Escolar Documentos
Profissional Documentos
Cultura Documentos
et 2D (méthode de Gauss).
x
Soit à calculer ∫x0 1 f(x)dx sur le segment [x0,x1] . Le principe est de
construire un polynôme d’interpolation de f(x) et d’intégrer ce polynôme.
Le problème est de choisir un nombre de points d’interpolation optimum et
un emplacement optimum de ces points. La méthode de Gauss que nous
allons exposer dans la partie 1.2 répond à ces deux problèmes. Par contre,
les méthodes classiques que nous rappelons ci-après (sur un exemple que
nous reprendrons par la méthode de Gauss) utilisent des points
équidistants.
A noter que dans ces méthodes, les points d’interpolation sont équidistants.
Les formules sont trouvées en remplaçant les calculs des intégrales par les
intégrales des polynômes d’interpolation passant par les points
d’interpolation. Dans le paragraphe suivant, on va comparer sur cet
exemple la formule de Simpson qui nécessite 3 évaluations de la fonction f
avec une méthode de Gauss à trois points qui elle aussi nécessite 3
évaluations de la fonction f.
1
1.2 La méthode de Gauss.
Nous allons d’abord exposer cette méthode dans le cas 1D, et nous
allons montrer comment on détermine les points d’intégration et les
coefficients optimums de Gauss dans le cas de n= 2 points de Gauss.
Cette formule est construite de telle sorte que dans le cas particulier
où f est un polynôme, elle permette d’intégrer exactement un polynôme de
degré 2n-1, c’est-à-dire dans le cas qui nous intéresse (n= 2), la formule
doit permettre d’intégrer exactement un polynôme de degré 3. Ce critère va
nous permettre de trouver les 4 coefficients inconnus et on verra dans les
exemples que la généralisation à des fonctions f quelconques est tout à fait
efficace (en tout cas beaucoup plus efficace que les méthodes classiques).
f(x)= a + b x + c x2 +d x3
2
H1+H2 =2
H1x1 +H2x2 =0
H1x12+H2x22 = 2/3
H1x13 +H2x23 =0
H1 = H2 =1
x1 = - 31/2/3
x2 = 31/2/3
Corrigé de l’exercice:
Les abscisses et poids des points de Gauss sont résumés dans le tableau ci-
dessous, dans les cas n=1, n=2 et n=3:
1
Formule de quadrature de Gauss: ∫-1 f(x)dx = Σ (i=1 à n) Hif(xi)
+ ou - xi Hi
n=1
0 2
n=2
1/2/
3 3 1
n=3
1/2
(3/5) 5/9
0 8/9
3
I = ∫ 01 f(x)dx avec: f(x) = (1+2x)1/2
Utilisons une méthode de Gauss à trois points (pour pouvoir comparer avec
la formule de Simpson qui elle aussi utilise trois points).
3) f(x) = exey (n = 2 et n = 3)
3) I= 16.3437 (n =2)
I= 17.0271 (n =3)
Bijection 3
4
4
µ
S
1 2 1 2
x
5
de coordonnées (µ = -1, ß = -1); de même, le point 3 de l’espace vrai (de
coordonnées x3, y3), doit être associé au point 3 de l’espace de référence
de coordonnées (µ = 1, ß = 1); de même, le centre de gravité du
quadrilatère vrai S sera associé par cette bijection au point (µ = 0, ß = 0)
de l’espace de référence.
x(µ,ß)= a + b µ + c ß + d µ ß
x(-1,-1) = x1
x(+1,-1)= x2
x(+1,+1)=x3
x(-1,+1)= x4
Tous calculs faits (les calculs étant similaires pour y), on préfère présenter
ces formules de bijection sous la forme:
x = ∑ (i=1 à 4) Ni (µ,ß). xi
y = ∑ (i=1 à 4) Ni (µ,ß). yi
A noter que les fonctions Ni dont nous donnons les expressions ci-après (et
qui sont au nombre de 4) sont appelées fonctions de forme et aussi
fonctions d’interpolation (car on les retrouve aussi comme fonctions
d’interpolation dans la théorie des éléments finis, et ceci pour des éléments
finis de type Q4 -quadrilatère à 4 noeuds):
6
Revenons à Gauss. La première étape pour le calcul de l’intégrale double
sur le quadrilatère de référence S est le changement de variable dont la
formule est la suivante:
( ∂x / ∂µ ∂y / ∂µ )
( ∂x / ∂ß ∂y / ∂ß )
d’où le théorème très intéressant qui vous permettra de vérifier vos calculs
de jacobien dans vos applications et lors des examens par exemple:
7
La surface du quadrilatère de l’espace vrai est égal à 4 fois la valeur
du déterminant du jacobien au point (0,0).
x = ∑ (i=1 à 4) Ni (µ,ß). xi
y = ∑ (i=1 à 4) Ni (µ,ß). yi
se réduisent ici à (avec les défintions des fonctions Ni données plus haut):
x = 2 N2 + N3
y = N3+ 2 N4
Autre exemple:
x = 5/2 (1 + µ ) (3 + ß )
8
et: y = 5(1 + ß )
detJ = 25/2 (3 + ß )
x1 = - √3/3
x2 = √3/3
Pour plus de clarté dans la suite de cet exposé, nous présenterons ces
différentes méthodes sur un exemple commun et détaillé, après avoir donné
les quelques généralités qui suivent.
C’est ainsi qu’à partir du point initial limite y(x0) = y0 , on peut déterminer
le point suivant et ainsi de suite. Nous détaillerons cette méthode sur
l’équation d’ordre 2 qui suivra.
10
Soit à résoudre l’équation générale: L(y) =f sur un domaine S avec des
conditions aux limites en nombre suffisant. L est un opérateur différentiel
quelconque (par exemple l’opérateur dérivée seconde). y est la fonction
inconnue.
L(y*) ≠ f
R = L(y*) -f avec R ≠ 0
On verra par la suite que le fait d’écrire simplement que le résidu R doit
être nul ne nous permettra en aucun cas de remonter au calcul des
paramètres inconnus du problème, car quand on dérive la solution d’essai
y* dans l’opérateur, on perd automatiquement l’information sur certains
coefficients. Il faut donc trouver un autre critère, car il s’agit en fait
d’optimiser les paramètres inconnus de la fonction d’essai y* pour que
l’erreur commise soit la plus faible possible.
pour toute variation ∂y* de la fonction d’essai (obtenue en faisant varier les
paramètres ou coefficients du polynôme d’essai):
∫S R ∂y* dS = 0
Nous verrons la traduction de ce principe sur l’exemple qui va suivre. Il
s’agit du principe du résidu pondéré de Galerkin. On constate en effet que
nous avons une nouvelle intégrale globale à calculer dans laquelle le résidu
R est pondéré par la variation ∂y*. Passons maintenant à l’exemple
d’application pour éclaircir toutes ces méthodes, y compris la méthode
énergétique citée plus haut.
On verra à la fin de ce chapitre que cette équation est issue d’un problème
de mécanique précis, ce qui nous permettra de mettre en oeuvre la méthode
énergétique dont il est question plus haut.
Bien sûr, cette équation est facilement intégrable et admet une solution
exacte, mais nous nous défendons dans la suite de l’intégrer à n’importe
quel moment que ce soit.
12
entre 0 et L : y(L) = L y’(0) + L2/2 y’’(0)
Pour le moment, revenons à notre exemple avec une méthode des résidus
pondérés de Galerkin.
13
Pour les besoins de cet exposé, nous prenons un polynôme simple du
premier degré: y* = b x (nous omettrons par la suite le * de la fonction
d’essai). Ce polynôme respecte la condition à la limite: y(0) =0, mais ne
respecte pas la condition à la limite y’(2L) =0, ce qui n’est pas obligatoire.
Le principe des résidus pondérés de Galerkin nous donne:
∫02L R ∂y dx = 0
Ici: R = y’’ + a x et ∂y = x ∂b.
On a donc:
Le second membre vaut donc: F = - ∫02L ax2dx, ce qui est facile à calculer.
Par contre, la partie K b qui est issue de ∫02L y’’xdx après injection (en
principe) dans l’intégrale de y = bx pose un gros problème car la dérivée
seconde est nulle! On dit dans ce cas là que l’on perd l’information (ici on
perd tout!); la technique pour s’en sortir consiste à faire une intégration par
partie de ∫02L y’’xdx pour abaisser l’ordre de dérivation; on dit aussi que
l’on équilibre l’ordre d’intégration. Cette technique d’intégration par
14
partie sera indispensable chaque fois que l’on perdra de l’information
sur la fonction d’essai en tentant de l’injecter dans le principe des
résidus pondérés de Galerkin.
15
w(x+ ∆x, y) =w(x,y) + ∆x ∂w/∂x + ∆x2/2 ∂2w/∂2x
suivant y:
x x x x x
w1 w2 w3
x x x x x
w4 w5 w6
x x x x x
w7 w8 w9
x x x x x
-4 1 0 1 0 0 0 0 0 w1 = T ∆x2
1 -4 1 0 1 0 0 0 0 w2 = T ∆x2
16
0 1 -4 0 0 1 0 0 0 w3 = T ∆x2
La grande majorité des programmes actuels par éléments finis utilise des
méthodes directes dérivées de la méthode d’élimination de Gauss car celle-
ci donne moins d’opérations.
3.1 Triangularisation
2 4 8 U1 34
0 3 9 U2 = 33
0 6 22 U3 78
2 4 8 U1 34
18
0 3 9 U2 = 33
0 0 4 U3 12
Si, lorsque Kss =0, tous les termes Ksi (i<s) ou tous les termes Kis (i>s)
sont nuls, cela veut dire que la matrice est singulière; le système ne peut
être résolu (cela donne lieu à un message d’erreur dans les codes éléments
finis de type ‘pivot nul’).
Autre exemple:
0 4 8 U1 2
4 0 6 U2 = 4
8 6 0 U3 12
4 0 6 U1 4
0 4 8 U2 = 2
8 6 0 U3 12
4 0 6 U1 4
0 4 8 U2 = 2
0 0 -24 U3 1
19
3.2 Méthode de triangularisation de Gauss avec stratégie de pivot total.
Soit à résoudre:
1 0 2 x1 1
-1 3 8 x2 = 2
0 -9 -4 x3 3
Le pivot maximum (en valeur absolue) est -9. Il faut ramener ce pivot maxi
en première ligne- première colonne par des permutations de lignes et de
colonnes adéquates. La permutation de la première ligne et de la troisième
ligne conduit à:
0 -9 -4 x1 3
-1 3 8 x2 = 2
1 0 2 x3 1
-9 0 -4 x2 3
3 -1 8 x1 = 2
0 1 2 x3 1
-9 0 -4 x2 3
0 -1 20/3 x1 = 3
0 1 -2 x3 1
-9 -4 0 x2 3
0 20/3 -1 x3 = 3
0 2 1 x1 1
20
D’où le système triangularisé final:
-9 -4 0 x2 3
0 20/3 -1 x3 = 3
0 0 13/10 x1 27/10
3.3 Décomposition:
K=LS
L U’ = F
S U = U’
Rappelons qu’une matrice définie positive est une matrice K telle que
pour tout X: Xt K X > 0, ce qui est le cas de la matrice raideur éléments
finis car l’énergie de déformation U (qui est > 0) s’écrit comme une forme
quadratique des déplacements aux noeuds X du maillage:
U = 1/2 Xt K X
AX=B
22
Le résultat de la décomposition de Cholesky donne:
Exemple:
Soit à résoudre:
1 -3 x1 = 4
-3 25 x2 -2
On trouve:
T = 1 -3
0 4
1 0 b’1 = 4
-3 4 b’2 -2
1 -3 x1 = 4
0 4 x2 5/2
23
K(U) U = F(U)
K(U) U =F
K(Ui-1) Ui = F i= 1, 2, 3 (1)
24
K(Ui-1) Ui = Ri + K(Ui-1)Ui-1
C’est l’expression (2) qui est plutôt utilisée dans l’algorithme pour les deux
raisons suivantes:
- de plus, dans cette procédure, on évalue aussi les résidus Ri qui doivent
tendre vers 0 au cours du processus.
25
Supposons qu’à l’itération i-1 nous ayons obtenu une approximation
Ui-1 de la solution telle que le résidu ne soit pas nul:
Calcul de Kt:
alors Kt = 1 - 2U
26
On remarque que la convergence est bien meilleure qu’avec la méthode
de substitution. Ri et ∆Ui tendent vers 0.
1 u12 u2 0 u1 2
u1u22 1 0 u2 = 2
0 0 u3+1 u3 2
2 u1u22 +1 2 u12 u2 0
Kt = 2 u1u22 1+2 u12 u2 0
0 0 2u3+1
CHAPITRE 5: Optimisation.
27
Il s’agit ici de traiter le problème de la minimisation d’une fonction
soumise à des limitations ( ou avec contraintes d’optimisation).
Xq+1 = Xq + aqSq
28
∂f/∂x1 , ∂f/∂x2 .....
on construit le Lagrangien:
11000 et 10011
Le croisement:
La mutation:
31
A = {x0, x1, ..., xn} est l’ensemble des points d’interpolation.
Les fonctions connues les plus simples étant les polynômes, on cherchera
le plus souvent à représenter fh comme une combinaison linéaire de
polynômes: c’est l’interpolation polynômiale.
Pn(x) = a0 + a1 x + .... + an xn
Li (xj) = 1 si i=j
= 0 si i non égal à j
32
Autrement dit, pour i=0, ....,n
1 0 0 ..... 0 a0 f(x0)
0 1 0 ..... 0
...................... =
0 0 0 .....1 an f(xn)
Exemple:
D’où:
33
6.4 Sur la base de Newton
On va voir que cette troisième forme est finalement la plus utilisée car
elle ne présente pas les deux inconvénients majeurs précédents.
N0(x) = 1
N1(x) = x-x0
N2(x) = (x-x0)(x-x1)
.................................
Nn(x) = (x-x0)(x-x1) ......(x-xn-1)
a0 = f(x0)
a0 + (x1-x0) a1 = f(x1)
.....................................................
2- aj n’étant calculé qu’à partir des points xi tels que i<j, ajouter un point
d’interpolation revient seulement à ajouter au polynôme un n+2 ième
terme:
an+1((x-x0)(x-x1) ......(x-xn-1)(x-xn)
Exemple:
34
x f
0 0
1 3
2 10
3 3
N0 = 1 N1 = x N2 = x(x-1) N3 = x(x-1)(x-2)
Une telle courbe est appelée une Spline cubique. Des splines de degré
supérieur sont obtenues lorsqu’on impose la continuité des dérivées d’ordre
supérieur aux différents points.
Sur le premier segment x1<= x <= x2, on dispose des valeurs y(x1)
et y(x2). Pour définir de manière unique la cubique, on a besoin de 2
informations supplémentaires (4 coefficients à calculer). Supposons pour
l’instant que les valeurs des dérivées y’(x1) et y’’(x1) sont également des
données du problème. Ceci nous permet alors de construire une cubique
qui satisfait à toutes les conditions requises. De l’équation de la cubique,
on peut alors en déduire les valeurs de y’(x2) et de y’’(x2). On dispose
ainsi de 4 nouvelles valeurs pour construire le second segment de la spline.
Le même procédé est répété jusqu’à ce que le dernier point soit atteint.
Conclusion: on peut construire une spline lorsque l’on connait les n valeurs
yi plus deux informations additionnelles. En pratique, les splines ne sont
pas calculées au moyen de cette méthode parce qu’il est souvent plus
commode d’imposer une condition additionnelle à chaque extrémité.
35
Obtention pratique:
P(u) = A1 + A2 u + A3 u2 + A4 u3
0 < = u < = uk
x(u) = a1 + a2 u + a3 u2 + a4 u3
y(u) = a’1 + a’2 u + a’3 u2 + a’4 u3
(le paramètre u variant entre 0 et uk, mais on le prend souvent variant entre
0 et 1))
Cherchons l’équation des deux segments de spline cubique passant par les
points:
x1= y1 = 0
x2= y2 = 10
Nous ferons d’abord les calculs pour les conditions aux limites suivantes:
les deux extrémités sont encastrées (pente nulle).
Ensuite, dans un deuxième temps, nous traiterons le cas des conditions aux
limites naturelles aux deux extrémités (courbure nulle).
Du fait des extrémités encastrées, on a les pentes: x’1 = y’1 = x’3 = y’3 =0
Il reste donc deux inconnues dans les équations précédentes (x’2 et y’2)
inconnues que l’on détermine en écrivant la continuité des courbures au
point central (qui correspond à u =1 pour le segment I et à u = 0 pour le
segment II):
xI’’(u=1) = xII’’(u=0)
yI’’(u=1) = yII’’(u=0)
xI(u) = 15 u2 - 5u3
yI(u) = 22.5u2 -12.5u3
xII(u) = 10 + 15 u - 5 u3
yII(u) = 10 +7.5 u -15 u2 +7.5 u3
cette fois-ci, nous avons quatre inconnues supplémentaires qui sont les
pentes aux deux extrémités. Nous partons des mêmes équations de base
que dans le cas précédent:
xI’’(u=0) = 0
yI’’(u=0) = 0
xII’’(u=1) = 0
yII’’(u=1) = 0
D’où, tous calculs faits, les équations finales pour le premier morceau:
xI(u) = 10u
yI(u) = 12.5u - 2.5u3
xII(u) = 10 + 10 u
yII(u) = 10 + 5 u - 7.5 u2 +2.5 u3
39