École Normale Supérieure de Rennes

Lectures dirigées de recherche

Contrôlabilité des systèmes différentiels

linéaires en dimension finie

Matthias HOSTEIN, Alice MORINIÈRE

Encadrante : Mégane BOURNISSOU

Avril 2022
Table des matières
1 Introduction à la théorie du contrôle 2
1.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Caractère bien posé du problème de contrôlabilité . . . . . . . . . . . . . . . . . . . 4
1.4 Un critère de surjectivité dans les espaces de Hilbert . . . . . . . . . . . . . . . . . . 6

2 Critères de contrôlabilité 10
2.1 Rappel sur la résolvante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Critère intégral de la Gramienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Critère de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1
1 Introduction à la théorie du contrôle
1.1 Motivations
Nombreux sont les systèmes physiques modélisables par des équations différentielles ordi-
naires ou par des équations aux dérivées partielles. Beaucoup de ces systèmes sont contraints par
des forces sur lesquelles nous ne pouvons pas agir. Par exemple pour un objet en chute libre, la
seule force agissant sur le système est la gravitation, que l’on ne peut pas modifier. Ainsi, on se
place dans un rôle d’observateur.

La théorie du contrôle intervient lorsque l’on change de point de vue et que l’on se pense
comme ayant un moyen d’agir sur le système que l’on étudie. Par exemple,
— la position (dans R2 ) d’une voiture est modifiée par notre action sur le volant ou la
pédale d’accélération,
— la température d’une pièce peut être modifiée à chaque instant en allumant ou éteignant
un chauffage,
— l’état d’excitation d’une particule quantique dans un puits de potentiel infini peut être
piloté par un champ électrique qu’on lui appliquerait.

La question que l’on se pose est alors de savoir si, grâce au contrôle que l’on possède sur le
système, il est possible d’atteindre n’importe quel état final à partir de n’importe quel état initial
en un temps fixé. On peut traduire cela mathématiquement.

Dans tout ce manuscrit, on étudiera des systèmes de contrôle de dimension finie. On suppose
alors que le système est représenté par une équation différentielle de la forme

ẋ = f (t, x, u)

où à l’instant t, x = x(t) ∈ Rn représente l’état du système et u = u(t) ∈ Rk représente le

contrôle. Le problème général de contrôlabilité revient alors à trouver des conditions sur le champ
de vecteurs f pour que la propriété suivante soit vraie,

∀T > 0, ∀x0 ∈ Rn , ∀xf ∈ Rn , ∃u ∈ L∞ ((0, T ), Rk ), tel que x(T ) = xf


ẋ = f (t, x, u),
avec x solution de
x(0) = x0 .

Cette définition de la contrôlabilité étant assez large, l’énoncé doit parfois être modifié afin
qu’il soit plus réaliste, et d’autres définitions de contrôlabilité existent.
— Contrôlabilité en temps petit ou en temps long : Pour certains systèmes physiques, il
n’est pas possible d’envisager de rejoindre n’importe quel état final en un temps ar-
bitrairement court (par exemple lorsque l’on étudie la position d’une voiture, la vitesse
étant limitée, il ne sera pas possible d’aller de Paris à Marseille en 10 minutes), ainsi on
passe d’un problème posé pour tout T > 0, à un problème où l’on se demande s’il existe
un T0 > 0 tel que pour tout T > T0 , l’énoncé est valable.

2
 — Contrôlabilité locale ou globale : On peut s’intéresser à la contrôlabilité entre deux po-
sitions proches. En fixant un certain xe ∈ Rn , on se demande si pour tout T > 0, il
existe δ > 0 tel que pour tout (x0 , xf ) ∈ B(xe , δ) l’énoncé est valable. Notons que la
petitesse des états peut dépendre du temps.
— Contrôlabilité exacte ou approchée : Il est également possible de se laisser une incerti-
tude sur la position finale, on parle alors de contrôlabilité approchée. Au lieu de demander
d’atteindre la cible comme dans le cas de la contrôlabilité exacte, on cherche seulement
à parvenir arbitrairement proche de la cible, c’est à dire à trouver un controle u tel que
∥x(T ) − xf ∥ < ε pour tout ε > 0 arbitrairement petit.
— Contrôlabilité à zéro : On se ramène parfois à atteindre seulement la cible xf = 0 pour
de multiples raisons, que ce soit pour simplifier le problème, parce que c’est la seule
position finale envisageable au vu des contraintes du problème, ou encore parce que cela
est équivalent à atteindre n’importe quelle autre condition finale (par exemple dans le
cas linéaire).

En plus de toutes celles-ci, d’autres questions peuvent se poser, comme par exemple l’ensemble
d’appartenance du contrôle u : il paraît intuitif de se dire que plus sa régularité est grande, plus ce
sera dur de le trouver. On peut aussi demander à ce que la norme de u soit petite, ce qui correspond
à une problématique de coût. Cette condition peut rendre la recherche d’un contrôle plus dure, car
la petitesse est parfois dure à réaliser selon la norme choisie.

D’autre part, il ne faut pas confondre le problème de contrôlabilité avec le problème de

contrôle optimal. Dans le cadre de ce dernier, pour un problème donné, on sait déjà qu’il existe des
contrôles, et on se demande alors quel est le contrôle (à x0 et xf fixés) qui minimise une certaine
fonction de coût, ce qui rend les questionnements très différents.

Enfin, il est essentiel de remarquer que le problème de contrôlabilité est lié à une question
de surjectivité. Souvent il est difficile de construire explicitement un antécédent (contrôle u) et
dans la plupart des cas, un critère abstrait de surjectivité (non constructif) sera plutôt utilisé.

1.2 Notations
Tout au long de ce manuscrit, on utilisera les notations suivantes :

— n, k ∈ N∗ ,

— 0 ≤ T0 < T1 ∈ R,

— A ∈ C 0 [T0 , T1 ], Mn (R) ,

— B ∈ C 0 [T0 , T1 ], Mn,k (R) ,

— u ∈ L∞ [T0 , T1 ], Rk ,

3
 — Atr , la transposée d’une matrice A ∈ Ml,m (R), l, m ∈ N∗ , en identifiant Rn à Mn,1 (R),

— ⟨·, ·⟩ le produit scalaire canonique de Rm , m ∈ N∗ défini par :

⟨·, ·⟩ : (Rm )2 −→ R
,
(x, y) 7−→ ⟨x, y⟩ = y tr x

— | · | la norme euclidienne canonique de Rm , m ∈ N∗ ,

— ∥ · ∥ la norme d’algèbre subordonnée à | · | dans Mm (R), m ∈ N∗ ,

— Enfin, si E, ∥ · ∥E est un espace vectoriel normé et I un intervalle fermé de R, on munit
C 0 (I, E) de la norme ∥ · ∥∞ définie comme :

∥ · ∥∞ : C 0 (I, E) −→ R+
f 7−→ ∥f ∥∞ = sup ∥f (x)∥E
x∈I

et, pour J ⊂ I intervalle fermé également, on notera, pour f ∈ C 0 (I, E), ∥f ∥∞,J =
∥f|J ∥∞ .

1.3 Caractère bien posé du problème de contrôlabilité

Dans tout ce manuscrit, on s’intéressera au système de contrôle linéaire suivant :

ẋ(t) = A(t)x(t) + B(t)u(t), ∀t ∈ [T0 , T1 ],
(C) :
x(T0 ) = x0 .

Avant de donner la définition précise de contrôlabilité que l’on étudiera, on énonce le caractère
bien posé d’un tel problème.

Proposition 1.3.1. Soit u ∈ L∞ [T0 , T1 ], Rk . Pour tout x0 ∈ Rn , le problème de Cauchy (C)

admet une unique solution x qui est dans C 0 ([T0 , T1 ], Rn ).

Démonstration. Comme cette proposition n’est pas une conséquence directe du théorème de Cauchy-
Lipschitz car a priori, la fonction u n’est pas continue, il est nécessaire de réappliquer un théorème
de point fixe à la formulation intégrale. Posons l’application suivante :
   
C 0 [T0 , T1 ], Rn , ∥ · ∥∞ −→ C 0 [T0 , T1 ], Rn , ∥ · ∥∞



F :
Z t .
0
x 7−→ t 7→ x + (A(τ )x(τ ) + B(τ )u(τ ))dτ
T0

L’application F est bien à valeurs dans C 0 [T0 , T1 ], R car une primitive d’une fonction L∞ (L1
n

suffirait) sur un segment est continue.

On remarque que x est solution de (C) si et seulement si x est un point fixe de F . Nous allons
alors montrer que F possède une itérée contractante et conclure en utilisant le théorème du point

4
  
fixe par complétude de C 0 [T0 , T1 ], Rn , ∥ · ∥∞ .

Soient x, y ∈ C 0 [T0 , T1 ], Rn et soit t ∈ [T0 , T1 ]. On a :

Z s

∀s ∈ [T0 , t], |F (x)(s) − F (y)(s)| = (A(τ ) x(τ ) − y(τ ) dτ
T0

≤ ∥A∥∞ s − T0 ∥x − y∥∞


≤ ∥A∥∞ t − T0 ∥x − y∥∞ .
Prouvons alors par récurrence la proposition suivante :
m m ∥A∥m ∞

m
∀m ∈ N, ∀t ∈ [T0 , T1 ], ∥F (x) − F (y)∥∞,[T0 ,t] ≤ t − T0 ∥x − y∥∞ .
m!
Le cas m = 0 est trivial, et nous venons de montrer le cas m = 1. Supposons alors la propriété
vraie pour m ∈ N. On a alors :
Z s
(A(τ ) F m (x)(τ ) − F m (y)(τ ) dτ
m+1 m+1


∀t ∈ [T0 , T1 ], ∀s ∈ [T0 , t], |F (x)(s) − F (y)(s)| =
T0

s
∥A∥m
Z 
∞

m
≤ ∥A(τ )∥ τ − T0 dτ ∥x − y∥∞
m! T0

∥A∥m+1
∞

m+1
≤ s − T0 ∥x − y∥∞
(m + 1)!

∥A∥m+1
∞

m+1
≤ t − T0 ∥x − y∥∞ ,
(m + 1)!
ce qui conclut la récurrence. On obtient alors
∥A∥m∞

m
∀m ∈ N, ∥F m (x) − F m (y)∥∞ ≤ T1 − T0 ∥x − y∥∞ .
m!
∥A∥m
 
∞

m
Et donc, étant donné que la suite T1 − T0 converge vers 0, l’application F m est
m! m∈N
bien contractante à partir d’un certain m0 ∈ N, ce qui conclut la preuve.

Maintenant que nous nous sommes assurés de la bonne définition de cet objet mathématique,
nous pouvons énoncer la définition de contrôlabilité que nous allons utiliser.
Définition 1.3.2. On dit que le système linéaire ẋ(t)
= A(t)x(t) + B(t)u(t) est contrôlable si
pour tout (x0 , x1 ) ∈ (Rn )2 , il existe u ∈ L∞ [T0 , T1 ], Rk tel que la solution du problème de Cauchy
(C) vérifie x(T1 ) = x1 .

5
1.4 Un critère de surjectivité dans les espaces de Hilbert
La contrôlabilité est très liée à la surjectivité d’une certaine application (qu’il est difficile à
expliciter dans le cas général, mais dont on peut
avoir l’intuition grâce à la définition : "pour tous
0 1 n ∞ k
x , x dans R , il existe u dans L [T0 , T1 ], R . . ."). Le but de ce paragraphe est donc d’arriver
à énoncer un critère abstrait de surjectivité dans les espaces de Hilbert. Pour se faire, on montre
d’abord un théorème intermédiaire qui sera utile par la suite.



Théorème 1.4.1. dit du graphe fermé : Soient E, ∥ · ∥E , F,∥ · ∥F des
Banach et f ∈
L (E, F ). Alors f est continue si et seulement si son graphe Γ(f ) = x, f (x) : x ∈ E est une
partie fermée de E × F pour la topologie produit.


Démonstration. ⇒ : Supposons f continue sur E, ∥ · ∥E .

Soit (xn )n∈N ∈ Γ(f )N . Alors, il existe (yn )n∈N ∈ E N tel que ∀n ∈ N, xn = yn , f (yn ) . Supposons
que la suite (xn ) converge vers (y, z) ∈ E × F pour la topologie produit. On a alors :
∥·∥E
yn −−−−→ y,
n→+∞
∥·∥F
f (yn ) −−−−→ z.
n→+∞

Or, puisque f est continue, on a donc :

∥·∥F
f (yn ) −−−−→ f (y).
n→+∞

Ainsi, z = f (y), donc (y, z) ∈ Γ(f ). Γ(f ) est donc une partie fermée de E × F pour la topologie
produit.

⇐ : Réciproquement, supposons Γ(f ) fermée dans E × F pour la topologie produit. Cette to-
pologie est définie en particulier par la norme suivante sur E × F :
∥ · ∥E×F : E × F −→ R+
.
(x, y) 7−→ ∥x∥E + ∥y∥F
On introduit la norme du graphe sur E définie comme suit :
∥ · ∥Γ : E −→ R+
.
x 7−→ ∥x∥E + ∥f (x)∥F



De cette façon, les espaces E, ∥ · ∥Γ et Γ(f ), ∥ · ∥E×F s’identifient naturellement l’un l’autre par
l’isomorphisme isométrique suivant :



Φ : E, ∥ · ∥Γ −→ Γ(f ), ∥ · ∥E×F
.
x 7−→ (x, f (x))
En effet, Φ est bien linéaire par linéarité de f et il s’agit de la fonction réciproque de la projection
sur E. De plus, par définition de la norme du graphe, on a :
∀x ∈ E, ∥Φ(x)∥E×F = ∥x∥Γ .

6



Puisque Γ(f ) est une partie

fermée de E × F, ∥ · ∥ E×F qui est complet, Γ(f ), ∥ · ∥ E×F est un
Banach. Ainsi, E, ∥ · ∥Γ est un Banach également. Or, puisqu’on a que ∥ · ∥E ≤ ∥ · ∥Γ sur E, alors :



id : E, ∥ · ∥Γ −→ E, ∥ · ∥E ,

est une application linéaire continue et bijective entre deux Banach. Par le théorème d’isomor-
phisme de Banach, sa réciproque (qui est aussi l’identité) est continue. Ainsi :

∃C ∈ R+ , ∀x ∈ E, ∥x∥Γ ≤ C∥x∥E .


Les normes ∥ · ∥Γ et ∥ · ∥E sont donc équivalentes

sur E. Ainsi, f est continue sur E, ∥ · ∥E si et
seulement si f est continue sur E, ∥ · ∥Γ . Or :

∀x ∈ E, ∥f (x)∥F ≤ ∥x∥E + ∥f (x)∥F = ∥x∥Γ .

Ainsi f est continue sur E, ∥ · ∥Γ . Donc f est continue sur E, ∥ · ∥E .
Ce théorème du graphe fermé nous sert pour la preuve du résultat de surjectivité ci-dessous.
Théorème 1.4.2. Soient H1 , ∥ · ∥H1 et H2 , ∥ · ∥H2 deux espaces de Hilbert et soit F ∈

Lc (H1 , H2 ). Alors, il y a équivalence entre les propriétés suivantes.

1. F est surjective.

2. ∃G ∈ Lc (H2 , H1 ), F ◦ G = idH2 . De plus, Im G ⊂ ker F ⊥ .

3. ∃c > 0, ∀y ∈ H2 , ∥F ∗ (y)∥H1 ≥ c∥y∥H2 .

Démonstration. (1) ⇒ (2) :
Soit y ∈ H2 . Par surjectivité de F , il existe x dans H1 tel que y = F (x). Puisque F est continue,
ker F est un sous-espace vectoriel fermé de H1 . Par le théorème du supplémentaire orthogonal, on
a donc H1 = ker F ⊕ ker F ⊥ . On écrit donc x = x1 + x2 avec x1 dans ker F et x2 dans ker F ⊥ et
on obtient que y = F (x) = F (x2 ). On pose alors :

G : H2 −→ ker F ⊥
,
y 7−→ x

où x est tel que y = F (x). Montrons que G est bien définie et que G ∈ Lc (H2 , H1 ).
Soit y ∈ H2 et soient x, x′ ∈ ker F ⊥ tels que F (x) = F (x′ ) = y. On a alors :

x − x′ ∈ ker F .

Or,
x, x′ ∈ ker F ⊥ .
Donc :
x − x′ ∈ ker F ⊥ ∩ ker F .

7
Donc :
x − x′ = 0H1 i.e. x = x′ .
Ainsi, G est bien définie et, de fait, vérifie :

F ◦ G = idH2 .

De plus, G est bien linéaire.

En effet, pour tout λ ∈ K et pour tout y, y ′ ∈ H2 , on a, par linéarité de F :

F (λG (y) + G (y ′ )) = λF (G (y)) + F (G (y ′ )) = λy + y ′ .

Ainsi :

λG (y) + G (y ′ ), G (λy + y ′ ) ∈ ker F ⊥ et

F (λG (y) + G (y ′ )) = F (G (λy + y ′ )) = λy + y ′ .

Ainsi :
G (λy + y ′ ) = λG (y) + G (y ′ ).
Donc :
G ∈ L (H2 , H1 ).

Montrons désormais que G est continue en montrant que Γ(G ) est fermée dans H2 × ker F ⊥ (par
le théorème du graphe fermé, qu’il est légitime d’appliquer car ker F ⊥ est un sous-espace vectoriel
fermé de H1 Hilbert, donc ker F ⊥ est un Banach).
Soit (yn , zn )n∈N ∈ Γ(G )N . On a alors :

∀n ∈ N, zn = G (yn ).

Supposons en outre :
∥·∥H
yn −−−−2→ y,
n→+∞
∥·∥H
zn −−−−1→ z.
n→+∞

Le but est de montrer que z = G (y). On a :

∥·∥H
∀n ∈ N, yn = F ◦ G (yn ) = F (zn ) −−−−2→ F (z) par continuité de F .
n→+∞

Alors on a : y = F (z) avec z ∈ ker F ⊥ . Ainsi, par définition de G , G (y) = z. Donc (y, z) ∈ Γ(G ).
Γ(G ) est donc une partie fermée de H2 × ker F ⊥ . On obtient finalement G ∈ Lc (H2 , H1 ).

(2) ⇒ (1) :
Immédiat : ∀y ∈ H2 , G (y) vérifie y = F (G (y)).

8
(2) ⇒ (3) :
Si F ◦ G = idH2 , alors, en passant à l’adjoint, on a G ∗ ◦ F ∗ = idH2 et donc :

∀y ∈ H2 , ∥y∥H2 = ∥G ∗ ◦ F ∗ (y)∥H2 ≤ ∥G ∗ ∥Lc (H1 ,H2 ) ∥F ∗ (y)∥H1 ,

et donc,
1
∀y ∈ H2 , ∥F ∗ (y)∥H1 ≥ ∥y∥H2 ,
∥G ∗ ∥ Lc (H1 ,H2 )

ce qui conclut la preuve.

(3) ⇒ (2) :
Supposons que,
∃c > 0, ∀y ∈ H2 , ∥F ∗ (y)∥H1 ≥ c∥y∥H2 ,
alors F ∗ est injective. En effet, on a,
1
y ∈ ker(F ∗ ) donc ∥y∥H2 ≤ ∥F ∗ (y)∥H1 = 0 et donc y = 0H2 .
c
Ainsi, F ∗ est un isomorphisme de H2 dans Im(F ∗ ). Donc :

∃K ∈ L Im(F ∗ ), H2 , K ◦ F ∗ = idH2 .

De plus
1
∀y ∈ H2 , ∥K (F ∗ (y))∥H2 = ∥y∥H2 ≤ ∥F ∗ (y)∥H1 .
c
Donc :
K ∈ Lc Im(F ∗ ), H2
≤ 1.


et ∥K ∥
Lc 2 c Im(F ∗ ),H

Puisque H2 est un espace complet, on peut prolonger

 K , par le théorème de prolongement des
˜
applications uniformément continues, en K ∈ Lc Im(F ∗ ), H2 = Lc (ker F ⊥ , H2 ). On peut donc
étendre K˜ en une fonction K¯ ∈ Lc (H1 , H2 ) en la posant nulle sur ker F . Ainsi, en posant
G = K¯∗ , on a :
F ◦ G = idH2 avec G ∈ Lc (H2 , H1 ),
et :
Im G = Im K¯∗ ⊂ ker K¯⊥ ⊂ ker F ⊥ car ker F ⊂ ker K¯ par construction.

Cela conclut cette section définissant la notion de contrôlabilité, et exhibant des résultats
en rapport avec l’objectif de caractériser les systèmes contrôlables. Le chapitre suivant s’appuiera
donc sur ces résultats pour énoncer des critères de contrôlabilité des systèmes linéaires.

9
2 Critères de contrôlabilité
Avant de s’intéresser à des critères de contrôlabilité pour les systèmes linéaires, on rappelle
ici quelques propriétés concernant la résolvante qui nous seront utiles pour la suite.

2.1 Rappel sur la résolvante

Effectuons quelques rappels concernant la résolvante d’un système linéaire.
Définition 2.1.1. On appelle résolvante R du système d’équations différentielles linéaires ẋ =
A(t)x l’application

R : [T0 , T1 ]2 −→ L (Rn , Rn )
(t1 , t2 ) 7−→ R(t1 , t2 ),

telle que pour tout t2 ∈ [T0 , T1 ], l’application

R(·, t2 ) : [T0 , T1 ] −→ L (Rn , Rn )

t1 7−→ R(t1 , t2 ),

est la solution du problème de Cauchy


Ṁ (t) = A(t)M, ∀t ∈ [T0 , T1 ],
(avec Idn la matrice identité de Rn ).
M (t2 ) = Idn ,

Proposition 2.1.2. La résolvante R vérifie les propriétés suivantes.

1. R ∈ C 0 ([T0 , T1 ]2 , L (Rn , Rn )) .
2. ∀t1 ∈ [T0 , T1 ], R(t1 , t1 ) = Idn .
3. ∀(t1 , t2 , t3 ) ∈ [T0 , T1 ]3 , R(t1 , t2 )R(t2 , t3 ) = R(t1 , t3 ) .
4. En particulier, ∀(t1 , t2 ) ∈ [T0 , T1 ]2 , R(t1 , t2 )R(t2 , t1 ) = Idn .

Exemple 2.1.1. On considère le système


x˙1 = u,
(1)
x˙2 = x1 + tu.

Le système se met sous la forme Ẋ = AX + Bu avec

   
0 0 1
A(t) = et B(t) = .
1 0 t

Comme A est indépendante du temps, on obtient que la résolvante de Ẋ = AX est donnée par :

∀(t, s) ∈ [T0 , T1 ], R(t, s) = eA(t−s) .

10
Or A2 = 0, donc :
∞
An τ n
 
Aτ
X 1 0
e = = .
n! τ 1
n=0
Ainsi :  
1 0
R(t, s) = .
t−s 1

Une propriété importante de la résolvante est donnée par la formule de Duhamel, énoncée
ci-dessous.
Proposition 2.1.3. (Formule de Duhamel) L’unique solution du problème de Cauchy suivant :

ẋ(t) = A(t)x + b(t), ∀t ∈ [T0 , T1 ]
x(T0 ) = x0 ,
est donnée par Z t
0
∀t ∈ [T0 , T1 ], x(t) = R(t, T0 )x + R(t, τ )b(τ )dτ.
T0

Démonstration. On sait que si x̃ est une solution particulière de ẋ = A(t)x + b(t), alors l’ensemble
des solutions de ce système est un espace affine x̃ + H où H est l’espace vectoriel des solutions du
système homogène donnée par ẋ = A(t)x. De plus, H est donné par
H = {t 7−→ R(t, T0 )x0 : x0 ∈ Rn }.
Donc il ne nous reste qu’à trouver une solution particulière. Utilisons pour cela la méthode de la
variation de la constante. Soit xp : t 7−→ R(t, T0 )y(t) solution particulière de ẋ = A(t)x + b(t).
Soit t ∈ [T0 , T1 ]. En injectant xp dans l’équation, on a
R(t, T0 )ẏ(t) + Ṙ(t, T0 )y(t) = A(t)R(t, T0 )y(t) + b(t).
Or par définition,
Ṙ(t, T0 ) = A(t)R(t, T0 ),
et on obtient donc (la résolvante étant inversible grâce au point 4. de la Proposition 2.1.2)
ỹ = (R(t, T0 ))−1 b(t) = R(T0 , t)b(t).
On intègre ensuite entre T0 et t, et on obtient
Z t
y(t) = y(T0 ) + R(T0 , τ )b(τ )dτ.
T0

Et alors en réinjectant y dans l’expression de xp , on obtient

Z t Z t
xp (t) = R(t, T0 )y(T0 ) + R(t, T0 )R(T0 , τ )b(τ )dτ = R(t, T0 )y(T0 ) + R(t, τ )b(τ )dτ.
T0 T0

Enfin, si l’on impose xp (T0 ) = x0 , alors on obtient y(T0 ) = x0 et on retrouve ainsi la formule de
Duhamel.

11
Remarque 2.1.4. Grâce à cette formule, nous allons pouvoir expliciter le lien entre la contrôla-
bilité et la surjectivité. En effet, si l’on considère le système ẋ = Ax + Bu, alors si l’on se donne
T > 0, demander que le système soit contrôlable équivaut à demander que l’application suivante
soit surjective :

L∞ ((0, T ), Rn ) −→ Rn
Z T
u 7−→ R(T, τ )B(τ )u(τ )dτ
0

en notant R la résolvante du système ẋ = Ax.

En effet, les propositions suivantes sont équivalentes.
1. Le système est contrôlable.
RT
2. ∀x0 , xf ∈ Rn , ∃u ∈ L∞ , xf − R(T, 0)x0 = 0 R(T, τ )B(τ )u(τ )dτ.
RT
3. ∀x ∈ Rn , ∃u ∈ L∞ , x = 0 R(T, τ )B(τ )u(τ )dτ .
Les résultats énoncés ci-dessus seront utiles pour expliciter les solutions du système de
contrôle, et pour énoncer le critère de contrôlabilité qui suit.

2.2 Critère intégral de la Gramienne

Dans cette partie, nous allons énoncer un premier critère de contrôlabilité basé sur l’étude
de la résolvante du système homogène.
Définition 2.2.1. On appelle matrice Gramienne la matrice symétrique suivante :
Z T1
C= R(T1 , τ )B(τ )B(τ )tr R(T1 , τ )tr dτ. (2)
T0

Théorème 2.2.2. Le système ẋ = A(t)x + B(t)u est contrôlable si et seulement si la matrice C

est inversible.
Dans un premier temps, on présente une preuve de ce critère basée sur la construction
explicite d’un contrôle atteignant les données que l’on se fixe. Comme cette preuve n’est pas
généralisable à des contextes plus complexes, dans un deuxième temps, on présentera une seconde
preuve s’appuyant sur le critère abstrait de surjectivité donné dans le Théorème 1.4.2.
Démonstration. Tout d’abord, on constate que pour tout x dans Rn , on a :
Z T1
tr
x Cx = xtr R(T1 , τ )B(τ )B(τ )tr R(T1 , τ )tr xdτ
T0
Z T1
= (B(τ )tr R(T1 , τ )tr x)tr B(τ )tr R(T1 , τ )tr xdτ
T0
Z T1
= |B(τ )tr R(T1 , τ )tr x|2 dτ,
T0

12
ce qui va nous servir à prouver l’équivalence.
Supposons premièrement que C est inversible. Soit (x0 , x1 ) ∈ Rn . On pose :

ũ(τ ) = B(τ )tr R(T1 , τ )tr C−1 (x1 − R(T1 , T0 )x0 ). (3)

Soit x̃ l’unique solution du système

x̃˙

= A(t)x̃ + B(t)ũ(t) ∀t ∈ [T0 , T1 ]
x̃(T0 ) = x0

Alors, par la formule de Duhamel, on a

Z T1
0
x̃(T1 ) = R(T1 , T0 )x + R(T1 , τ )B(τ )ũ(τ )dτ
T0
Z T1
= R(T1 , T0 )x0 + R(T1 , τ )B(τ )B(τ )tr R(T1 , τ )tr × C−1 (x1 − R(T1 , T0 )x0 ))dτ
T0
= R(T1 , T0 ) + x1 CC−1 − R(T1 , T0 )x0 CC−1 ,

d’où x̃(T1 ) = x1 . Ainsi, le système ẋ = A(t)x + B(t)u est contrôlable.

Supposons désormais que C n’est pas inversible et montrons que le système n’est alors pas contrô-
lable.
Comme C n’est pas inversible, il existe y dans Rn \{0} tel que Cy = 0.
En particulier, Z T1
0 = y tr Cy = |B(τ )tr R(T1 , τ )tr y|2 dτ.
T0

Comme la fonction intégrée est positive, d’intégrale nulle, elle est nulle presque partout.
Ainsi :
∀τ ∈ [T0 , T1 ], y tr R(T1 , τ )B(τ ) = (B(τ )tr R(T1 , τ )tr y)tr = 0.

Soit u ∈ L∞ ((T0 , T1 ), Rk ) et x une solution de ẋ = A(t)x+B(t)u. Considérons le cas où la condition

initiale x0 est nulle. Alors la solution du problème doit vérifier :
Z T1
x(T1 ) = R(T1 , τ )B(τ )u(τ )dτ.
T0

Ainsi, Z T1
tr
y x(T1 ) = y tr R(T1 , τ )B(τ )u(τ )dτ = 0.
T0

Or si on choisit x1 tel que y tr x1 ̸= 0 (ce qui est possible par exemple en choisissant x1 = y), alors

13
x(T1 ) ̸= x1 et alors x0 = 0 et x1 ne sont pas reliables, ie il n’existe aucun u ∈ L∞ ((T0 , T1 ), R) tel
que la solution du système suivant :

ẋ(t) = A(t)x + B(t)u(t), ∀t ∈ [T0 , T1 ],
x(T0 ) = 0,

vérifie x(T1 ) = x1 .
Ainsi le système n’est pas contrôlable.

Exemple 2.2.1. Reprenons le cas de l’exemple (1). On pose T0 = 0 et T1 = T > 0 On a vu

précédemment que la résolvante était donnée par
 
1 0
∀t ∈ [T0 , T1 ], R(t, s) = .
t−s 1

Alors, on peut calculer explicitement la Gramienne de la manière suivante,

Z T
C= R(T, τ )B(τ )B(τ )tr R(T, τ )tr dτ
0
Z T    
1 0 1
1 T −τ
= 1 τ dτ
0 T −τ 1 τ 0 1
Z T   
1 0 1 τ 1 T −τ
= dτ
0 T −τ 1 τ τ2 0 1
Z T   
1 T T T2
= dτ = .
0 T T2 T2 T3

Ainsi, det(C) = 0, donc C n’est pas inversible, et le système (1) n’est pas contrôlable.

En fait, le contrôle ũ construit dans la preuve du Théorème 2.2.2 est un contrôle qui minimise
la norme L2 , c’est à dire que tout autre contrôle du problème a une norme supérieure.

Proposition 2.2.3. Soit (x0 , x1 ) ∈ (Rn )2 et soit u ∈ L2 ((T0 , T1 ), Rk ) tel que la solution du pro-
blème de Cauchy 
ẋ(t) = A(t)x(t) + B(t)u
x(T0 ) = x0 ,
vérifie x(T1 ) = x1 .
Alors si ũ désigne le contrôle défini par (3), on a
Z T1 Z T1
2
|ũ(t)| dt ≤ |u(t)|2 dt,
T0 T0

avec égalité si et seulement si

u(t) = ũ(t) pour presque tout t ∈ (T0 , T1 ).

14
Démonstration. Soit v = u − ũ. Soient x et x̃ les solutions des problèmes de Cauchy
˙
 
ẋ(t) = A(t)x(t) + B(t)u(t), x̃(t) = A(t)x̃ + B(t)ũ,
0 et
x(T0 ) = x , x̃(T0 ) = x0 .
On a alors :
Z T1 Z T1 Z T1
R(T1 , t)B(t)v(t)dt = R(T1 , t)B(t)u(t)dt − R(T1 , t)B(t)ũ(t)dt
T0 T0 T0
= (x(T1 ) − R(T1 , T0 )x(T0 )) − (x̃(T1 ) − R(T1 , T0 )x̃(T0 ))
= (x1 − R(T1 , T0 )x0 ) − (x1 − R(T1 , T0 )x0 ) = 0.

Or on sait d’une part que

Z T1 Z T1 Z T1 Z T1 Z T1
2 2 2 2
|u(t)| dt = |v(t) + ũ(t)| dt = |ũ(t)| dt + |v(t)| dt + 2 ũtr (t)v(t)dt.
T0 T0 T0 T0 T0

Et d’autre part, on a par définition,

∀t ∈ [T0 , T1 ], ũ(t) = B(t)tr R(T1 , t)tr C−1 (x1 − R(T1 , T0 )x0 ),

et donc, sachant que Ctr = C, on obtient

Z T1 Z T1
tr 1 0 tr −1
ũ (t)v(t)dt = (x − R(T1 , T0 )x ) C R(T1 , t)B(t)v(t)dt = 0.
T0 T0

Ainsi, Z T1 Z T1 Z T1 Z T1
2 2 2
|u(t)| dt = |ũ(t)| dt + |v(t)| dt ≥ |ũ(t)|2 dt.
T0 T0 T0 T0

Construison ce contrôle minimal sur un exemple.

Exemple 2.2.2. Considérons le système autonome suivant :
(
x˙1 = x2 ,
(4)
x˙2 = u.

Le système est équivalent au système

   
0 1 0
Ẋ = AX + Bu avec A= et B = .
0 0 1
On pose T0 = 0 et T1 = T > 0. Comme la matrice A ne dépend pas du temps et est nilpotente, la
résolvante est donnée par
 
A(t−s) 1 t−s
∀t ∈ [0, T ], R(t, s) = e = .
0 1

15
Et alors, la Gramienne est donnée par
Z T
C= R(T, τ )B(τ )B(τ )tr R(T, τ )tr dτ
0
Z T    
1 T −τ 0
1 0
= 0 1 dτ
0 0 1 1 T −τ 1
Z T   
1 T −τ 0 0 1 0
= dτ
0 0 1 0 1 T −τ 1
Z T  
1 T −τ 0 0
= dτ
0 0 1 T −τ 1
Z T  T3 T2 
(T − τ )2 T − τ
= dτ = T32 2 .
0 T − τ 1 2
T
T4 T4 T4
Ainsi, det(C) = 3
− 4
= 12
̸= 0 car T > 0. Ainsi, le système est contrôlable.

On cherche maintenantà construire

 lecontrôle
 minimal en norme L2 qui permet de relier
−1 0
les données suivantes : X 0 = et X 1 = . Grâce aux calculs précédents, on trouve que
0 0
1 − T2
 
−1 12
C = 4 2 .
T − T2 T3
Soit t dans [0, T ]. On a alors, en utilisant la définition de ũ :
1 − T2
       
12
1 0 0 1 T −1
ũ(t) = 3 0 1 T T2 ( − )
T T −t 1 −2 3
0 0 1 0

1 − T2
    
12 1 12
1
= 3 T −t 1 2 = 3 T −t 1 .
T − T2 T3 0 T − T2
Ainsi,  
12 T
ũ(t) = 3 −t .
T 2
En intégrant le système d’équation différentielle obtenu, en tenant compte de la condition initiale
X(0) = X 0 , on obtient les trajectoires suivantes :
t3
   12 T 
x1 (t) 3(4t − 6 ) − 1
∀t ∈ [0, T ], X(t) = = T
12 T 2
x2 (t) ( t − t2 )
T3 2
 
0
et on vérifie alors bien que X(T ) = = X 1.
0

Nous allons maintenant réaliser une seconde preuve plus abstraite du Théorème 2.2.2 s’ap-
puyant sur le Théorème 1.4.2. Prouvons tout d’abord un lemme concernant l’inversibilité de la
matrice gramienne.

16
Proposition 2.2.4. La matrice C est inversible si et seulement s’il existe c > 0 tel que ∀y ∈ Rn ,
y tr Cy ≥ c|y|2

Démonstration. Supposons tout d’abord que C est inversible. Comme C est symétrique positive,
elle est diagonalisable en base orthonormée, et elle a donc des valeurs propres réelles strictement
positives. On pose alors λ1 , ..., λn les valeurs propres de C et e1 , ..., en une base orthonormée de
Xn
vecteurs propres asociés. Soit y ∈ Rn . On peut alors poser y = yi ei avec y1 , ...yn ∈ R. Et alors,
i=1
en posant c = min λi : on a,
i∈[[1,n]]

y tr Cy = ⟨y, Cy⟩
DX n n
X E Xn X
n
= yi ei , C yj ej = yi yj ⟨ei , Cej ⟩
i=1 j=1 i=1 j=1
n
XX n
= yi yj ⟨ei , λj ej ⟩
i=1 j=1
Xn X n
≥c yi yj ⟨ei , ej ⟩.
i=1 j=1

On obtient alors
y tr Cy ≥ c|y|2
ce qui conclut le sens direct.

Réciproquement, supposons qu’il existe c > 0 tel que ∀y ∈ Rn , y tr Cy ≥ c|y|2 . On sait que C
est diagonalisable en base orthonormée, de valeurs propres réelles positives ou nulles. Soit λ une
valeur propre de C et x un vecteur propre associé. Alors

λ|x|2 = xtr λx = xtr Cx ≥ c|x|2 .

Ainsi, comme x est non nul, on obtient λ ≥ c > 0. Donc C possède des valeurs propres strictement
positives et est inversible.

Nous pouvons désormais construire la seconde preuve du Théorème 2.2.2 à l’aide de la Pro-
position 1.4.2.

Démonstration. Pour réaliser cette preuve, nous devons tout d’abord affiner les hypothèses en sup-
posant u ∈ L2 ((T0 , T1 ), Rk ) afin de se placer dans un espace de Hilbert.

Etape 1 : Lien avec la surjectivité.

17
Comme nous l’avons vu lors de la Remarque 2.1.4, la contrôlabilité du système équivaut à la
surjectivité de l’application F ∈ Lc (L2 ((T0 , T1 ), Rk ), Rn ) définie par :
Z T1
2
∀u ∈ L ((T0 , T1 ), R ), k
F (u) = R(T1 , t)B(t)u(t)dt.
T0

Etape 2 : Déterminons maintenant F ∗ , l’adjoint de F pour le produit scalaire de L2 ((T0 , T1 ), Rk ).

Soit y ∈ Rn et u ∈ L2 ((T0 , T1 ), Rk ). Alors

Z T1
⟨F (u), y⟩ = u(t)tr B(t)tr R(T1 , t)tr ydt
T0
= ⟨u, t 7→ B(t)tr R(T1 , t)tr y⟩L2 ((T0 ,T1 ),Rn ) .

D’où F ∗ (y)(t) = B(t)tr R(T1 , t)tr y pour tout t ∈ [T0 , T1 ].

Etape 3 : Montrons que F est surjective grâce au Théorème 1.4.2.

Soit c > 0 et y ∈ Rn . Alors les propositions suivantes sont équivalentes.
1. ∥F ∗ (y)∥L2 ((T0 ,T1 ),Rk ) ≥ c|y|.
2. ∥F ∗ (y)∥2L2 ((T0 ,T1 ),Rk ) ≥ c2 |y|2 .
RT
3. T01 |B(t)tr R(T1 , t)tr y|2 dt ≥ c2 |y|2 .
4. y tr Cy ≥ c2 |y|2 .

Ainsi, il existe c > 0 tel que ∀y ∈ Rn , ∥F ∗ (y)∥L2 ((T0 ,T1 ),Rk ) ≥ c|y| si et seulement s’il existe c > 0
tel que ∀y ∈ Rn , y tr Cy ≥ c2 |y|2 , et donc d’après la Proposition 2.2.4 si et seulement si C est
inversible.

2.3 Critère de Kalman

Dans cette section, on considère que les fonctions A et B sont en fait constantes. Dans cette
situation, un critère, plus simple que celui de la Gramienne, existe.

Théorème 2.3.1. Le système (C) est contrôlable si et seulement si :

E := V ect Ai Bu : i ∈ [[0, n − 1]], u ∈ Rk = Rn .



Démonstration. Pour montrer l’équivalence de ce critère avec la contrôlabilité, nous allons en fait
montrer l’équivalence avec le critère d’inversibilité de la Gramienne.
Dans ce cadre, où A est indépendante du temps, la résolvante est alors donnée par :

∀t1 , t2 ∈ [T0 , T1 ], R(t1 , t2 ) = e(t1 −t2 )A .

18
Ainsi, dans ce cadre, la matrice Gramienne est donnée par
Z T1
tr
C= e(T1 −τ )A BB tr e(T1 −τ )A dτ.
T0

⇐ : Nous raisonnons par contraposée.

Supposons que le système n’est pas contrôlable. Dans ce cas, par le Théorème 2.2.2 :

C∈
/ GLn (R)

i.e.
∃y0 ∈ Rn \ {0}, Cy0 = 0.
Ainsi :
∃y0 ∈ Rn \ {0}, y0tr Cy0 = 0,
et donc : Z T1
tr
n
∃y0 ∈ R \ {0}, |B tr e(T1 −τ )A y0 |2 dτ = 0.
T0

On a alors :
∀t ∈ [T0 , T1 ], k(t) := y0tr e(T1 −t)A B = 0.
Or k ∈ C ∞ ([T0 , T1 ]) et :
∀i ∈ N, k (i) (T1 ) = (−1)i y0tr Ai B
et, puisque k est la fonction nulle :

∀i ∈ N, y0tr Ai B = 0.

Et donc :
E ̸= Rn .
En effet,n y0 ∈ Rn vérifie y0tr y0 ̸= 0 donc
o y0 ne peut être combinaison linéaire de vecteurs de l’en-
semble Ai Bu : i ∈ [[0, n − 1]], u ∈ Rk .

⇒ : Là encore, nous raisonnons par contraposée. Supposons E ̸= Rn . Dans ce cas :

E ⊥ ̸= {0}, en considérant le produit scalaire canonique de Rn .

Ainsi, en choisissant y0 ∈ E ⊥ \ {0} :

∀i ∈ [[0, n − 1]], ∀u ∈ Rk , y0tr Ai Bu = 0.

En prenant alors u = B tr (Atr )i y0 , on a :

∀i ∈ [[0, n − 1]], |y0tr Ai B|2 = 0 i.e. y0tr Ai B = 0.

19
Or, le théorème de Cayley-Hamilton donne que :

∀i ≥ n, Ai ∈ V ect Aj : j ∈ [[0, n − 1]] .



Ainsi, par linéarité, on a donc :

∀i ∈ N, y0tr Ai B = 0.
Ainsi, en réutilisant les notations précédentes :

∀i ∈ N, k (i) (T1 ) = 0.

Or, l’expression de k montre qu’elle est développable en série entière sur tout [T0 , T1 ]. Donc :

∀t ∈ [T0 , T1 ], k(t) = 0.

Ainsi : Z T1 Z T1
tr
tr
k(τ )k(τ ) dτ = y0tr e(T1 −τ )A BB tr e(T1 −τ )A y0 dτ = 0.
T0 T0

On reconnaît alors la matrice C et on a :

y0tr Cy0 = 0.

Or, l’application
(Rn )2 −→ R
(x, y) 7−→ xtr Cy
est une forme bilinéaire symétrique et postive puisque C est une matrice symétrique positive. En
utilisant l’inégalité de Cauchy-Schwarz pour cette forme bilinéaire, on obtient :

21
12
∀x ∈ Rn , xtr Cy0 ≤ xtr Cx y0tr Cy0

i.e.
∀x ∈ Rn , xtr Cy0 = 0.
En prenant alors x = Cy0 , on a alors :

|Cy0 |2 = 0 i.e. Cy0 = 0.

Ainsi, puisque y0 ̸= 0 :
C∈
/ GLn (R).

Remarque 2.3.2. Vérifier la contrôlabilité d’un système via le critère de la Gramienne est, dans
le cas général, impossible à faire : pour calculer la Gramienne, il faut déterminer au préalable
la résolvante du système adéquat. Or, quand celui-ci n’est pas autonome, la résolvante est souvent
impossible à déterminer avec exactitude. En outre, le calcul d’intégrale peut lui aussi être impossible
à effectuer avec exactitude. Le critère de Kalman permet donc de restreindre grandement les calculs
en ne se ramenant qu’à des "simples" calculs de produit de matrices.

20
Exemple 2.3.1. Reprenons l’exemple du système autonome (4), qui rappelons le, est équivalent
au système    
0 1 0
Ẋ = AX + Bu avec A = et B = .
0 0 1
On a alors
       
0 1 0 1 0 1 0 0 1 1
A = et A = et donc A B = et A B = .
0 1 0 0 1 0

Ainsi,
V ect{ Ai Bu : i ∈ {0, 1}, u ∈ R } = R2 .
Et on retrouve donc que le système est contrôlable. On voit par ailleurs que ce critère permet en
effet de simplifier les calculs.

Références
[1] Jean-Michel Coron. Control and nonlinearity, volume 136 of Mathematical Surveys and Mo-
nographs. American Mathematical Society, Providence, RI, 2007.
[2] Frédéric Marbach. Polycopié du cours "Contrôlabilité et mécanique des fluides" de M2 Ma-
thématiques.

21