La résolution des équations de Navier-Stokes linéarisées compressibles est utilisée pour 2 types de problèmes : 1. Pour la résolution de problèmes d'aéroélastcité et d'aéroacoutstique 2. Les exercices d'optimisation par méthode du gradient Les algorithmes proposés sont généralement basés sur une approche dite time-marching simplifiant le développement numérique. Dans ce doctorat nous avons développer une méthode sans intégration temporelle pour stabiliser la résolution des équations de Navier-Stokes linéarisées. Les systèmes linéaires obtenus sont résolus par une méthode itérative de type GMRes-ILU0. Les résultats numériques sont comparés à une approche AF-ADI et GMRes-time-marching pour des calculs 2D relatif à une perturbation harmonique de pression. La méthode de résolution est aussi validée pour 2 exercices d'optimisation. Une méthode de résolution pseudo-Newton-GMRes des équations de Navier-Stokes non linéaires faiblement couplée a aussi été validée dans le cas d'écoulements 2D.

L'optimisation aérodynamique de forme est un domaine de recherche très actif ces dernières années, en raison notamment de l'importance de ses applications industrielles. Avec le développement de la méthode adjointe, il est aujourd'hui possible de calculer rapidement, et indépendamment du nombre de paramètres de forme, le gradient des fonctions d'intérêt par rapport à ces paramètres. Cette étude concerne l'utilisation des dérivées ainsi obtenues pour perfectionner les algorithmes d'optimisation locale et globale. Dans une première partie, il s'agit d'utiliser ces gradients pour la construction de modèles de substitution, et de profiter de ces modèles pour réduire le coût des méthodes d'optimisation globale. Plusieurs types de modèles sont présentés et combinés à un algorithme de type " évolution différentielle " en utilisant la méthode EGO (Efficient Global Optimization). Cette procédure est appliquée à l'optimisation de fonctions mathématiques, puis à des cas test d'optimisation aérodynamique autour de profils d'aile. Les résultats sont concluants : l'utilisation d'un modèle de substitution permet de réduire sensiblement le nombre d'évaluations nécessaire du modèle physique, et la prise en compte des gradients accentue ce résultat. Dans la seconde partie de ce travail, la méthode adjointe est utilisée pour calculer le gradient des fonctions d'intérêt par rapport aux coordonnées des noeuds de la surface du profil. Un algorithme d'optimisation locale est alors appliqué en utilisant ces points comme paramètres de l'optimisation et le champ de gradient lissé comme direction de descente. Si l'étude est encore à approfondir, les résultats sont encourageants.