1 Expos de la dmarche :

La mthode consiste rechercher une solution

approche de la solution exacte sous la forme d'un
champ F(M,t) dfini par morceaux sur des sous
domaines de W. Les n sous domaines W
doivent tre
tels que
o
~
W
dsigne l'intrieur de W
i
sont une partition de .
Les champs
)t,M(f
~
i
i
. Autrement dit, les W
, dfinis sur chaque sous
domaines sont des champs choisis parmi une famille
arbitraire de champs (gnralement polynmiaux).
La famille de champs locaux est appele espace des
fonctions d'interpolation de l'lment.
La famill e de champs globaux
)t,M(F
~
, obtenus par
juxtaposition des champs locaux est appele espace
des fonctions d'interpolation du domaine
.
Le champ dans chaque sous domaine W
est
dtermin par un nombre fini de valeurs du champ (ou
de valeurs de ses drives) en des points choisis
arbitrairement dans le sous domaine, et appels
uds. Le champ local est une interpolation entre les
valeurs aux noeuds. Le sous domaine muni de son
interpolation est appel lment.
Chercher une solution par lments finis consiste
donc dterminer quel champ local on attribue
chaque sous domaine pour que le champ global
)t,M(F
~
obtenu par juxtaposition de ces champs
locaux soit proche de la solution du problme.
Parmi les contraintes qu'on impose la solution
approche cherche, il y a souvent au moins une
continuit simple (C
) la frontire entre les sous
domaines.
0
La figure 1 montre une solution approche
discontinue d'un champ scalaire sur un domaine
de dimension 1. La famille de champs locaux est la
famille des champs constants par morceaux.
Figure 1: Solution approche discontinue
i
i
La figure 2 montre une solution approche continue

C
d'un champ scalaire sur un domaine
de
dimension 1. La famille de champs locaux est la
famille des champs polynmiaux de degr 1.
0
La figure 3 montre une solution approche continue
C
d'un champ scalaire sur un domaine
de
dimension 1. La famille de champs locaux est la
famille des champs polynmiaux de degr 3.
1
Figure 2: Solution approche continue C
Figure 3: Solution approche continue C
La qualit de la solution approche dpend de la
division en sous domaines (nombre et dimensions des
sous domaines), du choix de la famille de champs
locaux dans chaque sous domaine, et des conditions
de continuit qu'on impose aux frontires des sous
domaines (C
0
, C
,...). Une fois ces choix faits, il reste
rechercher, une combinaison de champs locaux qui
satisfait approximativement les quations.
1
Pour rsoudre un problme par la mthode des
lments finis, on procde donc par tapes
successives :
1 - On se pose un problme physique sous la forme
d'une quation diffrentielle ou aux drivs partielles
satisfaire en tout point d'un domaine
, avec des
conditions aux limites sur le bord
ncessaires et
suffisantes pour que la solution soit unique.
2 - On construit une formulation intgrale du systme
diffrentiel rsoudre et de ses conditions aux limites:
C'est la formulation variationnelle du problme.
0
1
3 - On divise en sous domaines : C'est le maillage.
Les sous domaines sont appels mailles.
4 - On choisit la famille de champs locaux, c'est dire
la fois la position des noeuds dans les sous
domaines et les polynmes (ou autres fonctions) qui
dfinissent le champ local en fonction des valeurs aux
noeuds (et ventuellement des drives). La maille
complte par ces informations est alors appele
lment.
5 - On ramne le problme un problme discret :
C'est la discrtisation. En effet, toute solution
approche est compltement dtermine par les
valeurs aux noeuds des lments. Il suffit donc de
trouver les valeurs attribuer aux noeuds pour dcrire
une solution approche. Le problme fondamental de
la mthode des lments finis peut se rsumer en
deux questions :
(a) Comment choisir le problme discret dont la

solution est <<proche>> de la solution exacte?

(b) Quelle signification donner au mot <<proche>> ?
6 - On rsout le problme discret: C'est la rsolution
7 - On peut alors construire la solution approche
partir des valeurs trouves aux noeuds et en dduire
d'autres grandeurs : C'est le post-traitement.
8 - On visualise et on exploite la solution pour juger de
sa qualit numrique et juger si elle satisfait les
critres du cahier des charges : C'est l'exploitation
des rsultats.
Les tapes 1, 2, 3, 4 et 5 sont souvent rassembles
sous le nom de prtraitement.
Le travail de ces diffrentes tapes est assist par les
logiciels. Pour matriser leur utilisation, il est
indispensable de comprendre les fondements de la
mthode, notamment les phases 3 et 4, ne serait-ce
que pour comprendre et choisir intelligemment parmi
les options qu'ils proposent.
2 UN EXEMPLE DETAILLE :
On se propose de rechercher une solution approche
du problme suivant :
Trouver f(x) dans le domaine W = [0, 1] satisfaisant
l'quation diffrentielle :
avec les conditions aux frontires de :
Dans ce problme, est un domaine de dimension 1
et le temps n'apparat pas. Pour dcrire le domaine,
on n'a besoin que d'une seule variable x. L'quation
rsoudre est donc une quation diffrentielle
ordinaire. La frontire
se rduit deux points.
La solution exacte de ce problme est
3
Son graphe est donn figure 6 page 8.
2.1 Choix du maillage
On divise arbitrairement
en trois mailles de mme
taille (voir figure 4):
Figure 4: Maillage du problme
2.2 Choix des noeuds et des champs
locaux
On dcide de prendre des lments 3 noeuds, et
pour la famille de champs locaux des polynmes de
degr 2. Les noeuds sont choisis aux extrmits et au
milieu de chaque maille.
On peut alors dterminer chaque champ local en
fonction des valeurs aux 3 noeuds.
Remarquer que le fait d'avoir utilis des noeuds aux
extrmits de chaque lment prsente deux
avantages :
1 - Le nombre de noeuds est rduit, car il y a des
noeuds communs deux lments.
2 - On assure ainsi une continuit C
de la solution
approche : les champs locaux de deux lments
voisins auront la mme valeur leur n
ud commun.
0
Remarquer encore qu'il n'est pas ncessaire de
prendre les lments identiques : on aurait pu prendre
certains deux noeuds et d'autres trois noeuds.

Chaque champ local peut donc s'exprimer en fonction

des valeurs aux noeuds. En effet, il n'existe qu'un seul
polynme du second degr qui satisfasse les
conditions suivantes :
o x
1
, x
2
et x
sont les coordonnes des 3 noeuds de
l'lment, et f
3
1
, f
2
et f
sont des valeurs aux 3 noeuds
de l'lment.
On obtient :
3
Le polynme avec les coefficients a
1
, b
cidessus
est
appel
fonction d'interpolation de l'lment
1.
1
et c
1
Les polynmes d'interpolation des 2 autres sont de la
mme forme : Pour le second, on remplace les
indices 1, 2, 3 par les indices 3, 4, 5 ; et pour le
troisime, on remplace les indices 1, 2, 3 par les
indices 5, 6, 7.
Dans cet exemple, on a 7 noeuds. Si on donne une
valeur arbitraire chaque noeud, les fonctions
d'interpolation sont dtermines et dfinissent par
morceaux une fonction
f
~
continue C
sur le
domaine
. L'espace des fonctions , dfinies en 3
morceaux, est de dimension 7.
Les trois fonctions d'interpolation sur les 3 lments
sont :
2.3 Formulation variationnelle du
problme
On montre en analyse fonctionnelle que
o y(x) et h(x) et doivent satisfaire certaines
conditions de rgularit qu'on n'explicitera pas ici.
Autrement dit, rsoudre l'quation diffrentielle est
quivalent chercher f(x) tel que :
Cette formulation est une formulation variationnelle
(on dit aussi formulation intgrale ou encore
formulation faible) du problme.
On obtient une autre formulation variationnelle en

utilisant l'intgration par parties :

Compte tenu des conditions aux limites, f(0)=0 et

)x(df

=
0
dx
=
1x
0
, une autre formulation variationnelle
du problme est donc : Trouver f(x) tel que
Il est important de noter que dans les termes de bord
de cette dernire formulation, les conditions aux
limites sont prises en compte. En comparant les deux
formulations variationnelles (2.7) et (2.9), on constate
4
que, dans la seconde forme, la fonction inconnue
f(x)intervient avec des drives d'ordre infrieur, et
que par contre les drives des fonctions y(x)
apparaissent. L'quivalence entre ces deux
formulations variationnelles et le problme initial est
soumise des conditions sur f(x), y(x) et
prcises par l'analyse fonctionnelle et qu'on
supposera satisfaites.
Remarque :
La dmarche suivie ici pour construire une formulation
variationnelle du problme est purement
mathmatique. Il arrive souvent que la formulation
variationnelle ait une interprtation physique. On peut
donc aussi les tablir par des raisonnements
physiques.
2.4 Discrtisation du problme
Le principe de l'approximation par lments finis est le
suivant :
On choisit une formulation variationnelle (par exemple
(2.9) et on cherche satisfaire l'quation (2.9) avec
les
f
~
dtermins par les valeurs aux noeuds dfinis
prcdemment. Il va de soit que ce problme, n'a
gnralement pas de solution si on garde la condition
<<" y
i
(x) >> (sinon
f
~
serait une solution exacte !).
On ne vrifiera donc cette quation que pour certains
(x) seulement.
chaque y
y
i
(x) correspondra une quation scalaire

fonction des valeurs aux noeuds. Il suffit de les choisir

indpendants et en nombre gal au nombre
d'inconnues. Dans notre exemple, il en faut 7 pour
dterminer les valeurs aux noeuds f
i
1
,...,f
. Les
fonctions y(x) sont appeles fonctions test ou encore
fonctions de pondration.
On est ainsi ramen un systme algbrique de 7
quations 7 inconnues.
(x).
Elles engendrent diffrentes variantes de la mthode
des lments finis. Chacune aboutit une solution
approche diffrente. La seule condition imprative
Il y a une infinit de manires de choisir les 7 y
est que le choix des y
doit conduire un systme
algbrique solution unique. Des thormes
d'analyse numrique suggrent certains choix, pour
i
lesquels la solution approche
f
~
est garantie unique
et convergente vers la solution exacte
2.9
quand le
maillage se raffine. Dans notre exemple, si on choisit
(x) doivent avoir
une drive non nulle partout, pour que la formulation
ne soit pas triviale. Par contre, dans cette formulation,
la drive seconde de la fonction f(x), qui sera
la formulation (2.9), les fonctions y
remplace par l'approximation
)x(f
~
i
, n'apparat plus.
On pouvait donc choisir une famille d'approximation
)x(f
~
plus simple.
On choisit par exemple les 7 fonctions test y
, ,
y
7
dfinies par la figure 5.
1
7
, y
2
i
Figure 5: Les sept fonctions y
(x).
Leurs drives sont constantes (+6 ou -6) ou nulles et
on a y
i
(x

j
) = d
ij
Pour chaque fonction test y
i
i
. on crit une quation
scalaire:
o les
)x(f
~
sont des fonctions de x et des valeurs
aux noeuds f
.
Les intgrales de ces 7 quations sont faciles
calculer : elles se rduisent des intgrales sur le
segment o les drives de y
sont non nulles.
La construction de ce systme d'quations s'appelle
i
l'assemblage. Pour un choix diffrent de fonctions
y
(x), les intgrales sur chaque lment sont moins
simples calculer.
i
Par exemple, la premire quation (avec y
soit encore :
o
cxbxa)x(f
~
++=
dans le segment
2
1
avec a, b et c dfinis en (2.1
). On procde de mme
pour les 6 autres quations.
On obtient ainsi un systme de 7 quations 7
inconnues (les valeurs aux noeuds f
1
,f
2
,...,f
7
1
,f
2
) est :
) :

,...,f

,0
6
1
7

,
5
La solution de ce systme donne les valeurs aux
noeuds de l'approximation
)x(f
54872
4107
~
7063
2f
cherche :
1f -=-==
25563
4f -=-=
5f
13718
374605
6f -=-=
7f
164616
3f
8664
164616
350779
54872
127275
164616
236893
Les choix faits prcdemment (les fonctions tests et
les fonctions d'interpolation) conduisent un systme
d'quations non symtrique. On verra plus loin
comment obtenir des systmes symtriques, pour
lesquels on dispose d'algorithmes numriques plus
efficaces.
Les f
tant dtermines, on connat alors les
interpolations dans les trois sous domaines, et donc
aussi la solution approche en juxtaposant ces
interpolations.
i
2.6 Examen des rsultats
La figure 6
montre une comparaison entre la solution
exacte et la solution approche.
Figure 6: Comparaison des solutions exacte et
approche
On peut noter que puisqu'on n'a pas impos aux
fonctions
)x(f
~
de respecter exactement les
conditions aux limites, celles-ci ne le sont
qu'approximativement:
Bien que cela n'apparaisse pas clairement sur la
figure 6
, les drives sont bien discontinues :
titre de comparaison on donne figure 7 le graphe de
la solution approche avec le mme maillage mais
avec des lments interpolation linaire deux
noeuds. L'espace des

)x(F
~
n'est que de dimension 4
et la solution est beaucoup plus grossire.
2. Passer aux conditions aux limites: donner la
solution u recherch la valeur -1 sur les cotes
horizontales, et +1 sur les cotes verticales.
Dans le menu Boundary, select Boundary Mode. La
figure change comme suit :
Dans la rgion du dessin, double cliquer sur la cote
gauche vertical du rectangle. La boite de dialogue
boundary condition apparat. La condition du type
Dirichlet h*u=r est prise par dfaut. La valeur h=1 est
correcte; changer la valeur de r vers +1.
Faite la mme chose pour la cote verticale droite du
triangle, c.a.d. donner r la valeur -1. Refaire aussi
le mme travail sur les deux cotes horizontales en
donnant r la valeur +1. Fermer la boite de dialogue.
3. Spcification des paramtres de l'quation PDE :
Dans le menu PDE, slectionner PDE specification.
La boite de dialogue pde specification apparat; le
problme elliptique de Laplace -div(c*grad(u)) + a*u
= f, avec a=0, f=0, et c=1 est donn par dfaut.
7
Changer les valeurs comme vous voulez et cliquer sur
OK.
4. Gnration du maillage:
Dans le menu Mesh, slectionner Initialize Mesh.
Vous obtenez un maillage rgulier et standard.
5. Rsoudre le problme par la mthode lments
finis:
Dans le menu Solve, slectionner Solve PDE. La
figure dans la section du dessin change vers la
solution du problme.
6. Gnration des autres prsentations pour la
solution:
Dans le menu Plot, slectionner Parameters. La boite
de dialogue plot selection apparat; cliquer sur les
boutons de votre choix pour le type de prsentation,
les paramtres des abscisses et des ordonnes, la
couleur et terminer en appuyant sur le bouton plot.
Pour sauvegarder votre travail, cliquer dans le menu
File sur save as Donner votre programme le nom
"monpde1.m" et quitter MatLab. Plus tard, vous
pouvez reprendre l'excution de toutes les phases de
votre programme en tapant sous la fentre des
commandes la simple commande monpde1.
Il existe dans la barre du menu une srie des boutons
pouvant remplacer un nombre assez important des
commandes contenues dans les sous rubriques de
chaque menu. Il est important de les remarquer et les
retenir.
4. Applications
4.1. Ecoulement dans un convergent :
C'est un exemple d'coulement potentiel, une
application classique dans la mcanique des fluides
incompressibles. Il s'agit d'un fluide newtonien qui
traverse une tube conique.
Si le flux de fluide est irrotationnel, alors le vecteur
v de vitesse est exprim comme gradient d'un

potentiel inconnu u, c.--d. v=grad(u). Avec la densit

constante, la conservation de la masse donne
div(v)=0, et nous devons ainsi rsoudre l'quation
div(grad(u))=0.
Le fluide entre de la gauche avec une vitesse
constante v=v0. Il sort la droite avec une vitesse
inconnue, mais avec un potentiel constant u=0. le
dbit est nul par les autres segments de frontire.
Le domaine numrique:
Le tube convergent dans un repre cylindrique.
En raison de la symtrie, nous pouvons ramener les
coordonnes de cylindrique (x, r, thta) du problme
seulement deux coordonnes, (x,r). la frontire de
cration rcente, nous prsentons l'coulement
parallle l'axe des abscisses, ce qui induit une autre
condition aux limites Neumann.
9
Conditions aux limites
Sur les frontires pleines, la vitesse dans la direction
normale disparat, qui implique des tats de frontire
de Neumann, c.--d., vous indiquez le composant
normal du grad(u) l'apport, la vitesse est
perpendiculaire la frontire, aussi un tat de
Neumann. La vitesse sur toutes les frontires ne peut
pas dterminer le potentiel, parce qu'ajouter des
constantes u ne change pas v. L'coulement est
rgi par la diffrence potentielle plutt puis le potentiel
lui-mme. la sortie x=1, nous ne savons pas la
vitesse, mais nous pouvons assumer un coulement
laminaire loin du goulot. L nous pouvons fixer le
potentiel la constante, par exemple, u=0, qui est un
tat de frontire de Dirichlet.
L'equation
Employer des symtries et les coordonnes de
cylindrique, les changements d'quation : y*grad(u))=0
de
div(. Note : l'apport
devient
vous
devez
indiquer
le
composant
normal
du y*grad(u),
qui
est
10y.
Solution
L'quation est linaire mme si les coefficients sont
variables. Appuyer sur le bouton de solution produit la
solution, qui est le potentiel u. Le champ v de vitesse
est le gradient du potentiel et est visualis en utilisant
la parcelle de terrain de flche pour le grad(u).
Les lignes de niveau donne la taille de v, alors que
les flches donnent la distribution de vitesse.
Le flux est inverse proportionnel au secteur de la
section transversale. Puisque le secteur de la sortie
est 4 fois plus petit puis que de l'apport, la vitesse
augmente par un facteur 4, clairement vu en

comparant la longueur des flches au dans et la

sortie. Notez la singularit au coin de rentre, o la
vitesse devient infinie. Ceci indique la validit limite
du modle potentiel d'coulement pour des problmes
ralistes d'coulement.