Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚1.

–Texte–
Le problème de Dirichlet

1 Modélisation de la répartition de la température dans un corps

En théorie de la conduction de la chaleur, la température d’un point P d’un solide homogène diminue
si la valeur moyenne des températures avoisinantes est inférieure à la température au point P ; de même, la
température au point P augmente si la moyenne des températures prises autour du point P est supérieure
à celle du point P . Lorsque le corps est en équilibre thermique, la température en un point quelconque P
est égale à la moyenne des températures prises sur la surface d’une petite sphère centrée en P . On dit que
la température est une fonction harmonique au point P . Le problème de Dirichlet consiste à déterminer
la température à l’intérieur d’un corps en équilibre thermique dont on connaı̂t la température au bord.
Traduisons dans un contexte mathématique le problème de Dirichlet. Soit D ouvert connexe relative-
ment compact de Rd et une fonction continue b définie sur ∂D dans R. On cherche une fonction φ de D
dans R qui vérifie les propriétés suivantes :
1. pour tout point x de ∂D, φ(x) = b(x),
2. φ est continue sur D,
3. φ vérifie la formule de la moyenne : pour tout x à l’intérieur de D, et tout r < dist(x, ∂D),
Z
φ(x) = φ(x + y) σr (dy),
∂B(0,r)

où σr est la mesure uniforme sur la sphère centrée en l’origine et de rayon r.

On dira alors que φ est solution du problème de Dirichlet sur D avec conditions aux bords b.

2 Un peu d’analyse
On peut reformuler le problème de Dirichlet en termes d’équations aux dérivées partielles.
Proposition 2.1. Une fonction φ est solution du problème de Dirichlet sur D avec conditions au bord
b, si et seulement si, elle est de classe C ∞ sur l’intérieur de D et continue sur D et vérifie
(
∆φ(x) = 0 pour tout x dans l’intérieur de D,
(D)
φ(x) = b(x) pour tout x ∈ ∂D.

Démonstration. Donnons les grandes lignes de la preuve. Une fonction φ continue vérifie la formule de la
moyenne si et seulement si, pour tout x à l’intérieur de D et tout r < dist(x, ∂D),
Z
φ(x) = φ(x + y) λr (dy),
B(0,r)

où λr est la mesure uniforme sur la boule B(0, r). Si φ est continue et vérifie la formule de la moyenne
alors φ est de classe C ∞ sur l’intérieur de D. En effet, soit Ψε une fonction1 de classe C ∞ , positive,
1 Par exemple Ψε (x) = c(ε) exp(1/(|x|2 − ε2 ))1{|x|<ε}

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚1.
Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚2.

d’intégrale 1, à support dans la boule B(0, ε) et radiale (i.e. qui ne dépend que de la norme). Alors φ ∗ Ψε
est de classe C ∞ et, pour ε assez petit, φ(x) = φ ∗ Ψε . Enfin, pour kyk assez petit, on a
1 2
φ(x + y) = φ(x) + ∇φ(x) · y + (Hess(φ)(x)y) · y + o(kyk ). (1)
2
En intégrant cette relation sur la sphère de rayon r contre la mesure uniforme et en faisant tendre r vers
0, on obtient que ∆φ(x) = 0. La réciproque s’obtient en intégrant (1) sur une petite boule.

Il existe de nombreux théorèmes étudiant l’existence et/ou l’unicité de la solution du problème de

Dirichlet mais bien sûr la solution n’est en général pas explicite. Dans certains cas très particuliers, il
est cependant possible de donner une représentation intégrale relativement explicite de la solution du
problème de Dirichlet. Dans d’autres cas, il est possible de mettre en place des méthodes numériques
(déterminites ou probabilistes) pour résoudre ce problème.

3 Le cas de la boule unité

Supposons que D est la boule de rayon r dans Rd . Dans ce cas, le problème de Dirichlet admet une
solution explicite.

Proposition 3.1. Le problème de Dirichlet sur la boule de rayon r dans Rd de condition au bord b admet
une solution unique φ qui s’écrit :
Z
φ(x) = b(y)P (x, y) σr (dy), (2)
∂B(0,r)

où σr est la mesure uniforme sur la sphère centrée en 0 de rayon r et

2
rd−2 (r2 − |x| )
P (x, y) = d
.
|y − x|

Remarque 3.2. On voit ici que φ(x) est une moyenne des valeurs au bord de D pondérée par la mesure
de probabilité de densité P (x, y) par rapport à la mesure uniforme sur ∂B(0, r).
Remarque 3.3. Cette formule, qui est en fait une intégrale sur un compact de Rd−1 , est d’autant moins
praticable que la dimension d augmente.

3.1 La dimension 2
Dans le cas particulier où D est la boule ouverte de centre 0 et de rayon r dans R2 , la proposition 3.1
assure que le problème de Dirichlet admet une unique solution qui se représente par le noyau de Poisson.
Plus précisément, on a le résultat suivant.
Corollaire 3.4. Soit b continue sur ∂D. La fonction φ définie par
 Z π
 1 b reiθ Pr (x, reiθ ) dθ si x ∈ D


φ(x) = 2π 0
b(x) si x ∈ ∂D,


est la solution du problème de Dirichlet sur D avec condition aux bords b.

La résolution du problème de Dirichlet se ramène donc dans ce cas particulier au calcul d’une intégrale
sur [0, 2π]. On peut donc calculer une valeur approchée de u au point x par une méthode numérique
déterministe ou probabiliste.

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚2.
Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚3.

3.2 Et après ?
Si l’on considère le problème de Dirichlet sur la sphère unité de Rd , le problème devient numériquement
plus compliqué. En effet, pour le calcul de l’intégrale par une méthode numérique, il s’agit de discrétiser
la sphère, ce qui est plus délicat que de discrétiser un intervalle ou un pavé... La méthode de Monte-Carlo
reste elle très simple à utiliser grâce au résultat suivant.

Proposition 3.5. Soit X un vecteur gaussien de loi N (0, Id ) à valeurs dans Rd . Alors la variable aléatoire
Y = X/|X| suit la loi uniforme sur la boule unité.

Démonstration. Remarquons que Y est bien définie sauf sur l’ensemble {X = 0} qui est bien entendu de
mesure nulle. De plus, la loi de X est invariante par toute rotation. En d’autres termes, si O est une
matrice orthogonale, OX a même loi que X. Il en est de même pour Y . Or la seule loi de probabilité sur
la sphère unité qui soit invariante par rotation est la mesure uniforme.

Ainsi, même pour d grand, il est aisé de simuler des variables aléatoires indépendantes et identiquement
distribuées de loi uniforme sur ∂B(0, 1) et donc de proposer une estimation de φ(x) via (2) et la méthode
de Monte-Carlo.

4 Approche numérique
Pour résoudre de manière approchée ce problème aux dérivées partielles, on se propose de discrétiser
l’espace. Soit h > 0 le pas de discrétisation. On définit la grille Dh comme l’intersection de D et du réseau
hZd :
Dh := D ∩ hZd = x ∈ D, ∃(i1 , . . . , id ) ∈ Zd , x = (hi1 , . . . , hid ) .


On dira que deux éléments x et y de hZd sont voisins, et on notera x ∼ y si |x − y| = h. L’opérateur

laplacien est lui remplacé par l’opérateur aux différences :
1 X
∆h f (x) = (f (y) − f (x)).
2d y∼x

On dit que φh est harmonique sur Dh si ∆h φh = 0 sur Dh .

On définit également la frontière de Dh par

∂h Dh = {y ∈ Dhc , ∃x ∈ Dh , x ∼ y}.

Il convient également de définir une fonction bh sur ∂h Dh qui soit une approximation raisonnable de b
définie sur ∂D.
Le problème de Dirichlet discret est alors le suivant : trouver φh sur Dh ∪ ∂h Dh telle que
(
∆h φh (x) = 0 pour tout x ∈ Dh ,
(D’)
φh (x) = bh (x) pour tout x ∈ ∂h Dh .

Puisque Dh est un ensemble fini, résoudre le problème de Dirichlet (D’) revient à résoudre un système
linéaire de Card(Dh ) équations à Card(Dh ) inconnues. Il est possible de résoudre ce système par une
méthode directe, au moins en dimension d = 2. Une des observations qui simplifie grandement les calculs
est que au plus 2d + 1 inconnues sont impliquées dans chaque équation. Cette méthode directe permet,
au terme des calculs, de déterminer simultanément la valeur de la solution φh en tout point de la grille
Dh .

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚3.
Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚4.

L’approche probabiliste est un peu différente. Considérons la marche aléatoire symétrique aux plus
proches voisins (Xn )n>0 sur le réseau hZd , c’est-à-dire la chaı̂ne de Markov de matrice de transition P
donnée par : 
1 si |x − y| = h,
Pxy = 2d
0 dans tous les autres cas.
Soit x ∈ Dh ∪ ∂h Dh . On considère la chaı̂ne issue de x, c’est-à-dire que X0 = x presque sûrement. On
définit le temps τ de sortie de Dh de cette marche issue de x par
τ = inf {n ∈ N, Xn ∈
/ Dh }.
Remarque 4.1. Si x ∈ ∂h Dh , τ est nul presque sûrement. De plus, d’après la définition des transitions de
X, si x ∈ Dh alors Xτ ∈ ∂h Dh . On pourra donc évaluer la condition au bord b au point Xτ .
La proposition suivante fournit la représentation d’une solution du problème de Dirichlet discret.
Proposition 4.2. La fonction ψh définie sur Dh ∪ ∂h Dh
∀x ∈ Dh ∪ ∂h Dh , ψh (x) := E(b(Xτ )|X0 = x)
est solution du problème (D’).
Démonstration. D’après les propriétés de la marche aléatoire simple sur Zd , pour tout x ∈ Dh , τ est fini
presque sûrement. Le fait que ψh soit égale à b sur le bord est évident. Pour la propriété d’harmonicité,
on écrit, pour un point x à l’intérieur de Dh ,
1 X
ψh (x) = E(b(Xτ )|X0 = x) = E(b(XτD )|X0 = x, X1 = y)
2d y∼x
1 X 1 X
= E(b(XτD )|X1 = y) = ψh (y),
2d y∼x 2d y∼x

ce qui assure que ∆h ψh (x) = 0.

Remarque 4.3. La fonction ψh est la moyenne de la fonction b pondérée par la mesure de sortie de Dh
par la marche symétrique. Il est donc clair que ψh vérifie le principe du maximum discret :
max ψh = max ψh .
Dh ∪∂Dh ∂Dh

L’approche probabiliste fournit également l’unicité de la solution du problème (D’).

Proposition 4.4. Soit φh une fonction harmonique sur Dh . Alors (φh (Xn ))n∈N est une martingale.
Le théorème d’arrêt assure alors que φh = ψh et fournit donc l’unicité de la solution.
L’algorithme probabiliste repose sur la méthode de Monte-Carlo : il estime φh (x) par la moyenne
empirique des valeurs prises par b sur les valeurs finales d’un grand nombre de trajectoires indépendantes
partant de x est arrêtées lors qu’elles ont atteint le bord de la grille.
Exemple 4.5 (La boule dans R2 ). Puisque l’on connaı̂t une solution quasi explicite dans le cas de la
boule unité de R2 , on peut la comparer à la solution par discrétisation de l’espace R2 en Z2 /N puis de
mettre en place la méthode déterministe ou la méthode probabiliste. Cette dernière consiste à simuler p
marches aléatoires sur le réseau Z2 /N issues de x et arrêtées lorsqu’elles sortent de D. Le point de sortie
de la marche n’est pas sur la sphère mais si N est grand, il n’en est pas loin. On peut imaginer différentes
procédures naturelles pour associer à un point de sortie un point de la sphère qui soit proche (projection
radiale...).

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚4.
Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚5.

5 Le demi-plan supérieur
Le but de cette section est d’illustrer dans un cas particulier la convergence de la solution du problème
discret (D’) vers la solution du problème (D). Soit N un entier (le pas de discrétisation est choisi de la
forme h = 1/N ). On note (XnN , YnN )n la marche aléatoire sur R × R, partant de (X0N , Y0N ) = (0, 1),
N
telle que les suites de variables aléatoires (Xn+1 − XnN ) et (Yn+1
N
− YnN ) soient indépendantes entre elles,
formées de variables indépendantes de même loi :
N
P((Xn+1 − XnN ) = −1/N ) = P((Xn+1
N
− XnN ) = 1/N ) = 1/2,
N
P((Yn+1 − YnN ) = −1/N ) = P((Yn+1
N
− XnY ) = 1/N ) = 1/2.
À chaque pas, la marche choisit au hasard entre les 4 points diagonalement opposés sur les 4 carrés de
côté 1/N voisins. Cette modification légère de la manière de discrétiser le problème permet d’assurer que
(XnN )n et (YnN )n sont deux marches aléatoires simples indépendantes, ce qui simplifiera le raisonnement
par la suite.
On s’intéresse à l’instant de sortie et à l’abscisse de sortie de la marche aléatoire ainsi définie hors du
demi-plan supérieur. L’instant de sortie est la variable aléatoire T N définie par :

TN = k ⇐⇒ ∀i < k, YiN > 0 et YkN = 0.

L’abscisse de sortie U N est l’abscisse de la marche aléatoire à l’instant de sortie T N :

TN = k =⇒ U N = XkN .

Proposition 5.1. La suite (U N )N converge en loi, quand N tend vers l’infini, vers la loi de Cauchy de
densité :
1 1
.
π 1 + x2
Démonstration. Les principales étapes de la preuve sont les suivantes :
1. La fonction génératrice G du temps d’atteinte du niveau −1 pour la marche aléatoire simple symé-
trique sur Z vérifie l’équation
s s
G(s) = + G(s)2 ,
2 2
et vaut donc √
1 − 1 − s2
G(s) = .
s
2. La fonction génératrice GN de T N est égale à GN (s) = G(s)N .
3. On en déduit la fonction caractéristique de U N .
4. La convergence en loi de U N en découle.

Remarque 5.2. On peut montrer que le problème de Dirichlet sur le demi-plan supérieur admet la repré-
sentation suivante : Z
∀(x, y) ∈ R × R∗+ , u(x, y) = b(z)P (x, y, z) dz,
R

où (x, y) 7→ P (x, y, z) dz est une mesure de probabilité sur R avec en particulier
1
P ((0, 1), z) = .
π(1 + z 2 )

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚5.
Universités Rennes I – Épreuve de modélisation - Agrégation Externe de Mathématiques – 2007. Page n˚6.

6 Suggestions.
Pour traiter le sujet, on suggère de répondre à certaines des questions suivantes.
1. Commenter le modèle et expliquer pourquoi il peut permettre de déterminer la hauteur d’une
membrane tendue sur un fil de fer.
2. On pourra commenter la proposition 2.1.
3. On pourra démontrer les propositions 4.2 et 4.4.
4. On pourra illustrer la convergence la méthode probabiliste dans le cas de la boule unité de R2 . On
pourra aussi éventuellement implémenter la méthode déterministe.
5. Dans le cas de la boule de Rd , on pourra discuter les avantages et inconvénients respectifs des
méthodes déterministe et probabiliste pour le calcul approché l’intégrale. On essaiera notamment
d’expliciter l’ordre de grandeur de complexité des deux méthodes en fonction de d.
6. On pourra démontrer la proposition 5.1.
7. Implémenter un algorithme de simulation de la marche aléatoire, de manière à réaliser une étude
expérimentale du comportement asymptotique de T N et U N .

Mars 2007. Copyright

c F. Malrieu . GNU FDL Copyleft. Page n˚6.