Professional Documents
Culture Documents
de la thorie la pratique
Andr Fortin
Professeur titulaire
Dpartement de mathmatiques et de statistique
Universit Laval
et
Andr Garon
Professeur titulaire
Dpartement de gnie mcanique
cole Polytechnique de Montral
1997-2016
ii
Avant-propos
La rsolution des quations diffrentielles ou plus gnralement des quations aux drives
partielles occupe une place importante en ingnierie et en mathmatiques appliques. Chacune de
ces disciplines apporte une contribution diffrente mais complmentaire la comprhension et la
rsolution de tels problmes.
Il existe plusieurs techniques permettant de rsoudre les quations aux drives partielles. On
pense par exemple aux mthodes de diffrences finies, de volumes finis, aux mthodes spectrales,
etc. On peut sans aucun doute affirmer que la plus largement rpandue est la mthode des lments
finis. Cette popularit nest pas sans fondement. La mthode des lments finis est trs gnrale
et possde une base mathmatique rigoureuse qui est fort utile, mme sur le plan trs pratique.
En effet, cette base mathmatique permet de prvoir jusqu un certain point la prcision de notre
approximation et mme damliorer cette prcision, via les mthodes adaptatives.
Ce texte est donc une introduction la mthode des lments finis. Nous poursuivrons ainsi
deux objectifs. Bien sr, nous souhaitons introduire la mthode des lments finis et en donner une
description relativement classique. Mais notre principal objectif est den dgager aussi les bases
mathmatiques plus fondamentales. On peut se demander sil y a vraiment besoin de sattarder
autant sur les aspects plus mathmatiques. La rponse nous est apparue de plus en plus vidente
au fur et mesure que se dveloppaient les multiples applications de cette mthode. Les notions
de convergence, de normes, despaces fonctionnels sont de plus en plus ncessaires pour aborder
les problmes modernes notamment en ce qui concerne les mthodes adaptatives, les mthodes
de stabilisation et le dveloppement de discrtisations compatibles dans le cas de problmes
plusieurs variables comme les quations de Navier-Stokes ou les problmes de coques. Pour travailler
srieusement sur ces problmes, une connaissance superficielle de la mthode des lments finis ne
suffit plus et on doit aller plus en profondeur.
Il va de soi que poursuivre ces deux objectifs ne va pas sans difficults. Au risque de dplaire
tous, nous visons un auditoire assez vaste allant du dbutant au lecteur plus aguerri ayant dj
une connaissance de base en lments finis.
Cet ouvrage sadresse donc principalement aux tudiants en ingnierie, bien que les tudiants
en mathmatiques pourront y voir un complment pratique leur formation plus thorique. Nous
implorons la patience des tudiants ingnieurs. Les premiers chapitres vous paratront peut-tre trs
thoriques mais soyez assurs que nous avons rduit au minimum les considrations thoriques et que
nous nous limitons lessentiel. Nous implorons aussi lindulgence des lecteurs ayant une formation
mathmatique plus avance car, comme nous lavons dj mentionn, la rigueur mathmatique nest
pas notre obsession, bien que nous ayons fait notre possible pour rester rigoureux.
Dans la mesure du possible, cet ouvrage est auto-suffisant. On retrouve en annexe quelques rap-
iv
pels de notions mathmatiques lmentaires portant sur les tenseurs et les changements de systmes
de coordonnes qui sont dune grande utilit dans ltude des quations aux drives partielles. Une
connaissance des mthodes danalyse numrique lmentaire est requise et en particulier des notions
dinterpolation de Lagrange et dintgration numrique de Gauss qui sont galement rappeles en
annexe.
Enfin, nous souhaitons remercier tous ceux qui ont contribu, de prs ou de loin, la ralisation
de cet ouvrage. De nombreux tudiants ont mis des commentaires constructifs qui nous ont incits
amliorer certains passages plus difficiles. Soyez tous assurs de notre reconnaissance.
1
1
1
2
2 Espaces fonctionnels
2.1 Les distributions . . . . . . . . . . . . . .
2.1.1 Dfinitions et proprits gnrales
2.1.2 Distributions de plusieurs variables
2.2 Espaces fonctionnels linaires . . . . . . .
2.3 Quelques espaces de Sobolev . . . . . . .
2.3.1 Lespace H 1 () . . . . . . . . . . .
2.3.2 Lespace H 2 () . . . . . . . . . . .
2.4 Un rsultat dapproximation . . . . . . . .
2.5 Exercices . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
19
21
27
27
32
36
38
3 Thorme de Lax-Milgram
3.1 Formes linaires et bilinaires
3.2 Applications . . . . . . . . . .
3.2.1 Problmes dordre 2 .
3.2.2 Problmes dordre 4 .
3.2.3 Rsum . . . . . . . .
3.3 Exercices . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
43
43
49
52
53
4 Mthode de Ritz
4.1 Principes gnraux . .
4.2 Exemples . . . . . . .
4.3 Les figures de Chladni
4.4 Exercices . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
57
59
64
69
73
73
73
75
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
vi
5.2
5.3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
i () .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
80
82
84
89
92
101
102
104
105
111
111
113
114
116
117
120
120
120
121
121
128
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
131
. 131
. 132
. 132
. 133
. 133
. 134
. 135
. 145
. 146
. 146
. 146
. 147
. 147
. 147
. 158
7 Analyse de convergence
161
7.1 Bases thoriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
7.2 Quelques exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
vii
.
.
.
.
.
.
.
.
.
.
.
.
9 Problmes instationnaires
9.1 Rappel sur les quations diffrentielles ordinaires . . .
9.1.1 Ordre de convergence . . . . . . . . . . . . . .
9.1.2 Stabilit absolue . . . . . . . . . . . . . . . . .
9.2 Formulation quasi-variationnelle . . . . . . . . . . . .
9.3 Utilisation du theta-schma . . . . . . . . . . . . . . .
9.3.1 Cas linaire . . . . . . . . . . . . . . . . . . . .
9.3.2 Cas linaire o la matrice masse est constante .
9.3.3 Cas gnral non linaire . . . . . . . . . . . . .
9.4 Un schma implicite dordre 2 . . . . . . . . . . . . . .
9.4.1 Variante de type points fixes . . . . . . . . . .
9.5 Rsultats numriques . . . . . . . . . . . . . . . . . . .
9.5.1 Problme thermique . . . . . . . . . . . . . . .
9.5.2 Croissance de populations . . . . . . . . . . . .
9.6 Schmas de Runge-Kutta et tableau de Butcher . . . .
9.6.1 Systme algbrique pour une DP dordre 1 en
9.6.2 Rsolution du systme . . . . . . . . . . . . . .
9.6.3 Adaptation du pas de temps. . . . . . . . . . .
9.7 Drives temporelles dordre 2 . . . . . . . . . . . . . .
9.7.1 Convergence . . . . . . . . . . . . . . . . . . .
9.7.2 Stabilit . . . . . . . . . . . . . . . . . . . . . .
9.7.3 Application du schma de Newmark . . . . . .
9.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
173
174
177
179
184
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
temps
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
185
185
186
187
189
191
191
192
193
196
197
197
197
197
200
202
204
205
207
208
209
212
216
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
217
217
220
223
226
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
227
227
230
233
234
234
235
236
238
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
viii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
239
241
242
243
243
243
243
243
243
249
12 Problme de Stokes
12.1 Introduction . . . . . . . . . . . . . . . . . . . . .
12.2 Le problme continu . . . . . . . . . . . . . . . .
12.2.1 Cadre fonctionnel . . . . . . . . . . . . . .
12.2.2 Existence et unicit . . . . . . . . . . . .
12.3 Le problme discret . . . . . . . . . . . . . . . . .
12.4 Formulation point-selle (facultative) . . . . . . .
12.5 Formulation variationnelle lmentaire . . . . . .
12.6 Choix des lments . . . . . . . . . . . . . . . . .
12.6.1 Pression continue . . . . . . . . . . . . . .
12.6.2 Pression discontinue . . . . . . . . . . . .
12.7 Rsultats numriques : cas newtonien . . . . . .
12.7.1 Lcoulement de Poiseuille . . . . . . . . .
12.8 Problme de Stokes non linaire . . . . . . . . . .
12.8.1 Rsultats numriques : cas viscoplastique
12.9 Les quations de Navier-Stokes . . . . . . . . . .
12.9.1 Rsultats numriques : cas Navier-Stokes
12.10Exercices . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
251
251
252
254
255
256
258
259
261
261
264
266
266
267
272
275
277
282
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
283
283
286
289
289
294
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
295
295
295
301
305
308
310
312
.
.
.
.
.
.
.
.
.
.
ix
14.6
14.7
14.8
14.9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
312
313
313
315
315
317
320
321
321
322
323
324
325
325
329
330
330
331
15 Interactions fluide-structure
15.1 Introduction . . . . . . . . . . . . . . . . . . .
15.2 Le problme coupl . . . . . . . . . . . . . . .
15.2.1 Les modles pour le fluide et le solide
15.3 Mise jour du maillage fluide . . . . . . . . .
15.3.1 Relvement par un laplacien . . . . . .
15.3.2 Modle lastique . . . . . . . . . . . .
15.3.3 Le krigeage . . . . . . . . . . . . . . .
15.3.4 Relvement parabolique . . . . . . . .
15.4 Stratgie de rsolution . . . . . . . . . . . . .
15.5 Effet de masse ajoute . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
333
333
333
333
335
335
336
336
337
337
337
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
343
343
344
344
344
345
349
.
.
.
.
.
351
. 351
. 351
. 353
. 356
. 356
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
C Interpolation de Lagrange
C.1 Interpolation en dimension 1 . . . .
C.2 Interpolation en dimension 2 . . . .
C.2.1 Interpolation sur les triangles
C.2.2 Sur les quadrilatres . . . . .
C.3 Interpolation en dimension 3 . . . .
C.3.1 Sur les ttradres . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
365
366
368
369
372
373
373
D Intgration numrique
D.1 En dimension 1 . . . . . . . .
D.2 En dimension 2 ou 3 . . . . .
D.2.1 Sur les quadrilatres .
D.2.2 Sur les triangles . . .
D.2.3 Sur les ttradres . . .
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
Rponses aux exercices du chapitre
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
375
375
378
378
378
378
381
382
384
385
387
388
392
. .
. .
. .
. .
. .
2.
3.
4.
5.
6.
8.
14
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Bibliographie
395
Index
395
2.1
2.2
2.3
2.4
2.5
2.6
2.7
Fonction (x) = e
(R = 2 et p = 0) . .
1
Espaces de fonctions Lloc () et de distributions
Fonction de Heaviside . . . . . . . . . . . . . .
Fonction f (x) = |x| . . . . . . . . . . . . . . . .
Domaines 1 et 2 spars par une courbe C .
Espace L2 () . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
14
16
17
20
24
4.1
4.2
4.3
4.4
4.5
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
62
63
65
67
5.1
5.2
5.3
5.4
5.5
5.6
5.7
5.8
5.9
5.10
5.11
5.12
5.13
5.14
5.15
5.16
Maillage en dimension 1 . . . . . . . . . . . . . . . .
Noeuds gomtriques et de calcul sur un llment K
K
Maillage : nel = 3, nK
g = 2, nc = 3 . . . . . . . . . .
. . . . . . .
Fonctions dinterpolation linaires sur K
Fonctions dinterpolation linaires sur K . . . . . . .
. . . .
Fonctions dinterpolation quadratiques sur K
Fonctions dinterpolation quadratiques sur K . . . .
Fonctions dinterpolation hirarchiques sur K . . . .
Fonctions de Ritz linaires par lment . . . . . . . .
Fonctions de Ritz quadratiques par lment . . . . .
Dflexion verticale dun cble . . . . . . . . . . . . .
Maillage pour la dflexion verticale dun cble . . . .
Solution numrique : u(x) et T (x)u0 (x) . . . . . . . .
Fonctions dinterpolation dHermite (hK = 1) . . . .
Problme de la poutre encastre . . . . . . . . . . .
Dformation de la poutre encastre . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
75
76
77
86
87
88
88
89
94
96
106
107
112
119
121
126
R2
R2
x2 +x2 R2
1
2
xi
. . . . .
L1loc ()
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
9
xii
7.1
7.2
7.3
7.4
7.5
Maillage de 32 32 lments . . . . . . .
Erreurs commises pour les approximations
Transfert thermique : maillages utiliss . .
Transfert thermique : isothermes . . . . .
Coupe de la temprature sur laxe y = 1 .
9.1
9.2
9.3
9.4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
135
136
136
137
137
138
141
143
144
144
148
155
155
156
158
159
160
. . . . . .
linaire et
. . . . . .
. . . . . .
. . . . . .
. . . . . . .
quadratique
. . . . . . .
. . . . . . .
. . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
167
168
170
171
172
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
198
199
214
215
10.1
10.2
10.3
10.4
10.5
10.6
10.7
. . . . .
linaires
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
218
219
221
222
223
223
225
11.1
11.2
11.3
11.4
11.5
11.6
11.7
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
237
244
245
245
246
247
248
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . .
lments finis
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
262
262
262
263
263
263
264
264
265
265
265
266
268
269
270
273
274
274
276
278
279
280
281
13.1
13.2
13.3
13.4
.
.
.
.
.
.
.
.
.
.
.
.
290
291
292
293
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Chapitre 1
Introduction et exemples
1.1
Bref historique
Lide fondamentale derrire la mthode des lments finis remonte loin en arrire. Les grecs
par exemple avaient reconnu que lon peut approcher la solution dun problme complexe en le
divisant en problmes plus simples. On peut par exemple approcher le primtre dun cercle en
calculant le primtre dun polygone n cts, pourvu que n soit suffisamment grand. Il suffit alors
de connatre la longueur dun segment de droite, problme beaucoup plus simple que celui de la
longueur dun arc de cercle.
Lapplication la solution des quations aux drives partielles est videmment plus rcente
et est intimement lie au dveloppement de linformatique. Courant [16] a introduit le concept de
formulation variationnelle, qui est la base de toute mthode dlments finis.
Pour la mthode de Ritz [46], on part dun problme pos dans un espace de dimension infinie.
On approche ensuite la solution du problme initial en cherchant une solution dans une suite
croissante de sous-espaces de dimension finie. Ces problmes approchs sont en gnral beaucoup
plus facile rsoudre. On peut de plus esprer que la solution du problme en dimension infinie
peut tre obtenue par un passage la limite. Le choix des fonctions de base constituant ces espaces
de dimension finie est dlicat et initialement on les construisait globalement sur le domaine. Cest
Courant qui eut lide dintroduire des fonctions support local qui simplifient grandement leur
construction.
La thorie derrire la mthode des lments finis a pris une forme plus rigoureuse avec les
travaux de Strang et Fix [49]. complter ...
1.2
Applications
On retrouve les premires applications vritables de la mthode des lments finis en 1956 en
mcanique des structures. Un groupe de chercheurs (Turner, Clough, Martin et Topp [51]) de Boeing
utilisent cette mthode pour calculer la voilure dun avion. complter ...
La mthode des lments finis est maintenant reconnue comme lune des principales mthodes
de rsolution des quations aux drives partielles (EDP) dans des gomtries quelconques, que ce
soit en dimension un, deux ou trois. On trouve mme des mthodes dlments finis en dimension
1
Chapitre 1
4, soit en espace-temps...
Les applications sont tout aussi nombreuses et varies. Les ingnieurs de diverses disciplines
utilisent les lments finis, que ce soit en mcanique des fluides ou des solides, mais aussi pour les
problmes thermiques, lectro-magntiques, chimiques, etc. On retrouve aussi des applications en
physique, et notamment en astrophysique. complter ...
1.3
Pour illustrer le fonctionnement de la mthode des lments finis et pour justifier lintroduction
dun certain nombre doutils mathmatiques, nous allons considrer un exemple trs simple et
effectuer une comparaison avec la mthode des diffrences finies.
Soit donc lquation diffrentielle :
(1.1)
o f (x) est une fonction connue. On cherche donc 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 ventuellement tre de longueurs diffrentes). On obtient
ainsi N + 1 points xi vrifiant x0 = 0, xN = 1 et pour les points intermdiaires :
i
xi = ,
xi+1 xi = h
N
On note ui , lapproximation de u(xi ) au point xi . Les conditions aux limites imposent que u0 =
uN = 0. La mthode des diffrences finies consiste discrtiser directement lquation diffrentielle
en remplaant les drives de u(x) par des diffrences finies et ce, en chaque point xi . On peut par
exemple utiliser une diffrence centre dordre 2 (voir Fortin, rf. [26]) :
u(xi1 ) 2u(xi ) + u(xi+1 )
ui1 2ui + ui+1
+ O(h2 ) '
h2
h2
Lquation diffrentielle scrit en chaque point xi :
u00 (xi ) =
h2
et ce pour i allant de 1 jusqu N 1. Dans lquation prcdente, on a bien sr nglig le terme
derreur O(h2 ) et il en rsulte une approximation dordre 2. On obtient ainsi un systme linaire
de (N 1) quations en (N 1) inconnues de la forme :
2 1 0
1 2 1
.
..
0
0
1 2 1 0
..
..
..
..
.
.
.
.
0 1 2
0 0 1
0
0
..
.
u1
u2
u3
..
.
1 uN 2
uN 1
2
=h
f (x1 )
f (x2 )
f (x3 )
..
.
f (xN 2 )
f (xN 1 )
Introduction et exemples
00
u (x)w(x)dx =
Z 1
0
f (x)w(x)dx
Intgrons maintenant par parties (en supposant que w(x) soit suffisamment rgulire) pour obtenir :
Z 1
0
Z 1
0
f (x)w(x)dx
Si on suppose maintenant que w(0) = w(1) = 0, on obtient une formulation variationnelle qui
Chapitre 1
consiste dterminer une fonction u(x), vrifiant u(0) = u(1) = 0 et telle que :
Z 1
0
u (x)w (x)dx =
Z 1
0
(1.2)
Remarque 1.1. La formulation variationnelle 1.2 ne fait apparatre que la drive dordre 1 de
la fonction u(x) (et de la fonction test w(x)) et demande donc moins de rgularit que lquation
diffrentielle elle-mme qui, dans ce cas, est dordre 2. La formulation variationnelle 1.2 est donc
aussi appele formulation faible (ou forme faible) de lquation diffrentielle 1.1 par opposition
lquation diffrentielle elle-mme dite formulation forte. J
Il est vident que toute solution de 1.1 vrifie la formulation variationnelle 1.2. Par contre,
linverse nest pas aussi vident. Dmontrons-le, toujours formellement. Soit donc u(x) une solution de la formulation variationnelle 1.2. Essayons de refaire le chemin inverse, jusqu lquation
diffrentielle 1.1. En intgrant par parties, on trouve :
Z 1
0
c.--d.
00
Z 1
0
f (x)w(x)dx
qui est valide pour toute fonction w(x) qui sannule en 0 et 1. Il nous faut dduire de cette quation
que :
u00 (x) f (x) = 0
Pour y arriver, il faut effectuer un choix judicieux de fonction w(x). Considrons 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)(u00 (x) f (x))
Cette fonction test w(x) sannule bien en x = 0 et en x = 1 et est donc admissible. On obtient
ainsi :
Z
1
Puisque lintgrant est toujours positif et que son intgrale est nulle, on en conclut que :
(u00 (x) f (x))2 (x) = 0
Puisque (x) ne sannule pas lintrieur de lintervalle, on peut affirmer que :
u00 (x) = f (x)
dans ]0, 1[
et donc que u(x) vrifie lquation diffrentielle. Il y a donc quivalence entre lquation diffrentielle 1.1 et la formulation variationnelle 1.2.
Plusieurs questions importantes demeurent en ce qui concerne le dveloppement prcdent dont
plusieurs tapes restent largement justifier.
Introduction et exemples
Chapitre 1
Chapitre 2
Espaces fonctionnels
Lanalyse de la mthode des lments finis requiert une bonne dose danalyse fonctionnelle,
outil fondamental pour une vritable comprhension de cette mthode. Cest lobjet de ce chapitre.
Prcisons ds le dpart que notre objectif nest pas de donner un cours danalyse fonctionnelle
complet mais bien de donner les outils de base ncessaires lutilisation efficace de la mthode des
lments finis.
Parmi les outils de base, on retrouve les notions de distributions, despaces de Hilbert, de
Sobolev, etc. Ltude de ces notions pourrait faire lobjet dun livre (et mme de plusieurs) et il
va de soi que nous nous contenterons dun survol assez rapide mais relativement complet. Nous
omettrons toutefois beaucoup de dtails et de subtilits qui ont bien sr leur importance mais qui
ne sont pas essentielles une bonne comprhension de la mthode des lments finis.
2.1
Les distributions
Les distributions sont aux fonctions ce que les nombres irrationnels sont aux nombres rationnels.
Les distributions sont en fait une gnralisation de la notion de fonction. Nous en ferons une prsentation sommaire en nous limitant aux notions essentielles comme la drivation dune distribution.
Nous rfrons le lecteur Gasquet-Witomski, rf. [31] pour un traitement simple et moderne de
la thorie des distributions. Le lecteur plus averti peut consulter le texte de L. Schwartz, rf. [48]
pour un traitement plus complet et plus classique.
2.1.1
Dans ce qui suit, dsignera un ensemble ouvert de Rn dont la frontire est rgulire.
Rappelons maintenant deux notions importantes pour la suite.
Dfinition 2.1: Support dune fonction
Le support dune fonction f (x) est le plus petit ensemble ferm 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) 6= 0.
7
Chapitre 2
Dfinition 2.2: Sous-ensemble compact
Un sous-ensemble de Rn est dit compact sil est ferm et born.
|x| si x ] 1, 1[
0 ailleurs
(2.1)
i=1
Le compact A est ainsi inclus dans un disque de rayon M , pourvu que M soit suffisamment grand.
Dfinition 2.4: Espace D()
On appelle D() lespace des fonctions infiniment diffrentiables sur et dont le support est
compact et inclus dans .
Les fonctions de D() possdent donc la proprit de sannuler identiquement au voisinage du bord
de ou lorsque la norme de x est suffisamment grande, ce qui nous sera trs utile par la suite. Elles
sont de plus extrmement rgulires puisquinfiniment diffrentiables et leurs drives sannulent
galement au voisinage de la frontire du domaine .
Exemple 2.5. Les fonctions ex , xn , sin x, etc. sont infiniment diffrentiables mais ne sont pas
support compact dans tout intervalle ]a, b[ ou mme dans R. Elles nappartiennent donc pas
D(). Inversement, la fonction f (x) = |x| si |x| 1 et 0 partout ailleurs est support compact (son
support est lintervalle [1, 1]) mais nest pas diffrentiable en x = 0 et x = 1. Cette fonction
nappartient donc pas D().
Exemple 2.6. Les fonctions de D() ne sont pas triviales construire. Lexemple le plus simple
en dimension 1 est la fonction :
(
(x) =
exp
0
R2
|xp|2 R2
si |x p| < R
si |x p| R
Espaces fonctionnels
R2
exp
R2
k(xp)k22 R2
si kx pk2 < R
si kx pk2 R
(2.2)
Le point p dsigne en quelque sorte le centre de la fonction et R le rayon de la bulle. Ici encore, le
disque ferm de centre p et de rayon R doit tre inclus dans . La figure 2.2 illustre en dimension 2
le cas o R = 2 et p est situ lorigine. On peut ainsi varier le point p et le rayon R pour obtenir
toute une famille de fonctions de D().
Pour arriver aux distributions, il est ncessaire dintroduire un peu de terminologie. Une fonction
est une application qui associe un point x un scalaire (x). On peut gnraliser cette dfinition
et ainsi introduire la notion de fonctionnelle.
Dfinition 2.7: Fonctionnelle
Une fonctionnelle T est une application qui associe une fonction (x) dun ensemble E, un
scalaire not < T, >. Lensemble de fonctions E est appel le domaine de dfinition de la
fonctionnelle.
Une fonctionnelle est une fonction agissant sur des fonctions c.--d. une fonction de fonctions .
Les exemples abondent de fonctionnelles qui nous seront trs utiles. En voici quelques unes.
10
Chapitre 2
R2
x2 +x2 R2
1
2
(R = 2 et p = 0)
Exemple 2.8. Si (x) est une fonction intgrable sur , on peut alors dfinir :
< T1 , > =
df.
(x) dv
(2.3)
Le domaine de dfinition de cette premire fonctionnelle est donc lensemble des fonctions intgrables sur c.--d. les fonctions pour lesquelles :
Z
(x) dv <
(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 dfinition est lensemble des fonctions dfinies au point a.
Enfin, si f (x) est une fonction donne, on peut alors dfinir une autre fonctionnelle de la faon
suivante :
Z
df.
< Tf , > =
f (x)(x) dv
(2.5)
Il nous faudra prciser un peu plus tard le domaine de dfinition de cette fonctionnelle c.--d. pour
quelles fonctions f (x) et (x) une telle expression a un sens. On remarque que la fonctionnelle T1
correspond au cas f (x) = 1.
11
Espaces fonctionnels
Remarque 2.9. Dans lexemple prcdent, la dfinition mme des intgrales est imprcise. Pour
leur donner un sens rigoureux, il faut faire appel la thorie de la mesure et plus particulirement
lintgrale de Lebesgue (voir par exemple Bartle, rf. [3] ou Jean, rf. [34]). La thorie de Lebesgue
donne un sens prcis des expressions de la forme :
Z
(x) dv
et
(s) ds
et en particulier dv et ds qui sont alors des mesures. Le lecteur non familier avec cette thorie
peut voir lintgrale de Lebesgue comme une gnralisation de lintgration classique de Riemann.
Nous ne ferons dans cet ouvrage que quelques rfrences occasionnelles la notion de mesure. J
Exemple 2.10. On peut galement dfinir des fonctionnelles agissant sur un vecteur de fonctions :
w = (w1 (x1 , x2 , x3 ), w2 (x1 , x2 , x3 ), w3 (x1 , x2 , x3 ))
On considre par exemple un corps fait dun matriau isotrope (en dimension 3) et soumis des
forces externes (forces par unit de volume en N/m3 ) :
r(x) = r(x1 , x2 , x3 ) = (r1 (x1 , x2 , x3 ), r2 (x1 , x2 , x3 ), r3 (x1 , x2 , x3 ))
Sous leffet de ces sollicitations, le corps se dformera de manire minimiser la fonctionnelle
nergie dfinie par :
1
J(w) =
2
3
X
wi
i=1
xi
!2
3
X
i,j=1
wi wj
+
xj
xi
!2
dv
r w dv
(2.6)
Le premier terme de cette expression est lnergie de dformation tandis que le deuxime terme
correspond lnergie potentielle des forces externes. On cherchera donc, parmi les dplacements
admissibles w (en m), celui qui minimise cette fonctionnelle non linaire. Les units de J(w) sont
des N m, ce qui correspond bien une nergie.
Dfinition 2.11: Fonctionnelle linaire
Une fonctionnelle T est dite linaire sur lensemble de fonctions E si elle vrifie 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 vrifiant que 1 , 2 R et 1 , 2 E, on a :
< T, 1 1 + 2 2 >= 1 < T, 1 > +2 < T, 2 >
12
Chapitre 2
Les fonctionnelles 2.3, 2.4 et 2.5 sont linaires, comme on peut facilement le constater. Prenons par
exemple la fonctionnelle Tf . On a alors :
Z
< Tf , >=
f (x)(x) dv =
De plus :
< Tf , 1 + 2 > =
f (x)1 (x) dv +
f (x)2 (x) dv
< T, >=
((x))2 dv
ne lest pas puisque (1 + 2 )2 6= 12 + 22 . Il en est de mme pour la fonctionnelle 2.6 qui est en
fait quadratique comme nous le verrons plus loin.
Remarque 2.12. Pour complter le tableau, il nous faudrait introduire la notion de continuit
dune fonctionnelle. Pour cela, il serait ncessaire dintroduire une topologie sur lensemble E et de
dfinir la notion de fonctionnelle continue. Cela ne nous parat pas essentiel ce stade-ci pour bien
comprendre la suite. Nous reviendrons un peu plus loin sur la notion de continuit dans le cadre
des espaces de Hilbert. J
Dfinition 2.13: Distribution
Une fonctionnelle linaire (et continue) dfinie sur lespace D() est une distribution. Lensemble des distributions possde une structure despace vectoriel que nous notons D0 ().
Lespace D0 () est aussi appel espace dual de D(). Nous reviendrons sur la notion despace dual
un peu plus loin. Les trois fonctionnelles linaires que nous avons vues sont des distributions. En
particulier, la distribution de Dirac :
< a , >= (a)
D()
(2.7)
Nous verrons un peu plus loin quil nexiste pas de fonction classique vrifiant une telle proprit.
Cette notation est donc errone et ne devrait pas tre employe. Il faut donc viter dassocier
automatiquement lexpression < T, > avec une forme intgrale. J
13
Espaces fonctionnels
On peut manipuler les distributions, un peu comme les fonctions et dfinir laddition, la multiplication dune distribution par un scalaire et lgalit de deux distributions.
Addition de deux distributions :
On dfinit laddition de deux distributions T1 et T2 par :
< T1 + T2 , > = < T1 , > + < T2 , >
df.
D()
(2.8)
D()
(2.9)
D()
(2.10)
D()
(2.11)
On remarque que les distributions ne sont dfinies que par leffet quelles produisent sur les fonctions de D(). Les dfinitions paraissent alors naturelles et il est important de noter que deux
distributions sont rputes gales si elles ont le mme effet sur toutes les fonctions de D().
Lensemble des fonctions localement intgrables forme un espace not L1loc ().
Notons immdiatement quune fonction peut ne pas tre intgrable sur tout le domaine mais
tre tout de mme localement intgrable. On pense par exemple la fonction f (x) = 1 lorsque
= R.
On peut associer une fonction localement intgrable f (x) L1loc () une distribution Tf dfinie
par :
Z
< Tf , >=
f (x)(x) dv
D()
|f (x)| dv <
14
Chapitre 2
Fonctions
Distributions
L1loc ()
D0 ()
D()
L1loc ()
car lintgrale porte en fait sur le support compact K de la fonction qui y est borne par
M . Ainsi, toute fonction localement intgrable, nous avons associ une distribution. Une telle
distribution est dite rgulire. Nous noterons L1loc () lespace des distributions associes une
fonction de L1loc (). Inversement, pour une distribution quelconque, il nest pas toujours possible
de lui associer une fonction localement intgrable. Lespace L1loc () est donc un sous-espace propre
de D0 () tel quillustr la figure 2.3.
Lemme 2.16
La distribution de Dirac nest pas rgulire.
Dmonstration. On doit montrer quil nexiste pas de fonction f (x) localement intgrable telle que :
Z
< a , >=
Si une telle fonction f (x) existait, en posant (x) = n (x), o n (x) est la fonction dfinie par
lquation 2.2 centre en a (p = a) et de rayon 1/n (R = 1/n), on aurait :
Z
Z
C(a,n)
|f (x)| |n (x)| dv e1
Z
C(a,n)
|f (x)| dv
puisque les fonctions n (x) sont toutes bornes par e1 . La dernire ingalit constitue une contradiction puisque le terme de droite tend vers 0 lorsque n tend vers linfini.
15
Espaces fonctionnels
< Tf 0 , >=
f 0 (x)(x)dx
D(]a, b[)
Z b
a
Z b
a
Les termes de bord de lintgration par parties sannulent car les fonctions sont support compact
dans lintervalle ]a, b[ et doivent donc sannuler en a et b. Il vient alors que :
< Tf 0 , >=
Z b
a
Le raisonnement prcdent nest valide que pour les fonctions f (x) dont la drive est continue
par morceaux. Par contre, nous nous servirons de la dernire relation comme dfinition de la drive
dune distribution. Lide derrire cela est que ce qui est vrai pour les fonctions usuelles doit tre
encore valide pour les distributions. On peut faire un raisonnement similaire, sous des hypothses de
rgularit appropries sur la fonction f (x), pour traiter les drives dordre suprieur. Il en rsulte
alors de manire naturelle la dfinition suivante.
Dfinition 2.17: Drive dune distribution
On dfinit la drive dune distribution T par la relation :
< T 0 , > = < T, 0 >
df.
D(]a, b[)
(2.13)
D(]a, b[)
(2.14)
La drive de la distribution T est passe, via lintgration par parties aux fonctions qui sont
infiniment diffrentiables. Il en rsulte que, contrairement aux fonctions, les distributions sont toutes
infiniment diffrentiables.
16
Chapitre 2
< TH , >=
H(x)(x)dx =
(x)dx
0
df.
0 (x)dx
D()
D()
et donc, en vertu de la relation 2.11, la drive au sens des distributions de la fonction de Heaviside
est tout simplement la distribution de Dirac en 0.
Exemple 2.19. Les distributions tant toutes diffrentiables, on sintresse la drive de la
distribution de Dirac. On a ainsi :
0
< a
, > = < a , 0 >= 0 (a)
df.
D()
17
Espaces fonctionnels
|x|(x)dx
qui elle est infiniment diffrentiable et dont la drive premire est aussi dfinie laide de la
relation 2.13. Au sens des distributions, on a :
<
0 ,
T|x|
>
x(x) |0
df.
Z 0
Z 0
x0 (x)dx +
< Tg , >
Z 0
(x)dx +
|x|0 (x)dx
Z
0
x0 (x)dx
(x)dx x(x) |
0 +
Z
0
(x)dx =
D()
(x)dx
0
g(x)(x)dx
18
Chapitre 2
si x < 0
si x > 0
1
+1
df.
=
=
=
x
Z 0
x00 (x)dx +
(x)|0
0 (x)dx
Z 0
Z
0
Z
0
|x|00 (x)dx
x00 (x)dx
(x)dx + x
(x)|
0
Z
0
0 (x)dx
0 (x)dx
< 20 , >
D()
La drive seconde de la distribution associe la fonction valeur absolue est donc tout simplement
deux fois la distribution de Dirac en 0. Ici encore, on note parfois abusivement |x|00 = 20 , notation
quil convient dviter le plus possible. Le cas gnral se dduit facilement de la discussion et des
exemples prcdents.
Proposition 2.22: Drive dune fonction avec sauts
Soit f (x) une fonction continue et drivable sauf aux points xi , i = 1, 2, , n o elle possde
des discontinuits de premire espce (c.--d. les limites gauche et droite de f (x) existent
et sont finies). La drive au sens des distributions de f (x) scrit :
Tf0 = Tf 0 +
n
X
f
s i xi
i=1
sfi = f (x+
i ) f (xi )
(2.15)
19
Espaces fonctionnels
Remarque 2.23. Il faut savoir interprter correctement ce rsultat. Il nous assure que la drive de
la distribution associe f (x) nest autre que la distribution associe la fonction f 0 (x) (partout
o cette drive existe) plus une contribution provenant des sauts de f (x) et faisant intervenir
les distributions de Dirac aux points correspondants. De toute vidence, si la fonction f (x) est
continue, alors Tf0 = Tf 0 .
La drive de la fonction de Heaviside entre dans le cadre de ce thorme. Cette fonction possde
un saut de hauteur 1 en x = 0 et de plus, TH 0 = 0, ce qui signifie que TH0 = 0 . J
2.1.2
Nous pouvons maintenant revenir au cas plus gnral en dimension n. Soit m = (m1 , m2 , , mn )
un multi-indice. La drive partielle dune fonction de plusieurs variables f (x1 , x2 , , xn ) scrit :
mf
|m | f
=
m2
mn
1
xm
xm
1 x2 xn
o |m| = m1 + m2 + + mn .
Suivant cette notation, on peut dfinir les drives partielles dune distribution.
Dfinition 2.24: Drive partielle dune distribution
La drive partielle de la distribution T par rapport au multi-indice m est :
<
mT
m
df.
|m |
,
>
=
(1)
<
T,
>
xm
xm
D()
(2.16)
f
C
3
X
< Ti , i >
= (1 , 2 , 3 ) (D())3
i=1
On peut alors gnraliser certains rsultats connus pour les fonctions vectorielles.
20
Chapitre 2
n2
n1 = n2
Exemple 2.27. En plusieurs dimensions, les oprateurs essentiels de drivation sont le gradient, la
divergence et le laplacien. Dans le cas des distributions, par analogie avec la relation A.3 valide pour
les fonctions suffisamment rgulires, on dfinit la divergence dune distribution par lquation :
< T , > = < T , >
df.
D()
(2.18)
df.
< Tu , >=
Z
u dv
u1 dv
u2 dv
On peut appliquer la relation A.3 chacune des deux dernires intgrales pour obtenir :
< Tu , > =
u1 dv
u1 n1 ds
u2 dv
Z
2
u2 n2 ds
21
Espaces fonctionnels
Les fonctions sannulent identiquement sur la frontire de et les intgrales surfaciques ne portent
en dfinitive que sur la surface C. On a alors :
< Tu , > =
u1 dv
u1 n1 ds
u2 dv
u2 n2 ds
Z
1
u1 dv +
Z
2
u2 dv +
Z
C
(s n) ds
2 Z
X
i=1 i
s n , >
ui dv+ < C
(2.19)
s n , >
= < Tu + C
Linterprtation de ce rsultat est importante. Si un champ de vecteurs est discontinu le long
dune interface C, la divergence de la distribution associe ce champ comporte deux parties :
une premire qui nest rien dautre que la distribution rgulire associe la divergence de u dans
chaque sous-domaine (la divergence y tant bien dfinie), et une autre partie qui tient compte de
la discontinuit sur C par lentremise dune simple couche. Il est clair que ce rsultat gnralise
lquation 2.15.
Remarque 2.29. Notons que le signe du saut du champ u travers linterface C est fix par le
choix de la normale n cette mme interface et vice versa. Si on change lorientation de la normale,
on change le signe du saut mais le produit sn ne change pas puisque (u1 u2 )n2 = (u2 u1 )n1 .
J
2.2
22
Chapitre 2
Exemple 2.31. Lensemble des fonctions continues sur un ouvert , not C 0 (), est un espace
fonctionnel linaire. De mme, lensemble des fonctions k fois diffrentiables, not C k (), est aussi
un espace fonctionnel linaire. Par contre, lensemble :
S = {u C 0 ()|u(0) = 1}
nest pas un espace fonctionnel linaire. En effet, si u et w sont dans S alors leur somme vrifie
(u + w)(0) = 2 et la somme nappartient donc pas S.
Lun des espaces fonctionnels qui nous sera le plus utile est lespace L2 ().
Dfinition 2.32: Espace L2 ()
On note L2 () lensemble des fonctions de carr sommable c.--d.
L () =
2
Z
2
u : R (u(x)) dv <
Remarque 2.33. La dfinition prcdente est beaucoup plus subtile quelle ny parat. La thorie
de Lebesgue ne fait pas de distinction entre des fonctions qui ne diffrent que sur un ensemble
dit de mesure nulle. Pour fixer les ides, mentionnons simplement quun ensemble de mesure nulle
contient trs peu de points. Les ensembles finis ou dnombrables de points sont de mesure nulle.
Par exemple, la fonction :
f (x) =
sera identifie la fonction f (x) = 0 car les nombres rationnels sont dnombrables et donc de
mesure de Lebesgue nulle.
Par la suite, nous ne ferons pas de distinction entre 2 fonctions qui ne diffrent que sur un
ensemble de mesure nulle. On crira par exemple :
p.p.
u1 = u2
signifiant ainsi que les fonctions u1 et u2 sont gales presque partout (p.p.) c.--d. sauf peut-tre
sur un ensemble de mesure nulle. J
Proposition 2.34
L2 () est un espace fonctionnel linaire.
Dmonstration. Pour dmontrer que L2 () est un espace fonctionnel, il nous faut tablir que si u
est de carr sommable, alors u est de carr sommable. Mais :
Z
(u(x))2 dv = 2
(u(x))2 dv <
23
Espaces fonctionnels
(2.20)
Dmonstration. Soit t un nombre rel quelconque. La fonction (u + tw)2 tant positive quel que
soit t, on a :
Z
0
(u + tw)2 dv
t R
u dv + 2t
2
ou encore :
uw dv + t
0 At2 + Bt + C
o :
A=
w2 dv, B = 2
w2 dv t R
t R
uw dv, C =
u2 dv
Il sagit donc dun polynme de degr 2 en la variable t qui est toujours positif. Cela nest possible
que si le discriminant B 2 4AC est ngatif ou nul c.--d. B 2 4AC 0. En remplaant les
valeurs de A, B et C, on trouve immdiatement lingalit de Cauchy-Schwartz ce qui termine la
dmonstration du lemme.
Nous sommes en mesure de dmontrer que la somme de deux fonctions de L2 () est galement
dans L2 (). En effet :
Z
(u + w) dv =
2
u dv + 2
u dv + 2
Z
"Z
uw dv +
1/2
u dv
w2 dv
1/2 Z
u dv
1/2
w dv
Z
w dv
1/2
w2 dv
#2
<
24
Chapitre 2
L1loc ()
L2 ()
D()
Corollaire 2.36
On a linclusion L2 () L1loc ().
Dmonstration. Ce rsultat dcoule de lingalit de Cauchy-Schwartz. En effet, si f (x) L2 ()
et si A est un compact inclus dans , alors :
Z
A
|f (x)| dv =
Z
A
|f (x)|1 dv
= (vol A)
1/2
Z
Z
A
f (x) dv
2
f (x) dv
2
1/2 Z
A
1 dv
2
1/2
1/2
<
o vol A est le volume de A (ou laire suivant la dimension) qui est forcment fini. Les fonctions
de L2 () sont en quelque sorte encore plus rgulires que celles de L1loc () comme en tmoigne la
figure 2.7.
Exemple 2.37. Choisissons, pour les exemples qui suivent, =]0, 1[. La fonction f (x) = x1/4
est dans L2 (]0, 1[), et ce mme si elle nest pas continue en x = 0. En effet :
Z 1
0
(x1/4 )2 dx =
Z 1
0
x1/2 dx = 2 <
Par contre, la fonction f (x) = x1/2 nappartient pas L2 (]0, 1[) car :
Z 1
0
(x1/2 )2 dx =
Z 1
0
x1 dx = ln x|10 =
25
Espaces fonctionnels
Toutefois, si on choisit un intervalle ]a, b[ ne comprenant pas lorigine, la fonction f (x) = x1/2 sera
dans L2 (]a, b[).
La notion despace fonctionnel linaire nest pas suffisante pour atteindre notre objectif de
rsoudre les quations aux drives partielles. Il nous faut introduire une mtrique sur les espaces
fonctionnels qui nous permettra de traiter aisment des questions de convergence des mthodes
dlments finis. Une mtrique permet de mesurer la distance entre 2 fonctions. Auparavant,
nous dfinissons le produit scalaire dans un espace fonctionnel qui nous mnera la notion de
mtrique et donc de norme.
Dfinition 2.38: Produit scalaire
Un produit scalaire sur un espace fonctionnel linaire S est une application dfinie sur le
produit S S qui associe un couple (u, w) de S S un scalaire not ((u, w))S et vrifiant
les proprits 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. ((u1 + u2 , w))S = ((u1 , w))S + ((u2 , w))S
u1 , u2 , w S ;
p.p.
4. ((u, u))S 0,
le produit scalaire ntant gal 0 que si et seulement si u = 0 ;
Lespace des fonctions de carr sommable L2 () fournit un premier exemple de produit scalaire.
On dfinit en effet le produit scalaire dans cet espace fonctionnel par :
((u, w))0, =
uw dv
(2.21)
et on vrifie relativement facilement les 4 proprits du produit scalaire. En fait, seule la dernire
pose des difficults puisque ((u, u))0, peut tre nul et ce, mme si u ne sannule pas en quelques
points (plus prcisment sur un ensemble de mesure nulle). En pratique, comme nous lavons dj
mentionn, on ne fait pas de distinction entre 2 fonctions qui ne diffrent que sur un ensemble de
mesure nulle.
Dfinition 2.39: Norme
Une norme sur un espace fonctionnel linaire S est une application de S dans R qui associe
une fonction u de S un scalaire not kukS et qui vrifie les trois proprits suivantes :
1. La norme dune fonction est toujours positive :
kukS > 0, u S;
p.p.
kukS = 0 u = 0
(2.22)
(2.23)
26
Chapitre 2
o || est la valeur absolue de .
3. Lingalit triangulaire :
ku + wkS kukS + kwkS u, w S
(2.24)
Toute application vrifiant ces trois proprits est une norme. Un espace linaire peut possder plusieurs normes. En particulier, si un espace linaire possde un produit scalaire, il possde
automatiquement une norme dite induite.
Dfinition 2.40: Norme induite par le produit scalaire
La norme induite sur lespace S par le produit scalaire ((, ))S est dfinie par :
1/2
Il est facile de vrifier que la norme induite est bel et bien une norme. Nous avons dj introduit
un produit scalaire sur L2 () par la relation 2.21. La norme induite par ce produit scalaire est
donc :
Z
1/2
u2 dv
1/2
(2.25)
ce qui semble raisonnable, vu la dfinition de cet espace. Suivant cette notation, lingalit de
Cauchy-Schwartz scrit plus succinctement sous la forme :
|((u, w))0, | kuk0, kwk0,
(2.26)
Remarque 2.41. Pour en finir avec la notion despace fonctionnel linaire, il nous faudrait parler
de la compltude dun espace. Pour ce faire, il faut dfinir 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 considrations non essentielles une bonne comprhension de
la suite. J
Dfinition 2.42: Espace de Hilbert
Un espace fonctionnel linaire muni dun produit scalaire (et donc dune norme induite) et qui
est complet est un espace de Hilbert .
Proposition 2.43
Lespace linaire L2 () muni du produit scalaire 2.21 est un espace de Hilbert.
Les espaces de Hilbert jouent un rle fondamental en lments finis ainsi que certains espaces
de Sobolev que nous introduisons dans la section suivante.
27
Espaces fonctionnels
2.3
Les espaces de Sobolev ont t introduits au dbut du sicle et ont permis de rsoudre bon
nombre de problmes concernant les quations aux drives partielles rests sans rponse jusque l.
Nous nous limiterons aux espaces les plus utiles en gardant bien lesprit que la thorie sous-jacente
est beaucoup plus vaste.
Dans ce qui suit, sauf mention explicite du contraire, on suppose louvert born.
2.3.1
Lespace H 1 ()
Dfinition 2.44: Espace H 1 ()
H 1 () = {u L2 ()
xi
L2 (), 1 i 3}
uw +
3
X
u w
i=1
dv
xi xi
1/2
u +
2
3
X
u 2
i=1
xi
!1/2
dv
Remarque 2.45. Dans la dfinition de lespace H 1 (), il est important de noter que lon considre
la fonction u et ses drives partielles comme des distributions rgulires associes des fonctions
qui sont non seulement dans L1loc () mais dans L2 () (voir la figure 2.7). Si on dnote Tu la
distribution associe u, alors on a :
Z
< Tu , >=
u dv D()
et le terme de droite de cette expression est parfaitement dfini puisque u L2 (). De plus, si
u H 1 (), il existe des fonctions fi L2 () telles que :
Tu
<
, >= < Tu ,
>=
xi
xi
u
dv =
xi
fi dv D()
Tu
xi
= fi au sens des
28
Chapitre 2
u
xi
3
X
u
2
x
i 0,
i=1
(2.27)
kuk1,
i 0,
J
Le produit scalaire ((u, w))1, semble naturel car en vertu de lingalit de Cauchy-Schwartz 2.26,
toutes les intgrales impliques sont finies et la linarit de lintgration permet de vrifier aisment
les proprits dun produit scalaire.
Remarque 2.47. Le produit scalaire et la norme de L2 () ont t nots ((u, w))0, et kuk0, par
analogie avec lespace H 1 (), puisque lon peut dire dans ce cas que la fonction et ses drives
dordre 0 sont dans L2 (). J
Lors de la rsolution des quations aux drives partielles, il nous faudra introduire des conditions aux limites, ce qui nous amne parler de la restriction la frontire dune fonction de
H 1 (). Bien que cela semble tout--fait naturel de le faire, il faut sassurer que cette restriction au
bord ait un sens du point de vue mathmatique. Heureusement, bien que nous ne le justifierons pas
de manire tout--fait rigoureuse, ces valeurs au bord sont bien dfinies. 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 la valeur la frontire w(b) (et par un argument similaire w(a)) en
considrant le fait que lon a :
(x a)
w(x)
(b a)
0
= w0 (x)
(x a)
1
+ w(x)
(b a)
(b a)
Z b
a
(x a)
w (x)
dx +
(b a)
0
Z b
w(x)
a
1
dx
(b a)
Chacun des termes de droite de cette quation est bien dfini en vertu de lingalit de CauchySchwartz car w(x) et w0 (x) sont dans L2 (]a, b[). Il en ressort de plus, toujours en utilisant lingalit
de Cauchy-Schwartz que :
0
(x a)
|w(b)| w (x) 0,
(b a)
0,
1
+ kw(x)k0,
(b a)
C kwk1,
(2.28)
0,
29
Espaces fonctionnels
Dfinition 2.49: Trace au bord
La restriction au bord dune fonction de w H 1 () est appele trace au bord de w et est
note w| ou encore 0 (w).
(2.29)
Remarque 2.51. De cette dfinition, on conclut immdiatement que si g H 1/2 (), alors il existe
forcment au moins une fonction wg H 1 () dont g est la trace au bord c.--d. :
0 (wg ) = wg | = g
(2.30)
Cette remarque sera essentielle lors de limposition des conditions aux limites dans les quations
aux drives partielles dordre 2. Dans le cadre dune mthode dlments finis, pour une condition
aux limites g donne, nous construirons explicitement la fonction wg de H 1 (). La fonction wg sera
appele le relvement de la condition aux limites g. J
Le raisonnement qui nous a men lingalit 2.28 peut tre gnralis la frontire dun
domaine quelconque en plusieurs dimensions.
Thorme 2.52: Continuit de la trace au bord
Si w H 1 (), il existe une constante C telle que :
k0 (w)k0, =
Z
(0 (w)) ds
2
1/2
C kwk1,
(2.31)
Le rsultat est galement vrai si on remplace par une partie non nulle 0 de . En dimension
1, on remplace la norme k k0, par la valeur absolue comme dans lquation 2.28.
Ce dernier rsultat est connu sous le nom de continuit de la trace au bord et gnralise lquation 2.28. Il signifie simplement que la trace au bord dune fonction w de H 1 () dpend continment
de la fonction w. Une autre manire de voir les choses consiste dire que si w tend vers 0, alors sa
trace au bord tend galement vers 0.
30
Chapitre 2
Dfinition 2.53: Espace H01 ()
On dfinit lespace H01 () comme la fermeture de D() pour la norme || ||1, . Ainsi, pour
chaque v H01 (), il existe une suite vi de fonctions de D() et telle que :
lim ||v vi ||1, = 0
Exemple 2.54. Choisissons encore =]0, 1[. La fonction f (x) = x3/4 est dans H 1 (]0, 1[). En effet :
Z 1
0
(x3/4 )2 dx =
Z 1
0
(x3/2 )dx =
2
<
5
(f 0 (x))2 dx =
9
16
Z 1
0
x1/2 dx =
9
<
8
31
Espaces fonctionnels
Proposition 2.56
Lexpression :
|u|1, =
n Z
X
u 2
i=1
xi
!1/2
dv
(2.32)
(2.33)
Proposition 2.59
Les normes k k1, et | |1, sont des normes quivalentes sur les espaces H01 () et H10 ()
(mais pas sur H 1 ()).
Dmonstration. Voir Raviart-Thomas [43]).
Thorme 2.60: Ingalit de Poincar
Soit un ouvert de Rn born dans au moins une direction. Il existe alors une constante C
32
Chapitre 2
qui ne dpend que de et telle que :
||v||0, C()|v|1, v H01 ()
(2.34)
Dmonstration. Nous reprenons ici la dmonstration de Lucquin [36]. Par dfinition de H01 (),
il suffit de dmontrer le rsultat pour v D() et comme ces dernires fonctions sannulent au
voisinage de la frontire de , on peut les prolonger par 0 dans tout Rn . On supposera pour fixer les
ides que est born dans la direction x1 et donc que la composante x1 du support des fonctions
v est inclus dans un intervalle ]a, b[. On a alors :
v(x1 , x0 ) =
Z x1
v
x1
(u, x0 )du
2
2
Z x1
Z b
v
v
0
0
x (u, x ) du (b a)
x (u, x ) du
a
a
1
1
Il reste intgrer sur les autres variables despace, soit sur x0 . On a ainsi, en vertu de la dernire
ingalit :
2
Z
v
v 2
0
0
(u,
x
)
dx
(b
a)
x n
Rn1 x1
1 0,R
Une dernire intgration par rapport x1 donne :
v
||v||0,Rn (b a)
x
2
0,Rn
(b a)2 |v|1,Rn
v
v
et le rsultat suit car ||v||0,Rn = ||v||0, et || x
||0,Rn = || x
||0, par prolongement par 0.
1
1
Les normes k k1, et | |1, sont donc des normes quivalentes sur les espaces H01 () et un
rsultat similaire existe pour H10 () (voir [36]). Le rsultat est en gnral faux pour H 1 ().
2.3.2
Lespace H 2 ()
Dfinition 2.61: Espace H 2 ()
H 2 () =
)
u
2u
u L2 ()
L2 (),
L2 () 1 i, j 3
xi
xi xj
33
Espaces fonctionnels
que lon munit du produit scalaire not ((u, w))2, :
((u, w))2, =
uw +
3
X
u w
i=1
xi xi
3
X
i,j=1
2u
2w
dv
xi xj xi xj
et de la norme induite :
kuk2, =
u2 +
3
X
u 2
i=1
xi
3
X
2u
i,j=1
xi xj
!2
1/2
dv
Les drives sont ici encore prises au sens des distributions. On a aussi :
2
3
3
2 u
2
2
X
X
u
+
= kuk21, +
x
x
x
x
i 0,
i
j 0,
i
j
0,
i,j=1
i,j=1
3
X
u
2
2
2
kuk2, = kuk0, +
x
i=1
Puisque lon requiert que les drives dordre 2 soit dans L2 (), les fonctions de H 2 () sont plus
rgulires que celles de H 1 (). Il en est de mme pour la trace au bord.
34
Chapitre 2
Dfinition 2.62: Trace normale
Si w H 2 (), alors la fonction w/n dfinie sur la frontire est appele la trace normale
de w au bord que lon note 1 (w). Rappelons que :
1 (w) =
w
= w n
n
(2.35)
De plus, lensemble des traces normales au bord des fonctions de H 2 () forme un sous-espace
de L2 () qui nest autre que H 1/2 (). On a :
1 (H 2 ()) = H 1/2 () $ L2 ()
(2.36)
Remarque 2.65. Ce rsultat sera essentiel lors de limposition des conditions aux limites dans les
quations aux drives partielles dordre 4. Nous supposerons de plus que le rsultat est vrai lorsque
les conditions aux limites sur w et w/n ne sont donnes que sur des parties de la frontire . J
35
Espaces fonctionnels
Dfinition 2.66: Espace H02 ()
Lespace H02 () est dfini par :
H02 ()
w
w H () w =
= 0 sur
n
2
Il est de toute vidence possible de construire des variantes des espaces prcdents. Il sagit de
sous-espaces de H 2 () pour lesquels la fonction w et sa trace normale sannulent seulement sur
certaines parties de la frontire. Par exemple, on pourrait prendre :
w
w H () w = 0 sur 0 ,
= 0 sur 1
n
2
o 0 et 1 sont des parties de la frontire disjointes ou non et qui ne recouvrent pas forcment
toute la frontire .
Proposition 2.67
Lexpression :
|u|2, =
Z
( u) dv
2
1/2
(2.37)
Remarque 2.68. Il est important de remarquer que tout comme la norme 2.32 nest pas une
norme sur H 1 (), la quantit 2.37 nest pas une norme sur H 2 (). Le rsultat prcdent peut
galement stendre au cas o la fonction et sa trace normale ne sannnulent que sur des parties 0
et 1 respectivement. Cette gnralisation est cependant assez dlicate. J
La situation est plus simple en dimension 1 et on a par exemple :
H 2 (]a, b[) = w(x) L2 (]a, b[) w0 (x) L2 (]a, b[), w00 (x) L2 (]a, b[)
ainsi que :
H02 (]a, b[) = w(x) H 2 (]a, b[) w(a) = w(b) = w0 (a) = w0 (b) = 0
Z b
a
!1/2
00
(u (x)) dx
2
(2.38)
36
Chapitre 2
Proposition 2.69
La quantit 2.38 est une norme quivalente la norme k k2, sur lespace H02 (]a, b[) ainsi que
sur les espaces
suivants :
V1 = w H 2 (]a, b[) |w(a) = w(b) = 0
V2 = w H 2 (]a, b[) |w(a) = w0 (b) = 0
V3 = w H 2 (]a, b[) |w0 (a) = w(b) = 0
V4 = w H 2 (]a, b[) |w(a) = w0 (a) = 0
V5 = w H 2 (]a, b[) |w(b) = w0 (b) = 0
mais pas sur lespace :
n
Dmonstration. (Esquisse)
Les deux premires proprits dune norme ne posent aucune difficult particulire. Par contre,
si |u|2,]a,b[ = 0, on en dduit que u00 (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) V1 , V2 , V3 , V4 ou
V5 . Par contre, si u(x) X, on ne peut que conclure que u(x) = d.
Remarque 2.70. On peut de manire gnrale dfinir les espaces H m () en ajoutant les drives
partielles jusqu lordre m. J
2.4
Un rsultat dapproximation
La mthode des lments finis utilise des sous-domaines (les lments) de forme gomtrique
simple (des intervalles en dimension 1, des triangles ou des quadrilatres en dimension 2, des
ttradres en dimension 3) sur lesquels on construit des approximations polynmiales. En dautres
termes, la solution approximative de lquation diffrentielle de dpart est constitue de polynmes
diffrents sur chaque sous-domaine. Il est tout de mme important de sassurer que lapproximation
ainsi obtenue soit dans un espace de Sobolev appropri. Cest lobjet du rsultat suivant.
Proposition 2.71
Soit un domaine constitu de sous-domaines i et une fonction u(x) telle que sa restriction
chaque sous-domaine i est un polynme de degr n. On suppose de plus que les polynmes
de degr n sont dans H 1 (i ) quel que soit i. Alors si la fonction u(x) est continue la frontire
entre les sous-domaines i , la fonction u(x) appartient lespace H 1 (). Si de plus, la fonction
u(x) est diffrentiable au sens classique c.--d. ses drives partielles dordre 1 sont continues
la frontire des sous-domaines, alors u(x) H 2 ().
Dmonstration. Voir Ciarlet [15].
37
Espaces fonctionnels
Ce rsultat est vident en dimension 1. En effet, si la fonction u(x) possde une discontinuit de
premire espce la frontire de 2 sous-intervalles, alors sa drive fait intervenir une distribution
de Dirac qui nest pas dans L2 ().
Dans le cas gnral, il est clair que la fonction u est dans L2 () puisquil suffit de sommer sur
les sous-domaines. Ce qui est moins vident cest de vrifier que les drives partielles de u sont
dans L2 () au sens des distributions. Pour le montrer, il nous faut trouver des fonctions fj de
L2 () telles que :
Z
Z
fj dv = u
dv D()
x
j
u
Si de telles fonctions existent, en vertu de la dfinition 2.16, on a x
= fj au sens des distributions
j
2
et les drives partielles sont donc dans L (). Il semble naturel de considrer comme fonctions
fj celles constitues des drives partielles de la fonction u restreintes chaque sous-domaine i
c.--d.
u
fj |i =
xj
i
qui sont bien dfinies sur chaque sous-domaine puisque les polynmes de degr n sont dans H 1 (i ).
On a alors en intgrant par parties (voir la relation A.4) :
Z
i
fj |i dv =
Z
i
u
dv =
xj
dv +
xj
Z
i
u|i
Z
i
u|i nij ds
fj dv = u
dv +
xj
i
Z
i
u|i nij ds
Le dernier terme de droite est une somme sur les frontires des sous-domaines. Dune part, si
i , ce terme est nul puisque les fonctions y sont nulles. la frontire commune entre 2
sous-domaines, i et k , on a :
Z
i
u|i nij ds +
Z
k
u|k nkj ds
38
Chapitre 2
2.5
Exercices
1. Calculer les drives premires et secondes au sens des distributions des fonctions suivantes :
a)
1 si 0 < x < 1
f (x) =
0 ailleurs
b)
f (x) =
x
si x < 0
sin(x) si x > 0
f (x) =
x
si x < 0
cos(x) si x > 0
c)
2. Les fonctions de lexercice prcdent sont-elles dans L2 (] 1 , 1[) ? dans H 1 (] 1 , 1[) ? dans
H 2 (] 1 , 1[) ?
3. Calculer, au sens des distributions, (ku) dans le carr ]0, 1[]0, 1[ o :
(
2 si x < y
2(y x) si x < y
et k =
u(x, y) =
2
2
2
x y
si x > y
si x > y
2
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 intgrables L1loc (). Mme 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 H02 (]0, 1[) ? Mme question pour la fonction f (x) =
x2 (1 x)2 ?
7. Pour quelles valeurs relles de r, la fonction xr est-elle dans L2 (]0, 1[) ? dans H 1 (]0, 1[) ? dans
H 2 (]0, 1[) ?
Chapitre 3
Thorme de Lax-Milgram
Comme nous lavons vu au chapitre 1, la rsolution dune quation aux drives partielles se
ramne celle dun problme variationnel. Nous abordons dans ce chapitre les outils de base pour
ltude des formulations variationnelles.
3.1
On appelle forme linaire une fonctionnelle linaire sur un espace de Hilbert V . Une forme
linaire l vrifie donc les proprits suivantes :
l(w) = l(w)
w V et R
l(w1 + w2 ) = l(w1 ) + l(w2 )
w1 , w2 V
Si de plus, il existe une constante C telle que :
|l(w)| C kwkV
w V
(3.1)
on dira quelle est non seulement linaire mais aussi continue sur V .
Exemple 3.2. Si V = L2 () et f (x) L2 () alors :
lf (w) =
f (x)w(x) dv
est une forme linaire sur V comme nous lavons dmontr au chapitre prcdent. Cette fonctionnelle
est galement continue. En effet, de lingalit de Cauchy, on a :
Z
|lf (w)| = f (x)w(x) dv kf k0, kwk0,
39
40
Chapitre 3
Dfinition 3.3: Espace dual
Lensemble de toutes les formes linaires continues sur un espace de Hilbert V est appel
espace dual de V et est not V 0 .
Remarque 3.4. Nous avons dj rencontr la notion de dualit lorsque nous avons dfini lespace
des distributions D0 () qui nest cependant pas un espace de Hilbert. Les duaux des espaces H01 ()
et H02 () sont nots respectivement H 1 () et H 2 (). Notez bien que H 1 () est le dual de
H01 () et non de H 1 (). J
Dfinition 3.5: Forme bilinaire
Une forme bilinaire sur un espace de Hilbert V est une application a qui associe un couple
(u, w) V V un scalaire not a(u, w) satisfaisant :
a(1 u1 + 2 u2 , w) = 1 a(u1 , w) + 2 a(u2 , w) u1 , u2 , w V et 1 , 2 R
a(u, 1 w1 + 2 w2 ) = 1 a(u, w1 ) + 2 a(u, w2 ) u, w1 , w2 V et 1 , 2 R
Une forme bilinaire est donc linaire en chacun de ses 2 arguments.
Dfinition 3.6: Forme bilinaire continue
Une forme bilinaire a est dite continue sur V V sil existe une constante C telle que :
|a(u, w)| C kukV kwkV
u, w V
(3.2)
u, w V
uw dv
est une forme bilinaire symtrique et continue sur L2 (). La bilinarit est en effet triviale
dmontrer. De plus, la continuit vient encore une fois de lingalit de Cauchy :
Z
uw dv kuk0, kwk0,
41
Thorme de Lax-Milgram
et il ne reste qu choisir la constante C gale 1 dans lingalit 3.2.
Exemple 3.9. Lapplication a dfinie par :
a(u, w) =
(uw + u w) dv =
uw +
3
X
u w
i=1
xi xi
dv
est une forme bilinaire continue sur H 1 (). La bilinarit est encore ici facile vrifier et la
continuit dcoule de lingalit de Cauchy :
Z
uw + u w dv
3
X
u
kuk0, kwk0, +
x
i=1
i 0,
w
x
i 0,
4kuk1, kwk1,
Dans la dernire ingalit, nous avons fait usage des ingalits 2.27. Il ne reste qu choisir la
constante C gale 4 dans lingalit 3.2.
Dfinition 3.10: Forme bilinaire coercive
Une forme bilinaire est dite coercive ou elliptique sil existe une constante strictement positive
telle que :
a(w, w) kwk2V
w V
(3.3)
Une forme bilinaire coercive est une gnralisation de la notion de matrice dfinie positive
que nous reverrons un peu plus loin.
Nous en arrivons au rsultat le plus fondamental de cette section.
Thorme 3.11: de Lax-Milgram
Soit V un espace de Hilbert et soit l et a des formes linaire et bilinaire continues sur V et
V V respectivement (l V 0 )). Si de plus a est coercive, alors il existe une unique solution
u du problme variationnel :
trouver une fonction u V telle que :
a(u, w) = l(w)
w V
(3.4)
Dmonstration. (facultative) :
Nous ne ferons la dmonstration que dans le cas o la forme bilinaire est symtrique. La forme
bilinaire tant coercive, elle satisfait les proprits dun produit scalaire sur V et la norme induite
par ce produit scalaire est quivalente k kV . Lespace V muni de ce produit scalaire est donc un
espace de Hilbert. Du thorme de reprsentation de Riesz, il existe u V (qui dpend de l) tel
que :
a(u, w) = l(w) w V
42
Chapitre 3
On a donc lexistence. En ce qui concerne lunicit, sil existait deux solutions u1 et u2 , alors en
soustrayant, on aurait :
a(u1 u2 , w) = l(w) l(w) = 0 w V
et en particulier, en prenant w = u1 u2 , la coercivit entrane que u1 = u2 , ce qui complte
la dmonstration. On trouvera la gnralisation de ce rsultat dans Ciarlet [15]. Beaucoup de
formulations variationnelles entrent dans le cadre de ce thorme.
Proposition 3.12
Sous les mmes hypothses que celles du thorme de Lax-Milgram et si de plus la forme
bilinaire a est symtrique, le problme variationnel 3.4 est quivalent au problme de minimisation suivant :
trouver u V telle que :
J(u) = inf J(w) = inf
wV
wV
1
a(w, w) l(w)
2
(3.5)
(w1 = w u)
On a alors :
1
J(w) = J(u + w1 ) = a(u + w1 , u + w1 ) l(u + w1 )
2
Puisque a est bilinaire et l linaire, on a :
J(w) =
1
[a(u, u) + a(u, w1 ) + a(w1 , u) + a(w1 , w1 )] l(u) l(w1 )
2
1
1
a(u, u) l(u) + (a(u, w1 ) l(w1 )) + a(w1 , w1 )
2
2
Dans le terme de droite, on reconnat dans la premire parenthse J(u) tandis que lexpression
lintrieur de la deuxime parenthse est nulle puisque u est la solution du problme 3.4. Enfin, la
coercivit de a nous assure que le dernier terme est toujours positif. On a donc :
1
J(w) = J(u) + a(w1 , w1 ) J(u)
2
et donc J(u) est certainement infrieure ou gale J(w). Puisque ce raisonnement est valide quel
que soit w V , u minimise bien la fonctionnelle J sur lespace V .
43
Thorme de Lax-Milgram
Inversement, si u minimise J, on dmontre que u est aussi une solution du problme variationnel 3.4. Considrons pour ce faire la fonction de la variable relle dfinie par :
1
g() = J(u + w) = a(u + w, u + w) l(u + w)
2
Puisque u minimise J, la fonction g possde un minimum local en = 0, et ce quel que soit w. On
doit donc avoir g 0 (0) = 0, quel que soit w. Mais en dveloppant, on trouve :
g() = J(u) + (a(u, w) l(w)) +
et donc :
et
2
a(w, w)
2
La condition g 0 (0) = 0 quel que soit w est donc quivalente lquation 3.4.
3.2
Applications
Nous commenons aborder dans cette section les applications du thorme de Lax-Milgram la
rsolution dquations aux drives partielles. Pour simplifier lexpos, nous abordons sparment
les quations aux drives partielles dordre 2 et celles dordre 4. Nous verrons en effet que les
espaces de Sobolev impliqus sont respectivement les espaces H 1 () et H 2 () et certains de leurs
sous-espaces.
3.2.1
Problmes dordre 2
Bon nombre dapplications importantes rsultent en des quations aux drives partielles dordre
2. Nous allons tablir dans cette section que le cadre fonctionnel appropri est lespace H 1 () et ses
variantes comme H01 (). Limposition des conditions aux limites dictera le choix prcis de lespace
V.
Exemple 3.13. Nous avons maintenant tous les moyens ncessaires pour revenir sur le problme
prsent au chapitre 1. Rappelons que lquation diffrentielle est :
(3.6)
u (x)w (x)dx =
Z 1
0
(3.7)
En regardant de plus prs la formulation variationnelle, on constate que seule la drive dordre
1 de u (et de la fonction test w) est prsente. On en conclut que lespace H 1 (]0, 1[) a toutes les
chances de rpondre nos besoins c.--d. de nous permettre de vrifier les hypothses du thorme
de Lax-Milgram. De plus, les conditions aux limites sur u nous forcent choisir H01 (]0, 1[). Le terme
44
Chapitre 3
de droite sera dfini si, par exemple, la fonction f (x) est dans L2 (]0, 1[) ou plus gnralement si
f H 1 (). On reformule donc le problme sous la forme :
pour f (x) dans L2 (), trouver u dans H01 (]0, 1[) telle que :
Z 1
0
u (x)w (x)dx =
Z 1
0
(3.8)
Vrifions maintenant les hypothses du thorme de Lax-Milgram. On pose donc V = H01 (]0, 1[)
et :
Z
Z
1
a(u, w) =
f (x)w(x)dx
Nous avons dj tabli la continuit de la forme linaire l(w). La bilinarit de la forme a est triviale
dmontrer. De plus, cette forme bilinaire est symtrique et continue. En effet, en se servant une
fois encore de lingalit de Cauchy, on a :
Z 1
0
0
u (x)w (x)dx ku0 k0, kw0 k0, = |u|1, |w|1,
|a(u, w)| =
0
et le rsultat suit puisque | |1, est une norme sur H01 (]0, 1[). Enfin :
a(w, w) =
Z 1
0
(ku) = f dans
u = 0 sur
On peut aisment donner plusieurs interprtations physiques ce problme. On peut par exemple
considrer u comme une temprature (en C), k comme tant la conductivit thermique (en W/(m
C)) que nous supposerons constante (et strictement positive) et f (x) comme une source dnergie
(en W/m3 ). La temprature est maintenue 0 sur la paroi du domaine .
Il parat encore ici naturel de considrer lespace H01 () puisque les conditions aux limites sur
u sont homognes (nulles). En multipliant par une fonction test w H01 (), on trouve laide du
thorme de la divergence A.5 :
Z
ku w dv
u
w ds =
n
f w dv w H01 ()
45
Thorme de Lax-Milgram
ku w dv =
f w dv w H01 ()
(3.9)
qui est une gnralisation multidimensionnelle de lexemple prcdent. On vrifie alors les hypothses du thorme de Lax-Milgram de manire similaire.
Remarque 3.16. Le problme variationnel 3.9 est quivalent au problme de minimisation :
J(u) =
min
wH01 ()
J(w) =
1
wH01 () 2
min
k|w|2 dv
f w dv
ku w dv
est symtrique. Les units de cette fonctionnelle sont des W C. On utilise cependant rarement cette
interprtation en pratique et on prfre travailler directement avec la formulation variationnelle 3.9.
J
Remarque 3.17. Dans cet exemple, nous avons choisi la fonction f (x) dans lespace L2 () pour
simplifier lexpos. En fait, ce problme est bien pos si on remplace la fonction f par une distribution T appartenant au dual de H01 () c.--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 scrire sous une forme intgrale. J
Les deux exemples prcdents 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
homognes. On se servira ici de certains rsultats tablis au chapitre prcdent.
Exemple 3.18. Considrons le problme :
(ku) = f dans
u = g sur
On peut interprter physiquement ce problme comme pour lexemple prcdent lexception prs
que la temprature la paroi est maintenue une valeur g(x) ventuellement non nulle. Nous
rsoudrons ce problme de deux faons diffrentes qui aboutiront bien sr la mme formulation
variationnelle. Cela nous permettra de montrer comment on traite les conditions aux limites non
homognes.
Premire approche :
Tout dabord, il convient de noter que la fonction g se doit dappartenir lespace H 1/2 () pour
que le problme ait un sens. De plus, il serait tentant de considrer :
n
V = w1 H 1 () |w1 = g sur
(3.10)
46
Chapitre 3
mais ce nest pas un espace fonctionnel linaire. La cl vient de lquation 2.30 qui assure lexistence
dune fonction ug H 1 () dont g est la trace au bord. En ce sens, on dit que pour un problme
dordre 2, limposition de u sur la frontire (ou une partie de la frontire) est une condition aux
limites essentielle. On appelle cette tape le relvement des conditions aux limites essentielles. On
dcompose alors la fonction recherche u en une somme u + ug o u H01 () et sannule donc
sur . On considre ensuite le problme quivalent :
On sest donc ramen une fois de plus un problme avec conditions aux limites homognes. Il est
facile de vrifier que les deux formulations fortes sont quivalentes. En multipliant par une fonction
test w H01 () et en intgrant par parties, on trouve, laide du thorme de la divergence A.5 :
u
w ds =
ku w dv k
f w dv
kug w dv +
ug
w ds
n
Puisque w H01 (), les intgrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver u H01 () telle que :
Z
ku w dv =
f w dv
kug w dv w H01 ()
(3.11)
ku w dv et l(w) =
f w dv
kug w dv
w
x
3
X
ug
kf k0, kwk1, + k
x
kwk1,
i=1
i=1
c.--d.
i 0,
i 0,
i 0,
3
X
ug
|l(w)| Ckwk1, o C = kf k0, + k
x
i=1
i 0,
47
Thorme de Lax-Milgram
Deuxime approche :
On part tout simplement de lquation diffrentielle initiale. Puisque quon impose une condition
aux limites essentielle sur toute la frontire, on choisit des fonctions tests w sannulant sur toute la
frontire ce qui revient choisir V = H01 (]0, 1[). On multiplie ensuite par w V et on intgre par
parties :
u
w ds =
f w dv
n
Puisque w H01 (), les intgrales de bord sannulent et on obtient la formulation variationnelle
suivante :
trouver u w1 H 1 () |w1 = g sur telle que :
Z
ku w dv
ku w dv =
f w dv w H01 ()
(3.12)
k(u1 u2 ) w dv = 0 w H01 ()
En choisissant w = (u1 u2 ), et puisque k > 0, on montre que |u1 u2 |1, = 0 ce qui entrane que
p.p.
u1 = u2 puisque | |1, est une norme.
Remarque 3.19. Pour les quations aux drives partielles dordre 2, limposition de u sur la
frontire (ou une partie de la frontire) constitue une condition aux limites essentielle qui peut tre
releve en vertu de lquation 2.30. L o la condition essentielle est impose, la fonction test w doit
sannuler. Les fonctions tests w sont parfois appeles des dplacements admissibles, en rfrence
lorigine de la mthode des lments finis en mcanique des structures. J
Exemple 3.20. On considre cette fois un problme dit ml, en ce sens que les conditions aux
limites sont de deux types. Soit donc le problme :
(ku) =
f dans
= g sur 0 (g H 1/2 (0 ))
u
n
= h sur 1
48
Chapitre 3
uh
= h sur 1
n
Puisquon impose une condition essentielle uniquement sur 0 , on choisit V = H10 (). On multiplie
ensuite par une fonction test w V et on intgre en utilisant le thorme de la divergence :
u
ku w dv k
w ds =
n
f w dv
Puisque w H10 (), lintgrale de bord sannulent sur 0 tandis que sur 1 , on a :
k
u
=h
n
ku w dv =
f w dv +
h w ds
1
ku w dv =
f w dv
kug w dv +
h w ds
1
(3.13)
49
Thorme de Lax-Milgram
Remarque 3.21. Dans le terme de bord :
Z
u
w ds
n
3.2.2
Problmes dordre 4
Nous considrons ici les quations aux drives partielles dordre 4 de la forme :
d2
dx2
ou encore en dimension 2 ou 3 :
d2 u
q(x) 2
dx
= f (x)
auquelles sajoutent des conditions aux limites appropries. Il est facile de se convaincre quaprs
deux utilisations du thorme de la divergence (deux intgrations par parties en dimension 1),
il ne restera dans la formulation variationnelle que des drives dordre 2. Lespace fonctionnel
appropri a donc toutes les chances dtre H 2 () ou ses variantes. Voyons tout cela de plus prs
en commenant un problme en dimension 1.
Exemple 3.22.
d2
dx2
d2 u
q(x) 2
dx
u(0) =
du
(0)
dx
2u
q(x) 2
dx x=L
2u
d
d
dx q(x) dx2
= 0
= M0
= 0
x=L
Ce problme provient de lanalyse de la dformation dune poutre sous leffet dune sollicitation f (x)
(en N/m) et dun moment de flexion M0 (en N m). La fonction q(x) dpend alors des proprits
lastiques du matriau et de laire de la section de la poutre. En fait on a q(x) = EI o E est le
module dYoung et I le moment dinertie. Cette fonction (pas forcment constante le long de la
50
Chapitre 3
poutre) est en gnral strictement positive et borne de sorte quil existe des constantes q1 et q2
telles que :
0 < q1 q(x) q2
x [0, L]
Pour un problme dordre 4, le thorme 2.9 nous assure que les conditions aux limites essentielles portent sur u et du
dx car on peut en effectuer le relvement. Notez la diffrence importante avec
les problmes dordre 2 pour lesquels la seule condition aux limites essentielle est sur u. Dans cet
exemple, la fonction de relvement est tout simplement ug = 0 puisque les conditions essentielles
sont homognes. Lespace fonctionnel appropri est donc :
V = {w H 2 (]0, L[) | w(0) =
dw
(0) = 0}
dx
On multiplie alors par une fonction test w V et on intgre une premire fois par parties. On
obtient ainsi :
d2 u
q(x) 2
dx
dx
Z L
d
0
d
d2 u
q(x) 2
dx
dx
dw
dx +
dx
!! L
Z L
f w dx
w =
0
0
Le terme de bord fait intervenir dune part la fonction test w qui sannule en x = 0 et dautre part
la premire condition naturelle :
!
d
d2 u
(3.14)
q(x) 2
dx
dx
qui vaut 0 en x = L. Il reste :
d2 u
q(x) 2
dx
dx
Z L
d
0
dw
dx =
dx
Z L
f w dx
0
d2 u d2 w
q(x) 2 2 dx
dx dx
dw
dx
d2 u
q(x) 2
dx
dw
=
dx 0
Z L
f w dx
0
d2 u
dx2
qui prend la valeur M0 en x = L. On a donc la formulation variationnelle :
q(x)
Z L
0
d2 u d2 w
q(x) 2 2 dx =
dx dx
Z L
0
f w dx + M0
dw
(L)
dx
(3.15)
(3.16)
51
Thorme de Lax-Milgram
et le rsultat suit puisque kw00 k0, est une norme sur V (voir lquation 2.38). En ce qui concerne
la coercivit, le raisonnement est similaire. On a :
a(w, w) =
Z L
0
d2 w d2 w
q(x) 2
dx q1
dx dx2
Z L 2
d w d2 w
0
dx2 dx2
et le rsultat suit en prenant = q1 dans la dfinition 3.3 et puisque |w|22, est une norme quivalente
la norme kwk22, sur V .
Enfin, il reste montrer la continuit de la forme linaire l. Pour y arriver, on doit se servir de
lingalit de Cauchy et de la continuit de la trace au bord 2.36. On a ainsi :
| l(w) | =
Z
Z
L
L
dw
(L)
f w dx + | M0
f w dx + M0
0
dx
0
dw
| (L)
dx
d
q(x) ddxu2 auquel cas la fonction test w ne doit pas
on doit connatre soit la condition naturelle dx
sannuler, ou encore on connat u et alors la fonction test w sannule cet endroit. Un raisonnement
2
similaire existe pour la deuxime condition naturelle. Si q(x) ddxu2 est donne, alors dw
dx ne peut
du
dw
sannuler. Par contre, si dx est connue, alors la fonction test dx sannule cet endroit et le terme
de bord correspondant disparat. J
52
Chapitre 3
3.2.3
Rsum
On peut tablir en quelque sorte la procdure suivre pour vrifier les hypothses du thorme
de Lax-Milgram.
Problmes dordre 2
1.
2.
3.
4.
5.
6.
7.
8.
9.
Problmes dordre 4
1.
2.
3.
4.
5.
6.
7.
8.
9.
53
Thorme de Lax-Milgram
3.3
Exercices
1. Vrifier si les expressions suivantes sont des formes bilinaires continues, symtriques et
coercives sur les espaces donns. On supposera que les fonctions p(x) et q(x) sont bornes
cest--dire 0 < p1 p(x) p2 et 0 < q1 q(x) q2 et ce x .
a)
Z
a(u, w) =
p(x)uw dv dans L2 ()
b)
a(u, w) =
a(u, w) =
c)
q(x)u w dv dans H 1 ()
d)
a(u, w) =
d2 u
=f
dx2
dans ]0, 1[
u(0) = u(1) = 0
b)
1 u 2
d2 u
=f
dx2
dans ]0, 1[
du (0) = du (1) = 0
dx
dx
c)
d2 u
=f
dx2
u(0) = a, u(1) = b
dans ]0, 1[
54
Chapitre 3
d)
du
d
q(x)
dx
dx
=f
dans ]0, 1[
du
dx
e)
d2
dx2
d2 u
q(x) 2
dx
=f
dans ]0, L[
u(0) = a, u(L) = b
d2 u
d2 u
q(0)
(0)
=
c,
q(L)
(L) = d
2
2
dx
En dimension suprieure 1 :
f)
dx
(q(x)u) = f
sur 0
sur 1
u=g
g)
q(x)
u
=h
n
(u) = f
h)
u
=h
n
(u) = f
u+
u
=h
n
dans
dans
sur
dans
sur
d2 u(x)
EI
dx2
o EI est une constante. Peut-on obtenir une formulation variationelle dans le cas des
conditions aux limites suivantes :
d2 u(1)
d
u(0) = 0, u (0) = 0, u(1) = 1,
EI
dx
dx2
0
=F
55
Thorme de Lax-Milgram
4. On suppose que lon a un problme variationnel de la forme :
a(u, w) = l(w)
o la forme bilinaire a et la forme linaire l vrifient les hypothses du thorme de LaxMilgram dans un espace de Hilbert V .
Montrer que lunique solution u dpend continment des donnes c.--d. que :
||u||V
||l||
o est la constante de coercivit et ||l|| est la plus petite constante C telle que :
w V ou encore |l(w)| ||l|| ||w||V
|l(w)| C||w||V
w V
d
du
du
c1
+ c2
= f
= 0
dx
dx
u(0) = u(1)
dx
o c1 et c2 sont des constantes strictement positives et f (x) est une fonction de L2 (]0, 1[). Dterminer lespace fonctionnel appropri et obtenir la formulation variationnelle du problme.
Ne pas intgrer par parties le terme c2 du
dx .
N.B. : Passer rapidement sur les questions de linarit et bilinarit. On se rappellera de
plus que :
1 d 2
g
g(x)g 0 (x) =
2 dx
56
Chapitre 3
Chapitre 4
Mthode de Ritz
4.1
Principes gnraux
Une fois le problme formul sous forme variationnelle, il reste le discrtiser c.--d. le faire
passer dun problme de dimension infinie un problme approch de dimension finie. Ce problme
discrtis sera ensuite rsolu par les techniques dalgbre linaire classiques : rsolution de systmes
algbriques linaires ou non linaires, de problmes aux valeurs propres, etc.
La mthode de Ritz est une technique de discrtisation de problmes variationnels et est en
quelque sorte le prcurseur de la mthode des lments finis. Soit donc un problme variationnel
vrifiant les hypothses du thorme de Lax-Milgram :
trouver u V telle que :
a(u, w) = l(w) w V
(4.1)
o la fonction u vrifie les conditions aux limites essentielles homognes (le cas des conditions aux
limites non homognes ncessite la construction dune fonction de relvement ug mais ne pose pas de
difficults thoriques supplmentaires). On se donne maintenant N fonctions j V, j = 1, 2, , N
appeles fonctions dinterpolation de Ritz ou plus simplement fonctions de Ritz vrifiant elles aussi
les conditions essentielles homognes. On suppose ensuite que lon peut crire :
u(x) ' uN (x) =
N
X
uj j (x)
(4.2)
j=1
Dans cette expression, les N coefficients uj sont dterminer et le problme est maintenant de
dimension finie N . Lensemble de toutes les combinaisons linaires possibles des fonctions j forme
un sous-espace de dimension N de V not V N (toujours en supposant que les fonctions j sont
choisies dans V ds le dpart et quelles sont linairement indpendantes). On considre donc
lapproximation suivante du problme variationnel 4.1 :
trouver uN V N telle que :
a(uN , wN ) = l(wN ) wN V N
57
(4.3)
58
Chapitre 4
ou encore :
N
X
uj j , wN = l(wN ) wN V N
j=1
uj a(j , wN ) = l(wN ) wN V N
j=1
On va maintenant construire un systme linaire (parce que le problme de dpart 4.1 est linaire)
dont les inconnues sont les coefficients uj . Soit donc N nouvelles fonctions i , i = 1, 2, , N
appartenant lespace V N . Puisque lquation prcdente est vraie quelle que soit la fonction
wN V N , elle est valide pour chacune des fonctions i et on a :
N
X
uj a(j , i ) = l(i ) 1 i N
j=1
a(1 , 1 ) a(2 , 1 )
a(1 , 2 ) a(2 , 2 )
..
..
.
.
a(1 , N ) a(2 , N )
a(N , 1 )
a(N , 2 )
..
.
a(N , N )
..
.
u1
u2
..
.
uN
l(1 )
l(2 )
..
.
l(N )
(4.4)
Si les fonctions j et i sont bien choisies, ce systme linaire est inversible et on peut ds lors
dterminer les inconnues ui et ainsi obtenir une approximation uN (x) de la fonction u par la
relation 4.2. Un choix naturel pour les fonctions i consiste prendre tout simplement i = i , et
ce pour tout i. Cest la mthode de Ritz ou mthode de Rayleigh-Ritz. Dans le cas o i 6= i , on
parle de la mthode de Petrov-Galerkin.
Dans cet ouvrage, nous insisterons davantage sur la mthode de Ritz, bien quil existe des
applications intressantes de la mthode de Petrov-Galerkin, notamment pour les problmes de
convection-diffusion.
Remarque 4.1. On remarque que le coefficient Aij du systme linaire 4.4 est de la forme :
Aij = a(j , i )
Lorsque la forme bilinaire est symtrique, il ny a pas de confusion possible mais dans le cas
gnral, il faut faire attention lordre des indices i et j. J
59
Mthode de Ritz
4.2
Exemples
Nous voyons dans cette section quelques exemples dapplications de la mthode de Ritz. Nous
en profiterons au passage pour mettre en vidence les forces et ventuellement les faiblesses de cette
approche.
Exemple 4.2. Considrons le problme en dimension 1 :
u00 (x) =
u(0)
= 0
du
(1)
= 1
dx
Puisque la seule condition essentielle (sur u) est nulle, le relvement est inutile (ug = 0) et on
peut travailler directement avec u qui, dans ce cas, sera gal u . La formulation variationnelle
correspondante (laisse en exercice)
est :
trouver u V = w H 1 (]0, 1[ |w(0) = 0
Z 1
0
Z 1
0
ln(x)w(x)dx w V
(4.5)
Les fonctions j doivent appartenir lespace V et vrifier les conditions aux limites essentielles
homognes. Dans ce cas, il suffit davoir j (0) = 0. Cela mis part, ce choix est arbitraire si on
sassure que j V . On peut prendre par exemple :
j (x) = xj
et on sassure facilement que toutes les conditions sont bien remplies. Le coefficient gnral de la
matrice A pour la mthode de Ritz est donc :
aij =
Z 1
0
0j (x)0i (x) dx =
Z 1
0
ijxi+j2 dx =
ij
i+j1
Z 1
0
ln(x)i (x) dx = 1 +
Z 1
0
ln(x)xi dx = 1
1
(i + 1)2
Ce systme linaire est ensuite rsolu par les techniques habituelles de dcomposition LU (voir
par exemple Fortin, rf. [26]). En faisant varier la taille N , si tout se passe bien, on doit se rapprocher
dune ventuelle solution analytique. Dans cet exemple, cette solution est :
u(x) =
dont la drive est :
3x2 1 2
x ln x
4
2
u0 (x) = x x ln x
60
Chapitre 4
et on sassure facilement que lquation diffrentielle ainsi que les conditions aux limites sont vrifies. En se servant du logiciel Matlab [38], on a rsolu ce systme pour obtenir les rsultats de
la figure 4.1 pour N = 1, 3 et 5. On y a superpos la solution analytique u(x) (en trait plein)
et la solution numrique uN (x). Il est aussi intressant de regarder le comportement de u0 (x) et
(uN )0 (x). On remarque immdiatement quil est plus difficile dapprocher u0 (x). On peut affirmer
que ce comportement est assez gnral. Nous en reparlerons lorsque nous aborderons les questions
de convergence.
Enfin, il ne faut pas se leurrer sur la taille du systme linaire ncessaire pour obtenir une bonne
approximation de u(x). Dans cet exemple, une dimension de 5 semble suffire mais ce nest certes
pas toujours aussi facile...
Exemple 4.3. Considrons le problme en dimension 1 :
u00 (x) + u
= 0 dans ]0, 1[
= 1
u(0)
du
(1) + u(1) = 0
dx
La condition essentielle nest impose quen x = 0 et on choisit donc :
n
du 1
u (x)w (x) + u(x)w(x) dx
w = 0 w V
dx 0
Z 1
du
dx (1)
= u(1). Il en rsulte :
On relve maintenant les conditions aux limites essentielles. On pose u = u + ug et on peut choisir
tout simplement la fonction ug = 1 qui appartient H 1 (]0, 1[) et qui satisfait la condition essentielle.
On a alors w V :
Z 1
Z 1
0
Z 1
0
w(x)dx w(1) w V
Mthode de Ritz
61
62
Chapitre 4
aij
Z 1
0
Z 1
0
dx + 1
ij
1
+
+1
i+j1 i+j+1
tandis que le vecteur F a pour coefficients :
=
fi =
Z 1
0
i (x) dx i (1) =
Z 1
0
xi dx 1 = 1 +
1
(i + 1)
Il est facile de sassurer que la solution analytique de lquation diffrentielle de dpart est u(x) =
ex ce qui nous permet de comparer la figure 4.2, les solutions analytique et numrique pour
N = 2. Ici encore, la comparaison est excellente sur u et un peu moins convaincante sur u0 (x). La
situation samliore cependant trs rapidement lorsque N augmente.
Exemple 4.4. On considre maintenant un problme bidimensionnel dont la gomtrie est le carr
de cts de longueur 1 et les conditions aux limites sont dcrites la figure 4.3. On doit rsoudre
lquation aux drives partielles :
2 u = 10 dans
63
Mthode de Ritz
u=x
u=y
u=0
u=0
Figure 4.3 Gomtrie et conditions aux limites
Des conditions essentielles tant prescrites sur toute la frontire, on choisit V = H01 () et comme
toujours, on multiplie par w V et on intgre sur le domaine . On obtient :
u w dv =
10w dv
u w dv =
10w dv
ug w dv
Il nous reste construire les fonctions de Ritz . Parmi les choix possibles, on peut prendre les
N = m2 fonctions de la forme :
64
Chapitre 4
=
=
..
.
m (x, y) =
m+1 (x, y) =
m+2 (x, y) =
..
.
2m (x, y) =
..
.
m2 (x, y) =
sin(x) sin(y)
sin(x) sin(2y)
sin(x) sin(my)
sin(2x) sin(y)
sin(2x) sin(2y)
sin(2x) sin(my)
sin(mx) sin(my)
1 i1 , i2 m
Ces fonctions sannulent sur la frontire du domaine et vrifient une proprit dorthogonalit trs
particulire :
(
Z
0
si i 6= j
j i dv =
aij =
2 2
2
4 (i1 + i2 ) si i = j
La matrice A est donc diagonale ce qui est toutefois exceptionnel. De plus, on vrifie non sans peine
que :
Z
Z
Z
Z
fi =
=
10
2
10i dv
(1)i1 1
i1
ug i dv = 10
(1)i2 1
i2
i dv
(y, x) i dv
Le systme linaire rsultant est bien sr trs simple rsoudre. En prenant N = 52 = 25, on a
obtenu le rsultat de la figure 4.4 pour la fonction u qui rappelons-le, sannule sur la frontire du
domaine. La fonction u = u + ug = u + xy est illustre la figure 4.4.
4.3
Comme dernier exemple, nous allons considrer un problme clbre d au musicien et musicien
Erns Florence Friedrich Chladni au dix-huitime sicle. Il remarqua en effet quil pouvait faire vibrer
un plaque mince en mtal laide dun archet de violon et provoquer des sons diffrents. Mais le
plus remarquable tait quen saupoudrant un peu de sable sur la plaque, les diffrentes vibrations
se manifestaient par des figures gomtriques trs lgantes. On pouvait en quelque sorte voir les
diffrents sons.
On mis quand mme un certain temps comprendre et expliquer ce phnomne. On trouvera
dans Gander et Kwok [30] une description dtaille de mme que le contexte historique de ce
Mthode de Ritz
65
66
Chapitre 4
problme o des noms comme Sophie Germain (lune des rares mathmaticiennes de cette poque),
Ritz, Galerkin et Kirchhoff ont jou des rles importants. Nous ne pourrons pas dvelopper toute
la thorie sous-jacente. Nous nous limiterons affirmer que la solution de ce problme nest rien
dautre que celle dun problme aux valeurs propres de la forme :
Z
2u 2u
+ 2
x2
y
2v
2v
2u 2v 2u 2v
2u 2v
+
(1)
+
2
x2 y 2
x2 y 2
y 2 x2
xy xy
dxdy =
uv dxdy
o le domaine est simplement le carr [1, 1]2 . La fonction u(x, y) dsigne ici le dplacement
vertical de la plaque lorsquelle vibre. La mthode de Ritz sapplique encore ici. Historiquement,
cest prcisment pour ce problme que Ritz avait propos la mthode qui porte maintenant son
nom. La stratgie est ensuite la mme quauparavant. On pose :
u=
n
X
j j (x, y)
j=1
2 j
2 j
+
x2
y 2
2 i 2 i
2 j 2 i 2 j 2 i
2 j 2 i
+
+
2
(1)
x2
y 2
x2 y 2
y 2 x2
xy xy
et
Mij =
dxdy
j i dxdy
Il y a encore ici plusieurs choix possibles pour les i et nous nous limiterons un choix simple, bien
quil existe des choix plus judicieux. Ritz avait dailleurs propos des fonctions plus complexes que
celles que nous utiliserons. Nous prendrons :
i (x, y) = xi1 1 y i2 1
que lon peut numroter comme dans lexemple 4.4. Les rsultats qui suivent ont t obtenus en
prenant = 0,225, n = 30 et en utilisant Matlab pour calculer les valeurs et vecteurs propres. Une
fois les calculs effectus, on peut visualiser les diffrents modes de vibration en dessinant la courbe
de niveau 0 de chacun des vecteurs propres c.-d. :
n
X
vi i (x, y) = 0
(4.6)
i=1
o ~v = [v1 , v2 , , vn ]t est le vecteur propre. La courbe de niveau 0 correspond un dplacement vertical nul, et est prcisment ce que lon peut observer exprimentalement sur une plaque
67
Mthode de Ritz
1,245
2,598 101
3,563 101
8,090 101
8,762 102
9,338 102
1,103 103
1,103 103
Les lignes de niveau 0 des vecteurs propres correspondants aux valeurs propres 12,45, 80,90,
375,2 et 933,8 sont prsentes la figure 4.3. Notons que pour les valeurs propres doubles (80,90 et
235,4 par exemple), on utilise la moyenne des deux vecteurs propres correspondants dans lquation 4.6. Les quatre modes de vibration illustrs correspondent parfaitement certaines des figures
observes initialement par Chladni.
Nous terminons ce chapitre par quelques remarques gnrales sur la mthode de Ritz. Les
principales faiblesses de cette mthode sont :
68
Chapitre 4
la construction de la fonction de relvement ug qui doit vrifier les conditions aux limites
essentielles prescrites, ce qui peut tre difficile particulirement en dimension 2 ou 3 ;
le choix et la construction des fonctions de Ritz i qui doivent tre linairement indpendantes et vrifier les conditions essentielles homognes ;
le calcul des coefficients aij et fi du systme linaire qui peut ncessiter lvaluation dintgrales sur des domaines complexes. On peut ventuellement recourir aux mthodes dintgration numriques si le besoin sen fait sentir.
Les inconnues ui du systme linaire nont pas de signification physique particulire.
Les remarques prcdentes sont particulirement justifies en dimension 2 ou 3 o les gomtries
peuvent tre extrmement varies et complexes. Il est alors pratiquement impossible de construire
les diffrentes fonctions ncessaires. Cela est d lapproche globale de la mthode de Ritz, en
ce sens que lon cherche construire les fonctions ug et i en considrant tout le domaine .
La mthode des lments finis contourne cette difficult par une approche plus localise et une
construction plus systmatique des fonctions i .
69
Mthode de Ritz
4.4
Exercices
Dterminer pour les problmes suivants une famille de fonctions i permettant dappliquer la
mthode de Ritz et obtenir la fonction de relvement des conditions aux limites essentielles.
En dimension 1 :
1.
2.
d2 u
=f
dx2
dans ]0, 1[
u(0) = u(1) = 0
1 u 2
d2 u
=f
dx2
dans ]0, 1[
du (0) = du (1) = 0
dx
3.
4.
dx
d2 u
=f
dx2
dans ]0, 1[
u(0) = a, u(1) = b
d
du
q(x)
dx
dx
=f
dans ]0, 1[
du
dx
5.
d2
dx2
d2 u
q(x) 2
dx
=f
dans ]0, L[
u(0) = a, u(L) = b
d2 u
d2 u
q(0)
(0)
=
c,
q(L)
(L) = d
2
2
dx
6.
d2
dx2
dx
d2 u
q(x) 2
dx
=f
u(0) = a, u(L) = b
d2 u
u0 (0) = 0, q(L)
(L) = d
2
dx
dans ]0, L[
70
Chapitre 4
En dimension 2 :
7.
(q(x)u) = f
u=1
q(x)
u
=2
n
d2 u(x)
EI
dx2
o EI est une constante. Proposer des choix de fonctions ug (x) et i (x) permettant de
rsoudre ce problme avec les conditions aux limites suivantes :
u(0) = 1, u0 (0) = 2, u(1) = 4, EI
d2 u(1)
=M
dx2
kT
T
n
d
du
(x + 1)
dx
dx
u(0)
= 1
u0 (1)
= 1
71
Mthode de Ritz
d) Obtenir les coefficients aij et fi du systme linaire correspondant ;
e) Rsoudre le systme en utilisant deux fonctions de Ritz.
11. On suppose que lon a un problme variationnel de la forme :
a(u, w) = l(w)
o la forme bilinaire symtrique a et la forme linaire l vrifient les hypothses du thorme de Lax-Milgram dans un espace de Hilbert V .
Montrer que si on utilise la mthode de Ritz pour discrtiser ce problme, on obtient une
matrice A dfinie positive.
Rappel : Une matrice symtrique A est dite dfinie positive si quel que soit le vecteur
colonne (non nul) x = [x1 , x2 , x3 , , xn ]T , on a :
xT Ax = (Ax) x =
n
X
i,j=1
Aij xi xj > 0
72
Chapitre 4
Chapitre 5
5.1
5.1.1
Pour fixer les ides, nous commencerons par la rsolution dun problme classique dune quation
diffrentielle dordre 2 de la forme :
du
d
q(x)
= r(x)
p(x)u
dx
dx
u(0) = c,
dans ]0, L[
(5.1)
du
q(L) (L) = d
dx
On suppose connues les fonctions p(x) et q(x) de mme que les constantes c et d.
Si dans cette quation on prend p(x) = 0, la variable dpendante u(x) peut entre autres choses
dsigner la dformation longitudinale dune tige mtallique de longueur L. ce moment, q(x) = EA,
o E est le module de Young et A laire de la section de la tige qui peut tre variable. Enfin, r(x)
73
74
Chapitre 5
est une force de contact sur la surface de la tige et d est une force axiale applique lune de ses
extrmits. On peut aussi interprter u(x) comme une temprature, une pression hydrostatique,
un potentiel, etc., suivant le domaine qui nous intresse (voir par exemple Reddy, rf. [45]). Le
problme 5.1 est donc suffisamment gnral pour couvrir bon nombre dapplications.
Sur le plan thorique, si on suppose que la fonction p(x) est positive ou nulle et que 0 <
q1 q(x) q2 dans lintervalle ]0, L[, il est facile de sassurer que les hypothses du thorme de
Lax-Milgram sont vrifies. La solution, un relvement des conditions essentielles prs, est dans
lespace :
n
o
V = w H 1 (]0, L[) | w(0) = 0
Rappelons que pour cette quation diffrentielle dordre 2, la seule condition essentielle est limposition de la variable u(x) la frontire. Dans cet exemple, u nest impose quen x = 0 do cette
dfinition de lespace V .
Il est donc ncessaire de construire des fonctions i (x) dans la mthode de Ritz qui soient
dans V . Comme nous lavons vu au chapitre 2 et puisque nous utiliserons des approximations
polynmiales, il suffit de sassurer que ces fonctions soient continues (et sannulent en x = 0 dans
ce cas prcis).
On pose ensuite u = u + ug et la formulation variationnelle (laisse en exercice) est :
trouver u V telle que :
a(u , w) = l(w) a(ug , w) w V
o :
a(u , w) =
Z L
0
(5.2)
et :
l(w) = d w(L) +
Z L
r(x)w(x)dx
0
n
X
uj j (x)
j=1
La fonction ug (x) est le relvement des conditions aux limites essentielles et doit donc vrifier dans
ce cas ug (0) = c et doit de plus appartenir lespace H 1 (]0, L[).
Remarque 5.1. Il est souvent utile, en particulier pour les problmes non linaires que nous
rencontrerons au chapitre 8, de considrer la fonction u (x) comme une correction une solution
existante ug (x) obtenue pralablement et vrifiant bien sr les conditions essentielles imposes. La
fonction ug (x) pourra provenir dun calcul prcdent ou tout simplement dune itration prcdente.
J
75
K2
K3
K4
x=0
Knel
x=L
Voyons maintenant comment construire les fonctions de Ritz i (x). Cette construction se fera
en plusieurs tapes qui constituent ce que lon appelle la mthode de Ritz-Galerkin.
5.1.2
Le maillage
Les lments
Considrons une partition de lintervalle ]0, L[ comme celle de la figure 5.1. Cette partition en
sous-intervalles constitue le maillage. Les sous-intervalles Ki sont appels lments dont le nombre
total est not nel. La frontire des lments correspond aux cercles en trait gras. Les lments
peuvent tre de longueur variable.
Les noeuds
Sur chaque lment, on identifie nK
g noeuds gomtriques (par le symbole ) qui permettent de
dfinir la gomtrie de llment en question. En dimension 1, les noeuds gomtriques sont les
K
K
K
bornes de llment et alors nK
g = 2. On notera K = [x1 , x2 ] un lment gnrique et h sa taille
K
qui en dimension 1, est tout simplement la longueur hK = xK
2 x1 (on sassurera bien sr que
K
K
K
x2 > x1 de sorte que h soit strictement positif). Ce sont ces noeuds gomtriques qui dfinissent
localement la gomtrie de llment et globalement, celle du domaine en entier. En dimension 1,
cela parat futile mais en dimension suprieure, ce sera fondamental.
Dans chaque lment K on identifie galement (voir la figure 5.2) un nombre nK
c de noeuds de
calcul (par le symbole ) souvent appels noeuds dinterpolation o les variables essentielles du problme seront ventuellement calcules. Ces noeuds dinterpolation peuvent concider ou non avec les
noeuds gomtriques. Lensemble des noeuds de llment comprend donc les noeuds gomtriques
K
K
K
et les noeuds de calcul. On note nK
t le nombre total de noeuds de llment K et (x1 , x2 , , xnK )
t
les noeuds de llment K en commenant par les noeuds gomtriques, suivis des autres noeuds
de calcul.
Remarque 5.2. Pour viter dalourdir inutilement lexpos, nous supposerons que les noeuds
de calcul comprennent les noeuds gomtriques, mme si cette hypothse nest absolument pas
K
ncessaire. Le nombre total de noeuds de llment est donc nK
t = nc . On rencontre le cas o les
noeuds de calcul diffrent totalement des noeuds gomtriques notamment pour les lments dits
non conformes (voir Ciarlet, rf. [15]). J
On place les coordonnes de tous les noeuds (gomtriques et/ou de calcul) dans un tableau que
nous notons coor de longueur gale au nombre de noeuds total nnoeuds du maillage. On dfinit un
tableau de connectivit des noeuds (note connec) comprenant nel lignes. chacune de ces lignes,
on retrouve les numros des nK
c noeuds de llment.
76
Chapitre 5
Noeuds gomtriques
Noeuds de calcul
xK
1
xK
3
xK
4
xK
5
xK
nt
xK
2
U =
u1
u2
..
.
unddl
UI
UC
et U =
u1
u2
..
.
unddl
UI
0
(5.3)
les vecteurs globaux des degrs de libert pour u(x) et u (x) qui sont de dimension nddl. Le vecteur
U se dcompose en 2 parties distinctes : U C est la partie de U qui est connue (do lindice C) car
impose par les conditions aux limites essentielles du problme. La partie correspondante dans le
vecteur de correction U est par consquent nulle. Le reste est not U I (et UI pour la correction)
(I pour inconnu) et sera ventuellement calcul. Nous reviendrons sur cette partition de U lors de
limposition des conditions aux limites (voir la section 5.1.8) et lors de la rsolution du systme
global (voir la section 5.1.9).
chaque degr de libert du domaine, on attribue une fonction de Ritz (x) et, au noeud
de calcul correspondant, on calculera une approximation de la variable essentielle associe. Chaque
degr de libert est reli un noeud de calcul mais inversement, un noeud de calcul peut tre associ
plusieurs degrs de libert. On construira ainsi un systme linaire (ou non linaire suivant que
le problme de dpart est linaire ou non) de dimension nddl sur nddl.
Numrotation des degrs de libert
Le tableau de connectivit des noeuds connec est trs utile mais ne suffit pas compltement
puisque nous avons mentionn qu un noeud, on peut associer 1 ou plusieurs degrs de libert.
Il faut aussi introduire ce que nous appellerons un tableau de numrotation des degrs de libert.
Pour ce faire, on assigne en tout premier lieu un numro chaque degr de libert du problme.
77
x2
lment K2
x3
x4
lment K3
x5
x6
x7 = 1
K
Figure 5.3 Maillage : nel = 3, nK
g = 2, nc = 3
Cette numrotation fera en sorte que les degrs de libert o on impose une condition essentielle
seront numrots en dernier.
Pour y arriver, on construit un tableau de numrotation not numer qui contient pour chaque
noeud les numros des degrs de libert qui lui sont associs. Cest donc un tableau de dimension
nnoeuds multiplie par le nombre de degrs de libert par noeud qui peut tre variable. Les tapes
de construction du tableau numer sont les suivantes :
1. pour chacune des variables essentielles du problme, on identifie les numros des noeuds o
cette variable est impose ;
2. on parcourt les noeuds en numrotant tous les degrs de libert associs chacun des ces
noeuds et qui ne sont pas imposs comme condition aux limites essentielle du problme ;
3. on parcourt de nouveau les noeuds et on numrote la suite tous les autres degrs de libert
c.--d. tous les degrs de libert qui sont imposs comme condition aux limites essentielle
du problme.
De cette manire, on dcompose la matrice du systme global et le vecteur des degrs de libert
du problme en 2 parties conscutives o on regroupe au dbut les vritables inconnues du systme
(le vecteur U I que lon devra calculer) et la fin les valeurs des variables essentielles imposes (le
vecteur U C ) tel quindiqu la relation 5.3.
Enfin, une fois la numrotation obtenue, on construit le tableau dadressage not adres qui
pour chaque lment fournit les numros des degrs de libert associs chaque noeud de calcul de
llment. Chaque ligne de ce tableau correspond un lment et sera appele le vecteur dadressage
de cet lment. Le tableau dadressage peut tre construit une fois pour toutes grce aux tableaux
connec et numer. Il est cependant souvent prfrable de construire le vecteur dadressage de chaque
lment au besoin. Lexemple qui suit illustre les diffrentes tapes et tableaux que nous venons
dintroduire.
Exemple 5.3. La situation est illustre la figure 5.3 pour notre problme type. Ce maillage
trs simple du domaine ]0, 1[ (on choisit ici L = 1) comporte nel = 3 lments dont les frontires
sont identifies par des cercles en trait gras. Sur chaque lment on a identifi 3 noeuds de calcul
(nK
c = 3) comprenant les extrmits (les noeuds gomtriques) et le point-milieu de llment.
Certains noeuds sont communs 2 lments comme par exemple x3 (commun aux lments K1 et
K2 ) et x5 (commun K2 et K3 ).
78
Chapitre 5
Dans cet exemple, on a nnoeuds = 7 et le tableau coor est :
Coordonnes des noeuds
Tableau coor
x1
x2
x3
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
K2
2
[xK
1 , x2 ]
[coor(connec(2, 1)), coor(connec(2, 2))]
[coor(3), coor(5)]
[0,3333, 0,6667]
et le deuxime lment de ce maillage est donc lintervalle[1/3, 2/3]. De plus, les coordonnes des
noeuds de calcul de ce mme lment sont :
(coor(connec(2, i)), i = 1, 2, , nK
c )=
(coor(3), coor(5), coor(4)) =
(0,3333, 0,6667, 0,5000)
79
Dans cet exemple (voir les quations 5.1), la variable essentielle u nest impose quen x = 0 au
noeud 1. Le degr de libert associ au noeud 1 sera donc numrot en dernier. Dans un premier
temps, on laisse tomber les degrs de libert imposs. Une premire numrotation possible serait
alors :
Numrotation
Tableau numer
Noeud
u
1
?
2
1
3
2
4
3
5
4
6
5
7
6
On reparcourt ensuite les noeuds pour numroter les degrs de libert fixs par les conditions
aux limites essentielles. On obtient :
Numrotation
Tableau numer
Noeud
u
1
7
2
1
3
2
4
3
5
4
6
5
7
6
Chaque ligne de ce tableau correspond un noeud de calcul du domaine. Dans le cas o on
associe plusieurs degrs de libert un mme noeud, on ajoute des colonnes supplmentaires ce
tableau. On peut mme la limite avoir un tableau dont les lignes ne sont pas toutes de mme
longueur dans le cas o le nombre de degrs de libert associs nest pas le mme dun noeud
lautre.
On peut maintenant construire le tableau dadressage dont chaque ligne correspond au vecteur
dadressage dun lment K et fournit les numros des degrs de libert qui lui sont associs. On
lobtient en posant :
adres(K, i) = numer(connec(K, i)), i = 1, 2, nK
c
Dans notre exemple, on aurait :
Numros des ddls
Tableau adres
lment Ddl #1 Ddl #2 Ddl #3
1
7
2
1
2
2
4
3
3
4
6
5
80
Chapitre 5
Chaque ligne correspond un lment. On peut facilement reconstruire ce tableau laide des
tableaux connec et numer. En effet, pour la premire ligne (le premier lment), 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 mme pour chaque lment. Rappelons quil nest pas ncessaire de garder en mmoire
ce tableau puisquon peut le reconstruire trs facilement partir des tableau connec et numer
lorsque lon en a besoin.
5.1.3
Cette tape consiste obtenir une formulation variationnelle sur un lment quelconque K. On
utilise donc la mthode de Ritz comme au chapitre prcdent, lexception notable prs que lon
K
intgre sur un lment K = [xK
1 , x2 ] plutt que sur le domaine au complet. On obtient alors,
aprs une intgration par parties :
Z
K
p(x)u(x)w(x) + q(x)
du dw
dx =
dx dx
Z
K
r(x)w(x)dx + q(x)
x2
du
w(x)
dx
xK
1
ou encore :
Z xK
2
xK
1
du dw
dx =
p(x)u(x)w(x) + q(x)
dx dx
Z xK
2
xK
1
K
K
K
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
du K
K du K
(x ) et sK
(x )
12 = q(x2 )
dx 1
dx 2
Ces variables secondaires correspondent aux conditions aux limites naturelles aux extrmits de
llment. La notation 2 indices indique que sK
11 est la valeur de la premire variable secondaire
la premire extrmit de llment tandis que sK
12 est la valeur de la premire variable secondaire
la deuxime extrmit de llment K. On prvoit ainsi le cas o il y aura plusieurs variables
secondaires dfinies aux bornes des lments ce qui sera le cas pour les problmes dordre 4. On
qualifie ces variables de secondaires par opposition aux variables essentielles dites variables primaires
suivant la notation de Reddy, rf. [45].
Puisque nous avons convenu de travailler en correction u , on pose encore u(x) = u (x) + ug (x)
et on a ainsi la formulation variationnelle lmentaire :
Z xK
2
xK
1
du dw
dx =
dx dx
Z xK
2
xK
1
K
K
K
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
Z xK
2
xK
1
dug dw
dx
p(x)ug (x)w(x) + q(x)
dx dx
81
uK (x)
d
X
nK
uKj jK (x)
et
uK
g (x)
j=1
d
X
K
uK
gj j (x)
(5.4)
j=1
o nK
d est le nombre total de degrs de libert associs la variable essentielle u (x) sur llment K.
Les uKj sont les valeurs des degrs de libert de llment et sont inconnus (sauf l o des conditions
de Dirichlet seront imposes). Les uK
gj sont les valeurs nodales du relvement des conditions aux
limites et sont supposes connues. Nous verrons comment les obtenir un peu plus loin.
K
Comme cela est le cas ici, on aura trs souvent nK
d = nc mais ce nest aucunement ncessaire.
Cette situation provient du fait quil ny a quune seule variable essentielle (primaire) et que lon
associe un seul degr de libert chaque noeud de calcul. Si on remplace dans la formulation
variationnelle, on obtient :
nK
d
X
j=1
uKj
Z xK
2
xK
1
p(x)jK (x)w(x)
djK dw
+ q(x)
dx dx
dx =
Z xK
2
xK
1
K
K
K
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 )
Z xK
2
xK
1
duK
g dw
p(x)uK
g (x)w(x) + q(x)
dx dx
dx
Les fonctions jK (x) sont appeles fonctions dinterpolation de llment K et ne sont dfinies que
sur K et non sur le domaine au complet. Pour obtenir un systme linaire, il suffit de prendre
K
K
successivement w(x) = iK (x), i = 1, 2, , nK
d . On obtient alors le systme lmentaire nd sur nd
suivant :
AK UK = F K + S K
(5.5)
o :
aK
ij
Z xK
2
xK
1
Z xK
2
Z xK
2
fiK
sK
i
K K
K
K K
= sK
11 i (x1 ) + s12 i (x2 )
xK
1
r(x)iK (x)dx
djK diK
+ q(x)
dx dx
xK
1
dx
K
duK
g (x) di (x)
K
dx
p(x)uK
g (x)i (x) + q(x)
dx
dx
82
Chapitre 5
structures. Le vecteur UK (de coefficients uKi ) est appel vecteur des degrs de libert lmentaires.
Bien que cela ne soit pas absolument ncessaire, nous avons spar le terme de droite du systme
lmentaire en 2 parties F K (de coefficients fiK ) et S K (de coefficients sK
i ). Cela permet disoler
K
la contribution S des variables secondaires qui ncessiteront 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 lmentaires.
Une telle formulation requiert la construction des fonctions iK sur chaque lment K ce qui
constitue une procdure assez lourde. De plus, on a souvent recours lintgration numrique
pour valuer les coefficients du systme lmentaire. Comme nous le verrons un peu plus loin,
cela ncessite la mise en mmoire de points dintgration diffrents dun lment lautre, ce qui
exigerait beaucoup despace mmoire. Pour contourner cette difficult, on introduit un lment K
dit de rfrence sur lequel on effectue toutes les intgrales ncessaires lvaluation du systme
lmentaire, et ce au moyen dun changement de variables.
5.1.4
K
[1, 1] [xK
1 , x2 ]
x=
K
K
(xK
1 + x2 ) + h
2
dx =
(5.6)
hK
d
2
Cette transformation gomtrique est inversible et il en sera toujours ainsi, mme en dimension
suprieure pour les transformations linaires. Toutefois, on peut aisment concevoir des transformations non linaires de llment de rfrence et il faut alors tre prudent car il est possible que
dans certaines situations, la transformation ne soit pas inversible. On peut se rfrer Dhatt-Touzot,
rf. [21], ce sujet.
Cest cette tape que les tableaux connec et coor sont utiles car ils permettent de calculer
les termes de la transformation T K pour chaque lment. Ainsi, chaque point de llment de
rfrence correspond un point x de llment K et inversement. Dans le cas prsent la transformation
83
K
[xK
1 , x2 ] [1, 1]
(5.7)
K
2x (xK
1 + x2 )
hK
d =
2
dx
hK
On remarque que les extrmits de llment courant K sont envoyes sur les extrmits de llment de rfrence. On peut galement obtenir cette transformation en introduisant les fonctions
dinterpolation de Lagrange (voir lannexe C ou Fortin, rf. [26]) sur llment de rfrence :
L1 () =
1
1+
et L2 () =
2
2
K
K
(xK
1 + x2 ) + h
2
(5.8)
Cette procdure est plus gnrale et permet de dfinir diffrentes transformations de llment de
rfrence vers llment K. Nous procderons de cette faon en dimension suprieure 1. On peut
encore ici facilement construire de manire similaire des transformations non linaires en prenant
des fonctions de Lagrange de degr suprieur.
Cest a priori uniquement sur llment de rfrence que nous construirons des fonctions dinterpolation i (). On dfinit ensuite les fonctions dinterpolation iK (x) sur llment K par composition :
iK (x) = iK (T K ()) = i () ou encore i () = i ((T K )1 (x)) = iK (x)
Les fonctions iK (x) ne sont sont que rarement explicites puisque, comme nous le verrons, nous
nen avons aucunement besoin.
Ainsi, la fonction dinterpolation iK (x) prendra la mme valeur que la fonction i () au point
x tel que x = T K (). Les fonctions i () sont par le fait mme gnralement indpendantes des
lments K et sont appeles fonctions dinterpolation de llment de rfrence. On a ainsi un seul
ensemble de fonctions construire et on transforme les drives par la formule de drivation en
chane :
djK
dx
d2 jK
dx2
=
=
dj d
dj 2
=
d dx
d hK
d
dx
djK
dx
d
dx
2 dj
hK d
d
d
2 dj
hK d
d
=
dx
4 d2 j
K
(h )2 d 2
(5.9)
84
Chapitre 5
uK
g (x)
d
X
nK
K
uK
gj j (x)
j=1
d
X
dug (x)
dx
uK
gj j ()
j=1
nd
nd
X
djK (x)
duK
2 X
g (x)
K dj ()
=
=
u
et
uK
g
gj
j
dx
dx
hK j=1
d
j=1
Effectuons maintenant le changement de variables dans le systme lmentaire dont les coefficients deviennent :
aK
ij
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
q
1
sK
i
5.1.5
hK
2
h
j ()i ()
d
2
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
q
1
r
1
K
K
(xK
1 + x2 ) + h
2
K
K
(xK
1 + x2 ) + h
2
Z 1
dj 2
d hK
Z 1
2
+ K
h
fiK
K
K
(xK
1 + x2 ) + h
2
Z 1
hK
2
di 2
d hK
hK
d
2
j ()i ()d
!
dj di
d
d d
i ()d
K
K
(xK
1 + x2 ) + h
p
2
1
! nK
d
X
uK j () i ()d
K
K
(xK
1 + x2 ) + h
2
! nK
d
j () di
X
d
uK
d
gj
hK
Z 1
2
K
h
Z 1
q
1
gj
j=1
j=1
= sK
11 i (1) + s12 i (1)
K
K ) de llment rel K, correspond un noeud dinter chaque noeud de calcul (xK
1 , x2 , , xnK
c
polation (1 , 2 , , nK
) sur llment de rfrence par la relation :
c
K
K
K
i = (T K )1 (xK
i ) ou encore xi = T (i ), i = 1, 2, , nc
jK (xK
i ) = j (i )
85
Puisque nous souhaitons calculer une solution approximative de lquation diffrentielle dordre
2 de dpart, il serait intressant dobtenir une approximation de u(x) chaque noeud de calcul
de chaque lment du domaine . De plus, puisque nous avons une quation diffrentielle dordre
2, la solution u(x) devra tre dans H 1 (). Lide de base est alors dutiliser des approximations
polynmiales sur chaque lment. Lapproximation de la solution sera donc constitue de polynmes
diffrents dans chaque lment. Pour sassurer que cette approximation soit dans H 1 (), il faut
sassurer de la continuit de lapproximation la frontire des lments (voir le chapitre 2). Pour
ce faire, il suffit dimposer en chaque noeud de calcul de chaque lment :
nK
u(xK
i )
=u
(xK
i )
d
X
nK
K K
uK
j j (xi )
j=1
d
X
uK
j j (i ) = ui
(5.10)
j=1
K
K
Ainsi, lapproximation calcule en x = xK
i de u(xi ) sera ui ce qui donne une interprtation
physique des degrs de libert uK
i . Si un noeud de calcul est commun plusieurs lments, le degr
de libert associ ce noeud sera toujours le mme et la continuit de lapproximation sera assure.
Pour satisfaire lquation 5.10, il faut donc construire sur llment de rfrence les fonctions
j () de sorte que :
1 si i = j
j (i ) =
(5.11)
0 si i 6= j
qui est la dfinition mme des fonctions dinterpolation de Lagrange (voir lannexe C ou Fortin,
rf. [26]). Leur construction est donc immdiate. Il suffit maintenant de fixer le degr des polynmes
que nous voulons utiliser dans chaque lment ce qui dterminera galement la dimension nK
d du
systme lmentaire.
Remarquons enfin quavec des fonctions dinterpolation vrifiant lquation 5.11 et puisque nous
avons convenu que les 2 premiers noeuds correspondent aux extrmits de llment, le vecteur S K
des variables secondaires sur chaque lment est de la forme :
SK =
sK
11
sK
12
0
..
.
0
mettant ainsi en vidence que ces variables nagissent quaux extrmits de llment.
Approximation linaire
Pour une approximation linaire, il suffit de prendre 2 noeuds de calcul par lment et 1 seul
K
degr de libert par noeud de calcul (nK
c = nd = 2). Les noeuds de calcul concident donc avec les
noeuds gomtriques. Sur llment de rfrence 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 () =
=
et 2 () =
=
(1 1)
2
(1 (1))
2
86
Chapitre 5
1 ()
2 ()
et sont illustres la figure 5.4. Pour valuer le systme lmentaire, on a besoin des drives :
1
d2 ()
1
d1 ()
=
et
=+
d
2
d
2
La formule de drivation en chane nous donne alors :
d1K (x)
1
d2K (x)
1
= K et
=+ K
dx
h
dx
h
et sur llment K sont illustres
Les fonctions dinterpolation linaires sur llment de rfrence K
aux figures 5.4 et 5.5.
Approximation quadratique
Pour une approximation quadratique, il faut 3 noeuds de calcul par lment (et encore un degr
K
de libert par noeud c.--d. nK
c = nd = 3). On choisit dabord les 2 extrmits de llment (les
noeuds gomtriques) et le troisime noeud est habituellement le point milieu = 0 de llment
de rfrence, bien que ce ne soit absolument pas obligatoire. On a donc les noeuds dinterpolation
1 = 1, 2 = +1 et 3 = 0. Les fonctions j () de Lagrange 5.11 de degr 2 sont alors :
1 () =
( 1)
( 0)( 1)
=
(1 0)(1 1)
2
2 () =
( (1))( 0)
( + 1)
=
(1 (1))(1 0)
2
3 () =
( (1))( 1)
= 1 2
(0 (1))(0 1)
87
1K (x)
2K (x)
xK
1
xK
2
Ces fonctions sont illustres la figure 5.6 sur llment de rfrence et la figure 5.7 sur llment
rel. Pour valuer le systme lmentaire, on a encore ici besoin des drives que nous calculons
une fois pour toutes :
(2 1)
d1 ()
=
d
2
d2 ()
d
d3 ()
d
= 2
(2 + 1)
2
La formule de drivation en chane nous donne les drives des fonctions dinterpolation sur
llment K :
d1K (x)
(2 1)
=
dx
hK
d2K (x)
dx
(2 + 1)
hK
d3K (x)
dx
4
hK
Cas gnral
Il est maintenant facile de concevoir le cas gnral. Pour construire une approximation de degr
quelconque m, il suffit de choisir sur llment de rfrence m + 1 noeuds dinterpolation (incluant
88
Chapitre 5
1 ()
3 ()
2 ()
1K (x)
xK
1
3K (x)
xK
3
2K (x)
x
xK
2
89
1 (x)
xK
1
3 (x)
2 (x)
x
xK
2
xK
3
Cette contrainte nest nullement obligatoire et on peut concevoir des bases diffrentes. Cest le cas
par exemple des bases dites hirarchiques. Ce concept mrite quon sy attarde puisque le choix
de la base est important, non seulement pour limplantation de la mthode mais aussi pour des
considrations numriques relatives au conditionnement de la matrice du systme global. Lide de
base en dimension 1 consiste utiliser des fonctions dinterpolation linaires pour les 2 extrmits
de llment et une fonction dinterpolation quadratique pour le point-milieu tel quillustr la
figure 5.8. Il rsulte gnralement de ces bases une interprtation moins vidente de la valeur
des degrs de libert associs aux noeuds de calcul. Nous reviendrons plus tard sur ces bases
particulires. J
5.1.6
Nous pouvons ds maintenant valuer tous les coefficients du systme lmentaire 5.5. En effet,
toutes les fonctions ncessaires sont maintenant connues et il reste effectuer les diverses intgrales. Deux options soffrent nous : on peut intgrer analytiquement ou recourir lintgration
numrique.
Intgration analytique
Cest souvent la meilleure solution mais elle nest pas toujours simple. Dans le cas de polynmes
de bas degr et si les proprits physiques (les fonctions p(x), q(x) et r(x)) sont simples (par exemple
90
Chapitre 5
constantes par lment), on choisira cette option. On obtient ainsi des expressions explicites pour
les coefficients du systme lmentaire. Ce travail peut devenir trs pnible dans le cas gnral.
Toutefois, on peut procder de manire efficace en saidant de logiciels de calcul symbolique tels
Maple ou Mathematica. Cette option est de plus en plus utilise.
Intgration numrique
Cest loption la plus rpandue et la plus versatile. Aprs le passage llment de rfrence,
les diffrents coefficients du systme lmentaire requirent lvaluation dintgrales de la forme :
I=
Z 1
(5.12)
g()d
1
o la fonction g() fait intervenir les fonctions dinterpolation i () et les proprits physiques du
problme. Par exemple, on doit valuer :
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
h
j ()i ()
d
2
qui est bien de la forme 5.12. Dans la plupart des programmes dlments finis, on utilise les
quadratures de Gauss-Legendre qui consistent approcher lintgrale 5.12 par une expression de la
forme :
Z
m
1
g()d '
G
X
wi g(i )
(5.13)
i=1
qui soit la plus prcise possible. On prsente un sommaire des techniques dintgration numrique
lannexe D. Le tableau D.1 rsume quelques unes de ces quadratures en dimension 1. La dernire
colonne de ce tableau fournit le degr des polynmes pour lesquels la quadrature de Gauss-Legendre
est exacte et qui vaut 2mG 1. Cest ce que lon appelle le degr de prcision de la formule de
quadrature. En pratique, on choisit le nombre de points de Gauss-Legendre mG en fonction des
intgrales que lon doit valuer. Cela dpend donc du degr des fonctions i () mais aussi des
proprits physiques. Par exemple, si la fonction p(x) est constante par lment (p(x) = pK sur
llment K) et si des fonctions i () quadratiques sont utilises, alors on a :
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
hK
pK hK
j ()i ()
d =
2
2
Z 1
1
j ()i ()d
91
de souligner que le cot total de lassemblage (voir la section 5.1.7) est proportionnel au nombre de
points de Gauss-Legendre utiliss 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 lment
(et parfois mme constantes dans tout le domaine), il est utile de calculer immdiatement et une
fois pour toutes le systme lmentaire dans ce cas particulier. On notera pK , q K et rK les valeurs
respectives de ces fonctions sur llment K. Nous supposerons de plus que le relvement ug (x) des
conditions aux limites essentielles est nul. Les diffrentes contributions au systme lmentaire sont
alors :
2q K
j ()i ()d + K
h
1
hK p K
2
fiK
hK
2
sK
i
= sK
11 i (1) + s12 i (1)
aK
ij
Z 1
Z 1
r
1
K
K
(xK
1 + x2 ) + h
2
Z 1
dj di
1
d d
hK rK
i ()d =
2
Z 1
1
i ()d
Interpolation linaire
Si on utilise des fonctions dinterpolation linaires, on remarque que les coefficients de la
matrice lmentaire sont trs faciles calculer puisque lintgrant est alors un polynme
de degr maximum 2. On peut les valuer analytiquement en notant toutefois au passage
quune quadrature de Gauss-Legendre 2 points donnerait le mme rsultat. On obtient
ainsi :
qK
hK pK 2 1
1 1
K
+ K
(5.14)
A =
1 2
1
1
6
h
Quant au membre de droite, lintgrant est linaire et une formule de Gauss-Legendre 1
point suffirait. On a :
K
hK rK 1
s11
K
K
f +s =
+
(5.15)
1
sK
2
12
Interpolation quadratique
Si on utilise des fonctions dinterpolation quadratiques, les coefficients de la matrice lmentaire rsultent en des intgrants de degr maximum 4. On peut encore les valuer analytiquement mais une quadrature de Gauss-Legendre 3 points donnerait le mme rsultat. On
obtient ainsi :
AK =
hK p K
30
4 1 2
7
1 8
qK
1
4 2 + K 1
7 8
3h
2
2 16
8 8 16
(5.16)
92
Chapitre 5
En ce qui concerne le membre de droite, lintgrant est quadratique et une formule de GaussLegendre 2 points suffirait. On a :
f K + sK =
hK rK
6
1
sK
11
1 + sK
12
4
0
(5.17)
Ces systmes lmentaires reviennent frquemment dans les exemples et les exercices de telle sorte
quon y rfrera aux moments opportuns. Il importe cependant de bien comprendre comment on
les obtient. Notons enfin que dans le cas o les fonctions p(x), q(x) et r(x) ne sont plus constantes
par lment, les quations 5.14 5.17 ne sont plus valides.
5.1.7
Assemblage
Ltape de lassemblage consiste prendre en compte les contributions de tous les systmes
lmentaires pour construire un systme linaire global que lon devra rsoudre tout comme on la
fait pour la mthode de Ritz. La cl de lassemblage est le tableau dadressage des degrs de libert
adres qui permet de passer du systme lmentaire local (sur un lment K) au systme global
(sur tout le domaine ) en fonction de la numrotation des degrs de libert. Avant de procder
lassemblage comme tel, nous tablissons le lien entre la mthode de Ritz et celle des lments finis
en montrant comment cette mthode permet une construction automatique des fonctions de Ritz.
Construction des fonctions de Ritz
On associe une fonction de Ritz chaque degr de libert 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 degrs de libert du domaine. Deux situations peuvent
survenir suivant que le degr de libert est commun ou non plusieurs lments.
La situation la plus simple est celle o le degr de libert i tudi (0 i nddl) nappartient
qu un seul lment K. Le numro i napparat donc quune seule fois dans le tableau dadressage
la ligne K (K dsigne la fois llment lui-mme et son numro). Le tableau adres nous indique
quel degr de libert de llment K. Supposons donc que ce iime degr de libert du domaine
soit le k ime degr de libert (1 k nK
d ) de llment K c.--d.
adres(K, k) = i
Sur K, ce degr de libert est associ une fonction dinterpolation kK (x). Cette fonction
dinterpolation nest dfinie que dans llment K et peut tre prolonge par 0 lextrieur de
K. La fonction ainsi obtenue est la fonction de Ritz associe ce degr de libert qui correspond
globalement la ie fonction de Ritz du domaine. Notons immdiatement que le support de cette
fonction de Ritz se rduit au seul lment K et on a :
i (x) =
K
k (x) si x K
0 ailleurs
Supposons maintenant que le j ime degr de libert (pour un certain j compris entre 1 et nddl)
du domaine soit commun 2 lments. Un degr de libert peut tre commun plus de 2 lments
93
et le raisonnement qui suit se gnralise facilement. La fonction de Ritz associe est constitue de
2 parties. Notons K1 et K2 les 2 lments en question. Le numro j apparat donc uniquement
aux lignes K1 et K2 du tableau dadressage. Sur le premier lment, le degr de libert j peut
correspondre au k1ime degr de libert de llment K1 et au k2ime degr de libert de llment K2
(1 k1 , k2 nK
d ). On a donc adres(K1 , k1 ) = adres(K2 , k2 ) = j. La fonction de Ritz associe sera
donc dfinie par :
K1
k1 (x) si x K1
j (x) =
kK22 (x) si x K2
0 ailleurs
Notons en terminant que le support de cette fonction de Ritz se rduit aux 2 lments K1 et K2 .
Exemple 5.5. Considrons un maillage de 3 lments tel quillustr la figure 5.9. Nous supposerons de plus que les fonctions dinterpolation sont linaires et quil ny a quun seul degr de libert
K
K
par noeud de calcul (nK
c = ng = nd = 2). Pour simplifier la prsentation, nous supposerons que :
numer(j) = j
j = 1, 2, 3, nddl
de sorte que les tableaux connec et adres concident, ce qui revient dire quaucune variable
essentielle nest impose. Il en rsulte le tableau dadressage :
K
1 1 (x) si x K1
et :
4 (x) =
0 ailleurs
K
2 3 (x) si x K3
0 ailleurs
94
Chapitre 5
1
1
2
K1
3
K2
4
K3
2
1
2
K1
3
K2
4
K3
3
1
2
K1
3
K2
4
K3
4
1
2
K1
3
K2
4
K3
95
Par contre, la fonction 2 (x) est cheval sur les lments 1 et 2. On remarque alors que adres(1, 2) =
adres(2, 1) = 2. On a dans ce cas :
2 (x) =
K1
2 (x) si x K1
1K2 (x) si x K2
0 ailleurs
3 (x) =
K2
2 (x) si x K2
1K3 (x) si x K3
0 ailleurs
Exemple 5.6. Sur le mme maillage de 3 lments de la figure 5.9 et en faisant les mmes hypothses concernant la numrotation des degrs de libert, on considre cette fois des fonctions
K
K
dinterpolation quadratiques (nK
c = nd = 3, ng = 2). Ici encore, on a numrot les degrs de
libert du domaine tout simplement de gauche droite. Les tableaux de connectivit connec et
adres sont alors les mmes :
Numros des ddls
Tableau adres
lment 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 degrs de libert (nddl = 7) et la figure 5.10 prsente les 7 fonctions de
Ritz qui y sont associes. On remarque que ces fonctions sont maintenant quadratiques (au lieu
de linaires) sur les lments qui constituent leur support. Partout ailleurs, elles sont nulles. Par
exemple, puisque adres(1, 3) = 2, on a :
2 (x) =
K
3 1 (x) si x K1
0 ailleurs
5 (x) =
K2
2 (x) si x K2
1K3 (x) si x K3
0 ailleurs
96
Chapitre 5
1
1
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
2
K1
4
K2
6
K3
97
Remarque 5.7. Notons enfin, et cela est fondamental, que le support des fonctions de Ritz se
rduit trs peu dlments. Ainsi, pour obtenir les coefficients du systme linaire global de la
mthode de Ritz a(j , i ), il nest pas ncessaire dintgrer sur tout le domaine puisque le support
des fonctions i (x) est trs rduit. De plus, lintersection des supports des fonctions i (x) et j (x)
est parfois nul ce qui entrane que a(j , i ) = 0. Lintgration ne porte donc que sur lintersection
des supports des fonctions i (x) et j (x). Il en rsulte une structure matricielle trs particulire
pour le systme linaire global. On parle alors de matrice creuse signifiant ainsi que la matrice
obtenue contient une part importante de zros. On profitera ventuellement de cette structure pour
diminuer lespace-mmoire requis en ne conservant que les termes non nuls. Nous reviendrons sur
cette question un peu plus loin. J
Mais comment sy retrouver pour viter des calculs inutiles ? Cest encore le tableau dadressage
qui nous guide. Il suffit en effet de calculer les systmes lmentaires sur chaque lment et le tableau
dadressage nous indique quel endroit apporter cette contribution dans le systme global.
Construction du systme global
partir des systmes lmentaires sur chaque lment K, on construit un systme dquations
linaires global qui tient compte des contributions de chaque degr de libert de chaque lment.
La matrice globale sera note A (et ses coefficients aij ). Rappelons que le vecteur global des degrs
de libert est not U (et ses coefficients ui ). Le terme de droite sera encore constitu de 2 parties
F et S (de coefficients respectifs fi et si ). Pour saisir comment sy prendre, il suffit de remarquer
que pour notre problme type :
aij
K=1 K
Z 1
0
p(x)j (x)|K
dj di
p(x)j (x)i (x) + q(x)
dx
dx dx
dj di
i (x)|K + q(x)
dx
dx K dx K
Comme nous lavons dj soulign, la dernire somme ne porte que sur les lments faisant partie
du support la fois de la fonction i (x) et de la fonction j (x). Sur le plan pratique, cela signifie
que les numros i et j apparaissent tous les deux la ligne du tableau adres correspondant ces
lments. Soit donc K lun de ces lments. Les degrs de libert i et j apparaissent forcment
dans le vecteur dadressage de cet lment (la K e ligne du tableau adres). On aura par exemple
que adres(K , k1 ) = i et adres(K , k2 ) = j o k1 et k2 sont des nombres compris entre 1 et nK
d .
On a alors :
Z
di
dj
p(x) j (x)|K i (x)|K + q(x)
dx
dx K dx K
K
=
Z
K
= aK
k1 k2
K
d K dk1
+ q(x) k2
dx dx
dx
98
Chapitre 5
On ajoute ce dernier coefficient au terme aij du systme global et on fera de mme pour tous les
lments dont le vecteur dadressage contient la fois les numros i et j. On constate donc que
chaque coefficient de la matrice lmentaire apporte une contribution au systme linaire global et
quil suffit de sommer les contributions de chaque systme lmentaire.
Assemblage des matrices lmentaires
En pratique, la procdure dassemblage requiert de suivre le chemin inverse de celui que nous
venons de dcrire et de partir du systme lmentaire sur chaque lment K :
AK UK = F K + S K
ou plus explicitement :
aK
11
aK
12
K
a21
.
.
.
aK
1nK
d
aK
aK
22
2nK
d
..
..
..
.
.
.
K
aK
a
K
K
n 2
n nK
aK
nK 1
d
uK
K1
u2
.
.
.
nK
d
f1K
f2K
..
.
fnKK
sK
11
sK
12
..
.
0
Considrons llment aK
k1 k2 de ce systme lmentaire. Le tableau dadressage nous indique par
exemple que adres(K, k1 ) = i et que adres(K, k2 ) = j. On a alors :
aK
k1 k2
p(x) j (x)|K
d K d K
+ q(x) k2 k1
dx dx
dx
dj di
dx
i (x)|K + q(x)
dx K dx K
et que cette contribution doit tre ajoute au coefficient aij du systme global.
AU = F + S
De mme, on ajoute les coefficients locaux fkK1 et sK
k1 aux coefficients globaux fi et si .
De toute la discussion qui prcde, on conclut que lon construit la matrice A et les vecteurs F
et S de la manire suivante, qui constitue lassemblage :
Initialisation 0 de la matrice A et des vecteurs F et S ;
Pour chaque lment K ;
Pour chaque degr de libert k1 = 1, 2, , nK
d ;
Numro de la ligne : i = adres(K, k1 )
fi fi + fkK1
si si + sK
k1
Pour chaque degr de libert k2 = 1, 2, , nK
d ;
Numro de la colonne : j = adres(K, k2 )
aij aij + aK
k1 k2
99
Remarque 5.8. Il est concevable de construire des tableaux dadressage diffrents pour les lignes
et les colonnes dune matrice. On rencontre cette situation notamment dans les problmes ayant
plusieurs inconnues. On peut ainsi assembler des matrices rectangulaires si ncessaire. J
Exemple 5.9. Considrons une fois encore le maillage trs simple de 3 lments quadratiques de
la figure 5.3. On trouve le tableau dadressage la page 80. Le systme global sera de dimension 7
sur 7. Pour le construire, on va assembler les 3 systmes lmentaires de dimension 3 de la forme :
K
K
uK1
aK
f1K
sK
11 a12 a13
11
aK aK aK K = f K + sK
u2
21
22
23
2
12
K
K aK
K
0
aK
a
f
u3
31
32
33
3
Le vecteur dadressage du premier lment K1 est [7, 2, 1]. Cela signifie que les inconnues lmenK1
1
1
taires uK
et uK
correspondent aux degrs de libert u7 , u2 et u1 du systme global. Le
1 , u2
3
systme lmentaire est donc quivalent :
1
aK
33
K1
a23
0
0
0
0
K1
a13
1
aK
32
K1
a22
0
0
0
0
K1
a12
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0 aK
31
K1
0 a21
0 0
0 0
0 0
0 0
1
0 aK
11
u1
u2
u3
u4
u5
u6
u7
f3K1
f2K1
0
0
0
0
f1K1
sK1
12
0
+ 0
0
0
1
sK
11
qui nest quune rcriture diffrente du systme lmentaire. Une faon systmatique de sy retrouver consiste crire le systme lmentaire sous la forme :
7
1
aK
11
1
aK
21
K1
1 a31
1
aK
12
1
aK
22
K1
a32
1
aK
13
1
aK
23
K1
a33
K1 f K1 K1
u1 1 s11
K1 = K1 + K1
u2
f2
s12
uK31
f3K1
o on a simplement ajout devant les lignes et au dessus des colonnes le vecteur dadressage du
premier lment (la premire ligne du tableau adres). Pour connatre ladresse dans le systme
global dun coefficient du systme lmentaire, il suffit de regarder le vecteur dadressage de la ligne
1
et/ou de la colonne. Ainsi, le coefficient aK
21 du systme lmentaire apportera sa contribution au
1
coefficient a27 du systme global. De mme, les coefficient f1K1 et sK
11 seront ajouts aux coefficients
f7 et s7 du vecteur des sollicitations global.
Pour le deuxime lment dont le vecteur dadressage est [2, 4, 3], un raisonnement similaire
nous permet dcrire :
100
Chapitre 5
2
aK
11
K2
a21
2
3 aK
31
2
aK
12
K2
a22
2
aK
32
2
aK
13
K2
a23
2
aK
33
K2 f K2 K2
u1 1 s11
K2 = K2 + K2
u2
f2
s12
uK32
f3K2
qui devient :
0 0
2
0 aK
11
K2
0 a31
2
0 aK
21
0 0
0 0
0 0
2
aK
13
K2
a33
2
aK
23
0
0
0
0
0
0
0
0
0
0
2
aK
12
K2
a32
2
aK
22
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
u1
u2
u3
u4
u5
u6
u7
K
f1K2
s112
K2
f3 0
K
=
K
2
+
f2 2
s12
0
0
0
0
Pour le dernier lment, 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
3
0 aK
11
K3
0 a31
3
0 aK
21
0 0
0
0
0
0
0
0
3
aK
13
K3
a33
3
aK
23
0
3
aK
12
K3
a32
3
aK
22
0
0
0
0
0
0
0
0
u1
u2
u3
u4
u5
u6
u7
0
0
0
0
0
0
K3 K3
= f1 + s
K 11
f 3 0
3
K3 sK3
f
12
2
1
aK
33
K1
a23
0
0
0
0
1
aK
13
1
aK
32
K1
2
a22 + aK
11
K2
a31
2
aK
21
0
0
1
aK
12
2
aK
13
K2
a33
2
aK
23
0
0
0
2
aK
12
K2
a32
K3
2
aK
22 + a11
3
aK
31
K3
a21
0
f3K1
f2K1 + f1K2
f3K2
f2K2 + f1K3
f3K3
f2K3
f1K1
0
0
0
3
aK
13
K3
a33
3
aK
23
0
1
aK
31
K1
a21
0
0
0
0
1
aK
11
0
0
0
3
aK
12
K3
a32
3
aK
22
0
0
2
1
sK
+
sK
12
11
0
K2
3
s12 + sK
11
0
3
sK
12
1
sK
11
u1
u2
u3
u4
u5
u6
u7
(5.18)
101
Remarque 5.10. Il est vident que seul ce dernier systme de dimension nddl sur nddl est explicitement construit. On ne construit pas un tel systme pour chaque lment pour ensuite les
additionner comme nous lavons fait. Cela ncessiterait une quantit de mmoire phnomnale et
nous ne lavons fait que pour illustrer le processus dassemblage. On additionne les contributions
de chaque systme lmentaire directement dans le systme 5.18 ladresse fournie par le vecteur
dadressage de chaque lment. J
5.1.8
On impose les conditions en deux tapes suivant que lon traite les conditions essentielles (variables primaires) ou les conditions naturelles (variables secondaires). Une fois le systme global
assembl, il prend la forme suivante :
M11 M12
M21 M22
UI
UC
F1C
F2C
SC
SI
(5.19)
La partition de la matrice A suit directement celle du vecteur global des degrs de libert U . On
note au passage que les matrices M11 et M22 sont carres et que les matrices M12 et M21 sont
T = M .
gnralement rectangulaires. Si la forme bilinaire du problme est symtrique, on a M12
21
Il ne reste plus qu distinguer ce qui est connu de ce qui est inconnu et rsoudre. Il y a plusieurs
faons de procder et nous en favoriserons une qui a le mrite dtre simple et assez gnrale. Nous
reviendrons sur ce point pour les problmes en grandes dformations.
La formulation prcdente, dite en corrections, prsuppose que nous avons relev les conditions aux limites essentielles (conditions de Dirichlet) laide dune fonction ug (x). La fonction
ug (x) peut tre vue comme une premire approximation de la solution u(x). Ce point de vue sera
particulirement utile dans les problmes non linaires du chapitre 8. On a donc :
u (x) = u(x) ug (x)
et si la fonction ug satisfait les bonnes conditions aux limites essentielles, on voit immdiatement
que u sannulera partout o de telles conditions sont imposes et par consquent, le vecteur UC sera
nul. Dans notre problme type 5.1, il ny a quun noeud o lon impose des conditions de Dirichlet
(en x = 0, u(0) = c). Si ug (0) = c, on constate que u (0) = 0. Nous verrons la remarque 5.11 que
ce nest pas obligatoire de procder ainsi.
Supposons donc pour le moment que le relvement ug satisfait les conditions essentielles exactes
et donc que le vecteur UC sannule. Il ne reste qu analyser le terme de droite compos de 2 parties.
Le vecteur F est entirement dtermin et ne pose aucun problme. Par contre, le vecteur S
contenant la contribution des variables secondaires est lui aussi dcompos en 2 parties. L o
la variable essentielle est impose (et donc connue), nous avons vu que la condition naturelle est
inconnue et vice versa. La situation est donc claire aux 2 extrmits du domaine.
Il reste regarder ce qui se passe aux frontires entre les lments. Typiquement, si le degr de
libert i du domaine est attach un noeud x la frontire entre 2 lments K et K+ , le vecteur
S contiendra la iime ligne une expression de la forme :
K
si = s12 + s11+
102
Chapitre 5
du
du
(x ) q(x+ ) (x+ )
dx
dx
du
(x)
dx
au noeud x. Les indices et + rfrent aux valeurs gauche (prise dans llment K ) et droite
(prise dans llment K+ ) de la variable en x. Or si ce saut tait diffrent de 0, le terme de droite de
lquation diffrentielle 5.1 ferait apparatre une distribution de Dirac Hx . On utilise frquemment
les distributions de Dirac pour modliser une charge ponctuelle dintensit H. Si tel est le cas,
cest au moment de limposition des conditions naturelles ce noeud que lon prend en compte la
contribution de cette charge ponctuelle et on pose :
K
si = s12 + s11+ = H
Sinon, on pose simplement si = 0.
5.1.9
Pour la rsolution du systme linaire, 2 autres tapes sont ncessaires. Tout dabord, on dtermine le vecteur U I en rsolvant le systme linaire :
M11 UI = F1C + S1C
(5.20)
qui nest quune rcriture de la premire quation du systme 5.19. On remarque que le terme de
droite est entirement connu. Pour cela, on utilise les techniques classiques comme la mthode de
dcomposition LU . Remarquons que cette quation nest rien dautre que la discrtisation de la
forme variationnelle :
a(u , w) = l(w) a(ug , w)
Une fois le vecteur U I calcul, on dtermine si ncessaire le vecteur S I directement en posant :
S I = M21 UI F2C
(5.21)
On remarque enfin que les sous-matrices M12 et M22 ne jouent aucun rle et pourraient tout
simplement ne pas tre assembles.
Remarque 5.11. On pourrait aussi procder dune seule traite en rsolvant le systme suivant :
UI
M11 M12 0
F1C + S C
M21 M22 I C =
F2C
U
I
0
I
0
(u ug )
S
(5.22)
Ici encore, si ug satisfait les bonnes conditions aux limites essentielles, u ug sannule de mme que
le vecteur UC . Le systme 5.22 est alors totalement quivalent au systme 5.19. La formulation 5.22
103
possde un certain nombre davantages. Dune part, la matrice globale demeure symtrique si la
matrice du systme 5.19 ltait. Il sagit l dun point important, en particulier si on emploie des
mthodes itratives pour la rsolution. Enfin, on obtient automatiquement les ractions nodales.
J
Exemple 5.12. Nous sommes en mesure de complter lexemple illustr la figure 5.3 qui nous
a men au systme linaire 5.18. Imposons dabord les conditions aux limites. Dune part, le seul
degr de libert qui est fix est le septime. cet endroit, u(0) = c, ce qui entrane que u7 = c (et
donc u7 = 0). On peut donc partitionner le systme 5.18 sous la forme :
1
aK
33
K1
a23
0
0
0
0
K1
a13
1
aK
32
K1
2
a22 + aK
11
2
aK
31
K2
a21
0
0
K1
a12
2
aK
13
2
aK
33
K2
a23
2
aK
12
2
aK
32
K3
2
aK
22 + a11
3
aK
31
K3
a21
0
0
0
0
f3K1
f2K1 + f1K2
f3K2
f2K2 + f1K3
f3K3
f2K3
f1K1
0
0
0
1
aK
31
K1
a21
0
0
0
0
K1
a11
0
0
0
3
aK
13
3
aK
33
K3
a23
0
3
aK
12
3
aK
32
K3
a22
0
0
1
2
sK
+
sK
12
11
0
K2
3
s12 + sK
11
0
3
sK
12
K1
s11
u1
u2
u3
u4
u5
u6
0
o nous avons explicit la forme 5.19. On peut ds lors visualiser les matrices Mij de mme 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
(1) = d
dx
K1
3
ce qui revient poser sK
12 = d. lautre extrmit, la condition naturelle est inconnue et donc s11
lest aussi. De plus, puisquil ny a aucune charge ponctuelle dimpose, on a :
K2
K2
K3
1
sK
12 + s11 = s12 + s11 = 0
On en dduit que :
et :
1
S I = [sK
11 ]
I
U =
u1
u2
u3
u4
u5
u6
C
S =
0
0
0
0
0
d
104
Chapitre 5
g
U =
0
0
0
0
0
0
c
On remarque immdiatement que le systme est bien de la forme 5.19. La matrice M11 est de
dimension 6 sur 6, la matrice M22 est de dimension 1 sur 1 et les matrices M12 et M21 de dimension
6 par 1 et 1 par 6 respectivement. La rsolution est alors immdiate en se servant des relations 5.20
et 5.21, pourvu que lon donne des valeurs prcises c et d.
Une fois le systme rsolu, la solution est u(x) = ug (x)+u (x) qui sous forme vectorielle devient :
U = U g + U =
0
0
0
0
0
0
c
u1
u2
u3
u4
u5
u6
0
u1
u2
u3
u4
u5
u6
c
Remarque 5.13. Dans cet exemple, la matrice M11 possde une structure bien particulire. On
remarque en effet que les coefficients non nuls sont concentrs le long des diagonales principales.
Lorsque lon sloigne des diagonales principales, les coefficients de la matrice sont nuls et on parle
de matrice bande ou de matrice en ligne de ciel. Cela est d la numrotation initiale des degrs
de libert du domaine (voir la figure 5.3) qui met en relation (via le tableau dadressage) un degr
de libert seulement avec les degrs de libert adjacents. Une numrotation alatoire des degrs
de libert aurait pour consquence lobtention dune matrice pleine o les coefficients non nuls
sont parpills dans toute la matrice. Il est important de profiter de cette structure particulire et
de sassurer que la numrotation des degrs de libert minimise lparpillement des coefficients
lintrieur de la matrice. Il existe plusieurs faons de faire et nous y reviendrons plus loin puisque
cela prend toute son importance en dimension suprieure 1. Notons enfin que cette renumrotation
ventuelle na deffets que sur le tableau numer (et par consquent sur le tableau dadressage adres)
et que toute la procdure prcdemment dcrite reste inchange. J
5.1.10
La prsentation des rsultats est une opration importante mais qui na que peu de rapport
avec la mthode des lments finis en tant que telle. De nombreux logiciels commerciaux existent
et permettent de prsenter les rsultats de faon claire et prcise. La mthode des lments finis
et les mthodes numriques en gnral produisent des quantits impressionnantes de donnes que
105
uK (x) =
uK
uK
(x) = K
()
j j () et
j
dx
h j=1
d
j=1
Fin de la boucle sur les lments
5.1.11
Exemples et applications
Il est temps de sattaquer un exemple complet. Nous reviendrons donc sur les diffrentes
tapes introduites jusqu maintenant et nous effectuerons une rsolution complte.
Exemple 5.14. On considre la dflexion dun cble de longueur 5m en tension entre 2 points
dattache tel quillustr la figure 5.11. On exerce ainsi une tension de 400N sur le cble. Le
poids linaire du cble est de 6 N/m et de plus, on rpartit une charge non uniforme de 40x N/m
dans lintervalle [0, 2]. Enfin, en x = 4, une charge ponctuelle de 150 N contribue galement la
dformation du cble. Pour rsoudre ce problme, on doit considrer lquation diffrentielle :
du
d
T (x)
= f (x)
dx
u(0) = 0,
dx
(5.23)
u(5) = 0
o T (x) est la tension dans le cble, u(x) est la dflexion verticale et f (x) est la charge applique.
Dans ce cas prcis, on applique une charge linaire sur lintervalle [0, 2], en plus du poids du cble
ce qui donne :
(6 + 40x) pour 0 x 2
f (x) =
6
pour 2 x 5
Comme nous lavons dj soulign, la charge ponctuelle sinterprte 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 problme entre dans le cadre du problme 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 homognes, on peut prendre ug (x) = 0.
Le maillage
On considre un maillage de 4 lments et une interpolation quadratique sur chaque lment.
Le maillage est prsent aussi la figure 5.12 ainsi que les coordonnes et la numrotation
des noeuds. De plus, on sest assur de placer le point x = 4, o se situe la charge ponctuelle,
106
Chapitre 5
150 N
r(x) = 6 N/m
0
la frontire entre 2 lments ce qui en facilite la prise en compte. On a donc les tableaux
suivants :
Coordonnes des noeuds
Tableau coor
x1
x2
x3
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
Numros des noeuds de calcul
Tableau connec
lment 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 impose en x = 0 et en x = 5. On obtient toujours le tableau
de numrotation en 2 tapes. Dans un premier temps, on a vit de numroter les degrs
107
3
2
5
3
7
4
9
x=5
4
3
4
3
5
4
5
4
6
5
6
5
7
6
7
6
8
7
8
7
9
?
9
9
Le tableau dadressage correspondante est alors :
Numros des ddls
Tableau adres
lment Ddl #1 Ddl #2 Ddl #3
1
8
2
1
2
2
4
3
3
4
6
5
4
6
9
7
108
Chapitre 5
Le systme lmentaire
Le systme lmentaire a pour coefficients :
400
dj di
d
d d
K
K
(xK
1 + x2 ) + h
2
2
hK
Z 1
fiK
hK
2
Z 1
sK
i
= sK
11 i (1) + s12 i (1)
aK
ij
i ()d
Pour la matrice lmentaire, puisque dans ce cas on a p(x) = 0 et q(x) = 400, on peut tirer
profit de lquation 5.16 pour obtenir :
1 8
400 7
1
7 8
3hK 8 8 16
et ce quel que soit llment. Par contre, pour le calcul du terme de droite on distingue 2
cas suivant que lon se place dans le premier lment ou dans les autres.
1. Premier lment
K1
K1 = 2 et on doit valuer :
1
Dans le premier lment xK
1 = 0, x2 = 2 et donc h
fiK1
hK1
2
2
2
Z 1
f
1
Z 1
1
Z 1
1
K1
K1
1
(xK
1 + x2 ) + h
2
i ()d
f (1 + ) i ()d
(6 + 40 (1 + )) i ()d
f K1
K1
200
8
7
1
8
6
1 = 1
+ s11
K
1
sK1
2
1
7 8
86
u2
3
3
12
K
1 8 8 16
184
u31
0
109
1
7 8
3 + sK
u2 =
12
3
3
K
8 8 16
12
0
u3
100
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 :
184
89
12
6
12
6
12
6
3
K
K
s121 + s112
0
K2
3
s12 + sK
11
+
0
K
s 3 + sK4
12
11
0
K1
s11
4
sK
12
110
Chapitre 5
K1
4
Tous les autres sauts de la variable secondaire sont nuls. De plus, sK
12 et s11 sont inconnus.
On a maintenant :
"
#
0
1
sK
I
C
11
0 et S =
S =
4
sK
12
0
150
0
100
u1
32 16
0
0
0
0
0 16
0
u2
16
42 32
4
0
0
0
2
0
0
0
0 32
64 32
0
0
0
u3
0
4 32
56 32
4
0
0
0
u4
0
0
0 32
64 32
0
0
0
u5
0
0
0
4 32
56 32
0
4
u6
0 32
0
0
0
0
0 32
64
u7
16
2
0
0
0
0
0
14
0 0
0
0
0
0
0
4 32
0
28
0
1
=
184
89
12
6
12
6
12
6
3
0
0
+
0
150
K
1
s
11
UI =
Le vecteur solution complet (en ajoutant les conditions essentielles) est donc :
g
U = U + U =
La solution lment par lment est illustre la figure 5.13. On remarque que la solution
u(x) est constitue de 4 polynmes de degr 2 alors que T u0 (x) est constitue de 4 polynmes
4
sK
12
111
linaires (puisque T est constant). On remarque enfin que le saut des variables secondaires
en x = 2, x = 3 nest pas nul alors que celui en x = 4 est prs de 150. Cela dmontre que
les conditions aux limites naturelles ne sont imposes que faiblement. Un maillage plus fin
permettrait dobtenir ventuellement les bonnes valeurs de ces sauts.
On peut enfin rcuprer les variables naturelles qui restent en se servant de la relation 5.21.
On obtient alors les ractions :
"
SI
1
sK
11
K4
s12
100
3
16 2
0 0
32
1 6
103,67
=
3 3
156,33
exprimes en N et qui reprsentent les forces exerces aux 2 extrmits pour retenir le cble. La
somme de ces 2 forces est de 260 N ce qui est exactement la charge totale exerce sur le cble :
6 5 + 150 +
Z 2
0
40x dx = 260N
5.2
Dans cette section nous nous intressons aux quations diffrentielles dordre 4. Fort heureusement beaucoup de notions introduites la section prcdente restent inchanges et seront rutilises
avec trs peu de modifications. Cest le cas du passage llment de rfrence, de lvaluation du
systme lmentaire, de lassemblage, de limposition des conditions aux limites, etc. Seules quelques
variantes propres aux quations diffrentielles dordre 4 sont ncessaires.
5.2.1
Problme type
Pour fixer les ides, nous commencerons par la rsolution dun problme classique dune quation
diffrentielle dordre 4 de la forme :
d2
p(x)u + 2
dx
d2 u
q(x) 2
dx
d2 u
= r(x)
dx
d
du
du
(L) = c,
q(L) (L) = d
dx
dx
dx
(5.24)
112
Chapitre 5
113
Ce type dquations diffrentielles est frquemment rencontr pour les problmes de poutres o
dans ce cas, u(x) est la dflexion verticale de la poutre au point x. Nous savons dores et dj que
ce type de problmes trouve un cadre fonctionnel appropri dans H 2 (]0, L[) et quon distingue pour
cette quation diffrentielle dordre 4 deux conditions
essentielles
(imposition de u(x) et de du
dx )
2
d
et deux conditions naturelles (imposition de dx
q(x) ddxu2 et de q(x) ddxu2 ) en lune ou lautre des 2
extrmits du domaine. Tenant compte des conditions essentielles imposes dans ce problme, on
pose :
dw
V = {w H 2 (]0, L[) | w(0) =
(L) = 0}
dx
Lespace V est constitu des fonctions de H 2 (]0, L[) qui sannulent l o les conditions essentielles
sont imposes. Dans ce cas, on pose u = u + ug et la formulation variationnelle (laisse en exercice)
est :
trouver u V telle que :
Z 1
et :
Z 1
(5.25)
dw
(0)
dx
0
La mthode de Ritz ncessite la construction dun systme linaire global de la forme :
l(w) =
r(x)w(x)dx d w(L) + b
AU = F
o :
La fonction ug (x) dsigne comme toujours le relvement des conditions aux limites essentielles.
Il reste donc construire les fonctions de Ritz i (x) dans H 2 () et qui seront polynmiales par
lment.
5.2.2
Le maillage
Le maillage possde les mmes caractristiques que pour les problmes dordre 2. Pour illustrer
notre propos, on choisit comme domaine le segment [0, L] et on considre un maillage uniforme de
K
3 lments. On prend seulement les 2 noeuds gomtriques comme noeuds de calcul (nK
g = nc = 2).
Le tableau de connectivit des noeuds scrit dans ce cas :
Numros des noeuds de calcul
Tableau connec
lment Noeud #1 Noeud #2
1
1
2
2
2
3
3
3
4
114
Chapitre 5
Rappelons encore ici quil y a 2 conditions essentielles pour ce problme et donc quil y a 2
degrs de libert associs chaque noeud dinterpolation (nK
d = 4). Nous continuerons numroter
les degrs de libert o des conditions essentielles sont imposes en tout dernier. Dans le cas qui
nous intresse, on impose u au premier noeud et on impose du
dx au quatrime noeud. On aurait la
situation suivante :
Noeud
1
2
3
4
Numrotation
Tableau numer
Ddl #1 (u(x)) Ddl
?
2
4
6
#2 ( du
dx )
1
3
5
?
Remarquons que le degr de libert associ la variable essentielle u(x) au premier noeud na pas
t numrot de mme que celui associ la variable essentielle du
dx au noeud # 4 ce qui est fait
dans une deuxime tape :
Noeud
1
2
3
4
Numrotation
Tableau numer
Ddl #1 (u(x)) Ddl
7
2
4
6
#2 ( du
dx )
1
3
5
8
lment
1
2
3
5.2.3
Ddl #4
3
5
8
Cette tape consiste obtenir une formulation variationnelle sur un lment quelconque K. On
K
intgre sur un lment K = [xK
1 , x2 ] plutt que sur le domaine au complet. On a alors aprs 2
intgrations par parties :
Z
K
d2 u d2 w
p(x)u(x)w(x) + q(x) 2 2
dx dx
dx
xK
xK
2
d2 u dw 2
d
d2 u
=
r(x)w(x)dx + q(x) 2
q(x) 2 w(x)
K
dx
dx
dx
dx
K
xK
x
Z
115
d2 u d2 w
p(x)u(x)w(x) + q(x) 2 2
dx dx
=
Z xK
2
xK
1
dx
K
K
K
K
r(x)w(x)dx + sK
12 w(x2 ) + s11 w(x1 ) + s22
dw K
dw K
(x2 ) + sK
(x )
21
dx
dx 1
sK
21
d2 u
d
q(x) 2
=
dx
dx
d2 u
= q(x) 2
dx
sK
12
x=xK
1
sK
22
d
d2 u
=
q(x) 2
dx
dx
=
x=xK
1
d2 u
q(x) 2
dx
x=xK
2
x=xK
2
Ces 2 variables secondaires correspondent aux 2 conditions naturelles aux 2 extrmits de llment. La notation 2 indices indique que sK
i1 est la valeur de la i ime variable secondaire la
premire extrmit de llment tandis que sK
i2 est la valeur de la i ime variable secondaire la
deuxime extrmit de llment K. Les signes qui sont affects aux variables secondaires sont a
priori arbitraires de manire ce que les signes soient tous positifs dans la formulation variationnelle lmentaire. Mentionnons cependant quen dimension 2 ou 3, le signe est dtermin par le
vecteur normal extrieur la frontire de llment.
On passe ensuite en formulation de type correction en remplaant u(x) par ug (x) + u (x) :
Z xK
2
xK
1
d2 u d2 w
p(x)u (x)w(x) + q(x) 2
dx dx2
Z xK
2
dx
Z xK
2
d2 ug d2 w
=
r(x)w(x)dx
p(x)ug (x)w(x) + q(x) 2
dx dx2
xK
xK
1
1
dw
dw
K
K
K
K
(xK ) + sK
(xK )
+sK
12 w(x2 ) + s11 w(x1 ) + s22
21
dx 2
dx 1
dx
On pose ensuite :
nK
u (x) =
d
X
nK
j=1
d
X
K
ug K
j j (x)
j=1
116
Chapitre 5
o :
aK
ij
Z xK
2
xK
1
Z xK
2
Z xK
2
sK
i
K K
K K K
K
= sK
12 i (x2 ) + s11 i (x1 ) + s22
5.2.4
xK
1
nK
dx
nK
d2 jK d2 iK
K
K
dx
p(x)
K (x) + q(x)
ug K
(x)
u
g
j
i
j
j dx2
2
dx
j=1
j=1
fiK
xK
1
r(x)iK (x)dx
d2 jK d2 iK
+ q(x)
dx2 dx2
d
X
d
X
diK K
diK K
(x2 ) + sK
(x1 )
21
dx
dx
2 di
diK
(x) = K
(),
dx
h d
d2 iK
4 d2 i
hK
(x)
=
()
et
dx
=
d
dx2
(hK )2 d 2
2
117
aK
ij
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
fiK
sK
i
q
1
h
j ()i ()
d
2
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
(hK )3
Z 1
r
1
8
(hK )3
q
1
d2 i 4
d 2 (hK )2
hK
d
2
d2 j d2 i
d
d 2 d 2
hK
i ()d
2
K
K
(xK
1 + x2 ) + h
2
K
K
= sK
11 i (1) + s12 i (1) + s21
j ()i ()d
K
K
(xK
1 + x2 ) + h
2
K
K
(xK
1 + x2 ) + h
2
Z 1
d2 j 4
d 2 (hK )2
Z 1
hK
2
K
K
(xK
1 + x2 ) + h
2
Z 1
hK
2
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
! nK
d
X
ug K j () i ()d
j
j=1
! nK
d
2
j d2 i
X
d
ug K
d
j
2
2
j=1
2 di
K 2 di
(1)
+
s
(1)
22
hK d
hK d
K
Ce systme est de dimension nK
d sur nd . Pour lvaluer, il reste construire des fonctions dinterpolation sur llment de rfrence. Puisque la solution recherche est dans un sous-espace de H 2 (),
lapproximation polynmiale devra tre continue et drivable au moins une fois (voir le chapitre 2).
Cela nous amne rappeler les polynmes dHermite.
5.2.5
Pour simplifier lexpos, nous commencerons par le cas o il y a seulement 2 noeuds de calcul qui
K
correspondent aux 2 noeuds gomtriques (nK
c = ng = 2). Puisquil y a 2 conditions essentielles par
noeud de calcul, on aura 2 degrs de libert par noeud de calcul et donc 4 fonctions dinterpolation
construire (nK
d = 4). Sur un lment, on a donc :
uK (x) =
4
X
j=1
K
uK
j j (x)
118
Chapitre 5
4
X
K K
uK
j j (x1 )
j=1
4
X
uK
j j (1)
= uK
1
j=1
4
4
X
X
djK K
duK K
K 2 dj
(x1 ) =
uK
(x
)
=
u
(1) = uK
j
1
j
2
K d
dx
dx
h
j=1
j=1
uK (xK
2 )
4
X
K K
uK
j j (x2 )
j=1
4
X
uK
j j (+1)
= uK
3
j=1
4
4
X
X
djK K
duK K
K 2 dj
uK
u
(x2 ) =
(x
)
=
(+1) = uK
j
j
2
4
K d
dx
dx
h
j=1
j=1
= 1
d2
(1) =
d
3 (+1)
hK
2
= 1
d4
(+1) =
d
hK
2
et i (1)
et
di
(1) = 0 pour i 6= 2
d
et i (+1)
et
= 0 pour i 6= 1
= 0 pour i 6= 3
di
(+1) = 0 pour i 6= 4
d
Ces dernires proprits ne sont rien de moins que la dfinition des polynmes dHermite (voir
par exemple Burden et Faires, rf. [11]). Puisquil y a 4 conditions satisfaire pour chacune des
fonctions dinterpolation, il semble naturel dutiliser des polynmes de degr 3 et il est alors facile
de montrer que :
1
1
(1 )2 (2 + )
3 () =
(1 + )2 (2 )
1 () =
4
4
hK
hK
(1 2 )(1 ) 4 () =
(1 + 2 )(1 + )
8
8
Ces fonctions sont illustres la figure 5.14 dans le cas particulier o hK = 1.
On montre ensuite facilement que :
d1 ()
3
d3 ()
3
= (1 2 )
=
(1 2 )
d
4
d
4
2 () =
d2 ()
d
hK
(1 + )(1 + 3)
8
d4 ()
d
hK
(1 )(1 3)
8
119
3
2
d2 3 ()
d 2
d2 2 ()
d 2
hK
(1 + 3)
4
d2 4 ()
d 2
3
2
hK
(1 + 3)
4
Notons que la dfinition des fonctions dinterpolation sur llment de rfrence dpend de la
longueur hK de llment K, ce qui ntait nullement le cas pour les fonctions dinterpolation de
Lagrange. Ceci est d la prsence de degrs de libert portant sur la drive de u(x). Pour assurer
la continuit de la drive la frontire entre 2 lments, il est ncessaire dajuster les fonctions
dinterpolation en fonction de la longueur des lments adjacents un noeud.
En utilisant ces fonctions dinterpolation, on donne une signification physique prcise au vecteur
des degrs de libert lmentaire et par la suite, au vecteur global des degrs de libert du domaine.
Ainsi, le vecteur U K correspond aux valeurs de u(x) et de du
dx , les 2 variables essentielles aux noeuds
de calcul c.--d.
uK
= u(xK
uK
= u(xK
1
1 )
3
2 )
du K
du K
(x1 ) uK
=
(x )
4
dx
dx 2
Remarque 5.15. La notation utilise peut peut-tre porter confusion. En effet, le degr de liber
du K
uK
(x ) et non la valeur de u au noeud correspondant. Nous aurions pu
2 contient la valeur de
dx 1
uK
2
120
Chapitre 5
5.2.6
Lvaluation du systme lmentaire suit les mmes lignes que pour les problmes dordre 2.
On peut toujours choisir entre lintgration numrique et lintgration exacte. Si on suppose encore
une fois que les fonctions p(x), q(x) et r(x) sont constantes par lment (et ug (x) = 0) , le systme
lmentaire devient :
6
3hK
6
3hK
4992
704hK
1728
416hK
K
K
K
K
K
2
K
K
K
2
K
K
2
h p 704h
2(h ) 3h
(hK )2
128(h )
416h
96(h ) 2q 3h
AK =
+ K 3
K
K
K
6 3h
6 3hK
1728
416h
4992
704h
13 440
(h )
3hK
(hK )2 3hK 2(hK )2
416hK 96(hK )2 704hK 128(hK )2
(5.26)
Une intgration par une quadrature de Gauss-Legendre ncessiterait au moins 4 points dintgration car la premire matrice de lquation 5.26 requiert lintgration de polynmes de degr 6.
En ce qui concerne le membre de droite, lintgrant est cubique et une formule de Gauss-Legendre
2 points suffirait. On a :
6
sK
11
hK sK
21
6 + sK
12
hK
sK
22
f K + sK =
5.2.7
hK r K
12
(5.27)
Assemblage
Rien de neuf sous le soleil en ce qui concerne lassemblage. On utilise encore le tableau dadressage adres pralablement construit et contenant pour chaque lment les numros de ses degrs de
libert. On procde exactement comme la section 5.1.7 pour assembler.
5.2.8
Limposition des conditions aux limites se fait toujours en 2 tapes. Premirement les degrs
de libert imposs par les conditions essentielles sont regroups 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 la frontire
de 2 lments K + et K . Si on note x le noeud de calcul correspondant cette frontire et i et j
les numros des degrs de libert associs ce noeud, le vecteur S contiendra les coefficients :
K
121
50 kN
24 kN/m
cas, cest au moment de limposition des conditions naturelles ce noeud que lon prend en compte
la contribution de cette charge ponctuelle et on pose :
K
5.2.9
5.2.10
Exemples et applications
Nous allons considrer une poutre de longueur L m encastre lune de ses extrmits tel
quillustre la figure 5.15. Ce problme cadre parfaitement avec notre problme type. Les variables
essentielles u(x) et u0 (x) dsignent dans ce cas le dplacement vertical (positif si dirig vers le haut)
et la pente. Il suffit ensuite de poser p(x) = 0 et q(x) = EI, le produit du module de Young E
(en N/m2 ) et du moment dinertie I de la poutre (en m4 ). Enfin, r(x) est une charge rpartie
sur la poutre (la charge est positive si dirige vers le haut). Les 2 conditions naturelles dsignent
respectivement un effort tranchant (cisaillement) :
d
d2 u
F (x) =
q(x) 2
dx
dx
d
d2 u
=
EI 2
dx
dx
en N
122
Chapitre 5
d2 u
q(x) 2
dx
d2 u
EI 2
dx
en Nm
(5.28)
que lon peut interprter au sens des distributions. Dans un premier temps, si M (x) possde une
discontinuit de premire espce au point x, alors la relation 5.28 nous assure que lon verra apparatre la drive de la distribution de Dirac x0 puisquon doit driver 2 fois cette discontinuit. Un
couple de flexion en x est donc modlis par la distribution x0 . Par contre, si la force de cisaillement
F (x) possde 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) = r0 N/m est rpartie sur toute la poutre. Enfin, la deuxime extrmit (x = L), on place
une charge ponctuelle de f0 N. On remarque quon impose les deux variables essentielles u(0) = 0 et
du
dx (0) = 0 la premire extrmit traduisant ainsi le fait que la poutre est encastre cet endroit.
On choisira donc ug (x) = 0 et nous suivrons encore ici les tapes de rsolution dj dcrites.
Le maillage
On prendra pour ce problme un maillage trs simple de 2 lments de longueur gale
h = L/2 m et comportant 3 noeuds (nnoeuds = 3). Dans un premier temps, on obtient le
tableau coor :
Coordonnes des noeuds
Tableau coor
x1
x2
x3
0
0
0
L/2
0
0
L
0
0
de mme que le tableau de connectivit :
Numros des noeuds de calcul
Tableau connec
lment Noeud #1 Noeud #2
1
1
2
2
2
3
Par la suite, on peut numroter les degrs de libert associs chaque noeud. Pour les
problmes dordre 4, il y a 2 degrs de libert par noeud et on a dans un premier temps :
123
Noeud
1
2
3
Numrotation
Tableau numer
Ddl #1 (u(x)) Ddl
?
1
3
#2 ( du
dx )
?
2
4
puisque les 2 degrs de libert associs au premier noeud sont fixs par les conditions essentielles. Un deuxime passage nous donne maintenant :
Noeud
1
2
3
Numrotation
Tableau numer
Ddl #1 (u(x)) Ddl
5
1
3
#2 ( du
dx )
6
2
4
lment
1
2
Ddl #4
2
4
124
Chapitre 5
Le systme lmentaire
Les proprits tant constantes dans tout le domaine, on utilise avantageusement les quations 5.26 et 5.27 pour obtenir immdiatement le systme lmentaire :
6
3hK
6
3hK
6
K
K rK
K
K
2
K
K
2q 3h
h
2(h ) 3h
(hK )2
h
+
=
K
K
6
6 3h
6 3h
(hK )3
12
K
K
K
2
K
K
2
h
3h
(h ) 3h
2(h )
sK
11
sK
21
K
s12
sK
22
o hK = L/2, q K = EI, et rK = r0 .
Lassemblage
Si on pose maintenant L = 2 (hK = 1), EI = q K = 5000 kN m2 , r0 = rK = 24 kN/m
et f0 = 50 kN, les systmes lmentaires sur les 2 lments sont les mmes. Le tableau
dadressage nous permet dcrire pour le premier lment :
10 000
6
1
5
6
1
2
6
3 6
3
3
2 3
1
6 3
6 3
3
1 3
2
uK11
uK21
uK31
uK41
12
= 2
12
1
sK
11
K
+ s 1
21
sK1
12
1
sK
22
10 000
2
3
1
2
3
4
6
3 6
3
3
2 3
1
6 3
6 3
3
1 3
2
uK12
uK22
uK32
uK42
12
= 2
12
2
sK
11
K2
+
s21
2
sK
12
2
sK
22
Le vecteur dadressage du premier lment K1 est [5, 6, 1, 2]. Cela signifie que les inconnues
1
lmentaires uK
correspondent aux degrs de libert u5 , u6 , u1 et u2 du systme global qui
i
est de dimension 6 sur 6 dans ce cas. Le systme lmentaire est donc quivalent :
10 000
6 3 0 0 6 3
u1
u2
3
2 0 0
3
1
0
0 0 0
0
0
u3
0
0 0 0
0
0
u4
6
3 0 0
6
3 u5
3
1 0 0
3
2
u6
12
2
0
0
12
2
1
sK
12
K1
s22
0
0
1
sK
11
K1
s21
125
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
u1
u2
u3
u4
u5
u6
12
2
12
2
0
0
2
sK
11
2
sK
21
K2
s12
2
sK
22
0
0
10 000
12
0 6
3 6 3
u1
u2
3
1
0
4 3
1
6 3
6 3
0
0
u3
3
1 3
2
0
0
u4
6
3
0
0
6
3 u5
3
1
0
0
u6
3
2
24
0
12
2
12
2
K1
2
sK
11 + s12
K2
1
s21 + sK
22
K2
s12
2
sK
22
K1
s11
1
sK
21
=
+
10 000
6 3
6 3 u3 12 50
3
1 3
2
u4
2
0
u1
u2
u3
u4
u5
u6
126
Chapitre 5
4
X
K1
K1
K1
K1
1 K1
uK
j j (x) = u5 1 (x) + u6 2 (x) + u1 3 (x) + u2 4 (x)
j=1
4
X
K2
K2
K2
K2
2 K2
uK
j j (x) = u1 1 (x) + u2 2 (x) + u3 3 (x) + u4 4 (x)
j=1
= 102 1,173 3331K2 (x) + 2,060 0002K2 (x) + 3,626 6673K2 (x) + 2,640, 0004K2 (x)
"
1
sK
11
1
sK
21
= 10 000
6 3 0 0
3 1 0 0
u1
u2
98,0
+ 12 =
u3
2
148,0
u4
127
Ce problme possde une solution analytique dans le cas plus gnral o on impose galement un
couple de flexion M0 lextrmit droite de la poutre :
u(x)
1
4
24 r0 x
u0 (x)
1
3
6 r0 x
EIu00 (x)
1
2
2 r0 x
128
Chapitre 5
5.3
Exercices
1. Dans le cas quadratique, on peut utiliser une base dite hirarchique pour interpoler. On pose
alors en vertu de lquation 5.4 :
u(x) |K ' uK (x) =
nD
X
K
uK
j j (x)
j=1
duK1
duK1
|x=0 = 400
(0)
dx
dx
1
en utilisant le passage llment de rfrence et comparer avec la valeur sK
11 = 103,67
que nous avions obtenue. Commenter sur le fait que ces deux quantits sont des approximations 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 problme par
u(0) = 2 et u(5) = 3, donner lexpression de la fonction de relvement des conditions
aux limites (ug ) qui sera implicitement construite par notre mthode dlments finis.
Dessiner-cette fonction sur le maillage de lexemple 5.6.
d
3 du
x
+ x2 u =
dx
dx
u(0)
u(1)
1
x+1
= 1
= 3
129
130
Chapitre 5
Chapitre 6
6.1
Problme type
p(x)u(x) (q(x)u) =
r(x) dans
q(x)
u
n
(6.1)
= h(x) sur 1
On suppose que la fonction p(x) est positive ou nulle et que 0 < q1 q(x) q2 sur le domaine .
Nous supposerons de plus que les frontires 0 et 1 constituent une partition de la frontire du
domaine c.--d. 0 1 = et 0 1 = . Il faut de plus spcifier la rgularit des conditions
aux limites. Puisquil sagit dun problme dordre 2, on travaillera dans H 1 () et limposition de
u(x) sera lunique condition essentielle. Il sen suit que lespace fonctionnel appropri est lespace
H10 (). On doit donc supposer que g(x) H 1/2 (0 ) ce qui nous permettra deffectuer le relvement
de la condition aux limites essentielle par une fonction ug (x) de H 1 ().
Sous ces conditions, les hypothses du thorme de Lax-Milgram sont vrifies. On obtient de
plus la formulation variationnelle (laisse en exercice) :
Trouver u (x) H10 () telle que :
a(u , w) = l(w) a(ug , w) w(x) H10 ()
131
132
Chapitre 6
o :
a(u , w) =
et :
l(w) =
r(x)w(x) dv +
h(x)w(x) ds
1
6.2
Le maillage
6.2.1
Les noeuds
133
6.2.2
On associe chaque noeud de calcul un certain nombre de degrs de libert (au total nK
d
sur chaque lment), dpendant du nombre de variables essentielles du problme. Ici encore, on
numrotera en dernier les degrs de libert qui sont imposs par les conditions aux limites essentielles
du problme donn. On a donc la partition :
U =
u1
u2
..
.
unddl
I
U
=
UC
6.2.3
Sil est relativement simple de numroter les degrs de libert en dimension 1, il faut tre beaucoup plus prudent en dimension suprieure. En effet, cette numrotation a une influence majeure
sur la structure de la matrice globale qui sera assemble. Nous avons vu que les matrices engendres
par la mthode des lments finis sont creuses c.--d. contiennent une part importante de zros.
Cette structure dpend directement du tableau adres qui dtermine si un degr de libert i est
connect ou non un autre degr de libert j. Si tel est le cas, le coefficient aij de la matrice
globale sera non nul. Sinon, on a tout simplement aij = 0. Pour que 2 degrs de libert soient
connects, il faut et il suffit quils apparaissent tous deux dans une mme ligne du tableau adres.
Cest une autre faon de dire que les supports des fonctions de Ritz associes ces degrs de libert
sintersectent.
Introduisons immdiatement un peu de terminologie. On dfinit la largeur de bande de la ligne
i du systme 6.2 par la relation :
li = max (j i + 1)
ji|aij 6=0
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, aij = 0 pour j i + li . De mme, la largeur de bande maximale
lmax est la plus grande valeur des li c.--d. :
lmax = max li
i
Il est important de concentrer les termes non nuls de la matrice au voisinage de la diagonale
principale de faon diminuer lespace-mmoire requis. Cela revient minimiser les largeurs de
bande. On obtient ainsi une matrice dite matrice bande ou plus prcisment une matrice dite en ligne
de ciel. Cela est particulirement important si on utilise une dcomposition LU pour la rsolution
134
Chapitre 6
du systme linaire global. En effet, cette mthode prserve la structure bande de la matrice de sorte
que lon peut stocker la dcomposition LU sans augmenter la mmoire ncessaire. Sur chaque ligne
du systme, les termes au del dune distance li de la diagonale sont nuls et resteront nuls aprs la
dcomposition LU . Il suffit pour sen convaincre de regarder lalgorithme de la dcomposition LU
(voir Fortin, rf.[26]) :
lij = aij
j1
X
aij
lik ukj et uij =
k=1
i1
X
lik ukj
k=1
lii
En pratique, on donne une numrotation quelconque des degrs de libert dans le tableau
numer. Par la suite, on passe les tableaux numer et connec un programme doptimisation qui
renumrotera les degrs de libert (en modifiant le tableau numer) et crera le tableau adres suivant
un certain critre doptimisation. On voudra par exemple minimiser la largeur de bande maximale
lmax de la matrice ou encore minimiser :
X
li
i
qui est une indication de lespace-mmoire ncessaire. Diffrents algorithmes de numrotation des
degrs de libert existent et nous ne mentionnerons que celui de Cuthill-McKee [32].
Pour illustrer ce point, on prsente la figure 6.1 un exemple typique de matrice creuse (de
dimension 60 par 60) semblables celles obtenues par lments finis. On indique seulement les
termes non nuls par un point. Si on renumrote les degrs de libert laide de lalgorithme de
Cuthill-McKee, on obtient la deuxime matrice de la figure 6.1. On remarque aisment la diminution
de la largeur de bande entre les deux matrices illustres. Ainsi, entre les deux numrotations (entre
les deux vecteurs numer), la largeur de bande maximale lmax est passe de 35 12. Il en rsulte
une conomie despace-mmoire et gnralement une plus grande rapidit de rsolution du systme
linaire.
6.3
(p(x)u(x)w(x) + q(x)u w) dv =
Z
K
r(x)w(x) dv +
Z
K
sK (x)w(x) ds
u
nK
r(x)w(x) dv
Z
K
Z
K
sK (x)w(x) ds
135
u (x)|K '
uK (x)
d
X
nK
uKj jK (x)
et
uK
g (x)
j=1
d
X
K
uK
gj j (x)
(6.3)
j=1
Z
K
Z
K
r(x)iK (x) dv
Z
K
et :
sK
i
6.4
K
K
K
p(x)uK
g (x)i (x) + q(x)ug (x) i (x) dv
Z
K
sK (x)iK (x) ds
Cest ici que le choix de la forme de llment et le choix des noeuds gomtriques prennent
est un lment
beaucoup dimportance. Tout comme en dimension 1, llment de rfrence K
136
Chapitre 6
(0, 1)
3
K
1
(0, 0)
2
(1, 0)
(0, 1)
3
(0, 12 ) 6
5 ( 12 , 12 )
K
1
4 2
(0, 0) ( 12 , 0) (1, 0)
sur lequel on effectue tous les calculs ncessaires lobtention du systme lmentaire. Ceci nest
possible quaprs un changement de variables. Contrairement au cas unidimensionnel, plusieurs
choix dlments de rfrence sont envisageables et certains sont illustrs aux figures 6.2 6.6. Il
reste dterminer la transformation de llment rel llment de rfrence que nous appellerons
encore ici la transformation gomtrique.
Pour viter une lourdeur excessive de la notation, nous choisissons de prendre comme vecteur
position x = (x, y, z) au lieu de (x1 , x2 , x3 ). De mme sur llment de rfrence, on prendra
= (, , ).
K K K
chaque noeud gomtrique xK
i = (xi , yi , zi ) de llment K doit correspondre un noeud
La transformation T K vrifie donc :
gomtrique i = (i , i , i ) sur llment de rfrence K.
K 1 K
K
T K ( i ) = xK
i ou inversement (T ) (xi ) = i i = 1, 2, 3, , ng
Pour dterminer la transformation gomtrique, il suffit de trouver une base de polynmes de dimension gale au nombre de noeuds gomtriques. On construit ensuite nK
g fonctions dinterpolation
137
(1, 1) 2
1 (1, 1)
(1, 1) 3
4 (1, 1)
(1, 1) 2
(0, 1)
5
1 (1, 1)
(1, 0) 6
(1, 1) 3
7
(0, 1)
8 (1, 0)
4 (1, 1)
138
Chapitre 6
(0, 0, 1)
4
(1, 0, 0) 2
1
(0, 0, 0)
3
(0, 1, 0)
gomtriques vrifiant :
Li ( j ) = ji
(6.4)
Cest la base mme de linterpolation de Lagrange (voir lannexe C) et les fonctions Li () sont bien
sr les fonctions dinterpolation de Lagrange. Il est facile de vrifier que la transformation :
TK :
K
(6.5)
nK
= (, , ) x = (x, y, z) =
g
X
xK
i Li ()
i=1
possde les proprits dsires. Il faudra ensuite transformer les drives des fonctions dinterpolation. Cest la technique classique de la drivation en chane. Pour ce faire, il est utile dintroduire
la matrice jacobienne DT K associe et son inverse not B K que lon dfinit par :
x
y
K
DT =
et B K =
Il est facile de dterminer les coefficients de cette matrice, simplement en drivant la relation 6.5.
La matrice jacobienne doit tre inversible pour que la transformation T K le soit aussi. Il suffit donc
que le dterminant J K de cette matrice soit non nul. On appelle ce dterminant le jacobien de la
139
transformation. Toute fonction dinterpolation K (x, y, z) est ainsi dfinie partir de llment de
rfrence par la relation :
, )
K (x, y, z) = K (T K (, , )) = (,
Pour transformer les drives partielles, la drivation en chane nous donne :
K (x, y, z)
K (x, y, z)
K (x, y, z)
=
y
(, , )
(, , )
(,
, )
(6.6)
(, , )
(,
, )
x
=
x
z
K (x, y, z)
K (x, y, z)
z K (x, y, z)
(6.7)
En combinant les relations 6.6 et 6.7, on conclut que la matrice de passage B K nest autre que
(DT K )1 cest--dire linverse de la matrice jacobienne. On a ainsi :
h
, ) = (B K )> (,
, )
x K (x, y, z) = (DT K )> (,
(6.8)
140
Chapitre 6
Le systme lmentaire devient ensuite :
aK
ij
=
=
=
ZK
ZK
+ q(x)
x jK (x, y, z)
fiK
sK
i
i>
Z
K
x iK (x, y, z)
i> h
nK
d
q(T K ())
p(T K ())
nK
d
X
i
K >
(B )(B )
K
dv
i
i (, , )
J K d
v
uK
d
v
gj j () i ()J
j=1
>
(B K )(B K )> i (, , ) J K d
uK
v
gj j (, , )
j=1
sK (x)iK (x) ds
(6.9)
Remarquons que lintgrale sur la frontire des lments na pas t transforme. On le fera plus
tard si le besoin sen fait sentir.
Exemple 6.1. Considrons en premier lieu des transformations gomtriques linaires en dimension
2. Tout dabord sur le triangle 3 noeuds gomtriques (nK
g = 3) de la figure 6.7. Llment
de rfrence est indiqu la figure 6.2. La transformation T K scrit laide des fonctions de
Lagrange C.3 sous la forme :
x
y
= T () =
K
3
X
i=1
Li ()
xK
i
yiK
K
K
(1 )xK
1 + x2 + x3
K
K
K
(1 )y1 + y2 + y3
K
K
L1 ()xK
1 + L2 ()x2 + L3 ()x3
K
K
K
L1 ()y1 + L2 ()y2 + L3 ()y3
Il est facile de vrifier que les fonctions Li () vrifient la condition 6.4. La matrice jacobienne est
alors :
K
K
x2 xK
xK
1
3 x1
DT K =
y2K y1K y3K y1K
Le jacobien J K de cette transformation nest nul que si les points xK
i sont colinaires et donc si le
triangle est dgnr. De plus :
B K = (DT K )1 =
1
JK
y3K y1K
y1K y2K
K
xK
1 x3
K
x2 xK
1
(6.10)
et on montre de plus facilement que J K = 2 aire(K) (en exercice). Notons enfin que le jacobien
est une constante sur llment K et ne dpend pas de . Ce ne sera pas toujours le cas.
141
K
(xK
3 , y3 )
T K (, )
(0, 1)
3
K
1
(0, 0)
2
(1, 0)
K
(xK
1 , y1 )
K
(xK
2 , y2 )
Remarque 6.2. Dans le cas dune approximation linaire sur les lments triangulaires, et si de
plus p(x) = 0, ug (x) = 0 et les fonctions q(x) et r(x) sont constantes par lment (q(x) = q K
et r(x) = rK sur llment K), on peut facilement valuer le systme lmentaire (voir Reddy,
rf. [45]) et on obtient :
aK
ij
fiK
qK K K
i j + iK jK
K
4A
1 K K
r A
3
(6.11)
= y2K y3K
= y3K y1K
= y1K y2K
1K
2K
3K
K
= (xK
2 x3 )
K
= (xK
3 x1 )
K
= (x1 xK
2 )
J
Exemple 6.3. Considrons maintenant une transformation gomtrique dite bilinaire. On considre des lments quadrangulaires 4 sommets (nK
g = 4). Llment de rfrence est indiqu la
K
figure 6.4. La transformation T scrit dans ce cas :
x
y
= T K () =
4
X
i=1
Li ()
xK
i
yiK
K
K
K
L1 ()xK
1 + L2 ()x2 + L3 ()x3 + L4 ()x4
K
K
K
K
L1 ()y1 + L2 ()y2 + L3 ()y3 + L4 ()y4
142
Chapitre 6
1
(1 + )(1 + )
4
L2 () =
1
(1 )(1 + )
4
L3 () =
1
(1 )(1 )
4
L4 () =
1
(1 + )(1 )
4
K + C K B K + C K
B11
11
12
12
K + C K B K + C K
B21
21
22
22
K = 1 (xK xK xK + xK )
B11
2
3
4
4 1
K = 1 (xK xK + xK xK )
C11
2
3
4
4 1
K = 1 (xK + xK xK xK )
B12
2
3
4
4 1
K = 1 (xK xK + xK xK )
C12
2
3
4
4 1
K = 1 (y K y K y K + y K )
B21
2
3
4
4 1
K = 1 (y K y K + y K y K )
C21
2
3
4
4 1
K = 1 (y K + y K y K y K )
B22
3
4
2
4 1
K = 1 (y K y K + y K y K )
C22
3
4
2
4 1
Le dterminant est de toute vidence non constant et est bien une fonction de = (, ). Notons
de plus que :
K + C K
K + C K )
1
B22
(B12
22
12
B K = (DT K )1 = K
(6.12)
K + C K )
K + C K
(B21
B11
J
21
11
Exemple 6.4. Les 2 exemples prcdents ncessitent lutilisation de triangles ou de quadrilatres
ayant des cts droits. Cela est d aux transformations linaires (ou bilinaires) qui assurent quun
segment de droite (et donc un ct droit) est transform en un autre segment de droite. Cependant,
il est parfois utile de prendre des lments ayant des cts courbes. Pensons par exemple une
gomtrie o il y a un arc de cercle. Il est de toute vidence plus facile dapprocher un arc de cercle
par des triangles (ou des quadrilatres) ayant des cts courbes.
Pour illustrer une telle situation, considrons maintenant une transformation gomtrique quadratique en dimension 2 sur le triangle 6 noeuds gomtriques (nK
g = 6) (illustr la figure 6.3).
Cette transformation est illustre la figure 6.8. La transformation T K scrit alors :
x
y
= T K () =
6
X
i=1
Li ()
xK
i
yiK
143
K
(xK
3 , y3 )
T K (, )
(0, 1)
3
(0, 12 ) 6
K
(xK
6 , y6 )
5 ( 12 , 21 )
1
4 2
1
(0, 0) ( 2 , 0) (1, 0)
K
(xK
1 , y1 )
K
(xK
5 , y5 )
K
(xK
2 , y2 )
K
K
(x4 , y4 )
On trouvera la liste des fonctions dinterpolation Li () au tableau C.4. Il est important quune
telle transformation na pas un jacobien constant (contrairement la transformation linaire) et
que lon doit en tenir compte lors du choix de la formule dintgration numrique.
Remarque 6.5. La plupart des mailleurs disponibles vont gnrer la base des lments cts
droits en dimension deux ou faces planes en dimension 3. Pour des gomtries de domaines polygonaux ou polydriques, une transformation gomtrique linaire (ou bilinaire pour les quadrangles)
sera suffisante. De toute manire, une transformation gomtrique quadratique dgnrera en une
transformation linaire et ne changera strictement rien.
Pour une gomtrie courbe toutefois, on commencera par gnrer des lments cts droits
dont seuls les sommets sont sur la frontire tel quillustr la figure 6.9 o la frontire est un arc
de cercle. Par la suite, si on souhaite interpoler quadratiquement, il est prfrable de projeter les
milieux dartes sur la frontire courbe, gnralement au point le plus proche. De cette manire,
on conservera toute la prcision de linterpolation quadratique. Par consquent, lun des cts du
triangle aura une frontire parabolique (indique en rouge sur la figure). On notera que mme
cette arte courbe ne concide pas parfaitement avec la frontire moins quelle ne soit elle-mme
parabolique. Une transformation gomtrique quadratique (illustre la figure 6.8) nous ramnera
alors sur llment de rfrence. Notons enfin que cette transformation prservera les cts qui sont
droits mais prendra le ct courbe en compte. J
Exemple 6.6. Passons au cas tridimensionnel et considrons une transformation gomtrique
linaire. Tout dabord sur le ttradre 4 noeuds gomtriques (nK
g = 4). Llment de rfrence
K
est indiqu la figure 6.6. La transformation T (voir la figure 6.10) scrit alors :
K
K
K
L1 ()xK
x
1 + L2 ()x2 + L3 ()x3 + L4 ()x4
K
K
K
K
K
y = T () = L1 ()y + L2 ()y + L3 ()y + L4 ()y
1
2
3
4
z
L1 ()z1K + L2 ()z2K + L3 ()z3K + L4 ()z4K
K
K
K
(1 )xK
1 + x2 + x3 + x4
K
K
K
K
= (1 )y1 + y2 + y3 + y4
(1 )z1K + z2K + z3K + z4K
144
Chapitre 6
T K (, , )
(0, 0, 1)
K K
(xK
4 , y4 , z4 )
4
K K
(xK
1 , y1 , z1 )
K
1
(0, 0, 0)
K K
(xK
3 , y3 , z3 )
3
(0, 1, 0)
K K
(xK
2 , y2 , z2 )
(1, 0, 0) 2
145
DT = y2 y1 y3 y1
z2K z1K z3K z1K
K
K K
tK
12 t23 t13 t22
K
K K
K K
K K
tK
31 t23 t21 t33 t21 t32 t31 t22
K
K K
K K
K K
tK
11 t33 t13 t31 t12 t31 t32 t11
K
K
K
K
K
K
K
t21 t13 t23 t11 t11 t22 t12 tK
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 dpend pas de .
6.5
K
K ) de llment rel K,
Tout comme en dimension 1, chaque noeud de calcul (xK
1 , x2 , , xnK
c
correspond un noeud dinterpolation ( 1 , 2 , , nK
)
sur
llment
de
rfrence
par la relation :
c
K
K
K
i = (T K )1 (xK
i ) ou encore xi = T ( i ), i = 1, 2, , nc
Sur llment K, chaque degr de libert de chaque noeud de calcul correspond une fonction
dinterpolation jK (x). Ces fonctions ne seront construites que sur llment de rfrence et en se
servant de la transformation T K , on aura :
jK (x) = j ()
et en particulier :
jK (xK
i ) = j ( i )
Gnralement, il ny a nul besoin de construire explicitement les fonctions jK (x) puisque nous
ne travaillerons que sur llment de rfrence. La seule diffrence existant avec le cas unidimensionnel est la plus grande varit de transformations T K que lon peut utiliser.
Le choix des fonctions jK (x) dpend du problme que lon souhaite rsoudre et plus particulirement de lespace V de la formulation variationnelle. Pour le moment nous nous limiterons aux
quations aux drives partielles dordre 2 de sorte que lespace V sera H 1 () ou lun de ses sousespaces. Pour construire des fonctions dinterpolation de H 1 (), rappelons que lon doit sassurer
de la continuit la frontire des lments. Cela est une consquence du thorme 2.12.
Pour les problmes dordre 2, on peut utiliser linterpolation de Lagrange dcrite la section C.2
de lannexe C. On prfre gnralement les approximations linaires ou quadratiques, que ce soit sur
les triangles, les quadrilatres, les ttradres ou les hexadres. Bien entendu, rien nempche dutiliser des polynmes de degr plus lev mais le nombre de degrs de libert augmente rapidement
avec le degr des polynmes.
146
6.6
Chapitre 6
Pour valuer les coefficients du systme lmentaire 6.9, on recourt le plus souvent lintgration
numrique, bien que lintgration exacte puisse tre utile dans les cas trs simples (interpolation de
bas degr et proprits p(x), q(x) et r(x) constantes par exemple).
Il ny a pas de difficults particulires mis--part le fait que le nombre de points dintgration
augmente lorsquon passe en dimension 2 ou 3. Ainsi, on trouvera lannexe D les points et les
poids dintgration de quelques unes des quadratures les plus utilises en pratique. Ainsi sur les
quadrilatres et les hexadres, on peut utiliser les mmes quadratures quen dimension 1 (voir le
tableau D.1 par le biais des relations D.4 et D.5.
Sur les triangles ou les ttradres, on utilise les quadratures dites de Hammer donnes aux
tableaux D.2 et D.3. Rappelons que le degr de prcision de la quadrature est un critre important
dans le choix de la quadrature approprie au calcul de termes du systme lmentaire.
6.7
Assemblage
Lassemblage suit exactement les mmes tapes quen dimension 1. Bien sr la taille des matrices
lmentaires augmente avec la dimension despace et le degr des fonctions dinterpolation mais les
principes gnraux demeurent les mmes. On utilise lalgorithme de la page 98 qui ne change
nullement avec la dimension despace.
La fonction de Ritz i (x) associe au iime degr de libert du problme rsulte de lassemblage
des fonctions dinterpolation locales jK (x) sur les lments K qui contiennent le degr de libert
numro i dans leur tableau dadressage. On aura donc pour ces lments :
adres(K, j) = i
pour un certain j compris entre 1 et nK
d .
6.8
Une fois tous les systmes lmentaires assembls et en vertu de la convention utilise pour le
tableau numer, on obtient un systme global de la forme :
M11 M12
M21 M22
UI
0
F1C
F2C
SC
SI
(6.13)
La partition de la matrice A suit directement celle du vecteur global des degrs de libert U .
Les matrices M11 et M22 sont toujours carres et les matrices M12 et M21 sont rectangulaires. Si la
T = M . Les matrices M
forme bilinaire du problme est symtrique, on a M12
21
12 et M22 pourraient
ne pas tre assembles puisquelles nont aucun rle par la suite.
Enfin, il reste analyser le terme de droite compos de 2 parties. Le vecteur F est entirement
dtermin et ne pose aucun problme. Par contre, le vecteur S contenant la contribution des variables secondaires est lui aussi dcompos en 2 parties. L o la variable essentielle est impose
(et donc connue), nous avons vu que la condition naturelle est inconnue et vice versa.
147
Bien que similaire, la situation est lgrement plus complexe que dans le cas unidimensionnel
et mrite donc une attention particulire. Rappelons que le vecteur S est constitu de lassemblage
de termes de la forme :
Z
sK
=
sK (x)iK (x) ds
i
K
o :
u
nK
Comme nous le verrons plus loin, le traitement du vecteur S est sensiblement plus dlicat que dans
le cas unidimensionnel.
sK (x) = q(x)
6.9
Pour la rsolution du systme linaire on procde toujours en 2 tapes. Tout dabord, on dtermine le vecteur U I en rsolvant le systme linaire :
M11 UI = F1C + S C
(6.14)
qui nest quune rcriture de la premire quation du systme 6.13. On remarque que le terme de
droite est entirement connu. Pour cela, on utilise les techniques classiques comme la mthode de
dcomposition LU . Remarquons que cette quation nest rien dautre que la discrtisation de la
forme variationnelle :
a(u , w) = l(w) a(ug , w)
puisque le vecteur U C correspond au relvement des conditions essentielles ug .
Une fois le vecteur U I calcul, on dtermine si ncessaire le vecteur S I directement en posant :
S I = M21 UI F2C
6.10
(6.15)
Nous ninsisterons jamais assez sur limportance dun bon visualisateur, particulirement en
dimension 2 et 3. Si en dimension 1 on peut se dbrouiller avec des instruments graphiques simples,
ce nest plus le cas en dimension suprieure. Pour les rsultats qui suivent, nous utiliserons le logiciel
VU dvelopp par Benot Ozell [41] et qui possde toutes les fonctionnalits requises en dimension
2 ou 3.
Un bon logiciel de visualisation sera capable de produire rapidement des courbes disovaleurs des
diffrentes variables calcules, des champs de vecteurs, des coupes de toutes sortes, qui permettent
de donner une signification des colonnes de chiffres qui autrement seraient difficilement utilisables.
6.11
Exemples et applications
Dans cette section, nous prsentons quelques exemples simples sur des maillages de petite taille
pour illustrer la mthode et les diffrentes tapes suivre. Nous terminons par des applications
dans diffrents domaines.
148
Chapitre 6
11
12
K14
K16
K15
K11
9
6
13
K6
K4
10
K12
K7
K13
7
K8
K9
5
K5
K2
K1
K10
K3
Noeud
1
2
3
4
5
6
7
Composante x1
0,0000
0,5000
1,0000
0,3333
0,6667
0,0000
0,5000
149
lment
1
2
3
4
5
6
7
8
#1
5
8
11
10
8
12
12
13
Noeuds
#2 #3
10
7
10
5
6
9
9
7
13 10
11
9
9
10
12 10
6
?
6
9
7
3
7
3
8
?
8
10
9
4
9
4
10
5
10
5
11
?
11
11
12
?
12
12
13
?
13
13
Enfin, on peut dterminer le tableau dadressage adres laide des tableaux de connectivit
connec et de numrotation numer (voir les exercices de fin de chapitre) :
150
Chapitre 6
lment
1
2
3
4
5
6
7
8
Ddl #1
6
7
7
9
8
9
4
1
Ddl #1
2
10
11
5
10
12
12
13
Ddl #2
5
5
9
4
13
11
4
12
Ddl #3
3
2
4
3
5
4
5
5
La numrotation des noeuds (et donc des degrs de libert) fait en sorte quon obtient
exactement le mme systme lmentaire pour les lments 5, 11, et 16.
Pour le deuxime lment, on a :
sK2
K2
1 4 2 2 uK12
1 1 1K2
2
5 3
1 + s2
=
u2
8 2 3
54 1
K
2
2
5
u3
sK
3
Ici encore, le mme systme lmentaire est aussi valable pour les lments 6, 10 et 15.
Pour le troisime lment (ainsi que pour les lments 4, 13 et 14), on a :
sK3
K3
1 8 2 6 uK13
1 1 1K3
2
5 3
1 + s2
=
u2
12 6 3
36 1
3
9
uK33
sK
3
1 + sK7
0
2 2 uK27 =
2
4 2 2
108 1
7
4
uK37
sK
3
Lassemblage
Un systme linaire de dimension 13 par 13 doit tre assembl partir des systmes lmentaires que nous venons dobtenir. On utilise exactement la mme technique quen dimension
151
1 et nous nous limiterons en rappeler brivement les principales tapes. laide du tableau
adres, on crit le systme lmentaire du premier lment sous la forme :
6
7
1
1
uK1
sK
1
6
5
2
3
1
1 = 1 1 +
1
8 6 uK21 36 1 sK
12 7 2
2
K
K
1
9
1 3 6
1
u3
s3 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
54
6
6
2
6
6
3
4
3
4
4
3
4
3
0
9
24
9
90
0
0
0
0
18
0
18
12
u1
12 18
0
18
0
0
0
0
0
18 12
0
18
0
0
0 u2
0
0
0
0
0
0
0
0
u3
0
0
0
18
0
12 18
0
u4
0
0
0
0
18
0
18 12
u5
20
4
0
4
0
0
0
0 u6
4
44
4
0
0
0
0
0 u7
0
4
20
0
4
0
0
0
u8
4
0
0
44
0
4
0
0
u9
0
0
4
0
44
0
0
4
u10
0
0
0
4
0
20
4
0 u11
0
0
0
0
0
4
44
4 u12
0
0
0
0
4
0
4
20
u13
K4
K2
K6
K7
K8
1
sK
3 + s3 + s3 + s2 + s2 + s1
K3
K5
K2
K10
K8
9
s3 + s3 + s2 + s3 + s2 + sK
1
K7
K8
K9
K12
s3 + s3 + s3 + s3
K11
K14
K6
K15
K7
K12
s3 + s3 + s3 + s2 + s1 + s2
K12
13
16
10
15
9
sK
+ sK
+ sK
+ sK
+ sK
3
3
2
3
2 + s1
K4
1
sK
1 + s2
K3
K2
1
sK
+
s
+
s
2
1
1
K5
3
sK
+
s
2
1
K11
K6
4
sK
+
s
+
s
1
2
1
K13
K10
5
sK
+
s
+
s
2
1
1
K14
11
sK
+
s
1
2
K16
K15
14
sK
+
s
+
s
1
2
1
K13
K16
s2 + s1
152
Chapitre 6
Le raisonnement qui suit pourra sappliquer aux termes s2 jusqu s5 . On a :
1
sK
3
K1
u
nK1
K
C1 1
K1
3K1
ds +
Z
K
C2 1
K1
3K1
ds +
Z
K
C3 1
sK1 3K1 ds
o CiK1 dsigne le iime ct de llment K1 . La fonction 3K1 est linaire et prend la valeur
1 sur le troisime sommet de llment K1 et sannule sur les 2 autres sommets. Elle sannule
donc identiquement sur le ct C1K1 entre les sommets 1 et 2 ce qui permet dliminer le
premier terme de cette dernire expression. Il en est de mme pour les autres coefficients et
on a :
s1 =
sK1 3K1 ds +
K1
C2
Z
K
C2 2
K2
K7
Z
K7
C1
3K2
2K7
Z
K1
C3
ds +
ds +
sK1 3K1 ds +
ds +
ds +
sK2 3K2 ds +
sK6 2K6 ds +
K7
K7
K4
C2
K2
K
C3 2
C2
3K2
2K7
K
C1 6
K8
sK4 3K4 ds +
Z
K4
C3
ds +
ds +
sK1 3K1 ds +
sK2 3K2 ds +
K6
K8
C1
2K6
1K8
K
C2 6
K8
sK8 1K8 ds
K4
C3
Z
K1
C2
Z
K
C3 4
sK1 3K1 ds +
sK4 3K4 ds +
K6
C2
K6
2K6
ds +
K2
C3
K
C1 6
K7
K7
C1
2K7
ds +
K1
C3
K
C2 2
Z
K7
K7
C2
2K7
ds +
C2
K
C1 8
Z
K8
C3
Regardons les deux premiers termes. La simplification est immdiate si on constate laide
de la figure 6.11 que C2K1 et C3K2 sont en fait le mme ct et que de plus, restreintes ce
ct, les fonctions de base 3K1 et 3K2 sont une seule et mme fonction. On a alors :
Z
K
C2 1
K1
3K1
ds+
K
C3 2
K2
3K2
ds =
Z
K
C2 1
K1
+s
K2
3K1
ds =
Z
K
C2 1
u
u
+
nK1
nK2
3K1 ds
153
nK2 = nK1
on obtient :
Z
K1
C2
u
u
K
1
n
nK1
3K1 ds = 0
terme qui fait intervenir le saut de la variable secondaire linterface entre ces 2 lments
adjacents. En se rappelant la relation 2.19, on constate que ce saut est nul car autrement un
terme source (une simple couche) serait prsent cet endroit. Il en va de mme pour les 5
autres couples dintgrales curvilignes et par consquent, on a s1 = 0. Le mme raisonnement
montrerait que les termes s2 s5 sont galement nuls (voir les exercices de fin de chapitre).
Solution du systme linaire
Il rsulte de tout cela un systme linaire de dimension 5 que lon peut rsoudre par dcomposition LU . Pour ce faire, on rsout successivement les quations 6.14 et 6.15. On obtient
ainsi :
0,060 185
0,060 185
U =
0,069 444
0,060 185
0,060 185
Une fois cette tape franchie, on peut calculer (au besoin) le vecteur S I par la relation 6.15.
Le calcul nous donne le vecteur :
SI =
8,564805 102
1,643515 101
8,564805 102
1,643515 101
1,643515 101
8,564805 102
1,643515 101
8,564805 102
Il peut tre intressant de regarder dun peu plus prs linterprtation de ce vecteur souvent
appel vecteur des ractions nodales. On vrifie sans difficult que la somme de ce vecteur
est 0,999 998 519, la question tant de savoir pourquoi. Considrons le premier terme de ce
vecteur qui scrit :
1
sK
1
4
sK
2
Z
K1
ZC1
K4
=
=
ZC1
K
C1 1
K1
1K1
ds +
sK4 2K4 ds +
sK1 1K1 ds +
u
1 (x) ds
n
K1
K1
ZC2
K4
ZC2
K
C2 4
1K1
ds +
sK4 2K4 ds +
sK4 2K4 ds
Z
K1
K4
sK4 2K4 ds
ZC3
C3
154
Chapitre 6
o 1 (x) est la fonction de Ritz associe au noeud 1 du maillage c.--d. la fonction linaire
par lment qui vaut 1 au noeud numro 1 et qui vaut 0 tous les autres noeuds. Il en est
de mme pour toutes les autres composantes du vecteur S I qui valent donc respectivement :
Z
u
i (x) ds,
n
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 :
Z
u
ds
n
car la somme des i est gale 1. Lquation aux drives partielles de dpart nous donne
alors :
Z
Z
Z
u
u w dv
w ds =
w dv
En choisissant w = 1, on trouve :
u
ds =
n
1 dv = 1
155
qT n = 0
(0, 6)
T = 100
q=1
(0, 0)
qT n = 1
qT n = 0
(6, 4)
qT n = 0
(0, 3)
T = 100
(6, 6)
q = 0.2
qT n = 0
(6, 2)
qT n = 1
qT n = 0
(6, 0)
156
Chapitre 6
157
conductivit thermique est la plus grande (moiti suprieure) vacue la chaleur beaucoup plus
facilement, ce qui vite une augmentation de la temprature. La temprature en sortie (sur laxe
x = 6) est dun peu moins de 126C sur la partie infrieure et de 105,2C sur la partie suprieure.
158
Chapitre 6
(0, 1)
(0, 32 ) 8
7 ( 13 , 23 )
(0,
1
3)
10
6 ( 23 , 13 )
4
5
1
2
(0, 0) ( 13 , 0) ( 23 , 0) (1, 0)
6.12
Exercices
o K est un lment triangulaire ( cts droits) et les iK (x) sont les fonctions dinterpolation quadratiques (P2 ). Donner le nombre de points dintgration minimal permettant
dvaluer exactement ce terme si q(x) est linaire dans llment. Mme question si cette
fois on a un lment quadrangulaire ( cts droits) et des fonctions dinterpolation Q2 .
9. La figure 6.15 illustre un lment bidimensionnel de degr 3 de type Lagrange. Donner
lexpression de la fonction 4 (, ).
159
12
(3, 2)
(2.25, 1.75)
(0, 0)
11
10
lment
1
2
3
4
5
6
7
8
9
10
11
12
Connectivit
Tableau connec
Noeud #1 Noeud #2
1
4
1
5
2
5
2
6
4
7
4
8
5
8
5
9
7
10
7
11
8
11
8
12
Noeud #3
5
2
6
3
8
5
9
6
11
8
12
9
Une condition de Dirichlet homogne a t impose sur la paroi de droite (degrs de libert
10 12) et des conditions de Neumann sur les 3 autres parois. On a utilis des lments
triangulaires linaires et le tableau dadressage est le mme que le tableau de connectivit.
Aprs avoir rsolu le problme, on a trouv 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
>
160
Chapitre 6
(4, 5)
3
(4, 3)
1
2
(7, 2)
(2, 1)
Figure 6.17 lment K
c) valuer u(P ) et
u
x1 (P ).
11. On a rsolu un problme en lments finis et on a trouv une solution numrique uh (x1 , x2 )
h
telle que uh (2, 1) = 5, uh (7, 2) = 53 et uh (4, 5) = 41. valuer uh (4, 3) et u
x1 (4, 3) en vous
servant de la figure 6.17.
Remarque : Il vous faudra inverser la transformation gomtrique T K approprie pour
dterminer quelle coordonne de llment de rfrence correspond le point (4, 3).
Chapitre 7
Analyse de convergence
Nous nous proposons dans ce chapitre dtudier comment convergent les mthodes dlments
finis pour les problmes elliptiques et quel ordre. Nous complterons le chapitre avec quelques
exemples.
7.1
Bases thoriques
Nous avons vu au chapitre 3 les conditions dexistence et dunicit dune solution u dun problme 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 hypothses du thorme de Lax-Milgram sont vrifies
savoir que la forme linaire l est continue et que la forme bilinaire a est continue et coercive sur
V.
Nous avons vu comment construire des solutions numriques par la mthode des lments finis
pour obtenir une approximation uh de cette solution unique. Cela revient construire un sousespace de dimension finie Vh de V et calculer uh Vh solution de :
a(uh , wh ) = l(wh )
wh Vh
(7.2)
Le sous-espace Vh a pour base les fonctions de Ritz i (x) associes aux nndl degrs de libert
du maillage. On a en fait :
Vh = {wh |wh =
nddl
X
i i (x) , i R}
i=1
qui est un espace de dimension finie. Puisque lon a construit des fonctions de Ritz i (x) appartenant
V , on a par construction Vh V . Mentionnons toutefois que cette inclusion nest pas absolument
ncessaire comme en font foi les lments dits non conformes qui sont toutefois hors de notre propos
pour le moment.
161
162
Chapitre 7
Lindice h rfre la taille des lments du maillage. Plus h est petit, plus les lments sont
petits et plus ils sont nombreux, et plus il y a de degrs de libert. La dimension de Vh augmente
donc lorsque h diminue. Pour un lment K du maillage, on note hK la taille de llment. En
dimension 1, hK est simplement la longueur de llment mais en dimension 2 ou 3, on peut dfinir
cette taille de plusieurs faons. En gnral, on pose :
hK = max ||x y||e
x,y K
o || ||e est la norme euclidienne. Cest donc la distance maximale entre 2 points de llment. On
pose ensuite :
h = max hK
K
Intuitivement, plus lespace Vh est riche, plus la solution numrique uh devrait se rapprocher de
la solution u. Pour enrichir Vh on peut soit augmenter le nombre dlments, soit augmenter le
degr des polynmes utiliss dans chaque lment. Il reste sassurer dans quelle(s) condition(s)
on a bien convergence de uh vers u, et sil y a convergence, quel ordre, etc. Le nombre dlments
ainsi que le degr des polynmes utiliss auront des rles importants jouer. Pour fixer les ides,
rappelons un peu de terminologie qui nous sera utile par la suite.
Dfinition 7.1: Convergence
On dit que la solution numrique uh converge vers u dans V si :
lim ||u uh ||V = 0
h0
Lorsque h 0, la taille de tous les lments tend vers 0. Il est important de remarquer que la
norme utilise est celle de lespace V .
Dfinition 7.2: Ordre de convergence
On dit que la solution numrique uh converge lordre p vers u dans V sil existe une constante
C telle que :
||u uh ||V ' Chp
lorsque h tend vers 0.
Remarque 7.3. Dans ce qui suit, le mme symbole C dsignera diverses constantes indpendantes
de h. J
163
Analyse de convergence
Thorme 7.4: de Ca
Si a est une forme bilinaire continue et coercive et si u et uh dnotent les solutions respectives
de 7.1 et 7.2, alors il existe une constante C indpendante de h telle que :
(7.3)
Dmonstration. Ce rsultat trs simple mais aussi trs important est d Ca [17]. On a immdiatement en vertu des problmes 7.1 et 7.2 que :
a(u, w) = l(w)
a(uh , wh ) = l(wh )
w V
wh Vh
(7.4)
wh Vh
a(u uh , uh ) = 0
et on en conclut que :
a(u uh , u uh ) = a(u uh , u wh )
wh Vh
wh Vh
C
||u wh ||V
wh Vh
Puisque cette dernire ingalit est vraie quel que soit wh Vh , on a le rsultat.
||u uh ||V
164
7.2
Chapitre 7
Quelques exemples
Exemple 7.5. Supposons que le problme 7.1 soit suffisamment simple pour que sa solution u soit
dans Vh (ce qui revient supposer que lespace discret Vh est suffisamment riche pour contenir la
solution u).
De lquation 7.4, la solution numrique vrifie :
a(u uh , wh ) = 0
wh Vh
wV
(7.5)
(7.6)
Nous avons dj dmontr au chapitre 3 (voir la relation 3.5) lquivalence entre les problmes 7.1
et 7.2 et les problmes de minimisation 7.5. La dmonstration de lingalit 7.6 est immdiate
puisque lon a suppos que Vh V . Ce quapporte en plus ce dernier rsultat est que lorsquil y a
convergence, I(uh ) I(u) en dcroissant. Puisque I(u) est souvent lie une nergie (fonctionnelle
dnergie), cela signifie que la solution par lments finis surestimera lnergie du systme.
Terminons enfin avec le rsultat le plus important qui porte sur lordre de convergence dune
solution lments finis.
Thorme 7.7: Ordre de convergence
165
Analyse de convergence
Soit u et uh les solutions respectives des problmes continu 7.1 et discret 7.2. On suppose de
plus que la solution u du problme continu soit suffisamment rgulire. Supposons enfin que
lespace Vh H m () soit tel que sa restriction chaque lment K contienne les polynmes
de degr k, alors :
||u uh ||m, Chk+1m ||u||k+1,
(7.7)
Preuve : voir Ciarlet, rf. [15]
La mthode des lments finis permet justement la construction de ce type despace Vh de
fonctions polynmiales par lment. Ce dernier rsultat nous donne alors lordre de convergence de
la mthode dlments finis utilise lorsquon choisit des polynmes de degr k sur chaque lment.
Nous pouvons maintenant revenir sur certains des problmes pour lesquels nous avons calcul une
solution par lments finis.
Exemple 7.8. Pour les quations aux drives partielles dordre 2, lespace de base est H 1 () et
on doit utiliser la norme correspondante (m = 1 dans lingalit 7.7). En utilisant une discrtisation
par lments finis linaires (k = 1), on a :
1/2
C h ||u||2,
On constate donc une convergence linaire en norme H 1 () en supposant que la solution u soit
dans H 2 () ce qui nest pas toujours le cas. On sait en effet 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
signifions lorsque nous supposons que u est suffisamment rgulire dans lnonc du thorme.
Notons que le rsultat est galement vrai en norme L2 () et que :
||u uh ||0, C h2 ||u||2,
et que la convergence est alors quadratique dans cette norme. Bien que valide, ce dernier rsultat
ne donne pas une ide exacte de lordre de convergence de la solution puisque nous utilisons le
mauvais instrument de mesure, c.--d. la mauvaise norme. On peut toutefois, puisque la diffrence
entre la norme H 1 () et la norme L2 () nest rien dautre que la norme L2 () des drives partielles
||u uh ||0, , conclure que ce sont ces drives partielles qui convergent moins vite. On a en
fait :
||u uh ||0, C h ||u||2,
Nous avions dj remarqu lors de certains exemples numriques que les drives (ordinaires ou
partielles) de u taient plus difficile approcher. Ce rsultat le confirme de manire thorique.
Si on passe maintenant des lments quadratiques (k = 2), on trouve une convergence quadratique :
||u uh ||V = ||u uh ||1, C h2+11 ||u||3,
ce qui exige cependant encore plus de rgularit sur u (u H 3 ()).
Exemple 7.9. Pour les problmes dordre 4, nous navons vu quun seul lment de degr 3 (k = 3)
en dimension 1. Cela nous donne en norme H 2 ()(m = 2) :
||u uh ||V = ||u uh ||2, C h3+12 ||u||4, = C h2 ||u||4,
166
Chapitre 7
(x1 + x2 )
16
2
(7.8)
167
Analyse de convergence
168
Chapitre 7
Analyse de convergence
169
170
Chapitre 7
171
Analyse de convergence
172
Chapitre 7
Chapitre 8
(8.1)
w V
o l et a sont respectivement des formes linaire et bilinaire. Ce ne sera plus le cas dans ce chapitre.
Bien que la thorie des problmes non linaires soit beaucoup plus complexe, nous nous limiterons une gnralisation formelle de la thorie dveloppe dans le cas linaire. Il faudra toutefois
tre conscients que les espaces fonctionnels impliqus sont parfois plus complexes que les espaces
H 1 () et H 2 () rencontrs jusqu maintenant.
Le plus simple est de considrer immdiatement un exemple dquation aux drives partielles
non linaire :
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 dpendance des fonctions p, q et r sur la variable inconnue u. Cest ce qui rend le problme non linaire.
La non-linarit pourra aussi, comme nous le verrons, provenir des conditions aux limites.
Nous procderons comme dans le cas linaire. Multiplions par une fonction test w(x) dans un
espace fonctionnel V et intgrons par parties sur le domaine . On obtient ainsi :
Z
Puisque nous avons suppos des conditions aux limites essentielles sur toute la frontire, lintgrale
de bord sannule et il reste :
trouver une fonction u(x) V telle que :
Z
174
Chapitre 8
On constate immdiatement que le terme de gauche de cette expression ne reprsente pas une
forme bilinaire en raison des coefficients p(x, u) et q(x, u). Par consquent, le thorme de LaxMilgram ne peut donc pas sappliquer ici.
Pour rsoudre, on devra linariser le problme cest--dire en ramener la solution un problme
linaire ou plus prcisment une suite de problmes linaires. La convergence de cette suite de
problmes linaires vers la solution du problme non linaire de dpart nest toutefois nullement
garantie. On voit immdiatement lanalogie avec les systmes de fonctions algbriques non linaires :
f (x) = 0
que lon peut rsoudre (voir Fortin, rf. [26]) par des mthodes de points fixes, par la mthode de
Newton, etc. Toutes ces mthodes se gnralisent assez facilement aux problmes variationnels.
8.1
Dans cette section, nous rappelons quelques techniques de base pour la rsolution des quations
non linaires. Le problme consiste trouver le ou les vecteurs x = (x1 , x2 , x3 , , xn ) vrifiant les
n quations non linaires suivantes :
f (x) = 0
ou plus explicitement :
f1 (x1 , x2 , x3 , , xn )
f2 (x1 , x2 , x3 , , xn )
= 0
= 0
f3 (x1 , x2 , x3 , , xn ) = 0
..
..
.
.
fn (x1 , x2 , x3 , , xn ) = 0
(8.2)
o les fi sont des fonctions de n variables que nous supposons diffrentiables. Contrairement aux
systmes linaires, il ny a pas de condition simple associe aux systmes non linaires qui permette
dassurer lexistence et lunicit de la solution.
Les mthodes de rsolution des systmes non linaires sont nombreuses. Nous prsentons ici un
cadre relativement gnral pour les mthodes itratives avec comme cas particulier important la
mthode de Newton. La prsentation incluera toutefois des variantes de cette mthode de mme
quun aperu des mthodes de points fixes.
Lapplication de la mthode de Newton un systme de deux quations non linaires est suffisante pour illustrer le cas gnral. Considrons donc le systme :
f1 (x1 , x2 ) = 0
f2 (x1 , x2 ) = 0
Soit (x01 , x02 ), une approximation initiale de la solution de ce systme. Cette approximation initiale
est cruciale et doit toujours tre choisie avec soin. Le but de ce qui suit est de dterminer une
correction (x1 , x2 ) (x01 , x02 ) de telle sorte que :
f1 (x01 + x1 , x02 + x2 ) = 0
f2 (x01 + x1 , x02 + x2 ) = 0
175
Pour dterminer (x1 , x2 ), il suffit maintenant de faire un dveloppement de Taylor en deux variables pour chacune des deux fonctions :
0 = f1 (x01 , x02 ) +
f1 0 0
f1 0 0
(x1 , x2 ) x1 +
(x , x ) x2 +
x1
x2 1 2
f2 0 0
f2 0 0
(x1 , x2 ) x1 +
(x , x ) x2 +
x1
x2 1 2
Dans les relations prcdentes, les pointills dsignent des termes dordre suprieur ou gal
deux et faisant intervenir les drives partielles dordre correspondant. Pour dterminer (x1 , x2 ),
il suffit de ngliger les termes dordre suprieur et dcrire :
0 = f2 (x01 , x02 ) +
f1 0 0
f1 0 0
(x1 , x2 ) x1 +
(x , x ) x2
x1
x2 1 2
= f1 (x01 , x02 )
f2 0 0
f2 0 0
(x1 , x2 ) x1 +
(x , x ) x2 = f2 (x01 , x02 )
x1
x2 1 2
ou encore sous forme matricielle :
f1 0 0 f1 0 0
x1
f1 (x01 , x02 )
(x
,
x
)
(x
,
x
)
1 2
1 2
x
x
1
2
f2 0 0
f2 0 0
x2
(x1 , x2 )
(x1 , x2 )
f2 (x01 , x02 )
x1
x2
Ce systme linaire scrit galement sous une forme plus compacte :
Jf (x01 , x02 ) x = f (x01 , x02 )
(8.3)
o Jf (x01 , x02 ) dsigne la matrice des drives partielles ou matrice jacobienne value au point
(x01 , x02 ), x = (x1 , x2 ) est le vecteur des corrections relatives chaque variable et o f (x01 , x02 )
est le vecteur rsidu valu en (x01 , x02 ). Le dterminant de la matrice jacobienne est appel le
jacobien. Le jacobien doit bien entendu tre diffrent de 0 pour que la matrice jacobienne soit
inversible. On pose ensuite :
x11 = x01 + x1
x12 = x02 + x2
qui est la nouvelle approximation de la solution du systme non linaire. On cherchera par la suite
corriger (x11 , x12 ) dune nouvelle quantit ( x ), et ce jusqu la convergence.
De manire plus gnrale, on pose :
f1 k
x (x )
1
f2 k
k
Jf (x ) = x (x )
1
..
fn k
(x )
x1
f1 k
(x )
x2
f2 k
(x )
x2
..
..
.
.
fn k
(x )
x2
f1 k
(x )
xn
f2 k
(x )
xn
fn k
xn
(x )
176
Chapitre 8
cest--dire la matrice jacobienne value au point xk = (xk1 , xk2 , xkn ). De plus on pose :
f (xk ) =
f1 (xk )
f2 (xk )
..
.
fn (xk )
x =
x1
x2
..
.
xn
(8.4)
xk+1 = xk + x
|| x ||
< et ||f (xk+1 )|| :
||xk+1 ||
convergence atteinte
crire la solution xk+1
arrt
6. Si le nombre maximal ditrations N est atteint :
convergence non atteinte en N itrations
arrt
7. Retour ltape 4
5. Si
La mthode de Newton nest quun cas particulier de schma itratif pour la rsolution du
systme 8.2. De faon plus gnrale, on peut crire un schma itratif sous la forme :
Ak (xk+1 xk ) + f (xk ) = 0
(8.5)
o Ak est une matrice non singulire. Lquation 8.5 a alors comme unique solution :
k
xk+1 = xk A1
k f (x )
(8.6)
177
Les variantes de la relation 8.5 sont nombreuses. Lide de base tant toujours de diminuer les
cots de calcul et de mmoire. En effet, le calcul de la matrice jacobienne est une opration coteuse
qui doit tre effectue chaque itration. On a alors imagin des variantes qui contournent cette
difficult au moins en partie. Ces variantes dpendent de la forme de la fonction f (x). Par exemple,
si on a :
f (x) = B(x)x g(x)
(8.7)
o B(x) est une matrice dont les coefficients peuvent dpendre eux-mmes de la solution (mais pas
forcment) et que lon suppose inversible et g(x) est une autre fonction non linaire. En prenant
Ak = B(xk ), lquation 8.6 devient :
(8.8)
8.2
Pour ventuellement appliquer la mthode de Newton la rsolution dans le cas dune formulation variationnelle non linaire, nous devons tendre le concept de drive aux fonctionnelles. Cest
lobjectif des dfinitions suivantes.
Dfinition 8.3: Fonctionnelle drivable
Soit G(v) une fonctionnelle dfinie sur un espace de Hilbert V . On dit que G est drivable en
178
Chapitre 8
v0 sil existe une fonctionnelle linaire de V dans R note Dv G(v0 ) telle que :
G(v0 + v ) = G(v0 ) + Dv G(v0 )[v ] + ||v || o(v )
(8.9)
v 0
Cette dfinition revient supposer lexistence dune forme de dveloppement de Taylor puisque le
dernier terme de droite doit tre petit pour des v petits. Il reste dfinir le sens de lexpression :
Dv G(v0 )[v ]
Dfinition 8.4: Drive de Gateaux
Soit G(v) une fonctionnelle drivable en v0 . La drive de Gateaux de la fonctionnelle G par
rapport v en v0 et dans la direction v est dfinie par :
G
G(v0 + v ) G(v0 )
d
Dv G(v0 )[v ] =
(v0 ) [v ] = lim
=
[G(v0 + v )]
0
v
d
=0
(8.10)
si cette limite existe. Si la limite existe v V , alors on dit que G possde une drive de
Gateaux en v0 .
On reconnat l une drive directionnelle. On nomme parfois cette drive la premire variation
de G. Le terme de droite contient une drive classique par rapport une variable relle et est
plus simple calculer. 1
Remarque 8.5. Proprits de la drive de Gateaux :
En vue des applications des prochains chapitres, nous nous placerons dans un cadre lgrement
plus gnral. Nous considrerons en effet des fonctionnelles allant dun espace vectoriel norm V
un autre espace vectoriel norm W . La drive de Gateaux est alors une fonctionnelle linaire de
V dans W . Dans beaucoup de situations, W sera tout simplement lensemble des rels R.
1. Drive dune somme : Si G1 et G2 sont des applications de V dans W et si G(v) =
G1 (v) + G2 (v), alors :
Dv (G1 + G2 )(v0 )[v ] = Dv G1 (v0 )[v ] + Dv G2 (v0 )[v ]
(8.11)
(8.12)
1. Ren Eugne Gateaux (1889-1914) tait un jeune mathmaticien franais tu au combat au dbut de la premire
guerre mondiale et dont les travaux ont t repris et gnraliss par Paul Pierre Lvy et publis partir de 1919.
N.B. Daprs son acte de naissance, son nom sorthographie sans accent circonflexe.
179
On notera au passage que la notation () peut dsigner toute forme de produit dfinie sur
W.
3. Drive de la composition de deux fonctionnelles : Si G1 est une fonctionnelle de
V dans U (un espace vectoriel) et si G2 est une fonctionnelle de U dans W , alors on peut
composer G1 et G2 et ainsi dfinir une fonctionnelle G de V dans W par la composition
suivante : v G1 (v) = u U G2 (u) = G2 (G1 (v)) = G(v) W . La drive de
Gateaux est alors une fonctionnelle linaire de V dans W dfinie par :
Dv (G2 (G1 (v0 )))[v ] = Du G2 (u0 ) [(Dv G1 (v0 )[v ]]
o u0 = G1 (v0 )
(8.13)
8.3
(8.14)
sur
Pour simplifier lexpos, nous supposerons des conditions essentielles homognes sur u, le cas non
homogne ne posant aucune difficult supplmentaire. La non-linarit provient du premier terme
de gauche affubl dun exposant pour le moment quelconque (mais diffrent de 0 ou 1). Une
formulation variationnelle pour ce problme est alors :
Trouver u(x) H01 () telle que :
Z
On pose alors :
R(u, w) =
r(x)w(x) dv
w(x) H01 ()
Pour les systmes algbriques non linaires, nous avons utilis la mthode de Newton qui ncessitait
le calcul dune matrice jacobienne et donc le calcul des drives partielles. Revenons maintenant
notre problme non linaire de dpart. Partant dune premire approximation u0g (x) de la solution et
vrifiant toutes les conditions aux limites essentielles (homognes ou non), on cherche une correction
u (x) telle que :
R(u0g (x) + u (x), w(x)) = 0 w V
180
Chapitre 8
Remarque 8.6. La notation utilise ici est similaire celle du cas linaire. Dans le cas linaire,
on partait dun relvement des conditions aux limites essentielles ug et on calculait une solution u
vrifiant les conditions essentielles homognes de sorte que :
u(x) = ug (x) + u (x)
soit la solution du problme. Dans le cas non linaire, la fonction u0g peut tre perue comme un
relvement des conditions aux limites essentielles et u (x) a exactement le mme rle que dans le
cas linaire. J
Appliquant le rsultat prcdent, on trouve :
0 = R(u0g , w) + Du (u0g , w)[u ] + ||u || o(u , w)
Ngligeant le terme ||u ||o(u , w), on doit maintenant rsoudre :
Du R(u0g , w)[u ] = R(u0g , w)
qui est un problme linaire et qui correspond exactement au systme linaire 8.4 pour les systmes
dquations algbriques. Si on revient notre exemple, on a :
Du R(u0g (x), w(x))[u (x)] =
=
i
d h
R(u0g (x) + u (x), w(x)) |=0
d
d
d
Z
Z
Z
r(x)w(x) dv
(u0g (x)
+ u (x))
=0
dv
=0
(u0g (x))1 u (x) w(x) + q(x)u (x) w(x)+ dv = R(u0g (x), w(x)) w(x) H01 ()
Une fois ce problme linaire rsolu, on obtient une nouvelle approximation de la solution en posant
u1g (x) = u0g (x) + u (x). On en arrive lalgorithme :
u0g (x) tant donn ;
On rsout pour k 1 :
Z
1
(uk1
u (x) w(x) + q(x)u (x) w(x)+ dv = R((ug )k1 (x), w(x)) w(x) H01 ()
g (x))
(8.15)
181
5. Mise jour :
(8.16)
k
uk+1
g (x) = ug (x) + u (x)
||u ||V
<
||uk+1
g ||V
convergence atteinte
crire la solution uk+1 (x)
arrt
7. Si le nombre maximal ditrations N est atteint :
convergence non atteinte en N itrations
arrt
8. Retour ltape 4
6. Si
(8.17)
Notre problme non linaire nest pas sans rappeler la forme de lquation 8.7 pour les systmes
algbriques. On peut aussi proposer les algorithmes de points fixes suivant :
u0g tant donn ;
On rsout pour k 1 :
Z
q(x)uk+1
g (x) w(x) dv =
ou encore :
Z
q(x)uk+1
g
w +
w(x) dv =
r(x)w(x) dv w H01 ()
(8.18)
r(x)w(x) dv w H01 ()
(8.19)
182
Chapitre 8
Les 2 derniers algorithmes sont des variantes de lalgorithme 8.7 pour les systmes algbriques.
Remarque 8.8. Les algorithmes de points fixes convergent gnralement linairement :
k
||u uk+1
g ||V ' C||u ug ||V
(C < 1)
(8.20)
Puisquil nest pas toujours possible de calculer la norme de lerreur, on note quen pratique, la
norme du rsidu a exactement le mme comportement c.--d. :
k
||R(uk+1
g )|| ' C||R(ug )||
(8.21)
Les formes bilinaires des formulations variationnelles 8.15, 8.18 et 8.19 sont symtriques mais
ce nest pas forcment toujours le cas. La mthode de Newton notamment, mne souvent des
matrices non symtriques. Les matrices symtriques sont plus avantageuses car elles ncessitent
moins despace mmoire et surtout, si elles sont de plus dfinies positives, on peut utiliser des
mthodes itratives telles le gradient conjugu (prconditionn) pour rsoudre les systmes linaires
correspondants. Dans le cas non symtrique, il existe galement des mthodes itratives trs efficaces
comme la mthode GMRES ( Generalized minimal residual ). J
Exemple 8.9. On considre un problme unidimensionnel pour illustrer les notions de convergence
des mthodes de Newton et de points fixes. On cherche donc rsoudre dans lintervalle ]0, 5[ :
d2 u
(x)
dx2
= eu(x)
u(0) = u(5) = 0
On multiplie par une fonction test w (en notant dornavant w au lieu de w(x) pour allger la
notation) sannulant en x = 0 et x = 5 et on intgre sur le domaine. On obtient la formulation
variationnelle :
Z 5
Z 5
du dw
eu w dx
dx =
0
0 dx dx
de sorte que pour pour une fonction u0g donne et vrifiant les conditions aux limites essentielles,
on dfinit la fonctionnelle rsidu :
R(u0g , w) =
Z 5
0
du0g dw
0
eug w dx
dx dx
!
dx dx
u0g
+ e
u w
dx =
Z 5
0
du0g dw
0
eug w
dx dx
dx
183
Pour = 1/10 et pour u0g = 0, les itrations de la mthode de Newton ont donn les rsultats
suivants :
Mthode de Newton
Itration ||R(uk+1
g )||
1
0,421 10+0
2
0,361 101
3
0,332 103
4
0,285 109
5
0,710 1017
On constate la convergence quadratique (voir quation 8.17) typique de la mthode. Par contre,
une mthode de points fixes possible serait :
Z 5
du1g dw
0
dx dx
dx =
Z 5
eug w dx
dx dx
dx =
Z 5
0
du0g dw
0
eug w
dx dx
dx
0,119 101
0,447 102
0,167 102
22
23
24
0,281 1011
0,106 1011
0,400 1012
La convergence est visiblement linaire (voir lquation 8.21) avec une constante C de lordre de
0,37. Si on modifie trs lgrement en prenant un peu plus grand ( = 1/5), la convergence est
plus difficile. Partant encore de u0g = 0, ni la mthode de Newton, ni celle des points fixes na
converg. Une stratgie alternative est donc ncessaire. Le problme provient du choix de u0g = 0
qui est trop loin de la solution recherche. Pour remdier cela, on peut par exemple rsoudre
dabord avec = 1/10 et se servir de la solution obtenue comme point de dpart pour la rsolution
= 1/5. On rcupre ainsi la convergence quadratique. Une telle stratgie est appele mthode
de continuation et il en existe plusieurs variantes plus ou moins sophistiques.
184
Chapitre 8
8.4
Exercices
= f (x1 , x2 ) dans
u(x1 , x2 )
= g(x1 , x2 ) sur 0
k(1 + u2 )m
i u
(x1 , x2 )
= h(x1 , x2 ) sur 1
f (x1 , x2 )
dans
g(x1 , x2 )
sur 0
u(x1 , x2 )
u
(x1 , x2 )
n
= h u4 (x1 , x2 ) u4
sur 1
Chapitre 9
Problmes instationnaires
Les problmes dvolution (instationnaires) sont dune trs grande importance pratique. La
nature mme de certains problmes fait en sorte quun tat permanent (indpendant du temps) nest
jamais atteint. Lcoulement turbulent dune rivire en est un exemple. On peut aussi sintresser
la transition entre ltat initial dun systme et son tat permanent. Dans chaque cas, la solution
recherche varie non seulement en espace mais aussi avec le temps t.
9.1
Avant de passer au cas des quations aux drives partielles, il convient de faire un rappel sur les
schmas instationnaires classiques pour les quations diffrentielles ordinaires. Nous rfrons le lecteur Fortin, rf. [26] pour une discussion plus complte. Soit le systme dquations diffrentielles
ordinaires :
dU
t
= f (t, U ),
U (t ) =
0
pour t [t0 , tf ]
U0
On cherchera obtenir une approximation de la fonction u(t) pour t0 t tf . Soit t0 < t1 < ... <
tN = tf une partition de lintervalle [t0 , tf ] et tn+1 = tn+1 tn . On notera Un lapproximation
de U (t) et t = tn . Lide la plus simple consiste remplacer la drive temporelle par une formule
de diffrences finies. Par exemple :
Un+1 Un
= f (tn+1 , Un+1 )
tn+1
U (t0 )
= U0
= f (tn+1 , Un+1 )
2t
U (t0 )
= U0
185
186
Chapitre 9
qui est le schma de diffrence arrire dordre 2 o on a suppos que le pas de temps tait constant
(tn+1 = tn = t). Il sagit ici dun schma deux pas en ce sens que lon doit conserver la
solution aux deux pas prcdents (en t = tn et en t = tn1 ) pour calculer la solution au temps
t = tn+1 . On peut aussi introduire un schma explicite (Euler) :
Un+1 Un
= f (tn , Un )
= U0
tn+1
U (t0 )
Plusieurs variantes sont ainsi possibles, chacune ayant ses avantages et inconvnients, la plus importante considration tant la stabilit dont nous discuterons un peu plus loin.
On peut regrouper un certain nombre de ces schmas et introduire une famille de mthodes
numriques en considrant la somme pondre des drives de U de la manire suivante :
dU
dU
U (tn+1 ) U (tn )
(tn+1 ) + (1 )
(tn ) =
pour
t
t
tn+1
[0, 1]
(9.1)
(9.2)
9.1.1
Ordre de convergence
Nous ferons lanalyse dans le cas o le pas de temps est constant c.--d. tn+1 = t. On montre
alors facilement, laide des dveloppements de Taylor appropris, que lerreur de troncature locale
(voir Fortin [26]) est :
n+1 (t) =
U (tn+1 ) U (tn )
tn+1
1
d2 U
tn+1 2 (tn ) +
2
t
d3 U
1
(tn+1 )2 3 (tn ) +
6 2
t
187
Problmes instationnaires
9.1.2
Stabilit absolue
Lordre de convergence ne fait pas foi de tout. Pour tudier la stabilit absolue du theta-schma,
on considre (voir Fortin [26]) lquation diffrentielle :
U 0 (t) + U (t) = 0,
U (0) = 1
(9.3)
dont la solution analytique est simplement U (t) = et . On considrera le cas o est un nombre
complexe dont la partie relle est positive. La solution est donc dcroissante et on souhaite avoir
la mme proprit pour le schma numrique. Si on applique le theta-schma cette quation
diffrentielle particulire, on obtient :
Un+1 = Un Un+1 (1 )Un
et en regroupant, on trouve facilement que :
Un+1 =
1 t(1 )
Un
1 + t
(9.4)
et on rappelle que lon ne sintresse quau cas o la partie relle x est positive 1 . Un simple calcul
montre que cette dernire condition est quivalente :
(1 2)(x2 + y 2 ) < 2x
(9.5)
1
x
1 2
2
+y <
2
1
1 2
2
et le schma est dit conditionnellement stable. La zone de stabilit absolue est le cercle de
centre (1/(1 2), 0) et de rayon 1/(1 2)
1. On notera quil y a un changement de signe de par rapport la rfrence [26]. La raison deviendra plus
vidente lorsque lon considrera les applications en lments finis
188
Chapitre 9
En particulier, pour le schma dEuler explicite ( = 0), la zone de stabilit absolue est
lintrieur du cercle centr en 1 et de rayon 1. Pour rel positif (x = t > 0 et y = 0),
cela signifie que soit
1 < t 1 < 1
Lingalit de droite est triviale mais celle de gauche donne une borne suprieure pour le
pas de temps :
2
0 < t <
On montrera (voir les exercices de fin de chapitre) que dans le cas gnral, cette condition
scrit :
2
0 < t <
(9.6)
(1 2)
Dans lutilisation de la mthode des lments finis, cest un systme dquations diffrentielles
que nous rencontrerons. Plus prcisment, dans le cas dune quation linaire, nous obtiendrons
une forme quasi-variationnelle de la forme :
M U + AU = F + S
o lon peut supposer les matrices M et A symtriques et dfinies positives. Pour lanalyse de
stabilit absolue, on peut considrer lquation homogne :
M U + AU = 0
qui peut aussi scrire :
U + M 1 AU = 0
La matrice M 1 A tant dfinie positive, elle possde une base de vecteurs propres orthonormaux
et chaque vecteur propre est associ une valeur propre relle et positive. On peut donc crire
M 1 A = QQT o Q est une matrice orthonormale dont les colonnes sont les vecteurs propres de
M 1 A tandis que la matrice est diagonale et contient les valeurs propres. On a alors :
U + QQT U = 0
et en posant QT U = Y de sorte que U = QY on obtient :
Y + Y = 0
qui nest rien dautre quun systme dquations diffrentielles totalement indpendantes les unes
des autres et toutes de la forme 9.3. Lanalyse de stabilit est donc la mme et dans le cas des
schmas conditionnellement stables, on prendra la contrainte la plus serre sur le pas de temps.
Dans le cas du schma dEuler implicite, la condition de stabilit absolue sera :
t <
2
max
189
Problmes instationnaires
9.2
Formulation quasi-variationnelle
r(x, t, u) dans
(9.7)
u
(x, t) = h(x, t, u(x, t)) sur 1
n
u(x, t0 ) = u0 (x)
que nous avons vue au chapitre 6 mais enrichie dune drive temporelle ainsi que dune condition
initiale. On remarque de plus que les fonctions p, q et r de mme que les conditions aux limites
peuvent dpendre du temps (mais pas forcment) et mme de la solution u elle-mme dans le cas
non linaire. Il sagit donc dun problme dvolution en temps partir dune condition initiale
donne. On cherche ainsi obtenir une approximation de la fonction u(x, t) = u(x1 , x2 , x3 , t) pour
t0 t tf et x dans un domaine . Au temps t = tn , multiplions lquation diffrentielle par une
fonction test w et intgrons par parties sur llment K, sans prendre de dispositions particulires
pour la drive temporelle. On obtient :
Z
K
c(x, tn , u(x, tn ))
u
w(x) + p(x, tn , u(x, tn ))u(x, t)w(x) + q(x, tn , u(x, tn ))u(x, tn ) w
t
=
Z
K
Z
K1
dv
Cette formulation est dite quasi-variationnelle car la drive temporelle na pas encore t discrtise. Nous ne nous en soucierons pas pour linstant et nous procderons comme dhabitude. On
applique donc la mthode de Ritz sur chaque lment K mais cette fois en sparant les variables
de temps t et despace x :
nK
d
X
K
uK
j (tn )j (x)
(9.8)
j=1
Seuls les degrs de libert dpendent du temps. Les fonctions dinterpolation iK restent les mmes
que dans le cas stationnaire. Mentionnons toutefois lexistence de mthodes dlments finis, dites
en espace-temps, o les fonctions dinterpolation dpendent explicitement du temps.
190
Chapitre 9
Remplaant dans la formulation quasi-variationnelle, on trouve :
nK
d
X
u K
j (tn )
uK
j (tn )
j=1
nK
d
X
j=1
Z
K
r(x, tn , un )w(x) dv +
Z
K1
dv
h(x, tn , un )w(x) ds
K
Lexpression u K
j (tn ) dsigne la drive temporelle du degr de libert uj au temps tn c.--d.
duK
j
t (x, tn ).
K
fi,n
sK
i,n
aK
ij,n
K1
M K (UnK )
La notation
et AK (UnK ) exprime la dpendance de ces matrices sur la solution UnK .
Les termes de droite F et S prennent en compte respectivement un ventuel terme source et les
conditions aux limites naturelles. On pourrait fusionner ces deux termes mais il est mieux avis de
voir explicitement comment sont traits ces conditions aux limites.
Une fois les systmes lmentaires assembls, on aura un systme global rsoudre chaque
pas de temps de la forme :
M (Un )U n + A(Un )Un = F (Un ) + S(Un )
(9.9)
Remarque 9.2. Quelques prcisions sont ncessaires concernant la notation. Les vecteurs F et
S ainsi que les matrices M et A peuvent dpendre du temps directement ou via la solution Un ,
suivant les fonctions r, h c, p et q. Nous crierons Fn , Sn , Mn et An si ces vecteurs et matrices ne
dpendent que du temps (et pas de la solution Un ) c.--d. si r = r(x, t), h = h(x, t), etc. Dans le cas
191
Problmes instationnaires
non linaire, nous les noterons F (Un ), S(Un ), M (Un ) et A(Un ) (dans le cas o r = r(x, t, u(x, t)),
h = h(x, t, u(x, t)), etc.). Enfin, dans le cas (plus rare) o les vecteurs et/ou les matrices ne
dpendent aucunement du temps, les indices seront tout simplement enlevs (correspondant au cas
o r = r(x), h = h(x), etc.). La matrice M (Un ) est souvent appele matrice masse. Si elle dpend
de la solution u, il faut linariser. J
9.3
Utilisation du theta-schma
U n
U (0) = U0
On peut naturellement appliquer ce problme le -schma 9.2 dvelopp prcdemment. Regardons ce qui se passe quand on remplace f par M 1 (U )(F (U ) + S(U ) A(U )U ) dans le schma 9.2 :
n
(9.11)
Cette expression est a priori non linaire et il est utile de distinguer plusieurs cas.
9.3.1
Cas linaire
Il sagit du cas le plus simple et le plus classique. Dans le problme type 9.7, les fonctions c,
p, q, r et h dpendent des variables x et t (mais pas de u). On note donc Mn , An , Fn et Sn , les
vecteurs et matrices du systme 9.11. Lquation 9.10 prend la forme :
Mn Rn = [Fn + Sn An Un ]
(9.12)
192
Chapitre 9
Notons quaucune condition aux limites nest impose pour ce problme. On obtient ainsi :
[Mn+1 + tn+1 An+1 ] Un+1 = Mn+1 Un + tn+1 { [Fn+1 + Sn+1 ] + (1 )Mn+1 Rn }
On retrouve une expression similaire dans Reddy [45] quoique dans un cas particulier. Comme on a
lhabitude de travailler en correction, on pose Un+1 = Un + U et on rsout chaque pas de temps :
[Mn+1 + tn+1 An+1 ] U
(9.13)
9.3.2
Dans le problme type 9.7, ce cas correspond la situation o la fonction c ne dpend que de
x mais pas de t ni de u. Par contre, les autres fonctions p q,et r peuvent dpendre de x et t. Les
vecteurs et matrices sont nots respectivement M (constante), An , Fn et Sn . Le dernier terme du
systme 9.13 se simplifie en utilisant lquation 9.12. On a ainsi :
Mn+1 Rn = M Rn = M M 1 (Fn + Sn An Un ) = Fn + Sn An Un
et par consquent, lquation 9.13 devient :
[M + tn+1 An+1 ] U
193
Problmes instationnaires
Dans le cas o les matrices et vecteurs sont tous constants c.--d. ne dpendent pas du temps
et donc de lindice n, de nouvelles simplifications sont possibles et on trouve :
[M + tn+1 A] U
= tn+1 [F + S AUn ]
(9.15)
Si le pas de temps est constant, on nassemble la matrice de gauche quune fois pour toutes
et elle demeure la mme pour tous les pas de temps. Il en rsulte une grande conomie de
temps de calcul.
J
9.3.3
Il faut dans ce cas linariser le systme 9.11 et il existe plusieurs possibilits. Notons en premier
lieu qu un pas de temps donn, Un est connu et lquation 9.10 est toujours linaire. Une premire
tape consiste poser ici encore Un+1 = U + U tout en ne touchant pas aux termes non linaires.
Nous choisirons U comme tant la meilleure approximation en main de Un+1 . Il ne faut toutefois
pas oublier de faire voluer, dans ce vecteur U , les conditions aux limites essentielles pour les
imposer au temps t = tn+1 . Lquation 9.11 devient :
[M (Un+1 ) + tn+1 A(Un+1 )]U
= M (Un+1 ) (Un U ) +
tn+1 { [F (Un+1 ) + S(Un+1 ) A(Un+1 )U ] +
(9.16)
(1 )M (Un+1 )Rn }
Variante de type points fixes
Une premire variante de linarisation consiste utiliser un algorithme de points fixes.
1. On se donne un nombre maximum ditrations N aunsi quun critre darrt a pour les
systmes non linaires ;
2. Pour chaque pas de temps n 1, Un tant connu :
a) Rsoudre lquation 9.10 pour Rn (aucune condition aux limites nest impose pour ce
problme) ;
b) On pose U = Un et on y impose les conditions aux limites essentielles au temps t = tn+1 ;
c) Dbut de la boucle pour la non-linarit :
i. Rsoudre :
[M (U ) + tn+1 A(U )]U
= M (U ) (Un U ) +
tn+1 { [F (U ) + S(U ) A(U )U ]
+(1 )M (U )Rn }
(9.17)
194
Chapitre 9
iii. Si
kU k
a et le nombre maximal ditrations nest pas atteint, on retourne 9.17.
kU k
M (Un+1 ) = M (U + U ) ' M (U ) + U (U )U
F (Un+1 )
S(Un+1 )
F (U + U )
' F (U ) +
F
(U )U
U
S(U + U )
' S(U ) +
S
(U )U
U
M (U ) +
M
A
(U )U + tn+1 A(U ) +
(U )U
U
U
= M (U ) +
F
F (U ) +
(U )U
U
S
+ S(U ) +
(U )U
U
M
+(1 ) M (U ) +
(U )U Rn
U
M
(U )U (Un U )
U
+tn+1
A
A(U ) +
(U )U U
U
Il ne reste plus qu ngliger les termes dordre 2 en U et regrouper droite tous les termes
195
Problmes instationnaires
dordre 1. On obtient ainsi :
M
(U )U (Un U + (1 )Rn )
M (U )U
U
+tn+1
F
S
A
A(U )U
(U )U
(U )U +
(U )U U
U
U
U
cp (T )
(K(T )u) =
(K(T )T ) n
T (x, 0)
= g(x, t) sur 0
4 ) sur
= h1 (T 4 T
1
= T0 (x)
La densit est suppose constante ( = 1000kg/m3 ) et il faut donner un modle pour tenir compte
de la variation des autres coefficients. On prendra par exemple :
cp (T ) = 140 + 4,6(T + 273) J/(kg C)
K(T ) = 1,46 + 0,0038T 1,156 W/(mC)
La formulation quasi-variationnelle scrit :
Z
cp (T )
T
w(x) + k(T )T w
t
dv =
Z
1
4
h(T 4 T
)w(x)ds
196
Chapitre 9
On remarque que le coefficient de la matrice de masse dpend de la solution T (et donc du
temps). Dans la notation introduite, on a :
M (T ) =
cp (T )T (x)w(x) dv
suivre ....
9.4
Dans cette section, nous introduisons lun des schmas de rsolution de problmes instationnaires
les plus utiliss en pratique, soit le schma de diffrences arrire dordre 2, aussi connu sous le nom
de schma de Gear.
Au pas de temps n + 1, lquation 9.9 scrit :
M (Un+1 )U n+1
U (0)
Lide est alors de remplacer la drive temporelle par une diffrence finie. On montre en effet
facilement (voir Fortin [26]) que :
3Un+1 4Un + Un1
+ O(t)2
U n+1 =
2t
Le schma dordre 2 est 2 pas, ce qui pose une petite difficult au dmarrage puisquune seule
condition initiale nest connue. Nous verrons plus loin comment contourner cette difficult. Concentrons nous sur le schma dordre 2 puisque le schma dEuler reviendra la prochaine section. On
a maintenant :
3Un+1 4Un + Un1
M (Un+1 )
2t
Il sagit, sous sa forme gnrale dun problme non linaire. Bien entendu, si les matrices M et A ne
dpendent pas de la solution, on retombe sur le cas linaire. Il faut donc linariser ce problme. Nous
considrons que les solutions aux deux pas de temps prcdents Un et Un1 sont connues. On cherche
donc obtenir la solution au temps suivant soit Un+1 . Soit donc U une approximation de Un+1 . Au
dbut dun nouveau pas de temps, on prend U = Un par exemple. On pose ensuite Un+1 = U +U
et on linarise tous les termes non linaires. On utilisera bien entendu les dveloppements de Taylor
A
M (U + U ) ' M (U ) + M
U U et A(U + U ) ' A(U ) + U U
Problmes instationnaires
9.4.1
197
M (U )
+ A(U )Un+1 = M (U )
+ F (U ) + S(U )
2t
2t
On pose ensuite U = Un+1 et on itre jusqu convergence c.--d. jusqu ce que la diffrence entre
deux valeurs successives de Un+1 soit petite.
9.5
9.5.1
Rsultats numriques
Problme thermique
(K(x)T ) = 0
t
o K(x) est le tenseur de conductivit thermique. Pour simplifier ce qui suit, on posera simplement
que = cp = 1 et que K = I. Les conditions aux limites sont celles de la figure 6.13 auquelles on
ajoute la condition initiale T (x, 0) = 25C. On a utilis un schma de Gear implicite et un pas de
temps adimensionnel t = 1.
On constate lvolution de la temprature (Figure 9.1) partir de la condition initiale 25C. La
condition aux limites de 100C fait monter progressivement la temprature dans tout le domaine,
mais nettement plus rapidement dans la moiti suprieure. On constate en effet qu t = 30, la
temprature est denviron 80C dans la moiti suprieure. Par la suite ((Figure 9.2), la temprature
se stabilise un tat stationnaire calcul prcdemment (voir la figure 6.14).
9.5.2
Croissance de populations
u
u
(u) = u(1 u) +
v
t
u+h
(9.19)
v
u
(v) = k
v mv
t
u+h
2. Nous navons pas encore vu comment traiter les systmes dquations mais cela nempche pas de comprendre
la suite.
198
Chapitre 9
a) t = 10
b) t = 30
c) t = 50
d) t = 70
199
Problmes instationnaires
e) t = 100
f) t = 150
g) t = 250
h) t = 300
200
Chapitre 9
o k = 2, m = 0,3 et h = 0,4 sont des constantes du modle. Les deux termes de droite (dits de
raction) sont non linaires et sont dune importance capitale pour la prdiction des interactions.
Des conditions aux limites de type Neumann nulles sont prescrites au bord.
9.6
Il sagit ici dexpliciter le systme algbrique obtenu par lapplication de schmas Runge-Kutta
explicites et/ou implicites valeurs diagonales singulires. Comme dhabitude, nous commenons
par une rvision de lODE de dpart.
y 0 (t) = f (t, y(t))
y(0) = y0
s
X
j
aij f (tn + cj t, yn+1
)
i = 1, ..., s
j=1
yn+1 = yn + t
s
X
i
bi f (tn + ci t, yn+1
)
i=1
Notons que
Les ci correspondent aux fractions du pas de temps total : la mthode est pas fractionnaire.
Il est possible davoir des valeurs de ci suprieure 1. Considrant la complexit de reculer
dans le temps dans un code dlments finis, on aimerait mieux viter ce type dextrapolation
dans le temps.
Ce sont les coefficients aij de la matrice A qui tablissent la nature explicite ou non du
schma. On dira que lon a un schma explicite (ERK) si la matrice A est triangulaire
infrieure et sa diagonale est nulle. Un schma totalement implicite (IRK) aura une
matrice dont la partie triangulaire suprieure (ce qui comprend la diagonale) nest pas nulle.
Un schma sera dit diagonalement implicite (DIRK) si la matrice A est triangulaire
infrieure et sa diagonale non nulle. Un schma sera dit diagonalement implicite valeur
singulire (SDIRK) si la matrice A est triangulaire infrieure et sa diagonale compose
dune seule valeur non nulle. Ainsi un schma ERK est un schma SDIRK avec une diagonale
nulle, un SDIRK est aussi DIRK et un schma DIRK est IRK.
ERK SDIRK DIRK IRK
En premire approche, dans le contexte dune simulation par lments finis, lutilisation dun
schma compltement implicite est exclue. On sintressera aux schmas ERK et DIRK. Dans la
littrature de base, on prsente frquemment des variantes des schmas explicites permettant une
adaptation du pas de temps. Il sagit de schmas RK construit par plongement (embedding), on
les appelle aussi schmas de Runge-Kutta adaptatifs ou schmas emboites de RungeKutta. Par exemple on construit un schma dordre deux contenant toute linformation dun
schma dordre 1. En utilisant un second jeu de coefficients ei , on peut alors, en utilisant les
201
Problmes instationnaires
i
mme valeurs de A, ci et par consquent de yn+1
construire deux approximations par deux schmas
de Runge-Kutta de niveau s, une approximation dordre p et une autre dordre p + 1 :
ordre p : yn+1 = yn + t
s
X
i
bi f (tn + ci t, yn+1
)
i=1
e
ordre p+1 : yn+1
= yn + t
s
X
i
ei f (tn + ci t, yn+1
)
i=1
s
X
i
)
|y1 y2 | = t (bi ei )f (tn + ci t, yn+1
i=1
En utilisant lapproximation de plus grand ordre pour construire une estimation de lerreur dapproximation on peut tablir a posteriori si le pas de temps effectu est valide.
Ce type de construction et dadaptation du pas de temps peut aussi se faire pour des schmas
implicites des trois types. Il est noter que cela na pas dinfluence sur la structure et la construction
du systme algbrique sous-jacent. Naturellement cela aura un impact au moment de limplantation
dun algorithme.
Une faon compacte dcrire les schmas de Runge-Kutta est celle prsente par Butcher (voir
XXX). Il sagit dexprimer les diffrents coefficients du schma ci , A, bi sous forme de tableau :
c A
b
Dans notre cas, les tableaux auront la forme
c1 a11
c2 a21 a22
1
1 )
yn+1
= yn + t a11 f (tn + c1 t, yn+1
2
1
2 )
yn+1 = yn + t a21 f (tn + c1 t, yn+1 ) + a22 f (tn + c2 t, yn+1
3
yn+1
= yn + t
..
.
cs
..
.
..
.
as1 as2
b1
e1
b2
e2
..
ass
...
b3
e3
...
...
bs
es
s
yn+1
j
a3j f (tn + cj t, yn+1
)
j=1
..
.
3
X
= yn + t
yn+1 = yn + t
e
yn+1
= yn + t
s
X
j=1
s
P
i=1
s
P
i=1
j
asj f (tn + cj t, yn+1
)
i
bi f (tn + ci t, yn+1
)
i
ei f (tn + ci t, yn+1
)
Quant la diagonale de A, aii = 0 dans le cas ERK, aii = 6= 0 pour les SDIRK et aii 6= 0 pour
les DIRK. Le vecteur e correspondra aux coefficients du schma dordre suprieur quand il y en
aura un.
202
Chapitre 9
9.6.1
u
, v) + a(u, v) = (l, v) + (g, v)N
t
u(t, x) = uD (t, x)
sur
sur D
u(0, x) = u0 (x)
o l sont les forces volumiques et g les forces surfaciques (pressions) appliques sur N . En
utilisant une discrtisation par lments finis en espace,
uh (t, x) =
Nh
X
Ui (t)i (x),
i=1
Nh tant le nombre de degrs de libert de lapproximation par lments finis, on obtient un systme
dquations diffrentielles ordinaires dordre 1 de la forme
M (t, U )U + K(t, U )U = F (t, U )
o K, la matrice de rigidit, contient aussi les contributions provenant des conditions aux limites
de Robin (et Neumann non linaire) et F le vecteur des forces contient autant les contributions
volumiques que surfaciques (venant des conditions aux limites).
En supposant la matrice masse M inversible quel que soit t et U , on peut ramener la forme
standard pour lODE :
U = (M (t, U ))1 (F (t, U ) K(t, U )U ) = f (t, U (t))
Supposons que lon applique un schma ERK/DIRK s niveaux pour rsoudre en temps. Soit tn
le temps ltape n, t le pas de temps, Un lapproximation de U au temps tn et tn+1 = tn + t
on aura :
i = Un + t
U
n+1
i
X
j )
aij f (tn + cj t, U
n+1
i = 1, ..., s
(9.20)
j=1
Un+1 = Un + t
s
X
i )
bi f (tn + ci t, U
n+1
(9.21)
i=1
j )
Kn,j = K(tn + cj t, U
n+1
1 K
rn,j = Mn,j
rn,j
j )
Fn,j = F (tn + cj t, U
n+1
Rn,i1 = t
i1
X
j=1
aij rn,j
203
Problmes instationnaires
j
Notons que lon connat U
n+1 pour j < i et quainsi, dans cette dernire expression, Un +
i .
tRn,i1 est connue, elle dpend du niveau i mais elle ne dpend pas de U
n+1
i = Mn,i Un + Mn,i Rn,i1 + taii Fn,i
(Mn,i + aii tKn,i ) U
n+1
Pour chaque i il sagit dun systme non linaire, dont le cot de rsolution est relativement bas
(en comparaison dun IRK gnrique rendant impossible la rsolution de chaque niveau individuellement). Cest la raison pour laquelle les schmas DIRK et ERK sont prfrs pour ce genre
dapplications. Notons que dans le cas SDIRK, on aura une simplification supplmentaire puisque
aii = . De plus, dans le cas o les matrices de masse et de rigidit ne dpendent pas du temps, il
en rsultera une matrice unique servant tous les niveaux du schma.
Matrice masse ne dpendant ni du temps ni de la solution
Le calcul de rn,j demande linversion dune matrice. Dans le cas o la matrice masse ne dpend
ni du temps ni de la solution, on peut videmment viter cette inversion. Notons M la matrice
masse alors
Mn,i Rn,i1 = M Rn,i1 = tM
i1
X
aij rn,j = tM
i1
X
K
aij M 1 rn,j
= t
K
K
aij rn,j
= Rn,i1
j=1
j=1
j=1
i1
X
et le systme scrit
i
K
n+1
(M + aii tKn,i ) U
= M Un + Rn,i1
+ taii Fn,i
(9.22)
Si le schma est implicite, cela implique le calcul de linverse de nombreuses matrices (c.--d.
rsolutions). Il est pratique dviter ces inversions en utilisant plutt des oprations vectorielles
moins coteuses. On sappuiera sur le fait que les diffrents niveaux du schma seront calculs
squentiellement en ordre croissant. Ainsi, la fin du calcul du niveau i, en plus de connatre rn,j
pour j = 1, ..., i 1 on aura
1 K
1 K
i
i
n+1
n+1
U
= Un + Rn,i1 + aii tMn,i
rn,i U
Un Rn,i1 = aii tMn,i
rn,i
Et on aura
i Un Rn,i1
U
n+1
aii t
Notons que dans le cas explicite, aii = 0, ltape i on aura
1 K
rn,i = Mn,i
rn,i =
i
n+1
U
= Un + Rn,i1 = Un + t
i1
X
j=1
aij rn,j
204
Chapitre 9
(9.23)
Note : nous navons pas exploit le fait que la valeur diagonale de A est unique, le systme (9.23)
correspond donc un schma DIRK (qui inclut les ERK et les SDIRK).
9.6.2
Rsolution du systme
Nous traiterons ici le cas des schmas implicites, comme on la vu dans la section prcdente le
cas explicite ne ncessite quune rsolution en post traitement. Considrons le cas le plus gnral
possible. On prsentera une approche de type Newton, lapproche par point fixe, plus simple,
sobtenant en ngligeant certains termes. On peut schmatiser (9.23) par le systme
K(U)U = F(U)
La mthode de Newton, applique ce problme, partant de U 0 donne alors la boucle suivante
K(U p ) + U p
dK p
dF p
(U )
(U ) U = F(U p ) K(U p )U p
dU
dU
U p+1 = U p + U
Revenant (9.23)on a
K(U) = (Mn,i (U) + aii tKn,i (U))
U p+1 = U p + U
rn,i =
Up V p
aii t
205
Problmes instationnaires
Note : En gnral, la linarisation de la matrice de rigidit Kn,i et des efforts Fn,i est prise en
compte dans les termes de formulations car le choix du schma en temps ninfluence pas ces termes
ni leurs contributions la matrice de rigidit. Il nen est pas de mme pour la linarisation de la
matrice masse, cest pourquoi sa linarisation est traite de manire particulire dans les solveur
instationnaire du GIREF.
i , ne reste plus, pour obtenir
Voil qui termine le traitement des valeurs fractionnaires U
n+1
lapproximation de Un+1 , qua calculer
Un+1 = Un + t
s
X
1
i
bi Mn,i
Fn,i Kn,i U
n+1
i=1
= Un + t
s
X
1 K
bi Mn,i
rn,i
i=1
= Un + t
s
X
bi rn,i
i=1
Note : pour obtenir lapproximation au temps tn+1 , il nest pas ncessaire de conserver les valeurs
fractionnaires !
Note : Les schmas implicites exigeront la rsolution de s systmes a priori non linaires. De
manire gnrale, les schmas explicites, exigent aussi la rsolution de s systme pour chaque pas
de temps. Il existe cependant certaines conditions permettant de rduire cette charge de calcul
Dans les schmas explicites, lutilisation dune matrice masse fixe pour tous les temps fractionnaires. On pourra alors rduire les efforts numrique en utilisation une seule factorisation
LU. De la mme manire lutilisation de la condensation de la matrice masse est envisageable.
Attention, dans les deux cas il sagit l dune simplification importante !
Pour les schmas implicites, dans les cas o les matrices masse et rigidit ne dpendent
pas de ltat, on pourra rduire les calculs chaque niveau en nassemblant quun fois par
niveau.
Pour les schmas implicites, dans les cas o les matrices masse et rigidit ne dpendent ni
de ltat ni du temps, on pourrait rduire les calculs chaque pas de temps en nassemblant
quune fois les deux matrices. Cependant lutilisation de pas de temps variable forcerait le
rassemblage du systme chaque pas de temps ( ne pas confondre avec les niveaux).
Lutilisation dun schma SDIRK dans le cas de matrice ne dpendant ni du temps ni de
ltat permet une construction unique pour la totalit de la simulation.
9.6.3
Hormis les approches brutales bases sur les cot de calculs, ladaptation de la longueur des pas
de temps, appele aussi contrle de lerreur, est base sur lestimation de lerreur dapproximation
chaque pas de temps.
Approche par subdivision
La mthode la plus naturelle consiste sappuyer sur la nature du terme derreur. En cela elle
sapparente largumentaire de lextrapolation de Richardson, qui est parfois utilise pour obtenir
206
Chapitre 9
une estimation du terme derreur (voir XXX). Soit t donne et y1 une approximation de y(t+2t)
obtenue avec un pas de longueur 2t, et y2 une approximation de y(t + 2t) obtenue avec deux
pas de longueur t. Pour un schma dordre p on aura
y(t + 2t) = y1 +
y (p+1) (t)
(2t)p+1 + O(t)p+2 .
(p + 1)!
y(t + 2t) = y2 + 2
y (p+1) (t)
(t)p+1 + O(t)p+2 .
(p + 1)!
Dans la premire expression le facteur 2 venant du fait que le pas de temps est de longueur 2t.
Dans la seconde expression le facteur 2 venant du fait que lon a fait 2 pas et que les erreurs
sadditionnent. En soustrayant les deux expressions on obtient
E = y2 y1 = (2p+1 2)(t)p+1
y (p+1) (t)
+ O(t)p+2
(p + 1)!
Notons que lextrapolation de Richardson (dordre p + 2) consiste alors approximer y(t + 2t)
par
E
yR = y2 + p
2 1
Mais ce nest pas ce que nous cherchons ! On veut utiliser E pour estimer lerreur, en se basant sur
yR comme rfrence on obtient une premire approximation de lerreur pour y1
ky1 y(t + 2t)k
2p
ky1 y2 k
2p 1
Cette mthode permet dobtenir une approximation de lerreur et par la suite dtablir en fonction
dune tolrance sur lerreur locale la longueur de pas de temps. Cependant cette mthode exige
beaucoup trop de calcul. Ce qui nous amne naturellement, pour les schmas de Runge-Kutta, aux
schmas adaptatifs.
Schmas adaptatifs
Mme si ces schmas semblent exister uniquement pour permettre une adaptation de la longueur
du pas de temps, ce nest pas l leur seule utilit, ils sont parfois utilis pour augment lordre du
schma localement (i.e. pour certaines valeurs de temps, voir XXX).
Soit un tableau de Butcher pour un schma emboit avec les vecteurs b et e produisant des
approximation dordre p et p + 1 respectivement. On obtient pour un pas de temps de longeur t
au temps tn , les approximations y1 et y2
y1 = yn + t
s
X
i
bi f (tn + ci t, yn+1
)
y2 = yn + t
i=1
s
X
i
ei f (tn + ci t, yn+1
)
i=1
s
X
i
(bi ei )f (tn + ci t, yn+1
)k
i=1
207
Problmes instationnaires
Le schma produisant y1 tant dordre p on sait que E(t) C(t)p+1 . En supposant C constant
pour t et t
p+1
E(t )
t
E(t ) C(t )p+1
E(t)
t
Cette dernire relation permet dapproximer le pas de temps t ncessaire pour une valeur dsire
de lerreur E :
1
p+1
E
t = t
E(t)
Cette expression pourrait tre utilise de la manire suivante :
Si E < E(t) alors le pas de temps choisi est trop grand, lapproximation est insatisfaisante,
on recommencera en utilisant plutt t .
Si E E(t) alors le pas de temps choisi produit une approximation satisfaisante, on
avancera au prochain pas en utilisant t .
Cependant, la valeur dsire de lerreur pouvant tre de diffrente forme (on pourrait avoir une
expression dpendant de t par exemple (voir XXX)). De plus il est parfois prfrable, mme si
allongement de la longueur du pas de temps est souhaitable, de limiter les changements mineurs.
Pour cette raison on introduit un "facteur de scurit" ]0, 1] et une plage de valeur (1 )E ,
]0, 1] o le pas de temps restera constant :
t =
1
p
E(t)
E
E(t)
1
p+1
E(t) > (1 + )E
(1
)E
< E(t) (1 +
E(t) (1 )E
chec raccourcissement
)E
9.7
2u
t2
o est la densit du matriau et u est le vecteur dplacement. Nous nous placerons dans un
contexte trs gnral, similaire celui de lquation 9.9. La semidiscrtisation du problme est
similaire celle des drives temporelles dordre 1 et nous considrerons donc un problme de la
forme :
(t) + C U (t) + AU (t) + P (U (t)) = F (t) + S(t)
MU
(9.24)
o M , C, A sont des matrices pouvant dpendre du temps et de la solution (cas non linaire). On
aura reconnu un systme classique de type masse (M ), ressort (A) et amortisseur (C). La fonction
P est une fonction non linaire quelconque. Les vecteurs F et S contiennent les contributions du
second membre et des conditions naturelles. Dans ce qui suit, on notera U (tn ), V (tn ) = U (tn )
208
Chapitre 9
Un+1
U n+1
9.7.1
n + U
n+1
= Un + tU n + t2 12 U
n + U
n+1
= U n + t (1 ) U
(9.25)
Convergence
Un+1 = Un + tVn + t2
Vn+1
o bien entendu :
1
2
n (t) =
U (tn+1 ) U (tn )
1
U
(t
)
U
(t
)
+
U
(t
)
n
n
n+1
t
2
V (tn+1 ) V (tn )
(tn ) + U
(tn+1 )
(1 ) U
n (t) =
2 1
V (tn )(t)
+ + O(t)3
6
+ O(t)2
V (tn )t
209
Problmes instationnaires
9.7.2
Stabilit
Pour lanalyse de stabilit, on peut revenir un cas encore plus simple soit le cas homogne
(F = S = 0). Puisque la solution du problme gnral contient la solution du problme homogne et
une solution particulire du problme non homogne, toute oscillation dans la solution du problme
homogne est indsirable.
On supposera, comme nous lavons fait la section 9.1.2, que les matrices M et A sont encore
dfinies positives. On pourra encore dcomposer la matrice la matrice M 1 A sous la forme
M 1 A = QT Q
o Q est une matrice orthogonale et une matrice diagonale contenant les valeurs propres i . Une
hypothse de plus est ncessaire pour la matrice damortissement C. On supposera en effet (voir
par exemple Bathe [5] et Hughes [33]) que lon peut crire :
M 1 C = QT 2 Q
o 2 est aussi une matrice diagonale dont le ime terme est 2i i . Cette hypothse traduit le
fait
que lon suppose lamortissement de chaque ressort proportionnel la frquence de vibration
i . En fait, on peut supposer que la matrice C est de la forme :
C = aM + bA
qui est appele amortissement de Rayleigh [33]. On montre alors facilement que :
2 = aI + b
et donc pour chaque ligne on a :
2i i = a + bi
p
a
i
+ b i
2
On notera que si lon veut ngliger lamortissement dans ce qui suit, il suffira de poser i = 0.
On peut maintenant dcomposer le systme 9.24 suivant chacun de ses modes et on a :
+ M 1 C U + M 1 AU = 0
U
= QY . En multipliant gauche
et on pose encore Y = QT U de sorte que U = QY , U = QY et U
par QT , on trouve :
Y + 2 Y + Y = 0
i
et encore ici un systme dquations totalement
dcouples. On notera y la ime composante du
vecteur Y correspondant et en posant i = i , on obtient le systme :
yi + 2i i y i + i2 y i = 0
210
Chapitre 9
yn + tvn + t2 12 yn + yn+1
vn + t ((1 ) yn + yn+1 )
0
La dernire quation value aux temps tn et tn+1 permet dliminer yn et yn+1 des seconds membres
des deux premires et on a ainsi :
1 + (t)2 2 2(t)2
t 2
1 + 2t
yn+1
vn+1
yn
vn
ou encore :
yn+1
vn+1
1 + (t)2 2 2(t)2
t 2
1 + 2t
1
yn
vn
yn+1
vn+1
=B
yn
vn
qui devient
yn+1
vn+1
=B
n+1
y0
v0
La possibilit quune croissance indue de lune ou lautre des deux variables dpendra donc des
valeurs propres de la matrice de droite. Il faut en effet que la matrice B soit convergente (voir [26]) et
donc que ses valeurs propres soient plus petites ou gales 1 en module. Le polynme caractristique
associ scrit :
2 2B1 + B2 = 0
o B1 = 21 (B11 + B22 ) est la demi-trace de B et B2 = B11 B22 B12 B21 est son dterminant. On
souhaite que les solutions de lquation caractristique (les valeurs propres) soient lintrieur du
disque unit c.--d.
(B) 1
Il est assez difficile de dterminer si les valeurs propres vrifient ce critre. On peut y arriver par
un changement de variable. On pose :
=
1+z
1
ou z =
1z
+1
qui envoie situ dans le disque unit en z dans le demi-plan droite du plan complexe. Notons
que le cercle unit est envoy sur laxe imaginaire. Le polynme caractristique devient :
z 2 (1 + 2B1 + B2 ) + (2 2B2 )z + (1 2B1 + B2 ) = c0 z 2 + c1 z + c0 = 0
211
Problmes instationnaires
et on doit maintenant sassurer que les valeurs propres sont partie relle ngative ou nulle. Il suffit
maintenant de se rappeler du critre de Routh-Hurwitz (voir Zienkiewicz et Taylor [54]) qui dit que
ce sera le cas si et seulement si tous les ci sont positifs ou nuls.
laide dun logiciel de calcul symbolique (Maple par exemple), on trouve que :
c0 = 2
c1 =
c2 =
(2 + 4
1
2
+ (2 )2 )
1 + 2 + 2
1
2
+ 4
1 + 2 + 2
2
1 + 2 + 2
o on a pos = t > 0. Ces expressions nous permettent de facilement distinguer deux cas trs
importants :
Cas #1 : 2 12 .
On rappelle que tous les paramtres t, , , et sont des quantits positives ou nulles. On
constate alors que le dnominateur des expressions pour les ci est strictement positif et que c2 > 0.
Sous ces hypothses, on constate aisment que c1 0 et c2 > 0 et on a stabilit inconditionnelle en
ce sens quil ny a aucune contrainte sur le pas de temps. Ainsi, on choisira trs souvent = 0,25
et = 0,5.
Cas #2 : 21 et < 2 .
On a encore ici c2 > 0 et c1 0. Pour avoir c0 > 0, il faut que le polynme de degr 2 en au
numrateur soit suprieur ou gal 0. Puisque par hypothse, le coefficient dominant 2 est
ngatif, le polynme sera positif pour les valeurs de comprises entre ses racines qui sont :
r1 =
( 21 )
2 ( 12 )2 + ( 2 )
( 2 )
soit
et r2 =
( 21 ) +
2 ( 12 )2 + ( 2 )
( 2 )
r1 = t r2
Puisque r1 < 0, la premire inquation ne sert rien et on limitera le pas de temps pour vrifier :
t
( 12 ) +
2 ( 21 )2 + ( 2 )
( 2 )
( 12 ) +
2 ( 12 )2 + ( 2 )
( 2 )
(9.26)
212
Chapitre 9
9.7.3
max t q
(9.27)
(9.28)
1
1
(Un+1 Un )
Un
2
t
t
1
n
1 U
2
(9.29)
On commence par remplacer dans 9.28 lexpression de U n+1 obtenue de la deuxime quation de 9.25
et en regroupant on a :
n+1 + AUn+1 + P (Un+1 ) = Fn+1 + Sn+1 C U n + t(1 )U
n
(M + tC)U
Il suffit alors dutiliser 9.29 dans la dernire expression pour obtenir le schma :
1
(M + tC) + A Un+1 + P (Un+1 ) =
t2
1
(M + tC)(Un + tU n )
t2
+
1
n
1 (M + tC)U
2
n C U n + Fn+1 + Sn+1
t(1 )C U
Dans le cas non linaire, il faut bien sr linariser le problme. Dans notre exemple, seul le terme
P (Un+1 ) est suppos non linaire et nous lui appliquerons une simple mthode de Newton, bien
que lon puisse aussi utiliser une mthode de points fixes. Soit U une approximation de Un+1 .
la premire itration de la mthode de Newton, on prendra U = Un . On cherche ensuite une
correction u de sorte que U + u soit une meilleure approximation. En remplaant, on trouve le
systme :
1
P
(M + tC) + A +
(U ) u =
2
t
u
1
(M + tC)(Un U + tU n )
t2
AU P (U ) +
1
n
1 (M + tC)U
2
n C U n + Fn+1 + Sn+1
t(1 )C U
(9.30)
On itre ainsi jusqu ce que la norme de la correction u soit infrieure une valeur prtablie.
Lalgorithme complet est le suivant :
213
Problmes instationnaires
U0 et U 0 tant donns par les conditions initiales ;
0 en rsolvant M U
0 = F0 + S0 C U 0 AU0 P (U0 ) ;
On calcule U
Pour n 1,
On rsout le systme (non linaire) 9.30 pour obtenir Un+1 ;
n+1 ;
On utilise la relation 9.29 pour obtenir U
On utilise la deuxime quation de 9.25 pour obtenir U n+1 ;
Exemple 9.5. On va considrer un exemple trs simple qui nutilise pas la mthode des lments
finis mais illustre quand mme le schma de Newmark. En sinspirant de Xie [52], on considre
dabord le problme :
u
+ 100u + 1000u3 = 0
avec les conditions initiales u0 = 1,5 et u 0 = 0. Cette quation diffrentielle peut tre compare
un systme classique de masse et ressort sans amortissement :
u
+ k(u)u = 0
o le coefficient de raideur du ressort varie avec le dplacement u (k(u) = 100 + 1000u2 ). Puisque
k(u) est croissante, il y a donc augmentation de la raideur du ressort (stiffening spring) avec u.
Dans ce cas trs simple, les matrices sont des scalaires (des matrices 1 par 1) et on a M = 1, C = 0,
2
A = 100 et P (u) = 1000u3 de sorte que P
u = 3000u . Cette quation diffrentielle est un exemple
de systme conservatif. En effet, en multipliant par u et in intgrant de chaque ct, on obtient :
1
E = u 2 + 50u2 + 250u4
2
o E est une constante.
Tel que propos dans [52], on pose T = 0,15, t = T /20 et on simule sur un temps de 100T
c.--d. 2000 pas de temps. Le schma de Newmark avec = 0,25, = 0,5 a donn les rsultats
de la Figure 9.3. La solution de ce problme est priodique et le plan de phase est une courbe
ferme. On note une lgre perte de prcision qui se traduit par un paississement de la courbe
au fil du temps. Le comportement est similaire lorsque lon prend = 0 et = 0,5. Par contre,
pour = 0,3025, = 0,6, on note un amortissement numrique trs important et une perte de
prcision trs consquente. Cest exactement comme si lquation diffrentielle contenait un terme
damortissemnt en cu,
ce qui nest pas le cas. On parle donc damortissement numrique.
Dans le deuxime exemple, on considre lquation diffrentielle :
u
+ 100 tanh u = 0
sous les conditions initiales u(0) = 4 et u(0)
214
Chapitre 9
= 0,25, = 0,5
= 0, = 0,5
= 0,3025, = 0,6
Figure 9.3 Plan de phase
215
Problmes instationnaires
= 0,25, = 0,5
= 0, = 0,5
= 0,3025, = 0,6
Figure 9.4 Plan de phase
216
Chapitre 9
9.8
Exercices
1 <
et considrer ce qui se passe lorsque :
2 t
<0
2 + t
1 <
et montrer quil y aura des oscillations si :
t >
Chapitre 10
Problme de convection-diffusion et
stabilisation SUPG
10.1
Introduction
La mthode de Galerkin que nous avons largement utilise jusqu maintenant nest pas sans
faille comme nous allons le constater avec lquation dite de convection diffusion. Pour combler
cette lacune, nous allons introduire la mthode de Petrov-Galerkin qui, comme nous lavons brivement vu au chapitre 4, consiste utiliser des fonctions de pondration diffrentes des fonctions
dinterpolation.
Lquation de conservation de lnergie, en prsence de convection, scrit (voir Duvaut [22]) :
cp T
(K T (x)T ) + u T = 0
t
o , cp et K T sont respectivement la densit, la chaleur spcifique et le tenseur de conductivit
thermique du matriau alors que u est un vecteur vitesse qui transporte la chaleur. En pratique,
le champ u est aussi une inconnue du problme et sera, par exemple, obtenu en rsolvant les
quations de Navier-Stokes (voir le chapitre 12). Pour le moment, nous supposerons que u est un
champ de vecteurs connu. Les applications de cette quation sont nombreuses et varies : problmes
de refroisissement de pices mcaniques ou lectroniques, chauffement du bord dattaque dune aile
davion, etc.
La formulation variationnelle de type Galerkin scrit :
cp T
w + (K T (x)T ) w + (u T )w dv = 0
t
Cette formulation est bien connue pour pour poser des difficults numriques lorsque la convection
est importante par rapport la conduction c.--d. lorsque ||u|| est grand par rapport aux KTij du
tenseur de conductivit thermique. Cest ce que nous allons maintenant illustrer dans un cas trs
simple.
On considre lquation toute simple :
Z
d
dT
k
dx
dx
+u
217
dT
=0
dx
(10.1)
218
Chapitre 10
xi1
xi
xi+1
o la conductivit thermique est maintenant un scalaire positif et u un constante que nous supposerons positive. On considre le domaine [0, 1] et des conditions aux limites T (0) = 0 et T (1) = 1
de sorte que lon vrifie facilement que la solution exacte est :
T (x) =
1 eux/k
1 eu/k
Nous allons faire une brve incursion en diffrences finies et considrer un maillage uniforme, chaque
lment tant de longueur h. Dans un premier temps, on utilise les diffrences centres dordre 2
(O(h2 )) et un maillage comme celui de la figure 10.1 :
d2 T
Ti+1 2Ti + Ti1
dT
Ti+1 Ti1
(xi ) =
+ O(h2 ) ainsi que
(xi ) =
+ O(h2 )
dx2
h2
dx
2h
de sorte quau noeud xi , on obtient la rcurrence :
k u
+
Ti1 +
h 2
2k
k u
Ti + +
Ti+1 = 0
h
h 2
(10.2)
cp uL
k
o L est une longueur caractristique du problme, fixe 1 dans cet exemple tout comme cp et .
Plus le nombre de Pclet est grand, plus la convection est dominante et plus les rsultats prsentent
des oscillations. Le cas extrme est celui du transport convectif pur o k = 0. Physiquement, cela
signifie que linformation vient du sens inverse du vent c.--d. en sens inverse du champ de vecteurs
u. La fume dune chemine suit le vent et il en est de mme pour la chaleur qui est convecte par
le champ de vitesse c.--d. si u > 0, la chaleur vient de la gauche et inversement si u < 0.
Devant ces rsultats, les spcialistes des diffrences finies ont eu lide dutiliser une diffrence
arrire pour le terme convectif si u > 0 (avant dans le cas contraire) :
dT
Ti Ti1
(xi ) =
+ O(h)
dx
h
1. Jean Claude Eugne Pclet est un physicien franais, n le 10 fvrier 1793 Besanon, mort Paris le 6
dcembre 1857.
219
Problme de convection-diffusion
Pe = 1
P e = 10
P e = 100
Figure 10.2 quation de convection-diffusion : diffrences centres et lments finis linaires
220
Chapitre 10
pour tenir compte du fait que linformation vient principalement de lamont si u est grand. On
parle alors de diffrentiation amont (upwinding en anglais). On obtient la rcurrence :
k
+ u Ti1 +
h
2k
+ u Ti
h
k
Ti+1 = 0
h
(10.3)
La diffrence arrire est cependant dordre 1 (O(h)) seulement et il y donc une perte de prcision.
On obtient alors les rsultats de la figure 10.3. Si les oscillations sont disparues P e = 100, on note
tout de mme une prcision assez faible.
Pour expliquer, au moins partiellement ce qui se passe, on remarque que lquation 10.3 peut
aussi scrire, en rarrangeant les termes
k+
uh
2
+u
Ti+1 Ti1
2h
=0
(10.4)
et lon constate que le schma numrique tend ajouter un terme de diffusion supplmentaire par
rapport lquation initiale.
10.1.1
Mais comment faire pour obtenir un effet similaire en lments finis ? Le systme lmentaire
correspondant la mthode de Galerkin est :
Z xK
2
xK
1
Z xK
djK diK
djK K
2
dx +
u
dx = 0
dx dx
dx i
xK
1
Z 1
dj di
1
d d
Z 1
dj
d + u
i d = 0
1
1 1
1
1
u
+
2
1 1
1 1
0
0
et on considre encore le maillage trs simple de la figure 10.1. Une fois la matrice globale assemble,
la deuxime quation, correspondant au noeud xi , est exactement lquation 10.2 et la mthode des
lments finis ne fait pas mieux que celle des diffrences finies.
Pour obtenir leffet de la diffrentiation amont, une solution consiste modifier les fonctions de
pondration dans la formulation lments finis et de dplacer leur poids vers lamont. La fonction
de Ritz classique linaire par lment associe au noeud xi est illustre la figure 10.4. Considrons
maintenant la fonction bulle sur llment de rfrence :
3
b() = (1 2 )
4
221
Problme de convection-diffusion
Pe = 1
P e = 10
P e = 100
Figure 10.3 quation de convection-diffusion : diffrences arrires
222
Chapitre 10
i
xi1
xi
xi+1
Z 1
dj di
1
d d
d + u
Z 1
dj
i d = 0
1
et on vrifie facilement que le terme de diffusion reste inchang. Le systme lmentaire de type
Petrov-Galerkin devient :
k
h
1 1
1
1
u
+
2
(1 ) (1 )
(1 + ) (1 + )
0
0
+ (1 + ) Ti1 +
h 2
2k
k u
+ u Ti + + (1 ) Ti+1 = 0
h
h 2
(10.5)
1
uh
o =
2k
(10.6)
223
Problme de convection-diffusion
i
xi1
xi
xi+1
P e = 20
Figure 10.6 Schma de type SUPG avec dfini par 10.6
on trouve une solution numrique qui est exacte aux noeuds du maillage tel quillustr la figure 10.6. La formule 10.6 donne cette performance que pour le problme simplifi unidimensionnel 10.1. On la retrouve cependant peu prs telle quel dans de nombreux articles en dimension
suprieure et pour des quations aux drives partielles beaucoup plus gnrale. Il faut tre conscient
des limitations dune telle gnralisation...
10.1.2
224
Chapitre 10
on aurait :
Z 1
dTh dw
0
X
dTh
k
+u
w dx +
dx dx
dx
K
Z xK
2
xK
1
dTh
d
k
dx
dx
dTh
+u
w
dx = 0
dx
Notons que lcriture nest pas arbitraire. Le terme supplmentaire ne peux pas scrire :
Z 1
0
d
dTh
k
dx
dx
+u
dTh
w
dx
dx
d
h
car ni le terme dx
k dT
ne sont continus la frontire des
dx , ni les fonctions de pondration w
lments. La fonction de pondration w
est en effet de la forme :
w
= SU P G
u dw
|u| dx
xK
1
dTh
(w + w)
dx
u
Dans notre problme simplifi, |u|
nest rien dautre que le signe de u. Le paramtre SU P G sera
explicit plus tard et dpend de k et de la taille h des lments. De plus, si on prend des fonctions
tests w linaires, dw
dx est constant par lment. On a en fait :
1
d2K
1
d1K
= et
=
dx
h
dx
h
de sorte quen supposant u positif et en posant temporairement SU P G = :
1K + SU P G
u d1K
SU P G
u d2K
SU P G
= 1K
et 2K + SU P G
= 2K +
|u| dx
h
|u| dx
h
et que lon retrouve la situation de la figure 10.7 pour la fonction de Ritz attache au noeud xi .
Ces fonctions de Ritz sont nettement pondre vers lamont mais sont quant elles discontinues,
contrairement la premire approche que nous avons vue.
225
Problme de convection-diffusion
xi1
xi
xi+1
226
Chapitre 10
10.2
Exercices
= f (x) dans Rn
= g(x) sur =
on supposera que :
f (x) est dans L2 () et g(x) est dans L2 () ;
c(x) est dans L () et a(x) est dans L () ;
u est un champ de vecteurs donn composantes dans W 1, () ;
et pour laquelle il existe
K est un tenseur symtrique dont les composantes sont C 1 ()
une constante telle que :
(K(x)) ||||22 Rn
n 0 X2n
X1i +
X1n X2n
0 X1n n
X2i
X1n X2n
Chapitre 11
11.1
On considre un corps fait dun matriau lastique en dimension 3 (le cas bidimensionnel ne
prsentant aucune difficult particulire) et soumis des forces externes (forces par unit de volume
N/m3 ) :
r(x) = r(x1 , x2 , x3 ) = (r1 (x1 , x2 , x3 ), r2 (x1 , x2 , x3 ), r3 (x1 , x2 , x3 ))
On souhaite alors dterminer le dplacement u(x) dun point matriel x = (x1 , x2 , x3 ) occasionn
par lapplication de ces sollicitations. Pour ce type de problmes, la notation tensorielle est utile,
sinon ncessaire. On retrouvera lannexe A quelques rappels sur cette notation et en particulier
sur le thorme de la divergence. Introduisant le tenseur (symtrique) des contraintes de Cauchy
, les quations dquilibre scrivent :
= r
227
228
Chapitre 11
x1
x2
x3
= r1 (x1 , x2 , x3 )
12 22 23
+
+
x1
x2
x3
= r2 (x1 , x2 , x3 )
13 23 33
+
+
x1
x2
x3
= r3 (x1 , x2 , x3 )
On voit immdiatement lintrt dintroduire la notation tensorielle qui est beaucoup plus compacte. Introduisons maintenant deux tenseurs qui seront fort utiles par la suite. Pour un champ de
dplacement u donn, on dfinit le tenseur gradient de dformation par :
u1
x
1
u2
u =
x
u3
x1
u1
x2
u2
x2
u3
x2
u1
x3
u2
x3
u3
(11.1)
x3
On dfinit ensuite le tenseur de dformation comme tant la partie symtrique du tenseur gradient
de dformation :
u1
x1
T
1 u2
u + (u)
u1
=
(u) =
+
2
x2
2 x1
1 u3
u1
x1
x3
1
2
u1 u2
+
x2 x1
u2
x2
1
2
u3 u2
+
x2 x3
1
2
u1 u3
+
x3 x1
1 u2 u3
+
2 x3 x2
u3
(11.2)
x3
Nous noterons ij les diffrentes composantes du tenseur (u). Notons de plus que le tenseur de
dformation na pas dunits.
On multiplie maintenant lquation dquilibre par une fonction test vectorielle w = (w1 , w2 , w3 )
et on intgre par parties sur le domaine . On trouve alors, en utilisant le thorme A.7 :
Z
: w dv
( n) w ds =
r w dv
Puisque le tenseur est symtrique, il est facile de montrer que : w = : (w), de sorte
que la formulation prcdente devient :
Z
: (w) dv
( n) w ds =
r w dv
229
Il reste introduire une loi dite de comportement reliant le dplacement u (ou plus prcisment
le tenseur (u)) au tenseur des contraintes . Pour un matriau dit linaire lastique, cette relation
prend la forme gnrale :
= C : (u) ou en termes des composantes ij = Cijkl ((u))kl = Cijkl kl
(11.3)
o on a utilis la convention de somme sur les indices rpts. La relation 11.3 nest quune gnralisation de la loi de Hooke et C est le tenseur dlasticit (du quatrime ordre). On a ainsi
une relation linaire entre les contraintes et les dformations, ce qui justifie lappellation matriau
linaire lastique. Le tenseur dlasticit C nest pas tout--fait quelconque. On montre en effet quil
drive gnralement dun potentiel suivant une expression de la forme :
Cijkl =
2
ij kl
Puisque ij = ji et que lon peut permuter lordre de drivation, on en tire immdiatement les
proprits de symtrie de ce tenseur :
Cijkl = Cjikl = Cijlk = Cklij
(11.4)
Le tenseur C possde donc au plus 21 composantes diffrentes et ventuellement non nulles (au lieu
des 81 composantes dun tenseur du quatrime 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
C11
C12
C13
C14
C15
C16
C12
C22
C23
C24
C25
C26
C13
C23
C33
C34
C35
C36
C14
C24
C34
C44
C45
C46
C15
C25
C35
C45
C55
C56
C16
C26
C36
C46
C56
C66
11
22
33
212
223
213
(11.5)
Dans cette relation matricielle, il y a au plus 21 coefficients diffrents, tout comme pour le
tenseur dlasticit C compte tenu de ses symtries. Pour passer de la formulation matricielle 11.5
la formulation tensorielle 11.3, il suffit de faire les correspondances suivantes. Par exemple, si
i = j = 1 dans la relation 11.3, on a :
11 = C11kl kl = C1111 11 + C1122 22 + C1133 33 + 2C1112 12 + 2C1123 23 + 2C1113 13
tandis que la premire quation du systme matriciel 11.5 scrit :
11 = C11 11 + C12 22 + C13 33 + 2C14 12 + 2C15 23 + 2C16 13
de sorte que :
C1111 = C11 , C1122 = C12 , C1133 = C13 , C1112 = C14 , C1123 = C15 , C1113 = C16
De mme, en prenant i = j = 2 dans 11.3 et la deuxime ligne de 11.5, on conclut que :
C2211 = C1122 = C12 , C2222 = C22 , C2233 = C23 , C2212 = C24 , C2223 = C25 , C2213 = C26
230
Chapitre 11
11
22
33
12
23
13
C1111
C1122
C1133
C1112
C1123
C1113
C1122
C2222
C2233
C2212
C2223
C2213
C1133
C2233
C3333
C3312
C3323
C3313
C1112
C2212
C3312
C1212
C1223
C1213
C1123
C2223
C3323
C1223
C2323
C2313
C1113
C2213
C3313
C1213
C2313
C1313
11
22
33
212
223
213
(11.6)
H 1 ()
(C : (w)) : (w) dv
r w dv
t w ds
(11.8)
11.2
Un matriau linaire est dit isotrope sil ne possde aucune direction privilgie ou encore sil
est macroscopiquement homogne. En un point donn, ses proprits sont les mmes dans toutes
les directions. Cest le cas de la plupart des mtaux par exemple.
Dans le cas isotrope, le tenseur dlasticit C est dfini par :
Cijkl = Iij Ikl + (Iik Ijl + Iil Ijk )
(11.9)
231
E
E
et =
2(1 + )
(1 + )(1 2)
(11.10)
o E est le module dlasticit (ou module dYoung) et est le coefficient de Poisson du matriau.
Les units du module de Young sont des pascals (Pa) tandis que le coefficient de Poisson est
adimensionnel de sorte que les units de et sont aussi des pascals. On trouvera dans le tableau
suivant quelques valeurs de ces coefficients pour diffrents matriaux, incluant des valeurs du module
de compressibilit k dont nous nous servirons plus tard.
Valeurs des coefficients pour des matriaux usuels
Matriau
(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-dformations 11.3 prend alors la forme :
ij = (Iij Ikl + (Iik Ijl + Iil Ijk ))kl = Iij Ikl kl + Iik Ijl kl + Iil Ijk kl
Puisque Ikl kl = ll = tr((u)) = u, on a :
ij = tr((u))Iij + (Iik kj + Iil jl ) = tr((u))Iij + (ij + ji )
de sorte que :
= ( u)I + 2(u) =
E
( u)I +
(1 + )(1 2)
E
1+
(u)
(11.11)
On peut exprimer la relation 11.11 sous forme matricielle. Il est facile de vrifier que pour un
matriau isotrope, lexpression 11.5 devient :
11
22
33
12
23
13
+ 2
+ 2
+ 2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
11
22
33
212
223
213
(11.12)
232
Chapitre 11
Remplaant maintenant dans la formulation variationnelle 11.7, on trouve :
Z
r w dv
ou encore :
Z
r w dv +
(11.13)
t w ds
qui est la formulation variationnelle du problme dlasticit dans le cas dun matriau isotrope.
Dans cette dernire expression, nous avons introduit la condition naturelle sur la contrainte normale :
t = n = ( u)n + 2(u) n
(11.14)
Pour dmontrer lexistence et lunicit de la solution du problme 11.13, nous avons besoin dun
rsultat prliminaire connu sous le nom dingalit de Korn.
Lemme 11.2: Ingalit de Korn
Si w (H10 ())3 , alors il existe une constante C() telle que :
3
X
||ij (w)||20, C()||w||21, = C() ||w1 ||21, + ||w2 ||21, + ||w3 ||21,
(11.15)
i,j=1
233
11.3
Un matriau est dit orthotrope sil possde 2 plans de symtrie de comportement. Beaucoup
de matriaux composites sont orthotropes. Le bois en est aussi un exemple. En raison de ces plans
de symtrie, on peut montrer que la relation contraintes-dformations est de la forme (matricielle)
suivante :
11
22
33
12
23
13
21 +31 23
E2 E3 S
131 13
E1 E3 S
23 +21 13
E1 E2 S
123 32
E2 E3 S
12 +32 13
E1 E3 S
13 +12 23
E1 E2 S
0
0
0
0
0
0
31 +21 32
E2 E3 S
32 +12 31
E1 E3 S
112 21
E1 E2 S
0
0
0
0
0
0
0
0
0
0
0
0
G12
0
0
0 G23
0
0
0 G13
11
22
33
212
223
213
(11.17)
o :
(1 221 32 13 13 31 23 32 12 21 )
E1 E2 E3
cela sajoutent les conditions suivantes, dcoulant de la symtrie du tenseur :
12 + 32 13
31 + 21 32
13 + 12 23
32 + 12 31
23 + 21 13
21 + 31 23
=
,
=
,
=
E2 E3 S
E1 E3 S
E2 E3 S
E1 E2 S
E1 E3 S
E1 E2 S
(11.18)
Il y a donc 9 coefficients indpendants dterminer (exprimentalement) pour ce type de matriau.
Les coefficients Ei sont les modules dYoung dans chaque direction, les ij sont les coefficients de
Poisson alors que les Gij sont les modules de cisaillement.
S=
Remarque 11.5. Les questions dexistence et dunicit de la solution sont plus dlicates pour un
matriau anisotrope. Il faut en effet que la matrice symtrique 11.17 soit de plus dfinie positive.
Il est cependant plus facile de travailler avec la relation inverse de lquation 11.17 qui scrit :
11
22
33
212
223
213
1
E1
E121
E131
0
0
0
E212
1
E2
E232
0
0
0
E313
E323
0
0
0
0
0
0
1
G12
1
E3
0
0
0
0
0
0
1
G23
0
0
0
0
0
1
G13
11
22
33
12
23
13
(11.19)
234
Chapitre 11
Linverse dune matrice symtrique tant symtrique, on a :
21
12
=
,
E2
E1
31
13
=
,
E3
E1
32
23
=
E3
E2
relations qui sont quivalentes (et beaucoup plus simples) celles de lquation 11.18. Dans un
premier temps, une matrice dfinie positive doit avoir des coefficients diagonaux positifs c.-d.
Ei > 0 et Gij > 0. De plus, lun des critres pour que cette matrice soit dfinie positive est que le
dterminant 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 enfin que le dterminant de la sous-matrice principale 3 par 3 soit positif c.--d. que S > 0. J
11.4
Nous avons prsent le cas gnral (tridimensionnel) du problme dlasticit linaire pour un
matriau anisotrope. Lavantage est quainsi, on peut aborder tous les cas. Il existe cependant des
situations pour lesquelles, on peut simplifier le problme deux dimensions. Il faut pour ce faire,
dterminer une relation contraintes-dformations qui sera ventuellement diffrente de lexpression 11.11. Cette nouvelle relation sera ensuite remplace dans la formulation variationnelle 11.7.
Nous nous limiterons de plus au cas orthotrope (comprenant le cas isotrope).
11.4.1
On considre une section (dans le plan x1 x2 ) dun corps lastique (isotrope ou orthotrope) et on
suppose que la longueur du corps dans la direction x3 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 ses 2 extrmits sur des
plans qui prviennent tout dplacement dans la direction x3 .
Nous pouvons donc supposer que u1 = u1 (x1 , x2 ) et que u2 = u2 (x1 , x2 ). Nous supposons de
plus que les dformations ne se produisent que dans le plan x1 x2 c.--d. que 13 = 23 = 33 = 0
ou encore :
u3
u3
u3
=
=
=0
x1
x2
x3
ce qui entrane que u3 = cte et donc que u3 = 0 puisque le corps est fix aux deux extrmits.
De lquation 11.17, on tire que 13 = 23 = 0 mais, par contre, 33 nest pas nul :
33 =
13 + 12 23
23 + 21 13
11 +
22
E1 E2 S
E1 E2 S
(11.21)
On se retrouve donc avec un problme purement bidimensionnel rsoudre pour les inconnues en
dplacement u1 et u2 . La relation contraintes-dformations prend la forme :
= C : (u)
235
123 32
E2 E3 S
12 +32 13
E1 E3 S
11
22 =
12
21 +31 23
E2 E3 S
131 13
E1 E3 S
0
11
0 22
212
G12
(11.22)
qui, une fois remplace dans la forme variationnelle 11.7, permet de calculer les dplacements u1 et
u2 . La contrainte 33 peut ensuite tre rcupre par la relation 11.21.
11.4.2
Dans ce cas, on considre une plaque mince (dpaisseur h) et on suppose que le plan moyen
de cette plaque est dans le plan x1 x2 . On suppose que les forces volumiques (si elles existent) sont
symtriques par rapport au plan moyen et que les ventuelles forces de traction (contrainte normale)
au bord de la plaque nagissent que dans le plan x1 x2 . Sous ces hypothses, on peut affirmer que
les contraintes agissent uniquement dans le plan x1 x2 c.--d. :
13 = 23 = 33 = 0
et que le dplacement u3 est nul en moyenne sur lpaisseur de la plaque. On en conclut immdiatement de la relation 11.11 que 13 = 23 = 0. De plus, la troisime quation de la relation 11.17
nous donne :
0 = 33 = C31 11 + C32 22 + C33 33
do lon tire que :
33 =
1
C31 11 + C32 22
C33
C11
C13 C31
C33
11 + C12
C13 C32
C33
22
22 =
C21
C23 C31
C33
11 + C22
C23 C32
C33
22
12 = C44 12
Les relations prcdentes peuvent tre simplifies laide des conditions de symtrie 11.20. On
obtient ainsi :
12 E2
E1
+
11 =
11
112 21
112 21 22
22 =
12 E2
112 21
12 = 2G12 12
11 +
E2
112 21
22
236
Chapitre 11
11
22 =
12
E1
112 21
12 E2
112 21
12 E2
112 21
E2
112 21
0
11
0 22
212
G12
(11.23)
11
22 =
12
11.5
E
1 2
E
1 2
E
1 2
E
1 2
0
11
0 22
212
G
(11.24)
Le maillage
Noeud
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Composante x1
0,00
0,00
0,00
0,00
0,00
0,50
0,50
0,50
0,50
0,50
1,00
1,00
1,00
1,00
1,00
Composante x2
0,00
0,25
0,50
0,75
1,00
0,00
0,25
0,50
0,75
1,00
237
5
4
10
4
3
2
1
15
3
14
13
12
11
20
8
19
25
7
18
6
17
16
24
23
22
21
lment
1
2
3
4
5
6
7
8
Noeud
1
13
3
15
11
23
13
25
La table de numrotation est de dimension nnoeudsd. Les dplacements des 5 premiers noeuds
tant fixs 0, on omet de les numroter dans un premier temps, de sorte quils le seront en dernier.
Les 2 passages donnent :
238
Chapitre 11
Noeud
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Numrotation
Table numer
u1 u2
Noeud
?
?
16
?
?
17
?
?
18
?
?
19
?
?
20
1
2
21
3
4
22
5
6
23
7
8
24
9 10
25
11 12
13 14
15 16
17 18
19 20
u1
21
23
25
27
29
31
33
35
37
39
u2
Noeud
22
1
24
2
26
3
28
4
30
5
32
6
34
7
36
8
38
9
40
10
11
12
13
14
15
Numrotation
Table numer
u1 u2
Noeud
41 42
16
43 44
17
45 46
18
47 48
19
49 50
20
1
2
21
3
4
22
5
6
23
7
8
24
9 10
25
11 12
13 14
15 16
17 18
19 20
u1
21
23
25
27
29
31
33
35
37
39
u2
22
24
26
28
30
32
34
36
38
40
lment
1
2
3
4
5
6
7
8
#1
41
15
45
19
11
35
15
39
#2
11
45
15
49
31
15
35
19
#3
15
41
19
45
35
11
39
15
#4
1
5
5
9
21
25
25
29
Adressage
Table adres
#5 #6 #7
13
3
42
43
3
16
17
7
46
47
7
20
33 23 12
13 23 36
37 27 16
17 27 40
#8
12
46
16
50
32
16
36
20
#9
16
42
20
46
36
12
40
16
#10
2
6
6
10
22
26
26
30
#11
14
44
18
48
34
14
38
18
#12
4
4
8
8
24
24
28
28
Remarquons que pour un lment donn, nous avons numrot dabord les degrs de libert associs
la premire composante du dplacement et ensuite ceux associs la deuxime composante. Cette
numrotation est parfaitement arbitraire mais une fois ce choix fait, on doit en tenir compte par la
suite et particulirement au moment du calcul du systme lmentaire.
11.6
Nous nous concentrerons maintenant sur le cas dun matriau isotrope, plus facile prsenter.
Le cas gnral anisotrope ne pose aucune difficult conceptuelle supplmentaire.
239
Z
K
r K w dv +
tK w ds
K
rK
(11.25)
(C : (u)) : (w) dv =
Z
K
r K w dv +
tK w ds
11.7
d
X
jK K
j (x)
j=1
On remarque la notation quelque peu particulire. En premier lieu, les fonctions tests K
j (x) sont
K
K
K
vectorielles. Si on suppose que lon a nc noeuds de calcul et donc nd = d nc degrs de libert, le
vecteur des inconnues lmentaires devient :
1K
uK
1,1
K
K
2
u1,2
.
.
.
..
uK
nK
1,nK
c
K c
K
nK
u2,1
Kc +1
uK
K
U1K
nc +2
2,2
K
=
K =
(11.26)
= U2
..
..
.
.
K
U
K
K
3
2nK
u2,nK
c
c
uK
K
2nK
3,1
K c +1
K
K
u3,2
2nc +2
.
..
..
.
K
K
u
3nK
3,nK
c
c
240
Chapitre 11
et contient alors tous les degrs de libert de llment. Tout comme dans la table dadressage, nous
avons numrot en premier tous les degrs de libert associs la premire composante du dplacement, ensuite ceux associs la deuxime composante et ainsi de suite. Dautres numrotations
sont bien entendu envisageables.
K
Si on note jK les nK
c fonctions dinterpolation attaches aux nc noeuds de calcul, on exprime
K
alors les 3nK
c fonctions tests j sous la forme :
K =
K
1
K
2
..
.
K
nK
c
K
nK
c +1
K
nK
c +2
..
.
K
2nK
c
K
2nK +1
c
K
2nK
c +2
..
.
K
3nK
(1K ,
( K ,
2
(nKK ,
c
(0,
(0,
=
(0,
(0,
(0,
(0,
0,
0,
..
.
0)
0)
0,
0)
1K , 0)
K
2 , 0)
..
nK , 0)
c
K
0,
1 )
0,
2K )
..
0,
(11.27)
nKK )
c
de sorte que :
nK
d
X
jK K
j (x) =
K
uK
1,j j (x),
nc
X
K
uK
2,j j (x),
j=1
j=1
j=1
nc
X
nc
X
K
K
K
K
uK
3,j j (x) = u1 (x), u2 (x), u3 (x)
j=1
(11.28)
K
K
K
( K
j )( i ) + 2(j ) : (i ) dv
r K K
i dv
tK K
i ds
Le calcul du systme lmentaire se divise naturellement en plusieurs blocs (de dimension nc ), selon
K
la forme particulire des fonctions tests K
i et j . On peut en effet dcomposer le systme sous
241
K
K
AK
U1K
F1K
S1K
11 A12 A13
AK AK AK U K = F K + S K
2
2
2
21
22
23
K
K
AK
U3K
F3K
S3K
31 A32 A33
K
K
K
Les matrices AK
ij sont de dimension nc par nc . Par exemple, la matrice A11 fait intervenir les
fonctions (jK , 0, 0) et (iK , 0, 0) de sorte que :
(AK
11 )ij
jK iK
jK iK
1 jK iK
1 jK iK
+ 2
+
+
x1 x1
x1 x1
2 x2 x2
2 x3 x3
Z
K
!!
dv
De mme :
(AK
12 )ij
(AK
13 )ij
(AK
22 )ij
(AK
23 )ij
(AK
33 )ij
jK iK
jK iK
+
x2 x1
x1 x2
!!
jK iK
jK iK
+
x3 x1
x1 x3
!!
dv = (AK
31 )ji
jK iK
jK iK
1 jK iK
1 jK iK
+ 2
+
+
x2 x2
2 x1 x1
x2 x2
2 x3 x3
jK iK
jK iK
+
x3 x2
x2 x3
(F2K )i =
(F3K )i =
(F1K )i
r2K iK dv,
(S2K )i =
r3K iK dv,
(S3K )i =
dv,
dv
dv = (AK
32 )ji
r1K iK
!!
!!
jK iK
jK iK
1 jK iK
1 jK iK
+ 2
+
+
x3 x3
2 x1 x1
2 x2 x2
x3 x3
et enfin :
11.8
dv = (AK
21 )ji
(S1K )i
!!
dv
K
tK
1 i ds
K
tK
2 i ds
K
tK
3 i ds
Le calcul de tous ces termes est une fois de plus effectu aprs le passage llment de rfrence.
Cela suppose a priori le choix dun type dlments : triangles, quadrilatres, ttradres, etc. Le
choix du type dlments dtermine, comme au chapitre 6 une transformation T K vrifiant :
K 1 K
T K ( i ) = xK
i ou inversement (T ) (xi ) = i
242
Chapitre 11
j K j K j K
B +
B +
B
( + 2)
11
12
13
"
j K j K j K
+
B +
B +
B
21
22
23
+
j K j K j K
B +
B +
B
31
32
33
i K i K i K
B +
B +
B
11
12
13
i K i K i K
B +
B +
B
21
22
23
i K i K i K
B +
B +
B
31
32
33
!#
J K d
v
(11.29)
et des expressions similaires pour les autres coefficients. Malgr laspect rbarbatif de ces expressions, il faut se rappeler que toutes les drives partielles ne sont values quune seule fois (aux
points dintgration). Cest lavantage de la technique du passage llment de rfrence. Les
K dpendent de llment mais ne reprsentent pas un effort de calcul considrable.
coefficients Bij
11.9
Ici encore, lintgration numrique sera le plus souvent utilise. La diversit des expressions
intgrer de mme que leur complexit rendent trs important le choix de la formule de quadrature.
Dans la mesure du possible on choisira le nombre de points dintgrations de sorte que le systme
lmentaire soit intgr exactement. Malheureusement ce nest pas toujours possible. Il faut aussi
sattendre ce que cette tape soit plus coteuse quauparavant en raison du nombre plus lv
dintgrales valuer et du plus grand nombre de points dintgration ncessaires pour les valuer
convenablement.
Supposons par exemple que lon choisisse une interpolation quadratique sur des ttradres et
une transformation gomtrique linaire (illustre la figure 6.6) vers llment de rfrence. Les
fonctions dinterpolation i () sont quadratiques et le jacobien J K est constant par lment. Si on
K sont galement constants
regarde lexpression 11.29, on constate que puisque les coefficients Bij
par lment et que les drives partielles des fonctions dinterpolation sont linaires, lintgrand est
de degr maximun 2. La table D.3 nous indique alors quune formule de Hammer 4 points serait
suffisante pour valuer la matrice lmentaire.
Une nouvelle analyse est ncessaire pour choisir la formule de quadrature pour le terme de droite
qui dpend dune fonction r.
11.10
243
On assemble le systme global exactement comme dans les chapitres prcdents. Les systmes
lmentaires sont de taille plus imposantes mais la technique reste la mme. Le systme linaire
global rsultant pourra, surtout dans le cas tridimensionnel, devenir impressionnant et mme dans
certains cas, prohibitif en raison de lespace-mmoire ncessaire.
Pour imposer les conditions aux limites, on applique la technique dj connue en se rapportant
aux quations 5.20 et 5.21.
11.11
Ici encore, la seule diffrence rside dans la taille des systmes linaires obtenus. Si pour la
majorit des problmes bidimensionnels, on peut utiliser une dcomposition LU avec un stockage
bien avis de la matrice, ce nest plus le cas en dimension 3. On doit alors avoir recours aux mthodes
itratives de rsolution qui favorisent un stockage plus efficace de la matrice. Les mthodes itratives
sont cependant encore peu utilise en pratique.
11.12
La visualisation dune solution numrique nest pas du tout une mince tche, particulirement
dans le cas tridimensionnel. On a recours des logiciels spcialiss comme V U [41].
11.13
Applications
11.13.1
Essai en cisaillement
Nous considrerons le problme dune poutre fixe son extrmit gauche. On impose un cisaillement sur la face droite de la tige cest--dire n = (0, 0 , 0). On a construit le maillage
tridimensionnel de la figure 11.2 consistant en 750 lments ttradriques quadratiques pour un
total de 3663 degrs de libert. On remarque immdiatement que pour un problme tridimensionnel, le nombre de degrs de libert augmente trs rapidement. Il ne faut pas perdre de vue quun
maillage de 750 lments est nettement insuffisant pour la plupart des applications.
La figure 11.3 montre clairement la dformation due au cisaillement impos. On y a dform le
maillage dune quantit proportionnelle au dplacement calcul (u1 , u2 , u3 ).
11.13.2
On considre la plaque troue illustre la figure 11.5 que lon va tirer 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 centr en (0 , 0). On fait lhypothse de dformation plane. Sur le ct gauche de la plaque
(x = 5) , on impose un dplacement de la forme u = (0,1 , 0) tandis que de lautre ct (x = 5),
on impose u = (0,1 , 0). Aucune traction ( n = 0) nest impose sur les parois suprieures et
infrieures, de mme que sur la paroi du trou (le cercle).
244
Chapitre 11
245
246
Chapitre 11
n=0
u = (0,1, 0)
(5, 2)
(5, 2)
n=0
u = (0,1, 0)
n=0
Pour effectuer les simulations nous avons utilis un lment quadrangulaire 9 noeuds illustr
la figure 6.4. De manire bien illustrer la faiblesse de la formulation en dplacement seulement
(par rapport la formulation mixte du chapitre 13), nous prsentons aux figures 11.6 et 11.7 les
rsultats obtenus lorsque le coefficient de Poisson tend vers 1/2. On constate aisment que les
contraintes deviennent trs imprcises = 0,4999. Notons au passage que les dplacements de la
figure 11.6 ont t amplifis dun facteur 3.
247
248
Chapitre 11
11.14
249
Exercices
250
Chapitre 11
Chapitre 12
Problme de Stokes
12.1
Introduction
= 2 (u)
(12.1)
252
Chapitre 12
1 u2
u1
+
(u)
=
y
2 x
1 u3
u1
1
2
u1 u2
+
y
x
1
2
u3 u2
+
y
z
u1 u3
+
z
x
1 u2 u3
2 z
y
u3
u2
y
1
2
12.2
Le problme continu
La simulation numrique des procds de mise en forme des matriaux nous amne tudier de
manire approfondie les mthodes dlments finis pour le problme de Stokes qui rgit lcoulement
des fluides forte viscosit. Cest bien sr le cas des polymres. Rappelons la forme gnrale des
quations de conservation de la quantit de mouvement et de la masse :
( pI) =
r
(12.2)
= 0
De la relation 12.1, on a :
pI) =
(2 (u)
= 0
(12.3)
auquelles il faut ajouter des conditions aux limites appropries. La rsolution par la mthode des
lments finis ncessite lobtention dune formulation variationnelle du problme. On multiplie ces
deux quations respectivement par des fonctions test w V et q Q o V et Q sont des espaces
253
Problme de Stokes
fonctionnels appropris quil nest pas ncessaire de spcifier pour le moment. On intgre ensuite
par parties sur le domaine de frontire et on obtient ainsi w V et q Q :
Z
(2 (u)
: (w)
p w) dv =
r w dv +
((pI + 2 (u))
n) w d
(12.4)
= 0
q u dv
Un coup doeil au terme de bord fait ressortir deux types de conditions aux limites. De faon
naturelle, cest--dire par intgration par parties, on a fait apparatre sur la frontire lexpression
(pI + 2 (u))
n = n = t qui devient ainsi la condition naturelle du problme. Le terme
n reprsente en fait le vecteur de contrainte que lon assimile une traction (force par unit de
surface). Limposition de la traction est en dualit 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 = u0 pour u0 donn ;
toutes les composantes de la contrainte normale : n = t pour t donn ;
des conditions mixtes comme par exemple : u1 = u01 de mme que les deuxime et troisime
composantes de la contrainte normale ( n)2 = t2 et ( n)3 = t3 ;
toute autre combinaison des composantes de vitesse ui et des composantes de la contrainte
normale ( n)j , pourvu que i soit diffrent de j.
Comme toujours, on nimpose jamais une condition essentielle (uj ) et une condition naturelle (tj )
sur une mme partie de la frontire. Notons enfin 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 frontire o le champ de vitesse u (ou lune de ses composantes ui )
est connu, on a une condition essentielle et la fonction test w (ou sa composante wi ) sannule sur
cette partie de la frontire. Par contre, sur le complment 1 de 0 , on doit connatre la condition
naturelle ( n) et les fonctions test w ne doivent pas toutes sy annuler. On obtient ainsi :
Z
(2 (u)
: (w)
p w) dv =
r w dv +
= 0
q u dv
t w d w V
(12.5)
q Q
Nous supposerons par la suite des conditions essentielles homognes (u = w = 0) partout sur
la frontire , le cas inhomogne ne posant aucune difficult supplmentaire puisquil est possible
deffectuer un relvement de la condition essentielle. Il en rsulte un problme plus simple mais
dont la gnralit nous permettra daborder facilement les cas plus complexes. Par exemple, le cas
des fluides viscoplastiques se traite de manire similaire, bien que dans ce cas, le problme soit non
linaire. Le problme consiste donc trouver u V et p Q (V et Q seront prciss plus loin) tels
que :
Z
Z
Z
2 (u)
: (w)
dv
q u dv
p w dv =
= 0
r w dv w V
(12.6)
q Q
254
Chapitre 12
On a introduit un signe ngatif dans la deuxime quation pour des raisons de symtrie. On introduit
maintenant les formes bilinaires a et b dfinies respectivement sur V V et V Q de sorte quon
peut crire :
b(u, q)
= 0
q Q
12.2.1
Cadre fonctionnel
Lanalyse numrique du systme 12.6 (ou 12.7) est relativement complexe. Tout dabord, les
espaces fonctionnels sont V = (H01 ())d (d tant la dimension despace) et Q = L2 (), lensemble
des fonctions de carr sommable. La forme bilinaire b dfinit implicitement deux applications
linaires. La premire, que nous noterons B, est dfinie sur V valeur dans Q0 , le dual de Q :
B : V Q0
w Bw
En effet, il suffit de poser :
Z
q w dv
q Q
et on vrifie facilement (voir les exercices de fin de chapitre) quil sagit bien dune forme linaire
continue sur Q. On peut aussi dfinir le noyau de B (not ker B) par :
ker B = {w V |Bw = 0}
= {w V |< Bw, q >= b(w, q) = 0
=
w (H01 ())d
q Q}
q w dv = 0 q Q
o
w (H01 ())d | w = 0
q w dv
w V
255
Problme de Stokes
Il est alors vident que :
< Bw, q >=< w, B T q >
w V, q Q
De mme, on pose :
ker B T
q Q B T q = 0
q Q
q w dv = 0
w V
w (H01 ())d
En intgrant par parties (puisque les fonctions de (H01 ())d sannulent au bord), on a :
ker B T = {q Q |
q w dv = 0 w (H01 ())d }
ce qui entrane que q = 0 et donc que ker B T est constitu des fonctions constantes sur .
12.2.2
Existence et unicit
Les thormes qui suivent, et que nous ne dmontrerons pas, sont dune grande importance
thorique.
Thorme 12.2: Existence et unicit du problme continu
Sous les conditions suivantes :
Les formes bilinaires a et b sont continues respectivement sur V V et V Q ;
La forme bilinaire a est coercive sur ker B c.--d. :
a(w, w) || w ||2V
w ker B
(12.8)
inf sup
qQ w V || q ||Q || w ||V
(12.9)
alors la solution (u, p) du problme de Stokes 12.6 (ou 12.7) est unique dans V Q/ ker B T .
Dmonstration. Voir Brezzi-Fortin [10].
La condition de coercivit 12.8 dcoule encore une fois de lingalit de Korn 11.15. La forme bilinaire a est mme coercive sur tout lespace V et pas seulement sur le noyau. On peut aussi montrer
que lingalit 12.9 est bien vrifie. On remarque cependant que la pression nest dtermine qu
256
Chapitre 12
une fonction de ker B T prs cest--dire une constante prs, do la notation Q/ ker B T . Pour sen
convaincre, il suffit de revenir au problme 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) imposes partout sur la frontire. En effet, si on impose une condition naturelle, la pression p
apparaissant explicitement dans n, elle nest plus dtermine une constante prs.
12.3
Le problme discret
La discrtisation par lments finis du problme de Stokes suit les tapes habituelles. On approxime (u, p) par des fonctions (uh , ph ) Vh Qh . Les sous-espaces Vh de V et Qh de Q sont
de dimension finie et seront dtermins plus prcisment plus loin. Le problme discrtis scrit
alors :
a(uh , wh ) + b(wh , ph ) = (r, wh ) wh Vh
(12.10)
b(uh , qh )
= 0
qh Qh
La condition dincompressibilit discrtise scrit maintenant :
qh wh dv = 0
qh Qh
et nest pas quivalente wh = 0. Pour que lon puisse conclure que wh = 0, il faudrait
que qh parcourt tout lespace Q et pas seulement un sous-espace Qh . Comme dans le cas continu,
on peut dfinir :
Z
ker Bh = {wh Vh
qh wh dv = 0
qh Qh }
De mme, si on pose :
qh wh dv = 0 wh Vh }
on peut construire, pour certains choix despaces Vh et Qh des fonctions de ker BhT qui ne sont pas
constantes sur et qui peuvent altrer la solution numrique (voir les exercices de fin de chapitre).
Cest le cas par exemple des pressions dites en damier ( checkerboard pressure en anglais) que
lon retrouve dans certains cas. Il en rsulte que le choix des espaces Vh et Qh est assez dlicat.
Les rsultats qui suivent, que nous ne dmontrerons pas, ont une grande importance thorique
et pratique. Nous nous efforcerons dillustrer ces rsultats et den approfondir la comprhension au
moyen de quelques exemples simples.
Thorme 12.3: Existence et unicit du problme discret
Sous les conditions suivantes :
la forme bilinaire a est coercive sur ker Bh :
a(wh , wh ) || wh ||2V
wh ker Bh
257
Problme de Stokes
la forme bilinaire b vrifie :
b(wh , qh )
sup
h
qh Qh w h Vh || qh ||Q || w h ||V
(12.11)
inf
alors la solution (uh , ph ) du problme de Stokes discret 12.10 est unique dans Vh Qh /kerBhT .
Dmonstration. Voir Brezzi-Fortin [10].
Ici encore, on peut montrer que les 2 conditions sont bien vrifies et ce, quel que soit le choix
des espaces de discrtisation Vh et Qh . La condition 12.11 est en fait quivalente affirmer que
limage de Bh est ferme, ce qui est toujours le cas en dimension finie. Il est aussi primordial que
kerBhT kerB T car autrement, la pression ne sera plus dtermine une constante prs et risque
dtre perturbe par la prsence des lments supplmentaires contenus dans le noyau de BhT .
Un autre problme provient de la constante h prsente dans la condition 12.11 et qui peut
dpendre de h. Cette constante se retrouve, comme nous le verrons la prochaine section, dans la
borne derreur de sorte que lon peut perdre la convergence de la solution discrte vers la solution
continue. Pour viter ce problme, on doit montrer que
inf
sup
qh Qh w h Vh
b(wh , qh )
0 > 0
|| qh ||0, || wh ||1,
(12.12)
(12.13)
Remarque 12.5. La constante C apparaissant dans le thorme prcdent dpend entre autres
choses de 1/ et de 1/0 do limportance que cette dernire constante ne dpende pas de h. Cest
pourquoi, bien que la condition 12.11 soit toujours vrifie, on na pas toujours convergence vers la
solution exacte et le thorme 12.13 nest valide que si la condition inf-sup 12.12 est vraie pour 0
indpendant de h. J
Thorme 12.6: Ordre de convergence
Sous les mmes hypothses quau thorme prcdent et si de plus le sous-espace Vh contient
258
Chapitre 12
les polynmes de degr k et le sous-espace Qh contient les polynmes de degr (k 1), alors :
|| u uh ||1, + || p ph ||0, Chk (|| u ||k+1, + || p ||k, )
(12.14)
Remarque 12.7. Il est important de remarquer quil ne suffit pas de prendre des polynmes de
degr k pour la vitesse et de degr k 1 pour la pression pour avoir une discrtisation convergente,
comme cela est parfois prsent dans la littrature. La condition Brezzi-Bab
uska 12.12 doit aussi
tre vrifie. J
vers K joue un
Remarque 12.8. La transformation gomtrique F K de llment de rfrence K
rle important pour dterminer si un espace Vh contient ou non les polynmes de degr k. ... J
12.4
Cette section prsente comment on peut interprter le systme de Stokes comme un problme de
point-selle. La lecture de cette section est facultative mais permettra au lecteur une comprhension
encore plus profonde et ouvre la porte la thorie des points-selles et aux algorithmes qui sy
rattachent.
Une autre faon daborder le problme de Stokes consiste travailler directement dans le noyau
de B cest--dire avec les fonctions divergence nulle. Revenant au systme 12.3, on multiplie par
une fonction w ker B et on intgre par parties. Le problme de Stokes peut maintenant scrire :
Trouver u ker B tel que :
a(u, w) = (r, w) w ker B
(12.15)
259
Problme de Stokes
les 2 relations :
L
d
(u, p) w =
(L(u + w, p)) |=0 = 0
u
d
d
L
(u, p) q =
(L(u, p + q)) |=0
p
d
= 0
qui ne sont rien dautre que la formulation 12.6. Le problme de Stokes est donc parfaitement
quivalent la recherche dun point-selle :
inf sup L(w, q)
wV qQ
On peut aussi introduire le lagrangien augment not Lr et qui est dfini par :
r
Lr (w, q) = L(w, q) + ( w, w)
2
La valeur du paramtre r sera souvent prise trs grande de manire forcer la condition dincompressibilit. Le point-selle du lagrangien augment est caractris par :
a(u, w) + b(w, p) + r( u, w) = (r, w) w V
= 0
b(u, q)
(12.16)
q Q
12.5
Nous suivrons une dmarche similaire celle du chapitre 11. On dduit facilement la formulation
variationnelle lmentaire :
Z
K
2(u)
: (w)
dv
Z
K
p w dv =
Z
K
r K w dv +
tK w ds
(12.17)
= 0
q u dv
Les approximations des vitesses et de la pression pouvant tre de degrs diffrents, on pose :
np
nD
X
j=1
jK K
u,j
D
X
K
pK
j p,j
j=1
Le vecteur K est dfini au chapitre 11 lquation 11.26. Les nuD fonctions de base (vectorielles) en
p
vitesse K
u,j et les nD fonctions de base en pression peuvent tre de nature diffrente. Par exemple,
K
les K
u,j pourront tre quadratiques et les p,j linaires sur un lment. Il en rsulte que le nombre
260
Chapitre 12
de degrs de libert pourra varier dun noeud de calcul lautre et que les composantes de la
vitesse et la pression pourront tre values en des noeuds de calcul diffrents. Le choix particulier
des espaces de discrtisation sera prcis plus loin.
On peut de plus dcomposer le systme sous la forme :
AK
11
AK
21
AK
31
B1K
AK
12
AK
22
AK
32
B2K
K T
U1K
AK
F1K
S1K
13 (B1 )
K
K
T
K
K
K
A23 (B3 )
U2 = F2 + S2
K
K
T
K
A33 (B3 ) U3 F3K S3K
0
0
B3K
0
PK
u
u
u
Les matrices AK
ij sont de dimension nC par nC , o nC est le nombre de noeuds de calcul en vitesse.
u
u
On aura souvent nD = d nC o d est la dimension despace (d = 2 ou 3). Les matrices BiK sont
quant elles de dimension npD par nuC et sont donc rectangulaires dans le cas gnral.
On dfinit les fonctions de base en vitesse comme au chapitre 11 par lquation 11.27. Les
fonctions de base en pression sont obtenues de la manire habituelle. Les diffrentes matrices lmentaires prennent la forme :
(AK
11 )ij
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
+
+
=
2
x x
2 y y
2 z z
K
dv
De mme :
K K
u,j
u,i
x y
K
K K
u,j
u,i
x
z
K
(AK
33 )ij
(B1K )ij
(B2K )ij
(B3K )ij
(AK
12 )ij
(AK
13 )ij
(AK
22 )ij
(AK
23 )ij
dv = (AK
21 )ji
dv = (AK
31 )ji
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
+
+
2
2 x x
y y
2 z z
K
K K
u,j
u,i
y z
K
K
u,i
dv
x
K
p,j
K
u,i
dv
y
K
p,j
K
u,i
dv
z
dv
dv = (AK
32 )ji
K K
K K
K K
u,j
1 u,j
1 u,j
u,i
u,i
u,i
2
+
+
2 x x
2 y y
z z
K
K
p,j
dv
261
Problme de Stokes
et enfin :
(F1K )i =
(F2K )i
(F3K )i =
K
r1K u,i
dv,
(S1K )i =
K
r2K u,i
(S2K )i
(S3K )i =
dv,
K
r3K u,i
dv,
K
tK
1 u,i ds
K
tK
2 u,i ds
K
tK
3 u,i ds
Il va de soi que ces intgrales sont values sur llment de rfrence par le changement de
variables appropri.
12.6
Nous prsentons dans cette section des espaces discrets vrifiant la condition inf-sup. Les approximations en vitesse et pression vrifiant cette condition sont dites compatibles . Il existe plusieurs
choix possibles et nous les classerons en deux catgories suivant que la discrtisation en pression
est continue ou non. En effet, la pression p tant dans L2 (), il nest nullement ncessaire que sa
discrtisation soit continue la frontire des lments.
12.6.1
Pression continue
La prsentation la plus simple est graphique. On trouvera donc dans les figures qui suivent
des exemples de discrtisations compatibles ainsi que leur ordre de convergence. On retrouvera des
lments triangulaires et quadrangulaires en dimension 2, de mme que des lments ttradriques
et hexadriques en dimension 3.
Le premier lment compatible, illustr aux figures 12.1 et 12.2, est llment Mini dcrit dans
Arnold-Brezzi-Fortin [2]. La discrtisation de la pression est linaire tandis que la vitesse est linaire
mais enrichie dun noeud de calcul au centre de llment. Chaque lment contient donc 8 degrs de
libert en vitesse et 3 en pression dans le cas bidimensionnel (respectivement 15 et 4 en dimension
3). Cet lment est trs utilis, particulirement en dimension 3 (voir la figure 12.2) en raison de son
faible nombre de degrs de libert. Cet lment converge lordre 1 car lespace de discrtisation
en vitesse contient les polynmes de degr 1 mais certainement pas ceux de degr 2.
Notons toutefois quil sagit dun lment peu prcis. Il est en quelque sorte minimal en ce sens
quil ne contient que tout juste ce quil faut pour tre compatible.
Le deuxime lment illustr est celui de Taylor-Hood souvent appel P2 P1 en raison de
lapproximation quadratique des composantes de vitesse et de lapproximation P1 de la pression
(voir les figures 12.3 et 12.4. Les noeuds de calcul sont situs aux sommets (vitesses et pression) et
aux milieux des artes (vitesses seulement). Cet lment converge lordre 2 (O(h2 )) en vertu du
thorme 12.14 car lapproximation en vitesse contient les polynmes de degr 2 et lapproximation
en pression contient ceux dordre 1. Des quivalents quadrangulaires et hexadriques, galement
dordre 2, sont illustrs aux figures 12.5 et 12.6.
Remarque 12.9. Dans le cas dlments pression continue, il est parfois ncessaire dimposer
une condition supplmentaire sur le maillage pour avoir lexistence et lunicit de la solution. On
262
Chapitre 12
Vitesse
Pression
Vitesse
Pression
Vitesse
Pression
263
Problme de Stokes
Vitesse
Pression
Vitesse
Pression
Vitesse
Pression
264
Chapitre 12
Vitesse
Pression
Pression
devra par exemple supposer quaucun lment na deux cts sur la frontire du domaine (voir les
exercices de fin de chapitre). J
12.6.2
Pression discontinue
Un des lments les plus utiliss est le Q1 Q0 o les vitesses sont bilinaires et la pression
constante par lment. Cet lment est illustr la figure 12.7 en dimension 2 et la figure 12.8 en
dimension 3. Malheureusement, cet lment est incompatible et nous en verrons les consquences
dans les exemples numriques.
Le premier lment compatible de la catgorie des lments pression discontinue est le P2 P0
prsent la figure 12.9. Comme son nom lindique, les composantes de vitesses sont quadratiques
tandis que la pression est constante par lment. Le thorme 12.14 assure une convergence linaire
seulement car lapproximation en pression ne contient que les polynmes de degr 0. Il sagit en
fait dun lment assez pauvre qui nest pas beaucoup utilis. Cest cependant lun des plus simples
vrifiant la condition inf-sup. Notons cependant que cet lment nest valide quen dimension 2. En
dimension 3, il faut mettre des degrs de libert en vitesse sur le milieu des faces (nul besoin den
mettre sur les artes) pour obtenir un lment compatible similaire.
Llment de cette catgorie le plus connu est llment dit de Crouzeix et Raviart illustr la
figure 12.10 dans le cas bidimensionnel. En dimension 2, on approche les composantes de la vitesse
par des polynmes de degr 2 mais enrichi dune fonction bulle de degr 3 associe un noeud de
265
Problme de Stokes
Vitesse
Pression
Vitesse
Pression
Vitesse
Pression
266
Chapitre 12
u1 = u2 = 0
u1 = u
1
( n)1 = 0
H
u2 = 0
u2 = 0
u1 = u2 = 0
calcul situ au centre de llment. Il y a donc 14 degrs de libert en vitesse. La pression contient 3
degrs de libert tous situ par exemple au barycentre de llment. Souvent, ces degrs de libert
sont associs la pression et aux deux composantes du gradient de pression au barycentre. Cest
ce que nous avons illustr par le symbole
la figure 12.10.
En dimension 3, on ajoute aussi des fonctions bulles de degr 3 au centre de chaque face ainsi
quune fonction bulle de degr 4 au barycentre de llment. On obtient ainsi 45 degrs de libert
en vitesse rpartis sur 15 noeuds de calcul et 4 en pression (la pression et les 3 composantes du
gradient au barycentre). Notons aussi les consquences sur lintgration numrique de la prsence
de ces fonctions bulles qui sont de degr lev.
La pression est linaire mais discontinue dun lment lautre. Cest pourquoi nous avons
illustr les noeuds de calcul en pression lintrieur de llment. Il en rsulte que le nombre de
degrs de libert en pression est plus important que dans le cas dune pression continue.
Notons enfin quil existe une technique, dite de condensation, qui permet dliminer localement
les degrs de libert en vitesse au barycentre de llment ainsi que le gradient de la pression, tout
en conservant lordre de convergence de llment de Crouzeix et Raviart. En dimension 2, cette
procdure rduit le systme assembl de 4 N el quations (6 N el en dimension 3). On trouvera
les dtails dans Fortin et Fortin [28].
12.7
12.7.1
Lcoulement de Poiseuille
Pour illustrer certains concepts que nous venons de prsenter, il est utile de considrer un
exemple trs simple. Il sagit de lcoulement dit de Poiseuille dont la gomtrie est illustre
la figure 12.12. Ce problme dcrit lcoulement dun fluide newtonien dans un canal dont les
parois sont des plaques parallles. Le fluide se dplace de gauche droite dans une gomtrie
bidimensionnelle rectangulaire de longueur L (1 x1 L) et de hauteur H (0 x2 H) (les
effets tridimensionnels sont ngligs). On impose en entre (en x1 = 0) un profil parabolique :
u1 =
6Q
(x2 (H x2 )) = u
1
H3
u2 = 0
(12.18)
267
Problme de Stokes
Dans lexpression de u1 , Q dsigne le dbit impos. On vrifie en effet que :
Z H
0
u
1 (x2 ) dx2 = Q
On impose en sortie (en x1 = L) que le profil soit entirement dvelopp c.--d. u2 = 0 et que
la premire composante de la condition naturelle soit nulle ( n)1 = 0. Sur les parois du canal
(en x2 = 0 et x2 = H), une condition dadhrence u1 = u2 = 0 doit tre impose car un fluide
visqueux adhre aux parois solides. La solution analytique de ce problme est tout simplement le
dplacement de la condition aux limites impose en entre 12.18 dans tout le domaine. Quant la
pression, elle varie linairement en fonction de x1 et scrit :
p=
12Q
x1 + C
H3
(12.19)
Il suffit pour sen convaincre de remplacer les relations 12.18 et 12.19 dans le systme 12.3.
Nous avons rsolu ce problme avec les conditions suivantes : H = 1, L = 5, = 1 et Q = 1.
Les maillages de base, rectangulaire et triangulaire, sont illustr la figure 12.13.
Pour le premier cas test, on considre llment Q1 P0 qui, comme nous lavons vu, ne vrifie
pas la condition inf-sup. Dans un premier temps, nous avons rsolu sur le maillage rectangulaire
de la figure 12.13. et obtenu des rsultats en apparence trs acceptables (voir les deux premires
images de la figure 12.14). Nous avons alors modifi ce maillage rgulier en dplaant lgrement
un seul noeud. Les deux dernires images de la figure 12.14 montre un rsultat typique de solution
avec llment Q1 Q0 (figure 12.7). On remarque que le champ de vitesses est acceptable mais la
pression prsente de fortes oscillations qui sont typiques dun lment ne vrifiant pas la condition
inf-sup. Au lieu dobtenir une pression linaire dans la direction de lcoulement, on obtient des
oscillations dues la prsence dlments parasites (en forme de damiers) dans lespace kerBhT .
Au contraire, llment M ini (figure 12.1) donne dexcellents rsultats comme on peut le voir
la figure 12.15. La pression devrait varier entre 0 et 60 et on constate une lgre erreur. Enfin,
llment dordre 2 P2 P1 (figure 12.3) donne exactement le bon rsultat, la fois pour les vitesses
et la pression (voir les deux dernires images de la figure 12.15). En fait, pour ce dernier lment,
un maillage de deux lments suffirait donner la solution exacte.
12.8
La vaste majorit des fluides nentre pas dans la catgorie des fluides newtoniens, cest--dire
des fluides viscosit constante. On peut observer en laboratoire divers types de comportement,
notamment en longation ou en cisaillement. La viscosit de plusieurs fluides varie en fonction du
cisaillement. On se doit alors de modliser ce comportement et dessayer de reproduire le plus fidlement possible les donnes rhologiques de viscosit en fonction du taux de dformation. Les fluides
dont la viscosit dpend du cisaillement sont dits viscoplastiques et les modles correspondants ont
la forme gnrale suivante :
= 2 (|(u)|)
(u)
o |(u)|
| (u)
|2 = 2(u)
: (u)
= 2((u))
ij ((u))
ij
268
Chapitre 12
= 0 | (u)
|n1
(12.20)
o n est lindice de pseudoplasticit et 0 est la consistance. Cette loi est principalement utilise
pour dcrire la viscoplasticit des mtaux chaud. On remarque cependant que la viscosit du
polymre tend vers linfini en cisaillement faible, ce qui est peu reprsentatif du comportement rel.
Une autre loi de comportement importante et plus raliste est la loi de Carreau-Yasuda qui
nous crirons sous la forme :
n1
m
(12.21)
Dans le modle original la constante c0 est tout simplement 1. Cette criture nous permet cependant
de voir la loi de puissance comme un cas particulier obtenu en posant = 0, c0 = 0, = 1 et
m = 1.
Le modle de Carreau-Yasuda permet de prendre en compte la prsence dun plateau newtonien
faible taux de cisaillement. Dans ce dernier cas, 0 dsigne toujours la consistance, est un temps
de relaxation et m et n des indices de pseudoplasticit. En particulier, si m = 2 on retrouve le
modle classique de Carreau.
Nous prsentons maintenant la formulation variationnelle dans le cas des fluides viscoplastiques.
Nous supposons donc que la viscosit du polymre est donne par la loi de Carreau-Yasuda sous la
269
Problme de Stokes
270
Chapitre 12
lment mini
lment P2 P1
Figure 12.15 coulement de Poiseuille pour llment Mini et P2 P1
271
Problme de Stokes
forme 12.21. La formulation variationnelle lmentaire du problme de Stokes devient dans ce cas :
Z
2(u)(u)
: (w)
dv
K
Z
p w dv =
Z
K
r K w dv +
tK w ds
= 0
q u dv
De toute vidence, le problme est maintenant non linaire et on peut appliquer les techniques
vues au chapitre 8 et notamment la mthode de Newton. Bien entendu, on suppose connues la
fonction r K de mme que la traction tK .
Partant dune solution approximative (u0 , p0 ), on cherche une correction ( u , p ) de sorte que
(u0 + u , p0 + p ) soit une solution du problme non linaire ou du moins une meilleure approximation. Remplaant u et p par u0 + u et p0 + p on trouve :
Z
Z
2(u
+
)
(u
+
)
:
(w)
dv
(p0 + p ) w dv
0
u
0
u
Z
K
Z
K
tK w ds
r K w dv +
K
K
q (u0 + u ) dv
K
=0
ou encore :
Z
Z
0 + u ) : (w)
p w dv =
2(u0 + u )(u
dv
Z
Z
KZ
K
K
K
K
p0 w dv +
Z
K
w dv +
q u dv =
t w ds
q u0 dv
Il reste alors un dernier terme linariser. Pour ce faire on utilise la relation 8.9 et la drive de
Gteaux 8.10. On obtient ainsi le problme linaris :
au0 ( u , w)
q u dv
Z
K
p w dv =
R((u0 , p0 ), w) dv
q u0 dv
272
Chapitre 12
Z
ZK
K
R((u0 , p0 ), w) =
u ) : (w))
(2(u0 )(
dv+
2(u0 )(u
dv
KZ
nm1
m
p0 w dv
r K w dv
tK w ds
12.8.1
0 ) : (
u ))((u
0 ) : (w))
((u
dv
(12.22)
coulement de Poiseuille
On considre encore un coulement de Poiseuille mais cette fois avec une loi puissance 12.20
pour laquelle la viscosit diminue avec le cisaillement. Ce cisaillement se produisant principalement
aux parois solides, la viscosit y est plus faible quau centre du canal. On remarque la figure 12.16
la diffrence de comportement entre les cas newtoniens (n = 1) et les cas non newtoniens n = 0,7
et n = 0,4. Le profil de vitesse en sortie saplatit lorsque n diminue et on le voit encore mieux
la figure 12.17 qui montre une coupe du profil de vitesse u1 en sortie sur laxe x1 = L. On y
voit clairement laplatissement du profil et on remarque galement que la surface sous la courbe (le
dbit) reste la mme.
Le comportement de la pression est bien caractristique dun fluide viscoplastique (voir la figure 12.18). Pour un dbit donn, la perte de charge c.--d. la diffrence de pression entre lentre
et la sortie du canal diminue fortement avec n. En effet, puisque la viscosit diminue avec n, il
faut pousser moins fort pour assurer un mme dbit. Cette proprit est fort apprcie dans bon
nombre de procds de mise en forme des polymres comme lextrusion (voir Agassant [1]).
coulement dans une filire dextrusion
On considre dans ce problme une filire dextrusion utilise pour la production de poutre en I
constitue dun mlange de polymre et de fibre de bois. La section initiale est de forme circulaire et
prend graduellement la forme en I dsire. Le problme a t adimensionnalis de sorte que le rayon
de la section circulaire de la filire soit 1. La longueur de la filire est denviron 5,7 suivant laxe
des z. Le mlange bois-plastique est rput viscoplastique avec les valeurs suivantes des paramtres
du modle de Carreau : 0 = 1, = 0,1588, m = 2 et n = 0.3.
La valeur de n tant assez loin du cas newtonien (n = 1), la rsolution du problme a ncessit
plusieurs tapes. Nous avons dabord rsolu en prenant n = 1 pour obtenir une solution de dpart
du problme non linaire. par la suite, nous avons rsolu avec n = 0,8, n = 0,5 et n = 0,3, toujours
en prenant la solution prcdente comme point de dpart de la nouvelle rsolution. On a utilis
un lment P2 P1 c.--d. quadratique en vitesse et linaire en pression (voir la figure 12.4). Les
Problme de Stokes
273
274
Chapitre 12
275
Problme de Stokes
conditions aux limites sont les suivantes :
(3n+1)
(1 r(1+n)/n )
0, 0, (2n+2)
= (0, 0, 0)
n = (0, 0, 0)
12.9
Les fluides viscoplastiques sont gnralement trs visqueux, leur viscosit tant souvent de
lordre de 105 Pa s. lautre extrmit du spectre, on trouve les fluides peu visqueux comme leau
et lair. Il va de soi que ces fluides particuliers sont aussi dune grande importance en hydraulique
et en aronautique, bien que dans ce dernier cas, il faut tenir compte de la compressibilit.
Dans ce dernier cas, les quations dquilibre sont modifies de la manire suivante :
+ p
(2 (u))
= r
= 0
u
+ (u )u
t
(12.23)
Le deuxime terme de droite en est un dinertie, qui est nglig dans le cas o la viscosit est grande
(et o par le fait mme le terme visqueux est dominant). Notons de plus la forme spcifique du
terme source r o r dsigne une force par unit de masse (dont les units sont des N/kg). Nous
ngligerons dans un premier temps la drive en temps pour ne considrer que le cas stationnaire.
Mme si la viscosit est constante, ce systme est non linaire.
On retrouve souvent les quations de Navier-Stokes sous forme adimensionnelle. Pour ce faire,
on choisit une longueur L0 , une vitesse U0 , une pression p0 et une force massique r0 , dites de
rfrence et qui dpendent de la gomtrie et des conditions du problme. On introduit ensuite les
= x/L0 , u
= u/U0 , p = p/P0 et r = r/R0 et en faisant ce changement
variables adimensionnelles x
de variables, on obtient les quations adimensionnelles :
1
p + u
u
u) +
2(
Re
= r
= 0
(12.24)
276
Chapitre 12
277
Problme de Stokes
o on a introduit le nombre adimensionnel dit de Reynolds qui est dfini par :
Re =
U0 L0
au0 ( u , w)
q u dv
Z
K
p w dv =
R((u0 , p0 ), w) dv
q u0 dv
R((u0 , p0 ), w) =
au0 ( u , w)
2
u ) : (w)
(
+ ((u0 ) u ) w + (( u )u0 ) w
Re
2
0 ) : (w)
(u
+ (u0 u0 ) w dv
Re
KZ
tK w ds
Z
K
p0 w dv
dv
Z
K
12.9.1
r K w dv
(12.25)
278
Chapitre 12
u = (1, 0)
u = (1, 0)
(10, 10)
u = (0, 0)
(25, 10)
n=0
u = (1, 0)
Figure 12.20 coulement autour dun cylindre : gomtrie et conditions aux limites
peut constater les diffrences entre les solutions Re = 1, 50 et 100. trs 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 dtache et on observe la formation de zones de
recirculation (tourbillons) dans le sillage.
coulement autour dun cylindre : cas instationnaire
Lorsque le nombre de Reynolds atteint environ Re = 45, lcoulement devient instationnaire et
il se dveloppe larrire du cylindre une instabilit connue sous le nom dalle de von Karman.
Ce phnomne est trs frquemment rencontr dans la nature et cest ce qui fait par exemple
louvoyer un drapeau dans le vent, le mt au bout duquel flotte le drapeau faisant office de cylindre.
Le passage dun coulement stationnaire un coulement instationnaire correspond ce que les
mathmaticiens appellent une bifurcation de Hopf.
Nous prsentons maintenant des rsultats obtenus pour un nombre de Reynolds de 100, nombre
bien au-del du nombre critique. Nous avons utilis une diffrence arrire implicite dordre 2 pour
la drive en temps ainsi quun pas de temps de 0,1.
La figure 12.23 donne les dtails de lcoulement derrire le cylindre sur prs dun priode. En
effet, on peut vrifier que lcoulement est bien priodique de priode 5,9, en accord notamment
avec Engleman et Jamnia [24]. Puisque t = 0,1, une soixantaine de pas de temps couvre donc
une priode doscillations. Il est noter quau dpart, un grand nombre de pas de temps sont
ncessaires pour liminer les effets transitoires et pour que lcoulement priodique stablisse de
manire dfinitive.
On trouvera un certain nombre dexemples de modlisation dcoulements instationnaires dans
Fortin et al. [27]. On y observera des bifurcations de Hopf ainsi que ce quil est convenu dappeler
des cascades de ddoublements de priodes, correspondant de nouvelles bifurcations.
Problme de Stokes
279
280
Chapitre 12
281
Problme de Stokes
a) t = 0
b) t = 1
c) t = 2
d) t = 3
e) t = 4
f) t = 5
Figure 12.23 Champ de vitesse derrire le cylindre Re = 100 sur une priode
282
Chapitre 12
12.10
Exercices
ph (x) dv = 0
c) Montrer alors que si les composantes du vecteur vitesse sont linaires par lment, alors
la fonction ph construite prcdemment est dans le noyau de loprateur BhT c.--d.
b(wh , ph ) =
ph wh dv = 0 wh Vh
3. En partant des quations de Navier-Stokes dimensionnelles 12.23, obtenir la forme adimensionnelle 12.24 en choisissant en particulier P0 = U02 et R0 = P0 /(L0 ) comme pression et
force massique de rfrence.
Chapitre 13
13.1
Cas isotrope
(13.1)
o I est le tenseur identit et (u) est le tenseur de dformation dfini la relation 11.2. Notons
que ceci est un cas particulier de la relation :
= C : (u) = Cijkl ((u))kl = Cijkl kl
df.
o on a pos ij = ((u))ij et o on a utilis la convention de somme sur les indices rpts. C est
le tenseur dlasticit (du quatrime ordre). Dans le cas isotrope, le tenseur dlasticit est dfini
par la relation 11.9 que nous rappelons :
Cijkl = Iij Ikl + (Iik Ijl + Iil Ijk )
283
(13.2)
284
Chapitre 13
Rappelons que et sont les coefficients de Lam (voir la relation 11.10). On introduit galement
le coefficient de compressibilit k ( bulk modulus en anglais) dfini par :
k=
E
3(1 2)
(3 + 2)
3
ou encore
k =
2
3
(13.3)
tr()
3
p = k( u)
Il est alors courant (voir les rfrences Bathe [5] ainsi que Zienkiewicz et Taylor [53] par exemple)
de dcomposer le tenseur des contraintes en une partie de trace nulle que lon appelle le dviateur
de (note ) et une partie dite sphrique faisant intervenir la pression. Selon Bathe [5], on pose
alors :
tr()
2
=
I = k( u)I = 2(u)
( u)I
3
3
Par construction, on a tr( ) = 0 et de plus :
=+
tr()
I = pI
3
ou encore :
2
( u)I pI
(13.4)
3
o on a utilis les relations 13.1 et 13.3. Lquation dquilibre devient alors un systme de 2
quations faisant intervenir le dplacement u et la pression p :
= 2(u)
2(u)
u)I
pI
=
1 p ( u)
= 0
Nous devrons donc obtenir des discrtisations par lments finis de cette formulation mixte. Multipliant la premire quation par une fonction test w et la seconde par q et aprs intgration par
285
2
2(u) : (w)
( u)( w)
3
dv
q u dv
1
k
p w dv =
pq dv
r w dv +
( n) w d
= 0
(13.5)
La condition essentielle est, comme pour le problme de Stokes, limposition du dplacement u (ou
de lune de ses composantes ui ) et la condition naturelle consiste imposer n (ou de lune de
ses composantes ( n)i )).
Lanalyse numrique du systme 13.5 ressemble beaucoup celle du problme de Stokes. En
fait, lorsque le coefficient de Poisson sapproche de 0,5, le coefficient de compressibilit k tend vers
linfini, ce qui annule le deuxime terme de la deuxime quation du systme. On retombe alors sur
le problme de Stokes la diffrence prs du terme :
2
3
( u)( w) dv
Cest donc dans le cas o ' 0,5 que les mthodes mixtes pour llasticit linaire prennent toute
leur importance et se distinguent avantageusement des formulations en dplacement seulement.
Nous ne referons pas toute lanalyse de cette mthode mixte puisquelle est tout--fait similaire
celle du problme de Stokes. Il y a toutefois de petites diffrences quil faut souligner. Le problme
dlasticit linaire mixte pour un matriau isotrope scrit :
b(u, q) c(p, q)
o :
a(u, w) =
b(w, q)
c(p, q)
Z
1
k
= 0
w V
(13.6)
q Q
2
2(u) : (w)
( u)( w)
3
dv
q w dv
pq dv
Z
Z
2(u) : (w)
2
( u)( w)
3
dv
u
I : (w) dv
3
Z
u
w
= 2
(u)
I : (w)
I dv
3
3
= 2
(u)
ce qui entrane que a(w, w) est une quantit qui est toujours positive. J
286
Chapitre 13
Remarque 13.2. On peut obtenir une formulation mixte des problmes dlasticit partir de la
relation 13.4 en posant simplement p = u. On obtient alors une forme plus simple que lon
rencontre frquemment (voir Brezzi et Fortin [10] par exemple) :
(2(u) pI) = r
p
+u
= 0
Il faut cependant noter que la variable p nest plus la partie sphrique du tenseur des contraintes
et quelle est diffrente de p. J
Thorme 13.3: Existence et unicit du problme continu
Sous les conditions suivantes :
la forme bilinaire a vrifie a(w, w) 0 w V et est coercive sur ker B :
a(w, w) || w ||21,
w ker B
(13.7)
qQ w V
b(w, q)
|| q ||0, || w ||1,
(13.8)
alors la solution (u, p) du problme dlasticit linaire isotrope 13.6 est unique dans V Q.
Dmonstration : Voir Brezzi-Fortin [10].
Remarque 13.4. Contrairement au problme de Stokes, la forme bilinaire a nest coercive que
sur ker B. La condition inf-sup est par contre la mme. La prsence de la forme bilinaire c permet
dassurer lunicit de la pression p. J
13.2
Cas anisotrope
Le cas gnral des matriaux anisotropes est plus difficile mais est tout de mme dune grande
importance. De nombreux matriaux ne sont pas isotropes. Le bois, par exemple est un matriau
orthotrope et ses proprits ne sont de toute vidence pas les mmes dans toutes les directions.
Lanalyse qui suit couvre tous les cas, y compris bien sr les matriaux isotropes. Nous suivrons
lapproche de Bathe et Sussman [4] qui nous mnera la description des matriaux dit semidformables. Le point de dpart est encore ici la relation contraintes-dformations que lon suppose
sous sa forme la plus gnrale, soit :
= C : (u) = Cijkl kl
287
Remarque 13.5. Le tenseur dlasticit dordre 4 C nest pas tout--fait quelconque. On montre
en effet que ce tenseur drive gnralement dun potentiel suivant une expression de la forme :
Cijkl =
2
ij kl
(13.9)
3Caaij
Iij =
Caabb
et
3Caaij
Caabb
Caabb
9
pIij = Cijkl kl
ou encore
3Caakl
Caabb
Caaij Cbbkl
kl
Caabb
Caakl kl
3
kl =
Caabb
I : (u)
9
laide de ces dernires expressions, on constate aisment que la relation 13.9 nest quun rarrangement du tenseur permettant dintroduire la pression. Plusieurs remarques simposent ds
maintenant.
Remarque 13.6.
1. Caabb =
P3
a=1
P3
b=1 Caabb
1. Rappelons que lon utilise ici la notation dEinstein sur les indices rpts.
288
Chapitre 13
2. Puisque
: (u)
= (C C)
ou encore
on a alors :
Caaii Caakl
tr( ) = ii = Ciikl Ciikl kl = Ciikl
Caabb
kl = 0
= k u
J
Le systme mixte dans le cas anisotrope peut maintenant scrire :
h
i
: (u) pI
(C C)
= r
p (I : (u))
= 0
Caabb
qui est une gnralisation de la forme variationnelle 13.6. Multipliant ces 2 quations par des
fonctions tests w et q et intgrant par parties, on trouve la formulation variationnelle :
Z h
: (u) : (w) dv
(C C)
(I : (u))q dv
pI : (w) dv =
9
Caabb
pq dv
= 0
r w dv
289
Z h
=
=
: (u) : (w) dv
(C C)
(I : (w))q dv
9
Caabb
pq dv
Remarque 13.8. Selon Bathe et Sussman [4], ce sont les matriaux pour lesquels la constante :
9
Caabb
tend vers linfini qui requirent lemploi de mthodes mixtes. J
13.3
Rsultats numriques
13.3.1
Nous avons dj vu ce problme au chapitre 11 (voir la figure 11.5) et nous lavons rsolu par
une mthode en dplacements seulement. Cette formulation avait alors montr ses faiblesse dans
le cas o approchait 0,5 c.--d. dans le cas dun matriau quasi-incompressible. Nous reprenons
cette fois la rsolution mais avec une mthode mixte. Nous utiliserons un lment quadrangulaire
9 noeuds pour la vitesse et un lment 4 noeuds pour la pression (voir la figure 6.4).
Les figures 13.1 13.3 reprennent celles du chapitre 11 en ajoutant au passage la pression
(absente en formulation dplacements). Les dplacements de la figure 13.1 ont t amplifis dun
facteur 3.
Contrairement la formulation en dplacement seulement, la formulation mixte donne dexcellents rsultats, mme pour = 0,4999999 comme on peut le constater la figure 13.4
290
Chapitre 13
291
292
Chapitre 13
293
294
Chapitre 13
13.4
Exercices
Chapitre 14
Introduction
Nous avons vu jusqu maintenant plusieurs applications de la mthode des lments finis qui
se caractrisaient toutes par un domaine de calcul fixe (not ). En y regardant cependant de plus
prs, on dcouvre que ce ntait pas tout--fait le cas. En effet, les problmes en lasticit linaire
rencontrs aux chapitres 11 et 13 entranent une dformation du domaine . Cette dformation tait
suppose faible de sorte que, dans les formulations variationnelles, toutes les intgrales portaient
quand mme sur le domaine non dform . Dans le cas des problmes dits en grandes dformations,
cette simplification nest plus possible. Ces dformations entranent des non-linarits gomtriques
importantes. La normale la gomtrie nest plus constante mais varie en fonction de la dformation.
Par exemple, un pneu qui saplatit au contact de la route subit une dformation significative par
rapport sa forme circulaire initiale et on ne peut ngliger lvolution du domaine en fonction de
la charge impose. Cest lobjet de ce chapitre.
Le problme consiste calculer la dformation dun corps de forme initiale 0 lorsquil est
soumis des dplacements et des contraintes externes. Nous ne considrerons pour le moment que
les matriaux hyperlastiques. Au pralable, il nous faut introduire plusieurs concepts nouveaux
qui nous permettrons daborder les formulations variationnelles en grandes dformations.
14.2
296
Chapitre 14
u(X , t)
X
0
E3
E2
(14.1)
x2
F =
X
x3
X1
x1
X2
x2
X2
x3
X2
x1
X3
X1
x
1
X2
x2
1
dont linverse est F =
x
X3
X3
x3
X3
x1
X1
x2
X2
x2
X3
x2
X1
x3
X2
x3
X3
(14.2)
x3
Nous supposons que le tenseur gradient de dformation est toujours inversible et nous notons J
son dterminant et Fij ses composantes. En pratique, on calculera le dplacement u de sorte quil
convient dutiliser la relation 14.1 et dexprimer le tenseur gradient de dformation en fonction du
tenseur gradient des dplacements :
F = I + X u
(14.3)
Lindice infrieur dans le symbole X indique que les drives sont prises par rapport aux variables
297
ui
Xj
X u + >
Xu
2
est le tenseur de dformation que nous avons rencontr dans le cas des petites dformations (voir
le chapitre 11). Par drivation en chane, on a :
ui
ui Xk
=
xj
Xk xj
de sorte que :
u = X uF 1 ou encore X u = uF
(14.4)
1
1
u + > u =
X uF 1 + F > >
Xu
2
2
(14.5)
(14.6)
xi
dXj
Xj
dx = F dX
298
Chapitre 14
dX 1 dX 2
k dX 1 dX 2 k= N dA
k dX 1 dX 2 k
(14.7)
dX 1 dX 2 dX 3
X 1 X 2 X 3
1
Dmonstration. Puisque dv = J dV , on a :
dxda = JdX dA
et puisque dx = F dX :
(F dX)da = JdX dA ou encore dX (F > da) = JdX dA
(14.8)
299
F > da = JdA
do le rsultat.
w dv =
Z
0
X W dV o W = JF 1 w
(14.9)
w dv =
Z
t
w n da =
Z
0
w (JF > N ) dA =
Z
0
J(F 1 w) N dA =
W N dA
et on obtient le rsultat par une nouvelle application du thorme de la divergence, cette fois sur
la gomtrie initiale.
Lemme 14.4: Jacobien surfacique et volution de la normale
Le rapport des aires entre des lments de surface dforme et non dforme da/dA est appel
le jacobien surfacique que lon note Js et qui scrit :
Js =
da
= J||F > N || = J
dA
(C 1 N )N = q
J
(F F > n)n
(14.10)
De plus, la normale la configuration dforme n volue partir de la normale la configuration initiale N suivant la formule :
n = JF > N
dA
J
= (F > N )
da
Js
(14.11)
da
= J ||F > N ||
dA
et dautre part :
||F > N ||2 = (F > N )(F > N ) = (F 1 F > N )N = (C 1 N )N
300
do :
Chapitre 14
da
=J
dA
(C 1 N )N
da
J
=q
dA
(F F > n)n
ou encore
0
J
(14.12)
Z
t
f (x, t) dv =
Z
t
f
+ (f v) dv =
t
Z
t
f
dv +
t
f v n ds
(14.13)
Dmonstration. La difficult provient du domaine dintgration qui varie dans le temps. On contourne
cette difficult en se ramenant sur le domaine de rfrence 0 qui lui est constant.
d
dt
Z
t
f (x, t) dv =
d
dt
Z
0
J
0
d
(f (x, t) J(X, t)) dV
dt
d
d
f (x, t) + f J dV
dt
dt
f
f x
+
t
x t
+f
d
J dV
dt
f
+ v f J + f J v dV
t
f
+ (f v) JdV
t
f
+ (f v)
t
f (x, t)J dV =
dv
301
14.3
Les lois de comportement du matriau reliant les contraintes aux dformations sont dune grande
complexit. Nous introduirons dans ce qui suit les tenseurs de Green-Lagrange et de Piola-Kirchhoff
apparaissant dans ces lois de comportement. Nous discutons dabord dun rsultat de dcomposition
des tenseurs dordre 2.
Thorme 14.7: Dcomposition polaire
Tout tenseur peut scrire comme le produit dun tenseur de rotation R orthogonal (R> R =
RR> = I) et dun tenseur dlongation U (symtrique et dfini positif) ou, dans lordre
inverse, dun tenseur dlongation symtrique et dfini positif V et dun tenseur de rotation
R. En particulier, le tenseur de dformation F peut tre factoris sous la forme :
F = RU = V R
Dmonstration. Puisque F est inversible, le tenseur F > F est symtrique et dfini positif de sorte
quil peut tre diagonalis. On a donc :
F > F = Q2 Q>
(14.14)
o Q est un tenseur orthogonal (Q> Q = Q Q> = I), est un tenseur diagonal contenant la
racine carre des valeurs propres de F > F (puisquelles sont toutes strictement positives). On pose
maintenant :
U = QQ>
do
Le tenseur U est de toute vidence symtrique et dfini positif et est en quelque sorte la racine
carre de F >F . Posant maintenant R = FU 1 , on constate que ce nouveau tenseur est orthogonal.
En effet :
R> R = U > (F > F )U 1 = (Q> 1 Q1 )(Q2 Q> )(Q> 1 Q1 ) = U > U 2 U 1 = I
puisque U est symtrique. Suivant ces dfinitions, on a bien F = RU et en dfinissant le tenseur
symtrique V = RU R> , on a bien V R = RU = F . De plus,
V = RU R> = RQQ> R> = (RQ)(RQ)>
ce qui permet de conclure que U et V possdent les mmes valeurs propres mais que les vecteurs
propres de V sont obtenus en effectuant une rotation des vecteurs propres de U .
302
Chapitre 14
Dfinition 14.8: Tenseur de Green-Lagrange
1
1
>
X u + >
u
+
u
u
= X (u) + >
uX u
X
X
X
2
2 X
(14.15)
Remarque 14.9. Lorsque les dformations sont petites, on peut ngliger les termes dordre 2 dans
le tenseur de Green-Lagrange de sorte que :
E'
1
X u + >
X u = X (u)
2
Cest cette expression qui a t utilise en lasticit linaire. Dautre part, lexpression 14.15 est
bien une galit, en ce sens quaucun terme na t nglig. J
Le tenseur le plus important est sans doute le tenseur des contraintes , qui agit sur la configuration dforme t . Cest donc ce tenseur que nous essaierons dvaluer. Il est cependant difficile de
le manipuler directement puisque la gomtrie varie constamment. Il est donc souvent prfrable
de revenir sur la configuration initiale 0 et y dfinir des tenseurs de passage, qui nous permettrons
ventuellement de calculer .
Dfinition 14.10: Tenseur de Cauchy
Si df dsigne un lment de force agissant sur un lment de surface da de normale n de t ,
le tenseur de Cauchy est celui qui vrifie :
df = n da ou encore
df
= n
da
(14.16)
303
(14.17)
df
= N
dA
de sorte que le premier tenseur de Piola-Kirchhoff exprime une force sur la configuration
actuelle par unit daire non dforme.
Dfinition 14.12: Deuxime tenseur de Piola-Kirchhoff
Si df = n da dsigne un lment de force agissant sur un lment de surface da de normale
n de t . df , on associe un lment de force fictif (voir [5]) df 0 = F 1 df agissant sur
llment daire non dforme dA. On dfinit alors sur la configuration initiale 0 , le deuxime
tenseur de Piola-Kirchhoff S comme le tenseur vrifiant :
S N dA = df 0
(14.18)
Il sagit donc dune force sur la configuration initiale par unit daire non dforme.
Une comparaison des relations 14.16 et 14.18 montrent bien la similarit des rles de sur t et
de S sur 0 .
Lemme 14.13
Les premier et deuxime tenseurs de Piola-Kirchhoff et S sont relis par la relation :
= F S
(14.19)
df = N dA
df = F df 0 = F S N dA
En soustrayant les deux dernires expressions, on trouve le rsultat puisque N dA est arbitraire.
Il nous faut galement relier entre eux le tenseur des contraintes sur la gomtrie actuelle t ,
au deuxime tenseur de Piola-Kirchhoff. Cest lobjet du prochain rsultat.
304
Chapitre 14
Lemme 14.14
1
F S F > ou encore S = JF 1 F >
J
(14.20)
df = n da = J F > (N dA)
Soustrayant ces deux dernires relations, on trouve :
JF > F S (N dA) = 0
305
1
F > ou encore = JF >
J
(14.21)
Dmonstration : immdiate
14.4
Matriaux hyperlastiques
Les matriaux hyperlastiques couvrent une vaste gamme dapplications notamment dans le
domaine du pneumatique. Nous allons procder dans un cadre assez gnral et nous verrons, dans un
premier temps, les modles de base (Saint-Venant-Kirchhoff, no-hooken) et nous nous attarderons
par la suite aux matriaux hyperlastiques incompressibles.
Pour un matriau hyperlastique, le deuxime tenseur de Piola-Kirchhoff dcoule dun potentiel
dnergie de dformation comme suit :
S=
=2
E
C
1
2
I12 tr(C C) =
1
2
I12 (C : C)
I3 = dt C = dt F > F = J 2
On remarque que C : C = I12 2I2 est aussi un invariant. On supposera donc une relation de la
forme :
= (I1 , I2 , I3 )
Le potentiel lastique exprim ainsi est indpendant de la base utilise. Le tenseur de Piola-Kirchhoff
devient donc :
S=
I1
I2
I3
+
+
I1 E
I2 E
I3 E
I1
I2
I3
=2
+
+
I1 C
I2 C
I3 C
relation qui fait intervenir les drives des invariants dont on trouvera les expressions lquation B.18 de lannexe B.
306
Chapitre 14
Modle de Saint-Venant-Kirchhoff
Le modle de Saint-Venant-Kirchhoff est la gnralisation aux grandes dformations du modle
utilis en lasticit linaire (petites dformations). Le potentiel dnergie prend la forme (voir par
exemple Bonet et Wood [7]) :
1
= (trE)2 + (E : E)
2
de sorte que :
S=
= (trE)I + 2E
E
Au moment de la linarisation par la mthode de Newton, nous aurons besoin du tenseur dlasticit
dordre 4 :
2
S
C=
=
EE
E
On a alors en utilisant les drives secondes des invariants (voir lquation B.19) :
S
tr(E)
E
: E =
: E I + 2
: E = (I : E )I + 2I : E = (I I + 2I) : E
E
E
E
Cijkl
rsultat que nous avons dj obtenu au chapitre 11 et qui montre bien que le modle de SaintVenant-Kirchhoff est une gnralisation du modle dlasticit linaire 2 .
Modle no-hooken (compressible)
Un autre modle hyperlastique est le modle no-hooken pour lequel le potentiel est de la
forme (voir [7]) :
=
de sorte que :
S = 2
I1 ( ln I3 ) I3
I3
=2
+
C
2 C
4I3 C
2I3 C
= 2 I+
2
ln(I3 ) 1 1
C C
4
2
= (I C 1 ) +
(ln I3 )C 1
2
I3
puisque
= I3 C 1
C
307
= 2
S
: C
C
C 1
= 2
: C +
C
2
(
= 2J : C +
"
ln(I3 )
C 1
: C C 1 + ln(I3 )
: C
C
C
1
I3 C 1 : C C 1 + ln(I3 )J : C
I3
!#)
= 2J : C + C 1 : C C 1 + ln(I3 )J : C
=
( ln(I3 ) 2)J + C 1 C 1 : C
' 2(u) + u
' 2(u) + ( u)I
(u)2
2
+ (I 2(u))
308
Chapitre 14
1
F S F>
J
'
1
(I + u) (2(u) + ( u)I) (I + u)>
1+u
14.4.1
Limite incompressible
Lors de ltude des problmes dlasticit linaire en petites dformations des chapitres 11
et 13, nous avons pu constater que la limite incompressible pose des problmes numriques qui
ont t surmonts par lemploi de mthodes mixtes judicieusement choisies. Cest encore le cas en
grandes dformations. Les matriaux incompressibles (ou quasi incompressibles) ont la particularit
de se dformer tout en prservant le volume. Cela se traduit par la condition dt F = 1 si le
matriau est parfaitement incompressible, ou plus gnralement par dt F ' 1 dans le cas dit
quasi-incompressible. Pour les petites dformations, cette condition est quivalente u ' 0,
expression que nous connaissons bien. Il semble donc naturel lorsque lon tudie de tels matriaux
de dcoupler les dformations volumiques des autres dformations dites isochoriques. Une faon dy
arriver est dintroduire un nouveau tenseur de dformation :
= (dt F )1/3 F = J 1/3 F
F
dont le dterminant est de toute vidence 1. On obtient de cette manire une dcomposition du
en une partie volumique et une partie isochorique. On obtient
tenseur de dformation F = J 1/3 F
galement une dcomposition du tenseur de Cauchy-Green :
>F
= J 2/3 C
= I 1/3 C
ou encore C
= I 1/3 C
C = J 2/3 F
3
3
= 1. On exprimera dornavant le potentiel en fonction des deux premiers
On a de plus que dt C
invariants de C c.--d. :
1/3
J1 =
tr(C)
= I1 I3
J2 =
1
2
:C
J12 C
2/3
= I2 I3
309
0
J
0 J1 0 J2
=2
+ 2k(J 1)
=2
+
C
C
C
J1 C
J2 C
+ k(J 1)JC 1
(14.22)
J2
= tr
C
C
et par la suite :
1
tr(S C) = k(J 1)
3J
Le tenseur de Piola-Kirchhoff scrit donc :
p=
0 J1 0 J2
S=2
+
J1 C
J2 C
pJC 1 = S 0 pJC 1
(14.23)
Dans les dveloppements qui suivent, on aura besoin des drives des invariants (calcules
lannexe B) pour obtenir les tenseurs de Piola-Kirchhoff et dlasticit.
Modle de Mooney-Rivlin incompressible
Pour le modle dit de Mooney-Rivlin 3 , le potentiel peut alors scrire :
1
= c1 (J1 3) + c2 (J2 3) + k(J 1)2
2
de sorte que :
S = 2 c1
J2
J1
+ c2
C
C
pJC 1
p
C=4
1
2
C 2
C 2
C 2
C 2
3. Le britano-amricain Ronald Samuel Rivlin (19152005) tait mathmaticien, physicien, rhologue et surtout,
spcialiste des caoutchoucs. Melvin Mooney (18931968) tait un rhologue amricain, concepteur de nombreux
quipements spcialement utiliss pour le caoutchouc.
310
Chapitre 14
En dveloppant, le tenseur de Piola-Kirchhoff pour le modle de Mooney-Rivlin scrit donc :
S = 2c1
I1 1/3 1
4/3 I3
I3
I1 I3
C
3
C
1/3
= 2c1 I3
+ 2c2
I2 2/3 2
5/3 I3
I3
I2 I3
C
3
C
pJC 1
1
2
2/3
I I1 C 1 + 2c2 I3
I1 I C I2 C 1 pJC 1
3
3
= S 0 pJC 1
Modle no-hooken incompressible
Le modle no-hooken est un cas particulier du modle de Mooney-Rivlin obtenu en posant
= 2c1 et c2 = 0 de sorte que :
S=
1/3
I3
1
I I1 C 1 pJC 1
3
1
1
1
I1
F S F > = F (S 0 pJC 1 ) F > = F S 0 F > pI = J 5/3 B I pI
J
J
J
3
1
S 0 F > ' J 5/3 (I + u) I (3 + 2 u)(I 2(u) (I + u)>
3
2
' (1 + u)5/3 (I + u) ( u)I + 2(u) (I + u)>
3
5
' 1 u +
3
' 2(u)
2
( u)I + 2(u)
3
2
( u)I
3
14.5
Formulations variationnelles
Nous avons en main tous les outils pour obtenir la formulation variationnelle ou plus prcisment les formulations variationnelles. Nous considrerons en effet diffrentes formulations dites
en dplacements ou encore mixtes. Nous crirons galement ces formulations sur les gomtries
dforme et non dforme.
311
dans t
: w dv
Z
t
(n)w da =
rw dv
t
Les conditions aux limites sont galement plus complexes en grandes dformations. Comme auparavant, si on impose des conditions de Dirichlet sur le dplacement u sur une partie de la frontire
tD , alors les fonctions tests w sy annulent. On peut aussi imposer des conditions de type Neumann sur une partie N de la frontire de mme 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-mme dformable. Nous considrerons les quatre cas suivants :
1. Condition de Dirichlet en dplacement : u = g sur tD . Les fonctions tests w sannuleront alors sur tD . On peut aussi bien sr imposer une condition aux limites sur une des
composantes de u seulement.
2. Condition de Neumann : n = h sur tN . Ici encore, on peut nimposer quune seule des
composantes.
3. Pression suiveuse : n = P n sur tP . Il sagit l dune condition frquemment utilise en
pratique et qui ncessitera un traitement particulier. On remarque la prsence de la normale
la gomtrie dforme qui varie dans le temps, do le nom de pression suiveuse. Nous y
reviendrons plus loin.
4. Condition de contact frottant ou non sur tC . Un corps en dformation est susceptible dentrer
en contact avec un autre corps, lui-mme dformable ou non et de sy frotter. Les applications
sont fort nombreuses mais la physique du problme est trs complexe et limplmentation
de mthodes numriques demande beaucoup de soin. Mentionnons tout de mme quelques
mots ce sujet. On dcompose le tenseur des contraintes et la fonction test suivant leur
composantes normale et tangentielle de la manire suivante :
n = n n + t et w = (w n)n + wt
La formulation variationnelle devient :
Z
t
: w dv =
Z
t
rw dv +
Z
tN
hw da +
Z
tP
P nw da +
Z
tC
(n (w n) + t wt ) da (14.24)
312
Chapitre 14
14.5.1
Intgrales volumiques
Pour se ramener sur la configuration initiale, un changement de variables classique est ncessaire.
Il est quand mme bon de revoir les dtails.
Lemme 14.18
Z
t
r w dv =
et
r w J dV
: w dv =
: X w dV
(14.25)
: w dv =
F S F >
: X wF 1 J dV
J
!
14.5.2
Intgrales surfaciques
Pour obtenir une formulation variationnelle complte, il nous faut transformer les intgrales
surfaciques (provenant des conditions aux limites de type Neumann) de la configuration dforme
la configuration initiale. Il faudra voir aussi comment se transforme la normale. Typiquement, on
devra transformer des expressions de la forme :
Z
f da =
f
0
da
dA =
dA
Z
0
f Js dA
(n)w da =
Z
0C
>
J
N
w Js dA =
Js
Z
0C
(N )w dA
313
14.5.3
Pression suiveuse
Les pressions dites suiveuses sont parmi les plus importantes conditions aux limites dans les
problmes en grandes dformations. Rappelons quil sagit dune condition de la forme n = P n,
do leur qualit de suiveuse puisque cette force surfacique suit la direction de la normale la
configuration dforme (contrairement une condition de Neumann classique). On doit donc ajouter
au second membre un terme de la forme (voir la relation 14.24) :
Ps =
P n w da =
tP
P w(F > N ) J dA
0P
14.5.4
Dans un premier temps, nous ngligerons les forces de contact et nous nous limiterons aux conditions
de Neumann usuelles et aux pressions suiveuses. La formulation variationnelle 14.24 se rduit :
Z
t
: w dv =
Z
tN
hw da +
P n w da +
tP
rw dv
t
dans t
= h
sur tN
= Pn
sur tP
En se servant des rsultats prcdents, on peut reporter cette formulation variationnelle sur la
configuration non dforme :
Z
0
(F S) : X w dV
0N
0N
hwJs dA +
h0 w dA +
0P
Z
0P
P w(F > N ) J dA +
P w(F
>
N ) J dA +
rw J dV
0
Z
0
r 0 w dV
: X w dV =
Z
0N
h0 w dA +
Z
0P
P w(F
>
N ) J dA +
Z
0
r 0 w dV
= h0
sur 0N
= P J(F > N )
sur 0P
(14.26)
314
Chapitre 14
sur la configuration initiale (non dforme). Cest donc le premier tenseur de Piola-Kirchhoff qui
apparat dans la configuration initiale et qui joue le mme rle que le tenseur sur la configuration
dforme. Les autres types de conditions aux limites seront abords un peu plus loin. Une autre
forme quivalente est la suivante :
Z
0
>
S : F X w
dV
0N
h0 w dA +
Z
0P
P w(F
>
N ) J dA +
Z
0
r 0 w dV
(14.27)
(F (S 0 pJC 1 )) : X w dV =
Z
0N
h0 w dA +
Z
0
r 0 w dV
qui sous sa forme actuelle, nous amne directement une formulation mixte puisquon doit jumeler
la dernire quation la condition :
p = k(J 1) ou encore
p
+ (J 1) = 0
k
Z
0
On remarque de plus que F C 1 = F > et une formulation mixte en grandes dformations aura
donc la forme du systme suivant :
Z
0
(F S 0 ) : X w dV
Z
0
(J 1)q dV
Z
0
Z
0
pJF > : X w dV
1
pq dV
k
= 0
0N
h0 w dA +
Z
0
r 0 w dV
S 0 : (F > X w) dV
Z
0
(J 1)q dV
pJF
>
Z
0
1
pq dV
k
: X w dV
Z
0N
h0 w dA +
Z
0
= 0
Cette formulation est non linaire et devra donc ventuellement tre linarise.
r 0 w dV
(14.28)
315
14.6
14.6.1
Cette formulation, exprime par la relation 14.26, est pertinente dans le cas o le matriau 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) =
Z
0
F (u)S(u) : X w dV
0N
h0 w dA
Z
0P
P w(F > N ) J dA
Z
0
r 0 w dV
F (u)S(u) : X w dV =
Z
0
S
u : (F > X w) dV +
u
F >
u X w
u
!
Z
0
S:
dV
Lemme 14.19
S
u
u
S
E
:
u = C :
E
u
F > X u + >
X u F
2
= C : F > X u
(14.29)
>
F
u = >
X ( u )
u
Dmonstration. Le rsultat suit de la dfinition de C et de la relation B.23.
S(u0 ) : >
X ( u )X w
dV +
Z
0
: F > (u0 )X w dV
316
Chapitre 14
Z
tP
P n w da =
Z
0P
P w(F > N ) J dA
quil faut aussi linariser par rapport au dplacement u. On constate que seuls J et F > dpendent
de u. Il faudra donc valuer leur variation par rapport u c.--d. :
J
u
u
F >
u =
u
J
F
:
u
F
u
F > F
:
u
F
u
F
u = X u ,
u
de sorte que :
J
u
u
et
F >
: F = F >( F )>F > = K : F (14.30)
F
= JF > : X u
F >
u = F > (X u )> F > = K : X u
u
En drivant le terme de pression suiveuse, on doit ajouter la formulation variationnelle (la matrice
tangente) une contribution de la forme :
Ps
u =
u
0P
0P
0P
0P
"
P w
J
u (F > N ) + J
u
P w
h
P w
h
P w
h
F >
u N
u
!
dA
F > : X u (F > N ) + (K : X u )N J dA
qui nest pas symtrique. La perte de symtrie due la linarisation des pressions suiveuses exige
de mettre en mmoire une matrice complte non symtrique, au lieu dune demi matrice seulement.
Cette perte de symtrie a aussi des consquences sur le choix des mthodes itratives de rsolution
317
des systmes linaires qui en rsultent puisque certaines mthodes comme le gradient conjugu ne
fonctionnent que pour des matrices symtriques.
Pour contourner partiellement cette difficult, on peut symtriser la contribution de la pression
suiveuse la matrice tangente. Si on dnote MP cette matrice, on peut en effet la remplacer par
(MP + MP> )/2. Le prix payer est que dans ces conditions, nous ne sommes plus en prsence dune
mthode de Newton et que la convergence nest plus quadratique. En fait lexprience montre quil
faut alors charger la pression suiveuse par incrments progressifs, ce qui augmente sensiblement le
cot de calcul. Ce qui a t gagn en espace mmoire est perdu en temps de calcul...
Exemple 14.20. On considre dans cet exemple une tige de section carre faite dun matriau
hyperlastique. On fixe lextrmit gauche de la tige de sorte que les dplacements y soient nuls c.-d. u = 0. Sur la paroi suprieure de cette tige, on impose dabord une condition de type Neumann
n = h qui comme on la vu, est quivalente imposer n = Js h sur la configuration non
dforme.
Systme rsoudre
En rsum, la mthode de Newton pour une formulation en dplacement seulement requiert la
rsolution de systmes linaires de la forme :
R(u0 , w)
u = R(u0 , w)
u
o :
R(u0 , w)
u =
u
Z
0
14.6.2
S(u0 ) : >
X ( u )X w
Z
0
dV
Z
0P
P w
h
: F > (u0 )X w dV
318
Chapitre 14
a) Maillage
b) Condition de Neumann
c) Pression suiveuse
Figure 14.2 Comparaison dune condition de Neumann et dune pression suiveuse
319
R2 ((u, p), q)
S : (F > X w) dV
0
>
S : (F X w) dV
0N
h0 w dA
pJF
0
>
Z
0
r 0 w dV
: X w dV
Z
0N
h0 w dA
Z
0
r 0 w dV
1
(J 1) p q dV
k
(14.32)
Dmonstration :
La dmonstration dcoule de la dfinition de S.
Lemme 14.22
On a :
R1 ((u0 , p0 ), w)
S(u0 , p0 ) : >
(
)
w
dV +
u =
X
X u
u
Z0
C(u0 , p0 ) : F > (u0 )X ( u ) : F > (u0 )X w dV
Z
R1 ((u0 , p0 ), w)
p
p
R2 ((u0 , p0 ), q)
u
u
R2 ((u0 , p0 ), q)
p
p
dV
dV
J p F > (u0 ) : X w
J q F > (u0 ) : X u
1
p q dV
k
320
Chapitre 14
S
S
=2
E
C
1
=
2
Sij
Sij
+
Ekl Elk
S
E
dsigne un
q JF
>
Z
0
(u0 ) : X u dV
Z
0
p JF > (u0 ) : X w dV
= R1 ((u0 , p0 ), w)
(14.33)
1
p q dV
k
= R2 ((u0 , p0 ), q)
En vertu du lemme prcdent, on remarque que pour les matriaux hyperlastiques, le systme
linaris est symtrique, sauf en prsence dune pression suiveuse (voir la section 14.6.1).
Remarque 14.23. Le choix des discrtisations pour les formulations mixtes suit essentiellement les
mmes rgles que pour le problme de Stokes (voir le chapitre 12 ou les problmes dlasticit linaire
en formulation mixte du chapitre 13. Une comparaison fine de divers lments, tenant compte de
la prcision de la solution, du cot de calcul (taille du systme non linaire) et de la quantit de
mmoire ncessaire, a t faire dans Chamberland et al. [13] et montre clairement que les lments
dordre lev devraient avoir la prfrence. Cela va lencontre de laffirmation souvent entendue
que les lments de bas degr sont plus efficaces car moins coteux ; ils sont malheureusement aussi
trs peu prcis ! J
14.6.3
Formulation pnalise
La pnalisation est une technique couramment utilise dans le but de diminuer la taille des
systmes non linaires rsoudre. Elle permet, dans certaines conditions, dliminer la variable p
du systme. Cette mthode est particulirement efficace dans le cas de la discrtisation de p par des
polynmes discontinus dun lment lautre. Les cas les plus frquents sont les approximations
constante et linaire par lment. On se rfrera au chapitre 12 o ce type de discrtisations a dj
t discut.
Sur un lment K, la formulation variationnelle linarise 14.33 devient, sous forme matricielle :
"
AK
BK
>
BK
MK
#"
K
u
p K
R1K
R2K
321
o les diffrentes matrices lmentaires sont directement dfinies par 14.33. Lorsque la variable p
est discontinue par lment, on peut rsoudre localement pour pK . En effet, on a :
p K = (M K )1 R2K + B K K
u
do lon tire :
>
>
K
K
AK B K (M K )1 B K K
(M K )1 R2K
u = R1 + B
Cette matrice et le terme de droite sont calculs directement au niveau de llment. Cette dernire
expression nest rien dautre que lalgorithme dUzawa [29]. Pour obtenir une mthode de pnalisation classique, il suffit de poser pk = 0, ce qui limine la mise cour de la pression. Le cas le plus
frquent est celui de la pression constante par lment. La matrice M K est alors de dimension 1
sur 1 et vaut tout simplement vol (K)/k. On a ainsi :
p
k
=
vol (K)
J F
>
(u0 ) : X u
pK
dV + (J 1)dV
vol (K)
k
K
Z
Remarque 14.24. Limposition des conditions aux limites et la rsolution des systmes linaires
rsultants de la mthode de Newton suivent essentiellement les mmes lignes que dans tous les
problmes prcdents. Il faut toutefois tre prudent pour limposition des conditions essentielles
(imposition des dplacements). Lorsque lon impose des dplacements sur une frontire, il est alors
tout--fait possible dinverser des lments prs de ces frontires et de provoquer ainsi des jacobiens
ngatifs et toutes les difficults de convergence qui en rsultent. Plus le maillage est fin, plus
facilement cela se produira. Il est alors recommand demployer la mthode de rsolution dcrite
la remarque 5.11 o on aura vit de choisir un relvement ug satisfaisant immdiatement les
bonnes conditions essentielles. De cette manire, les conditions aux limites seront propages tous
les noeuds en mme temps, vitant ainsi les problmes dlments inverss. J
14.7
Les outils dvelopps jusqu maintenant nous permettent dtablir quelques liens avec la gomtrie diffrentielle intrinsque au sens de Delfour et Zolzio [19]. On pourra notamment dvelopper
des expressions pour les variations de la pression suiveuse, de la normale n et du jacobien surfacique
Js en fonction du dplacement.
14.7.1
Variation du jacobien
= J tr X u F 1
= J tr ( u )
= J u
322
Chapitre 14
14.7.2
On sait que :
Js = J (C 1 N )N
et on cherche la variation de Js par rapport au dplacement u. On a donc :
Js
Js F
Js
u =
:
u =
: X u
u
F u
F
On a dune part en vertu de B.15 :
J
: F = JF > : F
F
et dautre part, en utilisant B.16 et B.17 :
C
: F
F
F 1 F >
: F
F 1
F >
: F F > + F 1
: F
F
F
!
J
: F
F
= J F
>
h
i>
J
+
2
J
: F
2
= Js F > : F
h
C 1
: F N N
F
!
>
>
( F ) F
>
i>
+F
>
>
( F ) F
>
J 1 >
F F ( F )> F > N N
= Js F > : F
= Js F
>
J >
F ( F )> F > N F > N
: F J
= Js F > : F Js
>
F > N
( F )
>
F > ( F )> n n
F > N
avec n =
!!
F > N
||F > N ||
N N
323
(14.34)
= Js tr [ u ] ( u )> n n
= Js u (( u )> n)n)
= Js u
On a ainsi retrouv un rsultat semblable celui de la relation (B.24) mais pour le jacobien
surfacique. On a du mme coup introduit la divergence tangentielle u au sens de Delfour et
Zolzio [19].
Dfinition 14.25: Divergence tangentielle
La divergence tangentielle dun vecteur u est dfinie par :
u = u ((u)> n)n
(14.35)
Remarque 14.26. Un cas particulier intressant du rsultat prcdent est que si u = n, le vecteur
normal la surface, alors n = n. Il suffit en effet de vrifier que (n)> n = 0 en drivant
la relation nn = 1. J
14.7.3
Variation de la normale
F > N
(C 1 N )N
F > N
On a ainsi :
n
n
u =
: X u
u
F
324
Chapitre 14
et
n
: F
F
>
F
F
: F
>
N F 2N
C
F
: F N N
2
>
F > ( F )> F > N + F N
2
>
)> F > N
( F
= F > ( F )> n + n
F >N
2
F > ( F )> n n
de sorte que :
n
u = F > (X u )> n + n F > (X u )> n n
u
= ( u )> n +
(14.36)
( u )> n n n
o lon reconnat la drive matrielle de n au sens de Delfour et Zolzio [19] (n dans leur notation).
14.7.4
Pression suiveuse
Revenons sur la linarisation du terme de pression suiveuse qui peut aussi scrire diffremment.
Le terme de pression suiveuse est de la forme :
Ps =
Z
tP
P wn da =
Z
0P
P wnJs dA
0P
0P
0P
0P
P w
P w
h
n
Js
u Js + n
u
u
u
( u )> n +
dA
P w ( u )n) ( u )> n Js dA
P w
h
( u )> n n n + n ( u ) Js dA
u I ( u )> n Js dA
325
o Js est le jacobien surfacique 14.10. On a ainsi fait apparatre le dviateur du tenseur de dformation u , ce qui semble raisonnable puisquun dplacement virtuel dans la direction normale ne
provoque aucune variation de la normale.
14.8
(X j )m
(X i )n
14.8.1
S(C 01 ) : F >
01 X0 w
dX0 =
Z
0N
h0 w dA0 +
Z
0
Z
0P
P w(F >
01 N 0 ) J01 dA0
r 0 w dX0
(14.37)
326
Chapitre 14
S(C 02 ) : F >
02 X0 w
dX0 =
Z
0N
h0 w dA0 +
Z
0
Z
0P
P w(F >
02 N 0 ) J02 dA0
r 0 w dX0
(14.38)
Le tenseur de Piola-Kirchhoff S(C 02 ) est ici valu en fonction de C 02 =
c.-d. encore partir dune dformation par rapport la gomtrie initiale. Nous supposons donc
que nous sommes pas en mesure de rsoudre directement ce problme en raison de trop fortes
dformations. Lide de base est de passer par une gomtrie intermdiaire 1 (dj calcule) en
transformant la formulation variationnelle 14.38 sur 1 . Il suffit alors de regarder chacun des termes
de la formulation 14.38. Notons dabord que :
F>
02 F 02
>
>
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 ) : F >
02 X0 w
o lon a pos :
dX0 =
1
S(C 02 ) : (F 12 F 01 )> (X1 wF 01 ) J01
dX1
02 ) : F > X w
S(C
12
1
02 ) = J 1 F 01 S(C 02 )F >
S(C
01
01
dX1
(14.39)
et o on a utilis les proprits des produits tensoriels (voir les exercices de la srie B.3). Cest le
terme de base de la formulation Lagrangienne actualise. Notons de plus que le tenseur de Cauchy
scrit :
1
1
F>
=
F 02 S(C 02 ) F >
F 12 S
(14.40)
02 =
12
J02
J12
Voici quelques remarques supplmentaires :
327
1. Le tenseur F 01 est suppos connu (calcul pralablement). Le dplacement u01 nintervient explicitement nulle part ;
2. Les inconnues du problme sont u12 et par consquent F 12 et C 12 ;
3. Pour valuer C 02 , on utilise lexpression (F >
01C 12F 01 ) en supposant le tenseur F 01
connu ;
4. Lexpression du tenseur de Piola-Kirchhoff sur 1 compose les dformations antrieures et
est donc un peu plus complexe. La formulation Lagrangienne totale correspond au cas o
F 01 = I c.--d. quil ny a aucune dformation pralable.
On doit effectuer le mme travail pour les termes de linarisation. Ainsi les deux premiers termes
de 14.31 deviennent, en se servant des proprits des produits tensoriels des exercices de la srie B.3 :
Z
0
S(C 02 ) : >
X0 ( u )X0 w
=
dX0
1
>
>
J01
F 01 S(F >
01 C 12 F 01 )F 01 : X1 ( u )X1 w
02 ) : > ( u )X w
S(C
X1
1
dX1
(14.41)
dX1
et de mme :
Z
0
C(C 02 ) : F >
02 X0 ( u )
: F>
02 X0 w dX0 =
(14.42)
02 ) : F >
C(C
12 X1 ( u )
F>
12 X1 w
dX1
02 ) a pour composantes :
o le tenseur C(C
02 ))mnop = J 1 (C(C 02 ))ijkl (F 01 )mi (F 01 )nj (F 01 )ok (F 01 )pl
(C(C
01
(14.43)
Nous pouvons maintenant procder ainsi pour tous les autres termes de la formulation variationnelle.
Le terme source
Z
0
r 0 w dX0 =
dX1 =
h0 w(Js )1
01 dA1 =
1
r 0 wJ01
1
r 1 w dX1 o r 1 = J01
r0
La condition de Neumann
Z
0N
h0 w dA0 =
Z
1N
1N
h1 w dA1 o h1 = (Js )1
01 h0
328
Chapitre 14
La pression suiveuse
Le jacobien surfacique se transforme suivant la formule :
(Js )02 =
dA2 dA1
dA2
=
= (Js )12 (Js )01
dA0
dA1 dA0
J01
F > N 0
(Js )01 01
P w(F >
02 N 0 ) J02
dA0 =
=
ZP
1P
>
1
P w (F >
12 F 01 )N 0 J01 J12 (Js )01 dA1
P w(F >
12 N 1 ) J12 dA1
P w
h
>
>
>
>
F >
02 : X0 u (F 02 N 0 ) F 02 (X0 u ) F 02 N 0 J02 dA0
>
P w F >
02 : X0 u (F 02 N 0 )J02 dA0
1P
1P
>
1
>
>
P w (F >
12 F 01 ) : (X1 u F 01 ) F 12 F 01 N 0 J12 J01 (Js )01 dA1
>
P w F >
12 : (X1 u ) (F 12 N 1 )J12 dA1
Z
0P
P w
=
h
>
>
F >
02 (X0 u ) F 02 N 0 J02 dA0
Z
1P
P w
h
>
>
F >
12 (X1 u ) F 12 N 1 J12 dA1
329
02 ) : > ( u )X w
S(C
X1
1
+
=
1P
Z
1P
1P
>
02 ) : F >
C(C
12 X1 ( u ) : F 12 X1 w
dX1
P w
h
>
>
F >
12 (X1 u ) F 12 N 1 J12 dA1
02 ) : F > X w
S(C
12
1
Z
dX1 +
>
P w F >
12 : (X1 u ) (F 12 N 1 )J12 dA1
14.8.2
dX1 +
Z
1
r 1 w dX1 +
Z
1N
h1 w dA1
P w(F >
12 N 1 ) J12 dA1
(14.44)
1
Z
R2 =
Z
1
02 ) : (F > X w) dX1
S(C
12
1
S0 (C 02 ) : (F >
12 X1 w) dV
1N
h1 w dA1
(J12
Z
1
1
)
J01
1N
h1 w dA1
Z
1
r 1 w dX1
pJ12 F >
12 : X1 w dX1
r 1 w dX1
1 1
pJ01
q dV
k
1
1
1
o S0 (C 02 ) = J01
F 01 S 0 (C 02 ) F >
01 , r 1 = J01 r0 et h1 = (Js )01 h0 . La formulation
variationnelle complte scrit :
R1
u
u
q J12 F >
12 : X1 u dX1
Z
1
Z
1
p J12 F >
12 : X1 w dX1 = R1
1
1
p qJ01
dX1
k
(14.45)
= R2
1
o le terme R
u u prend exactement la mme forme que pour la formulation en dplacement
seulement (voir les quations 14.41 et 14.42).
330
Chapitre 14
14.8.3
14.8.4
Algorithme complet
331
14.9
Exercices
1. Soit et des tenseurs dordre 2 et supposons que est symtrique. Montrer que :
+ T
:
2
= :
= C :
(B : B)
=B
B
u'0
J2
= tr
C
C
=0
332
Chapitre 14
Chapitre 15
Interactions fluide-structure
15.1
Introduction
Fluid-structure interaction problems occur in various engineering applications and their numerical simulations is still challenging nowadays. Many difficulties arise and we will briefly present some
of them in this paper. We consider the general case where the flow of the fluid deforms the solid
and changes its position thus modifying the geometry of the fluid domain. Arbitrary Lagrangian
Eulerian (ALE) formulations (see [?]) are frequently used to solve such problems where the solid
and the fluid are respectively in Lagrangian and Eulerian coordinates. One of the major difficulties
in ALE description of fluid-structure interactions is, knowing the displacement of the solid domain,
to determine how to update the fluid mesh. If care is not taken, elements adjacent to the solid
boundary can degenerate leading to computational problems and eventually to the divergence of
the solution process. In this paper, we compare moving mesh methods such as kriging, Laplacian
smoothing and displacement methods based on the solution of an elasticity problem. We consider
a number of test problems and comment their respective performances.
15.2
Le problme coupl
15.2.1
In order to introduce the general non-linear fluid-structure problem, let us consider a timedependent domain (t) Rd , d = 2 or 3. We assume, for all time t, that (t) = f (t) s (t)
and f (t) s (t) = , where f (t) is occupied by an incompressible viscous fluid and f (t) by
an elastic solid. The reference (initial) configuration of the system is defined 0 = f 0 s0 . The
fluid-structure interface at time t is denoted by (t) = f (t) s (t) and 0 = f 0 s0 on the
initial configuration.
For the fluid, since we are dealing with a moving interface, we consider the incompressible
333
334
Chapitre 15
v f
+ (v f v s7f ) v f + p 2 (v
f) =
f
r f in f (t)
= 0 in f (t)
vf
v f (x, t)
(15.1)
= v s (x, t) on (t),
where v f (x, t) is the Eulerian velocity field of the fluid. The vector v s7f (x, t) is the Eulerian domain
(mesh) velocity that will be described later on. As we will see, the domain velocity is naturally
defined in the solid domain and must somehow be extended to the fluid domain thus the subscript
s f . Note that in general v s7f (x, t) 6= v f (x, t). The continuity of the fluid and solid velocities
is imposed on the interface (t). The system is completed by initial and boundary conditions on
N
the other parts of the boundary D
f (t) (Dirichlet) and f (t) (Neumann). The complete problem is
thus defined (and solved) on the current geometry f (t).
The motion of the structure is described by the following equations :
s0 V s s (U s )
U s
= s0 r s in s0
= Vs
in s0
(15.2)
where U s (X, t) and V s (X, t) are respectively the Lagrangian displacement and velocity fields of
the solid, s0 its density in the undeformed geometry and r s a given body force (usually vanishing).
The problem is thus written in a total Lagrangian formulation on s0 .
The tensor s = s (U s ) is the first Piola-Kirchhoff tensor (see Bonet [8]) and is related to the
Cauchy stress tensor s by the relation :
s = Js s F T
s
(15.3)
where F s is the gradient of deformation tensor and Js is the Jacobian of the transformation from
the initial geometry s0 to the current configuration s (t). These quantities come out naturally
from the solution of problem (15.2). This problem is also completed with a proper set of initial and
N
boundary conditions (Dirichlet on D
s and Neumann on s ).
From a mechanical point of view, the coupling between the systems (15.1) and (15.2) is realized
by imposing the equilibrium of the stresses at the interface :
s ns = f nf
on (t),
The Cauchy tensor f comes out of the solution of system (15.1) and is defined on the current
configuration. System (15.2) is however solved on the reference configuration. f must therefore be
transferred on the reference geometry. It is easily seen from (15.3) and from the transformation of
the normal vectors that the above equilibrium condition on the deformes geometry becomes :
s N s = Js7f f F T
s7f N f
on 0 .
(15.4)
on the reference geometry. In the above equation, N and n stand for the normal vectors to the initial
and deformed geometries respectively. The equilibrium condition (15.4) is added to system (15.2)
335
Interactions fluide-structure
as a Neumann boundary condition. Note that Js7f and F s7f are extensions to f 0 of similar
quantities already defined in s0 . Their computation will require the definition of a Lagrangian
displacement in f 0 . In practice, any reasonable extension (denoted U s7f ) of U s |0 over f 0 can
be used and we will see in Section 15.3 a number of ways to achieve that goal. It is however quite
natural to impose the continuity of the displacements at the interface :
U s7f = U s on 0
(15.5)
The Lagrangian mesh velocity V s7f in the fluid domain can then be easily obtained from a finite
difference in time. For instance, if an Euler scheme is used, then :
V s7f (X, t) =
(15.6)
which, together with (15.5), imposes the continuity of the velocities on the interface.
We therefore suppose that we have defined an extension U s7f of the mesh displacement in f 0
from which we can evaluate Js7f and F s7f . As a consequence, the current configuration of the
fluid domain, f (t), is parametrized by :
f (t) = f 0 + U s7f (f 0 )
(15.7)
In other terms, each node X of the initial fluid domain has a corresponding node x in the deformed
configuration satisfying :
x = X + U s7f (X, t)
In this way, we can follow each node of the fluid mesh. Consequently, the Eulerian domain
velocity v s7f at node x satisfies :
v s7f (x, t) = V s7f (X, t)
(15.8)
15.3
We propose in this section different constructions of the extension U s7f . The main difficulty is
to avoid the occurrence of overly distorted elements. Once U s7f has been constructed, quantities
such as Js7f and F s7f are easily computed. The mesh velocity is then obtained from (15.6)
and (15.8). The update of the mesh is thus a crucial step.
15.3.1
Laplacian smoothing is a classical method for updating meshes (see [9]). The following problem
is solved separately for each component of the displacement.
U s7f
= 0
U s7f
= Us
U s7f
= 0
in f 0 ,
on 0 ,
on f 0 \0 ,
(15.9)
336
Chapitre 15
15.3.2
Modle lastique
Another possibility (see [14]) is to solve the small deformation elasticity system :
( U s7f )I + p
2(U s7f )
p U s7f
U s7f
= 0
= 0
= Us
= 0
U s7f n
(15.10)
on 0 ,
on f 0 \0 ,
where and k (bulk modulus) are obtained from the Poisson coefficient and Youngs modulus E
as
E
E
and =
k=
3(1 2)
2(1 + )
This problem cannot be solved component per component. It is thus more expensive that the
Laplacian smoothing. The value of the Poisson coefficient can be chosen close to 0.5 in order to
preserve the area (volume) of the elements.
Note also that the last boundary condition allows slip on the boundary nodes which, in some
instances, prevents the distortion of elements close to the boundary. It can also be imposed for the
Laplacian smoothing if one is ready to solve all the components at the same time.
15.3.3
Le krigeage
Kriging is an interpolation method first introduced by Krige [35] in geostatistics. The displacement is defined as
U s7f (X, t) =
n
X
j g(|X X j |) + a0 + a1 X1 + a2 X2 + a3 X3
j=1
337
Interactions fluide-structure
15.3.4
Relvement parabolique
k0 U s7f U s7f
= 0
U s7f
= Us
U s7f
= 0
in f 0 ,
on 0 ,
(15.11)
on f 0 \0 ,
where k0 is a constant coefficient chosen large (k0 ' 500). In the various two and three-dimensional
applications we have considered so far, this is the most robust and the most effective method. Here
again, it can be computed for each component separately and very efficient iterative methods exist
for this kind of problems so that its solution is not a major issue in terms of computational cost.
15.4
Stratgie de rsolution
The following algorithm is used to solve the global FSI problem. For each time step :
1. Solve the Navier-Stokes equations (15.1) to obtain the velocity v f , the pressure and the
Cauchy stress tensor f . A mixed formulation (velocity-pressure) is used with a quadratic
(O(h2 )) Taylor-Hood P2 P1 element [6]. The system is solved using a very efficient projection
method described in [20].
2. Computation of the right-hand side of (15.4) and its reinterpolation on the solid side of the
interface 0 . Note that the meshes in the fluid and solid domains may be non conforming
on 0 .
3. Solve system (15.2) to get the solid displacement U s and velocity V s . A quadratic P2 element
is used for that purpose. Note that a mixed formulation (displacement-pressure) can also be
used for incompressible material.
4. Computation of the mesh displacement U s7f of the fluid domain from the solid displacement
field U s using one of the methods described in Section 15.3 ;
5. Update the fluid domain using (15.7).
6. Compute the mesh velocity V s7f from equation (15.6) from which we deduce v s7f .
7. Go back to step 1. if the solution is not converged. Convergence is explicitly verified on
each variable of the problem. The norm of the corrections must be smaller than 108 for all
variables before we go to the next time step.
15.5
Ce chapitre se veut une prsentation trs informelle de la notion de masse ajoute et de son
effet sur la stabilit des approches partitionnes en interactions fluide-structure.
338
Chapitre 15
Tout dabord voici le modle dans sa forme la plus simple possible dinteraction entre un fluide
et une structure.
Fluide
Solide
Interactions
u
+ (u )u (D(u)) + p
f
= f F
u = 0
u = uD
sur f
sur f
sur f
2d
((d)) = s F sur s
t2
d = dD sur s
d
sur f s
u =
t
t
(d) ns = Jf (D(u))F nf sur f s
s
(15.12)
(15.13)
(15.14)
On ne stendra pas sur les diffrentes approches possible pouvant entraner des modifications
de (15.12)-(15.14) : approche monolithique (eulrien-eulrien avec rsolution simultane des trois
inconnues), domaine fictif, dcoupage, etc. On se concentrera sur lapproche partitionne la plus
simple : il sagit dun dcouplage des deux physiques, une formulation eulrienne (pour le fluide)
et lagrangienne pour le solide (nous prciserons plus bas, comment traiter (15.14) dans ce cas).
On parlera dapproche partitionne de type ALE (Arbitrary Lagrangian-Eulerian) puisqua priori
la configuration de rfrence fluide est arbitraire. Naturellement, les conditions sur s et f dans
(15.12)-(15.13) pourraient tre plus complexes, et cest sans importance pour notre propos.
Le dernier bloc de conditions (15.14) pilote tout le modle puisquil sagit des conditions reprsentant linteraction entre le corps solide et le fluide. Tous les changes entre les deux modles
passent par ces conditions. Il sagit dun couple de conditions aux limites, la premire tant une
condition de Dirichlet associe au modle du fluide (ajoute (15.12), et la seconde est une condition de pression sur le solide de type Neumann ajoute (15.13). On parlera parfois dun couplage
de type Dirichlet-Neumann, de mme on parle parfois des quations ou conditions de couplage.
Le parallle avec lapproche par dcomposition de domaine nest pas fortuite, on retrouvera des
difficults similaires cette approche. Notamment pour ce qui trait la stabilit induite par le
passage des informations travers la frontire porteuse des conditions aux limites.
Formellement, en utilisant un procd mathmatiques plus ou moins complexe (utilisation doprateurs de type Steklov-Poincar) on peut transformer la condition de Neumann sur f s en une
contribution inertielle. COMPLETER ICI QUOI A RESSEMBLE.
Introduisons donc une fonction f dpendant de f , f s , f et , Le procd dj mentionn
permet alors dcrire
339
Interactions fluide-structure
N-S
Mca
Interactions
u
+ (u )u (D(u)) + p
f
= f F
u = 0
u = uD
s
sur f
sur f
sur f
2d
2d
+
((d)) = s F sur s
f
f
t2
t2
d = dD sur s
d
u =
sur f s
t
(15.15)
(15.16)
(15.17)
On a toujours deux conditions de couplage ! Mais seul la condition sur le fluide est sous la forme
dune condition limite. Quand la condition sur le corps solide, la condition de pression du fluide
sur le corps solide est transforme en une condition volumique dpendant du fluide. Cela traduit
simplement le fait que la pression du fluide sapparente aussi une composante inertielle ajoute
la cinmatique du solide. On dira quon a une masse ajoute !
Quelques remarques simposent :
Tout cela est formel
Si on tente de rsoudre le problme comme un systme trois champs inconnus (u, p et d)
dun bloc, cest la mthode monolithique, alors utiliser (expliciter) f nest pas ncessaire.
Si on tente plutt daborder le problme par une approche simplifie de type point fixe, on
parle alors dune approche partitionne. Sauf dans des cas trs simples (et mme dans ces
cas), f est quasi impossible calculer et on ne cherche pas le dterminer et on utilise la
paire de conditions aux limites Dirichlet-Neumann.
Maintenant que lon a une ide de ce quest la masse ajoute, quest-ce que leffet de masse ajoute ?
Quel est limpact de lutilisation de lapproche partitionne (et du dcouplage) sur les conditions
linterface f s ?
Dans la pratique, lorsquon utilise une approche partitionne on utilise un point fixe (plus ou
moins converg) alternant entre la rsolution des quations du fluide (15.12) et du solide (15.13).
Nayant pas de connaissance et ne voulant pas calculer f on utilise le calcul de la pression du fluide
sur le solide, cest--dire (15.14). Puisqua priori les deux systmes sont identiques, on utilisera plus
bas lexistence de f pour comprendre ce qui se passe. Mais dabord, voici lalgorithme partionn
typique. Rappelons quil sagit dune formulation ALE base sur un schma en temps quelconque
1 Initialisation tat : u0 ,p0 , d0 et 0 , gomtrie : f,0 , s et pas de temps : t
2 Boucle en temps : tant que tn < tF (temps final)
la gomtrie de dpart celle du pas de temps prcdent : 0f = f,n1
Point-fixe : tant que d > d , u > u et p > p
rsoudre N-S (15.12) donnant uk , pk (ou u , p ).
t
calcul de la pression du fluide sur fk1
s : Jf (D(u))F nf .
340
Chapitre 15
rsoudre Mca (15.13) donnant dk (ou d )
calcul de la nouvelle gomtrie du fluide : kf s , kf et de la vitesse sur kf s .
3 Mise jour du temps
Cest la version totalement implicite de lapproche partitionne. Mais sagit-il vraiment dune
approche implicite ? Introduisons momentanment la fonction f et la masse ajoute dans lalgorithme prcdent, on aura un algorithme tout fait identique :
1 Initialisation tat : u0 ,p0 , d0 et 0 , gomtrie : f,0 , s et pas de temps : t
2 Boucle en temps : tant que tn < tF
la gomtrie de dpart celle du pas de temps prcdent : 0f = f,n1
Point-fixe : tant que d > d , u > u et p > p
rsoudre N-S (15.12) donnant uk , pk (ou u , p ).
2 k1
k d
utilisation de dk1 , fk1 , k1
pour
le
calcul
de
.
f
fs
t2
rsoudre Mca (15.13) donnant dk (ou d )
calcul de la nouvelle gomtrie du fluide : kf s , kf et de la vitesse sur kf s .
3 Mise jour du temps
On voit bien ce qui se passe. Dans la mesure o on a dcoupl les deux modles on doit
utiliser de linformation (entre autre la gomtrie) dune itration prcdente pour calculer la
masse ajoute ! Ce qui correspond expliciter le terme de masse ajoute c.--d. une partie de
linertie du solide (la drive seconde des dplacements) ! Notre schma nest donc pas rellement
et totalement implicite. En introduisant "par la bande" une composante explicite dans lalgorithme
partitionn on introduit presque assurment des conditions pour la stabilit de lalgorithme.
Non ! on ne peut pas esprer viter ce problme en ramnageant les oprations
de lalgorithme de base. On devra toujours calculer une des quantits sur linterface
de couplage litration prcdente. On a forcment un dcalage itratif dans le point
fixe.
Attention : la condition de stabilit qui ressort de manire naturelle se traduit par une borne
infrieure sur la valeur du pas de temps. Les deux grands exemples de cela sont :
1. le cas du piston unidimensionnel prsent par Mengdi Song (XXX). On tablit facilement
que pour que lalgorithme converge on doit satisifaire la condition
2t > 2
t2F
4 2
mf
2
ms
mf =
f d
f
ms =
s d
s
f max s h
E
Interactions fluide-structure
341
o E est le module dYoung du tube (lhypothse des petites perturbations est impose) et
max correspond la plus grande valeur propre dun Laplacien.
Attention aux conclusions rapides 1.
La condition de Song, nest valide que dans le cas dun piston rigide avec des hypothses de
Bernoulli (coulement potentiel). On ne peut en conclure de manire gnrale que cest le rapport
des masses qui compte.
Attention aux conclusions rapides 2.
Le rapport des masse volumique nest pas tout. Causin ne souligne pas suffisamment leffet de
la prsence du module dYoung dans la borne. De plus, il ignore leffet de la dformation du corps
solide sur la borne ( sa dfense il traite de la dformation dun tube lastique de longueur infinie
et suppose lpaisseur constante (pas vraiment mais cest tout comme)).
La borne de Causin est la plus proche dune borne gnrique (c.--d. le cas dun solide de forme
gnrale, dformable en HPP). Or cette borne fait apparatre une dpendance la gomtrie de f s
(cest max ), au comportement mcanique du solide (module dYoung) et aux masses volumiques
du fluide et du solide.
342
Annexe A
Annexe A
A.1
f f f
,
,
x1 x2 x3
343
344
Annexe A
Dfinition A.2: Drive directionnelle
La drive directionnelle dune fonction f (x) dans la direction du vecteur unitaire d (||d||2 = 1)
est donne par :
f
= f (x) d = ||f (x)||2 cos
d
o est langle entre les vecteurs gradient et d.
La drive directionnelle donne le taux daccroissement de la fonction f (x) dans la direction d.
Lorsque = 0, les vecteurs gradient et d sont dans la mme direction et la drive directionnelle
prend sa valeur maximale (cos = 1), ce qui est bien cohrent avec la dfinition du gradient..
Dfinition A.3: Divergence dune champ de vecteurs
Soit un champ de vecteurs u(x). On dfinit la divergence de ce champ par lexpression :
u=
A.2
A.2.1
u1 u2 u3
+
+
x1 x2 x3
f ds =
Z b
a
f ((t)) || 0 (t)||2 dt
o (t) = (1 (t), 2 (t), 3 (t)) pour a t b est une paramtrisation de la courbe C et || 0 (t)||2
dsigne la norme euclidienne du vecteur 0 (t) (voir Philippin [42]).
A.2.2
t1 t2
2
S
D
o (t1 , t2 ) = (1 (t1 , t2 ), 2 (t1 , t2 ), 3 (t1 , t2 )) pour (t1 , t2 ) D est une paramtrisation de la surface
S et dsigne le produit vectoriel. Lintgrale sur la surface S de la fonction f = 1 donne laire
de cette surface. De plus, la normale n la surface est donne par :
n(t1 , t2 ) =
t1 t2
k t1 t2 k2
345
et une autre forme de ce rsultat est que pour une fonction vectorielle u, on a :
Z
S
u n ds =
Z
D
u((t1 , t2 ))
t1 t2
dt1 dt2
A.3
a t1 b, c t2 d
Thorme de la divergence
Nous sommes en mesure de formuler le thorme de la divergence ou thorme de GaussOstrogradski que nous ne dmontrons pas (voir par exemple Swokowski, rf. [50]). Pour un rappel
sur les intgrales multiples et les intgrales curvilignes ou surfaciques, on se rfrera Philippin [42].
Thorme A.4: de la divergence
Soit un ouvert de Rn de frontire (voir la figure A.1). Soit de plus n le vecteur normal
unitaire pointant vers lextrieur de . Si u est un champ de vecteurs dont les drives
partielles premires sont continues sur , alors :
Z
u dv =
u n da
(A.1)
Remarque A.5. Dans le thorme de la divergence, le terme de gauche est une intgrale double
ou triple suivant que le problme est en 2 ou 3 dimensions. Lexpression dv dsigne donc un lment
daire ou de volume, selon le cas. Le terme de droite est une intgrale curviligne si est un domaine
346
Annexe A
bidimensionnel ou une intgrale surfacique en 3 dimensions (voir les exercices de fin de chapitre). De
mme, da dsigne un lment de longueur ou daire, selon le cas. Le terme de droite de lquation A.1
est le flux du champ u travers la surface . J
Il existe de nombreuses formes sous lesquelles le thorme de la divergence est utile. Nous en
explicitons quelques unes.
Corollaire A.6
Si le champ de vecteurs u a la forme particulire :
u = (0, 0, , f, 0, , 0)
(f apparaissant la iime composante) o f (x) est une fonction dont les drives partielles
f
et le thorme de la divergence
premires sont continues, alors la divergence de u scrit x
i
snonce comme suit :
Z
Z
f
dv = f ni ds
(A.2)
xi
Dmonstration. La preuve vient immdiatement en se servant du thorme de la divergence.
Corollaire A.7
Soit h(x) une fonction dont les drives partielles premires sont continues et si u satisfait les
hypothses du thorme de la divergence, alors :
Z
h u dv +
h u dv =
hu n ds
(A.3)
f
dv +
xi
h
f dv =
xi
hf ni ds
(A.4)
347
Si le champ u est le produit dune fonction scalaire g avec le gradient dune fonction scalaire
f (x), c.--d. u = gf , alors on a :
Z
h (gf ) dv +
gh f dv =
hgf n ds =
h g
f
n
ds
(A.5)
En particulier, si g = 1, on a :
Z
h f dv +
2
h f dv =
f
ds
n
(A.6)
( ) w dv +
: w dv =
( n) w ds
(A.7)
u dv =
n u da
(A.8)
Dmonstration. On remarque immdiatement quil sagit dune galit entre deux vecteurs. Pour
348
Annexe A
dmontrer lgalit, on peut donc y aller composante par composante. Rappelons que :
u =
v2 v1
v3 v2
v1
v3
x2 x3 x3 x1 x1 x2
et nu = (n2 v3 n3 v2 , n3 v1 n1 v3 , n1 v2 n2 v1 )
v3
v2
dv =
x2 x3
n2 v3 n3 v2 da
= (0, v3 , v2 ). On
Mais il suffit alors dappliquer le thorme de la divergence A.1 au champ v
alors :
Z
Z
Z
Z
v2
v3
n da = n2 v3 n3 v2 da
dv = v
dv =
v
x3
x2
349
A.4
Exercices
1. Dmontrer que si f (x) et g(x) sont des fonctions scalaires et v(x) dsigne un champ de
vecteurs, on a les relations suivantes :
a) (f ) = 2 f
b) (gv) = g v + g v
c) (gf ) = g f + g2 f
2. Dmontrer que :
a)
Z
Z
g
f
2
2
ds
f g g f dv =
f
g
n
n
S
b)
Z
2 f dv =
Z
S
f
ds
n
1 ds
x21 ds
1 (t) = a cos t
2 (t) = b sin t
pour t entre 0 et 2.
6. valuer les intgrales surfaciques suivantes :
a)
Z
S
(x1 + x2 + x3 ) ds
350
Annexe A
o S est la surface du plan x3 = x1 + x2 pour 0 x2 x1 et 0 x1 1.
b)
Z
S
(x1 + 1) ds
Annexe B
Notions de base
Dans cette annexe, nous ferons un survol trs rapide des notions relatives aux tenseurs. Lobjectif nest certainement pas de refaire de manire dtaille toute la thorie tensorielle mais bien
de rappeler les principales dfinitions et les principaux outils : produits dyadiques, contracts,
doublement contracts, etc.
B.1.1
Les vecteurs
3
X
ui E i = ui E i et v =
3
X
vi E i = vi E i
i=1
i=1
352
Annexe D
Pour un vecteur u quelconque, on peut retrouver ses composantes ui dans une base orthonorme
donne simplement en prenant le produit scalaire par iime vecteur de la base. En effet :
u E i = uj E j E i = uj Iij = ui
(B.1)
u1
u2
u3
Il ne faut jamais perdre de vue que cette notation est lie la base E. Si on se donne une autre
base orthonorme E = {E i , i = 1, 2, 3)}, on peut crire tout vecteur u sous la forme :
u = ui E i mais aussi u = ui E i
On aura ainsi deux matrices colonnes de coefficients pour le mme vecteur :
u1
u1
u2 et u2
u3
u3
chacune lie une base diffrente. Pour passer de lune lautre, il faut dabord exprimer chaque
nouveau vecteur de base E i dans la base E de sorte que E i = Aij E j (la iime ligne de A contient les
composantes de E i dans la base E). En vertu de lquation B.1, on a tout simplement Aij = E i E j .
On a ainsi :
u = ui E i = ui Aij E j = uj E j
de sorte que uj = Aij ui ou encore :
u1
A11 A12 A13 u1
u2 = A21 A22 A23 u2
u3
A31 A32 A33
u3
Inversement, on peut exprimer les vecteurs de la base E dans la nouvelle base. En posant
Bij = E i E j , on a
E i = Bij E j = Bij Ajk E k
de sorte Bij Ajk = Iik et que les matrices B = A1 . Puisque Aij = E i E j et Bij = E i E j , on
remarque immdiatement que Bij = Aji de sorte B = A> .
353
B.1.2
(B.2)
Les coefficients Tij sont les coefficients du tenseur T dans la base orthonorme. En fait, pour
dfinir compltement un tenseur il suffit de connatre son comportement sur les vecteurs de la base
orthonorme. Ainsi, en ce qui concerne le produit dyadique de deux vecteurs, on a :
(E i ((u v) E j )) = (E i u)vj = ui vj
de sorte que u v = ui vj E i E j .
354
Annexe D
Notons enfin quil est possible dutiliser deux bases orthonormes diffrentes pour dfinir un
tenseur. En effet, si on introduit une nouvelle base E i , i = 1, 2, 3 relie la premire par un tenseur
orthogonal (de rotation) A c.--d. ek = A E k . Les composantes de ce tenseur sont donc :
Aij = E i (A E j )
on a alors :
(B.3)
Cette dernire relation sera notamment utile pour les changements de coordonnes.
On peut aussi percevoir les tenseurs dordre 2 comme des applications bilinaires de R3 R3
dans R dfinie par :
T (u, v) = (T u) v = (Tij uj ei ) v = Tij uj vi
u, v
(T S)u = T (S u)
355
Dans le cas de tenseurs du premier ordre (des vecteurs), on retrouve le produit scalaire habituel.
Notons que lordre du tenseur rsultant du produit contract est la somme des ordres des
tenseurs de dpart moins deux.
Dfinition B.6: Produit doublement contract
Le symbole : dsigne le produit doublement contract (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 = Tij Sij
Si C est un tenseur du quatrime ordre, alors :
C : T = Cijkl Tkl
et dsigne un tenseur du deuxime ordre. Notons que lordre du tenseur rsultant du produit
doublement contract est la somme des ordres des tenseurs de dpart moins quatre.
Dfinition B.7: Trace dun tenseur
On dfinit la trace dun tenseur du second ordre par lexpression :
tr(A) =
n
X
Aii
(B.4)
i=1
tr(AB) = tr(B A)
(B.5)
3. Orthogonalit :
4.
tr(A) = I : A = A : I
(B.6)
A : B = 0 si A> = A et B > = B
(B.7)
(A B) : C = A(B : C)
(B.8)
356
Annexe D
5. Trace et produit doublement contract :
A : B = tr(A> B) = tr(B > A) = tr(AB > ) = tr(B A> )
(B.9)
(AB) : C = B : (A> C)
(B.10)
6.
B.2
B.2.1
Rsultats gnraux
Pour driver par rapport un tenseur, on utilise la drive de Gteaux 8.10 introduite au
chapitre 8.
Dfinition B.9: Drive par rapport un tenseur
Soit f : A f (A) R. Alors la drive de f par rapport A est un tenseur dordre 2
(symrique si A lest) dfini par :
(f (A))
d
: A =
f (A + A)
A
d
=0
(B.11)
= T (A)
f (A)
T (A)
+ f (A)
A
A
T1 (A)
T2 (A)
= T 2 (A) :
+ T 1 (A) :
A
A
(B.12)
357
(trB)
=I
B
(B.13)
(dt B)
= (dt B) B >
B
(B.14)
J
= J F >
F
et
J
1
= JC 1
C
2
(B.15)
d
tr (B + B )
d
=0
= tr( B ) = I : B
do le premier rsultat. De plus, par dfinition du dterminant :
(dt B)
: B =
B
d
dt (B + B )
d
=0
d
dt B I + B 1 B
d
=0
d
dt (I + B 1 B
= dt B
d
A
i
=0
A
A
dt (A I) = (A
1 )(2 )(3 )
et quen prenant = 1, on a :
A
A
dt (A + I) = (A
1 + 1)(2 + 1)(3 + 1)
J
I
1 1/2 I3
1 1/2
= 3 = I3
= I3 C 1
C
C
2
C
2
ce qui termine la dmonstration.
358
Annexe D
Lemme B.12
B 1
B
!
1 1
= Bik
Blj (B.16)
ijkl
En particulier, on a :
(C 1 )
: C = C 1 C C 1 = J : C
C
o le tenseur du quatrime ordre J a pour composantes :
Jijkl =
1 1 1
1
Cik Cjl + Cil1 Cjk
2
en utilisant la symtrie de C. On a aussi symtris le tenseur C tel que suggr par Bathe [5].
Dmonstration. Puisque I = B B 1 , en drivant de chaque ct on a :
(B B 1 )
: B =
0=
B
B
B 1
: B B 1 + B
: B
B
B
= B B
ce qui entrane que :
B 1
B
B
B
B 1
+ B
: B
B
= B B 1
et le rsultat suit par une multiplication gauche par B 1 de chaque ct. De plus :
1
1
1 1
B 1 B B 1 = Bik
B kl Blj
= Bik
Blj B kl = J : B
359
!
>
= B > >
= K : B avec Kijkl =
B B
>
Bij
>
= Bil> Bkj
Bkl
(B.17)
Dmonstration.
B >
B > B >
: B =
: B
B
B
B >
B >
>
= B
>
>
ce qui dfinit le tenseur du quatrime ordre Kijkl = Bil> Bkj
.
B.2.2
Lemme B.14
Les drives premires des trois invariants de C scrivent :
I1
C
= I
I2
C
= I1 I C
I3
C
= I3 C > = I3 C 1 = cof C
Dmonstration. Pour I1 :
I1
: C =
C
=
d
(tr(C + C )) |=0
d
d
(tr(C) + tr( C ) |=0 = tr( C )
d
= I : C
do le rsultat puisque C est quelconque.
(B.18)
360
Annexe D
Pour I2 :
I2
: C =
C
I1
1
(C : C)
2I1
: C
: C
2
C
C
1 d
((C + C ) : (C + C ))
= I1 I : C
2 d
=0
1 d
= I1 I : C
C : C + C : C + C : C + 2 C : C
2 d
=0
= I1 I : C C : C = (I1 I C) : C
et le rsultat suit immdiatement.
Pour I3 :
Cest un cas particulier de la relation B.14.
Lemme B.15
Les drives secondes des trois invariants de C scrivent :
2 I1
CC
= 0
2 I2
CC
= I I I
2 I3
CC
= I3 C 1 C 1 + J
(B.19)
1
(Iik Ijl + Iil Ijk )
2
361
I1 1/3 1
1
4/3 I3
1/3
1/3 1
I3
I1 I3
= I3
I I1 I3
C
C
3
C
3
I2 2/3 2
2
5/3 I3
2/3
2/3 1
I
I2 I3
= (I1 I C)I3
I2 I3
C
C 3
3
C
3
(B.20)
B.2.3
Lemme B.17
F
w = X w
u
et
F >
w = >
Xw
u
(B.21)
On tire des rsultats prcdents une identit qui nous servira tablir le thorme de transport
de Reynolds.
Lemme B.18
On a :
J
(X, t) = J v
t
(B.22)
J
J
(X, t) =
:
t
F
X
F u
u t X
J
:
=
F
F
v = JF > : X v
u
362
Annexe D
J
(X, t)
t
X
= JF > : X v
= J tr
F 1 X v = J tr
X v F 1
= J tr (v) = J( v)
en utilisant B.9 et on a le rsultat.
Lemme B.19
Le tenseur E dpend de manire non linaire du dplacement u. On peut donc le linariser et
on a :
1 >
E(u)
>
w =
F X w + >
(B.23)
X wF = F (w)F
u
2
Dmonstration. On a par dfinition :
E
w =
u
1 C
1
w =
2 u
2
F >
F >
w F + F >
w
u
u
!
!!
1 >
X wF + F > X w
2
E
(u)
w et e =
w
u
u
E = F > eF
Nous avons choisi dviter cette notation qui, bien que trs compacte, escamote quelque peu les
dpendances des diffrents termes par rapport u et w. J
363
(B.24)
Dmonstration. La dmonstration dcoule des relations B.15, B.21 et 14.4 et du fait que :
F > : X w = tr F 1 X w = tr(w) = w
364
Annexe D
B.3
Exercices
= A:B
= T :A
!!
B + B>
:
2
= (T : A) : B
(B : B)
= 2B
B
7. Montrer que le tenseur du quatrime ordre I ayant pour composantes Iijkl = Iik Ijl vrifie
I : B = B pour tout tenseur B dordre 2. Montrer de plus que I B = B pour tout tenseur
B dordre 4.
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 mthode des
lments finis, nous nous limiterons dterminer les fonctions dinterpolation seulement sur les
lments de rfrence. Nous procderons de manire identique en dimension 1, 2 ou 3, mme sil
existe des faons plus simples darriver au mme rsultat.
Deux espaces de polynmes jouent un rle important en lments finis. Dans un premier temps,
nous noterons Pk lespace des polynmes de degr k. On vrifie facilement que la dimension de
lespace Pk est :
(n + k)!
dim(Pk ) =
k!n!
o n est la dimension despace(n = 1, 2 ou 3). Lespace Pk est gnralement utilis sur les lments
triangulaires ou ttradriques.
Nous travaillerons galement avec lespace Qk des polynmes de degr k en chacune des variables
despace. La dimension de cet espace est tout simplement :
dim(Qk ) = (k + 1)n
En dimension 1, ces 2 espaces cocident mais ils diffrent en dimension 2 ou 3. Lespace Qk est
particulirement adapt aux lments quadragulaires ou hexadraux comme nous le verrons un peu
plus loin dans ce chapitre. Bien sr, il sera possible dutiliser des variantes incompltes des espaces
Pk ou Qk selon les besoins.
Quelque soit lespace de polynmes utilis, nous noterons N sa dimension. On se donne maintenant N points 1 , 2 , N sur llment de rfrence. Les N fonctions de Lagrange Li () sont
des polynmes de Pk ou Qk vrifiant :
Li ( i ) = 1
Li ( j ) = 0
i
j 6= i
(C.1)
Pour construire ces fonctions, il suffit de choisir une base gnralement constitue de monmes
de degr k. Nous noterons cette base de polynmes p1 (), p2 (), , pN (). Pour construire les
365
366
Annexe B
N
X
aj pj ()
j=1
et dimposer les contraintes de lquation C.1 pour construire un systme linaire de dimension N
sur N dont les inconnues sont les coefficients ai . On obtient ainsi le systme linaire :
p1 ( 1 ) p2 ( 1 )
p1 ( 2 ) p2 ( 2 )
..
..
.
.
p1 ( i ) p2 ( i )
..
.
p1 ( N ) p2 ( N )
pN ( 1 )
pN ( 2 )
..
.
pN ( i )
..
..
.
.
pN ( N )
a1
a2
..
.
ai
..
.
aN
0
0
..
.
1
..
.
0
(C.2)
Le terme de droite est tout simplement le vecteur de base ei dont toutes les composantes sont
nulles, sauf la iime . La rsolution est immdiate puisque la matrice est gnralement inversible.
Notons de plus que la matrice est la mme pour toutes les fonctions de Lagrange. Seul le terme de
droite change.
On rpte ce processus pour chaque fonction de Lagrange. Une fois ce travail accompli, le
polynme :
u() =
N
X
uj Lj ()
(C.3)
j=1
est lunique polynme de degr k dont la valeur en = i est ui , ce qui constitue un polynme
dinterpolation.
C.1
Interpolation en dimension 1
1 1
1 +1
a1
a2
1
0
0
1
1 1
1 +1
a1
a2
367
Interpolation de Lagrange
Polynmes de Lagrange P1 (1D)
dLi
d
Li (, )
1
2
1+
2
1
2
1
2
a1
a2
1/2
1/2
et
a1
a2
1/2
1/2
Ces deux fonctions sont illustres la figure 5.4 sexpriment laide de la relation C.3 sous la
forme :
1+
1
et L2 () =
L1 () =
2
2
Pour complter le dveloppement, le tableau C.1 donne lexpression des fonctions de Lagrange
de mme que les drives qui sont utiles pour lvaluation des systmes lmentaires comme celui
de la relation 5.5.
Polynmes de degr 2
On choisit naturellement comme points dinterpolation les coordonnes 1 = 1, 2 = 1 et
3 = 0 de llment de rfrence (nous avons numrot les extrmits ou noeuds gomtriques de
llment en premier). La base de monmes est constitue des polynmes 1, et 2 . Nous ne ferons
explicitement le calcul que pour la premre fonction de Lagrange. Le systme C.2 scrit alors :
1 1 1
a1
1
1 +1 1 a2 = 0
0
1 0 0
a3
a1
0
a2 = 1/2
a3
1/2
2
( 1)
+
=
2
2
2
368
Annexe B
Polynmes de Lagrange P2 (1D)
i
Li (, )
dLi
d
( 1)
2
1/2
( + 1)
2
+ 1/2
1 2
C.2
Interpolation en dimension 2
Contrairement au cas unidimensionnel, nous avons ici le choix de la forme gomtrique des
lments. Le plus souvent, on utilise des triangles ou des quadrilatres. Les espaces de polynmes
correspondants sont lgrement diffrents.
369
Interpolation de Lagrange
C.2.1
Voyons en premier lieu le cas des triangles. Lespace de polynmes le plus frquemment utilis
est lespace Pk dont on construit une base laide du tableau suivant :
P0
P1
P2
P3
1
:
:
2
:
3
2
2
:
et ainsi de suite.
Pour dterminer uniquement un polynme de degr k, on doit choisir N points dinterpolation
distincts. Le choix des points dinterpolation est dict par les proprits de la fonction que lon
souhaite interpoler.
Polynmes de degr 1
Commenons par lexemple le plus simple. Construisons les fonctions dinterpolation linaires (P1 )
sur llment de rfrence. Du triangle prcdent, la base de monmes est 1, , de sorte que tout
polynme de P1 peut scrire :
p1 (, ) = a1 + a2 + a3
La dimension de cet espace tant 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 figure 6.2). On va construire, suivant la dmarche
utilise en dimension 1, des fonctions dinterpolation Li (, ) de sorte que :
Lj ( i ) = Lj (i , i ) = ij
Pour la premire fonction dinterpolation, le systme C.2 devient :
1 0 0
a1
1
1 1 0 a2 = 0
1 0 1
a3
0
do :
a1
1
a2 = 1
a3
1
L1 (i , i ) = 1
370
Annexe B
Polynmes de Lagrange P1 (2D)
i
Li (, )
1 1
2
Li
Li
1
1
0
1
0
1
Li (, )
Li
1 (1 2) 1 4
2 (1 2) 1 + 4
3 (1 2)
0
4
4
4( )
5
4
4
6
4
4
Li
1 4
0
1 + 4
4
4
4( )
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
a1
a2
a3
a4
a5
a6
= ei
En rsolvant ces 6 systmes linaires, on trouve les fonctions du tableau C.4. Pour simplifier les
expressions, on a pos :
=1
Remarque C.3. On peut procder diffremment et viter compltement la rsolution dun systme
linaire. Lide est de se servir de polynmes de degr 1 et dannuler la fonction Li (, ) aux endroits
appropris. Pour illustrer ce processus, regardons le 3e noeud (de coordonne (0, 1)) de cet lment.
371
Interpolation de Lagrange
Polynmes de Lagrange P2 hirarchique (2D)
i
Li
Li (, )
Li
1 1 =
1
2
+1
3
0
4
4
4(1 2 )
5
4
4
6
4
4
1
0
+1
4
4
4(1 2)
6
X
uj Lj (, )
j=1
linterprtation des inconnues uj nest plus la valeur de u(x) au noeud correspondant. En effet :
u( 1 ) = u(0, 0) = u1
et cest galement le cas pour les 2 autres sommets. Par contre :
u( 4 ) = u(1/2, 0) = u4 +
(u1 + u2 )
2
de sorte que le degr de libert associ au quatrime noeud sinterprte par la relation :
u4 = u( 4 )
(u1 + u2 )
(u( 1 ) + u( 2 )
= u( 4 )
2
2
372
Annexe B
Polynmes de Lagrange Q1 (2D)
i
Li (, )
Li
Li
1
(1 + )(1 + )
4
1
(1 + )
4
1
(1 + )
4
1
1
(1 )(1 + ) (1 + )
4
4
1
1
1
(1 )(1 ) (1 ) (1 )
4
4
4
1
(1 + )(1 )
4
1
(1 )
4
1
(1 )
4
1
(1 + )
4
C.2.2
Nous utiliserons lespace Qk sur llment de rfrence [1, 1]2 . Il est facile de construire une
base pour cet espace puisquil suffit de faire le produit cartsien des ensembles 1, , 2 , , k et
1, , 2 , , k .
Polynme de degr 1 (Q1 )
Le cas le plus simple est bien sr Q1 dont la dimension est 4. Une base possible est 1, , , .
Il nous faut donc 4 points dinterpolation et les 4 coins semblent un choix idal (voir la figure 6.4).
On obtient les 4 fonctions de Lagrange toujours de la mme faon et nous nous limiterons les
lister.
Remarque C.5. Tout comme pour le cas triangulaire, on pourrait penser choisir comme points
dinterpolation les 4 milieux de cts soit les points (0, 1), (1, 0), (0, 1) et (1, 0). Ce qui semble
naturel ne fonctionne pas toujours. En effet, en se servant encore ici de la base 1, , et , la
373
Interpolation de Lagrange
matrice du systme C.2 scrit :
1
0 1 0
1
1
0 0
1
0
1 0
1 1
0 0
et est singulire. La solution nest donc pas unique et on peut facilement le constater puisque
les fonctions 0 et sont toutes deux des fonctions de Q1 qui prennent les mmes valeurs (0)
aux milieux des cts. On ne peut donc pas choisir ces points dinterpolation pour construire des
appproximations non conformes, contrairement ce que nous avons fait sur les triangles. J
Polynme de degr 2 (Q2 )
La dimension de lespace Q2 est 9 et il semble naturel de choisir les points illustrs sur la
figure 6.4. On construit ainsi les polynmes de Lagrange du tableau C.7.
C.3
C.3.1
Interpolation en dimension 3
Sur les ttradres
:
1
, , ,
:
2 , 2 , 2 , , , ,
:
3
3
3
: , , , 2 , 2 , 2 , 2 , 2 , 2 , ,
De manire similaire celle prsente dans le cas bidimensionnel (voir la figure 6.6), on montre
aisment que pour les fonctions de Lagrange de degr 1, on a le tableau C.8.
374
Annexe B
Polynmes de Lagrange Q2 (2D)
i
Li (, )
Li
Li
1
(1 + )(1 + )
4
1
(1 + 2)(1 + )
4
1
(1 + )(1 + 2)
4
1
1
1
2 (1 )(1 + ) (1 2)(1 + ) (1 )(1 + 2)
4
4
4
3
1
(1 )(1 )
4
1
(1 2)(1 )
4
1
(1 )(1 2)
4
1
1
1
4 (1 + )(1 ) (1 + 2)(1 ) (1 + )(1 2)
4
4
4
(1 + )
1
(1 2 )(1 + 2)
2
1
6 (1 )(1 2 )
2
1
(1 2)(1 2 )
2
(1 )
1
7 (1 2 )(1 )
2
(1 )
1
(1 2 )(1 2)
2
1
(1 2 )(1 + )
2
1
(1 + )(1 2 )
2
1
(1 + 2)(1 2 )
2
(1 + )
(1 2 )(1 2 )
2(1 2 )
2(1 2 )
Li (, )
1 1
2
Li
Li
Li
1
1
0
0
1
0
1
0
1
0
0
1
Annexe D
Intgration numrique
Lintgration numrique est une composante essentielle de toute mthode dlments finis. Sil
est toujours prfrable dutiliser lintgration exacte lorsque cela est possible, on doit toutefois
recourir frquemment lintgration numrique si on souhaite dvelopper des mthodes dlments
finis relativement gnrales.
Tout comme pour linterpolation de Lagrange, nous ferons le dveloppement des diffrentes
formules dintgration numrique sur les lments de rfrence puique cest l que sont effectues
toutes les intgrales en lments finis.
D.1
En dimension 1
Nous choisissons lintervalle dintgration [1, 1] qui est llment de rfrence pour les problmes en dimension 1. Nous avons vu au chapitre 5 comment passer dun lment quelconque
cet lment de rfrence laide du changement de variable 5.6.
On cherche valuer une expression de la forme :
I=
Z 1
(D.1)
g()d
1
En lments finis, la fonction g() fait intervenir les fonctions dinterpolation i () et leurs drives
ainsi que les proprits physiques du problme. Par exemple, on doit valuer :
K
K
(xK
1 + x2 ) + h
p
2
1
Z 1
h
j ()i ()
d
2
qui est bien de la forme D.1. Dans la plupart des programmes dlments finis, on utilise les quadratures de Gauss qui consistent approcher lintgrale D.1 par une expression de la forme :
Z 1
1
g()d '
mG
X
i=1
wi g(i )
(D.2)
376
Annexe C
Dfinition D.1: Quadrature de Gauss
Lexpression D.2 est appele quadrature de Gauss mG points. Les i sont appels points
dintgration, tandis que les coefficients wi sont les poids dintgration.
On choisit les points et les poids dintgration de faon ce que la quadrature D.2 soit exacte
pour les polynmes de degr le plus lev possible. De toute vidence, les points dintgration i
doivent tous tre distincts les uns des autres et les poids dintgration doivent tre non nuls.
Thorme D.2: Formule derreur
La quadrature de Gauss mG points D.2 est exacte pour les polynmes de degr (2mG 1)
et le terme derreur de cette approximation est donn par :
22mG +1 (mG !)4
g (2mG ) () o [1, 1]
(2mG + 1)((2mG )!)3
mG
1
2
3
4
Quadrature
Points dintgration
i
0
0,577 350 269 189 625
+0,577 350 269 189 625
0,774 596 669 241 483
0,0
+0,774 596 669 241 483
0,861 136 311 594 052
0,339 981 043 584 856
+0,339 981 043 584 856
+0,861 136 311 594 052
0,906 179 845 938 664
0,538 469 310 105 683
0,0
+0,538 469 310 105 683
+0,906 179 845 938 664
(D.3)
de Gauss (1D)
Poids dintgration Degr de
wi
prcision
2
1
1
3
1
0,555 555 555 555 556
5
0,888 888 888 888 889
0,555 555 555 555 556
0,347 854 845 137 454
7
0,652 145 154 862 545
0,652 145 154 862 545
0,347 854 845 137 454
0,236 926 885 056 189
9
0,478 628 670 499 365
0,568 888 889 888 889
0,478 628 670 499 365
0,236 926 885 056 189
377
Intgration numrique
Z +1
1
2 + dt
Il sagit ici dun problme trs simple mais qui illustre bien ce qui peut se produire. La fonction
intgrer est polynmiale et une quadrature de Gauss adquate permettra dvaluer lintgrale
exactement. Puisquil sagit dun polynme de degr 2, la quadrature de Gauss 2 points (mG = 2)
suffira puisquelle est exacte pour des polynmes de degr jusqu 3 (2mG 1). On a en effet :
I = w1 (12 + 1 ) + w2 (22 + 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 lintgrale.
Exemple D.4. On a :
( + 1)
sin
d
sin xdx =
2 1
4
0
La quadrature de Gauss 2 points donne lapproximation :
Z
Z
0
Z 1
(1 + 1)
sin
4
4
(2 + 1)
+ sin
4
(1 + 1)
w1 sin
4
4
(3 + 1)
+ w3 sin
4
(2 + 1)
+ w2 sin
4
378
D.2
D.2.1
Annexe C
En dimension 2 ou 3
Sur les quadrilatres
Cest le cas le plus simple puisque lon peut utiliser directement les techniques dintgration
numriques dveloppes en dimension 1. Puisque dans ce cas nous avons choisi le carr [1, 1]2
comme lment de rfrence, il suffit de constater que :
Z 1 Z 1
1
g(, ) d d '
mG
X
Z 1
1
d =
wi g(i , )
i=1
mG
X
Z 1
wi
i=1
g(i , ) d '
mG X
mG
X
wi wj g(i , j )
i=1 j=1
(D.4)
En quelque sorte, lintgration numrique en dimension 2 sur le carr [1, 1]2 consiste donc utiliser
les formules obtenues en dimension 1 pour chacune des variables. Il en est de mme en dimension
3 sur le cube de rfrence [1, 1]3 et on obtient de manire similaire :
Z 1 Z 1 Z 1
1 1 1
mG X
mG
mG X
X
wi wj wk g(i , j , k )
(D.5)
Remarque D.5. Il ny a donc dans ce cas nul besoin de dvelopper des mthodes dintgration
numrique particulire. Si la fonction intgrer est un polynme appartenant lespace Qk , cest-dire un polynme de degr k en chacune des variables despace, il suffit de choisir une quadrature
de Gauss en dimension 1 qui soit exacte pour les polynmes de degr k et utiliser les formules D.4
ou D.5. J
D.2.2
Les formules dintgration numriques sont plus difficiles 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 rfrence laide de la transformation 6.5. On
utilise ensuite la relation :
Z 1 Z 1
0
g(, ) dd =
Z 1 Z 1
0
g(, ) dd '
wi g(i , i )
D.2.3
Sur les ttradres, il faut gnralement utiliser encore plus de points dintgration. La table D.3
donne quelques une des formules de Hammer en dimension 3.
379
Intgration numrique
i
+0,333 333 333 333 3333
+0,166 666 666 666 6667
+0,666 666 666 666 6667
+0,166 666 666 666 6667
+0,333 333 333 333 3333
+0,200 000 000 000 0000
+0,600 000 000 000 0000
+0,200 000 000 000 0000
+0,445 948 490 915 965
+0,108 103 018 168 070
+0,445 948 490 915 965
+0,091 576 213 509 771
+0,816 847 572 980 459
+0,091 576 213 509 771
+0,063 089 014 491 502
+0,873 821 971 016 996
+0,063 089 014 491 502
+0,249 286 745 170 910
+0,501 426 509 658 179
+0,249 286 745 170 910
+0,310 352 451 033 785
+0,053 145 049 844 816
+0,636 502 499 121 399
+0,053 145 049 844 816
+0,310 352 451 033 785
+0,636 502 499 121 399
+0,333 333 333 333 333
+0,459 292 588 292 723
+0,081 414 823 414 454
+0,459 292 588 292 723
+0,170 569 307 751 760
+0,658 861 384 496 480
+0,170 569 307 751 760
+0,050 547 228 317 031
+0,898 905 543 365 938
+0,050 547 228 317 031
+0,263 112 829 634 638
+0,728 492 392 955 404
+0,008 394 777 409 958
+0,728 492 392 955 404
+0,008 394 777 409 958
+0,263 112 829 634 638
Poids
Degr de
dintgration
prcision
wi
+0,500 000 000 000 0000
1
+0,166 666 666 666 6667
2
+0,166 666 666 666 6667
+0,166 666 666 666 6667
0,281 250 000 000 0000
3
+0,260 416 666 666 6667
+0,260 416 666 666 6667
+0,260 416 666 666 6667
+0,111 690 794 839 0055
4
+0,111 690 794 839 0055
+0,111 690 794 839 0055
+0,054 975 871 827 6610
+0,054 975 871 827 6610
+0,054 975 871 827 6610
+0,025 422 453 185 1035
6
+0,025 422 453 185 1035
+0,025 422 453 185 1035
+0,058 393 137 863 1895
+0,058 393 137 863 1895
+0,058 393 137 863 1895
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,041 425 537 809 1870
+0,072 157 803 838 8935
8
+0,047 545 817 133 6425
+0,047 545 817 133 6425
+0,047 545 817 133 6425
+0,051 608 685 267 3590
+0,051 608 685 267 3590
+0,051 608 685 267 3590
+0,016 229 248 811 5990
+0,016 229 248 811 5990
+0,016 229 248 811 5990
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
+0,013 615 157 087 2175
380
Annexe C
i
i
Formule 1 point, degr de prcision = 1
+0,250 000 000 000 000
+0,250 000 000 000 0000
Formule 4 points, degr de prcision = 2
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,585 410 196 624 9685
+0,585 410 196 624 9685
+0,138 196 601 125 0105
+0,138 196 601 125 0105
+0,138 196 601 125 0105
Formule 16 points, degr de prcision = 4
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30
+0,771 642 902 067 2371 +0,076 119 032 644 254 30
+0,076 119 032 644 254 30 +0,771 642 902 067 2371
+0,076 119 032 644 254 30 +0,076 119 032 644 254 30
+0,071 831 645 267 669 25 +0,404 233 913 467 2644
+0,404 233 913 467 2644 +0,071 831 645 267 669 25
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019 +0,071 831 645 267 669 25
+0,119 700 527 797 8019
+0,404 233 913 467 2644
+0,071 831 645 267 669 25 +0,119 700 527 797 8019
+0,071 831 645 267 669 25 +0,404 233 913 467 2644
+0,404 233 913 467 2644
+0,119 700 527 797 8019
+0,404 233 913 467 2644 +0,071 831 645 267 669 25
Points
dintgration
wi
+0,166 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,041 666 666 666 6667
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,008 395 632 350 020 469
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
+0,011 090 344 772 215 398
1
si x < 0
cos(x) si x > 0
0
si x < 0
sin(x) si x > 0
0
si x < 0
cos(x) si x > 0
2/2),
1
1
0
0
si x < y
si x > y
382
|a(u, w)| p2
|a(w, w)| p1
b)
|a(u, w)| q2
u w dv q2
w w dv = p1 kwk20,
n Z
X
i=1
|a(w, w)| q1
u w
dv nq2 |u|1, |w|1,
xi xi
w w dv = q1 |w|21,
en remarquant que |w|1, est bien une norme sur H01 ().
c)
|a(u, w)| q2
u w dv q2
n Z
X
u w
dv nq2 |u|1, |w|1, nq2 kuk1, kwk1,
xi xi
i=1
|a(w, w)| q1
w w dv = q1 |w|21,
et on ne peut pas conclure car |w|1, nest pas une norme sur H 1 (). La forme bilinaire
nest pas coercive sur H 1 ().
383
u w dv + q2
u w dv p2 kuk0, kwk0, + q2
n Z
X
i=1
u w
dv
xi xi
w w dv + q1
w w dv min(p1 , q1 )kwk21,
2 u (x)w (x) dx =
Z 1
0
f (x)w(x) dx
w V
1 uw + 2 u (x)w (x) dx =
Z 1
0
f (x)w(x) dx
w V
2 u0 (x)w0 (x) dx =
Z 1
0
w V
Notons que le dernier terme de droite, qui tient compte du relvement de la condition
essentielle, sannule
prour cet exemple, mais
que ce nest pas le cas en gnral.
d) On pose V = w H 1 (]0, 1[)|w(0) = 0 et par exemple ug = a pour le relvement. La
formulation variationnelle est :
Z 1
0
Z 1
0
f (x)w(x) dx + bw(1)
w V
Z L
0
w V
Pour dmontrer
la continuit de l(w), il faut
utiliser la continuit de la trace au bord.
1
f) On pose V = w H ()|w = 0 sur 0 et on prendra un relvement ug tel que ug = g
sur 0 . La formulation variationnelle est :
Z
q(x)u w dv =
f (x)w(x) dx
q(x)ug w dv +
hw ds
1
w V
384
La forme bilinaire nest pas coercive sur V (voir exercice 1-c). On remarque galement que
si on a une solution u, alors u + c est aussi une solution. Il ny a pas unicit.
h) On pose V = H 1 () et il ny a pas de relvement faire. La formulation variationnelle
est :
Z
Z
Z
Z
u w dv + uw ds =
f (x)w(x) dx + hw ds
w V
Z 1
0
f (x)w(x) dx
w V
(w (x)) + c2 w (x)w(x) dv =
2
c1 |w|21,
1
c2
+ w(x) = c1 |w|21,
2
0
385
ku w dv =
w V
qw(x) dx
On a donc :
A11 =
Z 1Z 1
0
et :
F1 =
Z 1Z 1
0
64k
45
4q
9
Z 1
0
Z 1
0
w V
1
1
+
i+j+1 i+j1
et Fi =
2
2
6
+
2
i+1 i+2 i+3
n
X
j=1
Aij xj =
n
X
a(j , i )xj = a
n
X
xj j , i = a(w, i ) o w(x) =
j=1
j=1
j=1
on a donc :
xT Ax =
n
X
i=1
3
X
j=1
K K
uK
j j (xi ) =
n
X
3
X
j=1
uK
j j (i )
xj j (x)
386
uK (xK
3 )=
3
X
uK
j j (0) =
j=1
K
uK
1 + u2
+ uK
3
2
et par consquent :
uK
3
K
uK
1 + u2
= uK (xK
= uK (xK
3 )
3 )
2
K
u(xK
1 ) + u(x2
2
2.
3. Pour la premire fonction, on cherche une expression de la forme 1 () = a0 + a1 + a2 2 +
0
0
a3 3 . Les conditions vrifier sont 1 (1) = 1, 1 (1) = 0, 1 (+1) = 0 et 1 (1) = 0.
On obtient le systme :
1 1
1 1
a0
1
0
a1 0
1
2
3
1
1
1
1 a2 0
0
1
2
3
a3
0
3
3
X
X
1
1 K1
uK
uK
=
j j ()
j
j
j=1
On a ainsi :
j=1
3
X
duK1
2 dj
1
(0) =
uK
(1)
j
K
dx
h 1 d
j=1
d2
d3
0,355
(1) 0,235
(1)
d
d
hK1
= 0,2925
K
puisque hK1 = 2. On a donc 400 dudx 1 (0) = 117. Le calcul de la mme quantit en utilisant
1
cette fois la variable secondaire sK
11 donne 103,67 qui est beaucoup plus prcis.
b) le relvement serait 28 39 ou encore 21K1 (x) 32K4 (x).
387
Z xK
2
xK
1
et on a :
A
c2
=
2
Z 1
1 1
1 1
c2 j0 ()i () d
3 0
Z 1
w(x)
0
1+x
dx
27 2
( 1)( 1/3).
a) 3 () = 16
b) Le relvement implicitement construit sera 9 + 310 (les i sont les fonctions de Ritz
cubiques par lment).
c) Le degr maximal intgrer est 8. Il faut donc 5 points de Gauss.
d)
lment
1
2
3
Ddl #4
2
5
8
K2
1
e) a33 = aK
22 + a11 et a14 = 0 (les degrs de libert 1 et 4 ntant pas connects).
1 dv =
388
10.
11. En inversant la transformation linaire, on montre que :
1
=
18
4 2
1
5
x2
y1
3
X
2 4
uK
j j (( , ) = 31,66
9 9
j=1
de mme que :
3
X
u
uK
(4, 3) =
j
x
j=1
3
X
uK
j
j=1
j 2 4
j 2 4
( , )
+
( , )
9 9 x
9 9 x
j 2 4 4
j 2 4 1
( , ) +
( , )
9 9 18
9 9 18
= 8,66
k(1 + u2 )m u w dv =
f (x1 , x2 )w(x1 , x2 ) dv +
hw ds
1
ku0 w dv =
f (x1 , x2 )w(x1 , x2 ) dv +
hw ds
1
ku w dv =
kug w dv +
f (x1 , x2 )w(x1 , x2 ) dv +
hw ds
1
389
Z h
k(1 + u2 )m u w dv
f (x1 , x2 )w(x1 , x2 ) dv
hw ds
1
Du R(uk , w)[u ] =
Z h
Z
k(1 + u2k )m u w dv
i
k(1 + u2k )m u w dv +
Z h
ku w dv +
Z
1
h(u4 u4 )w ds =
f (x1 , x2 )w(x1 , x2 ) dv
On peut dmarrer les itrations pour rsoudre ce problme en rsolvant le problme linaire :
Z
ku w dv =
f (x1 , x2 )w(x1 , x2 ) dv
ku w dv +
Z
1
h(u u4 )w ds =
f (x1 , x2 )w(x1 , x2 ) dv
qui est aussi linaire mais plus prs du vritable problme. Les itrations de la mthode de
Newton ont la forme :
Z
ku w dv +
4h (uk )3 u w ds = R(uk , w)
o :
R(uk , w) =
ku w dv +
Z
1
h(u
u4 )w ds
f (x1 , x2 )w(x1 , x2 ) dv
390
Pour cela, utilisons lquation que nous obtenons par lquation (9.3) :
Un+1 =
1 t(1 )
Un .
1 + t
1 (1 )z
Un .
1 + z
Ici, nous voulons que la solution soit dcroissante dans le temps, car nous voulons obtenir
une convergence. Pour obtenir cette convergence (et parce que nous travaillons avec des
nombres potentiellement complexes), nous nous intressons donc au cas o la norme sera
plus petite que 1, do
1 (1 )z
1.
1 + z
2. Nous devons trouver la zone de stabilit absolue de la mthode dEuler explicite. Pour cela,
nous pouvons utiliser la relation (9.5)
(1 2)(x2 + y 2 ) < 2x
avec = 0. Nous obtenons ainsi
x2 + y 2 < 2x.
En compltant le carr, nous trouvons
(x 1)2 + y 2 < 1,
ce qui dmontre que la zone de stabitli absolue de la mthode dEuler explicite est le disque
du plan complexe de centre 1 et de rayon 1.
3. Nous devons montrer que, pour un lambda rel, le schma de Crank-Nicholson peut rendre
la suite Un dcroissante, mais non monotone. Notons que nous avons lingalit
1 t t
1 + t
(1 (1 )t)2 (1 + t)2 ,
pour lambda rel. Nous obtenons par la suite
1 <
1 (1 )t
< 1.
1 + t
391
1 <
2 t
< 0.
2 + t
En effet, dans ce cas, nous constaterons des oscillations. Comme le dnominateur est toujours positif (noublions pas que lambda est considr comme un rel positif), cela arrivera
seulement lorsque
2 t < 0 t >
2
.
4. Nous devons montrer la condition de stabilit gnrale du thta-schma (9.6). Pour cela,
utilisons lquation
1 <
1 (1 )t
< 1,
1 + t
< 1
< 1 + t
< 0
> 0.
> 1
> 2
< 2
< 2
t <
2
.
(1 2)
392
J1
1
1/3
1/3
C = I3
C I1 I3
I
C
3
de sorte que la trace est nulle. De plus :
2
J2
2/3
2/3
C = (I1 C C C)I3
I2 I3
I
C
3
et on rappelle que tr(C C) = I12 2I2 . Le rsultat suit immdiatement.
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. N., 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. et T. Sussman: A finite element formulation for nonlinear incompressible elastic
and inelastic analysis. Comp. & Struct., 26(1/2) :357409, 1987.
[5] Bathe, K.J.: Finite Element Procedures. Prentice-Hall, New Jersey, 1996, ISBN 0-13-301458-4.
[6] Boffi, D., F. Brezzi et M. Fortin: Mixed Finite Element Methods and Applications, tome 44
de Springer Series in Computational Mathematics. Springer, Berlin, Heidelberg, 2013,
ISBN 978-3-642-36519-5.
[7] Bonet, J. et D. R. Wood: Nonlinear Continuum Mechanics for Finite Element Analysis. Cambridge, 1997, ISBN 0-521-57272-X.
[8] Bonet, J. et R. D. Wood: Nonlinear Continuum Mechanics for Finite Element Analysis.
Cambridge University Press, Cambridge (UK), New York, 2008, ISBN 978-0-521-83870-2.
http://www.cambridge.org/gb/knowledge/isbn/item1171841/?site_locale=en_GB.
[9] Brackbill, J.U. et J.S. Saltzman: Adaptive zoning for singular problems in two dimensions. J.
Comput. Phys., 46(3) :342368, 1982. http://www.sciencedirect.com/science/article/
pii/0021999182900201.
[10] Brezzi, F. et M. Fortin: Mixed and Hybrid Finite Element Methods, tome 15 de Springer Series
in Computational Mathematics. Springer-Verlag, New York, 1991.
[11] Burden, R.L. et J.D. Faires: Numerical Analysis. Brooks/Cole, Pacific Grove, 7e dition, 2001,
ISBN 0-534-38216-9.
[12] Causin, P., J F. Gerbeau et F. Nobile: Added-mass effect in the design of partitioned algorithms
for fluide-structure problems. Comput. Mth. App. Mech. Engrg., 194 :45064527, 2005.
[13] Chamberland, ., A. Fortin et M. Fortin: Comparison of the performance of some finite
element discretizations for large deformation elasticity problems. Comp. & Struct., 88(1112) :664673, 2010, ISSN 0045-7949. http://www.sciencedirect.com/science/article/
B6V28-4YTM66F-1/2/deeb7748678d4ff78563cfb8cf09dffb.
[14] Chen, J.S., W.K. Liu et T. Belytschko: Arbitrary LagrangianEulerian methods for materials
with memory and friction. Dans Tezduyar TE, Hughes TJR (rdacteur) : Recent developments
in computational fluid dynamics, tome 95, San Francisco, 1988.
393
394
Bibliographie
[15] Ciarlet, P.G.: The Finite Element Method for Elliptic problems. North-Holland, Amsterdam,
1986.
[16] Courant, R.L.: Variational methods for the solution of problems of equilibrium and vibration.
Bulletin of the American Mathematical Society, 49 :123, 1943.
[17] Ca, J.: Approximation variationnelle des problmes aux limites. Ann. Inst. Fourier (Grenoble),
14 :345444, 1964.
[18] De Boer, A., M.S. Van der Schoot et H. Bijl: Mesh deformation based on radial basis function
interpolation. Comp. & Struct., 85 :784795, 2007.
[19] Delfour, M. C. et J. P. Zolzio: Shapes and Geometries : Analysis, Differential Calculus,
and Optimization, tome 4 de Advances in Design and Control. SIAM, Philadelphia, 2001,
ISBN ISBN 0-89871-489-3.
[20] Deteix, J., A. Jendoubi et D. Yakoubi: A coupled prediction scheme for solving the Navier
Stokes and heat equations. SIAM Journal of Numerical Analysis, 52(5) :24152439, 2014.
http://epubs.siam.org/doi/abs/10.1137/130942516.
[21] Dhatt, G. et G. Touzot: Une prsentation de la mthode des lments finis. Les presses de
lUniversit Laval, Qubec, 1981.
[22] Duvaut, G.: Mcanique des milieux continus. Collection mathmatiques appliques pour la
matrise. Masson, 1990.
[23] Duvaut, G. et J.L. Lions: Les inquations en mcanique et en physique. Dunod, Paris, 1972.
[24] Engelman, M. et M. Jamnia: Transient flow past a circular cylinder : a benchmark solution.
International Journal for Numerical Methods in Fluids, 11 :9851000, 1990.
[25] Fernndez, M.A.: Modles simplifis dinteraction fluide-structure. Thse de doctorat, University of Paris IX, 2001.
[26] Fortin, A.: Analyse numrique pour ingnieurs. Presses Internationales Polytechnique, 4e dition, novembre 2011, ISBN 978-2-553-01427-7. http://www.polymtl.ca/pub/doc.php?id=
8509&l=fre.
[27] Fortin, A., M. Jardak, R. Pierre et J. J. Gervais: Localization of Hopf bifurcations in fluid flow problems. International Journal for Numerical Methods in Fluids,
24(11) :11851210, 1997. http://dx.doi.org/10.1002/(SICI)1097-0363(19970615)24:
11<1185::AID-FLD535>3.0.CO;2-X.
[28] Fortin, M. et A. Fortin: Experiments with several elements for viscous incompressible flows. Int.
J. Num. Meth. Fluids, 5(10) :911928, 1985. http://dx.doi.org/10.1002/fld.1650051005.
[29] Fortin, M. et R. Glowinski: Rsolution numrique de problmes aux limites par des mthodes
de Lagrangien augment. Dunod, 1983.
[30] Gander, M.J. et F. Kwok: Chladni figures and the Tacoma bridge : motivating PDE eigenvalues
problems via vibrating plates. SIAM Review, 54(3) :573596, 2012.
[31] Gasquet, C. et P. Witomski: Analyse de Fourier et applications. Masson, Paris, 1990.
[32] George, A. et J. Liu: Computer solution of large sparse positive definite systems. Prentice-Hall,
1981.
[33] Hughes, Thomas J.R.: The Finite Element Method : Linear Static and Dynamic Finite Element
Analysis. Prentice-Hall, Englewood Cliffs, 1987.
Bibliographie
395
[34] Jean, R.: Mesure et intgration. Les presses de luniversit du Qubec, Montral, 1975.
[35] Krige, D.G.: A Statistical Method for Mine Variation Problems in the Witwatersrand. Journal
of Chemistry and Metallurgy of the Mining Society of South Africa, 52 :119139, 1951.
[36] Lucquin, B.: quations aux drives partielles et leurs approximations. Mathmatiques luniversit. Ellipses, Paris, 2004.
[37] Matheron, G.: The intrinsec ramdom functions and their applications. Advances in Applied
Probability, 5 :439468, 1973.
[38] The MathWorks Inc.: Matlab Users guide, 1996.
[39] 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) :311370, 2002.
[40] Olivier, M.: A fluid-structure interaction partitioned algorithm applied to flexible flapping wing
propulsion. Thse de doctorat, Dpartement de gnie mcanique, Universit Laval, Qubec,
Canada, 2014. http://theses.ulaval.ca/archimede/meta/30609.
[41] Ozell, B. et C. Pic: Manuel dutilisation du logiciel configurable de visualisation scientifique
VU. CERCA, Montral, 1998.
[42] Philippin, G.: Cours danalyse lusage des ingnieurs, tome 2. Presses de lUniversit de
Montral, Montral, 1994.
[43] Raviart, P.A. et J.M. Thomas: Introduction lanalyse numrique des quations aux drives
partielles. Masson, Paris, 1983.
[44] Reddy, J.N.: Applied Functional Analysis and Variational Methods in Engineering. McGraw
Hill, New York, 1986.
[45] Reddy, J.N.: An Introduction to the Finite Element Method. McGraw-Hill, New York, 2e dition, 1993.
[46] Ritz, W: Ueber eine neue Methode zur Losung gewisser Variations probleme der mathematischen Physik. J. Reine Angew. Math., 135 :161, 1908.
[47] Roache, P.J.: Code verification by the method of manufactured solutions. J. Fluids Eng.,
124(1) :410, 2002, ISSN 00982202.
[48] Schwartz, L.: Thorie des distributions. Dunod, Paris, 1965.
[49] Strang, G. et G. Fix: An analysis of the finite element method. Prentice-Hall, Englewood Cliffs,
1973.
[50] Swokowski: Analyse. De Boeck Universit, Bruxelles, 5e dition, 1993.
[51] Turner, M.J., R.W. Clough, H.C. Martin et L.C. Topp: Stiffness and deflection analysis of
complex structures. Journal of the Aeronautical Sciences, 23 :805882, 1956.
[52] Xie, Y.M.: An assessment of time integration schemes for non-linear dynamic equations.
Journal of Sound and Vibration, 192(1) :321331, 1996, ISSN 0022-460X. http://www.
sciencedirect.com/science/article/pii/S0022460X9690190X.
[53] Zienkiewicz, O.C. et R.L. Taylor: The finite element method : basic formulations and linear
problems, tome 1. McGraw-Hill, London, 4e dition, 1989.
[54] Zienkiewicz, O.C. et R.L. Taylor: The finite element method : solid and fluid mechanics, dynamics and non-linearity, tome 2. McGraw-Hill, London, 4e dition, 1989.