Vous êtes sur la page 1sur 400

Les elements nis :

de la theorie `a la pratique
Andre Fortin
Professeur titulaire
Departement de mathematiques et de statistique
Universite Laval
et
Andre Garon
Professeur titulaire
Departement de genie mecanique

Ecole Polytechnique de Montreal


1997-2011
ii
Avant-propos
La resolution des equations dierentielles ou plus generalement des equations aux derivees par-
tielles occupe une place importante en ingenierie et en mathematiques appliquees. Chacune de ces
disciplines apporte une contribution dierente mais complementaire `a la comprehension et `a la
resolution de tels probl`emes.
Il existe plusieurs techniques permettant de resoudre les equations aux derivees partielles. On
pense par exemple aux methodes de dierences nies, de volumes nis, aux methodes spectrales,
etc. On peut sans aucun doute armer que la plus largement repandue est la methode des elements
nis. Cette popularite nest pas sans fondement. La methode des elements nis est tr`es generale
et poss`ede une base mathematique rigoureuse qui est fort utile, meme sur le plan tr`es pratique.
En eet, cette base mathematique permet de prevoir jusqu`a un certain point la precision de notre
approximation et meme dameliorer cette precision, via les methodes adaptatives.
Ce texte est donc une introduction `a la methode des elements nis. Nous poursuivrons ainsi
deux objectifs. Bien s ur, nous souhaitons introduire la methode des elements nis et en donner
une description relativement classique. Mais notre principal objectif est den degager aussi les bases
mathematiques plus fondamentales. On peut se demander sil y a vraiment besoin de sattarder
autant sur les aspects plus mathematiques. La reponse nous est apparue de plus en plus evidente
au fur et `a mesure que se developpaient les multiples applications de cette methode. Les notions
de convergence, de normes, despaces fonctionnels sont de plus en plus necessaires pour aborder
les probl`emes modernes notamment en ce qui concerne les methodes adaptatives, les methodes
de stabilisation et le developpement de discretisations compatibles dans le cas de probl`emes `a
plusieurs variables comme les equations de Navier-Stokes ou les probl`emes de coques. Pour travailler
serieusement sur ces probl`emes, une connaissance supercielle de la methode des elements nis ne
sut plus et on doit aller plus en profondeur.
Il va de soi que poursuivre ces deux objectifs ne va pas sans dicultes. Au risque de deplaire
`a tous, nous visons un auditoire assez vaste allant du debutant au lecteur plus aguerri ayant dej`a
une connaissance de base en elements nis.
Cet ouvrage sadresse donc principalement aux etudiants en ingenierie, bien que les etudiants
en mathematiques pourront y voir un complement pratique `a leur formation plus theorique. Nous
implorons la patience des etudiants ingenieurs. Les premiers chapitres vous paratront peut-etre tr`es
theoriques mais soyez assures que nous avons reduit au minimum les considerations theoriques et que
nous nous limitons `a lessentiel. Nous implorons aussi lindulgence des lecteurs ayant une formation
iv
mathematique plus avancee car, comme nous lavons dej`a mentionne, la rigueur mathematique nest
pas notre obsession, bien que nous ayons fait notre possible pour rester rigoureux.
Dans la mesure du possible, cet ouvrage est auto-susant. On retrouve en annexe quelques rap-
pels de notions mathematiques elementaires portant sur les tenseurs et les changements de syst`emes
de coordonnees qui sont dune grande utilite dans letude des equations aux derivees partielles. Une
connaissance des methodes danalyse numerique elementaire est requise et en particulier des notions
dinterpolation de Lagrange et dintegration numerique de Gauss qui sont egalement rappelees en
annexe.
Enn, nous souhaitons remercier tous ceux qui ont contribue, de pr`es ou de loin, `a la realisation
de cet ouvrage. De nombreux etudiants ont emis des commentaires constructifs qui nous ont incites
`a ameliorer certains passages plus diciles. Soyez tous assures de notre reconnaissance.
Table des mati`eres
1 Introduction et exemples 1
1.1 Bref historique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Br`eve introduction `a la problematique . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Espaces fonctionnels 7
2.1 Les distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.1 Denitions et proprietes generales . . . . . . . . . . . . . . . . . . . . . . . . 7
2.1.2 Distributions de plusieurs variables . . . . . . . . . . . . . . . . . . . . . . . . 20
2.2 Espaces fonctionnels lineaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3 Quelques espaces de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Lespace H
1
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.2 Lespace H
2
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Un resultat dapproximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3 Theor`eme de Lax-Milgram 43
3.1 Formes lineaires et bilineaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2 Theor`eme de Lax-Milgram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.1 Probl`emes dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3.2 Probl`emes dordre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3.3 Resume . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4 Methode de Ritz 63
4.1 Principes generaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
v
vi TABLE DES MATI
`
ERES
5

Elements nis unidimensionnels 77
5.1

Equations dierentielles dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.1.1 Probl`eme type . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.1.2 Le maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.1.3 Formulation variationnelle elementaire . . . . . . . . . . . . . . . . . . . . . . 85
5.1.4 Passage `a lelement de reference . . . . . . . . . . . . . . . . . . . . . . . . . 87
5.1.5 Construction des fonctions dinterpolation

i
() . . . . . . . . . . . . . . . . 89
5.1.6

Evaluation du syst`eme elementaire . . . . . . . . . . . . . . . . . . . . . . . . 94
5.1.7 Assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.1.8 Imposition des conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . 107
5.1.9 Solution du syst`eme global . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.1.10 Presentation des resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.1.11 Exemples et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2

Equations dierentielles dordre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2.1 Probl`eme type . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
5.2.2 Le maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
5.2.3 Formulation variationnelle elementaire . . . . . . . . . . . . . . . . . . . . . . 122
5.2.4 Passage `a lelement de reference . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.2.5 Construction des fonctions dinterpolation

i
() . . . . . . . . . . . . . . . . 124
5.2.6

Evaluation du syst`eme elementaire . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.7 Assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.8 Imposition des conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . 128
5.2.9 Solution du syst`eme global . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.2.10 Exemples et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
5.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
6

Elements nis multidimensionnels 137
6.1 Probl`eme type . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
6.2 Le maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.2.1 Les noeuds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
6.2.2 Les degres de liberte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.2.3 Numerotation des degres de liberte . . . . . . . . . . . . . . . . . . . . . . . . 139
6.3 Formulation variationnelle elementaire . . . . . . . . . . . . . . . . . . . . . . . . . . 140
6.4 Passage `a lelement de reference . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
6.5 Construction des fonctions dinterpolation . . . . . . . . . . . . . . . . . . . . . . . . 151
6.6

Evaluation du syst`eme elementaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
6.7 Assemblage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.8 Imposition des conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
6.9 Resolution du syst`eme lineaire global . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.10 Presentation des resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.11 Exemples et applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
TABLE DES MATI
`
ERES vii
6.12 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7 Analyse de convergence 167
7.1 Bases theoriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
8 Probl`emes non lineaires 181
8.1 Rappel sur les syst`emes dequations non lineaires . . . . . . . . . . . . . . . . . . . . 182
8.2 Derivee dune fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
8.3 Application aux formulations variationnelles . . . . . . . . . . . . . . . . . . . . . . . 187
8.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
9 Probl`emes instationnaires 195
9.1 Rappel sur les equations dierentielles ordinaires . . . . . . . . . . . . . . . . . . . . 195
9.2 Formulation quasi-variationnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
9.3 Le theta-schema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
9.3.1 Cas lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
9.3.2 Cas lineaire o` u la matrice masse est constante . . . . . . . . . . . . . . . . . . 200
9.3.3 Cas general non lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
9.4 Un schema implicite dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
9.4.1 Variante de type points xes . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.5 Resultats numeriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.5.1 Probl`eme thermique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
9.5.2 Croissance de populations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
10 Probl`eme de convection-diusion et stabilisation SUPG 209
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
10.1.1 Une premi`ere approche par elements nis . . . . . . . . . . . . . . . . . . . . 212
10.1.2 Une deuxi`eme approche par elements nis . . . . . . . . . . . . . . . . . . . . 215
10.2 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
11 Application aux probl`emes delasticite 219
11.1 Probl`emes delasticite lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
11.2 Materiau lineaire elastique isotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223
11.3 Materiau lineaire elastique orthotrope . . . . . . . . . . . . . . . . . . . . . . . . . . 225
11.4

Etat plan de contraintes et etat plan de deformation . . . . . . . . . . . . . . . . . . 226
11.4.1

Etat plan de deformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
11.4.2

Etat plan de contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
11.5 Le maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
11.6 Formulation variationnelle elementaire . . . . . . . . . . . . . . . . . . . . . . . . . . 231
11.7 Construction des fonctions dinterpolation . . . . . . . . . . . . . . . . . . . . . . . . 232
11.8 Passage `a lelement de reference . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
viii TABLE DES MATI
`
ERES
11.9

Evaluation du syst`eme elementaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 235
11.10Assemblage et imposition des conditions aux limites . . . . . . . . . . . . . . . . . . 236
11.11Resolution du syst`eme global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
11.12Visualisation des resultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
11.13Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
11.13.1Essai en cisaillement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
11.13.2Plaque trouee en elongation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
11.14Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242
12 Probl`eme de Stokes 243
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243
12.2 Le probl`eme continu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
12.2.1 Cadre fonctionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246
12.2.2 Existence et unicite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247
12.3 Le probl`eme discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 248
12.3.1 Quelques resultats theoriques importants . . . . . . . . . . . . . . . . . . . . 249
12.4 Formulation point-selle (facultative) . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
12.5 Formulation variationnelle elementaire . . . . . . . . . . . . . . . . . . . . . . . . . . 251
12.6 Choix des elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
12.6.1 Pression continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 253
12.6.2 Pression discontinue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256
12.7 Resultats numeriques : cas newtonien . . . . . . . . . . . . . . . . . . . . . . . . . . 258
12.7.1 Lecoulement de Poiseuille . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258
12.8 Probl`eme de Stokes non lineaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
12.8.1 Resultats numeriques : cas viscoplastique . . . . . . . . . . . . . . . . . . . . 263
12.9 Les equations de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266
12.9.1 Resultats numeriques : cas Navier-Stokes . . . . . . . . . . . . . . . . . . . . 269
12.10Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
13 Formulations mixtes en elasticite lineaire 275
13.1 Cas isotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
13.2 Cas anisotrope . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
13.3 Resultats numeriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
13.3.1 Plaque trouee en elongation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281
13.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287
14 Materiaux en grandes deformations 289
14.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
14.2 Deformations et tenseurs associes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
14.3 Tenseurs de Green-Lagrange et Piola-Kircho . . . . . . . . . . . . . . . . . . . . . . 294
14.4 Materiaux hyperelastiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 298
TABLE DES MATI
`
ERES ix
14.4.1 Limite incompressible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
14.5 Formulations variationnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
14.5.1 Integrales volumiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 304
14.5.2 Integrales surfaciques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
14.5.3 Pression suiveuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 305
14.5.4 Formulation variationnelle sur la conguration initiale . . . . . . . . . . . . . 306
14.6 Linearisation et methode de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . 307
14.6.1 Formulation en deplacement seulement . . . . . . . . . . . . . . . . . . . . . . 308
14.6.2 Formulation mixte en deplacements-pression . . . . . . . . . . . . . . . . . . 310
14.6.3 Formulation penalisee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313
14.7 Liens avec la geometrie dierentielle intrins`eque . . . . . . . . . . . . . . . . . . . . . 314
14.7.1 Variation du jacobien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314
14.7.2 Variation du jacobien surfacique . . . . . . . . . . . . . . . . . . . . . . . . . 314
14.7.3 Variation de la normale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
14.7.4 Pression suiveuse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
14.8 Formulation Lagrangienne actualisee . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
14.8.1 Formulation en deplacement seulement . . . . . . . . . . . . . . . . . . . . . . 319
14.8.2 Formulation Lagrangienne actualisee mixte . . . . . . . . . . . . . . . . . . . 323
14.8.3

Equivalence des formulations . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
14.8.4 Algorithme complet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
14.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 325
A Rappels sur le theor`eme de la divergence 327
A.1 Gradient, divergence et laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327
A.2 Integrales curvilignes et surfaciques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 328
A.2.1 Rappel sur les integrales curvilignes . . . . . . . . . . . . . . . . . . . . . . . 328
A.2.2 Rappel sur les integrales surfaciques . . . . . . . . . . . . . . . . . . . . . . . 328
A.3 Theor`eme de la divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
A.4 Transformation de Piola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
A.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335
B Rappels sur les tenseurs 337
B.1 Notions de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.1.1 Les vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 337
B.1.2 Les tenseurs dordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339
B.2 Calcul variationnel avec les tenseurs . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
B.2.1 Resultats generaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
B.2.2 Derivees des invariants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
B.2.3 Application aux grandes deformations . . . . . . . . . . . . . . . . . . . . . . 347
B.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
x TABLE DES MATI
`
ERES
C Interpolation de Lagrange 351
C.1 Interpolation en dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
C.2 Interpolation en dimension 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 354
C.2.1 Interpolation sur les triangles . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
C.2.2 Sur les quadrilat`eres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 358
C.3 Interpolation en dimension 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
C.3.1 Sur les tetra`edres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360
D Integration numerique 363
D.1 En dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
D.2 En dimension 2 ou 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
D.2.1 Sur les quadrilat`eres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
D.2.2 Sur les triangles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
D.2.3 Sur les tetra`edres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
Reponses aux exercices du chapitre 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 371
Reponses aux exercices du chapitre 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 372
Reponses aux exercices du chapitre 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374
Reponses aux exercices du chapitre 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 376
Reponses aux exercices du chapitre 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 377
Reponses aux exercices du chapitre 8 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 378
Table des gures
1.1 Solution par dierences nies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 Fonction (x) = e
R
2
(xp)
2
R
2
(R = 2, p = 0) . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Fonction (x) = e
R
2
x
2
1
+x
2
2
R
2
(R = 2 et p = 0) . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Espaces de fonctions L
1
loc
() et de distributions /
1
loc
() . . . . . . . . . . . . . . . . 15
2.4 Fonction de Heaviside . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5 Fonction f(x) = [x[ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.6 Domaines
1
et
2
separes par une courbe C . . . . . . . . . . . . . . . . . . . . . . 22
2.7 Espace L
2
() . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.1 Solutions u(x) et u

(x) pour N = 1, N = 3 et N = 5 . . . . . . . . . . . . . . . . . . 67
4.2 Methode de Ritz (N = 2) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3 Geometrie et conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4 Methode de Ritz en dimension 2 : fonctions
u
(x) et u(x) . . . . . . . . . . . . . . . 71
5.1 Maillage en dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.2 Noeuds geometriques et de calcul de lelement K . . . . . . . . . . . . . . . . . . . . 80
5.3 Maillage : nel = 3, n
K
g
= 2, n
K
c
= 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.4 Fonctions dinterpolation lineaires sur

K . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.5 Fonctions dinterpolation lineaires sur K . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.6 Fonctions dinterpolation quadratiques sur

K . . . . . . . . . . . . . . . . . . . . . . 93
5.7 Fonctions dinterpolation quadratiques sur K . . . . . . . . . . . . . . . . . . . . . . 94
5.8 Fonctions dinterpolation hierarchiques sur K . . . . . . . . . . . . . . . . . . . . . . 95
5.9 Fonctions de Ritz lineaires par element . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5.10 Fonctions de Ritz quadratiques par element . . . . . . . . . . . . . . . . . . . . . . . 101
5.11 Deexion verticale dun cable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.12 Maillage pour la deexion verticale dun cable . . . . . . . . . . . . . . . . . . . . . . 113
5.13 Solution numerique : u(x) et T(x)u

(x) . . . . . . . . . . . . . . . . . . . . . . . . . . 119
5.14 Fonctions dinterpolation dHermite (h
K
= 1) . . . . . . . . . . . . . . . . . . . . . . 126
5.15 Probl`eme de la poutre encastree . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
xi
xii TABLE DES FIGURES
5.16 Deformation de la poutre encastree . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
6.1 Structure de la matrice avant et apr`es renumerotation . . . . . . . . . . . . . . . . . 141
6.2

Element de reference triangulaire `a 3 noeuds (n
K
g
= 3) . . . . . . . . . . . . . . . . . 142
6.3

Element de reference triangulaire `a 6 noeuds (n
K
g
= 6) . . . . . . . . . . . . . . . . . 143
6.4

Element de reference quadrangulaire `a 4 noeuds (n
K
g
= 4) . . . . . . . . . . . . . . . 143
6.5

Element de reference quadrangulaire `a 9 noeuds (n
K
g
= 9) . . . . . . . . . . . . . . . 143
6.6

Element de reference tetraedrique `a 4 noeuds (n
K
g
= 4) . . . . . . . . . . . . . . . . . 144
6.7 Transformation lineaire sur un triangle (n
K
g
= 3) . . . . . . . . . . . . . . . . . . . . 146
6.8 Transformation quadratique sur un triangle (n
K
g
= 6) . . . . . . . . . . . . . . . . . . 149
6.9 Transformation lineaire sur un tetra`edre (n
K
g
= 4 . . . . . . . . . . . . . . . . . . . . 150
6.10 Numerotation des elements et des noeuds . . . . . . . . . . . . . . . . . . . . . . . . 154
6.11 Isovaleurs de la fonction u(x) et vue tridimensionnelle . . . . . . . . . . . . . . . . . 161
6.12 Geometrie et conditions aux limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
6.13 Transfert thermique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.14

Element de reference triangulaire de degre 3 (n
K
g
= 10) . . . . . . . . . . . . . . . . . 164
6.15 Maillage et numeros de degres de liberte . . . . . . . . . . . . . . . . . . . . . . . . . 165
6.16

Element K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
7.1 Maillage de 32 32 elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
7.2 Erreurs commises pour les approximations lineaire et quadratique . . . . . . . . . . . 175
7.3 Transfert thermique : maillages utilises . . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.4 Transfert thermique : isothermes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
7.5 Coupe de la temperature sur laxe y = 1 . . . . . . . . . . . . . . . . . . . . . . . . . 179
9.1 Transfert thermique instationnaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206
9.2 Transfert thermique instationnaire (suite) . . . . . . . . . . . . . . . . . . . . . . . . 207
10.1 Maillage de deux elements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210
10.2

Equation de convection-diusion : dierences centrees et elements nis lineaires . . . 211
10.3

Equation de convection-diusion : dierences arri`eres . . . . . . . . . . . . . . . . . . 213
10.4 Fonction de Ritz lineaire de type Galerkin . . . . . . . . . . . . . . . . . . . . . . . . 214
10.5 Fonction de Ritz modiee de type SUPG . . . . . . . . . . . . . . . . . . . . . . . . . 215
10.6 Schema de type SUPG avec deni par 10.6 . . . . . . . . . . . . . . . . . . . . . . 216
10.7 Fonction de Ritz modiee de type SUPG . . . . . . . . . . . . . . . . . . . . . . . . . 217
11.1 Maillage, numeros delements et numeros noeuds de calcul . . . . . . . . . . . . . . . 229
11.2 Maillage utilise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237
11.3 Deformation du maillage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
11.4 Deplacement vertical . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
11.5 Plaque trouee : geometrie et conditions aux limites . . . . . . . . . . . . . . . . . . . 239
TABLE DES FIGURES 1
11.6 Deplacements : = 0,3, = 0,4 et = 0,4999 . . . . . . . . . . . . . . . . . . . . . . 240
11.7 Contrainte
11
: = 0,3, = 0,4 et = 0,4999 . . . . . . . . . . . . . . . . . . . . . 241
12.1

Element Mini (O(h)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
12.2

Element Mini en dimension 3 (O(h)) . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
12.3

Element de Taylor-Hood P
2
P
1
(O(h
2
)) . . . . . . . . . . . . . . . . . . . . . . . . 255
12.4

Element P
2
P
1
en dimension 3 (O(h
2
)) . . . . . . . . . . . . . . . . . . . . . . . . . 255
12.5

Element Q
2
Q
1
(O(h
2
)) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
12.6

Element Q
2
Q
1
en dimension 3 (O(h
2
)) . . . . . . . . . . . . . . . . . . . . . . . . 256
12.7

Element incompatible `a pression discontinue Q
1
Q
0
. . . . . . . . . . . . . . . . . 256
12.8

Element incompatible Q
1
Q
0
en dimension 3 . . . . . . . . . . . . . . . . . . . . . 257
12.9

Element `a pression discontinue P
2
P
0
(O(h)) . . . . . . . . . . . . . . . . . . . . . 257
12.10

Element `a pression discontinue de Crouzeix-Raviart P


+
2
P
1
(O(h
2
)) . . . . . . . . 257
12.11

Element `a pression discontinue Q


2
P
1
(O(h
2
)) . . . . . . . . . . . . . . . . . . . . . 257
12.12

Ecoulement de Poiseuille (geometrie et conditions aux limites) . . . . . . . . . . . . . 258


12.13

Ecoulement de Poiseuille : maillages rectangulaire et triangulaire . . . . . . . . . . . 260


12.14

Ecoulement de Poiseuille pour lelement Q


1
Q
0
: vitesse et pression . . . . . . . . . 260
12.15

Ecoulement de Poiseuille pour lelement Mini : vitesse et pression . . . . . . . . . . . 261


12.16

Ecoulement de Poiseuille pour lelement P


2
P
1
: vitesse et pression . . . . . . . . . 261
12.17

Ecoulement de Poiseuille : loi puissance avec m = 1, m = 0,5 et m = 0,3 . . . . . . . 264


12.18Prol de vitesse en sortie du canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
12.19Perte de charge dans le canal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265
12.20Maillage, perte de charge et module de vitesse en sortie de li`ere . . . . . . . . . . . 267
12.21

Ecoulement autour dun cylindre : geometrie et conditions aux limites . . . . . . . . 270


12.22Maillage et portrait global des lignes de courant `a Re = 1 . . . . . . . . . . . . . . . 270
12.23Lignes de courant derri`ere le cylindre `a Re = 1, 50 et 100 . . . . . . . . . . . . . . . 271
12.24Champ de vitesse derri`ere le cylindre `a Re = 100 sur une periode . . . . . . . . . . . 273
13.1 Deplacements : = 0,3, = 0,4 et = 0,4999 . . . . . . . . . . . . . . . . . . . . . . 283
13.2 Pression : = 0,3, = 0,4 et = 0,4999 . . . . . . . . . . . . . . . . . . . . . . . . . 284
13.3 Contrainte
11
: = 0,3, = 0,4 et = 0,4999 . . . . . . . . . . . . . . . . . . . . . . 285
13.4 Contrainte
11
et p : = 0,499 9999 . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
14.1 Description cinematique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290
14.2 Comparaison dune condition de Neumann et dune pression suiveuse . . . . . . . . . 311
A.1 Ouvert de fronti`ere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 329
A.2 Transformation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 332
A.3 Transformation dun element de longueur . . . . . . . . . . . . . . . . . . . . . . . . 332
2 TABLE DES FIGURES
Chapitre 1
Introduction et exemples
1.1 Bref historique
Lidee fondamentale derri`ere la methode des elements nis remonte loin en arri`ere. Les grecs
par exemple avaient reconnu que lon peut approcher la solution dun probl`eme complexe en le
divisant en probl`emes plus simples. On peut par exemple approcher le perim`etre dun cercle en
calculant le perim`etre dun polygone `a n cotes, pourvu que n soit susamment grand. Il sut alors
de connatre la longueur dun segment de droite, probl`eme beaucoup plus simple que celui de la
longueur dun arc de cercle.
Lapplication `a la solution des equations aux derivees partielles est evidemment plus recente
et est intimement liee au developpement de linformatique. Courant [10] a introduit le concept de
formulation variationnelle, qui est `a la base de toute methode delements nis.
Pour la methode de Ritz [32], on part dun probl`eme pose dans un espace de dimension innie.
On approche ensuite la solution du probl`eme initial en cherchant une solution dans une suite
croissante de sous-espaces de dimension nie. Ces probl`emes approches sont en general beaucoup
plus facile `a resoudre. On peut de plus esperer que la solution du probl`eme en dimension innie
peut etre obtenue par un passage `a la limite. Le choix des fonctions de base constituant ces espaces
de dimension nie est delicat et initialement on les construisait globalement sur le domaine. Cest
Courant qui eut lidee dintroduire des fonctions `a support local qui simplient grandement leur
construction.
La theorie derri`ere la methode des elements nis a pris une forme plus rigoureuse avec les
travaux de Strang et Fix [35]. `a completer ...
1.2 Applications
On retrouve les premi`eres applications veritables de la methode des elements nis en 1956 en
mecanique des structures. Un groupe de chercheurs (Turner, Clough, Martin et Topp [37]) de Boeing
utilisent cette methode pour calculer la voilure dun avion. `a completer ...
1
2 Chapitre 1
La methode des elements nis est maintenant reconnue comme lune des principales methodes
de resolution des equations aux derivees partielles (EDP) dans des geometries quelconques, que ce
soit en dimension un, deux ou trois. On trouve meme des methodes delements nis en dimension
4, soit en espace-temps...
Les applications sont tout aussi nombreuses et variees. Les ingenieurs de diverses disciplines
utilisent les elements nis, que ce soit en mecanique des uides ou des solides, mais aussi pour les
probl`emes thermiques, electro-magnetiques, chimiques, etc. On retrouve aussi des applications en
physique, et notamment en astrophysique. `a completer ...
1.3 Br`eve introduction `a la problematique
Pour illustrer le fonctionnement de la methode des elements nis et pour justier lintroduction
dun certain nombre doutils mathematiques, nous allons considerer un exemple tr`es simple et
eectuer une comparaison avec la methode des dierences nies.
Soit donc lequation dierentielle :
_
u

(x) = f(x)
u(0) = u(1) = 0
(1.1)
o` u f(x) est une fonction connue. On cherche donc `a obtenir une approximation de la solution u(x)
dans lintervalle [0 , 1]. Pour ce faire, subdivisons cet intervalle en N sous-intervalles de longueur
h = 1/N (les sous-intervalles peuvent eventuellement etre de longueurs dierentes). On obtient
ainsi N + 1 points x
i
veriant x
0
= 0, x
N
= 1 et pour les points intermediaires :
x
i
=
i
N
, x
i+1
x
i
= h
On note u
i
, lapproximation de u(x
i
) au point x
i
. Les conditions aux limites imposent que u
0
=
u
N
= 0. La methode des dierences nies consiste `a discretiser directement lequation dierentielle
en remplacant les derivees de u(x) par des dierences nies et ce, en chaque point x
i
. On peut par
exemple utiliser une dierence centree dordre 2 (voir Fortin, ref. [17]) :
u

(x
i
) =
u(x
i1
) 2u(x
i
) +u(x
i+1
)
h
2
+O(h
2
)
u
i1
2u
i
+u
i+1
h
2
Lequation dierentielle secrit en chaque point x
i
:
u

(x
i
) = f(x
i
)
de sorte quen remplacant par la dierence centree, on obtient :

u
i1
2u
i
+u
i+1
h
2
= f(x
i
)
Introduction et exemples 3
Figure 1.1 Solution par dierences nies
et ce pour i allant de 1 jusqu`a N 1. Dans lequation precedente, on a bien s ur neglige le terme
derreur O(h
2
) et il en resulte une approximation dordre 2. On obtient ainsi un syst`eme lineaire
de (N 1) equations en (N 1) inconnues de la forme :
_

_
2 1 0 0 0
1 2 1 0 0
0 1 2 1 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 0
0 0 1 2 1
0 0 0 1 2
_

_
_

_
u
1
u
2
u
3
.
.
.
u
N2
u
N1
_

_
= h
2
_

_
f(x
1
)
f(x
2
)
f(x
3
)
.
.
.
f(x
N2
)
f(x
N1
)
_

_
La resolution de ce syst`eme lineaire tridiagonal est simple et fournit une solution approximative
de lequation dierentielle de depart aux points x
i
. Ainsi, `a la gure 1.1, on peut voir la solution
numerique obtenue avec 10 intervalles (h = 0,1) et la fonction f(x) = 6x. Dans ce cas, on verie
facilement que la solution analytique est u(x) = x
3
x. On peut d`es lors constater que la solution
numerique est une bonne approximation de la solution analytique.
La methode des elements nis proc`ede tout autrement. Nous allons donc reprendre lexemple
precedent par cette methode, mais sans justier toutes les etapes puisque nous ne sommes pas
4 Chapitre 1
encore en mesure de le faire. Multiplions lequation dierentielle 1.1 par une fonction dite test w(x)
que nous supposerons pour linstant quelconque et integrons sur lintervalle [0 , 1]. On obtient :
_
1
0
u

(x)w(x)dx =
_
1
0
f(x)w(x)dx
Integrons maintenant par parties (en supposant que w(x) soit susamment reguli`ere) pour obtenir :
_
1
0
u

(x)w

(x)dx (u

(1)w(1) u

(0)w(0)) =
_
1
0
f(x)w(x)dx
Si on suppose maintenant que w(0) = w(1) = 0, on obtient une formulation variationnelle qui
consiste `a determiner une fonction u(x), veriant u(0) = u(1) = 0 et telle que :
_
1
0
u

(x)w

(x)dx =
_
1
0
f(x)w(x)dx w(x) [ w(0) = w(1) = 0 (1.2)
Remarque 1.1
La formulation variationnelle 1.2 ne fait apparatre que la derivee dordre 1 de la fonction u(x) (et
de la fonction test w(x)) et demande donc moins de regularite que lequation dierentielle elle-meme
qui, dans ce cas, est dordre 2. La formulation variationnelle 1.2 est donc aussi appelee formulation
faible (ou forme faible) de lequation dierentielle 1.1 par opposition `a lequation dierentielle elle-
meme dite formulation forte.
Il est evident que toute solution de 1.1 verie la formulation variationnelle 1.2. Par contre,
linverse nest pas aussi evident. Demontrons-le, toujours formellement. Soit donc u(x) une solu-
tion de la formulation variationnelle 1.2. Essayons de refaire le chemin inverse, jusqu`a lequation
dierentielle 1.1. En integrant par parties, on trouve :
_
1
0
u

(x)w(x)dx +u

(1)w(1) u

(0)w(0) =
_
1
0
f(x)w(x)dx
c.-`a-d.
_
1
0
_
u

(x) f(x)
_
w(x)dx = 0
qui est valide pour toute fonction w(x) qui sannule en 0 et 1. Il nous faut deduire de cette equation
que :
u

(x) f(x) = 0
Pour y arriver, il faut eectuer un choix judicieux de fonction w(x). Considerons dabord la fonction
(x) = x(1x) qui est positive dans lintervalle ]0 , 1[ et qui sannule en x = 0 et x = 1. Choisissons
ensuite :
w(x) = (x)(u

(x) f(x))
Introduction et exemples 5
Cette fonction test w(x) sannule bien en x = 0 et en x = 1 et est donc admissible. On obtient
ainsi :
_
1
0
(u

(x) f(x))
2
(x)dx = 0
Puisque lintegrant est toujours positif et que son integrale est nulle, on en conclut que :
(u

(x) f(x))
2
(x) = 0
Puisque (x) ne sannule pas `a linterieur de lintervalle, on peut armer que :
u

(x) = f(x) dans ]0, 1[


et donc que u(x) verie lequation dierentielle. Il y a donc equivalence entre lequation dieren-
tielle 1.1 et la formulation variationnelle 1.2.
Plusieurs questions importantes demeurent en ce qui concerne le developpement precedent dont
plusieurs etapes restent largement `a justier.
1. Comment determiner precisement les fonctions tests w(x) admissibles ?
2. Sous quelles conditions la formulation variationnelle (1.2) poss`ede-t-elle une solution unique ?
3. Sous quelles conditions la formulation variationnelle (formulation faible) est-elle equivalente
`a lequation dierentielle (formulation forte) ?
4. Comment peut-on discretiser cette formulation variationnelle pour en tirer une solution nu-
merique comme nous lavons fait par la methode des dierences nies ?
5. Cette solution numerique converge-t-elle vers la solution analytique ? Et `a quelle vitesse ?
Cest `a toutes ces questions et `a dautres que nous tacherons de repondre dans ce texte. La
methode des elements nis est de fait une technique dapproximation des formulations variation-
nelles des equations aux derivees partielles. En essayant de repondre aux questions precedentes,
nous verrons la necessite dintroduire un certain nombre doutils mathematiques. Cest lobjet des
deux chapitres suivants.
6 Chapitre 1
Chapitre 2
Espaces fonctionnels
Lanalyse de la methode des elements nis requiert une bonne dose danalyse fonctionnelle,
outil fondamental pour une veritable comprehension de cette methode. Cest lobjet de ce chapitre.
Precisons d`es le depart que notre objectif nest pas de donner un cours danalyse fonctionnelle
complet mais bien de donner les outils de base necessaires `a lutilisation ecace de la methode des
elements nis.
Parmi les outils de base, on retrouve les notions de distributions, despaces de Hilbert, de
Sobolev, etc. Letude de ces notions pourrait faire lobjet dun livre (et meme de plusieurs) et il
va de soi que nous nous contenterons dun survol assez rapide mais relativement complet. Nous
omettrons toutefois beaucoup de details et de subtilites qui ont bien s ur leur importance mais qui
ne sont pas essentielles `a une bonne comprehension de la methode des elements nis.
2.1 Les distributions
Les distributions sont aux fonctions ce que les nombres irrationnels sont aux nombres rationnels.
Les distributions sont en fait une generalisation de la notion de fonction. Nous en ferons une presen-
tation sommaire en nous limitant aux notions essentielles comme la derivation dune distribution.
Nous referons le lecteur `a Gasquet-Witomski, ref. [21] pour un traitement simple et moderne de
la theorie des distributions. Le lecteur plus averti peut consulter le texte de L. Schwartz, ref. [34]
pour un traitement plus complet et plus classique.
2.1.1 Denitions et proprietes generales
Dans ce qui suit, designera un ensemble ouvert de R
n
dont la fronti`ere est reguli`ere.
Rappelons maintenant deux notions importantes pour la suite.
7
8 Chapitre 2
Denition 2.1
Le support dune fonction f(x) est le plus petit ensemble ferme de valeurs de x en dehors duquel
la fonction f(x) est identiquement nulle. Cest donc la fermeture de lensemble des points x tels
que f(x) ,= 0.
Denition 2.2
Un sous-ensemble de R
n
est dit compact sil est ferme et borne.
Exemple 2.1
La fonction :
f(x) =
_
_
_
[x[ si x ] 1, 1[
0 ailleurs
a comme support lintervalle ferme [1, 1] qui est un ensemble compact.
Un ensemble compact A contient donc tous ses points fronti`eres et de plus, puisquil est borne,
il existe une constante M telle que :
A x[ |x|
2
M
o` u |x|
2
designe la norme euclidienne du vecteur x = (x
1
, x
2
, , x
n
) :
|x|
2
=

_
n

i=1
x
2
i
(2.1)
Le compact A est ainsi inclus dans un disque de rayon M, pourvu que M soit susamment grand.
Denition 2.3
On appelle T() lespace des fonctions inniment dierentiables sur et dont le support est
compact et inclus dans .
Les fonctions de T() poss`edent donc la propriete de sannuler identiquement au voisinage du bord
de ou lorsque la norme de x est susamment grande, ce qui nous sera tr`es utile par la suite. Elles
sont de plus extremement reguli`eres puisquinniment dierentiables et leurs derivees sannulent
egalement au voisinage de la fronti`ere du domaine .
Espaces fonctionnels 9
Exemple 2.2
Les fonctions e
x
, x
n
, sin x, etc. sont inniment dierentiables mais ne sont pas `a support compact
dans tout intervalle ]a, b[ ou meme dans !. Elles nappartiennent donc pas `a T(). Inversement, la
fonction f(x) = [x[ si [x[ 1 et 0 partout ailleurs est `a support compact (son support est lintervalle
[1, 1]) mais nest pas dierentiable en x = 0 et x = 1. Cette fonction nappartient donc pas `a
T().
Exemple 2.3
Les fonctions de T() ne sont pas triviales `a construire. Lexemple le plus simple en dimension 1
est la fonction :
(x) =
_
exp
_
R
2
|xp|
2
R
2
_
si [x p[ < R
0 si [x p[ R
centree en x = p et de rayon R et que lon peut voir `a la gure 2.1 dans le cas o` u R = 2 et p = 0.
Le support de cette fonction est lintervalle ferme [p R, p + R]. On choisit les param`etres R et
p de sorte que ce support soit inclus dans le domaine . Sur lagrandissement de la gure 2.1, on
constate aisement la transition tr`es douce (inniment dierentiable) en x = 2 (x = R dans le cas
general). On peut generaliser en plusieurs dimensions cette fonction par la formule suivante :
(x) =
_
exp
_
R
2
(xp)
2
2
R
2
_
si |x p|
2
< R
0 si |x p|
2
R
(2.2)
Le point p designe en quelque sorte le centre de la fonction et R le rayon de la bulle. Ici encore, le
disque ferme de centre p et de rayon R doit etre inclus dans . La gure 2.2 illustre en dimension 2
le cas o` u R = 2 et p est situe `a lorigine. On peut ainsi varier le point p et le rayon R pour obtenir
toute une famille de fonctions de T().
Pour arriver aux distributions, il est necessaire dintroduire un peu de terminologie. Une fonction
est une application qui associe `a un point x un scalaire (x). On peut generaliser cette denition
et ainsi introduire la notion de fonctionnelle.
Denition 2.4
Une fonctionnelle T est une application qui associe `a une fonction (x) dun ensemble E, un
scalaire note < T, >. Lensemble de fonctions E est appele le domaine de denition de la
fonctionnelle.
Une fonctionnelle est une fonction agissant sur des fonctions c.-`a-d. une fonction de fonctions .
Les exemples abondent de fonctionnelles qui nous seront tr`es utiles. En voici quelques unes.
10 Chapitre 2
Figure 2.1 Fonction (x) = e
R
2
(xp)
2
R
2
(R = 2, p = 0)
Figure 2.2 Fonction (x) = e
R
2
x
2
1
+x
2
2
R
2
(R = 2 et p = 0)
Espaces fonctionnels 11
Exemple 2.4
Si (x) est une fonction integrable sur , on peut alors denir :
< T
1
, >
def.
=
_

(x) dv (2.3)
Le domaine de denition de cette premi`ere fonctionnelle est donc lensemble des fonctions integrables
sur c.-`a-d. les fonctions pour lesquelles :
_

(x) dv <
Notre deuxi`eme exemple est la fonction de Dirac denie par :
<
a
, >
def.
= (a) (2.4)
Nous verrons plus loin quil ne sagit pas du tout dune fonction. Par contre, il sagit bien dune
fonctionnelle dont le domaine de denition est lensemble des fonctions denies au point a.
Enn, si f(x) est une fonction donnee, on peut alors denir une autre fonctionnelle de la facon
suivante :
< T
f
, >
def.
=
_

f(x)(x) dv (2.5)
Il nous faudra preciser un peu plus tard le domaine de denition de cette fonctionnelle c.-`a-d. pour
quelles fonctions f(x) et (x) une telle expression a un sens. On remarque que la fonctionnelle T
1
correspond au cas f(x) = 1.
Remarque 2.1
Dans lexemple precedent, la denition meme des integrales est imprecise. Pour leur donner un
sens rigoureux, il faut faire appel `a la theorie de la mesure et plus particuli`erement `a lintegrale de
Lebesgue (voir par exemple Bartle, ref. [3] ou Jean, ref. [23]). La theorie de Lebesgue donne un sens
precis `a des expressions de la forme :
_

(x) dv et
_

(s) ds
et en particulier `a dv et ds qui sont alors des mesures. Le lecteur non familier avec cette theorie
peut voir lintegrale de Lebesgue comme une generalisation de lintegration classique de Riemann.
Nous ne ferons dans cet ouvrage que quelques references occasionnelles `a la notion de mesure.
Exemple 2.5
On peut egalement denir des fonctionnelles agissant sur un vecteur de fonctions :
w = (w
1
(x
1
, x
2
, x
3
), w
2
(x
1
, x
2
, x
3
), w
3
(x
1
, x
2
, x
3
))
12 Chapitre 2
On consid`ere par exemple un corps fait dun materiau isotrope (en dimension 3) et soumis `a des
forces externes (forces par unite de volume en N/m
3
) :
r(x) = r(x
1
, x
2
, x
3
) = (r
1
(x
1
, x
2
, x
3
), r
2
(x
1
, x
2
, x
3
), r
3
(x
1
, x
2
, x
3
))
Sous leet de ces sollicitations, le corps se deformera de mani`ere `a minimiser la fonctionnelle energie
denie par :
J(w) =
1
2
_

_
_

_
3

i=1
w
i
x
i
_
2
+
3

i,j=1

4
_
w
i
x
j
+
w
j
x
i
_
2
_
_
dv
_

r w dv (2.6)
o` u et sont les coecients de Lame du materiau (en pascals).
Le premier terme de cette expression est lenergie de deformation tandis que le deuxi`eme terme
correspond `a lenergie potentielle des forces externes. On cherchera donc, parmi les deplacements
admissibles w (en m), celui qui minimise cette fonctionnelle non lineaire. Les unites de J(w) sont
des N m, ce qui correspond bien `a une energie.
Denition 2.5
Une fonctionnelle T est dite lineaire sur lensemble de fonctions E si elle verie les conditions
suivantes :
1. < T,
1
+
2
>=< T,
1
> + < T,
2
>,
1
et
2
E ;
2. < T, >= < T, >, R et E ;
On peut contracter ces deux conditions en veriant que
1
,
2
R et
1
,
2
E, on a :
< T,
1

1
+
2

2
>=
1
< T,
1
> +
2
< T,
2
>
Les fonctionnelles 2.3, 2.4 et 2.5 sont lineaires, comme on peut facilement le constater. Prenons par
exemple la fonctionnelle T
f
. On a alors :
< T
f
, >=
_

f(x)(x) dv =
_

f(x)(x) dv = < T
f
, >
De plus :
< T
f
,
1
+
2
> =
_

f(x) (
1
(x) +
2
(x)) dv =
_

f(x)
1
(x) dv +
_

f(x)
2
(x) dv
= < T
f
,
1
> + < T
f
,
2
>
Espaces fonctionnels 13
Par contre, la fonctionnelle :
< T, >=
_

((x))
2
dv
ne lest pas puisque (
1
+
2
)
2
,=
2
1
+
2
2
. Il en est de meme pour la fonctionnelle 2.6 qui est en
fait quadratique comme nous le verrons plus loin.
Remarque 2.2
Pour completer le tableau, il nous faudrait introduire la notion de continuite dune fonctionnelle.
Pour cela, il serait necessaire dintroduire une topologie sur lensemble E et de denir la notion
de fonctionnelle continue. Cela ne nous parat pas essentiel `a ce stade-ci pour bien comprendre la
suite. Nous reviendrons un peu plus loin sur la notion de continuite dans le cadre des espaces de
Hilbert.
Denition 2.6
Une fonctionnelle lineaire (et continue) denie sur lespace T() est une distribution. Lensemble
des distributions poss`ede une structure despace vectoriel que nous notons T

().
Lespace T

() est aussi appele espace dual de T(). Nous reviendrons sur la notion despace dual
un peu plus loin. Les trois fonctionnelles lineaires que nous avons vues sont des distributions. En
particulier, la distribution de Dirac :
<
a
, >= (a) T() (2.7)
est sans doute la plus connue.
Remarque 2.3
Bien que cela soit souvent le cas, les distributions ne sont pas toujours associees `a ce quon pourrait
qualier de forme integrale comme cela est le cas pour les distributions T
1
et T
f
. Ainsi, la distribution
de Dirac ne peut secrire sous forme integrale bien que lon trouve parfois la notation :
_

a
dv = (a)
Nous verrons un peu plus loin quil nexiste pas de fonction classique veriant une telle propriete.
Cette notation est donc erronee et ne devrait pas etre employee. Il faut donc eviter dassocier
automatiquement lexpression < T, > avec une forme integrale.
On peut manipuler les distributions, un peu comme les fonctions et denir laddition, la multi-
plication dune distribution par un scalaire et legalite de deux distributions.
14 Chapitre 2
Addition de deux distributions :
On denit laddition de deux distributions T
1
et T
2
par :
< T
1
+T
2
, >
def.
= < T
1
, > + < T
2
, > T() (2.8)
Multiplication dune distribution T par un scalaire R :
< T, >
def.
= < T, > T() (2.9)
Multiplication dune distribution T par une fonction inniment dierentiable
h(x) :
< hT, >
def.
= < T, h > T() (2.10)


Egalite de deux distributions :
Les distributions T
1
et T
2
sont dites egales si :
< T
1
, >=< T
2
, > T() (2.11)
On remarque que les distributions ne sont denies que par leet quelles produisent sur les fonc-
tions de T(). Les denitions paraissent alors naturelles et il est important de noter que deux
distributions sont reputees egales si elles ont le meme eet sur toutes les fonctions de T().
Fonctions localement integrables et distributions reguli`eres
Denition 2.7
Une fonction f(x) est dite localement integrable si elle est integrable sur tout compact inclus dans
ou encore si : _
A
[f(x)[ dv < compact A (2.12)
Lensemble des fonctions localement integrables forme un espace note L
1
loc
().
Notons immediatement quune fonction peut ne pas etre integrable sur tout le domaine mais
etre tout de meme localement integrable. On pense par exemple `a la fonction f(x) = 1 lorsque
= R.
On peut associer `a une fonction localement integrable f(x) L
1
loc
() une distribution T
f
denie
par :
< T
f
, >=
_

f(x)(x) dv T()
Il est facile de constater que lexpression precedente a un sens c.-`a-d. :
Espaces fonctionnels 15
Fonctions
T()
L
1
loc
()
Distributions
/
1
loc
()
T

()

Figure 2.3 Espaces de fonctions L


1
loc
() et de distributions /
1
loc
()

f(x)(x) dv

[f(x)(x)[ dv M

_
K

[f(x)[ dv <
car lintegrale porte en fait sur le support compact K

de la fonction qui y est bornee par


M

. Ainsi, `a toute fonction localement integrable, nous avons associe une distribution. Une telle
distribution est dite reguli`ere. Nous noterons /
1
loc
() lespace des distributions associees `a une
fonction de L
1
loc
(). Inversement, pour une distribution quelconque, il nest pas toujours possible
de lui associer une fonction localement integrable. Lespace /
1
loc
() est donc un sous-espace propre
de T

() tel quillustre `a la gure 2.3.


Lemme 2.1
La distribution de Dirac nest pas reguli`ere.
Demonstration :
On doit montrer quil nexiste pas de fonction f(x) localement integrable telle que :
<
a
, >=
_

f(x)(x) dv = (a) T()


Si une telle fonction f(x) existait, en posant (x) =
n
(x), o` u
n
(x) est la fonction denie par
lequation 2.2 centree en a (p = a) et de rayon 1/n (R = 1/n), on aurait :
_

f(x)
n
(x) dv =
n
(a) = e
1
Si C(a, n) designe le disque de centre a et de rayon 1/n, on aurait de plus :
e
1
= [
n
(a)[
_
C(a,n)
[f(x)[ [
n
(x)[ dv e
1
_
C(a,n)
[f(x)[ dv
puisque les fonctions
n
(x) sont toutes bornees par e
1
. La derni`ere inegalite constitue une contra-
diction puisque le terme de droite tend vers 0 lorsque n tend vers linni.
16 Chapitre 2
Derivees dune distribution
On peut generaliser la notion de derivee aux distributions, ce qui nous sera tr`es utile pour les
equations aux derivees partielles. Nous nous limiterons pour linstant aux fonctions dune variable
et nous supposerons que louvert est tout simplement lintervalle ouvert ]a, b[. Soit donc une
fonction continue f(x) dont la derivee est continue par morceaux c.-`a-d. dont la derivee poss`ede
eventuellement un nombre ni de discontinuites de premi`ere esp`ece (sauts de hauteur nie) dans
lintervalle ]a, b[. On associe alors `a la derivee f

(x) une distribution T


f
denie par :
< T
f
, >=
_
b
a
f

(x)(x)dx T(]a, b[)


On peut alors integrer par parties et ecrire :
< T
f
, > =
_
b
a
f(x)

(x)dx +f(b)(b) f(a)(a)


=
_
b
a
f(x)

(x)dx
Les termes de bord de lintegration par parties sannulent car les fonctions sont `a support compact
dans lintervalle ]a, b[ et doivent donc sannuler en a et b. Il vient alors que :
< T
f
, >=
_
b
a
f(x)

(x)dx = < T
f
,

>
Le raisonnement precedent nest valide que pour les fonctions f(x) dont la derivee est continue
par morceaux. Par contre, nous nous servirons de la derni`ere relation comme denition de la derivee
dune distribution. Lidee derri`ere cela est que ce qui est vrai pour les fonctions usuelles doit etre
encore valide pour les distributions. On peut faire un raisonnement similaire, sous des hypoth`eses de
regularite appropriees sur la fonction f(x), pour traiter les derivees dordre superieur. Il en resulte
alors de mani`ere naturelle la denition suivante.
Denition 2.8
On denit la derivee dune distribution T par la relation :
< T

, >
def.
= < T,

> T(]a, b[) (2.13)


On denit de mani`ere similaire, la derivee dordre n :
< T
(n)
, >
def.
= (1)
n
< T,
(n)
> T(]a, b[) (2.14)
Espaces fonctionnels 17
Figure 2.4 Fonction de Heaviside
La derivee de la distribution T est passee, via lintegration par parties aux fonctions qui sont
inniment dierentiables. Il en resulte que, contrairement aux fonctions, les distributions sont toutes
inniment dierentiables.
Exemple 2.6
Nous supposerons dans cet exemple que louvert est ] , [. La fonction de Heaviside ou
fonction echelon secrit :
H(x) =
_
0 si x < 0
1 si x > 0
et est illustree `a la gure 2.4. La fonction nest pas denie en 0 et nest bien s ur pas derivable au sens
classique `a cet endroit. Cette fonction etant localement integrable, on lui associe une distribution
que nous notons T
H
denie par :
< T
H
, >=
_

H(x)(x)dx =
_

0
(x)dx
et dont la derivee est `a son tour denie `a laide de la relation 2.13 :
< T

H
, >
def.
= < T
H
,

(x) >=
_

0

(x)dx
= (() (0)) = (0) T()
On en conclut immediatement que :
< T

H
, >= (0) =<
0
, > T()
18 Chapitre 2
Figure 2.5 Fonction f(x) = [x[
et donc, en vertu de la relation 2.11, la derivee au sens des distributions de la fonction de Heaviside
est tout simplement la distribution de Dirac en 0.
Exemple 2.7
Les distributions etant toutes dierentiables, on sinteresse `a la derivee de la distribution de Dirac.
On a ainsi :
<

a
, >
def.
= <
a
,

>=

(a) T()

Remarque 2.4
Il est tentant didentier une fonction localement integrable et la distribution reguli`ere qui lui est
associee. Ainsi la fonction de Heaviside serait confondue avec la distribution T
H
denie plus haut.
Nous essaierons deviter cette association qui peut mener `a des abus.
Exemple 2.8
La fonction f(x) = [x[ nest pas dierentiable en 0, comme lillustre la gure 2.5. On peut par
contre lui associer une distribution T
|x|
denie par :
< T
|x|
, >=
_

[x[(x)dx
Espaces fonctionnels 19
qui elle est inniment dierentiable et dont la derivee premi`ere est aussi denie `a laide de la
relation 2.13. Au sens des distributions, on a :
< T

|x|
, >
def.
= < T
|x|
,

>=
_

[x[

(x)dx
=
__
0

(x)dx +
_

0
x

(x)dx
_
= x(x) [
0


_
0

(x)dx x(x) [

0
+
_

0
(x)dx
=
_
0

(x)dx +
_

0
(x)dx =
_

g(x)(x)dx
= < T
g
, > T()
o` u T
g
est la distribution reguli`ere associee `a la fonction localement integrable :
g(x) =
_
1 si x < 0
+1 si x > 0
et en ce sens, T

|x|
= T
g
. Tr`es souvent, on note abusivement [x[

= g ce qui nest pas rigoureusement


vrai. Regardons maintenant la derivee seconde T

|x|
. Au sens des distributions et de lequation 2.14
avec n = 2, on a :
< T

|x|
, >
def.
= (1)
2
< T
|x|
,

>=
_

[x[

(x)dx
=
__
0

(x)dx +
_

0
x

(x)dx
_
= x

(x)[
0

+
_
0

(x)dx +x

(x)[

0

_

0

(x)dx
=
_
0

(x)dx
_

0

(x)dx
= ((0) ()) (() (0)) = 2(0)
= < 2
0
, > T()
20 Chapitre 2
La derivee seconde de la distribution associee `a la fonction valeur absolue est donc tout simplement
deux fois la distribution de Dirac en 0. Ici encore, on note parfois abusivement [x[

= 2
0
, notation
quil convient deviter le plus possible.
On peut maintenant passer `a un cas general que nous ne demontrons pas mais qui est facile `a
deduire de la discussion et des exemples precedents.
Theor`eme 2.1
Soit f(x) une fonction continue et derivable sauf aux points x
i
, i = 1, 2, , n o` u elle poss`ede des
discontinuites de premi`ere esp`ece (c.-`a-d. les limites `a gauche et `a droite de f(x) existent et sont
nies). La derivee au sens des distributions de f(x) secrit :
T

f
= T
f
+
n

i=1
s
f
i

x
i
(2.15)
o` u s
f
i
est le saut de la fonction f(x) en x = x
i
qui est deni par :
s
f
i
= f(x
+
i
) f(x

i
)

Remarque 2.5
Il faut savoir interpreter correctement ce resultat. Il nous assure que la derivee de la distribution
associee `a f(x) nest autre que la distribution associee `a la fonction f

(x) (partout o` u cette derivee


existe) plus une contribution provenant des sauts de f(x) et faisant intervenir les distributions de
Dirac aux points correspondants. De toute evidence, si la fonction f(x) est continue, alors T

f
= T
f
.
La derivee de la fonction de Heaviside entre dans le cadre de ce theor`eme. Cette fonction poss`ede
un saut de hauteur 1 en x = 0 et de plus, T
H
= 0, ce qui signie que T

H
=
0
.
2.1.2 Distributions de plusieurs variables
Nous pouvons maintenant revenir au cas plus general en dimension n. Soit m = (m
1
, m
2
, , m
n
)
un multi-indice. La derivee partielle dune fonction de plusieurs variables f(x
1
, x
2
, , x
n
) secrit :

m
f
x
m
=

|m|
f
x
m
1
1
x
m
2
2
x
mn
n
o` u [m[ = m
1
+m
2
+ +m
n
.
Suivant cette notation, on peut denir les derivees partielles dune distribution.
Espaces fonctionnels 21
Denition 2.9
La derivee partielle de la distribution T par rapport au multi-indice m est :
<

m
T
x
m
, >
def.
= (1)
|m|
< T,

m

x
m
> T() (2.16)
Terminons cette section par quelques exemples dans le cas bidimensionnel.
Exemple 2.9
La simple couche est en quelque sorte la generalisation en 2 dimensions de la distribution de Dirac.
Soit C une courbe du plan et f(x) une fonction integrable sur C. On pose alors :
<
f
C
, >
def.
=
_
C
f ds (2.17)
Il est facile de verier que
f
C
est une distribution. En fait, la generalisation de la distribution de
Dirac correspond au cas o` u f(x) = 1.
Exemple 2.10
On peut sans diculte parler de distribution vectorielle de la forme T = (T
1
, T
2
, T
3
) o` u chaque
composante T
i
est une distribution. On a alors :
< T, >=
3

i=1
< T
i
,
i
> = (
1
,
2
,
3
) (T())
3
On peut alors generaliser certains resultats connus pour les fonctions vectorielles.
Exemple 2.11
En plusieurs dimensions, les operateurs essentiels de derivation sont le gradient, la divergence et le
laplacien. Dans le cas des distributions, par analogie avec la relation A.3 valide pour les fonctions
susamment reguli`eres, on denit la divergence dune distribution par lequation :
< T, >
def.
= < T, > T() (2.18)
en rappelant que les fonctions sannulent sur la fronti`ere de .
Exemple 2.12
22 Chapitre 2
C
n
2
n
1
= n
2

2
Figure 2.6 Domaines
1
et
2
separes par une courbe C
Soit un champ de vecteurs u(x) deni sur un ouvert =
1

2
!
3
par la relation :
u(x) =
_
u
1
(x) si x
1
u
2
(x) si x
2
On suppose les deux sous-domaines
1
et
2
de fronti`ere
1
et
2
separes par une surface C
(ou une courbe en dimension 2 tel quillustre `a la gure 2.6). On suppose de plus que le champ u
est derivable dans le complementaire de C (c.-`a-d. partout sauf sur la courbe C) et que sur cette
surface, les champs u
1
(x) et u
2
(x) sont discontinus et poss`edent un saut de hauteur s = u
2
u
1
.
On peut bien s ur associer `a u une distribution reguli`ere que nous noterons T
u
. On a alors en
vertu de la relation 2.18 :
< T
u
, >
def.
= < T
u
, >=
_

u dv
=
_

1
u
1
dv
_

2
u
2
dv
On peut appliquer la relation A.3 `a chacune des deux derni`eres integrales pour obtenir :
< T
u
, > =
_

1
u
1
dv
_

1
u
1
n
1
ds
+
_

2
u
2
dv
_

2
u
2
n
2
ds
Les fonctions sannulent identiquement sur la fronti`ere de et les integrales surfaciques ne portent
Espaces fonctionnels 23
en denitive que sur la surface C. On a alors :
< T
u
, > =
_

1
u
1
dv
_
C
u
1
n
1
ds
+
_

2
u
2
dv
_
C
u
2
n
2
ds
On choisit maintenant de mani`ere arbitraire de poser sur la surface C, n = n
1
= n
2
et on trouve :
< T
u
, >=
_

1
u
1
dv +
_

2
u
2
dv +
_
C
(s n) ds
Il en resulte le resultat tr`es important suivant :
< T
u
, > =
2

i=1
_

i
u
i
dv+ <
sn
C
, >
= < T
u
+
sn
C
, >
(2.19)

Linterpretation de ce resultat est importante. Si un champ de vecteurs est discontinu le long


dune interface C, la divergence de la distribution associee `a ce champ comporte deux parties :
une premi`ere qui nest rien dautre que la distribution reguli`ere associee `a la divergence de u dans
chaque sous-domaine (la divergence y etant bien denie), et une autre partie qui tient compte de
la discontinuite sur C par lentremise dune simple couche. Il est clair que ce resultat generalise
lequation 2.15.
Remarque 2.6
Notons que le signe du saut du champ u `a travers linterface C est xe par le choix de la normale
n `a cette meme interface et vice versa. Si on change lorientation de la normale, on change le signe
du saut mais le produit s n ne change pas puisque :
(u
1
u
2
) n
2
= (u
2
u
1
) n
1

24 Chapitre 2
2.2 Espaces fonctionnels lineaires
Denition 2.10
Un espace fonctionnel lineaire est un ensemble S de fonctions denies sur un ouvert et veriant :
1. Si u S et R, alors u S ;
2. Si u S et w S, alors (u +w) S ;
Cest donc un espace vectoriel de fonctions.
Exemple 2.13
Lensemble des fonctions continues sur un ouvert , note C
0
(), est un espace fonctionnel lineaire.
De meme, lensemble des fonctions k fois dierentiables, note C
k
(), est aussi un espace fonctionnel
lineaire. Par contre, lensemble :
S = u C
0
()[u(0) = 1
nest pas un espace fonctionnel lineaire. En eet, si u et w sont dans S alors leur somme verie
(u +w)(0) = 2 et la somme nappartient donc pas `a S.
Lun des espaces fonctionnels qui nous sera le plus utile est lespace L
2
().
Denition 2.11
On note L
2
() lensemble des fonctions de carre sommable c.-`a-d.
L
2
() =
_
u : R

(u(x))
2
dv <
_
Remarque 2.7
La denition precedente est beaucoup plus subtile quelle ny parat. La theorie de Lebesgue ne fait
pas de distinction entre des fonctions qui ne di`erent que sur un ensemble dit de mesure nulle. Pour
xer les idees, mentionnons simplement quun ensemble de mesure nulle contient tr`es peu de points.
Les ensembles nis ou denombrables de points sont de mesure nulle. Par exemple, la fonction :
f(x) =
_
0 si x est un nombre irrationnel
1 si x est un nombre rationnel
Espaces fonctionnels 25
sera identiee `a la fonction f(x) = 0 car les nombres rationnels sont denombrables et donc de
mesure de Lebesgue nulle.
Par la suite, nous ne ferons pas de distinction entre 2 fonctions qui ne di`erent que sur un
ensemble de mesure nulle. On ecrira par exemple :
u
1
p.p.
= u
2
signiant ainsi que les fonctions u
1
et u
2
sont egales presque partout (p.p.) c.-`a-d. sauf peut-etre
sur un ensemble de mesure nulle.
Theor`eme 2.2
L
2
() est un espace fonctionnel lineaire.
Demonstration :
Pour demontrer que L
2
() est un espace fonctionnel, il nous faut etablir que si u est de carre
sommable, alors u est de carre sommable. Mais :
_

(u(x))
2
dv =
2
_

(u(x))
2
dv <
et la premi`ere propriete est demontree. La deuxi`eme propriete concernant la somme de 2 fonctions
requiert un resultat preliminaire qui lui-meme est tr`es important.
Lemme 2.2 (Inegalite de Cauchy-Schwartz)
Si u et w sont des fonctions de L
2
(), alors :

uw dv

__

u
2
dv
_
1/2
__

w
2
dv
_
1/2
(2.20)
Demonstration :
Soit t un nombre reel quelconque. La fonction (u +tw)
2
etant positive quel que soit t, on a :
0
_

(u +tw)
2
dv t R
ce qui peut egalement secrire :
0
_

u
2
dv + 2t
_

uw dv +t
2
_

w
2
dv t R
ou encore :
0 At
2
+Bt +C t R
26 Chapitre 2
o` u :
A =
_

w
2
dv, B = 2
_

uw dv, C =
_

u
2
dv
Il sagit donc dun polynome de degre 2 en la variable t qui est toujours positif. Cela nest possible
que si le discriminant B
2
4AC est negatif ou nul c.-`a-d. B
2
4AC 0. En remplacant les
valeurs de A, B et C, on trouve immediatement linegalite de Cauchy-Schwartz ce qui termine la
demonstration du lemme.
Nous sommes en mesure de demontrer que la somme de deux fonctions de L
2
() est egalement
dans L
2
(). En eet :
_

(u +w)
2
dv =
_

u
2
dv + 2
_

uw dv +
_

w
2
dv

u
2
dv + 2
__

u
2
dv
_
1/2
__

w
2
dv
_
1/2
+
_

w
2
dv
=
_
__

u
2
dv
_
1/2
+
__

w
2
dv
_
1/2
_
2
<
ce qui compl`ete la demonstration du theor`eme.
Corollaire 2.1
On a linclusion L
2
() L
1
loc
().
Demonstration :
Ce resultat decoule de linegalite de Cauchy-Schwartz. En eet, si f(x) L
2
() et si A est un
compact inclus dans , alors :
_
A
[f(x)[ dv =
_
A
[f(x)[1 dv
__
A
f
2
(x) dv
_
1/2
__
A
1
2
dv
_
1/2
= (vol A)
1/2
__
A
f
2
(x) dv
_
1/2
<
o` u vol A est le volume de A (ou laire suivant la dimension) qui est forcement ni. Les fonctions
de L
2
() sont en quelque sorte encore plus reguli`eres que celles de L
1
loc
() comme en temoigne la
gure 2.7.
Exemple 2.14
Espaces fonctionnels 27
T()
L
2
()
L
1
loc
()
Figure 2.7 Espace L
2
()
Choisissons, pour les exemples qui suivent, =]0, 1[. La fonction f(x) = x
1/4
est dans L
2
(]0, 1[),
et ce meme si elle nest pas continue en x = 0. En eet :
_
1
0
(x
1/4
)
2
dx =
_
1
0
x
1/2
dx = 2 <
Par contre, la fonction f(x) = x
1/2
nappartient pas `a L
2
(]0, 1[) car :
_
1
0
(x
1/2
)
2
dx =
_
1
0
x
1
dx = ln x[
1
0
=
Toutefois, si on choisit un intervalle ]a, b[ ne comprenant pas lorigine, la fonction f(x) = x
1/2
sera
dans L
2
(]a, b[).
La notion despace fonctionnel lineaire nest pas susante pour atteindre notre objectif de
resoudre les equations aux derivees partielles. Il nous faut introduire une metrique sur les espaces
fonctionnels qui nous permettra de traiter aisement des questions de convergence des methodes
delements nis. Une metrique permet de mesurer la distance entre 2 fonctions. Auparavant,
nous denissons le produit scalaire dans un espace fonctionnel qui nous m`enera `a la notion de
metrique et donc de norme.
28 Chapitre 2
Denition 2.12
Un produit scalaire sur un espace fonctionnel lineaire S est une application denie sur le produit
S S qui associe `a un couple (u, w) de S S un scalaire note ((u, w))
S
et veriant les proprietes
suivantes :
1. ((u, w))
S
= ((w, u))
S
u, w S ;
2. ((u, w))
S
= ((u, w))
S
= ((u, w))
S
R et u, w S ;
3. ((u
1
+u
2
, w))
S
= ((u
1
, w))
S
+ ((u
2
, w))
S
u
1
, u
2
, w S ;
4. ((u, u))
S
0, le produit scalaire netant egal `a 0 que si et seulement si u
p.p.
= 0 ;
Lespace des fonctions de carre sommable L
2
() fournit un premier exemple de produit scalaire.
On denit en eet le produit scalaire dans cet espace fonctionnel par :
((u, w))
0,
=
_

uw dv (2.21)
et on verie relativement facilement les 4 proprietes du produit scalaire. En fait, seule la derni`ere
pose des dicultes puisque ((u, u))
0,
peut etre nul et ce, meme si u ne sannule pas en quelques
points (plus precisement sur un ensemble de mesure nulle). En pratique, comme nous lavons dej`a
mentionne, on ne fait pas de distinction entre 2 fonctions qui ne di`erent que sur un ensemble de
mesure nulle.
Denition 2.13
Une norme sur un espace fonctionnel lineaire S est une application de S dans R qui associe `a une
fonction u de S un scalaire note |u|
S
et qui verie les trois proprietes suivantes :
1. La norme dune fonction est toujours positive :
|u|
S
> 0, u S; |u|
S
= 0 u
p.p.
= 0 (2.22)
2. Si est un scalaire, alors :
|u|
S
= [[ |u|
S
R, u S (2.23)
o` u [[ est la valeur absolue de .
3. Linegalite triangulaire :
|u +w|
S
|u|
S
+|w|
S
u, w S (2.24)
Espaces fonctionnels 29
Toute application veriant ces trois proprietes est une norme. Un espace lineaire peut posse-
der plusieurs normes. En particulier, si un espace lineaire poss`ede un produit scalaire, il poss`ede
automatiquement une norme dite induite.
Denition 2.14
La norme induite sur lespace S par le produit scalaire ((, ))
S
est denie par :
|u|
S
= ((u, u))
1/2
S
Il est facile de verier que la norme induite est bel et bien une norme. Nous avons dej`a introduit
un produit scalaire sur L
2
() par la relation 2.21. La norme induite par ce produit scalaire est
donc :
|u|
0,
= ((u, u))
1/2
0,
=
__

u
2
dv
_
1/2
(2.25)
ce qui semble raisonnable, vu la denition de cet espace. Suivant cette notation, linegalite de
Cauchy-Schwartz secrit plus succinctement sous la forme :
[((u, w))
0,
[ |u|
0,
|w|
0,
(2.26)
Remarque 2.8
Pour en nir avec la notion despace fonctionnel lineaire, il nous faudrait parler de la completude
dun espace. Pour ce faire, il faut denir la notion de suite de Cauchy et sassurer que toute suite
de Cauchy est convergente dans S. On dit alors que lespace S est complet. Encore ici, cela nous
entranerait dans des considerations non essentielles `a une bonne comprehension de la suite.
Denition 2.15
Un espace fonctionnel lineaire muni dun produit scalaire (et donc dune norme induite) et qui est
complet est un espace de Hilbert .
Theor`eme 2.3
Lespace lineaire L
2
() muni du produit scalaire 2.21 est un espace de Hilbert.
Les espaces de Hilbert jouent un r ole fondamental en elements nis ainsi que certains espaces
de Sobolev que nous introduisons dans la section suivante.
30 Chapitre 2
2.3 Quelques espaces de Sobolev
Les espaces de Sobolev ont ete introduits au debut du si`ecle et ont permis de resoudre bon
nombre de probl`emes concernant les equations aux derivees partielles restes sans reponse jusque l`a.
Nous nous limiterons aux espaces les plus utiles en gardant bien `a lesprit que la theorie sous-jacente
est beaucoup plus vaste.
Dans ce qui suit, sauf mention explicite du contraire, on suppose louvert borne.
2.3.1 Lespace H
1
()
Denition 2.16
On note H
1
() lespace fonctionnel lineaire deni par :
H
1
() = u L
2
()

u
x
i
L
2
(), 1 i 3
que lon munit du produit scalaire note ((u, w))
1,
:
((u, w))
1,
=
_

_
uw +
3

i=1
u
x
i
w
x
i
_
dv
et par le fait meme dune norme induite :
|u|
1,
= ((u, u))
1,
)
1/2
=
_
_

_
u
2
+
3

i=1
_
u
x
i
_
2
_
dv
_
1/2
Remarque 2.9
Dans la denition de lespace H
1
(), il est important de noter que lon consid`ere la fonction u
et ses derivees partielles comme des distributions reguli`eres associees `a des fonctions qui sont non
seulement dans L
1
loc
() mais dans L
2
() (voir la gure 2.7). Si on denote T
u
la distribution associee
`a u, alors on a :
< T
u
, >=
_

u dv T()
et le terme de droite de cette expression est parfaitement deni puisque u L
2
(). De plus, si
u H
1
(), il existe des fonctions f
i
L
2
() telles que :
<
T
u
x
i
, >= < T
u
,

x
i
>=
_

u

x
i
dv =
_

f
i
dv T()
Espaces fonctionnels 31
En eet, si de telles fonctions f
i
existent, alors de la relation 2.16, on a
Tu
x
i
= f
i
au sens des
distributions, ce que lon note abusivement
u
x
i
= f
i
.
Remarque 2.10
Si une fonction u est dans H
1
(), alors u et
u
x
i
sont automatiquement dans L
2
() de sorte que
H
1
() L
2
() et que :
|u|
2
1,
= |u|
2
0,
+
3

i=1
_
_
_
_
u
x
i
_
_
_
_
2
0,
On a ainsi les inegalites :
|u|
0,
|u|
1,
et
_
_
_
_
u
x
i
_
_
_
_
0,
|u|
1,
(2.27)

Le produit scalaire ((u, w))


1,
semble naturel car en vertu de linegalite de Cauchy-Schwartz 2.26,
toutes les integrales impliquees sont nies et la linearite de lintegration permet de verier aisement
les proprietes dun produit scalaire.
Remarque 2.11
Le produit scalaire et la norme de L
2
() ont ete notes ((u, w))
0,
et |u|
0,
par analogie avec
lespace H
1
(), puisque lon peut dire dans ce cas que la fonction et ses derivees dordre 0 sont
dans L
2
().
Lors de la resolution des equations aux derivees partielles, il nous faudra introduire des condi-
tions aux limites, ce qui nous am`ene ` a parler de la restriction `a la fronti`ere dune fonction de
H
1
(). Bien que cela semble tout-`a-fait naturel de le faire, il faut sassurer que cette restriction au
bord ait un sens du point de vue mathematique. Heureusement, bien que nous ne le justierons pas
de mani`ere tout-`a-fait rigoureuse, ces valeurs au bord sont bien denies. Pour sen convaincre en
dimension 1, on peut faire le raisonnement suivant. On suppose que =]a, b[ et que w H
1
(]a, b[).
On peut donner un sens `a la valeur `a la fronti`ere w(b) (et par un argument similaire `a w(a)) en
considerant le fait que lon a :
_
w(x)
(x a)
(b a)
_

= w

(x)
(x a)
(b a)
+w(x)
1
(b a)
dont on deduit, en integrant sur ]a, b[ que :
w(b) =
_
b
a
w

(x)
(x a)
(b a)
dx +
_
b
a
w(x)
1
(b a)
dx
32 Chapitre 2
Chacun des termes de droite de cette equation est bien deni en vertu de linegalite de Cauchy-
Schwartz car w(x) et w

(x) sont dans L


2
(]a, b[). Il en ressort de plus, toujours en utilisant linegalite
de Cauchy-Schwartz que :
[w(b)[
_
_
w

(x)
_
_
0,
_
_
_
_
(x a)
(b a)
_
_
_
_
0,
+|w(x)|
0,
_
_
_
_
1
(b a)
_
_
_
_
0,
C |w|
1,
(2.28)
Dans cette inegalite, la constante C ne depend que de la geometrie c.-`a-d. de a et b.
Remarque 2.12
Le raisonnement precedent nest plus valide si la fonction w nest que dans L
2
(). On ne peut donc
pas parler de la valeur au bord (sur la fronti`ere de ) dune fonction de L
2
() autrement que dans
un sens tr`es faible.
Denition 2.17
La restriction au bord dune fonction de w H
1
() est appelee trace au bord de w et est notee
w[

ou encore
0
(w).
Theor`eme 2.4
Lensemble des traces au bord des fonctions de H
1
() forme un sous-espace de L
2
() note H
1/2
().
Plus succinctement, on a :

0
(H
1
()) = H
1/2
() L
2
() (2.29)
Demonstration : voir Reddy [30] ou Raviart-Thomas [29].
Remarque 2.13
De cette denition, on conclut immediatement que si g H
1/2
(), alors il existe forcement au
moins une fonction w
g
H
1
() dont g est la trace au bord c.-`a-d. :

0
(w
g
) = w
g
[

= g (2.30)
Cette remarque sera essentielle lors de limposition des conditions aux limites dans les equations
aux derivees partielles dordre 2. Dans le cadre dune methode delements nis, pour une condition
aux limites g donnee, nous construirons explicitement la fonction w
g
de H
1
(). La fonction w
g
sera
appellee le rel`evement de la condition aux limites g.
Le raisonnement qui nous a mene `a linegalite 2.28 peut etre generalise `a la fronti`ere dun
domaine quelconque en plusieurs dimensions.
Espaces fonctionnels 33
Theor`eme 2.5 (Continuite de la trace au bord)
Si w H
1
(), il existe une constante C telle que :
|
0
(w)|
0,
C |w|
1,
(2.31)
o` u :
|
0
(w)|
0,
=
__

(
0
(w))
2
ds
_
1/2
Le resultat est egalement vrai si on remplace par une partie non nulle
0
de . En dimension 1,
on remplace tout simplement la norme | |
0,
par la valeur absolue comme dans lequation 2.28.
Ce dernier resultat est connu sous le nom de continuite de la trace au bord et generalise lequa-
tion 2.28. Il signie simplement que la trace au bord dune fonction w de H
1
() depend contin ument
de la fonction w. Une autre mani`ere de voir les choses consiste `a dire que si w tend vers 0, alors sa
trace au bord tend egalement vers 0.
Denition 2.18
On denit lespace H
1
0
() comme la fermeture de T() pour la norme [[ [[
1,
. Ainsi, pour chaque
v H
1
0
(), il existe une suite v
i
de fonctions de T() et telle que :
lim
i
[[v v
i
[[
1,
= 0
Les fonctions de H
1
0
() sannulent donc au bord et on peut ecrire :
H
1
0
() = w H
1
() [w = 0 sur
On peut aussi denir :
H
1

0
() = w H
1
() [w = 0 sur
0

o` u
0
est une partie de la fronti`ere du domaine . En dimension 1, on a par exemple :
H
1
(]a, b[) = w(x) L
2
(]a, b[) [ w

(x) L
2
(]a, b[)
et
H
1
0
(]a, b[) = w H
1
(]a, b[) [ w(a) = w(b) = 0
tandis que lon pourrait poser :
H
1

0
(]a, b[) = w H
1
(]a, b[) [ w(a) = 0
34 Chapitre 2
ou encore :
H
1

0
(]a, b[) = w H
1
(]a, b[) [ w(b) = 0
Exemple 2.15
Choisissons encore =]0, 1[. La fonction f(x) = x
3/4
est dans H
1
(]0, 1[). En eet :
_
1
0
(x
3/4
)
2
dx =
_
1
0
(x
3/2
)dx =
2
5
<
De plus, f

(x) = (3/4)x
1/4
et on a :
_
1
0
(f

(x))
2
dx =
9
16
_
1
0
x
1/2
dx =
9
8
<
Il convient toutefois de remarquer que la fonction f

(x) nest pas denie en x = 0.


Exemple 2.16
Choisissons cette fois =] 1, 1[ et la fonction de Heaviside (voir la gure 2.4) restreinte `a cet
intervalle. Il est facile de montrer que H(x) L
2
(] 1, 1[). Par contre, nous avons vu quau sens
des distributions, T

H
=
0
et que la distribution de Dirac nest pas reguli`ere. On ne peut donc pas
associer `a cette distribution une fonction de L
1
loc
(] 1, 1[) et encore moins L
2
(] 1, 1[). La fonction
de Heaviside nest donc pas dans H
1
(] 1, 1[). Il en est de meme, en une dimension, de toutes les
fonctions qui poss`edent une discontinuite de premi`ere esp`ece dans .
Theor`eme 2.6
Lexpression :
[u[
1,
=
_
n

i=1
_

_
u
x
i
_
2
dv
_
1/2
(2.32)
est une norme sur les espaces H
1
0
() et H
1

0
().
Esquisse de la demonstration :
Il faut tout dabord remarquer la dierence entre cette norme (notation avec une seule barre) et
la norme habituelle sur H
1
() (notation avec 2 barres). Cest labsence du terme en u
2
. Il nous
faut donc demontrer les 3 proprietes dune norme. La seule propriete qui pose des dicultes est la
premi`ere qui requiert quune norme ne sannule que pour la fonction u
p.p.
= 0. Il est en eet evident
que la quantite 2.32 est toujours positive ou nulle. De plus, si [u[
1,
= 0, on peut immediatement
conclure que toutes les derivees partielles de u sont nulles (p.p.) et donc que u est une constante.
La conclusion vient du fait que puisque u est nulle au bord (ou sur une partie
0
du bord), cette
constante est forcement 0.
Espaces fonctionnels 35
Remarque 2.14
Il est extremement important de noter que la quantite 2.32 nest pas une norme sur H
1
(). Le
raisonnement precedent ne peut en eet sappliquer puisque les fonctions de H
1
() ne sannulent
pas toutes au bord.
Denition 2.19
Deux normes | |
1
et | |
2
sur un espace de Hilbert V sont dites equivalentes sil existe des
constantes C
1
et C
2
telles que :
C
1
|w|
2
|w|
1
C
2
|w|
2
w V (2.33)
Theor`eme 2.7 (Inegalite de Poincare)
Les normes | |
1,
et [ [
1,
sont des normes equivalentes sur les espaces H
1
0
() et H
1

0
() (mais
pas sur H
1
()).
Demonstration (voir Raviart-Thomas [29]).
Theor`eme 2.8 (Inegalite de Poincare)
Soit un ouvert de !
n
borne dans au moins une direction. Il existe alors une constante C qui ne
depend que de et telle que :
[[v[[
0,
C()[v[
1,
v H
1
0
() (2.34)
Demonstration :
Nous reprenons ici la demonstration de Lucquin [24]. Par denition de H
1
0
(), il sut de demontrer
le resultat pour v T() et comme ces derni`eres fonctions sannulent au voisinage de la fronti`ere
de , on peut les prolonger par 0 dans tout !
n
. On supposera pour xer les idees que est borne
dans la direction x
1
et donc que la composante x
1
du support des fonctions v est inclus dans un
intervalle ]a, b[. On a alors :
v(x
1
, x

) =
_
x
1
a
v
x
1
(u, x

)du
car v(a, x

) = 0. Linegalite de Cauchy-Schwarz nous donne alors :

v(x
1
, x

2
(x
1
a)
_
x
1
a

v
x
1
(u, x

2
du (b a)
_
b
a

v
x
1
(u, x

2
du
36 Chapitre 2
Il reste `a integrer sur les autres variables despace, soit sur x

. On a ainsi, en vertu de la derni`ere


inegalite :
_
R
n1

v
x
1
(u, x

2
dx

(b a)

v
x
1

2
0,R
n
Une derni`ere integration par rapport `a x
1
donne :
[[v[[
0,R
n (b a)
2

v
x
1

0,R
n
(b a)
2
[v[
1,R
n
et le resultat suit car [[v[[
0,R
n = [[v[[
0,
et [[
v
x
1
[[
0,R
n = [[
v
x
1
[[
0,
par prolongement par 0.
Les normes | |
1,
et [ [
1,
sont donc des normes equivalentes sur les espaces H
1
0
() et un
resultat similaire existe pour H
1

0
() (voir [24]). Le resultat est en general faux pour H
1
().
2.3.2 Lespace H
2
()
Denition 2.20
On note H
2
() lespace deni par :
H
2
() =
_
u L
2
()

u
x
i
L
2
(),

2
u
x
i
x
j
L
2
() 1 i, j 3
_
que lon munit du produit scalaire note ((u, w))
2,
:
((u, w))
2,
=
_

_
_
uw +
3

i=1
_
u
x
i
w
x
i
_
+
3

i,j=1
_

2
u
x
i
x
j

2
w
x
i
x
j
_
_
_
dv
et de la norme induite :
|u|
2,
=
_
_
_

_
_
u
2
+
3

i=1
_
u
x
i
_
2
+
3

i,j=1
_

2
u
x
i
x
j
_
2
_
_
dv
_
_
1/2
Les derivees sont ici encore prises au sens des distributions. On a aussi :
|u|
2
2,
= |u|
2
0,
+
3

i=1
_
_
_
_
u
x
i
_
_
_
_
2
0,
+
3

i,j=1
_
_
_
_

2
u
x
i
x
j
_
_
_
_
2
0,
= |u|
2
1,
+
3

i,j=1
_
_
_
_

2
u
x
i
x
j
_
_
_
_
2
0,
Espaces fonctionnels 37
Puisque lon requiert que les derivees dordre 2 soit dans L
2
(), les fonctions de H
2
() sont plus
reguli`eres que celles de H
1
(). Il en est de meme pour la trace au bord.
Denition 2.21
Si w H
2
(), alors la fonction w/n denie sur la fronti`ere est appelee la trace normale de
w au bord que lon note
1
(w). Rappelons que :

1
(w) =
w
n
= w n
o` u n est le vecteur normal unitaire `a .
Theor`eme 2.9
Lensemble des traces au bord des fonctions de H
2
() forme un sous-espace de L
2
() note H
3/2
().
Plus succinctement, on a :

0
(H
2
()) = H
3/2
() H
1/2
() L
2
() (2.35)
De plus, lensemble des traces normales au bord des fonctions de H
2
() forme un sous-espace de
L
2
() qui nest autre que H
1/2
(). On a :

1
(H
2
()) = H
1/2
() L
2
()
Demonstration (voir Raviart-Thomas [29]).
Theor`eme 2.10
Si g H
3/2
() et h H
1/2
(), alors il existe au moins une fonction w
gh
H
2
() (dite de
rel`evement des conditions aux limites) dont g est la trace au bord c.-`a-d. :

0
(w
gh
) = w
gh
[

= g
et dont h est la trace normale au bord c.-`a-d.

1
(w
gh
) =
w
gh
n

= h
De plus, on a la continuite de la trace au bord c.-`a-d. :
|
0
(w)|
0,
+|
1
(w)|
0,
= |g|
0,
+|h|
0,
C |w|
2,
(2.36)
38 Chapitre 2
En dimension 1, on remplace tout simplement la norme | |
0,
par la valeur absolue.
Demonstration (voir Raviart-Thomas [29]).
Remarque 2.15
Ce resultat sera essentiel lors de limposition des conditions aux limites dans les equations aux
derivees partielles dordre 4. Nous supposerons de plus que le resultat est vrai lorsque les conditions
aux limites sur w et w/n ne sont donnees que sur des parties de la fronti`ere .
Denition 2.22
Lespace H
2
0
() est deni par :
H
2
0
() =
_
w H
2
()

w =
w
n
= 0 sur
_
Il est de toute evidence possible de construire des variantes des espaces precedents. Il sagit de
sous-espaces de H
2
() pour lesquels la fonction w et sa trace normale sannulent seulement sur
certaines parties de la fronti`ere. Par exemple, on pourrait prendre :
_
w H
2
()

w = 0 sur
0
,
w
n
= 0 sur
1
_
o` u
0
et
1
sont des parties de la fronti`ere disjointes ou non et qui ne recouvrent pas forcement
toute la fronti`ere .
Theor`eme 2.11
Lexpression :
[u[
2,
=
__

(
2
u)
2
dv
_
1/2
(2.37)
est une norme sur lespace H
2
0
().
Demonstration (voir Ciarlet [9]).
Remarque 2.16
Il est important de remarquer que tout comme la norme 2.32 nest pas une norme sur H
1
(), la
quantite 2.37 nest pas une norme sur H
2
(). Le resultat precedent peut egalement setendre au
cas o` u la fonction et sa trace normale ne sannnulent que sur des parties
0
et
1
respectivement.
Cette generalisation est cependant assez delicate.
Espaces fonctionnels 39
La situation est plus simple en dimension 1 et on a par exemple :
H
2
(]a, b[) =
_
w(x) L
2
(]a, b[)

(x) L
2
(]a, b[), w

(x) L
2
(]a, b[)
_
ainsi que :
H
2
0
(]a, b[) =
_
w(x) H
2
(]a, b[)

w(a) = w(b) = w

(a) = w

(b) = 0
_
La norme 2.37 se reduit dans ce cas `a :
[u[
2,]a,b[
=
__
b
a
(u

(x))
2
dx
_
1/2
(2.38)
Theor`eme 2.12
La quantite 2.38 est une norme equivalente `a la norme | |
2,
sur lespace H
2
0
(]a, b[) ainsi que sur
les espaces suivants :
V
1
=
_
w H
2
(]a, b[) [w(a) = w(b) = 0
_
V
2
=
_
w H
2
(]a, b[) [w(a) = w

(b) = 0
_
V
3
=
_
w H
2
(]a, b[) [w

(a) = w(b) = 0
_
V
4
=
_
w H
2
(]a, b[) [w(a) = w

(a) = 0
_
V
5
=
_
w H
2
(]a, b[) [w(b) = w

(b) = 0
_
mais pas sur lespace :
X =
_
w(x) = H
2
(]a, b[)

(a) = w

(b) = 0
_
Esquisse de la demonstration :
Les deux premi`eres proprietes dune norme ne posent aucune diculte particuli`ere. Par contre,
si [u[
2,]a,b[
= 0, on en deduit que u

(x) = 0 (presque partout !) et donc que u(x) = cx + d. Les


conditions aux limites permettent alors de montrer que u(x) = 0 lorsque u(x) V
1
, V
2
, V
3
, V
4
ou
V
5
. Par contre, si u(x) X, on ne peut que conclure que u(x) = d.
Remarque 2.17
On peut de mani`ere generale denir les espaces H
m
() en ajoutant les derivees partielles jusqu`a
lordre m.
2.4 Un resultat dapproximation
La methode des elements nis utilise des sous-domaines (les elements) de forme geometrique
simple (des intervalles en dimension 1, des triangles ou des quadrilat`eres en dimension 2, des te-
tra`edres en dimension 3) sur lesquels on construit des approximations polynomiales. En dautres
40 Chapitre 2
termes, la solution approximative de lequation dierentielle de depart est constituee de polynomes
dierents sur chaque sous-domaine. Il est tout de meme important de sassurer que lapproximation
ainsi obtenue soit dans un espace de Sobolev approprie. Cest lobjet du resultat suivant.
Theor`eme 2.13
Soit un domaine constitue de sous-domaines
i
et une fonction u(x) telle que sa restriction `a
chaque sous-domaine
i
est un polynome de degre n. On suppose de plus que les polynomes de
degre n sont dans H
1
(
i
) quel que soit i. Alors si la fonction u(x) est continue `a la fronti`ere entre
les sous-domaines
i
, la fonction u(x) appartient `a lespace H
1
(). Si de plus, la fonction u(x) est
dierentiable au sens classique c.-`a-d. ses derivees partielles dordre 1 sont continues `a la fronti`ere
des sous-domaines, alors u(x) H
2
().
Demonstration (voir Ciarlet [9]) :
Ce resultat est evident en dimension 1. En eet, si la fonction u(x) poss`ede une discontinuite de
premi`ere esp`ece `a la fronti`ere de 2 sous-intervalles, alors sa derivee fait intervenir une distribution
de Dirac qui nest pas dans L
2
().
Dans le cas general, il est clair que la fonction u est dans L
2
() puisquil sut de sommer sur les
sous-domaines. Ce qui est moins evident cest de verier que les derivees partielles de u sont dans
L
2
() au sens des distributions. Pour le montrer, il nous faut trouver des fonctions f
j
de L
2
()
telles que :
_

f
j
dv =
_

u

x
j
dv T()
Si de telles fonctions existent, en vertu de la denition 2.16, on a
u
x
j
= f
j
au sens des distributions
et les derivees partielles sont donc dans L
2
(). Il semble naturel de considerer comme fonctions
f
j
celles constituees des derivees partielles de la fonction u restreintes `a chaque sous-domaine
i
c.-`a-d.
f
j
[

i
=
u
x
j

i
qui sont bien denies sur chaque sous-domaine puisque les polynomes de degre n sont dans H
1
(
i
).
On a alors en integrant par parties (voir la relation A.4) :
_

i
f
j
[

i
dv =
_

i
u
x
j

i
dv =
_

i
u[

x
j
dv +
_

i
u[

i
n
ij
ds
o` u n
ij
est la j
e
composante du vecteur normal n
i
`a la fronti`ere de
i
(voir la relation A.4). En
additionnant les contributions de chaque sous-domaine, on trouve :
_

f
j
dv =
_

u

x
j
dv +

i
_

i
u[

i
n
ij
ds
Le dernier terme de droite est une somme sur les fronti`eres des sous-domaines. Dune part, si

i
, ce terme est nul puisque les fonctions y sont nulles.
`
A la fronti`ere commune entre 2
Espaces fonctionnels 41
sous-domaines,
i
et
k
, on a :
_

i
u[

i
n
ij
ds +
_

k
u[

k
n
kj
ds
Ces termes sannulent deux `a deux en vertu de la continuite de la fonction u et du changement de
signe du vecteur normal (n
ij
= n
kj
). Les derivees partielles sont donc dans L
2
() et le theor`eme
est demontre. On peut eectuer un raisonnement similaire pour demontrer que la fonction u est
dans H
2
() si u est non seulement continue mais dierentiable `a la fronti`ere des sous-domaines.
Remarque 2.18
Ce resultat est fondamental car il sera `a la base des techniques dapproximation par elements nis
o` u les sous-domaines
i
seront tout simplement les elements.
42 Chapitre 2
2.5 Exercices
1. Calculer les derivees premi`eres et secondes au sens des distributions des fonctions suivantes :
a)
f(x) =
_
1 si 0 < x < 1
0 ailleurs
b)
f(x) =
_
x si x < 0
sin(x) si x > 0
c)
f(x) =
_
x si x < 0
cos(x) si x > 0
2. Les fonctions de lexercice precedent sont-elles dans L
2
(] 1 , 1[) ? dans H
1
(] 1 , 1[) ? dans
H
2
(] 1 , 1[) ?
3. Calculer, au sens des distributions, (ku) dans le carre ]0, 1[]0, 1[ o` u :
u(x, y) =
_
2(y x) si x < y
x
2
y
2
si x > y
et k =
_

2 si x < y

2
2
si x > y
Suggestion : Calculer dabord u et bien regarder ce qui se passe sur laxe y = x.
4. Si =], [, la fonction f(x) = 1 est-elle dans lespace des fonctions localement integrables
L
1
loc
(). Meme question pour la fonction f(x) = 1/x dans =]0, 1[.
5. La fonction f(x) = [x[ est-elle dans H
1
(] 1, 1[) ? dans H
2
(] 1, 1[) ?
6. La fonction f(x) = x(1 x) est-elle dans H
2
0
(]0, 1[) ? Meme question pour la fonction f(x) =
x
2
(1 x)
2
?
7. Pour quelles valeurs reelles de r, la fonction x
r
est-elle dans L
2
(]0, 1[) ? dans H
1
(]0, 1[) ? dans
H
2
(]0, 1[) ?
Chapitre 3
Theor`eme de Lax-Milgram
Comme nous lavons vu au chapitre 1, la resolution dune equation aux derivees partielles se
ram`ene `a celle dun probl`eme variationnel. Nous abordons dans ce chapitre les outils de base pour
letude des formulations variationnelles.
3.1 Formes lineaires et bilineaires
Denition 3.1
On appelle forme lineaire une fonctionnelle lineaire sur un espace de Hilbert V . Une forme lineaire
l verie donc les proprietes suivantes :
l(w) = l(w) w V et R
l(w
1
+w
2
) = l(w
1
) +l(w
2
) w
1
, w
2
V
Exemple 3.1
Si V = L
2
() et f(x) L
2
() alors :
l
f
(w) =
_

f(x)w(x) dv
est une forme lineaire sur V comme nous lavons demontre au chapitre precedent.
Denition 3.2
Une forme lineaire l sur lespace de Hilbert V muni de la norme | |
V
, est dite continue sil existe
une constante C telle que :
[l(w)[ C |w|
V
w V (3.1)
43
44 Chapitre 3
Exemple 3.2
La fonctionnelle l
f
de lexemple precedent est continue. En eet, de linegalite de Cauchy, on a :
[l
f
(w)[ =

f(x)w(x) dv

|f|
0,
|w|
0,
et linegalite 3.1 suit en posant C = |f|
0,
.
Denition 3.3
Lensemble de toutes les formes lineaires continues sur un espace de Hilbert V est appele espace
dual de V et est note V

.
Remarque 3.1
Nous avons dej`a rencontre la notion de dualite lorsque nous avons deni lespace des distributions
T

() qui nest cependant pas un espace de Hilbert. Les duaux des espaces H
1
0
() et H
2
0
() sont
notes respectivement H
1
() et H
2
(). Notez bien que H
1
() est le dual de H
1
0
() et non de
H
1
().
Denition 3.4
Une forme bilineaire sur un espace de Hilbert V est une application a qui associe `a un couple
(u, w) V V un scalaire note a(u, w) satisfaisant :
a(
1
u
1
+
2
u
2
, w) =
1
a(u
1
, w) +
2
a(u
2
, w) u
1
, u
2
, w V et
1
,
2
R
a(u,
1
w
1
+
2
w
2
) =
1
a(u, w
1
) +
2
a(u, w
2
) u, w
1
, w
2
V et
1
,
2
R
Une forme bilineaire est donc lineaire en chacun de ses 2 arguments.
Denition 3.5
Une forme bilineaire a est dite continue sur V V sil existe une constante C telle que :
[a(u, w)[ C |u|
V
|w|
V
u, w V (3.2)
Theor`eme de Lax-Milgram 45
Denition 3.6
Une forme bilineaire a est dite symetrique si :
a(u, w) = a(w, u) u, w V
Exemple 3.3
Lapplication a denie par :
a(u, w) =
_

uw dv
est une forme bilineaire symetrique et continue sur L
2
(). La bilinearite est en eet triviale `a
demontrer. De plus, la continuite vient encore une fois de linegalite de Cauchy :

uw dv

|u|
0,
|w|
0,
et il ne reste qu`a choisir la constante C egale `a 1 dans linegalite 3.2.
Exemple 3.4
Lapplication a denie par :
a(u, w) =
_

(uw +u w) dv =
_

_
uw +
3

i=1
u
x
i
w
x
i
_
dv
est une forme bilineaire continue sur H
1
(). La bilinearite est encore ici facile `a verier et la
continuite decoule de linegalite de Cauchy :

uw +u w dv

|u|
0,
|w|
0,
+
3

i=1
_
_
_
_
u
x
i
_
_
_
_
0,
_
_
_
_
w
x
i
_
_
_
_
0,
4|u|
1,
|w|
1,
Dans la derni`ere inegalite, nous avons fait usage des inegalites 2.27. Il ne reste qu`a choisir la
constante C egale `a 4 dans linegalite 3.2.
46 Chapitre 3
Denition 3.7
Une forme bilineaire est dite coercive ou elliptique sil existe une constante strictement positive
telle que :
a(w, w) |w|
2
V
w V (3.3)
Une forme bilineaire coercive est une generalisation de la notion de matrice denie positive que
nous reverrons un peu plus loin.
3.2 Theor`eme de Lax-Milgram
Nous en arrivons au resultat le plus fondamental de cette section. Beaucoup de formulations
variationnelles entrent dans le cadre de ce theor`eme.
Theor`eme 3.1 (de Lax-Milgram)
Soit V un espace de Hilbert et soit l et a des formes lineaire et bilineaire continues sur V et V V
respectivement (l V

)). Si de plus a est coercive, alors il existe une unique solution u du probl`eme
variationnel :
trouver une fonction u V telle que :
a(u, w) = l(w) w V (3.4)
Demonstration (facultative) :
Nous ne ferons la demonstration que dans le cas o` u la forme bilineaire est symetrique. La forme
bilineaire etant coercive, elle satisfait les proprietes dun produit scalaire sur V et la norme induite
par ce produit scalaire est equivalente ` a | |
V
. Lespace V muni de ce produit scalaire est donc un
espace de Hilbert. Du theor`eme de representation de Riesz, il existe u V (qui depend de l) tel
que :
a(u, w) = l(w) w V
On a donc lexistence. En ce qui concerne lunicite, sil existait deux solutions u
1
et u
2
, alors en
soustrayant, on aurait :
a(u
1
u
2
, w) = l(w) l(w) = 0 w V
et en particulier, en prenant w = u
1
u
2
, la coercivite entrane que u
1
= u
2
, ce qui compl`ete la
demonstration. On trouvera la generalisation de ce resultat dans Ciarlet [9].
Theor`eme 3.2
Theor`eme de Lax-Milgram 47
Sous les memes hypoth`eses que celles du theor`eme de Lax-Milgram et si de plus la forme bilineaire
a est symetrique, le probl`eme variationnel 3.4 est equivalent au probl`eme de minimisation suivant :
trouver u V telle que :
J(u) = inf
wV
J(w) = inf
wV
1
2
a(w, w) l(w) (3.5)
La fonctionnelle J est souvent appelee fonctionnelle denergie dans les applications.
Demonstration :
En premier lieu, on demontre que si u est lunique solution du probl`eme variationnel 3.4 alors u
minimise forcement la fonctionnelle J sur tout lespace V . Soit donc w V quelconque. On peut
toujours ecrire que :
w = u + (w u) = u +w
1
(w
1
= w u)
On a alors :
J(w) = J(u +w
1
) =
1
2
a(u +w
1
, u +w
1
) l(u +w
1
)
Puisque a est bilineaire et l lineaire, on a :
J(w) =
1
2
[a(u, u) +a(u, w
1
) +a(w
1
, u) +a(w
1
, w
1
)] l(u) l(w
1
)
et la symetrie de a nous donne :
J(w) =
_
1
2
a(u, u) l(u)
_
+ (a(u, w
1
) l(w
1
)) +
1
2
a(w
1
, w
1
)
Dans le terme de droite, on reconnat dans la premi`ere parenth`ese J(u) tandis que lexpression `a
linterieur de la deuxi`eme parenth`ese est nulle puisque u est la solution du probl`eme 3.4. Enn, la
coercivite de a nous assure que le dernier terme est toujours positif. On a donc :
J(w) = J(u) +
1
2
a(w
1
, w
1
) J(u)
et donc J(u) est certainement inferieure ou egale `a J(w). Puisque ce raisonnement est valide quel
que soit w V , u minimise bien la fonctionnelle J sur lespace V .
Inversement, si u minimise J, on demontre que u est aussi une solution du probl`eme variation-
nel 3.4. Considerons pour ce faire la fonction de la variable reelle denie par :
g() = J(u +w) =
1
2
a(u +w, u +w) l(u +w)
Puisque u minimise J, la fonction g poss`ede un minimum local en = 0, et ce quel que soit w. On
doit donc avoir g

(0) = 0, quel que soit w. Mais en developpant, on trouve :


g() = J(u) + (a(u, w) l(w)) +

2
2
a(w, w)
48 Chapitre 3
et donc :
g

() = a(u, w) l(w) +a(w, w) et g

(0) = a(u, w) l(w)


La condition g

(0) = 0 quel que soit w est donc equivalente `a lequation 3.4.


3.3 Applications
Nous commencons `a aborder dans cette section les applications du theor`eme de Lax-Milgram `a la
resolution dequations aux derivees partielles. Pour simplier lexpose, nous abordons separement
les equations aux derivees partielles dordre 2 et celles dordre 4. Nous verrons en eet que les
espaces de Sobolev impliques sont respectivement les espaces H
1
() et H
2
() et certains de leurs
sous-espaces.
3.3.1 Probl`emes dordre 2
Bon nombre dapplications importantes resultent en des equations aux derivees partielles dordre
2. Nous allons etablir dans cette section que le cadre fonctionnel approprie est lespace H
1
() et ses
variantes comme H
1
0
(). Limposition des conditions aux limites dictera le choix precis de lespace
V .
Exemple 3.5
Nous avons maintenant tous les moyens necessaires pour revenir sur le probl`eme presente au chapitre
1. Rappelons que lequation dierentielle est :
_
u

(x) = f(x)
u(0) = u(1) = 0
(3.6)
et que nous avons obtenu la formulation variationnelle :
_
1
0
u

(x)w

(x)dx =
_
1
0
f(x)w(x)dx w(x) [ w(0) = w(1) = 0 (3.7)
En regardant de plus pr`es la formulation variationnelle, on constate que seule la derivee dordre
1 de u (et de la fonction test w) est presente. On en conclut que lespace H
1
(]0, 1[) a toutes les
chances de repondre `a nos besoins c.-`a-d. de nous permettre de verier les hypoth`eses du theor`eme
de Lax-Milgram. De plus, les conditions aux limites sur u nous forcent `a choisir H
1
0
(]0, 1[). Le terme
de droite sera deni si, par exemple, la fonction f(x) est dans L
2
(]0, 1[) ou plus generalement si
f H
1
(). On reformule donc le probl`eme sous la forme :
pour f(x) dans L
2
(), trouver u dans H
1
0
(]0, 1[) telle que :
_
1
0
u

(x)w

(x)dx =
_
1
0
f(x)w(x)dx w H
1
0
(]0, 1[) (3.8)
Theor`eme de Lax-Milgram 49
Verions maintenant les hypoth`eses du theor`eme de Lax-Milgram. On pose donc V = H
1
0
(]0, 1[)
et :
a(u, w) =
_
1
0
u

(x)w

(x)dx et l(w) =
_
1
0
f(x)w(x)dx
Nous avons dej`a etabli la continuite de la forme lineaire l(w). La bilinearite de la forme a est triviale
`a demontrer. De plus, cette forme bilineaire est symetrique et continue. En eet, en se servant une
fois encore de linegalite de Cauchy, on a :
[a(u, w)[ =

_
1
0
u

(x)w

(x)dx

|u

|
0,
|w

|
0,
= [u[
1,
[w[
1,
et le resultat suit puisque [ [
1,
est une norme sur H
1
0
(]0, 1[). Enn :
a(w, w) =
_
1
0
w

(x)w

(x)dx = [w[
2
1,
et la coercivite suit en posant = 1.
Remarque 3.2
Dans lexemple precedent, nous avons utilise la norme [[
1,
pour verier les hypoth`eses du theor`eme
de Lax-Milgram. Cela etait rendu possible car [ [
1,
et | |
1,
sont des normes equivalentes sur
lespace H
1
0
(]0, 1[). En pratique, sur un espace V quelconque, on verie les hypoth`eses du theor`eme
de Lax-Milgram en utilisant parmi dierentes normes equivalentes sur lespace V celle qui nous
facilite le plus le travail.
Exemple 3.6
Cet exemple est simplement une generalisation en plusieurs dimensions de lexemple precedent. Soit
donc f(x) une fonction de L
2
() et considerons lequation aux derivees partielles :
_
(ku) = f dans
u = 0 sur
On peut aisement donner plusieurs interpretations physiques `a ce probl`eme. On peut par exemple
considerer u comme une temperature (en C), k comme etant la conductivite thermique (en W/(m
C)) que nous supposerons constante (et strictement positive) et f(x) comme une source denergie
(en W/m
3
). La temperature est maintenue `a 0 sur la paroi du domaine .
Il parat encore ici naturel de considerer lespace H
1
0
() puisque les conditions aux limites sur
u sont homog`enes (nulles). En multipliant par une fonction test w H
1
0
(), on trouve `a laide du
theor`eme de la divergence A.5 :
_

ku w dv
_

k
u
n
w ds =
_

fw dv w H
1
0
()
50 Chapitre 3
Lintegrale de bord fait intervenir deux termes. Tout dabord le terme k
u
n
qui apparat natu-
rellement, suite `a lutilisation du theor`eme de la divergence. Pour cette raison, on dit que cest
une condition aux limites naturelle du probl`eme. Lautre terme est la fonction test w. Puisque
w H
1
0
(), lintegrale de bord sannule (mais ce ne sera pas toujours le cas) et on obtient la
formulation variationnelle :
_

ku w dv =
_

fw dv w H
1
0
() (3.9)
qui est une generalisation multidimensionnelle de lexemple precedent. On verie alors les hypo-
th`eses du theor`eme de Lax-Milgram de mani`ere similaire.
Remarque 3.3
Le probl`eme variationnel 3.9 est equivalent au probl`eme de minimisation :
J(u) = min
wH
1
0
()
J(w) = min
wH
1
0
()
1
2
_

k[w[
2
dv
_

fw dv
puisque la forme bilineaire :
a(u, w) =
_

ku w dv
est symetrique. Les unites de cette fonctionnelle sont des W C. On utilise cependant rarement cette
interpretation en pratique et on pref`ere travailler directement avec la formulation variationnelle 3.9.

Remarque 3.4
Dans cet exemple, nous avons choisi la fonction f(x) dans lespace L
2
() pour simplier lexpose.
En fait, ce probl`eme est bien pose si on remplace la fonction f par une distribution T appartenant au
dual de H
1
0
() c.-`a-d. T H
1
(). Il faudrait alors remplacer le terme de droite dans la formulation
variationnelle par < T, w > puisque rien ne nous permet de supposer que cette distribution peut
secrire sous une forme integrale.
Les deux exemples precedents sont particuliers en ce sens que les conditions aux limites sont
nulles dans les deux cas. Il est temps de voir ce qui arrive dans le cas de conditions aux limites non
homog`enes. On se servira ici de certains resultats etablis au chapitre precedent.
Exemple 3.7
Considerons le probl`eme :
_
(ku) = f dans
u = g sur
Theor`eme de Lax-Milgram 51
On peut interpreter physiquement ce probl`eme comme pour lexemple precedent `a lexception pr`es
que la temperature `a la paroi est maintenue `a une valeur g(x) eventuellement non nulle. Nous
resoudrons ce probl`eme de deux fa cons dierentes qui aboutiront bien s ur `a la meme formulation
variationnelle. Cela nous permettra de montrer comment on traite les conditions aux limites non
homog`enes.
Premi`ere approche :
Tout dabord, il convient de noter que la fonction g se doit dappartenir `a lespace H
1/2
() pour
que le probl`eme ait un sens. De plus, il serait tentant de considerer :
V =
_
w
1
H
1
() [w
1
= g sur
_
(3.10)
mais ce nest pas un espace fonctionnel lineaire. La cle vient de lequation 2.30 qui assure lexistence
dune fonction u
g
H
1
() dont g est la trace au bord. En ce sens, on dit que pour un probl`eme
dordre 2, limposition de u sur la fronti`ere (ou une partie de la fronti`ere) est une condition aux
limites essentielle. On appelle cette etape le rel`evement des conditions aux limites essentielles. On
decompose alors la fonction recherchee u en une somme
u
+ u
g
o` u
u
H
1
0
() et sannule donc
sur . On consid`ere ensuite le probl`eme equivalent :
_
(k
u
) = f + (ku
g
) dans

u
= 0 sur
On sest donc ramene une fois de plus `a un probl`eme avec conditions aux limites homog`enes. Il est
facile de verier que les deux formulations fortes sont equivalentes. En multipliant par une fonction
test w H
1
0
() et en integrant par parties, on trouve, `a laide du theor`eme de la divergence A.5 :
_

k
u
w dv
_

u
n
w ds =
_

fw dv
_

ku
g
w dv +
_

k
u
g
n
w ds
Puisque w H
1
0
(), les integrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver
u
H
1
0
() telle que :
_

k
u
w dv =
_

fw dv
_

ku
g
w dv w H
1
0
() (3.11)
Ce probl`eme variationnel requiert la connaissance de la fonction de rel`evement des conditions aux
limites u
g
. Or jusqu`a maintenant, nous savons quune telle fonction existe mais sans plus. La
methode des elements nis nous permettra de construire explicitement cette fonction. Nous pouvons
donc proceder comme si cette fonction etait connue. La verication des hypoth`eses du theor`eme de
Lax-Milgram ne pose aucune diculte particuli`ere. On pose :
a(
u
, w) =
_

k
u
w dv et l(w) =
_

fw dv
_

ku
g
w dv
52 Chapitre 3
La continuite, la bilinearite et la coercivite de a sur H
1
0
() ont dej`a ete etablies. La linearite de l
decoule de la linearite des integrales. Quant `a la continuite, on a :
[l(w)[ |f|
0,
|w|
0,
+k
3

i=1
_
_
_
_
u
g
x
i
_
_
_
_
0,
_
_
_
_
w
x
i
_
_
_
_
0,
|f|
0,
|w|
1,
+k
3

i=1
_
_
_
_
u
g
x
i
_
_
_
_
0,
|w|
1,
c.-`a-d.
[l(w)[ C|w|
1,
o` u C = |f|
0,
+k
3

i=1
_
_
_
_
u
g
x
i
_
_
_
_
0,
Deuxi`eme approche :
On part tout simplement de lequation dierentielle initiale. Puisque quon impose une condition
aux limites essentielle sur toute la fronti`ere, on choisit des fonctions tests w sannulant sur toute la
fronti`ere ce qui revient `a choisir V = H
1
0
(]0, 1[). On multiplie ensuite par w V et on int`egre par
parties :
_

ku w dv
_

k
u
n
w ds =
_

fw dv
Puisque w H
1
0
(), les integrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver u
_
w
1
H
1
() [w
1
= g sur
_
telle que :
_

ku w dv =
_

fw dv w H
1
0
() (3.12)
On ne peut appliquer immediatement le theor`eme de Lax-Milgram puisque la solution u et les
fonctions tests w ne sont pas dans le meme espace (en fait u nest meme pas dans un espace fonction-
nel lineaire). Cest ici que lon peut eectuer le rel`evement des conditions aux limites essentielles.
On pose comme precedemment u =
u
+ u
g
o` u u
g
verie les conditions aux limites essentielles et
on obtient immediatement la formulation variationnelle 3.11.
Unicite de u :
Nous avons donc demontre lexistence et lunicite de
u
pour un rel`evement u
g
des conditions
aux limites essentielles. La solution de notre probl`eme initial est donc u =
u
+ u
g
. On remarque
cependant que u
g
nest pas unique. Se peut-il que u ne soit pas unique ? La formulation 3.12 nous
permet cependant de demontrer facilement lunicite de u. En eet, si on suppose quil existe deux
solutions u
1
et u
2
de lequation 3.12, alors la dierence u
1
u
2
est dans H
1
0
() car u
1
u
2
= gg = 0
sur et de plus :
_

k(u
1
u
2
) w dv = 0 w H
1
0
()
Theor`eme de Lax-Milgram 53
En choisissant w = (u
1
u
2
), et puisque k > 0, on montre que [u
1
u
2
[
1,
= 0 ce qui entrane que
u
1
p.p.
= u
2
puisque [ [
1,
est une norme.
Remarque 3.5
Pour les equations aux derivees partielles dordre 2, limposition de u sur la fronti`ere (ou une partie
de la fronti`ere) constitue une condition aux limites essentielle qui peut etre relevee en vertu de
lequation 2.30. L`a o` u la condition essentielle est imposee, la fonction test w doit sannuler. Les
fonctions tests w sont parfois appelees des deplacements admissibles, en reference `a lorigine de la
methode des elements nis en mecanique des structures.
Exemple 3.8
On consid`ere cette fois un probl`eme dit mele, en ce sens que les conditions aux limites sont de deux
types. Soit donc le probl`eme :
_

_
(ku) = f dans
u = g sur
0
(g H
1/2
(
0
))
k
u
n
= h sur
1
o` u les fronti`eres
0
et
1
verient
0

1
= et
0

1
= . La fonction h sinterpr`ete comme un
ux de chaleur `a travers la fronti`ere (en W/m
2
).
Le rel`evement de la condition aux limites essentielle est encore possible. En vertu de lequa-
tion 2.30, on peut trouver une fonction u
g
H
1
() telle que u
g
= g sur
0
. Nous ne pouvons pas
faire le meme exercice pour la condition aux limites de type Neumann sur la derivee normale. Nous
navons en eet aucune assurance de lexistence dune fonction u
h
H
1
() telle que :
k
u
h
n
= h sur
1
Puisquon impose une condition essentielle uniquement sur
0
, on choisit V = H
1

0
(). On multiplie
ensuite par une fonction test w V et on int`egre en utilisant le theor`eme de la divergence :
_

ku w dv
_

k
u
n
w ds =
_

fw dv
Puisque w H
1

0
(), lintegrale de bord sannulent sur
0
tandis que sur
1
, on a :
k
u
n
= h
54 Chapitre 3
qui est la condition naturelle. Il reste, apr`es substitution :
_

ku w dv =
_

fw dv +
_

1
h w ds
On pose alors comme precedemment u =
u
+ u
g
o` u
u
H
1

0
() et u
g
= g sur
0
. On a alors
le probl`eme equivalent :
_

k
u
w dv =
_

fw dv
_

ku
g
w dv +
_

1
h w ds (3.13)
qui est bien de la forme du theor`eme de Lax-Milgram.
trouver
u
H
1

0
() telle que :
a(
u
, w) = l(w) w H
1

0
()
Lespace V est ici H
1

0
() car les conditions aux limites essentielles limposent. Rappelons en-
core ici, car cela est important, que la methode des elements nis nous permettra de construire
explicitement la fonction u
g
. La verication des hypoth`eses du theor`eme de Lax-Milgram est laissee
au lecteur sauf pour un point qui merite une attention particuli`ere. Pour demontrer la continuite
de l(w), on doit recourir `a la continuite de la trace au bord et `a lequation 2.31 en eectuant la
majoration :

1
h w ds

|h|
0,
1
|w|
0,
1
C|h|
0,
1
|w|
1,

Remarque 3.6
Dans le terme de bord :
_

k
u
n
w ds
on doit connatre soit la condition naturelle, dans ce cas k
u
n
, soit la condition essentielle, dans
ce cas u et alors la fonction test w sannule. On ne peut pas imposer au meme endroit de la
fronti`ere la condition essentielle et la condition naturelle. On peut faire lanalogie avec une force
et un deplacement. On connat soit la force (condition naturelle) soit le deplacement (condition
essentielle).
3.3.2 Probl`emes dordre 4
Nous considerons ici les equations aux derivees partielles dordre 4 de la forme :
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= f(x)
Theor`eme de Lax-Milgram 55
ou encore en dimension 2 ou 3 :

2
_
q(x)
2
u(x)
_
= f(x)
auquelles sajoutent des conditions aux limites appropriees. Il est facile de se convaincre quapr`es
deux utilisations du theor`eme de la divergence (deux integrations par parties en dimension 1),
il ne restera dans la formulation variationnelle que des derivees dordre 2. Lespace fonctionnel
approprie a donc toutes les chances detre H
2
() ou ses variantes. Voyons tout cela de plus pr`es en
commencant un probl`eme en dimension 1.
Exemple 3.9
_

_
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= f(x) dans ]0, L[
u(0) =
du
dx
(0) = 0
q(x)
d
2
u
dx
2

x=L
= M
0
d
dx
_
q(x)
d
2
u
dx
2
_

x=L
= 0
Ce probl`eme provient de lanalyse de la deformation dune poutre sous leet dune sollicitation f(x)
(en N/m) et dun moment de exion M
0
(en N m). La fonction q(x) depend alors des proprietes
elastiques du materiau et de laire de la section de la poutre. En fait on a q(x) = EI o` u E est le
module dYoung et I le moment dinertie. Cette fonction (pas forcement constante le long de la
poutre) est en general strictement positive et bornee de sorte quil existe des constantes q
1
et q
2
telles que :
0 < q
1
q(x) q
2
x [0, L]
Pour un probl`eme dordre 4, le theor`eme 2.9 nous assure que les conditions aux limites essen-
tielles portent sur u et
du
dx
car on peut en eectuer le rel`evement. Notez la dierence importante avec
les probl`emes dordre 2 pour lesquels la seule condition aux limites essentielle est sur u. Dans cet
exemple, la fonction de rel`evement est tout simplement u
g
= 0 puisque les conditions essentielles
sont homog`enes. Lespace fonctionnel approprie est donc :
V = w H
2
(]0, L[) [ w(0) =
dw
dx
(0) = 0
On multiplie alors par une fonction test w V et on int`egre une premi`ere fois par parties. On
obtient ainsi :

_
L
0
d
dx
_
q(x)
d
2
u
dx
2
_
dw
dx
dx +
_
d
dx
_
q(x)
d
2
u
dx
2
__
w

L
0
=
_
L
0
fw dx
56 Chapitre 3
Le terme de bord fait intervenir dune part la fonction test w qui sannule en x = 0 et dautre part
la premi`ere condition naturelle :
d
dx
_
q(x)
d
2
u
dx
2
_
(3.14)
qui vaut 0 en x = L. Il reste :

_
L
0
d
dx
_
q(x)
d
2
u
dx
2
_
dw
dx
dx =
_
L
0
fw dx
Une nouvelle integration par parties resulte en :
_
L
0
q(x)
d
2
u
dx
2
d
2
w
dx
2
dx
_
q(x)
d
2
u
dx
2
_
dw
dx

L
0
=
_
L
0
fw dx
Le nouveau terme de bord fait intervenir
dw
dx
qui sannulent en x = 0 et la deuxi`eme condition dite
naturelle :
q(x)
d
2
u
dx
2
(3.15)
qui prend la valeur M
0
en x = L. On a donc la formulation variationnelle :
_
L
0
q(x)
d
2
u
dx
2
d
2
w
dx
2
dx =
_
L
0
fw dx +M
0
dw
dx
(L) (3.16)
qui est de la forme a(u, w) = l(w).
Verions les hypoth`eses du theor`eme de Lax-Milgram. La linearite de l et la bilinearite de a
sont evidentes de meme que sa symetrie. Pour demontrer la continuite de a, on utilise le fait que la
fonction q(x) est bornee et comme toujours, linegalite de Cauchy. On a :
[ a(u, w) [=

_
L
0
q(x)
d
2
u
dx
2
d
2
w
dx
2
dx

q
2
_
L
0

d
2
u
dx
2
d
2
w
dx
2

dx q
2
|u

|
0,
|w

|
0,
et le resultat suit puisque |w

|
0,
est une norme sur V (voir lequation 2.38). En ce qui concerne
la coercivite, le raisonnement est similaire. On a :
a(w, w) =
_
L
0
q(x)
d
2
w
dx
2
d
2
w
dx
2
dx q
1
_
L
0
d
2
w
dx
2
d
2
w
dx
2
dx = q
1
|w

|
2
0,
= q
1
[w[
2
2,
et le resultat suit en prenant = q
1
dans la denition 3.3 et puisque [w[
2
2,
est une norme equivalente
`a la norme |w|
2
2,
sur V .
Enn, il reste `a montrer la continuite de la forme lineaire l. Pour y arriver, on doit se servir de
linegalite de Cauchy et de la continuite de la trace au bord 2.36. On a ainsi :
[ l(w) [ =

_
L
0
fw dx +M
0
dw
dx
(L)

_
L
0
fw dx

+ [ M
0
[

dw
dx
(L)

|f|
0,
|w|
0,
+[M
0
[ |w|
2,
(|f|
0,
+[M
0
[) |w|
2,
Theor`eme de Lax-Milgram 57

Remarque 3.7
Le probl`eme variationnel 3.16 est equivalent `a la minimisation de la fonctionnelle :
J(u) = min
wV
J(w) = min
wV
1
2
_
L
0
EI
_
d
2
w
dx
2
_
2
dx
_
L
0
fw dx M
0
dw
dx
(L)
dont les unites sont des Nm. Le premier terme de J(w) correspond `a lenergie elastique de defor-
mation tandis que les deux autres termes correspondent au travail eectue par la charge imposee.

Remarque 3.8
Pour les probl`emes dordre 4, il y a 2 conditions aux limites essentielles u et
du
dx
ainsi que 2 conditions
aux limites naturelles qui sont en relation etroite. Dans le premier terme de bord :
_
d
dx
_
q(x)
d
2
u
dx
2
__
w

L
0
on doit connatre soit la condition naturelle
d
dx
_
q(x)
d
2
u
dx
2
_
auquel cas la fonction test w ne doit pas
sannuler, ou encore on connat u et alors la fonction test w sannule `a cet endroit. Un raisonnement
similaire existe pour la deuxi`eme condition naturelle. Si q(x)
d
2
u
dx
2
est donnee, alors
dw
dx
ne peut
sannuler. Par contre, si
du
dx
est connue, alors la fonction test
dw
dx
sannule `a cet endroit et le terme
de bord correspondant disparat.
3.3.3 Resume
On peut etablir en quelque sorte la procedure `a suivre pour verier les hypoth`eses du theor`eme
de Lax-Milgram.
Probl`emes dordre 2
1. la seule condition essentielle est limposition de u;
2. on identie la portion de la fronti`ere
0
o` u la condition essentielle est imposee ;
3. on pose V = H
1

0
(). Si aucune condition essentielle nest imposee, on pose V = H
1
() ;
4. linclusion 2.29 nous assure de lexistence dune fonction de rel`evement u
g
des conditions
aux limites essentielles ;
5. l`a o` u la condition essentielle est imposee, les fonctions tests w sannulent (par denition
de lespace V ) ;
58 Chapitre 3
6. on obtient la formulation variationnelle en multipliant par une fonction test w et en
integrant par parties les termes dordre 2 ;
7. la condition aux limites naturelle est le coecient (dependant de u) qui multiplie w dans
le terme de bord ;
8. on verie les hypoth`eses du theor`eme de Lax-Milgram en utilisant lune ou lautre des
normes equivalentes sur lespace V . La relation 2.31 sera eventuellement utile pour traiter
les termes de bords ;
9. on en deduit (sil y a lieu) lexistence et lunicite de la solution u.
Probl`emes dordre 4
1. il y a 2 conditions essentielles soit limposition de u et de u/n (u

(x) en dimension 1) ;
2. on identie la portion de la fronti`ere
0
o` u les conditions essentielles sont imposees ;
3. on pose V = H
2

0
(). Si aucune condition essentielle nest imposee, on pose V = H
2
() ;
4. lequation 2.35 nous assure de lexistence dune fonction de rel`evement u
g
des conditions
aux limites essentielles ;
5. l`a o` u la condition essentielle sur u(x) est imposee, les fonctions tests w sannulent. L`a o` u
la condition essentielle sur u/n est imposee, les derivees normales des fonctions tests
w/n sannulent (par denition de lespace V ) ;
6. on obtient la formulation variationnelle en multipliant par une fonction test w et en
integrant par parties les termes dordre 4 (et parfois aussi des termes dordre 2) ;
7. les conditions aux limites naturelles sont les coecients (dependant de u) qui multiplient
w et w/n dans les termes de bord ;
8. on verie les hypoth`eses du theor`eme de Lax-Milgram en utilisant lune ou lautre des
normes equivalentes sur lespace V . La relation 2.36 sera eventuellement utile pour traiter
les termes de bords ;
9. on en deduit (sil y a lieu) lexistence et lunicite de la solution u.
Theor`eme de Lax-Milgram 59
3.4 Exercices
1. Verier si les expressions suivantes sont des formes bilineaires continues, symetriques et coer-
cives sur les espaces donnes. On supposera que les fonctions p(x) et q(x) sont bornees cest-
`a-dire 0 < p
1
p(x) p
2
et 0 < q
1
q(x) q
2
et ce x .
a)
a(u, w) =
_

p(x)uw dv dans L
2
()
b)
a(u, w) =
_

q(x)u w dv dans H
1
0
()
c)
a(u, w) =
_

q(x)u w dv dans H
1
()
d)
a(u, w) =
_

(p(x)uw +q(x)u w) dv dans H


1
()
2. Discuter de lexistence et de lunicite de la solution des probl`emes suivants. Bien identier
lespace fonctionnel V , les conditions aux limites essentielles et naturelles et obtenir explici-
tement la fonction de rel`evement des conditions aux limites essentielles lorsque possible. La
fonction q(x) sera supposee continue et bornee c.-`a-d. 0 < q
1
q(x) q
2
et
1
et
2
seront
des constantes strictement positives. La fonction f(x) apparaissant `a plusieurs reprises sera
supposee dans L
2
().
En dimension 1 :
a)
_

2
d
2
u
dx
2
= f dans ]0, 1[
u(0) = u(1) = 0
b)
_

1
u
2
d
2
u
dx
2
= f dans ]0, 1[
du
dx
(0) =
du
dx
(1) = 0
c)
_

2
d
2
u
dx
2
= f dans ]0, 1[
u(0) = a, u(1) = b
60 Chapitre 3
d)
_

d
dx
_
q(x)
du
dx
_
= f dans ]0, 1[
u(0) = a, q(1)
du
dx
(1) = b
e)
_

_
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= f dans ]0, L[
u(0) = a, u(L) = b
q(0)
d
2
u
dx
2
(0) = c, q(L)
d
2
u
dx
2
(L) = d
En dimension superieure `a 1 :
f)
_

_
(q(x)u) = f dans
u = g sur
0
q(x)
u
n
= h sur
1
g)
_

_
(u) = f dans
u
n
= h sur
h)
_

_
(u) = f dans
u +
u
n
= h sur
3. On souhaite resoudre le probl`eme suivant :
d
2
dx
2
_
EI
d
2
u(x)
dx
2
_
= f(x) dans ]0, 1[,
o` u EI est une constante. Peut-on obtenir une formulation variationelle dans le cas des condi-
tions aux limites suivantes :
u(0) = 0, u

(0) = 0, u(1) = 1,
d
dx
_
EI
d
2
u(1)
dx
2
_
= F
Theor`eme de Lax-Milgram 61
4. On suppose que lon a un probl`eme variationnel de la forme :
a(u, w) = l(w)
o` u la forme bilineaire a et la forme lineaire l verient les hypoth`eses du theor`eme de Lax-
Milgram dans un espace de Hilbert V .
Montrer que lunique solution u depend contin ument des donnees c.-`a-d. que :
[[u[[
V

[[l[[

o` u est la constante de coercivite et [[l[[ est la plus petite constante C telle que :
[l(w)[ C[[w[[
V
w V ou encore [l(w)[ [[l[[ [[w[[
V
w V
5. Verier les hypoth`eses du theor`eme de Lax-Milgram pour le probl`eme suivant :
_

d
dx
_
c
1
du
dx
_
+c
2
du
dx
= f
u(0) = u(1) = 0
o` u c
1
et c
2
sont des constantes strictement positives et f(x) est une fonction de L
2
(]0, 1[). De-
terminer lespace fonctionnel approprie et obtenir la formulation variationnelle du probl`eme.
Ne pas integrer par parties le terme c
2
du
dx
.
N.B. : Passer rapidement sur les questions de linearite et bilinearite. On se rappellera de plus
que :
g(x)g

(x) =
1
2
d
dx
_
g
2
_
62 Chapitre 3
Chapitre 4
Methode de Ritz
4.1 Principes generaux
Une fois le probl`eme formule sous forme variationnelle, il reste `a le discretiser c.-`a-d. `a le faire
passer dun probl`eme de dimension innie `a un probl`eme approche de dimension nie. Ce probl`eme
discretise sera ensuite resolu par les techniques dalg`ebre lineaire classiques : resolution de syst`emes
algebriques lineaires ou non lineaires, de probl`emes aux valeurs propres, etc.
La methode de Ritz est une technique de discretisation de probl`emes variationnels et est en
quelque sorte le precurseur de la methode des elements nis. Soit donc un probl`eme variationnel
veriant les hypoth`eses du theor`eme de Lax-Milgram :
trouver u V telle que :
a(u, w) = l(w) w V (4.1)
o` u la fonction u verie les conditions aux limites essentielles homog`enes (le cas des conditions aux
limites non homog`enes necessite la construction dune fonction de rel`evement u
g
mais ne pose pas de
dicultes theoriques supplementaires). On se donne maintenant N fonctions
j
V, j = 1, 2, , N
appelees fonctions dinterpolation de Ritz ou plus simplement fonctions de Ritz veriant elles aussi
les conditions essentielles homog`enes. On suppose ensuite que lon peut ecrire :
u(x) u
N
(x) =
N

j=1
u
j

j
(x) (4.2)
Dans cette expression, les N coecients u
j
sont `a determiner et le probl`eme est maintenant de
dimension nie N. Lensemble de toutes les combinaisons lineaires possibles des fonctions
j
forme
un sous-espace de dimension N de V note V
N
(toujours en supposant que les fonctions
j
sont
choisies dans V d`es le depart et quelles sont lineairement independantes). On consid`ere donc
lapproximation suivante du probl`eme variationnel 4.1 :
trouver u
N
V
N
telle que :
a(u
N
, w
N
) = l(w
N
) w
N
V
N
(4.3)
63
64 Chapitre 4
ou encore :
a
_
_
N

j=1
u
j

j
, w
N
_
_
= l(w
N
) w
N
V
N
La bilinearite de a nous permet decrire :
N

j=1
u
j
a(
j
, w
N
) = l(w
N
) w
N
V
N
On va maintenant construire un syst`eme lineaire (parce que le probl`eme de depart 4.1 est lineaire)
dont les inconnues sont les coecients u
j
. Soit donc N nouvelles fonctions

i
, i = 1, 2, , N
appartenant `a lespace V
N
. Puisque lequation precedente est vraie quelle que soit la fonction
w
N
V
N
, elle est valide pour chacune des fonctions

i
et on a :
N

j=1
u
j
a(
j
,

i
) = l(

i
) 1 i N
qui est un syst`eme lineaire N sur N de la forme :
AU = F
o` u la matrice A et les vecteurs U et F ont pour coecients :
_

_
a(
1
,

1
) a(
2
,

1
) a(
N
,

1
)
a(
1
,

2
) a(
2
,

2
) a(
N
,

2
)
.
.
.
.
.
.
.
.
.
.
.
.
a(
1
,

N
) a(
2
,

N
) a(
N
,

N
)
_

_
_

_
u
1
u
2
.
.
.
u
N
_

_
=
_

_
l(

1
)
l(

2
)
.
.
.
l(

N
)
_

_
(4.4)
Si les fonctions
j
et

i
sont bien choisies, ce syst`eme lineaire est inversible et on peut d`es lors
determiner les inconnues u
i
et ainsi obtenir une approximation u
N
(x) de la fonction u par la
relation 4.2. Un choix naturel pour les fonctions

i
consiste `a prendre tout simplement

i
=
i
, et
ce pour tout i. Cest la methode de Ritz ou methode de Rayleigh-Ritz. Dans le cas o` u

i
,=
i
, on
parle de la methode de Petrov-Galerkin.
Dans cet ouvrage, nous insisterons davantage sur la methode de Ritz, bien quil existe des
applications interessantes de la methode de Petrov-Galerkin, notamment pour les probl`emes de
convection-diusion.
Remarque 4.1
On remarque que le coecient A
ij
du syst`eme lineaire 4.4 est de la forme :
A
ij
= a(
j
,

i
)
Lorsque la forme bilineaire est symetrique, il ny a pas de confusion possible mais dans le cas
general, il faut faire attention `a lordre des indices i et j.
Methode de Ritz 65
4.2 Exemples
Nous voyons dans cette section quelques exemples dapplications de la methode de Ritz. Nous
en proterons au passage pour mettre en evidence les forces et eventuellement les faiblesses de cette
approche.
Exemple 4.1
Considerons le probl`eme en dimension 1 :
_

_
u

(x) = ln(x) dans ]0, 1[


u(0) = 0
du
dx
(1) = 1
Puisque la seule condition essentielle (sur u) est nulle, le rel`evement est inutile (u
g
= 0) et on
peut travailler directement avec u qui, dans ce cas, sera egal `a
u
. La formulation variationnelle
correspondante (laissee en exercice) est :
trouver u V =
_
w H
1
(]0, 1[ [w(0) = 0
_
_
1
0
u

(x)w

(x)dx = w(1) +
_
1
0
ln(x)w(x)dx w V (4.5)
Les fonctions
j
doivent appartenir `a lespace V et verier les conditions aux limites essentielles
homog`enes. Dans ce cas, il sut davoir
j
(0) = 0. Cela mis `a part, ce choix est arbitraire si on
sassure que
j
V . On peut prendre par exemple :

j
(x) = x
j
et on sassure facilement que toutes les conditions sont bien remplies. Le coecient general de la
matrice A pour la methode de Ritz est donc :
a
ij
=
_
1
0

j
(x)

i
(x) dx =
_
1
0
ijx
i+j2
dx =
ij
i +j 1
tandis que le vecteur F a pour coecients :
f
i
=
i
(1) +
_
1
0
ln(x)
i
(x) dx = 1 +
_
1
0
ln(x)x
i
dx = 1
1
(i + 1)
2
Ce syst`eme lineaire est ensuite resolu par les techniques habituelles de decomposition LU (voir
par exemple Fortin, ref. [17]). En faisant varier la taille N, si tout se passe bien, on doit se rapprocher
dune eventuelle solution analytique. Dans cet exemple, cette solution est :
u(x) =
3x
2
4

1
2
x
2
ln x
66 Chapitre 4
dont la derivee est :
u

(x) = x xln x
et on sassure facilement que lequation dierentielle ainsi que les conditions aux limites sont ve-
riees. En se servant du logiciel Matlab [25], on a resolu ce syst`eme pour obtenir les resultats de
la gure 4.1 pour N = 1, 3 et 5. On y a superpose la solution analytique u(x) (en trait plein)
et la solution numerique u
N
(x). Il est aussi interessant de regarder le comportement de u

(x) et
(u
N
)

(x). On remarque immediatement quil est plus dicile dapprocher u

(x). On peut armer


que ce comportement est assez general. Nous en reparlerons lorsque nous aborderons les questions
de convergence.
Enn, il ne faut pas se leurrer sur la taille du syst`eme lineaire necessaire pour obtenir une bonne
approximation de u(x). Dans cet exemple, une dimension de 5 semble sure mais ce nest certes
pas toujours aussi facile...
Exemple 4.2
Considerons le probl`eme en dimension 1 :
_

_
u

(x) +u = 0 dans ]0, 1[


u(0) = 1
du
dx
(1) +u(1) = 0
La condition essentielle nest imposee quen x = 0 et on choisit donc :
V =
_
w H
1
(]0, 1[) [w(0) = 0
_
On multiplie par w V et on int`egre :
_
1
0
_
u

(x)w

(x) +u(x)w(x)
_
dx
du
dx
w

1
0
= 0 w V
Le terme de bord est nul en x = 0 mais en x = 1, on a
du
dx
(1) = u(1). Il en resulte :
_
1
0
_
u

(x)w

(x) +u(x)w(x)
_
dx +u(1)w(1) = 0 w V
On rel`eve maintenant les conditions aux limites essentielles. On pose u =
u
+u
g
et on peut choisir
tout simplement la fonction u
g
= 1 qui appartient `a H
1
(]0, 1[) et qui satisfait la condition essentielle.
On a alors w V :
_
1
0
_

u
(x)w

(x) +
u
(x)w(x)
_
dx +
u
(1)w(1)
=
_
1
0
_
u

g
(x)w

(x) +u
g
(x)w(x)
_
dx u
g
(1)w(1)
Methode de Ritz 67
Figure 4.1 Solutions u(x) et u

(x) pour N = 1, N = 3 et N = 5
68 Chapitre 4
Puisque u
g
= 1, u

g
= 0, il reste :
_
1
0
_

u
(x)w

(x) +
u
(x)w(x)
_
dx +
u
(1)w(1)
=
_
1
0
w(x)dx w(1) w V
qui est la formulation variationnnelle correspondant au probl`eme initial.
Pour la methode de Ritz, on peut ici encore choisir
i
(x) = x
i
, i = 1, 2, , N. La matrice A
correspondante a pour coecients :
a
ij
=
_
1
0
_

j
(x)

i
(x) +
j
(x)
i
(x)
_
dx +
j
(1)
i
(1)
=
_
1
0
_
ijx
i+j2
+x
i+j
_
dx + 1
=
ij
i +j 1
+
1
i +j + 1
+ 1
tandis que le vecteur F a pour coecients :
f
i
=
_
1
0

i
(x) dx
i
(1) =
_
1
0
x
i
dx 1 =
_
1 +
1
(i + 1)
_
Il est facile de sassurer que la solution analytique de lequation dierentielle de depart est u(x) =
e
x
ce qui nous permet de comparer `a la gure 4.2, les solutions analytique et numerique pour
N = 2. Ici encore, la comparaison est excellente sur u et un peu moins convaincante sur u

(x). La
situation sameliore cependant tr`es rapidement lorsque N augmente.
Exemple 4.3
On consid`ere maintenant un probl`eme bidimensionnel dont la geometrie est le carre de cotes de
longueur 1 et les conditions aux limites sont decrites `a la gure 4.3. On doit resoudre lequation
aux derivees partielles :
_
_
_

2
u = 10 dans
u = g sur (g decrite `a la gure 4.3)
Des conditions essentielles etant prescrites sur toute la fronti`ere, on choisit V = H
1
0
() et comme
toujours, on multiplie par w V et on int`egre sur le domaine . On obtient :
_

u w dv =
_

10w dv
Methode de Ritz 69
Figure 4.2 Methode de Ritz (N = 2)
u = 0
u = y
u = x
u = 0
Figure 4.3 Geometrie et conditions aux limites
70 Chapitre 4
On eectue le rel`evement des conditions aux limites en posant u =
u
+ u
g
. Le choix de u
g
est
ici plus delicat malgre le fait que la geometrie du probl`eme soit tr`es simple. On peut prendre par
exemple la fonction u
g
(x, y) = xy. En remplacant, on trouve la formulation variationnelle :
trouver
u
V telle que :
_

u
w dv =
_

10w dv
_

u
g
w dv
Il nous reste `a construire les fonctions de Ritz . Parmi les choix possibles, on peut prendre les
N = m
2
fonctions de la forme :

i
(x, y) = sin(i
1
x) sin(i
2
y)
que lon ordonne de la fa con suivante :

1
(x, y) = sin(x) sin(y)

2
(x, y) = sin(x) sin(2y)
.
.
.

m
(x, y) = sin(x) sin(my)

m+1
(x, y) = sin(2x) sin(y)

m+2
(x, y) = sin(2x) sin(2y)
.
.
.

2m
(x, y) = sin(2x) sin(my)
.
.
.

m
2(x, y) = sin(mx) sin(my)
On a ainsi une relation sur les indices de la forme :
i = (i
1
1)m+i
2
1 i
1
, i
2
m
Ces fonctions sannulent sur la fronti`ere du domaine et verient une propriete dorthogonalite tr`es
particuli`ere :
a
ij
=
_

j

i
dv =
_
0 si i ,= j

2
4
(i
2
1
+i
2
2
) si i = j
La matrice A est donc diagonale ce qui est toutefois exceptionnel. De plus, on verie non sans peine
que :
f
i
=
_

10
i
dv
_

u
g

i
dv = 10
_

i
dv
_

(y, x)
i
dv
=
10

2
_
(1)
i
1
1
i
1
__
(1)
i
2
1
i
2
_
Methode de Ritz 71
Figure 4.4 Methode de Ritz en dimension 2 : fonctions
u
(x) et u(x)
72 Chapitre 4
Le syst`eme lineaire resultant est bien s ur tr`es simple `a resoudre. En prenant N = 5
2
= 25, on a
obtenu le resultat de la gure 4.4 pour la fonction
u
qui rappelons-le, sannule sur la fronti`ere du
domaine. La fonction u =
u
+u
g
=
u
+xy est illustree `a la gure 4.4.
Nous terminons ce chapitre par quelques remarques generales sur la methode de Ritz. Les
principales faiblesses de cette methode sont :
la construction de la fonction de rel`evement u
g
qui doit verier les conditions aux limites
essentielles prescrites, ce qui peut etre dicile particuli`erement en dimension 2 ou 3 ;
le choix et la construction des fonctions de Ritz
i
qui doivent etre lineairement independantes
et verier les conditions essentielles homog`enes ;
le calcul des coecients a
ij
et f
i
du syst`eme lineaire qui peut necessiter levaluation dinte-
grales sur des domaines complexes. On peut eventuellement recourir aux methodes dintegra-
tion numeriques si le besoin sen fait sentir.
Les inconnues u
i
du syst`eme lineaire nont pas de signication physique particuli`ere.
Les remarques precedentes sont particuli`erement justiees en dimension 2 ou 3 o` u les geometries
peuvent etre extremement variees et complexes. Il est alors pratiquement impossible de construire
les dierentes fonctions necessaires. Cela est d u `a lapproche globale de la methode de Ritz, en
ce sens que lon cherche `a construire les fonctions u
g
et
i
en considerant tout le domaine .
La methode des elements nis contourne cette diculte par une approche plus localisee et une
construction plus systematique des fonctions
i
.
Methode de Ritz 73
4.3 Exercices
Determiner pour les probl`emes suivants une famille de fonctions
i
permettant dappliquer la
methode de Ritz et obtenir la fonction de rel`evement des conditions aux limites essentielles.
En dimension 1 :
1. _

2
d
2
u
dx
2
= f dans ]0, 1[
u(0) = u(1) = 0
2.
_

1
u
2
d
2
u
dx
2
= f dans ]0, 1[
du
dx
(0) =
du
dx
(1) = 0
3. _

2
d
2
u
dx
2
= f dans ]0, 1[
u(0) = a, u(1) = b
4.
_

d
dx
_
q(x)
du
dx
_
= f dans ]0, 1[
u(0) = a, q(1)
du
dx
(1) = p
5. _

_
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= f dans ]0, L[
u(0) = a, u(L) = b
q(0)
d
2
u
dx
2
(0) = c, q(L)
d
2
u
dx
2
(L) = d
6. _

_
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= f dans ]0, L[
u(0) = a, u(L) = b
u

(0) = 0, q(L)
d
2
u
dx
2
(L) = d
74 Chapitre 4
En dimension 2 :
7.
_

_
(q(x)u) = f dans le carre ]0, 1[
2
u = 1 sur les cotes x = 0 et y = 0
q(x)
u
n
= 2 sur les autres cotes
8. On souhaite resoudre le probl`eme suivant par la methode de Ritz :
d
2
dx
2
_
EI
d
2
u(x)
dx
2
_
= f(x) dans ]0, 1[,
o` u EI est une constante. Proposer des choix de fonctions u
g
(x) et
i
(x) permettant de resoudre
ce probl`eme avec les conditions aux limites suivantes :
u(0) = 1, u

(0) = 2, u(1) = 4, EI
d
2
u(1)
dx
2
= M
(Utiliser de preference des fonctions polynomiales).
9. Resoudre par la methode de Ritz le probl`eme suivant :
_

_
kT = q dans le carre ]0, 1[]0, 1[
T = 0 sur les cotes x = 1 et y = 1
T
n
= 0 sur les autres cotes
o` u k et q sont des constantes. On prendra une seule fonction de Ritz :

1
(x) = (1 x
2
)(1 y
2
)
10. Resoudre par la methode de Ritz le probl`eme suivant :
_

d
dx
_
(x
2
+ 1)
du
dx
_
= 2 2x + 6x
2
dans lintervalle ]0, 1[
u(0) = 1
u

(1) = 1
a) Obtenir la formulation variationnelle ;
b) Choisir les fonctions de Ritz appropriees ;
Methode de Ritz 75
c) Construire le rel`evement des conditions aux limites esssentielles ;
d) Obtenir les coecients a
ij
et f
i
du syst`eme lineaire correspondant ;
e) Resoudre le syst`eme en utilisant deux fonctions de Ritz.
11. On suppose que lon a un probl`eme variationnel de la forme :
a(u, w) = l(w)
o` u la forme bilineaire symetrique a et la forme lineaire l verient les hypoth`eses du theor`eme
de Lax-Milgram dans un espace de Hilbert V .
Montrer que si on utilise la methode de Ritz pour discretiser ce probl`eme, on obtient une
matrice A denie positive.
Rappel : Une matrice symetrique A est dite denie positive si quel que soit le vecteur colonne
(non nul) x = [x
1
, x
2
, x
3
, , x
n
]
T
, on a :
x
T
Ax = (Ax) x =
n

i,j=1
A
ij
x
i
x
j
> 0
76 Chapitre 4
Chapitre 5

Elements nis unidimensionnels


Nous allons maintenant etablir comment construire les fonctions
i
(x) de la methode de Ritz de
mani`ere ecace, et ce sur des domaines de forme quelconque. Cette ecacite proviendra de lintro-
duction de formes geometriques simples (des sous-intervalles en dimension 1) nommes elements qui
permettent une construction locale de ces fonctions. Cest certainement en dimension 2 ou 3 que
lintroduction de ces elements prend toute son importance car les geometries sont de toute evidence
beaucoup plus complexes. Nous commencerons tout de meme le developpement en dimension 1 en
tachant dutiliser une presentation la plus generale possible de sorte que le passage en dimension
superieure soit direct.
Nous choisissons une approche qui se veut la plus pedagogique possible. Nous presenterons aussi
quelques aspects informatiques en indiquant quelques tableaux necessaires `a la bonne mise en oeuvre
dune methode delements nis. Nous ne chercherons cependant pas `a obtenir une presentation
optimale sur le plan informatique. Ce nest pas le but de cet ouvrage. Le lecteur doit rester conscient
quil existe plusieurs fa cons de presenter la methode des elements nis et que celle que nous avons
retenue a lavantage detre relativement simple et susamment generale.
5.1

Equations dierentielles dordre 2
5.1.1 Probl`eme type
Pour xer les idees, nous commencerons par la resolution dun probl`eme classique dune equation
dierentielle dordre 2 de la forme :
_

_
p(x)u
d
dx
_
q(x)
du
dx
_
= r(x) dans ]0, L[
u(0) = c, q(L)
du
dx
(L) = d
(5.1)
On suppose connues les fonctions p(x) et q(x) de meme que les constantes c et d.
77
78 Chapitre 5
Si dans cette equation on prend p(x) = 0, la variable dependante u(x) peut entre autres choses
designer la deformation longitudinale dune tige metallique de longueur L.
`
A ce moment, q(x) = EA,
o` u E est le module de Young et A laire de la section de la tige qui peut etre variable. Enn, r(x)
est une force de contact sur la surface de la tige et d est une force axiale appliquee `a lune de ses
extremites. On peut aussi interpreter u(x) comme une temperature, une pression hydrostatique,
un potentiel, etc., suivant le domaine qui nous interesse (voir par exemple Reddy, ref. [31]). Le
probl`eme 5.1 est donc susamment general pour couvrir bon nombre dapplications.
Sur le plan theorique, si on suppose que la fonction p(x) est positive ou nulle et que 0 <
q
1
q(x) q
2
dans lintervalle ]0, L[, il est facile de sassurer que les hypoth`eses du theor`eme de
Lax-Milgram sont veriees. La solution, `a un rel`evement des conditions essentielles pr`es, est dans
lespace :
V =
_
w H
1
(]0, L[) [ w(0) = 0
_
Rappelons que pour cette equation dierentielle dordre 2, la seule condition essentielle est limpo-
sition de la variable u(x) `a la fronti`ere. Dans cet exemple, u nest imposee quen x = 0 do` u cette
denition de lespace V .
Il est donc necessaire de construire des fonctions
i
(x) dans la methode de Ritz qui soient
dans V . Comme nous lavons vu au chapitre 2 et puisque nous utiliserons des approximations
polynomiales, il sut de sassurer que ces fonctions soient continues (et sannulent en x = 0 dans
ce cas precis).
On pose ensuite u =
u
+u
g
et la formulation variationnelle (laissee en exercice) est :
trouver
u
V telle que :
a(
u
, w) = l(w) a(u
g
, w) w V (5.2)
o` u :
a(
u
, w) =
_
L
0
_
p(x)
u
(x)w(x) +q(x)

u
(x)w

(x)
_
dx
et :
l(w) = d w(L) +
_
L
0
r(x)w(x)dx
La methode de Ritz consiste `a poser :
u(x) = u
g
(x) +
u
(x) = u
g
(x) +
n

j=1

u
j

j
(x)
et necessite la construction dun syst`eme lineaire global de la forme :
A
U
= F
o` u :
a
ij
= a(
j
(x),
i
(x)) et f
i
= l(
i
(x)) a(u
g
(x),
i
(x))

Elements nis unidimensionnels 79


K
1
K
2
K
3
K
4
K
nel
x = 0 x = L
Figure 5.1 Maillage en dimension 1
La fonction u
g
(x) est le rel`evement des conditions aux limites essentielles et doit donc verier dans
ce cas u
g
(0) = c et doit de plus appartenir `a lespace H
1
(]0, L[).
Remarque 5.1
Il est souvent utile, en particulier pour les probl`emes non lineaires que nous rencontrerons au
chapitre 8, de considerer la fonction
u
(x) comme une correction `a une solution existante u
g
(x)
obtenue prealablement et veriant bien s ur les conditions essentielles imposees. La fonction u
g
(x)
pourra provenir dun calcul precedent ou tout simplement dune iteration precedente.
Voyons maintenant comment construire les fonctions de Ritz
i
(x). Cette construction se fera
en plusieurs etapes qui constituent ce que lon appelle la methode de Ritz-Galerkin.
5.1.2 Le maillage
Les elements
Considerons une partition de lintervalle ]0, L[ comme celle de la gure 5.1. Cette partition en
sous-intervalles constitue le maillage. Les sous-intervalles K
i
sont appeles elements dont le nombre
total est note nel. La fronti`ere des elements correspond aux cercles en trait gras. Les elements
peuvent etre de longueur variable.
Les noeuds
Sur chaque element, on identie n
K
g
noeuds geometriques qui permettent de denir la geometrie
de lelement en question. En dimension 1, les noeuds geometriques sont les bornes de lelement et
alors n
K
g
= 2. On notera K = [x
K
1
, x
K
2
] un element generique et h
K
sa taille qui en dimension 1, est
tout simplement la longueur h
K
= x
K
2
x
K
1
(on sassurera bien s ur que x
K
2
> x
K
1
de sorte que h
K
soit strictement positif). Ce sont ces noeuds geometriques qui denissent localement la geometrie
de lelement et globalement, celle du domaine en entier. En dimension 1, cela parat futile mais en
dimension superieure, ce sera fondamental.
Dans chaque element K on identie egalement (voir la gure 5.2) un nombre n
K
c
de noeuds
de calcul souvent appeles noeuds dinterpolation o` u les variables essentielles du probl`eme seront
eventuellement calculees. Ces noeuds dinterpolation peuvent concider ou non avec les noeuds
geometriques. Lensemble des noeuds de lelement comprend donc les noeuds geometriques et les
noeuds de calcul. On note n
K
t
le nombre total de noeuds de lelement K et (x
K
1
, x
K
2
, , x
K
n
K
t
) les
80 Chapitre 5

Element K
x
K
1
x
K
3
x
K
4
x
K
5

x
K
nt
x
K
2
Figure 5.2 Noeuds geometriques et de calcul de lelement K
noeuds de lelement K en commencant par les noeuds geometriques, suivis des autres noeuds de
calcul.
Remarque 5.2
Pour eviter dalourdir inutilement lexpose, nous supposerons que les noeuds de calcul comprennent
les noeuds geometriques, meme si cette hypoth`ese nest absolument pas necessaire. Le nombre total
de noeuds de lelement est donc n
K
t
= n
K
c
. On rencontre le cas o` u les noeuds de calcul di`erent
totalement des noeuds geometriques notamment pour les elements dits non conformes (voir Ciarlet,
ref. [9]).
On place les coordonnees de tous les noeuds (geometriques et/ou de calcul) dans un tableau que
nous notons coor de longueur egale au nombre de noeuds total nnoeuds du maillage. On denit un
tableau de connectivite des noeuds (notee connec) comprenant nel lignes.
`
A chacune de ces lignes,
on retrouve les numeros des n
K
c
noeuds de lelement.
Les degres de liberte
On associe `a chaque noeud de calcul de lelement une ou plusieurs inconnues appelees degres
de liberte (ddl) suivant que le probl`eme poss`ede une ou plusieurs variables essentielles. Il est meme
possible qu`a un noeud donne, aucun degre de liberte ne soit attribue ou quen 2 noeuds dun meme
element, un nombre dierent de degres de liberte ne soit associes. On sassure ainsi dune grande
exibilite au niveau de limplantation de la methode. On note n
K
d
le nombre de degres de liberte de
lelement. Tr`es souvent, n
K
d
est un multiple de n
K
c
. Certains degres de liberte seront communs `a 2
(ou plus) elements. Le nombre total de degres de liberte du domaine sera note nddl. Les degres de
liberte sont donc les inconnues de notre probl`eme. Paradoxalement, certains degres de liberte sont
xes puisquimposes par les conditions essentielles du probl`eme. On notera :
U =
_

_
u
1
u
2
.
.
.
u
nddl
_

_
=
_

_
U
I
U
C
_

_
et
U
=
_

u
1

u
2
.
.
.

u
nddl
_

_
=
_

I
U
0
_

_
(5.3)

Elements nis unidimensionnels 81


les vecteurs globaux des degres de liberte pour u(x) et
u
(x) qui sont de dimension nddl. Le vecteur
U se decompose en 2 parties distinctes : U
C
est la partie de U qui est connue (do` u lindice C) car
imposee par les conditions aux limites essentielles du probl`eme. La partie correspondante dans le
vecteur de correction
U
est par consequent nulle. Le reste est note U
I
(et
I
U
pour la correction)
(I pour inconnu) et sera eventuellement calcule. Nous reviendrons sur cette partition de U lors de
limposition des conditions aux limites (voir la section 5.1.8) et lors de la resolution du syst`eme
global (voir la section 5.1.9).
`
A chaque degre de liberte du domaine, on attribue une fonction de Ritz (x) et, au noeud
de calcul correspondant, on calculera une approximation de la variable essentielle associee. Chaque
degre de liberte est relie `a un noeud de calcul mais inversement, un noeud de calcul peut etre associe
`a plusieurs degres de liberte. On construira ainsi un syst`eme lineaire (ou non lineaire suivant que
le probl`eme de depart est lineaire ou non) de dimension nddl sur nddl.
Numerotation des degres de liberte
Le tableau de connectivite des noeuds connec est tr`es utile mais ne sut pas compl`etement
puisque nous avons mentionne qu`a un noeud, on peut associer 1 ou plusieurs degres de liberte.
Il faut aussi introduire ce que nous appellerons un tableau de numerotation des degres de liberte.
Pour ce faire, on assigne en tout premier lieu un numero `a chaque degre de liberte du probl`eme.
Cette numerotation fera en sorte que les degres de liberte o` u on impose une condition essentielle
seront numerotes en dernier.
Pour y arriver, on construit un tableau de numerotation note numer qui contient pour chaque
noeud les numeros des degres de liberte qui lui sont associes. Cest donc un tableau de dimension
nnoeuds multipliee par le nombre de degres de liberte par noeud qui peut etre variable. Les etapes
de construction du tableau numer sont les suivantes :
1. pour chacune des variables essentielles du probl`eme, on identie les numeros des noeuds o` u
cette variable est imposee ;
2. on parcourt les noeuds en numerotant tous les degres de liberte associes `a chacun des ces
noeuds et qui ne sont pas imposes comme condition aux limites essentielle du probl`eme ;
3. on parcourt de nouveau les noeuds et on numerote `a la suite tous les autres degres de liberte
c.-`a-d. tous les degres de liberte qui sont imposes comme condition aux limites essentielle du
probl`eme.
De cette mani`ere, on decompose la matrice du syst`eme global et le vecteur des degres de liberte
du probl`eme en 2 parties consecutives o` u on regroupe au debut les veritables inconnues du syst`eme
(le vecteur U
I
que lon devra calculer) et `a la n les valeurs des variables essentielles imposees (le
vecteur U
C
) tel quindique `a la relation 5.3.
Enn, une fois la numerotation obtenue, on construit le tableau dadressage note adres qui
pour chaque element fournit les numeros des degres de liberte associes `a chaque noeud de calcul de
lelement. Chaque ligne de ce tableau correspond `a un element et sera appelee le vecteur dadressage
de cet element. Le tableau dadressage peut etre construit une fois pour toutes grace aux tableaux
82 Chapitre 5
x
1
= 0
x
2
x
3
x
4
x
5
x
6 x
7
= 1

Element K
1

Element K
2

Element K
3
Figure 5.3 Maillage : nel = 3, n
K
g
= 2, n
K
c
= 3
connec et numer. Il est cependant souvent preferable de construire le vecteur dadressage de chaque
element au besoin. Lexemple qui suit illustre les dierentes etapes et tableaux que nous venons
dintroduire.
Exemple 5.1
La situation est illustree `a la gure 5.3 pour notre probl`eme type. Ce maillage tr`es simple du domaine
]0, 1[ (on choisit ici L = 1) comporte nel = 3 elements dont les fronti`eres sont identiees par des
cercles en trait gras. Sur chaque element on a identie 3 noeuds de calcul (n
K
c
= 3) comprenant les
extremites (les noeuds geometriques) et le point-milieu de lelement. Certains noeuds sont communs
`a 2 elements comme par exemple x
3
(commun aux elements K
1
et K
2
) et x
5
(commun `a K
2
et K
3
).
Dans cet exemple, on a nnoeuds = 7 et le tableau coor est :
Coordonnees des noeuds
Tableau coor
x
1
x
2
x
3
0,0000 0,0000 0,0000
0,1667 0,0000 0,0000
0,3333 0,0000 0,0000
0,5000 0,0000 0,0000
0,6667 0,0000 0,0000
0,8333 0,0000 0,0000
1,0000 0,0000 0,0000
Bien entendu, les coordonnees x
2
et x
3
sont inutiles pour un probl`eme unidimensionnel. Le
tableau de connectivite des noeuds connec prend la forme :
Numeros des noeuds geometriques et de calcul
Tableau connec
Noeuds geometriques Autres noeuds

Element Noeud #1 Noeud #2 Noeud #3


1 1 3 2
2 3 5 4
3 5 7 6

Elements nis unidimensionnels 83


Chaque ligne de ce tableau correspond `a un element dierent. Rappelons encore ici la convention
etablie de numeroter en premier lieu les noeuds geometriques, et ce pour chaque element. Dans cet
exemple, il y a plus de noeuds de calcul que de noeuds geometriques mais ce nest pas toujours le
cas. Les deux tableaux precedents ainsi que le tableau coor contenant les coordonnees de tous les
noeuds nous permettent de denir compl`etement la geometrie du domaine et contiennent aussi des
informations que nous utiliserons un peu plus loin.
Enn, il faut souligner que le tableau connec ne contient que les numeros des noeuds (de calcul
et/ou geometriques). Pour obtenir les coordonnees de lelement K
2
par exemple, il faut utiliser le
tableau coor et poser :
K
2
= [x
K
2
1
, x
K
2
2
]
= [coor(connec(2, 1)), coor(connec(2, 2))]
= [coor(3), coor(5)]
= [0,3333, 0,6667]
et le deuxi`eme element de ce maillage est donc lintervalle[1/3, 2/3]. De plus, les coordonnees des
noeuds de calcul de ce meme element sont :
(coor(connec(2, i)), i = 1, 2, , n
K
c
) =
(coor(3), coor(5), coor(4)) =
(0,3333, 0,6667, 0,5000)
Dans cet exemple (voir les equations 5.1), la variable essentielle u nest imposee quen x = 0 au
noeud 1. Le degre de liberte associe au noeud 1 sera donc numerote en dernier. Dans un premier
temps, on laisse tomber les degres de liberte imposes. Une premi`ere numerotation possible serait
alors :
Numerotation
Tableau numer
Noeud u
1 ?
2 1
3 2
4 3
5 4
6 5
7 6
On reparcourt ensuite les noeuds pour numeroter les degres de liberte xes par les conditions
aux limites essentielles. On obtient :
84 Chapitre 5
Numerotation
Tableau numer
Noeud u
1 7
2 1
3 2
4 3
5 4
6 5
7 6
Chaque ligne de ce tableau correspond `a un noeud de calcul du domaine. Dans le cas o` u on
associe plusieurs degres de liberte `a un meme noeud, on ajoute des colonnes supplementaires `a ce
tableau. On peut meme `a la limite avoir un tableau dont les lignes ne sont pas toutes de meme
longueur dans le cas o` u le nombre de degres de liberte associes nest pas le meme dun noeud `a
lautre.
On peut maintenant construire le tableau dadressage dont chaque ligne correspond au vecteur
dadressage dun element K et fournit les numeros des degres de liberte qui lui sont associes. On
lobtient en posant :
adres(K, i) = numer(connec(K, i)), i = 1, 2, n
K
c
Dans notre exemple, on aurait :
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3


1 7 2 1
2 2 4 3
3 4 6 5
Chaque ligne correspond `a un element. On peut facilement reconstruire ce tableau `a laide des
tableaux connec et numer. En eet, pour la premi`ere ligne (le premier element), on a :
adres(1, 1) = numer(connec(1, 1)) = numer(1) = 7
adres(1, 2) = numer(connec(1, 2)) = numer(3) = 2
adres(1, 3) = numer(connec(1, 3)) = numer(2) = 1
Il en est de meme pour chaque element. Rappelons quil nest pas necessaire de garder en memoire
ce tableau puisquon peut le reconstruire tr`es facilement `a partir des tableau connec et numer
lorsque lon en a besoin.

Elements nis unidimensionnels 85


5.1.3 Formulation variationnelle elementaire
Cette etape consiste `a obtenir une formulation variationnelle sur un element quelconque K. On
utilise donc la methode de Ritz comme au chapitre precedent, `a lexception notable pr`es que lon
int`egre sur un element K = [x
K
1
, x
K
2
] plutot que sur le domaine au complet. On obtient alors,
apr`es une integration par parties :
_
K
_
p(x)u(x)w(x) +q(x)
du
dx
dw
dx
_
dx =
_
K
r(x)w(x)dx + q(x)
du
dx
w(x)

x
K
2
x
K
1
ou encore :
_
x
K
2
x
K
1
_
p(x)u(x)w(x) +q(x)
du
dx
dw
dx
_
dx =
_
x
K
2
x
K
1
r(x)w(x)dx +s
K
12
w(x
K
2
) +s
K
11
w(x
K
1
)
o` u on a introduit les variables secondaires :
s
K
11
= q(x
K
1
)
du
dx
(x
K
1
) et s
K
12
= q(x
K
2
)
du
dx
(x
K
2
)
Ces variables secondaires correspondent aux conditions aux limites naturelles aux extremites de
lelement. La notation `a 2 indices indique que s
K
11
est la valeur de la premi`ere variable secondaire
`a la premi`ere extremite de lelement tandis que s
K
12
est la valeur de la premi`ere variable secondaire
`a la deuxi`eme extremite de lelement K. On prevoit ainsi le cas o` u il y aura plusieurs variables
secondaires denies aux bornes des elements ce qui sera le cas pour les probl`emes dordre 4. On
qualie ces variables de secondaires par opposition aux variables essentielles dites variables primaires
suivant la notation de Reddy, ref. [31].
Puisque nous avons convenu de travailler en correction
u
, on pose encore u(x) =
u
(x) +u
g
(x)
et on a ainsi la formulation variationnelle elementaire :
_
x
K
2
x
K
1
_
p(x)
u
(x)w(x) +q(x)
d
u
dx
dw
dx
_
dx =
_
x
K
2
x
K
1
r(x)w(x)dx +s
K
12
w(x
K
2
) +s
K
11
w(x
K
1
)

_
x
K
2
x
K
1
_
p(x)u
g
(x)w(x) +q(x)
du
g
dx
dw
dx
_
dx
et lon retrouve bien ainsi la forme 5.2.
Nous ne sommes pas en mesure dimposer les conditions aux limites puisque nous sommes sur
un element qui nest pas forcement situe `a la fronti`ere du domaine. Lidee consiste maintenant `a
appliquer la methode de Ritz sur lelement K. On utilise donc sur chaque element K une relation
de la forme :
u(x) [
K

K
u
(x) +u
K
g
(x)
86 Chapitre 5
o` u lindice superieur K designe la restriction `a lelement K. On pose ensuite :

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) (5.4)
o` u n
K
d
est le nombre total de degres de liberte associes `a la variable essentielle
u
(x) sur lelement K.
Les
K
u
j
sont les valeurs des degres de liberte de lelement et sont inconnus (sauf l`a o` u des conditions
de Dirichlet seront imposees). Les u
K
g
j
sont les valeurs nodales du rel`evement des conditions aux
limites et sont supposees connues. Nous verrons comment les obtenir un peu plus loin.
Comme cela est le cas ici, on aura tr`es souvent n
K
d
= n
K
c
mais ce nest aucunement necessaire.
Cette situation provient du fait quil ny a quune seule variable essentielle (primaire) et que lon
associe un seul degre de liberte `a chaque noeud de calcul. Si on remplace dans la formulation
variationnelle, on obtient :
n
K
d

j=1

K
u
j
_
x
K
2
x
K
1
_
p(x)
K
j
(x)w(x) +q(x)
d
K
j
dx
dw
dx
_
dx =
_
x
K
2
x
K
1
r(x)w(x)dx +s
K
12
w(x
K
2
) +s
K
11
w(x
K
1
)

_
x
K
2
x
K
1
_
p(x)u
K
g
(x)w(x) +q(x)
du
K
g
dx
dw
dx
_
dx
Les fonctions
K
j
(x) sont appelees fonctions dinterpolation de lelement K et ne sont denies que
sur K et non sur le domaine au complet. Pour obtenir un syst`eme lineaire, il sut de prendre
successivement w(x) =
K
i
(x), i = 1, 2, , n
K
d
. On obtient alors le syst`eme elementaire n
K
d
sur n
K
d
suivant :
A
K

K
U
= F
K
+S
K
(5.5)
o` u :
a
K
ij
=
_
x
K
2
x
K
1
_
p(x)
K
j
(x)
K
i
(x) +q(x)
d
K
j
dx
d
K
i
dx
_
dx
f
K
i
=
_
x
K
2
x
K
1
r(x)
K
i
(x)dx
_
x
K
2
x
K
1
_
p(x)u
K
g
(x)
K
i
(x) +q(x)
du
K
g
(x)
dx
d
K
i
(x)
dx
_
dx
s
K
i
= s
K
11

K
i
(x
K
1
) +s
K
12

K
i
(x
K
2
)
La matrice elementaire A
K
(de coecients a
K
ij
) est souvent appelee matrice de rigidite faisant
ainsi reference aux premi`eres applications de la methode des elements nis dans le domaine des
structures. Le vecteur
K
U
(de coecients
K
u
i
) est appele vecteur des degres de liberte elementaires.
Bien que cela ne soit pas absolument necessaire, nous avons separe le terme de droite du syst`eme
elementaire en 2 parties F
K
(de coecients f
K
i
) et S
K
(de coecients s
K
i
). Cela permet disoler

Elements nis unidimensionnels 87


la contribution S
K
des variables secondaires qui necessiteront un traitement particulier lors de
limposition des conditions aux limites. Le terme de droite au complet (F
K
+ S
K
) est le vecteur
des sollicitations elementaires.
Une telle formulation requiert la construction des fonctions
K
i
sur chaque element K ce qui
constitue une procedure assez lourde. De plus, on a souvent recours `a lintegration numerique
pour evaluer les coecients du syst`eme elementaire. Comme nous le verrons un peu plus loin,
cela necessite la mise en memoire de points dintegration dierents dun element `a lautre, ce qui
exigerait beaucoup despace memoire. Pour contourner cette diculte, on introduit un element

K
dit de reference sur lequel on eectue toutes les integrales necessaires `a levaluation du syst`eme
elementaire, et ce au moyen dun changement de variables.
5.1.4 Passage `a lelement de reference
En dimension 1, nous prendrons habituellement lintervalle

K = [1, 1] comme element de
reference. Le changement de variables de lelement de reference

K `a lelement reel K est aussi
appele transformation geometrique et sexprime sous la forme :
T
K
:

K K
[1, 1] [x
K
1
, x
K
2
]
x =
(x
K
1
+x
K
2
) +h
K

2
dx =
h
K
2
d
(5.6)
Cette transformation geometrique est inversible et il en sera toujours ainsi, meme en dimension
superieure pour les transformations lineaires. Toutefois, on peut aisement concevoir des transfor-
mations non lineaires de lelement de reference et il faut alors etre prudent car il est possible que
dans certaines situations, la transformation ne soit pas inversible. On peut se referer `a Dhatt-Touzot,
ref. [13], `a ce sujet.
Cest `a cette etape que les tableaux connec et coor sont utiles car ils permettent de calculer
les termes de la transformation T
K
pour chaque element. Ainsi, `a chaque point de lelement de
reference correspond un point x de lelement K et inversement. Dans le cas present la transformation
88 Chapitre 5
T
K
est facile `a inverser et on a :
(T
K
)
1
: K

K
[x
K
1
, x
K
2
] [1, 1]
x =
2x (x
K
1
+x
K
2
)
h
K
d =
2
h
K
dx
(5.7)
On remarque que les extremites de lelement courant K sont envoyees sur les extremites de lele-
ment de reference. On peut egalement obtenir cette transformation en introduisant les fonctions
dinterpolation de Lagrange (voir lannexe C ou Fortin, ref. [17]) sur lelement de reference :
L
1
() =
1
2
et L
2
() =
1 +
2
La transformation T
K
secrit alors egalement :
x = x
K
1
L
1
() +x
K
2
L
2
() =
(x
K
1
+x
K
2
) +h
K

2
(5.8)
Cette procedure est plus generale et permet de denir dierentes transformations de lelement de
reference vers lelement K. Nous procederons de cette facon en dimension superieure `a 1. On peut
encore ici facilement construire de mani`ere similaire des transformations non lineaires en prenant
des fonctions de Lagrange de degre superieur.
Cest a priori uniquement sur lelement de reference que nous construirons des fonctions din-
terpolation

i
(). On denit ensuite les fonctions dinterpolation
K
i
(x) sur lelement K par com-
position :

K
i
(x) =
K
i
(T
K
()) =

i
() ou encore

i
() =

i
((T
K
)
1
(x)) =
K
i
(x)
Les fonctions
K
i
(x) ne sont sont que rarement explicitees puisque, comme nous le verrons, nous
nen avons aucunement besoin.
Ainsi, la fonction dinterpolation
K
i
(x) prendra la meme valeur que la fonction

i
() au point
x tel que x = T
K
(). Les fonctions

i
() sont par le fait meme generalement independantes des
elements K et sont appelees fonctions dinterpolation de lelement de reference. On a ainsi un seul
ensemble de fonctions `a construire et on transforme les derivees par la formule de derivation en
chane :
d
K
j
dx
=
d

j
d
d
dx
=
d

j
d
2
h
K
d
2

K
j
dx
2
=
d
dx
_
d
K
j
dx
_
=
d
dx
_
2
h
K
d

j
d
_
=
d
d
_
2
h
K
d

j
d
_
d
dx
=
4
(h
K
)
2
d
2

j
d
2
(5.9)

Elements nis unidimensionnels 89


Il convient de preciser comment on evalue u
g
(x) et
dug(x)
dx
dans le terme de droite. On utilise bien
entendu lexpression 5.4 de sorte que :
u
K
g
(x) =
n
K
d

j=1
u
K
g
j

K
j
(x) =
n
K
d

j=1
u
K
g
j

j
() et
du
K
g
(x)
dx
=
n
K
d

j=1
u
K
g
j
d
K
j
(x)
dx
=
2
h
K
n
K
d

j=1
u
K
g
j
d

j
()
d
Eectuons maintenant le changement de variables dans le syst`eme elementaire dont les coe-
cients deviennent :
a
K
ij
=
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()
h
K
2
d
+
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
_
d

j
d
2
h
K
__
d

i
d
2
h
K
_
h
K
2
d
=
h
K
2
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()d
+
2
h
K
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
d

j
d
d

i
d
d
f
K
i
=
h
K
2
_
1
1
r
_
(x
K
1
+x
K
2
) +h
K

2
_

i
()d

h
K
2
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_
_
_
n
K
d

j=1
u
K
g
j

j
()
_
_

i
()d

2
h
K
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
_
_
n
K
d

j=1
u
K
g
j
d

j
()
d
_
_
d

i
d
d
s
K
i
= s
K
11

i
(1) +s
K
12

i
(1)
5.1.5 Construction des fonctions dinterpolation

i
()
`
A chaque noeud de calcul (x
K
1
, x
K
2
, , x
K
n
K
c
) de lelement reel K, correspond un noeud dinter-
polation (
1
,
2
, ,
n
K
c
) sur lelement de reference par la relation :

i
= (T
K
)
1
(x
K
i
) ou encore x
K
i
= T
K
(
i
), i = 1, 2, , n
K
c
90 Chapitre 5
Ainsi, par construction, on aura :

K
j
(x
K
i
) =

j
(
i
)
Puisque nous souhaitons calculer une solution approximative de lequation dierentielle dordre
2 de depart, il serait interessant dobtenir une approximation de u(x) `a chaque noeud de calcul
de chaque element du domaine . De plus, puisque nous avons une equation dierentielle dordre
2, la solution u(x) devra etre dans H
1
(). Lidee de base est alors dutiliser des approximations
polynomiales sur chaque element. Lapproximation de la solution sera donc constituee de polynomes
dierents dans chaque element. Pour sassurer que cette approximation soit dans H
1
(), il faut
sassurer de la continuite de lapproximation `a la fronti`ere des elements (voir le chapitre 2). Pour
ce faire, il sut dimposer en chaque noeud de calcul de chaque element :
u(x
K
i
) = u
K
(x
K
i
) =
n
K
d

j=1
u
K
j

K
j
(x
K
i
) =
n
K
d

j=1
u
K
j

j
(
i
) = u
K
i
(5.10)
Ainsi, lapproximation calculee en x = x
K
i
de u(x
K
i
) sera u
K
i
ce qui donne une interpretation
physique des degres de liberte u
K
i
. Si un noeud de calcul est commun `a plusieurs elements, le degre
de liberte associe `a ce noeud sera toujours le meme et la continuite de lapproximation sera assuree.
Pour satisfaire lequation 5.10, il faut donc construire sur lelement de reference les fonctions

j
() de sorte que :

j
(
i
) =
_
1 si i = j
0 si i ,= j
(5.11)
qui est la denition meme des fonctions dinterpolation de Lagrange (voir lannexe C ou Fortin,
ref. [17]). Leur construction est donc immediate. Il sut maintenant de xer le degre des polynomes
que nous voulons utiliser dans chaque element ce qui determinera egalement la dimension n
K
d
du
syst`eme elementaire.
Remarquons enn quavec des fonctions dinterpolation veriant lequation 5.11 et puisque nous
avons convenu que les 2 premiers noeuds correspondent aux extremites de lelement, le vecteur S
K
des variables secondaires sur chaque element est de la forme :
S
K
=
_

_
s
K
11
s
K
12
0
.
.
.
0
_

_
mettant ainsi en evidence que ces variables nagissent quaux extremites de lelement.
Approximation lineaire
Pour une approximation lineaire, il sut de prendre 2 noeuds de calcul par element et 1 seul
degre de liberte par noeud de calcul (n
K
c
= n
K
d
= 2). Les noeuds de calcul concident donc avec les

Elements nis unidimensionnels 91


1 1
1

1
()

2
()
Figure 5.4 Fonctions dinterpolation lineaires sur

K
noeuds geometriques. Sur lelement de reference les noeuds dinterpolation sont tout simplement
les points
1
= 1 et
2
= 1. Les fonctions

j
() de Lagrange 5.11 sont :

1
() =
( 1)
(1 1)
=
(1 )
2
et

2
() =
( (1))
(1 (1))
=
( + 1)
2
et sont illustrees `a la gure 5.4. Pour evaluer le syst`eme elementaire, on a besoin des derivees :
d

1
()
d
=
1
2
et
d

2
()
d
= +
1
2
La formule de derivation en chane nous donne alors :
d
K
1
(x)
dx
=
1
h
K
et
d
K
2
(x)
dx
= +
1
h
K
Les fonctions dinterpolation lineaires sur lelement de reference

K et sur lelement K sont illustrees
aux gures 5.4 et 5.5.
Approximation quadratique
Pour une approximation quadratique, il faut 3 noeuds de calcul par element (et encore un degre
de liberte par noeud c.-`a-d. n
K
c
= n
K
d
= 3). On choisit dabord les 2 extremites de lelement (les
noeuds geometriques) et le troisi`eme noeud est habituellement le point milieu = 0 de lelement
de reference, bien que ce ne soit absolument pas obligatoire. On a donc les noeuds dinterpolation
92 Chapitre 5
x
K
1
x
K
2
1
x

K
1
(x)
K
2
(x)
Figure 5.5 Fonctions dinterpolation lineaires sur K

1
= 1,
2
= +1 et
3
= 0. Les fonctions

j
() de Lagrange 5.11 de degre 2 sont alors :

1
() =
( 0)( 1)
(1 0)(1 1)
=
( 1)
2

2
() =
( (1))( 0)
(1 (1))(1 0)
=
( + 1)
2

3
() =
( (1))( 1)
(0 (1))(0 1)
= 1
2
Ces fonctions sont illustrees `a la gure 5.6 sur lelement de reference et `a la gure 5.7 sur lelement
reel. Pour evaluer le syst`eme elementaire, on a encore ici besoin des derivees que nous calculons
une fois pour toutes :
d

1
()
d
=
(2 1)
2
d

2
()
d
=
(2 + 1)
2
d

3
()
d
= 2
La formule de derivation en chane nous donne les derivees des fonctions dinterpolation sur

Elements nis unidimensionnels 93


1 1
1

K
2
()

K
1
()

K
3
()
Figure 5.6 Fonctions dinterpolation quadratiques sur

K
lelement K :
d
K
1
(x)
dx
=
(2 1)
h
K
d
K
2
(x)
dx
=
(2 + 1)
h
K
d
K
3
(x)
dx
=
4
h
K
Cas general
Il est maintenant facile de concevoir le cas general. Pour construire une approximation de degre
quelconque m, il sut de choisir sur lelement de reference m+ 1 noeuds dinterpolation (incluant
les extremites de lelement). On a ainsi n
K
c
= m+1 noeuds de calcul et il sut dassocier `a chacun
de ces noeuds une fonction dinterpolation de Lagrange

i
() de degre m.
Remarque 5.3
Dans ce qui prec`ede, nous avons utilise des bases classiques (de Lagrange) de fonctions dinterpo-
lation qui verient :

j
(
i
) = I
j
i
Cette contrainte nest nullement obligatoire et on peut concevoir des bases dierentes. Cest le cas
par exemple des bases dites hierarchiques. Ce concept merite quon sy attarde puisque le choix
de la base est important, non seulement pour limplantation de la methode mais aussi pour des
considerations numeriques relatives au conditionnement de la matrice du syst`eme global. Lidee de
base en dimension 1 consiste `a utiliser des fonctions dinterpolation lineaires pour les 2 extremites
94 Chapitre 5
x
K
1
x
K
2
x
K
3
1
x

1
(x)
2
(x)

3
(x)
Figure 5.7 Fonctions dinterpolation quadratiques sur K
de lelement et une fonction dinterpolation quadratique pour le point-milieu tel quillustre `a la
gure 5.8. Il resulte generalement de ces bases une interpretation moins evidente de la valeur
des degres de liberte associes aux noeuds de calcul. Nous reviendrons plus tard sur ces bases
particuli`eres.
5.1.6

Evaluation du syst`eme elementaire
Nous pouvons d`es maintenant evaluer tous les coecients du syst`eme elementaire 5.5. En eet,
toutes les fonctions necessaires sont maintenant connues et il reste `a eectuer les diverses inte-
grales. Deux options sorent `a nous : on peut integrer analytiquement ou recourir `a lintegration
numerique.
Integration analytique
Cest souvent la meilleure solution mais elle nest pas toujours simple. Dans le cas de polynomes
de bas degre et si les proprietes physiques (les fonctions p(x), q(x) et r(x)) sont simples (par exemple
constantes par element), on choisira cette option. On obtient ainsi des expressions explicites pour
les coecients du syst`eme elementaire. Ce travail peut devenir tr`es penible dans le cas general.
Toutefois, on peut proceder de mani`ere ecace en saidant de logiciels de calcul symbolique tels
Maple ou Mathematica. Cette option est de plus en plus utilisee.

Elements nis unidimensionnels 95


x
K
1
x
K
2
x
K
3
1
x

1
(x)
2
(x)

3
(x)
Figure 5.8 Fonctions dinterpolation hierarchiques sur K
Integration numerique
Cest loption la plus repandue et la plus versatile. Apr`es le passage `a lelement de reference, les
dierents coecients du syst`eme elementaire requi`erent levaluation dintegrales de la forme :
I =
_
1
1
g()d (5.12)
o` u la fonction g() fait intervenir les fonctions dinterpolation

i
() et les proprietes physiques du
probl`eme. Par exemple, on doit evaluer :
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()
h
K
2
d
qui est bien de la forme 5.12. Dans la plupart des programmes delements nis, on utilise les
quadratures de Gauss-Legendre qui consistent `a approcher lintegrale 5.12 par une expression de la
forme :
_
1
1
g()d
m
G

i=1
w
i
g(
i
) (5.13)
qui soit la plus precise possible. On presente un sommaire des techniques dintegration numerique
`a lannexe D. Le tableau D.1 resume quelques unes de ces quadratures en dimension 1. La derni`ere
colonne de ce tableau fournit le degre des polynomes pour lesquels la quadrature de Gauss-Legendre
est exacte et qui vaut 2m
G
1. Cest ce que lon appelle le degre de precision de la formule de
quadrature. En pratique, on choisit le nombre de points de Gauss-Legendre m
G
en fonction des
integrales que lon doit evaluer. Cela depend donc du degre des fonctions

i
() mais aussi des
proprietes physiques. Par exemple, si la fonction p(x) est constante par element (p(x) = p
K
sur
lelement K) et si des fonctions

i
() quadratiques sont utilisees, alors on a :
96 Chapitre 5
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()
h
K
2
d =
p
K
h
K
2
_
1
1

j
()

i
()d
La fonction `a integrer est de degre 4 (produit de 2 polynomes de degre 2) et une quadrature `a 3
points (m
G
= 3) serait susante pour integrer exactement. Par contre, des fonctions dinterpolation
lineaires ne requereraient quune quadrature de Gauss-Legendre `a 2 points. Pour eectuer ce choix,
il faut analyser toutes les integrales apparaissant dans le syst`eme elementaire et determiner le degre
de precision necessaire.
Notons enn que dans certaines situations, les quadratures de Gauss-Legendre ne seront jamais
exactes. Par exemple, si p(x) = 1/x, la fonction `a integrer nest plus polynomiale et les quadratures
de Gauss-Legendre fournissent maintenant des approximations des coecients du syst`eme elemen-
taire. Le choix du nombre de points de Gauss-Legendre m
G
est alors plus delicat. Enn, il convient
de souligner que le co ut total de lassemblage (voir la section 5.1.7) est proportionnel au nombre de
points de Gauss-Legendre utilises et que le choix de la quadrature doit aussi tenir compte de cette
contrainte.
Cas particuliers
Puisque dans plusieurs exemples, les fonctions p(x), q(x) et r(x) sont constantes par element
(et parfois meme constantes dans tout le domaine), il est utile de calculer immediatement et une
fois pour toutes le syst`eme elementaire dans ce cas particulier. On notera p
K
, q
K
et r
K
les valeurs
respectives de ces fonctions sur lelement K. Nous supposerons de plus que le rel`evement u
g
(x) des
conditions aux limites essentielles est nul. Les dierentes contributions au syst`eme elementaire sont
alors :
a
K
ij
=
h
K
p
K
2
_
1
1

j
()

i
()d +
2q
K
h
K
_
1
1
d

j
d
d

i
d
d
f
K
i
=
h
K
2
_
1
1
r
_
(x
K
1
+x
K
2
) +h
K

2
_

i
()d =
h
K
r
K
2
_
1
1

i
()d
s
K
i
= s
K
11

i
(1) +s
K
12

i
(1)
Interpolation lineaire
Si on utilise des fonctions dinterpolation lineaires, on remarque que les coecients de la
matrice elementaire sont tr`es faciles `a calculer puisque lintegrant est alors un polynome de
degre maximum 2. On peut les evaluer analytiquement en notant toutefois au passage quune
quadrature de Gauss-Legendre `a 2 points donnerait le meme resultat. On obtient ainsi :
A
K
=
h
K
p
K
6
_
2 1
1 2
_
+
q
K
h
K
_
1 1
1 1
_
(5.14)

Elements nis unidimensionnels 97


Quant au membre de droite, lintegrant est lineaire et une formule de Gauss-Legendre `a 1
point surait. On a :
f
K
+s
K
=
h
K
r
K
2
_
1
1
_
+
_
s
K
11
s
K
12
_
(5.15)
Interpolation quadratique
Si on utilise des fonctions dinterpolation quadratiques, les coecients de la matrice elemen-
taire resultent en des integrants de degre maximum 4. On peut encore les evaluer analyti-
quement mais une quadrature de Gauss-Legendre `a 3 points donnerait le meme resultat. On
obtient ainsi :
A
K
=
h
K
p
K
30
_
_
4 1 2
1 4 2
2 2 16
_
_
+
q
K
3h
K
_
_
7 1 8
1 7 8
8 8 16
_
_
(5.16)
En ce qui concerne le membre de droite, lintegrant est quadratique et une formule de Gauss-
Legendre `a 2 points surait. On a :
f
K
+s
K
=
h
K
r
K
6
_
_
1
1
4
_
_
+
_
_
s
K
11
s
K
12
0
_
_
(5.17)
Ces syst`emes elementaires reviennent frequemment dans les exemples et les exercices de telle sorte
quon y referera aux moments opportuns. Il importe cependant de bien comprendre comment on
les obtient. Notons enn que dans le cas o` u les fonctions p(x), q(x) et r(x) ne sont plus constantes
par element, les equations 5.14 `a 5.17 ne sont plus valides.
5.1.7 Assemblage
Letape de lassemblage consiste `a prendre en compte les contributions de tous les syst`emes
elementaires pour construire un syst`eme lineaire global que lon devra resoudre tout comme on la
fait pour la methode de Ritz. La cle de lassemblage est le tableau dadressage des degres de liberte
adres qui permet de passer du syst`eme elementaire local (sur un element K) au syst`eme global
(sur tout le domaine ) en fonction de la numerotation des degres de liberte. Avant de proceder `a
lassemblage comme tel, nous etablissons le lien entre la methode de Ritz et celle des elements nis
en montrant comment cette methode permet une construction automatique des fonctions de Ritz.
Construction des fonctions de Ritz
On associe une fonction de Ritz `a chaque degre de liberte du domaine. Cest donc le tableau
adres qui permet de construire les fonctions de Ritz sur tout le domaine . Pour ce faire, regardons
ce qui se produit pour chacun des nddl degres de liberte du domaine. Deux situations peuvent
survenir suivant que le degre de liberte est commun ou non `a plusieurs elements.
98 Chapitre 5
La situation la plus simple est celle o` u le degre de liberte i etudie (0 i nddl) nappartient
qu`a un seul element K. Le numero i napparat donc quune seule fois dans le tableau dadressage
`a la ligne K (K designe `a la fois lelement lui-meme et son numero). Le tableau adres nous indique
`a quel degre de liberte de lelement K. Supposons donc que ce i
i`eme
degre de liberte du domaine
soit le k
i`eme
degre de liberte (1 k n
K
d
) de lelement K c.-`a-d.
adres(K, k) = i
Sur K, ce degre de liberte est associe `a une fonction dinterpolation
K
k
(x). Cette fonction
dinterpolation nest denie que dans lelement K et peut etre prolongee par 0 `a lexterieur de
K. La fonction ainsi obtenue est la fonction de Ritz associee `a ce degre de liberte qui correspond
globalement `a la i
e
fonction de Ritz du domaine. Notons immediatement que le support de cette
fonction de Ritz se reduit au seul element K et on a :

i
(x) =
_
_
_

K
k
(x) si x K
0 ailleurs
Supposons maintenant que le j
i`eme
degre de liberte (pour un certain j compris entre 1 et nddl)
du domaine soit commun `a 2 elements. Un degre de liberte peut etre commun `a plus de 2 elements
et le raisonnement qui suit se generalise facilement. La fonction de Ritz associee est constituee de
2 parties. Notons K
1
et K
2
les 2 elements en question. Le numero j apparat donc uniquement
aux lignes K
1
et K
2
du tableau dadressage. Sur le premier element, le degre de liberte j peut
correspondre au k
i`eme
1
degre de liberte de lelement K
1
et au k
i`eme
2
degre de liberte de lelement K
2
(1 k
1
, k
2
n
K
d
). On a donc adres(K
1
, k
1
) = adres(K
2
, k
2
) = j. La fonction de Ritz associee sera
donc denie par :

j
(x) =
_

K
1
k
1
(x) si x K
1

K
2
k
2
(x) si x K
2
0 ailleurs
Notons en terminant que le support de cette fonction de Ritz se reduit aux 2 elements K
1
et K
2
.
Exemple 5.2
Considerons un maillage de 3 elements tel quillustre `a la gure 5.9. Nous supposerons de plus que
les fonctions dinterpolation sont lineaires et quil ny a quun seul degre de liberte par noeud de
calcul (n
K
c
= n
K
g
= n
K
d
= 2). Pour simplier la presentation, nous supposerons que :
numer(j) = j j = 1, 2, 3, nddl
de sorte que les tableaux connec et adres concident, ce qui revient `a dire quaucune variable
essentielle nest imposee. Il en resulte le tableau dadressage :

Elements nis unidimensionnels 99


1 2 3 4
K
1
K
2
K
3

1
K
1
K
2
K
3

2
1 2 3 4
K
1
K
2
K
3

3
1 2 3 4
K
1
K
2
K
3

4
1 2 3 4
Figure 5.9 Fonctions de Ritz lineaires par element
100 Chapitre 5
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2


1 1 2
2 2 3
3 3 4
Il y a donc au total 4 degres de liberte (nddl = 4) et la gure 5.9 presente les 4 fonctions de Ritz
qui y sont associees. Les fonctions
1
(x) et
4
(x) ne sont non nulles que respectivement sur les
elements K
1
et K
3
. Partout ailleurs, elles sont nulles. On remarque de plus que ces numeros (1 et
4) napparaissent respectivement dans le tableau dadressage quaux lignes 1 et 3 respectivement,
correspondant aux elements 1 et 3. Puisque adres(1, 1) = 1 et adres(3, 2) = 4, on a :

1
(x) =
_
_
_

K
1
1
(x) si x K
1
0 ailleurs
et :

4
(x) =
_
_
_

K
3
2
(x) si x K
3
0 ailleurs
Par contre, la fonction
2
(x) est `a cheval sur les elements 1 et 2. On remarque alors que adres(1, 2) =
adres(2, 1) = 2. On a dans ce cas :

2
(x) =
_

K
1
2
(x) si x K
1

K
2
1
(x) si x K
2
0 ailleurs
De meme, puisque adres(2, 2) = adres(3, 1) = 3

3
(x) =
_

K
2
2
(x) si x K
2

K
3
1
(x) si x K
3
0 ailleurs

Elements nis unidimensionnels 101


1 2 3 4 5 6 7
K
1
K
2
K
3

1
1 2 3 4 5 6 7
K
1
K
2
K
3

2
1 2 3 4 5 6 7
K
1
K
2
K
3

3
1 2 3 4 5 6 7
K
1
K
2
K
3

4
1 2 3 4 5 6 7
K
1
K
2
K
3

5
1 2 3 4 5 6 7
K
1
K
2
K
3

6
1 2 3 4 5 6 7
K
1
K
2
K
3

7
Figure 5.10 Fonctions de Ritz quadratiques par element
102 Chapitre 5
Exemple 5.3
Sur le meme maillage de 3 elements de la gure 5.9 et en faisant les memes hypoth`eses concernant la
numerotation des degres de liberte, on consid`ere cette fois des fonctions dinterpolation quadratiques
(n
K
c
= n
K
d
= 3, n
K
g
= 2). Ici encore, on a numerote les degres de liberte du domaine tout simplement
de gauche `a droite. Les tableaux de connectivite connec et adres sont alors les memes :
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3


1 1 3 2
2 3 5 4
3 5 7 6
Il y a donc au total 7 degres de liberte (nddl = 7) et la gure 5.10 presente les 7 fonctions de
Ritz qui y sont associees. On remarque que ces fonctions sont maintenant quadratiques (au lieu
de lineaires) sur les elements qui constituent leur support. Partout ailleurs, elles sont nulles. Par
exemple, puisque adres(1, 3) = 2, on a :

2
(x) =
_
_
_

K
1
3
(x) si x K
1
0 ailleurs
et puisque adres(2, 2) = adres(3, 1) = 5 :

5
(x) =
_

K
2
2
(x) si x K
2

K
3
1
(x) si x K
3
0 ailleurs
Il en va de mani`ere similaire pour les autres fonctions de Ritz.
Remarque 5.4
Notons enn, et cela est fondamental, que le support des fonctions de Ritz se reduit `a tr`es peu
delements. Ainsi, pour obtenir les coecients du syst`eme lineaire global de la methode de Ritz
a(
j
,
i
), il nest pas necessaire dintegrer sur tout le domaine puisque le support des fonctions

i
(x) est tr`es reduit. De plus, lintersection des supports des fonctions
i
(x) et
j
(x) est parfois nul
ce qui entrane que a(
j
,
i
) = 0. Lintegration ne porte donc que sur lintersection des supports
des fonctions
i
(x) et
j
(x). Il en resulte une structure matricielle tr`es particuli`ere pour le syst`eme
lineaire global. On parle alors de matrice creuse signiant ainsi que la matrice obtenue contient une

Elements nis unidimensionnels 103


part importante de zeros. On protera eventuellement de cette structure pour diminuer lespace-
memoire requis en ne conservant que les termes non nuls. Nous reviendrons sur cette question un
peu plus loin.
Mais comment sy retrouver pour eviter des calculs inutiles ? Cest encore le tableau dadressage
qui nous guide. Il sut en eet de calculer les syst`emes elementaires sur chaque element et le
tableau dadressage nous indique `a quel endroit apporter cette contribution dans le syst`eme global.
Construction du syst`eme global
`
A partir des syst`emes elementaires sur chaque element K, on construit un syst`eme dequations
lineaires global qui tient compte des contributions de chaque degre de liberte de chaque element.
La matrice globale sera notee A (et ses coecients a
ij
). Rappelons que le vecteur global des degres
de liberte est note U (et ses coecients u
i
). Le terme de droite sera encore constitue de 2 parties
F et S (de coecients respectifs f
i
et s
i
). Pour saisir comment sy prendre, il sut de remarquer
que pour notre probl`eme type :
a
ij
= a(
j
(x),
i
(x)) =
_
1
0
_
p(x)
j
(x)
i
(x) +q(x)
d
j
dx
d
i
dx
_
dx
=
nel

K=1
_
K
_
p(x)
j
(x)[
K

i
(x)[
K
+q(x)
d
j
dx

K
d
i
dx

K
dx
_
Comme nous lavons dej`a souligne, la derni`ere somme ne porte que sur les elements faisant partie
du support `a la fois de la fonction
i
(x) et de la fonction
j
(x). Sur le plan pratique, cela signie
que les numeros i et j apparaissent tous les deux `a la ligne du tableau adres correspondant `a ces
elements. Soit donc K

lun de ces elements. Les degres de liberte i et j apparaissent forcement


dans le vecteur dadressage de cet element (la K
e
ligne du tableau adres). On aura par exemple
que adres(K

, k
1
) = i et adres(K

, k
2
) = j o` u k
1
et k
2
sont des nombres compris entre 1 et n
K
d
.
On a alors :
_
K

_
p(x)
j
(x)[
K


i
(x)[
K
+q(x)
d
j
dx

d
i
dx

_
dx
=
_
K

_
p(x)
K

k
2
(x)
K

k
1
(x) +q(x)
d
K

k
2
dx
d
K

k1
dx
_
dx
= a
K

k
1
k
2
On ajoute ce dernier coecient au terme a
ij
du syst`eme global et on fera de meme pour tous les
elements dont le vecteur dadressage contient `a la fois les numeros i et j. On constate donc que
chaque coecient de la matrice elementaire apporte une contribution au syst`eme lineaire global et
quil sut de sommer les contributions de chaque syst`eme elementaire.
104 Chapitre 5
Assemblage des matrices elementaires
En pratique, la procedure dassemblage requiert de suivre le chemin inverse de celui que nous
venons de decrire et de partir du syst`eme elementaire sur chaque element K :
A
K

K
U
= F
K
+S
K
ou plus explicitement :
_

_
a
K
11
a
K
12
a
K
1n
K
d
a
K
21
a
K
22
a
K
2n
K
d
.
.
.
.
.
.
.
.
.
.
.
.
a
K
n
K
d
1
a
K
n
K
d
2
a
K
n
K
d
n
K
d
_

_
_

K
u
1

K
u
2
.
.
.

K
u
n
K
d
_

_
=
_

_
f
K
1
f
K
2
.
.
.
f
K
n
K
d
_

_
+
_

_
s
K
11
s
K
12
.
.
.
0
_

_
Considerons lelement a
K
k
1
k
2
de ce syst`eme elementaire. Le tableau dadressage nous indique par
exemple que adres(K, k
1
) = i et que adres(K, k
2
) = j. On a alors :
a
K
k
1
k
2
=
_
K
_
p(x)
K
k
2
(x)
K
k
1
(x) +q(x)
d
K
k
2
dx
d
K
k1
dx
_
dx
=
_
K
_
p(x)
j
(x)[
K

i
(x)[
K
+q(x)
d
j
dx

K
d
i
dx

K
_
dx
et que cette contribution doit etre ajoutee au coecient a
ij
du syst`eme global.
A
U
= F +S
De meme, on ajoute les coecients locaux f
K
k
1
et s
K
k
1
aux coecients globaux f
i
et s
i
.
De toute la discussion qui prec`ede, on conclut que lon construit la matrice A et les vecteurs F
et S de la mani`ere suivante, qui constitue lassemblage :
Initialisation `a 0 de la matrice A et des vecteurs F et S ;
Pour chaque element K ;
Pour chaque degre de liberte k
1
= 1, 2, , n
K
d
;
Numero de la ligne : i = adres(K, k
1
)
f
i
f
i
+f
K
k
1
s
i
s
i
+s
K
k
1
Pour chaque degre de liberte k
2
= 1, 2, , n
K
d
;
Numero de la colonne : j = adres(K, k
2
)
a
ij
a
ij
+a
K
k
1
k
2
Fin de la boucle sur les colonnes
Fin de la boucle sur les lignes
Fin de la boucle sur les elements

Elements nis unidimensionnels 105


Remarque 5.5
Il est concevable de construire des tableaux dadressage dierents pour les lignes et les colonnes dune
matrice. On rencontre cette situation notamment dans les probl`emes ayant plusieurs inconnues. On
peut ainsi assembler des matrices rectangulaires si necessaire.
Exemple 5.4
Considerons une fois encore le maillage tr`es simple de 3 elements quadratiques de la gure 5.3. On
trouve le tableau dadressage `a la page 84. Le syst`eme global sera de dimension 7 sur 7. Pour le
construire, on va assembler les 3 syst`emes elementaires de dimension 3 de la forme :
_
_
a
K
11
a
K
12
a
K
13
a
K
21
a
K
22
a
K
23
a
K
31
a
K
32
a
K
33
_
_
_
_

K
u
1

K
u
2

K
u
3
_
_
=
_
_
f
K
1
f
K
2
f
K
3
_
_
+
_
_
s
K
11
s
K
12
0
_
_
Le vecteur dadressage du premier element K
1
est [7, 2, 1]. Cela signie que les inconnues elemen-
taires u
K
1
1
, u
K
1
2
et u
K
1
3
correspondent aux degres de liberte u
7
, u
2
et u
1
du syst`eme global. Le
syst`eme elementaire est donc equivalent `a :
_

_
a
K
1
33
a
K
1
32
0 0 0 0 a
K
1
31
a
K
1
23
a
K
1
22
0 0 0 0 a
K
1
21
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
a
K
1
13
a
K
1
12
0 0 0 0 a
K
1
11
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6

u
7
_

_
=
_

_
f
K
1
3
f
K
1
2
0
0
0
0
f
K
1
1
_

_
+
_

_
0
s
K
1
12
0
0
0
0
s
K
1
11
_

_
qui nest quune reecriture dierente du syst`eme elementaire. Une facon systematique de sy retrou-
ver consiste `a ecrire le syst`eme elementaire sous la forme :
_

_
7 2 1
7 a
K
1
11
a
K
1
12
a
K
1
13
2 a
K
1
21
a
K
1
22
a
K
1
23
1 a
K
1
31
a
K
1
32
a
K
1
33
_

_
_

K
1
u
1

K
1
u
2

K
1
u
3
_

_
=
_

_
f
K
1
1
f
K
1
2
f
K
1
3
_

_
+
_

_
s
K
1
11
s
K
1
12
0
_

_
o` u on a simplement ajoute devant les lignes et au dessus des colonnes le vecteur dadressage du
premier element (la premi`ere ligne du tableau adres). Pour connatre ladresse dans le syst`eme
global dun coecient du syst`eme elementaire, il sut de regarder le vecteur dadressage de la ligne
et/ou de la colonne. Ainsi, le coecient a
K
1
21
du syst`eme elementaire apportera sa contribution au
coecient a
27
du syst`eme global. De meme, les coecient f
K
1
1
et s
K
1
11
seront ajoutes aux coecients
f
7
et s
7
du vecteur des sollicitations global.
Pour le deuxi`eme element dont le vecteur dadressage est [2, 4, 3], un raisonnement similaire
nous permet decrire :
106 Chapitre 5
_

_
2 4 3
2 a
K
2
11
a
K
2
12
a
K
2
13
4 a
K
2
21
a
K
2
22
a
K
2
23
3 a
K
2
31
a
K
2
32
a
K
2
33
_

_
_

K
2
u
1

K
2
u
2

K
2
u
3
_

_
=
_

_
f
K
2
1
f
K
2
2
f
K
2
3
_

_
+
_

_
s
K
2
11
s
K
2
12
0
_

_
qui devient :
_

_
0 0 0 0 0 0 0
0 a
K
2
11
a
K
2
13
a
K
2
12
0 0 0
0 a
K
2
31
a
K
2
33
a
K
2
32
0 0 0
0 a
K
2
21
a
K
2
23
a
K
2
22
0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6

u
7
_

_
=
_

_
0
f
K
2
1
f
K
2
3
f
K
2
2
0
0
0
_

_
+
_

_
0
s
K
2
11
0
s
K
2
12
0
0
0
_

_
Pour le dernier element, dont le vecteur dadressage est [4, 6, 5], on obtient :
_

_
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 a
K
3
11
a
K
3
13
a
K
3
12
0
0 0 0 a
K
3
31
a
K
3
33
a
K
3
32
0
0 0 0 a
K
3
21
a
K
3
23
a
K
3
22
0
0 0 0 0 0 0 0
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6

u
7
_

_
=
_

_
0
0
0
f
K
3
1
f
K
3
3
f
K
3
2
0
_

_
+
_

_
0
0
0
s
K
3
11
0
s
K
3
12
0
_

_
Le syst`eme global est alors obtenu en sommant toutes les contributions :
_

_
a
K
1
33
a
K
1
32
0 0 0 0 a
K
1
31
a
K
1
23
a
K
1
22
+a
K
2
11
a
K
2
13
a
K
2
12
0 0 a
K
1
21
0 a
K
2
31
a
K
2
33
a
K
2
32
0 0 0
0 a
K
2
21
a
K
2
23
a
K
2
22
+a
K
3
11
a
K
3
13
a
K
3
12
0
0 0 0 a
K
3
31
a
K
3
33
a
K
3
32
0
0 0 0 a
K
3
21
a
K
3
23
a
K
3
22
0
a
K
1
13
a
K
1
12
0 0 0 0 a
K
1
11
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6

u
7
_

_
=
_

_
f
K
1
3
f
K
1
2
+f
K
2
1
f
K
2
3
f
K
2
2
+f
K
3
1
f
K
3
3
f
K
3
2
f
K
1
1
_

_
+
_

_
0
s
K
1
12
+s
K
2
11
0
s
K
2
12
+s
K
3
11
0
s
K
3
12
s
K
1
11
_

_
(5.18)

Elements nis unidimensionnels 107

Remarque 5.6
Il est evident que seul ce dernier syst`eme de dimension nddl sur nddl est explicitement construit.
On ne construit pas un tel syst`eme pour chaque element pour ensuite les additionner comme nous
lavons fait. Cela necessiterait une quantite de memoire phenomenale et nous ne lavons fait que pour
illustrer le processus dassemblage. On additionne les contributions de chaque syst`eme elementaire
directement dans le syst`eme 5.18 `a ladresse fournie par le vecteur dadressage de chaque element.

5.1.8 Imposition des conditions aux limites


On impose les conditions en deux etapes suivant que lon traite les conditions essentielles (va-
riables primaires) ou les conditions naturelles (variables secondaires). Une fois le syst`eme global
assemble, il prend la forme suivante :
_
M
11
M
12
M
21
M
22
__

I
U
0
_
=
_
F
C
1
F
C
2
_
+
_
S
C
S
I
_
(5.19)
Cette partition particuli`ere provient de la numerotation des degres de liberte que nous avons etablie
et aussi de la formulation en correction qui annule la derni`ere partie du vecteur
U
. La partition de
la matrice A suit directement celle du vecteur global des degres de liberte U. On note au passage
que les matrices M
11
et M
22
sont carrees et que les matrices M
12
et M
21
sont rectangulaires. Si la
forme bilineaire du probl`eme est symetrique, on a M
T
12
= M
21
. Nous reviendrons sur cette partition
lors de la resolution du syst`eme global.
Enn, il reste `a analyser le terme de droite compose de 2 parties. Le vecteur F est enti`erement
determine et ne pose aucun probl`eme. Par contre, le vecteur S contenant la contribution des va-
riables secondaires est lui aussi decompose en 2 parties. L`a o` u la variable essentielle est imposee (et
donc connue), nous avons vu que la condition naturelle est inconnue et vice versa. La situation est
donc claire aux 2 extremites du domaine.
Il reste `a regarder ce qui se passe aux fronti`eres entre les elements. Typiquement, si le degre de
liberte i du domaine est attache `a un noeud x `a la fronti`ere entre 2 elements K

et K
+
, le vecteur
S contiendra `a la i
i`eme
ligne une expression de la forme :
s
i
= s
K

12
+s
K
+
11
De la denition meme de ces variables, on a :
s
i
= q(x

)
du
dx
(x

) q(x
+
)
du
dx
(x
+
)
108 Chapitre 5
ce qui signie que s
i
est le saut de la variable naturelle (secondaire) :
q(x)
du
dx
(x)
au noeud x. Les indices et + ref`erent aux valeurs `a gauche (prise dans lelement K

) et `a droite
(prise dans lelement K
+
) de la variable en x. Or si ce saut etait dierent de 0, le terme de droite de
lequation dierentielle 5.1 ferait apparatre une distribution de Dirac H
x
. On utilise frequemment
les distributions de Dirac pour modeliser une charge ponctuelle dintensite H. Si tel est le cas,
cest au moment de limposition des conditions naturelles `a ce noeud que lon prend en compte la
contribution de cette charge ponctuelle et on pose :
s
i
= s
K

12
+s
K
+
11
= H
Sinon, on pose simplement s
i
= 0.
5.1.9 Solution du syst`eme global
Pour la resolution du syst`eme lineaire, 2 autres etapes sont necessaires. Tout dabord, on deter-
mine le vecteur U
I
en resolvant le syst`eme lineaire :
M
11

I
U
= F
C
1
+S
C
1
(5.20)
qui nest quune reecriture de la premi`ere equation du syst`eme 5.19. On remarque que le terme de
droite est enti`erement connu. Pour cela, on utilise les techniques classiques comme la methode de
decomposition LU. Remarquons que cette equation nest rien dautre que la discretisation de la
forme variationnelle :
a(
u
, w) = l(w) a(u
g
, w)
Une fois le vecteur U
I
calcule, on determine si necessaire le vecteur S
I
directement en posant :
S
I
= M
21

I
U
F
C
2
(5.21)
On remarque enn que les sous-matrices M
12
et M
22
ne jouent aucun role et pourraient tout
simplement ne pas etre assemblees.
Exemple 5.5
Nous sommes en mesure de completer lexemple illustre `a la gure 5.3 qui nous a mene au syst`eme
lineaire 5.18. Imposons dabord les conditions aux limites. Dune part, le seul degre de liberte qui
est xe est le 7
i`eme
.
`
A cet endroit, u(0) = c, ce qui entrane que u
7
= c (et donc
u
7
= 0). On peut
donc partitionner le syst`eme 5.18 sous la forme :

Elements nis unidimensionnels 109


_

_
a
K
1
33
a
K
1
32
0 0 0 0 a
K
1
31
a
K
1
23
a
K
1
22
+a
K
2
11
a
K
2
13
a
K
2
12
0 0 a
K
1
21
0 a
K
2
31
a
K
2
33
a
K
2
32
0 0 0
0 a
K
2
21
a
K
2
23
a
K
2
22
+a
K
3
11
a
K
3
13
a
K
3
12
0
0 0 0 a
K
3
31
a
K
3
33
a
K
3
32
0
0 0 0 a
K
3
21
a
K
3
23
a
K
3
22
0
a
K
1
13
a
K
1
12
0 0 0 0 a
K
1
11
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6
0
_

_
=
_

_
f
K
1
3
f
K
1
2
+f
K
2
1
f
K
2
3
f
K
2
2
+f
K
3
1
f
K
3
3
f
K
3
2
f
K
1
1
_

_
+
_

_
0
s
K
1
12
+s
K
2
11
0
s
K
2
12
+s
K
3
11
0
s
K
3
12
s
K
1
11
_

_
o` u nous avons explicite la forme 5.19. On peut d`es lors visualiser les matrices M
ij
de meme que les
partitions des vecteurs
U
, F et S.
Dautre part, on souhaite imposer une condition naturelle en x = 1 de la forme :
q(1)
du
dx
(1) = d
ce qui revient `a poser s
K
3
12
= d.
`
A lautre extremite, la condition naturelle est inconnue et donc s
K
1
11
lest aussi. De plus, puisquil ny a aucune charge ponctuelle dimposee, on a :
s
K
1
12
+s
K
2
11
= s
K
2
12
+s
K
3
11
= 0
On en deduit que :
S
I
= [s
K
1
11
]
et :

I
U
=
_

u
1

u
2

u
3

u
4

u
5

u
6
_

_
S
C
=
_

_
0
0
0
0
0
d
_

_
110 Chapitre 5
Le rel`evement des conditions aux limites est :
U
g
=
_

_
0
0
0
0
0
0
c
_

_
On remarque immediatement que le syst`eme est bien de la forme 5.19. La matrice M
11
est de
dimension 6 sur 6, la matrice M
22
est de dimension 1 sur 1 et les matrices M
12
et M
21
de dimension
6 par 1 et 1 par 6 respectivement. La resolution est alors immediate en se servant des relations 5.20
et 5.21, pourvu que lon donne des valeurs precises `a c et d.
Une fois le syst`eme resolu, la solution est u(x) = u
g
(x)+
u
(x) qui sous forme vectorielle devient :
U = U
g
+
U
=
_

_
0
0
0
0
0
0
c
_

_
+
_

u
1

u
2

u
3

u
4

u
5

u
6
0
_

_
=
_

u
1

u
2

u
3

u
4

u
5

u
6
c
_

Remarque 5.7
Dans cet exemple, la matrice M
11
poss`ede une structure bien particuli`ere. On remarque en eet que
les coecients non nuls sont concentres le long des diagonales principales. Lorsque lon seloigne
des diagonales principales, les coecients de la matrice sont nuls et on parle de matrice bande
ou de matrice en ligne de ciel. Cela est d u `a la numerotation initiale des degres de liberte du
domaine (voir la gure 5.3) qui met en relation (via le tableau dadressage) un degre de liberte
seulement avec les degres de liberte adjacents. Une numerotation aleatoire des degres de liberte
aurait pour consequence lobtention dune matrice pleine o` u les coecients non nuls sont eparpilles
dans toute la matrice. Il est important de proter de cette structure particuli`ere et de sassurer que
la numerotation des degres de liberte minimise leparpillement des coecients `a linterieur de la
matrice. Il existe plusieurs facons de faire et nous y reviendrons plus loin puisque cela prend toute
son importance en dimension superieure `a 1. Notons enn que cette renumerotation eventuelle na
deets que sur le tableau numer (et par consequent sur le tableau dadressage adres) et que toute
la procedure precedemment decrite reste inchangee.

Elements nis unidimensionnels 111


5.1.10 Presentation des resultats
La presentation des resultats est une operation importante mais qui na que peu de rapport
avec la methode des elements nis en tant que telle. De nombreux logiciels commerciaux existent
et permettent de presenter les resultats de facon claire et precise. La methode des elements nis
et les methodes numeriques en general produisent des quantites impressionnantes de donnees que
lon souhaite interpreter. Si ce probl`eme est relativement facile `a surmonter en dimension 1, il en
est tout autrement en dimension 2 ou 3.
Il convient toutefois de mentionner comment evaluer la solution calculee (et eventuellement ses
derivees si necessaire) dans le but den faire un graphique.
Pour chaque element K ;
Lire la ligne K du tableau dadressage ;
En deduire le vecteur U
K
des inconnues elementaires u
K
i
;
Pour chaque point x o` u on veut evaluer u
K
;
Sur lelement de reference : =
2x (x
K
1
+x
K
2
)
h
K
u
K
(x) =
n
K
d

j=1
u
K
j

j
() et
du
K
dx
(x) =
2
h
K
n
K
d

j=1
u
K
j
d

j
d
()
Fin de la boucle sur les elements
5.1.11 Exemples et applications
Il est temps de sattaquer `a un exemple complet. Nous reviendrons donc sur les dierentes etapes
introduites jusqu`a maintenant et nous eectuerons une resolution compl`ete.
Exemple 5.6
On consid`ere la deexion dun cable de longueur 5m en tension entre 2 points dattache tel quillustre
`a la gure 5.11. On exerce ainsi une tension de 400N sur le cable. Le poids lineaire du cable est de
6 N/m et de plus, on repartit une charge non uniforme de 40x N/m dans lintervalle [0, 2]. Enn,
en x = 4, une charge ponctuelle de 150 N contribue egalement `a la deformation du cable. Pour
resoudre ce probl`eme, on doit considerer lequation dierentielle :
_

d
dx
_
T(x)
du
dx
_
= f(x)
u(0) = 0, u(5) = 0
(5.22)
o` u T(x) est la tension dans le cable, u(x) est la deexion verticale et f(x) est la charge appliquee.
Dans ce cas precis, on applique une charge lineaire sur lintervalle [0, 2], en plus du poids du cable
ce qui donne :
f(x) =
_
(6 + 40x) pour 0 x 2
6 pour 2 x 5
112 Chapitre 5
0 2 4 5
150 N
r(x) = 6 40x N/m
r(x) = 6 N/m
Figure 5.11 Deexion verticale dun cable
Comme nous lavons dej`a souligne, la charge ponctuelle sinterpr`ete comme le saut de la condition
naturelle (de la variable secondaire) au point x = 4 et sera prise en compte lors de limposition des
conditions aux limites. Ce probl`eme entre dans le cadre du probl`eme type 5.1 en posant simplement
p(x) = 0, q(x) = T(x) = 400 et r(x) = f(x). Notons de plus que puisque les conditions aux limites
essentielles sont homog`enes, on peut prendre u
g
(x) = 0.
Le maillage
On consid`ere un maillage de 4 elements et une interpolation quadratique sur chaque element.
Le maillage est presente aussi `a la gure 5.12 ainsi que les coordonnees et la numerotation
des noeuds. De plus, on sest assure de placer le point x = 4, o` u se situe la charge ponctuelle,
`a la fronti`ere entre 2 elements ce qui en facilite la prise en compte. On a donc les tableaux

Elements nis unidimensionnels 113


2 3 4 x = 0 x = 5
1 2 3 4 5 6 7 8 9
Figure 5.12 Maillage pour la deexion verticale dun cable
suivants :
Coordonnees des noeuds
Tableau coor
x
1
x
2
x
3
0,0000 0,0000 0,0000
1,0000 0,0000 0,0000
2,0000 0,0000 0,0000
2,5000 0,0000 0,0000
3,0000 0,0000 0,0000
3,5000 0,0000 0,0000
4,0000 0,0000 0,0000
4,5000 0,0000 0,0000
5,0000 0,0000 0,0000
Numeros des noeuds de calcul
Tableau connec

Element Noeud #1 Noeud #2 Noeud #3


1 1 3 2
2 3 5 4
3 5 7 6
4 7 9 8
La variable essentielle u(x) est imposee en x = 0 et en x = 5. On obtient toujours le tableau
de numerotation en 2 etapes. Dans un premier temps, on a evite de numeroter les degres
de liberte associes aux noeuds 1 et 9 o` u des conditions essentielles sont imposees. Dans un
deuxi`eme temps, on numerote les degres de liberte xes :
114 Chapitre 5
Numerotation
Tableau numer
Noeud u
1 ?
2 1
3 2
4 3
5 4
6 5
7 6
8 7
9 ?

Numerotation
Tableau numer
Noeud u
1 8
2 1
3 2
4 3
5 4
6 5
7 6
8 7
9 9
Le tableau dadressage correspondante est alors :
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3


1 8 2 1
2 2 4 3
3 4 6 5
4 6 9 7
Le syst`eme elementaire
Le syst`eme elementaire a pour coecients :
a
K
ij
=
2
h
K
_
1
1
400
d

j
d
d

i
d
d
f
K
i
=
h
K
2
_
1
1
f
_
(x
K
1
+x
K
2
) +h
K

2
_

i
()d
s
K
i
= s
K
11

i
(1) +s
K
12

i
(1)
Pour la matrice elementaire, puisque dans ce cas on a p(x) = 0 et q(x) = 400, on peut tirer
prot de lequation 5.16 pour obtenir :
400
3h
K
_
_
7 1 8
1 7 8
8 8 16
_
_
et ce quel que soit lelement. Par contre, pour le calcul du terme de droite on distingue 2 cas
suivant que lon se place dans le premier element ou dans les autres.

Elements nis unidimensionnels 115


1. Premier element
Dans le premier element x
K
1
1
= 0, x
K
1
2
= 2 et donc h
K
1
= 2 et on doit evaluer :
f
K
1
i
=
h
K
1
2
_
1
1
f
_
(x
K
1
1
+x
K
1
2
) +h
K
1

2
_

i
()d
=
2
2
_
1
1
f (1 +)

i
()d
=
_
1
1
(6 + 40 (1 +))

i
()d
On montre alors que :
f
K
1
=
1
3
_
_
6
86
184
_
_
Le vecteur dadressage de cet element est [8 2 1] et on trouve ainsi le syst`eme elementaire :
200
3
_

_
8 2 1
8 7 1 8
2 1 7 8
1 8 8 16
_

_
_

K
1
u
1

K
1
u
2

K
1
u
3
_

_
=
1
3
_

_
6
86
184
_

_
+
_

_
s
K
1
11
s
K
1
12
0
_

_
2. Les 3 autres elements
Dans cet exemple precis, les 3 autres elements sont identiques et verient h
K
= 1. De
plus, puisque r(x) = 6, on peut encore utiliser les relations 5.16 et 5.17 pour obtenir
directement les syst`emes elementaires :
400
3
_
_
7 1 8
1 7 8
8 8 16
_
_
_
_

K
u
1

K
u
2

K
u
3
_
_
=
1
3
_
_
3
3
12
_
_
+
_
_
s
K
11
s
K
12
0
_
_
Seul le vecteur dadressage varie pour ces 3 elements.
Lassemblage
116 Chapitre 5
En se servant du tableau adres, on assemble (en exercice ) la matrice 9 sur 9 suivante :
100
3
_

_
32 16 0 0 0 0 0 16 0
16 42 32 4 0 0 0 2 0
0 32 64 32 0 0 0 0 0
0 4 32 56 32 4 0 0 0
0 0 0 32 64 32 0 0 0
0 0 0 4 32 56 32 0 4
0 0 0 0 0 32 64 0 32
16 2 0 0 0 0 0 14 0
0 0 0 0 0 4 32 0 28
_

_
et le terme de droite :
1
3
_

_
184
89
12
6
12
6
12
6
3
_

_
+
_

_
0
s
K
1
12
+s
K
2
11
0
s
K
2
12
+s
K
3
11
0
s
K
3
12
+s
K
4
11
0
s
K
1
11
s
K
4
12
_

_
Conditions aux limites
1. Conditions essentielles :
Deux degres de liberte sont xes par les conditions essentielles soient les degres de liberte
8 et 9 pour lesquels
u
8
=
u
9
= 0.
2. Conditions naturelles :
Au point x = 4, on impose une charge ponctuelle ce qui se traduit par la condition
naturelle :
s
K
3
12
+s
K
4
11
= 150
Tous les autres sauts de la variable secondaire sont nuls. De plus, s
K
4
12
et s
K
1
11
sont incon-
nus. On a maintenant :
S
C
=
_

_
0
0
0
0
0
150
0
_

_
et S
I
=
_
s
K
1
11
s
K
4
12
_

Elements nis unidimensionnels 117


Solution du syst`eme lineaire
On doit donc resoudre le syst`eme global :
100
3
_

_
32 16 0 0 0 0 0 16 0
16 42 32 4 0 0 0 2 0
0 32 64 32 0 0 0 0 0
0 4 32 56 32 4 0 0 0
0 0 0 32 64 32 0 0 0
0 0 0 4 32 56 32 0 4
0 0 0 0 0 32 64 0 32
16 2 0 0 0 0 0 14 0
0 0 0 0 0 4 32 0 28
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6

u
7
0
0
_

_
=
1
3
_

_
184
89
12
6
12
6
12
6
3
_

_
+
_

_
0
0
0
0
0
150
0
s
K
1
11
s
K
4
12
_

_
On eectue la resolution de lequation 5.20 par une methode de decomposition LU. La solution
du syst`eme lineaire reduit de dimension 7 sur 7 donne le vecteur :

I
U
=
_

_
0,235 000 000
0,355 000 000
0,367 708 333
0,376 666 667
0,381 875 000
0,383 333 333
0,193 541 666
_

_
Le vecteur solution complet (en ajoutant les conditions essentielles) est donc :
U = U
g
+
U
=
_

_
0,235 000 000
0,355 000 000
0,367 708 333
0,376 666 667
0,381 875 000
0,383 333 333
0,193 541 666
0
0
_

_
La solution element par element est illustree `a la gure 5.13. On remarque que la solution
u(x) est constituee de 4 polynomes de degre 2 alors que Tu

(x) est constituee de 4 polynomes


lineaires (puisque T est constant). On remarque enn que le saut des variables secondaires
en x = 2, x = 3 nest pas nul alors que celui en x = 4 est pr`es de 150. Cela demontre que
les conditions aux limites naturelles ne sont imposees que faiblement. Un maillage plus n
permettrait dobtenir eventuellement les bonnes valeurs de ces sauts.
118 Chapitre 5
On peut enn recuperer les variables naturelles qui restent en se servant de la relation 5.21.
On obtient alors les reactions :
S
I
=
_
s
K
1
11
s
K
4
12
_
=
100
3
_
16 2 0
0 0 32
_
_

_
0,235 000 000
0,355 000 000
0,367 708 333
0,376 666 667
0,381 875 000
0,383 333 333
0,193 541 666
_

1
3
_
6
3
_
=
_
103,67
156,33
_
exprimees en N et qui representent les forces exercees aux 2 extremites pour retenir le cable. La
somme de ces 2 forces est de 260 N ce qui est exactement la charge totale exercee sur le cable :
6 5 + 150 +
_
2
0
40x dx = 260N

5.2

Equations dierentielles dordre 4
Dans cette section nous nous interessons aux equations dierentielles dordre 4. Fort heureuse-
ment beaucoup de notions introduites `a la section precedente restent inchangees et seront reutilisees
avec tr`es peu de modications. Cest le cas du passage `a lelement de reference, de levaluation du
syst`eme elementaire, de lassemblage, de limposition des conditions aux limites, etc. Seules quelques
variantes propres aux equations dierentielles dordre 4 sont necessaires.
5.2.1 Probl`eme type
Pour xer les idees, nous commencerons par la resolution dun probl`eme classique dune equation
dierentielle dordre 4 de la forme :
_

_
p(x)u +
d
2
dx
2
_
q(x)
d
2
u
dx
2
_
= r(x)
u(0) = a, q(0)
d
2
u
dx
2
(0) = b
du
dx
(L) = c,
d
dx
_
q(L)
du
dx
(L)
_
= d
(5.23)

Elements nis unidimensionnels 119


Figure 5.13 Solution numerique : u(x) et T(x)u

(x)
120 Chapitre 5
Ce type dequations dierentielles est frequemment rencontre pour les probl`emes de poutres o` u
dans ce cas, u(x) est la deexion verticale de la poutre au point x. Nous savons dores et dej`a que
ce type de probl`emes trouve un cadre fonctionnel approprie dans H
2
(]0, L[) et quon distingue pour
cette equation dierentielle dordre 4 deux conditions essentielles (imposition de u(x) et de
du
dx
) et
deux conditions naturelles (imposition de
d
dx
_
q(x)
d
2
u
dx
2
_
et de q(x)
d
2
u
dx
2
) en lune ou lautre des 2
extremites du domaine. Tenant compte des conditions essentielles imposees dans ce probl`eme, on
pose :
V = w H
2
(]0, L[) [ w(0) =
dw
dx
(L) = 0
Lespace V est constitue des fonctions de H
2
(]0, L[) qui sannulent l`a o` u les conditions essentielles
sont imposees. Dans ce cas, on pose u =
u
+u
g
et la formulation variationnelle (laissee en exercice)
est :
trouver
u
V telle que :
a(
u
, w) = l(w) a(u
g
, w) w V (5.24)
o` u :
a(
u
, w) =
_
1
0
_
p(x)
u
(x)w(x) +q(x)

u
(x)w

(x)
_
dx
et :
l(w) =
_
1
0
r(x)w(x)dx d w(L) +b
dw
dx
(0)
La methode de Ritz necessite la construction dun syst`eme lineaire global de la forme :
A
U
= F
o` u :
a
ij
= a(
j
(x),
i
(x)) et f
i
= l(
i
(x)) a(u
g
(x),
i
(x))
La fonction u
g
(x) designe comme toujours le rel`evement des conditions aux limites essentielles.
Il reste donc `a construire les fonctions de Ritz
i
(x) dans H
2
() et qui seront polynomiales par
element.
5.2.2 Le maillage
Le maillage poss`ede les memes caracteristiques que pour les probl`emes dordre 2. Pour illustrer
notre propos, on choisit comme domaine le segment [0, L] et on consid`ere un maillage uniforme de
3 elements. On prend seulement les 2 noeuds geometriques comme noeuds de calcul (n
K
g
= n
K
c
= 2).
Le tableau de connectivite des noeuds secrit dans ce cas :

Elements nis unidimensionnels 121


Numeros des noeuds de calcul
Tableau connec

Element Noeud #1 Noeud #2


1 1 2
2 2 3
3 3 4
Rappelons encore ici quil y a 2 conditions essentielles pour ce probl`eme et donc quil y a 2
degres de liberte associes `a chaque noeud dinterpolation (n
K
d
= 4). Nous continuerons `a numeroter
les degres de liberte o` u des conditions essentielles sont imposees en tout dernier. Dans le cas qui
nous interesse, on impose u au premier noeud et on impose
du
dx
au quatri`eme noeud. On aurait la
situation suivante :
Numerotation
Tableau numer
Noeud Ddl #1 (u(x)) Ddl #2 (
du
dx
)
1 ? 1
2 2 3
3 4 5
4 6 ?
Remarquons que le degre de liberte associe `a la variable essentielle u(x) au premier noeud na pas
ete numerote de meme que celui associe `a la variable essentielle
du
dx
au noeud # 4 ce qui est fait
dans une deuxi`eme etape :
Numerotation
Tableau numer
Noeud Ddl #1 (u(x)) Ddl #2 (
du
dx
)
1 7 1
2 2 3
3 4 5
4 6 8
On peut maintenant construire le tableau dadressage :
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3 Ddl #4


1 7 1 2 3
2 2 3 4 5
3 4 5 6 8
122 Chapitre 5
5.2.3 Formulation variationnelle elementaire
Cette etape consiste `a obtenir une formulation variationnelle sur un element quelconque K. On
int`egre sur un element K = [x
K
1
, x
K
2
] plutot que sur le domaine au complet. On a alors apr`es 2
integrations par parties :
_
K
_
p(x)u(x)w(x) +q(x)
d
2
u
dx
2
d
2
w
dx
2
_
dx
=
_
K
r(x)w(x)dx + q(x)
d
2
u
dx
2
dw
dx

x
K
2
x
K
1

d
dx
_
q(x)
d
2
u
dx
2
_
w(x)

x
K
2
x
K
1
ou encore :
_
x
K
2
x
K
1
_
p(x)u(x)w(x) +q(x)
d
2
u
dx
2
d
2
w
dx
2
_
dx
=
_
x
K
2
x
K
1
r(x)w(x)dx +s
K
12
w(x
K
2
) +s
K
11
w(x
K
1
) +s
K
22
dw
dx
(x
K
2
) +s
K
21
dw
dx
(x
K
1
)
o` u on a introduit les variables secondaires :
s
K
11
=
d
dx
_
q(x)
d
2
u
dx
2
_

x=x
K
1
s
K
12
=
d
dx
_
q(x)
d
2
u
dx
2
_

x=x
K
2
s
K
21
=
_
q(x)
d
2
u
dx
2
_

x=x
K
1
s
K
22
=
_
q(x)
d
2
u
dx
2
_

x=x
K
2
Ces 2 variables secondaires correspondent aux 2 conditions naturelles aux 2 extremites de lele-
ment. La notation `a 2 indices indique que s
K
i1
est la valeur de la i i`eme variable secondaire `a la
premi`ere extremite de lelement tandis que s
K
i2
est la valeur de la i i`eme variable secondaire `a la
deuxi`eme extremite de lelement K. Les signes qui sont aectes aux variables secondaires sont a
priori arbitraires de mani`ere `a ce que les signes soient tous positifs dans la formulation variation-
nelle elementaire. Mentionnons cependant quen dimension 2 ou 3, le signe est determine par le
vecteur normal exterieur `a la fronti`ere de lelement.
On passe ensuite en formulation de type correction en rempla cant u(x) par u
g
(x) +
u
(x) :
_
x
K
2
x
K
1
_
p(x)
u
(x)w(x) +q(x)
d
2

u
dx
2
d
2
w
dx
2
_
dx
=
_
x
K
2
x
K
1
r(x)w(x)dx
_
x
K
2
x
K
1
_
p(x)u
g
(x)w(x) +q(x)
d
2
u
g
dx
2
d
2
w
dx
2
_
dx
+s
K
12
w(x
K
2
) +s
K
11
w(x
K
1
) +s
K
22
dw
dx
(x
K
2
) +s
K
21
dw
dx
(x
K
1
)

Elements nis unidimensionnels 123


On pose ensuite :

u
(x) =
n
K
d

j=1

K
u
j

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

j=1
u
g
K
j

K
j
(x)
et on choisit ensuite successivement w(x) =
K
i
(x), i = 1, 2, n
K
d
pour obtenir le syst`eme elemen-
taire :
A
K

K
U
= F
K
+S
K
o` u :
a
K
ij
=
_
x
K
2
x
K
1
_
p(x)
K
j
(x)
K
i
(x) +q(x)
d
2

K
j
dx
2
d
2

K
i
dx
2
_
dx
f
K
i
=
_
x
K
2
x
K
1
r(x)
K
i
(x)dx
_
x
K
2
x
K
1
_
_
p(x)
_
_
n
K
d

j=1
u
g
K
j

K
j
(x)
_
_

K
i
(x) +q(x)
_
_
n
K
d

j=1
u
g
K
j
d
2

K
j
dx
2
_
_
d
2

K
i
dx
2
_
_
dx
s
K
i
= s
K
12

K
i
(x
K
2
) +s
K
11

K
i
(x
K
1
) +s
K
22
d
K
i
dx
(x
K
2
) +s
K
21
d
K
i
dx
(x
K
1
)
5.2.4 Passage `a lelement de reference
Eectuons maintenant le changement de variables dans le syst`eme elementaire. Rappelons de
lequation 5.9 que :
d
K
i
dx
(x) =
2
h
K
d

i
d
(),
d
2

K
i
dx
2
(x) =
4
(h
K
)
2
d
2

i
d
2
() et dx =
h
K
2
d
On obtient alors sur lelement de reference :
124 Chapitre 5
a
K
ij
=
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()
h
K
2
d
+
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
_
d
2

j
d
2
4
(h
K
)
2
__
d
2

i
d
2
4
(h
K
)
2
_
h
K
2
d
=
h
K
2
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()d
+
8
(h
K
)
3
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
d
2

j
d
2
d
2

i
d
2
d
f
K
i
=
h
K
2
_
1
1
r
_
(x
K
1
+x
K
2
) +h
K

2
_

i
()d
h
K
2
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_
_
_
n
K
d

j=1
u
g
K
j

j
()
_
_

i
()d

8
(h
K
)
3
_
1
1
q
_
(x
K
1
+x
K
2
) +h
K

2
_
_
_
n
K
d

j=1
u
g
K
j
d
2

j
d
2
_
_
d
2

i
d
2
d
s
K
i
= s
K
11

i
(1) +s
K
12

i
(1) +s
K
21
2
h
K
d

i
d
(1) +s
K
22
2
h
K
d

i
d
(1)
Ce syst`eme est de dimension n
K
d
sur n
K
d
. Pour levaluer, il reste `a construire des fonctions dinterpo-
lation sur lelement de reference. Puisque la solution recherchee est dans un sous-espace de H
2
(),
lapproximation polynomiale devra etre continue et derivable au moins une fois (voir le chapitre 2).
Cela nous am`ene `a rappeler les polynomes dHermite.
5.2.5 Construction des fonctions dinterpolation

i
()
Pour simplier lexpose, nous commencerons par le cas o` u il y a seulement 2 noeuds de calcul qui
correspondent aux 2 noeuds geometriques (n
K
c
= n
K
g
= 2). Puisquil y a 2 conditions essentielles par
noeud de calcul, on aura 2 degres de liberte par noeud de calcul et donc 4 fonctions dinterpolation
`a construire (n
K
d
= 4). Sur un element, on a donc :
u
K
(x) =
4

j=1
u
K
j

K
j
(x)

Elements nis unidimensionnels 125


La valeur des inconnues u
K
j
est denie par :
u
K
(x
K
1
) =
4

j=1
u
K
j

K
j
(x
K
1
) =
4

j=1
u
K
j

j
(1) = u
K
1
du
K
dx
(x
K
1
) =
4

j=1
u
K
j
d
K
j
dx
(x
K
1
) =
4

j=1
u
K
j
2
h
K
d

j
d
(1) = u
K
2
u
K
(x
K
2
) =
4

j=1
u
K
j

K
j
(x
K
2
) =
4

j=1
u
K
j

j
(+1) = u
K
3
du
K
dx
(x
K
2
) =
4

j=1
u
K
j
d
K
j
dx
(x
K
2
) =
4

j=1
u
K
j
2
h
K
d

j
d
(+1) = u
K
4
Les fonctions dinterpolation

() doivent donc verier les conditions suivantes :

1
(1) = 1 et

i
(1) = 0 pour i ,= 1
d

2
d
(1) =
h
K
2
et
d

i
d
(1) = 0 pour i ,= 2

3
(+1) = 1 et

i
(+1) = 0 pour i ,= 3
d

4
d
(+1) =
h
K
2
et
d

i
d
(+1) = 0 pour i ,= 4
Ces derni`eres proprietes ne sont rien de moins que la denition des polynomes dHermite (voir
par exemple Burden et Faires, ref. [8]). Puisquil y a 4 conditions `a satisfaire pour chacune des
fonctions dinterpolation, il semble naturel dutiliser des polynomes de degre 3 et il est alors facile
de montrer que :

1
() =
1
4
(1 )
2
(2 +)

3
() =
1
4
(1 +)
2
(2 )

2
() =
h
K
8
(1
2
)(1 )

4
() =
h
K
8
(1 +
2
)(1 +)
Ces fonctions sont illustrees `a la gure 5.14 dans le cas particulier o` u h
K
= 1.
126 Chapitre 5
Figure 5.14 Fonctions dinterpolation dHermite (h
K
= 1)
On montre ensuite facilement que :
d

1
()
d
=
3
4
(1
2
)
d

3
()
d
=
3
4
(1
2
)
d

2
()
d
=
h
K
8
(1 +)(1 + 3)
d

4
()
d
=
h
K
8
(1 )(1 3)
tandis que les derivees secondes secrivent :
d
2

1
()
d
2
=
3
2
d
2

3
()
d
2
=
3
2
d
2

2
()
d
2
=
h
K
4
(1 + 3)
d
2

4
()
d
2
=
h
K
4
(1 + 3)
Notons que la denition des fonctions dinterpolation sur lelement de reference depend de la
longueur h
K
de lelement K, ce qui netait nullement le cas pour les fonctions dinterpolation de
Lagrange. Ceci est d u `a la presence de degres de liberte portant sur la derivee de u(x). Pour assurer
la continuite de la derivee `a la fronti`ere entre 2 elements, il est necessaire dajuster les fonctions
dinterpolation en fonction de la longueur des elements adjacents `a un noeud.
En utilisant ces fonctions dinterpolation, on donne une signication physique precise au vecteur
des degres de liberte elementaire et par la suite, au vecteur global des degres de liberte du domaine.

Elements nis unidimensionnels 127


Ainsi, le vecteur U
K
correspond aux valeurs de u(x) et de
du
dx
, les 2 variables essentielles aux noeuds
de calcul c.-`a-d.
u
K
1
= u(x
K
1
) u
K
3
= u(x
K
2
)
u
K
2
=
du
dx
(x
K
1
) u
K
4
=
du
dx
(x
K
2
)
Remarque 5.8
La notation utilisee peut peut-etre porter `a confusion. En eet, le degre de libere u
K
2
contient la
valeur de
du
dx
(x
K
1
) et non la valeur de u au noeud correspondant. Nous aurions pu utiliser une
notation dierente mais il sut de se rappeler que u
K
2
correspond au deuxi`eme degre de liberte de
lelement K et que son interpretation peut varier suivant le probl`eme.
5.2.6

Evaluation du syst`eme elementaire
Levaluation du syst`eme elementaire suit les memes lignes que pour les probl`emes dordre 2.
On peut toujours choisir entre lintegration numerique et lintegration exacte. Si on suppose encore
une fois que les fonctions p(x), q(x) et r(x) sont constantes par element (et u
g
(x) = 0) , le syst`eme
elementaire devient :
A
K
=
h
K
p
K
13 440
_

_
4992 704h
K
1728 416h
K
704h
K
128(h
K
)
2
416h
K
96(h
K
)
2
1728 416h
K
4992 704h
K
416h
K
96(h
K
)
2
704h
K
128(h
K
)
2
_

_
+
2q
K
(h
K
)
3
_

_
6 3h
K
6 3h
K
3h
K
2(h
K
)
2
3h
K
(h
K
)
2
6 3h
K
6 3h
K
3h
K
(h
K
)
2
3h
K
2(h
K
)
2
_

_
(5.25)
Une integration par une quadrature de Gauss-Legendre necessiterait au moins 4 points dinte-
gration car la premi`ere matrice de lequation 5.25 requiert lintegration de polynomes de degre 6.
En ce qui concerne le membre de droite, lintegrant est cubique et une formule de Gauss-Legendre
`a 2 points surait. On a :
f
K
+s
K
=
h
K
r
K
12
_

_
6
h
K
6
h
K
_

_
+
_

_
s
K
11
s
K
21
s
K
12
s
K
22
_

_
(5.26)
5.2.7 Assemblage
Rien de neuf sous le soleil en ce qui concerne lassemblage. On utilise encore le tableau dadres-
sage adres prealablement construit et contenant pour chaque element les numeros de ses degres de
liberte. On proc`ede exactement comme `a la section 5.1.7 pour assembler.
128 Chapitre 5
5.2.8 Imposition des conditions aux limites
Limposition des conditions aux limites se fait toujours en 2 etapes. Premi`erement les degres
de liberte imposes par les conditions essentielles sont regroupes encore ici dans le vecteur U
C
. On
devra donc calculer le vecteur U
I
.
Puisquil y a 2 conditions naturelles, le vecteur S fait intervenir deux types de sauts `a la fronti`ere
de 2 elements K
+
et K

. Si on note x le noeud de calcul correspondant `a cette fronti`ere et i et j


les numeros des degres de liberte associes `a ce noeud, le vecteur S contiendra les coecients :
s
i
= s
K

12
+s
K
+
11
et s
j
= s
K

22
+s
K
+
21
Les indices et + ref`erent aux valeurs `a gauche et `a droite de la variable en x. Ces expressions
designent les sauts des 2 variables secondaires au noeud correspondant.
Or si lun ou lautre de ces sauts etait dierent de 0, lequation dierentielle ferait apparatre
une distribution de Dirac H
1

x
ou bien une derivee dune distribution de Dirac H
2

x
. Si tel est le
cas, cest au moment de limposition des conditions naturelles `a ce noeud que lon prend en compte
la contribution de cette charge ponctuelle et on pose :
s
i
= s
K

12
+s
K
+
11
= H
1
et/ou s
j
= s
K

22
+s
K
+
21
= H
2
Sinon, on pose simplement s
i
= s
j
= 0.
5.2.9 Solution du syst`eme global
On proc`ede comme `a la section 5.1.9 pour resoudre le syst`eme.
5.2.10 Exemples et applications
Nous allons considerer une poutre de longueur L m encastree `a lune de ses extremites tel
quillustree `a la gure 5.15. Ce probl`eme cadre parfaitement avec notre probl`eme type. Les variables
essentielles u(x) et u

(x) designent dans ce cas le deplacement vertical (positif si dirige vers le haut)
et la pente. Il sut ensuite de poser p(x) = 0 et q(x) = EI, le produit du module de Young E
(en N/m
2
) et du moment dinertie I de la poutre (en m
4
). Enn, r(x) est une charge repartie
sur la poutre (la charge est positive si dirigee vers le haut). Les 2 conditions naturelles designent
respectivement un eort tranchant (cisaillement) :
F(x) =
d
dx
_
q(x)
d
2
u
dx
2
_
=
d
dx
_
EI
d
2
u
dx
2
_
en N
et un moment (couple) de exion :
M(x) =
_
q(x)
d
2
u
dx
2
_
=
_
EI
d
2
u
dx
2
_
en Nm

Elements nis unidimensionnels 129


50 kN
24 kN/m
Figure 5.15 Probl`eme de la poutre encastree
Rappelons que lequation dierentielle secrit alors :
d
dx
F(x) =
d
2
dx
2
M(x) = r(x) (5.27)
que lon peut interpreter au sens des distributions. Dans un premier temps, si M(x) poss`ede une
discontinuite de premi`ere esp`ece au point x, alors la relation 5.27 nous assure que lon verra appa-
ratre la derivee de la distribution de Dirac

x
puisquon doit deriver 2 fois cette discontinuite. Un
couple de exion en x est donc modelise par la distribution

x
. Par contre, si la force de cisaillement
F(x) poss`ede un saut au point x, alors seulement la distribution de Dirac
x
apparatra.
Nous supposerons dans cet exemple que le produit EI est constant et quune charge uniforme
r(x) = r
0
N/m est repartie sur toute la poutre. Enn, `a la deuxi`eme extremite (x = L), on place
une charge ponctuelle de f
0
N. On remarque quon impose les deux variables essentielles u(0) = 0 et
du
dx
(0) = 0 `a la premi`ere extremite traduisant ainsi le fait que la poutre est encastree `a cet endroit.
On choisira donc u
g
(x) = 0 et nous suivrons encore ici les etapes de resolution dej`a decrites.
Le maillage
On prendra pour ce probl`eme un maillage tr`es simple de 2 elements de longueur egale h =
L/2 m et comportant 3 noeuds (nnoeuds = 3). Dans un premier temps, on obtient le tableau
130 Chapitre 5
coor :
Coordonnees des noeuds
Tableau coor
x
1
x
2
x
3
0 0 0
L/2 0 0
L 0 0
de meme que le tableau de connectivite :
Numeros des noeuds de calcul
Tableau connec

Element Noeud #1 Noeud #2


1 1 2
2 2 3
Par la suite, on peut numeroter les degres de liberte associes `a chaque noeud. Pour les pro-
bl`emes dordre 4, il y a 2 degres de liberte par noeud et on a dans un premier temps :
Numerotation
Tableau numer
Noeud Ddl #1 (u(x)) Ddl #2 (
du
dx
)
1 ? ?
2 1 2
3 3 4
puisque les 2 degres de liberte associes au premier noeud sont xes par les conditions essen-
tielles. Un deuxi`eme passage nous donne maintenant :
Numerotation
Tableau numer
Noeud Ddl #1 (u(x)) Ddl #2 (
du
dx
)
1 5 6
2 1 2
3 3 4
On peut maintenant construire le tableau dadressage :

Elements nis unidimensionnels 131


Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3 Ddl #4


1 5 6 1 2
2 1 2 3 4
Rappelons que pour un element K quelconque :
adres(K, 1) = numer(connec(K, 1), 1)
adres(K, 2) = numer(connec(K, 1), 2)
adres(K, 3) = numer(connec(K, 2), 1)
adres(K, 4) = numer(connec(K, 2), 2)
et ainsi, si on choisit lelement K = 1 on trouve :
adres(1, 1) = numer(connec(1, 1), 1) = 5
adres(1, 2) = numer(connec(1, 1), 2) = 6
adres(1, 3) = numer(connec(1, 2), 1) = 1
adres(1, 4) = numer(connec(1, 2), 2) = 2
Le syst`eme elementaire
Les proprietes etant constantes dans tout le domaine, on utilise avantageusement les equa-
tions 5.25 et 5.26 pour obtenir immediatement le syst`eme elementaire :
2q
K
(h
K
)
3
_

_
6 3h
K
6 3h
K
3h
K
2(h
K
)
2
3h
K
(h
K
)
2
6 3h
K
6 3h
K
3h
K
(h
K
)
2
3h
K
2(h
K
)
2
_

_
=
h
K
r
K
12
_

_
6
h
K
6
h
K
_

_
+
_

_
s
K
11
s
K
21
s
K
12
s
K
22
_

_
o` u h
K
= L/2, q
K
= EI, et r
K
= r
0
.
Lassemblage
Si on pose maintenant L = 2 (h
K
= 1), EI = q
K
= 5000 kN m
2
, r
0
= r
K
= 24 kN/m
et f
0
= 50 kN, les syst`emes elementaires sur les 2 elements sont les memes. Le tableau
dadressage nous permet decrire pour le premier element :
10 000
_

_
5 6 1 2
5 6 3 6 3
6 3 2 3 1
1 6 3 6 3
2 3 1 3 2
_

_
_

K
1
u
1

K
1
u
2

K
1
u
3

K
1
u
4
_

_
=
_

_
12
2
12
2
_

_
+
_

_
s
K
1
11
s
K
1
21
s
K
1
12
s
K
1
22
_

_
tandis que sur le deuxi`eme element, on a :
132 Chapitre 5
10 000
_

_
1 2 3 4
1 6 3 6 3
2 3 2 3 1
3 6 3 6 3
4 3 1 3 2
_

_
_

K
2
u
1

K
2
u
2

K
2
u
3

K
2
u
4
_

_
=
_

_
12
2
12
2
_

_
+
_

_
s
K
2
11
s
K
2
21
s
K
2
12
s
K
2
22
_

_
Le vecteur dadressage du premier element K
1
est [5, 6, 1, 2]. Cela signie que les inconnues
elementaires u
K
1
i
correspondent aux degres de liberte u
5
, u
6
, u
1
et u
2
du syst`eme global qui
est de dimension 6 sur 6 dans ce cas. Le syst`eme elementaire est donc equivalent `a :
10 000
_

_
6 3 0 0 6 3
3 2 0 0 3 1
0 0 0 0 0 0
0 0 0 0 0 0
6 3 0 0 6 3
3 1 0 0 3 2
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6
_

_
=
_

_
12
2
0
0
12
2
_

_
+
_

_
s
K
1
12
s
K
1
22
0
0
s
K
1
11
s
K
1
21
_

_
tandis que sur le deuxi`eme element on a :
10 000
_

_
6 3 6 3 0 0
3 2 3 1 0 0
6 3 6 3 0 0
3 1 3 2 0 0
0 0 0 0 0 0
0 0 0 0 0 0
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6
_

_
=
_

_
12
2
12
2
0
0
_

_
+
_

_
s
K
2
11
s
K
2
21
s
K
2
12
s
K
2
22
0
0
_

_
Si on additionne les contributions, on obtient le syst`eme global :
10 000
_

_
12 0 6 3 6 3
0 4 3 1 3 1
6 3 6 3 0 0
3 1 3 2 0 0
6 3 0 0 6 3
3 1 0 0 3 2
_

_
_

u
1

u
2

u
3

u
4

u
5

u
6
_

_
=
_

_
24
0
12
2
12
2
_

_
+
_

_
s
K
2
11
+s
K
1
12
s
K
2
21
+s
K
1
22
s
K
2
12
s
K
2
22
s
K
1
11
s
K
1
21
_

_
Les conditions aux limites
Deux conditions essentielles sont imposees :
u
5
=
u
6
= 0. Par contre, un cisaillement est
impose au noeud 3. Cela signie que :
s
K
2
12
= 50
et puisquaucun couple de exion nest impose, on a :
s
K
2
22
= 0

Elements nis unidimensionnels 133


De plus, puisquaucun cisaillement ni couple de exion nest impose au noeud 2, on a :
s
K
2
11
+s
K
1
12
= 0 et s
K
2
21
+s
K
1
22
= 0
Resolution du syst`eme lineaire
Apr`es simplication, il reste le syst`eme lineaire :
10 000
_

_
12 0 6 3
0 4 3 1
6 3 6 3
3 1 3 2
_

_
_

_
u
1
u
2
u
3
u
4
_

_
=
_

_
24
0
12
2
_

_
+
_

_
0
0
50
0
_

_
En resolvant ce syst`eme et en ajoutant les conditions essentielles (U
g
= 0) qui etaient imposees, on
obtient la solution compl`ete :
_

_
u
1
u
2
u
3
u
4
u
5
u
6
_

_
=
_

_
1,173 333 10
2
2,060 000 10
2
3,626 667 10
2
2,640 000 10
2
0
0
_

_
Puisque u
g
(x) = 0, on a u(x) =
u
(x) et dans le premier element, le tableau dadressage nous
permet decrire la solution :
u
K
1
(x) =
4

j=1
u
K
1
j

K
1
j
(x) = u
5

K
1
1
(x) +u
6

K
1
2
(x) +u
1

K
1
3
(x) +u
2

K
1
4
(x)
= 10
2
_
1,173 333
K
1
3
(x) + 2,060 000
K
1
4
(x)
_
De meme sur le deuxi`eme element, on trouve :
u
K
2
(x) =
4

j=1
u
K
2
j

K
2
j
(x) = u
1

K
2
1
(x) +u
2

K
2
2
(x) +u
3

K
2
3
(x) +u
4

K
2
4
(x)
= 10
2
_
1,173 333
K
2
1
(x) + 2,060 000
K
2
2
(x) + 3,626 667
K
2
3
(x) + 2,640, 000
K
2
4
(x)
_
Il ne reste qu`a recuperer les variables secondaires `a la premi`ere extremite de la poutre qui
rappelons-le, netaient pas imposees. On a :
_
s
K
1
11
s
K
1
21
_
= 10 000
_
6 3 0 0
3 1 0 0
_
_

_
u
1
u
2
u
3
u
4
_

_
+
_
12
2
_
=
_
98,0
148,0
_
134 Chapitre 5
Figure 5.16 Deformation de la poutre encastree
Ce probl`eme poss`ede une solution analytique dans le cas plus general o` u on impose egalement un
couple de exion M
0
`a lextremite droite de la poutre :
u(x) =
_
1
24
r
0
x
4

1
6
(f
0
+r
0
L)x
3
+
1
2
(M
0
+f
0
L +
1
2
r
0
L
2
)x
2
_
/EI
u

(x) =
_
1
6
r
0
x
3

1
2
(f
0
+r
0
L)x
2
+ (M
0
+f
0
L +
1
2
r
0
L
2
)x
_
/EI
EIu

(x) =
_
1
2
r
0
x
2
(f
0
+r
0
L)x + (M
0
+f
0
L +
1
2
r0L
2
)
_
EIu

(x) = r
0
x (f
0
+r
0
L)
Il sut de prendre M
0
= 0 dans le cas qui nous interesse. On presente les solutions analytiques et
numeriques `a la gure 5.16.

Elements nis unidimensionnels 135


5.3 Exercices
1. Dans le cas quadratique, on peut utiliser une base dite hierarchique pour interpoler. On pose
alors en vertu de lequation 5.4 :
u(x) [
K
u
K
(x) =
n
D

j=1
u
K
j

K
j
(x)
o` u sur lelement de reference, on pose

1
() = (1)/2,

2
() = (1+)/2 et

3
() = (1
2
)
c.-`a-d. des fonctions lineaires sur les noeuds geometriques et une fonction quadratique au
noeud milieu. Interpreter les u
K
j
en fonction des valeurs aux noeuds de calcul u
K
(x
K
i
).
2. Faire lassemblage de la matrice et du syst`eme global de la page 116 en utilisant directement
les syst`emes elementaires calcules.
3. Obtenir les fonctions dinterpolation dHermite de la page 125.
4. En vous servant des donnees de lexemple 5.6 des notes de cours :
a) Calculer :
T(x)
du
K
1
dx
[
x=0
= 400
du
K
1
dx
(0)
en utilisant le passage `a lelement de reference et comparer avec la valeur s
K
1
11
= 103,67
que nous avions obtenue. Commenter sur le fait que ces deux quantites sont des approxi-
mations de T(x)
du
dx
[
x=0
dont la valeur exacte est 104.
b) Si on remplace les conditions aux limites actuelles (u(0) = u(5) = 0) de ce probl`eme par
u(0) = 2 et u(5) = 3, donner lexpression de la fonction de rel`evement des conditions
aux limites (u
g
) qui sera implicitement construite par notre methode delements nis.
Dessiner-cette fonction sur le maillage de lexemple 5.6.
5. La formulation variationnelle dune equation dierentielle fait intervenir un terme de la forme :
_
x
K
2
x
K
1
c
2
du
dx
(x)w(x)dx
o` u c
2
est une constante. Si on utilise des elements lineaires, la matrice elementaire associee
`a ce terme est de dimension 2 par 2.

Evaluer la matrice elementaire. On passera bien s ur
par lelement de reference.
6. Soit le probl`eme suivant :
_

d
dx
_
x
3
du
dx
_
+x
2
u =
1
x + 1
u(0) = 1
u(1) = 3
136 Chapitre 5
On considerera un maillage uniforme de 3 elements de lintervalle ]0, 1[ et on utilisera une
approximation cubique dans chaque element.
a) Determiner la fonction dinterpolation

3
dans lelement de reference.
b) Dessiner le rel`evement des conditions aux limites essentielles sur le maillage utilise ;
c) Determiner le nombre de points de Gauss minimum an devaluer exactement chaque
terme de la formulation variationnelle ;
d) Donner la table dadressage correspondant au maillage utilise ;
e) Determiner, en fonction des matrices elementaires a
K
ij
, la valeur de a
33
et de a
14
du
syst`eme global.
Chapitre 6

Elements nis multidimensionnels


Notre presentation de la methode des elements nis unidimensionnels etait susamment gene-
rale pour passer facilement au cas multidimensionnel. Bien s ur quelques dicultes supplementaires
se presenteront mais rien de franchement nouveau. Il faudra par exemple accorder une attention
accrue `a la numerotation des degres de liberte pour eviter des matrices exigeant trop despace-
memoire. Il est de plus evident que la taille des probl`emes augmentera de mani`ere signicative,
surtout en dimension 3.
6.1 Probl`eme type
Nous consid`ererons lequation aux derivees partielles suivante :
_

_
p(x)u(x) (q(x)u) = r(x) dans
u(x) = g(x) sur
0
q(x)
u
n
= h(x) sur
1
(6.1)
On suppose que la fonction p(x) est positive ou nulle et que 0 < q
1
q(x) q
2
sur le domaine .
Nous supposerons de plus que les fronti`eres
0
et
1
constituent une partition de la fronti`ere du
domaine c.-`a-d.
0

1
= et
0

1
= . Il faut de plus specier la regularite des conditions
aux limites. Puisquil sagit dun probl`eme dordre 2, on travaillera dans H
1
() et limposition de
u(x) sera lunique condition essentielle. Il sen suit que lespace fonctionnel approprie est lespace
H
1

0
(). On doit donc supposer que g(x) H
1/2
(
0
) ce qui nous permettra deectuer le rel`evement
de la condition aux limites essentielle par une fonction u
g
(x) de H
1
().
Sous ces conditions, les hypoth`eses du theor`eme de Lax-Milgram sont veriees. On obtient de
plus la formulation variationnelle (laissee en exercice) :
137
138 Chapitre 6
Trouver
u
(x) H
1

0
() telle que :
a(
u
, w) = l(w) a(u
g
, w) w(x) H
1

0
()
o` u :
a(
u
, w) =
_

(p(x)
u
(x)w(x) +q(x)
u
w) dv
et :
l(w) =
_

r(x)w(x) dv +
_

1
h(x)w(x) ds
Ce probl`eme generalise naturellement le probl`eme 5.1 du chapitre 5.
6.2 Le maillage
Il est de toute evidence plus dicile de concevoir un maillage en dimension 2 ou 3. En eet,
decouper un domaine de forme quelconque en sous-domaines de formes geometriques simples nest
pas une mince tache. Plusieurs techniques de generation de maillage existent avec des avantages et
inconvenients de toutes sortes. Nous ne mentionnerons `a ce sujet que le mailleur GMSH disponible
gratuitement `a ladresse :
http://geuz.org/gmsh/
qui produit des maillages de triangles en dimension 2 et de tetra`edres en dimension 3.
Dans la majeure partie de ce chapitre, nous nous limiterons `a des maillages tr`es simples compor-
tant peu delements. Les applications de n de chapitre permettront au lecteur de voir des exemples
concrets et relativement realistes.
Avant de parler de maillage, il faut decider de la forme geometrique des elements. En dimension
1, ce choix est facile mais dej`a en dimension 2, des variantes existent. Il faut choisir une forme
geometrique simple. En dimension 2 nous consid`ererons les triangles et les quadrilat`eres tandis
quen dimension 3 nous nous limiterons aux tetra`edres. En fait, la vaste majorite des mailleurs
modernes produisent des triangles en dimension 2 et des tetra`edres en dimension 3. Il est en eet
beaucoup plus dicile de decomposer un domaine en quadrilat`eres (en dimension 2) et en hexa`edres
(en dimension 3).
La forme geometrique des elements etant choisie, on suppose que nous avons un maillage com-
portant nel elements tel quillustre `a la gure 6.10.
6.2.1 Les noeuds
Sur chaque element K, on denit n
K
g
noeuds geometriques. Tr`es souvent, les noeuds geometriques
correspondent aux sommets du triangle, du quadrilat`ere ou du tetra`edre. Le choix des noeuds
geometriques determinera la transformation `a lelement de reference.

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)
Rempla cant 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
=
_
K
_
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
_
K
_
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
=
_

_
x

_
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
_

_
=
_

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 :
_


(, , )


(, , )


(, , )

_
=
_

_
x

_
_

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
=
_
K
_
p(x)
K
j
(x)
K
i
(x) +q(x)
K
j
(x)
K
i
(x)
_
dv
=
_
K
_
p(x)
K
j
(x)
K
i
(x) +q(x)
_

K
j
(x, y, z)

K
i
(x, y, z)

_
dv
=
_

K
_
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 .

Elements nis multidimensionnels 151


6.5 Construction des fonctions dinterpolation
Tout comme en dimension 1, `a chaque noeud de calcul (x
K
1
, x
K
2
, , x
K
n
C
) de lelement reel K,
correspond un noeud dinterpolation (
1
,
2
, ,
n
C
) sur lelement de reference par la relation :

i
= (T
K
)
1
(x
K
i
) ou encore x
K
i
= T
K
(
i
), i = 1, 2, , n
C
Sur lelement K, `a chaque degre de liberte de chaque noeud de calcul correspond une fonction
dinterpolation
K
j
(x). Ces fonctions ne seront construites que sur lelement de reference et en se
servant de la transformation T
K
, on aura :

K
j
(x) =

j
()
et en particulier :

K
j
(x
K
i
) =

j
(
i
)
Generalement, il ny a nul besoin de construire explicitement les fonctions
K
j
(x) puisque nous ne
travaillerons que sur lelement de reference. La seule dierence existant avec le cas unidimensionnel
est la plus grande variete de transformations T
K
que lon peut utiliser.
Le choix des fonctions
K
j
(x) depend du probl`eme que lon souhaite resoudre et plus particu-
li`erement de lespace V de la formulation variationnelle. Pour le moment nous nous limiterons aux
equations aux derivees partielles dordre 2 de sorte que lespace V sera H
1
() ou lun de ses sous-
espaces. Pour construire des fonctions dinterpolation de H
1
(), rappelons que lon doit sassurer
de la continuite `a la fronti`ere des elements. Cela est une consequence du theor`eme 2.12.
Pour les probl`emes dordre 2, on peut utiliser linterpolation de Lagrange decrite `a la section C.2
de lannexe C. On pref`ere generalement les approximations lineaires ou quadratiques, que ce soit sur
les triangles, les quadrilat`eres, les tetra`edres ou les hexa`edres. Bien entendu, rien nempeche duti-
liser des polynomes de degre plus eleve mais le nombre de degres de liberte augmente rapidement
avec le degre des polynomes.
6.6

Evaluation du syst`eme elementaire
Pour evaluer les coecients du syst`eme elementaire 6.9, on recourt le plus souvent `a lintegration
numerique, bien que lintegration exacte puisse etre utile dans les cas tr`es simples (interpolation de
bas degre et proprietes p(x), q(x) et r(x) constantes par exemple).
Il ny a pas de dicultes particuli`eres mis-`a-part le fait que le nombre de points dintegration
augmente lorsquon passe en dimension 2 ou 3. Ainsi, on trouvera `a lannexe D les points et les
poids dintegration de quelques unes des quadratures les plus utilisees en pratique. Ainsi sur les
quadrilat`eres et les hexa`edres, on peut utiliser les memes quadratures quen dimension 1 (voir le
tableau D.1 par le biais des relations D.4 et D.5.
Sur les triangles ou les tetra`edres, on utilise les quadratures dites de Hammer donnees aux
tableaux D.2 et D.3. Rappelons que le degre de precision de la quadrature est un crit`ere important
dans le choix de la quadrature appropriee au calcul de termes du syst`eme elementaire.
152 Chapitre 6
6.7 Assemblage
Lassemblage suit exactement les memes etapes quen dimension 1. Bien s ur la taille des matrices
elementaires augmente avec la dimension despace et le degre des fonctions dinterpolation mais les
principes generaux demeurent les memes. On utilise lalgorithme de la page 104 qui ne change
nullement avec la dimension despace.
La fonction de Ritz
i
(x) associee au i
i`eme
degre de liberte du probl`eme resulte de lassemblage
des fonctions dinterpolation locales
K
j
(x) sur les elements K qui contiennent le degre de liberte
numero i dans leur tableau dadressage. On aura donc pour ces elements :
adres(K, j) = i
pour un certain j compris entre 1 et n
K
d
.
6.8 Imposition des conditions aux limites
Une fois tous les syst`emes elementaires assembles et en vertu de la convention utilisee pour le
tableau numer, on obtient un syst`eme global de la forme :
_
M
11
M
12
M
21
M
22
__

I
U
0
_
=
_
F
C
1
F
C
2
_
+
_
S
C
S
I
_
(6.13)
La partition de la matrice A suit directement celle du vecteur global des degres de liberte U.
Les matrices M
11
et M
22
sont toujours carrees et les matrices M
12
et M
21
sont rectangulaires. Si la
forme bilineaire du probl`eme est symetrique, on a M
T
12
= M
21
. Les matrices M
12
et M
22
pourraient
ne pas etre assemblees puisquelles nont aucun role par la suite.
Enn, il reste `a analyser le terme de droite compose de 2 parties. Le vecteur F est enti`erement
determine et ne pose aucun probl`eme. Par contre, le vecteur S contenant la contribution des va-
riables secondaires est lui aussi decompose en 2 parties. L`a o` u la variable essentielle est imposee (et
donc connue), nous avons vu que la condition naturelle est inconnue et vice versa.
Bien que similaire, la situation est leg`erement plus complexe que dans le cas unidimensionnel
et merite donc une attention particuli`ere. Rappelons que le vecteur S est constitue de lassemblage
de termes de la forme :
s
K
i
=
_
K
s
K
(x)
K
i
(x) ds
o` u :
s
K
(x) = q(x)
u
n
K
Comme nous le verrons plus loin, le traitement du vecteur S est sensiblement plus delicat que dans
le cas unidimensionnel.

Elements nis multidimensionnels 153


6.9 Resolution du syst`eme lineaire global
Pour la resolution du syst`eme lineaire on proc`ede toujours en 2 etapes. Tout dabord, on deter-
mine le vecteur U
I
en resolvant le syst`eme lineaire :
M
11

I
U
= F
C
1
+S
C
(6.14)
qui nest quune reecriture de la premi`ere equation du syst`eme 6.13. On remarque que le terme de
droite est enti`erement connu. Pour cela, on utilise les techniques classiques comme la methode de
decomposition LU. Remarquons que cette equation nest rien dautre que la discretisation de la
forme variationnelle :
a(
u
, w) = l(w) a(u
g
, w)
puisque le vecteur U
C
correspond au rel`evement des conditions essentielles u
g
.
Une fois le vecteur U
I
calcule, on determine si necessaire le vecteur S
I
directement en posant :
S
I
= M
21

I
U
F
C
2
(6.15)
6.10 Presentation des resultats
Nous ninsisterons jamais assez sur limportance dun bon visualisateur, particuli`erement en
dimension 2 et 3. Si en dimension 1 on peut se debrouiller avec des instruments graphiques simples,
ce nest plus le cas en dimension superieure. Pour les resultats qui suivent, nous utiliserons le logiciel
VU developpe par Benot Ozell [27] et qui poss`ede toutes les fonctionnalites requises en dimension
2 ou 3.
Un bon logiciel de visualisation sera capable de produire rapidement des courbes disovaleurs des
dierentes variables calculees, des champs de vecteurs, des coupes de toutes sortes, qui permettent
de donner une signication `a des colonnes de chires qui autrement seraient dicilement utilisables.
6.11 Exemples et applications
Dans cette section, nous presentons quelques exemples simples sur des maillages de petite taille
pour illustrer la methode et les dierentes etapes `a suivre. Nous terminons par des applications
dans dierents domaines.
Exemple 6.5
Nous pouvons d`es maintenant passer ` a un exemple relativement simple. La geometrie du domaine
est le carre [0, 1]
2
. On resoudra lequation de Poisson :

2
u(x) = 1
avec des conditions essentielles homog`enes sur toute la fronti`ere (u
g
(x) = 0).
154 Chapitre 6
1 2 3
11 12 13
6 8
4 5
9 10
7
K
1
K
2
K
3
K
14
K
15
K
16
K
5
K
10
K
13
K
4
K
6
K
11
K
7
K
8
K
9
K
12
Figure 6.10 Numerotation des elements et des noeuds
Le maillage
On utilise le maillage de la gure 6.10 constitue de 16 elements et de 13 noeuds. Nous choi-
sissons une interpolation lineaire sur chaque element (n
C
= n
K
g
= 3). Le tableau coor prend
la forme :
Coordonnees des noeuds
Tableau coor
Noeud Composante x
1
Composante x
2
Noeud Composante x
1
Composante x
2
1 0,0000 0,0000 8 1,0000 0,5000
2 0,5000 0,0000 9 0,3333 0,6667
3 1,0000 0,0000 10 0,6667 0,6667
4 0,3333 0,3333 11 0,0000 1,0000
5 0,6667 0,3333 12 0,5000 1,0000
6 0,0000 0,5000 13 1,0000 1,0000
7 0,5000 0,5000

Elements nis multidimensionnels 155


Numeros des noeuds
Tableau connec
Noeuds Noeuds

Element #1 #2 #3

Element #1 #2 #3
1 1 2 4 9 5 10 7
2 2 5 4 10 8 10 5
3 2 3 5 11 11 6 9
4 6 1 4 12 10 9 7
5 3 8 5 13 8 13 10
6 6 4 9 14 12 11 9
7 9 4 7 15 12 9 10
8 4 5 7 16 13 12 10
On construit le tableau numer en 2 etapes en evitant dans un premier temps de numeroter
les degres de liberte qui sont xes par les conditions aux limites essentielles. On obtient ainsi :
Numerotation
Tableau numer
Noeud u
1 ?
2 ?
3 ?
4 1
5 2
6 ?
7 3
8 ?
9 4
10 5
11 ?
12 ?
13 ?

Numerotation
Tableau numer
Noeud u
1 6
2 7
3 8
4 1
5 2
6 9
7 3
8 10
9 4
10 5
11 11
12 12
13 13
Enn, on peut determiner le tableau dadressage adres `a laide des tableaux de connectivite
connec et de numerotation numer (voir les exercices de n de chapitre) :
156 Chapitre 6
Numeros des ddls
Tableau adres

Element Ddl #1 Ddl #2 Ddl #3



Element Ddl #1 Ddl #2 Ddl #3
1 6 7 1 9 2 5 3
2 7 2 1 10 10 5 2
3 7 8 2 11 11 9 4
4 9 6 1 12 5 4 3
5 8 10 2 13 10 13 5
6 9 1 4 14 12 11 4
7 4 1 3 15 12 4 5
8 1 2 3 16 13 12 5
Les syst`emes elementaires
Il reste `a construire les syst`emes elementaires. On peut directement utiliser la relation 6.11
puisque dans cet exemple, p(x) = 0, u
g
(x) = 0 et q
K
= f
K
= 1 pour tous les elements K.
Pour le premier element, on a :
1
12
_
_
5 2 3
2 8 6
3 6 9
_
_
_
_

K
1
u
1

K
1
u
2

K
1
u
3
_
_
=
1
36
_
_
1
1
1
_
_
+
_
_
s
K
1
1
s
K
1
2
s
K
1
3
_
_
La numerotation des noeuds (et donc des degres de liberte) fait en sorte quon obtient exac-
tement le meme syst`eme elementaire pour les elements 5, 11, et 16.
Pour le deuxi`eme element, on a :
1
8
_
_
4 2 2
2 5 3
2 3 5
_
_
_
_

K
2
u
1

K
2
u
2

K
2
u
3
_
_
=
1
54
_
_
1
1
1
_
_
+
_
_
s
K
2
1
s
K
2
2
s
K
2
3
_
_
Ici encore, le meme syst`eme elementaire est aussi valable pour les elements 6, 10 et 15.
Pour le troisi`eme element (ainsi que pour les elements 4, 13 et 14), on a :
1
12
_
_
8 2 6
2 5 3
6 3 9
_
_
_
_

K
3
u
1

K
3
u
2

K
3
u
3
_
_
=
1
36
_
_
1
1
1
_
_
+
_
_
s
K
3
1
s
K
3
2
s
K
3
3
_
_
Pour le septi`eme element (ainsi que pour les elements 8, 9 et 12), on a :
1
4
_
_
2 0 2
0 2 2
2 2 4
_
_
_
_

K
7
u
1

K
7
u
2

K
7
u
3
_
_
=
1
108
_
_
1
1
1
_
_
+
_
_
s
K
7
1
s
K
7
2
s
K
7
3
_
_

Elements nis multidimensionnels 157


Lassemblage
Un syst`eme lineaire de dimension 13 par 13 doit etre assemble `a partir des syst`emes elemen-
taires que nous venons dobtenir. On utilise exactement la meme technique quen dimension
1 et nous nous limiterons `a en rappeler bri`evement les principales etapes.
`
A laide du tableau
adres, on ecrit le syst`eme elementaire du premier element sous la forme :
1
12
_

_
6 7 1
6 5 2 3
7 2 8 6
1 3 6 9
_

_
_

K
1
u
1

K
1
u
2

K
1
u
3
_

_
=
1
36
_

_
1
1
1
_

_
+
_

_
s
K
1
1
s
K
1
2
s
K
1
3
_

_
On fait de meme pour tous les elements et on obtient (en exercice) :
1
24
_

_
90 9 24 9 0 12 18 0 18 0 0 0 0
9 90 24 0 9 0 18 12 0 18 0 0 0
24 24 96 24 24 0 0 0 0 0 0 0 0
9 0 24 90 9 0 0 0 18 0 12 18 0
0 9 24 9 90 0 0 0 0 18 0 18 12
12 0 0 0 0 20 4 0 4 0 0 0 0
18 18 0 0 0 4 44 4 0 0 0 0 0
0 12 0 0 0 0 4 20 0 4 0 0 0
18 0 0 18 0 4 0 0 44 0 4 0 0
0 18 0 0 18 0 0 4 0 44 0 0 4
0 0 0 12 0 0 0 0 4 0 20 4 0
0 0 0 18 18 0 0 0 0 0 4 44 4
0 0 0 0 12 0 0 0 0 4 0 4 20
_

_
_

u1

u2

u3

u4

u5

u6

u7

u8

u9

u10

u11

u12

u13
_

_
=
1
54
_

_
6
6
2
6
6
3
4
3
4
4
3
4
3
_

_
+
_

_
s
K1
3
+s
K4
3
+s
K2
3
+s
K6
2
+s
K7
2
+s
K8
1
s
K3
3
+s
K5
3
+s
K2
2
+s
K10
3
+s
K8
2
+s
K9
1
s
K7
3
+s
K8
3
+s
K9
3
+s
K12
3
s
K11
3
+s
K14
3
+s
K6
3
+s
K15
2
+s
K7
1
+s
K12
2
s
K13
3
+s
K16
3
+s
K10
2
+s
K15
3
+s
K9
2
+s
K12
1
s
K1
1
+s
K4
2
s
K1
2
+s
K3
1
+s
K2
1
s
K3
2
+s
K5
1
s
K4
1
+s
K11
2
+s
K6
1
s
K5
2
+s
K13
1
+s
K10
1
s
K11
1
+s
K14
2
s
K14
1
+s
K16
2
+s
K15
1
s
K13
2
+s
K16
1
_

_
qui est encore ici de la forme de la partition 5.19.
Imposition des conditions aux limites
Pour ce probl`eme, les conditions aux limites essentielles sont homog`enes (nulles). Les incon-
nues u
6
jusqu`a u
13
prennent donc la valeur 0.
158 Chapitre 6
Il reste `a considerer le vecteur S des conditions naturelles. En principe, le vecteur S
C
est
connu mais cela ne semble pas evident lorsquon regarde le syst`eme global obtenu. Il faut
donc y regarder de plus pr`es. Considerons donc lexpression :
s
1
= s
K
1
3
+s
K
4
3
+s
K
2
3
+s
K
6
2
+s
K
7
2
+s
K
8
1
Le raisonnement qui suit pourra sappliquer aux termes s
2
jusqu`a s
5
. On a :
s
K
1
3
=
_
K
1
s
K
1
(x)
K
1
3
(x) ds
en rappelant que puisque q(x) = 1 :
s
K
1
=
u
n
K
1
On peut alors ecrire :
s
K
1
3
=
_
C
K
1
1
s
K
1

K
1
3
ds +
_
C
K
1
2
s
K
1

K
1
3
ds +
_
C
K
1
3
s
K
1

K
1
3
ds
o` u C
K
1
i
designe le i
i`eme
cote de lelement K
1
. La fonction
K1
3
est lineaire et prend la valeur
1 sur le troisi`eme sommet de lelement K
1
et sannule sur les 2 autres sommets. Elle sannule
donc identiquement sur le cote C
K
1
1
entre les sommets 1 et 2 ce qui permet deliminer le
premier terme de cette derni`ere expression. Il en est de meme pour les autres coecients et
on a :
s
1
=
_
C
K
1
2
s
K
1

K
1
3
ds +
_
C
K
1
3
s
K
1

K
1
3
ds +
_
C
K
4
2
s
K
4

K
4
3
ds +
_
C
K
4
3
s
K
4

K
4
3
ds+
_
C
K
2
2
s
K
2

K
2
3
ds +
_
C
K
2
3
s
K
2

K
2
3
ds +
_
C
K
6
1
s
K
6

K
6
2
ds +
_
C
K
6
2
s
K
6

K
6
2
ds+
_
C
K
7
1
s
K
7

K
7
2
ds +
_
C
K
7
2
s
K
7

K
7
2
ds +
_
C
K
8
1
s
K
8

K
8
1
ds +
_
C
K
8
3
s
K
8

K
8
1
ds
que lon regroupe de la mani`ere suivante :
s
1
=
_
C
K
1
2
s
K
1

K
1
3
ds +
_
C
K
2
3
s
K
2

K
2
3
ds +
_
C
K
1
3
s
K
1

K
1
3
ds +
_
C
K
4
2
s
K
4

K
4
3
ds+
_
C
K
4
3
s
K
4

K
4
3
ds +
_
C
K
6
1
s
K
6

K
6
2
ds +
_
C
K
2
2
s
K
2

K
2
3
ds +
_
C
K
8
1
s
K
8

K
8
1
ds+
_
C
K
6
2
s
K
6

K
6
2
ds +
_
C
K
7
1
s
K
7

K
7
2
ds +
_
C
K
7
2
s
K
7

K
7
2
ds +
_
C
K
8
3
s
K
8

K
8
1
ds

Elements nis multidimensionnels 159


Regardons les deux premiers termes. La simplication est immediate si on constate `a laide
de la gure 6.10 que C
K
1
2
et C
K
2
3
sont en fait le meme cote et que de plus, restreintes `a ce
cote, les fonctions de base
K
1
3
et
K
2
3
sont une seule et meme fonction. On a alors :
_
C
K
1
2
s
K
1

K
1
3
ds+
_
C
K
2
3
s
K
2

K
2
3
ds =
_
C
K
1
2
_
s
K
1
+s
K
2
_

K
1
3
ds =
_
C
K
1
2
_
u
n
K
1
+
u
n
K
2
_

K
1
3
ds
Mais puisque :
n
K
2
= n
K
1
on obtient :
_
C
K
1
2
_
u
n
K
1

u
n
K
1
_

K
1
3
ds = 0
terme qui fait intervenir le saut de la variable secondaire `a linterface entre ces 2 elements
adjacents. En se rappelant la relation 2.19, on constate que ce saut est nul car autrement un
terme source (une simple couche) serait present `a cet endroit. Il en va de meme pour les 5
autres couples dintegrales curvilignes et par consequent, on a s
1
= 0. Le meme raisonnement
montrerait que les termes s
2
`a s
5
sont egalement nuls (voir les exercices de n de chapitre).
Solution du syst`eme lineaire
Il resulte de tout cela un syst`eme lineaire de dimension 5 que lon peut resoudre par decom-
position LU. Pour ce faire, on resout successivement les equations 6.14 et 6.15. On obtient
ainsi :

I
U
=
_

_
0,060 185
0,060 185
0,069 444
0,060 185
0,060 185
_

_
Une fois cette etape franchie, on peut calculer (au besoin) le vecteur S
I
par la relation 6.15.
Le calcul nous donne le vecteur :
S
I
=
_

_
8,564805 10
2
1,643515 10
1
8,564805 10
2
1,643515 10
1
1,643515 10
1
8,564805 10
2
1,643515 10
1
8,564805 10
2
_

_
Il peut etre interessant de regarder dun peu plus pr`es linterpretation de ce vecteur sou-
vent appele vecteur des reactions. On verie sans diculte que la somme de ce vecteur est
160 Chapitre 6
0,999 998 519, la question etant de savoir pourquoi. Considerons le premier terme de ce
vecteur qui secrit :
s
K
1
1
+s
K
4
2
=
_
C
K
1
1
s
K
1

K
1
1
ds +
_
C
K
1
2
s
K
1

K
1
1
ds +
_
C
K
1
3
s
K
1

K
1
1
ds+
_
C
K
4
1
s
K
4

K
4
2
ds +
_
C
K
4
2
s
K
4

K
1
2
ds +
_
C
K
4
3
s
K
4

K
1
2
ds
=
_
C
K
1
1
s
K
1

K
1
1
ds +
_
C
K
4
2
s
K
4

K
1
2
ds
=
_

u
n

1
(x) ds
o` u
1
(x) est la fonction de Ritz associee au noeud 1 du maillage c.-`a-d. la fonction lineaire
par element qui vaut 1 au noeud numero 1 et qui vaut 0 `a tous les autres noeuds. Il en est de
meme pour toutes les autres composantes du vecteur S
I
qui valent donc respectivement :
_

u
n

i
(x) ds, pour i = 1, 2, 3, 6, 8, 11, 12 et 13
Il est ainsi facile de constater que lorsque lon somme le vecteur S
I
, on obtient :
_

u
n
ds
car la somme des
i
est egale `a 1. Lequation aux derivees partielles de depart nous donne
alors :
_

u w dv
_

u
n
w ds =
_

w dv
En choisissant w = 1, on trouve :

u
n
ds =
_

1 dv = 1
et la somme du vecteur S
I
est une tr`es bonne approximation.
Presentation des resultats
On presente les resultats `a la gure 6.11. On peut y constater la simplicite de meme que
la symetrie de la solution. On aurait pu en fait limiter les calculs au quart de la geometrie
initiale. On aurait ainsi gagne en precision.

Exemple 6.6
Nous sommes maintenant en mesure daborder un probl`eme plus realiste, mais aussi de plus grande
taille. Nous ne pourrons plus expliciter les details de tous les calculs. On consid`ere un probl`eme de

Elements nis multidimensionnels 161


Figure 6.11 Isovaleurs de la fonction u(x) et vue tridimensionnelle
(0, 0)
(0, 3)
(0, 6) (6, 6)
(6, 4)
(6, 2)
(6, 0)
T = 100
T = 100
q = 1
q = 0.2
qT n = 1
qT n = 1
qT n = 0
qT n = 0
qT n = 0
qT n = 0
qT n = 0
Figure 6.12 Geometrie et conditions aux limites
162 Chapitre 6
Figure 6.13 Transfert thermique

Elements nis multidimensionnels 163


transfert de chaleur dans une plaque metallique constituee de 2 materiaux de conductivite thermique
dierente tel quillustree `a la gure 6.12.
La partie gauche de la plaque est maintenue `a une temperature de 100
o
C (condition aux limites
essentielle) et elle est supposee parfaitement isolee sur les parois superieure et inferieure de meme
que dans la partie en forme de U (condition aux limites naturelle nulle). Enn, un ux de chaleur
de 1 est imposee aux deux extremites ` a droite. Ce probl`eme requiert la solution de lequation de la
chaleur :
(q(x)T) = 0
o` u q(x) est la conductivite thermique.
On a resolu ce probl`eme sur le maillage de la gure 6.13. La transformation vers lelement de
reference est lineaire (voir la gure 6.7) tandis que les fonctions dinterpolation

sont quadratiques
(voir le tableau C.4) Le maillage est constitue de 4992 triangles (2633 sommets et 7624 aretes) ce
qui resulte en un syst`eme lineaire de 10 257 degres de liberte.
Les isovaleurs de temperature sont egalement illustrees sur cette gure. On constate aisement
la dierence de comportement entre les deux moities du domaine. La partie de la plaque o` u la
conductivite thermique est la plus grande (moitie superieure) evacue la chaleur beaucoup plus
facilement, ce qui evite une augmentation de la temperature. La temperature en sortie (sur laxe
x = 6) est dun peu moins de 126C sur la partie inferieure et de 105,2C sur la partie superieure.

164 Chapitre 6

K
(0, 0)
1
(1, 0)
2
(0, 1)
3
(
1
3
, 0)
4
(
2
3
, 0)
5
(
2
3
,
1
3
) 6
(
1
3
,
2
3
) 7 (0,
2
3
) 8
(0,
1
3
) 9 10

Figure 6.14

Element de reference triangulaire de degre 3 (n
K
g
= 10)
6.12 Exercices
1. Obtenir la formulation variationnelle elementaire de la page 141.
2. Verier les relations entre le jacobien J
K
et laire (page 147) en dimension 2 et le volume
(page 150) en dimension 3 pour les transformations lineaires de lelement reel vers lelement
de reference.
3. Construire le tableau adres de la page 155.
4. Assembler le syst`eme elementaire de la page 157.
5. Dans le terme de droite S du syst`eme de la page 157, verier que s
3
= 0.
6. Toujours dans le terme de droite S du syst`eme de la page 157, simplier au maximum lex-
pression de s
6
et s
7
.
7. Obtenir les coecients a
K
11
et a
K
12
dans la relation 6.11 `a partir de la formulation variationnelle
elementaire 6.9.
8. Une formulation variationnelle fait apparatre le terme suivant dans un domaine bidimension-
nel :
_
K
q(x)
K
j
(x)
K
i
(x) dv
o` u K est un element triangulaire (`a cotes droits) et les
K
i
(x) sont les fonctions dinterpolation
quadratiques (P
2
). Donner le nombre de points dintegration minimal permettant devaluer
exactement ce terme si q(x) est lineaire dans lelement. Meme question si cette fois on a un
element quadrangulaire (`a cotes droits) et des fonctions dinterpolation Q
2
.

Elements nis multidimensionnels 165


(0, 0)
(3, 2)
1
2
3
4
5
6
7
8
9
10
11
12
(2.25, 1.75)
Figure 6.15 Maillage et numeros de degres de liberte
9. La gure 6.14 illustre un element bidimensionnel de degre 3 de type Lagrange. Donner lex-
pression de la fonction

4
(, ).
10. On donne le maillage de la gure 6.15. Le tableau de connectivite est :
Connectivite
Tableau connec

Element Noeud #1 Noeud #2 Noeud #3


1 1 4 5
2 1 5 2
3 2 5 6
4 2 6 3
5 4 7 8
6 4 8 5
7 5 8 9
8 5 9 6
9 7 10 11
10 7 11 8
11 8 11 12
12 8 12 9
Une condition de Dirichlet homog`ene a ete imposee sur la paroi de droite (degres de liberte
10 `a 12) et des conditions de Neumann sur les 3 autres parois. On a utilise des elements
triangulaires lineaires et le tableau dadressage est le meme que le tableau de connectivite.
166 Chapitre 6
(2, 1)
1
(7, 2)
2
(4, 5)
3
(4, 3)
Figure 6.16

Element K
Apr`es avoir resolu le probl`eme, on a trouve la solution :
U =
_

_
0,6362
0,7214
1,0000
0,5510
0,6248
0,8660
0,3181
0,3607
0,5000
0,0000
0,0000
0,0000
_

_
On consid`ere le point P = (2,25 , 1,75) dans lelement 12.
a) Donnez lexpression de la transformation lineaire T
K
12
qui envoie lelement de reference
sur le douzi`eme element.
b) Trouvez le point (, ) de lelement de reference qui est envoye sur P.
c)

Evaluer u(P) et
u
x
1
(P).
11. On a resolu un probl`eme en elements nis et on a trouve une solution numerique u
h
(x
1
, x
2
)
telle que u
h
(2, 1) = 5, u
h
(7, 2) = 53 et u
h
(4, 5) = 41.

Evaluer u
h
(4, 3) et
u
h
x
1
(4, 3) en vous
servant de la gure 6.16.
Remarque : Il vous faudra inverser la transformation geometrique T
K
appropriee pour de-
terminer `a quelle coordonnee de lelement de reference correspond le point (4, 3).
Chapitre 7
Analyse de convergence
Nous nous proposons dans ce chapitre detudier comment convergent les methodes delements
nis pour les probl`emes elliptiques et `a quel ordre. Nous completerons le chapitre avec quelques
exemples.
7.1 Bases theoriques
Nous avons vu au chapitre 3 les conditions dexistence et dunicite dune solution u dun pro-
bl`eme de la forme :
trouver une fonction u V telle que :
a(u, w) = l(w) w V (7.1)
Nous supposerons dans ce qui suit que les hypoth`eses du theor`eme de Lax-Milgram sont veriees
`a savoir que la forme lineaire l est continue et que la forme bilineaire a est continue et coercive sur
V .
Nous avons vu comment construire des solutions numeriques par la methode des elements nis
pour obtenir une approximation u
h
de cette solution unique. Cela revient `a construire un sous-espace
de dimension nie V
h
de V et `a calculer u
h
V
h
solution de :
a(u
h
, w
h
) = l(w
h
) w
h
V
h
(7.2)
Le sous-espace V
h
a pour base les fonctions de Ritz
i
(x) associees aux nndl degres de liberte
du maillage. On a en fait :
V
h
= w
h
[w
h
=
nddl

i=1

i
(x) ,
i
R
qui est un espace de dimension nie. Puisque lon a construit des fonctions de Ritz
i
(x) appartenant
`a V , on a par construction V
h
V . Mentionnons toutefois que cette inclusion nest pas absolument
167
168 Chapitre 7
necessaire comme en font foi les elements dits non conformes qui sont toutefois hors de notre propos
pour le moment.
Lindice h ref`ere `a la taille des elements du maillage. Plus h est petit, plus les elements sont
petits et plus ils sont nombreux, et plus il y a de degres de liberte. La dimension de V
h
augmente
donc lorsque h diminue. Pour un element K du maillage, on note h
K
la taille de lelement. En
dimension 1, h
K
est simplement la longueur de lelement mais en dimension 2 ou 3, on peut denir
cette taille de plusieurs facons. En general, on pose :
h
K
= max
x,yK
[[x y[[
e
o` u [[ [[
e
est la norme euclidienne. Cest donc la distance maximale entre 2 points de lelement. On
pose ensuite :
h = max
K
h
K
Intuitivement, plus lespace V
h
est riche, plus la solution numerique u
h
devrait se rapprocher de la
solution u. Pour enrichir V
h
on peut soit augmenter le nombre delements, soit augmenter le degre
des polynomes utilises dans chaque element. Il reste `a sassurer dans quelle(s) condition(s) on a bien
convergence de u
h
vers u, et sil y a convergence, `a quel ordre, etc. Le nombre delements ainsi que
le degre des polynomes utilises auront des roles importants `a jouer. Pour xer les idees, rappelons
un peu de terminologie qui nous sera utile par la suite.
Denition 7.1
On dit que la solution numerique u
h
converge vers u dans V si :
lim
h0
[[u u
h
[[
V
= 0
Lorsque h 0, la taille de tous les elements tend vers 0. Il est important de remarquer que la
norme utilisee est celle de lespace V .
Denition 7.2
On dit que la solution numerique u
h
converge `a lordre p vers u dans V sil existe une constante
C telle que :
[[u u
h
[[
V
Ch
p
lorsque h tend vers 0.
Remarque 7.1
Dans ce qui suit, le meme symbole C designera diverses constantes independantes de h.
Analyse de convergence 169
Theor`eme 7.1 (Lemme de Cea)
Si a est une forme bilineaire continue et coercive et si u et u
h
denotent les solutions respectives
de 7.1 et 7.2, alors il existe une constante C independante de h telle que :
[[u u
h
[[
V
C inf
w
h
V
h
[[u w
h
[[
V
(7.3)
Demonstration :
Ce resultat tr`es simple mais aussi tr`es important est d u `a Cea [11]. On a immediatement en vertu
des probl`emes 7.1 et 7.2 que :
a(u, w) = l(w) w V
a(u
h
, w
h
) = l(w
h
) w
h
V
h
Puisque V
h
V , on peut prendre w = w
h
dans la premi`ere equation et soustraire pour obtenir :
a(u u
h
, w
h
) = 0 w
h
V
h
(7.4)
En particulier :
a(u u
h
, u
h
) = 0
et on en conclut que :
a(u u
h
, u u
h
) = a(u u
h
, u w
h
) w
h
V
h
La coercivite et la continuite de la forme bilineaire a nous permettent alors decrire :
[[u u
h
[[
2
V
C[[u u
h
[[
V
[[u w
h
[[
V
w
h
V
h
ce qui entrane que :
[[u u
h
[[
V

C

[[u w
h
[[
V
w
h
V
h
Puisque cette derni`ere inegalite est vraie quel que soit w
h
V
h
, on a le resultat.
Linterpretation de ce resultat est fondamentale. Nous venons en fait de ramener lanalyse
de convergence de la solution elements nis `a un probl`eme classique dinterpolation. En eet, la
relation 7.3 arme qu`a une constante pr`es, lerreur commise [[u u
h
[[
V
est plus petite que la
meilleure interpolation possible de u par des fonctions de V
h
.
Notre intuition de depart se precise donc. En eet, plus lespace V
h
est riche, meilleure est la
qualite de linterpolation de u par des fonctions de V
h
et en vertu de la relation 7.3, meilleure sera
notre solution par elements nis. La richesse de lespace discret est bien s ur fonction du nombre
delements du maillage mais aussi du nombre de noeuds de calcul de chaque element. Il est en
eet clair que pour un meme nombre delements, une interpolation lineaire sera moins riche quune
interpolation quadratique qui sera elle-meme moins riche quune interpolation cubique, etc. La
dierence entre ces dierentes approximations se manifestera au niveau de lordre de convergence.
170 Chapitre 7
7.2 Quelques exemples
Exemple 7.1
Supposons que le probl`eme 7.1 soit susamment simple pour que sa solution u soit dans V
h
(ce qui
revient `a supposer que lespace discret V
h
est susamment riche pour contenir la solution u).
De lequation 7.4, la solution numerique verie :
a(u u
h
, w
h
) = 0 w
h
V
h
En particulier, on peut prendre w
h
= uu
h
ce qui est possible car u V
h
et donc uu
h
V
h
. On
obtient ainsi :
a(u u
h
, u u
h
) = 0
La coercivite de la forme bilineaire a entrane alors que [[u u
h
[[
V
= 0 et donc que u = u
h
.
Ce resultat trivial a quand meme une grande importance pratique. Si un probl`eme poss`ede
une solution telle que lon peut linterpoler exactement (sans erreur) dans V
h
, alors la solution
par elements nis u
h
sera aussi exacte. On se sert reguli`erement de ce resultat pour verier un
programme delements nis. Au besoin, on construit de fa con articielle un probl`eme dont la solution
est dans lespace discret V
h
et on calcule par elements nis cette solution. Tant que la solution
analytique nest pas reproduite exactement (`a la precision machine), on conclut que le programme
a une ou des erreur(s). Cette strategie est fort utile pour debugger un programme.
Theor`eme 7.2
Si a est une forme bilineaire symetrique, continue et coercive et si u et u
h
denotent les solutions
respectives de 7.1 et 7.2, alors on a :
I(u) = inf
wV
I(w) et I(u
h
) = inf
w
h
V
h
I(w
h
) (7.5)
o` u I(w) =
1
2
a(w, w) l(w). De plus, on a :
I(u) I(u
h
) (7.6)

Nous avons dej`a demontre au chapitre 3 (voir la relation 3.5) lequivalence entre les probl`emes 7.1
et 7.2 et les probl`emes de minimisation 7.5. La demonstration de linegalite 7.6 est immediate
puisque lon a suppose que V
h
V . Ce quapporte en plus ce dernier resultat est que lorsquil y a
convergence, I(u
h
) I(u) en decroissant. Puisque I(u) est souvent liee `a une energie (fonctionnelle
denergie), cela signie que la solution par elements nis surestimera lenergie du syst`eme.
Analyse de convergence 171
Terminons enn avec le resultat le plus important qui porte sur lordre de convergence dune
solution elements nis.
Theor`eme 7.3 (Ordre de convergence)
Soit u et u
h
les solutions respectives des probl`emes continu 7.1 et discret 7.2. On suppose de plus
que la solution u du probl`eme continu soit susamment reguli`ere. Supposons enn que lespace
V
h
H
m
() soit tel que sa restriction `a chaque element K contienne les polynomes de degre k,
alors :
[[u u
h
[[
m,
Ch
k+1m
[[u[[
k+1,
(7.7)
Preuve : voir Ciarlet, ref. [9]
La methode des elements nis permet justement la construction de ce type despace V
h
de
fonctions polynomiales par element. Ce dernier resultat nous donne alors lordre de convergence de
la methode delements nis utilisee lorsquon choisit des polynomes de degre k sur chaque element.
Nous pouvons maintenant revenir sur certains des probl`emes pour lesquels nous avons calcule une
solution par elements nis.
Exemple 7.2
Pour les equations aux derivees partielles dordre 2, lespace de base est H
1
() et on doit utiliser
la norme correspondante (m = 1 dans linegalite 7.7). En utilisant une discretisation par elements
nis lineaires (k = 1), on a :
[[u u
h
[[
V
= [[u u
h
[[
1,
=
_
[[u u
h
[[
2
0,
+[[u u
h
[[
2
0,
_
1/2
C h [[u[[
2,
On constate donc une convergence lineaire en norme H
1
() en supposant que la solution u soit
dans H
2
() ce qui nest pas toujours le cas. On sait en eet que la solution u est dans H
1
() et
que H
2
() H
1
(). Rien ne nous assure donc a priori que u soit dans H
2
(). Cest ce que nous
signions lorsque nous supposons que u est susamment reguli`ere dans lenonce du theor`eme.
Notons que le resultat est egalement vrai en norme L
2
() et que :
[[u u
h
[[
0,
C h
2
[[u[[
2,
et que la convergence est alors quadratique dans cette norme. Bien que valide, ce dernier resultat
ne donne pas une idee exacte de lordre de convergence de la solution puisque nous utilisons le
mauvais instrument de mesure, c.-`a-d. la mauvaise norme. On peut toutefois, puisque la dierence
entre la norme H
1
() et la norme L
2
() nest rien dautre que la norme L
2
() des derivees partielles
[[u u
h
[[
0,
, conclure que ce sont ces derivees partielles qui convergent moins vite. On a en
fait :
[[u u
h
[[
0,
C h [[u[[
2,
Nous avions dej`a remarque lors de certains exemples numeriques que les derivees (ordinaires ou
partielles) de u etaient plus dicile `a approcher. Ce resultat le conrme de mani`ere theorique.
172 Chapitre 7
Si on passe maintenant `a des elements quadratiques (k = 2), on trouve une convergence qua-
dratique :
[[u u
h
[[
V
= [[u u
h
[[
1,
C h
2+11
[[u[[
3,
ce qui exige cependant encore plus de regularite sur u (u H
3
()).
Exemple 7.3
Pour les probl`emes dordre 4, nous navons vu quun seul element de degre 3 (k = 3) en dimension
1. Cela nous donne en norme H
2
()(m = 2) :
[[u u
h
[[
V
= [[u u
h
[[
2,
C h
3+12
[[u[[
4,
= C h
2
[[u[[
4,
c.-`a-d. une convergence dordre 2 (quadratique). Tout comme precedemmment, on a egalement :
[[u u
h
[[
2,
C h
2
[[u[[
4,
[[u u
h
[[
1,
C h
3
[[u[[
4,
[[u u
h
[[
0,
C h
4
[[u[[
4,
et ici encore, on conclut que pour les probl`emes dordre 4, les derivees secondes convergent en norme
L
2
() moins vite (`a lordre 2) que les derivees premi`eres qui elles-memes convergent moins vite (`a
lordre 3) que [[u u
h
[[
0,
qui converge `a lordre 4.
Exemple 7.4
Illustrons maintenant concr`etement comment on peut verier ces ordres de convergence theoriques.
Cela est souvent utile pour sassurer quun programme delements nis a le bon comportement et
donc pas derreur de programmation.
Pour ce faire, on se donne une solution analytique dont lexpression est susamment complexe
pour ne pas appartenir `a lespace de discretisation V
h
. Dans cet exemple : on pose :
u(x) = x
1
x
2
(1 x
1
)(1 x
2
) arctan
_
20
(x
1
+x
2
)

2
16
_
(7.8)
et on va resoudre lequation de Laplace :

2
u(x) = f(x)
sur le carre [0, 1]
2
et en choisissant comme terme de droite f(x) precisement le laplacien de la
fonction 7.8 de sorte que celle-ci est bien la solution de notre probl`eme. Cest ce que lon appelle
une solution manufacturee au sens de Roache [33]. Le choix dune telle fonction est a priori ar-
bitraire mais il est recommande dessayer de choisir des fonctions qui representent au mieux les
comportements observes sur de vrais probl`emes.
Analyse de convergence 173
Figure 7.1 Maillage de 32 32 elements
On verie facilement que les conditions aux limites sont nulles sur toute la fronti`ere du domaine.
Notre strategie consiste `a obtenir des solutions `a ce probl`eme par la methode des elements nis sur
des maillages de plus en plus ns. Nous avons choisi des maillages reguliers de 4 par 4, 8 par 8, 16
par 16, 32 par 32, 64 par 64 et enn de 128 par 128 elements. Le maillage de 32 par 32 elements est
illustre `a la gure 7.1. Pour chaque maillage et chaque solution numerique u
h
, on calcule les normes
[[u u
h
[[
1,
et [[u u
h
[[
0,
de lerreur. Rappelons que lon aurait pu utiliser pour ce probl`eme la
norme [uu
h
[
1,
(au lieu de la norme [[uu
h
[[
1,
) car on travaille en fait dans H
1
0
(). De plus, on
calcule la norme [[u u
h
[[
0,
seulement pour illustrer plus en details le comportement de lerreur.
Enn, nous avons considere des approximations lineaires et quadratiques pour souligner leet du
degre des polynomes sur la convergence.
Approximation lineaire
Dans ce premier cas, on choisit des approximations lineaires (voir la gure 6.2) sur chaque
element. Nous notons u
1
h
la solution numerique obtenue. On sait alors que :
[[u u
1
h
[[
1,
Ch
ou encore, en prenant le logarithme naturel de chaque cote :
ln
_
[[u u
1
h
[[
1,
_
1 ln h + ln C
Sur echelle logarithmique, on obtient ainsi une droite de pente 1 (qui est lordre de convergence). Ce
resultat est bien s ur asymptotique en ce sens quil nest vrai que pour des valeurs de h susamment
174 Chapitre 7
petites. Cest ce que nous constatons dans cet exemple `a la gure 7.2 tracee `a partir des donnees
de la table suivante :
Convergence : cas lineaire
Maillage h [[u u
1
h
[[
1,
[[u u
1
h
[[
0,
4 4 0,25 0,464 812 0,1795 10
1
8 8 0,125 0,323 407 0,8231 10
2
16 16 0,0625 0,200 552 0,2636 10
2
32 32 0,03125 0,110 145 0,7640 10
3
64 64 0,015625 0,056 758 0,2025 10
3
128 128 0,0078125 0,028 613 0,5146 10
4
On remarque que pour les grandes valeurs de h, la courbe de [[uu
1
h
[[
1,
a une pente dierente
de 1 mais au fur et `a mesure que la valeur de h diminue, la pente devient tr`es voisine de 1. On peut
verier aisement que la pente est bien 1 en se servant de la table precedente.
Si on travaille en norme [[uu
h
[[
0,
, on remarque que conformement `a la relation 7.7, on a une
courbe de pente 2. Ceci illustre une fois de plus que les derivees de la fonctions u(x) convergent
moins vite que la fonction u(x) elle-meme.
Approximation quadratique
Dans ce second cas, on choisit des approximations quadratiques sur chaque element (voir la
gure 6.2). Nous notons u
2
h
la solution numerique obtenue. On sait alors que :
[[u u
2
h
[[
1,
Ch
2
et on obtient cette fois une droite de pente 2 sur une echelle logarithmique :
ln
_
[[u u
2
h
[[
1,
_
2 ln h + ln C
Le tableau suivant resume les resultats obtenus :
Convergence : cas quadratique
Maillage h [[u u
2
h
[[
1,
[[u u
2
h
[[
0,
4 4 0,25 0,242 390 0,5179 10
2
8 8 0,125 0,146 069 0,3043 10
2
16 16 0,0625 0,052 467 0,3694 10
3
32 32 0,03125 0,015 405 0,3406 10
4
64 64 0,015625 0,004 136 0,4345 10
5
128 128 0,0078125 0,001 056 0,5477 10
6
On observe le meme comportement que dans le cas lineaire si ce nest que les ordres de convergence
sont maintenant 2 pour la norme [[uu
2
h
[[
1,
et 3 pour la norme [[uu
2
h
[[
0,
(voir la gure 7.2). On
remarque de plus que, pour un maillage donne, les erreurs sont beaucoup plus faibles si on utilise une
approximation quadratique. En fait, la solution obtenue sur un maillage avec une approximation
Analyse de convergence 175
Figure 7.2 Erreurs commises pour les approximations lineaire et quadratique
176 Chapitre 7
quadratique est toujours plus precise que celle obtenue avec une approximation lineaire sur le
maillage ayant 4 fois plus delements.
Exemple 7.5
Pour illustrer de mani`ere plus pragmatique comment on peut verier la convergence dune solu-
tion numerique, nous reprenons le probl`eme thermique du chapitre 6 page 160. On retrouvera la
geometrie et les conditions aux limites `a la gure 6.12.
On peut sassurer dune plus grande precision en resolvant le meme probl`eme sur une serie de
maillages de plus en plus ns. Chaque maillage comporte 4 fois plus delements que le precedent
et est obtenu en divisant chaque arete du maillage en 2, multipliant ainsi le nombre delements
par 4. Les maillages utilises sont presentes `a la gure 7.3 et comportent respectivements 312, 1248,
4992 et 19968 elements lineaires. On presente les isothermes correspondantes `a la gure 7.4. On
y constate une tr`es leg`ere evolution des isothermes meme si le portrait global reste sensiblement
le meme. On peut davantage saisir ces variations `a la gure 7.5 o` u nous avons eectue une coupe
de la temperature sur laxe y = 1 correspondant au milieu de la partie inferieure de la geometrie.
Nous avons egalement resolu le probl`eme sur le maillage de 19 968 elements avec une approximation
quadratique et cette solution nous servira de solution exacte (ce qui nest pas vraiment le cas).
On constate quand meme que lerreur est divisee par un facteur 2 sur chaque maillage puisque la
valeur de h est divisee par 2 et que nous avons utilise un element lineaire.
Analyse de convergence 177
Figure 7.3 Transfert thermique : maillages utilises
178 Chapitre 7
Figure 7.4 Transfert thermique : isothermes
Analyse de convergence 179
Figure 7.5 Coupe de la temperature sur laxe y = 1
180 Chapitre 7
Chapitre 8
Probl`emes non lineaires
Nous navons jusqu`a maintenant considere que les probl`emes lineaires qui sont certes importants
mais non susants pour les applications. En eet, la nature, ou plus precisement les mod`eles que
nous utilisons pour decrire les phenom`enes naturels, est le plus souvent non lineaire. La theorie
developpee dans les premiers chapitres nest malheureusement valide que dans le cas lineaire. En
eet, le theor`eme de Lax-Milgram permet de montrer lexistence et lunicite de probl`emes de la
forme :
trouver une fonction u V telle que :
a(u, w) = l(w) w V (8.1)
o` u l et a sont respectivement des formes lineaire et bilineaire. Ce ne sera plus le cas dans ce chapitre.
Bien que la theorie des probl`emes non lineaires soit beaucoup plus complexe, nous nous limite-
rons `a une generalisation formelle de la theorie developpee dans le cas lineaire. Il faudra toutefois
etre conscients que les espaces fonctionnels impliques sont parfois plus complexes que les espaces
H
1
() et H
2
() rencontres jusqu`a maintenant.
Le plus simple est de considerer immediatement un exemple dequation aux derivees partielles
non lineaire :
p(x, u(x))u(x) (q(x, u(x))u(x)) = r(x, u(x))
auquel on ajoute par exemple des conditions aux limites essentielles sur u. On remarque la depen-
dance des fonctions p, q et r sur la variable inconnue u. Cest ce qui rend le probl`eme non lineaire.
La non-linearite pourra aussi, comme nous le verrons, provenir des conditions aux limites.
Nous procederons comme dans le cas lineaire. Multiplions par une fonction test w(x) dans un
espace fonctionnel V et integrons par parties sur le domaine . On obtient ainsi :
_

p(x, u(x))u(x) w(x)+q(x, u(x))u(x)w(x) dv


_

(q(x, u(x))u(x))nwds =
_

r(x, u(x)) w(x) dv


Puisque nous avons suppose des conditions aux limites essentielles sur toute la fronti`ere, lintegrale
de bord sannule et il reste :
181
182 Chapitre 8
trouver une fonction u(x) V telle que :
_

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


_

r(x, u(x))w(x) dv w(x) V


On constate immediatement que le terme de gauche de cette expression ne represente pas une
forme bilineaire en raison des coecients p(x, u) et q(x, u). Par consequent, le theor`eme de Lax-
Milgram ne peut donc pas sappliquer ici.
Pour resoudre, on devra lineariser le probl`eme cest-`a-dire en ramener la solution `a un probl`eme
lineaire ou plus precisement `a une suite de probl`emes lineaires. La convergence de cette suite de
probl`emes lineaires vers la solution du probl`eme non lineaire de depart nest toutefois nullement
garantie. On voit immediatement lanalogie avec les syst`emes de fonctions algebriques non lineaires :
f(x) = 0
que lon peut resoudre (voir Fortin, ref. [17]) par des methodes de points xes, par la methode de
Newton, etc. Toutes ces methodes se generalisent assez facilement aux probl`emes variationnels.
8.1 Rappel sur les syst`emes dequations non lineaires
Dans cette section, nous rappelons quelques techniques de base pour la resolution des equations
non lineaires. Le probl`eme consiste `a trouver le ou les vecteurs x = (x
1
, x
2
, x
3
, , x
n
) veriant les
n equations non lineaires suivantes :
f(x) = 0
ou plus explicitement :
_

_
f
1
(x
1
, x
2
, x
3
, , x
n
) = 0
f
2
(x
1
, x
2
, x
3
, , x
n
) = 0
f
3
(x
1
, x
2
, x
3
, , x
n
) = 0
.
.
.
.
.
.
f
n
(x
1
, x
2
, x
3
, , x
n
) = 0
(8.2)
o` u les f
i
sont des fonctions de n variables que nous supposons dierentiables. Contrairement aux
syst`emes lineaires, il ny a pas de condition simple associee aux syst`emes non lineaires qui permette
dassurer lexistence et lunicite de la solution.
Les methodes de resolution des syst`emes non lineaires sont nombreuses. Nous presentons ici un
cadre relativement general pour les methodes iteratives avec comme cas particulier important la
methode de Newton. La presentation incluera toutefois des variantes de cette methode de meme
quun aper cu des methodes de points xes.
Lapplication de la methode de Newton `a un syst`eme de deux equations non lineaires est su-
sante pour illustrer le cas general. Considerons donc le syst`eme :
_
f
1
(x
1
, x
2
) = 0
f
2
(x
1
, x
2
) = 0
Probl`emes non lineaires 183
Soit (x
0
1
, x
0
2
), une approximation initiale de la solution de ce syst`eme. Cette approximation initiale
est cruciale et doit toujours etre choisie avec soin. Le but de ce qui suit est de determiner une
correction (
x
1
,
x
2
) `a (x
0
1
, x
0
2
) de telle sorte que :
f
1
(x
0
1
+
x
1
, x
0
2
+
x
2
) = 0
f
2
(x
0
1
+
x
1
, x
0
2
+
x
2
) = 0
Pour determiner (
x
1
,
x
2
), il sut maintenant de faire un developpement de Taylor en deux va-
riables pour chacune des deux fonctions :
0 = f
1
(x
0
1
, x
0
2
) +
f
1
x
1
(x
0
1
, x
0
2
)
x
1
+
f
1
x
2
(x
0
1
, x
0
2
)
x
2
+
0 = f
2
(x
0
1
, x
0
2
) +
f
2
x
1
(x
0
1
, x
0
2
)
x
1
+
f
2
x
2
(x
0
1
, x
0
2
)
x
2
+
Dans les relations precedentes, les pointilles designent des termes dordre superieur ou egal `a
deux et faisant intervenir les derivees partielles dordre correspondant. Pour determiner (
x
1
,
x
2
),
il sut de negliger les termes dordre superieur et decrire :
f
1
x
1
(x
0
1
, x
0
2
)
x
1
+
f
1
x
2
(x
0
1
, x
0
2
)
x
2
= f
1
(x
0
1
, x
0
2
)
f
2
x
1
(x
0
1
, x
0
2
)
x
1
+
f
2
x
2
(x
0
1
, x
0
2
)
x
2
= f
2
(x
0
1
, x
0
2
)
ou encore sous forme matricielle :
_

_
f
1
x
1
(x
0
1
, x
0
2
)
f
1
x
2
(x
0
1
, x
0
2
)
f
2
x
1
(x
0
1
, x
0
2
)
f
2
x
2
(x
0
1
, x
0
2
)
_

_
_

x
1

x
2
_

_
=
_

_
f
1
(x
0
1
, x
0
2
)
f
2
(x
0
1
, x
0
2
)
_

_
Ce syst`eme lineaire secrit egalement sous une forme plus compacte :
J
f
(x
0
1
, x
0
2
)
x
= f(x
0
1
, x
0
2
) (8.3)
o` u J
f
(x
0
1
, x
0
2
) designe la matrice des derivees partielles ou matrice jacobienne evaluee au point
(x
0
1
, x
0
2
),
x
= (
x
1
,
x
2
) est le vecteur des corrections relatives `a chaque variable et o` u f(x
0
1
, x
0
2
)
est le vecteur residu evalue en (x
0
1
, x
0
2
). Le determinant de la matrice jacobienne est appele le
jacobien. Le jacobien doit bien entendu etre dierent de 0 pour que la matrice jacobienne soit
inversible. On pose ensuite :
x
1
1
= x
0
1
+
x
1
x
1
2
= x
0
2
+
x
2
184 Chapitre 8
qui est la nouvelle approximation de la solution du syst`eme non lineaire. On cherchera par la suite
`a corriger (x
1
1
, x
1
2
) dune nouvelle quantite (
x
), et ce jusqu`a la convergence.
De mani`ere plus generale, on pose :
J
f
(x
k
) =
_

_
f
1
x
1
(x
k
)
f
1
x
2
(x
k
)
f
1
x
n
(x
k
)
f
2
x
1
(x
k
)
f
2
x
2
(x
k
)
f
2
x
n
(x
k
)
.
.
.
.
.
.
.
.
.
f
n
x
1
(x
k
)
f
n
x
2
(x
k
)
f
n
x
n
(x
k
)
_

_
cest-`a-dire la matrice jacobienne evaluee au point x
k
= (x
k
1
, x
k
2
, x
k
n
). De plus on pose :
f(x
k
) =
_

_
f
1
(x
k
)
f
2
(x
k
)
.
.
.
f
n
(x
k
)
_

_

x
=
_

x
1

x
2
.
.
.

xn
_

_
pour en arriver `a lalgorithme general suivant extrait de la reference [17].
Algorithme 8.1: Methode de Newton
1.

Etant donne , un crit`ere darret
2.

Etant donne N, le nombre maximal diterations
3.

Etant donne x
0
= [x
0
1
x
0
2
x
0
n
]
T
, une approximation initiale de la solution du syst`eme
4. Resoudre le syst`eme lineaire :
J
f
(x
k
)
x
= f(x
k
) (8.4)
et poser :
x
k+1
= x
k
+
x
5. Si
[[
x
[[
[[x
k+1
[[
< et [[f(x
k+1
)[[ :
convergence atteinte
ecrire la solution x
k+1
arret
6. Si le nombre maximal diterations N est atteint :
convergence non atteinte en N iterations
arret
7. Retour `a letape 4
Probl`emes non lineaires 185

La methode de Newton nest quun cas particulier de schema iteratif pour la resolution du
syst`eme 8.2. De fa con plus generale, on peut ecrire un schema iteratif sous la forme :
A
k
(x
k+1
x
k
) +f(x
k
) = 0 (8.5)
o` u A
k
est une matrice non singuli`ere. Lequation 8.5 a alors comme unique solution :
x
k+1
= x
k
A
1
k
f(x
k
) (8.6)
La methode de Newton nest quun cas particulier o` u A
k
= J
f
(x
k
).
Remarque 8.1
Il est bien entendu que lexpression 8.6 ne signie nullement quil faille inverser la matrice A
k
ce
qui serait terriblement co uteux. On resoudra en fait le syst`eme lineaire 8.5.
Les variantes de la relation 8.5 sont nombreuses. Lidee de base etant toujours de diminuer les
co uts de calcul et de memoire. En eet, le calcul de la matrice jacobienne est une operation co uteuse
qui doit etre eectuee `a chaque iteration. On a alors imagine des variantes qui contournent cette
diculte au moins en partie. Ces variantes dependent de la forme de la fonction f(x). Par exemple,
si on a :
f(x) = B(x)x g(x) (8.7)
o` u B(x) est une matrice dont les coecients peuvent dependre eux-memes de la solution (mais pas
forcement) et que lon suppose inversible et g(x) est une autre fonction non lineaire. En prenant
A
k
= B(x
k
), lequation 8.6 devient :
x
k+1
= x
k
B
1
(x
k
)
_
B(x
k
)x
k
g(x
k
)
_
= B
1
(x
k
)g(x
k
)
qui revient au syst`eme lineaire :
B(x
k
)x
k+1
= g(x
k
) (8.8)
En particulier, si B = I, on a la methode des points xes classique. Si la matrice B ne depend pas
de x, la convergence de lalgorithme 8.8 vers la solution (le point xe) r est liee au rayon spectral
(voir Fortin [17]) de la matrice B
1
(J
g
(r)) (J
g
est la matrice jacobienne associee `a la fonction g).
Plus precisement, on doit avoir :

_
B
1
(J
g
(r))
_
< 1
pour que lalgorithme puisse converger. Encore faut-il que lestimation de depart x
0
ne soit pas
trop loin de la solution. En pratique, il est extremement dicile de sassurer que cette condition
est satisfaite.
De nombreuses autres variantes entrent dans ce cadre general. Par exemple, on peut prendre
A
k
= J
f
(x
0
) = A
0
ce qui revient `a xer la matrice la matrice iterative A
k
`a la premi`ere matrice
186 Chapitre 8
jacobienne. Cela evite de reassembler et refactoriser une nouvelle matrice jacobienne `a chaque
nouvelle iteration. Il peut en resulter un gain important en temps de calcul au risque dune plus
grande vulnerabilite au niveau des proprietes de convergence. On peut aussi remettre `a jour cette
matrice de temps `a autre. Cette variante est parfois interessante pour les probl`emes instationnaires
o` u il nest pas forcement necessaire de calculer la matrice jacobienne `a chaque iteration de chaque
pas de temps.
8.2 Derivee dune fonctionnelle
Pour eventuellement appliquer la methode de Newton `a la resolution dans le cas dune formula-
tion variationnelle non lineaire, nous devons etendre le concept de derivee aux fonctionnelles. Cest
lobjectif des denitions suivantes.
Denition 8.1
Soit G(v) une fonctionnelle denie sur un espace de Hilbert V . On dit que G est derivable en v
0
sil existe une fonctionnelle lineaire de V dans ! notee D
v
G(v
0
) telle que :
G(v
0
+
v
) = G(v
0
) +D
v
G(v
0
)[
v
] +[[
v
[[ o(
v
) (8.9)
o` u o(
v
) est une fonctionnelle veriant :
lim
v0
o(
v
) = 0
Cette denition revient `a supposer lexistence dune forme de developpement de Taylor puisque le
dernier terme de droite doit etre petit pour des
v
petits. Il reste `a denir le sens de lexpression :
D
v
G(v
0
)[
v
]
Denition 8.2
Soit G(v) une fonctionnelle derivable en v
0
. La derivee de Gateaux de la fonctionnelle G par
rapport `a v en v
0
et dans la direction
v
est denie par :
D
v
G(v
0
)[
v
] =
G
v
(v
0
) [
v
] = lim
0
G(v
0
+
v
) G(v
0
)

=
d
d
[G(v
0
+
v
)]

=0
(8.10)
si cette limite existe. Si la limite existe
v
V , alors on dit que G poss`ede une derivee de Gateau
en v
0
.
Probl`emes non lineaires 187
On reconnat l`a une derivee directionnelle. On nomme parfois cette derivee la premi`ere variation
de G. Le terme de droite contient une derivee classique par rapport `a une variable reelle et est
plus simple `a calculer.
1
Remarque 8.2
Proprietes de la derivee de Gateaux :
En vue des applications des prochains chapitres, nous nous placerons dans un cadre leg`erement
plus general. Nous considererons en eet des fonctionnelles allant dun espace vectoriel norme V `a
un autre espace vectoriel norme W. La derivee de Gateaux est alors une fonctionnelle lineaire de
V dans W. Dans beaucoup de situations, W sera tout simplement lensemble des reels R.
1. Derivee dune somme : Si G
1
et G
2
sont des applications de V dans W et si G(v) =
G
1
(v) +G
2
(v), alors :
D
v
(G
1
+G
2
)(v
0
)[
v
] = D
v
G
1
(v
0
)[
v
] +D
v
G
2
(v
0
)[
v
] (8.11)
2. Derivee dun produit : Si G
1
et G
2
sont des applications de V dans W et si on pose
G(v) = G
1
(v)G
2
(v), alors :
D
v
(G
1
G
2
)(v
0
)[
v
] = D
v
G
1
(v
0
)[
v
] G
2
(v
0
) +G
1
(v
0
) D
v
G
2
(v
0
)[
v
] (8.12)
On notera au passage que la notation () peut designer toute forme de produit denie sur W.
3. Derivee de la composition de deux fonctionnelles : Si G
1
est une fonctionnelle de
V dans U (un espace vectoriel) et si G
2
est une fonctionnelle de U dans W, alors on peut
composer G
1
et G
2
et ainsi denir une fonctionnelle G de V dans W par la composition
suivante : v G
1
(v) = u U G
2
(u) = G
2
(G
1
(v)) = G(v) W. La derivee de Gateaux
est alors une fonctionnelle lineaire de V dans W denie par :
D
v
(G
2
(G
1
(v
0
)))[
v
] = D
u
G
2
(u
0
) [(D
v
G
1
(v
0
)[
v
]] o` u u
0
= G
1
(v
0
) (8.13)

8.3 Application aux formulations variationnelles


Considerons le probl`eme non lineaire :
(u(x))

(q(x)u(x)) = r(x) dans


u(x) = 0 sur
(8.14)
1. Rene Eug`ene Gateaux (1889-1914) etait un jeune mathematicien francais tue au combat au debut de la premi`ere
guerre mondiale et dont les travaux ont ete repris et generalises par Paul Pierre Levy et publies ` a partir de 1919.
N.B. Dapr`es son acte de naissance, son nom sorthographie sans accent circonexe.
188 Chapitre 8
Pour simplier lexpose, nous supposerons des conditions essentielles homog`enes sur u, le cas non
homog`ene ne posant aucune diculte supplementaire. La non-linearite provient du premier terme
de gauche auble dun exposant pour le moment quelconque (mais dierent de 0 ou 1). Une
formulation variationnelle pour ce probl`eme est alors :
Trouver u(x) H
1
0
() telle que :
_

((u(x))

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


_

r(x)w(x) dv w(x) H
1
0
()
On pose alors :
R(u, w) =
_

((u(x))

w(x) +q(x)u(x) w(x)) dv


_

r(x)w(x) dv
et le probl`eme peut maintenant secrire :
R(u, w) = 0 w(x) H
1
0
()
Pour les syst`emes algebriques non lineaires, nous avons utilise la methode de Newton qui necessitait
le calcul dune matrice jacobienne et donc le calcul des derivees partielles. Revenons maintenant `a
notre probl`eme non lineaire de depart. Partant dune premi`ere approximation u
0
g
(x) de la solution et
veriant toutes les conditions aux limites essentielles (homog`enes ou non), on cherche une correction

u
(x) telle que :
R(u
0
g
(x) +
u
(x), w(x)) = 0 w V
Remarque 8.3
La notation utilisee ici est similaire `a celle du cas lineaire. Dans le cas lineaire, on partait dun
rel`evement des conditions aux limites essentielles u
g
et on calculait une solution
u
veriant les
conditions essentielles homog`enes de sorte que :
u(x) = u
g
(x) +
u
(x)
soit la solution du probl`eme. Dans le cas non lineaire, la fonction u
0
g
peut etre percue comme un
rel`evement des conditions aux limites essentielles et
u
(x) a exactement le meme role que dans le
cas lineaire.
Appliquant le resultat precedent, on trouve :
0 = R(u
0
g
, w) +D
u
(u
0
g
, w)[
u
] +[[
u
[[ o(
u
, w)
Negligeant le terme [[
u
[[o(
u
, w), on doit maintenant resoudre :
D
u
R(u
0
g
, w)[
u
] = R(u
0
g
, w)
Probl`emes non lineaires 189
qui est un probl`eme lineaire et qui correspond exactement au syst`eme lineaire 8.4 pour les syst`emes
dequations algebriques. Si on revient ` a notre exemple, on a :
D
u
R(u
0
g
(x), w(x))[
u
(x)] =
d
d
_
R(u
0
g
(x) +
u
(x), w(x))

[
=0
=
d
d
__

_
(u
0
g
(x) +
u
(x))

w(x) +q(x)(u
0
g
(x) +
u
(x)) w(x)
_
dv

r(x)w(x) dv
_

=0
=
_

_
(u
0
g
(x) +
u
(x))
1

u
(x) w(x) +q(x)
u
(x) w(x)
_
dv

=0
=
_

_
(u
0
g
(x))
1

u
(x) w(x) +q(x)
u
(x) w(x)
_
dv
Le probl`eme linearise consiste donc `a :
Pour u
0
g
(x) donne, trouver
u
(x) H
1
0
() telle que :
_

_
(u
0
g
(x))
1

u
(x) w(x) +q(x)
u
(x) w(x)+
_
dv = R(u
0
g
(x), w(x)) w(x) H
1
0
()
Une fois ce probl`eme lineaire resolu, on obtient une nouvelle approximation de la solution en posant
u
1
g
(x) = u
0
g
(x) +
u
(x). On en arrive `a lalgorithme :
u
0
g
(x) etant donne ;
On resout pour k 1 :
_

_
(u
k1
g
(x))
1

u
(x) w(x) +q(x)
u
(x) w(x)+
_
dv = R((u
g
)
k1
(x), w(x)) w(x) H
1
0
()
(8.15)
Mise `a jour de la solution : u
k
g
(x) = u
k1
g
(x) +
u
(x) ;
Algorithme 8.2: Methode de Newton
1.

Etant donne , un crit`ere darret
2.

Etant donne N, le nombre maximal diterations
3.

Etant donne u
0
g
(x), une approximation initiale de la solution du syst`eme
4. Resoudre le syst`eme lineaire :
D
u
R(u
k
g
, w)[
u
] = R(u
k
g
, w) (8.16)
5. Mise `a jour :
u
k+1
g
(x) = u
k
g
(x) +
u
(x)
190 Chapitre 8
6. Si
[[
u
[[
V
[[u
k+1
g
[[
V
<
convergence atteinte
ecrire la solution u
k+1
(x)
arret
7. Si le nombre maximal diterations N est atteint :
convergence non atteinte en N iterations
arret
8. Retour `a letape 4

Lalgorithme de la methode de Newton 8.16 converge generalement `a lordre 2 ce qui signie


que si u est la solution du probl`eme non lineaire, alors :
[[u u
k+1
g
[[
V
C[[u u
k
g
[[
2
V
et la norme du residu a exactement le meme comportement c.-`a-d. :
[[R(u
k+1
g
)[[

C[[R(u
k
g
)[[
2

(8.17)
Notre probl`eme non lineaire nest pas sans rappeler la forme de lequation 8.7 pour les syst`emes
algebriques. On peut aussi proposer les algorithmes de points xes suivant :
u
0
g
etant donne ;
On resout pour k 1 :
_

q(x)u
k+1
g
(x) w(x) dv =
_

(u
k
g
(x))

w(x) dv +
_

r(x)w(x) dv w H
1
0
()
(8.18)
ou encore :
_

_
q(x)u
k+1
g
w + (u
k
g
(x))
1
u
k+1
g
(x) w(x)
_
dv =
_

r(x)w(x) dv w H
1
0
()
(8.19)
Les 2 derniers algorithmes sont des variantes de lalgorithme 8.7 pour les syst`emes algebriques.
Remarque 8.4
Les algorithmes de points xes convergent generalement lineairement :
[[u u
k+1
g
[[
V
C[[u u
k
g
[[
V
(C < 1) (8.20)
Puisquil nest pas toujours possible de calculer la norme de lerreur, on note quen pratique, la
norme du residu a exactement le meme comportement c.-`a-d. :
[[R(u
k+1
g
)[[

C[[R(u
k
g
)[[

(8.21)
Probl`emes non lineaires 191
Les formes bilineaires des formulations variationnelles 8.15, 8.18 et 8.19 sont symetriques mais
ce nest pas forcement toujours le cas. La methode de Newton notamment, m`ene souvent `a des
matrices non symetriques. Les matrices symetriques sont plus avantageuses car elles necessitent
moins despace memoire et surtout, si elles sont de plus denies positives, on peut utiliser des
methodes iteratives telles le gradient conjugue (preconditionne) pour resoudre les syst`emes lineaires
correspondants. Dans le cas non symetrique, il existe egalement des methodes iteratives tr`es ecaces
comme la methode GMRES ( Generalized minimal residual ).
Exemple 8.1
On consid`ere un probl`eme unidimensionnel pour illustrer les notions de convergence des methodes
de Newton et de points xes. On cherche donc `a resoudre dans lintervalle ]0, 5[ :
_

d
2
u
dx
2
(x) = e
u(x)
u(0) = u(5) = 0
On multiplie par une fonction test w (en notant dorenavant w au lieu de w(x) pour alleger la
notation) sannulant en x = 0 et x = 5 et on int`egre sur le domaine. On obtient la formulation
variationnelle :
_
5
0
du
dx
dw
dx
dx =
_
5
0
e
u
w dx
de sorte que pour pour une fonction u
0
g
donnee et veriant les conditions aux limites essentielles,
on denit la fonctionnelle residu :
R(u
0
g
, w) =
_
5
0
_
du
0
g
dx
dw
dx
e
u
0
g
w
_
dx
La methode de Newton appliquee `a ce probl`eme necessite le calcul dune correction
u
solution de :
_
5
0
_
d
u
dx
dw
dx
+e
u
0
g

u
w
_
dx =
_
5
0
_
du
0
g
dx
dw
dx
e
u
0
g
w
_
dx
Pour = 1/10 et pour u
0
g
= 0, les iterations de la methode de Newton ont donne les resultats
suivants :
Methode de Newton
Iteration [[R(u
k+1
g
)[[

1 0,421 10
+0
2 0,361 10
1
3 0,332 10
3
4 0,285 10
9
5 0,710 10
17
192 Chapitre 8
On constate la convergence quadratique (voir equation 8.17) typique de la methode. Par contre,
une methode de points xes possible serait :
_
5
0
du
1
g
dx
dw
dx
dx = e
u
0
g
w dx
qui peut aussi secrire en posant u
1
g
= u
0
g
+
u
:
_
5
0
d
u
dx
dw
dx
dx =
_
5
0
_
du
0
g
dx
dw
dx
e
u
0
g
w
_
dx
Methode de points xes
Iteration [[R(u
k+1
g
)[[

1 0,312 10
+0
2 0,937 10
1
3 0,326 10
1
4 0,119 10
1
5 0,447 10
2
6 0,167 10
2
7 0,632 10
3
8 0,238 10
3
.
.
.
.
.
.
22 0,281 10
11
23 0,106 10
11
24 0,400 10
12
La convergence est visiblement lineaire (voir lequation 8.21) avec une constante C de lordre de
0,37.
Si on modie tr`es leg`erement en prenant un peu plus grand ( = 1/5), la convergence est plus
dicile. Partant encore de u
0
g
= 0, ni la methode de Newton, ni celle des points xes na converge.
Une strategie alternative est donc necessaire. Le probl`eme provient du choix de u
0
g
= 0 qui est trop
loin de la solution recherchee. Pour remedier `a cela, on peut par exemple resoudre dabord avec
= 1/10 et se servir de la solution obtenue comme point de depart pour la resolution `a = 1/5. On
recup`ere ainsi la convergence quadratique. Une telle strategie est appelee methode de continuation
et il en existe plusieurs variantes plus ou moins sophistiquees.
Probl`emes non lineaires 193
8.4 Exercices
1. On veut resoudre le probl`eme non lineaire suivant par la methode de Newton :

_
k(1 +u
2
)
m
u(x
1
, x
2
)

= f(x
1
, x
2
) dans
u(x
1
, x
2
) = g(x
1
, x
2
) sur
0
_
k(1 +u
2
)
m

u
n
(x
1
, x
2
) = h(x
1
, x
2
) sur
1
o` u k, et m sont des constantes positives.
a) Obtenir la fomulation variationnelle, lineariser le probl`eme et donner lalgorithme de la
methode de Newton.
b) Pour bien converger, la methode de Newton requiert une solution de depart veriant les
conditions essentielles et pas trop loin de la solution du probl`eme. Suggerer une fa con
dobtenir u
0
.
c) Proposer maintenant une methode de points xes pour ce probl`eme.
2. On veut resoudre le probl`eme non lineaire suivant par la methode de Newton :
(ku(x
1
, x
2
)) = f(x
1
, x
2
) dans
u(x
1
, x
2
) = g(x
1
, x
2
) sur
0
k
u
n
(x
1
, x
2
) = h
_
u
4
(x
1
, x
2
) u
4

_
sur
1
o` u k, h et u

sont des constantes positives.


a) Pour bien converger, la methode de Newton requiert une solution de depart veriant
les conditions essentielles et pas trop loin de la solution du probl`eme non lineaire.
Suggerer une facon dobtenir u
0
.
b) Lineariser le probl`eme et donner lalgorithme de la methode de Newton.
194 Chapitre 8
Chapitre 9
Probl`emes instationnaires
Les probl`emes devolution (instationnaires) sont dune tr`es grande importance pratique. La
nature meme de certains probl`emes fait en sorte quun etat permanent (independant du temps) nest
jamais atteint. Lecoulement turbulent dune rivi`ere en est un exemple. On peut aussi sinteresser
`a la transition entre letat initial dun syst`eme et son etat permanent. Dans chaque cas, la solution
recherchee varie non seulement en espace mais aussi avec le temps t.
9.1 Rappel sur les equations dierentielles ordinaires
Avant de passer au cas des equations aux derivees partielles, il convient de faire un rappel sur les
schemas instationnaires classiques pour les equations dierentielles ordinaires. Nous referons le lec-
teur `a Fortin, ref. [17] pour une discussion plus compl`ete. Soit le syst`eme dequations dierentielles
ordinaires :
_

_
dU
dt
= f(t, U), pour t [t
0
, t
f
]
U(t
0
) = U
0
On cherchera `a obtenir une approximation de la fonction u(t) pour t
0
t t
f
. Soit t
0
< t
1
< ... <
t
N
= t
f
une partition de lintervalle [t
0
, t
f
] et t
n+1
= t
n+1
t
n
. Lidee la plus simple consiste `a
remplacer la derivee temporelle par une formule de dierences nies. Par exemple :
_

_
U
n+1
U
n
t
n+1
= f(t
n+1
, U
n+1
)
U(t
0
) = U
0
195
196 Chapitre 9
qui donne le schema dEuler implicite dordre 1 ou encore :
_

_
3U
n+1
4U
n
+U
n1
t
= f(t
n+1
, U
n+1
)
U(t
0
) = U
0
qui est le schema de dierence arri`ere dordre 2 o` u on a suppose que le pas de temps etait constant
(t
n+1
= t
n
= t). Il sagit ici dun schema `a deux pas en ce sens que lon doit conserver la
solution aux deux pas precedents (en t = t
n
et en t = t
n1
) pour calculer la solution au temps
t = t
n+1
. On peut aussi introduire un schema explicite (Euler) :
_

_
U
n+1
U
n
t
n+1
= f(t
n
, U
n
)
U(t
0
) = U
0
Plusieurs variantes sont ainsi possibles, chacune ayant ses avantages et inconvenients, la plus im-
portante consideration etant la stabilite dont nous discuterons un peu plus loin.
On peut regrouper un certain nombre de ces schemas et introduire une famille de methodes
numeriques en considerant la somme ponderee des derivees de U de la mani`ere suivante :

dU
dt
(t
n+1
) + (1 )
dU
dt
(t
n
) =
U(t
n+1
) U(t
n
)
t
n+1
pour [0, 1] (9.1)
On montre facilement `a laide des developpements de Taylor appropries que :
_
U(t
n+1
) U(t
n
)
t
n+1
_

dU
dt
(t
n+1
) (1 )
dU
dt
(t
n
)
=
_
1
2

_
t
n+1
d
2
U
dt
2
(t
n
) +
_
1
6


2
_
(t
n+1
)
2
d
3
U
dt
3
(t
n
) +
On obtient alors une famille dapproximations parametree par :
= 0 correspond au schema dEuler explicite et est dordre 1 ;
= 1 correspond au schema dEuler implicite et est egalement dordre 1 ;
=
1
2
correspond au schema de Crank-Nicholson dordre 2.
Posons U
n
= U(t
n
) et f
n
= f(t
n
, U
n
), lequation (9.1) secrit :
f
n+1
+ (1 )f
n
=
U
n+1
U
n
t
n+1
c.-`a-d. :
U
n+1
= U
n
+ t
n+1
[f
n+1
+ (1 )f
n
] (9.2)
Dependant de la valeur de , on obtient les schemas classiques. Il existe bien entendu dautres
schemas : Runge-Kutta, `a pas multiples, etc. mais nous nous limiterons pour le moment au -
schema.
Probl`emes instationnaires 197
9.2 Formulation quasi-variationnelle
Nous considererons ici lequation aux derivees partielles :
_

_
c(x, t, u(x, t))
u
t
(x, t) +p(x, t, u(x, t))u(x, t)
(q(x, t, u(x, t))u(x, t)) = r(x, t, u) dans
u(x, t) = g(x, t) sur
0
q(x, t, u(x, t))
u
n
(x, t) = h(x, t, u(x, t)) sur
1
u(x, t
0
) = u
0
(x)
(9.3)
que nous avons vue au chapitre 6 mais enrichie dune derivee temporelle ainsi que dune condition
initiale. On remarque de plus que les fonctions p, q et r de meme que les conditions aux limites
peuvent dependre du temps (mais pas forcement) et meme de la solution u elle-meme dans le cas
non lineaire. Il sagit donc dun probl`eme devolution en temps `a partir dune condition initiale
donnee. On cherche ainsi `a obtenir une approximation de la fonction u(x, t) = u(x
1
, x
2
, x
3
, t) pour
t
0
t t
f
et x dans un domaine . Au temps t = t
n
, multiplions lequation dierentielle par une
fonction test w et integrons par parties sur lelement K, sans prendre de dispositions particuli`eres
pour la derivee temporelle. On obtient :
_
K
_
c(x, t
n
, u(x, t
n
))
u
t
w(x) +p(x, t
n
, u(x, t
n
))u(x, t)w(x) +q(x, t
n
, u(x, t
n
))u(x, t
n
) w
_
dv
=
_
K
r(x, t
n
, u(x, t
n
)) w(x) dv +
_
K
1
h(x, t
n
, u(x, t
n
)) w(x) ds
Cette formulation est dite quasi-variationnelle car la derivee temporelle na pas encore ete discre-
tisee. Nous ne nous en soucierons pas pour linstant et nous procederons comme dhabitude. On
applique donc la methode de Ritz sur chaque element K mais cette fois en separant les variables
de temps t et despace x :
u
n
= u(x, t
n
)[
K
u
K
(x, t
n
) =
n
K
d

j=1
u
K
j
(t
n
)
K
j
(x) (9.4)
Seuls les degres de liberte dependent du temps. Les fonctions dinterpolation
K
i
restent les memes
que dans le cas stationnaire. Mentionnons toutefois lexistence de methodes delements nis, dites
en espace-temps, o` u les fonctions dinterpolation dependent explicitement du temps.
198 Chapitre 9
Rempla cant dans la formulation quasi-variationnelle, on trouve :
n
K
d

j=1
u
K
j
(t
n
)
_
K
c(x, t
n
, u
n
)
K
j
(x)w(x) dv+
n
K
d

j=1
u
K
j
(t
n
)
_
K
_
p(x, t
n
, u
n
)
K
j
(x)w(x) +q(x, t
n
, u
n
)
K
j
(x) w
_
dv
=
_
K
r(x, t
n
, u
n
)w(x) dv +
_
K
1
h(x, t
n
, u
n
)w(x) ds
Lexpression u
K
j
(t
n
) designe la derivee temporelle du degre de liberte u
K
j
au temps t
n
c.-`a-d.
du
K
j
dt
(x, t
n
). Pour obtenir le syst`eme elementaire, on prend successivement w(x) =
K
i
(x), pour
i allant de 1 jusqu`a n
K
d
. En notant U
K
n
le vecteur des degres de liberte de lelement K au temps
t
n
et

U
K
n
sa derivee temporelle, on obtient ainsi le syst`eme elementaire :
M
K
(U
K
n
)

U
K
n
+A
K
(U
K
n
)U
K
n
= F
K
(U
K
n
) +S
K
(U
K
n
)
o` u :
m
K
ij,n
=
_
K
c(x, t
n
, u
n
))
K
j
(x)
K
i
(x) dv
a
K
ij,n
=
_
K
_
p(x, t
n
, u
n
)
K
j
(x)
K
i
(x) +q(x, t
n
, u
n
)
K
j
(x)
K
i
(x)
_
dv
f
K
i,n
=
_
K
r(x, t
n
, u
n
)
K
i
(x) dv
s
K
i,n
=
_
K
1
h(x, t
n
, u
n
)
K
i
(x) ds
La notation M
K
(U
K
n
) et A
K
(U
K
n
) exprime la dependance de ces matrices sur la solution U
K
n
.
Les termes de droite F et S prennent en compte respectivement un eventuel terme source et les
conditions aux limites naturelles. On pourrait fusionner ces deux termes mais il est mieux avise de
voir explicitement comment sont traites ces conditions aux limites.
Une fois les syst`emes elementaires assembles, on aura un syst`eme global `a resoudre `a chaque
pas de temps de la forme :
M(U
n
)

U
n
+A(U
n
)U
n
= F(U
n
) +S(U
n
) (9.5)
Remarque 9.1
Probl`emes instationnaires 199
Quelques precisions sont necessaires concernant la notation. Les vecteurs F et S ainsi que les
matrices M et A peuvent dependre du temps directement ou via la solution U
n
, suivant les fonctions
r, h c, p et q. Nous ecrierons F
n
, S
n
, M
n
et A
n
si ces vecteurs et matrices ne dependent que du
temps (et pas de la solution U
n
) c.-`a-d. si r = r(x, t), h = h(x, t), etc. Dans le cas non lineaire, nous
les noterons F(U
n
), S(U
n
), M(U
n
) et A(U
n
) (dans le cas o` u r = r(x, t, u(x, t)), h = h(x, t, u(x, t)),
etc.). Enn, dans le cas (plus rare) o` u les vecteurs et/ou les matrices ne dependent aucunement du
temps, les indices seront tout simplement enleves (correspondant au cas o` u r = r(x), h = h(x),
etc.). La matrice M(U
n
) est souvent appelee matrice masse. Si elle depend de la solution u, il faut
lineariser.
9.3 Le theta-schema
Il existe maintenant plusieurs facons de discretiser la derivee temporelle. Supposons maintenant
que la matrice M(U
n
) soit inversible. Dans ce cas lequation 9.5 secrit :
_
_
_

U
n
= M
1
(U
n
)[F(U
n
) +S(U
n
) A(U
n
)U
n
]
U(0) = U
0
On peut naturellement appliquer `a ce probl`eme le -schema 9.2 developpe precedemment. Regar-
dons ce qui se passe quand on remplace f par M
1
(U)(F(U) +S(U) A(U)U) dans le schema 9.2 :
U
n+1
= U
n
+ t
n+1
_
M
1
(U
n+1
) [F(U
n+1
) +S(U
n+1
A(U
n+1
)U
n+1
]
+(1 )M
1
(U
n
) [F(U
n
) +S(U
n
) A(U
n
)U
n
]
_
Pour simplier la notation on pose :
R
n
= M
1
(U
n
) [F(U
n
) +S(U
n
) A(U
n
)U
n
] ou M(U
n
)R
n
= [F(U
n
) +S(U
n
) A(U
n
)U
n
] (9.6)
et en multipliant de chaque cote par M(U
n+1
), on trouve :
M(U
n+1
)U
n+1
= M(U
n+1
)U
n
+ t
n+1
[F(U
n+1
) +S(U
n+1
) A(U
n+1
)U
n+1
]
+(1 )M(U
n+1
)R
n

ou encore :
[M(U
n+1
) +t
n+1
A(U
n+1
)]U
n+1
= M(U
n+1
)U
n
+ t
n+1
[F(U
n+1
) +S(U
n+1
)]
+(1 )M(U
n+1
)R
n

(9.7)
Cette expression est a priori non lineaire et il est utile de distinguer plusieurs cas.
200 Chapitre 9
9.3.1 Cas lineaire
Il sagit du cas le plus simple et le plus classique. Dans le probl`eme type 9.3, les fonctions c,
p, q, r et h dependent des variables x et t (mais pas de u). On note donc M
n
, A
n
, F
n
et S
n
, les
vecteurs et matrices du syst`eme 9.7. Lequation 9.6 prend la forme :
M
n
R
n
= [F
n
+S
n
A
n
U
n
] (9.8)
Notons quaucune condition aux limites nest imposee pour ce probl`eme. On obtient ainsi :
[M
n+1
+t
n+1
A
n+1
] U
n+1
= M
n+1
U
n
+ t
n+1
[F
n+1
+S
n+1
] + (1 )M
n+1
R
n

On retrouve une expression similaire dans Reddy [31] quoique dans un cas particulier. Comme on a
lhabitude de travailler en correction, on pose U
n+1
= U
n
+
U
et on resout `a chaque pas de temps :
[M
n+1
+t
n+1
A
n+1
]
U
= t
n+1
[F
n+1
+S
n+1
A
n+1
U
n
] + (1 )M
n+1
R
n
(9.9)
Il en resulte lalgorithme suivant :
1. Pour chaque pas de temps n 1, U
n
, F
n
, S
n
, M
n
et A
n
etant connus :
a) Resoudre lequation 9.8 pour R
n
(aucune condition aux limites nest imposee pour ce
probl`eme) ;
b) Assembler A
n+1
, M
n+1
, F
n+1
et S
n+1
;
c) Resoudre lequation 9.9 pour
U
;
d) U
n+1
= U
n
+
U
;
2. Passer au pas de temps suivant ;
Les matrices du syst`eme doivent etre assemblees `a tous les pas de temps. Il sut dune seule
resolution du syst`eme 9.9 car il est lineaire.
9.3.2 Cas lineaire o` u la matrice masse est constante
Dans le probl`eme type 9.3, ce cas correspond `a la situation o` u la fonction c ne depend que de
x mais pas de t ni de u. Par contre, les autres fonctions p q,et r peuvent dependre de x et t. Les
vecteurs et matrices sont notes respectivement M (constante), A
n
, F
n
et S
n
. Le dernier terme du
syst`eme 9.9 se simplie en utilisant lequation 9.8. On a ainsi :
M
n+1
R
n
= MR
n
= MM
1
(F
n
+S
n
A
n
U
n
) = F
n
+S
n
A
n
U
n
et par consequent, lequation 9.9 devient :
[M +t
n+1
A
n+1
]
U
= t
n+1
[F
n+1
+S
n+1
A
n+1
U
n
] + (1 ) [F
n
+S
n
A
n
U
n
]
(9.10)
Il en resulte lalgorithme simplie suivant :
Probl`emes instationnaires 201
1. Pour chaque pas de temps n 1, U
n
, F
n
, S
n
, M
n
et A
n
etant connus :
a) Assembler A
n+1
, M
n+1
, F
n+1
et S
n+1
;
b) Resoudre lequation 9.10 pour
U
;
c) U
n+1
= U
n
+
U
;
2. Passer au pas de temps suivant ;
Remarque 9.2
La matrice M nest assemblee quune seule fois ;
Dans le cas o` u les matrices et vecteurs sont tous constants, de nouvelles simplications sont
possibles et on trouve :
[M +t
n+1
A]
U
= t
n+1
[F +S AU
n
] (9.11)
Si le pas de temps est constant, on nassemble la matrice de gauche quune fois pour toutes
et elle demeure la meme pour tous les pas de temps. Il en resulte une grande economie de
temps de calcul ;

9.3.3 Cas general non lineaire


Il faut dans ce cas lineariser le syst`eme 9.7 et il existe plusieurs possibilites. Notons en premier
lieu qu`a un pas de temps donne, U
n
est connu et lequation 9.6 est toujours lineaire. Une premi`ere
etape consiste `a poser ici encore U
n+1
= U

+
U
tout en ne touchant pas aux termes non lineaires.
Nous choisirons U

comme etant la meilleure approximation en main de U


n+1
. Il ne faut toutefois
pas oublier de faire evoluer, dans ce vecteur U

, les conditions aux limites essentielles pour les


imposer au temps t = t
n+1
. Lequation 9.7 devient :
[M(U
n+1
) +t
n+1
A(U
n+1
)]
U
= M(U
n+1
) (U
n
U

) +
t
n+1
[F(U
n+1
) +S(U
n+1
) A(U
n+1
)U

] +
(1 )M(U
n+1
)R
n

(9.12)
Variante de type points xes
Une premi`ere variante de linearisation consiste `a utiliser un algorithme de points xes.
1. On se donne un nombre maximum diterations N aunsi quun crit`ere darret
a
pour les
syst`emes non lineaires ;
2. Pour chaque pas de temps n 1, U
n
etant connu :
202 Chapitre 9
a) Resoudre lequation 9.6 pour R
n
(aucune condition aux limites nest imposee pour ce
probl`eme) ;
b) On pose U

= U
n
et on y impose les conditions aux limites essentielles au temps t = t
n+1
;
c) Debut de la boucle pour la non-linearite :
i. Resoudre :
[M(U

) +t
n+1
A(U

)]
U
= M(U

) (U
n
U

) +
t
n+1
[F(U

) +S(U

) A(U

)U

]
+(1 )M(U

)R
n

(9.13)
ii. Mettre `a jour : U

+
U
;
iii. Si
|
U
|
|U

|

a
et le nombre maximal diterations nest pas atteint, on retourne `a 9.13.
d) La solution `a ce pas de temps est maintenant connue : U
n+1
= U

;
3. Passer au pas de temps suivant ;
`
A chaque pas de temps on doit resoudre le syst`eme lineaire pour R
n
sauf pour la methode dEuler
implicite ( = 1). On doit egalement resoudre `a chaque pas de temps le syst`eme non lineaire pour
U
,
ce qui peut devenir co uteux puisqu`a chaque iteration non lineaire il faudra assembler les matrices
A et M. Plusieurs variantes existent et il serait trop long de les enumerer toutes.
Variante de type Newton
On peut aussi recourir `a la methode de Newton dans le cas de probl`emes fortement non lineaires.
On revient alors `a lequation 9.12 mais cette fois, on linearise tous les termes par un developpement
de Taylor (utilisant la derivee de Gateaux). On pose ainsi :
_

_
A(U
n+1
) = A(U

+
U
) A(U

) +
A
U
(U

)
U
M(U
n+1
) = M(U

+
U
) M(U

) +
M
U
(U

)
U
F(U
n+1
) = F(U

+
U
) F(U

) +
F
U
(U

)
U
S(U
n+1
) = S(U

+
U
) S(U

) +
S
U
(U

)
U
Probl`emes instationnaires 203
On remplace ensuite ces expressions dans lequation 9.12. On a ainsi :
_
M(U

) +
M
U
(U

)
U
+t
n+1
_
A(U

) +
A
U
(U

)
U
__

U
=
_
M(U

) +
M
U
(U

)
U
_
(U
n
U

)
+t
n+1
_

__
F(U

) +
F
U
(U

)
U
_
+
_
S(U

) +
S
U
(U

)
U
_

_
A(U

) +
A
U
(U

)
U
_
U

_
+(1 )
_
M(U

) +
M
U
(U

)
U
_
R
n
_
Il ne reste plus qu`a negliger les termes dordre 2 en
U
et `a regrouper `a droite tous les termes
dordre 1. On obtient ainsi :
M(U

)
U

M
U
(U

)
U
(U
n
U

)
+t
n+1
_
A(U

)
U

F
U
(U

)
U

S
U
(U

)
U
+
A
U
(U

)
U
U

_
(1 )
M
U
(U

)
U
R
n
= M(U

) (U
n
U

) + t
n+1
F(U

) +S(U

) A(U

)U

+(1 )M(U

)R
n

(9.14)
Lalgorithme resultant est le meme que pour la methode des points xes mais en rempla cant
lequation 9.13 par 9.14. Si on compare maintenant avec le syst`eme 9.13, on remarque que le terme
de droite est bien entendu le meme mais que la matrice de gauche contient plus de termes. Cette
matrice, notee matrice tangente, assure une convergence quadratique. Le prix `a payer est cependant
assez eleve, `a tout le moins dans le cas general. Lexpression de la matrice tangente peut paratre
tr`es complexe et dans certains cas elle lest vraiment ! Dans beaucoup de cas simples cependant, la
methode de Newton sav`ere tout de meme un choix tr`es judicieux.
Exemple 9.1
Considerons lequation de la chaleur dans le cas o` u et les proprietes physiques comme la conductivite
thermique dependent de la solution. On a ainsi `a resoudre lequation :
_

_
c
p
(T)
T
t
(K(T)u) = 0
T = g(x, t) sur
0
(K(T)T) n = h
1
(T
4
T
4

) sur
1
T(x, 0) = T
0
(x)
204 Chapitre 9
La densite est supposee constante ( = 1000kg/m
3
) et il faut donner un mod`ele pour tenir compte
de la variation des autres coecients. On prendra par exemple :
c
p
(T) = 140 + 4,6(T + 273) J/(kg C)
K(T) = 1,46 + 0,0038T
1,156
W/(mC)
La formulation quasi-variationnelle secrit :
_

_
c
p
(T)
T
t
w(x) +k(T)T w
_
dv =
_

1
h(T
4
T
4

)w(x)ds
Dans notre probl`eme mod`ele 9.3, on a donc :
c(x, t, T) = (140 + 4,6(T + 273)) de sorte que
c
T
= 4,6
p(x, t, T) = f(x, t, T) = 0
q(x, t, T) = K(T) = 1,46 + 0,0038T
1,156
de sorte que
q
T
= 0,5928 10
2
T
0,156
h(x, t, T) = h
1
(T
4
T
4

) de sorte que
h
T
= 4h
1
T
3

On remarque que le coecient de la matrice de masse depend de la solution T (et donc du temps).
Dans la notation introduite, on a :
M(T) =
_

c
p
(T)T(x)w(x) dv
`a suivre ....
9.4 Un schema implicite dordre 2
Dans cette section, nous introduisons lun des schemas de resolution de probl`emes instationnaires
les plus utilises en pratique, soit le schema de dierences arri`ere dordre 2, aussi connu sous le nom
de schema de Gear.
Au pas de temps n + 1, lequation 9.5 secrit :
_
_
_
M(U
n+1
)

U
n+1
= [F(U
n+1
) +S(U
n+1
) A(U
n+1
)U
n+1
]
U(0) = U
0
Lidee est alors de remplacer la derivee temporelle par une dierence nie. On montre en eet
facilement (voir Fortin [17]) que :

U
n+1
=
3U
n+1
4U
n
+U
n1
2t
+O(t)
2
Probl`emes instationnaires 205
Le schema dordre 2 est `a 2 pas, ce qui pose une petite diculte au demarrage puisquune seule
condition initiale nest connue. Nous verrons plus loin comment contourner cette diculte. Concen-
trons nous sur le schema dordre 2 puisque le schema dEuler reviendra `a la prochaine section. On
a maintenant :
M(U
n+1
)
_
3U
n+1
4U
n
+U
n1
2t
_
+A(U
n+1
)U
n+1
= [F(U
n+1
) +S(U
n+1
)]
Il sagit, sous sa forme generale dun probl`eme non lineaire. Bien entendu, si les matrices M et A ne
dependent pas de la solution, on retombe sur le cas lineaire. Il faut donc lineariser ce probl`eme. Nous
considerons que les solutions aux deux pas de temps precedents U
n
et U
n1
sont connues. On cherche
donc `a obtenir la solution au temps suivant soit U
n+1
. Soit donc U

une approximation de U
n+1
. Au
debut dun nouveau pas de temps, on prend U

= U
n
par exemple. On pose ensuite U
n+1
= U

+U
et on linearise tous les termes non lineaires. On utilisera bien entendu les developpements de Taylor
M(U

+U) M(U

) +
M
U
U et A(U

+U) A(U

) +
A
U
U
9.4.1 Variante de type points xes
Il sut devaluer les coecients de la matrice `a literation precedente c.-`a-d.
M(U

)
_
3U
n+1
4U
n
+U
n1
2t
_
+A(U

)U
n+1
= F(U

) +S(U

)
ou encore :
M(U

)
_
3U
n+1
2t
_
+A(U

)U
n+1
= M(U

)
_
4U
n
U
n1
2t
_
+F(U

) +S(U

)
On pose ensuite U

= U
n+1
et on it`ere jusqu`a convergence c.-`a-d. jusqu`a ce que la dierence entre
deux valeurs successives de U
n+1
soit petite.
9.5 Resultats numeriques
9.5.1 Probl`eme thermique
Nous revenons sur un probl`eme dej`a rencontre dans le cas stationnaire au chapitre 6 :

c
p
T
t
(K(x)T) = 0
o` u K(x) est le tenseur de conductivite thermique. Pour simplier ce qui suit, on posera simplement
que = c
p
= 1 et que K = I. Les conditions aux limites sont celles de la gure 6.12 auquelles on
ajoute la condition initiale T(x, 0) = 25C. On a utilise un schema de Gear implicite et un pas de
temps adimensionnel t = 1.
206 Chapitre 9
a) t = 10 b) t = 30
c) t = 50 d) t = 70
Figure 9.1 Transfert thermique instationnaire
Probl`emes instationnaires 207
e) t = 100 f) t = 150
g) t = 250 h) t = 300
Figure 9.2 Transfert thermique instationnaire (suite)
208 Chapitre 9
On constate levolution de la temperature (Figure 9.1) `a partir de la condition initiale `a 25C. La
condition aux limites de 100C fait monter progressivement la temperature dans tout le domaine,
mais nettement plus rapidement dans la moitie superieure. On constate en eet qu`a t = 30, la
temperature est denviron 80C dans la moitie superieure. Par la suite ((Figure 9.2), la temperature
se stabilise `a un etat stationnaire calcule precedemment (voir la gure 6.13).
9.5.2 Croissance de populations
On sinteressera ici `a un mod`ele decrivant linteraction entre des populations de zooplancton
(de nature animale) et de phytoplancton (de nature vegetale). Comme nous le verrons, linteraction
est tr`es complexe et donne lieu `a des comportements diciles `a prevoir sans une simulation tr`es
ne.
Le mod`ele a ete introduit par Medvinsky, Petrovskii, Tikhonova, Malchow et Li en 2002 (voir [26]).
Cest un exemple classique dune equation ou plus precisement dun syst`eme dequations dites de
reaction-diusion .
1
_

_
u
t
(u) = u(1 u) +
u
u +h
v
v
t
(v) = k
u
u +h
v mv
(9.15)
o` u k = 2, m = 0,3 et h = 0,4 sont des constantes du mod`ele. Les deux termes de droite (dits de
reaction) sont non lineaires et sont dune importance capitale pour la prediction des interactions.
Des conditions aux limites de type Neumann nulles sont prescrites au bord.
1. Nous navons pas encore vu comment traiter les syst`emes dequations mais cela nempeche pas de comprendre
la suite.
Chapitre 10
Probl`eme de convection-diusion et
stabilisation SUPG
10.1 Introduction
La methode de Galerkin que nous avons largement utilisee jusqu`a maintenant nest pas sans
faille comme nous allons le constater avec lequation dite de convection diusion. Pour combler
cette lacune, nous allons introduire la methode de Petrov-Galerkin qui, comme nous lavons bri`e-
vement vu au chapitre 4, consiste `a utiliser des fonctions de ponderation dierentes des fonctions
dinterpolation.
Lequation de conservation de lenergie, en presence de convection, secrit (voir Duvaut [14]) :

c
p
T
t
(K
T
(x)T) +u T = 0
o` u , c
p
et K
T
sont respectivement la densite, la chaleur specique et le tenseur de conductivite
thermique du materiau alors que u est un vecteur vitesse qui transporte la chaleur. En pratique,
le champ u est aussi une inconnue du probl`eme et sera, par exemple, obtenu en resolvant les
equations de Navier-Stokes (voir le chapitre 12). Pour le moment, nous supposerons que u est un
champ de vecteurs connu. Les applications de cette equation sont nombreuses et variees : probl`emes
de refroisissement de pi`eces mecaniques ou electroniques, echauement du bord dattaque dune aile
davion, etc.
La formulation variationnelle de type Galerkin secrit :
_

c
p
T
t
w + (K
T
(x)T) w + (u T)wdv = 0
Cette formulation est bien connue pour pour poser des dicultes numeriques lorsque la convection
est importante par rapport `a la conduction c.-`a-d. lorsque [[u[[ est grand par rapport aux K
T
ij
du
tenseur de conductivite thermique. Cest ce que nous allons maintenant illustrer dans un cas tr`es
simple.
209
210 Chapitre 10
x
i1
x
i
x
i+1
Figure 10.1 Maillage de deux elements
On consid`ere lequation toute simple :

d
dx
_
k
dT
dx
_
+u
dT
dx
= 0 (10.1)
o` u la conductivite thermique est maintenant un scalaire positif et u un constante que nous suppo-
serons positive. On consid`ere le domaine [0, 1] et des conditions aux limites T(0) = 0 et T(1) = 1
de sorte que lon verie facilement que la solution exacte est :
T(x) =
1 e
ux/k
1 e
u/k
Nous allons faire une br`eve incursion en dierences nies et considerer un maillage uniforme, chaque
element etant de longueur h. Dans un premier temps, on utilise les dierences centrees dordre 2
(O(h
2
)) et un maillage comme celui de la gure 10.1 :
d
2
T
dx
2
(x
i
) =
T
i+1
2T
i
+T
i1
h
2
+O(h
2
) ainsi que
dT
dx
(x
i
) =
T
i+1
T
i1
2h
+O(h
2
)
de sorte quau noeud x
i
, on obtient la recurrence :

_
k
h
+
u
2
_
T
i1
+
_
2k
h
_
T
i
+
_

k
h
+
u
2
_
T
i+1
= 0 (10.2)
dont les inconnues T
i
sont les valeurs de la temperature aux noeuds.
Il sagit dun syst`eme tridiagonal qui peut etre resolu tr`es facilement. Les resultats sont illustres
`a la gure 10.2. et on remarque rapidement quils sont de plus en plus desastreux au fur et `a mesure
que u devient dominant par rapport ` a k ou encore que le ratio u/k augmente. Cest ce que lon
appelle le nombre de Peclet note Pe.
1
Il represente le rapport entre le transfert par convection et
le transfert par conduction. Il sagit dun nombre adimensionnel deni plus precisement par :
P
e
=
c
p
uL
k
o` u L est une longueur caracteristique du probl`eme, xee `a 1 dans cet exemple tout comme c
p
et .
Plus le nombre de Peclet est grand, plus la convection est dominante et plus les resultats presentent
des oscillations. Le cas extreme est celui du transport convectif pur o` u k = 0. Physiquement, cela
1. Jean Claude Eug`ene Peclet est un physicien fran cais, ne le 10 fevrier 1793 ` a Besan con, mort ` a Paris le 6
decembre 1857.
Probl`eme de convection-diusion 211
Pe = 1 Pe = 10
Pe = 100
Figure 10.2

Equation de convection-diusion : dierences centrees et elements nis lineaires
212 Chapitre 10
signie que linformation vient du sens inverse du vent c.-`a-d. en sens inverse du champ de vecteurs
u. La fumee dune cheminee suit le vent et il en est de meme pour la chaleur qui est convectee par
le champ de vitesse c.-`a-d. si u > 0, la chaleur vient de la gauche et inversement si u < 0.
Devant ces resultats, les specialistes des dierences nies ont eu lidee dutiliser une dierence
arri`ere pour le terme convectif si u > 0 (avant dans le cas contraire) :
dT
dx
(x
i
) =
T
i
T
i1
h
+O(h)
pour tenir compte du fait que linformation vient principalement de lamont si u est grand. On
parle alors de dierentiation amont (upwinding en anglais). On obtient la recurrence :

_
k
h
+u
_
T
i1
+
_
2k
h
+u
_
T
i

_
k
h
_
T
i+1
= 0 (10.3)
La dierence arri`ere est cependant dordre 1 (O(h)) seulement et il y donc une perte de precision.
On obtient alors les resultats de la gure 10.3. Si les oscillations sont disparues `a Pe = 100, on note
tout de meme une precision assez faible.
Pour expliquer, au moins partiellement ce qui se passe, on remarque que lequation 10.3 peut
aussi secrire, en rearrangeant les termes

_
k +
uh
2
__
T
i+1
2T
i
+T
i1
h
2
_
+u
_
T
i+1
T
i1
2h
_
= 0 (10.4)
et lon constate que le schema numerique tend `a ajouter un terme de diusion supplementaire par
rapport `a lequation initiale.
10.1.1 Une premi`ere approche par elements nis
Mais comment faire pour obtenir un eet similaire en elements nis ? Le syst`eme elementaire
correspondant `a la methode de Galerkin est :
_
x
K
2
x
K
1
k
d
K
j
dx
d
K
i
dx
dx +
_
x
K
2
x
K
1
u
d
K
j
dx

K
i
dx = 0
ou encore sur lelement de reference :
2k
h
_
1
1
d

j
d
d

i
d
d +u
_
1
1
d

j
d

i
d = 0
qui, pour des fonctions dinterpolation lineaires devient :
k
h
_
1 1
1 1
_
+
u
2
_
1 1
1 1
_
=
_
0
0
_
Probl`eme de convection-diusion 213
Pe = 1 Pe = 10
Pe = 100
Figure 10.3

Equation de convection-diusion : dierences arri`eres
214 Chapitre 10
x
i1
x
i
x
i+1

i
Figure 10.4 Fonction de Ritz lineaire de type Galerkin
et on consid`ere encore le maillage tr`es simple de la gure 10.1. Une fois la matrice globale assemblee,
la deuxi`eme equation, correspondant au noeud x
i
, est exactement lequation 10.2 et la methode des
elements nis ne fait pas mieux que celle des dierences nies.
Pour obtenir leet de la dierentiation amont, une solution consiste `a modier les fonctions de
ponderation dans la formulation elements nis et de deplacer leur poids vers lamont. La fonction
de Ritz classique lineaire par element associee au noeud x
i
est illustree `a la gure 10.4. Considerons
maintenant la fonction bulle sur lelement de reference :
b() =
3
4
(1
2
)
et on modie les fonctions de ponderation en les rempla cant par :

1
() =

1
() b() =
(1 )
2
b()

2
() =

2
() +b() =
(1 +)
2
+b()
soit les fonctions habituelles, augmentees de la fonction bulle et dun param`etre `a determiner. La
fonction de Ritz du noeud x
i
est illustree `a la gure 10.5 et on constate le biais vers lamont de la
ponderation.
Le syst`eme elementaire de type Petrov-Galerkin secrit :
2k
h
_
1
1
d

j
d
d

i
d
d +u
_
1
1
d

j
d

i
d = 0
et on verie facilement que le terme de diusion reste inchange. Le syst`eme elementaire de type
Petrov-Galerkin devient :
k
h
_
1 1
1 1
_
+
u
2
_
(1 ) (1 )
(1 +) (1 +)
_
=
_
0
0
_
Probl`eme de convection-diusion 215
x
i1
x
i
x
i+1

i
Figure 10.5 Fonction de Ritz modiee de type SUPG
et en assemblant sur le maillage de la gure 10.1, on obtient :

_
k
h
+
u
2
(1 +)
_
T
i1
+
_
2k
h
+u
_
T
i
+
_

k
h
+
u
2
(1 )
_
T
i+1
= 0 (10.5)
On remarque immediatement quen posant = 0, on retombe sur le schema de dierences
centrees. Si = 1, on a le schema de dierences arri`eres et donc nous avons reussi, en modiant
les fonctions de ponderation, `a obtenir le meme eet. Finalement, en posant :
= coth()
1

o` u =
uh
2k
(10.6)
on trouve une solution numerique qui est exacte aux noeuds du maillage tel quillustre `a la -
gure 10.6. La formule 10.6 donne cette performance que pour le probl`eme simplie unidimension-
nel 10.1. On la retrouve cependant `a peu pr`es telle quel dans de nombreux articles en dimension
superieure et pour des equations aux derivees partielles beaucoup plus generale. Il faut etre conscient
des limitations dune telle generalisation...
10.1.2 Une deuxi`eme approche par elements nis
La modication des fonctions de ponderation semble avoir ete la cle du succ`es de lapproche
precedente. On peut arriver `a un resultat similaire dune autre fa con. Une approche plus generale
consiste `a modier la formulation variationnelle du probl`eme en ajoutant un terme supplementaire
faisant intervenir le residu (fort) de lequation `a resoudre. Dans le cas de notre probl`eme simplie,
on aurait :
_
1
0
k
dT
h
dx
dw
dx
+u
dT
h
dx
w dx +

K
_
x
K
2
x
K
1
_

d
dx
_
k
dT
h
dx
_
+u
dT
h
dx
_
w dx = 0
Notons que lecriture nest pas arbitraire. Le terme supplementaire ne peux pas secrire :
_
1
0
_

d
dx
_
k
dT
h
dx
_
+u
dT
h
dx
_
w dx
216 Chapitre 10
Pe = 20
Figure 10.6 Schema de type SUPG avec deni par 10.6
car ni le terme
d
dx
_
k
dT
h
dx
_
, ni les fonctions de ponderation w ne sont continus `a la fronti`ere des
elements. La fonction de ponderation w est en eet de la forme :
w =
SUPG
u
[u[
dw
dx
On peut aussi ecrire la formulation variationnelle sous la forme :

K
_
x
K
2
x
K
1
u
dT
h
dx
(w + w)
Dans notre probl`eme simplie,
u
|u|
nest rien dautre que le signe de u. Le param`etre
SUPG
sera
explicite plus tard et depend de k et de la taille h des elements. De plus, si on prend des fonctions
tests w lineaires,
dw
dx
est constant par element. On a en fait :
d
K
1
dx
=
1
h
et
d
K
2
dx
=
1
h
de sorte quen supposant u positif et en posant temporairement
SUPG
= :

K
1
+
SUPG
u
[u[
d
K
1
dx
=
K
1


SUPG
h
et
K
2
+
SUPG
u
[u[
d
K
2
dx
=
K
2
+

SUPG
h
et que lon retrouve la situation de la gure 10.7 pour la fonction de Ritz attachee au noeud x
i
.
Ces fonctions de Ritz sont nettement ponderee vers lamont mais sont quant `a elles discontinues,
contrairement `a la premi`ere approche que nous avons vue.
Probl`eme de convection-diusion 217
x
i1
x
i
x
i+1

i
Figure 10.7 Fonction de Ritz modiee de type SUPG
218 Chapitre 10
10.2 Exercices
1. On consid`ere lequation de convection-diusion suivante :
(K(x)T) +u T +c(x)T = f(x) dans R
n
a(x)T + (K(x)T) n = g(x) sur =
o` u on supposera que :
f(x) est dans L
2
() et g(x) est dans L
2
() ;
c(x) est dans L

() et a(x) est dans L

() ;
u est un champ de vecteurs donne `a composantes dans W
1,
() ;
K est un tenseur symetrique dont les composantes sont C
1
(

) et pour laquelle il existe une


constante telle que :
(K(x)) [[[[
2
2
R
n
Il existe des constantes C
1
et C
2
telles que :
c(x)
1
2
u C
1
0 presque partout dans
a(x) +
1
2
u n C
2
0 presque partout sur
et lune au moins des constantes C
1
et C
2
est strictement positive.
Proposer une formulation variationnelle dans un espace fonctionnel approprie et demontrer
lexistence et lunicite de ce probl`eme. Est-ce que lon peut ramener ce probl`eme `a un
probl`eme doptimisation ?
Suggestion : Pour la coercivite, on integrera par parties le terme en u T. Lidentite
suivante pourrait aussi etre utile :
(vw) = ( v)w +v w
2. La discretisation de probl`emes unidimensionnels par elements nis ou par dierences nies
m`ene, dans des cas simples, `a des recurrences de la forme :
aT
i+1
+bT
i
+cT
i1
= 0
pour i = 1, 2, n 1, auquel on ajoute des conditions aux limites T
0
=
0
et T
n
=
n
. Si
b
2
4ac > 0, montrer que la solution generale de cette recurrence est :
T
i
=
_

0
X
n
2
X
n
1
X
n
2
_
X
i
1
+
_

0
X
n
1

n
X
n
1
X
n
2
_
X
i
2
pour X
1
et X
2
judicieusement choisis.
Suggestion : Trouver X tel que T
i
= X
i
soit une solution.
3. En vous servant du resultat du numero precedent, resoudre les recurrences 10.2, 10.3 et 10.5
et comparer graphiquement avec la solution analytique.
Chapitre 11
Application aux probl`emes delasticite
Tous les probl`emes consideres jusqu`a maintenant ne comportaient quune seule equation dif-
ferentielle ou aux derivees partielles. Il existe cependant plusieurs applications dans lesquelles on
doit resoudre un syst`eme dequations. En fait, les syst`emes sont de plus en plus la r`egle plutot que
lexception.
Nous introduirons ce sujet en discutant des probl`emes delasticite lineaire, qui ont encore une
grande importance pratique. Le probl`eme consiste `a calculer les trois composantes du deplacement
u(x) = (u
1
(x), u
2
(x), u
3
(x)) que subit un corps elastique soumis `a diverses sollicitations. On obtient
des equations couplees qui ne peuvent etre resolues separement. Il en est de meme en mecanique
des uides visqueux incompressibles, o` u les inconnues sont le champ de vitesse (u
1
, u
2
, u
3
) et la
pression p. Dans ce dernier cas, on a un syst`eme de 4 equations pour ces 4 inconnues que nous
etudierons au chapitre suivant.
11.1 Probl`emes delasticite lineaire
On consid`ere un corps fait dun materiau elastique en dimension 3 (le cas bidimensionnel ne
presentant aucune diculte particuli`ere) et soumis `a des forces externes (forces par unite de volume
N/m
3
) :
r(x) = r(x
1
, x
2
, x
3
) = (r
1
(x
1
, x
2
, x
3
), r
2
(x
1
, x
2
, x
3
), r
3
(x
1
, x
2
, x
3
))
On souhaite alors determiner le deplacement u(x) dun point materiel x = (x
1
, x
2
, x
3
) occasionne
par lapplication de ces sollicitations. Pour ce type de probl`emes, la notation tensorielle est utile,
sinon necessaire. On retrouvera `a lannexe A quelques rappels sur cette notation et en particulier
sur le theor`eme de la divergence. Introduisant le tenseur (symetrique) des contraintes de Cauchy
, les equations dequilibre secrivent :
= r
219
220 Chapitre 11
Cette derni`ere equation est en fait un syst`eme de 3 equations :

11
x
1
+

12
x
2
+

13
x
3
_
= r
1
(x
1
, x
2
, x
3
)

12
x
1
+

22
x
2
+

23
x
3
_
= r
2
(x
1
, x
2
, x
3
)

13
x
1
+

23
x
2
+

33
x
3
_
= r
3
(x
1
, x
2
, x
3
)
On voit immediatement linteret dintroduire la notation tensorielle qui est beaucoup plus com-
pacte. Introduisons maintenant deux tenseurs qui seront fort utiles par la suite. Pour un champ de
deplacement u donne, on denit le tenseur gradient de deformation par :
u =
_

_
u
1
x
1
u
1
x
2
u
1
x
3
u
2
x
1
u
2
x
2
u
2
x
3
u
3
x
1
u
3
x
2
u
3
x
3
_

_
(11.1)
On denit ensuite le tenseur de deformation comme etant la partie symetrique du tenseur gradient
de deformation :
(u) =
u + (u)
T
2
=
_

_
u
1
x
1
1
2
_
u
1
x
2
+
u
2
x
1
_
1
2
_
u
1
x
3
+
u
3
x
1
_
1
2
_
u
2
x
1
+
u
1
x
2
_
u
2
x
2
1
2
_
u
2
x
3
+
u
3
x
2
_
1
2
_
u
3
x
1
+
u
1
x
3
_
1
2
_
u
3
x
2
+
u
2
x
3
_
u
3
x
3
_

_
(11.2)
Nous noterons
ij
les dierentes composantes du tenseur (u). Notons de plus que le tenseur de
deformation na pas dunites.
On multiplie maintenant lequation dequilibre par une fonction test vectorielle w = (w
1
, w
2
, w
3
)
et on int`egre par parties sur le domaine . On trouve alors, en utilisant le theor`eme A.7 :
_

: w dv
_

( n) w ds =
_

r w dv
Applications aux probl`emes delasticite 221
Puisque le tenseur est symetrique, il est facile de montrer que : w = : (w), de sorte
que la formulation precedente devient :
_

: (w) dv
_

( n) w ds =
_

r w dv
Il reste `a introduire une loi dite de comportement reliant le deplacement u (ou plus precisement
le tenseur (u)) au tenseur des contraintes . Pour un materiau dit lineaire elastique, cette relation
prend la forme generale :
= C : (u) ou en termes des composantes
ij
= (
ijkl
((u))
kl
= (
ijkl

kl
(11.3)
o` u on a utilise la convention de somme sur les indices repetes. La relation 11.3 nest quune ge-
neralisation de la loi de Hooke et C est le tenseur delasticite (du quatri`eme ordre). On a ainsi
une relation lineaire entre les contraintes et les deformations, ce qui justie lappellation materiau
lineaire elastique. Le tenseur delasticite ( nest pas tout-`a-fait quelconque. On montre en eet quil
derive generalement dun potentiel suivant une expression de la forme :
(
ijkl
=

2

ij

kl
Puisque
ij
=
ji
et que lon peut permuter lordre de derivation, on en tire immediatement les
proprietes de symetrie de ce tenseur :
(
ijkl
= (
jikl
= (
ijlk
= (
klij
(11.4)
Le tenseur C poss`ede donc au plus 21 composantes dierentes et eventuellement non nulles (au lieu
des 81 composantes dun tenseur du quatri`eme ordre quelconque). Il est courant (et parfois utile)
dexprimer sous forme matricielle lexpression 11.3. Cette relation matricielle est de la forme :
_

11

22

33

12

23

13
_

_
=
_

(
11

(
12

(
13

(
14

(
15

(
16

(
12

(
22

(
23

(
24

(
25

(
26

(
13

(
23

(
33

(
34

(
35

(
36

(
14

(
24

(
34

(
44

(
45

(
46

(
15

(
25

(
35

(
45

(
55

(
56

(
16

(
26

(
36

(
46

(
56

(
66
_

_
_

11

22

33
2
12
2
23
2
13
_

_
(11.5)
Dans cette relation matricielle, il y a au plus 21 coecients dierents, tout comme pour le
tenseur delasticite C compte tenu de ses symetries. Pour passer de la formulation matricielle 11.5
`a la formulation tensorielle 11.3, il sut de faire les correspondances suivantes. Par exemple, si
i = j = 1 dans la relation 11.3, on a :

11
= (
11kl

kl
= (
1111

11
+(
1122

22
+(
1133

33
+ 2(
1112

12
+ 2(
1123

23
+ 2(
1113

13
222 Chapitre 11
tandis que la premi`ere equation du syst`eme matriciel 11.5 secrit :

11
=

(
11

11
+

(
12

22
+

(
13

33
+ 2

(
14

12
+ 2

(
15

23
+ 2

(
16

13
de sorte que :
(
1111
=

(
11
, (
1122
=

(
12
, (
1133
=

(
13
, (
1112
=

(
14
, (
1123
=

(
15
, (
1113
=

(
16
De meme, en prenant i = j = 2 dans 11.3 et la deuxi`eme ligne de 11.5, on conclut que :
(
2211
= (
1122
=

(
12
, (
2222
=

(
22
, (
2233
=

(
23
, (
2212
=

(
24
, (
2223
=

(
25
, (
2213
=

(
26
En parcourant chaque ligne du syst`eme matriciel et lequation correspondante 11.3, on trouve la
relation matricielle suivante :
_

11

22

33

12

23

13
_

_
=
_

_
(
1111
(
1122
(
1133
(
1112
(
1123
(
1113
(
1122
(
2222
(
2233
(
2212
(
2223
(
2213
(
1133
(
2233
(
3333
(
3312
(
3323
(
3313
(
1112
(
2212
(
3312
(
1212
(
1223
(
1213
(
1123
(
2223
(
3323
(
1223
(
2323
(
2313
(
1113
(
2213
(
3313
(
1213
(
2313
(
1313
_

_
_

11

22

33
2
12
2
23
2
13
_

_
(11.6)
Tous les autres coecients du tenseur C sont obtenus par symetrie.
Que ce soit en utilisant la notation matricielle ou tensorielle, la formulation variationnelle devient
alors : _

(C : (u)) : (w) dv
_

( n) w ds =
_

r w dv (11.7)
Le probl`eme etant dordre 2, lespace de base sera H
1
() ou plus precisement (H
1
())
3
puisque
le probl`eme est tridimensionnel. Ce syst`eme comporte donc 3 conditions aux limites essentielles `a
savoir limposition des deplacements u
i
sur la fronti`ere ou une partie de celle-ci. Les trois conditions
aux limites naturelles correspondantes portent sur le vecteur t = n dit de contraintes normales.
En un point donne de la fronti`ere, on doit imposer 3 conditions aux limites. Dependant du probl`eme,
on impose soit la composante u
i
du deplacement, soit la composante t
i
du vecteur des contraintes
normales, mais jamais les deux en meme temps.
Remarque 11.1
Le probl`eme variationnel 11.7 est equivalent au probl`eme de minimisation suivant :
J(u) = inf
wV
J(w) = inf
wV
1
2
_

(C : (w)) : (w) dv
_

r w dv
_

t w ds (11.8)
o` u V est le sous-espace de (H
1
())
3
des fonctions w sannulant l`a o` u on impose des conditions
essentielles sur le deplacement u ou lune de ses composantes. Le premier terme correspond `a
lenergie elastique de deformation et les deux autres termes correspondent au travail eectue pas
la charge imposee.
Applications aux probl`emes delasticite 223
11.2 Materiau lineaire elastique isotrope
Un materiau lineaire est dit isotrope sil ne poss`ede aucune direction privilegiee ou encore sil
est macroscopiquement homog`ene. En un point donne, ses proprietes sont les memes dans toutes
les directions. Cest le cas de la plupart des metaux par exemple.
Dans le cas isotrope, le tenseur delasticite C est deni par :
(
ijkl
= I
ij
I
kl
+(I
ik
I
jl
+I
il
I
jk
) (11.9)
o` u I est le tenseur identite (I
ij
= 1 si i = j, 0 autrement)
1
. Les param`etres constants et sont
les coecients de Lame denis par :
=
E
2(1 +)
et =
E
(1 +)(1 2)
(11.10)
o` u E est le module delasticite (ou module dYoung) et est le coecient de Poisson du materiau.
Les unites du module de Young sont des pascals (Pa) tandis que le coecient de Poisson est
adimensionnel de sorte que les unites de et sont aussi des pascals. On trouvera dans le tableau
suivant quelques valeurs de ces coecients pour dierents materiaux.
Valeurs des coecients pour des materiaux usuels
Materiau (GPa) (GPa) E (GPa) K (GPa)
Aluminium 60,49 25,93 70 0.35 79
Acier 96,95 76,17 195 0.28 168
Caoutchouc 0,0018 0.5 2.3
Cuivre 130 0.34 139
La relation contraintes-deformations 11.3 prend alors la forme :

ij
= (I
ij
I
kl
+(I
ik
I
jl
+I
il
I
jk
))
kl
= I
ij
I
kl

kl
+I
ik
I
jl

kl
+I
il
I
jk

kl
Puisque I
kl

kl
=
ll
= tr((u)) = u, on a :

ij
= tr((u))I
ij
+(I
ik

kj
+I
il

jl
) = tr((u))I
ij
+(
ij
+
ji
)
de sorte que :
= ( u)I + 2(u) =
_
E
(1 +)(1 2)
_
( u)I +
_
E
1 +
_
(u) (11.11)
1. On retrouve parfois le deuxi`eme terme sous la forme 2I
ik
I
jl
qui est incorrecte car alors le tenseur C na plus
les proprietes de symetrie de la relation 11.4.
224 Chapitre 11
On peut exprimer la relation 11.11 sous forme matricielle. Il est facile de verier que pour un
materiau isotrope, lexpression 11.5 devient :
_

11

22

33

12

23

13
_

_
=
_

_
+ 2 0 0 0
+ 2 0 0 0
+ 2 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
_

_
_

11

22

33
2
12
2
23
2
13
_

_
(11.12)
o` u on constate quil ny a que 2 coecients dierents (E et ). Pour un materiau donne, on peut
determiner experimentalement ces coecients. On verie alors facilement que les expressions 11.11
et 11.12 sont equivalentes. Nous utiliserons preferablement la notation tensorielle, bien que la for-
mulation matricielle presente aussi certains avantages.
Rempla cant maintenant dans la formulation variationnelle 11.7, on trouve :
_

(( u)I + 2(u)) : (w) dv


_

((( u)I + 2(u)) n) w ds =


_

r w dv
ou encore :
_

( u)( w) + 2(u) : (w) dv =


_

r w dv +
_

t w ds (11.13)
qui est la formulation variationnelle du probl`eme delasticite dans le cas dun materiau isotrope.
Dans cette derni`ere expression, nous avons introduit la condition naturelle sur la contrainte nor-
male :
t = n = ( u)n + 2(u) n (11.14)
Pour demontrer lexistence et lunicite de la solution du probl`eme 11.13, nous avons besoin dun
resultat preliminaire connu sous le nom dinegalite de Korn.
Lemme 11.3 (Inegalite de Korn)
Si w (H
1
())
3
, alors il existe une constante C() telle que :
3

i,j=1
[[
ij
(w)[[
2
0,
C()[[w[[
2
1,
= C()
_
[[w
1
[[
2
1,
+[[w
2
[[
2
1,
+[[w
3
[[
2
1,
_
(11.15)
Demonstration : voir Duvaut-Lions [15].
Theor`eme 11.1 (Existence et unicite de la solution)
Le probl`eme variationnel 11.13 poss`ede une solution unique dans V = (H
1
())
3
Applications aux probl`emes delasticite 225
Demonstration :
Le theor`eme de lax-Milgram nous assure de lexistence et de lunicite de la solution si la forme
bilineaire :
a(u, w) =
_

( u)( w) + 2(u) : (w) dv


est coercive sur V . Or, en utilisant linegalite de Korn, on obtient :
a(w, w) =
_

( w)
2
+ 2(w) : (w) dv
_

2(w) : (w) 2C()|w|


2
1,
ce qui termine la demonstration.
Remarque 11.2
Le probl`eme variationnel 11.13 est equivalent au probl`eme de minimisation suivant :
J(u) = inf
wV
J(w) = inf
wV
1
2
_

( w)
2
+ 2(w) : (w) dv
_

r w dv
_

t w ds (11.16)
o` u V est le sous-espace de (H
1
())
3
des fonction w sannulant l`a o` u on impose des conditions
essentielles sur le deplacement u ou lune de ses composantes. Le premier terme correspond `a
lenergie elastique de deformation et les deux autres termes correspondent au travail eectue par
la charge imposee.
11.3 Materiau lineaire elastique orthotrope
Un materiau est dit orthotrope sil poss`ede 2 plans de symetrie de comportement. Beaucoup
de materiaux composites sont orthotropes. Le bois en est aussi un exemple. En raison de ces plans
de symetrie, on peut montrer que la relation contraintes-deformations est de la forme (matricielle)
suivante :
_

11

22

33

12

23

13
_

_
=
_

_
1
23

32
E
2
E
3
S

21
+
31

23
E
2
E
3
S

31
+
21

32
E
2
E
3
S
0 0 0

12
+
32

13
E
1
E
3
S
1
31

13
E
1
E
3
S

32
+
12

31
E
1
E
3
S
0 0 0

13
+
12

23
E
1
E
2
S

23
+
21

13
E
1
E
2
S
1
12

21
E
1
E
2
S
0 0 0
0 0 0 G
12
0 0
0 0 0 0 G
23
0
0 0 0 0 0 G
13
_

_
_

11

22

33
2
12
2
23
2
13
_

_
(11.17)
o` u :
S =
(1 2
21

32

13

13

31

23

32

12

21
)
E
1
E
2
E
3
226 Chapitre 11
`
A cela sajoutent les conditions suivantes, decoulant de la symetrie du tenseur :

21
+
31

23
E
2
E
3
S
=

12
+
32

13
E
1
E
3
S
,

31
+
21

32
E
2
E
3
S
=

13
+
12

23
E
1
E
2
S
,

32
+
12

31
E
1
E
3
S
=

23
+
21

13
E
1
E
2
S
(11.18)
Il y a donc 9 coecients independants `a determiner (experimentalement) pour ce type de materiau.
Les coecients E
i
sont les modules dYoung dans chaque direction, les
ij
sont les coecients de
Poisson alors que les G
ij
sont les modules de cisaillement.
Remarque 11.3
Les questions dexistence et dunicite de la solution sont plus delicates pour un materiau anisotrope.
Il faut en eet que la matrice symetrique 11.17 soit de plus denie positive. Il est cependant plus
facile de travailler avec la relation inverse de lequation 11.17 qui secrit :
_

11

22

33
2
12
2
23
2
13
_

_
=
_

_
1
E
1

21
E
2

31
E
3
0 0 0

12
E
1
1
E
2

32
E
3
0 0 0

13
E
1

23
E
2
1
E
3
0 0 0
0 0 0
1
G
12
0 0
0 0 0 0
1
G
23
0
0 0 0 0 0
1
G
13
_

_
_

11

22

33

12

23

13
_

_
(11.19)
Linverse dune matrice symetrique etant symetrique, on a :

21
E
2
=

12
E
1
,

31
E
3
=

13
E
1
,

32
E
3
=

23
E
2
relations qui sont equivalentes (et beaucoup plus simples) `a celles de lequation 11.18. Dans un
premier temps, une matrice denie positive doit avoir des coecients diagonaux positifs c.`a-d.
E
i
> 0 et G
ij
> 0. De plus, lun des crit`eres pour que cette matrice soit denie positive est que le
determinant de toutes les sous-matrices principales soit positif. On doit alors imposer que :
1
12

21
> 0, 1
13

31
> 0, 1
23

32
> 0 (11.20)
et enn que le determinant de la sous-matrice principale 3 par 3 soit positif c.-`a-d. que S > 0.
11.4

Etat plan de contraintes et etat plan de deformation
Nous avons presente le cas general (tridimensionnel) du probl`eme delasticite lineaire pour un
materiau anisotrope. Lavantage est quainsi, on peut aborder tous les cas. Il existe cependant des
situations pour lesquelles, on peut simplier le probl`eme `a deux dimensions. Il faut pour ce faire,
determiner une relation contraintes-deformations qui sera eventuellement dierente de lexpres-
sion 11.11. Cette nouvelle relation sera ensuite remplacee dans la formulation variationnelle 11.7.
Nous nous limiterons de plus au cas orthotrope (comprenant le cas isotrope).
Applications aux probl`emes delasticite 227
11.4.1

Etat plan de deformation
On consid`ere une section (dans le plan x
1
x
2
) dun corps elastique (isotrope ou orthotrope) et on
suppose que la longueur du corps dans la direction x
3
est grande par rapport aux dimensions de la
section. Un exemple typique de cette situation serait un corps cylindrique (de section quelconque)
et de grande longueur. On supposera de plus que ce cylindre sappuie `a ses 2 extremites sur des
plans qui previennent tout deplacement dans la direction x
3
.
Nous pouvons donc supposer que u
1
= u
1
(x
1
, x
2
) et que u
2
= u
2
(x
1
, x
2
). Nous supposons de
plus que les deformations ne se produisent que dans le plan x
1
x
2
c.-`a-d. que
13
=
23
=
33
= 0
ou encore :
u
3
x
1
=
u
3
x
2
=
u
3
x
3
= 0
ce qui entrane que u
3
= cte et donc que u
3
= 0 puisque le corps est xe aux deux extremites.
De lequation 11.17, on tire que
13
=
23
= 0 mais, par contre,
33
nest pas nul :

33
=

13
+
12

23
E
1
E
2
S

11
+

23
+
21

13
E
1
E
2
S

22
(11.21)
On se retrouve donc avec un probl`eme purement bidimensionnel `a resoudre pour les inconnues en
deplacement u
1
et u
2
. La relation contraintes-deformations prend la forme :
= C : (u)
ou encore sous forme matricielle :
_
_

11

22

12
_
_
=
_
_
1
23

32
E
2
E
3
S

21
+
31

23
E
2
E
3
S
0

12
+
32

13
E
1
E
3
S
1
31

13
E
1
E
3
S
0
0 0 G
12
_
_
_
_

11

22
2
12
_
_
(11.22)
qui, une fois remplacee dans la forme variationnelle 11.7, permet de calculer les deplacements u
1
et
u
2
. La contrainte
33
peut ensuite etre recuperee par la relation 11.21.
11.4.2

Etat plan de contraintes
Dans ce cas, on consid`ere une plaque mince (depaisseur h) et on suppose que le plan moyen
de cette plaque est dans le plan x
1
x
2
. On suppose que les forces volumiques (si elles existent) sont
symetriques par rapport au plan moyen et que les eventuelles forces de traction (contrainte normale)
au bord de la plaque nagissent que dans le plan x
1
x
2
. Sous ces hypoth`eses, on peut armer que
les contraintes agissent uniquement dans le plan x
1
x
2
c.-`a-d. :

13
=
23
=
33
= 0
et que le deplacement u
3
est nul en moyenne sur lepaisseur de la plaque. On en conclut immedia-
tement de la relation 11.11 que
13
=
23
= 0. De plus, la troisi`eme equation de la relation 11.17
nous donne :
0 =
33
=

(
31

11
+

(
32

22
+

(
33

33
228 Chapitre 11
do` u lon tire que :

33
=
1

(
33
_

(
31

11
+

(
32

22
_
De la relation 11.17 on tire successivement :

11
=
_

(
11


C
13

C
31

C
33
_

11
+
_

(
12


C
13

C
32

C
33
_

22

22
=
_

(
21


C
23

C
31

C
33
_

11
+
_

(
22


C
23

C
32

C
33
_

22

12
=

(
44

12
Les relations precedentes peuvent etre simpliees `a laide des conditions de symetrie 11.20. On
obtient ainsi :

11
=
_
E
1
1
12

21
_

11
+
_

12
E
2
1
12

21
_

22

22
=
_

12
E
2
1
12

21
_

11
+
_
E
2
1
12

21
_

22

12
= 2G
12

12
ou encore, sous forme matricielle :
_
_

11

22

12
_
_
=
_
_
E
1
1
12

21

12
E
2
1
12

21
0

12
E
2
1
12

21
E
2
1
12

21
0
0 0 G
12
_
_
_
_

11

22
2
12
_
_
(11.23)
qui, dans le cas isotrope deviennent :
_
_

11

22

12
_
_
=
_
_
E
1
2
E
1
2
0
E
1
2
E
1
2
0
0 0 G
_
_
_
_

11

22
2
12
_
_
(11.24)
11.5 Le maillage
Le maillage pour ce type de probl`emes na rien de particulier. Chaque element comprendra
des noeuds geometriques et des noeuds de calcul. En chaque noeud de calcul, on associe d = 3
degres de liberte (2 en dimension 2). Les tables de connectivite des noeuds de calcul connec, de
numerotation des degres de liberte numer et dadressage adres sont construites de la mani`ere
habituelle. Par exemple, pour le probl`eme bidimensionnel (d = 2) illustre `a la gure 11.1, on a
construit un maillage tr`es simple de 8 elements. Ce maillage nest presente que pour illustrer une
fois de plus les dierents tableaux requis. Le probl`eme sera par la suite resolu sur un maillage
beaucoup plus n et meme tridimensionnel.
Applications aux probl`emes delasticite 229
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
2
4
1
3
6
8
5
7
Figure 11.1 Maillage, numeros delements et numeros noeuds de calcul
On etudie donc une plaque de longueur L = 2 et de hauteur 1 dont lextremite gauche est
encastree. On choisit une interpolation quadratique et une transformation lineaire vers lelement de
reference telle quillustree `a la gure 6.7. On a ainsi n
K
g
= 3, n
K
c
= 6, n
K
d
= 12 (car nous sommes
en dimension 2), nel = 8, nnoeuds = 25 et nddl = 50. Seuls les numeros des elements et des noeuds
sont indiques sur la gure 11.1. La table de coordonnees des noeuds est de dimension nnoeuds d.
Coordonnees des noeuds
Table coor
Noeud Composante x
1
Composante x
2
Noeud Composante x
1
Composante x
2
1 0,00 0,00 16 1,50 0,00
2 0,00 0,25 17 1,50 0,25
3 0,00 0,50 18 1,50 0,50
4 0,00 0,75 19 1,50 0,75
5 0,00 1,00 20 1,50 1,00
6 0,50 0,00 21 2,00 0,00
7 0,50 0,25 22 2,00 0,25
8 0,50 0,50 23 2,00 0,50
9 0,50 0,75 24 2,00 0,75
10 0,50 1,00 25 2,00 1,00
11 1,00 0,00
12 1,00 0,25
13 1,00 0,50
14 1,00 0,75
15 1,00 1,00
230 Chapitre 11
La table de connectivite des noeuds est de dimension nel n
K
c
et secrit :
Noeuds geometriques et de calcul
Table connec
Noeuds geometriques Autres noeuds

Element Noeud #1 Noeud #2 Noeud #3 Noeud #4 Noeud #5 Noeud #6


1 1 11 13 6 12 7
2 13 3 1 8 2 7
3 3 13 15 8 14 9
4 15 5 3 10 4 9
5 11 21 23 16 22 17
6 23 13 11 18 12 17
7 13 23 25 18 24 19
8 25 15 13 20 14 19
La table de numerotation est de dimension nnoeudsd. Les deplacements des 5 premiers noeuds
etant xes `a 0, on omet de les numeroter dans un premier temps, de sorte quils le seront en dernier.
Les 2 passages donnent :
Numerotation
Table numer
Noeud u
1
u
2
Noeud u
1
u
2
1 ? ? 16 21 22
2 ? ? 17 23 24
3 ? ? 18 25 26
4 ? ? 19 27 28
5 ? ? 20 29 30
6 1 2 21 31 32
7 3 4 22 33 34
8 5 6 23 35 36
9 7 8 24 37 38
10 9 10 25 39 40
11 11 12
12 13 14
13 15 16
14 17 18
15 19 20

Numerotation
Table numer
Noeud u
1
u
2
Noeud u
1
u
2
1 41 42 16 21 22
2 43 44 17 23 24
3 45 46 18 25 26
4 47 48 19 27 28
5 49 50 20 29 30
6 1 2 21 31 32
7 3 4 22 33 34
8 5 6 23 35 36
9 7 8 24 37 38
10 9 10 25 39 40
11 11 12
12 13 14
13 15 16
14 17 18
15 19 20
Enn, la table adres est de dimension nel n
K
d
et devient :
Applications aux probl`emes delasticite 231
Adressage
Table adres

Element #1 #2 #3 #4 #5 #6 #7 #8 #9 #10 #11 #12


1 41 11 15 1 13 3 42 12 16 2 14 4
2 15 45 41 5 43 3 16 46 42 6 44 4
3 45 15 19 5 17 7 46 16 20 6 18 8
4 19 49 45 9 47 7 20 50 46 10 48 8
5 11 31 35 21 33 23 12 32 36 22 34 24
6 35 15 11 25 13 23 36 16 12 26 14 24
7 15 35 39 25 37 27 16 36 40 26 38 28
8 39 19 15 29 17 27 40 20 16 30 18 28
Remarquons que pour un element donne, nous avons numerote dabord les degres de liberte associes
`a la premi`ere composante du deplacement et ensuite ceux associes `a la deuxi`eme composante. Cette
numerotation est parfaitement arbitraire mais une fois ce choix fait, on doit en tenir compte par la
suite et particuli`erement au moment du calcul du syst`eme elementaire.
11.6 Formulation variationnelle elementaire
Nous nous concentrerons maintenant sur le cas dun materiau isotrope, plus facile `a presenter.
Le cas general anisotrope ne pose aucune diculte conceptuelle supplementaire.
La formulation variationnelle elementaire sobtient en integrant non plus sur le domaine au
complet mais sur lelement K. On obtient ainsi :
_
K
(( u)( w) + 2(u) : (w)) dv =
_
K
r
K
w dv +
_
K
t
K
w ds (11.25)
o` u cette fois n
K
est le vecteur normal `a la fronti`ere de lelement, r
K
est tout simplement la
restriction `a lelement K de la fonction r(x) et t
K
est la traction denie par lequation 11.14
exercee `a la fronti`ere de lelement.
Remarque 11.4
Dans le cas dun materiau anisotrope, la formulation variationnelle elementaire secrit tout simple-
ment :
_
K
(C : (u)) : (w) dv =
_
K
r
K
w dv +
_
K
t
K
w ds
o` u C est le tenseur delasticite dordre 4 associe au materiau considere ( = C : (u)).
232 Chapitre 11
11.7 Construction des fonctions dinterpolation
La construction des fonctions dinterpolation ne pose aucune diculte supplementaire dans le
cas des syst`emes dequations. Il existe toutefois la possibilite que les dierentes variables du syst`eme
soient discretisees par des fonctions dinterpolation de degre dierent. Ce nest pas le cas en elasticite
lineaire mais ce le sera au prochain chapitre pour le probl`eme de Stokes.
Pour obtenir le syst`eme elementaire, on pose :
u(x) [
K
u
K
(x) =
n
K
d

j=1

K
j

K
j
(x)
On remarque la notation quelque peu particuli`ere. En premier lieu, les fonctions tests
K
j
(x) sont
vectorielles. Si on suppose que lon a n
K
c
noeuds de calcul et donc n
K
d
= d n
K
c
degres de liberte, le
vecteur des inconnues elementaires devient :

K
=
_

K
1

K
2
.
.
.

K
n
K
c

K
n
K
c
+1

K
n
K
c
+2
.
.
.

K
2n
K
c

K
2n
K
c
+1

K
2n
K
c
+2
.
.
.

K
3n
K
c
_

_
=
_

_
u
K
1,1
u
K
1,2
.
.
.
u
K
1,n
K
c
u
K
2,1
u
K
2,2
.
.
.
u
K
2,n
K
c
u
K
3,1
u
K
3,2
.
.
.
u
K
3,n
K
c
_

_
=
_
_
U
K
1
U
K
2
U
K
3
_
_
(11.26)
et contient alors tous les degres de liberte de lelement. Tout comme dans la table dadressage, nous
avons numerote en premier tous les degres de liberte associes `a la premi`ere composante du depla-
cement, ensuite ceux associes `a la deuxi`eme composante et ainsi de suite. Dautres numerotations
sont bien entendu envisageables.
Si on note
K
j
les n
K
c
fonctions dinterpolation attachees aux n
K
c
noeuds de calcul, on exprime
Applications aux probl`emes delasticite 233
alors les 3n
K
c
fonctions tests
K
j
sous la forme :

K
=
_

K
1

K
2
.
.
.

K
n
K
c

K
n
K
c
+1

K
n
K
c
+2
.
.
.

K
2n
K
c

K
2n
K
c
+1

K
2n
K
c
+2
.
.
.

K
3n
K
c
_

_
=
_

_
(
K
1
, 0, 0)
(
K
2
, 0, 0)
.
.
.
(
K
n
K
c
, 0, 0)
(0,
K
1
, 0)
(0,
K
2
, 0)
.
.
.
(0,
K
n
K
c
, 0)
(0, 0,
K
1
)
(0, 0,
K
2
)
.
.
.
(0, 0,
K
n
K
c
)
_

_
(11.27)
de sorte que :
n
K
d

j=1

K
j

K
j
(x) =
_
_
n
K
c

j=1
u
K
1,j

K
j
(x),
n
K
c

j=1
u
K
2,j

K
j
(x),
n
K
c

j=1
u
K
3,j

K
j
(x)
_
_
=
_
u
K
1
(x), u
K
2
(x), u
K
3
(x)
_
On obtient alors le syst`eme elementaire de dimension n
K
d
suivant :
A
K

K
= F
K
+S
K
(11.28)
o` u :
a
K
ij
=
_
K
_
(
K
j
)(
K
i
) + 2(
K
j
) : (
K
i
)
_
dv
f
K
i
=
_
K
r
K

K
i
dv
s
K
i
=
_
K
t
K

K
i
ds
Le calcul du syst`eme elementaire se divise naturellement en plusieurs blocs (de dimension n
c
), selon
la forme particuli`ere des fonctions tests
K
i
et
K
j
. On peut en eet decomposer le syst`eme sous
la forme :
_
_
A
K
11
A
K
12
A
K
13
A
K
21
A
K
22
A
K
23
A
K
31
A
K
32
A
K
33
_
_
_
_
U
K
1
U
K
2
U
K
3
_
_
=
_
_
F
K
1
F
K
2
F
K
3
_
_
+
_
_
S
K
1
S
K
2
S
K
3
_
_
234 Chapitre 11
Les matrices A
K
ij
sont de dimension n
K
c
par n
K
c
. Par exemple, la matrice A
K
11
fait intervenir les
fonctions (
K
j
, 0, 0) et (
K
i
, 0, 0) de sorte que :
(A
K
11
)
ij
=
_
K
_

K
j
x
1

K
i
x
1
+ 2
_

K
j
x
1

K
i
x
1
+
1
2

K
j
x
2

K
i
x
2
+
1
2

K
j
x
3

K
i
x
3
__
dv
De meme :
(A
K
12
)
ij
=
_
K
_

K
j
x
2

K
i
x
1
+
_

K
j
x
1

K
i
x
2
__
dv = (A
K
21
)
ji
(A
K
13
)
ij
=
_
K
_

K
j
x
3

K
i
x
1
+
_

K
j
x
1

K
i
x
3
__
dv = (A
K
31
)
ji
(A
K
22
)
ij
=
_
K
_

K
j
x
2

K
i
x
2
+ 2
_
1
2

K
j
x
1

K
i
x
1
+

K
j
x
2

K
i
x
2
+
1
2

K
j
x
3

K
i
x
3
__
dv
(A
K
23
)
ij
=
_
K
_

K
j
x
3

K
i
x
2
+
_

K
j
x
2

K
i
x
3
__
dv = (A
K
32
)
ji
(A
K
33
)
ij
=
_
K
_

K
j
x
3

K
i
x
3
+ 2
_
1
2

K
j
x
1

K
i
x
1
+
1
2

K
j
x
2

K
i
x
2
+

K
j
x
3

K
i
x
3
__
dv
et enn :
(F
K
1
)
i
=
_
K
r
K
1

K
i
dv, (S
K
1
)
i
=
_
K
t
K
1

K
i
ds
(F
K
2
)
i
=
_
K
r
K
2

K
i
dv, (S
K
2
)
i
=
_
K
t
K
2

K
i
ds
(F
K
3
)
i
=
_
K
r
K
3

K
i
dv, (S
K
3
)
i
=
_
K
t
K
3

K
i
ds
11.8 Passage `a lelement de reference
Le calcul de tous ces termes est une fois de plus eectue apr`es le passage `a lelement de reference.
Cela suppose a priori le choix dun type delements : triangles, quadrilat`eres, tetra`edres, etc. Le
choix du type delements determine, comme au chapitre 6 une transformation T
K
veriant :
T
K
(
i
) = x
K
i
ou inversement (T
K
)
1
(x
K
i
) =
i
Applications aux probl`emes delasticite 235
pour chacun des n
K
g
noeuds geometriques de lelement. On transforme les derivees partielles de la
mani`ere habituelle `a laide de la relation 6.6. On obtient ainsi par exemple :

K
j
x
1
=

B
K
11
+

B
K
12
+

B
K
13
Rappelons que la matrice B
K
et la matrice jacobienne DT
K
sont reliees par lequation B
K
=
(DT
K
)
t
. Le syst`eme elementaire devient alors :
(A
K
11
)
ij
=
_

K
_
( + 2)
_

B
K
11
+

B
K
12
+

B
K
13
__

B
K
11
+

B
K
12
+

B
K
13
_
+
_

B
K
21
+

B
K
22
+

B
K
23
__

B
K
21
+

B
K
22
+

B
K
23
_
+
_

B
K
31
+

B
K
32
+

B
K
33
__

B
K
31
+

B
K
32
+

B
K
33
__
J
K
d v
(11.29)
et des expressions similaires pour les autres coecients. Malgre laspect rebarbatif de ces expres-
sions, il faut se rappeler que toutes les derivees partielles ne sont evaluees quune seule fois (aux
points dintegration). Cest lavantage de la technique du passage `a lelement de reference. Les
coecients B
K
ij
dependent de lelement mais ne representent pas un eort de calcul considerable.
11.9

Evaluation du syst`eme elementaire
Ici encore, lintegration numerique sera le plus souvent utilisee. La diversite des expressions `a
integrer de meme que leur complexite rendent tr`es important le choix de la formule de quadrature.
Dans la mesure du possible on choisira le nombre de points dintegrations de sorte que le syst`eme
elementaire soit integre exactement. Malheureusement ce nest pas toujours possible. Il faut aussi
sattendre `a ce que cette etape soit plus co uteuse quauparavant en raison du nombre plus eleve
dintegrales `a evaluer et du plus grand nombre de points dintegration necessaires pour les evaluer
convenablement.
Supposons par exemple que lon choisisse une interpolation quadratique sur des tetra`edres et
une transformation geometrique lineaire (illustree `a la gure 6.6) vers lelement de reference. Les
fonctions dinterpolation

i
() sont quadratiques et le jacobien J
K
est constant par element. Si on
regarde lexpression 11.29, on constate que puisque les coecients B
K
ij
sont egalement constants
par element et que les derivees partielles des fonctions dinterpolation sont lineaires, lintegrand est
de degre maximun 2. La table D.3 nous indique alors quune formule de Hammer `a 4 points serait
susante pour evaluer la matrice elementaire.
Une nouvelle analyse est necessaire pour choisir la formule de quadrature pour le terme de droite
qui depend dune fonction r.
236 Chapitre 11
11.10 Assemblage et imposition des conditions aux limites
On assemble le syst`eme global exactement comme dans les chapitres precedents. Les syst`emes
elementaires sont de taille plus imposantes mais la technique reste la meme. Le syst`eme lineaire
global resultant pourra, surtout dans le cas tridimensionnel, devenir impressionnant et meme dans
certains cas, prohibitif en raison de lespace-memoire necessaire.
Pour imposer les conditions aux limites, on applique la technique dej`a connue en se rapportant
aux equations 5.20 et 5.21.
11.11 Resolution du syst`eme global
Ici encore, la seule dierence reside dans la taille des syst`emes lineaires obtenus. Si pour la
majorite des probl`emes bidimensionnels, on peut utiliser une decomposition LU avec un stockage
bien avise de la matrice, ce nest plus le cas en dimension 3. On doit alors avoir recours aux methodes
iteratives de resolution qui favorisent un stockage plus ecace de la matrice. Les methodes iteratives
sont cependant encore peu utilisee en pratique.
11.12 Visualisation des resultats
La visualisation dune solution numerique nest pas du tout une mince tache, particuli`erement
dans le cas tridimensionnel. On a recours `a des logiciels specialises comme V U [27].
11.13 Applications
11.13.1 Essai en cisaillement
Nous considererons le probl`eme dune poutre xee `a son extremite gauche. On impose un ci-
saillement sur la face droite de la tige cest-`a-dire n = (0,
0
, 0). On a construit le maillage
tridimensionnel de la gure 11.2 consistant en 750 elements tetraedriques quadratiques pour un
total de 3663 degres de liberte. On remarque immediatement que pour un probl`eme tridimension-
nel, le nombre de degres de liberte augmente tr`es rapidement. Il ne faut pas perdre de vue quun
maillage de 750 elements est nettement insusant pour la plupart des applications.
La gure 11.3 montre clairement la deformation due au cisaillement impose. On y a deforme le
maillage dune quantite proportionnelle au deplacement calcule (u
1
, u
2
, u
3
).
11.13.2 Plaque trouee en elongation
On consid`ere la plaque trouee illustree `a la gure 11.5 que lon va etirer dans chaque direction.
Les dimensions de la plaque sont les suivantes : 5 x 5 et 2 y 2 et le trou est de rayon
1 et centre en (0 , 0). On fait lhypoth`ese de deformation plane. Sur le cote gauche de la plaque
(x = 5) , on impose un deplacement de la forme u = (0,1 , 0) tandis que de lautre cote (x = 5),
Applications aux probl`emes delasticite 237
Figure 11.2 Maillage utilise
238 Chapitre 11
Figure 11.3 Deformation du maillage
Figure 11.4 Deplacement vertical
Applications aux probl`emes delasticite 239
(5, 2)
(5, 2)
u = (0,1, 0) u = (0,1, 0)
n = 0
n = 0
n = 0
Figure 11.5 Plaque trouee : geometrie et conditions aux limites
on impose u = (0,1 , 0). Aucune traction ( n = 0) nest imposee sur les parois superieures et
inferieures, de meme que sur la paroi du trou (le cercle).
Pour eectuer les simulations nous avons utilise un element quadrangulaire `a 9 noeuds illustre
`a la gure 6.4. De mani`ere `a bien illustrer la faiblesse de la formulation en deplacement seulement
(par rapport `a la formulation mixte du chapitre 13), nous presentons aux gures 11.6 et 11.7 les
resultats obtenus lorsque le coecient de Poisson tend vers 1/2. On constate aisement que les
contraintes deviennent tr`es imprecises `a = 0,4999. Notons au passage que les deplacements de la
gure 11.6 ont ete amplies dun facteur 3.
240 Chapitre 11
Figure 11.6 Deplacements : = 0,3, = 0,4 et = 0,4999
Applications aux probl`emes delasticite 241
Figure 11.7 Contrainte
11
: = 0,3, = 0,4 et = 0,4999
242 Chapitre 11
11.14 Exercices
1. Montrer que tr((u)) = u.
2. Montrer que si C
ijkl
= I
ij
I
kl
+(I
ik
I
jl
+I
il
I
jk
), alors
C : (u) = ( u)I + 2(u)
3. Pour un probl`eme delasticite lineaire en formulation mixte, la condition naturelle est n
o` u :
= 2(u)
2
3
( u)I pI
Si on suppose maintenant que nous avons une paroi verticale pour un probl`eme bidimension-
nel, donner lexpression de la condition naturelle n sur cette paroi.
Chapitre 12
Probl`eme de Stokes
12.1 Introduction
Le probl`eme de Stokes est au coeur de la simulation numerique en mecanique des uides.
Une bonne comprehension des dicultes reliees `a sa discretisation par la methode des elements
nis ouvre la voie `a toute une panoplie dapplications. Cela va des ecoulements de uides fortement
visqueux avec des applications notamment `a la mise en forme des polym`eres, aux uides peu
visqueux que nous modeliserons `a laide des equations de Navier-Stokes pour etudier des applications
en hydraulique par exemple.
Introduisons en premier lieu un peu de notation. On note le tenseur de contraintes de Cauchy
que lon peut par la suite ecrire comme une somme de dierentes contributions :
= pI +
o` u p est la pression et est le tenseur des extra-contraintes. Lequation dequilibre secrit encore
ici :
= r
o` u r est un vecteur de forces volumiques suppose connu. En tout point du domaine de calcul, nous
chercherons `a determiner le champ de vitesse u = (u
1
, u
2
, u
3
) de meme que la pression p. Nous
nous interessons en particulier au cas des uides incompressibles pour lesquels la conservation de
la masse impose que :
u = 0
Pour fermer le syst`eme, il reste `a etablir une relation entre le tenseur des extra-contraintes et le
champ de vitesse u ou plus precisement le tenseur de taux de deformation (u). Cette relation,
dite loi de comportement, depend de la nature du uide considere. Le premier cas (et aussi le plus
simple) concerne les uides dits newtoniens pour lesquels la loi de comportement secrit :
= 2 (u) (12.1)
243
244 Chapitre 12
o` u est la viscosite du uide que lon suppose constante. On note (u) le tenseur de taux de
deformation deni par :
(u) =
_

_
u
1
x
1
2
_
u
1
y
+
u
2
x
_
1
2
_
u
1
z
+
u
3
x
_
1
2
_
u
2
x
+
u
1
y
_
u
2
y
1
2
_
u
2
z
+
u
3
y
_
1
2
_
u
3
x
+
u
1
z
_
1
2
_
u
3
y
+
u
2
z
_
u
3
z
_

_
Notons la dierence entre le tenseur de taux de deformation (u) (portant sur un champ de vitesses)
et le tenseur de deformation (u) du chapitre precedent qui portait sur un champ de deplacement.
Le tenseur de deformation na pas dunites tandis que celles du tenseur de taux de deformation
sont des s
1
. Lecriture des 2 tenseurs est cependant identique.
Les uides newtoniens sont donc caracterises par une viscosite constante, ce qui convient dans
certaines applications mais pas du tout dans dautres. On verie en eet facilement que la viscosite
de bon nombre de uides nest pas constante mais varie avec le cisaillement (et la temperature).
Plus precisement, plus un uide est cisaille (par exemple entre 2 plaques en mouvement lune par
rapport `a lautre), plus la viscosite diminue. On doit egalement ajouter une forte dependance de
la viscosite en fonction de la temperature. Les automobilistes savent bien que lhuile `a moteur est
beaucoup plus visqueuse lorsque le moteur est froid que lorsquil est chaud. Dans un premier temps,
nous ne nous interesserons quau cas o` u la viscosite est constante. Nous reviendrons sur un cas plus
general `a la section 12.8.
12.2 Le probl`eme continu
La simulation numerique des procedes de mise en forme des materiaux nous am`ene `a etudier de
mani`ere approfondie les methodes delements nis pour le probl`eme de Stokes qui regit lecoulement
des uides `a forte viscosite. Cest bien s ur le cas des polym`eres. Rappelons la forme generale des
equations de conservation de la quantite de mouvement et de la masse :
_
_
_
( pI) = r
u = 0
(12.2)
De la relation 12.1, on a :
_
_
_
(2 (u) pI) = r
u = 0
(12.3)
Probl`eme de Stokes 245
auquelles il faut ajouter des conditions aux limites appropriees. La resolution par la methode des
elements nis necessite lobtention dune formulation variationnelle du probl`eme. On multiplie ces
deux equations respectivement par des fonctions test w V et q Q o` u V et Q sont des espaces
fonctionnels appropries quil nest pas necessaire de specier pour le moment. On int`egre ensuite
par parties sur le domaine de fronti`ere et on obtient ainsi w V et q Q :
_

(2 (u) : (w) p w) dv =
_

r w dv +
_

((pI + 2 (u)) n) w d
_

q u dv = 0
(12.4)
Un coup doeil au terme de bord fait ressortir deux types de conditions aux limites. De facon
naturelle, cest-`a-dire par integration par parties, on a fait apparatre sur la fronti`ere lexpression
(pI + 2 (u)) n = n = t qui devient ainsi la condition naturelle du probl`eme. Le terme
n represente en fait le vecteur de contrainte que lon assimile `a une traction (force par unite
de surface). Limposition de la traction est en dualite avec la condition essentielle qui porte sur les
composantes de u. Les conditions aux limites que lon peut imposer sont donc :
toutes les composantes de vitesse : u = u
0
pour u
0
donne ;
toutes les composantes de la contrainte normale : n = t pour t donne ;
des conditions mixtes comme par exemple : u
1
= u
0
1
de meme que les deuxi`eme et troisi`eme
composantes de la contrainte normale ( n)
2
= t
2
et ( n)
3
= t
3
;
toute autre combinaison des composantes de vitesse u
i
et des composantes de la contrainte
normale ( n)
j
, pourvu que i soit dierent de j.
Comme toujours, on nimpose jamais une condition essentielle (u
j
) et une condition naturelle (t
j
)
sur une meme partie de la fronti`ere. Notons enn quil ny a pas de condition essentielle sur la
pression p. On ne peut imposer une pression (ou un gradient de pression) que par le biais de la
condition naturelle.
Sur la partie
0
de la fronti`ere o` u le champ de vitesse u (ou lune de ses composantes u
i
)
est connu, on a une condition essentielle et la fonction test w (ou sa composante w
i
) sannule sur
cette partie de la fronti`ere. Par contre, sur le complement
1
de
0
, on doit connatre la condition
naturelle ( n) et les fonctions test w ne doivent pas toutes sy annuler. On obtient ainsi :
_

(2 (u) : (w) p w) dv =
_

r w dv +
_

1
t w d w V
_

q u dv = 0 q Q
(12.5)
Nous supposerons par la suite des conditions essentielles homog`enes (u = w = 0) partout sur
la fronti`ere , le cas inhomog`ene ne posant aucune diculte supplementaire puisquil est possible
deectuer un rel`evement de la condition essentielle. Il en resulte un probl`eme plus simple mais
dont la generalite nous permettra daborder facilement les cas plus complexes. Par exemple, le cas
246 Chapitre 12
des uides viscoplastiques se traite de mani`ere similaire, bien que dans ce cas, le probl`eme soit non
lineaire. Le probl`eme consiste donc `a trouver u V et p Q (V et Q seront precises plus loin) tels
que :
_

_
_

2 (u) : (w) dv
_

p w dv =
_

r w dv w V
_

q u dv = 0 q Q
(12.6)
On a introduit un signe negatif dans la deuxi`eme equation pour des raisons de symetrie. On introduit
maintenant les formes bilineaires a et b denies respectivement sur V V et V Q de sorte quon
peut ecrire :
_
_
_
a(u, w) +b(w, p) = (r, w) w V
b(u, q) = 0 q Q
(12.7)
12.2.1 Cadre fonctionnel
Lanalyse numerique du syst`eme 12.6 (ou 12.7) est relativement complexe. Tout dabord, les
espaces fonctionnels sont V = (H
1
0
())
d
(d etant la dimension despace) et Q = L
2
(), lensemble
des fonctions de carre sommable. La forme bilineaire b denit implicitement deux applications
lineaires. La premi`ere, que nous noterons B, est denie sur V `a valeur dans Q

, le dual de Q :
B : V Q

w Bw
En eet, il sut de poser :
< Bw, q >= b(w, q) =
_

q w dv q Q
et on verie facilement (voir les exercices de n de chapitre) quil sagit bien dune forme lineaire
continue sur Q. On peut aussi denir le noyau de B (note ker B) par :
ker B = w V [Bw = 0
= w V [< Bw, q >= b(w, q) = 0 q Q
=
_
w (H
1
0
())
d

q w dv = 0 q Q
_
=
_
w (H
1
0
())
d
[ w = 0
_
Remarque 12.1
Probl`eme de Stokes 247
Si u (H
1
0
())
d
, on remarque que u L
2
() et que la deuxi`eme equation du syst`eme 12.6 est
parfaitement equivalente `a imposer u = 0.
On peut denir une deuxi`eme application lineaire, cette fois de Q `a valeur dans V

, dual de V ,
que nous noterons B
T
et qui est denie par :
B
T
: Q V

q B
T
q
Comme precedemment, on pose :
< w, B
T
q >= b(w, q) =
_

q w dv w V
Il est alors evident que :
< Bw, q >=< w, B
T
q > w V, q Q
De meme, on pose :
ker B
T
=
_
q Q

B
T
q = 0
_
=
_
q Q

< w, B
T
q >= b(w, q) = 0 w V
_
=
_
q Q

q w dv = 0 w (H
1
0
())
d
_
En integrant par parties (puisque les fonctions de (H
1
0
())
d
sannulent au bord), on a :
ker B
T
= q Q [
_

q w dv = 0 w (H
1
0
())
d

ce qui entrane que q = 0 et donc que ker B


T
est constitue des fonctions constantes sur .
12.2.2 Existence et unicite
Les theor`emes qui suivent, et que nous ne demontrerons pas, sont dune grande importance
theorique.
Theor`eme 1 (Existence et unicite du probl`eme continu). Sous les conditions suivantes :
Les formes bilineaires a et b sont continues respectivement sur V V et V Q;
La forme bilineaire a est coercive sur ker B c.-`a-d. :
a(w, w) [[ w [[
2
V
w ker B (12.8)
248 Chapitre 12
Il existe une constante positive telle que la forme bilineaire b verie :
inf
qQ
sup
wV
b(w, q)
[[ q [[
Q
[[ w [[
V
(12.9)
alors la solution (u, p) du probl`eme de Stokes 12.6 (ou 12.7) est unique dans V Q/ ker B
T
.
Demonstration : Voir Brezzi-Fortin [7].
La condition de coercivite 12.8 decoule encore une fois de linegalite de Korn 11.15. La forme bili-
neaire a est meme coercive sur tout lespace V et pas seulement sur le noyau. On peut aussi montrer
que linegalite 12.9 est bien veriee. On remarque cependant que la pression nest determinee qu`a
une fonction de ker B
T
pr`es cest-`a-dire `a une constante pr`es, do` u la notation Q/ ker B
T
. Pour sen
convaincre, il sut de revenir au probl`eme initial 12.2 et de remarquer quon peut remplacer p par
p + c sans rien changer. Ceci nest par contre vrai que dans le cas de conditions essentielles (sur
u) imposees partout sur la fronti`ere. En eet, si on impose une condition naturelle, la pression p
apparaissant explicitement dans n, elle nest plus determinee `a une constante pr`es.
12.3 Le probl`eme discret
La discretisation par elements nis du probl`eme de Stokes suit les etapes habituelles. On ap-
proxime (u, p) par des fonctions (u
h
, p
h
) V
h
Q
h
. Les sous-espaces V
h
de V et Q
h
de Q sont
de dimension nie et seront determines plus precisement plus loin. Le probl`eme discretise secrit
alors :
a(u
h
, w
h
) +b(w
h
, p
h
) = (r, w
h
) w
h
V
h
b(u
h
, q
h
) = 0 q
h
Q
h
(12.10)
La condition dincompressibilite discretisee secrit maintenant :

q
h
w
h
dv = 0 q
h
Q
h
et nest pas equivalente `a w
h
= 0. Pour que lon puisse conclure que w
h
= 0, il faudrait
que q
h
parcourt tout lespace Q et pas seulement un sous-espace Q
h
. Comme dans le cas continu,
on peut denir :
ker B
h
= w
h
V
h

q
h
w
h
dv = 0 q
h
Q
h

De meme, si on pose :
ker B
T
h
= q
h
Q
h

q
h
w
h
dv = 0 w
h
V
h

on peut construire, pour certains choix despaces V


h
et Q
h
des fonctions de ker B
T
h
qui ne sont pas
constantes sur et qui peuvent alterer la solution numerique (voir les exercices de n de chapitre).
Cest le cas par exemple des pressions dites en damier ( checkerboard pressure en anglais) que
lon retrouve dans certains cas. Il en resulte que le choix des espaces V
h
et Q
h
est assez delicat.
Probl`eme de Stokes 249
12.3.1 Quelques resultats theoriques importants
Les resultats qui suivent, que nous ne demontrerons pas, ont une grande importance theorique
et pratique. Nous nous eorcerons dillustrer ces resultats et den approfondir la comprehension au
moyen de quelques exemples simples.
Theor`eme 2 (Existence et unicite du probl`eme discret). Sous les conditions suivantes :
la forme bilineaire a est coercive sur ker B
h
:
a(w
h
, w
h
) [[ w
h
[[
2
V
w
h
ker B
h
la forme bilineaire b verie :
inf
q
h
Q
h
sup
w
h
V
h
b(w
h
, q
h
)
[[ q
h
[[
Q
[[ w
h
[[
V

h
(12.11)
alors la solution (u
h
, p
h
) du probl`eme de Stokes discret 12.10 est unique dans V
h
Q
h
/kerB
T
h
.
Demonstration : Voir Brezzi-Fortin [7].
Ici encore, on peut montrer que les 2 conditions sont bien veriees et ce, quel que soit le choix
des espaces de discretisation V
h
et Q
h
. La condition 12.11 est en fait equivalente `a armer que
limage de B
h
est fermee, ce qui est toujours le cas en dimension nie. Il est aussi primordial que
kerB
T
h
kerB
T
car autrement, la pression ne sera plus determinee `a une constante pr`es et risque
detre perturbee par la presence des elements supplementaires contenus dans le noyau de B
T
h
.
Un autre probl`eme provient de la constante
h
presente dans la condition 12.11 et qui peut
dependre de h. Cette constante se retrouve, comme nous le verrons `a la prochaine section, dans la
borne derreur de sorte que lon peut perdre la convergence de la solution discr`ete vers la solution
continue. Pour eviter ce probl`eme, on doit montrer que
inf
q
h
Q
h
sup
w
h
V
h
b(w
h
, q
h
)
[[ q
h
[[
0,
[[ w
h
[[
1,

0
> 0 (12.12)
o` u la constante
0
est cette fois independante de h. Cest la condition de Brezzi-Bab uska dite parfois
condition inf-sup.
Theor`eme 3 (Convergence). Sous les hypoth`eses dexistence et dunicite des solutions (u, p) et
(u
h
, p
h
) des probl`emes de Stokes continu et discret et si la condition de Brezzi-Bab uska 12.12 est
veriee, alors :
[[ u u
h
[[
1,
+ [[ p p
h
[[
0,
C
_
inf
w
h
V
h
[[ u w
h
[[
1,
+ inf
q
h
Q
h
[[ p q
h
[[
0,
_
(12.13)
Remarque 12.2
La constante C apparaissant dans le theor`eme precedent depend entre autres choses de 1/ et de
1/
0
do` u limportance que cette derni`ere constante ne depende pas de h. Cest pourquoi, bien que
250 Chapitre 12
la condition 12.11 soit toujours veriee, on na pas toujours convergence vers la solution exacte et
le theor`eme 12.13 nest valide que si la condition inf-sup 12.12 est vraie pour
0
independant de h.

Theor`eme 4 (Ordre de convergence). Sous les memes hypoth`eses quau theor`eme precedent et
si de plus le sous-espace V
h
contient les polynomes de degre k et le sous-espace Q
h
contient les
polynomes de degre (k 1), alors :
[[ u u
h
[[
1,
+ [[ p p
h
[[
0,
Ch
k
([[ u [[
k+1,
+ [[ p [[
k,
) (12.14)
Remarque 12.3
Il est important de remarquer quil ne sut pas de prendre des polynomes de degre k pour la vitesse
et de degre k 1 pour la pression pour avoir une discretisation convergente, comme cela est parfois
presente dans la litterature. La condition Brezzi-Bab uska 12.12 doit aussi etre veriee.
Remarque 12.4
La transformation geometrique F
K
de lelement de reference

K vers K joue un role important pour
determiner si un espace V
h
contient ou non les polynomes de degre k. ...
12.4 Formulation point-selle (facultative)
Cette section presente comment on peut interpreter le syst`eme de Stokes comme un probl`eme de
point-selle. La lecture de cette section est facultative mais permettra au lecteur une comprehension
encore plus profonde et ouvre la porte `a la theorie des points-selles et aux algorithmes qui sy
rattachent.
Une autre facon daborder le probl`eme de Stokes consiste `a travailler directement dans le noyau
de B cest-`a-dire avec les fonctions `a divergence nulle. Revenant au syst`eme 12.3, on multiplie par
une fonction w ker B et on int`egre par parties. Le probl`eme de Stokes peut maintenant secrire :
Trouver u ker B tel que :
a(u, w) = (r, w) w ker B (12.15)
Classiquement (voir le theor`eme 3.5), ce probl`eme est equivalent `a :
inf
wker B
1
2
a(w, w) (r, w)
Le theor`eme de Lax-Milgram assure lexistence et lunicite de la solution u sous lhypoth`ese ha-
bituelle de coercivite de la forme bilineaire a sur ker B (et non sur tout lespace V ). Par contre,
demontrer lexistence et lunicite de la pression p est plus delicat. Nous y reviendrons plus loin.
Probl`eme de Stokes 251
On peut de toute evidence penaliser la contrainte dincompressibilite et il en resulte un probl`eme
de point-selle du lagrangien / deni par :
/(w, q) =
1
2
a(w, w) b(w, q) (r, w)
En derivant (au sens de Gateaux et de lequation 8.10) par rapport `a chacune des variables, on
obtient aisement la formulation variationnelle 12.6. En eet, on caracterise le point-selle (u, p) par
les 2 relations :
/
u
(u, p) w =
d
d
(/(u +w, p)) [
=0
= 0
/
p
(u, p) q =
d
d
(/(u, p +q)) [
=0
= 0
qui ne sont rien dautre que la formulation 12.6. Le probl`eme de Stokes est donc parfaitement
equivalent `a la recherche dun point-selle :
inf
wV
sup
qQ
/(w, q)
On peut aussi introduire le lagrangien augmente note /
r
et qui est deni par :
/
r
(w, q) = /(w, q) +
r
2
( w, w)
La valeur du param`etre r sera souvent prise tr`es grande de mani`ere `a forcer la condition dincom-
pressibilite. Le point-selle du lagrangien augmente est caracterise par :
a(u, w) +b(w, p) +r( u, w) = (r, w) w V
b(u, q) = 0 q Q
(12.16)
et puisquau point-selle (u, p), on a u = 0, la formulation variationnelle penalisee 12.16 est
equivalente au probl`eme de Stokes 12.7.
12.5 Formulation variationnelle elementaire
Nous suivrons une demarche similaire `a celle du chapitre 11. On deduit facilement la formulation
variationnelle elementaire :
_
K
2 (u) : (w) dv
_
K
p w dv =
_
K
r
K
w dv +
_
K
t
K
w ds
_
K
q u dv = 0
(12.17)
252 Chapitre 12
Les approximations des vitesses et de la pression pouvant etre de degres dierents, on pose :
u(x) [
K
u
h
(x) [
K
= u
K
(x) =
n
u
D

j=1

K
j

K
u,j
p(x) [
K
p
h
(x) [
K
= p
K
(x) =
n
p
D

j=1
p
K
j

K
p,j
Le vecteur
K
est deni au chapitre 11 `a lequation 11.26. Les n
u
D
fonctions de base (vectorielles) en
vitesse
K
u,j
et les n
p
D
fonctions de base en pression peuvent etre de nature dierente. Par exemple,
les
K
u,j
pourront etre quadratiques et les
K
p,j
lineaires sur un element. Il en resulte que le nombre
de degres de liberte pourra varier dun noeud de calcul `a lautre et que les composantes de la
vitesse et la pression pourront etre evaluees en des noeuds de calcul dierents. Le choix particulier
des espaces de discretisation sera precise plus loin.
On peut de plus decomposer le syst`eme sous la forme :
_

_
A
K
11
A
K
12
A
K
13
(B
K
1
)
T
A
K
21
A
K
22
A
K
23
(B
K
3
)
T
A
K
31
A
K
32
A
K
33
(B
K
3
)
T
B
K
1
B
K
2
B
K
3
0
_

_
_

_
U
K
1
U
K
2
U
K
3
P
K
_

_
=
_

_
F
K
1
F
K
2
F
K
3
0
_

_
+
_

_
S
K
1
S
K
2
S
K
3
0
_

_
Les matrices A
K
ij
sont de dimension n
u
C
par n
u
C
, o` u n
u
C
est le nombre de noeuds de calcul en vitesse.
On aura souvent n
u
D
= d n
u
C
o` u d est la dimension despace (d = 2 ou 3). Les matrices B
K
i
sont
quant `a elles de dimension n
p
D
par n
u
C
et sont donc rectangulaires dans le cas general.
On denit les fonctions de base en vitesse comme au chapitre 11 par lequation 11.27. Les
fonctions de base en pression sont obtenues de la mani`ere habituelle. Les dierentes matrices ele-
mentaires prennent la forme :
(A
K
11
)
ij
=
_
K
2
_

K
u,j
x

K
u,i
x
+
1
2

K
u,j
y

K
u,i
y
+
1
2

K
u,j
z

K
u,i
z
_
dv
De meme :
(A
K
12
)
ij
=
_
K

K
u,j
x

K
u,i
y
_
dv = (A
K
21
)
ji
(A
K
13
)
ij
=
_
K

K
u,j
x

K
u,i
z
_
dv = (A
K
31
)
ji
(A
K
22
)
ij
=
_
K
2
_
1
2

K
u,j
x

K
u,i
x
+

K
u,j
y

K
u,i
y
+
1
2

K
u,j
z

K
u,i
z
_
dv
(A
K
23
)
ij
=
_
K

K
u,j
y

K
u,i
z
_
dv = (A
K
32
)
ji
Probl`eme de Stokes 253
(A
K
33
)
ij
=
_
K
2
_
1
2

K
u,j
x

K
u,i
x
+
1
2

K
u,j
y

K
u,i
y
+

K
u,j
z

K
u,i
z
_
dv
(B
K
1
)
ij
=
_
K

K
p,j

K
u,i
x
dv
(B
K
2
)
ij
=
_
K

K
p,j

K
u,i
y
dv
(B
K
3
)
ij
=
_
K

K
p,j

K
u,i
z
dv
et enn :
(f
K
1
)
i
=
_
K
r
K
1

K
u,i
dv, (S
K
1
)
i
=
_
K
t
K
1

K
u,i
ds
(f
K
2
)
i
=
_
K
r
K
2

K
u,i
dv, (S
K
2
)
i
=
_
K
t
K
2

K
u,i
ds
(f
K
3
)
i
=
_
K
r
K
3

K
u,i
dv, (S
K
3
)
i
=
_
K
t
K
3

K
u,i
ds
Il va se soi que ces integrales sont evaluees sur lelement de reference par le changement de
variables approprie.
12.6 Choix des elements
Nous presentons dans cette section des espaces discrets veriant la condition inf-sup. Les ap-
proximations en vitesse et pression veriant cette condition sont dites compatibles . Il existe plusieurs
choix possibles et nous les classerons en deux categories suivant que la discretisation en pression
est continue ou non. En eet, la pression p etant dans L
2
(), il nest nullement necessaire que sa
discretisation soit continue `a la fronti`ere des elements.
12.6.1 Pression continue
La presentation la plus simple est graphique. On trouvera donc dans les gures qui suivent
des exemples de discretisations compatibles ainsi que leur ordre de convergence. On retrouvera des
elements triangulaires et quadrangulaires en dimension 2, de meme que des elements tetraedriques
et hexaedriques en dimension 3.
Le premier element compatible, illustre aux gures 12.1 et 12.2, est lelement Mini decrit dans
Arnold-Brezzi-Fortin [2]. La discretisation de la pression est lineaire tandis que la vitesse est lineaire
mais enrichie dun noeud de calcul au centre de lelement. Chaque element contient donc 8 degres de
254 Chapitre 12
Vitesse Pression
Figure 12.1

Element Mini (O(h))
Vitesse Pression Vitesse
Figure 12.2

Element Mini en dimension 3 (O(h))
liberte en vitesse et 3 en pression dans le cas bidimensionnel (respectivement 15 et 4 en dimension
3). Cet element est tr`es utilise, particuli`erement en dimension 3 (voir la gure 12.2) en raison de
son faible nombre de degres de liberte. Cet element converge `a lordre 1 car lapproximation en
vitesse ne contient que les polynomes de degre 1.
Notons toutefois quil sagit dun element peu precis. Il est en quelque sorte minimal en ce sens
quil ne contient que tout juste ce quil faut pour etre compatible.
Le deuxi`eme element illustre est celui de Taylor-Hood souvent appele P
2
P
1
en raison de
lapproximation quadratique des composantes de vitesse et de lapproximation P
1
de la pression
(voir les gures 12.3 et 12.4. Les noeuds de calcul sont situes aux sommets (vitesses et pression) et
aux milieux des aretes (vitesses seulement). Cet element converge `a lordre 2 (O(h
2
)) en vertu du
theor`eme 12.14 car lapproximation en vitesse contient les polynomes de degre 2 et lapproximation
en pression contient ceux dordre 1. Des equivalents quadrangulaires et hexaedriques, egalement
dordre 2, sont illustres aux gures 12.5 et 12.6.
Remarque 12.5
Dans le cas delements `a pression continue, il est parfois necessaire dimposer une condition sup-
plementaire sur le maillage pour avoir lexistence et lunicite de la solution. On devra par exemple
supposer quaucun element na deux c otes sur la fronti`ere du domaine (voir les exercices de n de
chapitre).
Probl`eme de Stokes 255
Vitesse Pression
Figure 12.3

Element de Taylor-Hood P
2
P
1
(O(h
2
))
Vitesse Pression Vitesse
Figure 12.4

Element P
2
P
1
en dimension 3 (O(h
2
))
Vitesse Pression
Figure 12.5

Element Q
2
Q
1
(O(h
2
))
256 Chapitre 12
Vitesse Pression
Figure 12.6

Element Q
2
Q
1
en dimension 3 (O(h
2
))
Vitesse Pression
Figure 12.7

Element incompatible `a pression discontinue Q
1
Q
0
12.6.2 Pression discontinue
Un des elements les plus utilises est le Q
1
Q
0
o` u les vitesses sont bilineaires et la pression
constante par element. Cet element est illustre `a la gure 12.7 en dimension 2 et `a la gure 12.8 en
dimension 3. Malheureusement, cet element est incompatible et nous en verrons les consequences
dans les exemples numeriques.
Le premier element compatible de la categorie des elements `a pression discontinue est le P
2
P
0
presente `a la gure 12.9. Comme son nom lindique, les composantes de vitesses sont quadratiques
tandis que la pression est constante par element. Le theor`eme 12.14 assure une convergence lineaire
seulement car lapproximation en pression ne contient que les polynomes de degre 0. Il sagit en
fait dun element assez pauvre qui nest pas beaucoup utilise. Cest cependant lun des plus simples
veriant la condition inf-sup. Notons cependant que cet element nest valide quen dimension 2. En
dimension 3, il faut mettre des degres de liberte en vitesse sur le milieu des faces (nul besoin den
mettre sur les aretes) pour obtenir un element compatible similaire.
Lelement de cette categorie le plus connu est lelement dit de Crouzeix et Raviart illustre `a la
gure 12.10 dans le cas bidimensionnel. En dimension 2, on approche les composantes de la vitesse
Probl`eme de Stokes 257
Vitesse Pression
Figure 12.8

Element incompatible Q
1
Q
0
en dimension 3
Vitesse Pression
Figure 12.9

Element `a pression discontinue P
2
P
0
(O(h))
Vitesse Pression
Figure 12.10

Element `a pression discontinue de Crouzeix-Raviart P
+
2
P
1
(O(h
2
))
Vitesse Pression
Figure 12.11

Element `a pression discontinue Q
2
P
1
(O(h
2
))
258 Chapitre 12
u
1
= u
2
= 0
u
1
= u
2
= 0
u
1
= u
1
u
2
= 0
H
( n)
1
= 0
u
2
= 0
Figure 12.12

Ecoulement de Poiseuille (geometrie et conditions aux limites)
par des polynomes de degre 2 mais enrichi dune fonction bulle de degre 3 associee `a un noeud de
calcul situe au centre de lelement. Il y a donc 14 degres de liberte en vitesse. La pression contient 3
degres de liberte tous situe par exemple au barycentre de lelement. Souvent, ces degres de liberte
sont associes `a la pression et aux deux composantes du gradient de pression au barycentre. Cest
ce que nous avons illustre par le symbole `a la gure 12.10.
En dimension 3, on ajoute aussi des fonctions bulles de degre 3 au centre de chaque face ainsi
quune fonction bulle de degre 4 au barycentre de lelement. On obtient ainsi 45 degres de liberte
en vitesse repartis sur 15 noeuds de calcul et 4 en pression (la pression et les 3 composantes du
gradient au barycentre). Notons aussi les consequences sur lintegration numerique de la presence
de ces fonctions bulles qui sont de degre eleve.
La pression est lineaire mais discontinue dun element `a lautre. Cest pourquoi nous avons
illustre les noeuds de calcul en pression `a linterieur de lelement. Il en resulte que le nombre de
degres de liberte en pression est plus important que dans le cas dune pression continue.
Notons enn quil existe une technique, dite de condensation, qui permet deliminer localement
les degres de liberte en vitesse au barycentre de lelement ainsi que le gradient de la pression, tout
en conservant lordre de convergence de lelement de Crouzeix et Raviart. En dimension 2, cette
procedure reduit le syst`eme assemble de 4 Nel equations (6 Nel en dimension 3). On trouvera
les details dans Fortin et Fortin [19].
12.7 Resultats numeriques : cas newtonien
12.7.1 Lecoulement de Poiseuille
Pour illustrer certains concepts que nous venons de presenter, il est utile de considerer un
exemple tr`es simple. Il sagit de lecoulement dit de Poiseuille dont la geometrie est illustree `a
la gure 12.12. Ce probl`eme decrit lecoulement dune uide newtonien dans un canal dont les
parois sont des plaques parall`eles. Le uide se deplace de gauche `a droite dans une geometrie
bidimensionnelle rectangulaire de longueur L (1 x
1
L) et de hauteur H (0 x
2
H) (les
Probl`eme de Stokes 259
eets tridimensionnels sont negliges). On impose en entree (en x
1
= 0) un prol parabolique :
u
1
=
6Q
H
3
(x
2
(H x
2
)) = u
1
u
2
= 0
(12.18)
Dans lexpression de u
1
, Q designe le debit impose. On verie en eet que :
_
H
0
u
1
(x
2
) dx
2
= Q
On impose en sortie (en x
1
= L) que le prol est enti`erement developpe c.-`a-d. u
2
= 0 et que
la premi`ere composante de la condition naturelle soit nulle ( n)
1
= 0. Sur les parois du canal
(en x
2
= 0 et x
2
= H), une condition dadherence u
1
= u
2
= 0 doit etre imposee car un uide
visqueux adh`ere aux parois solides. La solution analytique de ce probl`eme est tout simplement le
deplacement de la condition aux limites imposee en entree 12.18 dans tout le domaine. Quant `a la
pression, elle varie lineairement en fonction de x
1
et secrit :
p =
_
12Q
H
3
_
x
1
+C (12.19)
Il sut pour sen convaincre de remplacer les relations 12.18 et 12.19 dans le syst`eme 12.3.
Nous avons resolu ce probl`eme avec les conditions suivantes : H = 1, L = 5, = 1 et Q = 1.
Pour que les resultats soient vraiment signicatifs, on doit eviter dutiliser un maillage parfaitement
regulier. Nous avons donc choisi un maillage regulier (de triangles ou de rectangles) o` u nous avons
leg`erement deplace un seul noeud (voir la gure 12.13). La gure 12.14 montre un resultat typique
de solution avec lelement Q
1
Q
0
(gure 12.7). On remarque que le champ de vitesses est acceptable
mais la pression presente de fortes oscillations qui sont typiques dun element ne veriant pas la
condition inf-sup. Au lieu dobtenir une pression lineaire dans la direction de lecoulement, on
obtient des oscillations dues `a la presence delements parasites (en forme de damiers) dans lespace
kerB
T
h
.
Au contraire, lelement Mini (gure 12.1) donne dexcellents resultats comme on peut le voir
`a la gure 12.15. La pression devrait varier entre 0 et 60 et on constate une leg`ere erreur. Enn,
lelement dordre 2 P
2
P
1
(gure 12.3) donne exactement le bon resultat, `a la fois pour les vitesses
et la pression (voir la gure 12.16).
12.8 Probl`eme de Stokes non lineaire
La vaste majorite des uides nentre pas dans la categorie des uides newtoniens, cest-`a-dire
des uides `a viscosite constante. On peut observer en laboratoire divers types de comportement,
notamment en elongation ou en cisaillement. La viscosite de plusieurs uides varie en fonction du
260 Chapitre 12
Figure 12.13

Ecoulement de Poiseuille : maillages rectangulaire et triangulaire
Figure 12.14

Ecoulement de Poiseuille pour lelement Q
1
Q
0
: vitesse et pression
Probl`eme de Stokes 261
Figure 12.15

Ecoulement de Poiseuille pour lelement Mini : vitesse et pression
Figure 12.16

Ecoulement de Poiseuille pour lelement P
2
P
1
: vitesse et pression
262 Chapitre 12
cisaillement. On se doit alors de modeliser ce comportement et dessayer de reproduire le plus d`ele-
ment possible les donnees rheologiques de viscosite en fonction du taux de deformation. Les uides
dont la viscosite depend du cisaillement sont dits viscoplastiques et les mod`eles correspondants ont
la forme generale suivante :
= 2 ([ (u)[) (u)
o` u [ (u)[ designe le second invariant du tenseur (u) deni par :
[ (u) [
2
= 2 (u) : (u) = 2( (u))
ij
( (u))
ij
La viscosite est donc une fonction de [ (u)[ par lintermediaire de lois de comportement telle la
loi puissance :
=
0
[ (u) [
m1
(12.20)
o` u m est lindice de pseudoplasticite et
0
est la consistance. Cette loi est principalement utilisee
pour decrire la viscoplasticite des metaux `a chaud. On remarque cependant que la viscosite du
polym`ere tend vers linni en cisaillement faible, ce qui est peu representatif du comportement reel.
Une autre loi de comportement importante et plus realiste est la loi de Carreau-Yasuda qui
nous ecrirons sous la forme :
=
0
(c
0
+
n
[ (u) [
n
)
m1
n
(12.21)
Dans le mod`ele original la constante c
0
est tout simplement 1. Cette ecriture nous permet cependant
de voir la loi de puissance comme un cas particulier obtenu en posant c
0
= 0, = 1 et n = 1.
Le mod`ele de Carreau-Yasuda permet de prendre en compte la presence dun plateau newtonien
`a faible taux de cisaillement. Dans ce dernier cas,
0
designe toujours la consistance, est un temps
de relaxation et m et n des indices de pseudoplasticite. En particulier, si n = 2 on retrouve le
mod`ele classique de Carreau.
Nous presentons maintenant la formulation variationnelle dans le cas des uides viscoplastiques.
Nous supposons donc que la viscosite du polym`ere est donnee par la loi de Carreau-Yasuda sous la
forme 12.21. La formulation variationnelle elementaire du probl`eme de Stokes devient dans ce cas :
_

_
_
K
2
0
(c
0
+
n
[ (u)[
n
)
m1
n
(u) : (w) dv
_
K
p w dv =
_
K
r
K
w dv +
_
K
t
K
w ds
_
K
q u dv = 0
De toute evidence, le probl`eme est maintenant non lineaire et on peut appliquer les techniques
vues au chapitre 8 et notamment la methode de Newton. Bien entendu, on suppose connues la
fonction r
K
de meme que la traction t
K
.
Partant dune solution approximative (u
0
, p
0
), on cherche une correction (
u
,
p
) de sorte que
(u
0
+
u
, p
0
+
p
) soit une solution du probl`eme non lineaire ou du moins une meilleure approxi-
mation. Remplacant u et p par u
0
+
u
et p
0
+
p
on trouve :
Probl`eme de Stokes 263
_

_
_
K
2
0
(c
0
+
n
[ (u
0
+
u
)[
n
)
m1
n
(u
0
+
u
) : (w) dv
_
K
(p
0
+
p
) w dv =
_
K
r
K
w dv +
_
K
t
K
w ds
_
K
q (u
0
+
u
) dv = 0
ou encore :
_

_
_
K
2
0
(c
0
+
n
[ (u
0
+
u
)[
n
)
m1
n
(u
0
+
u
) : (w) dv
_
K

p
w dv =
_
K
p
0
w dv +
_
K
r
K
w dv +
_
K
t
K
w ds
_
K
q
u
dv =
_
K
q u
0
dv
Il reste alors un dernier terme `a lineariser. Pour ce faire on utilise la relation 8.9 et la derivee de
Gateaux 8.10. On obtient ainsi le probl`eme linearise :
_

_
a
u
0
(
u
, w)
_
K

p
w dv =
_
K
R((u
0
, p
0
), w) dv
_
K
q
u
dv =
_
K
q u
0
dv
o` u la forme bilineaire a
u
0
et le residu R((u
0
, p
0
), w) sont denis par :
a
u
0
(
u
, w) =
_
K
_
2
0
(c
0
+
n
[ (u
0
)[
n
)
m1
n
(
u
) : (w)
_
dv+
_
K
K
0
_
[ (u
0
)[
n2
(c
0
+
n
[ (u
0
)[
n
)
mn1
n
( (u
0
) : (
u
))( (u
0
) : (w))
_
dv
R((u
0
, p
0
), w) =
_
K
2
0
(c
0
+
n
[ (u
0
)[
n
)
m1
n
(u
0
) : (w) dv
_
K
p
0
w dv
_
K
r
K
w dv

_
K
t
K
w ds
(12.22)
o` u on a pose K
0
= 4
0
(m1)
n
12.8.1 Resultats numeriques : cas viscoplastique

Ecoulement de Poiseuille
On consid`ere encore un ecoulement de Poiseuille mais cette fois avec une loi puissance 12.20
pour laquelle la viscosite diminue avec le cisaillement. Ce cisaillement se produisant principalement
264 Chapitre 12
Figure 12.17

Ecoulement de Poiseuille : loi puissance avec m = 1, m = 0,5 et m = 0,3
aux parois solides, la viscosite y est plus faible quau centre du canal. On remarque `a la gure 12.17
la dierence de comportement entre les cas newtoniens (m = 1) et les cas non newtoniens m = 0,7
et m = 0,4. Le prol de vitesse en sortie saplatit lorsque m diminue et on le voit encore mieux
`a la gure 12.18 qui montre une coupe du prol de vitesse u
1
en sortie sur laxe x
1
= L. On y
voit clairement laplatissement du prol et on remarque egalement que la surface sous la courbe (le
debit) reste la meme.
Le comportement de la pression est bien caracteristique dun uide viscoplastique (voir la -
gure 12.19). Pour un debit donne, la perte de charge c.-`a-d. la dierence de pression entre lentree
et la sortie du canal diminue fortement avec m. En eet, puisque la viscosite diminue avec m, il
faut pousser moins fort pour assurer un meme debit. Cette propriete est fort appreciee dans bon
nombre de procedes de mise en forme des polym`eres comme lextrusion (voir Agassant [1]).
Probl`eme de Stokes 265
Figure 12.18 Prol de vitesse en sortie du canal
Figure 12.19 Perte de charge dans le canal
266 Chapitre 12

Ecoulement dans une li`ere dextrusion


On consid`ere dans ce probl`eme une li`ere dextrusion utilisee pour la production de poutre en I
constituee dun melange de polym`ere et de bre de bois. La section initiale est de forme circulaire et
prend graduellement la forme en I desiree. Le probl`eme a ete adimensionnalise de sorte que le rayon
de la section circulaire de la li`ere soit 1. La longueur de la li`ere est denviron 5,7 suivant laxe
des z. Le melange bois-plastique est repute viscoplastique avec les valeurs suivantes des param`etres
du mod`ele de Carreau :
0
= 1, = 0,1588, n = 2 et m = 0.3.
La valeur de m etant assez loin du cas newtonien (m = 1), la resolution du probl`eme a necessite
plusieurs etapes. Nous avons dabord resolu en prenant m = 1 pour obtenir une solution de depart
du probl`eme non lineaire. par la suite, nous avons resolu avec m = 0,8, m = 0,5 et m = 0,3, toujours
en prenant la solution precedente comme point de depart de la nouvelle resolution. On a utilise
une element P
2
P
1
c.-`a-d. quadratique en vitesse et lineaire en pression (voir la gure 12.4). Les
conditions aux limites sont les suivantes :
_

_
u =
_
0, 0,
(3m+1)
(2m+2)
(1 r
(1+m)/m
)
_
o` u r = (x
2
+y
2
)
1/2
sur la section circulaire dentree
u = (0, 0, 0) sur les parois
n = (0, 0, 0) sur la section de sortie
Le prol de vitesse en entree correspond `a un ecoulement de Poiseuille dans un tube de section
circulaire pour un uide en loi de puissance. Ce prol est leg`erement inexact pour le mod`ele de
Carreau.
Le maillage est illustre `a la gure 12.20 de meme que la pression et le module de vitesse `a la
sortie de la li`ere. En ce qui concerne la pression, on remarque quelle est `a peu pr`es constante dans
la partie circulaire de la li`ere. On observe ensuite une chute rapide jusquen sortie o` u la pression
sannule en raison de la condition aux limites. Le module de vitesse est evidemment nul sur les
parois de la li`ere. En sortie, on peut facilement voir lacceleration provoquee par la forme en I de
la li`ere. En eet, lecoulement est favorise dans les parties plus larges.
12.9 Les equations de Navier-Stokes
Les uides viscoplastiques sont generalement tr`es visqueux, leur viscosite etant souvent de lordre
de 10
5
Pa s.
`
A lautre extremite du spectre, on trouve les uides peu visqueux comme leau et
lair. Il va de soi que ces uides particuliers sont aussi dune grande importance en hydraulique et
en aeronautique, bien que dans ce dernier cas, il faut tenir compte de la compressibilite.
Probl`eme de Stokes 267
Figure 12.20 Maillage, perte de charge et module de vitesse en sortie de li`ere
268 Chapitre 12
Dans ce dernier cas, les equations dequilibre sont modiees de la mani`ere suivante :
_

_
(2 (u)) +p = r
_
u
t
+ (u )u
_
u = 0
(12.23)
Le deuxi`eme terme de droite en est un dinertie, qui est neglige dans le cas o` u la viscosite est grande
(et o` u par le fait meme le terme visqueux est dominant). Notons de plus la forme specique du
terme source r o` u r designe une force par unite de masse (dont les unites sont des N/kg). Nous
negligerons dans un premier temps la derivee en temps pour ne considerer que le cas stationnaire.
Meme si la viscosite est constante, ce syst`eme est non lineaire.
On retrouve souvent les equations de Navier-Stokes sous forme adimensionnelle. Pour ce faire,
on choisit une longueur L
0
, une vitesse U
0
, une pression p
0
et une force massique r
0
, dites de
reference et qui dependent de la geometrie et des conditions du probl`eme. On introduit ensuite les
variables adimensionnelles x = x/L
0
, u = u/U
0
, p = p/P
0
et r = r/R
0
et en faisant ce changement
de variables, on obtient les equations adimensionnelles :
_

1
Re

_
2

( u)
_
+

p +
_
u

_
u = r

u = 0
(12.24)
o` u on a introduit le nombre adimensionnel dit de Reynolds qui est deni par :
Re =
U
0
L
0

et o` u on a choisi P
0
= U
2
0
et R
0
= P
0
/(L
0
) comme pression et force massique de reference. Les
variables identiees par le symbole sont adimensionnelles (nont pas dunites). Dans ce qui suit,
nous laisseront tomber ce symbole pour eviter dalourdir la notation.
On peut, ici encore, appliquer la methode de Newton, bien quil existe dautres possibilites. Il
ny a dans ce cas quun terme `a lineariser. Par les techniques que nous avons vues, on obtient ainsi
le probl`eme linearise :
_

_
a
u
0
(
u
, w)
_
K

p
w dv =
_
K
R((u
0
, p
0
), w) dv
_
K
q
u
dv =
_
K
q u
0
dv
Probl`eme de Stokes 269
o` u la forme bilineaire a
u
0
et le residu R((u
0
, p
0
), w) sont denis par :
a
u
0
(
u
, w) =
_
K
_
2
Re
(
u
) : (w) + ((u
0
)
u
) w + ((
u
)u
0
) w
_
dv
R((u
0
, p
0
), w) =
_
K
2
Re
(u
0
) : (w) + (u
0
u
0
) w dv
_
K
p
0
w dv
_
K
r
K
w dv

_
K
t
K
w ds
(12.25)
Dierentes variantes de la methode des points xes sont egalement envisageables.
12.9.1 Resultats numeriques : cas Navier-Stokes

Ecoulement autour dun cylindre : cas stationnaire


On consid`ere lecoulement dun uide autour dun cylindre circulaire de diam`etre 1 et centre
en (0 , 0). Pour eviter une inuence indue des conditions aux limites, on fera le calcul dans une
geometrie assez vaste c.-`a-d. 10 x 25 et 10 y 10. La raison de ce choix est que les
conditions aux limites sont mal connues en aval du cylindre. Par contre, sur la section dentree
(x = 10) on imposera un prol de vitesse uniforme u = (1 , 0) de meme que sur les fronti`eres
(ctives) superieures et inferieures. On suppose que ces deux fronti`eres sont susamment eloignees
pour que le prol uniforme ne soit pas perturbe. Enn, on imposera une condition naturelle nulle
en sortie n = (0 , 0). Cette derni`ere condition est encore ici douteuse, specialement dans le cas
instationnaire. Les conditions aux limites sont presentees `a la gure 12.21. Le maillage de 14700
elements de Taylor-Hood (P
2
P
1
) est presente `a la gure 12.22 de meme que les lignes de courant
`a Re = 1. On constate que loin du cylindre, les lignes de courant sont peu perturbees, ce qui justie
a posteriori le choix des conditions aux limites.
Pour bien cerner linuence du nombre de Reynolds sur la solution, on retrace les lignes de
courant immediatement au voisinage du cylindre. Cest ce qui est illustre `a la gure 12.23 o` u on
peut constater les dierences entre les solutions `a Re = 1, 50 et 100.
`
A tr`es faibles nombres de
Reynolds, les lignes de courant contournent le cylindre avec un minimum de perturbations. Par
contre, en augmentant sa valeur, la couche limite se detache et on observe la formation de zones de
recirculation (tourbillons) dans le sillage.

Ecoulement autour dun cylindre : cas instationnaire


Lorsque le nombre de Reynolds atteint environ Re = 45, lecoulement devient instationnaire et
il se developpe `a larri`ere du cylindre une instabilite connue sous le nom dallee de von Karman.
Ce phenom`ene est tr`es frequemment rencontre dans la nature et cest ce qui fait par exemple
louvoyer un drapeau dans le vent, le mat au bout duquel otte le drapeau faisant oce de cylindre.
Le passage dun ecoulement stationnaire `a un ecoulement instationnaire correspond `a ce que les
mathematiciens appellent une bifurcation de Hopf.
270 Chapitre 12
(10, 10)
(25, 10)
u = (1, 0) u = (0, 0)
u = (1, 0)
u = (1, 0)
n = 0
Figure 12.21

Ecoulement autour dun cylindre : geometrie et conditions aux limites
Figure 12.22 Maillage et portrait global des lignes de courant `a Re = 1
Probl`eme de Stokes 271
Figure 12.23 Lignes de courant derri`ere le cylindre `a Re = 1, 50 et 100
272 Chapitre 12
Nous presentons maintenant des resultats obtenus pour un nombre de Reynolds de 100, nombre
bien au-del`a du nombre critique. Nous avons utilise une dierence arri`ere implicite dordre 2 pour
la derivee en temps ainsi quun pas de temps de 0,1.
La gure 12.24 donne les details de lecoulement derri`ere le cylindre sur pr`es dun periode. En
eet, on peut verier que lecoulement est bien periodique de periode 5,9, en accord notamment
avec Engleman et Jamnia [16]. Puisque t = 0,1, une soixantaine de pas de temps couvre donc
une periode doscillations. Il est `a noter quau depart, un grand nombre de pas de temps sont
necessaires pour eliminer les eets transitoires et pour que lecoulement periodique setablisse de
mani`ere denitive.
On trouvera un certain nombre dexemples de modelisation decoulements instationnaires dans
Fortin et al. [18]. On y observera des bifurcations de Hopf ainsi que ce quil est convenu dappeler
des cascades de dedoublements de periodes, correspondant `a de nouvelles bifurcations.
Probl`eme de Stokes 273
a) t = 0 b) t = 1
c) t = 2 d) t = 3
e) t = 4 f) t = 5
Figure 12.24 Champ de vitesse derri`ere le cylindre `a Re = 100 sur une periode
274 Chapitre 12
12.10 Exercices
1. Montrer que loperateur B deni par la relation :
< Bw, q >= b(w, q)
est bien lineaire et continu sur V .
2. On va demontrer que pour le probl`eme de Stokes, une discretisation lineaire par elements en
vitesse et en pression (P
1
P
1
) ne verie pas la condition de Brezzi ou plus precisement que
le noyau de loperateur B
T
h
contient des pressions parasites. On consid`ere encore le maillage
de la gure 6.15 ainsi que 3 nombres a, b et c tels que a +b +c = 0 c.-`a-d. de moyenne nulle.
a) Reproduire le maillage de la gure 6.15 et assigner `a chaque noeud du maillage lune des
valeurs a, b ou c de sorte que la moyenne des valeurs nodales dans tous les elements soit
nulle.
b) On consid`ere maintenant la fonction lineaire par element p
h
(x) prenant les valeurs no-
dales obtenues en (a). Montrer `a laide dune quadrature de Hammer `a un point que si
les valeurs nodales sont de moyenne nulle dans un element, alors :
_
K
p
h
(x) dv = 0 K
c) Montrer alors que si les composantes du vecteur vitesse sont lineaires par element, alors
la fonction p
h
construite precedemment est dans le noyau de loperateur B
T
h
c.-`a-d.
b(w
h
, p
h
) =
_

p
h
w
h
dv = 0 w
h
V
h
3. En partant des equations de Navier-Stokes dimensionnelles 12.23, obtenir la forme adimen-
sionnelle 12.24 en choisissant en particulier P
0
= U
2
0
et R
0
= P
0
/(L
0
) comme pression et
force massique de reference.
Chapitre 13
Formulations mixtes en elasticite
lineaire
Au chapitre 11, nous avons rencontre ce quil est convenu dappeler une formulation deplacement
du probl`eme delasticite lineaire isotrope en ce sens que la seule inconnue du probl`eme est le vecteur
deplacement u. Nous avons vu au chapitre 12 une formulation mixte du probl`eme de Stokes (en
vitesse et pression) et constate limportance de choisir des approximations consistantes en vitesse et
pression. Nous revenons dans ce chapitre sur les problemes delasticite lineaire, mais en formulation
mixte (en deplacement et pression). De telles formulations mixtes deviennent necessaires lorsque le
coecient de Poisson approche 0,5 et que le materiau devient incompressible. Le syst`eme obtenu
est alors tr`es proche du syst`eme de Stokes. Nous mettrons egalement en evidence la faiblesse de la
formulation deplacement dans ce cas.
13.1 Cas isotrope
Rappelons les equations dequilibre :
= r
et lexpression du tenseur des contraintes dans le cas isotrope :
= ( u)I + 2(u) (13.1)
o` u I est le tenseur identite et (u) est le tenseur de deformation deni `a la relation 11.2. Notons
que ceci est un cas particulier de la relation :
= C : (u)
def.
= (
ijkl
((u))
kl
= (
ijkl

kl
o` u on a pose
ij
= ((u))
ij
et o` u on a utilise la convention de somme sur les indices repetes. C est
le tenseur delasticite (du quatri`eme ordre). Dans le cas isotrope, le tenseur delasticite est deni
275
276 Chapitre 13
par la relation 11.9 que nous rappelons :
(
ijkl
= I
ij
I
kl
+(I
ik
I
jl
+I
il
I
jk
) (13.2)
Rappelons que et sont les coecients de Lame (voir la relation 11.10). On introduit egalement
le coecient de compressibilite k ( bulk modulus en anglais) deni par :
k =
E
3(1 2)
et on verie facilement que :
k =
(3 + 2)
3
ou encore k =
2
3
(13.3)
On denit la pression par :
p =
tr()
3
Puisque la trace de est :
tr() = tr(( u)I + 2(u)) = ( u)tr(I) + 2 tr((u)) = (3 + 2)( u) = 3k( u)
on en conclut que :
p = k( u)
Il est alors courant (voir les references Bathe [4] ainsi que Zienkiewicz et Taylor [38] par exemple)
de decomposer le tenseur des contraintes en une partie de trace nulle que lon appelle le deviateur
de (notee ) et une partie dite spherique faisant intervenir la pression. Selon Bathe [4], on pose
alors :
=
tr()
3
I = k( u)I = 2(u)
2
3
( u)I
Par construction, on a tr() = 0 et de plus :
= +
tr()
3
I = pI
ou encore :
= 2(u)
2
3
( u)I pI (13.4)
o` u on a utilise les relations 13.1 et 13.3. Lequation dequilibre devient alors un syst`eme de 2
equations faisant intervenir le deplacement u et la pression p :
_

_
2(u)
2
3
( u)I pI
_
= r

1
k
p ( u) = 0
Formulations mixtes en elasticite lineaire 277
Nous devrons donc obtenir des discretisations par elements nis de cette formulation mixte. Mul-
tipliant la premi`ere equation par une fonction test w et la seconde par q et apr`es integration par
parties, on trouve :
_

_
2(u) : (w)
2
3
( u)( w)
_
dv
_

p w dv =
_

r w dv +
_

( n) w d

q u dv
1
k
_

pq dv = 0
(13.5)
La condition essentielle est, comme pour le probl`eme de Stokes, limposition du deplacement u (ou
de lune de ses composantes u
i
) et la condition naturelle consiste `a imposer n (ou de lune de
ses composantes ( n)
i
)).
Lanalyse numerique du syst`eme 13.5 ressemble beaucoup `a celle du probl`eme de Stokes. En
fait, lorsque le coecient de Poisson sapproche de 0,5, le coecient de compressibilite k tend vers
linni, ce qui annule le deuxi`eme terme de la deuxi`eme equation du syst`eme. On retombe alors sur
le probl`eme de Stokes `a la dierence pr`es du terme :
2
3
_

( u)( w) dv
Cest donc dans le cas o` u 0,5 que les methodes mixtes pour lelasticite lineaire prennent toute
leur importance et se distinguent avantageusement des formulations en deplacement seulement.
Nous ne referons pas toute lanalyse de cette methode mixte puisquelle est tout-`a-fait similaire
`a celle du probl`eme de Stokes. Il y a toutefois de petites dierences quil faut souligner. Le probl`eme
delasticite lineaire mixte pour un materiau isotrope secrit :
_
_
_
a(u, w) +b(w, p) = (r, w) w V
b(u, q) c(p, q) = 0 q Q
(13.6)
o` u :
a(u, w) =
_

_
2(u) : (w)
2
3
( u)( w)
_
dv
b(w, q) =
_

q w dv
c(p, q) =
1
k
_

pq dv
Remarque 13.1
278 Chapitre 13
On montre facilement que :
a(u, w) =
_

_
2(u) : (w)
2
3
( u)( w)
_
dv
= 2
_

_
(u)
u
3
I
_
: (w) dv
= 2
_

_
(u)
u
3
I
_
:
_
(w)
w
3
I
_
dv
ce qui entrane que a(w, w) est une quantite qui est toujours positive.
Remarque 13.2
On peut obtenir une formulation mixte des probl`emes delasticite `a partir de la relation 13.4 en
posant simplement p = u. On obtient alors une forme plus simple que lon rencontre fre-
quemment (voir Brezzi et Fortin [7] par exemple) :
(2(u) pI) = r

+ u = 0
Il faut cependant noter que la variable p nest plus la partie spherique du tenseur des contraintes
et quelle est dierente de p.
Theor`eme 13.1 (Existence et unicite du probl`eme continu)
Sous les conditions suivantes :
la forme bilineaire a verie a(w, w) 0 w V et est coercive sur ker B :
a(w, w) [[ w [[
2
1,
w ker B (13.7)
la forme bilineaire c est symetrique et telle que : c(q, q) 0 q Q;
il existe une constante positive telle que la forme bilineaire b verie :
inf
qQ
sup
wV
b(w, q)
[[ q [[
0,
[[ w [[
1,
(13.8)
alors la solution (u, p) du probl`eme delasticite lineaire isotrope 13.6 est unique dans V Q.
Demonstration : Voir Brezzi-Fortin [7].
Contrairement au probl`eme de Stokes, la forme bilineaire a nest coercive que sur ker B. La condition
inf-sup est par contre la meme.
Formulations mixtes en elasticite lineaire 279
Remarque 13.3
La presence de la forme bilineaire c permet dassurer lunicite de la pression p.
13.2 Cas anisotrope
Le cas general des materiaux anisotropes est plus dicile mais est tout de m`eme dune grande
importance. De nombreux materiaux ne sont pas isotropes. Le bois, par exemple est un materiau
orthotrope et ses proprietes ne sont de toute evidence pas les memes dans toutes les directions.
Lanalyse qui suit couvre tous les cas, y compris bien s ur les materiaux isotropes. Nous suivrons
lapproche de Bathe et Sussman [5] qui nous m`enera `a la description des materiaux dit semi-
deformables. Le point de depart est encore ici la relation contraintes-deformations que lon suppose
sous sa forme la plus generale, soit :
= C : (u) = (
ijkl

kl
Remarque 13.4
Le tenseur delasticite dordre 4 C nest pas tout-`a-fait quelconque. On montre en eet que ce
tenseur derive generalement dun potentiel suivant une expression de la forme :
(ijkl =

2

ij

kl
Puisque
ij
=
ji
, on en conclut immediatement les proprietes de symetrie de ce tenseur :
(
ijkl
= (
jikl
= (
ijlk
= (
klij
Le tenseur C poss`ede donc au plus 21 composantes dierentes et eventuellement non nulles.
Nous souhaitons en arriver `a une decomposition similaire `a celle de la relation 13.4 pour les
materiaux isotropes. Pour ce faire, on pose :
= C : (u) = (C

C) : (u) p

I = p

I (13.9)
o` u

I et

C sont les tenseurs respectivement dordre 2 et 4 denis par les relations
1
:

(
ijkl
=
(
aaij
(
bbkl
(
aabb
et

I
ij
=
3(
aaij
(
aabb
Pour que soit toujours egal `a C : (u), la pression doit verier :
p

I =

C : (u) ou encore p

I
ij
=

(
ijkl

kl
1. Rappelons que lon utilise ici la notation dEinstein sur les indices repetes.
280 Chapitre 13
qui peut encore secrire :
p
_
3(
aaij
(
aabb
_
=
(
aaij
(
bbkl
(
aabb

kl
ce qui entrane que :
p =
(
aakl

kl
3
ce qui devient enn :
p =
(
aabb
9
_
3(
aakl
(
aabb
_

kl
=
_
(
aabb
9
_

I : (u)
`
A laide de ces derni`eres expressions, on constate aisement que la relation 13.9 nest quun rear-
rangement du tenseur permettant dintroduire la pression. Plusieurs remarques simposent d`es
maintenant.
Remarque 13.5
1. (
aabb
=

3
a=1

3
b=1
(
aabb
est un scalaire et non un tenseur.
2. Puisque
= (C

C) : (u) ou encore
ij
= ((
ijkl


(
ijkl
)
kl
on a alors :
tr() =
ii
=
_
(
iikl


(
iikl
_

kl
=
_
(
iikl

(
aaii
(
aakl
(
aabb
_

kl
= 0
et le tenseur est de trace nulle.

Remarque 13.6
Dans le cas isotrope, la relation contraintes-deformations prend la forme de lequation 11.9 et on
a :
1. La constante (
aabb
devient :
(
aabb
= I
aa
I
bb
+(2I
ab
I
ab
) = 9 + 6
2. Le tenseur

I est egal au tenseur I. En eet :

I
ij
=
3(
aaij
(
aabb
=
I
aa
I
ij
+ 2I
ai
I
aj
3 + 2
=
3I
ij
+ 2I
ij
3 + 2
= I
ij
3. La pression devient :
p =
(
aakl

kl
3
=
(I
aa
I
kl
+ 2I
ak
I
al
)
kl
3
=
3I
kl

kl
+ 2I
kl

kl
3
=
(3 + 2)tr((u))
3
= k u
Formulations mixtes en elasticite lineaire 281

Le syst`eme mixte dans le cas anisotrope peut maintenant secrire :


_

_
(C

C) : (u) p

I
_
= r

9
(
aabb
p (

I : (u)) = 0
qui est une generalisation de la forme variationnelle 13.6. Multipliant ces 2 equations par des
fonctions tests w et q et integrant par parties, on trouve la formulation variationnelle :
_

_
(C

C) : (u)
_
: (w) dv
_

I : (w) dv =
_

r w dv

I : (u))q dv
9
(
aabb
_

pq dv = 0
et on retrouve encore la forme 13.6, mais cette fois avec les formes bilineaires suivantes :
a(u, w) =
_

_
(C

C) : (u)
_
: (w) dv
b(w, q) =
_

I : (w))q dv
c(p, q) =
9
(
aabb
_

pq dv
Remarque 13.7
Selon Bathe et Sussman [5], ce sont les materiaux pour lesquels la constante :
9
(
aabb
tend vers linni qui requi`erent lemploi de methodes mixtes.
13.3 Resultats numeriques
13.3.1 Plaque trouee en elongation
Nous avons dej`a vu ce probl`eme au chapitre 11 (voir la gure 11.5) et nous lavons resolu par
une methode en deplacements seulement. Cette formulation avait alors montre ses faiblesse dans
282 Chapitre 13
le cas o` u approchait 0,5 c.-`a-d. dans le cas dun materiau quasi-incompressible. Nous reprenons
cette fois la resolution mais avec une methode mixte. Nous utiliserons un element quadrangulaire
`a 9 noeuds pour la vitesse et un element `a 4 noeuds pour la pression (voir la gure 6.4).
Les gures 13.1 `a 13.3 reprennent celles du chapitre 11 en ajoutant au passage la pression
(absente en formulation deplacements). Les deplacements de la gure 13.1 ont ete amplies dun
facteur 3.
Contrairement `a la formulation en deplacement seulement, la formulation mixte donne dexcel-
lents resultats, meme pour = 0,4999999 comme on peut le constater `a la gure 13.4
Formulations mixtes en elasticite lineaire 283
Figure 13.1 Deplacements : = 0,3, = 0,4 et = 0,4999
284 Chapitre 13
Figure 13.2 Pression : = 0,3, = 0,4 et = 0,4999
Formulations mixtes en elasticite lineaire 285
Figure 13.3 Contrainte
11
: = 0,3, = 0,4 et = 0,4999
286 Chapitre 13
Figure 13.4 Contrainte
11
et p : = 0,499 9999
Formulations mixtes en elasticite lineaire 287
13.4 Exercices
1. La denition du tenseur des contraintes en elasticite lineaire du chapitre 11 nous donne :
= 2(u) +( u)I
Poser p = (u) et obtenir une nouvelle formulation mixte du probl`eme delasticite lineaire
(leg`erement dierente du syst`eme 13.6). Discuter de lexistence et de lunicite de la solution.
288 Chapitre 13
Chapitre 14
Materiaux en grandes deformations
14.1 Introduction
Nous avons vu jusqu`a maintenant plusieurs applications de la methode des elements nis qui
se caracterisaient toutes par un domaine de calcul xe (note ). En y regardant cependant de plus
pr`es, on decouvre que ce netait pas tout-`a-fait le cas. En eet, les probl`emes en elasticite lineaire
rencontres aux chapitres 11 et 13 entranent une deformation du domaine . Cette deformation etait
supposee faible de sorte que, dans les formulations variationnelles, toutes les integrales portaient
quand meme sur le domaine non deforme . Dans le cas des probl`emes dits en grandes deformations,
cette simplication nest plus possible. Ces deformations entranent des non-linearites geometriques
importantes. La normale `a la geometrie nest plus constante mais varie en fonction de la deformation.
Par exemple, un pneu qui saplatit au contact de la route subit une deformation signicative par
rapport `a sa forme circulaire initiale et on ne peut negliger levolution du domaine en fonction de
la charge imposee. Cest lobjet de ce chapitre.
Le probl`eme consiste `a calculer la deformation dun corps de forme initiale
0
lorsquil est
soumis `a des deplacements et des contraintes externes. Nous ne considererons pour le moment que
les materiaux hyperelastiques. Au prealable, il nous faut introduire plusieurs concepts nouveaux
qui nous permettrons daborder les formulations variationnelles en grandes deformations.
14.2 Deformations et tenseurs associes
Nous noterons
0
le domaine initial et X = (X
1
, X
2
, X
3
)

un point materiel de ce domaine.


Au l du temps, le domaine
0
se deplace et se deforme et le domaine ainsi deforme sera note
t
(la notation indiquant la dependance par rapport au temps). Le point correspondant `a X dans
cette nouvelle conguration sera note x(X, t) = (x
1
(X, t), x
2
(X, t), x
3
(X, t))

. Lindice superieur

denote la transposee de sorte que les points et vecteurs sont representes par des matrices colonnes
3 par 1. La particule initialement situee en X dans la conguration initiale
0
sera donc situee
en x dans la conguration
t
au temps t. Le point materiel X a donc subit un deplacement
289
290 Chapitre 14
E
2
E
3
E
1
X
x
u
(X
, t)

t
Figure 14.1 Description cinematique
u(X, t) = x(X, t) X, que lon peut exprimer sous la forme :
_
_
x
1
(X, t)
x
2
(X, t)
x
3
(X, t)
_
_
=
_
_
X
1
X
2
X
3
_
_
+
_
_
u
1
(X, t)
u
2
(X, t)
u
3
(X, t)
_
_
(14.1)
Des elements de longueur dX, de surface dA ou de volume dV dans la conguration initiale
0
seront transformes respectivement en dx, da et dv dans la conguration deformee
t
. La cle de ces
transformations est le tenseur gradient de deformation deni par :
F =
_

_
x
1
X
1
x
1
X
2
x
1
X
3
x
2
X
1
x
2
X
2
x
2
X
3
x
3
X
1
x
3
X
2
x
3
X
3
_

_
dont linverse est F
1
=
_

_
X
1
x
1
X
1
x
2
X
1
x
3
X
2
x
1
X
2
x
2
X
2
x
3
X
3
x
1
X
3
x
2
X
3
x
3
_

_
(14.2)
Nous supposons que le tenseur gradient de deformation est toujours inversible et nous notons J
son determinant et F
ij
ses composantes. En pratique, on calculera le deplacement u de sorte quil
convient dutiliser la relation 14.1 et dexprimer le tenseur gradient de deformation en fonction du
tenseur gradient des deplacements :
F = I +
X
u (14.3)
Materiaux en grandes deformations 291
Lindice inferieur dans le symbole
X
indique que les derivees sont prises par rapport aux variables
X
i
c.-`a-d. dans la conguration initiale. On a ainsi :
(
X
u)
ij
=
u
i
X
j
dont la partie symetrique :

X
(u) =

X
u +

X
u
2
est le tenseur de deformation que nous avons rencontre dans le cas des petites deformations (voir
le chapitre 11). Par derivation en chane, on a :
u
i
x
j
=
u
i
X
k
X
k
x
j
de sorte que :
u =
X
uF
1
ou encore
X
u = uF (14.4)
Il en resulte que le tenseur de deformation (u) peut secrire :
(u) =
1
2
_
u +

u
_
=
1
2
_

X
uF
1
+F

X
u
_
(14.5)
En multipliant la relation (14.3) de chaque cote par F
1
, on a de plus que :
F
1
= I u (14.6)
Le tenseur F permet de suivre levolution de la deformation de la geometrie initiale. Ainsi, un
element de longueur dX = (dX
1
, dX
2
, dX
3
)

de la geometrie initiale sera transforme en un element


de longueur dx = (dx
1
, dx
2
, dx
3
)

sur la geometrie deformee. De plus, puisque :


dx
i
=
x
i
X
j
dX
j
on a immediatement que :
dx = F dX
La longueur dl de lelement dX sera modiee pour devenir :
(dl)
2
= dxdx = (F dX)(F dX) = dX(F

F dX) = dX(CdX) = (CdX)dX


par denition de la transposee dun tenseur (voir lannexe B pour quelques rappels sur les tenseurs)
et o` u on a introduit le tenseur de Cauchy-Green C = F

F qui jouera un role important par


la suite.
1
Notons au passage que ce tenseur est symetrique, contrairement au tenseur gradient de
deformation F.
1. Le symbole designe le produit contracte de deux tenseurs ou le produit dun tenseur et dun vecteur.
292 Chapitre 14
De meme, si on consid`ere maintenant deux elements de longueur dX
1
et dX
2
(non colineaires),
on peut denir un element de surface dA = dX
1
dX
2
( etant le produit vectoriel). On a ainsi :
dA = dX
1
dX
2
=
dX
1
dX
2
| dX
1
dX
2
|
| dX
1
dX
2
|= NdA
en rappelant que le produit vectoriel donne un vecteur orthogonal `a dX
1
et dX
2
et que le module
du produit vectoriel nest autre que laire du parallelogramme engendre par ces deux vecteurs. On
remarquera de plus la dierence entre lelement daire oriente dA (un vecteur) et son aire dA (un
scalaire).
Lemme 14.4 (Changement de volume) :
Un element de volume dV de la conguration initiale sera transforme en un element de volume dv
de la conguration deformee suivant la formule classique de changement de variables :
dv = det (F) dV = J dV ou encore dx
1
(dx
2
dx
3
) = JdX
1
(dX
2
dX
3
) (14.7)
Demonstration :
Rappelons tout dabord un resultat classique dont la demonstration est laissee en exercice. Si M
est un tenseur et u, v deux vecteurs, alors :
(Mu Mv) = det (M) M

(u v)
On a ainsi :
dv = dx
1
(dx
2
dx
3
) = F dX
1
(F dX
2
F dX
3
)
= det (F) F dX
1
(F

(dX
2
dX
3
))
= det (F) dX
1
(dX
2
dX
3
) = JdV

De meme, un element daire orientee dA = NdA et sa normale N sur la geometrie initiale (non
deformee) seront transformes respectivement en da = nda et n sur la geometrie actuelle (deformee)
selon la formule de Nanson que nous allons demontrer.
Lemme 14.5 (Formule de Nanson) :
Un element daire orientee se transforme suivant la relation :
da = J(X)F

dA ou encore nda = J(X)F

NdA (14.8)
Demonstration :
Materiaux en grandes deformations 293
Puisque dv = J dV , on a :
dxda = JdXdA
et puisque dx = F dX :
(F dX)da = JdXdA ou encore dX(F

da) = JdXdA
pour tout vecteur dX. On a ainsi :
F

da = JdA
do` u le resultat.
Lemme 14.6 (Formule de Piola) :
Loperateur de divergence se transforme dune geometrie `a lautre suivant la relation :
_

t
wdv =
_

X
W dV o` u W = JF
1
w (14.9)
Demonstration :
Le resultat decoule de la formule de Nanson et du theor`eme de la divergence. On a en eet :
_

t
wdv =
_

t
w nda =
_

0
w (JF

N) dA =
_

0
J(F
1
w) N dA =
_

0
W N dA
et on obtient le resultat par une nouvelle application du theor`eme de la divergence, cette fois sur
la geometrie initiale.
Lemme 14.7 (Jacobien surfacique et evolution de la normale) :
Le rapport des aires entre des elements de surface deformee et non deformee da/dA est appele le
jacobien surfacique que lon note J
s
et qui secrit :
J
s
=
da
dA
= J[[F

N[[ = J
_
(C
1
N)N =
J
_
(F F

n)n
(14.10)
De plus, la normale `a la conguration deformee n evolue `a partir de la normale `a la conguration
initiale N suivant la formule :
n = JF

N
dA
da
=
J
J
s
(F

N) (14.11)
Demonstration :
294 Chapitre 14
De la formule de Nanson 14.8, on a nda = JF

NdA de sorte quen prenant la norme de chaque


cote, on a dune part :
da = J [[F

N[[ dA ou encore
da
dA
= J [[F

N[[
et dautre part :
[[F

N[[
2
= (F

N)(F

N) = (F
1
F

N)N = (C
1
N)N
do` u :
da
dA
= J
_
(C
1
N)N et par un calcul similaire
da
dA
=
J
_
(F F

n)n

Lemme 14.8 (

Evolution de la masse volumique) :


Puisquil ny a aucune perte de masse au cours de la deformation du corps, la masse volumique
evolue suivant la formule :

0
dV = dv = J dV ou encore =

0
J
(14.12)
de sorte que si det F = J = 1, la masse volumique reste constante.
14.3 Tenseurs de Green-Lagrange et Piola-Kircho
Les lois de comportement du materiau reliant les contraintes aux deformations sont dune grande
complexite. Nous introduirons dans ce qui suit les tenseurs de Green-Lagrange et de Piola-Kircho
apparaissant dans ces lois de comportement. Nous discutons dabord dun resultat de decomposition
des tenseurs dordre 2.
Theor`eme 14.1 (Decomposition polaire)
Tout tenseur peut secrire comme le produit dun tenseur de rotation R orthogonal (R

R =
RR

= I) et dun tenseur delongation U (symetrique et deni positif) ou, dans lordre inverse,
dun tenseur delongation symetrique et deni positif V et dun tenseur de rotation R. En parti-
culier, le tenseur de deformation F peut etre factorise sous la forme :
F = RU = V R
Demonstration (facultative) :
Materiaux en grandes deformations 295
Puisque F est inversible, le tenseur F

F est symetrique et deni positif de sorte quil peut etre


diagonalise. On a donc :
F

F = Q
2
Q

(14.13)
o` u Q est un tenseur orthogonal (Q

Q = Q Q

= I), est un tenseur diagonal contenant la


racine carree des valeurs propres de F

F (puisquelles sont toutes strictement positives). On pose


maintenant :
U = QQ

do` u U
2
= (QQ

)(QQ

) = Q
2
Q

= F

F = C
Le tenseur U est de toute evidence symetrique et deni positif et est en quelque sorte la racine
carree de F

F. Posant maintenant R = FU
1
, on constate que ce nouveau tenseur est orthogonal.
En eet :
R

R = U

(F

F)U
1
= (Q

1
Q
1
)(Q
2
Q

)(Q

1
Q
1
) = U

U
2
U
1
= I
puisque U est symetrique. Suivant ces denitions, on a bien F = RU et en denissant le tenseur
symetrique V = RUR

, on a bien V R = RU = F. De plus,
V = RUR

= RQQ

= (RQ)(RQ)

ce qui permet de conclure que U et V poss`edent les memes valeurs propres mais que les vecteurs
propres de V sont obtenus en eectuant une rotation des vecteurs propres de U.
Denition 14.1
Le tenseur de deformation de Green-Lagrange, note E, est deni par :
E =
1
2
(C I) =
1
2
(U
2
I)
et le tenseur de Green-Lagrange est donc insensible aux rotations puisquil ne depend pas de R
(contrairement au tenseur de deformation F).
On peut de plus exprimer le tenseur de Green-Lagrange en fonction des composantes du depla-
cement. En eet, on a en vertu de la relation 14.3 :
E =
1
2
(F

F I) =
1
2
_
(I +
X
u)

(I +
X
u) I
_
et on obtient immediatement lexpression :
E =
1
2
_

X
u +

X
u +

X
u
X
u
_
=
X
(u) +
1
2

X
u
X
u (14.14)
296 Chapitre 14
Remarque 14.1
Lorsque les deformations sont petites, on peut negliger les termes dordre 2 dans le tenseur de
Green-Lagrange de sorte que :
E
1
2
_

X
u +

X
u
_
=
X
(u)
Cest cette expression qui a ete utilisee en elasticite lineaire. Dautre part, lexpression 14.14 est
bien une egalite, en ce sens quaucun terme na ete neglige.
Le tenseur le plus important est sans doute le tenseur des contraintes , qui agit sur la con-
guration deformee
t
. Cest donc ce tenseur que nous essaierons devaluer. Il est cependant dicile
de le manipuler directement puisque la geometrie varie constamment. Il est donc souvent preferable
de revenir sur la conguration initiale
0
et y denir des tenseurs de passage, qui nous permettrons
eventuellement de calculer .
Denition 14.2
Si df designe un element de force agissant sur un element de surface da de normale n de
t
, le
tenseur de Cauchy est celui qui verie :
df = n da ou encore
df
da
= n (14.15)
Denition 14.3
Si df designe un element de force agissant sur un element de surface da de normale n de
t
, alors
on denit le premier tenseur de Piola-Kircho par la relation :
df = N dA (14.16)
que lon peut aussi ecrire :
df
dA
= N
de sorte que le premier tenseur de Piola-Kircho exprime une force sur la conguration actuelle
par unite daire non deformee.
Materiaux en grandes deformations 297
Denition 14.4
Si df = n designe un element de force agissant sur un element de surface da de normale n
de
t
, alors, on denit sur la conguration initiale
0
, le deuxi`eme tenseur de Piola-Kircho S
comme le tenseur veriant :
S NdA = F
1
df = df
0
(14.17)
Il sagit donc dune force sur la conguration initiale par unite daire non deformee.
Une comparaison des relations 14.15 et 14.17 montrent bien la similarite des roles de sur
t
et
de S sur
0
.
Lemme 14.9
Les premier et deuxi`eme tenseurs de Piola-Kircho et S sont relies par la relation :
= F S (14.18)
Demonstration :
On a dune part :
df = N dA
et dautre part :
df = F df
0
= F SN dA
En soustrayant les deux derni`eres expressions, on trouve le resultat puisque NdA est arbitraire.
Il nous faut egalement relier entre eux le tenseur des contraintes sur la geometrie actuelle
t
,
au deuxi`eme tenseur de Piola-Kircho. Cest lobjet du prochain resultat.
Lemme 14.10
Le passage entre le tenseur de contraintes et le deuxi`eme tenseur de Piola-Kircho seectue `a
travers la relation :
=
1
J
F SF

ou encore S = JF
1
F

(14.19)
Demonstration :
Par denition du deuxi`eme tenseur de Piola-Kircho, on a dune part :
df = F df
0
= F S(N dA)
et dautre part, par la formule de Nanson, on a :
df = n da =
_
J F

(N dA)
_
298 Chapitre 14
Soustrayant ces deux derni`eres relations, on trouve :
_
JF

F S
_
(N dA) = 0
do` u le resultat puisquici encore NdA est arbitraire.
Lemme 14.11
Le tenseur de Cauchy et le premier tenseur de Piola-Kircho sont lies par les relations :
=
1
J
F

ou encore = JF

(14.20)
Demonstration : immediate
14.4 Materiaux hyperelastiques
Les materiaux hyperelastiques couvrent une vaste gamme dapplications notamment dans le
domaine du pneumatique. Nous allons proceder dans un cadre assez general et nous verrons, dans un
premier temps, les mod`eles de base (Saint-Venant-Kircho, neo-hookeen) et nous nous attarderons
par la suite aux materiaux hyperelastiques incompressibles.
Pour un materiau hyperelastique, le deuxi`eme tenseur de Piola-Kircho decoule dun potentiel
denergie de deformation comme suit :
S =

E
= 2

C
o` u C est le tenseur de Cauchy-Green. Le potentiel depend donc de C (et donc de E) et nous
lexprimerons en fonction de ses invariants (ou de ceux de E) :
I
1
= tr(C) = C
kk
I
2
=
1
2
_
I
2
1
tr(CC)
_
=
1
2
_
I
2
1
(C: C)
_
I
3
= det C = det F

F = J
2
On remarque que C : C = I
2
1
2I
2
est aussi un invariant. On supposera donc une relation de la
forme :
= (I
1
, I
2
, I
3
)
Materiaux en grandes deformations 299
Le potentiel elastique exprime ainsi est independant de la base utilisee. Le tenseur de Piola-Kircho
devient donc :
S =
_

I
1
I
1
E
+

I
2
I
2
E
+

I
3
I
3
E
_
= 2
_

I
1
I
1
C
+

I
2
I
2
C
+

I
3
I
3
C
_
relation qui fait intervenir les derivees des invariants dont on trouvera les expressions `a lequa-
tion B.18 de lannexe B.
Mod`ele de Saint-Venant-Kircho
Le mod`ele de Saint-Venant-Kircho est la generalisation aux grandes deformations du mod`ele
utilise en elasticite lineaire (petites deformations). Le potentiel denergie prend la forme (voir par
exemple Bonet et Wood [6]) :
=
1
2
(trE)
2
+(E: E)
de sorte que :
S =

E
= (trE)I + 2E
Au moment de la linearisation par la methode de Newton, nous aurons besoin du tenseur delasticite
dordre 4 :
C =

2

EE
=
S
E
On a alors en utilisant les derivees secondes des invariants (voir lequation B.19) :
S
E
:
E
=
_
tr(E)
E
:
E
_
I + 2
E
E
:
E
= (I :
E
)I + 2I :
E
= (I I + 2I):
E
Le tenseur dordre 4 C a donc pour composantes :
(
ijkl
= I
ij
I
kl
+ 2
_
I
ik
I
jl
+I
il
I
jk
2
_
resultat que nous avons dej`a obtenu au chapitre 11 et qui montre bien que le mod`ele de Saint-
Venant-Kircho est une generalisation du mod`ele delasticite lineaire
2
.
Mod`ele neo-hookeen (compressible)
Un autre mod`ele hyperelastique est le mod`ele neo-hookeen pour lequel le potentiel est de la
forme (voir [6]) :
=

2
(I
1
3) +

2
(ln J)
2
ln J =

2
(I
1
3) +

8
(ln I
3
)
2


2
ln I
3
2. Voir lannexe B pour la denition du tenseur I dordre 4.
300 Chapitre 14
de sorte que :
S = 2

C
= 2
_

2
I
1
C
+
(ln I
3
)
4I
3
I
3
C


2I
3
I
3
C
_
= 2
_

2
I +
_
ln(I
3
)
4
C
1


2
C
1
__ _
puisque
I
3
C
= I
3
C
1
_
= (I C
1
) +

2
(ln I
3
)C
1
et :
C:
C
= 2
S
C
:
C
= 2
_

C
1
C
:
C
+

2
__
ln(I
3
)
C
:
C
_
C
1
+ ln(I
3
)
_
C
1
C
:
C
___
= 2J :
C
+
__
1
I
3
I
3
C
1
:
C
_
C
1
+ ln(I
3
)J :
C
_
= 2J :
C
+
_
C
1
:
C
_
C
1
+ln(I
3
)J :
C
=
_
(ln(I
3
) 2)J +C
1
C
1

:
C
(Voir lannexe B pour la denition du tenseur J dordre 4).
Remarque 14.2
Si on consid`ere le cas des petites deformations, on peut considerer le domaine comme constant
et il ny a plus de dierences entre la variable X sur la geometrie initiale et la variable x de la
geometrie deformee (
X
= ), ces deux geometries etant confondues. On peut aussi negliger les
termes dordre 2 du tenseur de Cauchy-Green et on a :
C = (F

F) = (I +u)

(I +u) I + 2(u)
de sorte que :
I
1
= tr(C) tr(I + 2(u)) = 3 + 2 u
De lequation 14.6 pour F
1
:
C
1
= F
1
F

= (I u)(I u)

I 2(u)
De meme :
J = det F 1 + u do` u p = k(J 1) k( u)
Materiaux en grandes deformations 301
et on a ainsi, toujours en negligeant les termes dordre 2 :
S
_
I
1
3
(3 + 2 u)(I 2(u))
_
+k( u)(I 2(u))
=
_

2
3
uI + 2(u)
_
+k( u)(I 2(u))
=
_
k
2
3
_
( u)I + 2(u) = ( u)I + 2(u)
qui correspond, lui aussi, au mod`ele utilise au chapitre 11.
14.4.1 Limite incompressible
Lors de letude des probl`emes delasticite lineaire en petites deformations des chapitres 11 et 13,
nous avons pu constater que la limite incompressible pose des probl`emes numeriques qui ont ete
surmontes par lemploi de methodes mixtes judicieusement choisies. Cest encore le cas en grandes
deformations. Les materiaux incompressibles (ou quasi incompressibles) ont la particularite de se
deformer tout en preservant le volume. Cela se traduit par la condition det F = 1 si le mate-
riau est parfaitement incompressible, ou plus generalement par det F 1 dans le cas dit quasi-
incompressible. Pour les petites deformations, cette condition est equivalente `a u 0, expression
que nous connaissons bien. Il semble donc naturel lorsque lon etudie de tels materiaux de decoupler
les deformations volumiques des autres deformations dites isochoriques. Une facon dy arriver est
dintroduire un nouveau tenseur de deformation :

F = (det F)
1/3
F = J
1/3
F
dont le determinant est de toute evidence 1. On obtient de cette mani`ere une decomposition du
tenseur de deformation F = J
1/3

F en une partie volumique et une partie isochorique. On obtient
egalement une decomposition du tenseur de Cauchy-Green :
C = J
2/3

F


F = J
2/3

C = I
1/3
3

C ou encore

C = I
1/3
3
C
On a de plus que det

C = 1. On exprimera dorenavant le potentiel en fonction des deux premiers
invariants de

C c.-`a-d. :
J
1
= tr(

C) = I
1
I
1/3
3
J
2
=
1
2
_
J
2
1


C:

C
_
= I
2
I
2/3
3
mais aussi de J puisque J
3
= det

C = 1. Dans les mod`eles que nous verrons plus loin, le potentiel
denergie sera plus precisement de la forme :
=
0
(J
1
, J
2
) +
1
2
k(J 1)
2
302 Chapitre 14
o` u
0
(J
1
, J
2
) est un polynome en J
1
et J
2
et k est le module de compressibilite. Si k est grand, on
force ainsi lincompressibilite. On a donc :
S = 2

C
= 2

0
C
+ 2k(J 1)
J
C
= 2
_

0
J
1
J
1
C
+

0
J
2
J
2
C
_
+k(J 1)JC
1
Rappelons de plus que :
p =
1
3
tr() =
1
3J
tr(F SF

) =
1
3J
tr(SC)
en vertu des proprietes de la trace dun produit B.5. Or, on verie facilement (voir les exercices de
n de chapitre) `a laide des expressions B.20 que :
J
1
C
C =
J
2
C
C = 0, de sorte que S C = k(J 1)JI
et par la suite :
p =
1
3J
tr(SC) = k(J 1)
Le tenseur de Piola-Kircho secrit donc :
S = 2
_

0
J
1
J
1
C
+

0
J
2
J
2
C
_
pJC
1
= S

pJC
1
(14.21)
Dans les developpements qui suivent, on aura besoin des derivees des invariants (calculees `a
lannexe B) pour obtenir les tenseurs de Piola-Kircho et delasticite.
Mod`ele de Mooney-Rivlin incompressible
Pour le mod`ele dit de Mooney-Rivlin
3
, le potentiel peut alors secrire :
= c
1
(J
1
3) +c
2
(J
2
3) +
1
2
k(J 1)
2
de sorte que :
S = 2
_
c
1
J
1
C
+c
2
J
2
C
_
pJC
1
Le tenseur C secrit quant `a lui :
C = 4

C
2
= 4
_
c
1

2
J
1
C
2
+c
2

2
J
2
C
2
p

2
J
C
2
_
3. Le britano-americain Ronald Samuel Rivlin (19152005) etait mathematicien, physicien, rheologue et surtout,
specialiste des caoutchoucs. Melvin Mooney (18931968) etait un rheologue americain, concepteur de nombreux
equipements specialement utilises pour le caoutchouc.
Materiaux en grandes deformations 303
En developpant, le tenseur de Piola-Kircho pour le mod`ele de Mooney-Rivlin secrit donc :
S = 2c
1
_
I
1
C
I
1/3
3

1
3
I
1
I
4/3
3
I
3
C
_
+ 2c
2
_
I
2
C
I
2/3
3

2
3
I
2
I
5/3
3
I
3
C
_
pJC
1
= 2c
1
I
1/3
3
_
I
1
3
I
1
C
1
_
+ 2c
2
I
2/3
3
_
I
1
I C
2
3
I
2
C
1
_
pJC
1
= S

pJC
1
Mod`ele neo-hookeen incompressible
Le mod`ele neo-hookeen est un cas particulier du mod`ele de Mooney-Rivlin obtenu en posant
= 2c
1
et c
2
= 0 de sorte que :
S = I
1/3
3
_
I
1
3
I
1
C
1
_
pJC
1
14.5 Formulations variationnelles
Nous avons en main tous les outils pour obtenir la formulation variationnelle ou plus preci-
sement les formulations variationnelles. Nous considererons en eet dierentes formulations dites
en deplacements ou encore mixtes. Nous ecrirons egalement ces formulations sur les geometries
deformee et non deformee.
Lequation dequilibre sur la conguration deformee
t
secrit :
= r dans
t
On multiplie ensuite par une fonction test w et on int`egre pour obtenir
4
:
_

t
: w dv
_

t
(n)w da =
_

t
rw dv
Les conditions aux limites sont egalement plus complexes en grandes deformations. Comme aupara-
vant, si on impose des conditions de Dirichlet sur le deplacement u sur une partie de la fronti`ere
t
D
,
alors les fonctions tests w sy annulent. On peut aussi imposer des conditions de type Neumann sur
une partie
N
de la fronti`ere de meme que des conditions de contact frottant ou non sur une autre
partie
C
. On parlera de contact lorsque le domaine
t
rencontre un obstacle rigide ou lui-meme
deformable. Nous considererons les quatre cas suivants :
1. Condition de Dirichlet en deplacement : u = g sur
t
D
. Les fonctions tests w sannuleront alors
sur
t
D
. On peut aussi bien s ur imposer une condition aux limites sur une des composantes
de u seulement.
4. Le symbole : designe le produit doublement contracte de deux tenseurs (voir lannexe B).
304 Chapitre 14
2. Condition de Neumann : n = h sur
t
N
. Ici encore, on peut nimposer quune seule des
composantes.
3. Pression suiveuse : n = Pn sur
t
P
. Il sagit l`a dune condition frequemment utilisee en
pratique et qui necessitera un traitement particulier. On remarque la presence de la normale
`a la geometrie deformee qui varie dans le temps, do` u le nom de pression suiveuse. Nous y
reviendrons plus loin.
4. Condition de contact frottant ou non sur
t
C
. Un corps en deformation est susceptible dentrer
en contact avec un autre corps, lui-meme deformable ou non et de sy frotter. Les applications
sont fort nombreuses mais la physique du probl`eme est tr`es complexe et limplementation de
methodes numeriques demande beaucoup de soin. Mentionnons tout de meme quelques mots `a
ce sujet. On decompose le tenseur des contraintes et la fonction test suivant leur composantes
normale et tangentielle de la mani`ere suivante :
n =
n
n +
t
et w = (w n)n +w
t
La formulation variationnelle devient :
_

t
: w dv =
_

t
rw dv +
_

t
N
hw da +
_

t
P
Pnw da +
_

t
C
(
n
(w n) +
t
w
t
) da (14.22)
La composante
n
permettra de controler linterpenetration des corps en contact tandis que
t
nous permettra dimposer la force de frottement. Nous reviendrons plus loin sur cette formulation
variationnelle. Notons que les derivees dans cette expression sont eectuees par rapport `a la con-
guration actuelle
t
c.-`a-d. par rapport aux variables x
i
et que de plus, cette conguration est a
priori inconnue. Nous allons ramener cette formulation variationnelle sur la conguration initiale

0
. On distinguera les integrales volumiques des integrales surfaciques, meme si le traitement est
semblable dans les deux cas.
14.5.1 Integrales volumiques
Pour se ramener sur la conguration initiale, un changement de variables classique est necessaire.
Il est quand meme bon de revoir les details.
Lemme 14.12
_

t
r w dv =
_

0
r wJ dV et
_

t
: w dv =
_

0
:
X
w dV (14.23)
Demonstration :
La premi`ere egalite est la formule de changement de variables classique. Pour la deuxi`eme, on rap-
pelle que le tenseur de contraintes et le second tenseur de Piola-Kircho verie la relation 14.19.
Materiaux en grandes deformations 305
De lequation 14.5 et des proprietes de la trace et du produit doublement contracte B.5 et B.9, on
a :
_

t
: w dv =
_

0
_
F SF

J
_
:
_

X
wF
1
_
J dV
=
_

0
tr
_
(F SF

)(
X
wF
1
)

_
dV
=
_

0
tr
_
F SF

X
w
_
dV
=
_

0
(F S):
X
w dV
On reconnat ainsi le premier tenseur de Piola-Kircho.
14.5.2 Integrales surfaciques
Pour obtenir une formulation variationnelle compl`ete, il nous faut transformer les integrales
surfaciques (provenant des conditions aux limites de type Neumann) de la conguration deformee
`a la conguration initiale. Il faudra voir aussi comment se transforme la normale. Typiquement, on
devra transformer des expressions de la forme :
_

f da =
_

0
f
da
dA
dA =
_

0
f J
s
dA
o` u le jacobien surfacique J
s
est donne par la formule 14.10.
Par exemple, limposition des conditions aux limites naturelles nous am`ene `a considerer :
_

t
C
(n)w da =
_

0
C
(
_
F

N
J
J
s
_
w J
s
dA =
_

0
C
(N)w dA
o` u on a utilise la formule de Nanson et la relation = JF

.
14.5.3 Pression suiveuse
Les pressions dites suiveuses sont parmi les plus importantes conditions aux limites dans les
probl`emes en grandes deformations. Rappelons quil sagit dune condition de la forme n = Pn,
do` u leur qualite de suiveuse puisque cette force surfacique suit la direction de la normale `a la
conguration deformee (contrairement `a une condition de Neumann classique). On doit donc ajouter
au second membre un terme de la forme (voir la relation 14.22) :
P
s
=
_

t
P
Pn wda =
_

0
P
Pw(F

N) J dA
expression obtenue `a laide de la formule de Nanson 14.8.
306 Chapitre 14
14.5.4 Formulation variationnelle sur la conguration initiale
Dans un premier temps, nous negligerons les forces de contact et nous nous limiterons aux conditions
de Neumann usuelles et aux pressions suiveuses. La formulation variationnelle 14.22 se reduit `a :
_

t
: w dv =
_

t
N
hw da +
_

t
P
Pn wda +
_

t
rw dv
qui equivaut `a resoudre sur la conguration deformee les equations :
_

_
= r dans
t
n = h sur
t
N
n = Pn sur
t
P
En se servant des resultats precedents, on peut reporter cette formulation variationnelle sur la
conguration non deformee :
_

0
(F S):
X
w dV =
_

0
N
hwJ
s
dA+
_

0
P
Pw(F

N) J dA+
_

0
rw J dV
=
_

0
N
h
0
w dA+
_

0
P
Pw(F

N) J dA+
_

0
r
0
w dV
o` u r
0
= J r et h
0
= J
s
h. La formulation variationnelle sur la conguration non deformee est donc :
_

0
:
X
w dV =
_

0
N
h
0
w dA+
_

0
P
Pw(F

N) J dA+
_

0
r
0
w dV (14.24)
et le probl`eme equivaut `a resoudre :
_

_
= r
0
dans
0
(r
0
(X) = Jr(x))
N = h
0
sur
0
N
(h
0
(X) = J
s
h(x))
N = PJ(F

N) sur
0
P
sur la conguration initiale (non deformee). Cest donc le premier tenseur de Piola-Kircho qui
apparat dans la conguration initiale et qui joue le meme role que le tenseur sur la conguration
deformee. Les autres types de conditions aux limites seront abordes un peu plus loin. Une autre
forme equivalente est la suivante :
_

0
S:
_
F

X
w
_
dV =
_

0
N
h
0
w dA+
_

0
P
Pw(F

N) J dA+
_

0
r
0
w dV
(14.25)
Materiaux en grandes deformations 307
Formulation variationnelle mixte pour materiaux quasi-incompressibles
Pour simplier lexpose, nous supposerons quil ny a aucune pression suiveuse imposee. Si on
utilise la decomposition 14.21, la formulation variationnelle 14.24 devient :
_

0
(F (S

pJC
1
)):
X
w dV =
_

0
N
h
0
w dA+
_

0
r
0
w dV
qui sous sa forme actuelle, nous am`ene directement `a une formulation mixte puisquon doit jumeler
la derni`ere equation `a la condition :
p = k(J 1) ou encore
p
k
+ (J 1) = 0
qui devient sous forme variationnelle :
_

0
_
(J 1) +
1
k
p
_
q dV = 0 q
On remarque de plus que F C
1
= F

et une formulation mixte en grandes deformations aura


donc la forme du syst`eme suivant :
_

0
(F S

):
X
w dV
_

0
pJF

:
X
w dV =
_

0
N
h
0
w dA+
_

0
r
0
w dV
_

0
(J 1)q dV +
_

0
1
k
pq dV = 0
ou en utilisant encore les proprietes du produit doublement contracte :
_

_
_

0
S

: (F

X
w) dV
_

0
pJF

:
X
w dV =
_

0
N
h
0
w dA+
_

0
r
0
w dV
_

0
(J 1)q dV +
_

0
1
k
pq dV = 0
(14.26)
Cette formulation est non lineaire et devra donc eventuellement etre linearisee.
14.6 Linearisation et methode de Newton
La formulation variationnelle du probl`eme etant non lineaire, la methode de Newton semble
la plus appropriee pour sa resolution et elle est frequemment utilisee. On doit donc eectuer une
linearisation.
308 Chapitre 14
14.6.1 Formulation en deplacement seulement
Cette formulation, exprimee par la relation 14.24, est pertinente dans le cas o` u le materiau est
loin de la limite incompressible. Dans le cas incompressible (ou quasi-incompressible), on utilisera
avantageusement la formulation mixte de la section 14.6.2. On pose donc :
R(u, w) =
_

0
F(u)S(u):
X
w dV
_

0
N
h
0
w dA
_

0
P
Pw(F

N) J dA
_

0
r
0
w dV
et partant de u
0
, on cherche une correction
u
de sorte que R(u
0
+
u
, w) = 0. On constate aisement
quil y a deux termes `a lineariser soit le terme incluant la contribution du tenseur de Piola-Kircho
et le terme de pression suiveuse.
Linearisation du materiau
Le premier terme `a lineariser fait intervenir le tenseur de Piola-Kircho :
_

0
F(u)S(u):
X
w dV =
_

0
S(u): (F

(u)
X
w) dV
en vertu de B.10. La derivee est donc :
_

0
_
S
u

u
_
: (F

X
w) dV +
_

0
S:
__
F

u

u
_

X
w
_
dV
Lemme 14.13
S
u

u
=
S
E
:
_
E
u

u
_
= C:
_
F

u
+

u
F
_
2
= C:
_
F

u
_
F

u

u
=

X
(
u
)
(14.27)
Demonstration : Le resultat suit de la denition de C et de la relation B.22.
La linearisation du premier terme devient donc :
_

0
S(u
0
):
_

X
(
u
)
X
w
_
dV +
_

0
_
C(u
0
):
_
F

(u
0
)
X
(
u
)
__
:
_
F

(u
0
)
X
w
_
dV
Materiaux en grandes deformations 309
Linearisation de la pression suiveuse
Rappelons quune pression suiveuse fait intervenir un terme de la forme :
P
s
=
_

t
P
Pn wda =
_

0
P
Pw(F

N) J dA
quil faut aussi lineariser par rapport au deplacement u. On constate que seuls J et F

dependent
de u. Il faudra donc evaluer leur variation par rapport `a u c.-`a-d. :
J
u

u
=
J
F
:
_
F
u

u
_
F

u

u
=
F

F
:
_
F
u

u
_
Rappelons quen vertu des relations B.21, B.17 et B.15, on a immediatement que :
F
u

u
=
X

u
,
J
F
:
F
= JF

:
F
et
F

F
:
F
= F

(
F
)

= K:
F
(14.28)
de sorte que :
J
u

u
= JF

:
X

u
F

u

u
= F

(
X

u
)

= K:
X

u
En derivant le terme de pression suiveuse, on doit ajouter `a la formulation variationnelle (la matrice
tangente) une contribution de la forme :
P
s
u

u
=
_

0
P
Pw
__
J
u

u
_
(F

N) +J
_
F

u

u
_
N
_
dA
=
_

0
P
Pw
__
F

:
X

u
_
(F

N)
_
F

(
X

u
)

_
N
_
J dA
=
_

0
P
Pw
__
F

:
X

u
_
(F

N) + (K:
X

u
)N
_
J dA
=
_

0
P
Pw
__
F

+K
_
:
X

u
_
NJ dA (en vertu de la relation B.8)
qui nest pas symetrique. La perte de symetrie due `a la linearisation des pressions suiveuses exige
de mettre en memoire une matrice compl`ete non symetrique, au lieu dune demi matrice seulement.
310 Chapitre 14
Cette perte de symetrie a aussi des consequences sur le choix des methodes iteratives de resolution
des syst`emes lineaires qui en resultent puisque certaines methodes comme le gradient conjugue ne
fonctionnent que pour des matrices symetriques.
Pour contourner partiellement cette diculte, on peut symetriser la contribution de la pression
suiveuse `a la matrice tangente. Si on denote M
P
cette matrice, on peut en eet la remplacer par
(M
P
+M

P
)/2. Le prix `a payer est que dans ces conditions, nous ne sommes plus en presence dune
methode de Newton et que la convergence nest plus quadratique. En fait lexperience montre quil
faut alors charger la pression suiveuse par increments progressifs, ce qui augmente sensiblement le
co ut de calcul. Ce qui a ete gagne en espace memoire est perdu en temps de calcul...
Exemple 14.1 On consid`ere dans cet exemple une tige de section carree faite dun materiau
hyperelastique. On xe lextremite gauche de la tige de sorte que les deplacements y soient nuls c.-
`a-d. u = 0. Sur la paroi superieure de cette tige, on impose dabord une condition de type Neumann
n = h qui comme on la vu, est equivalente `a imposer n = J
s
h sur la conguration non
deformee.
Syst`eme `a resoudre
En resume, la methode de Newton pour une fomulation en deplacement seulement requiert la
resolution de syst`emes lineaires de la forme :
R(u
0
, w)
u

u
= R(u
0
, w)
o` u :
R(u
0
, w)
u

u
=
_

0
S(u
0
):
_

X
(
u
)
X
w
_
dV +
_

0
_
C(u
0
):
_
F

(u
0
)
X
(
u
)
__
:
_
F

(u
0
)
X
w
_
dV +

_
_

0
P
Pw
__
F

:
X

u
_
(F

N)
_
F

(
X

u
)

_
N
_
J dA
_
(14.29)
14.6.2 Formulation mixte en deplacements-pression
On fera lhypoth`ese que le tenseur de Piola-Kircho ne depend que du deplacement et de la
pression sous la forme :
S(u, p) = S(E(u), p)
Materiaux en grandes deformations 311
a) Maillage
b) Condition de Neumann
c) Pression suiveuse
Figure 14.2 Comparaison dune condition de Neumann et dune pression suiveuse
312 Chapitre 14
On pose ensuite :
R
1
((u, p), w) =
_

0
S: (F

X
w) dV
_

0
N
h
0
w dA
_

0
r
0
w dV
=
_

0
S

: (F

X
w) dV
_

0
pJF

:
X
w dV
_

0
N
h
0
w dA
_

0
r
0
w dV
R
2
((u, p), q) =
_

0
_
(J 1)
1
k
p
_
q dV
Partant dune approximation (u
0
, p
0
) du deplacement, on cherche une correction (
u
,
p
) de sorte
que
R
1
((u
0
+
u
, p +
p
), w) = 0
R
2
((u
0
+
u
, p +
p
), q) = 0
On doit donc lineariser ce syst`eme par rapport `a chacune des variables u et p. Pour ce faire, on a
besoin de quelques lemmes.
Lemme 14.14
S
p
q = qJC
1
(14.30)
Demonstration :
La demonstration decoule de la denition de S.
Lemme 14.15
On a :
R
1
((u
0
, p
0
), w)
u

u
=
_

0
S(u
0
, p
0
):
_

X
(
u
)
X
w
_
dV +
_

0
_
C(u
0
, p
0
):
_
F

(u
0
)
X
(
u
)
__
:
_
F

(u
0
)
X
w
_
dV
R
1
((u
0
, p
0
), w)
p

p
=
_

0
J
p
_
F

(u
0
):
X
w
_
dV
R
2
((u
0
, p
0
), q)
u

u
=
_

0
J q
_
F

(u
0
):
X

u
_
dV
R
2
((u
0
, p
0
), q)
p

p
=
_

0
1
k

p
q dV
Materiaux en grandes deformations 313
o` u C est le tenseur du quatri`eme ordre deni par :
C =
S
E
= 2
S
C
Demonstration :
La demonstration decoule des lemmes precedents.
5

La formulation variationnelle linearisee est donc :


_

_
R
1
((u
0
, p
0
), w)
u

u

_

p
JF

(u
0
):
X
w dV = R
1
((u
0
, p
0
), w)

0
q JF

(u
0
):
X

u
dV
_

0
1
k

p
q dV = R
2
((u
0
, p
0
), q)
(14.31)
En vertu du lemme precedent, on remarque que pour les materiaux hyperelastiques, le syst`eme
linearise est symetrique, sauf en presence dune pression suiveuse (voir la section 14.6.1).
14.6.3 Formulation penalisee
La penalisation est une technique couramment utilisee dans le but de diminuer la taille des
syst`emes non lineaires `a resoudre. Elle permet, dans certaines conditions, deliminer la variable p
du syst`eme. Cette methode est particuli`erement ecace dans le cas de la discretisation de p par des
polynomes discontinus dun element `a lautre. Les cas les plus frequents sont les approximations
constante et lineaire par element. On se referera au chapitre 12 o` u ce type de discretisations a dej`a
ete discute.
Sur un element K, la formulation variationnelle linearisee 14.31 devient, sous forme matricielle :
_
A
K
B
K

B
K
M
K
_
_

K
u

p
K
_
=
_
R
K
1
R
K
2
_
o` u les dierentes matrices elementaires sont directement denies par 14.31. Lorsque la variable p
est discontinue par element, on peut resoudre localement pour p
K
. En eet, on a :

p
K
= (M
K
)
1
_
R
K
2
+B
K

K
u
_
do` u lon tire :
_
A
K
B
K

(M
K
)
1
B
K
_

K
u
= R
K
1
+B
K

(M
K
)
1
R
K
2
5. Lexpression
S
E
designe un tenseur dordre 4 que nous noterons C et dont les composantes sont :
C
ijkl
=
1
2

Sij
E
kl
+
Sij
E
lk

de mani`ere `a avoir les bonnes proprietes de symetrie (voir la reference [5]).


314 Chapitre 14
Cette matrice et le terme de droite sont calcules directement au niveau de lelement. Cette derni`ere
expression nest rien dautre que lalgorithme dUzawa [20]. Pour obtenir une methode de penalisa-
tion classique, il sut de poser p
k
= 0, ce qui elimine la mise `a cour de la pression. Le cas le plus
frequent est celui de la pression constante par element. La matrice M
K
est alors de dimension 1
sur 1 et vaut tout simplement vol (K)/k. On a ainsi :

p
K
=
k
vol (K)
__
K
J
_
F

(u
0
):
X

u
_
dV +
_
K
(J 1)dV
p
K
k
vol (K)
_
14.7 Liens avec la geometrie dierentielle intrins`eque
Les outils developpes jusqu`a maintenant nous permettent detablir quelques liens avec la geo-
metrie dierentielle intrins`eque au sens de Delfour et Zolezio [12]. On pourra notamment developper
des expressions pour les variations de la pression suiveuse, de la normale n et du jacobien surfacique
J
s
en fonction du deplacement.
14.7.1 Variation du jacobien
On a un lien direct entre la variation du jacobien et la divergence. En eet :
J
u

u
= J F

:
X

u
= J tr
_

u
F
1
_
= J tr (
u
)
= J
u
14.7.2 Variation du jacobien surfacique
On sait que :
J
s
= J
_
(C
1
N)N
et on cherche la variation de J
s
par rapport au deplacement u. On a donc :
J
s
u

u
=
J
s
F
:
F
u

u
=
J
s
F
:
X

u
On a dune part en vertu de B.15 :
J
F
:
F
= JF

:
F
Materiaux en grandes deformations 315
et dautre part, en utilisant B.16 et B.17 :
C
1
F
:
F
=

_
F
1
F

_
F
:
F
=
_
F
1
F
:
F
_
F

+F
1

_
F

F
:
F
_
= F
1

F
F
1
F

F
1
F

(
F
)

=
_
_
F
1
F

(
F
)

+F
1
F

(
F
)

_
et donc en posant =
_
(C
1
N)N de sorte que J
s
= J, on trouve :
J
s
F
:
F
=
_
J
F
:
F
_
+
J
2
__
C
1
F
:
F
_
N
_
N
= J F

:
F

J
2
__
_
F
1
F

(
F
)

+F
1
F

(
F
)

_
N
_
N
= J
s
F

:
F

J

_
F
1
F

(
F
)

N
_
N
Poursuivons plus avant, en rappelant que (Ax)(y) = x(A

y) :
J
s
F
:
F
= J
s
F

:
F

J

__
F

(
F
)

N
_

_
F

N
__
= J
s
F

:
F
J
__
F

(
F
)

_
F

__
= J
s
F

:
F
J
s
__
F

(
F
)

n
_
n
_
avec n =
F

N
[[F

N[[
de sorte quen se servant de la relation 14.4, on trouve :
J
s
u

u
= J
s
_
F

:
X

_
F

(
X

u
)

n
_
n
_
(14.32)
316 Chapitre 14
On peut encore simplier cette expression car en eet :
J
s
u

u
= J
s
_
tr
_

u
F
1

_
F

(
X

u
)

n
_
n
_
= J
s
_
tr [
u
]
_
(
u
)

n
_
n
_
= J
s
_

u
((
u
)

n)n)
_
= J
s

u
On a ainsi retrouve un resultat semblable `a celui de la relation (B.23) mais pour le jacobien sur-
facique. On a du meme coup introduit la divergence tangentielle


u
au sens de Delfour et
Zolezio [12].
Denition 14.5
La divergence tangentielle dun vecteur u est denie par :

u = u ((u)

n)n (14.33)
Remarque 14.3
Un cas particulier interessant du resultat precedent est que si u = n, le vecteur normal `a la surface,
alors

n = n. Il sut en eet de verier que (n)

n = 0 en derivant la relation nn = 1.
14.7.3 Variation de la normale
De mani`ere similaire, on peut retrouver la formule pour la variation de la normale. Rappelons
que (voir 14.11) :
n =
F

N
_
(C
1
N)N
=
F

On a ainsi :
n
u

u
=
n
F
:
X

u
Materiaux en grandes deformations 317
et
n
F
:
F
=
_
F

F
:
F
_
N
F

N
2
___
C
1
F
:
F
_
N
_
N
_

2
=
F

(
F
)

N +
F

__
F
1
F

(
F
)

N
_
N
_

2
=
F

(
F
)

+
F

__
F

(
F
)

N
_

_
F

N
__

2
= F

(
F
)

n +n
__
F

(
F
)

n
_
n
_
de sorte que :
n
u

u
= F

(
X

u
)

n +n
__
F

(
X

u
)

n
_
n
_
= (
u
)

n +
__
(
u
)

n
_
n
_
n
(14.34)
o` u lon reconnat la derivee materielle de n au sens de Delfour et Zolezio [12] ( n dans leur notation).
14.7.4 Pression suiveuse
Revenons sur la linearisation du terme de pression suiveuse qui peut aussi secrire dieremment.
Le terme de pression suiveuse est de la forme :
P
s
=
_

t
P
Pwn da =
_

0
P
PwnJ
s
dA
et la linearisation de ce terme exigera le calcul de :
P
s
u

u
=
_

0
P
Pw
__
n
u

u
_
J
s
+n
_
J
s
u

u
__
dA
=
_

0
P
Pw
__
(
u
)

n +
__
(
u
)

n
_
n
_
n
_
+n(

u
)
_
J
s
dA
=
_

0
P
Pw
_
(
u
)n) (
u
)

n
_
J
s
dA
=
_

0
P
Pw
__

u
I (
u
)

_
n
_
J
s
dA
318 Chapitre 14
o` u J
s
est le jacobien surfacique 14.10. On a ainsi fait apparatre le deviateur du tenseur de defor-
mation
u
, ce qui semble raisonnable puisquun deplacement virtuel dans la direction normale ne
provoque aucune variation de la normale.
14.8 Formulation Lagrangienne actualisee
La formulation Lagrangienne totale consideree jusqu`a maintenant peut saverer inadequate
pour les probl`emes o` u la geometrie initiale
0
subit de tr`es fortes deformations. Le maillage de la
geometrie initiale devient alors inapproprie pour tenir compte de ces deformations et il faut alors
reactualiser la geometrie et relancer les calculs `a partir cette nouvelle geometrie. Il faut bien s ur
sassurer de conserver lhistorique des deformations. Cest ce que nous allons maintenant decrire.
Nous supposons donc quil nest pas possible, ou `a tout le moins dicile, de passer directement
de la conguration
0
`a une nouvelle conguration notee
2
en raison de deformations trop impor-
tantes. Il nous faudra donc passer par une conguration intermediaire que nous noterons
1
. Nous
noterons X
i
, i = 0, 1, 2, les coordonnees dans la conguration
i
et
ij
lapplication qui envoie

i
sur
j
. Le deplacement entre les dierentes geometries sera note u
ij
c.-`a-d.

ij
(X
i
) = X
j
= X
i
+u
ij
Ainsi, on aura par exemple X
2
= X
0
+u
02
que lon notait x = X+u en formulation Lagrangienne
totale. On peut maintenant aussi ecrire :
X
2
= X
1
+u
12
= (X
0
+u
01
) +u
12
= X
0
+u
02
et donc u
02
= u
01
+u
12
ainsi que :
X
2
=
12
(X
1
) =
12
(
01
(X
0
)) =
12

01
(X
0
)
En notant maintenant le tenseur de deformation F
ij
deni par :
(F
ij
)
mn
=
(X
j
)
m
(X
i
)
n
o` u (X
j
)
m
est la m-i`eme composante de X
j
, on obtient immediatement par composition de fonctions
que :
F
02
= F
12
F
01
et donc J
02
= J
12
J
01
Materiaux en grandes deformations 319
14.8.1 Formulation en deplacement seulement
En suivant cette notation, pour passer de la conguration
0
`a
1
, la formulation variationnelle
Lagrangienne totale est obtenue directement de 14.25 et dorenavant ecrite sous la forme :
_

0
S(C
01
):
_
F

01

X
0
w
_
dX
0
=
_

0
N
h
0
w dA
0
+
_

0
P
Pw(F

01
N
0
) J
01
dA
0
+
_

0
r
0
w dX
0
(14.35)
Les integrales sont eectuees sur la geometrie
0
de normale N
0
et le jacobien de la transformation
est note J
01
. On remarque ici que le tenseur de Piola-Kircho S(C
01
) est evalue en fonction de
C
01
= F

01
F
01
c.-`a-d. `a partir dune deformation par rapport `a la geometrie initiale. Il en
sera de meme pour le tenseur C(C
01
) (dordre 4) provenant de la linearisation.
Nous supposons donc que nous sommes pas en mesure de resoudre (en formulation Lagrangienne
totale habituelle) ce probl`eme et donc den deduire le deplacement u
01
ainsi que F
01
. Pour passer
de la conguration
0
`a
2
, la formulation variationnelle Lagrangienne totale serait aussi obtenue
de 14.25 :
_

0
S(C
02
):
_
F

02

X
0
w
_
dX
0
=
_

0
N
h
0
w dA
0
+
_

0
P
Pw(F

02
N
0
) J
02
dA
0
+
_

0
r
0
w dX
0
(14.36)
Le tenseur de Piola-Kircho S(C
02
) est toujours evalue en fonction de C
02
= F

02
F
02
c.-`a-d. encore `a partir dune deformation par rapport `a la geometrie initiale. Puisque nous ne
souhaitons pas resoudre directement ce probl`eme, lidee de base est de transformer cette formulation
variationnelle sur la conguration
1
dej`a calculee. Il sut alors de regarder chacun des termes de
la formulation 14.36. Notons dabord que :
C
02
= F

02
F
02
= (F
12
F
01
)

(F
12
F
01
) = F

01
C
12
F
01
et donc que :
S(C
02
) = S(F

01
C
12
F
01
)
Notons de plus que de lequation 14.4, on a :

X
i
w =
X
j
wF
ij
320 Chapitre 14
Le terme principal
On a alors :
_

0
S(C
02
):
_
F

02

X
0
w
_
dX
0
=
_

1
S(C
02
):
_
(F
12
F
01
)

(
X
1
wF
01
)
_
J
1
01
dX
1
=
_

S(C
02
):
_
F

12

X
1
w
_
dX
1
o` u lon a pose :

S(C
02
) = J
1
01
F
01
S(C
02
)F

01
(14.37)
et o` u on a utilise les proprietes des produits tensoriels (voir les exercices de la serie B.3). Cest le
terme de base de la formulation Lagrangienne actualisee. Notons de plus que le tenseur de Cauchy
secrit :
=
1
J
02
F
02
S(C
02
) F

02
=
1
J
12
F
12


S F

12
(14.38)
Voici quelques remarques supplementaires :
1. Le tenseur F
01
est suppose connu (calcule prealablement). Le deplacement u
01
nintervient
explicitement nulle part ;
2. Les inconnues du probl`eme sont u
12
et par consequent F
12
et C
12
;
3. Pour evaluer C
02
, on utilise lexpression (F

01
C
12
F
01
) en supposant le tenseur F
01
connu ;
4. Lexpression du tenseur de Piola-Kircho sur
1
compose les deformations anterieures et
est donc un peu plus complexe. La formulation Lagrangienne totale correspond au cas o` u
F
01
= I c.-`a-d. quil ny a aucune deformation prealable.
On doit eectuer le meme travail pour les termes de linearisation. Ainsi les deux premiers termes
de 14.29 deviennent, en se servant des proprietes des produits tensoriels des exercices de la serie B.3 :
_

0
S(C
02
):
_

X
0
(
u
)
X
0
w
_
dX
0
=
_

1
J
1
01
F
01
S(F

01
C
12
F
01
)F

01
:
_

X
1
(
u
)
X
1
w
_
dX
1
=
_

S(C
02
):
_

X
1
(
u
)
X
1
w
_
dX
1
(14.39)
et de meme :
_

0
_
C(C
02
):
_
F

02

X
0
(
u
)
__
:
_
F

02

X
0
w
_
dX
0
=
_

1
_

C(C
02
):
_
F

12

X
1
(
u
)
__
:
_
F

12

X
1
w
_
dX
1
(14.40)
Materiaux en grandes deformations 321
o` u le tenseur

C(C
02
) a pour composantes :
(

C(C
02
))
mnop
= J
1
01
(C(C
02
))
ijkl
(F
01
)
mi
(F
01
)
nj
(F
01
)
ok
(F
01
)
pl
(14.41)
Nous pouvons maintenant proceder ainsi pour tous les autres termes de la formulation varia-
tionnelle.
Le terme source
_

0
r
0
w dX
0
=
_

1
r
0
wJ
1
01
dX
1
=
_

1
r
1
w dX
1
o` u r
1
= J
1
01
r
0
La condition de Neumann
_

0
N
h
0
w dA
0
=
_

1
N
h
0
w(J
s
)
1
01
dA
1
=
_

1
N
h
1
w dA
1
o` u h
1
= (J
s
)
1
01
h
0
La pression suiveuse
Le jacobien surfacique se transforme suivant la formule :
(J
s
)
02
=
dA
2
dA
0
=
dA
2
dA
1
dA
1
dA
0
= (J
s
)
12
(J
s
)
01
et le vecteur normal suivant la formule de transformation de la normale 14.11 :
N
1
=
J
01
(J
s
)
01
F

01
N
0
et il sen suit que :
_

0
P
Pw(F

02
N
0
) J
02
dA
0
=
_

1
P
Pw
_
(F

12
F

01
)N
0
_
J
01
J
12
(J
s
)
1
01
dA
1
=
_

1
P
Pw(F

12
N
1
) J
12
dA
1
En ce qui concerne la linearisation de ce terme, on doit transformer sur
1
lexpression :
_

0
P
Pw
__
F

02
:
X
0

u
_
(F

02
N
0
)
_
F

02
(
X
0

u
)

02
_
N
0
_
J
02
dA
0
322 Chapitre 14
Le premier terme devient :
_

0
P
Pw
_
F

02
:
X
0

u
_
(F

02
N
0
)J
02
dA
0
=
_

1
P
Pw
_
(F

12
F

01
): (
X
1

u
F
01
_
)F

12
F

01
N
0
)J
12
J
01
(J
s
)
1
01
dA
1
=
_

1
P
Pw
_
F

12
: (
X
1

u
)
_
(F

12
N
1
)J
12
dA
1
Lautre terme de la linearisation se traite de mani`ere similaire et on a :

0
P
Pw
__
F

02
(
X
0

u
)

02
_
N
0
_
J
02
dA
0
=
_

1
P
Pw
__
F

12
(
X
1

u
)

12
_
N
1
_
J
12
dA
1
Formulation Lagrangienne actualisee linearisee (en deplacement)
La formulation variationnelle Lagrangienne actualisee compl`ete secrit donc :
_

S(C
02
):
_

X
1
(
u
)
X
1
w
_
dX
1
+
_

C(C
02
):
_
F

12

X
1
(
u
)
_
:
_
F

12

X
1
w
_
dX
1

1
P
Pw
_
F

12
: (
X
1

u
)
_
(F

12
N
1
)J
12
dA
1
+
_

1
P
Pw
__
F

12
(
X
1

u
)

12
_
N
1
_
J
12
dA
1
=
_

S(C
02
):
_
F

12

X
1
w
_
dX
1
+
_

1
r
1
w dX
1
+
_

1
N
h
1
w dA
1
+
_

1
P
Pw(F

12
N
1
) J
12
dA
1
(14.42)
Materiaux en grandes deformations 323
14.8.2 Formulation Lagrangienne actualisee mixte
Si on se ref`ere `a la formulation variationnelle mixte 14.31 dej`a obtenue, on montre de mani`ere
similaire `a ce qui a ete fait `a la section 14.8.1, que la formulation variationnelle compl`ete secrit :
R
1
=
_

S(C
02
): (F

12

X
1
w) dX
1

1
N
h
1
w dA
1

1
r
1
w dX
1
=
_

(C
02
): (F

12

X
1
w) dV
_

1
pJ
12
F

12
:
X
1
w dX
1

1
N
h
1
w dA
1

1
r
1
w dX
1
R
2
=
_

1
_
(J
12
J
1
01
)
1
k
pJ
1
01
_
q dV
o` u

S

(C
02
) = J
1
01
F
01
S

(C
02
) F

01
, r
1
= J
1
01
r
0
et h
1
= (J
s
)
1
01
h
0
. La formulation
variationnelle compl`ete secrit :
_

_
R
1
u

u

_

p
J
12
F

12
:
X
1
w dX
1
= R
1

1
q J
12
F

12
:
X
1

u
dX
1

_

1
1
k

p
qJ
1
01
dX
1
= R
2
(14.43)
o` u le terme
R
1
u

u
prend exactement la meme forme que pour la formulation en deplacement
seulement (voir les equations 14.39 et 14.40).
14.8.3

Equivalence des formulations
En absence de remaillage, les formulations Lagrangiennes totale et actualisee sont equivalentes.
En eet ...
14.8.4 Algorithme complet
Cumul des predeformations
Supposons maintenant que nous en sommes `a letape i c.-`a-d. nous avons dej`a calcule i con-
gurations
i
et que nous esperons obtenir
i+1
. Le meme raisonnement que precedemment peut
encore etre applique, en rempla cant F
02
par F
0i+1
. Il sut alors de constater que :
F
0i+1
= F
ii+1
F
i1i
F
i2i1
. . . F
12
F
01
On peut ainsi en deduire C
0i+1
, qui nous permettra de calculer les tenseurs de Piola-Kircho
et delasticite. Comme les geometries intermediaires sont detruites au fur et `a mesure, il sut de
cumuler ces produits dans un tenseur, toujours note F
01
dans lalgorithme qui suit.
324 Chapitre 14
Algorithme 14.1: Formulation Lagrangienne actualisee
0. Initialisation :
1
=
0
et donc F
01
= I, J
01
= 1 et (J
s
)
01
= 1 ;
1. Resolution du syst`eme 14.42 pour obtenir u
12
et F
12
;
1.1 F
01
est suppose connu ;
1.2 on calcule C
02
= F

01
C
12
F
01
;
1.3 on calcule S(C
02
) et C(C
02
) ;
1.4 on en deduit les tenseurs

S et

C par les relations 14.37 et 14.41 ;
1.4 on calcule (si necessaire) le tenseur de Cauchy par la relation 14.38 ;
2. Mise `a jour de la geometrie :
2
=
1
+u
12
;
2.1
2
devient
1
;
2.2 F
01
est remplace par F
12
F
01
(cumul des predeformations). Par consequent, J
01
est remplace par J
12
J
01
et (J
s
)
01
est remplace par (J
s
)
12
(J
s
)
01
;
3. Remaillage (si necessaire) ;
4. Reinterpolation des dierentes variables sur le nouveau maillage (si necessaire) ;
5. Retour `a letape 1 pour lincrement suivant

Les etapes 3 et 4 de remaillage et de reinterpolation sont delicates et feront lobjet dune


discussion detaillee.
Materiaux en grandes deformations 325
14.9 Exercices
1. Soit et des tenseurs dordre 2 et supposons que est symetrique. Montrer que :
:
_
+
T
2
_
= :
2. Soit C un tenseur symetrique dordre 4 et un tenseur dordre 2. Montrer que :
C:
_
+
T
2
_
= C:
3. En utilisant la relation 14.1, montrer que :
F(u +w) = F(u) +
X
(w)
4. Montrer que :
(B: B)
B
= B
5. Montrer que dans le cas des petites deformations, la condition :
det F 1
est equivalente `a :
u 0
6. Montrer que :
J
1
C
C =
J
2
C
C = 0
326 Annexe A
Annexe A
Rappels sur le theor`eme de la
divergence
Nous rappelons dans cette section quelques resultats fondamentaux sur les fonctions de plusieurs
variables reelles et notamment sur le theor`eme de la divergence qui est `a la base de toute formulation
variationnelle.
Nous travaillerons generalement dans R
3
ou plus particuli`erement dans des ouverts de R
3
.
Les points de sont notes x = (x
1
, x
2
, x
3
), le cas bidimensionnel ne posant evidemment aucune
diculte. En dimension 1, on notera tout simplement x.
A.1 Gradient, divergence et laplacien
Rappelons la denition du gradient dune fonction.
Denition 1.1
Soit f(x) une fonction denie sur un ouvert . Le gradient de f en x (note f(x)) est le
vecteur pointant dans la direction de croissance maximale de la fonction f et dont le module est
precisement donne par le taux de croissance maximal de f en x.
Cette denition quelque peu etriquee permet de saranchir du syst`eme de coordonnees. Dans
le cas cartesien, on peut montrer que :
f(x) =
_
f
x
1
,
f
x
2
,
f
x
3
_
327
328 Annexe A
Denition 1.2
La derivee directionnelle dune fonction f(x) dans la direction du vecteur unitaire d ([[d[[
2
= 1)
est donnee par :
f
d
= f(x) d = [[f(x)[[
2
cos
o` u est langle entre les vecteurs gradient et d.
La derivee directionnelle donne le taux daccroissement de la fonction f(x) dans la direction d.
Lorsque = 0, les vecteurs gradient et d sont dans la meme direction et la derivee directionnelle
prend sa valeur maximale (cos = 1), ce qui est bien coherent avec la denition du gradient..
Denition 1.3
Soit un champ de vecteurs u(x). On denit la divergence de ce champ par lexpression :
u =
u
1
x
1
+
u
2
x
2
+
u
3
x
3
A.2 Integrales curvilignes et surfaciques
A.2.1 Rappel sur les integrales curvilignes
Si C est une courbe de lespace et f(x) une fonction scalaire, on pose :
_
C
f ds =
_
b
a
f((t)) [[

(t)[[
2
dt
o` u (t) = (
1
(t),
2
(t),
3
(t)) pour a t b est une parametrisation de la courbe C et [[

(t)[[
2
designe la norme euclidienne du vecteur

(t) (voir Philippin [28]).


A.2.2 Rappel sur les integrales surfaciques
Si S est une surface de lespace et f(x) une fonction scalaire, on pose :
_
S
f ds =
_
D
f((t
1
, t
2
))
_
_
_
_

t
1


t
2
_
_
_
_
2
dt
1
dt
2
o` u (t
1
, t
2
) = (
1
(t
1
, t
2
),
2
(t
1
, t
2
),
3
(t
1
, t
2
)) pour (t
1
, t
2
) D est une parametrisation de la surface
S et designe le produit vectoriel. Lintegrale sur la surface S de la fonction f = 1 donne laire
Rappels sur le theor`eme de la divergence 329

Figure A.1 Ouvert de fronti`ere


de cette surface. De plus, la normale n `a la surface est donnee par :
n(t
1
, t
2
) =

t
1


t
2
|

t
1


t
2
|
2
et une autre forme de ce resultat est que pour une fonction vectorielle u, on a :
_
S
u n ds =
_
D
u((t
1
, t
2
))

t
1


t
2
dt1dt
2
A.3 Theor`eme de la divergence
Nous sommes en mesure de formuler le theor`eme de la divergence ou theor`eme de Gauss-
Ostrogradski que nous ne demontrons pas (voir par exemple Swokowski, ref. [36]). Pour un rappel
sur les integrales multiples et les integrales curvilignes ou surfaciques, on se referera `a Philippin [28].
Theor`eme 1.1
Soit un ouvert de R
n
de fronti`ere (voir la gure A.1). Soit de plus n le vecteur normal unitaire `a
pointant vers lexterieur de . Si u est un champ de vecteurs dont les derivees partielles premi`eres
sont continues sur , alors :
_

u dv =
_

u n da (A.1)

Remarque 1.1
Dans le theor`eme de la divergence, le terme de gauche est une integrale double ou triple suivant que
le probl`eme est en 2 ou 3 dimensions. Lexpression dv designe donc un element daire ou de volume,
330 Annexe A
selon le cas. Le terme de droite est une integrale curviligne si est un domaine bidimensionnel ou
une integrale surfacique en 3 dimensions (voir les exercices de n de chapitre). De meme, da designe
un element de longueur ou daire, selon le cas. Le terme de droite de lequation A.1 est le ux du
champ u `a travers la surface .
Il existe de nombreuses formes sous lesquelles le theor`eme de la divergence est utile. Nous en
explicitons quelques unes.
Corollaire 1.2
Si le champ de vecteurs u a la forme particuli`ere :
u = (0, 0, , f, 0, , 0)
(f apparaissant `a la i
i`eme
composante) o` u f(x) est une fonction dont les derivees partielles premi`eres
sont continues, alors la divergence de u secrit
f
x
i
et le theor`eme de la divergence senonce comme
suit :
_

f
x
i
dv =
_

fn
i
ds (A.2)

Demonstration :
La preuve vient immediatement en se servant du theor`eme de la divergence.
Corollaire 1.3
Soit h(x) une fonction dont les derivees partielles premi`eres sont continues et si u satisfait les
hypoth`eses du theor`eme de la divergence, alors :
_

h u dv +
_

h u dv =
_

hu n ds (A.3)
En particulier, si le champ de vecteurs u a la forme particuli`ere :
u = (0, 0, , f, 0, , 0)
(f apparaissant `a la i
i`eme
composante) o` u f(x) est une fonction dont les derivees partielles premi`eres
sont continues, alors on a :
_

h
f
x
i
dv +
_

h
x
i
f dv =
_

hfn
i
ds (A.4)

Rappels sur le theor`eme de la divergence 331


Demonstration :
Il sut de demontrer lidentite (voir les exercices de n de chapitre) :
(hu) = h u +h u
et dappliquer directement le theor`eme de la divergence au champ u
1
= (hu).
La forme la plus repandue de ce theor`eme est sans doute la suivante.
Corollaire 1.4
Si le champ u est le produit dune fonction scalaire g avec le gradient dune fonction scalaire f(x),
c.-`a-d. u = gf, alors on a :
_

h (gf) dv +
_

gh f dv =
_

hgf n ds =
_

h
_
g
f
n
_
ds (A.5)
En particulier, si g = 1, on a :
_

h
2
f dv +
_

h f dv =
_

h
f
n
ds (A.6)

Demonstration :
La demonstration est immediate en appliquant la relation A.3 et en utilisant la denition du lapla-
cien.
On peut etendre certains des resultats precedents aux tenseurs dordre 2. En particulier, on le
resultat suivant qui est tr`es utile en elasticite lineaire et en mecanique des uides.
Corollaire 1.5
Si est un tenseur symetrique dordre 2 et si w est un vecteur, alors on a :
_

( ) w dv +
_

: w dv =
_

( n) w ds (A.7)

332 Annexe A
E
2
E
3
E
1
e
2
e
3
e
1
X
x
T(X)

t
Figure A.2 Transformation
P
Q
p
q
T(X)
Figure A.3 Transformation dun element de longueur
Rappels sur le theor`eme de la divergence 333
A.4 Transformation de Piola
On consid`ere la situation illustree `a la gure A.2. Un domaine
0
est envoye sur un autre
domaine
t
par une transformation T. On se place dans le cas plus general o` u des syst`emes de
coordonnees dierents sont utilises dans
0
et
t
. On a donc :
T : X T(X) = x
: X
i
E
i
x
i
(X)e
i
Soit donc P un point de la conguration de reference et posons Q = P +dX. Ces points seront
envoyes respectivement en p et q = p +dx de sorte que :
dx = q p = x
i
(X +dX)e
i
x
i
(X)e
i
=
_
x
i
(X) +
x
i
X
j
dX
j
_
e
i
x
i
(X)e
i
=
x
i
X
j
dX
j
e
i
=
x
i
X
j
(dX E
j
)e
i
=
x
i
X
j
e
i
E
j
dX = T dX
Nous avons ainsi introduit le tenseur gradient de deformation T qui g`ere la deformation dun
element de longueur. Le tenseur inverse est donne par :
T
1
(x) =
X
i
x
j
E
i
e
j
Theor`eme 1.2 (Theor`eme de Piola) :
Soit u et respectivement un vecteur et un tenseur dordre 2 denis dans
t
c.-`a-d. u = u
i
e
i
et
=
ij
e
i
e
j
, alors :
_

t
u nda =
_

0
U N dA et
_

t
nda =
_

0
P N dA (A.8)
o` u U = J T
1
u et P = J T

. De plus, u = J
1

X
U.
Demonstration :
La premi`ere partie du theor`eme est une consequence immediate de la formule de Nanson. Pour la
deuxi`eme partie, on consid`ere un element de volume V de
0
qui est envoye sur un element v de

t
. Du theor`eme de la divergence, on a dune part :
_
v
u nda =
_
v
udv =
_
V
uJ dV
et dautre part :
_
V
U N dA =
_
V

X
U dV
334 Annexe A
et le resultat suit puisque lelement de volume V est quelconque.
Rappels sur le theor`eme de la divergence 335
A.5 Exercices
1. Demontrer que si f(x) et g(x) sont des fonctions scalaires et v(x) designe un champ de
vecteurs, on a les relations suivantes :
a) (f) =
2
f
b) (gv) = g v +g v
c) (gf) = g f +g
2
f
2. Demontrer que :
a)
_

_
f
2
g g
2
f
_
dv =
_
S
_
f
g
n
g
f
n
_
ds
b)
_

2
f dv =
_
S
f
n
ds
Rappel sur les integrales curvilignes
Si C est une courbe de lespace et f(x) une fonction scalaire, on pose :
_
C
f ds =
_
b
a
f((t)) [[

(t)[[
2
dt
o` u (t) = (
1
(t),
2
(t),
3
(t)) pour a t b est une parametrisation de la courbe C et
[[

(t)[[
2
designe la norme euclidienne du vecteur

(t) (voir Philippin [28]).


3. Donner une parametrisation des courbes suivantes :
a) La courbe y = x
2
entre 0 et 1.
b) La courbe y = f(x) entre a et b.
c) Le cercle de rayon R et centre au point (x
c
1
, x
c
2
).
d) Le segment de droite entre les points (1, 2) et (3, 1).
4.

Evaluer les integrales curvilignes suivantes en donnant au prealable une parametrisation de
la courbe C.
a)
_
C
1 ds
o` u C est le cercle de rayon 1 centre en lorigine.
N.B. Lintegrale sur la courbe C de la fonction 1 donne la longueur de cette courbe.
b)
_
C
x
2
1
ds
o` u C est le segment de droite joignant les points (1, 1) et (2, 3).
336 Annexe A
5. Determiner, `a laide de lintegrale curviligne appropriee, la longueur de lellipse :
_

1
(t) = a cos t

2
(t) = b sin t
pout t entre 0 et 2.
Rappel sur les integrales surfaciques
Si S est une surface de lespace et f(x) une fonction scalaire, on pose :
_
S
f ds =
_
D
f((t
1
, t
2
))
_
_
_
_

t
1


t
2
_
_
_
_
2
dt
1
dt
2
o` u (t
1
, t
2
) = (
1
(t
1
, t
2
),
2
(t
1
, t
2
),
3
(t
1
, t
2
)) pour (t
1
, t
2
) D est une parametrisation de la
surface S et designe le produit vectoriel. Lintegrale sur la surface S de la fonction f = 1
donne laire de cette surface. De plus, la normale n `a la surface est donnee par :
n(t
1
, t
2
) =

t
1


t
2
|

t
1


t
2
|
2
et une autre forme de ce resultat est que pour une fonction vectorielle u, on a :
_
S
u n ds =
_
D
u((t
1
, t
2
))

t
1


t
2
dt1dt
2
Voici quelques exemples de parametrisation de surfaces.
Toute surface de la forme x
3
= f(x
1
, x
2
) pour a x
1
b et c x
2
d peut etre
parametrisee sous la forme :
(t
1
, t
2
) = (t
1
, t
2
, f(t
1
, t
2
)) a t
1
b, c t
2
d
6.

Evaluer les integrales surfaciques suivantes :
a)
_
S
(x
1
+x
2
+x
3
) ds
o` u S est la surface du plan x
3
= x
1
+x
2
pour 0 x
2
x
1
et 0 x
1
1.
b)
_
S
(x
1
+ 1) ds
o` u S est la surface denie par (cos t
1
, sin t
1
, t
2
) pour 0 t
1
2 et 0 t
2
3.
7. Verier le theor`eme de la divergence en calculant separement lintegrale de volume et linte-
grale surfacique pour le champ v = (x
1
, x
2
, x
3
) et le domaine constitue du cube de cote a :
[0, a] [0, a] [0, a].
Annexe B
Rappels sur les tenseurs
B.1 Notions de base
Dans cette annexe, nous ferons un survol tr`es rapide des notions relatives aux tenseurs. Lobjectif
nest certainement pas de refaire de mani`ere detaillee toute la theorie tensorielle mais bien de rap-
peler les principales denitions et les principaux outils : produits dyadiques, contractes, doublement
contractes, etc.
B.1.1 Les vecteurs
On commence par introduire une base orthonormee c = E
i
, i = 1, 2, 3) de !
3
. Les vecteurs
seront notes en caract`eres gras. Soit donc u et v des vecteurs de !
3
. On peut donc les ecrire :
u =
3

i=1
u
i
E
i
= u
i
E
i
et v =
3

i=1
v
i
E
i
= v
i
E
i
o` u nous avons introduit la convention dEinstein sur les indices repetes.
Denition 2.1
Le produit scalaire de deux vecteurs u et v de !
3
est note u v et est deni par :
u v = |u||v| cos(u, v)
o` u cos(u, v) designe le cosinus de langle forme par les deux vecteurs
On remarque immediatement que si on applique cette denition aux vecteurs de la base ortho-
normee, on trouve que E
i
E
j
= I
ij
de sorte que :
u v = (u
i
E
i
) (u
j
E
j
) = u
i
v
j
I
ij
= u
i
v
i
337
338 Annexe D
Pour un vecteur u quelconque, on peut retrouver ses composantes u
i
dans une base orthonormee
donnee simplement en prenant le produit scalaire par i
i`eme
vecteur de la base. En eet :
u E
i
= u
j
E
j
E
i
= u
j
I
ij
= u
i
(B.1)
et ces composantes sont generalement representees dans une matrice colonne :
_
_
u
1
u
2
u
3
_
_
Il ne faut jamais perdre de vue que cette notation est liee `a la base c. Si on se donne une autre
base orthonormee c

= E

i
, i = 1, 2, 3), on peut ecrire tout vecteur u sous la forme :
u = u
i
E
i
mais aussi u = u

i
E

i
On aura ainsi deux matrices colonnes de coecients pour le meme vecteur :
_
_
u
1
u
2
u
3
_
_
et
_
_
u

1
u

2
u

3
_
_
chacune liee `a une base dierente. Pour passer de lune `a lautre, il faut dabord exprimer chaque
nouveau vecteur de base E

i
dans la base c de sorte que E

i
= A
ij
E
j
(la i
i`eme
ligne de A contient les
composantes de E

i
dans la base c). En vertu de lequation B.1, on a tout simplement A
ij
= E

i
E
j
.
On a ainsi :
u = u

i
E

i
= u

i
A
ij
E
j
= u
j
E
j
de sorte que u
j
= A
ij
u

i
ou encore :
_
_
u
1
u
2
u
3
_
_
=
_
_
A
11
A
12
A
13
A
21
A
22
A
23
A31 A
32
A
33
_
_

_
_
u

1
u

2
u

3
_
_
Inversement, on peut exprimer les vecteurs de la base c dans la nouvelle base. En posant
B
ij
= E
i
E

j
, on a
E
i
= B
ij
E

j
= B
ij
A
jk
E
k
de sorte B
ij
A
jk
= I
ik
et que les matrices B = A
1
. Puisque A
ij
= E

i
E
j
et B
ij
= E
i
E

j
, on
remarque immediatement que B
ij
= A
ji
de sorte B = A

.
Rappels sur les tenseurs 339
B.1.2 Les tenseurs dordre 2
Denition 2.2
Un tenseur dordre 2 T est une application lineaire de !
3
dans !
3
. Le tenseur T associe donc `a
un vecteur u un autre vecteur note T u.
Un tenseur est donc une application lineaire et on a :
T(u +v) = T (u +v) = T u +T v
Un exemple tr`es simple de tenseur dordre 2 est le produit dyadique de deux vecteurs dont nous
donnons la denition.
Denition 2.3
Le produit dyadique de deux vecteurs u et v est note u v et est deni par :
(u v) w = (v w)u w
En particulier, (E
i
E
j
)E
k
= E
i
I
jk
.
Le produit dyadique denit donc une application lineaire de !
3
dans !
3
et est donc un tenseur
dordre 2. On remarque de plus quen faisant le produit dyadique de deux des vecteurs de la base
orthonormee on obtient :
(E
i
E
j
)u = (E
j
u)E
i
= u
j
E
i
En vertu de la linearite, on a T u = T (u
j
E
j
) = u
j
T E
j
et comme nous lavons vu, la i
i`eme
composante de ce vecteur est
E
i
(u
j
T E
j
) = u
j
(E
i
(T E
j
)) = T
ij
u
j
o` u lon a pose T
ij
= (E
i
(T E
j
)). On a ainsi :
T u = T
ij
u
j
E
i
= T
ij
(E
i
E
j
) u
Puisque le vecteur u est arbitraire, on a :
T = T
ij
(E
i
E
j
) o` u T
ij
= (E
i
(T E
j
)) (B.2)
Les coecients T
ij
sont les coecients du tenseur T dans la base orthonormee. En fait, pour
denir compl`etement un tenseur il sut de connatre son comportement sur les vecteurs de la base
orthonormee. Ainsi, en ce qui concerne le produit dyadique de deux vecteurs, on a :
(E
i
((u v) E
j
)) = (E
i
u)v
j
= u
i
v
j
340 Annexe D
de sorte que u v = u
i
v
j
E
i
E
j
.
Notons enn quil est possible dutiliser deux bases orthonormees dierentes pour denir un
tenseur. En eet, si on introduit une nouvelle base E
i
, i = 1, 2, 3 reliee `a la premi`ere par un tenseur
orthogonal (de rotation) A c.-`a-d. e
k
= A E
k
. Les composantes de ce tenseur sont donc :
A
ij
= E
i
(A E
j
)
on a alors :
T = T
ij
(e
i
E
j
) o` u T
ij
= (e
i
(T E
j
)) (B.3)
Cette derni`ere relation sera notamment utile pour les changements de coordonnees.
On peut aussi percevoir les tenseurs dordre 2 comme des applications bilineaires de !
3
!
3
dans ! denie par :
T(u, v) = (T u) v = (T
ij
u
j
e
i
) v = T
ij
u
j
v
i
u, v
Denition 2.4
Si T et S designent des tenseurs dordre 2 et u et v des vecteurs, alors :
1. Addition de 2 tenseurs :
(T +S)u = T u +Su
2. Produit de 2 tenseurs :
(T S)u = T (Su)
3. Inverse dun tenseur :
(T T
1
)u = T (T
1
u) = T
1
(T u) = I u = u
4. La transposee T

dun tenseur T est lapplication lineaire notee T

et veriant :
(T u) v = u (T

v) u, v
On verie facilement que :
T

= T
ji
(e
i
e
j
)
Rappels sur les tenseurs 341
Denition 2.5
Le symbole designe le produit contracte (sommation sur lindice du milieu) de deux tenseurs.
Ainsi si A et B sont des tenseurs du deuxi`eme ordre, C un tenseur du quatri`eme ordre et u et v
des tenseurs du premier ordre (des vecteurs) le produit contracte est deni par :
(AB)
ij
= A
ik
B
kj
(un tenseur dordre 2)
(CB)
ijkl
= (
ijkm
B
ml
(un tenseur dordre 4)
uv = u
k
v
k
(un scalaire)
Dans le cas de tenseurs du premier ordre (des vecteurs), on retrouve le produit scalaire habituel.
Notons que lordre du tenseur resultant du produit contracte est la somme des ordres des tenseurs
de depart moins deux.
Denition 2.6
Le symbole : designe le produit doublement contracte (sommation sur les deux indices du milieu)
de deux tenseurs. Par exemple, si A et B sont des tenseurs du second ordre, on a :
T : S = T
ij
S
ij
Si C est un tenseur du quatri`eme ordre, alors :
C: T = (
ijkl
T
kl
et designe un tenseur du deuxi`eme ordre. Notons que lordre du tenseur resultant du produit
doublement contracte est la somme des ordres des tenseurs de depart moins quatre.
Denition 2.7
On denit la trace dun tenseur du second ordre par lexpression :
tr(A) =
n

i=1
A
ii
(B.4)
Theor`eme 2.1 Proprietes de la trace et du produit contracte
Si A, B et C sont des tenseurs du deuxi`eme ordre, alors :
342 Annexe D
1. Trace du produit :
tr(AB) = tr(BA) (B.5)
2. Trace et produit doublement contracte :
tr(A) = I : A = A: I (B.6)
3. Orthogonalite :
A: B = 0 si A

= A et B

= B (B.7)
4.
(AB): C = A(B: C) (B.8)
5. Trace et produit doublement contracte :
A: B = tr(A

B) = tr(B

A) = tr(AB

) = tr(BA

) (B.9)
6.
(AB): C = B: (A

C) (B.10)

B.2 Calcul variationnel avec les tenseurs


Lors du processus de linearisation des dierentes formulations variationnelles des probl`emes
en grandes deformations, on doit deriver des expressions tensorielles par rapport `a C, E ou tout
simplement par rapport au deplacement u. On trouvera dans ce qui suit un certain nombre de
resultats utiles `a cette n.
B.2.1 Resultats generaux
Pour deriver par rapport `a un tenseur, on utilise la derivee de Gateaux 8.10 introduite au
chapitre 8.
Denition 2.8
Soit f : A f(A) !. Alors la derivee de f par rapport `a A est un tenseur dordre 2
(symerique si A lest) deni par :
(f(A))
A
: A =
d
d
f(A+A)

=0
(B.11)
Rappels sur les tenseurs 343
Lemme 2.16 R`egles de base :
Soit f une fonction qui associe `a un tenseur dordre un scalaire et soit T une fonction qui associe
`a un tenseur dordre 2 un autre tenseur dordre 2. On a alors :
(f(A)T(A))
A
= T(A)
f(A)
A
+f(A)
T(A)
A
(T
1
(A): T
2
(A))
A
= T
2
(A):
T
1
(A)
A
+T
1
(A):
T
2
(A)
A
(B.12)

Lemme 2.17
Si B un tenseur dordre 2 :
(trB)
B
= I (B.13)
De plus :
(det B)
B
= (det B) B

(B.14)
et en particulier :
J
F
= J F

et
J
C
=
1
2
JC
1
(B.15)
Demonstration :
Soit donc B un tenseur dordre 2. Loperateur trace etant lineaire, on a :
(trB)
B
:
B
=
_
d
d
tr (B +
B
)
_
=0
= tr(
B
) = I :
B
do` u le premier resultat. De plus, par denition du determinant :
(det B)
B
:
B
=
_
d
d
det (B +
B
)
_
=0
= det B
_
d
d
det (I +B
1

B
_
=0
344 Annexe D
Si on pose A = B
1

B
et que lon note
A
i
ses valeurs propres, alors les valeurs propres de B
1

B
seront
A
i
de sorte que :
det (AI) = (
A
1
)(
A
2
)(
A
3
)
et quen prenant = 1, on a :
det (A+I) = (
A
1
+ 1)(
A
2
+ 1)(
A
3
+ 1)
On montre ensuite facilement que :
d
d
det (A+I) [
=0
= (
A
1
+
A
2
+
A
3
) = tr(A) = tr(B
1

B
) = B

:
B
en vertu de la relation B.6 et le resultat est donc demontre. La premi`ere relation de lequation B.15
est un cas particulier de ce lemme et pour la deuxi`eme on a :
J
C
=
I
1/2
3
C
=
1
2
I
1/2
3
I
3
C
=
1
2
I
1/2
3
C
1
ce qui termine la demonstration.
Lemme 2.18
Soit B un tenseur dordre 2. On a alors :
(B
1
)
B
:
B
= B
1

B
B
1
= B
1
ik
B
1
lj
B
kl
c.-`a-d.
_
B
1
B
_
ijkl
= B
1
ik
B
1
lj
(B.16)
Comme cas particulier, on a :
(C
1
)
C
:
C
= C
1

C
C
1
= J :
C
o` u le tenseur du quatri`eme ordre J a pour composantes :

ijkl
=
1
2
_
C
1
ik
C
1
jl
+C
1
il
C
1
jk
_
en utilisant la symetrie de C. On a aussi symetrise le tenseur C tel que suggere par Bathe [4].
Demonstration :
Puisque I = BB
1
, en derivant de chaque cote on a :
0 =
(BB
1
)
B
:
B
=
_
B
B
:
B
_
B
1
+B
_
B
1
B
:
B
_
=
B
B
1
+B
_
B
1
B
:
B
_
Rappels sur les tenseurs 345
ce qui entrane que :
B
_
B
1
B

B
_
=
B
B
1
et le resultat suit par une multiplication `a gauche par B
1
de chaque cote. De plus :
B
1

B
B
1
= B
1
ik

Bkl
B
1
lj
= B
1
ik
B
1
lj

Bkl
= J : B
quel que soit
B
.
Lemme 2.19
On a egalement :
_
B

B
_
= B

B
B

= K:
B
avec /
ijkl
=
B

ij
B
kl
= B

il
B

kj
(B.17)
Demonstration :
B

B
:
B
=
B


_
B

B
:
B
_
= B

_
B

B
:
B
_
B

= B

B
B

= K:
B
ce qui denit le tenseur du quatri`eme ordre /
ijkl
= B

il
B

kj
.
B.2.2 Derivees des invariants
Lemme 2.20
Les derivees premi`eres des trois invariants de C secrivent :
I
1
C
= I
I
2
C
= I
1
I C
I
3
C
= I
3
C

= I
3
C
1
= cof C
(B.18)
346 Annexe D
Demonstration pour I
1
:
I
1
C
: C =
d
d
(tr(C +
C
)) [
=0
=
d
d
(tr(C) + tr(
C
) [
=0
= tr(
C
)
= I :
C
do` u le resultat puisque
C
est quelconque.
Demonstration pour I
2
:
I
2
C
: C =
1
2
_
2I
1
I
1
C
: C
(C: C)
C
: C
_
= I
1
I :
C

1
2
_
d
d
((C +
C
): (C +
C
))
_
=0
= I
1
I :
C

1
2
_
d
d
_
C: C +C:
C
+
C
: C +
2

C
:
C
_
_
=0
= I
1
I :
C
C:
C
= (I
1
I C):
C
et le resultat suit immediatement.
Demonstration pour I
3
:
Cest un cas particulier de la relation B.14.
Lemme 2.21
Les derivees secondes des trois invariants de C secrivent :

2
I
1
CC
= 0

2
I
2
CC
= I I I

2
I
3
CC
= I
3
_
C
1
C
1
+J
_
(B.19)
o` u I est le tenseur identite du quatri`eme ordre deni par :
I : B = B B c.-`a-d. J
ijkl
=
1
2
(I
ik
I
jl
+I
il
I
jk
)
Rappels sur les tenseurs 347
Demonstration :
La demonstration est une consequence immediate des lemmes precedents.
Lemme 2.22
Derivees premi`eres des J
i
:
J
1
C
=
I
1
C
I
1/3
3

1
3
I
1
I
4/3
3
I
3
C
J
2
C
=
I
2
C
I
2/3
3

2
3
I
2
I
5/3
3
I
3
C
(B.20)
Demonstration : Le resultat est immediat.
B.2.3 Application aux grandes deformations
Lemme 2.23
F
u
w =
X
w et
F

u
w =

X
w (B.21)
Demonstration :
On a immediatement que :
F(u)
u
w =
d
d
[F(u +w)]
=0
=
d
d
[F(u) +
X
w)]
=0
=
X
w
La deuxi`eme relation se demontre de mani`ere identique.
Lemme 2.24
Le tenseur E depend de mani`ere non lineaire du deplacement u. On peut donc le lineariser et on
a :
E(u)
u
w =
1
2
_
F

X
w +

X
wF
_
= F

(w)F (B.22)
Demonstration :
348 Annexe D
On a par denition :
E
u
w =
1
2
C
u
w =
1
2
__
F

u
w
_
F +F

_
F

u
w
__
1
2
_

X
wF +F

X
w
_
en vertu du lemme precedent. La derni`ere egalite de B.22 decoule de la relation 14.5.
Remarque 2.1
On montre facilement que :
(u)
u
w = (w)
On utilise de plus tr`es souvent la notation :
E =
E
u
w et e =
(u)
u
w
ce qui permet decrire :
E = F

eF
Nous avons choisi deviter cette notation qui, bien que tr`es compacte, escamote quelque peu les
dependances des dierents termes par rapport `a u et w.
Lemme 2.25
J
u
w =
J
F
:
_
F
u
w
_
= JF

:
X
w = J w (B.23)
Demonstration :
La demonstration decoule des relations B.15, B.21 et 14.4 et du fait que :
F

:
X
w = tr
_
F
1

X
w
_
= tr(w) = w

Rappels sur les tenseurs 349


B.3 Exercices
1. Verier les identites suivantes pour A, B, C et D des tenseurs dordre 2 et T un tenseur
dordre 4.
a) A: (BC) = (AC

): B = (B

A): C
b) T : (BC) = (T C

): B mais ,= (B

T ): C
c) A: B = B: A
d) (T : B): C = C: (T : B) = (C: T ): B
e) (T : (AB)): (CD)) = ((C

T B

): A): D
f) Si T est symetrique, alors (T : A): B = (T : B): A
g) Si T est symetrique, alors (T : (AB)): (CD)) = ((A

T D

): C): B
2. Demontrer les identites 14.39 et 14.40 en vous servant des identites du numero precedent.
3. Soit A et B des tenseurs dordre 2 et supposons que A est symetrique. Montrer que :
A:
_
B +B

2
_
= A: B
4. Soit T un tenseur symetrique dordre 4 et A un tenseur dordre 2. Montrer que :
T :
_
A+A

2
_
= T : A
5. Soit T un tenseur symetrique dordre 4 et A et B deux tenseurs dordre 2. Montrer que :
_
T :
_
A+A

2
__
:
_
B +B

2
_
= (T : A): B
6. Montrer que :
(B: B)
B
= 2B
7. Montrer que le tenseur du quatri`eme ordre I ayant pour composantes J
ijkl
= I
ik
I
jl
verie
I : B = B pour tout tenseur B dordre 2. Montrer de plus que IB = B pour tout tenseur
B dordre 4.
350 Annexe B
Annexe C
Interpolation de Lagrange
Le but de ce chapitre est de rappeler les techniques classiques dinterpolation et en particulier la
construction des fonctions dinterpolation de Lagrange. Dans le contexte de la methode des elements
nis, nous nous limiterons `a determiner les fonctions dinterpolation seulement sur les elements de
reference. Nous procederons de mani`ere identique en dimension 1, 2 ou 3, meme sil existe des facons
plus simples darriver au meme resultat.
Deux espaces de polynomes jouent un role important en elements nis. Dans un premier temps,
nous noterons P
k
lespace des polynomes de degre k. On verie facilement que la dimension de
lespace P
k
est :
dim(P
k
) =
(n +k)!
k!n!
o` u n est la dimension despace(n = 1, 2 ou 3). Lespace P
k
est generalement utilise sur les elements
triangulaires ou tetraedriques.
Nous travaillerons egalement avec lespace Q
k
des polynomes de degre k en chacune des variables
despace. La dimension de cet espace est tout simplement :
dim(Q
k
) = (k + 1)
n
En dimension 1, ces 2 espaces cocident mais ils di`erent en dimension 2 ou 3. Lespace Q
k
est
particuli`erement adapte aux elements quadragulaires ou hexaedraux comme nous le verrons un peu
plus loin dans ce chapitre. Bien s ur, il sera possible dutiliser des variantes incompl`etes des espaces
P
k
ou Q
k
selon les besoins.
Quelque soit lespace de polynomes utilise, nous noterons N sa dimension. On se donne main-
tenant N points
1
,
2
,
N
sur lelement de reference. Les N fonctions de Lagrange L
i
() sont
des polynomes de P
k
ou Q
k
veriant :
_
L
i
(
i
) = 1 i
L
i
(
j
) = 0 j ,= i
(C.1)
Pour construire ces fonctions, il sut de choisir une base generalement constituee de monomes
de degre k. Nous noterons cette base de polynomes p
1
(), p
2
(), , p
N
(). Pour construire les
351
352 Annexe B
fonctions C.1, il sut alors de poser :
L
i
() =
N

j=1
a
j
p
j
()
et dimposer les contraintes de lequation C.1 pour construire un syst`eme lineaire de dimension N
sur N dont les inconnues sont les coecients a
i
. On obtient ainsi le syst`eme lineaire :
_

_
p
1
(
1
) p
2
(
1
) p
N
(
1
)
p
1
(
2
) p
2
(
2
) p
N
(
2
)
.
.
.
.
.
.
.
.
.
p
1
(
i
) p
2
(
i
) p
N
(
i
)
.
.
.
.
.
.
.
.
.
p
1
(
N
) p
2
(
N
) p
N
(
N
)
_

_
_

_
a
1
a
2
.
.
.
a
i
.
.
.
a
N
_

_
=
_

_
0
0
.
.
.
1
.
.
.
0
_

_
(C.2)
Le terme de droite est tout simplement le vecteur de base e
i
dont toutes les composantes sont
nulles, sauf la i
i`eme
. La resolution est immediate puisque la matrice est generalement inversible.
Notons de plus que la matrice est la meme pour toutes les fonctions de Lagrange. Seul le terme de
droite change.
On rep`ete ce processus pour chaque fonction de Lagrange. Une fois ce travail accompli, le
polynome :
u() =
N

j=1
u
j
L
j
() (C.3)
est lunique polynome de degre k dont la valeur en =
i
est u
i
, ce qui constitue un polynome
dinterpolation.
C.1 Interpolation en dimension 1
En dimension 1, lelement de reference est lintervalle ] 1, 1[. La dimension de P
k
est tout
simplement N = k+1 et on choisit une base naturelle de cet espace de polynomes soit 1, ,
2
, ,
k
.
Polynomes de degre 1
On choisit naturellement comme points dinterpolation les coordonnees
1
= 1 et
2
= 1 de
lelement de reference. La base de monomes est constituee des polynomes 1 et . Le syst`eme C.2
devient pour la fonction L
1
() :
_
1 1
1 +1
_ _
a
1
a
2
_
=
_
1
0
_
tandis que pour la fonction L
2
(), le syst`eme est :
_
1 1
1 +1
_ _
a
1
a
2
_
=
_
0
1
_
Interpolation de Lagrange 353
Polynomes de Lagrange P
1
(1D)
i L
i
(, )
dL
i
d
1
1
2

1
2
2
1 +
2
1
2
Table C.1 Polynomes de Lagrange P
1
sur lintervalle de reference
On obtient ainsi les solutions :
_
a
1
a
2
_
=
_
1/2
1/2
_
et
_
a
1
a
2
_
=
_
1/2
1/2
_
Ces deux fonctions sont illustrees `a la gure 5.4 sexpriment `a laide de la relation C.3 sous la
forme :
L
1
() =
1
2
et L
2
() =
1 +
2
Pour completer le developpement, le tableau C.1 donne lexpression des fonctions de Lagrange
de meme que les derivees qui sont utiles pour levaluation des syst`emes elementaires comme celui
de la relation 5.5.
Polynomes de degre 2
On choisit naturellement comme points dinterpolation les coordonnees
1
= 1,
2
= 1 et

3
= 0 de lelement de reference (nous avons numerote les extremites ou noeuds geometriques de
lelement en premier). La base de mon omes est constituee des polynomes 1, et
2
. Nous ne ferons
explicitement le calcul que pour la prem`ere fonction de Lagrange. Le syst`eme C.2 secrit alors :
_
_
1 1 1
1 +1 1
1 0 0
_
_
_
_
a
1
a
2
a
3
_
_
=
_
_
1
0
0
_
_
dont la solution est :
_
_
a
1
a
2
a
3
_
_
=
_
_
0
1/2
1/2
_
_
354 Annexe B
Polynomes de Lagrange P
2
(1D)
i L
i
(, )
dL
i
d
1
( 1)
2
1/2
2
( + 1)
2
+ 1/2
3 1
2
2
Table C.2 Polynomes de Lagrange P
2
sur lintervalle de reference
et en vertu de lequation C.3, on a donc la fonction :
L
1
() = 0

2
+

2
2
=
( 1)
2
De meme, on obtient les autres fonctions de Lagrange listees au tableau C.2.
Remarque 3.1
On peut proceder plus simplement et construire les polynomes de Lagrange directement. Pour
obtenir par exemple L
1
() en se sert directement de lequation C.1. En eet, cette fonction doit
sannuler en = 0 et en = 1. Il sut donc dintroduire des facteurs et ( 1). De plus, elle
doit prendre la valeur 1 en = 1. Or la fonction ( 1) vaut 2 `a cette endroit. Il sut donc de
diviser par 2 et on obtient :
L
1
() =
1
2
( 1)
On construit les autres fonctions de lagrange par un raisonnement similaire. Cette facon de proceder
est tout-`a-fait generale et fonctionne pour les polynomes de degre quelconque.
C.2 Interpolation en dimension 2
Contrairement au cas unidimensionnel, nous avons ici le choix de la forme geometrique des
elements. Le plus souvent, on utilise des triangles ou des quadrilat`eres. Les espaces de polynomes
correspondants sont leg`erement dierents.
Interpolation de Lagrange 355
C.2.1 Interpolation sur les triangles
Voyons en premier lieu le cas des triangles. Lespace de polynomes le plus frequemment utilise
est lespace P
k
dont on construit une base `a laide du tableau suivant :
P
0
: 1
P
1
:
P
2
:
2

2
P
3
:
3

2

2

3
et ainsi de suite.
Pour determiner uniquement un polynome de degre k, on doit choisir N points dinterpolation
distincts. Le choix des points dinterpolation est dicte par les proprietes de la fonction que lon
souhaite interpoler.
Polynomes de degre 1
Commencons par lexemple le plus simple. Construisons les fonctions dinterpolation lineaires (P
1
)
sur lelement de reference. Du triangle precedent, la base de monomes est 1, , de sorte que tout
polynome de P
1
peut secrire :
p
1
(, ) = a
1
+a
2
+a
3

La dimension de cet espace etant 3, quoi de plus naturel que de choisir les 3 sommets du triangle

1
= (0, 0),
2
= (1, 0) et
3
= (0, 1) (voir la gure 6.2). On va construire, suivant la demarche
utilisee en dimension 1, des fonctions dinterpolation L
i
(, ) de sorte que :
L
j
(
i
) = L
j
(
i
,
i
) =
j
i
Pour la premi`ere fonction dinterpolation, le syst`eme C.2 devient :
_
_
1 0 0
1 1 0
1 0 1
_
_
_
_
a
1
a
2
a
3
_
_
=
_
_
1
0
0
_
_
ce qui donne immediatement :
_
_
a
1
a
2
a
3
_
_
=
_
_
1
1
1
_
_
do` u :
L
1
(
i
,
i
) = 1
de mani`ere similaire, on trouve les fonctions L
2
(, ) et L
3
(, ). Le tableau C.3 resume la situation.
Puisquelles sont egalement utiles pour levaluation des syst`emes elementaires, nous avons egalement
indique les derivees partielles des polynomes de Lagrange.
Remarque 3.2
356 Annexe B
Polynomes de Lagrange P
1
(2D)
i L
i
(, )
L
i

L
i

1 1 1 1
2 1 0
3 0 1
Table C.3 Polynomes de Lagrange P
1
sur le triangle de reference
On pourrait egalement choisir comme points dinterpolation les 3 milieux de cotes. On obtient
les fonctions de Lagrange dites P
1
non conformes. La particularite de cette construction est que
lapproximation par elements nis qui en resulte nest pas continue aux interfaces des elements et
nappartient donc pas `a lespace H
1
().
Polynomes de degre 2
Une base de lespace P
2
est constituee des polynomes 1, , ,
2
, et
2
ce qui constitue un
espace de dimension 6 (voir la gure 6.2). Dans ce cas, on trouve le syst`eme :
_

_
1 0 0 0 0 0
1 1 0 1 0 1
1 0 1 0 0 1
1 1/2 0 1/4 0 0
1 1/2 1/2 1/4 1/4 1/4
1 0 1/2 0 0 1/4
_

_
_

_
a
1
a
2
a
3
a
4
a
5
a
6
_

_
= e
i
En resolvant ces 6 syst`emes lineaires, on trouve les fonctions du tableau C.4. Pour simplier les
expressions, on a pose :
= 1
Interpolation de Lagrange 357
Polynomes de Lagrange P
2
(2D)
i L
i
(, )
L
i

L
i

1 (1 2) 1 4 1 4
2 (1 2) 1 + 4 0
3 (1 2) 0 1 + 4
4 4 4( ) 4
5 4 4 4
6 4 4 4( )
Table C.4 Polynomes de Lagrange P
2
sur le triangle de reference
Remarque 3.3
On peut proceder dieremment et eviter compl`etement la resolution dun syst`eme lineaire. Lidee
est de se servir de polynomes de degre 1 et dannuler la fonction L
i
(, ) aux endroits appropries.
Pour illustrer ce processus, regardons le 3
e
noeud (de coordonnee (0, 1)) de cet element. La fonction
L
3
(, ) doit sannuler aux autres noeuds. On peut dans un premier temps introduire le facteur
(qui sannule aux noeuds 1, 2 et 4) et le facteur 1/2 qui `a son tour sannule aux noeuds 5 et
6. La fonction resultante ( 1/2) sannule `a tous les noeuds sauf le troisi`eme. Par contre, `a ce
noeud, elle vaut 1/2 ce qui bien s ur est dierent de 1. Il sut alors de diviser par cette valeur et
on obtient :
L
3
(, ) =
( 1/2)
1/2
= (1 2)
qui est ce que lon avait trouve. Ce raisonnement peut sappliquer en toutes dimensions et on y
recourera frequemment.
Remarque 3.4
On peut aussi construire des fonctions dinterpolation dites hierarchiques. Cela consiste `a utiliser
des fonctions lineaires pour les 3 sommets de lelement et des fonctions quadratiques sur les milieux
de cotes. On obtient ainsi le tableau C.5.
Ceci constitue bien egalement un base de P
2
mais ces fonctions ne verient pas la condition C.1.
Si on pose ensuite :
u(, ) =
6

j=1
u
j
L
j
(, )
linterpretation des inconnues u
j
nest plus la valeur de u(x) au noeud correspondant. En eet :
u(
1
) = u(0, 0) = u
1
358 Annexe B
Polynomes de Lagrange P
2
hierarchique (2D)
i L
i
(, )
L
i

L
i

1 1 = 1 1
2 +1 0
3 0 +1
4 4 4(1 2 ) 4
5 4 4 4
6 4 4 4(1 2)
Table C.5 Polynomes de Lagrange P
2
sur le triangle de reference
et cest egalement le cas pour les 2 autres sommets. Par contre :
u(
4
) = u(1/2, 0) = u
4
+
(u
1
+u
2
)
2
de sorte que le degre de liberte associe au quatri`eme noeud sinterpr`ete par la relation :
u
4
= u(
4
)
(u
1
+u
2
)
2
= u(
4
)
(u(
1
) +u(
2
)
2
et linterpretation des inconnues (eventuellement des degres de liberte) est plus delicate. Il faudra
etre prudent lors de limposition des conditions aux limites essentielles si on utilise de telles bases.

C.2.2 Sur les quadrilat`eres


Nous utiliserons lespace Q
k
sur lelement de reference [1, 1]
2
. Il est facile de construire une
base pour cet espace puisquil sut de faire le produit cartesien des ensembles 1, ,
2
, ,
k
et
1, ,
2
, ,
k
.
Polynome de degre 1 (Q
1
)
Le cas le plus simple est bien s ur Q
1
dont la dimension est 4. Une base possible est 1, , , .
Il nous faut donc 4 points dinterpolation et les 4 coins semblent un choix ideal (voir la gure 6.4).
On obtient les 4 fonctions de Lagrange toujours de la meme facon et nous nous limiterons `a les
lister.
Interpolation de Lagrange 359
Polynomes de Lagrange Q
1
(2D)
i L
i
(, )
L
i

L
i

1
1
4
(1 +)(1 +)
1
4
(1 +)
1
4
(1 +)
2
1
4
(1 )(1 +)
1
4
(1 +)
1
4
(1 )
3
1
4
(1 )(1 )
1
4
(1 )
1
4
(1 )
4
1
4
(1 +)(1 )
1
4
(1 )
1
4
(1 +)
Table C.6 Polynomes de Lagrange Q
1
sur le carre de reference
360 Annexe B
Remarque 3.5
Tout comme pour le cas triangulaire, on pourrait penser choisir comme points dinterpolation les 4
milieux de cotes soit les points (0, 1), (1, 0), (0, 1) et (1, 0). Ce qui semble naturel ne fonctionne
pas toujours. En eet, en se servant encore ici de la base 1, , et , la matrice du syst`eme C.2
secrit :
_

_
1 0 1 0
1 1 0 0
1 0 1 0
1 1 0 0
_

_
et est singuli`ere. La solution nest donc pas unique et on peut facilement le constater puisque
les fonctions 0 et sont toutes deux des fonctions de Q
1
qui prennent les memes valeurs (0)
aux milieux des cotes. On ne peut donc pas choisir ces points dinterpolation pour construire des
appproximations non conformes, contrairement `a ce que nous avons fait sur les triangles.
Polynome de degre 2 (Q
2
)
La dimension de lespace Q
2
est 9 et il semble naturel de choisir les points illustres sur la
gure 6.4. On construit ainsi les polynomes de Lagrange du tableau C.7.
C.3 Interpolation en dimension 3
C.3.1 Sur les tetra`edres
En dimension 3, on utilise les monomes suivants pour etablir la base de lapproximation :
P
0
: 1
P
1
: , , ,
P
2
:
2
,
2
,
2
, , , ,
P
3
:
3
,
3
,
3
,
2
,
2
,
2
,
2
,
2
,
2
, ,
De mani`ere similaire `a celle presentee dans le cas bidimensionnel (voir la gure 6.6), on montre
aisement que pour les fonctions de Lagrange de degre 1, on a le tableau C.8.
Interpolation de Lagrange 361
Polynomes de Lagrange Q
2
(2D)
i L
i
(, )
L
i

L
i

1
1
4
(1 +)(1 +)
1
4
(1 + 2)(1 +)
1
4
(1 +)(1 + 2)
2
1
4
(1 )(1 +)
1
4
(1 2)(1 +)
1
4
(1 )(1 + 2)
3
1
4
(1 )(1 )
1
4
(1 2)(1 )
1
4
(1 )(1 2)
4
1
4
(1 +)(1 )
1
4
(1 + 2)(1 )
1
4
(1 +)(1 2)
5
1
2
(1
2
)(1 +) (1 +)
1
2
(1
2
)(1 + 2)
6
1
2
(1 )(1
2
)
1
2
(1 2)(1
2
) (1 )
7
1
2
(1
2
)(1 ) (1 )
1
2
(1
2
)(1 2)
8
1
2
(1 +)(1
2
)
1
2
(1 + 2)(1
2
) (1 +)
9 (1
2
)(1
2
) 2(1
2
) 2(1
2
)
Table C.7 Polynomes de Lagrange Q
2
sur le carre de reference
362 Annexe B
Polynomes de Lagrange P
1
(3D)
i L
i
(, )
L
i

L
i

L
i

1 1 1 1 1
2 1 0 0
3 0 1 0
4 0 0 1
Table C.8 Polynomes de Lagrange P
1
sur le tetra`edre de reference
Annexe D
Integration numerique
Lintegration numerique est une composante essentielle de toute methode delements nis. Sil
est toujours preferable dutiliser lintegration exacte lorsque cela est possible, on doit toutefois
recourir frequemment `a lintegration numerique si on souhaite developper des methodes delements
nis relativement generales.
Tout comme pour linterpolation de Lagrange, nous ferons le developpement des dierentes
formules dintegration numerique sur les elements de reference puique cest l`a que sont eectuees
toutes les integrales en elements nis.
D.1 En dimension 1
Nous choisissons lintervalle dintegration [1, 1] qui est lelement de reference pour les probl`emes
en dimension 1. Nous avons vu au chapitre 5 comment passer dun element quelconque `a cet element
de reference `a laide du changement de variable 5.6.
On cherche `a evaluer une expression de la forme :
I =
_
1
1
g()d (D.1)
En elements nis, la fonction g() fait intervenir les fonctions dinterpolation

i
() et leurs derivees
ainsi que les proprietes physiques du probl`eme. Par exemple, on doit evaluer :
_
1
1
p
_
(x
K
1
+x
K
2
) +h
K

2
_

j
()

i
()
h
K
2
d
qui est bien de la forme D.1. Dans la plupart des programmes delements nis, on utilise les qua-
dratures de Gauss qui consistent `a approcher lintegrale D.1 par une expression de la forme :
_
1
1
g()d
m
G

i=1
w
i
g(
i
) (D.2)
363
364 Annexe C
qui soit la plus precise possible.
Denition 4.1
Lexpression D.2 est appelee quadrature de Gauss `a m
G
points. Les
i
sont appeles points dinte-
gration, tandis que les coecients w
i
sont les poids dintegration.
On choisit les points et les poids dintegration de fa con `a ce que la quadrature D.2 soit exacte
pour les polynomes de degre le plus eleve possible. De toute evidence, les points dintegration
i
doivent tous etre distincts les uns des autres et les poids dintegration doivent etre non nuls.
Theor`eme 4.1
La quadrature de Gauss `a m
G
points D.2 est exacte pour les polynomes de degre (2m
G
1) et le
terme derreur de cette approximation est donne par :
2
2m
G
+1
(m
G
!)
4
(2m
G
+ 1)((2m
G
)!)
3
g
(2m
G
)
() o` u [1, 1] (D.3)

La table D.1 resume les premi`eres quadratures de Gauss en dimension 1 (voir Fortin, ref. [17]).
La derni`ere colonne de cette table fournit le degre des polynomes pour lesquels la quadrature de
Gauss est exacte et qui vaut 2m
G
1. Cest ce que lon appelle le degre de precision de la formule
de quadrature. En pratique, on choisit le nombre de points de Gauss m
G
en fonction des integrales
que lon doit evaluer.
Exemple 4.1
On veut evaluer :
I =
_
+1
1

2
+ dt
Il sagit ici dun probl`eme tr`es simple mais qui illustre bien ce qui peut se produire. La fonction
`a integrer est polynomiale et une quadrature de Gauss adequate permettra devaluer lintegrale
exactement. Puisquil sagit dun polynome de degre 2, la quadrature de Gauss `a 2 points (m
G
= 2)
sura puisquelle est exacte pour des polynomes de degre jusqu`a 3 (2m
G
1). On a en eet :
I = w
1
(
2
1
+
1
) +w
2
(
2
2
+
2
)
= 1
_
(0,577 350 262 918 9625)
2
+ (0,577 350 262 918 9625)
_
+1
_
(+0,577 350 262 918 9625)
2
+ (+0,577 350 262 918 9625)
_
= 2/3
soit la valeur exacte de lintegrale.
Integration numerique 365
Quadrature de Gauss (1D)
m
G
Points dintegration Poids dintegration Degre de

i
w
i
precision
1 0 2 1
2 0,577 350 269 189 625 1 3
+0,577 350 269 189 625 1
3 0,774 596 669 241 483 0,555 555 555 555 556 5
0,0 0,888 888 888 888 889
+0,774 596 669 241 483 0,555 555 555 555 556
4 0,861 136 311 594 052 0,347 854 845 137 454 7
0,339 981 043 584 856 0,652 145 154 862 545
+0,339 981 043 584 856 0,652 145 154 862 545
+0,861 136 311 594 052 0,347 854 845 137 454
5 0,906 179 845 938 664 0,236 926 885 056 189 9
0,538 469 310 105 683 0,478 628 670 499 365
0,0 0,568 888 889 888 889
+0,538 469 310 105 683 0,478 628 670 499 365
+0,906 179 845 938 664 0,236 926 885 056 189
Table D.1 Integration numerique sur lintervalle de reference
Exemple 4.2
On a :
_
2
0
sin xdx =

2
2
_
1
1
sin
_
( + 1)
4
_
d
La quadrature de Gauss `a 2 points donne lapproximation :
_
2
0
sin xdx

4
_
sin
_
(
1
+ 1)
4
_
+ sin
_
(
2
+ 1)
4
__
=

4
(sin(0,331 948 322) + sin(1,238 848 005))
= 0,998 472 614
Si on tient compte du fait que lon a evalue la fonction sin x en seulement deux points, ce resultat
366 Annexe C
est dune precision remarquable. Par ailleurs, la formule `a trois points donne :
_
2
0
sin xdx

4
_
w
1
sin
_
(
1
+ 1)
4
_
+w
2
sin
_
(
2
+ 1)
4
_
+ w
3
sin
_
(
3
+ 1)
4
__
=

4
((0,555 555 556) sin(0,177 031 362)
+ (0,888 888 889) sin(0,785 398 164)
+ (0,555 555 556) sin(1,774 596 669))
= 1,000 008 1821

D.2 En dimension 2 ou 3
D.2.1 Sur les quadrilat`eres
Cest le cas le plus simple puisque lon peut utiliser directement les techniques dintegration
numeriques developpees en dimension 1. Puisque dans ce cas nous avons choisi le carre [1, 1]
2
comme element de reference, il sut de constater que :
_
1
1
__
1
1
g(, ) d
_
d
_
1
1
_
m
G

i=1
w
i
g(
i
, )
_
d =
m
G

i=1
w
i
_
1
1
g(
i
, ) d
m
G

i=1
m
G

j=1
w
i
w
j
g(
i
,
j
)
(D.4)
En quelque sorte, lintegration numerique en dimension 2 sur le carre [1, 1]
2
consiste donc `a utiliser
les formules obtenues en dimension 1 pour chacune des variables. Il en est de meme en dimension
3 sur le cube de reference [1, 1]
3
et on obtient de mani`ere similaire :
_
1
1
_
1
1
_
1
1
g(, , ) ddd
m
G

i=1
m
G

j=1
m
G

k=1
w
i
w
j
w
k
g(
i
,
j
,
k
) (D.5)
Remarque 4.1
Il ny a donc dans ce cas nul besoin de developper des methodes dintegration numerique particuli`ere.
Si la fonction `a integrer est un polynome appartenant `a lespace Q
k
, cest-`a-dire un polynome de
Integration numerique 367
degre k en chacune des variables despace, il sut de choisir une quadrature de Gauss en dimension
1 qui soit exacte pour les polynomes de degre k et utiliser les formules D.4 ou D.5.
D.2.2 Sur les triangles
Les formules dintegration numeriques sont plus diciles `a obtenir sur les triangles. On ne peut
plus utiliser directement les formules en dimension 1. Le tableau D.2 fournit quelques unes des
quadratures dites de Hammer.
On passe dun triangle quelconque au triangle de reference `a laide de la transformation 6.5. On
utilise ensuite la relation :
_
1
0
_
1
0
g(, ) dd =
_
1
0
_
1
0
g(, ) dd

i
w
i
g(
i
,
i
)
o` u les w
i
,
i
et
i
sont donnes dans la table D.2.
D.2.3 Sur les tetra`edres
Sur les tetra`edres, il faut generalement utiliser encore plus de points dintegration. La table D.3
donne quelques une des formules de Hammer en dimension 3.
368 Annexe C
Quadrature de Hammer (2D)
Coordonnees des points dintegration Poids Degre de
dintegration precision
m
G

i

i
w
i
1 +0,333 333 333 333 3333 +0,333 333 333 333 3333 +0,500 000 000 000 0000 1
3 +0,666 666 666 666 6667 +0,166 666 666 666 6667 +0,166 666 666 666 6667 2
+0,166 666 666 666 6667 +0,666 666 666 666 6667 +0,166 666 666 666 6667
+0,166 666 666 666 6667 +0,166 666 666 666 6667 +0,166 666 666 666 6667
4 +0,333 333 333 333 3333 +0,333 333 333 333 3333 0,281 250 000 000 0000 3
+0,200 000 000 000 0000 +0,200 000 000 000 0000 +0,260 416 666 666 6667
+0,200 000 000 000 0000 +0,600 000 000 000 0000 +0,260 416 666 666 6667
+0,600 000 000 000 0000 +0,200 000 000 000 0000 +0,260 416 666 666 6667
6 +0,108 103 018 168 070 +0,445 948 490 915 965 +0,111 690 794 839 0055 4
+0,445 948 490 915 965 +0,108 103 018 168 070 +0,111 690 794 839 0055
+0,445 948 490 915 965 +0,445 948 490 915 965 +0,111 690 794 839 0055
+0,816 847 572 980 459 +0,091 576 213 509 771 +0,054 975 871 827 6610
+0,091 576 213 509 771 +0,816 847 572 980 459 +0,054 975 871 827 6610
+0,091 576 213 509 771 +0,091 576 213 509 771 +0,054 975 871 827 6610
12 +0,873 821 971 016 996 +0,063 089 014 491 502 +0,025 422 453 185 1035 6
+0,063 089 014 491 502 +0,873 821 971 016 996 +0,025 422 453 185 1035
+0,063 089 014 491 502 +0,063 089 014 491 502 +0,025 422 453 185 1035
+0,501 426 509 658 179 +0,249 286 745 170 910 +0,058 393 137 863 1895
+0,249 286 745 170 910 +0,501 426 509 658 179 +0,058 393 137 863 1895
+0,249 286 745 170 910 +0,249 286 745 170 910 +0,058 393 137 863 1895
+0,636 502 499 121 399 +0,310 352 451 033 785 +0,041 425 537 809 1870
+0,636 502 499 121 399 +0,053 145 049 844 816 +0,041 425 537 809 1870
+0,310 352 451 033 785 +0,636 502 499 121 399 +0,041 425 537 809 1870
+0,310 352 451 033 785 +0,053 145 049 844 816 +0,041 425 537 809 1870
+0,053 145 049 844 816 +0,310 352 451 033 785 +0,041 425 537 809 1870
+0,053 145 049 844 816 +0,636 502 499 121 399 +0,041 425 537 809 1870
16 +0,333 333 333 333 333 +0,333 333 333 333 333 +0,072 157 803 838 8935 8
+0,081 414 823 414 454 +0,459 292 588 292 723 +0,047 545 817 133 6425
+0,459 292 588 292 723 +0,081 414 823 414 454 +0,047 545 817 133 6425
+0,459 292 588 292 723 +0,459 292 588 292 723 +0,047 545 817 133 6425
+0,658 861 384 496 480 +0,170 569 307 751 760 +0,051 608 685 267 3590
+0,170 569 307 751 760 +0,658 861 384 496 480 +0,051 608 685 267 3590
+0,170 569 307 751 760 +0,170 569 307 751 760 +0,051 608 685 267 3590
+0,898 905 543 365 938 +0,050 547 228 317 031 +0,016 229 248 811 5990
+0,050 547 228 317 031 +0,898 905 543 365 938 +0,016 229 248 811 5990
+0,050 547 228 317 031 +0,050 547 228 317 031 +0,016 229 248 811 5990
+0,008 394 777 409 958 +0,263 112 829 634 638 +0,013 615 157 087 2175
+0,008 394 777 409 958 +0,728 492 392 955 404 +0,013 615 157 087 2175
+0,263 112 829 634 638 +0,008 394 777 409 958 +0,013 615 157 087 2175
+0,263 112 829 634 638 +0,728 492 392 955 404 +0,013 615 157 087 2175
+0,728 492 392 955 404 +0,008 394 777 409 958 +0,013 615 157 087 2175
+0,728 492 392 955 404 +0,263 112 829 634 638 +0,013 615 157 087 2175
Table D.2 Integration numerique sur le triangle de reference
Integration numerique 369
Quadrature de Hammer (3D)
Coordonnees des points dintegration Points
dintegration

i

i

i
w
i
Formule `a 1 point, degre de precision = 1
+0,250 000 000 000 000 +0,250 000 000 000 000 +0,250 000 000 000 0000 +0,166 666 666 666 6667
Formule `a 4 points, degre de precision = 2
+0,138 196 601 125 0105 +0,138 196 601 125 0105 +0,138 196 601 125 0105 +0,041 666 666 666 6667
+0,138 196 601 125 0105 +0,138 196 601 125 0105 +0,585 410 196 624 9685 +0,041 666 666 666 6667
+0,138 196 601 125 0105 +0,585 410 196 624 9685 +0,138 196 601 125 0105 +0,041 666 666 666 6667
+0,585 410 196 624 9685 +0,138 196 601 125 0105 +0,138 196 601 125 0105 +0,041 666 666 666 6667
Formule `a 16 points, degre de precision = 4
+0,771 642 902 067 2371 +0,076 119 032 644 254 30 +0,076 119 032 644 254 30 +0,008 395 632 350 020 469
+0,076 119 032 644 254 30 +0,771 642 902 067 2371 +0,076 119 032 644 254 30 +0,008 395 632 350 020 469
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30 +0,771 642 902 067 2371 +0,008 395 632 350 020 469
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30 +0,076 119 032 644 254 30 +0,008 395 632 350 020 469
+0,119 700 527 797 8019 +0,071 831 645 267 669 25 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,119 700 527 797 8019 +0,404 233 913 467 2644 +0,071 831 645 267 669 25 +0,011 090 344 772 215 398
+0,119 700 527 797 8019 +0,404 233 913 467 2644 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,071 831 645 267 669 25 +0,119 700 527 797 8019 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,071 831 645 267 669 25 +0,404 233 913 467 2644 +0,119 700 527 797 8019 +0,011 090 344 772 215 398
+0,071 831 645 267 669 25 +0,404 233 913 467 2644 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,119 700 527 797 8019 +0,071 831 645 267 669 25 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,119 700 527 797 8019 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,071 831 645 267 669 25 +0,119 700 527 797 8019 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,071 831 645 267 669 25 +0,404 233 913 467 2644 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,404 233 913 467 2644 +0,119 700 527 797 8019 +0,011 090 344 772 215 398
+0,404 233 913 467 2644 +0,404 233 913 467 2644 +0,071 831 645 267 669 25 +0,011 090 344 772 215 398
Table D.3 Integration numerique sur le tetra`edre de reference
370 Reponses aux exercices
Reponses aux exercices
Reponses aux exercices du chapitre 2
1. a) T

f
=
0

1
; T

f
=

1
;
b) T

f
= T
g
o` u :
g(x) =
_
1 si x < 0
cos(x) si x > 0
(la fonction f(x) est continue en x = 0).
T

f
= T

g
= T
h
+ 2
0
o` u :
h(x) =
_
0 si x < 0
sin(x) si x > 0
(la fonction g(x) a un saut de hauteur 2 en x = 0).
c) T

f
= T
g
+
0
o` u :
g(x) =
_
1 si x < 0
sin(x) si x > 0
(la fonction f(x) a un saut de hauteur 1 en x = 0).
T

f
= T

g
+

0
= T
h
+
0
+

0
o` u :
h(x) =
_
0 si x < 0
cos(x) si x > 0
(la fonction g(x) poss`ede un saut de hauteur 1 en x = 0).
2. Dans L
2
(] 1, 1[) : a, b et c ; Dans H
1
(] 1, 1[) : b seulement ; Dans H
2
(] 1, 1[) : aucune.
3. La fonction u est continue sur laxe y = x. De plus, u
1
= (2, 2), n
1
= (

2/2,

2/2),
u
2
= (2x, 2y), et n
2
= (

2/2,

2/2). Le saut de la derivee normale est donc : k


2
u
2

n
1
k
1
u
1
n
1
= x +y + 4. La divergence est donc :
_
0 si x < y
0 si x > y
plus une simple couche le long de laxe y = x dintensite s n = x +y + 4.
371
372 Reponses aux exercices
4. La fonction f(x) = 1 est dans L
1
loc
(). Il sut de remarquer que lon int`egre sur un compact
(ferme et borne) ; Pour la fonction f(x) = ln x, la diculte vient du point x = 0. Or, un
compact de ]0, 1[ ne peut pas contenir ce point et la fonction sera integrable.
5. [x[ est dans H
1
(] 1, 1[) car elle est de carre sommable et sa derivee au sens des distributions
est T
g
o` u :
g(x) =
_
1 si x < 0
+1 si x > 0
qui est aussi de carre sommable). Par contre, elle nest pas dans H
2
(]1, 1[) puisque la derivee
seconde fait apparatre une distribution de Dirac en x = 0.
6. Pour f(x) = x(1 x), f(0) = f(1) = 0 mais f

(0) = 1 ,= 0 et cette fonction nest pas dans


H
2
0
(]0, 1[). Par contre, on verie facilement que la fonction f(x) = x
2
(1 x)
2
est bien dans
H
2
0
(]0, 1[)
7. x
r
est dans L
2
(]0, 1[) pour r > 1/2 ; dans H
1
(]0, 1[) pour r > 1/2 et r = 0 ; dans H
2
(]0, 1[)
pour r > 3/2, r = 0 et r = 1.
Reponses aux exercices du chapitre 3
1. La symetrie des 4 formes bilineaires decoule de la commutativite du produit de deux fonctions
et du produit scalaire de deux vecteurs.
a)
[a(u, w)[ p
2
_

uwdv p
2
|u|
0,
|w|
0,
[a(w, w)[ p
1
_

wwdv = p
1
|w|
2
0,
b)
[a(u, w)[ q
2
_

u wdv q
2
n

i=1
_

u
x
i
w
x
i
dv nq
2
[u[
1,
[w[
1,
[a(w, w)[ q
1
_

w wdv = q
1
[w[
2
1,
en remarquant que [w[
1,
est bien une norme sur H
1
0
().
c)
[a(u, w)[ q
2
_

u wdv q
2
n

i=1
_

u
x
i
w
x
i
dv nq
2
[u[
1,
[w[
1,
nq
2
|u|
1,
|w|
1,
[a(w, w)[ q
1
_

w wdv = q
1
[w[
2
1,
Reponses aux exercices 373
et on ne peut pas conclure car [w[
1,
nest pas une norme sur H
1
(). La forme bilineaire nest
pas coercive sur H
1
().
d)
[a(u, w)[ p
2
_

uwdv +q
2
_

u wdv p
2
|u|
0,
|w|
0,
+q
2
n

i=1
_

u
x
i
w
x
i
dv
p
2
|u|
0,
|w|
0,
+nq
2
[u[
1,
[w[
1,
(p
2
+nq
2
) |u|
1,
|w|
1,
[a(w, w)[ p
1
_

wwdv +q
1
_

w wdv min(p
1
, q
1
)|w|
2
1,
2. a) On pose V = H
1
0
(]0, 1[) et la formulation variationnelle est :
_
1
0

2
u

(x)w

(x) dx =
_
1
0
f(x)w(x) dx w V
Le rel`evement des conditions essentielles est nul.
b) On pose V = H
1
(]0, 1[) et la formulation variationnelle est :
_
1
0

1
uw +
2
u

(x)w

(x) dx =
_
1
0
f(x)w(x) dx w V
Il ny a pas de rel`evement `a faire.
c) On pose V = H
1
0
(]0, 1[) et par exemple u
g
= a+(ba)x pour le rel`evement. La formulation
variationnelle est :
_
1
0

u
(x)w

(x) dx =
_
1
0
_
f(x)w(x)
2
(b a)w

(x)
_
dx w V
Notons que le dernier terme de droite, qui tient compte du rel`evement de la condition essen-
tielle, sannule prour cet exemple, mais que ce nest pas le cas en general.
d) On pose V =
_
w H
1
(]0, 1[)[w(0) = 0
_
et par exemple u
g
= a pour le rel`evement. La
formulation variationnelle est :
_
1
0
q(x)

u
(x)w

(x) dx =
_
1
0
f(x)w(x) dx +bw(1) w V
Pour demontrer la continuite de l(w), il faut utiliser la continuite de la trace au bord.
e) On pose V =
_
w H
2
(]0, L[)[w(0) = w(L) = 0
_
et par exemple u
g
= a +(b a)x/L pour
le rel`evement. La formulation variationnelle est :
_
L
0
q(x)

u
(x)w

(x) dx =
_
L
0
f(x)w(x) dx +dw

(L) cw

(0) w V
374 Reponses aux exercices
Pour demontrer la continuite de l(w), il faut utiliser la continuite de la trace au bord.
f) On pose V =
_
w H
1
()[w = 0 sur
0
_
et on prendra un rel`evement u
g
tel que u
g
= g
sur
0
. La formulation variationnelle est :
_

q(x)
u
wdv =
_

f(x)w(x) dx
_

q(x)u
g
wdv +
_

1
hwds w V
g) On pose V = H
1
() et il ny a pas de rel`evement `a faire. La formulation variationnelle
est : _

u
wdv =
_

f(x)w(x) dx +
_

hwds w V
La forme bilineaire nest pas coercive sur V (voir exercice 1-c). On remarque egalement que
si on a une solution u, alors u +c est aussi une solution. Il ny a pas unicite.
h) On pose V = H
1
() et il ny a pas de rel`evement `a faire. La formulation variationnelle
est : _

u wdv +
_

uwds =
_

f(x)w(x) dx +
_

hwds w V
Pour demontrer la coercivite de la forme bilineaire, il faudrait demontrer que ([w[
2
1,
+
[w[
2
0,
)
1/2
est une norme sur H
1
() equivalente `a la norme habituelle, ce qui est le cas.
3. Les deux derni`eres conditions aux limites ne peuvent etre imposees au meme endroit. Le
probl`eme est mal pose.
4. On a a(u, w) = l(w) pour tout w dans V et donc a(u, u) = l(u). Le resultat suit en vertu de
la coercivite et de la denition de |l|.
5. On pose V = H
1
0
(]0, 1[) et la formulation variationnelle est :
_
1
0
c
1
u

(x)w

(x) +c
2
u

(x)w(x) dx =
_
1
0
f(x)w(x) dx w V
La continuite des formes lineaire et bilineaire est evidente. Pour la coercivite, on a :
[a(w, w)[ c
1
_

(w

(x))
2
+c
2
w

(x)w(x) dv = c
1
[w[
2
1,
+
c
2
2
w(x)

1
0
= c
1
[w[
2
1,
car le deuxi`eme terme sannule.
Reponses aux exercices du chapitre 4
1.
i
(x) = (x(1 x))
i
, pour i 1.
2.
i
(x) = x
i
, pour i 0 (il est important dinclure la fonction
0
(x) = 1 car autrement la
solution serait forcement nulle en x = 0.
3. u
g
(x) = a + (b a)x et
i
(x) = (x(1 x))
i
, pour i 1.
Reponses aux exercices 375
4. u
g
(x) = a et
i
(x) = x
i
, pour i 1.
5. u
g
(x) = a + (b a)x/L et
i
(x) = (x(L x))
i
, pour i 1.
6. Le rel`evement doit verier les 3 premi`eres conditions aux limites et on prendra par exemple
u
g
(x) = a +
ba
L
2
x
2
. Les fonctions
i
(x) doivent donc sannuler en 0 et L et leur derivee doit
sannuler en 0. On prendra par exemple
i
(x) = (x
2
(L x))
i
pour i 1.
7. Le rel`evement est u
g
(x, y) = 1 et
i
(x, y) = (xy)
i
.
8. Le rel`evement est u
g
(x) = (x + 1)
2
et
i
(x) = (x
2
(1 x))
i
pour i 1.
9. On pose V =
_
w H
1
()|w = 0 sur les axes x = 1 et y = 1
_
et il ny a pas de rel`evement `a
faire. La formulation variationnelle est :
_

ku wdv =
_

qw(x) dx w V
On a donc :
A
11
=
_
1
0
_
1
0
k
_
2x(1 y
2
), 2y(1 x
2
)
_

_
2x(1 y
2
), 2y(1 x
2
)
_
dxdy =
64k
15
et :
F
1
=
_
1
0
_
1
0
q(1 x
2
)(1 y
2
) dxdy =
4q
9
Le coecient de la seule fonction de Ritz sera donc 5q/(48k).
10. On pose V =
_
w H
1
(]0, 1[)[w(0) = 0
_
et par exemple u
g
= 1 pour le rel`evement. La for-
mulation variationnelle est :
_
1
0
q(x)

u
(x)w

(x) dx =
_
1
0
(2 2x + 6x
2
)w(x) dx 2w(1) w V
On prend ensuite
i
(x) = x
i
pour i 1. On a alors :
A
ij
= ij
_
1
i +j + 1
+
1
i +j 1
_
et F
i
=
2
i + 1

2
i + 2
+
6
i + 3
2
Si on prend 2 fonction de Ritz, on trouve c
1
= 1 et c
2
= 1 de sorte que la solution approchee
est u(x) = 1 +x x
2
.
11. La matrice de la methode de Ritz a pour terme general A
ij
= a(
j
,
i
). On a alors :
Ax =
n

j=1
A
ij
x
j
=
n

j=1
a(
j
,
i
)x
j
= a
_
_
n

j=1
x
j

j
,
i
_
_
= a(w,
i
) o` u w(x) =
n

j=1
x
j

j
(x)
on a donc :
x
T
Ax =
n

i=1
a(w,
i
)x
i
= a(w, w) |w|
V
> 0
376 Reponses aux exercices
Reponses aux exercices du chapitre 5
1. On a la situation suivante :
u
K
(x
K
i
) =
3

j=1
u
K
j

K
j
(x
K
i
) =
3

j=1
u
K
j

j
(
i
)
Si on se place aux noeuds geometriques, on a u
K
(x
K
i
) = u
K
i
mais au point milieu, on a ;
u
K
(x
K
3
) =
3

j=1
u
K
j

j
(0) =
u
K
1
+u
K
2
2
+u
K
3
et par consequent :
u
K
3
= u
K
(x
K
3
)
u
K
1
+u
K
2
2
= u
K
(x
K
3
)
_
u(x
K
1
) +u(x
K
2
2
_
2.
3. Pour la premi`ere fonction, on cherche une expression de la forme

1
() = a
0
+a
1
+a
2

2
+a
3

3
.
Les conditions `a verier sont

1
(1) = 1,

(1) = 0,

1
(+1) = 0 et

(1) = 0. On obtient
le syst`eme :
_

_
1 1 1 1
0 1 2 3
1 1 1 1
0 1 2 3
_

_
_

_
a
0
a
1
a
2
a
3
_

_
=
_

_
1
0
0
0
_

_
On trouve a
0
= 1/2, a
1
= 3/4, a
2
= 0 et a
3
= 1/4. On a alors :

1
(x) =
1
2

3
4
+
1
4

3
=
1
4
(1 )
2
(2 +)
Les autres fonctions de base sobtiennent de mani`ere similaire.
4. a) Sur le premier element :
u
K
1
(x) =
3

j=1
u
K
1
j

K
1
j
=
3

j=1
u
K
1
j

j
()
On a ainsi :
du
K
1
dx
(0) =
3

j=1
u
K
1
j
2
h
K
1
d

j
d
(1)
=
2
h
K
1
_
0,355
d

2
d
(1) 0,235
d

3
d
(1)
_
= 0,2925
Reponses aux exercices 377
puisque h
K
1
= 2. On a donc 400
du
K
1
dx
(0) = 117. Le calcul de la meme quantite en utilisant
cette fois la variable secondaire s
K
1
11
donne 103,67 qui est beaucoup plus precis.
b) le rel`evement serait 2
8
3
9
ou encore 2
K
1
1
(x) 3
K
4
2
(x).
5. On doit evaluer la matrice elementaire de terme general :
a
K
ij
=
_
x
K
2
x
K
1
c
2
(
K
j
)

(x)
K
i
(x) dx =
_
1
1
c
2

j
()

i
() d
et on a :
A
K
=
c
2
2
_
1 1
1 1
_
6. La formulation variationnelle (sans faire le rel`evement) est :
_
1
0
_
x
3
u

(x)w

(x) +x
2
u(x)w(x)
_
dx =
_
1
0
w(x)
1 +x
dx
a)
3
() =
27
16
(
2
1)( 1/3).
b) Le rel`evement implicitement construit sera
9
+ 3
10
(les
i
sont les fonctions de Ritz
cubiques par element).
c) Le degre maximal `a integrer est 8. Il faut donc 5 points de Gauss.
d)
Numeros des ddls
Table adres

Element Ddl #1 Ddl #2 Ddl #3 Ddl #4


1 9 3 1 2
2 3 6 4 5
3 6 10 7 8
e) a
33
= a
K
1
22
+a
K
2
11
et a
14
= 0 (les degres de liberte 1 et 4 netant pas connectes).
Reponses aux exercices du chapitre 6
1.
2. Il sut de remarquer que :
_
K
1 dv =
_

K
J
K
d v ou encore mes(K) = J
K
mes(

K)
si le jacobien J
K
est constant et o` u mes designe laire en dimension 2 et le volume en dimension
3.
378 Reponses aux exercices
3.
4.
5.
6.
7.
8. Puisque les cotes sont droits, la transformation geometrique est lineaire pour les triangles
et bilineaires pour les quadrangles. Sur un triangle, apr`es passage `a lelement de reference,
lintegrant est de degre 3 puisque le jacobien est constant de meme que les coecients de la
matrice B
K
(voir la relation 6.10). Une formule de Hammer `a 4 points int`egrera exactement.
Par contre, sur un quadrangle, le jacobien ne sera pas constant et les coecients de B
K
sont
des quotients de polynomes (voir la relation 6.12). Aucune formule de quadrature de Gauss
ne pourra integrer exactement.
9.

4
(, ) =
27
2
(1 )(
2
3
)
10.
11. En inversant la transformation lineaire, on montre que :
_

_
=
1
18
_
4 2
1 5
_ _
x 2
y 1
_
Le point (4 , 3) correspond donc `a (
2
9
,
4
9
) dans lelement de reference et :
u(4, 3) =
3

j=1
u
K
j

j
((
2
9
,
4
9
) = 31,66
de meme que :
u
x
(4, 3) =
3

j=1
u
K
j
_

(
2
9
,
4
9
)

x
+

(
2
9
,
4
9
)

x
_
=
3

j=1
u
K
j
_

(
2
9
,
4
9
)
4
18
+

(
2
9
,
4
9
)
1
18
_
= 8,66
Reponses aux exercices du chapitre 8
1. La formulation variationnelle (non linearisee) est :
_

_
k(1 +u
2
)
m

u wdv =
_

f(x
1
, x
2
)w(x
1
, x
2
) dv +
_

1
hwds
Reponses aux exercices 379
`
A la premi`ere ieration, on peut prendre u
0
solution du probl`eme lineaire suivant :
_

ku
0
wdv =
_

f(x
1
, x
2
)w(x
1
, x
2
) dv +
_

1
hwds
obtenu en prenant m = 0 ou = 0 pour rendre le probl`eme lineaire. On devra ainsi introduire
un rel`evement des conditions aux limites essentielles et resoudre :
_

k
u
wdv =
_

ku
g
wdv +
_

f(x
1
, x
2
)w(x
1
, x
2
) dv +
_

1
hwds
et poser u
0
= u
g
+
u
. Pour les iterations suivantes, on remet m ou `a sa vraie valeur et on
pose u = u
k
+
u
(u
k
veriant les conditions essentielles) et :
R(u, w) =
_

_
k(1 +u
2
)
m

u wdv
_

f(x
1
, x
2
)w(x
1
, x
2
) dv
_

1
hwds
On linearise ensuite en derivant :
D
u
R(u
k
, w)[
u
] =
d
d
[R(u
k
+
u
, w)] [
=0
_

_
k(1 +u
2
k
)
m

u
wdv
+
_

_
2mku
k
(1 +u
2
k
)
m1

u
u
k
wdv
On resout alors `a chaque iteration :
_

_
k(1 +u
2
k
)
m

wdv +
_

_
2mku
k
(1 +u
2
k
)
m1

u
u
k
wdv = R(u
k
, w)
et on met `a jour en posant : u
k+1
= u
k
+
u
. On iterera ainsi jusqu`a ce que |
u
|

< o` u
est la tolerence desiree.
2. La non-linearite provient cette fois de la condition aux limites. La formulation variationnelle
non linearisee est :
_

ku wdv +
_

1
h(u
4
u
4

)wds =
_

f(x
1
, x
2
)w(x
1
, x
2
) dv
On peut demarrer les iterations pour resoudre ce probl`eme en resolvant le probl`eme lineaire :
_

ku wdv =
_

f(x
1
, x
2
)w(x
1
, x
2
) dv
obtenu en posant h = 0 ou mieux encore, en resolvant :
_

ku wdv +
_

1
h(u u
4

)wds =
_

f(x
1
, x
2
)w(x
1
, x
2
) dv
380 Reponses aux exercices
qui est aussi lineaire mais plus pr`es du veritable probl`eme. Les iterations de la methode de
Newton ont la forme :
_

k
u
wdv +
_

1
4h(u
k
)
3

u
wds = R(u
k
, w)
o` u :
R(u
k
, w) =
_

ku wdv +
_

1
h(u
4
u
4

)wds
_

f(x
1
, x
2
)w(x
1
, x
2
) dv
Bibliographie
[1] Agassant, J. F., P. Avenas, J. Ph. Sergent et P. Carreau: Polymer Processing, Principles and
Modeling. Hanser Publishers, Munich, 1991.
[2] Arnold, D., F. Brezzi et M. Fortin: A Stable Finite Element for the Stokes Equations. Calcolo,
21 :337344, 1984.
[3] Bartle, R.G.: The elements of integration. Wiley, New York, 1966.
[4] Bathe, K. J.: Finite Element Procedures. Prentice Hall, 1996.
[5] Bathe, K. J. et T. Sussman: A Finite Element Formulation for Nonlinear Incompressible Elastic
and inelastic Analysis. Computers and Structures, 26(1/2) :357409, 1987.
[6] Bonet, J. et D. R. Wood: Nonlinear continuum mechanics for nite element analysis. Cam-
bridge, 1997.
[7] Brezzi, F. et M. Fortin: Mixed and Hybrid Finite Element Methods. Springer-Verlag, 1991.
[8] Burden, R.L. et J.D. Faires: Numerical Analysis. Brooks/Cole, Pacic Grove, septi`eme edition,
2001, ISBN 0-534-38216-9.
[9] Ciarlet, P.G.: The Finite Element Method for Elliptic problems. North-Holland, Amsterdam,
1986.
[10] Courant, R. L.: Variational Methods for the Solution of Problems of Equilibrium and Vibration.
Bulletin of the American Mathematical Society, 49 :123, 1943.
[11] Cea, J.: Approximation variationnelle des probl`emes aux limites. Ann. Inst. Fourier (Grenoble),
14 :345444, 1964.
[12] Delfour, M.C. et J. P. Zolezio: Shapes and Geometries : Analysis, Dierential Calculus, and
Optimization. Advances in Design and Control. SIAM, Philadelphia, 2001.
[13] Dhatt, G. et G. Touzot: Une presentation de la methode des elements nis. Les presses de
lUniversite Laval, Quebec, 1981.
[14] Duvaut, G.: Mecanique des milieux continus. Collection mathematiques appliquees pour la
matrise. Masson, 1990.
[15] Duvaut, G. et J.L. Lions: Les inequations en mecanique et en physique. Dunod, Paris, 1972.
[16] Engelman, M. et M. Jamnia: Transient Flow Past a Circular Cylinder : a Benchmark Solution.
Int. J. Numer. Meth. Fluids, 11 :9851000, 1990.
381
382 Bibliographie
[17] Fortin, A.: Analyse numerique pour ingenieurs. Presses Internationales Polytechnique, troi-
si`eme edition, 2008.
[18] Fortin, A., M. Jardak, R. Pierre et J. J. Gervais: Localization of Hopf Bifurcations in Fluid
Flow Problems. Int. J. Numer. Meth. Fluids, 24 :11851210, 1997.
[19] Fortin, M. et A. Fortin: Experiments with Several Elements for Viscous Incompressible Flows.
Int. J. Num. Meth. Fluids, 5 :911928, 1985.
[20] Fortin, M. et R. Glowinski: Resolution Numerique de Probl`emes aux Limites par des Methodes
de Lagrangien Augmente. Dunod, 1983.
[21] Gasquet, C. et P. Witomski: Analyse de Fourier et applications. Masson, Paris, 1990.
[22] George, A. et J. Liu: Computer Solution of Large Sparse Positive Denite Systems. Prentice-
Hall, 1981.
[23] Jean, R.: Mesure et integration. Les presses de luniversite du Quebec, Montreal, 1975.
[24] Lucquin, B.:

Equations aux derivees partielles et leurs approximations. Mathematiques `a luni-
versite. Ellipses, Paris, 2004.
[25] The MathWorks Inc.: Matlab Users guide, 1996.
[26] Medvinsky, A. B., S. V. Petrovskii, I. A. Tikhonova, H. Malchow et B. L. Li: Spatiotemporal
Complexity of Plankton and Fish Dynamics. SIAM review, 44(3), 2002.
[27] Ozell, B. et C. Pic: Manuel dutilisation du logiciel congurable de visualisation scientique
VU. CERCA, Montreal, 1998.
[28] Philippin, G.: Cours danalyse ` a lusage des ingenieurs, tome 2. Presses de lUniversite de
Montreal, Montreal, 1994.
[29] Raviart, P.A. et J.M. Thomas: Introduction `a lanalyse numerique des equations aux derivees
partielles. Masson, Paris, 1983.
[30] Reddy, J.N.: Applied Functional Analysis and Variational Methods in Engineering. McGraw
Hill, New York, 1986.
[31] Reddy, J.N.: An Introduction to the Finite Element Method. McGraw-Hill, New York,
deuxi`eme edition, 1993.
[32] Ritz, W: Ueber eine neue Methode zur Losung gewisser Variations probleme der mathemati-
schen Physik. J. Reine Angew. Math., 135 :161, 1908.
[33] Roache, P.J.: Code verication by the method of manufactured solutions. ASME, 124 :410,
mars 2002.
[34] Schwartz, L.: Theorie des distributions. Dunod, Paris, 1965.
[35] Strang, G. et G. Fix: An Analysis of the Finite Element Method. Prentice-Hall, Englewood
Clis, 1973.
[36] Swokowski: Analyse. De Boeck Universite, Bruxelles, cinqui`eme edition, 1993.
Bibliographie 383
[37] Turner, M.J., R.W. Clough, H.C. Martin et L.C. Topp: Stiness and Deection Analysis of
Complex Structures. Journal of the Aeronautical Sciences, 23 :805882, 1956.
[38] Zienkiewicz, O. C. et R. L. Taylor: The nite Element Method : basic formulation and linear
problems, tome 1. McGraw-Hill, 1989.
Index
T

(), 13
ecoulement de Poiseuille, 258, 263
element Mini, 253
element de Crouzeix et Raviart, 256
element de Taylor-Hood, 254
element de reference, 87
element reel, 87
elements, 77, 79
elements compatibles, 253
equation de reaction-diusion, 208
evolution de la masse volumique, 294
algorithme de Newton, 184, 189
allee de von Karman, 269
assemblage, 104
base hierarchique, 93, 135, 357
bifurcation de Hopf, 269
coecient de Poisson, 223
coecients de Lame, 223, 276
compact, 8
completude, 29
condition aux limites naturelle, 50
condition naturelle, 56, 141
conditions aux limites essentielles, 51
continuite dune fonctionnelle, 13
convergence, 168
degre de liberte, 80, 81
degre de precision, 95, 151, 364
degres de liberte, 139
deuxi`eme tenseur de Piola-Kircho, 297
dierentiation amont, 212
discontinuites de premi`ere esp`ece, 16
distribution, 13
distribution de Dirac, 13
distribution reguli`ere, 15
divergence dune distribution, 21
divergence tangentielle, 316
domaine de denition dune fonctionnelle, 9
deformation isochorique, 301
derivee dune distribution, 16
derivee de Gateaux, 202
espace P
k
, 351
espace complet, 29
espace de Hilbert, 29
espace dual, 13, 44
espace fonctionnel lineaire, 24
espaces de Sobolev, 29
ux, 330
fonction continue par morceaux, 16
fonction de Heaviside, 17
fonction localement intergrable, 14
fonctionnelle, 9
fonctionnelle denergie, 47
fonctionnelle lineaire, 12
fonctionnelle energie, 12
fonctions dinterpolation, 86
fonctions de Ritz, 63
forme bilineaire, 44
forme bilineaire coercive, 46
forme bilineaire elliptique, 46
forme bilineaire symetrique, 45
forme lineaire, 43
forme lineaire continue, 43
384
Bibliographie 385
formulation faible, 4
formulation forte, 4, 5
formulation quasi-variationnelle, 197
formulation variationnelle, 4
formule de Nanson, 292
formule de Piola, 293
gradient, 327
gradient de deformation, 290
generation de maillage, 138
integrale de Lebesgue, 11
inegalite de Korn, 224
inegalite triangulaire, 28
jacobien, 144
Jacobien surfacique, 293
largeur de bande , 139
largeur de bande maximale, 140
loi de Carreau-Yasuda, 262
loi de comportement, 221
loi de puissance, 263
loi puissance, 262
maillage, 79
matrice bande, 110, 140
matrice creuse, 102, 139
matrice de rigidite, 86
matrice denie positive, 46
matrice en ligne de ciel, 110, 140
matrice jacobienne, 144, 183
matrice masse, 199
matrice pleine, 110
matrice tangente, 203
matrice elementaire, 86
materiau lineaire elastique, 221
materiau orthotrope, 225
materiau semi-deformable, 279
mesure, 11
mod`ele de Saint-Venant-Kircho , 299
mod`ele neo-hookeen, 299
module de compressibilite, 302
module de Young, 223
methode de Newton, 182
methode de continuation, 192
methode de Petrov-Galerkin, 64
methode de Rayleigh-Ritz, 64
methode de Ritz, 64
methode en espace-temps, 197
methode GMRES, 191
methodes de points xes, 182
noeuds dinterpolation, 79
noeuds de calcul, 79, 139
noeuds geometriques, 79, 138
nombre de Peclet, 210
nombre de Reynolds, 268
norme, 28
norme induite, 29
normes equivalentes, 35
ordre de convergence, 168, 171
perte de charge, 264
Petrov-Galerkin, 214
poids dintegration, 364
points dintegration, 151, 364
Poiseuille, 258, 263
polynome P
1
non conforme, 356
polynomes dHermite, 124
premier tenseur de Piola-Kircho, 296
premi`ere variation, 187
pression suiveuse, 304, 305, 309
probl`eme en grande deformation, 289
probl`eme mele, 53
probl`eme non lineaire, 181
produit dyadique, 339
produit scalaire, 28
quadratures de Hammer, 367
rel`evement des conditions aux limites, 32, 37
rel`evement des conditions aux limites essentielles,
51
386 Bibliographie
schema dEuler explicite, 196
schema dEuler implicite, 195, 196
schema de Crank-Nicholson, 196
schema de dierence arri`ere dordre 2, 196
schema de Gear, 204
simple couche, 21
solution manufacturee, 172
suite de Cauchy, 29
support, 98, 139
support dune fonction, 8
syst`eme elementaire, 86, 233
tableau adres, 81, 140
tableau connec, 80, 139
tableau coor, 80, 139
tableau numer, 81, 140
tableau dadressage, 81
tableau de numerotation, 81
tenseur delasticite, 221, 275
tenseur de Cauchy, 296
tenseur de Cauchy-Green, 291
tenseur de deformation, 220, 275, 291
tenseur de deformation de Green-Lagrange, 295
tenseur de taux de deformation, 244
tenseur des contraintes de Cauchy, 219
tenseur gradient de deformation, 220, 290
theor`eme de la divergence, 329
theor`eme de Lax-Milgram, 46, 48, 49, 52
trace au bord, 32
trace dun tenseur, 341
trace normale, 37
transformation geometrique, 87
upwinding, 212
variable primaire, 85
variable secondaire, 85, 122, 141
vecteur dadressage, 81
vecteur de contrainte, 245
vecteur de contraintes normales, 222
vecteur des degres de liberte elementaires, 86
vecteur des reactions, 159
vecteur des sollicitations elementaires, 87
vecteur global des degres de liberte, 81, 107, 152
vecteur residu, 183