Resolution Numerique Des Equations Aux Derivees Partielles

Ecole Nationale Supérieure des Travaux Publics 2011-2012
Résolution numérique des équations

équations
aux dérivées partielles
Beaucoup de problèmes d’ingénieur, propagation de la vitesse d’une onde sismique, les déplacements
et les déformations dans un ouvrage de travaux publics sont régis par des modèles basés sur les
équations aux dérivées partielles (EDP)
Exemple : le problème d’élasticité linéaire dans le cas de petites perturbations (déplacements,
déformations). L’inconnue recherchée est le champ de déplacement Tapez une équation ici.
Pour donner un aperçu général succinct de ce qu’est la résolution numérique d’une e.d.p. considérons
une e.d.p. écrite sous la forme générale
() = + dans Ω (1)
Où Ω est un ouvert de ℝ1 , + représente les données du problème, ( est un opérateur différentiel
(représentant les dérivées) et 2 est la solution du problème. Résoudre numériquement l’e.d.p. (1)
consiste à calculer une approximation de la solution 2 sous forme d’un vecteur 4 ∈ ℝ6 , 7 ∈ ℕ. Pour
calculer cette approximation, on utilise une méthode numérique dont l’objectif est de déterminer une
matrice carrée : d’ordre ; (on notera < ∈ ℝ6×6 ) et un vecteur > ∈ ℝ6 tels que ? soit solution du
système linéaire
:? = A. (B)
Un exemple simple consiste à prendre pour vecteur 4 une approximation du vecteur
D4(EF ), 4(EF ), ⋯ , 4(E6 )H
I
où EF ,…, E6 sont 7 points distincts de Ω (maillage de Ω). C’est le choix de la méthode numérique
employée qui détermine < LM >, dans le sens où deux méthodes numériques différentes peuvent
amener à des choix de < LM > différents. Le système (2) représente alors une discrétisation de l’e.d.p.
(1).
Dans le cadre de ce cours, on présente deux familles de méthodes numériques :
• La méthode des différences finies (la plus simple à mettre en place mais limitée, notamment, à
des domaines Ω simples) ;
• La méthode des éléments finis.
Ces deux méthodes comportent chacune une idée clé :
Différences finies : utilisation du développement de Taylor pour approcher les dérivées.
Eléments finis: utilisation de la formulation variationnelle de l’e.d.p. puis approximation de
l’espace des solutions par des espaces vectoriels de dimension finie.
Lorsque l’on a obtenu le système (2), il faut s’assurer que celui-ci admet une solution unique et que
celle-ci est une “bonne” approximation de 4. Ensuite, on résout le système <4 = >.
En TP, on travaillera avec le logiciel de calcul Scilab qui possède une fonction dédiée
à la résolution des systèmes linéaires. Ainsi, le travail le plus important consistera à calculer < LM >.
Rappels
Principaux opérateurs différentiels dans ℝV
I
Les opérateurs principaux sont construits à partir de : ∇= XYZ , YZ , ⋯ , YZ ^
Y. Y. Y.
[ \ ]
Gradient : Si 2 est une fonction dérivable de ℝ1 dans ℝ, le gradient de 2 est donné par le vecteur des
dérivées partielles premières de 2 :
h) h) h) l
ddddddddddddddddddde
àbc()) = f) = g , ,⋯, k
hij hiB hiV
Divergence : Soit me = (mF , mn , ⋯ , m1 )I un champ de vecteur dérivable de ℝ1 dans ℝ1 . La divergence de

me est donnée par :
orV
hpo
de) = f. p
cop(p de = q
hi o
orj
Chérif BOUZIDI Chapitre 7 Résolution numérique des équations aux dérivées partielles 1
Laplacien : Si 2 est une fonction deux fois dérivables de ℝ1 dans ℝ, on définit le laplacien de 2 par :
V
hB )
ddddddddddddddddddde
∆) = cop Xàbc())^ = q B
hio
orj
Rotationnel (n = 3) : soit me = (mF , mn , mu ) un champ vectoriel de ℝu dans ℝu . On définit le rotationnel de
I
me par :
hpx hpB hpj hpx hpB hpj
dddddde
avwp de = f × p
de = g − , − , − k
hiB hix hix hij hij hiB
Formules de transformation d’intégrales.

Formule de Green-
Green-Riemann.
Riemann : Soit C une courbe fermée sans point double délimitant un domaine Ω
de
plan. { = ({F , {n ) est un champ de vecteur dérivable :
I
h}B h}j
| }j (i, ~)ci + }B (i, ~)c~ = € g (i, ~) − (i, ~)k cic~
• hi h~
Formule de Stokes : Application de la précédente au calcul du flux de {de à travers la courbe ƒ,, V
de désigne
la normale extérieure unitaire.
de . „de …† = € cop{
|{ de cic~
•
Formule d’Ostrogradsky : Version tridimensionnelle de Stockes, calcule le flux à travers un volume Ω ⊂

ℝu , ‰ est maintenant la surface (fermée et sans points doubles) délimitant Ω.
| d}e. V de cic~
de cŠ = ‹ cop{
Œ
Formules d’intégration par partie : 2 et m désignent des fonctions de plusieurs variables

Žm Ž2
• 2 …E = − • m …E + • 2m„• …• ’mL“ „• = „de. E ddde”
Œ ŽE• Œ ŽE• ‘Œ
Ž2 Ž2
• ∆2m…E = − • ∇2∇m…E + • m…• ’mL“ = ∇2. „de
Œ Œ ‘Œ Ž„ Ž„
Formules de Taylor
Soit un intervalle • ⊂ ℝ et une fonction – •: → ℝ .
Formule de Taylor-
Taylor-Lagrange : Si E ∈ • , et ℎ ∈ ℝ tel que [E, E + ℎ] ⊂ • , et si – est de classe › 1œF sur
le segment [E, E + ℎ] alors :
ℎn ℎ1
–(E + ℎ) = –(E) + ℎ– • (E) + – •• (E) + ⋯ + – (1) (E) + Ÿ1 (ℎ)
2! „!
¢1œF 1œF
avec |Ÿ1 (ℎ)| ≤ ℎ LM ¢1œF = sup ¥– (1œF) (M)¥
(„ + 1)! £∈[Z,Zœ¤]
Série de Fourier
Soit une fonction – continue de période ¦ à valeur dans ℝ ou ℂ . Les coefficients de Fourier de – sont :
1 I 2¨„E 1 I 2¨„E
’1 = • –(E) cos g k …E, >1 = • –(E) sin g k …E
¦ © ¦ ¦ © ¦
– peut s’écrire comme la somme de sa série de Fourier :
’© 2¨„E 2¨„E
–(E) = + q ’1 cos g k + >1 sin g k
2 ¦ ¦
1ªF
Ou de manière équivalente :
n«1Z
–(E) = q “1 L • I
1∈ℤ
Si – est discontinue mais satisfait aux conditions de Dirichlet la série de Fourier a pour somme :
(–(E œ ) + –(E - ))⁄2
•
Si – est paire, >1 = 0, ∀ ∈ ℕ (– se développe en série de cosinus).

Si – est impaire, ’1 = 0, ∀ ∈ ℕ (– se développe en série de sinus).
•
•
Transformée de Fourier
Soit une fonction – ∈ ±F (ℝ) , on appelle transformée de Fourier de – la fonction :
œ¶
²D–(³)H = –´(³) = • –(E)L -n•«µZ …E
-¶
² ∶ – → ²( –) est appelée transformation de Fourier.
Si f est paire, –´(³) = 2 ¸-¶ –(E)cos(2¨³E)…E
œ¶
Si f est paire, –´(³) = −2¹ ¸ –(E)sin(2¨³E)…E

œ¶
-¶
La transformée inverse de + est :

œ¶
²(–)(³) = • –(E)L n•«µZ …E
-¶
Si – et ²(–) sont dans ±F ( ℝ) alors : ²(²D–(E)H) = (–(E œ ) + –(E - ))⁄2
Définitions
Une équation aux dérivées partielles est une relation qui fait intervenir plusieurs variables
indépendantes (temps, espace...), ainsi que les dérivées partielles de la variable dépendante par rapport
à ces variables indépendantes. Les EDP sont des problèmes différentielles posés sur des intervalles
]’, >[ de la droite réel ou sur un ouvert à plusieurs dimensions Ω ⊂ ℝ1 („ = 2,3) pour lesquels les
valeurs de l’inconnue (ou de ses dérivées) sont fixées aux extrémités ’ et >, ou sur la bord Ž» dans le
cas multidimensionnel .Par exemple, l’équation :
Equation de Laplace
L'équation de Laplace est une EDP de base très importante :
hB ) hB ) hB )
∆) = + + = ¾, (i, ~, ½) ∈ Ω ⊂ ℝu
hiB h~B h½B
où 2(E, ¿, À) désigne la fonction inconnue
Équation de propagation (ou équation des cordes vibrantes)
Cette EDP, appelée équation de propagation des ondes, décrit les phénomènes de propagation des
ondes sonores et des ondes électromagnétiques (dont la lumière). La fonction d'onde inconnue est
notée 2(E, ¿, À, M), M représentant le temps :
hB ) hB ) hB ) j hB )
∆) = + + = (i, ~, ½) ∈ Ω ⊂ ℝu , M > 0
hiB h~B h½B ÂB hwB
Le nombre Â représente la célérité ou vitesse de propagation de l'onde 2.
En notation d'analyse vectorielle, en utilisant l'opérateur laplacien ∆ :
j hB )
∆) =
ÂB hwB
Equation de la chaleur
hB ) hB ) hB ) j h)
+ + = (i, ~, ½) ∈ Ω ⊂ ℝu , M > 0
hiB h~B h½B Ä hw
La fonction u représente la température
Equation de Stokes
L'équation de Stokes décrit l'écoulement d'un fluide newtonien incompressible en régime permanent et
à faible nombre de Reynolds, s'écrit :
dddddddddddeÇ − È+
de = àbc
Æ∆p de
Définition (Ordre d’une EDP)
L’ordre d’une EDP est l’ordre le plus élevé parmi les dérivées partielles apparaissant dans l’EDP.
Définition (Problèmes
(Problèmes linéaires/quasilinéaires
linéaires/quasilinéaires/non
quasilinéaires/non-
/non-linéaires)
On dit qu’une EDP est linéaire si elle ne fait intervenir que des combinaisons linéaires des dérivées
partielles de la variable dépendante.
On dit qu’une EDP est quasi-linéaire si elle est linéaire par rapport aux dérivées d’ordre le plus élevé.
Ainsi, l’EDP :
Ž2 Ž2
’(E, ¿, 2) + >(E, ¿, 2) = “(E, ¿, 2)
ŽE Ž¿
Est quasi-linéaire. Elle serait linéaire si a, b et c ne dépendaient que de E LM ¿, et à coefficients constants
si a, b et c ne dépendaient plus de E , ¿ LM 2.
Remarque : dans le cadre de ce cours, on se limitera aux EDP d’ordre 2 et quasilinéaires.
Généralités
Conditions initiales (CI), conditions aux limites (CL) : contrairement aux EDO, les CI ne suffisent pas à
assurer l’unicité de la solution. Il faut également fournir des CL.
CL Dans certains cas, la notion de CI n’a
même pas de sens. On distingue les deux types de condition de la manière suivante :
• Une CI s’applique pour une valeur donnée d’une variable indépendante. A partir de la
connaissance de cette CI, on peut ensuite « reconstruire » la solution pour toutes les autres
valeurs de la variable indépendante.
• Une CL s’applique en tout point de la frontière du domaine sur lequel on cherche à résoudre
l’EDP. C’est à partir de cette condition sur la frontière que l’on va pouvoir déterminer la valeur
de la variable dépendante à l’intérieur du domaine.
Classification des EDP du second ordre

Considérons une EDP du second ordre, faisant intervenir deux variables E LM ¿
hB ) hB ) hB ) h) h)
b B +A +Â B+c +Î = +(i, ~), (i, ~) ∈ Ω ⊂ ℝn
hi hih~ h~ hi h~
Par analogie avec les côniques, d'équation ’E n + >E¿ + “¿ n + …E + L¿ = –
Cette équation est dite :
• Hyperbolique si > n − 4’“ > 0
• Parabolique si > n − 4’“ = 0
• Elliptique si > n − 4’“ < 0
REMARQUE 3.1 En général, les paramètres ’, >, “, … et L peuvent être des fonctions de E et ¿ , de sorte
que le signe du discriminant > n − 4’“ peut varier d'un point (E, ¿) à l'autre, et par là l'équation changer
de régime.
Exemples désignons par Õ = (ij , iB , ⋯ , iÖ ) ∈ ℝ1 , ∆2(×) = ∑1•rF hiB
hB )
o
Hyperbolique, dont le prototype est l’équation des ondes
1- Une dimension
•
hB ) hB )
(w, i) − Ù B (w, i) = ¾, ∀i ∈ ]b, A[
hwB hiB
2- Plusieurs dimensions
hB )
(w, Ú) − ÙB ∆)(w, Õ) = ¾, Õ ∈ Ω ⊂ ℝ1 , M > 0
hwB
Parabolique dont le prototype est l’équation de la chaleur
3- Une dimension
•
h) hB )
(w, i) − Û B (w, i) = ¾, Û > 0, ∀i ∈ ]b, A[ ⊂ ℝ, ∀w > 0
hw hi
h)
(w, Õ) − Û∆)(w, Õ) = ¾, Õ ∈ Ω ⊂ ℝ1 , M > 0
hw
Elliptique dont le prototype est l’équation de Poisson
5- Une dimension
•
cB )
− B = `, ∀i ∈ ]b, A[ ⊂ ℝ
ci
−∆)(Õ) = `(Õ), Õ ∈ Ω ⊂ ℝ1
Méthode des différences finies
La méthode des différences finies a été traitée dans le chapitre sur la dérivation numérique.
Pour son utilisation dans la résolution numérique des EDP, nous donnerons des modèles de
problèmes
Problèmes
Problèmes modèle
modèles
les
A. Problème de Laplace avec CL de type Dirichlet non-non-homogène à 1D

a. Discrétisation de l’opérateur laplacien 1D – équation de Poisson
Considérons l’équation différentielle suivante :
−)" = +(i) , i ∈ [¾, j]â
(ß) à
)(¾) = b Îw )(j) = A
Où – est une fonction continue.
La discrétisation de pas ℎ = 6 les nœuds E• = ¹ℎ, ¹ = 0,1, ⋯ , 7.
F
Nous posons 2• = 2(E• ).

L’équation s’écrit sous forme discrète en chaque nœud E• :
…n 2
− å n æ = –(E• ) = –•
…E •
Approximons la dérivée seconde de 2 par un schéma centré d’ordre 2 :
…n 2 2•œF − 22• + 2•-F
å næ =
…E • ℎn
L’équation discrétisée s’écrit alors :
2•œF − 22• + 2•-F
= –• ; ¹ = 1, ⋯ , 7 − 1â
ç ℎn
2© = 2(0) = ’ LM 26 = 2(1) = >
Qui s’écrit sous forme matricielle :
B −j ¾ ⋯ ¾ )j +j + b⁄∆iB
j ê −j B −j ⋯ ¾ ï ê )B ï ê +B ï
: = Bé ⋮ ⋱ ⋱ ⋱ ⋮ îé ⋮ î = é ⋮ î
∆i ¾ ¾ −j B −j );-B +;-B
è¾ ¾ ¾ −j B í è);-j í è+;-j + A⁄∆iB í
Nous avons un système carré de la forme
:? = ð
)j ⁄
+j + b ∆iB
ê )B ï ê +B ï
Avec ?=é ⋮ î et ð = é ⋮ î
);-B +;-B
è);-j í è+;-j + A⁄∆iB í
Calcul des valeurs propres et des vecteurs propre

Calculons les valeurs propres et les vecteurs propres de la matrice : et pour simplifier l’écriture nous
prenons 2(0) = 2© = 0 LM 2(1) = 26 = 0
Les vecteurs propres (2• )6-F
•rF satisfont
<(2• )6-F
•rF = ñ(2• )•rF
6-F
Soit
(2 − ñℎn )2F − 2n = 0
(ßß) ò(2 − ñℎn )2• − 2•-F − 2•œF = 0â , ¹ = 2, ⋯ , 7 − 2
(2 − ñℎn )26-F − 26-n = 0
Cette relation est équivalente à
2© = 0
(ßßß) ò(2 − − 2•-F − 2•œF = 0â , ¹ = 1, ⋯ , 7 − 1
ñℎn )2•
26 = 0
Solution analytiques du problème aux valeurs propres
Nous remarquons que les solutions analytiques du problème aux valeurs propres
−)"(i) = ñ2(E) E ∈ ]0,1[ â
à
)(¾) = )(j) = ¾
s’écrivent sous la forme
2(E) = ›F L óôZ + ›n L -óôZ avec ñ = õ n LM óB = −1
La première condition aux limites
2(0) = 0 ⟹ ›F = −›n .
La deuxième condition aux limites nous donne
2(1) = 0 ⟹ ›F DL óô − L -óô H = 2ó›F sin õ = 0
›F ne peut être nul, sinon nous aurons que les solutions triviales, nous déduisons alors que
õ = ÷¨, ÷ ∈ ℕ∗
Les valeurs propres et les vecteurs propres sont alors
DÙù , )ù (i)H = DùB úB , ûóÖ(ùúi)H, ù ∈ ℕ∗
(Exercice : montrer que si Ù ≤ ¾ büvaŠ )(i) = ¾, ∀i ∈ [¾, j])
Nous avons aussi au point E• ,

2• = 2(E• ) = ›F L óôZý + ›n L -óôZý
De (ßßß)
(2 − ñℎn )D›F L óôZý + ›n L -óôZý H − D›F L óôZý -óô¤ + ›n L -óôZý œóô¤ H − D›F L óôZý œóô¤ + ›n L -óôZý -óô¤ H = 0
Après simplification, nous obtenons
D›F L óôZý + ›n L -óôZý HD(2 − ñℎn ) − 2 cos( õℎ)H = 0
La première parenthèse ne peut être nulle, nous cherchons des solutions non triviales
(2 − ñℎn ) − 2 cos( õℎ) = 0 ⇒ Ù = ûóÖB g k
B B
La première relation de récurrence de (ßßß)
›F = −›n
Et de la troisième relation, nous obtenons
›F DL óô − L -óô H = 2ó›F sin õ = 0 ⇒ õ = ÷¨, ÷∈ℕ
Or
÷¨¹
2• = ›F L óôZý + ›n L -óôZý ⇒ 2• = 2ó›F sinn g k , ¹ = 1, ⋯ , 7 − 1
7
Il suffit de considérer ÷ ∈ 1, ⋯ , 7 − 1 . Nous avons alors les (7 − 1) valeurs et vecteurs propres de <
qui sont
ùú ùú
Ùù,;-j = B ûóÖB g k = B ûóÖB g k
B; B
ù ∈ j, ⋯ , ; − j â
;-j ùúo ;-j
)ù,;-j = àûóÖ g k = ûóÖ(ùúo ) Vorj
o orj ; orj
Nous déduisons une propriété importante des valeurs propres du laplacien discret 1D
Propriété1 : le spectre de la matrice : est borné inférieurement par une constante positive indépendante
du pas
En effet, nous avons
0≤ ñF,6-F ≤ ⋯ ≤ ñ ,6-F ≤ ⋯ ≤ ñ6-F,6-F
avec ñF,6-F = ¤\ sinn X n ^ ≥ 4 (¹„…. sin E ≥ « 2 E ∈ 0, = 0, n6 )
«¤ nZ «¤ «
n
d’où
ñ ,6-F
≥ ñF,6-F ≥ 4, 2 ÷ ∈ 1, ⋯ , 7 − 1
Propriété2 : La matrice : est symétrique définie positive donc

donc elle est inversible.
En effet la matrice est symétrique par construction, ses valeurs propres sont toutes positives donc : est
une matrice symétrique définie positive donc elle est inversible. Le système admet alors une et une
seule solution.
B. Problème de Laplace avec CL de type mixte Dirichlet – Neumann à 1D

−)" = +(i) , i ∈ [¾, j]â
à
)(¾) = b Îw )′(j) = A
Nous avons une condition de Dirichlet au point E = 0 et une condition de Neumann au point E = 1.
Les modifications du problème discrétisé par rapport au problème précédent sont les suivantes :
• Le nombre d’inconnues est 7 au lieu de 7 − 1. (26 = 2(1) est inconnue) ;
• Il faut discrétiser la condition de Neumann 2• (1) = >. Plusieurs choix sont possibles. Les
approximations progressives de la dérivée sont exclues car si nous prenons
26œF − 26
2• (1) = , 26œF = 2(1 + ∆E)
∆E
N’est pas défini D(1 + ∆E) ∉ [0,1]H.
Nous utilisons alors une approximation régressive d’ordre 1

26 − 26-F
2• (1) =
∆E
Sous forme matricielle, l’équation discrétiser s’écrit :

2 −1 0 … 0 0 2F –F + ’⁄∆E n
−1 2 −1 … 0 0 2n ê –n ï
1 ê ⋮ ⋱ ⋱ ⋱ ⋮ ⋮ ï ê ⋮ ï ⋮
é î = é î
∆E n é 0 0 −1 2 −1 0 î é26-n î é –6-n î
0 0 0 −1 2 0 26-F –6-F
è 0 0 0 0 −1 1 í è 26 í è >⁄∆E í
C. Discrétisation de l’opérateur laplacien 2D avec CL de type Dirichlet

On considère le problème suivant
Žn2 Žn2
−∆2(E, ¿) = − n − n = –(E, ¿) …’„† Ω = [0,1] × [0,1]
ŽE Ž¿
2= , †2
Žn2 Žn2
−∆2(E, ¿) = − n − n = –(E, ¿) dans Ω = [0,1] × [0,1]
ŽE Ž¿
2(E, ¿) = (E, ¿) Sur Γ = ŽΩ frontière de Ω
Pour simplifier l’écriture, gardons le même pas sur E et sur ¿ avec ℎ = 6. Nous posons
F
E• = ¹ℎ, ¿ = ℎ, 2DE• , ¿ H = 2• , –DE• , ¿ H = –• (¹, ) = 1, ⋯ , 7 − 1 n
Žn2 Žn2 1 1
− n − n = n D22• − 2•œF − 2•-F H + n D22• − 2• œF − 2• -F H
ŽE Ž¿ ℎ ℎ
1
= n D42• − 2•œF − 2•-F − 2• œF − 2• -F H = –•
ℎ
Avec les conditions aux limites Frontière

2© = © LM 26 = 6 = 0, ⋯ , 7 â
•6
à
2•© = •© LM 2•6 = •6 ¹ = 0, ⋯ , 7
N
N-1
Pour simplifier l’écriture,, posons

N-2
)(i, ~) = ¾ Sur Γ = ŽΩ
Soit )o œj
2© = 0 LM 26 = 0 = 0, ⋯ , 7 â
J+1
à
2•© = 0 LM 2•6 = 0 ¹ = 0, ⋯ , 7 J
)o-j )o )oœj
6
Le schéma s’écrit sous forme matricielle j-1

)o -j
:? = ©
0 1 2 i-1 i i+1 N-2 N-1 N

•©
Où : est une matrice tridiagonale par bloc d’ordre (7 − 1)n
ð ƒ 0
:= ƒ
⋱ ⋱
⋱ ⋱ ƒ
0 ƒ ð
Où et ƒ sont d’ordre (7 − 1)
4 −j 0
j ⋱ ⋱
ð= B
−j
⋱ ⋱ −1
0 −j
-1 ¾ 0
j ⋱ ⋱
ƒ= B
¾
⋱ ⋱ 0
0 ¾ −j
Où 4 et ² sont les vecteurs définis par 4 = D4F, 4n , ⋯ , 46-F H, ² = (²F , ²n , ⋯ , ²6-F )

? = D)j , )B , ⋯ , );-j H, = D+j , +B , ⋯ , +;-j H
Propositions
1. Le schéma numérique est consistant et il est d’ordre 2.
2. Le schéma numérique est stable au sens de la norme sup
3. La méthode est convergente et on a si 2 ∈ ∁ ([0,1] × [0,1])
! ¥)Dio , ~ H − )o ¥ ≤ ƒ B
j"o";-j
j" ";-j
D. Discrétisation de l’équation de la chaleur à 1D

Considérons le problème à une dimension de la conduction de la chaleur dans une barre de
1mètre de longueur. Le champ de température ¦(E, M) vérifie l’équation de la chaleur :
Ž¦ Žn¦
=# n (E, M) ∈ ]0,1[ × ]0, +∞[
ŽM ŽE â
¦(0, M) = ¦% , ¦(1, M) = ¦& (ƒ')
¦(E, 0) = ¦© (ƒß)
# désigne la diffusion thermique.
Discrétisons d’une manière homogène l’intervalle [0,1] en 7 + 1 nœuds de pas ∆E = 6 . les
F
nœuds E• = ¹∆E, ¹ = 0,1, ⋯ , 7.

Le temps est discrétisé d’une manière homogène de pas ∆M. Notons
lVo = l(io , wV ) = l(o∆i, V∆w)
lo désigne donc la température au nœud E• et à l’instant M1 .
V
Nous pouvons discrétiser de deux manières :

• Schéma Explicite
Ž¦ 1 Žn¦
1
g k = # å næ
ŽM • ŽE •
Nous utilisons un schéma d’ordre 1 pour calculer la dérivée par rapport au temps et un schéma d’ordre
2 centré pour évaluer la dérivée seconde en espace :
Ž¦ 1 ¦•1œF − ¦•1
g k =
ŽM • ∆M
Ž ¦ ¦•œF − 2¦•1 + ¦•-F
n 1 1 1
å næ =
ŽE • ∆E n
Posons, pour simplifier l’écriture, ( = # ∆Z \. La température à l’itération „ + 1 est donnée par :
∆£
lVœj
o = )lVo-j + (j − B))lVo + )lVoœj , o = j, ⋯ , V − j
Sous forme matricielle l’équation discrétisée s’écrit :
l(i, ¾) = l¾
lj j − B) ) ¾ ⋯ ¾ lj l`
Vœj V
ê lB ï ê ) j − B) ) ⋯ ¾ ï ê lB ï ê ¾ ïâ
é ⋮ î =é ⋮ ⋱ ⋱ ⋱ ⋮îé ⋮ î + )é ⋮ î
l;-B ¾ ¾ ) j − B) ) l;-B ¾
èl;-j í è¾ ¾ ¾ ) j − B) í èl;-j í èlc í
• Schéma Implicite
Ž¦ 1œF Žn¦
1œF
g k = # å næ
ŽM • ŽE •
Ž¦ 1œF ¦•1œF − ¦•1

g k =
ŽM • ∆M
Ž ¦ ¦•œF − 2¦•1œF + ¦•-F
n 1œF 1œF 1œF
å næ =
ŽE • ∆E n
En posant ( = # ∆Z \ nous obtenons :

∆£
(j + B))lVœj
o − )DlVœj
oœj + lo-j H = lo , o = j, ⋯ , ; − j
Vœj V
On remarque que les inconnues à l’itération „ + 1 sont reliées entre elles par une relation implicite.
Sous forme matricielle, nous obtenons :
l(i, ¾) = l¾
j + B) −) ¾ ⋯ ¾ lj lj l`
Vœj V
ê −) j + B) −) ⋯ ¾ ï ê lB ï ê lB ï ê ¾ ïâ
=é ⋮ ⋱ ⋱ ⋱ ⋮ îé ⋮ î = é ⋮ î + )é ⋮ î
¾ ¾ −) j + B) −) l;-B l;-B ¾
è ¾ ¾ ¾ −) j + B) í èl;-j í l
è ;-j í l
è cí
Application : problè
problème
roblème de Laplace avec CL de type Dirichlet non-
non-homogènes à 2D - Equation de Poisson
On cherche à déterminer la répartition de température sur un domaine limité par une frontière ŽΩ :
+ Y*\ = 0 , (E, ¿) ∈ ]0, ±Z [ × +0, ±* ,
Y\ I Y\ I
YZ \
â (1)
¦(0, ¿) = ¦% et ¦(±Z , ¿) = ¦&
¦(E, 0) = ¦- et ¦DE, ±* H = ¦¤
Discrétisation : on note ¦• les valeurs discrètes de ¦ aux points de maillage (E• )©"•"6. et (¿• )©"•"6/ ,
cartésien régulier. La discrétisation à l’ordre 2 des dérivées partielles de ¦ donne ainsi :
hB l loœ,j, − Blo + lo-j,
å Bæ =
hi o ∆iB
â
hB l lo,, œj − Blo + lo, -j
å Bæ =
h~ o ∆~B
Le système discrétisé (1) prend la forme :
loœj, − Blo + lo-j, lo, œj − Blo + lo, -j

+ = ¾, o = j, ⋯ , ;i − j, = j, ⋯ , ;~ − jâ
ò ∆iB ∆~B
+ 01Ö2ó3ó1Öû 4! 5ó ó36û
Que nous pouvons écrire :

∆~B Dloœj, + lo-j, H + ∆iB Dlo, œj + lo, -j H − BD∆iB + ∆~B Hlo = ¾
Soit sous forme matricielle, pour 7Z = 7* = 4 et en posant Ε = D∆iB + ∆~B H
−2> ∆¿ n 0 ∆E n 0 0 0 0 0 ¦FF ∆E n ¦- + ∆¿ n ¦%
∆¿ n −2> ∆¿ n 0 ∆E n 0 0 0 0 ¦nF ∆E n ¦-
0 ∆¿ n −2> 0 0 ∆E n 0 0 0 ¦uF ∆E n ¦- + ∆¿ n ¦&
∆E n 0 0 −2> ∆¿ n 0 ∆E n 0 0 ¦Fn =− ∆¿ n ¦%
0 ∆E n ∆¿ n −2> ∆¿ n 0 ∆E n 0
¦nn 0
0 0 ∆E n ∆¿ n −2> 0 0 ∆E n ∆¿ n ¦&
¦un
0 0 0 ∆E n 0 −2> ∆¿ n 0 ∆E n ¦¤ +∆¿ n ¦%
0 0 0 0 ∆E n 0 ∆¿ n −2> ∆¿ n ¦Fu
¦nu ∆E n ¦¤
0 0 0 0 0 ∆E n 0 ∆¿ n −2>
¦uu ∆E ¦¤ + ∆¿ n ¦&
n
Dans le cas ou ΔE = Δ¿ l’écriture se simplifie et nous avons :
loœ,j, + lo, -j + lo-j, + lo,, œj − lo = ¾, o = j, ⋯ , ;i − j, = j, ⋯ , ;~ − j
¦FF ¦- + ¦%
¦nF
-4 1 0 1 0 0 0 0 0
¦-
¦uF ¦- + ¦&
1 -4 1 0 1 0 0 0 0
¦Fn =− ¦%
0 1 -4 0 0 1 0 0 0
¦nn
1 0 0 -4 1 0 1 0 0
0
¦un ¦&
0 1 0 1 -4 1 0 1 0
¦Fu ¦¤ + ¦%
0 0 1 0 1 -4 0 0 1
¦nu ¦¤
0 0 0 1 0 0 -4 1 0
¦uu ¦¤ + ¦&
0 0 0 0 1 0 1 -4 1
0 0 0 0 0 1 0 1 -4
1 0 0 −4 1 0 ¦FF ¦Fn ¦Fu

Posons • = 90 1 0: , ; = 9 1 −4 1 : , ¦F = 9¦nF : , ¦n = 9¦nn : , ¦u = 9¦nu :
0 0 1 0 1 −4 ¦uF ¦un ¦uu
Le système peut s’écrire sous la forme d’une matrice bloc
; • 0 ¦F F
9 • ; • : 9¦n : = − 9 n :
0 • ; ¦u u
La matrice et tridiagonale et chacun de ses
blocs est tridiagonal et le système peut
se résoudre à l’aide des nombreuses
Y
méthodes vues dans le cours de résolution

de systèmes linéaires.
4
Frontière
3
Données aux frontières
2 (2,2)
Les inconnues
Exercice : Montrer que la matrice est

1
symétrique définie positive de valeurs propres

0 X
ùú üú
0 1 2 3 4
Ù(ù,ü) = <ûóÖB g k + ûóÖB g k += , ù, ü = j, ⋯ , ;

B(; + j) B(; + j)
Consistance et convergence de la discrétisation par différences finies du problème de Poisson
Consistance :
Comme on l’a déjà souligné, la consistance est une condition nécessaire pour la convergence. Une
méthode est consistante si la différence entre la solution exacte dans le schéma numérique tend vers
zéro quand ℎ tend vers zéro. Si on considère le schéma aux différences finies à cinq points, on définit en
chaque point intérieur DE• , ¿ H du domaine :
Ž n ¦ Ž n ¦ ¦DE•-F , ¿ H − 2¦DE• , ¿ H + ¦DE•œF , ¿ H ¦DE• , ¿ -F H − 2¦DE• , ¿ H + ¦DE• , ¿ œF H

? DE• , ¿ H = + − −
ŽE n Ž¿ n ℎn ℎn
Ž n ¦ ¦DE•-F , ¿ H − 2¦DE• , ¿ H + ¦DE•œF , ¿ H Ž n ¦ ¦DE• , ¿ -F H − 2¦DE• , ¿ H + ¦DE• , ¿ œF H

=@ − A + @ − A
ŽE n ℎn Ž¿ n ℎn
Cette expression tend vers 0 quand ℎ → 0. Ainsi pour les cas précédent
lim ? DE• , ¿ H = 0 2 DE• , ¿ H ∈ Ω = ]0, ±Z [ × +0, ±* ,

¤→©
Autrement dit, la méthode à cinq points est consistante.
Convergence
La proposition suivante montre qu’elle est aussi convergente
Proposition
C ) . Alors, il existe une constante › > 0 telle que
On suppose que la solution exacte i.e. ¦ ∈ B (Ω
!¥lDio , ~ H − lo ¥ ≤ ƒD B
o,
C de la valeur absolue de la dérivée quatrième de ¦.
où ¢ est le maximum sur Ω
Méthode des éléments finis 1D

Introduction
La méthode des Eléments Finis consiste à approcher, dans un sous-espace de dimension finie, un
problème écrit sous forme variationnelle dans un espace de dimension infinie. Cette forme
variationnelle est équivalente à une forme de minimisation de l'énergie en général (principe des
travaux virtuels). La solution approchée est dans ce cas une fonction déterminée par un nombre
fini de paramètres, par exemple, ses valeurs en certains points (les nœuds du maillage). Cette
méthode est particulièrement bien adaptée aux problèmes d'équilibre. Elle permet de traiter des
géométries complexes contrairement aux différences finies mais elle demande un grand coût de
temps de calcul et de mémoire
Nous traiterons la méthode sur un exemple détaillé à une dimension (une seule variable).
Exemple
Exemple
Considérons l’équation différentielle suivante :
)"(i) = +(i) , i ∈ [¾, j]â
à
)(¾) = b Îw )(j) = A
Il s’agit de trouver 2(E) dans le domaine • = [0,1]. La frontière se réduit à deux points Ž• =
0,1 .
L’approche repose sur la Méthode de Galerkin qui permet d’écrire l’équation différentielle sous
forme variationnelle dans un espace de dimension finie.
Formulation variationnelle du problème

Soit Ω un domaine régulier de ℝ (dans notre cas) ou de ℝ1 dans les cas général et soient deux
fonctions F, ∶ ℝ → ℝ. On montre en analyse fonctionnelle que
G• H(i)`(i)ci = ¾ ∀ H(i)I ⟺ `(i) = ¾ ∀i ∈ •

•
Autrement dit, résoudre l’équation différentielle revient à chercher 2(E) tel que
• H(i)()•• (i) + +(i))ci = ¾ ∀ H(i)â

ò •
)(¾) = b Îw )(j) = A
Cette formulation est une formulation variationnelle (on dit aussi formulation intégrale ou
formulation faible)
Soit H(i) ∈ ƒj ([¾, j]), nulle en 0 et 1. On a alors :
F
• (2•• (E) + –(E))F(E)…E = 0
©
En intégrant par parties, on obtient :
F F
• 2•• (E)F(E)…E = [2• (E)F(E)]F© − • 2• (E)F• (E)…E
© ©
F
= − • 2• (E)F• (E)…E
©
On a alors :
F F
• 2• (E)F• (E)…E = • –(E)F(E)…E ∀F ∈ {
© ©
Avec { = F ∈ › © ([0,1]); F(0) = F(1) = 0 , F dérivable et φ• continue par morceau un sous
espace vectorielle de › F ([0,1]).
On cherche alors à résoudre le problème variationnelle dans un sous-espace vectoriel de
dimension finie, {L …L {. Soit 7 = dim({L ) LM FF , Fn , ⋯ , F6 une base de {L . Ainsi on peut écrire :
2L ∈ {L 2L (E) = 2F FF (E) + 2n Fn (E) + ⋯ + 26 F6 (E) = q 2 F (E) , 2 ∈ℝ

rF
Résoudre le problème initial revient à chercher 2L ∈ {L telle que :
F F
• 2L • (E)FL• (E)…E = • –(E)FL(E)…E ∀FL ∈ {L
© ©
Ceci revient à chercher 7réels 2F , 2F , ⋯ , 26 vérifiant :
6 F F
q 2 • F• (E)FL• (E)…E = • –(E)FL(E)…E ∀FL ∈ {L
rF © ©
Ou encore
6 F F
q2 • F •
(E)F•• (E)…E = • –(E)F• (E)…E ∀F• ∈ {L
rF © ©
En posant
F F
’• = • F• (E)F•• (E)…E , >• = • –(E)F• (E)…E
© ©
Le problème initial se ramène à la résolution du système linéaire
:? = ð, : = Dbo H , ð = (Ao )orj,⋯,; , D) H rj,⋯,;
o, rj,⋯,;
La matrice < est symétrique (’• = F
¸© (E)F•• (E)…E = ¸© F•• (E)F• (E)…E = ’ • )
F • F
Choix des fonctions Ho : les éléments finis

Il y a une infinité de manière de choisir les F• . Chaque choix aboutit à une solution approchée
différente. La seule condition impérative est que le choix des F• doit conduire à un système
algébrique à solution unique.
Pour notre cas les fonctions F• (x) doivent avoir une dérivée non nulle partout pour que la
formulation variationnelle ne soit pas à solution trivial.
Discrétisation
Divisons l’intervalle]0,1[ en 7 points E• . Chaque sous-intervalle ]E• , E•œF [ est appelé maille.
Les fonctions F• (x) sont choisies comme fonction polynomiales de degré 1 définie par :
E − E•-F F• (E)
†¹ E•-F ≤ E ≤ E•
E• − E•-F
F• (E) = E − E•œF â
1
†¹ E• ≤ E ≤ E•œF
E• − E•œF
0 sinon 0 E•-F E• E•œF
Ces fonctions sont appelées éléments finis de degré 1. Il est possible de choisir pour les éléments
finis des polynômes de degré supérieur ou égal à 2. La matrice < est tridiagonale.
Pour calculer la matrice < on a besoin des dérivées F•• (E), qui sont simples à calculer :
1
†¹ E•-F ≤ E ≤ E•
E• − E•-F
F• (E) =
•
1 â
†¹ E•-F ≤ E ≤ E•
E• − E•œF
0 sinon
Le calcul de la matrice symétrique < et tridiagonale est :
F
1 1
’•• = • F•• (E)F•• (E)…E = −
© E• − E•-F E• − E•œF
F
1
’••œF = • F•œF•
(E)F•• (E)…E =
© E• − E•œF
F
−1
’•-F• = • F•-F
•
(E)F•• (E)…E =
© E• − E•-F
Les composantes du vecteur peuvent être calculées par la méthode des trapèzes
>• = ¸© –(E)F• (E)…E = ¸Z ý –(E)F• (E)…E + ¸Z ýN[ –(E)F• (E)…E
F Z Z
E• − E•-F E•œF − E•
ýM[ ý
= D–(E• )F• (E• ) + –(E•-F )F• (E•-F )H D–(E• )F• (E• ) + –(E•œF )F• (E•œF )H
2 2
E• − E•-F E•œF − E•
= –• X ^ − –• X ^
2 2
E•œF − E•-F
= –• X ^
2
( „ ’ F• (E•-F ) = F• (E•œF ) = 0 )
Le système à résoudre s’écrit donc :
2• − 2•-F 2•œF − 2• E•œF − E•-F
− = –• , ¹ = 1, ⋯ , 7
E• − E•-F E•œF − E• 2
A l’ordre 2 on a vu que la discrétisation aux différences finies est rigoureusement identique. Ceci
n’est plus le cas si les composantes de ne sont pas évaluées avec la méthode des trapèzes.
Si la discrétisation est homogène de pas égal à ∆E. La discrétisation en éléments finis s’écrit :
2•-F − 22• + 2•œF
= –• , ¹ = 1, ⋯ , 7
∆E n
Soit sous forme matricielle :
⋯ 2F –F
⋯ 2n –n
2 -1 0 0
=
F
⋮ ⋱ ⋱ ⋱ ⋮ ⋮ ⋮
-1 2 -1 0
∆Z \
0 26-F –6-F
⋯ 26 –6
0 -1 2 -1
0 0 -1 2
Maillage de l’intervalle [0,1] – choix des nœuds pour les fonctions tests F•
0 1
E© EF E•-F E• E•œF E6-F E6
Maillage du sous-intervalle [E• , E•œF ]– choix des nœuds pour les fonctions locales d’interpolation
E• E•F E•n ⋯ E•œF
Démarche
Il consiste à chercher une solution approchée de la solution exacte sous la forme d’une fonction
définie par morceau sur les sous domaines du domaine Ω. Les „ sous domaines doivent vérifier
1
PQ ∩ Ω
O Ω• = Ω et Ω P S = ∅ si ¹ ≠ P Q désigne l• intérieur de ΩQ
ùΩ
•rF
1- Dans chaque sous-domaine, on définit une fonction d’interpolation arbitraire 2V • (×, M)
choisie parmi une famille de fonctions arbitraires , souvent des ploynômes . Ces
fonctions locales est une interpolation entre les valeurs aux nœuds de discritisation. Un
sous domaine avec son interpolation est appelé élément.
2- La solution approchée globale 4 P(×, M) est une juxtaposition des fonctions locales.
3- Parmi les contraintes imposée à la solution approchée 4 P(×, M), il y a au moins la
continuité simple à la frontière entre les sous domaines.
Ω•
Ω•
Ω Ω
1- Solution approchée discontinue ;
3- Solution approchée de classe ∁F

2- Solution approchée continue ;
Ω•
La qualité de la solution approchée dépend de la subdivision en sous-domaines (nombre et
dimension des sous-domaine), du choix de des fonctions locales et des conditions de continuité
et de dérivabilité aux frontières des sous domaines. La résolution d’un problème par la MEF
nécessite les étapes successives suivantes :
Ω
1- Modélisation du problème à l’aide d’EDP sur un domaine Ω, avec des conditions aux
limites sur la frontière ŽΩ;
2- Formulation variationnelle du problème ;
3- Subdivision du domaine Ω en sous domaine, appelés mailles ;
4- Choix des fonctions locales : choix des nœuds dans les sous-domaines et les fonctions
locales (souvent des polynômes). La maille complétée par ces information est appelée
élément ;
5- On ramène le problème à un problème discret. Toute solution approchée est
complètement déterminée par les valeurs aux nœuds des éléments. Le problème
fondamental réside dans le choix du problème discret dont la solution approche au
mieux la solution exacte ;
6- On résoud le système discret ;
7- A partir de la solution approchée on déduit d’autres grandeurs : c’est le poste
traitement ;
8- Exploitation des résultats.

Les étapes1,2,3,4 et 5 sont souvent rassemblées sous le nom de prétraitement.
L’ingénieur est souvent assisté par des logiciels, néanmoins comprendre les fondements de
la MEF est indisponsable pour un choix intelligent des différentes options qui sont
proposées.
Exemple détaillé : on cherche à résoudre par la MEF, l’équation à 1D suivante :
Résoudre :
…n 2(E) …2
+2 = 3E E ∈ Ω = ]0,1[
Y …E …E â
n
…2
2(0) = 0, (1) = 0
…E
La solution exacte du problème est facile à calculer
3 3 3 3
2(E) = − E + E n − L n + L n-nZ
4 4 8 8
1- Maillage
On divise Ω en trois mailles égales
1 2 3 4 5 6 7
0 1/3 2/3 1
1 1 2 2
ΩF = <0, =, Ωn = < , = , Ωu = < , 1= , Ω = ΩF ∪ Ωn ∪ Ωu
3 3 3 3
2- Choix des nœuds est des fonctions locales

On prend des éléments à trois nœuds et les fonctions locales des ploynômes de degré 2.
On a donc 3 mailles et 7 nœuds . Chaque maille contient 3 nœuds , deux aux extrémités
et un au milieu (exemple la deuxième maille contient les nœuds 3,4,5). Chaque fonction
locale (polynôme de degré 2) est déterminée en fonctions des valeurs aux 3 nœuds. Les
nœuds communs 3 et 5 assurent la continuité de la solution approchée.
Le polynôme de degré 2 qui satisfait les conditions suivantes :
’F EFn + >F EF + “F = 2F
’F Enn + >F En + “F = 2n
’F Eun + >F Eu + “F = 2u
où EF , En et Eu sont les coordonnées des 3 nœuds de l’élément et 2F , 2n LM 2u sont les valeurs aux
3 nœuds de l’élément.
On obtient
En 2F − En 2u + EF 2u − Eu 2F − EF 2n + Eu 2n
’F =
(EF − En )(EF − Eu )(En − Eu )
EFn 2u − EFn 2n + Eun 2n − EuF
n
2F − Enn 2u + Enn 2F
>F = −
EFn En 2u − EFn Eu 2n − Enn EF 2u + Eun EF 2n + Enn Eu 2F − Eun En 2F
“F =
Le polynôme avec les coefficients ’F , >F et “F est appelé fonction d’interpolation de l’élément 1.
Les polynômes d’interpolation des 2 autres éléments sont de la même forme, en remplaçant les
indices 1,2,3 par 3,4,5 dans le deuxième et 5,6,7 dans le troisième.
Les 3 fonctions d’interpolation sur les 3 éléments sont :
2VF = (182u − 362n + 182F )E n − (−32u + 122n − 92F )E + 2F
2V n = (182\ − 362 + 182u )E n + (−152\ + 362 − 212u )E + 32\ − 82 + 62u
2V u = (182] − 362^ + 182\ )E n + (−272] + 602^ − 332\ )E + 102] − 242^ + 152\
Si on donne une valeur arbitraire à chaque nœuds sont entièrement déterminées et définissent
par morceaux une fonction 2V continue sur Ω. L’espace des fonctions, définies en 3 morceaux, est
de dimension 7.
3- Formulation variationnelle
On multiplie l’équation par F puis on intègre par partie :
F
…n 2(E) …2
• F(E)( +2 − 3E)…E = 0
© …E n …E
&_
avec les conditions aux limites 2(0) = 0 LM &Z (1) = 0
…n 2(E) …F(E) …2(E) …2(E)

F F F
• F(E) …E = − • …E + `F(E) a
© …E n
© …E …E …E ©
F
…F(E) …2(E) …2(0)
= −• …E + 0 − F(0)
© …E …E …E
F
…2(E) F
…F(E)
2 • F(E) …E = 2 å− • 2E)…E + [F(E)2(E)]F© æ
© …E © …E
F
…F(E)
= −2 • 2E)…E + 2F(1)2(1) − 0
© …E
La formulation finale du problème est donc :
Touver 2(E) telle que
F
…F(E) …2(E) …2(0) F
…F(E) F
−• …E + F(0) − 2• 2E)…E + 2F(1)2(1) − 3 • EF(E) = 0, ∀F(E)
© …E …E …E © …E ©
Choix des fonctions tests H(i)

Comme préciser au début . La seule condition impérative est que le choix des F• doit conduire à
un système algébrique à solution unique. Pour notre cas les fonctions F• (x) doivent avoir une
dérivée non nulle partout pour que la formulation variationnelle ne soit pas à solution trivial.
Pour déterminer les valeurs aux nœuds des inconnues 2F , ⋯ , 2] on a besoin de 7 fonctions tests.
Dans notre exemple, on choisit les 7 fonctions tests comme définies précédemment :
†¹ E•-F ≤ E ≤ E•
Z-ZýM[
Zý -ZýM[
F• (E) = Y â
†¹ E• ≤ E ≤ E•œF
Z-ZýN[
Zý -ZýN[
0 sinon Hj HB Hx H Hb Hc Hd
1
1
†¹ E•-F ≤ E ≤ E•
E• − E•-F
F•• (E) = 1 â
†¹ E•-F ≤ E ≤ E•
E• − E•œF
0 1/6 2/6 3/6 4/6 5/6 1
0 sinon FF F F]
1
0 1/6 2/6 3/6 4/6 5/6 1

1 2 3 4 5
Les fonctions tests : base de l’espace discritisé
EF = 0, En = , Eu = , E = , E\ = , E^ = , E] = 1
6 6 6 6 6
6 †¹ E•-F ≤ E ≤ E•
F•• (E) = ç −6 †¹ E•-F ≤ E ≤ E• â
0 sinon
1 si ¹ = â
F• DE H = e• = à
0 si ¹ ≠
Pour chaque fonction test F• on écrit l’équation
F
…F• (E) …2V(E) …2V(0) F
…F• (E) F
−• …E + F• (0) − 2• 2VE)…E + 2F• (1)2V(1) − 3 • EF• (E) = 0, pour ¹ = 1, ⋯ ,7
© …E …E …E © …E ©
La construction de ce système d’équations s’appelle l’assemblage.

A titre d’exemple calculons la première équation avec FF . On a
j
i − iB i− j
= c = −ci + j i ∈ <¾, =â
Hj (i) = ij − iB j c
¾−
c
¾ ûóÖ1Ö
Sa dérivée H′j (i) = −c i ∈ ¾,
j
c
Soit
F F F
^ …2V(E) …2V(0) ^ ^
− • (−6) …E + FF (0) − 2 • (−6) 2VE)…E + 2FF (1)2V(1) − 3 • E(1 − 6E) = 0,
© …E …E © ©
V(E) V(0)
1 1 1
6 …2 …2
= 6• V(E)…E − 3 • E(1 − 6E) = 0,
+ 12 • 2
6 6
…E +
0 …E …E 0 0
Où 2V(E) = (182u − 362n + 182F )E n − (−32u + 122n − 92F )E + 2F dans le segment ¾, .

j
c
On fait la même chose pour les 6 autres équations. Nous obtenons un système
23 14 17 1 D’où on trouve
2 − 2n + 2 =
6 F 3 6 u 72 2F = 0,07485, 2n = - 0,8152, 2u = −1,4391, 2 = −1,8635
1 2\ = −2,13089, 2^ = −2,27562, 2] = −2,31848
52F − 122n + 72u =
12
1 14 22 1 1
2 + 2 − 122u + 2 − 2\ =
6 F 3 n 4 6 6
1
52u − 122 + 72\ = 2F
4
23 -28 17 0 0 0 0
1 14 22 1 1 2n
1/72
2u + 2 − 122\ + 2^ − 2] =
6 3 3 7 3
30 -72 42 0 0 0 0
1/12
2u
5
52\ − 122^ + 72] =
1 28 -72 33 -1 0 0
1
1/6
12 2 =
1 14 29 17
6
0 0 30 -72 42 0 0 1/4
2 + 2^ − 2] = 2\
6 \ 3 6 12
0 0 1 28 -72 42 -42/7 1/3
0 0 0 0 30 -72 42 2^ 5/12
0 0 0 0 1 28 -29 2] 17/12
Le Maillage
Il consiste à diviser le domaine Ω, sur lequel est définie l’EDP, en sous-domaines Ω• appelés
mailles tels que :
∪ Ω• = Ω et Ω• ∩ Ω = ∅ †¹ ¹ ≠
Cette opération est souvent assistée par ordinateur.
Les logiciels d’éléments finis disposent de trois types de mailles : linéiques, surfaciques et
volumiques. La plus part des logiciels proposent différents algorithmes semi-automatiques pour
générer les mailles. Parmi ces algorithmes nous pouvons citer :
Le maillage de Delaunay, le maillage par déplacements, le maillage topologique, le
maillage manuel…
•
Remarque
Si le domaine Ω est une portion de droite (resp. surface, volume) les mailles sont des portions de
droites (resp. surface, volume).
Eléments et fonctions d’interpolation
Cette étape est divisée en deux parties :
1. Construction de l’espace des fonctions d’interpolation sur une mailles de référence
standard, équivalent à la maille réelle ;
2. Transformation de l’espace de référence en un espace de fonctions d’interpolation de
mailles réelles
Définition des mailles de référence
La maille de référence linéique est représentée par le segment E ∈ [−1, 1].
La maille de référence surfacique triangulaire est représentée par le triangle
E ≥ 0; ¿ ≥ 0; E + ¿ ≤ 1
La maille de référence surfacique quadriangulaire est représentée par le carré

E ∈ [−1, 1]; ¿ ∈ [−1, 1]
La maille de référence volumique tétraédrique est représentée par le tétraèdre

E ≥ 0; ¿ ≥ 0; À ≥ 0 E + ¿ + À ≤ 1
La maille de référence volumique pentaédrique est représentée par le pentaèdre (prisme à base
triangulaire)
E ≥ 0; ¿ ≥ 0; E + ¿ ≤ 1; À ∈ [−1, 1]
La maille de référence volumique héxaédrique est représentée par le cube
E ∈ [−1, 1]; ¿ ∈ [−1, 1]; À ∈ [−1, 1]
¿ ¿
−1 0 1 E 1
1
0 1 E −1 1 E
À
−1
f
1 1
0 1 ¿
Z
1
1
E
0 1 y
1
E
-1

Resolution Numerique Des Equations Aux Derivees Partielles

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Resolution Numerique Des Equations Aux Derivees Partielles

Transféré par

Droits d'auteur :

Formats disponibles

Ecole Nationale Supérieure des Travaux Publics 2011-2012

Résolution numérique des équations

Divergence : Soit me = (mF , mn , ⋯ , m1 )I un champ de vecteur dérivable de ℝ1 dans ℝ1 . La divergence de

Formules de transformation d’intégrales.

Formule d’Ostrogradsky : Version tridimensionnelle de Stockes, calcule le flux à travers un volume Ω ⊂

Formules d’intégration par partie : 2 et m désignent des fonctions de plusieurs variables

Si – est paire, >1 = 0, ∀ ∈ ℕ (– se développe en série de cosinus).

Si f est paire, –´(³) = −2¹ ¸ –(E)sin(2¨³E)…E

La transformée inverse de + est :

Remarque : dans le cadre de ce cours, on se limitera aux EDP d’ordre 2 et quasilinéaires.

Classification des EDP du second ordre

A. Problème de Laplace avec CL de type Dirichlet non-non-homogène à 1D

Nous posons 2• = 2(E• ).

Calcul des valeurs propres et des vecteurs propre

(Exercice : montrer que si Ù ≤ ¾ büvaŠ )(i) = ¾, ∀i ∈ [¾, j])

Nous avons aussi au point E• ,

Propriété2 : La matrice : est symétrique définie positive donc

B. Problème de Laplace avec CL de type mixte Dirichlet – Neumann à 1D

Nous utilisons alors une approximation régressive d’ordre 1

Sous forme matricielle, l’équation discrétiser s’écrit :

C. Discrétisation de l’opérateur laplacien 2D avec CL de type Dirichlet

E• = ¹ℎ, ¿ = ℎ, 2DE• , ¿ H = 2• , –DE• , ¿ H = –• (¹, ) = 1, ⋯ , 7 − 1 n

Avec les conditions aux limites Frontière

Pour simplifier l’écriture,, posons

Le schéma s’écrit sous forme matricielle j-1

0 1 2 i-1 i i+1 N-2 N-1 N

Où : est une matrice tridiagonale par bloc d’ordre (7 − 1)n

Où 4 et ² sont les vecteurs définis par 4 = D4F, 4n , ⋯ , 46-F H, ² = (²F , ²n , ⋯ , ²6-F )

D. Discrétisation de l’équation de la chaleur à 1D

nœuds E• = ¹∆E, ¹ = 0,1, ⋯ , 7.

Nous pouvons discrétiser de deux manières :

Ž¦ 1œF ¦•1œF − ¦•1

En posant ( = # ∆Z \ nous obtenons :

loœj, − Blo + lo-j, lo, œj − Blo + lo, -j

Que nous pouvons écrire :

Soit sous forme matricielle, pour 7Z = 7* = 4 et en posant Ε = D∆iB + ∆~B H

Dans le cas ou ΔE = Δ¿ l’écriture se simplifie et nous avons :

loœ,j, + lo, -j + lo-j, + lo,, œj − lo = ¾, o = j, ⋯ , ;i − j, = j, ⋯ , ;~ − j

1 0 0 −4 1 0 ¦FF ¦Fn ¦Fu

méthodes vues dans le cours de résolution

Exercice : Montrer que la matrice est

symétrique définie positive de valeurs propres

Ù(ù,ü) = <ûóÖB g k + ûóÖB g k += , ù, ü = j, ⋯ , ;

Consistance et convergence de la discrétisation par différences finies du problème de Poisson

Ž n ¦ Ž n ¦ ¦DE•-F , ¿ H − 2¦DE• , ¿ H + ¦DE•œF , ¿ H ¦DE• , ¿ -F H − 2¦DE• , ¿ H + ¦DE• , ¿ œF H

Ž n ¦ ¦DE•-F , ¿ H − 2¦DE• , ¿ H + ¦DE•œF , ¿ H Ž n ¦ ¦DE• , ¿ -F H − 2¦DE• , ¿ H + ¦DE• , ¿ œF H

lim ? DE• , ¿ H = 0 2 DE• , ¿ H ∈ Ω = ]0, ±Z [ × +0, ±* ,

Autrement dit, la méthode à cinq points est consistante.

Méthode des éléments finis 1D

Formulation variationnelle du problème

G• H(i)`(i)ci = ¾ ∀ H(i)I ⟺ `(i) = ¾ ∀i ∈ •

• H(i)()•• (i) + +(i))ci = ¾ ∀ H(i)â

2L ∈ {L 2L (E) = 2F FF (E) + 2n Fn (E) + ⋯ + 26 F6 (E) = q 2 F (E) , 2 ∈ℝ

Choix des fonctions Ho : les éléments finis

E© EF E•-F E• E•œF E6-F E6

E• E•F E•n ⋯ E•œF

1- Solution approchée discontinue ;

3- Solution approchée de classe ∁F

8- Exploitation des résultats.

2- Choix des nœuds est des fonctions locales

…n 2(E) …F(E) …2(E) …2(E)

Choix des fonctions tests H(i)

0 1/6 2/6 3/6 4/6 5/6 1