Return to search

Méthode des éléments finis mixte duale pour les problèmes de l'élasticité et de l'élastodynamique: analyse d'erreur à priori et à posteriori.

Dans ce travail, nous étudions le raffinement de maillage pour des méthodes d'éléments finis mixtes duales pour deux types de problèmes : le premier concerne le problème de l'élasticité linéaire et le second problème celui de l'élastodynamique.<br /> <br /> Pour ces deux types de problèmes et dans des domaines non réguliers, les méthodes d'éléments finis mixtes analysées jusqu'à présent, sont celles qui concernent des méthodes mixtes "classiques". Ici, nous analysons la formulation mixte duale pour les deux problèmes de l'élasticité linéaire et de l'élastodynamique. <br /> Pour le problème d'élasticité, nous sommes concernés premièrement par une analyse a priori d'erreur en utilisant l'approximation par l'élément fini $BDM_1$ stabilisé. Afin de dériver une estimation a priori optimales d'erreur, nous établissons des règles de raffinement de maillage. <br /> Ensuite, nous faisons une analyse d'erreur à posteriori sur un domaine simplement ou multiplement connexe. En fait nous établissons un estimateur résiduel fiable et efficace. Cet estimateur est alors utilisé dans un algorithme adaptatif pour le raffinement automatique de maillage. Pour le problème de l'élastodynamique, nous faisons une analyse a priori d'erreur en utilisant le même élément fini que pour le problème d'élasticité, en utilisant une formulation mixte duale pour la discrétisation des variables spatiales. <br /> Pour la discrétisation en temps nous étudions les deux schémas de Newmark explicite et implicite. Par des règles de raffinement de maillage appropriées, nous dérivons des estimées d'erreur optimales pour les deux schémas numérique.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00136422
Date10 July 2006
CreatorsBoulaajine, Lahcen
PublisherUniversité de Valenciennes et du Hainaut-Cambresis
Source SetsCCSD theses-EN-ligne, France
LanguageEnglish
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0024 seconds