Chap2A 2

MEC8270
ÉLÉMENTS FINIS EN THERMOFLUIDE

Éléments Finis 1D
A. Garon, S. Leclaire
Polytechnique Montréal
12 septembre 2022
Plan du cours
1.0 Retour sur la méthode de Ritz

2.0 Maillage
3.0 Interpolation de Lagrange
4.0 Mesure de l’erreur d’interpolation
Chapitre 2 — Éléments Finis 1D 1.0 Retour sur la méthode de Ritz
Nous avons utilisé la méthode de Ritz pour calculer avec succès divers
problèmes de conduction de chaleur. Mais quels sont les avantages et
inconvénients de cette approche du point de vue de la précision, du
calcul numérique, du stockage du système matriciel et de sa
généralisation aux problèmes multidimensionnels ?
Problème 1
Pour répondre à cette question, nous avons calculé les solutions
approchées (T N ) du problème de transfert de chaleur, pour N = 1...9,

d dT
− (1 + x) = 1
dx dx
Ω = ]0, 1[
T (0) = 1
T (1) = 3
à l’aide de fonctions polynomiales (Ψi (x) = x i (x − 1)).
A. Garon MEC8270 12 septembre 2022 2 / 38

Le choix des fonctions d’interpolation influe sur la précision du calcul et le

conditionnement du système matriciel :
N kT N − Texact k0,Ω cond(A)
1 0.017075 1 L’erreur de la solution
approchée décroit en fonction
2 0.0019244 12.7
du nombre de coefficients dans
3 0.00025292 211.8
l’approximation.
4 3.5359e-05 4175.2
5 5.1257e-06 91191 Le nombre de condition croit en
6 7.618e-07 2.1345e+06 fonction du nombre de
7 1.1532e-07 5.2528e+07 coefficients dans
8 1.7706e-08 1.3429e+09 l‘approximation.
Remarque
Si le conditionnement de la matrice(cond(A)) est grand, il est à
craindre que la solution approximative soit de faible précision et même,
dans certains cas, complètement fausse.

Le choix des fonctions d’interpolation a également un impact sur la

structure et le stockage du système matriciel, comme en témoignent les
matrices du calcul des approximations (T 3 ) et (T 4 ) :
1 17 11

2 60 60
 17
A3x3 =  60 7 19  Les matrices sont symétriques
30 105 
11 19 11
puisque nous utilisons
60 105 70 l’approche de Galerkin pour la
discrétisation de l’équation de
 1 17 11 9

2 60 60 70
 17 7 19 17  conduction.
 60 30 105 120 

A4x4 = 
 11 19 11 67  La matrice est pleine. Il n’y a
 60 105 70 504  aucun coefficient nul.
9 17 67 5
70 120 504 42
Remarque
Si la matrice est pleine, le stockage d’un système d’équations de N
inconnues nécessite N 2 coefficients. Un petit problème 3D de N = 106
inconnues nécessiterait 1012 coefficients ou 8 TB ! Ce qui est
nettement prohibitif.

La construction des fonctions d’interpolation (e.g. des polynômes définies

globalement) n’est pas adéquate pour capturer la solution des problèmes
de thermique à propriétés discontinues.
Problème 2
Pour illustrer cette problématique, considérons de nouveau le calcul de
la distribution de la température dans un mur composite

d dT
− k = 0 dans Ω =] − 0.01 , 0.01[
dx dx
dont les coefficients de conduction sont discontinus,

k = 1/4000 dans ] − 0.01 , 0[
k = 1/500 dans ]0 , 0.01[
et sujet aux conditions de Dirichlet,

T (−0.01) = −20◦ C
T (0.01) = 25◦ C
La solution exacte se caractérise par :
Une température linéaire par

morceau.
Un gradient de température
discontinu.
La solution approchée ( Ritz avec
N = 8 coefficients) se caractérise
par :
Une température continue et
oscillante.
Un gradient de température
continu fortement oscillant.
Remarque
Seule une représentation polynomiale par morceaux peut approcher
adéquatement la solution d’un problème de transfert thermique à
propriétés discontinues.
Le choix et la construction des fonctions globales d’interpolation de Ritz

ne se généralisent pas aux géométries complexes. Par exemple :
Sans le trou, une fonction de H01 serait
Ψ1 (x) = (1 − x) × (1 + x)
×(1 − y ) × (1 + y )
Ω = [−1 , 1] × [−1 , 1]
Cette construction n’est pas réalisable (sim-

plement !) en présence du trou !
Remarque
La subdivision du domaine de calcul en éléments géométriques simples
permet de définir par morceaux les fonctions d’interpolation.

Les coefficients numériques dans l’approximation ToN ne sont pas

(toujours) dimensionnellement homogènes. Par exemple, considérons la
construction suivante :
Une approximation dans H01 Table – Dimensions des coefficients
ai Dimensions
N
X a1 K /m2
ToN = aj Ψj (x)
a2 K /m3
j=1
... ...
Ψi (x) = x i (x − 1)
Les coefficients devraient avoir qu’une seule dimension – celle de la
température (K ) dans cet exemple.
Remarque
Les fonctions d’interpolation Ψi (x) doivent être sans dimension et
normalisées pour que les coefficients (ai ) puissent s’interpréter comme
une température.

Résumé – aspects positifs
La méthode de Ritz permet d’écrire explicitement les coefficients de

la matrice et du membre de droite en fonction des fonctions test et
d’interpolation.
Les coefficients de l’approximation globale de T0N sont solution du
système algébrique.
Les fonctions test et d’interpolation sont les mêmes (Galerkin). Elles
appartiennent au même espace de fonctions.
En 1D la méthodologie de construction des fonctions est simple.
Pour augmenter la précision du calcul, on introduit des polynômes de
degrés de plus en plus élevés dans la suite des fonctions
d’interpolation.

Résumé – aspects négatifs
La matrice est habituellement pleine et maximise le stockage.

En augmentant le degré des polynômes, le conditionnement de la
matrice augmente.
Un conditionnement élevé implique plus d’incertitude dans la qualité
des solutions numériques.
Un conditionnement élevé peut fortement limiter l’efficacité des
méthodes itératives à atteindre une précision raisonnable en un temps
de calcul acceptable.
Les fonctions d’interpolation (Ψi ) sont définies sur tout le domaine de
calcul : approximation globale.
Pour des géométries 2D et 3D, la construction de fonctions
d’interpolation globale est techniquement irréalisable.

Définition (La méthode des éléments finis)

Les éléments finis sont, ni plus ni moins, qu’une méthode de
discrétisation des formulations faibles. Elle hérite des aspects positifs
de la méthode de Ritz tout en minimisant ses aspects négatifs.
Elle diffère de la méthode de Ritz en adoptant la méthodologie suivante

pour la construction de l’interpolation des champs (température) :
Les approximations sont définies par morceaux (sur un élément).
Les polynômes de Lagrange sont utilisés pour construire les
approximations (sur un élément).
Cette méthodologie permet de :
Réduire considérablement la taille des systèmes d’équations (e.g. le
stockage).
Réduire considérablement le conditionnement des systèmes
algébriques (e.g. diminue l’incertitude du calcul).
Généraliser la discrétisation des formulations variationnelles aux
problèmes multidimensionnels.
Nous allons étudier la mise en oeuvre de cette approche pour la

construction des solutions approchées. Pour vous en donner un aperçu,
nous avons calculé le Problème 1 à l’aide de polynômes de Lagrange. Nous
observons :
La précision des calculs est identique.
Le nombre de condition du système construit à l’aide des polynômes
de Lagrange (cond(A)) est nettement inférieur à celui de la
discrétisation initiale.
N kT N − Texact k0,Ω cond(A) cond(A)
1 0.017075 1 1
2 0.0019244 12.7 5.6395
3 0.00025292 211.8 19.016
4 3.5359e-05 4175.2 56.383
5 5.1257e-06 91191 165.82
6 7.618e-07 2.1345e+06 504.16
7 1.1532e-07 5.2528e+07 1604.5
8 1.7706e-08 1.3429e+09 5332.2
Plan du cours

2.0 Maillage
Chapitre 2 — Éléments Finis 1D 2.0 Maillage
La solution de la formulation variationnelle des problèmes de thermique

décrit la variation de la température, à l’intérieur du domaine de calcul,
sujette à l’imposition de conditions limites (au bord du domaine de
calcul). Ces opérations requièrent deux maillages : un maillage pour le
domaine et un maillage pour le bord du domaine.
(a) Maillage 2D - Ω (b) Maillage 1D - ∂Ω
Figure – Maillages d’un domaine 2D.
Remarque
La discrétisation du domaine de calcul, en éléments finis, produit une
erreur d’approximation géométrique. Ce type d’erreur n’existe que pour
les problèmes multidimensionnels.
La discrétisation des problèmes unidimensionnels requiert également

deux maillages : un maillage pour le domaine et un maillage pour le
bord du domaine.
(a) Maillage 1D - Ω (b) Maillage 0D - ∂Ω
Figure – Maillages d’un domaine 1D.

Définition (Maillage)
Un maillage est une collection de sous-intervalles (éléments) disjoints
recouvrant le domaine de calcul (ou le bord du domaine de calcul)
Figure – Une décomposition du domaine de calcul en éléments 1D.
Pour décrire les éléments, nous allons utiliser des structures de données
pour identifier les coordonnées et la relation entre les noeuds et les
éléments.

Table des coordonnées : COORD

Cette table contient les coordonnées des noeuds du maillage :
NBCRD : Nombre de coordonnées
NNOD : Nombre de noeuds
COORD : table de dimension NNOD X NBCRD
x x y
1 0.3 1 0.3 0.3
2 0.12 2 0.12 0.12
3 0.5 3 0.5 0.5
4 0.14 4 0.14 0.14
5 0.0 5 0.0 0.0

Élément
En 1D un élément est un sous-intervalle du domaine de calcul formé
de deux ou plusieurs noeuds. Les deux premiers noeuds sont nommés
les sommets. Les autres noeuds sont nommés noeuds internes. Note :
Les noeuds de l’élément sont habituellement équidistants – en
support de l’interpolation polynomiale de Lagrange.
Définition (h)
Nous notons par h ou he la longueur d’un élément.
Définition (Connectivité)
La table de connectivité (CONNEC) associe les noeuds de l’élément
aux noeuds du maillage.
Définition (Connectivité des éléments du bord)

Nous désignons par CONNECB la table de connectivité des éléments
du bord du domaine de calcul.
Nomenclature
NELM : Nombre d’Éléments
NELMB : Nombre d’Éléments du Bord du domaine.
NNODE : Nombre de Noeuds de l’Élément.
NNODEB : Nombre de Noeuds de l’Elément du Bord du domaine.
X1K : Coordonnée X du noeud 1 de l’élément K.

#e 1 2
1 5 2 #eb 1
2 2 4 1 5
3 4 1 2 3
4 1 3
Table – CONNECB
Table – CONNEC

Exemple de connectivité à 3 noeuds
#e 1 2 3 #eb 1
1 4 3 1 1 5
2 5 4 2 2 3
Table – CONNEC Table – CONNECB

Exemple de maillage 2D
#nd x y
1 0 0
2 0.2 0.2
3 0.02 0.3
4 0.011 0.4
5 0.1 0.1
Table – COORD
#eb 1 2
1 1 5
#e 1 2 3 2 5 2
1 5 4 3 3 2 4
2 4 5 2 4 4 3
3 3 1 5 5 3 1
Table – CONNEC Table – CONNECB

Plan du cours

2.0 Maillage
Chapitre 2 — Éléments Finis 1D 3.0 Interpolation de Lagrange
Dans un programme d’éléments finis l’interpolation des champs de

température (T ), pression (p) et de vitesses (~u = u e x + v ey + w ez )
est définie sur chaque élément du maillage (e.g. par morceaux).
Les coefficients de ces interpolations sont habituellement définies aux
noeuds des éléments. C’est la stratégie usuelle utilisée par le logiciel
COMSOL.
Les noeuds du maillage ont donc le double rôle de représentation du
domaine de calcul et de support aux résultats du calcul. À chaque
noeud sera associé un coefficient numérique (e.g. la solution du
calcul). Ces coefficients sont par la suite utilisés pour interpoler la
valeur du champ à l’intérieur de l’élément.

Entre la méthode de Ritz et la méthode des éléments finis, la

différence fondamentale résulte dans la construction des fonctions
d’interpolation (et test). La première méthode utilise des fonctions
qui sont, dans cet exemple, de classe C ∞ (Ω) : ces fonctions sont
continues et infiniment différentiables sur tout le domaine de calcul.
Par contre, la méthode des éléments utilise des approximations locales
par morceaux. Dans l’exemple, celles-ci sont linéaires et on dit que
l’approximation est P1. Sur tout le domaine, l’approximation par
éléments finis est continue (d’un élément à l’autre), mais pas la
dérivée de l’approximation.
Selon les modules d’application, deux terminologies sont utilisées pour

identifier le polynôme d’interpolation. Par exemple, le module de transfert
de chaleur utilise la terminologie linear pour identifier une interpolation de
Lagrange linéaire. Par contre, le module Navier-Stokes utilise plutôt la
terminologie P1 !
Table – Convention utilisée par COMSOL
Degré Polynôme de Lagrange

1 Linear P1
2 Quadratic P2
3 Cubic P3
4 Quartic P4
5 Quintic P5

Pour contrôler la précision d’une solution numérique deux stratégies sont

utilisées :
Le maillage est fixé, et on modifie le degré de l’interpolation. C’est
l’approche qui a été utilisée lors de l’étude de la méthode de Ritz.
Le degré de l’interpolation est fixé, et on modifie le maillage pour
améliorer la solution. C’est l’approche actuellement la plus utilisée en
éléments finis. Nous en ferons usage dans les laboratoires pour
développer vos habiletés et, également, pour évaluer le taux de
réduction de l’erreur en fonction de la réduction de la taille du
maillage.
Le Saint Graal consiste à développer des méthodes robustes pour
automatiser le remaillage adaptatif du calcul numérique pour équirépartir
l’erreur de discrétisation.
Remarque
Il est important, en tant qu’ingénieur, de qualifier la précision de vos
simulations. En attendant le Saint Graal, vous êtes responsable de
cette étape de vérification.
La décision de modifier le maillage et/ou le choix du polynôme

d’interpolation est modulée par les ressources informatiques
disponibles et le temps de calcul requis pour atteindre une certaine
précision.
Dans COMSOL le choix du polynôme d’interpolation de Lagrange est
limité à P5 . Au-delà, le conditionnement du système d’équations nuit
à la qualité des prédictions numériques.

P1 : interpolation linéaire
T e (x) = T1e Le1 (x) + T2e Le2 (x) sur Ωe =]X1e , X2e [ et nous voulons que la
fonction d’interpolation aux noeuds de l’élément satisfasse les
conditions suivantes :
T e (X1e ) = T1e , la température au noeud #1 de l’élément.
Les fonctions d’interpolation Lei (x) sont des polynômes de degré 1.
X2e −x X1e −x
Le1 (x) = X2e −X1e , Le2 (x) = X1e −X2e

P2 : interpolation quadratique
T e (x) = T1e Le1 (x) + T2e Le2 (x) + T3e Le3 (x) sur Ωe =]X1e , X2e [ et
X3e = (X1e + X2e )/2. La construction doit satisfaire :
T e (X3e ) = T3e , la température au noeud #3 de l’élément
(interne).
Les fonctions d’interpolation Lei (x) sont des polynômes de degré 2.
(X2e −x)(X3e −x) (X1e −x)(X3e −x)
Le1 (x) = (X2e −X1e )(X3e −X1e ) , Le2 (x) = (X1e −X2e )(X3e −X2e ) ,
(X1e −x)(X2e −x)
Le3 (x) = (X1e −X3e )(X2e −X3e )

Les définitions précédentes de polynômes de Lagrange P1 et P2 sont

écrites en fonction de la variable indépendante du système de coordonnées.
Remarque
Écrites sous cette forme, les fonctions de Lagrange doivent être
construites pour chaque élément du maillage. Cette opération alourdit
les opérations de calcul !
Pour obtenir une construction unique des polynômes de Lagrange, ceux-ci

sont construits sur un élément de référence.
Élément de référence ξ ∈ Ω∗ en 1D
Nous notons par ξ ∈ Ω∗ =] − 1, 1[, l’élément de référence de
coordonnée normalisée ξ.
Le premier sommet est de coordonnée ξ = −1.
Le second sommet est de coordonnée ξ = 1.
Les noeuds internes prennent des valeurs intermédiaires entre ces
deux limites.
P1 : interpolation linéaire
T e (ξ) = T1e Le1 (ξ) + T2e Le2 (ξ) sur Ω∗ =] − 1, 1[
X e (ξ) = X1e Le1 (ξ) + X2e Le2 (ξ) sur Ω∗ =] − 1, 1[
Les fonctions d’interpolation Lei (ξ) sont des polynômes de degré 1.
1−ξ
Le1 (ξ) = 2
1+ξ
Le2 (ξ) = 2
P2 : interpolation quadratique
T e (ξ) = T1e Le1 (ξ) + T2e Le2 (ξ) + T3e Le3 (ξ) sur Ω∗ =] − 1, 1[
X e (ξ) = X1e Le1 (ξ) + X2e Le2 (ξ) + X3e Le3 (ξ) sur Ω∗ =] − 1, 1[
Les fonctions d’interpolation Lei (ξ) sont des polynômes de degré 2.
(1−ξ)ξ
Le1 (ξ) = −2
(1+ξ)ξ
Le2 (ξ) = 2
Le3 (ξ) = (1 − ξ 2 )

La figure suivante représente les polynômes de Lagrange P1 et P2 sur

l’élément de référence.
Remarque
La somme des polynômes de Lagrange (P1, P2, etc.) est toujours
égale à 1.

Entre l’élément réel (ou physique) x ∈ Ωe =]X1e , X2e [ et l’élément de

référence ξ ∈ Ω∗ =] − 1, 1[, l’interpolation des coordonnées définit une
application bijective (e.g. une transformation)
X e (ξ) : Ω∗ 7→ Ωe
explicitement, nous écrivons :

Pour les éléments P1 : X e (ξ) = X1e Le1 (ξ) + X2e Le2 (ξ)
Pour les éléments P2 : X e (ξ) = X1e Le1 (ξ) + X2e Le2 (ξ) + X3e Le3 (ξ)
On montre alors que le Jacobien de la transformation entre les deux

domaines est, en 1D,
Définition (Jacobien de la transformation)
dX e X e − X1e he
J= = 2 =
dξ 2 2
à la condition que les noeuds (de l’élément) soient équidistants.

Plan du cours

2.0 Maillage
Chapitre 2 — Éléments Finis 1D 4.0 Mesure de l’erreur d’interpolation
La figure précédente illustre bien l’erreur d’approximation entre une

solution exacte et une approximation polynomiale par morceaux (P1). En
utilisant les normes appropriées, on peut mesurer l’erreur d’approximation
de la solution et/ou de ses gradients.
Remarque
Dans le contexte d’une étude de la sensibilité de la solution au
maillage, on ne fait varier que la taille et la densité des éléments –
ceteris paribus sic stantibus.

La figure suggère que l’erreur de discrétisation est alors fonction du

maillage :
E (h) = c hp
avec
h, la taille caractéristique du maillage, par exemple la taille du plus
grand élément.
p, le taux de convergence.
c, une constante (asymptotique) indépendante du maillage.
Remarque
Le taux de convergence p contrôle le taux de réduction de l’erreur
d’approximation.

Les taux de convergence théoriques sont connues. Cependant ceux-ci sont

rarement vérifiés si :
Les conditions limites sont inconsistantes.
L’erreur de discrétisation de la géométrie domine l’erreur de
discrétisation des champs.
Les propriétés physiques sont mal définies.
Le système est mal conditionné.
Les coefficients du système matriciel sont imprécis.
Pour obtenir le taux de convergence, on calcul l’erreur sur deux maillages.
Nous notons par Eh l’erreur obtenue sur le maillage de taille h, et par Eh/2
l’erreur obtenue sur le maillage de taille h/2. Si les maillages sont dans la
zone de convergence asymptotique, alors :
Remarque (Calcul du taux de convergence)

Eh
log Eh/2
p=
log(2)
Taux de convergence théorique
Erreur dans H m (Ω)

Si Th est la solution approchée d’une solution dans H m (Ω) à l’aide
d’un polynôme de degré k, alors kT − Th km,Ω ≤ chp , p = k + 1 − m
Erreur dans H 1 (Ω)

Si Th est la solution approchée d’une solution dans H 1 (Ω) à l’aide
d’un polynôme de degré k, alors kT − Th k1,Ω ≤ chp , p = k
Erreur dans L2 (Ω), m = 0

Si Th est la solution approchée d’une solution dans L2 (Ω) à l’aide d’un
polynôme de degré k, alors kT − Th k0,Ω ≤ chp , p = k + 1

Taux de convergence théorique
Erreur dans H01 (Ω)

d’un polynôme de degré k, alors |T − Th |1,Ω ≤ chp , p = k
Erreur dans HΓ10 (Ω)

d’un polynôme de degré k, alors |T − Th |1,Ω ≤ chp , p = k

Ces résultats servent à :

1 Vérifier le fonctionnement d’un programme à l’aide de solutions
manufacturées.
2 Mesurer la dépendance de la solution par rapport au maillage utilisé
à l’aide d’une méthode d’estimation d’erreur.
Ces résultats ne permettent pas de :
Valider le modèle mathématique.
Un modèle mathématique est validé que si les incertitudes du calcul
numérique sont plus petites ou égales aux incertitudes des mesures
expérimentales.
La validation requiert toujours des mesures expérimentales : solving
the right equations.
La vérification ne vérifie que les mathématiques du procédé de calcul :
solving the equations right.

Chap2A 2

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

Chap2A 2

Transféré par

Droits d'auteur :

Formats disponibles

MEC8270

ÉLÉMENTS FINIS EN THERMOFLUIDE

1.0 Retour sur la méthode de Ritz

à l’aide de fonctions polynomiales (Ψi (x) = x i (x − 1)).

A. Garon MEC8270 12 septembre 2022 2 / 38

Le choix des fonctions d’interpolation influe sur la précision du calcul et le

A. Garon MEC8270 12 septembre 2022 3 / 38

Le choix des fonctions d’interpolation a également un impact sur la

A. Garon MEC8270 12 septembre 2022 4 / 38

La construction des fonctions d’interpolation (e.g. des polynômes définies

dont les coefficients de conduction sont discontinus,

et sujet aux conditions de Dirichlet,

Une température linéaire par

Le choix et la construction des fonctions globales d’interpolation de Ritz

Sans le trou, une fonction de H01 serait

Cette construction n’est pas réalisable (sim-

A. Garon MEC8270 12 septembre 2022 7 / 38

Les coefficients numériques dans l’approximation ToN ne sont pas

A. Garon MEC8270 12 septembre 2022 8 / 38

Résumé – aspects positifs

La méthode de Ritz permet d’écrire explicitement les coefficients de

A. Garon MEC8270 12 septembre 2022 9 / 38

Résumé – aspects négatifs

La matrice est habituellement pleine et maximise le stockage.

A. Garon MEC8270 12 septembre 2022 10 / 38

Définition (La méthode des éléments finis)

Elle diffère de la méthode de Ritz en adoptant la méthodologie suivante

Nous allons étudier la mise en oeuvre de cette approche pour la

1.0 Retour sur la méthode de Ritz

La solution de la formulation variationnelle des problèmes de thermique

(a) Maillage 2D - Ω (b) Maillage 1D - ∂Ω

Figure – Maillages d’un domaine 2D.

La discrétisation des problèmes unidimensionnels requiert également

(a) Maillage 1D - Ω (b) Maillage 0D - ∂Ω

Figure – Maillages d’un domaine 1D.

A. Garon MEC8270 12 septembre 2022 14 / 38

Figure – Une décomposition du domaine de calcul en éléments 1D.

A. Garon MEC8270 12 septembre 2022 15 / 38

Table des coordonnées : COORD

A. Garon MEC8270 12 septembre 2022 16 / 38

Définition (Connectivité des éléments du bord)

A. Garon MEC8270 12 septembre 2022 18 / 38

A. Garon MEC8270 12 septembre 2022 19 / 38

Exemple de connectivité à 3 noeuds

A. Garon MEC8270 12 septembre 2022 20 / 38

A. Garon MEC8270 12 septembre 2022 21 / 38

1.0 Retour sur la méthode de Ritz

Dans un programme d’éléments finis l’interpolation des champs de

A. Garon MEC8270 12 septembre 2022 22 / 38

Entre la méthode de Ritz et la méthode des éléments finis, la

Selon les modules d’application, deux terminologies sont utilisées pour

Table – Convention utilisée par COMSOL

Degré Polynôme de Lagrange

A. Garon MEC8270 12 septembre 2022 24 / 38

Pour contrôler la précision d’une solution numérique deux stratégies sont

La décision de modifier le maillage et/ou le choix du polynôme

A. Garon MEC8270 12 septembre 2022 26 / 38

A. Garon MEC8270 12 septembre 2022 27 / 38

A. Garon MEC8270 12 septembre 2022 28 / 38

Les définitions précédentes de polynômes de Lagrange P1 et P2 sont

Pour obtenir une construction unique des polynômes de Lagrange, ceux-ci

A. Garon MEC8270 12 septembre 2022 30 / 38

La figure suivante représente les polynômes de Lagrange P1 et P2 sur