Elements nis multidimensionnels 139

Comme en dimension 1, on introduit egalement les n

C
noeuds de calcul o` u on evaluera les
valeurs des variables essentielles du probl`eme. On supposera ici encore, bien que ce ne soit pas
absolument necessaire, que les noeuds de calcul comprennent les noeuds geometriques. Le nombre
total de noeuds de lelement K est note n
K
c
.
On place les coordonnees de tous les noeuds (geometriques et/ou de calcul) du maillage dans
le tableau coor de dimension nnoeuds multipliee par la dimension despace d (d = 2 ou d). Enn,
le tableau de connectivite des noeuds connec contient, pour chaque element K les numeros de ses
n
K
c
noeuds de calcul (en placant les noeuds geometriques en premier).
6.2.2 Les degres de liberte
On associe `a chaque noeud de calcul un certain nombre de degres de liberte (au total n
K
d
sur chaque element), dependant du nombre de variables essentielles du probl`eme. Ici encore, on
numerotera en dernier les degres de liberte qui sont imposes par les conditions aux limites essentielles
du probl`eme donne. On a donc la partition :
U =

u
1
u
2
.
.
.
u
nddl

U
I
U
C

o` u nddl designe le nombre total de degres de liberte du maillage.

Rappelons quon associe `a chaque degre de liberte une fonction de Ritz qui sera construite
element par element. La methode de Ritz-Galerkin nous m`enera `a la resolution dun syst`eme lineaire
global de la forme :
A
U
= F + S (6.2)
suivant une notation similaire `a celle des elements unidimensionnels (voir la relation 5.19).
6.2.3 Numerotation des degres de liberte
Sil est relativement simple de numeroter les degres de liberte en dimension 1, il faut etre beau-
coup plus prudent en dimension superieure. En eet, cette numerotation a une inuence majeure
sur la structure de la matrice globale qui sera assemblee. Nous avons vu que les matrices engendrees
par la methode des elements nis sont creuses c.-`a-d. contiennent une part importante de zeros.
Cette structure depend directement du tableau adres qui determine si un degre de liberte i est
connecte ou non `a un autre degre de liberte j. Si tel est le cas, le coecient a
ij
de la matrice globale
sera non nul. Sinon, on a tout simplement a
ij
= 0. Pour que 2 degres de liberte soient connectes, il
faut et il sut quils apparaissent tous deux dans une meme ligne du tableau adres. Cest une autre
facon de dire que les supports des fonctions de Ritz associees `a ces degres de liberte sintersectent.
Introduisons immediatement un peu de terminologie. On denit la largeur de bande de la ligne
i du syst`eme 6.2 par la relation :
l
i
= max
ji|a
ij
=0
(j i + 1)
140 Chapitre 6
Il sagit tout simplement de la distance entre la diagonale de la matrice et le dernier terme non nul
de la ligne i. En dautre termes, a
ij
= 0 pour j i + l
i
. De meme, la largeur de bande maximale
l
max
est la plus grande valeur des l
i
c.-`a-d. :
l
max
= max
i
l
i
Il est important de concentrer les termes non nuls de la matrice au voisinage de la diagonale
principale de facon `a diminuer lespace-memoire requis. Cela revient `a minimiser les largeurs de
bande. On obtient ainsi une matrice dite matrice bande ou plus precisement une matrice dite
en ligne de ciel. Cela est particuli`erement important si on utilise une decomposition LU pour la
resolution du syst`eme lineaire global. En eet, cette methode preserve la structure bande de la
matrice de sorte que lon peut stocker la decomposition LU sans augmenter la memoire necessaire.
Sur chaque ligne du syst`eme, les termes au del`a dune distance l
i
de la diagonale sont nuls et
resteront nuls apr`es la decomposition LU. Il sut pour sen convaincre de regarder lalgorithme de
la decomposition LU (voir Fortin, ref.[17]) :
l
ij
= a
ij

j1

k=1
l
ik
u
kj
et u
ij
=
a
ij

i1

k=1
l
ik
u
kj
l
ii
En pratique, on donne une numerotation quelconque des degres de liberte dans le tableau
numer. Par la suite, on passe les tableaux numer et connec `a un programme doptimisation qui
renumerotera les degres de liberte (en modiant le tableau numer) et creera le tableau adres suivant
un certain crit`ere doptimisation. On voudra par exemple minimiser la largeur de bande maximale
l
max
de la matrice ou encore minimiser :

i
l
i
qui est une indication de lespace-memoire necessaire. Dierents algorithmes de numerotation des
degres de liberte existent et nous ne mentionnerons que celui de Cuthill-McKee [22].
Pour illustrer ce point, on presente `a la gure 6.1 un exemple typique de matrice creuse (de
dimension 60 par 60) semblables `a celles obtenues par elements nis. On indique seulement les
termes non nuls par un point. Si on renumerote les degres de liberte `a laide de lalgorithme de
Cuthill-McKee, on obtient la deuxi`eme matrice de la gure 6.1. On remarque aisement la diminution
de la largeur de bande entre les deux matrices illustrees. Ainsi, entre les deux numerotations (entre
les deux vecteurs numer), la largeur de bande maximale l
max
est passee de 35 `a 12. Il en resulte
une economie despace-memoire et generalement une plus grande rapidite de resolution du syst`eme
lineaire.
6.3 Formulation variationnelle elementaire
La formulation variationnelle elementaire sobtient `a partir de lequation aux derivees partielles
de depart mais en integrant cette fois sur un element K. On obtient ainsi `a laide de la relation A.5 :

Elements nis multidimensionnels 141

Figure 6.1 Structure de la matrice avant et apr`es renumerotation

K
(p(x)u(x)w(x) + q(x)u w) dv =

K
r(x)w(x) dv +

K
s
K
(x)w(x) ds
On a ainsi introduit la variable secondaire :
s
K
(x) = q(x)
u
n
K
o` u n
K
est le vecteur normal exterieur `a la fronti`ere K de K. La variable s
K
(x) est la condition
naturelle de ce probl`eme. On passe maintenant en correction :

K
(p(x)
u
(x)w(x) + q(x)
u
w) dv
=

K
r(x)w(x) dv

K
(p(x)u
g
(x)w(x) + q(x)u
g
w) dv +

K
s
K
(x)w(x) ds
On applique la methode de Ritz sur chaque element K en posant :

u
(x)|
K

K
u
(x) =
n
K
d

j=1

K
u
j

K
j
(x) et u
K
g
(x) =
n
K
d

j=1
u
K
g
j

K
j
(x) (6.3)
Remplacant dans la formulation variationnelle et en prenant successivement w(x) =
K
i
(x), pour
i allant de 1 jusqu`a n
K
d
. On obtient ainsi le syst`eme :
A
K

K
U
= F
K
+ S
K
142 Chapitre 6

K
(0, 0)
1
(1, 0)
2
(0, 1)
3

Figure 6.2

Element de reference triangulaire `a 3 noeuds (n
K
g
= 3)
o` u :
a
K
ij
=

p(x)
K
j
(x)
K
i
(x) + q(x)
K
j
(x)
K
i
(x)

dv
f
K
i
=

K
r(x)
K
i
(x) dv

p(x)u
K
g
(x)
K
i
(x) + q(x)u
K
g
(x)
K
i
(x)

dv
et :
s
K
i
=

K
s
K
(x)
K
i
(x) ds
6.4 Passage `a lelement de reference
Cest ici que le choix de la forme de lelement et le choix des noeuds geometriques prennent
beaucoup dimportance. Tout comme en dimension 1, lelement de reference

K est un element
sur lequel on eectue tous les calculs necessaires `a lobtention du syst`eme elementaire. Ceci nest
possible quapr`es un changement de variables. Contrairement au cas unidimensionnel, plusieurs
choix delements de reference sont envisageables et certains sont illustres aux gures 6.2 `a 6.6. Il
reste `a determiner la transformation de lelement reel `a lelement de reference que nous appellerons
encore ici la transformation geometrique.
Pour eviter une lourdeur excessive de la notation, nous choisissons de prendre comme vecteur
position x = (x, y, z) au lieu de (x
1
, x
2
, x
3
). De meme sur lelement de reference, on prendra
= (, , ).
`
A chaque noeud geometrique x
K
i
= (x
K
i
, y
K
i
, z
K
i
) de lelement K doit correspondre un noeud
geometrique
i
= (
i
,
i
,
i
) sur lelement de reference

K. La transformation T
K
verie donc :
T
K
(
i
) = x
K
i
ou inversement (T
K
)
1
(x
K
i
) =
i
i = 1, 2, 3, , n
K
g
Pour determiner la transformation geometrique, il sut de trouver une base de polynomes de di-
mension egale au nombre de noeuds geometriques. On construit ensuite n
K
g
fonctions dinterpolation

Elements nis multidimensionnels 143

K
(0, 0)
1
(1, 0)
2
(0, 1)
3
(
1
2
, 0)
4
(
1
2
,
1
2
) 5 (0,
1
2
) 6

Figure 6.3

Element de reference triangulaire `a 6 noeuds (n
K
g
= 6)

K
(1, 1)
1
(1, 1)
2
(1, 1)
3
(1, 1)
4

Figure 6.4

Element de reference quadrangulaire `a 4 noeuds (n
K
g
= 4)

K
(1, 1)
1
(1, 1)
2
(1, 1)
3
(1, 1)
4
(0, 1)
5
(1, 0) 6
(0, 1)
7
(1, 0) 8 9

Figure 6.5

Element de reference quadrangulaire `a 9 noeuds (n
K
g
= 9)
144 Chapitre 6

K
(0, 0, 0)
1
(0, 1, 0)
3
(0, 0, 1)
4
(1, 0, 0)
2

Figure 6.6

Element de reference tetraedrique `a 4 noeuds (n
K
g
= 4)
geometriques veriant :
L
i
(
j
) =
i
j
(6.4)
Cest la base meme de linterpolation de Lagrange (voir lannexe C) et les fonctions L
i
() sont bien
s ur les fonctions dinterpolation de Lagrange. Il est facile de verier que la transformation :
T
K
:

K K
= (, , ) x = (x, y, z) =
n
K
g

i=1
x
K
i
L
i
()
(6.5)
poss`ede les proprietes desirees. Il faudra ensuite transformer les derivees des fonctions dinterpola-
tion. Cest la technique classique de la derivation en chane. Pour ce faire, il est utile dintroduire
la matrice jacobienne DT
K
associee et que lon denit par :
DT
K
=

Il est facile de determiner les coecients de cette matrice, simplement en derivant la relation 6.5.
La matrice jacobienne doit etre inversible pour que la transformation T
K
le soit aussi. Il sut donc
que le determinant J
K
de cette matrice soit non nul. On appelle ce determinant le jacobien de la

Elements nis multidimensionnels 145

transformation. Toute fonction dinterpolation
K
(x, y, z) est ainsi denie `a partir de lelement de
reference par la relation :

K
(x, y, z) =
K
(T
K
(, , )) =

(, , )
Pour transformer les derivees partielles, la derivation en chane nous donne :

K
(x, y, z)
x

K
(x, y, z)
y

K
(x, y, z)
z

(, , )

(, , )

(, , )

(6.6)
ou encore sous forme compacte :

K
(x, y, z)

= B
K

(, , )

La matrice B
K
est essentielle pour levaluation du syst`eme elementaire. On lobtient en constatant
que :

(, , )

(, , )

(, , )

K
(x, y, z)
x

K
(x, y, z)
y

K
(x, y, z)
z

(6.7)
qui secrit egalement :

(, , )

= (DT
K
)

K
(x, y, z)

En combinant les relations 6.6 et 6.7, on conclut que la matrice de passage B

K
nest autre que
(DT
K
)

cest-`a-dire la transposee de linverse de la matrice jacobienne. On a ainsi :

K
(x, y, z)

= (DT
K
)

(, , )

(6.8)
146 Chapitre 6

K
(0, 0)
1
(1, 0)
2
(0, 1)
3

T
K
(, )
(x
K
1
, y
K
1
)
(x
K
2
, y
K
2
)
(x
K
3
, y
K
3
)
K
Figure 6.7 Transformation lineaire sur un triangle (n
K
g
= 3)
Le syst`eme elementaire devient ensuite :
a
K
ij
=

p(x)
K
j
(x)
K
i
(x) + q(x)
K
j
(x)
K
i
(x)

dv
=

p(x)
K
j
(x)
K
i
(x) + q(x)

K
j
(x, y, z)

K
i
(x, y, z)

dv
=

p(T
K
())

j
()

i
() + q(T
K
())

j
(, , )

(B
K
)

B
K

i
(, , )

J
K
d v
f
K
i
=

K
r(T
K
())

i
(x) J
K
d v

K
p(T
K
())

n
K
d

j=1
u
K
g
j

j
()

i
()J
K
d v

K
q(T
K
())

n
K
d

j=1
u
K
g
j

j
(, , )

(B
K
)

B
K

i
(, , )

J
K
d v
s
K
i
=

K
s
K
(x)
K
i
(x) ds
(6.9)
Remarquons que lintegrale sur la fronti`ere des elements na pas ete transformee. On le fera plus
tard si le besoin sen fait sentir.
Exemple 6.1
Considerons en premier lieu des transformations geometriques lineaires en dimension 2. Tout
dabord sur le triangle `a 3 noeuds geometriques (n
K
g
= 3) de la gure 6.7. Lelement de reference
est indique `a la gure 6.2. La transformation T
K
secrit `a laide des fonctions de Lagrange C.3 sous

Elements nis multidimensionnels 147

la forme :

x
y

= T
K
() =
3

i=1
L
i
()

x
K
i
y
K
i

L
1
()x
K
1
+ L
2
()x
K
2
+ L
3
()x
K
3
L
1
()y
K
1
+ L
2
()y
K
2
+ L
3
()y
K
3

(1 )x
K
1
+ x
K
2
+ x
K
3
(1 )y
K
1
+ y
K
2
+ y
K
3

Il est facile de verier que les fonctions L

i
() verient la condition 6.4. La matrice jacobienne est
alors :
DT
K
=

x
K
2
x
K
1
x
K
3
x
K
1
y
K
2
y
K
1
y
K
3
y
K
1

Le jacobien J
K
de cette transformation nest nul que si les points x
K
i
sont colineaires et donc si le
triangle est degenere. De plus :
B
K
= (DT
K
)

=
1
J
K

y
K
3
y
K
1
y
K
1
y
K
2
x
K
1
x
K
3
x
K
2
x
K
1

(6.10)
et on montre de plus facilement que J
K
= 2 aire(K) (en exercice). Notons enn que le jacobien
est une constante sur lelement K et ne depend pas de . Ce ne sera pas toujours le cas.
Remarque 6.1
Dans le cas dune approximation lineaire sur les elements triangulaires, et si de plus p(x) = 0,
u
g
(x) = 0 et les fonctions q(x) et r(x) sont constantes par element (q(x) = q
K
et r(x) = r
K
sur
lelement K), on peut facilement evaluer le syst`eme elementaire (voir Reddy, ref. [31]) et on obtient :
a
K
ij
=
q
K
4A
K

K
i

K
j
+
K
i

K
j

f
K
i
=
1
3
r
K
A
K
(6.11)
o` u A
K
est laire de lelement et les constantes
K
i
et
K
i
sont donnees par :

K
1
= y
K
2
y
K
3

K
1
= (x
K
2
x
K
3
)

K
2
= y
K
3
y
K
1

K
2
= (x
K
3
x
K
1
)

K
3
= y
K
1
y
K
2

K
3
= (x
K
1
x
K
2
)

Exemple 6.2
148 Chapitre 6
Considerons maintenant une transformation geometrique dite bilineaire. On consid`ere des elements
quadrangulaires `a 4 sommets (n
K
g
= 4). Lelement de reference est indique `a la gure 6.4. La
transformation T
K
secrit dans ce cas :

x
y

= T
K
() =
4

i=1
L
i
()

x
K
i
y
K
i

L
1
()x
K
1
+ L
2
()x
K
2
+ L
3
()x
K
3
+ L
4
()x
K
4
L
1
()y
K
1
+ L
2
()y
K
2
+ L
3
()y
K
3
+ L
4
()y
K
4

o` u les fonctions L
i
() sont donnees au tableau C.7 :
L
1
() =
1
4
(1 + )(1 + )
L
2
() =
1
4
(1 )(1 + )
L
3
() =
1
4
(1 )(1 )
L
4
() =
1
4
(1 + )(1 )
La matrice jacobienne exige un peu de calcul et on obtient sous forme compacte :
DT
K
=

B
K
11
+ C
K
11
B
K
12
+ C
K
12
B
K
21
+ C
K
21
B
K
22
+ C
K
22

o` u :
B
K
11
=
1
4
(x
K
1
x
K
2
x
K
3
+ x
K
4
) C
K
11
=
1
4
(x
K
1
x
K
2
+ x
K
3
x
K
4
)
B
K
12
=
1
4
(x
K
1
+ x
K
2
x
K
3
x
K
4
) C
K
12
=
1
4
(x
K
1
x
K
2
+ x
K
3
x
K
4
)
B
K
21
=
1
4
(y
K
1
y
K
2
y
K
3
+ y
K
4
) C
K
21
=
1
4
(y
K
1
y
K
2
+ y
K
3
y
K
4
)
B
K
22
=
1
4
(y
K
1
+ y
K
2
y
K
3
y
K
4
) C
K
22
=
1
4
(y
K
1
y
K
2
+ y
K
3
y
K
4
)
Le determinant est de toute evidence non constant et est bien une fonction de = (, ). Notons
de plus que :
B
K
= (DT
K
)

=
1
J
K

B
K
22
+ C
K
22
(B
K
21
+ C
K
21
)
(B
K
12
+ C
K
12
) B
K
11
+ C
K
11

(6.12)

Exemple 6.3
Les 2 exemples precedents necessitent lutilisation de triangles ou de quadrilat`eres ayant des cotes
droits. Cela est d u aux transformations lineaires (ou bilineaires) qui assurent quun segment de

Elements nis multidimensionnels 149

K
(0, 0)
1
(1, 0)
2
(0, 1)
3
(
1
2
, 0)
4
(
1
2
,
1
2
) 5 (0,
1
2
) 6

T
K
(, )
(x
K
1
, y
K
1
)
(x
K
2
, y
K
2
)
(x
K
3
, y
K
3
)
K
(x
K
4
, y
K
4
)
(x
K
5
, y
K
5
) (x
K
6
, y
K
6
)
Figure 6.8 Transformation quadratique sur un triangle (n
K
g
= 6)
droite (et donc un cote droit) est transforme en un autre segment de droite. Cependant, il est
parfois utile de prendre des elements ayant des cotes courbes. Pensons par exemple `a une geometrie
o` u il y a un arc de cercle. Il est de toute evidence plus facile dapprocher un arc de cercle par des
triangles (ou des quadrilat`eres) avec des cotes courbes.
Pour illustrer une telle situation, considerons maintenant une transformation geometrique qua-
dratique en dimension 2 sur le triangle `a 6 noeuds geometriques (n
K
g
= 6) (illustre `a la gure 6.3).
Cette transformation est illustree `a la gure 6.8. La transformation T
K
secrit alors :

x
y

= T
K
() =
6

i=1
L
i
()

x
K
i
y
K
i

On trouvera la liste des fonctions dinterpolation L

i
() au tableau C.4.
Exemple 6.4
Passons au cas tridimensionnel et considerons une transformation geometrique lineaire. Tout dabord
sur le tetra`edre `a 4 noeuds geometriques (n
K
g
= 4). Lelement de reference est indique `a la gure 6.6.
La transformation T
K
(voir la gure 6.9) secrit alors :

x
y
z

= T
K
() =

L
1
()x
K
1
+ L
2
()x
K
2
+ L
3
()x
K
3
+ L
4
()x
K
4
L
1
()y
K
1
+ L
2
()y
K
2
+ L
3
()y
K
3
+ L
4
()y
K
4
L
1
()z
K
1
+ L
2
()z
K
2
+ L
3
()z
K
3
+ L
4
()z
K
4

(1 )x
K
1
+ x
K
2
+ x
K
3
+ x
K
4
(1 )y
K
1
+ y
K
2
+ y
K
3
+ y
K
4
(1 )z
K
1
+ z
K
2
+ z
K
3
+ z
K
4

150 Chapitre 6

K
(0, 0, 0)
1
(0, 1, 0)
3
(0, 0, 1)
4
(1, 0, 0)
2

T
K
(, , )
(x
K
2
, y
K
2
, z
K
2
)
(x
K
3
, y
K
3
, z
K
3
)
(x
K
4
, y
K
4
, z
K
4
)
(x
K
1
, y
K
1
, z
K
1
)
Figure 6.9 Transformation lineaire sur un tetra`edre (n
K
g
= 4
Il est facile de verier que les fonctions L
i
() verient la condition 6.4. La matrice jacobienne
est alors :
DT
K
=

x
K
2
x
K
1
x
K
3
x
K
1
x
K
4
x
K
1
y
K
2
y
K
1
y
K
3
y
K
1
y
K
4
y
K
1
z
K
2
z
K
1
z
K
3
z
K
1
z
K
4
z
K
1

Le jacobien J
K
de cette transformation nest nul que si les points x
K
i
sont coplanaires et donc si le
tetra`edre est degenere. Notons de plus que si on denote t
K
ij
les coecients de la matrice DT
K
, la
matrice inverse secrit :
B
K
= (DT
K
)

=
1
J
K

t
K
22
t
K
33
t
K
32
t
K
23
t
K
13
t
K
32
t
K
12
t
K
33
t
K
12
t
K
23
t
K
13
t
K
22
t
K
31
t
K
23
t
K
21
t
K
33
t
K
11
t
K
33
t
K
13
t
K
31
t
K
21
t
K
13
t
K
23
t
K
11
t
K
21
t
K
32
t
K
31
t
K
22
t
K
12
t
K
31
t
K
32
t
K
11
t
K
11
t
K
22
t
K
12
t
K
21

On montre de plus facilement que J

K
= 6 volume(K) (en exercice). Notons quencore ici que le
jacobien est une constante et ne depend pas de .