MÉTHODE DES ÉLÉMENTS FINIS

– CIV4160 –
Automne 2011

Prof. Najib Bouaanani, ing., Ph.D.

Département des génies civil, géologique et des mines
École Polytechnique de Montréal

Tous droits réservés

 Najib Bouaanani, École Polytechnique de Montréal, 2004–2011

Cet ouvrage est exclusivement réservé à l’usage du cours

Méthode des éléments finis (CIV4160)

On ne peut reproduire ni diffuser aucune partie

du présent ouvrage, sous quelque forme ou par quelque procédé
que ce soit, sans avoir obtenu au préalable l’autorisation écrite de l’auteur.
Chapitre 2

Techniques d’approximation numériques

2.1 Introduction
Tel que décrit au premier chapitre, la méthode des éléments finis est une technique d’approximation numé-
rique pouvant s’appliquer à une variété de problèmes. Le recours à cette méthode s’impose quand des solu-
tions analytiques exactes ne sont pas disponibles ou lorsque celles-ci sont difficilement applicables. Comme
nous le verrons plus loin, le processus de résolution numérique consiste généralement à transformer le (ou
les) équation(s) différentielle(s) décrivant le problème en un système d’équations algébriques à résoudre par
ordinateur. Cette transformation induit des écarts plus ou moins importants de la solution numérique par
rapport à une éventuelle solution exacte. Bien entendu, la qualité de l’approximation est d’autant meilleure
que ces écarts sont réduits.

L’objectif principal de ce chapitre est d’introduire deux approches mathématiques couramment utilisées
pour effectuer la transformation en système d’équations algébriques : (i) l’approche des résidus pondérés,
et (ii) l’approche variationnelle. Nous présenterons au préalable le formalisme associé aux problèmes aux
valeurs limites.

2.2 Le problème aux valeurs limites

Tel que mentionné au premier chapitre, le point de départ d’une analyse par éléments finis est un modèle
mathématique exprimé généralement sous forme d’un problème aux valeurs limites (PVL), constitué d’une
ou de plusieurs équations différentielles, munie(s) de conditions aux frontières appropriées. Les équations
différentielles sont établies sur un domaine d’étude Ω donné. Selon le nombre de coordonnées cartésiennes
nécessaires pour caractériser sa géométrie, un domaine d’étude peut être unidimensionnel, curviligne, bi-
dimensionnel, ou tridimensionnel tel qu’illustré sur la figure 2.1. Dans chaque cas, le domaine d’étude est
délimité par une frontière Γ. Ainsi, un domaine d’étude unidimentionnel ou curviligne est délimité par deux
points (Figures 2.1(a) et 2.1(b)), un domaine bidimensionnel par une ligne (Figure 2.1(c)), et un domaine
tridimensionnel par une surface (Figure 2.1(d)). Les conditions aux frontières s’appliquent alors à des sous-
ensembles Γi , i = 1, 2, . . . de la frontière Γ. Notons que dans certains cas, le domaine d’étude ne peut

1
2.2. LE PROBLÈME AUX VALEURS LIMITES 2-2

être délimité par des frontières réelles. C’est le cas notamment du réservoir semi-infini d’un barrage (Fi-
gure 2.2a), du sol sous une fondation (Figure 2.2b) ou entourant une conduite souterraine (Figure 2.2c).
Dans de tels cas, le domaine de l’étude est délimité par des frontières fictives en respectant des règles per-
mettant de tenir compte adéquatement du comportement à l’infini.

Figure 2.1– Domaines d’étude et frontières : (a) domaine unidimensionnel, (b) domaine curviligne, (c) domaine
bidimensionnel, (d) domaine tridimensionnel.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.2. LE PROBLÈME AUX VALEURS LIMITES 2-3

Figure 2.2– Domaines d’étude : (a) unidimensionnel, (b) curviligne, (c) bidimensionnel, (d) tridimensionnel.

Rappelons que les équations différentielles d’un PVL sont obtenues à partir de lois physiques, traduisant gé-
néralement l’équilibre des forces, la conservation de l’énergie, de la masse ou de la quantité de mouvement.
Les équations différentielles d’un certain nombre de problèmes classiques de génie civil sont disponible dans
la littérature et l’analyste n’a généralement pas à les établir. Il est cependant important de bien comprendre
le raisonnement menant à leur formulation ainsi que les hypothèses associées. L’exemple suivant illustre la
formulation du PVL d’un problème typique de génie civil.

Exemple 2.1
Établir le PVL régissant les déformations axiales du poteau à section variable montré sur la figure 2.3(a).
Encastré à la base, le poteau est en équilibre sous l’effet d’une force axiale P et de son poids-propre
volumique f V. Supposer que le poids-propre ne varie pas en fonction de la hauteur.

Notons E le module élastique du poteau et A(x) sa section variable. L’hypothèse d’un comportement
unidimensionnel suppose que les inconnues et les paramètres du problème (contraintes, déformations,
déplacements, section, forces appliquées, etc.) ne dépendent que d’une seule coordonnée x, représen-
tant la dimension du problème. La figure 2.3(b) illustre le modèle unidimensionnel du poteau. Notons σx
la contrainte normale au sein de la structure. Une tranche élémentaire du poteau est illustrée sur la fi-
gure 2.4. L’équilibre de la tranche élémentaire donne
[ ][ ] [ ]
dσx dA(x) fV dA(x)
−σx A(x) + σx + dx A(x) + dx − 2A(x) + dx dx = 0
dx dx 2 dx
Soit, en ne conservant que les termes de premier ordre et en notant µ(x) = f V A(x) la masse linéique de

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.2. LE PROBLÈME AUX VALEURS LIMITES 2-4

Figure 2.3– Poteau à section va-

riable chargé axialement : (a) Géo-
métrie tridimensionnelle ; (b) Coupe
transversale.

Figure 2.4– Équilibre d’une tranche élémen-

taire du poteau.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.2. LE PROBLÈME AUX VALEURS LIMITES 2-5

d[ ]
la structure
σx A(x) − µ(x) = 0 (2.1)
dx
Or, la contrainte normale est reliée à la déformation axiale εx par
du(x)
σx = E ε x = E
dx
où u désigne le déplacement unidimensionnel du poteau. En remplaçant dans Eq. (2.1), on obtient l’équa-
tion différentielle régissant le déplacement inconnu u
[ ]
d du(x)
EA(x) = µ(x) (2.2)
dx dx
Dans ce qui suit, nous supposerons que la section du poteau varie linéairement, soit
AL − A0
A(x) = A0 + x (2.3)
L
où l’on a posé A0 = A(0) et AL = A(L). Cette hypothèse simplificatrice est adoptée dans le seul but
d’alléger l’écriture des équations.

Le développement précédent montre que le comportement du poteau est modélisé par l’équation diffé-
rentielle Eq. (2.2). Cette équation n’est cependant pas suffisante pour déterminer les déformations axiales
et les contraintes normales au sein du poteau. Pour ce faire, il faut l’associer aux conditions aux fron-
tières spécifiques au problème. Dans ce cas particulier, les conditions aux frontières seront déterminées
en examinant les déplacements et les forces aux extrémités du poteau. D’une part, le déplacement est nul
à l’appui (x = 0)
u(0) = 0 (2.4)
et d’autre part, l’équilibre des forces en tête du poteau (x = L) implique
du(x)
EAL = −P (2.5)
dx x=L

Les équations (2.2), (2.4) et (2.5) constituent le PVL gouvernant le comportement du poteau.
s

D’une manière générale, considérons un domaine Ω délimité par une frontière Γ. Le PVL modélisant un
phénomène physique statique se produisant sur Ω naît de l’association d’une équation différentielle et d’un
ensemble de conditions aux frontières, que nous exprimerons sous la forme

L [ψ(x, y, z)] = f (x, y, z) dans Ω (2.6)

Bi [ψ(x, y, z)] = βi sur Γi , i = 1, 2, . . . (2.7)

où L et Bi sont des opérateurs différentiels, ψ une fonction inconnue à déterminer, x, y, z les coordonnées
d’un point du domaine d’étude Ω, f une fonction connue et Γi la partie de la frontière où la condition aux
frontières i est applicable.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.2. LE PROBLÈME AUX VALEURS LIMITES 2-6

En génie civil, la fonction inconnue ψ représente généralement un déplacement, une température, une vi-
tesse d’écoulement, une pression, etc. Le tableau 2.1 montre quelques exemples d’opérateurs différentiels L
unidimensionnel et bidimensionnel couramment rencontrés en génie civil. On appelle ordre du PVL l’ordre
le plus élevé des dérivées de l’opérateur L.
Tableau 2.1– Exemples d’opérateurs différentiels unidimensionnel et bidimensionnel.
d d2
L= , ,... Opérateurs unidimensionnel
dx dx2

∂2 ∂2
L= + Opérateur de Laplace
∂x2 ∂y 2

∂4 ∂2 ∂4
L= + + Opérateur biharmonique
∂x4 ∂x∂y ∂y 4

∂4 ∂2 ∂4
L = a(x, y) 4
+ 2b(x, y) + c(x, y) 4 Opérateur elliptique si b2 − ac < 0
∂x ∂x∂y ∂y
Opérateur parabolique si b2 − ac = 0
Opérateur hyperbolique si b2 − ac > 0

Les trois cas suivants montrent des exemples de conditions aux frontières classiques d’un PVL unidimen-
sionnel exprimé sur un domaine Ω = [a, b]
dψ
Cas 1 : ψ(a) = β1 ; = β2 (2.8)
dx x=b

dψ d2 ψ
Cas 2 : = β1 ; = β2 (2.9)
dx x=a dx2 x=b

dψ dψ
Cas 3 : ψ(a) = β1 ; = β2 ; α1 ψ(b) + α2 = β3 (2.10)
dx x=a dx x=b
où α1 et α2 sont des scalaires.

Si βi = 0 dans l’équation (2.7), la condition aux frontières est dite homogène. Ainsi, les conditions aux
frontières homogènes correspondant aux conditions Eq. (2.8) à Eq. (2.10) sont données par
dψ
Cas 1 : ψ(a) = 0 ; =0 (2.11)
dx x=b

dψ d2 ψ
Cas 2 : = 0; =0 (2.12)
dx x=a dx2 x=b

dψ dψ
Cas 3 : ψ(a) = 0 ; = 0; α1 ψ(b) + α2 =0 (2.13)
dx x=a dx x=b

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-7

Bien entendu, la formulation des conditions aux frontières est aussi importante, sinon plus, que celle des
équations différentielles d’un PVL. En effet, pour une famille de problèmes gouvernés par la même (ou les
mêmes) équation(s) différentielle(s), il existe autant de PVL qu’il y’a de types de conditions aux frontières,
et donc autant de solutions différentes. En plus, contrairement aux équations différentielles du problème,
généralement disponibles dans la littérature, les conditions aux frontières doivent être mises en équation
et/ou introduites dans un logiciel par l’analyste au cas par cas. Ceci nécessite bien évidemment une très
bonne compréhension du problème traité.

Tel que mentionné précédemment, seules des cas de PVL simples peuvent être résolus de manière analy-
tique explicite. Le recours à des techniques numériques devient alors nécessaire. Les paragraphes suivants
décrivent certaines de ces techniques en expliquant la transformation du PVL en un système d’équations
algébriques. Pour la simplicité de la notation, les développements subséquents sont présentés pour le cas
unidimensionnel. Ces développements sont cependant généralisables aux cas bidimensionnel et tridimen-
sionnel comme nous le verrons plus loin dans le cadre de ce cours.

2.3 Approche des résidus pondérés : Méthode de Galerkin

Supposons qu’une approximation de la solution exacte du PVL formulé par les équations (2.6) et (2.7) puisse
s’écrire sous la forme
∑
n
e a1 , a2 , . . . , an ) = G0 (x) +
ψ(x) ≈ ψ(x, aj Gj (x) (2.14)
j=1

Dans cette équation, n est l’ordre de l’approximation et les paramètres aj sont des constantes inconnues
à déterminer. Les fonctions G0 , G1 , G2 , . . . , Gn sont appelées fonctions test ou fonctions d’approximation.
Elles doivent être fournies par l’analyste. Lorsque les fonctions test sont des polynômes, on appelle degré
de l’approximation le plus grand exposant présent dans l’expression de ψ(x, e a1 , a2 , . . . , an ).

La fonction d’approximation ψe doit satisfaire toutes les conditions aux frontières données par Eq. (2.7)
[ ]
e a1 , a2 , . . . , an ) = βi sur Γi , i = 1, 2, . . .
Bi ψ(x, (2.15)

On démontre que ceci est équivalent à imposer aux fonctions test G1 , G2 , . . . , Gn (Noter que G0 n’est pas
incluse) de satisfaire toutes les conditions aux frontières homogènes correspondant à Eq. (2.15), soit

Bi [G1 ] = 0 sur Γi , i = 1, 2, . . .
Bi [G2 ] = 0 sur Γi , i = 1, 2, . . .
.. (2.16)
.
Bi [Gn ] = 0 sur Γi , i = 1, 2, . . .

L’introduction de la fonction G0 permet alors de vérifier que ψe satisfait toutes les conditions aux frontières :
homogènes et non homogènes [Eq. (2.15)]. L’exemple 2.2 ci-après illustre ce processus.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-8

Exemple 2.2
Déterminer une approximation de premier ordre satisfaisant aux conditions aux frontières [Eq. (2.4)
et (2.5)] de l’exemple 2.1.

Dans ce cas, n = 1. La fonction d’approximation s’écrit donc

u(x) ≈ u
e(x, a1 ) = G0 (x) + a1 G1 (x) (2.17)

La fonction test G1 doit vérifier les conditions aux frontières homogènes correspondant aux conditions
Eq. (2.4) et (2.5), soit

G1 (0) = 0 (2.18)
dG1 (x)
EAL =0 (2.19)
dx x=L

Supposons que G1 est une fonction polynôme de premier degré

G1 (x) = α0 + α1 x

En remplaçant dans les équations (2.18) et (2.19), on déduit que α0 = α1 = 0 et donc que G1 = 0.
Supposons maintenant que G1 est une fonction polynôme de second degré

G1 (x) = α0 + α1 x + α2 x2

Les équations (2.18) et (2.19) donnent cette fois-ci

G1 (x) = α2 x(x − 2L)

e doit satisfaire aux conditions aux frontières

Par ailleurs, la fonction u

e(0, a1 ) = 0
u (2.20)
u(x, a1 )
de
EAL = −P (2.21)
dx x=L

Soit, en utilisant Eq. (2.17)

G0 (0) = 0 (2.22)
dG0 (x)
EAL = −P (2.23)
dx
D’où, en supposant que la fonction G0 est une fonction polynôme
P
G0 (x) = − x
EAL
L’approximation recherchée est donc, en posant a1 = α2
P
u(x) ≈ u
e(x, a1 ) = − x + a1 x(x − 2L) (2.24)
EAL

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-9

s
Dans l’exemple 2.2, une fonction d’approximation d’un ordre donné a été obtenue en utilisant l’expres-
sion (2.14). Il est également possible, et généralement plus pratique, de chercher directement une fonction
d’approximation polynômiale d’un degré donné. Les étapes suivantes peuvent alors être appliquées :

Étape 1 : Supposer que la fonction d’approximation est un polynôme de degré n

e α1 , α2 , . . . , αn ) = α0 + α1 x + α2 x2 + . . . + αn xn
ψ(x) ≈ ψ(x,

Si NCF est le nombre de toutes les conditions aux frontières, vérifier que n + 1 > NCF , sinon
augmenter le degré de la fonction d’approximation.

Étape 2 : Appliquer toutes les conditions aux frontières données par Eq. (2.7). La vérification de ces
conditions aux frontières aboutit à un système de NCF équations algébriques avec n + 1 in-
connues α0 , α1 , α2 ,. . . , αn .

Étape 3 : Utiliser le système d’équations obtenus pour exprimer un nombre NCF des coefficients αi en
fonction des (n + 1 − NCF ) autres coefficients restant.

Étape 4 : Remplacer dans l’expression de la fonction d’approximation et l’écrire sous la forme de l’équa-
tion (2.14) pour trouver des fonctions test Gj .

Cette procédure est illustrée dans l’exemple suivant.

Exemple 2.3
Reprendre l’exemple 2.2 et chercher directement une fonction d’approximation polynômiale de degré 2
satisfaisant aux conditions aux frontières [Eq. (2.4) et (2.5)] de l’exemple 2.1.

Étape 1
La fonction d’approximation est un polynôme de degré n = 2 dans ce cas, d’où
e α0 , α1 , α2 ) = α0 + α1 x + α2 x2
ψ(x) ≈ ψ(x,

Deux conditions aux frontières sont à vérifier, donc NCF = 2. Nous avons bien n + 1 = 3 > NCF = 2.

Étape 2
La vérification des conditions aux frontières Eq. (2.4) et (2.5) donne

α0 = 0 (2.25)
P
α1 + 2α2 L = − (2.26)
EAL

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-10

Étape 3
Le système d’équations obtenu permet d’écrire

α0 = 0 (2.27)
P
α1 = −2α2 L − (2.28)
EAL

Étape 4
En remplaçant dans l’expression de la fonction d’approximation, on peut l’écrire sous la forme

e α2 ) = − P x + α2 x (x − 2L)
ψ(x,
EAL
d’où en comparant à l’équation (2.14)
P
G0 = − x; G1 (x) = x (x − 2L)
EAL
s

L’équation (2.6) n’étant vérifiée que de façon approximative par ψ(x,e a1 , a2 , . . . , an ), on définit un résidu R
correspondant à l’écart de la solution approximative par rapport à la solution exacte
[ ]
e a1 , a2 , . . . , an )
R(x, a1 , a2 , . . . , an ) = L [ψ(x)] − L ψ(x,
[ ] (2.29)
e a1 , a2 , . . . , an )
= f (x) − L ψ(x,

Bien entendu, si R est nul en tout point de Ω, alors ψe est la solution exacte. L’idée de base des techniques
d’approximation est de minimiser R de façon à s’approcher de la solution exacte. Les méthodes des résidus
pondérés cherchent à minimiser R au sens global sur le domaine Ω en annulant la somme (intégrale) des
résidus pondérés par des fonctions wj
∫
wj (x)R(x, a1 , a2 , . . . , an ) dx = 0 , j = 1, 2, . . . , n (2.30)
Ω

Les fonctions de pondération wj sont à choisir par l’analyste. Les paramètres aj sont alors déterminés à
partir des équations (2.30).

On distingue principalement quatre méthodes utilisant chacune des familles de fonctions de pondération
différentes : La méthode de collocation par points, la méthode de collocation par sous-domaines, la méthode
des moindres carrées et la méthode de Galerkin. Seule la méthode de Galerkin, étroitement reliée à la MEF,
sera détaillée dans ce qui suit. Un résumé des autres méthodes est présenté à l’annexe B.

L’attrait principal de la méthode de Galerkin est qu’elle utilise les fonctions test comme fonctions de pon-
dération
wj (x) = Gj (x) , j = 1, 2, . . . , n (2.31)

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-11

Les équations (2.30) deviennent donc

∫
Gj (x)R(x, a1 , a2 , . . . , an ) dx = 0 , j = 1, 2, . . . , n (2.32)
Ω

Les paramètres aj recherchés sont obtenus en résolvant ce système d’équations algébriques.

Exemple 2.4
Résoudre le PVL de l’exemple 2.1 en utilisant la méthode de Galerkin et la fonction test obtenue à
l’exemple 2.2. Considérer L = 1 ; A0 = 1 ; AL = 0,25A0 ; E = 1 ; P = 1 et f V = 1.

D’après Eq. (2.29), le résidu s’écrit

[ ]
d u(x, a1 )
de
R(x, a1 ) = µ(x) − EA(x)
dx dx
où, selon Eq. (2.3) et Eq. (2.24)
3x
µ(x) = A(x) = 1 −
4
et
e(x, a1 ) = −4x + a1 x(x − 2)
u
d’où ( )
1 7a1
R(x, a1 ) = 3x a1 − − −2
4 2
La technique de Galerkin implique [Eq. (2.31)]

w1 (x) = G1 (x) = x(x − 2)

Le résidu pondéré s’exprime donc par

∫ L ∫ L
w1 (x)R(x, a1 ) dx = x(x − 2L)R(x, a1 ) dx
0 0

1
= (52 a1 + 79)
48
D’où la valeur de a1 d’après l’application de Eq. (2.32)
79
a1 = −
52
L’approximation recherchée a donc pour expression
79
e(x, a1 ) = −4x −
u x(x − 2)
52
Par ailleurs, on démontre que la solution exacte du PVL a pour expression
( )
x2 2x 23 3x
u(x) = − + ln 1 −
4 3 18 4
La figure 2.5 illustre la comparaison entre la solution exacte et la solution approximative obtenue selon la
méthode de Galerkin.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.3. APPROCHE DES RÉSIDUS PONDÉRÉS : MÉTHODE DE GALERKIN 2-12

Figure 2.5– Comparaison des solutions exacte et approximative obtenue selon la méthode de Galerkin.

La méthode de Galerkin est souvent utilisée sous une autre forme, dite faible. Cette formulation présente
deux avantages principaux. D’abord, l’ordre des dérivées est plus petit sous l’intégrale, ce qui permet de
simplifier les calculs. Ensuite, certaines conditions aux frontières sont incluses naturellement dans la formu-
lation. L’exemple suivant illustre cette formulation.

Exemple 2.5
Reprenons l’exemple 2.1 pour illustrer cette formulation.

Considérons une approximation de premier ordre

e(x, a1 ) = G0 (x) + a1 G1 (x)

u

où
G0 = 0 , G1 (x) = x
e(x, a1 ) = 0.
La fonction d’approximation vérifie bien la condition aux frontières u

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-13

Réécrivons le résidu pondéré [Eq. (2.32)]

∫ L ∫ L ( [ ])
d deu(x, a1 )
G1 (x)R(x, a1 ) dx = G1 (x) µ(x) − EA(x) dx
0 0 dx dx
∫ L ∫ L [ ]
d u(x, a1 )
de
= µ(x)G1 (x) dx − G1 (x) EA(x) dx
0 0 dx dx
[ ] ∫ L
u(x, a1 ) x=L
de
= − G1 (x)EA(x) + µ(x)G1 (x) dx
dx x=0 0
∫ L
dG1 (x) deu(x, a1 )
+ EA(x) dx
0 dx dx

On voit bien les deux avantages de la forme faible mentionnés plus haut. L’ordre des dérivées sous l’in-
tégrale est effectivement plus petit et certaines conditions aux frontières sont incluses naturellement dans
la formulation. En effet, d’après Eq. (2.5) et Eq. (2.21)
[ ]
deu(x, a1 ) x=L
G1 (x)EA(x) = −P G1 (L)
dx x=0

Tous calculs faits, l’équation (2.5) devient alors

∫ L
5 5
G1 (x)R(x, a1 ) dx = + a1
0 4 8
L’annulation du résidu pondéré [Eq. (2.5)] entraîne

a1 = −2

et l’approximation recherchée est donc

e(x) = −2x
u
s

2.4 Approche variationnelle : Méthode de Rayleigh-Ritz

Les méthodes des résidus pondérés décrites au paragraphe (2.3) agissent directement sur les équations (2.6)
et (2.7) du PVL pour minimiser l’écart entre la solution exacte ψ et la solution approximative ψe de l’équa-
tion (2.14). On démontre que résoudre le PVL [Eqs. (2.6) et (2.7)] est équivalent à résoudre un problème
variationnel, en trouvant une fonction qui rend stationnaire la fonctionnelle ou fonction des fonctions I
∫ ( )
dψ d2 ψ
I= F x,ψ, , , . . . dx = 0 (2.33)
Ω dx dx2
où F est également une fonctionnelle. Notons m l’ordre le plus élevé des dérivées de la fonctionnelle F. Le
problème variationnel est alors dit de classe C m−1 . Dans ce cas, on démontre que l’ordre du PVL équivalent

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-14

est 2m. Notons p l’ordre le plus élevé des dérivées dans une condition aux frontières. Si p 6 m−1, la condi-
tion aux frontières est dite essentielle. Dans le cas contraire, la condition aux frontières est dite naturelle.

Exemple 2.6
En analyse des structures, la fonctionnelle I est définie par l’énergie potentielle totale Π du système
considéré. Ainsi, la fonctionnelle correspondant au PVL de l’exemple (2.1) est donnée par
∫ L[ ( ) ]
EA(x) du(x) 2
Π= + µ(x)u(x) dx + P u(L)
0 2 dx

Déterminer la classe du problème variationnel et l’ordre du PVL. Spécifier les conditions aux frontières
essentielles et naturelles.

L’ordre le plus élevé des dérivées de la fonctionnelle est m = 1, le problème variationnel est donc de
classe C 0 . L’ordre du PVL est alors 2m = 2, ce qui est confirmé par Eq. (2.2). L’ordre maximum des
dérivées de la condition aux frontière [Eq. (2.4)] est égal à m − 1 = 0, c’est donc une condition aux
frontières essentielle. L’ordre maximum des dérivées de la condition aux frontière [Eq. (2.5)] est compris
entre m = 1 et 2m − 1 = 1, c’est donc une condition aux frontières naturelle.
s

En reprenant l’équation (2.14), une approximation de la fonctionnelle I peut s’écrire

 
∫ ∑ n ∑
n ∑n
Ie = F x , aj Gj (x) , . . . dx
(1) (2)
aj Gj (x) , aj Gj (x) , (2.34)
Ω j=0 j=0 j=0

(k)
où a0 = 1 et où Gj désigne la dérivée k ème par rapport à x. La méthode de Rayleigh-Ritz consiste à
imposer la stationnarité de Ie en écrivant

∂ Ie
= 0, j = 1, 2, . . . , n (2.35)
∂aj
La résolution de ce système à n équations algébriques donne les paramètres recherchés aj .

On démontre que les conditions naturelles sont incluses implicitement dans la fonctionnelle I. Par consé-
quent, en utilisant la méthode de Rayleigh-Ritz, seules les conditions aux frontières essentielles sont à sa-
tisfaire par les fonctions d’approximation ψ,e et donc seules les conditions aux frontières essentielles homo-
gènes sont à satisfaire par les fonctions test G1 , G2 , . . . , Gn .

Exemple 2.7
Résoudre le PVL de l’exemple 2.1 à l’aide de la méthode de Rayleigh-Ritz. Utiliser la fonctionnelle de
l’énergie potentielle de l’exemple 2.6. Considérer L = 1 ; A0 = 1 ; AL = 0,25A0 ; E = 1 ; P = 1 et

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-15

f V = 1.

Considérons en premier lieu une approximation de premier degré, avec

G0 = 0 , G1 (x) = x

soit
e(x, a1 ) = a1 x
u
e(x, a1 ) satisfait à la condition aux frontières essentielle [Eq. (2.20)]. L’approxi-
On vérifie aisément que u
mation de la fonctionnelle [Eq. (2.6)] s’écrit donc
∫ L[ 2 ( ) ( ) ]
e= a1 3x 3x
Π 1− + a1 1 − x dx + a1
0 2 4 4
5a1
= (a1 + 4)
16
e implique
La stationnarité de Π
e
∂Π 5
= (a1 + 2) = 0
∂a1 8
d’où
a1 = −2
et l’approximation de premier degré recherchée

e(x) = −2x
u

Remarquons que ce résultat est similaire à celui obtenu en utilisant la formulation faible de la méthode de
Galerkin à l’exemple 2.5.

Considérons maintenant une approximation de second degré

e(x, a1 , a2 ) = a1 x + a2 x2
u

e(x, a1 , a2 ) satisfait aux conditions aux frontières essentielles [Eq. (2.20)]. L’ap-
On vérifie aisément que u
proximation de la fonctionnelle [Eq. (2.6)] s’écrit cette fois-ci
∫ L[ ( ) ( ) ]
e 1 3x 2 3x ( )
Π= 1− (a1 + 2a2 x) + 1 − a1 x + a2 x2
dx + a1 + a2
0 2 4 4
1 ( )
= 60 a1 + 15 a21 + 55 a2 + 14 a22 + 24 a1 a2
48
e implique
La stationnarité de Π
e
∂Π
= 5 a1 + 4 a2 + 10 = 0
∂a1
e
∂Π
= 24 a1 + 28 a2 + 55 = 0
∂a2

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-16

d’où
15 35
a1 = −
, a2 = −
11 44
L’approximation de second degré recherchée a donc pour expression
15 35 2
e(x) = −
u x− x
11 44
La solution exacte et les solutions approximatives obtenues selon la méthode de Rayleigh-Ritz sont re-
présentées sur la figure 2.6. On constate que l’approximation est meilleure lorsque son degré est plus
élevé.

Figure 2.6– Comparaison des solutions exacte et des solutions approximatives obtenues selon la méthode de Rayleigh-
Ritz.

Exemple 2.8
Considérer un bâtiment à deux étages de hauteur totale L. Un poteau du bâtiment est soumis au charge-
ment indiqué sur la figure 2.7. Le poteau a une section uniforme A et un module élastique E. Déterminer
la variation des déplacements et des contraintes selon la hauteur du poteau. Négliger le poids propre.

La fonctionnelle du problème s’écrit dans ce cas

∫ L[ ( ) ] ( )
EA du(x) 2 L
Π= dx + P u + P u(L)
0 2 dx 2

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-17

Figure 2.7– Poteau

d’un bâtiment de
deux étages.

Considérons une approximation de second degré

e(x, a1 , a2 ) = a1 x + a2 x2
u

e(x, a1 , a2 ) satisfait aux conditions aux frontières essentielles u

On vérifie aisément que u e(0, a1 , a2 ) = 0.
L’approximation de la fonctionnelle [Eq. (2.8)] s’écrit
∫ L[ ] [ ( )2 ]
e= 1 2 L L 2
Π (a1 + 2a2 x) dx + P a1 + a2 + a1 L + a2 L
0 2 2 2

e implique
La stationnarité de Π

e
∂Π L
= (2EAa1 + 2EAa2 L + 3P ) = 0
∂a1 2
e
∂Π L2
= (12EAa1 + 16EAa2 L + 15P ) = 0
∂a2 12
La résolution de ce système aboutit à
9P 3P
a1 = − , a2 =
4EA 4EAL
L’approximation de second degré recherchée a donc pour expression
9P 3P
e(x) = −
u x+ x2
4EA 4EAL
d’où les contraintes
u(x)
de 9P 3P
e(x) = E εe(x) = E
σ =− + x
dx 4A 2AL

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-18

Le déplacement du poteau est gouverné par le PVL

( )
d du(x)
EA =0
dx dx
u(0) = 0
du(x)
EA = −P
dx x=L

On démontre que la solution de ce PVL est donnée par

2P L
u(x) = − x 0≤x≤
EA 2
( )
PL P L L
u(x) = − − x− ≤x≤L
EA EA 2 2

Les contraintes correspondantes sont

2P L
σ(x) = − , 0≤x≤
A 2
P L
σ(x) = − , ≤x≤L
A 2
La figure 2.8 montre un bon accord entre les déplacements exacts et approximatifs. Il en est autrement

Figure 2.8– Comparaison des déplacements exact et approximatif.

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-19

Figure 2.9– Comparaison des contraintes exacte et approximative.

pour les contraintes, où l’on constate d’après la figure 2.9, que la solution approchée est très différente de
la solution exacte. Ce dernier résultat est dû au fait que l’approximation ue ne respecte pas le sens physique
du problème, voulant que la dérivée du déplacement soit discontinue en x = L/2.
s

Jusqu’à présent, les fonctions d’approximation ont été définies sur l’ensemble du domaine. Cette façon
de faire rend le choix d’une fonction d’approximation difficile et souvent aléatoire. Celle-ci doit en effet
satisfaire, entre autres, au sens physique du problème qui n’est d’ailleurs pas toujours bien maîtrisé. Il est
alors souvent plus judicieux de subdiviser le domaine de l’étude en sous-domaines, et de déterminer des
approximations valables par sous-domaine. Un tel processus, illustré par l’exemple suivant, constitue le
principe même de la méthode des éléments finis.

Exemple 2.9
Déterminer la variation des déplacements et des contraintes selon la hauteur du poteau de l’exemple 2.8
en supposant que les déplacements varient de façon linéaire sur chaque étage. Négliger le poids propre.

Subdivisons le poteau en deux parties 1 et 2. Considérons des approximations linéaires des déplacements

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-20

e(1) et u
au sein des parties 1 et 2, notées respectivement u e(2)
L
e(1) (x, a1 , a2 ) = a1 + a2 x ,
u 0≤x≤ (2.36)
2
L
e(2) (y, a3 , a4 ) = a3 + a4 y ,
u 0≤y≤ (2.37)
2
e1 , u
Notons u e2 et u
e3 les déplacements au sol, au premier et au deuxième niveau, respectivement. En
remplaçant dans les équations (2.36) et (2.37), on peut écrire
2
e1 ,
a1 = u u2 − u
a2 =
(e e1 ) (2.38)
L
2
a3 = ue2 , a4 = (e u3 − ue2 ) (2.39)
L
L’approximation de la fonctionnelle [Eq. (2.8)] peut s’écrire sous la forme
 ( )2   ( )2 
∫ L (1) ∫ L (2)
e = 2  EA de
Π
u (x) 
dx +
2
 EA de u (x) 
e2 + P u
dx + P u e3
0 2 dx 0 2 dx

∫ L ∫ L
1 2 1 2
= EAa22 dx + e2 + P u
EAa24 dx + P u e3
2 0 2 0
∫ L [ ]2 ∫ L [ ]2
1 2 2 1 2 2
= EA u2 − u
(e e1 ) dx + EA u3 − u
(e e2 ) dx + P u
e2 + P u
e3
2 0 L 2 0 L
EA EA
= (e e1 )2 +
u2 − u (e e2 )2 + P u
u3 − u e2 + P u
e3
L L
e1 = 0, d’où
Or, la condition aux frontières essentielle s’écrit u

e = EA u
Π e2 +
EA
e2 )2 + P u
u3 − u
(e e2 + P u
e3
L 2 L
e implique
La stationnarité de Π
e
∂Π 2EA 2EA
= e2 −
u u3 − u
(e e2 ) + P = 0
∂e
u2 L L
e
∂Π 2EA
= u3 − u
(e e2 ) + P = 0
∂e
u3 L
La résolution de ce système donne
PL 3P L
e2 = −
u , u e3 = −
EA 2EA
L’approximation des déplacements devient donc en utilisant les équations (2.36) à (2.39)
2P L
e(x) = −
u x 0≤x≤ (2.40)
EA ( ) 2
PL P L L
e(x) = −
u − x− ≤x≤L (2.41)
EA EA 2 2

Méthode des éléments finis - Automne 2011  Najib Bouaanani

2.4. APPROCHE VARIATIONNELLE : MÉTHODE DE RAYLEIGH-RITZ 2-21

Ce résultat est identique à la solution exacte exprimée par Eq. (2.8). À partir des équations (2.40) et (2.41),
on obtient évidemment des contraintes identiques aux contraintes exactes donnée par Eq. (2.8). Cet
exemple montre que les résultats peuvent généralement être améliorés lorsque l’approximation adoptée
respecte le sens physique du problème traité.
s

Méthode des éléments finis - Automne 2011  Najib Bouaanani