Académique Documents
Professionnel Documents
Culture Documents
Chapitre 2 MEF
Chapitre 2 MEF
Chapitre 2
Si n=m : La matrice est dite carrée, c’est le cas des matrices de rigidité
2.2/ Produit
i/ Produit par un scalaire
Exemple 2 :
2018‐2019
2019‐2020 Dr. Z.BENADLA 4
2/ Opérations de base …
ii/ Produit de 2 matrices
Méthode des éléments finis, M1 VOA– Semestre 2
Exemple 3 :
Exemple 4 :
Exemple 5 :
Calcul du déterminant
P 1
1/ Triangulariser la matrice : 2 1 2 10
0 3.5 4 21
0 4 5 25
P 2
,, .. 2 1 2
10
0 3.5 4
2/ Résoudre le système {F}=[K]{} 3 21
0 0 1
7
.
.
2019‐2020 Dr. Z.BENADLA 12
4.1 Méthodes directes…
2 1 2 10
b/ Méthode de Factorisation L.U Exemple : 1 4 5 26
2 5 7 35
Méthode des éléments finis, M1 VOA– Semestre 2
1 0 0 2 1 2
1/ Ecrire la matrice sous la forme : [L]= 1 0 0 4
[K]= [L].[U] 1 1 0 0
∑
1 0 0
,
1 10
1 0
2 26
8 35
1 1
7
,
2 1 2
7 10
2/ Résoudre le système {F}=[K]{} en 2 0 4
étapes : 2 21
3 1
0 0
{F}=[L]{Z} Déterminer le vecteur 7
intermédiaire {Z}.
{Z}=[U]{} Déterminer le vecteur {}. .
.
2019‐2020 Dr. Z.BENADLA 13
4.1 Méthodes directes…
2 1 2 10
c/ Méthode de factorisation de Cholesky Exemple : 1 4 5 26
2 5 7 35
Méthode des éléments finis, M1 VOA– Semestre 2
2 0 0 2 2
1/ Ecrire la matrice sous la forme : 0
L L 0 4
[K]= [L].[L]T
2 4 0 0
2 0 0
10
∑ 0
26
,
35 .
2 4
.
2/ Résoudre le système {F}=[K]{} en 2 .
étapes : 2 2
7.07
0 4 11.23
{F}=[L]{Z} Déterminer le vecteur
1.53
intermédiaire {Z}. 0 0
{Z}=[L] T{} Déterminer le vecteur
{}. .
Dr. Z.BENADLA
. 14
2019‐2020
4.1 Méthodes directes…
d/ Comparaison entre les 3 méthodes :
[M] : une matrice facile à inverser, au sens que le système [M]{Z}={d} se résout
facilement (M diagonale, ou triangulaire, ou diagonale par blocs…).
[M]{}P+1=[N]{}P+{F}
Avec
[D] : matrice diagonale; La méthode de Jacobi converge si
[E] : matrice triangulaire inférieure la matrice est à diagonale
[H] : matrice triangulaire supérieure dominante :
[K]{}={F} ([D]‐[E]‐[H]){}={F}
[D]{}=[E+H]{}+{F} Remarques :
1/ Cette condition est suffisante
mais pas nécessaire;
2/ Résolution par itérations :
2/ Le point initial {}0 peut être
{}P+1=[D]‐1([E+H]{}P+{F}) déterminant pour la recherche de
Avec {}0 est arbitraire la solution, mais il n’y a pas une
façon de choisir ce point.
Algorithme de Jacobi :
∆
1 0à … ê
i=1 à N
∆
0
∆ 0
1
0
1
1 4
1
2
1 1
7
1 1 1
‐[H]= 0 1
0 0
∆
0
1 ∆ 0
0
1
1 4
1
2
1 1
7
0 2.500 2.018 3.728
∆ 0 ∆ 11.750 ∆ 17.170 ∆ 18.734
0 6.321 7.741 8.209
4.236 4.463 .
∆ 19.222 ∆ 19.438 ∆ .
8.351 8.414 .
2019‐2020 Dr. Z.BENADLA 20
c/ Méthode de Relaxation
Remarque : la méthode de Gauss‐Seidel, peut être modifiée en introduisant un
paramètre supplémentaire « » qu’on choisira au mieux pour que la convergence soit
plus rapide. 0 2
Méthode des éléments finis, M1 VOA– Semestre 2
Algorithme de Relaxation :
∆
0à … ê
1 i=1 à N
Dr. Z.BENADLA 21
2019‐2020
c/ Méthode de Relaxation …
4 1 1 10 0 0 0 0
Exemple : 1 2 1 26 [D]= 0 0 ‐[E]= 1 0
1 1 7 35 0 0 1 1
Méthode des éléments finis, M1 VOA– Semestre 2
1 1
‐[H]= 0 1
∆
0 0
0
∆ 0
0
1
4
1
2
1
7
2019‐2020 Dr. Z.BENADLA 22
c/ Méthode de Relaxation …
Exemple : 4 1 1 10 0 0 0 0
1 2 1 26 [D]= 0 0 ‐[E]= 1 0
1 1 7 35 0 0 1 1
Méthode des éléments finis, M1 VOA– Semestre 2
1 1
0 ‐[H]= 0 1
∆ 0 0 0
0
1
4
1
2
1
7
4.461 4.463
Pour =0,5 ∆ 19.436 Pour =1 ∆ 19.439
8.414 8.415
4.462 4.464
Pour =0,8 ∆ 19.437 Pour =1,5 ∆ 19.439
8.414 8.415
4.463
Pour = (1,1‐ 1,16) ∆ 19.439
8.415
• Les méthodes directes donnent des solutions exactes alors que les
méthodes itératives conduisent à des solutions approchées.
• Le nombre des opérations est défini au préalable dans les méthodes
directes alors qu’il est inconnu dans le cas des méthodes itératives.
• Le nombre d'opérations requis dans le cas des méthodes itératives est
bien supérieur à celui requis pour la méthode directe. Cette différence
importante est bien sûr très liée à la structure de la matrice. Elle devient
moins importante pour de grandes matrices à bandes très creuses.
• De plus, dans ce cas, même si le nombre d'opérations est plus grand, pour
des raisons de stockage en mémoire, on pourra préférer une méthode
itérative à une factorisation qui remplit les bandes et rend ainsi le
stockage des matrices‐facteurs difficile, voire impossible pour des
matrices très grandes.