• Aucun résultat trouvé

Analyse asymptotique Master de l’ENS de Cachan, parcours MN2MC et master Mod´elisation et Simulation de l’INSTN 2004-05 1 La d´erivation des ´equations de transport

N/A
N/A
Protected

Academic year: 2022

Partager "Analyse asymptotique Master de l’ENS de Cachan, parcours MN2MC et master Mod´elisation et Simulation de l’INSTN 2004-05 1 La d´erivation des ´equations de transport"

Copied!
47
0
0

Texte intégral

(1)

Analyse asymptotique

Master de l’ENS de Cachan, parcours MN2MC et master Mod´ elisation et Simulation de l’INSTN

2004-05

1 La d´ erivation des ´ equations de transport

1.1 La d´erivation rigoureuse

On appelle r´epartition de Poisson de param`etre µsur un sous-ensemble Λ de mesure finie (not´ee|Λ|) deRN une variable al´eatoire (not´eec=c1, .., cn)

`

a valeurs dans ∪nNΛn, v´erifiant les propri´et´es suivantes : la loi de n est une loi de Poisson de param`etre µ|Λ|, i-e P(n = p) = exp(−µ|Λ|)|p!Λ|)p, et pournfix´e, la loi de c1, .., cn est proportionnelle `a la mesure de Lebesgue dc1..dcn sur Λn.

On admet l’existence d’une telle r´epartition, qui mod´elise un milieu homog`ene o`u des ´el´ements sont dispos´es ind´ependemment les uns des autres.

On admet ´egalement que pour toute fonctiong des ´el´ements c en question, l’esp´erance de cette fonction est donn´ee par la formule :

E(g(c)) = exp(−µ|Λ|) X

pN

|µ|p p!

Z

Λ

..

Z

Λ

g(c1, .., cp)dc1..dcp.

On s’int´eresse `a un flux de “petites” particules dans un milieu compos´e par des obstacles distribu´es de mani`ere homog`ene. Dans cette premi`ere partie “rigoureuse”, ces obstacles sont des sph`eres de rayonr qui absorbent les particules lorsque ces derni`eres les percutent.

Pour une configuration c = c1, .., cn d’´el´ements d’une r´epartition de Poisson (dor´enavant donc nomm´es obstacles, suppos´es sph´eriques de rayon r), ett≥0,x, v∈RN ×RN, on condid`ere

hc(t, x, v) =fin(x−vt) 1{∀i=1,..,n,s[0,t], xvs /B(ci,r)}.

(2)

Cette quantit´e repr´esente la densit´e de particules en vol libre qui n’ont pas

´et´e absorb´ees par des obstacles au temps t. Cette densit´e au temps 0 est suppos´ee donn´ee par (x, v)7→fin(x, v)≥0.

Pour simplifier, on consid`ere quefinest `a support compact (i.-e. born´e) dans les deux variables x etv, et on s’int´eresse `a des temps tsuffisamment petits pour quex−vs reste dans un ensemble born´e Λ (quand 0≤s≤t).

On voit que (en d´esignant parEl’esp´erance par rapport `a la r´epartition de Poisson)

E(hc(t, x, v)) = exp(−µ|Λ|) X

pN

|µ|p p!

Z

Λ

..

Z

Λ

fin(x−vt)

×1{∀i=1,..,n; s[0,t], xvs /B(ci,r)}dc1..dcp

=fin(x−vt) exp(−µ|Λ|) X

pN

|µ|p p!

Yp

q=1

Z

Λ

1{∀s[0,t], xvs /B(cq,r)}dcq

=fin(x−vt) exp(−µ|Λ|) X

pN

|µ|p

p! |Λ− ∪s[0,t]B(x−vs, r)|p

=fin(x−vt) exp(−µ|Λ|) X

pN

|µ(|Λ| − |SN1| |v|t rN1− |SN|rN)|p p!

=fin(x−vt) exp(−µ(|SN1| |v|t rN1+|SN|rN)).

On se place dans la limite dite de Boltzmann-Grad : µ→+∞,r → 0 avecµ|SN1|rN1 →ν(etν 6= 0) dans laquelle le volume des obstacles tend vers 0 de telle sorte que le ”libre parcours moyen” (c’est-`a-dire la longueur parcourue en moyenne par une particule avant d’ˆetre absorb´ee) tende vers une limite finie. Dans cette limite,E(hc(t, x, v))→f(t, x, v), avec

f(t, x, v) =fin(x−vt) exp(−ν|v|t).

Cette fonction v´erifie l’´equation aux d´eriv´ees partielles (EDP) :

tf(t, x, v) +v· ∇xf(t, x, v) =−ν|v|f(t, x, v).

On a not´e∇x pour le gradient par rapport `a la variable x. Cette ´equation est une ´equation cin´etique (i.e. le terme de gauche s’´ecrit ∂tf(t, x, v) +v·

xf(t, x, v)) parfois appel´ee ´equation de transport avec absorption.

Dans le chapitre suivant, on pr´esente plusieurs variantes de cette ´equation, sans entrer dans les d´etails d’une d´erivation rigoureuse. On consid`ere syst´ema- tiquement le cas N = 3.

(3)

1.2 D´erivation heuristique

On consid`ere toujours un milieu constitu´e de “petites” particules avan-

¸cant entre des obstacles beaucoup plus massifs (on fait l’hypoth`ese que ces obstacles sont fixes et ont une densit´e donn´ee : ´etant massifs, ils ne sont pas perturb´es par les collisions avec les petites particules).

On prend pour inconnue du probl`eme la densit´ef(t, x, v) de particules qui au tempst et `a la positionx poss`edent la vitessev.

On commence la d´erivation heuristique d’une ´equation pourf, dans un contexte plus g´en´eral que dans le chapitre pr´ec´edent. S’il n’y avait pas de collisions avec les obstacles, la fonctionf v´erifierait

f(t+τ, x+v τ, v) =f(t, x, v). (1) En d’autres termes, les particules ont un mouvement de translation rectiligne et uniforme. Cela signifie ´egalement quef serait solution de l’´equation aux d´eriv´ees partielles (EDP)

tf+v· ∇xf = 0. (2)

On a d´eriv´e pour cela la relation (1) par rapport `a τ.

Lorsqu’on tient compte des collisions avec les obstacles, on a `a tout instant (de taille dt) un nombre β(|v|)dt de changement de vitesse (ou de disparition) d’une particule de vitessev `a la suite d’un choc avec un obsta- cle. Ce changement de vitesse a lieu sur un intervalle de temps tr`es petit pendant lequel la particule reste confin´ee dans un domaine tr`es restreint de l’espace. De plus, on noteK(v, v)dtle nombre de particules de vitessevqui apparaissent endt `a la suite d’une percussion par une particule de vitesse v sur un obstacle.

L’´equation (2) devient alors

tf(t, x, v)+v·∇xf(t, x, v) = Z

v

K(v, v)f(t, x, v)dv−β(|v|)f(t, x, v). (3) On note V l’espace dans lequel les vitesses v varient. Il est naturel de consid´erer queV =R3 pour des particules de mati`ere (suppos´ees non rela- tivistes) telles que les neutrons, et queV =S2 pour des photons.

On note d’autre partXl’espace dans lequel varie la positionx. Il s’agit d’un sous-domaine deR3, de fronti`ere not´ee∂X. On appellen(x) la normale unitaire ext´erieure `aX en un pointxde∂X. On ajoute `a l’´equation (3) des conditions aux limites qui peuvent ˆetre :

(4)

1. Sur une fronti`ere non physique Γ⊂∂Ω, la condition “entrante”

∀t≥0, x∈Γ, v ∈V tels quev·n(x)≤0, f(t, x, v) =g(t, x, v),

o`ugest une fonction donn´ee. Ce type de fronti`ere est utilis´ee dans les calculs num´eriques (que l’on effectue n´ecessairement sur un domaine born´e).

2. Sur une fronti`ere physique Γ⊂∂Ω, la condition de r´eflexion sp´eculaire

∀t≥0, x∈Γ, v ∈V tels quev·n(x)≤0, f(t, x, v) =f(t, x, v−2 (v·n(x))n(x)).

Enfin on ajoute `a l’´equation (3) une donn´ee initiale (d´efinie pour x ∈ X, v∈V)

f(0, x, v) =fin(x, v).

Le cas particulier dans lequelR

vK(v, v)dv =β(|v|) correspond `a la situa- tion tr`es importante dans laquelle il y a conservation du nombre de partic- ules.

On termine par une situation dans laquelle on suppose que les particules peuvent “saturer” les obstacles. Dans ce cas, les termes K et β peuvent d´ependre deR

f(t, x, w)dw en plus dev etv.

2 L’´ equation de transport : analyse math´ ematique

On s’int´eresse dans cette partie `a l’analyse math´ematique de l’´equation (3) dans le cas particulier typique o`uK(v, v)|S2|=β(|v|) =σ, avecσconstante (i.-e. ind´ependant de v) appel´ee opacit´e et v ∈ S2 (cas des photons). On cherche donc f ≡ f(t, x, v) ≥ 0 avec t ≥ 0, x ∈ R3, v ∈ S2, v´erifiant l’´equation

tf(t, x, v) +v· ∇xf(t, x, v) =σ Z

vS2

f(t, x, v)dv

|S2|−σ f(t, x, v), (4)

`

a laquelle on adjoint la condition initiale

f(0, x, v) =fin(x, v). (5)

(5)

2.1 Solutions fortes et faibles

On commence par d´efinir les solutions fortes et faibles pour l’´equation pr´ec´edente :

D´efinition : SoitT > 0 et f ∈Cc1([0, T]×R3×S2) (cela signifie que f admet des d´eriv´ees continues par rapport `a toutes les variables et que f vaut 0 lorsquex varie en dehors d’un ensemble born´e deR3). On dit quef est une solution forte (ou classique) de (4) – (5) lorsque les relations (4) et (5) sont v´erifi´ees en tout point de ]0, T[×R3×S2 etR3×S2 respectivement.

D´efinition : Soit T > 0 et f ∈ L([0, T]×R3 ×S2) (cela signifie que f est born´ee). On dit quef est une solution faible de (20–5) lorsque fin ∈ L(R3 ×S2) et pour toute fonction φ ∈ Cc1([0, T[×R3 ×S2) (cela impose queφs’annulle au voisinage de t=T), on a

− Z T

0

Z

R3

Z

S2

f(t, x, v)

tφ(t, x, v) +v· ∇xφ(t, x, v)−σ φ(t, x, v)

dvdxdt

= Z

R3

Z

S2

fin(x, v)φ(0, x, v)dvdx +σ

Z T

0

Z

R3

Z

S2

Z

S2

f(t, x, v)φ(t, x, v) dv

|S2|dvdxdt.

On commence par v´erifier la coh´erence des d´efinitions de solutions fortes et faibles :

Proposition: Toute solution forte de (4) – (5) est ´egalement solution faible. R´eciproquement, toute solution faible de (4) – (5) qui de plus est de classeCc1([0, T]×R3×S2) est une solution forte.

Preuve: Sif est une solution forte, on la multiplie parφ∈Cc1([0, T[× R3×S2) et on int`egre le r´esultat sur [0, T]×R3×S2. On conclut alors par int´egration par partie dans les variables t et x. Il n’apparait pas de termes de bord dans la variablexpuisque φs’annulle en dehors d’un born´e dans cette variable. De mˆeme, il n’apparait pas de terme correspondant au tempst =T car φs’annulle en ce temps. Le terme de bord correspondant au temps t = 0 fournit la quantit´e R

R3

R

S2fin(x, v)φ(0, x, v)dvdx une fois qu’on a utilis´e l’´equation sur la donn´ee initiale.

(6)

On suppose maintenant que f est une solution faible de (4) – (5) et quef ∈Cc1([0, T]×R3×S2). Apr`es int´egration par partie (que l’on est en droit d’effectuer puisquef etφsont de classe C1) et traitement des termes de bord comme dans le calcul pr´ec´edent, on obtient la relation

Z T

0

Z

R3

Z

S2

φ(t, x, v)

tf(t, x, v) +v· ∇xf(t, x, v) +σ f(t, x, v)−σ

Z

S2

f(t, x, v) dv

|S2|

dvdxdt

= Z

R3

Z

S2

fin(x, v)−f(0, x, v)

φ(0, x, v)dvdx.

Cette relation est valable pourφ∈Cc1([0, T[×R3×S2).

On utilise syst´ematiquement le r´esultat suivant d’analyse fonctionnelle : Si U est un ouvert de RN (N ≥ 1), f ∈ L1∪L(U), et R

Uf ψ = 0 pour toutψ∈Cc(U), alors f = 0 presque partout (et f = 0 si f est continue).

On commence par prendre φ ∈ Cc1(]0, T[×R3 ×S2). Pour de telles fonctions (qui s’annullent ent= 0), on a

Z T

0

Z

R3

Z

S2

φ(t, x, v)

tf(t, x, v) +v· ∇xf(t, x, v) +σ f(t, x, v)

−σ Z

S2

f(t, x, v) dv

|S2|

dvdxdt= 0.

On en d´eduit que

tf(t, x, v) +v· ∇xf(t, x, v) +σ f(t, x, v) =σ Z

S2

f(t, x, v) dv

|S2|. Donc, pourφ∈Cc1([0, T[×R3×S2),

Z

R3

Z

S2

(fin(x, v)−f(0, x, v))φ(0, x, v)dvdx= 0.

Mais toute fonction ψ ∈ Cc(R3×S2) s’´ecrit sous la forme φ(0, x, v) avec φ∈Cc1([0, T[×R3×S2), il suffit en effet de prendre

φ(t, x, v) =χ(t)ψ(x, v),

avec χ de classeCc1([0, T[) v´erifiant χ(0) = 1. On conclut que f(0, x, v) = fin(x, v).

(7)

2.2 Existence et Unicit´e

On commence par montrer un th´eor`eme simple d’unicit´e des solutions fortes.

Proposition : Soit fin∈Cc1(R3×S2), et f1, f2 ∈Cc1([0, T[×R3×S2) deux solutions fortes de (4) – (5). Alors f1=f2.

Preuve: On ´ecrit l’´equation surf1−f2 :

t(f1−f2)(t, x, v) +v· ∇x(f1−f2)(t, x, v) +σ(f1−f2)(t, x, v)

=σ Z

S2

(f1−f2)(t, x, v) dv

|S2|.

On la multiplie parf1−f2 et on int`egre surR3×S2(mais pas sur la variable de temps). On obtient

1 2∂t

Z

R3

Z

S2|(f1−f2)(t, x, v)|2dvdx+1 2

Z

R3

Z

S2

v· ∇x|(f1−f2)(t, x, v)|2dvdx

=σ Z

R3

Z

S2

Z

S2

f(t, x, v) dv

|S2| 2

dvdx−σ Z

R3

Z

S2|(f1−f2)(t, x, v)|2dvdx.

En utilisant le fait que f1 −f2 s’annulle en dehors d’un born´e (pour la variablex) et l’in´egalit´e de Cauchy-Schwarz (ou de Jensen), on obtient

t Z

R3

Z

S2|(f1−f2)(t, x, v)|2dvdx≤0, si bien quef1 =f2.

On souhaite maintenant d´emontrer un th´eor`eme d’existence pour les so- lutions fortes. On propose une m´ethode de calcul qui permet en fait d’´ecrire la solution semi-explicite (i.-e. sous forme d’une s´erie faisant intervenir des int´egrales `a param`etre) pour l’´equation de transport.

On part de l’´equation

tf(t, x, v) +v· ∇xf(t, x, v) =σ Z

S2

f(t, x, v) dv

|S2|−σ f(t, x, v).

On pose (cela revient `a utiliser la m´ethode des caract´eristiques) f(t, x, v) =f(t, x+vt, v).

(8)

On a alors d

dtf(t, x, v) =∂tf(t, x+vt, v) +v· ∇xf(t, x+vt, v), si bien que

d

dtf(t, x, v) =σ Z

S2

f(t, x+vt, v)dv

|S2|−σ f(t, x, v).

Donc (cela revient `a utiliser la m´ethode de variation des constantes) d

dt

eσ tf(t, x, v)

=σ eσ t Z

S2

f(t, x+vt, v) dv

|S2|, et apr`es int´egration

eσ tf(t, x, v)−f(0, x, v) =σ Z t

0

eσ s Z

S2

f(s, x+vs, v) dv

|S2|ds, soit

f(t, x, v) =f(0, x−vt, v)eσ t

Z t

0

eσ(tt1) Z

w1S2

f(t1, x−v(t−t1), w1)dw1

|S2|dt1. On applique alors cette formule “`a elle-mˆeme” :

f(t, x, v) =f(0, x−vt, v)eσ t

Z t

0

e(tt1) Z

w1S2

f(0, x−v(t−t1)−w1t1, w1)eσ t1 dw1

|S2|dt12

Z t

0

eσ(tt1) Z

w1S2

Z t1

0

eσ(t1t2) Z

w2S2

f(t2, x−v(t−t1)−w1(t1−t2), w2)dw2

|S2|dt2dw1

|S2|dt1

=f(0, x−vt, v)eσ t +σ eσ t

Z t

0

Z

w1S2

f(0, x−v(t−t1)−w1t1, w1)dw1

|S2|dt1

2 Z t

0

Z t1

0

Z

w1S2

Z

w2S2

(9)

eσ(tt2)f(t2, x−v(t−t1)−w1(t1−t2), w2)dw2

|S2|dt2dw1

|S2|dt1.

Raisonnant par r´ecurrence, puis passant `a la limite quand N → +∞, on obtient

f(t, x, v) =f(0, x−vt, v)eσ t +σ eσ t

Z t

0

Z

w1S2

fin(x−v(t−t1)−w1t1, w1)dw1

|S2|dt1

+

+

X

N=1

σN+1eσ t Z t

0

Z t1

0

..

Z tN

0

Z

w1S2

Z

w2S2

..

Z

wN+1S2

fin(x−v(t−t1)−w1(t1−t2)−..−wN(tN −tN+1)−wN+1tN+1, wN+1) dwN+1

|S2| ..dw1

|S2|dtN+1..dt1.

L’utilisation de cette formule permet de d´emontrer le th´eor`eme suivant : Proposition: Soitfin ∈Cc1(R3×S2). Alors l’unique solution forte de (4) – (5) est donn´ee par la formule

f(t, x, v) =f(0, x−vt, v)eσ t +σ eσ t

Z t

0

Z

w1S2

fin(x−v(t−t1)−w1t1, w1)dw1

|S2|dt1 +

+

X

N=1

σN+1eσ t Z t

0

Z t1

0

..

Z tN

0

Z

w1S2

Z

w2S2

..

Z

wN+1S2

fin(x−v(t−t1)−w1(t1−t2)−..−wN(tN −tN+1)−wN+1tN+1, wN+1) dwN+1

|S2| ..dw1

|S2|dtN+1..dt1.

Preuve: L’unicit´e est d´ej`a d´emontr´ee. Il suffit de v´erifier que la for- mule fournit bien une solution de (4) – (5). Cela s’obtient par une sim- ple v´erification (on applique la formule de d´erivation des int´egrales qui d´ependent d’un param`etre intervenant `a la fois dans l’int´egrande et les bornes).

(10)

2.3 Propri´et´es qualitatives

Parmi les cons´equences de la formule pr´ec´edente, on a la propagation

`

a vitesse au plus 1 de la solution. Cela signifie que si fin a son support (dans la variablex) dans B(0, R) (pour R > 0), alors f(t,·) a son support (toujours dans la variable x) dans B(0, R+t). En effet, il suffit de v´erifier que

|v(t−t1) +w1(t1−t2) +..+wN(tN−tN+1) +wN+1tN+1| ≤1 lorsquew1, .., wN+1 ∈S2 et 0≤tN+1 ≤..≤t1≤t.

D’autre part,

||f(t,·)||L ≤eσ t

1 +σ t+

+

X

N=1

σN+1 tN+1 (N+ 1)!

||fin||L ≤ ||fin||L. On a donc un principe du maximum.

Enfin, par utilisation de l’in´egalit´e de Jensen, pourp∈[1,+∞[,

||f(t,·)||Lp ≤eσ t

1 +σ t+

+

X

N=1

σN+1 tN+1 (N + 1)!

||fin||Lp ≤ ||fin||Lp. On peut ´egalement ´etudier la propagation de la r´egularit´e et des singu- larit´es pour cette ´equation.

Dans de nombreuses situations,σ >>1 (le milieu est alors dit opaque).

Le traitement de l’´equation de transport se fait dans ce cas par l’analyse asymptotique, qui est d´ecrite dans le prochain chapitre.

3 analyse asympotique

3.1 introduction

En physique, de nombreux probl`emes font intervenir des ´echelles de temps (ou d’espace) diff´erentes. On est donc amen´e `a faire intervenir dans les ´equations des param`etres petits, not´es ε par exemple, qui repr´esentent le rapport entre deux param`etres (exprim´es dans la mˆeme unit´e) de valeurs tr`es diff´erentes.

(11)

Les ´equations s’´ecrivent alors sous la forme F(∂αuε, ε) = 0,

o`uu est l’inconnue, ∂α repr´esente l’ensemble des d´eriv´ees partielles et εest un petit param`etre.

Lorsque F est continue par rapport `a la seconde variable, on parle de perturbation r´eguli`ere et l’on s’attend `a ce que uε converge vers u quand ε tend vers 0, o`u u est solution de

F(∂αu,0) = 0.

Il arrive malheureusement souvent queF ne soit pas continue (ou pas d´efinie) en 0 par rapport `a la seconde variable. On dit alors que l’on a une perturbation singuli`ere (on peut parfois se ramener tout de mˆeme `a la sit- uation pr´ec´edente en transformant l’´equation en une ´equation ´equivalente).

On se heurte souvent `a un probl`eme de conditions aux limites : celles relatives `a l’´equation

F(∂αuε, ε) = 0

(pourε >0) ne sont pas forc´ement les mˆemes que celles relatives `a l’´equation F(∂αu,0) = 0.

Il y a alors apparition de “couches limites” (appel´ees “couches initiales”

lorsqu’elles concernent la donn´ee ent= 0).

Un exemple typique de ce ph´enom`ene est fourni par l’´equation de Navier-Stokes (incompressible) avec grand nombre de Reynolds (situation tr`es courante)

tu+ (u· ∇x)u+∇xp=ε∆xu, ∇x·u= 0.

La perturbation est r´eguli`ere (on s’attend `a ce que la limite soit solution de l’´equation d’Euler (incompressible)

tu+ (u· ∇x)u+∇xp= 0, ∇x·u= 0.

Par contre les conditions aux limites naturelles au bord d’un obstacle (on ap- pellenla normale ext´erieure unitaire en un point de la fronti`ere de l’obstacle) pour l’´equation de Navier-Stokes sont de typeu = 0, alors qu’elles sont de type u·n= 0 pour l’´equation d’Euler.

(12)

Avant de voir l’approximation de la diffusion pour les ´equations de transport (une perturbation singuli`ere typique, lorsqu’on poseε= 1/σ), on commence par un cas plus simple : les ´equations diff´erentielles et leurs appli- cations `a la cin´etique chimique. Des d´emonstrations ´el´ementaires compl`etes peuvent ˆetre propos´ees dans ce cas.

3.2 Equations diff´erentielles 3.2.1 Rappels

On appelle syst`eme deN ´equations diff´erentielles (`a N inconnues) une relation du type

x =a(t, x), (6)

o`ua:I×RN →RN (I ´etant un intervalle deR).

Une solution de l’´equation (6) est une applicationt7→x(t) deC1(I,RN) v´erifiant

∀t∈I, x(t) =a(t, x(t)).

Tout syst`eme d’´equations d’ordre sup´erieur peut en fait se mettre sous la forme (6), quitte `a augmenter N. Il peut mˆeme ˆetre mis sous une forme autonome, c’est-`a-dire avec une fonctionaqui ne d´epend pas explicitement de t.

Exemple: On consid`ere le syst`eme x′′ =x+y+y2,

y′′=xy+t. (7)

On posex1 =x,x2 =x,x3=y, et x4=y. Le syst`eme (7) devient alors







x1 =x1+x3+x24, x2 =x1,

x3 =x1x3+t, x4 =x3.

Si on le souhaite, on peut poserx5 =t, et obtenir le syst`eme autonome











x1 =x1+x3+x24, x2 =x1,

x3 =x1x3+x5, x4 =x3,

x5 = 1.

(13)

L’ensemble des r´esultats ´el´ementaires d’existence et d’unicit´e sur les

´equations de type (6) se r´esume en le th´eor`eme suivant :

Th´eor`eme : On consid`ere un intervalleI = [t0, T0[ deR,x0 ∈RN, et une condition initiale

x(t0) =x0, (8)

ainsi qu’une fonctiona:I×RN →RN de classeC1.

1. Soit t1 ∈]t0, T0[. La fonctionx est solution de (6), (8) sur [t0, t1[ si et seulement six est continue sur [t0, t1[ et

∀t∈[t0, t1[, x(t) =x0+ Z t

t0

a(s, x(s))ds.

2. (existence : Cauchy-Arzela) Siaest continue, alors il existet1 ∈]t0, T0[ etx solution de (6), (8) sur [t0, t1[.

3. (unicit´e : Cauchy-Lipschitz) Siaest de classeC1(ou, plus g´en´eralement localement Lipschitzienne), alors deux solutionsx1, x2 de (6), (8) sur [t0, t1[ sont identiques (x1=x2).

4. (th´eor`eme des bouts) Soit t1 ∈]t0, T0[ et x solution de (6), (8) sur [t0, t1[. Alors soit t1 = T0, soit x peut se prolonger sur [t0, t1+ε[ en une solution de (6), (8) pour un certainε >0, soit enfin il existe une suiteτn→t1 telle que|x(τn)| →+∞.

5. Siaest `a croissance au plus lin´eaire, i.-e. il existe C >0 telle que

∀t∈I, |a(t, x)| ≤C(1 +|x|),

alors il existe x solution de (6), (8) sur I. Cela reste valide si a est globalement Lipschitzienne, ou mˆeme s’il existeC >0 telle que

∀t∈I, (a(t, x)−a(t, y))·(x−y)≤C|x−y|2. 3.2.2 Perturbations r´eguli`eres

On commence par le r´esultat ´el´ementaire suivant de stabilit´e : Lemme(Gronwall) : Soit x∈C([t0, T],RN) telle que

∀t∈[t0, T], |x(t)| ≤C+K Z t

t0

|x(s)|ds.

(14)

Alors

∀t∈[t0, T], |x(t)| ≤C eK(tt0). Preuve: On remarque que

d dt

eK t

Z t

t0

|x(s)|ds

≤C eK t.

Donc Z t

t0

|x(s)|ds≤ C K

eK(tt0)−1

, et

|x(t)| ≤C eK(tt0).

On ´enonce maintenant un th´eor`eme de continuit´e des solutions d’une

´equation diff´erentielle par rapport `a ses coefficients. Pour simplifier, on se contente du cas globalement Lipschitzien, et (sans restreindre en fait la g´en´eralit´e) on ne consid`ere que le cas autonome. En d’autres termes, on prenda:RN →RN v´erifiant pour un certain K >0,

∀x, y∈RN, |a(x)−a(y)| ≤K|x−y|. (9) On montre le

Th´eor`eme : Soit a :RN → RN v´erifiant (9) pour un certain K > 0, etx,y des solutions sur [t0, T] des ´equations

x(t) =a(x(t)),

x(0) =x0, (10)

et

y(t) =a(y(t)) +φ(t),

y(0) =x0+δ, (11)

o`u δ∈RN etφest continue sur [t0, T].

Alors

∀t∈[t0, T], |x(t)−y(t)| ≤

|δ|+ (T−t0)||φ||

eK(tt0). Preuve: On ´ecrit pourt∈[t0, T],

x(t) =x0+ Z t

t0

a(x(s))ds,

(15)

y(t) =x0+δ+ Z t

t0

a(y(s))ds+ Z t

t0

φ(s)ds.

On en d´eduit que

|x(t)−y(t)| ≤ |δ|+ Z t

t0

|φ(s)|ds+ Z t

t0

|a(x(s))−a(y(s))|ds

≤ |δ|+ (T −t0)||φ||+K Z t

t0

|x(s)−y(s)|ds si bien que l’on conclut avec le lemme de Gronwall.

Ce r´esultat s’interpr`ete de la mani`ere suivante en terme de perturba- tions (r´eguli`eres) : siaest une fonction deRN×[0, ε0] dansRN (pourε0 >0) continue par rapport `a la seconde variable et globalement Lipschitzienne par rapport `a la premi`ere (uniform´ement par rapport `a la seconde) et si s est une fonction de [0, ε0] dansRN (pourε0 >0) continue, alors la solution xε

de l’´equation

xε(t) =a(xε(t), ε),

x(0) =s(ε), (12)

converge uniform´ement sur tout intervalle born´e deRvers la solutionx0 de

l’´equation

x0(t) =a(x0(t),0),

x(0) =s(0), (13)

3.2.3 La cin´etique chimique et les perturbations singuli`eres

Les r´eactions chimiques peuvent se d´ecomposer en une suite de r´eactions

´el´ementaires du type

A1+..+An−→B1+..+Bp,

o`u les produits Ai, Bj ne sont pas n´ecessairement distincts, et, en g´en´eral, n= 1,2 ou, au maximum,n= 3.

Chaque fois qu’un produitP figure parmi lesBj, sa concentration aug- mente `a la vitesse k a1.. an, o`u ai est la concentration deAi et la constante de proportionnalit´ek est dite constante de la r´eaction. Chaque fois que P figure parmi lesAi, sa concentration diminue `a la vitesse k a1.. an.

(16)

En tenant compte des diff´erentes r´eactions ´el´ementaires, on obtient un syst`eme d’´equations diff´erentielles portant sur les concentrations des pro- duits.

Exemple: On consid`ere une r´eaction du type A+B −→C,

qui se d´ecompose en r´eactions ´el´ementaires A+B −→X, X−→A+B,

X −→C,

dont les constantes respectives sont not´ees k1, k1, k2. On obtient alors le syst`eme d’´equations diff´erentielles

a=−k1ab+k1x, b=−k1ab+k1x, x =k1ab−(k1+k2)x,

c =k2x.

En observant d’une part que c n’intervient pas dans les trois premi`eres

´equations, et d’autre part que a=b, on voit que b(t) =a(t)−a(0) +b(0), et donc le syst`eme peut ˆetre r´e´ecrit

a(t) =−k1a(t) (a(t)−a(0) +b(0)) +k1x(t), x(t) =k1a(t) (a(t)−a(0) +b(0))−(k1+k2)x(t).

Le r´esultat obtenu est donc un syst`eme de deux ´equations autonomes non- lin´eaires.

Dans de nombreux cas, X est un produit tr`es r´eactif (appel´e interm´e- diaire de r´eaction) si bien que k1, k2 >> k1. Un exemple de valeurs num´eriques (−a(0) +b(0) = 1, k1 = 1,k1 =k2 = 1ε) fournit le syst`eme

a =−a(a+ 1) + x ε, x = a(a+ 1)−2x

ε.

(17)

On voit que l’on ne peut pas appliquer la th´eorie des perturbations r´eguli`eres

`

a ce syst`eme pour trouver la limite deaetx lorsqueε→0.

Le changement de variabley= xε am`ene au syst`eme a =−a(a+ 1) +y,

ε y = a(a+ 1)−2y.

Le passage `a la limite “formel” dans ce syst`eme donne 0 =a(a+ 1)−2y,

puis

a=−1

2a(a+ 1).

Les conditions initiales posent des probl`emes sp´ecifiques que nous ´etudierons dans la suite. Dans les conditions normales le produitXest de concentration nulle en d´ebut de r´eaction. On justifie le calcul formel par le

Th´eor`eme : Soit aε, xε la solution unique (sur [0, Tε] o`u Tε est le temps maximal d’existence de la solution en question) du syst`eme

aε=−aε(aε+ 1) + xε

ε , aε(0) =α >0, (14) xε=aε(aε+ 1)−2xε

ε, xε(0) = 0. (15)

D’autre part, soita la solution (surR+) de l’´equation a=−1

2a(a+ 1), a(0) =α.

AlorsTε= +∞, et pour toutT >0,t∈[0, T], 0≤xε(t)≤ 1

2α(α+ 1)ε,

|aε(t)−a(t)| ≤ 1

4α(α+ 1)e(α+12)T ε.

Preuve : On ne note pas la d´ependance en ε des diff´erents temps intervenant dans la preuve.

1`ere ´etape : Pourt∈]0, T[, on axε(t)>0 et aε(t)>0.

On commence par remarquer que aε(0) =α >0 et xε(0) = 0, xε(0) = aε(0) (aε(0) + 1) = α(α + 1) > 0. On en d´eduit que T∗∗ = sup{t >

0, /xε, aε>0 sur ]0, t[} est bien d´efini, et de plusT∗∗>0.

(18)

Si T∗∗ < T, on est alors dans l’une des trois situations suivantes : soit aε(T∗∗) = xε(T∗∗) = 0, soit aε(T∗∗) > 0, xε(T∗∗) = 0, soit aε(T∗∗) = 0, xε(T∗∗)>0. Mais dans le premier cas, on a (par unicit´e dans le th´eor`eme de Cauchy-Lipschitz)aε(0) =xε(0) = 0, ce qui est contraire aux hypoth`eses.

Dans le second cas,xε(T∗∗)>0, ce qui est impossible. Enfin dans le dernier cas, aε(T∗∗)>0, ce qui est ´egalement impossible.

Finalement, on obtient queT∗∗=T, ou, en d’autres termes,xε(t)>0 etaε(t) >0 sur ]0, T[. On observe alors en additionnant (14) et (15) que aε(t)+xε(t)≤0. On en d´eduit queaε(t)+xε(t)≤αsur ]0, T[. Finalement, 0< aε(t)≤α, 0< xε(t)≤α, (16) sur ]0, T[. D’apr`es le th´eor`eme des bouts, on voit queT = +∞.

2`eme ´etape: On a 0< xε(t)≤ 2εα(α+ 1) sur ]0,+∞[.

D’apr`es la deuxi`eme ´equation, xε+ 2xε

ε =aε(aε+ 1), si bien que

(xεe2t/ε)=aε(aε+ 1)e2t/ε. On en d´eduit que

xε(t)e2t/ε−xε(0) = Z t

0

aε(s) (aε(s) + 1)e2s/εds, soit

|xε(t)| ≤e2t/εα(α+ 1)e2t/ε−1 2/ε

≤ ε

2α(α+ 1).

3`eme ´etape: On conclut.

En additionnant (14) `a la moiti´e de (15), on obtient aε+1

2xε=−1

2aε(aε+ 1), si bien que

aε−a = [−1

2aε(aε+ 1)]−[−1

2a(a+ 1)]−1 2xε,

(19)

et donc

|aε(t)−a(t)| ≤ 1 2

Z t

0 |aε(s) (aε(s) + 1)

−a(s) (a(s) + 1)|ds+1 2|xε(t)|

≤ 1 2

Z t

0

|aε(s)| |aε(s)−a(s)|+|a(s) + 1| |aε(s)−a(s)|

ds+1 2|xε(t)|

≤(α+1 2)

Z t

0 |aε(s)−a(s)|ds+ε

4α(α+ 1).

On conclut enfin par utilisation du lemme de Gronwall.

3.2.4 La couche initiale

Le th´eor`eme pr´ec´edent reste valide lorsque la condition initialexε(0) = 0 est remplac´ee par une condition du type xε(0) = ε ξ. Par contre, le r´esultat ne peut subsister quandxε(0) =ξ (la conclusion impliquait en effet quexε(0)→0). Le r´esultat que l’on peut d´emontrer est le suivant :

Th´eor`eme : Soit aε, xε la solution unique (sur [0, T] o`u T est le temps maximal d’existence de la solution en question) du syst`eme

aε=−aε(aε+ 1) + xε

ε , aε(0) =α >0, (17) xε=aε(aε+ 1)−2xε

ε, xε(0) =ξ >0. (18) D’autre part, soita la solution (surR+) de l’´equation

a=−1

2a(a+ 1), a(0) =α+ξ/2.

AlorsT= +∞, et pour toutT >0,t∈[0, T],

|xε(t)−ξ e2t/ε| ≤ ε

2(α+ξ) (α+ξ+ 1), (19)

|aε(t) +ξ

2e2t/ε−a(t)| ≤ ε

2(α+ξ) (α+ 5

4ξ+ 1)e(α+32ξ+12)T. Preuve : En utilisant le mˆeme raisonnement que dans le th´eor`eme pr´ec´edent, on obtient queT = +∞, queaε et xε sont strictement positifs

(20)

sur ]0,+∞[, et que aε(t) +xε(t) ≤0. Donc aε(t) ≤α+ξ et xε(t) ≤α+ξ sur ]0,+∞[.

Toujours comme auparavant, on a

(xεe2t/ε)=aε(aε+ 1)e2t/ε. Mais on en d´eduit maintenant que

xε(t)e2t/ε−ξ= Z t

0

aε(s) (aε(s) + 1)e2s/εds, soit

xε(t)−ξ e2t/ε= Z t

0

aε(s) (aε(s) + 1)e2(ts)/εds.

Donc

|xε(t)−ξ e2t/ε| ≤(α+ξ) (α+ξ+ 1) Z t

0

e2(ts)/εds, d’o`u l’estimation (19).

On note dor´enavant

˜

xε(t) =xε(t)−ξ e2t/ε, ˜aε(t) =aε(t) + ξ

2e2t/ε. Enfin,

aε−a = [−1

2aε(aε+ 1)]−[−1

2a(a+ 1)]−1 2xε, soit

aε(t)−a(t) =−1 2

Z t

0

aε(s) (aε(s) + 1)−a(s) (a(s) + 1)

ds +α−a(0)−ξ

2(e2t/ε−1)−1 2x˜ε(t), ce qui justifie la valeur dea(0) choisie dans ce th´eor`eme.

Donc

˜

aε(t)−a(t) =−1 2

Z t

0

(˜aε(s)− ξ

2e2s/ε) (˜aε(s)−ξ

2e2s/ε+ 1)

−a(s) (a(s) + 1)

ds−1 2x˜ε(t)

(21)

=−1 2

Z t

0

˜

aε(s) (˜aε(s) + 1)−a(s) (a(s) + 1)

ds+yε(t), et

|yε(t)| ≤ ξ 4

Z t

0

e2s/ε|˜aε(s)− ξ

2e2s/ε+ 1|ds +ξ

4 Z t

0

e2s/ε|˜aε(s)|ds+1 2|x˜ε(t)|

≤(||a˜ε||+||aε||+ 1)ξ 4

Z t

0

e2s/εds+ ε

4(α+ξ) (α+ξ+ 1)

≤ ε 4

(α+5

4ξ+ 1

2)ξ+ (α+ξ+ 1) (α+ξ)

≤ ε

2(α+ξ) (α+5 4ξ+ 1).

Finalement,

|˜aε(t)−a(t)| ≤(1 2+1

2||aε||+1

2||˜a||) Z t

0 |˜aε(s)−a(s)|ds+ε

2(α+ξ) (α+5 4ξ+1).

Enfin, grˆace au lemme de Gronwall,

|˜aε(t)−a(t)| ≤ ε

2(α+ξ) (α+ 5

4ξ+ 1)e(α+32ξ+12)T. 3.3 L’int´erˆet des sch´emas implicites

On convient en g´en´eral de dire que dans les syt`emes dissipatifs (c’est-`a-dire ceux dans lesquels il y a une forme d’irr´eversibilit´e), on peut s’affranchir du calcul des ´echelles de temps les plus faibles en utilisant des sch´emas implicites. En d’autres termes, sous r´eserve d’utiliser des sch´emas implicites, on peut utiliser des pas de temps plus grands que le temps caract´eristique le plus court du ph´enom`ene ´etudi´e.

Cela est malheureusement assez compliqu´e `a v´erifier pour les syst`emes d’´equations diff´erentielles non lin´eaires. On consid`ere donc `a la place des syst`emes 2-2 d’´equations diff´erentielles lin´eaires `a coefficients constants et sans second membre, pour lesquels tous les calculs peuvent ˆetre men´es de mani`ere explicite. On ´ecrit

X =A X,

(22)

o`u la matrice A est diagonalisable: A = P1

λ1 0 0 λ2

P. La solution explicite de ce syst`eme est

X(t) = exp(A t)X(0)

=P1

eλ1t 0 0 eλ2t

P X(0)

=

a eλ1t(P X(0))1+b eλ2t(P X(0))2 c eλ1t(P X(0))1+d eλ2t(P X(0))2

, o`ua, b, c, d sont les coefficients de la matrice de P1.

Les sch´emas d’Euler explicites et implicites donnent respectivement pourt= 1 (et apr`es les pas de temps 1/n,2/n, ..1) le r´esultat

a(1 +λ1/n)n(P X(0))1+b(1 +λ2/n)n(P X(0))2 c(1 +λ1/n)n(P X(0))1+d(1 +λ2/n)n(P X(0))2

, a(1−λ1/n)n(P X(0))1+b(1−λ2/n)n(P X(0))2

c(1−λ1/n)n(P X(0))1+d(1−λ2/n)n(P X(0))2

.

On voit que lorsque|λ1/n|,|λ2/n|<<1, les deux sch´emas fonctionnent bien.

Par contre lorsque λ2 <0 et |λ1/n|<<1 mais −λ2/n grand devant 1 (ou de l’ordre de 1), alors le 1er ne fonctionne plus du tout (car (1 +λ2/n)n devient ´enorme et de signe altern´e) alors que que le second continue de bien fonctionner (careλ2 et (1−λ2/n)n sont tous deux tr`es petits).

cette situation se pr´esente quand on consid`ere le syst`eme d’´equations diff´erentielles v´erifi´e par les concentrations deAetXdans la r´eaction chim- ique

A→X, A←X, X→C+D,

o`u la constante de la 1`ere r´eaction est 1 et celle des deux autres est 1/ε. La matrice est alors

−1 1/ε 1 −2/ε

et ses valeurs propres sontλ1 =−1/2+O(ε), λ2 =−2/ε+O(1).

(23)

3.4 L’approximation de la diffusion pour l’´equation de trans- port

On consid`ere le scaling suivant pour l’´equation de transport : ε ∂tfε+v· ∇xfε= 1

ε( ˜fε−fε), (20) o`u on a d´efini (pourg donn´ee) ˜g(t, x) =R

wS2g(t, x, w)|dwS2|. On lui adjoint la donn´ee initiale

fε(0, x, v) =fin(x, v). (21) On montre le th´eor`eme :

Th´eor`eme : Soit fin ∈ Cc1(R3 ×S2) une fonction positive, et fε

l’unique solution (forte) positive dans Cc1([0, T]×R3 ×S2) de l’´equation (20), (21). Alorsfε converge versf dansL([0, T]×R3×S2) faible (*), o`u f ∈C1([0, T]×R3) est l’unique solution forte de l’´equation de diffusion

tf(t, x)−1

3∆xf(t, x) = 0, f(0, x) =

Z

S2

fin(x, v) dv

|S2|.

Preuve: On multiplie l’´equation (20) parfε et on int´egre sur [0, T]× R3×S2. On obtient l’estimation

||f˜ε−fε||L2([0,T]×R3×S2)≤ε||fin||L2(R3). Quitte `a extraire une sous-suite, on peut supposer que

fε⇀ f dans L1∩L([0, T]×R3×S2) faible (∗).

Cela signifie que pour toute fonctionφ∈Lp([0, T]×R3×S2) (p∈[1,+∞]), Z T

0

Z

R3

Z

S2

fεφ −→

Z T

0

Z

R3

Z

S2

f φ.

En particulier, pour toute fonction ψ de v born´ee, et toute fonction η ∈ Lp([0, T]×R3) (p∈[1,+∞]),

Z T

0

Z

R3

ψ fgεη −→

Z T

0

Z

R3

gψ f η.

(24)

On en d´eduit que ˜f =f, autrement dit quef ne d´epend que det etx.

On multiplie eq. (20) par 1, puis parv, et on int`egre par rapport `a la variablev. On obtient

ε∂tε+∇x·(gv fε) = 0, ε∂t(v fgε) +∇x·(v^⊗v fε) =−1

εv fgε. La combinaison des deux fournit

tε− ∇xx :v^⊗v fε=ε ∂tx·(gv fε).

On observe alors que

] v⊗v= 1

3Id.

Le r´esultat final (une fois qu’on est pass´e `a la limite au sens des distributions) est

tf−1

3∆xf = 0.

En d’autres termes, f v´erifie une ´equation de diffusion.

On ne peut esp´erer que

f(0,·) =fin

que si fin ne d´epend pas de v. Lorsque fin d´epend de v, il y a apparition d’une couche initiale.

Pour comprendre comment cette couche se met en place, on passe `a la limite dans la formulation faible de l’´equation de transport.

On sait quefε est ´egalement solution faible de l’´equation de transport, donc pour toute fonctionφ∈Cc1([0, T[×R3×S2), on a

− Z T

0

Z

R3

Z

S2

fε(t, x, v)

ε ∂tφ(t, x, v) +v· ∇xφ(t, x, v)−1

εφ(t, x, v)

dvdxdt

= Z

R3

Z

S2

fin(x, v)φ(0, x, v)dvdx +1

ε Z T

0

Z

R3

Z

S2

Z

S2

fε(t, x, v)φ(t, x, v) dv

|S2|dvdxdt.

Références

Documents relatifs

La fonction partie entière confère aux entiers un rôle particulier puisqu’en ces points elle est discontinue.. Cette remarque initiale permet de mener

Le comportement attendu de la machine est le suivant : lorsqu’un usager souhaite une boisson, il commence par mettre une pi` ece de 50 ¢ (la proposition P 50 ¢ est alors vraie), puis

Dire lesquels parmi eux poss` ede un sous-groupe de type fini libre de rang non nul.. Le groupe de Galois de l’extension K|Q est-il

A travers cet exemple, on peut identifier plusieurs ´ el´ ements : L’ensemble de tous les candidats possibles :. tous les parcours possibles Une fonction de coˆ

Optimisation combinatoire : Espace de recherche dont les variables sont discr` etes (cas NP-difficile). Optimisation num´ erique (continue) : Espace de recherche dont les variables

Introduction Probl` emes d’optimisation combinatoire Probl` emes d’optimisation num´ erique

Fonction f θ d´ ependant de param` etres θ du diam` etre pupillaire en fonction de l’unit´ e de temps pour chacune des situations Comment d´ efinir un comportement moyen. Voir

Fonction f θ d´ ependant de param` etres θ du diam` etre pupillaire en fonction de l’unit´ e de temps pour chacune des situations Comment d´ efinir un comportement moyen.