Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Formulation isoparamétrique de l'élément Quad4

Dans cours

CIVIL-321: Modélisation numérique des solides et structures

La modélisation numérique des solides est abordée à travers la méthode des éléments finis. Les aspects purement analytiques sont d'abord présentés, puis les moyens d'interpolation, d'intégration et de résolution de la mécanique sont étudiés. ...

Description

Cette séance de cours couvre la formulation isoparamétrique de l'élément quadriplanaire, expliquant le choix de l'élément, les fonctions d'interpolation, la matrice de rigidité et les forces cohérentes. Il se penche également sur le calcul des fonctions d'interpolation et de la matrice jacobienne, ainsi que sur le calcul de la tension de déformation et l'assemblage de la matrice de rigidité.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e·s (2)

Jean-François Molinari

Professor J.F. Molinari is the director of the Computational Solid Mechanics Laboratory (http://lsms.epfl.ch) at EPFL, Switzerland. He holds an appointment in the Civil Engineering institute, which he directed from 2013 to 2017, and a joint appointment in the Materials Science institute. He started his tenure at EPFL in 2007, and was promoted to Full Professor in 2012. He is currently an elected member of the Research Council of the Swiss National Science Foundation in Division 2 (Mathematics, Natural and Engineering Sciences), and co editor in chief of the journal Mechanics of Materials. J.F. Molinari graduated from Caltech, USA, in 2001, with a M.S. and Ph.D. in Aeronautics. He held professorships in several countries besides Switzerland, including the United States with a position in Mechanical Engineering at the Johns Hopkins University (2000-2006), and France at Ecole Normale Supérieure Cachan in Mechanics (2005-2007), as well as a Teaching Associate position at the Ecole Polytechnique de Paris (2006-2009). The work conducted by Prof. Molinari and his collaborators takes place at the frontier between traditional disciplines and covers several length scales from atomistic to macroscopic scales. Over the years, Professor Molinari and his group have been developing novel multiscale approaches for a seamless coupling across scales. The activities of the laboratory span the domains of damage mechanics of materials and structures, nano- and microstructural mechanical properties, and tribology.

Guillaume Anciaux

Source officielle

Proximité ontologique

Mathématiques

Analyse (mathématiques): Analyse numérique

Concepts associés (32)

Interpolation numérique

En analyse numérique (et dans son application algorithmique discrète pour le calcul numérique), l'interpolation est une opération mathématique permettant de remplacer une courbe ou une fonction par une autre courbe (ou fonction) plus simple, mais qui coïncide avec la première en un nombre fini de points (ou de valeurs) donnés au départ. Suivant le type d'interpolation, outre le fait de coïncider en un nombre fini de points ou de valeurs, il peut aussi être demandé à la courbe ou à la fonction construite de vérifier des propriétés supplémentaires.

Interpolation polynomiale

En mathématiques, en analyse numérique, l'interpolation polynomiale est une technique d'interpolation d'un ensemble de données ou d'une fonction par un polynôme. En d'autres termes, étant donné un ensemble de points (obtenu, par exemple, à la suite d'une expérience), on cherche un polynôme qui passe par tous ces points, p(xi) = yi, et éventuellement vérifie d'autres conditions, de degré si possible le plus bas. Cependant, dans le cas de l'interpolation lagrangienne, par exemple, le choix des points d'interpolation est critique.

Calcul numérique d'une intégrale

En analyse numérique, il existe une vaste famille d’algorithmes dont le but principal est d’estimer la valeur numérique de l’intégrale définie sur un domaine particulier pour une fonction donnée (par exemple l’intégrale d’une fonction d’une variable sur un intervalle). Ces techniques procèdent en trois phases distinctes : Décomposition du domaine en morceaux (un intervalle en sous-intervalles contigus) ; Intégration approchée de la fonction sur chaque morceau ; Sommation des résultats numériques ainsi obtenus.

Interpolation bilinéaire

L'interpolation bilinéaire est une méthode d'interpolation pour les fonctions de deux variables sur une grille régulière. Elle permet de calculer la valeur d'une fonction en un point quelconque, à partir de ses deux plus proches voisins dans chaque direction. C'est une méthode très utilisée en pour le , qui permet d'obtenir de meilleurs résultats que l'interpolation par plus proche voisin, tout en restant de complexité raisonnable.

Interpolation multivariée

En analyse numérique, linterpolation multivariée ou linterpolation spatiale désigne l'interpolation numérique de fonctions de plus d'une variable. Le problème est similaire à celui de l'interpolation polynomiale sur un intervalle réel : on connait les valeurs d'une fonction à interpoler aux points et l'objectif consiste à évaluer la valeur de la fonction en des points . L'interpolation multivariée est notamment utilisée en géostatistique, où elle est utilisée pour reconstruire les valeurs d'une variable régionalisée sur un domaine à partir d'échantillons connus en un nombre limité de points.

Afficher plus

Séances de cours associées (51)

Analyse numérique: Introduction aux méthodes de calcul

Couvre les bases de l'analyse numérique et des méthodes de calcul utilisant Python, en se concentrant sur les algorithmes et les applications pratiques en mathématiques.

Méthodes des éléments finis MOOC: Sorption et transport dans les matériaux cimentaires

Couvre les méthodes d'éléments finis pour résoudre les problèmes de diffusion dans les milieux poreux, y compris le maillage, l'interpolation et les résidus pondérés.

Analyse numérique : techniques d'interpolation polynomiale

Fournit une vue d'ensemble des techniques d'interpolation polynomiale en analyse numérique, en se concentrant sur les méthodes d'interpolation et d'estimation des erreurs de Lagrange.

Analyse numérique : Sujets avancés

Couvre des sujets avancés en analyse numérique, en mettant l'accent sur les techniques pour résoudre des problèmes mathématiques complexes.

Intégration numérique : Lagrange Interpolation, Simpson Rules

Explique l'interpolation de Lagrange pour l'intégration numérique et introduit les règles de Simpson.

Afficher plus

Concepts associés (32)

Interpolation numérique

Interpolation polynomiale

Calcul numérique d'une intégrale

Interpolation bilinéaire

Interpolation multivariée

Afficher plus