S'abonner

The asymptotically sharp Korn interpolation and second inequalities for shells - 26/04/18

Inégalité d'interpolation et seconde inégalité de Korn asymptotiquement fines pour les coques

Doi : 10.1016/j.crma.2018.03.007 
Davit Harutyunyan
 University of California Santa Barbara, CA 93106, United States 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 6
Iconographies 0
Vidéos 0
Autres 0

Abstract

We consider shells in three-dimensional Euclidean space that have bounded principal curvatures. We prove Korn's interpolation (or the so-called first and a half1

  The inequality first introduced in [[6]].
) and the second inequalities on that kind of shells for   vector fields, imposing no boundary or normalization conditions on u. The constants in the estimates are optimal in terms of the asymptotics in the shell thickness h, having the scalings h or  . The Korn interpolation inequality reduces the problem of deriving any linear Korn type estimate for shells to simply proving a Poincaré-type estimate with the symmetrized gradient on the right-hand side. In particular, this applies to linear geometric rigidity estimates for shells, i.e. Korn's fist inequality without boundary conditions.

Le texte complet de cet article est disponible en PDF.

Résumé

Nous considérons les coques dans un espace euclidien de dimension trois, dont la courbure principale est bornée. Nous établissons l'inégalité d'interpolation de Korn (aussi nommée première et demi) et la seconde inégalité de Korn, sur ce type de coque, pour un champ de vecteurs  , sans imposer de borne ou de condition de normalisation à u. Les constantes des estimations sont optimales en termes d'asymptotique en l'épaisseur h de la coque avec les échelles h ou  . L'inégalité d'interpolation de Korn est plus forte que la classique seconde inégalité de Korn, et il apparaît qu'elle est précise pour tous les types de courbure principaux (zéro, positive, négative). Ainsi, cette précision réduit le problème de l'obtention de n'importe quelle estimation linéaire de type Korn pour les coques à simplement démontrer une estimation de type Poincaré avec le gradient symétrisé dans le membre de droite. En particulier, ceci s'applique aux estimations de rigidité géométrique linéaires pour les coques, c'est-à-dire la première inégalité de Korn sans condition de bord.

Le texte complet de cet article est disponible en PDF.

Plan


© 2018  Publié par Elsevier Masson SAS de la part de Académie des sciences.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 356 - N° 5

P. 575-580 - mai 2018 Retour au numéro
Article précédent Article précédent
  • Test d'hétéroscédasticité quand les covariables sont fonctionnelles
  • Aicha Henien, Larbi Ait-Hennani, Jacques Demongeot, Ali Laksaci, Mustapha Rachdi
| Article suivant Article suivant
  • Editorial Board

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.