Académique Documents
Professionnel Documents
Culture Documents
Nicolas B ONNOTTE
Amaury F RESLON
§1. I NTRODUCTION 2
1
§1. I NTRODUCTION
Supposons que nous voulions étudier, dans un milieu donné, l’évolution
d’une quantité physique telle que la masse ou la charge éléctrique. Notons ρ la
densité volumique de cette quantité et j son courant volumique. En faisant un
bilan dans un élément de volume, on obtient l’équation suivante :
∂ρ
+ div j = 0.
∂t
Cette équation est fondamentale par exemple en mécanique des fluides, où ρ
représente la densité du fluide. Elle intervient également dans des problèmes
de dynamiques de foules ou pour déterminer le comportement d’animaux.
Plus généralement, on appelle loi de conservation scalaire toute équation
aux dérivées partielles de la forme :
2
§2. M ÉTHODE DES CARACTÉRISTIQUES
La méthode des caractéristiques est une technique à la fois simple et élé-
gante qui permet d’obtenir des informations sur les solutions d’une équation
aux dérivées partielles du premier ordre et même parfois de la résoudre expli-
citement. C’est donc un outil fondamental, que nous utiliserons à plusieurs re-
prises par la suite.
x1
x0
U
3
Si l’on dérive la deuxième et la troisième ligne par rapport à s, on obtient :
ṗ = D2 u · ẋ,
½
ż = Du · ẋ.
D’un autre côté puisque F(Du, u, x) = 0, en différentiant par rapport à x, on a :
Dp F · D2 u + (∂z F)Du + Dx F = 0.
Cette méthode peut être utilisée avec profit pour les lois de conservations
scalaires, qui peuvent s’écrire :
ẋ = f 0 (u)
½
ż = 0.
En conséquence, puisque z = u(x(s)) est constant, on a le résultat suivant :
P ROPOSITION 2.1. — Si u est une solution de (2.c), alors u est constante égale à
g (x 0 ) le long de la demi-droite x = x 0 + t f 0 (g (x 0 )).
∂t ρ + v ∂x ρ = 0,
4
ρ
La méthode des caractéristiques peut aussi être utilisée pour résoudre les
équations d’Hamilton–Jacobi :
Par conséquent, puisque p est constant, les caractéristiques sont encore une
fois des droites. En intégrant la première équation, on obtient :
x = x0 + t DH.
p = Dg .
5
Ceci nous permet de résoudre l’équation d’Hamilton–Jacobi (2.d) au voisi-
nage de Rn × {0}. En effet ces fonctions x, p et z peuvent être vues comme fonc-
tions du temps t et du point d’origine x0 , c’est-à-dire x = x(x0 , t ), p = p(x0 , t )
et z = z(x0 , t ). Le lemme suivant montre que de plus (x0 , t ) 7→ (x(x0 , t ), t ) est bi-
jective au voisinage de Rn × {0} : on pourra donc voir x0 comme une fonction
de x et de t , en suivant l’usage venant de la physique qui consiste à confondre
variable et fonction.
Dx x0 = 1 − t D2 H · (D2 g · Dx x0 )
Dx u = Dg · Dx x0 + t [D2 H · (D2 g · Dx x0 )] · p
= Dx0 · p + (1 − Dx x0 ) · p
=p ä
6
§3. É QUATIONS DE CONSERVATION
Rappelons qu’une équation de conservation scalaire unidimensionnelle est
une équation de la forme :
c’est-à-dire 0
x(s) = x 0 + s f (g (x 0 ))
t (s) = s
z(s) = g (x 0 )
Donc u est constante sur les demi-droites de pente f 0 (g (x 0 )) quel que soit
x 0 ∈ R. Nous venons ainsi de prouver ceci :
x = x 0 + t f 0 (g (x 0 ))
7
la même valeur à la base des deux demi-droites car alors elles auraient même
pente et ne se couperaient pas.
Pour voir un peu plus précisément ce qui se passe, nous pouvons utiliser
nos résultats pour donner une équation fonctionnelle vérifiée par u. Pour ce
faire, prenons x 0 ∈ R et x = x(t ) un paramétrage de la caractéristique issue de
x 0 . Alors u(x, t ) est constante égale à g (x 0 ) sur cette demi-droite. D’autre part,
on connait explicitement le paramétrage x = x 0 + t f 0 (g (x 0 )), on a donc :
x 0 = x − t f 0 (g (x 0 )) = x − t f 0 (u(x, t )).
u = g (x − t f 0 (u)), (3.b)
Pour tout x, ce facteur est non nul pour t assez petit : il est donc peut-être
possible de trouver une solution régulière qui convient au moins au voisinage
de R × {0}. C’est ce que nous allons voir maintenant.
8
Résolution locale.
Ce que nous venons de voir montre qu’il n’y a pas en général de solution
régulière globale à l’équation. Avant d’envisager une autre approche du pro-
blème, nous pouvons tout de même tirer des résultats précédents une propriété
d’existence locale de solution.
Cherchons une solution définie sur un voisinage V d’un certain y 0 pendant
une courte période de temps. Il suffit pour qu’une telle solution existe que les
caractéristiques définies précédemment ne se coupent pas. En effet, elles dé-
termineront alors la valeur de u en chaque point de V ×[0, ε[. Nous devons donc
regarder l’application ψ : (x 0 , t ) 7→ (x 0 + t f 0 (g (x 0 )), t ) et tenter de l’inverser sur
un voisinage de (y 0 , 0). Pour cela, il nous faut calculer sa différentielle au point
(y 0 , 0) en vue d’appliquer le théorème d’inversion locale. Or on a :
f 0 (g (y 0 ))
µ ¶
1
Dψ(y 0 , 0) =
0 1
u(x, t ) = g (x 0 )
= g (x − t f 0 (g (x 0 )))
= g (x − t f 0 (u))
ce qui est nécessairement non nul sur V × [0, ε[ puisque ψ y est inversible.
Ajoutons qu’en tout point de V × [0, ε[, il existe une et une seule caractéris-
tique qui passe par ce point, et donc la valeur d’une éventuelle solution en ce
point est entièrement déterminée. Par conséquent, la solution locale du para-
graphe précédent est unique :
9
3.2. Solutions faibles.
P ROPOSITION 3.4. — Une fonction u de classe C 1 telle que u(x, 0) = g (x) est
solution du problème (3.a) si et seulement si, pour toute fonction v de classe C∞
à support compact dans R × [0, +∞[, on a :
Ï Z
¯
uv t + f (u)v x + g v ¯t =0 = 0. (3.d)
Avant de poursuivre, il nous faut être sûr que notre démarche de générali-
sation ait un intérêt. Nous allons donc regarder en détails un exemple simple,
l’équation de Burgers :
( ³ 2´
u t + u2 = 0 sur R×]0, +∞[,
x
u=g pour t = 0.
10
u=0 u=1
On vérifie aisément que u 1 est une solution intégrale de l’équation. Nous avons
représenté sur la figure II quelques caractéristiques de l’équation avec les va-
leurs de u 1 . Nous voyons alors apparaître une onde de choc, c’est-à-dire une
ligne de discontinuité qui se propage au cours du temps.
Toutefois, il s’avère que nous pouvons trouver d’autres solutions intégrales
à l’équation de Burgers avec cette donnée initiale, par exemple :
1 si x > t ,
u 2 (x, t ) := x/t si 0 < x < t ,
0 si x < 0,
11
u=x/t
u=0 u=1
convient aussi. Pour voir la différence entre ces deux solutions, il nous suffit de
réprésenter également u 2 (figure III. Nous nous apercevons alors que u 2 n’est
pas une onde de choc comme u 1 . Au lieu d’avoir une ligne de discontinuité qui
se propage, u 2 s’étale à mesure que le temps augmente. C’est pourquoi on dit
que u 2 est onde de détente.
Ainsi nous pouvons tirer deux conclusions de cet exemple : premièrement,
nous avons maintenant des solutions et deuxièmement, nous en avons plu-
sieurs. Toutes ne sont pourtant pas acceptables, et il va nous falloir trouver des
critères pour dinstinguer une solution « physique » parmi toutes les solutions
intégrales.
Nous allons maintenant étudier les propriétés des solutions intégrales. Ces
propriétés seront bien sur liées à leurs discontinuités, dont l’étude générale est
complexe et hors de notre propos. Nous allons donc plutôt faire des hypothèses
simplificatrices.
Soit u : R × [0, +∞[→ R telle que u(x, 0) = g (x) et telle que pour toute fonc-
tion v ∈ C ∞ à support compact inclus dans R × [0, +∞[, on ait :
Ï Z
¯
uv t + f (u)v x + g v ¯t =0 = 0.
12
sur chacun des deux ouverts Vd et Vg que sépare Γ, et aussi que u admet des
limites de chaque côté en tout point de la courbe, notées u g et u d .
Introduisons quelques notations. On définit d’abord le saut de u à travers Γ
comme étant :
[u] = u g − u d .
On pose de même [ f (u)] = f (u g ) − f (u d ), le saut de f (u). Enfin, on pose :
σ = ẋ.
[ f (u)] = σ[u].
Cette égalité que doit vérifier une telle solution u est la condition de saut de
Rankine-Hugoniot. Les valeurs de [u], [ f (u)] et σ peuvent bien sur varier le long
de la courbe, mais elles doivent toujours vérifier cette condition.
13
l’équation de Burgers, mais que nous allons modifier en rajoutant un terme
d’ordre 2. µ 2¶
u
ut + = µu xx .
2 x
Ici, µ > 0. On appelle µu xx le terme de diffusion, et le coefficient µ peut par
exemple traduire la viscosité en mécanique des fluides. Son ajout n’a cepen-
dant rien d’anodin, car la nouvelle équation admet des solutions régulières que
l’on sait calculer explicitement en fonction du paramètre µ. On peut alors mon-
trer que lorsque µ → 0, les solutions tendent vers des solutions (généralement
discontinues) de l’équation sans second membre. Les solutions ainsi atteintes
peuvent a priori avoir un sens physique puisque ce sont des limites de solu-
tions physiques pour de très faible viscosités. On peut montrer, ce que nous ne
ferons pas ici, que ces solutions vérifient de plus la propriété suivante :
P ROPOSITION 3.6. — Les discontinuités des solutions de l’équation de Burgers
obtenues comme limite des solutions de l’équation diffusive sont formées des
points d’intersection des carcatéristiques. De plus, les caractéristiques sont tou-
jours définies à partir de t = 0.
Ceci signifie tout d’abord que les caractéristiques ne peuvent pas « sortir » de
la courbe de discontinuité, autrement dit si l’on remonte une caractéristique,
c’est-à-dire si on la parcourt en remontant le temps, on finit par arriver à l’ins-
tant t = 0 sans couper de ligne de discontinuité. Ce résultat permet de démon-
trer la propriété suivante, qui est donc vérifiée pour les solutions « physiques » :
P ROPOSITION 3.7. — Les solutions de l’équation de Burgers ainsi obtenues vé-
rifient les inégalités de Lax :
f 0 (u g ) > σ > f 0 (u d ),
Démonstration. — Rappelons tout d’abord que les caractéristiques ont pour
équation :
x = x 0 + t f 0 (g (x 0 ))t .
Regardons maintenant un point d’une ligne de discontinuité d’une solution u,
qui est constante égale à g (x 0 ) sur les caractéristiques, et deux caractéristiques
qui se coupent en ce point. D’après ce qui précède, celles-ci sont issues de deux
g
abscisses x 0 < x 0d et le coefficient directeur de celle de gauche est plus grand
que celui de celle de droite, c’est-à-dire :
g
f 0 (g (x 0 )) > f 0 (g (x 0d )).
Il suffit pour conclure de remarquer que le coefficient directeur de la tangente
à la courbe au point d’intersection doit être compris entre ces deux valeurs (fi-
g
gure IV), et que g (x 0 ) et g (x 0d ) sont les limites u g et u d de u de chaque côté de
la courbe. ä
14
u=1 u=0
f 0 (u g ) Ê f 0 (u d ). (3.e)
15
Retour sur l’équation de Burgers.
Afin de voir plus précisément ce qu’est une solution faible acceptable, nous
allons une nouvelle fois regarder l’équation de Burgers :
( ³ 2´
u t + u2 = 0 sur R×]0, +∞[,
x
u=g pour t = 0,
avec la nouvelle condition initiale :
0 si x < 0,
g (x) = 1 si 0 É x É 1,
0 si x > 1.
16
u=x/t
u=0 u=0
u=1
17
4.1. Calcul des variations.
d £ ¤
Dq L(ẋ, x) − Dx L(ẋ, x) = 0. (4.c)
ds
Cette intégrale est donc nulle quel que soit v. Par conséquent, ce qui est entre
parenthèses doit être nul quel que soit s. ä
18
tout p ∈ Rn , q soit l’unique solution de l’équation :
p = Dq L(q). (4.d)
Cette condition n’est pas déraisonnable : il suffit que Dq L soit injective et que
D2q L soit inversible, d’après le théorème d’inversion globale.
On associe alors à L le hamiltonien :
p := Dq L(ẋ). (4.f)
Dp H = q + p · Dp q − Dq L · Dp q = ẋ. ä
L(q)
−→ +∞.
|q| q→∞
19
On introduit alors la transformée de Legendre de L, définie par :
H(p)
On en déduit que lim inf |p|
Ê λ, et donc :
H(p)
−→ +∞.
|p| p→∞
Nous pouvons donc maintenant regarder H∗ . D’après la définition de H, on a
H(p) + L(q) É p · q pour tous p et q dans Rn . Par conséquent,
D’autre part,
½ ¾ ½ ¾
∗
© ª © ª
H (q) = sup p · q − sup p · r − L(r) = sup infn p · (q − r) + L(r) .
p∈Rn r∈Rn p∈Rn r∈R
20
L’application q 7→ L(q) étant convexe, en utilisant le théorème d’Hahn–Banach
géométrique on montre qu’il existe s ∈ Rn tel que :
En prenant p = s, on obtient :
H(p)
−→ +∞.
|p| p→∞
21
donc en prenant l’infimum sur y, on obtient :
n ³ x − y ´o
u(x, t ) É infn g (y) + t L .
y∈R t
d’où finalement n ³ x − y ´o
infn g (y) + t L É u(x, t ).
y∈R t
H(p)
Puisque g est lipschitzienne et que |p|
→ ∞ quand p → ∞, l’infimum est
bien un minimum. ä
22
Pour démontrer l’autre inégalité, prenons z ∈ Rn tel que :
³x−z´
u(x, t ) = t L + g (z),
t
et posons :
s ³ s´
y := x + 1 − z.
t t
On a alors :
x−y x−z y−z
= = ,
t −s t s
et, par conséquent,
³x−z´
u(x, t ) = t L + g (z)
t ³
x−y´ ³y−z´
= (t − s)L + sL + g (z)
³ xt −
−y
s´ s
Ê (t − s)L + u(y, s).
t −s
Donc, et ceci conclut,
n ³x−y´ o
u(x, t ) Ê minn (t − s)L + u(y, s) .
y∈R t −s ä
23
En échangeant les rôles de x et x̂, on obtient
|u(x, t ) − g (x)| É Ct ,
x + hq − y
½ µ ¶ ¾
u(x + hq, t + h) = minn hL + u(y, t ) É hL(q) + u(x, t ),
y∈R t
24
donc
u(x + hq, t + h) − u(x, t )
É L(q).
h
En faisant tendre h vers 0, on obtient
25
4.5. Retour sur la résolution locale.
26
P ROPOSITION 4.11. — La fonction régulière obtenue par la méthode des carac-
téristiques et qui résout l’équation d’Hamilton–Jacobi au voisinage de t = 0 coïn-
cide sur son ensemble de définition avec la solution obtenue par la méthode de
Lax–Hopf, qui la prolonge donc sur Rn × [0, +∞[.
u = 0 pour t = 0.
La fonction identiquement nulle est clairement solution presque partout, et
même partout, de ce problème. Cependant, on vérifie sans peine que la fonc-
tion :
0 si |x| Ê t ,
u(x, t ) := x − t si 0 É x É t ,
−x − t si −t É x É 0.
est également solution du problème presque partout (en fait, elle est solution
partout en dehors des droites d’équation x = 0, x = t et x = −t ).
Il nous faut donc demander plus à une solution faible pour assurer son uni-
cité. L’objectif est de trouver un critère que seule la solution définie par la for-
mule de Hopf–Lax vérifie parmi les solutions de 4.a.
Commençons par une définition : une fonction ϕ : Rn → R est dite semicon-
cave s’il existe une constante C > 0 telle que :
27
¡ x−y ¢
Démonstration. — Soit y ∈ Rn tel que u(x, t ) = t L t
+ g (y), on a alors :
On verra que cette condition sur les solutions est presque suffisante pour
assurer l’unicité. Il est donc intéressant d’avoir plusieurs façons d’obtenir cette
semiconcavité en x de u. C’est pourquoi nous allons montrer qu’il n’est pas
nécessaire de supposer g semiconcave, à condition de faire à la place une hy-
pothèse sur le hamiltonien H. Pour cela, introduisons une nouvelle définition :
une fonction convexe K : Rn → R de classe C 2 est dite uniformément convexe
s’il existe une constante θ > 0 telle que
28
¡ x−y ¢
Démonstration. — Soit y ∈ Rn tel que u(x, t ) = t L t
+ g (y), on a alors :
Remarquons que cette inégalité est, d’après les deux propositions précédentes,
vérifiée dès que g est semiconcave ou que H est uniformément convexe.
On pose donc :
Z 1
b(x, t ) := DH[sDx u(x, t ) + (1 − s)Dx v(x, t )] ds.
0
29
et de plus :
De plus, en posant ϕ(t ) = 1/t , la condition (4.l) implique que, dès que la convo-
lution à un sens, par exemple pour s > 2/n :
Mais on a alors :
1 1 2
Z
ρk ∗ ϕ(t ) = ρk (s) ds É 1
É ,
t −s t−n t
3. On définit maintenant :
Z 1
bk (x, t ) := DH[sDx u k (x, t ) + (1 − s)Dx v k (x, t )] ds.
0
4. Remarquons que :
Z 1
div bk = Tr [D2 H(sDx u k + (1 − s)Dx v k ) · (sD2 u k + (1 − s)D2 v k )] ds
0
30
et donc , d’après (4.m) et (4.o), puisque D2 H est toujours positive,
µ ¶
1
div bk É K 1 + . (4.p)
t
Enfin, posons : Z
e(t ) = ϕ(w)(x, t ) dx.
B(t )
Alors, pour presque tout t > 0, on a :
Z Z
ė(t ) = ϕ(w)t − R ϕ(w)
∂B(t )
ZB(t ) Z
= − div(ϕ(w)bk ) + (ϕ(w) div bk ) + (bk − b) · Dϕ(w) − R ϕ(w)
B(t ) ∂B(t )
Z Z
=− ϕ(w)(bε · n + R) + ϕ(w) div bk + (bk − b) · Dϕ(w)
∂B(t ) B(t )
Le second terme du membre de droite tend vers 0 d’après (4.n) et (4.m) qui
permettent d’appliquer le théorème de convergence dominée. On a donc :
µ ¶
1
ė(t ) É K 1 + e(t ) pour presque tout 0 < t < t 0 .
t
6. Pour terminer, fixons d’abord 0 < ε < r < t et prenons ensuite ϕ(z) égal
à 0 si |z| É ε(Cu + Cv ) et strictement positive partout ailleurs. Comme u = v sur
Rn × {t = 0}, on a :
ϕ(w(x, ε)) = ϕ(u(x, ε) − v(x, ε)) = 0.
31
Donc e(ε) = 0. Mais d’après le lemme de Gronwall,
µZ r µ ¶ ¶
1
e(r ) É e(ε) exp K 1+ ds = 0,
ε s
donc nécessairement ϕ(w) est nulle sur B(t ), ce qui implique |w| É ε(Cu + Cv ),
c’est-à-dire |u − v| É ε(Cu − Cv ). Cette inégalité étant valable quelque soit ε > 0,
u = v sur B(t ) := B(x0 , R(t 0 − t )). En particulier,
u(x0 , t 0 ) = v(x0 , t 0 ). ä
H(p)
T HÉORÈME 4.16 (Lax–Hopf ). — Soit H de classe C 2 , convexe et tel que |p| →
+∞ lorsque p → ∞. Soit g une fonction lipschitzienne ; si g est semiconcave ou
que H est uniformément convexe, alors il existe exactement une fonction u, ap-
pelée solution faible, telle que :
32
Nous venons de voir que, si la fonction f est uniformément convexe, la for-
mule de Hopf–Lax donne l’unique solution faible w des équations d’Hamilton–
Jacobi, c’est-à-dire la seule solution considérée comme pertinente. Il peut pa-
raître donc raisonnable que w x vérifie à son tour des propriétés semblables à
celles de w, voire qu’elle soit la seule solution à vérifier ces propriétés. Si c’était
le cas, nous aurions alors résolu notre problème qui consistait à trouver une cri-
tère d’existence et d’unicité d’une « bonne » solution. Nous allons maintenant
rendre tout cela un peu plus précis.
33
5.2. Quelques propriétés de la formule de Hopf–Lax.
G = f 0−1 .
P ROPOSITION 5.2. — Pour tout t > 0, il existe une partie A t de R au plus dé-
nombrable telle que pour tout x ∈ R \ A t , il existe un unique point y(x, t ) tel que :
n ³x − y ´ o µ
x − y(x, t )
¶
min t L + h(y) = t L + h(y(x, t )).
y∈R t t
donc L est de classe C 2 et L00 (q) = G0 (q) > 1/θ. Nous voyons alors que L est stric-
tement convexe, nous savons donc désormais que le minimum donné dans
l’énoncé est atteint en au moins un point.
2. Fixons, pour t > 0, x 1 < x 2 . Il existe alors y 1 tel que
n ³x − y ´ o ³x − y ´
1 1 1
min t L + h(y) = t L + h(y 1 ).
y∈R t t
34
on obtient l’inégalité :
³x − y ´ ³x − y ´
2 1 2
tL + h(y 1 ) < t L + h(y).
t t
Ainsi, pour trouver n ³x − y ´ o
2
min t L + h(y) ,
t
nous n’avons besoin de regarder que les y Ê y 1 .
Définissons maintenant y(x 2 , t ) comme étant le plus petit y > y 1 qui at-
teint le minimum. La fonction x 7→ y(x, t ) ainsi définie est alors croissante, donc
continue sauf éventuellement sur un ensemble au plus dénombrable. De plus,
en tout point x où cette fonction est continue, y(x, t ) est l’unique point donnant
le minimum. ä
x − y(x, t )
µ ¶
w x (x, t ) = G .
t
x − y(z, t )
µ ¶
z 7→ L + h(y(z, t ))
t
35
atteint un minimum en z = x, et donc en différentient on obtient :
³x − y ´
−L0 y x + h(y)x = 0.
t
De cela, on infère que :
³x − y ´ ³x − y ´
0
wx = L =G .
t t ä
Posons maintenant :
x − y(x, t )
µ ¶
u(x, t ) = w x (x, t ) = G . (5.c)
t
C’est donc une formule semi-explicite donnant une solution intégrale de notre
loi de conservation. Nous allons maintenant établir une propriété que u est
seule à vérifier parmi les solutions, ce qui nous donnera un critère d’unicité.
36
c’est-à-dire
C
u(x, t ) Ê u(x + z, t ) − z.
t ä
u g (x, t ) Ê u d (x, t ).
u = g pour t = 0,
Nous savons donc que si f est uniformément convexe, il existe une unique
solution d’entropie et que celle-ci est donnée par la formule de Lax–Oleinik.
Cependant, il est difficile de voir à quoi ressemble la fonction que définit cette
formule. C’est pourquoi nous allons maintenant donner à titre d’exemple les
solutions d’entropie de certaines lois de conservation scalaires unidimension-
nelles. Il s’agit des lois dont la fonction de flux f est uniformément convexe, et
dont la condition initiale est
½
u g si x < 0,
g (x) =
u d si x > 0,
37
u=u1 u=u2
f (u g ) − f (u d )
σ= .
u g − ud
si x/t < σ,
½
ug
u(x, t ) =
ud si x/t > σ.
38
P ROPOSITION 5.7. — Si u g < u d alors la solution d’entropie du problème de
Riemann est :
si x/t < f 0 (u g ),
ug
u(x, t ) = G(x/t ) si f 0 (u g ) É x/t É f 0 (u d ),
ud si x/t > f 0 (u d ).
alors :
x ³ x ´ 1 0 ³ x ´ 0 ³ ³ x ´´
u t + u x f 0 (u) = − 2 G0 + G f G =0
t t t t t
puisque par définition f 0 (G(z)) = z. Ainsi u est bien solution intégrale. D’autre
part, comme G est C-lipschitzienne, nous pouvons écrire :
³x +z ´ ³x ´ C
u(x + z, t ) − u(x, t ) = G −G É z
t t t
dès que
f 0 (u g )t É x < x + z É f 0 (u d )t ,
ce qui prouve que u satisfait la condition d’entropie. ä
C
∀t > 0, x ∈ R, |u(x, t )| É p
t
39
u=G(x/t)
u=u1 u=u2
x − y − σt x − y − σt x − y − σt 2
µ ¶ µ µ ¶ µ ¶ ¶
0
tL + σ Ê t L(σ) + L (σ) +θ .
t t t
On a donc
|x − y − σt |2
³x − y ´
tL Êθ .
t t
D’autre part, nous savons que h est bornée par M = kg k1 , d’où
³x − y ´ |x − y − σt |2
h(y) + t L Êθ − M.
t t
Remarquons maintenant que, si y = y(x, t ),
³x − y ´ x − (x − σt )
µ ¶
tL + h(y) É t L + h(x − σt ) É M,
t t
et on a par conséquent :
|x − y − σt |2
θ É 2M.
t
Ainsi il existe une constante A telle que :
¯ x − y(x, t ) ¯ A
− σ¯ É p .
¯ ¯
¯
t t
40
Rappelons que nous pouvons considérer G lipschitzienne pour une certaine
constante C et que nous avons choisi G(σ) = 0. Nous avons maintenant :
¯ ³ x − y ´¯
|u(x, t )| = ¯G
¯ ¯
¯
¯ ³x − t
y ´ ¯
= ¯G − σ + σ − G(σ)¯
¯ ¯
¯ x −ty ¯
É C¯ − σ¯
¯ ¯
t
AC
Ép ä
t
R ÉFÉRENCES
[CS] C ANNARSA (Piermarco) et S INESTRARI (Carlo), Semiconcave Functions,
Hamilton-Jacobi Equations, and Optimal Control. Birkhäuser, coll. « Pro-
gress in Nonlinear Differential Equations and Their Applications », 2004.
[EV] E VANS (Lawrence C.), Partial Differential Equations. American Mathema-
tical Society, coll. « Graduate Studies in Mathematics », 1998.
[GT] G ONNORD (Stéphane) et T OSEL (Nicolas), Thèmes d’analyse pour l’Agré-
gation : Calcul différentiel. Ellpises, coll. « CAPES / Agrégation », 1998.
[HO] H OPF (Eberhard), « The Partial Differential Equation u t + uu x = µu xx »,
Communications On Pure & Applied Mathematics, 3 (1950), p. 201-230.
41