Introduction à la méthodes des éléments finis
Pr. Oussama Bourihane
Janvier 2023
2
Introduction
Aspect historique
Notre compréhension des phénomènes du monde réel et notre technologie sont
aujourd’hui en grande partie basées sur les équations aux dérivées partielles, qui
seront notées en abrégé EDP dans la suite. C’est en effet grâce à la modélisation
de ces phénomènes au travers d’EDP que l’on a pu comprendre le rôle de tel ou tel
paramètre, et surtout obtenir des prévisions parfois extrêmement précises. L’étude
mathématique des EDP nous a aussi appris à faire preuve d’un peu de modestie : on
a découvert l’impossibilité de prévoir à moyen terme certains phénomènes gouvernés
par des EDP nonlinéaires - pensez au désormais célèbre effet papillon : une petite
variation des conditions initiales peut en temps très long conduire à des très grandes
variations. D’un autre côté, on a aussi appris à ”entendre la forme d’un tambour” :
on a démontré mathématiquement que les fréquences émises par un tambour lors
de la vibration de la membrane - un phénomène décrit par une EDP, permettent de
reconstituer parfaitement la forme du tambour.
L’une des choses qu’il faut avoir à l’esprit à propos des EDP, c’est qu’il n’est en
général pas question d’obtenir leurs solutions explicitement ! Ce que les mathéma-
tiques peuvent faire par contre, c’est dire si une ou plusieurs solutions existent, et
décrire parfois très précisément certaines propriétés de ces solutions.
L’apparition d’ordinateurs extrêmement puissants permet néanmoins aujourd’hui
d’obtenir des solutions approchées pour des équations aux dérivées partielles, même
très compliquées. C’est ce qui s’est passé par exemple lorsque vous regardez les
prévisions météorologiques, ou bien lorsque vous voyez les images animés d’une si-
mulation d’écoulement d’air sur l’aile d’un avion. Le rôle des mathématiciens est
alors de construire des schémas d’approximation, et de démontrer la pertinence des
simulations en établissant des estimations a priori sur les erreurs commises.
Quand sont apparues les EDP ? Elles ont été probablement formulées pour la
première fois lors de la naissance de la mécanique rationnelle au cours du 17ème siècle
(Newton, Leibniz...). Ensuite le ”catalogue” des EDP s’est enrichi au fur et à mesure
du développement des sciences et en particulier de la physique. S’il ne faut retenir
que quelques noms, on se doit de citer celui d’Euler, puis ceux de Navier et Stokes,
pour les équations de la mécanique des fluides, ceux de Fourier pour l’équation de la
chaleur, de Maxwell pour celles de l’électromagnétisme, de Schrödinger et Heisenberg
pour les équations de la mécanique quantique, et bien sûr de Einstein pour les EDP
de la théorie de la relativité.
Cependant l’étude systématique des EDP est bien plus récente, et c’est seulement
1
2
au cours du 20ème siècle que les mathématiciens ont commencé à développer l’arse-
nal nécessaire. Un pas de géant a été accompli par L. Schwartz lorsqu’il a fait nâıtre
la théorie des distributions (autour des années 1950), et un progrès au moins compa-
rable est du à L. Hörmander pour la mise au point du calcul pseudo-différentiel (au
début des années 1970). Il est certainement bon d’avoir à l’esprit que l’étude des EDP
reste un domaine de recherche très actif en ce début de 21ème siècle. D’ailleurs ces
recherches n’ont pas seulement un retentissement dans les sciences appliquées, mais
jouent aussi un rôle très important dans le développement actuel des mathématiques
elles-mêmes, à la fois en géométrie et en analyse.
D’abord, c’est quoi une EDP ?
En mathématiques, une équation aux dérivées partielles (EDP) est une équa-
tion qui impose des relations entre les différentes dérivées partielles d’une fonction
multivariable.
La fonction est souvent considérée comme une "inconnue" à résoudre, de la même
manière que x est considéré comme une inconnue à résoudre dans une équation qua-
dratique telle que x2 −3x+2 = 0. Cependant, il est généralement impossible d’écrire
des formules explicites pour les solutions des équations aux dérivées partielles. C’est
pourquoi il existe un grand nombre de recherches mathématiques et scientifiques
modernes sur les méthodes d’approximation numérique des solutions de certaines
équations aux dérivées partielles à l’aide d’ordinateurs. Les équations aux dérivées
partielles occupent également un secteur vaste de la recherche en mathématiques
pures, dans lequel les questions habituelles portent, en gros, sur l’identification des
caractéristiques qualitatives générales des solutions de diverses équations aux dé-
rivées partielles, telles que l’existence, l’unicité, la régularité et la stabilité. Parmi
les nombreuses questions ouvertes figurent l’existence et la régularité des solutions
des équations de Navier-Stokes, désignées comme l’un des problèmes du prix du
Millénaire en 2000 [1].
Les équations aux dérivées partielles sont omniprésentes dans les domaines scien-
tifiques à orientation mathématique, tels que la physique et l’ingénierie. Par exemple,
elles sont à la base de la compréhension scientifique moderne du son, de la chaleur,
de la diffusion, de l’électrostatique, de l’électrodynamique, de la thermodynamique,
de la dynamique des fluides, de l’élasticité, de la relativité générale et de la méca-
nique quantique (équation de Schrödinger, équation de Pauli, etc.). Elles découlent
également de nombreuses considérations purement mathématiques, telles que la géo-
métrie différentielle et le calcul des variations ; entre autres applications notables,
elles constituent l’outil fondamental de la preuve de la conjecture de Poincaré en
topologie géométrique.
En partie à cause de cette variété de sources, il existe un large éventail de diffé-
rents types d’équations aux dérivées partielles et des méthodes ont été développées
pour traiter la plupart des EDPs qui se présentent. À ce titre, il est généralement ad-
mis qu’il n’existe pas de "théorie générale" des équations aux dérivées partielles, les
connaissances spécialisées étant quelque peu réparties entre plusieurs sous-domaines
essentiellement distincts.
3
Résolution numérique des EDPs
Dans l’absence de méthodes générales pour résoudre analytiquement tout type
d’équations aux dérivées partielles, il existe, en conséquence, un grand nombre d’ap-
proches mathématiques modernes permettant d’approximer numériquement les so-
lutions de certaines équations aux dérivées partielles à l’aide d’ordinateurs. Ainsi,
le développemnt technologique des ordinateurs et des approches numériques de mo-
délisation et simulation, permet de bien assimiler les phénomènes naturels et de
s’approcher de la réalité.
Les méthodes classiques pour résoudre une EDP quelconque sont basées généra-
lement sur l’approche de "discrétisation" en introduisant la notion de "maillage" et
d’"éléments". La discrétisation dans ce contexte peut engendrée deux aspect. Dis-
crétisation au sens géométrique d’une part, où le domaine d’étude peut être scindé
(discrétisé) en plusieurs sous-domain et une discrétisation algébrique, d’autre part,
où la forme analytique de l’équation de départ est transformée à une forme algé-
brique discrète. Les trois méthodes numériques les plus reconnues, dans ce contexte,
sont la méthode des éléments finis (FEM), la méthode des volumes finis (MVF) et
la méthode des différences finies (MDF).
Dans les dernières décennies, plusieurs méthodes numériques pour la résolution
des EDPs sans recours à la notion de maillage ont apparu sous le nom de "Mesh-
less methods" ou méthodes sans maillage. Bien que ce type de méthodes présente
quelques avantages dans les problèmes où la regénération du maillage est couteuse
en terme de temps de calcul, cependant, la méthode des éléments finis reste à nos
jours l’outil le plus robuste et efficace dans la résolution des EDPs. Ce ci est traduit
par l’intégration de la MEF dans les logiciels industriels et codes de calcul les plus
reconnus tels que : Abaqus [2], Ansys [3], Castem [4], RDM 6 [5] etc.
4
0.1 Classification des EDPs
Les équations aux dérivées partielles peuvent être classifiées selon plusieurs as-
pect ;
— Ordre de dérivation
— Linéarité : Linéaire / non-linéaire
— Stationnarité : stationnaire / in-stationnaire
— Elliptique, parabolique et hyperbolique
Ces classifications, notée ci-dessus, sont utiles, non seulement pour identifier les
méthodes de résolution applicables à un type particulier d’équation, mais aussi pour
déterminer, d’avance, le caractère de la solution.
0.1.1 Ordre d’une EDP
Soit u(x, y, t) une fonction inconnue définie dans un espace 2D muni d’un chro-
nomètre : R2 × R+ → R, notons les dérivées partielles de u par :
∂u ∂2u
ux = ∂x
uxx = ∂x2
∂u ∂2u
uy = ∂y ; uyy = ∂y 2 (1)
ut = ∂u ∂2u
∂t uxy = ∂x∂y
et les opérateurs de différentiation "Nabla" : ∇ et le "Laplacien" ∆ par :
∇u = ux .ex + uy .ey = < ux , uy >T
(2)
2
∆u = ∇ u = uxx + uyy
où (ex , ey ) sont les vecteurs de la base cartésienne 2D.
L’ordre d’une EDP est défini par l’ordre de dérivation le plus élevé. Les équations
aux dérivées partielles linéaire du premier ordre s’écrivent sous la forme générale :
Aux + Buy = F (x, y, u) (3)
Ce type d’EDP est toujours hyperbolique (cet aspect sera expliqué dans la
section suivante), où A et B peuvent être des fonctions de x et y, mais pas de u. Les
équations aux dérivées partielles linéaire du second ordre s’écrivent généralement
sous la forme :
Auxx + Buxy + Cuyy = F (x, y, u, ux , uy ) (4)
De même A, B et C sont des fonctions de x et y.
0.1. CLASSIFICATION DES EDPS 5
0.1.2 EDPs Elliptiques, paraboliques et hyperboliques
Tout comme les sections coniques et les formes quadratiques, les EDPs du second
ordre en un point donné peuvent être classées en paraboliques, hyperboliques et
elliptiques sur la base du discriminant ∆ = B 2 − 4AC comme suit :
∆ < 0 : Elliptique
∆ = 0 : Parabolique
∆ > 0 : Hyperbolique
La classification
dépend
de la signature des valeurs propres de la matrice définie
A B/2
par M = .
B/2 C
Elliptique : Les valeurs propres sont toutes positives ou toutes négatives.
Parabolique : Les valeurs propres sont toutes positives ou toutes négatives, sauf
une qui est nulle.
Hyperbolique : Il n’y a qu’une seule valeur propre négative et toutes les autres
sont positives, ou il n’y a qu’une seule valeur propre positive et toutes les
autres sont négatives.
Ultra-hyperbolique : Il y a plus d’une valeur propre positive et plus d’une valeur
propre négative, et il n’y a pas de valeurs propres nulles.
Notez que les problèmes aux valeurs propres seront traités dans les chapitres 2 et 4.
0.1.3 Non-linéarité
Dans les sections précédentes, on a supposé que les coefficients A, B et C d’une
EDP linéaire ne dépendent que des variables de l’espace x et y, cependant, dans
le cas d’une EDP non-linéaire, lesdits coefficients peuvent dépendre, en plus des
variables x et y, de la fonction inconnue u ou de ses dérivées ux , uy , uxy etc. En plus,
la fonction F (x, y, u, ux , uy ) peut aussi contenir des non-linéarité, par exemple : u2 ,
u.ux , ux .uy etc.
Les trois principaux types d’EDPs non-linéaires sont les EDPs semi-linéaires, les
EDPs quasi-linéaires et les EDPs totalement non-linéaires. Toutefois, ce cours ne va
pas tarder dans les détails de ce classement.
0.1.4 Stationnarité
Une EDP est dite stationnaire lorsque la solution u = u(x, y) ne dépend pas
du temps ( ∂u
∂t
= 0), par contre, dans le cas où la variable temporelle est prise en
compte u = u(x, y, t), l’EDP est dite instationnaire. Exemples :
1. Flexion d’une poutre
4
Stationnaire : EI ∂∂xw4 = qz
(5)
2 4
Instationnaire : ρA ∂∂tw2 + EI ∂∂xw4 = qz
6
2. Equation de chaleur
Stationnaire : ∆u = 0
(6)
∂u
Instationnaire : ∂t
− κ∆u = 0
Bibliographie
[1] Allyn Jackson. Million-dollar mathematics prizes announced. Notices of the
American Mathematical Society, 47(8) :877–879, 2000.
[2] Michael Smith. ABAQUS/Standard User’s Manual, Version 6.13. Dassault
System Simulia Corp, United States, 2013.
[3] Huei-Huang Lee. Finite element simulations with ANSYS Workbench 18. SDC
publications, 2018.
[4] A Millard. Castem-2000 : Guide d’utilisation. Saclay, France. Rapport CEA,
93(7), 1993.
[5] Y Debard. Guide d’utilisation de RDM6–Éléments finis. Version, 2001.
