![]()
Précédent : Résolution de Problèmes en milieux
Remonter : Fondements scientifiques Suivant :
Hautes
fréquences
Dans de nombreux problèmes, on doit faire face à un anou plusieurs petits paramètres, souvent de nature géométrique : nous pensons par exemple à l'épaisseur du revêtement absorbant d'un obstacle réfléchissant que l'on cherche à rendre furtif, à celle d'une couche de colle entre deux solides, au rayon d'une structure filaire intervenant comme élément d'une antenne ou à la période de variation d'un milieu hétérogène. Cette dimension caractéristique liée au problème considéré peut être petite devant la longueur d'onde, auquel cas sa prise en compte par des techniques de discrétisation classique est déraisonnable et coûteuse, mais néanmoins avoir une grande influence sur la solution du problème, ce qui rend nécessaire d'en tenir compte. Une idée relativement naturelle consiste alors à développer des modèles approchés fondés sur un développement asymptotique de la solution par rapport au petit paramètre: on aboutira alors selon les cas à une condition aux limites dite équivalente ou effective pour le revêtement absorbant, à une condition de transmission équivalente pour la couche mince, à une équation intégrale filaire dans le cas de l'antenne ou à un modèle homogénéisé dans le dernier cas. Dans chaque cas, la résolution numérique du nouveau problème se révèle plus simple (gain d'une ou plusieurs dimensions d'espace, coefficients localement constants,...). La justification mathématique de ces modèles approchés passe par l'attirail classique en analyse numérique : caractère bien posé des problèmes approchés, stabilité par rapport au petit paramètre, estimations d'erreur. Dans le cas des couches minces, on est confronté alors à des difficultés proches de celles rencontrées avec les conditions aux limites absorbantes.
Signalons que des techniques analogues peuvent être développées dans des cas où le petit paramètre n'est pas nécessairement de nature géométrique. Nous pensons d'une part aux problèmes basse fréquence, ou aux problèmes non linéaires avec données petites.