We propose a novel approach for computing certified reduced-basis approximations to solutions to variational inequalities of the first kind. The proposed approach has three components: (i) a slack-based approximation for the solution; (ii) a primal approximation for the Lagrange multiplier; and (iii) a posteriori bounds for the error in the combined primal-slack variable approximation. The strict feasibility of the primal-slack approximations leads to two significant improvements upon existing methods. First, it provides a posteriori error bounds that are significantly sharper than existing bounds. Second, it enables a full offline–online computational decomposition, in which the online cost to compute the error bound is completely independent of the dimension of the original (high-dimensional) problem. Our numerical results allow us to compare the performance of the proposed and existing approaches.

Nous proposons une nouvelle approche pour le calcul d'approximations bases réduites pour des inégalités variationnelles du premier type. Les trois principales composantes de cette approche sont : (i) une approximation utilisant des variables d'écart pour la solution ; (ii) une approximation primale pour le multiplicateur de Lagrange ; (iii) une borne supérieure a posteriori de l'erreur sur la solution approchée. La stricte faisabilité de l'approximation primale par variable d'écart nous permet deux améliorations majeures par rapport aux méthodes existantes. La première est de pouvoir borner, a posteriori, de façon précise, l'erreur commise. La deuxième est l'utilisation d'une décomposition hors ligne/en ligne grâce à laquelle le coût de calcul de cette borne reste complètement indépendant de la (grande) dimension originale du problème. Les résultats numériques présentent une comparaison des performances entre cette nouvelle approche et les méthodes existantes.