Équations différentielles ordinaires et équations de transport.

Notes de cours
Maxime Hauray
2010-2011

1 Introduction
1.1 Importance des EDO et EDT
EDO Les équations différentielles ordinaires sont connues depuis la Terminale. Très importantes en :
– Physique : Loi fondamentale de Newton, ..
– Chimie : Réactions chimiques...
– Biologie et écologie : Systèmes proies-prédateurs, propagations d’épidémies....
On étudiera des EDO pour des quantités à valeur dans Rn , Tn , le tore de dimension n, ou aussi Ω, un ouvert de Rn .
Avec la fonction champ de vecteur b, cela s’écrit

x0 (t) = b(t, x(t)) avec x(0) = x0

Comme nous allons utiliser des fonctions b définies seulement définies presque partout, on va chercher à résoudre le
problème globalement, et à définir un flot X : DX → Rn (DX ⊂ R × Rn ou DX ⊂ R × R × Rn ) solution de
( (
X 0 (t, x) = b(X(t, x)) X 0 (t, s, x) = b(t, X(t, s, x))
X(0, x) = x ∀s, X(s, s, x) = x

La première définition s’utilise quand le champ b est autonome, c’est-à-dire ne dépend pas du temps. La seconde dans
le cas générale. Comme le cas autonome est plus simple (une seule variable de temps), on l’utilisera souvent dans les
démonstration. Le cas générale demandant seulement plus d’attention mais pas d’idées nouvelles.
Le cas des fonctions localement lipschitziennes est bien connu (voir le fameux théorème de Cauchy-Lipschitz et les
rappels plus loins.) Les solutions existent jusqu’à explosion, le flot peut-Ãłtre correctement défini, de classe C k+1 si b
est C k ...
Le premier objectif de ce cours est d’introduire à la résolution d’EDO pour des champs définis seulement presque
partout. Comme on le voit dans les exercices 1 et 2, cela pose tout de suite des problèmes.

1.2 Historique du problème

– XVIIème siècle : La notion de tangente apparaît, notamment chez Kepler qui cherchait à calculer la contenance
d’un tonneau de vin et sera étudiée ensuite par Descartes, Roberval, Fermat...
– 1680 : Le développement du calcul infinitésimal par Rpar Leibniz et Newton (séparément) permet de généraliser le
dy
problème. Leibniz invente notamment les notations et dx terriblement utiles et cherche des solutions avec des
fonctions connues. Newton énonce les principes fondamemtals du mouvement qui sont une source inépuisable d’EDO
et cherche des solutions sous forme de séries.
– Début du XVIIIème siècle : l’étude des EDO devient systématique et est ramenée à des quadratures (calculs
d’intégrales).
– 1768 : Euler propose son algorithme sans se préoccuper de convergence (normal car la notion est encore mal définie
à l’époque).
– 1830 : Cauchy Prouve la convergence (locale) de la méthode d’Euler avec des fonctions Cb1 .
– 1868 : Lipschitz donne la version actuelle, locale et pour les fonctions qui portent son nom.
– 1886 : Peano énonce le théorème de Cauchy-Peano-Arzela qui donne seulement l’existence si f est continue.
– 1894 Après des améliorations dûes à Fuchs, Painlevé, Picard, Poincaré,... Lindenhöf donne la version actuelle du
théorème de Cauchy-Lipschitz, qui porte aussi pour cela le nom de théorème de Picard-Lindenhöf dans les pays
anglo-saxons. Cette version utilise l’analyse fonctionelle, les espaces de Banach et le fameux théorème de Picard.
– 1900 : Osgood énonce le lemme qui porte son nom et étend l’unicité des solutions aux fonctions satisfaisant
Z 1
dx
b(x) − b(y)| ≤ ω(|x − y|)| avec = +∞ ,
0 ω(x)

comme par exemple la fonction ω(x) = x| ln x|.

1
– 1926 : Critère de Nagumo qui donne l’unicité pour des champs singuliers en temps vérifiant

|t − t0 ||f (t, x) − f (t, y)| ≤ |x − y| .

– 1960 Développement par Filippov de la théorie des inclusions différentielles qui donne des résultats d’existence pour
des champs discontinus.
– 1989 DiPerna et Lions démontrent l’existence et l’unicité d’un flot global pour des champs de vecteurs W 1,1 non
compressifs. Ils résolvent d’abord les équations de transport associées.
– 2004 Ambrosio étend ce résultat aux champs BV non compressifs.
– 2008 Crippa et De Lellis donnent une preuve directe pour des champs W 1,p , p > 1 et toujours non compressifs.

1.3 Rappels dans le cas classique.

Dans cette section, on utilisera souvent l’espace des fonctions sur Rn globalement (resp. localement) Lipschtiziennes
1,∞
W 1,∞ (Rn ) (resp. Wloc ). Remarquons que si l’on suit la définition des espaces de Sobolev :

W 1,∞ (Rn ) = {f : Rn → R | f ∈ L∞ et ∇f ∈ L∞ } ,

où la dérivée est comprise au sens des distributions. Cependant, on peut montrer que cet ensemble est exactement
l’ensemble des fonctions lipschitziennes (c’est le but de l’exercice 3, qui est un bon exemple d’utilisation des distribu-
tions). Beaucoup de choses ssont vraies avec les distributions, et on peut aller vite sur ces points avec de l’habitude.
Mais il est bon de prendre le temps de les vérifier au début pour se familiariser avec ces objets très utiles.
Les résultats énnoncés ci-dessous sont valables pour des fonctions localement lipschitziennes, et intégrables en espace
1,∞
L1t,loc (Wloc (Rn )). Précisons d’ailleurs ce qu’on entend par ceci car cela sera très utilisé par la suite.
Définition 1. Soit f une fonction de R × Rn → R. Elle appartient à Lpt (Wx1,∞ (Rn )) si
i) Pour
R presque tout t ∈ R, f (t, ·) ∈ W 1,∞ (Rn ).
ii) R kf (t, ·)kW 1,∞ dt < +∞ .
L’indice loc signifie que ceci est uniquement local, et qu’il faut donc dans ce cas se restreindre à tous les compacts.
Par exemple, f ∈ Lpt (Wx,loc
1,∞
(Rn )) ssi les deux conditions précédentes, avec Rn remplacé par K sont vérifiées pour tout
n
K ⊂ R compact.
On peut définir de manière similaire beaucoup d’autres espaces. Par exemple, L1t (L2x (Rn )), Lpt (BVx (R2 )), . . .. Ils sont
très utiles en EDO où l’on a toujours besoin de beaucoup moins de régularité en t qu’en x sur les champs de vecteurs.
Avant d’énoncer les théorèmes d’existence, unicité et régularité, il faut rappeler un lemme classique qui est très
important dans la plupart des démonstrations des théorèmes et propositions ci-dessous.
Lemme 1 (Grönwall). Si a et b sont deux fonctions de R dans R localement intégrables, alors pour toute fonction
dérivable y : R → R+ vérifiant
y 0 (t) ≤ a(t)y(t) + b(t)
Rt Z t Rt
a(s) ds a(u) du
on a y(t) ≤ y(0)e 0 + e s b(s) ds .
0
De manière plus générale, si y(t) ≤ b(t, y(t)) alors y(t) ≤ ỹ(t), la solution de z 0 = b(t, z) avec conidtion initiale
z(0) = y(0).
Le caractère dérivable de y n’est pas essentiel. Il existe une version intégrale de ce lemme qui évite cette hypothèse.
Et dans l’écriture ci-dessus, on peut toujours remplacer y 0 par la limite sup des accroissements y(t+h)−y(t)
h qui existe
toujours. L’exercice 4 donne quelques indications pour la preuve de ce lemme.
Le lemme de Grönwall est très utile dans les démonstrations des théorèmes ci-dessous.
1,∞
Théorème 1 (Cauchy-Lipschitz). Si b ∈ L1t,loc (Wloc ), alors le flot X est bien défini et localement lipschitzien sur
2
un ouvert de R × Ω contenant {0} × R × Ω.
Preuve. Pour la démonstration du théorème de Cauchy-Lipschitz, nous renvoyons aux cours antérieurs (L3 ou M1 ?).
Pour le caractère lipschtizien du flot, remarquons que pour une solution X(t, x) = X(t, 0, x) définie au moins jusqu’à
t? , alors on peut trouver un compact K qui contient toute la trajectoire entre 0 et t? , avec une “sécurité“ notée ε.
Notons CK (t) la constante de Lipschitz sur ce compact.

K X(t*,y)
X(t*,x)
x
y

2
Pour une autre trajectoire partant d’un point de K (assez proche de x), on peut écrire tant que X(t, y) ∈ K
d
|X(t, x) − X(t, y)| ≤ |b(X(t, x)) − b(X(t, y))|
dt
≤ CK (t)|X(t, x) − X(t, y)| ,
Rt
CK (s) ds
ce qui implique que |X(t, x) − X(t, y)| ≤ e 0
Rt |x − y|.
− C (s) ds
Si on choisit y dans B(x, r) la boule de centre x et rayon r = εe 0 K , on se rend compte que :
– La trajectoire partant de y reste dans K entre 0 et t? , ce qui justifie le calcul précédent jusquà t? .
R t
CK (s) ds
– Le flot X(t? , ·) est alors lipschitzien sur B(x, r) de constante e 0 .

|b(t,x)| b(t,x)·x
Proposition 1 (Cas d’Existence globale). Si |x| ou |x|2 ∈ L1t,loc (L∞ ), alors le flot est définit sur tout
R2 × Ω.
b(t,x)·x
Preuve. Contentons nous d’utiliser la seconde condition plus générale. On notera M (t) = supx∈Rd |x|2 . Tant que la
solution partant de (t0 , x0 ) est définie, on a
d
|X(t, t0 , x0 )|2 = 2hb(X(t, t0 , x0 )), X(t, t0 , x0 )i
dt
≤ M (t)|X(t, t0 , x0 )|2 ,
1
Rt
M (s) ds
dont on déduit que |X(t, t0 , x0 )| ≤ |x0 |e 2 t0
. Et le théorème de sortie de tout compact implique l’existence
globale.
k,∞
Proposition 2 (Régularité du flot). Si b ∈ L1t,loc (Wloc ), alors le flot est W k,∞ par rapport à x et W 1,∞ par
rapport à t.
k−1 k,∞ k,∞
Si b ∈ Wt,loc (Wx,loc ), alors le flot est Wt,x,loc .
Démonstration. On va prouver seulement la première propriété dans le cas k = 2 (le cas k = 1 est résolu par le
théorème 1). Les autres cas se traitent avec les mêmes idées mais avec des calculs beaucoup plus complexes. Pour
encore simplifier la preuve, on va supposer que le champ est globalement lipschitz. Dans le cas général, il faudrait se
restreindre à un compact ad-hoc. Si note C1 (t) la constante de Lipschitz du champ au temps t et C2 (t) celle de la
dérivée du champ, on obtient d’après le théorème 1 que le flot X(t, 0, ·) est globalement lipschtzien avec une constante
R t
C1 (s) ds
e 0 .
Prouvons maintenant son caractère C 1 . Pour cela on va d’abord chercher le bon candidat pour sa dérivée. Il s’obtient
formellement en dérivant l’équation différentielle : c’est la solution de l’équation différentielle linéaire (pour un x fixé)
(
d
dt Y (t, x) = Db(t, X(t, x))Y (t, x) ,
Y (0, x) = Id

où Y l’inconnue est une matrice n × n. Puisque le flot X est déjà connu, c’est même un système d’équations linéaires
sur les coefficients de la matrice Y . Comme b est globalement Lipschtizienne, la matrice Db(t, X) est uniformément
bornée, et donc pour chaque temps t l’application Y → Db(t, X(t, x))Y est linéaire et lipschitzienne de constante
C1 (t). On peut donc lui appliquer le théorème de Cauchy-Lipschitz, et obtenir une solution unique qu’on notera Y .
On ne sait pas encore que c’est la différentielle du flot, mais on va montrer maintenant que c’est bien le cas.
Pour h ∈ Rn , on définit g(t, h) = |X(t, x + h) − X(t) − Y (t, x)h|. En dérivant par rapport à t, on obtient
∂
g(t, x) ≤ |b(X(t, x + h)) − b(X(t, x)) − Db(t, X(t, x))Y (t, x)h|
∂t
Z 1


≤ Db (1 − t)X(t, x + h) + tX(t, x) (X(t, x + h) − X(t, x)) dt − Db(t, X(t, x))Y (t, x)h
0
Z 1

≤ |X(t, x + h) − X(t, x)| |Db (1 − t)X(t, x + h) + tX(t, x) − Db(X(t, h))| dt
0


+ |Db(X(t, x)) X(t, x + h) − X(t, x) − Y (t, x)h |
|X(t, x + h) − X(t, x)|2
≤ C2 (t) + C1 (t)g(t, x)
2
h2 t
R
2 C (s) ds
≤ C2 (t)e 0 1 + C1 (t)g(t, x)
2
ce qui entraîne comme g(0, x) = 0 et d’après le lemme de Grönwall
h2 2 t C1 (s) ds t
R Z
g(t, h) ≤ e 0 C2 (s) ds
2 0

3
et donc en particulier que g(t, h) = O(h2 ), ce qui est bien le résultat recherché (obtenir la dernière inégalité à partir
h→0
du lemme de Grönwall est un bon exercice).

1.4 Les inclusions différentielles.

Une première solution pour traiter les cas où f n’est plus continue consiste à autoriser le champ à avoir plusieurs
valeurs. On ne résout plus alors une équation différentielle, mais une inclusion différentielle
(
ẋ ∈ F (t, x)
(1.1)
x(0) = x0

où F est une fonction de ω ⊂ Rd dans Pc (Rd ), l’ensemble des parties compactes de Rd . Une telle fonction sera dite
bornée s’il existe R > 0 telle que ∀t, x, F (t, x) ⊂ B(0, R). Une équation différentielle n’étant plus qu’un cas particulier
d’inclusion, quand l’ensemble F (t, x) est toujours un singleton.
Ces inclusions ont interêt très pratique, et on été étudiée dans un premier pour des équations issue de l’électronique,
où des effets de seuils apparaissent souvent, une quantité pouvant brusquement passer d’une valeur à une autre,
avec éventuellement des phénomènes d’hystérésis. Elle est également en mécanique pour des problèmes impliquant des
frictions solides et elle est maintenant utilisée en théorie des jeux, par exemple pour le problème du chauffeur homicide.
Nous n’étudierons pas cette théorie initiée, pour le côté mathématique par Filippov [3] dans les années soixante, et
renvoyons par exemple au livre d’Aubin et Cellina [1] sur le sujet disponible en bibliothèque. Mais nous citerons
quand-même deux résultats qui montrent l’intérêt de cette théorie.
Théorème 2. Si la fonction F : Rd → Pc (Rd ) est semi-continue supérieurement (au sens de la distance de Hausdorff
sur Pc (Rd )), bornée et à valeurs dans les convexes compacts, alors il existe toujours une solution au problème (1.1).
La distance de Hausdorff est définie à l’exercice 5.
Preuve. Nous ne donnerons pas la preuve de ce théorème. Mentionons juste qu’elle utilise des arguments similaires
à ceux utilisés pour prouver la convergence de la méthode d’Euler. On construit des fonctions affines par morceaux
suivant cette méthode et passe ensuite à la limite grâce au théorème d’Ascoli (F est bornée). Les hypothèses de
semi-continuité, et de convexité permettent d’obtenir ainsi une solution du problème.
Proposition 3. Si la fonction F vérifie de plus sur tout compact K ⊂ Rd , il existe une fonction CK (t) localement
intégrable en temps

∀t, ∀x, y ∈ K, ∀vx ∈ F (t, x), ∀vy ∈ F (t, y), hvx − vy , x − yi ≤ CK (t)|x − y|2

alors le problème (1.1) ne possède au plus qu’une solution.

Preuve de la proposition 3. La preuve très simple et similaire à celle de l’existence globale dans le cas Lipschitzien.
On prend X et Y deux solutions, qui au moins pendant un intervalle de temps [0, T ] restent dans un compact K. On
peut alors écrire pour t ∈ [0, T ] :
d
|X(t) − Y (t)|2 = hX 0 (t) − Y 0 (t), X(t) − Y (t)i
dt
= hvX(t) − vY (t) , X(t) − Y (t)i
≤ CK (t)|X(t) − Y (t)|2 ,

ce qui implique que Rt

1
CK (s) ds
|X(t) − Y (t)| ≤ |Y (0) − X(0)| e 2 0 ,
dont on peut déduire l’unicité.
Exemple Sur R2 , on définit les vecteurs v− = (1, 2) et v+ = (−1, 2). Ensuite on définit la fonction F par

v− si x1 < 0

F (t, x1 , x2 ) = v+ si x1 > 0 .

[v− , v+ ] si x1 = 0


[v− , v+ ] désigne le segment de R2 . Montrer que ce champ vérifie les hypothèses du théorème et de la proposition
précédente. Quelle est alors l’unique solution si la condition initiale se trouve sur l’axe des réels ?
Le critère est-il toujours vérifié si l’on définit v+ = (−1, −3) ? Y a-t-il toujours unicité ?
Application à l’existence de solution dans un cadre très général.
Si b est une fonction L1loc ∩ L∞ n
loc (R × R ), on peut appliquer ce qui précède à la fonction

Fb (t, x) = Conv ess a(t, x)

4
où l’enveloppe convexe essentielle est définie par
\ \
Conv ess a(t, x) := Conv{a(t, x) | x ∈ B(x, r)\N }
r>0 N,λ(N )=0

On peut montrer (voir l’exercice 6) que la fonction Fb ainsi définie vérifie bien les hypothèses du Théorème de Filippov.
Cela montre donc l’existence de solution en un sens certes bien particulier, mais qui coïncide avec la définition usuelle
dans le cas d’un champ continu.

2 EDO et EDT avec coefficients W 1,p , p > 1.

On a déjà traité en introduction la difficulté qui se pose lorsque les champs ne sont plus définis presque partout : En
changeant le champ sur un ensemble de mesure nulle, on peut construire de nombreux flots solutions. On va montrer
dans cette partie comment choisir un unique flot, celui qui en général nous intéresse le plus. Avant d’en venir aux
nouveaux théorèmes d’existence et d’unicité de flots solutions de l’EDO, il nous faut présenter le résultats dont nous
aurons besoin. Le théorème principal que nous énnoncerons ensuite est dû à C. De Lellis et G. Crippa. Pour plus de
détails sur le sujet, une bonne référence est la thèse publiée de Crippa [2].

2.1 Fonctions maximales

Définition 2 ( Fonctions maximales). Soit f ∈ L1loc (Rn ), on définit ses fonctions maximales associées MR f , pour
R ∈ (0, +∞] par Z
MR f (x) := sup − |f (y)| dy , (2.1)
0<r≤R B(x,r)
1
R R
où la notation −B= λ(B) B
désigne la valeur moyenne. Pour R = +∞, on écrit aussi M f = M∞ f .

Quelques propriétés :
– MR (αf ) = |α|MR f .
– MR (f + g) ≤ MR f + MR g
– Pour toute fonction g : R+ → R+ décroissante, s’annulant pour x > R et telle que Rn g(|z|) dz = 1
R

Z
|f (x − z)|g(|z|) dz = (f ∗ g)(x) ≤ MR f (x) (2.2)
Rn

Cela se montre d’abord pour des fonctions g constantes par morceaux en additionnant des contributions de boules
de différents diamètres.
Théorème 3. Soit f une fonction définie sur Rn .
(a) Si f ∈ Lp , 1 ≤ p ≤ ∞ alors M f est fini presque partout.
(b) Si f ∈ L1 , alors pour tout α > 0 :

3n
λ {x : M f (x) > α} ≤ kf k1
α
(c) Si f ∈ Lp , 1 < p ≤ ∞, alors M f ∈ Lp et :
  p1
n p p
kM f kp ≤ 3 2 kf kp .
p−1

Remarque 1. Le point (b) signifie que la fonction M f est L1 faible. On défini la norme L1 faible par


kgk1,f := sup α λ {x : M f (x) > α} .
α>0

Donc le point (b) pourrait se traduire par kM f k1,f ≤ 3n kf k1

Pour les fonctions maximales MR , il est possible de donner des résultats locaux. Les résultats sur MR f sur Ω dépendront
de f sur Ω3R = {x : d(x, Ω) < 3R}. Par exemple dans l’inégalité du point (c) on écrira kM f kp,Ω ≤ Cp,n kf kp,Ω3R .
La démonstration de ce théorème utilise le lemme de recouvrement suivant, qui est une version finie du Lemme plus
général de Vitali.
Lemme 2 (Lemme de recouvrement de Vitali). Soit E un ensemble mesurable de Rn qui est la réunion d’une
collection finie de balles {Bi : i ≤ m}. Alors on peut extraite une sous-collection disjointe B1 , . . . , Bk parmi les
{Bi : i ≤ m} telle que
Xk
λ(Bj ) ≥ 3−n λ(E)
j=1

5
Preuve du lemme 2. On choisit la boule B1 de plus grand rayon, puis B2 la boule de plus grand rayon parmi celles
qui n’intersectent pas B1 et on continue ainsi de suite jusqu’à épuisement des possibilités. On obtient ainsi k boules
B1 , . . . , Bk . À chacune de ces boules on associe la boule B̃j obtenue en gardant le même centre et en triplant le rayon.
Alors
[n k
[
Bi ⊂ B̃j
i=1 j=1

En effet, si une boule Bi n’apparaît pas dans la sous-sélection, c’est qu’elle intersecte une boule Bj de rayon plus
grand, ce qui implique que Bi ⊂ B̃j . On a donc
k
X n
[  n
[ 
3n λ(Bj ) ≥ λ B̃i ≥ λ Bi ≥ λ(E).
j=1 i=1 i=1

Preuve du théorème 3. Prouvons d’abord le point (b). On pose Eα = {x : M f (x) > α}, et on choisit E ⊂ Eα compact.
Pour tout x ∈ Eα , on peut choisir une boule Bx contenant x telle que
Z
1
λ(Bx ) < |f (y)| dy (2.3)
α Bx
Grâce à la compacité de E, on peut choisir un nombre fini de ces boules P qui recouvrent E. Et grâce au lemme 2 on
m
peut encore extraire m boules disjointes B1 , . . . , Bm telles que λ(E) ≤ 3n k=1 λ(Bk ). Ce qui implique
3n
Z
µ(E) < |f (y)| dy .
α Rn
On obtient le point (b) en prenant le supremum sur tous les E ⊂ Eα .
Le point (b) nous dit donc que M : L1 → L1f est continue. Il est aussi vrai que kM f k∞ ≤ kf k∞ , c-à-d que
M : L∞ → L∞ est continue. Le résultat (c) va en découler grâce à un procédé d’interpolation.
Seconde étape : Interpolation. Soit f ∈ Lp , 1 < p < ∞. Pour α > 0, on sépare f en 2 parties, une bornée f1 , et
l’autre f2 dans L1 définies par
f1 = f (1 − χE ) , f2 = f χE
avec χ désigne la fonction caractéristique et E = {x : f (x) > α2 }. On a donc M f1 ≤ α
2 et M f ≤ M f2 + M f1 , ce qui
implique {M f > α} ⊂ {x : M f2 (x) > α2 }. D’après le point (b), on peut déduire que
3n
Z


λ x : M f (x) > α ≤ 2 |f (x)| dx
α {|f |≥ α2 }

D’autre part, on peut démontrer (exercice) que

Z Z ∞
(M f (x))p dx = p λ {M f > α} αp−1 dα .


(2.4)
0

Et d’après l’inégalité précédente, on peut majorer cela par

Z ∞ Z ! Z ∞ !
Z 2|f (x)|
n p−2 n p
3 2p |f (x)| dx α dα = 3 2p αp−2 dα |f (x)| dx = 3n 2p kf kpp ,
0 {|f |≥ α
2} 0 0 p−1

ce qui implique le point (c).

2.2 Un nouveau théorème des accroissements finis

Le théorème des accroissements finis,
|f (x) − f (y)| ≤ kf 0 k∞ |x − y|
valable pour les fonctions lipschitziennes, est très utile dans le théorème de Cauchy-Lipschtiz. Mais il n’est plus
utilisable avec des fonctions W 1,p (définies seulement presque partout). Y’a-t-il un moyen de le remplacer ? Oui, en
utilisant le dessin ci-dessous.

6
Au lieu de considèrer un seul chemin entre deux points x et x0 , on va choisir une famille de chemin. De x, on passe à
~ 0 pour arriver en z 0 , d’où on repare vers x0 . En
z, point de la boule de centre x, et rayon r, puis on se translate de xx
faisant cela pour tout point z de la boule B(x, r), on obtient la propriété ci-dessous.
Proposition 4. Soit f une fonction W 1,1 . Alors pour presque tous points x, x0

|f (x) − f (x0 )| ≤ (2n−1 + 1) M (Df )(x) + M (Df )(x0 ) |x − x0 |

(2.5)

Et l’inégalité est encore vraie si l’on remplace M (Df ) par M|x−x0 | .

Preuve de la proposition 4. Comme souvent en analyse, on va d’abord démontrer le résultat pour des fonctions suff-
isamment régulières pour que tout soit bien définit (ici C 1 convient). Quand cela sera fait, on raisonnera par densité,
1,1 n + ∞
en approchant une fonction f ∈ W   par convolution. On choisit ϕ : R → R radiale, C et à support dans
B(0, 1), puis on définit ϕε (x) = ϕ xε et fε = f ∗ ϕε . Le théorème de Lebesgue nous dit que pour presque tout x,
R
limε→0 fε (x) = f (x). Pour les fonctions maximales, on pourra remarquer que B (Dfε ) est toujours une moyenne de
f , mais avec un profil radial décroissant et que donc MR (Dfε )(x) ≤ MR+ε (Df )(x). Cela permet alors d’en déduire le
cas général par passage à la limite.
Pour montrer le résultat avec f ∈ C 1 , on écrit d’abord en utilisant les notations du dessin que

f (x) − f (x0 ) = f (x) − f (x + z) + f (x + z) − f (x0 + z) + f (x0 + z) − f (x0 )

Z 1 Z 1  Z 1
Df (1 − t)x + tx0 + z dt (x − x0 ) + Df (x0 + tz)z dt


= − Df (x + tz)z dt +
0 0 0

Et en faisant la moyenne sur tous les z de B(x, r) on obtient après changements de variables et en utilisant des
inclusions entre diverses boules :
Z 1 Z ! Z 1Z ! Z 1 Z !
0 z 0 0 z
f (x) − f (x ) = − − Df (x + z) dz dt + − Df dt (x − x ) + − Df (x + z) dz dt
0 B(0,tr) t 0 B((1−t)x+tx0 ,r) 0 B(0,tr) t
n
|x − x0 | |x − x0 |
   
|f (x) − f (x0 )| ≤ r Mr (Df )(x) + 1+ Mr+ |x−x0 | (Df )(x) + Mr+ |x−x0 | (Df )(x0 ) + r Mr (Df )(x0 )
2 2r 2 2
 0
 0
n  
|x − x | |x − x | 
≤ r+ 1+ Mr+ |x−x0 | (Df )(x) + Mr+ |x−x0 | (Df )(x0 )
2 2r 2 2

|x−x0 |
Avec le choix particulier r = 2 , on obtient le résultat annoncé.
On a donc une inégalité qui ressemble au théorème des accroissements finis. Avec la différence importante que le terme
devant le |x − x0 | dépend de x et x0 et qu’on ne peut le borner uniformément. On ne peut avoir que des estimations
globales (Lp , p < ∞) sur ce terme. Cela nous oblige à utiliser un ”nouveau lemme de Gronwall“.

2.3 Quelques préliminaires utiles d’intégration.

Définition 3 (Mesures images). Si T est une application Rn → Rn , alors T# λ la mesure image par l’application
x → T de la mesure de Lebesgue λ. Cette mesure est définie pour tout ensemble mesurable de A ⊂ Rn par

Xi (t)# λ(A) = λ(Xi (t)−1 (A))

Pour comprendre cette notion, il faut imaginer que la mesure λ est une distribution de masse que l’on déplace par
l’application T . La nouvelle distribution de masse est alors donnée par la mesure image T# λ. Cela se voit mieux si on
écrit moins rigoureusement que X# λ(X(A)) = λ(A), pour un ensemble A du départ.
La mesure image vérifie aussi pour toute fonction f intégrable
Z Z
f (Xi (t, x)) dx = f (y) d(Xi (t)# λ)(y) .

Dans le cas où f est la fonction caractéristique d’un ensemble, cela correspond exactement à sa définition. Le résultat
général s’en déduit par convergence monotone sur des combinaisons linéaires de fonctions convexes. En particulier, si
X est un C 1 -difféomorphisme de Rn dans lui-même, alors la mesure image de celle de Lesbegue dx est la mesure de
densité |J(Xdy
−1 )(y)| , où J désigne le Jacobien, c’est-à-dire le déterminant de la matrice Jacobienne DX.

Pour quelques exemples de calculs de mesures images, voir l’exercice 7.

Proposition 5 (Formule de Jensen). Si f est une fonction intégrable sur X, µ une mesure de probabilité sur X
et J est une fonction convexe, alors
Z  Z
J f (x) dµ(x) ≤ J(f (x)) dµ(x)

7
2.4 Un remplaçant global du lemme de Grönwall
Le lemme suivant va prendre la place du lemme de Grönwall dans la prochaine preuve d’existence et d’unicité. La
condition dite de quasi-incompresibilité joue un rôle très important que l’on essaiera d’expliquer ci-dessous.
Lemme 3 (en remplacement du lemme de Grönwall). Soit T > 0. Supposons que X1 et X2 sont deux applications
de [0, T ] × Rn dans Rn vérifiant
Rt
– Pour p.p. x, pour tout t, Xi (t, x) = x + 0 b(t, Xi (s, x)) ds
– Pour t ∈ [0, T ], Xi (t)# λ ≤ LT λ . (condition de quasi-incompressibilité)
Alors pour tout r > 0,
   
|X1 (t, x) − X2 (t, x)| |X1 (0, x) − X2 (0, x)|
Z Z
ln 1 + dx − ln 1 + dx ≤ 2LT kM (Db)k1 t
r r

Et si les deux flots Xi sont associées à des champs bi , alors on a

     
|X1 (t, x) − X2 (t, x)| |X1 (0, x) − X2 (0, x)| kb1 − b2 k1
Z Z
ln 1 + dx − ln 1 + dx ≤ + 2kM (Db2 )k1 LT t
r r r

Il n’est pas demandé dans ce lemme que les deux flots vérifient la condition initiale Xi (t, x) = x. C’est normal car on
va aussi utiliser ce lemme en modifiant légèrement les conditions initiales.
Quel est le rapport avec le lemme de Grönwall ? La formulation n’est pas la même, mais si on se replace sous l’hypothèse
b ∈ W 1,∞ , alors on pourrait écrire le lemme de Gronwall
   
|X1 (t, x) − X2 (t, x)| |X1 (0, x) − X2 (0, x)|
ln 1 + − ln 1 + ≤ kDbk∞ ,
r r

ce que l’ona beaucoup plus intérêt à écrire avec des exponentielles. En notant h(t) = |X1 (t, x) − X2 (t, x)|, cela donne
h(t) h(0)
1 + r ≤ 1 + r ekDbk∞ t . On obtient le plus classique h(t) ≤ h(0)ekDbk∞ t en prenant la limite quand r → 0.

Preuve du lemme 3. On se place dans le cas plus général où il y a deux champs de vecteurs b1 et b2 . On pose
 
|X1 (t, x) − X2 (t, x)|
Z
Q(t) = ln 1 + dx
r

et on dérive formellement. On obtient

|b1 (t, X1 (t, x)) − b2 (t, X2 (t, x))|
Z
d
Q(t) ≤ dx
dt r + |X1 (t, x) − X2 (t, x)|
|b1 (t, X1 (t, x)) − b2 (t, X1 (t, x))| r + |b2 (t, X1 (t, x)) − b2 (t, X2 (t, x))|
Z Z
≤ dx + dx
r |X1 (t, x) − X2 (t, x)|
Z
LT
≤ kb1 − b2 k1 + [M (Db(t, ·))(X1 (t, x)) + M (Db(t, ·))(X2 (t, x))] dx
r
Z Z
LT
≤ kb1 − b2 k1 + M (Db(t, ·)) dX1# λ + M (Db(t, ·)) dX2# λ
r
LT
≤ kb1 − b2 k1 + 2LT kM (Db)k1 ,
r
où l’on a utilisé la proposition 4 à la ligne 2 et l’hypothèses sur les mesures images à la dernière ligne. Ce qui implique
le résultat annoncé.

Le ln sous l’intégrale est très important. Si on essaie d’estimer une autre quantité comme
Z
R(t) = kX1 (t, ·) − X2 (t, ·)k1 = |X1 (t, x) − X2 (t, x)| dx ,

de la même manière, on obtient

Z
0
R (t) ≤ [M (Db(t, ·))(X1 ) + M (Db(t, ·))(X2 )]|X1 − X2 | dx .

On peut toujours utiliser l’inégalité de Hölder dans le produit, mais si on veut obtenir une inégalité différentielle sur
kX1 − X2 k1 , il faut prendre q = 1, et donc p = +∞. C’est-à-dire qu’on ne peut estimer cette quantité que dans le cas
classique des champs lipschitziens. Le ln qui fait disparaître le produit est donc très utile.

8
2.5 Sur la condition de quasi-incompressibilité
La condition de quasi-compressibilité est indispensable pour obtenir l’unicité d’un flot solution, comme le montre
l’exemple de l’exercice 1. Si on change un champ b défini sur R en un seul point, on peut obtenir de nombreux flots
différents. Mais on peut remarquer que sur cet exemple il n’y a qu’un seul flot qui vérifie la condition d’incompressibilité.
Pour tous les autres des Dirac apparaissent dans la mesure image (voir exercice ).
Quasi-incompressibilité dans le cas régulier
Dans le cas régulier, la mesure image qui nous intéresse est continue par rapport à la mesure de Lebesgue et sa densité
est
dx
dX(t)# λ = .
|JX(t, X(−t, x))|
On peut obtenir des estimations sur le Jacobien grâce à l’équation qu’il vérifie :

Proposition 6. Soit X le flot associée au champ b(t, x) ∈ L1t (W 1,∞ ). Le Jacobien de ce flot vérifie l’équation

d
JX(t, x) = J(t, x) div b(X(t, x))
dt
et il est quasi-incompressible avec la constante
RT
k(div b)− (t,·))k∞ dt
LT := e 0

Démonstration. Dans cette preuve on va supposer que le champ b est autonome (ne dépend pas du temps), ce qui va
simlpifier les notations.
Rappelons d’abord que DX vérifie l’EDO
d
DX(t, x) = Db(X(t, x))DX(t, x) .
dt
avec la condition initiale DXε (0, x) = Id. Pour passer au déterminant, il faut connaître la dérivée de celui-ci. L’ex-
pression est plus simple lorqu’on se place en une matrice inversible A.

det(A + H) = det A + (det A) T r(HA−1 ) + o(H)

H→0

Si on utilise cela à t = 0 dans l’EDO ci-dessus, on obtient

d
JX(t, x) = JX(t, x)T r(Db(X(t, x))DX(t, x)DX(t, x)−1 ) = div b(X(t, x))
dt
On peut aussi utiliser le fait que le flot X est un groupe de transformation à un paramètre, c’est-à-dire que l’application
t 7→ X(t, ·) est un morphisme de groupe entre (R, +) et le groupe des difféomorphismes C 1 de Rn dans lui-même (muni
de la composition). Ou encore que

∀s, t ∈ R, ∀x ∈ Rn , X(t + s, x) = X(s, X(t, x))

RT
div b(t,X(t,x)) dt
Grâce à l’EDO obtenue pour JX, on peut écrire JX(t,Rx) = e 0
T
− −
k(div b) (t,·))k∞ dt 1
et obtenir la borne par le bas nécessaire JX(t, x) ≥ e 0 :=
LT
où l’exposant moins désigne la partie négative a− = max(0, −a).

2.6 Un résultat d’existence et d’unicité du flot

Ce nouveau lemme de Grönwall va nous permettre de démontrer le théorème suivant :
Théorème 4 ( Di Perna-Lions ’89, Crippa-De Lellis ’08 pour cette méthode). Soit b un champ de vecteur
dans L1loc (R, W 1,p (Tn )) dont la partie négative de la divergence vérifie (div b)− ∈ L1loc (R, L∞ ). Alors il existe un unique
flot X : R × Tn → Tn quasi-incompressible Rdéfinit presque partout vérifiant :
t
i) a.e. in x, pour tout t ≥ 0, X(t, x) = x + 0 b(s, X(s, x)) ds.
ii) Pour tout T > 0, il existe LT tel que Xi (t)# λ ≤ LT λ, si t ∈ [0, T ].
Pour remplacer Tn par Rn , il faut ajouter les conditions de croissance a l’infini b(x) 1 ∞ 1 1
|x| ∈ L (L ) + L (L )) pour éviter
des explosions en temps finis. Sur un domaine borné avec bord régulier, il faut supposer que le gradient est tangent au
bord (ou définir le temps de sortie).
La démonstration de l’existence va utiliser le critère de compacité de Riesz-Fréchet-Kolmogorov (RFK dans la suite).

9
Lemme 4 ( Critère de compacité de Riesz-Fréchet-Kolmogorov). Soient p ∈ [1, +∞] et (fn )n∈N une suite de
fonctions de Lp (Rn ) (ou Lp (Tn )). Supposons que

lim sup kfn (· + h) − fn kp = 0 .

|h|→0 n∈N

Alors la suite (fn )n∈N est compacte dans Lp (Rn ).

Démonstration. La démonstration utilise une régularisation par convolution. On choisi un noyau de convolution ρ à
support compact et définir ρm (x) = mn ρ(mx) ainsi que fn,m = fn ∗ρm . Pour ε > 0 fixé, la suite (fn,m )n∈N est compacte
d’après le Théorème d’Arzelà-Ascoli car ses dérivées sont uniformément bornées. On peut donc par un procédé diagonal
extraire une sous-suite telle que pour tout m ∈ N, la suite fϕ(n),m converge vers une fonction fm ∈ Lp . D’autre part,
comme la convolution effectue des moyennes des fn sur des petites boules, le critère du lemme implique que

lim sup kfn,m − fn kp = 0 ,

m→+∞ n∈N

et un résultat similaire pour kfn,m − fn,m0 kp . Le sup en n permet de passer à la limite, et de conclure que la suite
des limites (fm−1 )m∈N est de Cauchy donc convergente dans notre espace complet. Sa limite f est aussi la limite de la
suite (fϕ(n) )n∈N (car... ?).
On peut maintenant se lancer dans la démonstration du théorème 4.
Démonstration du Théorème 4. Unicité : On commence par la partie la plus facile. Supposons que deux flots X1 et
X2 vérifient les conditions du théorème. On peut alors appliquer le remplaçant 3 du lemme de Gronwall et obtenir
pour tout r > 0 et t ≤ T  
|X1 (t, x) − X2 (t, x)|
Z
ln 1 + dx ≤ 2LT kM (Db)k1 t
r
en faisant tendre r vers 0 on obtient que pour tout t ≥ 0, X1 (t, x) = X2 (t, x) pour presque tout x.
Existence : Comme très souvent en EDP, on va raisonner par approximation et utiliser ce que l’on sait dans le cas
régulier. On commence donc par convoler b par notre noyau de convolution ρε préféré pour obtenir un bε régulier, qui
admet d’après la théorie classique un unique flot que l’on note Xε . Il nous reste à montrer que la suite des (Xε )ε>0
est compact pour obtenir une sous-suite convergente, et ensuite à montrer que la limite est bien un flot solution. On
va utiliser le lemme de Grönwall global 3 pour montrer qu’on peut utiliser le critère RFK 4, mais avant il faut montrer
que les flots Xε sont uniformḿement quasi-incompressibles, c’est-à-dire qu’il existe des constantes LT , T ≥ 0 telles que

Xε (t)# λ ≤ LT λ, si t ∈ [0, T ] .

Or, la Proposition 6, donne pour un ε fixé une constante LT,ε qui convient. Mais comme supε>0 k(div bε )− (t, ·))k∞ =
k(div b)− (t, ·))k∞ , on voit que la constante
RT
k(div b)− (t,·))k∞ dt
LT := e 0

convient pour tous les flots Xε , ε > 0. On va maintenant appliquer le nouveau lemme de Grönwall 3, entre le flot Xε
et ce même flot ”shifté“ de h, désigné par Yε , pour tous ε > 0, h ∈ Rn . Précisément, Yε est défini par
(
Yε0 (t, x) = b(Yε (t, x))
.
Y (0, x) = x + h

On obtient alors (en prenant r = |h| dans le lemme) l’estimation

 
|Xε (t, x) − Yε (t, x)|
Z
ln 1 + dx − ln 2 ≤ 2LT kM (Dbε )k1 t ≤ 2LT kM (Db)k1 t .
r
n
Comme
  sur letore T , on a toujours |Xε − Yε | ≤ 1. Et comme ln est concave, on a pour y ∈ [0, 1],
on travaille
1 y
ln 1 + |h| y ≤ ln 1 + |h| . Cette inégalité permet de déduire que

ln 2 + 2LT kM (Db)k1 T
kXε (t, ·) − Xε (t, · + h)k1 ≤   := αT (h) −→ 0 .
1 h→0
ln 1 + |h|

D’après le critère RFK 4, l’ensemble Fα des applications f de Tn dans T n qui vérifient kf (· + h) − f k1 ≤ αT (h) est
un compact. On a donc une famille d’application Xε (t, ·) de [0, T ] dans L1 (Tn , Tn ) qui est :
– uniformément absolument continue car
Z t Z t
|Xε (t, ·) − Xε (s, ·)| ≤ kb(u, Xε (u, ·))k1 du ≤ LT kb(u, ·)k1 du
s s

10
– à valeur dans un compact de L1 (Tn , Tn ).
D’après le théorème d’Ascoli-Arzela, on peut-en déduire que la famille (Xε ) est compacte et donc en extraire une
sous-suite (Xε0 ) qui converge vers un X(t, ·) pour la norme de C([0, T ], L1 (Tn , Tn )). Cela implique la convergence
au sens de la norme L1 ([0, T ] × Tn , Tn ), et donc quitte à extraire encore une sous-suite, on peut en déduire que la
convergence est simple :

Pour presque tous (t, x) ∈ [0, T ] × Tn , Xε0 (t, x) −→ X(t, x) .

En utilisant la convergence dominée, on obtient que X vérifie la condition de quasi-incompressibilité. En effet, pour
une fonction f bornée et régulière, on aura pour presque tout t
Z Z
LT kf k1 ≥ f (Xε (t, x)) dx −→
0
0
f (X(t, x)) dx .
ε →0

ce qui implique la quasi-incompressibilité.

Pour montrer que X vérifie l’équation, il faut passer à la limite dans
Z t
Xε0 (t, x) = x + bε0 (s, Xε0 (t, x)) ds
0

Une première étape est d’écrire grâce à la quasi-incompressibilité et pour un champ b̄ régulier qui approche b en norme
L1 Z t
Xε0 (t, x) = x + b̄(s, Xε0 (t, x)) ds + O(kb̄ − bε0 k1 )
0
Rt
Ensuite, si ε0 est choisi suffisamment petit, le terme définit par l’intégrale sera proche (en norme L1 ) de 0 b̄(s, X(t, x)) ds,
Rt
lui même proche de 0 b(s, X(t, x)) ds. Cela permet de passer à la limite dans l’équation, (en norme L1 ou presque
partout (C’est un bon exercice de rendre ce raisonnement rigoureux).

3 Exercices
Exercice 1. Non-unicité du flot pour des champ définis p.p..
On définit sur R deux champs de vecteurs b1 et b2 par
(
0 si x = 0
b1 (x) = 1 , b2 (x) =
1 sinon

1. Donner les solutions de l’équation x0 = b1 (x). Trouver le flot X1 associé au champ b.

Rt
2. Pour le deuxième champ b2 , on écrit le problème sous forme intégrale x(t) = x0 + 0 b2 (x(s)) ds.
Montrer que le flot obtenu pour b1 est encore valable pour b2 .
3. Montrer qu’il existe en fait beaucoup d’autres flots associées à b2 , qui vérifient l’équation sous forme intégrale
(On peut s’arrêter en 0 puis éventuellement repartir). Parmi ces derniers, trouver le seul flot qu’on notera X2
qui vérifie la condition de semi-groupe : ∀s, t ∈ R+ , X(s, X(t, ·)) = X(s + t, ·).

Exercice 2. Points de Lebesgue.

On sait (c’est un résultat de Lebesgue) que pour une fonction intégrable localement sur Rn ,
Z
p.p. x ∈ Rn , lim − |f (y) − f (x)| dy = 0 ,
r→0 B(x,r)

avec la notation −V = |V1 | V et | · | pour la mesure de Lebesgue. Les points où ceci est vérifié sont les points de Lebesgue
R R

de f .
1) Dans l’exo 1, quel est le représentant qui contient le plus de points de Lebesgue ?
2) Pour la fonction Hr définie sur Rn par

0 si |x| > 1

x
H(x) = |x| si 0 < |x| ≤ 1 ,

e1 si x = 0


où e1 = (1, 0, . . . , 0), calculer le flot associé. Trouver la fonction H̄ égale à H presque partout qui a le plus de points
de Lebesgue et calculer le flot associé. Pour t fixé les deux flots sont-ils égaux presque partout ?
3) Trouvez une fonction intégrable dont au moins un point n’est pas de Lebesgue.

11
Exercice 3. W 1,∞ est l’ensemble des fonctions lipschtiziennes.
Le bt de cet exercice est de démontrer que

W 1,∞ (Rn ) = {f : Rn → R | f ∈ L∞ et ∇f ∈ L∞ } ,

coïncide bien avec l’ensemble des fonctions lipschitziennes.

Partons d’abord d’une fonction f dans l’espace W 1,∞ définie au sens de Sobolev. Nous allons montrer que cette
fonction est lipschitzienne, de constante k∇f k∞ .
1. Le premier problème est que nous partons pour l’instant d’une fonction f définie presque partout. Il faut donc
d’abord trouver le bon représentant de sa classe dont on montrera ensuite qu’il est lipschitzien. Pour cela, on
peut utiliser les points de Lebesgue. Et définir, pour une fonction φ, régulière, à support dans la boule unité, et
d’intégrale 1 :  
x−y
Z
1
fε (x) = f (y) n φ dy
ε ε
(a) Pour un champ de vecteur → −v régulier, et une fonction g régulière, montrer que
Z Z
∇g(x) · →
−
v (x) dx = − g(x) div →
−
v (x) dx .
Rn Rn

C’est cette formule qu’on utilise pour définir le gradient au sens des distributions.
(b) Montrer que pour un champ de vecteur radial →−v (x) = v(r)−
→ en dimension n, la divergence est radiale et
ur
1 d n−1


vaut div v(r) = rn−1 dr r v(r) .
(c) Dans la suite, on se contentera de faire les calculs pour x = 0. Pour tous ε, ε0 > 0, on définit un champ de
vecteur radial par Z r 
1 1 u 1  u  n−1
Vε,ε0 (r) = n−1 φ − 0n φ 0 u du .
r 0 εn ε ε ε
→
−
Montrer que div Vε,ε0 (r) = ε1n φ uε − ε10n φ εu0 et que k V ε,ε0 k1 ≤ C max(ε, ε0 ).

(d) Montrer que pour → −

v régulière,
|hf, div →
−v i| ≤ k∇f k k→∞
−vk .1

(e) En déduire que la suite (fε (0))ε est de Cauchy, puis que l’on peut définir ainsi un représentant de la classe
de f dont tous les points sont de Lebesgue.
2. Il reste à montrer que ce représentant est lipschitzien.
(a) Pour une fonction φ : Rn → R, et h ∈ Rn , calculer div(φh).
R1
(b) Utiliser que g(z + h) − g(z) = 0 ∇g(z + th) · h dt pour montrer que

|fε (x + h) − fε (x)| ≤ k∇f k∞ |h| ,

et en déduire le résultat annoncé.

3. La réciproque est plus simple. On montrera que si f est lipschitzienne de constante K, alors pour tout champ
de vecteur régulier →
−v , on a
|h∇f, → −
v i| = |hf, div →
−
v i| ≤ Kk→
−
v k1
en utilisant que div →
− P n vi (y+h)−vi (y)
v = lim h→0 i=1 h .
Remarquons pour finir que ce résultat est différent du fait (beaucoup plus dur à démontrer) que toute fonction
lipschitzienne est dérivable presque partout.

Exercice 4. Preuve du lemme de Grönwall.

1. Écrire la preuve du lemme de Grönwall. Pour la partie avec un champ b quelconque, il faut mieux supposer dans
un premier temps que l’inégalité est stricte, car on peut alors faire un raisonnement du type “tant que y est sous
z c’est bon, mais si elle la dépasse, alors...”. Pour le cas général, on peut introduire b + ε et utiliser la continuité
des solutions d’une EDO par rapport à un paramètre.
2. Appliquer le lemme de Grönwall dans la dernière partie de la preuve de la proposition 2.

Exercice 5. La distance de Hausdorff.

Pour tout point x ∈ Rd , et partie A ∈ Rd , on définit
– d(x, A) la distance de x à A par d(x, A) = inf y∈A d(x, y)
– Aε l’ε-voisinage de A par Aε = {y ∈ Rd | d(y, A) ≤ ε}
1. Montrer que pour toute partie A, d(·, A) est 1-lipschitzienne, et que Aε est un fermé.

12
 2. On définit ensuite la distance de Hausdorff entre deux parties A et B par

dH (A, B) = inf{ε ≥ 0| B ⊂ Aε et A ⊂ Bε }

(a) Montrer que dH vérifie l’inégalité triangulaire.

(b) Que peut-on dire si dH (A, B) = 0 ?
(c) En déduire que dH est une distance sur l’ensemble Pc (Rd ) des parties compactes de Rd . Est-ce une distance
sur l’ensemble des parties fermées ?

Exercice 6. Existence de "solutions" pour des EDO avec champs L∞ .

Soit b un champ de vecteurs borné sur Rd (b ∈ L∞ (Rd )). On définit la fonction Fb à valeur dans les ensembles par

Fb (x) = Conv ess b(x)

où l’enveloppe convexe essentielle est définie par

\ \
Conv ess b(x) := Conv{b(y) | y ∈ B(x, r)\N } ,
r>0 N,λ(N )=0

et Conv désigne l’adhérence de l’enveloppe convexe d’un ensemble.

1. Montrer que ∀x ∈ Rd , Fb (x) est compact.
2. On choisit une suite (xn ) convergeant vers x et une suite (yn ) de vecteurs tels que yn ∈ Fb (xn ). On suppose que
la suite (yn ) converge vers y. Montrer que y ∈ Fb (x) et en déduire Fb : Rd → Pc (Rd ) muni de la distance de
Hausdorff (voir l’exercice 5) est semi-continue supérieurement.
3. En déduire l’existence d’une solution à l’inclusion différentielle ẋ ∈ Fb (x).
4. Montrer que si b est continue, alors pour tout x, Fb (x) = {b(x)}.
5. Autre définition possible : Montrer que
( Z )
Gb (x) = valeurs d’adhérence de − f (y) dy xn → x, rn → 0
B(xn ,rn )

est également une fonction à laquelle on peut appliquer le théorème de Filipov. Montrer que pour tout x,
Gb (x) ⊂ Fb (x).
6. Attention, Gb ne vérifie pas Gb (x) = {b(x)} pour presque tout x. Pour le voir, on peut considèrer le champ b
défini sur R par b = ξC , la fonction indicatrice du Cantor C définit comme suit. On part du segment [0, 1] auquel
on enlève en son milieu un intervalle de longueur 41 . Puis on procéde par récurrence et en enlevant à chaque rang
l
au milieu de chaque intervalle restant (de longeuur l), un intervalle de longueur (n+1) 2 centré au milieu. À la

limite on obtient un ensemble C de mesure non nulle (pourquoi ?), et Gb = {0, 1} sur C (à démontrer).

Exercice 7. Mesures images.

1. Calculer les mesures images pour les applications T suivantes, définies de [0, 1] dans lui-même :
1
x 7→ , x 7→ x2 , x 7→ 1 − x , x 7→ 2x (mod 1) .
2
2. En reprenant les notations de l’exo 1, calculer les mesures images T# λ, pour i = 1, 2.

Exercice 8. Divergences et flots.

Sur R2 on définit pour α ∈ R les champs suivants (x⊥ désigne le vecteur x tourné de + π2 )
(
α−1 α−1 α−1 a1 (x) si t ∈ [0, 1]
a1 (x) = |x| x, a2 (x) = |x| , a3 (x) = −|x| x, a4 (t, x) = .
a3 (x) si t ∈]1, +∞[

au besoin pour simplifier les calculs on pourra travailler uniquement avec α = −1, 0, 1...
1. Calculer la divergence des champs ai , i = 1, . . . , 4 en fonction de α. Dans quels cas la divergence est bornée
inférieurement ? Dans quels cas est-elle localement bornée inférieurement ?
1,p
2. Pour quelle valeur de α et p les champs ai , i = 1, 2, 3 sont-ils dans Wloc (R2 ) ?
Et quand est-ce que a4 ∈ L1t,loc (Wx1,p (R2 )) ?

13
 3. Pous quels champs peut-on appliquer le théorême d’existence et d’unicité d’un flot quasi-incompressible ? Écrire
ces flots, calculer leur Jacobien et vérifier qu’il vérifie bien l’équation attendue.
4. Pour ai , i = 1, 2, 3, montrer qu’il existe pour tous les α un unique flot défini pour t ≥ 0 (la théorie des inclusions
différentielles et ses critères d’unicité peut-être utile dans certains cas). Écire les mesures images dans ces cas
également.
5. Pour a4 et dans le cas où le théorème général ne s’applique pas, montrer qu’on peut construire de nombreux
flots solutions (une infinité en fait). Calculer leur mesure image au cours du temps pour quelques exemples.

Exercice 9. Terminer rigoureusement la preuve du théorème 4.

Références
[1] Jean-Pierre Aubin and Arrigo Cellina. Differential inclusions, volume 264 of Grundlehren der Mathematischen
Wissenschaften [Fundamental Principles of Mathematical Sciences]. Springer-Verlag, Berlin, 1984. Set-valued
maps and viability theory.
[2] Gianluca Crippa. The flow associated to weakly differentiable vector fields, volume 12 of Publications of the Scuola
Normale Superiore. Edizioni della Normale, Pisa, 2009.
[3] A. F. Filippov. Differential equations with discontinuous righthand sides, volume 18 of Mathematics and its
Applications (Soviet Series). Kluwer Academic Publishers Group, Dordrecht, 1988. Translated from the Russian.

14