = 0 et [n.A(x)u] = 0
Nous savons galement que la solution existe et est unique (Th. de Lax-Milgram, i.e.Th. de Riesz-
Frchet en remarquant le produit scalaire qui va bien...)
Intressons nous maintenant dun peu plus prs A(x). Supposons que A(x) possde une certaine
priodicit , par exemple, que le matriau constituant le domaine soit constitu de couches successives
de deux matriaux diffrents, mais avec une priodicit, comme illustr ci-dessous :


PLN d. 152 iM 2
13. Lhomognisation

Dans un tel cas, nous dirons que les coefficients A dpendent de x/. Cette criture sous forme normalise
permet de dire que A est priodique de priode 1.
Dans le cas unidimensionnel, le problme devient :

d  du
(
A( x ) = f (x), x [0, l]
dx dx
u = 0 pour x = 0 et x = l

A est une fonction de R dans R de priode 1, et nous la supposerons rgulire par morceaux et telle
quil existe K1 et K2 > 0 telles que K1 A(v) K2 .
La solution du problme est alors :
Z x Z y 
1
u(x) = A (y/) f (v)dv + c1 dy + c2
0 0

avec c2 = 0 et
Z l Z y
1
A (y/) f (v)dvdy
0 0
c1 = Z l
a1 (y/)dy
0

Le nombre dintervalles pour le calcul approch de c1 est trs grand (i.e. trs suprieur l/).
1
Exprim autrement, ce rsultat devient : le coefficient homognis est 1 et non pas hAi.
hAi

13.1.1 Mthode de dveloppement rgulier


Dans la mthode de dveloppement rgulier, on se propose de chercher la solution asymptotique
u() sous la forme :

X
()
u i ui (x)
i=0

o ui (x) ne dpend pas de .


La solution asymptotique u() est bien de la forme prcdente si en injectant cette expression dans
celle du problme alors on obtient une petite erreur au second membre.
Pour le calcul on procde donc comme suit :
on injecte la forme souhaite (cette forme sappelle lansatz) ;
pour avoir un second membre avec un terme derreur petit, on obtient la forme des ui (x) ;
on vrifie que les ui (x) trouvs conviennent bien.

13.1.2 Mthode de la couche limite


Considrons le problme unidimensionnel :

2 u00 p(x)u = f (x), x [0, 1]




u(0) = A et u(1) = B

o p C([0, 1]) ; p(x) 0, x [0, 1] ; f C([0, 1]) ; A R, B R et > 0 le petit paramtre.


En ngligeant le terme 2 u00 , nous arrivons lquation p(x)ur = f (x).

iM 2 153 PLN d.
13. Lhomognisation

La courbe noire correspond y = ur = f (x)/p(x), et la courbe rouge la solution du problme.


La solution exacte se confond avec ur sur la plus grande partie de lintervalle [0, 1], mais u et ur sont
fortement diffrents dans un voisinage des extrmits.
Cherchons une solution asymptotique sous la forme de lansatz :

X
()
i uri (x) + u0i (x/) + u1i ((x 1)/)

u
i=0

o les uri (x) sont les termes rguliers, et u0i (x/) et u1i ((x1)/) les termes de couche limite correspondant
aux extrmits x = 0 et x = l.
Pour le calcul on procde donc comme suit :
on injecte les termes rguliers de lansatz dans la formulation du problme ;
on traite les extrmits pour vrifier les conditions aux limites, ce qui donne les termes de couche
limite ;
on vrifie que la solution trouvs conviennent bien (i.e. que lerreur commise est ngligeable).

13.1.3 Mthode de dveloppement asymptotique infini


ce niveau du texte, on a d sapercevoir que la dmarche tait la mme pour les deux mthodes
prcdentes, sauf videmment la forme de lansatz.
Dans la mthode de dveloppement asymptotique infini, on va encore procder de la mme manire,
mais on cherchera une solution sous la forme dansatz :

X
()
u i ui (x, x)
i=0

(i)
o chaque ui (x, x/) est de la forme ui (x, x/) = Ni (x/)v (x), i > 0 et u0 (x, x/) = v (x), i.e. :

X
u() i Ni (x/)v(i) (x)
i=0

et o les Ni (x/) sont 1-priodiques et N0 = 1.

13.1.4 Cas des coefficients discontinus


Il est possible dappliquer la mme approche que lorsque les coefficients sont continus avec quelques
modifications : il suffit dajouter les conditions dinterfaces prsentes en dbut de paragraphe et
rappeles ci-dessous :
[u] = 0 et [n.A(x/)u] = 0

PLN d. 154 iM 2
13. Lhomognisation

partout o cela est ncessaire.


On retrouve les mmes conditions dexistence de la solution que dans le cas continu et la priodicit
de la solution homognise reste inchange.

13.2 Homognisation simplifie pour les matriaux composites


Aprs ce petit tour mathmatique des mthodes dhomognisation, nous proposons un petit
complment trs mcanique, et trs pratique .

13.2.1 Introduction
Dune manre gnrale, tous les matriaux, mmes isotropes, sont htrognes en dessous dune
certaine chelle. Il peut sembler naturel dutiliser des proprits homognes quivalentes correspondant
des proprits mcaniques effectives. Toutefois, comme nous lavons dj vu, ces proprits effectives
ne sobtiennent pas par une simple moyenne des proprits des constituants, mmes pondres par les
fractions volumiques.
Les proprits effectives du milieu homogne quivalent cherch peuvent tre obtenues en rsolvant
un problme aux limites sur un volume lmentaire dV , condition que celui-ci soit suffisamment grand
pour tre reprsentatif de la microstructure du matriau htrogne. Dans le cas o les constituants
prsentent une structure priodique, le volume dV peut se rduire un volume lmentaire.
Une fois le volume lmentaire dtermin, on le soumet des sollicitations lmentaires pour dtermi-
ner la rponse rsultante. La difficult rside en fait dans le choix des conditions aux limites appliquer
au volume lmentaire considr pour imposer une dformation ou contrainte globale moyenne donne.
Dans le cas linaire, on peut prouver lexistence et lunicit pour les diffrents cas de conditions aux
limites existants.
Principalement pour les composites stratifis ou sandwichs, il y a 2 niveaux dhomognisation :
du niveau micromcanique au niveau msoscopique : Les htrognits de base sont les fibres et
la matrice. On effectue ici une tape dhomognisation locale.
du niveau msoscopique au niveau macroscopique : Les htrognits de base sont les diffrentes
couches du stratifi. Ces couches sont considres comme homognes (tape prcdente). Cette
fois, il sagit dune homognisation dans lpaisseur du stratifi.

13.2.2 Loi des mlanges, bornes de Voigt et de Reuss


On considre un composite UD de repre dorthotropie (l, t), constitu de fibres noyes dans une
matrice polymre. Soit une cellule lmentaire de fraction volumique V = 1 constitue de fibres et de
matrice. On note Vm la fraction volumique de matrice, Vf la fraction volumique de fibre, et on a :
V =Vm+Vf =1
lchelle locale, on fait les hypothses suivantes :
Fibres : comportement lastique linaire fragile isotrope de coefficients Ef et f ;
Matrice : comportement lastique non-linaire, isotrope de coefficients Em et m .
On souhaite dterminer les relations existant entre El , Et , Ef , Em , Vm et Vf .
Pour cela, on fait galement les hypothses suivantes :
On travaille en lasticit linaire.
La liaison fibres/matrice est parfaite.
Localement, on a : f = Ef f et m = Em m .

iM 2 155 PLN d.
13. Lhomognisation

Loi des mlanges (ou modles bornes ou de Reuss et de Voigt) :


1er essai : Il seffectue dans la direction parallle aux fibres (compression longitudinale)

Elongitudinal = El = Ef Vf + Em Vm

Cest la loi des mlanges, qui est bien vrifie dans la direction des fibres. Il sagit de la borne
suprieure de Voigt (1887).
2me essai : Il seffectue dans la direction perpendiculaire aux fibres (compression transversale)

1 1 Vf Vm
= = +
Etransverse Et Ef Em

Cest la loi des mlanges en souplesse. Cette relation nest pas trs bien vrifie transversalement
mais donne une indication sur la borne infrieure, dit de Reuss (1929).
Module de cisaillement et coefficient de Poisson dun UD par la loi des mlanges :

lt = f Vf + m Vm

1 Vf Vm
= +
Glt Gf Gm

Les modles bornes fournissent un encadrement du comportement mcanique du matriau compo-


site par des comportements mcaniques limites (bornes). Ils sont obtenus par la rsolution du problme
de llasticit linaire sous forme faible. La minimisation de lnergie potentielle conduit la borne
suprieure de Voigt. la rsolution en contrainte conduit la borne infrieure de Reuss.
Pour gagner un peu en gnralit, on peut remplacer les termes fibres et matrice par des phases, car
ces modles sont applicables des mlanges de polymres (matriaux composs) et des composites
chargs par des particules diverses.
Les bornes correspondent aux associations srie des deux phases (borne infrieure de Reuss, qui-
valent au modle du module transverse quivalent de la loi des mlanges) et parallle (borne suprieure
de Voigt, quivalent au modle du module longitudinal quivalent de la loi des mlanges).
Aucune hypothse nest faite sur la morphologie du matriau. Il est simplement admis que pour le
modle de Reuss, la contrainte est homogne dans les deux phases (continuit de la contrainte) et, pour
le modle de Voigt, la dformation est constante (continuit de la dformation) dans tout le composite.
Lintrt est limit ds que lcart des caractristiques des deux phases est important.
videmment, dautres modles existent :
Hashin et Shtrikman (1963) : ressre les bornes de Reuss et Voigt
Takayanagi (combinaison de Reuss et Voigt)
Halpin - Tsa : pour le renforcement par des fibres courtes alignes
Tsa - Pagano : fibres courtes
Halpin - Kardos : extension de la prcdente

13.3 Homognisation des matriaux poreux


Considrons nouveau notre problme de Poisson avec conditions de Dirichlet pour un milieu poreux.
est le domaine (born) de Rn qui contient lensemble des trous priodiques. Nous avons donc :

div(A(x)u) = f (x), x \
u = 0 sur le contour extrieur =

PLN d. 156 iM 2
13. Lhomognisation

Sur le bord des trous, on peut imposer, soit des conditions de Dirichlet :

u = 0 sur le bord des trous

soit des conditions de Neumann :

n.A(x/)u = 0 sur le bord des trous

On supposera encore que les coefficient sont 1-priodiques.


Cherchons des solutions dans le cas o lon a des conditions de Neumann sur le bords des trous.
La forme choisie pour lansatz est le dveloppement au second ordre suivant :

u(2) = u0 (x, x/) + u1 (x, x/) + 2 u2 (x, x/)

o les ui (x, x/) sont 1-priodiques en x/ qui sera not .


On obtient un systme du type :

L u0 =0
L u1 + Lx u0 + Lx u0 =0
L u2 + Lx u1 + Lx u1 + Lxx u0 = f (x)

et les conditions de Neumann :

n.A() 1 u0 + 0 ( u1 + x u0 ) + ( u2 + x u1 ) + 2 x u2 = 0
 

do :
n.A() u0 =0
n.A()( u1 + x u0 ) = 0
n.A()( u2 + x u1 ) = 0

On peut prouver que si v0 est solution du problme, alors v0 + cte aussi.


Des conditions dexistence de la solution il vient, tous calculs faits, la matrice des coefficients homo-
gniss A :
Z n  
X Nj
A = [ai,j ] avec ai,j = aik + aij d
Q\G0 k
k=1
o G0 est un trou de la cellule lmentaire Q.
Le mme type de calcul pourrait tre men avec les conditions de Dirichlet sur le bord des trous.
Cette homognisation des milieux poreux est valable pour lacoustique comme pour la mcanique.

13.4 Homognisation des problmes non stationnaires


Nous navons pas encore abord de manire pratique les problmes non stationnaires dans ce docu-
ment, puisquils se trouvent au chapitre 14.
Il est tout fait possible dutiliser les mthodes prsentes dans ce chapitre aux problmes dpendant
du temps.
Il ny a pas vraiment de prcautions supplmentaires prendre, mais il faut adapter la forme de
lansatz. Par exemple, lansatz du paragraphe prcdent, pour le mme type de problme non stationnaire
serait :
u(2) = u0 (x, , t) + u1 (x, , t) + 2 u2 (x, , t)
avec ui (x, , t) 1-priodique en .

iM 2 157 PLN d.
13. Lhomognisation

13.5 Changement de dimension, raccord de maillage


Les mthodes dhomognisation peuvent galement tre utilises pour changer (rduire) la di-
mension dun problme.
Considrons un problme qui se pose dans un domaine plan de longueur 1 et de largeur /2.
Alors, on peut considrer le comportement asymptotique de la solution lorsque 0.
Une fois cette soluton asymptotique trouve, le problme initial pos sur le pav [0, 1] [/2, +/2]
est remplac par le problme homognis pos sur le segment [0, 1].
On a donc bien rduit la dimension du problme.
Ce genre de chose correspond typiquement un modle plaque ou coque (2D) utilis la place dun
modle tridimensionnel (3D), ou encore mieux un modle barre ou poutre (1D).
Cela permet galement de dvelopper des lments finis permettant de raccorder des maillages 3D
des maillages 2D ou des maillages 1D, afin dallger les modles numriques l o ils peuvent ltre.
En mcanique, de nombreuses thories de plaques ou poutres existent (voir la paragraphe 10.2).
Elles sont gnralement prsentes de manires physique , mais ne sont rien dautre que des mthodes
dhomognisation.
Libre chacun de prfrer une prsentation plutt mcanicienne ou plutt mathmaticienne, le
rsultat est finalement le mme. Mais il nous semble, et cest la motivation mme lorigine de ce
document, que le fait de connatre les deux aide mieux cerner la fois les hypothses sur lequelles
ces dveloppements sont faits (et que lon oublie parfois, ayant pour consquence des rsultats que lon
peut qualifier de surprenants) ainsi que les potentialits qui soffrent nous.


PLN d. 158 iM 2

iM 2
14. Les problmes non stationnaires
version du 11 dcembre 2012

Notes Dans ce chapitre, nous nous intresserons (brivement) au cas non stationnaire. Toutefois,
nous naborderons pas les EF espace-temps, car il sagit dune formulation gourmande en ressources,
do sa trs faible utilisation (bien que la mthode soit en elle-mme intressante).
Dans ce chapitre, nous aurons besoin de driver numriquement , i.e. de construire des schmas
numriques approximant des drives. Le chapitre C en annexe permettra certains de se rafraichir
la mmoire en regardant comment on rsoud les ED et EDP directement... puis numriquement. Nous
utiliserons en effet la mthode de Newmark dcrite au paragraphe C.2.4.

14.1 quation non stationnaire de la dynamique


Considrons lquation de la dynamique, sous forme non stationnaire (i.e. dpendant du temps) :
M x(t) + C x(t) + Kx(t) = f (t)
qui sous forme discrtise par EF sera rcrite :
[M ]{q(t)} + [C]{q(t)} + [K]{q(t)} = {F (t)}
avec les conditions initiales : {q(t = 0)} = {q0 } et {q(t = 0)} = {q0 }.
Ce que lon cherche ici, cest obtenir la discrtisation {q} du champ u et ses drives temporelles
{q} et {q} diffrents instants t et vrifiant lquation de la dynamique.
Pour rsoudre un tel problme, on se propose de raliser une discrtisation temporelle qui pourra
tre explicite ou implicite.
Le schma gnralement utilis pour la discrtisation temporelle est celui de Newmark, (qui est pr-
sent dans le cas de la rsolution des ED au paragraphe C.2.4, ce complment nous ayant t demand).
Le schma le plus gnral est, t reprsentant le pas de temps :
2

{qt+t } = {qt } + t{qt } + t ((1 2){qt } + 2{qt+t })

2
{qt+t } = {qt } + t ((1 ){qt } + {qt+t })

que nous avons crit sous la forme discrtise, mais qui serait valable pour lapproximation continue
(comme prsent au chapitre au paragraphe C.2.4).
Les diffrents schmas de Newmark correspondent des valeurs particulires de et .

14.2 Schma explicite : diffrences finies centres


Dans le cas = 0 et = 1/2, on retombe sur le schma des diffrences finies centres.
Dans ce cas, on obtient :
1

{qt } = 2 ({qt+t } 2{qt } + {qtt })


t
1
{qt } = ({qt+t } {qtt })


2t

iM 2 159 PLN d.
14. Les problmes non stationnaires

et lquation de la dynamique discrtise scrit sous la forme dune quation modifie :

[K]{qt+t } = {R}

avec :
1 1
[K] = [M ] + [C]
2t 2t
et :
1 1
{R} = {Ft } [K]{qt } + [M ] (2{qt } {qtt }) + [C]{qtt }
2t 2t
qui ne dpendent bien que de donnes disponibles.

Le calcul se droule donc comme suit :


Solution initiale t = 0 :
connaissant {q0 } et {q0 }, on calcule {q0 } en rsolvant lquation classique de la dynamique ;
2
on calcule ensuite {qt } = {q0 } t {q0 } + 2t {q0 }.
On dispose alors de tous les lments pour, chaque pas de temps t + t :
rsoudre lquation modifie, qui nous fournit {qt+t } ;
puis obtenir {qt } et {qt } par le schma de Newmark adopt, ici celui des diffrences finies
centres.

On peut faire les remarques suivantes sur ce type de calcul :


Pour un pas de temps donn, {qt } ne dpend que des donnes du temps pass, on a donc une
rsolution vectorielle rapide.
Si les matrices [M ] et [C] sont diagonales, alors cette mthode est trs efficace mme pour les
problmes de grande taille.
Ce schma est inconditionnellement stable si t Tmin /, avec Tmin la plus petite priode du
systme correspondant lquation de la dynamique (classique).
la prcision est de lordre de 2t .
Lamortissement numrique est nul.
Il est possible dintroduire un amortissement numrique pour contrler les hautes frquences. Dans
ce cas, il faut considrer le schma avec = 0 et > 1/2. Il ny a pas automatiquement stabilit
du schma, celle-ci est calculer pour chaque schma.

14.3 Schma implicite : schma de Newmark classique


Dans le cas = 1/4 et = 1/2, on obtient le schma implicite de Newmark, qui est celui qui est
utilis gnralement pour lanalyse dynamique des structures.
Dans ce cas, on obtient :
4 4

{qt+t } = 2 ({qt+t } {qt })
({qt } {qt })
t t
{qt+ } = {qt } + t ({qt+ } + {qt })

t t
2
et lquation de la dynamique discrtise scrit encore sous la forme dune quation modifie :

[K]{qt+t } = {R}

mais cette fois avec :


4 2
[K] = [K] + 2 [M ] + [C]
t t

PLN d. 160 iM 2
14. Les problmes non stationnaires

et :
   
4 4 2
{R} = {Ft+t } + [M ] {q t } + { q t } + {q t } + [C] {q t } + { q t }
2t t t

qui dpendent galement des donnes au mme pas de temps.

Le calcul se droule donc comme suit :


Solution initiale t = 0 :
connaissant {q0 } et {q0 }, on calcule {q0 } en rsolvant lquation classique de la dynamique ;
on construit [K] et, si [M ], [C], [K] et t sont constants (ce qui est gnralement le cas), la
triangulariser.
chaque pas de temps t + t :
calculer {R} (que lon appelle le rsidu, do le choix de la notation) ;
calculer [K] et triangulariser si ncessaire ;
rsoudre lquation modifie, qui nous fournit {qt+t } ;
puis obtenir {qt } et {qt } par le schma de Newmark adopt, ici celui de Newmark implicite.

On peut faire les remarques suivantes sur ce type de calcul :


Pour un pas de temps donn, {qt } dpend galement des donnes du mme pas de temps, on a
donc une rsolution matricielle coteuse.
Ce schma est inconditionnellement stable, et donc comme on peut utiliser de plus grands pas de
temps, on rduit le cot mentionn la ligne prcdente.
la prcision est de lordre de 2t , et donc comme on ne peut pas utiliser de trop grands pas de
temps sans rduire la prcision...
Lamortissement numrique est nul.
Il est possible dintroduire un amortissement numrique pour contrler les hautes frquences. Dans
ce cas, il faut considrer le schma avec > 1/2 et = ( + 12 )2 . On obtient encore un schma
stable.

14.4 Comparaison des mthodes explicite et implicite

Concernant la mthode implicite :


On retiendra dabord que cette mthode ncessite moins de mmoire, est donc plus rapide et
amieux dapte aux problmes de grandes tailles.
Comme cette mthode ncessite moins de mmoire et des petits pas de temps (pour la stabilit),
elle est bien adapte au cas des chocs.
Comme elle nest que conditionnellement stable, elle est plutt adapte la rsolution lment
par lment, donc au traitement local.
Enfin, cette mthode est trs robuste numriquement et permet de traiter le cas de non linarits
couples.

Alors que pour la mthode implicite, on retiendra que :


Comme cette mthode est inconditionnellement stable, elle est bien adapte la rsolution de
problmes globaux (qui ncessitent quil y ait convergence).
De plus, cette mthode est bien moins robuste numriquement que la prcdente (pivots nuls,
divergence)...
Enfin et surtout, on se souviendra que cest une mthode coteuse en mmoire et en temps...

iM 2 161 PLN d.
14. Les problmes non stationnaires

La figure ci-dessus donne, de manire image, les domaines dutilisation des mthodes implicite et
explicite.

14.5 Dcomposition modale


Pour le public vis, le lecteur devrait, ce moment du document, se demander pourquoi il na pas
encore t question de projection sur les modes propres.
On peut montrer que les modes de vibration de la structure forment une base. Il peut paratre
intressant de chercher la solution en temps du problme sous forme dune approximation par projection
sur la base des quelques N premiers modes propres, i.e. de rechercher N fonctions scalaires du temps.
Lorsque lon dispose dj des N premiers modes et lorsque le nombre n de ddl est important, cette
approche peut savrer particulirement efficace. Par ailleurs, lorsque les modes sont associs des
mouvements simples de la structure, il peut tre facile pour un ingnieur un peu expriment dimaginer
le nombre de modes utiliser pour reprsenter le phnomne.
La mthode de la dcomposition modale sera expose au paragraphe 15.3.4, lorsque nous aurons fait
quelques rappels sur les modes propres.


PLN d. 162 iM 2

iM 2
15. Les ondes
version du 11 dcembre 2012

Notes Jusquici, nous navons quasiment pas parl de mode propre cela est plus ou moins voqu
travers, par exemple, la plus petite priode du systme au chapitre prcdent... mais cela a t fait
dessein.
En effet, nous avons voulu, dans ce chapitre, regrouper les approches modales, car cela nous a sembl
plus en cohrence.

15.1 Introduction
Dans la mesure o se document sadresse des ingnieurs en mcanique (ou en acoustique), la notion
de mode propre est une notion relativement matrise.

Un systme mcanique atteint un mode propre de vibration lorsque tous les points de ce systme sont
une frquence donne appele frquence propre du systme. Une frquence propre est fondamentale si
elle nest pas le multiple dune autre frquence propre ; dans le cas contraire, cest une harmonique.
On appelle rsonance le phnomne selon lequel certains systmes physiques sont particulirement
sensibles certaines frquences. Un systme rsonant peut accumuler une nergie, si celle-ci est applique
sous forme priodique, et proche dune frquence propre Soumis une telle excitation, le systme est
alors le sige doscillations de plus en plus importantes, jusqu atteindre un rgime dquilibre qui
dpend des lments dissipatifs du systme, ou bien jusqu rupture dun composant du systme.
Si lon soumet un systme rsonant une percussion (pour les systmes mcaniques) ou une
impulsion (pour les systmes lectriques), et non plus une excitation priodique, alors le systme
sera le sige doscillations amorties, sur des frquences proches de ses frquences propres et retournera
progressivement son tat stable. Physiquement, cest le coup de marteau de choc donn sur une
structure pour en dterminer les modes.
Un systme susceptible dentrer en rsonance, i.e. susceptible dtre le sige doscillations amorties,
est un oscillateur. Un tel systme a la particularit de pouvoir emmagasiner temporairement de lnergie
sous deux formes : potentielle ou cintique. Loscillation est le phnomne par lequel lnergie du systme
passe dune forme lautre, de faon priodique.
Si lon injecte une nergie potentielle au moment o lnergie potentielle dj emmagasine est
maximale, lnergie ainsi injecte sajoute lnergie dj emmagasine et lamplitude de loscillation va
augmenter, ainsi que lnergie totale. Idem pour lnergie cintique. Ainsi, si lon apporte de lnergie
avec une priodicit gale (ou proche) de la priodicit propre du systme, lnergie totale va augmenter
rgulirement et lamplitude des oscillations du systme va ainsi crotre. Lexemple le plus simple est
celui dune balanoire : lnergie de chaque pousse sajoute lnergie totale, condition de pousser
au bon moment...
Le phnomne de rsonance nest rien dautre que cet effet daccumulation de lnergie en injectant
celle-ci au moment o elle peut sajouter lnergie dj accumule, i.e. en phase avec cette dernire.
Quand lexcitation aura cess, le systme rsonant sera le sige doscillations amorties : il va revenir
plus ou moins vite son tat dquilibre stable. En effet, lnergie de dpart sera peu peu absorbe par
les lments dissipatifs du systme (amortisseur visqueux en mcanique, rsistances en lectricit...). Un

iM 2 163 PLN d.
15. Les ondes

systme peu amorti sera le sige dun grand nombre doscillations qui diminueront lentement avant de
disparatre compltement.

La reprsentation modale est pertinente dans le domaine des basses frquences, i.e. pour les premiers
modes propres. Dans les domaines moyenne et haute frquences, on utilise des mthodes adaptes la
densit spectrale leve.
Les domaines moyenne frquence et haute frquence sont dfinis par la densit spectrale. En effet,
lexpression en frquences na pas de sens pour dfinir ces domaines, une similitude sur un systme
physique modifie les frquences propres mais le spectre reste semblable, un facteur prs. Dans le cas
de frquences multiples, il existe un sous-espace propre donc les modes propres sont arbitraires dans ce
sous espace. Dans le cas de frquences voisines (densit spectrale leve), la reprsentation modale nest
pas robuste car de faibles perturbations du domaine physique vont entraner un changement important
des modes propres associs ces frquences. Donc la reprsentation modale nest pertinente que pour
le domaine des basses frquences, domaine dfini par la densit spectrale. Le domaine basse frquence
stendra jusqu quelques Hz en gnie civil, jusqu des milliers de Hz pour de petites structures
mcaniques

Le phnomne de synchronisation, ou accrochage de frquences est un phnomne par lequel deux


systmes excits chacun selon une frquences se mettent osciller selon la mme frquence. On trouve
de nombreux exemples de ce phnomne dans la nature : 1
Le plus connu et observable est la Lune : la Lune prsente toujours la mme face la Terre. Cela
signifie que la priode de rotation de la Lune sur elle-mme T0 est gale la priode de rotation
de la lune autour de la Terre T = 28 jours. Cest une rsonance 1 :1. Lanalyse montre que ce nest
pas une coincidence : cela est d un faible couplage gravitationnel entre ces deux mouvements.
Un exemple tout aussi connu est celui de la synchronisation des balanciers de deux pendules
accroches au mme mur dune pice. Un faible couplage par les vibrations transmisent dans le
mur, et une lgre dissipation, expliquent cet accrochage de frquences et cette rsonance 1 :1.
Cest Huygens qui a remarqu et expliqu ce phnomne : Le systme compos des deux balanciers
et du mur a deux frquences voisines faiblement couples, il possde par le couplage deux modes
propres correspondant aux mouvements en phase et en opposition de phase des deux pendules.
Cest sur le premier mode que se produit la synchronisation.
Lescalier de Cantor, ou escalier du diable est un exemple mathmatique incontournable en analyse.
Il correspond au graphe dune fonction continue f , sur [0, 1], telle que f (0) = 0, f (1) = 1, qui est
drivable presque partout, la drive tant presque partout nulle.
Lescalier de Cantor peut galement tre vu comme la fonction de rpartition dune variable
alatoire relle continue qui nest pas densit, et qui est mme trangre la mesure de Lebesgue.
Enfin, lescalier du diable peut aussi tre vu comme rsultant dun phnomne de synchronisation.
Si on change un paramtre extrieur du systme de faon lente et continue, par exemple lamplitude
0 R, alors la valeur de laccrochage a = p/q va dpendre de ce paramtre. On obtient alors une
fonction a(0 ) de R dans les rationnels Q. Cette fonction trs trange comporte une multitude de
paliers plus ou moins larges... et correspond lescalier du diable.

1.

Christian Huygens Georg Ferdinand Ludwig Philip Cantor


1845-1918 1629-1695

PLN d. 164 iM 2
15. Les ondes

On retrouve la synchronisation dans de nombreux phnomnes naturels : vols doiseau, clignote-


ment des lucioles...

En mathmatiques, le concept de vecteur propre est une notion portant sur une application linaire
dun espace dans lui-mme. Il correspond ltude des axes privilgis, selon lesquels lapplication
se comporte comme une dilatation, multipliant les vecteurs par une mme constante. Ce rapport de
dilatation est appel valeur propre ; les vecteurs auxquels il sapplique sappellent vecteurs propres,
runis en un espace propre.
Un peu dhistoire :
Bien quexistant sous une forme non formalise depuis longtemps, il aura fallu attendre linvention des
structures algbriques ncessaires pour vraiment pouvoir parler des valeurs propres (issues par exemple
de la cloture algbrique de C dmontre par Gau).
Lexemple immdiat qui vient lesprit est le traitement de lquation de la chaleur par Fourier
qui utilise dj une base de vecteurs propres, bien que le concept nait pas encore t dfini. Hamilton
introduira la notion de polynme caractristique, ce qui permet de dterminer ce que lon appelle
maintenant les valeurs propres associes lendomorphisme dune ED linaire.
Plusieurs aller-retour 2 permettront de dfinir les notions despace vectoriel (Cayley, Grassmann,
Cauchy), de matrice (Sylvester, Cayley) et de valeurs propres (Sylvester, Jordan). Hilbert finalement
fera prendre conscience de la profondeur de la notion de valeur propre. Lanalyse fonctionnelle ne dans
la foule, et elle est lobjet de la premire partie de ce document.

15.2 Notions de valeur, vecteur, mode, frquence propres

tant donn une matrice carre A dordre n ( coefficients dans un anneau commutatif), on cherche
un polynme dont les racines sont prcisment les valeurs propres de A. Ce polynme est appel poly-
nme caractristique de A et est dfini par :

pA (X) := det(XIn A)

avec X lindtermine du polynme et In la matrice identit dordre n.


Si est une valeur propre de A, alors il existe un vecteur propre V non nul tel que AV = V , i.e.
tel que lon ait (In A)V = 0.
Puisque V est non nul, cela implique que la matrice In A est singulire, donc de dterminant nul.
Cela montre que les valeurs propres de A sont des zros de la fonction 7 det(In A) i.e. des
racines du polynme det(XIn A).
La proprit la plus importante des polynmes caractristiques est que les valeurs propres de A sont
exactement les racines du polynme pA (X).
Quelques proprits importantes :

2.

Arthur Cayley Hermann Gnther Grassmann James Joseph Sylvester Marie Ennemond Camille
1821-1895 1809-1877 1814-1897 1838-1922

iM 2 165 PLN d.
15. Les ondes

pA (X) est un polynme unitaire (son coefficient dominant est gal 1) et son degr est gal n.
A et sa transpose ont le mme polynme caractristique.
Deux matrices semblables ont le mme polynme caractristique. (A et B sont semblables sil
existe une matrice inversible P telle que A = P BP 1 ). Attention, la rciproque nest pas vraie en
gnral.
Si pA (X) peut tre dcompos en produit de facteurs de degr 1, alors A est semblable une
matrice triangulaire (et mme une matrice de Jordan).
Pour aller un peu plus loin :
Le thorme de Cayley-Hamilton (dont la premire dmonstration est due Frobenius) affirme que
tout endomorphisme dun espace vectoriel de dimension finie n sur un corps commutatif quelconque
annule son propre polynme caractristique.
En termes de matrice, cela signifie que : si A est une matrice carre dordre n et si pA (X) est son
polynme caractristique, alors en remplaant formellement X par la matrice A dans le polynme, le
rsultat est la matrice nulle, i.e. :

pA (A) = An + pn1 An1 + . . . + p1 A + p0 In = 0n

Cela signifie que le polynme caractristique est un polynme annulateur de A. Les applications
sont importantes car le polynme minimal (qui est lunique polynme unitaire qui engendre lidal
annulateur de lensemble des polynmes qui annulent lendomorphisme dont A est la reprsentation)
cache une dcomposition en somme directe de sous-espaces stables.

15.3 Vibration des structures

Si lon revient sur lquation de la dynamique sous forme matricielle :

[M ]{q} + [C]{q} + [K]{q} = {F }

alors, dun point de vue pratique, on distingue 3 types de problmes :


dtermination dune rponse libre : dans ce cas, la sollicitation est nulle {F } = {0} ;
dtermination dune rponse priodique : dans ce cas, la sollicitation {F } est priodique ;
dtermination dune rponse transitoire : dans ce cas, la sollicitation {F } est quelconque.
Dans les deux premiers cas, les conditions initiales du systme nont aucune importance. On cherche
dterminer une solution gnrale.
On pourrait considrer que le chapitre prcdent 14 rpond ces trois types de problmes, ce qui nest
pas fondamentalement faux. Toutefois, il est plus judicieux de considrer que seul le cas de la dynamique
transitoire y a t explicit, et encore uniquement pour lasepct non modal (qui sera dvelopp dans ce
chapitre un peu plus loin).
En effet, dans les cas des vibrations libres (amorties ou non) ou priodique forces, il est possible
dutiliser la notion de mode, qui navait pas t aborde dans les chapitres prcdents.

15.3.1 Vibrations libres non amorties


En labsence de sollicitation et damortissement, lquation de la dynamique devient :

[M ]{q} + [K]{q} = {0}

dont la solution gnrale est harmonique et scrit :

{q} = {q}eit

PLN d. 166 iM 2
15. Les ondes

En injectant la forme de la solution gnrale dans lquation de la dynamique, on voit que la pulsation
est solution du problme de valeurs propres suivant :

[K]{q} = 2 [M ]{q}

ce qui conduit :
det [K] 2 [M ] = 0


On obtient ainsi les n valeurs propres 1 , ..., n , o u n est la taille du systme (i.e. les matrice [M ]
et [K] sont n n).
On trouve galement les n vecteurs {qi } appels modes propres du systme et que lon norme par
rapport la masse, i.e. tels que < qi > [M ]{qi } = 1 (i [1, n]).
La dtermination des valeurs propres i se fait rarement en cherchant les zros de lquation du
dterminant en raison de la trs grande taille du systme dans le cas gnral, et des considrables
diffrences dordre de grandeur entre les valeurs propres.
De toutes faons, ce sont les premires frquences qui dterminent le comportement du systme.
Des mthodes permettant de trouver les premiers zros dun polynme de degr n ont donc t mises
au point. La majeure partie de ces mthodes consiste crire la relation du dterminant sous la forme
suivante :
[H]{X} = {X}
o [H] est une matrice dfinie positive.
On se sert pour cela de la dcomposition de Cholesky de [K], i.e. en lcrivant partir dune matrice
triangulaire infrieure [L] sous la forme : [K] = [L]T [L].
Lquation du dterminant conduit alors :
1
[L]1 [M ][L]T [L]T {q} = [L]T {q}
2
et lon obtient la forme cherche en posant = 2 , {X} = [L]T {q} et [H] = [L]1 [M ][L]T , o [H]
est bien symtrique.
Si [M ] et [K] sont dfinies positives (ce qui est le cas habituel des problmes en dynamique des
structures), il existe n valeurs propres relles positives. Ces solutions sont appeles pulsations propres
du systme.
Si [K] est singulire (elle ne possde pas dinverse), alors, afin de pouvoir utiliser les mthodes
prcdentes, on utilise un artifice qui consiste introduire un paramtre R du mme ordre de
grandeur que 2 . On doit alors rsoudre :

([K] + [M ]){q} = ( 2 + )[M ]{q}

La nouvelle matrice [K] + [M ] est alors inversible et la solution cherche est 2 + .

15.3.2 Vibrations libres amorties

Problmes du premier ordre


Si [M ] = [0], lquation de la dynamique se transforme en celle de la chaleur :

[C]{q} + [K]{q} = {0}

dont on cherche une solution gnrale sous la forme :

{q} = {q}et

iM 2 167 PLN d.
15. Les ondes

ce qui conduit au problme de valeurs propres :

([K] [C]) {q} = 0

Les matrices [C] et [K] sont gnralement dfinies positives, donc est relle positive.
La solution prsente un terme de dcroissance exponentielle qui ne correspond pas rellement un
tat de rgime permanent.

Problmes du second ordre


Dans le cas gnral ([M ] 6= [0]), on doit donc rsoudre lquation de la dynamique sans sollicitation :

[M ]{q} + [C]{q} + [K]{q} = {0}

dont on cherche une solution gnrale sous la forme :

{q} = {q}et

avec C. Cela conduit au problme de valeurs propres :

2 [M ] + [C] + [K] {q} = 0




o {q} C.
La partie relle de la solution reprsente une vibration amortie. Ce problme est plus dlicat
rsoudre que les prcdents si bien que la rsolution explicite est peu courante.

15.3.3 Vibrations priodiques forces


Il sagit du cas o la sollicitation est priodique. Nous lcrirons sous la forme :

{F } = {F }et

avec = 1 + i2 C.
La solution gnrale scrit :
{q} = {q}et
En substituant cette forme de solution dans lquation de la dynamique, il vient :

2 [M ] + [C] + [K] {q} = [D]{q} = {F }




qui nest pas un problme de valeurs propres, mais ce systme peut tre rsolu comme un problme
statique, i.e. en inversant la matrice [D]. Attention, la solution appartient C.
On spare alors les parties relle et imaginaire en notant : et = e1 t (cos(2 t) + i sin(2 t), {F } =
{F1 } + i{F2 } et {q} = {q1 } + i{q2 }.
On obtient alors le systme suivant :
 2
(1 22 )[M ] + 1 [C] + [K]
   
21 2 [M ] 2 [C] {q1 } {F1 }
=
21 2 [M ] + 2 [C] (12 22 )[M ] + 1 [C] + [K] {q2 } {F2 }
dans lequel toutes les quantits sont relles.
Il est ainsi possible de dterminer la rponse toute excitation priodique par rsolution directe.
Pour une excitation priodique, la rponse aprs une phase transitoire initiale nest plus influence
par les conditions initiales. La solution obtenue reprsente la rponse qui stablit. Ceci est valable aussi
bien pour les problmes en dynamique des structures que pour les problmes de conduction de chaleur.


PLN d. 168 iM 2
15. Les ondes

15.3.4 Rgimes transitoires


Le lecteur aura sans doute remarqu que dans les mthodes prsentes ci-dessus, les conditions
initiales du problme ne sont pas prises en compte Par exemple le comportement sismique des structures
ou lvolution transitoire dun problme de conduction de chaleur ncessitent de prendre en compte
la fois les conditions intitiales et le caractre non priodique des sollicitations.
Lobtention dune solution ce genre de problme ncessite soit lutilisation dune discrtisation
dans le domaine temporel (voir chapitre 14, soit lutilisation de mthodes adaptes. Dans ce dernier cas,
il existe deux approches :
la mthode de rponse en frquence ;
la mthode danalyse modale.
Nous allons maintenant prsenter cette dernire mthode.

Dcomposition modale
La mthode de dcomposition modale est sans doute lune des plus importante et des plus employ.
Nous partons toujours de notre quation de la dynamique sous la forme :

[M ]{q} + [C]{q} + [K]{q} + {F } = {0}

Nous avons vu quen rponse libre ({F } = {0}), la solution scrit :


n
X
{q} = {q}et = {qi }ei t
i=1

o i sont les valeurs propres et {qi } les vecteurs propres.


Pour la rponse force, lide consiste chercher la solution sous la forme dune combinaison linaire
des modes propres, i.e. sous la forme :
n
X
{q} = {qi }yi (t)
i=1

o la quantit yi (t) reprsente la contribution de chaque mode.


En injectant cette forme de solution dans lquation de la dynamique (puis en composant gauche
par < qi >), on obtient un ensemble dquations scalaires indpendantes :

mi yi + ci ui + ki yi + Fi = 0

dont les paramtres sont (grce a lorthogonalit des modes) :




mi = < qi > [M ]{qi }
ci = < qi > [C]{qi }

k = < qi > [K]{qi }
i


Fi = < qi > [F ]

Les quations scalaires se rsolvent ensuite par des mthodes lmentaires indpendamment les unes
des autres. Le vecteur total est ensuite obtenu par superposition.
Toutefois, pour effectuer cette superposition, il naura pas chapp au lecteur quil faut avoir rsolu
le problmes des valeurs propres. Dans le cas gnral, le calcul des valeurs et des vecteurs propres

iM 2 169 PLN d.
15. Les ondes

complexes est loin dtre facile. La mthode habituelle consiste dterminer les valeurs propres relles
du problme vu prcdemment :
2 [M ]{q} = [K]{q}
On montre que le problme est dcoupl en y seulement si on a la proprit dortogonalit de [C] :
< qi > [C]{qi } = 0.
Or ceci nest pas vrai en gnral car les vecteurs propres assurent uniquement lorthogonalit de [M ]
et [K].
En revanche, si la matrice damortissement [C] est une combinaison linaire des matrices [M ] et [K],
la proprit dorthogonalit est alors videmment satisfaite.
Dans la suite on suppose que la proprit dorthogonalit de [C] est satisfaite. Lquation sur
devient alors :
i2 [M ]{qi } = [K]{qi }
et par suite :
i2 mi = ki

En supposant que les modes sont normaliss de telle sorte que mi = 1 et en posant ci = 2i2 c0i
(o c0i correspond au pourcentage damortissement par rapport sa valeur critique), on montre que les
quations scalaires se mettent sous forme dune ED du second ordre :

yi + 2i2 c0i yi + i2 yi + Fi = 0

dont la solution gnrale est :


Z t
0
yi = Fi eci i (t ) sin i (t )d
0

Une intgration numrique permet de dterminer une rponse, puis la superposition de ces termes
donne la rponse transitoire totale (en principe !).
On rappelle que la mthode de dcomposition modale ncessiterait la dtermination de lensemble
des valeurs et modes propres, ce qui reprsenterait des calculs considrables. Dun point de vue pratique,
on ne prend en compte quun nombre limit de modes tant donn que les rponses des frquences
leves sont souvent trs amorties et prennent par consquent des valeurs ngligeables. Par ailleurs le
problme des hautes frquences nest souvent abord que de manire statistique.

15.4 Pour aller plus loin : prsentation des mthodes sur le cas des
chocs large bande
On sintresse au cas des chocs, car il constituent un cas plus compliqu que de la dynamique
lente , sans rien enlever en gnralit aux mthodes.
En dynamique transitoire, lorsque le contenu frquentiel de la sollicitation est large, on montre que
les erreurs numriques faites sur chaque longueur donde se cumulent, do une dgradation de la qualit
attendue du rsultat plus rapide que prvue. De plus, une erreur sur la priodicit des oscillations due
un trop faible nombre de pas de temps et un dphasage des oscillations cause de cette accumulation
des erreurs numriques au cours des pas de temps peuvent tre observes.
Dans de tels cas,il est possible de se placer dans le domaine frquentiel ( laide de la FFT), ce qui
conduit rsoudre un problme de vibrations forces sur une trs large bande de frquences incluant
la fois les basses et les moyennes frquences pour ltude des chocs. La solution temporelle est ensuite
reconstruite par tranforme de Fourier inverse.

PLN d. 170 iM 2
15. Les ondes

Les deux domaines frquentiels ayant des proprits diffrentes, on recourt des outils de rsolution
diffrents.

Dans le domaine des BF, les phnomnes vibratoires gnrs par lexcitation ont une longeur donde
grande face la strucutre donc uniquement quelques oscillations sont observables. De plus la struc-
ture prsente un comportement modal (modes bien distincts les uns des autres). La modlisation est
matrise : EF sur base modale, complt si besoin de modes statiques.

Pour les HF, les longueurs dondes sont petites et une centaine doscillations est prsente sur une
dimension de la structure. Il nest pas appropri de regarder les grandeurs locales, mais plutt les
grandeurs moyennes en espace et en frquence. On utilise gnralement la SEA qui donne un niveau
nergtique vibratoire moyen par sous-strucure. Cette mthode ne permet pas dobtenir une solution
prdictive car elle requiert la connaissance priori de facteurs de couplages mesurs.

En MF, plusieurs dizaines doscillations apparaissent sur une dimension de la structure, et la d-


forme est trs sensible aux conditions aux limites et aux paramtres matriaux de la structure. Si un
comportement modal est encore visible, les modes sont moins bien spars (par exemple plusieurs modes
prsents par Hertz, ces modes tant coupls par lamortissement) : la MEF est mal adapte cause du
raffinement de maillage ncessaire, et le calcul de la base modal est galement hors de porte. Les m-
thodes nergtiques quant elles sont trop globales et ne permettent pas une description satisfaisante
de la solution.
Si la structure est divisible en sous-structures homognes, on peut utiliser la Throrie Variationnelle
des Rayons Complexes (TVRC) introduite par Ladevze en 1996 : les conditions de continuit en dpla-
cements et en efforts aux interfaces entre sous-structures nont pas besoin dtre vrifes priori, mais
uniquement au sens faible par une formulation variationnelle.
La TVRC permet lutilisation dapproximations indpendantes par sous-structure. La solution est
suppose bien dcrite par la superposition dun nombre infini de modes locaux, appels rayons, issus de
la vrification des quations dquilibre dynamique et des relations de comportement par sous-strucutre.
Ces rayons sont deux chelles : une lente et une rapide. Lchelle rapide est traite analytiquement
(sinon cot numrique lev), et lchelle lente numriquement, car elle conduit un problme faible
nombre dinconnues.
On profitera de la rapide dispersion des modes MF dans les milieux dispersifs amortis ainsi que de
la version large bande de la TVRC dveloppe en 2004 et 2005 par Chevreuil et al.

15.4.1 Approches temporelles


Discrtisation spatiale

Une discrtisation par la MEF est mal adapte aux phnomnes fort gradient tels que les chocs,
car il faut soit un maillage trs fin, soit une interpolation par des polynmes de degr lev, ce qui dans
les deux cas augmente considrablement leffort de calcul.
tant donn le caractre trs localis des ondes propagatives en dynamique transitoire, la mthode
des lments finis adaptatifs rpond au besoin denrichir le modle localement en raffinant le maillage
uniquement sur les fronts donde de manire contrle et automatique.
Ces mthodes recourent un estimateur derreur priori :
estimateur construit sur les rsidus dquilibre pour ladaptation de maillage dans le cadre de la
propagation dondes ;
estimateur utilisant le lissage des contraintes ;
estimateur bas sur lerreur en relation de comportement.

iM 2 171 PLN d.
15. Les ondes

Dcomposition de domaine en dynamique transitoire

Le domaine est dcompos en sous-domaines plus petits calculer. On pourra se servir de la parall-
lisation du problme. Le problme est donc condens sur les quantits dinterface entre sous-domaines,
ce qui conduit un problme de taille rduite.
La plupart des mthodes utilises sont des mthodes sans recouvrement ; elles peuvent tre primales,
duales ou mixtes. Le problme dinterface est rsolu de faon itrative, ce qui vite la contruction explicite
du complment de Schur 3 , mais ncessite un taux de convergence lev pour tre efficace.
Dans la mthode duale, les efforts sont privilgis : la mthode propose priori des efforts en quilibre
aux interface et cherche crire la continuit en dplacements. Linconnue principale, i.e. les inter-efforts
entre sous-structures, sont les multiplicateurs de Lagrange aux interfaces.

Discrtisation temporelle

Les mthodes dintgration directe sont nombreuses et mieux adaptes que les techniques de bases
rduites pour les chocs relativement rapides qui mettent en jeu des frquences leves.
Notons quil existe des mthodes qui saffranchissent de la discrtisation temporelle et sappuient
sur une mthode asymptotique numrique pour dterminer la rponse transitoire de la structure ; ces
mthodes demandent encore tre dveloppes pour les variations temporelles rapides comme les chocs.
Parmis les mthodes dintgration directes, on utilise classiquement :
les schmas de Newmark (voir chapitre prcdent) pour une intgration dordre 2 : les schmas
prcis au second ordre des diffrences centres et de lacclration moyenne sont privilgis pour
les faibles erreurs damplitude et de priodicit quils engendrent.
Le schma des diffrences centres est explicite et adapt pour les chargements de dynamique
rapide et les problmes non linaires (car la matrice dynamique inverser est diagonale), mais
ncessite de vrifier que le signal ne se propage pas de plus dun lment pendant un pas de temps
(condition de Courant).
Le schma de lacclration moyenne est implicite mais inconditionnellement stable, bien adapt
pour les chargement peu rapides.
la mthode de Galerkine discontinue : Elle autorise les variables du problme dplacement et
vitesse tre discontinues en temps. lordre zro (champs constants sur chaque intervalle de
temps), elle permet de saffranchir des oscillations numriques occasionnes lors du traitement
dun front donde. Toutefois, ce schma dissipe normment et demande une discrtisation trs
fine pour bien reprenter les irrgularits.
la TXFEM (Time eXtended FEM) : Elle utilise une base de fonctions de forme en temps enrichie
formant une partition de lunit. Le schma est quivalent certaines mthodes de Galerkine
discontinues, le nombre de pas de temps infrieur Newmark, et les oscillations numriques at-
tnues. Elle est bien adpate pour le traitement des discontinuits en temps et notamment les
chocs. Voir le paragraphe 18.4 pour une courte description.

3. En algbre linaire et plus prcisment en thorie des matrices, le complment de Schur est dfini comme suit. Soit :
 
A B
M=
C D

une matrice de dimension (p + q) (p + q), o les blocs A, B, C, D sont des matrices de dimensions respectives p p,
p q, q p et q q, avec D inversible. Alors, le complment de Schur du bloc D de la matrice M est constitu par la
matrice de dimension p p suivante :
A B.D1 .C
Lorsque B est la transpose de C, la matrice M est symtrique dfinie-positive si et seulement si D et son complment
de Schur dans M le sont.

PLN d. 172 iM 2
15. Les ondes

15.4.2 Approches frquentielles


Afin de saffranchir de lintgration temporelle et des soucis numriques associs, il est possible de
rcrire le problme temporelle en un problme frquentiel (grce la FFT).
Lapproche frquentielle est galement plus adpate dans les situations pour lesquelles des paramtres
physiques dpendent de la frquence.
En appliquant la transforme de Fourier toutes les quantits dpendant du temps, on obtient des
quantits qui dpendent de la frquence. Ce faisant, le problme rsoudre devient un problme de
vibration force sur une bande de frquence. Il faut alors calculer des fonctions de rponse en frquence
(FRF) sur une large plage de frquences.

Cas des BF
Compte tenu de la grande taille des longueurs dondes et du fait que lon a peu de modes, bien
spars, les mthodes utilises sont bases sur les lments finis.
En rcrivant le problme dynamique dans le cas dune sollicitation harmonique de pulsation , il
vient :
[ 2 M + iC + K]U = F
En utilisant lhypothse de Basile 4 sur lamortissement, il est possible de calculer les premiers modes
propres associs aux plus petites frquences propre du systme. La solution approche est alors projete
sur les sous-espaces propres associs. On rsoud alors un systme diagonale de petite taille.

Cas des MF
En MF, lapproche prcdente (EF) ncessiterait dutiliser une grande quantit de polynmes cause
du caractre trs osscillant, ou augmenter le degr dinterpolation. De plus, il faut prendre en compte
plus de modes, qui sont de moins en moins bien spars.
Notons que lon peut minimiser linfluence du raffinage du maillage en localisant celui-ci uniquement
o la dynamique locale le demande. Pour cela, des estimateurs derreur postriori ont t dvelopps
pour les structures, mais galement pour lacoustique (Bouillard et Ihlenburg 1999, Irimie et Bouillard
2001).
La dispersion numrique est moindre avec les EF stabiliss : tels que les Galerkin Least Squares et
Galerkin Gradient Least Squares... qui nintervienne pas sur la forme variationnelle mais sur les matrices
issues de celle-ci.
On peut galement essayer de diminuer la taille de la base modale prendre en compte en ne retenant
que les modes propres qui maximisent loprateur dexcitabilit ; mais pour cela il faut dabord calculer
la base complte...
On peut galement utiliser un autre espace de projection que les modes propres classiques : par
exemple les premiers modes dun oprateur dnergie relatif une bande de frquence (Soize 1998).
Cette approche peut tre couple la thorie des structures floues (Soize 86) pour prendre en compte
la complexit de la structure de manire probabiliste.
On peut galement sous-structurer le domaine. Dans la Component Modal Synthesis, les modes
propres de chaque sous-structures servent de base pour la solution de la structure entire.
4. Si le seul amortissement entrant en jeu est un amortissement structurel (dissipation interne du matriau pour une
structure homogne), il est alors licite de faire lhypothse dun amortissement proportionnel, encore appel hypothse
de Basile. Dans ce cas C sexprime comme combinaison linaire de M et K, et sa projection sur les modes propres est
diagonale.

iM 2 173 PLN d.
15. Les ondes

Une deuxime approche consiste utiliser des lments enrichis (voir encore une fois le chapitre
18). Ces lments sont dvelopps pour pouvoir prendre en compte le caractre oscillant de la solution
en enrichissant les fonctions de base utilises afin de pouvoir mieux reproduire la solution.

Les EF hirarchiques, issus des mthodes p (voir le paragraphe 12.1 : laugmentation du degr
polynomial des fonctions de forme peut se voir comme une substitution un raffinement de maillage,
mais les estimateurs derreur des p-methods sont meilleurs que ceux des h-methods), permettent une
rutilisation lordre p + 1 des matrices de masse et de raideur lmentaires issues de lordre p.
Les EF multichelles (voir paragraphe 12.3) o la solution est recherche comme somme dune
composante calculable lchelle grossire en espace et dune composante non calculable associe
lchelle fine.
La Mthode de partition de lunit (PUM) (voir paragraphe 18.3) utilise un recouvrement du domaine
initial en un ensemble de maillages, chacun tant enrichi et vrichiant la partition de lunit. La FEM
associe la PUM donne naissance deux grandes familles dapproches : la G-FEM (Generalized FEM)
et la X-FEM (eXtended FEM), voir paragraphe 18.4. Si les fonctions denrichissement ne sont pas
actives, on se retouve avec la FEM.
la Mthode denrichissement discontinu (Discontinuous Enrichiment Method) est une mthode de
Galerkine lments finis discontinue avec multiplicateurs de Lagrange ddie aux application de forts
gradients ou oscillations rapides.

La BEM (voir paragraphe 18.1) est encore une troisime approche. Seuls les bords sont maills
afin de rduire le nombre de ddl. La formulation intgrale de la frontire tablit un lien entre les champs
intrieurs et les quantits sur les bords. La matrice obtenue est petite, mais pleine et non symtrique.

Les mthodes sans maillage (voir paragraphe 18.2) : Dans la EFGM (Element Free Galerkin Method
ou mthode de Galerkine sans maillage), on na plus quun nuage de points sans connectivit entre eux.
On utilise des fonctions de formes construites selon la mthode des moindres carrs mobiles et formant
une partition de lunit, qui peuvent tre polynomiales ou sinusodales. Nanmoins, comme elle est base
sur une discrtisation nodale, elle ncessite galement un grand nombre de nuds aux frquences plus
leves.

Les mthodes des lments discontinus : Pour des gomtries simples (utilisation en construction
navale), on utilise des solutions analytiques ou semi-analytiques sur des sous-domaines simples (poutres,
plaques rectangulaires...) pour construire la structure complte. Lorsque cette mthode est applicable
elle donne de bon rsultats aussi bien en BF, en MF et en HF.

Les mthodes de Trefftz : Elles utilisent des fonctions de base dfinies sur tout le domaine de la
sous-structure considre et vrifiant exactement lquation dynamique et la loi de comportement : la
solution est reprsente par la superposition de ces fonctions ; mais il faut encore vrifier les conditions
aux limites et de transmission. Les matrices sont de petite taille mais trs mal conditionnes.
Les T-elements lie la dmarche Trefftz et la FEM : Trefftz au sein de chaque lment..
Pour les problmes de vibroacoustique la WBT (Wave Based Technique) a t dveloppe (Desmet
98, Desmet et al. 02, Pluymers et al 02) : la structure nest pas discrtise comme pour les T-elements
mais est dcompose en lments de grande taille par rapport la dimension de la structure. les fonc-
tions de base particulires utilises amliorent le conditionnement des matrices, ce qui conduit des
matrices de petite taille pleines et non symtriques. Lintgration sur les bords cote cher en MF et
le conditionnement de la matrice en HF se dgrade du fait de la discrtisation des amplitudes (seules
certaines directions de propagation sont prises en compte).


PLN d. 174 iM 2
15. Les ondes

Cas de HF
Comme dit prcdemment, on ne reprsente pas la solution localement mais on ne sintresse qu
des grandeurs moyennes.

La SEA (Statistical Energy Analysis) est la mthode de rfrence pour les HF. La structure est
dcoupe en sous-structures. Ensuite des regroupements de modes sont construits tels que statistique-
ment le niveau de chacun des groupes de modes soit semblable : la mthode repose donc sur lhypothse
dune forte densit modale dans la bande de frquence tudie. Chaque groupe de mode est associ un
ddl : le problme rsoudre issu de lquilibre nergtique est par consquent faible nombre de ddl.
Cet quilibre se traduit par un bilan de puissance dans lequel la puissance injecte une sous-structure
par des forces extrieures, alatoires et stationnaires sur de larges bandes de frquences, est gale la
somme de la puissance dissipe dans cette sous-structure par amortissement et la puissance transmise
lensemble des sous-structures voisines avec lesquelles elle est connecte, appele puissance de couplage.
Lhypothse forte de la SEA concerne cette puissance de couplage entre deux sous-structures qui est
suppose proportionnelle la diffrence de leurs nergies par mode, le facteur de proportionnalit tant
le coefficient de couplage.
La SEA est parfaitement adapte aux HF, mais trop globale et trop imprcise pour dcrire finement
le comportement en MF.
De plus les coefficients de couplages ne sont connus explicitement priori que pour des gomtries
trs particulires et ncessitent donc en gnral de recourir des expriences, ce qui fait de la SEA une
mthode non prdictive.
Des stratgies de calcul de ces coefficients de couplage existent, mais pour certains rgimes dexci-
tation la notion mme de coefficient de couplage nest plus raliste.

La mthode de diffusion dnergie : Elle apporte un effet local la SEA en dcrivant de manire
continue les variables nergtiques. Elle a t applique des cas simples et lanalogie avec la thermique
nest pas dmontre pour des sollicitations et des gomtries quelconques.

Lanalyse ondulatoire de lnergie : Elle gnralise la SEA en ce quelle considre le champ dondes
non plus diffus mais directionnel en introduisant un champ dondes alatoires propagatives dans les
sous-structures et des coefficients de couplages qui varient selon les angles dincidence aux interfaces.

Les MES (Mthodes nergtiques Simplifies) : Elles se proposent de pallier les insuffisances de la
mthode de diffusion de lnergie en donnant une reprsentation locale des phnomnes. Le bilan de
puissance est crit aussi bien lintrieur des sous-structures que de leurs couplages. La connaissance
des coefficients de couplages priori demeure un problme.

Dautres mthodes existent encore : dveloppements asymptotiques, mthode de lenveloppe, m-


thode des chemins structuraux.
La mthode des rayons : consiste suivre les rayons vibratoires le long de leur parcours par ltude
de leur propagation, rflexion et transmission entre sous-structures par les lois de Snell-Descartes de
loptique gomtrique jusqu larmortissement des ondes. La RTM permet de connatre la direction
privilgie de transfert et de rpartition spatiale de lnergie, mais un cot numrique trs lev. De
plus, les coefficients de transmissions ne sont pas connus priori...

15.4.3 Remarques
Dans lapproche frquentielle, il faut dterminer les frquences dterminant la jonction BF/MF et
MF/HF.

iM 2 175 PLN d.
15. Les ondes

La frquence BF/MF agit sur le cot de calcul : elle doit tre la plus grande possible, mais telle qu
partir de cette frquence, les modes de la structure deviennent locaux, tout en conservant la sparation
des modes (en pratique entre 300 et 600 Hz).
Le choix de la frquence MF/HF joue sur la qualit de la vitesse calcule et donc sur lnergie
cintique qui sert pour restaurer la rponse temporelle. Cette frquence doit tre au moins gale 1/T
o T est la dure du choc dentre (si T=1ms, alors MF/HF = 2000Hz mini).
la MEF utilise en BF doit utiliser les n premiers modes pour la base rduite avec n tel que la
frquence de ce mode soit de 2 la frquence BF/MF. On utilisera galement la rgle classique dau
moins 10 lments linaires par longueur donde pour le maillage.
La FFT requiert par ailleurs que le chargement soit priodique. Le temps correspondant cette
priode, T0 , doit tre choisi judicieusement. Dans le cas dun choc, on a donc T0 > T , mais il faut
galement le choisir tel que la rponse transitoire de la structure steigne avant la fin de cet intervalle
de temps. De plus, ce temps influe sur lchantillonnage frquentiel du calcul de la FRF. Les pulsations
pour lesquelles la FRF est calcule doivent tre telles que n = n.(2f0 ) avec f0 = 1/T0 . Il faut
galement que le nombre de pas de frquences N soit une puissance de 2 pour utiliser la FFT et son
efficacit, et N soit tre tel que N/T0 2fmax avec fmax la frquence maximale contenue dans le signal.
Le choix judicieux de T0 influe directement sur la reconstruction temporelle de la rponse. Pour les
structures peu amorties ou pour des chargements longs, T0 est grand, et donc la FFT coteuse. Dans
ces cas, des mthodes ont t dveloppes : les fonctions de Green ; la Implicit Fourier Transform ; et
larmortissement artificiel.


PLN d. 176 iM 2

iM 2
16. Les non linarits
version du 11 dcembre 2012

Plusieurs types de non-linarits peuvent tre considres. En mcanique des structures, on distin-
guera :
les non-linarits gomtriques qui se manifestent dans les problmes des grands dplacements,
des grandes rotations et/ou de grandes dformations.
La notion de grands dplacements signifie tout simplement que lhypothse des petites pertur-
bations nest plus vrifiable. Or celle-ci stipule que gomtrie dforme et initiale doivent rester
relativement proches.
La notion de grandes dformations, dj mentionne dans ce document, fait que la linarit des
relations entre dplacements et dformations nst plus conserve.
les non-linarits matrielles dues la loi de comportement du solide (ou plus gnralement la
loi de comportement dans le milieu ). Le plus souvent, cette loi peut sexprimer sous la forme
dED non-linaires du premier ordre.
Nous avons dj voqu ce phnomnes plusieurs endroits dans ce document, et le chapitre
prcdent sur lhomognisation est une illustration du cas o lon peut substituer un milieu
homognis simple un milieu compliqu. Toutefois, nous irons un peu plus loin dans ce chapitre
et prsenterons les principales lois de comportement rencontres en mcanique.
les non-linarits lies lvolution des conditions aux limites. Ce type de non-linarit apparat
en particulier dans les problmes de contact et de frottement entre solides. Ces phnomnes sont
dcrits par des inquations et des oprations de projection.
les non-linarits lies aux instabilits du comportement qui se prsentent dans lanalyse des
problmes dynamiques.

16.1 Tenseurs, dcomposition des tenseurs


Le dviateur est un oprateur matriciel utilis en mcanique des milieux continus, plus prcisment
en plasticit.
Soit M une matrice (ou tenseur dordre 2) de dimension n. Le dviateur de M, not devM, vaut :

tr(M)
devM = M In
n
o tr(M) est la trace de la matrice, i.e. la somme de ses termes diagonaux.
Le dviateur est un tenseur de trace nulle.

16.1.1 Tenseur des contraintes


Le tenseur des contraintes, ou tenseur de Cauchy, nest pas forcment introduit par la loi de Hooke
gnralise qui le lie au tenseur des dformations ( = H).
Dailleurs, lorsque Cauchy lintroduit vers 1822, il le fait pour reprsenter les efforts intrieurs mis
en jeu entre les portions dformes du milieu, via lquilibre des efforts pour toute coupure dans un
matriau (i.e. dfinition sous forme de forces surfaciques).

iM 2 177 PLN d.
16. Les non linarits

En tout point M il existe une infinit de facettes dorientation diffrentes. Le thorme de Cauchy
permet de dfinir ltat de contrainte sur une facette dorientation quelconque partir de la connaissance
de ltat de contrainte selon trois directions diffrentes. Lnonc de ce thorme est le suivant :
Thorme de Cauchy [un des nombreux -] : Les composantes du vecteur contrainte en un point M
sur une facette de normale
n dpendent linairement des composantes de cette normale. Les coefficients
linaires sont les composantes du tenseur des contraintes.
Ce thorme conduit formuler la contrainte sexerant sur une facette dorientation quelconque
comme :
3




n T (M,
X
T (M, n ) = j e ) j
j=1

et, comme dans ce repre orthonorm (



e1 ,

e2 ,

e3 ) chacune des trois contraintes de base a trois compo-
santes, on a :
3


T (M, ij

X
ej ) = ei
i=1

soit au final :
3


T (M,
ij nj

X
n) = ei
i,j=1

Les coefficients linaires ij apparaissent donc comme les lments dun tenseur de rang 2 : il sagit
du tenseur des contraintes de Cauchy.
De manire encore plus explicite, on crit :

11 12 13 n1


T (M,
n ) = 21 22 23 n2 = n
31 32 33 n3

Dun point de vue pratique, chacun des lments ij du tenseur des contraintes de Cauchy rend
compte dune contribution clairement identifiable : le premier indice i est lindice de projection (direction
selon laquelle sexerce la contribution) ; le second indice j repre lorientation de la surface sur laquelle
sexerce la contribution. Par exemple 12 correspond la composante suivant
e1 de la contrainte qui
sexerce sur la facette de normale
e2 .
En exploitant la condition dquilibre applique au moment rsultant, il est possible de dmontrer
que, en statique, le tenseur des contraintes est ncessairement symtrique.
Dailleurs, en se servant de cette symtrie, on introduit la notation de Voigt ou notation de lingnieur.
On pose 1 = 11 ,2 = 22 , 3 = 33 , puis 4 = 23 , 5 = 13 , 6 = 12 , et lon peut prsenter le
tenseur des contraintes sous forme de vecteur : < 1 , 2 , 3 , 4 , 5 , 6 >. Cela facilite lcriture de la loi
de Hooke gnralise et montre en mme temps que lespace des contraintes est un espace vectoriel
six dimensions.
Il existe (au moins) une base orthonorme dans laquelle le tenseur des contraintes est diagonal. Pour
trouver ce repre, il faut rsoudre le problme aux valeurs propres det( I) = 0. Les trois racines
de ce polynme de degr 3 sont les valeurs propres encore appeles contraintes principales I , II et
III . Les vecteurs propres associs sont les directions principales qui forment le repre principal. Dans
la mesure o le tenseur des contraintes est symtrique, il existe bien 3 valeurs propres relles, et les
vecteurs propres associs sont orthogonaux.
Par convention, on ordonnera toujours les contraintes principales de sorte que I > II > III .
Ces contraintes principales permettent de dfinir les invariants du tenseur des contraintes de Cauchy :

I1 = 1 + 2 + 3 = tr()

PLN d. 178 iM 2
16. Les non linarits

2 2 2
I2 = 1 2 + 2 3 + 1 3 = tr(com()) = 11 22 + 22 33 + 33 11 12 23 13
I3 = 1 2 3 = det()

Comme pour les dformations, il est souvent utile (bien que la signification physique nous en chappe
encore) de dcomposer le tenseur des contraintes en partie sphrique et dviateur :

11 12 13 s11 s12 s13 p 0 0
1
ij = I ij + sij ou encore = 21 22 23 = s12 s22 s23 + 0 p 0
3
31 32 33 s13 s23 s33 0 0 p

o p = 13 I ij est la partie sphrique (et I = kk ) et sij la partie dviatorique.


La partie sphrique correspond une pression isostatique, i.e. un vecteur contrainte normal la
facette pour toute direction (gnralisation de la notion de pression hydrostatique dans les liquides).
Physiquement, le dviateur du tenseur des contraintes correspond donc aux contributions des contraintes
autres que surfaciques (cas n = 3) ou liniques (cas n = 2). Le dviateur est un tenseur de trace nulle,
i.e. sii = 0.
Le dviateur a les mmes directions principales que le tenseur des contraintes, on a alors dans le
repre principal :
s1 0 0
sij = 0
s2 0
0 0 s3
On peut dfinir les invariants du dviateur des contraintes de Cauchy :

J1 = s1 + s2 + s3 = tr(sij ) = 0

J2 = s1 s2 s2 s3 s1 s3
J3 = s1 s2 s3 = det(sij )
Ces invariants sont utiles pour dfinir la contrainte de comparaison, ou contrainte effective e =
f (ij ) : cette valeur est ensuite compare la limite lastique pour savoir si lon est dans le domaine
lastique ou plastique.
Le second invariant du dviateur des contraintes est la contrainte de von Mises.
On appelle triaxialit des contraintes le rapport entre la contrainte isostatique et la contrainte
quivalente de von Mises :
p ii
= =
evm 3evm
Ce paramtre est important dans ltude de lendommagement et de la mcanique de la rupture.
Notons quil caractrise certains cas simples de sollicitation tels que le cisaillement pur ( = 0), ou la
traction uniaxiale ( = 1/3).
Lorsque lon parle de contraintes, on se rferre toujours au tenseur de Cauchy. Toutefois, plusieurs
autres mesures des contraintes ont t dveloppes :
Les tenseurs des contraintes de Piola-Kirchhoff : ils permettent dexprimer les contraintes par
rapport une configuration de rfrence (alors que le le tenseur des contraintes de Cauchy les ex-
prime relativement la configuration actuelle). Pour des dformations infinitsimales, les tenseurs
de Piola-Kirchhoff et de Cauchy sont identiques.
On voit alors que, si le domaine tudi venait varier, ces tenseurs seraient bien appropris (voir
paragraphe 16.2 par exemple)

iM 2 179 PLN d.
16. Les non linarits

Le premier tenseur des contraintes de Piola-Kirchhoff P relie les forces dans la configuration
actuelle au domaine (aires) dans une configuration de rfrence. Pour lexprimer, nous aurons
donc besoin du tenseur gradient de dformation F et de son jacobien J (voir ci-dessous).

uj
P = JF T de coordonnes Pij = Jik
xk

Le second tenseur des contraintes de Piola-Kirchhoff S, de manire duale, relie les forces de la
configuration de rfrence avec le domaine actuel. Avec les mmes notations quau dessus, on a :

ui uj
S = JF 1 F T de coordonnes Sij = J km
xk xm

Le tenseur de contraintes de Kirchhoff = J : il est utilis dans des algorithmes numriques en


plasticit des mtaux (o il ny a pas de changement de volume pendant la dformation plastique).
...

Pour exprimer les tenseurs de Piola-Kirchhoff nous avons eu besoin du tenseur gradient de dforma-
tion F . Ce dernier est dfini comme suit :

xi ui
Fij (X, t) = = ij + ou F = I + u
Xj Xj

o X est la position de rfrence linstant t0 (configuration 0 ), et x la position courante linstant


t (configuration actuelle ).

Localement les formules de transport scrivent :


Pour un vecteur : dx = F dX
Pour un volume : dv = JdV avec J = J(F ) = det(F ) le jacobien du tenseur gradient de dforma-
tion
Pour une surface oriente : ds = JF 1 dS

Pour caractriser les changements de forme, on introduit le tenseur C = F T F , symtrique, qui est
le tenseur des dilatations ou encore le tenseur de Cauchy-Green droite.
Le tenseur E = (C I)/2, symtrique, est le tenseur des dformations de Green-Lagrange. Il a les
mmes directions principales que le tenseur C.
Ces deux tenseurs sont lagrangiens, 1 ils oprent sur des quantits dfinies sur la configuration de
rfrence 0 .

Nous venons dvoquer des tenseurs de dformation... cest quil est temps de changer de paragraphe.

1. la description lagrangienne consiste suivre dans le temps les particules le long de leurs trajectoires : cest une
description intuitive de leur mouvement.
En reprsentation lagrangienne, la position dun point M linstant t qui se trouvait en M0 linstant t0 est donne
par une relation du type M = f (M0 , t).
Cette mthode prsente un inconvnient : le rfrentiel se dplace avec le fluide. Il est donc difficile de connatre ltat
du fluide en un point donn de lespace et du temps.

La description eulrienne dcrit le champ de vitesses qui associe chaque point un vecteur vitesse.
La photographie avec un temps de pose assez court dun coulement muni de particules colores permet de visualiser
des lments de ce champ de vitesses un instant donn. Au contraire un temps de pose plus long permet de visualiser
des trajectoires de la description lagrangienne.
Le champ de vitesses est dcrit en donnant tout instant t le vecteur vitesse V en tout point M par une relation de
type V (M, t).

PLN d. 180 iM 2
16. Les non linarits

16.1.2 Tenseur des dformations


Le tenseur des dformations, ou tenseur de Green-Lagrange, est obtenu directement partir des
dplacements par la relation :
 
1 T
 1 ui uj uk uk
= u + (u) soit pour chaque composante : ij = + +
2 2 xj xi xi xj

Cette crire provient directement du fait dcrire laccroissement de dplacement partir du dplacement
du point M en M 0 que lon formule en fonction du dplacement du point M , et dun accroissement de
dplacement, caractrisant le fait que chaque point du solide est susceptible de subir un dplacement
diffrent lorigine de la dformation.
On peut alors distinguer deux grands types de contribution la dformation en dcomposant ce
tenseur comme la somme dun tenseur symtrique E et dun tenseur antisymtrique G :
1 1
E = ( + T ) et G = ( T )
2 2
 
ui uj
On obtient alors le tenseur des dformations pures : Eij = 12 x j
+ xi et le tenseur des rotations
 
ui u
pures : Gij = 12 x j
xji (on note souvent ij au lieu de Gij ).

Lorsque lon parle de tenseur des dformations, on fait souvent rfrence au tenseur linaris des
dformations, obtenu en ngligeant les termes dordre 2 du tenseur de Green-Lagrange, ou encore tenseur
des dformations dans le cas des petits dplacements :
 
1 ui uj 1
ij = + que lon note ij = (ui,j + uj,i )
2 xj xi 2

En mcanique des milieux continus, le tenseur des dformations pour les petites dformations (ou
tenseur de Green) est la partie symtrique de la matrice jacobienne du vecteur dplacement de chaque
point du solide.
Si lon dcompose le tenseur des dformations en une somme dune partie dviatorique (ou dviateur)
et dune partie sphrique :
1
ij = I ij + eij
3
(avec I = kk et eii = 0) on a une signification physique claire de chacun des termes.
On vrifie en effet facilement que I caractrise la variation de volume

V
= I = tr
V
Il suffit, pour sen convaincre, de partir dun cube unit (V = 1) dans les axes principaux, et de calculer
le volume du paralllpipde rectangle dform :

1 + V = (1 + 1 )(1 + 2 )(1 + 3 )
= 1 + (1 + 2 + 3 ) + O(2 )
= 1 + I

Ainsi la partie sphrique reprsente une dilatation (si elle est positive, une contraction sinon) uni-
forme dans toutes les directions, tandis que le dviateur correspond une dformation isochore (sans
variation de volume).

iM 2 181 PLN d.
16. Les non linarits

Il existe une base orthonorme dans laquelle le tenseur des dformation est diagonal :

I 0 0
= 0 II 0
0 0 III

Les directions propres sont appeles directions principales de dformation, et les dformations I , II et
III les dformations principales.
Les dformations principales sont les valeurs propres du tenseur, et les direction propres, ses vecteurs
propres. Les valeurs propres vrifient lquation det( I) = 0.
La trace tant invariante par changement de base, on a 11 + 22 + 33 = I + II + III et et ainsi
en petites dformations, la variation relative de volume vaut :
V
= I + II + III
V0

Contrairement aux contraintes principales, la notion de dformation principale est assez peu utilise
pour le calcul. Elle permet par contre dexprimer de manire simple lnergie lastique, et est utile pour
dpouiller les rsultats dextensomtrie. Par ailleurs, les directions principales sont les mmes pour le
tenseur des dformations et pour le tenseur des contraintes.

En vue de prendre en compte les cas les plus gnraux, le tenseur des dformations se dcompose
en 4 parties :
une partie lastique : directement proportionnelle la variation du tenseur des contraintes (contraintes
actuelles moins tenseur des contraintes initiales, gnralement nul, mais pas forcment) ;
une partie de dilatation thermique : directement proportionnel la variation de temprature
(temprature actuelle moins temprature initiale). Cette partie scrit laide dun tenseur ,
dpendant ventuellement de la temprature galement, et qui est sphrique dans la cas des
matriaux isotropes ;
une partie plastique ;
une partie viscolastique.
chaque mcanisme responsable du comportement inlastique est caractris par un certain nombre
de variables, appeles variables dcrouissage, caractristique de ltat du matriau un instant donn
ainsi que de linfluence de chargement thermomcanique pass.
Les lois dcrouissage dfinissent lvolution du domaine lastique. Elles compltent le modle pour
le cas dun matriau dont la rsistance la dformation volue avec celle-ci. Sans crouissage, le domaine
dlasticit est dfini uniquement en fonction de ltat de contrainte.

16.2 Non linarit gomtrique


Nous avons expos en introduction quil sagit du cas o lhypothse des petites perturbations nest
plus vrifie.
Cela se traduit par le fait que le domaine considr varie et doit donc tre introduit comme une
inconnue dans le problme.
Si lon se place dans le cas de grands dplacements, mais en conservant lhypothse de petites dfor-
mations, on est amen effectuer la formulation variationnelle sur un domaine inconnu 0 par lintro-
duction des tenseurs non linaires de Piola-Kirchhoff (contraintes) et de Green-Lagrange (dformations)
tels que : Z Z
: = GL : P K
0

PLN d. 182 iM 2
16. Les non linarits

On obtient la formulation variationnelle :


Z Z Z
GL : P K u.f0 u.F0
0 0 0

avec 0 = 0
Au niveau discret, le systme non linaire ncessite alors de recourir une technique de linarisa-
tion, comme la mthode de Newton-Raphson, permettant de manire itrative, dobtenir une solution
converge. La mthode de Newton-Raphson est prsente en annexe au chapitre D.

16.3 Non linarit matrielle


Jusqu prsent, nous nous sommes placs, de manire implicite, dans le cadre dun comportement
lastique linaire. On parle encore de loi de Hooke. Cela a t illustr au paragraphe 6.6.5.
Lorsque lon ne considre que le cas de la traction/compression, alors on a proportionalit entre
contrainte dans cette direction de chargement 11 et dformation dans cette direction 11 via le module
dYoung E : 11 = E11 .
La mme loi se retrouve pour une sollicitation en cisaillement, et la contrainte de cisaillement 12
est proportionnelle langle de dformation relative 12 via le module de Coulomb G : 12 = G12 .
Lorsque lon synthtise tout cela pour toutes les directions, on parle alors de loi de Hooke gnralise,
que lon note sous la forme = H (i.e. ij = Hijkl kl ) : il y a proportionalit entre les tenseurs des
contraintes et des dformations. On note galement souvent C au lieu de H.
Nous rappellons que, pour un matriau isotrope, tous les coefficients Hijkl sont dfinis laide du
module dYoung E et du coefficient de Poisson , ou de manire quivalente par les coefficients de Lam
et .
= 2 + T r()I i.e. ij = 2ij + kk ij

E E
avec = et =
2(1 + ) (1 2)(1 + )

(3 + 2)
ou avec E = et =
+ 2( + )

Dans ce paragraphe, nous proposons dexposer brivement quelques lois de comportement qui vont
au del de la simple lasticit linaire.

16.3.1 Modles rhologiques

Lallure qualitative de la rponse des matriaux quelques essais simples (traction, compression,
crouissage, fluage, relaxation, triaxial, flexion, torsion...) permet de les ranger dans des classes bien
dfinies. Ces comportements de base , qui peuvent tre reprsents par des systmes mcaniques
lmentaires, sont llasticit, la plasticit et la viscosit :
Le ressort symbolise llasticit linaire parfaite, pour laquelle la dformation est entirement
rversible lors dune dcharge, et o il existe une relation biunivoque entre les paramtres de
charge et de dformation.
Lamortisseur schmatise la viscosit, linaire ou non. La viscosit est dite pure sil existe une
relation biunivoque entre la charge et la vitesse de chargement. Si cette relation est linaire, le
modle correspond la loi de Newton.

iM 2 183 PLN d.
16. Les non linarits

Le patin symbolise lapparition de dformations permanentes lorsque la charge est suffisante. Si le


seuil dapparition de la dformation permanente nvolue pas avec le chargement, le comportement
est dit plastique parfait. Si, de plus, la dformation avant coulement est nglige, le modle est
rigide-parfaitement plastique.
Ces lments peuvent tre combins entre eux pour former des modles rhologiques. La rponse
de ces systmes peut tre juge dans 3 plans diffrents, qui permettent dillustrer le comportement lors
dessais de type :
crouissage, ou augmentation monotone de la charge ou de la dformation (plan ) ;
Fluage, ou maintien de la charge (plan t ) ;
Relaxation, ou maintien de la dformation (plan t ).
Les rponses de modles classiques selon ces 3 plans prcdents sont prsentes ci-dessous :
modle du solide lastique : = H, loi de Hooke ;
modle du solide viscolastique comportant un ressort et un amortisseur en parallle : = +H,
modle de Voigt ;
modle du solide lastique-parfaitement plastique, constitu par un ressort linaire et un patin en
srie : modle de Saint-Venant.
Lorsque le module E tend vers linfini, le modle devient rigide-parfaitement plastique.
modle du solide lastique-plastique crouissable, qui donne une courbe de traction linaire par
morceaux : modle de Saint-Venant gnralis ;
modle du solide lastique-parfaitement viscoplastique, form par un amortisseur non linaire :
modle de Norton.
modle du solide lastique-parfaitement viscoplastique, qui comporte un ressort linaire en srie
avec un amortisseur et un patin situs en parallle : modle de Bingham-Norton ;
Lorsque le seuil du patin tend vers zro, et que lamortisseur est choisi linaire, ce dernier modle
dgnre en un modle de fluide visqueux, comportant un ressort et un amortisseur en srie :
= /E + /, modle de Maxwell.
modle du solide lastique-viscoplastique crouissable, qui reprsente le schma le plus complexe.
Except le cas de llasticit (dj trait), lensemble des modles prsents ci-dessus sexpriment
sous forme diffrentielle, si bien que la rponse actuelle dpend de la sollicitation actuelle et de son
histoire (proprit dhrdit).
Il y a deux manires de prendre en compte cette histoire, la premire consiste la dcrire par
une dpendance fonctionnelle entre les variables ; la seconde fait lhypothse quil est possible de repr-
senter leffet de lhistoire dans des variables internes, qui concentrent les informations importantes
dfinissant ltat du matriau.
Sauf quelques cas exceptionnels comme celui de la viscolasticit linaire, la seconde mthode de
travail produit des modles dont la modlisation numrique est plus simple.
Les autres hypothses importantes qui sont classiquement utilises pour lcriture de modles de
comportement sont :
Le principe de ltat local, qui considre que le comportement en un point ne dpend que des
variables dfinies en ce point, et non pas du voisinage ;
Le principe de simplicit matrielle, qui suppose que seul intervient dans les quations de com-
portement le premier gradient de la transformation ;
Le principe dobjectivit, qui traduit lindpendance de la loi de comportement vis--vis de lob-
servateur, et qui implique que le temps ne peut pas intervenir explicitement dans les relations de
comportement.
Mentionnons enfin quelques cas type dutilisation des modles mentionns :
Comportements viscolastique : pour les polymres thermoplastiques au voisinage de la temp-
rature de fusion, pour les verres au voisinage de la temprature de transition, pour les btons

PLN d. 184 iM 2
16. Les non linarits

frais...
Comportements rigides-parfaitement plastiques : pour ltude des sols, pour lanalyse limite, pour
la mise en forme des mtaux...
Comportements plastiques : pour les mtaux des tempratures infrieures au quart de la tem-
prature de fusion, pour les sols et roches...
Comportements viscoplastiques : pour les mtaux moyenne et haute temprature, pour le bois,
les sols (dont le sel), pour les cramiques trs haute temprature...
Un acier temprature ambiante peut tre considr comme lastique linaire pour le calcul des
flches dune structure mcanique, viscolastique pour un problme damortissement de vibrations,
rigide-parfaitement plastique pour un calcul de charge limite, lasto-viscoplastique pour ltude de
contraintes rsiduelles, ....
Un polymre peut tre considr comme un solide pour un problme de choc, et comme un fluide
pour ltude de sa stabilit sur de longues dures...

16.3.2 Visolasticit
Un comportement viscolastique correspond la superposition dun comportement lastique, traduit
par une relation de type = H (loi de Hooke), et un comportement visqueux, dont le plus simple est le
modle linaire dit de Newton, traduit par une relation de type = ( tant la viscosit du matriau).
Un chelon de contrainte appliqu partir dun instant t0 produit une dformation instantane
suivie dune dformation diffre (fluage). Si, au-del dun instant t1 , la charge est ramene zro, il
apparat, aprs une nouvelle dformation instantane, le phnomne de recouvrance, qui tend ramener
la dformation zro.
Si une dformation est applique partir de linstant t0 , on obtient une contrainte instantane
puis une diminution de la contrainte partir de cette valeur instantane (relaxation). Si, au-del dun
instant t1 , la dformation est ramene zro, il apparat, aprs une nouvelle contrainte instantane, le
phnomne deffacement, qui tend ramener la contrainte zro.
Le comportement viscolastique se caractrise par le fait que le phnomne deffacement est total,
i.e. que la contrainte revient effectivement zro.
De manire gnrale, une loi viscolastique sexprime comme une correspondance entre lhistoire des
dformations et des contraintes par une fonction, ce que lon note :

(t) = <t ((t))

De plus, le comportement sera dit viscolastique linaire si le comportement vrifie le principe de


superposition de Boltzman : la rponse la somme de deux sollicitations est la somme des rponses
chaque sollicitation. Cela se traduit par :

(t) = <t (1 + 2 ) = <t (1 ) + <t (2 )

16.3.3 Visoplasticit
Plusieurs modles viscoplastiques existent.
Nous avons mentionn, le modle de Maxwell ou modle de fluide visqueux, comportant un ressort
et un amortisseur linaire en srie, et dont la loi scrit :


= +
E

iM 2 185 PLN d.
16. Les non linarits

Nous avons galement mentionn le modle de Voigt ou modle du solide viscolastique, comportant
un ressort et un amortisseur en parallle, et dont la loi scrit :
= + H
La figure ci-dessous illustre les rponses des modles de Maxwell et Voigt :

Le modle de Voigt ne prsente pas dlasticit instantane. Lapplication dun saut de dformation
en t = 0 produit une contrainte infinie. Ce modle nest donc pas utilisable en relaxation, sauf si la mise
en charge est progressive, et sera pour cette raison associ un ressort pour effectuer des calculs de
structure (modle de Kelvin-Voigt).
De plus, sous leffet dune contrainte 0 constante en fonction du temps, la dformation dans ce
modle de Voigt tend vers la valeur asymptotique 0 /H : le fluage est donc limit. Si, aprs une mise
en charge lente, la dformation est fixe une valeur 0 , la contrainte asymptotique sera H0 : il ny a
donc pas disparition complte de la contrainte.
Au contraire, dans le cas du modle de Maxwell, la vitesse de fluage est constante, et la disparition
de contrainte au cours de la relaxation est totale.

16.3.4 Plasticit
Les modles prsents jusqu prsent taient des modles unidimensionnels, ou plus exactement des
modles correspondant un chargement uniaxial. Pourtant, ltude de ces modles uniaxiaux (simples)
met en vidence la dtermination de seuils ou de limites correspondant des modifications de com-
portement. Afin de pouvoir aborder ltude des chargements multiaxiaux, il est ncessaire de se donner
les moyens de dfinir de telles limites dans le cas tridimensionnel. Cest ce que nous allons maintenant
aborder.
Considrons le cas du chargement uniaxial dun matriau isotrope. Celui-ci fait apparatre un do-
maine dlasticit au travers de deux valeurs de contrainte, lune en traction, lautre en compression,
pour lesquelles se produit lcoulement plastique. On a donc lasticit dans un domaine [y , y ], puis
plasticit au del, i.e. par exemple pour une contrainte > y + x, o x = Hp .
En fait, la limite du domaine de plasticit est dfini par une fonction de charge f de sorte que si
f (, x) < 0 ltat de contrainte est lastique, et si f (, x) > 0 ltat de contrainte est plastique.
Dans le cas gnral, lensemble des paramtres de dpart AI contiendra les contraintes et toutes les
variables dcrouissage, scalaires ou tensorielles, il faut donc dfinir f (, AI ). On va dans un premier
temps limiter la prsentation la dfinition du domaine dlasticit initial, pour lequel on supposera
que les variables AI sont nulles, si bien quon se contentera dcrire les restrictions des fonctions f dans
lespace des contraintes.
Lexprience montre que, pour la plupart des matriaux, le domaine dlasticit initial est convexe
(cest en particulier vrai pour les mtaux qui se dforment par glissement cristallographique). La fonction
de charge doit donc elle-mme tre convexe en , ce qui implique, pour tout rel compris entre 0 et 1,
et pour un couple (1 , 2 ) quelconque de la frontire :
f (1 + (1 )2 ) f (1 ) + (1 )f (2 )

PLN d. 186 iM 2
16. Les non linarits

Il faut galement respecter les symtries matrielles. Ceci implique en particulier dans le cas dun
matriau isotrope que f soit une fonction symtrique des seules contraintes principales, ou bien encore,
ce qui est quivalent, des invariants du tenseur des contraintes prsents au paragraphe 16.1.1 (il sagit
de I1 , I2 et I3 ).
Dans les matriaux mtalliques on observe gnralement lincompressibilit plastique (pii = 0) et
lindpendance du comportement vis--vis de la pression isostatique. Ceci amne considrer comme
variable critique faire figurer dans la dfinition du critre non plus le tenseur de contraintes lui-mme,
mais son dviateur s (et donc ses invariants J1 , J2 et J3 ).
En vue de raliser les comparaisons avec les rsultats exprimentaux, il est pratique de disposer
dexpressions des critres dans lesquelles les valeurs de f sont homognes des contraintes. On peut
alors remplacer J2 par linvariant J (contrainte quivalente au sens de von Mises en cisaillement :
J() = e = 3J2 ), qui peut galement sexprimer en fonction des contraintes principales, ou de la
contrainte applique dans le cas dun tat de traction simple.
Nous allons maintenant prsenter quelques critres classiques de plasticit : von Mises et Trasca,
ne faisant pas intervenir la pression isostatique, Drucker-Prager, Mohr-Coulomb, Hill et Tsa, faisant
intervenir la pression isostatique.
Introduire la pression isostatique permet dexprimer le fait quune contrainte isostatique de com-
pression rend plus difficile la dformation plastique, ce qui conduit une dissymtrie des critre en
traction/compression.

Critre de von Mises


Le critre dit de von Mises a t formul initialement par Maxwell en 1865. En 1904, Huber le
dveloppa partiellement dans un article en polonais. Cependant, sa paternit est gnralement attribue
von Mises (1913). On parle aussi parfois de la thorie de Maxwell-Huber-Hencky-von Mises, ou de
critre de Prandtl-Reuss, ou encore de critre de lnergie de distorsion lastique.
Dans le critre de von Mises, on considre que le seuil de plasticit est li lnergie lastique de
cisaillement. Cela revient ngliger linfluence du troisime invariant. Si y est la limite dlasticit en
traction, la fonction de charge est dfinie par :

f () = J() y

La direction dcoulement est donne par le dviateur du tenseur des contraintes.

Critre de Tresca
La renomme de Tresca tait si grande son poque que Gustave Eiffel mit son nom en troisime
position sur la Liste des soixante-douze noms de savants inscrits sur la tour Eiffel.
Le critre de Tresca, ou critre de Tresca-Guest, ou critre de la contrainte de cisaillement maximal,
sexprime en fonction des cisaillements maxima dans chaque plan principal, reprsents par les quantits
(i j ) (et non plus lnergie lastique de cisaillement).
La spcificit du critre de Tresca est de ne retenir que le plus grand dentre eux. Le fait de rajouter
une pression chaque terme de la diagonale ne modifie pas, comme prvu, la valeur du critre. Contrai-
rement au critre de von Mises, lexpression du critre de Tresca ne dfinit en gnral pas une surface
rgulire (discontinuit de la normale, points anguleux) :

f () = max(i j ) y

En dautres termes, la loi dcoulement se dfinit par secteurs dans lespace des contraintes principales.

iM 2 187 PLN d.
16. Les non linarits

Critre de Drucker-Prager
On trouve parfois Drcker au lieu de Drucker dans la littrature.
La fonction de charge scrit f () = (1)J()+tr(), si bien que la normale possde une compo-
sante shrique. La dformation plastique value avec un tel critre est accompagne dune augmentation
de volume quel que soit le chargement appliqu.
De manire gnrale, tout critre qui fait apparatre la pression isostatique produit un terme de
changement de volume accompagnant la dformation plastique (mais pas forcment positif, comme
dans le cas du modle de Drucker-Prager qui comporte donc un dfaut).
On lcrit aussi sous une forme o il est plus facile de le voir comme une extension du critre de von
Mises :
y I1
f () = J()
1
o le coefficient dpend du matriau et est compris entre 0 et 1/2. Pour = 0, on retrouve le critre
de von Mises.

Critre de Mohr-Coulomb
Ce critre est apparent celui de Tresca, car il fait intervenir comme lui le cisaillement maximum,
mais, contrairement lui, il ajoute en mme temps la contrainte moyenne , reprsente par le centre
du cercle de Mohr correspondant au cisaillement maximum, soit :

f () = 1 3 + (1 + 3 ) sin 2C cos avec 3 2 1

Ce critre est sous-tendu par la notion de frottement, et suppose que le cisaillement maximal que peut
subir le matriau est dautant plus grand que la contrainte normale de compression est leve.

Critres anisotropes
La mthode gnralement utilise pour faire apparatre de lanisotropie consiste faire intervenir un
tenseur du quatrime ordre dans lexpression du critre, qui vient multiplier le dviateur, ou directement
le tenseur des contraintes.
Une solution couramment
adopte gnralise le critre de von Mises, en utilisant la place de J()
lexpression : JH () = : H : .
Le critre de Hill correspond une anisotropie particulire qui conserve trois plans de symtrie dans
ltat dcrouissage du matriau.
Le critre de Tsa est obtenu partir de celui de Hill afin de reprsenter la dissymtrie entre traction
et compression.

16.3.5 Les lastomres


Dans ce paragraphe, nous faisons une prsentation sommaire des lastomres de manire gnrale.
Le comportement des lastomres est fortement non linaire. Il faut prendre en compte par exemple
la prcharge, la frquence et lamplitude dexcitation comme paramtres sur :
en statique : trs grandes dformations et retour la configuration initiale sans dformation
permanente : lois hyperlastiques.
en dynamique : proprits amortissantes, dont rigidification en frquence sous excitation harmo-
nique : loi viscolastique non linaire.

PLN d. 188 iM 2
16. Les non linarits

Concernant leur fabrication, lopration de vulcanisation est la suivante : on malaxe du caoutchouc


brut, on ajoute du souffre et on chauffe le mlange afin dobtenir un matriau lastique, stable dans
une gamme de temprature beaucoup plus large que le caoutchouc naturel et rsistant au fluage sous
contrainte (dcouverte de Goodyear en 1839).
Le premier brevet sur la fabrication dun lastomre synthtique a t dpos le 12 septembre 1909
par le chimiste allemand Fritz Hofmann.

Les lastomres sont quasi incompressibles. le module de compressibilit du caoutchouc se situe


entre 1000 et 2000 MPa alors que lordre du grandeur de son module de cisaillement est de 1 MPa :
cette diffrence signifie que le caoutchouc ne change quasiment pas de volume, mme sous de fortes
contraintes.

Les dformations de cisaillement peuvent tre considres comme linaires : le coefficient de cisaille-
ment est relativement indpendant du taux de cisaillement, au moins jusqu des niveaux de dformation
modrs.

Enfin, notons galement un comportement particulier, connu sous le nom deffet Mullins (publi-
cations en 1966 et 1969) : si lon applique un chargement cyclique sur un matriau initialement non
prcontraint, on observe une diminution de la raideur lors des premiers cycles. Si on impose ensuite une
dformation cyclique jusqu un niveau de dformation plus lev, on observe nouveau une diminution
de la contrainte et de lhystrsis jusqu un nouvel quilibre. Ce comportement provient dune rupture
progressive des liaisons molculaires.

Les lastomres sont connus pour leur grande lasticit. Une hystrsis est toujours prsente, mais
augmente avec lajout de charges (qui sont ncessaires pour amliorer dautres proprits).
Rappelons ce quest lhystrsis en quelques mots : lamortissement correspond lnergie dissipe
au cours dun cycle. Il est caractris par un angle de perte et un module complexe. Si le systme est
soumis des dformations sinusodales cycliques : (t) = 0 sin(t) et que lon estime que la contrainte
transmise rpond galement de faon sinusodale, alors cette dernire est dphase dun angle , langle
de perte, et on a : (t) = 0 sin(t + ). Gnralement cette hypothse
P de premire harmonique nest
pas vrifie et la rponse contient plusieurs harmoniques : (t) = k k sin(kt + k ).
Le module complexe est dfini par : E = /. Il se calcule comme :

0 i 0
E = e = (cos + i sin )
0 0
ou encore :
E = E 0 + iE 00 = E 0 (1 + i tan )

et on appelle :
0
module dynamique = |E | = ;
0
0
module de stockage = E = |E | cos , car il mesure lnergie emmagasine puis restitue au cours
dun cycle ;
module de perte = E 00 = |E | sin , car il mesure lnergie dissipe sous forme de chaleur au cours
dun cycle.
Le module dYoung complexe E ou le module de Coulomb complexe G voluent de manire signifi-
cative avec la temprature, la frquence et lamplitude de lexcitation.

Notons galement que leffet mmoire (expriences de fluage et relaxation) est prsent pour ces
matriaux : Le niveau des contraintes un instant dpend non seulement du niveau de sollicitation
cet instant, mais galement des sollicitations auxquel le matriau a t soumis prcdemment.

iM 2 189 PLN d.
16. Les non linarits

Grandes dformations
En grandes dformations, il est ncessaire de bien distinguer ltat initial de ltat dform.
On utilisera alors les tenseurs adapts (Piola-Kirchhoff), comme expos au paragraphe 16.2.

Incompressibilit
Aux lois de comportement prcdentes, on ajoute la contrainte de variation nulle de volume entre
les configurations.
Pour un matriau incompressible, on a J = 1 (J est le jacobien du gradient de la dformation).

Hyperlasticit
Un matriau est dit lastique si le tenseur des contraintes de Cauchy linstant t dpend uniquement
de ltat de dformation ce mme instant : la contrainte ne dpend pas du chemin suivi par la
dformation, alors que le travail fourni par cette contrainte en dpend.
Un matriau lastique est dit hyperlastique si le tenseur des contraintes drive dune fonction
dnergie de ce matriau : cela implique que le travail fourni pour aller dun tat un autre ne dpend
pas du chemin suivi.
Si on postule lexistence dune nergie libre , on peut la relier, pour les matriaux hyperlastiques,
aux invariants des tenseurs. Cette nergie est galement appele nergie de dformation. De l on peut
dduire les lois de comportement.

Approximation numrique
De nombreuses formes de lnergie de dformation ont t proposes, sexprimant partir :
des invariants ;
des fonctions dlongations principales ;
des coefficients intervenant sous forme linaire : Mooney-Rivlin et Rivlin gnralis ;
des coefficients intervenant sous forme de puissances : Ogden (1972)
sous forme polynomiale...
Le modle de Rivlin gnralis, implment dans la plupart des codes de calcul, est donn par le
dveloppement polynomial suivant :
N
X M
X
= Cij (I1 3)i (I2 3)j + Di (J 1)2i
i,j=0 i=1

ou plus simplement, si le matriau est bien incompressible :


N
X
= Cij (I1 3)i (I2 3)j
i,j=0

o lnergie de dformation est dveloppe un ordre proportionnel la plage de dformation souhaite


(pour N = 3 on a gnralement une bonne corrlation avec les mesures exprimentales). C00 = 0 et
les coefficients Cij sont des constantes du matriau lies sa rponse en terme de distortion, et les
coefficients Di sont des constantes du matriau lies sa rponse en terme de volume.
Pour les matriaux faiblement compressibles, il est commode dintroduire la dcomposition des d-
formations. On en arrive alors la forme :
N
X 1
(J) = (J 1)2i
Di
i=1

PLN d. 190 iM 2
16. Les non linarits

le module de compressibilit tant donn par k0 = 2/D1 .


Notons quune manire galement simple de prendre en compte les lastomre a dj t donne :
il sagit de lutilisation dlments hybrides faisant intervenir la matrice de souplesse [S] au lieu de la
matrice de Hooke [H].

16.3.6 Les composites, lanisotropie


Dans ce paragraphe, nous faisons une prsentation sommaire des matriaux composites de manire
gnrale.
Ceux-ci ont fait des apparitions en divers endroits de ce document, et quelques problmes se rap-
portant eux ont t discuts.

Dfinitions
On appelle matriau composite lassociation dau moins deux matriaux non miscibles. On obtient
un matriau htrogne.
On en profite donc pour rappeler quun matriau peut tre :
Homogne : mme proprits en tout point du matriau.
Htrogne : en 2 points diffrents, proprits diffrentes.
Isotrope : mme proprits dans toutes les directions.
Isotrope transverse : il existe un axe de symtrie. Symtrie par rapport une droite.
Orthotrope : proprits symtriques par rapport deux plans orthogonaux.
Anisotrope : les proprits sont diffrentes selon les diffrentes directions.

Composants
Un matriau composite plastique correspond lassociation de deux constituants .
Le renfort (ou armature, ou squelette) : assure la tenue mcanique (rsistance la traction et
rigidit). Souvent de nature filamentaire (des fibres organiques ou inorganiques).
La matrice : lie les fibres renforts, rpartit les efforts (rsistance la compression ou la flexion),
assure la protection chimique. Par dfinition, cest un polymre ou une rsine organique.
En plus de ces deux constituants de base, il faut ajouter linterphase, qui est linterface assurant la
compatibilit renfort-matrice, et qui transmet les contraintes de lun lautre sans dplacement relatif.
Des produits chimiques entrent aussi dans la composition du composite, linterphase etc. ... qui
peuvent jouer sur le comportement mcanique, mais ninterviennent pratiquement jamais dans le calcul
de structure composite.
Remarque : on conoit un composite en fonction du type dapplication, de chargement... ce qui est
diffrent des matriaux classiques o on adapte la conception dune structure en fonction du matriau
constitutif. On cherchera donc toujours orienter au mieux les renforts en fonction des efforts auxquels
la structure est soumise.
Avantages des matriaux composites :
grande rsistance la fatigue ;
faible vieillissement sous laction de lhumidit, de la chaleur, de la corrosion (sauf alu-carbone) ;
insensibles aux produits chimiques mcaniques comme les graisses, huiles, liquides hydrauliques,
peintures, solvants, ptrole ;
Mais attention aux dcapants de peinture qui attaquent les rsines poxydes !

iM 2 191 PLN d.
16. Les non linarits

Les matriaux composites structuraux


Les monocouches reprsentent llment de base de la structure composite. Les diffrents types de
monocouches sont caractriss par la forme du renfort : fibres longues (unidirectionnelles UD,
rparties alatoirement), fibres tisses, fibres courtes.
Un stratifi est constitu dun empilement de monocouches ayant chacun une orientation propre
par rapport un rfrentiel commun aux couches et dsign comme le rfrentiel du stratifi.
Un matriau sandwich est un matriau compos de deux peaux de grande rigidit et de faible
paisseur enveloppant une me (ou cur) de forte paisseur et faible rsistance. Lensemble forme
une structure dune grande lgret. Le matriau sandwich possde une grande rigidit en flexion
et est un excellent isolant thermique.
On pourra avoir des stratifis de type :
Equilibr : stratifi comportant autant de couches oriente suivant la direction + que de couches
oriente suivant la direction .
Symtrique : stratifi comportant des couches disposes symtriquement par rapport un plan
moyen.
Orthogonal : stratifi comportant autant de couches 0o que de couches 90o .
Notation composite : On porte, entre crochets, un nombre indiquant la valeur en degr de
langle que fait la direction des fibres de chaque couche avec laxe de rfrence. les couches sont
nommes successivement en allant de la face infrieure la face suprieure, les couches tant
spares par le symbole / (ou une virgule parfois) : [0/ + 45/ + 90/ 45]
Les couches successives dun mme matriau et de mme orientation sont dsignes par un indice :
[0/45/45/90/45/45/0] scrit [0/452 /90/452 /0].
Si le stratifi est symtrique, seule la moiti est codifie et le symbole s indique la symtrie :
[45/45/45/45/45/45] scrit [45/45/45]s .
En cas de stratification hybride (diffrents matriaux dans un mme stratifi), il faut prciser par
un indice la nature de la couche.

Approximation numrique
Lingnieur mcanicien est souvent bien au fait des diverses approximations possibles dun matriau
composite. Nous serons pas consquent assez brefs sur le sujet.
Par ailleurs le chapitre 13 sur lhomognisation permet, dans certains cas, de remplacer un matriau
composite compliqu par un matriau homognis plus simple.
La loi de Hooke, telle quelle a t crite jusqu a prsent = H ne soppose aucunement
lanisotropie.
Lisotropie se traduit juste par le fait que plus de coefficients sont nuls, et que ceux qui sont non
nuls ne dpendent que de deux paramtres, comme rappel en introduction au paragraphe 16.3.
Lorsque le matriau est anisotrope, alors H peut tre pleine, ce qui correspond 21 coefficients
non nuls, dpendant des paramtres : Ei : modules de tensions, Gij : modules de cisaillement, ij :
coefficients de contraction, ij,k : coefficients dinfluence de 1re espce, i,kl : coefficients dinfluence de
2nde espce, et ij,kl : coefficients de Chentsov.
Lorthotropie (orthogonal et anisotrope, i.e. 2 plans orthogonaux de symtrie) fait descendre ce
nombre de coefficients non nuls 9, dpendant des paramtres : E1 , E2 , E3 : modules dlasticit longi-
tudinaux, G23 , G13 , G12 : modules de cisaillement, 23 , 13, 12 , 21 , 23 , 31 : coefficients de Poisson.
Lisotropie transverse (1 axe de symtrie) fait encore descendre ce nombre de coefficients non nuls
6 (on na plus besoin de E2 , G23 et G12 par exemple)
On peut galement faire des hypothses sur lpaisseur des plis (faible) et la rpartition des contraintes
ou dformations pour obtenir des thories de plaques quivalentes. Ces plaques quivalentes pouvant

PLN d. 192 iM 2
16. Les non linarits

ensuite tre assembles en une nouvelle plaque quivalente.

Chaque coefficient non nul peut lui-mme tre constant (lasticit anisotrope) ou non, permettant de
prendre en compte autant de comportements que ncessaire (viscolasticit, plasticit...). En sus, il est
galement ncessaire de judicieusement modliser linterphase, i.e. de bien dcrire comment les couches
peuvent ou non bouger entre elles. Par dfaut, lhypothse utilise dans les codes de calcul est une
adhsion parfaite. Cela nest pas forcment compatible avec le but recherch par le calcul, notamment
si celui-ci vise apprhender les modes de rupture (qui sont plus complexes pour les composites...).

Tous les codes de calcul actuels permettent de prendre en compte lanisotropie matrielle et les
matriaux composites (avec des interfaces plus ou moins sympathiques). Nous nentrerons donc pas plus
dans le dtail dans ce document.

16.4 Le contact
Un peu dhistoire : 2
Les premiers calculs de Joseph Boussinesq, auteur en 1876 dun Essai thorique de lquilibre des
massifs pulvrulents, compar celui des massifs solides, sur la pousse des terres sans cohsion, repre-
nant des tudes de Coulomb sur ce sujet, reposent sur un ensemble dhypothses trs restrictives : 1) les
corps en prsence sont supposs semi-infinis (cela nest vrai que si les zones de contact sont vraiment
trs petites par rapport aux autres dimensions) ; 2) au voisinage de la future zone de contact, leurs
surfaces peuvent tre reprsentes par des quadriques dont les courbures sont connues (Or la rugosit,
qui rend la rpartition des pressions de contact trs irrgulire, est gnralement trs loigne du modle
thorique) ; 3) ces corps sont parfaitement lastiques, homognes et isotropes (ce qui est trs restrictif,
et souvent rellement faux) ; 4) laire de contact est assimile un trs petit lment plan qui ne reoit
que des efforts normaux, donc parallles entre eux (dans beaucoup de contacts, la zone dapplication
des pressions est loin dtre plane et surtout, le fait de ne considrer que des charges normales suppose
que lon fasse abstraction du frottement).

En 1881, Heinrich Hertz, jeune ingnieur et docteur s sciences de 24 ans, publie dans le clbre
Journal de Crelle (XVII, p. 156) sous le titre eber die Beruhrung fester elastischer Krper (Sur le
contact des corps solides lastiques), un mmoire qui fera date, puisquil sagit de la premire thorie
cohrente des contacts ponctuels.
Le fait de rester dans le domaine des dformations lastiques permet dappliquer le principe de
superposition. Aux contraintes issues de 1) lapplication des efforts normaux se superposent celles 2)
provoques par les efforts tangentiels rsultant du frottement ou de ladhrence, puis celles 3) dues aux
contraintes rsiduelles dont on favorise lapparition par des traitements mcaniques ou thermochimiques
appropris, et enfin celles 4) qui correspondent aux autres sollicitations des pices, tension, compression,
flexion, torsion... Ces quatre groupes de contraintes peuvent tre dfinis sparment puis combins pour
aboutir ltat de charge complet des zones de contact.

2.

Joseph Valentin Boussinesq Charles-Augustin Coulomb Heinrich Rudolf Hertz


1842-1929 1736-1806 1857-1894

iM 2 193 PLN d.
16. Les non linarits

Le calcul des contraintes supplmentaires dues au frottement a t conduit de diverses manires par
des chercheurs comme Liu (1950), Poritzky (1966) et quelques autres. Il est extrmement compliqu, au
point dtre pratiquement inutilisable dans les situations concrtes.

Depuis que Hertz a introduit une thorie du contact en 1881, de nombreux problmes dingnieur
faisant intervenir le contact ont t rsolus. Loutil de calcul bas sur une approche analytique, est limit
la rsolution des problmes simples de contact : en effet la plupart des solutions analytiques supposent
un contact sans frottement et des zones de contact connues, priori, et des formes gomtriques simples.
Le dveloppement des techniques numriques de rsolution a permis de traiter des problmes de
contact plus complexes. La MEF, en permettant la discrtisation des solides de formes quelconques et
la prise en compte aise de conditions aux limites diverses, offre un outil puissant de calcul pour tudier
les problmes de contact.

Aujourdhui lanalyse des problmes de contact avec frottement est trs importante pour beaucoup
dapplications industrielles. La modlisation des procds industriels de mise en forme, et plus gn-
ralement des phnomnes complexes o le contact et le frottement sajoutent des non-linarits du
matriau et de la gomtrie, ncessite des algorithmes supplmentaires dans les logiciels gnraux dEF.

Malgr la linarit de la loi lastique, le problme de contact est intrinsquement non-linaire. En


effet, la surface de contact et les forces de contact sont, priori, inconnues et elles changent progressi-
vement lorsquon applique le chargement externe.

Dans la littrature, de nombreuses mthodes ont t dveloppes pour rsoudre les problmes de
contact par des mthodes numriques comme la MEF, parmi lesquels la mthode de pnalisation, la
mthode de flexibilit, la mthode de programmation mathmatique, la mthode des multiplicateurs
de Lagrange (voir le paragraphe 7.6 sur les multiplicateurs de Lagrange et le paragraphe 11.3 sur les
diverses manires de traiter une interface, qui est un contact rigide). Une grande partie de ces articles
traitent dalgorithmes numriques. Dans les codes EF industriels (Ansys, Pamcrash...), les problmes de
contact avec frottement dans le contexte des grandes dformations sont presque exclusivement traits
par des mthodes de pnalisation ou de rgularisation. Ces mthodes prsentent des inconvnients en ce
qui concerne la stabilit et la prcision numrique, en particulier pour tout ce qui touche la simulation
des phnomnes de frottement.

Pour pallier ces insuffisances, une mthode du Lagrangien Augment a t dveloppe par Curnier
et Alart (1988). Cette mthode consiste dterminer les inconnues (dplacement et raction) simulta-
nment en utilisant un algorithme de Newton gnralis. Simo et Laursen ont galement propos une
mthode similaire (1992). De Saxc et Feng ont propos une mthode bipotentielle fonde sur la thorie
du Matriau Standard Implicite, dans laquelle une nouvelle formulation du lagrangien augment est
dveloppe.
Pour les problmes de contact unilatral avec frottement, la mthode bipotentielle nutilise quun seul
principe variationnel sur le dplacement et une seule ingalit. Ainsi, le contact unilatral et le frottement
sont coupls. Cette nouvelle approche tend galement la notion de loi normale aux comportements
dissipatifs non associs, en tenant compte du frottement. Cette approche variationnelle est plus simple
que lapproche classique qui inclue deux principes variationnels et deux ingalits respectivement pour le
contact unilatral et le frottement. Dans la mthode bipotentielle, le problme de contact avec frottement
est trait dans un systme rduit par un algorithme dUzawa une seule phase de prdiction-correction
sur le cne de frottement. Lextension de cette mthode dans le contexte de grandes dformations
a t ralis. Pour tre capable de traiter des problmes industriels qui font intervenir le contact, il
est important de disposer dun ventail dalgorithmes afin de pouvoir moduler lutilisation de chaque
mthode selon leurs avantages et inconvnients dans chaque cas concret.


PLN d. 194 iM 2
16. Les non linarits

16.4.1 Lois de contact et de frottement


Considrons deux solides dformables 1 et 2 en contact en certains points de leurs frontires.
Soient v la vitesse relative locale en un point P de 1 par rapport 2 , et r la raction que subit 1 de
la part de 2 . Supposons dfini n le vecteur unitaire normal dirig vers 1 . La projection orthogonale
du point P sur la surface de 2 dfinit un point P 0 , dit point projet de P , qui sera lorigine du
repre local du contact (t1 , t2 , n) illustr ci-dessous :

Les vecteurs v et r peuvent tre dcompos en partie tangente vt et rt et partie normale vn et rn .


Compte tenu de la distance initiale au contact g et pour un pas de temps t, la distance P P 0
exprime dans le repre local est alors dfinie par : xn = g + tvn . Par consquent, les conditions de
contact unilatral pour chaque point en contact, peuvent tre exprimes comme suit :
Impntrabilit : xn 0
Quand la particule est en contact avec lobstacle, elle nest pas attire par lui : xn = 0 rn 0
Quand la particule nest pas en contact avec lobstacle, la raction normale est nulle : xn > 0
rn = 0
Ces trois conditions peuvent tre condenses sous une forme complmentaire (conditions de Signorini) :

xn 0; rn 0; xn rn = 0

ou sous la forme quivalente :

n > 0, rn = projR+ (rn n xn )

o R+ reprsente un ensemble de valeurs positives.


En ce qui concerne le frottement, parmi les nombreux modles existants, nous avons choisi le modle
de Coulomb, qui est le plus utilis dans les problmes de contact avec frottement sec. Dans le cas du
contact-frottement isotrope, le modle de Coulomb scrit :

krt k < rn si kvt k = 0



vt
rt = rn kvt k si kvt k =6 0

avec le coefficient de frottement.


On peut galement utiliser la forme quivalente :

t > 0, rt = projC (rt t ut )

o C est un ensemble qui reprsente lintervalle [rn , rn ] dans le cas bidimensionnel, ou le disque
de centre 0 et de rayon R = rn dans le cas tridimensionnel. On rapple que ut dsigne la composante
tangentielle du dplacement relatif, qui est aussi le glissement.

16.4.2 Algorithme local


De manire usuelle, on dfinit le cne de frottement isotrope de Coulomb pour chaque point en
contact :
K = (rn , rt ) R3 tels que krt k rn


iM 2 195 PLN d.
16. Les non linarits

laide de la thorie du Matriau Standard Implicite, les conditions de contact unilatral et la loi
de frottement sexpriment par une seule ingalit variationnelle :
rt
Trouver (rn , rt ) K tq : (rn , rt ) K , (xn kvt k)(rn rn )+vt .(rt rt ) 0 o > 0, vt =
krt k

Afin dviter des potentiels non diffrentiables qui apparaissent dans la reprsentation du contact, on
peut utiliser la mthode du lagrangien augment. Cette mthode, applique lingalit variationnelle,
conduit une quation implicite :

r = projK (rn + n (xn kvt k), rt + t vt )

o n et t sont des coefficients positifs qui dpendent de la matrice de flexibilit de contact.


Pour rsoudre lquation implicite, on utilise lalgorithme dUzawa (algorithme de gradient pas fixe
pour loptimisation sous contraintes) qui conduit une procdure itrative comportant les deux tapes
suivantes :  i+1
n = ni + in (xin kvti k)
prdiction : i+1
t = ti = it vti
correction : (rni+1 , rti+1 ) = projK (ni+1 , ti+1 )
contact avec adhrence ( K ), non contact ( K ) et contact avec glissement ( R3 (K K )),
o K est le cne dual de K .

16.4.3 Algorithme global


Dans le contexte de la MEF, aprs discrtisation des solides en contact, on rsout gnralement un
systme dquations dquilibre au niveau global, obtenu par la mthode des rsidus pondrs (expose
au paragraphe 7.1), de type :

{R (q)} = {Fint (q)} + {Fext (q)} + {Reac(q)} = 0

o q est le vecteur de ddl de la structure, {R (q)} celui des rsidus, {Fint (q)} celui des forces internes,
{Fext (q)} celui des forces extrieures et {Reac(q)} celui des forces de contact et de frottement dans le
repre global.
Pour rsoudre ce systme dquations non linaires, on utilise une mthode itrative de type Newton-
Raphson qui consiste linariser le systme prcdent en :

[KT ]i {d}i+1 = {Fint }i + {Fext }i + {Reac}i

{q}i+1 = {q}i + {d}i+1


o [KT ]i est la matrice tangente de rigidit litration i.
Insistons que le caractre fortement non-linaire de ce systme : en effet, celui-ci prend en compte
des multiples non-linarits mcaniques telles que les non-linarits matrielles et les non-linarits go-
mtriques qui se manifestent lorsquapparaissent des grands dplacements ou des grandes dformations.
De plus, les lois relatives au contact et au frottement sont exprimes par des ingalits, le potentiel
du contact tant mme non diffrentiable. Par consquent, des difficults numriques se manifestent
plusieurs niveaux au cour de :
la rsolution des quation non linaires dquilibre (niveau global) ;
lintgration des lois de comportement (niveau local) ;
la rsolution des inquations de contact et de frottement couples avec les quations dquilibre
(niveaux local et global).


PLN d. 196 iM 2

iM 2
17. La rupture en mcanique
version du 11 dcembre 2012

La mcanique de la rupture sintresse la formation et la propagation de fissures macroscopiques


dans les structures, ce qui peut conduire la sparation dun corps en deux parties disjointes suite une
phase damorage qui a vu le dveloppement de microcavits, microfissures... mais les fissures peuvent
aussi sarrter.
Le mode de rupture peut tre fragile (sans dformation plastique) ou ductile (avec dformation
plastique).
La rsilience est le rapport de lnergie ncessaire pour rompre une pice sur la section droite de
matire rompue : elle caractrise lnergie ncessaire pour produire la rupture. La rsilience volue avec
la temprature (la temprature de transition caractrise le passage dune mode de rupture un autre :
fragile ou ductile).
Le mode de rupture dpend par ailleurs de ltat de contrainte, en particulier de la triaxialit des
contraintes (rapport du premier sur le second invariant, voir paragraphe 16.1.1) : un matriau trs plas-
tique peut dvelopper des ruptures fragiles ; un matriau sans plasticit ne prsentera que des ruptures
fragiles.
En fonction du chargement et du matriau considr :
si le milieu est globalement plastique ou viscoplastique, on recourra la mcanique non linaire
de la rupture, ou approche locale (description fine des contraintes et dformations en pointe de
fissure laide de modles non linaires) ;
si la plasticit absente ou trs confine, on utilisera la mcanique linaire de la rupture.

17.1 Deux approches


On distingue deux approches :
Approche globale : le principal avantage est la relative simplicit dapplication aux calculs EF
ou analytiques grace des grandeurs scalaires reprsentant ltat de la fissure, mais qui sont des
approximations qui peuvent manquer de pertinence ;
Approche locale : qui veut modliser finement le comportement rel, mais se confronte la singu-
larit des contraintes en fond de fissure.
Dun point de vue numrique, les deux approches ncessitent des maillages fins en pointe de fis-
sure afin de dcrire le front de fissure et de permettre le calcul de la concentration des contraintes et
dformations. Il faut ajouter galement des modles de comportement adapts.
lapproche globale ncessite un maillage rayonnant avec faces perpendiculaires au front de fissure ;
alors que lapproche locale impose un maillage fin (calcul des contraintes), dont la taille est impose
ainsi que le type dlements.
Les fissures sont souvent trop complexes pour tre parfaitement reproduites, ce qui impose des
approximations du domaine, ce qui rend le choix du type dlements et leur taille encore plus critique.
La modlisation du comportement des matriaux est importante puisque directement lie au calcul
des sollicitations en pointes de fissure, qui de plus apparaissent toujours dans des zones o les sollicita-
tions sont complexes (fatigue, fluage, plasticit, endommagement...).

iM 2 197 PLN d.
17. La rupture en mcanique

La modlisation de lavance de la fissure conduit de trs fortes non linarits (avec des problmes
de convergence dans les algorithmes). De plus, la modlisation de lavance de fissure est lie la
discrtisation faite, donc est lie la taille des lments.
Les mailleurs automatiques sont souvent incapables de mener bien leur tche car il y a une incom-
patibilit entre les dimensions de la structure et la finesse ncessaire pour la fissure, et parce que les
approches locale et globale ont des spcificits de maillage diffrentes et difficiles prendre en compte.
Il est donc souvent ncessaire de dvelopper ses propres outils de maillage. De plus beaucoup de critres
mis au point en 2D ne sont pas forcment valables en 3D.

Les problmes actuels sur lesquels portent la recherche sont :


la propagation, qui reste un domaine numrique difficile aborder, en particulier les critres de
propagation de fissure, surtout en 3D et/ou en dynamique.
les mailleurs (voir ci-dessus), et mme en amont, les critres de maillage, surtout en 3D.

On opte galement pour une approche couple essais / calculs :


dvelopement des paramtres pertinents en mcanique de la rupture ;
dveloppement doutils analytiques et critres associs ;
dveloppement / validation des critres.

Approches numriques des fissures :


Fissure droite sollicite en mode I : Le trajet de propagation peut tre connu priori, et on trouve
les mthodes de dboutonnage dans lequelles la moiti de la structure est maille et les nuds
situs sur la ligne de propagation sont librs mesure que la fissure avance. Mais il faut relcher
les nuds progressivement en appliquant des forces nodales physiquement pertinentes.
Fissure courbe - mthodes de remaillage : voir problme de maillage
Fissure courbe - lments dinterface : le trajet de la fissure est impos par la discrtisation et il
faut choisir la loi de dcohsion linterface.
Il reste lastuce de llment ayant un nud supplmentaire au quart de ses cts (ou ayant son
nud intermdiaire dplac), qui permet dintgrer exactement la singularit lastique, mais il
reste ncessaire de disposer dun outil spcifique de remaillage.
Les mthodes sans maillage : elles permettent de saffranchir des problmes lis la connaissance
trop intime de la fissure ;
Mthodes utilisant la particion de lunit : elles permettent de saffranchir du maillage explicite de
la fissure dont la description se fait au moyen dlments gomtriques ou de fonctions de niveau
pur le pb 3D.
Notons que les mthodes de remaillage peuvent introduire des singularit dans la discrtisation tempo-
relle qui sont peu souvent mentionnes.

17.2 Mcanique linaire de la rupture

17.2.1 Concentrations de contraintes des dfauts

Un peu dhistoire :

On a souvent attribu aux dfauts du matriau la cause principale de la rupture fragile. Sur la base
dune analyse des contraintes, Kirsch (1898) et Inglis (1913, cit au 8me symposium de mcanique des
roches en 1966) avaient dj donn des solutions analytiques pour le calcul du facteur de concentration
des contraintes pour des plaques infinies soumises la traction avec respectivement un trou circulaire
et un trou elliptique.

PLN d. 198 iM 2
17. La rupture en mcanique

Mais le facteur de concentration des contraintes devenait infini dans le cas dune fissure et cela
signifiait que des contraintes externes trs faibles suffisaient pour la rupture dun solide fissur, ce qui
est en contradiction avec la ralit.

Inglis, donc, en 1913, a montr leffet de concentration de contraintes.


Considrons une plaque avec un trou elliptique (de grand axe 2a et petit
axe 2b) dont la largeur l est trs suprieure aux dimensions du trou (i.e.
 2a), et soumise une contrainte nominale constante .
La contrainte en pointe de fissure (point A) est :
 
2a
A = 1 +
b

Le facteur de concentration de contraintes kf est dfini comme : kf = A /

Si a = b, alors kf = 3 ;  q 
Si a , Ingliss propose A = 1 + 2 a , o = b2 /A est le rayon en fond (ou pointe) de
fissure ; q
Si a  b, alors A = 2 a .

17.2.2 quilibre nergtique

Un peu dhistoire :

La mcanique de la rupture a t invente pendant la Premire Guerre mondiale par lingnieur


aronautique anglais A. A. Griffith pour expliquer la rupture des matriaux fragiles.

Le travail de Griffith a t motiv par deux faits contradictoires : 1) La contrainte ncessaire pour
rompre un verre courant est denviron 100 MPa, et 2) La contrainte thorique ncessaire la rupture
de liaisons atomiques est denviron 10 000 MPa.

Une thorie tait ncessaire pour concilier ces observations contradictoires. En outre, les expri-
mentations sur les fibres de verre que Griffith lui-mme a men suggrent que la contrainte de rupture
augmente dautant plus que le diamtre des fibres est petit. Par consquent il en dduit que le paramtre
de rsistance uniaxiale la rupture Rr , utilis jusqualors pour prdire les modes de dfaillance dans le
calcul des structures, ne pourrait pas tre une valeur indpendante des proprits du matriau.

Griffith suggre que la faiblesse de la rsistance la rupture observe dans ses expriences, ainsi
que la dpendance de lintensit de cette rsistance, taient due la prsence de dfauts microscopiques
prexistant dans le matriau courant.

Pour vrifier lhypothse de dfauts prexistants, Griffith a introduit une discontinuit artificielle
dans ses chantillons exprimentaux. La discontinuit artificielle tait une forme de fissure dbouchante
plus importante que les autres discontinuits supposes prexistantes dans lchantillon.
Les expriences ont montr que le produit de la racine carre de la longueur de dfauts et la contrainte
la rupture taient peu prs constante.

iM 2 199 PLN d.
17. La rupture en mcanique

En 1920, Griffith considre le cas dune plaque dpaisseur B contenant une


fissure de longueur 2a et dont la largeur l est trs suprieure aux dimensions de
la fissure (i.e. l  2a) et son paisseur (i.e. l  B), soumise une contrainte
nominale constante .
Sous lhypothse de contrainte plane, Griffith montre que lquilibre nerg-
tique est :
dE d dWs
= + =0
dA dA dA
o A = 2aB est laire de la fissure, dA laccroissement de fissure, E lnergie
totale, lnergie potentielle et Ws lnergie ncessaire pour la progression du
dfaut.

Griffith montre galement que lnergie potentielle est relie lnergie potentielle de la plaque
sans dfaut par la relation :
a 2
 
= 0 2aB
E
et que Ws est donne par :
Ws = 4aV S
avec s lnergie de progression du dfaut par unit de surface.
dWs a 2
Lquation dquilibre nergtique de Griffith conduit : d
dA = dA et donc E = 2s .
Griffith obtient donc la contrainte globale de rupture f pour les matriaux fragiles (uniquement) :
r
2Es
f =
a

Ces travaux seront complts par Irwin afin de prendre en compte le cas de la rupture ductile (pour
les matriaux mtalliques). Ce dernier obtient la contrainte globale de rupture :
r
2E(s + p )
f =
a
o p est lnergie plastique de progression de fissure par unit de surface (i.e. en rupture fragile Wf = s ,
et en rupture ductile Wf = s + p ).

17.2.3 Taux dnergie libre G

Un peu dhistoire :
Luvre de Griffith a t largement ignore par la communaut des ingnieurs jusquau dbut des
annes 1950. Les raisons semblent tre que, pour les matriaux employs dans la ralisation des struc-
tures, le niveau rel dnergie ncessaire pour causer la rupture est de plusieurs ordres de grandeur
suprieur lnergie de surface correspondante et que, dans les matriaux de construction il y a tou-
jours des dformations lastiques en fond de fissure ce qui rend lhypothse du milieu lastique linaire
avec contraintes infinie en pointe de la fissure tout fait irraliste.
La thorie de Griffith concorde parfaitement avec les donnes exprimentales sur des matriaux
fragiles tels que le verre. Pour des matriaux ductiles tels que lacier, lnergie de surface prdite par
la thorie de Griffith est souvent irraliste. Un groupe de travail dirig par G. R. Irwin lUS Naval
Research Laboratory, constitu durant la Seconde Guerre mondiale, a ralis que la plasticit doit jouer
un rle important dans la rupture des matriaux ductiles.

PLN d. 200 iM 2
17. La rupture en mcanique

Dans les matriaux ductiles (et mme dans des matriaux qui semblent tre fragiles), une zone
plastique se dveloppe en front de fissure. Laugmentation de la dimension de la zone plastique est
fonction de laugmentation de la charge jusqu ce que la fissure se propage librant les contraintes en
arrire du fond de fissure. Le cycle de chargement/libration de chargement plastique aux abords du front
de fissure conduit la dissipation dnergie comme le ferait un traitement thermique de relaxation de
contrainte. Par consquent, un terme dissipatif doit tre ajout la relation de lquilibre nergtique tel
qulabore par Griffith pour les matriaux cassants. En termes physiques, de lnergie supplmentaire
est ncessaire pour que la propagation des fissures se produise dans les matriaux ductiles si on les
compare aux matriaux fragiles.
La stratgie dIrwin a t de partitionner lnergie en 1) nergie stocke en dformation lastique
(effet ressort) qui se libre lors de la propagation dune fissure et 2) nergie dissipe qui comprend la
dissipation plastique et lnergie de surface (et toutes les autres forces dissipatives qui peuvent tre au
travail).
Poursuivant ses travaux, Irwin propose en 1957 une mesure nergtique G pour caractriser la rup-
ture :
d
G=
dA
En ngligeant lnergie cintique, la puissance disponible pour ouvrir une fissure de surface A est gale
la variation dnergie potentielle totale, rsultat de la variation de lnergie lastique stocke dans
la structure et de la variation dnergie lie aux forces extrieures. Cette contribution mcanique est
appele taux de restitution dnergie.
G est la quantit dnergie permettant un accroissement de fissure de dA et est aussi appel force
dexpansion de fissure ou taux de restitution dnergie.
En revenant au cas trait par Griffith, on obtient en contraintes planes :
a 2
G=
E
et ainsi, une fissure va progresser si G atteint une valeur critique Gc :
dWs
Gc = = 2s
dA
o s est lnergie de progression du dfaut par unit de surface. Gc est la mesure de tnacit la
rupture du matriau.

17.2.4 Facteur dintensit de contrainte K

Un peu dhistoire :
Une autre ralisation importante du groupe de travail dirig par Irwin a t de trouver une mthode
de calcul de la quantit dnergie disponible pour une fracture au niveau de la contrainte asymptotique
et les champs de dplacement autour dun front de fissure dans un solide idalement lastique.
Cest le facteur dintensit de contrainte.
Pour certaines configurations de structures soumises un chargement, on peut
dmontrer que :

k X
ij = fij () + Am rm/2 gij ()
r m=0

o fij () est une fonction adimensionnelle, et (r, ) les coordonnes polaires en


fond de fissure.

iM 2 201 PLN d.
17. La rupture en mcanique

En posant :
K = k 2
Irwin montre en 1957 quau voisinage du fond de fissure, on a :

(I) KI (I)
lim ij = f ()
r0 2r ij

(II) KI I (II)
lim ij = f ()
r0 2r ij
(III) KI II (III)
lim ij = f ()
r0 2r ij

trois modes de chargements pouvant sappliquer une fissure :

Pour un mode mixte gnral il vient :


(total) (I) (II) (III)
ij = ij + ij + ij

La dtermination de K peut se faire analytiquement uniquement pour des gomtries simples. Pour
des cas plus complexes, il faut le faire num{eriquement ou exprimentalement.
Par les contraintes : par exemple KI sera pris gale la valeur obtenue (post-traite) de yy 2r
en fond de fissure. Cette mthode simple et directe
p est peu prcise (car on utilise les contraintes).
Par les dplacements : KI est obtenu par 2/r en fond de fissure (obtenu par extrapolation),
tant le coefficient de Poisson. Cette mthode relativement simple ncessite de raffiner le maillage
autour de la fissure et sa prcision nest pas excellente (environ 5%).
ATTENTION : il ne faut pas confondre KI avec Kt qui est le facteur de concentration de contrainte,
sans dimension, et qui caractrise le rapport entre la contrainte normale maximale et la contrainte
linfini au voisinage dune entaille.
22max
Kt =

Si lon reprend le cas de la plaque plane semi-infinie traite par Griffith, en exprimant le champ de
contraintes au voisinage du fond de fissure et en faisant tendre vers 0, on obtient des relations entre
G et K :
K2 K2
GI = I et en dformations plane : GI = (1 2 ) I
E E
KII2 K2
GII = et en dformations plane : GII = (1 2 ) II
E E
K 2
GIII = (1 + ) III
E


PLN d. 202 iM 2
17. La rupture en mcanique

17.2.5 Intgrale J

Lintgrale J (intgrale curviligne) reprsente un moyen de calculer le taux de restitution dnergie


de dformation ou de travail (nergie) par unit de surface de zone rompue au sein dun matriau.

Le concept thorique de lintgrale J a t dvelopp, de faon indpendante, en 1967 par Cherepanov


et en 1968 par Rice. Ces travaux mettent en vidence que le contour dlimitant la zone plastique aux
abords du front de fissure (appel J) est indpendant du profil (contour) de la fissure.

Par la suite, des mthodes exprimentales ont t labores pour permettre la mesure des proprits
de rupture de critiques partir dchantillons lchelle du laboratoire pour des matriaux dans lesquels
la dimension des prlvements est insuffisante pour garantir la validit les hypothses de la mcanique
linaire lastique de la rupture, et den dduire une valeur critique de lnergie de rupture J1c .

La quantit J1c dfinit le point partir duquel se forme une zone plastique dans le matriau au
moment de la propagation et pour un mode de chargement.

Lintgrale J est quivalente au taux de restitution de lnergie de dformation dune fissure dans
un solide soumis une charge constante. Cela est vrai, dans des conditions quasi-statiques, tant pour
les matriaux linairement lastiques que pour les chantillons expriments petite chelle en passe de
cder en front de fissure.

Considrons un solide linaire lastique homogne 2D sur lequel agissent des


force Tk .
Les efforts de traction scrivent : Ti = ij nj (o n est la normale sortante
). Z kl
La densit dnergie interne lastique est = ij dij .
0
On travaille en labsence de forces de volumes : ij,i = 0
et sous hypothse de petites dformations : ij = (ui,j + uj,i )/2
Z
Alors les intgrales curvilignes suivantes : Qj = (nj Tk uk,j ) d j, k = 1, 2, 3 peuvent
Z Z
scrire : Qj = (nj lk nl uk,j ) d = (jl lk uk,j ) nl d

Le thorme de divergence puis quelques manipulations de loprande permettent Zdarriver au r-
kl
sultat suivant : Qj = 0, et par suite que la densit dnergie interne lastique = ij dij est
0
indpendante du chemin dans lespace des dformations. Z kl
Le mme type de calcul permet de montrer que la densit dnergie complmentaire = ij dij
0
est indpendante du chemin dans lespace ds contraintes.

On considre toujours notre solide linaire lastique homogne 2D sur lequel agissent des force Tk .
On dfinit lintgrale J comme :
Z
J = Q1 = (n1 Tk uk,1 ) d

Z Z
Daprs ce qui prcde, J = 0, et donc J1 = ... = J2 = ....
1 2

iM 2 203 PLN d.
17. La rupture en mcanique

Considrons maintenant une entaille (fissure) dans une pice.


Alors, on a vu que lintgrale J est nulle le long du chemin ferm
AB1 CD2 A.
Si sur AB et CD : dy = 0, Tk = 0, alors JAB = JCD = 0
et il vient : J1 = J2

Rice a galement dmontr que la valeur de lintgrale J reprsente le taux de relaxation dnergie
pour la propagation des fissures planes, ou le taux de diminution dnergie potentielle par rapport
laccroissement de la fissure, i.e. J = G.
Lintgrale J a t dveloppe pour rsoudre des difficults rencontres dans le calcul des contraintes
aux abords dune fissure dans un matriau linairement lastique. Rice a montr quen mode de charge-
ment constant et sans atteindre ladaptation plastique, lintgrale J peut aussi tre utilise pour calculer
le taux de relaxation dnergie dans un matriau plastique.

17.3 Mcanique lastoplastique de la rupture


Nous avons dj mentionn que lanalyse linaire lastique en mcanique de la rupture ne sapplique
que pour les matriaux fragiles. En effet, dans la plupart des cas, il existe des dformations plastiques
au fond de fissure.
Si lon suppose que cette zone plastique est prsente dans un rayon R autour du fond de fissure, et
quau del, jusqu un rayon D la solution singulire est domine par K ; alors R  D alors on peut
considrer que la solution est domine par le facteur dintensit de contrainte K.
Si R nest pas petit devant D, alors il faut tenir compte de la plastification locale.

17.3.1 Dtermination de la zone plastique


Lide gnrale est de dterminer le lieu gomtrique des points o le champ de contraintes atteint
la limite lastique du matriau.
videmment, en fonction du type de matriau, des hypothses cin-
matiques... cette zone peut tre plus ou moins grande.
Par exemple, pour un matriau isotrope et un critre de von Mises,
la zone plastique en contraintes planes est 9 fois plus grande que
celle en dformations planes.
Les chemins de propagation de la plasticit suivant lpaisseur sont
dans ces deux cas sont donn ct.

17.3.2 Modle dIrwin


En 1960, Irwin a prsent un modle de dtermination de la zone plastique le long de laxe de la
fissure sous lhypothse dun matriau lastique-plastique parfait, et en contraintes planes.
 2
1 KI
La zone plastique est donne par : rp (0) = 2 Y (Y tant la limite lastique).
Et donc, si 0 < r < r1 , 2 = Y et lorsque r > r1 , 2 = K2r
I
. Mzalor, comme 2 = Y est constant
pour r < r1 , il y a violation dquilibre suivant laxe y. La rduction de 2 est compense par 1 do
une augmentation de r1 .

PLN d. 204 iM 2
17. La rupture en mcanique

On obtient une zone plastique corrige 2 fois plus grande

1 KI 2
 
c= en contraintes planes
Y
 2
1 KI
c= en dformations planes
3 Y
et lextrmit de la fissure, louverture est :

4 KI2
= en contraintes planes
E Y

4(1 2 ) KI2
= en dformations planes
3E Y

17.3.3 Autres modles

Modle de Dugdale
Il sagit dun modle valable pour les plaques trs minces et constitues dun matriau plastique
parfait avec critre de Tresca, et o la plasticit est concentre le long de laxe de la fissure.

Critre de rupture bas sur louverture de fissure


Cette approche, introduite en 1961 par Wells et Cottrell, postule quil y a initiation de fissures en
prsence de plasticit, lorsque = c .
On peut se servir du modle dIrwin ou de celui de Dugdale (Burdekin et Stone)...

17.4 Modlisation numrique de la rupture

17.4.1 Par la MEF


Dans la formulation primale des lments finis (dite formulation en dplacements), le calcul fournit
le champ de dplacement u via les dplacements nodaux.
Le champ de dformations est obtenu par drivation des dplacements ; puis les contraintes sont
obtenues via la loi de comportement : = H.
Si le matriau est lastoplastique, les contraintes seront calcules de faon incrmentale : =
H(, ).

Les lments finis singuliers


Certains lments ou configurations entrainent des singularits des dformations.
Ce phnomne, que lon cherche gnralement soigneusement viter, est en fait idal en mcanique
de la rupture.

Forcer les lments se comporter en 1/ r permet damliorer considrablement la solution mme
avec maillage grossier.
Cette singularit peut tre obtenue en utilisant des lments quadratiques et en dplaant les nuds
des milieux de cots de 1/4.
Considrons llment de rfrence 2D carr quadratique 8 nuds (souvent appel Q8).

iM 2 205 PLN d.
17. La rupture en mcanique

Ses fonctions de forme Ni sont :


 22
(1 + i )(1 + i ) (1 2 )(1 + i ) (1 2 )(1 + i ) i i

Ni =
4
2 2 i2 2 2 i2
+(1 )(1 + i )(1 i ) + (1 )(1 + i )(1 i )
2 4

Supposons maintenant que les n oeuds 5 et 8 soient dplacs de


1/4 vers le n oeud 1 (qui est lorigine du repre).
Les fonctions de forme des nuds 1, 2 et 5, obtenus pour = 1
sont :
1 1
N1 = (1 ) N2 = (1 + ) N5 = (1 2 )
2 2
et le calcul de x(, ) donne :
1 1
x = (1 )x1 + (1 + )x2 + (1 2 )x5
2 2

soit pour x1 = 0, x2 = L et x5 = L4 :
r
1 L x
x = (1 + )L + (1 2 ) et par suite : = 1 + 2
2 4 L
x L
Le terme du jacobien est : = (1 + ) = xL qui sannule pour x = 0 conduisant une
2
singularit des dformations.
Si lon calcule la dformation x le long du ct 1 2, on trouve :
     
u 1 3 4 1 1 4 2 4
x = = u1 + + u2 + u5
x 2 xL L 2 xL L xL L

qui est bien en 1/ x.

Techniques numriques de calcul de K, G, J


Il est possible dffectuer un post-traitement des
contraintes en crant un repre local centr sur la
pointe de la fissure et en calculant la variable 22 2r en chaque point de Gauss.
On peut galement post-traiter les dplacements en les pondrant en fonction de ltat de contrainte
thorique cens sappliquer sur la fissure.
Le taux dnergie libre de Griffith peut tre obtenu par la technique de progression de fissure dans
laquelle on effectue deux calculs EF : lun pour une fissure de dimension a, lautre pour une fissure de
dimension a + a. En post-traitant lnergie interne de toute la structure, on trouvera G = /a.
Si cette mthode est plus prcise que les deux prcdentes, elle ncessite deux calculs EF.
Un calcul par drivation de la rigidit peut aussi tre effectu. Le but est encore une fois dessayer
de calculer G = /a. Lnergie potentielle tant donne, dans le cas de llasticit linaire, par :
= 12 < q > [K]{q} < q > {F }.
N
!
1 [K] 1
X [ki ]
Le calcul de G conduit : G = 2 < q > {q} = 2 < q > {q}
a a
i=1
Cette mthode ne fait certes intervenir quun seul calcul EF, mais elle ncessite un dveloppement
de code de drivation des matrices de rigidit.

PLN d. 206 iM 2
17. La rupture en mcanique

Si lon a bien suivi, on a vu que lintgrale J semble un outil bien adapt : ne dpendant par du
contour, cette intgrale nest que peu sensible la qualit du maillage. La plupart des codes actuels
permettent de calculer cette intgrale J sur un chemin dfini par lutilisateur.

17.4.2 Par les mthodes sans maillage


La MEF souffre des limitations suivantes :
La cration de maillage pour des problmes industriels est une tche qui reste difficile et coteuse ;
En gnral les champs de contraintes EF sont discontinus, donc peu prcis (mais nous avons vu
comment y remdier...) ;
Distorsion des lments en grandes dformations (ou alors regnration dlments, ce qui est une
technique complique) ;
Difficult de prdiction des chemins de propagation de fissures (ne passant pas par les nuds),
double de la difficult de remailler automatiquement pour le suivi de propagation de fissures
Difficult de reprsentation de leffritement de matriau (impacts, explosifs,...).
Une ide simple est dliminer les lments...

Une brve description de la mthode est donne au paragraphe 18.2.

17.4.3 Par les lments tendus


La mthode des lments finis tendus (X-FEM) est rapidement prsente au paragraphe 18.4.

Les lments finis classiques ayant du mal avec les fortes discontinuits, on procde une enrichis-
sement des lments, dans les zones de discontinuits.
Lenrichissement peut tre interne (ou intrinsque) ou externe (ou extrinsque).
Le principe consiste augmenter la qualit de lapproximation des fonctions en ajoutant lapproxi-
mation dj prsente des informations sur la solution exacte (et donc sur lapproximation du problme
spcifique que lon souhaite rsoudre).

17.5 Fatigue et dure de vie

Dans ce paragraphe, nous nous placerons dans le cas des matriaux composites, mme si les d-
marches prsentes sont pour beaucoup applicables tous types de matriaux.

lheure actuelle, la question des critres de propagation en dynamique de la rupture restent un


sujet ouvert. Bien que de nombreux essais de propagation dynamique de fissure aient t effectus ces
dernires dcnies, on se heurte labsence de mthodes numriques suffisamment fiables pour identifier
les paramtres dventuels critres et comparer leur pertinence. Par ailleurs, de tels essais sont difficiles
mettre en uvre.

Nous nous intressons des matriaux soumis des sollicitations de faible intensit, qui individuel-
lement ne prsenteraient pas de danger, mais qui appliques de faon cyclique conduisent lamorage,
puis la propagation de fissures
Tant que les fissures restent suffisament petites, il ny a pas de risque de rupture. Le risque
survient lorsque les microfissures (qui ne sont pas tudies) grandissent (ou se conncectent) pour former
des macrofissures auxquelles on peut appliquer ce qui a t dit avant.

iM 2 207 PLN d.
17. La rupture en mcanique

17.5.1 Courbe et limite de fatigue


La courbe de Whler ou courbe S-N (pour Stress vs Number of cycles) de beaucoup de CFRP et
GFRP peut tre dcrite (entre 103 et 106 cycles) par une quation de la forme :
a
= 1 b log N
u
o a et u sont la contrainte applique et la rsistance ultime, N le nombre de cycle et b une constante.
La plupart des donnes disponibles en fatigue montrent une dispersion leve pour les courbes S-N.
Lanalyse statistique est alors invitable.
Daprs Talreja, il existe une limite de dformation en fatigue des composites, dcrite comme la
dformation minimale requise pour initier un mcanisme dendommagement de faible nergie. Il suggre
que pour les UD base dpoxyde, cette limite est autour de 0.6%.

17.5.2 Cumul des dommages : principes de Miner

Les essais de fatigue en laboratoire consistent gnralement rpter une mme sollicitation un
grand nombre de fois. Dans ce cas, il est facile de dfinir un dommage : cest le nombre de rptitions
de lvnement endommageant depuis le dbut de lessai.
Dans le cas gnral, il y a plusieurs vnements endommageants, qui diffrent les uns des autres
par la grandeur des contraintes subies et par dautres paramtres. Miner a propos deux principes qui
permettent de cumuler les dommages :
Le dommage caus par une occurrence dun vnement est mesur par linverse 1/N du nombre
N de fois quil faut rpter cet vnement pour mener la pice de ltat neuf jusqu la dfaillance.
Le dommage caus par une succession dvnements est la somme des dommages causs par chacun
deux.
Remarquons que ces deux principes sont cohrents. Si lon suppose quun mme vnement cause
toujours le mme dommage et si lon impose comme unit de dommage le dommage qui conduit le
systme jusqu la dfaillance alors le premier principe est une consquence du second.
Si 1/NA est le dommage de lvnement A et si nA est le nombre doccurrences de cet vnement au
cours dun essai ou dune utilisation du systme alors le dommage total D caus par tous les vnements
A, relativement une dfaillance, est dfini par lquation de Miner :

D = nA /NA

Avec cette dfinition, le dommage cumul est gal 1 au moment o la pice se rompt.
Il faut nuancer cette affirmation : des pices apparemment identiques soumises aux mmes sollici-
tations se rompent en gnral au bout de nombres de cycles diffrents. La dispersion des dures de vie
peut tre trs importante.
On trouve par exprience que les dures de vie peuvent varier dun facteur 5 ou 10 pour des pices
issues dun mme lot de production. Il faut donc prciser davantage la formulation de la rgle de Miner :
sil faut en moyenne NA rptitions de lvnement A pour quune dfaillance survienne alors le dommage
caus par une occurrence de A est mesur par 1/NA .
Les principes de Miner permettent de dfinir le dommage caus par un vnement et affirment que
pour cumuler les dommages, il suffit de les additionner.
Ils imposent en outre le choix de lunit de dommage. Remarquons quil est toujours possible de
changer dunit. Par exemple, lorsquil y a un seul vnement endommageant, il est naturel de choisir
comme unit de dommage le dommage caus par une occurrence de cet vnement.

PLN d. 208 iM 2
17. La rupture en mcanique

Les principes de Miner permettent dtablir lgalit des endommagements produits par des vne-
ments de natures diffrentes. En particulier, ils permettent de prciser quand un petit nombre dvne-
ments de grande amplitude produit un endommagement gal un grand nombre dvnements de faible
amplitude. Cela revt une grande importance lorsquil faut dfinir un essai aussi court que possible.

17.5.3 Propagation : loi de Paris

Pour un singularit caractrise par sa dimension a et sa forme, on tudie les courbes da/dN K
(o N est le nombre de cycles et K la variation du facteur dintensit de contrainte sur un cycle).
Ces courbes, dont la partie centrale est linaire, prsentent deux asymptotes pour da/dN et K
faibles et pour da/dN et K grands.
la valeur mini vers laquelle tend la courbe est KS , la valeur maxi KIc . KIc est la valeur critique
qui correspond une rupture instantanne par dpassement de la valeur critique de K sous chargement
monotone.
KS est la valeur en dessous de laquelle il ny pas de propagation de fissure, cest un facteur
dintensit de contrainte seuil.
Concernant la partie linaire de ces courbes dans un diagramme log-log, cela permet de les modliser
par la loi de Paris (la plus simple des lois de propagation) qui dfinit la vitesse de propagation par cycle
comme une fonction puissance de lamplitude du facteur dintensit de contrainte :
da
= C.K m
dN
o C et m sont des coefficients dpendant du matriau.
La dimension critique de la singularit ac est lie la caractristique du matriau KIC , la tnacit,
elle entrane la rupture fragile de la structure :

KIC = F ac

o est une contrainte effective dans une direction normale la fissure et F un facteur de forme.

17.5.4 Prdiction de la dure de vie


Une fois un indicateur dendommagement choisi (gnrelement la rigidit ou la rsistance rsiduelle,
la premire pouvant tre mesure de manire non destructive), on utilise :
thories empiriques : les courbes S-N sont utilises pour caractriser le comportement en fatigue
du composite. Un nombre important dessais est ncessaire pour chaque configuration spcifique ;
thories de dgradation de rsistance rsiduelle : elles sont bases sur lhypothse quun changement
de la rsistance rsiduelle r en fonction du nombre de cycles n est li la contrainte maximale
applique a . On a gnralement une relation de la forme :
dr 1
= f ay r1
dn
o et f sont des paramtres indpendants des contraintes mais qui peuvent dpendre de la
temprature, de lhumidit, de la frquence. Souvent, on suppose une distribution de Weibull 1 de
la rsistance des composites. La rupture par fatigue survient lorsque la rsistance rsiduelle du
composite est atteinte par la contrainte applique.
1. En thorie des probabilits, la loi de Weibull, nomme daprs Waloddi Weibull, est une loi de probabilit continue.
Avec deux paramtres sa densit de probabilit est :
k
f (x; k, ) = (k/)(x/)(k1) e(x/)

iM 2 209 PLN d.
17. La rupture en mcanique

thories de perte de rigidit : ce sont des gnralisations du cas prcdent.


Les plis les plus dsorients par rapport au chargement (lments sous-critiques) commencent
sendommager (ce qui est caractris par une perte de rigidit), ce qui cause une redistribution des
contraintes au niveau local. La rsistance des lments critiques (les plis orients dans le sens de la
charge) est gouverne par les quations de dgradation de rsistance. Ces deux phnomnes (perte
de rigidit des lments sous-critiques et perte de rsistance des lments critiques) contribuent
la dfinition de la rsistance rsiduelle et donc la dure de vie.
thories dendommagement cumulatif : elle sont bases sur une observation exprimentale soigneuse
et sur une simulation de laccumulation de lendommagement du sous-lamina. Il manque toutefois
un critre de rupture des lamins sous chargement de fatigue tension-tension pour ces thories.
thories dendommagement continu : lendommagement est pris en compte par un paramtre D
sous la forme :


b=
1D
o et b sont la contrainte impose et la contrainte effective aprs endommagement. Lavantage
de cette approche est dviter la prise en compte de lendommagement microstructural parfois
difficile modliser et mesurer.
Notons galement que pour obtenir les informations ncessaires, de nombreux essais doivent tre
mens, surtout parce que de nombreux facteurs conditionnement la fatigue des FRP :
frquence : un chauffement du matriau avec la frquence de sollicitation est constat. Il faudrait
modifier ses lois de comportement.
amplitude : une sollicitation de grande amplitude suivie dune sollicitation de faible amplitude
conduit une dure de vie infrieure au cas o lordre des sollicitations est invers.
R = 1 (rapport entre charge positive et ngative dans l cyclage) : ce cas est trs dfavorable dans
notre exemple car la tenue en compression est moins bonne quen traction (flambage des fibres et
splitting...) ;
la forme du signal a une inflence qui serait considrer.
squence dempilement : les composites sont censs tre conus pour soutenir la charge dans le
sens des fibres. Dans le cas de sollicitations complexes, les plis les moins bien orients par rapport
la charge cdent en premier...
humidit ;
vieillissement naturel
...
cest un problme de structure car il y a couplage entre les modes dendommagement diffrentes
chelles.
o k > 0 est le paramtre de forme et > 0 le paramtre dchelle de la distribution.
k
Sa fonction de rpartition est dfinie par : F (x; k, ) = 1 e(x/) , o, ici encore, x > 0.
Une version gnralise trois paramtres existe.
La distribution de Weibull est souvent utilise dans le domaine de lanalyse de la dure de vie, grce sa flexibilit,
car elle permet de reprsenter au moins approximativement une infinit de lois de probabilit.
Si le taux de panne diminue au cours du temps alors, k < 1. Si le taux de panne est constant dans le temps alors,
k = 1. Si le taux de panne augmente avec le temps alors, k > 1. La comprhension du taux de panne peut fournir une
indication au sujet de la cause des pannes.
Un taux de panne dcroissant relve dune mortalit infantile . Ainsi, les lments dfectueux tombent en panne
rapidement, et le taux de panne diminue au cours du temps, quand les lments fragiles sortent de la population.
Un taux de panne constant suggre que les pannes sont lies une cause stationnaire.
Un taux de panne croissant suggre une usure ou un problme de fiabilit : les lments ont de plus en plus de
chances de tomber en panne quand le temps passe.
On dit que la courbe de taux de panne est en forme de baignoire. Selon lappareil, baignoire sabot ou piscine. Les
fabricants et distributeurs ont tout intrt bien maitriser ces informations par type de produits afin dadapter : 1. les
dures de garantie (gratuites ou payantes) 2. le planning dentretien

PLN d. 210 iM 2
17. La rupture en mcanique

Dans ces cas simples, on peut utiliser un critre cumulatif de Miner ou des lois dquivalence (par
exemple entre temps, frquence, temprature...)

17.5.5 Sur la fatigue des composites


Les remarques suivantes peuvent tre faites, quant la poursuite de travaux de recherche sur le
sujet :
Bien que la conception oriente par la rigidit pour les GFRP soit peu concerne par la contrainte
de rupture, le fluage est un aspect fondamental de leur conception.
Les effets de synergie entre le fluage et les autres types de chargement est un domaine explorer.
Peu de donnes de fatigue sont disponibles pour le domaine 107 108 cycles (Les japonais ont des
essais en cours).
Leffet dchelle sur les performance nest pas clair. En particulier, il nest toujours pas sr quun
tel effet existe.
La reprsentativit des prouvettes ou des tests acclrs restent des problmes pineux.
Les composites hybrides doivent tre tudis.
La dgradation des GFRP haute temprature nest pas bien comprise.
Toutefois, Tsotsis et Lee notent que le comportement long terme des composites soumis des
tempratures leves est contrl par les dgradations doxydation et thermique. Dans leur article,
deux rsines particulires sont tudies.
Les composites pais ne sont pas tudis, tout comme linfluence de lpaisseur (voir peut-tre
larticle paratre de Tai et al., mais il sagit de composites carbone quasi-isotropes ). Pour-
tant, des mcanismes de ruptures suivant lpaisseurs peuvent sans doute apparatre de manires
diffrentes de celles des lamins plus fins : effet de taille ou interaction de mcanismes.

iM 2 211 PLN d.
17. La rupture en mcanique


PLN d. 212 iM 2

iM 2
18. Quelques mthodes drives
version du 11 dcembre 2012

Notes Dans ce court chapitre, nous survolons quelques mthodes galement utilises en simulation
numrique.
Nous nentrons pas dans le dtail, mais si les notions dEF, de formulations mixtes et hybrides et les
multiplicateurs de Lagrange ont t comprises, alors nos courtes explications doivent suffire.

18.1 Mthode des lments Frontire (BEM)


La MEF et la Mthode des lments frontire (BEM) peuvent tre considres comme issues des
mthodes de Ritz et de Trefftz respectivement.
Dans les deux cas, il sagit de rsoudre un problme dcrit par des EDP dans un domaine et sur
sa frontire = en remplaant le problme continu (i.e. un nombre infini de ddl) par un nombre fini
de paramtres inconnus dans la rsolution numrique.

La mthode de Ritz (et donc la MEF) se base sur lexistence dun principe variationnel pour lequel
la fonction inconnue sera recherche comme une combinaison de fonctions de base dfinies dans tout le
domaine .

La mthode de Trefftz a t propose par Trefftz en 1926 dans un article intitul une alternative la
mthode de Ritz. Le passage domaine/frontire se fait en appliquant Green la formulation variation-
nelle (de type Ritz) considre et en proposant des fonctions dinterpolation linairement indpendantes
qui satisfont les EDP (dintrieur de domaine) priori. Trefftz montre que lintgrale dintrieur de
domaine du principe variationnel disparat et que seules subsistent des intgrations aux frontires. Ce-
pendant, cette mthode discrtisant la frontire seule peut tre employe uniquement si le problme
physique considr est gouvern par des ED linaires et homognes. On obtient encore un systme de
type Kq = f , mais les intgrales se font uniquement sur .

La MEF et la BEM sont toutes deux des mthodes trs robustes pour de nombreuses applications
industrielles, ce qui en fait des outils de choix pour les simulations numriques.
Cependant, leur utilisation pose des problmes lorsque lon a volution des surfaces internes cause
du maillage de ces surfaces (description correcte, volution de ces surfaces, fissures, front de sollicita-
tion, interfaces...). Une des motivations qui sous-tendent les mthodes sans maillage est de saffranchir
de ces difficults.

18.2 Mthodes sans maillage (Meshless)


Depuis le dbut des annes 90, de nombreuses mthodes sont apparues o la discrtisation ne repose
plus sur un maillage, mais sur un ensemble de points (mthode des lments diffus, Element Free Galerkin
Method (EFG), Reproducing Kernel Particle Method (RKPM), h-p Cloud Method). Chaque point
possde un domaine dinfluence de forme simple (i.e. cercle), sur lequel les fonctions dapproximation
sont construites (les diffrentes approches se distinguent, entre autres, par les techniques utilises pour
la construction des fonctions dapproximation).

iM 2 213 PLN d.
18. Quelques mthodes drives

Ces fonctions sont construites de manire pouvoir reprsenter tous les modes rigides et de dfor-
mation sur le domaine dinfluence (cest une condition ncessaire la convergence de ces mthodes), et
sont nulles en dehors.
On crira alors :
X NX f (i)

u(x) = ai i (x)
iNs (x) =1

o Ns (x) est lensemble des points i dont le support contient le point x et Nf (i) est le nombre de
fonctions dinterpolation dfinies sur le support associ au point i.
Une fois les fonctions dinterpolation construites, il est possible den ajouter dautres par enrichisse-
ment. Lenrichissement de lapproximation permet ainsi de reprsenter un mode de dplacement donn
F (x)ex :
Nf (i) Nf (i)
X X X X
u(x) = ai i (x) + bi i (x)F (x)
iNs (x) =1 iNs (x)Nf =1

Lenrichissement des fonctions dinterpolation a par exemple permis de rsoudre des problmes de
propagation de fissure en 2D et 3D sans remaillage : la fissure se propage travers un nuage de points et
est modlise par enrichissement (fonctions F (x) discontinues sur la fissure ou reprsentant la singularit
en fond de fissure).
Les mthodes sans maillage (Meshless Methods) sont flexibles dans le choix de lapproximation et
de lenrichissement. En revanche, le choix du nombre de points dintgration et de la taille du domaine
dinfluence dans un nuage arbitraire de points dapproximation nest pas trivial : alors que dans le cas de
la MEF, la matrice de rigidit est obtenue par assemblage des contributions lmentaires, en meshless,
lassemblage se fait en couvrant le domaine de points dintgration et en ajoutant leur contribution.
De plus, les conditions aux limites de type Dirichlet sont dlicates imposer.

18.3 Partition de lUnit


La base EF classique peut elle-aussi tre enrichie (afin de ne pas recourir aux mthodes sans maillage)
de manire reprsenter une fonction donne sur un domaine donn. Melenk et Babuska, en 1996, ont
appel cette technique : la Partition de lUnit (PU).
Ils ont remarqu en fait que si Ns (x) (lensemble des points i dont le support contient le point x)
tait remplac par Nn (x), i.e. lensemble des nuds contenant x, alors on retombait sur la formulation
EF, qui, sous forme assemble scrivait bien alors :
X X
u(x) = ai i (x)
iNn (x)

Cela veut simplement dire que, dans le cas des EF, on considre les supports comme lis des nuds,
alors que dans le cas meshless ils sont lis des points. En dautres termes, si lon considre un nud
chaque point, la MEF est un cas particulier de la mthode meshless.
On peut alors galement crire lapproximation PU par :
X X X X
u(x) = ai i (x) + bi i (x)F (x)
iNn (x) iNn (x)Nf


PLN d. 214 iM 2
18. Quelques mthodes drives

18.4 Mthode des lments Finis tendue (X-FEM)


Dans le cas particuler o la mthode PU est applique la modlisation de discontinuits ou de
vides au sein mme des lments, on obtient alors la mthode des EF tendue (X-FEM) :

4 4
bj F1j (x) + bj F2j (x)
X X X X X X
u(x) = ui i (x) + ai i (x)H(x) + i (x) i,1 i (x) i,2
iI iL iK1 j=1 iK2 j=1

o I est lensemble des nuds du maillage, L lensemble des nuds enrichis pour modliser la fissure
coupant de part en part un lment, K1 et K2 les nuds enrichis pour modliser le fond de fissure.
Lavantage en X-FEM est quil nest plus demand au maillage de se conformer des surfaces
(quelles soient intrieures ou extrieures), et quil peut alors tre conserv lors de leur volution. Les
surfaces ne sont plus mailles et sont localises sur le maillage grce la notion de fonction de niveau.
chaque nud au voisinage de cette surface, on associe la distance signe cette surface. Cette fonction
distance peut tre interpole sur chaque lment avec les fonctions EF classique de premier ordre. Les
surfaces sont ainsi stockes par un champ EF dfini au voisinage de la surface qui participe au calcul au
mme titre que les autres champs physiques.
En particulier, la X-FEM permet la modlisation des trous, sans avoir forcer le maillage se
conformer ceux-ci. Un nud dont le support est compltement lintrieur du trou ne donne pas lieu
la cration de ddl (nud limin, comme par condensation). Pour un nud dont le support coupe la
frontire du trou, la fonction dinterpolation classique est multiplie par une fonction valant 1 dans la
matire et 0 dans le trou.

18.5 Mthodes particulaires (Particle-Based Methods)


La dnomination Particle-Based Methods recouvre deux types diffrents de modles pour la m-
canique du solide et pour celle des fluides.
Dun ct on trouve des concepts de discrtisation dans lequel la rponse dun continuum est pro-
jete sur les particules vhiculant linformation mcanique au cours de leurs dformations : ce sont
typiquement les mthodes sans maillage, Smoothed Particles Hydrodynamics (SPH), Moving Particle
Simulation (MPS), Particle Finite Element Method (PFEM), Material Point Method (MPM) et Lattice-
Boltzmann-Method (LBM).
De lautre ct, cette notion exprime la reprsentation de calcul de particules physiques existantes
diffrentes chelles : ce sont typiquement les mthodes Molecular Dynamics (MD) et Discrete (Dis-
tinct) Element Method (DEM). On peut alors considrer les cas o les particules existent physiquement
(comme pour les matires granulaires) ainsi que les cas o elles voluent au cours du processus de
chargement ; ces deux cas pouvant mme ventuellement tre coupls.
Comme nous ne pouvons tout prsenter, nous proposons de survoler la mthode de Lattice-Bolzmann,
notamment parce quelle est utilise en acoustique.

18.5.1 Mthodes de treilli de Bolzmann


Dans les mthodes de treilli de Boltzmann (lattice Boltzmann Methods = LBM), on ne cherche
plus simuler un problme de dynamique des fluides par les quations de Navier-Stokes (nous avons
dj voqu certains problmes que lon rencontre alors), mais en se servant de lquation de Bolzmann
discrte pour un fluide newtonien avec modle de collision (par exemple Bhatnagar-Gross-Krook).
Lide est de simuler lcoulement ainsi que les processus de collision entre un nombre limit de
particules. Les interactions entre particules conduisent un comportement de lcoulement visqueux

iM 2 215 PLN d.
18. Quelques mthodes drives

applicables une chelle plus grande. On peut donc les voir galement comme des mthodes de d-
composition de domaine ou dhomognisation dj prsentes au paragraphe 12.3.2 et au chapitre 13
respectivement.
Les LBM sont particulirement bien adaptes la simulation de fluides autour de gomtries com-
plexes et ont lavantage de pouvoir tre implmentes sur des machines parallles.
Bien quhistoriquement dveloppes pour les gaz en treilli, elles sobtiennent galement directement
partir des quations simplifies de Boltzmann BGK (Bhatnagar-Gross-Krook). On considre un treilli
discret dont les nuds portent (ou non, cela dpend de la densit) des particules. Ces particules sautent
dun nud au suivant selon leur vitesse (discrte) : cest la phase de propagation. Puis les particules
se choquent et acqui erent une nouvelle vitesse : cest la phase de collision. La simulation procde en
alternant les phases de propagations et de collisions des particules. On montre que de tels gaz suivent
les quations des fluides de Navier-Stokes.
Linconvnient majeur de cette mthode applique la dynamique des fluides est lapparition de
bruit . Si lon ne cherche quun champ relativement calme (peu de variations, en tous cas, pas de
variations brutales), il est ncessaire de pouvoir prendre la moyenne sur un treilli relativement grand et
sur une grande priode de temps. Dans ce cas, les LBM concournent le problme en pr-moyennant le
gaz : i.e. on considre la distribution des particules sur le treilli plutt que les particules elles-mmes.
La forme gnrale de lquation de treilli de Boltzmann est :

fi (x + t

ci , t + t ) = fi (x, t) + i

o fi est la concentration de particules se dplaant avec la vitesse



ci jusquau nud suivant pendant
un temps t .
i reprsente loprateur de collision, et cest lui qui change dune mthode lautre. Dans le
modle BGK (Bhatnagar-Gross-Krook)., la distribution des particules aprs propagation est relaxe
vers la distribution lquilibre fieq , et on a :

1
i = (fi (x, t) fieq (x, t))

avec le paramtre de relaxation, qui dtermine la viscosit cinmatique du fluide selon la relation
= (2 1)/6.
La distribution lquilibre est une fonction de la densit locale et de la vitesse locale

u , qui sont
les moments dordre 1 et 2 de la distribution des particules :

fi (x, t)

P
X

ci
(x, t) = fi (x, t) et u (x, t) = i
(x, t)
i

Cette distribution lquilibre est calcule par la relation :




ci .

u (
ci .

u )2
u .
u

eq

fi (, u ) = tp 1 + 2 +
cs 2c4s 2c2s

o cs est la vitesse du son, p =



ci .

ci et tp est la densit lquilibre pour

u = 0.

18.6 FEEC
Le Finite element exterior calculus, introduit par Douglas N. Arnod, Richard S. Falk et Ragnar
Winther en 2006, est une approche visant expliquer (et dvelopper) des solutions EF pour une
grande varit dEDP.

PLN d. 216 iM 2
18. Quelques mthodes drives

Il sagit de mettre profit les outils de la gomtrie diffrentielle, de la topologie algbrique et de


lalgbre homologique afin de dvelopper des discrtisations compatibles avec les structures gomtriques,
topologiques et algbriques nessaires pour que le problme aux EDP considr soit bien pos.
Dans cette version de ce document, nous nentrons pas plus avant dans cette mthode, qui reste sans
doute trop mathmatique dans sa prsentation pour le public vis.
Nanmoins, les articles, notamment de 2006 et de 2010, sont extrmement pdagogiques et leur
lecture ne peut qutre un plus.

18.7 Modles MBS (Multi Body System)


Le concept de systme multicorps est utilis en mcanique du solide (robotique, automobile, biom-
canique...) pour modliser le comportement dynamique de corps rigides et/ou flexibles connects les uns
aux autres par des liaisons mcaniques, chacun de ses corps dcrivant de grands dplacements la fois
en translation et en rotation. Une analyse pout inclure plusieurs milliers de corps rigides.
Dans une telle approche, ce nest plus le comportement local qui est vis, mais plutt le comportement
de plusieurs corps formant un mcanisme .
Un corps reprsente donc une partie rigide ou flexible dun systme mcanique. Un lien dsigne
une connection entre au moins deux corps ou entre un corps et le sol : on retrouve donc les liaisons
mcaniques classiques comme lappui ponctuel, la rotule, le glissire, le cardan...
Dans cette approche, le terme de degr de libert dsigne le nombre de mouvements cinmatiques
possibles (i.e. le nombre de rotations ou dplacements quil reste fixer pour dfinir compltement la
position dans lespace).
De manire complmantaire, une condition de contrainte dsigne une restriction des liberts de
mouvement du corps. Ce terme dsigne galement les contraintes pouvant porter sur les vitesses, les ac-
clrations... de ces mouvements. Enfin, pour parfaire lanalyse, des contraintes supplmentaires peuvent
tre introduites comme des contraintes de glissement, de contact...

La dynamique dun systme multicorps est dcrite par les quations du mouvement. On obtient alors
un systme de la forme : 
M u Qu + Cq = F
C(u, u) =0

o M est la matrice de masse, C la matrice des conditions de contraintes, Cu la jacobienne (drive


de C par rapport u) permettant dappliques kes forces (notes comme cela car correspondt des
multiplicateurs de Lagrange) et Qu le vecteur de vitesse quadratique utilis pour introduire les termes
de Coriolis et centrifuges.
Nous nentrons pas plus en avant, car le systme rsoudre doit sembler suffisamment simple pour
le lecteur ce niveau du document et parce que cette mthode est dapplication trs particulire (m-
canismes).

iM 2 217 PLN d.
18. Quelques mthodes drives


PLN d. 218 iM 2

iM 2
19. Quelques mots sur les singularits
version du 11 dcembre 2012

Notes Les modlisations bases sur la mcanique des milieux continus conduisent, dans un certain
nombre de cas particuliers, des contraintes infinies en certains points : les singularits. Ces valeurs
infinies sortent du domaine de validit de la plupart des modlisations et, dans le cadre des simulations
par lments finis, pourraient mener un concepteur peu averti des erreurs danalyse.

19.1 Quest-ce quune singularit ?


Comme nous lavons vu au cours de ce document, la mise en uvre de la mcanique des milieux conti-
nus conduit la construction dun problme mathmatique dont la solution est constitue dun champ
des dplacements et dun champ des contraintes. Concernant le problme continu (i.e. non discrtis,
i.e. tel que prsent la partie II), ces champs sont gnralement des fonctions spatiales relativement
rgulires.

Cependant, dans certains cas, il existe des points o la solution nest pas entirement dfinie ; ces
points sont nomms singularits. Dune manire trs pragmatique, la contrainte et la dformation tendent
vers linfini lorsque lon sapproche du point singulier. Le dplacement, quant lui, garde gnralement
une valeur finie. Nous avons par exemple abord cela au chapitre prcdent : la contrainte tend vers
linfini au voisinage de la pointe dune fissure.

Il est important de noter que les singularits ne proviennent ni derreurs de calcul, ni derreurs dans
lapplication de la thorie, ni de modles physiques spcialiss : elles proviennent de la mcanique des
milieux continus (ou, plus gnralement de toute autre thorie physique base sur la notion de milieu
continu), et leur existence est prdite par ltude mathmatique de ces thories.

19.2 Singularits et EF

En pratique, la plupart des simulations de mcanique des milieux continus sont bases sur la mthode
des lments finis. Or, celle-ci, comme toute mthode numrique, a la fcheuse et dangereuse habitude de
toujours retourner des valeurs finies, ce qui masque par consquent la prsence ventuelle de singularits.

En effet, un solveur lments finis ne calcule les contraintes et dformations quaux points din-
tgration (ou points de Gauss) des lments, qui sont situs lintrieur des lments. Or, dans une
simulation par EF, les points singuliers sont toujours des nuds du maillage, et sont donc situs au bord
des lments. Les contraintes ne sont donc jamais calcules aux points singuliers, et ne prsentent pas de
valeurs infinies qui permettraient de dtecter la singularit. Ce que lon observe ressemble plutt une
simple concentration de contraintes et les valeurs obtenues nont souvent rien de choquant premire
vue.
Cest pourquoi il est indispensable de savoir quand ces singularits doivent se produire afin dtre
en mesure deffectuer les corrections ncessaires et ainsi redonner du sens lanalyse effectue.

iM 2 219 PLN d.
19. Quelques mots sur les singularits

19.3 Quand les singularits se produisent-elles ?


Si les singularits avaient la gentillesse de ne se produire que que dans certains cas particuliers bien
spcifiques, elles ne constitueraient alors pas vraiment un problme. Malheureusement, cest loin dtre le
cas, et de nombreux modles courants de lois de comportements ou de conditions aux limites conduisent
des singularits. Mme en restant dans le cadre de llasticit linaire, on trouve des cas frquents
conduisant des singularits, parmi lesquels les plus frquemment rencontrs sont :
les modles comportant un angle rentrant (i.e. infrieur 180o entre deux faces extrieures). Une
fissure peut dailleurs tre considre comme un angle rentrant dangle nul ;
les modles de lois comportements discontinues, comme linterface entre deux matriaux (dont
nous avons souvent parl tout au long de ce document) ;
les modles de chargements contenant des efforts ponctuels, qui est de loin le cas le plus frquem-
ment rencontr.
En tout honntet, il est difficile de ne pas dire que ces trois cas sont vraiment couramment employs,
ce qui permet de prendre toute la mesure du problme : on observe rgulirement des dimensionnements
raliss partir de contraintes calcules au fond dun angle rentrant ou sous une force ponctuelle, alors
que les valeurs de ces contraintes ny sont absolument pas fiables...
Cette liste nest naturellement pas exhaustive et il existe dautres cas pouvant entraner des sin-
gularits, comme la prsence dencastrements ou de dplacements imposs dans certaines configurations
gomtriques particulires. Inversement, et contrairement ce que daucun croient, les thories des
poutres, plaques et coques prsentent gnralement moins de cas singuliers que la mcanique des mi-
lieux continus tridimensionnels (car ces aspects sont pris en compte dans la construction du modle).

19.4 Comment viter les singularits


Nous avons vu que les singularits proviennent de limitations intrinsques de la mcanique des
milieux continus : cette dernire donne des rsultats non valides en prsence dun certain nombre de
configurations. Cela signifie que ces configurations nappartiennent pas au domaine de validit de la
mcanique des milieux continus 3D, et que leur emploi peut donc mener des rsultats non pertinents
(en loccurrence, singuliers).
Schmatiquement, la singularit provient du fait que la mcanique des milieux continus postule
lexistence dune densit volumique dnergie, et saccommode donc mal du caractre ponctuel de
ces modles (angle ponctuel, force ponctuelle, interface dpaisseur nulle) qui conduit des densits
dnergie infinies. Pour viter la singularit, il faut donc utiliser des modles non ponctuels comme :
remplacer un angle rentrant par un cong de raccordement possdant un rayon de courbure non
nul ;
remplacer une discontinuit entre lois de comportement par une zone de transition dans laquelle
les paramtres varient de faon continue ;
remplacer une force ponctuelle par une pression de contact applique sur une surface non nulle...
Ces configurations ne crent pas de singularits, mais de simples concentrations de contraintes : les
contraintes et les dformations restent finies dans leur voisinage. Dans les faits, leur usage est indis-
pensable chaque fois que lobjectif de la simulation est de calculer une contrainte ou une dformation
localise dans la zone incrimine.

19.5 Singularits et pertinence dun rsultat


Le problme des configurations suggres pour viter les singularits est quelles sont plus riches,
quelles demandent plus dinformations que les modlisations ponctuelles. Or, le concepteur ne dispose

PLN d. 220 iM 2
19. Quelques mots sur les singularits

pas toujours de ces informations, notamment aux premiers stades de la conception dun produit, et peut
donc tre tent dutiliser un modle plus simple, quitte violer le domaine de validit de la mcanique
des milieux continus.
En ralit, il peut mme tre tout fait lgitime dutiliser un modle non valide (entranant des
singularits), condition davoir la certitude que ces singularits perturberont peu le rsultat que lon
cherche calculer.
Cest typiquement le cas lorsque le rsultat est une quantit situe suffisamment loin de la zone
singulire : les singularits sont des anomalies trs localises, et leur effet direct dcrot rapidement avec
la distance. La singularit ninflue alors sur le rsultat que par le biais des redistributions de contraintes,
et cette influence est souvent (mais pas toujours !) ngligeable.
En tout tat de cause, il appartient au concepteur dvaluer le caractre gnant ou non dune singu-
larit laide de son exprience et de son esprit critique.

19.6 Conclusion
Nous esprons avoir pu mettre en vidence les points suivants :
En mcanique des milieux continus, de nombreuses modlisations courantes mnent des contraintes
infinies en un ou plusieurs points : angles rentrants dans les modles gomtriques, discontinuits
dans les modles de comportements des matriaux, efforts ponctuels dans les modles de charge-
ment...
Ces contraintes infinies sont prdites par les mathmatiques, mais sortent du domaine de validit
de la mcanique des milieux continus.
Dans les simulations par lments finis, les contraintes restent finies au voisinage des singularits,
mais leur valeur nest pas pertinente pour autant : elle dpend uniquement de la taille et de la
forme des lments et augmente indfiniment lorsque lon raffine le maillage.
Un concepteur qui ignore lexistence de ces singularits risque donc de dimensionner une pice par
rapport un rsultat non fiable, sauf sil prend la peine de raffiner successivement le maillage, ce
qui permet de diagnostiquer le problme (vous savez, la fameuse tude de convergence que lon
fait toujours tant que lon est lve ingnieur et que lon a tendance oublier, ou ngliger par
la suite).
Si lon souhaite simuler ltat de contraintes au voisinage de la rgion singulire, il est ncessaire de
modliser celle-ci plus finement pour faire disparatre la singularit. Cela ncessite gnralement
des connaissances supplmentaires sur le produit, son environnement ou le comportement de ses
matriaux dans la rgion concerne.
Si ltat de contraintes ou de dformations au voisinage de la singularit ne fait pas partie des ob-
jectifs du calcul, alors celle-ci nest pas gnante. Mieux vaut nanmoins tre conscient du problme
pour ne pas en tirer de fausses conclusions...
Nous ritrons ce que nous avons dj dit : la plupart des ingnieurs pratiquant le calcul sont
conscients que ces problmes de singularits existent. Nous navons donc fait ici que rappeler des choses
connues... et cest tr es bien ainsi si cest le cas. Vous conviendrez que nous ne pouvions dcemment pas
passer ces problmes sous silence dans ce document.

iM 2 221 PLN d.
19. Quelques mots sur les singularits


PLN d. 222 iM 2
Quatrime partie

Quelques exemples

iM 2 223 PLN d.

iM 2
20. Sur la partie II
version du 11 dcembre 2012

Notes Dans cet exemple, portant sur formulation dun problme de Neumann, nous allons essayer
de montrer comment la rflexion mathmatique se fait et volue au fil de leau pour transformer
un problme initial donn et obtenir les bonnes conditions dexistence et dunicit de la solution sur les
espaces qui vont bien (et qui eux, feront ensuite lobjet dune discrtisation numrique).

Supposons que nos investigations sur un problme nous aient conduit sa formulation sous forme
dun problme de Neumann (avec f L2 (), ce qui nest pas une condition si forte finalement, et cest
ce que lon aimerait avoir) :

u = f dans
u
n = 0 sur =
Nous allons donc nous poser la question de lexistence et de lunicit de la solution de ce problme.

20.1 tude directe de lexistence et lunicit de la solution


Sans tre magicien, il doit sembler peu prs vident quune condition ncessaire dexistence doit
tre que f L20 (), et que les conditions imposesZsemblent unZ peu courtes pour assurer Zlunicit.
u
On voit en effet que lexistence implique que u = = 0 qui conduit f = 0, i.e.
n
f L20 (). Donc f L20 () est bien une condition ncessaire dexistence.
De mme, daprs ce qui prcde, on voit que si u est solution, alors u+c est solution (i.e. u = u+c.1),
ce qui prouve quil ny a pas unicit de la solution.

20.2 Formulation variationnelle


Nous allons crire la formulation variationnelle de notre problme dans H 1 (). Nous regarderons si
nous retrouvons la mme condition dexistence. Nous nous demanderons ensuite si, en nous restreignant
un certain espace, il nest pas possible dobtenir lunicit de la solution.
Nous commenons donc par crire notre problme sous la forme :
Z Z Z
u
u.v = u.v v
n

et comme le dernier terme est nul (condition aux limites), il reste :


Z Z
u.v = u.v

Comme nous voulons la formulation variationnelle dans H 1 () (i.e. u H 1 ()), il vient :


Z Z
u.v = fv v H 1 ()

iM 2 225 PLN d.
20. Sur la partie II

Si nous considrons u = u0 + c.1 et v = v0 + d.1, alors il vient :


Z Z Z
u0 .v0 = f v0 + d f v0 H 1 (), d

Z
ce qui implique, pour que ce soit vrai pour tout d que f = 0, et on retrouve bien que f L20 () est

une condition ncessaire dexistence.
Mzalor, il est naturel de considrer u0 H 1 () L20 () (car on veut que u et v vivent dans le
mme espace pour pouvoir appliquer nos mthodes ), et la formulation prcdente donne :
Z Z
u0 .v0 = f v0 v0 H 1 () L20 ()

i.e. nous sommes ammens considrer lespace V = H 1 () L20 ().


Lespace V est un espace de Hilbert norm par k.kH 1 () .
1
v V v H () tel que v = 0, et lapplication v H 1 () 7 v est continue sur H 1 (),
R R

donc V est un sous-espace ferm de H 1 , donc est un Hilbert. Et donc maintenant que lon sait
que V est un Hilbert, on aimerait bien appliquer Lax-Milgram (voir 7.3), cest pourquoi il faut
sintresser la forme bilinaire dfinissant le Rproblme. Cest ce qui suit.
Si lon considre la forme bilinaire a(u0 , v0 ) = u0 .v0 , alors on voit que a(u0 , v0 ) |u0 |1 |v0 |1
ku0 kH 1 kv0 kH 1 et donc a est continue.
(v0 , v0 ) = |v0 |21 . Or on a lingalit de type Poincar suivante : c() > 0 tq ||0, c()||1, ,
|v0 |21 1
V . Cela conduit 2 2 , v V . Donc a est V-elliptique.
|v0 |1 + |v0 |0 1 + c2 ()
Le thorme de Lax-Milgram permet donc de conclure lexistence et lunicit de la solution u0 V .

20.3 Formulation mixte duale


On va regarder maintenant ce qui se passe si lon exprime le problme sous forme mixte, i.e. en se
servant de deux variables. Cest une voie frquente pour simplifier les conditions aux limites.
u
En effet, plutt que considrer n = 0 sur = , on peut interprter cela comme une pression
nulle sur les bords, i.e. p.n = 0 sur .
Le problme considr se formule alors de la manire suivante :

u + p = 0 loi de comportement dans
divp = f loi de conservation dans
p.n = 0 condition aux limites sur

On peut alors crire la loi de conservation :


Z Z
(divp)v = f v v L2 () ( priori)

et la loi de comportement :
Z Z Z
0= (p u).q = p.q + udivq = hu, q.ni

On na pas dinformation sur u. Par contre, on a un terme p.n = 0. Et il serait bien de disposer de
son symtrique , i.e. dun terme q.n = 0 qui serait impos par le choix de lespace dans lequel vivrait
u. Ce que lon a en tte cest bien sr de pouvoir utiliser le thorme de Brezzi.

PLN d. 226 iM 2
20. Sur la partie II

En correspondance avec les notations du paragraphe 7.5, on choisit alors les espaces : H = {q
H(div; ); q.n| = 0} et M = L2Z(). Le problme Zest donn, dans la formulation de Brezzi, par les
deux formes bilinaires a(p, q) = p.q et b(v, q) = vdivq. Quant aux formes linaires dfinissant le
Z
problme, la premire est nulle et la seconde vaut f v.

Maintenant que nous nous sommes rapprochs du cadre du thorme de Brezzi, il va nous falloir
vrifier si toutes les conditions sont vrifies. Toutefois, daprs ce qui a t vu dans les paragraphes
prcdents, il semble naturel de se demander sil faudra bien conserver L2 (), ou sil faudra passer
L20 (), et ce quil se passe quand u = u0 + c.
Z Z Z
Pour linstant, on a : 2
vdivp = f v, v L (). Si lon prend v = 1, alors il vient : divp =
Z Z
p.n = 0, ce qui implique que f = 0, soit f L20 ()

Z Z Z
On a galement p.q + udivq = 0, q H. Or q H implique divq = 0, ce qui implique

aussi que si u est solution, alors u + c lest aussi.
Encore une fois ilZny a pas unciti de la solution. Pour limposer, il faut donc une condition sur u,
comme par exemple u = 0, i.e. u L20 (). Si de plus divp L20 () (et avec f L20 () comme vu au
Z Z
dessus), alors ce implique que (divp + f )(vL20 + c) = (divp + f )vL20 .

Donc le choix M = L20 () semble un choix convenable priori.


Il reste alors maintenant vrifier que toutes les conditions du thorme de Brezzi sont bien
satisfaites pour pouvoir conclure lexistence et lunicit de la solution. Ces conditions sont :
H et M sont des Hilbert ;
a, b et f sont continues ;
a est V-elliptique ;
condition inf-sup sur b.
H est un Hilbert : Pour montrer que H est un Hilbert, on sappuie sur le fait que lapplication :
: q H(div; ) 7 q.n H 1/2 () est continue (car kq, 0k1/2, kqkH(div;) ).
Il en rsulte alors que H = 1 (0) est ferm et que H(div; ) tant un Hilbert, cest galement un
Hilbert pour la norme de H(div).
M est un Hilbert : Pour montrer que M R est unp Hilbert, on sappuie sur le fait que lapplication :
: v L2 () 7 v = 0 est continue (car | v| |||vL2 () |).
R

Il en rsulte que M = 1 (0) est ferm et que L2 () tant un Hilbert, cest galement un Hilbert
pour la norme de L2 ().
Z
a est continue : a(p, q) = p.q |p|0 |q|0 kpkH(div;) kqkH(div;) et donc a est continue et

kak 1.
Z
b est continue : b(v, q) = vdivq |v|0 |divq|0 |v|0 kqkH(div;) et donc b est continue et kbk 1.

Z
f est continue : f v |f |0 |v|0 , ce qui implique que la norme de la forme linaire est |f |0 .

 Z 
a est V-elliptique : On a V = q H; vdivq = 0, v L20 () .

iM 2 227 PLN d.
20. Sur la partie II

Z Z
q H implique que (v + c)divq = 0, et donc wdivq = 0, w L2 (), ce qui finalement

implique que divq = 0 dans L2 ().
On a donc V = {q H;Z divq = 0}.
On a alors : a(q, q) = |q|2 = kqk2H(div;) si q V , et donc la V-ellipticit de a est dmontre.

Condition inf-sup : Pour montrer la conditions inf-sup, nous construirons q partir dun vrifiant

n = 0 sur , i.e. : Z
1
v M, q H; vdivq = |v|20 et kqkH(div) |v|0


q H, divq = v et q = , q.n = 0 donc n = 0, et donc :

= v

n = 0

Z Comme au paragraphe
Z sur la formulation variationnelle, ! H 1 () 20 () car v L20 (). |q|20 =
||2 = ||21 = v |v|0 ||0 c()|V |0 ||1 . Do |a|0 c()|V |0 . De plus, |q|20 + |divq|20 =

1
|q|20 + |v|20 (C 2 () + 1)|v|20 . Do = .
1+c2 ()

On peut donc appliquer le thorme de Brezzi et conclure lexistence et lunicit de la solution.


PLN d. 228 iM 2

iM 2
21. Sur le chapitre 11
version du 11 dcembre 2012

Notes Dans ce chapitre, nous reprenons les explications du chapitre 11 pour les appliquer sur
quelques cas simples, de faon tr es explicite.

21.1 lment de rfrence 1D linaire 2 nuds


Considrons un segment reliant deux points dans lespace. Ce segment est dfini par un point courant
dont les coordonnes sont le vecteur {x}. On peut paramtrer ce segment par le paramtre [1, 1],
et le vecteur position sexprime par < x >= {x}T =< x(), y(), z() >.

lment de rfrence Segment rel (3D)


Cet lment (segment) est dfini par ses seules extrmits. Nous avons donc deux nuds de coor-
donnes < x1 , y1 , z1 > et < x2 , y2 , z2 >.
Un point courant de cet lment sera obtenu par interpolation linaire entre les deux nuds, para-
mtre par . On Cherche cette interpolation sous la forme : x =< N () > {xn }, y =< N () > {yn } et
z =< N () > {zn }, avec < N () >=< N1 (), N2 () > et N1 () = 12 (1 ), N2 () = 12 (1 + ).
De manire plus compacte , on peut crire :
1
Ni () = (1 + i ), i = 1, 2, i = 1 (et [1, 1])
2

Dans cette interpolation (comme dans toutes interpolation), on a une relation entre d{x} et d.
Notons d{x} = {a}d. Alors :
1
< a >=< x, , y, , z, >= < x21 , y21 , z21 >
2
avec ici : x21 = x2 x1 ; y21 = y2 y1 ; z21 = z2 z1
On voit ainsi comment passer dune intgrale sur le segment rel une intgrale sur llment de rfrence.
De mme, on peut chercher la relation entre ds = d{x}.d{x}. Nous notons ds = md. On a alors :

1 2 + z 2 = Le
q
m = |{a}| = x221 + y21 21
2 2
R R +1
On voit alors lgalit des intgrations : Le ...ds = 1 ...md.
Par ailleurs, on a la relation :
d ds d d
= =m
d d ds ds

iM 2 229 PLN d.
21. Sur le chapitre 11

21.2 Quelques rappel plus formels sur la jacobienne et le jacobien


dune transformation
Nous considrons une transformation de Rn dans Rm donne par la fonction f : (x1 , . . . , xn ) 7
(fy1 , . . . , fym ).
La matrice jacobienne (de Carl Jacobi) associe f est dfinie par :
t
fy1
Jf = ...

t f
ym

i.e., sous forme compltement dveloppe la jacobienne de f scrit :



fy1 fy1

x. 1 ..
xn
..
Jf = . . . .
fym fym
x1 xn

Au voisinage dun point M , lapproximation linaire de la fonction f est donne par :



f (X) f (M ) + Jf (M ) M X

La compose f g de fonctions diffrentiables est diffrentiable, et sa matrice jacobienne sobtient


par la formule : 
Jf g = Jf g Jg

Dans le cas o m = n, on appelle jf le jacobien de f , dfini comme le dterminant de sa matrice


jacobienne :
jf = det (Jf )
Dire que le jacobien est non nul revient donc dire que la matrice jacobienne est inversible.
Si le jacobien est positif au point M , lorientation de lespace est conserve au voisinage de ce point.
linverse, lorientation est inverse si le jacobien est ngatif.
Le jacobien dune compose de fonctions est le produit des jacobiens individuels.
Le jacobien de la rciproque dune fonction est linverse du jacobien de la fonction.
Cette dernire proprit est lie au thorme dinversion locale (qui peut tre vu entre autre comme
une extension du thorme des fonctions implicite en dimension suprieure 1 dans le cas rel).
Une fonction F de classe C 1 est inversible au voisinage de M avec une rciproque F 1 de classe
1
C si et seulement si son jacobien en M est non nul (thorme dinversion locale). De plus, la matrice
jacobienne de F 1 se dduit de linverse de la matrice jacobienne de F au moyen de la formule :
1
JF 1 = JF F 1

Thorme dinversion locale : Soit f une application de U dans F , o U est un ouvert dun espace
de Banach rel et F un espace de Banach et soit x un point de U . Si f est de classe C p , avec p un entier
strictement positif et si la diffrentielle de f au point x est un isomorphisme bicontinu, alors il existe
un voisinage ouvert V de x et un voisinage ouvert W de f (x) tels que f se restreigne en une bijection
de V dans W dont la rciproque est de classe C p .

PLN d. 230 iM 2
21. Sur le chapitre 11

Comme illustr au paragraphe prcdent, le jacobien sert surtout pour effectuer des changement de
variables dans le calculs des intgrales.
Thorme de changement de variables dans les intgrales multiples :
Soient U un ouvert de Rn , F une injection de classe C 1 de U dans Rn et V = F (U ).
Si g est une fonction mesurable de V dans [0, +[, on a galit des intgrales pour la mesure de
Lebesgue sur Rn :
Z Z
g(y1 , . . . , yn ) dy1 . . . dyn = g (F (x1 , . . . , xn )) |det JF (x1 , . . . , xn )| dx1 . . . dxn .
V U

Si lon considre un petit domaine, le volume de limage de ce domaine par la fonction f sera
celui du domaine de dpart multipli par la valeur absolue du jacobien.

21.3 lments de rfrence 1D linaires n nuds


Il est possible de gnraliser en considrant un segment ayant plusieurs nuds intermdiaires :

Si lon considre le cas gnral n nuds :

alors il vient :
n
Y r
Ni () =
r=1
r i
r6=i

Si de plus, les n nuds sont rgulirement espacs :


n
i1 Y (2r n 1) (n 1)
i = 1 + 2 Ni () =
n1 r=1
2(r i)
r6=i

21.4 lment de rfrence 1D infini


Dans certains cas, il peut tre ncessaire de prendre en compte des CL situes linfini : problmes
de fondations, dacoustique, de couplage fluide-dtructure.
Il est possible, comme aux paragraphes prcdents, de proposer une transformation entre un lment
de rfrence de longeur 2 et un lment rel infini :

lment de rfrence lment rel (infini)


Nous ne considrerons que le cas de llment 1D linaire 2 nuds dans ce paragraphe, mais on
pourrait tudier le cas de llment linaire 1D a n nuds, ou des lments 2D par exemple.
Nous allons toujours avoir une interpolation de la fonction solution sous la forme :
1 1+
u= u1 + u2
2 2

iM 2 231 PLN d.
21. Sur le chapitre 11

car concrtement u2 est connu (et fini) : cest le lieu o lon situe linfini dans le modle EF.
Par contre, linterpolation du point courant sera donne par :
1+
x = x1 +
1
o est une constante.
On aura galement :
u2 u1
u,x = (1 )2
4

21.5 lment fini de barre 1D


On considre la barre donne ci-dessous, de section A, de longueur L, et constitue dun matriau
homogne isotrope de module dYoung E et densit et soumise uniquement son poids propre.

On souhaite discrtiser ce problme laide dun lments 1D linaires tel que prsent au paragraphe
21.1.
La forme variationelle de ce problme dlasticit linaire 1D (thorie des poutres) est :
Z L Z L
W = EAv,x u,x dx gAv = 0, v
0 0
avec les CL : u(0) = 0 (et v(0) = 0).
Cette forme variationelle, scrit pour llement (ou pour chaque lment si on en avait plusieurs) :
W =< v > ([k]{u} {f })

Nous avons vu que la gomtrie, reprsente par un lment, est approxime par :
1 1+
x= x1 + x2 , [1; 1]
2 2
La reprsentation de la fonction solution, est :
1 1+
u= u1 + u2 , [1; 1]
2 2
Nous obtenons la matrice de rigidit lmentaire :
 
2EA 1 1
[k] =
L 1 1
et le vecteur des forces nodales lmentaires :
 
L 1
{f } = gA
4 1
En prenant en compte la CL u1 = 0 et v1 = 0, lexpression W = 0 donne :
gL2
u2 =
8E
La dformation est donne par = u,x =< B > {un } avec < B >= L1 < 1, 1 >. On obtient :
= gL
8E . Elle est constante sur llment.
Quant la contrainte, elle est obtenue par = E, soit = gL
8 . Elle est constante sur llment.


PLN d. 232 iM 2
21. Sur le chapitre 11

21.6 Assemblage de 3 lments 1D linaires 2 nuds


Poursuivons le cas de la poutre du paragraphe prcdent, mais considrons une discrtisation de la
barre laide de 3 lments :

Chaque lment e (de longueur Le ) possde une matrice de rigidit lmentaire [ke ] et un vecteur
des forces nodales lmentaires {fe } dfinis par :
   
2EA 1 1 Le 1
[ke ] = et {fe } = gA
L e 1 1 4 1

Les variables nodales sont < U >=< u1 , u2 , u3 , u4 >, et, les matrices lmentaires redonnes ci-
dessus scrivent, en fonction de ces variables nodales :

1 1 0 0 0 0 0 0 0 0 0 0
2EA 1 1 0 0
2EA 0 1 1
0 2EA 0
0 0 0
[k1 ] = [k2 ] = [k3 ] =
L 1 0 0 0 0 L 2 0 1 1 0 L 2 0 0 1 1
0 0 0 0 0 0 0 0 0 0 1 1

et les forces nodales :



1
0
0

L1 1 L2 1 L3 0
{f1 } = gA {f2 } = gA {f3 } = gA
4 0 4 1 4 1



0 0 1

Lassemblage permettant de constituer le systme complet est simplement obtenu par :

[K] = [k1 ] + [k2 ] + [k2 ] et {F } = {f1 } + {f2 } + {f3 }

On rsoud alors [K]{U } = {F } avec les CL u1 = 0.


Remarque : La matrice [K] obtenue sur cet exemple a un caractre bande (la matrice est vide
en dehors dune zone centre sur la diagonale). Ceci est d la numrotation des nuds. Une autre
numrotation pourrait faire perdre ce caractre important (stockage et rsolution).
Cest pourquoi dans les programmes EF une tape de renummoration automatique des nuds est
gnralement faite.

21.7 lment de barre 1D de type Hermite (lment subparamtrique)


En restant encore sur notre lment linaire 1D, nous allons voir comment ajouter des contraintes
sur les drives aux nuds :

lment de rfrence Segment rel (2 nuds, 4ddl)


La gomtrie est encore une fois approxime par :
1 1+
x= x1 + x2 , [1; 1]
2 2

iM 2 233 PLN d.
21. Sur le chapitre 11

Mais cette fois, lapproximation de la foction solution est voulue sous la forme :

u =< N1 , N2 , N3 , N4 > {un } avec les ddl < un >=< u1 , u,x1 , u2 , u,x2 >

Les fonctions Ni choisies sont des fonctions cubiques de type Hermite assurant une continuit de u
et u,x aux nuds 1 et 2. On a :

1 L 2 1 L 2
N1 = (1 )2 (2 + ); N2 = ( 1)(1 ); N3 = (1 + )2 (2 ); N2 = ( 1)(1 + )
4 8 4 8

Le champ u,x , qui est la dformation est donn par : =< B > {un } avec :

3 2 1 2 3 1 2
< B >=< ( 1), (3 2 1), (1 2 ), (3 + 2 1) >
2L 4 2L 4

La contrainte, dans le cas o le coefficient dlasticit H est constant est donne par : x = H <
B > {un }.

21.8 lment mixte 1D


Continuons avec notre lment de rf{erence linaire 1D. Cette fois-ci nous souhaitons le mettre
en relation avec un segment rel dont les inconnues nodales sont les dplacements u1 et u2 , mais qui
possde en plus une approximation constante de la contrainte par lment :

lment de rfrence lment rel


Nous cherchons donc une approximation C 0 du dplacement et C 1 de la contrainte.
Pour la gomtrie, nous avons une fois encore :

1 1+
x= x1 + x2 , [1; 1]
2 2

Pour la contrainte, nous avons :

x (x) = 1 (constante)

La formulation variationelle mixte de llasticit linaire 1D est (voir fonctionnelle dHellinger-


Reissner sous sa deuxime forme ou fonctionnelle mixte) :
Z L   Z L
1
W = A x
x + x u,x + v,x x dx Avfx dx (vfS )Sf = 0 v,
0 H 0

avec les CL u = u et u = 0 sur Su .


De manire discrtise, il vient :

u1 {fn }
[0] {b}
W =< v1 , v2 , 1 > u2
< b > a 1 1


PLN d. 234 iM 2
21. Sur le chapitre 11

avec :
Z L   Z L Z +1    
A 1 A N1 L L 1
{b} = ; a= dx; {fn } = A fx d = Afx
0 L 1 0 H 1 N2 2 2 1

On pourrait sarrter l avec le systme prcdent rsoudre.


Toutefois, 1 est une variable locale sans couplage avec les autres lments. On peut donc lex-
primer en fonction des autres ddl de llment u1 et u2 . La derni ere ligne du systme donne : 1 =
(< b > {un } a1 ) = 0, 1 , do :
1
1 = < b > {un }
a
Et le systme devient alors :

W =< vn > ({b}1 {fn }) =< vn > ([k]{un } {fn })

avec :
1
<b> [k] = {b}
a
Dans le cas o H est constant, la matrice de rigidit obtenue est identique celle du modle en
dplacements du paragraphe 21.5.

iM 2 235 PLN d.
21. Sur le chapitre 11


PLN d. 236 iM 2

iM 2
22. Calcul des efforts quivalents pour une poutre
version du 11 dcembre 2012

Notes Dans ce chapitre, nous prsentons un petit calcul typique de lapproche mcanicienne.
Il sagit dun cas simple et classique, mais qui est trait, pour une fois, sous sa forme la plus gnrale.

22.1 Problme

Considrons une poutre dfinie dans son systme de coordonnes locales comme montr la figure
ci-dessous :
F1 P(x) F2
/
 /
/? /? -
/ /
/ 

C C /  x
/ 1 2 /
y?

La premire extrmit est (0, 0, 0) et la seconde (l, 0, 0), o l est la longueur de la poutre.
Nous supposerons la poutre encastres aux deux bouts, et soumise une charge distribue dfinie
par la fonction P (x).

Le problme est plan de sorte que P (x) = P (x) y
Nous souhaitons dterminer les forces et moments quivalents F1 , F2 et C1 , C2 aux deux extrmits
galement appeles nuds 1 et 2.
Une analyse statique conduit :

Z l
F1 + F2 + P (x)dx = 0 (22.1)
0

Z l
C1 + C2 + F2 l + xP (x)dx = 0 (22.2)
0

Le moment de flexion sexprime :


Z x
Mz (x) = C1 F1 x xP (x)dx, ou
0
Z l
Mz (x) = C2 F2 (l x) (v x)P (x)dv
x

Lnergie interne de la poutre sesprime :

l
Mz2 (x)
Z
1
J = dx
2 0 EI

iM 2 237 PLN d.
22. Calcul des efforts quivalents pour une poutre

22.2 Thorme de Menabrea


Le thorme de Menabrea permet dcrire :
J J J J
= = = =0
C1 C2 F1 F2
Ces calculs seront faits aprs avoir introduit les notations suivantes :
Z b
I0 (a, b) = P (x)dx
Za b
I1 (a, b) = xP (x)dx
a
J
=0:
C1
Z l
Mz (x)dx = 0
Z0 l
C1 F1 x I1 (0, x)dx = 0
0
Z l
1
C1 l F1 l2 I1 (0, x)dx = 0 (22.3)
2 0
J
=0:
F1
Z l
xMz (x)dx = 0
Z0 l
C1 F1 x I1 (0, x)dx = 0
0
Z l
1
C1 l F1 l2 I1 (0, x)dx = 0 (22.4)
2 0
Nous utilisons les proprits des intgrales prcdemment dfinies :
I(a, b) = I(a, c) + I(c, b)
I(b, a) = I(a, b)
for both I0 and I1 .

22.3 Rsolution des quations


En utilisant (22.3) et (22.4), on trouve F1 and C1 , Puis, en utilisant (22.1) et (22.2) on obtient F2
and C2 .
Les efforts sont :
Z l
2 l
Z 
6
F1 = 2 I1 (0, x)dx xI1 (0, x)dx
l 0 l 0
F2 = I0 (0, l) F1
 Z l
3 l
Z 
2
C1 = 2 I1 (0, x)dx xI1 (0, x)dx
l l 0
Z l0 Z l 
2 3
C2 = I1 (0, x)dx xI1 (0, x)dx + lI0 (0, l) I1 (0, l)
l 0 l 0


PLN d. 238 iM 2
22. Calcul des efforts quivalents pour une poutre

22.4 Conclusion
Ces forces et moments correspondent des efforts de ractions. Les forces quivalentes utilises en
MEF correspondent aux efforts internes dvelopps dans la poutre. Ce sont :

Force Moment
Au nud 1 F 1 C1
Au nud 2 F 2 C2

Analytiquement :
Z l
2 l
Z 
6

F1 = 2 I1 (0, x)dx xI1 (0, x)dx
l l 0



0
F2 = I0 (0,l) F

Z l 1

3 l
Z 
2 (22.5)
C1 = 2 I1 (0, x)dx xI1 (0, x)dx


l Z 0 lZ 0
l
3 l


2
C2 =
I1 (0, x)dx xI1 (0, x)dx lI0 (0, l) + I1 (0, l)
l 0 l 0
et sous forme vectorielle :


F1 = F1
y




F2 = F2 y



C1 = C1
z






C2 = C2 z

iM 2 239 PLN d.
22. Calcul des efforts quivalents pour une poutre


PLN d. 240 iM 2

iM 2
23. Un calcul
version du 11 dcembre 2012

Dans la mesure o ce document est le support thorique un cours o les exemples sont abords
en cessions, nous navons pas souhait alourdir ce document de nombreux exemples.
Quelque soit le logiciel utilis 1 , il y a toujours un gros pav dexemple fourni avec, sans compter le
nombre douvrages disponibles.
Nous avons souhait nanmoins prsenter un listing (qui sera discut oralement) correspondant un
calcul ralis sous freefem++.
Ce logiciel gratuit vous permettra de faire vos calculs EF... mais cest galement un outil pdagogique
sans quivalent : sa manipulation se fait en des termes proches de la formulation mathmatique, et en
cela, il est une passerelle parfaite entre la thorie et la pratique de codes plus industriels .
Le fait de pouvoir discrtiser loisir une formulation variationnelle que lon rentre soi-mme est
galement un argument qui nous semble un vrai plus, mme si cela commence exister dans des codes
commerciaux (mais reste confidentiel).
Voici donc un petit listing sur lequel nous pourrons revenir de vive voix. Je ne vous dis mme pas
de quoi il sagit...

real mu=1.;
real rog=0. , ro=1.;
// taille du maillage
int ncuts = 20;

// construction du domaine
real a=pi*0.8, b=1.2*pi ;

border gam1(t=0.,a){x=t;y=0; label =1;};


border gam2(t=0.,b){x=a;y=t; label =2;};
border gam3(t=a,0.){x=t;y=b; label =3;};
border gam4(t=b,0.){x=0.;y=t; label =4;};

//Maillage
mesh Th=buildmesh(gam1(ncuts)+gam2(ncuts)+gam3(ncuts)+gam4(ncuts));
//plot(Th, ps="mesh.eps") ;
//plot(Th, wait=1) ;

// conditions aux limites essentielles


real r0=a/10., r, xc=a/3., yc=3.*b/4.;

1. Lorsque lon parle de codes EF, on cite les grands noms du domaine... et ils correspondent des codes extraordinai-
rement puissants, mais souvent chers.
Or un certain nombre de codes EF professionnels sont disponibles gratuitement (au tlchargement et lutilisation).
Les deux plus connus sont Cast3M (anciennement castem) et Code Aster dvelopps et maintenus par le CEA et par EDF
respectivement.

iM 2 241 PLN d.
23. Un calcul

// chargement initial sinusoidal


func real pertb(real r)
{ if(r<r0) {return (1.+cos(pi*r/r0));}
else return 0.; }

//func real w1( real x, real y)


func real w11( real x, real y)
{
return pertb(sqrt((x-xc)^2+(y-yc)^2));
}

// chargement constant sur un carr


// pas utilis sur cet exemple
func real w1( real c, real d)
{
if(c>(0.8*xc))
{if (c<(1.2*xc))
{if (d>(0.8*yc))
{if (d<(1.2*yc)) {return 0.8;}
else return 0.;}
else return 0.;}
else return 0.;}
else return 0.;
}

func real w0( real x, real y)


{
return 0.*sin(x)*sin(y) ;
}

// Espaces elements finis


fespace Vh(Th,P2);
fespace Wh(Th,P1dc);

Vh w, wa, wd, wda, wdd, wdda, fi, dif ;


Wh sxz, syz, dev;

int n, k, Ntemps=100;
//int n, k, Ntemps=50;

// temps max = 2.pi/sqrt(2)


real T=2.*pi/sqrt(2.), pastemps=T/Ntemps, dpt=0.5*pastemps;

problem antiplane(wd,fi, init=1)=int2d(Th)(ro*wd*fi)+


int2d(Th)(dpt^2*mu*(dx(wd)*dx(fi)+dy(wd)*dy(fi))) +
int2d(Th)(-dpt*rog*fi)+
int2d(Th)(ro*(-wda-dpt*wdda)*fi)+
int2d(Th)(dpt*mu*(dx(wa)*dx(fi)+dpt*dx(wda)*dx(fi)+
dy(wa)*dy(fi)+dpt*dy(wda)*dy(fi)))+
on(1,2,3,4,wd=0.);

PLN d. 242 iM 2
23. Un calcul

// formulation du probleme en temps


// conditions initiales en temps
w=w0(x,y);
wd=w11(x,y);
wdd=0.;

real errorw, errorwd, temps, enerC, enerP, enerT;


real[int] visoS(20);
int ivi;
for (ivi=0;ivi<10;ivi++){
visoS[ivi]=-1+0.1*ivi;
visoS[ivi+10]=(ivi+1)*0.1;
}

real[int] Ec(Ntemps), Ep(Ntemps), Et(Ntemps), tt(Ntemps);

for (n=0;n<Ntemps;n++){
wa=w; wda=wd; wdda=wdd;
temps=n*pastemps;

enerC=0.5*int2d(Th)(ro*wd^2); // nergie cintique


enerP=0.5*int2d(Th)(mu*(dx(w)*dx(w)+ dy(w)*dy(w))); // nergie potentielle
enerT=enerC+enerP; // nergie totale
Ec(n)=enerC; Ep(n)=enerP; Et(n)=enerT; tt(n)=temps;

cout << " iteration n= " << n << " enerP= " << enerP << " enerC= " <<
enerC << " enerTotale= " << enerT << endl;

temps=(n+1.)*pastemps;

// resolution du probleme
antiplane;

w=wa+dpt*(wda+wd);
wdd=(wd-wda)/dpt-wdda;

sxz=mu*dx(w);
syz=mu*dy(w);
plot(Th,wd,fill=true, value=1, viso=visoS, nbiso=visoS.n, ps=n, wait=0);
}

// Energie
//plot([tt,Ec], [tt,Ep],[tt,Et], ps="energie.eps");

Alors, une ide ?

iM 2 243 PLN d.
. Un calcul


PLN d. 244 iM 2
Cinquime partie

Annexes

iM 2 245 PLN d.

iM 2
A. Interpolation et approximation
version du 11 dcembre 2012

A.1 Introduction
Linterpolation est une opration consistant approcher une courbe qui nest connue que par la
donne dun nombre fini de points (ou une fonction partir de la donne dun nombre fini de valeurs).
Ainsi, linterpolation numrique sert souvent faire merger une courbe parmi des points . Il
sagit de toutes les mthodes dveloppes afin de mieux prendre en compte les erreurs de mesure, i.e.
dexploiter des donnes exprimentales pour la recherche de lois empiriques. Nous citerons par exemple
la rgression linaire et la mthode des moindres carrs 1 , souvent bien matrises par notre public.
On demande la solution du problme dinterpolation de passer par les points prescrits, voire,
suivant le type dinterpolation, de vrifier des proprits supplmentaires (de continuit, de drivabilit,
de tangence en certains points...).
Toutefois, parfois on ne demande pas ce que lapproximation passe exactement par les points
prescrits. On parle alors plutt dapproximation.
Nous avons utilis tout au long de ce document, de manire implicite, les techniques dapproximation
de fonctions. Lapproximation tant lutilisation de mthodes permettant dapprocher une fonction ma-
thmatique par une suite de fonctions qui convergent dans un certain espace fonctionnel, on voit donc
1. Un peu dhistoire :
Le jour du Nouvel An de 1801, lastronome italien Giuseppe Piazzi a dcouvert lastrode Crs (il a suivi sa trajectoire
jusquau 14 fvrier 18012). Durant cette anne, plusieurs scientifiques ont tent de prdire sa trajectoire sur la base des
observations de Piazzi ( cette poque, la rsolution des quations non linaires de Kepler de la cinmatique est un problme
trs difficile). La plupart des prdictions furent errones ; et le seul calcul suffisamment prcis pour permettre au baron
Franz Xaver von Zach (astronome allemand) de localiser nouveau Crs la fin de lanne, fut celui de Gau, (alors
g de 24 ans). Gau avait dj ralis llaboration des concepts fondamentaux en 1795, lorsquil avait 18 ans. Mais sa
mthode des moindres carrs ne fut publie quen 1809, lorsquelle parut dans le tome 2 de ses travaux sur la Mcanique
cleste Theoria Motus Corporum Coelestium in sectionibus conicis solem ambientium.
Le mathmaticien franais Adrien-Marie Legendre a dvelopp indpendamment la mme mthode en 1805.
Le mathmaticien amricain Robert Adrain a publi en 1808 une formulation de la mthode.
En 1829, Gau a pu donner les raisons de lefficacit de cette mthode : celle-ci est optimale lgard de bien des
critres. Cet argument est maintenant connu sous le nom de thorme de Gauss-Markov.
Ce thorme dit que dans un modle linaire dans lequel les erreurs ont une esprance nulle, sont non corrles et dont
les variances sont gales, le meilleur estimateur linaire non biais des coefficients est lestimateur des moindres carrs.
Plus gnralement, le meilleur estimateur linaire non biais dune combinaison linaire des coefficients est son estimateur
par les moindres carrs. On ne suppose pas que les erreurs possdent une loi normale, ni quelles sont indpendantes
(seulement non corrles), ni quelles possdent la mme loi de probabilit.

Giuseppe Piazzi Johann Carl Friedrich Gau Adrien-Marie Legendre Robert Adrain Andre Andreevitch Markov
1746-1826 1777-1855 1752-1833 1775-1843 1856-1922

iM 2 247 PLN d.
A. Interpolation et approximation

que ce qui a t fait dans la deuxime partie ressort bien de cela : on cherche une fonction (gnralement
note u) qui nest pas connue explicitement, mais est donne comme solution dune ED ou dune EDP,
et lon cherche construire une suite de problmes plus simples, que lon sait rsoudre chaque tape,
et telle que la suite des solutions correspondantes converge vers la solution cherche.
Mais lapproximation peut servir aussi dans le cas o la fonction considre est connue : on cherche
alors la remplacer par une fonction plus simple, plus rgulire, ou ayant de meilleures proprits.
Nous avons dj mentionn lintgration numrique plusieurs reprises dans le document, et celle-ci
sera dtaille un peu plus au chapitre B. Ce sont les mthodes dapproximation numriques qui sont
utilises.
Pour en revenir linterpolation, la MEF est en elle-mme une mthode dinterpolation (globale,
base sur des interpolations locales). On peut citer quelques mthodes dinterpolation telle que linter-
polation linaire (dans laquelle deux points sucessifs sont relis par un segment), linterpolation cosinus
(dans laquelle deux points successifs sont considrs comme les pics dun cosinus. Nous naborderons pas
la transforme de Fourier dans ce document, ni les ondelettes), linterpolation cubique ou spline (dans
laquelle un polynme de degr 3 passe par 4 points successifs : selon le type de continuit demande
plusieurs variantes existent), et de manire gnrale linterpolation polynomiale, qui va surtout tre
aborde ci-dessous.
Faisons demble une remarque, ou plutt une mise en garde : la plus connue des interpolations
polynomiale, linterpolation lagrangienne (approximation par les polynmes de Lagrange, dcouverte
initialement par Waring et redcouverte par Euler) peut fort bien diverger mme pour des fonctions
trs rgulires. Cest le phnomne de Runge : contrairement a lintuition, laugmentation du nombre
de points dinterpolation ne constitue pas ncessairement une bonne stratgie dapproximation avec
certaines fonctions (mme infiniment drivables).
Dans le cas o lon travaille sur le corps des complexes, une mthode dapproximation dune fonction
analytique par une fonction rationnelle est lapproximant de Pad. Cela correspond un dveloppement
limit qui approche la fonction par un polynme.
Tout comme les dveloppements limits forment une suite appele srie entire, convergeant vers la
fonction initiale, les approximants de Pad sont souvent vus comme une suite, sexprimant sous la forme
dune fraction continue dont la limite est aussi la fonction initiale. En ce sens, ces approximants font
partie de la vaste thorie des fractions continues. Les approximants offrent un dveloppement dont le
domaine de convergence est parfois plus large que celui dune srie entire.
Ils permettent ainsi de prolonger des fonctions analytiques et dtudier certains aspects de la question
des srie divergentes. En thorie analytique des nombres, lapproximant permet de mettre en vidence la
nature dun nombre ou dune fonction arithmtique comme celle de la fonction zta de Riemann. Dans
le domaine du calcul numrique, lapproximant joue un rle, par exemple, pour valuer le comportement
dune solution dun systme dynamique laide de la thorie des perturbations.
Lapproximant de Pad a t utilis pour la premire fois par Euler pour dmontrer lirrationalit
de e, la base du logarithme nprien. Une technique analogue a permis Johann Heinrich Lambert de
montrer celle de .

A.2 Quelques bases polynomiales

A.2.1 Motivation
Lorsque lon souhaite approximer une courbe par une autre, recourir aux polynmes semble une voie
naturelle. Mais est-ce possible ?
Et bien, notre intuition ne nous trompe pas : cest possible, et cest dmontr.

PLN d. 248 iM 2
A. Interpolation et approximation

Le thorme de Taylor (1715) montre quune fonction plusieurs fois drivable au voisinage dun point
peut tre approxime par une fonction polynme dont les coefficients dpendent uniquement des drives
de la fonction en ce point.
Le thorme dapproximation de Weierstrass (en analyse relle) dit que toute fonction continue
dfinie sur un segment peut tre approche uniformment par des fonctions polynmes.
Le thorme de Stone-Weierstrass gnrale ce rsultat aux fonctions continues dfinies sur un espace
compact et valeurs relles, en remplaant lalgbre des polynmes par une algbre de fonctions qui
spare les points et contient au moins une fonction constante non nulle.
Linterpolation polynomiale consiste donc trouver un polynme passant par un ensemble de points
donns. On verra que lon peut galement demand ce que ce polynme satisfasse dautres conditions.
Mais avant cela, rappelons quelques bases polynomiales connues. 2

A.2.2 Orthogonalit
Une suite de polynmes orthogonaux est une suite infinie de polynmes P0 (x), P1 (x), ... coefficients
rels, dans laquelle chaque Pn (x) est de degr n, et telle que les polynmes de la suite sont orthogonaux
deux deux pour un produit scalaire de fonctions donn.
Le produit scalaire de fonctions le plus simple est lintgrale du produit de ces fonctions sur un
intervalle born : Z b
hf, gi = f (x)g(x) dx
a

Mais, pour tre plus gnral, on peut ajouter une fonction de poids $(x) dans lintgrale. On notera
bien que sur lintervalle dintgration ]a, b[, la fonction poids W doit tre valeurs finies et strictement
positives, et lintgrale du produit de la fonction poids par un polynme doit tre finie (voir espaces Lp ).
Par contre, les bornes a et b peuvent tre infinies. Il vient alors :
Z b
hf, gi = f (x)g(x)$(x) dx
a
p
La norme associe est dfinie par ||f || = hf, f i. Le produit scalaire fait de lensemble de toutes les
fonctions de norme finie un espace de Hilbert.
Lintervalle dintgration est appel intervalle dorthogonalit.

A.2.3 Base naturelle


On rappelle que 1, X, ... X n est une base de Kn [X], en tant que polynmes chelonns.

2.

Joseph Louis Charles Hermite Pierre-Ossian Bonnet Pafnouti Lvovitch Tchebychev Edmond Nicolas Laguerre
comte de Lagrange 1822-1901 1819-1892 1821-1894 1834-1886
1736-1813

iM 2 249 PLN d.
A. Interpolation et approximation

A.2.4 Polynmes de Lagrange


Connaissant n + 1 points (x0 , y0 ), . . . , (xn , yn ) distincts, le polynme de Lagrange est lunique poly-
nme de degr n passant tous les points.
Ce polynme est trivialement dfini par :

n n
X Y X xi
L(X) = yj
xj xi
j=0 i=0,i6=j

n
X
Si on note : L(X) = yj lj (X), avec
j=0

n
Y X xj X x0 X xi1 X xi+1 X xn
li (X) = = .
xi xj xi x0 xi xi1 xi xi+1 xi xn
j=0,j6=i

alors, on remarque que :


li est de degr n pour tout i ;
li (xj ) = i,j , 0 i, j n, i.e. li (xi ) = 1 et li (xj ) = 0 pour j 6= i
On en dduit immdiatement que i, L(xi ) = yi qui est bien la proprit recherche par construction.

A.2.5 Polynmes dHermite


Les polynmes dHermite sont dfinis comme suit :
2 /2 dn x2 /2
Hn (x) = (1)n ex e (forme dite probabiliste)
dxn
ou,
n
b n (x) = (1)n ex2 d ex2
H (forme dite physique)
dxn

b n (x) = 2n/2 Hn x
Les deux dfinitions sont lies par la proprit dchelle suivante : H 2 .
Les premiers polynmes dHermite sont les suivants :
H0 = 1 , H1 = X , H2 = X 2 1 , H3 = X 3 3X , H4 = X 4 6X 2 + 3 , H5 = X 5 10X 3 + 15X ,
H6 = X 6 15X 4 + 45X 2 15 .
H
b0 = 1 , H b 1 = 2X , Hb 2 = 4X 2 2 , Hb 3 = 8X 3 12X , H
b 4 = 16X 4 48X 2 + 12 , H b5 =
5 3 6 4
32X 160X + 120X , H6 = 64X 480X + 720X 120 .
b 2

Hn est un polynme de degr n. Ces polynmes sont orthogonaux pour la mesure de densit :
2
d(x) ex /2
= .
dx 2
Ils vrifient : Z +
2 /2
Hn (x)Hm (x) ex dx = n!2n 2 nm

o n,m est le symbole de Kronecker.
Ces polynmes forment donc une base orthogonale de lespace de Hilbert L2 (C, ) des fonctions
borliennes telles que :
2
ex /2
Z +
|f (x)|2 dx < +,
2

PLN d. 250 iM 2
A. Interpolation et approximation

dans lequel le produit scalaire est donn par lintgrale :


2
ex /2
Z +
hf, gi = f (x)g(x) dx.
2
Des proprits analogues sont vrifies par les polynmes de Hermite sous leur forme physique.

A.2.6 Polynmes de Legendre


On appelle quation de Legendre lquation :
d dy
[(1 x2 ) ] + n(n + 1)y = 0
dx dx
On dfinit le polynme de Legendre Pn par :
d dPn (x)
[(1 x2 ) ] + n(n + 1)Pn (x) = 0, Pn (1) = 1.
dx dx
La manire la plus simple de les dfinir est par la formule de rcurrence de Bonnet :

P0 (x) = 1
P1 (x) = x
n > 0, (n + 1)Pn+1 (x) = (2n + 1)xPn (x) nPn1 (x)

Les premiers polynmes de Legendre sont :


P0 (x) = 1 , P1 (x) = x , P2 (x) = 21 (3x2 1) , P3 (x) = 21 (5x3 3x) , P4 (x) = 81 (35x4 30x2 +3) , P5 (x) =
1 5 3 1 6 4 2 1 7 5 3
8 (63x 70x +15x) , P6 (x) = 16 (231x 315x +105x 5) , P7 (x) = 16 (429x 693x +315x 35x) ,
1 1
P8 (x) = 128 (6435x 12012x + 6930x 1260x + 35) , P9 (x) = 128 (12155x 25740x + 18018x5
8 6 4 2 9 7
1
4620x3 + 315x) , P10 (x) = 256 (46189x10 109395x8 + 90090x6 30030x4 + 3465x2 63) .
Le polynme Pn est de degr n.
La famille (Pn )nN est une famille de polynmes degrs tags, elle est donc une base de lespace
vectoriel Rn [X].
On remarquera la proprit suivante :
Pn (x) = (1)n Pn (x).
qui donne en particulier Pn (1) = (1)n et P2n+1 (0) = 0).
Les polynmes orthogonaux les plus simples sont les polynmes de Legendre pour lesquels lintervalle
dorthogonalit est [1, 1] et la fonction poids est simplement la fonction constante de valeur 1 : ces
polynmes sont orthogonaux par rapport au produit scalaire dfini sur R[X] par :
Z +1 Z 1
hP, Qi = P (x)Q(x) dxhPm , Pn i = Pm (x)Pn (x) dx = 0 pour m 6= n
1 1

De plus, comme (Pn )nN est une base de RN [X], on a PN +1 (RN [X]) , i.e. :
Z 1
Q RN [X], PN +1 (x)Q(x) dx = 0
1

Le carr de la norme, dans L2 ([1, 1]), est :


2
kPn k2 = .
2n + 1
Ces polynmes peuvent servir dcomposer une fonction holomorphe, une fonction lipschitzienne
ou retrouver lintgration numrique dune fonction par la mthode de quadrature de Gauss-Legendre
(voir chapitre ??).

iM 2 251 PLN d.
A. Interpolation et approximation

A.2.7 Polynmes de Tchebychev


Les polynmes de Tchebychev servent pour la convergence des interpolations de Lagrange.
Ils sont galement utiliss dans le calcul de filtres en lectronique analogique (filtres de Tchebychev).
Les polynmes de Tchebychev constituent deux familles de polynmes (nots Tn pour la premire
espce et Un pour la seconde) dfinis sur lintervalle [1, 1] par les relations trigonomtriques :

Tn (cos()) = cos(n)

sin((n + 1))
Un (cos()) =
sin
Ces deux suites sont dfinies par la relation de rcurrence :

n N, Pn+2 (X) = 2X Pn+1 (X) Pn (X)

et les deux premiers termes :


T0 = 1, T1 = X pour la suite T,
U0 = 1, U1 = 2X pour la suite U.
Chacune de ces deux familles est une suite de polynmes orthogonaux par rapport un produit
scalaire de fonctions assorti dune pondration spcifique.
Proprits des polynmes de Tchebychev de 1re espce

b n2 c
nX (n k 1)!
n > 0, Tn (x) = (1)k (2x)n2k
2 k!(n 2k)!
k=0

Les Tn sont orthogonaux pour le produit scalaire sur lintervalle ] 1, 1[ avec la pondration 1 ,
1x2
i.e. :
Z 1 0
si n 6= m
Tn (x)Tm (x)
dx = si n = m = 0
1 1 x2
/2 si n = m 6= 0 .

n, Tn (1) = 1

n, m N, x R, Tn (Tm (x)) = Tmn (x)

Les premiers polynmes de Tchebychev de premire espce sont :


T0 = 1 , T1 = X , T2 = 2X 2 1 , T3 = 4X 3 3X , T4 = 8X 4 8X 2 + 1 , T5 = 16X 5 20X 3 + 5X ,
T6 = 32X 6 48X 4 +18X 2 1 , T7 = 64X 7 112X 5 +56X 3 7X , T8 = 128X 8 256X 6 +160X 4 32X 2 +1 ,
T9 = 256X 9 576X 7 + 432X 5 120X 3 + 9X .
Proprits des polynmes de Tchebychev de 2me espce

bX
2c
n
 
k nk
n 0, Un (x) = (1) (2x)n2k
k
k=0

Les Un sont orthogonaux pour le produit scalaire sur lintervalle [1, 1] avec la pondration 1 x2 ,
i.e. : Z 1 (
p 0 si n 6= m
Un (x)Um (x) 1 x2 dx =
1 /2 si n = m .

PLN d. 252 iM 2
A. Interpolation et approximation

n, Un (1) = n