Les techniques sur la récupération d'énergie qui visent à permettre aux réseaux de capteurs sans fil (Wireless Sensor Network, WSN) de devenir autonomes, sont reconnues comme des élément cruciaux pour répondre aux futurs besoins des objets connectés portés par l'internet des objets (Internet of Things, IoT). C’est dans ce contexte que les matériaux fonctionnels piézoélectriques et magnétostrictifs, qui peuvent être utilisés dans une large gamme de systèmes de récupération d'énergie, ont un regain d’intérêt au cours de ces dernières années. Cette thèse porte sur la modélisation multiphysique de ces deux matériaux fonctionnels avec la méthode éléments finis et par la réduction de modèle pour les systèmes qui en résultent, sur la base de la décomposition propre généralisée (Proper Generalized Decomposition, PGD). La modélisation de ces matériaux fonctionnels reste difficile bien que la recherche dans ce domaine a été l'objet de plusieurs études depuis des décennies. Une multitude de difficultés existent, parmi lesquelles les trois suivantes qui sont largement reconnues. La première difficulté résulte de la description mathématique des propriétés de ces matériaux qui est compliquée ; ce qui est particulièrement vrai pour les matériaux magnétostrictifs pour lesquels leurs propriétés dépendent de facteurs environnementaux externes tels que la température, la contrainte et le champ magnétique d’excitation. La deuxième difficulté résulte des effets de couplage entre les champs électromagnétiques, élastiques et thermiques qui doivent être considérés mutuellement, ce qui est au-delà de la capacité de la plupart des outils de simulation existants. La troisième difficulté vient du fait que les systèmes deviennent de plus en plus compacts pour être intégrés et/ou embarqués. Dans ce cas la modélisation multi-échelle est nécessaire, ce qui signifie que des modèles numériques tridimensionnels (3D) doivent être employés. Le travail présenté ici fournit des solutions pour répondre aux difficultés mentionnées. Une modélisation multiphysique sur la base des formes différentielles est d'abord établie. Dans cette modélisation, les quantités sont discrétisés en utilisant les éléments de Whitney appropriés. Après la discrétisation, le système est résolu en un bloc unique, ce qui évite les itérations entre les solutions physiques différentes tout en conduisant à des convergences rapides. La formulation prend en compte, la loi de comportement linéaire des matériaux piézoélectriques, et une loi de comportement non linéaire pour les matériaux magnétostrictifs basée sur le principe de l’énergie libre exprimé par le modèle (Discrete Energy-Averaged Model, DEAM). La mise en œuvre de notre formulation permet de décrire les comportements des matériaux fonctionnels piézoélectriques et magnétostrictifs à des coûts numériques raisonnables. Suite à cela, deux algorithmes basés sur la PGD pour la réduction de modèle sont proposés. Ces deux algorithmes ont permis de réduire considérablement le problème dimensionnel des modèles multiphysiques tout en en conservant de très bonnes précisions. Les algorithmes proposés fournissent également des moyens pour gérer le couplage avec la non-linéarité d’une manière efficiente. L’ensemble de nos modèles sont vérifiés et validés par des exemples représentatifs. / The energy harvesting technology that aims to enable wireless sensor networks (WSN) to be maintenance-free, is recognized as a crucial part for the next generation technology mega- trend: the Internet of Things (IoT). Piezoelectric and magnetostrictive materials, which can be used in a wide range of energy harvesting systems, have attracted more and more interests during the past few years. This thesis focuses on multiphysics finite element (FE) modeling of these two materials and performing model reduction for resultant systems, based on the Prop- er Generalized Decomposition (PGD). Modeling these materials remains challenging although research in this area has been under- going over decades. A multitude of difficulties exist, among which the following three issues are largely recognized. First, mathematically describing properties of these materials is com- plicated, which is particularly true for magnetostrictive materials because their properties depend on factors including temperature, stress and magnetic field. Second, coupling effects between electromagnetic, elastic, and thermal fields need to be considered, which is beyond the capability of most existing simulation tools. Third, as systems becoming highly integrated whole-scale simulations become necessary, which means three dimensional (3D) numerical models should be employed. 3D models, on the other hand, quickly turns intractable if not properly built. The work presented here provides solutions in respond to the above challenges. A differential forms based multiphysics FE framework is first established. Within this frame- work quantities are discreted using appropriate Whitney elements. After discretization, the system is solved as a single block, thus avoiding iterations between different physics solutions and leading to rapid convergences. Next, the linear piezoelectric, and a free energy based nonlinear magnetostrictive constitutive model called Discrete Energy Averaged Model (DE- AM) are incorporated into the framework. Our implementation describes underlying material behaviors at reasonable numerical costs. Eventually, two novel PGD based algorithms for model reduction are proposed. With our algorithms, problem size of multiphysics models can be significantly reduced while final results of very good accuracy are obtained. Our algo- rithms also provide means to handle coupling and nonlinearity conveniently. All our methodologies are demonstrated and verified via representative examples.

La réduction du temps de calcul lors de la résolution de problèmes d’évolution dans le cadre du calcul de structure constitue un enjeu majeur pour, par exemple, la mise en place de critères de rupture des pièces dans le secteur de l’aéronautique et de l’automobile. En particulier, la prédiction du cycle stabilisé des polymères sollicités sous chargement cyclique nécessite de résoudre un problème thermo-viscoélastique à grand nombre de cycles. La présence de différentes échelles de temps telles que le temps de relaxation (viscosité), le temps caractéristique associé au problème thermique et le temps du cycle de chargement conduit à un temps de calcul significatif lorsqu’un schéma incrémental est utilisé comme c’est le cas avec la méthode des éléments finis (MEF). De plus, un nombre important de données doit être stocké (au moins à chaque cycle). L’objectif de cette thèse est de proposer de nouvelles méthodes ainsi que d’étendre des méthodes existantes. Il est choisi de résoudre un problème thermique transitoire cyclique impliquant différentes échelles de temps avec l’objectif de réduire le temps de calcul réduit. Les méthodes proposées font partie des méthodes de réduction de modèles. Tout d’abord, la méthode de décomposition propre généralisée(PGD) a été étendue à un problème transitoire cyclique 3D non linéaire, la non-linéarité a été traitée en combinant la méthode PGD à la Méthode d’interpolation empirique discrète (DEIM), stratégie numérique déjà proposée dans la littérature. Les résultats ont montré l’efficacité de la PGD pour générer des résultats précis par rapport à la solution FEM avec une erreur relative inférieure à (1%). Ensuite, afin de réduire le temps de calcul, une autre approche alternative a été développée. Cette approche est basée sur l’utilisation d’une collection de modes, les modes les plus significatifs, issus de solutions PGD pour différentes échelles de temps et différentes valeurs de paramètres. Un dictionnaire regroupant ces modes est alors utilisé pour construire des solutions pour différents temps caractéristiques et différentes conditions aux limites, uniquement par projection de la solution sur les modes du dictionnaire. Cette approche a été adaptée pour traiter un problème faiblement couplé diffuso-thermique. La nouveauté de cette approche est de considérer un dictionnaire composé de bases spatio-temporelles et non pas uniquement de bases spatiales comme dans la fameuse méthode POD. Les résultats obtenus avec cette approche sont précis et permettent une réduction notable du temps de calcul on line. Néanmoins, lorsque différents temps de cycles sont considérés, le nombre de modes dans le dictionnaire augmente, ce qui en limite son utilisation. Afin de pallier cette limitation,une troisième stratégie numérique est proposée dans cette thèse. Elle consiste à considérer comme a priori connues des bases temporelles, elle est appelée stratégie mixte. L’originalité dans cette approche réside dans la construction de la base temporelle a prior basée sur l’analyse de Fourier de différentes simulations pour différents temps et différentes valeurs des paramètres. Une fois cette étude réalisée, une expression analytique des bases temporelles fonction des paramètres tels que le temps caractéristique et le temps du cycle est proposée. Les bases spatiales associées sont calculées à l’aide d’un algorithme type PGD. Cette méthode est ensuite testée pour la résolution de problèmes thermiques 3D sous chargement cyclique linéaires et non linéaires et un problème faiblement couplé thermo-diffusion. / In the framework of structural calculation, the reduction of computation time plays an important rolein the proposition of failure criteria in the aeronautic and automobile domains. Particularly, the prediction of the stabilized cycle of polymer under cyclic loading requires solving of a thermo-viscoelastic problem with a high number of cycles. The presence of different time scales, such as relaxation time (viscosity), thermal characteristic time (thermal), and the cycle time (loading) lead to a huge computation time when an incremental scheme is used such as with the Finite Element Method (FEM).In addition, an allocation of memory will be used for data storage. The objective of this thesis isto propose new techniques and to extend existent ones. A transient thermal problem with different time scales is considered in the aim of computation time reduction. The proposed methods are called model reduction methods. First, the Proper Generalized Decomposition method (PGD) was extended to a nonlinear transient cyclic 3D problems. The non-linearity was considered by combining the PGD method with the Discrete Empirical Interpolation Method (DEIM), a numerical strategy used in the literature. Results showed the efficiency of the PGD in generating accurate results compared to the FEM solution with a relative error less than 1%. Then, a second approach was developed in order to reduce the computation time. It was based on the collection of the significant modes calculated from the PGD method for different time scales. A dictionary assembling these modes is then used to calculate the solution for different characteristic times and different boundary conditions. This approach was adapted in the case of a weak coupled diffusion thermal problem. The novelty of this method is to consider a dictionary composed of spatio-temporal bases and not spatial only as usedin the POD. The results showed again an exact reproduction of the solution in addition to a huge time reduction. However, when different cycle times are considered, the number of modes increases which limits the usage of the approach. To overcome this limitation, a third numerical strategy is proposed in this thesis. It consists in considering a priori known time bases and is called the mixed strategy. The originality in this approach lies in the construction of a priori time basis based on the Fourier analysis of different simulations for different time scales and different values of parameters.Once this study is done, an analytical expression of time bases based on parameters such as the characteristic time and the cycle time is proposed. The related spatial bases are calculated using the PGD algorithm. This method is then tested for the resolution of 3D thermal problems under cyclic loading linear and nonlinear and a weak coupled diffusion thermal problem.

Ce travail de recherche est une contribution au développement de la méthode Décomposition Propre Généralisée (PGD) à la résolution de problèmes de diffusion-réaction raides dédiés à la mécanique des matériaux. Ce type d’équations est notamment rencontré lors de l’oxydation des matériaux polymères et il est donc nécessaire de mettre en place un outil pour simuler ce phénomène afin de prédire numériquement le vieillissement de certains matériaux composites à matrice organique utilisés dans l’aéronautique. La méthode PGD a été choisie dans cette thèse car elle permet un gain en temps de calcul notable par rapport à la méthode des éléments finis. Néanmoins cette famille d’équations n’a jamais été traitée avec cette méthode. Cette dernière se résume à la recherche de solutions d’Équations aux Dérivées Partielles sous forme séparée. Dans le cas d’un problème 1D transitoire, cela revient à chercher la solution sous la forme d’une représentation séparée espace-temps. Dans le cadre de cette thèse, un outil numérique a été mis en place permettant une flexibilité telle que différents algorithmes peuvent être testés. La diffusion Fickienne 1D est tout d’abord évaluée avec en particulier une discussion sur l’utilisation d’un schéma de type Euler ou Runge-Kutta à pas adaptatif pour la détermination des fonctions temporelles. Le schéma de Runge-Kutta permet de réduire notablement le temps de calcul des simulations.Ensuite, la mise en place de l’outil pour les systèmes d’équation de type diffusion-réaction nécessite des algorithmes de résolution de systèmes non linéaires, couplés et raides. Pour cela, différents algorithmes ont été implémentés et discutés.Dans le cas d’un système non linéaire, l’utilisation de la méthode de Newton-Raphson dans les itérations pour la recherche du nouveau mode permet de réduire le temps de calcul en limitant le nombre de modes à considérer pour une erreur donnée. En ce qui concerne les couplages, deux stratégies de résolution ont été évaluées. Le couplage fort mène aux mêmes conclusions que dans le cas non linéaire. Les systèmes raides mais linéaires ont ensuite été traités en implémentant l’algorithme de Rosenbrock pour la détermination des fonctions temporelles. Cet algorithme permet contrairement à Euler et à Runge-Kutta de construire une solution avec un temps de calcul raisonnable liée à l’adaptation du maillage temporel sous-jacent à l’utilisation de cette méthode. La résolution d’un système d’équations de diffusion-réaction raides non linéaires utilisée pour la prédiction de l’oxydation d’un composite issu de la littérature a été testée en utilisant les différents algorithmes mis en place. Néanmoins, les non linéarités et la raideur du système génèrent des équations différentielles intermédiaires à coefficients variables pour lesquelles la méthode de Rosenbrock montre ses limites. Il sera donc nécessaire de tester ou développer d’autres algorithmes pour lever ce verrou.Mots / This work presents the development of the Proper Generalized Decomposition (PGD) method for solving stiff reaction-diffusion equations in the framework of mechanics of materials. These equations are particularly encountered in the oxidation of polymers and it is therefore necessary to develop a tool to simulate this phenomenon for example for the ageing of organic matrix composites in aircraft application. The PGD method has been chosen in this work since it allows a large time saving compared to the finite element method. However this family of equations has never been dealt with this method. The PGD method consists in approximating a solution of a Partial Differential Equation with a separated representation. The solution is sought under a space-time separated representation for a 1D transient equation.In this work, a numerical tool has been developed allowing a flexibility to test different algorithms. The 1D Fickian diffusion is first evaluated and two numerical schemes, Euler and Runge-Kutta adaptive methods, are discussed for the determination of the time modes. The Runge-Kutta method allows a large time saving. The implementation of the numerical tool for reaction-diffusion equations requires the use of specific algorithms dedicated to nonlinearity, couplingand stiffness. For this reason, different algorithms have been implemented and discussed. For nonlinear systems, the use of the Newton-Raphson algorithm at the level of the iterations to compute the new mode allows time saving by decreasing the number of modes required for a given precision. Concerning the couplings, two strategies have been evaluated. The strong coupling leads to the same conclusions as the nonlinear case. The linear stiff systems are then studied by considering a dedicated method, the Rosenbrock method, for the determination of the time modes. This algorithm allows time saving compared to the Runge-Kutta method. The solution of a realistic nonlinear stiff reaction-diffusionsystem used for the prediction of the oxidation of a composite obtained from the literature has been tested by using the various implemented algorithms. However, the nonlinearities and the stiffness of the system generate differential equations with variable coefficients for which the Rosenbrock method is limited. It will be necessary to test or develop other algorithms to overcome this barrier.

La résolution des problèmes de contrôle optimal nécessite des temps de calcul et des capacités de stockage très élevés. Pour s’affranchir de ces contraintes, il est possible d’utiliser les méthodes de réduction de modèles comme la POD (Proper Orthogonal Decomposition). L’inconvénient de cette approche est que la base POD n’est valable que pour des paramètres situés dans un voisinage proche des paramètres pour lesquels elle a été construite. Par conséquent, en contrôle optimal, cette base peut ne pas être représentative de tous les paramètres qui seront proposés par l’algorithme de contrôle. Pour s’affranchir de cet handicap, une méthodologie de contrôle optimal utilisant des modèles réduits adaptatifs a été proposée dans ce manuscrit. Les bases réduites adaptées sont obtenues à l’aide de la méthode d’interpolation ITSGM (Interpolation on Tangent Subspace of Grassman Manifold) ou de la méthode d’enrichissement PGD (Proper Generalized Decomposition). La robustesse de cette approche en termes de précision et de temps de calcul a été démontrée pour le contrôle optimal (basé sur les équations adjointes) des équations 2D de réaction-diffusion et de Burgers. L’approche basée sur l’interpolation ITSGM a également été appliquée avec succès pour contrôler l’écoulement autour d’un cylindre 2D. Deux méthodes de réduction non intrusives, ne nécessitant pas la connaissance des équations du modèle étudié, ont également été proposées. Ces méthodes appelées NIMR (Non Intrusive Model Reduction) et HNIMR (Hyper Non Intrusive Model Reduction) ont été couplées à un algorithme génétique pour résoudre rapidement un problème de contrôle optimal. Le problème du contrôle optimal de l’écoulement autour d’un cylindre 2D a été étudié et les résultats ont montré l’efficacité de cette approche. En effet, l’algorithme génétique couplé avec la méthode HNIMR a permis d’obtenir les solutions avec une bonne précision en moins de 40 secondes. / The numerical resolution of adjoint based optimal control problems requires high computational time and storage capacities. In order to get over these high requirement, it is possible to use model reduction techniques such as POD (Proper Orthogonal Decomposition). The disadvantage of this approach is that the POD basis is valid only for parameters located in a small neighborhood to the parameters for which it was built. Therefore, this basis may not be representative for all parameters in the optimizer’s path eventually suggested by the optimal control loop. To overcome this issue, a reduced optimal control methodology using adaptive reduced order models obtained by the ITSGM (Interpolation on a Tangent Subspace of the Grassman Manifold) method or by the PGD (Proper Generalized Decomposition) method, has been proposed in this work. The robustness of this approach in terms of precision and computation time has been demonstrated for the optimal control (based on adjoint equations) of the 2D reaction-diffusion and Burgers equations. The interpolation method ITSGM has also been validated in the control of flow around a 2D cylinder. In the context of non intrusive model reduction, two non intrusive reduction methods, which do not require knowledge of the equations of the studied model, have also been proposed. These methods called NIMR (Non-Intrusive Model Reduction) and HNIMR (Hyper Non-Intrusive Model Reduction) were developed and then coupled to a genetic algorithm in order to solve an optimal control problem in quasi-real time. The problem of optimal control of the flow around a 2D cylinder has been studied and the results have shown the effectiveness of this approach. Indeed, the genetic algorithm coupled with the HNIMR method allowed to obtain the solutions with a good accuracy in less than 40 seconds.

Les composants électroniques présentent des facteurs d'échelle géométrique importants, et font intervenir des matériaux aux conductivités thermiques très différentes. L'expérience montre que dans ce cadre, la méthode des éléments de frontière est un choix judicieux pour la simulation thermique en régime permanent. En régime transitoire, la dimension temporelle ajoute un certain nombre de difficultés. Parmi celles-ci figurent classiquement l'augmentation des temps de calcul et les critères de stabilité, ou d'un manière plus générale les liens entre discrétisations spatiale et temporelle. Plus spécifiquement, un des enjeux actuels en électronique est de mesurer l'impact de phénomènes très localisés, comme des commutations ou des courts-circuits, sur la thermique globale d'un composant. Il s'agit alors de coupler différentes échelles espace-temps, en assurant en particulier des changements d'échelle sans perte d'information. Dans la première partie de ce travail, on propose d'utiliser la méthode des éléments de frontière transitoire pour répondre à cette problématique. On combine tout d'abord différentes formulations intégrales et des techniques d'optimisation pour réduire le coût de la méthode. On réutilise ensuite ce travail pour développer une approche multi-échelles, et généraliser la méthode des éléments de frontière aux matériaux non linéaires. Une seconde partie est consacrée au développement d'une méthode alternative, visant à réduire les temps de calcul de manière plus significative tout en conservant une base éléments de frontière. Il s'agit d'une méthode de décomposition propre généralisée, qui permet de construire une représentation à variables séparées de la solution de manière non incrémentale. On étudie la convergence de l'algorithme sur différents cas de test, en proposant des techniques pour traiter des conditions aux limites et initiales non homogènes, ainsi que des termes sources non linéaires.

La mécanique computationnelle est un outil incontournable pour le monde de l’ingénierie mécanique. Motivé par un désir de réalisme et soumis à un perpétuel gigantisme, les modèles numériques doivent aujourd’hui inclure des phénomènes physiques de plus en plus complexes. Par conséquence, d’importantes capacités calculatoires sont requises afin de traiter des problèmes à la fois non-linéaires mais aussi de grande taille. Pour atteindre cet objectif, il convient de développer les stations de calculs mais aussi les méthodes algorithmiques utilisées afin de résoudre efficacement ces types de problèmes. Récemment, les méthodes de réduction de modèle se révèlent comme d’excellentes options au développement d’algorithmes de résolution performants. Le problème du contact frottant entre solides élastiques est particulièrement bien connu pour sa complexité et dont les temps de calcul peuvent devenir prohibitifs. En effet, les lois qui le régissent sont très hautement non-linéaires (non différentiables). Dans ce mémoire, nous nous proposons d’appliquer différentes méthodes de réduction de modèle (a posteriori et a priori) à ce type de problème afin de développer des méthodes de calculs accélérées dans le cadre de la méthode des éléments finis. Tout d’abord, en se plaçant dans le cadre des petites perturbations en évolution quasistatique, la réductibilité de diverses solutions impliquant du contact frottant est mise en évidence via leur décomposition en valeur singulière. De plus, leur contenu à échelle séparée est exhibé. La méthode non-incrémentale et non-linéaire à large incrément de temps (LATIN) est par la suite présentée. Dans un second temps et à partir des observations faites précédemment, une méthode LATIN accélérée est proposée en s’inspirant des méthodes multigrilles non-linéaires de type “full approximation scheme” (FAS). Cette méthode s’apparente en partie aux méthodes de réduction de modèle de type a posteriori. De plus, une stratégie de calcul de modes à partir d’un modèle de substitution est proposée. Par la suite, la décomposition propre généralisée (PGD) est utilisée afin de développer une méthode de résolution non-linéaire efficace reposant fondamentalement sur une approche de réduction de modèle de type a priori. Enfin, quelques extensions sont proposées telle que la résolution de problème faisant intervenir des études paramétriques, ou encore la prise en charge de non-linéarités supplémentaires telle que la plasticité. / Computational mechanics is an essential tool for mechanical engineering purposes. Nowadays, numerical models have to take into account complex physical phenomenons to be even more realistic and become larger and larger. As a consequence, more and more computing capacities are required in order to tackle not only non-linear problems but also large scale problems. For that purpose, both computers and numerical methods have to be developed in order to solve them efficiently. In the last decades, model reduction methods show great abilities to assign such challenges. The frictional contact problem between elastic solids is particularly well-known for its difficulty. Because its governing laws are highly non-linear (non-smooth), prohibitive computational time can occur. In this dissertation, model reduction methods (both a posteriori and a priori approaches) are deployed in order to implement efficient numerical methods to solve frictional contact problem in the finite element framework. First, small perturbations hypothesis with a quasi-static evolution are assumed. Then, reducibility of some frictional solutions is emphasized and discussed using the singular value decomposition. In addition, a scale separability phenomenon is enlightened. Then, the non-linear large time increment method (LATIN) is introduced. Secondly, an accelerated LATIN method is suggested by drawing an analogy between previous scale separability observations and the non-linear multigrid full approximation scheme (FAS). This accelerated non-linear solver relies essentially on the a posteriori model reduction approach. A precomputation strategy for modes relying on surrogate models is also suggested. Next, the proper generalized decomposition (PGD) is used to implement a non-linear solver relying fundamentally on an a priori model reduction method. Finally, some extensions are given to assign parametric studies and to take into account an additional non-linearity such as elastoplastic constitutive laws.

Ce mémoire de thèse est formé de quatre chapitres. Un premier chapitre présente les différentes notions et outils mathématiques utilisés dans le corps de la thèse ainsi qu’une description des résultats principaux que nous avons obtenus. Le second chapitre présente une généralisation d’un résultat obtenu par Rousselet-Chénais en 1990 qui décrit la sensibilité des sous-espaces propres d’opérateurs compacts auto-adjoints. Rousselet-Chénais se sont limités aux sous-espaces propres de dimension 1 et nous avons étendu leur résultat aux dimensions supérieures. Nous avons appliqué nos résultats à la Décomposition par Projection Orthogonale (POD) dans le cas de variation paramétrique, temporelle ou spatiale (Gappy-POD). Le troisième chapitre traite de l’estimation du flot optique avec des énergies quadratiques ou linéaires à l’infini. On montre des résultats mathématiques de convergence de la méthode de Décomposition Progressive Généralisée (PGD) dans le cas des énergies quadratiques. Notre démonstration est basée sur la décomposition de Brézis-Lieb via la convergence presque-partout de la suite gradient PGD. Une étude numérique détaillée est faite sur différents type d’images : sur les équations de transport de scalaire passif, dont le champ de déplacement est solution des équations de Navier-Stokes. Ces équations présentent un défi pour l’estimation du flot optique à cause du faible gradient dans plusieurs régions de l’image. Nous avons appliqué notre méthode aux séquences d’images IRM pour l’estimation du mouvement des organes abdominaux. La PGD a présenté une supériorité à la fois au niveau du temps de calcul (même en 2D) et au niveau de la représentation correcte des mouvements estimés. La diffusion locale des méthodes classiques (Horn & Schunck, par exemple) ralentit leur convergence contrairement à la PGD qui est une méthode plus globale par nature. Le dernier chapitre traite de l’application de la méthode PGD dans le cas d’équations elliptiques variationnelles dont l’énergie présente tous les défis aux méthodes variationnelles classiques : manque de convexité, manque de coercivité et manque du caractère borné de l’énergie. Nous démontrons des résultats de convergence, pour la topologie faible, des suites PGD (lorsqu’elles sont bien définies) vers deux solutions extrémales sur la variété de Nehari. Plusieurs questions mathématiques concernant la PGD restent ouvertes dans ce chapitre. Ces questions font partie de nos perspectives de recherche. / This thesis is formed of four chapters. The first one presents the mathematical notions and tools used in this thesis and gives a description of the main results obtained within. The second chapter presents our generalization of a result obtained by Rousselet-Chenais in 1990 which describes the sensitivity of eigensubspaces for self-adjoint compact operators. Rousselet-Chenais were limited to sensitivity for specific subspaces of dimension 1, we have extended their result to higher dimensions. We applied our results to the Proper Orthogonal Decomposition (POD) in the case of parametric, temporal and spatial variations (Gappy- POD). The third chapter discusses the optical flow estimate with quadratic or linear energies at infinity. Mathematical results of convergence are shown for the method Progressive Generalized Decomposition (PGD) in the case of quadratic energies. Our proof is based on the decomposition of Brézis-lieb via the convergence almost everywhere of the PGD sequence gradients. A detailed numerical study is made on different types of images : on the passive scalar transport equations, whose displacement fields are solutions of the Navier-Stokes equations. These equations present a challenge for optical flow estimates because of the presence of low gradient regions in the image. We applied our method to the MRI image sequences to estimate the movement of the abdominal organs. PGD presented a superiority in both computing time level (even in 2D) and accuracy representation of the estimated motion. The local diffusion of standard methods (Horn Schunck, for example) limits the convergence rate, in contrast to the PGD which is a more global approach by construction. The last chapter deals with the application of PGD method in the case of variational elliptic equations whose energy present all challenges to classical variational methods : lack of convexity, lack of coercivity and lack of boundedness. We prove convergence results for the weak topology, the PGD sequences converge (when they are well defined) to two extremal solutions on the Nehari manifold. Several mathematical questions about PGD remain open in this chapter. These questions are part of our research perspectives.