Vous êtes sur la page 1sur 34

© Dunod – La photocopie non autorisée est un délit.

Table des maTières

2 rappels sur le calcul matriciel

1

2.1 Notion de matrice

1

2.2 Opérations de base

2

2.3 matrices carrées

5

3 rappels sur la mécanique du solide

13

3.1 les contraintes

13

3.2 les déformations

17

3.3 relations entre contraintes et déformations

20

3.4 Énergie de déformation élastique

25

3.5 Quelques compléments sur les contraintes

27

index alphabétique

25 3.5 Quelques compléments sur les contraintes 27 index alphabétique  9782100585366.indb 1 31 I 27/03/13
25 3.5 Quelques compléments sur les contraintes 27 index alphabétique  9782100585366.indb 1 31 I 27/03/13

9782100585366.indb

1

31

I

27/03/13

12:42

II

II 9782100585366.indb 2 27/03/13 12:42
II 9782100585366.indb 2 27/03/13 12:42

9782100585366.indb

2
2

27/03/13

12:42



© Dunod – La photocopie non autorisée est un délit.

2 rappels sur le calcul maTriciel

A

Le calcul par éléments finis nécessitant le maniement de nombreusesvaleurs numé - riques, il est plus aisé d’exprimer celles-ci sous forme matricielle. En regroupant des termes de même nature au sein d’une seule et même variable, cette écriture plus synthétique permet en effet une meilleure compréhension des différentes phases de construction de la méthode. Ceci nécessite néanmoins la maîtrise des opérations de base associées à ce type de calcul : l’addition ou le produit de plusieurs matrices, la résolution de systèmes linéaires, etc.

2.1 Notion de matrice

Soit la fonction polynomiale suivante :

v ( x ) = b + b x + b x + b x 3 avec x Π[0, L ]

0

1

2

2

3

(2.1)

Et sa dérivée :

(2.2)

Supposant que v ( x ) et v ʹ( x ) valent v 1 et β 1 en x = 0 , v 2 et β 2 en x = L , on peut aisément établir le système de 4 équations suivant :

v

v

1

β

1

2

β

2

v ʹ( x ) = b + 2 b x + 3 b x

1

2

3

2

=

v

(

0

) =

b

0

= v

ʹ (

(

0

) =

) =

=

v L

b

1

b

0

ʹ (

= v L

) =

b

1

b L + b L

+ + 2 bb L

1

2

2

+ 3

b L

+

b L

2

3

3

2

3

(2.3)

Cependant, ce système peut être exprimé de manière plus synthétique sous

 exprimé  de  manière  plus  synthétique  sous   9782100585366.indb 1
 exprimé  de  manière  plus  synthétique  sous   9782100585366.indb 1

9782100585366.indb

1

{

forme matricielle en posant que le vecteur v

{

b

} =

b

0

b

b

1

2

b

3

via une matrice [ R ] .

} =


v

1

β

1

v

2

β

2

peut être relié au vecteur

1

27/03/13

12:42

2 • rappels sur le calcul matriciel

2.2 Opérations de base

Anticipant sur les règles relatives au produit des matrices(cf. § 2.2.2), On adonc :

{

v

} =

v

1

β

1

v

2

β

2

=

1

0

1

0

0

1

L

1

0

0

2

L

2

L

0

0

3

L

3

2

L

⎥⎥

b

0

b

b

1

2

b

3

= [

R

]

{ }

b

équivalent au système d’équations (2.3).

sont des vecteurs « colonne » à 4 lignes alors que lamatrice

[ R ] est une matrice dite carrée à 4 lignes et 4 colonnes. De manière générale, une

matrice peut être caractérisée par un ensemble de nombres ordonnés et regroupés en n lignes et m colonnes. On aura alors une matrice de dimensions n ¥ m :

Dans ce cas {v } et {b }

a

a

a

11

21

31

.

a

a

a

12

22

32

.

13

23

33

a

a

3

3

a

a

a

a

a

a

1

j

2

3

j

j

.

a

ij

a

.

nj

a

a

a

⎦⎦

.

.

.

.

.

.

.

.

.

.

.

.

.

m

2

3

m

m

a

.

im

a

.

nm

1

[

A

] =

.

i

.

n

caractérisant le terme des i ème ligne et j ème colonne de la matrice [ A ] . Si n = 1 ou m = 1, la matrice sera associée suivant le cas, soit à un vecteur ligne, soit à un vecteur colonne qui sont généralement notés { } . De plus et spécifiquement pour les matrices dites carrées (n = m ), lestermes a ii seront appeléstermes diagonaux et formeront la diagonale de la matrice.

(2.4)

a

i

.

a

1 2

i

.

a

n

a

1 2

n

a

ij

2.2 Opérations de base

2.2.1 addition

Soit deux matrices A et B de dimensionsn ¥mconstruites à partir de(2.4),la

matrice [C ] de mêmes dimensions, somme des matrices [ A ] et [ B , seraobtenue

en posant que chacun des termes c ij est égal à a b

[

]

[

]

]

ij

+

ij

. On aura alors :

2

c i j  est  égal  à  a b [ ] [ ]
c i j  est  égal  à  a b [ ] [ ]

9782100585366.indb

2
2

27/03/13

12:42



© Dunod – La photocopie non autorisée est un délit.

2 • rappels sur le calcul matriciel

2.2 Opérations de base

[

C

] =

a

a

a



⎢ ⎣

a


11 +

21 +

31 +

a i 1

.

+

.

n1 +

11



21

31

c

c

n

1

c


c

c

12

22

32

c

n

2

2

c

c

c

. .

1 c

.

i

.

i

b

11

b

21

b

31

a

a

a

12

2 22

32

b

i

1

a

i

2

b

n1

a

n 2

c

c

c

13

23

33

.

i

.

3

c

c

n

3

+ b

12

+ b

2 2

+ b

32

.

+ b

i

2

.

+ b

n 2

. c

. c

. c

1

2

3

.

ij

.

nj

j .

j .

j .

.

.

.

.

. c

.

. c

a

a

a

13

2 3

33

a

i

3

a

n 3

+

+

+

.

+

.

+

b

13

b

2 3

b

33

b

i

3

b

n 3

c

c

c

1

2

m

m

3

.

m

c

i m

c

.

nm



⎦⎦ ⎥

=

. a

. a

. a

.

. a

3

2

1 j

+

j +

j +

.

+

.

+

ij

a

nj

.

.

b

1 j

b

2

b

3

j

j

b

ij

b

nj

.

.

.

.

.

a

a

2

1m

m

a

3

m

a

im

a

nm

+

+

+ b

b

1m

b

2

3

m

m

.

+

.

+

b

im

b

nm



⎥⎥

⎥ ⎦

(2.5)

= [ A ] + [ B ]

Danslecas d’une différencedes matrices [ A ] et [ B ] , on posera de la même façon :

(2.6)

c

ij

=

a

ij

b

ij

Exemples : Soit les matrices [ A ] =

[C ] = [ A ] + [ B ] =

4

4

4

7

9

2

1

3

5

8

0

1

2

0

3

5

et [ B ]

=

[C ] = [ A ] [ B ] =

3

1

2

2

4

6

7

2

4

5

2

3

5

2

1

2


.

2.2.2 produit

■ ■ produit d’une matrice par un scalaire

Soit une matrice A de dimensions n ¥ m , la matrice

, produit de la matrice

[ A ] par le scalaire l sera obtenue en multipliant chacun des termes de la matrice

[ A ] par l. On aura donc :

(2.7)

= λ

[

]

[C ]

c

ij

a

ij

Exemple :

[C ] = 3

[

A

]

=

3

1

3

0

1

2

0

3

5

⎥ = ⎢

3

9

0

3

6

0

9

1 5

3

⎢ ⎣ 1 3 0 1 2 0 3 5 ⎤ ⎦ ⎥ = ⎢ ⎡
⎢ ⎣ 1 3 0 1 2 0 3 5 ⎤ ⎦ ⎥ = ⎢ ⎡

9782100585366.indb

3
3

A

27/03/13

12:42

2 • rappels sur le calcul matriciel

2.2 Opérations de base

■ ■ produit de 2 matrices

Soit deux matrices A et B de dimensionsrespectives n¥met m ¥l , la matrice

], produit des matrices [ A ] et [ B 1 , de dimensionsn ¥l , seraobtenue en posant

que les termes c ij sont égaux à :

[

]

[

]

[C

]

c

ij

=

k m

=

k = 1

a

ik

×

b

kj

(2.8)

Par exemple, on trouvera pour le premier terme :

c

11

a

= ⋅

11

b

11

+

a

12

b

21

+

+

a

1m

b

m1

Cependant et pour que ce produit soit possible, il est important de noter que le nombre de colonnes de la matrice [ A ] doit être égal au nombre de lignes de la matrice [ B ] .

Exemple : Soit les matrices [ A ] =

1

3

[C ] = [ A ] [ B ] =

1 4

3 4

+

+

0 3

1 3

+

+

2 1

0 1

+

+

0

1

3

5

7

7

2

0

3

5

1 9

3 ⋅⋅

9

et [ B ] =

+

+

0 1

1

1

+

+

2 6

6

0

4

3

1

7

+

+

9

1

6

5

3 5

5 5

⎥ = ⎢

27

50

36

53

■ ■ produit de 3 matrices

Soittroismatrices A , B et

, de dimensions n ¥ p sera

obtenue eneffectuant dans un premier tempssoit le produit [ A ] [ B ] soit celui de [ B ] [C ] , les deux approches amenant au même résultat.

dedimensionsrespectivesn¥m,m¥letl¥p,

la matrice [ F ] , produit des matrices A , B et

[

]

[

]

[C ]

[

]

[

]

[C ]

[ F

] = [

A

] [

B

] [

C

] = [

A

⎛ [ D ] ⎞ ⎟ ] ⋅ ] ⎟ = [ ⎝ ⎜ ⎜
⎛ [
D
]
] ⋅
] ⎟ = [
⎜ [
B
] ⋅ [
C

A

] [

D

] =




[ E ] [ A ] ⋅ [ BB ]
[
E ]
[
A
] ⋅ [
BB
]




[

C

] = [

E

] [

C

]

Exemple : Soit les matrices [ A ] =

([ A ] [ B ]) [C ] =

1

3

0

1

2

0

3

5

1

3

0

1

4

3

1

7

2

0

3

5

9

1

6

5

⎤ ⎞

⎟⎟

⎦ ⎠

=

27

50

,

[ B ] =

27

50

36

53

4

3

1

7

36

53

27

50

9

1

6

5

36

53

et [C ] =

= ⎢

2529

4000

27

50

36

53

28880

4609

1. Le produit matriciel n’est pas commutatif. Généralement, [ A ] [ B] ≠ [ B ] [ A ].

4

 Généralement,  [ A ]  ◊ [ B ]  ≠  [ B
 Généralement,  [ A ]  ◊ [ B ]  ≠  [ B

9782100585366.indb

4
4

27/03/13

12:42



© Dunod – La photocopie non autorisée est un délit.

2 • rappels sur le calcul matriciel

2.3 Matrices carrées

[ A ] ([ B ] [C ]) =

1

3

0

1

2

0

3

5

⎛ ⎡


⎝ ⎣


4 9

3

1

7 5


1

6


=

1

3

0

1

⎡⎡

27

50

2

0

36

53



⎟ ⎠

558

3

5 327

439

131

621

354

3117

161

=

2529

4000

2880

4609

2.2.3 matrice transposée

Soit la matrice A de dimensions n ¥ m , la matrice [ B ] de dimensions m ¥ n

transposée de [ A ] (notée A

de [ B ] que b

colonnes de la matrice [ A ] .

. Pratiquement, ce calcul revient à échanger les lignes et les

) sera obtenue en posant pour chacun des termes

[

]

[

]

T

ij

=

a

ji

Exemple : soit la matrice [ A ] =

1

3

On notera par ailleurs que :

0

1

2

0

3

5

[

B

] = [

A

]

T

=

1

2

3

0

3

1

0

5

.

([

A

] [ ])

B

T

= [

B

]

T

[

A

]

T

(2.9)

2.3 matrices carrées

2.3.1 matrice identité

A

La matrice identité, notée [ I ] , est une matrice carrée dont les termes diagonaux sont égaux à 1, tous les autres étant nuls. De ce fait, le produit de la matrice iden - tité par une matrice [ A ] quelconque (ou inversement) est égal à la matrice [ A ] elle-même.

 égal  à  la matrice [ A ]  elle-même.  9782100585366.indb  5
 égal  à  la matrice [ A ]  elle-même.  9782100585366.indb  5

9782100585366.indb

5
5

[ I ] =

1

0

0

.

0

0

1

0

.

0

0

0

1

.

0

.

.

.

.

.

0

0

0

1

.

et [ I ] [ A ] = [ A ] [ I ] = [ A ]

(2.10)

5

27/03/13

12:42

2 • rappels sur le calcul matriciel

2.3 Matrices carrées

2.3.2 matrice inverse

La matriceinverse de A notée A 1 est définie telle que [ A ] = [ I ] et peut être calculée en posant :

[

]

[

]

[

A

]

1

=

1

]

[

det A

[

Com A

]

T

1

[ A ] = [ A ] [ A ]

1

(2.11)

Com [ A ] et det [ A ] sont respectivement la comatrice et le déterminant de la matrice [ A ] . La matrice [ A ] sera donc inversible à condition queson déterminant soit différent de 0.

6

queson déterminant soit différent  de  0. 6 9782100585366.indb ■ ■ calcul du déterminant –
queson déterminant soit différent  de  0. 6 9782100585366.indb ■ ■ calcul du déterminant –

9782100585366.indb

■ ■ calcul du déterminant

2 dimensions :

3 dimensions :

det


a

a

11

21

a

a

12

22

a

11

det a

a

21

31

21 a 11 ⎢ ⎢ ⎢ ⎣ det a a 21 31  (2.12) (2.13) Qui

(2.12)

(2.13)

Qui peut être calculé grâce à la règle de Sarrus :

=

a

11

a

13

a

22

a

22

a

33

a

+

31

a a 11 a 12 13 a a a 21 22 23 a a a
a
a
11 a
12
13
a
a
a 21
22
23
a
a
a 31
32
33
a
a
11 a
12
13
a
a
21 a
22
33
a
a
a
+
a
21
32
13
31
a
a
a
− a
23
32
111
33

+

Produit des 3 termes

Produit des 3 termes

a

12

a

a

33

12

a

21

■ ■ calcul de la comatrice et la matrice inverse

La comatrice de [ A ] , notée Com [ A ] , correspond à la matrice des cofacteurs de

A ]

[

.

( )

1

Le cofacteur du terme i , j de la matrice A est obtenu en multipliant par

i + j

[

]

le déterminant de la sous-matrice issue de la suppression des ligne i et

colonne j.

– 1 dimension :

[

A

] =

a

11

[ ]

A

1

=

1

a

11

(2.14)

6
6

27/03/13

12:42



© Dunod – La photocopie non autorisée est un délit.

2 • rappels sur le calcul matriciel

2.3 Matrices carrées

[

A

] =

2 dimensions :

3 dimensions :

a

11

a

12

a

a 21

a 31

a

a

22

32

a

a

13

23

33

a a a − a 11 12 22 21 [ A ] = ⎡ ⎢
a
a
a
− a
11
12
22
21
[
A ] = ⎡
⎥ ⇒
Com A
[
] =
a
a
− a
a
21
22
12
11
1
a
− a
− 1
22
12
⇒ [ ]
A
=
ddet A
[
] ⋅
− a
a
21
11
a
a
a
22
a 23
a 21
23
a 21
22
+
− +
a
a
a 3 22
a 3 3
a 31
33
a 31
32
a
a
aa
12
a 13
11 a
13
11 a
12
⇒ Com A
[
] =
+
⎢ ⎢⎢
a
a
a 32
a 33
31 a
33
31 a
32
a
a
a
12
a 13
11 a
13
11 a
12
+
− +
a
a
a
22
a 23
21 a
23
21 a
22

[ ]

A

1

=

1

[

det A

]

a a

a

a

22

a

13

a

12

33

32

23

a a

23 32

a a

a

a

12 33

113 22

a a

23 31

a a

11 33

a a

13 21

a a

a

21 33

a a

13 31

a

11 23

a aa

21 32

a a

12 31

a a

11 22

a a

a

22 31

a a

11 32

a

12 21

(2.15)

(2.16)

2.3.3 méthodes de résolution de systèmes linéaires

Considérant n équations à n inconnues(qui sont regroupées danslevecteur

la résolution du système linéaire de type K ] {q } = {q } de manière à obtenir :

{q } ),

{F } amène à isoler le vecteur

[

[

K

] { } = {

q

F

} [ ]

K

1

[

K

]

[

I

]

{ }

q

=

[

K

]

1

{

F

}

{ }

q

=

[

K

]

1

{

}

F

(2.17)

A

Ceci suppose bien sûr que le déterminant de la matrice [ K ] est différent de 0. Dans le cas contraire,on parlera de système singulier. Nous verrons d’ailleurs par la suite qu’en éléments finis la singularité de la matrice de rigidité [ K ] est souvent à associer à un problème de conditions d’appui. De plus, la méthode de calcul par éléments finis amenant dans la plupart des cas à la résolution d’un système de n équations à n inconnues de grandes dimensions, l’inversion conventionnelle vue au chapitre précédent s’avérera peu efficace. Lesoutilsde calcul par éléments finis font donc très souvent appel à des méthodes plus pertinentestelles que celles par élimination de Gauss, de Cholesky ou frontale. Il existe deux grandes familles de méthodes de résolution : les méthodes directes (Gauss, Cholesky, frontale, etc.) et les méthodes itératives (gradients conjugués). Leur efficacité sera directement liée aux performances du ou des processeurs de l’ordinateur utilisé, de la vitesse d’accès au disque dur mais surtout de la quantité de mémoire vive (RAM) disponible. Généralement, les méthodes degradientsconjugués se révèlent moins gourmandes en terme de mémoire. Ceci étant et spécifiquement pour les problèmes linaires

 Ceci étant  et  spécifiquement  pour  les problèmes linaires   9782100585366.indb
 Ceci étant  et  spécifiquement  pour  les problèmes linaires   9782100585366.indb

9782100585366.indb

7
7

7

27/03/13

12:42

2 • rappels sur le calcul matriciel

2.3 Matrices carrées

élastiques comportant plusieurs casde charges, leur utilisation apparaît moins per - tinente dans la mesure où celles-ci nécessitent une résolution complète à chaque

changement d’état de charges. En effet et dans le cas des méthodes directes appliquées aux problèmes linéaires

élastiques,

seul le premier cas de charges nécessite une inversion de la matrice de

rigidité, les résultats des cas suivantsétant obtenus par linéarité aprèsstockage de la

matrice inversée en mémoire (uniquement si les conditions d’appui ou de tempé - rature ne varient pas).

■ ■ résolution par la méthode par élimination de Gauss

Soit le système à résoudre [ K ] {q } = {F } ( n équations à n inconnues) :

k



11

k

1

q

q

+

+

21

1

⎪ ⎩

kk n1

.

.

.

q

1

+

k q

k q

.

.

.

k q

2

2

2

+

+

+

k q

13

3

k q

.

.

.

k q

2 33

3

n 3

3

+

+

+

+

+

+

k q

1n

n

k q

2

n n

.

.

.

k q

nn n

=

F

1

=

.

.

.

=

F

2

F

n

12

22

(2.18)

n 2

Pour éliminer la 1 re inconnue, la méthode consistera à exprimer q 1 en fonctiondes autres inconnues et à la remplacer dans les ( n –1) équations restantes :

q

1

=

1

k

11

(

F k

1

q

1 2 2

k q

13 3

k q

1

n n

)

(2.19)

(2.20)

Donc et en remplaçant (2.19) dans (2.18), le système devient :


k q

11

1

+ k q + k q + + k q = F 12 2 13
+
k q
+
k q
+
+
k q
=
F
12
2
13
3
1n
n
1
k qq
1
+
k q
1
+
+
k q
1
=
F
1
22
2
23
3
2
n
n
2
.
.
.
.
.
.
.
.
.
.
.
k
1
q
+
k q
1
+
+
k q = F
1
1
n 2
2
n 3
3
nn nn
n
s
− 1
s −
1
k
k
is
sj
k
s =
k
s − 1
ij
ij
⎨⎨
k
s − 1
ss
k
s − 1
F
s
− 1
s − 1
is
s
=
F
F i s
i
⎪ ⎩
k s − 1
ss

Au terme de la n ième élimination, le système s’écrit sous forme triangulaire ce qui rend aisée sa résolution :

8

 sous  forme  triangulaire  ce qui  rend aisée  sa  résolution
 sous  forme  triangulaire  ce qui  rend aisée  sa  résolution

9782100585366.indb

8
8

27/03/13

12:42



© Dunod – La photocopie non autorisée est un délit.

2 • rappels sur le calcul matriciel

2.3 Matrices carrées

k q

11

1

+

k q

12

2

1

k qq

22

2

+

k q

13

3

+

+

1

k q

23

3

2

k q

33

3

+

+

+

k q

1n

n

+

1

k q

2

n

n

+

2

k q

3

n

n

k nn

n −−

.

.

1

q

n

=

=

=

F

1

1

F

2

2

F

.

.

3

=

F

n

n

1

q

n

(2.21)

Ceci étant, l’utilisation de la méthode par élimination n’est envisageable que si les termes diagonaux de la matrice K sont non nuls. Dans le cas contraire, un ou plusieurs pivots nuls rendront l’inversion de la matrice [ K ] impossible. Bien évidemment, tous ces pivots doivent être différents de zéro et nous verrons même qu’en éléments finis, ceux-ci doivent être positifs.

[

]

■ ■ exemple de résolution par la méthode de Gauss