Le système d'équations de Vlasov-Poisson est un système très connu de la physique des plasmas et un enjeu majeur des futures simulations. Le but est de développer des schémas numériques utilisant une discrétisation par la méthode Galerkin discontinue combinée avec une résolution en temps semi-Lagrangienne et un maillage adaptatif basé sur l'utilisation des multi-ondelettes. La formulation Galerkin discontinue autorise des schémas d'ordres élevés avec des données locales. Cette formulation a fait l'objet de nombreuses publications, tant dans le cadre eulérien par Ayuso de Dios et al., Rossmanith et Seal, etc. que dans le cadre semi-lagrangien par Quo, Nair et Qiu, Qiu et Shu et Bokanowski et Simarta, etc. On utilise les multi-ondelettes pour l'adaptativité (et plus précisément pour la décomposition multi-échelle de la fonction de distribution). Les multi-ondelettes ont été largement étudiées par Alpert et al. pendant les années 1990 et au début des années 2000. Des travaux combinant la résolution multi-échelle avec les méthodes Galerkin discontinues ont fait l'objet de publications par Müller et al. en 2014 pour les lois de conservation hyperboliques dans le contexte des éléments finis. Besse, Latu, Ghizzo, Sonnendrücker et Bertrand ont présenté les avantages d'un maillage adaptatif dans le contexte de Vlasov-Poisson relativiste en utilisant des ondelettes à support large. La combinaison de la méthode Galerkin discontinue avec l'utilisation des multi-ondelettes ne requière en revanche qu'un support compact. Bien que la majorité de la thèse soit présentée dans un espace des phases 1d × 1v, nous avons obtenus quelques résultats dans l'espace des phases 2d × 2v. / Many numerical experiments are performed on the Vlasov-Poisson problem since it is a well known system from plasma physics and a major issue for future simulation of large scale plasmas. Our goal is to develop adaptive numerical schemes using discontinuous Galerkin discretisation combined with semi-Lagrangian description whose mesh refinement based on multi-wavelets. The discontinuous Galerkin formulation enables high-order accuracy with local data for computation. It has recently been widely studied by Ayuso de Dioset al., Rossmanith et Seal, etc. in an Eularian framework, while Guo, Nair and Qiu or Qiu and Shu or Bokanowski and Simarta performed semi-Lagrangian time resolution. We use multi-wavelets framework for the adaptive part. Those have been heavily studied by Alpert et al. during the nineties and the two thousands. Some works merging multi-scale resolution and discontinuous Galerkin methods have been described by Müller and his colleagues in 2014 for non-linear hyperbolic conservation laws in the finite volume framework. In the framework of relativistic Vlasov equation, Besse, Latu, Ghizzo, Sonnendrücker and Bertrand presented the advantage of using adaptive meshes. While they used wavelet decomposition, which requires large data stencil, multi-wavelet decomposition coupled to discontinuous Galerkin discretisation only requires local stencil. This favours the parallelisation but, at the moment, semi-Lagrangian remains an obstacle to highly efficient distributed memory parallelisation. Although most of our work is done in a 1d × 1v phase space, we were able to obtain a few results in a 2d × 2v phase space.

Les réseaux de capteurs sont composés d'une multitude de petits composants capables de recueillir des informations concernant leur environnement. Ces equipements sont à même de communiquer entre eux afin de s'organiser pour former un réseau. L'utilisation d'un réseau de capteurs permet de remplir de nombreuses tâches comme les services d'aide aux personnes âgées ou la surveillance des paramètres de santé de patients hospitalisés ou, dans un cadre plus large, nécessitant un suivi médical régulier. Les données collectées peuvent être d'ordre physiologiques ou environnementales. Cette opération s'ajoute aux visites d'un personnel soignant, pour effectuer un complément de suivi plus régulier et à long terme, en particulier pour des patients évoluant dans un contexte peu ou non médicalisé. Notre objectif est donc ici de fournir des solutions économes en énergies et fiables pour permettre aux capteurs de s'adapter automatiquement et dynamiquement à leur environnement. / Wireless sensor networks are composed many tiny devices able to retrieve informations about their physical environment. Those components are also able to communicate between them, in order to organize themselves into a network. Many tasks can benefit from the use of a wireless sensor network, such as elder home care and telemedicine. Collected data range from physiological to environmental readings. The wireless sensor network operation is complementary to medical personnel visitations and provide regular long-term patient monitoring. Our goal is to provide solutions that, in this context, adapt themselves automatically and dynamically to their environment.