Mathématiques et modélisation

Bertrand Antti Maury

To cite this version:

Bertrand Antti Maury. Mathématiques et modélisation. Licence. France. 2019. �cel-02080642�

HAL Id: cel-02080642

[Link]
Submitted on 26 Mar 2019

HAL is a multi-disciplinary open access L’archive ouverte pluridisciplinaire HAL, est

archive for the deposit and dissemination of sci- destinée au dépôt et à la diffusion de documents
entific research documents, whether they are pub- scientifiques de niveau recherche, publiés ou non,
lished or not. The documents may come from émanant des établissements d’enseignement et de
teaching and research institutions in France or recherche français ou étrangers, des laboratoires
abroad, or from public or private research centers. publics ou privés.

HAL Authorization
Mathématiques et modélisation

B. Maury
2
Avant-propos

Ce document a été réalisé en accompagnement d’un cours d’une cinquantaine d’heures donné
à l’École Normale Supérieure entre 2016 et 2019, aux élèves de première et deuxième année.
Il s’agit d’une première version, écrite au fil des cours, qui présente sans aucun doute de
multiples imperfections ou coquilles, et dont certaines parties sont encore en évolution.

Le terme de modélisation recouvre un large spectre de significations. Même si l’on se limite

au point de vue du mathématicien, ce terme peut se rattacher à différents aspects (listés par
ordre croissant d’abstraction) :
1. La démarche consistant à choisir des paramètres, des variables, et d’écrire des équa-
tions mathématiques qui ont vocation à reproduire une réalité observée directement, ou
imaginée. Cette démarche n’est pas mathématique en elle-même, mais permet d’abou-
tir à un problème susceptible de faire l’objet d’un traitement mathématique (sous la
forme d’une équation différentielle ordinaire ou d’une équation aux dérivées partielles,
par exemple).
2. L’étude théorique des équations (au sens large) résultant de la première étape. Cette
activité peut se rattacher aux mathématiques fondamentales, mais il est légitime de
parler de modélisation si les résultats théoriques sont confrontés à la connaissance
que l’on a du phénomène modélisé, voire si les questions mathématiques que l’on se
pose sont motivées par la volonté de mieux comprendre la réalité (par exemple lorsque
l’on étudie la condition de stabilité du point d’équilibre d’un système dynamique pour
retrouver l’émergence spontanée d’oscillations observée).
3. Les méthodes d’approximation numérique des solutions des équations évoquées ci-
dessus. Les mathématiques interviennent dans l’Analyse Numérique 1 de ces méthodes,
i.e. la démarche consistant à montrer qu’elles permettent d’approcher avec une préci-
sion arbitraire les solutions exacte des équations traitées. Le fait de disposer de solu-
tions numériques approchées permet d’explorer la validité d’un modèle, par exemple
en le comparant à des mesures expérimentales. L’Analyse Numérique joue ici un rôle
simple mais important : si l’on dispose d’une propriété démontrée de convergence d’un
schéma de résolution d’une équation, tout écart entre la solution calculée et la réalité
pourra être imputée au modèle lui-même 2 .
4. Les outils ou cadres mathématiques susceptibles d’être convoqués pour mieux ap-
préhender un phénomène du monde réel. Il est, et c’est ce qui rend la modélisation
passionnante, difficile de dresser a priori une liste exhaustive de ces outils 3 . On peut
néanmoins identifier des “grands classiques”, que l’on retrouve couramment liés à la
démarche de modélisation : étude théorique des équation différentielles ordinaires, et
théorie(s) des équations aux dérivées partielles en premier lieu. Mais on peut aussi
rajouter l’optimisation sous contrainte, certes utile pour la résolution effective de pro-
blèmes d’ingénieurs, mais aussi parfois directement impliquées dans l’élaboration et
l’étude de modèles particuliers.
1. Cette notion d’Analyse Numérique est parfois utilisée très improprement pour désigner l’ensemble des
points de cette énumération.
2. Si l’on exclut les erreurs dans la programmation effective de l’algorithme de résolution, ce qui n’est pas
toujours si simple pour un code de calcul qui dépasse (dans le cas d’EDP en mécanique des fluide par exemple)
la dizaine de milliers de lignes.
3. On trouvera ainsi dans les pages qui suivent une apparition surprenante de la Lemniscate de Ber-
noulli dans la démarche visant à expliquer mathématiquement la circulation en accordéon sur autoroute, ou

3
 Nous avons cherché à regrouper les chapitres de ces notes au regard de leur positionnement
vis à vis de ces quatre points.

La partie I regroupe des exemples de modélisation du réel (point 1 ci-dessus), essentielle-

ment tournés vers les phénomènes de transport, et leur étude mathématique (point 2).

La partie II, plus difficile à situer, traite de notions générales en modélisation mathéma-
tique, et d’interprétations de concepts théoriques dans un contexte de modélisation.

La partie III présente différentes méthodologies 4 liées à la résolution numérique d’Équa-

tions aux Dérivées Partielles ou de problèmes d’optimisation avec et sans contraintes (point
3 de l’énumération précédente).

La partie IV regroupe des éléments théoriques classiques qui sont utilisés dans le reste de
l’ouvrage (point 4 de l’énumération précédente)

Les chapitres sont conçus autant que possible comme pouvant être abordés indépendam-
ment les uns des autres.

Les modèles particuliers abordés reflètent de façon évidente les activités de recherche passées
et présentes de l’auteur, mais nous espérons que leur étude peut permettre d’acquérir des
connaissances et principes généraux qui pourront être mis en œuvre de façon féconde dans
d’autres contextes.

l’intervention discrète mais décisive du théorème de Hahn-Banach dans l’étude de phénomènes d’évacuation
d’urgence.
4. Différences finies et éléments finis, qui pourraient être complétés dans l’avenir par une section sur les
méthodes de volumes finis.

4
5
Table des matières

I Modèles 12

1 Propagation d’opinion sur réseau 12

2 Trafic routier ou piéton – micro – 1d – ordre 1 en temps 13

2.1 Le modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.2 Points d’équilibres, stabilité, propagation des perturbations . . . . . . . . . . 15

2.3 Cas périodique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.4 Extensions, développements . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

3 Trafic routier ou piéton – micro – 1d – ordre 2 en temps 28

3.1 Le modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3.2 Stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.3 Extensions, développements . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

4 Trafic routier ou piéton – macro – 1d – ordre 1 en temps 37

4.1 Modèle d’évolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

4.2 Solutions faibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

4.3 Résolution numérique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

5 Conservation, transport, et diffusion 42

5.1 Vecteur flux, équation de conservation . . . . . . . . . . . . . . . . . . . . . . 42

5.2 Transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

5.3 Diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

5.4 Transport - diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

5.5 Remarques additionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

6 Fluides 55

6.1 Tenseur des contraintes, équations générales du mouvement d’un fluide . . . . 55

6.2 Fluides parfaits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

6
 6.3 Fluides newtoniens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60

6.4 Cadre mathématique pour le problème de Darcy . . . . . . . . . . . . . . . . 64

6.5 Cadre mathématique pour les équations de Stokes . . . . . . . . . . . . . . . 65

6.6 Ecoulement de Poiseuille, notion de résistance . . . . . . . . . . . . . . . . . . 67

6.7 Ecoulement autour d’une sphère . . . . . . . . . . . . . . . . . . . . . . . . . 69

7 Réseaux résistifs 71

7.1 Cadre formel, problème de Laplace discret . . . . . . . . . . . . . . . . . . . . 71

7.2 Squelette métrique associé à un réseau résistif . . . . . . . . . . . . . . . . . . 78

7.3 Cadre stochastique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

7.4 Modèle de flânage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82

7.5 Plongement dans l’espace euclidien . . . . . . . . . . . . . . . . . . . . . . . . 83

7.6 Premier pas vers le transport branché . . . . . . . . . . . . . . . . . . . . . . 84

7.7 Réseaux infinis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

7.8 Réseaux dynamiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

8 Vibrations 88

8.1 Valeurs propres du Laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

8.2 Corde vibrante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

8.3 Problème bidimensionnel : le tambour . . . . . . . . . . . . . . . . . . . . . . 92

8.4 Vibration d’une colonne d’air, instruments à vent . . . . . . . . . . . . . . . . 92

8.5 Approximation des modes propres du Laplacien . . . . . . . . . . . . . . . . . 93

9 Modèles granulaires de mouvements de foules 95

9.1 Modèle monodimensionnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95

9.2 Modèle en dimension 2 (disques rigides) . . . . . . . . . . . . . . . . . . . . . 97

10 Respiration humaine 102

10.1 Vue d’ensemble de l’appareil respiratoire humain . . . . . . . . . . . . . . . . 102

10.2 Modèle tuyau-ballon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

10.3 Modèle mécanique non linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . 106

10.4 Modèle double ballon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

7
 10.5 Le poumon comme arbre résistif . . . . . . . . . . . . . . . . . . . . . . . . . 108

10.6 Vers un poumon infini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

10.7 Particules et dépôt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

II Notions, développements transverses 117

11 Analyse fonctionnelle et modélisation 118

11.1 Espaces de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

11.2 Traces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

12 Entropie 126

12.1 Entropie d’une variable aléatoire discrète . . . . . . . . . . . . . . . . . . . . . 126

12.2 Entropie continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

13 Graphes 131

13.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

13.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131

14 Convergence faible et compacité 133

15 Dépendance par rapport aux paramètres 137

16 Problème adjoint 140

17 Transport optimal (cas discret) 148

17.1 Problème d’affectation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148

17.2 Problème de Monge Kantorovich discret . . . . . . . . . . . . . . . . . . . . . 148

17.3 Formulation duale du problème de MK discret . . . . . . . . . . . . . . . . . 151

17.4 Exemples d’applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154

17.5 Interpolation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

17.6 Métrique induite sur l’ensemble des mesures atomiques . . . . . . . . . . . . . 156

17.7 Approche de Benamou-Brenier . . . . . . . . . . . . . . . . . . . . . . . . . . 158

17.8 Étude de W1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

8
 17.9 Complétion de l’espace de Wasserstein discret . . . . . . . . . . . . . . . . . . 160

17.10Régularisation entropique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

17.11Calcul effectif par Régularisation entropique . . . . . . . . . . . . . . . . . . . 167

17.12Calcul effectif par l’algorithme des enchères . . . . . . . . . . . . . . . . . . . 169

17.13Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

III Aspects numériques 174

18 Différences finies 175

18.1 La méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

18.2 Consistance, stabilité, convergence . . . . . . . . . . . . . . . . . . . . . . . . 176

18.3 Analyse des principaux schémas numériques . . . . . . . . . . . . . . . . . . . 182

18.4 Symboles discret et continu des opérateurs différentiels . . . . . . . . . . . . . 184

18.5 Interprétation probabiliste de schémas explicites . . . . . . . . . . . . . . . . 189

18.6 Extensions, développements . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

18.7 Implémentation effective . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

19 Méthode des éléments finis 196

19.1 Formulation variationnelle du problème de Poisson . . . . . . . . . . . . . . . 196

19.2 Méthode des éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

19.3 Estimation d’erreur pour la méthode des Éléments Finis . . . . . . . . . . . . 203

19.4 Estimation de valeurs propres . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

19.5 Éléments finis et réseaux résistifs . . . . . . . . . . . . . . . . . . . . . . . . . 210

20 Optimisation (méthodes numériques) 213

20.1 Algorithme d’Uzawa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213

20.2 Pénalisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

IV Aspects théoriques 217

21 Éléments d’Analyse Fonctionnelle 218

9
 21.1 Autour du théorème de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . 218

21.2 Autour du théorème de Banach-Steinhaus . . . . . . . . . . . . . . . . . . . . 219

22 Espaces de Hilbert, analyse convexe 223

22.1 Définitions, principales propriétés . . . . . . . . . . . . . . . . . . . . . . . . . 223

22.2 Convergence faible . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230

22.3 Somme Hilbertienne, bases Hilbertiennes . . . . . . . . . . . . . . . . . . . . . 232

22.4 Décomposition spectrale des opérateur auto-adjoints compacts . . . . . . . . 233

22.5 Problèmes d’évolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236

22.6 Minimisation de fonctionnelles convexes . . . . . . . . . . . . . . . . . . . . . 237

22.7 Opérateurs maximaux monotones . . . . . . . . . . . . . . . . . . . . . . . . . 240

23 Équations différentielles ordinaires 243

23.1 Lemme(s) de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243

23.2 Théorème de Cauchy Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . . 244

23.3 Comportement des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246

23.4 Dépendance par rapport aux conditions initiales . . . . . . . . . . . . . . . . 246

23.5 Points fixes, stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 247

23.6 Compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249

24 Espaces de Sobolev 250

24.1 Rappels sur l’espace L2 (Ω) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

24.2 Définitions, propriétés générales . . . . . . . . . . . . . . . . . . . . . . . . . . 251

24.3 Traces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254

24.4 Injections . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259

24.5 Inégalités de Poincaré . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 260

24.6 Problèmes aux limites elliptiques . . . . . . . . . . . . . . . . . . . . . . . . . 262

24.7 Régularité des solutions faibles . . . . . . . . . . . . . . . . . . . . . . . . . . 263

24.8 Espaces de Sobolev et transformation de Fourier . . . . . . . . . . . . . . . . 265

24.9 Approche Hdiv . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267

24.10Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268

10
25 Optimisation sous contrainte 270

25.1 Définitions, résultats généraux sur l’existence et l’unicité de minimiseurs . . . 270

25.2 Conditions nécessaires d’optimalité . . . . . . . . . . . . . . . . . . . . . . . . 271

25.3 Contraintes unilatérales (ou d’inégalité) . . . . . . . . . . . . . . . . . . . . . 274

25.4 Point-selle, théorème de Kuhn et Tucker . . . . . . . . . . . . . . . . . . . . . 278

25.5 Compléments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282

25.6 Contraintes non linéaires d’égalité . . . . . . . . . . . . . . . . . . . . . . . . 282

25.7 Illustrations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284

25.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286

A Compléments théoriques 288

A.1 Inégalités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288

A.2 Calcul différentiel, formules d’intégration par parties . . . . . . . . . . . . . . 288

A.3 Cercles de Gerchgorin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292

A.4 Spectre du Laplacien discret . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293

11
Première partie

Modèles
1 Propagation d’opinion sur réseau

Ce chapitre, abordé à l’occasion de deux écoles d’été (Mathematical Summer in Paris 2018
& Cemracs 2018, à Marseille) a fait l’objet d’une rédaction de notes de cours auto-contenues,
en anglais,

Fichier pdf à télécharger :

[Link]

12
2 Trafic routier ou piéton – micro – 1d – ordre 1 en temps

2.1 Le modèle

Le modèle dit Follow the Leader 5 est basé sur les principes suivants : on considère n + 1
véhicules se déplaçant sur une route rectiligne (ou piétons se déplaçant sur une même file),
et l’on repère leurs positions respectives au temps t par
x1 (t) < x2 (t) < · · · < xn+1 (t). (2.1)

On considère dans un premier temps que la vitesse du véhicule i ne dépend que de la

distance au véhicule précédent, c’est-a-dire xi+1 − xi (on ne prend pas en compte la taille de
l’entité). Le système s’écrit alors
ẋi = ϕ(xi+1 − xi ) 1 ≤ i ≤ n. (2.2)
Il est naturel de prendre pour ϕ une fonction qui s’annule en 0, qui prend la valeur U de
la vitesse maximale autorisée quand la distance tend vers l’infini. On pourra considérer par
exemple la fonction
w 7→ ϕ(w) = U (1 − exp(−w/ws )), (2.3)
où ws est une distance caractéristique de sécurité (distance observée pour des véhicules roulant
approximativement aux 2/3 de la vitesse autorisée, pour le cas de voitures sur l’autoroute).
Cette quantité conditionne la raideur (stiffness en anglais) du modèle.
Remarque 2.1. La taille des entités peut être prise en compte en modifiant la fonction :
ϕ(u) = U (1 − exp(−(w − wm )/ws )).
Noter que cette modification ne change pas la nature du modèle. En dimension 1, il est en effet
équivalent de travailler sur des entités ponctuelles interagissant en fonction de leurs distances,
ou des entités de tailles non nulles (en considérant alors les distances d’objet à objet). Cette
prise en compte devient en revanche importante dès que l’on s’intéresse au positionnement
des entités sur un voie réelle, par exemple si l’on s’intéresse à la possibilité que l’information
remonte une file plus vite qu’elle n’avance, où si l’on souhaite faire le lien avec un modèle
macroscopique (pour lequel on aura une densité maximale 1/um ).
Remarque 2.2. On peut représenter le graphe de dépendance du modèle de la façon suivante :
si l’on note V = {1, 2, . . . , n}, on peut définir un ensemble A d’arêtes :
(1, 2) , . . . , (n − 1, n),
tel que (i, j) ∈ A si et seulement si le comportement de i est directement influencé par le
comportement de j. Pour le modèle considéré, le graphe est de façon évidente acyclique (voir
def. 13.3).
5. C’est sous cette dénomination qu’il est présenté dans :
B. Argall, E. Cheleshkin, J. M. Greenberg, C. Hinde and P.-J. Lin, A rigorous treatment of a follow-
the-leader traffic model with traffic lights present, SIAM J. Appl. Math., 63(1), pp. 149–168 , 2002,
[Link]
Cette dénomination est cependant partiellement impropre dans le cas qui nous intéresse : chaque entité suit de
fait l’entité qui la précède, mais la présence de cette dernière est plus une gêne (qui conduit à une diminution
de la vitesse) qu’une incitation positive.

13
Proposition 2.3. On se donne des positions initiales vérifiant la relation d’ordre (2.1). On
suppose que la vitesse V (t) de l’entité de tête (n + 1) est une fonction continue du temps,
donnée, à valeur dans [0, U ]. On se donne une fonction de comportement ϕ Lipshitzienne nulle
en 0 (prolongée par 0 en deça), et prenant ses valeurs dans l’intervalle [0, U ]. Le système (2.2)
admet une unique solution maximale, qui est globale.

Démonstration. On prolonge ϕ par 0 sur ] − ∞, 0]. L’application ainsi construite est Lip-
chitzienne. On peut appliquer le théorème de Cauchy-Lipschitz 23.9 sur [0, +∞[×Rn , ce qui
assure l’existence et l’unicité d’une solution maximale. Cette solution est globale car la vitesse
est bornée (donc a fortiori sous-linéaire à l’infini)(proposition 23.12).

Il est essentiel de vérifier la viabilité de la solution de l’équation différentielle ci-dessus

(nous n’avons pas exclu les cas de distances nulles, voire négatives, entre entités. On peut
vérifier que les distances restent strictement positives.

Proposition 2.4. On se place dans les hypothèses de la proposition précédente. Les distances
restent strictement positives.

Démonstration. On note L = kϕ′ k∞ . Tant que xn+1 − xn > 0, on a

ẋn = ϕ(xn+1 − xn ) ≤ L(xn+1 − xn ),

d’où, si l’on note wn = xn+1 − xn ,

ẇn ≥ −Lwn + V (t) ≥ −Lwn ,

d’où wn ≥ wn (0)e−Lt . On procède de même avec wn−1 = xn − xn−1 , puis wn−2 , etc . . .

Remarque 2.5. Le caractère Lipschtiz de ϕ est essentiel pour éviter les accidents. Prenons
par exemple une fonction ϕ qui se comporte comme wα au voisinage de 0, avec α ∈]0, 1[. On
considère que le véhicule de tête est arrêté en a ∈ R. L’équation s’écrit

ẋ = (a − x)α , x(0) < a,

ce qui conduit à
 1/1−α
x(t) = a − (a − x(0))1−α − (1 − α)t .
On a alors “accident”, c’est à dire annulation des distances (x = a) en temps fini. Noter
que le théorème de Cauchy Lipschitz ne s’applique ici que sur l’ouvert en espace ]0, +∞[, la
solution maximale n’est alors pas globale.

Remarque 2.6. Dans l’exemple de la remarque précédente, il est clair que la fonction pro-
longée par a au delà de l’accident est solution globale de l’équation. On peut en fait vérifier
que c’est bien l’unique solution globale, à l’aide d’outils qui dépassent le cadre du théorème
de Cauchy-Lipchitz. L’équation s’écrit en effet
 
d 1
ẋ = − (a − x)α+1 = −Ψ′ ,
dx 1+α

14
où Ψ peut être définie sur R tout entier (identiquement nulle sur [a, +∞[). La fonction ainsi
définie est une fonction convexe, le problème prend donc la forme d’un flot gradient associé
à une fonction convexe et, du fait du caractère monotone 6 de Φ′ , on peut montrer que l’on
a une solution unique globale (théorème 22.57, page 241). On notera que, si l’on suppose
α ≥ 1, la fonction est alors localement Lipschitzienne, et le point fixe a est asymptotiquement
stable

Ce critère de monotonie (croissance) est essentiel. Considérons un modèle alternatif de

déplacement : on suppose que la vitesse de x (qui va vers la droite) est fonction de la personne
qui se situe derrière. Supposons cette personne de derrière fixée en a, et considérons des
modèle d’évolution du type
ẋ = (x − a)α .
Si α ≥ 1, on peut appliquer le théorème de Cauchy-Lipschitz, et le point d’équilibre x = a est
instable. Dans le cas α < 1, la fonction n’est plus lipschitzienne, et l’on peut de fait vérifier
que l’on n’a pas unicité. Partant de x(0) = a, deux évolutions sont possibles : solution statique
x(t) ≡ a pour tout temps, mais aussi la solution

x = a + ((1 − α)t)1/1−α .

Remarque 2.7. Les exemples précédents illustrent une théorie très générale sur les équa-
tions d’évolution. Lorsque l’opérateur décrivant l’évolution possède de bonnes propriétés de
monotonie, on peut même faire l’économie de l’hypothèse de continuité vis-à-vis de la va-
riable d’espace, tout en conservant l’existence et l’unicité d’une solution. Considérons le cas
extrême obtenu formellement en faisant tendre ws vers 0 dans l’expression (2.3) (imprudence
extrême). Pour le cas considéré précédemment d’une entité unique derrière une autre au
repos, le problème peut s’écrire

{U } si x<0
dx
∈ [0, U ] , si x=0
dt
{0} si x>0

Ce problème rentre dans le cadre de la théorie des opérateurs maximaux monotones (voir
section 22.7 pour une définition précise de cette notion). L’équation prend la forme suivante
dx
+ f (x) ∋ 0,
dt
où f est (l’opposé de) l’opérateur multivalué défini précédemment, qui peut se définir comme
le sous-différentiel (voir définition 22.55, page 240) de U fois la fonction partie négative
(Ψ(x) = x− = (|x| − x)/2). Il s’agit d’un flot gradient associé à une fonctionnelle convexe,
pour lequel on peut montrer existence et unicité d’une solution, malgré le caractère non lisse
de l’opérateur d’évolution.

2.2 Points d’équilibres, stabilité, propagation des perturbations

Supposons que le véhicule de tête en xn+1 se maintient à une vitesse constante Veq < U .
On vérifie immédiatement que si tous les véhicules sont à distance weq du précédent, avec
6. Monotone est à entendre ici au sens croissant, on se reportera à la section 22.7 pour une description
générale de cette notion.

15
Veq = ϕ(weq ), autrement dit  
Veq
weq = −ws ln 1 − ,
U
ils vont tous à la vitesse Veq du véhicule de tête. On peut se demander ce qui va se passer en
cas de perturbation, par exemple si le véhicule de tête freine brusquement, puis reprend sa
vitesse de croisière Veq .

On introduit les variables de distances entre véhicules :

wi = xi+1 − xi , i = 1, . . . n.

Le système s’écrit, pour ces nouvelles variables

ẇi = ϕ(wi+1 ) − ϕ(wi ) , i = 1, . . . n , ou ẇ = F (u).

et Weq = (weq , . . . , weq ) est point d’équilibre du système.

Proposition 2.8. Le point d’équilibre défini ci-dessus est asymptotiquement stable.

Démonstration. Le linéarisé au point d’équilibre s’écrit

 
−1 1 0 · 0

 0 −1 1 · · 

′  
∇F = ϕ (weq )  · · · · 0 .
 
 · · · −1 1 
0 · · 0 −1

On a donc une unique valeur propre −ϕ′ (weq ) < 0, donc stabilité asymptotique avec un temps
caractéristique de retour à l’équilibre 7 égal à 1/ϕ′ (weq ).

Remarque 2.9. On notera (cette remarque dépasse largement le cas de ce modèle particulier)
le lien entre le “support” de la matrice du gradient (ensemble des positions des éléments
non nuls), et la matrice d’adjacence M du graphe d’influence défini dans la remarque 2.2.
Plus précisément, si l’on rajoute explicitement dans la définition du graphe qu’un sommet
pointe sur lui-même (la vitesse d’un individu dépend aussi de sa propre position), et avec
le choix fait de créer l’arête (i, j) lorsque j influence i, le support de ∇F est exactement le
support de M T . Le fait que le graphe soit acyclique (en dehors des boucles) est exprimé par
le caractère triangulaire supérieur de la matrice du gradient (sans qu’il soit même nécessaire,
ici, d’effectuer une renumérotation). On notera en particulier que, dans un tel cas (graphe
acyclique), toutes les valeurs propres sont réelles. Par ailleurs, si les éléments diagonaux
sont identiques, la matrice n’est pas diagonalisable, sauf dans le cas trivial de n équations
indépendantes. De façon plus générale, dès que certaines valeurs propres sont dégénérées, on
aura un bloc de Jordan non réductible. Comme on le verra, en termes de système dynamique,
cette situation correspond à une propagation de l’information à partir du véritable mode propre
vers les modes dégradés du sous-espace stable.

7. Nous verrons que dans le cas présent d’un gradient non diagonalisable, le temps effectif caractéristique
de retour à l’équilibre peut être significativement plus grand que 1/ϕ′ (ue ), ou plus précisément que le temps
de retour effectif à l’équilibre n’est pas uniforme vis-à-vis du nombre n de véhicules, alors que 1/ϕ′ (weq ) n’en
dépend pas.

16
 v

wm ws

Figure 2.1 – Vitesse fonction de la distance

Propagation des perturbations vers l’amont

Équation de transport. On peut établir un lien informel entre le comportement du système

au voisinage de l’équilibre et une équation de transport. Cette approche va nous permettre
d’estimer la vitesse de propagation de l’information le long du train de véhicule, une approche
plus rigoureuse pour estimer cette vitesse est décrite plus loin.

Considérons une perturbation de l’état d’équilibre correspondant à des entités équidis-

tance de weq , qui avancent à la vitesse ve = ϕ(weq ). En se plaçant dans le référentiel qui suit
le train, à la vitesse ue , on peut décrire les petites évolutions du modèle en considérant que
les distances sont du type weq + hi , où hi est une petite variation de la distance entre xi et
xi+1 , que l’on considère comme une variable attachée au milieu du segment (qui est fixe dans
le référentiel mobile). On a
hi+1 − hi
ẇi = ϕ(weq + hi+1 ) − ϕ(weq + hi ) ≈ ϕ′ (weq )(hi+1 − hi ) = weq ϕ′ (weq ) .
weq

Les wi étant définis en des points distants de weq , on peut interpréter le dernier quotient
comme une dérivée en espace d’une fonction w(x), pour laquelle obtient ainsi formellement
l’équation
∂h ∂h
− weq ϕ′ (weq ) = 0.
∂t ∂x
Il s’agit d’une équation de transport à la célérité c = −ue ϕ′ (ue ). On a donc une remontée à
vitesse constante vers l’arrière du train. Cette vitesse est estimée dans le référentiel qui avance
à la vitesse ϕ(weq ). On aura effectivement propagation vers l’arrière 8 (pour l’observateur
extérieur) si
ϕ(weq )
weq ϕ′ (weq ) > ϕ(weq ) ⇐⇒ ϕ′ (weq ) > .
weq
8. Dans le cas du trafic routier, si l’on est dans cette situation, toute perturbation est susceptible de se
propager vers l’arrière et de créer potentiellement un bouchon.

17
 u
ϕ(weq )

weq ϕ′ (weq )

ϕ(weq ) − weq ϕ′ (weq )

weq w

Figure 2.2 – Vitesse de propagation des perturbation

Dans le cas où l’on a négligé la taille des entités, la fonction ϕ est nulle en 0. Si on la suppose
concave (par exemple ϕ donné par (2.3)), toute corde intersecte la courbe en un point unique,
ϕ(w )
et la pente de la courbe est inférieure à la pente de la corde, i.e. ϕ′ (weq ) < weqeq . Dans ce cas
l’information n eva pas suffisamment vite pour remonter le courant. Si la taille des entités est
prise en compte en revanche (voir figure 2.1, avec wm > 0), on a deux régimes possibles pour
une même pente de corde, i.e. pour un même flux (le flux d’entités par unité de temps est
ϕ(weq )/weq ). Le premier est dense à faible vitesse (régime fluvial), et l’autre dilué à grande
vitesse (régime torrentiel). On a de façon évidente propagation de l’information vers l’arrière
pour le cas dense. Dans le cas dilué, pour un même flux, la vitesse de propagation est inférieure
à la vitesse des véhicules, de sorte qu’une perturbation suit le sens du mouvement pour un
observateur extérieur.

Noter également que la vitesse apparente (dans le référentiel fixe) de propagation des
perturbations peut être représentée graphiquement (voir figure 2.2) : elle correspond à l’in-
tersection entre la tangent à la courbe au point d’équilibre weq avec l’axe vertical des vitesses.
La figure represente une situation où cette vitesse est positive, mais elle peut être négative
(point d’intersection sous l’axe des x) pour des valeurs plus petites de weq , lorsque la courbe de
comportement, concave sur son support, présente un plateau à 0 pour des distances petites.|

Analyse spectrale Cette propagation vers l’amont décrite informellement ci-dessus peut-
être étayée par une étude plus approfondie du système tangent au voisinage du point d’équi-
libre :
d˙ = M d,
où M est la matrice du gradient de F au point d’équilibre

On garde la notation w pour désigner le vecteur inconnu, mais les wi correspondent

maintenant à des variations autour du point d’équilibre, qui évoluent au voisinage de 0 (et
non pas de weq ).

18
 La solution du problème ci-dessus s’écrit

w(t) = etM w0 ,

où w0 est une perturbation initiale. La matrice M s’écrit

M = β (− Id +N )

avec β = ϕ′ (ue ), et N une matrice nilpotente

   
0 1 0 · 0 0 0 1 · 0

 0 0 1 · · 


 0 0 0 · · 

2
 , . . . , N n = 0.
   
N = · · · · 0 , N = · · · · 1
   
 · · · 0 1   · · · 0 0 
0 · · 0 0 0 · · 0 0

L’exponentielle s’écrit donc

!
(βt)2 2 (βt)3 3 (βt)n−1 n−1
etM = e−βt Id +βtN + N + N + ··· + N .
2! 3! (n − 1)!

Montrons que la forme particulière de cette matrice rend compte d’une propagation des
perturbations vers les index de vehicules décroissants. On considère pour cela une perturbation
du véhicule de tête, qui induit une perturbation du véhicule immédiatement derrière celui-
ci. Cette perturbation est donc colinéaire à u0 = en , où ei est le i−ème vecteur de la base
canonique de Rn . On a

N en = en−1 , N 2 en = en−2 , . . . , N n−1 en = e1 .

Le comportement général de la solution du système linéarisé peut donc se traduire en termes

de perturbations pour chacun des véhicules de la file, avec, pour le véhicule k, un facteur

(βt)n−k −βt
e , k = 1, . . . , n.
(n − k)!
Dans les premiers instants, cette fonction va avoir un maximum glissant qui correspond au
véhicule couramment affecté par la perturbation. On peut par exemple calculer pour quel
temps deux véhicules successifs sont affectés de la même manière :

(βt)n−k−1 −βt (βt)n−k −βt

e = e ⇔ t = (n − k)/β.
(n − k − 1)! (n − k)!
La distance entre les véhicules étant de l’ordre de ue , cela traduit une propagation de l’infor-
mation vers l’amont du train de véhicule à la célérité

c = −βweq = −weq ϕ′ (weq ).

On peut retrouver ce résultat en recherchant à quel moment la perturbation ressentie par

l’entité n − k est maximale. On a
(βt)k β k tk−1
pk (t) = e−βt , p′k (t) = e−βk (−βt + k)
k! k!
qui s’annule pour t = k/β.

19
Question 2.1. Montrer que (le maximum
√ de) l’intensité de la perturbation ressentie par l’entité
n − k varie pour k grand comme 1/ 2πk.
Exercice 2.2. Montrer que la prise en compte de la taille des véhicules (en considérant que la
fonction ϕ est nulle en dessous d’une longueur minimale ws , et concave sur [ws , +∞[) permet
de mettre en évidence la possibilité que des ondes d’information remontent le courant vers
l’amont plus vite que la vitesse des véhicules-mêmes.
Remarque 2.10. Pour appréhender ce qui se passe lorsque le nombre de véhicules est im-
portant, on considère une file de véhicule infinie dans une direction : une infinité de véhicule
suit un véhicule de tête dont la vitesse est fixée. La perturbation au temps t correspond à la
loi de Poisson de paramètre βt :

(βt)k
p(t) = (pk (t))k∈N , pk = e−βt
k!
On a donc kp(t)k1 = 1 : la “masse” totale de la perturbation reste constante, on n’a donc pas,
pour cette norme, stabilité asymptotique.

On a en revanche décroissance vers 0 des normes p, avec p > 1, jusqu’à p = ∞. On

a convergence vers 0 dans ℓ∞ faible-⋆ (contre toute suite de ℓ1 ), on n’a en revanche pas
convergence faible-⋆ vers 0 dans ℓ1 vu comme sous espace de (ℓ∞ )′ (qui correspondrait pour
des mesures sur un espace euclidien à la convergence étroite). La non-convergence de la suite
(comme de toute suite extraite) n’est pas en contradiction avec la compacité de la boule unité
de (ℓ∞ )′ pour la topologie faible-⋆, du fait de la non séparabilité de ℓ∞ (on pourra se reporter
à la section 14, page 133, pour plus de détail). Cette convergence est une version discrète
de la convergence étroite pour les mesures, on retrouve ici la situation typique d’une famille
de mesures de probabilité qui part vers l’infini (ou se concentre sur le bord d’un ouvert), ce
qui assure la convergence vers 0 au sens des mesures (i.e. contre les fonctions continues qui
s’annulent au bord), sans que l’on ait convergence étroite.

Stabilité non linéaire

Reprenons la situation d’un véhicule de tête avançant à la vitesse Veq = ϕ(ue ). L’état
d’équilibre (en distances) correspond à des véhicules équirépartis espacés de ue . Le fait que
les valeurs propres du gradient soient strictement négatives assure la stabilité asymptotique de
cet équilibre, c’est à dire que, pour une perturbation suffisamment petite de l’état d’équilibre,
on a retour exponentiel à l’équilibre. Mais cette stabilité est locale, et l’on peut se demander si,
partant d’un état initial quelconque, on aura convergence vers l’équilibre. C’est effectivement
le cas, comme le précise la proposition suivante.
Proposition 2.11. On considère le modèle (2.2), où ϕ est une fonction C 1 qui croı̂t stricte-
ment de 0 à la valeur limite U > 0. On suppose que la vitesse de l’entité n + 1 est constante
égale à Veq = ϕ(weq ), avec weq > 0. La solution globale converge alors vers l’état d’équilibre,
au sens où toutes les distances ui convergent vers weq .

Démonstration. On peut en fait montrer une propriété un peu plus générale, qui nous per-
mettra de montrer la propriété annoncée par récurrence. On suppose que le véhicule de tête
avance à la vitesse V (t) qui converge vers Veq quand t tends vers +∞. On a

ẇn = V (t) − ϕ(wn ) = Veq − ϕ(wn ) + ε(t) = f (un , t),

20
 2ε bε
aε
−2ε

Figure 2.3 – Stabilité non linéaire

avec ε(t) → 0 quand t → +∞. Pour tout ε > 0, il existe un temps Tε tel que |ε(t)| < ε pour
tout temps t > Tε . Au delà de Tε , f (u, t) est inférieur ou égal à Veq − ϕ(bε ) + 2ε < 0 pour tout
u ≥ bε (voir figure 2.3). De la même manière, on a une vitesse positive minorée à gauche de
aε . La trajectoire est donc nécessairement dans l’intervalle ]aε , bε [ pour un temps assez grand.
Quand ε tend vers 0, aε et bε tendent donc vers ue du fait de la stricte croissance de ϕ, et
l’on vient de démontrer que la trajectoire était, au delà d’un certain temps, dans l’intervalle
]aε , bε [. On a donc montré que un tendait vers ue quand t tend vers +∞. On en déduit que ẋn
tend vers Veq , on l’on peut démontrer exactement de la même manière que un−1 , puis un−2 ,
etc ..., tendent vers ue .

On notera que l’on a utilisé de façon essentielle la stricte croissance de ϕ. Il est évident
que cet effet attractif du point d’équilibre sera très faible dans le cas de grandes distances
(qui correspondent à une zone où ϕ est presque constante), voire inexistant si l’on considère
(ce qui est pertinent en termes de modélisation, que ϕ est constante au delà d’une certaine
distance.
Question 2.3. Que se passe-t-il si le véhicule de tête se déplace à la vitesse maximale U ?

2.3 Cas périodique

On se place dans un cadre périodique : route de type périphérique sans entrée ni sortie,
ou couloir circulaire, représenté par un domaine périodique de longueur L. Le véhicule n voit
le véhicule 1, et les équations s’écrivent simplement

ẋi = ϕ(xi+1 − xi ) , i = 1, . . . , n (n + 1 ≡ 1),

ou, exprimé sur les variables de distance wi = xi+1 − xi (avec la convention wn = x1 − xn )

ẇi = ϕ(ui+1 ) − ϕ(wi ) , i = 1, . . . n (n + 1 ≡ 1), (2.4)

que l’on peut écrire globalement ẇ = F (w).

21
Remarque 2.12. Comme dans le cas linéaire, on peut définir un graphe orienté (V, A)
(voir définition 13.1, page 131), avec V = {1, 2, . . . , n}, et la règle (i, j) ∈ A si et seule-
ment si le comportement de i est directement influencé par le comportement de j : A =
{(1, 2) , . . . , (n − 1, n) , (n, 1)}. Ce graphe contient de façon évidente un cycle 9 .

Si la fonction ϕ est strictement croissante, le système en distance admet un unique point

d’équilibre ueq = (weq , . . . , weq ), avec weq = L/n.
Proposition 2.13. On suppose que ϕ est une fonction C 1 strictement croissante sur [0, +∞[.
Le point d’équilibre Weq = (weq , . . . , weq ), weq = L/n, solution stationnaire de (2.4) est alors
asymptotiquement stable.

Démonstration. On écrit le gradient de F au point d’équilibre weq :

 
−1 1 0 · 0

 0 −1 1 · · 

′
 = ϕ′ (weq )Aper = ϕ′ (weq ) (− Id +C) .
 
∇F (ueq ) = ϕ (weq )  · · · · 0
 
 · · · −1 1 
1 · · 0 −1

où C est une matrice circulante, matrice de permutation particulière qui réalise le shift à
droite périodique. Cette dernière vérifie C n = Id et la famille (C k )0≤k≤n−1 est libre, son
polynôme caractéristique est donc X n − 1, et ses valeurs propres sont ainsi les racines n-ièmes
de l’unité. Les valeurs propres de Aper sont donc
 
2ikπ
µk = −1 + exp , k = 0, . . . , n − 1. (2.5)
n
Toutes les valeurs propres sont donc de partie réelle ≤ 0, ce qui suggère une certaine stabilité
du système. Mais pour k = 0, on trouve µ0 = 0, de telle sorte qu’il est a priori impossible
de trancher quant à la stabilité de la solution. On peut néanmoins établir cette stabilité en
remarquant que l’espace propre associé est Re, où e est le vecteur dont tous les éléments sont
égaux à 1. Or, du fait que, par construction, la somme des ui est constante (égale à la longueur
L), les perturbations admissibles sont de moyenne nulle, et donc orthogonale à e. On vérifie
immédiatement que e⊥ est stable par Aper , on peut donc se ramener à une étude spectrale
sur e⊥ , dans lequel toutes les valeurs propres ont une partie réelle strictement négative 10 .

9. Ce cyle est le plus petit, et il est unique au sens suivant : les autres cycles ne sont que des duplications
de ce cycle simple (on peut “tourner” un nombre quelconque de fois).
10. On peut se ramener à une démarche
Pn−1 plus habituelle en éliminant une variable redondante,Pn−1dans les ui , par
exemple en écrivant que un = L− i=1 ui . La dernière équation s’écrit alors un−1 = ϕ(L− i=1 ui )−ϕ(un−1 ),
et le gradient s’écrit  
−1 1 0 · 0
 0 −1 1 · · 
∇F (ueq ) = ϕ′ (ue )  ·
 
· · · 0 
 · · · −1 1 
−1 −1 · −1 −1
Le polynôme caractéristique Pn−1 de cette matrice vérifie (en développant par rapport à la première colonne)
Pn−1 = −λPn−2 + (−1)n , d’où


Pn−1 = (−1)n+1 1 + λ + · · · + λn−1 .

Les valeurs propres sont donc bien les racines n-ièmes non triviales de l’unité.

22
Temps caractéristique de relaxation. La partie réelle de plus petit module est ϕ′ (ue )(1 −
cos (2π/n)), qui est proche de ϕ′ (ue )2π 2 /n2 , ce qui donne un temps caractéristique de

1 n2
τ= .
2π 2 ϕ′ (ue )
Cette relaxation se produit selon un vecteur propre de basse fréquence en espace.

Corollaire 2.14. Dans le cas où la fonction ϕ est nulle sur [0, ℓ], puis strictement croissante,
sur [ℓ, +∞[, on a de même unicité d’un point d’équilibre, qui correspond à un mouvement
effectif des véhicules si L est suffisamment grand (plus précisément si L > nℓ), sinon à un
paquet d’entités immobilisées. Si ϕ n’est pas strictement croissante, on n’a pas forcément
unicité du point d’équilibre. En particulier, si l’on suppose (ce qui est raisonnable) que ϕ est
plate au delà d’une certaine valeur u+ de la distance (correspondant à la visibilité), on peut
avoir de multiples points d’équilibre dès que L > nu+ .

Proposition 2.15. On considère n entités avançant sur un chemin circulaire et fermé, on

suppose l’évolution régie par

ẋi = ϕ(xi+1 − xi ) , i = 1, . . . , n (n + 1 ≡ 1),

où ϕ est une fonction croissante. On note wi = xi+1 − xi , et l’on considère une solution du
système (2.4). Pour toute fonction g continûment différentiable et convexe, la quantité
X
S(w(t)) = g(wi )
i

est décroissante.

Si l’on suppose ϕ strictement croissante et g strictement convexe, cette décroissance est

stricte tant que l’on n’a pas wi = L/n pour tout i.

Démonstration. Les distances vérifient

ẇi = ϕ(wi+1 ) − ϕ(wi ) , i = 1, . . . , N.

On a donc
!
d X X X
g(wi ) = g′ (wi )ẇi = g′ (wi ) (ϕ(wi+1 ) − ϕ(wi ))
dt i i i
X

= ϕ(wi ) g (wi−1 ) − g′ (wi ) .
′

Supposons g strictement convexe. La fonction g′ étant alors strictement croissante, on peut

effectuer le changement de variable yi = g′ (wi ). La quantité ci-dessus s’exprime donc
X
ϕ ◦ (g′ )−1 (yi ) (yi−1 − yi ) ,
i

où ϕ ◦ (g′ )−1 est une fonction croissante, qui s’écrit donc comme la dérivée d’une fonction
convexe : ϕ ◦ (g′ )−1 (y) = ψ ′ (y). Comme ψ est convexe, on a

ψ(yi ) + ψ ′ (yi )(yi−1 − yi ) ≤ ψ(yi−1 ),

23
de telle sorte que !
d X X
g(ui ) ≤ (ψ(yi−1 ) − ψ(yi )) = 0.
dt i i

Si g n’est pas strictement convexe, on applique la démarche à g(u) + εu2 , et on fait tendre ε
vers 0.

Dans le cas où ϕ est strictement croissante et g strictement convexe, au moins l’une des
inégalités ci-dessus est stricte, sauf danqs le cas où toutes le distances sont les mêmes.

Remarque 2.16. Dans le cas d’une route de longueur 1, on peut interpréter u = (ui ) comme
une mesure de probabilité sur un ensemble à N éléments. Prenant g(x) = x log x dans ce qui
précède, on a alors décroissance de l’entropie (selon la définition 12.1, page 126)
X
S(u) = ui log ui .
i

Remarque 2.17. Considérons le cas d’un g strictement convexe (par exemple g(u) = u log u).
Si la fonction ϕ est strictement croissante sur l’intervalle de valeurs couvert par les ui , alors
la décroissance de l’entropie est stricte, tant que l’on n’a pas l’état stationnaire u1 = u2 =
· · · = uN = L/N . On converge alors nécéssairement vers l’unique état stationnaire. Si en
revanche ϕ n’est pas strictement croissante, la propriété de convergence peut être invalidée
(l’état équi-réparti n’est pas asymptotiquement stable). C’est le cas par exemple si, au delà
d’une certaine distance, l’entité va à la vitesse maximale, de telle sorte que la fonction ϕ est
constante au delà d’une certaine valeur. Si la route circulaire est assez grande, on peut avoir
une distribution non régulière d’entités progressant toutes à la vitesse maximale. D’un point
de vue macroscopique, cette situation correspond à une onde progressive que l’on observe en
effet lorsque la fonction flux (ici la densité multipliée par la vitesse) est affine sur certaines
plages de densité.
Corollaire 2.18. Dans le cas où la fonction ϕ est nulle sur [0, ℓ], puis strictement croissante,
sur [ℓ, +∞[, on a la propriété suivante : si les valeurs initiales des distances sont > ℓ, alors
la solution est telle que les ui sont minorés par ℓ + η, avec η > 0.

Démonstration. On peut choisir g(u) = 1/(u−ℓ), qui est convexe pour u > ℓ. La décroissance
de l’entropie exclut que l’un des u puisse tendre vers ℓ. Plus précisément, on a
X X
g(ui ) ≤ S0 = g(u0i ),

d’où, pour tout i,

u − ℓ > 1/S0 ,
ce qui conclut la démonstration.

Propagation des perturbations L’étude de l’exponentielle de la matrice du système linéa-

risé, dans le cas non périodique, avait mis en évidence une propagation des perturbations vers
l’amont à la célérité −ue ϕ′ (ue ). Plus précisément, nous nous étions intéressés à la propagation
d’une perturbation ponctuelle (affectant seulement le véhicule de tête). On se propose ici de
quantifier ce phénomène de propagation dans le cas périodique. Le système linéarisé s’écrit
du
= ϕ′ (ue ) (− Id +C) u.
dt

24
La matrice est diagonalisable, d’éléments propres
     
′ 2ikπ 2ikπm
µk = ϕ (ue ) −1 + exp , wk = exp .
n n m

Les parties réelles des valeurs propres,

  
2kπ
Re(µk ) = −ϕ′ (ue ) 1 − cos ≤ 0,
n
quantifient l’amortissement exponentiel selon les différents modes. La propagation en espace
est encodée par la partie imaginaire. La partie correspondante de la solution s’écrit
  
     
ϕ′ (ue )n
  
′ 2kπ 2ikπm  2ikπ


 2kπ  
exp iϕ (ue ) sin t exp = exp  m + sin t ,
n n  n  2πk n 
| {z }
=−ck

où m indexe les n entités impliquées. Cette expression correspond donc à une propagation
(sur la suite des indices) à vitesse constante ck . On retrouve pour k/n petit (grandes longueurs
d’onde, les plus lentes à relaxer vers 0) une célérité de l’ordre de −ϕ′ (ue ) (en s−1 , ou entités
par seconde), ou, si l’on prend en compte le fait que les entités sont séparées de ue , d’une
vitesse effective de −ue ϕ′ (ue ) (en ms−1 ). On notera la mise en évidence d’un phénomène de
dispersion : la vitesse de propagation des ondes dépend de leur fréquence. Par exemple pour
la haute fréquence qui jouera un rôle clé pour le modèle d’ordre 2 en temps, qui correspond
à k = n/6, on a une vitesse de propagation légèrement inférieure (facteur 3/π sin(π/3)).

2.4 Extensions, développements

Individus de profils différents Il est peu réaliste de considérer que tous les individus ont
le même comportement. Si l’on reprend le modèle initial sur route rectiligne, avec un véhicule
de tête qui va à vitesse constante veq = ϕn+1 (weq ), et que l’on se donne des courbes de
comportement ϕi toutes strictement croissantes (pour w ≥ wm ), on aura existence et unicité
d’un point d’équilibre en distances dès que la vitesse de tête est atteignable par chacun des
suivants, i.e.
ve < max ϕi (w) ∀i.
w

On écrit wei la distance qui réalise ve = ϕi (weq i ). Le vecteur w1 , . . ., wn est alors point
eq eq
d’équilibre. L’étude de stabilité de ce point d’équilibre conduit à une matrice du type
 
−β1 β2 0 · 0

 0 −β2 β3 · · 

 , βi = ϕ′i (weq
i
 
∇F =  · · · · 0 ) i = 1, . . . , n. (2.6)
 
 · · · −βn−1 βn 
0 · · 0 −βn

La situation est assez troublante, car, si l’on peut espérer que le phénomène de propagation de
l’information vers l’amont soit préservé pour ce système perturbé, la structure du problème
est complètement différente. Les βi n’ont aucune raison d’être identiques, on peut considérer
que, même s’ils peuvent être voisins, ils sont génériquement 11 différents deux à deux. Mais

25
alors la matrice est diagonalisable, et l’étude du comportement de la solution du système
linéarisé etA wpert , est complètement différente. Cette étude est à mener avec précaution, car
les matrices diagonalisables de ce type ne sont pas loin d’une matrice qui ne l’est pas, ce qui
peut conduire à un comportement singulier. Pour s’en convaincre, considérons la famille de
matrices Aε associées à
β ε = (β1ε , . . . , βnε ),
où les βiε tendent tous vers le même β limite, que l’on prendra égal à 1 pour simplifier. On
vérifie immédiatement que les vecteurs propres uεi normalisés associés convergent (à sous suite
extraite près) vers un vecteur propre de la matrice A = − Id +N , qui n’a qu’une droite propre
(selon le premier vecteur de base). Tous les vecteurs propres tendent donc à avoir la même
direction. La diagonalisation effective d’une telle matrice (pour ε petit mais non nul) risque
d’être extrêmement instable, on peut par exemple s’attendre à ce que la plupart des méthodes
numériques d’estimation de valeurs propres ne fonctionnent pas. On peut se convaincre de
la difficulté du problème, tout en vérifiant que l’on aura bien propagation vers l’amont, en
considérant le cas de 2 entités libres (donc de deux distances, i.e. 3 entités, celle de tête ayant
une vitesse imposée). On définit
!
−1 1 + ε
A= .
0 −1 − ε

Cette matrice est évidemment diagonalisable pour ε 6= 0, avec une matrice de passage
 
1 1+ε
P = ε .
0 −
1+ε
Si l’on considère maintenant la solution du problème d’évolution linéaire, avec une perturba-
tion sur la distance de tête, on obtient (on n’indique pas la dépendance de P vis à vis de ε
pour alléger les notations)
! ! ! !
tAε 0 −1 tAε −1 0 1+ε e−t −t
1+ε
ε (1 − e
−tε)
e = PP e PP = P =e ,
1 1 ε e−t(1+ε) e−tε

et l’on retrouve bien par développement limité une évolution de la seconde distance (première
composante) en te−t (au premier ordre en ε), comme pour la matrice limite non diagonalisable.
Noter que l’on est passé par l’intermédiaire de matrices très mal conditionnées 12 : dans une
situation où les calculs ne pourraient pas être faits analytiquement, il serait périlleux de suivre
cette démarche en cherchant à diagonaliser de façon approchée les matrices de type de celle
définie par (2.6), pour des βi proches les uns des autres.

On peut se convaincre que le modèle possède une certaine stabilité structurelle au voisinage
du point considéré (toutes les entités ont le même comportement) sans utiliser le caractère
génériquement diagonalisable de la matrice du gradient. On considère pour cela le système
linéaire
dw
= (A + εB) w,
dt
11. Cette notion de généricité est très utilisée oralement, elle est à manier avec précaution. Elle signifie ici
en substance que, au voisinage d’une situation considérée, l’ensemble des cas pour lesquels la propriété (dite
générique) n’est pas vérifiée est de mesure nulle.
12. Voir section 15, page 138 : les matrices sont de norme contrôlée mais, du fait que les vecteurs propres
sont quasiment colinéaires, leurs inverses ont une norme qui tend vers +∞ quand les βi tendent à se confondre.

26
avec
   
−1 1 0 · 0 −b1 b2 0 · 0

 0 −1 1 · · 


 0 −b2 b3 · · 

   
A + εB =  · · · · 0 +ε · · · · 0 
   
 · · · −1 1   · · · −bn−1 bn 
0 · · 0 −1 0 · · 0 −bn

où B est la matrice qui représentent les écarts à l’uniformité en termes de comportement
des conducteurs. Les bi n’ayant pas de raison d’être identiques, la matrice A + εB est en
général diagonalisable (les valeurs propres sont distinctes), mais de façon très instable comme
le suggère le développement précédent. Notons u0 la solution du problème de référence ẇ0 =
Aw0 . Cherchons alors la solution du système perturbé sous la forme ẇε = w0 + εw1 . On
obtient alors l’équation sur u1 :

ẇ1 = Aw1 + Bw0 + εBw1 ,

qui converge bien vers une solution bornée lorsque ε tend vers 0, ce qui assure que le com-
portement effectif du système correspond bien à celui associé à la matrice de Jordan, avec un
terme correctif Z t
w1 (t) = e−(t−s)A Bw0 (s) ds,
0
qui traduit les effets dus aux disparités entre conducteurs (disparités supposées légères).

Stratégie dépendant de la vitesse On se propose ici de baser le modèle sur un principe

différent : on considère que chaque entité a une vitesse qu’elle souhaiterait avoir si elle était
seule. A chaque instant elle estime la distance à l’entité précédente, ainsi que sa vitesse. A
la vitesse estimée elle associe une distance D(v) (qui correspondrait à la distance qui permet
d’éviter une collision avec quelqu’un qui avance à la vitesse v, en cas d’arrêt brusque). Si
sa distance effective est supérieure à cette distance, elle va à sa vitesse souhaitée, sinon, la
vitesse souhaitée est significativement réduite (jusqu’à ce que la distance effective redevienne
de l’ordre de D(v)). Une telle démarche conduit par exemple au modèle suivant :
  −1
xi+1 − xi − D(vi+1 )
vi = ẋi = Ui 1 + exp − .
us
Ce modèle est considérablement plus compliqué que les précédents, car la vitesse de chaque
entité dépend de la vitesse des autres de façon non linéaire, ni l’unicité ni même l’existence
d’une collections de vitesses réalisant l’ensemble des relations ne sont garanties. Plus précisé-
ment, la difficulté du propblème est conditionnée par le type du graphe des dépendances (voir
remarques 2.2 et 2.12). Dans le cas d’un graphe acyclique (entités sur une route rectiligne),
on fixe la vitesse de l’entité de tête, et les vitesses sont déterminées de façon unique en des-
cendant la hiérarchie. Dans le cas où l’on a des cycles en revanche, comme dans le cas d’une
route circulaire, le problème est plus délicat, il peut exister plusieurs collections de vitesses
qui vérifient le système.

27
3 Trafic routier ou piéton – micro – 1d – ordre 2 en temps

3.1 Le modèle

On s’intéresse ici à un modèle de trafic routier (ou piéton) microscopique (les entités sont
suivies individuellement) d’ordre 2 en temps. On note xi = xi (t) la position de la i-ème entité
au temps t, qui évolue sur R (on considérera par la suite le cas périodique). Le modèle s’écrit
1
ẍi = (ϕ(xi+1 − xi ) − ẋi ), (3.1)
τ
où τ est un temps caractéristique d’accession à une vitesse souhaitée. Pour des voitures,
τ représente le temps caractéristique mis par le conducteur pour accéder à la vitesse qu’il
souhaite. Ce temps peut dépendre du type de véhicule, du comportement du conducteur,
on pourrait même considérer (au prix néanmoins d’un changement profond sur la nature du
modèle) qu’il dépend du signe de ϕ(xi+1 − xi ) − ẋi (on peut avoir une voiture au moteur
poussif, mais qui possède de bons freins). Nous supposerons que ce temps τ est constant. La
fonction u 7→ ϕ(u) représente la vitesse que souhaite avoir un véhicule à la distance u du
véhicule qui le précède. Si l’on ne prend pas en compte la taille des véhicules, on choisira une
fonction croissante qui s’annule en 0, qui tend vers une valeur limite U quand u tend vers
+∞. Un exemple d’une telle fonction est

w 7−→ U (1 − exp (−w/ws )) , (3.2)

où us représente l’ordre de grandeur de la distance considérée par le conducteur comme étant
de sécurité (pour une vitesse égale à 1−1/e ≈ 0.6 fois la vitesse maximale. Pour un conducteur
agressif peu scrupuleux des distances de sécurité, us sera donc petit. Nous supposerons pour
simplifier les conducteurs tous identiques, ce qui conduit bien au modèle (3.1), avec une
fonction ϕ qui ne dépend pas de i.

Modèle alternatif : prise en compte du temps de réaction

Une approche alternative consiste à enrichir le modèle d’ordre 1 en temps proposé dans la
section 2 de la façon suivante : on considère que chaque conducteur ou piétons module sa
vitesse en fonction de ce qu’il estime être la distance à l’entité précédente, distance psycho-
logique en quelque sorte, qu’il estime par rapport à la distance réelle instantanée avec un
certain retard. On modélise ce retard en considérant que la distance psychologique relaxe
vers la vraie distance avec un temps caractéristique τ > 0, pour obtenir

ẋi = ϕ(w̃i ) (3.3)

1
w̃˙ i = (xi+1 − xi − w̃i ) . (3.4)
τ
La prise en compte de ce retard est assez similaire à la prise en compte d’une inertie mécanique.
On peut en particulier vérifier que l’étude de stabilité au voisinage des points d’équilibre est
parfaitement semblable. En revanche la philosophie est différente. Le modèle avec inertie
exprime en particulier qu’il est impossible à une entité de s’arrêter brusquement. Pour le
modèle avec retard, un arrêt brusque n’est a priori pas exclu : on peut considérer qu’une
entité est subitement sortie du modèle du fait d’une perturbation extérieure (ou d’une volonté
propre interne), qui la conduit à s’arrêter brusquement.

28
Solutions globales et accidents

Si l’on suppose la fonction ϕ Lipschitzienne, son prolongement par 0 sur ] − ∞, 0] reste

Lipschitzien, et le théorème de Cauchy-Lipschitz appliqué au système
ẋi = vi
1 (3.5)
v̇i = (ϕ(xi+1 − xi ) − vi ),
τ
assure l’existence d’une unique solution maximale, qui est globale d’après la proposition 23.12,
page 246. De façon évidente les solutions pour lesquelles les distances sont nulles voire né-
gatives sont à considérer avec une attention particulière. S’il advient que l’une des distances
s’annule, cela traduit une collision, et le modèle que nous avons écrit, même s’il est défini
mathématiquement, n’a plus de sens. Vérifions que des accidents sont en effet susceptibles de
se produire. On considère pour simplifier un véhicule derrière un véhicule à l’arrêt en 0. La
position du véhicule en mouvement, notée x ≤ 0, vérifie
1
(ϕ(−x) − ẋ) ,
ẍ =
τ
avec condition initiales en position et vitesse. On s’intéresse à ce qui se passe au voisinage de
l’origine, on a alors ϕ(−x) ≈ −ϕ′ (0) x. Notant ϕ′ (0) = 1/η, on obtient
1 1
ẍ + ẋ + x = 0.
τ τη
Les racines de l’équations caractéristique sont
s !
1 4τ
λ= −1 ± 1−
2τ η
On aura donc amortissement non oscillant pour τ /η < 1/4. Dans le cas contraire, x va at-
teindre 0 (à vitesse non nulle), on ne peut donc pas exclure dans ce cas l’occurrence d’accidents
(et donc la durée de vie finie de la solution en tant que trajectoire viable).

3.2 Stabilité

On peut se demander dans un premier temps si le modèle ci-dessus permet de reproduire

des régimes stationnaires stables. Nous nous concentrerons ici sur le cas périodique (route
circulaire du type périphérique, circuit de formule 1). Pour cela considérons la situation de N
entités sur une route circulaire, équidistants (distance weq = L/N ). La configuration où tous
les véhiculent roulent à la même vitesse V = ϕ(weq ), correspond au régime stationnaire.

Pour étudier la stabilité de cette situation, on travaille sur les variables de distance wi =
xi+1 − xi . Le modèle s’écrit pour cette nouvelle variable
1
ẅi = (ϕ(wi+1 ) − ϕ(wi ) − ẇi ), (3.6)
τ
pour lequel le vecteur (weq , weq , . . . , weq ) est point fixe. On peut écrire ce modèle (ẇ, v̇) =
Ψ(w, v), avec v = ẇ.
ẇi = vi
1 (3.7)
v̇i = (ϕ(wi+1 ) − ϕ(wi ) − vi )
τ

29
 La stabilité du point d’équilibre est conditionnée par les propriétés de la matrice
 
  −1 1 0 · 0
0 Id 
 0 −1 1 · · 

   
∇Ψ|y=yf = 1 1  , avec Aper =  · · · · 0  (3.8)
ϕ′ (ue )Aper − Id 
 0 · · −1 1


τ τ
1 0 · 0 −1

La matrice Aper est somme de − Id et d’une matrice circulante C. Cette dernière vérifie
C n = Id, son polynôme caractéristique est donc X n − 1, et ses valeurs propres sont ainsi les
racines n-ièmes de l’unité. Les valeurs propres de Aper sont donc
 
2ikπ
µk = −1 + exp , k = 1, . . . , n.
n
le problème aux valeurs propres pour la matrice globale s’écrit donc
 
ϕ′ (weq ) 1 λ ϕ′ (ue )
v = λw , Aw − v = λv =⇒ λ2 + − A w=0
τ τ τ τ

 
Pour tout couple propre uk , µk = −1 + exp 2ikπ n de Aper , on aura donc deux valeurs
propres pour la matrice globale, qui sont les racines de

λ ϕ′ (ue )
λ2 + − µk = 0,
τ τ
c’est à dire s   !
1 2ikπ
λ±
k = −1 ± 1 − 4ϕ′ (ue )τ 1 − exp (3.9)
2τ N
Notons α = 4ϕ′ (ue )τ . Le lieu des λ±
k est donc l’ensemble image du cercle unité par la trans-
formation (bivaluée) dans le plan complexe
 q 
z 7−→ −1 ± 1 − α(1 − z) /2τ .

Le point essentiel est de déterminer si les valeurs propres sont toutes de parties réelles posi-
tives. On se ramène donc à la question suivante : la racine carrée du cercle centré (sur l’axe
réel) en 1 − α et de rayon α appartient-elle au demi-espace Re(z) ≤ 1 ?

On peut préciser la réponse à cette question :

Lemme 3.1. La racine carrée du cercle centré (sur l’axe réel) en 1−α et de rayon α intersecte
le demi espace Re(z) > 1 si et seulement si α > 2.

Démonstration. Une première approche consiste à poser le problème à l’envers, en remarquant

qu’il y aura des point de l’ensemble recherché qui sont à droite de la droite Re(z) = 1 dès
que le carré de cette droite intersecte le cercle Cα en d’autres points que 1. Le carré de cette
droite est une parabole, lieu des z = (1 + iy)2 = 1 − y 2 + 2iy pour y décrivant R. Le rayon de
courbure en 1 de cette parabole est 2, il est donc plus petit que le rayon α du cercle dès que
α > 2.

30
 T Re(z) = 1


τ
2
τ2 T
x+ + y2 =
η η2

mode le plus instable

Zone de stabilité x2 − y 2 = 1

x + y2 = 0

z2 − 1
T : z 7−→
4 
τ
2
τ2
2 2
x −y −1+4 + 4x2 y 2 = 16
η η2

Figure 3.1 – Étude spectrale du système linéarisé

On peut essayer de se faire une idée plus précise du lieu des valeurs propres : l’ensemble
que l’on cherche à décrire est l’ensemble des x̄ + iȳ tels que

x̄2 − ȳ 2 = x , 2x̄ȳ = y

où x + iy décrit le cercle d’équation (x − 1 + α)2 + y 2 = α2 . Il s’agit donc d’une courbe

quartique d’équation   2
x̄2 − ȳ 2 − 1 + α + 4x̄2 ȳ 2 = α2 ,
qui contient le point z = 1.

On pose X = x̄2 , Y = ȳ 2 , pour obtenir

(X − Y − 1 + α)2 + 4XY = α2 , soit Ψ(X, Y ) = 0.

31
 2,5 2,5

0 0

-2,5 -2,5
-5

-2,5

2,5

-5

-2,5

2,5

5
Figure 3.2 – Cercles (gauche) et quartiques associées (droite), pour α = 0.3 , 0.5 , 1 , 2 , 6.

La dérivée de Ψ par à X, qui est 2(X + Y − 1 + α) est non nulle en (1, 0). On peut donc
d’après le théorème des fonctions implicites, exprimer X fonction de Y au voisinage de ce
point, et estimer la dérivée de cette courbe
dX ∂Y Ψ α−2
=− = ,
dY |(1,0) ∂X Ψ |(1,0) α

qui est > 0 (ie. les abscisses dépassent strictement 1) dès que α > 2.

Remarque 3.2. Pour α entre 0 et 2, le lieu des valeurs propres est une quartique dans la
bande x ∈ [−1, 1], tangente en 1 à la droite y = 1. Noter que, bien que le comportement soit
stable, on a des valeurs propres de partie réelle certes négative mais petite en valeur absolue.
Ces valeurs propres correspondent à des racines n−èmes proches de 1, donc des modes de très
basses fréquences (oscillations en espace dont la période est le l’ordre de la longueur totale
du chemin).

Remarque 3.3. Pour α = 1/2, le lieu des valeurs propres est une lemniscate de Bernoulli
(voir figure 3.2), qui correspond à la transition vers la connexité du lieu des valeurs propres.
Pour α = 1, la quartique est le cercle unité (en fait deux copies du cercle unité confondues).
Pour la valeur critique α = 2 on a une forme de stade allongée verticalement, avec une
courbure nulle en 1 ; pour α > 2, la courbe délimite un ensemble qui n’est plus convexe.

Mode le plus instable

On peut pousser l’analyse ci-dessus en cherchant à identifier le mode le plus instable. A

partir de
(X − Y − 1 + α)2 + 4XY = α2
on obtient
dX X +Y +1−α
=− .
dY X +Y −1+α
La variable X est donc maximale pour Y = −X − 1 + α. En ré-injectant dans l’équation de
la courbe, on obtient
α2
X= .
4(α − 1)

32
Pour estimer l’angle correspondant au mode le plus instable, on se ramène à la variable
correspondant au cercle centré en 1 − α, de rayon α, c’est à dire x = x̄2 − ȳ 2 = X − Y .
L’abscisse, relativement au centre 1 − α du cercle, du rayon vecteur correspondant au mode
le plus instable est donc
x − 1 + α = X − Y − 1 + α = 2X.
Comme ce rayon vecteur est le norme α, l’angle s’écrit
   
2X α
θ = arccos = arccos .
α 2(α − 1)

Pour α grand, on tend donc vers un angle de π/3, ce qui correspond à la n/6-ième racine
n-ième de l’unité (on suppose n divisible par 6, sinon le mode le plus instable est le plus
proche de celui-là). Le vecteur propre de la matrice Aper associé à la k-ième racine est
 
uk = e2iπkℓ/n ,
ℓ

soit, avec k = n/6, une oscillation de période 6 en n. Le mode le plus instable est donc
un mode de petite période (relativement au nombre total de véhicules, supposé grand), qui
affecte typiquement des groupes de 6 entités consécutives, avec alternances de sous paquets
de 3 en compression, décompression, etc . . ..

On peut aussi estimer cet angle au voisinage de l’apparition de l’instabilité (α = 2+ ), en

écrivant ε = α − 2, on a
     
α 1 + ε/2 ε √ √
θ = arccos arccos = arccos 1 − + o(ε) ∼ ε = α − 2.
2(α − 1) 1−ε 2

On aura donc pour α − 2 petit un angle θ petit, ce qui correspond à des basses fréquences
en espace, mais la croissance de θ vis-à-vis de α − 2 est très raide : le mode le plus instable
correspond très vite à une mode de haute fréquence (oscillation qui implique localement un
nombre faible d’entités). Si l’on prend par exemple α = 2.3, on a un angle autour de π/6, qui
correspond à une perturbation qui affecte localement 12 entités (voir figure 3.3). La plage sur
laquelle les modes les plus instables sont de basse fréquence est donc extrêmement étroite : il
peut être délicat de les observer en pratique 13 .
Exercice 3.1. Estimer l’ordre de grandeur de la vitesse de propagation vers l’amont du mode
le plus instable, pour α = 4 .

Remarque 3.4. Le paramètre α qui conditionne la stabilité s’écrit

α = 4ϕ′ (ue )τ,

qui est bien un nombre sans dimension : ϕ associe à une distance une vitesse, sa dérivée
est donc l’inverse d’un temps η. C’est le temps caractéristique associé au modèle d’ordre un
en temps (voir proposition 2.8, page 16). La condition d’instabilité s’écrit donc τ /η > 1/2.
Le temps τ quantifie la réactivité de l’entité. Dans le cas du trafic routier, cette réactivité
englobe la réactivité du véhicule. On pourra se faire une idée de ce temps caractéristique en
imaginant l’expérience suivante : le véhicule nous précédant pile brusquement, quel temps
13. La plage de valeurs sur laquelle on a des basses fréquence, i.e. le voisinage immédiat de 2+ , est d’une
amplitude inférieure à la précision que l’on peut espérer avoir sur l’estimation des paramètres τ et η = ϕ′ (ue ).

33
 1

0,75

0,5

0,25
2

2,5

3,5

4,5

5
Figure 3.3 – Angle θ (mode le plus instable) fonction de α.

allons nous mettre pour ralentir significativement notre vitesse (i.e. réduction au 2/3, pour
fixer les idées) ? Ce temps est de l’ordre de quelques secondes, disons 3 ou 4. La condition
indique que l’on aura donc un système plus stable dans le cas d’une bonne réactivité (τ petit).
Le temps η qui intervient dans le modèle de comportement est moins directement accessible à
l’intuition, puisqu’il apparaı̂t en fait comme l’inverse d’une variation en vitesse relativement
à la distance. Dans l’hypothèse raisonnable d’une fonction ϕ concave, défini par exemple
par (3.2), on a
U
ϕ′ (ue ) = exp(−ue /us ).
us
Dans les cas “dilués” (ue grand devant us ), η sera très petit, et le système sera stable. La
situation intéressante pour un trafic dense, i.e. exp(−ue /us ) ≈ 1. Le temps η s’écrit alors
us /U , où U est la vitesse maximale autorisée, et us la distance “typique entre véhicule”, plus
précisément la distance inter-véhicules correspondant à une vitesse de 1 − 1/e ≈ 0.6 fois la
vitesse maximale. Sur autoroute, on peut prendre une centaine de mètres comme ordre de
grandeur, ce qui donne un η de l’ordre de 3. On vérifie ainsi immédiatement que la valeur
critique 1/2 correspond à l’ordre de grandeur de τ /η : il peut être très délicat en pratique de
savoir si l’on est dans une situation stable ou instable.

Exercice 3.2. On trouve dans les ouvrages de sécurité routière les ordres de grandeur suivant
pour la distance totale (temps de réaction + freinage effectif) d’arrêt en fonction de la vitesse :

Vitesse (en km h−1 ) 30 50 70 90 120

Distance (en m) 14 28 46 68 108

En supposant que chaque conducteur adapte sa distance à sa vitesse en considérant qu’il

doit pouvoir éviter la collision en cas d’arrêt brusque du véhicule devant lui, estimer le para-
mètre η en fonction du régime d’écoulement (densité ou distance inter-véhicule), et préciser
la condition que doit vérifier le temps τ (qu’on peut considérer encoder le temps de réaction
effectif du conducteur et de son véhicule) pour que l’on ait stabilité asymptotique du régime
stationnaire.

34
3.3 Extensions, développements

Modèle macroscopique associé Comme dans le cas du modèle d’ordre 1, on peut dériver
formellement une équation aux dérivées partielles pour les perturbations de distances au
voisinage d’un point d’équilibre. On a
1
ẅi = (ϕ(wi+1 ) − ϕ(wi ) − ẇi ) .
τ
La situation wi ≡ weq est point d’équilibre du système 14 . On considère une perturbation de
cette situation, les distances sont de type ue + ui , où ui est maintenant une (petite) variation
de ue . On obtient
!
1 ′
1 ′ wi+1 − wi
ẅi = ϕ (weq )(wi+1 − wi ) − ẇ = weq ϕ (weq ) − ẇ
τ τ weq

Si l’on considère que les wi sont les valeurs d’une fonction lisse w aux points équidistants de
weq , on obtient formellement
1
∂tt w + (∂t w − c∂x w) = 0,
τ
avec c = weq ϕ′ (weq ).
Exercice 3.3. Montrer que le modèle macroscopique obtenu précédemment présente un com-
portement génériquement instable. Préciser ce qui est le plus discutable dans le développe-
ment asymptotique formel ayant conduit au modèle, et qui peut expliquer que le régime stable
observé pour le modèle microscopique ait complètement disparu au niveau macroscopique.

Modèle avec retard et inertie.

Comme on peut le vérifier par le calcul, les modèles (3.1) et (3.3) présentent des comporte-
ment analogues au voisinage d’une solution d’équilibre (exprimée en distance). Néanmoins
les phénomènes modélisés sont distincts, et l’on peut se demander ce qui se passe si les deux
sources de retard sont prises en compte simultanément. Le modèle correspondant s’écrit
1
ẍi = (ϕ(wi ) − ẋi )
τ
1
ẇi = (xi+1 − xi − wi ) ,
τ′
ou, exprimé à l’aide des distances ui = xi+1 − xi ,

u̇i = vi
1
ẇi = (ui − wi )
τ′
1
v̇i = (ϕ(wi+1 − wi ) − u̇i ) .
τ

Ce système (avec conditions périodiques) admet un point d’équilibre unique, pour lequel
toutes les distances (subjectives et réelles) sont les mêmes.
14. On pourra considérer le cas périodique, avec weq = L/n, ou la situation d’entités sur une voie rectigne,
derrière une entité de tête à vitesse fixée égale à ve = ϕ(weq ).

35
 L’analyse de stabilité est basée sur le spectre de

   
0 0 Id −1 1 0 · 0

 1 1



 0 −1 1 · · 

∇Ψ =  τ Id
 − Id 0 
 , avec A =

· · · · 0

 = −I + C.
 τ 

 
 1 ′ 1   · · · −1 1 
0 ϕ (ue ) A − Id 1 · · 0 −1
τ τ
La recherche d’élements propres (u, w, v, λ) peut se faire en considérant successivement les
élement propres (wk , µk ) de A. Pour chaque k = 0, . . . , n − 1, on aura alors 3 valeurs propres,
solutions de  
3 1 1 1 1 1
λ + ′
+ λ2 + ′ λ − ′ µk = 0.
τ τ ττ ττ η
On notera le rôle symétrique joué par les temps caractéristiques τ et τ ′ . Dans l’asymptotique
où tous deux tendent vers 0, on retrouve d’ailleurs l’étude de stabilité effectuée dans la
section 3, pour un temps effectif qui est la somme des deux temps. Plus précisément, on peut
écrire l’équation   
′ 3 ′
2 1
τ τ λ + τ + τ λ + λ − µk = 0.
η
Pour τ et τ ′ petits, on voit bien sous cette forme la cascade de perturbations singulières de
l’identité associée au modèle d’ordre 1, qui donne (voir équation (2.5), page 22) les valeurs
propres λk = µk /η = (−1 + exp(2ikπ/n))/η. Le terme en τ + τ ′ rajoute une perturbation
d’ordre 2, qui va faire germer deux valeurs propres pour chaque µk (selon l’expression (3.9)),
avec un temps de relaxation qui est simplement la somme des 2. Le terme en τ τ ′ ajoute une
dernière perturbation qui va conduire à l’apparition de 3 valeurs propres pour chaque µk .
L’identification du lieu des valeurs propres est laissé en exercice au lecteur . . ..

36
4 Trafic routier ou piéton – macro – 1d – ordre 1 en temps

Cette section donne, sous une forme très préliminaire, quelques éléments de modélisation
du trafic routier ou piétons selon une description macroscopique (densité linéique diffuse).

4.1 Modèle d’évolution

On considère l’évolution d’une population de piétons ou de véhicules sur une voie rec-
tiligne, population représentée par une densité linéique ρ(x, t). On considère que la vitesse
des entités est fonction de la densité : v = v(ρ). La manière la plus simple de prendre
en compte le fait que la vitesse est d’autant plus faible que la densité est importante est
v(ρ) = U (1 − ρ/ρmax ). La conservation de la masse s’écrit alors (voir section 5)

∂ρ ∂
+ (ρv(ρ)) = 0,
∂t ∂x
qui a la forme d’une équation de conservation que l’on peut écrire sous forme générale
∂ρ ∂
+ f (ρ) = 0, (4.1)
∂t ∂x
où f est le flux.

Propagation des perturbations

Si l’on considère une solution stationnaire ρe de l’équation, et une solution perturbée

ρe + ρ̃, on obtient formellement une équation de transport sur la perturbation :

∂t ρ̃ + f ′ (ρe )∂x ρ̃ = 0 (4.2)

qui exprime que les perturbations sont transportées à la vitesse f ′ (ρe ).

Supposons que ρ(x, t) est une solution régulière de cette équation. On appelle courbe
caractéristique une courbe t 7−→ x(t) telle que

ẋ(t) = f ′ (ρ(x(t), t).

On vérifie immédiatement que ρ est constant le long de telles courbes :

d
ρ(x(t), t) = ∂t ρ(x(t), t) + ẋ(t)∂x ρ(x(t), t) = ∂t ρ(x(t), t) + f ′ (ρ(x(t), t)∂x ρ(x(t), t) = 0.
dt
Comme ρ est constant le long de la trajectoire, la vitesse elle-même est constante :

t 7−→ x + tf ′ (ρ0 (x)).

Si l’on se donne une densité initiale ρ0 , on peut ainsi construire la solution associée en repor-
tant la valeur de densité initiale le long des caractéristiques. Cette démarche n’est évidemment
possible que tant que les caractéristiques ne se croisent pas.

37
 Pour une densité initiale donnée, supposée lisse (continûment différentiable), on peut
considérer le flot associé aux caractéristiques

Φt : x 7−→ x + f ′ (ρ(x0 , 0))t.

Si l’on suppose que la fonction f est C 2 , on peut calculer le jabobien de la transformation

J(t, x) = 1 + t f ′′ (ρ0 (x)) ρ′0 (x).

Ce Jacobien reste > 0 (la transformation est un difféomorphisme, i.e. les trajectoires ne se
croisent pas) pour tout t si f ′′ (ρ0 (x)) ρ′0 (x) ≥ 0. Si en revanche cette dernière quantité est
négative, alors l’application ne sera régulière que pour
1
t<− .
f ′′ (ρ0 (x)) ρ′0 (x)

Le temps de vie de la solution lisse sera donc

1
T =
max |(f ′′ (ρ0 (x)) ρ′0 (x))− |

(inverse du max de la partie négative de f ′′ (ρ0 (x)) ρ′0 (x)).

Si l’on considère le flux indiqué précédemment f (ρ) = U ρ(1 − ρ/ρmax ), on a f ′′ (ρ) =

−2U/ρmax < 0. On aura donc existence de solution lisse si ρ0 est décroissante, et croisement
de caractéristique en temps fini si en revanche ρ0 est croissante.

Remarque 4.1. On prendra garde au fait que, bien que l’on ait considéré le Jacobien de
l’application Φt , ce qui suggère un transport de mesure, n’est aucunement associée à un quel-
conque transport conservatif de masse.

Lien avec le modèle microscopique On peut faire un lien formel avec le modèle micro-
scopique présenté dans la section 2, en notant que la densité linéique (nombre de véhicules
ou de piétons par mètre) est l’inverse de la distance entre les personnes : ρ = 1/w. Si l’on
reprend la fonction ϕ qui définit la vitesse comme fonction de la distance, on a
     
1 1 1 1
f (ρ) = ρv(ρ) = ρϕ , f ′ (ρ) = ϕ − ϕ′ .
ρ ρ ρ ρ

qui, exprimée en distance locale we = 1/ρe , donne

f ′ (ρ) = ϕ(weq ) − weq ϕ′ (ueq ).

Si l’on s’intéresse à l’évolution d’une perturbation autour d’une densité uniforme ρeq , l’équa-
tion (4.2), exprime un transport à la vitesse f ′ (ρeq ). On retrouve au niveau macroscopique
la vitesse de propagation vers l’amont −ueq ϕ′ (weq ) trouvée dans la section 2. La vitesse ma-
croscopique contient nativement le terme de vitesse des entités ϕ(weq ), puisqu’il s’agit d’une
description eulérienne (la variable est exprimée dans le référentiel fixe du laboratoire, se-
lon l’expression consacrée), par opposition à la description microscopique qui est nativement
lagrangienne (les variables sont afférentes aux entités en mouvement).

38
Remarque 4.2. Il est immédiat dans le cadre microscopique Lagrangien de prendre en
compte des comportements différents selon les entités. C’est beaucoup plus délicat dans le
cadre macroscopique Eulérien que nous considérons ici. Prendre en compte une telle différen-
tiation nécessiterait de faire dépendre dépendre la fonction flux d’un label a qui fait référence
à une entité particulière. Le système s’écrit alors
∂t ρ + ∂x fa (ρ) = 0,
où a(x, t) permet de suivre les entités, i.e. obéit à une équation de transport non conservatif
(c’est une quantité intensive, du type information, qui est propagée) :
∂t a + u ∂x a = 0.

4.2 Solutions faibles

Les considérations précédentes indiquent qu’il ne peut, en général, exister de solution

lisse globale. Pour donner un sens aux solutions non lisses qui sont susceptibles d’apparaı̂tre
spontanément, on définit la notion de solution faible :
Definition 4.3. On dit que ρ ∈ L1loc (R×]0, T [) est une solution faible de (4.1) sur R×]0, T [
si f (ρ) ∈ L1loc (R×]0, T [) et si, pour tout ϕ, function C 1 à support compact dans R×]0, T [, on
a Z Z Z Z
T T
∂t ϕ ρ(x, t) dx dt + ∂x ϕ f (ρ(x, t)) dx dt = 0.
R 0 R 0
On peut intégrer une condition initiale à cette définition. On dira que ρ est solution faible
associée à la condition initiale ρ|t=0 = ρ0 ∈ L1loc (R) si
Z Z T Z Z T Z
∂t ϕ ρ(x, t) dx dt + ∂x ϕ f (ρ(x, t)) dx dt + ϕ(x, 0) ρ0 (x) dx dt = 0
R 0 R 0 R

pour toute fonction ϕ régulière à support compact dans R × [0, T [

On vérifie immédiatement que toute solution régulière est solution faible. Mais cette dé-
finition peut s’appliquer à des solutions qui ne sont pas régulières. Considérons par exemple
deux densités qui réalisent le même flux : F = f (ρ− ) = f (ρ+ ). La densité
ρ = ρ− 1]−∞,0[ + ρ+ 1]0,+∞[
est solution faible stationnaire de (4.1), de même que la densité obtenue en intervertissant ρ−
et ρ+ . On peut construire des solutions non stationnaires de la façon suivante : on se donne
deux densités ρL et ρR , et l’on cherche une solution ρ constante de part et d’autre d’un point
de discontinuité s(t) variable en temps. On vérifie qu’une telle densité est solution faible dès
que s vérifie une condition dite de Rankine-Hugoniot, comme l’exprime la
Proposition 4.4. (Relation de Rankine-Hugoniot)
On suppose la fonction flux f continue sur son intervalle de définition, et ρL et ρR deux
valeurs sur cet intervalle. La densité
ρ = ρL 1]−∞,s(t)[ + ρR 1]s(t),+∞[
est solution faible de (4.1) si et seulement si la discontinuité s progresse à la vitesse constante
f (ρL ) − f (ρR )
ṡ = . (4.3)
ρL − ρR

39
Démonstration. On utilise la définition d’une solution faible, en écrivant la première intégrale
double Z Z Z Z Z !
+∞ +∞ s(t) +∞
∂t ϕ ρ = ρL ∂t ϕ + ρR ∂t ϕ ,
R 0 0 −∞ s(t)
avec
Z Z ! Z Z !
s(t) d s(t) +∞ d +∞
∂t ϕ = ϕ − ṡ(t)ϕ(s(t), t) , ∂t ϕ = ϕ + ṡ(t)ϕ(s(t), t).
−∞ dt −∞ s(t) dt s(t)

La seconde intégrale double (avec la dérivée en espace sur la fonction test s’écrit
Z Z Z Z Z !
+∞ +∞ s(t) +∞
∂x ϕ f (ρ(x, t)) = f (ρL ) ∂x ϕ + f (ρR ) ∂x ϕ
R 0 0 −∞ s(t)

Z +∞
= ϕ(s(t), t))(f (ρL ) − f (ρR )).
0
On obtient donc finalement
Z +∞
ϕ(s(t), t)) (−ṡ(t)(ρL − ρR ) + f (ρL ) − f (ρR )) ,
0

qui est identiquement nul pour toute fonction test ϕ si et seulement si la condition (4.3) est
identiquement vérifiée.

Remarque 4.5. On peut retrouver la relation (4.3) en écrivant simplement un bilan de masse
au voisinage de la discontinuité.

Remarque 4.6. On peut voir cette formule comme la généralisation de la formule donnant
la vitesse de propagation de perturbations au voisinage d’une densité uniforme, en prenant
ρR = ρL + ε, ce qui donne ṡ ≈ f ′ (ρL ).

On peut vérifier que, sous sa forme faible, l’équation n’est pas bien posée, au sens où
elle admet en général plusieurs solutions. La théorie complète de telles équation dépasse le
cadre de ce cours sous sa forme actuelle, disons simplement ici qu’il est possible d’imposer
à la solution considérer de vérifier un critère supplémentaire, dit d’entropie, qui permet de
sélectionner la solution physique 15 parmi les nombreuses possibles. Ce critère n’est pertinent
que pour discriminer des solutions qui présentent des discontinuités, on peut montrer que ces
solutions acceptables sont telles que, lorsque la solution présente une discontinuité, les courbes
caractéristiques doivent arriver vers la discontinuité, et non pas en partir. Le développement
précédent donnant la vitesse de propagation de de la discontinuité en fonction des états à
gauche et à droite, on peut exprimer le fait que les caractéristiques vont vers la discontinuité
de la façon suivante :

Definition 4.7. Soit ρ(x, t) une solution faible de l’équation de conservation (4.1), avec
f ( · ) une fonction C 1 , au sens de la définition 4.3. On suppose que ρ présente localement (au
voisinage d’un point de l’espace temps) une discontinuité entre les valeurs ρL et ρR . On dit
que cette discontinuité vérifie la condition d’entropie de Lax si

f (ρR ) − f (ρL )
f ′ (ρL ) > > f ′ (ρR ).
ρR − ρL

40
 On notera que, dans le cas où f est convexe (ou f concave), la condition ci-dessus peut
se limiter à l’inégalité entre les bornes.

4.3 Résolution numérique

On se place sur l’intervalle ]0, L[ avec des conditions périodiques. La méthode des volumes
finis est basée sur une représentation de la densité par une fonction constante par morceaux
sur des cellules disjointes qui recouvrent le domaine spatial. Nous considérons ici des cellules
associées à à une subdivision uniforme de l’intervalle, de pas ∆x. On introduit de la même
manière une discrétisation en temps 0 < ∆t < 2∆t < · · · < N ∆t = T . On note ρnj la valeur
de la densité approchée sur la cellule i, sur l’intervalle de temps ]n∆t, (n + 1)∆t[. Le schéma
résulte de l’intégration de l’équation de conservation sur la cellule Cj et l’intervalle de temps
[tn , tn+1 ] :
Z Z Z tn+1  
n+1 n
ρ(x, t ) dx − ρ(x, t ) dx + f (ρ(xj+1/2 , t) − f (ρ(xj+1/2 , t) = 0,
Cj Cj tn

qui conduit à une classe générale de schémas que l’on note

∆t  
ρn+1
j − ρnj + Fj+1/2 − Fj−1/2 = 0.
∆x
La stratégie numérique repose sur la définition des flux discrets Fi+1/2 et Fi−1/2 . Nous nous
limiterons ici à des schéma explicites, basé sur la définition du flux discret comme fonctions
des densités de part et d’autre de l’interface :

Fj+1/2 = Φ(ρnj , ρnj+1 ),

ce qui conduit à une expression du schéma sous la forme canonique

ρn+1
j = H(ρn+1 n+1 n+1
j−1 , ρj , ρj+1 ).

Pour le cas du trafic routier, avec f (ρ) = ρv(ρ), il est naturel de décentrer vers l’amont le
ρ qui correspond à un transport de matière, et de décentrer vers l’aval le ρ qui est “vu” par
les conducteurs pour adapter leur vitesse, ce qui conduit au choix

Φ(ρL , ρR ) = ρL v(ρR ).

15. Ce type de critère a été élaboré dans le cadre de la dynamique des gaz. Précisons que, dans le cadre du
transport d’entités vivantes, sa légitimité est moins nette

41
5 Conservation, transport, et diffusion

Ce chapitre porte sur l’élaboration, et les premiers éléments d’analyses, d’équations aux
dérivées partielles qui expriment la conservation d’un certain substances. Bien qu’il s’agisse
d’équations exprimant des principes physiques très simples, cette élaboration est assez déli-
cates, notamment pour les raisons suivantes :

1. Les équations visées reposent sur un description de la matière par un continuum, décrit
par une densité locale. Dans la réalité, on ne peut définir une notion de densité locale
que sur les zones de taille très significativement à la tailles des “entités” impliquées
(molécules, cellules, personnes, véhicules, voire même planètes). La démarche basée
sur des objets géométriques (comme des petits disques au travers desquels on mesure
le flux, on de petits volumes dans lesquels on intègre la masse totale) n’a de sens que
si la taille de ses objets ne descends pas en dessous d’un certain seuil, qui dépend de
l’application considérée.
2. On peut établir des propriétés de solutions de l’équation des transports, basées sur la
notion de trajectoires, qui sont bien définies si le champ est régulier (e.g. Lipschitz).
S’il ne l’est pas, l’analyse de cette équation est beaucoup plus délicate. Mais on peut
s’interroger sur le sens qu’à cette équation lorsque les trajectoires ne sont pas définies,
puisqu’elle n’a été construite que pour précisément exprimer au niveau macroscopique
le transport de “particules”.
3. Concernant l’équation de transport : le phénomène le plus simple que l’on puisse
décrire concerne la cinématique d’un point matériel. Exprimé de façon Lagrangienne,
cela consiste à suivre la trajectoire d’un point dans l’espace, selon une vitesse qui est
simplement la dérivée de la position. Si l’on cherche à exprimer de transport de façon
eulérienne, par une équation aux dérivées partielles basée sur une variable d’espace
fixe, la particule est décrite par un objet extrêmement singulier, une mesure atomique
(Dirac) qui se déplace dans l’espace, et ce le couple Dirac-vitesse associée ne peut être
solution d’une EDP que dans un sens très généralisé, appelé sens faible.

5.1 Vecteur flux, équation de conservation

On s’intéresse ici à la description de la distribution d’une substance dans l’espace au cours

du temps, décrite par sa densité ρ(x, t).

Definition 5.1. (Vecteur flux)

Soit x un point du domaine occupé par la substance, n un vecteur unitaire, et Dε (n) un
disque (ou un segment s’il s’agit de la dimension 2) centré en x, d’aire ε (de longueur ε en
dimension 2), et normal à n. On note Q(ε, n) la quantité de substance qui traverse Dε par
unité de temps, comptée positivement dans le sens n. Si, pour tout n, la quantité Q(ε, n)/ε
tende vers une limite quand ε tend vers 0, et que cette limite est linéaire par rapport à n, i.e.
s’écrit J · n, on appelle J = J(x) le vecteur flux en x.

On se reportera à la section 5.5 pour des commentaires critiques sur le sens de cette
définition.

42
Équation de conservation On considère une substance qui se propage selon le vecteur
flux J. On écrit que la dérivée en temps de la quantité de substance Nω contenue dans un
sous-domaine ω immobile est égal au bilan instantané des flux à travers la frontière.
Z Z Z
dNω d
= ρ(x, t) dx = − J ·n = − ∇ · J.
dt dt ω ∂ω ω

Cette identité étant vérifiée pour tout ω, on en déduit l’équation

∂ρ
+ ∇ · J = 0. (5.1)
∂t

Terme source.
On peut intégrer à ce modèle des termes-source (ou termes-puits si l’on enlève de la matière),
en considérant une quantité f de matière injectée par unité de temps et par unité de volume.
Le bilan instantané de matière sur un volume ω s’écrit alors
Z Z Z
d
ρ=− J ·n+ f,
dt ω ∂ω ω

ce qui conduit à l’équation

∂ρ
+ ∇ · J = f.
∂t
Remarque 5.2. On peut, d’une certain manière, rendre statique le problème d’évolution en
le considérant comme un problème posé sur l’espace-temps. Toute entité vieillit à la vitesse de
1 (sans unité : il s’agit de secondes par seconde). Une solution de l’équation de conservation
peut alors se voir comme une densité ρ(x, t) telle que le champ F = (ρ × 1, J) est à divergence
nulle en espace temps :
∇t,x · F = ∂t ρ + ∇x · J = 0.
Nous privilégierons néanmoins dans ce qui suit l’approche consistant à distinguer la variable
de temps, de telle sorte que ∇ · représentera bien la divergence vis-à-vis de la variable d’es-
pace.

5.2 Transport

Cette section traite de l’écriture sous forme d’équations aux dérivées partielles de phéno-
mènes de transport. Dans le contexte de transport conservatif d’une variable extensive (de
type masse, nombre de particules, ou volume pour un fluide incompressible), on parle parfois
d’équation de continuité. Cette équation peut se “déduire”16 de l’équation de conservation
générale (5.1) et de l’expression du flux associés au transport par un champ de vitesse donné.

16. Cette démarche est discutable. En particulier, l’équation de conservation de la section précédente a
été construite informellement, en supposant les quantités impliquées (densité et flux) suffisamment régulières.
Établir rigoureusement l’expression J = ρu nécessite également des hypothèses de régularité. Or le cœur de
l’activité mathématique autour de l’équation de transport qui résulte de cette démarche consiste à établir des
résultats d’existence et d’unicité dans des cas en particulier où la vitesse est peu régulière, ce qui pourrait
sembler invalider de fait la démarche ayant permis de construire l’équation elle-même.

43
Modèle 5.3. (Équation de continuité)
On considère une substance décrite par sa densité ρ(x, t), et convectée par un champ de
vitesse u. Le vecteur flux s’écrit J = ρu, et l’équation correspondante est
∂ρ
+ ∇ · (ρu) = f.
∂t

Cette équation est parfois appelée équation de transport conservatif.

Remarque 5.4. Dans le cas où le champ convectant est à divergence nulle, l’équation s’écrit
∂ρ
+ u · ∇ρ = 0,
∂t
c’est cette dernière équation qui est le plus couramment appelé équation de transport. On
prendra garde cependant au fait qu’elle correspond (dans le cas où le champ n’est pas à diver-
gence nulle) au transport d’une quantité non extensive. Elle n’exprime ainsi pas le transport
d’une quantité de matière, mais d’une variable de type intensif, comme un signal, une ca-
ractéristique intrinsèque à l’entité transportée, un label, une information, typiquement des
variables qui ne se somment pas.

De façon à anticiper la notion de solution faible, basée sur une description de ρ comme
une trajectoire t 7→ ρt dans l’espace des mesures, on note maintenant ρt (x) la densité en x,
au temps t, et de même ut (x) pour la vitesse.

On considère un champ de vecteur ut (x) défini sur R+ × Rd , régulier. On note Xt (x, s) le

flot associé, défini par 
 ∂Xt (x, s) = ut (Xt (x, s))

∂t (5.2)

 X (x, s) = x.
s

On peut montrer que toute solution de l’équation de transport non conservative (ou
conservative avec un champ à divergence nulle) est constante le long des caractéristiques

Proposition 5.5. Soit ut un champ de vitesse régulier (continu par rapport au couple, C 1
par rapport à la variable d’espace), et ρt une solution régulière de l’équation

∂t ρt + ut · ∇ρt = 0.

Alors ρt est constant le long des caractéristiques t 7→ Xt (x, s) définies par (5.2).

Démonstration. On a
d ∂
ρt (Xt (x, s)) = ∂t ρt + Xt (x, s) · ∇ρt = ∂t ρt + ut · ∇ρt = 0.
dt ∂t

On en déduit directement, toujours dans le cas régulier, l’expression de la solution de

l’équation de transport conservative :

44
Proposition 5.6. Soit ρt une solution de l’équation

∂t ρt + ∇ · (ρt ut ) = 0,

avec ut régulier (continu, et continûment différentiable par rapport à la variable d’espace).

Alors ρt vérifie  Z t 
ρt (Xt (x, 0)) = ρ0 (x) exp − ∇ · us (Xs (x, 0)) ds .
0

Noter que l’on peut ainsi exprimer ρt à partir d’une donnée initiale en renversant le flot :
 Z t 
ρt (y) = ρ0 (X0 (y, t)) exp − ∇ · us (Xs (y, t)) ds .
0

Flot d’un champ de vecteur et équation de transport conservative Ce qui suit peut
être considéré comme une approche alternative pour construire l’équation de transport sous
forme conservative, sans passer par la notion de flux 17 .

Soit ut un champ de vitesse régulier en espace temps, et ρ0 une densité positive régulière.
On note Xt (x, s) le flot associé, défini par (5.2). Pour tous t,s ∈ R, on note ρt la mesure
image de ρ0 par l’application Xt ( · , 0). de telle sorte que ρt est aussi la mesure image de ρs
par Xt ( · , s).

Pour toute fonction régulière ϕ ∈ D(Rd ) = Cc∞ (Rd ), on a en particulier

Z Z
ϕ(y)ρt (y) dy = ϕ(Xt (x, s))ρs (x) dx.
Rd Rd

En dérivant cette identité par rapport au temps t, puis en prenant s = t, on obtient

Z Z
ϕ(y)∂t ρt (y) dy = ∇ϕ(Xt (x, s)) · ut (Xt (x, s)) ρs (x) dx
Rd Rd
Z Z
= ∇ϕ(x) · ut (x) ρs (x) dx = − ϕ(x)∇ · (ut (x) ρt (x)) dx,
Rd Rd
d’où Z
ϕ(x) (∂t ρt (x)) + ∇ · (ut (x) ρt (x))) dx = 0.
Rd
Cette identité étant valable pour tout instant t, pour tout fonction test ϕ, on en déduit
formellement l’équation de transport conservatif (ou équation de continuité)

∂t ρt + ∇ · (ut ρt ) = 0.
17. Cette approche, qui permet de passer d’une description lagrangienne à une description eulérienne est
d’une certain manière inverse de la précédente : l’équation de transport avait été introduite pour exprimer
une conservation, et l’on en avait déduit des propriétés impliquant les caractéristiques associées au champ
de transport. Dans cette seconde approche, on part des trajectoires des caractéristiques, et l’on établit des
propriétés de conservation dans deux contextes : mesure images associées au flot, représentées par des densités
régulières, puis plus loin (proposition 5.9) transport de mesures singulières. Cette seconde approche est d’une
certaine manière plus légitime, et en tout cas formalisable rigoureusement. Nous avons néanmoins conservé
l’approche basée sur le flux, malgré ses défauts, car dans d’autres contextes (et en particulier quand les
particules transportées interagissent de façon complexe entre elles, comme en mécaniques des fluides), elle
permet d’obtenir formellement des modèles pertinents, quand l’autre approche est essentiellement inapplicable.

45
Remarque 5.7. En termes de modélisation, on peut voir l’équation de transport de diffé-
rentes manières, qui conditionnent le sens que l’on peut souhaiter donner aux solutions. La
première consiste à se donner un champ de vitesse, une densité initiale, et à étudier le trans-
port de la densité par le champ. C’est sous cette forme-là que le problème est classiquement
étudié d’un point de vue théorique (voir plus loin). Cette situation correspondrait par exemple
à l’écoulement d’un fluide qui remplit un certain domaine. On injecte alors dans ce fluide un
traceur passif, c’est à dire une substance dont on peut suivre le mouvement, mais qui n’a pas
d’incidence sur ce dernier. La densité considérée est alors celle du traceur passif. Dans ce
premier cas le champ est bien défini indépendamment de la matière (traceur) qu’il transporte.
On a toujours une solution particulière, d’un intérêt limité, qui exprime le transport d’une
quantité nulle de traceur par le champ de vitesse sous-jacent.

Une deuxième vision correspondrait à des particules qui évoluent dans le vide (ou dans
l’air, dont on pourra négliger les effets dans certains régimes), qui éventuellement intéra-
gissent entre elles, sont soumises à l’action de forces extérieures, etc. . .. Si l’on connait le
champ de vitesse, on souhaite écrire le transport de la matière par le champ de vitesse. Mais
ce dernier n’est de façon évidente défini que là où il y a de la matière, il n’est pas donné a
priori en tout point de l’espace. D’un point de vue mathématique, le problème est très dif-
férent. Les questions typiques que l’on peut se poser sont les suivantes : étant donnée une
famille de mesures (ρt ), existe-t-il un champ de vitesse qui transporte ρt ? Est-il ρt -presque
partout unique ? C’est la version mathématique du problème de l’expérimentateur qui cherche
à estimer des vitesses à partir d’observations en termes de positions (de particules, cellules,
individus dans une foules, voitures, voire planètes). Dans ce contexte, les champs de vitesses
n’ont en général aucune raison de présenter la moindre régularité d’un point de vue Eulérien.
C’est précisément en prenant en compte des interactions entre particules que l’on peut espérer
obtenir une certaine régularité, et obtenir des équations aux dérivées partielles (eulériennes,
donc).

C’est la version mathématique du problème de l’expérimentateur qui cherche à estimer

des vitesses à partir d’observations en termes de position. Cette vision joue un rôle très
important dans le cadre du transport optimal, nous proposons ci-dessous une définition de
solutions adaptée à ce type de situation.

Solutions faibles

L’équation de continuité introduite ci-dessus fait intervenir des dérivées en temps et en

espace. On parlera de solution classique (ou forte) de cette équation une densité continûment
différentiable en temps et en espace, pour un champ advectant lui même C 1 en x et au moins
continu en t. Le phénomène de transport d’une substance ne nécessitant aucune régularité
pour avoir un sens, il est important de donner un sens à l’équation pour des densités (et des
vitesses) moins régulières, pour lesquelles les dérivées intervenant dans l’équation ne sont pas
définie au sens classique. On parlera alors de solution faible. Cette appellation ne couvre pas
une notion précise et universelle, mais plutôt une approche permettant de définir un type de
solutions avec un degré de généralisation qui dépend du contexte. Nous proposons ici une
approche assez extrême, puisqu’elle permet de définir la notion de solution non seulement
pour des densités peu régulière, mais même pour des mesures non absolument continues par
rapport à la mesure de Lebesgue.
Definition 5.8. Soient (ρt ) une famille de mesures de Borel 18 sur Rd , (ut ) une famille de

46
champs de vecteurs ρt -mesurables avec ut ∈ L1ρt , telles que
Z T Z T Z
kut kL1ρ dt = dt |ut | dρt < +∞.
0 t 0 Rd

On dit que le couple (ρt , ut ) est solution faible sur ]0, T [ de l’équation de transport si
Z T Z
dt (∂t ϕ + ut · ∇ϕ) dρt = 0
0 Rd

pour tout ϕ ∈ Cc∞ (Rd ×]0, T [).

Cette définition s’applique directement à des mesures définie sur un ouvert Ω. On prendra
garde que, dans ce cas, l’équation ne donne aucune information sur ce qui se passe au bord
de l’ouvert.
Exemple 5.1. L’équation ci-dessus exprime de façon eulérienne et macroscopique le trans-
port de particules. Considérons une particule de masse m dont la trajectoire est t 7→ x(t), de
vitesse u(t) = ẋ(t). On peut représenter ce mouvement de façon eulérienne en considérans la
mesure ρt = mδx(t) , et le “champ” de vitesse ut = u(t) (cette vitesse n’est définie qu’en x(t),
elle n’a pas de sens ailleurs puisque la mesure est supportée en ce point). On a
Z T Z Z T
dt (∂t ϕ + ut · ∇ϕ) dρt = (∂t ϕ(x(t), t) + u(t) · ∇ϕ(x(t), t)) dt
0 Rd 0
Z T d
= ϕ(x(t), t) dt = ϕ(x(T ), T ) − ϕ(x(0), 0) = 0
0 dt
pour tout ϕ ∈ ∞ d
Cc (R ×]0, T [).

La proposition suivante généralise l’exemple précédent, et peut aussi être considérée

comme une manière de construire l’équation de transport conservative.
Proposition 5.9. On considère un champ de vecteur v(x, t) défini sur Rd × [0, T ], régulier
(continu par rapport à (x, t), et globalement Lipschitz par rapport à la variable d’espace 19 ,
uniformément par rapport au temps). On se donne une mesure positive atomique
N
X
ρ0 = mi δxi .
0
i=1

On note xit la trajectoire issue de xi0 associée au champ v, i.e. telle que
dxit
= v(xit , t),
dt
et l’on introduit
N
X
ρt = mi δxit .
i=1

On note ut la mesure vectorielle supportée par le nuage des xit , qui prend la valeur v(xit , t) en
xit . Alors le couple (ρt , ut ) est solution faible de l’équation de transport (définition 5.8).
18. Mesures boréliennes positives qui prennent une valeur finie sur tout compact de Rd
19. L’hypothèse Lipschitz n’est pas à strictement parler nécessaire, il suffit que les trajectoires soient définies
(pas nécessairement de façon unique) sur [0, T ] pour que la courbe de mesures atomiques résultante, avec la
vitesse associée, soit solution faible de l’équation de transport.

47
Démonstration. On vérifie tout d’abord la propriété pour un seul atome (N = 1). On consi-
dère donc une trajectoire t 7→ xt , et la densité associée ρt . On a
Z T Z Z T
dt (∂t ϕ + ut · ∇ϕ) dρt = (∂t ϕ(xt , t) + v(xt , t) · ∇ϕ(xt , t))
0 Rd 0
Z T d
= ϕ(xt , t) = ϕ(xT , T ) − ϕ(x0 , 0) = 0.
0 dt
On en déduit la propriété générale pour N masses, la linéarité de l’équation permettant de
sommer les atomes.

Remarque 5.10. On prendra garde au fait suivant : la formulation faible suggère qu’il suffit
de se donner un champ de vitesse presque partout pour que la notion de solution soit définie
sans ambiguı̈té. Mais cette impression n’est justifiée que pour des mesures qui sont absolument
continues par rapport à la mesure de Lebesgue, car l’intégrale impliquée dans la formulation
faible demande que ut soit définie ρt - presque partout. Prenons par exemple le champ ut sur
R identiquement égal à un, sauf en 0 où le champ prend la valeur 0. Cette dernière précision
peut sembler incongrue car {0} est de mesure nulle (relativement à la mesure de Lebesgue),
mais la difficulté est que rien dans l’équation n’interdit l’apparition de mesures singulières,
qui chargeraient le point 0 en question. On pourra ainsi vérifier que, pour la condition initiale
ρ0 = 1]−1,0[ , l’équation admet une infinité de solutions, parmi lesquelles on retrouve bien le
transport à vitesse constante de la densité initiale

ρt = 1]−1+t,t[ ,

mais aussi
ρt = 1]−1+t,0[ + tδ0 ∀t ∈ [0, 1[ , ρt = δ0 ∀t ≥ 1,
et, en fait, une infinité de solutions intermédiaires : lors du passage en 0, on peut choisir de
laisser passer une fraction arbitraire de masse vers les x positifs, et d’en conserver en 0 le
reste (qui va s’accumuler pour former une mesure singulière).

Exercice 5.1. Dans l’esprit de la remarque précédente, montrer que la mesure

δ0 sur ] − ∞, 0[
ρt =
θδ−V t + (1 − θ)δV t sur ]0, +∞[

est solution de l’équation de transport pour le champ de vitesse −V sur ] − ∞, 0[, V sur
]0, +∞[, et 0 en 0, avec V > 0, quelle que soit la valeur de θ ∈ [0, 1]. Peut-on construire un
tel exemple d’indétermination avec le champ de vitesse opposé ? (on pourra se reporter aux
notions introduites dans la section 22.7, page 240).
Exercice 5.2. On considère le mouvement monodimensionel d’une masse m décrit de façon
eulerienne par ρt = δx(t) . On régularise la mesure en considérant ρεt (t) = m
ε 1]x(t),x(t)+ε . Écrire
les dérivées partielles en temps et en espace de ρεt au sens des distributions (ou des mesures)
vis-à-vis de la variable d’espace, pour tout temps t, montrer que ces distributions convergent
quand ε tend vers 0 vers des distributions d’ordre 1 ∂t ρ et ∂x ρ, et vérifier que l’équation

∂t ρ + V (t)∂x ρ = 0

est vérifiée au sens des distributions.

48
Aspects théoriques

Malgré sa simplicité apparente, et la trivialité du phénomène qu’elle formalise, l’équation

de transport pose des problèmes théoriques extrêmement délicats dès que le champ de vitesse
n’est pas régulier. Concernant le premier point de vue de la remarque 5.7, on pourra se
reporter à l’article historique de Di Perna & Lions 20 , qui établit le caractère bien posé de
l’équation de transport (existence et unicité d’une solution pour une condition initiale donnée)
dans le cas d’un champ de vitesse W 1,1 , et de divergence uniformément bornée. On pourra
aussi se reporter à Ambrosio 21 pour une présentation détaillées des différentes approches.

Le second point de vue de la remarque 5.7, qui pose le problème, étant donnée une
famille de mesure, de l’identification d’un champ de vitesse sous-jacent, trouve un cadre
particulièrement fécond dans la théorie du transport optimal, voir par exemple [7].

Modèles structurés en âge

L’équation de transport prend une forme particulière lorsque la variable d’espace elle-
même correspond en fait à un temps. Ce cadre est naturel lorsque l’on suit une densité de
population par tranche d’âge. La forme discrète de cette description correspond à la pyramide
des âges, utilisée par les démographes. La version continue est basée sur la définition d’une
densité ρ(a, t), qui quantifie le nombre de personne à l’âge a. Plus précisément, ρ(a, t) da
correspond au nombre de personnes entre les âge a et a + da.

On obtient typiquement des systèmes de la forme suivante (comme dans la remarque 5.2,
la vitesse correspond à un vieilissement d’une unité de temps par unité de temps) :

∂t ρ + ∂a ρ = −µ(a, t)a,
Z +∞
ρ(0, t) = β(a, t)ρ(a, t) da,
0

où µ(a, t) correspond au taux de disparition à l’âge a, et β(a, t) un taux de fécondité à

l’âge a. La dépendance en temps de ces valeurs permet de prendre en compte des facteurs
exogènes, du type épidémie momentanée, ou guerre (augmentation de µ(a, t)), ou par exemple
la mise en place d’une politique nataliste (augmentation de β(a, t)). La seconde équation
donne l’impression que l’on fixe le nombre de personnes d’âge 0. Ce terme doit plutôt être
interprété comme un terme de flux : de nouvelles personnes (les nouveaux-nés) rentrent dans
le circuit, et la valeur ρ(0, t) doit être lue comme un flux ρ(0, t) × 1 (où 1 est une “vitesse” en
secondes par seconde), que l’on exprime comme résultant du processus de reproduction.

5.3 Diffusion

Modèle 5.11. (Loi de Fick)

20. R.J. Di Perna & P.L. Lions,
Ordinary differential equations, transport theory and Sobolev spaces, Invent. math. 98, 511-547 (1989),
[Link]
21. L. Ambrosio, transparents d’un cours donné à Benasque en 2005
[Link] Voir aussi : Flot Lagrangien ré-
gulier, Ambrosio & Trevisan [Link]

49
 On dit qu’un phénomène de propagation suit la loi de Fick s’il existe un paramètre positif D
tel que
J = −D∇ρ.

Remarque 5.12. D’un point de vue qualitatif, cette loi exprime le fait que la substance
a tendance à aller des zones à forte densité vers les zones à faible densité. On peut donc
s’attendre à ce qu’un tel phénomène tende à uniformiser les densités.

Équation de la chaleur On considère une substance qui diffuse dans un milieu selon la loi
de Fick (modèle 5.11). L’équation de conservation (5.1) s’écrit ici

∂ρ
− ∇ · D∇ρ = 0,
∂t
ou, dans le cas où D est uniforme,
∂ρ
− D△ρ = 0. (5.3)
∂t

Diffusion non isotrope. Dans le cas où le milieu n’est pas isotrope (i.e. la diffusion est plus
ou moins facile selon la direction), on peut introduire une matrice de diffusion définie positive
D qui conduit a une équation formellement analogue. Ce phénomène traduit la non-isotropie
du milieu considéré : lorsque la diffusion se fait plus aisément dans certaines directions, la
matrice D ne sera pas scalaire. Cette situation est courante dans le cas de milieux fibreux
(une direction longitudinale très diffusive, les deux autres moins), comme le sont par exemple
les muscles dans le corps humain, ou de milieux stratifiés (deux directions plus diffusives que
la direction transverse).

Conditions aux limites On suppose que le phénomène de diffusion prend place dans une
zone délimitée de l’espace. On note Ω cette zone, et l’on suppose que Ω est un ouvert borné.
Il est alors licite de prescrire deux types de condition sur la frontière de Ω.
(i) Conditions de Dirichlet : la valeur de la densité est imposée au bord du domaine.
(ii) Conditions de Neumann : on prescrit le flux J · n à travers la frontière du domaine Ω,
c’est-à-dire, sous l’hypothèse de flux régi par la loi de Fick, la dérivée normale de la
densité, ou plus précisément −D∂ρ/∂n.
Il est possible de panacher ces deux conditions, c’est-à-dire d’imposer la valeur de ρ sur une
partie de la frontière, et la valeur de la dérivée normale sur son complémentaire.

Notons qu’un troisième type de conditions aux limites peut être envisagé, qui implique à
la fois la valeur de la fonction et sa dérivée normale, il s’agit des

(iii) Conditions de Robin (ou Fourier) : on prescrit une combinaison linéaire (à coef-
ficient positifs) de la valeur et de la dérivée normale.

Précisons d’où peuvent venir ces dernières conditions en prenant l’exemple de la diffusion
de l’oxygène dans le sang au travers de la paroi alvéolaire. On assimile un alvéole à une sphère
remplie d’air, au sein duquel l’oxygène diffuse selon la loi de Fick avec un certain paramètre
de diffusivité D. La paroi alvéolaire sépare l’alvéole des capillaires dans lesquels circulent le
sang, dont les globules rouges vont capter l’oxygène. Au sein de cette paroi, l’oxygène diffuse

50
également et comme elle est très fine, il est licite de négliger au premier ordre la diffusion
dans la direction transverse. Si l’on note uext la concentration en oxygène dans le sang, on
peut écrire que le flux d’oxygène au travers de la paroi est proportionnel à la différence de
valeurs de part et d’autre, ce qui conduit à écrire

Flux alvéole vers sang = β(u − uext ),

où u est la valeur de la concentration dans l’alvéole au voisinage de la paroi alvéolaire, d’où
la condition en tout point de la frontière
∂u ∂u
−D = β(u − uext ) , i.e. βu + D = βuext .
∂n ∂n
Noter que cette condition présente l’avantage de contenir d’une certaine manière toutes les
autres, puisque l’on retrouve des conditions de Neumann en faisant tendre β vers 0, et des
conditions de Dirichlet 22 en faisant tendre β vers +∞.

Noyau de la chaleur. On se place sur l’espace Rd tout entier. Pour tout x ∈ Rd , la fonction

|x − y|2
1 −
Ky (x, t) = e 4Dt , (5.4)
d/2
(4πDt)

est solution de l’équation de la chaleur (5.3), de telle sorte que, pour toute fonction u0
suffisamment régulière,

Z |x − y|2
1 −
u(x, t) = e 4Dt u0 (y) dy,
(4πDt)d/2 Rd

est la solution de l’équation de la chaleur pour la donnée initiale u(x, 0) = u0 (x).

Remarque 5.13. L’expression (5.4) ci-dessus correspond également à la densité de présence

d’une particule brownienne issue de y à t = 0, et dont la position X vérifie dX = σdWt , où
Wt est un processus de Wiener.

Cadre mathématique pour le problème de Poisson et l’équation de la chaleur

Le problème de Poisson a fait l’objet d’un nombre de travaux considérable, est suscite
encore une certaine activité de recherche, notamment sur les questions de régularité de la
solution pour des domaines peu réguliers et des conditions aux limites panachées. L’approche
la plus directe consiste à écrire le problème sous forme variationnelle, et à identifier dans
cette forme un problème qui rentre dans le cadre du théorème de Riesz-Fréchet (22.17). Le
problème posé sur un domaine Ω borné, avec conditions de Dirichlet homogènes, consiste à
chercher u ∈ V = H01 (Ω) tel que
Z Z
∇u · ∇v = fv ∀v ∈ V, (5.5)
Ω Ω

22. Cette technique est couramment utilisée numériquement pour imposer, dans le cadre des méthodes
d’éléments finis, des conditions de Dirichlet sans changer la structure de la matrice : il s’agit de la méthode de
pénalisation frontière.

51
où, de façon abstraite, a(u, v) = hϕ , vi pour tout v ∈ V . Les propriétés de symétrie, de
continuité, et de coercivité (voir Définition 22.20) de la forme bilinéaire en font un produit
scalaire qui induit une norme équivalente à la norme de départ, et le théorème de Riesz-
Fréchet (22.17) assure l’existence et l’unicité d’une solution.

Le problème instationnaire peut être mis lui-même sous forme variationnelle, et rentre
dans le cadre du théorème 22.45, basé sur la décomposition spectrale de l’opérateur auto-
adjoint compact (−∆)−1 dans L2 . Ce théorème donne une forme explicite de la solution
comme série infinie, qui s’écrit pour le problème homogène (f ≡ 0)
+∞
X
u(t) = uk0 e−λk t wk
k=1

où (wk ) est la base Hilbertienne (voir théorème 22.41) des fonctions propres du Laplacien
avec conditions de Dirichlet, et 0 < λ1 < λ2 < . . . les valeurs propres associées. Les - uk0 sont
les coefficients de la décomposition de la condition initiale dans la base hilbertienne des wk .
Remarque 5.14. L’opérateur du Laplacien apparaı̂t donc, dans ce contexte comme l’opéra-
teur de divergence composé avec le gradient, deux opérateurs mutuellement adjoint. Ce fait
conduit, lorsque l’on écrit la formulation variationnelle du problème de Poisson −∆u = f
sur un domaine Ω, à une forme bilinéaire symétrique :
Z Z
∇u · ∇v = f v,
Ω Ω

avec des rôles parfaitement symétriques joués par le gradient appliqué à la fonction inconnue,
qui provient de la loi de Fick (ou tout autre loi constitutive du même type, comme la loi de
Darcy (6.9) pour les milieux poreux par exemple), et le second gradient appliqué à la fonction
test, qui apparaı̂t comme adjoint de l’opérateur de divergence. On prendra garde au fait que
les sens de ces opérateurs respectifs sont, en terme de modélisation, très différents. Le premier
exprime une loi phénoménologique, qui pourrait fort bien être invalidée dans certains contextes
(comme dans les cas de diffusion non-linéaire par exemple), et devoir être remplacée par un
autre opérateur. La divergence à l’origine du second gradient est en revanche plus universelle,
puisqu’elle exprime simplement le principe conservation de la matière, ou plus généralement
de bilan de matière dans le cas où l’on a un terme source.

5.4 Transport - diffusion

Lorsque les deux phénomènes évoqués précédemment coexistent, on parle de transport-

diffusion, ou convection-diffusion.

On peut décomposer le vecteur flux en ses deux composantes

J = Ju + JD = uρ − D∇ρ,
ce qui conduit à ’équation
∂ρ
+ ∇ · (uρ) − ∇ · D∇ρ = 0.
∂t
Definition 5.15. (Nombre de Péclet)
Le nombre de Péclet est défini par
UL
Pe = ,
D

52
où L représente la taille caractéristique du domaine considéré, U l’ordre de grandeur du
module de u, et D le coefficient de diffusion.

Lorsque le nombre de Péclet est petit devant 1, cela signifie que les phénomènes de diffusion
sont prépondérants devant les phénomènes de convection. Concrètement, cela signifie que
le terme de convection dans l’équation peut être supprimé sans que le champ solution soit
modifié de façon significative. Pour Pe >> 1, c’est au contraire la convection qui domine. Dans
cette dernière situation, on prendra garde au fait que la suppression du terme de diffusion
change profondément la nature de l’équation. Plus précisément, si l’on considère l’équation
de convection-diffusion avec des conditions de Dirichlet (valeur de ρ imposée au bord), on
peut voir apparaı̂tre lorsque a tend vers 0 le phénomène dit de couche limite. Dans le cas
limite D = 0, sur une partie de la frontière où la vitesse est sortante, l’équation ne “voit” pas
la condition limite, puisque qu’il n’est pas licite de prescrire la valeur de ρ en un tel point.
On aura en général pour des nombres de Péclet grands apparition de très forts gradients de
ρ au voisinage de ces zones.

Adimensionnement des équations de transport diffusion

Le nombre de Péclet peut être introduit de la façon suivante : on considère une substance qui
se propage par advection et diffusion (champ u et paramètre a), dans un domaine de taille
caractéristique L. On note note U l’ordre de grandeur du champ advectant, et T = L/U un
temps caractéristique (temps mis par une particule pour être déplacée par advection d’une
longueur caractéristique). Écrire l’équation en variables adimensionnées consiste à introduire
les variables de temps et d’espaces (sans dimension) t⋆ = t/T et x⋆ = x/L. On note par
ailleurs u⋆ = u/U . Dans ces nouvelles variables, l’équation s’écrit
∂ρ 1 ⋆
⋆
+ ∇⋆ · (u⋆ ρ) − ∆ ρ = 0,
∂t Pe
Exemple 5.2. (Couche limite)
On considère l’équation de convection-diffusion stationnaire (la dérivée partielle par rapport
au temps est égale à 0) sur l’intervalle ]0, L[, avec une vitesse constante égale à 1, et des
conditions aux limites ρ(0, t) = 1, ρ(L, t) = 0 :
∂x ρ − a∂xx ρ = 0.
La fonction ρ ne dépendant plus du temps, on note ρ′ et ρ′′ les dérivées en x. On déduit de
l’équation de convection diffusion stationnaire que ln |ρ′ | est affine de pente 1/a, d’où, après
prise en compte des conditions aux limites,
x−L
1−e a
ρ(x) = L .
1 − e− a
On vérifie que cette fonction, qui prend la valeur 0 en x = L, tend uniformément vers 1 sur
tout intervalle du type [0, L − η], avec η > 0.

5.5 Remarques additionnelles

Sur la notion de flux, sur l’équation de conservation

La définition formelle 5.1, à la base de toutes les équations aux dérivées partielles qui
expriment la conservation d’une certaine quantité, n’a en fait pas un sens très clair. En

53
premier lieu, pour tous les phénomènes réels impliquant des particules ponctuelles 23 , elle n’a
de sens que si le diamètre du disque n’est pas trop petit vis à vis des tailles caractéristiques
√
du phénomène microscopique étudié 24 . La notion n’a en particulier par de sens si ε (≈
diamètre du disque Dε (n)) est de l’ordre de la distance interparticulaire, ou plus petit. Par
ailleurs, l’expression par unité de temps sous-entend que l’on fait le bilan sur un intervalle
de temps petit, mais suffisamment grand pour laisser passer un nombre significatif d’entités.
Pour que cette notion ait un sens, il faut par ailleurs que ε et le temps d’intégration ne soient
pas trop grands. Si en divisant par exemple ε par deux, on trouve une valeur significativement
différente, c’est que la fenêtre d’observation est trop grande. De façon générale, cette notion
n’aura de sens que pour des plages de tailles et temps caractéristiques adaptées au problème
considéré. Ces plages peuvent être très étroites dans le cas par exemple du trafic routier ou
piétons ; le rapport entre l’échelle macroscopique (taille caractéristique du domaine étudié,
tronçon de route ou couloir dans un bâtiment), et l’échelle microscopique (taille des entités
considérées, et / ou des distances entre elles) n’est pas très grand, de l’ordre de 102 dans
certains cas. La situation est évidemment plus favorable pour des systèmes de particules du
type gaz, avec une échelle macroscopique de l’ordre du mètre, et microscopique de l’ordre de
10−10 m (taille des molécules) ou 5 × 10−9 m (distance entre molécules).
Remarque 5.16. On peut se demander quelle est la nature de l’objet mathématique qui
résulterait de l’application à la lettre de la définition 5.1, dans le cas où l’on a un nombre
fini de particules, de masses mi et vitesses ui (t), i = 1,. . .,N . En dimension 1, considérons
le cas d’une particule de masse m parcourant la trajectoire t 7→ X(t), animée d’une vitesse
V (t) = Ẋ(t), supposée positive pour fixer les idées. On peut approcher cette particule par une
particule de taille finie, de densité uniforme m/ε sur ]X(t), X(t) + ε[. Le flux est alors défini
en (x, t) par
m
Jε (x, t) = V 1]X(t),X(t)+ε[ .
ε
25
A t fixé, Jε converge donc faiblement , (ou au sens des distributions) vers mV δX(t) .
Exercice 5.1. On considère une distribution régulière de particules sur l’axe réel se déplaçant
à vitesse constante U , et l’on suppose que chaque particule porte une masse proportionnelle
à la distance commune h qui les séparent. La mesure à l’instant t est donc du type peigne de
Dirac en espace : X
ρh = hδkh+tU .
k∈Z

a) Écrire le flux Jh correspondant comme mesure (ou distribution) sur R (selon la remarque
précédente), et préciser le comportement de Jh quand h tends vers 0.

b) Pour h fixé maintenant, on définit par Qh (ε) la masse qui traverse le point x = 0 pendant
l’intervalle ]0, ε], et le flux moyen par Jh (ε) = Qh (ε)/ε. Étudier la limite de Jh (ε) quand ε et
h tendent vers 0, selon la manière dont le couple (n, ε) tend vers 0. (On pourra en particulier
proposer une condition suffisante pour que la limite soit le flux 1 × U attendu, et donner des
exemples pour lesquels on converge vers une autre valeur.)

23. Cette notion est elle même une idéalisation de la situation où la taille des grains considérés est petite
devant les autres grandeurs caractéristiques du phénomène étudié, en particulier la distance interparticulaire.
24. L’aire ε tend vers 0, mais pas trop . . .
24. Particules dans un sens très large : il peut s’agir de particules physiques de type molécules, ou d’entités
de taille plus importante comme des cellules, des voitures pour les équations du trafic routier, ou des piétons.
25. Dans ce contexte, la convergence faible correspond à une convergence faible-⋆ dans le dual de C0 (R),
espace des fonctions continues qui tendent vers 0 en ±∞.

54
6 Fluides

6.1 Tenseur des contraintes, équations générales du mouvement d’un fluide

Definition 6.1. (Tenseur des contraintes)

On considère ici un fluide occupant un certain domaine de l’espace, x un point de ce domaine,
n un vecteur unité, et Dε (n) un disque (ou un segment en dimension 2 d’espace, voire un
point 26 en dimension 1) centré en x, d’aire ε (longueur ε en dimension 2), orthogonal à n.
On note Fε (n) la force exercée sur Dε (n) par le fluide situé du côté de n. Si Fε (n)/ε tend
vers F (n) quand ε tend vers 0, et si la correspondance n 7−→ F (n) est linéaire, on appelle
tenseur 27 des contraintes en x le tenseur σ qui représente cette correspondance linéaire.

F (n) = σ · n.

Le mouvement d’un fluide qui admet partout un tel tenseur peut être formalisé par une
équation très générale. On note ρ = ρ(x, t) la densité locale (masse par unité de volume),
par u la vitesse 28 , et par f une force en volume agissant sur le fluide (typiquement la gravité
f = ρ g). On considère un système matériel ω(t), c’est à dire à ensemble de particules que l’on
suit dans leur mouvement 29 . Le principe fondamental de la dynamique (ou loi de Newton)
exprime que la dérivée en temps de la quantité de mouvement pour ce système est égal à la
somme des forces extérieures :
Z
d
ρu = somme des forces extérieures. (6.1)
dt ω(t)
R
Le membre de droite est la somme de la contribution des forces en volume ω f , et le bilan
des forces exercées sur ω par le fluide à l’extérieur de ω, qui s’écrit, d’après la définition 6.1,
Z Z
σ·n = ∇ · σ.
∂ω ω

26. Dans ce cas extrême, mais très utile en pratique (la dimension 1, très pauvre pour les fluides incompres-
sibles, permet d’étudier de façon fine les modèles de fluides compressibles), il n’y a évidemment pas lieu de
faire tendre la mesure vers 0.
27. On pourra remplacer ici le terme de tenseur par matrice, et considérer que σ · n, qui représente la
contraction de deux tenseurs, correspond à un simple produit matrice vecteur, que l’on verra noté σn dans
certains documents.
28. Précisons que le fait de considérer qu’une telle vitesse puisse être définie en tout point est une hypothèse
très forte. Par ailleurs, comme dans le cas de la définition du vecteur flux (voir définition 5.1, page 42),
parler de vitesse véritablement ponctuelle n’a pas de sens autre qu’abstrait puisque, pour les fluides réels (en
particulier pour les gaz) à une échelle inférieure à la taille intermoléculaire, la matière ne peut être vue comme
un continuum : la plupart des “points” sont en fait dans le vide, et cela n’a pas de sens de définit une vitesse,
dans ce contexte, en l’absence de matière. L’hypothèse sous-jacente est qu’il existe une échelle mésoscopique
telle que l’on puisse définir à chaque instant une vitesse moyenne sur des volumes élémentaires représentatifs
à cette échelle.
29. Si on se donne un sous-domaine ω(0) comme position initiale du système matériel, on a

ω(t) = {Xt (x) , x ∈ ω(0)},

où t 7→ Xt (x) est la trajectoire de la particule située en x à t = 0, i.e.

∂Xt
(x) = u(Xt (x), t) , X0 (x) = x.
∂t

55
Le membre de gauche de 6.1 s’écrit donc
Z Z Z
d ∂(ρu)
ρu = + ρu(u · n),
dt ω(t) ω(t) ∂t ∂ω(t)

et le dernier terme peut s’écrire comme une intégrale en volume

Z Z
ρu(u · n) = ∇ · (ρu ⊗ u) ,
∂ω(t) ω(t)

où u ⊗ u représente la matrice symétrique (ui uj )i,j . Comme le système matériel est arbitraire
(en particulier aussi petit qu’on veut), on en déduit l’équation générique suivante :

Modèle 6.2. (Équation d’évolution générale pour un fluide inertiel)

On considère un fluide en mouvement de densité ρ(x, t), de vitesse u(x, t), soumis à une
force en volume f . On suppose l’existence, en tout point (x, t) du domaine de l’espace-temps
occupé par le fluide, d’un tenseur des contraintes σ(x, t). La conservation locale de la quantité
de mouvement s’écrit
∂
(ρu) + ∇ · (ρu ⊗ u) − ∇ · σ = f. (6.2)
∂t
La conservation de la masse s’écrit par ailleurs
∂ρ
+ ∇ · (ρu) = 0.
∂t

Modèle 6.3. (Équilibre des forces pour un fluide non inertiel)

Quand l’inertie est négligeable, la loi de Newton est remplacée par une relation d’équilibre
instantané des forces, qui s’écrit
−∇ · σ = f.

Remarque 6.4. On peut légitimement se demander s’il est acceptable d’écrire des dérivées en
espace et en temps de quantités scalaires ou vectorielles dont on n’a pas précisé les régularités.
Le notion de solution faible de telles équation permet de donner un sens à ce qui précède,
même dans le cas de champs peu régulier. Montrons en particulier que l’équation générale
écrite ci-dessus (nous ne garderons ici que la partie inertielle) peut être interprétée comme
généralisant la loi fondamentale de la dynamique pour des points matériels, si on lui donne
un sens pour des distributions de matière ρ singulières. On se place en dimension 1 pour
simplifier, on considère t 7→ ρt une courbe de mesures positives de même masse (par exemple
des mesures de probabilité), on note ut le champ de vitesse au temps t, donné comme fonction
ρt -mesurable, et g un champ de force par unité de masse. On dira que (ρt , ut ) est solution
faible de
∂t (ρt ut ) + ∂x (ρt u2t ) = ρt g
sur ]0, T [ si
Z T Z Z T Z Z T Z
− ∂t ϕut dρt − ∂x ϕ (ut )2 dρt = gdρt ,
0 R 0 R 0 R
pour toute fonction ϕ régulière à support compact sur ]0, T [×R. Prenons maintenant le cas
d’une particule de masse m, soumise à l’action d’une force mg, et dont la trajectoire est x(t).
L’expression du principe fondamental de la dynamique pour cette particule est mẍ = f . On
représente cette particule de façon Eulerienne par une mesure ρt = mδx(t) , et l’on note u(t)
sa vitesse. La masse étant concentrée, il est en effet naturel de voir le “champ” de vitesse

56
(qui est une fonction ρt -mesurable) comme un simple scalaire fonction du temps. Écrivons la
formulation faible ci-dessus appliquée à ρt , u(t). On obtient
Z T Z T
− m ∂t ϕ(x(t), t) ut − ∂x ϕ(x(t), t) u(t)2
0 0
 
Z T Z T
 
=− ∂
m u(t)  t ϕ(x(t), t) ut + ∂x ϕ(x(t), t) ut  =
 mgϕ(x(t), t).
0 | {z } 0
dϕ(x(t),t)/dt

En intégrant par parties l’intégrale contenant le dϕ(x(t), t)/dt, on obtient

Z T  
d(mu(t))
− mg ϕ(x(t), t) dt,
0 dt
valable pour toute fonction test, d’où mẍ = mg. On généralise immédiatement cette démarche
au cas de plusieurs particules sans croisement de trajectoire. On peut aller au-delà en vérifiant
par exemple que la collision de deux particules peut-être représentée de façon Eulérienne
par une solution faible de l’équation (dite d’Euler sans pression) ci-dessus. En prenant par
exemple un forçage extérieur nul, et
1 1
ρt = δx1 (t) + δx2 (t) , x1 (t) = (−1 + t)− , x2 (t) = (1 − t)+ ,
2 2
avec le champ de vitesse correspondant (vitesses opposées jusqu’au temps 1, nulle ensuite).
Mais l’équation elle même ne fait qu’exprimer la quantité de mouvement, sans considération
énérgétique. On peut en particulier vérifier que toute loi de collision qui préserve la quantité
de mouvement (les particules repartent avec des vitesses opposées) est solution de l’équation
ci-dessus.

L’essentiel de la démarche de modélisation des milieux continus fluides consiste à exprimer

le tenseur des contraintes. On distingue deux grandes classes de fluides, les fluides dits parfaits,
pour lesquels le tenseur des contraintes est diagonal, et les autres fluides, dits réels, qui
présentent une tendance à résister aux déformations. On s’intéressera en particulier ici aux
fluides réels newtoniens incompressibles.

6.2 Fluides parfaits

Un fluide parfait est caractérisé par le fait que, si l’on reprend la définition du tenseur
des contraintes, la force exercée sur le disque infinitésimal Dε (n) est dirigée suivant n, et son
intensité ne dépend pas de l’orientation.

Definition 6.5. (Fluide parfait)

Un fluide est dit parfait s’il admet un tenseur des contraintes diagonal, i.e. il existe un champ
scalaire p, appelé champ de pression tel que

σ(x) = −p Id,

où Id est le tenseur identité.

57
 Pour un tel fluide, on a
−∇ · σ = ∇ · (p Id) = ∇p,
ce qui conduit à l’équation d’Euler
∂
(ρu) + ∇ · (ρu ⊗ u) + ∇p = f.
∂t

Fluide parfait incompressible

Dans le cas d’un fluide homogène (ρ est uniforme) et incompressible (le champ de vitesse
est à divergence nulle), on a
∇ · (ρu ⊗ u) = ρ (u · ∇) u,
où (u · ∇) u est tel que
d
X ∂ui
((u · ∇) u)i = uj .
j=1
∂xj

Modèle 6.6. (Équation d’Euler incompressible)

On considère un fluide en mouvement de densité ρ(x, t), de vitesse u(x, t), soumis à une force
en volume f . On suppose le fluide parfait (on note p la presison), homogène, et incompressible.
Le triplet (ρ, u, p) vérifie alors les Équation d’Euler incompressibles

∂u
ρ + ρ (u · ∇) u + ∇p = f
∂t (6.3)
∇·u = 0

L’apparente simplicité de cette équation, obtenue en faisant des hypothèses très fortes sur
le fluide, est trompeuse. Un fait particulièrement troublant la concernant est lié au paradoxe
de Scheffer-Schnirelman 30 : on peut construire une solution du système ci-dessus, sans forçage
(f = 0), non nulle, à support compact en espace temps.

Dans le cas d’un écoulement incompressible stationnaire, on peut montrer formellement

la conservation d’une certaine quantité (appelée pression dynamique) le long des lignes de
courant.

Proposition 6.7. (“Théorème” de Bernoulli)

On considère l’écoulement stationnaire d’un fluide parfait homogène incompressible, soumis
à l’action d’une force qui dérive d’un potentiel f = −∇Φ. On suppose les champs de vitesse
et de pression réguliers (continûment différentiables). La quantité
ρ 2
|u| + p + Φ
2
se conserve le long des lignes de courant.
30. On pourra se reporter à la description de cette construction dans :
C. Villani, Paradoxe de Scheffer-Schnirelman revu sous l’angle de l’intégration convexe [d’après C. De Lellis
et L. Székelyhidi], Séminaire Bourbaki, Novembre 2008, 61ème année, 2008-2009, no 1001.
[Link]

58
Démonstration. On a
d d
! !
X X 1X X |u|2
((u · ∇) u) · u = ui uj ∂j ui = uj ∂j |ui |2 = u·∇ .
i=1 j=1
2 j i
2

On a donc, en prenant le produire scalaire avec u de la première ligne de (6.3), sans le terme
de dérivée en temps (supposé nul),
 
ρ 2
u·∇ |u| + p + Φ = 0,
2
d’où la propriété annoncée.

Fluide parfait barotrope

Une autre manière de fermer 31 les équations d’Euler est de supposer un lien univoque
entre la densité et la pression. On obtient alors le

Modèle 6.8. (Équations d’Euler barotropes)

On considère un fluide en mouvement de densité ρ(x, t), de vitesse u(x, t), soumis à une
force en volume f . On suppose le fluide parfait (on note p la pression). Le système d’Euler
barotrope s’écrit comme suit
∂ρ
+ ∇ · (ρu) = 0,
∂t
∂ (6.4)
(ρu) + ∇ · (ρu ⊗ u) + ∇p = f
∂t
p = p(ρ).

Équations de l’acoustique

Le modèle précedent permet d’obtenir formellement l’équation des ondes, ce qui permet
de modéliser la propagation du son dans un fluide compressible.

On se propose ici de montrer formellement comment l’on peut passer des équations d’Euler
pour un gaz compressible à l’équation des ondes qui va modéliser la propagation d’ondes au
sein de ce milieu. Le point de départ est donc le système d’Euler

∂t ρ + ∇ · (ρu) = 0, (6.5)

∂
(ρu) + ∇ · (ρu ⊗ u) + ∇p = 0, (6.6)
∂t
31. Il peut être très délicat de montrer rigoureusement existence et unicité d’une solution aux équations
obtenues, mais cette approche permet d’avoir autant d’équations (d + 2) que d’inconnues (d pour la vitesse,
1 pour la densité, 1 pour la pression), de telle sorte que le modèle obtenu puisse être considéré comme un
problème, c’est à dire un système d’équations pour lequel on peut espérer obtenir, sous certaines hypothèses,
des résultats théoriques. On peut qualifier ce problème de posé, en attente d’être bien posé (expression que
l’on réserve aux problèmes pour lesquels on a au moins un résultat d’existence et d’unicité, conditionné à
d’éventuelles conditions sur l’état initial et le forçage).

59
avec p = p(ρ). On considère que les différentes variables restent au voisinage de valeurs de
références ρ0 , p0 , et u0 = 0 pour la vitesse, et l’on garde les notations ρ, p et u pour désigner
les (petites) variations au voisinage de ces valeurs. On suppose en outre (on peut montrer
que cette hypothèses est réaliste dans un grand nombre de situations) le régime barotrope,
c’est à dire que la pression est supposée ne dépendre que de la densité : p = p(ρ). On notera
β = p′ (ρ0 ). On réécrit les équations ci-dessus en ne conservant que les termes d’ordre 1 dans
les petites variations :
∂t ρ + ρ0 ∇ · u = 0,
ρ0 ∂t u + ∇p = 0. (6.7)
On a
∇p = p′ (ρ)∇ρ ≈ p′ (ρ0 )∇ρ = β∇ρ,
ce qui permet d’éliminer la pression dans la seconde équation. Si l’on prend maintenant la
divergence de la seconde équation, la dérivée partielle par rapport au temps de la première ,
et que l’on fait la différence, on obtient

∂tt ρ − β∆ρ = 0,

avec β = p′ (ρ0 ), c’est-à-dire une équation des ondes sur la (petite variation de la) densité.
On aura donc propagation d’ondes au sein du fluide, à la célérité c, avec c2 = β. Dans le cas
d’un gaz comme l’air, supposé parfait, de coefficient isentropique γ = 1.4, on a
 γ
p ρ p0
= et donc β = p′ (ρ0 ) = γ .
p0 ρ0 ρ0

On obtient dans des conditions normales (p0 = 105 Pa, ρ0 = 1.2 kg m−3 ),
r
γp0
c= ≈ 341 ms−1 .
ρ0

6.3 Fluides newtoniens

Les fluides dits réels présentent une certaine résistance à la déformation. Pour quantifier
cette déformation, on considère une particule de fluide évoluant au voisinage d’un point x.
La vitesse au voisinage de x s’écrit

u(y) = u(x) + ∇u(x) · (y − x) + o(y − x)

 
 ∇u − t ∇u ∇u + t ∇u 
= u(x) + +  · (y − x) + o(y − x).
| {z } 
| 2
{z } | 2
{z }

Translation
Rotation Déformation

Le mouvement d’un segment matériel xy peut ainsi être décomposé en 3 contributions : un

mouvement de translation à la vitesse locale, un mouvement de rotation (partie antisymé-
trique du gradient du champ de vitesse), et une dernière contribution qui correspond aux
déformations locales (partie symétrique du gradient du champ de vitesse) On se reportera à
la figure 6.1 pour une illustration (en dimension 2 d’espace) de ces trois contributions.

60
 +

Figure 6.1 – Décomposition locale d’un champ de vitesse

Definition 6.9. (Tenseur des taux de déformation)

On considère un fluide évoluant selon le champ de vitesse u. Le tenseur des taux de défor-
mations est défini par
∇u + t ∇u
D= .
2

Le modèle le plus simple de fluide réel (nous nous limiterons ici au cas incompressible) est
obtenu en considérant que le tenseur des contraintes est, à la contribution diagonale associée
à la pression près, proportionnel au tenseur des taux de déformation :

Definition 6.10. (Fluide (incompressible) newtonien)

Un fluide incompressible est dit newtonien s’il existe un paramètre positif µ, appelé viscosité,
tel que le tenseur des contraintes s’écrive
 
σ = 2µD − p Id = µ ∇u + t ∇u − p Id,

où p = p(x, t) est un champ scalaire (pression).

On considère maintenant un fluide incompressible newtonien et homogène (ρ est uni-

forme). Comme ρ est constant, il peut être sorti de la dérivée en temps. Par ailleurs, comme
d
X ∂ui
∇·u = = 0,
i=1
∂xi

on a !
d
X ∂uj
∇ · (u ⊗ u) = ∇ · (ui uj )i,j = ui .
i=1
∂xi
1≤j≤d

61
Cette quantité exprime la dérivée de la vitesse dans sa propre direction, on la note (u · ∇) u (on
peut comprendre cette notation en considérant le bloc u · ∇ comme un opérateur différentiel
scalaire u1 ∂1 + · · · + ud ∂d qui s’applique composante par composante au vecteur u lui même).

Modèle 6.11. (Équations de Navier-Stokes incompressible)

L’écoulement d’un fluide newtonien, incompressible et homogène, soumis à l’action d’une
force en volume f , suit les équations de Navier-Stokes
  
 ∂u
 ρ + (u · ∇) u − µ∆u + ∇p = f
∂t


∇ · u = 0.

Forme adimensionnelle des équations de Navier-stokes

Soit U l’ordre de grandeur de la vitesse pour l’écoulement considéré, L la dimension ca-

ractéristique du phénomène étudié, et T = L/U le temps caractéristique associé. On introduit
les variables adimensionnées
u x t
u⋆ = , x⋆ = , t⋆ = .
U L T
En notant ∇⋆ (resp. ∆⋆ ) le gradient (resp. le Laplacien) relativement à la variable d’espace
adimensionnée, on obtient
∂u⋆ µ
+ (u⋆ · ∇⋆ ) u⋆ − ∆⋆ u⋆ + ∇⋆ p⋆ = f ⋆ ,
∂t⋆ ρU L

où p⋆ = p/(ρU 2 ) est la pression adimensionnée, et f ⋆ = f L/(ρU 2 ) le terme de forçage

adimensionné.

Definition 6.12. Le nombre Re = ρU L/µ est appelé nombre de Reynolds. Il quantifie l’im-
portance relative des effets inertiels par rapport aux effets visqueux.

Quand ce nombre (sans dimension) est petit devant 1, on peut considérer que les effets
inertiels sont négligeables, de telle sorte que la loi de Newton est remplacée par un équilibre
des forces instantané

Modèle 6.13. (Équations de Stokes incompressibles)

Un fluide newtonien et incompressible, soumis à une force en volume f , dans un régime
d’écoulement où les effets visqueux peuvent être négligés , suit les équations de Stokes incom-
pressibles (
−µ∆u + ∇p = f
(6.8)
∇·u = 0
Remarque 6.14. L’absence de dérivée en temps dans ce système s’explique simplement par
la disparition des termes d’inertie, mais on évitera de parler d’équation statique, elle exprime
plutôt un équilibre instantané des forces à chaque instant, en tout point du fluide. Ce fluide
est bien en mouvement, et dans le cas d’un fluide à surface libre, le domaine lui même sera
déformé par ce mouvement, malgré l’absence de dérivée en temps.

62
 Si l’on considère la situation où le fluide remplit un domain délimité par des murs phy-
siques imperméables, on considère en général 32 que le fluide accroche à la paroi, ce qui
s’exprime sous la forme de conditions de Dirichlet homogènes u = 0 sur la frontière ∂Ω.

Écoulements en milieu poreux

Les écoulements en milieu poreux tiennent une place un peu particulière dans les modèles
fluides, du fait qu’il mettent en jeu deux phases : l’une est constituée par un fluide visqueux
incompressible, et l’autre est une matrice 33 rigide et fixe (typiquement un amas tridimen-
sionnels de grains rigides), au travers de laquelle le fluide est susceptible de s’écouler. Même
si le fluide est peu visqueux, le fait que l’écoulement du fluide se fasse à une échelle très petite
(au travers des pores du milieu) permet dans un grand nombre de situations de négliger les
effets inertiels : le nombre de Reynolds local est très petit (voir définition 6.12). On a alors
une relation de proportionalité entre flux de fluide et gradient de pression. Plus précisément,
Darcy a mis en évidence (voir figure 6.2) que le flux d’eau s’écoulant au travers d’un milieu
poreux (grains de sable) dépendait linéairement de la différence de pression entre l’entrée et
la sortie du domaine. L’écriture locale de cette relation conduit à

Modèle 6.15. (Loi de Darcy en milieu isotrope)

On considère l’écoulement d’un fluide visqueux dans un milieu poreux saturé 34 .

On dit que cet écoulement suit la Loi de Darcy s’il existe k, appelé perméabilité du milieu,
tel que
u = −k∇p, (6.9)
où µ est la viscosité du fluide, p la pression au sein du fluide, et u est la vitesse moyenne
locale.

Remarque 6.16. La notion de vitesse moyenne évoquée ci-dessus correspond en fait à un

flux (volumique) par unité de surface. Cette quantité, en m3 s−1 par m2 , est effectivement
homogène à une vitesse, mais on prendra garde au fait que son module peut être très différent
de la vitesse effective des particules fluides en mouvement. En particulier, dans le cas d’une
porosité (fraction de vide au sein du milieu) très faible, les vitesses effectives des particules
seront très supérieures à cette vitesse, appelée vitesse de Darcy.

32. Cette hypothèse peut être invalidée dans certaines circonstances. Il est parfois plus pertinent d’utiliser
les conditions dites de Navier, qui préservent la condition de non pénértration du fluide dans la paroi, mais
autorisent une vitesse tangentielle non nulle.
33. Au sens bien sûr bassement matériel du terme : il s’agit de décrire une phase solide et immobile quels
que soient les efforts exercés sur elle par le fluide.
34. On dit que le mieu est saturé si l’espace libre est entièrement occupé par le fluide visqueux. La proportion
d’espace libre est appelée porosité, notée Φ en général. Une valeur typique de Φ est 0.64, qui correspond au
Maximal Random Packing pour des sphères de même taille (cas monodisperse), distribuée “aléatoirement”. Le
sens de aléatoirement ci-dessus est loin d’être trivial, on pourra pour plus de détails se reporter à :
S. Torquato, T. M. Truskett, P. G. Debenedetti, Is Random Close Packing of Spheres Well Defined ?, PRL
Vol. 84, No 10, [Link]
34. L’étude des milieux non saturé n’est pas abordée ici. Précisons simplement que l’abandon de l’hypothèse
de saturation conduit à des problèmes extrêmement complexes du fait que, l’écoulement fluide au niveau des
pores se faisant à petite échelle, les effets de tension surfacique (conditionnés par la nature du fluide, des
surfaces solides, et potentiellement du gaz environnant) ne sont en général pas négligeables.

63
 Figure 6.2 – Description de l’expérience de Darcy (1856)

On obtient une équation pour le mouvement en écrivant simplement la conservation du

volume. Noter que, comme pour le modèle de Stokes, cette équation traduit un équilibre
instantané des forces.

Modèle 6.17. (Écoulement en milieu poreux)

L’écoulement en milieu poreux saturé d’un fluide visqueux incompressible est régi par

(
u + k∇p = U
(6.10)
∇·u = 0
où p est la pression au sein du fluide, u la vitesse de Darcy (voir remarque 6.16) , k = K/µ
la perméabilité, et µ la viscosité du fluide. Nous avons noté U la force en volume exercée sur
le fluide (c’est plus précisément U/k qui est homogène à une force par unité de volume).

6.4 Cadre mathématique pour le problème de Darcy

Nous considérons un milieu poreux dont les bords sont “ouverts” (le fluide peut sortir du
domaine ou y rentrer), et la pression au niveau du bord est imposée. On cherche un champ
de vitesse u et un champ de pression p définis sur Ω tels que


 u + ∇p = U dans Ω,

∇·u = 0 dans Ω, (6.11)



p = 0 sur Γ,

64
où U est un champ de force donné. On se place sur l’espace en vitesses V = L2 (Ω)2 . On pose
Λ = H01 (Ω), et l’on introduit l’application B de V dans Λ′ = H −1 qui à v ∈ V associe la
forme linéaire Bv définie par Z
hBv , qi = v · ∇q.
Ω
On définit alors K = ker B, et le problème de minimisation sous contrainte s’écrit
  Z 
 2 (Ω)2 , 1


 u ∈ K = v ∈ L v · ∇q = 0 ∀q ∈ H 0 (Ω) ,
Ω
Z Z (6.12)

 1 2
 J(u) = inf J(v), avec J(v) =
 |v| − v · f.
v∈K 2 Ω Ω

Proposition 6.18. Soit Ω un domaine borné de frontière Lipschitz, et U ∈ L2 (Ω)d . Le

problème de minimisation (6.12) ci-dessus admet une solution unique u ∈ K, et il existe un
unique p ∈ V = H01 (Ω) tel que
u + ∇p = U p.p.

Démonstration. Le problème (6.12) consiste à minimiser une fonctionnelle quadratique sur

un sous-espace K fermé (K s’exprime comme le noyau d’une application linéaire continue).
Il admet donc une solution unique u ∈ K.

Il reste à vérifier que le problème de point-selle associé est bien posé. Notons en premier
lieu que, du fait que B a été défini à valeur dans l’espace dual d’un espace de Hilbert, sans
que l’on fasse l’identification entre les deux espaces, B ⋆ est naturellement défini de Λ dans
V ′ . On peut vérifier que l’application B est surjective, car son adjoint

B ⋆ : q ∈ H01 (Ω) 7−→ ∇q ∈ L2 (Ω)2

est tel que

|B ⋆ q| = |∇q|L2 (Ω) ≥ α |q|H 1 (Ω) ,
0

d’après l’inégalité de Poincaré, ce qui assure bien la surjectivité de B selon la proposi-

tion 21.23, page 222. D’après la proposition 25.15, page 273, on a donc existence d’un multi-
plicateur de Lagrange p tel que u + ∇p = U , qui est unique du fait du caractère injectif du
gradient sur H01 (Ω).

6.5 Cadre mathématique pour les équations de Stokes

On cherche un champ de vitesse u et un champ de pression p définis sur Ω (les régularités

de ces champs seront précisées par la suite) tels que
(
−△u + ∇p = f,
(6.13)
∇ · u = 0,

où f est un champ de force donné. On impose des conditions de Dirichlet homogènes sur la
vitesses. La première des deux équations ci-dessus exprime l’équilibre des forces en chaque
point du fluide, et la seconde exprime l’incompressibilité du fluide.

Nous allons maintenant préciser comment ce problème rentre le cadre de ce qui a été vu
précédemment, en repartant du point de départ usuel qui est le problème de minimisation

65
sous contrainte, puis en reconstruisant le problème de Stokes tel qu’énoncé ci-dessus à partir
de la formulation point-selle.

On introduit les espaces

V = H01 (Ω)2 , K = {u ∈ V , ∇ · u = 0 p.p.} ,
On considère le problème de minimisation sous contrainte

 u ∈ K,
(6.14)
 J(u) = inf J(v),
v∈K

où J est la fonctionnelle Z Z

1
|∇v|2 −
J(v) = f ·v
2 Ω Ω
Proposition 6.19. La fonctionnelle J admet un unique minimiseur sur K, caractérisé par
Z Z
∇u : ∇v = f ·v ∀v ∈ K.
Ω Ω

Démonstration. L’application v 7→ ∇ · v étant linéaire continue (de V dans L2 (Ω)), l’ensemble

K est un sous-espace vectoriel fermé de V . De plus la fonctionnelle J est du type
1
J(v) = a(v, v) − hϕ , vi,
2
où a( · , · ) est une forme bilinéaire symétrique continue et coercive sur V , et ϕ ∈ V ′ . Le
théorème de Lax-Milgram assure l’existence et l’unicité d’un minimiseur, caractérisé par la
formulation variationnelle anoncée.

Ce premier résultat assure le caractère bien posé du problème dans un certain sens, mais
il est manifestement incomplet puisque, du fait que le problème de minimisation a été posé
dans l’espace contraint, la pression (multiplicateur de Lagrange de la contrainte) a disparu.
Or cette pression est plus qu’un auxiliaire abstrait, elle a un sens physique, et il est important
de lui donner un statut mathématique, et d’aboutir à un résultat d’existence et d’unicité qui
porte véritablement sur la forme complète du problème de Stoke (6.14).

En vue d’écrire le problème de minimisation sous la forme d’une recherche de point-selle,

nous introduisons maintenant l’espace
 Z 
Λ= L20 (Ω) = p ∈ L (Ω) , 2
p=0 ,
Ω
et l’opérateur
B : v ∈ V 7−→ Bv = −∇ · v.
L’espace K peut s’écrire
 Z 
K= v∈V , − q∇ · v = 0 ∀q ∈ Λ ,
Ω
ce qui conduit au Lagrangien
Z Z Z
1 2
L(v, q) = |∇v| − f ·v − q∇ · v.
2 Ω Ω Ω

Le caractère bien posé de la formulation point-selle est assuré par la

66
Proposition 6.20. Soit Ω un domaine borné de frontière Γ Lipschitz, et f ∈ L2 (Ω)N . Le
Lagrangien L défini ci-dessus admet un unique point-selle (u, p) ∈ V × Λ, où u est la solution
du problème de minimisation sous contrainte (6.14). De façon équivalente, il existe un unique
couple (u, p) ∈ H01 (Ω)N × L20 (Ω) tel que
Z Z Z
∇u : ∇v − p∇ · v = f ·v ∀v ∈ H01 (Ω)N (6.15)
Ω ZΩ Ω

q∇ · u = 0 ∀q ∈ L20 (Ω). (6.16)

Ω

Démonstration. Malgré l’analogie formelle avec le problème de Darcy (l’opérateur B est

l’opérateur de divergence dans les deux cas), la démonstration est plus délicate (voir par
exemple [4]). L’existence et l’unicité d’un point-selle est une conséquence de la surjectivité de
l’opérateur de divergence B, qui est assurée par le lemme 6.21 ci-après.

Lemme 6.21. Soit Ω un domaine connexe, borné, de frontière Γ Lipschitzienne, et soit q

dans L20 (Ω). Il existe v ∈ H01 (Ω) tel que ∇ · v = q.

Démonstration. On se reportera à [4, lemme 3.2] pour la démonstration, assez délicate, de ce

résultat. Noter que le théorème de l’application ouverte assure l’existence d’une constante C
telle que l’antécédent v peut être choisi tel que kvkH 1 ≤ C kqkL2 .

Remarque 6.22. Comme il a été précisé, établir l’existence et l’unicité d’une solution pour
le problème de Stokes en formulation vitesse-pression est plus délicat que pour le problème de
Darcy. Cette différence peut se préciser ainsi : dans le cas de Darcy, la démonstration repose
sur une inégalité qui assure l’injectivité de B ⋆ et le caractère fermé de son image. L’opérateur
B ⋆ va de H01 (Ω) dans L2 (Ω)2 , et l’inégalité est conséquence directe de l’inégalité de Poincaré

kqkL2 (Ω) ≤ C k∇qkL2 (Ω)N ∀q ∈ H01 (Ω).

Dans le cas de Stokes, la surjectivité de l’opérateur B peut être établie comme conséquence
directe d’une inégalité à première vue très similaire, l’opérateur B ⋆ étant toujours dans un
certain sens l’opérateur de gradient, mais vu cette fois comme un opérateur de L2 (Ω) dans
H −1 (Ω) = (H01 (Ω)N )′ . Cette inégalité peut s’écrire

kqkL2 (Ω) ≤ C k∇qkH −1 (Ω) ∀q ∈ L20 (Ω),

où ∇q représente la forme linéaire sur H01 (Ω)N définie par

Z
Z q∇ · v
Ω
v 7−→ q∇ · v , k∇qkH −1 (Ω) = sup .
Ω v∈H01 (Ω) kvkH 1 (Ω)N
0

6.6 Ecoulement de Poiseuille, notion de résistance

On s’intéresse ici à l’écoulement d’un fluide visqueux incompressible dans un conduit

cylindrique à section circulaire.
(
−µ∆u + ∇p = 0
∇ · u = 0,

67
 x
z

y
Pout
U

Pin

Figure 6.3 – Écoulement de Poiseuille

Le domaine est défini par

n o
Ω = (x, y) ∈ R2 , r 2 := x2 + y 2 < a2 × (0, L).

On considère que le fluide adhère (u = 0) aux parois latérales. Le problème admet une solution
exacte qui peut s’écrire en coordonnées cylindriques :
!
r2 µU
u(x, y, z) = U 1− 2 ~ez , p(x, y, z) = −4 (z − z0 ), (6.17)
a a2

où U est la vitesse maximale (au centre). La pression est uniforme sur chaque section droite
du tuyau,. Cela conduit à une relation linéaire entre le flux Q est le saut de pression :
a2 π a4
Q = Uπ = (Pin − Pout ). (6.18)
2 8 µL
Cette relation s’appelle la Loi de Poiseuille, et s’écrit en général 35

Pin − Pout = RQ, (6.19)

avec
8µ L
R= . (6.20)
π a4
La résistance visqueuse s’exprime en Pa s m−3 , Les forces de viscosité dissipent l’énergie au
taux 36 Z
P = µ |∇u|2 .
Ω
Un calcul direct permet d’établir que P = RQ2 (on reconnaitrait un équivalent fluide de la
loi de Joule), où Q est le flux défini précédemment.
35. Noter l’analogie entre cette loi et la loi d’Ohm
U = RI,
où I est le courant électrique au travers d’un conducteur, U la différence de potentiel , et R la résistance
(électrique) du conducteur.
36. L’expression devrait être Z
µ 2
∇u + t ∇u ,
2 Ω
mais on peut montrer dans ce contexte, de fait que la vitesse s’annule au bord du domaine et est constante
selon sa propre direction (bords libres), que les deux expressions sont équivalentes.

68
 On peut définir de façon générale la résistance d’un domaine Ω ∈ Rd , dont la frontière Γ
se décompose en trois composantes

Γ = Γin ∪ Γout ∪ Γw ,

Le Pressure Drop Problem s’écrit de la façon suivante



 −µ∆u + ∇p = 0 in Ω,






 ∇·u = 0 in Ω,

u = 0 on Γw , (6.21)






 µ∇u · n − p n = −Pin n on Γin ,



µ∇u · n − p n = −Pout n on Γout .

Les conditions en Γout et Γin sont appelées conditions de sortie libre, bien qu’elles concernent
également l’entrée de fluide (dans le cadre linéaire, il n’y a pas lieu de distinguer l’entrée de
la sortie). Elles expriment l’hypothèse que les deux composantes (amont Γin et aval Γout )
sont placées toutes deux en contact avec un milieu pression fixée, qui équilibre la contrainte
normale.

On peut définir la résistance du domaine :

Definition 6.23. (Résistance d’un domaine (Stokes))

Soit u le champ de vitesse solution de (6.21). Le flux Q est défini comme
Z Z
Q=− u·n = u · n. (6.22)
Γin Γout

Par linéarité des équations de Stokes, ce flux dépend linéairement su saut de pression Pin −
Pout , et la résistance R = R(Ω) entre Γin et Γout est définie par

Pin − Pout = RQ. (6.23)

On peut définir cette résistance de façon varationnelle, comme le minimum de l’énergie

dissipée parmi les vitesses qui réalisent un flux unitaire au travers du domaine :

Proposition 6.24. On définit

 Z 
K = v ∈ H 1 (Ω)d , v|Γw = 0 , ∇ · v = 0 , v · n = −1 .
Γin

La résistance (définition 6.23) s’exprime alors

Z
R = inf µ |∇u|2 .
v∈K Ω

6.7 Ecoulement autour d’une sphère

On peut décrire explicitement le champ de vitesse correspondant à l’écoulement d’un

fluide visqueux en milieu infini autour d’une sphère fixe. On considère une sphère de rayon a
centrée à l’origine d’un repère (O, ~ex , ~ey , ~ez ), et l’on se place dans le système de coordonnées

69
sphériques (O, r, θ, φ) : pour tout point de R3 représenté par son rayon vecteur r = (x, y, z), r
est le module de r, θ est l’angle que fait (x, y, 0) avec ~ex (longitude, comprise entre 0 et 2π),
et Φ est l’angle que fait r avec l’axe des z (latitude, comprise entre 0 et π). On suppose que la
vitesse à l’infini est égale à U~ez . Les vecteurs unitaires associés à ce système de coordonnées
qui vont nous servir à exprimer le champ des vitesses sont
r 1 ∂r
~er = , ~eΦ = .
r r ∂Φ
On peut vérifier que tout couple (u, p) défini par
! !
3a a3 3a a3
u = ur ~er + uΦ~eΦ , ur = U cos Φ 1 − + 3 , uΦ = −U sin Φ 1 − − 3 ,
2r 2r 4r 4r

3 µU a
p − p0 = − cos Φ,
2 r2
où p0 est une constante arbitraire, est solution des équations de Stokes dans le domaine
R3 \ B(0, a), avec des conditions d’adhérence (u = 0) sur la sphère {r = a}, et des conditions
à l’infini
lim u(r, θ, Φ) = U~ez .
r→+∞

On en déduit l’expression du module de la force exercée par le fluide sur la sphère :

F = 6πµaU. (6.24)

70
7 Réseaux résistifs

On s’intéresse ici à la propagation d’une quantité au travers d’un réseau, en supposant

que le flux au travers de chaque arête est proportionnel à la différence de potentiels définis à
ses extrémités (sommets, ou points de bifurcation du réseau).

Dans le cas de l’écoulement d’un fluide visqueux, c’est la pression aux nœuds qui jouera le
rôle du potentiel, dont la différence induit un flux selon la loi de Poiseuille (équation (6.19),
page 68). Pour un réseau électrique, c’est le potentiel électrique aux extrémités de chaque
arête qui induira le passage d’un courant électrique quantifié par son intensité. On peut aussi
imaginer des compartiments séparés par des interfaces faiblement perméables à une certaine
substance qui diffuse. Dans l’hypothèse de pressions partielles uniformes dans chaque com-
partiment, et de flux au travers des interface proportionnels aux sauts de pression partielle,
on aura aussi une représentation naturelle du phénomène de diffusion sous forme de réseau
résistif, où les pressions partielles jouent le rôle du potentiel électrique.

Dans tous les cas, on écrira le bilan de matière au sein du réseau (loi de Kirchhof, ou loi
des nœuds). Nous ferons par la suite la distinction entre des points internes, en lesquels la loi
de Krichhof s’applique, et les autres, au travers desquels le réseau est susceptible d’échanger
de la matière avec l’extérieur.

7.1 Cadre formel, problème de Laplace discret

Definition 7.1. (Réseau résistif )

Un réseau résistif fini est défini comme un triplet N = (V, E, r), où V est un ensemble fini
de sommets (Vertices), E ⊂ V × V un ensemble d’arrêtes (Edges) supposé symétrique 37 :

(x, y) ∈ E =⇒ (y, x) ∈ E,

et r ∈ RE + est le champ des résistances, défini sur E (avec r(x, y) = r(y, x) pour tout
(x, y) ∈ E). On notera N = (V, E, r, o, Γ) un réseau dans lequel on distingue une racine
o parmi les sommets, et une frontière Γ, sous-ensemble non vide de V \ {o}. L’ensemble
V \ ({o} ∪ Γ) des sommets intérieurs est noté V̊ , il correspond aux sommets (ou nœuds) en
lesquels on imposera la conservation de la matière, alors que de la matière peut entrer ou sortir
du domaine par les points de Γ, ou par la racine o. Lorsqu’il n’y aura pas lieu de distinguer
une racine o des autres points de la frontière, on notera simplement N = (V, E, r, Γ) le réseau
correspondant.

Un champ de pressions sur le réseau est une collection de réels associés aux sommets
(p ∈ RV ), et les flux sont définis sur les arêtes (u ∈ RE ). Les flux sont antisymétriques :
u(x, y) = −u(y, x).

Pour une arête e = (x, y) du réseau, la loi de Poiseuille s’écrit

p(x) − p(y) = r(x, y)u(x, y) = r(e)u(e).

37. On considèrera cependant que, dans les sommes sur l’ensemble des arêtes, on ne compte qu’une fois
chaque paire de points connectés.

71
Si l’on note maintenant j(x) le flux de matière injectée dans le réseau au travers du nœud x
la loi de Kirchhof (ou loi des nœuds) s’écrit
X
u(x, y) = j(x),
y∼x

où y ∼ x signifie que y est relié à x (i.e. (x, y) ∈ E).

On note d l’opérateur de divergence discrète (il s’agit en fait de l’opposé formel de la

divergence)

d : u ∈ RE 7−→ du ∈ RV
X
du(x) =− u(x, y).
y∼x

Nous nous intéresserons dans la suite à des flux conservatifs, i.e. tels que du(x) = 0 pour
tout sommet x dans V̊ = V \ ({o} ∪ Γ). On définit l’adjoint formel 38 d⋆ (équivalent discret
de l’opérateur de gradient) comme

d⋆ : p ∈ RV 7−→ d⋆ p ∈ RE
d⋆ p(e) = p(y) − p(x).

Remarque 7.2. On établit immédiatement un équivalent discret du théorème de la divergence

Z Z
∇·v = v · n.
Ω ∂Ω

On a en effet, pour tout e = (x, y) ∈ E, u(x, y) + u(y, x) = 0, d’où, en sommant sur toutes
les arêtes, et en écrivant la somme sur les sommets :
X
du(x) = 0,
x

qui exprime simplement le bilan de matière sur l’ensemble du réseau. On peut l’écrire
X X
du(x) + du(x) = 0.
x∈V̊ x∈{o}∪Γ

Le premier terme est le pendant discret de (l’opposé de) l’intégrale de la divergence dans le
domaine, et le second terme est la somme pour tous les points du bord des flux qui sortent
par ces points, i.e. l’équivalent discret de l’intégrale sur la frontière de u · n.

Remarque 7.3. On prendra garde au fait que, si l’on peut associer un champ de flux à un
champ de pressions (en écrivant u = −cd⋆ p), la réciproque n’est pas vraie en général, et
quand elle est vraie elle doit être justifiée. La possible non-existence d’un champ de pression
associé à u vient des cycles. Considérer par exemple un réseau circulaire (discrétisation du
cercle unité), avec un champ de flux constant qui fait tourner le fluide. Il est évident que ce
flux ne peut résulter d’un champ de pression.
38. On a X XX X
q(x)dv(x) = q(x)v(y, x) = v(e) (q(y) − q(x)) .
| {z }
x x y e
d⋆ q(e)

72
 L’écriture de la loi de Poiseuille en chaque arête, et de la loi de Kirchhoff’s en chaque
nœud conduit à un problème de type Darcy

(
u + cd⋆ p = 0 sur E
(7.1)
du = 0 sur V̊ .
où c (conductance) est 1/r, i.e. c(e) = 1/r(e) pour tout e ∈ E. On s’intéresse au problème
consistant à calculer les pressions et les flux sur l’ensemble du réseau, quand les pressions sont
prescrites en o et sur Γ. Après élimination de la vitesse, on obtient un problème de Poisson
discret pour la pression, avec conditions de Dirichlet :


 dcd⋆ p(x) = 0 ∀x ∈ V̊ ,

p(o) = 0 (7.2)



p(x) = P (x) ∀x ∈ Γ,

où P est une collection de pressions prescrites sur la frontière Γ.

Proposition 7.4. (Principe du maximum)

On se place sur un réseau (V, E, r, Γ) connexe. Soit p ∈ RV un champ harmonique sur V̊ , i.e.
tel que dcd⋆ p = 0 sur V̊ . Le maximum de p est alors atteint sur les bords.

Démonstration. C’est une conséquence directe de l’harmonicité, qui s’écrit

X
c(x, y)(p(x) − p(y)) = 0,
y∼x

d’où P
c(x, y) p(y)
p(x) = P , (7.3)
c(x, y)
ce qui exprime que p, en tout point de V̊ , est combinaison convexe des valeurs aux points
voisins.

Remarque 7.5. Le but de cette remarque est d’explorer de façon conjointe deux questions
naturelles : (1) quels sont les ingrédients du modèle qui assurent que le principe du maximum
soit vérifié ? (2) le fait que l’opérateur d⋆ (gradient discret, qui exprime la loi de Poiseuille)
soit le transposé de l’opérateur d (divergence discrète, qui exprime la loi des nœuds) exprime-
t-il un principe universel ? La deuxième question est en particulier justifiée par le fait que la
formulation variationnelle utilisée dans la démonstration ci-dessous s’écrit
X
dp(x) dq(x) = 0
x

pour tout champ-test q nul au bord. Malgré la symétrie de cette formulation, les deux instances
de l’opérateur d dans cette formulation variationnelle correspondent à des principes très dif-
férents. Le d de droite correspond à la sommation par parties du d⋆ de la loi de Poiseuille, le
premier exprime la conservation locale

Comme dans le contexte de problème de Poisson sur un domaine de l’espace euclidien (voir
remarque 5.14), l’opérateur d de la loi de Krichhoff provient du fait que le bilan de matière
s’exprime par une sommation des flux ou des quantités. Le d⋆ de la loi phénoménologique en

73
revanche reflète une propriété particulière de linéairité du flux par rapport au saut de pression
(ou de potentiel électrique), mais on peut vérifier (pour revenir à la première question) que
d’autres lois pourraient être envisagées, sans perte du principe du maximum. L’essentiel est
que le flux puisse s’écrire comme

u(x, y) = F (p(x) − p(y)),

où F : R → R est une fonction impaire croissante, strictement croissante dans un voisinage
de 0. L’harmonicité d’un champ de pression prendrait alors la forme non linéaire suivante
X
F (p(x) − p(y)) = 0.
y∼x

Cette identité ne peut être réalisée que si p(x) − p(y) est identiquement nul ou, si ça n’est pas
le cas, si la somme contient des termes de signes différents. Dans tous les cas p(x) est dans
l’enveloppe convexe des p(y), ce qui exprime le principe du maximum.

Proposition 7.6. On suppose le réseau N connexe. Le problème (7.2) est alors bien posé.

Démonstration. Une première approche consiste à utiliser le principe du maximum. Le sys-

tème d’équations linéaires
X
c(x, y)(p̊(x) − p̊(y)) = 0 ∀x ∈ V̊ ,
y∼x

peut s’écrire sous forme matricielle Ap̊ = b, où p̊ désigne ici le vecteur d’inconnues (pressions
sur V̊ ). La matrice A est carrée, et b est construit à partir des valeurs imposées sur Γ. Montrons
que A est injective. Si Ap̊ = 0, cela implique que p est harmonique sur V̊ , donc qu’il atteint
son maximum sur le bord 39 , ce maximum est donc 0. Mais le raisonnement s’applique aussi
au minimum, le champ est donc identiquement nul sur V . La matrice A est donc inversible,
et le problème est bien posé.

On peut aussi raisonner de façon variationnelle. Comme cette démonstration est plus gé-
nérale (elle peut s’appliquer au cas de la dimension infinie), nous la détaillons en complément
de la première. On construit en premier lieu une formulation variationnelle en considérant un
champ q ∈ RV̊ arbitraire, multipliant l’équation au point x par q̊(y), et en sommant sur V̊ .
On obtient
X X X
q̊(x) c(x, y)(p̊(x) − p̊(y)) = c(e)(p̊(y) − p̊(x))(q̊(y) − q̊(x)) = 0,
x y∼x e

qui est donc valable pour tout q̊ ∈ RV̊ . On reconnait les conditions d’optimalité pour la
fonctionnelle
1X
q̊ 7−→ J(q̊) = c(e)(q(y) − q(x))2 ,
2 e

où l’on a noté q le champ qui s’identifie à q̊ sur V̊ , et qui prend les valeurs aux limites imposées
sur o et Γ. Dans le cas d’un réseau connexe, avec valeur imposée au bord, il s’agit d’une
fonctionnelle quadratique positive non dégénérée, elle admet donc un minimum unique qui
39. C’est ici qu’intervient l’hypothèse de connexité. Si le réseau n’était pas connexe, on pourrait avoir des
composantes connexes qui ne contiennent ni o, ni aucun point de Γ, donc aucun point du bord. On pourrait
donc avoir une valeur constante arbitraire sur cette composante.

74
vérifie les conditions d’optimalité, d’où l’existence d’une solution. Inversement, la fonctionnelle
étant convexe, la vérification des condition d’optimalité assure le caractère minimisant, la
solution est donc unique.

Une troisième approche, très similaire à la deuxième, peut être envisagée. Bien que ce
soit un peu artificiel et redondant ici, nous en disons quelque mots car c’est cette stratégie
est en général utilisée dans le cas du problème de Poisson dans un domaine euclidien (voir
section 19, page 196). Il s’agit simplement simplement de considérer H comme l’ensemble des
champs de RV nuls en o, et H0 le sous-espace des champs nuls sur Γ. On considère alors le
problème d’optimisation ci-dessus comme posé sur l’espace affine HP ⊂ H des champs qui
valent P sur Γ. Il s’agit alors d’une conséquence directe du théorème de Lax Miligram dans
sa version affine (voir corollaire 22.26, page 229).

On remarquera que X
a(p, p) = c(e) |p(y) − p(x)|2 ,
e

est le taux d’énergie effectivement dissipée au sein du réseau : la solution de (7.2) est, parmi
les champs de pression qui vérifient les conditions aux limites, celui qui induit une puissance
dissipée minimale.

Remarque 7.7. Noter que, dans le problème d’optimisation intervenant dans la preuve pré-
cédente, on n’impose pas la loi des nœuds sur les flux associés à la pression p. La conservation
au niveau des points interieurs est conséquence du caractère minimisant de p.

La proposition suivante n’est pas nécessaire à la compréhension de la suite des développe-

ments, mais elle donne une interprétation des pressions comme un champ auxiliaire abstrait
associé à un problème de minimisation de l’énergie dissipée au sein d’un réseau 40 .

Proposition 7.8. On considère un réseau (V, E, r, Γ), et l’on considère le problème de mi-
nimisation de (la moitié de) l’énergie dissipée exprimée à l’aide des flux u ∈ RE :
1X
J : u 7−→ r(e)u(e)2 ,
2 e

sous contraintes de bilan exprimées aux sommets :

du(x) = f (x),

où f ∈ RV est donné, avec f = 0 sur V̊ . Ce problème est bien posé, et les conditions
d’optimalité de ce problème d’optimisation sous contraintes expriment la loi d’Ohm (ou loi
de Poiseuille dans l’interprétation fluide du réseau).

Démonstration. Le problème consiste en la minimisation d’une forme quadratique définie

positive, sous contrainte affine. Il existe donc un unique minimiseur u ∈ R. Le Lagrangien
40. On notera le caractère déroutant de cette proposition. Les lois dOhm et de Poiseuille sont des loi
phénoménologiques faisant intervenir des variables scalaires (potentiel électrique ou pression) qui ont un sens
physique clair, et qui sont mesurable. L’approche présentée ici présente une vision différente, basée sur un
principe de minimisation de l’énergie globale dissipée, sous contrainte de conservation, qui permet d’introduire
ces potentiels/ pressions comme des auxiliaires abstraits, multiplicateurs de Lagrange associés aux contraintes
locales de conservation ou bilan au nœuds.

75
associé au problème est
!
1X X X
L(v, q) = r(e)u(e)2 + p(x) u(y, x) − f (x) .
2 e x y∼x

On obtient les conditions d’optimalité en écrivant que les dérivées partielles de ce Lagrangien
par rapport à chacun des flux élémentaires u(e) = u(x, y) sont nulles
r(x, y)u(x, y) − p(x) + p(y) = 0,
qui est la loi d’Ohm.

Remarque 7.9. Cette remarque est en quelque sorte duale de la proposition précédente, qui
établissait que la loi d’Ohm/Poiseuille pouvait être interprétée comme une conséquence d’un
principe de minimisation sur les flux. Si l’on considère maintenant le problème de minimi-
sation de l’énergie dissipée exprimée en termes de pressions, à partir de la loi d’Ohm (on
multiplie par 1/2 par commodité d’écriture) :
1X
P= c(x, y)(p(x) − p(y))2 ,
2 e
où l’on fixe des pressions sur Γ, les conditions d’optimalité s’écrivent
X
c(x, y)(p(x) − p(y)) = 0
y∼x

qui s’écrit du(x) = 0, pour tout x ∈ V̊ . La conservation locale (loi des nœuds) est donc une
conséquence de ce principe d’optimisation : il est optimal pour minimiser l’éneghie dissipée
d’assurer la conservation locale en tout point intérieur au réseau.
Remarque 7.10. Pour faire la synthèse entre l’approche initiale proposée, la proposition 7.8,
et la remarque 7.9, on peut remarquer que la formalisation des phénomènes considérés ici re-
pose sur trois piliers : (1) loi phénoménologique de type Ohm ou Poiseuille (2) Loi de conser-
vation locale (loi de Kirchhoff ) (3) principe de minimisation de l’énergie dissipée. Chacun
de ces ingrédients peut en fait être déduit des deux autres. Nous avons privilégié l’approche
(1)&(2) ⇒ (3), mais la proposition 7.8 assure (2)&(3) ⇒ (1), et la remarque 7.9 précise
pourquoi (1)&(3) ⇒ (2).
Definition 7.11. (Résistance équivalente d’un réseau)
Soit N = (V, E, r, o, Γ) un réseau (selon la Def. 7.1). On impose un champ de pression
uniforme P ≡ 1 sur Γ. On note p la solution du problème de Dirichlet (7.2), et par u = −cd⋆ p
le flux associé. Le flux global Q est obtenu en sommant les flux au travers de Γ, ou de façon
équivalente en considérant le flux qui sort par la racine o :
X
Q=− u(o, x) = du(o). (7.4)
x∼o

La résistance équivalente de N est définie comme R(N ) = 1/Q = 1/du(o). Par linéarité, le
flux associé à une pression uniforme P sur Γ vérifie P − 0 = RQ.
Proposition 7.12. (Loi de Joule pour un réseau)
Soit N = (V, E, r, o, Γ) un réseau, et p la solution du problème (7.2) associée à une pression
uniforme P . Le taux d’énergie dissipée dans le réseau s’écrit
P = RQ2 ,
où Q = du(o) est le flux de Γ à o.

76
Démonstration. C’est une conséquence de la formule de Green discrète (sommation par par-
ties). L’énergie dissipée s’écrit
X
P = c(x, y)(p(x) − p(y))2
E
X X X X
= p(x) c(x, y)(p(x) − p(y)) + p(x) c(x, y)(p(x) − p(y)) (7.5)
x∈V̊ y∼x x∈{o}∪Γ y∼x
| {z }
=dcd⋆ p(x)=0
X X
= P dcd⋆ p(x) = −P du(x) = P du(o) = Rdu(o)2 ,
x∈Γ x∈Γ

ce qui termine la preuve.

Remarque 7.13. Précisons les similarités et différences entre ce cadre discret et le cadre
continu (équations de Darcy (6.10), page 64). La formule de Green utilisée précédemment
X X X
c(x, y)(p(x) − p(y))(q(x) − q(y)) = q(x) c(x, y)(p(x) − p(y)),
E x∈V y∼x

est analogue à la même formule dans un domaine continu sans bord (par exemple pour l’espace
entier, ou un domaine périodique). De fait, la notion de frontière pour un réseau est arbitraire,
et nous n’avons d’ailleurs fait aucune hypothèse sur les sommets de Γ. En particulier, il
peuvent être situés au sein même du réseau, avoir un nombre arbitraire de voisins, etc . . .Nous
avons obtenu une sorte de terme de bord en décomposant l’ensemble des sommets entre V̊
et {o} ∪ Γ, et la formule obtenue n’a pas véritablement d’équivalent continu. En effet, la
transposition du cadre discret conduit à considérer le problème
−∆p = 0 in Ω \ X
où Ω est un domaine sans frontière, et X une collection finie (xi ) de points de Ω, avec une
valeur de pressions pi prescrite en xi , de telle sorte que
X
−∆p = ui δxi
i

où ui est le flux rentrant e, xi . On a alors formellement

Z X
|∇p|2 = ui pi ,
Ω i

qui serait l’équivalent discret de (7.5). Le problème est que cette expression n’a pas de sens,
car les points ont une capacité nulle en dimension d ≥ 2 (voir exercice 24.1, page 255).

Pour obtenir
R
une formule de Green avec termes de bords qui contiendraient un équivalent
discret de Γ ∂p/∂n), on doit introduire un ensemble d’ “arêtes frontières” E Γ , i.e. l’ensemble
des Γ arêtes qui contiennent un point de Γ On a alors
X X X
c(x, y)(p(x) − p(y))(q(x) − q(y)) = q(x) c(x, y)(p(x) − p(y))
E x∈V̊ y∼x
| {z }
=dcd⋆ p(x)
X X
+ q(x) c(x, y)(p(x) − p(y))
x∈{o}∪Γ y∼x
X X
= q(x)dcd⋆ p(x) − c(x, y)q(x)d⋆ p(e),
x∈V̊ e=(x,y)∈E Γ

77
qui est maintenant l’équivalent discret de
Z Z Z
∂p
k∇p · ∇q = − q∇ · k∇p + k .
Ω Ω Γ ∂n

7.2 Squelette métrique associé à un réseau résistif

Dans le contexte de circulation de flux étudié dans la section précédente, il est naturel
d’associer à un réseau N = (V, E, r) l’espace métrique défini de la façon suivante. En premier
lieu, on métrise V (relativement à E et r) en considérant que la longueur l’une arête e =
(x, y) ∈ E (donc la distance de x à y) est r(e). Pour deux points du réseaux non directement
connectés, on définit la distance entre eux comme la longueur du plus court chemin qui les
relie. On peut donner un peu de “corps” à cet espace métrique en considérant maintenant
chaque arête (x, y) comme un segment plein, ensemble de points définis de façon abstraite 41
comme
[e] = [x, y] = {(1 − θ)x + θy , θ ∈ [0, 1]} .
On dira que la distance de (1 − θ)x + θy à x (resp. y) est θ r (resp. (1 − θ)r). Ce choix définit
de façon immédiate une métrique sur la réunion des segments. On notera N le nouvel espace
métrique ainsi défini.

Si l’on considère maintenant un champ de pression de RV , on peut définir de façon ca-

nonique un champ de pression p continu sur N affine par morceaux (sur chaque arête), et
un champ de flux u constant par morceaux. Si u = −cd⋆ p (sur N ), on a immédiatement, sur
chaque arête
1
u(s) ≡ u(e) = − (p(y) − p(x)) = −∂s p.
r(e)
Avec des notations évidentes, on peut écrire le taux d’énergie dissipée sous une forme intégrale
X XZ XZ Z
r(e)u(e)2 = u(e)2 ds = |∂s p|2 ds = |∂s p|2 ds.
e e e e e N

On retrouve de cette manière l’expression classique de la semi-norme H 1 (voir chapitre 24

sur les espaces de Sobolev). On prendra garde au fait que l’abscisse curviligne (tout comme
la variable d’espace qui intervient dans la dérivée) est homogène ici à une résistance.

7.3 Cadre stochastique

Soit un réseau N = (V, E, r) (voir définition 7.1), on considère la marche aléatoire sur V
associée aux probabilités de transitions πxy , définies par

c(x, y) X
πxy = , C(x) = c(x, y) , (7.6)
C(x) y∼x

41. Cette démarche peut en effet être menée dans un cadre assez abstrait : chaque segment de notre espace
métrique sera de fait isométrique à un segment de longueur r(e) dans Rd , mais il n’est pas nécessaire de plonger
le réseau dans l’espace euclidien pour définir le nouvel espace, pour lequel les points de bifurcation restent
des points abstraits, indépendamment de toute structure affine. On pourrait d’ailleurs décider de dédoubler
certaines arêtes, qui se retrouveraient confondues dans une réprésentation plate et rectiligne du réseau, mais
en restant différentes pour N (la distance entre leurs milieux serait par exemple r).

78
où c(x, y) = 1/r(x, y) est la conductance de l’arête (x, y). La chaı̂ne de Markov associée est
irréductible dès que le réseau est connexe, ce que nous supposerons ici. Elle admet donc une
unique mesure stationnaire (voir théorème ??, page ??), que l’on identifie immédiatement
comme C(x) (on normalise les résistances de départ de façon à ce que C soit effectivement
de masse totale égale à 1).

On considère maintenant un réseau N = (V, E, r, o, Γ) et la donnée d’un champ de pres-

sions (P (x))x∈Γ sur la frontière, et P (o) = 0. On définit p ∈ RV comme suit : considérant un
sommet x ∈ V , on note i la variable aléatoire correspondant à l’instant où la marche aléatoire
issue de x atteint Γ ou o :

X0 = x , X1 , . . . , Xi ∈ Γ ∪ {o} ,

avec Xj ∈/ Γ ∪ {o} pour 0 < j < i. La valeur de P en Xi (qui est nulle si Xi = o) est
une variable aléatoire, dont on note p(x) l’espérance. On peut établir le lien suivant avec le
problème de Dirichlet (7.2).

Proposition 7.14. Le champ p ∈ RV défini précédemment est la solution du problème (7.2).

Démonstration. Remarquons en premier lieu que les conditions de Dirichlet sont automa-
tiquement vérifiées par la probabilité p (quand x ∈ Γ ∪ {o}, l’indice i est 0, et la variable
aléatoire considérée est en fait déterministe). Considérons maintenant x ∈ V̊ . On a
X
p(x) = πxy p(y),
y∼x

qui peut s’écrire (d’après (7.6))

X
C(x)p(x) − c(x, y)p(y) = 0,
y∼x

de telle sorte que p est harmonique. Il s’agit donc nécessairement de l’unique solution du
problème de Dirichlet (7.2).

Remarque 7.15. La matrice de transition P associée à la marche aléatoire définie précé-

demment est reliée au Laplacien discret de la façon suivante :

c(x, y)
P = (pxy )x,y∈V , pxy = for (x, y) ∈ E,
C(x)

avec pxy = 0 quand x et y ne sont pas connectés (i.e. (x, y) ∈

/ E). En notant C la matrice
diagonale dont les entrées sont les C(x), on a la relation

−∆ = dcd⋆ = C (Id −P ) .

Cette propriété peut être utilisée pour obtenir une expression stochastique de la résistance
entre o et Γ. On considère le cas P ≡ 1. Le champ p défini précédemment est alors la
probabilité de fuite par Γ : pour x ∈ V , p(x) est la probabilité que la marche aléatoire issue
de x atteigne Γ avant o.

79
Proposition 7.16. On considère une marche aléatoire sur N = (V, E, r, o, Γ) issue de o,
avec des probabilités de transition données par (7.6). On a
1
= C(o) pesc , (7.7)
R
où pesc est la probabilité que la marche atteigne Γ avant de revenir en o, et R est la résistance
du réseau entre o et Γ (voir Def. 7.11).

Démonstration. Soit p la solution du problème (7.2), avec P ≡ 1 sur Γ. Du fait du choix

particulier de P , pour tout x ∈ V , p(x) (défini précédemment comme une espérance), est la
probabilité, partant de x, d’atteindre Γ avant o Par définition 7.11, la résistance R est 1/du(o).
Par ailleurs on a
X 1 X 1 1 1
pesc = πox p(x) = c(o, x)(p(x) − p(o)) = du(o) = ,
x∼o C(o) x∼o C(o) C(o) R
qui donne le résultat.

On considère la marche aléatoire sur un réseau connexe N = (V, E, r), dont les probabilités
de transition sont définies par (7.6). Partant d’une loi de probabilité p0 sur la position initiale,
on note pn la loi que suit la position de la particule à l’étape n, définie par
X
pn+1 (x) = πyx pn (y).
y∼x

La mesure stationnaire associée à cette chaı̂ne de Markov est simplement donnée par π(x) =
C(x) (en supposant que la somme des C(x) est normalisée à 1).
Proposition 7.17. Pour toute fonction ϕ de R+ dans R convexe, la fonctionnelle
 
X p(x)
S : p 7−→ ϕ C(x)
x∈V
C(x)

est décroissante le long de la trajectoire discrète, i.e. S(pn+1 ) ≤ S(pn ).

Démonstration. On a !
X pn+1 (x)
S(pn+1 ) = ϕ C(x).
x∈V
C(x)
Chaque terme de la somme s’écrit

! !
pn+1 (x) X c(x, y) pn (y) X c(x, y)  pn (y) 
ϕ C(x) = ϕ C(x) ≤ ϕ C(x)
C(x) y∼x C(x) C(y) y∼x C(x) C(y)

car ϕ est convexe.

On a donc finalement
  X  pn (y)  X X  pn (y) 
XX pn (y)
S(pn+1 ) ≤ c(x, y)ϕ = c(x, y) = C(y),
x∈V y∼x
C(y) y C(y) x∼y y C(y)

ce qui termine la preuve.

80
Corollaire 7.18. En prenant ϕ(a) = a log a, on obtient en particulier la décroissance de l’en-
tropie relative (ou divergence de Kullback-Leibler) de p relativement à la mesure stationnaire
C :    
X ρ(x) ρ(x) X ρ(x)
S(p) = log C(x) = ρ(x) log .
x∈V
C(x) C(x) x∈V
C(x)

Plan de transport

Etant donnée une distribution de probabilité p0 définie sur les sommets d’un réseau résistif
N = (V, E, r), ce qui précède revient à définir un plan de transport vers une nouvelle mesure
discrète p1 . En effet, avec des notations naturelles, le plan γ ∈ RV+×V défini par
c(y, x) X
γyx = πyx p0 (y) , πyx = , C(y) = c(y, x) , c(x, y) = r(x, y)−1
C(y) x

transporte p0 vers p1 (on a γ = (γyx ) ∈ Πp0 ,p1 avec les notations du début de la section 17,
page 148).

Équation de la chaleur sur un réseau

On peut établir une équation d’évolution sur le réseau, en définissant de façon différente
la marche aléatoire : on considère que, pour τ ∈]0, 1], on reste sur place avec une probabilité
1 − τ , et l’on se déplace avec probabilité τ , le déplacement se fait alors selon la loi définie
par (7.6). On note pnτ la loi d’un point évoluant suivant ces principes, on a
X
pn+1
τ (x) = (1 − τ )pnτ (x) + τ πyx pnτ (y),
y∼x

d’où
pn+1
τ (x) − pnτ (x) X
= −pnτ (x) + πyx pnτ (y),
τ y∼x

soit, en faisant tendre formellement le pas de temps τ vers 0,

dp X
(x) = −p(x) + πyx p(y) = −(Id −t K)p.
dt y∼x

On obtient une structure plus familière en considérant la variable ρ(x) exprimant la densité
de p relativement à la mesure stationnaire C (cette mesure stationnaire est de façon évidente
la même pour la marche aléatoire initiale, et pour cette nouvelle version alourdie), i.e. ρ(x) =
p(x)/C(x). En divisant l’équation précédente par C(x) on obtient
dρ X
(x) + ρ(x) − π(x, y)ρ(y),
dt y∼x

qui peut s’écrire matriciellement

dρ
+ (Id −K)ρ = 0. (7.8)
dt
Noter que l’on retrouve une matrice symétrique en multipliant l’équation précédente par la
matrice diagonale C associée canoniquement à la mesure stationnaire.

81
7.4 Modèle de flânage

On cherche à modéliser le mouvement d’un individu, ou d’une collection d’individus,

dans un lieu d’exposition. On considère le lieu constitué de travées, sur les côtés desquels
se trouvent des stands, chaque travée reliant deux nœuds. Chaque nœud corresponds dans
l’évolution du promeneur à un point de bifurcation : il va poursuivre son cheminement en
emprutant l’une des travées accessibles. On associe à un tel lieu d’exposition un graphe non
orienté (V, E), où V est l’ensemble des sommets (nœuds du réseau), et E l’ensemble des côtés
(travées), sous ensemble symétrique de V × V .

Évolution pilotée par l’intérêt On considère chaque travée affectée d’un score, qui quanti-
fie l’intérêt du promeneur pour la travée en question. On suppose que le promeneur arrivé au
noeud x est capable d’estimer, par vision directe, le score associé aux différentes arêtes issues
de x. On définit une marche aléatoire sur le réseau en affectant aux différentes possibilités
des probabilités proportionnelles au score, ce qui conduit à la définir la matrice de transition
suivante (on écrit a ∼ b si (a, b) ∈ E)
s(x, y)
X si y∼x
s(x, z)
K(x, y) = z∼x

0 si (x, y) ∈
/E
On se retrouve donc dans le cadre de la section 7.3, où les conductances sont ici remplacées par
des scores, mesurant l’intérêt relatif des différentes travées pour le flâneur. Ce modèle est de
façon évidente loin d’être satisfaisant, en particulier le flâneur ainsi modélisé est d’une certaine
manière sans mémoire : il est susceptible de revenir sur ces pas, pour revisiter la travée qu’il
vient de quitter. Nous décrivons ci-dessous quelques extensions possibles du modèle, de façon
à le rendre plus réaliste (au prix d’un éloignement du cadre formel décrit dans la section 7.3).

Extensions

Le parcours effectif d’une personne dans un tel contexte peut difficilement se concevoir
comme un processus purement Markovien, tel que décrit ci-dessus. Il est raisonnable d’intégrer
des ingrédients supplémentaires dans le modèle d’évolution, notamment :

1. La probabilité de retourner sur ses pas en arrivant à un point de bifurcation, sauf

situation particulière, est très faible.
2. La trajectoire d’un individu a une certain persistence : lorsque l’on arrive à un point
de bifurcation, il y a une tendance à continuer tout droit. On peut penser que cette
tendance s’amenuise lorsque le nombre de pas dans la même direction devient grand.
3. Les travées qui ont déjà été visitées sont moins attractives.

Une heuristique simple pour gérer ces différents points est la suivante :

On se donne une matrice de scores à l’instant n : S n = (s(x, y)) ∈ RE + . Partant d’un point
x, on récupère les scores de la ligne correspondant à x : (s(x, y)). Venant de z, on multiplie le
score s(x, z) par un facteur d’inhibition fback ∈ [0, 1[. On note ns le nombre de pas effectués
sans avoir changé de direction. On prend en compte la persistence en multipliant le score de
(x, ys ) par un facteur du type
fs = 1 + k exp (−ns /Ns ) ,

82
où Ns est une longueur typique de trajectoire rectiligne avant changement de direction. On
calcule ensuite les probabilités de transition en normalisant les scores. Si le sommet suivant
est y, on multiplie le score s(x, y) par un facteur d’inhibition fm ∈ [0, 1[ qui prend en compte
la réduction de l’intérêt que l’on accorde à une travée déjà visitée.

7.5 Plongement dans l’espace euclidien

On considère un réseau N = (V, E, Γ) (la racine n’est plus ici distinguée comme un point
particulier de la frontière) plongé dans l’espace euclidien Rd , c’est à dire que chaque sommet
de V est associé à un point x de Rd , et les côtés sont associés aux sommets entre ces points. On
suppose que la correspondance Sommet 7→ Point est injective, et on suppose que les segments
ne se croisent pas 42 . Nous simplifierons les notations en ne faisant pas de distinction entre les
sommets du réseau abstrait et les points de Rd associés. On considère une collection de flux
u ∈ RE supposée obéir à la loi de Kirchhof sur les sommets intérieurs. On note ~e la mesure
vectorielle associée à l’arête e. Plus précisément, pour tout
y−x
e = (x, y) ∈ Rd × Rd , ne =
|y − x|

on définit la distribution vectorielle (ou mesure vectorielle) ~e comme

Z
ϕ ∈ Cc∞ (Rd )d 7−→ h~e , ϕi = ϕ · n.
e

Proposition 7.19. La mesure vectorielle G définie par

X
G= u(e) ~e (7.9)
e∈E

vérifie l’équation de conservation (dans D ′ )

X
∇·G = − du(x)δx ,
x∈Γ

où la divergence d’une mesure vectorielle est la distribution d’ordre 1 définie par

h∇ · G , ϕi = −hG , ∇ϕi ∀ϕ ∈ D(Rd ).

Démonstration. Pour tout ϕ ∈ Cc∞ , on a

X X Z y
h∇ · G , ϕi = −hG , ∇ϕi = − u(e)h~e , ∇ϕi = − u(e) ne · ∇ϕ
e∈E e∈E x

X Z y X X X
=− u(e) ∂ϕ/∂s ds = − u(e) (ϕ(y) − ϕ(x)) = ϕ(x) u(x, y)
e∈E x e∈E x∈V y∼x
X X
=− du(x)ϕ(x) = − du(x)hδx , ϕi,
x∈V x∈Γ

d’où la propriété annoncée.

42. Si d = 2, le graphe est alors qualifiée de planaire.

83
Remarque 7.20. Dans le cas où Γ se décompose en Γ0 (entrée) et Γ1 (sortie), qui portent
respectivement les mesures (positives, de même masse) µ0 et µ1 , considérées comme des flux,
et auxquelles on associe les mesures atomiques (on garde la même notation)
X X
µ0 = µ0 (x)δx , µ1 = µ1 (x)δx ,
x∈Γ0 x∈Γ1

on peut alors écrire

∇ · G = µ0 − µ1 .

7.6 Premier pas vers le transport branché

Le cadre introduit dans la section précédente permet de formaliser une classe très générale
de problèmes, qui n’ont été considérés que récemment, et qui suscitent de fait un grand
nombre de questions encore ouvertes 43 . On considère deux mesures atomiques µ0 et µ1
sur Rd , de supports finis (et disjoints, pour simplifier), de même masse totale (par exemple
1), et l’on note Λµ0 ,µ1 l’ensemble des réseaux (V, E, Γ) plongés dans Rd (les sommets sont
identifiés à des points de Rd , et les arêtes à des segments 44 reliant ces points), tels que
supp(µ0 ) ∪ supp(µ1 ) = Γ. Pour tout N ∈ Λµ0 ,µ1 , tout champ de flux u ∈ RE , on note Gu
la mesure vectorielle associée à u (on considérera que la notation u encode non seulement le
champ des valeurs des flux, mais aussi le réseau N sur lequel ils sont définis) selon (7.9) (voir
section 7.5). On dira que u est admissible, ce qu’on écrira u ∈ Πµ0 ,µ1 , si

∇ · Gu = µ0 − µ1 , (7.10)

au sens de la proposition 7.19.

Remarque 7.21. Il est tentant de dire que u transporte µ0 , vers µ1 . On prendra cependant
garde au fait que ce transport est très différent de celui définit dans le cadre du transport
optimal (voir section 17). On ne se préoccupe notamment pas ici de savoir “qui va où” : si
l’on considère par exemple une bifurcation de mélange (deux arêtes rentrantes 1 et 2 et une
arête sortante), suivie (sur l’arête sortante) par une bifurcation de séparation (deux arêtes
sortantes 1′ et 2′ ), la seule connaissance de u ne donne pas d’information sur la proportion
dans 1′ de matière venant de 1. Par ailleurs, µ0 et µ1 doivent ici être vus comme des flux
(quantité de matière par unité de temps) plus que comme des masses statiques. On peut
évidemment passer de l’un à l’autre en intégrant l’équation (7.10) sur un temps unitaire,
mais le problème se pose bien ici nativement en termes de flux.

Dans le contexte précédemment défini, on définit le coût associé à u de la façon suivante

X
u ∈ Πµ,ν 7−→ C(u) = |u(e)|α |e| ,
e

où α est un nombre positif ou nul, et |e| est la longueur de l’arête e.

43. Pour une présentation générale du domaine, voir par exemple :
M. Bernot, V. Caselles, J.-M. Morel, Optimal Transportation Networks, Lecture Notes in Mathematics 1955,
Springer Verlag Berlin Heidelberg 2009.
44. En toute généralité, il serait naturel d’identifier les arêtes à des courbes rectifiables, mais on se limitera
ici à des segments.

84
 Le contexte physique d’intensité électrique ou d’écoulement fluide suggère un choix α =
2, qui correspondrait à la situation suivante : on considère des sources électriques, et des
puits, il s’agit de faire passer une intensité prescrite entre ces puits et ces sources au travers
d’un réseau de fils électrique de caractéristique donnée (résistivité prescrite, donc résistance
proportionnelle à la longueur), en minimisant la puissance dissipée. Ce problème est dégénéré,
comme on peut s’en convaincre en considérant le cas de deux masses de Dirac. En reliant les
électrodes ponctuelles par des fils 45 en nombre croissant (en parallèle), on fait diminuer la
résistance, et donc la puissance dissipée, l’infimum est ainsi nul, et n’est pas atteint 46 .

Les problèmes de transport branché tels qu’on les conçoit généralement portent sur le
cas d’une puissance inférieure à 1, qui exprime une diminution du coût de transport par
mutualisation de l’usage des segments (on peut penser à un réseau routier). Le cas α = 0
correspond au problème dit de Steiner, qui consiste à trouver un réseau reliant tous les
points, en minimisant la longueur totale du réseau. Le cas α = 1 correspond essentiellement
au problème de Monge, pour le coût associé à la distance euclidienne (qui correspond à
la distance W1 ). Pour le cas α ∈]0, 1[, le plus riche, on se reportera à l’ouvrage “Optimal
Transportation Networks” 47 .

7.7 Réseaux infinis

Nous donnons ici quelques éléments sur l’étude de réseaux infinis, en prolongement direct
de ce qui a été vu précédement. On considère un réseau N = (V, E, r, o), où V est un ensemble
dénombrable de sommets, et o un sommet particulier. On supposera que le degré (nombre
de voisins) des sommets est uniformément majoré, et que le réseau est connexe. On notera la
disparition de Γ dans la définition ci-dessus : l’un des problèmes essentiels dans ce contexte
est précisément de déterminer si l’infini (dans un sens à préciser) est susceptible de jouer le
rôle de cette frontière Γ. On définit l’espace d’énergie
( )
X 2
H= q ∈ RV , q(o) = 0 , c(x, y) |q(y) − q(x)| < +∞ ,
e

qui est un espace de Hilbert pour la norme associée canoniquement à la condition d’apparte-
nance, et
H0 = D,
adhérence des champs à support fini dans H.

On peut définir la résistance R ∈]0, +∞] de ce réseau (sous entendu : entre o et l’infini)
comme la limite quand N tend vers +∞ de RN , resistance du sous-réseau des points à dis-
tance 48 au plus N de o (avec ΓN défini comme l’ensemble des sommets à distance exactement
N de o).
45. Le fait que les fils, selon nos hypothèses, doivent être rectilignes, ne pose pas de problème, on peut
construire un faisceau de fils distincts, en considérant des trajets affines par morceau.
46. On peut faire un lien avec le fait que la diffusion dans un domaine continu, par exemple d’une source
ponctuelle à un puit ponctuel, tend à uniformiser les flux, ce qui correspond d’une certaine manière à une
infinité de fils conducteurs en parallèle.
47. Voir : M. Bernot, V. Caselles, J.-M. Morel, Optimal Transportation Networks, Models and Theory,
Lecture Notes in Mathematics.
48. Il s’agit ici de la distance canonique définie sur le graphe, telle que deux points connectés sont à distance
1.

85
 On énoncera simplement un résultat fondamental 49 établissant un lien entre les espaces
fonctionnels ci-dessus, la résistance globale du réseau, et le comportement de la marche aléa-
toire associée canoniquement au réseau.
Théorème 7.22. Les trois assertions suivantes sont équivalentes :

(i) H/H0 = {0} ;

(ii) R = +∞ ;
(iii) La marche aléatoire dont les probabilités de transition sont définies par (7.6) est ré-
currente.

On notera que l’équivalence entre (i) et (ii) est une généralisation de la proposition 11.1,
page 121, qui se limitait au cas d’un réseau linéaire infini dans une direction.

7.8 Réseaux dynamiques

Des chercheurs japonais 50 ont récemment mis en évidence la capacité de certaines moisis-
sures à constituer des réseaux de transport de nourriture qui présentent à la fois une certaine
forme d’optimalité globale et une grande robustesse (vis-à-vis par exemple de la disparition
brusque d’une branche). Ils ont proposé un modèle dynamique d’évolution d’un réseau exis-
tant basé sur les principes suivants. Le point de départ est un réseau résistif, qui réalise le
transport d’un flux entre des points-sources et des points-puits, que l’on définit comme Γ0
et Γ1 , sous-ensemble de l’ensemble des sommets V . On note µi ∈ RΓi , i = 0, 1, les flux
correspondants (tous deux identifiés à des mesures positives).

La loi des nœuds est vérifiée en tout point intérieur au réseau, et le flux au travers d’un
côté est régi par une loi de type Ohm (ou Poiseuille)
D
u(x, y) = (p(x) − p(y)),
L
où L est la longueur de l’arête, et D une mesure de sa conductivité 51 . Pour un réseau donné,
avec sa collection de conductivités Dij , et une collection de flux d’entrée et de sortie prescrits,
on peut calculer les pressions et flux au travers des arêtes en résolvant un problème de Darcy
discret avec condition de flux imposé


 u + cd⋆ p = 0 sur E,


du = 0 sur V̊ ,
(7.11)



du = −µ0 sur Γ0

du = µ1 sur Γ1
Noter que, avec des notations évidentes, on peut regrouper les trois dernières équations en
du = −µ0 + µ1 sur Γ.
49. Pour la démonstration, voir par exemple :
P. M. Soardi, Potential Theory on Infinite Networks, Springer-Verlag Berlin and Heidelberg 1994.
50. A. Tero, S. Takagi, T. Saigusa, K. Ito, D. P. Bebber, M. D. Fricker, K. Yumiki, R. Kobayashi, T.
Nakagaki, Rules for Biologically Inspired Adaptive Network Design, SCIENCE, Vol. 327, 2010.
[Link]
51. Pour un écoulement fluide au travers de tuyaux à section circulaire, D représenterait le diamètre à la
puissance 4, voir l’équation (6.20), page 68.

86
On peut éliminer les flux pour se ramener à un problème de Poisson sur la pression

dcd⋆ p(x) = µ0 − µ1 sur V.

Remarque 7.23. On notera l’absence de conditions aux limites dans le problème ci-dessus.
On peut retrouver une analogie avec un problème aux limites sous forme standard en dis-
tinguant les points intérieurs des points sur Γ0 et Γ1 . On écrira alors que la fonction est
harmonique sur les points intérieurs, et vérifient sur les bords des conditions de type Neu-
man :
du(x) = −dcd⋆ p(x) = −µ0 sur Γ0 ,
mais comme on le voit, dans le cadre discret, ce choix ne fait que compliquer l’écriture. En
fait, dans le contexte discret, la frontière étant un sous ensemble de points de même nature
que les points intérieurs, on peut considérer que les conditions aux limites de Neuman n’ont
pas lieu d’être considérées, puisque tout problème à flux imposé sur la “frontière” peut s’écrire
comme un problème de Poisson sur le domaine entier (les termes de flux passent dans le
second membre du problème de Poisson).

Remarque 7.24. Comme dans le cas du problème de Neuman dans un domain euclidien, la
pression est définie à une constante additive près.

On choisit alors de faire évoluer les conductivités en favorisant les arêtes les plus actives :
dDxy
= G(|u(x, y)|) − Dxy ,
dt
où G( · ) est une fonction croissante, nulle en 0. Les auteurs considèrent par exemple des
fonctions du type
qγ
G(q) = .
1 + aq γ
Remarque 7.25. L’arbre qui illustre la couverture de ce cours polycopié est obtenu par la
résolution numérique d’un problème d’évolution qui est la version continue de ce problème
discret.

87
8 Vibrations

8.1 Valeurs propres du Laplacien

L’ingrédient essentiel de ce chapitre est la décomposition spectrale du Laplacien, qui fait

l’objet de la présente section. On considère un domaine Ω bornée régulier de Rd , et l’on
s’intéresse à la recherche de couples (λ, u) solutions non triviales (i.e. avec u 6= 0) de

−∆u = λu dans Ω,

avec conditions de Dirichlet u = 0 sur le bord ∂Ω du domaine. La formulation variationnelle

de ce problème s’écrit Z Z
∇u · ∇v = λ uv ∀v
Ω Ω
qui s’écrit de façon abstraite
a(u, v) = (u, v) ∀v ∈ V,
avec V = H01 (Ω), où a( · , · ) est une forme bilinéaire symétrique continue sur V × V , coercive
d’après l’inégalité de Poincaré 24.43, ( · , · ) est le produit scalaire sur l’espace de Hilbert
H = L2 (Ω). D’après le théorème de Rellich, l’injection de V dans H est compacte. d’après le
théorème 22.41, ce problème admet une famille de solutions (λk , wk ), avec

0 < λ1 ≤ λ2 ≤ · · · ≤ λk ≤ . . . , λk −→ +∞,

et (wk ) est une base Hilbertienne de H = L2 (Ω).

Si le domaine est connexe, on peut montrer que la première valeur propre λ1 est simple.
Pour les autres, on peut juste affirmer que le sous-espace propre associé est de dimension finie.
On parlera parfois “du” k-ième vecteur propre, il s’agit d’un abus de langage, seul le premier
est défini de façon unique (au signe près). On peut par ailleurs montrer que la première
fonction propre garde un signe (strict) constant dans Ω. La deuxième fonction propre (plus
précisément toute fonction propre associée à λ2 ), orthogonale à la première pour le produit
scalaire L2 , change nécessairement de signe sur Ω. D’après la remarque 22.44, on a par ailleurs
Z
|∇v|2
Ω
λk+1 = min Z ,
Fk⊥ v2
Ω

avec Fk = vec(w1 , . . . , wk ).
Remarque 8.1. Pour tout k ≥ 1, la fonction wk étant de norme 1 dans L2 (Ω), la fonction
wk2 peut être vue comme une densité de probabilité sur Ω. L’étude de cette suite de densité
lorsque k tend vers +∞ a suscité et suscite encore une activité considérable, sur des domaines
de l’espace euclidien ou sur des variétés Riemanniennes 52 .

On peut calculer explicitement les éléments propres du Laplacien dans le cas d’un paral-
lélépipède rectangle.
52. On pourra se reporter à
[Link]
pour une description des problématiques sous-jacentes.

88
Proposition 8.2. Les fonctions propres et valeurs propres du Laplacien avec conditions
de Dirichlet homogènes dans un parallélépipède L1 × · · · × Ld de Rd sont (du fait de la
structure tensorielle de la propriété, nous adoptons une indexation multi-indicées des éléments
propres) : s    
2d k1 πx1 kd πxd
wk1 ...kd = sin . . . sin ,
L 1 . . . Ld L1 Ld
 2  2 !
2 k1 kd
λk1 ...kd = π + ··· + .
L1 Ld

Estimation effective de λ1

On peut construire un encadrement de λ1 par des considérations géométriques simples,

décrites ci-dessous dans le cas de la dimension 2 (mais généralisable à toute dimension). La
plus petite valeur propre du Laplacien avec conditions de Dirichlet homogènes s’écrit, d’après
le théorème de Courant-Fisher,
Z
|∇v|2
Ω
λ1 = min Z ,
v∈H01 (Ω)
v2
Ω

de telle sorte que pour tout Ω+ contenant Ω, tout Ω− contenu dans Ω, on a

λ1 (Ω+ ) ≤ λ1 (Ω) ≤ λ1 (Ω− ).

Or la proposition 8.2, donne l’expression de la plus petite valeur propre dans un rectangle
L1 × L2 :  
2 1 1
λ1 = π + .
L21 L22
Ces propriétés permettent d’encadrer assez précisément Λ1 pour des domaines pas trop éloi-
gnés d’un rectangle. Ainsi, pour le domaine représenté sur la figure 8.1, on a
! !
2 1 1 2 1 1
π + 2 + ≤ λ1 ≤ π − 2 + .
(L1 ) (L+
2)
2 (L1 ) (L−
2)
2

8.2 Corde vibrante

On cherche à décrire dans cette section le mouvement d’une corde élastique de longueur L,
fixée à ses extrémités, et soumise à une force de frottement avec le milieu extérieur milieu qui
s’oppose au mouvement transversal 53 . Dans l’hypothèse de petits déplacements, l’équation
s’écrit
1
∂tt u + ∂x u − c2 ∂xx u = 0,
τ
où u(x, t) est le déplacement vertical à l’abscisse x et au temps t.
53. Nous verrons que le fait d’écrire cette force comme proportionnelle à la vitesse de déplacement est typique
de la dimension 1, i.e. de la corde vibrante, et perd sa légitimité lorsque l’on s’intéresse à la vibration d’une
membrane.

89
 L2+
Ω

L1−

L2−
L1+

Figure 8.1 – Estimation de λ1

Remarque 8.3. En plus d’un effet d’amortissement des vibrations, la présence d’un fluide
environnant est susceptible d’entrainer un autre effet, dit de masse ajoutée. En effet, la vibra-
tion locale de la corde entraine un vibration de l’air environnant, qui est lui même un fluide
avec une certain densité, de telle sorte que l’élément de corde se voit alourdi en quelque sorte
d’une masse supplémentaire, qui va entrainer une réduction des fréquences propres.

L’opérateur −∂xx sur ]0, L[ avec conditions de Dirichlet admet une suite infinie de valeurs
propres λk , et une base Hilbertienne wk de vecteurs propres associés. Dans cas d’un domaine
monodimensionnel, on peut expliciter
r  
2 πkx π2 2
wk (x) = sin , λk = k .
π L L2

La projection de cette équation sur les modes propres (voir théorème 22.46) conduit à l’équa-
tion caractéristique
1
µ2 + µ + c2 λk = 0,
τ
d’où r !
± 1 1 1
µk = − ± − 4c2 λk .
2 τ τ2
On s’intéresse ici aux phénomènes de vibration, et l’on suppose que le temps√caractéristique
d’amortissement τ est grand devant la plus grande des périodes propres 1/c λ1 . On a alors
un régime d’oscillations amorties pour chacun des modes,
r s
1 1 p 1
µk = − ± iωk , ωk = λk c2 − = c λk 1 − 2 .
2τ 4τ 4c λk τ 2

On observe un effet de modulation de fréquence du à l’amortissement : la fréquence corres-

pondant au mode k est réduite d’une fraction qui est d’autant plus forte que le mode est bas.
La modulation tend vers 0 quand k tend vers +∞.

90
 Les fréquences de vibration de la corde s’écrivent donc
s
ωk c 1
fk = = k 1− 2 .
2π 2L 4c λk τ 2
√
Dans l’hypothèse τ << 1/c λ1 , on retrouve les fréquences harmoniques, multiples entiers de
la fondamentale f1 = c/2L.
Remarque 8.4. (Construction de la gamme tempérée)
A partir d’une fréquence fondamentale, on peut construire de nouvelles notes formant un ac-
cord harmonieux avec la fondamentale en considérant les premières harmoniques, en dehors
des puissances de 2 (qui correspondent à la même note à l’octave). La première harmo-
nique riche correspond donc à k = 3. On peut ainsi construire une note en ramenant cette
harmonique 3 entre la fondamentale et l’octave du dessus, i.e. en multipliant la fréquence
fondamentale par 3/2. On obtient ce qu’on appelle un intervalle de quinte. Partant d’un La,
il s’agit du premier Mi plus aigu. En poursuivant ce principe (i.e. en multipliant la fréquence
par 3 et en divisant par 2 ou 4 pour ramener les notes entre f1 et 2f1 ), on peut construire
les notes successives par intervalles de quintes : La, Mi, Si, Fa ♯, etc .... Pour construire un
système de notes exploitable, il est préférable que le nombre de notes ainsi construites soit fini.
Il ne l’est pas a priori , car on ne retombe jamais sur la première note. En effet, il n’existe de
façon évidente aucun couple d’entiers m et n strictement positifs tels que 3m /2n = 1. Mais il
se trouve que , pour m = 12, on tombe très près d’une puissance de 2 :
312 /219 ≈ 1.014 . . .
Il a donc été décidé de limiter le nombre de notes à 12. Dans les temps anciens, les gammes
utilisées par les instrumentistes respectaient certaines quintes exactes, de telle sorte que les
différentes tonalités avaient une vraie personnalité (les intervalles relatifs n’étaient pas les
mêmes). On a néanmoins décidé il y a quelques siècles d’utiliser une gamme tempérée, avec
des rapports de fréquences intervalles uniformément répartis : à partir d’une fréquence fon-
damentale, les douze notes de la gamme chromatique sont obtenues par multiplication de la
fréquence précédente par 21/12 , de telle sorte que, par exemple, le rapport de fréquences entre
La et Mi, dans le système tempéré, est 27/12 = 1.498. . .6= 3/2.

Conditions initiales (attaque)

On note u0 l’état initial du champ de déplacements, et u1 = ∂t u( · , 0) la vitesse de

déplacement initiale. La solution s’écrit
+∞
! !
X
−t/τk 1 u0
u(x, t) = e u0k cos (ωk t) + u1k + k cos (2πfk t) wk (x),
k=1
ωk τk
avec Z r
L 2
uαk = α
u (x)wk (x) dx , wk (x) = sin(kπx/L).
0 L

Il peut être en particulier intéressant d’étudier différents modes de créations du son. Une
attaque percussive et localisé, correspondant au piano, peut par exemple être modélisé (de
façon sommaire) par u0 = 0, et u1 l’opposé de la fonction caractéristique d’un petit intervalle
dans ]0, L[, correspondant à la zone de percussion du marteau sur la corde. Pour le cas d’une
corde pincée, on prendra u1 = 0, et pour u0 une fonction continue affine par morceaux avec
un point de saut des dérivées dans l’intervalle (lieu de pincement de la corde).

91
8.3 Problème bidimensionnel : le tambour

On s’intéresse ici au son produit par la vibration d’une membrane bidimensionnelle atta-
chée au bord d’un domaine Ω du plan. L’équation vérifiée par le déplacement vertical u(x, t),
avec x ∈ Ω, s’écrit, si l’on néglige les frottements,

∂t u − c2 ∆u = 0.

On peut prendre en compte un amortissement comme précédemment. L’hypothèse d’un amor-

tissement dit “faible”, qui ferait intervenir la dérivée en temps du déplacement, est moins
légitime ici 54 . , de telle sorte qu’il est plus pertinent de les décrire ici par le Laplacien de la
dérivée en temps du champ de déplacement. On parle alors d’amortissement fort, on vérifie
en effet ci-dessous que l’amortissement est plus agressif envers les hautes fréquences (d’où un
effet régularisant que l’on n’a pas dans le cas de l’amortissement faible).

Le modèle fortement amorti s’écrit

∂t u − ν∂t ∆u − c2 ∆u = 0.

On note (λk ) la suite des valeurs propres de l’opérateur −∆, et (wk ) la base hilbertienne des
fonctions propres associées. Dans certains cas (e.g. si le domaine est rectangle) on dispose
d’une expression explicite des λk et wk . Dans le cas général, on peut les approcher numéri-
quement (voir section 8.5 ci-après). Pour chaque mode k, on a l’équation caractéristique :

µ2 + νλk µ + c2 λk ,

d’où  q 
1
µ±
k = −νλk ± ν 2 λ2k − 4c2 λk .
2
Contrairement au cas de l’amortissement faible, pour lequel il était possible que tous les
modes soient oscillants, il apparaı̂t ici que seuls les premiers modes sont oscillants, puisque le
discriminant est positif pour k assez grand. comme nous nous intéressons ici aux phénomènes
vibratoires, nous précisons l’expression de µk pour les premiers modes, k ≤ K, pour lesquels
le discriminant est négatif :
r s
1 1 p ν 2 λk
µk = − νλk ± iωk , ωk = λk c2 − ν 2 λ2k − = c λk 1 − , k ≤ K,
2 4 4c2
où K est le plus grand mode oscillant, i.e. le plus grand entier tel que ν 2 λk /4c2 ≤ 1.

8.4 Vibration d’une colonne d’air, instruments à vent

On s’intéresse ici au phénomène de vibration d’une colonne d’air dans un domaine percé
de trous vers l’extérieur, comme peut se représenter un instrument à vent comme une flute
54. Dans le cas d’une corde, on peut considérer que l’on a localement un cylindre qui se déplace transversa-
lement à son axe, de telle sorte que l’air environnant exerce une force visqueuse qui s’oppose à ce mouvement.
Une telle vision n’a pas de sens pour un membrane dimensionnelle. L’apparent paradoxe vient simplement du
fait que la corde réelle, comme la membrane réelle, sont plongées dans le même espace physique de dimension
3. C’est le fait que le co-dimension de l’objet en mouvement soit 2 qui permet de donner un sens au frottement
opposé au déplacement (l’air environnant peut faire le tour de l’objet). L’essentiel de la dissipation va provenir
de forces de frottement internes à la structure elle-même

92
ou un tuyau d’orgue. La justification physique du modèle est très différente : le mouvement
vibratoire de l’air, considéré comme un gaz parfait compressible, est décrit par les équations
d’Euler barotropes linéairisées autour d’un état stationnaire (pression et densités uniformes),
i.e. le système (6.5)(6.6), page 59. En utilisant une loi du type p = ργ , on obtient une équation
sur la seule densité (supposé varier faiblement autour de la densité de référence) :

∂tt ρ − β∆ρ = 0,

avec β = p′ (ρ0 ) = γp0 /ρ0 . On retrouve la célérité du son dans l’air

r
p γp0
c= β= ≈ 341 ms−1 ,
ρ0

aux conditions normales de températures et de pression (p0 = 105 Pa, ρ0 = 1.2 kg m−3 ), avec
γ = 1.4 (coefficient isentropique).

Dans ce contexte, l’imperméabilité des parois (bords internes de l’instrument) impose une
vitesse normale identiquement nulle, et donc (voir équation (6.7)), une dérivée normale de la
pression (et par extension de la densité) nulle. Au niveau des trous, on fait l’approximation
que l’air dans le domaine se trouve en contact avec l’air extérieur qui impose la pression (et
donc la densité) de référence. L’équation étant maintenant linéaire, on peut travailler sur
la densité relative à la densité de référence. En conséquence, l’équation des ondes ci-dessus
se voit affecter des conditions de Neuman homogène sur les parois solides, et conditions de
Dirichlet homogène au niveau des trous. C’est l’imposition de ces conditions de Dirichlet par
ouverture des trous (en décollant les doigts) qui permet d’augmenter la plus petite valeur
propres du Laplacien, et par suite la fréquence fondamentale de la note produite (qui varie
comme la racine carré de λ1 ).

Précisons que le mécanisme complet de création d’une note de musique dans ce contexte
est beaucoup plus complexe, notamment du fait qu’il est nécessaire de maintenir un for-
çage vibratoire permanent (en soufflant dans l’instrument), sans quoi la vibration s’amortit
immédiatement.

8.5 Approximation des modes propres du Laplacien

On s’intéresse dans cette section à la résolution numérique du problème aux valeurs

propres
−∆u = λu dans Ω,
avec conditions de Dirichlet u = 0 sur le bord ∂Ω du domaine Ω, que l’on suppose borné
et régulier. Comme décrit dans la section 8.1, la formulation variationnelle de ce problème
s’écrit Z Z
∇u · ∇v = λ uv,
Ω Ω
et ce problème admet une famille de solutions (λk , wk ), avec

0 < λ1 ≤ λ2 ≤ · · · ≤ λk ≤ . . . , λk −→ +∞,

et (wk ) est une base Hilbertienne de H = L2 (Ω).

93
 Discrétiser ce problème par éléments finis consiste simplement à écrire la formulation
variationnelle sur un espace de dimension finie Vh ⊂ H1 (Ω), par exemple l’espace d’éléments
finis 55 dit “P 1 ” décrit dans la section 19.2. Le problème s’écrit alors
Z Z
∇uh · ∇vh = λ uh vh ∀vh ∈ Vh ,
Ω Ω

ou, sous forme matrice (ou note simplement u le vecteur des coordonnées de uh dans la base
canonique de Vh )
Au = λM u,
où A est la matrice de rigidité, et M la matrice de masse. La matrice A est par construction
symétrique définie positive, ce problème admet donc des solutions du type

λh1 , λ2h , . . . , λhNh ,

où Nh est la dimension de Vh , et une suite (wkh ) de vecteurs propres associés. On peut montrer,
que, pour tout k fixé, λhk tend vers la k-ième valeur propres du Laplacien (voir section 19.4).

Calcul effectif par Freefem++

Le logiciel Freefem++ permet un calcul effectif des premiers modes. Après définition du
domaine et de l’espace de discrétisation, on construit les formulations variationnelles des deux
membres de l’équation aux valeurs propres, et on assembles les matrices associées :

varf Lap(u,v)=
int2d(Th)(dx(u)*dx(v)+dy(u)*dy(v))+on(1,u=0);
varf Mass(u,v)= int2d(Th)(u*v) ;
matrix A= Lap(Vh,Vh,solver=CG);
matrix B= Mass(Vh,Vh);

On construit ensuite les tableaux destinés à acceillir les valeurs propres et fonctions propres
(nev est le nombre de mode que l’on souhaite estimer), et on appelle une routine qui va
calculer ces modes (k est le nombre de modes effectivement calculés par l’algorithme)

real[int] ev(nev);
Vh[int] e(nev);
int k=EigenValue(A,B,sym=true,value=ev,sigma=0,vector=e);

55. À strictement parler cet espace n’est pas conforme en général, i.e. Vh 6⊂ H01 (Ω). En effet, dans le cas
d’un domaine polyhédrique, on peut construire une suite de triangulations (voir définition 19.14) conformes, qui
recouvrent exactement le domaine Ω, et dans ce cas la théorie (par exemple la proposition 19.19) s’applique. Si
la frontière de Ω est courbe, la frontière de la triangulation ne suit pas exactement le domaine. Si le domaine
est convexe par exemple, on a inclusion stricte du domaine discret dans Ω. S’il n’est pas convexe, une partie
du domaine discret dépasse du vrai domaine. Nous dirons simplement ici que ce défaut de conformité ne remet
pas en question la qualité d’approximation de la méthode, ni même l’ordre 1 de convergence de la méthode.
En revanche, si l’on utilise des éléments finis d’ordre plus élevé, pour lesquels on pourrait espérer avoir un
ordre d’approximation strictement supérieur à 1, le défaut de conformité géométrique risque de réduire l’ordre
de convergence effectif.

94
9 Modèles granulaires de mouvements de foules

On s’intéresse ici à la modélisation microscopique (les agents sont individualisés) de mou-

vements de foules d’un type particulier : on considère que chaque personne tend à suivre sa
vitesse souhaitée (vitesse qu’elle souhaiterait avoir si elle était seule), et que la vitesse effective
de la collection d’individus est la vitesse globale la plus proche (au sens des moindres carrés)
de la vitesse souhaitée globale.

9.1 Modèle monodimensionnel

On considère N individus assujettis à se déplacer en ligne droite (comme dans un couloir

étroit). Les positions sont notées q1 , . . ., qN , initialement ordonnées conformément à l’indexa-
tion, et l’on considérera que les personnes sont identifiées à des disques rigides de rayon r (ou
ici à des segment de longueur 2r). On considèrera comme admissibles les configurations de
n o
K = q = (q1 , q2 , . . . , qN ) ∈ RN , qi+1 − qi ≥ 2r , i = 1, . . . , N − 1 .

On suppose qu’une vitesse souhaitée Ui est attachée à chaque individu, et que la vitesse
effective de la population est la plus proche (pour la norme euclidienne) de la vitesse globale
souhaitée, parmi les vitesses admissibles. L’ensemble des vitesses admissibles est défini par 56
n o
Cq = v = (v1 , . . . , vN ) ∈ RN , qi+1 − qi − 2r = 0 =⇒ vi+1 − vi ≥ 0 .

Le problème s’écrit donc

dq
= u , u = PCq U.
dt

Formulation point-selle

Le problème de projection qui définit la vitesse instantanée consiste à minimiser la fonc-

tionnelle
1
J(v) = |v − U |2 , (9.1)
2
sur l’ensemble Cq des configurations admissibles. Cet ensemble est une intersection de demi-
espaces affines, il s’agit donc bien d’un convexe fermé, l’existence et l’unicité d’un minimiseur
est alors immédiate.

Le critère d’admissibilité consiste en la vérification d’une série de contraintes affines. On

peut rassembler ces contraintes sous forme matricelle, en introduisant la matrice B donc une
ligne est du type
(0, . . . , 0, 1, −1, 0, . . . , 0),
où les éléments non nuls correspondent à deux indices successifs i et i + 1, où i est tel que
qi+1 − qi − 2r = 0 (contact entre i et i + 1). On peut ainsi écrire
n o
Cq = v ∈ RN , Bv ≤ 0 . (9.2)
56. On écrit simplement que, lorsque 2 individus sont en contact, la distance ne peut pas diminuer.

95
Proposition 9.1. Le problème consistant à minimiser la fonctionnelle J (définie par (9.5))
sur Cq (défini par (9.2)) est équivalent à la formulation point-selle suivante

u + B ⋆ p = U,
Bu ≤ 0,
(9.3)
p ≥ 0,
Bu · p = 0.

Plus précisément, u étant la solution du problème de minimisationsous contrainte, il existe

un unique p tel que le système ci-dessus soit vérifié. Réciproquement, si le couple (u, p) vérifie
ce système, alors u est bien la solution du problème de minimisation sous contrainte.

Démonstration. Les contraintes étant affines, elles sont automatiquement qualifiées (défini-
tion 25.27, page 277). La proposition 25.28 assure donc l’existence d’un vecteur p de multipli-
cateurs de Lagrange tel que le système (9.6) ci-dessus soit vérifié. Réciproquement, si (u, p)
est solution du système, le théorème 25.37, page 281 assure que ce couple est point-selle du
Lagrangien
1
L(v, q) = |v − U |2 + q · Bv,
2
et donc que u minimise la fonctionnelle quadratique sous la contrainte Bu ≤ 0 (d’après la
proposition 25.36, page 280).

Si l’on considère une rangée de personnes 1, . . ., N saturée, i.e. chaque individu est en
contact avec ses voisins la matrice des contraintes s’écrit
 
1 −1 0 . . . ...

 0 1 −1 . . . ... 

B=
 .. .. 

 0 0 . . ... 
0 0 ... 1 −1

Cette matrice exprime une version discrète de −∂x (opposé de la divergence en dimension
1), et B ⋆ correspond à ∂x (gradient). Dans le cas où toutes les contraintes sont saturées (par
exemple si l’on suppose que les vitesses souhaitées sont décroissantes : les personnes devant
ont tendance à aller moins vite que les personnes derrière), on aura Bu = 0, ce qui implique

BB ⋆ p = BU.

La matrice BB ⋆ , d’ordre N −1, est exactement la matrice du Laplacien discret en dimension 1

avec conditions de Dirichlet aux extrémités (matrice donnée par (A.13), page 293). Le champ
des pressions entre individus apparaı̂t donc comme solution d’un problème de Poisson discret,
avec un terme source qui quantifie, à partir de l’information sur les vitesses souhaitées, la
tendance à violer la contrainte de non chevauchement. On retrouve bien, conformément à
l’intuition, que si BU est positif (vitesse souhaitée décroissante), toutes les pressions seront
non nulles.

Remarque 9.2. Les remarques précedentes (sur le fait que B encode l’opposé d’une diver-
gence discrète) renforcent l’analogie formelle entre le problème (9.6) et le problème de Darcy,

96
telle qu’elle apparaı̂t pour modéliser les écoulements en milieux poreux (équation (6.10),
page 64, ou sous forme plus abstraite dans le cadre des réseaux résistifs (équation (7.1),
page 73).
Remarque 9.3. Cette formulation permet de comprendre, dans un contexte très simplifié,
les phénomènes d’accumulation de pression au sein d’une foule présentant des tendances
concentrantes (ce qui se traduit ici par une divergence de la vitesse discrète négative, i.e. BU
localement positif ). Si l’on considère par exemple le cas de N/2 personnes souhaitant aller vers
la droite, et N/2 personnes, sur leur droite, souhaitant aller vers la gauche, BU est la version
discrète d’une masse de Dirac au point de contact entre les deux populations, et le champ de
pression est de type affine par morceaux (fonction chapeau), avec une pression maximale au
point de jonction. Toute choses égales par ailleurs, la pression maximale tend vers +∞ quand
le nombre d’individu tend vers +∞, dans ce contexte de “mêlée” monodimensionnelle. Notons
aussi que le le caractère sphère dure du modèle considéré conduit à des effets non locaux,
avec propagation de l’information à vitesse infinie au sein du réseau de personnes. Dans
l’exemple ci-dessus, le chagement de vitesse souhaitée d’un individu particulier va changer
instantanément les vitesses réelles de tous les individus.

9.2 Modèle en dimension 2 (disques rigides)

On représente comme précédemment les individus par des disques de rayon r, on introduit
le vecteurs des positions :
q = (q1 , q2 , . . . , qN ) ∈ R2N .
L’ensemble des configurations admissibles est défini par
n o
K = q ∈ R2N , Dij = |qj − qi | − 2r ≥ 0 ∀i 6= j .

On se donne comme une collection de vitesses souhaitées

U = (U1 , . . . , UN ).
L’hypothèse la plus simple consiste à supposer que chaque Ui ne dépend que de la position
de l’individu i (qui n’adapte donc pas sa stratégie aux positions de ses voisins), dans ce cas
on aura Ui = U0 (qi ), où U0 est un champ de vitesse commun à tous les individus. On peut
considérer des modèles plus complexes en écrivant plus généralement U = U (q), qui exprime
que la vitesse souhaitée d’un individu dépend de sa propre position, mais aussi potentiellement
des positions des autres individus (possibilité de modéliser des stratégies individuelles).

Notons Gij = ∇Dij (q) le gradient de la fonction distance de i à j. Le cône des vitesses
admissibles associé à une configuration q est alors
Cq = {v , Dij (q) = |qj − qi | − 2r = 0 ⇒ Gij · v ≥ 0} . (9.4)
Noter que Gij ∈ R2N n’a que 4 composantes non nulles, correspondant aux positions des
individus i et j. Le modèle d’évolution exprime simplement le fait que la vitesse effective de
la population est la plus proche au sens des moindres carrés de la vitesse souhaitée :
q̇ = PCq U (q),
où PCq est la projection pour la norme euclidienne sur le convexe fermé Cq , définie de façon
unique (proposition 22.7, page 224) et stable (proposition 22.10).

97
 r
r
−eij qi eij
Dij
qj

Figure 9.1 – Notations.

Formulation point-selle

Comme dans la situation précédente, le problème de projection qui définit la vitesse

instantanée consiste à minimiser la fonctionnelle
1
J(v) = |v − U |2 , (9.5)
2
sur l’ensemble Cq des configurations admissibles, qui peut s’écrire sous forme matricielle
n o
Cq = v ∈ RN , Bv ≤ 0 ,

où chaque ligne de la matrice B exprime une contrainte de non chevauchement entre deux
disques en contact dans la configuration courante. Plus précisément, pour 2 entités i et j en
contact, on définit le vecteur unitaire centre à centre (voir figure 9.1)
qj − qi
eij = .
|qj − qi |

Le gradient de la distance entre i et j, vue comme fonction de l’ensemble des degrés de liberté,
s’écrit
Gij = (0, . . . , 0, −eij , 0, . . . , 0, eij , 0, . . . , 0) ∈ R2N .

Proposition 9.4. Le problème consistant à minimiser la fonctionnelle J (définie par (9.5))

sur Cq (défini par (9.4)) est équivalent à la formulation point-selle (9.6), qui peut s’exprimer
sous la forme suivante X
u− pij Gij = U,
i∼j

−Gij · u ≤ 0 ∀i ∼ j, (9.6)
p ≥ 0,
Gij · u > 0 =⇒ pij = 0.

Démonstration. La démonstration est parfaitement analogue à celle de la proposition 9.1.

On s’intéresse maintenant aux propriétés de la matrice BB ⋆ , identifée précédemment à

(l’opposé d’un) opérateur de Laplace discret dans le cas de la dimension 1.

98
 j

i k

Figure 9.2 – Stencil non structuré

Figure 9.3 – Réseaux primal (gauche) et dual (droite)

Considérons une configuration q ∈ K (voir figure 9.2), et la matrice associée B, dont

chaque ligne exprime une contrainte du type

−Gij · u ≤ 0,

où Gij est le gradient de la distance Dij = |qj − qi | − ri − rj par rapport à q = (q1 , . . . , qN ).
L’opérateur discret B ⋆ a été identifié dans le cas de la dimension 1 à un gradient discret.
Considérons dans le cas présent une collection p de multiplicateurs de Lagrange. L’opération
−B ⋆ réalise l’action de ces forces d’interaction sur le réseau primal de degré de liberté associés
aux centres des particules. dans le cas d’une configuration structurée, (par exemple réseau
cartésien, ou réseau triangulaire comme représenté sur la figure 9.4) un champ de pression p
uniforme est de gradient discret nul sur les points intérieurs au réseau 57 . Cependant, dans le
cas général, (quand l’arrangement des disques ne présente pas de symétrie particulière), cette
propriété est invalidée. Par exemple dans le cas de la figure 9.2 on vérifiera immédiatement
que la somme des vecteurs unitaires pointant vers l’intérieur de chacun des deux grains en
gras n’est pas nulle. Le cas bidimensionnel non structuré présente une autre particularité.
Considérer le cluster représenté sur la figure 9.4. Le nombre de disques est 14, donc le nombre
57. On retrouve ici la version discrète d’annulation du gradient d’une fonction constante. Plus précisément,
pour comprendre la présence d’une résultante non nulle au bord, on peut penser, dans le cas continu, au gradient
faible d’une fonction caractéristique d’un domaine borné. Son gradient est effectivement nul à l’intérieur, nul à
l’intérieur de l’extérieur, mais il s’identifie globalement à une distribution vectorielle de simple couche supportée
par la frontière de l’ensemble.

99
de degrés de liberté primaux est 28, et le nombre de contacts (nombre de degrés de liberté
duaux) est 29. En conséquence, le noyau de B ⋆ ∈ M29,28 (R) est non trivial : il existe un
champ de pression non identiquement nul (mais nul au bord d’une certaine manière, selon la
remarque ci-dessus), induisant une force non nulle sur les grains 58 . Une conséquence de ces
comportements pathologiques est que l’opérateur discret BB ⋆ , que l’on pourrait être tenté
de considérer comme un Laplacien discret défini sur le graphe dual du réseau de disques
(représenté à droite de la figure 9.3) ne vérifie pas le principe du maximum : il peut exister
des champs de pression p tels que BB ⋆ ≥ 0 (i.e. les pressions contribuent à l’augmentation
de toutes les distances entre centre), alors que certaines composantes de p sont strictement
négatives.

Figure 9.4 – Situation hyperstatique (28 degrés de liberté pour 29 contraintes)

L’opérateur discret BB ⋆ peut se décrire comme suit : considérant un champ de pressions

p = (pkℓ ), où (k, ℓ) parcours l’ensemble des contacts actifs, le vecteur BB ⋆ p est un vecteur
qui vit lui même sur le graphe dual (comme les pressions), et la valeur correspondant aux
disques i et j est X
pkℓ Gij · Gkℓ .
(k,ℓ)∼(i,j)

Par analogie avec la méthode des différences finies, il est tentant de parler de stencil associé
à cet opérateur. Ce stencil est représenté sur la figure 9.2. La non vérification du principe
du maximum est due au fait que, lorsque l’on considère 3 particules i, j, et k, il peut arriver
que l’on ait
eij · ekj > 0,
où eij est le vecteur unitaire (qj − qi )/ | qj − qi |. Des exemples de tels vecteurs sont repré-
sentés sur la figure 9.2 en gras. Cette propriété est générique pour des collections de disques
congestionnées. Certains éléments extra diagonaux de la matrice BB ⋆ sont alors strictement
positifs, et ainsi la matrice BB ⋆ n’est pas une M -matrice 59 . Le réseau résisif associé à cet
58. On peut illustrer cette propriété de la façon suivante : si l’on considère par exemple deux disques rigides,
statiques, en contact (éventuellement collés entre eux) posés sur un support parfaitement glissant, on sait
que la force d’interaction entre eux est nulle. Ça n’est plus vrai pour la configuration de la figure 9.4 : il est
possible que les forces d’interactions soient non nulles. On peut en revanche montrer (grâce au théorème de
Hahn Banach) que ces forces ne peuvent pas être toutes positives
59. Une M -matrice est une matrice carrée dont tous les mineurs principaux sont strictement positifs, et
dont tous les éléments extra-diagonaux sont négatifs (au sens large). Tous les éléments de l’inverse d’une telle
matrice sont positifs, de telle sorte que Ap = b, avec b ≥ 0, implique p ≥ 0.

100
opérateur possède donc des résistances négatives : on retrouve la situation de certaines ma-
trices résultant de la discrétisation du Laplacien par éléments fini, sur un maillage contenant
des triangles amblygones 60 (voir section 19.5, page 210).

60. Terme désignant un triangle qui a un angle obtus, peu utilisé depuis quelques siècles, mais quand même
plus élégant que obtusangle.

101
10 Respiration humaine

10.1 Vue d’ensemble de l’appareil respiratoire humain

La fonction principale des poumon est d’assurer les échanges gazeux entre l’air extérieur
et le sang : passage de dioxygène de l’air extérieur vers le sang, et évacuation du dioxyde de
carbone dans l’autre sens.

Ces échanges se font par diffusion passive au travers d’une fine membrane (dite alvéolo-
capillaire) qui constitue la frontière d’une collection d’un très grand nombre d’alévoles (de
l’ordre de 300 millions). Chacune de ces petites boules (diamètre de l’ordre de 0.2 mm) dis-
pose d’une ouverture vers l’arbre bronchique qui assure le renouvellement régulier de l’air
(arrivée d’air chargé en O2 , et évacuation de l’air chargé de CO2 ). Cet arbre bronchique pré-
sente une structure dyadique : la trachée, directement connectée en amont aux voies aériennes
supérieures (gorge, cavité nasale, et bouche) se sépare en aval en deux sous branches, qui elles
même se séparent en deux, etc ... Le nombre de bifurcations successives est de l’ordre de 23
pour un adulte. Les 16 premières 61 générations sont purement conductrices. Au delà, les
surfaces des bronches sont recouvertes d’alvéoles sus-mentionnées qui assurent les échanges
gazeux. L’unité respiratoire élémentaire, qui topologiquement correspond à un sous arbre
enraciné en un point de la 16-ième génération, est appelé acinus. Les acinus (ou acini) sont
donc au nombre de 216 , dans l’hypothèse d’une naissance à la 16-ème génération. L’ensemble
arbre + alvéoles est contenu dans l’espace délimité par la cage thoracique. Le muscle appelé
diaphragme, situé entre les poumons et les muscles abdominaux, induit en se contractant un
mouvement des deux parties symétriques de la cage thoracique, qui entraine une augmen-
tation du volume de la cavité thoracique. La matière organique contenue dans cette cavité
(paremchyme) étant incompressible, cette augmentation de volume est essentiellement portée
par les alvéoles, qui en augmentant de taille créent un appel d’air au travers de l’arbre bron-
chique (inspiration). Le retour vers la position d’équilibre (expiration) se fait spontanément,
grâce au caractère élastique du système dans son ensemble.

10.2 Modèle tuyau-ballon

Le modèle le plus simple du système ventilatoire est fait de deux ingrédients :

1. Un ballon qui représente le poumon dans son ensemble, et dont l’intérieur représentent
l’ensemble des alvéoles du poumon réel. Ce ballon permet d’encoder le caractère élas-
tique du système : on supposera ses variations de volume proportionnelles au saut de
pression entre l’intérieur et l’extérieur. Si l’on note Pa (a pour alvéole) cette pression
interne, P la pression (supposée uniforme à l’extérieur du ballon) externe, V le volume
courant du ballon, et V0 le volume à l’équilibre, on écrira

Pa − P = E(V − V0 ),

où le paramètre E > 0 est appelé élastance 62 du ballon.

61. Ce nombre de 16 peut varier légèrement d’une personne à l’autre, nous le fixerons à 16 pour simplifier
la présentation.
62. Cette élastance joue le rôle de la constante de raideur pour un ressort linéaire. Noter que les unités

102
 trachée

générations 4 à 16

5 mm alvéoles
(∅ ≈ 0.3 mm)

acinus (générations 17 à 23)

0.5 à 1 µm

O2
CO2

échanges gazeux
globules rouges
capillaire (diamètre ≈ 5 µm)

Figure 10.1 – Vue d’ensemble

s’en distingue : la raideur quantifie la proportionalité entre un déplacement et une force, en Nm−1 , alors que

103
 V̇

Pa P (t)

Figure 10.2 – Modèle tuyau-ballon

2. Un tuyau qui relie l’intérieur du ballon au monde extérieur. Cet élément va permettre
d’encoder la résistance du système à l’écoulement. Le modèle le plus simple consiste
à considérer que le flux d’air au travers du tuyau est proportionnel à la différence
de pression à à ses extrémités : valeur fixée à 0 pour le monde extérieur, et Pa pour
l’intérieur du ballon. Le système étant supposé étanche, le débit d’air est égal à la
dérivée du volume du ballon. Cette relation prend la forme d’un loi de type Ohm (ou
Poiseuille) :
0 − Pa = RV̇ ,
où R est la résistance du tuyau. Elle s’exprime dans le contexte pneumologique en
cmH2 O s L−1 .

En éliminant Pa on obtient l’équation

RV̇ + E(V − V0 ) = −P (t), (10.1)

où la pression extérieure P (t) peut ici être vue comme un contrôle du système à un degré de
liberté (le volume V ).
Remarque 10.1. (Modélisation et géométrie)
Les deux ingrédients décrits ci-dessus doivent être pensés comme des unités fonctionnelles
encodant un certain type de phénomène, plus que comme des briques simplifiant des zones
géométriques bien déterminées. Le ballon par exemple exprime le caractère élastique du dispo-
sitif dans son ensemble, et ce caractère élastique, quantifié par l’unique paramètre d’élastance
E, synthétise de multiples ingrédients : présence de fibres élastique (élastine) au sein du pa-
remchyme, forces de rappel élastiques pour les deux composantes de la cage thoracique, forces
de tension surfacique au niveau des alvéoles, caractère élastiques de certaines bronches. Nous
renvoyons à la section 10.4 pour plus de détails sur ces aspects. Le tuyau, de son côté, semble
représenter de façon simplifiée l’arbre bronchique, la résistance quantifiant alors la dissipation
visqueuse au sein du fluide transporté dans des conduits étroits. De fait, l’esserntiel de la dis-
sipation visqueuse (quantifiée par le premier terme dans le bilan ci-dessous) a lieu au sein du
l’élastance s’exprime en unité de pression par unité de volume. Dans le cas du poumon, pour des raisons
historiques et de commodité, on mesure les pressions en centimètres d’eau (à la pression atmosphérique), et
les volumes en litres, de telle sorte que l’élastance s’exprime en cmH2 O L−1 .

104
fluide, mais pas seulement. La déformation de la partie structurelle du poumon s’accompagne
elle aussi de dissipation, et il est en général considéré que 20 % de la résistance correspond à
un dissipation au sein du paremchyme. Le tuyau, en tant qu’entité fonctionnelle, encode donc
des phénomènes qui se passent à l’extérieur de la zone qu’il semble représenter au premier
abord.

Bilan d’énergie. On obtient un bilan d’énergie en multipliant par la dérivée du volume :

2 d (V − V0 )2
RV̇ + E = −P V̇ . (10.2)
dt 2

Solution exacte. Si l’on suppose pour simplifier que la condition initiale est prise égale au
volume au repos, la solution exacte s’écrit
Z t
1
V (t) = V0 − P (s) e−λ(t−s) ds, (10.3)
R 0

avec λ = E/R.

Forçage périodique. Lorsque le forçage est périodique, i.e. P ( · ) est une fonction T -périodique,
la solution converge vers la solution périodique définie sur [0, T ] par
Z t
1
V∞ (t) = V0 + e−λt W − P (s)e−λ(t−s) ds , (10.4)
R 0

with Z
1 1 T E
W =− P (s) e−λ(T −s) ds , λ = . (10.5)
R 1 − e−λT 0 R

Dans le cas d’un forçage périodique constant par morceaux :

Pinsp < 0 in [0, Tinsp [
P (t) = (10.6)
Pexp ≥ 0 in [Tinsp , T [,

on peut calculer le Volume courant (Tidal Volume en anglais)

  
−λTinsp 1 − e−λ(T −Tinsp )
1 1−e
VT = (Pexp − Pinsp )
E 1 − e−λT
1
= Λ(T, Tinsp , λ) (Pexp − Pinsp ) (10.7)
E
où   
1 − e−λTinsp 1 − e−λ(T −Tinsp )
Λ(T, Tinsp , λ) = (10.8)
1 − e−λT
est une fonction sans dimension des paramètres T , Tinsp , et λ = E/R. dans la situation
standard, T , Tinsp , et T − Tinsp sont significativement plus grands que τ = 1/λ ≈ 0.4 s, de
telle sorte que Λ(T, Tinsp , λ) ≈ 1. En ventilation normale, avec Pexp = 0 (expiration passive),
on retrouve VT ≈ −Pinsp /E, qui correspond à l’équilibre statique associé à −Pinsp .

Aspects énergétiques La puissance des forces extérieures s’écrit

P(t) = −P (t)V̇ (t).

105
 Dans la situation standard (10.6) cette puissance peut être estimée sur les intervalles
(0, Tinsp ) et (Tinsp , T ), en notant que le travail infinitésimal associé à une variation de volume
dV s’écrit
dW = −P dV,
de telle sorte que le travail total pendant l’inspiration s’écrit

Winsp = −Pinsp VT .

De la même manière, durant l’expiration (le volume subit une variation de −VT ), on a Wexp =
+Pexp VT . Finalement, l’énergie fournie au système est
Z T 1
W = P(s) ds = Winsp + Wexp = Λ(T, Tinsp , λ) (Pinsp − Pexp )2 , (10.9)
0 E
où Λ(T, Tinsp , λ) est la fonction donnée par (10.8)).

Dans la situation standard, Λ(T, Tinsp , λ) est proche de 1, de telle sorte que, si l’expiration
est passive, W ≈ Pinsp 2 /E, qui est le double de l’énergie potentielle de l’équilibre statique

associé à la pression −Pinsp . Le scénario est donc le suivant : on injecte une certain quantité
d’énergie pendant l’inspiration, une moitié de cette énergie est stockée sous forme potentielle,
l’autre instantanément dissipée par effet visqueux. L’énergie stockée sous forme potentielle
permet d’assure l’expiration passive, pendant laquelle elle est dissipée par effet visqueux.

10.3 Modèle mécanique non linéaire

Le modèle de force de rappel linéaire par rapport à la déformation permet de reproduire

la ventilation au repos, mais présente des limites évidentes. En premier lieu le volume n’est
pas majoré, et l’on peut selon ce modèle obtenir des volumes de plusieurs dizaines de litre,
ce qui n’est pas réaliste. Dans l’autre sens, et de façon encore plus irréalistes, le modèle est
susceptible de produire des volumes d’air négatifs, pour des pressions d’expiration réalisables
en pratique (de l’ordre d’une vingtaine de cmH2 O). Le premier modèle linéaire présente donc
l’avantage d’être bien posée mathématiquement (on a par exemple existence et unicité d’une
solution globale pour un forçage en pression localement intégrable), mais certaines de ses
solutions ne sont pas admissibles en termes de modélisation. On peut arranger les choses en
considérant un modèle de ballon non linéaire, du type

Pa − P = ϕ(V ),

où ϕ est une fonction croissante définie sur un intervalle ]Vmin , Vmax [, que l’on suppose tendre
vers +∞ (resp. −∞) quand V tend vers Vmax − (resp. V + ). Le modèle s’écrit alors
min

RV̇ + ϕ(v) = −P (t). (10.10)

Sous les hypothèses faites sur ϕ, en supposant le forçage en pression borné, on peut
montrer l’existence et l’unicité d’une solution globale, à valeurs dans un intervalle fortement
inclus dans ]Vmin , Vmax [. Nous développerons ici une approche plus générale, basée sur un
bilan d’énergie (et comme telle applicable à d’autres systèmes mécaniques), et permettant
d’obtenir le même résultat avec des hypothèses plus générales sur la pression.

106
Proposition 10.2. On considère le problème de Cauchy associé au modèle ?? :

RV̇ + ϕ(V ) = −P (t) , V (0) given in (Vmin , Vmax ), (10.11)

On suppose que V 7→ ϕ(V ) est une fonction C 1 sur (Vmin , Vmax ), telle que l’énergie potentielle
associée 63 Z V
Ψ(V ) = ϕ(v) dv , V ∈ (Vmin , Vmax ),
V
+ − . Soit t 7→ P (t) une fonction de carré localement intégrable
tend vers +∞ en Vmin et Vmax
+ 2 +
sur R (i.e. P ∈ Lloc (R )). Alors le problème de Cauchy 10.11 admet une unique solution
globale
t ∈ [0, +∞) 7−→ V (t) ∈ (Vmin , Vmax ).

Démonstration. Comme V 7→ ϕ is C 1 , le théorème de Cauchy-Lipchitz 23.9 (page 245) ap-

pliqué sur (Vmin , Vmax ) × R+ assure 64 l’existence d’une unique solution maximale définie sur
un intervalle [0, T [. Si la solution n’est pas globale, alors nécessairement V tend vers l’une
des bornes (Vmin , Vmax ) en temps fini (proposition 23.10, page 246), de telle sorte que Ψ(V )
tend vers +∞. Montrons par des arguments énergétiques que cela ne peut pas se produire.

On suppose donc T fini. Montrons tout d’abord que V̇ est de carré intégrable sur ]0, T [.
On pulitplie par V̇ l’équation, pour obtenir
d
RV̇ 2 + Ψ(V ) = −P V̇
dt
de telle sorte que, en intégrant sur ]0, t[, pour t < T , et en utilisant l’inégalité de Cauchy
Schwarz, on obtient
Z Z !1/2 Z 1/2
t T t
2 2 2
R V̇ + Ψ(V ) ≤ Ψ(V (0)) + P (s) ds V̇ ds ,
0 0 0

La quantité X = V̇ vérifie une équation du type X 2 ≤ a + bX, elle est donc bornée
L2 (0,t)
uniformément par rapport à t, et donc 65

V̇ < +∞.
L2 (0,T )

On en déduit que Ψ(V ) est borné sur [0, T [, ce qui exclut que T puisse être fini, d’après la
proposition 23.10.
63. Cette énergie potentielle est définie à une constante additive près, et la première borne V de l’intervalel
d’intégration peut être choisie arbitrairement dans (Vmin , Vmax ).
64. Nous admettons ici que l’hypothèse de continuité par rapport à la variable de temps peut être relaxée
en une condition d’intégrabilité locale.
65. On peut aussi utiliser l’inégalité
Z T 1/2 Z t 1/2 Z T Z t
2 2 1 2 R
P (s) ds V̇ ds ≤ P (s) ds + V̇ 2 ds.
0 0
2R 0
2 0

107
10.4 Modèle double ballon

La position d’équilibre du poumon résulte d’une compétition entre deux effets : le poumon
lui-même, du fait notamment de la tension surfacique au niveau des alvéoles, tend spontané-
ment à réduire sa taille : la position de repos correspond de ce point de vue à une structure
en extension. La cage thoracique, de son côté, est tiré vers l’intérieur par le poumon, elle
aurait délimiterait spontanément une cavité thoracique de volume plus grand. Pour résumer,
si l’on fait l’expérience imaginaire 66 de poumons qui se détacheraient de l’intérieur de la
cage thoracique, les poumons se rétracteraient significativement (plus précisément : les al-
véoles diminueraient significativement de volume), alors qu’au contraire la cage thoracique
s’agrandirait.

On peut donc voir le système comme un premier ballon relié à l’extérieur, lui même situé
dans un second ballon doté de propriétés structurelles propres. On considère le milieu entre
les ballons comme incompressible, de telle sorte que le volume est toujours le seul degré de
liberté. En revanche les propriétés mécaniques des deux éléments dont exprimées de façon
différenciée, ce qui se résume à écrire la fonction structurelle du système globale comme
somme de deux termes (L pour Lung, C pour Cage)

ϕ(V ) = ϕL (V ) + ϕC (V ).

Cette approche n’est donc a priori qu’une manière d’écrire de façon différenciée l’influence des
deux constituants principaux sur le comportement élastique global. Elle présente pourtant
des avantages par rapport au modèle simple ballon. En premier lieu, si l’on note Pp (pression
paremchymale) la pression dans la zone entre les ballons, on a

Pa − Pp = ϕL (V ) , Pp − P = ϕC (V ).

Ainsi, la connaissance de V et de Pa permet de reconstruire la pression intermédiaire Pp . Or

cette pression est mesurable en pratique.

10.5 Le poumon comme arbre résistif

On cherche ici à modéliser l’écoulement de l’air dans l’arbre bronchique de façon simplifiée,
en s’appuyant sur une description en réseau. Le point de départ de cette approche est l’écou-
lement de Poiseuille, solution analytique des équations de Stokes dans un tuyau de section
circulaire (voir section 6.6, page 67). La figure 10.3 (top) représente un réseau élémentaire
impliquant 3 tubes. Si l’on suppose que les longueurs des tubes sont significativement plus
grands que leurs diamètres respectifs, on peut s’attendre à ce que les variations de pression
au niveau de la zone de bifurcation (dont la taille est de l’ordre des diamètres) soient négli-
geables devant des variations de pression le long des tubes. Ces considérations conduisent à
décrire le réseau réel plongé dans l’espace à 3 dimensions par un réseau symbolique à 4 points
et 3 arêtes, la zone de bifurcation ayant été réduite en un sommet du réseau, en lequel une
pression ponctuelle est définie. Cette approximation peut être justifiée rigoureusement 67 par
des développement asymptotiques rigoureux 68 .
66. En fait, cette situation correspond à une réalité pathologique heureusement peu courante : le pneumo-
thorax.
68. On se reportera par exemple à

108
 p2

Zone de bifurcation

p1
p0 p2

p1
p0

Figure 10.3 – Écoulement de Stokes dans un réseau

Notons ui , i = 0, 1, 2 les flux au travers des conduits (flux comptés positivement lorsqu’ils
sortent du réseau), et ri , i = 0, 1, 2 les résistances des 3 tubes impliqués. La loi de Poiseuille
s’écrit
p − p0 = r0 u0 , p − p1 = r1 u1 , p − p2 = r2 u2 ,
et la conservation du volume (loi de Kirchhoff) impose

u0 + u1 + u2 = 0.

Les flux peuvent être éliminés, ce qui conduit à

 
1 1 1 p0 p1 p2
+ + p− − − = 0.
r0 r1 r2 r0 r1 r2
Cet innocente équation, où l’on considère que p1 , p2 et p3 sont imposés, peut être vue comme
une forme (très) rudimentaire de problème de Laplace discret avec conditions de Dirichlet. Si
l’on prescrit les flux (i.e. les différences p0 − pi ), il s’agit alors d’un problème de Poisson avec
conditions de Neuman. Le cadre général traitant de ces problèmes sur un réseau quelconque
est développé dans la section 7, page 71.
E. Marusić-Paloka, Incompressible newtonian flow through thin pipes Proceedings of the second conference
on Applied Mathematics and Scientific Computing, held June 4-9, 2001 in Dubrovnik, Croatia, Springer, 2003.
Noter que cette approximation n’est rigoureusement justifiée que pour des rapports d’aspects asymptoti-
quement infinis, ou tout du moins significativement supérieurs à ceux que l’on observe dans le cas du poumon
(de l’ordre de 3, qu’il faut beaucoup de bonne volonté pour considérer comme infini). Néanmoins, pour des
rapports d’aspect d’ordre 1, même si l’estimation des résistances effectives des branches ne peut pas être ex-
primée par une formule explicite, la description d’un réseau complexe par un réseau résistif reste pertinente du
fait de la linéarité des équations de Stokes impliquées. Par ailleurs, si l’on estime les résistances des tubes en
supprimant simplement la zone de la bifurcation, on peut montrer rigoureusement que la résistance effective du
réseau résistif associé est inférieure à la résistance que l’on estimerait par résolutioon complète des équations
de Stokes.

109
 r0 r 0 = r0

r1 r1 r 1 = r1 /2

r2 r 2 = r2 /4

r3 r 3 = r3 /8

r4 r 4 = r4 /16

Figure 10.4 – Arbre dyadique régulier

La situation est particulièrement simple si l’on considère l’arbre bronchique comme un

arbre dyadique régulier à N générations : une première arête (qui correspond à la trachée) se
sépare en deux branches-filles, et ainsi de suite pour chacune des nouvelles branches, jusqu’à
atteindre la génération N . La première correspond à la génération 0, de telle sorte que l’arbre
comporte en fait N + 1 niveaux, et 2N feuilles. À titre d’illustration, la figure 10.4 (gauche)
représente un arbre à 4 generations. On suppose ici l’arbre symétrique, ce qui signifie que la
résistance est uniforme sur chaque génération.

La résistance globale de la génération k est r n = rn /2n , de telle sorte que la résistance

globale vaut
N N
X X rn
R= rn = n
. (10.12)
n=0 n=0
2

Plus précisément, si l’on considère que les bronches d’une même génération n ont la
même longueur ℓn et le même diamètre dn , la loi de Poiseuille (6.20), permet de préciser
l’expression (10.12) :
N
X 1 ℓn
R=C . (10.13)
n=0
2n d4n
Si l’on suppose que l’arbre est de plus géométrique, i.e. les dimensions des bronches évoluent
géométriquement au fil des générations (paramètre d’homothétie λ d’une génération à la
suivante), on a
N
X 1 1
R = r0 . (10.14)
k=0
2k λ3k

Remarque 10.3. Remarquer que cette serie diverge dès que λ est inférieur à 2−1/3 . Selon
les données expérimentales, λ est situé autour de 0.85 > 2−1/3 (≈ 0.79), de telle sorte que
le poumon “réel” semble se situer dans la zone de convergence. Mais, pour la même raison,
la série des volumes (d’ordre 2k λ3k pour la génération k) diverge, de telle telle sorte que le
poumon infini extrapolé remplit (très largement, d’une certaine manière, du fait de l’inégalité
stricte) l’espace euclidien.

110
Exercice 10.1. (Inspiré de Mauroy et al. 69 )
On s’intéresse à la résistance équivalente d’un réseau dyadique de tuyaux, du type de celui
constitué par l’arbre bronchique humain. On suppose que cet arbre est composé de N + 1
générations (la première correspondant à la trachée). Si l’on suppose que tous ces tuyaux ont
la même forme (identiques à une homothétie près), la résistance à l’écoulement d’un tuyau
élémentaire, selon la loi de Poiseuille, est proportionnelle à l’inverse de son volume. On
suppose que tous les tuyaux d’une génération p ont le même volume up . Sous ces hypothèses,
la résistance equivalente R et le volume V ont les expressions qui sont données ci-dessous.

On définit, pour tout u = (u0 , . . . , uN ), up > 0 pour tout p ≤ N ,

N N
X 1 X
R(u) = pu
, V (u) = 2p up .
p=0
2 p p=0

On note U =]0, +∞[N +1 , et l’on s’intéresse à la minimisation de la fonction R(u) sur l’en-
semble
K = {u = (u0 , u1 , . . . , uN ) ∈ U , V (u) ≤ M }
où M > 0 est donné (volume maximal : volume de la cage thoracique).

a) Montrer que l’infimum de R sur K est strictement positif, et qu’il est atteint en un point
u ∈ K unique.

b) Écrire la condition d’optimalité associée au problème de minimisation de R sur K, et

préciser pourquoi, nécessairement, V(u) = M. Calculer u.

10.6 Vers un poumon infini

On considère ici un “poumon infini”, c’est-à-dire un arbre dyadique possédant une infinité
de générations. On se place dans le cadre du chapitre 7, étendu au cas d’un nombre infini de
sommet. La racine de l’arbre est noté o, en revanche, l’ensemble des sommets qui jouaient le
rôle de frontière pour les réseaux finis est maintenant vide. Le problème consiste précisément
à explorer la possibilité que du fluide puisse traverser l’arbre en rentrant (ou sortant) par
l’infini.

Le cadre que nous définissons ci-dessous s’appliquant à un réseau infini quelconque , nous
considérons pour l’instant un tel réseau enraciné N = (V, E, r, o), sans hypothèse de structure.
On suppose que V est infini, que le réseau est connexe, et que chaque sommet appartient à
un nombre fini de côtés.

La puissance dissipée au sein du réseau par circulation d’un champ de flux sur les côtés
conduit à la définition de l’espace d’énergie pour les flux :
( )
X 2
2 E
L (N ) = u∈R , r(e) |u(e)| < +∞ .
e

69. B. Mauroy, M. Filoche, E. R. Weibel, [Link], An optimal bronchial tree may be dangerous, Nature,
427, 633-636, 12 February 2004.
[Link]

111
On considère que ces flux sont induits (loi de Poiseuille) par des sauts de pressions aux
extrémités des arêtes, l’espace naturel en pressions est donc
( )
X
1
H (N ) = V
p ∈ R , p(o) = 0 , |p|21 = 2
c(e) |p(y) − p(x)| < +∞ .
e

Il s’agit d’espaces de Hilbert séparables : L2 (N ) est un espace de type ℓ2 à poids, et cd⋆

envoie isométriquement H 1 vers L2 . On définit H01 comme l’adhérence de D(N ), sous-espace
des champs de pression nuls sauf en un nombre fini de sommets. Ces définitions élémentaires
permettent d’exprimer précisément la version abstraite du problème de définition d’un espace
de trace l’infini : l’espace quotient H 1 /H01 est-il trivial ou pas ?

Théorème 10.4. Soit N = (V, E, r, o) un réseau infini connexe, H 1 et H01 les espaces de
Sobolev associés. On a
R(N ) = +∞ ⇐⇒ H 1 /H01 = {0} .

10.7 Particules et dépôt

Nous nous intéressons ici au destin de petites particules inhalées lors du processus de
ventilation. Nous nous attacherons en particulier à concevoir des outils méthodologiques per-
mettant de déterminer si ces particules se déposent à l’intérieur du poumon, voire sur la
surface des alvéoles, lors du cycle ventilatoire. Nous nous limiterons à des particules de tailles
suffisamment petite pour que l’écoulement de l’air autour de chacune d’elle puisse être décrit
par des équations de Stokes, c’est à dire que le nombre de Reynolds (voir définition 6.12,
page 62) particulaire (associé à la vitesse de la particule et de l’air environnant) soit petit
devant 1. Par ailleurs nous supposerons que ces particules sont des gouttes d’un liquide d’une
densité proche de celle de l’eau, et de taille là encore suffisamment petite pour que la tension
surfacique 70 préserve une forme sphérique.

Selon les hypothèses faites ci-dessus, l’interaction dynamique entre la goutte et le fluide
environnant et dominé par la loi de Faxén (voir page 70) :

F = 6πµa (Uf − Up ) , (10.15)

où Up est la vitesse de la particule, et Uf la vitesse du fluide environnant 71 .

70. Ce que l’on appelle tension surfacique résulte de forces internes de cohésion au sein d’un fluide, dont
la résultante est nulle au cœur du domaine occupé par ce fluide, mais non nulle sur la frontière lorsque
cette dernière est courbe. L’effet résultant peut être décrit par un saut de pression au travers de la surface,
proportionnel à la courbure moyenne locale, qui tend à régulariser les surfaces. On peut vérifier que cette
tension surfacique (i.e. ce saut de pression) agit dans la direction de l’opposé du gradient de la fonctionnelle
aire, elle tend donc à minimiser cette aire. Pour une goutte d’un volume de liquide donné, ce phénomène,
hors de toute autre sollicitation, tend à donner à la goutte une forme sphérique (qui minimise l’aire à volume
imposé). L’effet étant proportionnel à la courbure, il est très significatif pour des diamètres petits, au point
de figer essentiellement la goutte sous forme sphérique pour des diamètres qui tendent vers 0, toutes choses
égales par ailleurs.
71. Cette notion peut sembler ambigüe, puisque la vitesse du fluide s’identifie localement à celle de la
particule. Il faut avoir en tête cette particule comme baignant dans un volume mésoscopique de fluide, de
taille significativement plus grande que le diamètre de la particule, mais qui reste petit devant la taille du
domaine d’intérêt dans sa globalité. La particule modifie localement la vitesse du fluide, qui sinon serait
considérée comme constante sur ce volume élémentaire, et c’est cette valeur constante avant modification,

112
Particule inertielle vs. traceur passif

Considérons une particule sphérique de densité ρ, de rayon a, lancée initialement à la

vitesse U dans un fluide au repos. L’équation du mouvement s’écrit
4 3
πa ρ U̇ = −6πµaU,
3
de telle sorte que la vitesse de la particule va s’amortir exponentiellement avec un temps
caractéristique
2 ρa2
τa = .
9 µ
De façon plus générale, τ est le temps caractéristique mis par une particule au sein d’un fluide
en mouvement pour acquérir la vitesse du fluide dans son voisinage Considérons maintenant
une telle particule transportée par un fluide visqueux s’écoulant autour d’un obstacle de taille
caractéristique L. La question de savoir si la particule va heurter l’obstacle ou au contraire
suivre les lignes de courant qui contournent cet obstacle peut se formuler en termes de temps
caractéristique : le temps τa est-il très inférieur au temps mis par un élément de fluide pour
contourner l’obstacle, auquel cas la particules va en effet suivre une ligne de courant et
donc contourner l’obstacle, ou au contraire très supérieur, auquel cas la particule va heurter
l’obstacle en suivant sa trajectoire balistique ? Le temps mis pour contourner l’obstacle est de
l’ordre de L/U . Le rapport des deux nombres est donc est un nombre sans dimension appelé
Definition 10.5. (Nombre de Stokes)
On considère une particule de densité ρ et de rayon a dans un fluide visqueux de viscosité µ.
On définit le nombre de Stokes comme
2 ρa2 U
St = ,
9 Lµ
où U est la vitesse caractéristique du fluide, et L une taille caractéristique du phénomène
considéré, qui correspond à la distance typique entre deux points en lesquels les vitesses du
fluide sont significativement différentes.

La figure 10.5 représente les trajectoires de particules transportées dans une bifurcation
du type de celles que l’on rencontre dans l’arbre bronchique. Les différentes trajectoires se
distinguent par le nombre de Stokes (décroissant de gauche à droite). Pour un nombre de
Stokes important (100), la particules continue sa trajectoire inertielle en ligne droite et im-
pacte la frontière au niveau de la bifurcation. Pour des nombres de Stokes plus petits, la
trajectoire est infléchie, mais pas suffisamment pour éviter l’impact. En dessous d’un nombre
de Stokes autour de 1.2, la particule suit suffisamment le fluide pour éviter l’impact. Pour
une gouttelette d’un fluide d’une densité proche de celle de l’eau, si l’on considère (inspiration
au repos) la vitesse de l’ordre de 6 ms−1 , une taille caractéristique de L = 2 cm, le diamètre
correspondant à un nombre de Stokes unitaires est
s
9Lµ
2a = 2 ≈ 35 µm.
2ρU
c’est à dire la vitesse du fluide loin de la particule (relativement à la taille de cette dernière) qui est considérée
comme la vitesse du fluide. Nous avons implicitement supposé que la particule était seule dans son voisinage
mésoscopique, c’est en effet une hypothèse qui conditionne la validité de l’approche, qui ne s’applique pas aux
fortes densités de particules.

113
Figure 10.5 – Trajectoires de particules, pour St = 100 , 5 , 2 , 1.2 , 1, et 0.01 (de gauche à
droite)

Les particules de cette taille ou plus grosses auront donc tendance impacter la paroi des
bronches dès la première génération. Les particules plus petites vont continuer leur route. On
peut vérifier en estimant le nombre de Stokes local au niveau de chaque bifurcation qu’une
particule qui a passé la première étape (i.e. n’a pas impacté) doit passer les suivantes. En
effet, si la taille caractéristique diminue au fil des générations, la vitesse caractéristique aussi
diminue, plus rapidement, de telle sorte que le nombre de Stokes, pour une taille de particule
donnée, décroı̂t au fil des générations.

La transition, pilotée par le nombre de Stokes, entre particule inertielle insensible au fluide
(St → +∞), et à l’opposé traceur passif (St → 0, la particule suit passivement le mouvemùent
du lfuide environnant) peut s’exprimer mathématiquement de la façon suivante :

Proposition 10.6. Soit x 7−→ U (x) ∈ Rd un champ donné (vitesse du fluide environnant),
supposé borné et Lipschitzien sur Rd , et t 7−→ xτ (t) l’unique solution de l’équation différen-
tielle
1
ẍ = (U (x) − ẋ) ,
τ
sur [0, T ], pour les conditions initiales x(0) = x0 , ẋ(0) = u0 . Quand τ tend vers 0, xτ converge
uniformément vers t 7−→ x0 (t) in [0, T ], et uτ = ẋτ converge uniformément vers u = ẋ0 sur
tout [η, T ], avec η > 0, où x0 est la solution “traceur passif ”, i.e. la solution sur [0, T ] de
l’équation
ẋ0 = U (x0 ) , x0 (0) = x0 .

114
Démonstration. On introduit
1
ϕτ (t) = |ẋτ − U (xτ )| 2 .
2
Sa dérivée en temps est
2
ϕ̇τ = (ẍτ − ∇U (xτ ) · ẋτ ) · (ẋτ − U (xτ )) = − ϕτ − (∇U · ẋτ ) · (ẋτ − U (xτ )) .
τ
Par définition de ϕτ , on a p
|ẋτ | ≤ 2ϕτ + |U | ,
qui entraı̂ne
p p
− (∇U · ẋτ ) · (ẋτ − U (xτ )) ≤ |∇U | 2ϕτ + |U | 2ϕτ
 
1 p 2
≤ |∇U |2 2ϕτ + |U | + 2ϕτ
2
 
≤ |∇U |2 2ϕτ + |U |2 + ϕτ .

On obtient finalement
 
2
ϕ̇τ ≤ 2 k∇U k2∞ +1− ϕτ + k∇U k2∞ kU k2∞ .
τ
Pour τ assez petit, le facteur devant ϕτ est plus petit que −1/τ , de telle sorte que
1
ϕ̇τ ≤ − ϕτ + C.
τ
La solution g de l’équation ci-dessus (en remplaçant l’inégalité par une égalité, et avec g(0) =
ϕτ (0)) est
g(t) = ϕτ (0)e−t/2τ + Cτ (1 − e−t/τ ).
Posant ψτ = ϕτ − g, on a ψ̇τ ≤ −ψτ /τ , d’où ψτ ≤ 0 pour tout temps. On déduit ainsi

0 ≤ ϕτ (t) ≤ ϕτ (0)e−t/τ + Cτ (1 − e−t/τ ).

On a donc, pour tout η > 0, convergence uniforme sur [η, T ] de ϕτ vers 0, i.e. convergence de
ẋτ vers ẋ. On a ainsi
Z t 2 Z t
|xτ (t) − x0 (t)|2 = (ẋτ (t) − ẋ0 (s)) ds ≤ t ϕτ (s) ds,
0 0

d’où convergence uniforme des trajectoires t 7→ xτ (t) vers t 7→ x(t) sur tout intervalle de type
[0, T ].

Sédimentation. Considérons une particule de densité ρ, soumise à l’action de son propre

poids. On considère ρ très supérieur à la densité du gaz environnant, de telle sorte que la
poussée d’archimède est négligeable. En régime stationnaire, dans l’hypothèse où la force
d’interaction est bien donnée par (10.15), la particule chute à vitesse constante. Cette vitesse
vs équilibre les forces visqueuses et le poids :

4 3 2 ρℓ ga2
πa ρℓ g = 6πµavs d’où vs = ,
3 9 µ

115
où µ = 2 × 10−5 Pa s est la viscosité de l’air, ρℓ = 1.2 × 103 kg m−3 la densité du constituant
des particules (dans l’hypothèse où il s’agit d’un liquide proche de l’eau), et a le rayon. Pour
une particule de diamètre 1 µm, on trouve par exemple

vs ≈ 3.25 × 10−5 ms−1 ≈ 30 µms−1 .

Noter que, le diamètre d’une alvéole étant de l’ordre de 200 µm, il faut au maximum 6 secondes
à une telle particule pour se déposer, quelle que soit sa position initiale. Une suspension de
ces particules dans les alvéoles se sera donc entièrement déposée au bout de ce temps, qui est
de l’ordre de la durée du cycle respiratoire.

116
Deuxième partie

Notions, développements transverses

117
11 Analyse fonctionnelle et modélisation

Nous rassemblons ici quelques interprétations en termes de modélisation de notions théo-

riques en analyse fonctionnelle.

11.1 Espaces de Sobolev

Système masses-ressort en dimension 1

On considère un ensemble de N + 1 masses alignées sur l’axe des x, reliées par des ressorts
de même raideur kN et même longueur au repos ℓN . On impose x0 = 0 et xN = 1 (la chaı̂ne
est accrochée à ses extrémités). On note (xi ) la configuration de référence 72 , avec xi = i/N .
La position de la masse i est notée xi + ui . L’énergie potentielle élastique du système est
−1
1 NX
EN = kN | xi+1 − xi + ui+1 − ui − ℓN | 2 .
2 i=0

Si l’on choisit ℓN de telle sorte que la configuration de référence soit d’énergie nulle, i.e.
ℓN = 1/N , on obtient
−1
1 NX
EN = kN | ui+1 − ui | 2 ,
2 i=0
que l’on peut aussi écrire
−1
1 NX ui+1 − ui 2
EN = ℓN (kN ℓN ) .
2 i=0 ℓN

En choisissant kN = K/ℓN , on reconnait une somme de Riemann, qui converge donc lorsque
N tend vers +∞ (en supposant que ui est la valeur en xi d’un champ de déplacement
continûement différentiable x 7−→ u(x)), vers
Z 1
K 2
u′ (x) dx,
2 0

ce qui permet d’interpréter le carré de la semi-norme H 1 comme l’énergie potentielle méca-

nique d’un système élatisque obtenu comme limite du système discret de masses reliées par
des ressorts, avec une raideur qui tend vers l’infini comme le nombre de masses.

On peut retrouver la norme H 1 complète (avec la partie L2 ) en considérant que chacune

des masses du système discret est accrochée au point de référence xi par un ressort de longueur
au repos nulle, et de raideur kN0 . Le surplus d’énergie discrète est alors

−1
1 NX
0
EN = k0 |ui |2
2 i=1 N

72. Cette configuration minimise l’énergie potentielle dans le cas où la longueur au repos est inférieure à
1/ℓN .

118
qui tend vers
K0
Z 1
0
E = u(x)2 dx,
2 0
0 = K0 ℓ .
si l’on prend kN N

Noter que la raideur des ressorts “externes” tend vers 0, alors que celle des ressorts internes
tend vers +∞.

Les fonctions de H 1 sont continues en dimension 1 Si un champ de déplacement u

présente une discontinuité, alors pour le système discret associé l’un des ui+1 − ui va tendre
vers une valeurs non nulle. Or l’énergie d’un ressort du système discret est KN |ui+1 − ui |2 ,
qui tend alors vers l’infini quand N tend vers l’infini.

Système masses-ressort en dimension ≥ 2

En dimension 2, on peut concevoir un ensemble de (N + 1)2 masses disposées aux nœuds

d’un réseau cartésien couvrant le carré unité. L’extension directe de ce qui précède consiste
à considérer des déplacements de masses dans le plan du réseau, donc des déplacements
vectoriels (ce qui est possible, et conduirait à une norme du type de celle que l’on tuilise en
elasticité pour les déplacements). Pour rester sur un champ scalaire, on considère plutôt ici
des déplacements verticaux (dans la direction transverse au plan du réseau), et l’on suppose
que les masses sont reliées (entre voisines) par des ressorts de longueur au repos nulle, et
de raideur kN . Les masses sur le bord sont supposés fixées. Si l’on note ui,j le déplacement
vertical, l’énergie du ressort entre (i, j) et (i + 1, j) s’écrit
kN  2 
ℓN + |ui+1,j − ui,j |2 .
2
L’énergie totale du système s’écrit comme
X X 1  
kN 2ℓ2N + |ui+1,j − ui,j |2 + |ui,j+1 − ui,j |2
0≤i≤N −1 0≤j≤N −1
2
!
2 2
X X 1 ui+1,j − ui,j ui,j+1 − ui,j
= KN + kN ℓ2N +
0≤i≤N −1 0≤j≤N −1
2 ℓN ℓN
qui approche, si l’on prend kN = k (indépendant de N )
Z
k
k+ |∇u|2 ,
2 Ω
où ui,j est la valeur du champ u (supposé continûment différentiable) au point (iℓN , jℓN ).
Le k dans l’expression précedente correspond à l’énergie du réseau non déformé (qui est non
nulle du fait que les longueurs aus repos ont été prises égales à 0). On trouve donc ici une
interprétation mécanique de la semie-norme de Sobolev en dimension 2.

Réseaux résistif

On peut également interpréter la semi-norme de Sobolev comme la version continue d’une

énergie dissipée au sein d’un réseau résistif (circuit électrique ou réseau de conduits pour un
fluide visqueux). Cette approche est décrite dans la section 7.2, page 78.

119
 On peut (voir section 11.2 ci-après) donner un sens à la partie L2 de la norme en considé-
rant que les points du réseau sont reliés directement à des points extérieurs portés au potentiel
nul (ou pression nulle dans le cas d’un fluide).

11.2 Traces

La démarche de définition d’une trace dans un sens assez général peut se formaliser de
la façon suivante, pour des fonctions définies sur un domaine de l’espace euclidien (voir plus
bas pour une généralisation à d’autres situations).

On considère un domaine Ω de Rd , et un espace vectoriel de (classes de) fonctions sur Ω

noté H, muni d’une norme k · k qui en fait un espace de Banach. On suppose que H contient
l’espace D(Ω) des fonctions continues à support compact sur Ω. On note H0 l’adhérence de
D(Ω) dans H.

Deux types de questions se posent de façon naturelle :

1. L’espace quotient (voir proposition 21.8, page 219) H/H0 est-il trivial ou pas ? Ques-
tion accompagnée d’une question subsidiaire dans le cas où l’espace quotient est trivial :
pourquoi est-il trivial ? (nous préciserons le sens de cette interrogation plus loin).
2. Si cet espace (défini sans ambiguı̈té, mais de façon abstraite) n’est pas trivial, peut-on
le décrire ? L’identifier à un espace de fonctions définies sur ∂Ω ?

Considérons tout de suite une autre situation, sorte de problème-jouet, qui nous permettra
de préciser rapidement le sens et l’enjeu des questions précédentes. On considère maintenant
que H est un sous-espace vectoriel de RN , muni d’une norme qui en fait un espace de Banach.
On note maintenant D le sous-espace des suites nulles au delà d’un certain rang. Pour H = ℓp ,
avec p ∈ [1, +∞[, l’espace quotient H/D est trivial. Pour ℓ∞ , la situation est déjà plus
riche, l’espace quotient contient en premier lieu les classes (distinctes) des suites constantes
(ces classes s’identifient aux suites qui admettent une limite finie en +∞). On peut en fait
vérifier que l’espace quotient n’est pas séparable, alors que H0 (espace des suites qui tendent
vers 0) l’est dans ce cas : toute la richesse de l’espace est d’une certaine manière “au bord”
(comportement en n 7−→ +∞).

Considérons maintenant, pour (αn ) ∈]0, +∞[N donné, l’espace

n X o
H = u = (un ) ∈ RN , u0 = 0 , αn |un+1 − un |2 < +∞ , (11.1)

muni de la norme naturelle associée à sa définition. Il s’agit d’un espace de Banach, et même
d’un espace de Hilbert (isométrique à l’espace modèle ℓ2 ).

Supposons en premier lieu que αn ≡ 1. On peut alors vérifier (voir proposition 11.1 ci-
dessous) que D est dense dans H, donc que l’espace quotient est trivial : il n’y a “rien”
en l’infini. Noter que H = H0 ne signifie aucunement que toutes les suites seraient d’une
certaine manière nulles en +∞, c’est même plutôt le contraire : par exemple la suite un =
1+ 1/2+ · · ·+ 1/n, qui tend vers +∞, est dans H. On peut construire aussi très simplement 73
des suites qui tendent vers n’importe quelle valeur réelle en +∞. Symétriquement, dans
73. On peut même avec un peu plus de travail construire des suites dans H dont l’ensemble des valeurs
d’adhérences est R tout entier : c’est vraiment n’importe quoi.

120
ce contexte, il est tentant de dire que par exemple la suite triviale identiquement nulle ne
converge pas vers 0, c’est à dire que, au vu de la norme définie sur les suites, il n’est pas licite
de parler de sa valeur en +∞ comme étant 0, puisqu’elle peut être approchée arbitrairement
près par des suites qui ont un comportement très différent en +∞.

Les remarques ci-dessus donnent une première réponse informelle au pourquoi ? de la pre-
mière question au début de cette section : l’espace quotient est trivial parcequ’il est impossible
de définir la limite d’une suite de H en +∞.

On peut montrer a contrario que, si la suite des αn croı̂t suffisamment vite, l’espace
quotient est non trivial. On a plus précisément :
Proposition 11.1. Soit H l’espace défini par (11.1), et H0 l’adhérence de D (sous espace
des suites nulle au delà d’un certain rang). On a
X 1 X 1
< +∞ =⇒ H/H0 ≃ R , = +∞ =⇒ H/H0 ≃ {0}.
αn αn

Démonstration. Supposons dans un premier temps que la série des 1/αn converge (vers la
valeur 1/α > 0). Remarquons en premier lieu que, pour tout u ∈ H, tous p < q,
 1/2  1/2
q−1 q−1 q−1 q−1
X X 1 √ X 1 X
|uq − up | ≤ |uk+1 − uk | = √ αn |uk+1 − uk | ≤    αn |uk+1 − uk | 2  ,
k=p k=p
αn α
k=p n k=p

qui tend vers 0 quand p et q tendent vers +∞ : la suite est de Cauchy, donc converge vers
une valeur réelle. On note ϕ la forme linéaire qui à une suite de H associe sa limite. On a
!1/2
X 1 X 1/2 1
|un | = | un − un−1 + un−1 − · · · − u0 + u0 | ≤ √ αn |un+1 − un |2 ≤ kukH .
αn α
Il s’agit donc bien d’une forme linéaire continue, de norme ≤ 1.

Cherchons maintenant à identifier l’orthogonal de H0 . Tout suite h dans cet orthogonal

est telle que la quantité αn (hn+1 − hn ) est constante (h est harmonique au sens discret). On
note q cette constante, on a
n n
X X 1 q
hn = (hk − hk−1 ) = q −→ ,
k=1 k=1
αk−1 α

de telle sorte que h est entièrement déterminée par sa limite quand n tend vers ∞.

Considérons maintenant la situation où la série des 1/αn diverge, et montrons que toute
suite u de H peut être approchée par une suite de D, ce qui assurera la trivialité de H/H0
(absence de trace). Pour u ∈ H donné, on construit uN de la façon suivante : uN n est égal à
un pour n ≤ N , et uN
n décroı̂t (ou croı̂t si un est négatif) vers 0 entre N et un indice M >N
N
que nous fixerons ultérieurement. La suite u ainsi construite est dans D On impose
αn (uN N
n+1 − un ) = q

constant pour n entre N et M − 1. On a donc

M −1
X 1
uN = uN N N N N N
N = uN − uN +1 + · · · − uM −1 + uM −1 − uM = q = qrN M .
n=N
αn

121
On a donc
M −1
X 1
αn (uN N 2 2
n+1 − un ) = q rN M = (uN )
2
.
n=N
rN M
Par divergence de la série, 1/rN M peut être rendu arbitrairement petite, on choisit par
exemple M = M (N ) tel que (uN )2 /rN M < 1/N . On a ainsi convergence de uN vers u
pour la norme de H.

Comme suggéré précédemment, on peut avoir trivialité de l’espace quotient pour des
P
raisons différentes. Considérons par exemple, sous l’hypothèse 1/αn < ∞, l’espace
n X X o
H = u = (un ) ∈ RN , u0 = 0 , u2n + αn |un+1 − un |2 < +∞ . (11.2)

L’espace D des fonctions nulles au delà d’un certain rang est dense dans H, l’espace quotient
H/H0 est donc trivial. La situation est pourtant très différente du cas d’absence de trace de la
proposition précédente : ici, on peut définir d’une certain manière une trace (les suites de H
sont de Cauchy d’après la partie différentielle de la norme), mais cette trace est nécessairement
nulle du fait de la présence du terme ℓ2 dans la norme.

Interprétation en termes de modélisation

Les espaces de suites définis ci-dessus peuvent s’interpréter de la façon suivante : on

considère une infinité de fils électriques, de résistances r1 , . . ., rn , . . ., mis bout à bout. On
note αn = 1/rn la conductivité du fil n. Pour faciler la représentation mentale d’un fil global
qui possède bien 2 bouts (en 0 et en +∞), on pourra imaginer que les longueurs des fils
forment une série convergente, et que l’on peut ainsi identifier la chaı̂ne à un fil de longueur
finie, que l’on peut plonger dans l’espace euclidien.
r1 r2 r3 r4

Figure 11.1 – Réseau linéaire semi-infini

On note un et un+1 les potentiels électriques aux extrémités du n-ième fil, on a par
hypothèse un potentiel nul à l’extrémité 0. La question qui se pose est de savoir s’il cela a
un sens d’imposer un potentiel non nul U à l’extrémité ∞. Pour le fil tronqué à N bouts, on
s’intéresse à la minimisation de
N N
X X 1
αn |un − un−1 |2 = |un − un−1 |2 ,
n=1 n=1
rn

avec valeurs imposées 0 et U aux extrémités. Le minimum est atteint en une collection u de
potentiels unique, tels que
qn = αn (un − un−1 ) = q

122
est constant. Cette quantité q correspond à l’intensité électrique qui traverse le fil, et la somme
ci-dessus vaut
N N N
X 1 X X
|un − un−1 |2 = rn |qn |2 = rn |q|2 ,
n=1
r n n=1 n=1
| {z }
=RN

qui exprime la puissance dissipée (effet Joule). L’appartenance à l’espace H exprime le fait
que le courant électrique généré par les potentiels (un ) induit une puissance dissipée finie. On
prendra garde au fait que H contient des potentiels non harmoniques, i,e. tels que les intensités
peuvent varier d’un segment à l’autre : la loi des nœuds n’est pas vérifiée, de l’intensité
peut rentrer ou sortir du domaine par les points de jonction, mais sans induire de puissance
dissipée supplémentaire (voir ci-après une situation qui pénalise énérgétiquement ces fuites).
Le cas correspondant à αn ≡ 1 exploré précédemment correspond ici plus généralement à
P P
R = rn = 1/αn = +∞ : la résistance globale du fil “infini” est infinie, ce qui signifie
qu’il est impossible de faire passer une intensité non nulle dans le fil en dissipant une quantité
finie d’énergie. Si l’on reprend le fil tronqué précédemment, il apparaı̂t que, quel que soit
le potentiel U imposé en sortie, l’intensité tend vers 0 quand N tend vers +∞. on a aussi
convergence simple vers 0 de toutes les potentiels ponctuels. Pour le fil infini, la conséquence
est que l’on peut imposer n’importe quel potentiel à l’extrémité +∞ sans qu’il se passe quoi
que ce soit. L’extrémité ∞ est isolante : le potentiel imposé n’est pas vu par le système. Cette
situation correspond au cas d’un espace-quotient trivial (pas de trace), avec valeur au bord
quelconque.

La situation qui correspondrait au cas alternatif d’un espace quotient trivial par nullité
forcée des champs au bord peut être construite comme suit : on considère maintenant un fil
P P
infini de résistance globale finie, en supposant rn = 1/αn < +∞. On a alors H/H0 6= {0},
cet espace s’identifie à R, ce qui signifie que cela a un sens d’imposer un potentiel non nul en
∞ (il s’agit en fait d’un problème de Dirichlet discret). Considérons maintenant que chaque
point de jonction soit lui même relié à la terre (potentiel nul) par un fil de résistance unitaire.
La puissance dissipée par effet Joule dans l’un de ces fils transverses est αn (un − 0)2 . L’espace
d’énergie du problème (ensemble des potentiels qui induisent une puissance dissipée finie) est
maintenant défini par l’équation (11.2). On retrouve la situation l’un espace quotient nul, mais
pour une raison bien différente : le potentiel en ∞ est nécessairement nul. Plus précisément,
imposer un potentiel non nul induirait une puissance dissipée infinie (et donc nécessiterait de
fournir une puissance infinie au système).

Remarque 11.2. Cette construction peut se faire dans un cadre mécanique, en considérant
un système mécanique constitué d’une infinité de ressorts. Les potentiels sont alors remplacés
par des déplacements, les intensités par des forces, et les conductances αn par des constantes
de raideur. Un tel système mécanique sans trace est alors localement infiniment mou (on
peut déplacer le “point” du bord infiniment facilement, ou alors (dans le cas où l’on attache
les points de jonction, simplement reliés entre eux dans le premier cas, à un support fixe)
infiniment raide (il est impossible de déplacer le point au bord avec une énergie finie).

Nous avons abordé la première des deux questions initiales, qui portait sur la possibilité
de stucturer de façon non triviale le comportement des fonctions (ou des suites) au bord
du domaine. Comme le suggère l’exemple des suites, c’est une certaine rigidité de la norme
lorsque l’on s’approche du bord qui conduit au fait que l’espace quotient n’est pas trivial.
Dans le cadre de la proposition 11.1, c’est dans le cas où les αn croissent suffisamment (donc

123
rigidifient la suite en pénalisant l’écart entre valeurs successives) que l’on peut identifier un
espace de trace non trivial. La seconde étape consiste à décrire cet espace quotient non trivial,
par exemple en l’identifiant à un espace de fonctions qui vivent sur la frontière du domaine.
Nous allons voir que c’est maintenant une certaine forme de rigidité transverse de la norme
qui va conditionner le comportement des objets au bord du domaine.

Dans le cas des suites, la situation est évidemment assez pauvre, puisqu’il n’y a qu’un point
à l’infini (plus précisément un seul chemin vers l’infini, un seul bout), l’espace ces traces ne
peut donc être que R ou {0}. On peut néanmoins se faire une première idée de cette notion
de rigidité transverse en considérant un réseau de fils électrique en forme d’échelle semie-
infinie (voir figure 11.2), et en définissant l’espace de potentiels aux nœuds de ce réseaux qui
correspondent à une puissance dissipée finie. On note αn = 1/rn , et l’on définit
 
X 2 X 2
H= u= (u1n , u2n ) , u10 = u20 , α′n u2n − u1n < +∞ , αn uin+1 − uin < +∞ , i = 1 , 2

r1 r2 r3 r4

r2′ r3′

r1 r2 r3 r4

Figure 11.2 – Réseau semi-infini

On suppose que la série des inverses des αn converge (ce qui revient à dire ici que la
résistance de chacun des “rails” est finie). Pour tout u dans H, les suites (u1n ) et (u2n ) sont
de Cauchy, donc convergent vers des valeurs U1 et U2 . Si les α′n sont nuls (résistances rn′
infinies), les deux rails sont indépendants, et l’on a un espace de trace H/H0 qui s’identifie à
R2 . Maintenant considérons par exemple que les α′n sont minorés (les résistances tranverses
sont majorées). Alors les deux suites de Cauchy précédentes sont nécessairement adjacentes,
et les limites sont donc les mêmes. On peut donc avoir H/H0 de dimension 1 ou 2, selon la
rigidité transverse induite par les conductances α′n . Si l’espace est de dimension finie comme
ici, le problème se ramène à déterminer sa dimension, et éventuellement à identifier une norme
naturelle sur cet espace.

Dans le cas de fonctions définies sur un domaine euclidien, ce qui joue le rôle des deux
“bouts” est une variété (le bord de Ω), ou les directions vers l’infini si Ω est l’espace entier.
Les deux valeurs aux bouts sont remplacées par une fonction qui vit sur cette variété. On
pourra alors retrouver le cas H/H0 trivial sous deux formes : la situation d’une trace indéfinie
(on peut avoir essentiellement n’importe quelle fonction au bord), ou la situation de fonction
nécessairement nulle. Cette propriété dépendra de la rigidité de la norme quand on s’approche
du bord. Pour le cas H/H0 6= {0}, selon l’importance de la rigidité transverse, on pourra
retrouver le cas où la fonction est nécessairement constante, ou des cas extrêmes pour lequel
la fonction ne présente par de régularité particulière, mais aussi des situations intermédiaires
dans lesquels la rigidité transverse impose une certaine régularité aux traces, qui s’exprime
par exemple dans le cas où H est l’espace de Sobolev H 1 (Ω), sous la forme d’une régularité
Sobolev fractionnaire H 1/2 en l’occurrence, pour un bord régulier.

124
 Ces questions de traces peuvent également se poser pour des réseaux résistifs (voir sec-
tion 7, plus précisément la sous-section 7.7 pour le cadre des réseaux infinis). On peut par
exemple identifier Zd à un réseau résistif infini (en considérant que tous les côté ont la même
résistance), et montrer que l’espace des traces est trivial pour d = 1 ou d = 2, et quasi-trivial
(i.e. de dimension 1) pour les dimensions d ≥ 3 La situation est plus riche dans le cas des
arbres résistifs, la structure d’arbre elle-même assurant une certaine tolérance vis à vis des
variations transverses, qui permet aux espaces de traces (si la rigidité longitudinale est suf-
fisante pour assurer qu’il se passe quelque chose au bout) d’avoir plus de richesse que dans
le cas du réseau cartésien. On se reportera à la section 10.6 pour une application de cette
démarche au cas du poumon.

125
12 Entropie

12.1 Entropie d’une variable aléatoire discrète

On considère une variable aléatoire discrète qui prend ses valeurs dans un ensemble de
cardinal N . La loi de cette variable est décrite par
X
p = (p1 , p2 , . . . , pN ) , pi ≥ 0 , pi = 1.

Definition 12.1. On définit 74 l’entropie de la loi discrète p comme

X
S(p) = pi log(pi )

Dans ce contexte l’entropie est toujours négative, égale à 0 si et seulement si la variable

est déterministe, et la valeur dans le cas uniforme pi ≡ 1/N est

S(pu ) = − log N.

Montrons que cette valeur est un minimum. Pour toute fonction ϕ convexe, on a
 
1 X 1 X
ϕ pi ≤ ϕ(pi ),
N N

d’où (avec ϕ(a) = a log a),

S(p) ≥ N ϕ(1/N ) = − log N.

L’entropie est donc minimale pour la loi uniforme, et seulement celle-là, et nulle dans
les cas déterministe. Elle quantifie en effet l’information que la connaissance de la loi de
probabilité donne sur le système.

Remarque 12.2. On peut vérifier que cette entropie tend à diminuer pour un processus
d’évolution de type diffusif 75 . Considérons par exemple une marche aléatoire sur un ensemble
à N points, avec passages équiprobables aux points suivants et précédents, et périodicité.
Notons ρn la loi de la position du point au temps n. A l’étape suivante, on a
1  n+1 
ρn+1
i = ρi−1 + ρn+1
i+1 .
2
On a alors
X X 1 

1X



n+1
S(ρ )= g(ρn+1
i ) = g ρni−1 + ρni+1 ≤ g ρni−1 + g ρni+1 = S(ρn ),
2 2

pour toute fonction g convexe (en particulier g(x) = x log x).

74. Dans ce contexte de théorie de l’information, on définit en général l’entropie comme l’opposé de cette
quantité. Ce choix correspond à l’entropie thermodynamique, qui augmente toujours pour un système fermé,
ce qui exprime le fait que le système évolue spontanément vers un état de désordre. On fait ici le choix de
l’entropie mathématique, son opposé, qui aura tendance à décroı̂tre pour les systèmes fermés.
75. L’exemple proposé ici est un cas particulier d’une propriété plus générale de décroissance de l’entropie
relative à la mesure stationnaire pour processus de markov diffusif, voir proposition 7.17.

126
Interprétation en termes de quantité d’information
Dans le cas N = 2k , et si l’on choisit le logarithme de base 2, on a Smin = −k, qui correspond
au nombre de questions binaires qu’il faut poser pour localiser de façon sûre une valeur de
x qui a été tirée selon la loi uniforme (avec une stratégie de dichotomie : est-elle dans la
première moitié ? dans le premier quart de la première moitié ? etc ...). Dans le cas d’une
probablité non uniforme, cette interprétation en terme de bits d’information est plus délicate.
Considérons l’exemple de la distribution
 
1 1 1
p= , ,..., .
2 2(N − 1) 2(N − 1)

La variable a une chance sur deux de se trouver en première position, avec probablité uniforme
sur le reste si ça n’est pas le cas. L’entropie de cette loi est
1 X 1 1 1 1 1 k
− + log = − − − log(N − 1) ≈ −1 −
2 2(N − 1) 2(N − 1) 2 2 2 2

si N = 2k . Estimons maintenant le nombre de questions qu’il faut poser un moyenne pour

localiser une variable suivant cette loi. On peut considérer un grand nombre de tirage de cette
variable, avec à chaque fois la nécessité de la localiser en posant le minumum de questions
binaires. La premiere question sera : est-elle en 1 ? cette question aura une réponse positive
en moyennne une fois sur deux. Quand la réponse est négative, il faudra en gros k questions
supplémentaires (dichotomie) pour la localiser. On a donc en moyenne

1 1 k
+ (1 + k) = 1 +
2 2 2
qui correspond bien à l’opposé de l’entropie telle qu’on l’a définie.

Mesure de Gibbs Un problème classique consiste à traduire sous forme de mesure de

probabilité la connaissance marginale apportée par une information. Supposons par exemple
que les états du système correspondent à des points de l’espace x1 , . . ., xN , et que l’on
connaisse l’espérance β d’une certaine fonction f selon la loi p. On notera pour simplifier Ei
la valeur de f en xi , et Ē l’espérance. On s’intéresse alors au problème consistant à minimiser
l’entropie S(p) sous les contraintes
N
X N
X
pi = 1 , pi Ei = Ē, (12.1)
i=1 i=1

avec Ē ∈] min Ei , max Ei [. Notons que si Ē est égal à l’une des bornes de l’intervalle, par
exemple max Ei , alors p est concentré sur les indices qui réalisent ce maximum. S’il n’y en a
qu’un, alors l’ensemble admissible est un singleton : le Dirac en ce point. S’il y en a plusieurs,
le minimum de l’entropie sera la distribution uniforme sur le sous ensemble d’indices qui
réalise le maximum. Bien entendu, si γ est à l’extérieur de l’intervalle fermé, alors l’ensemble
admissible est vide.

Proposition 12.3. On suppose Ē ∈] min Ei , max Ei [ et N ≥ 3. L’entropie p = (p1 , . . . , pN ) 7−→

S(p) admet un minimum unique sur RN + , sous les contraintes (12.1) de la forme

1
pi = exp (−βEi ) .
Z

127
Démonstration. Le minimum est atteint car la fonction est continue et l’ensemble admissible
compact. L’unicité du minimiseur découle de la stricte convexité de la fonctionnelle. Si le
minimiseur est atteint en un point de ]0, +∞[N , alors on a

1 + log pi + λ1 + λ2 Ei = 0,

de telle sorte que pi est de la forme

1
pi = exp(−βEi ).
Z
On peut démontrer de deux manières que le minimum est bien de cette forme, ou bien
en montrant que le minimum est bien atteint sur ]0, +∞[N (démonstration 1), ou alors en
montrant qu’il existe bien un (pi ) de cette forme qui vérifie les contraintes, et en concluant par
le théorème de Kuhn et Tucker. La deuxième démonstration est plus directe, mais la première
utilise une démarche de calcul des variations praticable dans de nombreuses situations, nous
développons donc ici ces deux approches.

Démonstration 1 : Supposons que le minimum ne soit pas dans ]0, +∞[N , que par exemple
p1 = 0. S’il existe 2 indices i1 et i2 à poids > 0 (donc nécessairement < 1) associés à des
valeurs de Ei distinctes, on considère une variation de p du type

h = εδ1 + ε1 δi1 + ε2 δi2 ,

avec ε > 0. Les conditions pour que h soit admissible s’écrivent

ε1 + ε2 = −ε , Ei1 ε1 + Ei2 ε2 = −εE1 .

On note hε la variation associée à ε et à ε1 , ε2 solutions du système précédent. Pour ε positif

suffisamment petit, il existe donc un unique couple (ε1 , ε2 ) tel que p + h soit dans K. Comme
la dérivée de x 7→ x log x est −∞ en 0, la dérivée de

ε 7−→ S(p + hε )

en 0+ est égale à −∞, p ne peut donc pas être un minimiseur.

Si maintenant p charge un unique indice i (ou plusieurs indices associés à la même valeur
de l’énergie), alors on a Ei = Ē, et il existe nécessairement deux indices i1 et i2 tels que

0 < Ei1 < Ei < Ei2 ,

car Ē est dans l’intérieur de l’enveloppe convexe des Ei . (On a par ailleurs supposé que les
Ei étaient positifs, ce qui ne nuit pas à la généralité du fait que l’on peut rajouter une même
constante arbitraire aux Ei et à Ē sans changer la condition.) On considère alors une variation

h = −εδi + ε1 δi1 + ε2 δi2 ,

avec ε > 0. Les conditions pour que cette variation soit admissible s’écrivent

ε1 + ε2 = ε , Ei1 ε1 + Ei2 ε2 = εEi .

La valeur de ε > 0 étant fixée, le système ci-dessus admet une unique solution (ε1 , ε2 ), avec
ε1 , ε2 > 0. En effet, le système s’écrit en variables normalisées (ε̄i = εi /ε)

ε̄1 + ε̄2 = 1 , Ei1 ε̄1 + Ei2 ε̄2 = Ei .

128
Comme Ei ∈]Ei1 , Ei2 [, c’est bien une combinaison convexe des extrémités de l’intervalle, avec
donc ε1 , ε2 > 0. La variation est donc admissible, et conduit pour les mêmes raisons que
précédemment à une diminution stricte de l’entropie.

Démonstration 2 : Considérons la fonction

P
exp(−βEi )Ei
g : β−
7 → P .
exp(−βEi )

On a X  X  X 2
− exp(−βEi )Ei2 exp(−βEi ) + exp(−βEi )Ei
g′ (β) = X 2
exp(−βEi )Ei

qui est strictement négatif d’après l’inégalité de Cauchy-Schwarz (si les Ei ne sont pas tous
égaux, ce qui est le cas). La fonction g tend par ailleurs vers max Ei en −∞, et vers min Ei en
+∞. L’équation g(β) = γ ∈] min Ei , max Ei [ admet donc une solution unique. Le coefficient
Z de normalisation est alors déterminé par
X −1
Z= exp(−βEi ) .

Comme la fonction est convexe et le domaine convexe, la vérification des conditions de Kuhn
et Tucker assurent que le p ainsi déterminé est bien le minimiseur de S sur l’ensemble admis-
sible (Théorème 25.37, page 281). Noter qu’il n’était pas vraiment nécessaire de montrer le
caractère strictement décroissant de la fonction : le théorème des valeurs intermédiaires suffit
pour assurer l’existence d’une solution β à l’équation non liénaire. Le théorème de Kuhn et
Tucker assure qu’il s’agit bien d’un minimiseur. L’unicité du minimiseur (stricte convexité
de la fonctionnelle entropie) assure l’unicité du β, sans qu’il soit besoin d’uitliser la stricte
décroissance de la fonction.

12.2 Entropie continue

Soit maintenant Ω un domaine de Rd , et ρ une densité de probabilité définie sur Ω. On

définit dans le même esprit son entropie par
Z
S(ρ) = ρ log ρ dx.
Ω

On peut voir cette quantité comme une quantification de l’information que l’on a sur la
position d’une variable aléatoire qui suit la loi associée à cette densité. Lorsque l’on a la
densité uniforme ρ ≡ 1/ |Ω| (absence complète d’information), on a
Z  
1 1
S(ρ) = log dx = − log |Ω|.
Ω |Ω| |Ω|

Conformément à l’intuition, cette valeur correspond à un minimum. En effet, pour toute fonc-
tion ϕ convexe, pour toute fonction g mesurable, l’inégalité de Jensen exprime que l’espérance
par rapport à une mesure de proba µ de ϕ ◦ g est supérieure à ϕ de l’espérance de g(x), i.e.
Z  Z
ϕ g(x) dµ(x) ≤ ϕ ◦ g(x) dµ(x).
Ω Ω

129
On applique cette inégalité avec dµ = dx/ |Ω| (probabilité uniforme), ϕ(a) = a log a, et
g(x) = ρ(x) pour obtenir
Z  
dx 1 1
S(ρ) = |Ω| ρ log ρ ≥ |Ω| log = − log |Ω|,
Ω |Ω| |Ω| |Ω|
avec inégalité stricte dès que ρ n’est pas la mesure uniforme p.p.

Considérons maintenant l’équation de la chaleur dans le domaine Ω, avec condition aux

limites de Neuman homogène (de façon à garder une masse 1 constante). On a
Z Z Z Z
d ∂ρ 1 ∂ρ
S(ρ) = (1 + log ρ) = (1 + log ρ)∆ρ = − ∇ρ · ∇ρ + (1 + log ρ) ≤ 0.
dt Ω ∂t Ω Ω ρ Γ ∂n
On trouve bien que l’entropie estRdécroissante. On notera qu’il en aurait été de même pour
n’importe quelle fonction S(ρ) = ϕ(ρ), avec ϕ convexe.

On considère l’équation d’évolution exprimant conjointement la diffusion et le transport

par un champ de vecteur qui est l’opposé du gradient d’un potentiel Ψ :
∂ρ
− D∆ρ + ∇ · (ρu) = 0, u = −∇Ψ, (12.2)
∂t
dans un domaine Ω borné, avec des conditions de bord qui assurent la conservation globale
de la masse :
∂ρ/∂n = 0 , u · n = −∂Ψ/∂n = 0.
On peut l’écrire
    
∂ρ ∂ρ ∇ρ 1 ∂ρ ρ
0= − ∇ · (D∇ρ + ρ∇Ψ) = − D∇ · ρ + ∇Ψ = − D∇ · ρ ∇ log ,
∂t ∂t ρ D ∂t π
avec π = e−Ψ/D .

On obtient immédiatement que ρ = βπ est formellement solution stationnaire de l’équa-

tion. Si l’on se place dans le cas de condition de Neuman homogènes, avec un champ de
vitesse tangent à la frontière, i.e. u · n = 0, on a conservation de la masse totale, et βπ est
bien solution stationnaire.

Vérifions que ρ tend bien vers cette mesure stationnaire en étudiant l’évolution de l’en-
tropie relative de ρ par rapport à π :
Z  
ρ
S(ρ) = ρ log . (12.3)
π
On a
Z Z    
d ρ
S(ρ) = (1 + log ρ − log π) ∂t ρ = D (1 + log(ρ/π)) ∇ · ρ ∇ log
dt π
    
ρ 2
Z Z
ρ
= −D ρ ∇ log +D (1 + log(ρ/π)) ρ ∇ log · n.
π ∂Ω π
Le terme de bord fait apparaı̂tre ∂ρ/∂n et ∂π/∂n, qui sont tous les deux nuls. On obtient
donc Z  2
d ρ
S(ρ) = −D ρ ∇ log ≤ 0, (12.4)
dt π
qui exprime la décroissance de l’entropie relative, décroissance stricte tant que ρ n’est pas
proportionnel à la mesure stationnaire π.

130
13 Graphes

13.1 Définitions

Definition 13.1. (Graphe orienté)

Un graphe orienté est défini par la donnée d’un ensemble V de sommets, et d’un ensemble
d’arcs dans V × V .

Dans la définitions ci-dessus, les arcs sont orientés au sens où xy est différents de yx. Les
deux peuvents être des arcs du graphe orienté, ou l’un des deux, ou aucun.
Definition 13.2. (Cycle)
On appelle cycle de (V, E) un n-uplet de sommets x1 , x2 ,. . .,xn (avec n ≥ 2) tel que

(x1 , x2 ) ∈ A , (x2 , x3 ) ∈ E , . . . (xn−1 , xn ) ∈ E , xn = x1 .

Definition 13.3. (Graphe orienté acyclique)

On dit que le graphe orienté (V, E) est acyclique s’il ne contient aucun cycle (Def. 13.2).
Théorème 13.4. Soit (V, E) un graphe orienté acyclique fini. Il existe une numérotation des
sommets compatible avec l’ordre partiel défini par le graphe, i.e.

∃ϕ ∈ NV , bijective , (x, y) ∈ E =⇒ ϕ(x) < ϕ(y).

13.2 Exemples

L’ensemble des utilisateurs (actifs ou non) de Twitter peut-être vu, à un instant donné,
comme un graphe orienté, si l’on considère que tout “follower” pointe vers la personne qu’il
suit.

Dans le même ordre d’idée, si l’on considère une foule à un instant donné, on peut voir
chaque individu comme le sommet d’un graphe, qui pointe vers les personnes qui sont dans
son cône de vision, et qui (si l’on s’en tient aux comportements sociaux, en excluant les
contacts physiques) sont donc susceptibles d’influencer son comportement.

Si l’on considère un système d’équations différentielles exprimant l’évolution de concentra-

tions d’espèces chimiques du fait des réactions entre les espèces, il est naturel de considérer
le graphe dont les points sont les différentes espèces. Pour chaque espèce, on pointe vers les
autres espèces (dont éventuellement elle-même) qui interviennent dans le seoncd membre de
l’équation correspondante.

Une chaı̂ne alimentaire peut aussi être considéré comme un graphe dont les points sont
les espèces, chaque espèce pointant vers ses prédateurs.

On considère un système d’équations, impliquant n inconnues. On associe à ce système un

graphe, considérant que chaque inconnue i pointe vers les inconnues qui apparaissent dans les
équations impliquant i. Si le graphe est acyclique, on peut résoudre le système facilement en
commençant par les éléments maximaux et en descendant la hiérarchie. Si le graphe contient

131
des cycles, on cherchera à transformer les équations (typiquement par élimination) de façon
à obtenir un graphe acyclique.

Si l’on considère maintenant un schéma de type (pour fixer les idées) différences finies.
On considère le graphe dont les nœuds sont les valeurs des inconnues aux pas de temps
successifs, chaque nœud poitant vers le nœuds correspondant aux valeurs intervenant pour
le calcul de la quantité concernée dans le schéma. Un schéma explicite sera typiquement
acyclique, alors qu’un schéma implicite contiendra des cycles.

De façon générale, lorsque l’on s’intéresse à une collection d’agents (au sens le plus gé-
néral), il est fécond de considérer le graphe d’influence associé, chaque agent pointant vers
les agents qui l’influencent. Les modèles résultant d’une situation acyclique sont en général
beaucoup plus simples à modéliser. Les éléments maximaux décident de ce qu’il font sans être
influencés (d’un point de vue mathématique, il faudra donc décider de leur comportement, qui
ne peut pas être donné par le modèle), et les effets se propagent dans la hiérarchie du réseau.
Dans le cas où des cycles sont présents, la situation peut être beaucoup plus compliquée,
générant en particulier des situations de non unicité. Cette situation se produira typiquement
lorsque l’on s’intéresse à l’évolution d’une quantité afférente à chaque entité, qui dépend de
l’évolution de la valeur instantanée de cette même quantité. Par exemple, dans le cas de
foules, si l’on considère que chaque individu décide de sa vitesse en fonction de la position
des personnes vers lesquels il pointe (i.e. qu’il voit), le problème pourra être bien posé même
dans le cas cyclique. En revanche, si l’on considère que la vitesse d’une personne dépend
aussi de la vitesse des gens qu’il voit, la présence de cycle va considérablement compliquer le
problème, puisque le modèle n’est plus strictement causal. On pourra penser à l’exemple d’un
cycle simple : deux personnes se font face, chacun souhaitant aller tout droit, en cherchant à
décider de sa vitesse en fonction de la vitesse de l’autre.

Dans le contexte des schémas numérique pour les équations d’évolution, la présence de
cycle dans les schémas implicite) nécessitera la résolution de systèmes linéaires (pour lesquels
il faudra vérifier que la matrice associées est bien inversible). Dans le cas non linéaire, la
présence de cycles peut invalider le caractère bien posé (en termes d’unicité, voire d’existence)
du système à résoudre pour faire progresser l’algorithme de discrétisation en temps.

De façon générale, on pourra intégrer les paramètres du système, ou du modèle, par des
flèches pointant vers l’extérieur du graphe, vers un point abstrait qui représente l’ensemble
des paramètres, que l’on peut voir comme un contrôle que l’on exerce sur le système. Dans
le cas d’un graphe acyclique, une telle flèche ne permet, de façon évidente, de contrôler que
les éléments qui sont inférieurs au point de départ de cette flèche dans la hiérarchie.

132
14 Convergence faible et compacité

Soient E et F deux e.v.n., et Ψ une forme bilinaire continue sur E × F . On peut associer
canoniquement à Ψ une application (linéaire et continue) de F dans E ′ , le dual topologique
de E (espace des formes linéaires continues) :

y ∈ F 7−→ T y ∈ E ′ , hT y , xi = Ψ(x, y) ∀x ∈ E. (14.1)

Proposition 14.1. Soient E et F deux espaces vectoriels normés. Si E est séparable 76 ,
alors de toute suite (yn ) bornée dans F on peut extraire une suite (yn′ ) qui converge au sens
suivant :
⋆
∃ϕ ∈ E ′ , T yn′ −⇀ ϕ,
où T est définie par (14.1). Autrement dit, il existe ϕ ∈ E ′ telle que

ψ(x, yn′ ) −→ hϕ , xi ∀x ∈ E.

Démonstration. Il existe une famille dénombrable {xk }k∈N dense dans E. On se propose de
suivre le procédé d’extraction diagonale de Cantor.

1. Comme Ψ(x1 , yn ) est bornée dans R on peut extraire une suite yj1 (n) telle que Ψ(x1 , yj1 (n) )
converge.
2. Comme Ψ(x2 , yj1 (n) ) est bornée dans R on peut extraire de yj1 (n) une suite yj1 ◦j2 (n)
telle que Ψ(x2 , yj1 ◦j2 (n) ) converge.
3. Par récurrence, on construit une suite de sous-suites emboitées yj1◦j2 ◦···◦jk (n) telle que
Ψ(xk , yj1 ◦j2 ◦···◦jk (n) ) converge, pour tout k.
4. On utilise à présent le procédé d’extraction diagonale : on pose j(k) = j1 ◦j2 ◦· · ·◦jk (k)
(de telle sorte que j est strictement croissante), et on considère yj(n) . Pour tout k, on
remarque que yj(n), à partir du rang k, est aussi une suite extraite de (yj1 ◦j2 ◦···◦jk (n) ),
de telle sorte que Ψ(xk , yj(n) ) converge lorsque n → +∞.
5. On utilise pour finir la densité des xk pour montrer que, pour tout x ∈ H, Ψ(x, yj(n) )
est une suite de Cauchy. Soit ε > 0, il existe (xk ) tel que |x − xk | < ε. Comme
Ψ(xk , yj(n) ) est de Cauchy, il existe un N au-delà duquel Ψ(xk , yj(p) ) − Ψ(xk , yj(q) ) <
ε. Pour tous p, q supérieurs à N , on a donc

Ψ(x, yj(p) ) − Ψ(x, yj(q) )

≤ Ψ(x, yj(p) ) − Ψ(xk , yj(p) ) + Ψ(xk , yj(p) ) − Ψ(xk , yj(q) ) + Ψ(xk , yj(q) ) − Ψ(x, yj(q) )
≤ (1 + 2C kΨk)ε,
où kΨk est la constante de continuité de Ψ (telle que | Ψ(x, y)| ≤ kΨk kxk kyk, et C
un majorant de kyn k.

La suite (yj(n) ) est donc telle que Ψ(x, yj(n) ) converge, pour tout x, vers un réel noté h(x).
Cette limite est de façon linéaire par rapport à x, et de norme majorée par une constante fois
la norme de x, il s’agit donc d’une forme linéaire continue sur F .

76. Il admet une famille dénombrable dense.

133
 On notera l’importance de la séparabilité de E dans la démonstration ci-dessus. Par
ailleurs, le procédé construit une limite qui n’est pas un élément de F , mais une forme
linéaire sur E ′ , qui n’est pas nécessairement dans l’image de T .

La proposition précédente est très générale, et d’ailleurs très vide dans certains cas
(prendre par exemple Ψ identiquement nulle, ou bien E de dimension finie alors que F est de
dimension infinie). La propriété devient pertinente quand l’espace E et la forme Ψ sont tels
que la dualité est séparante, c’est à dire (on privilégie ici l’espace E) que

Ψ(x, y) = 0 ∀x =⇒ y = 0.

Cette propriété assure l’injectivité de l’application T définie ci-dessus.

La richesse de l’espace F peut être formalisée par la condition symétrique de dualité

séparante :
Ψ(x, y) = 0 ∀y =⇒ x = 0.
Si cette seconde condition est vérifiée, alors l’image de T est dense dans E ′ pour la topologie
faible-⋆ sur E ′ (i.e. en dualité avec E ′ ). Dans le cas où E est réflexif, on aura bien densité
de T (F ) dans E ′ . On prendra garde au fait que, si E n’est pas réflexif, on peut avoir E
et F en dualité séparante sans que T (F ) ne soit dense dans E ′ . Considérer par exemple
E = ℓ∞ , F = ℓ1 , et Ψ la dualité canonique entre ces deux espaces. Elle est évidemment
(doublement) séparante, mais T (ℓ1 ) n’est pas dense dans ℓ∞ : la forme linéaire qui à une
suite de ℓ∞ convergente associe sa limite, prolongée sur ℓ∞ (par le théorème de Hahn-Banach
analytique 21.1, page 218), est à distance au moins 1 de T (ℓ1 ).
Corollaire 14.2. Soit E un e.v.n. séparable. De toute suite bornée dans E ′ on peut extraire
une sous-suite bornée qui converge pour la topologie faible-⋆.

On fera bien la distinction entre le corollaire précédent et le théorème de Banach-Alaoglu-

Bourbaki, qui établit la compacité de la boule unité de E ′ pour la topologie faible-⋆, sans
hypothèse de séparabilité. Dans le cas où E n’est pas séparable, on a bien compacité, mais
la topologie n’est pas métrisable, de telle sorte que la compacité ne peut pas se traduire en
termes de suites extraites convergentes 77 . Ainsi la boule unité de ℓ1 est bien compacte pour
σ(ℓ∞ , ℓ1 ), mais on ne peut par exemple extraire aucune sous suite convergente (faible-⋆) de
la suite (en ).
Corollaire 14.3. Soit E un espace de Banach dont le dual est séparable. De toute suite bornée
dans E on peut extraire une sous-suite qui converge 78 dans E ′′ pour la topologie σ(E ′ , E ′′ ).
Si E est réflexif, la sous-suite converge faiblement dans E.

Dans le cas Hilbertien on peut supprimer la condition de séparabilité.

Corollaire 14.4. Soit H un espace de Hilbert. De toute suite bornée dans H on peut extraire
une sous-suite qui converge faiblement dans H

Démonstration. Il suffit de se placer dans l’adhérence V de l’espace vectoriel engendré par

les termes de la suite, qui est séparable par construction. On vérifie ensuite que l’on a bien
convergence faible sur H = V + V ⊥ de la suite extraite.
77. Autant dire qu’elle n’est pas commode à utiliser dans la vie de tous les jours.
78. Plus précisément son image par la surjection canonique de E dans E ′′ .

134
Espaces fonctionnels, mesures

On considère Ω un domaine de Rd (qui peut être l’espace tout entier).

Le corollaire 14.3 permet d’extraire d’une suite bornée une sous-suite faiblement conver-
gente dès que l’espace considéré est réflexif, donc en particulier dans les espaces Lp (Ω) pour
1 < p < +∞, ainsi que dans les espaces de Sobolev W m,p (Ω), pour tout m ∈ N, tout
p ∈]1, +∞[.

Pour les espaces non réflexifs (comme L1 (Ω) ou L∞ (Ω), ou les espaces de Sobolev associés),
la propriété est fausse en général, comme l’illustrent les exemples suivants.

Dans L1 (R) : la suite fn = 1]n,n+1[ est sur la sphère unité. Si une sous-suite converge
faiblement vers f , alors f s’annule contre toute fonction régulière à support compact, elle est
donc nécessairement nulle. Mais par ailleurs h1 , fn i est identiquement égale à 1, on doit donc
avoir h1 , f i = 1, ce qui est impossible.

Dans L∞ , les choses sont un peu plus délicates, car le dual de cet espace n’est pas clai-
rement identifié 79 . En particulier, le fait que l’on puisse (ou pas) extraire une sous-suite
convergente de la suite définie précédemment n’est pas aisé à trancher. On peut néanmoins
construire un contre-exemple analogue, en considérant par exemple la forme linéaire sur
L∞ (R) qui à une fonction convergente en +∞ associe sa limite, prolongée par le théorème de
Hahn-banach analytique en ϕ ∈ (L∞ (Ω))′ . On considère alors la suite fn = 1]n,+∞[. Si elle
converge faiblement vers f , alors nécessairement f est nulle presque partout, donc tend vers
0 en +∞, or on doit avoir hϕ , f i = 1, ce qui est absurde.

Convergence faible dans les cas non réflexifs L’espace L∞ (Ω) s’identifie au dual de
L1 (Ω), qui est séparable, on peut donc, d’une suite bornée dans L∞ extraire une sous-suite
qui convergence (faible-⋆) vers une limite de L∞ .

L’espace L1 (Ω), dont le dual L∞ n’est pas séparable, peut être mis en dualité avec des
espaces de fonctions continues (munis de la norme ∞) : espace Cc des fonctions continues
à support compact, espace C0 des fonctions qui tendent vers 0 au bord de Ω, et l’espace
Cb des fonctions bornées sur Ω. Noter que ces trois espaces s’identifient si l’on se place
sur un compact. Dans le cas d’un domaine ouvert considéré ici, les 2 premiers espaces sont
séparables, mais le troisième ne l’est pas. D’une suite bornée dans L1 on pourra donc extraire
une sous-suite qui converge vaguement (contre les fonctions de Cc ) ou faiblement (contre les
fonctions de C0 ), mais la limite est définie comme une forme linéaire sur ces espaces, elle
ne s’identifie pas forcément à une fonction de L1 : il s’agit en toute généralité d’une mesure
bornée. Par exemple la suite fn = n1]0,1/n[ converge faiblement vers la masse de Dirac en 0.
En l’occurrence, cette convergence est aussi étroite, mais on prendra garde au fait que l’on ne
peut en général, d’une suite bornée de L1 , extraire une sous-suite qui converge étroitement
(du fait de la non séparabilité de Cb (Ω)). Ainsi la suite fn = n1]n,n+1/n[ converge vaguement
ou faiblement vers 0, mais il n’en existe aucune sous-suite qui convergerait étroitement.
Exercice 14.1. On considère l’espace E des fonctions continues sur Rd qui convergent vers
une valeur finie lorsque |x| tend vers +∞. Montrer qu’il s’agit d’un espace complet (pour la
norme ∞) séparable, et énoncer une propriété de compacité séquentielle faible-⋆ pour L1 (Rd )
79. Montrer que le dual de L∞ contient des formes qui ne peuvent pas se représenter par des fonctions de L1
nécessite l’utilisation du théorème de Hahn-Banach analytique 21.1, page 218, donc indirectement de l’axiome
du choix.

135
mis en dualité avec E. Que peut on dire de la suite fn = n1]n,n+1/n[ définie précédemment ?
Proposer une généralisation de cette approche à des fonctions pour lesquelles la limite en +∞
dépend de la direction x/ |x|. (On pourra commencer par le cas d = 1, avec simplement 2
limites différentes en +∞ et −∞.)

136
15 Dépendance par rapport aux paramètres

Quelques notions

Sensibilité

La notion de sensibilité est essentielle en modélisation. Dans le contexte où l’on dispose
d’un modèle avec des entrées (paramètres du modèle) et des sorties (résultats du modèles, ou
plus généralement quantités dépendant des ces résultats, qui ont typiquement vocation à être
comparées à des observations), elle caractérise la manière dont une variation d’un paramètre
affecte la sortie. Cette notion peut avoir du sens dans des contextes très variés (y compris en
dimension infinie, ou dans un cadre stochastique), de telle sorte qu’il est difficile d’en donner
une définition à la fois rigoureuse et générale.

Considérons le cas d’une application (le modèle) qui associe univoquement à un ensemble
fini de valeurs (les paramètres) un point dans un espace vectoriel normé (le résultat du modèle,
ou quelque chose qui en dépend), ce que l’on écrit

u ∈ Rm 7−→ F (u).

Une variation δui de l’un des ui induit une variation δF sur le résultat. La sensibilité
a vocation a quantifier le rapport entre ces variations. Le rapport brut entre les normes ne
ces variations n’a pas grand sens, car il dépend des unités choisies. Il est donc essentiel de
disposer de valeurs qui quantifie l’ordre de grandeur des variations auxquelles on s’intéresse.
On note ces quantités Vi et VF (voir remarque 15.1 ci-dessous). On appellera sensibilité par
rapport à ui le rapport des variations relatives

kδF k Vi
S= . (15.1)
VF |δui |

Remarque 15.1. On trouve parfois une notion de variation relative définie par δui / |ui |. On
prendra garde que ce choix peut n’avoir aucune signification, en particulier si le paramètre est
exprimé dans un système d’unité basé sur une position arbitraire du 0, comme par exemple
une température exprimée en ◦ C, ou en Fahrenheit. Une estimation de la quantité Vi qui
conditionne cette notion de sensibilité doit refléter l’ordre de grandeur des variations qui
seront effectivement considérées ou observées. Par exemple dans le cas où le paramètre peut
être considéré comme une variable aléatoire, il sera naturel de prendre pour Vi l’écart type de
la loi associée. De même pour F , on cherchera à estimer l’ordre de grandeur des variations
de F . Noter que, dans le cas d’un unique paramètre, l’ordre de grandeur des variations de F
et l’ordre de grandeur de la variation induite par les variations de l’unique paramètre, de telle
sorte que la sensibilité telle que nous l’avons définie est unitaire. La notion n’a évidemment
d’intérêt que dans le cas où les causes de variations de la sortie sont multiples.

De façon évidente, un paramètre caractérisé par une forte sensibilité sera plus facile à
identifier, c’est à dire à estimer à partir d’observations auxquelles on pourra confronter les
sorties du modèles, qu’un paramètre à faible sensibilité. Dans le cas extrême d’un paramètre
à sensibilité nulle, il sera impossible d’en inférer sa valeur à partir d’observations, puisque ces
observations n’en dépendent essentiellement pas.

137
Conditionnement

Le conditionnement d’une matrice apparaı̂t de façon naturelle lorsque l’on cherche à es-
timer la stabilité de la résolution d’un système linéaire par rapport aux données (second
membre). Considérons une matrice A ∈ Mn (R) inversible, un second membre b ∈ Rn , et le
système linéaire
Au = b.

Le conditionnement quantifie la confiance que l’on peut avoir dans la solution (exacte)
de ce système en fonction de la confiance que l’on a dans les données (en l’occurrence le
second membre b), qui sont susceptibles d’être entachées d’erreurs de mesure, d’erreurs liées
au stockage sur ordinateur avec une précision finie. Dans ce qui suit nous considérons la
norme matricielle kAk2 , notée simplement kAk, subordonnée à la norme euclidienne sur Rn
(on pourrait définir le conditionnement associé à toute autre norme matricielle). On considère
ainsi une perturbation δb du second membre, et l’on cherche à estimer la variation δu induite
sur la solution :
A(u + δu) = b + δb.
On a donc δu = A−1 δb, d’où |δu| ≤ A−1 |δb|. D’autre part b = Au implique |b| ≤ kAk |δb|,
d’où finalement
|δu| |δb|
≤ A−1 kAk .
|u| |b|
Definition 15.2. (Conditionnement)
Soit A une matrice inversible. On appelle nombre de conditionnement de A le réel

κ = A−1 kAk.

La quantité κ mesure donc le rapport entre l’erreur relative maximale sur la solution et
l’erreur relative sur les données. Cette quantité sans dimension est toujours supérieure ou
égale à 1 (1 = kIdk = AA−1 ≤ κ). Pour κ ≫ 1, le problème est très instable par rapport
aux données.

Remarque 15.3. Dès que les données (le second membre) sont connues avec une précision
relative supérieure à l’inverse du conditionnement, la reconstruction de u par résolution du
système linéaire n’a d’une certain manière aucun sens, puisqu’elle conduit à une précision
relative sur u plus grande que l’unité : on ne peut même pas être sûr que le u calculé ait le
bon ordre de grandeur.

Remarque 15.4. On peut aussi se demander quel est l’effet sur la solution d’une perturbation
de la matrice elle-même :
(A + δA)(u + δu) = b.
On obtient au premier ordre (on néglige le terme en δAδu) une formule analogue à la pré-
cedente, qui fait intervenir le κ comme un majorant du facteur d’amplification de l’erreur
relative :
|δu| kδAk
≤ A−1 kAk .
|u| kAk

138
Conditionnement des matrices s.d.p Dans le cas où A est symétrique définie positive,
de valeurs propres
0 < λ1 ≤ λ2 ≤ · · · ≤ λn ,
le conditionnement s’écrit κ = λn /λ1 .

139
16 Problème adjoint

Nous nous intéressons ici à la minimisation de fonctionnelles du type

J(u) = G(yu ),

où u est une variable dite de contrôle, et yu une variable d’état associée univoquement à u.
Dans les situations auxquelles nous nous intéresserons, la correspondance u 7→ yu n’est pas
donnée sous forme explicite, mais au travers d’une relation implicite, typiquement équation
différentielle ordinaire ou équation aux dérivées partielles. La variable u joue le rôle d’un
paramètre pour le problème considéré, et yu est la solution associée à ce paramètre.

Motivation(s)

L’approche que nous allons présenter est notamment motivée par des considérations nu-
mériques : considérons par exemple le cas où u vit dans un espace de grande dimension m,
et le calcul du yu associé est “cher”. Si l’on cherche à calculer ou approcher le gradient de
J en u, une première méthode consiste à utiliser une approche de type différences finie : si
l’on note (ei ) une base de l’espace dans lequel vit u, on estime les dérivées partielles de J par
rapport aux composantes de u par

∂J G(yu+εei ) − G(yu )
(u) ≈ .
∂ui ε
Un telle approche nécessite la résolution de m + 1 problèmes u 7→ yu . En outre, le choix d’un
ε > 0 adapté (suffisamment petit pour que l’approximation soit précise, mais pas trop petit
pour éviter des phénomènes d’instabilité numérique liés au calcul de la différence de deux
quantités voisines). Nous verrons que l’introduction d’un problème dit adjoint permet de se
ramener à la résolution de seulement 2 problèmes u 7→ yu , et de contourner le problème du
choix d’un ε.

Cette approche peut aussi être motivée par des considérations plus théoriques. Dans le
cas où la correspondance u 7→ G(yu ) est régulière, un minimiseur de J vérifie ∇J(u) = 0.
Une identification de ce gradient en tout point permet ainsi d’écrire des conditions nécessaires
d’optimalité.

Préliminaires, notations

Definition 16.1. (Différentielle d’une application)

Soit E et F des espaces vectoriels normé, et T une application d’un ouvert U de E dans F .
On dit que T est différentiable en x ∈ U s’il existe une application linéaire continue DT (x) ∈
L (E, F ) (on écrira parfois Dx T (x) pour préciser le fait que l’on différencie par rapport à la
variable x, en particulier dans le cas où l’application dépend aussi d’autres variables) telle
que
T (x + h) = T (x) + DT (x) h + o(h).
On appelle DT (x) la différentielle de T en x.

140
 Dans le cas où E est un espace de Hilbert, et F = R, l’application DTx est une forme
linéaire continue, elle admet donc un représentant (Th. 22.17, page 226), appelé gradient de
T et noté ∇T , tel que
h∇T , hi = DT (x) h ∀h ∈ E.
Nous utiliserons la notation usuelle ∇T · h pour représenter le produit scalaire en dimension
finie.

Principe général

Comme indiqué au début de ce chapitre, nous nous intéressons ici à l’identification de la

différentielle (que nous chercherons à identifier à un gradient) de fonctionnelle du type

u 7−→ J(u) = G(yu ),

où u est une variable dite de contrôle, et yu une variable d’état associée univoquement à u.
Nous introduirons un Lagrangien associé à ce problème,

(y, u, p) 7−→ L(y, u, p)

somme de G(y) (noter que dans cette définition la variable y est dissociée de u) et d’une
expression duale de la relation entre u et yu . Il s’agira d’une expression du type hΦ(y , u), pi,
où Φ(y, u) = 0 est la relation implicite qui permet de définir yu à partir de u. Pour tout y
associé à u, le lagrangien prend la valeur de la fonctionnelle, i.e.

L(yu , u, p) = G(yu ) = J(u).

On a donc 80 , quel que soit p,

DJ(u) = Du (L(yu , u, p)) = Dy L(yu , u, p) ◦ Du yu (u) + Du L (yu , u, p). (16.1)

L’idée générale consiste à choisir un p particulier qui annule Dy L(yu , u, p), donc le premier
terme, ce qui permet de contourner le problème d’identification de Du yu . La différentielle est
alors donnée par le second terme, estimé en (yu , u, p) où p est ce p bien choisi.

Le problème adjoint sur p est obtenu en demandant précisément que Dy L(yu , u, p) = 0.

Cadre linéaire

On considère ici le cas y ∈ Rn , u ∈ Rm , et l’on cherche à minimiser

1
J(u) = |Cyu − z̄|2 ,
2
où yu est défini par
Ayu = Bu,
80. On prendra garde à bien distinguer Du (L(yu , u, p)), différentielle de l’application qui à u associe
L(yu , u, p), de l’expression visuellement voisine Du L (yu , u, p), qui est la différentielle de u 7→ L(y, u, p) prise au
point (yu , u, p). La variable y est figée dans ce second cas, alors qu’elle varie en fonction de u dans le premier
cas.

141
avec A ∈ Mn (R) (suposée inversible), B ∈ Mn,m (R), C ∈ Mp,n (R), z̄ ∈ Rp .

Bien que le caractère linéaire de la correspondance u 7→ yu rende l’approche un peu arti-

ficielle (on peut ici se passer de la notion de problème adjoint 81 pour identifier le gradient de
J), nous décrivons dans ce cas simplifié la démarche qui sera généralisée à d’autres situations.

On définit le Lagrangien comme suit :

1
(y, u, p) ∈ Rn × Rm × Rn 7−→ |Cy − z̄|2 + (Bu − Ay) · p.
2

On applique la démarche générale décrite précédemment (autour de l’équation (16.12)),

basée sur l’expression

DJ(u) = Du (L(yu , u, p)) = Dy L ◦ Du yu + Du L.

On a
Dy L(yu , u, p) ỹ = C ⋆ (Cyu − z̄) · ỹ − A⋆ p · ỹ.
le problème adjoint s’écrit donc

A⋆ p = C T (Cyu − z̄) . (16.2)

On note maintenant p la solution de ce problème adjoint. On a alors, pour ce p particulier,

DJ(u) = Du (L(yu , u, p)) = Dy L ◦ Du yu +Du L = Du L

| {z }
=0

pris en (yu , u, p), d’où DJ(u) ũ = p · B ũ = B ⋆ p · ũ. On a donc finalement

∇J = B ⋆ p,

où p est la solution de (16.2).

Problème adjoint dans le cas d’une EDO

On considère l’équation différentielle suivante, dans Rn ,

(
ẏ = f (y, u, t)
(16.3)
y(0) = y0
où u est un paramètre de contrôle qui vit dans l’espace U = Rm . On s’intéresse à la dépendence
d’une fonction de y (et éventuellement de u lui même) vis-à-vis de la variable de contrôle u.
81. On a en effet yu = A−1 Bu, d’où

J(u + ũ) = C ⋆ (Cyu − z̄) · ỹ = C ⋆ (Cyu − z̄) · A−1 B ũ = B ⋆ (A⋆ )−1 C ⋆ (Cyu − z̄) · ũ.

l’estimation du gradient de J en u peut donc se faire par la résolution d’”un premier problème Ayu = Cu, puis
d’un second A⋆ = C ⋆ (Cyu − z̄).

142
Contrôle de l’état final.
On s’intéresse dans un premier temps au cas où la fonctionnelle mesure l’écart entre l’état
final et un point cible donné :
1
J(u) = |yu (T ) − ȳT |2 .
2
L’objectif est de calculer la différentielle de J.

On introduit le Lagrangien
Z T
1
L(y, u, p) = |y(T ) − ȳT |2 + (ẏ(t) − f (y, u, t)) · p(t) dt,
2 0

où p est une fonction définie sur [0, T ].

Lorsque y est associé à u par (16.3), on le note yu . On applique la démarche générale décrite
autour de l’équation (16.12). L’approche consiste à trouver un p particulier qui annule Dy L.

On a Z T
Du L ũ = − (Du f (y, u, t) ũ) · p,
0
où Du f (y, u, t) est linéaire de Rm dans n
R . On peut identifier Du L à un vecteur de Rm , qui
s’identifie donc au gradient de J :
Z T
∇J(u) = − (Du f (y, u, t))⋆ p.
0

Pour la différentielle par rapport à y, on réécrit tout d’abord le Lagrangien en intégrant

par partie le second terme :
Z T
1
L(y, u, p) = |y(T ) − ȳT |2 + (−f (y, u, t) · p(t) − y(t) · ṗ(t)) dt + y(T ) · p(T ) − y(0) · p(0).
2 0

On a donc
Z T
hDy L , ỹi = (y(T ) − ȳT ) · ỹ + (−ṗ − Dy f (y, u, t)p(t)) · ỹ + ỹ(T ) · p(T ).
0

On introduit maintenant le problème adjoint, à valeur finale prescrite :

(
−ṗ = Dy f (y, u, t) p(t)
(16.4)
p(T ) = −(y(T ) − ȳT ).

Pour un tel p, Dy L = 0, et donc

Z T
DuJ = Dy L ◦ Du yu + Du L = Du L = (Du f (y, u, t))⋆ p,
0

où p est solution de (16.4).

Fonctionnelle plus générale

143
 On considère maintenant le cas
Z T
J(u) = |y − ȳ|2 w(t) dt,
0

où w(t) ≥ 0 est une fonction de poids, qui quantifie l’importance que l’on donne à la mesure
au temps t.

On vérifie que le problème adjoint (rétrograde en temps) s’écrit

(
−ṗ = Dy f (y, u, t) p(t) − (y − ȳ)w
(16.5)
p(T ) = 0.

Le gradient de J s’écrit en fonction de la solution de ce problème

Z T
∇J = − (Du f (y, u, t))⋆ p.
0

Cadre des équations aux dérivées partielles

Contrôle au travers du terme source

On considère ici un domaine Ω bornée régulier, de frontière Γ. La variable de contrôle u

est une fonction définie sur un sous-domaine ω ⊂ Ω, la variable d’état la solution du problème
de Poisson “chauffé” par u, et la fonction coût basée sur l’écart entre le variable d’état et une
fonction observée ȳ sur un sous-domaine O ⊂ Ω. On a plus précisément
(
−∆yu = u1ω
(16.6)
yu = 0 sur Γ.

La fonction d’observation est Z

1
J(u) = |yu − ȳ|2 .
2 O
On introduit le lagrangien du problème
Z Z Z
1
L(y, u, p) = |y − ȳ|2 + ∇y · ∇p − up,
2 O Ω ω

où l’on impose que y soit nul sur le bord du domaine. On a, comme dans les autres cas, que
pour tout y associé à u, le lagrangien prend la valeur de la fonctionnelle, i.e.

L(yu , u, p) = G(yu ) = J(u).

On a donc, quel que soit p,

DJ(u) = Du (L(yu , u, p)) = Dy L ◦ Du yu + Du L,

pris en (yu , u, p) avec p quelconque. L’approche consiste à trouver p tel que Dy L(yu , u, p) de
façon à ce que seul le second terme (qui dépendra bien sûr du p particulier) demeure. Dans
le cas considéré ici, on a Z
Du L ũ = pũ.
ω

144
Par ailleurs
Z Z Z Z
Dy L ỹ = (y − ȳ)ỹ + ∇ỹ · ∇p = (y − ȳ)ỹ + (−∆p)ỹ.
O Ω O Ω

Le problème adjoint s’écrit donc

−∆p = −(y − ȳ)1O ,

avec conditions de Dirichlet p = 0 sur Γ, et l’on a, pour ce p particulier, ∇J = p1ω .

Contrôle par le champ de conductivité

On suppose ici que la variable de contrôle (ou l’ensemble des paramètres que l’on cherche
à identifier) est le champ de conductivité u(x) au sein du domaine. On suppose la valeur de
la variable d’état imposée au bord du domaine. Le problème définissant la variable d’état est
donc (
−∇ · u∇yu = 0
(16.7)
yu = yΓ sur Γ.
Nous considérerons le cas où la fonction coût mesure l’écart entre la variable d’état et un
champ connu ȳ sur un sous-domaine O :
Z
1
J(u) = |yu − ȳ| 2 .
2 O

Le Lagrangien s’écrit
Z Z
1 2
L(y, u, p) = |y − ȳ| + u∇y · ∇p,
2 O Ω

où y est supposé vérifier la condition aux limites sur le bord de Ω, et p est nul sur le bord du
domaine. On a Z
Du L ũ = ∇y · ∇p ũ,
Ω
et Z Z Z Z Z
∂p
Dy L ỹ = (y − ȳ)ỹ + u∇ỹ · ∇p = (y − ȳ)ỹ −ỹ. (∇ · u∇p) ỹ + u
O Ω O Ω Γ ∂n
Le terme de bord s’annule car, la valeur de y étant fixée sur Γ, sa variation y est nulle. Le
problème adjoint est donc
(
−∇ · u∇p = −(yu − ȳ) 1O
(16.8)
p = 0 sur Γ.

et
∇J = ∇yu · ∇p,
où p est la solution du problème adjoint.

145
Contrôle sur la frontière

On suppose maintenant que la variable de contrôle (ou l’ensemble des paramètres que l’on
cherche à identifier) est la valeur de la variable d’état sur le bord du domaine. Le problème
définissant la variable d’état est donc
(
−∆yu = 0
(16.9)
yu = u sur Γ.

Nous considérerons encore ici le cas où la fonction coût mesure l’écart entre la variable d’état
et un champ connu ȳ sur un sous-domaine O :
Z
1
J(u) = |yu − ȳ| 2 .
2 O

Le Lagrangien s’écrit
Z Z Z
1 2
L(y, u, p, λ) = |y − ȳ| + ∇y · ∇p + (y − u) λ,
2 O Ω Γ

où p est nul sur le bord Γ. On a Z

Du L ũ = − λ ũ.
Γ
et
Z Z Z Z Z Z Z
∂p
Dy L ỹ = (y − ȳ)ỹ + ∇ỹ · ∇p + λỹ = (y − ȳ)ỹ + (−∆p)ỹ + ỹ + λỹ.
O Ω Γ O Ω Γ ∂n Γ

Le problème adjoint est donc

(
−∆p = −(yu − ȳ) 1O
(16.10)
p = 0 sur Γ,

et λ = −∂p/∂n. Pour ce λ particulier, on a donc

∂p
∇J = −λ = − .
∂n

Cadre abstrait

Nous nous intéressons ici à une fonctionnelle qui dépend d’une variable de contrôle u ∈ U
par l’intermédiaire d’une variable d’état y ∈ Y , univoquement associée à u, i.e.

u 7→ J(u) = G(yu ) ∈ R,

où yu est reliée à u par une relation implicite

Φ(yu , u) = 0,

où Φ(y, u) appartient à une espace vectoriel normé P . Pour simplifier cette première présen-
tation, nous supposerons que les espaces U , Y , et P sont des espaces de Hilbert, identifiés à

146
leurs espaces duaux respectifs, et nous noterons h · , · i la dualité correspondante sur chacun
de ces espaces.

On écrit la contrainte (lien entre u et y) de façon duale

hΦ(yu , u), pi = 0,

pour tout p ∈ P .

On introduit le lagrangien, défini sur l’espace produit entre variables d’état, variables de
contrôle, et ce nouvel espace qui permet d’exprimer la contrainte de façon duale :

(y, u, p) 7−→ L(y, u, p) = G(y) + hΦ(y , u), pi ∈ R, (16.11)

qui est défini pour des couples (y, u) quelconques (i.e. qui ne vérifient pas nécessairement le
lien Φ(yu , u) = 0). Pour tout y associé à u, le lagrangien prend la valeur de la fonctionnelle,
i.e.
L(yu , u, p) = G(yu ) = J(u),
quel que soit p. La différentielle de J par rapport à u s’identifie donc à la différentielle par
rapport u de l’application qui à u associe L(yu , u, p) Cette différentielle est donc (en supposant
que toutes les dépendances sont régulières) somme d’un premier terme Dy L ◦ Du yu , et d’un
deuxième terme du fait de la dépendance explicite de L par rapport à u (second terme
de (16.11)). On a

hΦ(y , u + ũ), pi − hΦ(y , u), pi = h(Du Φ(y , u)) ũ, pi + o(ũ) = h(Du Φ(y , u))⋆ p, ũi + o(ũ),

la contribution est donc (Du Φ(y, u))⋆ p (exprimé au travers de la dualité 82 h · , · i sur U × U ).

On a donc
Du J = Dy L ◦ Du yu + (Du Φ)⋆ p, (16.12)
avec
Dy L = Dy G + (Dy Φ)⋆ p. (16.13)
L’idée est alors de construire un p particulier qui annule Dy L, et donc le premier terme
de (16.12). Il n’est alors plus nécessaire de connaı̂tre la différentielle de yu par rapport à u
pour exprimer Du J : on obtient, la dualité choisie sur U étant celle du produit scalaire,

∇J = (Du Φ)⋆ p,

où p a été construit de façon à annuler Dy L (expression donnée par (16.13)).

82. Dans l’hypothèse, que nous avons faite, où h · , · i est le produit scalaire sur l’espace de Hilbert U , il s’agit
en fait d’un gradient, mais nous conserverons la notion de différentielle pour souligner le caractère génbéral de
la démarche.

147
17 Transport optimal (cas discret)

17.1 Problème d’affectation

Le problème d’affectation se formule comme suit :

Problème 17.1. On considère 2 ensembles de même cardinal N ∈ N, tous deux identifiés à

{1, . . . , N }, et l’on se donne une collection de coûts cij ∈ R. Le problème consiste à trouver
une bijection ϕ qui minimise la quantité
N
X
ciϕ(i) .
i=1

Le problème ci-dessus ne présente pas d’intérêt théorique particulier : l’ensemble des

bijections (groupe symétrique SN ) est fini, le problème admet bien (au moins) une solution.
Mais la recherche effective de ce minimum peut extrêmement laborieuse, car le cardinal de
l’ensemble des candidats croı̂t comme N !.

17.2 Problème de Monge Kantorovich discret

Nous allons considérer une version relaxée de ce problème, qui peut se formuler intuitive-
ment de la façon suivante, dans un contexte de transport : on considère le premier ensemble
comme contenant des positions dans un certain espace (il n’est pas nécessaire de préciser
lequel ici), et le second ensemble aussi comme une collection de positions dans un espace
(éventuellement le même, mais pas forcément). On note cij ce que celà coûte de transporter
une quantité de matière unitaire de xi vers yj . Le problème précédent consistant à considérer
que l’on avait une même quantité de matière en chaque point (par exemple 1/N ), et que l’on
cherchait à transporter cette matière vers le second ensemble en envoyant toute la matière de
chaque point vers une destination unique. Nous allons considérer maintenant qu’il est pos-
sible de distribuer la matière venant d’un point vers plusieurs destination. Cette relaxation
du problème permet de lever la contrainte d’avoir le même nombre de points au départ et à
l’arrivée. Dans ce qui suit on notera γij la quantité de matière allant de i vers j. On appellera
γ = (γij ) un plan de transport.

Problème 17.2. (Monge Kantorovich discret)

On considère 2 ensembles 83 finis X et Y , de cardinaux respectifs N et M ∈ N et l’on se
donne une collection de coûts cij ∈ R. On se donne deux mesures de probabilités discrètes µ
P
et ν sur X et Y , respectivement (µi est la masse portée par i, avec µi = 1, de même pour
ν). On supposera tous les poids strictement positifs 84 . On cherche à minimiser le coût total
X
C(γ) = cij γij ,
i,j

83. Il n’y a pas lieu de préciser ici les points d’arrivée et points de départ. Nous nous intéresserons plus loin
au transport entre points d’un espace euclidien, mais ici on peut tout aussi bien concevoir le transport d’une
essoreuse vers le concept de néant chez Sartre.
84. On peut toujours se ramener à cette situation en supprimant de X et Y les points non chargés.

148
sous la contrainte que γ transporte µ vers ν, i.e.
X X
γij ≥ 0 , γij = µi ∀i , γij = νj ∀j, (17.1)
j i

ce que l’on écrira γ ∈ Π(µ, ν), ou simplement γ ∈ Π quand il n’y a pas d’ambiguı̈té.
Remarque 17.1. On peut formuler ce problème en termes probabilistes, en considérant γ
comme une loi de probabilité sur l’espace produit X × Y , dont les mesures images par les
projections sur X et Y sont respectivement µ et ν. Parmi de telles lois, on cherche celle(s)
qui minimise(nt) l’espérance de la “fonction” c = (cij ) sur X × Y .
Remarque 17.2. L’ensemble admissible est non vide, il contient en particulier le plan cor-
respondant à une loi de probabilité sur X × Y pour deux variables indépendantes, qui s’écrit
γij = µi νj .
Nous verrons plus loin que c’est le plan qui minimise l’entropie de la loi γ (voir définition 12.1,
page 126).
Proposition 17.3. Le problème 17.2 admet un minimiseur.

Démonstration. Les γij sont positifs, et chacun d’eux est majoré par le max des µi , l’ensemble
Π est donc borné, il est évidemment fermé donc compact : la fonction continue (car linéaire)
C( · ) admet donc un minimiseur sur Π.

Remarque 17.4. Dans le cas d’un coût du type cij = ai + bj , le problème est fortement
dégénéré, puisque tout transport de µ vers ν réalise le même coût. Par ailleurs, pour deux
ensembles de même cardinal N , avec µ et ν lois uniformes sur X et Y , si l’on se donne
une bijection ϕ de Sn , on peut construire une famille de coûts telle que le plan associé à
la bijection 85 soit l’unique minimiseur, en prenant par exemple ciϕ(i) = −1, et cij = 0 si
j 6= ϕ(i).
Question 17.1. Étant donnée une collection de coût (cij ), existe-t-il des ensembles X et
Y de points de Rd tels que cij = |yj − xi | ? (on pourra aussi considérer cij = |yj − xi |p ,
cij = ψ(|yj − xi |) avec ψ croissante et nulle en 0.)
Question 17.2. Le problème 17.2 admet-il une solution unique “en général”? (on s’attachera
à exprimer précisément ce que l’on entend par unicité générique.)

Lien avec le problème d’affectation

Dans le cas où les cardinaux sont les mêmes, et les mesures équidistribuées, on peut préciser
le lien entre le modèle relaxé basé sur les plans de transports et le problème d’affectation.
Pour simplifier les notations, on considère ici la situation où chaque point porte une masse
unitaire, de telle sorte que la masse totale des mesures considérées est égale au nombre de
points. Il ne s’agit donc plus de mesure de probabilité, mais on peut s’y ramener en divisant
la mesure par le nombre de points.
Proposition 17.5. On se place dans le cas N = M (même nombre de points de part et
d’autre, et µi = νj ≡ 1), et l’on note ΠS l’ensemble des plans de transport associés à une
affectation, i.e. γij = δiϕ(i) , où ϕ est une permutation du groupe symétrique. L’ensemble des
points extrémaux 86 de Π s’identifie à ΠS .
85. C’est à dire : γiϕ(i) = 1/N , et γij = 0 si j 6= ϕ(i).

149
Démonstration. Tout point de ΠS est de façon évidente extrémal pour Π. Réciproquement,
considérons un plan générique (i.e. qui n’est pas associé à une bijection) γ. On considère dans
un premier temps les indices i pour lesquels γij est nul pour tous les indices j sauf un (qui
vaut donc 1). Cette sous-famille des points de départ est en bijection avec les points d’arrivées
j correspondants, pour lesquels, symétriquement, γij est nul pour tous les i sauf 1. On note I
(resp. J) l’ensemble des indices non concernés dans l’espace de départ (resp. d’arrivée). Les
ensemble I et J sont de même cardinal, et non vides par hypothèse. La restriction du plan γ
à XI × YJ est diffuse, au sens que pour tout i, γij ∈]0, 1[ pour au moins 2 indices j ∈ J, et
pour tout j ∈ J, on a γij ∈]0, 1[ pour au moins 2 indices i ∈ I. On part d’un indice i0 ∈ I, et
l’on choisit j0 tel que γi0 j0 > 0. On choisit ensuite i1 6= i0 tel que γi1 j0 > 0, puis j1 6= j0 tel
que γi1 j1 > 0. On construit ainsi une suite d’indices

i0 , j0 , i1 , . . . , in−1 , in ,

que l’on peut voir comme un chemin dans le graphe sur I ∪ J associé au plan γ, chemin qui
ne contient pas d’aller-retour. L’ensemble des indices étant fini, il existe forcément un n tel
que in correspond à un indice iℓ 6= in−1 déjà visité. On considère alors la variation
n−1
X

h= πik ,jk − πik+1 ,jk ,
k=ℓ

avec in = iℓ , et où πi,j est l’élément de RN M qui vaut 1 sur la composante (i, j), et qui est
nul pour les autres couples. Pour η suffisamment petit, γ ± ηh est positif, et par construction
γ ± ηh vérife les contraintes de marginales, les deux perturbations sont donc dans Πµ,ν , et
γ est moyenne non triviale de ces deux plans de transport, il ne s’agit donc pas d’un point
extrémal.

Les seuls points extrêmaux correspondent donc aux permutations.

Corollaire 17.6. L’ensemble Π des plans de transport admissibles est l’enveloppe convexe de
ΠS .

Démonstration. Il s’agit d’une conséquence du théorème de Krein-Milman en dimension finie,

qui assure que tout convexe compact d’un espace affine de dimension finie est l’enveloppe
convexe de ses points extrémaux.

Proposition 17.7. On se place comme précédemment dans la situation de mesures équidis-

tribuées sur des ensembles de même cardinal. Le problème de Monge Kantorovich discret 17.2
admet au moins une solution dans ΠS , i.e. une solution optimale du type permutation.

Démonstration. D’après la proposition 17.3, le problème 17.2 admet un minimiseur γ. D’après

la proposition 17.5, ce minimiseur s’écrit comme combinaison convexe de plans associés à des
permutations ϕ1 , . . ., ϕK : X
γ= θk γ k
(on ne garde dans la somme ci-dessus que les termes non triviaux, de telle sorte que θk > 0
pour tout k). Le coût étant linéaire, on a
X
C(γ) = θk C(γ k ).

86. On dit que γ ∈ Π ⊂ Rd est point extrêmal de Π si γ = (γ 1 +γ 2 )/2, avec γ 1 , γ 2 ∈ Π, implique γ 1 = γ 2 = γ.

150
 P
Comme chaque C(γ k ) est supérieur ou égal à C(γ), et que θk = 1 avec θk > 0 pour tout
k, la combinaison convexe ci-dessus implique que C(γ k ) est égal à C(γ) pour tout k. Chaque
permutation impliquée dans la combinaison réalise donc le minimum.

17.3 Formulation duale du problème de MK discret

La formulation duale du problème 17.2 est basée sur l’expression duale des contraintes de
marginales :
 
X N
X X
γij = µi ∀i ⇐⇒ p i  µi − γij  = 0 ∀p ∈ RN ,
j i=1 j

et l’on exprime de même les contraintes de destination à l’aide de q ∈ RM . On introduit donc

(conformément à la définition 25.35, page 279) le Lagrangien
  !
X N
X X M
X X
(γ, p, q) ∈ V × Λ 7−→ cij γij + pi µi − γij  + q j νj − γij , (17.2)
i,j i=1 j j=1 i

avec V = RN +
M et Λ = RN × RM . Noter que cette définition du Lagrangien correspond

à un choix qui est fait (et qui peut sembler arbitraire) de dualiser les contraintes d’égalité
(correspondant aux contraintes de marginales), mais pas les contraintes de positivité.

Le problème primal (voir definition 25.32, page 278) est le problème consistant à minimiser
la fonctionnelle
X
cij γij si γ∈Π
F (γ) = sup L(γ, p, q) = i,j
p,q
+∞ sinon
Minimiser cette fonctionnelle revient bien à résoudre le problème 17.2 de minimisation sous
contrainte.

Le problème dual (voir toujours la définition 25.32, page 278) consiste à maximiser la
fonctionnelle duale G(p, q) = inf γ L(γ, p, q). Cette fonctionnelle s’exprime (on ordonne diffé-
remment les sommes dans l’expression de L(γ, p, q)) :
 
X N
X M
X
G(p, q) = inf  (cij − pi − qj ) γij + p i µi + q j νj 
γ∈V
i,j i=1 j=1
 
N
X M
X X
= p i µi + qj νj + inf  (cij − pi − qj ) γij  .
γ∈V
i=1 j=1 i,j

Comme γ parcourt V = RN M
+ , l’infimum ci-dessus vaut −∞ à moins que l’on ait pi + pj ≤ cij
pour tous i, j, et 0 dans ce dernier cas. On a donc
N
X M
X
p i µi + q j νj si pi + qj ≤ cij ∀ i , j,
G(p, q) = inf L(γ, p, q) = i=1 j=1
γ∈V
−∞ sinon .

151
On écrira p ⊕ q ≤ c la contrainte d’inégalité sur les pi et qj . Le problème dual (il est immédiat
que l’ensemble des p, q, vérifiant la contrainte est non vide) s’écrit donc

sup (p · µ + q · ν) .
p⊕q≤c

Il s’agit de montrer que le Lagrangien défini ci-dessus admet un point selle ou, de façon
équivalente (voir proposition 25.34, page 279), que le problème dual admet une solution, et
que sa valeur maximale est la valeur minimale du problème initial. La propriété suivante
permet de se ramener à la construction de vecteurs de multiplicateurs de Lagrange vérifiant
une propriété très simple. La démonstration en est élémentaire, mais vue son importance
nous la présentons sous la forme d’une proposition.

Proposition 17.8. Soit γ un plan de transport entre µ et ν. Si (p, q) vérife p ⊕ q ≤ c, avec

égalité sur le support de γ, i.e.

γij > 0 =⇒ pi + qj = cij ,

alors (γ, p, q) est point-selle pour le Lagrangien L (défini par (17.2)).

Démonstration. En effet, (p, q) vérifie alors la contrainte du problème dual, et on a

X X X X
G(p, q) = µi p i + µj q j = γij (pi + qj ) = γij cij = F (γ).
i j ij ij

Comme on a G(p̃, q̃) ≤ F (γ̃), cela implique que (p, q) (resp. γ) est solution du problème dual
(resp. primal) (voir proposition 25.34, page 279).

Remarque 17.9. Dans le cas où X et Y sont des collections d’un même nombre N de points
de Rd , et que cij = |yj − xi |, la remarque précédente peut s’interpréter géométriquement : pour
trouver un minimiseur du coût, il suffit 87 de trouver 2N cercles (ou sphères pour d ≥ 3) Σxi et
Σyj centrés en les points xi et yj , respectivement, de telle sorte qu’il existe une bijection ϕ telle
que Σxi est tangent à Σyϕ(i) , et que les autres couples de cercles (Σxi , Σyj ) ne se chevauchent pas
strictement. Selon cette vision du problème dual, les pi (resp. qj ) sont les rayons des cercles
Σxi (resp. Σyj ). La figure 17.1 donne un exemple d’une telle construction, pour d = 2 et N = 5.

Existence d’une solution au problème dual

Bien qu’il soit d’usage, en programmation linéaire, de conserver la contrainte de positivité

du γ sous forme essentielle (l’espace primal intègre cette contrainte, sans expression duale),
la construction d’un nouveau Lagrangien qui dualise ces contraintes permet ici (dans le cas
de la dimension infinie) de montrer rapidement l’existence d’un point-selle.

Proposition 17.10. Le Lagrangien L( · , · , · ) admet un point selle (γ, p, q) ou, de façon

équivalente,
G(p, q) = max G(p̃, q̃) = min F (γ̃) = F (γ).
p̃⊕q̃≤c γ̃∈Π
87. Il s’agit essentiellement d’une interprétation géométrique des potentiels de Kantorovich, il n’est pas clair
que ce nouveau problème soit plus facile à résoudre que le problème de minimisation initial.

152
Figure 17.1 – Interprétation géométrique des potentiels de Kantorovich pour la distance 1.

Démonstration. L’approche consiste simplement, comme dans la définition 25.35, page 279,
P
à ajouter un terme du type − λij γij au Lagrangien défini précédemment :
X
L̃ : (γ, p, q, λ) ∈ RN M × RN × RM × RN
+
M
7−→ L̃(γ, p, q, µ) = L(γ, p, q) − λij γij .

D’après la proposition 25.28, page 277 (en notant que les contraintes d’égalité affines
peuvent se traiter comme deux contraintes d’inégalité affines 88 , pour lesquelles la question
de qualification ne se pose pas comme le précise la définition 25.27), il existe p , q, et µ ≥ 0
tels que
cij − pi − qj − λij = 0,
avec λij = 0 dès que γij > 0 (contrainte non activée). Le couple (p, q) vérifie donc la contrainte
d’inégalité, avec égalité sur le support de γ, ce qui implique (voir proposition 17.8) que (γ, p, q)
est point-selle du Lagrangien.

Remarque 17.11. Soit (p, q) une solution du problème dual. On a alors

pi = min(cij − qj ).
j

En effet, pour tout i on a pi ≤ cij − j pour tout j, d’après la contrainte, et si l’inégalité était
stricte pour tous les j, on pourrait augmenter un peu le pi , sans violer la contrainte, et en
augmentant strictement la valeur du maximum.

L’existence d’un point-selle peut aussi être obtenue, de façon plus laborieuse, à partir de
la régularisée entropique du problème de minimisation (voir section 17.10, page 162).
88. On n’a bien sûr alors aucun information sur le signe du multiplicateur de Lagrange (ici pi ou qj ), dont
le signe final dépendra de laquelle des deux contraintes est réellement activée.

153
17.4 Exemples d’applications

Sous sa forme la plus générale, le problème est entièrement déterminé par les mesures
d’arrivée et de départ, et les coûts cij . Dans un grand nombre de situations, X et Y sont des
ensembles de points de l’espace euclidien, et cij est une certaine mesure de la distance entre
eux.

Ainsi, la version discrète du problème de Monge correspond à la donnée d’une mesure

de départ µ supportée par N points (xi ), du plan, la mesure d’arrivée ν est supportée par
M points (yj ), et les coût sont donnés par cij = |yj − xi |. Le problème envisagé par Monge
concernait des déblais et des remblais, on peut étendre ce cadre est des lieux de production
et de distribution : N boulangeries produisent des quantités de pain journalières µ1 , . . ., µN ,
destinées à M dépôts de pains qui distribuent respectivement ν1 , . . ., νM . Si l’on suppose que
le coût de transport d’une quantité de pain peut être calculée en multipliant la quantité par
un coût unitaire 89 , et que ce coût unitaire est lui même proportionnel à la distance entre
point de départ et point d’arrivé (on peut penser au coût de l’essence), minimiser le coût
total correspond au problème considéré précédemment.

Une généralisation immédiate de ce problème consiste à considérer des coûts du type cij =
|yj − xi |p , le cas p = 2 jouant un rôle extrêmement important dans de multiples domaines.
Une “application” dans le cas quadratique est la suivante : on considère deux systèmes de N
points du plan, que l’on cherche à connecter deux à deux par des ressorts de longueur au
repos nulle. Minimiser l’énergie élastique (quadratique en les positions) revient à choisir les
couples que l’on va connecter.
Exercice 17.3. (Matching) Montrer que, dans le cas où X et Y sont des points d’un espace
euclidien, et dans le cas quadratique cij = |yj − xi |2 , minimiser le coût global revient à
maximiser la somme des γij xi · yj . Considérer la situation où X correspond à un ensemble
d’agents, représenté par un vecteur de nombres réels (par exemple entre 0 et 1 pour fixer
les idées) correspondant à l’intérêt que chacun porte aux caractéristiques d’un produit, l’en-
semble Y (vecteurs de même type) représentant l’ensemble des produits offerts au “marché”
X. Interpréter alors le problème de transport optimal de X vers Y au vu de la remarque
précédente.

Interprétation des qj comme prix

Dans un esprit proche de ce qui précéde, on considère un ensemble d’agents X, et l’on suppose
que chaque agent est doté d’un capital µj . L’ensemble des biens 90 est noté Y , et la quantité
de chaque bien (mesurée dans la même unité que les µj ) vaut νj . On note uij l’utilité que
représente le bien j pour l’agent i, de telle sorte que ηuij mesure en quelque sorte la satisfaction
apportée à i s’il consacre une partie η de son capital à l’acquisition du bien j. Maximiser la
satisfaction globale correspond à un problème de type Monge-Kantorovich discret
X
max γij uij .
γ∈Π
ij

Ce contexte conduit à une interprétation limpide des potentiels de Kantorovich, ou multipli-

89. Cette hypothèse qui est assez discutable, et donc problématique puisque toute l’approche est basée sur
cette hypothèse.
90. Les biens sont considérés ici comme des quantités sécables, et pas comme des biens discrets tels que
l’achat ou le non achat se représenterait de façon binaire.

154
cateurs de Lagrange associés aux contraintes de marginale. On considère que le bien j a un
prix qj , et que les utilités sont exprimées dans une unité telle que uij − qj quantifie l’attrait
effectif de j pour i (qui diminue bien sûr lorsque le prix augmente). On a alors une interpré-
tation très claire de la proposition 17.8, qui dans le contexte présent exprime que le problème
de maximisation est équivalent à la recherche d’un système de prix pour les différents biens,
et d’un plan décrivant le comportement effectifs des agents, de façon à ce que chaque agent
n’ait aucun intérêt à changer son choix. Supposons plus précisemment que l’on connaisse un
plan de marché γ (qui encode l’ensemble des choix des agents) et un système de prix q tel
que, pour tout (i, j) dans le support de γ (c’est à dire que i achète une quantité non nulle de
j), on ait
uij − qj = max(uik − qk ),
k

ce qui signifie simplement que, le système de prix étant ce qu’il est, l’agent i perd tout intérêt
pour les biens qui ne correspondent pas à son choix courant, il est content, ou tout du moins,
en l’état actuel du reste de l’univers, il ne peut pas augmenter sa satisfaction en changeant
ses choix. Si l’on pose pi = maxk uik − qk , on dispose d’un plan de transport, et d’un couple
(p, q) qui vérifie p⊕q ≥ u avec égalité sur le support de γ, on a donc une solution du problème
(voir proposition 17.8). Les qj , associés au contraintes sur les produits, s’interprètent donc
comme des prix, et les pi , de la forme uij − qj , à une certaine forme de satisfaction effective
des différents agents.
Exercice 17.4. a) Dans le cas du coût ℓ1 (i.e. cij = |yj − xi |), donner des exemples de situations
pour lesquels on n’a pas unicité du minimiseur.

b) Même question pour le coût quadratique cij = |yj − xi |2 .

17.5 Interpolation

On note A(Rd ), ou simplement A, l’ensemble des mesures atomiques sur Rd à support

fini, c’est à dire l’ensemble des µ de la forme
N
X N
X
µ= µi δxi , µi > 0 , µi = 1 , µi ≥ 0.
i=1 i=1

Si l’on se donne deux mesures ρ0 et ρ1 de A, l’existence d’un plan de transport optimal de

ρ0 vers ρ1 permet de définir une notion d’interpolée entre ces deux mesures. Précisons qu’il
existe une première manière canonique, eulérienne en quelque sorte, d’interpoler entre les
deux mesures, en définissant simplement

ρ̃t = (1 − t)ρ0 + tρ1 .

Pour tout t ∈ [0, 1], ρ̃t est une mesure de probabilité, et la courbe t 7→ ρt relie les deux
mesures dans un certain sens, ce qui assure à peu de frais la convexité de l’espace des mesures
(de probabilité) atomiques. Le support de ρt est la réunion des deux supports, pour t ∈]0, 1[.

Si l’on considère maintenant 2 points x0 et x1 de Rd , on peut construire, de façon tout

aussi canonique, un segment reliant ces points par interpolation affine : xt = (1 − t)x0 + tx1 .
On peut définir pour les mesures une notion d’interpolation par déplacement plus respectueuse

155
de ce second point de vue (lagrangien en quelque sorte). Cette notion a été introduite par R.
McCann 91 en 1997, et on parle parfois d’interpolation au sens de McCann.

Cette notion est particulièrement féconde dans un contexte où l’on a unicité d’un plan
de transport optimal (dans un sens qui peut dépendre du contexte), mais elle est basée sur
la possibilité d’associer à tout plan de tranport admissible une interpolée canonique. C’est
ce choix que nous faisons de définir ci-dessous une notion, non pas d’interpolée entre deux
mesures, mais d’interpolée associée à un plan de transport.
Definition 17.12. Soient ρ0 et ρ1 deux mesures de A, et γ ∈ Πρ0 ,ρ1 un plan de transport
entre ρ0 et ρ1 . On associe à γ l’interpolée par déplacement définie de la façon suivante :
X
ργt = γij δ(1−t)xi +tyj .
ij

Exercice 17.5. Construire un champ de vitesse vt qui soit ργt -mesurable pour tout t ∈ [0, 1],
et tel que le couple (ργt , vt ) soit solution faible de l’équation de transport
∂t ρt + ∇ · (ργt vt ) = 0,
au sens de la définition 5.8, page 46.

On parle dans la litérature de l’interpolée entre deux mesures en privilégiant la construc-

tion associée au plan de transport optimal entre les deux mesures (lorsque celui-ci est unique).

L’ensemble des mesures de probabilités atomiques sur Rd reste convexe pour cette nouvel
acception de l’interpolation : pour tout plan de transport, la courbe t 7→ ργt associée reste
dans A, on parlera de convexité par déplacement (displacement convexity).

Noter en revanche que, si l’on se restreint à l’ensemble A(K) des mesures supportées dans
un compact K donné, on perd la convexité de A(K) dès que K n’est plus convexe.
Remarque 17.13. Si Ψ est une fonction strictement convexe de Rd dans R, régulière 92 , et
ρt la courbe d’interpolation associée à un transport γ entre deux mesures atomiques ρ0 et ρ1
distinctes, la fonction Z
t 7→ hρt , Ψi = Ψ(x) dρt
Rd
est strictement convexe. Noter que la même fonction définie à partir de l’interpolée eulérienne
ρ̃t est simplement l’interpolée affine entre les deux valeurs extrêmes, elle est donc convexe,
mais aussi concave, quelles que soient les proprités de convexité de la fonction Ψ.

17.6 Métrique induite sur l’ensemble des mesures atomiques

On note comme précédemment A = A(Rd ) l’ensemble des mesures de probabilités ato-

miques sur Rd à support fini, c’est à dire l’ensemble des µ de la forme
N
X N
X
µ= µi δxi , µi > 0 , µi = 1.
i=1 i=1

91. Robert J. McCann, A Convexity Principle for Interacting Gases, Advances in Mathematics 128, 153
179 (1997),
[Link]
92. À strictement parler il n’est pas nécessaire d’expliciter cette hypothèse car toute fonction convexe sur
Rd est localement Lipschitzienne, donc en particulier continue, ce qui permet de donner un sens au produit de
dualité ci-dessous.

156
L’entier N n’est pas fixé, mais on ne considère ici que des sommes finies. Pour p ≥ 1 fixé, µ
et ν dans Ad , on note
!1/p
X
Wp (µ, ν) = inf γij |yj − xi |p ,
γ∈Π(µ,ν)

où l’infimum correspond au problème de MK discret 17.2, pour lequel l’existence d’un plan
minimisant est établie dans 17.3. On se propose de montrer que Wp est une distance sur Ad .

Théorème 17.14. La fonction Wp ( · , · ) définie ci-dessus sur A × A est une distance.

Démonstration. On a de façon évidente Wp (µ, ν) = 0 si et seulement si µ = ν, et la distance

est symétrique par construction (le problème de recherche d’un plan de coût minimal est
symétrique par rapport aux mesures). Pour l’inégalité triangulaire, on considère trois mesures
µ1 , µ2 , et µ3 de A. On note γ 12 et γ 23 des plans qui réalisent la distance de 1 vers 2 et de 2
vers 3, respectivement. On note γ 123 le “plan à trois” défini de la façon suivante 93
1 12 23
γi123
1 i2 i3
= γ γ .
µ2i2 i1 i2 i2 i3

On note γ 13 le plan défini de façon naturelle par

X
γi131 i3 = γi123
1 i2 i3
.
i2

On a  1/p  1/p
X p X p
Wp (µ1 , µ3 ) ≤  γi131 i3 x3i3 − x1i1  = γi1 i2 i3 x3i3 − x1i1 
i1 i3 i1 i2 i3
 1/p  1/p
X p X p
≤ γi123
1 i2 i3
x2i2 − x1i1  + γi123
1 i2 i3
x3i3 − x2i2 
i1 i2 i3 i1 i2 i3

d’après l’inégalité de Minkowski, d’où finalement

 1/p  1/p
X p X p
Wp (µ1 , µ3 ) ≤  γi121 i2 x2i2 − x1i1  + γ 23 i2 i3 x3i3 − x2i2  = Wp (µ2 , µ3 )+Wp (µ1 , µ2 ),
i1 i2 i2 i3

ce qui termine la preuve.

Exercice 17.6. Montrer que l’espace A défini ci-dessus n’est pas complet, même si l’on
contraint les supports des mesures à demeurer dans un compact de Rd . Identifier des sous-
ensembles stricts de Ad qui sont complets pour la même métrique.
Exercice 17.7. On considère l’espace AN des mesures atomiques de Rd à N points (non
nécessairement distincts), avec équidistribution de masse sur les N points. Identifier l’espace
métrique AN muni de la distance précédemment définie.
93. On peut voir γ 123 comme la loi d’une variable aléatoire sur Rd × Rd × Rd dont les projections ont pour
lois respectives µ1 , µ2 et µ3 .

157
17.7 Approche de Benamou-Brenier

Cette section présente les principes d’une formulation alternative du problème de Monge
Kantorovich proposée par Benamou et Brenier à la fin du siècle dernier 94 . Cette approche
s’est révélée extrêmement féconde sur le plan de la résolution numérique de tels problèmes,
mais aussi sur le plan abstrait. Soient x0 et x1 deux points de Rd . Pour toute vitesse v(t)
régulière donnée sur l’intervalle [0, 1] telle que la trajectoire associée xt relie x0 et x1 , la
longueur ℓ de la courbe vérifie
Z 1 2 Z 1
2 2
|x1 − x0 | ≤ ℓ = |v(s)| ds ≤ |v(s)|2 ds.
0 0

Par ailleurs, si l’on prend la vitesse constante égale à (x1 − x0 ), on a égalité entre les deux
extrémités de la chaine précédente d’inégalités. On a donc
Z 1
|x1 − x0 |2 = minR |v(s)|2 ds.
x1 =x0 + v 0

On peut généraliser cette approche à deux mesures atomiques supportées par des nuages
de points (xi ) et (yj ), en considérant pour chaque couple (xi , yj ) une vitesse vij sur [0, 1]
susceptible de les relier. On notera W l’ensemble des vitesses admissibles correspondant à
cette condition. Le problème de transport optimal avec coût quadratique s’écrit alors
 
XZ 1
2
min  γij |vij (s)| ds
v∈W,γ∈Π 0
ij

On peut écrire différemment ce problème en utilisant la notion de solution faible de l’équation

de transport. On se ramène ainsi à la recherche d’un champ de vitesse vt qui est ρt -mesurable
pour tout t ∈ [0, 1], qui transporte ρ0 vers ρ1 , i.e. (ρt , vt ) est solution faible (au sens de la
définition 5.8, page 46)sur Rd × [0, 1] de l’équation de transport
∂t ρt + ∇ · (ρt vt ) = 0,
avec données initiales et finales ρ0 et ρ1 , et qui minimise la quantité
Z 1Z
|vt |2 dρt .
0 Rd

Cette approche se généralise à des mesures quelconques sur Rd .

17.8 Étude de W1

Dans le cas p = 1, la distance peut s’exprimer de façon particulière, qui exprime un

premier lien entre ce type de métrique et la convergence faible des mesures. On note comme
précédemment A l’ensemble des mesures de probabilités atomiques sur Rd à support fini,
c’est à dire l’ensemble des µ de la forme
N
X N
X
µ= µi δxi , µi > 0 , µi = 1.
i=1 i=1
94. J.D. Benamou, Y. Brenier, A computational fluid mechanics solution to the Monge-Kantorovich mass
transfer problem, Numerische Mathematik January 2000, Volume 84, Issue 3, pp 375-393,
[Link]

158
Proposition 17.15. (Distance W1 sur les mesures atomiques.)
Pour toutes mesures µ et ν de A(Rd ) (mesures atomiques à support fini), on a
 
X X X
W1 (µ, ν) = inf γij |yj − xi | = max  µi ϕ(xi ) − νj ϕ(yj ) ,
γ∈Π(µ,ν)
ij ϕ∈Lip1 i j

où Lip1 est l’ensemble des fonctions 1-Lipschitziennes.

Démonstration. On note γij un plan optimal entre µ et ν. On a, pour toute fonction 1-

Lipschitzienne,
X X X X
µi ϕ(xi ) − νj ϕ(yj ) = γij (ϕ(xi ) − ϕ(yj )) ≤ γij |yj − xi | = W1 (µ, ν). (17.3)
i j i,j i,j

Réciproquement, considérons une solution (p, q) du problème dual :

X X
p i µi + qj νj = W1 (µ, ν) avec pi + qj ≤ cij , pi + qj = cij sur supp(γ).
i j

On a, pour tout i, pi ≤ cij − qj pour tout j, avec égalité pour au moins un indice j, donc
(voir remarque 17.11)
pi = min(cij − qj ).
j

Considérons maintenant la fonction

ϕ : x 7−→ inf (|yj − x| − qj ) .

j

Cette fonction est 1-Lipschitzienne comme infimum de fonctions 1-Lipschitziennes 95 . Par

ailleurs ϕ prend les valeurs du potentiel de Kantorovitch sur le support de µ :

ϕ(xi ) = inf (|yj − xi | − qj ) = pi .

j

Enfin, on a
ϕ(yj ) = inf (|yk − yj | − qk ) ≤ −qj ,
k

donc −ϕ(yj ) ≥ qj . Pour cette fonction ϕ particulière, on a donc

X X X X
µi ϕ(xi ) − νj ϕ(yj ) ≥ µi p i + νj qj = W1 (µ, ν).
i j i j

On a donc, d’après (17.3),

 
X X
sup  µi ϕ(xi ) − νj ϕ(yj ) = max ( · ) = W1 (µ, ν),
ϕ∈Lip1 i j ϕ∈Lip1

ce qui termine la preuve.

95. On a ϕ(x) = inf j ϕj (x). Pour tous x, y, on a ϕ(x) = ϕj (x) pour un certain j, d’où

ϕ(y) = inf ϕk (y) ≤ ϕj (y) ≤ ϕj (x) + |y − x| = ϕ(x) + |y − x| ,

k

et ainsi ϕ(y) − ϕ(x) ≤ |y − x|. On a de la même manière ϕ(x) − ϕ(y) ≤ |y − x|.

159
17.9 Complétion de l’espace de Wasserstein discret

On définit maintenant A = A(K) comme l’ensemble des mesures de probabilités ato-

miques supportées dans un compact K de Rd , c’est à dire l’ensemble des µ de la forme
N
X N
X
µ= µi δxi , µi > 0 , µi = 1 , x1 , . . . , xN ∈ K,
i=1 i=1

avec toujours N ∈ N non fixé (il dépend de µ, et n’est pas borné). Pour p ≥ 1 fixé, µ et ν
dans A, on note comme précédemment
!1/p
X p
Wp (µ, ν) = inf γij |yj − xi | .
γ∈Π(µ,ν)

Proposition 17.16. Le complété de A pour la distance Wp s’identifie à l’espace P(K) des

mesures de probabilité sur K.

Démonstration. Le complété abstrait de A est l’espace des suites de Cauchy pour Wp quo-
tienté par la relation d’équivalence

(µn ) ∼ (ν n ) ⇐⇒ Wp (µn , ν n ) −→ 0.

muni de la métrique induite, en notant µ̄ (respectivement ν̄) la classe d’équivalence de la

suite (µn ) (resp. (ν n ))
Wp (µ̄, ν̄) = lim Wp (µn , ν n ).
n→+∞

De toute suite (µn ) dans A on peut extraire une sous-suite qui converge faiblement 96 dans
P(K). Montrons que la limite ne dépend pas du représentant dans la classe d’équivalence.
Soient µn et ν n deux suites adjacentes (µ ∼ ν), et ϕ une fonction Lipschtzienne sur K. On a
(en notant γ n un plan optimal de µn vers ν n )
X X XX  
hν n − µn , ϕi = νjn ϕ(yjn ) − µni ϕ(xni ) = n
γij ϕ(yjn ) − ϕ(xni )
j i j i

 1/p
XX XX p
n
≤L γij yjn − xni ≤ L  n
γij yjn − xni 
j i j i
n n
= LWp (µ , ν ) −→ 0 quand n → +∞. (17.4)
On a bien sûr la même inégalité pour hν m − µn , ϕi, d’où la convergence de hν n − µn , ϕi vers
0. Par densité des fonctions Lipschitziennes dans les fonctions continues (K est compact), les
mesures limites sont donc les mêmes.

Montrons que toute mesure de probabilité µ ∈ P(K) peut être approchée faiblement par
une telle suite. On suppose dans un premier temps que K est un (hyper-)cube. Pour n ∈ N,
on décompose K de façon régulière en nd petits cubes (Cin ), de centres xni . On associe à µ
une mesure atomique portée par les xni , en prenant pour masse µni la µ-mesure de Cin (si
96. Comme K est compact, il n’y a pas lieu de distinguer ici la convergence étroite (contre les fonctions
continues bornées), la convergence vague (contre les fonctions continues à support compact), ou convergence
faible (contre l’adhérence de ces dernières pour la norme uniforme).

160
µ charge les faces entre les cubes, on choisit arbitrairement d’associer la masse d’une face à
l’une des cellules adjacentes). Par construction, le p-coût entre µn et µm (avec n ≤ m) est de
l’ordre de 1/np : la suite est donc bien de Cauchy. Si K n’est pas un cube, on suit le même
procédé avec un cube contenant K, en projetant sur K les centres des cellules qui seraient à
l’extérieur.

Remarque 17.17. Toute mesure µ de P(K) est ainsi limite (pour Wp ) d’une suite (µk )
d’éléments de A(K). En appliquant la chaı̂ne d’inégalités (17.4) à µk et µℓ , et en faisant
tendre ℓ vers l’infini, on montre par ailleurs, en suivant un raisonnement analogue à ce qui
précède, que
hµ − µk , ϕi −→ 0
pour toute fonction ϕ continue sur K.

Proposition 17.18. Pour tous µ et ν dans P(K), on a

W1 (µ, ν) = max hµ − ν , ϕi.

ϕ∈Lip1

Démonstration. On a immédiatement, d’après la remarque 17.17, hµ − ν , ϕi ≤ W1 (µ, ν) pour

tout ϕ ∈ Lip1 . Par ailleurs, on a

W1 (µ, ν) = lim W1 (µn , ν n ) = lim hµn − ν n , ϕn i,

n→+∞ n→+∞

pour une suite de ϕn ∈ Lip1 . Quitte à supposer que toutes ces fonctions valent 0 en un
point fixé de K (on peut leur rajouter une constante arbitraire du fait que µn et µn ont
même masse), on en extrait une sous-suite qui converge uniformément vers une fonction ϕ
(théorème d’Arzelà-Ascoli), qui est dans Lip1 . On a donc

hµn − ν n , ϕn i = hµn − ν n , ϕi + hµn − ν n , ϕn − ϕi −→ hµ − ν , ϕi,

d’où W1 (µ, ν) ≤ sup hµ − ν , ϕi, ce qui conclut la preuve.

Proposition 17.19. La métrique Wp induite sur P(K) par la complétion décrite précédem-
ment métrise la topologie de la convergence faible sur P(K), i.e.

µn ⇀ µ ⇐⇒ Wp (µn , µ) −→ 0.

Démonstration. On montre dans un premier temps que l’équivalence est vérifiée pour p = 1.
On considère une suite µn ∈ P(K) qui converge vers µ pour W1 . On a, d’après la pro-
position 17.18, convergence vers 0 de hµn − µ , ϕi, pour toute fonction ϕ 1-Lipschtizienne,
donc pour toute fonction Lipschitienne par linéarité, donc pour toute fonction continue par
densité des fonctions Lipchitziennes dans les fonctions continues sur le compact K, d’où la
convergence faible de µn vers µ.

Réciproquement, on considère une suite (µn ) qui converge faiblement vers µ. D’après la
proposition 17.18, il existe une suite de fonctions 1-Lipschiziennes telles que

W1 (µn , µ) = hµn − µ , ϕn i.

Quitte à supposer que toutes ces fonctions valent 0 en un point fixé de K (on peut leur rajouter
une constante arbitraire du fait que µn et µ ont même masse), on en extrait une sous-suite

161
qui converge uniformément vers une fonction ϕ continue (théorème d’Arzelà-Ascoli). On a
donc (pour la suite extraite, pour laquelle on conserve l’indice n pour simplifier l’écriture)

lim W1 (µn , µ) = lim (hµn − µ , ϕi + hµn − µ , (ϕn − ϕi) = 0.

n n

On en déduit la propriété pour p > 1 en notant que, pour toute mesure atomique (γ
ci-dessous désigne le plan optimal pour le p-coût)
X X p
Wp (µ, ν)p = γij |yj − xi |p ≥ γij |yj − xi | ≥ W1 (µ, ν)p .

Par ailleurs, pour tout p ≥ 1, on a sur le borné K une inégalité |y − x|p ≤ C |y − x| uniforme
en (x, y) ∈ K × K. On a donc (γ désigne maintenant le plan optimal pour le 1-coût)
X X
Wp (µ, ν)p ≤ γij |yj − xi |p ≤ C γij |yj − xi | = C W1 (µ, ν).

On a donc finalement, pour toute mesure de probabilité atomique, et donc pour toute mesure
de P(K) (les suites de Cauchy sont les mêmes dans Wp et W1 du fait même des inégalités
démontrées dans le cas atomique),

W1 (µ, ν) ≤ Wp (µ, ν) ≤ C 1/p W1 (µ, ν)1/p .

Exercice 17.8. Décrire, dans A(K), le cercle dont le centre est un Dirac centré à l’origine, et
de rayon 1. On considérera que K est une boule fermée de Rd centrée en l’origine.

17.10 Régularisation entropique

On propose ici une démonstration alternative de l’existence d’un point-selle, plus labo-
rieuse, mais qui permet d’étudier une méthode utilisée en pratique pour l’approximation
effective du coût de transport entre deux mesures. Cette méthode est basée sur la régularisée
entropique de la fonctionnelle C(γ), définie par
X X
γ ∈ RN
+
M
7−→ Cε (γ) = cij γij + ε γij log γij = C(γ) + εS(γ), (17.5)
i,j i,j

où S est l’entropie de la probabilité γ sur RN × RM (voir définition 12.1, page 126).
Lemme 17.20. On suppose que µ et ν chargent tous les points de X et Y , respectivement. La
fonctionnelle Cε définie par (17.5) admet un minimiseur γ ε unique sur Π (défini par (17.1)),
ε > 0 pour tous i, j).
avec γij

Démonstration. La fonction Cε est continue sur le compact Π, elle admet un minimiseur γ ε ,

qui est unique par convexité de Π et stricte convexité de Cε .

Montrons que ce minimiseur a pour support X × Y , c’est à dire que tous les γij sont
strictement positifs. Cette propriété vient du fait que la fonction choisie, x log x, a une dérivée

162
qui vaut −∞ en 0, de telle sorte qu’il est très défavorable, en termes de minimisation, de
s’approcher de cette limite. Pour utiliser ce fait et montrer qu’un tel point ne peut pas être
minimiseur, il faut simplement vérifier que l’on peut faire de petites variations admissibles 97 .

Supposons par exemple que γ11 soit nul. Comme µ1 > 0, il existe un j tel que γ1j > 0,
et de la même manière un i tel que γi1 > 0. On perturbe alors γ de la façon suivante : on
rajoute ε à γ11 , on enlève ε à γi1 , on enlève ε à γ1j > 0, et pour compenser le gain de i et la
perte de j, on rajoute ε à γij . Pour ε suffisamment petit (< min(γi1 , γ1j )), cette perturbation
est admissible. Elle affecte linéairement la partie linéaire de la fonctionnelle, et linéairement
au premier ordre les termes d’entropies sur les liens 1 → j et i → 1. Pour le terme d’entropie
correspondant à 1 → 1, on a une variation négative qui domine les variations linéaires au
voisinage de 0, du fait que la dérivée en 0 de x log x est −∞. Si γij était initialement non
nul, la variation correspondante est linéaire, s’il était nul, on renforce la variation négative
surlinéaire.

Lemme 17.21. Le Lagrangien associé au problème de minimisation régularisé :

  !
X N
X X M
X X
Lε : (γ, p, q) ∈ V × Λ 7−→ cij γij + εS(γ) + pi µi − γij  + q j νj − γij ,
i,j i=1 j j=1 i

admet un point-selle (γ ε , pε , q ε ), où γ ε est le minimiseur du lemme 17.20.

Démonstration. La fonctionnelle Cε réalise son minimum sur l’ouvert ]0, +∞[N M , sous les
contraintes de marginales, en γ ε . Comme les contraintes sont affines on a, d’après la pro-
position 25.13, page 273, existence de multiplicateurs de Lagrange (pε , q ε ) ∈ RN × RM tels
que
ε
cij + ε(1 + log γij ) − pεi − qjε = 0. (17.6)
On applique alors le corollaire 25.38 du théorème 25.37, page 281, qui assure que (γ ε , pε , q ε )
est point-selle du Lagrangien Lε .

Lemme 17.22. Le problème dual associé au Lagrangien Lε admet un maximum (unique)

(pε , q ε ) tel que la moyenne de pε est nulle.

Démonstration. La fonctionnelle duale est définie par

 
N
X M
X X
Gε (p, q) = p i µi + qj νj + inf  (cij − pi − qj + ε log γij ) γij  . (17.7)
γ∈V
i=1 j=1 i,j

La fonctionnelle de γ ci-dessus est strictement convexe, et admet un minimiseur caractérisé

par
cij −pi −qj
γij = e−1 e− ε ,
97. Cela pourrait ne pas être le cas comme l’illustre l’exemple suivant. Un problème classique consiste à
minimiser l’entropie de la densité d’une loi de probabilité en imposant son espérance. Si l’espérance est prise
égale à la valeur maximale que peut prendre la variable aléatoire, la densité va nécessairement charger cette
valeur uniquement, et pourra donc prendre la valeur 0 sur les autres valeurs possibles.

163
ce qui donne
N
X M
X X cij −pi −qj
Gε (p, q) = p i µi + qj νj − εe−1 e− ε . (17.8)
i=1 j=1 i,j

On s’intéresse à la restriction de Gε à l’orthogonal de (1, −1). Montrons que Gε tend vers

−∞ quand |(p, q)| tend vers +∞. On considère une telle suite (pn , q n ), et l’on extrait une
sous-suite de la suite normalisée qui converge vers (p, q) de norme unitaire. On a (on garde
la même notation pour la sous-suite)

(pn , q n ) = βn ((p, q) + εn ) , βn −→ +∞.

S’il existe (i, j) tel que pi + qj > 0, alors Gε (pn , q n ) tend vers −∞ (le terme exponentiel
correspondant tend vers -∞ et domine la partie linéaire. Dans le cas contraire on a p ⊕ q ≤ 0
(c’est à dire pεi + qjε ≤ 0 pour tous i, j). Si toutes ces sommes sont nulles, cela signifie que les
pi sont tous égaux à p0 , et les qj tous égaux à une même constante q0 , avec p0 + q0 = 0. Mais
comme on est dans l’orthogonal de (1, −1), ces constantes sont de même signe, donc nulles,
ce qui est absurde car (p, q) est de norme 1. On a donc
N
X M
X X
p i µi + q j νj = (pi + qj )µi µj < 0,
i=1 j=1 ij

car l’un des termes de la somme est < 0, et la partie linéaire tend donc vers −∞. La propriété
est vraie pour n’importe quelle sous-suite extraite, on a donc bien Gε (pn , q n ) qui tend vers
−∞. La fonctionnelle Gε admet donc un maximum sur l’orthogonal de (1, −1), elle admet
donc un maximum sur l’espace tout entier, maximum que l’on peut choisir tel que la moyenne
des pi est nulle.

Bien que cela ne soit pas vraiment nécessaire à la suite de la démonstration, on peut
montrer comme annoncé que ce maximum est unique en montrant que la restriction de Gε à
l’orthogonal de (1, −1) est strictemet concave. Montrons que la matrice Hessienne de Gε est
semi-définie négative, et de noyau la droite engendrée par (1, −1) ∈ RN × RM (ajouter un
élément de cette droite à (p, q) revient à ajouter une constante aux éléments de p, et enlever
cette même constante aux éléments de q). On considère pour cela la matrice Hessienne de
P
(p, q) 7−→ epi +qj (on prend momentanément ε = 1 pour alléger l’écriture). Cette matrice
H peut se décrire par blocs : 2 blocs diagonaux du type
  !
X X
pi qj  qj pi
Dp = diag e e , Dq = diag e e ,
j i i j

et un bloc extra-diagonal supérieur B = (epi +qj )ij (le bloc inférieur est t B). On a
!
p X X X X X
(p, q) · H = epi p2i eqj + eqj q2j epi + 2 pi q j epi +qj .
q i j j i ij

On a 2pi q j ≥ −p2i − q 2j , avec inégalité stricte dès que q j 6= −pi . Si l’on prend (p, q) non nul
dans l’orthogonal de (1, −1), on aura nécessairement q j 6= −pi pour au moins l’un des couples
(i, j), d’où !
p
(p, q) · H > 0.
q

164
La Hessienne de Gε (qui est essentiellement l’opposé de la matrice H) est donc définie négative,
Gε admet donc un maximiseur unique dans l’orthogonal du noyau. Elle admet par suite un
maximiseur unique tel que la moyenne des pi est nulle, c’est ce minimiseur particulier que
nous noterons (pε , q ε ) dans la suite.

Lemme 17.23. La suite des (pε , q ε ) construite ci-dessus est bornée.

Démonstration. On note δij le vecteur de RN × RM dont tous les éléments sont nuls, sauf le
i-ème sur RN , et le j-ième sur RM , et K le cône convexe engendré par les δij :
nX o
K= γij δij , γij ≥ 0 .

On a (µ, ν) ∈ K. Plus précisément, (µ, ν) peut s’écrire comme une combinaison des δij dont
tous les coefficients sont strictement positifs (prendre par exemple pour γij le transport qui
distribue chaque masse µi selon la loi ν, i.e. γij = µi νj ).

D’autre part, d’après (17.6), il existe une constante A telle que pε ⊕ q ε ≤ A.

Enfin, comme (pε , q ε ) maximise la fonctionnelle duale Gε définie par (17.8), on a (on écrit
simplement Gε (pε , q ε ) ≥ Gε (0, 0)) :
X cij −pi −qj X cij
(pε , q ε ) · (µ, ν) ≥ (pε , q ε ) · (µ, ν) − εe−1 e− ε ≥ −εe−1 e− ε ≥ β,
i,j i,j

uniformément en ε (on peut supposer les cij positifs car le problème ne minimisation ne
change pas si l’on rajoute une même constante à tous les cij ).

Supposons maintenant que (pε , q ε ) ne soit pas bornée, on peut extraire une sous-suite (on
garde la même notation pour alléger l’écriture) telle que la suite normalisée (pε , q ε )/ |(pε , q ε )|
converge vers un (p, q) de norme 1, avec la moyenne des pi égale à 0. Comme pε ⊕ q ε ≤ c, on
a à la limite (p, q) · δij ≤ 0 pour tous i, j, donc (p, q) est dans C ◦ , cône polaire de C. On a
aussi d’après ce qui précède (p, q) · (µ, ν) ≥ 0. Comme (µ, ν) est dans C, on a nécessairement
(p, q) · (µ, ν) = 0. Mais (voir début de la preuve), (µ, ν) s’écrit comme une combinaison de δij
à coefficients > 0, on a donc
X X
0 = (p, q) · (µ, ν) = γij δij · (p, q) = γij (pi + qj ).
ij ij

Comme (p, q) est dans le polaire de C, il s’agit d’une somme de termes négatifs, qui sont donc
tous nuls. Comme les γij sont tous non nuls, on a finalement pi + qj = 0 quels que soient i et
j. Les pi sont donc tous identiques, donc (comme leur somme est nulle) tous nuls, de même
pour les qj , ce qui est absurde puisque (p, q) est de norme 1.

Proposition 17.24. Le minimiseur γ ε construit au lemme 17.20 converge (à sous-suite ex-
traite près) vers un minimiseur γ 0 de C( · ), et toute valeur d’adhérence de la suite est mini-
miseur. Les multiplicateurs de Lagrange (pε , q ε ) convergent eux mêmes (à sous-suite extraite
près) vers un couple (p0 , q 0 ), et (γ 0 , p0 , q 0 ) est point-selle du Lagrangien L.

Démonstration. La suite (γ ε ), est bornée, on peut donc en extraire une sous-suite qui converge
dans le fermé Π vers γ 0 , et l’on a

C(γ ε ) + εS(γ ε ) ≤ C(γ) + εS(γ) ∀γ ∈ Π,

165
d’où, par passage à la limite, C(γ 0 ) ≤ C(γ) pour tout γ ∈ Π. De plus, (pε , q ε ) étant borné,
on a convergence à sous-suite extraite près vers (pε , q ε ). En passant à la limite dans (17.6),
on obtient p0 ⊕ q 0 ≤ c, avec
0
γij > 0 =⇒ pi + qj = γij ,
d’où la conclusion (voir proposition 17.8).

Remarque 17.25. Si, faisant fi des bons usages, on fait tendre ε vers +∞, on a convergence
vers le minimiseur de l’entropie sous les contraintes de marginale, le coût n’intervient plus.
Le minimiseur s’écrit
γij = Cepi +qj = Cepi eqj ,
où C est une constante de normalisation (γ est une loi de probabilité sur X × Y ) . Du fait
de l’écriture tensorielle ci-dessus, on peut voir γ comme une loi sur X × Y pour un couple
de variables aléatoires indépendantes.

Remarque 17.26. Noter que cette régularisation entropique permet de retrouver une certaine
forme d’unicité dans le cas d’un problème de départ qui admet des solutions multiples : on
peut choisir de privilégier parmi toutes les solutions celle qui minimise l’entropie, dont on
peut montrer que c’est la limite des solutions aux problèmes régularisés quand ε tend vers 0
(voir proposition ci-dessous). Noter aussi que cette manière de sélectionner une solution n’est
pas forcément légitime dans certains contextes. Lorsque les cardinaux sont les mêmes, et les
mesures uniformes, on peut s’intéresser au contraire aux solutions du type bijection, qui sont
celles qui maximisent au contraire l’entropie mathématique (i.e. qui minimisent l’entropie
physique).

Proposition 17.27. On se donne deux mesures (µi ), et (νj ), une collection de coûts (cij ),
on note γ une solution du problème de MK discret 17.2, i.e. γ minimise
X
C(γ) = γij cij ,
ij

sur Πµ,ν (défini par (17.1)), et γ ε le minimiseur du problème régularisé (voir lemme 17.20),
qui minimise X X
Cε (γ) = γij cij + ε γij log γij ,
ij ij

sur Πµ,ν . Alors γε converge vers γ, plan qui minimise l’entropie parmi tous les minimiseurs
admissibles de C( · ).

Démonstration. On note Copt la valeur du minimum de C sur Π. On ne change rien à un

problème de minimisation en multipliant la fonctionnelle par une constante > 0 quelconque,
et en rajoutant une constante arbitraire. On peut donc définir γ ε comme le minimiseur sur
Π d’une nouvelle fonctionnelle (on garde la notation Cε par commodité)
1
Cε (γ) = (C(γ) − Copt ) + S(γ)
ε
L’ensemble admissible Π étant compact, on peut extraire de (γ ε ) une sous-suite qui converge
vers un élément γ 0 de Π. Du fait que C(γ ε ) ≥ Copt , que γ ε minimise Cε , on a la chaı̂ne
d’inégalité suivante
S(γ ε ) ≤ Cε (γ ε ) ≤ Cε (γ) = S(γ),

166
où γ est le minimiseur de l’entropie parmi les minimiseurs du coût, qui est bien unique par
stricte convexité de l’entropie sur l’ensemble convexe des minimiseurs du coût. On a donc à
la limite S(γ 0 ) ≤ S(γ). Par ailleurs, d’après l’inégalité Cε (γ ε ) ≤ S(γ) ci-dessus, la quantité
1
(C(γ ε ) − Copt ) + S(γ)
ε
est bornée, avec S(γ) minoré, et C(γ ε ) − Copt ≥ 0. On a donc

C(γ ε ) −→ Copt ,

d’où C(γ 0 ) = Copt . Le plan limite γ 0 est donc minimiseur du coût, et il minimise l’entropie
parmi ses confrères, γ 0 est donc bien le minimiseur de l’entropie parmi les minimiseurs du
coût. On en déduit la convergence de toute la suite γ ε vers γ.

17.11 Calcul effectif par Régularisation entropique

On considère deux mesures µ et ν supportées par des ensembles X et Y finis, de cardinaux

respectifs N et M . Pour une matrice de coûts c = cij donnée, on cherche à approcher une
solution du problème 17.2, qui consiste à minimiser le coût
X
C(γ) = cij γij ,
i,j

sur l’ensemble Π des plans de transport admissibles (voir equation (17.1)), i.e. dont les mar-
ginales sont µ et ν.

Une méthode consiste à chercher un minimiseur pour la régularisée entropique de C,

définie par X X
Cε (γ) = cij γij + ε γij log γij = C(γ) + εS(γ).
i,j i,j

On a
γij cij = −εγij e−cij /ε ,
de telle sorte que !
X γij
Cε (γ) = ε γij log , avec ηij = e−cij /ε .
i,j
ηij

Le coût régularisé est donc (au facteur ε près) l’entropie relative de γ (vu comme une loi
de probabilité sur X × Y ) vis-à-vis de la loi 98 η. Cette entropie relative est aussi appelée
divergence de Kullback-Leibler, et notée en conséquence KL(γ|η). Les conditions d’optimalité
s’écrivent
1 + log (γij /ηij ) + pi + qj = 0.
Un plan γ est optimal si et seulement si (la condition est suffisante d’après le théorème 25.37,
page 281) il peut se mettre sous la forme

γij = ai bj ηij , ai > 0 , bj > 0, (17.9)

98. La densité η n’est pas nécéssairement de masse 1, mais la renormaliser conduit à rajouter une constante
à Cε , ce qui ne change pas le problème de recherche d’un minimiseur.

167
tout en vérifiant bien sûr les conditions de marginales :
X X
ai bj ηij = µi , bj ai ηij = νj . (17.10)
j i

L’approche itérative proposée ci-dessous s’appuie sur le caractère explicite de la minimisa-

tion de l’entropie relative lorsque l’on ne considère que l’une des deux contraintes (marginale
sur X ou sur Y ). Considérons un plan γ̄, et le problème consistant à minimiser l’entropie
relative de γ relativement à γ̄, sous la contrainte de marginale sur X :
!!  
X γij  X 
inf γij log , Πµ = γ ∈ RN
+
M
, γij = µi ∀i .
γ∈Πµ γ̄ij 
j


Du fait de la présence du log, les contraintes γij ≥ 0 ne sont pas activées (voir démonstration
du lemme 17.20), et l’on a des multiplicateurs de Lagrange p1 , . . ., pN , tels que

γij = γ̄ij e−pi ∀i , j.

On en déduit à l’aide des contraintes l’expression explicite

µi
γij = γ̄ij P .
j γ̄ij

Le problème de minimisation d’une fonctionnelle du même type avec contrainte de marginale

sur Y peut évidemment se traiter de la même manière.
Algorithme 17.28. On construit de façon itérative

γ 0 = η , γ 1/2 , γ 1 , . . . , γ k , γ k+1/2 , γ k+1 , . . .

de la façon suivante :
 
k+1/2 k µi k+1/2 k
γij = γij P k γ = arg min KL(γ|γ )
j γij Πµ

 
k+1 k+1/2 νj
γij = γij P k+1/2
γ k+1 = arg min KL(γ|γ k+1/2 ) .
Πν
i γij

On peut voir cet algorithme de “projections” 99 alternées comme un algorithme de point

fixe sur le problème en ai , bj donné par les équations (17.9)-(17.10). En effet, si l’on prend
pour a0 et b0 des vecteurs qui ne contiennent que des 1, et qu’on pose
0
γij = a0i b0j ηij , γij
k
= aki bkj ηij

une étape de l’algorithme précédent peut s’écrire

!
k+1/2 k µi µi µi
γij = γij P k = aki bkj ηij P k k = bkj P k ηij ,
j γij j ai bj ηij j bj ηij
| {z }
ak+1
i

99. Il ne s’agit pas à strictement parler de projection, car la divergence de Kulback-Leibler n’est pas une
distance.

168
 !
k+1 k+1/2 νj νj νj
γij = γij P k+1/2
= ak+1
i bkj ηij P k+1 k
= ak+1
i P k+1 ηij .
i γij i ai bj ηij j ai ηij
| {z }
bk+1
j

L’algorithme se ramène finalement au calcul des a1 , b1 , . . ., ak , bk , . . ., selon la procédure

µi νj
ak+1
i =P k
, bk+1
j = P k+1 .
j bj ηij i ai ηij

Remarquons en premier lieu que, si l’algorithme en (ak , bk ) converge vers (a, b), alors le
plan limite γij = ai bj ηij vérifie (17.9)-(17.10), c’est donc le minimiseur recherché.

Convergence de l’algorithme 100 .

Implémentation effective en Python de l’approche par régularisation entropique

Il est naturel de stocker la collection des coûts sous la forme d’une matrice (format
c = [Link]((N,N))). On peut calculer le plan initial η en écrivant simplement eta =
[Link](-cc/eps).

17.12 Calcul effectif par l’algorithme des enchères

On considère ici deux ensembles X et Y de même cardinal N , et l’on s’intéresse au pro-

P
blème de maximisation de uiϕ(i) . La quantité uij désigne ici l’utilité d’un agent i (acheteur
potentiel) pour le produit j. On cherche ainsi à maximiser la satisfaction globale de la popu-
lation X en trouvant une stratégie d’affectation adaptée à la distribution des utilités.

Remarquons en premier lieu que si l’on trouve une bijection ϕ ∈ SN et un système de

prix (qj ) tels que
uiϕ(i) − qϕ(i) = max (uij − qj ) , (17.11)
j

on a, en notant pi = uiϕ(i) − qϕ(i) , un couple (p, q) et un transport γ (associé à ϕ) tel que

pi ≥ uij − qj ∀i , j,

avec égalité sur le support de γ, et donc (d’après la proposition 17.8) que le plan γ ϕ associé
à ϕ est optimal.

Algorithme 17.29. (Algorithme des enchères)

On se donne q 0 , ϕ0 . Si, à l’étape n, la collection de prix q n et la bijection ϕn vérifient (17.11),
c’est terminé. Dans le cas contraire, on sélectionne un i⋆ pour lequel la relation est invalidée,
i.e. tel que
ui⋆ ϕn (i⋆ ) − qϕn (i⋆ ) < max (ui⋆ j − qj ) .
j

On note j ⋆ un indice qui réalise le max ci-dessus 101 :

uij ⋆ − qj ⋆ = max (ui⋆ j − qj ) .

j

100. Thèse de Julie Champion, page 53.

[Link]

169
 On attribue alors j ⋆ à i⋆ , et ϕn (i⋆ ) à (ϕn )−1 (j ⋆ ), i.e.
 
ϕn+1 (i⋆ ) = j ⋆ , ϕn+1 (ϕn )−1 (j ⋆ ) = ϕn (i⋆ )

ou, exprimé différemment,

ϕn+1 = ϕn ◦ τi⋆ ,(ϕn )−1 (j ⋆ ) ,
où τi1 ,i2 est la transposition qui échange i1 et i2 . On augmente enfin le prix de j ⋆ d’une
quantité qui ramène l’attrait de j ⋆ pour i⋆ au niveau du second produit le plus attractif :
   
qjn+1
⋆ = qjn⋆ + max ui⋆ j − qjn − max⋆ ui⋆ j − qjn .
j j6=j
| {z }
ui⋆ j ⋆ −qjn⋆

Cet algorithme est susceptible de patiner dans certains cas, lorsque plusieurs produits
réalisent le maximum d’attrait pour un agent (le prix reste alors stationnaire).

On utilise en pratique une version modifiée de l’algorithme, qui visent à trouver une
bijection ϕ et une gamme de prix (q) tels que chaque agent i soit ε-satisfait, c’est à dire que

uiϕ(i) − qϕ(i) ≥ max (uij − qj ) − ε. (17.12)

j

Algorithme 17.30. (Algorithme des enchères modifié)

On se donne q 0 , ϕ0 . Si, à l’étape n, la collection de prix q n et la bijection ϕn vérifient (17.12),
on s’arrête. Dans le cas contraire, on sélectionne un i⋆ pour lequel la relation est invalidée,
i.e. tel que
ui⋆ ϕn (i⋆ ) − qϕn (i⋆ ) < max (ui⋆ j − qj ) − ε.
j

On note j ⋆ un indice qui réalise le max ci-dessus

uij ⋆ − qj ⋆ = max (ui⋆ j − qj ) .

j

On attribue alors j ⋆ à i⋆ , et ϕn (i⋆ ) à (ϕn )−1 (j ⋆ ), i.e.

 
ϕn+1 (i⋆ ) = j ⋆ , ϕn+1 (ϕn )−1 (j ⋆ ) = ϕn (i⋆ ).

On augmente enfin le prix de j ⋆ du montant maximum qui préserve son ε-satisfaction :

qjn+1
⋆ = qjn⋆ + max (ui⋆ j − qj ) − max⋆ (ui⋆ j − qj ) + ε ≥ qjn⋆ + ε.
j j6=j

Remarque 17.31. Noter que, dans cette ε-version de l’algorithme, le bien j ⋆ choisi par i⋆
après une étape n’est pas forcément son meilleur choix (après augmentation du prix de j ⋆ ),
mais l’agent est tout de même ε-satisfait avec son j ⋆ , et a augmenté les chances de le garder
en proposant un prix supérieur (ce qui tendra à écarter les autres agents de ce choix). Les
prix des autres produits ne pouvant que croı̂tre, la seule chose qui pourrait lui faire renoncer
à j ⋆ est qu’un autre agent s’en empare.
101. L’agent i⋆ préfèrerait l’objet j ⋆ qui, en l’état courant des prix, lui apporterait plus de satisfaction (=
utilité - prix) que ϕn (i⋆ ).

170
 Cet algorithme, contrairement au précédent, assure une croissance stricte d’un prix à
chaque étape. Par ailleurs, lorsqu’un produit est choisi au cours des itérations, il est susceptible
de changer ensuite de propriétaire, mais il fera toujours par construction l’ε-bonheur de ce
dernier. La non convergence de l’algorithme ne peut donc se produire que si certains produits
ne sont jamais considérés. Mais le prix de tels produits resterait alors constant, les autres
augmentant strictement, de telle sorte qu’ils finissent à terme par devenir compétitifs, même
si leur utilité brute était très faible :

Proposition 17.32. L’algorithme 17.30 converge après un nombre fini d’itérations.

Démonstration. Considérons un scénario dans lequel l’algorithme continuerait indéfiniment.

D’après la remarque ci-dessus, cela signifie qu’un sous ensemble non vide Y1 de biens ne fait
jamais l’objet d’un choix. On note Y3 l’ensemble des biens qui sont considérés une infinité de
fois, et par Y2 l’ensemble des biens visités un nombre fini de fois. On se place au-delà de la
dernière itération qui a vu un bien de Y2 pris en compte. Les prix des biens de Y3 tendent
vers +∞, donc, pour tout i, tout j dans Y3 , la quantité uij − qj tend vers −∞, donc les biens
de Y3 deviennent uniformément moins compétitifs que les biens de Y1 , ce qui est absurde.

Montrons que cet algorithme conduit, à convergence, à une approximation d’ordre ε (plus
précisément inférieure à N ε) de l’utilité maximale. Rappelons que l’on considère ici un pro-
blème de MK renversé, dans le cas de deux ensembles de même cardinal N , et des mesures
uniformes (de masse totale N ). On cherche en effet ici à maximiser l’utilité globale
X
U (γ) = γij uij ,

sur Π. Le problème dual consiste à minimiser

X X
pi + qj

sous les contraintes pi + qj ≥ uij . Si l’on note F la fonction correspondant au problème

primal (définie maintenant à partir du lagrangien comme un inf en (p, q)), et G la fonction
duale (définie comme un sup en γ), on a une situation renversée par rapport au lemme 25.31,
page 278, i.e.
2
F (γ) ≤ G(p, q) ∀γ ∈ (R+ )N , (p, q) ∈ RN × RN .
Du fait de l’existence d’un point selle démontré au début de cette section (proposition 17.10),
on a bien sûr
sup F (γ) = max F (γ) = inf G(p, q) = min G(p, q).

Proposition 17.33. Pout tout ε > 0, on considère une bijection ϕ de SN et un système de

prix (qj ) qui vérifient 102
uiϕ(i) − qϕ(i) ≥ max(uij − qj ) − ε.
j

Alors l’utilité associée à la bijection ϕ approche l’utilité maximale à N ε près, i.e.

U (γ S ) ≥ max Uγ − N ε.
Π

102. On écrit exactement ici que (ϕ, q) est un point d’arrêt de l’algorithme des enchères modifié.

171
Démonstration. On définit
pi = uiϕ(i) − qϕ(i) .
On a par hypothèse
pi ≥ uij − qj − ε ∀j
de telle sorte que le couple (p + ε, q) est admissible. On a donc
X X X 
max F = min G ≤ G(p + ε, q) = (pi + ε) + qj = pi + qϕ(i) + N ε
i
X
= uiϕ(i) + N ε. ≤ max F + N ε.
i

On a donc F (γ ϕ ) ≥ max F − N ε.

Implémentation effective en Python de l’algorithme des enchères On définit en

premier lieu une matrice d’utilités (uij ). Pour le cas du transport optimal (problème d’affec-
tation), on se donne par exemple deux familles de points de R2 , et l’on définit

uij = − |yj − xi |p .

La matrice correspondante est initialisée en Python par uu = [Link]((N,N)). On définit

le vecteur des prix comme q = [Link]((1,N)). On peut construire alors la matrice mm
correspondant à uij − qj de la façon suivante :

e = [Link]((N,1))
qq = [Link](e,q)
mm = uu-qq

Pour une telle matrice, la commande jjmax = [Link](mm,axis=1) permet de calculer

un tableau d’indices correspondant, pour chaque ligne, à la colonne qui réalise le maximum
des valeurs. Si l’on dispose d’un vecteur, par exemple la ligne de mm correspondan au i⋆
sélectionné, on peut récupérer les indices correspondant aux deux plus grands éléments par
la commande

[next_to_jstar,jstar] = [Link](mm[istar,:])[-2:]

On encodera l’affectation courante par un tableau d’entiers, initialisé par exemple à phi =
range(N).

Remarque 17.34. On prendra garde au fait que, à chaque itération, l’agent i⋆ choisit le (ou
un) bien j ⋆ qui maximise sa satisfaction, mais qu’il en augmente ensuite le prix (pour en
écarter les autres) d’un montant qui le rend très exactement ε− satisfait, mais pas mieux.
On aura toujours (mathématiquement), du fait de l’augmentation du prix,

ui⋆ ϕn+1 (i⋆ ) − qϕn+1 (i⋆ ) = max (ui⋆ j − qj ) − ε,

j

172
où i⋆ , rappelons-le, est l’agent actif à l’itération n. Si l’on compte à l’itération suivante n + 1
le nombre de gens ε-satisfaits 103 , en comptant le nombre d’indices i tels que

uiϕn (i) − qϕn (i) ≥ max (uij − qj ) − ε,

j

en effectuant un test du type ...>= - eps, il est possible que la propriété pour i⋆ soit fausse,
alors qu’elle devrait être vraie, du fait des erreurs d’arrondis. Même si la réalité mathématique
est a = b, il est possible qu’informatiquement la propriété a >= b soit fausse (au zéro machine
près, c’est à dire autour de 10−14 ). On pourra contourner cette difficulté en incrémentant le
prix d’une quantité légèrement inférieure à ε, par exemple 0.99 ε. De façon générale, on se
gardera d’effectuer sur des nombres réels des tests d’égalité, ou d’inégalité large ou stricte
lorsque les cas d’égalités sont sensibles 104 .

17.13 Exercices

Exercice 17.9. (Différentielle du coût par rapport aux données)

On considère le problème de MK discret entre deux mesures atomiques µ et ν. On fixe la
mesure ν, et l’on s’intéresse à la fonction µ 7→ W (µ) à qui à µ associe le coût minimal entre
µ et ν, au voisinage d’une mesure µ0 .

a) Montrer que µ 7→ W (µ) est convexe.

b) On note p0 un potentiel de Kantorovich associé au problème de transport de µ0 à ν

(i.e. tel que (p0 , q) est solution de la formulation duale, voir proposition 17.10). Montrer que
−p0 est dans le sous-différentiel de F (au sens de la définition 22.55, page 240), et en déduire
que, si F est lisse en µ0 , on a ∇F = p0 .

c) Donner un exemple de coûts (cij ) et de couple (µ0 , ν) tel que W n’est pas lisse en µ0 .

103. Il est naturel d’arrêter l’algorithme lorsque ce nombre vaut le nombre total d’agents.
104. Dans le cas présent il est assez aisé d’identifier la difficulté, puisque en gros une fois sur deux le test
sera négatif alors qu’il devrait être positif. Dans d’autres situations, l’égalité n’est pas générique, de telle sorte
que, pour des tests portant sur des nombres d’ordre 1, on a de l’ordre d’une chance sur 1014 de tomber sur
un cas ambigu de quasi-égalité. On aurait tort de négliger le problème sur la base de sa faible probablité
d’occurrence : c’est en fait beaucoup plus vicieux, puisque le problème risque de ne se poser qu’après un très
grand nombre de tests de l’algorithme, et donc de ne pas être révélé par des batteries de tests préliminaires.

173
Troisième partie

Aspects numériques

174
18 Différences finies

18.1 La méthode

La méthode dite des Différences Finies, destinée à construire des approximations de solu-
tions d’équations aux dérivées partielles, est basée sur une discrétisation naturelle des dérivées
partielles, à partir de la simple expression
f (x + ε) − f (x)
f ′ (x) = + o(ε).
ε

Considérons par exemple l’équation de la chaleur sur l’intervalle I =]0, 1[, avec conditions
de Dirichlet aux extrémités de l’intervalle, sur l’intervalle de temps [0, T ] :

∂t u − D∂xx u = 0 , u( · , 0) = u0 ( · ) donné.

Nous considérerons ici, à titre d’illustration, le cas de conditions de Dirichlet homogènes :

u(0, t) = u(1, t) = 0.

On introduit une discrétisation uniforme de l’intervalle I, de pas ∆x = 1/J :

0 = x0 , x1 = ∆x , . . . , xj = j∆x , . . . , xJ−1 = (J − 1)∆x , xJ = J∆x, (18.1)

et de même pour l’intervalle en temps (de pas ∆t = T /N )

0 = t0 , t1 = ∆t , tn = n∆t , tN = N ∆t = T.

On cherche alors à construire des nombres unj qui ont vocation à approcher les valeurs de
u(j∆t, n∆x). On définit tout d’abord les u0j par interpolation de la condition initiale sur le
maillage, le cœur de l’approche consiste alors à écrire des relations entre les unj qui permettent
de construire sans ambiguı̈té toutes les valeurs à partir des u0j .

Une approche naturelle consiste par exemple à écrire

un+1
j − unj unj−1 − 2unj + unj+1
−D = 0 ∀j = 1, . . . , J − 1, (18.2)
∆t (∆x)2
ce qui peut s’écrire matriciellement, avec des notations évidentes
 
n+1 D∆t
u = Id − A un ,
∆x
où A est la matrice du Laplacien discret (avec condition de Dirichlet) définie par (A.13).
On parle d’un schéma explicite, car la discrétisation de l’opérateur de dérivée en espace est
basée sur des valeurs déjà calculées. De fait, l’expression ci-dessus permet de calculer les un+1
j
directement, sans résolution d’un système linéaire.

Le schéma implicite, dont nous verrons qu’il présente de meilleures propriétés de stabilité,
s’écrit
un+1
j − unj un+1
j−1 − 2uj
n+1
+ un+1
j+1
−D 2
= 0 ∀j = 1, . . . , J − 1. (18.3)
∆t (∆x)

175
Ce schéma peut s’écrire de façon matricielle :
 −1
D∆t
Id + A un+1 = un .
∆x
On peut vérifier qu’il s’agit bien d’un schéma qui permet de construire un+1 sans ambigüité
à partir de un , du fait que la matrice ci-dessus est à diagonale strictement dominante, donc
inversible.
Remarque 18.1. On peut associer un graphe orienté à chacun des schémas numériques
introduits ci-dessus (voir figure 18.1). Le graphe associé au schéma explicite est acyclique,
ce qui exprime le fait que les calculs peuvent être faits explicitement en partant des valeurs
correspondants aux points maximaux du graphe (condition initiale). Le graphe associé au
schéma implicite contient des cycles, ce qui exclut la possibilité de calculer directement les
valeurs inconnues. Ce schéma fait en effet intervenir un système linéaire qu’il s’agira de
résoudre (de façon exacte ou approchée). Noter que cette définition porte sur le schéma lui
même, dans sa version native : si l’on connait l’inverse de la matrice impliquée dans le
schéma, il devient de fait explicite, et l’on peut montrer que la matrice associé est pleine
(tous ses éléments sont non nul), ce qui exprime au niveau discret le caractère non-local de
l’inverse du Laplacien, et la propagation à vitesse infinie de la matière. Sous cette forme
explicitée du schéma, le graphe de dépendance représenté en bas de la figure 18.1 (chaque
point de l’étape n + 1 est alors relié à chaque point de l’étape n, ce qui exprime le caractère
non local de l’inverse du Laplacien discret).

Considérons maintenant l’équation de transport à vitesse constante V > 0 sur I =]0, 1[,
avec conditions périodiques
∂t u + V ∂x u = 0.
On considère la discrétisation en espace (18.1), en identifiant maintenant le point 0 et le point
J. Le schéma dit décentré amont s’écrit
un+1
j − unj unj − unj−1
+V =0 ∀j = 1, . . . , J (avec 0 ≡ J), (18.4)
∆t ∆x
le décentré aval est obtenu en discrétisant la dérivée en espace à l’aide de unj+1 −unj . Le schéma
centré est basé sur les valeurs de part et d’autre du point considéré : (unj+1 − unj−1 )/2. On
peut aussi considérer des versions implicites de ces différents schéma.

Comme nous le verrons plus loin, ces approches ont des propriétés très différentes en
termes de stabilité. On peut en particulier vérifier que le schéma explicite centré est complè-
tement inutilisable en pratique, car instable : il produit génériquement des densitées négatives,
et la densité maximale augmente au fil des itérations.

18.2 Consistance, stabilité, convergence

On considère ici une équation aux dérivées partielles d’ordre 1 en temps :

∂t u + L(u) = f.

où L est un opérateur différentiel en espace, linéaire (typiquement opérateur de transport, ou

de diffusion, ou la somme des deux, pour ce qui nous intéresse ici).

176
 tn+1 tn+1

tn tn

j−1 j j+1 j−1 j j+1

tn+1

tn

j−1 j j+1

Figure 18.1 – Graphes de dépendance associés aux schémas explicite (gauche) et implicite
(droite) pour l’équation de la chaleur. Le graphe du bas correspond au graphe effectif du
schéma explicite après le “peignage” du graphe par inversion de la matrice.

Un schéma numérique à deux niveaux consiste en la donnée de relations entre les valeurs
et (un+1
(unj )j j )j , qui permet de calculer de façon univoque les secondes à partir des premières.
Comme c’est l’usage pour définir la notion de consistance, nous nous limiterons ici au cas
de conditions aux limites périodique, en gardant à l’esprit que la prise en compte d’autres
conditions devra faire l’objet d’une étude particulière. De façon à écrire le schéma de façon
concise, pour toute partie finie Λ0 de Z, on note unj+Λ0 la collection des valeurs unj+k pour
k parcourant Λ0 . Par exemple pour Λ0 = {−1,n0, 1} (qui permet o d’écrire le schéma explicite
pour l’équation de la chaleur), on a unj+Λ = unj−1 , unj , unj+1 . On définit de même un+1 j+Λ1
associé à Λ1 ⊂ Z.

Les schémas numériques que nous considérons s’écrivent alors de la façon suivante :
F (un+1 n
j+Λ1 , uj+Λ0 , ∆t, ∆x) = 0, (18.5)
pour tout j = 1, . . . , J (nombre de points de discrétisation en espace), tout n = 0, . . . , N − 1
(pas de temps). Nous ne considérerons ici que des schémas linéaires, qui peuvent s’écrire de
façon matricielle 105
un+1 = Aun , (18.6)
mais la définition pourrait s’appliquer à des schémas non linéaires.

On parlera de schéma numérique lorsque, pour tout n, les relations ci-dessus pour j =
1, . . . , J permettent de déterminer un+1 = (un+1
j )j ∈ RJ de façon unique à partir de un .
105. La matrice A n’est pas nécessairement donnée explicitement ; dans le cas des schémas implicite, cette
matrice ne sera d’ailleurs jamais construite (on se contentera en pratique de résoudre des systèmes linéaires
pour différents membres de droite).

177
 Dans tous les exemples donnés ci-dessus, le schéma est obtenu en remplaçant les dérivées
par des expressions faisant intervenir les variables discrètes et les pas de temps et d’espace.
Le lien entre l’équation et le schéma peut se préciser grâce à la notion de consistance :

Definition 18.2. (Consistance)

On considère un schéma de discrétisation (18.5) pour une équation aux dérivées partielles.
Soit u une solution exacte, régulière, de l’équation. Pour une discrétisation donnée, on note
ũ ∈ RJ×(N +1) l’interpolée d’une solution exacte aux points de discrétisation, i.e.

ũnj = u(j∆x, n∆t).

S’il existe une constante C (qui dépend de normes uniformes de dérivées en temps et en
espace de la solution exacte) telle que

F (ũn+1 n q r
j+Λ1 , ũj+Λ0 , ∆t, ∆x) ≤ C ((∆x) + (∆t) )

uniformément en j et n, on dit que le schéma est consistant, d’ordre q en espace, et r en

temps 106 .

Remarque 18.3. Pour lever le flou sur la régularité requise, précisons la démarche qui
permet d’établir l’ordre de consistance d’un schéma : on considère une solution exacte de
l’équation, on lui “applique le schéma”. Plus précisément, on applique la relation F ( · ) à
son interpolée, et on fait des développements de Taylor-Lagrange de façon à faire apparaı̂tre
l’équation vérifiée par u, et des restes impliquant ∆t, ∆x, et des dérivées en espace et en temps
de la solution exacte. Ce sont ces dérivées qui vont fixer la régularité requise pour u. Noter
que cette définition est formelle, elle est afférente au schéma lui-même, on pourrait imaginer
un schéma d’ordre très élevé qui discrétise une équation considérée dans un contexte où les
solution ne sont jamais aussi régulières qu’il le faudrait pour que les développements soient
licites. Cela ne remet pas en question l’ordre du schéma en tant que schéma, en revanche
la consistance d’ordre élevé ne permettra pas de montrer une convergence effective de la
méthode globale d’approximation d’une solution. Concrètement, les solutions moins régulières
seront approchées avec une précision moindre. La consistance correspond ainsi à un ordre de
précision indépassable 107 .

Remarque 18.4. On peut écrire le schéma à l’aide de la matrice A sous la forme (18.6)),
qui est obtenue en multipliant le schéma écrit sous forme canonique par ∆t, en regroupant les
termes implicite, et en inversant la matrice correspondante. L’injection de la solution exacte
dans le schéma écrit sous cette forme vérifie donc
 
max ũn+1 − Aũn ≤ C∆t ((∆x)q + (∆t)r ) ,
n,j j

pour un schéma d’ordre (q, r). On notera la présence du facteur ∆t, qui vient simplement du
fait que, pour obtenir cette écriture, le schéma natif a été multiplié par ∆t.
106. Une petite ambiguı̈té réside dans le fait que l’on peut multiplier l’ensemble des relations d’un schéma par
des puissances de ∆t et ∆x sans changer les dépendances, tout en affectant l’ordre obtenu dans la définition de
la consistance. Nous nous placerons toujours dans le cas où le schéma est de type (18.4) ou (18.3), c’est à dire
que, si l’on injecte dans le schéma (comme on l’a fait dans la définition de consistance) une fonction régulière
en espace temps qui n’est pas la solution exacte, on trouve une quantité finie (ni nulle ni infinie) lorsque ∆x
et ∆t tendent vers 0 .
107. Sous réserve que les développements de Taylor aient été effectués de façon optimale.

178
 Nous aurons besoin pour comparer la solution approchée à la solution exacte de définir
une distance. Une première étape consiste à construire à partir de la “solution approchée” (qui
pour l’instant n’est qu’une collection de valeurs ponctuelles aux points de la discrétisation en
espace-temps) une fonction définie partout (ou au moins presque partout). On associe ainsi
à une collection un de valeurs aux points de discrétisation xj la fonction constante, égale à
unj sur l’intervalle ]xj − ∆x/2, xj + ∆x/2[. On notera ūn cette fonction.

On peut alors exprimer la norme kūn kp en fonction des valeur discrètes, par exemple pour
p = 1, 2, +∞,
 1/2
X X 2
kūn k1 = ∆x unj , kūn k2 = ∆x unj  , kūn k∞ = max unj .
j
j j

Noter que toutes les normes p sont dominées par la norme ∞ (uniformément par rapport au
nombre de points de discrétisation), et que la consistance a été définie par une majoration
uniforme.

Definition 18.5. (Stabilité)

On considère un schéma de discrétisation d’une EDP sur un intervalle de temps [0, T ]. Un
schéma numérique est dit (inconditionnellement) stable (pour la norme p) s’il existe une
constante K telle que

kūn kp ≤ K ū0 ∀n = 1, . . . , N = T /∆t,

p

pour toute donnée initiale discrète ū0 . On parlera de stabilité conditionnelle si la propriété
ci-dessus est conditionnée à la vérification d’une relation liant ∆t et ∆x.

Remarque 18.6. Noter que la notion de stabilité n’est pas liée à l’équation discrétisée, mais
au schéma elle-même. On pourrait imaginer selon cette définition des schémas stables qui
n’ont aucun lien avec une EDP pertinente.

Remarque 18.7. Insistons ici sur l’abus de notation qui est couramment pratiqué par souci
de lisibilité. Comme précédemment, un (ou ūn ) est ambigu, puisque ce vecteur dépend aussi
de ∆x et ∆t (sa taille en particulier dépend de ∆x). On devrait en toute rigueur noter un∆x,∆t,
ce que l’on ne fait pas pour alléger les notations.

Remarque 18.8. Il est sous-entendu dans la définition précédente que, dans le cas de sta-
bilité conditionnelle, la condition imposée sur ∆t et ∆x doit autoriser un “chemin” du couple
vers 0, c’est à dire que l’on peut construire une suite du couple (∆t, ∆x) de pas de temps et
d’espace vérifiant la condition de stabilité, et telle que (∆t, ∆x) tende vers (0, 0).

Remarque 18.9. Cette stabilité peut s’exprimer à l’aide de la matrice qui intervient dans
l’écriture matricielle du schéma linéaire (voir (18.6)), elle revient à une majoration uniforme
de la norme (subordonnée à la norme p) de An :

kAn kp ≤ K.

La remarque 18.7 s’applique bien sûr à la matrice A, qui devrait en toute rigueur être notée
A∆t,∆x .

179
 Le théorème suivant 108 établit qu’un schéma consistant et stable est convergent, à l’ordre
de consistance.

Théorème 18.10. (Lax)

On considère une équations aux dérivées partielles linéaire. On note (un ) les valeurs appro-
chées obtenues par application d’un schéma numérique consistant à l’ordre q en espace et
r en temps vis à vis de cette équation (avec q et r strictement positifs), et stable (pour la
norme p). Soit u( · , · ) une solution de l’équation associée à une condition initiale U0 , définie
sur [0, L] × [0, T ]. On suppose que u a la régularité en temps et en espace requise pour que
l’estimation de consistance soit effective.

Pour alléger les notations on considère que (un ) désigne à la fois, selon le contexte, la
famille de vecteurs des inconnues aux points de discrétisation, ainsi que la famille de fonctions
constantes par morceaux obtenues à partir de ces valeurs, avec u0 = ũ0 (interpolée de U0 aux
points de discrétisation), et en = ũn − un . On a convergence de la méthode numérique au
sens suivant
lim sup ken kp = 0.
∆t,∆x→0 n

On a plus précisément
sup ken kp ≤ C ((∆x)q + (∆t)r ) .
n

Démonstration. Le schéma s’écrit un = Aun−1 . Comme il est consistant, la solution exacte

le vérifie approximativement, plus précisément (voir remarque 18.4)

ũn = Aũn−1 + ∆t εn kεn k ≤ C ((∆x)q + (∆t)r )

(la consistance implique une estimation uniforme de valeurs ponctuelles, elle implique donc
bien la même majoration pour toute norme de type Lp ). On obtient donc, en faisant la
différence, en = Aen−1 − ∆t εn , d’où (d’après la remarque 18.9)

n
X
n n 0
ke k = A |{z}
e −∆t Ak εn−k ≤ CKT ((∆x)q + (∆t)r ) ,
=0 k=0

car ∆t = T /N .

Stabilité L2

La stabilité L2 peut parfois s’établir par une localisation du spectre des matrices impli-
quées dans le schéma. Mais il existe une méthode très générale qui permet de contourner
l’analyse spectrale de la matrice. Cette approche est basée sur la transformée de Fourier, que
l’on présente pour simplifier sur l’intervalle ]0, 1[ avec conditions périodiques. À une collection
de valeurs (uj )j on associe comme précédemment une fonction ū constante par morceaux sur
les intervalles centrés en
0 , ∆x , 2∆x , . . . , J∆x = 1,
108. On pourra se reporter à l’article original :
[Link]

180
(avec identification du dernier intervalle au premier). Cette fonction de L2 peut s’écrire comme
la somme de sa série de Fourier
X Z 1
ū(x) = ûk exp(2iπkx) p.p. avec ûk = exp(−2iπkx)ū(x) dx,
k∈Z 0

et la formule de Parseval s’écrit

Z 1 X
kūk2L2 = |ū(x)|2 dx = |ûk |2 .
0 k∈Z

Maintenant, pour x = j∆x, on a unj = ūn (x),

X
unj+1 = ûnk exp(2iπkx) exp(2iπk∆x),
k∈Z

Et une expression similaire pour unj−1 . Considérons par exemple le schéma explicite (18.2)
pour l’équation de la chaleur, il peut s’écrire

ūn+1 (x) − ūn (x) ūn (x − ∆x) − 2ūn (x) + ūn (x + ∆x)
−D = 0. (18.7)
∆t (∆x)2

En remplaçant les ūn et ūn+1 par leurs expressions en série de Fourier, on obtient une combi-
naison infinie des exp(2iπkx), qui sont orthogonaux dans L2 . On peut donc écrire que chaque
coefficient est nul, i.e. pour tout k on a
 
D∆t
ûn+1
k = ûnk 1 + (exp(2iπk∆x) − 2 + exp(−2iπk∆x))
(∆x)2
   
D∆t D∆t
= ûnk 1+ (exp(iπk∆x) − exp(−iπk∆x))2 = 1 − 4 sin (πk∆x)2 ûnk .
(∆x)2 (∆x)2
| {z }
A(k)

On a appelle A(k) le coefficient d’amplification . On a de façon évidente stabilité dès que

|A(k)| ≤ 1 ∀k,

ce qui conduit ici à la condition de stabilité

D∆t 1
2
≤ .
(∆x) 2

Cette condition est suffisante, et l’on énoncera en général le résultat de stabilité conditionnelle
associé.

Remarque 18.11. Noter que la condition |A(k)| ≤ 1 n’est pas nécessaire à strictement
parler. Certes, si l’un des coefficient est de module strictement plus grand que 1 et éloigné
de 1 uniformément par rapport au pas de temps, on peut trouver une condition initiale (qui
excite le mode correspondant) qui soit telle que le schéma ne soit pas stable. Mais il pourrait
arriver que le coefficient d’amplification soit majoré par une quantité du type 1 + c∆t, auquel
cas on peut avoir stabilité, du fait que

(1 + c∆t)n = (1 + cT /N )n ≤ (1 + cT /N )N ≤ ecT .

181
18.3 Analyse des principaux schémas numériques

Équation de transport

Proposition 18.12. Le schéma décentré amont est consistant (d’ordre 1 en temps et 1 en

espace) et stable (en norme L∞ et en norme L2 ), donc convergent pour ces deux normes,
sous la condition CFL
∆x
∆t ≤ .
V

Démonstration. On vérifie immédiatement la consistance du schéma. Montrons la stabilité

L∞ (conditionnelle). On a
 
V ∆t n V ∆t V ∆t n
un+1 = unj − (uj − unj−1 ) = unj 1 − + u .
j
∆x ∆x ∆x j−1
Il s’agit d’une combinaison barycentrique des valeurs précédentes dès que V ∆t/∆x ≤ 1, c’est
à dire que l’on a la condition dite CFL :
∆x
∆t ≤ .
V
Sous cette condition, on a stabilité L∞ .

Pour la stabilité L2 , on utilise l’approche décrite précédemment, on a

 
V ∆t
ûn+1
k = ûnk 1− (1 − exp(−2iπk∆x))
∆x
qui est bien de module inférieur à 1 pour tout k sous la même condition CFL ∆t ≤ ∆x/V .

Le schéma de transport centré est très particulier 109 , bizarrement stable pour la norme
L2 , mais instable pour la norme L∞ .
Proposition 18.13. Le schéma centré pour l’équation de transport
un+1
j − unj unj+1 − unj−1
+V =0 (18.8)
∆t 2∆x
est instable en norme L∞ , mais stable en norme L2 sous la condition ∆t = O((∆x)2 ).

Démonstration. Le schéma s’écrit

un+1
j = unj − λunj+1 + λunj−1
avec λ = V ∆t/(2∆x). On n’a donc pas le principe du maximum. Cela n’exclut pas à stricte-
ment parler la stabilité L∞ , mais L’étude de stabilité L2 conduit à
ûn+1
k = ûnk (1 − λ exp(2iπk∆x) + λ exp(−2iπk∆x)) = ûnk (1 − 2i λ sin (2πk∆x))
Le coefficient d’amplification a donc un module de carré inférieur à 1+2λ2 = 1+V 2 ∆t2 /2(∆x)2 .
Sous une condition du type ∆t = O((∆x)2 ), le coefficient est donc inférieur à 1 + c∆t, d’où
la stabilité L2 (voir remarque 18.11).
109. Il est souvent indiqué comme inconditionnellement instable dans la litérature, et de fait peut utilisé en
pratique pour l’équation de transport pur.

182
Équation de la chaleur

Proposition 18.14. Le schéma explicite est consistant (d’ordre 1 en temps et 2 en espace)

et stable (en norme L∞ et en norme L2 ), donc convergent pour ces deux normes, sous la
condition
(∆x)2
∆t ≤ .
2D

Démonstration. Montrons d’abord la consistance du schéma. Soit u( · , · ) une solution exacte

de l’équation. On a (les fonctions et dérivées sont prises en (xj , tn ) sauf mention contraire) :

(∆x)2 (∆x)3 (∆x)4

u(xj+1 , tn ) = u + ∆x∂x u + ∂xx u + ∂xxx u + ∂xxxx u(xj + θ + ∆x, tn )
2 6 24
−2u(xj , tn ) = −2u(xj , tn )
(∆x)2 (∆x)3 (∆x)4
u(xj−1 , tn ) = u − ∆x∂x u + ∂xx u − ∂xxx u + ∂xxxx u(xj − θ − ∆x, tn ),
2 6 24
avec θ − , θ + ∈]0, 1[. On a de même

(∆t)2
u(xj , tn+1 ) = u + ∆t∂t u + ∂tt u(xj , tn + θ∆t),
2
d’où (ũ désigne l’interpolée de la solution exacte)

ũn+1
j − ũnj ũnj−1 − 2ũnj + ũnj+1
−D = (∂t u − D∂xx u) (xj , tn )
∆t (∆x)2 | {z }
=0

(∆x)4   (∆t)2
−D ∂xxxx u(xj + θ + ∆x, tn ) + ∂xxxx u(xj − θ − ∆x, tn ) + ∂tt u(xj , tn + θ∆t),
24 2
d’où une erreur de consistance majorée par
!
2
C ∆t sup |∂tt u(x, t) | + (∆x) sup |∂xxxx u(x, t) | .
I×[0,T ] I×[0,T ]

Stabilité L∞ .
Le schéma explicite pour l’équation de la chaleur s’écrit
 
2D∆t D∆t n D∆t n
un+1 = unj 1− + uj−1 + u ,
j
(∆x)2 (∆x)2 (∆x)2 j+1
qui est bien une combinaison barycentrique des valeurs précédentes sous la condition CFL
∆t ≤ (∆x)2 /2D.

Stabilité L2 .
On écrit  
D∆t
ûn+1
k = ûnk 1+ (exp(2iπk∆x) − 2 + exp(−2iπk∆x))
(∆x)2
   
D∆t 4D∆t
= ûnk 1+ 2
(exp(iπk∆x) − exp(−iπk∆x))2 = ûnk 1 − sin (πk∆x)2
(∆x) (∆x)2
qui est bien de module ≤ 1 sous la même condition sur le pas de temps.

183
Proposition 18.15. Le schéma implicite est consistant (d’ordre 1 en temps et 2 en espace)
et inconditionnellement stable en norme L2 et en norme L∞ , donc convergent pour ces deux
normes.

Démonstration. Stabilité L∞ : on a, pour tout j,

un+1
j + λ(un+1
j − un+1 n+1
j−1 ) + λ(uj − un+1 n
j−1 ) = uj ,

avec λ = D∆t/(∆x)2 > 0. On en déduit que le plus petit un+1 j est supérieur à unj , donc
n+1 n+1
supérieur au plus petit des uℓ , et que le plus grand uj est de la même manière inférieur
au plus grand un+1
ℓ (principe du maximum), d’où la stabilité L∞ .

Pour la stabilité L2 , on a
 −1
4D∆t
ûn+1
k = ûnk 1+ 2
sin (πk∆x)2 ,
(∆x)

d’où l’inconditionnelle stabilité L2 .

Exercice 18.1. Étudier (consistance et stabilité L2 ) le θ-schéma pour l’équation de la chaleur

un+1
j − unj −un+1 n+1
j−1 + 2uj − un+1
j+1 −unj−1 + 2unj − unj+1
+ θD + (1 − θ)D =0 (18.9)
∆t (∆x)2 (∆x)2

en fonction de la valeur de θ. Montrer en particulier que le schéma est inconditionnellement

stable pour tout θ ∈ [1/2, 1].
Exercice 18.2. Faire l’étude complète (consistance, stabilité, convergence) du schéma de Lax-
Wendroff pour l’équation de transport :

un+1
j − unj V unj+1 − unj−1 V 2 ∆t unj−1 − 2unj + unj+1
+ − =0 (18.10)
∆t 2 ∆x 2 (∆x)2

On montrera en particulier que ce schéma est d’ordre 2 en temps et en espace, qu’il est stable
en norme L2 sous la condition CFL usuelle, mais qu’il ne vérifie pas le principe du maximum.

18.4 Symboles discret et continu des opérateurs différentiels

Considérons une équation d’évolution du type

∂t u + Lu = 0,

sur l’intervalle ]0, 1[ périodique, où L est un opérateur différentiel linéaire (combinaison li-
néaire de dérivées partielles en espace de u). On écrit la solution sous la forme de sa série de
Fourier X
u(x, t) = ûtk exp (2iπkx) ,
Z
avec, pour chaque coefficient de Fourier, l’équation différentielle
d t
û + L̂(k)ûtk = 0,
dt k

184
où L̂(k) est le symbole de l’opérateur L. Il s’agit d’un polynôme en k à coefficients complexes
(coefficients d’ordre impair imaginaires purs, et coefficients d’ordre pair réels), tel que

L (exp (2iπkx)) = L̂(k) exp (2iπkx) .

Pour l’équation de la chaleur, on a par exemple

Lu = −D∂xx u , L̂(k) = 4Dπ 2 k2 ,

et pour le transport
Lu = V ∂x u , L̂(k) = 2iπkV.
Si l’on discrétise en temps (par un schéma d’Euler explicite) l’équation différentielle sur ûtk ,
on obtient  
ûn+1
k = ûnk 1 − ∆tL̂(k) .

Il apparaı̂t qu’un tel schéma est génériquement instable pour les modes grands (L̂(k) est
un polynôme en k). La seule possibilité pour qu’un tel schéma soit stable est que L̂(k) soit
de degré zéro, donc constant, c’est à dire que l’opérateur ne soit en fait pas un opérateur
différentiel. Pour la méthode des différences finies, on peut espérer avoir stabilité dans les cas
non triviaux car la discrétisation en espace tronque les hautes fréquences. Par exemple, dans
le cas de la chaleur L = −D∂xx , ce qui joue le rôle du symbole de l’opérateur est
D D
Λ(k) = (− exp(2iπk∆x) + 2 − exp(−2iπk∆x)) = 4 sin (πk∆x)2
(∆x)2 (∆x)2

qui est bien équivalent à 4π 2 k2 , symbole de l’opérateur −D∂xx , quand ∆x tend vers 0 (on
retrouve la notion de consistance dans le domaine spectral). En revanche le symbole discret
n’est pas un polynôme en k, c’est un polynôme en exp(2iπk∆x) et exp(−2iπk∆x). Il est
donc uniformément borné par rapport au mode k, et l’on peut espérer avoir stabilité dès
que 1 − ∆tΛ(k) est dans le disque unité pour tout k (cette condition n’est pas nécessaire
à strictement parler, voir remarque 18.11, mais la plupart des schémas stables explicites
rencontrés vérifieront de fait cette condition). Pour l’équation de la chaleur, le symbole est
réel, avec 0 ≤ L̂(k) ≤ 4D/(∆x)2 , on a donc stabilité sous condition sur le pas de temps,
comme vu précédemment (voir figure 18.2).

Pour le transport, la situation est la suivante : le symbole de l’opérateur continu est imagi-
naire pur, il vaut 2iπk, de telle sorte que 1 − ∆t L̂(k) > 1 pour tout k 6= 0. Une discrétisation
en espace appropriée (schéma décentré amont en l’occurrence) permet de “tordre” le symbole
de façon à se ramener dans le disque unité, ce qui assure la stabilité sous condition sur le pas
de temps. Plus précisément, pour le schéma décentré amont, le symbole discret est
V
Λ(k) = (1 − exp(−2iπk∆x))
∆x
qui est bien équivalent au symbole continu, à k fixé, quand ∆x tend vers 0. Mais il n’est pas
imaginaire pur, il fait un angle 2πk∆x avec le symbole continu, de telle sorte que

|1 − ∆tΛ(k)| ≤ 1 dès que ∆t ≤ V /∆x.

Cette stabilisation par discrétisation s’accompagne d’un phénomène dit de diffusion nu-
mérique, qui apparaı̂t clairement au niveau spectral. Le symbôle de l’opérateur continu, 2iπk,

185
 Symbole continu

Symbole discret
Symbole discret Symbole continu

Figure 18.2 – Image des symboles discrets (ronds noirs) et continus (ronds blancs) pour
l’équation de la chaleur (gauche) et l’équation de transport (droite). Plus précisément, la
figure représente les symboles après transformation z 7−→ 1 − ∆tz.

est imaginaire pur, ce qui reflète le transport sans déformation des modes associés à toutes
les fréquences : la solution de
d t
û = −L̂(k) ûtk = −2iπkV ûtk
dt k
est bien de module constant. Plus précisément, pour le mode k, i.e. exp(2iπkx), l’évolution
du coefficient est donnée par ût (k) = exp(−2iπkV t), d’où, pour la fonction elle-même

exp(2iπkV t) exp(2iπkx) = exp(2iπk(x − V t)),

qui correspond bien à un transport à vitesse V .

Par discrétisation en espace, chaque mode 2iπkV est remplacé par un mode tourné
V (1 − exp(−2iπk∆x)) /∆x, qui stabilise l’évolution, mais qui n’est plus imaginaire pur, on
a une partie réelle non triviale
V
Re(Λ) = (1 − cos(2πk∆x)) .
∆x
Le pendant discrétisé en espace de l’équation différentielle ci-dessus est
d t V
ûk = −Λ(k) ûtk = − (1 − exp(−2iπk∆x)) ûtk ,
dt ∆x
qui correspond à une décroissance exponentielle vers 0 pour les modes non triviaux : tous les
modes oscillants sont amortis.

Dans le processus d’évolution des modes de Fourier de la solution discrète, cela conduit
au fait que les coefficients d’amplification A(k) = (1 − ∆tΛ(k)) sont de module strictement

186
inférieur à 1 (pour k différent de 0, et d’un multiple du nombre total de points), ce qui entraine
une diminution des poids des modes correspondants. Cet amortissement des poids, d’autant
plus important que la fréquence est élevée, induit une régularisation de la solution discrète
au fil des itérations (alors que l’équation de transport n’est pas elle-même régularisante).
Pour k = 0 (mode constant), on a un coefficient d’amplification égal à 1, ce qui exprime la
conservation de la masse totale. Ainsi, la solution discrète va converger vers une constante,
de telle sorte que la masse totale soit conservée. Ce comportement très éloigné de la solution
exacte peut sembler en contradiction avec le résultat de convergence de la méthode. Il n’en
est rien : le résultat de convergence porte sur un intervalle de temps [0, T ] fixé, sur lequel on
va en effet avoir convergence vers le profil initial transporté sans déformation. En revanche,
quels que soient les paramètres (en dehors du cas très particulier V ∆t/∆x = 1), on s’éloigne
de la solution exacte en temps long.

On peut quantifier plus précisément ce phénomène de diffusion numérique, ainsi que la

manière dont la discrétisation en espace modifie la vitesse de transport des modes de Fourier
de haute fréquence. Pour mettre en lumière le rôle joué par la discrétisation en espace, on
s’intéresse ici au problème semi-discrétisé en espace :

d t V
ûk = −Λ(k) ûtk = − (1 − exp(−2iπk∆x)) ûtk .
dt ∆x
La solution selon ce mode k s’écrira donc
exp(−Λ(k)t) exp(2iπkx).
La partie réelle de −Λ(k)t, qui vaut
V
Re(−Λ(k)) = − (1 − cos(2πk∆x)) ,
∆x
est strictement négative pour tous les modes en dehors de k = 0 (ou k multiple de J),
qui correspond au fonctions constantes. Cette négativité des parties réelles pour les modes
oscillants correspond à l’amortissement parasite (phénomène de diffusion numérique). Noter
que cet amortissement est asymptotiquement nul si l’on fait tendre ∆x, à k fixé, vers 0, ce
qui reflète le caractère non diffusif de l’équation de départ. La partie imaginaire de −Λ(k)
encode la propagation dans l’espace du mode considéré :
V
Im(−Λ(k)) = − sin(2πk∆x).
∆x
La partie de la solution associée à ce mode imaginaire s’écrit en effet
  
 
V 


 V 

exp −i sin(2πk∆x)t exp(2iπkx) = exp 2iπk x − sin(2πk∆x)t ,
∆x  
| 2πk∆x{z }

=x−Vk t

qui correspond, pour le mode k, à une propagation à vitesse constante

V
Vk = sin(2πk∆x).
2πk∆x
On retrouve bien la vitesse V lorsque, à k fixé, ∆x tend vers 0 (ce qui traduit une nouvelle fois,
dans le domaine spectral, la consistance du schéma vis-à-vis de l’équation), mais la vitesse
est réduite pour les hautes fréquences (phénomène de dispersion numérique).

187
Remarque 18.16. Noter que cette étude de l’évolution des modes de Fourier est analogue à
l’étude de la propagation des perturbations pour le modèle de trafic routier ou piéton linéarisé
autour de la solution d’équilibre, dans le cas d’une route périodique.

Remarque 18.17. (Supériorité des schémas implicites)

Il semble intuitif qu’un schéma implicite possède de meilleures propriétés de stabilité qu’un
schéma explicite. Le cadre présenté ci-dessus permet de formaliser cette tendance. Nous li-
miterons le cadre de cette remarque à des opérateurs différentiels nativement stabilisant dans
L2 , c’est à dire ceux dont le symbole reste dans le demi plan complexe Re(z) ≥ 0 (ce qui est
bien le cas pour les opérateurs de diffusion et de transport). On a en effet, pour le mode k,

d t
û = −L̂(k) ûtk ,
dt k

et donc décroissance du (module du) coefficient correspondant au mode k dès que Re(L̂(k)) ≥
0. Pour le problème semi-discrétisé en temps, l’approche explicite s’écrit
 
ûn+1
k = 1 − ∆tL̂(k) ûnk

d’où, comme on l’a vu précédemment, une instabilité inconditionnelle sauf dans les cas tri-
viaux. Le schéma implicite s’écrit
 −1
ûn+1
k = 1 + ∆tL̂(k) ûnk ,
 
avec 1 + ∆tL̂(k) à l’extérieur du disque unité, donc stabilité inconditionnelle.

Pour le problème discrétisé en espace par différences finies, on peut énoncer les faits
suivants. Si la discrétisation en espace préserve la propriété de positivité de la partie réelle
du symbole, i.e. Re(Λ(k)) ≥ 0, le schéma explicite (discrétisé en espace temps, exprimé sur
les modes de Fourier) s’écrit

ûn+1 (k) = (1 − ∆tΛ(k)) ûn (k),

et l’on a au mieux une stabilité conditionnelle 110 . Toujours sous l’hypothèse Re(Λ(k)) ≥ 0,
le schéma implicite
ûn+1
k = (1 + ∆tΛ(k))−1 ûnk ,
assure la décroissance des coefficients de tous les modes, donc stabilité sans condition sur le
pas de temps.

Les choses sont un peu plus troubles pour un schéma qui ne vérifierait pas la propriété de
symbole à partie réelle positive. Disons que, dans ce cas, l’implicitation ne suffit pas en général
pour stabiliser le schéma. Considérons par exemple le schéma décentré aval pour l’équation
de transport ; le schéma explicite s’écrit
V
ûn+1
k = (1 − ∆tΛ(k)) ûnk , Λ(k) = (exp(2iπk∆x) − 1) ,
∆x
110. Stabilité conditionnelle avec décroissance de la norme L2 si l’on peut assurer que (1 − ∆tΛ(k)) reste dans
le disque unité pour tout k, ou éventuellement stabilité conditionnelle avec condition renforcée, et perte de la
propriété de décroissance de la norme L2 , dans le cas où (1 − ∆tΛ(k)) sort du disque unité tout en restant
dans le demi-espace Re(z) ≤ 1 (comme pour le schéma centré explicite, voir proposition 18.8.

188
on a cette fois instabilité inconditionnelle : le symbole discret pointe dans la mauvais direc-
tion (vers les parties réelles positives), la situation est donc désespérée. Le schéma implicite
s’écrirait
ûn+1
k = (1 + ∆tΛ(k))−1 ûnk
Ici, pour les pas de temps grands, on peut espérer avoir stabilité, mais pour ∆t tendant vers
0 on aura toujours apparition de coefficients d’amplification de module > 1. Le fait que le
schéma soit stable pour de grands pas de temps n’est évidemment d’aucun intérêt, puisqu’il
exclut toute convergence du schéma (voir remarque 18.8).

18.5 Interprétation probabiliste de schémas explicites

Certains schémas de discrétisation par différences finies peuvent s’interpréter de façon

probabliste. L’équation de la chaleur pouvant exprimer un processus de diffusion, il n’est pas
surprenant que sa discrétisation puisse être interprétée comme une marche aléatoire. C’est
plus inattendu pour l’équation de transport, dont la discrétisation conduit à un phénomène
de diffusion numérique, dont on propose ici une interprétation stochastique.

Schéma explicite pour la chaleur On se place dans le cadre périodique, avec x0 = 0

identifié à xJ = 1. Le schéma (18.2), page 175, peut s’écrire
 
D∆t D∆t n D∆t n
un+1 = 1−2 unj + uj−1 + u ∀j = 0, . . . , J − 1,
j
(∆x)2 (∆x)2 (∆x)2 j+1

(avec la convention naturelle 0 ≡ J et −1 ≡ J − 1). Considérons un = (unj )0≤j≤J−1 comme

une mesure discrète de probabilité, le schéma s’écrit

un+1 = t P un ,

avec 111  
1 − 2λ λ 0 · · λ
 

 λ 1 − 2λ λ 0 · · 

 
 
t
 0 λ · · · 
P =



 · · · · · 
 
 

 · · 1 − 2λ 

λ · · 0 λ 1 − 2λ
Pour λ ≤ 1/2 (condition de stabilité L∞ ),
la matrice P est une matrice stochastique : tous
ses éléments sont positifs ou nuls, et la somme des éléments de chaque ligne vaut 1). On peut
interpréter les éléments de la ligne i comme des probablités de transition partant de i. La
marche aléatoire sous-jacente est définie comme suit : partant de i la probabilité de rester sur
place est 1 − 2λ, et la probabilité résiduelle 2λ se partage équitablement entre i − 1 et i + 1
(en tenant compte de la périodicité). Cette chaine de Markov est irréductible et réversible, et
la mesure stationnaire associée est la mesure discrète uniforme, qui minimise l’entropie (voir
section 12, page 126).
111. nous écrivons t P bien que la matrice soit symétrique, car c’est bien t P qui interviendra dans les cas non
symétriques.

189
Schéma explicite pour le transport On se place dans le cadre périodique, avec x0 = 0
identifié à xJ = 1. Le schéma (18.4), page 176, peut s’écrire

un+1 = t P un ,

avec  
1−λ 0 0 · · λ
 

 λ 1−λ 0 0 · · 

 
 
t
 0 λ · · · 
P =



 · · · · · 
 
 

 · · 1−λ 

0 · · 0 λ 1−λ
La matrice P est stochastique pour λV ∆t/∆x ≤ 1 (condition CFL). La marche aléatoire
sous-jacente est définie comme suit : partant de i la probabilité de rester sur place est 1 − λ,
et la probabilité d’avancer d’une case est λ, avec λ = V ∆t/∆x.

Cas général De façon générale, considèrons une équation de conservation, du type

∂t u + L(u) = 0

où L est un opérateur différentiel linéaire exprimant une conservation, i.e. de la forme ∂x F (u),
où F est lui-même un opérateur différentiel linéaire (d’ordre 0 dans le cas du transport simple).

On considère maintenant un schéma de discrétisation par différences finies, du type (ex-

plicite)
un+1 = (Id +∆t A) un ,
où A est une discrétisation consistante de l’opérateur ∂x (F (u)). Si le schéma respecte la
propriété de conservation, i.e. la somme des unj se conserve 112 , alors 113 la somme des éléments
d’une colonne de A vaut 0 : le schéma se met sous la forme

un+1 = t P un ,
où P est une matrice stochastique.

Dans les cas considérés précédemment, la matrice Id +∆tA = t P est en fait bistochastique,
les sommes des éléments d’une ligne valent également 1. Cette propriété reflète simplement
une propriété commune aux deux équations considérées, qui admettent (dans le cas pério-
dique) toute fonction constante comme solution stationnaire. Le pendant stochastique de
cette propriété est que la mesure stationnaire associée à la chaı̂ne de Markov représentée par
la matrice P est la mesure uniforme.
112. Cette condition est vérifiée de fait par tous les schémas consistants usuels, même si la consistance
n’implique pas, à strictement parler, la vérification exacte de cette propriété de conservation.
113. Toute matrice réelle qui laisse inchangée la somme des éléments de tout vecteur est la transposée d’une
matrice stochastique, il suffit d’écrire la condition sur chaque vecteur de base.

190
Plans de transport

Les matrices t P associés aux schémas explicites rappelés ci-dessus peuvent (sous condition
CFL assurant le principe du maximum), comme toute transposée de matrice stochastique,
s’interpréter comme des plans de transports entre mesures discrètes portées par un ensemble
de cardinal J. Un tel plan de transport peut être représenté par une matrice (γij ) (on se
reportera à la section 17, page 148, pour plus de détail), qui précise quelle quantité provenant
de i est transportée vers j.

Pour l’équation de transport, à partir d’une densité discrète u0 , le schéma construit ainsi
une nouvelle densité selon le plan de transport
 
V ∆t V ∆t 0
γj,j = 1− u0j , γj,j+1 = u ,
∆x ∆x j
les autres coefficients étant nuls. La nouvelle densité u1 est alors définie comme seconde
marginale de γ : X
u1j = γi,j u0i .
i
Remarque 18.18. (Liens avec le schéma Lagrangien projeté)
On notera que, sauf dans le cas d’un nombre CFL (∆tV /∆x) exactement égal à un, il s’agit
bien d’un appariement diffus, et pas d’une application, alors que le phénomène sous-jacent
n’est pas de nature à disperser la matière, ni à la mélanger. On peut tout de même faire un
lien entre ce plan et un véritable transport de matière. En effet, si l’on note ū0 la fonction
constante par morceaux associée à la densité courante, et ū1 la nouvelle densité, on peut
vérifier que, quand V ∆t/∆x ≤ 1,
ū1 = P (Id +∆tV )♯ ū0 ,
où T♯ ū désigne la densité transportée par l’application T , et P la projection (L2 ) sur l’espace
des fonctions constantes par morceaux. Le phénomène de diffusion numérique déjà évoqué est
alors associé à l’étape de projection. La relation ci-dessus correspond à un schéma numérique
utilisé en pratique, qui se distingue en général du schéma aux différences finies. Il peut en
particulier être utilisé sur des maillages très généraux (il n’est pas basé sur une discrétisation
de l’EDP eulérienne, qui fait intervenir des opérateurs de différentiel, mais plutôt sur une
expression Lagrangienne du transport). Par ailleurs, il n’est pas limité par une condition CFL
stricte.

Pour l’équation de la chaleur, on a

 
2D∆t 2D∆t 0
γj,j = 1− u0j , γj,j±1 = u ,
(∆x)2 (∆x)2 j±1
qui est bien un plan de transport sous réserve que la condition ∆t ≤ (∆x)2 /2D soit vérifiée.
Remarque 18.19. On peut vérifier une certaine consistance du schéma vis-à-vis du mouve-
ment brownien sous-jacent à l’équation de la chaleur elle-même. En effet, on peut estimer le
second moment du déplacement, pour une quantité de matière initialement en xj . On trouve
 
2D∆t D∆t
0× 1− +2× (∆x)2 = 2D∆t,
(∆x)2 (∆x)2
qui correspond bien au déplacement quadratique moyen d’un particule brownienne Xt issue
de xj , et évoluant suivant dXt = σdWt , avec σ 2 = 2D (voir remarque 5.13, page 51).

191
Exercice 18.3. (Diffusion numérique, point de vue du transport optimal)
On considère le plan de transport associé au schéma explicite décentré amont pour l’équation
de transport à vitesse constante. On fixe le pas d’espace ∆x. Estimer le coût quadratique de
transport associé à ce plan, et préciser son comportement lorsque le pas de temps tend vers
0.

18.6 Extensions, développements

Exercice 18.4. On considère le schéma décentré amont appliqué à l’équation de transport à

vitesse constante, en domaine (monodimensionnel) périodique. On considère une condition
initiale positive, de masse 1, on peut ainsi voir la collections des valeurs au temps tn comme
la loi d’une variable aléatoire discrète. Montrer que, pour une CFL strictement supérieure à
1, l’entropie est décroissante, i.e.
S(un+1 ) < S(un ),
dès que un n’est pas la loi uniforme. En déduire le comportement du schéma, pour ∆x et ∆t
fixés, lorsque le nombre de pas de temps tend vers l’infini.

Équation des ondes

S’il est possible d’utiliser des schémas à 3 niveaux pour les équations d’ordre 1 en temps
comme celles vues précédemment (cela peut permettre d’augmenter l’ordre de précision en
temps), cela devient indispensable pour des équations qui sont nativement d’ordre 2 en temps,
comme l’équation des ondes
∂tt u − c2 ∂xx u = 0.
Un schéma couramment utilisé est le schéma de Crank-Nicholson, i.e.
un+1
j − 2unj + ujn−1 2
−un+1 n+1
j−1 + 2uj − un+1
j+1 2
−unj−1 + 2unj − unj+1
+θc +(1−θ)c = 0 (18.11)
(∆t)2 (∆x)2 (∆x)2
avec θ = 1/2, qui peut s’écrire matriciellement
!
c2 (∆t)2 n+1 n n−1 c2 (∆t)2 n
Id + A u = 2u − u − Au ,
2(∆x)2 2(∆x)2
où A est la matrice du Laplacien discret.

18.7 Implémentation effective

Les schémas explicites ne nécessitent en général pas l’assemblage de la matrice. On pourra

utiliser avantangeusement les opérateurs de shift à droite SR et shift à gauche SR définis, dans
un cadre périodique, par
SR (u1 , u2 , . . . uJ ) = (uJ , u1 , . . . , uJ−1 ) , SL (u1 , u2 , . . . uJ ) = (u2 , u3 , . . . , uJ , u1 ).
En Python, les opérateurs de shift peuvent être implémentées simplement de la façon sui-
vante :

uuL = [Link](uu,-1)
uuR = [Link](uu,1)

192
Transport

Le schéma décentré amont (la vitesse d’advection est choisie positive) s’écrit ainsi, avec
des notations évidentes
V ∆t n
un+1 = un − (u − SR un ) ,
∆x
et le schéma centré :
V ∆t
un+1 = un − (SL un − SR un ) .
2∆x

Diffusion

Le schéma explicite pour l’équation de la chaleur peut être implémenté (cas périodique)
en utilisant les opérateurs de shift :

D∆t
un+1 = un + (SR un − 2un + SL un ) ,
(∆x)2

qui se programme simplement en Python à l’aide de la méthode [Link] évoquée précédem-

ment.

Si l’on s’intéresse à des conditions de Dirichlet homogènes, le plus simple est de définir un
vecteur de taille J + 1 (qui contient les valeurs aux extrémités, qui ne sont pas des degrés de
libertés), d’initialiser les valeurs extrémales (qui ne seront pas modifiées par le schéma) aux
valeurs imposées, et d’incrémenter le sous-vecteur qui correspond effectivement aux degrés de
liberté.

Construction des matrices Pour les schémas implicites, il est naturel 114 d’assembler la
matrice intervenant dans le schéma. Il est essentiel de stocker les matrices sous forme creuse,
pour limiter le temps de calcul. Le package scipy permet de stocker les matrices sous cette
forme, et propose des méthodes de résolution optimisées pour ce type de matrices.

import [Link] as ssp

import [Link] as sla

La manière la plus simple d’assembler les matrices résultant d’une discrétisation par diffé-
rences finie est de passer par la commande [Link], qui prend en argument des un tableau
de vecteurs correspondant aux diagonales non nulles, suivies des indices correspondant aux
diagonales (0 pour la diagonale, indices positifs pour la partie triangulaire supérieure, et né-
gatifs de l’autre côté). On pourra par exemple assembler la matrice associée au schéma de
114. Cet assemblage n’est pas nécessaire à strictement parler. On peut être amené à utiliser, pour résoudre
le système linéaire, des méthodes dites itératives, basées sur des produits matrice-vecteur successifs. Si l’on
programme soi-même l’une de ces méthodes itératives, on peut choisir d’effectuer ces produits matrice-vecteur
à la volée, sans pré-assembler la matrice. Cette approche permet d’économiser de l’espace mémoire dans le cas
où la matrice contient très peu d’élements différents, ce qui est le cas des matrices résultant de la discrétisation
d’opérateurs différentiels invariants par translation, sur un maillage régulier.

193
transport implicite, i.e.
 
1 β 0 · · −β
 
 −β 1 β 0 · · 
 
 

 0 −β · · · 

A=



 · · · · · 
 
 
 ·
 −β 1 β 

β · · 0 −β 1

avec β = ∆tV /(2∆x), de la façon suivante

beta = 0.5*V*dt/dx
ones = [Link](J)
aux = [ones,beta*ones[:-1],-beta*ones[:-1],-beta*ones[0],beta*ones[0]]
Adv1d = [Link](aux,[0,1,-1,(J-1),-(J-1)],format=’csr’)

Le calcul du nouveau champ à partir du précédent peut alors se faire à l’aide de la fonction
spsolve du package [Link] :

uu =[Link](Adv1d,uu)

N.B. Le format csr 115 spécifié lors de l’assemblage permet une utilisation optimale de
solve.

Assemblage des matrices du Laplacien en dimension d ≥ 2

En dimension 1 la matrice du Laplacien discret avec conditions de Dirichlet (valeur im-

posée à 0 aux extrémités) s’écrit

 
2 −1 0 · · 0
 
 −1 2 −1 0 · · 
 
 
 0 −1

· · · 

A1 = 



 · · · · · 
 
 
 ·
 · 2 −1 

0 · · 0 −1 2
En dimension 2 d’espace, le Laplacien discret agit sur les valeurs au point (i∆x, j∆x) de la
discrétisation comme suit

4ui,j − ui−1,j − ui+1,j − ui,j−1 − ui,j+1 .

On peut vérifier que la matrice associée peut s’écrire

A2 = A1 ⊗ I1 + I1 ⊗ A1 ,
115. Voir [Link]

194
où I1 est la matrice identité d’ordre le nombre de point dans chaque direction, et ⊕ est le
produit de Kronecker défini de la façon suivante : si A ∈ Mpq et Brs sont deux matrices, la
matrice C = A ⊗ B est de taille (pr, qs) a une structure (p, q) par blocs, chaque bloc étant de
taille (r, s), égale au produit de aij par la matrice B. On obtient de façon analogue la matrice
du Laplacien 2d pour des conditions aux limites de Neuman, ou des conditions périodiques.

En Python, si A et B sont des matrices creuses, ce produit de Kronecker s’écrit

C = [Link](A,B)

Exercice 18.5. Généraliser la construction décrite ci-dessus au cas de la dimension 3.

Exercice 18.6. Proposer une extension de l’approche dans le cas de conditions aux limites
panachées, par exemple, sur le carré unité, le cas de conditions de Neuman homogènes le
bord [y = 0], et Dirichlet homogène partout ailleurs.

Résolution de grands systèmes linéaires La résolution de problmème d’évolution par un

schéma implicite conduit à la résolution de multiples systèmes linéaires impliquant la même
matrice, pour des seconds membres différents. On peut alors avoir intérêt à pratiquer une
pré-factorisation de la matrice, qui va pouvoir ensuite être utilisée pour tous les systèmes.

L’implémentation en Python prend la forme suivante : on convertit tout d’abord la ma-

trice au format approprié, dit csc, par A=[Link](), puis on factorise la matrice par fA =
[Link](A).

La résolution du système s’écrit ensuite comme un simple appel de fonction (comme si fA

était l’inverse de la matrice A) :

uu = fA(rhs)

195
19 Méthode des éléments finis

19.1 Formulation variationnelle du problème de Poisson

On considère le problème de Poisson dans un domaine Ω de Rd , supposé borné et régulier.

(
−∆u = f dans Ω
(19.1)
u = 0 sur Γ
L’approche présentée dans la suite consiste à exprimer se problème de façon duale : on écrit le
produit de dualité L2 de chacun de ses membres contre une fonction-test générique. Un choix
approprié de l’espace dans lequel on fait vivre la fonction inconnue et la fonction-test permet
de transformer ce problème en un énoncé de type Riez-Fréchet : l’inconnue joue alors le rôle
de l’élément d’un espace de Hilbert qui s’identifie à une forme linéaire donnée (qui résulte
du terme de forçage, i.e. du second membre) au travers d’un produit scalaire particulier. Le
résultat d’existence est d’unicité prend ainsi la forme d’une identité entre l’inconnue u et la
donnée f , qui expriment le même objet de façons différentes.

Formulation variationnelle

On obtient 116 la formulation variationnelle de ce problème en multipliant la première

équation par une fonction test v régulière qui s’annule sur la partie du bord où la température
est imposée. On obtient après intégration par parties
Z Z Z
∂u
∇u · ∇v − v = fv
Ω Γ ∂n
d’où (les termes de bord s’annulent sur Γ du fait de la nullité de v)
Z Z
∇u · ∇v = f v.
Ω

Cette démarche d’élaboration de la formulation variationnelle n’est pas à proprement parler

mathématique : ni l’espace dans lequel est censé vivre la solution, ni le sens que l’on peut
donner à l’équation de départ, n’ont été précisés. C’est cette formulation variationnelle qui
va permettre justement de donner un cadre théorique précis au modèle.

Cadre théorique

Ce problème se met donc sous la forme

a(u, v) = hϕ , vi ∀v ∈ V,
116. Cette démarche en elle-même n’est pas mathématique, elle consiste précisément à faire rentrer le pro-
blème dans un cadre mathématique. Pour le mathématicien, non seulement le problème (19.1) n’est pas
encore bien posé (il n’est pas sous une forme qui permette l’utilisation directe d’un théorème), mais d’une
certaine manière il n’est même pas posé (l’espace dans lequel est supposé vivre l’inconnue n’est pas précisé, ni
le sens que peuvent avoir les conditions aux limites). Ces remarques peuvent laisser croire que l’obtention de
la formulation variationnelle se fait hors de toute règle. Il faut cependant garder à l’esprit qu’un retour (par-
faitement mathématisé celui-là) vers l’équation sera nécessaire pour garantir le lien entre le problème initial
et la formulation variationnelle.

196
où a( · , · ) est une forme bilinéaire symétrique sur un espace de Hilbert V , et ϕ une forme
linéaire continue sur ce même espace. L’espace V est l’espace de Sobolev H01 (Ω) (voir sec-
tion 24) des fonction de L2 dont les dérivées partielles sont aussi dans L2 , et qui sont nulles 117
sur Γ :

Dans le cas où la forme bilinéaire a( · , · ) est coercive, c’est à dire (voir définition 22.20)
s’il existe α > 0 tel que a(v, v) ≥ α |v|2 pour tout v dans V , le théorème de Lax Milgram
(théorème 22.25) assure l’existence et l’unicité d’une solution dans V .

Cette solution peut être caractérisée comme unique minimiseur de la fonctionnelle

Z Z
1 1
J(v) = a(v, v) − hϕ , vi = |∇v|2 − f v.
2 2 Ω Ω

Le point essentiel pour pouvoir utiliser le théorème de Lax-Milgram est la coercivité de la

forme bilinéaire, dont nous verrons qu’elle peut être mise à mal pour des matériaux dégénérés
(pour le problème de conduction de la chaleur considéré ici, la dégénérescence se produit
lorsque la conductivité tend localement vers 0) . Ici, la coercivité de la forme bilinéaire est
assurée d’uneR
part par l’hypothèse k ≥ η > 0, et d’autre part par le fait que l’on peut choisir
la quantité ( |∇u|2 )1/2 comme norme sur l’espace V , grâce à l’un des corollaires de l’inégalité
de Poincaré (voir proposition 24.43, page 24.43).

Retour à l’équation de départ La formulation variationnelle ayant été construite de façon

informelle, il est important de préciser en quel sens le problème mis sous forme variationnelle
correspond bien au problème initial. Cette étape peut être très délicate dans certains cas (la
difficulté dépendant de la régularité de la frontière du domaine, et des conditions aux limites
considérées). Le premier pas consiste à établir à partir de la formulation variationnelle que
la solution est en fait plus régulière 118 que la régularité naturelle H 1 (qui intervient dans le
cadre de l’utilisation du théorème de Lax-Milgram). La solution u est dite solution faible de

−∆u = f,

avec f ∈ L2 (Ω). Dans le cas où k est supposé régulier (C 1 ), la solution appartient en effet à
un espace de fonctions plus régulières, l’espace H 2 (Ω) (voir définition 24.20, et la section 24.7
pour l’énoncé des théorèmes de régularité), de telle sorte que ∆u est défini comme fonction
de L2 (Ω), et que l’on peut écrire

−∆u = f p.p. sur Ω.

Précisons que l’appartenance à H 2 (Ω) ainsi que l’écriture de l’équation ci-dessus utilisent
uniquement la formulation variationnelle pour des fonctions tests à support compact dans Ω
(qui sont en particulier nulles au bord).

Les conditions aux limites de Dirichlet sur le bord du domain sont contenues dans l’ap-
partenance de u à l’espace V

Conditions de Neuman Les conditions de Neuman portent sur la dérivée normale de

la solution sur la frontière, que l’on fixe à 0 pour le cas de conditions homogènes (ce qui
correspond à un flux nul). Ces conditions posent des difficultés particulières, parmi lesquelles
117. Le sens que l’on peut donner à l’expression u|Γ = 0 est précisé dans la section 11.2, page 120.
118. Précisons que ce résultat de régularité interviendra de façon essentielle dans l’analyse d’erreur de la
méthode de discrétisation.

197
 1. Le problème de Poisson avec conditions de Neuman ne fait intervenir que des dérivées
de la fonction inconnue, on ne peut donc espérer avoir au mieux qu’une solution
définie à une constante additive près. On verra qu’effectivement ce problème est mal
posé en général, y compris en termes d’existence. On contournera cette difficulté dns
un premier temps en rajoutant un terme de masse au Laplacien 119 .
2. La condition de Neuman implique la trace de la dérivée normale de la fonction incon-
nue. Le cadre mathématique naturel est le théorème de Lax-Milgram appliqué dans
l’espace de Hilbert H 1 , or la trace de la dérivée normale d’une fonction de H 1 n’est pas
définie. De fait, la formulation variationnelle sur laquelle repose le théorème d’exis-
tence et d’unicité ne fait pas apparaı̂tre explicitement cette dérivée normale. On parle
de condition naturelle, qui disparaı̂t en tant que telle de la formulation 120 .
Nous considérons en premier lieu le problème suivant

 u − ∆u =
 f in Ω
∂u (19.2)

 = 0 sur Γ
∂n
On obtient la formulation variationnelle en multipliant par une fonction-test v. Le terme de
bord disparaı̂t du fait de la condition homogène.
Z Z Z
uv + ∇u · ∇v = f v.
Ω Ω Ω

Ce problème se ramène donc à la recherche de u ∈ V tel que

a(u, v) = hϕ , vi ∀v ∈ V.
On vérifie immédiatement la continuité et la la coercivité de a( · , · ) (qui est en fait le produit
scalaire canonique sur H 1 . Le problème admet donc une unique solution u ∈ V .

Retour à l’équation de départ

Si l’on souhaite donner un statut précis à l’équation de départ, avec des identité entre
fonctions 121 , il est nécessaire de montrer que la solution est dans H 2 (Ω). Cette propriété peut
être délicate à établir rigoureusement, en particulier dans le cas de domaines peu régulier.
Nous supposerons ici le domaine régulier, et nous admettrons la régularité H 2 de la solution.

La démarche consiste dans un premier temps à considérer des fonctions-test régulière à

support compact. On utilise alors la formule de Green, ce qu’autorise la régularité H 2 de la
solution u, pour obtenir Z
(u − ∆u − f ) v = 0
Ω

119. En terme de modélisation, cela correspondrait à prendre en compte un terme de disparition ou transfor-
mation pour l’espèce concernée). Une approche permettant de donner un cadre rigoureux au problème sans le
terme de masse, en prescrivant la valeur moyenne de la fonction sur le domaine, est proposée plus loin.
120. On trouve parfois dans la littérature non mathématique le terme de Do nothing approach. Il s’agit en
effet de la condition implémentée lorsque l’on considère la formulation variationnelle discrète sans termes de
bord, en laissant libre les degrés de liberté sur la frontière.
121. Il existe une autre manière (que nous ne privilégierons pas ici) de donner un sens à l’équation de Poisson
sans l’aide d’aucun théorème de régularité en passant par la notion de divergence faible L2 . On peut pousser
la démarche jusqu’à donner un sens à ∂u/∂n comme la trace normale du champ de vecteur ∇u ∈ Hdiv Cette
trace est alors définie dans un sens faible, ce qui interdit par exemple l’écriture ∂n u = g p.p.

198
d’où l’on déduit par densité dans L2 des fonctions régulières que −∆u = 0 presque partout.
On considère dans un second temps des fonctions régulières non nécessairement nulles au
bord, pour obtenir Z Z Z
∂u
(u − ∆u) v + v= fv
Ω ΓN ∂n Ω

Comme l’équation de Poisson est vérifiée presque partout, il reste

Z  
∂u
v = 0.
Γ ∂n
La fonction v pouvant être choisie arbitrairement, on en déduit ∂n u = 0 presque partout sur
Γ (la dérivée normal de u est dans L2 (Γ).

Considérons maintenant le problème


 −∆u = f
 in Ω
∂u (19.3)

 = 0 sur Γ
∂n
La solution éventuelle à ce problème est manifestement définie au mieux à une constante
additive près. Par ailleurs, si l’on suppose que le problème admet une solution régulière,
l’intégration de l’équation sur le domaine donne, après intégration par parties,
Z
0= f.
Ω

Il ne saurait donc y avoir de solution si f n’est pas à moyenne nulle. Nous supposerons donc
f est à moyenne nulle. La formulation variationnelle s’écrit
Z Z
∇u · ∇v = f v.
Ω Ω

La forme bilinéaire a( · , · ) du membre de gauche est bien définie et continue sur H 1 × H 1 ,

mais manifestement pas coercive. On introduit alors l’espace
 Z 
1
K = v ∈ H (Ω) , v=0 .
Ω

Il s’agit d’un espace de Hilbert comme sous-espace fermé de l’espace de Hilbert H 1 , et la

forme bilinéaire a( · , · ) est coercive sur cet espace. On donc existence et unicité dans K
d’une solution u à la formulation variationnelle
Z Z
∇u · ∇v = fv ∀v ∈ K.
Ω Ω
R
On remarquera que l’hypothèse f = 0 n’a pas été utilisée pour l’instant, et de fait elle n’est
pas nécessaire pour démontrer le caractère bien posé du problème. On notera par ailleurs
que f n’intervient plus qu’à une constante additive près, puisque les fonctions-test sont à
moyenne nulle.

De fait, on va voir qu’il est impossible de revenir à l’équation de départ si f n’est pas à
moyenne nulle. En effet, pour revenir à l’équation, on doit pouvoir disposer de fonctions tests
qui engendrent un sous-espace dense dans L2 . Soit une fonction test régulière ϕ. On note

199
ϕ̄ sa moyenne, de telle sorte que ϕ − ϕ̄ estR à moyenne nulle, on peut donc l’utiliser dans la
formulation variationnelle, et, du fait que f = 0, on obtient
Z Z
∇u · ∇ϕ = f ϕ ∀ϕ ∈ Cc∞ (Ω),
Ω Ω

et on peut donc procéder comme précédemment, en admettant la régularité H 2 de la solution,

pour retrouver l’équation et la condition aux limites.

Conditions de Robin On s’intéresse maintenant au problème



 −∆u = f in Ω
∂u (19.4)
 βu +
 = 0 sur Γ
∂n
avec β > 0. La formulation variationnelle s’écrit
Z Z Z
∇u · ∇v + β uv = f v.
|Ω {z Γ
} Ω
a(u,v)

L’inégalité de Poincaré généralisée permet d’établir la coercivité de la forme bilinéaire a( · , · )

sur H 1 × H 1 , d’où l’existence et l’unicité d’une solution. Pour reconstruire l’équation et la
condition aux limites (en admettant la régularité H 2 de la solution), on procède comme
précédemment.
Exercice 19.1. On considère le problème de Poisson avec conditions de Robin, et l’on note
uβ la solution associée au paramètre β. Étudier la limite de uβ quand β tend vers l’infini, et
quand β tend vers 0.

Extension à des conditions aux limites plus générales

Obstacle de conductivité infinie

On considère cun domaine Ω du plan, et ω un sous-domaine fortement inclus dans Ω,

c’est-à-dire que ω ⊂ Ω. Le problème que nous allons considérer maintenant est issu du modèle
physique suivant. On considère une plaque conductrice de la chaleur, dont on suppose que les
bords sont à température nulle, et l’on suppose qu’une partie de cette plaque (qui correspondra
au sous-domaine ω) a une conductivité infinie, de telle sorte que la température y est uniforme.
On suppose qu’on chauffe la plaque sur la partie où la température est finie. On cherche
ainsi un champ de température solution de l’équation de la chaleur, dans ω ⊂ Ω, tel que la
température est constante sur la frontière de ω, et tel que le flux de chaleur à travers cette
frontière est nul.

On se donne donc f une fonction de L2 (Ω \ ω), et l’on s’intéresse au problème suivant :



 −△u = f dans Ω \ ω





 u = 0 sur ∂Ω
u = U sur ∂ω (19.5)



 Z


 ∂u
 = 0,
∂ω ∂n

200
où U est une constante réelle dont la valeur est inconnue.

On introduit l’espace
n o
HC1 (Ω \ ω) = u ∈ H 1 (Ω \ ω) , u = 0 sur ∂Ω , u = cste sur ∂ω .

L’approche variationnelle directe est basée sur la fonctionnelle

HC1 (Ω \ ω) −→ R
Z Z
1 2
v −
7 → J(v) = |∇v| − f v,
2 Ω\ω Ω\ω

Le problème 19.6 consiste donc à minimiser J sur HC1 (Ω \ ω). On notera que la condition de
flux nul a disparu. Il s’agit en fait d’une condition dite “naturelle”, qui dérive du problème de
minimisation, comme le précise la proposition suivante.

Proposition 19.1. Soit u ∈ HC1 (Ω \ ω) la fonction qui minimise la fonctionnelle J sur

HC1 (Ω \ ω). Alors u est solution du problème (19.5).

Démonstration. On note U la valeur de u sur la frontière de ω, et l’on construit un relèvement

Ũ de U , de régularité C 2 , à support compact dans Ω. La fonction u − Ũ est dans H01 (Ω \ ω),
et c’est la solution faible de l’équation

−△w = f + △Ũ ,

avec conditions de Dirichlet homogènes. C’est donc un élément de H 2 (Ω \ ω), et par suite u
lui-même a une régularité H 2 . On considère maintenant des fonctions-test dans H01 (Ω \ ω).
Par intégration par parties, on obtient −△u = f dans Ω \ ω. Pour retrouver la condition de
flux nul à travers l’interface, on prend maintenant une fonction test non nulle sur ∂ω, qui
prend par exemple la valeur 1. On utilise de nouveau la formule de Green pour obtenir
Z Z Z
∂u
− v△u + v= f v,
Ω\ω ∂ω ∂n

d’où Z
∂u
= 0,
∂ω ∂n
ce qui termine la preuve.

19.2 Méthode des éléments finis

L’approximation de la solution u du problème de départ est basée sur l’introduction d’es-

paces Vh de fonctions, de dimension finie. Dans le cadre de la méthode des éléments finis
dits P 1 (pour polynôme de degré 1), on se donne une suite de triangulations Th (voir défini-
tion 19.14, page 208, pour une définition précise de ce que nous entendons par triangulation),
où h est un petit paramètre destiné à tendre vers 0, qui mesure la finesse de la triangulation.
On définit alors Vh comme l’espace des fonctions continues, qui vérifient la condition aux
limites, et dont la restriction à chaque triangle de Th est affine :
n o
Vh = vh ∈ V , vh|K est affine sur tout K ∈ Th .

201
Le problème discret s’écrit

 Trouver uh ∈ Vh tel que

Z Z (19.6)

 ∇uh · ∇vh = f vh ∀vh ∈ Vh .
Ω Ω

Formulation matricielle

On numérote i = 1, 2, . . ., Nh les nœuds de la triangulation qui correspondent à des

degrés de liberté (c’est à dire les sommets de Th qui n’appartiennent pas à Γ). La solution
recherchée uh peut s’écrire
Nh
X
uh = uj wj ,
j=1
de telle sorte que (19.6) se ramène au système matriciel (on garde la notation uh pour
désigner le vecteur (u1 , . . . , uNh )
Auh = bh ,
où A est une matrice carrée d’ordre Nh , et bh ∈ RNh :
Z  Z 
A = (aij ) = ∇wi · ∇wj , bh = f wi .
Ω Ω i

On peut vérifier que, dans le cas d’un maillage cartésien régulier (cellules carrées coupée en
2 triangles), la matrice obtenue est, à constante multiplicative près, la matrice du Laplacien
discret que l’on obtient par une discrétisation dans le cadre de la méthode des différences
finies. La mise en œuvre de la présente méthode ne nécessite en revanche aucune hypothèse
sur le maillage.

Implantation sur Freefem++ Le logiciel Freefem++ permet de calculer uh en quelques

lignes. Précisons que l’assemblage de la matrice et la résolution des systèmes sont gérés
par le logiciel sans que l’utilisateur ait à intervenir (si ce n’est pour préciser éventuellement
le choix de telle ou telle méthode de résolution). D’autre part, les conditions de Dirichlet
non homogènes (conditions u = 1 sur Γ3 ) ne nécessitent pas l’introduction explicite d’un
relèvement de cette condition au bord.

int np=50;
mesh Th=square(np,np);

fespace Vh(Th,P1);
Vh u,tu ;
func k = 1+0.5*sin(y*4*pi) ;
func f = 1 ;
plot(Th,wait=1);

problem Poisson(u,tu)=
int2d(Th)(k*(dx(u)*dx(tu)+dy(u)*dy(tu)))
-int2d(Th)(f*v)
+on(1,2,3,4,u=0);
Poisson ; plot(u, wait=1);

202
Estimation d’erreur

L’estimation d’erreur, qui sera détaillée dans la section 19.3, se base sur 2 ingrédients.

1) En premier lieu, il s’agit d’établir une inégalité d’approximation du type

inf |vh − u| ≤ ε(h, u),

vh ∈Vh

où u est la solution exacte du problème initial, et ε(h, u) tend vers 0 quand le paramètre
de discrétisation h tend lui-même vers 0. Pour le cas des éléments finis d’ordre 1 que nous
avons considérés ici, ε est du type Ch kukH 2 , où H 2 désigne l’espace de Sobolev des fonctions
de L2 dont toutes les dérivées secondes sont de carré intégrable. Noter que la régularité de
la solution donnée par le théorème d’existence et d’unicité est simplement H 1 . Il sera donc
nécessaire de montrer que la solution est plus régulière que cela.

2) Le fait que l’estimation d’approximation précédente puisse conduire à une estimation

d’erreur sur la solution effectivement calculée (qui a priori n’est pas la meilleure approximation
de u par un élément de Vh ) se base sur le lemme de Céa (voir section 19.3), qui utilise encore
une fois la coercivité de la forme bilinéaire a( · , · ), et s’exprime ici

ku − uh k ≤ C inf |vh − u| ,
vh ∈Vh

où C est une nouvelle constante qui dépend des propriétés de la forme bilinéaire. Nous verrons
que dans le cas de matériaux inhomogènes cette constante est susceptible d’être très grande,
ce qui suggère une dégradation de la précision numérique. La démonstration de ces propriétés
fait l’objet de la section 19.3.

Ces propriétés assurent ici que, si l’on considère (Th ) une famille régulière de triangulations
de Ω (voir définition 19.17), Vh l’espace d’approximation associé défini précédemment, alors
il existe une constante C > 0 telle que

|u − uh |Ω,1 ≤ Ch |f |Ω,0 .

C’est une application directe de la proposition 24.55, page 265 (ou plus précisément de la
proposition 24.57 qui s’applique au cas d’un polyèdre convexe), du théorème d’approxima-
tion 19.18, et du lemme de Céa 19.3.

Remarque 19.2. On prendra garde au fait que le lemme de Céa est non local (l’estimation
de l’erreur par l’erreur d’approximation est globale). En particulier, si la solution a la régu-
larité H 2 sauf au voisinage d’un point (par exemple un coin rentrant), on n’a pas forcément
approximation d’ordre 1, même loin du point problématique : la singularité est susceptible de
polluer l’ensemble de l’approximation.

19.3 Estimation d’erreur pour la méthode des Éléments Finis

Principes abstraits

Soit V un espace de Hilbert, et a( · , · ) une forme bilinéaire symétrique coercive sur V , de

constante de coercivité α et de constante de continuité kak, et f ∈ V ′ . On note u l’élément

203
de V qui minimise la fonctionnelle
1
v ∈ V 7−→ J(v) = a(v, v) − hϕ , vi.
2
Dans le cadre de la discrétisation en espace qui sera présentée dans les sections suivantes, on
utilisera la notation Vh pour représenter un espace d’approximation de dimension finie, h étant
un paramètre associé au maillage sur lequel cette discrétisation s’effectue. Dans la proposition
abstraite qui suit, à la base de la méthode des éléments finis, Vh désigne simplement un sous-
espace fermé de V .
Proposition 19.3. (Lemme de Céa (cas symétrique))
Soit a( · , · ) une forme bilinéaire symétrique coercive sur V , de constante de coercivité α
et de constante de continuité kak, et ϕ ∈ V ′ . On note u l’élément de V qui minimise la
fonctionnelle
1
v ∈ V 7−→ J(v) = a(v, v) − hϕ , vi.
2
Soit Vh un sous-espace fermé de V . On note uh l’élément de Vh qui minimise J sur Vh . alors
s
kak
|uh − u| ≤ inf |vh − u| .
α vh ∈Vh

Démonstration. On écrit les formulations variationnelles associées aux problèmes de minimi-

sation sur V et sur Vh , respectivement,

a(u, v) = hϕ , vi ∀v ∈ H,

a(uh , vh ) = hϕ , vh i ∀vh ∈ Vh .
On a donc
a(uh − u, vh ) = 0 ∀vh ∈ Vh ,
ce qui exprime que uh minimise la fonctionnelle v 7→ a(vh − u, vh − u) sur Vh . On a donc, en
utilisant la coercivité et la continuité de a( · , · ),

α |uh − u|2 ≤ a(uh − u, uh − u) ≤ inf a(vh − u, vh − u) ≤ kak inf |vh − u|2 ,

vh ∈Vh vh ∈Vh

d’où l’inégalité annoncée.

La propriété demeure (avec une constante dégradée) pour une forme non symétrique,
comme l’exprime le lemme de Céa général :
Proposition 19.4. (Lemme de Céa)
Soit a( · , · ) une forme bilinéaire (non nécessairement symétrique) coercive sur V , de
constante de coercivité α et de constante de continuité kak, et ϕ ∈ V ′ . Soit Vh un sous-
espace de V . On note u et uh les élements de V et Vh , respectivement, qui vérifient

a(u, v) = hϕ , vi ∀v ∈ V,

a(uh , vh ) = hϕ , vh i ∀vh ∈ Vh .
Alors
kak
|uh − u| ≤ inf |vh − u| .
α vh ∈Vh

204
Démonstration. On utilise comme précédemment
a(uh − u, vh ) = 0 ∀vh ∈ Vh ,
dont on déduit que a(uh − u, uh − u) = a(uh − u, vh − u), pour tout vh ∈ Vh , d’où
α |uh − u|2 ≤ a(uh − u, uh − u) ≤ |a(uh − u, vh − u)| ≤ kak |u − uh | inf |vh − u| ,
vh ∈Vh

d’où l’on déduit l’inégalité en prenant l’infimum en vh .

Approximation sur un simplexe

Dans la suite K désigne un simplexe de RN non dégénéré (i.e. de volume non nul). On
désignera par K̂ le simplexe de référence, défini par
n o
K̂ = (x1 , . . . , xN ) ∈ RN
+ , x1 + · · · + xN ≤ 1 .

On se placera dans ce qui suit en dimension 2 d’espace, où K̂ est le triangle de référence
n o
K̂ = (x1 , x2 ) ∈ R2+ , x1 + x2 ≤ 1 .
Notation 19.5. Pour toute fonction w définie sur K (ou sur tout autre domaine), on notera
(lorsque ces quantités sont définies)
 1/2
X
|w|0,K = kwkL2 (K) , |w|1,K = k∇wkL2 (K)2 , |w|2,K = D 2 w = |∂ij u|2  .
L2 (K)N 2
i,j

Notation 19.6. On note P k (K) l’espace des fonctions polynômiales sur K, de degré total
inférieur ou égal à k. Ainsi P 1 (K) désigne l’espace des fonctions affines sur K, de dimension
N + 1, et P 0 (K) la droite des fonctions constantes.

Le cœur théorique de la méthode des éléments finis repose sur une estimation de stabilité
sur le simplexe de référence, qui sera étendue à un simplexe quelconque par simple changement
de variable affine. On considère ici des polynôme d’ordre 1 (éléments finis dits P 1 ), on renvoie
à la fin de la section pour le cas général.
Lemme 19.7. Soit IK un opérateur linéaire continu de H 2 (K) dans H 1 (K) On suppose que
IK laisse invariant tous les éléments de P 1 . Alors il existe une constante C telle que
|v − IK v|1,K ≤ C |v|2,K ∀v ∈ H 2 (K).

Démonstration. On raisonne par l’absurde, en supposant l’existence d’une suite (vn ) telle que
|vn − IK vn |1,K > nC |vn |2,K .
On choisit de prendre vn dans l’orthogonal de P 1 (ce qui est possible, quitte à corriger par un
polynôme de degré 1, ce qui ne change aucun des membres), et de norme 1 dans H 2 . Cette
suite est bornée dans H 2 , on peut donc en extraire une sous-suite qui converge faiblement
vers u ∈ H 2 . Cette sous-suite (toujours notée vn ) converge fortement dans H 1 par injection
compacte, et donc fortement en fait dans H 2 car, |vn |2,K tendant vers 0, elle y est de Cauchy.
Elle converge donc fortement vers u. Toutes les dérivées à l’ordre 2 de u sont nulles : il s’agit
donc d’un polynôme de degré au plus 1. Comme elle est dans l’orthogonal de P 1 , on a donc
u = 0, ce qui absurde car u est de norme 1 dans H 2 .

205
 hK

ρK

Figure 19.1 – Définition de h et ρ pour un triangle

Definition 19.8. (Opérateur d’interpolation)

On définit l’opérateur d’interpolation IK comme l’application de C(K) (ensemble des appli-
cations continues de K dans R) dans P 1 (K) qui à u ∈ C(K) associe la fonction IK u affine
sur K qui prend la valeur u(x) en chaque sommet x de K. On définit de même IK 0 l’appli-
1 0
cation de L dans P (K) qui à une fonction associe la fonction constante sur K, de même
valeur moyenne.
Notation 19.9. On note hK la longueur de la plus longue arête de K, et ρK le diamètre de la
plus grande sphère contenue dans K (voir figure 19.1). On a ainsi hK /ρK ≥ 1. On notera h̃
et ρ̃ les quantités associées au simplexe de référence.
Lemme 19.10. Soit Φ l’application affine qui envoie K̂ dans K (noter que l’on peut choisir
Φ linéaire si l’on suppose que 0 est un sommet de chacun des simplexes) :
x̂ 7−→ x = Φ(x̂) = B x̂ + b
On a
1 1
k∇Φk = t
∇Φ = kBk ≤ hK , ∇Φ−1 = t
∇Φ−1 = B −1 ≤ ĥ.
ρ̂ ρK

Démonstration. Soit ξ̃ ∈ RN de norme ρ̃. Il existe x̃1 et x̃2 dans K̃ tels que ξ̃ = x̃2 − x̃1 . On
a donc
B ξ̃ = B x̃2 − B x̃1 = Φx̃2 − Φx̃1 = x2 − x1 ,
qui est de norme inférieure à hK par définition. On en déduit la première inégalité. La seconde
se montre de la même manière en considérant ξ = x2 − x1 de norme ρK .

Le cœur des estimations repose sur une formule de changement de variable entre K̂ et K,
ou plus précisément sur la manière dont le passage de K̂ à K (ou l’inverse) est susceptible
de modifier les valeurs des dérivées partielle d’une fonction poussée par Φ (ou Φ−1 ). Pour
alléger les notations, on notera simplement h pour hK , et ρ pour ρK , en considérant que ces
quantités pour le triangle de références sont des constantes.
Lemme 19.11. Soit u une fonction régulière définie sur le triangle non dégénéré K (de
diamètre h et de diamètre intérieur ρ, et û définie sur K̂ par
û(x̂) = u ◦ Φ(x̂).
Soit α = (α1 , α2 ) un multi-indice, avec |α| = α1 + α2 = s ∈ N. On a
∂ s û X ∂su ∂su 1 X ∂ s û
≤ Chs ′ , α ≤C .
∂ α x̂ |α′ |=s
α
∂ x ∂ x ρs |α′ |=s ∂ α′ x̂

206
Démonstration. Soit u une fonction régulière définie sur K. On a
∂ û ∂Φ  
= ∇u · = (∇Φ)T ∇u · êi ,
∂ x̂i ∂ x̂i

de telle sorte que ∇û(x̂) = (∇Φ)T ∇u(x). On a donc

∂ û X ∂su
≤ Ch
∂ x̂i |α|=s
∂xi

L’estimation sur les dérivées d’ordre plus élevé, ainsi que les estimations inverses (à partir de
u(x) = û ◦ Φ−1 ), se démontrent de la même manière.

Théorème 19.12. On suppose N = 1, 2, ou 3, de telle sorte que H 2 (K) s’injecte de façon

continue dans C 0 (K). Il existe une constante C universelle telle que, pour tout triangle K du
plan, non dégénéré, on a

h2
|IK u − u|1,K ≤ C |u|2,K ∀u ∈ H 2 (K)
ρ
|IK u − u|0,K ≤ Ch2 |u|2,K ∀u ∈ H 2 (K)
0
IK u−u ≤ Ch |u|1,K ∀u ∈ H 1 (K)
0,K

Démonstration. Ces estimations se démontrent à partir de l’estimation de stabilité (proposi-

tion 19.7) appliquée au simplexe de référence. On transporte |IK u − u|21,K sur le triangle de
2 2
référence, ce qui fait apparaı̂tre IK\
u−u = IK̂ û − û 1,K̂
multiplié par le jacobien de Φ,
1,K̂
ainsi que par le facteur 1/ρ2 . On utilise alors l’estimation de stabilité sur K̂, qui fait appa-
raı̂tre |û|22,K̂ . On fait subir à cet intégrale le sort inverse, en se ramenant sur K, ce qui fait
apparaı̂tre l’inverse du Jacobien, et le facteur h4 (à constante multiplicative indépendante
de K près). La racine carrée de l’inagalité obtenue donne la première inégalité, les autres se
démontrent de la même manière.

Remarque 19.13. La démonstration précédente met clairement en évidence la source des

puissances de h et ρ dans l’estimation. Le 1 du dénominateur ρ vient du 1 de la semi norme
du membre de gauche, et le 2 du numérateur vient de 2 de la semi-norme du membre de
droite. Une telle estimation sera utilisable dans une optique d’estimation si la puissance du
numérateur est strictement supérieur à celle du dénominateur (pour des triangles réguliers,
h et ρ sont de même taille). On retrouve un principe extrêmement général en théorie de
l’approximation : quand tout se passe bien (i.e. au mieux), l’ordre de l’erreur est la différence
entre l’ordre de dérivation que l’on contrôle pour la fonction approchée, moins l’ordre de
dérivation que l’on cherche à approcher. On retrouvera par exemple ce principe dans un cadre
standard pour une fonction de C m , dont on cherche à approcher la dérivée k-ième par une
méthode de type différences finies avec un pas h (il est possible que la convergence soit plus
lente que n’importe quelle puissance de h). Pour k = m on a bien convergence ponctuelle,
mais sans ordre. Dans le cas m > k l’erreur commise (ici en norme sup) en général sera
d’ordre m − k.

207
Approximation sur un domaine

Definition 19.14. (Triangulation)

Soit Ω un domaine polygonal du plan. On appelle triangulation de Ω une famille Th de
triangles non dégénérés deux à deux disjoints telle que
[
Ω= K,
K∈Th
′
et telle que, pour tous K, K ′ de Th , l’intersection K ∪ K est vide, ou réduite à un sommet
commun des triangles, ou réduite à un côté commun des triangles. Les sommets des triangles
de Th sont appelés les nœuds de la triangulation.
Definition 19.15. (Opérateur d’interpolation)
Soit Ω un domaine polygonal du plan, et Th une triangulation de Ω. On définit l’opérateur
d’interpolation Ih comme l’application de C(Ω) (ensemble des applications continues de Ω
dans R) qui à u ∈ C(Ω) associe la fonction uh affine sur chaque K ∈ Th qui prend la valeur
u(x) en chaque sommet x de Th .
Remarque 19.16. Le paramètre h joue un rôle un peu ambigu dans ce contexte : il désigne
à la fois l’indice d’un membre d’une famille de triangulations (c’est donc le label d’une trian-
gulation), et ce qu’il est convenu d’appeler le diamètre de la triangulation , c’est à dire le sup
de hK pour K ∈ Th , qui est un nombre réel. C’est évidemment un abus de notation, puisque
deux triangulations peuvent avoir le même diamètre sans être identiques. Nous conservons
néammoins cet usage, qui permet d’alléger les notations.
Definition 19.17. (Famille régulière de triangulations)
Soit Ω un domaine polygonal. On appelle famille régulière de triangulations une famille (Th )
telle que

(i) il existe une constante σ telle que suph supK∈Th (hK /ρK ) ≤ σ,

(ii) le diamètre de Th tend vers 0, c’est-à-dire que h = supK∈Th hK −→ 0.

Théorème 19.18. Soit Ω un domaine polygonal, et (Th ) une famille régulière de triangula-
tions de Ω. Pour tout u ∈ H 2 (Ω), on a
|u − Ih u|1,Ω ≤ Cσh |u|2,Ω , |u − Iu |0,Ω ≤ Ch2 |u|2,Ω

Démonstration. On a
Z X Z X
2
|u − Ih u| = |u − Ih u|2 ≤ C 2 h4 |u|22,K ≤ C 2 h2 |u|22,Ω .
Ω K∈Th K K∈Th

On raisonne de la même manière pour estimer |u − Ih u|0,Ω .

Convergence de la méthode pour le problème de Poisson

Proposition 19.19. Soit Ω un domaine polyédrique convexe, et (Th )h une famille régulière
de triangulations de Ω. On note Vh l’ensemble des fonctions de H01 (Ω) dont la restriction à
chaque triangle de Th est affine. Pour f ∈ L2 (Ω), on note u ∈ H01 (Ω) la solution faible de
−△u = f,

208
et uh la solution du problème discrétisé
Z Z
∇uh · ∇vh = f vh ∀vh ∈ Vh .
Ω Ω

Il existe une constante C > 0 telle que

|u − uh |Ω,1 ≤ Ch |f |Ω,0 .

19.4 Estimation de valeurs propres

R
On s’intéresse ici à l’approximation des valeurs propres d’une forme bilinéaire du type
∇u · ∇v.
Théorème 19.20. On se place dans le cadre du théorème 22.41, page 235. On introduit une
suite d’espaces d’approximation (Vh ) de V , i.e. tels que, pour tout v ∈ V , la projection Πh v
de v sur Vh converge vers v quand h tend vers 0. On note (ukh , λkh ) les solutions du problème
aux valeurs propres sur Vh :
a(uh , v) = λh (uh , v),
où ( · , · ) est le produit scalaire sur H.

On a alors, pour tout k, convergence de λkh vers λk quand h tend vers 0.

Démonstration. On note Nh la dimension de Vh . Notons tout d’abord que le principe du

min-max
λk = min max R(w) , λkh = min max R(w)
W ∈E k w∈W \{0} W ∈Ehk w∈W \{0}

où E k (respectivement Ehk désigne l’ensemble des sous-espaces vectoriels de V (resp. Vh ) de

dimension k, implique λk ≤ λkh pour tout k ≤ Nh .

Notons Πh la projection de V sur Vh pour le produit scalaire associé à a( · , · ), et Wk

l’espace vectoriel engendré par les k premiers vecteurs propres de a( · , · ). Pour tout u ∈ Wk ,
on a
k
X
u= ui wi ,
i=1
et ainsi
k k
!1/2 k
!1/2
X X 2 X
kΠh u − ukV = i
u (Πh ui − ui ) ≤ u i
kΠh ui − ui k2V
i=1 i=1 i=1

k
!1/2
X
= |u| kΠh ui − ui k2V .
i=1
On a donc
|Πh u − u|V
lim sup =0
h→0 u∈Wk |u|
Par ailleurs, on a a(Πh u, Πh u) ≤ a(u, u), pour tout u ∈ V . Le principe du min-max permet
pour finir d’écrire que
λkh ≤ max R(w),
w∈Wh \{0}

209
 vj
i
hj
hi

vi

Figure 19.2 – Assemblage de la matrice élémentaire

pour tout sous-espace Wh de Vh de dimension k. Prenant Wh = Πh (Wk ), il vient

a(Πh u, Πh u) a(u, u) |u|2

λkh ≤ max ≤ max ≤ λ k
max .
u∈Wk \{0} |Πh u|2 u∈Wk \{0} |Πh u|2 u∈Wk \{0} |Πh u|2

On a par ailleurs
||Πh u| − |u|| ≤ | Πh u − u| ≤ |u| εh ,
avec εh → 0 quand h → 0, d’où

|Πh u| = |u| (1 + εh ) .

La quantité à droite de la chaı̂ne d’inégalités tend donc vers λk quand h tend vers 0, d’où la
converge de λkh vers λk .

19.5 Éléments finis et réseaux résistifs

Soit Th une triangulation d’un domaine Ω, et A la matrice résultant de la discrétisation

par éléments finis P 1 de la forme blinéaire
Z
a(u, v) = ∇u · ∇v.
Ω

Pour i et j voisins, l’intégrale de ∇wi · ∇wj résulte de deux contributions (les deux tri-
angles qui contiennent i et j). L’une quelconque de ces contributions (voir figure 19.2) s’écrit
Z
1
∇wi · ∇wj = aire(K) hi · hj .
K |hi | |hj |2
2

On note D = vi ∧ vj . L’aire du triangle vaut D/2. Par ailleurs, la hauteur |hi | du triangle
peut s’exprimer
v⊥ vi ∧ vj
|hi | = vj · i = .
|vi | |vi |

210
On a donc
Z
1 D vi · vj 1 vi · vj
∇wi · ∇wj = aire(K) hi · hj 2 2 = 2 |v | |v | |hi | |hj | 2 2 = 2D .
K |hi | |hj | i j |hi | |hj |
L’intégrale sur l’ensemble du domaine est ainsi la somme de deux contributions de ce type,
correspondant aux deux triangles partageant à la fois i et j. On note cij l’opposé de cette
valeur. En écrivant que la fonction constante égale à 1 est somme des fonctions de base sur
l’ensemble du maillage, on obtient
Z Z X
0= ∇wi · ∇1 = |∇wi |2 − cij .
Ω Ω j∼i

La matrice du Laplacien discrétisé est donc la matrice dont les termes extra-diagonaux sont
P
les −cij , et les éléments diagonaux les Ci = cij . On se trouve donc en présence d’une
matrice associée à un réseau résistif (voir section 7), dont les sommets sont les sommets du
maillages, les arêtes les côté de ce même maillage, et les résistances sont les inverses des
quantités cij définie ci-dessus. Une solution du problème discret sans second membre peut
donc s’interpréter comme un champ de pression sur le réseaux, harmonique sur les points
intérieurs.

On prendra cependant garde au fait que les cij ne sont pas nécessairement positifs. Ils ne le
sont de façon sûre que si tous les angles de tous les triangles sont aigus. Dans le cas contraire,
l’analogie doit être considérée avec précaution, certaines résistances du réseau associé pouvant
être négatives. L’une des conséquence de cette négativité de certaines résistances est que la
méthode ne vérifie plus forcément le principe du maximum discret. En effet, on a pour tout
champ harmonique
1 X
p(i) = cij p(j),
C(i) j∼j
mais cette combinaison peut n’être plus barycentrique dans le cas où certains angles sont
obtus.

On notera en rechanche que cette invalidation du principe du maximum ne remet pas en

cause les propriétés de convergence de la méthode (section 19.3).

Equation de conservation continue associée à la solution discrète

On peut associer à la solution discrète d’un problème de Laplace discrétisé par éléments
fini une mesure vectorielle vérifiant une équation de conservation stationnaire (au sens des
distribution).

Nous considérons pour fixer les idées le cas de conditions aux limites de Dirichlet non
homogènes. L e problème consiste à trouver dans l’espace Vh des fonctions continues affines par
morceaux une fonction qui prend des valeurs prescrites sur le bord, et qui vérifie la formulation
variationnelle discrète (on note p l’inconnue pour expliciter le lien avec la section 7)
Z
∇p · ∇q = 0 ∀v ∈ Vh0 ,
Ω

où Vh0 est l’espace des fonctions discrètes qui s’annulent au bord. Pour tout point x de la
triangulation situé sur le bord du domaine, on note µ(x) la mesure atomique associée au flux

211
discret lui même associé au champ de pression défini sur le réseau résistif N = (V, E, r, Γ)
correspondant au maillage éléments finis, selon les principes décrit ci-dessus. Plus précisément,
on note, pour tout x ∈ Γ, on note
X X X
µ(x) = du(x) δx , du(x) = u(y, x) = c(x, y)(p(y) − p(x)).
x∈Γ y∼x y∼x

On note G la mesure vectorielle associée aux flux discrets sur le maillage, selon la démarche
décrite dans la section 7.5. On a alors, au sens des distributions, (voir proposition 7.19,
page 83)
∇ · G = µ.
Noter que cette propriété de conservation formelle ne nécessite pas d’hypothèse sur la positi-
vité des résistances. On gardera cependant à l’esprit que, dans le cas où le maillage présente
des angles obtus, le réseau résistif associé ne correspond pas forcément à la situation physique
de résistances positives 122 .

122. Un tel réseau serait irréalisable en pratique, qu’il s’agisse d’un circuit électrique, on d’un réseaux de
tuyaux au travers duquel s’écoule un fluide visqueux.

212
20 Optimisation (méthodes numériques)

20.1 Algorithme d’Uzawa

Nous présentons ici l’algorithme d’Uzawa apppliqué à un problème de minimisation qua-

dratique sous contraintes d’inégalité affines. On considère une matrice A ∈ Mn (R) s.d.p., un
vecteur b de Rn , et une matrice B ∈ Mmn (R) exprimant les contraintes.

Le problème consiste à minimiser la fonctionnelle

1
v ∈ V ∈ Rn 7−→ J(v) = Av · v − b · v, (20.1)
2
sur le convexe fermé K défini comme

K = { v ∈ V = Rn , Bv ≤ z} .

La formulation point-selle du problème s’écrit sous forme matricielle

Au + B ⋆ p = b
Bu ≤ z
(20.2)
p ≥ 0
p · Bu = 0

Algorithme 20.1. 0n se donne ρ > 0 un paramètre strictement positif, p0 un élément de Λ,

et l’on construit (pk ) (et les uk associés) selon la procédure

uk + B ⋆ p k = b
 
pk+1 = Π+ pk + ρ(Buk − z) .

Proposition 20.2. Soit A ∈ Mn (R), b ∈ Rn , et J la fonctionnelle définie par (20.1). La

suite (uk ) construite selon l’algorithme 20.1 converge vers u, minimiseur de J sur K, dès
que
2α
0<ρ< , (20.3)
kBk2
où α > 0 est la constante de coercivité de v 7→ Av · v (plus petite valeur propre de A).

Démonstration. Soit (u, p) une solution de la formulation point-selle (20.2) (de sorte que u
est le minimiseur de J sur K). On a

pk+1 = Π+ (pk + ρB(uk − z))

p = Π+ (p + ρ(Bu − z))

213
d’où (la projection sur le convexe fermé Rm
+ est contractante, voir proposition 22.10, page 225)
2 2   2
pk+1 − p = pk − p + 2ρ uk − u, B ⋆ (pk − p) + ρ2 B(uk − u)
2   2
= pk − p − 2ρ uk − u, A(uk − u) + ρ2 B(uk − u)
2   2
≤ pk − p − ρ 2α − ρ kBk2 uk − u .

Si la condition sur ρ est vérifiée, alors la suite pk − p est décroissante positive, donc converge,
et par suite uk converge vers u.

Remarque 20.3. La démonstration ci-dessus s’applique sans problème à la dimension infi-

nie, dès qu’on a existence d’un point selle (u, p) (la condition de fermeture de l’image de B,
qui est suffisante pour avoir un point-selle, n’est pas nécessaire).

La proposition précédente se généralise directement à des fonctionnelles non quadratiques :

Proposition 20.4. Soit J une fonctionnelle de Rn dans R, continûment différentiable et
α-convexe (selon la définition 25.3, page 270) avec α > 0. A partir de p0 , on construit
 
uk = arg min J(v) + pk · Bv
 
pk+1 = Π+ pk + ρ(Buk − z)

La suite (uk ) converge vers u, minimiseur de J sur K, dès que 0 < ρ < 2α/kBk2 .

Convergence de la suite des multiplicateurs de Lagrange (Uzawa)

Nous démontrons ici une propriété peu documentée dans la littérature, qui est que la suite
des multiplicateurs de Lagrange construite par l’algorithme d’Uzawa converge faiblement,
même dans le cas de non-unicité du point-selle. La démonstration est basée sur la proposition
suivante
Proposition 20.5. (Lemme d’Opial)
Soit Λ un espace de Hilbert, Λ̃ un sous-ensemble non vide de Λ, et (λk ) une suite d’éléments
de Λ telle que
(i) pour tout µ ∈ Λ̃, la suite λk − µ converge,
(ii) si une sous-suite (λϕ(k) ) converge faiblement vers un élément µ de Λ, alors µ ∈ Λ̃.
Alors la suite (λk ) converge faiblement vers un élément de Λ̃.

Démonstration: D’après (i), la suite (λk ) est bornée. Il suffit donc de vérifier que deux
sous-suites qui convergent faiblement ont la même limite. On considère donc deux sous-suites
(λmk ) et (λnk ) qui convergent faiblement vers λ1 et λ2 , respectivement. On introduit les
limites
ℓ1 = lim λk − λ1 , ℓ2 = lim λk − λ2
qui sont bien définies par hypothèse. On écrit simplement
2 2  
λk − λ1 − λk − λ2 = λ2 − λ1 , 2λk − λ1 − λ2

214
On passe à la limite dans l’identité précédente pour la sous-suite (λmk ), puis pour (λnk ). Il
vient
|ℓ1 |2 − |ℓ2 |2 = − |λ2 − λ1 |2 et |ℓ1 |2 − |ℓ2 |2 = |λ2 − λ1 |2 .
On a donc nécessairement |λ2 − λ1 | = 0, d’où le résultat. 

Proposition 20.6. On suppose que le Lagrangien L admet un point-selle (u, λ) (non néces-
sairement unique). Alors, sous l’hypothèse (20.3), la suite (λk ) converge faiblement vers µ ∈
Λ, tel que (u, µ) est point-selle pour L.

Démonstration: On note Λ̃ ⊂ Λ l’ensemble des µ tels que (u, µ) est solution du pro-
blème (20.2), et l’on se propose de vérifier que la suite (λk ) rentre dans le cadre du lemme
d’Opial. L’hypothèse (i) est vérifiée, comme on l’a vu lors de la démonstration de la proposi-
tion 20.2. Considérons maintenant une sous-suite, que nous notons encore (λk ) pour alléger
l’écriture, qui converge faiblement vers µ ∈ Λ. On a
Auk + B ⋆ λk = f
pour tout k. Or Auk converge vers Au, et B ⋆ λk converge faiblement vers B ⋆ µ (d’après la
proposition 22.31, page 230). On a donc par passage à la limite (faible)
Au + B ⋆ µ = f,
et ainsi (u, µ) est point-selle de L c’est-à-dire µ ∈ Λ̃. Le lemme d’Opial ci-dessus permet de
conclure. 

Remarque 20.7. Dans le cas de la dimension finie (donc notamment lors de la résolution
numérique de problèmes discrétisés en espace), on aura donc convergence forte de la suite
des multiplicateurs de Lagrange. On distinguera bien cette propriété de convergence pour le
problème discrétisé (à paramètre h de discrétisation fixé), de la propriété de convergence
éventuelle de la suite des limites vers “quelque chose” quand le paramètre de discrétisation h
tend vers 0.

20.2 Pénalisation

Le principe de la méthode de pénalisation est très général : on se donne une fonctionnelle

J sur un ensemble X, et un ensemble K défini implicitement comme {x ∈ X , b(x) = 0}, où
b est une fonction positive sur X. Le principe consiste à relaxer la contrainte en considérant
le problème de minimisation sur X tout entier de la fonctionnelle pénalisée
1
Jε = J + b.
ε

La méthode peut-être appliquée dans un grand nombre situations. La proposition suivante

donne un résultat de convergence en dimension finie, sous des hypothèses assez générales.
Proposition 20.8. Soit E un e.v.n de dimension finie, J une fonctionnelle continue et
coercive 123 sur E, et K une partie de E définie comme l’ensemble de niveau 0 d’une fonction
continue positive b( · ). On note uε un minimiseur sur E de la fonctionnelle pénalisée Jε . La
suite uε est bornée, et toute valeur d’adhérence de uε minimise J sur K. En particulier si le
minimiseur de J sur K est unique, alors toute la suite converge vers ce minimiseur.
123. c’est à dire telle que J(x) tend vers +∞ quand kxk tend vers +∞.

215
Démonstration. Remarquons en premier lieu que le minimum de J sur K est atteint en un
point u ∈ K. La famille de fonctionnelles (Jε ) étant coercive uniformément par rapport à ε
(du fait de la coercivité de J), la suite uε est bornée. On peut donc extraire une sous-suite,
que l’on note toujours (uε ), qui converge vers w ∈ E. On a

J(uε ) ≤ Jε (uε ) ≤ Jε (u) = min J.

On a donc J(w) ≤ min J. Et par ailleurs,

1
Jε (uε ) = J(uε ) + b(uε ) ≤ min J,
ε
implique que b(uε ) tends vers 0, donc que b(w) = 0, et par suite w ∈ K est bien minimiseur
de J sur K.

216
Quatrième partie

Aspects théoriques

217
21 Éléments d’Analyse Fonctionnelle

21.1 Autour du théorème de Hahn-Banach

Théorème 21.1. (Th. de Hahn-Banach (prolongement))

Soit E un espace vectoriel normé, G un sous-espace vectoriel de E, et g une forme linéaire
sur G, continue. Alors g se prolonge en une forme linéaire continue sur E.

Théorème 21.2. (Th. de Hahn Banach (séparation))

Soit E un espace vectoriel normé, X et Y deux convexes de E, non vides, disjoints, avec X
fermé et Y compact. Alors il existe un hyperplan fermé qui sépare X et Y au sens strict, i.e.
il existe ϕ ∈ E ′ , α ∈ R et ε > 0 tels que

hϕ , xi ≤ α < α + ε ≤ hϕ , yi ∀x ∈ X , y ∈ Y.

Proposition 21.3. Soit X un espace vectoriel, et ϕ, ϕ1 , . . ., ϕn des formes linéaires sur X,

telles que
∩ ker ϕi ⊂ ker ϕ.
Alors ϕ est combinaison linéaire des ϕi .

Démonstration. On considère l’application T qui à x ∈ X associe (ϕ(x), ϕ1 (x), . . . , ϕn (x))

dans Rn+1 . Par hypothèse, (1, 0, . . . , 0) n’est pas dans l’image de T , on peut donc séparer ce
point de ce convexe fermé par un hyperplan : il existe λ, λ1 , . . ., λn tels que
n
X
λϕ(x) + λi ϕi (x) ≤ α < λ ∀x ∈ X.
i=1

Le membre de gauche, linéaire en X et majoré, est nécessairement nul, on a donc

n
X
λϕ(x) + λi ϕi (x) = 0,
i=1

avec λ > 0, d’où le résultat.

Remarque 21.4. Le résultat précédent généralise une propriété bien connue sur les matrices.
Soit B une matrice réelle n × m, dont les lignes sont les ui ∈ Rm , i = 1,. . ., n. Soit u un
vecteur orthogonal à tout vecteur orthogonal aux ui . La proposition précédente (on associe
aux vecteurs une forme linéaire basée sur le produit scalaire usuel sur l’espace Euclidien Rm )
assure que u est combinaison linéaire des ui , ce qui exprime

(ker B)⊥ ⊂ ImB T .

On a bien sûr égalité entre ces deux espaces (l’inclusion inverse est immédiate).

218
21.2 Autour du théorème de Banach-Steinhaus

Definition 21.5. On appelle espace de Banach tout espace vectoriel normé complet.
Definition 21.6. Soient E et F deux espaces vectoriels normés. On note L(E, F ) l’espace
des applications linéaires continues de E dans F . C’est un espace vectoriel normé pour la
norme
kT ukF
kT kL(E,F ) = sup = sup kT ukF .
u6=0 kukE u∈BE

Cet espace est complet dès que F est complet. Lorsque F = E, on notera simplement L(E).
Definition 21.7. (Adjoint)
Soient E et F deux espaces vectoriels normés, et T ∈ L(E, F ). On définit l’adjoint de T
comme l’opérateur T ⋆ de F ′ dans E ′ qui à ϕ ∈ F ′ associe

T ⋆ ϕ : u 7−→ hT ⋆ ϕ , ui = hϕ , T ui.

On vérifie immédiatement que T ⋆ ∈ L( F ′ , E ′ ), avec kT ⋆ k = kT k.

Proposition 21.8. Soit E un espace de Banach, et K un sous-espace vectoriel fermé de E.
Pour tout x̃ ∈ E/K, on définit

kx̃kE/K = inf kyk = inf kx − hk.

y∈x̃ h∈K

L’espace E/K est complet pour la norme k · kE/K .

Lemme 21.9. (Baire)
Soit X un espace métrique complet, et (Xn )n∈N une suite de fermés de X. On suppose que

Int (Xn ) = ∅ ∀n ∈ N.

On a alors !
+∞
[
Int Xn = ∅.
n=0

Théorème 21.10. (Banach-Steinhaus)

Soient E et F deux espaces vectoriels normés, avec E complet, et (Ta )a∈A une famille
d’opérateurs de L(E, F ). On suppose

sup kTa xkF < +∞ ∀x ∈ E. (21.1)

a∈A

On a alors
sup kTa kL(E,F ) < +∞.
a∈A

Exercice 21.1. Montrer qu’un espace de Banach est de dimension soit finie soit non dénom-
brable.
Corollaire 21.11. Soient E et F deux espaces de Banach et (Tn )n∈N une suite d’opérateurs
de L(E, F ) telle que, pour tout x ∈ E, Tn x converge vers un élément de F , que l’on note T x.
La suite (Tn ) est alors nécessairement bornée dans L(E, F ). De plus, l’opérateur limite T est
dans L(E, F ), et sa norme vérifie

kT kL(E,F ) ≤ lim inf kTn kL(E,F ) .

n→+∞

219
Remarque 21.12. La dernière inégalité du corollaire précédent peut être stricte. Considérer
par exemple E = ℓ2 et la suite des formes linéaires

Tk : x = (xn )n∈N 7−→ xk ∈ R.

Cette suite converge ponctuellement vers la forme linéaire nulle. Cet exemple permet d’autre
part de vérifier que l’on n’a pas en général convergence de Tk vers T pour la norme d’opérateur.

Remarque 21.13. On prendra garde au fait que l’hypothèse (21.1) du théorème de Banach-
Steinaus, (tout comme l’hypothèse de convergence de Tn x du corollaire ci-dessus), doit être
vérifiée pour tout x de E, et non pas seulement sur un sous-ensemble dense.

Théorème 21.14. (Application ouverte)

Soient E et F deux espaces de Banach et soit T ∈ L(E, F ) surjectif. Alors il existe une
constante c telle
BF (0, c) ⊂ T (BE ) .

On en déduit le

Corollaire 21.15. Soient E et F deux espaces de Banach. et soit T ∈ L(E, F ) bijectif .

Alors T −1 est continu de F dans E.

Dans le cas où T n’est pas surjectif, on peut appliquer ce qui précède à l’application T̃ ,
bijection canoniquement associée à T comme le précise le corollaire ci -dessous.

Corollaire 21.16. Soient E et F deux espaces de Banach, et T ∈ L(E, F ). On suppose

que l’image de T est fermée. L’application T̃ définie de E/ ker T dans T (V ) par T̃ x̃ = T x est
une bijection bicontinue. En particulier, il existe une constante α telle que

kũkE/ ker T = inf ku − hk ≤ α kT uk .

h∈ker T

Remarque 21.17. Dans le cas où E est un espace de Hilbert, l’infimum est atteint pour h
égal à la projection de u sur ker T , l’inégalité ci-dessus devient

P(ker T )◦ u ≤ α kT uk .

Proposition 21.18. Soient E et F deux espaces de Banach, et T ∈ L(E, F ). L’image de

T est fermée si et seulement s’il existe α > 0 tel que

∀y ∈ T (E) , ∃x ∈ E , kxk ≤ α kyk , y = T x. (21.2)

Démonstration. La condition nécessaire est une conséquence directe du corollaire précédent.

En effet, si l’on note α la constante de continuité de l’aplication T̃ −1 , on a

∀y ∈ T (E) , T̃ −1 y ≤ α kyk .
E/ ker T

Soit z un élément de la classe T̃ −1 y, on a

T̃ −1 y = kz − Pker T zk ,
E/ ker T

220
d’où la propriété avec x = z − Pker T z.

Réciproquement, si un tel α existe, alors pour tout suite (xn ) telle que T xn → y, on
peut construite une suite bornée x′n avec T xn = T x′n , dont on peut extraire une sous-suite
faiblement convergence (toujours notée (x′n )) vers x ∈ E. La proposition 22.31 assure alors
la convergence faible de T x′n vers T x, d’où y = T x ∈ T (E).

Remarque 21.19. On déduit immédiatement de ce qui précède que l’image d’un sous-espace
fermé par une application linéaire injective à image fermée est fermée (comme image réci-
proque d’un fermé par l’application réciproque, qui est continue).

Definition 21.20. (Polaire d’un ensemble)

Soit E un espace de Banach et K un sous-espace vectoriel de E. On appelle polaire de K
l’ensemble 
K ◦ = ϕ ∈ E ′ , hϕ , ui = 0 ∀u ∈ K .

Les propriétés qui suivent sont essentielles pour établir les résultats afférents à l’existence
et l’unicité de point-selle On se reportera à Brezis [2] pour un exposé plus complet des
propriétés de l’opérateur adjoint.

Proposition 21.21. Soient E et F deux espaces de Banach, et T ∈ L(E, F ). On a

ImT ⋆ ⊂ (ker T )◦ .

Dans le cas où E est un espace de Hilbert (et plus généralement dans le cas où E est réflexif ),
on a l’identité
ImT ⋆ = (ker T )◦ .

Démonstration: Soit ϕ ∈ T ⋆ ( F ′ ), donc de la forme T ⋆ λ. On a, pour tout u ∈ ker T ,

hϕ , ui = hT ⋆ λ , ui = hλ , T ui = 0,

d’où T ⋆ ( F ′ ) ⊂ (ker T )◦ . Comme (ker T )◦ est fermé, cela entraı̂ne T ⋆ ( F ′ ) ⊂ (ker T )◦ .

Montrons que cette inclusion ne peut être stricte dans le cas Hilbertien. Supposons qu’elle
le soit. Il existe alors ϕ0 ∈ (ker T )◦ non élément de l’adhérence de T ⋆ ( F ′ ). Le théorème de
Hahn-Banach permet de séparer strictement ϕ0 du convexe fermé T ⋆ ( F ′ ) : il existe 124 h ∈ V
et α ∈ R tels que
(T ⋆ λ, h) ≤ α < hϕ0 , hi ∀λ ∈ F ′ .
Comme F ′ est un espace vectoriel, l’ensemble des valeurs prises par (T ⋆ λ, h) est soit {0} soit
R tout entier. D’après l’inégalité précédente, c’est nécessairement {0}. On a donc hλ , T hi = 0
pour tout λ ∈ F ′ d’où h ∈ ker T , mais alors hϕ0 , hi = 0, ce qui est en contradiction avec
l’inégalité ci-dessus. On a donc bien identité entre les deux ensembles. 

Proposition 21.22. Soient E et F deux espaces de Banach, et T ∈ L(E, F ). Les assertions

suivantes sont équivalentes :
(i) ImT est fermée.
124. C’est ici qu’intervient l’hypothèse de réflexivité de E, dans le fait que la forme linéaire sur E ′ est de la
forme ϕ 7→ hϕ , hi

221
 (ii) ImT ⋆ est fermée.
(iii) Il existe C > 0 tel que

∀z ∈ ImT , ∃u ∈ E , z = T u , kuk ≤ C kzk ,

ou, de façon équivalente

kũkE/ ker T ≤ C kT uk .

(iv) Il existe β > 0 tel que

hλ , T ui
sup ≥ β kλk F ′ / ker T ⋆ .
u∈E kuk
Proposition 21.23. Soient E et F deux espaces de Banach, et T ∈ L(E, F ). Les assertions
suivantes sont équivalentes.
(i) T est surjectif.
(ii) Il existe α > 0 tel que
kµk ≤ α kT ⋆ µk ∀µ ∈ F ′ .

(iii) Il existe β > 0 tel que

|hλ , T ui|
sup ≥β ∀λ ∈ F ′ .
u∈E |u| kλk

222
22 Espaces de Hilbert, analyse convexe

22.1 Définitions, principales propriétés

Definition 22.1. (Produit scalaire)

Soit H un espace vectoriel sur R. On appelle produit scalaire une forme bilinéaire hu | vi de
H × H dans R, symétrique, définie et positive :

hu | vi = hv | ui , hu | ui ≥ 0 ∀u ∈ H , et hu | ui = 0 ⇐⇒ u = 0.

Un produit scalaire définit sur H une structure d’espace vectoriel normé pour la norme
u 7−→ |u| = hu | ui1/2 .

Definition 22.2. (Espace de Hilbert)

On appelle espace de Hilbert un espace vectoriel muni d’un produit scalaire, et qui est complet
pour la norme associée.

Exemple 22.1. Tout espace de dimension finie munie d’un produit scalaire est un espace
de Hilbert (espace Euclidien). En dimension infinie, l’exemple le plus simple d’espace de
Hilbert de dimension infinie est l’espace ℓ2 des suites de carré intégrable. On peut définir par
extension une infinité de nouveaux espaces dits “à poids” en introduisant, pour γ = (γn ) une
suite quelconque de réels strictement positifs,
n X o
ℓ2γ = (un ) ∈ RN , γn |un |2 < +∞ .

Proposition 22.3. (Inégalité de Cauchy-Schwarz)

Tout produit scalaire vérifie l’inégalité de Cauchy-Schwarz

|hu | vi| ≤ |u| |v| ∀u, v ∈ H.

Démonstration: On écrit que hu + tv | u + tvi est positif, pour tout t ∈ R, notamment pour
t = −hu | vi/ |v|2 qui réalise le minimum. 

Proposition 22.4. (Identité du parallélogramme)

Toute norme issue d’un produit scalaire vérifie l’identité du parallélogramme
2 2
u+v u−v 1
+ = (|u|2 + |v|2 ).
2 2 2
Proposition 22.5. Tout sous-espace vectoriel fermé d’un espace de Hilbert est un espace de
Hilbert (pour le même produit scalaire).

Démonstration. La propriété découle simplement du fait que la restriction d’un produit sca-
laire à un sous-espace est un produit scalaire, et qu’un sous-espace fermé d’un espace complet
est complet.

Definition 22.6. (Séparabilité)

On dit qu’un espace de Hilbert H est séparable s’il existe un sous-ensemble de H dénombrable
et dense dans H.

223
Théorème 22.7. ( Projection sur un convexe fermé)
Soit H un espace de Hilbert et K un convexe fermé non vide de H. Pour tout z ∈ H, il
existe un unique u ∈ K (appelée projection de z sur K) tel que

|z − u| = min |z − v| = dist(z, K).

v∈K

La projection u est caractérisée par la propriété

(
u∈K
(22.1)
hz − u | v − ui ≤ 0 ∀v ∈ K.

On notera u = PK z.

Démonstration: On considère une suite minimisante (un )

un ∈ K , |z − un | −→ d = dist(z, K).

Pour p, q ∈ N, on applique l’identité du parallélogramme à up − z et uq − z :

2 2
up + uq up − uq 1
−z + = (|up − z|2 + |uq − z|2 ).
2 2 2
Comme K est convexe (up + uq )/2 ∈ K,
2
up + uq
−z ≥ d2 .
2
On a donc
2
up − uq
≤ d2 − d2 + εp + εq = εp + εq ,
2
avec εn = |un − z|2 −d2 −→ 0. La suite un est donc de Cauchy dans H complet, donc converge
vers u ∈ H. Comme K est fermé, u ∈ K, et par continuité de la norme, |u − z| = dist(z, K).

On écrit ensuite simplement que pour tout v ∈ K, l’inégalité |z − w|2 ≥ |z − u|2 est
vérifiée pour tout w du segment [u, v] (qu’on écrit w = u + t(v − u), t ∈ [0, 1]). 

La démonstration du théorème précédent suggère que toute suite minimisante (un ) tend
nécessairement vers le minimiseur. L’exercice suivant précise cette propriété, en explicitant
la vitesse de convergence de la suite des minimiseurs en fonction de la vitesse de convergence
de |un − z| vers |u − z|.
Exercice 22.1. Soit H un espace de Hilbert, K un convexe fermé non vide de H, z ∈ H. On
note u la projection de z sur K. Montrer que

|v − u| ≤ |v − z| ∀v ∈ K.

Exercice 22.2. Soit H un espace de Hilbert, K un convexe fermé non vide de H, z ∈ H. On

note u la projection de z sur K. Pour tout v ∈ K, note dv = |v − z|, et ε = dv − d. Estimer
|v − u| en fonction de dv et ε.
Exercice 22.3. Soit H = ℓ2 et K l’ensemble des suites à termes positifs ou nuls. Exprimer la
projection d’un élément z = (zn ) sur K.

224
Remarque 22.8. Si K est un sous-espace affine fermé de H, alors la caractérisation (22.1)
prend la forme (
u∈K
(22.2)
hz − u | v − ui = 0 ∀v ∈ K,
et si K est un sous-espace vectoriel de H, on a
(
u∈K
(22.3)
hz − u | vi = 0 ∀v ∈ K.
Remarque 22.9. On prendra garde que la projection sur un sous-espace vectoriel n’est en
général pas définie, car en dimension infinie les sous-espaces vectoriel peuvent ne pas être
fermés (considérer par exemple le sous-espace de ℓ2 des suites nulles au delà d’un certain
rang).

On peut vérifier que l’application de projection PK définie par le théorème précédent est
1-lipschitzienne
Proposition 22.10. Sous les hypothèses du théorème précédent, on a, pour tous f , g ∈ H,
|PK f − PK g| ≤ |f − g|

Démonstration. On utilise la caractérisation de la projection (22.1) :

hf − PK f | PK g − PK f i ≤ 0,
hg − PK g | PK f − PK gi ≤ 0.
En additionnant, il vient,
|PK f − PK g|2 ≤ (f − g, PK f − PK g) ≤ |f − g| |PK f − PK g| ,
d’où l’inégalité annoncée.

Remarque 22.11. Ne pas confondre le résultat précédent avec le caractère 1-lipschitzien de

la fonction distance à un ensemble quelconque, dans tout espace vectoriel normé.

La proposition ci-dessus exprime la stabilité de la projection par rapport à l’élément

projeté. On peut se demander si cette projection est stable par rapport à l’ensemble sur
lequel on projette. C’est l’objet de l’exercice suivant :
Exercice 22.4. Soit H un espace de Hilbert, et z un élément de H fixé. Pour tout couple
(K, K ′ ) de convexes fermés bornés, on définit leur distance de Hausdorff par
!
dH (K, K ′ ) = max sup d(v, K ′ ), sup d(v ′ , K) .
v∈K v′ ∈K ′

On note u = PK z, u′ = PK ′ z. Majorer |u − u′ | en fonction de dH (K, K ′ ).

Proposition 22.12. Soit H un espace de Hilbert et K un sous-espace vectoriel fermé de H.
Tout u de H s’écrit
u = PK u + PK ⊥ u.

Démonstration: On vérifie immédiatement que u−PK u vérifie les identités qui caractérisent
la projection de u sur K ⊥ . 

225
Proposition 22.13. (Caractérisation de la densité)
Soit H un espace de Hilbert et K un sous-espace de H tel que l’implication suivante soit
vérifiée :
hh | wi = 0 ∀w ∈ K =⇒ h = 0.
Alors K est dense dans H

Démonstration: Si K n’est pas dense dans H, alors il existe u ∈ H, u ∈

/ K. On pose
h = u − PK u. On a hh | wi = 0 pour tout w ∈ K, et h 6= 0 car u ∈
/ K. 

Théorème 22.14. (Hahn-Banach)

Soit H un espace de Hilbert, K ⊂ H un convexe fermé, et z un point de H qui n’appartient
pas à K. Alors il existe un hyperplan fermé qui sépare K et z au sens strict, c’est-à-dire qu’il
existe h ∈ H et α ∈ R tels que

hh | xi ≤ α < hh | zi ∀x ∈ K.

Démonstration: On introduit la projection u = PK z de z sur K, et l’on prend h = z − u et

α = hh | ui. Pour tout x ∈ K, on a

hh | xi − α = hh | xi − hh | ui = hz − u | x − ui ≤ 0.

et on a par ailleurs hh | zi − α = hh | zi − hh | ui = |z − u|2 > 0 . 

Exercice 22.5. Soient u, u1 , . . ., un , des éléments d’un espace de Hilbert H. Montrer l’équi-
valence suivante \  X
u⊥
i ⊂ u⊥ ⇐⇒ ∃λ1 , . . . , λn , u = λi u i .

Definition 22.15. (Orthogonal d’un ensemble)

Soit H un espace de Hilbert et K un sous-ensemble de H. On appelle orthogonal de K
l’ensemble
K ⊥ = {v ∈ V , (v, u) = 0 ∀u ∈ K} .
On vérifie immédiatement que c’est un sous-espace vectoriel fermé.

Proposition 22.16. Soit H un espace de Hilbert et K un sous-espace vectoriel fermé de H.

On a
K ⊥⊥ = K.

Tout espace de Hilbert peut s’identifier à son dual, comme l’exprime le théorème suivant.

Théorème 22.17. (Riesz-Fréchet)

Soit ϕ ∈ H ′ (dual topologique de H). Il existe f ∈ H unique tel que

hϕ , ui = hf | ui ∀u ∈ H. (22.4)

De plus, on a |f | = kϕkH ′ .

226
Démonstration: Si ϕ est la forme nulle, le résultat est immédiat. Dans le cas contraire,
on introduit K le noyau de ϕ. C’est un hyperplan fermé de H. On construit ensuite un h ∈
SH ∩K ⊥ . Pour celà on considère z ∈
/ K. D’après la caractérisation (22.3), on a (z−PK z, v) = 0
pour tout v ∈ K. Le vecteur
z − PK z
h=
|z − PK z|
convient donc. Pour finir on remarque que tout v ∈ H peut s’écrire
 
hϕ , vi hϕ , vi
v= h+ v− h = λh + w,
hϕ , hi hϕ , hi

avec w ∈ K. On a donc, pour tout v ∈ H (on prend le produit scalaire de l’identité précédente
avec h),
hϕ , vi = hϕ , hihv | hi
d’où l’identité (22.4) avec f = hϕ , hi h. L’unicité d’un tel f est immédiate. 

On prendra garde au fait que cette identification dépend du produit scalaire choisi.

L’identification entre H et son espace dual permet d’étendre immédiatement la caracté-

risation de la densité 22.13 à un sous-espace du dual :

Proposition 22.18. (Caractérisation de la densité dans le dual)

Soit H un espace de Hilbert et K un sous-espace de H ′ tel que l’implication suivante soit
vérifiée :
hϕ , hi = 0 ∀ϕ ∈ K =⇒ h = 0.
Alors K est dense dans H ′ .

Proposition 22.19. (Continuité d’une forme bilinéaire)

Soit a : H × H −→ R une forme bilinéaire. Alors a( · , · ) est continue si et seulement s’il
existe une constante kak telle que

|a(u, v)| ≤ kak |u| |v| ∀u, v ∈ H.

Démonstration. On suppose a continue. La continuité en 0 assure l’existence d’un r tel que

|a(u, v)| ≤ 1 sur B(0, r) × B(0, r). On a donc, pour tous u, v, non nuls
 
u v 1
a r ,r ≤ 1 =⇒ |a(u, v)| ≤ |u| |v| .
|u| |v| r2

Réciproquement, le développement

a(u + h, v + k) = a(u, v) + a(h, v) + a(u, k) + a(h, k)

assure la continuité en tout (u, v) ∈ H × H.

Definition 22.20. (Coercivité d’une forme bilinéaire)

Soit a : H × H −→ R une forme bilinéaire. On dit que a est coercive s’il existe α > 0 tel
que
a(u, u) ≥ α |u|2 ∀u ∈ H.

227
Remarque 22.21. En dimension finie, et dans le cas où la forme est symétrique (a(u, v) =
a(v, u)), on retrouve la notion de forme symétrique définie positive. Le plus grand coefficient
α est alors la plus petite valeur propre de la matrice associée, et la plus petite constante kak
de la continuité sa plus grande valeur propre.

Exercice 22.6. Soit α = (αn ) une suite bornée de réels, et

+∞
X
a : (u, v) ∈ ℓ2 × ℓ2 7−→ αn un vn .
n=0

A quelle condition sur α la forme bilinéaire a( · , · ) est-elle coercive ?

Remarque 22.22. On verra qu’il existe une définition plus générale de la coercivité (pour
des fonctionnelles quelconques, voir théorème 22.54), équivalente à la définition ci-dessus
dans le cas particulier des formes bilinéaires.

Proposition 22.23. Soit H un espace de Hilbert, et a une forme bilinéaire et continue sur
l’espace produit H × H. Pour tout u ∈ H, on note Au l’élément de H qui s’identifie à la
forme linéaire a(u, · ) :
(Au, v) = a(u, v) ∀v ∈ H.
L’application u 7−→ Au est linéaire et continue. De plus si a( · , · ) est coercive, alors l’appli-
cation A est une bijection.

Démonstration: L’application A est évidemment linéaire, et

|Au| = sup (Au, v) = sup a(u, v) ≤ C |u| ,

|v|=1 |v|=1

où kak est la constante de continuité de a.

Si a est coercive, on a (Au, u) = a(u, u) ≥ α |u|2 , et donc |Au| ≥ α |u| pour tout u dans
H. On vérifie que l’image est fermée en considérant une suite (Aun ) qui converge vers un
élément de l’image w. Comme (Aun ) converge, elle est de Cauchy, donc (un ) est également
de Cauchy d’après l’inégalité précédemment démontrée. Elle converge donc vers u ∈ H qui
vérifie Au = w par continuité de A. On a de plus, pour tout g ∈ H,

(g, Au) = 0 ∀u ∈ H =⇒ (g, Ag) = a(g, g) = 0

qui entraı̂ne g = 0 par coercivité de a. L’image de A est donc fermée et dense dans H : c’est
l’espace H lui-même. L’injectivité est une conséquence immédiate de la coercivité. 

Remarque 22.24. On peut choisir de définir A comme un opérateur de H dans H ′ , en

écrivant alors hAu , vi = a(u, v) pour tout v ∈ H. Les résultats précédents s’étendent bien
entendu à cette situation.

On verra que l’opérateur A est bicontinu (i.e. son inverse est lui-même continu), mais
cette propriété n’est pas utile pour démontrer le point essentiel de cette section, conséquence
directe de la proposition qui précède :

228
Théorème 22.25. (Lax-Milgram)
Soit H un espace de Hilbert, et a une forme bilinéaire continue et coercive sur H × H. Pour
tout ϕ ∈ H ′ , il existe un u ∈ H unique tel que

a(u, v) = hϕ , vi ∀v ∈ H. (22.5)

Si a est symétrique, u est l’unique élément de H qui réalise le minimum de la fonctionnelle

1
v 7−→ J(v) = a(v, v) − hϕ , vi.
2

Démonstration. D’après le théorème de représentation de Riesz-Fréchet, il existe un unique

f ∈ H tel que
hf | vi = hϕ , vi ∀v ∈ H.
On introduit l’opérateur A associé à a( · , · ), qui est bijectif (voir proposition 22.23). Il existe
donc une unique solution u à l’équation Au = f .

On suppose maintenant a( · , · ) symétrique. On note toujours u la solution du problème

variationnel (22.6). Pour tout h ∈ H, l’application

t 7−→ ψ(t) = J(u + th) − J(u)

est convexe, nulle en 0, de dérivée nulle en 0. Elle est donc positive, et ainsi J(u + h) ≥ J(u)
pour tout h ∈ H.

De la même manière, si w minimise J, on écrit que la dérivée de la fonction J(w+th)−J(w)

est nulle en 0, ce qui est exactement la formulation variationnelle (22.6).

Corollaire 22.26. Soit H un espace de Hilbert, K ⊂ H un sous-espace affine fermé, K 0

l’espace vectoriel sous-jacent. et a une forme bilinéaire continue sur H × H, coercive sur K 0 .
Pour tout ϕ ∈ H ′ , il existe un u ∈ K unique tel que

a(u, v) = hϕ , vi ∀v ∈ K 0 . (22.6)

Si a est symétrique, u est l’unique élément de K qui réalise le minimum de la fonctionnelle

1
v 7−→ J(v) = a(v, v) − hϕ , vi.
2

Démonstration: On écrit simplement K = U + K 0 , et l’on cherche la solution sous la forme

u = U + ũ, pour se ramener au problème

a(ũ, v) = hϕ , vi − a(U, v) ∀v ∈ K 0 ,

qui rentre dans le cadre du théorème de Lax-Milgram. Le principe de minimisation s’en

déduit, du fait que
1
J(U + h, U + h) = J(U, U ) + a(h, h) + a(U, h) − hϕ , U i − hϕ , hi
2
1
= a(h, h) − (hϕ , hi − a(U, h)) + constante
2

229
 L’identification établie ci-dessus permet de donner un sens à la notion de différentielle
d’une application à valeurs dans R en tant qu’élément de l’espace de Hilbert :
Definition 22.27. (Différentiabilité)
Soit J une application de H dans R, et u ∈ H. On dit que J est différentiable en u s’il existe
ϕ ∈ H ′ tel que l’on ait, pour h au voisinage de 0,

J(u + h) = J(u) + hϕ , hi + |h| ε(h),

où ε : H −→ H est telle que ε(h) −→ 0 quand h −→ 0. Si un tel ϕ existe, on peut l’identifier
à un élément de H que l’on note J ′ (u). On dira que J est différentiable si elle admet une
différentielle en tout point, et que J est C 1 si l’application u 7−→ J ′ (u) est continue.

22.2 Convergence faible

Comme précédemment H désigne un espace de Hilbert réel muni du produit scalaire (., .)
et de la norme | |.
Definition 22.28. (Convergence faible)
Soit (un ) une suite d’éléments de H. On dit que (un ) converge faiblement vers u dans H, et
on note un ⇀ u, si
hun | vi → hu | vi ∀v ∈ H,
ou de façon équivalente, si

< ϕ, un >−→< ϕ, u > ∀ϕ ∈ H ′ .

Proposition 22.29. Soit (un ) une suite d’un espace de Hilbert H. Si un ⇀ u, alors (un ) est
bornée et |u| ≤ lim inf |un |.

Démonstration: C’est une conséquence directe du corollaire 21.11 au théorème de Banach-

Steinhaus. 

Proposition 22.30. Si un ⇀ u et |un | → |u|, alors la suite un converge fortement vers u.

Démonstration: On écrit

|un − u|2 = |un |2 − 2hun | ui + |u|2 .

On a (un , u) → |u|2 d’où |un − u|2 → 0. 

Proposition 22.31. Soient E et F deux espaces de Hilbert, et T ∈ L (E, F ). Alors

un ⇀ u =⇒ T un ⇀ T u.

Démonstration: On écrit simplement que, pour tout z ∈ F ,

hT un | zi = hun | T ⋆ zi −→ hu | T ⋆ zi = hT u | zi,

qui exprime la convergence faible de T un vers T u. 

230
 Le résultat fondamental de cette section est le suivant.

Théorème 22.32. Soit (un ) une suite bornée dans un espace de Hilbert H. Alors on peut
extraire une sous-suite convergeant faiblement vers u dans H.

Démonstration: On raisonne d’abord dans le cas où H est séparable. Il existe donc une
famille dénombrable {xk }k∈N dense dans H. On se propose de suivre le procédé d’extraction
diagonale de Cantor.
D E
1. Comme hun | x1 i est bornée dans R on peut extraire une suite uj1 (n) telle que uj1 (n) | x1
converge.
D E
2. Comme uj1 (n) | x2 est bornée dans R on peut extraire de uj1 (n) une suite uj1 ◦j2 (n)
D E
telle que uj1 ◦j2 (n) | x2 converge.
3. Par récurrence, on construit une suite de sous-suites emboitées uj1 ◦j2 ◦···◦jk (n) telle que
(uj1 ◦j2 ◦···◦jk (n) , xk ) converge, pour tout k.
4. On utilise à présent le procédé d’extraction diagonale : on pose ϕ(k) = j1 ◦j2 ◦· · ·◦jk (k)
(de telle sorte que ϕ est strictement croissante), et on considère uϕ(n) . Pour tout k, on
remarque que uϕ(n) , à partir du rang k, est aussi une suite extraite de (uj1 ◦j2 ◦···◦jk (n) ),
D E
de telle sorte que uϕ(n) | xk converge lorsque n → +∞.
5. On utilise ensuite la densité des xk . Pour tout x ∈ H, on montre que (uϕ(n) , x) est une
D E
suite de Cauchy : soit ε > 0, il existe (xk ) tel que |x − xk | < ε. Comme uϕ(n) | xk est
D E D E
de Cauchy, il existe un N au-delà duquel uϕ(p) | xk − uϕ(q) | xk < ε. Pour tous p,
q supérieurs à N , on a donc
D E D E D E D E D E D E
uϕ(p) | x − uϕ(q) | x ≤ uϕ(p) | x − uϕ(p) | xk + uϕ(p) | xk − uϕ(q) | xk
D E D E
+ uϕ(q) | xk − uϕ(q) | x
≤ M ε + ε + M ε = (1 + 2M )ε,

où M est un majorant de |un |.

D E
On a donc démontré que, pour tout x ∈ H, uϕ(n) | x converge vers un élément de H
que l’on note h(x). L’application x 7→ h(x) ∈ R est linéaire, et on a pour tout x ∈ H
D E
|h(x)| = lim uϕ(n) | x ≤ M |x| ,
n→∞

d’où h continue 125 sur H. D’après le théorème de Riesz-Fréchet, cette forme s’identifie
à un élément u de H. On a donc convergence faible de la suite extraite vers u.

Dans le cas où le Hilbert n’est pas séparable, on se place dans l’adhérence de l’espace
vectoriel engendré par les termes de la suite, qui est un espace de Hilbert séparable (pour le
même produit scalaire) par construction. La convergence faible vers un u de ce sous-espace
entraı̂ne la convergence faible dans H.
125. Remarquer qu’il n’est pas nécessaire ici d’utiliser le théorème de Banach–Steinhaus, du fait de l’hypothèse
(un ) bornée.

231
22.3 Somme Hilbertienne, bases Hilbertiennes

Definition 22.33. (Somme Hilbertienne)

Soit (En )n∈N une suite de sous-espaces fermés d’un espace de Hilbert H. On dit que H est
somme Hibertienne des En si
(i) Les En sont deux à deux orthogonaux, c’est-à-dire

(u, v) = 0 ∀u ∈ En , ∀v ∈ Em ∀m, n ∈ N , m 6= n.

(ii) L’espace vectoriel engendré par les En est dense dans H.

Théorème 22.34. On suppose que H est somme Hilbertienne des En . Pour u ∈ H, on note
un = PEn u. On a
∞
X ∞
X
u= un et |u|2 = |un |2 .
i=1 i=1

Réciproquement, si l’on considère une suite (un ) avec un ∈ En pour tout n, et telle que |un |2
P
P P
converge, alors la série un converge, et sa limite u = un est telle que un = PEn u.

Démonstration. On considère l’opérateur

k
X
Sk = PEn .
n=1

On a Sk ∈ L (H), et Sk u vérifie (les En sont orthogonaux deux à deux)

k
X
2
|Sk u| = |un |2 .
n=1

D’autre part on a, pour tout n

hu | un i = |un |2 ,
d’où, en sommant de 1 à k,
hu | Sk ui = |Sk u|2 .
On a donc |Sk u| ≤ |u|. On désigne par E l’espace vectoriel engendré par les En . Pour tout
ε > 0, tout u dans H, il existe un v ∈ E tel que |v − u| < ε. Pour k assez grand, on a Sk v = v,
et ainsi
|Sk u − u| ≤ |Sk (u − v)| + |v − u| ≤ 2ε.
on a donc bien convergence de Sk u vers u.

D’autre part l’égalité, pour tout k

k
X
|Sk u|2 = |un |2 ,
n=1

entraı̂ne, à la limite,
+∞
X
|u|2 = |un |2 .
n=1
Pk
Pour la réciproque, on utilise le caractère de Cauchy de la suite n=1 un , et la continuité des
opérateurs de projection.

232
 Le théorème précédent permet d’introduire la notion de base Hilbertienne :

Definition 22.35. (Bases hilbertiennes)

Soit (en )n∈N une famille de vecteurs d’un espace de Hilbert H. On dit que (en ) est une base
Hilbertienne si
(i) |en | = 1 pour tout n ∈ N, et (em , en ) = 0 pour tous m, n, avec m 6= n.
(ii) L’espace vectoriel engendré par les (en ) est dense dans H.

Théorème 22.36. Tout espace de Hilbert séparable admet une base Hilbertienne.

Démonstration. Soit H un espace de Hilbert séparable 126 . On considère (fn )n∈N une famille
dense dans H. On note Fk l’espace vectoriel engendré par les k premiers vecteurs. L’espace
vectoriel engendré par les Fk est dense dans H. On peut construire la base Hilbertienne de
la façon suivante : si f1 est non nul, on prend f1 / |f1 | comme premier vecteur. Une base
orthonormale sur Fk étant construite, on complète par une base orthonormale sur Fk+1 si
nécessaire (si fk+1 ∈
/ Fk ). Sinon, on passe au rang suivant.

22.4 Décomposition spectrale des opérateur auto-adjoints compacts

Le résultat principal de cette section est le thérorème de décomposition spectrale des

opérateurs auto-adjoints compacts positifs.

Lemme 22.37. Soit V un espace de Hilbert et T ∈ L(V ) un opérateur auto-adjoint compact

et positif, i.e. hT v | vi ≥ 0 pour tout v ∈ V . On note

hT v | vi
M= sup .
v∈V \{0} |v|2

On a alors M = kT k, et M est valeur propre de T , i.e. il existe w tel que Aw = M w.

Démonstration. On a
|hT v | vi| ≤ kT k |v|2 ,
d’où M ≤ kT k.

Par ailleurs, pour tous u et v dans V , on a

4hT u | vi = hT (u + v) | (u + v)i − hT (u − v) | (u − v)i ≤ hT (u + v) | (u + v)i

≤ M |u + v|2 ≤ 2M (|u|2 + |v|2 ),

et ainsi
kT k = sup hT u | vi ≤ M.
|u|=1,|v|=1

On a donc kT k = M . Considérons maintenant une suite maximisante (un ), avec |un | = 1, et

hT un | un i −→ M n −→ +∞.
126. C’est à dire qu’il existe un ensemble dénombrable et dense. C’est le cas pour l’essentiel des espace de
Hilbert que l’on rencontre dans la “nature”, en particulier pour les espaces fonctionnels de type L2 (Ω) ou
H m (Ω).

233
L’opérateur T étant compact, on peut extraire une sous-suite (notée toujours un pour sim-
plifier) telle que
T un −→ w.
On a

|T un − M un |2 = |T un | 2 − 2M hT un | un i + M 2 ≤ M 2 − 2M hun | un i + M 2 −→ 0 qd n → +∞.

On a donc convergence forte de un vers w/M , d’où, par continuité de T , convergence de T un

vers T w/M . On a donc finalement T w = M v.

Proposition 22.38. Soit T ∈ L(V ) un opérateur auto-adjoint. Deux vecteurs propres asso-
ciés à des valeurs propres distinctes sont orthogonaux entre eux.

Démonstration. On a

T u1 = λ1 u1 , T u2 = λ2 u2 =⇒ (T u1 , u2 ) = λ1 hu1 | u2 i = hT u2 | u1 i = λ2 hu2 | u1 i,

d’où (λ2 − λ1 )hu1 | u2 i = 0, d’où la conclusion.

Lemme 22.39. Soit V un espace de Hilbert et T ∈ L(V ) un opérateur auto-adjoint com-

pact. Pour tout δ > 0, il n’existe qu’un nombre fini de valeurs propres (comptées avec leur
multiplicité) en dehors de l’intervalle ] − δ, δ[.

Démonstration. Supposons qu’il existe une infinité d’éléments propres en dehors de l’intervalle
considéré, on peut alors construire une suite (wk , λk ), avec T wk = λk wk , et les wk de norme
1. Par hypothèse, (wk /λk ) est bornée et, comme T est compact, on peut donc une sous-suite
telle que T wk′ /λk′ = wk′ converge. Or, comme les wk sont orthogonaux deux à deux, on a

|wp − wq |2 = 2 ∀p 6= q,

ce qui est en contradiction avec le critère de Cauchy pour la suite extraite convergente.

Théorème 22.40. Soit V un espace de Hilbert et T ∈ L(V ) un opérateur auto-adjoint

compact défini positif, i.e. tel que hT u | ui > 0 pour tout u 6= 0. Alors T admet une suite
infinie de valeurs propres (µk ) strictement positives (numérotées dans l’ordre décroissant)
qui décroissent vers 0. Les vecteurs propres associés engendrent un espaces vectoriel dense
dans V . Plus précisément, la suite des vecteurs propres normalisés est une base Hilbertienne
de V , c’est à dire que tout éléments v ∈ V admet la décomposition suivante :
+∞
X
v= αk uk , αk = hv | uk i.
n=1

Démonstration. D’après le lemme 22.37, l’ensemble des valeurs propres de T n’est pas vide.
D’après le lemme 22.39, c’est un ensemble soit fini, soit infini dénombrable avec 0 comme
seul point d’accumulation, 0 lui même n’étant pas valeur propre. En construisant une base
orthonormale de chacun des sous-espace propres (qui sont de dimension finie), et en utilisant
la proposition 22.38, on peut construite une suite (uk ) de vecteurs propres unitaires associés
aux valeurs propres λk (avec possible redondance). On note W l’adhérence dans V de l’espace

234
vectoriel engendré par les uk . Cet espace est stable par T , ainsi que son orthogonal W ⊥ . La
restriction de T à W ⊥ est toujours un opérateur linéaire continu auto-adjoint compact, qui
admet donc (si ça n’est pas l’opérateur nul), une valeur propre strictement positive, avec
un vecteur propre associé, qui est de fait vecteur propre pour l’opérateur initial. C’est en
contradiction avec le fait que W contenait tous les vecteurs propres de T , la restriction à W ⊥
est donc nécessairement nulle, donc (T est défini positif) W ⊥ est réduit au vecteur nul.

Théorème 22.41. (Valeurs propres d’un problème variationnel)

Soient V et H deux espaces de Hilbert, de dimension infinie, avec injection V ⊂ H compacte
et dense. Soit a( · , · ) une forme bilinéaire symétrique continue et coercive sur V × V . Le
problème de recherche d’un couple (u, λ) ∈ H × R tel que

a(u, v) = λhu | vi ∀v ∈ V,

admet une infinité de solutions. Les λ solutions, appelées valeurs propres de a, forment une
suite
0 < λ1 ≤ λ2 ≤ · · · ≤ λk . . .
qui tend vers√l’infini. La famille (uk ) des vecteurs propres associés est une base Hilbertiene
de H, et (u/ λk ) est une base Hilbertienne de V pour le produit scalaire associé à a( · , · ) .

Démonstration. Pour tout f ∈ H, le problème

a(u, v) = hf | vi ∀v ∈ V,

admet une solution unique u d’après le théorème de Lax-Milgram, on note T f cette solution.
L’opérateur T est linéaire de H dans V , et l’on a (on prend v ∈ T f dans la formulation
variationnelle) :
a(T f, T f ) = hf | T f i,
d’où
α |T f |2V ≤ a(T f, T f ) ≤ kf kH kT f kH ≤ C kf kH |T f |V ,
et ainsi
|T f | V ≤ C kf kH .
Cet opérateur, en tant qu’élément de L(H), est donc compact par injection continue de V
dans H. On a par ailleurs
hT f | f i = a(T f, T f )
qui est strictement positif dès que f est non nul. On a enfin

hf | T gi = a(T f, T g) = a(T g, T f ) = hg | T f i,

ce qui assure le caractère auto-adjoint. Le théorème assure donc l’existence d’une suite de
valeurs propres pour T , décroissante vers 0, avec une base Hilbertienne de vecteurs propres
associés.

Retournons maintenant au problème de départ, qui s’écrit

a(u, v) = λhu | vi = λa(T u, v) ∀V ∈ H,

qui est équivalent à

λT u = u.

235
Ce problème admet donc une suite de valeurs propres µi qui sont les inverses des valeurs
propres de T , pour les même vecteurs propres (uk ). Les fonctions propres (uk ) associées,
normalisée à 1 pour H, forment une base Hilbertienne de H.

Cette famille est aussi orthogonale pour le produit scalaire défini par a( · , · ) (d’après la
proposition 22.38), et l’on a
a(uk , uk ) = λk kuk k2 = λk .
√
La famille (uk / λk ) est donc une base Hilbertienne sur V , pour le produit scalaire associé à
la forme bilinéaire a( · , · ).

Remarque 22.42. On peut affaiblir l’hypothèse de coercivité de a( · , · ) dans le théorème

précédent, en supposant seulement qu’il existe η > 0 et α > 0 tels que
a(v, v) + η kvk2 ≥ α |v|2V .
Le théorème reste inchangé, sauf que les valeurs propres ne sont pas forcément positives : il
peut y avoir un premier paquet (fini) de valeurs propres négatives ou nulles. Cette remarque
permet d’appliquer notamment le théorème au Laplacien avec conditions de Neuman sur le
bord du domaine.

Dans le contexte du théorème précédent, on définit pour tout v ∈ V le quotient de Rayleigh

par
a(v, v)
R(v) = .
kvk2H
Théorème 22.43. (Courant-Fisher)
On se place dans les hypothèse du théorème 22.41. On note Ek l’ensemble des sous-espaces
vectoriels de V de dimension k. On a
λk = min max R(w) = max min R(w).
W ∈Ek w∈W \{0} W ∈Ek−1 w∈W ⊥ \{0}

Remarque 22.44. La démonstration du théorème 22.40 permet de donner une définition

simple de chaque valeur propre à partir des sous-espace propres des valeurs propres précé-
dentes. Si l’on note Fk = vec(w1 , . . . , wk ), on a
a(v, v)
λk+1 = min .
v∈Fk⊥ kvk2H

22.5 Problèmes d’évolution

Théorème 22.45. Soient V et H deux espaces de Hilbert, de dimension infinie, avec injection
V ⊂ H compacte et dense. Soit a( · , · ) une forme bilinéaire symétrique continue et coercive
sur V × V , et f ∈ L2 (]0, T [, H) un terme source. Le problème
d
hu(t) | vi + a(u(t), v) = hf (t) | vi ∀v ∈ V , 0 < t < T (22.7)
dt
avec condition initiale u(0) = u0 ∈ H, a une unique solution u ∈ L2 (]0, T [, V ))∩L∞ ([0, T ], H).
Cette solution s’exprime
+∞
X +∞
X Z t 
u(t) = u0k e−λk t wk + e −λk (t−s)
(f (s), wk ) ds wk ,
k=1 k=1 0

236
où λk est la suite des valeurs propres du problème variationnel associé à a( · , · ), et (wk ) la
base Hilbertienne associée (voir théorème 22.41), et (u0k ) correspond à la décomposition de la
donnée initiale dans cette base :
+∞
X D E
u0 = u0k wk , u0k = u0 | wk ,
k=1

Démonstration. On raisonne dans un premier temps par condition nécessaire pour construire
une solution Si le problème admet une solution régulière u(x, t), on peut, pour tout t, décom-
poser u(t) sur la base Hilbertienne wk :
+∞
X
u(t) = uk (t) wk .
k=1

On injecte cette expression dans la formulation variationnelle, et on prend v = wk :

u̇k (t) + λk uk (t) = fk (t).

La solution de cette équation différentielle ordinaire s’écrit

Z t
uk (t) = uk0 e−λk t + e−λk (t−s) hf (s) | wk i ds.
0

On termine la démonstration en vérifiant que la série ainsi définie est bien de Cauchy dans
les espaces fonctionnels L2 (]0, T [, V )) et L∞ ([0, T ], H) (voir détails dans [1]).

Théorème 22.46. Soient V et H deux espaces de Hilbert, de dimension infinie, avec injection
V ⊂ H compacte et dense. Soit a( · , · ) une forme bilinéaire symétrique continue et coercive
sur V , et f ∈ L2 (]0, T [, H) un terme source. On se donne une donnée initiale (u0 , u1 ) ∈ V ×H.
Le problème
d2
hu(t) | vi + a(u(t), v) = hf (t) | vi ∀v ∈ V , t ∈ [0, T ],
dt2
avec conditions initiales u(0) = u0 , du/dt(0) = u1 , a une unique solution u ∈ C([0, T ], V )) ∩
C 1 ([0, T ], H) qui s’écrit
+∞
!
X u1
u(t) = u0k u0k cos(ωk t) + k sin(ωk t) wk
k=1
ωk

avec D E D E p
u0k = u0 | wk , u1k = u1 | wk , ωk = λk ,

où (λk ) est la suite des valeurs propres du problème variationnel associé à a( · , · ), et (wk ) la
base Hilbertienne associée (voir théorème 22.41),

22.6 Minimisation de fonctionnelles convexes

Commençons par définir un certain nombre de notions générales afférentes aux applica-
tions à valeurs dans R ∪ {+∞}.

237
Definition 22.47. (Domaine)
Soit E un ensemble et J une application de E dans R ∪ {+∞}. On appelle domaine de J
l’ensemble
D(J) = {x ∈ E , J(x) < +∞} .

Definition 22.48. (Semi-continuité inférieure)

Soit E un espace topologique, et J une application de E dans R ∪ {+∞}. On dit que J est
semi-continue inférieurement (s.c.i. en abrégé) si, pour tout λ ∈ R, l’ensemble

Eλ = {x ∈ E , J(x) ≤ λ}

est fermé.

Definition 22.49. (Convexité)

Soit E un espace vectoriel, et J une application de E dans R ∪ {+∞}. On dit que J est
convexe si

J(θx + (1 − θ)y) ≤ θJ(x) + (1 − θ)J(y) ∀x, y ∈ E ∀θ ∈]0, 1[,

ou, de façon équivalente, si l’ensemble (appelé épigraphe de J)

epi J = {(x, λ) ∈ E × R , J(x) ≤ λ} ,

est convexe.

On dit que J est strictement convexe si

J(θx + (1 − θ)y) < θJ(x) + (1 − θ)J(y) ∀x, y ∈ E ∀θ ∈]0, 1[.

Definition 22.50. (Coercivité)

Soit E un vectoriel normé, et J une application de E dans R ∪ {+∞}. On dit que J est
coercive si
lim J(x) = +∞.
kxk→+∞

Théorème 22.51. (Banach-Saks)

Soit (xn )n∈N une suite de H faiblement convergente vers un élément x de H. Alors il existe
une suite extraite yn = xϕ(n) telle que la suite des moyennes de Césaro
n
1X
σn = yk
n k=1

converge fortement vers x.

Démonstration. Quitte à remplacer la suite xn par xn − x, on peut supposer sans perte de

généralité que xn ⇀ 0. On construit maintenant la suite yn de la façon suivante :

1. On prend y1 = x1 .
2. Comme xn converge faiblement vers 0, il existe un indice ϕ(2) tel que
1
(y1 , xϕ(2) ) = |(y1 , y2 )| ≤ .
2

238
 3. Par récurrence, on construit à partir des termes déjà construits y1 , y2 , . . ., yn−1 , le
n−ième terme yn tel que
1
|(yi , yn )| ≤ ∀i = 1, 2, . . . , n − 1.
n
On pose
n
1X
σn = yk .
n k=1
Montrons que σn tend (fortement) vers 0. On développe
n X n
1 X
|σn |2 = (yi , yj ),
n2 i=1 j=1

ce qui donne
n n k−1
! n
!
2 1 X 2
X X 1 2
X k−1
|σn | ≤ |yi | + 2 |(yℓ , yk )| ≤ 2 nM + 2
n2 i=1 k=1 ℓ=1
n k=1
k
1   M2 + 2
≤ 2
nM 2 + 2n = ,
n n
et donc σn → 0.

Ce théorème a plusieurs conséquences importantes, dont la première est le

Théorème 22.52. Soit K ⊂ H un ensemble convexe fermé de H. Soit (xn )n∈N une suite
d’éléments de K qui converge faiblement vers x. Alors x ∈ K. On dit que K est faiblement
séquentiellement fermé.

Démonstration: Le résultat est une conséquence directe du théorème 22.51. 

Exercice 22.7. Montrer que le résultat est faux en général si l’on supprime l’hypothèse de
convexité (donner par exemple une suite dans la sphère unité de ℓ2 qui converge faiblement
vers 0).

Une autre conséquence importante du théorème 22.51 est le

Théorème 22.53. Soit J : H −→ R une fonction convexe s.c.i, J 6≡ +∞. Pour toute suite
(xn )n∈N de H telle que xn ⇀ x, on a

J(x) ≤ lim inf J(xn ).

(On dit que J est faiblement séquentiellement s.c.i.)

Démonstration: Soit L := lim inf J(xn ) (a priori, −∞ ≤ L ≤ +∞). Soit yn une suite
extraite telle que l’on ait
J(yn ) −→ L,
et telle que
n
1X
σn = yn −→ x.
n i=1

239
par semi–continuité inférieure de J, on a J(x) ≤ lim inf J(σn ). D’autre part, J étant convexe
n
1X
J(σn ) ≤ J(yn ) → L.
n i=1

On a donc bien J(x) ≤ L. 

Ce théorème va nous permettre d’établir le résultat principal de minimisation :

Théorème 22.54. Soit J : H −→ R une fonction convexe s.c.i., J 6≡ +∞. On suppose que
J est coercive, c’est-à-dire que
lim J(x) = +∞.
|x|→+∞

Alors il existe u ∈ H tel que

J(u) = min J(v).
v∈H

Plus généralement, si K ⊂ H est un convexe fermé, il existe u ∈ K tel que

J(u) = min J(v).

v∈K

Enfin, si J est strictement convexe, alors ces minima sont uniques.

Démonstration: Soit (xn )n∈N une suite minimisante : xn ∈ K et

J(xn ) → M := inf J.
K

Comme J est coercive, xn est bornée. Il existe donc une suite extraite yn telle que yn ⇀ x.
Comme K est un convexe fermé, x ∈ K, et

J(x) ≤ lim inf J(xn ) = M.

Mais comme J(x) ≥ M par définition de M , on a J(x) = M . 

On remarquera que, pour le résultat concernant K, il suffit que J soit définie sur K. La
coercivité signifie que, ou bien K est borné, ou bien

lim J(x) = +∞.

|x|→+∞,x∈K

Definition 22.55. (Sous-différentiel)

Soit H un espace de Hilbert, et Ψ une fonctionnelle convexe de H dans R∪{+∞}. On définit
le sous-différentiel de Ψ en u ∈ H comme l’ensemble

∂Ψ(u) = {w ∈ H , Ψ(u) + hw | hi ≤ Ψ(u + h) ∀h ∈ H} .

22.7 Opérateurs maximaux monotones

Definition 22.56. (Opérateurs maximaux monotones)

Soit H un espace de Hilbert, et A une application de H dans 2H (ensemble des parties de A).

240
On appelle D(A) le domaine de A, i.e. l’ensemble des x tels que Ax 6= ∅. On dit que A est
monotone si
∀x , x′ ∈ D(A) , ∀y ∈ Ax , y ′ ∈ Ax′ , y ′ − y | x′ − x ≥ 0.
On dit que A est maximal monotone si

A ⊂ A′ et A′ monotone =⇒ A′ = A.

(par A ⊂ A′ ) on entend Ax ⊂ A′ x pour tout x ∈ H.

Exercice 22.8. Montrer qu’une fonction f continue croissante de R dans R est maximale
monotone.

Si f est simplement croissante, construire l’unique fonction maximale monotone qui

contient f .

Que se passe-t-il pour une fonction qui tend vers +∞ quand x tend vers a− , a ∈ R ?

On s’intéresse à des problèmes d’évolution de type

du
+ Au ∋ 0 , u(0) = u0 . (22.8)
dt
Théorème 22.57. (Voir [3])
Soit H un espace de Hilbert et A un opérateur maximal monotone. Pour tout u0 ∈ D(A),
l’équation (22.8) admet une solution u de [0, +∞[ dans D(A), au sens suivant
1. u est Lipschitzienne ;
2. L’équation (22.8) est vérifiée presque partout sur ]0, +∞[ ;
3. La condition initiale est vérifiée (u étant continue, la condition u(0) = u0 a bien un
sens).
Une telle solution est unique. Elle est de plus dérivable à droite, et l’on a, pour tout
t ∈ [0, +∞[,
du
= −A◦ u,
dt
où A◦ u est l’élément de Au de norme minimale.

Ce théorème assure l’existence et l’unicité de solution à des équations d’évolution qui ne

rentrent pas dans le cadre du théorème de Cauchy-Lipchitz.

Exemple 22.2. On considère l’opérateur

{−1} si x < 0,
ϕ : x ∈ R 7−→ [−1, 1] si x = 0,
{1} si x > 0,

Pour toute valeur initiale x0 , la solution unique rejoint 0 à vitesse constante de module 1,
puis y stationne.

Noter que si l’on prend l’opposé de cet opérateur, on perd l’unicité : partant de 0, on peut
aller vers la droite ou la gauche.

241
 On considère les éléments de Ax comme des vitesses de trajectoires issues de x (noter
que, d’après l’équation (22.8), un élément de Ax est effectivement homogène à une vitesse).
Le caractère maximal monotone implique que des particules issues de deux points distincts
ne se croisent jamais :

Proposition 22.58. Soit A un opérateur maximal monotone sur H. On a

x1 6= x2 , u1 ∈ Ax1 , u2 ∈ Ax2 =⇒ x1 + tu1 6= x2 + tu2 ∀t ≥ 0.

242
23 Équations différentielles ordinaires

23.1 Lemme(s) de Gronwall

Proposition 23.1. Soit ϕ et g deux fonctions continues sur l’intervalle [0, T ], toutes deux
positives sur cet intervalle. On suppose qu’il existe une constante C ≥ 0 telle que
Z t
ϕ(t) ≤ C + g(s)ϕ(s) ds ∀t ∈ [0, T ].
0

On a alors Z 
t
ϕ(t) ≤ C exp g(s) ds ∀t ∈ [0, T ].
0

R
Démonstration: On suppose tout d’abord C > 0. La fonction z(t) = C + 0t g(s)ϕ(s) est
dérivable et de dérivée z ′ = gϕ ≤ gz. On a donc (on sait que z par définition ne s’annule pas)

z′
Z t  Z t 
≤ g =⇒ ϕ ≤ z(t) ≤ z(0) exp g(s) ds = C exp g(s) ds .
z 0 0

Le cas C = 0 est obtenu par passage à la limite. 

On peut affaiblir les hypothèses ci-dessus : pour ϕ ∈ L∞ et g ∈ L1 , positives presque

partout, la conclusion est la même.

Dans le cas où g ≡ M = constante, on a ϕ(t) ≤ C exp (M t).

La proposition suivante permet d’obtenir, pour les systèmes dynamiques tels que ceux
étudiés au chapitre I, des estimations de meilleure qualité (sans le facteur à croissance expo-
nentielle).
Proposition 23.2. Soit ϕ et g deux fonctions continues sur l’intervalle [0, T ], toutes deux
positives sur cet intervalle. On suppose qu’il existe une constante C > 0 telle que
Z t q
ϕ(t) ≤ C + 2 g(s) ϕ(s) ds ∀t ∈ [0, T ].
0

On a alors √ Z 2
t
ϕ(t) ≤ C+ g(s) ds ∀t ∈ [0, T ].
0

Démonstration. La démonstration est analogue à la précédente, en considérant maintenant

la fonction Z t q
z(t) = C + 2 g(s) ϕ(s).
0

Théorème 23.3. (Point fixe de Picard)

Soit X un espace métrique complet, et T une application de X dans X strictement contrac-
tante, c’est à dire telle qu’il existe k ∈]0, 1[ tel que

d(T (y), T (x)) ≤ kd(y, x).

243
Alors T admet un unique point fixe, c’est à dire qu’il existe x ∈ X tel que T (x) = x.

Il suffit de supposer qu’il existe p tel que T p = T ◦ T · · · ◦ T soit strictement contractante.

Démonstration. On prend x0 ∈ X et l’on construit la suite x1 = T (x0 ), x2 = T (x1 ), ...

On a
d(xn+1 , xn ) ≤ kd(xn , xn−1 ) ≤ · · · ≤ kn d(x1 , x0 ).
La suite (xn ) est donc de Cauchy dans X, et donc converge vers x ∈ X, qui vérifie, par
passage à la limite dans la relation de récurrence, x = T (x). Ce point fixe est unique, car s’il
en existait un autre x′ on aurait

d(x, x′ ) = d(T (x), T (x′ )) ≤ kd(x, x′ ) < d(x, x′ ),

ce qui est absurde.

Si maintenant on suppose que T p est strictement contractante, alors T p admet un point fixe
x. Par suite T (x) est aussi point fixe de T p , il s’identifie donc à x par unicité. On a donc bien
T (x) = x.

23.2 Théorème de Cauchy Lipschitz

Soit E un espace de Banach. Étant donnés un ouvert U de E, x0 ∈ U , un intervalle ouvert

I de R contenant 0, une fonction f de U × I dans E, le problème de Cauchy consiste à trouver
t ∈ I 7−→ x(t) ∈ U vérifiant
(
ẋ(t) = f (x, t),
(23.1)
x(t0 ) = x0 .
Definition 23.4. (Cylindre de sécurité)
On appelle cylindre de sécurité pour (x0 , t0 ) un ensemble Bf (x0 , r) × [t0 − η, t0 − η] tel que
toute solution x(t) du problème de Cauchy sur [t0 − η, t0 + η] soit contenue dans Bf (x0 , r),
et tel que kf k est borné par une constante M sur le cylindre, avec r ≤ ηM .

Definition 23.5. (Caractère Lipschitz local)

On dit que f : U × I 7→ E est localement Lipschitzienne par rapport à la première variable si
en tout point (y, t) ∈ U × I, il existe r > 0, η > 0 et une constante k > 0 tels que

kf (y2 , s) − f (y1 , s)k ≤ k ky2 − y1 k ∀y1 , y2 ∈ Bf (y, r) , s ∈ [t − η, t + η].

Proposition 23.6. On suppose que f est continue sur U × I et localement lipschitzienne par
rapport à la première variable. Alors f admet un cylindre de sécurité en tout point (x0 , t0 ) ⊂
U × I.

Démonstration: Montrons l’existence d’un cylindre de sécurité en (x0 , 0). La fonction f est
Lipschitzienne par rapport à la première variable sur un ensemble du type Bf (x0 , r) × [−τ, τ ].
Elle est donc notamment bornée par M > 0. On choisit η = min(τ, r/M ). Toute solution est
telle que Z t
kx(t) − x0 k = f (x(s), s) ds ≤ M t ≤ M η ≤ r,
0
ce qui assure que Bf (x0 , r) × [−η, η] est un cylindre de sécurité. 

244
Remarque 23.7. Si E est un espace vectoriel de dimension finie, il suffit de supposer la
continuité par rapport au couple (x, t), qui assure l’uniforme continuité (et donc le caractère
borné) sur tout compact Bf (x0 , r) × [t0 − τ, t0 − τ ], d’où l’existence d’un cylindre de sécurité.
Definition 23.8. (Solution maximale)
On appelle solution maximale du problème de Cauchy (23.1) une fonction t 7→ x(t) ∈ E
définie sur un intervalle J ⊂ I, solution de (23.1), et qui ne peut pas être prolongée sur
un intervalle de temps plus grand, ce que l’on peut exprimer de la manière suivante : si
t 7→ y(t) ∈ U est solution de (23.1) sur J ′ , et s’identifie à x sur J ∩ J ′ , alors nécessairement
J ′ ⊂ J.
Théorème 23.9. (Cauchy-Lipschitz)
On considère une donnée de Cauchy (x0 , t0 ) ∈ U × I (avec U ouvert du Banach E et I ⊂ R
intervalle ouvert), et on suppose que la fonction f , définie de U × I dans E, est continue sur
U × I et localement Lipschitzienne par rapport à la première variable. Alors le problème de
Cauchy (23.1) admet une unique solution maximale définie sur J ⊂ I.

Démonstration. La fonction f est Lipschitzienne sur un voisinage de (x0 , t0 ), et la proposi-

tion 23.6 assure l’existence d’un cylindre de sécurité Bf (x0 , r) × [t0 − η, t0 + η] construit dans
ce voisinage, de telle sorte que ηM ≤ r, où M majore la norme de f sur ce cylindre. On
introduit l’espace X des applications continues sur [η, η] à valeurs dans Bf (x0 , r), muni de la
norme de la convergence uniforme, et pour tout x ∈ X, on définit T x par
Z t
T x(t) = x0 + f (x(s), s) ds.
t0
On a kT x(t) − x0 k ≤ M η ≤ r, et ainsi T est une application de X dans lui-même, et une
solution du problème de Cauchy définie sur [η, η] est exactement un point fixe de T .
Montrons qu’il existe n ∈ N tel que T n soit strictement contractante. Soient y, z ∈ X. On
note yn = T n y (de même pour z). On a
Z t
kz1 (t) − y1 (t)k = (f (z(s), s) − f (y(s), s) ≤ kt kz − yk∞ .
t0
De même
k 2 t2
Z t Z t
2
kz1 (t) − z2 (t)k = (f (z1 (s), s) − f (y1 (s), s) ≤ k s ds kz − yk∞ = kz − yk∞ .
t0 t0 2
On montre ainsi par récurrence que
k n tn kn ηn
kzn (t) − zn (t)k ≤ kz − yk∞ d’où kzn − zn k∞ ≤ kz − yk∞
n! n!
de telle sorte que T n est contractante pour n suffisamment grand. D’après le théorème 23.3,
l’application T admet un unique point fixe, et l’on en déduit l’existence d’une solution au
problème de Cauchy définie sur [t0 − η, t0 + η], et unique solution sur cet intervalle.
Soit maintenant J la réunion des intervalles sur lesquels le problème de Cauchy associé à
(x0 , t0 ) admet une solution. On considère deux solutions x1 et x2 du problème de Cauchy,
définies sur J1 et J2 , et l’on introduit l’ensemble
K = { t ∈ J1 ∩ J2 , x1 (t) = x2 (t)} .
Il est non vide car 0 ∈ K, c’est un fermé par continuité de x1 et x2 comme fonctions de J1 ∩ J2
dans E. Par unicité locale de la solution établie précédemment, c’est également un ouvert. Il
s’agit donc de l’intervalle J1 ∩ J2 tout entier. On en déduit ainsi l’existence et l’unicité d’une
solution maximale.

245
23.3 Comportement des solutions

Proposition 23.10. (Sortie des compacts)

On se place dans le cadre du théorème 23.9, et l’on note x la solution maximale, définie sur
J =]τ − , τ + [. Si J est strictement inclus dans I =]T − , T + [, par exemple si τ + < T + , alors x
sort de tout compact de U lorsque t tend vers τ + , i.e.
∀K compact ⊂ U , ∃η , x(t) ∈
/K ∀t > τ + − η,
avec un comportement analogue au voisinage de τ − .

Démonstration: Si la propriété n’est pas vérifiée, il existe un compact K ⊂ U et une suite

(tn ) (croissante) tendant vers τ + tels que x(tn ) ∈ K pour tout n. On peut extraire une sous-
suite (que l’on note toujours (tn )) qui converge vers un éléments x∞ de K. On peut placer
un cylindre de sécurité Bf (x∞ , r) × [τ + − η, τ + + η] sur lequel f est majoré par M , avec
r ≤ ηM , et sur lequel elle est Lipschitzienne. Pour n assez grand, x(tn ) est dans Bf (x∞ , r),
et τ + − tn < η/2. On peut alors reproduire la démonstration de construction d’une solution
locale proposée pour le théorème de Cauchy-Lipschitz, qui permet de construire une solution
au problème de Cauchy associé aux données (x(tn ), tn ) et définie sur [tn , tn +η]. Cette solution
s’identifie à x jusqu’à τ + , mais la prolonge strictement au delà de τ + , ce qui est absurde. 

23.4 Dépendance par rapport aux conditions initiales

Proposition 23.11. Soit U un ouvert de l’espace de Banach E, I un intervalle de R, et f

une fonction continue de U × I dans R, Lispschitzienne par rapport à la première variable.
Pour x0 , y0 donnés dans U , on note x et y les solutions au problèmes de Cauchy associées à
ces conditions initiales au temps t0 ∈ I. Alors sur leur intervalle de définition, on a
ky(t) − x(t)k ≤ ek(t−t0 ) ky0 − x0 k .

Démonstration: On a
Z t Z t
ky(t) − x(t)k = y0 − x0 + (f (y(s), s) − f (x(s), s)) ≤ ky0 − x0 k + k ky(s) − x(s)k
t0 t0
Le lemme de Gronwall 23.1 assure l’inégalité anoncée. 

On se place ici dans l’espace euclidien RN .

Proposition 23.12. Soit f : RN × I −→ RN vérifiant les hypothèses du théorème de
Cauchy-Lipschitz. On suppose qu’il existe deux constantes A et B telles que
|f (x, t)| ≤ A |x| + B sur RN × I.
Alors toute solution au problème de Cauchy est définie sur I tout entier.

Démonstration: D’après la proposition 23.10, les solutions maximales ne sont définies sur
un sous-intervalle strict que si |x| tend vers +∞. Or (on considère ici t > t0 pour simplifier)
Z t
kx(t)k ≤ kx0 k + B(t − t0 ) + A kx(s)k
t0
D’après le lemme de Gronwall 23.1 appliqué à ϕ(t) = kx(t0 + t)k , on ne peut donc avoir
divergence de |x| vers +∞ en temps fini. 

246
23.5 Points fixes, stabilité

Definition 23.13. (Stabilité, stabilité asymptotique)

Soit t 7→ x(t) une solution du problème de Cauchy (23.1) associé à (x0 , t0 ), que l’on suppose
définie sur [t0 , +∞[. On dit que la solution x est
(i) stable si pour tout ε > 0, il existe η > 0 tel que, pour tout y0 tel que ky0 − x0 k < η, la
trajectoire t 7→ y(t) associée à la condition initiale y0 reste à distance de x(t) inférieure
à ε ;
(ii) asymptotiquement stable si (i) est vérifié, et que de plus ky(t) − x(t)k tend vers 0
quand t tend vers +∞.
Remarque 23.14. On s’intéressera souvent au cas de systèmes autonomes, i.e. tels que f
ne dépend pas du temps, et pour des trajectoires stationnaires correspondant à des x0 qui
annulent f . Dans ce cas on parle de point d’équilibre stable (ou asymptotiquement stable)
selon la la terminologie introduite ci-dessus, avec une trajectoire stationnaire x(t) ≡ x0 .

Le théorème suivant donne une condition suffisante de stabilité asymptotique, ainsi qu’une
condition suffisante de non stabilité, pour un point d’équilibre dans le cas autonome dans RN .
Théorème 23.15. On se place dans RN . Soit x0 un point fixe de l’équation ẋ = f (x). On
suppose f continûment différentiable dans un voisinage de x0 , et l’on introduit le gradient
!
∂fi
∇f =
∂xj 1≤i,j≤N

1. Si toutes les valeurs propres de ∇f sont de parties réelles strictement négatives, alors
le point x0 est asymptotiquement stable.
2. Si l’une (au moins) des valeurs propres a une partie réelle strictement positive, alors
x0 n’est pas stable.
Exemple 23.1. Dans le cas où les parties réelles des valeurs propres sont nulles, tous les
cas peuvent se produire, comme l’illustre la situation suivante. On considère le flot dans R2
associé à !
−x2 + α |x|2 x1
f (x) =
x1 + α |x|2 x2
Notons en premier lieu que pour tout α réel, le gradient de f a des valeurs propres imaginaires
pures (i et −i). Dans le cas α = 0, le point fixe x0 = 0 est stable (mais non asymptotiquement
stable). Pour α > 0, le point est instable, et pour α < 0, le point est asymptotiquement stable.
Proposition 23.16. Soit ϕ une fonction C 1 de RN dans R. On note W = {x , ϕ(x) ≤ 0},
et l’on considère une fonction f définie sur U × R+ , qui vérifie les hypothèses du théorème
de Cauchy Lipschitz, avec W ⊂ U . Si

∇ϕ · f (x, t) < 0 ∀t , x ∈ ϕ−1 (0),

alors les trajectoires à droite (vers les temps positifs) du problème de Cauchy-Lipschitz asso-
ciées aux données (x0 , t0 ) avec x0 ∈ W sont dans W .
Corollaire 23.17. Dans les hypothèses de la proposition précédentes, si l’on suppose de plus
W compact, la solution est définie sur tout [t0 , +∞[.

247
Definition 23.18. (Fonction de Lyapunov)
On considère un point d’équilibre de l’équation autonome ẋ = f (x) dans RN , c’est-à-dire
un point xeq tel que f (xeq ) = 0. On appelle fonction de Lyapunov pour xeq une fonction ϕ
continue sur un voisinage V de xeq , continûment différentiable sur V \ {xeq }, et telle que
1. xeq est un minimum strict de ϕ sur V ,
2. ∇ϕ(x) · f (x) ≤ 0 pour tout x ∈ V \ {xeq },
Proposition 23.19. Si le point d’équilibre xeq admet une fonctionnelle de Lyapunov, alors
il est stable. Si la fonctionnelle peut être choisie de telle sorte que l’inégalité (ii) est stricte
(pour x 6= xeq ), alors xeq est asymptotiquement stable.

Démonstration. Soit ε > 0, suffisamment petit pour que B(xeq , ε) soit dans V . Le minimum
de ϕ sur la sphère est atteint, il est donc strictement plus grand que la valeur en xeq . On
choisit β compris strictement entre ces deux valeurs, et l’on introduit

W = ϕ−1 (] − ∞, β[) ∩ B(xeq , ε).

C’est un ouvert qui contient xeq , il contient donc une boule B(xeq , η). Pour toute condition
initiale dans cette boule, la trajectoire reste dans B(xeq , ε), car ϕ(x(t)) est décroissant, donc
reste inférieur à β, donc ne peut s’approcher de la frontière de B(xeq , ε).

On suppose maintenant l’inégalité est stricte. On considère une trajectoire t 7→ y(t) issue
de y(0) ∈ B(xeq , η). Comme ϕ(y(t)) est décroissante, elle converge vers une limite ℓ. Si ℓ est
le minimum de ϕ sur V , alors toute valeur d’adhérence x de la trajectoire vérifie ϕ(x) = ℓ,
d’où x = xeq , et on a convergence de la trajectoire (qui est incluse dans le compact B(xeq , ε))
vers xeq . Si la limite est strictement supérieure à ce minimum, on considère l’ensemble

A = ϕ−1 ([ℓ, +∞[) ∩ B(xeq , ε).

Cet ensemble est compact car fermé borné. La fonction

x 7−→ ∇ϕ(x) · f (x)

y atteint donc son maximum, qui est strictement négatif d’après l’hypothèse :

∇ϕ(x) · f (x) ≤ α < 0 ∀x ∈ A.

La trajectoire considérée étant incluse dans A, on a

d
ϕ(y(t)) = ∇ϕ(y(t)) · f (y(t)) ≤ α < 0,
dt
d’où l’on déduit que ϕ(y(t)) tend vers −∞, ce qui est absurde.

Les résultats précédents portent sur des propriétés de stabilité locale. La notion de fonc-
tionnelle de Lyapunov permet dans certains cas d’assurer le caractère attractif d’un point
d’équilibre de façon globale, ou au moins sur une certaine zone de l’espace.
Proposition 23.20. On considère un point d’équilibre de l’équation autonome ẋ = f (x) dans
un ouvert U de RN , sur lequel f est localement Lipschitzienne. Soit V ⊂ U un ouvert, tel
que toute trajectoire issue d’un point de V reste dans un compact inclus dans V . On suppose
qu’il existe sur V une fonctionnelle de Lyapunov stricte au sens suivant :

248
 1. ϕ est continue sur V ,
2. xeq est un minimum strict de ϕ sur V ,
3. La fonction ϕ est strictement décroissante le long de toute trajectoire dans V .
Alors xeq est attractif sur V , i.e. toute trajectoire issue d’un point de V converge ver xeq .

Démonstration. Soit x0 ∈ V . On note x(t) la trajectoire issue de x0 . La quantité ϕ(x(t)) est

décroissante, elle converge donc vers une limite ℓ ≥ ϕ(xeq ) quand t tend vers +∞. Si cette
limite est ϕ(xeq ), alors toute suite extraite convergente de la trajectoire converge vers une
limite z dans un compact inclus dans V , donc dans V , et ce z vérifie ϕ(z) = ϕ(xeq ), on a
donc nécessairement z = xeq .

On suppose maintenant que ℓ > ϕ(xeq ) (en vue de montrer que c’est impossible). La
trajectoire étant bornée, on peut extraire une sous-suite qui converge vers z, avec z ∈ V pour
les mêmes raisons que précédemment, et l’on a ϕ(z) = ℓ > ϕ(xeq ). On considère la trajectoire
zt issue de z0 = z. Comme z 6= xeq , ϕ(zt ) est strictement décroissante, on a z1 = ℓ − ε, avec
ε > 0. Par continuité de la solution par rapport aux conditions initiales, il existe η > 0 tel
que, pour | y0 − z0 | < η, on a ϕ(y1 ) < ℓ − ε/2. On peut donc trouver un point y0 de la suite
extraite précédente tel que y1 , qui fait partie de la trajectoire issue de x0 , donne à ϕ une
valeur strictement inférieure à ℓ, ce qui est absurde.

23.6 Compléments

Definition 23.21. (Flot d’une équation différentielle)

On considère l’équation différentielle (23.1), sous les hypothèses du théorème (23.9). On ap-
pelle flot de l’équation différentielle l’application Φ qui au triplet (x0 , t0 ; t) associe la solution
au temps t du problème de Cauchy pour la donnée (x0 , t0 ). Cette application vérifie donc

 ∂Φ
 (x0 , t0 ; t) = f (Φ(x0 , t0 ; t), t),
∂t (23.2)

 Φ(x , t ; t )
0 0 0 = x0 .

Cette application est définie sur

[
{(x0 , t0 )} × I(x0 ,t0 )
(x0 ,t0 )∈U ×I

où I(x0 ,t0 ) est l’intervalle de définition de la solution maximale associée à la donnée de Cauchy
(x0 , t0 ).

Proposition 23.22. On se place dans le cadre de la définition précédente, en supposant de

plus que la fonction f est globalement Lipschitizienne par rapport à la première variable sur
U × I, de constante de Lipschitz k. Alors

kΦ(y0 , t0 ; t) − Φ(x0 , t0 ; t)k ≤ ek(t−t0 ) ky0 − x0 k .

Démonstration. C’est une application directe de la proposition (23.11).

249
24 Espaces de Sobolev

24.1 Rappels sur l’espace L2 (Ω)

On désigne par Ω un ouvert de RN muni de la mesure de Lebesgue dx.

Definition 24.1. On définit l’espace L2 (Ω) comme

 Z 
L2 (Ω) = f : Ω → R , f mesurable, |f (x)|2 dx < +∞ .
Ω
R 1/2
On le munit de la norme kf k2 = Ω |f |2 . On notera L2 (Ω)N l’espace des champs de
vecteurs dont chaque composante appartient à L2 (Ω).

Proposition 24.2. L’espace L2 (Ω) est un espace de Hilbert pour le produit scalaire
Z
(u, v) = u(x)v(x) dx,
Ω

comme pour tout produit du type

Z
(u, v)k = k(x)u(x)v(x) dx,
Ω

où k est une fonction mesurable telle que 0 < m ≤ k(x) ≤ M presque partout.

Démonstration: Le fait que cette forme bilinéaire soit bien définie sur L2 × L2 est consé-
quence directe de l’inégalité de Cauchy-Schwarz. Il s’agit alors de montrer que L2 est bien
complet pour la norme associée. Pour cela on considère une suite de Cauchy, on montre par
un argument de convergence monotone que la suite converge presque partout vers une limite,
que la limite appartient bien à L2 , et que l’on a bien convergence pour la norme L2 vers cette
limite. On trouvera une démonstration détaillée dans [2], page 57.

Definition 24.3. (Suite régularisante)

On appelle suite régularisante une suite (ρn ) de fontions C ∞ de RN dans R telle que, pour
tout n ∈ N, Z
supp(ρn ) ⊂ B(0, 1/n) , ρn = 1 , ρn (x) ≥ 0 ∀x ∈ RN .
R

Proposition 24.4. Soit f ∈ L2 (RN ). On définit la fonction ρn ⋆ f par

Z
(ρn ⋆ f )(x) = ρn (x − y)f (y) dy.
RN

Alors la fonction ρn ⋆ f est dans C ∞ (RN ) ∩ L2 (RN ). On a

ρn ⋆ f −→ f dans L2 (RN ).

Remarque 24.5. Toute fonction f de L2 (Ω) peut être prolongée par 0 à RN tout entier.
On peut donc appliquer ce qui précède. Les propriétés de convergence énoncées ci-dessus
s’appliquent ainsi à la restriction de ρn ⋆ f à Ω.

250
Definition 24.6. On note D(Ω) l’espace des fonctions C ∞ à support compact dans Ω. On
vérifie que cet espace est non vide en considérant une boule ouverte B(a, r) dont l’adhérence
est dans Ω, et la fonction
!
1
ϕ(x) = exp si x ∈ B(a, r) , ϕ(x) = 0 si x ∈
/ B(a, r).
|x − a|2 − r 2
Proposition 24.7. L’espace D(Ω) est dense dans L2 (Ω).
Remarque 24.8. L’appartenance à L2 n’exige aucune régularité en espace (aucune ”corrél-
ation spatiale” n’est exigée). En particulier, si l’on considère une partition de Ω sous la forme
Ω = Ω1 ∪ Ω2 , Ω1 ∩ Ω2 = ∅, où les Ωi sont des ouverts tels que ∂Ω1 ∩ ∂Ω2 est de mesure nulle,
pour toutes fonctions fi ∈ L2 (Ωi ), la fonction f dont la restriction à Ωi est fi est dans L2 (Ω).
Nous verrons qu’une telle construction par morceaux d’une fonction est en général impossible
pour les espaces de Sobolev.

24.2 Définitions, propriétés générales

Definition 24.9. (Gradient)

Soit ϕ une fonction C 1 de Ω dans R. On appelle gradient de ϕ la fonction de Ω dans RN
définie par  
∂ϕ
 ∂x 
 1 
 
 .. 
∇ϕ =  . .
 
 
 ∂ϕ 
∂xN
Definition 24.10. On définit l’espace de Sobolev H 1 (Ω) comme l’ensemble des fonctions u
dans L2 (Ω) telles qu’il existe v = (v1 , . . . , vN ) ∈ (L2 (Ω))N vérifiant
Z Z
∂ϕ
u =− ϕ vi ∀ϕ ∈ D(Ω) , ∀i = 1, . . . , N.
Ω ∂xi Ω
On notera alors v = ∇u.

La fonction ∇u de R dans RN est ainsi définie comme l’unique fonction vectorielle à

composantes dans L2 (Ω) telle que l’identité entre vecteurs de RN
Z Z
u∇ϕ = − ϕ∇u
Ω Ω
soit vérifiée pour tout ϕ ∈ D(Ω).

On notera H 1 (Ω)N l’espace des champs de vecteurs dont chaque composante appartient
à H 1 (Ω). Le gradient ∇u est alors une matrice dont la ligne i est le gradient de la i-ème
composante de u.
Proposition 24.11. L’espace H 1 (Ω) muni de la norme k · k définie par
Z Z
kvk2 = u2 + |∇u|2
Ω Ω

est un espace de Hilbert séparable 127 . .

127. Il contient un sous-ensemble dénombrable et dense

251
Démonstration: On construit pour cela une isométrie entre H 1 (Ω) et un sous-espace fermé
de L2 (Ω) × L2 (Ω)N . Voir [2, Prop. IX.1]. 

Notation: On désignera par |u|0,Ω la norme L2 de u sur Ω (nous omettrons Ω quand il n’y
a pas d’ambigüité), et par |u|1,Ω la semi norme H 1 :
Z
|u|21,Ω = |∇u|2 ,
Ω

de telle sorte que

kuk2H 1 = |u|20,Ω + |u|21,Ω .

Proposition 24.12. Si u ∈ C 1 (Ω) ∩ L2 (Ω) et ∇u ∈ (L2 (Ω))N , alors u ∈ H 1 (Ω), et le

gradient de u au sens classique (définition 24.9) s’identifie au gradient au sens de Sobolev
(définition 24.10).
Proposition 24.13. Soit u ∈ H 1 (Ω) telle que ∇u = 0 presque partout sur Ω. Alors u est
constante sur chaque composante connexe de Ω.

En dimension 1, une fonction peut s’écrire comme intégrale de sa dérivée, comme le précise
la proposition suivante.
Proposition 24.14. Soit I un intervalle de R. Toute fonction u ∈ H 1 (I) admet un repré-
sentant continu ũ, qui vérifie
Z y
ũ(x) = u(x) p.p. sur I , ũ(y) − ũ(x) = u′ (t) dt.
x

Cette fonction continue sur I est prolongeable par continuité aux extrémités de I.

Démonstration: Voir Brezis [2, Th. VIII.2]. 

Proposition 24.15. Soit u une fonction de L2 (Ω). Les assertions suivantes sont équiva-
lentes :
(i) u ∈ H 1 (Ω).
(ii) Il existe une constante C telle que
Z
u∇ϕ ≤ C kϕkL2 ∀ϕ ∈ D(Ω).
Ω

(iii) Il existe une constante C telle que, pour tout ω ⊂⊂ Ω, pour tout h tel que |h| <
dist(ω, Ωc ),
kτh u − ukL2 (ω) ≤ C |h| .

Démonstration: (i) =⇒ (ii) est une conséquence immédiate de la définition.

(ii) =⇒ (i) Pour i entre 1 et N , on considère la forme linéaire définie sur Cc∞ ⊂ L2 (Ω)
Z
ϕ 7−→ v∂xi ϕ.
Ω

252
Cette forme linéaire est continue pour la norme L2 par hypothèse. Elle se prolonge donc par
densité de Cc∞ (Ω) en une forme linéaire continue sur L2 (Ω). Le théorème de représentation
de Riesz-Fréchet assure donc l’existence de wi ∈ L2 (Ω) tel que
Z Z
v∂xi ϕ = − wi ϕ,
Ω Ω

d’où u ∈ H 1 avec ∇u = (w1 , . . . , wN ). 

(i) =⇒ (iii) Soit ω ⊂⊂ Ω, et h < dist(ω, Ωc ). On considère dans un premier temps une
fonction u régulière (u ∈ D(Ω)). On a
Z 1
u(x + h) = u(x) + ∇u(x + th) · h dt,
0

d’où Z 1
|u(x + h) − u(x)|2 ≤ |h|2 |∇u(x + th)|2 ,
0
et donc
Z Z Z 1 Z 1Z
|τh u − u(x)|2 ≤ |h|2 |∇u(x + th)|2 ≤ |h|2 |∇u(x + th)|2 .
ω ω 0 0 ω

On choisit maintenant ω ′ fortement inclus dans Ω, qui contient tous les translatés de ω par
th, pour t ∈ [0, 1]. On a Z
kτh u − ukL2 ≤ |h| |∇u|2 .
ω′
On conclut en utilisant la propriété de densité 24.17.

(iii) =⇒ (ii) Soit ϕ ∈ Cc∞ (Ω), et ω ⊂⊂ Ω qui contient le support de ϕ. Pour tout h tel
que h < dist(ω, Ωc ), on a
Z
(τh u − u)ϕ ≤ C kϕkL2 (ω) |h| ≤ C kϕkL2 (Ω) |h| .
ω

D’autre part,
Z Z Z
(u(x + h) − u(x))ϕ(x) = (u(x + h) − u(x))ϕ(x) = u(y)(ϕ(y − h) − ϕ(y)).
ω Ω Ω

La majoration (iii) implique donc

Z
ϕ(y − h) − ϕ(y)
u(y) ≤ C kϕkL2 .
Ω |h|

On conclut en prenant h de la forme t~ei et en faisant tendre t vers 0. 

Proposition 24.16. L’espace D(RN ) est dense dans H 1 (RN ).

Notation: On dit que ω est fortement inclus dans Ω si ω est compact et inclus dans Ω. On
note ω ⊂⊂ Ω.

253
Proposition 24.17. Pour tout ω ⊂⊂ Ω, tout u ∈ H 1 (Ω), il existe une suite (un ) dans D(Ω)
telle que
un −→ u dans L2 (Ω) , ∇un −→ ∇u dans L2 (ω)N .
Corollaire 24.18. Soit (ωn ) une suite de domaines fortements inclus dans Ω, et u ∈ H 1 (Ω).
Il existe une suite (un ) dans D(Ω) telle que

kun − ukL2 (Ω) −→ 0 , k∇un − ∇ukL2 (ωn )N −→ 0.

Definition 24.19. On définit H01 (Ω) comme l’adhérence de D(Ω) dans H 1 (Ω).

Noter que, d’après la proposition 24.17, on a H01 (RN ) = H 1 (RN )

Par rapport à H01 , l’espace H 1 peut se décrire comme l’ensemble des fonctions L2 de
gradient L2 qui peuvent “prendre des valeurs non nulles sur le bord”. Cette expression ne
pourra se voir donner un cadre mathématique précis qu’après que l’on aura défini la notion
de régularité du bord (voir, section 24.3, la définition de l’opérateur trace sur le bord γ0 ).
On peut néammoins dès maintenant donner un sens abstrait à la notion de valeur au bord,
sans faire aucune hypothèse sur la géométrie de Ω. Par analogie avec l’espace des traces des
fonctions de H 1 dans le cas d’un bord régulier (voir définition 24.31), nous noterons H̃ 1/2
l’espace abstrait correspondant.
Definition 24.20. On définit l’espace H 2 (Ω) comme l’ensemble des fonctions de H 1 (Ω)
dont toutes les dérivées partielles par rapport à l’une des composantes sont elles-mêmes dans
H 1 (Ω). C’est un espace de Hilbert muni de la norme
2 2
X ∂u X ∂2u
kuk2H 2 (Ω) = |u|20 + + = |u|20,Ω + |u|21,Ω + |u|22,Ω .
i
∂xi 0 i,j
∂xi ∂xj 0

On peut définir de façon analogue les espaces H m (Ω) pour m = 3, 4, . . ., mais nous
n’utiliserons ici que m ≤ 2.
Definition 24.21. (Espace Hloc m)
m (Ω)
Soit m un entier positif (on utilisera le cas m = 2 dans la suite). On définit l’espace Hloc
comme l’espace vectoriel des (classes de) fonctions de Ω dans R dont la restriction à ω est
dans H m (ω), pour tout ω fortement inclus dans Ω. De façon équivalente, c’est l’ensemble des
fonctions u de Ω dans R telles que θu est dans H m (Ω) pour tout θ dans D(Ω).
m permet de parler de ses dérivées m-ièmes
Noter que l’appartenance d’une fonction à Hloc
comme de fonctions (mesurables) définies sur Ω. On donne ainsi un sens à des expressions
du type ∂ m u/∂xm 2
i = g presque partout dans Ω, où g est une fonction de Lloc .

24.3 Traces

En élasticité, le problème le plus couramment rencontré consiste à trouver le champ de

déplacement d’un solide déformable soumis à certaines sollicitations sur son bord (déplace-
ment imposé). Ces sollicitations au bord ne peuvent avoir un sens que si l’on est capable de
parler d’un champ de déplacement sur le bord du domaine. Lorsque l’on considère des fonc-
tions régulières (au moins continues sur Ω), on peut parler simplement de la restriction de la

254
fonction à ∂Ω. Dans le contexte présent, nous avons vu que les fonctions de H 1 (Ω) ne sont
pas nécessairement continues, et ne sont définies a priori que comme des classes de fonctions
(à un ensemble de mesure nulle près). La frontière d’un ouvert régulier étant de mesure nulle,
la notion de restriction n’a pas de sens. Nous allons montrer ici qu’il est possible de donner un
sens précis à cette notion de trace, dès que les fonctions que l’on considère ont une régularité
suffisante en espace.

Definition 24.22. (Espace des traces abstrait)

On définit l’espace H̃ 1/2 comme l’espace quotient H 1 (Ω)/H01 (Ω). C’est un espace vectoriel
normé pour la norme quotient

kũkH 1 /H 1 = inf kvkH 1 = inf ku − hkH 1 .

0 v∈ũ h∈H01

Noter que, d’après la définition de H01 , on a aussi kũkH 1 /H 1 = inf h∈D(Ω) ku − hkH 1 .
0

Remarque 24.23. On a H01 (RN )

= H 1 (RN )
(d’après la proposition 24.16), et l’on peut
avoir H0 (Ω) = H (Ω) même si Ω est strictement inclus dans RN (de telle sorte que D(Ω)
1 1

soit strictement inclus dans D(RN )). L’espace quotient défini précédemment est alors l’espace
trivial {0}. C’est le cas par exemple de R2 privé d’un point, ou de R3 privé d’un point ou
d’une droite (voir l’exercice 24.1 ci-après sur la notion de capacité).

Exercice 24.1. (Impossibilité de définir la valeur ponctuelle d’un champ)

Soient Ω et ω deux domaines réguliers, avec ω ⊂ Ω. On définit la capacité de ω vis-à-vis de
Ω (on dira simplement capacité s’il n’y a pas d’ambigüité) la quantité
Z 
Cω = inf |∇u|2 , v|ω ≡ 1 sur ω , v ∈ D(Ω) .
Ω

1) Calculer la capacité CrR d’une boule de rayon r vis-à-vis d’une boule de rayon R, dans
Rn pour n = 1, n = 2, et n = 3.

2) Préciser la limite de cette capacité lorsque le rayon intérieur r tend vers 0, à R > 0
fixé.

3) En déduire qu’en dimension 2 ou 3 la notion de valeur ponctuelle d’un champ de H 1 (Ω)

n’a pas de signification. On pourra montrer par exemple que le sous-espace des fonctions
régulières qui prennent la valeur 1 en un point intérieur à Ω est dense dans H 1 (Ω).

Proposition 24.24. Soit u ∈ H01 (Ω). On définit ũ comme la fonction qui vaut u(x) pour
tout x ∈ Ω, et qui prend la valeur 0 à l’extérieur de Ω. Alors ũ ∈ H 1 (RN ).

Démonstration: Tout d’abord remarquons que ũ est dans L2 (RN ). Par définition de H01 , u
est limite d’une suite (un ) de fonctions C ∞ à support compact dans Ω. Pour tout ϕ ∈ D(RN ),
on a
Z Z Z
ũ∇ϕ = u∇ϕ = lim un ∇ϕ
RN Ω n→+∞ Ω
Z Z Z
= − lim ϕ∇un = − ϕ∇u = − ϕv.
n→+∞ Ω Ω RN

où v est le champ de vecteurs qui vaut ∇u dans Ω, et 0 à l’extérieur de Ω. 

255
 Qρh

x′
ρ

xN = ϕ(x′ )
h

xN

Figure 24.1 – Régularité de la frontière

Dans cette section nous précisons les propriétés qui vont nous permettre de définir des
valeurs au bord pour des fonctions appartenant aux espaces de Sobolev introduits précédem-
ment. On se reportera à [6] ou [2] pour les démonstrations détaillées.

On définit le cylindre Qρh de RN par

n o
Qρh = x ∈ RN , x = (x′ , xN ) = (x1 , . . . , xN ) , x′ < ρ , −h < xN < h .

Dans la définition qui suit, “X” représente une régularité fonctionnelle du type C o , Lipschitz,
C k , etc...
Definition 24.25. Soit Ω un ouvert de RN . On dit que la frontière de Ω est de classe X si
en tout point a ∈ ∂Ω, il existe un système de coordonnées et ρ, h > 0, tels qu’il existe une
application n o
ϕ : x′ ∈ RN −1 , x′ < ρ −→ R
de classe X telle que

(i) ∀x′ , |x′ | < ρ ⇒ |ϕ(x′ )| < h,

(ii) ϕ(0) = 0,

(iii) Qρh ∩ ∂Ω coı̈ncide avec le graphe de ϕ,

(iv) U ∩ Ω = {(x′ , xN ) , |x′ | ≤ ρ , ϕ(x′ ) < xN < h}.

Definition 24.26. (vecteur normal)

Soit Ω un ouvert de classe C 1 , a un point de Γ = ∂Ω. On note ϕ l’application définie ci-dessus.
On appelle vecteur normal à Γ au point a le vecteur
(∇ϕ, −1)
n= .
|(∇ϕ, −1)|
Noter que l’on peut définir presque partout un tel vecteur sur une frontière supposée seulement
Lipschitzienne.

256
 On note D(Ω) l’ensemble des restrictions des fonctions de D(RN ) à Ω.

Proposition 24.27. Soit Ω un ouvert de frontière Γ Lipschitzienne et bornée. Il existe un

opérateur de prolongement
P : H 1 (Ω) −→ H 1 (RN ),
linéaire continu, tel que, pour tout u ∈ H 1 (Ω), la restriction de P u à Ω s’identifie à u.

Démonstration: Voir Brezis [2, Th. IX.7] dans le cas d’un ouvert C 1 . L’ingrédient principal
de la démonstration est le prolongement par réflexion dont nous indiquons ici le principe dans
le cas N = 1. On considère u ∈ H 1 (]0, 1[), et l’on construit ũ comme la fonction qui s’identifie
à u sur ]0, 1[, et telle que ũ(x) = u(−x) sur ] − 1, 0[. La fonction ũ est dans L2 (] − 1, 1[), et sa
dérivée ũ′ est définie presque partout sur ] − 1, 1[ (avec ũ′ (−x) = −u′ (x) pour x > 0. Nous
allons montrer que cette fonction ũ′ est bien la dérivée de u au sens de Sobolev sur ] − 1, 1[.
Pour toute fonction-test ϕ ∈ D(] − 1, 1[), si l’on note ϕ̃(x) = ϕ(−x), on a
Z 1 Z 0 Z 1 Z 1 Z 1 Z 1
′ ′ ′ ′ ′
uϕ = uϕ + uϕ = − uϕ̃ + uϕ = u(ϕ − ϕ̃)′ .
−1 −1 0 0 0 0

Notons ψ = ϕ − ϕ̃. On ne peut pas utiliser l’appartenance de u à H 1 (]0, 1[) car ψ n’est pas à
support compact dans ]0, 1[. On se ramène à une fonction à support compact en introduisant,
pour ε > 0, la fonction x 7−→ ηε (x) = η(x/ε), où η est une fonction C ∞ sur R+ , nulle sur
[0, 1/2] et sur [1, +∞[. La fonction ψε = ηε ψ est dans D(]0, 1[). On a d’une part
Z 1 Z 1 Z 1 Z 1
uψε′ = − ψε u′ −→ − ψu′ = − ϕũ′ ,
0 0 0 −1

et d’autre part Z Z Z
1 1 1
uψε′ = ηε ψ ′ u + ηε′ ψu.
0 0 0
Le second terme se majore (en utilisant ψ(x) = O(x) et |ηε′ | ≤ C/ε),
Z Z Z
1 ε 1 ε √
ηε′ ψu = ηε′ ψu ≤ Cε |u| ≤ C ε.
0 0 ε 0
R1 R1
d’où 0 uψε′ −→ 0 ψ ′ u,

On a donc ũ ∈ H 1 (] − 1, 1[). 

Proposition 24.28. Soit Ω un ouvert de frontière Γ Lipschitzienne. Alors D(Ω) est dense
dans H 1 (Ω).

Proposition 24.29. Soit Ω un ouvert de frontière Γ Lipschitzienne et bornée. L’application

γ0 : ϕ ∈ D(Ω) 7−→ ϕ|Γ ,

se prolonge par continuité en une application linéaire de H 1 (Ω) dans L2 (Γ).

Démonstration: On se limite ici à une démonstration dans le cas du demi espace RN −1 ×R+
(pour lequel le résultat est vrai malgré le caractère non borné), et l’on se reportera à [2] pour

257
une démonstration plus complète. On peut se limiter à des fonctions régulières nulles pour
xN ≥ 1. Pour une telle fonction, on a
Z 0
′
ϕ(x , 0) = ∂N ϕ,
1

d’où Z Z Z 2 Z Z
0
ϕ(x′ , 0)2 = ∂N ϕ ≤ |∂N ϕ|2 ≤ |∇u|2 .
RN−1 RN 1 RN RN


Remarque 24.30. On notera que seul le contrôle sur la dérivée dans la direction verticale
(normale à la frontière) a été utilisé dans la démonstration précédente. La rigidité transverse
(selon RN −1 dans le cas précédent) va conditionner la régularité de la trace (dont on peut
montrer qu’elle est strictement plus régulière que L2 ).

Definition 24.31. (Espace H 1/2 (Γ))

On note H 1/2 (Γ) ⊂ L2 (Γ) l’image de l’application γ0 : H 1 (Ω) 7−→ L2 (Γ) définie ci-dessus.
C’est un espace de Banach pour la norme

kgkH 1/2 (Γ) = inf kvkH 1 (Ω) .

γ0 v=g

Remarque 24.32. L’espace H 1/2 peut se définir sur l’espace entier par la transformée de
Fourier (voir définition ??), puis par cartes locales sur une variété régulière. Il est essentiel
de garder à l’esprit que l’inclusion de H 1/2 est stricte. En particulier, l’appartenance à H 1/2
exclut les discontinuités franches (voir remarque 24.32, page 258).

Proposition 24.33. L’espace H01 (Ω) est constitué des fonctions de H 1 (Ω) dont la trace sur
∂Ω est nulle.

Démonstration: Voir Raviart [6]. 

Definition 24.34. (Dérivée normale)

Soit Ω un domaine de frontière Lipschitzienne. On note n le vecteur normal à Γ dirigé vers
l’extérieur de Ω. Ce vecteur est défini presque partout. Pour toute fonction ϕ ∈ D(Ω), on
appelle dérivée normale de ϕ en un point de Γ la quantité
∂ϕ
= ∇ϕ · n.
∂n
Definition 24.35. Soit Ω un ouvert borné de frontière Γ lipschitzienne. On définit γ1 comme
l’application de H 2 (Ω) dans L2 (Γ) qui à u ∈ H 2 (Ω) associe ∇u · n, où la trace de chaque
composante de ∇u est définie comme précédemment. On notera
∂u
γ1 u = .
∂n

Noter que l’on n’utilise pas ici la densité de D(Ω) dans H 2 (Ω) (qui, de fait, n’est pas
exigée).

258
Proposition 24.36. (Première formule de Green)
Soit Ω un ouvert borné de frontière Γ Lipschitzienne. Pour tous u et v dans H 1 (Ω), on a
Z Z Z
v∇u = − u∇v + uvn.
Ω Ω Γ

Proposition 24.37. (Deuxième formule de Green)

Soit Ω un ouvert borné de frontière Γ lipschitzienne. Pour tout u dans H 2 (Ω) et tout v dans
H 1 (Ω), on a Z Z Z
∂u
− v△u = ∇u · ∇v − v.
Ω Ω Γ ∂n

Proposition 24.38. Soit Ω un ouvert borné de frontière Γ lipschitzienne. On suppose que Ω

se décompose de la façon suivante [
Ω= Ωi ,
i=1,...,p

où les Ωi sont des ouverts de frontière lipschitzienne, inclus dans Ω, deux à deux disjoints.
On note Γij = Ωi ∩ Ωj . Soit u une fonction définie sur Ω, dont la restriction ui à Ωi est dans
H 1 (Ωi ) pour tout i = 1, . . . , p. On suppose que pour tous i, j tels que Γij 6= ∅ les traces de ui
et uj sur Γij s’identifient. Alors u est dans H 1 (Ω).

Démonstration: On note v la fonction de L2 (Ω) qui s’identifie à ∇u sur chacun des Ωr .

Pour tout ϕ ∈ D(RN ), on a (en utilisant la proposition 24.36 sur chacun des Ωr ),
Z p Z
X
vϕ = vϕ
Ω i=1 Ωi
Xp Z XZ
= − u∇ϕ + uϕ(ni + nj ),
i=1 Ωi i,j Γij

où ni (resp. nj ) est la normale à Γij sortante au domaine Ωi (resp. Ωj ), de telle sorte que
ni + nj = 0. On a donc bien u ∈ H 1 (Ω) avec ∇u = v. 

Remarque 24.39. On prendra garde au fait que (on reprend les notation du théorème précé-
dent), même si u est dans H 2 (Ωi ) pour tout i, le raccord des traces sur les interfaces ne suffit
pas pour assurer l’appartenance de u à H 2 (Ω). Cette remarque est à la base des difficultés que
l’on peut avoir à approcher une fonction sur un maillage qui ne respecte pas la géométrie.

Proposition 24.40. On se replace dans le cadre des notations de la proposition précédente.

Soit u une fonction définie sur Ω, dont la restriction ui à Ωi est dans H 2 (Ωi ) pour tout
i = 1, . . . , R. On suppose que pour tous i, j tels que Γij 6= ∅ les traces de ui et uj sur Γij
s’identifient. On suppose d’autre part le raccord des dérivées normales : ∂ui /∂n = ∂uj /∂n
sur Γij . Alors u est dans H 2 (Ω).

24.4 Injections

Théorème 24.41. Soit Ω un domaine borné de frontière Lipschitzienne. Alors, pour tout
entier m > N/2, H m (Ω) s’injecte de façon continue dans C 0 (Ω). En particulier les fonctions
de H 2 (Ω) sont continues pour les dimensions physiques N = 1, 2, ou 3.

259
 On retrouve notamment le fait déjà énoncé que les fonctions de H 1 (I), où I est un inter-
valle réel, sont continues. En revanche, le théorème ne s’applique pas à H 1 (Ω) en dimension
2. Il existe effectivement des fonctions de H 1 (R2 ) qui ne sont pas continues.

On notera également qu’une fonction de H 2 (Ω) est continue sur Ω, sans hypothèse de
régularité, car tout x ∈ Ω est dans une boule incluse dans Ω. En l’absence de régularité du
bord, il est en revanche possible que l’on n’ait pas kuk∞ ≤ C kukH 2 .

Théorème 24.42. (Rellich)

Soit Ω un domaine borné de frontière Lipschitzienne. Alors l’injection de H 1 (Ω) dans L2 (Ω)
est compacte. L’injection de H01 (Ω) dans L2 (Ω) est compacte pour tout Ω borné (sans hypo-
thèse de régularité). De même, l’injection de H m+1 (Ω) dans H m (Ω) est compacte.

Démonstration: On se reportera à la section consacrée à la transformée de Fourier (voir

théorème 24.64) pour une démonstration de ce théorème. On peut également démontrer la
compacité de l’injection en utilisant le point (iii) de la caractérisation 24.15 de H 1 (Ω), et le
théorème de Riesz-Fréchet-Kolmogorov qui donne un critère suffisant de relative compacité
pour des familles de fonctions de L2 (Ω) (voir Brezis [2, Th. IV.25 & Cor. IV.26]). 

Exercice 24.2. Montrer que l’injection de H 1 (Ω) dans L2 (Ω) n’est jamais compacte quand Ω
n’est pas borné.

24.5 Inégalités de Poincaré

Proposition 24.43. (Inégalité de Poincaré)

Soit Ω un domaine de RN borné dans une direction, c’est-à-dire tel que
n o
Ω ⊂ x ∈ RN , ξ · x ∈]a, b[ .

Alors il existe une constante C > 0 telle que

Z 1/2 Z 1/2
|u|2 ≤C |∇u|2 ∀u ∈ H01 (Ω).
Ω Ω

Démonstration: On note toujours u le prolongement par 0 de u sur RN tout entier. Quitte

à effectuer une translation et une rotation du système de coordonnées, on suppose que la
bande qui contient Ω se met sous la forme
n o
x = (x1 , . . . , xN ) = (x′ , xN ) ∈ RN , xN ∈]0, L[ .

On suppose dans un premier temps u régulière. Pour tout x = (x′ , xN ) ∈ Ω, on a

Z xN Z xN
u(x′ , xN ) = u(x′ , 0) + ∂N u = ∂N u,
0 0

d’où, d’aprés l’inégalité de Cauchy-Schwarz,

Z L
′ 2
u(x , xN ) ≤ L |∇u|2 .
0

260
On a donc
Z Z Z L Z L
2
u ≤ L |∇u|2
Ω RN−1 0 0
Z Z L Z
≤ L2 |∇u|2 = |∇u|2 .
RN−1 0 Ω

On conclut en utilisant la densité des fonctions régulières. 

Remarque 24.44. On appelle constante de Poincaré du domaine Ω le plus petit réel CΩ tel
que l’inégalité ci-dessus est vérifiée. On a
Z
|∇u|2
1
= inf ZΩ .
CΩ2 u6=0
|u|2
Ω

On peut ainsi montrer 1/CΩ2 = λ1 , où λ1 est la plus petite valeur propre du Laplacien avec
conditions de Dirichlet, c’est-à-dire le plus petit réel tel qu’il existe u ∈ H01 (Ω) non nul
vérifiant 128
−△u = λu.
La proposition précédente assure λ1 ≥ 1/L2 , pour tout domaine Ω inclus dans une bande
d’épaisseur L.

Corollaire 24.45. Soit Ω un domaine de RN borné dans une direction. Alors la forme
bilinéaire Z
(u, v) 7−→ ∇u · ∇v
Ω

est un produit scalaire sur H01 (Ω), qui induit une norme équivalente à la norme de départ.

L’inégalité de Poincaré énoncée ci-dessus est un cas particulier d’une inégalité plus géné-
rale :

Proposition 24.46. (Inégalité de Poincaré généralisée)

Soit Ω un domaine régulier, borné, et connexe, et T une application linéaire continue de
H 1 (Ω) dans un espace de Hilbert M . On suppose que l’image par T d’une fonction constante
non nulle est elle-même non nulle. Alors il existe une constante C telle que

|u|0 ≤ C (|T u|M + |∇u|0 ) ∀u ∈ H 1 (Ω).

Démonstration: On raisonne par l’absurde. Si la propriété est fausse, alors pour tout n on
peut construire un ∈ H 1 (Ω) tel que

kun kL2 > n (|T un |M + |∇un |0 ) ∀u ∈ H 1 (Ω).

128. L’opérateur de Laplace −△, qui fait intervenir des dérivées secondes, n’est a priori défini pour des
fonctions de H 1 qu’au sens des distributions. On verra par la suite que ces dérivées secondes du minimiseur
u peuvent en fait être définies dans le cadre de ce chapitre, c’est-à-dire en tant que fonctions de L2 (Ω) (ou
tout du moins L2loc sans hypothèse sur le domaine), de telle sorte que l’on pourra écrire −△u = λu presque
partout.

261
On peut choisir un tel que kun k = 1. La suite un étant bornée dans H 1 , on peut en extraire une
sous-suite (que nous noterons toujours (un )) qui converge fortement dans L2 (Ω) (l’injection
de H 1 (Ω) dans L2 (Ω) étant compacte), vers u ∈ L2 (Ω)). Comme la suite (∇un ) tend vers
0 dans L2 , elle est de Cauchy, et par suite (un ) est de Cauchy dans H 1 . Elle converge donc
dans H 1 vers une limite, qui est nécessairement la limite u dans L2 . Comme T un tend vers
0, on a nécessairement T u = 0. D’autre part, comme (∇un ) → 0, on a ∇u = 0, et ainsi u
est constante sur Ω (voir proposition 24.13, page 252). Comme T u = 0, cette constante est
nulle, ce qui est absurde car kuk = lim kun k = 1 

La démonstration ci-dessus permet d’établir directement la propriété suivante :

Corollaire 24.47. Soit Ω un domaine régulier, borné, et connexe, et V un sous-espace fermé
de H 1 (Ω) qui ne contient aucune fonction constante autre que 0. Alors il existe C > 0 tel que
|u|0 ≤ C |∇u|0 ∀u ∈ V.
Remarque 24.48. Ce corollaire s’appliquera notamment au cas où V est un espace de fonc-
tions qui s’annulent sur une partie de la frontière de mesure non nulle. Sur un tel espace,
|u|1 est une norme équivalent à la norme H 1 .

24.6 Problèmes aux limites elliptiques

Nous présentons dans cette section des résultats classiques d’existence et d’unicité de
solutions pour le problème de Poisson.

Conditions aux limites de Dirichlet

On s’intéresse ici à des problèmes du type

(
−△u = f dans Ω
(24.1)
u = 0 sur ∂Ω,
où f est une fonction de L2 (Ω) donnée. On parlera du problème de Poisson dans le domaine
Ω.
Definition 24.49. (Solution faible)
On appellera solution faible de (24.1) une fonction de H01 (Ω) telle que
Z Z
∇u · ∇v = fv ∀v H01 (Ω). (24.2)
Ω Ω
Proposition 24.50. (Principe de Dirichlet)
On suppose Ω borné dans une direction. Soit f ∈ L2 (Ω). Alors le problème 24.1 admet une
unique solution faible : il existe un unique u ∈ H01 (Ω) solution de la formulation variation-
nelle (24.2). C’est l’unique élément de H01 (Ω) qui minimise la fonctionnelle
Z Z
1
v 7−→ |∇v|2 − f v.
2 Ω

Démonstration: C’est une application directe du théorème de Lax-Milgram, avec

Z Z
a(u, v) = ∇u · ∇v , hϕ , vi = f v.
Ω Ω
Noter que la forme bilinéaire a( · , · ) est bien coercive grâce à l’inégalité de Poincaré (propo-
sition 24.43, page 260). 

262
Conditions aux limites de Neumann

On considère maintenant des conditions au bord de type Neumann. Comme ces conditions
ne font intervenir que les dérivées, comme l’opérateur de Laplacien lui-même, le problème
de Poisson avec de telles conditions est évidemment mal posé (si l’on ajoute une fonction
constante, qui est bien dans H 1 (Ω) dès que Ω est borné, à n’importe quelle solution, on
obtient bien une autre solution). On verra à la fin de cette section que ce problème est
pourtant bien posé dans un certain espace, sous réserve que f vérifie une certaine condition.
Dans un premier temps, nous utilisons un moyen élémentaire de contourner ce problème,
qui consiste à rajouter au Laplacien un terme d’ordre 0. On s’intéressera donc au problème
suivant 
 u − △u = f dans Ω

∂u (24.3)

 = 0 sur ∂Ω,
∂n
où f est donnée.

Definition 24.51. On appellera solution classique (dans le cas où f est au moins continue)
une fonction de C 2 (Ω) qui vérifie le système ci-dessus, et solution faible une fonction de
H 1 (Ω) telle que Z Z Z
uv + ∇u · ∇v = fv ∀v H 1 (Ω). (24.4)
Ω Ω Ω

L’existence et l’unicité d’une solution faible est immédiate sans qu’il soit nécessaire de
faire des hypothèses sur le domaine, comme le précise la proposition ci-dessous. Il est en
revanche délicat de préciser en quel sens une solution faible est solution de (24.3), car la
dérivée normale n’est en général pas définie sur le bord.

Proposition 24.52. Soit f ∈ L2 (Ω). Alors le problème 24.3 admet une unique solution
faible. Cette solution faible est l’élément de H01 (Ω) qui minimise la fonctionnelle
Z Z Z
1 2 1 2
v−
7 → |v| + |∇v| − f v.
2 Ω 2 Ω

Démonstration: C’est de nouveau une application directe du théorème de Lax-Milgram

dans H = H 1 (Ω). 

24.7 Régularité des solutions faibles

Nous abordons maintenant le problème de régularité des solutions faibles construites pré-
cédemment. Il s’agit notamment de déterminer si l’équation de départ est vérifiée comme
identité entre fonctions mesurables (auquel cas il est licite de préciser presque partout), ou
dans un sens plus faible. On considère ainsi des équations aux dérivées partielles du type

−△u = f , u − △u = f ou − ∇k · ∇u = f,
P
où △ est le Laplacien △ = ∂ 2 /∂x2i , k est un champ scalaire régulier tel que 0 < m ≤
k(x) ≤ M < +∞.

263
Proposition 24.53. Soit Ω un domaine de RN et u ∈ H 1 (Ω). On suppose qu’il existe
f ∈ L2 (Ω) tel que Z Z
∇u · ∇ϕ = f ϕ ∀ϕ ∈ D(Ω).
Ω Ω
Alors u est dans H2loc (Ω) et vérifie

−△u = f p.p.

Démonstration: On suppose dans un premier temps que Ω est l’espace RN tout entier.
Comme D(Ω) est alors dense dans H 1 (Ω), la formulation variationnelle est vérifiée pour
toute fonction test de H 1 (Ω), en particulier les fonctions-test particulières que nous allons
construire à partir de u. Pour h ∈ RN , on introduit
1
Dh u = (τh u − u) ,
|h|
et l’on écrit la formulation variationnelle avec v = D−h Dh u. Il vient
Z Z
1
∇u · ∇v = ∇u · (τh ∇u − 2∇u + τ−h ∇u) .
RN |h|2 RN

On peut écrire
Z Z
∇u · (−∇u + τ−h ∇u) = τh ∇u · (−τh ∇u + ∇u) ,
RN RN

d’où finalement
Z
|Dh ∇u|2 ≤ kf kL2 kD−h Dh ukL2 ≤ kf kL2 k∇Dh ukL2 = kf kL2 kDh ∇ukL2 ,
RN

d’après la proposition 24.15 ((i) ⇒ (iii)). On a donc

kDh ∇ukL2 ≤ kf kL2

pour tout h ∈ RN . On a donc kDh ∂i ukL2 uniformément borné, et donc, toujours d’après la
proposition 24.15, ∂i u ∈ H 1 (RN ) pour tout i = 1, . . . , N .

Dans le cas général on considère une fonction θ ∈ D(Ω). On a

∇(θu) · ∇ϕ = ∇u · ∇(θϕ) + ∇θ · ∇(uϕ) − 2ϕ∇u · ∇ϕ,

et ainsi la fonction θu ∈ H 1 (RN ) vérifie

Z Z Z Z Z
∇ (θu) · ∇ϕ = θf ϕ − 2 ϕ∇u · ∇θ − ϕu△θ = gϕ ∀ϕ ∈ D(Ω).
RN RN RN RN RN

avec g ∈ L2 (RN ). La fonction θu est donc dans H 2 (RN ) d’après ce qui précède. On a donc
2 (Ω).
bien u ∈ Hloc 

Proposition 24.54. On suppose Ω borné dans une direction. Soit f un élément de L2 (Ω). La
2 (Ω)
solution faible u ∈ H01 (Ω) de (24.2)) avec conditions de Dirichlet homogènes est dans Hloc
et vérifie
−△u = f p.p.

Démonstration: C’est une application directe de la proposition 24.53. 

264
 2 à l’appartenance à H 2 (Ω) est loin d’être immédiat. Nous
Le passage de la régularité Hloc
nous bornerons ici à énoncer des résultats de régularité dans un certain nombre de situations.

Proposition 24.55. Soit Ω un domaine de classe C 2 , borné dans une direction, et de fron-
tière Γ bornée. Pour tout f dans L2 (Ω), la solution faible de −△u = f avec conditions aux
limites de Dirichlet homogènes appartient à H 2 , et il existe une constante C (qui dépend du
domaine Ω) telle que
kukH 2 ≤ C kf kL2 .

Démonstration: L’appartenance à Hloc 2 (Ω) est assurée par la proposition 24.53. On se re-

portera à Brezis [2, Th. IX.25] pour une étude détaillée de la régularité près du bord. La
démonstration, très technique, utilise des changements de variables permettant de se ramener
au cas d’une frontière hyperplane. Pour ce dernier cas, la régularité jusqu’au bord est démon-
trée selon une méthode de translation analogue à celle utilisée dans la proposition 24.53, les
translations étant effectuées parallèlement au bord considéré. 

Proposition 24.56. Les conclusions du théorème ci-dessus sont valides si l’on suppose le
domaine polyédrique et convexe.

Proposition 24.57. Les conclusions du théorème ci-dessus s’appliquent à l’équation

−∇ · k∇u = f,

où k est une fonction C 1 de la variable d’espace sur Ω, minorée par une constante

Remarque 24.58. Le cas de conditions aux limites panachées (Dirichlet sur une partie du
bord, Neumann sur une autre) et très délicat. Nous admettrons que le passage d’un type de
condition à l’autre ne pose pas de problème lorsque les deux composantes de la frontière se
rencontrent à angle droit. On trouvera dans Costabel 129 une analyse détaillée de la régularité
dans ce type de situation, en fonction de l’angle du raccord entre les composantes.

Remarque 24.59. Si l’on considère le problème

u − △u = f,

avec conditions aux limites de Dirichlet, tout ce qui a été dit précédemment reste valable, sans
que l’on ait besoin de l’hypothèse que Ω soit borné dans une direction pour assurer l’existence
et l’unicité d’une solution faible.

Proposition 24.60. Soit Ω un domaine de frontière C 2 et bornée, et f un élément de L2 (Ω).

La solution de (24.4) appartient à H 2 , et sa dérivée normale est nulle sur Γ = ∂Ω.

24.8 Espaces de Sobolev et transformation de Fourier

On peut définir les espaces de Sobolev l’aide de la transformée de Fourier. Cette approche
est particulièrement adaptée aux problèmes posés sur l’espace tout entier, ou en géométrie
129. M. Costabel, M. Dauge, Edge singularities for elliptic boundary value problems, Journées équations aux
dérivées partielles, 1992, pp. 1–12.
[Link]

265
périodique, ce qui la place un peu en marge de cet ouvrage dont l’un des objectifs est pré-
cisément la prise en compte de géométries complexes en domaines bornés. Nous indiquons
néammoins ici certains éléments de cette approche, qui permet notamment de bien com-
prendre le théorème de Rellich, qui est à la base de l’analyse de la méthode des éléments
finis.

Definition 24.61. Soit u ∈ L2 (RN ). On définit sa transformée de Fourier comme la fonction

définie par Z
1
ũ(ξ) = e−iξ · x u(x) dx.
(2π)−n/2 RN

Théorème 24.62. L’application u 7−→ ũ est une isométrie de L2 (RN ) sur lui-même.

On peut définir l’espace H 1 (RN ) à l’aide de la transformée de Fourier, ce que nous pré-
sentons ici comme un thérorème si l’on prend la définition 24.10, page 251 comme référence.

Théorème 24.63. L’espace H 1 (RN ) est l’ensemble des fonctions u de L2 (RN ) telles que
 1/2
1 + |ξ|2 ũ ∈ L2 (RN ).

Nous démontrons à présent le théorème de Rellich 24.42 déjà énoncé à la page 260.

Théorème 24.64. Soit Ω un domaine borné de frontière lipschitzienne. L’injection de H 1 (Ω)

dans L2 (Ω) est compacte.

Démonstration: On considère une suite (un ) bornée dans H 1 (Ω). On note P l’opérateur de
prolongement de la proposition 24.27, page 257. On choisit P de telle sorte que P v soit nul à
l’extérieur d’un borné K, pour tout v ∈ H 1 (Ω). On conserve la notation (un ) pour désigner
l’image par P de la suite initiale. D’après le théorème 22.32, page 231, on peut en extraire une
sous-suite qui converge faiblement dans H 1 (RN ). On notera toujours (un ) cette sous-suite.
Quitte à translater la suite, on suppose que la limite faible est 0. On écrit à présent, pour
tout M ≥ 0
Z Z Z Z
1  
kun k2L2 = kũn k2L2 = 2
|ũn | + |ũn | ≤ 2
|ũn | + 2
1 + |ξ|2 |ũn |2 .
|ξ|<M |ξ|>M |ξ|<M 1 + M2 |ξ|>M

Le second terme tend vers 0 quand M tend vers +∞. Il suffit donc de montrer que, pour M
fixé, le premier terme tend vers 0. On a, pour tout ξ,
Z Z
1 −iξ · x 1
ũn (ξ) = e un (x) dx = χK e−iξ · x un (x) dx,
(2π)−n/2 RN (2π)−n/2 RN

où χK est la fonction caractéristique de K (de telle sorte que χK e−iξ · x est dans L2 (R)),
Cette quantité tend donc vers 0 quand n tend vers +∞ d’après la convergence faible de un
vers 0 dans L2 . Comme par ailleurs |ũn (ξ)|2 est majoré par une constante, le théorème de
convergence dominée assure donc la convergence de |ũn (ξ)|2 vers 0 dans L1 (B(0, M )). On a
donc bien convergence vers 0 de kun kL2 . 

266
24.9 Approche Hdiv

Nous décrivons ici une approche qui permet de donner un sens aux équations de type
problème de Poisson comme identité entre fonctions de L2 sans passer par la régularité H 2 .

Proposition 24.65. Soit Ω un domaine quelconque, et v ∈ L2 (Ω)N . On a l’équivalence

suivante :
Z Z Z
2
∃C , v · ∇ϕ ≤ C kϕkL2 (Ω) ∀ϕ ∈ D(Ω) ⇐⇒ ∃q ∈ L (Ω) tel que v · ∇ϕ = − qϕ.
Ω Ω Ω

On dit alors que v admet une divergence faible dans L2 (Ω), et l’on écrit ∇ · v = q.

Démonstration: La condition suffisante est conséquence immédiate de l’inégalité de Cauchy-

Schwarz. Pour la condition nécessaire, on considère la forme linéaire
Z
ϕ 7−→ v · ∇ϕ
Ω

définie sur D(Ω). Comme elle est continue pour la norme L2 (Ω) d’après l’hypothèse, cette
forme se prolonge par densité en une forme linéaire continue sur L2 (Ω). Comme il s’agit d’un
espace de Hilbert, cette forme admet un représentant q ∈ L2 (Ω). 

Definition 24.66. (Espace Hdiv )

On notera Hdiv l’ensemble des champs de vecteurs u ∈ L2 (Ω)N qui admettent une divergence
faible L2 au sens de la proposition précédente.

Proposition 24.67. L’espace Hdiv est un espace de Hilbert pour le produit scalaire
Z Z
(u, v)Hdiv = u·v + (∇ · u) (∇ · v) .
Ω Ω

Démonstration: On considère une suite de Cauchy (un ) dans Hdiv . On a un → u ∈ L2 , et

∇ · un → q ∈ L2 . On a
Z Z Z Z
u · ∇ϕ = lim un · ∇ϕ = − lim ϕ ∇ · un = − ϕ q,
Ω Ω Ω Ω

d’où l’on déduit que u est dans Hdiv , avec ∇ · u = q. On vérifie immédiatement la convergence
de un vers u pour la norme de Hdiv . 

Remarque 24.68. On peut identifier la trace normale d’un champ de Hdiv à un élément du
dual topologique de H 1/2 . On considère Ω un ouvert de frontière Γ Lipschitzienne et bornée.
L’application qui à u ∈ D(Ω) associe la restriction à Γ de la quantité ∇u · n peut être identifiée
à un élément du dual de H 1 (Ω) grâce au fait que, pour toute fonction ϕ ∈ D(Ω),
Z Z Z
ϕu · n = ϕ∇ · u + u · ∇ϕ.
Γ Ω Ω
R
L’application ϕ 7→ Γ ϕu · n se prolonge donc par continuité en une forme linéaire continue
sur H 1 (Ω), que nous noterons ψu . Vérifions que < ψu , v > ne dépend que de la valeur de
v sur le bord. Il suffit pour cela de vérifier que H01 est dans le noyau de Ψu . Considérons

267
donc v ∈ H01 (Ω). D’après la proposition 24.33, v s’écrit comme limite de fonctions vn dans
D(Ω). On note ωn le support de vn . En admettant que la propriété de densité 24.18, page 254,
s’étend à Hdiv c’est-à-dire qu’il existe un ∈ D(Ω)N tel que

kun − ukL2 (Ω) → 0 , k∇ · un − ∇ · ukL2 (ωn ) → 0,

on obtient hΨu , vi = 0. La forme linéaire s’annule donc sur H01 , et par suite elle peut être
vue comme une forme linéaire sur l’espace quotient H 1 /H01 que nous avons défini comme
H̃ 1/2 . Comme H̃ 1/2 s’identifie à H 1/2 dans le cas d’une frontière Lipschitz (par l’isométrie
ṽ ∈ H̃ 1/2 7→ γv), on a bien donné un sens à u · n sur Γ en tant qu’élement du dual de H 1/2 (Γ).
On écrira ainsi
u · n|Γ ∈ H −1/2 (Γ),
en prenant bien garde au fait qu’il s’agit d’une identification faite selon le procédé ci-dessus.
Il est en particulier illicite d’écrire “presque partout” à côté d’une égalité identifiant deux
élements de cet espace.

Considérons maintenant la formulation variationnelle

Z Z
∇u · ∇v = fv ∀v ∈ D(Ω).
Ω Ω

Cela implique que ∇v possède une divergence faible L2 . Si l’on décide de désigner par △
l’opérateur ∇ · ∇, à valeurs dans L2 (Ω), défini sur l’ensemble des champs de H 1 (Ω) dont le
gradient admet une divergence L2 , alors on peut écrire

−△u = f p.p.

D’après la remarque qui précède, on peut aussi donner un sens à la trace normale du gradient
∂u/∂n, non pas en tant que fonction, mais en temps que forme linéaire sur l’espace H 1/2 (Γ)
des traces des fonctions de H 1 .

24.10 Exercices

Exercice 24.3. On définit Ω et ω comme les boules de Rd , centrées en 0, de rayons respectifs

R et r < R.

On définit la capacité de ω (sous-entendu : vis-à-vis de Ω), comme

Z 
Cω = inf |∇v|2 , v ∈ H01 (Ω) , v = 1 p.p. sur ω
Ω

1) Montrer que l’infimum est atteint en un point unique, et que la fonction u qui réalise le
minimum est solution (sur Ω \ ω) du problème aux limites

−∆u = 0 dans Ω \ ω,
u = 0 sur ∂Ω,
u = 1 sur ∂ω.

268
2) Montrer que la fonction qui réalise l’infimum ne dépend que du rayon ρ (distance à l’ori-
gine).

3) On rappelle que le Laplacien d’une fonction radiale en dimension d’espace d ≥ 1 s’écrit

∂ 2 v (d − 1) ∂v
∆v(ρ) = + .
∂ρ2 ρ ∂ρ

Expliciter le minimiseur (solution du problème de Dirichlet ci-dessus) pour les dimensions

d’espace d = 1, 2 et 3, et en déduire dans chacun de ces cas la valeur de la capacité comme
fonction de R et r.

4) Dans quel sens peut on dire qu’un point est de capacité nulle pour les dimensions 2 et 3 ?

5) (Cette dernière question vise à préciser le fait qu’il est impossible de donner un sens à la
valeur ponctuelle d’une fonction de H 1 (Rd ) dès que d ≥ 2.)
Montrer que, pour d = 2 et d = 3, l’ensemble des fonctions C ∞ à support compact dans Rd
privé d’un point est dense dans H 1 (Rd ).

269
25 Optimisation sous contrainte

25.1 Définitions, résultats généraux sur l’existence et l’unicité de minimi-

seurs

Definition 25.1. (Coercivité)

Soit E un espace vectoriel normé, et J une fonctionnelle définie d’un ensemble X de E dans
R. On dit que J est coercive sur X si

lim J(x) = ∞.
x∈X,kxk→+∞

On considèrera que toute fonctionnelle est coercive sur un ensemble X borné.

Definition 25.2. (Fonctionnelle convexe, strictement convexe)
Soit E un espace affine, et J une fonctionnelle définie d’un ensemble convexe X de E dans
R. On dit que J est convexe sur X si

J((1 − θ)x + θy) ≤ (1 − θ)J(x) + θJ(y) ∀x , y ∈ X , θ ∈]0, 1[.

On dit que J est strictement convexe si l’inégalité ci-dessus est stricte dès que x 6= y.
Definition 25.3. (Fonctionnelle λ-convexe, fortement convexe)
Soit E un espace vectoriel normé, et J une fonctionnelle définie d’un ensemble convexe X
de E dans R. On dit que J est λ- convexe, pour λ ∈ R, si
λ
J((1 − θ)x + θy) ≤ (1 − θ)J(x) + θJ(y) − θ(1 − θ) kx − yk2 ∀x , y ∈ X , θ ∈ [0, 1].
2
Une fonctionnelle λ-convexe avec λ > 0 est dite fortement convexe.

N.B. : la définition de la λ− convexité est telle que, dans une espace de Hilbert, la fonctionnelle
canonique |x|2 /2 est exactement 1-convexe. Pour cette fonctionnelle particulière, l’inégalité
ci-dessus est une égalité.

Un fonctionnelle fortement convexe est de façon évidente strictement convexe. Une fonc-
tionnelle strictement convexe peut en revanche ne pas être fortement convexe (par exemple
x 7→ x4 , qui viole la condition en 0, ou x 7→ |x|3/2 , qui viole la condition pour en ±∞).

Pour λ < 0, une fonctionnelle λ-convexe peut ne pas être convexe, il s’agit d’une notion
affaiblie de convexité. Une telle fonction peut en revanche être rendue convexe par l’ajout
d’un terme quadratique. Certaines fonctions ne sont λ-convexe pour aucun λ, considérer par
exemple x 7→ − |x| (la concavité singulière en 0 n’est pas rattrapable).

Une fonctionnelle fortement convexe est coercive. Il y a en revanche des fonctionnelles

strictement convexes non coercives, prendre par exemple x 7→ ex sur R, qui de fait n’atteint
pas son infimum, ou même x 7→ x + ex , qui n’est pas minorée. sur R.
Proposition 25.4. (Existence d’un minimiseur en dimension finie)
Soit E un espace vectoriel normé de dimension finie, et J une fonctionnelle définie d’une
partie fermée non vide F ⊂ E dans R. On suppose J continue et coercive sur F . Alors J
admet un minimiseur sur F .

270
Démonstration. Soit z ∈ F . L’ensemble F ∩ {x ∈ F , J(x) ≤ J(z)} est un fermé borné (par
coercivité de J) non vide, donc un compact non vide. La fonctionnelle J est donc minorée sur
cet ensemble, et atteint son minimum en un certain xm ∈ F . Il s’agit bien d’un minimiseur
sur F d’après la définition du compact ci-dessus.

Proposition 25.5. (Unicité du minimiseur)

Dans le cadre de la proposition précédente, si l’on suppose l’ensemble F convexe et la fonc-
tionnelle strictement convexe, alors le minimiseur est unique.
Proposition 25.6. (Existence d’un minimiseur sur un ouvert)
Soit E un espace topologique, et J une fonctionnelle définie d’un ouvert non vide U ⊂ E dans
R. On suppose que J est continue et vérifie la propriété suivante :
∀M ∈ R , ∃K compact t.q. J(x) ≥ M ∀x ∈ U \ K.
Alors J admet un minimiseur sur U .

Démonstration. La démonstration est analogue à celle de la proposition précédente.

Proposition 25.7. (Unicité du minimiseur)

Dans le cadre de la proposition précédente, si l’on suppose l’ensemble E muni d’une structure
affine, F convexe, et la fonctionnelle strictement convexe, alors le minimiseur est unique.

Dans le cas d’un fonctionnelle non convexe, l’unicité d’un minimiseur n’est pas assurée,
cependant l’occurrence de minimiseurs multiples n’est pas générique 130 . Plus que la non-
unicité du minimiseur, la conséquence essentielle de la non-convexité d’un fonctionnelle est
la fait qu’il puisse exister des minima locaux. En conséquence, les conditions nécessaires
d’optimalité abordées dans la suite ne sont pas suffisantes. Dans le cas où plusieurs minima
locaux co-existent, il faut comparer les valeurs respectives de tous ces minimiseurs pour
déterminer le minimiseur global, s’il existe 131 .

25.2 Conditions nécessaires d’optimalité

Definition 25.8. (Différentielle d’une fonctionnelle)

Soit E un espace vectoriel normé, et J une fonctionnelle continue d’un ouvert U de E dans
R. On dit que J est différentiable en x ∈ U s’il existe DJ(x) ∈ E ′ telle que
J(x + h) = J(x) + hDJ(x) , hi + o(h).
On appelle DJ(x) la différentielle de J en x. On dira que J est continûment différentiable
sur U si elle est différentiable, et si la correspondance x 7−→ DJ(x) est continue.
Definition 25.9. (Gradient d’une fonctionnelle)
Dans le cadre de la définition précédente, si l’on suppose de plus que E est un espace de
Hilbert, alors la différentielle DF (u) de F en u s’identifie, par le théorème de Riez-Fréchet,
à un vecteur de E. A appelle ce vecteur le gradient de F en u, et on le note ∇J(u).
130. Considérer par exemple l’espace des polynômes de degré d pair plus grand que 4, à coefficient directeur
égal à 1, identifié à une partie de Rd . L’ensemble des coefficients pour lesquels le minimiseur est unique est un
ouvert dense de Rd .
131. Il peut y avoir des minimiseurs locaux sans qu’aucun d’entre eux ne soit global, considérer par exemple
la fonction 1/x + sin x sur ]0, +∞[.

271
Proposition 25.10. Soit U un ouvert d’un espace vectoriel normé E, et J une fonctionnelle
différentiable sur U . Si u est un minimum local de J sur U , alors DJ(u) = 0.

Démonstration. Pour tout h ∈ H, u + εh est dans U pour ε suffisamment petit, on a donc

J(u + εh) = J(u) + εhDJ , hi + o(ε) ≥ J(u),

d’où hDJ(u) , hi ≥ 0 pour tout h. Comme on peut prendre h et −h dans l’inégalité, cela
implique hDJ(u) , hi = 0.

La condition d’annulation du gradient assure le caractère minimisant sous certaines hy-

pothèses de convexité :

Proposition 25.11. (Condition suffisante d’optimalité)

Soit U un ouvert convexe d’un espace vectoriel normé E, et J une fonctionnelle différentiable
sur U . On suppose que J est convexe sur U . Si DJ(u) = 0, alors u est un minimiseur global
de J sur U .

Démonstration. Soit v ∈ U . On a, pour tout θ ∈]0, 1],

J((1 − θ)u + θv) ≤ (1 − θ)J(u) + θJ(v),

d’où
1
J(v) − J(u) ≥ (J(u + θ(v − u) − J(u))
θ
qui tend vers hDJ(u) , v − ui ≥ 0 quand ε tend vers 0.

Proposition 25.12. (Condition d’optimalité sous contrainte)

Soit K une partie convexe d’un e.v.n. E, et J une fonctionnelle différentiable sur K. Si u
est un minimum local de J sur K, alors

hDJ(u) , v − ui ≥ 0 ∀v ∈ K.

Réciproquement, si u vérifie l’inégalité ci-dessus, et si J est convexe sur K, alors u est un

minimum global de J sur K. Il est unique si J est strictement convexe.

Démonstration. Pour tout v ∈ K, tout θ ∈]0, 1], on a

J(u + θ(v − u)) − J(u)

J(u + θ(v − u)) ≥ J(u) =⇒ ≥ 0,
θ
d’où l’on déduit que hDJ(u) , v − ui ≥ 0.

Inversement, si l’on a l’inégalité hDJ(u) , v − ui ≥ 0, alors u minimise J sur K car, pour

tout v ∈ K, l’inégalité de convexité peut s’écrire
J(u + θ(v − u)) − J(u)
J(v) − J(u) ≥ ,
θ
qui tend vers hDJ(u) , v − ui ≥ 0 quand θ tend vers 0.

272
 L’essentiel de ce qui suit est consacré à la notion de multiplicateur de Lagrange, variable
auxilliaire permettant de prendre en compte une contrainte dans un problème de minimisa-
tion. Le cœur de l’approche repose sur l’utilisation de variations autour d’un minimiseur. Dans
le cas sans contrainte vu précédemment, toutes les directions étaient permises, ce qui a permis
de conclure à l’annulation de la différentielle. Dans le cas contraint, seules les variations qui
ne font pas sortir de l’ensemble sont autorisées.
Proposition 25.13. Soit J une fonctionnelle C 1 sur un ouvert U de V = Rd . On suppose
que J admet un minimum local sur U ∩ K en u, avec

K = u0 + ker B , B ∈ MN d (R).

Il existe alors λ ∈ RN tel que

∇J(u) + B ⋆ λ = 0.

Démonstration. Pour tout v ∈ ker B de norme ≤ 1, tout ε assez petit, on a

J(u + εv) ≥ J(u).

Pour v fixé, on a donc

J(u) + ε∇J(u) · v + o(ε) ≥ J(u),
d’où l’on déduit que ∇J(u) · v = 0. On a donc ∇J(u) ∈ K ⊥ = (ker B)⊥ = im B ⋆ , d’où le
résultat

Remarque 25.14. Tant que le nombre de contraintes reste fini, la proposition précédente
s’applique immédiatement au cas où V est un espace de Hilbert, qui peut être de dimension
infinie, il suffit de remplacer la matrice B exprimant les contraintes (qui se trouverait avoir
une infinité de colonnes) par une application qui envoie V dans RN :

B : v 7−→ (hϕi , vi)i ,

où les ϕi sont éléments de V ′ . L’image de B étant fermée, on a (ker B)⊥ = im B ⋆ , d’où
l’existence du vecteur λ de multiplicateurs de Lagrange.

Si maintenant B envoie V linéairement et continûment dans Λ, espace de Hilbert de

dimension infinie, alors on a seulement (voir proposition 21.21, page 221)

(ker B)⊥ = im B ⋆ .

Si l’image de B est fermée (ce qui est équivalent au fait que l’image de B ⋆ soit fermée d’après
la proposition 21.22, page 221), on aura bien existence d’un λ ∈ Λ comme dans la proposition
ci-dessus (on identifie Λ à son dual) :
Proposition 25.15. Soit J une fonctionnelle C 1 sur un ouvert U d’un espace de Hilbert V .
On considère
K = u0 + ker B,
avec B ∈ L (V, Λ) à image fermée. Si u est un minimiseur local de J sur U ∩ K, alors il
existe λ ∈ Λ tel que

∇J(u) + B ⋆ λ = 0
Bu = Bu0 .

273
Remarque 25.16. Dans le cas où l’image de B n’est pas fermée, il est possible qu’un tel λ
n’existe pas. On pourra en revanche toujours trouver une suite (λε ) telle que

∇J(u) + B ⋆ λε = o(1).

Le cas de contraintes d’égalité dans le cas non linéaire est beaucoup plus délicat. On
peut néanmoins énoncer une propriété permettant de définir des multiplicateurs de Lagrange
dans ce contexte, en dimension finie, pour un nombre fini de contraintes (avec condition
d’indépendance des gradients au point considéré) : voir proposition 25.40, page 283.

25.3 Contraintes unilatérales (ou d’inégalité)

H désigne dans la suite un espace de Hilbert.

Definition 25.17. (Cône)
On appelle cône de sommet s ∈ H une partie C de H telle que

u − s ∈ C =⇒ λ(u − s) ∈ C ∀λ > 0.

Sauf indication contraire, les cônes qui nous considérerons dans la suite seront de sommet
l’origine 0.
Definition 25.18. (Polaire d’un ensemble)
Soit K une partie de H, on définit le polaire de K comme

K ◦ = {v ∈ H , (v, u) ≤ 0 ∀u ∈ K} .

Noter que dans le cas où K est un sous-espace vectoriel de H, l’ensemble K ◦ est simple-
ment l’orthogonal de K. Cette définition est donc une généralisation de la définition 21.20,
page 221.
Proposition 25.19. Pour tout K ⊂ H, K ◦ est un cône convexe fermé.
Definition 25.20. (Enveloppe convexe conique, enveloppe convexe conique fermée)
Soit K ⊂ H. On appelle enveloppe convexe conique de K le plus petit cône convexe qui
contient K, i.e. l’intersection des cônes convexes qui contiennent K. On la note co(K). On
appelle enveloppe conique fermée le plus petit cône convexe fermé qui contient K. Il s’agit de
l’adhérence de co(K), que l’on notera en conséquence co(K).
Proposition 25.21. Soit K ⊂ H une partie de H. On a

K ◦ = (co(K))◦ = (co(K))◦ .

Proposition 25.22. Soit K ∈ H une partie de H, K ◦ son polaire, et K ◦◦ = (K ◦ )◦ son

bipolaire. Alors K ◦◦ est l’enveloppe convexe fermée conique de K. En particulier, si K est un
cône convexe fermé (de sommet 0), alors K ◦◦ = K.

Démonstration. L’inclusion K ⊂ K ◦◦ est immédiate : tout v dans K a un produit scalaire

négatif contre tout élément de K ◦ , il est donc dans K ◦◦ . Comme K ◦◦ est un cône convexe
fermé, l’inclusion demeure par passage à l’enveloppe convexe fermé conique.

274
 On appelle C l’enveloppe convexe fermée conique de K. Si l’inclusion est stricte, il existe
z ∈ K ◦◦ qui n’appartient pas à C. On peut alors, d’après 132 le théorème de Hahn-Banach 21.2,
page 218, séparer le convexe fermé C de {z} : il existe h tel que

hh | vi ≤ α < hh | zi ∀v ∈ C.

Comme v décrit un cône de sommet 0, (h, v) est forcément négatif ou nul pour tout v (s’il
prenait une valeur strictement positive, le sup serait +∞, ce qui est exclut par la majoration
ci-dessus). On a donc h ∈ C ◦ . Par ailleurs le maximum de (h, v) est 0, et donc α ≥ 0, d’où
(h, z) > 0 ce qui est absurde car h ∈ C ◦ et z ∈ C ◦◦ .

On s’intéressera en particulier à des ensembles de la forme

( n
)
X
C= λi gi , λi ≥ 0 ∀i = 1, . . . , n , (25.1)
i=1

où les gi sont des points d’un espace de Hilbert H. L’ensemble défini précédemment est
de façon évidente un cône convexe. S’il est immédiat que l’espace vectoriel engendré par
une famille finie de vecteurs est fermée, il est un peu plus délicat de démontrer une telle
propriété de fermeture pour le cône (convexe) engendré par une telle famille. C’est l’objet de
la proposition suivante :

Proposition 25.23. Le cône convexe C défini par (25.1) est fermé.

Démonstration. Supposons dans un premier temps que les gi forment une famille libre. On
se place dans l’espace vectoriel W engendré par les gi , et l’on introduit
n
X
G : λ ∈ Rn 7−→ λi gi ∈ W.
i=1

Cette application est inversible par hypothèse, d’inverse G−1 linéaire continu (la dimension
P k
est finie). Considérons maintenant une suite v k = λi gi qui converge vers v ∈ W . Alors
G−1 v k converge vers G−1 v, i.e. le vecteur λk converge vers un vecteur λ de Rn , dont toutes
les composantes sont positives ou nulle par continuité, on a donc bien v ∈ C.

Si maintenant la famille est liée, on raisonne par récurrence sur le nombre de vecteurs
gi . Supposons que tout cône convexe engendré par n vecteurs est fermé, et considérons une
famille de n + 1 vecteurs. Il existe µ1 , . . ., µn+1 , non tous nuls, tels que
n+1
X
µi gi = 0. (25.2)
i=1

On considère une suite dans K qui converge vers v ∈ H :

n+1
X
λki gi −→ v.
i=1

132. Il s’agit ici du “petit” théorème de Hah-Banach, c’est à dire dans un cadre Hilbertien, qui ne nécessite
pas l’axiome du choix, et oeut se démontrer en quelques lignes à l’aide de la projection sur un convexe fermé.

275
 On suppose (quitte à prendre la combinaison opposée) que l’un des coefficients de la
combinaison non triviale (25.2) est strictement négatif. On considère alors, pour tout k, le
plus grand β k ≥ 0 tel que λki + β k µi ≥ 0 pour tout 1 ≤ i ≤ n + 1. L’inégalité est en fait
une égalité pour au moins l’un des indices. Au moins l’un des indices i0 réalise l’égalité une
infinité de fois, on extrait la sous-suite correspondante (sans changer les indices pour alléger
les notations). La limite v s’écrit donc comme
X
v = lim (λki + β k µi )gi
i6=i0

qui est dans le cône convexe engendré par les n vecteurs (gi )i6=i0 (d’après l’hypothèse de
récurrence), donc dans C.

Proposition 25.24. (Lemme de Farkas)

Soient (gi )I une famille finie de vecteurs d’un espace de Hilbert H, et

K = {h ∈ H , hgi | hi ≤ 0 ∀i ∈ I} .

On a ( )
X
◦
K = λi gi , λi ≥ 0 ∀i .
i∈I

Démonstration. L’ensemble K est de façon évidente le cône polaire de

( )
X
C= λi gi , λi ≥ 0 ∀i ,
i∈I

qui, comme cône convexe fermé (d’après la proposition 25.23), s’identifie à son bipolaire
(proposition 25.22). On a donc K ◦ = C ◦◦ = C.

Remarque 25.25. On peut voir ce lemme de Farkas comme une version unilatérale de la
proposition 21.3, page 218, qui est elle-même une généralisation de la propriété (ker B)⊥ =
ImB ⋆ pour les matrices. Cette proposition assure que si un vecteur g est orthogonal à tout
vecteur h lui-même orthogonal à des vecteurs g1 , . . ., gn , alors g est combinaison linéaire
des gi . Le présent lemme de Farkas est en fait une stricte généralisation (dans le contexte
Hilbertien) de cette proposition, puisqu’il suffit de dédoubler la famille des gi (en rajoutant
−gi ) pour que C soit en fait le sous-espace orthogonal à vect(gi ).

Exercice 25.1. Énoncer et démontrer une version non hilbertienne du lemme de Farkas. On
pourra considérer un e.v.n. E, g1 , . . ., gn des éléments de E, et définir K comme l’ensemble
des f ∈ E ′ négatives contre tout gi .

Contraintes d’inégalité

On s’intéresse ici à la minimisation de fonctionnelles sur des ensembles du type

K = { v ∈ H , ϕi (v) ≤ 0 , i = 1, . . . , n} (25.3)

Definition 25.26. (Contraintes actives)

On dit que la contrainte i est active en u ∈ H dès que ϕ(u) = 0. On note Iu l’ensemble des i
tels que la contrainte i est active en u.

276
Definition 25.27. (Qualification des contraintes)
Soit u ∈ H, et Iu l’ensemble des contraintes actives en u. On dit que les contraintes [ϕi ≤ 0]
sont qualifiées en u ∈ H s’il existe un vecteur h ∈ H tel que

h∇ϕi (u) | hi < 0

ou simplement h∇ϕi (u) | hi ≤ 0 si ϕi est affine, pour tout i ∈ Iu .

Proposition 25.28. Soit J une fonctionnelle C 1 définie sur un ouvert U d’un espace de
Hilbert H, et u un minimiseur local de J sur U ∩ K défini par (25.3)), où les ϕi sont conti-
nûment différentiables sur U . On suppose que les contraintes sont qualifiées en u. Il existe
alors λ1 , λ2 , . . ., λn ≥ 0 tels que
n
X
∇J(u) + λi ∇ϕi = 0 ,
i=1
P
avec ϕi (u)λi = 0. On notera que, du fait que les composantes de ϕ(u) (resp. λ) sont
négatives (resp. positives), cette identité implique que λi = 0 dès que la contrainte i n’est pas
saturée.

Démonstration. Soit h vérifiant h∇ϕi (u) | hi < 0 pour toute contrainte i active en u (avec
éventuellement égalité pour une contrainte affine). Pour t > 0 suffisamment petit, on a u+th ∈
K ∩ U , et donc
J(u + th) ≥ J(u) ∀t ∈ [0, t⋆ [,
d’où
J(u) + th∇J(u) | hi + o(t) ≥ ∇J(u),
et donc nécessairement
h∇J(u) | hi ≥ 0.
Pour tout h tel que l’on ait simplement l’inégalité au sens large h∇ϕi (u) | hi ≤ 0, on a la même
propriété. En effet, considérons un h⋆ pour lequel on a les inégalités strictes (qui existe bien
d’après l’hypothèse de qualification des contraintes, sauf dans le cas où toutes les contraintes
sont affines, traité à la fin), on préserve les inégalités strictes pour (1 − ε)h + εh⋆ , d’où

h∇J(u) | ((1 − ε)h + εh⋆ )i ≥ 0,

et donc h∇J(u) | hi ≥ 0 par passage à la limite ε → 0.

Le vecteur −∇J est donc dans C ◦◦ , polaire de

C ◦ = {h ∈ H , h∇ϕi | hi ≤ 0 ∀i ∈ Iu }

qui s’identifie à  
X 
C= λi ∇ϕi (u) , λi ≥ 0
 
i∈Iu

d’après le lemme de Farkas (proposition 25.24). Il existe donc des λi positifs ou nuls tels que
X
∇J(u) + λi ∇ϕi (u) = 0.
i∈Iu

277
On obtient une somme sur tous les i en complétant par des multiplicateurs de Lagrange nuls
sur les contraintes non actives.

Si toutes les contraintes sont affines, il est possible que le h de la propriété de qualification
soit nul. Si seul ce vecteur nul réalise les inégalités, cela signifie en particulier que l’orthogonal
de la famille engendrée par les ∇ϕi est réduit au vecteur nul, donc que cette famille engendre
l’espace complet, et que par conséquent ∇J(u) peut s’écrire comme combinaison linéaire de
ces vecteurs.

Corollaire 25.29. (Contraintes d’égalité affines)

Soit J une fonctionnelle C 1 définie sur un ouvert U de H, et u un minimiseur local de J
sur U ∩ K, avec
K = {v ∈ H , ϕi (u) = 0 , i = 1, . . . , N } ,
où les ϕi sont des fonctions affines. Il existe alors λ1 , λ2 , . . ., λN tels que
N
X
∇J(u) + λi ∇ϕi = 0.
i=1

Démonstration. On écrit simplement chaque contrainte d’égalité comme deux contraintes

d’inégalité.

Remarque 25.30. Dans le cas de contraintes affines, on peut bien sûr panacher entre des
contraintes d’égalité et des contraintes d’inégalité, l’écriture de la propriété correspondante
est laissée en exercice.

25.4 Point-selle, théorème de Kuhn et Tucker

Lemme 25.31. Soient V et Λ deux ensembles, et L( · , · ) une application de V × Λ dans R.

On définit

G(q) = inf L(v, q) ∈ [−∞, +∞[ , F (v) = sup L(v, q) ∈] − ∞, +∞]. (25.4)
v∈V q∈Λ

On a alors
G(q) ≤ F (v) ∀q ∈ Λ , v ∈ V.
Par suite, s’il existe u et p tels que G(p) = F (u), alors

G(p) = max G = min F = F (u) = L(u, p).

Démonstration. On écrit simplement, pour tout q ∈ Λ, tout v ∈ V ,

G(q) ≤ L(v, q) ≤ F (v).

ce qui conclut la démonstration.

Definition 25.32. Dans le contexte, et avec les notations, du lemme précédent, on appellera

- problème primal le problème de minimisation de F sur V , et

- problème dual le problème de maximisation de G sur Λ.

278
Definition 25.33. (Point-selle)
Soient V et Λ deux ensembles, et L( · , · ) une application de V × Λ dans R. On dit que (u, p)
est un point selle de L (sur V × Λ) si

L(u, q) ≤ L(u, p) ≤ L(v, p) ∀q ∈ Λ , v ∈ V.

Proposition 25.34. Soient V et Λ deux ensembles, L( · , · ) une application de V × Λ dans

R, et G et F définies par (25.4). Les assertions suivantes sont équivalentes :

(i) L( · , · ) admet un point-selle (u, p) (Def. 25.33)

(ii) Le sup de G est atteint en un point p ∈ Λ, l’inf de F est atteint en un point u ∈ V , et
ces deux quantités sont égales.
(iii) Il existe u ∈ V et p ∈ Λ tels que G(p) = F (u).

Démonstration. Remarquons en premier lieu que (ii) ⇒ (iii) et, d’après le lemme 25.31, on
a (iii) ⇒ (ii). Il reste à démontrer que (i) est équivalent à (ii).

(i) =⇒ (ii) Comme (u, p) est point-selle, on a F (u) ≤ L(u, p) et G(p) ≥ L(u, p). On a
par ailleurs (d’après le lemme 25.4) G(p) ≤ F (u). Ces deux quantités sont donc égales, et
correspondent au maximum (respectivement minimum) de G (resp. de F ).

(ii) =⇒ (i) On suppose maintenant

sup G = G(p) = m = F (u) = inf F = L(u, p).

On a
L(u, p) = F (u) = sup L(u, q),
q

d’où L(u, p) ≥ L(u, q) pour tout q dans Λ.

Le lien entre les problèmes de minimisation sous contraintes et la notion de point-selle

passe par la définition d’une fonctionnelle appelée Lagrangien :
Definition 25.35. (Lagrangien)
Soit J une fonctionnelle d’un ensemble X dans R, et K un ensemble défini par Nu contraintes
d’inégalité et Ne contraintes d’égalité :

K = {v ∈ X , ϕi (v) ≤ 0 , ψj (v) = 0 ∀i , j , 1 ≤ i ≤ Nu , 1 ≤ j ≤ Ne }

Le Lagrangien associé au problème de minimisation de J sur K est défini par

Nu
X Ne
X
(u, pu , pe ) ∈ X × RN
+ ×R
u Ne
7−→ L(u, pu , pe ) = J(u) + pui ϕi (u) + pej ψj (u). (25.5)
i=1 j=1

Conformément à la définition 25.33, on dira que (u, pu , pe ) ∈ X ×RN

+ ×R
u Ne est point-selle

du Lagrangien défini par (25.5) si

L(u, q u , q e ) ≤ L(u, pu , pe ) ≤ L(v, pu , pe ) ∀q u ∈ RN e

+ , q ∈R
u Ne
, v ∈ X.

279
Chaque contrainte d’égalité pouvant s’écrire comme deux contraintes d’inégalité, on peut
toujours se ramener à un Lagrangien limité aux contraintes unilatérales (en dédoublant les
multiplicateurs de Lagrange associés aux contraintes d’égalité). Sur le plan algorithmique,
on peut néanmoins avoir intérêt à traiter différemment ces types de contraintes (voir par
exemple l’algorithme d’Uzawa 20.1, page 213, qui peut s’écrire pour des contraintes d’égalité
en supprimant la projection à chaque étape).

Pour exprimer le lien entre point-selle et propriétés de minimisation, nous nous limiterons
en revanche au cas d’inégalités.

Proposition 25.36. On considère une fonctionnelle J d’un ensemble X dans R, et l’on

suppose que le Lagrangien associé au problème de minimisation de J sur

K = {v ∈ X , ϕi (v) ≤ 0 ∀i , j , 1 ≤ i ≤ N }

admet un point-selle (u, p) ∈ X × RN

+ , c’est à dire que

N
X N
X N
X
J(u) + qi ϕi (u) ≤ J(u) + pi ϕi (u) ≤ J(v) + pi ϕi (v) ∀q ∈ RN
+ , v ∈ X.
i=1 i=1 i=1

Alors u minimise J sur K, et l’on a pi ϕi (u) = 0 pour tout i.

Si X est un ouvert d’un espace de Hilbert, et que les fonctions J, ϕ1 , . . ., ψNe sont
dérivables, alors on a de plus
N
X
∇J(u) + pi ∇ϕi (u) = 0.
i=1

P
Démonstration. D’après la première inégalité du point-selle, la quantité qi ϕi (u) est bornée
sur RN+ , on a donc nécessairement ϕi (u) ≤ 0 pour tout i. On montre ainsi u ∈ K. On a par
P
ailleurs (en utilisant encore cette première inégalité avec q = 0) 0 ≤ pi ϕi (u). Comme il
s’agit d’une somme de termes négatifs ou nuls, tous les termes sont nuls : pi ϕi (u) = 0, et ainsi
pi = 0 dès que ϕi (u) < 0 (i.e. quand la contrainte n’est pas activée). On utilise maintenant
la seconde inégalité :
N
X N
X
J(u) = J(u) + pi ϕi (u) ≤ J(v) + pi ϕi (v)
i=1 i=1

qui est en particulier inférieur à J(v) pour tout v ∈ K.

Si maintenant X est un ouvert d’un espace de Hilbert et si les fonctions impliquées dans
le problème (fonctionnelle à minimiser et fonctions définissant les contraintes) sont régulières,
alors la fonctionnelle
N
X
v 7−→ ∇J(v) + pi ∇ϕi (v)
i=1

est régulière, et le fait que u la minimise implique que son gradient soit nul en u (proposi-
tion 25.10), ce qui conclut la démonstration.

280
Théorème 25.37. (Kuhn et Tucker)
On considère un ouvert convexe U de Rd , J convexe différentiable sur U , et l’ensemble
admissible
K = {v , ϕi (u) ≤ 0 , 1 ≤ i ≤ N } .
On suppose les ϕi différentiables et convexes sur U .

On suppose qu’il existe (u, p) ∈ (U ∩ K) × RN

+ tel que

X N
X
u∈U ∩K, pi ϕi (u) = 0 , ∇J(u) + pi ∇ϕi (u) = 0. (25.6)
i=1

Le couple (u, p) est alors point-selle du Lagrangien

N
X
L(v, q) = J(v) + qi ϕi (v)
i=1

sur U × RN
+ et u minimise ainsi J sur U ∩ K.

Démonstration. De la dernière condition de (25.7) on déduit que u minimise la fonctionnelle

(convexe)
v 7−→ J(v) + p · ϕ(v),
sur le convexe U (voir proposition 25.12). On en déduit la seconde inégalité du point-selle.
On a par ailleurs, comme les ϕi (u) sont négatifs,
J(u) + q · ϕ(u) ≤ J(u)
pour tout q ∈ RN + . Mais on a aussi J(u) = J(u)+p · ϕ(u) par hypothèse (deuxième de (25.7)),
d’où la première inégalité du point-selle.
Corollaire 25.38. (Contraintes affines)
Le théorème précédent s’applique au cas de contraintes d’égalité dès que les contraintes
sont affines. Plus précisément, Si l’on considère un ouvert convexe U de Rd , J convexe
différentiable sur U , et l’ensemble admissible
K = {v , ϕi (u) = 0 , 1 ≤ i ≤ N } ,
où les ϕi sont affines. On suppose qu’il existe (u, p) ∈ (U ∩ K) × RN tel que
N
X
∇J(u) + pi ∇ϕi (u) = 0. (25.7)
i=1

Le couple (u, p) est alors point-selle du Lagrangien L(v, q) = J(v) + q · ϕ(v) sur U × RN
+ et u
minimise ainsi J sur U ∩ K.

Démonstration. Il suffit d’écrire chaque contrainte d’égalité comme deux contraintes d’inéga-
lité. Plus précisément, si l’on sépare en I + et I − les indices correspondant à des pi respecti-
vement positifs et négatifs, on peut écrire
N
X X X
pi ∇ϕi (u) = pi ∇ϕi (u) + (−pi )∇(−ϕi (u)),
i=1 i∈I + i∈I −

on est donc ramené à la situation du théorème 25.37 avec les contraintes d’inégalité associées
aux fonctions ϕ1 , . . . , ϕn , −ϕ1 , . . . , −ϕn .

281
25.5 Compléments

Proposition 25.39. On considère une fonctionnelle d’un ensemble X dans R, et l’on suppose
que le Lagrangien associé au problème de minimisation de J sur

K = {v ∈ V , ϕi (v) ≤ αi , 1 ≤ i ≤ n} ,

admet un point-selle pour tout α = (αi )1≤i≤n dans un voisinage de 0, i.e.

X X X
J(uα )+ p̃αi (ϕi (uα ) − αi ) ≤ J(uα )+ pαi (ϕi (uα ) − αi ) ≤ J(ũ)+ pαi (ϕi (ũ) − αi ) ∀p̃ ≥ 0 , ũ ∈ X.

On note m(α) la valeur du minimum correspondant aux contraintes α. On a

m(α) ≥ m(0) − p0 · α.

Si la fonction α 7−→ m(α) est dérivable, alors

∂m
pi = − .
∂αi

Démonstration. On a (d’après la seconde inégalité qui caractérise (u0 , p0 ) comme point-selle)

n
X n
X n
X n
X
m(0) = J(u0 ) = J(u0 )+ p0i ϕi (u0 ) ≤ J(uα )+ p0i ϕi (uα ) = J(uα )+ p0i (ϕi (uα ) − αi )+ p0i αi
i=1 i=1 i=1 i=1

qui est (d’après la première inégalité qui caractérise (uα , pα ) comme point-selle) plus petit
que
X n
X n
X
J(uα ) + pαi (ϕi (uα ) − αi ) + p0i αi = J(uα ) + p0i αi
i=1 i=1

On obtient donc bien m(α) = J(uα ) ≥ m(0) − p0 · α.

Pour α fixé, ε petit, on a, si l’on admet la dérivabilité de m par rapport à α,

m(εα) = m(0) + ε∇m(0) · α + o(ε)

d’où
∇m(0) · α + o(1) ≥ −p0 · α,
pour tout α décrivant un voisinage symétrique de 0. On a donc bien ∇m = −p0 .

25.6 Contraintes non linéaires d’égalité

On s’intéresse à la minimisation d’une fonctionnelle J sur un ouvert U de Rd , sur un

sous-ensemble défini par N contraintes :
n o
K= v ∈ Rd , ϕi (v) = 0 , i = 1, . . . , N .

282
Proposition 25.40. (Muliplicateurs de Lagrange, contraintes d’égalité)
Soit J : U ⊂ Rd −→ R une fonctionnelle C 1 sur l’ouvert U . Soit u un point de U ∩ K en
lequel J réalise un minimum local de J sur U ∩ K. On suppose que les gradients en u des
fonctionnelles ϕi forment une famille libre. Il existe alors λ1 , . . ., λN , tels que
N
X
∇J(u) + λi ∇ϕi (u) = 0.
i=1

Démonstration. Le point-clé consiste à montrer que tout vecteur h orthogonal à tous les
∇ϕi (u), est une direction admissible en u, c’est à dire qu’il existe η(t) défini dans un voisinage
de 0, avec η(0) = 0, tel que u + η(t) ∈ K, et que la tangente en 0 soit h, c’est à dire que
η̇(0) = h. Si cette propriété est vraie, alors on peut écrire pour tout h orthogonal aux ∇ϕi (u),
et η une trajectoire associée selon les considérations précédentes,

J(u + η(t)) ≥ J(u)

pour tout t dans un voisinage de 0, d’où

∇J · η̇(0) = ∇J · h = 0.

Le gradient de J est ainsi orthogonal à l’orthogonal de vect(∇ϕi (u))i , ce qui termine la preuve.

Montrons maintenant que tout vecteur h orthogonal à tous les ∇ϕi (u), est une direction
admissible en u.

On note gi = ∇ϕi (u), et

V = vect(g1 , . . . , gN )⊥ .
Comme les vecteurs gi forment une famille libre, V est de dimension d − N . On considère une
base (h1 , . . . , hd−N ) de V , on note

x = (x1 , . . . , xd−N ) ∈ Rd−N , y = (y1 , . . . , yN ) ∈ RN

et l’on définit γ l’application

γ : (x, y) ∈ Rd 7−→ γ(x, y) = u + x1 h1 + . . . xd−N hd−N + y1 g1 + . . . yN gN .

On notera γk l’application qui ne dépend que de xk et des yi , les autres xj étant fixés à 0.
Pour construire une courbe dans K qui passe par u, dont la tangente en u est hk , on considère
l’application
(xk , y1 , y2 , . . . , yN ) 7−→ ϕ ◦ γk (xk , y1 , . . . , yN ),
où l’on note ϕ(v) le vecteur de dimension N dont les composantes sont les ϕi (v). Comme
u ∈ K, l’application ϕ ◦ γk est nulle en 0. Montrons que l’on peut utiliser le théorème
des fonctions implicites pour construire une courbe (y1 , . . . , yN ) = y = y(xk ) au voisinage de
(xk , y) = 0 qui annule ϕ◦γk , ce qui assurera l’appartenance de γk (xk , y) à K . La différentielle
de la iième composante de ϕ ◦ γk par rapport à yj est

∂(ϕi ◦ γk )
= ∇ϕi (xk , y) · gj = ∇ϕi (xk , y) · ∇ϕj (0, 0).
∂yj

283
Notons G la matrice dont les colonnes sont les gradients des ϕj en γk (0, 0) = u. Le gradient
de l’application ϕ ◦ γk est ainsi GT G, qui est inversible puisque les gi forment une famille
libre.

On a par ailleurs

∂(ϕi ◦ γk ) ∂(ϕ ◦ γk )
= ∇ϕi (xk , y) · hk , d’où |(0,0) = GT hk .
∂xk ∂xk

On peut donc construire une courbe y = y(t) dans un voisinage de 0 telle que

ϕ ◦ γk (t, y(t)) = 0

c’est à dire que la courbe est dans K. La dérivée de y en 0 s’écrit, d’après le théorème des
fonctions implicites,

∂(ϕ ◦ γk )  T −1  T 
ẏ(0) = − (∇(ϕ ◦ γk ))−1 = G G G hk
∂xk
qui est nul car hk est orthogonal à tous les gi . On a donc
d
γk (t, y(y))|t=0 = hk + ẏ1 (0)g1 + · · · + ẏN (0)gN = hk ,
dt
ce qui termine la démonstration.

Remarque 25.41. La condition d’indépendance des gradients est essentielle dans la proposi-
tion précédente. On pourra par exemple considérer, dans R2 , ϕ1 (x, y) = y et ϕ1 (x, y) = y−x2 .
L’ensemble K est réduit au point (0, 0), et n’importe quelle fonctionnelle dont le gradient en
(0, 0) n’est pas colinéaire à (0, 1) invalide la proposition.

25.7 Illustrations

Système masses - ressorts

Considérons une chaı̂ne horizontale de n+1 masses 0, 1, 2, . . ., n, reliées entre elles (0 reliée
à 1, 1 à 2, etc...) par des ressorts de longueur au repos nulle et de raideur k. Les positions
de ces masses sont représentées par le vecteur position (x0 , x1 , . . . , xn ) ∈ Rn+1 . L’énergie
potentielle du système s’écrit
n
1 X 1
J(x) = k |xi − xi−1 |2 = k(Ax, x),
2 i=1 2

où A est (à une constante multiplicative près) la matrice du Laplacien discret avec conditions
de Neuman. Tout point diagonal (x, x, . . . , x) de Rn+1 minimise cette énergie. On s’intéresse
maintenant à la situation où la masse 0 est fixée au point x0 = 0, et la masse n au point
xn = L > 0. Il s’agit donc maintenant de minimiser J sur l’espace affine

E = {x , x0 = 0 , xn = L} = X + ker B , avec B : x ∈ Rn+1 7−→ (x0 , xn ) ∈ R2 .

284
La matrice B s’écrit !
1 0 ... 0 0
B= .
0 0 ... 0 1

D’après ce qui précède, il existe donc λ = (λ0 , λ1 ) ∈ R2 tel que

∇J(x) + B ⋆ λ = 0.

Écrivons les première et dernière lignes de ce système :

k(x0 − x1 ) + λ0 = 0
k(−xn−1 + xn ) + λ1 = 0.

Ces relations expriment l’équilibre des masses extrêmales, et permettent d’interpréter −λ0
(resp. −λ1 ) comme la force exercée par le support en 0 sur la masse 0 (resp. par le support
en 1 sur la masse n). On peut préciser la configuration minimisante en notant que, pour
i = 1, . . . , n − 1, on a
xi+1 − xi = xi − xi−1 ,
de telle sorte que les longueurs des ressorts sont toutes identiques, égales L/n, et ainsi

λ0 = −λ1 = kL/n.

Cet exemple permet aussi d’illustrer et d’interpréter mécaniquement une méthode très
utilisée en pratique, la méthode de pénalisation. Elle consiste à relaxer la contrainte, et à
ajouter à la fonctionnelle à minimiser un terme supplémentaire qui pénalise la non vérification
des contraintes. Dans l’exemple considéré, elle consiste à considérer la fonctionnelle
n
1 X 1  
Jε (x) = k |xi − xi−1 |2 + |x0 |2 + |xn − L|2 .
2 i=1 2ε

Noter que cela revient à supposer les masses 0 et n attachées à des supports respectivement
en 0 et L par des ressorts dont la raideur 1/ε tend vers l’infini.
Remarque 25.42. Noter que la manière d’écrire les contraintes n’est pas unique. On peut
rajouter par exemple xn − x0 = L. On aura alors un troisième multiplicateur de Lagrange, qui
correspondrait à la tension (positive ou négative) au sein d’une barre rigide qui relierait les
points extrêmaux. La non unicité met en évidence le fait concret qu’il est a priori impossible de
prévoir la tension effective au sein de ce raidisseur, ainsi que l’effort au niveau des supports.
Dans la réalité, il peut se produire par exemple que seuls les supports fixes soient actifs,
jusqu’à ce que l’un d’entre eux se détériore et finisse par lâcher, pour être relayé par le
raidisseur, sans que rien ne transparaisse au niveau de ce que nous appelerons par la suite les
variables primales (i.e. les positions des ressorts). On parlera dans un contexte mécanique de
situation hyperstatique (il y a trop de contrainte), par opposition aux situations isostatiques
(jeu minimal de contraintes assurant l’unicité des multiplicateurs de Lagrange). On notera
qu’il y a un lien fort entre l’expression mathématique d’un ensemble de contraintes et les
moyens que l’on pourrait se donner pour les réaliser en pratique.

L’exemple du pont rigide entre les points extrémaux évoqué plus haut est un peu caricatural
car la troisième contrainte est manifestement redondante. Dans des situations plus compli-
quées pourtant, il peut ne pas être aisé de supprimer des contraintes pour parvenir à un jeu

285
minimal équivalent qui assurera l’unicité des multiplicateurs de Lagrange (comme dans le mo-
dèle de prise en compte de la congestion pour les foules, présenté dans la section 9.2, page 97,
en lien avec la figure 9.4). D’autre part certains systèmes réels très courants conduisent à une
non unicité. Ainsi, pour la chaise à 4 pieds posés sur un sol horizontal, on aura un multipli-
cateur de Lagrange associé à chacun des 4 contacts avec le sol. Or 3 contacts suffisent pour
que la chaise ne rentre pas dans le sol (nous ne considérons pas ici les questions de stabilité).
Il est ainsi impossible de prévoir, même si l’on dispose de toutes les informations, quel est
l’effort au niveau de chacun des pieds d’une chaise parfaitement équilibrée. Dans la pratique,
ces efforts sont susceptibles de changer au cours du temps de façon très irrégulière.

Remarque 25.43. Cet exemple permet d’illustrer et d’interpréter mécaniquement une mé-
thode très utilisée en pratique, la méthode de pénalisation. Elle consiste à relaxer la contrainte,
et à ajouter à la fonctionnelle à minimiser un terme supplémentaire qui pénalise la non véri-
fication des contraintes. Dans l’exemple considéré, elle consiste à considérer la fonctionnelle
n
1 X 1  
Jε (x) = k |xi − xi−1 |2 + |x0 |2 + |xn − L|2 .
2 i=1 2ε

Noter que cela revient à supposer les masses 0 et n attachées à des supports respectivement
en 0 et L par des ressorts dont la raideur 1/ε tend vers l’infini.

Equilibre de Nash

On définit un jeu à N agents comme la donnée de N fonctions d’utilité g1 , . . ., gN :

gi : U1 × · · · × UN −→ R,

où Ui est l’ensemble des stratégies possibles pour i. On note ui ∈ Ui la stratégie choisie par
l’agent i. Son gain (pay-off dépend donc de sa propre stratégie ui et des stratégies des autres
joueurs. On notera u−i la collection des stratégies des autres joueurs, de telle sorte que gi
peut être vue comme une fonction de (ui , u−i )

Definition 25.44. On appelle équilibre de Nash associé au jeu ci-dessus une collection de
stratégies telle que chaque joueur maximise son utilité, au vu des stratégies des autres joueurs,
i.e. u = (u1 , . . . , uN ) ∈ U1 × · · · × UN est un équilibre de Nash si et seulement si

gi (ui , u−i ) = max gi (v, u−i ).

v∈Ui

25.8 Exercices

Exercice 25.2. On considère un “agent” à qui est offerte la possibilité d’acquérir des biens
1,. . .,n. Les biens sont caractérisés par des fonctions d’utilité p 7→ uj (p) qui quantifient la
satisfaction qu’il retire en consacrant la part p de son capital à l’achat de biens de type j. On
considère qu’il dispose d’un capital P , et qu’il cherche à maximiser sa satisfaction maximale
X n
X
max uj (pj ) , pj ≤ P,
j=1

286
où le supremum est pris sur (R+ )n . Faire l’analyse de ce problème d’optimisation.

On pourra notamment étudier le cas où les fonctions d’utilité sont concaves régulières
croissantes sur [0, +∞[, nulles en 0, par exemple uj (p) = αj log(1 + p), et étudier comment
la stratégie optimale varie en fonction de P .
Exercice 25.3. (La loi d’ohm comme conséquence de la loi des nœuds)
On considère un réseau électrique connexe constitués de fils e ∈ E ⊂ V × V , où V est
l’ensemble fini des sommets. On note Γ un sous-ensemble de points de V (au moins 2), en
lesquels l’intensité entrante est supposée fixée, de façon conservative (la somme des intensités
est nulle). Écrire les conditions d’optimalité associées au problème de minimisation de l’énergie
dissipée
1X
J(I) = r(e)I(e)2 ,
2 e
sous la contrainte de flux imposé en les points de Γ, et la loi des nœuds (ou de Kirschhof) en
chaque point intérieur au réseau. En déduire la loi d’Ohm sur chaque arête du réseau, où le
potentiel électrique apparaı̂t comme un multiplicateur de Lagrange de la loi des nœuds.

287
A Compléments théoriques

A.1 Inégalités

Proposition A.1. (Inégalité arithmético-géométrique)

Soient x1 , . . ., xn des réels positifs ou nuls, et (αn ) ∈]0, +∞[n une famille de poids. On a
n
1X
(xα1 1 . . . xαnn )1/α ≤ αi xi ,
α i=1
P
avec α = αi .

Démonstration. Par concavité de la fonction logarithme, on a

 
1X 1X
αn log xn ≤ log αn xn ,
α α
d’où l’inégalité en prenant l’exponentielle.

Proposition A.2. (Inégalité de Young)

Soient a et b deux réels positifs où nuls, et p, q deux réels > 0 conjugués, i.e. tels que
1 1
p + q = 1. On a alors
ap bq
ab ≤ + .
p q

Démonstration. C’est une conséquence de l’inégalité arithmético-géométrique (proposition A.1),

avec α1 = 1/p, α2 = 1/q, x1 = ap , et x2 = bq .

Proposition A.3. (Inégalité de Hölder)

Soient p et q deux réels positifs conjugués, i.e. tels que 1/p + 1/q = 1, et θi ∈ [0, +∞[n . Pour
tous x = (xi ), y = (yi ) ∈ Rn , on a

n n
!1/p n
!1/q
X X p
X q
|θi xi yi | ≤ θi |xi | θi |yi | .
i=1 i=1 i=1

Proposition A.4. (Inégalité de Minkovski)

Soit p ∈ [1 + ∞], et θi ∈ [0, +∞[n . Pour tous x = (xi ), y = (yi ) ∈ Rn , on a

n
!1/p n
!1/p n
!1/p
X p
X p
X p
θi |xi + yi | ≤ θi |xi | + θi |xi | .
i=1 i=1 i=1

A.2 Calcul différentiel, formules d’intégration par parties

On rappelle ici quelques formules d’intégration par partie. On supposera tous les champs
réguliers . L’extension de ces formules à des champs scalaires ou vectoriel moins réguliers doit
faire l’objet d’une vérification qui n’est pas traitée ici.

288
 Soit u = (u1 , u2 )T un champ de vecteur. Sa divergence est
 
∂ !

 ∂x1 
 u1 ∂u1 ∂u2
∇·u =  · = + .
 ∂  u2 ∂x1 ∂x2
∂x2

Soit u = (u1 , u2 )T un champ de vecteur, son gradient est la matrice

 
∂u1 ∂u1

 ∂x1 ∂x2 

∇u =  
 ∂u2 ∂u2 
∂x1 ∂x2
Pour tout vecteur n, on a
   
∂u1 ∂u1 ∂u1 ∂u1
n1
! n1 + n2

 ∂x1 ∂x2 


 ∂x1 ∂x2 

∇u · n =   = ,
 ∂u2 ∂u2  n2  ∂u2 ∂u2 
n1 + n2
∂x1 ∂x2 ∂x1 ∂x2
qui est la dérivée de u dans la direction n, de telle sorte que

u(x + εn) = u(x) + ε∇u · n + o(ε).

Si n est un vecteur unitaire 133 , on écrit ∇u · n = ∂u/∂n.

Soit u un champ de vecteur. Son Laplacien ∆u est le vecteur

!
∆u1
∆u = .
∆u2

Pour A = (aij ) et B = (bij ) des matrices, A : B représente le scalaire

X
A:B= aij bij .
i,j

Noter que |A| = (A : B)1/2 est une norme euclidienne sur l’espace des matrices (appelée
norme de Frobenius). Pour u et v deux champ de vecteurs
   
∂u1 ∂u1 ∂v1 ∂v1
2 X 2

 ∂x1 ∂x2 


 ∂x1 ∂x2  X
 ∂ui ∂vi
∇u : ∇v =   : = .
 ∂u2 ∂u2   ∂v2 ∂v2 
i=1 j=1
∂xj ∂xj
∂x1 ∂x2 ∂x1 ∂x2
133. Cette hypothèse reflète le caractère assez peu naturel de cette notation. C’est un peu comme si, pour
une fonction x 7−→ f (x), avec x = (x1 , x2 ) = x1 e1 + x2 e2 ∈ R2 , on écrivait ∂f /∂e1 la dérivée de f par rapport
à x1 . Pour pousser plus loin cette remarque, précisons qu’il existe une situation dans laquelle cette notation
serait justifiée, mais pour désigner quelque chose de très différent à l’usage. On considère une partie de Rd ,
strictement convexe au sens où tout point de la frontière est extrémal, et une fonction définie sur cette frontière
§que l’on suppose régulière, même si cela n’est pas vraiment nécessaire). Du fait de la stricte convexité, si l’on
se donne un vecteur unitaire , il existe un unique point de la frontière tel que la normale en se point corresponde
à ce vecteur, on peut donc écrire la fonction comme une fonction de n, et considérer la différentielle de f par
rapport à n.

289
La notation |∇u|2 est utilisée pour désigner ∇u : ∇u.

Soit σ un champ de matrices (ou de tenseurs). Sa divergence est un vecteur, dont chaque
composante est la ligne de la matrice correspondante
 
∂σ11 ∂σ12
σ11 σ12
! +

 ∂x1 ∂x2 

∇·σ = ∇· = 
σ21 σ22  ∂σ21 ∂σ22 
+
∂x1 ∂x2

Soit u = (u1 , u2 )T un champ de vecteur, on note u ⊗ u la matrice (ui uj )i,j .

Si ∇ · u = 0, on a
 
∂u1 ∂u1
u1 + u2

 ∂x1 ∂x2 

∇ · (u ⊗ u) = (u · ∇) u =  
 ∂u2 ∂u2 
u1 + u2
∂x1 ∂x2
Toujours sous la condition ∇ · u = 0,
!
|u|2
(∇ · (u ⊗ u)) · u = ((u · ∇) u) · u = ∇ · u .
2

Si ∇ · u = 0, alors
∇ · t ∇u = 0.
En conséquence, si ∇ · u = 0, alors
 
∇ · ∇u + t ∇u = ∇ · ∇u = ∆u.

Intégration par parties

Soit v un champ de vecteurs. on a

Z Z
∇·v = v·n (A.1)
Ω Γ

Soit σ un champ de matrices. on a

Z Z
∇·σ = σ·n (A.2)
Ω Γ

Soit q un champ scalaire. On a

Z Z
∇q = qn. (A.3)
Ω Γ

Soit v un champ de vecteurs, et q un champ scalaire. On a

Z Z Z
q∇·u + u · ∇q = qu · n. (A.4)
Ω Ω Γ

290
Soient u et v des champs scalaires. On a
Z Z Z
∂u
v∆u = ∇u · ∇v + v , (A.5)
Ω Ω Γ ∂n
où n est la normale sortante au domaine.

Soit u un champ de vecteurs, et q un champ scalaire.

Z Z Z
q∇·u + u · ∇q = qu · n. (A.6)
Ω Ω Γ

Soient u et v des champs de vecteurs. On a

Z Z Z
∂u
∆u · v + ∇u : ∇v = v· . (A.7)
Ω Ω Γ ∂n
Si en outre ∇ · u = 0, on a
Z Z  
t t
0+ ∇u : ∇v = v· ∇u · n (A.8)
Ω Γ

En conséquence, si ∇ · u = 0, alors
Z Z Z  
∆u · v + ∇u : (∇v + t ∇v) = v · ∇u + t ∇u · n. (A.9)
Ω Ω Γ

Pour tous champs vectoriels u et v, on a

Z Z
∇u : t ∇v = t
∇u : ∇v, (A.10)
Ω Ω

de telle sorte que

Z Z
1
∇u : (∇v + t ∇v) = (∇u + t ∇u) : (∇v + t ∇v) (A.11)
Ω 2 Ω

Dérivation d’une intégrale sur un domaine en mouvement

Soit ω un système matériel advecté par le champ de vitesse u(x, t), et F (x, t) une fonction
scalaire. On a Z Z Z
d ∂F
F (x, t) = (x, t) + F (x, t) u · n. (A.12)
dt ω(t) ω(t) ∂t ∂ω(t)

291
Proposition A.5. Soient u et v deux champs de vecteurs réguliers définis sur Ω. On suppose
que u est à divergence nulle. On a alors
Z Z  
t t
0=− ∇u : ∇v + v· ∇u · n
ω ∂ω

Démonstration. On écrit
Z   Z Z
t
v· ∇u · n = n · (∇u · v) = ∇ · (∇u · v)
∂ω ∂ω ω
X X XX X X
= ∂i vj ∂j ui = ∂i vj ∂j ui + vj ∂j ∂i ui .
i j i j j i

Le second terme ci-dessus est nul car u est à divergence nulle, d’où l’on déduit l’identité
annoncée.

Proposition A.6. Soient u et : v deux champs réguliers sur Ω. On a

Z Z Z Z
t
∇u : ∇v = (∇ · u) (∇ · v) + (∇ · u)v · n − (∇u · v) · n
Ω Ω Γ Γ

Démonstration: On a
Z Z
(∇u · v) · n = ∇ · (∇u · v)
Γ ZΩ X X
= ∂i vj ∂j ui
Ω i j
Z XX
= ((∂i ∂jui )vj + ∂j ui ∂i vj )
Ω i j
Z Z
= v (∇∇ · u) + ∇u : t ∇v
ZΩ ZΩ Z
= (∇ · u) v · n − (∇ · u) (∇ · v) + ∇u : t ∇v
Ω Ω Ω

A.3 Cercles de Gerchgorin

Definition A.7. Une matrice A = (aij ) ∈ Mn (C) est dite à diagonale strictement dominante
si X
|aii | > |aij | ∀i = 1, . . . , n.
j6=i

Proposition A.8. (Gerschgorin)

Soit A = (aij ) ∈ Mn (C). Soit Sp(A) l’ensemble des valeurs propres de A. On a
n
[ X
Sp(A) ⊂ D(aii , ri ) , ri = |aij | ,
i=1 j6=i

où D(a, r) ⊂ C2 désigne le disque fermé de centre a et de rayon r.

292
A.4 Spectre du Laplacien discret

La matrice  
2 −1 0 · · 0
 
 −1 2 −1 0 · · 
 
 

 0 −1 · · · 

A=  ∈ MN −1 (R) (A.13)
 
 · · · · · 
 
 
 ·
 · 2 −1 

0 · · 0 −1 2
possède N − 1 valeurs propres distinctes
 
2 kπ
λk = 4 sin , k = 1 , . . . , N − 1. (A.14)
2N
Le vecteur propre associé à la valeur propre λk s’écrit
      
kπ 2kπ (N − 1)kπ
uk = t sin , sin , . . . , sin .
N N N

293
Références
[1] G. Allaire, Analyse numérique et optimisation, Publications Ecole Polytechnique, No 15,
Ellipses Paris, 2005.
[2] H. Brezis, Analyse Fonctionnelle, Théorie et Applications, Masson 1983.
[3] H. Brezis, Opérateurs maximaux monotones et semi–groupes de contraction dans les
espaces de Hilbert, North Holland publishing company 1973.
[4] V. Girault, P.A. Raviart, Finite Element Methods for Navier-Stokes Equations- Theory
and Algorithms Springer Verlag, Berlin, 1986.
[5] B. Maury, Analyse Fonctionnelle, exercices et problèmes corrigés, Ellipses, Paris, 2004.
[6] P.-A. Raviart, J.M. Thomas, Introduction à l’Analyse Numérique des Équations aux
Dérivées Partielles, Masson, Paris, 1983.
[7] F. Santambrogio, Optimal Transport for Applied Mathematicians, Progress in Nonlinear
Differential Equations and Their Applications, Vol. 87, Birkhäuser Basel, 2015.
[8] C. Villani, Topics in optimal transportation, American Mathematical Soc, Vol. 58, 2003.

294