Vous êtes sur la page 1sur 263

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/299614001

Stabilité des Systèmes Dynamiques

Book · July 2014

CITATIONS READS

0 444

2 authors, including:

E. Zerrik
Université Moulay Ismail
111 PUBLICATIONS   1,363 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Controllability and stabilizability of infinite dimensional systems with unbounded control operator View project

Stabilization of second order systems View project

All content following this page was uploaded by E. Zerrik on 21 November 2019.

The user has requested enhancement of the downloaded file.


AEJ-EZ-Livre-Stabilite 24 juin 2013

Stabilité des systèmes


dynamiques

Cet ouvrage est destiné aux étudiants des licences et masters,


ainsi qu’aux ingénieurs et chercheurs désireux de se
familiariser avec le concept de stabilité, dans le cas des
systèmes dynamiques localisés et distribués.

A. EL JAI et E. ZERRIK

J U I N 2 0 1 3
AEJ-EZ-Livre-Stabilite 24 juin 2013

Abdelhaq EL JAI , Docteur de l’Université Paul Sabatier de Toulouse, il est actuel-


lement Professeur à l’Université de Perpignan. Son activité de recherche, depuis plus
de trente ans, concerne divers aspects de modélisation, d’analyse et de contrôle des
systèmes distribués. Depuis 2006, il est membre résident de l’Académie Hassan II des
Sciences et Techniques du Royaume du Maroc.

El Hassan ZERRIK , Docteur de l’Université de Perpignan et de l’Université Mo-


hammed V de Rabat. Son activité de recherche, depuis le milieu des années 80, porte
sur l’analyse régionale et le contrôle des systèmes distribués. Il est actuellement Profes-
seur à la Faculté des Sciences de Meknès et dirige l’équipe de recherche Modélisation
Analyse et Contrôle des Systèmes (MACS), au Département de Mathématiques et
Informatique.

Couverture : Extrait de mosaïque d’une demeure privée. Fès, Maroc.


AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Dans la même collection :

A. El Jai, Éléments d’analyse numérique.


ISBN : 2-914518-45-5. 309 pages. Novembre 2003.

A. El Jai, Éléments d’analyse et de contrôle des systèmes.


ISBN : 2-914518-60-9. 459 pages. Novembre 2004.

A. El Jai, Éléments de mathématiques.


ISBN : 2-914518-79-X. 363 pages. Décembre 2005.

A. El Jai, Éléments de contrôlabilité.


ISBN : 2-914518-90-0. 194 pages. Juin 2006.

A. El Jai, Éléments de topologie et espaces métriques.


ISBN : 978-2-35412-007-8. 270 pages. Avril 2007.

A. El Jai, E. Zerrik et K. Ztot, Systèmes dynamiques.


Analyse et contrôle des systèmes localisés.
ISBN : 978-2-35412-025-2. 252 pages. Décembre 2007.

L. Afifi, A. El Jai et E. Zerrik, Systèmes dynamiques 2.


Analyse régionale des systèmes linéaires distribués.
ISBN : 978-2-35412-031-3. 407 pages. Novembre 2008.

L. Afifi, A. El Jai and E. Zerrik, Systems Theory : Modeling, Ana-


lysis and Control. Proceedings International Conference FES2009. Fes,
Morocco. ISBN : 978-2-35412-043-6. 604 pages. May 2009.

A. El Jai, Éléments d’analyse numérique. Deuxième édition.


ISBN : 972-2-35412-124-2. 300 pages. Novembre 2010.

L. Afifi, A. El Jai and E. Zerrik, Systems Theory : Regional Ana-


lysis of Infinite Dimensional Linear Systems.
ISBN : 978-2-35412-140-2. 428 pages. Janvier 2012.

L. Afifi et A. El Jai, Systèmes distribués perturbés. PUP. Octobre 2013.


AEJ-EZ-Livre-Stabilite 24 juin 2013

Cet ouvrage a été finalisé grâce au soutien de l’Académie


Hassan II des Sciences et Techniques.
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Avant-propos

La littérature existante sur la stabilité des systèmes est assez impor-


tante mais disparate et l’objet de ce livre est de réunir en un seul do-
cument les résultats essentiels sur la stabilité des systèmes dynamiques
de dimension finie et leurs extensions dans le cas de dimension infinie.
En plus et comme les systèmes distribués évoluent dans le temps et
l’espace, les explorations et les recherches sur leur stabilité étaient essen-
tiellement centrées sur le domaine global dans lequel évolue le système.
Nous avons fortement ressenti que, dans ce sens, des considérations im-
portantes manquaient : celles qui consistent à considérer que le système
peut faire l’objet d’intérêt dans une certaine région donnée de ce do-
maine global. Cela est le cas dans de nombreuses applications allant des
sciences de l’ingénieur aux sciences du vivant. Pour cette raison, nous
avons dédié cet ouvrage à une extension des résultats classiques au cas
régional.

Cet ouvrage s’adresse aux étudiants des licences et masters, aux élèves
ingénieurs et aux chercheurs intéressés par la stabilité des systèmes dy-
namiques, sous diverses aspects.

Il est organisé en suivant une difficulté croissante. Le deux premiers


chapitres portent sur la stabilité et la stabilisabilité des systèmes localisés
(c’est-à-dire décrits par des équations différentielles ordinaires), puis sur
la stabilité des systèmes linéaires distribués (c’est-à-dire décrits par des
équations différentielles aux dérivées partielles).
Les chapitres suivants concernent des aspects originaux et innovants
de la stabilité et la stabilisabilité de certaines classes de systèmes motivés
par des applications réelles, i.e. les systèmes semi-linéaires et bilinéaires.
La stabilité de ces systèmes a été considérée d’un point de vue global et
régional.
Un aspect particulier concernant la stabilité du gradient a été égale-
ment considéré pour diverses classes de systèmes.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Tous nos remerciements aux chercheurs qui ont contribué à certains


développements, ainsi qu’à tous les collègues qui nous ont fait part de
leurs remarques constructives.
nos remerciements à Marie El Jai pour son aide dans la relecture, la
réalisation de nombreux graphiques et pour l’amélioration de la qualité
de cet ouvrage.
Enfin nous tenons à remercier l’Académie Hassan II des Sciences et
Techniques pour son soutien, à travers le réseau Théorie des Systèmes,
qui a permis de finaliser cet ouvrage.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Table des matières

Avant-propos vii

Notations xi

Chapitre 1. Introduction 1

Chapitre 2. Stabilité des systèmes localisés 9


2.1 Point d’équilibre d’un système 9
2.2 Stabilité des systèmes autonomes 11
2.3 Stabilité des systèmes non autonomes 30
2.4 Stabilité et linéarisation 38
2.5 Instabilité des systèmes 42

Chapitre 3. Stabilité et stabilisation des systèmes distribués linéaires 45


3.1 Semi-groupes linéaires 45
3.2 Stabilité des systèmes distribués linéaires 56
3.3 Stabilisation des systèmes distribués linéaires 62

Chapitre 4. Stabilité des systèmes distribués bilinéaires et semi linéaires 77


4.1 Systèmes bien posés 77
4.2 Stabilisation des systèmes bilinéaires 86
4.3 Stabilisation des systèmes semi-linéaires 101

Chapitre 5. Stabilisation régionale des systèmes linéaires 111


5.1 Introduction 111
5.2 Stabilité régionale interne 112
5.3 Stabilisabilité régionale interne 123
5.4 Exemples numériques 133
5.5 Stabilisation d’une surface 137
5.6 Stabilisation Optimale 143

Chapitre 6. Stabilisation régionale des systèmes bilinéaires 151


6.1 Stabilisation régionale des systèmes distribués bilinéaires 151
6.2 Méthode de décomposition 154
6.3 Problème de stabilisation régionale 159
AEJ-EZ-Livre-Stabilite 24 juin 2013

6.4 Approche interne pour la stabilisation frontière 167


6.5 Exemples 168

Chapitre 7. Stabilisation régionale des systèmes distribués semi-linéaires 175


7.1 Introduction 175
7.2 Contrôles de stabilisation régionale 176
7.3 Problème de stabilisation régionale 178
7.4 Exemples 183

Chapitre 8. Stabilisation du gradient des systèmes distribués linéaires 187


8.1 Stabilité régionale du gradient des systèmes linéaires 187
8.2 Stabilisation régionale du gradient des systèmes linéaires 194

Chapitre 9. Stabilisation du gradient des systèmes distribués bilinéaires 209


9.1 Définitions - Caractérisations 209
9.2 Problème de la stabilisation du gradient et son estimation 217
9.3 Approche numérique et simulations 224
9.4 Perspectives 235

Bibliographie 239

Index 249
AEJ-EZ-Livre-Stabilite 24 juin 2013

Notations

Ω un ouvert borné de IRn , de frontière ∂Ω


x
e , exp fonction exponentielle
ln logarithme népérien
f (., t) fonction : x ∈ Ω 7→ f (x, t)
∂f
dérivée partielle par rapport à xi
∂xi
γ0 application trace d’ordre zéro
D(A) domaine de A (opérateur linéaire)
N (A) noyau de A
Im(A) image de A
A−1 inverse de A
A∗ adjoint de A
σ(A) le spectre ponctuel de A
ρ(A) ensemble résolvant de A
L2 (Ω) espace des fonctions de carré sommable
H s (Ω) espace deSobolev d’indice s
H 1 (Ω) espace : f ∈ L2 (Ω) | f 0 ∈ L2 (Ω)

H01 (Ω) espace : f ∈ H 1 (Ω) | f = 0 sur ∂Ω


1
H 2 (∂Ω) = Im(γ0 ) espace de Sobolev d’indice 12 sur ∂Ω
L(H, K) ensemble des fonctions linéaires et continues de H dans K
L(H) L(H, H)
|||.||| norme uniforme de L(H)
<, >H un produit scalaire défini dans H
||.||H une norme définie dans H
Hw l’espace H muni de sa topologie faible
* convergence faible dans H
−→ convergence forte dans H
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 1

Introduction

Les systèmes réels, devenus de plus en plus complexes, sont constitués


d’un grand nombre de composantes interconnectées les unes aux autres
suivant une structure déterminée. Afin de pouvoir concevoir et automati-
ser ces systèmes, il convient évidemment d’en donner une représentation
mathématique, c’est à dire un ensemble d’équations pouvant être jointes
à des conditions initiales (lorsque le phénomène est d’évolution), et à des
conditions aux limites (s’exprimant sur la frontière du domaine spatial
où le phénomène est étudié), dont la résolution permet de définir l’état
du système qui peut être représenté par un vecteur formé d’un nombre
fini de composantes, dans ce cas on parle de systèmes localisés, comme
il peut être considéré dans un espace de dimension infini, on parle alors
de systèmes distribués.
La modélisation devient un domaine important de recherche scientifique
dans différentes disciplines. Le but est évidemment de comprendre le
mieux possible le phénomène qu’on veut étudier en vue de prédire l’avenir
de l’état du système considéré.
De nombreux phénomènes physiques, biologiques, économiques, écolo-
giques,... peuvent être modélisés par des équations aux dérivées partielles
linéaires ou non linéaires, et l’étude de ces équations passe en partie par
une meilleure compréhension des propriétés de leurs solutions.
Ainsi, la plupart des problèmes physiques sont décrits par des modèles
non linéaires. A titre d’exemple, nous citons l’équation de Boltzmann
en mécanique statistique, les équations de Navier Stokes en mécanique
des fluides, les équations de Von Karman des plaques planes en grands
déplacements, etc... Toutefois, ces modèles sont généralement difficiles à
étudier aussi bien théoriquement que numériquement. Dans ce cas on fait
recours à d’autres types de systèmes tels que les systèmes semilinéaires,
qui constituent une classe de transition entre les systèmes linéaires et non
linéaires. De plus, un grand nombre de processus industriels ou naturels
ont intrinséquement une structure semilinéaire. A titre d’exemple ; les
transferts de chaleurs par conduction-convection, la cinétique de neu-
trons dans un réacteur nucléaire, la dynamique des organes de sens,
AEJ-EZ-Livre-Stabilite 24 juin 2013

la loi d’action de masse en chimie, la diffusion d’une membrane semi-


perméable, la génération des cellules par division cellulaire, la produc-
tion d’énergie électrique, les moteurs à courants continus en mécanique,
l’économie de certains pays, etc...
Certains problèmes physiques peuvent être directement modélisés (sans
approximations) par des équations linéaires : c’est le cas de l’équation de
transport des neutrons, la diffusion de chaleur dans une barre métallique,
la propagation d’une onde électromagnétique dans un matériau conduc-
teur, certaines réactions chimiques,... D’autres modèles linéaires peuvent
être déduits des systèmes non linéaires soit en négligeant certains termes,
ce qui est valide dans certaines situations : petits déplacements, mouve-
ments lents,..., soit par linéarisation autour d’une solution particulière.
En outre, les méthodes mises au point pour la résolution des problèmes
linéaires sont souvent utiles pour l’étude des situations non linéaires.
Il est classique, dans toute phase de modélisation de décrire les systèmes
dynamiques suivant deux approches :
- L’une externe et consiste à modéliser un système à partir d’une étude
expérimentale liant les grandeurs d’entrée-sorties qui peuvent être soit
des contrôles ou des perturbations que subit le système, soit des me-
sures, qui correspondent aux observations qu’il est possible de faire sur
le comportement du système.
- L’autre interne et permet d’écrire, à partir des lois fondamentales, les
équations d’évolution, d’analyser certaines propriétés intrinsèques,...
Ainsi, un système dynamique peut être alors conçu comme une transfor-
mation dynamique des entrées dans les sorties.
Toutefois, la phase de modélisation est toujours liée à une phase d’identi-
fication qui consiste à choisir parmi une classe spécifiée de modèles ; celui
qui s’accorde le mieux avec les expériences réalisées. C’est une notion très
large qu’on peut définir comme l’induction de modèles mathématiques à
partir d’expériences et de connaissances à priori sur les systèmes.
Il est possible aujourd’hui, d’enrichir le schéma traditionnel
modélisation −→ identification −→ Commande,
par une étape d’analyse (se faisant au niveau conceptuel), qui consiste à
étudier un ensemble de notions et de concepts permettant une meilleure
connaissance de ses propriètés. Parmi ces notions, on note celle de la
contrôlabilité, observabilité, stabilisabilité, détectabilité, étalabilité... Cette
analyse peut se faire à travers les opérateurs apparaissant dans le modèle
et aussi à travers la distribution spatiale de l’action ou de la mesure dans
le domaine géométrique représentant le système.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Toute étude concernant l’analyse d’un système dynamique est générale-


ment suivie d’une étape de contrôle, qui consiste à déterminer une com-
mande qui permet de conduire le système étudié à un certain objectif.
A titre d’exemple, la possibilité d’amener un système d’un état initial à
un état désiré, ou à chacun de ses voisinages à un instant fini T, ce qui
définit respectivement la notion de contrôlabilité exacte et faible. Dans
le cas T = +∞, on obtient la notion de stabilisabilité.
Par dualité, la notion d’observabilité exacte ou faible consiste à recons-
truire l’état dans un temps fini, en se basant sur la connaissance de la
dynamique et la sortie du système. Dans le cas d’horizon infini, on parle
du concept de détectabilité.
Ces problèmes ont fait l’objet de nombreux travaux. J.L. Lions [65, 66,
68] a fait le point sur beaucoup de situations plus ou moins standard.
Ces résultats ont été suivis et complétés par de nombreux développe-
ments concernant les différentes notions de l’analyse et du contrôle d’un
système. En dimension finie, la contrôlabilité a été caractérisée par une
condition de rang qui porte sur la dynamique et la matrice de contrôle,
cette condition algébrique admet des extensions au cas de dimension in-
finie, notament une version temporelle faisant intervenir le semi-groupe
engendré par la dynamique du système (voir par exemple [46] pour le
cas linéaire, et [59] pour le cas bilinéaire).
Pour certaines applications, on peut être amené à concevoir un système
de commande qui permet d’atteindre un objectif tout en minimisant un
critère de performance. Ce type de problème a dominé la littérature :
Pritchard [79, 81], utilise une approche de programmation dynamique
pour ramener le problème de minimisation d’un coût quadratique à une
résolution d’une équation de Riccati ; différentielle dans le cas d’horizon
fini, et algébrique dans le cas d’horizon infini. Cette étude a été complétée
par Zabczyk [100], puis développée par d’autres auteurs : Krasovski [61],
Lions [66, 67], Curtain et Pritchard [33, 36, 37], Lukes et Russell [69],
Datko [40, 41], Quinn [82], Staffans [90], Weiss M et Weiss G. [96]...
Par ailleurs, le contrôle d’un système est souvent cherché par une procé-
dure de type feedback nécessitant la connaissance en continu de l’état z
ou la sortie y, suivant la description utilisée. A titre d’exemple, le pro-
blème de la régulation qui consiste à trouver un moyen de maintenir l’état
d’un système z(t) aussi voisin que possible d’une valeur de consigne zc .
Il est évidemment possible de réguler en boucle ouverte. Mais une telle
commande est très sensible aux perturbations, ainsi a-t-on l’idée de ré-
guler en boucle fermée en ajustant la commande en fonction de l’écart
AEJ-EZ-Livre-Stabilite 24 juin 2013

e(t) = zc − z(t) qui est constamment mesuré.


Un système dynamique est toujours affecté des perturbations, et pour un
bon fonctionnement du système, il est donc indispensable de remédier à
ces perturbations, en considérant la notion de stabilisation, qui consiste
à ramener le système perturbé à son état d’équilibre.
Par dualité et par nécessité de reconstruire l’état z(t) à partir de mesures
sur le systèmes, on définit un second système appelé observateur qui
estime, à chaque instant, une partie, ou la totalité de l’état. Il s’agit là
de déterminer une estimation de l’état z(t), quand t −→ ∞, à partir de
la donnée de l’équation définissant le système, le contrôle v(t) et la sortie
y(t).
En dimension finie, le problème de la stabilisation des systèmes linéaires
et non linéaires est aujourd’hui parfaitement établi, et a donné lieu à une
littérature riche (Whonham [98], Azzo-Houpis [4], Lasalle [64], Jurdjevic-
Quin dans [59], Quin [82], Slemrod [87], Gauthier-Bornard [56] et Outbib-
Sallet [73],...)
Dans le cas des systèmes de dimension infinie, les travaux sur la stabili-
sation forte et/ ou faible des systèmes distribués sont dûs principalement
à Slemrod [87, 88], Triggiani [93], Benchimol [14], Russell [85, 86], Bala-
krishnan [6], Ball [8], Ball-Slemrod [9],...
Le lien entre le comportement asymptotique d’un système, les propriétés
spectrales de sa dynamique et de l’existence d’une fonctionnelle de Lya-
punov sont explorées dans [78]. La stabilisabilité exponentielle est étu-
diée dans [93, 83] via une décomposition appropriée de l’espace d’état.
La stabilisabilité asymptotique et exponentielle est étudiée dans [6] et
[78] respectivement, par le moyen de l’équation de Riccati.
Les résultats de stabilisation concernant les systèmes localisés ont tou-
jours guidé l’étude du cas distribué, et le passage de la première classe
à la deuxième, amène à des difficultés dues essentiellement à la présence
de la variable spatiale décrivant le domaine géométrique du système. La
mise en valeur de cette variable, classiquement cachée dans des espaces
de dimension infinie, permet toute fois la bonne compréhension de la
réalité du phénomène.
Au début des années 90, et avec des motivations liées aux applications
réelles, El Jai et Zerrik [2, 48, 49, 102] ont introduit la notion d’analyse
régionale, il s’agit là d’analyser et de contrôler un système défini sur
un domaine géométrique Ω dans le but de réaliser un objectif sur une
région donnée ω de Ω, un nouveau axe de recherche est alors ouvert, et
l’analyse des systèmes distribués peut être traitée autrement. Les notions
AEJ-EZ-Livre-Stabilite 24 juin 2013

usuelles de la contrôlabilité et d’observabilité ont été reconsidérées avec


un autre point de vue, en effet si on considère une région ω ⊂ Ω, la
contrôlabilité régionale sur ω consiste à conduire le système considéré
de son état initial vers tout état désiré sur ω. Il a été montré qu’un
système peut être contrôlable sur une région sans l’être sur son domaine
d’évolution tout entier. De plus, le coût de la contrôlabilité régionale est
moindre [102].
Ce qui a été fait pour une région interne du domaine spatial, a été étendu
par la suite au cas où la région d’intérêt est située sur la frontière de Ω
[108, 110, 111]. Ensuite toutes ces notions ont été aussi étudiées à travers
la structure des paramètres d’entrée-sortie, c’est à dire encore, à travers
la structure des capteurs et des actionneurs [16, 17, 48, 102].

Mesures
Domaine Ω
ω Capteur zone

Contrôle Région

Actionneur ponctuel Source

Figure 1.0.1 Domaine d’évolution et régions cibles

Ainsi, en présence d’un système évoluant sur un domaine spatial, il est


devenu possible de l’analyser ou de le contrôler uniquement sur une partie
priviligiée du domaine. A titre d’exemples, nous citons :
- l’exemple de certains fours tunnels d’industrie céramique, modélisés par
des équations de la thermique, où le problème est d’exciter le système
pour maintenir, sur une région du four, une température prescrite.
- le problème de la purification de l’eau d’une rivière où la question
est naturellement d’atteindre un degré de pollution minimum dans une
région donnée.
- l’exemple d’échangeur thermique : Il s’agit d’un échangeur à flux paral-
lèles où deux liquides sont envoyés dans l’échangeur avec des vitesses v(t)
et v 0 (t) aux températures d’entrées T e(t) et T 0 e(t) respectivement. On
souhaite que la température de sortie y(t) = T 0 s(t) du premier fluide soit
aussi voisine que possible d’une distribution de température de consigne
AEJ-EZ-Livre-Stabilite 24 juin 2013

yc sur Γ et pour cela il est possible d’agir sur le débit du second fluide
en choisissant v(t).

u1
u2

Figure 1.0.2 Stabilisation sur une région frontière.

Les résultats établis et les différents exemples prouvent que l’approche


régionale dans l’étude des systèmes distribués est une extension natu-
relle de la notion classique. La question est naturellement que devient la
notion de stabilité dans cette nouvelle conception.
Classiquement, tout système est considéré stable ou bien instable. Ce-
pendant, il existe des systèmes qui sont instables sur leurs domaines
géométriques Ω, mais ne se comportent pas de la même manière sur tout
Ω, en effet, ils peuvent être stables sur certaines régions ω de Ω. De plus,
on peut avoir besoin de stabiliser un système ou d’améliorer son degré
de stabilité uniquement sur une partie de son domaine d’évolution, ce
qui demandera un coût moindre. A titre d’exemple, la régulation de la
température dans une région d’une salle :

Dans ce travail, nous considérons le problème de la stabilisation régio-


nale qui consiste à étudier le comportement asymptotique d’un système
distribué seulement dans une région ω de son domaine d’évolution Ω ou
de sa frontière ∂Ω de Ω. Techniquement, la difficulté vient du fait que
l’application trace ne peut être prolongée sur L2 (Ω) en une application
continue.
Nous donnons maintenant un aperçu général du contenu des chapitres.
- Le premier chapitre concerne quelques rappels sur la théorie des semi-
groupes. Nous rappelons des résultats sur le comportement asympto-
tique des semi-groupes linéaires, et les principes généraux de la stabili-
sation des systèmes distribués linéaires. Ensuite quelques résultats sur
l’existence et l’unicité des solutions des systèmes semilinéaires, puis nous
donnons les différents résultats de stabilisation développés dans ce cadre.
- Dans le deuxième chapitre, nous introduisons la notion de la stabilisa-
AEJ-EZ-Livre-Stabilite 24 juin 2013

tion régionale pour les systèmes linéaires. Nous présentons des exemples
de motivation, ensuite nous donnons les caractérisations des contrôles
réalisant la stabilisation régionale, ceux qui maintiennent l’état du sys-
tème borné dans le temps et celui qui minimise un critère de performance.
Les techniques utilisées sont issues du cas classique et sont basées essen-
tiellement sur des propriétés spectrales, fonction de Lyapunov ou équa-
tion de Riccati [93, 6, 42, 78, 77].
- Le troisième chapitre est consacré à l’étude de la notion de la stabilisa-
tion régionale des systèmes bilinéaires. Dans un premier temps, nous al-
lons mettre en évidence une classe de feedbacks quadratiques susceptibles
d’être régionalement stabilisant. Après, nous allons donner une extension
du résultat de stabilisation faible dûe à Ball-Slemrod [9], ensuite nous
montrons qu’il est aussi possible d’étendre la méthode de décomposition
[93] au cas bilinéaire. Pour le problème de la stabilisation régionale, nous
étendons les résultats établis en dimension finie par Quinn [82] au cas
régional. Des illustrations par des exemples numériques sont présentées.
- Le quatrième chapitre, réservé aux systèmes semilinéaires, traite es-
sentiellement la notion de la stabilisation régionale faible et donne en
particulier l’extension de certains résultats établis dans le cas bilinéaire.
Nous revenons ensuite sur les travaux de Quinn[82] et Ball-Slemrod [9],
concernant les systèmes non-linéaires en dimension finie et infinie, pour
caractériser les feedbacks de stabilisation régionale notamment celui à
coût minimal.
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 2

Stabilité des systèmes localisés

Un des concepts les plus importants en théorie des systèmes est celui
de la stabilité. Un système instable est sans usage et potentiellement
dangereux. Qualitativement un système est stable si chaque fois qu’il est
perturbé de son point d’équilibre, il reste autour de ce point d’équilibre
par la suite.
L’analyse de la stabilité d’un système induit deux méthodes : la mé-
thode de linéarisation et la méthode directe de Lyapunov. La méthode
de linéarisation permet de tirer des conclusions concernant la stabilité
locale d’un système dynamique autour d’un point d’équilibre, à partir
des propriétés de stabilité de son approximation linéaire. Quant à la mé-
thode directe, introduite au 19 ème siècle par Lyapunov, elle n’est pas
restreinte à un caractère local et permet de déterminer les propriétés de
stabilité d’un système non linéaire à l’aide d’une fonction énergie.
L’objet de ce chapitre est de présenter, pour des systèmes décrits par
une équation d’état (ou représentation interne), la théorie de stabilité et
d’illustrer son application à diverses classes de systèmes dynamiques.

2.1 POINT D’ÉQUILIBRE D’UN SYSTÈME

S’il est possible que la trajectoire d’un système corresponde, à partir


d’un certain moment, uniquement à un point, un tel point est appelé
point d’équilibre. Nous allons voir que les problèmes de stabilité sont
naturellement formulés par rapport aux points d’équilibre.

Considérons le système dynamique continu



 ẋ(t) = f (x(t), t)
(2.1.1)
x(0) = x0 ∈ Rn

respectivement le système discret


AEJ-EZ-Livre-Stabilite 24 juin 2013


 x(k + 1) = f (x(k), k)
(2.1.2)
x(0) = x0 ∈ Rn

où f fonction de Rn × R −→ Rn est telle que (2.1.1) (respectivement


(2.1.2)) admet au moins une solution.

Définition 2.1
Le vecteur x̄ ∈ Rn est dit point d’équilibre du système (2.1.1) (res-
pectivement (2.1.2)) si f (x̄, t) = 0 pour tout t ≥ 0 (respectivement
x̄ = f (x̄, k) pour tout k ∈ N).

Exemple 2.1.1
Considérons le système régi par l’équation

 
x(t)
ẋ(t) = a 1 − x(t) où a > 0 ; c > 0
c
Les points d’équilibre de ce système sont solutions de l’équation algébrique

a[1 − ]x̄ = 0, ce qui donne deux points d’équilibre x̄ = 0 et x̄ = c.
c
Exemple 2.1.2
Considérons le système discret suivant

 x1 (k + 1) = αx1 (k) + x2 (k)2
(2.1.3)
x2 (k + 1) = x1 (k) + βx2 (k)

Un point d’équilibre de (2.1.3) est un vecteur x̄ = (x̄1 , x̄2 ) solution du


système


 x̄1 = αx̄1 + x̄22

x̄2 = x̄1 + β x̄2


ce qui donne deux points d’équilibre


x̄ = (0, 0) et x̄ = ((1 − α)(1 − β)2 , (1 − α)(1 − β))
AEJ-EZ-Livre-Stabilite 24 juin 2013

2.2 STABILITÉ DES SYSTÈMES AUTONOMES

2.2-a Définitions- Exemples

Lors de l’analyse d’un système, l’étude de la stabilité revêt une im-


portance primordiale, et bien que cette notion soit assez usuelle, elle
peut avoir plusieurs interprétations selon l’application envisagée, ce qui
conduit à des définitions appropriées mais en général liées au système
considéré.
Les systèmes considérés dans cette section sont régis par l’équation

 ẋ(t) = f (x(t))
(2.2.1)
x(0) = x0 ∈ Rn

pour le système continu autonome et par


 x(k + 1) = f (x(k))
(2.2.2)
x(0) = x0 ∈ Rn

pour le système discret autonome.

Soit x̄ un point d’équilibre du système (2.2.1) (respectivement (2.2.2)).

Définition 2.2
1. x̄ est dit stable si pour tout ε > 0, il existe η > 0 tel que,

k x0 − x̄ k≤ η =⇒ k x(t) − x̄ k≤ ε pour tout t > 0 (2.2.3)

(respectivement k x(k) − x̄ k≤ ε pour tout k ∈ N).


Dans le cas contraire il est dit instable.

2. x̄ est dit asymptotiquement stable (a.s) s’il est stable et si

lim k x(t) − x̄ k= 0 (2.2.4)


t−→∞

(respectivement lim k x(k) − x̄ k= 0).


k−→∞

3. x̄ est dit marginalement stable (m.s) s’il est stable mais non (a.s).
AEJ-EZ-Livre-Stabilite 24 juin 2013

4. x̄ est dit exponentiellement stable (e.s) s’il existe deux constantes po-
sitives α et β telles que
k x(t) − x̄ k≤ αe−βt k x0 − x̄ k (2.2.5)

Exemple 2.2.1
L’équation de croissance d’une population
x(t)
ẋ(t) = a[1 − ] x(t) (2.2.6)
c
où a > 0 et c > 0 a deux points d’équilibre x̄ = 0 et x̄ = c. Le point x̄ = 0
est instable et x̄ = c est asymptotiquement stable.

Exemple 2.2.2
Considérons le système discret qui apparaît en génétique
x(k)
x(k + 1) = (2.2.7)
1 + x(k)
Dans ce cas, x̄ = 0 est un point d’équilibre. Si x(0) > 0, x(k) −→ 0 et si
x(0) < 0, x(k) 6−→ 0 ; d’où x̄ est instable.
Les définitions formulées ci-dessus caractérisent le comportement local
du système, c’est-à-dire l’évolution de l’état lorsqu’il est perturbé de son
point d’équilibre. Le concept de la stabilité globale est donné par la
définition suivante.

Définition 2.3
1. x̄ est dit globalement asymptotiquement stable (g.a.s) s’il est (a.s) et
pour tout x0 , lim k x(t) − x̄ k= 0 (respectivement lim k x(k) − x̄ k=
t−→∞ k−→∞
0).

2. x̄ est dit globalement exponentiellement stable (g.e.s) s’il existe deux


constantes positives α et β telles que, pour tout x0 , on a

k x(t) − x̄ k≤ αe−βt k x0 − x̄ k

Exemple 2.2.3
Considérons le système
ẋ = −x + x2 x(0) = x0 (2.2.8)
AEJ-EZ-Livre-Stabilite 24 juin 2013

La solution de cette équation est


x0 e−t
x(t) =
1 − x0 e−t
Le système a deux points d’équilibre x = 0 et x = 1. Le point 0 est
instable et 1 est (a.s) mais non globalement asymptotiquement stable.

Remarque
Pour les systèmes linéaires autonomes, la stabilité asymptotique est tou-
jours globale et exponentielle. 

2.2-b Stabilité des systèmes linéaires

Dans ce paragraphe, on s’intéresse à l’étude de la stabilité des systèmes


linéaires continus régis par l’équation

 ẋ(t) = Ax(t)
(2.2.9)
x(0) = x0 ∈ Rn

respectivement des systèmes linéaires discrets



 x(k + 1) = Ax(k)
(2.2.10)
x(0) = x0 ∈ Rn

où A est une matrice carrée de dimension n × n.

Définition 2.4
Le système continu (2.2.9) ou discret (2.2.10) est dit stable si l’origine
est stable et il est dit asymptotiquement stable si l’origine est asymptoti-
quement stable. Dans ce cas, la matrice du système A est dite stable ou
asymptotiquement stable.

La stabilité des systèmes linéaires continus est caractérisée par le résultat


suivant.

Proposition 2.5
Le système (2.2.9) est stable si et seulement si
1. Re(λ) ≤ 0 pour toute valeur propre λ de A.
2. S’il existe une valeur propre λ de multiplicité k telle que <(λ) = 0
alors dimEλ = k, où Eλ est le sous espace propre associé à λ.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Le système (2.2.10) est stable si et seulement si pour toute valeur propre


λ de A on a | λ |≤ 1.

Pour le cas continu, la démonstration se base essentiellement sur la dé-


composition de la matrice du système sous forme de Jordan.
Pour le cas discret, la solution s’écrit x(k) = Ak x0 et, dans ce cas, le
système est stable si et seulement si, pour toute valeur propre λ de A,
on a | λ |≤ 1.
Exemple 2.2.4
Considérons le système

 ẋ1 (t) = x1 (t) − x2 (t)
(2.2.11)
ẋ2 (t) = 2x1 (t) − 2x2 (t)

Les valeurs propres de A, λ1 = 0 et λ2 = −1, sont simples, d’où le


système est stable.

Exemple 2.2.5
Considérons le système

 ẋ1 (t) = x2 (t)
(2.2.12)
ẋ2 (t) = 0

La seule valeur propre de A est 0 de multiplicité 2 et dim E0 = 1, donc


le système est instable.

Pour la stabilité asymptotique, on a le résultat suivant.

Proposition 2.6
Le système (2.2.9) est (a.s) si et seulement si pour toute valeur propre
λ de A on a <(λ) < 0.
Le système (2.2.10) est (a.s) si et seulement si pour toute valeur propre
λ de A on a | λ |< 1.
Démonstration.
Soient λj , j = 1, · · · , p, les valeurs propres distinctes de A, la solution
du système (2.2.9) s’écrit
p
X
x(t) = gj (t)eλj t
j=1
AEJ-EZ-Livre-Stabilite 24 juin 2013

où gj (t) est un polynôme en t, donc lim x(t) = 0 si et seulement si


t−→∞
<(λj ) < 0, pour j = 1, · · · , p.
Dans le cas discret, la solution s’écrit x(k) = Ak x0 et donc
lim x(k) = 0
k−→∞

si et seulement si | λj |< 1, pour j = 1, · · · , p.

La stabilité d’un système linéaire est liée à la nature des valeurs propres
de la matrice A et qui sont solutions de l’équation
λn + a1 λn−1 + · · · . + an = 0 (2.2.13)
Soit la matrice de Routh-Hurwitz donnée par
 
a1 a3 a5 · · · 0
 
 
 1 a2 a4 · · · 0 
 
 
 
RH =  0 a1 a3 · · · 0 (2.2.14)


 
 
 . . . . 
 
 
0 0 0 ··· an
Alors on a le résultat suivant.
Théorème 2.7
Une condition nécessaire et suffisante pour que toutes les racines de
(2.2.13) aient la partie réelle strictement négative est que tous les mi-
neurs diagonaux ∆k , k = 1, · · · , n de la matrice (2.2.14) soient positifs.
Cette condition est la condition de Routh-Hurwitz.
Rappelons que
 
a1 a3 a5 · · · .
 
 
 1
 a2 a4 · · · . 

 
 
 0
∆k =  a1 a3 · · · . 

 
 
 . . . . 
 
 
0 0 0 ··· ak
AEJ-EZ-Livre-Stabilite 24 juin 2013

pour k = 1, · · · , n, les coefficients à indices supérieurs à n ou inférieurs


à 0 sont remplacés par 0 avec la convention a0 = 1.

Exemple 2.2.6
Soit le polynôme caractéristique

p(λ) = λ5 + λ4 + 7λ3 + 4λ2 + 10λ + 3 (2.2.15)

Donc a0 = 1, a1 = 1, a2 = 7, a3 = 4, a4 = 10, a5 = 3. Nous avons

∆1 = 1 > 0
 
1 4
∆2 = =3>0
1 7
 
1 4 3
∆3 =  1 7 10  = 5 > 0
0 1 4
 
1 4 3 0
 1 7 10 0 
∆4 = 
 0
=8>0
1 4 3 
0 1 7 10

De même ∆5 = 3 et ∆6 = 24 > 0.

Remarque
∆k > 0 pour tout k = 1, · · · , n =⇒ ai > 0 pour tout i = 1, · · · , n. 

Proposition 2.8
Une condition nécessaire et suffisante pour que toutes les racines de
l’équation (2.2.13) soient de module strictement inférieur à 1 est que
les (n + 1) conditions suivantes soient vérifiées :
1. p(1) > 0 , (−1)n p(−1) > 0
2. | an |< 1, | bn |>| b1 |, | cn |>| c2 |, · · · , | sn |>| sn−2 |
AEJ-EZ-Livre-Stabilite 24 juin 2013


 
an ak
bn−k = det   , k = 0, · · · , n − 1, a0 = 1
1 an−k
 
bn bk+1
cn−k = det   , k = 0, · · · , n − 2
b1 bn−k

.. ..
. .
 
rn rn−3+k
sn−k = det   , k = 0, 1, 2.
rn−3 rn−k

Exemple 2.2.7
Soit le polynôme caractéristique

λ3 λ2 λ
p(λ) = λ4 + − − (2.2.16)
2 4 8
On a
9 3 1 7 17
p(1) = , p(−1) = , a4 = 0, | b4 |= 1, b1 = , | c4 |= , | c2 |=
8 8 8 8 64
D’où le système discret correspondant est asymptotiquement stable.

2.2-c Fonction de Lyapunov

Dans ce paragraphe, on étudie la stabilité d’un système à l’aide d’une


fonction convenablement choisie, appelée fonction de Lyapunov. Cette
méthode, dite directe, est utile pour les systèmes non linéaires et elle
a l’avantage d’être applicable dans des situations non standards. Plus
précisément, l’idée de base de cette méthode est de chercher une fonction
définie positive, dépendant de l’état du système, et qui est décroissante
le long des trajectoires du système, quand le système évolue. L’exemple
classique dans un système mécanique libre avec frottement est celui de
l’énergie qui décroît à moins que le système ne soit au repos et ce fait
peut être utilisé pour établir la stabilité du système.
AEJ-EZ-Livre-Stabilite 24 juin 2013

2.2-c-a Cas des systèmes discrets

Considérons le système (2.2.2), rappelé ci-dessous,



 x(k + 1) = f (x(k))
(2.2.17)
x(0) = x0 ∈ Rn

et soit x̄ un point d’équilibre de ce système, alors on a la définition


suivante.

Définition 2.9
Une fonction V définie sur Ω, une région de l’espace d’état du système
discret (2.2.17) et contenant x̄ est de Lyapunov si elle vérifie les condi-
tions :
1. V est continue sur Ω.
2. V admet un minimum unique au point x̄ sur Ω.
3. La fonction ∆V (x) = V (f (x)) − V (x) ≤ 0 sur Ω.

Remarque
1) La condition 3. de la définition est équivalente à dire que le long de la
trajectoire du système contenue dans Ω, la fonction V est décroissante.
En effet :
- Si à l’instant k, l’état du système est x alors à l’instant k + 1, l’état du
système est f (x), les valeurs de la fonction de Lyapunov en ces points
sont V (x) et V (f (x)) et donc la variation est ∆V (x) = V (f (x)) − V (x).
- Si V est une fonction de Lyapunov sur Ω, ∆V (x) ≤ 0 pour tout x ∈ Ω.

2) L’interprétation géométrique permet de conclure que si la fonction de


Lyapunov existe, le point d’équilibre doit être stable.

3) La condition 2. de la définition peut être remplacée par V (x̄) = 0 et


V (x) > 0 sur Ω. En effet, il suffit de considérer la fonction W définie
par W (x) = V (x) − V (x̄). 

Théorème 2.10
S’il existe une fonction de Lyapunov V (x) associée au système (2.2.17)
dans une boule B(x̄, R0 ) alors le point d’équilibre x̄ est stable.
Si, de plus, ∆V (x) < 0 en tout point (excepté x̄), alors x̄ est (a.s).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
1) Supposons V (x) une fonction de Lyapunov existe dans B(x̄, R0 ). Soit
R tel que 0 < R < R0 .
Soit R1 < R tel que si x ∈ B(x̄, R1 ) alors f (x) ∈ B(x̄, R0 ). R1 existe car
f continue. Avec ce choix si l’état x(k) ∈ B(x̄, R1 ) x(k + 1) reste dans
B(x̄, R0 ).

Soit m le minimum de V (x) sur la région définie par R1 ≤k x − x̄ k≤ R0 ,


m existe car V (x) est continue. Aussi m > V (x̄) car V admet un mini-
mum unique au point x̄.

Maintenant puisque V continue, il est possible de sélectionner r véri-


fiant 0 < r < R1 tel que si x ∈ B(x̄, r) alors V (x) < m car au voisinage
de x̄, la valeur de V est voisine de V (x̄).

On suppose x(0) ∈ B(x̄, r) alors V (x(0)) < m puisque ∆V (x) ≤ 0


la valeur de V ne peut croître avec le temps et donc la trajectoire ne
peut sortir à l’extérieur de B(x, R1 ) et par conséquent ne peut sortir de
B(x̄, R). D’où le point d’équilibre est stable.

2) Si maintenant ∆V (x) < 0 en tout point excepté x̄, alors V (x) dé-
croît continûment et converge vers un minimum m̄. Il reste à savoir si on
peut avoir m̄ > V (x̄). Ceci n’est pas possible puisque V (x(k)) converge
vers m̄. ∆V (x(k)) converge vers 0. Mais ∆V (x) est strictement négative
en tout point sauf en x̄ et puisque ∆V (x) est continue, x(k) converge vers
x̄ et V (x(k)) converge vers V (x̄). D’où le point d’équilibre est asympto-
tiquement stable.

Exemple 2.2.8
Considérons le système


x2 (k)
x (k + 1) =

 1

1 + x2 (k)2


(2.2.18)

 x1 (k)
 x2 (k + 1) =


1 + x2 (k)2
qui admet (0, 0) pour point d’équilibre. On définit la fonction

V (x1 , x2 ) = x21 + x22


AEJ-EZ-Livre-Stabilite 24 juin 2013

La fonction V est continue et admet (0, 0) comme minimum. De plus


x2 (k)2 x1 (k)2 V (x(k))
V (x(k +1)) = 2 2
+ 2 2
= < V (x(k))
(1 + x2 (k) ) (1 + x2 (k) ) (1 + x2 (k)2 )2
D’où V est une fonction de Lyapunov pour ce système et donc ce point
d’équilibre est (a.s).

2.2-c-b Cas des systèmes continus

Considérons à nouveau le système



 ẋ(t) = f (x(t))
(2.2.19)
x(0) = x0 ∈ Rn

et soit x̄ un point d’équilibre de ce système, alors on a la définition


suivante.

Définition 2.11
Une fonction V définie sur une région Ω qui contient x̄ est une fonction
de Lyapunov pour le système (2.2.19) et le point d’équilibre x̄ si
1. V est continue et ses dérivées partielles sont continues.
2. V admet un minimum unique en x̄ sur Ω.
3. La fonction V̇ (x) = ∇V (x)f (x) satisfait V̇ (x) ≤ 0 sur Ω.

Si x(t) est la trajectoire de (2.2.19) alors V (x(t)) représente la valeur


de V le long de la trajectoire. Afin que V soit décroissante le long de la
trajectoire, on doit avoir V̇ (x(t)) ≤ 0.
∂V ∂V ∂V
V̇ (x(t)) = ẋ1 (t) + ẋ2 (t) + · · · + ẋn (t)
∂x1 ∂x2 ∂xn
utilisant (2.2.19), on obtient
∂V ∂V ∂V
V̇ (x(t)) = f1 (x(t))+ f2 (x(t))+· · ·+ fn (x(t)) = ∆V (x(t)).f (x(t))
∂x1 ∂x2 ∂xn
avec f = (f1 , · · · , fn ), x = (x1 , · · · , xn )T et fi : Rn → R.

Théorème 2.12
S’il existe une fonction de Lyapunov V (x) associée au système (2.2.19)
AEJ-EZ-Livre-Stabilite 24 juin 2013

dans une boule B(x̄, R0 ), alors le point d’équilibre x̄ est stable. Si, de
plus, la fonction V̇ (x) < 0 en tout point sauf au point x̄, alors x̄ est
asymptotiquement stable.
Démonstration.
Pour toute condition initiale x0 dans B(x̄, R0 ), V est décroissante le
long de la trajectoire. Donc V (x(t)) ≤ V (x0 ) pour tout t ≥ 0, ou encore
x(t) ∈ B(x̄, R0 ).
1) La preuve de la stabilité du point d’équilibre est identique au cas
discret.
2) Si maintenant V̇ (x) < 0 en tout point de B(x̄, R0 ) sauf x̄, alors V (x(t))
est positive et décroît, donc converge.
Soit lim V (x(t)) = l. Alors lim V̇ (x(t)) = 0.
t→∞ t→∞
Sinon, il existe une constante a > 0 telle que 0 < a ≤ −V̇ (x(t)). On a
Z t
V (x(t)) − V (x(0)) = V̇ (x(s))ds ≤ −ta
0
et par conséquent
V (x̄) ≤ V (x(t)) ≤ V (x(0)) − ta
ce qui est contradictoire lorsque t → ∞. Et par suite
lim V̇ (x(t)) = 0
t→∞

Or V̇ (x) < 0 pour tout x ∈ B(x̄, R0 ) sauf x̄ ; par conséquent


lim V (x(t)) = V (x̄).
t→∞

On conclut donc que lim x(t) = x̄ pour tout t ≥ 0.


t→∞

Exemple 2.2.9
Soit le système régi par l’équation de Vanderpool donnée par

ẍ + ε(x2 − 1)ẋ + x = 0 , ε < 0 (2.2.20)


qui s’écrit encore sous la forme
x3

 ẋ = y − ε( − x)

3


ẏ = −x
AEJ-EZ-Livre-Stabilite 24 juin 2013

x2 + y 2
Le seul point d’équilibre est (0, 0). On pose V (x, y) = Alors le
2
long de la trajectoire on a
x2
∆V (x, y) = y ẏ + xẋ = −εx2 ( − 1)
3
Dans Ω = {(x, y)/x2 + y 2 < 3}, V est une fonction de Lyapunov associée
au système avec V̇ < 0 pour x2 + y 2 6= 0. On conclut donc, que le point
d’équilibre (0, 0) est asymptotiquement stable.

Soit le système autonome suivant



ẋ = f (x)
(2.2.21)
f (0) = 0
∂f
où f ∈ C 1 et soit A(x) = la matrice jacobienne de f . Nous avons le
∂x
résultat préliminaire suivant.

Proposition 2.13
Si la matrice F = A + AT est définie négative sur un voisinage Ω de 0,
alors le point d’équilibre 0 est asymptotiquement stable.
Démonstration.
Soit x ∈ Ω et y ∈ Rn .
< F (x)y, y >=< (A(x) + AT (x))y, y >= 2 < A(x)y, y >< 0
Donc A(x) est inversible pour tout x ∈ Ω.
D’après le théorème de la fonction inverse, f est bijective et puisque
f (0) = 0, alors pour tout x ∈ Ω − {0}, f (x) 6= 0.
Considérons la fonction V définie par
V (x) =< f (x), f (x) >
On a V (0) = 0 et V (x) > 0 pour x ∈ Ω − {0}.
Calculons la dérivée de V le long de la trajectoire. On a
V̇ (x) =< F (x)f (x), f (x) > < 0 pour x 6= 0
On conclut donc que le point d’équilibre est (a.s).

Remarque
Une situation importante est celle où une fonction de Lyapunov peut
être trouvée et reste constante le long de la trajectoire, ce qui correspond
AEJ-EZ-Livre-Stabilite 24 juin 2013

à ∆V (x) = 0 dans le cas discret ou à V̇ (x) = 0 dans le cas continu.


Dans ce cas on conclut que toute trajectoire du système se trouve dans
le contour de la fonction V . 
Les théorèmes énoncés ci-dessus concernent la stabilité locale du point
d’équilibre. Pour avoir la stabilité asymptotique globale d’un système, il
serait logique d’étendre le voisinage (ou la boule) Ω à tout l’espace.

Théorème 2.14 (Stabilité globale)


Supposons qu’il existe une fonction V de Lyapunov définie sur Rn , as-
sociée au système (2.2.19) de point d’équilibre x̄, telle que V̇ < 0 sauf en
x̄ et
V (x) −→ ∞ quand k x k−→ ∞
alors le point d’équilibre x̄ est globalement asymptotiquement stable.
Démonstration.
La preuve est identique au cas local ; en considérant le fait que la fonction
V est non bornée et que V̇ < 0 sauf en x̄, on conclut que pour une
condition initiale donnée x0 , la trajectoire reste dans une région bornée
définie par V (x) ≤ V (x0 ).

Remarquons que le résultat de la stabilité globale implique aussi que le


point x̄ est le seul point d’équilibre du système.
Exemple 2.2.10
Considérons le système

 ẋ1 = x2 − x1 (x21 + x22 )
(2.2.22)
ẋ2 = −x1 − x2 (x21 + x22 )

L’origine est un point d’équilibre de ce système. Soit la fonction V définie


par V (x) = x21 + x22 . La dérivée de V le long de la trajectoire est

V̇ (x) = 2x1 ẋ1 + 2x2 ẋ2 = −2(x21 + x22 )2


On conclut donc que l’origine est (g.a.s).

2.2-c-c Cas des systèmes linéaires continus

En général, il n’y a pas une méthode donnée pour trouver une fonction de
Lyapunov pour un système non linéaire stable. Cependant il existe des
AEJ-EZ-Livre-Stabilite 24 juin 2013

formes générales de fonctions de Lyapunov pour les systèmes linéaires


continus.
Soit le système linéaire continu


 ẋ(t) = Ax(t)
(2.2.23)
x(0) = x0 ∈ Rn

où A est une matrice de dimension n × n à coefficients réels.

Proposition 2.15
Si A est une matrice asymptotiquement stable (<(λ) < 0 pour tout λ
valeur propre de A) alors pour toute matrice Q définie positive, il existe
une matrice P définie positive unique solution de l’équation algébrique

AT P + P A + Q = 0 (2.2.24)
Démonstration.
Z ∞
T
Soit P = eA t QeAt dt
0

1) Si x 6= 0,

Z ∞
T
< P x, x > = < eA t QeAt x, x > dt
0
Z ∞
= < QeAt x, eAt x > dt > 0
0

2) P est bien définie, en effet A est asymptotiquement stable, il existe


T
M et ω > 0 telles que k eAt k=k eA t k≤ M e−ωt ( voir chap 1). Donc
Z ∞
M2
k P k≤k Q k M 2 e−2ωt dt ≤k Q k
0 2ω
Z ∞
T T T
3) AT P + P A = (AT eA t QeA t + eA t QeAt A)dt
0

or A et eAt
commutent
Z ∞ donc
T d AT t At
A P + PA = (e Qe )dt = −Q
0 dt
AEJ-EZ-Livre-Stabilite 24 juin 2013

4) Soit P̄ une matrice définie positive solution de l’équation (2.2.24)


alors

d AT t At T T
(e P̄ e ) = AT eA t P̄ eAt + eA t P̄ AeAt
dt T
= eA t [AT P̄ + P̄ A]eAt
T
= −eA t QeAt
Z ∞
T
d’où −P̄ = − eA t QeAt dt, c’est-à-dire P = P̄ .
0
La réciproque de ce résultat est donnée par la proposition suivante.

Proposition 2.16
S’il existe une matrice Q définie positive telle que (2.2.24) admet une
solution alors le système linéaire associé (2.2.23) est asymptotiquement
stable.
Démonstration.
Soit P solution de (2.2.24), considérons la fonction V définie par
V (x) =< P x, x > , x ∈ Rn
La dérivée de V le long de la trajectoire est
d
V (x(t)) =< P ẋ(t), x(t) > + < P x(t), ẋ(t) >
dt

=< P Ax(t), x(t) > + < P x(t), Ax(t) >

=< P Ax(t), x(t) > + < AT P x(t), x(t) >

=< (P A + AT P )x(t), x(t) >

= − < Qx(t), x(t) > < 0


Donc d’après le théorème de Lyapunov, le système est asymptotiquement
stable.

Corollaire 2.17
Le système (2.2.23) est asymptotiquement stable si et seulement si, pour
une matrice définie positive Q, l’unique solution P de l’équation de Lya-
punov (2.2.24) est définie positive.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Remarque
Le corollaire ci-dessus montre que le choix d’une matrice définie positive
Q est arbitraire, par conséquent, un choix simple de Q sera la matrice
Identité. 

Exemple 2.2.11
Soit le système de dynamique

 
0 1
A= 
−2 −3

On prend Q = I et on pose

 
p11 p12
P = 
p21 p22

P étant symétrique, donc p12 = p21 et l’équation de Lyapunov donne


5 1
p11 = , p12 = p22 = . Par conséquent, le système linéaire de matrice
4 4
A est asymptotiquement stable.

2.2-c-d Cas des systèmes linéaires discrets positifs

On considère un système autonome discret positif

x(k + 1) = Ax(k) (2.2.25)

que l’on suppose (a.s). Soit λ0 la plus grande valeur propre de A et


w un vecteur propre positif gauche associé à λ0 (wT A = λ0 wT ). Soit
|x| le vecteur dont les composantes sont égales aux valeurs absolues des
composantes du vecteur x.

Proposition 2.18
La fonction V (x) = wT |x| est une fonction de Lyapunov associée au
système (2.2.25).
Démonstration.
On a V (x) > 0 pour tout vecteur x 6= 0 et V (0) = 0. De plus pour tout
AEJ-EZ-Livre-Stabilite 24 juin 2013

x(k) on a

V (x(k + 1)) = wT |Ax(k)|


≤ wT A|x(k)| = λ0 wT |x(k)| = λ0 V (x(k))

or le système (2.2.25) est (a.s) donc 0 < λ0 < 1, par conséquent V est
strictement décroissante par suite V est une fonction de Lyapunov.
Soit maintenant le système (2.2.25) supposé perturbé sous la forme

x(k + 1) = Ax(k) + b (2.2.26)

qu’on suppose ayant un point d’équilibre unique

x̄ = [I − A]−1 b

qui est (a.s). Alors on a le résultat suivant.

Proposition 2.19
La fonction

V (x) = wT | x − x̄ | (2.2.27)

est une fonction de Lyapunov associée au système perturbé.


Démonstration.
V admet un minimum au point x̄ de plus

V (x(k + 1)) = wT | x(k + 1) − x̄ |

= wT | Ax(k) − Ax̄ |

≤ wT A | x(k) − x̄ |

et wT A | x(k) − x̄ |= λ0 wT | x(k) − x̄ |.
On en déduit que V (x(k + 1)) < V (x(k)) pour tout x(k) 6= x̄. Donc V
est une fonction de Lyapunov.

2.2-d Stabilité élargie

Pour beaucoup de systèmes non linéaires, en particulier les systèmes


contrôlés, l’étude de la stabilité asymptotique a une importance capi-
tale. Les systèmes linéaires ne connaissent que la stabilité globale, alors
AEJ-EZ-Livre-Stabilite 24 juin 2013

que les systèmes non linéaires peuvent ne pas jouir d’une telle stabi-
lité. Cependant ils peuvent avoir un domaine de stabilité asymptotique.
Considérons à nouveau le système

 ẋ(t) = f (x(t))
(2.2.28)
x(0) = x0 ∈ Rn

Définition 2.20
On appelle domaine de stabilité asymptotique du système dynamique
(2.2.28) tout voisinage du point d’équilibre x̄ du système tel que toutes
les trajectoires partant d’un état initial dans ce voisinage tendent vers x̄
quand t tend vers l’infini.

Définition 2.21
Un ensemble Ω est dit invariant pour le système (2.2.28) si pour tout x0
dans Ω, la solution x(t, x0 ) est dans Ω pour tout t ≥ 0.

Un ensemble invariant trivial est l’ensemble des états tout entier.


Définition 2.22
- Un point p ∈ Rn est dit point limite de (2.2.28) s’il existe une suite
(tn )n≥0 de termes positifs tels que lim tn = ∞ et lim x(tn , x0 ) = p.
n−→∞ n−→∞
- L’ensemble des points limites sera noté Ω+ .

Lemme 2.23
Si la solution x(t, x0 ) est bornée pour tout t ≥ 0, alors Ω+ est non vide,
compact et invariant.
Démonstration.
1. La suite x(tn , x0 ) est bornée, on peut extraire une sous suite conver-
gente, donc Ω+ est non vide et borné.
D’autre part soit (pn ) une suite dans Ω+ telle que pn tend vers p :
ε
Pour tout ε il existe nε > 0 tel que k pnε − p k< et pour tout n ≥
2
ε
nε on a k pn − p k< .
2
Soit n > nε , pn ∈ Ω+ , il existe (tnm ) telle que lim tn = ∞ et
m−→∞ m
lim x(tnm , x0 ) = pn .
m−→∞
Soit la suite de temps notée (tn )n≥0 telle que tn = tnm < tn+1 = tn+1
m0
alors
k x(tn , x0 ) − p k≤k x(tn , x0 ) − pn k + k pn − p k< ε
AEJ-EZ-Livre-Stabilite 24 juin 2013

Donc p ∈ Ω+ et par suite Ω+ est compact.

2. Soit p ∈ Ω+ , il existe (tn )n≥0 avec x(tn , x0 ) convergeant vers p.


D’après l’unicité de la solution x(t, x(tn , x0 )) = x(t + tn , x0 ) et
lim x(t, x(tn , x0 )) = lim x(t + tn , x0 ) = x(t, p)
n−→∞ n−→∞

ou encore x(t, p) ∈ Ω+ pour tout t. On conclut que Ω+ est invariant.


Théorème 2.24 (Ensemble invariant local)
Soit V une fonction différentiable de dérivées partielles continues. Soit
` > 0 et Ω` la région où V (x) < `. On suppose que
1. Ω` est borné.
2. V (x̄) = 0 et V (x) > 0, pour tout x ∈ Ω` − x̄.
3. V̇ (x) ≤ 0 pour tout x ∈ Ω` .
Soit alors l’ensemble Y défini par
Y = {x ∈ Ω` / V̇ (x) = 0}
et M le plus grand sous-ensemble invariant de Y , alors pour tout x0 ∈ Ω` ,
on a x(t, x0 ) converge dans M .
Démonstration.
Soit x0 ∈ Ω` . V est décroissante le long de la solution, donc x(t, x0 ) ∈ Ω`
pour tout t ≥ 0. De plus V (x(t, x0 )) converge vers `0 avec `0 < `. On a
donc lim V̇ (x(t, x0 )) = 0 sur Ω+ . Par conséquent Ω+ ⊂ Y et puisque
t−→∞
Ω+ est invariant Ω+ ⊂ M . On conclut que x(t, x0 ) converge dans M .

Remarque
1. Si l’ensemble M est réduit à x̄ alors x̄ est (a.s).
2. Les résultats énoncés dans cette section restent valables dans le cas
des systèmes discrets. 

Exemple 2.2.12
Considérons le système non linéaire

 ẋ1 = x1 (x21 + x22 − 2) − x1 x2 2
(2.2.29)
ẋ2 = −x1 2 + x2 (x21 + x22 − 2)

L’origine est un point d’équilibre de ce système.


Soit V la fonction définie par
V (x1 , x2 ) = x21 + x22
AEJ-EZ-Livre-Stabilite 24 juin 2013

La dérivée de V le long de la trajectoire est

V̇ (x1 , x2 ) = 2x1 ẋ1 + 2x2 ẋ2 = 2(x21 + x22 )2 (x21 + x22 − 2)

Pour ` = 1, la région Ω` définie par V (x) < 1, est bornée. L’ensemble Y


est réduit à 0, et est un ensemble invariant. Les conditions du théorème
de l’ensemble invariant local sont satisfaites.

Théorème 2.25 (Ensemble invariant global)


Soit V une fonction différentiable de dérivées partielles continues. On
suppose que
1. V (x̄) = 0 et V (x) > 0, pour tout x 6= x̄.
2. V̇ (x) ≤ 0 pour tout x.
3. V (x) −→ ∞ quand k x k−→ ∞.
Soit l’ensemble Y = {x ∈ Rn / V̇ (x) = 0} et M le plus grand sous-
ensemble invariant de Y , alors pour tout x0 , on a x(t, x0 ) converge dans
M (toutes les solutions convergent asymptotiquement globalement vers
M ).

2.3 STABILITÉ DES SYSTÈMES NON AUTONOMES

Considérons le système dynamique non autonome continu suivant

ẋ(t) = f (x(t), t) (2.3.1)

respectivement discret

x(k + 1) = f (x(k), k) (2.3.2)

2.3-a Définitions- Exemples

Soit x̄ un point d’équilibre du système (2.3.1) (respectivement du système


(2.3.2)).

Définition 2.26
Un point d’équilibre x̄ du système (2.3.1) (respectivement du système
(2.3.2)) est dit stable à t0 si pour tout R > 0 il existe r = r(R, t0 ) > 0
tel que

k x(t0 ) − x̄ k< r =⇒k x(t) − x̄ k< R , pour tout t ≥ t0 (2.3.3)


AEJ-EZ-Livre-Stabilite 24 juin 2013

(respectivement il existe r(R, k0 ) > 0 tel que

k x(k0 ) − x̄ k< r =⇒k x(k) − x̄ k< R , pour tout k ≥ k0 ) (2.3.4)


Dans le cas contraire le point d’équilibre x̄ est dit instable.

Définition 2.27
Un point d’équilibre x̄ est dit uniformément stable (u.s) si pour tout R >
0 il existe r = r(R) > 0 indépendant de t0 (respectivement de k0 ) tel que,
pour tout t0 (respectivement pour tout k0 )
k x(t0 ) − x̄ k< r =⇒k x(t) − x̄ k< R , pour tout t ≥ t0 (2.3.5)
(respectivement
k x(k0 ) − x̄ k< r =⇒k x(k) − x̄ k< R , pour tout k ≥ k0 ) (2.3.6)

Définition 2.28
1. Le point d’équilibre x̄ est asymptotiquement stable (a.s) pour le système
(2.3.1) à t0 (respectivement (2.3.2) à k0 ) s’il est stable et s’il existe
r(t0 ) > 0 tel que si k x(t0 ) − x̄ k< r(t0 ) alors k x(t) − x̄ k−→ 0 quand
t −→ ∞ (respectivement r(k0 ) > 0) tel que si k x(k0 ) − x̄ k< r(k0 ) alors
k x(k) − x̄ k−→ 0 quand k −→ ∞.
2. Le point d’équilibre x̄ est globalement asymptotiquement stable (g.a.s)
si, pour tout t0 et x(t0 ), alors lim x(t) = x̄ (respectivement pour tout
t−→∞
k0 et x(k0 ), alors lim x(k) = x̄).
k−→∞
3. Le point d’équilibre est exponentiellement stable (e.s), s’il existe α, β
positifs tels que pour x(t0 ) proche de x̄ on a

k x(t) − x̄ k≤ α k x(t0 ) − x̄ k e−β(t−t0 ) , pour tout t ≥ t0 (2.3.7)


4. Le point d’équilibre est globalement exponentiellement stable (g.e.s),
s’il existe α, β positifs tels que pour tout t0 et x(t0 )

k x(t) − x̄ k≤ α k x(t0 ) − x̄ k e−β(t−t0 ) , pour tout t ≥ t0 (2.3.8)

Exemple 2.3.1
Considérons le système
ẋ(t) = −a(t)x(t) (2.3.9)
AEJ-EZ-Livre-Stabilite 24 juin 2013

La solution est
Z t
x(t) = x(t0 )exp(− a(r)dr)
t0

On en conclut que
1. Le système est stable siZa(t) ≥ 0 pour tout t ≥ t0 .

2. Le système est (a.s) si a(r)dr = ∞.
0
3. Le système est (e.s) s’ils existent T > 0, M > 0 tels que pour tout
t ≥ 0, on a
Z t+T
a(r)dr ≥ M
T

Cas particuliers :
1
1. Si a(t) = , alors le système est stable mais non (a.s).
(1 + t)2
1
2. Si a(t) = , alors le système est (a.s) et non (e.s).
(1 + t)
3. Si a(t) = t, alors le système est (e.s).

Exemple 2.3.2
Considérons le système

ẋ(t) = −t(x − 1) (2.3.10)

La solution est donnée par


−t2
x(t) − 1 = λe 2

et le point d’équilibre 1 est (e.s).

Exemple 2.3.3
Considérons le système

x(k + 1) = a(k)x(k) (2.3.11)


k
Y
de solution x(k + 1) = a(i)x(0) et on a
i=0
AEJ-EZ-Livre-Stabilite 24 juin 2013


Y
1. Le système est stable si a(i) est fini.
i=0
k
Y
2. Le système est (a.s) si lim a(i) = 0.
k−→∞
i=0

Définition 2.29
Le point d’équilibre x̄ est localement uniformément asymptotiquement
stable (u.a.s) si
1. Il est uniformément stable.
2. Il existe R0 > 0 tel que pour tout R1 , R2 avec 0 < R2 < R1 ≤ R0 , il
existe T (R1 , R2 ) > 0 tel que pour tout t0 ≥ 0, on a
k x(t0 ) − x̄ k< R1 =⇒k x(t) − x̄ k< R2 pour tout t ≥ t0 + T

Remarque
La stabilité asymptotique uniforme implique la stabilité asymptotique mais
la réciproque n’est pas vraie. 

Exemple 2.3.4
Soit le système
−x(t)
ẋ(t) = (2.3.12)
1+t
La solution de ce système est donnée par
1 + t0
x(t) = x(t0 )
1+t
D’où le système est (a.s) mais non (u.a.s).

2.3-b Fonction de Lyapunov

Définition 2.30
Une fonction continue α : R+ −→ R+ est dite de classe K si elle satisfait
1. α(0) = 0,
2. α(x) > 0 pour tout x > 0,
3. α est croissante.

Théorème 2.31
Supposons qu’il existe une fonction scalaire V (x, t) dans un voisinage de
AEJ-EZ-Livre-Stabilite 24 juin 2013

x̄, continue, de dérivées partielles premières continues et une fonction α


de classe K telles que
1. Pour tout x 6= x̄; W (x, t) = V (x, t) − V (x̄, t) ≥ α(k x − x̄ k) > 0.
2. Ẇ (x, t) ≤ 0 le long de la trajectoire.
Alors le point d’équilibre est stable.

Si de plus, il existe β dans K telle que W (x, t) ≤ β(k x − x̄ k) alors x̄


est (u.s).
Si la condition 2. est remplacée par
Ẇ (x, t) ≤ −γ(k x − x̄ k) où γ est de classe K, alors x̄ est (u.a.s).
Démonstration.
1) Stabilité.
Soit R > 0, d’après 1) et 2) on a
α(k x(t) − x̄ k) ≤ W (x(t), t) ≤ W (x(t0 ), t0 ); pour tout t ≥ t0
Or W est continue par rapport à x et W (x̄, t0 ) = 0, donc il existe
r tel que k x(t0 ) − x̄ k< r =⇒ W (x(t0 ), t0 ) ≤ α(R). Cela veut dire
que si k x(t0 ) − x̄ k< r alors α(k x(t) − x̄ k) < α(R), par conséquent
k x(t) − x̄ k< R pour tout t ≥ t0 . D’où le point d’équilibre est stable.

2) Stabilité uniforme.
D’après 1) et 3) on a :
α(k x(t) − x̄ k) ≤ W (x, t) ≤ β(k x(t) − x̄ k)
Soit R > 0, puisque α et β sont dans K, il est possible de sélectionner
r(R) tel que β(r) < α(R). La condition initiale peut être choisie telle
que k x(t) − x̄ k< r. Donc α(R) > β(r) ≥ W (x(t0 ), t0 ) ≥ W (x(t), t) ≥
α(k x(t) − x̄ k).
D’où pour tout t ≥ t0 , k x(t) − x̄ k< R, or le choix de r est indépendant
de t0 , donc le point d’équilibre est (u.s).

3) Stabilité asymptotique uniforme.


Supposons que x(t) ne converge pas vers x̄ quand t −→ ∞, il existe a > 0
tel que −Ẇ (x(t), t) ≥ a. D’où
Z t
W (x(t), t) − W (x(t0 ), t0 ) = Ẇ (x(s), s)ds ≤ −(t − t0 )a
t0

Par conséquent 0 ≤ W (x(t), t) ≤ W (x(t0 ), t0 ) − (t − t0 )a, contradiction


lorsque t est assez grand, d’où x̄ est (a.s).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Soit k x(t0 ) − x̄ k< r, r étant choisi dans la stabilité uniforme.


Soit µ tel que 0 < µ <k x(t) − x̄ k, de même il existe δ > 0 (δ(µ)) tel
que β(δ) < α(µ).
β(r)
Soit ε = γ(δ) et T = T (µ, r) = . Supposons que
ε
k x(t) − x̄ k≥ µ pour tout t , t0 ≤ t ≤ t1 = t0 + T
Alors on a
0 < α(µ) ≤ W (x(t1 ), t1 )
Z t1
≤ W (x(t0 ), t0 ) − γ(k x(s) − x̄ k)ds
t0
Z t1
≤ W (x(t0 ), t0 ) − γ(δ)ds
t0

≤ W (x(t0 ), t0 ) − (t1 − t0 )ε

≤ β(r) − T ε = 0
Contradiction. Donc il existe t2 ∈ [t0 , t1 ] tel que k x(t2 ) − x̄ k≤ δ par
conséquent pour tout t ≥ t2 on a
α(k x(t) − x̄ k) ≤ W (x(t), t) ≤ W (x(t2 ), t2 ) ≤ β(δ) < α(µ)
Ce qui conduit à k x(t) − x̄ k< µ pour tout t ≥ t0 + T ≥ t2 , d’où le
résultat.

Exemple 2.3.5
Considérons le système défini par
 ẋ1 (t) = −x1 (t) − e−t x2 (t)

(2.3.13)
ẋ2 (t) = x1 (t) − x2 (t)

Pour montrer la stabilité du point d’équilibre (0, 0), considérons la fonc-


tion scalaire
V (x, t) = x21 + (1 + e−t )x22 avec x = (x1 , x2 )
Pour tout t, V (x, t) ≥ x21 + x22 = α(k x k) > 0, pour tout x 6= 0 où
α(x) = x2 est de classe K. Par ailleurs
AEJ-EZ-Livre-Stabilite 24 juin 2013

V (x, t) ≤ x21 + 2x22 ≤ 2(x21 + x22 ) = β(k x k)

où β(x) = 2x2 ; β ∈ K. De plus, on a

V̇ (x, t) = 2x1 ẋ1 + 2x2 ẋ2 (1 + e−t ) − e−t x22

= 2x1 (−x1 − e−t x2 ) + 2x2 (x1 − x2 )(1 + e−t ) − e−t x22

= −2x21 − 2e−t x1 x2 + 2(1 + e−t )x1 x2 − (2 + e−t )x22

= −2x21 + 2x1 x2 − 2x22 − e−t x22

= −(x1 − x2 )2 − x21 − x22 − e−t x22

donc V̇ (x, t) ≤ −(x1 − x2 )2 − x21 − x22 ≤ γ(k x k) = −x21 − x22 et γ ∈ K.


Par conséquent 0 est (g.a.s).

2.3-c Cas des systèmes linéaires

Rappelons qu’une condition nécessaire et suffisante pour qu’un système


linéaire autonome soit (a.s) est que toutes les valeurs propres de la ma-
trice (décrivant la dynamique) du système aient leur partie réelle stric-
tement négative. Cependant ce résultat n’est pas vrai pour les systèmes
linéaires non autonomes d’équation

ẋ(t) = A(t)x(t) (2.3.14)

En effet, considérons le système



 x˙1 (t) = −x1 (t) + e2t x2 (t)
(2.3.15)
x˙2 (t) = −x2 (t)

(−1) est une valeur propre double de la matrice du système, pour tout
t ≥ 0. La solution de ce système est
1

 x1 (t) = e−t x1 (0) + (et − e−t )x2 (0)

2

x2 (t) = e−t x2 (0)

AEJ-EZ-Livre-Stabilite 24 juin 2013

On a lim x1 (t) = ∞, pour x2 (0) 6= 0, d’où le système est instable.


t−→∞

Cependant, il existe des théorèmes qui assurent la stabilité asympto-


tique des systèmes linéaires non autonomes. Le premier résultat est le
suivant.
Théorème 2.32
Supposons qu’il existe α > 0 tel que pour tout t ≥ 0 et pour toute valeur
propre λ de A(t) + A(t)T , on a λ ≤ −α, alors le système (2.3.14) est
asymptotiquement stable.
Démonstration.
Soit la fonction V (x) = xT x. Le long de la trajectoire on a
V̇ = xT ẋ + ẋxT = xT A(t)x + xT A(t)T x = xT [A(t) + A(t)T ]x
Par conséquent V̇ ≤ −αxT x = −αV . Donc pour tout t ≥ 0,
0 ≤ xT (t)x(t) = V (x(t)) ≤ V (x(0))e−αt
et par conséquent x(t) tend vers 0 exponentiellement.
Notons que cette condition est suffisante mais non nécessaire.
Exemple 2.3.6
Soit le système linéaire d’équation
 t
 ẋ1 (t) = −x1 (t) + e 2 x2 (t)
(2.3.16)
ẋ2 (t) = x2 (t)

On a
 t 
−2 e 2
A(t) + A(t)T =  
t
e 2 −2
t t
Les valeurs propres de A(t) + A(t)T sont (−2 − e 2 ) et (−2 + e 2 ).
La condition du théorème ci-dessus n’est donc pas vérifiée. Cependant la
solution du système est donnée par
 −t
 x1 (t) = e−t x1 (0) + 2[e 2 − e−t ]x2 (0)

x2 (t) = e−t x2 (0)


On a lim x1 (t) = lim x2 (t) = 0. Donc le système est (a.s).


t−→∞ t−→∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 2.33
Supposons que pour t ≥ 0, les valeurs propres λ de A(t), sont à parties
réelles négatives et vérifiant : il existe α > 0, Re (λ) ≤ −α pour toute
valeur propre λ de A(t).
Si de plus la matrice A(t) est bornée et vérifie
Z ∞
AT (t)A(t)dt < ∞
0

alors le système est globalement exponentiellement stable (g.e.s).

Citons un autre résultat valable lorsque le système linéaire est de la forme

ẋ(t) = [A1 + A2 (t)]x(t) (2.3.17)

Théorème 2.34
Supposons que A1 soit constante, de Hurwitz et que A2 vérifie
Z ∞
lim A2 (t) = 0 et k A2 (t) k dt < ∞
t−→∞ 0

alors le système (2.3.17) est (g.e.s).

Exemple 2.3.7
Considérons le système


 ẋ1 (t) = −(1 + x2 (t) + x23 (t))x1 (t)



ẋ2 (t) = −2x2 (t) + x23 (t) (2.3.18)




ẋ3 (t) = −(2 + cos t)x3 (t)

On a x3 (t) tend vers 0 exponentiellement, donc x23 (t) tend aussi vers 0
exponentiellement. En appliquant le théorème ci-dessus pour la première
équation du système, on conclut que ce système est (g.e.s).

2.4 STABILITÉ ET LINÉARISATION

Nous avons vu que la propriété de stabilité dépend de la nature du


système autour du point d’équilibre, il est donc naturel pour l’étude
AEJ-EZ-Livre-Stabilite 24 juin 2013

de la stabilité d’un système non linéaire, de remplacer ce système par


une approximation linéaire autour du point d’équilibre. Souvent une ap-
proximation linéaire est suffisante pour l’étude de la stabilité d’un point
d’équilibre. La linéarisation d’un système non linéaire est basée sur la
linéarisation de la fonction f au voisinage d’un point d’équilibre x̄.
Considérons le système régi par l’équation ci-dessous,
ẋ(t) = f (x(t), t) (2.4.1)
de point d’équilibre x̄.
On pose f = (f1 , f2 , · · · , fn ) et x = (x1 , x2 , · · · , xn ) et on suppose que f
est continûment différentiable par rapport à x. Pour t fixé, on considère
l’approximation
fi (x̄1 + y1 , x̄2 + y2 , · · · , x̄n + yn , t) ' fi (x̄1 , x̄2 , · · · , x̄n , t)

∂fi (x̄1 , x̄2 , · · · , x̄n , t) ∂fi (x̄1 , x̄2 , · · · , x̄n , t)


+ y1 + y2
∂x1 ∂x2

∂fi (x̄1 , x̄2 , · · · , x̄n , t)


+··· + yn
∂xn
Ainsi on a f (x̄ + y, t) ' f (x̄, t) + F (t)y où F (t) est la matrice jacobienne
de f au point x̄ donnée par

∂f1 ∂f1
 
 ∂x1 ···
 ∂xn 

 
 . .. 
 ..
F (t) =  .  (2.4.2)

 
 
 ∂fn ∂fn 
···
∂x1 ∂xn
Le système (2.4.1) s’écrit ẏ = F (t)y + h(t, y) où y = x − x̄.
Si la fonction f peut être approchée par F (t), autrement dit si, pour tout
t positif, on a
k h(t, y) k
lim sup = 0.
kyk−→0 kyk
alors le système
ẏ = F (t)y (2.4.3)
AEJ-EZ-Livre-Stabilite 24 juin 2013

est appelé le linéarisé du système non linéaire (2.4.1) autour du point


d’équilibre x̄. Dans certains cas, la stabilité du système linéarisé assure
la stabilité du système lui-même.

Théorème 2.35
Si le système linéarisé (2.4.3) est uniformément asymptotiquement stable,
alors le point d’équilibre x̄ de (2.4.1) est aussi uniformément asymptoti-
quement stable.

Notons que si le système (2.4.3) est seulement (a.s), alors on ne peut pas
conclure à la stabilité du point d’équilibre.

Dans le cas d’un système discret


x(k + 1) = f (x(k), k) (2.4.4)
on pose x(k) = x̄ + y(k) et y est solution de l’équation
y(k + 1) = F (k)y(k)
où F (k) est donnée par (4.29).

C’est l’approximation linéaire valable pour une petite perturbation y(k)


du point d’équilibre x̄.
Dans le cas discret ou continu, l’approximation linéaire du système non
linéaire admet F comme matrice du système.
Proposition 2.36
Si la matrice Jacobienne F (t) = F est constante, alors
1. Si les valeurs propres de F sont à parties réelles négatives, le système
continu (2.4.1) est asymptotiquement stable au point x̄.
2. S’il existe au moins une valeur propre λ de F telle que Re(λ) > 0, le
système continu (2.4.1) est instable au point x̄.
3. S’il existe λ telle que Re(λ) = 0, le système continu (2.4.1) peut être
stable, asymptotiquement stable ou instable.
4. Si les valeurs propres de F sont toutes dans le disque unité, le système
discret (2.4.4) est asymptotiquement stable au point x̄.
5. Si les valeurs propres de F sont dans le disque unité et une valeur
propre λ est telle que λ = 1, le système discret (2.4.4) peut être stable,
asymptotiquement stable ou instable.
6. S’il existe au moins une valeur propre λ telle que | λ |> 1, le système
discret (2.4.4) est instable au point x̄.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 2.4.1
Considérons le système

ẋ(t) = ax(t) + cx(t)2 (2.4.5)

0 est un point d’équilibre pour tout a et c. Le système linéaire associé au


point 0 est donné par ẏ(t) = ay(t). On a alors
1. Si a < 0, le système est asymptotiquement stable.
2. Si a > 0, le système est instable.
3. Si a = 0, on ne peut rien dire et cela nécessite une étude directe.

Pour a = 0, on a ẋ(t) = cx(t)2 . Si c = 0, il est clair que 0 est mar-


ginalement stable.
Si c 6= 0 il est facile de déduire que 0 est instable. En effet, la solution
s’écrit
x(0)
x(t) = (2.4.6)
1 − cx(0)t
1
Pour t = la solution n’est pas définie.
cx(0)

Exemple 2.4.2
Considérons le système discret

 x1 (k + 1) = αx1 (k) + x2 (k)2
(2.4.7)
x2 (k + 1) = x1 (k) + βx2 (k)

avec 0 < α < 1 et 0 < β < 1.

Ce système admet deux points d’équilibre

x̄ = (0, 0) et x̄ = ((1 − α)(1 − β)2 , (1 − α)(1 − β))

• Pour x̄ = (0, 0), on trouve


 
α 0
F = 
1 β

et le système linéaire correspondant s’écrit


AEJ-EZ-Livre-Stabilite 24 juin 2013


 y1 (k + 1) = αy1 (k)

y2 (k + 1) = y1 (k) + βy2 (k)


Les valeurs propres de F sont α et β, on conclut que le point x̄ = (0, 0)


est asymptotiquement stable.

• Pour x̄ = ((1 − α)(1 − β)2 , (1 − α)(1 − β)), on trouve


 
α 2(1 − α)(1 − β)
F = 
1 β

Les valeurs propres de F sont solutions de l’équation

(λ − α)(λ − β) = 2(1 − α)(1 − β)

Le membre de gauche croît avec λ et plus petit que le membre de droite en


λ = 1. Il est clair qu’il existe une racine λ > 1. D’où ce point d’équilibre
est instable.

2.5 INSTABILITÉ DES SYSTÈMES

Dans les sections (2.3) et (2.4), nous avons utilisé la méthode directe de
Lyapunov pour montrer la stabilité des systèmes non linéaires aussi bien
pour le cas autonome que pour le cas non autonome.
Dans cette partie, nous donnons quelques théorèmes qui sont aussi basés
sur la méthode directe mais pour montrer l’instabilité du point d’équi-
libre x̄.

Théorème 2.37
Si dans un voisinage Ω de x̄, il existe une fonction V (x, t) continûment
différentiable et deux fonctions V0 (x), V1 (x) telles que
1. V (x̄, t) = 0 pour tout t ≥ t0
2. 0 < V0 (x) ≤ V (x, t) ≤ V1 (x) pour tout x ∈ Ω − x̄ et t ≥ t0
3. V (x, t0 ) > 0 et bornée dans Ω
4. V̇ (x, t) > 0 dans Ω
alors x̄ à t0 est instable.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 2.5.1
Considérons le système

 ẋ1 (t) = x1 (t)(x21 (t) + x22 (t))
(2.5.1)
ẋ2 (t) = x2 (t)(x21 (t) + x22 (t))

Le seul point d’équilibre est (0, 0). Soit alors la fonction


1
V (x1 , x2 ) = (x21 + x22 )
2
Le long de la trajectoire, on a
V̇ (x1 , x2 ) = (x21 + x22 )2
Ainsi V et V̇ sont définies positives, le théorème ci-dessus montre que le
système est instable (dans ce cas, comme le système est autonome, on a
V0 (x) = V (x, t) = V1 (x)).
Exemple 2.5.2
Considérons le système

 x˙1 (t) = x21 (t) + x2 (t)
(2.5.2)
x˙2 (t) = x22 (t) + x1 (t)

Le seul point d’équilibre est (0, 0). Soit la fonction


1 1
V (x1 , x2 ) = x31 + x1 x2 + x32
3 3
Dans Ω = {(x1 , x2 )/x1 > 0, x2 > 0}, on a V > 0 et
V̇ (x1 , x2 ) = (x21 + x2 )2 + (x1 + x22 )2 > 0
et donc le point d’équilibre est instable.

Théorème 2.38
Si dans un voisinage de Ω du point d’équilibre, il existe une fonction,
V (x, t) continûment différentiable et deux fonctions V1 (x) et V0 (x) telles
que
1. V (x̄, t0 ) = 0.
2. 0 < V0 (x) ≤ V (x, t) ≤ V1 (x) pour tout t ≥ t0 et x 6= x̄.
3. V (x, t0 ) > 0 et bornée dans Ω
4. V̇ (x, t) − λ V (x, t) ≥ t0 pour tout t ≥ t0 , pour tout x ∈ Ω, λ > 0.
alors le point d’équilibre x̄ à t0 est instable.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 2.39
Soit Ω un voisinage du point d’équilibre x̄. Supposons qu’il existe une
fonction V (x, t) continue de dérivées partielles premières continues dans
Ω, deux fonctions V0 (x)et V1 (x) et Ω` une partie de Ω telles que
1. 0 < V0 (x) ≤ V (x, t) ≤ V1 (x) pour x ∈ Ω − x̄ et pour tout t ≥ t0
2. 0 < V (x, t) et 0 < V̇ (x, t)dans Ω` , x 6= x̄ et V̇ (x̄, t) = 0
3. x̄ ∈ ∂Ω`
4. Pour tout x ∈ ∂Ω, V (x, t) = 0, pour tout t ≥ t0 .
alors le point d’équilibre x̄ à t0 est instable.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 3

Stabilité et stabilisation des systèmes distribués linéaires

Dans ce chapitre, on présente l’essentiel des résultats concernant la sta-


bilisation des systèmes distribués linéaires. L’approche considérée utilise
la théorie des semi-groupes dont nous rappelons les principaux résultats.

3.1 SEMI-GROUPES LINÉAIRES

Considérons un système linéaire décrit par l’équation :

dy(t)


 = Ay(t)
dt (3.1.1)

y(., 0) = y0 ∈ H

où A est un opérateur linéaire défini sur un Hilbert complexe H (espace


d’état) muni d’un produit scalaire <, > de norme correspondante ||.||.
Pour interpréter (3.1.1), nous supposons que l’état y(t) est uniquement
déterminé par n’importe quel état précédent. Nous pouvons alors définir
un opérateur linéaire à deux paramètres S(t, s) tel que
y(t) = S(t, s)y(s) (3.1.2)
Si on suppose que l’état y(t) ne dépend que du passé et que la variation
de l’état d’un instant à l’autre ne dépend que de la différence de temps,
τ = t − s, alors (3.1.2) est autonome et devient
y(s + τ ) = S(τ )y(s) (3.1.3)
Il est alors clair que S(0) = Id, l’opérateur identité de H et y(s) =
S(s)y0 , y0 ∈ H. Il vient
S(s + τ ) = S(τ )S(s), τ, s ≥ 0
Définition 3.1
Un C0 −semi-groupe est une application de R+ vers L(H), vérifiant
AEJ-EZ-Livre-Stabilite 24 juin 2013

1. S(t + s) = S(t)S(s), t, s ≥ 0
2. S(0) = Id
3. ||S(t)y − y|| −→ 0 quand t −→ 0, ∀y ∈ H
Un C0 −semi-groupe est dit de contraction si |||S(t)||| ≤ 1 ∀t ≥ 0, où
|||.||| est la norme uniforme de L(H).
les propriétés ci-dessus impliquent que S(t) est fortement continu pour
tout t > 0, et qu’il existe des constantes M et σ telles que
|||S(t)||| ≤ M eσt
Si M = 1 et σ ≤ 0, le semi-groupe S(t) est dit de contraction, dans ce
cas A est un opérateur dissipatif(voir [76]) :
< Ay, y > + < y, Ay > ≤ 0, ∀y ∈ D(A)

Définition 3.2
Le générateur infinitésimal A d’un C0 −semi-groupe S(t), t ≥ 0 sur H est
défini par
S(t)y − y
Az = lim (3.1.4)
t−→0 t
sur le domaine D(A) des points y de H pour lesquels la limite (3.1.4)
existe dans H.

On ne peut, en général, dériver S(t)y0 . Cependant, si y0 ∈ D(A) alors


S(t)z0 ∈ D(A), et on peut dériver y(t) et on a
d
(S(t)y0 ) = AS(t)y0 = S(t)Ay0 , t ≥ 0
dt
et par suite on déduit que
Z t
S(t)y0 − y0 = AS(s)y0 ds
0

et que z(t) = S(t)y0 est la solution du système linéaire (3.1.1)


De plus, S(t)y0 peut être défini pour tout y0 ∈ H comme une fonction
continue, et dans ce cas on l’appelle solution faible du système (3.1.1).
Notons aussi qu’un générateur infinitésimal d’un C0 −semi-groupe est
un opérateur fermé à domaine dense dans H. Il y a une caractérisation
complète des opérateurs linéaires A qui engendrent des semi-groupes
fortement continus ; ceci est donné dans le théorème suivant qui reste
valable même pour un espace de Banach [76].
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 3.3 (Hille-Yosida)


Un opérateur A linéaire fermé à domaine D(A) dense dans H génère
un semi-groupe fortement continu S(t) si et seulement si il existe λ0
et M tels que que pour tout λ > λ0 , l’opérateur λI − A est inversible,
(λI − A)−1 ∈ L(H) et
M
|||(λI − A)−r ||| ≤ , r = 1, 2, · · ·
(λ − λ0 )r
(R(λ, A) = (λI − A)−1 est la résolvante de A).
Proposition 3.4
Soit A un opérateur fermé et à domaine dense. Si A et A∗ sont dissi-
patifs, alors A est un générateur infinitésimal d’un C0 −semi-groupe de
contraction.
Pour les semi-groupes de contractions on a la caractérisation [76],
Proposition 3.5
Un opérateur linéaire fermé A à domaine D(A) dense dans H génère un
C0 −semi groupe de contraction si et seulement si l’ensemble résolvant
ρ(A) de A contient R+ et pour tout λ > 0 |||R(λ, A)||| ≤ λ1
On a aussi la caractérisation valable dans le cas d’un espace de Hilbert
[78].
Proposition 3.6
1. Soit A un opérateur fermé à domaine dense dans un espace de Hilbert.
Si il existe β tel que Re(< Ay, y >) ≤ β||y||2 , ∀ y ∈ D(A) et
Re(< A∗ y, y >) ≤ β||y||2 , ∀ y ∈ D(A∗ )
alors A engendre un C0 −semi-groupe fortement continu S(t) tel que
|||S(t)||| ≤ eβt .
2. Si S(t) est un C0 −semi-groupe compact (ie S(t) est compact pour tout
t > 0), alors S(t) est continu pour la norme uniforme |||.|||.
3. Soit A un générateur infinitésimal d’un C0 −semi-groupe S(t). S(t)
est compact si et seulement si il est continu pour la topologie uniforme
et la résolvante R(λ, A) est compacte pour tout λ ∈ ρ(A).

Exemple 3.1.1
Soit (ϕn )n≥1 une base orthonormale de H espace de Hilbert supposé sé-
parable, et soit (λn )n≥1 une suite de nombres complexes telle que la suite
(eλn t )n≥1 soit bornée (ce qui est vrai si sup Re(λn ) < ∞).
n≥1
AEJ-EZ-Livre-Stabilite 24 juin 2013

Considérons l’opérateur diagonal défini par



X ∞
X
Ay = λn < ϕn , y > ϕn , D(A) = {y ∈ H / |λn < ϕn , y > |2 < ∞}
n=1 n=1

Si de plus A est auto-adjoint et (λI − A)−1 est compact pour un certain


λ. Alors on a les propriétés suivantes :
1. Il existe une suite (λn ) de valeurs propres distinctes de A, telle que :
(i) |λn | −→ ∞.
(ii) la dimension de l’espace propre associé à λn est égale à son ordre de
multiplicié rn .
(iii) la suite (λn )n≥1 est strictement décroissante.
2. A admet un ensemble complet de vecteurs propres (ϕjk )j,k≥1 .
3. Le spectre σ(A) est dénombrable.
4. Pour tout y ∈ D(A), on a
∞ rj
X X
Az = λj < ϕjk , y > ϕjk
j=1 k=1

(rj étant l’ordre de multiplicité de λj ).


5. L’opérateur A engendre le semi-groupe donné par
∞ rj
X X
λj t
S(t)y = e < ϕjk , y > ϕjk
j=1 k=1

Le résultat suivant concerne la régularité de la solution du système (3.1.1)


.
Théorème 3.7 [71]
∀y ∈ D(A) : S(.)y ∈ C(R+ , D(A)) ∩ C 1 (R+ , H) et
dS(t)y
= AS(t)y = S(t)Ay.
dt
Démonstration.
Soit y ∈ D(A), on pose z(t) = S(t)y, et on a
1
lim (z(t+s)−z(t)) = S(t)Ay. Comme S(.)Ay ∈ C(R+ , H), donc z(t) ∈
s→0 s
C 1 (R+ , H).
Par ailleurs :
kz(t + s) − z(t)kD(A) = kz(t + s) − z(t)k + kAz(t + s) − Az(t)k
= kS(t)(S(s)y − y)k + kS(t)(S(s)Ay − Ay)k
AEJ-EZ-Livre-Stabilite 24 juin 2013

et à la limite on a

lim kz(t + s) − z(t)kD(A) = 0


s→0

Ce qui achève la preuve.


Le résultat suivant donne des conditions suffisantes pour qu’un opérateur
perturbé génère un semi-groupe [76, 60]

Théorème 3.8
Soit A un générateur infinitésimal d’un C0 −semi-groupe S(t) et B un
opérateur linéaire borné, alors l’opérateur K = A + B génére un C0 −
semi-groupe S K (t) donné par
+∞
X
K
S (t) = SkK (t).
k=0
Z t
K
avec S0K (t) = S(t) et SkK (t) = S(t − s)BSk−1 (s)ds, ∀k ≥ 1.
0
De plus si M et σ sont tels que |||S(t)||| ≤ M eσt , alors on a

|||S K (t)||| ≤ M e(σ+M.|||B|||)t .

Parmi les propriétés topologiques de S(t), qui restent valables pour S K (t),
sont données dans le théorème suivant.

Théorème 3.9
Soit A un générateur infinitésimal d’un C0 −semi-groupe S(t) et B un
opérateur linéaire borné.
Si le semi-groupe S(t) est compact, alors l’opérateur K = A + B est un
générateur infinitésimal d’un C0 −semi-groupe compact S K (t).

On examine le cas d’une perturbation de l’opérateur A par un opérateur


relativement borné

Définition 3.10 Soient deux opérateurs A et B de domaines respec-


tifs D(A) et D(B) avec D(B) ⊂ D(A) dans un espace H. On dit que B
est relativement borné par rapport à A si il existent a > 0 et b > 0 telles
que

∀y ∈ D(A) k By k ≤ a k Ay k + b k y k
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 3.11
Soit A un générateur infinitésimal d’un C0 −semi-groupe de contraction
et B un opérateur dissipatif et relativement borné par rapport à A avec
a < 1.
Alors A + B génère un C0 −semi-groupe de contraction.

Dans le cas où l’ opérateur B tel que A + B dissipatif on a le résultat

Théorème 3.12
Soit A un générateur infinitésimal d’un C0 −semi-groupe de contraction
et B un opérateur relativement borné par rapport à A avec a < 1 et A+B
dissipatif, alors A + B génère un C0 −semi-groupe de contraction.

On donne les définitions suivantes

Définition 3.13
Soit K ∈ L(H) un opérateur borné et Z un sous espace de H.
1. On dit que Z est un sous espace réduit de K si Z est à la fois invariant
par K et par son adjoint K ∗ , c-à-d : KZ ⊂ Z et K ∗ Z ⊂ Z.
2. K est dit unitaire si KK ∗ = K ∗ K = Id

Le résultat suivant est l’un des résultats classiques, et importants concer-


nant la décomposition de l’espace d’état en une somme directe de deux
sous espaces.

Théorème 3.14 [72]


Si A génère un C0 -semi groupe de contraction S(t) sur H, alors H peut
être décomposé comme une somme orthogonale H = Hu ⊕ Hcnu où Hu
et Hcnu sont deux sous espaces réduits par S(t) en plus on a :
1. Su (t) la restriction de S(t) sur Hu est un C0 -semi groupe unitaire
2. Scnu (t) la restriction de S(t) sur Hcnu est un C0 -semi groupe complè-
tement non unitaire ∀t > 0.
3. la décomposition est unique et Hu peut s’écrire comme :

Hu = {y ∈ H; kS(t)yk = kS ∗ (t)yk = kyk, t ≥ 0}


Ku = Hu ∩ D(A) et K u = Hu .
Démonstration.
En posant L(t) = Id − S ∗ (t)S(t) et L∗ (t) = Id − S(t)S ∗ (t) on a

kS(t)yk = kS ∗ (t)yk = kyk, t ≥ 0 ⇔ hL(t)y, yi = hy, L∗ (t)i = 0 (3.1.5)


AEJ-EZ-Livre-Stabilite 24 juin 2013

Les opérateurs L(t) et L∗ (t) sont auto-adjoints et positifs. En effet


Soient y et z deux éléments de H
hL(t)y, zi = hy, zi − hS ∗ (t)S(t)y, zi
= hy, zi − hS(t)y, S(t)zi
= hy, zi − hy, S ∗ (t)S(t)zi
= hy, L(t)zi
alors L(t) est auto-adjoint.
Comme S(t) est de contraction, alors hL(t)y, yi = kyk2 − kS(t)yk2 ≥ 0
donc L(t) est positif.
Avec les mêmes techniques on montre que L∗ (t) est auto-adjoint et po-
1 1
sitif, et par conséquent les opérateurs L 2 (t) et L 2 ∗ (t) sont bien définis.
Par conséquent\ (3.1.5) ⇔ y ∈ KerL(t) ∩ KerL∗ (t).
On pose Hu = [KerL(t) ∩ KerL∗ (t)], est un sous espace fermé de H.
t≥0

et Hcnu = Hu⊥ .

Les espaces Hu et Hcnu sont invariants par S(t) et S ∗ (t), ∀t ≥ 0. En effet


y ∈ Hu ⇔ kS(t)S(s)yk = kS(t + s)yk = kyk, ∀s, t ≥ 0. (3.1.6)
donc Hu est invariant par S(t), ∀t ≥ 0.
Comme S(t) est de contraction alors on a :
kS(t)yk = kyk ⇒ S ∗ (t)S(t)y = y. (3.1.7)
En effet :
kS ∗ (t)S(t)y − yk2 = kS ∗ (t)S(t)yk2 − 2RehS ∗ (t)S(t)y, yi + kyk2
= kS ∗ (t)S(t)yk2 − 2kS(t)yk2 + kyk2
≤ kS ∗ (t)k2 kS(t)yk2 − kyk2
≤0
On conclut que Hu est invariant par S ∗ (t), ∀t ≥ 0.
Ce qui donne

kS ∗ (s)S(t)yk = kS ∗ (s − t)S ∗ (t)S(t)yk = kS ∗ (s)S(s)S(t − s)yk


Utilisant (3.1.7) on obtient

kS ∗ (s − t)yk = kyk si s > t




kS (s)S(t)yk =
kS(t − s)yk = kyk si s ≤ t
AEJ-EZ-Livre-Stabilite 24 juin 2013

et par conséquent Hu est invariant par S ∗ (t).

Montrons que Hcnu est invariant par S(t) et S ∗ (t), ∀t ≥ 0.


Soit y ∈ Hcnu alors ∀z ∈ Hu on a hy, zi = 0 et comme Hu est invariant
par S ∗ (t), on a
hS(t)y, zi = hy, S ∗ (t)zi = 0
alors Hcnu est invariant par S(t), de même (Hu est invariant par S(t) )
hS ∗ (t)y, zi = hy, S(t)zi = 0
1) Avec les mêmes techniques utilisées pour montrer (3.1.7) on peut
montrer que :
kS ∗ (t)yk = kyk ⇒ S(t)S ∗ (t)y = y (3.1.8)
par conséquent (3.1.7) et (3.1.8) impliquent que
Su (t)Su∗ (t) = Su∗ (t)Su (t) = IdHu .
2) On suppose qu’il existe un sous espace H0 ⊂ Hcnu tel que l’opérateur
SH0 (la restriction de S sur H0 ) soit unitaire
on a pour y ∈ H0 tel que y 6= 0 :
kS(t)yk2 = hS ∗ (t)S(t)y, yi = hS(t)S ∗ (t)y, yi = kyk2
d’où kS(t)yk = kS ∗ (t)yk = kyk et par conséquent y ∈ Hu contradiction.

3) Supposons que H admet une autre décomposition orthogonale


H = H0 ⊕ H1
tels que H0 et H1 vérifient respectivement les mêmes hypothèses que Hu
et Hcnu .
Comme SH0 est unitaire alors ∀y ∈ H0 , kS(t)yk = kS ∗ (t)yk = kyk∀t ≥ 0
d’où H0 ⊂ Hu .
De plus H0 et Hu sont deux sous espaces réduits de S(.), il sera de même
pour Hu ∩ H0⊥ ,
De Hu ∩ H0⊥ ⊂ H ∩ H0⊥ = H1 , la restriction de T sur Hu ∩ H0⊥ est
unitaire.
Mais par hypothèse SH1 est complètement non unitaire.
Ce qui implique que Hu ∩ H0⊥ = {0} et par conséquent Hu = H0 .
D’où l’unicité de la décomposition.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Reste à montrer que Hu = K u , avec Ku = Hu ∩ D(A).


Comme Hu est fermé alors K u ⊂ Hu .
D’autre part pour tout y ∈ Hu , on a
Z ∞
R(λ, A)y = e−λs S(s)yds ∈ Hu ,
0

en effet :
Z ∞
S(t)S ∗ (t)R(λ, A)y = S(t)S ∗ (t)S(s)yds, ∀t, s ≥ 0
Z0 ∞
= S(s)yds, ∀s ≥ 0
0
= R(λ, A)y
Z ∞
= S ∗ (t)S(t)S(s)yds
0
= S ∗ (t)S(t)R(λ, A)y

(car Hu est invariant par S(t) et SHu est unitaire)

D’où S(t)S ∗ (t)R(λ, A)y = S ∗ (t)S(t)R(λ, A)y = R(λ, A)y.


On obtient :

kS(t)R(λ, A)yk2 = hS ∗ (t)S(t)R(λ, A)y, R(λ, A)yi = hR(λ, A)y, R(λ, A)yi

De même on a

kS ∗ (t)R(λ, A)yk2 = hS(t)S ∗ (t)R(λ, A)y, R(λ, A)yi = hR(λ, A)y, R(λ, A)yi

Donc R(λ, A)y ∈ Hu .


Comme R(λ, A)y ∈ D(A), alors ∀y ∈ Hu , λR(λ, A)y ∈ Ku .
On sait que λR(λ, A)y → y quand Re(λ) → +∞ (voir [6]), d’où Hu ⊂
K u . On conclut que Hu = K u .

Lemme 3.15 Soit S(t) un semi groupe de contraction, alors

S(t)[Id − S(s)S ∗ (s)]y * 0 quand t −→ +∞ (3.1.9)

et

S(t)[Id − S ∗ (s)S(s)]y * 0 quand t −→ +∞ (3.1.10)


Démonstration. Soient t et s tels que t ≥ s ≥ 0, et comme S ∗ (t) est de
contraction on a kS ∗ (t)k2 = kS ∗ (t − s)S ∗ (s)k2 ≤ kS ∗ (s)k2 .
AEJ-EZ-Livre-Stabilite 24 juin 2013

D’où la fonction t 7−→ kS ∗ (t)k2 est décroissante et positive, par consé-


quent elle est convergente.
Ainsi pour s ≥ 0 fixé, f (t) = kS ∗ (t)yk2 − kS ∗ (t + s)yk2 −→ 0 quand
t −→ +∞.
On a :
f (t) = hS ∗ (t)y, S ∗ (t)yi − hS(s)S ∗ (s)S ∗ (t)y, S ∗ (t)yi
= h(Id − T (s)S ∗ (s))S ∗ (t)y, S ∗ (t)yi

Comme (Id − S(s)S ∗ (s)) est auto-adjoint positif alors

f (t) = k(Id − S(s)S ∗ (s))1/2 S ∗ (t)yk2 .

D’où ∀y ∈ H, ∀s ≥ 0 on a :

[Id − S(s)S ∗ (s)]S ∗ (t)y −→ 0 quand t −→ +∞ (3.1.11)

et si on multiplie le terme de gauche par S ∗ (s) on obtient :

S ∗ (s)[Id − S(s)S ∗ (s)]S ∗ (t)y = [Id − S ∗ (s)S(s)]S ∗ (t + s)y

et par conséquent ∀x ∈ H, ∀s ≥ 0 :

[Id − S ∗ (s)S(s)]S ∗ (t)y −→ 0 quand t −→ +∞ (3.1.12)

On sait que si Y (t) est un opérateur linéaire borné, tel que Y (t)y → 0
quand t → +∞, ∀y ∈ H alors Y (t)y * 0 quand t −→ +∞.
Si on applique ce résultat aux (3.1.11) et (3.1.12) on obtient (3.1.9) et
(3.1.10)

Théorème 3.16
Soit S(t) un C0 -semi groupe de contraction sur H et soit l’ensemble

W = {y ∈ H tel que S(t)y * 0 quand t → +∞},

alors
1. W est un sous espace fermé réduit de S(t), ∀t ≥ 0.
2. W ⊥ est un sous espace réduit de S(t), et en plus SW ⊥ (t) est un C0 -
semi groupe unitaire.
3. W = {y ∈ H tel que S ∗ (t)y * 0 quand t → +∞}
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
1. W est un sous espace fermé de H. En effet :
Soit yn ∈ H tel que hyn , zi → 0 quand t → +∞ et lim kyn − yk = 0.
n→+∞
Soit z ∈ H ∗ , hS(t)y, zi = lim hS(t)yn , zi = 0
n→+∞
Ce qui implique que y ∈ W, i.e, W est fermé dans H.

W est invariant par S(s) et par S ∗ (s), ∀s ≥ 0. En effet


Soit y ∈ W , pour s ≥ 0, S(t)S(s)y = S(t + s)y * 0 quand t → +∞ et
W est invariant par S(s), ∀s ≥ 0.
Maintenant on va montrer que ∀y ∈ W , S ∗ (s)y ∈ W, ∀s ≥ 0.
Soit y ∈ W alors S(t)y * 0 quand t −→ +∞
et avec (3.1.9), on obtient :

−S(t)S(s)S ∗ (s)y = −S(t + s)S ∗ (s)y * 0 quand t −→ +∞

Ce qui entraîne que S(t)S ∗ (s)y * 0 quand t −→ +∞.


Par conséquent W et W ⊥ sont deux sous espaces réduits de S(s), ∀s ≥ 0.

2. Pour ce point, il suffit de montrer que W ⊥ ⊂ Hu .


Par (3.1.9) et (3.1.10) on a pour tout s ≥ 0 :

ImL(s) ⊂ W et ImL∗ (s) ⊂ W (3.1.13)

et comme L(s) et L∗ (s) sont auto-adjoints et bornés on obtient :


(ImL(s))⊥ = KerL(s) et (ImL∗ (s))⊥ = KerL∗ (s).
D’où (3.1.13) implique que ∀s\≥ 0 : W ⊥ ⊂ (ImL(s))⊥ ∩ (ImL∗ (s))⊥ .
Ce qui est équivalent W ⊥ ⊂ (KerL(s) ∩ KerL∗ (s)) = Hu
s≥0

3. Soit z ∈ H, z = z1 + z2 tels que z1 ∈ W et z2 ∈ W ⊥

hS ∗ (t)y, zi = hy, S(t)z1 i + hy, S(t)z2 i ∀ y ∈ W

Comme (z1 , z2 ) ∈ W × W ⊥ et W est invariant par S(t) alors


hy, S(t)z1 i −→ 0 et hy, S(t)z2 i −→ 0quand t −→ ∞.
D’où S ∗ (t)y * 0 quand t → +∞, et par conséquent, en changeant les
rôles de S(t) et de S ∗ (t), et avec les mêmes techniques ci dessus on montre
que S ∗ (t)y * 0 quand t −→ +∞ =⇒ S(t)y * 0 quand t −→ +∞, ce
qui achève la preuve.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 3.17 Soit A un opérateur de domaine D(A) ⊂ H un espace


de Hilbert. Soient δ > 0 et les sous ensembles du spectre ponctuel σ(A)
de de A

σu (A) = {λ : Re(λ) ≥ −δ}, σs (A) = {λ : Re(λ) < −δ}


Si l’ensemble σu (A) est borné et séparé de l’ensemble σs (A) par une
courbe fermée simple (ce qui est le cas si σu (A) est fini), alors l’espace
d’état H peut être décomposé (3.14) en deux sous espaces :
H = Hu + Hs avec Hu = P H, Hs = (I − P )H (3.1.14)
où P ∈ L(H) est un opérateur la projection donné par
Z
1
P = (λI − A)−1 dλ, (3.1.15)
2πi C
où C est une courbe entourant σ(A).

3.2 STABILITÉ DES SYSTÈMES DISTRIBUÉS LINÉAIRES

3.2-a Définitions- Exemples

Considérons le système linéaire décrit par l ’équation


dz(t)


 = Az(t)
dt (3.2.1)

z(., 0) = z0 ∈ H

où A : D(A) ⊂ H −→ H est un générateur infinitésimal d’un C0 −semi-


groupe S(t), t ≥ 0 dans H.
Définition 3.18
Le système (3.2.1) est dit
1. exponentiellement stable (ou A engendre un C0 -semi groupe exponen-
tiellement stable) si
∃σ > 0, M ≥ 0 | kS(t)k ≤ M e−σt .
2. uniformément stable si lim kS(t)kL(H) = 0 ∀y ∈ H.
t→+∞
3.fortement stable si lim kS(t)yk = 0 ∀y ∈ H.
t→+∞
4. faiblement stable si lim hS(t)y, zi = 0 ∀(y, z) ∈ H × H ∗ .
t→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Remarque
1. Dans le cas de dimension finie, les trois degrés de stabilité coincident.
2. Le système (3.2.1) est exponentiellement stable si et seulement si il
existent deux constantes M > 0 et σ > 0, telles que pour tout t ≥ 0 on a
|||S(t)||| ≤ M e−σt .
3. La stabilité exponentielle =⇒ la stabilité asymptotique =⇒ la
stabilité faible. La réciproque n’est pas vraie dans le cas où dim H = +∞,
comme illustrée par les exemples suivants. 

Exemple 3.2.1
on considère sur L2 (]0, +∞[) le système suivant

∂y(x, t) ∂y(x, t)
(
= (3.2.2)
∂t ∂x
y(x, 0) = y0 (x)


L’opérateur A = avec D(A) = {y ∈ H 1 (]0, +∞[); y(0) = 0} en-
∂x
gendre un C0 -semi groupe S(t), t ≥ 0 défini
Z par (S(t)y)(x) = y(x + t).
+∞
On a ∀y ∈ L2 (]0, +∞[), ||S(t)y||2 = |y(x)|2 dx → 0, quand
t
t → ∞., alors le système (3.2.2) est fortement stable.
Mais |||S(t)|||L(L2 (]0,+∞[)) = 1, ∀t ≥ 0, donc le système (3.2.2) n’est pas
exponentiellement stable.
Un système peut être faiblement stable sans qu’il soit fortement stable.
Exemple 3.2.2
Sur L2 (]0, +∞[) considérons le système

∂y(x, t) ∂y(x, t)
(
=− sur ]0, +∞[2 (3.2.3)
∂t ∂x
y(x, 0) = y0 (x) ∈ L2 (]0, +∞[)


L’opérateur A = − , D(A) = {z ∈ L2 (]0, +∞[); y(0) = 0} engendre
∂x
un C0 -semi groupe S(t), t ≥ 0 donné par

y(x − t), si x ≥ t
(S(t)y)(x) =
0, si x < t

On a ||S(t)y|| = ||y||, ∀t ≥ 0, donc le système (3.2.3) n’est pas asymp-


totiquement stable. Toutefois ce système est faiblement stable, en effet
AEJ-EZ-Livre-Stabilite 24 juin 2013

∀y ∈ L2 (]0, +∞[), z ∈ L2 (]0, +∞[) deux fonctions à supports compacts,


pour t assez grand les supports de S(t)y et z sont disjoints alors
Z +∞
hS(t)y, zi = z(x + t)y(x)dx
0
=0

Maintenant soit (y, z) ∈ (L2 (]0, +∞[))2 alors ils existent yn et zn deux
suites de fonctions à supports compacts telles que
1 1
ky − yn kL2 (]0,+∞[) < et kz − zn kL2 (]0,+∞[) <
n n
alors
|hS(t)y, zi| < |hS(t)(y − yn ), zn i| + |hS(t)y, z − zn i| + |hS(t)yn , zn i|
< n1 ( n1 + kzkL2 (]0,+∞[) + kykL2 (]0,+∞[) ) + |hS(t)yn , zn i|

Or |hS(t)yn , zn i| = 0 pour t assez grand, d’où hS(t)y, zi → 0 quand t →


+∞ et par conséquent le système (3.2.3) est faiblement stable.

3.2-b Caractérisations

En dimension finie, les trois degrés de stabilité coincident et de nombreux


résultats de caractérisation ont été établis, ces résultats sont basés sur des
propriétés spectrales de la dynamique du système A ou sur l’existence
d’une fonction de Lyapunov, ce qui revient à établir l’existence d’une
solution d’une equation de Lyapunov.
Proposition 3.19 Si dim H < ∞ alors les propriétés suivantes sont
équivalentes
1. Le système (3.2.1) est exponentiellement stable.
2. sup{Reλ : λ ∈ σ(A)} < 0.
3. Il existe une matrice définie positive P solution de l’équation de Lya-
punov
P A + A∗ P = −I
En dimension infinie,
Si σ(A) le spectre ponctuel de A et si
σ− = sup{Reλ : λ ∈ σ(A)}, etσ+ = inf{µ | ∃M > 0; |||S(t)||| ≤ M eµt , ∀t ≥ 0}
désignent les indices supérieurs et inférieurs de la stabilité de A, on a
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 3.20
1. σ− ≤ σ+ , et donc si le système (3.2.1) est exponentiellement stable
alors σ− < 0,
2. Si A génère un semi-groupe S(t) différentiable pour t > 0, ou si il
existe t1 > 0, tel que S(t1 ) est compact, alors σ− = σ+ , et par conséquent
l’inégalité σ− < 0 entraîne la stabilité exponentielle du système (3.2.1).

Pour la preuve on réfère à [93], et à [58, 100].

Théorème 3.21 [71]


1
Si A génère un C0 -semi groupe S(t), et si on note par s(A) = sup{log(eRe(λ)t )|λ ∈
t
σ(A)} et
ln |||Ss (t)|||
σ0 = lim
t→+∞ t
alors :

−∞ ≤ σ− ≤ σ0

Définition 3.22
On dit que l’égalité de la décroissance spectrale est vérifiée si

σ0 = σ− .

Le résultat suivant donne une condition nécessaire et suffisante de la


stabilité exponentielle [42].

Théorème 3.23
Le système (3.2.1) est exponentiellement stable si et seulement si
Z ∞
kS(t)yk2 dt < +∞ ∀y ∈ H (3.2.4)
0
Démonstration.
Pour m ∈ N∗ , l’opérateur Pm (y) = 1[0,m] S(t)y ∈ L(H, L2 (R+ , H)) est
Z +∞
bien défini ([40]), Par suite ||Pm S(t)y||2 ≤ am ||y||2
Z m 0

où am = ||S(t)||2L(H) dt et d’après le théorème de Banach Steinhaus,


0
il existe a > 0 tel que ||Sm || ≤ a, m ≥ 1.
Soient σ > 0, M > 0 tels que |||S(t)||| ≤ M eσt , t ≥ 0.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Pour t0 > 0, la famille (||S(t)||)t≤t0 est bornée et pour t > t0 on a

1 − e−2σt
Z t
||S(t)y||2 = e−2σ(t−s) ||S(t)y||2 ds
2σ Z0 t
≤ e−2σ(t−s) ||S(s)y||2 |||S(t − s)|||2L(H) ds
0
≤ M 2 a2 ||y||2

D’où il existe k > 0 tel que ||S(t)||L(H) ≤ k, ∀t ≥ 0.


Z t
2
En plus on a t||S(t)y|| ≤ ||S(s)y||2 ||S(t − s)||2L(H) ds.
0
Donc t||S(t)y||2 ≤ k 2 a2 ||y||2 .
D’où il existe t0 tel que ln ||S(t0 )||L(H) < 0, ∀ t ≥ t0 .
Ce qui donne
ln ||S(t)||L(H)
inf <0
t>0 t
et le théorème 3.21 achève la preuve.
La réciproque est immédiate.

Corollaire 3.24
S’il existe un t0 > 0 tel que |||S(t0 )|||L(H) < 1 alors le système (3.2.1)
est exponentiellement stable.
Démonstration.

Comme |||S(t0 )|||L(H) < 1, alors σ0 < 0, ce qui achève la preuve.

Remarque
1. Dans le cas de dimension finie, la stabilité exponentielle est examinée
à partir du spectre de la dynamique du système, ainsi le système (3.2.1)
est exponentiellement stable si et seulement si :

sup{Re(λ), λ ∈ σ(A)} ≤ 0 (3.2.5)

2. En dimension infinie, on a toujours l’inégalité


1
sup{Re(λ), λ ∈ σ(A)} ≤ lim log kS(t)kL(H) = σ0
t→+∞ t

Toutefois on n’a pas besoin de l’égalité pour obtenir la stabilité exponen-


tielle comme le montre le théorème ci dessus. 
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 3.2.3
On considère le système décrit par l’équation
∂y ∂y
(
(x, t) = (x, t) ]0, +∞[2
∂t ∂x (3.2.6)
y(x, 0) = y0 (x) H
avec H =Z{y ∈ L2 (R+ )|y est absolument continue sur tout intervalle [a, b], 0 <
+∞
dy
a < b et | (x)|2 e−2x < ∞} muni de produit scalaire
0 dt
Z +∞ Z +∞
dy1 dy1
hy1 , y2 i = y1 (x)y 2 (x)dx + (x) (x)e−2x dx
0 0 dx dx
est un espace d’Hilbert.
∂y ∂y
L’opérateur Ay = de domaine D(A) = {y ∈ H| ∈ H} génère un
∂x ∂x
C0 -semi groupe donné par S(t)y(x) = y(t + x), ∀t > 0, y ∈ H.
D’après [120]), tout complexe β ∈ C tel que Re(β) ≥ 0, est un élément
de la résolvante de A, et que σ0 = 1. Donc l’inégalité (3.2.5) est stricte,
pourtant le système (3.2.6) est exponentiellement stable.
Le résultat suivant caractérise la stabilité exponentielle du système (3.2.1)[76].
Théorème 3.25
Soit A le générateur infinitésimal d’un C0 -semi groupe S(t) sur H.
Le système (3.2.1) est exponentiellement stable si et seulement si il existe
P ∈ L(H) solution de l’équation de Lyapunov
hAy, P yi + hP y, Ayi + hy, yi = 0, ∀y ∈ D(A). (3.2.7)
Démonstration.
Si le semi groupe S(t) est exponentiellement stable alors l’opérateur
Z +∞
Py = S ∗ (s)S(s)yds
0

est solution de l’équation (3.2.7).


Soit y ∈ D(A) et soit la fonction V (y) = hP y, yi.
dV (S(t)y)
Comme P est solution de l’équation (3.2.7), on a = −kS(t)yk2 .
dt
Z +∞
Comme P est positif alors kS(t)yk2 ≤ hP y, yi.
0
La conclusion résulte de la densité de D(A) dans H et de la continuité
de P .
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 3.26
Si le semi groupe S(t) est différentiable pour t > 0, alors

σ0 = sup{Re(λ)|λ ∈ σ(A)}(égalité de la décroissance spectrale)

et il résulte que la condition sup{Re(λ)|λ ∈ σ(A)} < 0 est suffisante


pour obtenir la stabilité exponentielle du système (3.2.1).

La démonstration se trouve dans [71].


On a les mêmes résultats que dans la proposition ci dessus s’il existe t0
tel que S(t0 ) est compact.

Proposition 3.27 [71]


Si S(t) vérifie la condition :

σ(S(t)) ∪ {0} = {etλ tel que λ ∈ σ(A)} ∪ {0} ∀t ≥ 0 (3.2.8)

alors l’égalité de la décroissance spectrale est vérifiée.


Démonstration.
1
D’après le théorème 3.21 on a −∞ ≤ σ− ≤ σ0 , et que σ0 = t log(r(S(t))
On suppose que −∞ < σ− alors
1
σ0 = log sup{|µ|, µ ∈ σ(SA))}
t
1
= log sup{|eλt ||λ ∈ σ(A)}
t
1
= log sup{eRe(λ)t |λ ∈ σ(A)}
t
1
= sup{log(eRe(λ)t )|λ ∈ σ(A)}
t
= σ−

3.3 STABILISATION DES SYSTÈMES DISTRIBUÉS LINÉAIRES

On considère le système linéaire contrôlé :

dy(t)


 = Ay(t) + Bv(t)
dt (3.3.1)


y(., 0) = y0
AEJ-EZ-Livre-Stabilite 24 juin 2013

où A est un générateur infinitésimal d’un C0 −semi-groupe S(t), t ≥ 0


dans un espace de Hilbert H et B ∈ L(V, H), V étant l’espace des
contrôles supposé de Hilbert.
On sait que pour tout K ∈ L(H), l’opérateur A + BK engendre un
C0 −semi-groupe et que la solution faible du système (3.3.1), est donnée
par
Z t
y(t) = S(t)y0 + S(t − s)Bv(s)ds
0

et on a la définition
Définition 3.28
Le système (3.3.1) est dit faiblement (asymptotiquement, exponentielle-
ment) stabilisable, s’il existe un opérateur borné K ∈ L(H, V ) tel que le
système
dy(t)


 = (A + BK)y(t)
dt

y(0) = y0 ∈ H

soit faiblement (asymptotiquement, exponentiellement) stable.

3.3-a Caractérisations

Il existe principalement trois approches pour aborder le problème de la


stabilisation du système (3.3.1). La première est basée sur la notion de
contrôlabilité, la seconde passe par l’équation de Riccati et la troisième
utilise les propriétés spectrales et structurales de A.

Théorème 3.29
Le système (3.3.1) est exponentiellement stable si et seulement si
Z ∞
kS(t)yk2 dt < +∞ ∀y ∈ H (3.3.2)
0
Démonstration.
On utilise des techniques similaires à celles utilisées pour démontrer la
proposition 3.23.

Corollaire 3.30
Si il existe un t0 > 0 tel que |||S(t0 )|||L(H) < 1 alors le système (3.3.1)
est exponentiellement stable.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.

Similaire au corollaire 3.24.


Une caractérisation de la stabilisabilité du système (3.3.1) est donnée
par le résultat suivant

Proposition 3.31 [78]


Les propriétés suivantes sont équivalentes
1. Le système (3.3.1) est exponentiellement stabilisable.
2. Il existe un contrôle v(t) telle que la solution associée de (3.3.1) sa-
tisfait
Z ∞
k y(t) k2 + k v(t) k2 dt < ∞ ∀ y0 ∈ H.
0

3. Il existe un opérateur P défini positif solution de l’équation de Riccati

∠Ay, P yi + ∠P y, Ayi − ∠B ∗ P y, B ∗ P yi + ∠y, yi ∀ y ∈ D(A)

4. Pour tout y0 ∈ H, il existe un contrôle v(t) tels que v(t) et la solution


associée tendent vers 0 quand t → ∞

En dimension finie, la stabilisation du système (3.3.1) est équivalente à


la contrôlabilité de ses modes instables. En dimension infinie, le spectre
d’un opérateur n’est pas réduit à sa partie ponctuelle et on ne peut en
général déplacer le spectre par une perturbation de rang fini. De plus la
position du spectre n’est pas directement liée à la stabilité du système.

Proposition 3.32 [14]


Le système (3.3.1) est faiblement stabilisable par le contrôle v(t) = B ∗ y(t)
si et seulement si les états instables sont contrôlables.

Une des méthodes utilisant les propriétés spectrales de A est la méthode


de décomposition.
Sous les hypothèses du théorème (3.17), le système (3.3.1) peut être
décomposé en un système stable et un autre instable suivants :
dyu (t)


 = Au yu (t) + P Bv(t)
dt (3.3.3)


y0u = P y0 , yu = P y
AEJ-EZ-Livre-Stabilite 24 juin 2013

et
dys (t)


 = As ys (t) + (I − P )Bv(t)
dt (3.3.4)

y0s = (I − P )y0 , ys = (I − P )y

où As et Au sont les restrictions de A sur Hs et Hu , respectivement, et


on a σ(As ) = σs (A), σ(Au ) = σu (A) et Au est un opérateur borné défini
sur Hu .
Les solutions de (3.3.3) et (3.3.4) sont données par
Z t
yu (t) = Su (t)y0u + Su (t − τ )P Bv(τ )dτ (3.3.5)
0

et
Z t
ys (t) = Ss (t)y0s + Ss (t − τ )(I − P )Bv(τ )dτ (3.3.6)
0

où Su (t) et Ss (t) sont les restrictions de S(t) sur Hu et Hs , qui sont


réspectivement les C0 − semi-groupes engendrés par Au et As .
On sait ([93]) que si (3.3.1) est exactement contrôlable, alors il est sta-
bilisable.
Si l’opérateur As vérifie la propriété de décroissance spectrale :

ln |||Ss (t)|||
lim = sup Re(σ(As )) (3.3.7)
t→+∞ t
alors stabiliser le système (3.3.1) revient à stabiliser (3.3.3).

Proposition 3.33 [93]


S’il existe Ku ∈ L(H, V ) tel que le contrôle v = Ku zu stabilise le sys-
tème (3.3.3), alors le système (3.3.1) est exponentiellement stabilisable
en utilisant l’opérateur de contrôle K = (Ku , 0).
Démonstration.
D’après la décomposition précédente, on a sup Re(σ(As )) ≤ −δ.
Comme As vérifie (3.3.7) alors ils existent a > 0, δ 0 > 0 tels que
0
|||Ss (t)||| ≤ a e−δ t , t ≥ 0.
La solution du système (3.3.3) est donnée par

zu (t) = eFu t z0u , avec Fu = Au + P BKu ∈ L(Hu )


AEJ-EZ-Livre-Stabilite 24 juin 2013

et il existe 0 < α < δ 0 , b > 0 tels que ||yu (t)|| ≤ b e−αt ||y0u ||.
Donc pour v = Ku zu , on a ||v(t)||V ≤ b e−αt |||Ku |||.||y0u ||
et par suite
Z t
0t 0
||ys (t)|| ≤ a e −δ ||y0s || + c ||y0u || e−δ (t−τ ) e−ατ dτ
0 0
0 e−δ t − e−αt
≤a e−δ t ||y0s || + c ||y0u ||
α − δ0
où c > 0, et par conséquent l’état du système (3.3.1) contrôlé par
v(t) = Ky(t) vérifie
0
0 e−δ t − e−αt
||y(t)||L2 (ω) ≤ (a e−δ t + c + b e−αt )||y0 ||
α − δ0
Ce qui entraîne la stabilisation exponentielle du système (3.3.1).
Le résultat suivant (voir [93]) permet de ramener le problème de la sta-
bilisation à celui de la contrôlabilité d’un système de dimension finie.

Proposition 3.34
Supposons que la condition (3.3.7) est vérifiée et que :
1. l’espace Hu est de dimension finie
2. le système (3.3.3) est contrôlable sur Hu ,
alors le système (3.3.1) est exponentiellement stabilisable.
Démonstration.
En dimension finie, il y’a une équivalence entre la contrôlabilité et la
stabilisabilité exponentielle. Ceci implique que le système (3.3.3) est ex-
ponentiellement stabilisable, d’où le résultat.
L’un des résultats qui caractérisent la stabilisation faible de (3.3.1) se
trouve dans [14] et donné par la proposition suivante.

Proposition 3.35
le contrôle v(t) = −B ∗ y(t) stabilise faiblement le système (3.3.1) si est
seulement si les états instables de (3.3.1) sont contrôlables.

On rappelle la définition de la contrôlabilité faible

Définition 3.36
Si A génère un C0 semi groupe S(t) et yd ∈ H,
AEJ-EZ-Livre-Stabilite 24 juin 2013

1. le système (3.3.1) est approximativement contrôlable à yd , si pour tout


 > 0, ils existent T > 0 et un contrôle v ∈ L2 ([0, T ], V ) tels que :
Z t
kyd − S(t − s)Bv(s)dsk < 
0

2. Si C désigne l’ensemble des états approximativement contrôlables, Le


système (3.3.1) est dit approximativement contrôlable si C = H.
Z t
Soit l’opérateur L(t)v = S(t − s)Bv(s)ds défini de V vers H, on a le
0
résultat

Lemme 3.37 [
1. C est un sous espace fermé de H et C = Im(L(t)) .
t≥0
\
2. L’ensemble des états non contrôlables est C⊥ = (Ker[B ∗ S ∗ (t)]).
t≥0

Démonstration.
Soit T̃ > 0, y ∈ (Im(L(T̃ ))⊥ alors pour tout v ∈ V , on a

Z T̃
hv(s), B ∗ S ∗ (s)yids = 0 , ∀v ∈ V
0

Cela implique que B ∗ S ∗ (s)y = 0, 0 < s < T̃ .


Par conséquent z ∈ {Im(S(t)B), t ≤ T̃ }⊥ ce qui implique

L(t)⊥ ⊂ {Im(S(t)B), t ≤ T̃ }⊥

D’où V ect{Im(S(t)B), t ≤ T̃ } ⊂ (L(T̃ )⊥ )⊥ = L(T̃ ) avec V ect(E) le


sous espace engendré par une partie E et on termine par montrer que
Z b
{ S(t)Bydt, y ∈ H} = H.
a

Lemme 3.38
Soit D ∈ L(V, H) un opérateur borné, et si T (t) le C0 -semi groupe en-
gendré par A + BD on a

∀t ≥ 0, B ∗ S ∗ (t)y = 0 si et seulement si ∀ t ≥ 0, B ∗ T ∗ (t)y = 0


AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration. Z t
on a T ∗ (t)y = S ∗ (t)y + S ∗ (t − s)D∗ B ∗ T ∗ (s)yds
Z t 0

et S ∗ (t)y = T ∗ (t)y + T ∗ (t − s)D∗ B ∗ S ∗ (s)yds.


0
Donc B ∗ S ∗ (t)y = 0 ⇔ B ∗ T ∗ (t)y = 0.

Proposition 3.39 [14]


Supposons que S(t) est de contraction, alors les deux conditions suivantes
sont équivalentes :
1. Le contrôle v(t) = −B ∗ y(t) stabilise faiblement le système (3.3.1)
2. Les états instables de (3.3.1) sont contrôlables.
Démonstration.
Si W désigne l’ensemble des états faiblement stables du système (3.3.1),
et C l’ensemble des états faiblement contrôlables.
Supposons que le système (3.3.1) soit faiblement stabilisable avec le
contrôle v(t) = −B ∗ y(t).
La propriété 2.⇔ W ⊥ ⊂ C ⇔ C ⊥ ⊂ W . Soit y ∈ C ⊥ d’après le Lemme
3.37 on a ∀t ≥ 0, B ∗ S ∗ y = 0.
En utilisant le Lemme 3.38, pour tout z ∈ H on a
hS ∗ (t)y, zi = hT ∗ (t)y, zi = hy, T (t)zi −→ 0 quand t −→ +∞
Par conséquent S ∗ (t)y * 0 quand t −→ +∞.
Comme S ∗ (t) est de contraction, par le Théorème 3.16 on a S(t)y * 0
quand t −→ +∞. D’où y ∈ W et par conséquent C ⊥ ⊂ W.
Inversement, on suppose que C ⊥ ⊂ W , BB ∗ est un opérateur borné
dissipatif, alors A − BB ∗ génère un CL0 -semi groupe de contraction.
Utilisant le Théorème 3.14, H = Hu Hcnu avec Hu réduit T (t) à un
C0 -semi groupe unitaire, et Hcnu réduit T (t) en un C0 -semi groupe com-
plètement non unitaire.
Par le Théorème 3.16 on a :
∀y ∈ Hcnu ⇒ S(t)y * 0 quand t → +∞.
Il reste à montrer que
∀y ∈ Hu ⇒ S(t)y * 0 quand t → +∞
On note par Ku = Hu ∩ D(A), pour tout y ∈ Ku et tout t ≥ 0, on a
d
kT ∗ (t)k2 = h(A∗ − BB ∗ )T ∗ (t)y, T ∗ (t)y)i + hT ∗ (t)y, (A∗ − BB ∗ )y)i = 0
dt
AEJ-EZ-Livre-Stabilite 24 juin 2013

Comme A∗ et BB ∗ son dissipatifs, alors


∀t ≥ 0, on a B ∗ T ∗ (t)y = 0 ∀t ≥ 0
Le lemme 3.38 implique que ∀t ≥ 0, B ∗ S ∗ (t)y = 0, mais C ⊥ ⊂ W ce qui
implique que Ku ⊂ W .
Avec le lemme 3.38 on obtient
∀t ≥ 0, ∀y ∈ Ku , T ∗ (t)y = S ∗ (t)y
Alors pour y ∈ W, et par le théorème 3.16 on a S ∗ (t)y * 0 quand t → 0.
Par conséquent T ∗ (t)y * 0 quand t → 0, et avec le théorème 3.16 on a
T (t)y * 0 quand t → 0.
On déduit que ∀y ∈ Ku , T (t)y * 0 quand t −→ +∞.
Soit y ∈ Hu = K u (par théorème 3.16) alors il existe une suite yn ∈
Ku telle que kyn − yk −→ 0 quand n −→ +∞ et comme T (t) est de
contraction on a
|hT (t)y, zi| ≤ ky − yn kkzk + |hT (t)yn , zi| −→ 0 quand n −→ +∞
ce qui termine la preuve.
Le résultat suivant est très utile dans le cas où l’espace de contrôle V =
Rp , et l’opérateur de contrôle
p
X
B[(v1 , v2 , · · · , vp )] = vj fj avec fj ∈ H, j = 1, · · · , p ; i.e,
j=1
On suppose que la dynamique du système est auto-adjoint et à résolvante
compacte. Il implique que A admet un système orthonormé complet de
vecteurs propres Ψm , m ∈ N∗ , associés aux valeurs propres λmj , j =
1, · · · , rm de multiplicité rm . Si en plus A possède un nombre fini de
valeurs propres positives notées λ1j , λ2j , · · · , λlj , dans ce cas l’hypothèse
de la décomposition de l’espace d’état est vérifiée et dim(Hu ) < +∞.
Ainsi on a le résultat.

Proposition 3.40
Le système (3.3.3) est exponentiellement stabilisable si

 p ≥ 1≤m≤l
 sup rm
(3.3.8)

rg(Gm ) = rm ; m = 1, 2, · · · , l

où (Gm)ij = hfi , Ψmj i


AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
Au peut être représenté par une matrice diagonale telle que :
Au = diag(λ1 , · · · , λ1 , λ2 , · · · , λ2 , · · · , λl , · · · , λl )
| {z } | {z } | {z }
r1 f ois r2 f ois rl f ois

On a aussi P B = t [t G1 t G2 · · ·t Gl ].
La condition (3.3.8) implique que le système (3.3.3) est contrôlable.
Par conséquent il est exponentiellement stabilisable (Hu est de dimension
finie)
D’où l’existence d’un opérateur Ku ∈ L(Hu , H) qui stabilise exponen-
tiellement le système (3.3.3).
Le théorème (3.33) permet de conclure.

3.3-b Problème de stabilisation optimale

la stabilisation à moindre coût demeure l’un des problèmes majeurs qui


a fait l’objet de nombreux travaux, [120], [11], etc.
On se propose de stabiliser le systeme (3.3.1) tout en minimisant la
fonctionnelle
Z ∞
q(v) = (||y(t)||2 + hv(t), Rv(t)i)dt < +∞, ∀y0 ∈ H. (3.3.9)
0

où v ∈ Vad = {v ∈ L2 (R+ , H)|q(v) < +∞} et R ∈ L(V ) un opérateur


auto-adjoint et coercif.

Théorème 3.41 [120]


Le système (3.3.1) est exponentiellement stabilisable si et seulement s’il
existe P ∈ L(H) solution de l’équation de Riccati
hAy, P yi+hP y, Ayi−hB ∗ P z, B ∗ P zi+hRy, yi = 0, ∀y ∈ D(A). (3.3.10)
en plus v ∗ (t) = −P B ∗ y ∗ (t) est l’unique contrôle minimisant la fonction-
nelle (3.3.9)

En réalité le contrôle de stabilisation est d’énergie finie, dans la suite on


suppose que le contrôle de stabilisation est borné.
Soit f : V → R une fonction bien choisie, et on considère le contrôle
v(t) = −f (B ∗ y(t)) et le système
∂y
(
= Ay(t) − Bf (B ∗ y(t))
∂t (3.3.11)
y(0) = y0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Avant d’énoncer le résultat on a besoin du lemme suivant


Lemme 3.42
Soit f0 une fonction positive et croissante telle que f0 (0) = 0.
On note f1 (t) = t − (Id + f0 )−1 (t), et soit (sk ) une suite de nombres
positifs qui vérifie f0 (sk+1 ) + sk+1 ≤ sk , k ≥ 0 et si U (t)ξ la solution
du système
dU (t)
(
= −f1 (U (t)) (3.3.12)
dt
U (0) =ξ≥0
alors sk ≤ S(k)s0 .

Théorème 3.43 [21]


Si la fonction f vérifie les conditions
1.
ckvk2V ≤ hf (v), viV et |f (v)k2V ≤ dkvkV ∀ kvkV ≥ 1 (3.3.13)
où C et d deux constante positives
2. Elle existe une fonction concave strictement croissante h : R+ −→ R
telle que h(0) = 0 et
kf (v)k2V + kvk2V ≤ h(hf (v), vi) ∀ kvk < 1 (3.3.14)
3. Il existe T > 0, e > 0 tels que :
Z T
kB ∗ S(t)y0 k2V dt ≥ eky0 k ∀y0 ∈ H (3.3.15)
0

alors le système (3.3.11) est fortement stable, de plus on a l’estimation


1
ky(t)k = O( √ )
t
Plus précisément on a
 
1 1 t
ky(t)k2 ≤ S − 1 ky0 k2 pour tout t > T (3.3.16)
2 2 T
où S(t)y0 → 0 as t → ∞ un C0 −semi groupe de contraction et solution
de l’équation différentielle

dS(t)
+ q(S(t)) = 0, S(0) = Id (3.3.17)
dt
AEJ-EZ-Livre-Stabilite 24 juin 2013

et q est donnée par

q(s) = s − (I + p)−1 (s). (3.3.18)


Démonstration.

Pour tout T > 0, la solution y(t) du système (3.3.11) vérifie


Z T
1 1
2
ky(T )k + hf (B ∗ y(t)), B ∗ y(t)iV dt ≤ ky0 k2 . (3.3.19)
2 0 2
On décompose y

y =ϕ+ψ (3.3.20)

avec ϕ la solution du système


dϕ(t)
(
= Aφ(t) (3.3.21)
dt
ϕ(0) = y0 ,

et ψ la solution du système
dψ(t)
(
= Aψ − Bf (B ∗ y(t)) , (3.3.22)
dt
ψ(0) = 0.

Utilisant (3.3.19) et (3.3.15) on obtient


Z T
1 1
ky(T )k ≤ ky(0)k ≤ k B ∗ ϕ(t) k2V dt. (3.3.23)
2 2e 0
Avec la décomposition (3.3.20) on a

k B ∗ ϕ(t) k2V ≤ 2 k B ∗ ψ(t) k2V + k B ∗ y(t) k2V



(3.3.24)

et
Z T Z T Z T 
k B ∗ ϕ(t) k2V dt ≤ 2 k B ∗ ψ(t) k2V dt + k B ∗ y(t) k2V dt
0 0 0
(3.3.25)
et d’après (3.3.22), pour 0 ≤ t ≤ T0 , on a
Z t
ψ(t) = e(t−s)A Bf (B ∗ y(s))ds. (3.3.26)
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Or S(t) est un C0 -semi groupe de contraction, par l’inégalité de Cauchy-


Schwarz on a
Z T 2
∗ 2 ∗ 2 2 (t−s)A ∗
k B ψ(t) kV ≤k B k k B k ke kk f (B y(s)) k ds
0 Z T
≤k B ∗ k2 k B k2 T k f (B ∗ y(s)) k2V ds
0
(3.3.27)
et par conséquent il existe C1 > 0 telle que
Z T Z T Z T 
∗ 2
k B ϕ(t) kV dt ≤ C1 k f (B ∗ y(t)) k2V dt + ∗
k B y(t) k2V dt
0 0 0
(3.3.28)
Considérons la décomposition [0, T0 ] = K1 ∪ K2 telle que
K1 = {t ∈ [0, T ]/ k B ∗ y(t) kV ≥ 1},K2 = {t ∈ [0, T ]/ k B ∗ y(t) kV < 1}.
(3.3.29)
Alors à partir des hypothèses (3.3.13) et (3.3.14), on obtient
Z Z
∗ 2
k f (B y(t)) kV dt + k B ∗ y(t) k2V dt
K1 K1
(3.3.30)
 Z T0
C2
≤ c + 1
c hf (B ∗ y(t)), B ∗ y(t)iV dt
0

et
k f (B ∗ y(t)) k2V dt + k B ∗ y(t) k2V dt
R R
K2 K2
(3.3.31)
RT
≤ 0 ξhf (B ∗ y(t)), B ∗ y(t)iV dt.
Appliquant l’inégalité de Jensen on obtient
Z T
1 T
Z
∗ ∗
ξhf (B y(t)), B y(t)iV dt ≤ T ξ hf (B ∗ y(t)), B ∗ y(t)iV dt
0 T 0
(3.3.32)
Utilisant les inégalités (3.3.19) et (3.3.28), on a
Z T
1 2
2 ky(T )k k ≤ C0 { hf (B ∗ y(t)), B ∗ y(t)iV dt
0
(3.3.33)
Z T
+ξ 21 ky(T )k2 hf (B ∗ y(t)), B ∗ y(t)iV dt}
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

D’autre part on a
1 1 1
ky(T )k2 ≤ C0 h̃( ky(T )k2 − ky(T )k2 ). (3.3.34)
2 2 2
t
h(t) = t + h( ).
où e
T
h)−1 est une fonction croissante sur [0, +∞) et avec (3.3.34)
Alors p = (C0e
on obtient
1 1 1
ky(T )k2 + p ky(T )k2 ≤ ky0 k2 . (3.3.35)
2 2 2
de plus
1 1 1
ky((k + 1)T )k2 + p ky((k + 1)T )k2 ≤ ky(kT )k2 , k ∈ N. (3.3.36)
2 2 2
car l’estimation (3.3.35) est vérifiée sur des intervalles du type [kT, (k +
1)T ].
1
On applique le lemme 3.42 à la suite sk = ky(kT )k2 on obtient
2
1 1
∀k ∈ N, ky(kT )k2 ≤ S(k)ky0 k2 . (3.3.37)
2 2
Pour un entier k 6= 0, pour tout t > T , et 0 ≤ τ < T , on a t = kT + τ ,
par conséquent on déduit, pour tout t > T0 ,
   
1 1 1 t−τ t
ky(t)k2 ≤ ky(kT )k2 ≤ S(k)ky0 k2 ≤ S ≤S −1
2 2 2 T T
(3.3.38)

Proposition 3.44 [78]


Les propriétés suivantes sont équivalentes
1. Le système (3.3.1) est exponentiellement stabilisable.
2. Il existe un contrôle v(.) tel que la solution associée de (3.3.1) vérifie
Z ∞
(||y(t)||2 + ||v(t)||2 )dt < +∞, ∀y0 ∈ H.
0

3. Il existe un opérateur défini positif P vérifiant pour tout y ∈ D(A),


l’équation de Riccati suivante
< Ay, P y > + < P y, Ay > − < B ∗ P y, B ∗ P y > + < y, y >= 0.
(3.3.39)
AEJ-EZ-Livre-Stabilite 24 juin 2013

4. Pour tout état initial z0 ∈ H, il existe un contrôle v(.) tel que v(t)
et la solution correspondante de (3.3.1) tendent exponentiellement vers
zéro quand t −→ +∞.

Si l’opérateur P est solution de Z(3.3.39), le contrôle v(t) = −BP z(t)



minimise la fonction coût q(v) = ||z(t)||2 + ||v(t)||2 dt < +∞ ([78]).
0
Remarque
Le problème de la stabilisation peut être vu comme un cas spécial de
la stabilisation de la sortie, pour cela et pour d’autre résultats liant la
stabilisation faible ou asymptotique de la sortie du système (3.3.1) à celle
de (3.3.3) on réfère à ([83, 90, 96]). 
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 4

Stabilité des systèmes distribués bilinéaires et semi


linéaires

Ce chapitre concerne l’étude de la stabilité des systèmes distribués bili-


néaires et semi linéaires.

4.1 SYSTÈMES BIEN POSÉS

Dans ce paragraphe on présente quelques résultats sur l’existence et l’uni-


cité de la solution d’une classe de systèmes non linéaires, décrits par
l’équation
dy(t)
(
= Ay(t) + g(y(t), t) (4.1.1)
dt
y(0) = y0 ∈ H
où A : D(A) ⊂ H −→ H est un opérateur linéaire qui génère un C0 -semi
groupe S(t), t ≥ 0 dans H, et g : H × R+ −→ H une fonction donnée.
Définition 4.1
Soit T > 0, une fonction y ∈ C([0, T ], H) est dite
1. solution faible de (4.1.1) sur [0, T ] si et seulement si la fonction
g(y(.), .) ∈ L1 (0, T ; H) et pour tout ϕ ∈ D(A∗ ), la fonction hy(t), ϕi
est absolument continue sur [0, T ] et vérifie
d
hy(t), ϕi = hy(t), A∗ ϕi + hg(y(t), t), ϕi p.p sur [0, T ].
dt
2. solution forte de (4.1.1) sur [0, T ] si et seulement si la fonction y(.)
est continue sur [0, T [, de classe C 1 sur ]0, T [ et vérifie (4.1.1) avec y0 ∈
D(A).
3. Le système (4.1.1) est dit bien posé s’il admet une solution faible,
globale et unique.
Le résultat suivant [76], donne des conditions pour l’existence de la so-
lution faible de (4.1.1).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 4.2
1. Si g(y(.), .) ∈ L1 (0, T ; H) alors la fonction
Z t
y(t) = S(t)y0 + S(t − s)g(y(s), s)ds p.p sur[0, T ] (4.1.2)
0

est une solution faible de (4.1.1).


2. Si g : H × [0, T ] → H est continue sur [0, T ], uniformément k-
lipshtzienne sur H alors le système (4.1.1) admet une solution faible
unique y ∈ C(0, T ; H) et l’application y0 → y est lipshitzienne de H dans
C(0, T ; H).
Démonstration.
Soit y0 ∈ H, on définit l’application F : C(0, T ; H) → C(0, T ; H) par
Z t
F (y)(t) = S(t)y0 + S(t − s)g(y(s), s)ds
0

On a k F (y)(t) − F (z)(t) k≤ M k k y − z k∞
(M kT )m
Ce qui implique k F (y)m (t) − F (z)m (t) k≤ k y − z k∞
m
m!
(M kT )
Pour M assez grand < 1, on en déduit que F admet un point
m!
fixe y ∈ C(0, T ; H), solution du système (4.1.1).
Maintenant soit z une autre solution faible de (4.1.1) associée à la condi-
tion initiale z0 , on a

k y(t) − z(t) k ≤k S(t)y0 − S(t)z0 k


Z t
+ k S(t)(g(y(s), s) − g(z(s), s)) k ds
0
Z t
≤ M k y0 − z0 k +M k k y(s) − z(s) kk ds
0

En appliquant le lemme de Gronwall on obtient

k y(t) − z(t) k≤ M eM kT k y0 − z0 k

d’où k y − z k≤ M eM kT k y0 − z0 k
Par conséquent la solution est unique et continue.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 4.3 Z t
Supposons que g ∈ L1 ([0, T ]; H), et soit k(t) = S(t − s)g(s)ds pour
0
0 < t < T.
y(t) donnée par (4.1.2) est une solution forte de (4.1.1) ∀y0 ∈ D(A) si
l’une des deux conditions est vérifiée.
dk(t)
1. k(t) est dérivable sur [0, T ], et ∈ L1 (0, T ; H)
dt
2. ∀t ∈ [0, T ], k(t) ∈ D(A)

Théorème 4.4
Si g : H × [0, +∞[→ H est continue pour tout t > 0 uniformément
continue sur tout intervalle borné de R+ , si de plus g est localement
lipschitzienne sur H, alors le système (4.1.1) admet une solution faible
unique y sur [0, tmax [ avec tmax ≤ +∞ avec lim ky(t)k = +∞
t→tmax

Démonstration.
Montrons d’abord que pour tout t0 ≥ 0, y0 ∈ H, le système (4.1.1) admet
une solution faible sur [t0 , t1 ] tel que t1 − t0 ≤ δ(t0 , ky0 k) où
 
ky0 k
δ(t0 , ky0 k) = min 1, (4.1.3)
K(t0 )k(K(t0 ), t0 + 1) + N (t0 )

avec k(c, t) est la constante de Lipschitz de la fonction g,


M (t0 ) = max{kS(t)k : 0 ≤ t ≤ t0 + 1}, K(t0 ) = 2ky0 kM (t0 ) et N (t0 ) =
max{kg(t, 0)k : 0 ≤ t ≤ t0 + 1}.
Soit t1 = t0 + δ(t0 , ky0 k), et on a F (B(0, k(t0 ))) = B(0, k(t0 )), la boule
de C([t0 , t1 ]; H) centrée en 0, et de rayon k(t0 ). En effet

k(F y)(t)k ≤ M (t0 )ky0 k


Z t
+ kS(t − s)k(kg(s, y(s)) − g(s, 0)k + kf (s, 0)k)ds
t0
≤ M (t0 )ky0 k + M (t0 )k(t0 )L(K(t0 ), t0 + 1))(t − t0 ) + M (t0 )N (t0 )(t − t0 )
≤ M (t0 ){ky0 k + k(t0 )L(K(t0 ), t0 + 1)(t − t0 ) + N (t0 )(t − t0 )}
≤ 2M (t0 )ky0 k = k(t0 )

Sur cette boule, F est uniformément Lipschitzienne de constante de Lip-


schitz L = L(K(t0 ), t0 + 1) et de façon analogue à celui du théorème
précédent, on montre que F admet un point fixe y dans cette boule, so-
lution de (4.1.1) sur l’intervalle [t0 , t1 ].
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par conséquent si y est une solution faible sur l’intervalle [0, τ ], elle admet
une extension sur l’intervalle [0, τ + δ] avec δ > 0 définie sur [τ, τ + δ],
par y(t) = w(t) avec w(t) est la solution de l’équation
Z t
w(t) = S(t − τ )y(τ ) + S(t − s)f (s, w(s))ds, τ ≤ t ≤ τ + δ
τ

De plus , δ ne dépend que de ky(τ )k, k(τ ) et N (τ ).

Soit [0, tmax [ l’intervalle maximal d’existence de la solution faible y du


système (4.1.1).
Si tmax < ∞ alors lim ky(t)k = ∞. Sinon il existe une suite tm ↑ tmax
t→tmax
telle que ky(tm )k ≤ C pour tout m.
En effet, la suite tm , converge vers tmax , et y définie sur [0, tm ] admet
une extension sur [0, tm + δ] avec δ > 0 qui ne dépend pas de tm d’où y
admet une extension pour t > tmax ce qui est en contradiction avec la
définition de tmax .

L’unicité de la solution globale y du système (4.1.1), est une conséquence


du théorème 4.2.

Remarque
Si y est bornée, la solution faible y(t) est globale (tmax = +∞) . 

Le résultat qui suit donne des conditions sur l’existence d’une solution
globale [76]

Théorème 4.5
Supposons que A génère un C0 -semi groupe compact S(t) , t ≥ 0 sur H.
Si g : [0, ∞[×H → H telle que l’image de tout borné de [0, ∞[×H est un
borné de H.
Alors pour tout y0 ∈ H, le système (4.1.1) admet au plus une solution
faible sur un intervalle maximal [0, tmax [.
Si de plus tmax < ∞ alors lim k y(t) k= ∞.
t→tmax

Démonstration.
Notons tout d’abord qu’une solution faible y de (4.1.1) définie sur un
intervalle fermé [0, t1 ] peut être étendue à un intervalle plus grand [0, t1 +
δ], δ > 0.
AEJ-EZ-Livre-Stabilite 24 juin 2013

La fonction z(t) = y(t + t1 ) est une solution faible du système


dz(t)


 − Az(t) = g(t + t1 , z(t))
dt (4.1.4)


z(0) = y(t1 )
définie sur un intervalle de longueur positive δ > 0 (théorème 2.1, [76]).
Soit [0, tmax [ l’intervalle maximal d’existence de la solution faible y de
(4.1.1), on va montrer que si tmax < ∞ alors k y(t) k→ ∞ lorsque
t → tmax .
Pour cela on va prouver que tmax < ∞ implique lim y(t) = ∞
t→tmax
En effet, si tmax < ∞ et lim < ∞.
t→tmax
On peut supposer que k S(t) k≤ M et k y(t) k≤ K pour 0 ≤ t < tmax
où M et K sont des constantes.
Par hypothèse sur g il existe une constante N telle que k g(t, y(t)) k≤ N
pour 0 ≤ t < tmax .
Maintenant si 0 < ρ < t < t0 < tmax alors
k y(t0 ) − y(t) k ≤k S(t0 )y0 − S(t)y0 k
Z t−p Z t
+k( + )(S(t0 − s) − S(t − s))g(s, y(s))ds k
0 t−p
Z t0
+k S(t0 − s)g(s, y(s))ds k
t
≤k S(t0 )y0 − S(t)y0 k
Z t−p
+N k (S(t0 − s) − S(t − s) k ds
0
+2M N ρ + (t0 − t)M N.
(4.1.5)
Puisque t > ρ > 0 est arbitraire et S(t) est continu pour la topologie
uniforme des opérateurs alors t > ρ > 0.
Le terme de droite de (4.1.5) tend vers zéro lorsque t et t’ tendent vers
tmax . Donc lim y(t) = y(tmax )
t→tmax
existe, et d’après la première partie de la preuve, y(t) peut être prolongée
au delà de tmax , ce qui contredit le fait que tmax est maximal.
Donc l’hypothèse tmax < ∞ implique lim y(t) = ∞.
t→tmax
Pour terminer la preuve, nous allons montrer que lim y(t) = ∞.
t→tmax
Sinon, il existe une suite (tn ) et une constante K telles que k y(tn ) ≤ K
pour tout n.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Soit k T (t) k≤ M pour 0 ≤ t ≤ tmax et soit N = sup{k g(t, x) k: 0 ≤


t ≤ tmax , k x k≤ M (K + 1)}.
Puisque t →k y(t) k est continue et lim k y(t) k= ∞, il existe une
t→tmax
suite hn telle que hn → 0 quand n → ∞ et k y(t) k≤ M (K + 1) pour
tn ≤ t ≤ tn + hn et k y(tn + hn k= M (K + 1).
Mais on a :

M (K + 1) = k y(tn + hn ) k≤k S(hn )y(tn ) k


Z tn +hn
+ k S(tn + hn − s) k ds
tn
≤ M K + hn N M

ce qui est absurde lorsque hn → 0.


Donc lim k y(t) k= 0, ce achève la preuve.
t→tmax

Un autre résultat d’existence d’une solution globale [76].

Corollaire 4.6
Supposons que A engendre un C0 -semi groupe compact (S(t)),que la fonc-
tion g est continue en t et l’image par g d’un borné de H × R+ est un
borné de H. Alors pour tout y0 ∈ H, le système (4.1.1) admet une solu-
tion globale y(.) dans l’un des cas suivants :
1. Il existe une fonction k : H ×R+ −→ R+ , telle que ||y(t)|| ≤ k(t), ∀t ∈
[0, t1 [.
2. Il existe deux fonctions localement intégrables k1 , k2 : H ×R+ −→ R+ ,
telles que ||g(y, t)|| ≤ k1 (t)||y|| + k2 (t), ∀t ∈ [0, t1 [, ∀y ∈ H.
Démonstration.
1. Ce résultat découle du théorème précédent.
2. Le système (4.1.1) admet une solution faible y(t) définie sur [0, tmax ].
On sait que k S(t) k≤ M eσt , où M ≥ 0 et σ ∈ R.
Z t
La fonction ψ(t) = M k y0 k + M e−σs k2 (s)ds est continue sur R et
0
on a
Z t
k y(t) k e −σt ≤ e −σt k S(t)y0 k +e −σt k S(t − s)g(y(s), s) k ds
0
Z t
≤ ψ(t) + M k1 (s) k y(s) k e−σs ds
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Appliquant le lemme de Gronwall on obtient


Z t Z t
−σt
k y(t) k e ≤ ψ(t) + k1 (s)ψ(s)exp(M k1 (r)drds
0 s

Par conséquent k y(t) k est bornée par une fonction continue, et la


conclusion par 1).
On a aussi le résultat d’existence d’une solution globale [76].

Théorème 4.7
Si g est monotone et ne dépend pas de t, alors le système (4.1.1) admet
une solution faible unique y.

Le résultat suivant donne des conditions suffisantes pour que la solution


faible du système (4.1.1) soit une solution forte.

Théorème 4.8
Si g : H × [0, T ] → H est de classe C 1 pour tout t ∈ [0, T ] alors pour tout
y0 ∈ D(A), la solution faible du système (4.1.1) est une solution forte.
Démonstration.
Tout d’abord si g est de classe C 1 pour tout t ∈ [0, T ] alors g est continue
par rapport à t, uniformément continue sur [0, T ], et lipschitzienne par
rapport à la deuxième variable.
Le théorème 4.2 implique que le système (4.1.1) admet une solution faible
unique.
On montre que la solution faible est de classe C 1 sur [0, T ].

Soient les fonctions f (s) = g(s, y(s)) et
∂y
Z t

h(t) = S(t)g(t, y(t)) − AS(t)y0 + S(t − s) g(s, y(s))ds
0 ∂s
Par hypothèse et comme s 7→ f (s), est continue sur [0, T ] alors h ∈
C([0, T ]; H) et que la fonction f (s)y est continue sur [0, T ], uniformément
lipschitzienne en y, ce qui permet de conclure.
La condition g : H × [0, T ] → H de classe C 1 est forte, en général g est
seulement lipschitzienne par rapport aux deux variables i.e,
kg(x1 , t1 )−g(x2 , t2 )k ≤ k(|t1 −t2 |+kx1 −x2 k)∀ t1 , t2 ∈ [0, T ] et ∀ x1 , x2 ∈ H
Dans ce cas on a le résultat
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 4.9
Si H est un espace de Banach reflexif et g : H × [0, T ] → H est lipschit-
zienne par rapport aux deux variables, si pour y0 ∈ D(A), y(.) est une
solution faible du (4.1.1) alors y(.) est une solution forte.

Le résultat suivant donne une caractérisation de la solution faible du


système (4.1.1) par rapport à la topologie faible de l’espace H.

Théorème 4.10
Si g est séquentiellement faiblement continue,(yn * y entraîne que g(yn ) *
g(y). ), si le système (4.1.1) a une solution faible y(.) sur [0, T ] et il
existent M0 , M1 > 0; ||y0 || ≤ M0 =⇒ ||y(t)|| ≤ M1 , ∀t ∈ [0, T ],
alors pour tout t ∈ [0, T ]; la correspondance y0 −→ y(t) est séquentielle-
ment faiblement continue.
Démonstration.
Soit yn (t) = y(t; y0n ) et y(t) = y(t; y0 ).
Comme {y0n } est bornée alors {yn (t)} l’est aussi pour chaque n, t ∈
[0, T ].
D’autre part, l’image de tout borné par g reste bornée, il existe donc
C > 0 telle que kg(yn (t))k ≤ C.
Soit tn → t dans [0, T ], pour z ∈ H on pose
ar = sup |h[S(t − s) − S(tr − s)]φ, zi|, alors ar → 0 quand r → ∞.
kφk≤1,0≤s≤t
S’il existe deux suites {φµ }, {sµ } telles que φµ * φ, sµ → s dans [0, T ],
tµ → t, et un nombre ε > 0 avec

|h[S(t − sµ ) − S(tµ − sµ )]φµ , zi| ≥ ε

Mais l’application (t, φ) 7→ T (t)φ est faiblement séquentiellement conti-


nue sur R+ × H (Voir [8]) alors

S(t − sµ )φµ * S(t − s)φ et S(tµ − sµ )φµ * S(t − s)φ

et donc ar → 0.
Par la formule de la variation de la constante on a :
|hyn (tr ) − yn (t), zi| ≤ |h[S(tr ) − S(t)]y0n , zi|
Z t
+ |h[S(tr − τ ) − S(t − τ )]f (yn (τ )), zi|dτ
Z0 tr
+ |hS(tr − τ )g(yn (τ )), zi|dτ
t
≤ C1 + C2 |tr − t|
AEJ-EZ-Livre-Stabilite 24 juin 2013

où C1 et C2 , deux constantes positives


Alors hyn (tr ) − yn (t), zi → 0 uniformément quand r → ∞.
D’où yn (t) est équicontinue dans C([0, T ]; Hσ(H,H 0 ) ).
Comme {yn (t)} est uniformément bornée par rapport à n alors ∀ t ∈
[0, T ], yn (t) appartient à un ensemble borné de H muni de la métrique
déduite par la topologie faible de H.
Appliquant le théorème de Ascoli-Arzela, il existe ỹ ∈ C([0, T ]; Hσ(H,H 0 ) )
et une suite {yn (t)} telle que yn (t) * ỹ(t) uniformément sur [0, T ] quand
n → ∞.
Mais

Z t
yn (t) = S(t)y0n + S(t − s)g(yn (s))ds
0

alors pour tout z ∈ H

Z t
hyn (t), zi = hS(t)y0n , zi + hS(t − s)g(yn (s)), zids
0

Comme g est séquentiellement faiblement continue, par le théorème de


convergence dominée de Lebesgue et quand ε → ∞, pour tout z ∈ H on
a

Z t
hỹ(t), zi = hS(t)y0 , zi + hS(t − s)g(ỹ(s)), zids
0

Z t
par conséquent ỹ(t) = S(t)y0 + S(t − s)g(ỹ(s))ds
0
Par unicité de la solution du système (4.1.1) on a y(t) = ỹ(t) sur [0, T ].

Pour conclure, supposons que y0n * y0 et que {yn (t)} ne converge pas
vers y(t) dans C([0, T ]; Hσ(H,H 0 ) ).
Donc on peut supposer qu’il existe dans C([0, T ]; Hσ(H,H 0 ) ) un voisinage
V de y(t) tel que {yn (t)} ∈/ V.
Par conséquent il existe une sous suite de {yn (t)} qui converge vers y(t),
d’où la contradiction.
AEJ-EZ-Livre-Stabilite 24 juin 2013

4.2 STABILISATION DES SYSTÈMES BILINÉAIRES

Soit H un espace de réel séparable, et soit le système décrit par l’équa-


tion :
dy(t)
(
= Ay(t) + v(t)(By(t) + b) (4.2.1)
dt
y(0) = y0 ∈ H

où A génère un C0 -semi groupe de contraction (T (t))t≥0 , B : H → H un


opérateur linéaire, b ∈ H et v(.) est un contrôle à valeurs réelles.

Définition 4.11
Le système (4.2.1) est dit globalement fortement stabilisable s’il existe
un contrôle v(.) : H → R tel que le système (4.2.1) admet une solution
faible globale unique, et lim ky(t)k = 0, ∀y0 ∈ H.
t→+∞

On définit les ensembles


ω(y0 ) = {ψ ∈ H/∃(tn ) → ∞, y(tn ) → ψ quand n → ∞}

ωw (y0 ) = {ψ ∈ H/∃(tn ) → ∞, y(tn ) * ψ quand n → ∞}

Dans le cas b = 0, on a le résultat ([25]).

Proposition 4.12
Supposons que B est un opérateur auto-adjoint dissipatif (ou coercif )
alors le contrôle
rhBy(t), y(t)i
vr (t) = ,  = signehBy(t), y(t)i (4.2.2)
1 + hBy(t), y(t)i
stabilise fortement le système (4.2.1) si et seulement si

{y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∩ Ku = {0}.


Démonstration.
On a |vr (t)| ≤ r et d’après le théorème 4.10, le système (4.2.1) admet
une solution faible, globale et unique.
L’opérateur A e = −A+ rhB., .i B est maximal monotone avec D(A) e =
1 + hB., .i
D(A), et par conséquent D(A) e = H.
AEJ-EZ-Livre-Stabilite 24 juin 2013

En plus ∀λ > 0 l’opérateur λ(Id + A) e −1 est compact (Théorème 11,[26])


L’opérateur −A e génère un C0 -semi groupe non linéaire S(t),
e et la solution
faible du système (4.2.1) est donnée par
Z t
y(t) = S(t)y
e 0 = S(t)y0 + S(t − s)vr (s)By(s)ds
0

en plus lim y(t) ∈ ω(y0 ) ⊂ {y ∈ H| kyk = σ} et σ ≤ ky0 k.


t→+∞
Il reste à montrer que ω(y0 ) = {0}.
Soit y0 ∈ D(A), alors ω(y0 ) ⊂ D(A), la solution faible y(t) coïncide avec
la solution forte du système (4.2.1) en plus y(t) ∈ D(A)(Théorème 12,
[25]).
Soit z ∈ ω(y0 ), comme ω(y0 ) est invariant par S(t),
e on dérive la fonction
1 e 2 1 2
f (t) = 2 kS(t)zk = 2 kzk , on obtient

df rhB S(t)z,
e S(t)zi
e 2
= hS(t)z,
e AS(t)zi
e − = 0. (4.2.3)
dt 1 + hB S(t)z,
e S(t)zi
e

Par conséquent

hS(t)z,
e AS(t)zi
e = 0 et rhB S(t)z,
e S(t)zi
e =0 ∀t ≥ 0. (4.2.4)

De l’équation intégrale (4.2.3) on obtient S(t)z


e = S(t)z ce qui implique
que ω(y0 ) est invariant par S(t).
L’équation (4.2.4) implique que ∀z ∈ D(A) on a

dkS(t)zk
e 2
2
= hS(t)z,
e AS(t)yi
e = 0 et kS(t)zk
e = kzk2 (4.2.5)
dt
Par le théorème 3.14 il existe z1 ∈ Hu , et z2 ∈ Hcnu tels que
L z = z1 + z2 .
Comme Hu et Hcnu sont invariants par S(t) et H = Hu Hcnu , on a

kzk2 = kz1 k2 + kz2 k2 et kS(t)zk2 = kS(t)z1 k2 + kS(t)z2 k2 (4.2.6)

Par (4.2.5) et (4.2.6) on obtient

kS(t)z2 k2 = kz2 k2 (4.2.7)

Soit m un entier assez grand, comme Rm (A) est compact et z2 ∈ Hcnu


alors le théorème 3.14 implique que lim Rm (A)S(t)z2 = 0.
m→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

D’autre part S(t) est un C0 semi groupe de contraction, et


Z ∞
Rm (A) = emt S(t)dt et Rm (A)S(t) = S(t)Rm (A)
0

alors mRm (A)S(t)y2 converge uniformément vers S(t)y2 quand m →


+∞, ce qui donne
lim lim mRm (A)S(t)y2 = lim lim mRm (A)S(t)y2
m→+∞ t→+∞ t→+∞ m→+∞

Par conséquent lim S(t)z2 = 0 et avec (4.2.7) on obtient z2 = 0, ce qui


m→+∞
implique que z = z2 ∈ {y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∩ Ku = {0}.
D’où ω(y0 ) = {0}, ∀y0 ∈ D(A).
Si y0 ∈ H alors par densité de D(A), il existe une suite y0m ∈ D(A) telle
que lim ky0m − yk = 0, mais S(t) est de contraction et par l’inégalité
m→+∞
triangulaire on déduit que ω(y0 ) = {0}, ∀y0 ∈ H.

Pour la réciproque, soit z0 ∈ {y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∩ Ku et


z(t) la solution du système (4.2.1) associée à z0 donnée par
Z t
z(t) = S(t)z0 + S(t − s)vr (s)Bz(s)ds (4.2.8)
0

Comme hBS(t)z0 , S(t)z0 i = 0 ∀t ≥ 0 alors S(t)z0 est aussi solution de


l’équation intégrale (4.2.8), et par unicité de la solution on a z(t) =
S(t)z0 . On sait que z0 ∈ Ku , et le système (4.2.1) est fortement stable
alors on obtient kzk = kS(t)zk = kz(t)k, et à la limite on a z = 0.
Dans le cas où b 6= 0, on a le résultat [25].

Proposition 4.13
Le contrôle
rhb, y(t)i
vr (t) = (4.2.9)
1 + |hb, y(t)i|
stabilise fortement le système (4.2.1) si et seulement si
{y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∩ Ku = {0}
Démonstration.
La condition suffisante :
e = −A+ rhb, .i
Avec le théorème 11 ([28]), l’opérateur A b est maximal
1 + |hb, .i|
AEJ-EZ-Livre-Stabilite 24 juin 2013

monotone et (λId − A) e −1 est compact sur H [27].


L’opérateur −A e génère un C0 semi groupe non linéaire S(t),
e et la solution
faible du système (4.2.1) est donnée par
Z t
y(t) = S(t)y0 = S(t)y0 +
e S(t − s)vr (s)By(s)ds (4.2.10)
0

et on a ω(y0 ) ⊂ {y ∈ H |k y k= σ} et σ ≤k y0 k , donc lim y(t) ∈ ω(y0 ).


t→∞
On montre que ω(y0 ) = {0}.
Soit y0 ∈ D(A), alors ω(y0 ) ⊂ D(A) et par le théorème 12 ([25]), la
solution faible du système (4.2.1) est une solution forte et y(t) ∈ D(A).
Comme ω(y0 ) est invariant par S(t),
e si pour z ∈ ω(y0 ) on dérive f (t) =
1 e 2 1 2
k S(t)z k = k z k , on obtient
2 2
2
rhbS(t)z,
e S(t)zi
e
f˙(t) = hS(t)z,
e AS(t)zi
e − = 0.
1 + hbS(t)z,
e S(t)zi
e
D’où

hS(t)z,
e AS(t)zi
e = 0 et rhbS(t)z,
e S(t)zi
e = 0 ∀t ≥ 0 (4.2.11)
Comme ω(y0 ) est invariant par S(t) on a

d k S(t)z
e k2
∀z ∈ D(A), = hS(t)z,
e AS(t)zi
e = 0 et k S(t)z
e k2 =k z k2
dt
(4.2.12)
Il existe z1 ∈ Hu et z2 ∈ Hcnu tels que z = z1 +z2 , donc on a k S(t)z k2 =k
z k2 .
Pour m un entier assez grand, Rm (A) est compact et puisque z2 ∈ Hcnu ,
alors Rm (A)S(t)zZ 2 tend vers 0 quand m → ∞.

Or Rm (A) = emt S(t)dt et Rm (A)S(t) = S(t)Rm (A) et S(t) est
0
de contraction alors mRm (A)S(t)z2 converge uniformément vers S(t)z2
quand m → ∞ alors lim S(t)z2 = 0 et comme k S(t)z2 k=k z2 k, on
m→∞
déduit z2 = 0. Cela implique que
z = z2 ∈ {y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∪ Ku = {0}
d’où ω(y0 ) = {0} ∀y0 ∈ D(A) et par densité, c’est vrai pour tout y0 ∈ H.
AEJ-EZ-Livre-Stabilite 24 juin 2013

La condition nécessaire :
Soit z0 ∈ {y ∈ H, hBS(t)y + b, S(t)yi, t ≥ 0} ∩ Ku et z(t) la solution du
système (4.2.1) associée à z0 , donnée par
Z t
z(t) = S(t)z0 + S(t − s)vr (s)Bz(s)ds
0

Comme hb, S(t)z0 i = 0 ∀t ≥ 0, alors S(t)z


e 0 , est aussi une solution de
(4.2.1), et par l’unicité de la solution on a S(t)z0 = z(t), et comme
z0 ∈ Ku , le système (4.2.1) est fortement stabilisable, on a alors
k z0 k=k S(t)z0 k=k z(t) k→ 0quand t → ∞

On considère le système (4.2.1) et on suppose que A est dissipatif (i.e.,


hAy, yi ≤ 0, ∀y ∈ D(A)) et que A est fermé et D(A) = D(A∗ ). De plus
on suppose que B : H −→ H et anti-adjoint (hBy, yi = −hy, Byi).
Soit le contrôle
v(t) = −hb, y(t)i (4.2.13)
Montrons que le système (4.2.1) admet une solution faible unique et
globale. On a besoin du lemme suivant.

Lemme 4.14
1. Si yn (t) la solution du système (4.2.1) associée à la condition initiale
y0n et si y0n → y0 quand n → +∞ alors yn (t) → y(t) quand n → +∞
sur [0, T ], la solution de (4.2.1) associée à la condition initiale y0 .
2. Le système (4.2.1) admet une solution faible unique et globale.
Si y0 ∈ D(A) alors les deux solutions faible et forte du système (4.2.1)
coïncident, et on a :
d
ky(t)k2 = 2(hAy(t), y(t)i − hb, y(t)i2 ) ≤ 0 (4.2.14)
dt
On déduit que ky(t)k2 ≤ ky0 k2 , donc la solution est bornée.
Démonstration.
1. Il découle directement du fait que y 7→ −hb, yi(By + b) est localement
lipschitzienne et du lemme de Gronwall.
2. Soit y0 ∈ H alors il existe y0n ∈ D(A) tel que y0n → y0 quand
n → +∞, et en plus on a
kyn (t)k ≤ ky0n k, ∀t ∈ [0, T ] et ∀n ∈ N
AEJ-EZ-Livre-Stabilite 24 juin 2013

et d’après le lemme 4.14 on a ky(t)k ≤ ky0 k, ∀t ∈ [0, T ].


Donc la solution du système (4.2.1) est bornée pour toute condition
initiale y0 ∈ H, par conséquent le système (4.2.1) admet une solution
faible et globale.
Le résultat suivant concerne des conditions suffisantes pour la conver-
gence faible de la solution du système (4.2.1). On a besoin du lemme

Lemme 4.15
1. lim hb, y(t)i = 0.
t→+∞
2. S(t)ωw (y0 ) ⊆ ωw (y0 ), ∀t ≥ 0.
Démonstration.
1. Soit y0 ∈ D(A), on intègre (4.2.14), on a pour tout t,
Z t Z t
2 2
ky(t)k = ky(0)k + hAy(s), y(s)ids − hb, y(s)i2 ds
0 0
Z t
ce qui implique que hb, y(s)i2 ds ≤ ky0 k2 , ∀t ≥ 0.
Z +∞ 0
d
Ce qui donne hb, y(s)i2 ds < +∞, en plus hb, y(t)i est bornée.
0 dt
D’où lim hb, y(t)i = 0.
t→+∞
Maintenant pour y0 ∈ H il existe une suite y0n ∈ H telle que y0n → y0
quand n → +∞.
D’après ce qui précède on a
Z +∞
hb, yn (s)i2 ds ≤ ky0n k2 , ∀n ≥ 0.
0
Z ∞
Le lemme de Fatou implique que hb, y(s)i2 ds ≤ ky0 k2 .
0
d
Aussi on vérifie que hb, y(t)i est bornée, donc lim hb, y(t)i = 0.
dt t→+∞
2. On montre que ωw (y0 ) = {0}.
Soit ψ ∈ ω(y0 ), et tn −→ +∞ tel que y(tn ) * ψ quand n −→ +∞
Z t
y(t + tn ) = S(t)y(tn ) − S(t − s)hb, y(s + tn )i(By(s + tn ) + b)ds
0

|hφ, y(t + tn )i − hS(t)ψ, φi| ≤ |hφ, y(t + tn )i − hS(t)y(tn ), φi|

+|hS(t)y(tn ), φi − hS(t)ψ, φi|


AEJ-EZ-Livre-Stabilite 24 juin 2013

On a aussi
Z t
|hφ, y(t + tn )i − hS(t)y(tn ), φi| ≤ a| hb, y(s + tn )ids|
0

or hb, y(s + tn )i → 0 quand n → +∞ et |hS(t)y(tn ), φi − hS(t)ψ, φi| →


0 quand n → +∞.
Donc |hφ, y(t + tn )i − hS(t)y(tn ), φi| → 0 quand n → +∞ ce qui achève
la preuve.
Le théorème suivant caractérise la stabilisation faible du système (4.2.1).

Théorème 4.16
On suppose que b ∈ D((A∗ )k ), ∀k ∈ N, si en plus le sous espace engendré
par {b, A∗ b, · · · , (A∗ )k b, · · · } est dense dans H, alors y(t) * 0 quand
n → +∞ sur [0, +∞[.
Démonstration.
On a ωw (y0 ) = {0}, en effet
Soit ψ ∈ ωw (y0 ) par définition on a

dk
hT (t)ψ, bi = hT (t)ψ, (A∗ )k bi = 0, ∀t ≥ 0, ∀m ∈ N
dtk
en particulier pour t = 0 on aura hψ, (A∗ )k bi = 0 ∀m ∈ N et par consé-
quent ωw (y0 ) = {0}.
Maintenant on considère le système bilinéaire autonome décrit par l’équa-
tion

dy(t)
(
= Ay(t) + v(t)By(t) (4.2.15)
dt
y(0) = y0 ∈ H

où A est le générateur d’un C0 -semi groupe de contraction (S(t)), et on


considère le contrôle,

v(t) = −hDy(t), y(t)i (4.2.16)

où D : H → H un opérateur linéaire continu.

Le résultat suivant donne une condition suffisante assurant l’existence


d’une solution globale pour (4.2.15) excité par (4.2.16).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 4.17
Supposons que :

Re(hDy, yihy, Byi) ≥ 0 (4.2.17)

alors la solution y(t) du système (4.2.15) est définie pour tout t ≥ 0. De


plus y(t) dépend de y0 d’une manière continue.
Démonstration.
Comme l’application y −→ − < Dy, y > By est monotone, alors d’après
le théorème 4.7, le système (4.2.15) admet une solution faible unique
y ∈ C([0, tmax [; H) définie sur un intervalle maximal [0, tmax [, en plus la
correspondance y0 −→ y(t) est continue dans C([0, tmax [; H),.
Pour avoir tmax = +∞ il reste à montrer que y(t) est bornée sur [0, tmax [.
Soit T ∈ [0, tmax ], sur [0, T ], on considère les fonctions
F (t) = − < Dy(t), y(t) > By(t) et Fn ∈ C 1 ([0, T ]; H) telle que Fn −→
F dans C([0, T ]; H).
Soit y0n −→ y0 avec y0n ∈ D(A) et on considère le système

dyn (t)


 = Ayn (t) + Fn (t)
dt (4.2.18)


yn (0) = y0n

Comme S(t) est de contraction, on a


Z T
||yn (t) − y(t)|| ≤ ||y0n − y0 || + ||Fn (t) − F (t)||dt
0

≤ ||y0n − y0 || + T sup ||Fn (t) − F (t)||, ∀t ∈ [0, T ]


t∈[0,T ]

Il s’en suit que yn −→ y dans C([0, T ]; H).


yn ∈ D(A), donc pour tout t ∈ [0, T ] on a
d
||yn (t)||2 = 2Re < Ayn (t), yn (t) > +2Re(< Fn (t), yn (t) >)
dt
Comme l’opérateur A est Zdissipatif, on a
T
||yn (T )||2 − ||yn (0)||2 ≤ 2 R(e < Fn (t), yn (t) >)dt.
0
Lorsque n −→ +∞, on obtient
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z T
2 2
||y(T )|| ≤ ||y0 || + 2 Re(< F (t), y(t) >)dt,
0

et en utilisant (4.2.16), on déduit que ||y(T )|| ≤ ||y0 ||.


Ainsi, lorsque T tend vers tmax ; la solution y(t) reste bornée, et donc elle
est globale.
Pour la stabilisation faible on a le résultat [9].

Proposition 4.18
Supposons que B soit compact, et si la condition

hBS(t)y, S(t)yi = 0 ⇒ y = 0 (4.2.19)

est vérifiée, alors le contrôle (4.3.5) stabilise faiblement le système (4.2.15)


Démonstration.
On pose F (y) = −hBy, yiBy, utilisant la proposition 4.17, le système
(4.2.15) admet une solution faible et globale.
Par le théorème 2.4 [9], ωw (y0 ) 6= ∅, ∀y0 ∈ H et ∀ψ ∈ ωw (y0 ) on a
hS(t)ψ, F (S(t)ψi = 0 ∀t ≥ 0 et par (4.2.19) on obtient ψ = 0.
Pour la stabilité forte du système (4.2.15) on a le résultat [26].

Théorème 4.19
Si A est à résolvante compacte et B auto adjoint et vérifie (4.2.19). Sous
l’une des deux conditions suivantes :

hBy, yi ≥ 0 ∀y ∈ H (4.2.20)

hBy, yi ≤ 0 ∀y ∈ H (4.2.21)

le contrôle (4.3.5) stabilise fortement le système (4.2.15).

Le résultat suivant [18] donne des conditions pour la stabilisation forte


du système (4.2.15).

Théorème 4.20
Si S(t) est un semi groupe de contraction et B est un opérateur auto
adjoint et vérifie (4.2.20), si en plus la condition
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z T
2
kyk ≤ hBS(t)y, S(t)yidt, pour T > 0 (4.2.22)
0

est vérifiée, alors le système (4.2.15) est fortement stabilisable et on a


l’estimation
1
ky(t)k = O( √ ) quand t → +∞
t
Démonstration.
On considère le système

dy(t)
(
= Ay(t) − hBy(t), y(t)iBy(t) (4.2.23)
dt
z(0) =0

comme S(t) est de contraction on a

1
Z T 1
kz(t)k ≤ kB 2 k |hBy(s), y(s)i|kB 2 y(s)kds
1
Z0 T 1
≤ kB k 2
kB 2 y(s)k3 ds.
0

Ce qui implique que

Z 1 1 T 1 3
2 2
ky(t)k ≤ T kB k ( 2 2
kB 2 y(s)k4 ds) 2
0

et avec (4.2.22) il existe c > 0 telle que

ky(0)k2 ≤ 2(ky(0)k2 + ky(0) − w(0)k2 )


Z T 1
Z T 1
3 1
4
≤ c[( 2
kB y(s)k ds) + (
2 kB 2 y(s)k4 ds) 2 ]
0 0

La même démarche que pour montrer (4.2.14) on obtient


Z T
2
ky(T )k + 2 hBy(s), y(s)i2 ds ≤ ky(0)k2
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

et par conséquent on a
Z T 1
Z T 1
3 1
ky(T )k2 ≤ c[( kB 2 y(s)k4 ds) 2 +( kB 2 y(s)k4 ds) 2
0 0
(4.2.24)
Z T 1
+ kB y(s)k4 ds]
2

Il s’en suit que

ky(T )k2 ≤ cf (ky0 k2 − ky(T )k2 ) (4.2.25)


1 3
avec f (t) = t 2 + t + t 2 .
D’où
1
ky(T )k2 + f −1 (ky(T )k2 ) ≤ ky(0)k2 (4.2.26)
c
en plus on a f −1 (t) ∼ t2 quand t → 0.
On pose h(t) = ky(t)k2 et on utilise les mêmes techniques sur des inter-
valles du type [kT, (k + 1)T ], k ∈ N∗ , on obtient
1
h(k(T + 1)) + f −1 (h(k(T + 1))) ≤ h(kT ) (4.2.27)
c
Maintenant on pose sk = h(kT ), par le lemme 3.42 avec (4.2.27) on ob-
tient h(kT ) ≤ sk h(0), k ∈ N.

Soit t > 0 , on effectue la division euclidienne de t par T on obtient


t = kT + r avec k ∈ R et 0 ≤ r < T.
Comme les fonctions h(t) et s(t)ξ sont décroissantes alors
h(t) ≤ h(kT )
t−r
≤ s( )h(0)
T
≤ s( Tt − 1)s(0)

Comme f1 (t + f0 (t)) = f0 (t), on a lim f1 (t) = 0.


t→+∞
Z ξ
ds
La fonction f3 (t) = , t > 0 est décroissante avec f3 (ξ) = 0 et
t f1 (s)
f3 (0+ ) = +∞.
On déduit que f3 ([0, +∞[) = [0, +∞[ et que la solution du système
(3.3.12) est U (t) = f3−1 (t), avec lim U (t) = 0.
t→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Soit 0 < ε < 1, il existe η > 0 tel que si t < η on a |f1 (t) − ct2 | < εct2 .
En plus il existe tε > 0 tel que pour tout t > tε on a 0 < U (t) < η.
Soit t ≥ tε on a −f1 (U (t)) ≤ c(ε − 1)U (t)2 .
dU (t)
Donc + cT (ε − 1)U (t)2 ≤ 0.
dt
1
Intégrant entre tε et t on a l’estimation U (t) = O( ) et par conséquent
t
1
h(t) = O( ).
t
Dans la suite on présente une extension de la méthode de décomposition
de l’espace d’état pour la stabilisation des systèmes bilinéaires.
On considère le système (4.2.15) et on suppose que H peut être décom-
posé comme en (3.1.14), avec dim(Hu ) < +∞,

Théorème 4.21 [74]


Si le semi groupe S(t) vérifie (3.3.7) et B un opérateur compact et vérifie
la condition

hBS(t)y, S(t)yi = 0 ⇒ y = 0 (4.2.28)

alors le contrôle

v(t) = rhBy(t), y(t)i (4.2.29)

stabilise fortement le système (4.2.15).


Démonstration.
1. Existence d’une solution.
Le contrôle (4.2.29) assure l’existence d’une solution faible du système
(4.2.15) définie sur un intervalle maximal [0, tmax [,y(t) donnée par
Z t
y(t) = S(t)y0 + rhBy(s), y(s)iS(t − s)By(s)ds (4.2.30)
0

Soit la fonction F (y) = rhBy, yiBy. Comme S(t) est de contraction,


∀y0 ∈ D(A) on a
d
ky(t)k2 ≤ −2hF (y(t)), y(t)i
dt
≤ ky0 k2

De plus en considérant (4.2.30), et sachant que S(t) est de contraction


et du lemme de Gronwall, la correspondance y0 → y(t) est continue.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par conséquent ∀y0 ∈ H, ky(t)k ≤ ky0 k et donc la solution y(t) du


système (4.2.15) est globale.

2. Le système (4.2.15) est fortement stabilisable. En effet


Comme H est reflexif et ky(t)k ≤ ky0 k, alors il existe une suite tn → +∞,
telle que y(tn ) * z ∈ H quand n → +∞.
En plus pour T > 0, il existe une constante c(T, ky0 k) > 0 telle que
Z T Z T 2
|hBS(t)y0 , S(t)y0 i|dt ≤ c(T, ky0 k)ky0 k |hF (y(t)), y(t)i|dt
0 0
(4.2.31)
On prend y0 = y(tn ) dans (4.2.31), avec le théorème de convergence
dominé de Lebesgue on obtient hS(t)Bz, S(t)zi = 0 ∀t ≥ 0, et avec
(4.2.28), il vient z = 0. D’où y(t) * 0 quand t → +∞.
Puisque dimHu < +∞, yu (t) → 0 quand t → +∞.
Il reste à étudier le comportement de ys (t).
Pour cela, avec (3.3.7) il existe a > 0 tel que ∀t ≥ 0

kSs (t)ys k ≤ ae−δt (4.2.32)

D’où ∀ 0 ≤ e
t ≤ t on a

Z t
−δ(t−e
kys (t)k ≤ ae t)
ys (e
t) + a e−δ(t−σ) kF (y(σ))kdσ (4.2.33)
t
e

Soient  > 0, et e t > 0, comme F est séquentiellement continue alors


kF (y(t))k <  et par (4.2.33) on obtient
Z t
kys (t)k ≤ ae −δ(t−t
e) ys (e
t) + a e−δ(t−σ) dσ
t
a
e
≤ ae−δ(t−et) ys (e
t) + .
δ
D’où ys (t) → 0 quand t → +∞. Comme y(t) = ys (t) + yu (t), le système
(4.2.15) est fortement stabilisable.

Remarque
On obtient le même résultat du théorème ci dessus avec le contrôle
( r
hBy(t), y(t)i si y(t) 6= 0
v(t) = ky(t)k2 (4.2.34)
0 sinon
AEJ-EZ-Livre-Stabilite 24 juin 2013


Pour la stabilisabilité exponentielle on a le résultat [74].

Théorème 4.22
Si Su (t) est un C0 semi groupe d’isometries, et S(t) vérifie (3.3.7) et si
la condition

hBu Su (t)yu , Su (t)yu i = 0 ⇒ yu = 0 (4.2.35)

est vérifiée, alors le contrôle


( r
hByu (t), yu (t)i si yu (t) 6= 0
vu (t) = kyu (t)k2 (4.2.36)
0 sinon

stabilise exponentiellement le système (4.2.15).


Démonstration.
On pose
( r
hByu (t), yu (t)i si yu (t) 6= 0
F (yu (t)) = kyu (t)k2 (4.2.37)
0 sinon

alors le système

dyu (t)
(
= Au yu (t) + F (yu (t))Bu yu (t) (4.2.38)
dt
yu (0) = y0u

admet une solution faible unique et globale yu (t) = Seu (t)y0u avec Seu (t)
est un semi groupe non linéaire sur Hu .
Pour m ∈ N, on integre entre m et m + 1 la relation
d
kyu (t)k2 ≤ −2|F (yu (t))|2 kyu (t)k2 , (4.2.39)
dt
on obtient
Z m+1
2 2
kyu (m + 1)k − kyu (m)k ≤ −2 |F (yu (r))|2 kyu (r)k2 dr
m

et comme kyu (t)k est décroissante, on a


AEJ-EZ-Livre-Stabilite 24 juin 2013

Z m+1
2 2
kyu (m + 1)k − kyu (m)k ≤ −2 |F (yu (r))|2 k yu (r) k2 dr .
m
(4.2.40)
ou encore

Z m+1
2 2 2
kyu (m + 1)k − kyu (m)k ≤ −2 k yu (m + 1) k |F (yu (r))|2 dr .
m
Z 1
On pose η = 2 inf |F (Teu (τ )y0u )|2 dτ ≥ 0.
ky0u k=1 0
Puisque Bu est linéaire, F (αyu ) = F (yu ), ∀α ∈ C, yu ∈ Hu .
Comme la solution du système (4.2.38) est unique, alors

Seu (t)(αyu ) = αSeu (t)yu , ∀t ≥ 0, α ∈ C, yu ∈ Hu .

Ce qui implique que ∀ y0u ∈ Hu tel que y0u 6= 0 on a


Z 1
1
|F (Seu (τ )y0u )|2 dτ ≥ η.
0 2
Z m+1
1
Mais kSu (t)y0u k ≤ ky0u k alors
e |F (Seu (τ )y0u )|2 dτ ≥ η, ∀m ∈ N.
m 2
D’où par (4.2.40) on a

kyu (m + 1)k2 − kyu (m)k2 ≤ −ηkyu (m + 1)k2


ky0u k
Par conséquent on a kyu (m)k ≤ m .
(1 + η) 2
Comme kyu (t)k est décroissante il vient
ln(1 + η) ln(1 + η)
− t
kyu (t)k ≤ kyu (m)k ≤ e 2 e 2 ky0u k,

On a η > 0, sinon η = 0 alors il existe yu ∈ Hu avec kyu k = 1 et


Z 1 Z 1
2
|F (Su (τ )yu )| dτ = 0 car l’application y0u 7→
e |F (Seu (τ )y0u )|2 dτ
0 0
est continue et dim Hu < +∞. Donc F (Seu (t)yu ) = 0, ∀0 ≤ t ≤ 1.
Ce qui implique que Seu (t)yu = Su (t)zu , ∀0 ≤ t ≤ 1.
D’où < Bu Su (t)yu , Su (t)yu i = 0, ∀ 0 ≤ t ≤ 1.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par conséquent (voir [82])


Z 1
| < Bu Su (t)yu , Su (t)yu > |dt ≥ ηkyu k2 , ∀yu ∈ Hu ,
0

Par conséquent yu = 0, contradiction. On conclut que yu (t) → 0 expo-


nentiellement quand t → +∞.

Montrons que ys (t) → 0 exponentiellement quand t → +∞


Tout d’abord on montre que ys (t) est une solution faible globale et
unique.
Le contrôle (4.2.36) assure l’existence d’une solution faible et unique du
système (4.2.15), sur un intervalle maximal [0, tmax [, donnée par
Z t
ys (t) = Ss (t)y0s + vu (τ )Ss (t − τ )Bs ys (τ )dτ, ∀t ∈ [0, tmax [ .
0
(4.2.41)
Par (4.2.32) et (4.2.41), pour tout t ∈ [0, tmax [, on a
Z t
kys (t)k ≤ a e−δt ky0s k + αkBk e−δ(t−τ ) |vu (τ )|kys (τ )kdτ
0
Z t
alors z(t) ≤ aky0s k + rakBk2 z(τ )dτ . avec z(t) = kys (t)k eδt
0
2
Par le lemme de Gronwall on obtient z(t) ≤ aky0s kerαkBk t .
Ce qui implique que ∀t ≤ tmax
2 −δ)t
kys (t)k ≤ aky0s ke(rakBk (4.2.42)

Pour r tel que rakBk2 < δ, ys (t) est bornée et par conséquent ys (t) est
une solution globale du système (4.2.15). De plus l’estimation (4.2.42)
est vérifiée ∀t ≥ 0, ce qui permet de conclure.

4.3 STABILISATION DES SYSTÈMES SEMI-LINÉAIRES

On considère le système

dy(t)
(
= Ay(t) + g(y(t)) (4.3.1)
dt
y(0) = y0 ∈ H
AEJ-EZ-Livre-Stabilite 24 juin 2013

Définition 4.23
1. y1 ∈ D(A) est dit point d’équilibre si Ay1 + g(y1 ) = 0
2. Un point d’équilibre y1 est stable au sens de Lyapunov si

∀ > 0, ∃ η > 0 tel que ||y0 − y1 || < η =⇒ ||y(t) − y1 || < , ∀t > 0

3. Un point d’équilibre y1 est asymptotiquement stable si y1 est stable au


sens de Lyapunov, et en plus on a :

||y0 − y1 || < η =⇒ lim ||y(t) − y1 || = 0


t→+∞

4. Un point d’équilibre y1 est exponentiellement stable si il est stable au


sens de Lyapunov et

||y0 − y1 || < η =⇒ lim eαt ||y(t) − y1 || = 0 pour α > 0.


t→+∞

Si cette convergence a lieu pour tout état initial, la stabilité est dite glo-
bale.

Le problème de la stabilisation d’un système distribué semi-linéaire a été


résolu dans le cas de semi groupe de contractions ([9]), et la méthode
adoptée fait appel à la notion de semi groupe non linéaire.

Définition 4.24
Un C0 -semi groupe non linéaire S(t) sur H est une famille d’opérateurs
continus S(t) : H −→ H, t ≥ 0, vérifiant :
1. S(0) = Id
2. S(t + s) = S(t)S(s), ∀t, s ≥ 0
Si de plus

||S(t)y − S(t)z|| ≤ ||y − z||, ∀y, z ∈ H,

alors S(t) est dit C0 -semi groupe de contraction.

Un ensemble C est dit positivement invariant par S(t), si S(t)C ⊂


C, ∀t ≥ 0, et il est dit invariant si S(t)C = C, ∀t ≥ 0.
Pour y ∈ H,[ l’orbite positive associé à y est définie par
O+ (y) = S(t)y.
t≥0
Si y est un point d’équilibre alors O+ (y) = y.
En général, on a Ω(y) ⊂ Ωw (y), en dimension finie on a l’ égalité ( voir
[9, 44]) .
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 4.25
1. Si O+ (y) est précompact alors ω(y) est non vide.
2. Si pour tout t ≥ 0, S(t) est séquentiellement faiblement continu, et si
O+ (y) est bornée alors Ωw (y) est non vide et invariant par S(t).
Démonstration.
Comme O+ (y) ⊂ K, K un ensemble faiblement compact de H alors
Ωw (y) 6= ∅.
Puisque H est séparable, alors K peut être considéré comme étant un
compact pour la métrique induite par la topologie faible de H [39], ce
qui permet de conclure [44].
Dans la suite on considère un système semi linéaire décrit par l’équation

dy(t)
(
= Ay(t) + v(t)By(t) (4.3.2)
dt
y(0) = y0
où A : D(A) ⊂ H −→ H est un opérateur linéaire générateur infinité-
simal d’un C0 -semi groupe S(t), t ≥ 0 dans H, B est un opérateur non
linéaire continu de H vers H, et v(t) un contrôle réel.
Définition 4.26
Le système (4.3.2) est dit exponentiellement (resp. asymptotiquement,
faiblement) stabilisable en un point d’équilibre y1 , s’il existe un contrôle
v(t) tel que
1. Pour tout état initial y0 , (4.3.2) admet une solution faible globale
unique y(t).
2. Pour tout état initial y0 , y(t) −→ y1 exponentiellement (resp. forte-
ment, faiblement) quand t −→ +∞.
On note que la stabilisation définie ci-dessus est appelée souvent stabili-
sabilité globale. Dans la suite on suppose que 0 est un point d’équilibre
pour le système (4.3.2), et on traite le problème de stabilisabilité en 0.
Si on dérive formellement ||y(t)||2 le long de la trajectoire de (4.3.2), on
obtient
d
||y(t)||2 = 2 < Ay(t), y(t) > +2v(t) < y(t), By(t) >
dt
Un choix naturel qui permet l’inégalité de dissipation de l’énergie est de
prendre v(t) = − < y(t), By(t) > . Ce qui donne
d
||y(t)||2 ≤ −2 < y(t), By(t) >2
dt
AEJ-EZ-Livre-Stabilite 24 juin 2013

Ainsi, on va s’intéresser aux contrôles du type

v(t) = − < y(t), Dy(t) > (4.3.3)


(où D : H −→ H est un opérateur continu).
Le résultat suivant [8] est un des résultats classiques la stabilisation faible
des systèmes semi-linéaires.

Théorème 4.27
Si le semi groupe S(t) est de contraction et que B : Hw −→ H est
séquentiellement continu ( yn * y implique Byn −→ By), et que
< BS(t)ψ, S(t)ψ > = 0, ∀t ≥ 0 =⇒ ψ = 0 (4.3.4)
alors le contrôle
v(t) = − < By(t), y(t) > (4.3.5)
stabilise faiblement le système (4.3.2).
Démonstration.
L’existence et l’unicité de la solution globale du système (4.3.2) sont
assurées par la proposition 4.17 et K = B.
Soit l’opérateur F (y) = − < y, By > By , y ∈ H.
Avec les mêmes techniques utilisées dans la preuve de la proposition
(4.17), on a
Z t
2 2
||y(t)|| ≤ ||y0 || + 2 Re(< F (t), y(t) >)dt ≤ ||y0 ||2 (4.3.6)
0

Comme A, est dissipatif, on a ||y(t)|| ≤ ||y0 ||.


Les semi groupe S(t) est séquentiellement continu, et le deuxième point
du théorème 4.25, implique que ωw (y0 ) est non vide.
Soient ψ ∈ ωw (y0 ), et une suite (tn ) −→ ∞ telle que S(tn )y0 * ψ quand
n −→ ∞. Z +∞
De (4.3.6), on a Re(< F (t), y(t) >)dt < ∞, et par le critère de
0
Cauchy, on déduit ∀ t ∈ R+
Z tn +t
lim < F (S(s)z0 ), S(s)z0 > ds = 0.
n−→∞ t
n

Utilisant une propriété des semi groupes on obtient


AEJ-EZ-Livre-Stabilite 24 juin 2013

Z t
lim < F (S(s)S(tn )y0 ), S(s)S(tn )y0 > ds = 0
n→∞ 0

De plus, si yn * y, alors (yn ) est bornée, et comme B est séquentielle-


ment continu de Hw vers H, on a F (yn ) −→ F (y).
En utilisant (4.3.6), on déduit que l’application y0 −→ y(t) est séquen-
tiellement faiblement continue.
Par conséquent on a, ∀s ∈ [0, t[,
Z t Z t
lim < F (S(s)S(tn )y0 ), S(s)S(tn )y0 > ds = < F (S(s)ψ), S(s)ψ > ds
n→∞ 0 0

Le théorème de la convergence dominée permet d’avoir


Z t
< F (S(s)ψ), S(s)ψ > ds = 0
0

Puisque F est continue, on a < F (S(t)ψ), S(t)ψ >= 0, ∀ t ∈ R+ . ou


encore < BS(t)ψ, S(t)ψ >= 0, ∀t ≥ 0 et (4.3.4) permet de conclure.
Le résultat suivant donne une condition suffisante pour stabiliser forte-
ment le système (4.3.2) et permet une estimation de l’erreur de cette
stabilisation [74].

Théorème 4.28
Supposons que B est localement lipschitzien, et que (4.2.22) est vérifiée
alors le contrôle (4.3.5) stabilise fortement le système (4.3.2), et au voi-
sinage de l’infini on a l’estimation :
1
ky(t)k2 = O( ) (4.3.7)
t
Démonstration.
D’après la proposition 4.17 on a l’existence d’une solution faible qui est
définie sur un intervalle maximal [0, tmax [, et pour déduire que la solution
du système (4.3.2) est globale, il suffit de montrer que y(t) est bornée.
Avec les mêmes techniques utilisées pour justifier (4.3.6) on a
Z t
2 2
ky(t)k ≤ ky0 k + 2 |hBy(s), y(s)i|2 ds, ∀t ∈ [0, tmax [ (4.3.8)
0

d’où ky(t)k ≤ ky0 k, et par conséquent y(t) est globale.


AEJ-EZ-Livre-Stabilite 24 juin 2013

On pose z(t) = y(t) − S(t)y0 et avec la formule de la variation de la


constante on obtient
Z t
z(t) = − hBy(s), y(s)iS(t − s)By(s)ds
0

alors :
Z T
kz(t)k2 ≤ C1 |hBy(s), y(s)i|2 ds ∀t ≤ T (4.3.9)
0

avec C1 une constante positive qui dépend de B, T et ky0 k.


En utilisant l’inégalité triangulaire on a :
|hBS(t)y0 , S(t)y0 i| ≤ |hBS(t)y0 − By(t), y(t) − z(t)i|
+|hBy(t), y(t)i| + |hBy(t) − Bz(t), z(t)i|
+|hBz(t), z(t)i|

Comme B est localement lipschitzien et ky(t)k ≤ ky0 k, on obtient :


|hBS(t)y0 , S(t)y0 i| ≤ Kky0 k kS(t)y0 − y(t)kky(t) − z(t)k + |hBy(t), y(t)i|
+Kky0 k ky(t) − z(t)kkz(t)k + Kky0 k kz(t)k2
≤ 2Kky0 k kz(t)kky0 k + |hBy(t), y(t)i| + Kky0 k kz(t)k2

et par (4.3.9), ∀t ∈ [0, T ] on a l’inégalité


|hBS(t)y0 , S(t)y0 i| ≤ 2Kky0 k C1 C2 ky0 k + |hBy(t), y(t)i| + Kky0 k C12 α2
(4.3.10)
Z T
avec C2 = |hBy(s), y(s)i|2 ds.
0
On intègre (4.3.10) entre 0 et T et utilisant (4.2.22) et (4.3.9) on a
p
ky(T )k2 ≤ C2 ( C1 + C1 ) (4.3.11)
où C2 une constante qui dépend de B, T et ky0 k.
Par (4.3.8) et (4.3.9) on obtient 2C2 ≤ ky0 k2 − ky(T )k2 , ce qui donne
l’estimation
1
ky(T )k2 ≤ C3 f (ky0 k2 − ky(T )k2 ) (4.3.12)
2

avec f0 (t) = t + t, ∀t ≥ 0, et si f1 (.) désigne l’inverse de 12 C3 f0 (.), alors
(4.3.12) devient
f1 (ky(T )k2 ) + ky(T )k2 ≤ ky0 k2
AEJ-EZ-Livre-Stabilite 24 juin 2013

Au lieu de l’intervalle [0, T ] on considère des intervalles du type [kT, (k +


1)T ] avec k ∈ N∗ pour avoir l’inégalité

f1 (ky((k + 1)T )k2 ) + ky((k + 1)T )k2 ≤ ky(kT )k2 , ∀k ∈ N∗ (4.3.13)

et suivant la même démarche de la preuve du théorème 4.20, on déduit


l’estimation désirée.

Remarque
Le résultat ci dessus est une amélioration de celui du Théorème 4.20. 
Maintenant on considère le système

dy(t)
(
= Ay(t) + v(t)f (y(t)) (4.3.14)
dt
y(0) = y0

où A : D(A) ⊂ H −→ H est un opérateur linéaire générateur infinitési-


mal d’un C0 -semi groupe S(t), t ≥ 0 compact dans H et f : H → H.
Si on note par B(0, a) la boule de centre 0 et de rayon a > 0 on a le
résultat [26].

Théorème 4.29
Si f est une fonction localement lipschitzienne et r(.) : H → R+ est une
fonction de classe C p p ≥ 1 qui vérifie

∀a > 0; ∃ra > 0; ∀y ∈ B(0, a), r(y) ≥ ra

Si (S(t))t≥0 est compact et {y ∈ H| hf (S(t)y, S(t)yi = 0} = {0}, alors


le système (4.3.14) contrôlé par le feedback : v(t) = −r(y) < f (y), y >
est fortement stabilisable.
Démonstration.
Si T (t) est un semi-groupe non linéaire engendré par l’opérateur A. +
v(t)f (.), le système (4.3.14) admet une solution faible unique et globale
y(t) = T (t)y0 (voir section 1.3.1).
Soit la fonction f (y) = 12 k y k2 , comme A est dissipatif, alors f (y) est
une fonction de Liapunov :
f (T (t)y0 ) − f (T (t0 )y0 ) ≥ 0 pour tout (t,t’) , 0 ≤ t ≤ t0 .
En effet, si y0 ∈ D(A), la solution y(t) = T (t)y0 du système (4.3.14) est
absolument continue et y ∈ D(A).
AEJ-EZ-Livre-Stabilite 24 juin 2013

En dérivant f (t) le long de la trajectoire y(t) et puisque hAy, yi ≤


0, ∀y ∈ D(A), on obtient

df (T (t)y0 )
= hAT (t)y0 + νr T (t)y0 f (T (t)y0 ), T (t)y0 i
dt

≤ −r(T (t)y0 )hf (T (t)y0 ), T (t)y0 i2

D’où pour tout 0 ≤ t ≤ t0 , on a


Z t0
0
f (T (t )y0 ) − f (T (t)y0 ) ≤ − r(T (s)y0 )hT (s)y0 , T (s)y0 ids
t

Si y0 ∈
/ D(A), alors l’inégalité ci dessus est vérifiée par densité de D(A).
Par suite (T (t)y0 )t≥0 est bornée et le système est stable au sens de Lya-
punov, en plus on a
Z ∞
r(T (s)y0 )hf (T (s)y0 ), T (s)y0 i2 ds < ∞ (4.3.15)
0

On a besoin du lemme suivant [26].

Lemme 4.30
Sous les hypothèses du théorème 4.29, pour tout y0 ∈ H on a
1. L’ensemble ωw (y0 ) associé à l’orbite (T (t)y0 )t≥0 est non vide.
2. Pour tout y ∗ ∈ Ω(y0 ) et toute suite (tn ) de R+ , avec lim tn = +∞,
n→+∞
on a :
lim T (tn )y0 = y ∗ ⇒ lim T (tn + t)y0 = T (t)y ∗ pour tout t ≥ 0.
n→+∞ n→+∞
(En particulier Ω(y0 ) est positivement invariant par T(t)).
Démonstration.
1. On sait que le système (4.3.14) admet une solution bornée, alors l’en-
semble des orbites positifs O+ (y0 ) du système (4.3.14) est précompact
[75] et le théorème 4.25 implique que Ω(y0 ) est un ensemble non vide
invariant par T (t) dans H.

2. Soit y ∗ ∈ Ω(y0 ) et considérons la suite (tn )n≥0 de R+ , telle que


lim tn = +∞, et lim T (tn )(y0 ) = y ∗
n→+∞ n→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par la formule de variation de la constante on a


T (tn + t)y0 = T (t)T (tn )y0
Z t
+ T (t − s)νr (T (tn + s)y0 )f ((T (tn + s)y0 )ds
0

= T (t)T (tn )y0


Z tn +t
− T (t + tn − s)r(T (s)y0 )hf (T (s)y0 ), T (s)y0 if (T (s)y0 )ds
tn

En appliquant l’inégalité de Schwarz Z on a


tn +t 
2 2
k T (tn + t)y0 − T (t)T (tn )y0 k ≤ r(T (s)y0 ) k f (T (s)y0 ) k ds
tn
Z tn +t 
2
× r(T (s)y0 )hf (T (s)y0 ), T (s)y0 i ds
tn
et par conséquent on a

k T (tn + t)y0 − T (t)T (tn )y0 k2


Z tn +t
≤ ct r(T (s)(y0 ))hf (T (s)(y0 )), T (s)(y0 )i2 ds
tn
(4.3.16)
où c = sup r(y) k f (y) k2 .
y∈f (0,ky0 k)
Mais comme k S(t)y0 k≤k y0 k, donc c < +∞.
Par les les formules (4.3.15) et (4.3.16) on obtient :

lim k T (tn + t)y0 − T (t)T (tn )y0 k2 = 0


n→+∞

Finalement lim T (tn )y0 = y ∗ , et (T (t))t≥0 est un C0 -semi groupe uni-


n→+∞
formément borné, et l’inégalité triangulaire donne :
lim T (tn + t)y0 = T (t)y ∗ , ∀t > 0.
n→+∞

Maintenant on termine la preuve du théorème 4.29.


Soit y0 ∈ H, d’après le théorème 4.25, on sait que Ω(y0 ) est non vide. Il
reste à montrer que Ω(y0 ) = {0}.
Soit y0 ∈ H, y ∗ ∈ Ω(y0 ), considérons y ∗ (t) = T (t)y ∗ la solution du
système (4.3.14) qui correspond à la condition initiale y ∗ , et la suite
(tn )n≥0 de R+ , telle que lim (tn ) = +∞, on a lim S(tn )(y0 ) = y ∗ .
n→+∞ n→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par le théorème 4.25 on sait que : lim S(tn + s)y0 = S(t)y ∗ , ∀s ≥ 0.


n→+∞
Par la continuité de y → r(y)hf (y), yi2 , on obtient :

lim r(S(tn + t)(y0 ))hf (S(tn + t)(y0 )), S(tn + t)(y0 )i2
n→+∞
= r(S(t)y ∗ )hf (S(t)y ∗ ), S(t)y ∗ i2
D’après le théorème de la convergence dominée de Lebesgue, on déduit
que :

Z t
r(T (s)y ∗ )hf (T (s)y ∗ ), T (s)y ∗ i2 ds
0 Z t
= lim r(T (tn + s)y0 )hf (S(tn + s)y0 ), T (tn + s)y0 i2 ds
n→+∞ 0
Z tn +t
= lim r(T (s)(y0 ))hf (T (s)(y0 )), T (s)(y0 )i2 ds
n→+∞ t
n
=0

Comme r(T (s)) < hf (T (s)y ∗ ), T (s)y ∗ i est une fonction continue positive
alors, hf (T (s)y ∗ ), T (s)y ∗ i = 0 ∀ s > 0
Mais M = {0}, on obtient y ∗ = 0, et par suite Ω(y0 ) = {0}.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 5

Stabilisation régionale des systèmes linéaires

Ce chapitre présente le concept de stabilisation régionale pour les sys-


tèmes linéaires de dimension infinie : il s’agit là d’étudier le comporte-
ment asymptotique du système non pas sur son domaine d’évolution tout
entier mais sur une région cible qui peut être interne ou sur la frontière
du domaine.

5.1 INTRODUCTION

Classiquement, tout système est considéré stable ou bien instable. Ce-


pendant, il existe des systèmes qui sont instables sur leurs domaines
géométriques Ω, mais ne se comportent pas de la même manière sur tout
Ω. De plus, on peut avoir besoin de stabiliser un système ou d’améliorer
son degré de stabilité uniquement sur une partie de son domaine d’évolu-
tion, ce qui demandera un coût moindre. De plus, quand on a à stabiliser
le système sur tout le domaine, on aura besoin de connaître son état sur
Ω, alors que la stabilisation régionale demande l’état que sur la partie
d’intêret ω.
L’exemple suivant donne un système globalement instable mais stable
sur certaines régions ω de Ω.
Exemple 5.1.1
Considérons le système suivant
∂y(t)
(
= (x − 1)y sur ]0, 2[×]0, ∞[ (5.1.1)
dt
y(., 0) = y0 ∈ H = L2 (0, 2)

Il est clair que le système (5.1.1) n’est pas stable sur Ω =]0, 2[, alors que
pour une région ω =]0, a[⊂]0, 1[, on a
||χω S(t)y0 ||L2 (ω) ≤ et(a−1) ||y0 || , ∀y0 ∈ L2 (Ω)
d’où la stabilité de (5.1.1) sur ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

5.2 STABILITÉ RÉGIONALE INTERNE

Dans cette section, on donne les définitions et les caractérisations concer-


nant la notion de stabilité régionale. Ensuite, on caractérise un contrôle
de coût minimal qui assure la stabilisation sur une région cible, avec un
état borné sur la partie résiduelle. les résultats obtenus sont illustrés par
des exemples numériques.

5.2-a Définitions - Exemples

Soit Ω un domaine régulier de Rn , n ≥ 1, et posons Q = Ω×]0, ∞[.


On considère un système décrit par l’équation d’état suivante

dy(t)
(
= Ay(t) Q (5.2.1)
dt
y(., 0) = y0 ∈ H

où A est un générateur infinitésimal d’un C0 −semi-groupe S(t), t ≥ 0


dans un espace d’état (complexe) H, supposé de Hilbert muni du produit
scalaire <, >, ||.|| étant la norme correspondante.

Considérons maintenant une partie ouverte ω ⊂ Ω de mesure positive,


et soit χω l’opérateur restriction à ω et on note iω = χ∗ω χω

Définition 5.1
Le système (5.2.1) est dit régionalement
1. faiblement stable (r.f.s.) sur ω, si pour tout état initial y0 ∈ H,
< χω S(t)y0 , z >L2 (ω) −→ 0 quand t −→ ∞, ∀z ∈ H.
2. asymptotiquement stable (r.a.s.) sur ω, si pour tout état initial z0 ∈
H, on a ||χω S(t)y0 ||L2 (ω) −→ 0 quand t −→ ∞.
3. exponentiellement stable (r.e.s.) sur ω, si ∀ y0 ∈ H, ||χω S(t)y0 ||L2 (ω)
tend exponentiellement vers 0 quand t −→ ∞.

Remarque
1. Ce concept est général, car pour ω = Ω on retrouve les définitions
classiques de la stabilité.
2. Les définitions ci-dessus montrent que l’on est intéressé par le com-
portement asymptotique du système (5.2.1) seulement sur ω.
3. Notons que r.e.s. =⇒ r.a.s. =⇒ r.f.s. La réciproque n’est pas vraie
comme le montre les exemples suivants. 
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 5.2.1
1. Sur Ω =]0, +∞[, soit le système décrit par l’équation
∂y(t) ∂y(t)


 + =0 sur Q
∂t ∂x (5.2.2)

y(., 0) = y0 ∈ H 1 (Ω)


L’opérateur A = − de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0}
∂x
engendre un C0 −semi-groupe S(t), t ≥ 0 défini par

y0 (x − t), si x ≥ t
(S(t)y0 )(x) =
0, si x < t
Pour ω =]a, +∞[, (a > 0) on a ||χω S(t)y0 || = ||χω y0 ||, ∀t ≥ 0, donc le
système (5.2.2) n’est pas asymptotiquement stable sur ω. Par contre il y
a stabilité faible sur ω, en effet quand t → ∞

Z +∞ Z +∞
2 2
| < χω S(t)y, z > | ≤ y(x) dx z(x)2 dx → 0
0 sup (t,a)

2. Considérons le système défini sur Ω =]0, 1[ par


dy(t)
(
= Ay(t) sur Q (5.2.3)
dt 2
y(0) = y0 ∈ L (Ω)
avec
X
Ay = λ1 < y, 1 > 1 + λn,m < y, h(n,m) > h(n,m) , y ∈ L2 (Ω),
(n,m)∈Λ
(5.2.4)
où λ1 = −1, Λ = {(n, m) ∈ N2 ; m
< 2n } et (λn,m )(n,m)∈ Λ sont donnés
1
par λ1,0 = 1, et λn,m = − 2 si (n, m) 6= (1, 0), h(n,m) étant les
n + m2
fonctions de Haar définies pour (n, m) ∈ Λ et x ∈ Ω par

m m + 12

n
 22, si x ∈ [
, [


2n 12n

h(n,m) (x) = n m+ m+1 (5.2.5)
 −2 2 , si x ∈ [ n 2 , [


 2 2n
0, sinon
AEJ-EZ-Livre-Stabilite 24 juin 2013

La famille {1}∪{h(n,m) }(n,m)∈ Λ forme une base orthonormée de L2 (Ω).


On a stabilité régionale asymptotique du système (5.2.3) sur ω =] 12 , 1[,
en effet X
||S(t)y0 ||2 = e−t hy, 11i11+ eλn,m t hy, h(n,m) ih(n,m) → 0, y ∈ L2 (Ω).
(n,m)∈Λ
Maintenant pour tout y0 ∈ L2 (Ω) on a
||S(t)y0 || ≤ 1 et ||S(t)h(n,m) || → 1, quand n, m → ∞ donc ||S(t)|| = 1.
Ce qui montre que le système (5.2.3) n’est pas exponentiellement stable
sur ω.

3. Considérons le système défini sur Ω =]0, +∞[ par

∂y(t) ∂y(t)


 − =0 sur Q
∂t ∂x (5.2.6)

y(., 0) = y0 ∈ H 1 (Ω)


L’opérateur A = , D(A) = {y ∈ H 1 (Ω); y(0) = 0} engendre un
∂x
C0 −semi-groupe S(t), t ≥ 0 défini par (S(t)y0 )(x) = y0 (x + t).
Sur ω =]a, b[, ∀y ∈ L2 (Ω) on a
Z b+t
2
||χω S(t)y|| = y(x)2 dx → 0, quand t → ∞.
a+t

D’autre part on a ||χω S(t)|| = 1, ∀t ≥ 0, donc le système (5.2.6) n’est


pas exponentielement stable sur ω.

5.2-b Caractérisation de la stabilité régionale

Dans ce paragraphe on donne des résultats caractérisant la stabilité ré-


gionale.
On considère les ensembles

σω1 (A) = {λ ∈ σ(A) | Re(λ) ≥ 0, N (A − λI) 6⊂ N (iω )}

et

σω2 (A) = {λ ∈ σ(A) | Re(λ) < 0, N (A − λI) 6⊂ N (iω )}


AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 5.2
1. Si le système (5.2.1) est régionalement faiblement stable sur ω alors
σω1 (A) = ∅.
2. Supposons que H possède une base orthonormée (ϕn )n de fonctions
propres de A.
Si σω1 (A) = ∅ et s’il existe α > 0 tel que ∀λ ∈ σω2 (A), Re (λ) ≤ −α,
alors le système (5.2.1) est régionalement exponentiellement stable sur
ω.
Démonstration.
1. Supposons qu’il existe λ ∈ σ(A) et ϕ ∈ N (A − λI) tels que Re (λ) ≥
0 et χω ϕ 6= 0.
Pour z0 = ϕ, la solution de (5.2.1) est S(t)ϕ = etλ ϕ.
Donc < χω S(t)ϕ, ϕ >L2 (ω) ≥ ||χω ϕ||L2 (ω) 6= 0 et (5.2.1) n’est pas r.a.s.
sur ω.
2. Sans nuire à la généralité du résultat, on peut supposer que les valeurs
propres de A sont simples. Dans ce cas, pour tout y0 ∈ H, on a
+∞
X
χω S(t)y0 = eλn t < y0 , ϕn > χω ϕn
n=1
X
= χω eλn t < y0 , ϕn > ϕn
2 (A)
λn ∈σω

Maintenant si il existe α > 0, telque Re (λ) ≤ −α, ∀ λ ∈ σω2 (A), alors


||χω S(t)y0 ||L2 (ω) ≤ |||χω |||e−αt ||y0 ||.
par conséquent (5.2.1) est r.e.s. sur ω.

Exemple 5.2.2
Considérons le système (5.2.3) et ω =] 12 , 1[, on a σω1 (A) = ∅ et σω2 (A) =
{−1}, d’où la stabilité régionale exponentielle du système (5.2.3) sur ω.

Remarque
Pour ω = Ω, on retrouve par le premier point qu’une condition néces-
saire pour la stabilité est que la dynamique du système n’a pas de valeurs
propres à parties réelles positives.

Dans le cas global (ω = Ω), la stabilité exponentielle est équivalente à


Z ∞
||S(t)y||2 dt < +∞, ∀ y ∈ H.
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Une question naturelle est la suivante : la stabilité exponentielle sur une


region ω ⊂ Ω est elle équivalente à

Z ∞
||χω S(t)y||2 dt < +∞, ∀ y ∈ 2 (Ω)?.
0

On a toujours stabilité exponentielle sur ω implique

Z ∞
||χω S(t)y||2 dt < +∞, ∀ y ∈ 2 (Ω).
0

La réciproque n’est pas toujours vraie comme le montre l’exemple suivant.




Exemple 5.2.3
Reconsidérons le système (5.2.6) où le semi-groupe S(t), t ≥ 0 est donné
par (S(t)y0 )(x) = y0 (x + t).
On a vu que pour ω =]a, b[, a < b on n’a pas stabilité exponentielle sur
ω, toute fois, ∀y ∈ L2 (Ω), on a

Z +∞ Z bZ +∞
2
||χω S(t)y|| dt = y(t)2 dtdx < ∞.
0 a x

Avant de donner les résultats de stabilité régionale, on introduit le résul-


tat suivant

Proposition
Z ∞
5.3
||χω S(t)y|| dt < +∞, ∀ y ∈ L2 (ω) si et seulement si l’équation de
2
0
Lyapunov

< Ay, P y > + < P y, Ay > + < iω y, y > = 0, zy ∈ D(A) (5.2.7)

admet une solution P , opérateur auto-adjoint et positif.


Démonstration.
Z ∞
Si ||χω S(t)y||2L2 (ω) dt < ∞, ∀y ∈ H, alors l’opérateur
0
Z ∞
Pω : y −→ (χω S(t))∗ (χω S(t))y dt
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

est bien défini et vérifie (5.2.7).


Réciproquement, supposons que (5.2.7) admet une solution, alors

Z ∞
||χω S(t)y||2L2 (ω) dt < ∞, ∀ y ∈ H.
0

Proposition 5.4
Supposons que A engendre un semi-groupe S(t), t ≥ 0 vérifiant

||χω S(t + s)y||L2 (ω) ≤ |||χω S(t)|||.||χω S(s)y||L2 (ω) , ∀ t, s ≥ 0, y ∈ H.


(5.2.8)
Une condition nécessaire et suffisante pour que le système (5.2.1) soit
régionalement exponentiellement stable sur ω, est que
Z ∞
||χω S(t)y||2L2 (ω) dt < ∞, ∀y ∈ H.
0

Démonstration.
Si
Z ∞le système (5.2.1) est r.e.s. sur ω, alors
||χω S(t)y||2L2 (ω) dt < ∞, ∀y ∈ H, et l’opérateur
0 Z ∞
P (y) = (χω S(t))∗ (χω S(t))y dt est alors bien défini et vérifie (5.2.7).
0
Réciproquement,
Z ∞ supposons que (5.2.7) admet une solution, alors
||χω S(t)y||2L2 (ω) dt < ∞, ∀ y ∈ H.
0
Donc pour n ≥ 1, on peut définir l’opérateur

Sn : H −→ L2 (0, ∞, L2 (ω))
y −→ 1[0,n] (t)χω S(t)y
Z n
Par suite ||Sn y||2L2 (0,∞,L2 (ω)) ≤ kn ||y||2 , où kn = |||χω S(t)|||2 dt
0
et d’après le théorème de Banach Steinhaus, il existe γ > 0 tel que
||Sn || ≤ γ, n ≥ 1.
Soit σ1 > 0, M1 > 0 tels que |||S(t)||| ≤ M1 eσ1 t , t ≥ 0.
Pour t0 > 0, la famille (|||χω S(t)|||)t≤t0 est bornée et pour t > t0 , on a
AEJ-EZ-Livre-Stabilite 24 juin 2013

1 − e−2σ1 t
Z t
2
||χω S(t)y||L2 (ω) = e−2σ1 (t−s) ||χω S(t)y||2L2 (ω) ds
2σ1 0
Z t
≤ e−2σ1 (t−s) ||χω S(s)y||2L2 (ω) |||χω S(t − s)|||2 ds
0
≤ M12 γ 2 ||y||2

On en déduit qu’il existe k > 0 tel que |||χω S(t)||| ≤ k, t ≥ 0.


D’autre part, par (5.2.8) on obtient
Z t
2
t||χω S(t)y||L2 (ω) ≤ ||χω S(s)y||2L2 (ω) |||χω S(t − s)|||2 ds
0

alors t||χω S(t)y||2L2 (ω) ≤ k 2 γ 2 ||y||2 , d’où l’existence de t0 tel que


ln |||χω S(t)|||
ln |||χω S(t)||| < 0, ∀ t ≥ t0 . On déduit que σ0 =: inf < 0.
t>0 t
On montre que
ln |||χω S(t)|||
σ0 = lim (5.2.9)
t→+∞ t
Soit t0 > 0, et posons M2 = sup |||S(t)|||. Pour t ≥ t0 , il existe n ∈ N
t∈[0,t0 ]
tel que nt0 ≤ t < (n + 1)t0 . Donc

ln |||χω S(t)||| ln |||χω S(nt0 )||| ln |||S(t − nt0 )|||


≤ +
t t t
Avec la propriété (5.2.8) on a

ln |||χω S(t)||| nt0 ln |||χω S(t0 )||| ln M2


≤ +
t t t0 t
Il suit que
ln |||χω S(t)||| ln |||χω S(t0 )|||
lim sup ≤
t→∞ t t0
t0 étant arbitraire, on obtient
ln |||χω S(t)||| ln |||χω S(t)||| ln |||χω S(t)|||
lim sup ≤ inf ≤ lim inf
t→∞ t t>0 t t→+∞ t
AEJ-EZ-Livre-Stabilite 24 juin 2013

ce qui montre (5.2.9), et par conséquent

∀σ ∈]0, −σ0 [, ∃ M3 / |||χω S(t)||| ≤ M3 e−σt , t ≥ 0,

Donc le système est régionalement exponentiellement stable sur ω.

Remarque
La condition (5.2.8) n’est pas nécessaire pour la stabilité régionale car
tout système exponentiellement stable sur Ω l’est aussi sur ω sans (5.2.8).Cette
condition traduit en quelque sorte la continuité de χω S(t) par rapport à
χω z. En particulier si ω = Ω, alors (5.2.8) est vérifiée, et on retrouve
alors que la stabilité exponentielle sur Ω est équivalente [42] à
Z ∞
||S(t)y||2 dt < +∞, y ∈ H.
0

Exemple 5.2.4
Considérons le système défini sur Ω =]0, +∞[ par

∂y(t) ∂y(t)


 + = 0 sur Q
∂t ∂x (5.2.10)


y(., 0) = y0
avec

L’opérateur A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0},
∂x
engendre un C0 −semi-groupe S(t), t ≥ 0 défini par

y0 (x − t), si x ≥ t
(S(t)y0 )(x) =
0, si x < t

Sur la région ω =]0, a[ (a > 0), la solution de (5.2.10) vérifie

||χω S(t)y||2L2 (ω) ≤ ||χω y||L2 (ω)

ce qui donne (5.2.8) en l’appliquant à y = S(t)y0 .


D’autre part l’opérateur P y = (a−x)iω y est solution de (5.2.7). En effet,
pour y ∈ D(A), on a
AEJ-EZ-Livre-Stabilite 24 juin 2013

∂y ∂y
<− , (a − x)iω y > + < (a − x)iω y, − >
∂x Z a ∂x
∂y(x)
= −2Re ( (a − x)y(x)dx)
0 ∂x Z a
2 a
= −Re {[(a − x)|y(x)| ]0 + |y(x)|2 dx}
0
= −||χω y||2L2 (ω)

ce qui montre que le système (5.2.10) est régionalement exponentielle-


ment stable sur ω.

Remarque
1.
Z ∞La stabilité asymptotique n’entraîne pas la convergence de l’intégrale
||χω S(t)y||2 dt comme on peut le voir en considérant le système (5.2.6)
0
et la région ω =]a, ∞[, a ≥ 0.
2. Le système (5.2.6) est asymptotiquement stable sur ω, ce qui laisse
penser
Z ∞ à la question :
||χω S(t)y||2L2 (ω) dt < +∞, ∀ y ∈ L2 (Ω) ⇒ stabilité asymptotique sur
0
ω?. Ceci fait l’objet du résultat suivant. 

Proposition 5.5
Si le système (5.2.1), augmenté de la sortie z(t) = χω y(t) est régionale-
ment observable sur ω.
Si (5.2.7) admet une solution positive, alors on a stabilité asymptotique
du système (5.2.1) sur ω.
Démonstration. Z ∞
Si l’opérateur Pω (y) = (χω S(t))∗ (χω S(t))y dt vérifie (5.2.7) alors
0
Z ∞
||χω S(t)y||2L2 (ω) dt < ∞, ∀y ∈ H.
0

et l’opérateur Pω est bien défini.


Z ∞
On a < Pω S(t)y, S(t)y >= ||χω S(τ )y||2L2 (ω) dτ → 0, t → ∞.
t
Le système (5.2.1) étant supposé observable sur ω, on a
< Pω y, y >≥ α||χω y||2L2 (ω) , ce qui permet de conclure.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 5.6
Si (5.2.7) admet une solution positive et χω S(t) est uniformément borné,
alors le système (5.2.1) est r.a.s. sur ω.
Démonstration.
D’après le lemme précédent, on a < Pω S(t)y, S(t)y >→ 0, t → ∞.
Ce qui entraîne que Pω S(t)y → 0, t → ∞.
Or d’après (5.2.7), pour tout y ∈ D(A) on a

||χω S(t)y||2 2 = − < AS(t)zy, P S(t)y >


L (ω)
− < P S(t)y, AS(t)y >→ 0, t → ∞,
.
Soit maintenant y ∈ H, et soit (yn ) ⊂ D(A) tel que yn → y, n → ∞, il
existe M > 0 telle que

||χω S(t)y|| ≤ ||χω S(t)(y − yn )|| + ||χω S(t)yn ||


≤ M ||(y − yn )|| + ||χω S(t)yn ||.

Donc lim sup ||χω S(t)y|| ≤ M ||y − yn ||, ∀n ≥ 1.


t→+∞
Ce qui implique que ||χω S(t)y|| → 0, t → ∞.

Proposition 5.7
Supposons qu’il existe un opérateur auto-adjoint et positif P ∈ L(H)
vérifiant (5.2.7).
Si de plus

Re (< χω Ay, y >L2 (ω) ) ≤ 0, y ∈ D(A) (5.2.11)

alors (5.2.1) est régionalement asymptotiquement stable sur ω.


Démonstration.
Soient P une solution de (5.2.7) et la fonction V (y) = < P y, y > .
Z t
Pour y0 ∈ D(A), on a ||χω S(s)y0 ||2L2 (ω) ds = V (y0 ) − V (y(t)).
Z t 0
V (y0 )
D’où ||χω S(s)z0 ||2L2 (ω) ds ≤ .
0 c
d
De l’inégalité (5.2.11) on a < iω S(t)y0 , S(t)y0 >L2 (ω) ≤ 0.
dt
D’où
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z t
V (y0 )
t||χω S(t)y0 ||2L2 (ω) ≤ ||χω S(s)y0 ||2L2 (ω) ds ≤
0 c

V (y0 )
Comme V et iω , sont continues, alors ||χω S(t)y0 ||2L2 (ω) ≤ , pour
c.t
tout t > 0 et y0 ∈ H, d’où la stabilité asymptotique de (5.2.1) sur ω.
Les résultats ci-dessus donnent des conditions nécessaires et suffisantes
pour que le système (5.2.1) soit régionalement stable sur ω, sans s’in-
téresser au comportement de l’état du système dans la partie résiduelle
Ω\ω.

Proposition 5.8
1. Si le système (5.2.1) est régionalement exponentiellement stable sur
ω.
Si il existe d > 0 tel que

||χω y||2L2 (ω) ≥ d Re(< Ay, y >), y ∈ D(A) (5.2.12)

alors l’état reste borné sur Ω.


2. Si le système (5.2.1) est régionalement faiblement stable sur ω et si il
existe e > 0 telle que

Re < χω Ay, y >L2 (ω) ≥ e Re(< Ay, y >), y ∈ D(A) (5.2.13)

alors l’état reste borné sur Ω.


Démonstration.
1 d||S(t)y0 ||2
1. Si y0 ∈ D(A), on a Re (< AS(t)y0 , S(t)y0 >) = .
2 dt
D’après (5.2.12), on a

Z t
d d
||χω S(s)y0 ||2L2 (ω) ds ≥ ||S(t)y0 ||2 − ||zy0 ||2
0 2 2

et comme le système (5.2.1) est supposé régionalement exponentiellement


stable sur ω, alors
Z +∞
||χω S(t)y0 ||2L2 (ω) dt < ∞,
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

d’où
2
||S(t)y0 || ≤ < P y0 , y0 > +||y0 ||2 , ∀ t ≥ 0
d
où P ∈ L(H) est solution de (5.2.7).
La conclusion résulte alors de la densité de D(A) dans H.
2. Se déduit utilisant la même démarche que le premier point.

Remarque
1. La condition (5.2.12) peut être remplacée par :

||χω y||2L2 (ω) ≥ d Re (< χΩ\ω Ay, y >), y ∈ D(A)

et la condition (5.2.13) peut être remplacée par :

Re < χω Ay, y >L2 (ω) ≥ e Re(< χΩ\ω Ay, y >), y ∈ D(A), où e > 0

2. Dans l’équation de Lyapunov (5.2.7), l’oérateur iω peut être remplacé


par un opérateur positif et auto-adjoint R ∈ L(H) vérifiant
< Ry, y > ≥ c ||χω y||2 2 , y ∈ H, avec c > 0.
L (ω)
4. Dans le cas global ( ω = Ω) la stabilité exponentielle assure l’unicité
de la solution de l’équation de Lyapunov

< Ay, P y > + < P y, Ay > + < y, y > = 0, y ∈ D(A).

Dans le cas régional ce résultat n’est pas vrai, comme on peut le voir
dans le cas du système (5.2.10) où (5.2.7) admet P y = (a − x)iω y et Pω
comme solutions distinctes.
−1
On peut aussi considérer l’exemple Ay = χω y avec ω est une partie
2
stricte de Ω auquel cas on a les deux solutions P = Id et P = iω . 

5.3 STABILISABILITÉ RÉGIONALE INTERNE

L’objet de cette section est de montrer comment réaliser la stabilisa-


tion d’un système distribué linéaire sur une région donnée du domaine
d’évolution du système.
AEJ-EZ-Livre-Stabilite 24 juin 2013

5.3-a Définitions-intérêt

Considérons le système
dy(t)


 = Ay(t) + Bv(t)
dt (5.3.1)

y(., 0) = y0 ∈ H

avec les mêmes hypothèses du paragraphe précédent, et B ∈ L(V, H), V


étant l’espace des contrôles supposé de Hilbert.
Le système (5.3.1) est dit régionalement faiblement (asymptotiquement,
exponentiellement) stabilisable sur ω ⊂ Ω, s’il existe un opérateur borné
K ∈ L(H, V ) tel que le système

dy(t)


 = (A + BK)y(t)
dt (5.3.2)

y(., 0) = y0 ∈ H

soit régionalement faiblement stable ( asymptotiquement stable, expo-


nentiellement stable) sur ω.
Remarque
1. Le problème de la stabilisation régionale peut être vu comme un pro-
blème de stabilisation de la sortie avec une observation partielle : z =
χω y.
2. Si le système (5.3.1) est régionalement stabilisable sur ω ⊂ Ω, alors il
est régionalement stabilisable sur ω 0 ⊂ ω en appliquant le même contrôle.
3. Le coût de la stabilisation régionale d’un système est moindre que celui
de la stabilisation sur tout le domaine, en effet si on considère le coût
Z +∞
q(v) = ||v(t)||2V dt (5.3.3)
0

avec v ∈ Vad (ω) = {v ∈ L2 (0, +∞; V ); v est un feedback qui stabilise


(5.3.1) exponentiellement sur ω et q(v) < ∞}, alors on a Vad (Ω) ⊂
Vad (ω) d’où
min q(v) ≤ min q(v)
Vad (ω) Vad (Ω)

On peut avoir besoin d’améliorer le degré de stabilité d’un système sur


une région priviligiée du domaine géometrique du système, comme le
montre l’exemple suivant : 
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 5.3.1
On considère le système défini sur Ω =]0, +∞[ par

dy(t)
(
= Ay(t) + Bv(t) sur Q (5.3.4)
dt
y(., 0) = y0 ∈ H 1 (Ω)

où A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0} et
∂x
B ∈ L(V, H 1 (Ω)).
Le contrôle v(.) = 0 stabilise exponentiellement le système (5.3.4) sur
ω =]0, a[, avec un état borné sur Ω ( ||y(t)|| = ||y0 || ), et le stabilise fai-
blement mais non exponentiellement sur Ω. D’autre part si on considère
le coût (5.3.3), alors on a
min q(v) = 0 < min q(v)
Vad (ω) Vad (Ω)

5.3-b Caractérisations

Dans cette partie on se propose d’étudier la stabilisabilité régionale via


une approche basée sur la décomposition de l’espace et du système.

On suppose dans cette partie que le système (5.3.1) peut être décomposé
en deux sous-systèmes :
dyu (t)
(
= Au yu (t) + P Bv(t) (5.3.5)
dt
y0u = P y0 , yu = P y
et
dys (t)
(
= As ys (t) + (I − P )Bv(t) (5.3.6)
dt
y0s = (I − P )y0 , ys = (I − P )y
où P est l’opérateur de projection défini au chapitre 3 et As et Au sont
les réstrictions de A sur Hs et Hu , réspectivement, et on a
σ(As ) = σs (A), σ(Au ) = σu (A) et Au est un opérateur borné défini sur
Hu .
Les solutions de (5.3.5) et (5.3.6) sont données par
Z t
yu (t) = Su (t)y0u + Su (t − τ )P Bv(τ )dτ (5.3.7)
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

et
Z t
ys (t) = Ss (t)y0s + Ss (t − τ )(I − P )Bv(τ )dτ (5.3.8)
0

où Su (t) et Ss (t) sont les réstrictions de S(t) sur Hu et Hs , qui sont


réspectivement les C0 − semi-groupes engendrés par Au et As .

Si l’opérateur As vérifie la propriété de la décroissance spectrale :

ln |||Ss (t)|||
lim = sup Re(σ(As )) (5.3.9)
t→+∞ t
alors stabiliser le système (5.3.1) revient à stabiliser (5.3.5) [93]. Le but
de cette partie est d’étendre ce résultat au cas régional.

Proposition 5.9
Supposons que As vérifie l’inégalité
ln |||χω Ss (t)|||
lim ≤ sup Re(σ(As )). (5.3.10)
t→+∞ t
1. S’il existe un opérateur Ku ∈ L(Hu , V ), tel que le contrôle v(t) =
Ku iω yu (t), stabilise le système (5.3.5) régionalement exponentiellement
(resp. asymptotiquement) sur ω, alors le système (5.3.1) est régionale-
ment exponentiellement (resp. asymptotiquement) stabilisable sur ω en
utilisant l’opérateur de feedback K = (Ku iω , 0).
2. Si le système (5.3.5) est exponentiellement (resp. asymptotiquement)
stabilisable sur Ω par un contrôle feedback v(t) = Ku yu (t), avec Ku ∈
L(H, V ), alors le système (5.3.1) est régionalement exponentiellement
(resp. asymptotiquement) stabilisable sur ω en utilisant l’opérateur K =
(Ku , 0).
Démonstration.
1. Cas exponentiel
D’après la décomposition précédente, on a sup Re(σ(As )) ≤ −δ.
Comme As vérifie (5.3.10) alors ils existent a > 0, δ > 0 telles que

|||χω Ss (t)||| ≤ a e−δt , t ≥ 0 (5.3.11)

La solution du système (5.3.5) est donc

yu (t) = eFu t y0u , avec Fu = Au + P BKu iω ∈ L(Hu )


AEJ-EZ-Livre-Stabilite 24 juin 2013

et il existent 0 < α < δ, b > 0 telles que


||χω yu (t)||L2 (ω) ≤ b e−αt ||y0u ||
Donc pour v(t) = Ku iω yu (t), on a
||v(t)||V ≤ b e−αt |||Ku |||.||y0u ||
En utilisant (5.3.8) et (5.3.11), il existe c > 0 telle que
Z t
−δt
||χω ys (t)||L2 (ω) ≤ a e ||y0s || + c ||y0u || e−δ(t−τ ) e−ατ dτ
0
e−δt − e−αt
≤a e−δt ||y 0s || + c ||y0u ||
α−δ
Par conséquent l’état du système (5.3.1) excité par v(t) = Kz(t) vérifie
e−δt − e−αt
||χω y(t)||L2 (ω) ≤ (a e−δt + c + b e−αt )||y0 ||
α−δ
Ceci montre que le système (5.3.1) est exponentiellement stabilisable sur
ω.

2. Cas asymptotique.
On a
lim kχω yu (t)kL2 (ω) = 0 (5.3.12)
t→+∞

donc, en considérant le contrôle v(t) = Ku iω yu (t), on obtient :


εδ
∀ε > 0, ∃ t0 > 0, t > t0 =⇒ kv(t)kV <
2
Par (5.3.8), (5.3.11) ; il existe d > 0 tel que
Z t
−δt
kχω ys (t)kL2 (ω) ≤ de ky0s k + d e−δ(t−τ ) kv(τ )kV dτ
0
Z t
On va montrer que lim e−δ(t−τ ) kv(τ )kV dτ = 0.
t→+∞ 0
Pour t ≥ t0 , on a :
Z t Z t0 Z t
−δ(t−τ ) −δ(t−τ )
e kv(τ )kV dτ = e kv(τ )kV dτ + e−δ(t−τ ) kv(τ )kV dτ
0 0 t0
ε
≤ De−δ(t−t0 ) +
2
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z t0
1
où D = √ kv(t)kV dt, donc lim ||χω ys (t)||L2 (ω) = 0.
2δ 0 t→+∞
La solution du système (5.3.1) excité par v(t) = Kz(t) satisfait

||χω y(t)||L2 (ω) ≤ ||χω yu (t)||L2 (ω) + ||χω ys (t)||L2 (ω)

ce qui permet de conclure la stabilisabilité régionale asymptotique du


système (5.3.1) sur ω.

2. Par les mêmes techniques, on obtient le résultat du deuxième point.

Remarque
L’inégalité (5.3.10) peut être stricte, c’est le cas par exemple, si on consi-
dère l’opérateur A défini par (5.2.4) avec λ1,0 = −1, et λn,m = λ1 = −2
si (n, m) 6= (1, 0). 
Le résultat suivant est une conséquence de la proposition précédente et
de l’équivalence entre la contrôlabilité et la stabilisabilité exponentielle
du système (5.3.5) (voir [93]).

Corollaire 5.10
Supposons que (5.3.10) est vérifiée et que :
1. l’espace Hu est de dimension finie
2. le système (5.3.5) est contrôlable sur Hu ,
alors le système (5.3.1) est régionalement exponentiellement stabilisable
sur ω.

L’exemple suivant montre qu’il est possible qu’un système soit régiona-
lement stabilisable sans qu’il le soit sur tout le domaine d’évolution.
Exemple 5.3.2
Considérons le système (5.2.3) excité par g(.)v(t) avec

g =< 1, h(1,0) > h(1,0) + < 1, h(2,0) > h(2,0)

Le système (5.2.3) peut être décomposé en (5.3.5) et (5.3.6) avec

Au yu =< yu , h(1,0) > h(1,0) + < yu , h(2,0) > h(2,0) , z ∈ L2 (Ω) (5.3.13)

et
X
As ys = − < ys , 1 > 1− < ys , h(n,m) > h(n,m) , y ∈ L2 (Ω)
(n,m)∈Λ−{(1,0),(2,0)}
AEJ-EZ-Livre-Stabilite 24 juin 2013

par un argument de rang, la partie instable (5.3.13) qui est de dimen-


sion finie n’est pas contrôlable, et par suite le système (5.2.3) n’est pas
stabilisable sur Ω. Mais pour ω =] 12 , 1[, l’opérateur As vérifie (5.3.10) et
χω yu (t) = 0. Ainsi le système (5.2.3) est régionalement stabilisable sur
ω par le contrôle nul.

5.3-c Un contrôle de stabilisation régionale

Dans ce paragraphe, on se propose de chercher un contrôle assurant la


stabilisation régionale. L’approche utilisée est basée sur l’équation de
Riccati.
Considérons le système (5.3.1) avec les mêmes hypothèses sur A et B.
Pour un opérateur K ∈ L(H, V ), S K (t), t ≥ 0 désigne le semi-groupe
engendré par AK = A + BK.
Soit R ∈ L(H) positif, auto-adjoint et vérifiant :

< Ry, y >≥ c ||χω y||L2 (ω) , ∀y ∈ H (où c > 0) (5.3.14)

Considérons l’équation de Riccati suivante

< Ay, P y > + < P y, Ay > − < B ∗ P y, B ∗ P y > + < Ry, y >= 0 y ∈ D(A)
(5.3.15)
Supposons qu’il existe un opérateur P ∈ L(H), auto-adjoint et posi-
tif, solution de l’équation (5.3.15) et soit l’opérateur K = −B ∗ P. Les
résultats suivants découlent de ceux du premier paragraphe.

Proposition 5.11
1) Si

Re(< χω (A + BK)y, y >L2 (ω) ) ≤ 0, y ∈ D(A) (5.3.16)

alors (5.3.1) est régionalement asymptotiquement stabilisable sur ω.


Si de plus Re(< χω (A + BK)y, y >L2 (ω) ) ≥ e. Re(< (A + BK)y, y >)
alors l’état du système (5.3.2) reste borné sur Ω.
2) Si S K (t) satisfait (5.2.8) alors le système (5.3.1) est régionalement
exponentiellement stabilisable sur ω.
Si de plus il existe d > 0 telle que

< Ry, y >≥ d Re(< (A + BK)y, y >), y ∈ D(A) (5.3.17)

alors l’état du système (5.3.2) reste borné sur Ω.


AEJ-EZ-Livre-Stabilite 24 juin 2013

Nous allons donner une application du résultat précédent aux systèmes


consérvatifs.
On prend V = H et suppose que

< Ay, y > + < y, Ay >= 0, y ∈ D(A) (5.3.18)

et que ||B ∗ y|| ≥ c ||χω y||L2 (ω) , ∀y ∈ H pour un c > 0


En considérant R = BB ∗ et P = Id, on obtient le résultat suivant

Corollaire 5.12
1. Si (5.3.16) est vérifiée, alors le contrôle v(t) = −B ∗ z(t) stabilise le
système (5.3.1) régionalement asymptotiquement sur ω.
2. Si S K (t) vérifie (5.2.8), alors le contrôle v(t) stabilise le système
(5.3.1) régionalement exponentiellement sur ω.

Dans le résultat suivant on traite le cas asymptotique.

Proposition 5.13
Si (5.3.15) admet une solution P ≥ 0, alors le contrôle

v(t) = −B ∗ P y(t)

stabilise (5.3.1) régionalement asymptotiquement sur ω si et seulement


si ||χω S K (t)|| est borné, avec K = −B ∗ P .
Démonstration.
Puisque (5.3.15) admet une solution P ≥ 0, alors

hAK S K (t)y, P S K (t)yi + hP S K (t)y, AK S K (t)yi


+hB ∗ P S K (t)y, B ∗ P S K (t)yi + hRS K (t)y, S K (t)yi = 0

D’où
d
hP S K (t)y, S K (t)yi + ||B ∗ P S K (t)y||2 + hRS K (t)y, S K (t)yi = 0
dt
ce qui donne

Z t Z t
∗ K 2
||B P S (τ )y|| dτ + hRS K (τ )y, S K (τ )yidτ
0 0
= hP y, yi − hS K (t)y, S K (t)yi ≤ hP y, yi
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z ∞
alors hRS K (t)zy, S K (t)yidt < ∞ et par suite l’opérateur
0
Z ∞ 1
∗  1 
Q(y) = R 2 S K (t) R 2 S K (t) ydt
0
Z ∞
est bien défini et on a hQy, yii = hRS K (t)y, S K (t)yidt alors
0
Z ∞
hQS K (t)y, S K (t)yii = hRS K (τ )y, S K (τ )yidτ
Z0 ∞
= hRS K (τ )y, S K (τ )yidτ
t

On déduit lim hQS K (t)y, S K (t)yi = 0 d’où lim QS K (t)y = 0.


t→∞ t→∞
Or Q est solution de l’équation de Lyapunov
hAK y, Qyi + hQy, AK yi + hRy, yi = 0, ∀y ∈ D(A)
et par suite, ∀y ∈ D(A),
hAK S K (t)y, QS K (t)yi+hQS K (t)y, AK S K (t)yi+hRS K (t)y, S K (t)yi = 0
On a QS K (t)y → 0 donc hRS K (t)y, S K (t)yi → 0, ce qui est équivalent
à RS K (t)y → 0 (puisque R est positif auto-adjoint).
Donc ||χω S K (t)y||2 → 0, ∀y ∈ D(A), et on conclut par les mêmes
raisons que dans la proposition (5.6).

Exemple 5.3.3
On considère le système défini sur Ω =]0, 1[ par

 ∂y(t) ∂ 2 y(t)
= −i + v(t)iω y(t) sur Q (5.3.19)
 y(.,∂t ∂x2
0) = y0 sur Ω

∂2
L’opérateur A = −i , de domaine D(A) = H 2 (Ω)∩H01 (Ω) , B = iω ,,
∂x2
i2 = −1.
A est auto-adjoint et on a Re(< Ay, y >) = 0, ∀y ∈ D(A), et donc
(5.3.18) est vérifiée.
Sur ω =]0, a[⊂ Ω, pour y ∈ D(A) on a
Z
Re(< χω (A + BK)y, y >L2 (ω) ) = − |y(x)|2 dx ≤ 0
ω
AEJ-EZ-Livre-Stabilite 24 juin 2013

et donc (5.3.16) est vérifiée.


On conclut donc que le contrôle v(t) = −iω y(t) stabilise (5.3.1) asymp-
totiquement sur ω.

5.3-d Problème de stabilisation régionale

On va chercher le contrôle assurant la stabilisation du système (5.3.1)


sur une région ω et minimisant un coût de stabilisation.
Soit R ∈ L(H) un opérateur auto-adjoint et positif. Le problème de la
stabilisation régionale est alors de trouver un contrôle v ∈ L2 (0, +∞; V )
minimisant la fonctionnelle
Z +∞ Z +∞
q(v) = < Ry(t), y(t) > dt + ||v(t)||2V dt (5.3.20)
0 0

et stabilisant (5.3.1) sur ω.


Supposons que pour tout état initial y0 il existe un contrôle v tel que
(5.3.20) soit finie.
Il est connu [38] que si l’équation de Riccati (5.3.15) admet une solution
définie positive P , alors le contrôle
v ∗ (t) = −B ∗ P y ∗ (t) (5.3.21)
minimise (5.3.20), ce qui entraîne la stabilisation exponentielle du sys-
tème (5.3.1) sur Ω.

Proposition 5.14
S’il existe e > 0 telle que pour tout y ∈ H, on a
< Ry, y >≥ e ||χω y||2L2 (ω) (5.3.22)

et si l’équation (5.3.15) admet une solution positive P, soit K = −B ∗ P,


alors
1. si (5.3.16) est vérifiée, le contrôle (5.3.21) stabilise asymptotiquement
le système (5.3.1) sur ω,
2. si S K (t) vérifie (5.2.8), alors le contrôle (5.3.21) stabilise le système
(5.3.1) exponentiellement sur ω.

La preuve découle du résultat de la proposition précédente.


Remarque
Si de plus l’opérateur R est tel que
hRy, yi ≥ e Re(hAy, yi), y ∈ D(A). (5.3.23)
AEJ-EZ-Livre-Stabilite 24 juin 2013

et si BB ∗ P est positif, c’est le cas par exemple quand P commute


avec BB ∗ , alors (5.3.23) implique (5.3.17), dans ce cas l’état du sys-
tème (5.3.1) reste borné sur Ω\ω. 
Ainsi la résolution numérique d’un problème de stabilisation optimale
passe par les étapes suivantes
1. Résoudre l’équation (5.3.15) −→ P.
2. Calcul du contrôle donné par (5.3.21) −→ v ∗ .
3. Résoudre l’équation (5.3.1) −→ y ∗ (t).
Exemple 5.3.4
On considère un système défini sur Ω =]0, +∞[ et décrit par l’équation
∂y(t) ∂y(t)


 =− + v(x, t) sur Q
∂t ∂x (5.3.24)

y(, 0) = y0 ∈ L2 (Ω)


où A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0}.
∂x
Sur ω =]0, 1[, l’opérateur R = ((1 − x)2 + 1)iω , vérifie (5.3.22).
Il est facile de vérifier que l’opérateur P = (1 − x)iω est solution de
(5.3.15) et que (5.3.16) est satisfaite pour K = −(1 − x)iω .
On conclut que le contrôle v ∗ (x, t) = −(1 − x)iω y(t) stabilise le système
(5.3.24) asymptotiquement sur ω et minimise la fonction coût (5.3.20),
Z 1

et q(v ) = < P y0 , y0 > = (1 − x)|y0 (x)|2 dx.
0

5.4 EXEMPLES NUMÉRIQUES

Dans cette section on va présenter des exemples numériques illustrant


les résultats établis.

5.4-a Cas monodimensionnel.

Sur Ω =]0, 1[, soit un système décrit par l’équation


∂y(t)


 = (1 − x)y(t) + v(x, t) sur Q
∂t (5.4.1)

y(., 0) = y0 ∈ L2 (Ω)

AEJ-EZ-Livre-Stabilite 24 juin 2013

où v(t) ∈ V = L2 (Ω), t ≥ 0 et z0 = x|0.5 − x|.


Le système non contrôlé (v(.) = 0) est instable sur Ω ( figure 2 ).

On stabilise le système (5.4.1)sur ω =]0, 0.5[ et minimisant (5.3.20) , avec


R = iω . p
L’opérateur P = ((1 − x) + 1 + (1 − x)2 )iω est solution de (5.3.15).
Le contrôle v ∗ (t) = −P z(t) minimise (5.3.20) et la solution associée de
(5.4.1) est donnée par

 √ 2
 e−t 1+(1−x) .y0 (x) , si x ∈ ω
y(x, t) =
et(1−x) .z0 (x)

, sinon

Le système (5.4.1) est alors exponentiellement stabilisé sur la région ω (


figure 3).

Figure 3 : L’évolution du système autonome


Figure 4 : Le système stabilisé sur ω
AEJ-EZ-Livre-Stabilite 24 juin 2013

5.4-b Cas bidimensionnel.

Sur Ω =]0, 2[ × ]0, 2[ on considère le système

∂y(t)


 = f (x, z)y(t) + v(t; x, z) sur Q
∂t (5.4.2)

y(., 0) = y0 ∈ L2 (Ω)

avec

 (x − 1)2 , si (x, z) ∈ ]0, 1[×]0, 2[
f (x, z) =
0 , sinon

et v(t) ∈ V = L2 (Ω), t ≥ 0.
Il est clair que le système non contrôlé (v(.) = 0) est instable sur Ω.
Considérons le problème de stabilisation optimale du système (5.4.2) sur
la région ω =]0, 1[ × ]0, 2[ et minimisant (5.3.20) avec Ry = 3f (.)2 y
vérifiant (5.3.22).
L’opérateur P y = 3f (.)y est solution de l’équation (5.3.15) et la solution
du système (5.4.2) associée au contrôle v ∗ (t) = −P z(t) est donné par
 2
e−2t(x−1) .y0 (x, z) , si (x, z) ∈ ]0, 1[×]0, 2[
y(t; x, z) =
z0 (x, y) , sinon

Par conséquent le système (5.4.2) est exponentiellement stabilisé sur ω


et l’état reste borné sur Ω\ω, comme le montre les figures suivantes :

Exemple 5.4.1
Sur Ω =]0, ∞[ , soit un système décrit par l’équation :

∂y(x, t) ∂y(x, t)
(
=− + χD a(x)v(t) sur Ω (5.4.3)
∂t ∂x
y(., 0) = y0


On a A = , de domaine D(A) = {y ∈ H 1 (Ω) | y(x) = 0}
∂x
Comme y(∞) = 0, Z ∀y ∈ H 1 (Ω), on a

dy(x)
Re(hAy, yi) = − y(x)dx = 0, ∀y ∈ D(A).
0 dx
AEJ-EZ-Livre-Stabilite 24 juin 2013

Si ω =]a, b[⊂ D, et a(.) ≥ α > 0, alors le contrôle v ∗ (t) = −iD y(t)


stabilise asymptotiquement le système (5.4.3) sur ω et minimise le coût
Z +∞ Z +∞
q(v) = ||χω y(t)||2L2 (ω) dt + ||v(t)||2U dt
0 0

et q(v ∗ ) = ||y0 ||2 .


∂y(x, t) ∂y(x, t)
Le système en boucle fermé est alors = − iD y(x, t).
∂t ∂x
Remarque
On peut aussi remplacer (5.3.18) par la condition :
hiω Ay, yi + hy, iω Ayi = 0, ∀y ∈ D(A), (5.4.4)
et si ||B ∗ iω z|| ≥ α||χω z||, le contrôle v ∗ (t) = −B ∗ iω z ∗ (t) stabilise (5.3.1)
sur ω.
Toute fois, (5.3.18) peut être vérifiée sans que (5.4.4) le soit, comme
le montre l’exemple précédent puisque pour tout ω =]a, b[⊂ Ω, il existe
Z b
dy(x)
y ∈ D(A) tel que y(x)dx 6= 0. 
a dx

Exemple 5.4.2
On considère le système défini sur Ω =]0, 1[ par l’équation de Schrödinger :


 ∂y(t) ∂ 2 y(t)
i = 2
+ v(t)iω y(t) Q (5.4.5)
 y(.,∂t0) = y ∂x 2
0 ∈ L (Ω)

∂2
On prend H = L2 (Ω), et A = −i de domaine D(A) = H 2 (Ω) ∩
∂x2
H01 (Ω), et ω ⊂ Ω.
L’opérateur A est auto-adjoint ce qui permet d’avoir (5.3.18).
Les valeurs et vecteurs propres de A sont donnés par


λj = −iπ 2 j 2 et ϕj (x) = 2 sin(jπx), j ≥ 1.
Le contrôle v ∗ (t) = −iω y(t) stabilise (5.4.5) asymptotiquement sur ω et
minimise le coût
Z +∞ Z +∞
2
q(v) = ||χω y(t)||L2 (ω) dt + ||v(t)||2V dt
0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

et on a q(v ∗ ) = ||χω y0 ||2L2 (ω) .


Le système stabilisé sur ω devient

∂2y

2 −i + y(t) sur ω

dy ∂ y 
∂x 2
= −i 2 + iω y(t) = 2
dt ∂x  −i ∂ y

sur Ω \ ω
∂x2
En posant y = y1 + iy2 , où y1 et y2 sont les parties réelle et imaginaire
de l’état y, on obtient

 ∂y1 (t) = ∆y2 (t) − iω y2 (t)

sur Q
∂t
 ∂y2 (t) = −∆y1 (t) + iω y1 (t) sur Q

∂t
qui s’ćrit aussi
dY (t)
= AY (t) sur Q
dt
   
0 ∆ − iω y1
avec A = et Y =
−∆ + iω 0 y2

5.5 STABILISATION D’UNE SURFACE

L’objet de cette section est d’étendre les résultats de la section précédente


au cas où la région cible est une surface Γ qui peut être une partie de Ω
où située sur la frontière ∂Ω (Γ ⊂ Rn−1 ).
Pour étudier ce cas on aura besoin de supposer qu’une observation par-
tielle est acquise via un opérateur d’observation non borné. La notion
d’admissibilité est alors indispensable pour pouvoir donner un sens à
une sortie non bornée (Staffans 1995, M. Weiss and G. Weiss 1997, Weiss
1989).

5.5-a Stabilisation frontière

Soit Ω un ouvert non borné de Rn de frontière ∂Ω , et soit le système


(5.2.1) avec les mêmes hypothèses.
Soit Γ ⊂ Ω̄ une surface à stabiliser et soit l’opérateur
χΓ : H −→ L2 (Γ)
y −→ χΓ y = y|Γ
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z
où L2 (Γ)
est muni de son produit scalaire usuel : (y, z) = ȳz dσ, et sa
Γ
Z 1
2
2
norme correspondante définie par ||z||L2 (Γ) = z dσ . (dσ étant la
Γ
mesure superficielle définie sur ∂Ω et induite par la mesure de Lebesgue).
On note par χ∗Γ , l’opérateur adjoint de χΓ et iΓ = χ∗Γ χΓ .
On va donc nous intéresser au comportement asymptotique de la sortie :
z(t) = χΓ y(t) (5.5.1)
Dans le cas où z(t) a un sens, on definit la stabilité sur Γ comme suit

Définition 5.15
Le système (5.2.1) augmenté de la sortie (5.5.1) est dit faiblement (resp.
asymptotiquement, exponentiellement) stable sur Γ, si z(t) tend vers 0
faiblement (resp. asymptotiquement, exponentiellement) quand t → ∞.

On va voir qu’il est possible de donner un sens à z(t) pour toute trajec-
toire y(t) du système

Définition 5.16
La région Γ est dite admissible pour S(t) si
1. χΓ : (D(A), ||.||A ) −→ L2 (Γ) est continue, (D(A) est muni de la
norme du graphe ||.||A ).
2. il existe α > 0 tel que
||z(.)||L2 (0,∞;L2 (Γ)) = ||χΓ S(.)y0 ||L2 (0,∞;L2 (Γ)) ≤ α||y0 ||, ∀y0 ∈ D(A)
(5.5.2)

Remarque
L’admissibilité de Γ n’est autre que celle de l’opérateur χΓ dans le sens de
Weiss (1989), et permet d’étendre l’application y0 −→ χΓ S(.)y0 en une
application continue de H vers L2 (0, ∞), ainsi (5.5.1) est bien définie
pour tout y0 ∈ H (Staffans 1995, M. Weiss et G. Weiss 1997). 

Exemple 5.5.1
On considére un système défini sur Ω =]0, 2[ × ]0, 2[ décrit par l’équation
dy(t) 1
= ( − z)y(t) dans Qy(., 0) = y0 (x, z) (5.5.3)
dt 2
L’opérateur Ay = ( 21 − z)y, pour tout y ∈ H = {y ∈ H 1 (Ω) /y =
0 sur Γ0 = {0} × [0, 1]}.
AEJ-EZ-Livre-Stabilite 24 juin 2013

L’espace H est fermé dans H 1 (Ω), muni de son produit scalaire usuel,
c’est donc un Hilbert.
1
Soit Γ = {0} × [0, 2] et ωa =]0, 2[×]a, 2[, a > .
2
Pour y0 ∈ D(A), la solution de (5.5.3) vérifie
Z 2 Z 2
2 2( 12 −y)t 2 −t
||χΓ S(t)y0 || 2 = e |y0 (0, z)| dz ≤ e |y0 (0, z)|2 dz
L (Γ)
1 1

On déduit par densité et la continuité de l’opérateur trace sur H 1 (Ω) que


le système (5.5.3) est asymptotiquement stable sur Γ.
1
Mais pour toute région ω telle que Γ ⊂ ∂ω, (∃ b > 0, 0 < c < ), ω0 =
2
1
]0, b[×]c, [⊂ ω. D’où ||χω y(t)|| ≥ ||χω0 y0 ||L2 (ω ) , ce qui montre que
2 0
(5.5.3) n’est pas régionalement asymptotiquement stable sur ω.

5.5-b Carctérisation spéctrale de la stabilité

Le résultat suivant donne le lien entre la stabilité régionale du système


(5.2.1) et les propriètés du spéctre ponctuel σ(A) de A.
Pour cela on suppose que A admet une suite de valeurs propres (λn )n≥1 →
−∞, c ’est le cas par exemple si A est auto adjoint et à résolvante com-
pacte. Dans ce cas il existe un nombre fini de valeurs propres positives
de A chacune d’espace propre de dimension finie (voir [93])
Soit (λn ), la suite décroissante des valeurs propres réelles de A telle que
λn −→ −∞.

Proposition 5.17
1. Si le système (5.2.1) est faiblement stable sur Γ alors

(∀λ ∈ σ(A)) ; Re (λ) ≥ 0 =⇒ ∀ϕ ∈ Ker(A − λ I), χΓ ϕ = 0 (5.5.4)

2. Si l’éspace H admet une base orthonormée (ϕn )n≥1 de fonctions propres


de A associées aux valeurs propres (λn )n≥1 telles que

∃ δ > 0 ∀λ ∈ σ(A), (∃ϕ ∈ Ker(A − λ I), | χΓ ϕ 6= 0) =⇒ Re (λ) ≤ −δ


(5.5.5)
alors le système (5.2.1) est régionallement exponentiellement stable sur
Γ.
Démonstration.
AEJ-EZ-Livre-Stabilite 24 juin 2013

1. Supposons qu’il existe λ ∈ σ(A) et ϕ ∈ Ker(A − λI) tels que


Re(λ) ≥ 0 et χΓ ϕ 6= 0, alors
hχΓ S(t)ϕ, ϕiL2 (Γ) ≥ ||χΓ ϕ||L2 (Γ) 6= 0, ∀t ≥ 0.
Donc (5.6.1) n’est pas régionallement faiblement stable sur Γ.

2. On peut supposer que les valeurs propres de A sont simples.


Pour y0 ∈ H et t ≥ 0, on a
X
S(t)y0 = exp{λn t}hy0 , ϕn iϕn
λn ∈Sp(A)

Par la continuité de χΓ : (D(A), ||.||A ) −→ L2 (Γ), il existe h > 0 telle


que
X
||χΓ S(t)y0 ||L2 (Γ) ≤ h exp{Re(λn )t}|hy0 , ϕn i|.||ϕn ||A
λn ∈σ(A)
Ker(A−λn I)6⊂Ker(χΓ )

Donc
X Re(λn )t 2
||χΓ S(t)y0 ||L2 (Γ) ≤ h [exp{ }] ||y0 ||.||ϕn ||A
2
λn ∈σ(A)
Ker(A−λn I)6⊂Ker(χΓ )

On déduit que, pour ∀t > 2, on a


δ
||χΓ S(t)y0 ||L2 (Γ) ≤ h exp{− t}||y0 ||
2
X
× ||ϕn ||A eRe(λn )
λn ∈σ(A)
Ker(A−λn I)6⊂Ker(χΓ )

δ
≤ h exp{− t}||y0 ||
2
X 1
× (1 + |λn |2 ) 2 eRe(λn )
λn ∈σ(A)
ker(A−λn I)6⊂Ker(χΓ )

Maintenant, d’après (5.5.5) on a


X 1
(1 + |λn |2 ) 2 eRe(λn ) < ∞
λn ∈σ(A)
Ker(A−λn I)6⊂Ker(χΓ )
AEJ-EZ-Livre-Stabilite 24 juin 2013

alors (5.2.1) est régionallement exponentiellement stable sur Γ.

Exemple 5.5.2
Sur Ω =]0, 1[×]0, 1[, on considère le système décrit par l’équation
dy(t)


 = Ay(t) Q
dt (5.5.6)


y(0) = y0

∂2y ∂2y
où Ay = ∆y+4π 2 hy, cos(x)i cos(πx)− < y, 11 > 11 avec ∆y = + ,
∂x2 ∂z 2
∂z
de domaine D(A) = {z ∈ H 2 (Ω) | = 0}
∂ν
Les valeurs et fonctions propres de A sont données par


 2 cos(kπx) cos(`πz) si (k, l) ∈ N2 et (k, `) 6= (0, 0)
ϕk,` (x, z) =
1 sinon

et

 λ(0,0) = −1
λ = 0
 (1,0)
λ(k,`) = −(k 2 + `2 )π 2 , pour (k, `) ∈
/ {(0, 0), (1, 0)}
1
On va montrer que la région Γ = { } × [0, 1] est admissible pour S(t).
2
L’opérateur χΓ : (D(A), ||.||A ) −→ (L2 (Γ), ||.||L2 (Γ) ) est continue, car
l’opérateur χΓ : H 1 (Ω) −→ L2 (Γ), est continu, il existe alors γ > 0 tel
que
||χΓ y||L2 (Γ) ≤ γ||y||H 1 (Ω) , ∀y ∈ D(A) ⊂ H 1 (Ω) (5.5.7)
D’après la formule de Green, on a
Z
||∇y||(L2 (Ω))2 = − hAy, yidx − |hy, 11i|2 + 4π 2 |hy, ϕ(0,1) i|2 , ∀z ∈ D(A)
2

et utilisant l’inégalité de Schwartz, on obtient


||∇y||2(L2 (Ω))2 ≤ ||Ay||.||y|| + ||y||2 + 4π 2 ||y||2

≤ (2 + 4π 2 )||y||2A
AEJ-EZ-Livre-Stabilite 24 juin 2013

Donc pour tout y ∈ D(A), on a

||χΓ y||L2 (Ω) ≤ γ||y||H 1 (Ω)


 1
2
≤ γ ||y||2L2 (Ω) + ||∇y||2(L2 (Ω))2

 1
2
≤ γ ||y||2L2 (Ω) + (2 + 4π 2 )||y||2A

≤ γ(3 + 4π 2 )||y||A

On va montrer (5.5.2). On a

S(t)y0 = e−t hy0 , 11i11 + hy0 , ϕ(1,0) iϕ(1,0)


X (5.5.8)
+ eλ(k,l) t hy0 , ϕ(k,l) iϕ(k,l)
(k,l)∈{(0,0),(1,0)}
/

La série (5.5.8) étant uniformément convergente dans H 1 (Ω), on peut


écrire

χΓ S(t)y0 = e−t hy0 , 11iχΓ 11 + hy0 , ϕ(1,0) iχΓ ϕ(1,0)


X
+ eλ(k,l) t hy0 , ϕ(k,l) iχΓ ϕ(k,l)
(k,l)∈{(0,0),(1,0)}
/

et comme χΓ ϕ(1,0) = 0, il en découle que :

X
χΓ S(t)y0 = e−t hy0 , 11iχΓ 11 + eλ(k,l) t hy0 , ϕ(k,l) iχΓ ϕ(k,l)
(k,l)∈{(0,0),(1,0)}
/
AEJ-EZ-Livre-Stabilite 24 juin 2013

D’après (5.5.7), on a

||χΓ S(t)y0 || ≤ e−t |hy0 , 11i|.||χΓ 11||L2 (Γ)


X
+ eλ(k,l) t |hy0 , ϕ(k,l) i|.||χΓ ϕ(k,l) ||L2 (Γ)
(k,l)∈{(0,0),(1,0)}
/

≤ γe−t |hy0 , 11i|.||11||H 1 (Ω)


X
+γ eλ(k,l) t |hz0 , ϕ(k,l) i|.||ϕ(k,l) ||H 1 (Ω)
(k,l)∈{(0,0),(1,0)}
/

≤ γe−t |hy0 , 11i|||11||H 1 (Ω)


X 2 +l2 )π 2 t 1
e−(k |hy0 , ϕ(k,l) i| 1 + 4π 2 (k 2 + l2 ) 2


(k,l)∈{(0,0),(1,0)}
/

 
1
−(k2 +l2 )π 2 t
X
≤ γ e−t + 1 + 4π 2 (k 2 + l2 ) 2  ||y0 ||
 
e
(k,l)∈{(0,0),(1,0)}
/
Z +∞
Par conséquent ||χΓ S(t)y0 ||2 dt < ∞ donc Γ est admissible pour
0
S(t).
D’autre part, l’unique valeur propre positive est λ(1,0) = 0 est telle que
χΓ ϕ(1,0) = 0, et λ(k,l) ≤ −1 pour (k, l) 6= (1, 0).
La proposition précedente s’applique et on conclut que le système (5.5.6)
est exponentiellement stable sur Γ. C’est illustré dans les figures suivante.

La figure (??) montre que le système est stable sur Γ.

Remarque
Le système (5.5.6) n’est stable sur aucun voisinage ω ⊂ Ω de Γ. 

5.6 STABILISATION OPTIMALE

5.6-a Position du problème

Considérons le système
AEJ-EZ-Livre-Stabilite 24 juin 2013

dy(t)


 = Ay(t) + Bv(t) Q
dt (5.6.1)

y(., 0) = y0 ∈ D(A)

où A est un opérateur linéaire de domaine D(A) et génère un C0 − semi


groupe S(t), t ≥ 0 dans un espace fonctionnel H, supposé de Hilbert, de
produit scalaire noté h ., .i et de norme correspondante || · ||. Le contrôle
v(t) appartient à un Hilbert V et B ∈ L(V, H). On adopte les mêmes
définitions que dans le cas interne.
Le problème de stabilisation optimale consiste à chercher un contrôle qui
assure la stabilisation régionale de (5.6.1) sur une région admissible Γ,
et qui soit solution du problème de minimisation

+∞ +∞
 Z Z
 min q(v) = hRy(t), y(t)idt + ||v(t)||2V dt


0 0 (5.6.2)


v ∈ Vad = {v ∈ L2 (0, +∞; V ); q(v) < ∞}

où R est un opérateur linéaire borné appliquant H sur lui même et


vérifiant

hRy, yi ≥ c ||χΓ y||L2 (Γ) , ∀y ∈ D(A) , ( c > 0) (5.6.3)

Remarque
Le coût de stabilisation d’un système sur une partie frontière Γ est moindre
par rapport à celui sur une région interne ω, telle que Γ ⊂ ∂ω. C’est le
cas si on considère le système (5.5.3) et Γ = {0} × [0, 2].
Le coût à minimiser (5.3.3) sur les ensembles des contrôles admissibles
Vad (Γ) et Vad (ω). Dans ce cas 0 ∈ Vad (Γ), mais pour toute région (in-
terne) voisine de Γ on a 0 ∈ / Vad (ω).
Ainsi min q(v) < min q(v). 
Vad (Γ) Vad (ω)

5.6-b Approche directe

L’approche considérée dans ce paragraphe est basée sur les techniques


de Lyapunov et l’équation de Riccati.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Théorème 5.18
Soit K = −B ∗ P , où P est une solution positive de l’équation de Riccati
suivante
hAy, P yi + hP y, Ayi − hB ∗ P y, B ∗ P yi + hRy, yi = 0, y ∈ D(A) (5.6.4)
et supposons que
 
Re hχΓ (A + BK)y, χΓ yiL2 (Γ) ≤ 0, y ∈ D(A) (5.6.5)

alors

1. Le contrôle
v ∗ (t) = −B ∗ P y ∗ (t) (5.6.6)
est solution de (5.6.2) et stabilise le système (5.6.1) asymptotiquement
sur Γ avec l’estimation

1
kχΓ y(t)k = O( √ ) quand t → +∞
t
2. S’il existe β > 0, tel que
||χΓ y||2 2 ≥ βRe (h(A + BK)y, yi) , y ∈ D(A) (5.6.7)
L (Γ)

alors l’état du système (5.6.1) stabilisé sur Γ reste borné sur Ω.


Démonstration.
1. Pour y0 ∈ D(A), on a
d
hP S K (t)y0 , S K (t)y0 i = hP AS K (t)y0 , S K (t)y0 i

dt

+hP S K (t)y0 , AS K (t)y0 i

= −hRS K (t)y0 , S K (t)y0 i


En intégrant par partie, on obtient
Z t
hP y0 , y0 i − hP S K (t)y0 , S K (t)y0 i = hRS K (s)y0 , S K (s)y0 ids, ∀t ≥ 0
0

Cette dernière relation est vérifiée pour tout y0 de H, puisque les opé-
rateurs P, R et S K (t) sont bornés. Comme P ≥ 0, on déduit que
AEJ-EZ-Livre-Stabilite 24 juin 2013

q(v) < ∞, autrement dit Vad 6= ∅ pour tout état initial y0 , donc (5.6.6)
est l’unique contrôle solution de (5.6.2) (Curtain and Zwart 1995), et
d’après (5.6.3) on déduit que
Z t
||χΓ S K (s)y0 ||2 2 ds ≤ hP y0 , y0 i, ∀t ≥ 0.
L (Γ)
0

D’autre part, (5.6.5) permet d’obtenir


d
||χ S K (t)y0 ||2 2 ≤ 0
dt Γ L (Γ)

Il en découle que
Z t
K 2
t||χΓ S (t)y0 || ≤ ||χΓ S K (s)y0 ||2 2 ds, ∀t ≥ 0
L2 (Γ) L (Γ)
0

d’où
hP y0 , y0 i
||χΓ S K (t)y0 ||2 2 ≤ , ∀t > 0 (5.6.8)
L (Γ) t
Soient y0 ∈ Z et (y0n )n≥1 ⊂ D(A) tels que y0n 7−→ y0 dans H.
L’équation (5.6.4) implique la condition (5.5.2), donc
Z +∞
||χΓ S K (t)(y0n − y0 )||2 2 dt ≤ α||y0n − y0 ||2 , ∀n ≥ 1
L (Γ)
0

ce qui donne
Z +∞
||χΓ S K (t)(y0n − y0 )||2 2 dt −→ 0 as n −→ +∞ p.p. t ≥ 0.
L (Γ)
0

Par conséquent il existe une sous suite (y0`(n) )n≥1 de (y0n )n≥1 telle
que χΓ S K (t)y0`(n) −→ χΓ S K (t)y0 , a.e. t ≥ 0, (Brezis 1992).
De (5.6.8), on obtient
hP y0`(n) , y0`(n) i
||χΓ S K (t)y0`(n) ||2 2 ≤ , ∀n ≥ 1 (5.6.9)
L (Γ) t
et par suite
hP y0 , y0 i
||χΓ S K (t)y0 ||2 2 ≤ , p.p. t > 0 (5.6.10)
L (Γ) t
 
1
alors || χΓ S K (t)y0 || =O √ , ∀y0 ∈ Z
t
AEJ-EZ-Livre-Stabilite 24 juin 2013

1d
2. De (5.6.7) et Re h(A + BK)S K (t)y0 , S K (t)y0 i = ||S K (t)y0 ||2 ,

2 dt
on déduit que
Z t
||χΓ S K (s)y0 ||2 2 ds ≥ β||S K (t)y0 ||2 − β||y0 ||2
L (Γ)
0

alors ||S K (t)y0 || ≤ M (y0 ) := β1 hP y0 , y0 i + ||y0 ||2 , t ≥ 0.


De la densité de D(A) et la continuité de y0 −→ M (y0 ), on déduit que
||S K (t)y0 || est borné sur Ω.

Remarque
On peut montrer que sous la condition

RehχΓ (A+BK)y, χΓ yiL2 (Γ) ≥ β.Reh(A+BK)y, yi, ∀zy ∈ D(A), β > 0

l’état régionalement stabilisé reste borné sur Ω. 

Exemple 5.6.1
Soit un système défini sur le disque Ω = {(x, y) | x2 + y 2 < 1} par

∂y(t)


 = f (x, z)y(t) + v(t)χD Q
∂t (5.6.11)


y(0) = y0

où D = {(x, z) | 0.9 ≤ x2 + z 2 ≤ 1} et

 0
 si (x, z) ∈ D
f (x, z) =
 1 (x2 + z 2 − 0.9)2

sinon
10
La solution du système (5.6.11) avec v = 0) est donnée par

 y0 D
y(t) =
 t(x2 +y2 −0.9)2
e y0 sinon

est instable sur Γ = {(x, z) | z ≥ 0 and x2 + z 2 = 1} On va voir qu’on


peut stabiliser (5.6.11) sur Γ par un contrôle qui minimise la fonction-
nelle
AEJ-EZ-Livre-Stabilite 24 juin 2013

L’opérateur PΓ = iΓ est solution de (5.6.4), et (5.6.5) vérifiée, le contrôle


v ∗ (t) = −PΓ y ∗ (t) stabilise (5.6.11) asymptotiquement sur Γ et minimise
la fonctionnelle
Z +∞ Z +∞
2
q(v) = ||χΓ y(t)|| 2 dt + ||v(t)||2V dt
L (Γ)
0 0

Pour y0 = 1, la figure (??) illustre l’évolution de l ’état stabilisé sur Γ


et la figure (??) celle du contrôle stabilisant.

5.6-c Approche interne

Dans ce paragraphe on va développer une méthode permettant de donner


une approximation du contrôle optimal stabilisant sur une surface Γ. La
région cible sera alors regardée comme une partie frontière à une suite
de région interne (ωj )j≥1 ⊂ Ω , i.e. Γ ⊂ ∂ωj . Le contrôle stabilisant sur
Γ est alors une limite de la suite de contrôles stabilisant sur ωj .
Considérons encore le système
dy(t)


 = Ay(t) + Bv(t) Q
dt (5.6.12)

y(., 0) = y0 ∈ D(A)

avec les mêmes hypothèses que dans la section précédente et considérons


le problème (5.6.2) avec hRy, yi = kχΓ yk2 2 .
L (Γ)
Dans ce qui suit on suppose que l’équation (5.6.4) possède une solution
positive unique P.
Considérons la suite (ωj )j≥1 de voisinages de Γ définie par :
 
1
ωj = x ∈ Ω | dist(x, Γ) < (5.6.13)
j
avec dist(x, Γ) = inf |x − ξ|Rn .
ξ∈Γ
\
La suite (ωj )j≥1 est décroissante et converge vers ωj = Γ
j≥1
Considérons le problème de minimisation
 Z +∞ Z +∞
 min q (v) = hRj y(t), y(t)idt + ||v(t)||2V dt


j
v 0 0 (5.6.14)


v ∈ Vj = {v ∈ L2 (0, +∞; V ); qj (v) < ∞}

AEJ-EZ-Livre-Stabilite 24 juin 2013

où hRj y, yi = jkχωj yk2 . Alors on a

Théorème 5.19
Si le système (5.6.12) est régionalement exponentiellement stabilisable
sur une région interne ω ⊂ Ω contenant Γ sur sa frontière Γ ⊂ ∂ω.
Si la condition (5.6.5) est satisfaite, alors La suite des contrôles vj∗ (t) so-
lutions de (5.6.14) converge vers le contrôle v ∗ (t) = −B ∗ P y ∗ (t) solution
de (5.6.2), et stabilise asymptotiquement le système (5.6.12) sur Γ .
Démonstration.
Puisque (5.6.12) est régionallement exponentiellement stabilisable sur ω,
il l’est sur ωj ⊂ ω. On déduit que qj (v) < +∞, ∀j ≥ 1.
D’autre part, le problème (5.6.14) admet une solution unique donnée
par vj∗ (t) = −B ∗ Pj y ∗ (t), où Pj ∈ L(H) est un opérateur auto-adjoint et
positif vérifiant l’équation de Riccati

hAy, Pj yi + hPj y, Ayi − hB ∗ Pj y, B ∗ Pj yi + hRj y, yi = 0, ∀y ∈ D(A)


(5.6.15)
et on a qj (vj∗ ) = hPj y0 , y0 i, ( Curtain et Zwart 1995, Zerrik et Ouzahra
2003).
Pour y ∈ D(A), on a jkχωj yk2 −→ kχΓ yk2 2 quand j −→ +∞ (Chilov
L (Γ)

1967), d’où lim hRj y, yi = kχΓ yk2 2 , ∀y ∈ D(A)


j−→+∞ L (Γ)

Maintenant, pour j assez grand, on a


3 3
hRj y, yi ≤ lim hRj y, yi = kχΓ yk2 2 .
2 j−→+∞ 2 L (Γ)

1 +∞
Z
Alors qj (v) ≤ q(v) + kχΓ y(t)k2 2 dt, ∀v ∈ Vad ⊂ Vj .
2 0 L (Γ)

Pour v = vj∗ , on obtient


Z +∞
1
qj (vj∗ ) ≤ q(vj∗ ) + kχΓ yj∗ (t)k2 2 dt,
2 0
L (Γ)

où yj∗ (t) est la solution associée à vj∗ (t). Donc

1
q(vj∗ ) ≤ q(v ∗ ) + qj (vj∗ ),
2
et par suite hPj y0 , y0 i ≤ 2q(v ∗ ) ce qui montre que la suite hPj y0 , y0 i est
bornée, et d’après le théorème de Banach-Steinhaus la suite (Pj )n≥1 est
AEJ-EZ-Livre-Stabilite 24 juin 2013

uniformément bornée.
Soit P`(j) une sous suite qui converge faiblement (donc converge forte-
ment) vers un opérateur auto-adjoint et positif P vérifiant l’équation de
Riccati

hAy, P yi + hP y, Ayi − hB ∗ P y, B ∗ P yi + lim hRj y, yi = 0, y ∈ D(A).


j→+∞
(5.6.16)
L’oérateur P est alors l’unique solution de l’équation (5.6.4), donc Pj
converge fortement vers P , et par conséquent vj∗ (t) converge vers v ∗ (t) =
−B ∗ P y ∗ (t), la solution du problème (5.6.2).

Exemple 5.6.2
On reprend le système (5.6.11) et on va donner une approximation du
contrôle optimal v ∗ (t) = −iΓ y ∗ (t) stabilisant (5.6.11) sur Γ = {(x, z) | z ≥
0, x2 + z 2 = 1}
Considérons les voisinages de Γ définis par
1
ωj = {(x, z) ∈ Ω | z ≥ 0 et (1 − )2 < x2 + z 2 < 1}
j
et représentés dans la figure suivante
On se propose de stabiliser le système (5.6.11) sur ωj et minimisant la
fonctionnelle
Z +∞ Z +∞
2
qj (v) = j ||χωj y(t)|| dt + ||v(t)||2V dt (5.6.17)
0 0

Le contrôle vj∗ (t) = − jiωj yj∗ (t) minimise (5.6.17) et stabilise (5.6.11)
asymptotiquement sur ωj , et la solution correspondante à y0 = 1 est
donnée par
 −t
 e sur ωj

yj (t) =
 t(x2 +z 2 −0.9)2
e sinon
Les figures (??) montrent le comportement asymptotique du système
(5.6.11) sur ω10 .
Maintenant on va examiner la convergence de la suite de contrôles opti-
maux vn∗ (t) sur ωn vers v ∗ (t). En substituant yj∗ (t) dans vj∗ (t) on obtient

vj∗ (t) = − je−t Pωj , qui converge vers v ∗ (t).
Il est illustré dans la figure (??).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 6

Stabilisation régionale des systèmes bilinéaires

Ce chapitre est consacré à l’étude de la stabilisation régionale des sys-


tèmes bilinéaires et semi-linéaires. On caractérise un contrôle stabilisant
et celui qui stabilise le système en minimisant un coût de stabilisation.
Les résultats obtenus sont aussi illustrés par des exemples numériques.

6.1 STABILISATION RÉGIONALE DES SYSTÈMES DISTRIBUÉS


BILINÉAIRES

6.1-a Contrôles de stabilisation régionale

Sur Ω un ouvert de Rn , on considère un système décrit par l’équation

dy(t)
= Ay + v(t)By
dt (6.1.1)
y(., 0) = y0

où A est un opérateur de domaine D(A), et générateur infinitésimal d’un


C0 −semi-groupe S(t), t ≥ 0 dans H, B ∈ L(H) et v(t) est un contrôle
complexe.
On considère les mêmes hypothèses du chapitre précédent, et on se donne
une région ω interne ou frontière de Ω.

Définition 6.1
Le système (6.1.1) est dit régionalement exponentiellement (resp. asymp-
totiquement, faiblement) stabilisable sur ω, si il existe un contrôle de
type feedback v(t) tel que pour tout état initial y0 ; χω y(t) tend vers 0
exponentiellement (resp. fortement, faiblement), quand t −→ ∞.

Il est clair que l’on s’intéresse seulement au comportement du système


(6.1.1) sur la région ω sans contraintes sur la partie résiduelle Ω\ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Dans ce qui suit, on va établir des conditions suffisantes pour qu’un


contrôle v(t) stabilise le système (6.1.1) régionalement.
En dérivant ||χω y(t)||2L2 (ω) , pour y0 ∈ D(A) on obtient

d
||χω y(t)||2L2 (ω) = 2Re(< iω Ay(t), y(t) >) + 2Rev(t) < iω By(t), y(t) >
dt
ainsi, si on suppose que l’opérateur iω A est dissipatif ; un bon choix pour
un contrôle stabilisant serait alors v(t) = − < y(t), iω By(t) > .
Nous allons alors considérer les contrôles quadratiques du type

v(t) = − < y(t), Dy(t) > (6.1.2)

où D : H −→ H est un opérateur linéaire borné.


On suppose que (6.1.2) assure l’existence d’une solution globale y(t) qui
dépend continûment de l’état initial, ce qui est assuré si D vérifie la
condition de la proposition (4.17) et si (S(t)) est de contraction.

Dans ce qui suit, on va établir des résultats de stabilisation régionale


pour le système (6.1.1).
Le résultat suivant donne des conditions suffisantes pour avoir la stabi-
lisation régionale faible.

Proposition 6.2
Si le semi groupe S(t) est de contraction et que B est compact. Si en plus
la condition

< BS(t)z0 , S(t)z0 >= 0, t ≥ 0 =⇒ χω z0 = 0. (6.1.3)

est vérifiée alors le contrôle

v(t) = − < Bz(t), z(t) > (6.1.4)

stabilise régionalement faiblement le système (6.1.1) sur ω.


Démonstration.
Nous avons vu dans précédemment qu’il existe y0 tel que y(t) * y0
quand t −→ +∞ et que < BS(t)y0 , S(t)y0 >= 0, t ≥ 0.
Maintenant pour ϕ ∈ H; la continuité de iω y(t) entraîne que

< iω y(t), ϕ >−→< y0 , iω ϕ > quand t −→ +∞

et la conclusion résulte de (6.1.3).


AEJ-EZ-Livre-Stabilite 24 juin 2013

Remarque
1. Dans le cas où ω = Ω, on retrouve le résultat établi dans [9] concernant
la stabilisation faible du système (6.1.1) sur son domaine Ω.
2. L’exemple suivant, montre en particulier, que (6.1.3) peut être vérifiée
pour ω ⊂ Ω sans l’être pour Ω tout entier. 

Exemple 6.1.1
On considère le système (6.1.1) défini sur ]0, +∞[ où

A=− de domaine D(A) = {y ∈ H 1 (0, +∞); y(0) = 0}, et By(.) =
∂x
Z 1
( y(x)dx)ε]0,1[ (.),
0
où ε]0,1[ (.) indique la fonction caractéristique de ]0, 1[.
L’opérateur A engendre un semi-groupe de contraction défini par

y0 (x − t) , si x ≥ t
(S(t)y0 )(x) = (6.1.5)
0 , si x < t
B est un opérateur compact, d’autre part on a
Z 1−t
< BS(t)y0 , S(t)y0 >= ( y0 (x)dx)2 , 0 ≤ t ≤ 1
0

donc < BS(t)y0 , S(t)y0 >= 0, ∀t ≥ 0 implique que y0 (.) = 0 p.p sur
]0, 1[ (ie) χ]0,1[ y0 = 0.
Z 1
Le contrôle v(t) = −( y(x, t)dx)2 assure alors la stabilisation faible du
0
système considéré sur la région ω =]0, 1[.

Remarque
Si on prend D = B, on retrouve le résultat obtenu dans [9] concernant
la stabilization du système (6.1.1) sur tout le domaine (ω = Ω). Dans ce
cas (4.3.4) ⇒ (6.1.3) ce qui montre (6.1.3) est une condition plus faible.
La réciproque n’est pas vraie et illustrée par l’exemple suivant :


Exemple 6.1.2
Considérons le système défini sur Ω =]0, 1[ par l’équation
2

 ∂y(t) = ∂ y(t) + v(t)By(t) sur Q

∂t ∂x2 (6.1.6)
dy dy
(0) = (1) = 0 sur ]0, ∞[


dt dt
AEJ-EZ-Livre-Stabilite 24 juin 2013

∂2y
Ici la dynamique du système est définie par Ay = , de domaine
∂x2
dy dy
D(A) = {y ∈ H 2 (Ω) / (0) = (1) = 0}.
dt dt
Les fonctions propres de A sont


ϕ0 (x) = 1 et ϕj (x) = 2 cos(jπx), ∀j ≥ 0

et associées aux valeurs propres λj = −π 2 j 2 , j ∈ N.


B est un opérateur défini pour tout y ∈ H par :
+∞
X
By = αj < y, εC ϕj >H εC ϕj , où εC est la fonction caractéristique
j=0
de C =]0, 43 [ et (αj ) est une suite de de nombres réels positifs tels que
+∞
X
|αj | < ∞, et donc B est un opérateur compact.
j=0
L’espace d’état est H = L2 (Ω) et la région cible est ω =]0, 12 [.
Pour y = ε] 3 ,1[ , la condition (4.3.4) n’est pas vérifiée, et le résultat clas-
4
sique de [9] n’est pas applicable.
Utilisant la relation
+∞
X
< S(t)y, BS(t)y >H = αj < S(t)y, εC ϕj >2H ,
j=0

il suit pour tout t ≥ 0

< S(t)y, BS(t)y >H = 0 =⇒ | < S(t)y, εC ϕj >H |2 = 0, ∀j ≥ 0.

Ce qui donne εC y = 0 et donc χω y = 0.


Donc la condition (6.1.3) est vérifiée et le système (6.1.6) est faiblement
stabilisable sur ω.

6.2 MÉTHODE DE DÉCOMPOSITION

Dans cette section, on se propose de stabiliser le système (6.1.1) utilisant


une extension de l’approche basée sur la décomposition de l’espace d’état
au cas du système bilinéaire.

Considérons les sous ensembles


AEJ-EZ-Livre-Stabilite 24 juin 2013

σu (A) = {λ : Re(λ) ≥ −η} et σs (A) = {λ : Re(λ) < −η}


du spectre ponctuel σ(A) de A, où η > 0 est fixé, et on suppose que
l’ensemble σu (A) est borné et séparé de l’ensemble σs (A) par une courbe
rectifiable, simple et fermée contournant un ensemble ouvert contenant
σs (A) dans son intérieur et σu (A) dans son extérieur, (voir [60]). Alors
l’espace d’état H peut être décomposé selon H = Hs ⊕Z Hu , avec Hu =
1
Pu H et Hs = (I −Pu )H, où Pu est donné par Pu = (λI − A)−1 dλ
2πi C
et Ps = I − Pu , (où C est une courbe contournant σ(A)).
Les opérators de projection Pu et Ps commutent avec A, et on a A =
Au + As , avec Au = Pu APu et As = Ps APs .
On sait qu’un système linéaire peut être décomposé en deux sous sys-
tèmes définis sur Hu et Hs , et si As satisfait la condition de la croissance
spectrale

ln ||Ss (t)||
lim = sup Re(σ(As )), (6.2.1)
t→+∞ t
alors stabiliser le système linéaire revient à stabiliser sa projection sur
Hu , (voir [93]).
Dans le cas bilinéaire la décomposition du système (6.1.1) sur Hu et Hs
n’est pas garantie, c’est le cas par exemple si B vérifie BHu ⊂ Hu
et BHs ⊂ Hs , de telle sorte que B commute avec les opérateurs de
projection Pu et Ps . Dans ce cas B = Bu + Bs , où Bu = Pu BPu et
Bs = Ps BPs .
Si l’opérateur A vérifie l’hypothèse de la décomposition spectrale, le sys-
tème (6.1.1) peut être décomposé en deux sous-systèmes suivants :

dyu (t)
= Au yu (t) + v(t)Bu yu (t), y0u = P y0 , yu = P y (6.2.2)
dt
et
dys (t)
= As ys (t)+v(t)Bs ys (t), y0s = (I −P )y0 , ys = (I −P )y (6.2.3)
dt
de solutions faibles ys (t) et yu (t) respectivement où ys (t) désigne la so-
lution stable et yu (t) la solution instable.
Le résultat suivant établit un lien entre la stabilisabilité régionale du
système (6.1.1) et celle du système (6.2.2).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 6.3
Si l’opérateur A vérifie l’hypothèse de la décomposition spectrale et que
As vérifie (6.2.1).
S’il existe un opérateur linéaire Ku ∈ L(H), tel que le contrôle

v(t) = − < Ku yu (t), yu (t) > (6.2.4)


régionalement stabilise faiblement (asymptotiquement, exponentiellement)
le système (6.2.2) sur ω et laisse ys (t) borné alors le contrôle (6.2.4) ré-
gionalement stabilise faiblement (asymptotiquement, exponentiellement)(6.1.1)
sur ω et laisse l’état y(t) borné.
Démonstration.
On va montrer d’abord qu’avec le contrôle (6.2.4), le système (6.1.1)
admet une solution unique et globale. Notons que, puisque le système
(6.2.2) est supposé régionalement stabilisable, alors sa solution yu (t) est
globale.
Soit ys (t) la solution de (6.2.3) définie sur un intervalle maximal [0, tmax [.
On va montrer que la solution ys (t) est bornée sur [0, tmax [ afin de
conclure que tmax = +∞.
Les solutions des systèmes (6.2.2) et (6.2.3) sont définies par
Z t
yu (t) = Su (t)y0u + v(τ )Su (t − τ )Bu yu (τ )dτ (6.2.5)
0
et
Z t
ys (t) = Ss (t)y0s + v(τ )Ss (t − τ )Bs ys (τ )dτ (6.2.6)
0

Si As vérifie (6.2.1) alors ∃ a > 0, et ∃ 0 < η < δ tels que


||Ss (t)|| ≤ a e−ηt , ∀ t ≥ 0 (6.2.7)
D’après (6.2.6) et (6.2.7), on a
Z t
||ys (t)|| ≤ a||y0s || e−ηt + a|||Bs ||| |v(τ )| e−η(t−τ ) ||ys (τ )||dτ
0

En utilisant le lemme de Gronwall on obtient


Z t
||ys (t)|| ≤ a||y0s || e−ηt + a2 ||y0s ||.||Bs || e−ητ |v(τ )| e−η(t−τ ) k(τ )dτ
0
(6.2.8)
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z t
avec k(τ ) = exp(a2 ||y 0s ||.|||Bs |||.e−tη |v(r)|dr)
τ
Puisque yu (t) est bornée, alors le contrôle v(t) défini par (6.2.4) est aussi
−ηt
borné, d’où l’existence de M (y0 ) > 0, tel que k(τ ) ≤ eM (y0 )te , ∀τ ≤ t,
et d’après (6.2.8) on a
−ηt
||ys (t)|| ≤ [ A(y0 ) + B(y0 )teM (y0 )te ]e−ηt (6.2.9)
où A(y0 ) et B(y0 ) sont des fonctions positives de y0 , ce qui montre que
l’état ys (t) est borné sur [0, tmax [ et par conséquent ys (t) est définie pour
tout t ≥ 0. Donc la solution y(t) = yu (t) + ys (t) est définie pour tout
t ≥ 0 et est bornée.
D’après la relation (6.2.9), on a aussi ys (t) −→ 0 exponentiellement,
quand t −→ +∞, ce qui permet de conclure.
Comme conséquence des deux propositions précédentes on a
Corollaire 6.4
Si les conditons
1) S(t) est un semi-groupe de contraction et As vérifie (6.2.1),
2) Bu est un opérateur compact et satisfait
< Bu Su (t)y0u , Su (t)y0u >= 0, t ≥ 0 =⇒ χω y0u = 0, (6.2.10)
sont vérifiées, alors le contrôle v(t) = − < Bu yu (t), yu (t) > stabilise
(6.1.1) régionalement faiblement sur ω, et la solution y(t) est bornée.
Ce corollaire est applicable dans le cas d’un système de dynamique A,
auto-adjoint à résolvante compacte. Dans ce cas l’opérateur As vérifie la
propriété de la décomposition spectrale, et A possède un nombre fini de
valeurs propres positives, de sous espaces propres de dimensions finies
(voir [93]). Autrement dit, l’espace Hu est de dimension finie.
Soient (λn ) les valeurs propres de A, de multiplicité rn classées par ordre
décroissant de sorte que λn −→ −∞, et ϕnj les fonctions propres asso-
ciées à λn .
Soit l’ensemble σu (A) = {λn : 1 ≤ n ≤ N }.
Si l’opérateur B satisfait ∀ (n, m) ∈ [1, N ]2 , ∀ (j, k) ∈ [1, rn ] × [1, rm ], la
condition
< Bϕnj , ϕmk >6= 0 ssi n = m (6.2.11)
et si pour tout 1 ≤ n ≤ N, on considère la matrice Bn := (< Bϕnj , ϕnk >
)1≤j,k≤rn ,
alors le résultat précédent devient
AEJ-EZ-Livre-Stabilite 24 juin 2013

Corollaire 6.5
Si les conditions
1) Su (t) est de contraction.
2) ∀ n ≤ N Bn est une matrice auto-adjointe définie positive
sont vérifiées alors (6.1.1) est faiblement stabilisable sur Ω.
3) S’il existe 1 ≤ n ≤ N tel que
< Bn Su (t)y0u , Su (t)y0u >= 0, t ≥ 0 =⇒ χω y0u = 0,
alors (6.1.1) est régionalement faiblement stabilisable sur ω.
Démonstration.
1) L’espace Hu est de dimension finie, donc l’opérateur Bu est de rang
fini et par conséquent il est compact.
Maintenant si < Bu Su (t)y0u , Su (t)y0u >= 0, alors sous la condition
(6.2.11) on a
XN rn
X
e2λn t < y0u , ϕnj >< y0u , ϕnk >< Bϕnj , ϕnk >= 0, ∀t ≥ 0.
n=1 j,k=1
Cela donne
Xrn
< y0u , ϕnj >< y0u , ϕnk >< Bϕnj , ϕnk >= 0, ∀1 ≤ n ≤ N.
j,k=1
Autrement dit < Bn y0u , y0u >= 0, ∀1 ≤ n ≤ N, d’où y0u = 0.
D’après ce qui précède, le contrôle v(t) = − < Bu yu (t), yu (t) > stabilise
faiblement le système (6.1.1) sur Ω.
2) Démarche similaire que 1).

Exemple 6.2.1
Considérons un système défini sur Ω =]0, 1[ par

 ∂y(t) ∂ 2 y(t)
=− 2
+ 2π 2 < sin(πx), y(t) > sin(πx) + v(t)y(t) sur Q
∂t
 y(., 0) = y ∂x
0 sur Ω
(6.2.12)
∂2
Dans ce cas l’opérateur A = − 2 + 2π 2 < sin(πx), . > sin(πx) de
∂x
domaine D(A) = H01 (Ω), est auto-adjoint avec
σs (A) = {−n2 π 2 ; n ≥ 2}, et σu (A) = {0}.
L’opérateur As vérifie la proprièté (6.2.1). De plus, Bu est l’identité de
l’espace Hu = vect{sin(πx)}.
On déduit que le système (6.2.12) est faiblement stabilisable sur Ω par le
contrôle v(t) = −2π 2 < sin(πx), y(t) >2 .
AEJ-EZ-Livre-Stabilite 24 juin 2013

6.3 PROBLÈME DE STABILISATION RÉGIONALE

Le but de cette section est de chercher le contrôle qui réalise la stabili-


sation régionale du système (6.1.1) sur une région ω interne ou frontière
de Ω, avec un coût optimal.
On considère le problème
 Z +∞ Z +∞
2
min q(v) = | < Pω By(t), y(t) > | dt + |v(t)|2 dt

0 0
v ∈ Vad (ω) = {v ∈ V | y(t) est une solution globale et q(v) < ∞}

(6.3.1)
avec Pω := iω P iω et P est un opérateur positif solution de l’équation

< Pω Ay, y > + < y, Pω Ay >= 0, y ∈ D(A) (6.3.2)

et
Z 1
| < Pω BS(t)y0 , S(t)y0 > |dt ≥ δ||χω y0 ||2L2 (ω) , y0 ∈ H pour un δ > 0.
0
(6.3.3)
Supposons qu’il existe α et β > 0 tels que, pour t ≥ 0 et y0 ∈ H,

||χω S(t)y0 ||L2 (ω) ≤ α||χω y0 ||L2 (ω) et ||χω By0 ||L2 (ω) ≤ β||χω y0 ||L2 (ω)
(6.3.4)
Remarque
1. La condition (6.3.4) entraîne la continuité des opérateurs χω S(t), χω B
par rapport à χω y.
2. Dans le cas où ω = Ω, la condition (6.3.4) découle de la continuité de
B et S(t), alors que (6.3.3) devient

Z 1
| < P BS(t)y0 , S(t)y0 > |dt ≥ δ||y0 ||2 , y0 ∈ H. (6.3.5)
0

3. En dimension finie, une inégalité de type (6.3.5) est garantie par la


condition

< P BS(t)y0 , S(t)y0 >= 0, t ≥ 0 =⇒ y0 = 0


Dans ce qui suit on aura besoin du résultat suivant
AEJ-EZ-Livre-Stabilite 24 juin 2013

Lemme 6.6 Z 1 Z 1
Soit λ := |v(t)|2 dt ≤ 1, et γ := | < Pω By(t), y(t) > |2 dt.
0 √0
∃η tel que λ < η =⇒ ||χω y0 ||2L2 (ω) < l γ, pour l > 0 indépendant de y0 .
Démonstration.
Soit φ(t) = (y(t) − S(t)y0 ) et ψ(t) = ||χω φ(t)||L2 (ω) , 0 ≤ t ≤ 1.
Par la méthode de la variation des constantes, nous avons
Z t Z t
χω φ(t) = v(s)χω S(t−s)BS(s)y0 ds+ v(s)χω S(t−s)B(y(s)−S(s)y0 )ds
0 0

et en utilisant (6.3.4), on obtient

Z t Z t
ψ(t) ≤ αβ||χω y0 ||L2 (ω) |v(s)|ds + αβ |v(s)|ψ(s)ds. (6.3.6)
0 0

D’autre part en appliquant l’inégalité triangulaire on déduit que


Z 1 Z 1

| < Pω BS(t)y0 , S(t)y0 > |dt ≤ γ + | < Pω BS(t)φ, S(t)y0 > |dt
0 0
Z 1
+ | < Pω BS(t)y0 , φ > |dt
0
Z 1
+ | < Pω Bφ, φ > |dt
0

En utilisant à nouveau (6.3.4) ; on conclut qu’il existe des constantes


positives a et b, indépendantes de z0 telles que
Z 1
√ √
| < Pω BS(t)y0 , S(t)y0 > |dt ≤ γ + a λ||χω y0 ||2 + bλ||χω y0 ||2 .
0

Sachant que λ ≤ 1 et en utilisant (6.3.3), on obtient


√ √
(δ − (a + b) λ)||χω y0 ||2L2 (ω) ≤ γ

1 δ2
Donc le nombre η = inf(1, ) réalise l’estimation désirée.
2 (a + b)2
On peut énoncer le résultat qui caractérise la solution de (6.3.1)
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 6.7
Si la solution y ∗ (t) de (6.1.1) associée au contrôle
v ∗ (t) = − < y ∗ (t), Pω By ∗ (t) > (6.3.7)
est globale, alors v ∗ (t) est l’unique contrôle du type feedback solution du
problème (6.3.1) et qui stabilise asymptotiquement le système (6.1.1) sur
ω.
Démonstration.
L’opérateur Pω étant positif, on considère la fonction de Lyapunov définie
pour tout y ∈ H par V (y) =< Pω y, y > .
1) v ∗ (t) est un contrôle de stabilization. En effet
Pour y0 ∈ D(A), on intègre la relation,
dV (y ∗ (t))
= −2| < Pω By ∗ (t), y ∗ (t) > |2 , (6.3.8)
dt
on obtient
Z t
2 | < Pω By ∗ (s), y ∗ (s) > |2 ds ≤ ky0 k2 , ∀t ≥ 0. (6.3.9)
0
Cette inégalité reste valable pour tout y0 ∈ H puisque la correspondance
y0 7−→ y ∗ (·) est continue dans C([0, t]; H), donc q(v ∗ ) est finie pour
tout y0 ∈ H, autrement dit v ∗ ∈ Vad .
Montrons que tout contrôle v ∈ Vad est un contrôle stabilisant pour
(6.1.1). Pour cela soit l la constante donnée par le Lemme précédent et
soit 0 <  < l2 .
Comme q(v) est finie, alors d’après le critère de Cauchy, il existe T > 0
tel que
Z t+1 Z t+1
2
∀t > T, | < y(s), Pω By(s) > | ds <  et |v(s)|2 ds < .
t t
En prenant y√0 = y(t), dans le Lemme, on déduit que
ky(t)k2 < l , t > T. Then ky(t)k −→ 0, as t −→ +∞.

Pour y0 ∈ D(A) et en intégrant la relation


dV (y ∗ (t))
= −2| < Pω By ∗ (t), y ∗ (t) > |2 ,
dt
on obtient
Z t
| < Pω By ∗ (s), y ∗ (s) > |2 ds ≤ V (y0 ), t ≥ 0 (6.3.10)
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

La solution y ∗ (t) et la fonctionnelle V sont continues par rapport à l’état


initial ( [76]), donc (6.3.10) est vérifiée pour tout y0 ∈ H, ainsi q(v) est
finie pour tout y0 ∈ H.
On va montrer que tout contrôle v ∈ Vad (ω) stabilise (6.1.1) asymp-
totiquement sur ω. Pour cela, soit η la constante donnée par le lemme
ci-dessus et soit 0 <  < η.
Puisque q(v) est finie, alors d’après le critère de Cauchy il existe T > 0
Z que pour t > T, on a
tel
t+1 Z t+1
| < Pω By(s), y(s) > |2 ds <  et |v(s)|2 ds < 
t t
On prend y0 = y(t) ; l étant indépendant de y0 on en déduit que

||χω y(t)||2L2 (ω) < l  ∀t > T

et donc ||χω y(t)||L2 (ω) −→ 0, quand t −→ +∞.

2) Le contrôle v ∗ (t) est optimal.


Soient t > 0 et y0 ∈ D(A), et soit v ∈ Vad une fonction continûment
dérivable sur [0, t]. En dérivant V (y(s)) on obtient, pour tout s ∈ [0, t],
dV (y(s))
= | < y(s), Pω By(s) > +v(s)|2 −| < y(s), Pω By(s) > |2 −|v(s)|2
dt
Ce qui donne
Z t
(| < y(s), Pω By(s) > |2 +|v(s)|2 )ds + (V (y(t)) − V (y0 ))
0 Z t (6.3.11)
= | < y(s), Pω By(s) > +v(s)|2 ds
0

Soit maintenant v ∈ L2 (0, t) et soit (vn ) une suite de contrôles continû-


ment dérivables sur [0, t] telles que vn → v, dans L2 (0, t) quand n → ∞.
La solution yvn (t) associée à vn (t) vérifie

Z t
(| < yvn (s), Pω Byvn (s) > |2 +|vn (s)|2 )ds + (kyvn (t)k2 − kz0 k2 )
0 Z t
= | < yvn (s), Pω Byvn (s) > +vn (s)|2 ds.
0
(6.3.12)
Montrons que yvn → Z τy dans C([0, t]; H), quand n → ∞. On a
yvn (τ ) = S(τ )y0 + vn (s)S(τ − s)Byvn (s)ds.
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z τ
Donc y(τ ) = S(τ )y0 + v(s)S(τ − s)By(s)ds.
0
On déduit que
Z τ
yvn (τ ) − y(τ ) = (vn (s) − v(s))S(τ − s)Bzy(s)ds
0
Z τ
+ vn (s)S(τ − s)B(yvn (s) − y(s))ds
0

On pose zn (τ ) = ||yvn (τ ) − y(τ )||, ∀τ ∈ [0, t] et on utilise l’inégalité de


Cauchy-Schwarz et le semi-groupe S(t) est de contractions, on obtient :

Z τ 1
Z τ 1
2
zn (τ ) ≤ ( |vn (s) − v(s)| ds) ( |S(τ − s)By(s)|2 ds) 2
2
0 Z τ Z τ 0
1 1
2
+||B||( |vn (s)| ds) (
2 zn (s)2 ds) 2
0 0
Z τ
Puisque |vn (s)|2 ds est bornée, alors il existe a > 0 tel que :
0

Z τ
2
∀ε > 0, ∃N : zn (τ ) ≤ ε + a zn (s)2 ds, ∀n ≥ N.
0

En utilisant l’inégalité de Gronwall on obtient zn (τ )2 ≤ aεt, ∀n ≥ N.


Ceci montre que quand n → ∞ yvn → y uniformément sur [0, t]. Quand
n → ∞,

|| < yvn (.), Pω Byvn (.) > +vn (.)||2L2 (0,t) → || < y(.), By(.) > +v||2L2 (0,t) ,

En faisant tendre n vers → ∞ dans (6.3.12), on déduit (6.3.11) pour tout


y0 ∈ D(A).
Soient y0 ∈ H et (y0n ) ⊂ D(A) tels que y0n −→ y0 , quand n −→ +∞.
Alors la solution yn (t) verifie

Z t
V (yn (t)) − V (y0n ) = | < yn (s), Pω Byn (s) > +v(s)|2 ds
Z 0t
− (| < yn (s), Pω Byn (s) > |2 + |v(s)|2 )ds.
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

à la limite, pour tout z0 ∈ H, il suit


Z t
(| < y(s), Pω By(s) > |2 +|v(s)|2 )ds + (V (y(t)) − V (y0 ))
0
Z t
= | < y(s), Pω By(s) > +v(s)|2 ds ≥ 0
0

Quand t −→ +∞, V (y(t)) −→ 0, et de l’inégalité ci dessus on déduit


que
Z ∞
q(v) = V (y0 ) + | < y(t), Pω By(t) > +v(t)|2 dt (6.3.13)
0

Pour v = v ∗ , on a q(v ∗ ) = V (y0 ), d’où q(v) ≥ q(v ∗ ), ∀v ∈ Vad (ω).


3) v ∗ (t) est un contrôle unique.
On note d’abord que d’après (6.3.13), tout contrôle optimal est un feed-
back quadratique du type (6.3.7).
Soient v1 (t) = − < yv1 (t), Byv1 (t) > et v2 (t) = − < yv2 (t), Byv2 (t) >
deux solutions du problème (6.3.1), les solutions associées yv1 (t) et yv2 (t)
sont solutions de l’équation
dy(t)
= Ay(t)− < y(t), By(t) > By(t)
dt

y(0) = y0 ,
qui admet une solution unique y(t), donc yv1 (t) = yv2 (t) = y(t) et par
suite v1 (t) = v2 (t) = − < y(t), By(t) > .

Remarque
Si S(t) est de contraction et si B est monotone et commute avec Pω , alors
l’opérateur K = Pω B vérifie (4.2.16), ce qui implique que la solution
y ∗ (t) est globale et dépend continûment de l’état initial. 
Le résultat précédent peut être précisé en donnant une estimation asymp-
totique de ||χω y ∗ (t)||L2 (ω) .

Proposition 6.8
Considérons le contrôle (6.3.7) et y ∗ (t), la solution associée, alors pour
tout état initial y0 tel que V (y0 ) ≥ α||χω y0 ||2L2 (ω) , et pour t assez grand
on a
1
||χω y ∗ (t)||L2 (ω) = O(t− 2 )
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
1 ∗
On considère la suite Vk = ky (k)k2 , k ∈ N, utilisant (6.3.8), on a,
2
pour tout y0 ∈ D(A),
Z k+1
Vk+1 − Vk = − | < By ∗ (t), y ∗ (t) > |2 dt
Zk k+1
= − |v ∗ (t)|2 dt =: −λ
k

En prenant y ∗ (k) (t = k) comme état initial dans le lemme précédent,


on obtient
Vk+1 − Vk ≤ −l2 or Vk+1 − Vk ≤ −L2 ky0 k4 . (6.3.14)
Pour une solution non nulle y(t) , on peut prendre t0 ≥ 0 tel que l’état
initial y(t0 ) 6= 0 donc on peut supposer que y0 6= 0, alors à partir de
(6.3.17), on déduit
Vk+1 − Vk ≤ −a(y0 )Vk2 , (6.3.15)
l2
avec a(y0 ) = inf(L2 , ).
V02
et comme Vk est une suite positive décroissante on a
1 1 Vj − Vj+1 a(y0 )Vj2
− = ≥ ≥ a(y0 ), j ≥ 0.
Vj+1 Vj Vj .Vj+1 Vj .Vj+1
1 1
Par sommation de 0 a k − 1, on obtient − ≥ a(y0 )k.
Vk V0
V0
Donc Vk ≤ , k ≥ 0 et comme ky ∗ (t)k est décroissante,
(a(y0 )V0 )k + 1
l’inégalité

2V0
ky ∗ (t)k2 ≤ , t≥0 (6.3.16)
(a(y0 )V0 )t + 1
est vérifiée pour tout y0 ∈ H, ce qui donne l’estimation désirée.
1
Considérons la suite Vk = V (y ∗ (k)), k ∈ N.
2
Pour z0 ∈ D(A), on a
Z k+1 Z k+1
∗ ∗
Vk+1 −Vk = − 2
| < Pω By (t), y (t) > | dt = − |v ∗ (t)|2 dt =: −λ
k k
AEJ-EZ-Livre-Stabilite 24 juin 2013

D’après le lemme précédent, on a

−1
Vk+1 − Vk ≤ −η où Vk+1 − Vk < ||χω y0 ||4L2 (ω) (6.3.17)
l2
De V0 ≤ |||P |||.||y0 ||2 et de (6.3.17), pour tout y0 ∈ H vérifiant V (y0 ) 6=
0, on a

Vk+1 − Vk ≤ −a(y0 )Vk2 (6.3.18)


1 η
avec a(y0 ) = min( ,).
l2 |||P |||2V02
En utilisant (6.3.18) et que Vk est une suite décroissante et à termes
V0
positifs, on a Vk ≤ , k ≥ 0,
(a(y0 )V0 )k + 1
Soit k = E(t) la partie entière de t, alors puisque ky ∗ (t)k est décroissante,
on a ky ∗ (t)k ≤ ky ∗ (k)k. Mais pour t assez grand on a

2V0 2V0
ky ∗ (k)k ≤ =
(a(y0 )V0 )k + 1 (a(y0 )V0 )(k + 1) + (1 − a(y0 )V0 )
Ce qui donne l’estimation

2V (y0 )
V (y(t)) ≤ (6.3.19)
(a(y0 )V (y0 ))t + 1

Soit y0 ∈ H tel que V (y0 ) 6= 0, il existe une suite (y0n ) ⊂ D(A)


qui converge vers y0 , et comme V est continue, on peut supposer que
V (y0n ) 6= 0, ∀n ≥ 1. Donc (6.3.19) a lieu pour la condition initiale y0n .
Par continuité de y(t) et de a(y0 )V (y0 ) par rapport à y0 ; (6.3.19) a lieu
pour y0 ∈ H et a(y0 )V (y0 ) 6= 0, (6.3.19) implique l’estimation désirée.

Exemple 6.3.1
Considérons le système défini sur Ω =]0, +∞[ et décrit par l’équation

∂y(t) ∂y


 =− + v(t)y sur Q
dt ∂x (6.3.20)


y(., 0) = y0
AEJ-EZ-Livre-Stabilite 24 juin 2013


L’opérateur A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) =
∂x
0, y(x) −→ 0 quand x −→ +∞}, génère un semi groupe S(t).
L’opérateur PΩ = Id vérifie (6.3.2) et d’après (6.1.5), ||S(t)y0 || = ||y0 ||,
d’où (6.3.4).
Maintenant, pour y0 ∈ H on a

Z +∞
< S(t)y0 , S(t)y0 >= |y0 (x)|2 dx, t ≥ 0.
t
Z 1 Z 1 Z +∞
Donc < S(t)y0 , S(t)y0 > dt = |y0 (x)|2 dx dt = ||y0 ||2 .
0 0 0
Ainsi (6.3.3) est vérifiée.
On conclut que le contrôle v ∗ (t) = −||y ∗ (t)||2 solution de (6.3.1), stabi-
lise (6.3.20) asymptotiquement sur Ω et permet l’estimation ||y ∗ (t)|| =
1
O( √ ).
t

6.4 APPROCHE INTERNE POUR LA STABILISATION FRON-


TIÈRE

On va établir un lien entre le problème de la stabilisation interne et


frontière.
On pose H = H 1 (Ω) et on considère l’opérateur Rn vérifiant

hRn y, yi ≥ e k χω y k ∀ y ∈ H
Supposons qu’il existe un opérateur auto-adjoint et positif P et Pn =
1 1
Rn2 P Rn2 tel que
< Pn Ay, y > + < y, Pn Ay >= 0, y ∈ D(A) (6.4.1)
et supposons qu’ils existent α, β, δ > 0 tels que pour tout n ≥ 1, on a
les inégalités suivantes
Z 1
2
∀ t ≥ 0, ∀y ∈ L (Ω), | < Pn BS(t)y, S(t)y > |dt ≥ δ||χωn y||2
0
(6.4.2)

||χωn S(t)y|| ≤ α||χωn y|| et ||χωn By|| ≤ β||χωn y|| (6.4.3)


AEJ-EZ-Livre-Stabilite 24 juin 2013

en particulier, on a la continuité des opérateurs χωn S(t) et χωn B par


rapport à χωn y, et considérons le problème
 Z +∞ Z +∞
2
min qn (v) = n | < Pn By(t), y(t) > | dt + |v(t)|2 dt

0 0
v ∈ Vad (ωn ) = {v; y(t) est une solution globale telle que qn (v) < ∞}

(6.4.4)
Ce problème admet une solution unique [106] donnée par

vn∗ (t) = −n < y(t), Pn By(t) >

et on a le résultat

Proposition 6.9 1
Si P commute avec Rn2 et iΓ , alors la suite vn∗ (t) converge vers v ∗ (t) =
− < y ∗ (t), PΓ By ∗ (t) >, la solution de (6.3.1), et stabilise (6.1.1) asymp-
totiquement sur Γ.
Démonstration.
1
La commutativité de P avec Rn2 entraîne que ∀y ∈ D(A), on a

< Pn Ay, y > + < y, Pn Ay > =< χωn P Ay, χωn y >L2 (Ω)
+ < χωn y, χωn P Ay >L2 (Ω) = 0
Z Z
Pour y, z ∈ H, la moyenne n zy dx converge vers zy dσ, quand
ωn Γ
n −→ +∞ (voir [32]).
En multipliant (6.4.1) par n et en faisant tendre n vers +∞, on obtient,
via la commutativité de P avec iΓ , la relation (6.3.2). De même, les
conditions (6.3.3) et (6.3.4) découlent de (6.4.2) et (6.4.3), et par raison
d’unicité, vn∗ (t) converge vers v ∗ (t) contrôle stabilisant sur Γ et solution
de (6.3.1).

6.5 EXEMPLES

6.5-a Cas interne

On prend H = L2 (Ω) et on considère le système défini sur Ω =]0, 2[×]0, 2[


par
AEJ-EZ-Livre-Stabilite 24 juin 2013

∂y(t)


 = f (x, z)y(t) + v(t)i]0,1[2 y(t) sur Q
∂t (6.5.1)


y(0) = y0
avec
0 , si (x, z) ∈ ]0, 1[2

f (x, z) =
1 , sinon

Soit ω =]0, 1[×]0, 1[, et considérons le problème (6.3.1) avec


Z +∞ Z +∞
q(v) = ||χω y(t)||2 dt + |v(t)|2 dt
0 0

Le semi-groupe S(t) vérifie (6.3.4), et l’opérateur Pω = iω est solution


de l’équation (6.3.2) et vérifie (6.3.3).
Alors v ∗ (t) = −||χω y ∗ (t)||2 est solution de (6.3.1) et pour y0 = 1, la
solution correspondante de (6.5.3) est donnée par

 √ 1
∗ , sur ω
y (t) = 2t + 1
 et , sinon

1
Il est alors clair que pour t assez grand ||χω y ∗ (t)|| = O( √ ) et le système
t
(6.5.3) est alors stabilisé sur ω comme illustré par les figures suivantes

6.5-b Cas frontière

Dans ce paragraphe, on va traiter un système bidimensionnel en vue


d’illustrer les résultats de stabilisation frontière par les deux méthodes ;
directe et interne. Nous examinons, en particulier, la convergence d’une
suite de contrôles optimaux vn∗ (t) sur ωn vers le contrôle optimal v ∗ (t)
sur Γ.
L’espace d’état est ici H = H 1 (Ω).
Considérons le système défini sur Ω = {(x, z)/x2 + z 2 < 1} par

∂y(t)
(
= f (x, z)y(t) + v(t)iD y(t) sur Q (6.5.2)
∂t
y(0) = y0
AEJ-EZ-Livre-Stabilite 24 juin 2013

avec D = {(x, z)/0.9 ≤ x2 + z 2 ≤ 1}



0 , si (x, z) ∈ D
f (x, z) = 1 2 + z 2 − 0.9)2 , sinon
10 (x
On considère le problème de stabiliser (6.5.2) sur Γ = {(x, z)/x2 + z 2 =
1}. Pour cela, on va utiliser la méthode directe et puis l’approche interne.

Approche directe
Les deux inégalités (6.3.3) et (6.3.4) sont vérifées.
Alors le contrôle v ∗ (t) = −||χΓ y ∗ (t)||2 2 , solution de (6.3.1) stabilise
L (Γ)
(6.5.2) régionalement asymptotiquement sur Γ, et la solution associée à
y0 = 1 est définie par
1


 pπ , sur D
2t + 1

y (t) =
 exp( t (x2 + z 2 − 0.9)2 ) , sinon

10
2π 1
Donc v ∗ (t) = − π , et pour t assez grand ||χΓ y ∗ (t)||L2 (Γ) = O( √ ).
2 t + 1 t
Donc le système (6.5.2) est stabilisé sur Γ, et qΓ (v ∗ ) = ||χΓ y0 ||2 2 =
L (Γ)
σ(Γ) = 2π.
Les figures suivantes décrivent l’évolution du système (6.5.2)
Approche interne
On considère la suite de voisinages de Γ.

1 2
ωn = {(x, z) ∈ Ω/x2 + z 2 ≥ (1 − ) }
n

Figure 7 : La suite de voisinages ωn de Γ

et considérons le problème de stabilisation du système (6.5.2) sur ωn en


minimisant le coût
Z +∞ Z +∞
2
qn (v) = n |χωn y(t)| dt + |v(t)|2 dt
0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Pour n ≥ 10, le semi-groupe S(t) et l’opérateur B


vérifient (6.4.3) et on a (6.4.1) et (6.4.2), donc vn∗ (t) = −n||χωn z ∗ (t)||2
minimise qn (v) et stabilise (6.5.2) régionalement asymptotiquement sur
ωn , et la solution correspondante z0 = 1 est donnée par
1


 qπ
 , sur D
1

y (t) = 2 (1 − 2n )t + 1
 exp( t (x2 + y 2 − 0.9)2 ) , sinon


10
1
2π(1 − 2n )
Le contrôle vn∗ (t) = − π 1 , stabilise le système (6.5.2) sur ωn
2 (1 − 2n )t + 1
et la suite vn∗ (t) converge vers v ∗ (t).
De plus qn (vn∗ ) = π(2− n1 ) −→ qΓ (v ∗ ), quand n −→ +∞. Cela est illustré
par les figures suivantes
La figure suivante illustre le comportement des fonctions contrôles vn∗ (t)
et v ∗ (t).

6.5-c Cas bidimensionnel

On considère le système défini sur Ω = {(x, z)/x2 + z 2 < 1} par

∂y(t)


 = f (x, z)y(t) + v(t)| < y(t), χD >H |εD on Q
∂t (6.5.3)


y(0) = y0

où εD est la fonction caractéristique de D = {(x, z) | z > 0, 0.9 <


x2 + z 2 < 1}, et f est définie par

 0 , si (x, z) ∈ D
f (x, z) =
 1 2 2 2 , sinon
10 (x + z − 0.9)

On se propose de stabiliser (6.5.3) sur Γ = {(x, z) | z ≥ 0, x2 + z 2 = 1}.


On prend R = 0.

Approche directe
AEJ-EZ-Livre-Stabilite 24 juin 2013

Posons H = H 1 (Ω), l’opérateur P z =< y(t), χD >H χD est compact et


vérifie (6.3.2), donc le contrôle optimal stabilisant est donné par

v ∗ (t) = −σ(Γ)| < y ∗ (t), εD >H | < iΓ y ∗ (t), εD >H

où σ(Γ) indique la mesure de Γ.


Pour y0 = 1, la solution associée à v ∗ (t) est donnée par

1


 p , si x ∈ D
2µ(D) σ(Γ)2 t + 1
2



y (t) =
 exp( t (x2 + z 2 − 0.9)2 ) , sinon



10
où µ(D) indique la mesure de D.
Le système ( 6.5.3) est stabilisé sur Γ avec coût qΓ (v ∗ ) = ||χΓ y0 ||2 2 = π.
L (Γ)
Les figures suivantes, décrivent l’evolution du système (6.5.3) sur Γ.

Figure 4 : L’état initial (t = 0).


Figure 5 : L’état stabilisé sur Γ

Approche interne

Considérons la suite ωn = {(x, z) ∈ Ω | z > 0, x2 + z 2 > (1 − n1 )2 } de


voisinages de Γ et soit le problème de stabilisation de (6.5.3) sur ωn en
minimisant le coût
Z +∞ Z Z Z +∞
2 ∗ 2 ∗ 2
qn (v) = nµ(ωn ) [ y (t)dx] [ y (t)dx] dt + v 2 (t)dt
0 D ωn 0
(6.5.4)
Pour n ≥ 10, l’opérateur P y =< y(t),
varepsilonD >H
varepsilonD vérifie l’équation (6.3.2), alors le contrôle
Z Z
∗ ∗
vn (t) = −nµ(ωn )| yn (t)dx| yn∗ (t)dx
D ωn

stabilise (6.5.3) sur ωn et minimise (6.5.4).


Pour y0 = 1, la solution de (6.5.3) associée à vn (t) est donnée par
AEJ-EZ-Livre-Stabilite 24 juin 2013

1


 p , si x ∈ D
2µ(D)2 µ(ωn )2 t + 1


yn∗ (t) =
 exp( t (x2 + z 2 − 0.9)2 ) , sinon



10
En remplaçant yn∗ (t) dans l’expression de vn∗ (t) on obtient
µ(D)µ(ωn )
vn∗ (t) = −
2µ(D)2 µ(ωn )2 t + 1
µ(D)σ(Γ)
Donc vn∗ (t) converge vers v ∗ (t) = − , le contrôle opti-
2µ(D)2 σ(Γ)2 t + 1
mal stabilisant sur Γ, et qn (vn∗ ) = π2 (2− n1 ) −→ qΓ (v ∗ ), quand n −→ +∞.

Les figures suivantes montrent l’evolution de l’état sur les ωn .


AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 7

Stabilisation régionale des systèmes distribués


semi-linéaires

Ce chapitre discute le problème de la stabilisation régionale des systèmes


semi-linéaires et tente d’étendre les résultats établis dans le cas bilinéaire.
On donne des contrôles de stabilisation régionale, on caractérise celui qui
minimise une fonction coût donnée et enfin on donne des illustrations par
des exemples numériques.

7.1 INTRODUCTION

On considère un système distribué semi linéaire décrit par l’équation

dy(t)
(
= Ay + v(t)By(t) sur Q = Ω×]0, ∞[ (7.1.1)
dt
z(., 0) = z0 sur Ω
où A est un générateur infinitésimal d’un C0 −semi-groupe S(t), t ≥ 0
dans l’espace d’état H , B : H −→ H un opérateur séquentiellement
continu (yn * y implique Byn −→ By). On suppose que B(0) = 0,
de telle manière que le point 0 soit un point d’équilibre pour le système
(7.1.1). Les considérations qui suivent s’appliquent en fait à toute trajec-
toire non nécessairement nulle. et v : [0, +∞[−→ C la fonction contrôle.
On se donne une région ouverte ω ⊂ Ω de mesure non nulle.

Définition 7.1
Le système (7.1.1) est dit régionalement exponentiellement (resp. asymp-
totiquement, faiblement) stabilisable sur ω, si il existe un contrôle du type
feedback v(t) : H −→ C tel que pour tout état initial y0 , χω y(t) tend
exponentiellement (resp. fortement, faiblement), vers 0 quand t −→ ∞.

Comme dans le cas linéaire, le coût de stabilisation régionale est moindre


que celui de stabilisation sur tout le domaine.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z +∞
En effet, si nous considérons la fonction coût q(v) = |v(t)|2 dt, où
0
v ∈ Vad (ω) = {v; ||χω y(t)||L2 (ω) −→ 0, quand t −→ +∞ et q(v) < ∞},
alors nous avons min q(v) ≤ min q(v). Cette inégalité peut être stricte
Vad (ω) Vad (Ω)
comme illustré par le système défini sur Ω =]0, +∞[, par l’équation

 Z 1
∂y
= Ay + χ]0,1[ v(t) | y(x)dx|



∂t 0 (7.1.2)


y(., 0) = y0 ,


avec A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0}, et χ]0,1[ (.)
∂x
désigne la fonction caractéristique de ]0, 1[.
Pour v(.) = 0, la solution du système (7.1.2) vérifie ||y(t)|| = ||y0 || donc
0 6∈ Vad (Ω), pour y0 6= 0. Mais pour ω =]0, 1[ on a ||χω y(t)||L2 (ω) −→ 0,
quand t −→ +∞. Ainsi min q(v) = 0 < min q(v).
Vad (ω) Vad (Ω)

7.2 CONTRÔLES DE STABILISATION RÉGIONALE

Dans cette section, on établit des conditions suffisantes pour qu’un contrôle
assure la stabilisation faible de (7.1.1) sur une région interne ω avec un
état borné sur tout le domaine géométrique Ω.
Considérons les contrôles non linéaires suivants :

v(t) = − < y(t), Ky(t) > (7.2.1)

où K : H −→ H est un opérateur continu.

Proposition 7.2
Supposons que le contrôle (7.2.1) stabilise le système (7.1.1) faiblement
sur ω.
S’il existe η > 0 tel que ∀y ∈ D(A),
Re(< iω Ay, y > − < Ky, y >< iω By, y >) ≥ ηRe(< Ay, y > − <
Ky, y >< By, y >)
alors la solution associée à (7.2.1) est bornée.
Démonstration.
L’inégalité ci-dessus implique que
AEJ-EZ-Livre-Stabilite 24 juin 2013

d d
∀y0 ∈ D(A), ||χω y(t)||2 2 ≥ η ||y(t)||2 .
dt L (ω) dt
D’où
||χω y(t)||2 2 − ||χω y0 ||2 2 ≥ η ||y(t)||2 − η ||y0 ||2
L (ω) L (ω)

D’autre part, cette inégalité est vérifiée pour tout état initial puisque ses
termes sont continus par rapport à z0 .
La stabilité faible du système (7.1.1) sur ω implique que ||χω y(t)||L2 (ω)
est borné.

Remarque
L’inégalité de la proposition ci-dessus peut être remplacée par
Re(< iω Ay, y > − < Ky, y >< iω By, y >) ≥ ηRe(< iΩ\ω Ay, y > − <
Ky, y >< iΩ\ω By, y >). 
Le résultat suivant établit des conditions suffisantes pour avoir la sta-
bilisation régionale faible et dont la preuve est similaire à celle du cas
bilinéaire.
Proposition 7.3
Supposons que S(t) est de contraction et soit K un opérateur continu
appliquant H dans lui-même et vérifiant (4.2.16) et
< KS(t)y, S(t)y >< BS(t)y, S(t)y >= 0, t ≥ 0 =⇒ χω y = 0, (7.2.2)
alors le contrôle (7.2.1) stabilise (7.1.1) régionalement faiblement sur ω,
et l’état reste borné.

Remarque
1. Pour ω = Ω on retrouve un nouveau résultat concernant la question
de stabilisation classique.
2. Si on prend K = B, on retrouve le résultat obtenu dans [9] concernant
la stabilisation du système (7.1.1) sur tout le domaine Ω. Dans ce cas
(4.3.4) ⇒ (7.2.2) qui montre que (7.2.2) est une condition plus faible.
La réciproque n’est pas vraie, comme on peut voir dans l’exemple suivant


Exemple 7.2.1
Reprenons le système (7.1.2), l’opérateur B est séquentiellement continu
et A génère un semi-groupe de contraction vérifiant
Z 1−t Z 1−t
< BS(t)y0 , S(t)y0 >= | y0 (x)dx| y0 (x)dx, 0 ≤ t ≤ 1
0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Donc < BS(t)y0 , S(t)y0 >= 0, ∀t ≥ 0 implique que y0 (.) = 0 p.p. sur
]0, 1[. Autrement dit χ]0,1[ y0 = 0.
Z 1 Z 1
Le contrôle v(t) = −| y(x, t)dx| y(x, t)dx stabilise faiblement le
0 0
système (7.1.2) sur la région ω =]0, 1[.

Exemple 7.2.2
Considérons le système défini sur Ω =]0, 1[ par l’ equation :
2

 ∂y(t) = ∂ y(t) + v(t)By(t) sur Q

∂t ∂x2 (7.2.3)
 dy (0) = dy (1) = 0

sur ]0, ∞[
dt dt
∂2y dy dy
L’opérateur Ay = 2
, et D(A) = {y ∈ H 2 (Ω) / (0) = (1) = 0}.
∂x dt dt
L’espace d’état est H = L2 (Ω).
2 2
√ de A sont λj = −π j , j ∈ N associées aux fonctions
Les valeurs propre
propres ϕj (x) = 2 cos(jπx), ∀j ≥ 0.
B est un opérateur défini pour tout y ∈ H par :
+∞
X
By = αj < y, ϕj >H ϕj , où (αj ) est une suite réelle positive telle
j=0
+∞
X
que |αj | < ∞, et donc B est un opérateur compacte.
j=0
+∞
X
De la relation < S(t)y, BS(t)y >H = αj < S(t)y, ϕj >2H ,
j=0
on déduit
< S(t)y, BS(t)y >H = 0, ∀t ≥ 0 =⇒

| < S(t)y, ϕj >H |2 = 0, ∀j ≥ 0, ∀t ≥ 0


ce qui donne y = 0. Alors la condition (7.2.2) est vérifiée et le système
(7.2.3) est faiblement stabilisable sur Ω.

7.3 PROBLÈME DE STABILISATION RÉGIONALE

Le but de cette section est de caractériser le contrôle optimal qui réalise


la stabilisation régionale du système (7.1.1) sur une région ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Dans les cas linéaire et bilinéaire, le contrôle optimal est un feedback de


iω y(t). Ce résultat sera prouvé dans le cas semi-linéaire. On utilisera les
méthodes directe et interne.
Supposons qu’il existe un opérateur auto-adjoint et positif P pour lequel
Pω = iω P iω vérifie l’équation de Riccati suivante :

< Pω Ay, y > + < y, Pω Ay > + < iω Ry, y >= 0, y ∈ D(A) (7.3.1)

où R ∈ L(H) est un opérateur auto-adjoint et positif. Ainsi l’opérateur


Pω A est dissipatif et les contrôles considérés sont du type (7.2.1) pour
K = Pω B.

On considère le problème du stabilisation optimale suivant

min qω (v) (7.3.2)


v∈Vad


Z +∞
qω (v) = < iω Ry(t), y(t) > dt
Z 0+∞ Z +∞
2
+ | < Pω By(t), y(t) > | dt + |v(t)|2 dt
0 0

et

Vad = {v; y(t) est une solution globale et qω (v) < ∞}

7.3-a Approche directe

Proposition 7.4
Si le système (7.1.1) admet une solution globale unique y(t) vérifiant

< Pω y(t), y(t) >−→ 0 quand t −→ ∞

( la solution nulle est attractive pour V : y −→< Pω y, y > .)


alors le contrôle

v ∗ (t) = − < y ∗ (t), Pω By ∗ (t) > (7.3.3)

est l’unique feedback solution du problème (7.3.2).


AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
On considère la fonction V (y) =< Pω y, y >, y ∈ H et soit y0 ∈ D(A).
En utilisant les mêmes techniques que dans le chapitre précédent, on
obtient

Z t
| < Pω By ∗ (s), y ∗ (s) > |2 ds ≤ V (y0 ), t ≥ 0 (7.3.4)
0

Cette inégalité reste vraie pour tout y0 ∈ H, puisque y ∗ (t) et V sont


continus par rapport à y0 .
D’après (7.3.4), on a qω (v ∗ ) < ∞, ∀ y0 ∈ H.
De la relation
dV
(y(t)) = | < y(t), Pω By(t) > +v(t)|2 − < iω Ry ∗ (t), y ∗ (t) >
dt
−| < Pω By(t), y(t) > |2 − |v(t)|2
on déduit
Z ∞
qω (v) = V (y0 ) + | < y(t), Pω By(t) > +v(t)|2 dt, ∀ y0 ∈ D(A)
0

En prenant v = v∗ on obtient qω (v ∗ ) = V (y0 ), ainsi


qω (v) ≥ qω (v ∗ ), ∀v ∈ Vad (ω)
En utilisant les mêmes techniques du chapitre précédent, on déduit que
l’inégalité ci-dessus reste valable pour tout y0 ∈ H. L’unicité de v ∗ (t) est
immédiate.
Le résultat suivant donne une condition suffisante pour que le contrôle
optimal (7.3.3) soit stabilisant.

Corollaire 7.5
Supposons que le semi-groupe S(t) est de contraction. Si l’opérateur P
est compact et que K = Pω B vérifie (7.2.2), alors (7.3.3) est l’unique
contrôle du type feedback solution de (7.3.2), qui stabilise le système
(7.1.1) régionalement faiblement sur ω.
Démonstration.
D’après ce qui précède, le contrôle v ∗ stabilise (7.1.1) faiblement sur
ω. Comme iω est continu et P est supposé compact, alors Pω est aussi
compact, donc pour toute suite tn −→ +∞, on a Pω z(tn ) −→ 0,
d’où la convergence de la suite réelle V (y(tn )) vers 0 et par conséquent
AEJ-EZ-Livre-Stabilite 24 juin 2013

V (y(t)) −→ 0, quand t −→ +∞, et la proposition précédente permet


alors de conclure.

Remarque
La formule (7.3.3) montre la manière dont le contrôle de stabilisation
régionale dépend de la région cible. 

Exemple 7.3.1
Considérons le système défini sur Ω = {(x, z)/x2 + z 2 < 1} par
∂z(t)


 = f (x, z)y(t) + v(t)| < y(t), χD > |χD sur Q
∂t (7.3.5)


y(0) = y0 = 1

où D = {(x, z)/0.9 ≤ x2 + z 2 ≤ 1}, et χD indique sa fonction caracté-


ristique.

 0 , si (x, z) ∈ D
f (x, z) =
 1 2 2 2 , sinon
10 (x + z − 0.9)

Considérons le problème de la stabilisation du système (7.3.5) sur


Γ = {(x, z)/z ≥ 0 x2 + z 2 = 1} par un contrôle minimisant le critère
(7.3.2) correspondant à R = 0.
L’opérateur P = I étant solution de (7.3.1), alors nous excitons le sys-
tème (7.3.5) par le contrôle v ∗ (t) = −| < y ∗ (t), χD > | < iΓ y ∗ (t), χD > .
L’état initial étant une constante positive (indépendante des variables
spatiales x et z), une solution positive associée à v ∗ (t) sur D et ne dé-
pentd que de t est donnée par

1


 p
 , sur D
2
2µ(D) σ(Γ)t + 1
y ∗ (t) =

 t (x2 +z 2 −0.9)2

e 10 , sinon

où µ(D) et σ(Γ) indiquent les mesures de D et de Γ respectivement.


µ(D)σ(Γ)
Le contrôle v ∗ (t) = − solution de (7.3.2) stabilise le
2µ(D)2 σ(Γ)t + 1
système (7.3.5) avec un coût qΓ (v ∗ ) = ||χΓ y0 ||2L2 (Γ) = σ(Γ) = π.
AEJ-EZ-Livre-Stabilite 24 juin 2013

7.3-b Approche interne

Ce paragraphe illustre le lien entre le problème de la stabilisation fron-


tière et celui du cas interne. Dans (7.3.1) on prend R = I.
On considère une suite de voisinages (ωn ) de Γ définie dans le chapitre
précédent, et on considère le problème de minimisation

min qn (v) (7.3.6)


v∈Vad (ωn )

Z +∞ Z +∞
où qn (v) = n < Rn y(t), y(t) > dt + n | < Pn By(t), y(t) >
Z +∞ 0 0

|2 dt + |v(t)|2 dt,
0
et Vad (ωn ) = {v; y(t) est une solution globale et qn (v) < ∞}.
1 1
avec P ∈ L(H) un opérateur auto-adjoint, positif et Pn = Rn2 P Rn2
solution de l’équation

< Pn Ay, y > + < y, Pn Ay > + < Rn y, y >= 0, y ∈ D(A) (7.3.7)

D’après le paragraphe précédent, le problème (7.3.6) admet une solution


unique donnée par vn∗ (t) = −n < y(t), Pn By(t) > et on a le résultat
suivant.

Proposition 7.6 1
Si P commute avec Rn2 et iΓ , alors la suite vn∗ (t) converge vers le contrôle

v ∗ (t) = − < iΓ y ∗ (t), P By ∗ (t) >

la solution de (7.3.2).

Remarque
1. Les conditions de la proposition précédente sont vérifiées si P = I.
Dans ce cas, les opérateurs Rn A et iΓ A sont dissipatifs.
2. Si P est compact, alors le contrôle v ∗ (t) = − < iΓ y ∗ (t), P By ∗ (t) >,
stabilise le système (7.1.1) sur Γ. 

Exemple 7.3.2
Reprenons le système (7.3.5), et considérons la suite
ωn = {(x, z) ∈ Ω/z ≥ 0 et x2 + z 2 ≥ (1 − n1 )2 }
AEJ-EZ-Livre-Stabilite 24 juin 2013

de voisinages de Γ, et considérons le problème de la stabilisation du sys-


tème (7.3.5) sur ωn et minimisant la fonctionnelle
Z +∞ Z +∞
qn (v) = n ||χωn y(t)||2 dt + |v(t)|2 dt
0 0

Pour n ≥ 10, l’opérateur nI est solution de l’équation (7.3.7). La solution


du système (7.3.5) excité par le contrôle
Z
∗ ∗
vn (t) = −n||χωn z (t)|| y ∗ (t)dx
ωn

est donnée par


1


 p
 , sur D
2
2µ(D) µ(ωn )t + 1
z ∗ (t) =

 t (x2 +z 2 −0.9)2

e 10 , sinon
µ(D)µ(ωn )
Ainsi le contrôle vn∗ (t) = − stabilise (7.3.5) asympto-
2µ(D)2 µ(ωn )t + 1
tiquement sur ωn et minimise qn (v). De plus vn∗ (t) converge vers v ∗ (t),
et qn (vn∗ ) = π2 (2 − n1 ) −→ qΓ (v ∗ ) quand n −→ +∞.

7.4 EXEMPLES

Cette section concerne des exemples numériques illustrant les résultats


établis.

7.4-a Cas interne

On considère le système défini sur Ω =]0, +∞[ par


 Z 1
 ∂y ∂y
=− + v(t)| y(x)dx| χω (x) sur Q
∂t ∂x 0
(7.4.1)
z(., 0) = z0

Z 1 Z 1
Le contrôle v(t) = − z(x, t)dx| y(x, t)dx| stabilise le système (7.4.1)
0 0
régionalement faiblement sur ω =]0, 1[. Pour y0 = 1, la solution sur ω
1
est donc y(t) = √ . Ainsi le système est stabilisé sur ω.
1 + 2t
AEJ-EZ-Livre-Stabilite 24 juin 2013

Figure 2 : L’évolution de l’état dans ω Figure 3 : L’évo-


lution du contrôle v(t)

7.4-b Cas monodimensionnel

Sur Ω =]0, +∞[, considérons le système


Z 1
∂y
= Ay + v(t) | y(x)dx| χ]0,1[ (.), y(., 0) = y0 (7.4.2)
∂t 0


où A = − , de domaine D(A) = {y ∈ H 1 (Ω); y(0) = 0}, χ]0,1[ (.)
∂x
est la fonction caractéristique de ]0, 1[, et H = L2 (Ω) est l’espace d’etat.
A genère le semi-groupe de contraction :

 y0 (x − t) , if x ≥ t
(S(t)y0 )(x) = (7.4.3)
0 , if x < t

B est séquentiellement continu et vérifie


Z 1−t Z 1−t
< BS(t)y0 , S(t)y0 >L2 (Ω) = | y0 (x)dx| y0 (x)dx, 0 ≤ t ≤ 1
0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Donc < BS(t)y0 , S(t)y0 >L2 (Ω) = 0, ∀t ≥ 0 ce qui implique y0 (x) =


0 p.p. x ∈]0, 1[.
Z 1 Z 1
Alors le contrôle v(t) = −| y(x, t)dx| y(x, t)dx stabilise le système
0 0
(7.1.2) sur la region ω =]0, 1[.
Pour y0 = 1, l’évolution du système stabilisé sur ω et le contrôle stabili-
sant sont décrit par les figures suivantes

Figure 2 : The stabilized state on ω. Figure 3 : The evolution


of the stabilizing
control.

7.4-c Cas bidimensionnel

Considérons le système défini sur Ω =]0, 1[2 par


∂y(t)
(
= f (x, z)z(t) + v(t)χD |y(t)| sur Q (7.4.4)
∂t
y(0) = y0

avec D =]0, 0.01[×]0, 1[,



0 , si (x, z) ∈ D
f (x, z) = 1 2 , sinon
100 (x − 0.01)

On considère le problème (7.3.2)


Z +∞ avec Z +∞
2
Γ = {0} × [0, 1], et qΓ (v) = ||χΓ y(t)||L2 (Γ) dt + |v(t)|2 dt.
0 0
Dans ce cas, l’opérateur P = I est solution de l’équation (7.3.1) relative
à R = 0.
Donc v ∗ (t) = −||χΓ y ∗ (t)||2L2 (Γ) minimise (7.3.2) et pour y0 = 1, la solu-
tion de (7.4.4) est donnée par

1
 √ , sur D


2t + 1
y ∗ (t) = 1 2
 100 t(x − 0.01)


e , sinon
1
Il est clair que pour t assez grand ||χΓ y ∗ (t)||L2 (Γ) = O( √ ). Ainsi le
t
système (7.4.4) est alors stabilisé sur Γ comme le montre les figures sui-
vantes.
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 8

Stabilisation du gradient des systèmes distribués linéaires

Dans ce chapitre on s’intéresse à l’étude de la stabilisation du gradient


d’un système distribué linéaire. On étudie différents degrés de stabilisa-
tion du gradient et on caractérise le contrôle stabilisant, et qui minimise
un coût quadratique, on considère ainsi les cas global et régional. Les ap-
proches développées sont illustrées par des exemples et des simulations
numériques.

8.1 STABILITÉ RÉGIONALE DU GRADIENT DES SYSTÈMES


LINÉAIRES

8.1-a Définitions

Soit Ω un ouvert régulier de Rn , on considère un système régi par l’équa-


tion d’état suivante :

∂y
(
= Ay sur Q
∂t (8.1.1)
y(0) = y0 ∈ H

où A : D(A) ⊂ H −→ H est un opérateur linéaire qui génère un C0 -


semi groupe S(t), t ≥ 0, sur un espace d’état H supposé de Hilbert et qui
s’injecte continûment dans H 1 (Ω). H est muni de la restriction du produit
scalaire de H 1 (Ω) noté h., .i et on note par k.k sa norme correspondante.
On définit l’opérateur gradient :
∇ : H → (L2 (Ω))n
∂y ∂y ∂y (8.1.2)
y 7→ ( , ,··· , )
∂x1 ∂x2 ∂xn
(L2 (Ω))n est muni de son produit scalaire usuel
i=n Z
X
<, >n = fi (x)gi (x)dx, et de la norme associée notée k.kn .
i=1 Ω
AEJ-EZ-Livre-Stabilite 24 juin 2013

où f = (f1 , f2 , · · · , fm ) et g = (g1 , g2 , · · · , gm ) avec fi , gi ∈ L2 (Ω).


Si ω est une partie de Ω, soit l’opérateur
∂. ∂. ∂.
∇ω = (χω , χω , · · · , χω )
∂x1 ∂x2 ∂xn
d’adjoint ∇∗ω , et soit l’opérateur Gω = ∇∗ω ∇ω .

Définition 8.1
Le système (8.1.1) est dit régionalement
1. faiblement gradient stable (G-stable) si ∀y0 ∈ H :

< ∇ω S(t)y0 , z >n −→ 0 quand t −→ ∞, ∀z ∈ (L2 (ω))n (8.1.3)

2. fortement gradient stable si ∀y0 ∈ H :

||∇ω S(t)y0 ||n −→ 0 quand t −→ ∞ (8.1.4)

3. exponentiellement gradient stable si ∀y0 ∈ H : il existe M, α > 0 tels


que

k∇ω S(t)y0 kn ≤ M e−αt ky0 k, t ≥ 0, ∀y0 ∈ H (8.1.5)

Remarque
1. Dans le cas où ω = Ω, le système (8.1.1) est dit globalement faiblement
(resp fortement, exponentiellement) G-stable.
2. Si le système (8.1.1) est stable alors il est G-stable.
3. Si le système (8.1.1) est régionalement G-stable sur ω, alors il est
régionalement G-stable sur toute région ω 0 ⊂ ω.
4. La notion de la stabilité régionale du gradient est plus générale que
la stabilité régionale de l’état, en effet ils existent des systèmes dont le
l’état est instable mais de gradient stable sur une région ω. 

Exemple 8.1.1
1. Sur Ω =]0, 1[×]0, 1[, on considère le système suivant

∂y
 ∂t (x, y, t) = Ay(x1 , x2 , t) Ω×]0, +∞[



∂y (8.1.6)
(ζ, ξ, t) = 0 ∂Ω×]0, +∞[
∂ν


1

 y(., 0) = y0 ∈ H (Ω)
AEJ-EZ-Livre-Stabilite 24 juin 2013

où Ay = ∆y + 6π 2 hy, ϕ20 iϕ20 , ϕij (x1 , x2 ) = 2aij cos(iπx1 ) cos(jπx2 ), et


1
λij = −(i2 + j 2 )π 2 , avec aij = (1 − λij )− 2 , λij = −(i2 + j 2 )π 2 si i 6= 2,
1
j 6= 0, a20 = (1 + 4π 2 )− 2 et λ20 = 2π 2 .
L’opérateur A a une base orthonormale ϕij des fonctions propres, et λij
les valeurs propres correspondantes.
A génère un C0 -semi groupe (S(t))t≥0 sur H 1 (Ω) donné par

X
S(t)y = eλij t hy, ϕij iϕij .
(i,j)

L’état et le gradient du système (8.1.1) sont instables sur ω = { 21 }×[0, 1].


Mais k∇ω ϕ20 k = 0 alors ∇ω y(t) → 0 exponentiellement quand t → ∞,
et par conséquent le système (8.1.1) est régionalement exponentiellement
G-stable sur ω.

2. Sur Ω =]0, 1[ on considère le système décrit par l’équation



∂y
 ∂t (t) = Ay(t) Ω×]0, +∞[



∂y ∂y (8.1.7)
(0, t) = (1, t) = 0 ]0, +∞[
∂t ∂t


= y0 ∈ H 1 (Ω)

 y(., 0)

L’opérateur Ay = ∆y + y dervaleurs propres λi = 1 − (iπ)2 associées aux


2
fonctions propres φi (x) = cos(iπx) for i ≥ 0. A génère un
1 + (iπ)2
C0 -semi groupe donné par

X
S(t)y0 = eλi t hy0 , φi iφi
i≥0

Puisque λ0 > 0, le système (8.1.7) est instable mais globalement expo-


nentiellement G-stable, en effet
X
k∇S(t)y0 k2n ≤ e2λ1 t hy0 , φi i2 k∇φi k2n
i>0
≤ e2λ1 t ky0 k2

Par conséquent (8.1.7) est exponentiellement G-stable sur Ω.


AEJ-EZ-Livre-Stabilite 24 juin 2013

8.1-b Caractérisations

On a vu que la stabilité exponentielle est obtenue sous la condition


(3.2.4), le résultat suivant donne une extension au cas du gradient.

Proposition 8.2
On suppose qu’il existe une fonction Mω ∈ L2 (0, +∞; IR+ ) telle que
∀y ∈ H :
k∇ω S(t + s)yk ≤ Mω (t)k∇ω S(s)yk ∀t, s ≥ 0. (8.1.8)
et
k∇ω S(mt)yk ≤ k∇ω S(t)km ∀ t ≥ 0, ∀m ∈ N∗ . (8.1.9)
Alors le système (8.1.1) est régionalement exponentiellement G-stable si
et seulement si
Z ∞
||∇ω S(t)y||2n dt < ∞, y ∈ H (8.1.10)
0
Démonstration.
1) On montre que la suite des opérateurs (∇ω S(t))t≥0 est uniformément
bornée . En effet on a sup k∇ω S(t)k < +∞, sinon il existe une suite
t≥0
(t1 +τk )k , t1 > 0 et τk → ∞ quand k → +∞, telle que k∇ω S(t1 +τk )k →
+∞ quand k → ∞. Donc
Z ∞ Z ∞
k∇ω S(s + τk )yk2n ds = k∇S(s)yk2n ds
0 τk

Comme le terme de droite tend vers 0 quand k → ∞, le lemme de Fatou


implique que lim inf k∇ω S(s + τk )zkm = 0 quand k → ∞, presque pour
tout s > 0.
Par conséquent pour s0 < t1 il existe une sous suite {τkn } telle que
lim k∇ω S(s0 + τkn )ykn = 0. Mais avec (8.1.8) on a
n
k∇ω S(t1 + τkn )ykn ≤ M (t1 − s0 )k∇S(s0 + τkn )ykn → 0 quand n → +∞,
ce qui est impossible.
Utilisant le théorème de Banach-Steinhaus on déduit que (∇ω S(t))t≥0
est uniformément bornée.
2) On montre que
1 1
σ00 = inf ln k∇ω S(t)kL(H,(L2 (Ω))n ) = lim ln k∇ω S(t)kL(H,(L2 (Ω))n ) .
t>0 t t→+∞ t
AEJ-EZ-Livre-Stabilite 24 juin 2013

En effet on a
Z t
tk∇ω S(t)yk2n = k∇ω S(t)yk2n ds
Z0 t
≤ k∇ω S(s + t − s)yk2n ds
0

Par la condition (8.1.8) et comme l’opérateur ∇ω S(t) est uniformément


borné il existe une constante N > 0 telle que
Z t
2
tk∇ω S(t)ykn ≤ M 2 (s)k∇ω S(t − s)yk2n ds
0
≤ N kyk2
Donc il existe t0 > 0 tel que ln k∇ω S(t)kL(H,(L2 (Ω))n ) < 0, ∀t ≥ t0 . Ce qui
montre que σ00 < 0.
1
Il reste à montrer que : σ00 = lim ln k∇ω S(t)kL(H,(L2 (Ω))n ) .
t→+∞ t
Soit t1 > 0 et N 0 = sup kS(t)kL(H) , il existe un entier n ∈ N tel que
t∈[0,t1 ]
nt1 ≤ t < (n + 1)t1 , ∀t ≥ t1 .
On a alors
1 1 1
ln k∇ω S(t)kL(H,(L2 (Ω))n ) ≤ ln k∇ω S(nt1 )kL(H,(L2 (Ω))n ) + ln kS(t−nt1 )kL(H)
t t t
et avec (8.1.9) on obtient
1 nt1 1 ln N 0
ln k∇ω S(t)kL(H,(L2 (Ω))n ) ≤ ( ) ln k∇ω S(t1 )kL(H,(L2 (Ω))n ) +
t t t1 t
ce qui entraîne que
1 1
lim sup ln k∇ω S(t)kL(H,(L2 (Ω))n ) ≤ inf ln k∇ω S(t)kL(H,(L2 (Ω))n )
t→∞ t t>0 t

1
≤ lim inf ln k∇ω S(t)kL(H,(L2 (Ω))n )
t→∞ t
1
Ce qui donne σ00 = lim ln k∇ω S(t)kL(H,(L2 (Ω))n ) .
t→+∞ t
Donc pour tout σ ∈]0, −σ0 [, il existe M 0 tel que
0

||∇ω S(t)y||n ≤ M 0 e−σt kyk, ∀y ∈ H, ∀t ≥ 0.


par conséquent le système est régionalement exponentiellement G-stable.
La réciproque est immédiate.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Corollaire 8.3
Supposons que les deux conditions (8.1.8) et (8.1.9) sont vérifiées.
Si de plus pour un certain t0 > 0, on a k∇ω S(t0 )k < 1 alors le système
(8.1.1) est régionalement exponentiellement G-stable sur ω.
Démonstration.
D’après la deuxième étape de la proposition 8.2, on a
1
σ00 = lim ln |||∇ω S(t)k. cela implique que σ00 < 0.
t→+∞ t
Donc (8.1.1) est régionalement exponentiellement G-stable.
Le résultat suivant donne une condition suffisante pour la stabilité forte
du gradient sur une région ω.
Proposition 8.4
Supposons qu’il existe un opérateur P ∈ L(H) auto-adjoint positif solu-
tion de l’équation
< Ay, P y > + < P y, Ay > + < Ry, y >= 0, y ∈ D(A) (8.1.11)
où R ∈ L(H) est un opérateur auto-adjoint tel que
hRy, yi ≥ αk∇ω yk2n ∀y ∈ H, pour un réel α > 0 (8.1.12)
Si en plus la condition
Re(< Gω Ay, y >) ≤ 0, y ∈ D(A) (8.1.13)
est vérifiée, alors (8.1.1) est régionalement fortement G-stable sur ω.
Démonstration.
Soit la fonction V (y) = < P y, y >, y ∈ H. Pour y0 ∈ D(A), on a
d
V (S(t)y0 ) = < P AS(t)y0 , S(t)y0 > + < P S(t)y0 , AS(t)y0 >
dt
= − < RS(t)y0 , S(t)y0 >
Z +∞
ce qui implique < RS(s)y0 , S(s)y0 > ds ≤ V (y0 ) et par (8.1.12),
Z +∞ 0

on a ||∇ω S(s)y0 ||2n ds < ∞.


0

En utilisant (8.1.13), on obtient ||∇ω S(t)y0 ||2n ≤ 0.
∂t
D’où
Z t Z t
2 2
t||∇ω S(t)y0 ||n = ||∇ω S(t)y0 ||n ds ≤ ||∇ω S(s)y0 ||2n ds
0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

On déduit que
f (y0 , t)
||∇ω S(t)y0 ||2n ≤ , t > 0, y0 ∈ D(A). (8.1.14)
t
Z t
avec f (y0 , t) = ||∇ω S(s)y0 ||2n ds qui est continue par rapport à t.
0
Ce qui entraîne que lim k∇ω S(t)y0 kn = 0.
t→+∞
Comme D(A) est dense dans H, et la fonction y0 7→ f (y0 , t) est conti-
nue, l’inégalité (8.1.14) est vérifiée pour tout y0 ∈ H. Donc (8.1.1) est
régionalement fortement G-stable.
La stabilité faible du système (8.1.1) est liée aux propriétés spectrales
de la dynamique du système. En effet, en dimension finie une condition
nécessaire et suffisante pour que le système (8.1.1) soit faiblement stable
est que les pôles de sa dynamique soient tous situés dans le demi-plan
gauche ouvert. En dimension infinie on a le résultat suivant.

Proposition 8.5
1) Si le système (8.1.1) est régionalement faiblement G-stable sur ω alors
∀λ ∈ σ(A), Re(λ) ≥ 0 ⇒ k∇ω φkn = 0, ∀φ ∈ Ker(A − λI)
2) On suppose que H est un espace de Hilbert qui admet une base ortho-
normale (φm )m , formée par les fonctions propres de l’opérateur A.
Si de plus
∃α > 0, ∀λ ∈ σ(A), ∃φ ∈ Ker(A − λI) k∇ω φkn 6= 0 ⇒ Re(λ) ≤ −α
alors le système (8.1.1) est régionalement exponentiellement G-stable sur
ω.
Démonstration.
1) On Suppose qu’il existe λ ∈ σ(A) et φ ∈ H tels que Re(λ) ≥ 0 et

Aφ = λφ
k∇ω φkn 6= 0

La solution du système (8.1.1) associée à la condition initiale y0 = φ est


donnée par y(t) = eλt φ, d’où :

 h∇ω S(t)φ, ∇ω φin = eRe(λ)t k∇ω φk2n
≥ k∇ω φk2n
>0

AEJ-EZ-Livre-Stabilite 24 juin 2013

Par conséquent le système (8.1.1) n’est pas régionalement faiblement G-


stable sur ω.
X rn
X
2) Soit y0 ∈ H, on a : ∇ω S(t)y0 = e λn t hy0 , φn,k i∇ω φn,k où rn est
n≥0 k=1
la multiplicité de la valeur propre λn , alors
k∇ω S(t)y0 kn ≤ e−αt ky0 k.
On conclut que le système (8.1.1) est régionalement exponentiellement
G-stable sur ω.
Comme illustration du deuxième point du résultat ci-dessus, on reconsi-
dère le système (8.1.1) et ω = { 12 } × [0, 1].
On a ∀i, j ∈ N, ∇ω ϕij 6= 0 ⇒ Re(λij ) ≤ −π 2 et donc le système (8.1.1)
est régionalement exponentiellement G-stable sur ω.

8.2 STABILISATION RÉGIONALE DU GRADIENT DES SYS-


TÈMES LINÉAIRES

Dans la section précédente on a établi des conditions suffisantes et


d’autres nécessaires et suffisantes pour qu’un système distribué soit ré-
gionalement exponentiellement (fortement-faiblement) gradient stable.
L’objet de cette section est de caractériser un contrôle stabilisant et mi-
nimisant une fonctionnelle.

8.2-a Préliminaires

On considère le système régi par l’équation


∂y(t)
(
= Ay(t) + Bv(t) (8.2.1)
∂t
y(., 0) = y0 ∈ H
où A génère un C0 -semi groupe S(t), et B ∈ L(V, H) un opérateur
linéaire continu avec V espace des contrôles supposé de Hilbert. Les
contrôles considérés sont du type feedback v(t) = Ky(t) avec K ∈
L(H, V ).
Le système (8.2.1) s’écrit sous la forme
∂y(t)
(
= (A + BK)y(t) (8.2.2)
∂t
y(., 0) = y0 ∈ H
AEJ-EZ-Livre-Stabilite 24 juin 2013

Dans ce cas A + BK génère un C0 -semi groupe T (t), et soient les défi-


nitions :

Définition 8.6
1. Le système (8.2.1) est dit régionalement exponentiellement G-stabilisable
sur ω s’il existe un opérateur K ∈ L(H, V ), tel que le système (8.2.2)
est régionalement exponentiellement G-stable.
2. S’il existe un opérateur K ∈ L(H, V ), tel que le système (8.2.2) soit
régionalement fortement (resp. faiblement) G-stable sur ω, le système
(8.2.1) est dit régionalement fortement (resp. faiblement) G-stabilisable
sur ω.

Remarque
1. La stabilisation régionale du gradient est une notion générale qui en-
globe la notion de la stabilisation globale du gradient.
2. Le coût de la stabilisation régionale du gradient est moindre que celui
de la stabilisation globale du gradient.
3. Le coût de la stabilisation du gradient est moindre que celui de la
stabilisation de l’état. En effet si on considère le coût
Z +∞
q(v) = kv(t)k2 dt
0

et les ensembles
Vad = {v ∈ L2 (0, +∞; V ); v stabilise le gradient sur ω}

1
Vad = {v ∈ L2 (0, +∞; V ); v stabilise le gradient sur Ω}

2
Vad = {v ∈ L2 (0, +∞; V ); v stabilise l’état sur ω}
et
3
Vad = {v ∈ L2 (0, +∞; V ); v stabilise l’état sur Ω}
3 ⊂ V 2 ⊂ V 1 ⊂ V . Par conséquent
Alors on a Vad ad ad ad

min q(v) ≤ min q(v) et min q(v) ≤ min q(v) ≤ min q(v)
v∈Vad 1
v∈Vad 1
v∈Vad 2
v∈Vad 3
v∈Vad


AEJ-EZ-Livre-Stabilite 24 juin 2013

8.2-b Contrôle stabilisant

Dans ce paragraphe on caractérise la stabilisation régionale et globale


du gradient utilisant deux approches, la première passe par la résolution
de l’équation de Riccati et la deuxième se base sur la décomposition de
l’espace d’état.

8.2-b-a Méthode de Ricatti

On rappelle que l’équation algébrique de Riccati permet un contrôle qui


stabilise exponentiellement un système distribué, dans ce paragraphe on
présente une extension de ce résultat classique pour le cas de la stabili-
sation régionale et globale du gradient.
On suppose que l’équation algébrique de Riccati (8.1.11) admet une so-
lution P ∈ L(H) auto-adjoint et positif, si R vérifie la condition (8.1.12)
alors on a le résultat

Proposition 8.7
Supposons que T (t) vérifie les conditions (8.1.8) et (8.1.9) alors :
1. Le système (8.2.1) est régionalement exponentiellement G-stabilisable.
2. S’il existe d > 0 tel que :
< Gω y, y >≥ dRe(< (A + BK)y, y >), y ∈ D(A) (8.2.3)
alors l’état du système (8.2.2) reste borné sur Ω.
Démonstration.
1. Comme P est solution du (8.1.11), et R vérifie (8.1.12) alors :
Z +∞
k∇ω T (t)yk2n dt < +∞ ∀y ∈ H
0

et on applique le théorème 8.2 pour conclure.

2. La condition (8.2.3) donne


Z t
2 2
d(ky(t)k − ky0 k ) ≤ k∇ω T (s)y0 k2 ds
0

Comme le système (8.2.1) est supposé régionalement exponentiellement


G-stabilisable, alors
Z t
kT (s)y0 k2 ds
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

est uniformément borné, ce qui nous permet de conclure que l’état reste
borné sur tout le domaine d’évolution.
Dans le cas régional, le résultat suivant concerne le comportement du
gradient sur la partie résiduelle Ω \ ω. de Ω.

Proposition 8.8
Supposons que S(t) vérifie les conditions (8.1.8) et (8.1.9) alors si il
existe d > 0 tel que :

< Gω y, y >≥ dRe < GΩ (A + BK)y, y >, y ∈ D(A) (8.2.4)

alors le gradient du système (8.2.2) reste borné sur Ω.


Démonstration.
La proposition précédente implique que le système (8.2.1) est régionale-
ment exponentiellement G-stabilisable sur ω.
La condition (8.2.4) implique que ∀y0 ∈ D(A) on a

1 t
Z
2
k∇y(t)k ≤ k∇ω T (t)y0 k2 dt
d 0
Puisque ∇ω et ∇ sont continues alors cette dernière inégalité reste vraie
Z y0 ∈ H.
pour tout
+∞
Comme k∇ω T (t)y0 k2 dt < +∞, on déduit le résultat.
0

Remarque
1. La condition (8.2.3) implique que le gradient du système (8.2.2) reste
borné sur Ω (car l’état du (8.2.2) est borné).
2. La condition (8.2.4) donne le même résultat que la condition (8.2.3),
mais sans prendre en considération le comportement de l’état.
3. La condition (8.2.4) peut être remplacée par la condition suivante :
d
< Gω y, y >≥ d0 < (GΩ\ω y, y >, y ∈ D(A), avec d0 > 0 (8.2.5)
dt
pour garantir que le gradient du système (8.2.2) reste borné sur Ω. 

8.2-c Méthode de la décomposition

Le but de ce paragraphe est de donner une extension de la méthode de


décomposition au cas de la stabilisabilité du gradient.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Soit δ > 0 et on considère les sous-ensembles :

σu (A) = {λ : Re(λ) ≥ −δ}, σs (A) = {λ : Re(λ) < −δ}

On suppose que σu (A) est borné et peut être séparé de σs (A) par une
courbe fermée simple, alors dans ce cas l’espace d’état H peut être dé-
composé en somme de deux espaces H = Hu + Hs avec Hu = P H, Hs =
(I − P )H, et P ∈ L(H) est un opérateur de projection donné par
Z
1
P = (λI − A)−1 dλ (8.2.6)
2πi C

où C est une courbe entourant σ(A) [60].


Ainsi le système (8.2.1) peut être décomposé en deux systèmes suivants :

dyu (t)


 = Au yu (t) + P Bv(t)
dt (8.2.7)

 y 0u = P y0 ,
yu = Py

dys (t)


 = As ys (t) + (I − P )Bv(t)
dt (8.2.8)
 y 0s = (I − P )y0
= (I − P )y

ys

On rappelle que As et Au sont respectivement les restrictions de A sur


Hs et Hu ,.
Su (t) et Ss (t) sont les restrictions de S(t) sur Hu et Hs , qui sont respec-
tivement les C0 - semi groupes engendrés par Au et As .
On a le résultat suivant :

Proposition 8.9
Supposons que Ss (t) vérifie l’inégalité

1
lim ln k∇ω Ss (t)k ≤ supRe(σ(As )). (8.2.9)
t→+∞ t

et que le système (8.2.7) est régionalement exponentiellement (resp. for-


tement) G-stabilisable sur ω par le contrôle v = Ku ∇ω yu , avec Ku ∈
L((L2 (ω))n , V ), alors le système (8.2.1) contrôlé par ve = (v, 0), est ré-
gionalement exponentiellement (resp fortement) G-stabilisable sur ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
On traite le cas de la stabilisabilité forte :
La décomposition précédente entraîne que sup Re(σ(As )) ≤ −δ. Donc il
existe M1 > 0 et β ∈]0, δ[, tels que :

k∇ω Ss (t)k ≤ M1 e−βt , t ≥ 0 (8.2.10)

Alors sous l’action du contrôle nul, le système (8.2.8) est régionalement


exponentiellement G-stabilisable sur ω.
Si le système (8.2.7) est régionalement fortement G-stabilisable c ’est à
dire

lim k∇ω yu (t)kn = 0 (8.2.11)


t→+∞

alors pour tout  > 0 il existe t0 > 0 tel que t > t0 , kv(t)k < β
2 .
La solution du (8.2.8) est donnée par :
Z t
ys (t) = Ss (t)y0s + Ss (t − τ )(I − P )Bv(τ )dτ (8.2.12)
0

En utilisant (8.2.10), il existe M1 > 0 telle que


Z t
−βt
k∇ω ys (t)kn ≤ M1 e ky0s k + M1 k(I − P )Bk e−β(t−τ ) kvu (τ )kdτ.
0

Il reste à monter que lim k∇ω ys (t)kn = 0.


t→+∞
Z t Z t0 Z t
−β(t−τ ) −β(t−τ )
e kv(τ )kdτ = e kv(τ )kdτ + e−β(t−τ ) kv(τ )kdτ
0 0 t0

≤ De−β(t−t0 ) +
2
Z t0  12
1 2
où D = √ kv(t)k dt .
2β Z 0
t
Comme lim e−β(t−τ ) kv(τ )kdτ = 0 alors lim k∇ω ys (t)kn = 0.
t−→+∞ 0 t→+∞
Finalement si on considère le système (8.2.1) contrôlé par ve(t) on obtient

k∇ω y(t)kn ≤ k∇ω yu (t)kn + k∇ω ys (t)kn

et donc le système (8.2.1) est régionalement fortement G-stabilisable sur


ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

8.2-d Problème de la stabilisation du gradient

Dans ce paragraphe on cherche à caractériser un contrôle qui stabilise le


gradient du système (8.2.1),et solution du problème

min q(v)
(8.2.13)
v ∈ Vad

Z +∞ Z +∞
q(v) = hRy(t), y(t)idt + kv(t)k2 dt (8.2.14)
0 0

avec Vad = {v ∈ L2 (0, +∞; V ); q(v) < +∞} et R : H → H un opérateur


linéaire borné qui vérifie (8.1.12).
On suppose que (8.1.11) admet une solution P, un opérateur auto-adjoint
positif, et ∀y0 ∈ H, Vad 6= ∅ alors on a le résultat suivant :

Proposition 8.10
Si le semi groupe T (t) vérifie les conditions (8.1.8) et (8.1.9) alors le
contrôle
v ∗ (t) = −B ∗ P y ∗ (t) (8.2.15)
est solution du problème (8.2.13) et stabilise exponentiellement le gra-
dient du système (8.2.1) sur ω.
Démonstration.
Etape 1. Le contrôle (8.2.15) stabilise régionalement le gradient du sys-
tème (8.2.1).
Comme T (t) vérifie (8.1.8) et (8.1.9), le système (8.2.1) est exponentiel-
lement G-stabilisable sur ω.

Etape 2. Le contrôle (8.2.15) est solution du problème (8.2.13).


Soit y ∈ D(A), puisque q(y0 , v) < ∞ alors avec le théorème 6.1.13 et le
lemme 6.2.2 dans [38], l’équation différentielle de Ricatti
d
hy, P (t)yi = hP (t)Ay, yi + hy, P (t)Ayi
dt (8.2.16)
−hB ∗ P (t)y, B ∗ P (t)yi + hRy, yi
admet une solution P (t) avec P (0) = 0 et la suite P (m), m > 0 est
uniformément bornée et pour tout y0 ∈ H, lim P (m)y0 = Pω y0 où
m−→+∞
Pω est une solution de (8.2.16).
AEJ-EZ-Livre-Stabilite 24 juin 2013

De plus, 0 ≤ P (m) ≤ P (m + 1), et on conclut [38], qu’il existe un


opérateur auto-adjoint positif Pω ∈ L(H) tel que pour tout y0 ∈ H,
lim P (m)y0 = Pω y0 et P (m) ≤ Pω pour m ≥ 0.
m−→+∞
Pour tout t ≥ 0, soit m ∈ N tel que m ≤ t ≤ m + 1, et d’après [38],on a
P (m) ≤ P (t) ≤ P (m + 1). D’où

lim P (t)y0 = Pω y0
t−→+∞

Comme P (t) satisfait (8.2.16) pour tout y ∈ D(A), à la limite (8.2.16)


converge vers

hPω Ay, yi + hy, Pω Ayi − hB ∗ Pω y, B ∗ Pω yi + hRy, yi = 0

Il reste à montrer que le contrôle (8.2.15) est solution du problème


(8.2.13).
Soit v ∈ L2 ([0, ∞[, V ), avec le théorème 6.1.13 dans [38], on a
Z m Z m
q(y0 , v, m) = hRy(t), y(t)idt + k v(t) k2 dt ≤ q(y0 , v)
0 0

Alors
inf q(y0 , v) ≥ inf q(y0 , v, m)
v∈L2 ([0,∞[,V ) v∈L2 ([0,∞[,V )
= inf q(y0 , v, m)
v∈L2 ([0,m],V )
= hy0 , P (m)y0 i
On passe à la limite sur m, on a

inf q(y0 , v) ≥ hy0 , P (m)y0 i (8.2.17)


v∈L2 ([0,∞[,V )

Comme Pω est positif, on a

q(y0 , v, m) ≤ Zhy0 , Pω y0 i
m
+ h[v(s) + B ∗ Pω y(s)], [v(s) + B ∗ Pω y(s)]ids
0

Soit ỹ(s) = S(s)y0 la solution de (8.2.1) contrôlé par ṽ(s) = B ∗ Pω S(s)y0


et avec (8.2.17) on a q(y0 , m, ṽ) ≤ hy0 , Pω y0 i.
On passe à la limite sur m on a

q(y0 , ṽ) = lim q(y0 , m, ṽ) ≤ hy0 , Pω y0 i


m−→+∞
AEJ-EZ-Livre-Stabilite 24 juin 2013

Par (8.2.17) et (8.2-d), on a

hy0 , Pω y0 i ≤ inf q(y0 , v) ≤ q(y0 , ṽ) ≤ hy0 , P (m)y0 i


v∈L2 ([0,∞[,V )

On déduit que

inf q(y0 , v) = hy0 , P (m)y0 i


v∈L2 ([0,∞[,V )

et ainsi le contrôle (8.2.15) est solution du problème (8.2.13).

8.2-e Algorithme et simulations

Dans cette partie on présente un algorithme permettant le calcul numé-


rique du contrôle solution du problème (8.2.13) et qui stabilise le gradient
du système (8.2.1).
D’après ce qui précède ce contrôle s’obtient par la résolution de l’équa-
tion algébrique de Riccati (8.1.11).
Soit Hn = V ect{ei , i = 1, 2, · · · , n} où {ei , i ≥ 1} est une base hil-
bertienne de H. Hn est un sous espace de H muni du produit scalaire
restreint de celui de H.
On considère l’opérateur de projection Πn : H → Hn défini par :
n
X
Πn (y) = hei , yiei ∀y ∈ H (8.2.18)
i=1

La projection de (8.1.11) sur Hn , est donnée formellement par

Pn An + An Pn − Pn Bn Bn∗ Pn + Rn = 0 (8.2.19)

où An , Pn et Rn sont respectivement les projections de A, P et R sur


Hn , et Bn est la projection de B : V → Hn .
Ainsi on a lim kPn Πn y − P yk = 0, et par conséquent Pn Πn converge
n→∞
fortement vers P quand n → +∞ (voir [11]).
La projection du système (8.2.1) est donnée par :

∂yn (t)
= An yn (t) − Bn Bn∗ Pn yn (t) ; yn (0). (8.2.20)
∂t
de solution

yn (t) = e(An −Bn Bn Pn )t yn (0) (8.2.21)
AEJ-EZ-Livre-Stabilite 24 juin 2013

Pour calculer l’exponentielle d’une matrice on utilise les approximants


de Padé (voir [57]).
Si on note ỹni (t) = hyn (t), ei i, on a
n
X
∇yn (t) = ỹni (t)∇ei (8.2.22)
i=1

On considère une subdivision régulière du temps ti = iδ, i ∈ N, et δ > 0


( suffisamment petit) le pas de cette subdivision.

Le contrôle stabilisant le système (8.2.1) et solution du problème (8.2.13),


peut être obtenu à l’aide de l’algorithme suivant ;

Algorithme

Étape 1 : Initialisation des données :


une tolérance ε > 0 , une région cible ω, le support de contrôle D
et N la dimension de l’espace de la projection.
Etape 2 : Résoudre (8.2.19) avec une variante de la méthode de Schur
(voir [3])
Etape 3 : Résoudre (8.2.20) en utilisant la formule (8.2.21) donne yn (ti )
Etape 4 : Calculer ∇ω yn (ti ) par la formule (8.2.22).
Etape 5 : Si k ∇ω yn (ti ) k<  stop, sinon i := i + 1 aller à l’étape 3.

Exemple 8.2.1
Sur Ω =]0, 1[, on considère le système
∂y(t)


 = Ay(t) + χD v(t) Ω×]0, +∞[
 ∂t


∂y(0, t) ∂y(1, t)
= =0 ∀t ≥ 0 (8.2.23)
 ∂x ∂x
1 1


 y(x, 0) = x2 ( − x) Ω

2 3
où Ay = 0.02∆y + 0.5y, v(t) ∈ H ∀t ≥ 0, D =]0.2, 0.9[, d’espace d’état
dy dy
H = {y ∈ H 1 (Ω) tel que (0) = (1) = 0}, de Hilbert.
dx dx
On considère le problème (8.2.13) avec R = ∇∗ ∇.
X+∞
A génère un C0 -semi groupe S(t)y = eλi t hy, φi iφi .
i≥0
AEJ-EZ-Livre-Stabilite 24 juin 2013

q
2
où λi = −0.01(iπ)2 + 0.5 et φi (x) = αi cos(iπx) avec αi = 1+(iπ)2
.
Comme λ0 , λ1 > 0 alors l’état et le gradient du système (8.2.23) sont
instables
On considère le sous espace

Hn = Span{αi−1 cos((i − 1)πx), 1 ≤ i ≤ n, x ∈ Ω}

On applique l’algorithme ci dessus avec une troncature n = 5, on obtient


les résultats suivants :

Cas global :
La figure suivante illustre l’évolution du gradient du système, on re-
marque que le gradient s’approche de 0 quand le temp t croît.

0.15
t=2
t=3
0.1 t=7

0.05

0
flux

−0.05

−0.1

−0.15

−0.2
0 0.2 0.4 0.6 0.8 1
x

figure1 :L’evolution du gradient

L’erreur de cette stabilisation est 9.9836 ∗ 10−7 et son coût est égal à
2.6982 ∗ 10−4 .
En étudiant la variation du coût de stabilisation du gradient par rapport
à l’aire de la zone d’action du contrôle on obtient
D ]0,0.1[ ]0,0.3[ ]0,0.5[ ]0,0.7[ ]0,0.9[ ]0,1[
Coût 9.0097 1.921 0.9408 0.817 0.2868 0.1636

Ce tableau montre qu’il y’a une relation entre l’aire de la zone du contrôle
et le coût de la stabilisation du gradient, plus précisément, plus que cette
AEJ-EZ-Livre-Stabilite 24 juin 2013

aire croît plus que le coût diminue.

Cas régional
On applique l’algorithme avec ω =]0.3, 0.8[, D =]0, 0.3[, on obtient la
figure suivante

0.025
−3
t=3 x 10
1.4
t=5

0.02 1.2

1
0.015
The flux

0.8

The flux
0.01 0.6

0.4
0.005
0.2

0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
x x

figure2 : Evolution du gradient


Il est claire que le gradient est stabilisé sur ω =]0.3, 0.8[ avec une erreur
égale 3.7933 × 10−9 et un coût de 14.99 × 10−2 .

On fixe ω =]0, 0.3[


D ]0.3,0.4[ ]0.3,0.5[ ]0.3,0.6[ ]0.3,0.7[ ]0.3,0.8[ ]0.3,1[
Coût 118.02 ×10−2 118.01×10−2 118 ×10−2 117.98 ×10−2 117.94×10−2 117.92 ×10−2

Encore une fois on remarque que le coût de la stabilisation du gradient


et l’aire de la zone de contrôle sont inversement proportionnels.
Maintenant si on fixe la zone de l’action du contrôle D et on calcule le
coût et l’erreur de la stabilisation pour différentes régions ω,, on obtient
les résultats suivants

ω ]0,0.3[ ]0,0.4[ ]0,0.6[ ]0,0.7[ ]0,0.9[ ]0,1[


Erreur 6.6039×10−9 6.7428×10−9 7.6575 ×10−9 8.5953×10−9 9.1983×10−9 9.3011×10−9
Coût 117.83×10−2 135.17×10−2 155.13 ×10−2 159.52×10−2 162.03×10−2 165.18×10−2
On remarque que si l’aire de la région ω augmente le coût et l’erreur de
la stabilisation du gradient augmentent.
ω ]0,0.3[ ]0,0.4[ ]0,0.6[ ]0,0.7[ ]0,0.9[ ]0,1[
Erreur 6.6039×10−9 6.7428×10−9 7.6575 ×10−9 8.5953×10−9 9.1983×10−9 9.3011×10−9
Coût 117.83×10−2 135.17×10−2 155.13 ×10−2 159.52×10−2 162.03×10−2 165.18×10−2
AEJ-EZ-Livre-Stabilite 24 juin 2013

On remarque que si l’aire de la région ω augmente, le coût et l’erreur de


la stabilisation du gradient augmentent.
Exemple 8.2.2
Sur Ω =]0, 1[ et H = H01 (Ω), on considère le système
∂y(t)
(
= Ay(t) + χD v(t) Ω×]0, +∞[ (8.2.24)
∂t
y(x, 0) = (1 − x)2 x2 x∈Ω
où Ay = 0.01∆y + 0.5y, v(t) ∈ H ∀ t ≥ 0, D =]0, 0.3[, et on considère le
problème (8.2.13) avec R = ∇∗ω ∇ω .
Les valeurs et fonctions propres de A sont données par (λi , αi sin(iπx)), i ≥
1, avec λi = −0.01(iπ)2 + 0.5.
Comme λ1 > 0 alors l’état et le gradient du système (8.2.24) sont in-
stables .

q le sous espace de projection Hn = {αi sin(iπx), i = 1, · · · , n}


On considère
2
avec αi = 1+(iπ) 2.

Cas global :
Si on applique l’ algorithme précédent avec une troncature (n=5), alors
on obtient la figure
−4
x 10
6
t=3
4 t=5
t=13
2

−2
flux

−4

−6

−8

−10

−12

−14
0 0.2 0.4 0.6 0.8 1
x

figure3 : l’évolution du gradient.


qui montre que l’évolution du gradient s’approche de 0 quand t augmente.
L’erreur de cette stabilisation est égale à 9.7961 ∗ 10−7 et son coût est
égal 3.2689 ∗ 10−4 .
AEJ-EZ-Livre-Stabilite 24 juin 2013

Le tableau suivant donne le coût de la stabilisation du gradient du


système (8.2.24) en fonction des différentes localisations de la zone de
contrôle D.

D ]0,0.1[ ]0,0.3[ ]0,0.5[ ]0,0.7[ ]0,0.9[ ]0,1[


Coût 0.0247 0.0039 0.0016 4.7255 10−4 2.6982 10−4 2.6081 10−4

On remarque que si l’aire de la zone de contrôle croît, alors le coût de


stabilisation décroît.

Cas régional :
Si on prend ω =]0, 0.45[, et D =]0.0.8[, on obtient la figure

0.8
t=0
t=1
t=4.7

0.6

0.4

0.2

0
flux

Ŧ0.2

Ŧ0.4

Ŧ0.6

Ŧ0.8

Ŧ1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x

figure4 : Evolution du gradient

Le coût et l’erreur de cette stabilisation sont respectivement 4.53×10−2


et 9.9659×10−6 .

Le tableau qui suit donne les valeurs de l’erreur et du coût de la sta-


bilisation pour différentes régions ω.
ω ]0,0.17[ ]0,0.33[ ]0,0.36[ ]0,0.45[ ]0,0.78[
Erreur 9.9530 10−6 9.9534 10−6 9.9609 10−6 9.9659 10−6 9.9729 10−6 .
Coût 3.68 10−2 4.26 10−2 4.3 10−2 4.53 10−2 6.4 10−2
On remarque que l’erreur et le coût augmentent quand l’aire de la région
cible augmente.
On fixe ω =]0, 0.45[ et on étudie le coût de stabilisation du gradient et
AEJ-EZ-Livre-Stabilite 24 juin 2013

l’aire du support de contrôle, on obtient

D ]0,0.79[ ]0,0.75[ ]0,0.7[ ]0,0.65[ ]0,0.6[ ]0,55[ ]0,0.5[


Coût 4.57 10−2 4.74 10−2 5 10−2 5.37 10−2 5.87 10−2 6.38 10−2 6.76 10−2

De telles grandeurs sont inversement proportionnels.


AEJ-EZ-Livre-Stabilite 24 juin 2013

Chapitre 9

Stabilisation du gradient des systèmes distribués


bilinéaires

Ce chapitre est consacré à l’étude de la stabilisation du gradient des


systèmes distribués bilinéaires, les deux cas régional et globale sont
considérés, différentes caractérisations du contrôle stabilisant le gradient
et minimisant un coût sont présentées. On établit alors une approche
numérique pour le calcul du contrôle stabilisant le gradient et minimisant
une fonctionnelle.

9.1 DÉFINITIONS - CARACTÉRISATIONS

Soit Ω un ouvert régulier de Rn , et ω une partie de Ω de mesure non


nulle.
On considère un système bilinéaire régi par l’ équation


ẏ(t) = Ay(t) + v(t)By(t) t≥0
(9.1.1)
y(0) = y0

où A est un opérateur linéaire de domaine D(A) ⊂ H 1 (Ω) et génère un


semi groupe fortement continu (S(t))t≥0 sur H = H 1 (Ω) muni de son
produit scalaire usuel < . > et de la norme associée k . k, B ∈ L(H)
est un opérateur linéaire borné, et v(t) un contrôle scalaire. Le système
(9.1.1) est bilinéaire par rapport à la paire (v, y), et sa solution y est une
fonction non linéaire par rapport à v. On définit l’opérateur :
∇ω : H −→ (L2 (ω))n
∂y(x) ∂y(x) ∂y(x) (9.1.2)
y 7−→ (χω , χω , · · · , χω )
∂x1 ∂x2 ∂xn
L’espace (L2 (Ω))n est muni de son produit scalaire usuel < ., . >n et de
la norme associée k . kn , et (L2 (ω))n est muni de la restriction < ., . >n .
On note par Gω = ∇∗ω ∇ω , où ∇∗ω est l’opérateur adjoint de ∇ω .
AEJ-EZ-Livre-Stabilite 24 juin 2013

Définition 9.1
Le gradient du système (9.1.1) est dit régionalement
1. faiblement stabilisable sur ω, si pour toute condition initiale y0 ∈ H,
la solution associée y(t) de (9.1.1) est globale et vérifie :

< ∇ω y(t), z >n −→ 0 quand t −→ ∞, ∀z ∈ (L2 (Ω))n .

2. fortement stabilisable sur ω, si pour toute condition initiale y0 ∈ H la


solution associée y(t) du système (9.1.1) est globale, en plus ||∇ω y(t)||n −→
0 quand t −→ ∞.

3. exponentiellement stabilisable sur ω, si pour toute condition initiale


y0 ∈ H, la solution associée y(t) du système (9.1.1) est globale, et il
existe deux réels M, α > 0 tels que :

k∇ω y(t)kn ≤ M e−αt ky0 k t ≥ 0

Remarque
1. Dans la suite, un système gradient stabilisable sera dit G-stabilisable.
2. Si ω = Ω le système (9.1.1) sera dit globalement G-stabilisable.
3. Si le système (9.1.1) est stabilisable, alors il est régionalement G-
stabilisable, sur toute région ω ⊂ Ω. La réciproque n’est pas vraie en
général comme illustrée par le contre exemple suivant. 

Exemple 9.1.1
Sur Ω =]0, 1[2 , on considère le système :

∂y 2
 ∂t (x, t) = ∆y(x, t) + 10π y(x, t) + v(t)By(x, t) Ω×]0, +∞[



∂y
(ξ, t) = 0 ∂Ω×]0, +∞[
∂ν


1

 y(0) = y0 ∈ H (Ω)
(9.1.3)
où ∆ est l’opérateur Laplacien et l’opérateur A = ∆+10π 2 Id, a une base
orthonormale de fonctions propres ϕij (x, z) = 2aij cos(iπx) cos(jπz),
1
avec aij = (1 − λij )− 2 , et les valeurs propres correspondantes sont don-
nées par :

−(i2 + j 2 )π 2 + 10π 2 si (i, j) 6= (3, 0)



λij =
π2 sinon
AEJ-EZ-Livre-Stabilite 24 juin 2013

A génère un C0 -semi-groupe donné par


X
S(t)y = eπt hy, ϕ30 iϕ30 + eλij t hy, ϕij iϕij .
(i,j)∈Γ

X
L’opérateur By = λ−4
ij hy, ϕij iϕij .
(i,j)∈Γ
(λ−4 tels que (i, j) 6= (3, 0) sont les valeurs et fonctions propres de
ij , ϕij ),
l’opérateur B.
B est un opérateur compact. En effet :
X X
kBϕij k2 = kBϕij k2
(i,j)∈N2 (i,j)∈Γ
X
= |λi,j |−2 < +∞
(i,j)∈Γ

Par conséquent B est un X


opérateur compact.
On a hBS(t)y, S(t)yi = λ−3
ij e
2λij t
hy, ϕij i2 .
(i,j)∈Γ
D’où

hBT (t)y, T (t)yi = 0, ∀t ≥ 0 ⇒ hy, ϕij i = 0 ∀(i, j) 6= (3, 0) (9.1.4)

Comme ∇ω ϕ30 = 0 d’après (9.1.4) on obtient ∇ω y = 0, et par consé-


quent le système (9.1.3) est régionalement faiblement G-stabilisable sur
ω.
D’autre part on remarque que pour y0 = ϕ30 , la solution du (9.1.3) s’écrit
2 2
y(t) = eπ t ϕ30 et ky(t)k = eπ t kϕ30 k 9 0 quand t → +∞.
Par conséquent le système (9.1.3) n’est pas régionalement faiblement sta-
bilisable.

9.1-a Contrôle stabilisant

Dans ce paragraphe on va caractériser le contrôle assurant la stabilisation


faible du gradient du système (9.1.1).
La solution du système (9.1.1), vérifie l’équation
Z t
y(t) = S(t)y0 + v(s)S(t − s)By(s)ds (9.1.5)
0
AEJ-EZ-Livre-Stabilite 24 juin 2013

On dérive formellement k∇ω y(t)k2 le long de la trajectoire du système


(9.1.1), on obtient
d
k∇ω y(t)k2 = Re(hGω Ay(t), y(t)i) + Re(v(t)hGω By(t), y(t)i)
dt
Si de plus l’opérateur Gω A est dissipatif (RehGω Ay, yi ≤ 0, pour tout
y ∈ D(A)) alors
d
k∇ω y(t)k2 ≤ Re(v(t)hGω By(t), y(t)i).
dt
Le choix du contrôle v(t) = −hy(t), Gω By(t)i permet d’avoir l’inégalité
de la dissipation d’énergie .
Plus généralement on s’interesse à l’étude des contrôles quadratiques du
type v(t) = hy(t), Dy(t)i où D ∈ L(H) est un opérateur linéaire borné.
Le résultat suivant donne des conditions suffisantes pour la stabilisation
faible du gradient du système (9.1.1) par

v(t) = −hDBy(t), y(t)i. (9.1.6)

Proposition 9.2
Si les conditions
1. (S(t)) est un C0 -semi groupe de contractions,
2. B est compact,
3. Re(hDBy, yihy, Byi) ≥ 0 ∀y ∈ H 1 (Ω),
4. hDBS(t)y, S(t)yihS(t)y, BS(t)yi = 0 ∀t ≥ 0 ⇒ ∇ω y = 0.
sont satisfaites, alors le contrôle (9.1.6) stabilise faiblement le gradient
du système (9.1.1) sur ω.
Démonstration.
L’existence de la solution est assurée par la proposition 4.17 et la corres-
pondance y0 7→ y(t) est continue.
On pose F (y) = −hy, DByiBy.
L’image de toute boule de H par B est une boule de H, ce qui implique
que F est localement lipschitzienne, et comme B est compact, il existe
z0 ∈ H tel que y(t) * z0 quand t → ∞ et hF (y(t)), y(t)i = 0, ∀t > 0
(voir [8]).
Par conséquent hDBT (t)z0 , T (t)z0 ihT (t)z0 , BT (t)z0 i = 0, ∀t > 0, avec
l’hypothèse 4. on obtient ∇ω z0 = 0.
Soit z ∈ (L2 (Ω))n , comme ∇ω est un opérateur continu alors

h∇ω y(t), zin → h∇ω z0 , zin quand t → ∞


AEJ-EZ-Livre-Stabilite 24 juin 2013

On déduit que le système (9.1.1) est régionalement faiblement G-stabilisable


sur ω.

Corollaire 9.3
On suppose que les hypothèses 1 et 2 sont vérifiées, si de plus la condition

hBS(t)y, S(t)yi = 0 ∀t ≥ 0 ⇒ ∇ω y = 0 (9.1.7)

est satisfaite, alors le système (9.1.1) contrôlé par v(t) = −hy(t), By(t)i
est régionalement faiblement G-stabilisable.
Démonstration.
Si on pose D = Id, alors 3. et 4. de la proposition précédente sont
vérifiées, d’où le résultat.

Remarque
1. Si la condition (9.1.7) est remplacée par la condition

hBS(t)y, S(t)yi = 0 ∀t≥0⇒y =0

alors le contrôle v(t) = −hBy(t), y(t)i stabilise faiblement le système


(9.1.1) (voir [8]). Mais y = 0 ⇒ ∇y = ∇ω y = 0.
Par conséquent le système (9.1.1) est globalement et régionalement fai-
blement G-stabilisable. 

9.1-b Méthode de décomposition

Dans ce paragraphe on cherche des contrôles stabilisant le gradient du


système (9.1.1), utilisant une méthode de décomposition. Considérons
l’opérateur (8.2.6) et si ils existent deux opérateurs B1 et B2 dans ∈
L(H), tels que

PB = B1 P
(Id − P )B = B2 (Id − P )

alors l’espace d’état H = Hu + Hs et le système (9.1.1) peut être décom-


posé selon

 ẏu (t) = Au yu (t) + v(t)Bu yu (t)
yu = Py (9.1.8)
y0u = P y0 ∈ Hu

AEJ-EZ-Livre-Stabilite 24 juin 2013


 ẏs (t) = As ys (t) + v(t)Bs ys (t)
ys = (Id − P )y (9.1.9)
y0s = (Id − P )y0 ∈ Hs

où Au = P A, As = (Id − P )A, Bu = B1 P et Bs = B2 (Id − P ), et les


solutions de (9.1.8) et (9.1.9) sont données par :
Z t
yu (t) = Su (t)y0u + v(τ )Su (t − τ )Bu yu (τ )dτ (9.1.10)
0

et
Z t
ys (t) = Ss (t)y0s + v(τ )Ss (t − τ )Bs ys (τ )dτ (9.1.11)
0

où Su (t) et Ss (t) sont respectivement les restrictions de S(t) sur Hu et


Hs de générateurs Au and As .
On rappelle que As vérifie l’hypothèse de la décroissance spectrale

ln kSs (t)k
lim = supRe(σ(As )) (9.1.12)
t→+∞ t
On remarque que (9.1.12) implique :

kSs (t)k ≤ a e−bt , t ≥ 0, 0 < b < δ. (9.1.13)

On considère le contrôle

v(t) = −hGω Du Gω yu (t), yu (t)i (9.1.14)

où Du ∈ L(Hu ) et Gω = ∇∗ω ∇ω , on obtient le résultat :

Proposition 9.4
Supposons que le système (9.1.1) peut être décomposé en (9.1.8) et (9.1.9),
si de plus As vérifie (9.1.12), alors on a les deux points suivants :

1. Si le contrôle (9.1.14) stabilise exponentiellement le gradient du sys-


tème (9.1.8) sur ω, alors le contrôle (9.1.14) stabilise exponentiellement
le gradient du système (9.1.1).
2. Si l’état du système (9.1.8) est borné, alors l’état du système (9.1.1)
est borné sur Ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Démonstration.
1. Comme le système (9.1.8) est supposé régionalement exponentielle-
ment G-stabilisable, alors la solution yu est globale et on a :

k∇ω yu (t)k ≤ M e−ct ky0u k, for some M, c > 0 (9.1.15)

L’existence d’une solution faible ys du système (9.1.9) est assurée sur un


interval [0, tmax [.
On montre que la solution ys (t) est globale, pour cela il suffit de prouver
que ys (t) est bornée.
Par (9.1.11) et (9.1.13) on a
Z t
−bt
kys (t)k ≤ a e ky0s k + akBs k |v(τ )|e−b(t−τ ) kys (τ )kdτ
0

Ce qui implique que :


Z t
ebt kys (t)k ≤ a ky0s k + akBs k |v(τ )|ebτ kys (τ )kdτ.
0

Si on applique le lemme de Gronwall on obtient :


Z t
bt
e kys (t)k ≤ aky0s k exp( akBs k|v(τ )|dτ ) (9.1.16)
0

D’après (9.1.14) et (9.1.15) on obtient

|v(t)| ≤ M 2 k∇ω D∇∗ω ke−2ct ky0 k2 (9.1.17)

et d’après (9.1.16) et (9.1.17) il existe L > 0 telle que

kys (t)k ≤ aLky0s ke−bt . (9.1.18)

Par conséquent ys (t) est bornée, ce qui implique que y(t) est une solution
faible unique et globale du système (9.1.1) (y = ys + yu ).
De l’inégalité (9.1.18) kys (t)k → 0 exponentiellement quand t → +∞, ce
qui implique que k∇ω ys (t)kn → 0 exponentiellement quand t → +∞.
et en utilisant (9.1.8) ,(9.1.15), et l’inégalité

k∇ω y(t)kn ≤ k∇ω yu (t)kn + k∇ω ys (t)kn

on a la conclusion.
2. Immédiate en considérant (9.1.18).
AEJ-EZ-Livre-Stabilite 24 juin 2013

L’inégalité de la décroissance spectrale (9.1.12) peut être remplacée par


la condition moins restrictive suivante :
ln k∇ω Ss (t)kn
lim ≤ supRe(σ(As )). (9.1.19)
t→+∞ t
On obtient le résultat suivant :
Proposition 9.5
Si le système (9.1.1) peut être décomposé en deux systèmes (9.1.8) et
(9.1.9), et As vérifie (9.1.19).
Supposons aussi qu’il existe un réel N > 0, tel que :
k∇ω Bs ykn ≤ N k∇ω ykn ∀y ∈ H (9.1.20)
Si de plus ys (t) est une solution faible unique et globale du système
(9.1.9), alors en considérant le contrôle (9.1.14), les résultats de la pro-
position 9.4 sont vérifiés.
Démonstration.
Le système (9.1.8) est régionalement exponentiellement G-stabilisable,
alors sa solution faible yu (t) est unique et globale.
En plus la solution faible ys (t) du système (9.1.9) est supposée globale
et unique, et y = yu + ys , alors y(t) est une solution faible, unique et
globale du système (9.1.1).
D’après la décomposition du spectre de A on a sup Re(σ(As )) ≤ −δ.
0
De (9.1.19) il suit que k∇ω Ts (t)kn ≤ a0 e−b t , t ≥ 0, 0 < b0 < δ, et a0 > 0.
Par (9.1.11) et (9.1.20) on obtient :
Z t
b0 t 0 0 0
e k∇ω ys (t)kn ≤ a k∇ω y0s kn + a N |v(τ )|eb τ k∇ω ys (τ )kn dτ
0

Avec les mêmes techniques utilisées pour démontrer la proposition 9.4,


on termine la preuve.

Remarque
1) Si (Ss (t)) est un C0 -semi groupe de contraction et
Re(hys , Bs ys ihDu yu , yu i) ≥ 0
alors ys (t) est une solution faible, unique et globale du système (9.1.9)
2) Si Bs = Id et (9.1.20) est vérifiée, si de plus (Ss (t)) est un C0 -semi
groupe de contraction, et Du est un opérateur positif alors ys (t) est une
solution faible, unique et globale du système (9.1.9). 
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 9.6 Supposons que le système (9.1.1) peut être décom-


posé en (9.1.8) et (9.1.9), supposons aussi que (9.1.19), et (9.1.20) sont
vérifiées, et ys (t) est une solution faible, unique et globale du système
(9.1.9) et (Su (t)) est un C0 -semi group de contraction.
Si l’etat yu est borné (kyu k ≤ M 0 pour un certain M 0 > 0) et si de plus
Bu est compact et vérifie la condition :

hBu Su (t)yu , Su (t)yu i = 0, ∀t ≥ 0 ⇒ ∇ω yu = 0 (9.1.21)

et Bs vérifie la condition :
b
kDu kM 02 < (9.1.22)
aN kBs k
(b c’est la même constante de l’inégalité (9.1.13)) alors le système (9.1.1)
est faiblement G-stabilisable utilisant le contrôle v(t) = −hBu yu (t), yu (t)i
.
Démonstration.
Avec les mêmes techniques utilisées pour montrer la proposition 9.5 et
avec le lemme de Gronwall on a :
Z t
ebt k∇ω ys (t)kn ≤ aky0s k exp( aN kBs k|vu (τ )|dτ )
0
≤ aky0s k exp(aN kBs k kDu kM 02 t)

Ce qui implique que k∇ω ys (t)kn ≤ aky0s k exp((aN kBs k kDu kM 02 − b)t),
avec le corollaire 9.3 et l’inégalité (9.1.22) on termine la preuve.

9.2 PROBLÈME DE LA STABILISATION DU GRADIENT ET


SON ESTIMATION

Dans cette section on considère le problème de stabiliser le gradient du


système (9.1.1), et de minimiser un coût donné, et par la suite on donne
une estimation de la décroissance de k∇ω y(t)k2 .

9.2-a Problème de la stabilisation du gradient

On considère le critère
Z +∞ Z +∞ Z +∞
2 2
J(v) = |hPω By(t), y(t)i| dt + |v(t)| dt + hRy(t), y(t)idt
0 0 0
AEJ-EZ-Livre-Stabilite 24 juin 2013

Le problème peut être formulé par



min J(v)
v ∈ Vad = {v | y(t) est une solution globale et J(v) < +∞}
(9.2.1)
où Pω et R sont des opérateurs positifs, et auto-adjoints tels que :
Z 1
|hPω BT (t)y, T (t)yi|dt ≥ αk∇ω yk2n , ∀ y ∈ H pour un α > 0 (9.2.2)
0

et

hPω y, zi ≤ βk∇ω ykk∇ω zk β > 0, ∀ (y, z) ∈ H × H (9.2.3)

Supposons qu’ils existent des réels a, b > 0, tels que ∀t ≥ 0, ∀y ∈ H

k∇ω T (t)ykn ≤ ak∇ω ykn (9.2.4)

et

k∇ω Bykn ≤ bk∇ω ykn (9.2.5)

et on considère l’equation algébrique de Riccati :

hPω Ay, yi + hy, Pω Ayi + hRy, yi = 0, ∀y ∈ D(A) (9.2.6)

Le résultat fondamental de cette section, se base sur le lemme suivant :

Lemme 9.7
On note
Z 1 Z 1
µ= hPω By(t), y(t)idt et ν = |v(t)|2 dt
0 0

Supposons que (9.2.2), (9.2.3), (9.2.4) et (9.2.5), sont vérifiées, alors ils

existent η > 0, et λ > 0 tels que : ν < η ⇒ k∇ω y0 k2n < λ µ.
Démonstration.
Sans perdre la généralité on peut supposer que ν < 1.
Soit ψ(t) = y(t) − S(t)y0 .
Premièrement on montre l’estimation

k∇ω ψ(t)kn ≤ C0 k∇ω y0 kn ν, ∀t ∈]0, 1[, pour un certain C0 > 0.
(9.2.7)
AEJ-EZ-Livre-Stabilite 24 juin 2013

Z t Z t
ψ(t) = v(s)S(t − s)BS(s)y0 ds + v(s)S(t − s)B(y(s) − S(s)y0 )ds,
0 0
et avec (9.2.4) et (9.2.5) on obtient :
Z t
k∇ω ψ(t)kn ≤ a2 bk∇ω y0 kn |v(s)|ds
Z t 0

+ ab |v(s)|k∇ω ψ(s)kn ds
0 Z t
2 √
≤ a bk∇ω y0 kn ν + ab |v(s)|k∇ω ψ(s)kn ds
0

En appliquant le lemme de Gronwall on a :



k∇ω ψ(t)kn ≤ a2 bk∇ω y0 kn ν


Z t Z t
+ a3 b2 νk∇ω y0 kn |v(s)| exp( ab|v(τ )|dτ )ds
0 s

≤ a2 bk∇ω y0 kn ν

+ a3 b2 νk∇ω y0 kn exp(ab)

Pour tout t ∈]0, 1[, et ν < 1.


Alors (9.2.7) est vérifiée avec C0 = a2 bk∇ω y0 kn + a3 b2 k∇ω y0 kn exp(ab).

Utilisant l’inégalité triangulaire on obtient :


Z 1 Z 1

|hPω BS(t)y0 , S(t)y0 i|dt ≤ µ+ |hPω BS(t)ψ(t), S(t)y0 i|dt
0 Z 1 0 Z 1
+ |hPω BS(t)y0 , ψ(t)i|dt + |hPω Bψ(t), ψ(t)i|dt
0 0

Par (9.2.3), (9.2.4), (9.2.5) et (9.2.7) ils existent ã, b̃ > 0 tels que :

1 √

Z
|hPω BS(t)y0 , S(t)y0 i|dt ≤ µ + ã νk∇ω y0 k2n + b̃νk∇ω y0 k2n
0
√ √
Comme ν < 1 et avec (9.2.2)on obtient (α − (ã + b̃) ν)k∇ω y0 k2n ≤ µ,
1 α2
il suffit de choisir η = inf(1, ) pour achever la preuve.
2 (ã + b̃)2
AEJ-EZ-Livre-Stabilite 24 juin 2013

Proposition 9.8
Supposons qu’il existe un opérateur Pω positif auto-adjoint, solution de
l’équation algébrique de Riccati (9.2.6), tel que (9.2.2), (9.2.3), (9.2.4)
et (9.2.5) sont vérifiées.
Si de plus la solution y ∗ (t) relative au contrôle
v ∗ (t) = −hB ∗ Pω y ∗ (t), y ∗ (t)i (9.2.8)
est globale, alors v ∗ (t) est l’unique feedback solution du problème (9.2.1),
en plus le système (9.1.1) contrôlé par v ∗ (t) est régionalement fortement
G-stabilisable.
Si en plus pour un certain d > 0 on a :
1
|hPω By, yi|2 + hRy, yi ≤ dRe(hy, ByihPω y, yi − hAy, yi), ∀y ∈ D(A)
2
(9.2.9)
alors l’etat du système (9.1.1) est borné sur Ω.
Démonstration.
Soit la fonction F (y) = hPω y, yi, ∀y ∈ H.
On va montrer que v ∗ ∈ Vad
Soit y0 ∈ D(A), avec (9.2.6) on a :
∂F (y ∗ (t))
= −2|hB ∗ Pω y ∗ (t), y ∗ (t)i|2 − hRy ∗ (t), y ∗ (t)i (9.2.10)
∂t
Puisque Pω est positif, en intégrant (9.2.10) sur [0, t] on obtient :
Z t Z t
∗ ∗ 2
|hPω By (s), y (s)i| ds + hRy ∗ (s), y ∗ (s)ids ≤ F (y0 )ds, t ≥ 0
0 0
(9.2.11)
Comme la correspondance y0 7−→ y ∗ (.) est continue comme étant une
application de H vers C([0, t]; H), alors y 7−→ F (y) et y 7−→ hRy, yi sont
continues de H vers C, et par conséquent (9.2.11) est vérifiée ∀y0 ∈ H.
Ce qui implique que J(v ∗ ) < +∞ pour toute condition initial y0 ∈ H, et
par conséquent v ∗ ∈ Vad .
Maintenant on va montrer que tout contrôle v ∈ Vad stabilise le gradient
du système (9.1.1) sur ω.
Soit  tel que 0 <  < η.
Comme J est finie, le critère de Cauchy pour la convergence des intégrales
implique que :
Z t+1 Z t+1
∃T > 0, ∀t > T : hPω By(s), y(s)ids <  et |v(s)|2 ds < 
t t
AEJ-EZ-Livre-Stabilite 24 juin 2013


On applique le lemme 9.7 avec y0 = y(t), on a k∇ω y(t)kn < λ , t > T.
Alors k∇ω y(t)kn → 0, quand t → +∞.
Le contrôle v ∗ (t) est l’unique solution de (9.2.1), en effet
F (y(t)) ≤ M k∇ω y(t)k2n , pour M > 0, et par conséquent F (y(t)) → 0
quand t → +∞.
Soit y0 ∈ D(A), on intègre la relation :
∂F (y(t))
= |hB ∗ Pω y(t), y(t)i + v(t)|2 − |hB ∗ Pω y(t), y(t)i|2
∂t
−|v(t)|2 − hRy(t), y(t)i
et on obtient :
Z +∞
J(v) = F (y0 ) + |hB ∗ Pω y(t), y(t)i + v(t)|2 dt.
0
Il résulte queJ(v ∗ ) ≤ J(v), ∀v ∈ Vad .
Soit y0 ∈ H, il existe une suite (y0n ) ⊂ D(A) telle que y0n → y0 quand
n → +∞.
Soit v ∈ Vad on a
Z +∞
J(v) = F (y0n ) + |hB ∗ Pω yn (t), yn (t)i + v(t)|2 dt (9.2.12)
0
Donc J(v) ≥ F (y0n ).
Comme l’application F est continue on déduit que J(v) ≥ F (y0 ) =
J(v ∗ ), et par conséquent v ∗ est une solution du problème (9.2.1).
L’unicité de v ∗ (t) est une conséquence de celle de y(t) la solution du
système (9.1.1). En effet :
D’après (9.2.12) tout contrôle optimal est de la forme v(t) = −hB ∗ Pω y(t), y(t)i.
Soient v1 (t) = −hB ∗ Pω y1 (t), y1 (t)i et v2 = −hB ∗ Pω y2 (t), y2 (t)i deux
solutions du problème (9.2.1) où y1 (t) et y2 (t) sont les solutions associées
du système (9.1.1). Comme ce système admet une seule solution, alors
y1 (t) = y2 (t) et par conséquent v1 (t) = v2 (t)
Maintenant on va montrer que l’état du système (9.1.1) reste borné sur
Ω.
∂ ∂
Par l’inégalité (9.2.9) on a F (y(t))2 ≥ d ky(t)k2 .
∂t ∂t
Alors
F (y(t)) − F (y0 ) ≥ d(ky(t)k2 − ky0 k2 ) ∀y0 ∈ D(A) (9.2.13)
Comme y0 7−→ y(.) est continue de H dans C([0, t], H) et l’application
F est aussi continue, l’inégalité (9.2.13) est satisfaite ∀y0 ∈ H. De plus
F (y(t)) → 0 quand t → +∞, ce qui achève la preuve.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Remarque
On peut prendre dans la condition (9.2.3) Pω = Gω P Gω où P ∈ L(H)
est un opérateur continu et positif solution de l’équation (9.2.6). 

9.2-b Erreur du stabilisation du gradient

Le but de ce paragraphe est de donner une estimation de k∇ω y ∗ (t)kn .

Proposition 9.9
Supposons que les conditions (9.2.2), (9.2.3), (9.2.4), et (9.2.5) sont véri-
fiées avec Pω solution de l’equation de Riccati (9.2.6), et si les conditions
suivantes

∃ d > 0telle que hPω y, yi ≥ dk∇ω yk2n (9.2.14)

et

∃ e > 0telle que hRy, yi ≥ ek∇ω yk2n (9.2.15)

Re(hRAy, yi) ≤ Re(hPω By, yihRBy, yi), ∀y ∈ D(A). (9.2.16)

sont vérifiées et que la solution y(t) est globale alors pour toute condition
initiale y0 telles que ∇ω y0 6= 0, on a l’estimation

1
k∇ω y(t)k2n = O( ), quand t → +∞
t3
Démonstration. Z t
Soit la fonction W (y(t)) = hPω y(t), y(t)i + hRy(s), y(s)ids, t ≥ 0,
Z m 0
1 1
et Wm = hPω y ∗ (m), y ∗ (m)i + hRy ∗ (s), y ∗ (s)ids, t ≥ 0.
2 2 0
On remarque que Wm est une suite positive .
Si on intègre entre m et m + 1 la relation
∂W (y ∗ (t))
= −2|hPω By ∗ (t), y ∗ (t)i|2
∂t
on obtient Z m+1 Z m+1
∗ ∗
Wm+1 −Wm = − 2
|hPω By (t), y (t)i| dt = −µ = − |v ∗ (t)|2 =:
m m
−ν.
AEJ-EZ-Livre-Stabilite 24 juin 2013

En appliquant le lemme 9.7 avec y0 = y ∗ (t) on obtient :


−1
Wm+1 − Wm ≤ −η ou Wm+1 − Wm < k∇ω y0 k4n . (9.2.17)
λ2
1
Soit y0 tel que ∇ω y0 6= 0, il existe M > 0 telle que W0 = hPω y0 , y0 i ≤
2
M k∇ω y0 k2n .
La condition (9.2.14) implique que W0 > 0 et par (9.2.17) il suit que :
2
Wm+1 − Wm ≤ −f (z0 )Wm (9.2.18)
1 η
avec f (z0 ) = min( , ).
λ2 M 2 W02
Par conséquent Wm est une suite décroissante.
1 Wm − Wm+1 Wm − Wm+1
On note Vm = , alors Vm+1 − Vm = ≥ 2
.
Wm Wm+1 Wm Wm
Par (9.2.18) on obtient Vm+1 − Vm ≥ f (y0 ) donc Vm+1 ≥ V0 + mf (y0 ).
Ce qui implique que :
W0
Wm ≤ , m≥0
1 + W0 f (y0 )m
et on a l’estimation
2W (y0 )
W (y ∗ (t)) ≤ , t≥0 (9.2.19)
1 + W (y0 )f (y0 )t
Soit y0 ∈ H tel que ∇ω y0 6= 0 alors il existe une suite y0n ∈ D(A) et
y0n → y0 quand n → +∞, ∇ω y0n 6= 0 (∇ω est un opérateur continu.)
Avec les mêmes techniques utilisées ci-dessus on montre que (9.2.19) est
vérifiée pour y0n .
Mais comme y0 7−→ y ∗ (.) est continue de H dans C([0, t], H), la fonction
y0 7−→ f (y0 ) est continue. Ce qui permet l’estimation (9.2.19) pour tout
y0 ∈ H.

La condition (9.2.16) implique que hRy(t), y(t)i ≤ 0.
∂t
Il suit que W (y ∗ (t)) ≥ dk∇ω y ∗ (t)k2n + thRy ∗ (t), y ∗ (t)i et par (9.2.15) on
obtient :
W (y ∗ (t)) ≥ dk∇ω y ∗ (t)k2n + ek∇ω y ∗ (t)k2n t
≥ (d + et)k∇ω y ∗ (t)k2n
On conclut que :
2W (y0 )
k∇ω y ∗ (t)k2n ≤ (9.2.20)
(d + et)(1 + W (y0 )f (y0 )t)
AEJ-EZ-Livre-Stabilite 24 juin 2013

Comme f (y0 ), W (y0 ) et e sont tous non nuls, alors on obtient l’estimation
désirée.
Si on considère le problème (9.2.1) avec R = 0, on a le résultat suivant.

Corollaire 9.10
Supposons que les conditions (9.2.2), (9.2.3), (9.2.4), et (9.2.5) sont
vérifiées avec Pω solution de l’equation de Riccati (9.2.6) et vérifie la
condition (9.2.14) alors pour tout état initial y0 , tel que ∇ω y0 6= 0, on a
l’estimation
1
k∇ω y ∗ (t)kn = O(t− 2 ), quand t −→ +∞
Démonstration.
On note W (y(t)) = hPω y(t), y(t)i, et Wm = 21 W (y ∗ (m)), avec les mêmes
techniques ci-dessus pour montrer l’estimation (9.2.19), et avec (9.2.14)
on conclut l’estimation désirée.

9.3 APPROCHE NUMÉRIQUE ET SIMULATIONS

Dans ce paragraphe, on présente une approche numérique, permettant


le calcul du contrôle v ∗ solution du problème (9.2.1), aussi on donne des
illustrations par des simulations.

9.3-a Approche numérique

On a vu que le contrôle solution du problème (9.2.1) est donné par (9.2.8)


où Pω est solution de l’équation (9.2.6).
On considère le système

 ẏ(t) = Ay(t) + v(t)By(t) t > 0
v(t) = −hPω By(t), y(t)i (9.3.1)
y(0) = y0

Soit tm = mh, h > 0 où m ∈ N, et sur [tm−1 , tm ] on prend v(t) = v(tm−1 )


et le système (9.3.1) peut être approché par le système


 ẏm (t) = Aym (t) + v(tm−1 )Bym (t)
 ym (tm−1 ) = ym−1 (tm−1 )


v(t) = −hPω Bym (t), ym (t)i (9.3.2)
y(0) = y

0



v0 (0) = −hPω By0 , y0 i

AEJ-EZ-Livre-Stabilite 24 juin 2013

dont la résolution donne ym (tm ) et le contrôle sur l’intervalle qui suit est
donc v(tm ) = −hPω Bym (tm ), ym (tm )i.
Le résultat suivant établit la relation entre le gradient du système (9.3.1)
et celui du système (9.3.2).

Proposition 9.11
On suppose que la solution faible du système (9.3.1) est globale et bornée,
et qu’il existe λ > 0 et M ≤ 1 tels que k∇ω T (t)kn ≤ M e−λt
λ
Si de plus B vérifie (9.2.5) et α2 ≤ , alors il existe c > 0, tel que :
M kBk

k∇ω ym (t) − ∇ω y(t)kn < ch , tm−1 ≤ t ≤ tm (9.3.3)


Démonstration.
La solution du système (9.3.1) est bornée, il existe un réel α1 > 0 tel que
ky(t)k ≤ α1 ce qui implique que v(t) ≤ α2 , où α2 = α12 kPω Bk.
On pose j(t) = ∇ω T (t) et on montre que

k∇ω y(t)kn ≤ M k∇ω y0 kn e−(λ−M bkBkα2 )t .

On a :
Z t
k∇ω y(t)kn ≤ kj(t)y0 kn + |v(s)|kj(t − s)By(s)kn ds
0 Z t
−λt
≤ M e k∇ω y0 kn + M bkBkα2 e−α(t−s) k∇ω y(s)kn ds
0

Alors :
Z t
eλt k∇ω y(t)kn ≤ M k∇ω y0 kn + M bkBkα2 eαs k∇ω y(s)kn ds
0

Avec le lemme de Gronwall, on obtient :

eλt k∇ω y(t)kn ≤ M k∇ω y0 kn eM bkBkα2 t

ce qui implique que k∇ω y(t)kn ≤ M k∇ω y0 kn e−(λ−M bkBkα2 )t .


On note zmt = y (t) − y(t), et on montre que pour m > 1 ils existent
m
deux constantes positives M1 et λ̃ telles que :

t t
k∇ω zm m−1
kn ≤ M k∇ω zm−1 kn + M1 heλ̃(m−1)h (9.3.4)
AEJ-EZ-Livre-Stabilite 24 juin 2013

En effet,
t k −λ(t−tm−1 ) k∇ z m−1 k t
k∇ω zm n ≤ Me ω m−1 n
Z t
+bM kBk e−λ(t−s) |vm−1 (tm−1 ) − v(s)|k∇ω y(s)kn ds
tm−1
Z t
+bM kBk e−λ(t−s) |vm−1 (tm−1 )|k∇ω zm
s
kn ds
tm−1
t
≤ M e−λ(t−tm−1 ) k∇ω zm−1
m−1
k
Znt
+2α2 M 2 bk∇ω y0 kn kBk e−λ(t−s) e−(λ−M bkBkα2 )s ds
Z t tm−1
−λ(t−s) s
+α2 M bkBk e k∇ω zm kn ds
tm−1

Ce qui donne :
λt t
eλt k∇ω zm
t k m−1 2
n ≤ M e m−1 k∇ω zm−1 kn + 2α2 M bk∇ω y0 kn kBkhe
M bkBkα2 t
Z t
+α2 M bkBk eλs k∇ω zm
s
kn ds
tm−1

Appliquant à nouveau le lemme de Gronwall


t
eλt k∇ω zm
t k ≤ M eλtm−1 k∇ z m−1 k + 2α M 2 bk∇ y k kBkheM bkBkα2 t
n ω m−1 n 2
Z tω 0 n
t
+α2 M 2 bkBkeλtm−1 k∇ω zm−1
m−1
kn eM bkBkα2 (t−s) ds
tm−1
+2α22 M 3 b2 k∇ω y0 kn kBk2 h2 eM bkBkα2 t
Alors on a
t
eλt k∇ω zm
t k
n ≤ Me
λtm−1 k∇ z m−1 k eM bkBkα2 (t−tm−1 )
ω m−1 n
+2λM k∇ω y0 kn heM bkBkα2 t
+2M k∇ω y0 kn λ2 h2 eM bkBkα2 t
On note α̃ = −λ + bM kBkα2 , il suit que :
t k t
k∇ω zm n
m−1
≤ M k∇ω zm−1 kn eα̃(t−tm−1 )
+2λM k∇ω y0 kn heα̃t +2M k∇ω y0 kn λ2 h2 eα̃t
tm−1
≤ M k∇ω zm−1 kn + 2λM k∇ω y0 kn heα̃(m−1)h
+2M k∇ω y0 kn λ2 h2 eα̃(m−1)h
On obtient
t t
k∇ω zm m−1
kn ≤ M k∇ω zm−1 kn + M1 heα̃(m−1)h (9.3.5)
AEJ-EZ-Livre-Stabilite 24 juin 2013

avec M1 = 2λM k∇ω y0 kn [1 + hλ].

Finalement on montre l’estimation (9.3.3).


On calcule l’erreur k∇ω z1t kn , et avec les mêmes techniques ci dessus, on
obtient Z t
k∇ω z1t kn eλt ≤ 2λM k∇ω y0 kn heM bkBkα2 t + M bkBkα2 k∇ω z1t kn eλs ds,
0
et avec le lemme de Gronwall on a :
k∇ω z1t kn eλt ≤ 2λM k∇ω y0 kn heM bkBkα2 t + 2M h2 λ2 k∇ω y0 kn eM bkBkα2 t
d’où k∇ω z1t kn ≤ M1 h.
On a lim (m + 1)2 e(−λ+α2 M bkBk)mh = 0 (car −λ + α2 M bkBk < 0).
m−→+∞
Alors il exists N1 > 0 tel que pour tout m > N1 ,
1
e(−λ+α2 M bkBk)mh ) <
(1 + m)2
Utilisant (9.3.5) on a pour tout m > N1
t m−1 t M1 h
k∇ω zm kn ≤ M k∇ω zm−1 kn +
m2
d’où
t t M1 h M1 h
k∇ω zm kn ≤ M 2 k∇ω zm−2
m−2
kn + M +
(m − 1)2 m2
donc
t k tN
m−N1 k∇ z 1 k + M m−N1 −1 M1 h
k∇ω zm n ≤ M ω N1 n
(N1 + 1)2
M h M (9.3.6)
1 1h
+M m−N1 −2 2
+ ··· +
(N1 + 2) m2
D’autre part, utilisant (9.3.5) pour m0 ≤ N1 , on a
t k −1t 0
k∇ω zm 0 n ≤ M k∇ω zmm0 −1 k n + M1 h
2 tm0 −2
≤ M k∇ω zm0 −2 kn + M M1 h + M1 h
m0
X
≤ M i M1 h
i=0

m 0
t 0
X
alors ∀m0 ≤ N1 , k∇ω zmm0 kn ≤ hM1 M i.
i=0
AEJ-EZ-Livre-Stabilite 24 juin 2013

On remplace dans (9.3.6), on obtient


N1
X X1 −1
m−N
M i M1
t k i
k∇ω zm n ≤ M m−N1 M M1 h + h
(m − i)2
i=0 i=0
N1
X X1 −1
m−N
M i M1
≤ (M m−N1 M i M1 + )h
(m − i)2
i=0 i=0
N1 m
X X M m−i
≤ (M m−N1 Mi + )M1 h,
i2
i=0 i=N1 +1

Comme la dernière série est convergente, alors l’estimation (9.3.3) est


vérifiée pour c > 0.
Maintenant on résout l’equation algébrique de Riccati (9.2.6).
On pose H N = span{φi i = 1, · · · , N } est un sous espace de H 1 (Ω) où
{φi |i ∈ N∗ } est une base orthonormal de H 1 (Ω).
H N est muni de la restriction du produit scalaire du H 1 (Ω).
On définit l’opérateur de projection suivant :

ΠN : H 1 (Ω) −→ H N
N
X (9.3.7)
y 7→ hy, φi iφi (x)
i=1

Résoudre (9.2.6), revient à résoudre l’equation Riccati suivante :

hPω N AN y N , y N i + hy N , PωN AN y N i + hRN y N , y N i = 0 (9.3.8)

où AN , PωN , et RN sont respectivement les projections des opérateurs A,


Pω et R.
Soit y ∈ H 1 (Ω), comme pour tout y ∈ H 1 (Ω), lim kΠN (y) − yk = 0
N →∞
alors lim kPωN ΠN y − P yk = 0 ou encore PωN ΠN converge vers Pω , (voir
N →∞
[11]).
Soit m ≥ 1 et tm−1 ≤ t ≤ tm , on considère le système

∂ym (t)


 = Aym (t) + v(tm−1 )Bym (t)

 ∂t
ym (tm−1 ) = ym−1 (tm−1 ) (9.3.9)


 v(t) = −hP N B N ymN (t ), y N (t )i
m m m
= −hP N B N y0N , y0N i

v(0)
AEJ-EZ-Livre-Stabilite 24 juin 2013

où l’opérateur (A + v N (tm−1 )B) génère un C0 -semi groupe


X m,N
T m,N = Ti
i≥0

avec
Z t
T0m,N = T et Tim,N (t)y =T m,N
y + v(tm−1 ) m,N
T m,N (t − s)BTi−1 yds
0

Alors lim kT m,N − T m k = 0, où T m est le C0 -semi groupe engendré


N →+∞
par l’opérateur (A + v(tm−1 )B).
Donc la solution faible du système (9.3.9) converge fortement vers la so-
lution faible du système (9.3.2) quand N → +∞.

En résumé, l’approche numérique consiste aux étapes suivantes :


1. Approcher le problème (9.3.1) par le problème (9.3.2).
3. Approcher le problème (9.3.2) par (9.3.9).
4. Résoudre (9.3.8) sur un espace de dimension fini ce qui donne PωN .
Ce qui conduit à l’algorithme suivant.

Algorithme
Étape 1 Initialisation des donnés :
La tolérance ε > 0, la région cible ω, N la dimension de l’espace de
projection et y0N , la projection de l’état initial.
Étape 2 :
Considerer une suite (tm )m∈N , tm+1 = tm + h, avec h > 0 suffisamment
petit pour des considérations numériques.
Étape 3
Résoudre (9.3.8) avec l’algorithme donné dans [3] ce qui donne PωN
Étape 4 :
1. v(0) = −hPωN B N y0N , y0N i
Répéter.
2. v(t) = −hPωN B N ym N (t N
m−1 ), ym (tm−1 )i sur [tm−1 , tm ].
3.Résoudre (9.3.9) ce qui donne ym N (t )
m
4. Si k ∇ω ym (tm ) k≤ , sinon m = m + 1 et aller à 2.

9.3-b Simulations

Ce paragraphe présente quelques illustrations par des simulations numé-


riques.
AEJ-EZ-Livre-Stabilite 24 juin 2013

Exemple 9.3.1
Soit Ω =]0, 1[ et considère le système

∂y
 ∂t (x, t) = 0.01∆y(x, t) + 0.68y(x, t) + v(t)y(x, t)



∂y(0, t) ∂y(1, t) (9.3.10)
= =0
∂x ∂x 3 2


2

y(x, 0) = x (1 − x )


s R = 5∇ω ∇ω .
Soit ω =]0, 0.4[, et on considère le problème (9.2.1) avec
2
Les fonctions propres φi (x) = ai cos(iπx), avec ai = pour
1 + (iπ)2
tout i ≥ 0, constituent une base orthonormale de H 1 (Ω)
On considère l’espace HN engendré par les φi (x), i = 1, N .
Pour les simulations on prend N = 6, et la projection de la dynamique
A = 0.01∆y(x, t) + 0.68y(x, t),
est donnée par A6 = (h(0.01∆ + 0.68)φi−1 , φj−1 i)1≤i,j≤6 qui est une ma-
trice diagonale avec diag(A6 ) = (0.5813, 0.2852, −0.2083, −0.8991, −1.7874, −2.8731)
Si on applique l’algorithme précédent, on obtient Pω6 = (pij )1≤i,j≤6 une
matrice symétrique avec :
 
1.6725 0.6623 0.2405 −0.1397 −0.1499 −0.0089

 0.6623 1.5564 0.5736 0.0236 −0.1218 −0.0444 

0.2405 0.5736 0.8415 0.5082 0.1496 −0.0458
Pω6
 
= 

 −0.1397 0.0236 0.5082 0.6683 0.4124 0.0814 

 −0.1499 −0.1218 0.1496 0.4124 0.4252 0.2482 
−0.0089 −0.0444 −0.0458 0.0814 0.2482 0.3048
et on obtient les figures suivantes :
Les figures ci-dessus montrent que le système (9.3.10) est régionalement
G-stabilisable sur ω =]0, 0.4[
L’erreur et le coût du G-stabilisation sont respectivement 5.9678 10−7 ,
et 3.1 10−4 :
La figure suivante présente l’évolution du contrôle stabilisant.
L’une des questions qu’on peut se poser, y’a t-il une relation entre l’aire
de la région cible ω, et le coût et l’erreur du G-stabilisation.

ω ]0,0.3[ ]0,0.4[ ]0,0.65[ ]0,0.7[ ]0,0.9[ ]0,1[


Erreur 5.9056×10−9 3.8522×10−6 3.5058×10−6 4.7438×10−6 2.6048×10−5 2.7163×10−5
Coût 5.43×10−2 5.83×10−2 6.58×10−2 6.65×10−2 6.79×10−2 6.8×10−2

Si on prend ω =]0.6, 1[, l’erreur et le coût du G-stabilization sur ω sont


respectivement 1.6037 10−4 et 2.83 10−2 .
AEJ-EZ-Livre-Stabilite 24 juin 2013

1 0.015

0.01
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
0.005
−1

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Flux
flux

−2 x
−0.005

−3
−0.01

−4 t=1
−0.015
t=2.5
t=4 t=5
−5 −0.02

Figure 9.3.1 l’évolution du gradient .

−0.1

−0.2

−0.3
v(t)

−0.4

−0.5

−0.6

−0.7

−0.8
0 0.5 1 1.5 2 2.5 3 3.5 4
t

Figure 9.3.2 L’évolution du contrôle.

Les figures suivantes montrent qu’ à t = 4.5, le système (9.3.10) est


régionalement G-stabilisable sur ω.
AEJ-EZ-Livre-Stabilite 24 juin 2013

0.35
t=4.5
t=1.5
0.3
t=0.5

0.25

0.2

Flux
0.15

0.1

0.05

0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x
−0.05

Figure 9.3.3 L’évolution du gradient.

La figure suivante présente l’évolution du contrôle stabilisant.

−0.5

−1

−1.5
v(t)

−2

−2.5

−3

−3.5

−4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
t

Figure 9.3.4 L’évolution du contrôle.

Exemple 9.3.2
Sur Ω =]0, 1[, on considère le système

∂y


 (x, t) = 0.01∆y(x, t) + 0.5y(x, t) + 0.7v(t)y(x, t)
∂t (9.3.11)
 y(0, t) = y(1, t) = 0
= 0.5x(1 − x)

y(x, 0)

Soit ω =]0, 0.4[ et on considère le problème (9.2.1) avec R = 3∇∗ω ∇ω .


AEJ-EZ-Livre-Stabilite 24 juin 2013

Pour N = 5, A5 est la projection du A = 0.01∆ + 0.5id, qui est une


matrice diagonale avec
diag(A5 ) = (0.4013, 0.10521, −0.3882, −1.07913, −1.9674) et
 
1.8654 0.4911 −0.0599 −0.1141 −0.01013
 0.4911 1.0613 0.63035 0.1827 −0.0805 
Pω5 = 
 
 −0.0599 0.6303 0.9209 0.5089 0.0623 

 −0.1141 0.1827 0.5089 0.5401 0.3287 
−0.0101 −0.0805 0.0623 0.3287 0.4292
On obtient les figures ci dessous

0.15 0.005
t=3
t=4 0
t=5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
0.1 −0.005 t

−0.01

0.05 −0.015
Flux

v(t)
−0.02

0 −0.025
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
x −0.03
t=3
−0.05 −0.035 t=4
t=5
−0.04
14
−0.1 −0.045

Figure 9.3.5 L’évolution du gradient.


AEJ-EZ-Livre-Stabilite 24 juin 2013

La figure suivante présente l’évolution du gradient du système (??) seule-


ment sur la région cible ω =]0, 0.4[.

0.005

0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
−0.005 t

−0.01

−0.015
v(t)

−0.02

−0.025

−0.03
t=3
−0.035 t=4
t=5
−0.04
14
−0.045

Figure 9.3.6 L’évolution du gradient sur ω =]0, 0.4[.

On remarque que à t = 14, le gradient évolue proche de 0, sur ω =]0, 0.4[,


et par conséquent le système (9.3.11) est régionalement G-stabilisable sur
ω, avec une erreur de 9.9235 10−4 et un coût égal à 12.39 10−2 .
La figure suivante représente l’evolution du contrôle solution du problème
(9.2.1) :
AEJ-EZ-Livre-Stabilite 24 juin 2013

−0.02

−0.04

−0.06

−0.08

−0.1

−0.12
0 2 4 6 8 10 12 14

Figure 9.3.7 L’evolution du contrôle.

Le tableau suivant résume la relation entre l’aire de la région cible, le


coût et l’erreur du G-stabilisation.

ω ]0,0.1[ ]0,0.3[ ]0,0.5[ ]0,0.8[ ]0,1[


Erreur 8.2691 ×10−4 9.5172 ×10−4 9.9658 ×10−4 9.9878 ×10−4 9.9954 ×10−4
Coût 11.9×10−2 12.22×10−2 13.01×10−2 13.5×10−2 14.29×10−2

9.4 PERSPECTIVES

Vue la richesse de ce sujet, plusieurs questions restent ouvertes et peuvent


être l’objet de recherches futures, en particulier

9.4-a Stabilisation du gradient des systèmes linéaires et régions stra-


tégiques

Le but est d’étudier la notion du G-stabilisation, via celle de l’admissibi-


lité (admissibilité au sens de Staffans 1995, M. Weiss and G. Weiss 1997,
Weiss 1989.).
Sur Ω un ouvert régulier de Rn , soit le système
∂y
(
(t) = Ay(t)
∂t (9.4.1)
y(0, x) = y0 (x)

où A génère un C0 -semi groupe S(t) sur H = L2 (Ω).


Augmenté de la sortie z(t) = ∇ω y(t).
AEJ-EZ-Livre-Stabilite 24 juin 2013

Soit ω ⊂ Ω une région cible. et on rappelle la définition de l’opérateur


∇ω : H −→ (L2 (ω))n

∂y1 ∂y2 ∂yn


y −→ (χω , χω , · · · , χω )
∂t ∂t ∂t
L’espace (L2 (Ω))n étant muni de son produit scalaire usuel noté h., .in ,
et (L2 (ω))n étant muni de la restriction de h., .in . Pour donner un sens
à la sortie z(t), on suppose que D(A) est muni de la norme du graphe
||.||A , et on a la définition

Définition 9.12
La région ω est dite admissible pour S(t) si
1) ∇ω : (D(A), ||.||A ) −→ (L2 (ω))n est continue.
2) Il existe α > 0 tel que

||z(.)||L2 (0,∞;(L2 (ω))n ) = ||∇ω S(.)y0 ||L2 (0,∞;L2 (ω)) ≤ α||y0 ||, ∀y0 ∈ D(A)
(9.4.2)

La question est de caractériser la stabilité de la sortie z(t) sur des régions


admissibles.
Remarque
1. ω est dite admissible, si l’opérateur ∇ω est admissible au sens de Weiss
(1989), ce qui permet de prolonger l’application y0 7−→ ∇ω T (.)y0 en une
application continue de H vers (L2 (0, ∞))n , ainsi la sortie z(t) est bien
définie pour tous y0 ∈ H (Staffans 1995, M. Weiss et G. Weiss 1997).
2. La notion de l’admissibilité nous permet de travailler dans un cadre
fonctionnel plus général, (H = L2 (Ω)), par suite l’existence de ∇y sera
discutée seulement sur ω. 

9.4-b Stabilisation exponentielle et stabilisation avec contrôles bor-


nés du gradient des systèmes bilinéaires

Sur Ω considère le système bilinéaire


dy
(
= Ay(t) + v(t)By(t)
dt (9.4.3)
y(0) = y0
Peut on caractériser le contrôle qui stabilise expontiellement le gradient
du système (9.4.3)
AEJ-EZ-Livre-Stabilite 24 juin 2013

On peut aussi considérer la question la stabilisation du gradient du sys-


tème (9.4.3) et le problème du stabilisation du gradient avec des contrôles
bornés,( |v(t)| ≤ M pour M > 0.)
ce qui revient à considerer les questions 1. Sous quelle condition le
système (9.4.3) contrôlé avec v(t) admet une solution faible globale et
unique ?
2. Caractériser le contrôle stabilisant à différents degrés le gradient du
système (9.4.3).

9.4-c Stabilisation du gradient des systèmes semi-linéaires

Soit Ω un ouvert régulier de Rn , et ω ⊂ Ω. On considère le système



ẏ(t) = Ay(t) + v(t)By(t) t≥0
(9.4.4)
y(0) = y0

où A génère un C0 -semi groupe, et B un opérateur non linéaire de H


dans lui même et v(t) un contrôle scalaire.

Sous quelles conditions le système (9.4.4) admet une solution faible glo-
bale et unique ? par suite on donne la définition suivante :

Définition 9.13
Le système (9.4.4) est dit régionalement
1. faiblement G-stabilisable sur ω si h∇ω y(t), zi −→ 0 quand t −→ 0,
∀y ∈ Rn .
2. fortement G-stabilisable si ∀y0 ∈ H, k∇ω y(t)k −→ 0 quand t −→ 0.
3. exponentiellement G-stabilisable sur ω, s’il existent deux réels M et σ
strictement positifs tels que pour tout y0 ∈ H, k∇ω y(t)k ≤ M e−σt

Plusieurs points à approfondir en particulier, peut on caractériser la sta-


bilisation du gradient du système (9.4.4) et peut on stabiliser le gradient
par un contrôle quadratique ?. ou encore caractériser un contrôle stabili-
sant et minimisant une fonction coût.

9.4-d Détectabilité régionale du gradient

On considère le système (9.4.3 augmenté de l’équation de sortie

z(t) = Cy(t) (9.4.5)

où C ∈ L(H, O), avec O l’espace d’observation supposé de Hilbert.


AEJ-EZ-Livre-Stabilite 24 juin 2013

on rappelle que le système (9.4.3), est dit détectable, s’il existe un opéra-
teur F ∈ L(H, O) tel que l’opérateur A + F C génère un C0 -semi groupe
exponentiellement stable. Il est dit régionalement G-détectable sur ω s’il
existe un opérateur F ∈ L(H, O) tel que le système :
∂y
(
(t) = (A + F C)y(t)
∂t (9.4.6)
y(0, x) = y0 (x)
soit régionalement exponentiellement G-stable sur ω. Peut on caractéri-
ser la détectabilité du gradient ?
AEJ-EZ-Livre-Stabilite 24 juin 2013

Bibliographie

[1] Afifi, L Analyse régionale : Systèmes discrets, sources et détection.


Thèse d’état, Kénitra, Maroc. Juillet 1994.
[2] Amouroux, M., El Jai, A., and Zerrik, E. Régionale observability of
distributed systems. International Journal of Systems Sciences, 1994,
25, pp 301-313.
[3] Arnold, W.F. III., and Laub, A.J. Generalized Eigenproblem Algo-
rithms and Software for Algebraic Riccati Equations Proc. IEEE,
1984, 72, pp. 1746-1754.
[4] R. F. D’azzo, R. F. and C. H. Houpis, C. H. Linear control system :
Analysis and design. 2ded Mc Graw-Hill, New York, 1981.
[5] Badraoui, L. and Seidman, T. Some ’Regional controllabilty’ issues
for the heat equation, . Rev. Matemaátcas A plicadas (Chile) 22,
pp. 1-23 (2001).
[6] Balakrishnan, A. V. Strong stability and the steady state Riccati
equation. Applied Mathematics and Optimization, 1981, 7, pp 335-
345.
[7] Balakrishnan, A. V. Applied functional analsis. New York, Springer-
Verlag, 1976.
[8] Ball, J. M. On the asymptotic behavior of generalized processes
with application to nonlinear evolutions equation. J. Diff. eqs, 1978.
27 :224-265.
[9] Ball, J. M. Slemrod, M. Feedback stabilization of distributed se-
milinear control systems, Applied Mathematics and Optimization.,
1979, 5, pp. pp. 169-179
[10] Ball, J., Marsden, J. E. and Slemrod ,M. Controllability for distribu-
ted bilinear systems, SIAM, J. control and optimization., 1982, vol.
20, pp 575-597.
[11] Banks, H., and Kunisch, B. The linear regulator problem for para-
bolic systems. SIAM J. control Optim., 1984, 22, pp.684-696.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[12] BelFekih, A. Répartition spatiale optimale du contrôle dans les sys-


tèmes distribués. Diplôme de spécialité de troisième cycle, Université
Med V, 1987.
[13] BelFekih, A. Une nouvelle approche pour la contrôlabilité et l’obser-
vabilité des systèmes distribués. Thése d’état, Université Ibn Tofail,
1990.
[14] Benchimol, C. A note on weak stabilizability of contraction semi-
groups. SIAM, J. control and optimization., 1978. vol. 16, pp 373-
379.
[15] Bensoussan, A. Representation and conrtol of infinite dimensional
systems. Vol.1 Boston, 1992.
[16] Berrahmoune, L. Localisation d’actionneurs pour la contrôlabilité
des systèmes paraboliques et hyperboliques. Application par dualité à
la localisation de capteurs. Diplôme d’étude supérieures. Université
Med V, 1984.
[17] Berrahmoune, L. Actionneurs et capteurs dans la contrôlabilité et la
stabilisation des systèmes distribués flexibles. Thèse d’état. Univer-
sité Med V , 1990.
[18] Berrahmoune, L. Asymptotic stabilization and decay estimate for
distributed bilinear systems, Recerche di Matematica., 2001, vol. L,
fasc. 1, pp. 89-103.
[19] Berrahmoune, L., El boukfaoui, Y., Erraoui, M. Remarks on the
Feedback Stabilization of System Affine in Control, European Jour-
nal of Control., 2001, 7, pp 17-28.
[20] Berrahmoune, L. Stabilization and decay estimate for distributed bi-
linear systems, Systems Control Letters.’ 1999, 36, pp 167-171.
[21] Berrahmoune, L. Stabilization of bilinear control systems in Hilbert
space with nonquadratic feedbackRendiconti Matematico di palermo,
2009, 58, pp 275-282.
[22] Bounabat, A. and Gauthier, J. Weak stabilizability of infinite di-
mensional nonlinear systems. Appl. Math. lett, 1991, 4 : pp 95-98.
[23] Bounabat, A, Bouslouss, and Hammouri, H. Stabilisation faible d’un
système bilinéaire dissipatif en dimension finie. Extracta Mathema-
ticae, 1993, 7(2) :95-98.
[24] Bounit, H. Contribution à la Stabilization et à la construction d’ob-
servateurs pour une classe de systèmes à paramètres distribuès.
Thèse de doctorat, Universitè de Lyon I, France, 1996
AEJ-EZ-Livre-Stabilite 24 juin 2013

[25] Bounit, H. Comments in the feedback stabilization of bilinear control


systems. Appl. Math. Lett,2003,16 : pp. 847 851.
[26] Bounit, H., and Hammouri, H. Feedback stabilisation for class of
distributed semilinear systems Nonlinear Analysis Theory Methods
and Application 1999, 37 : pp 953 -969.
[27] Bounit, H., and Hammouri, H. Bounded feedback stabilisation and
globale separation principle of distributed systemsIEEE. Trans. Au-
tomat. Contr 1997, 42 (3).
[28] Bounit, H., and Hammouri, H. Feedback stabilisation for a class of
distributed semi linear control systems. Nonlinear Analysis : Theory,
Methods and Applications, 37(8) : 953-969,1999.
[29] Brézis, H. Analyse fonctionnelle, Théorie et application. Masson,
1992.
[30] Butkovskii, A.G. Theory of optimal control of distributed parameter
systems. Elsevier, 1969.
[31] Chazarain, J. Piriou, A. Introduction à la théorie des équations aux
dérivées partielles linéaires. Bordas, Paris 1981.
[32] Chilov, G. Analyse mathèmatique. fonctions de plusieurs variables
réelles, Mir-Moscou, 1975.
[33] Curtain, R. F., and Pritchard, A. J. Infinite dimensional linear sys-
tems theory. Berlin, Springer-Verlag, 1978.
[34] Curtain, R. F., and Pritchard, A. J. A semi-group approach to in-
finite dimensional systems theory. IMA Symp. On recent dev. in
control. Leicester. 1976.
[35] Curtain, R. F., and Pritchard, A. J. An abstract theory for unboun-
ded control action for distributed parameter systems. Siam J. Contr.
1977, vol 15. pp 566-611.
[36] Curtain, R. F., and Pritchard, A. J. The infinite dimensional Riccati
equation. J. Math. Anal. and Appl., 1974, 47, pp. 43-57.
[37] Curtain, R. F., and Pritchard, A. J. The infinite dimensional Riccati
equation for systems defined by evolution operators, SIAM J. Control
and Optim., 1989, 14, pp 955-469.
[38] Curtain, R. F., and Zwart, H. J. An Introduction to infinite dimen-
sional linear systems theory. NewYork, Springer-Verlag, 1995.
[39] Dunford,N and SchwartzLinear operator. Part I. Interscience, New
York, 1958.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[40] Datko, R. A linear control problem in abstrat Hilbert space, J. Diff.


Eq., 1971, 9, pp. 346-359.
[41] Datko, R. unconstrained control problem with quadratic cost, SIAM
J. Control, 1973, 11, pp. 32-52.
[42] Datko, R. Extending a theorem of A. M. Liapunov to Hilbert Space.
J. of Math. Anal. and Appl, 1970, 32, pp 610-616.
[43] Dautry R. and Lions J. L. Analyse mathématique et calcul numé-
rique pour les sciences et les techniques. INSTN, CEA collection
enseignement, Masson 1988.
[44] Dafermos, C. M. Uniform processes and semicontinuous Liapunov
functionals, J. Differential Equations, 1972, 11, pp. 401-415.
[45] Delfour M. C. and Mitter S. K. Controlability and observability for
infinite dimensional systems. Siam J. Control. 1972, 10, pp 329-333.
[46] Dunford N. and Schwartz J. T. Linear operators. Part II. Willy
classics library, New York, 1963.
[47] El Alami, N. Analyse et commande optimal des systèmes bilinéaires
à paramétres distribués-Application aux procédés énérgitique. Thèse
d’état. Université de Perpinian, 1986.
[48] El Jai, A. and Pritchard, A. J. Sensors and actuators in distributed
systems analysis (Ellis Horwood series in Applied Mathematics, J.
Wiley) 1988.
[49] El Jai, A., Simon, M. C., Zerrik, E., Pritchard, A. J. Regional
controllability of distributed parameter systems. Int. J. Control, 1995,
vol 62, number 6, pp 1351-1365.
[50] El Jai, A., Pritchard, A. J. Capteurs et actionneurs dans l’analyse
des systèmes distribués. Masson, 1986.
[51] El Jai, A. and Amouroux, M. Sensors and observers in distributed
parameter systems. International Journal of Control. 1988. Vol. 47.
N1. pp 333-347.
[52] El Jai, A. and Afifi, L. Spy-sensors and detection. Int. J. Systems
Sci., 1995, Vol. 26, no. 8, pp. 1447-146.
[53] El Jai, A. , Zerrik, E. and Simon, M. C. Regional observability of
a thermal process. IEEE, Transactions on Automatic Control. 1995,
Vol. 40, N ◦ 3, pp 518-521
[54] Fattorini, H. O. on complete controllability of linear systems. J. Diff.
Eq. 1967, 3. pp 391-402.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[55] Fattorini, H. O. Controllability of higher order linear systems in ma-


thematical theory of control. Ed. Balakrishnan and Neustad. Acade-
mic Press. 1967.
[56] Gauthier, J. P., Bornard, G. Stabilisation des systèmes nonlinéaires.
Outils et modéles mathématiques pour l’automatique, l’analyse des
systèmes et le traitement du signal, CNRS ? Edit, 1981.
[57] Higham N. J. The scaling and squaring method for the matrix expo-
nential. SIAM Review, 2009, 51(4), pp. 747-767.
[58] Hille, E. Phillips, R. Functional analysis and semigroups, Amer.
Math. Soc. 1957.
[59] Jurjevic, V., Quinn JP. Controllability and stability, J Differ Equa,
1978, 28, pp 381-389
[60] Kato, T. Perturbation theory for linear operators. 2nd Ed. Springer
1980.
[61] Krasovskii, N.N. On analytical design of optimum regulators in time-
delay systems, Prikl. Mat. Mekh., 1962, 1, pp. 39-52.
[62] Konishi C. M. Sur la compacité des semi-groupes non linéaires dans
les espaces de Hilbert. Proc. Japan Acad, 1972, 48 : pp.278-280.
[63] Kôsaku Yosida. Functional analysis Springer-Verlag, 1980.
[64] Lasalle, J. P. Stability theory for ordinary differntial equations. J.
Diff. Eq, 1968, 4 : pp. 307-324.
[65] Lions, J.L. Contrôlabilité exacte. Perturbations et stabilisation des
systèmes distribués, Tome 1, Contrôlabilité Exacte, Masson, 1988.
[66] Lions, J.L. Contrôle optimal des systèmes gouvernés par des équa-
tions aux dérivées partielles. Dunod. Paris. 1968.
[67] Lions, J.L. Sur le contrôle optimal des systèmes decrits par des équa-
tions aux dérivées partielles linéaires. C.R. Acad. Sc. Paris, 1966,
263, pp. 661-663, pp. 713-715, pp. 776-779.
[68] Lions, J. L. et Magénes, E. Problèmes aux limites non homogénes
et application. Vol. 1, Dunod, Paris 1968.
[69] Lukes, D. L. and Russel. The quadratic criterion for distributed sys-
tems, SIAM J. Control, 1969, 7 pp. 101-121.
[70] Mohler, R. Bilinear control processes with application to engineering,
ecology and medecine. Academic Press New York and London, 1973.
[71] Engel, K.J. Nagel, R. One parameter Semigroups for Linear Evolu-
tion Equations,Springer-Verlag New York, 2000.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[72] Nagy, S.Z. Stability theory for ordinary differntial equations. J. Diff.
Eq, 1968, 4 :pp. 307-324.
[73] Outbib R. Sallet G. Stabilizability of the angular velocity body revi-
sed. Syst Cont. Lett, 1992, 18 : pp. 93-98.
[74] Ouzahra, M. Exponential stabilization of distributed semilinear sys-
tems by optimal control Journal of Mathematical Analysis and Ap-
plications, 2011, 380, pp 117-123.
[75] Pazy, A. A class of semilinear equations of evolution Isreal. J. Math.
. 1975, 20, pp. 23-36.
[76] Pazy, A. Semigroups of linear operators and applications to partial
differential equations (Springer Verlag, New York), 1983.
[77] Pazy, A. On the applicability of Lyapunov’s theorem in Hilbert space.
SIAM J. Math. Anal, 1972, Vol 3, Number 2, pp. 291-294.
[78] Prichard, A. J., and Zabczyk, J. Stability and stabilizability of infi-
nite dimensional systems. Siam Review, 1981, 23, pp 25-51.
[79] Prichard, A. J. Stability and control of distributed systems. Proc.
IEEE. 1969, pp 1433-1438.
[80] Prichard, A. J., and Triggiani R. Stabilizability in Banach spaces.
University of Warwick. CTC report No 35. 1974.
[81] Prichard, A. J. Stability and control of distributed systems governed
by wave equations. Proc. IFAC. Conference on distributed parameter
systems, Banf, Canada, 1971.
[82] Quinn, JP. Stabilization of bilinear systems by quadratic feedback
control, J. Math. Anal. Appl., 1980, 75, pp. 66-80.
[83] R. Rabah and D. Ionescu. Stabilization problem in Hilbert space. Int.
J. Cont. , 1987, vol. 46, pp 2035-2042.
[84] Ryan, E. and Buckingham, N. J. On asymptotically stabilizing
feedback control of bilinear systems. IEEE. Trans on automa and
contr.AC-28, 1983, 8, 1 : pp. 862-865.
[85] Russell, D. L. Controllability and stabilizability theory for linear par-
tial differential equations : recent progress and open questions SIAM
J. Contr and optim, 1986, 24 : pp. 797-816.
[86] Russell, D. L. Linear stabilization of the linear oscillator in Hilbert
space. 1969, J. Math. Anal. Appl. vol. 25. pp 663-675.
[87] Slemrod, M. A note on complete controllability and stability for li-
near control systems in Hilbert space. SIAM. J. Control, 1974, 12 :
pp 500-508.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[88] Slemrod, M. Feedback stabilisation of a linear control system in Hil-


bert space with a priori bounded control. Math. Contr. Sign. Syst,
1989, 2 : pp 265-285.
[89] Slemrod, M. The linear stabilization problem in Hilbert space. J.
Funct. Anal, 1974, vol. 11. pp 334-345.
[90] Staffans, O., 1995. Quadratic optimal control of stable systems
through spectral factorization. Mathematics of Control Signals and
Systems, 8 : pp. 167-197.
[91] Staffans, O., Admissible factorizations of Hankel operators induce
well-posed linear systems, Systems and Control Letters, 1999, 37,
301–307.
[92] Staffans, O., Lax-Phillips, scattering and well-posed linear systems,
in Proceedings of the 7th Mediterranean Conference on Control and
Automation (MED99), Haifa, Israel, June 1999, pp. 1359-1370.
[93] Triggiani, R. On the stabilizability problem in Banach space. J.
Math. Anal. Appl, 1975, 52, pp 383-403.
[94] Triggiani, R. Extension of rank conditions for controllability and
observability to Banach spaces and unbounded operators. Siam. J.
Contr. opt. 1976, vol. 14. pp 313-338.
[95] Wang, P. K. C. Feedback stabilization of distributive systems with
application to plasma stabilization. Instability of continuous systems.
Ed. H. Leipholz. Springer. 1971.
[96] Weiss, M. and Weiss, G. Optimal control of stable weakly regular
linear systems. Mathematics of Control Signals and Systems, 1997,
10 : pp. 287-330.
[97] Weiss, G. Admissibility of unbounded control operators. SIAM J.
Contr Optim. 1989, 27, pp. 527-545.
[98] Whonham, W. M., Linear multivariable control : A geometric ap-
proach. Springer Verlag. 1979.
[99] Yoshida, K. Functional Analysis. Springer-verlag (6th edition), 1980.
[100] Zabczyk, J. Remarks on the algebraic Riccati equation in Hilbert
space. Appl. Math. Opt, 1976, 3, pp 251-258.
[101] Zabczyk, J. Complete stabilizability implies exact controllability.
Seminarul de Ecuatti Functionale. Universitatea din Timosoara. Ru-
mania. 1976.
[102] Zerrik, E. Analyse régionale des systèmes distribués. Thèse d’état,
Université Mohammed V, Rabat, 1993.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[103] Zerrik, E. Ouzahra M. Regional stabilization for infinite-


dimensional systems, Int. J. Control, 2003, vol 76, number 1, pp.
73-81.
[104] Zerrik, E. Ouzahra M. An output stabilization problem for infinite-
dimensional systems, Systems and Control Letters, 2004, proposé.
[105] Zerrik E. Ouzahra M. and Ztot K. Regional stabilization for infinite
bilinear systems, IEE Cont. Theory. Appl. 2004, volume : 151, issue :
1, pp. 109-116.
[106] Zerrik, E. Ouzahra, M. Output stabilization for infinite bilinear
systems. Applied Mathematics and Computer Science. 2005, vol.
15, Issue 2, pp 187-195.
[107] Zerrik, E. and Ouzahra, M. Output stabilization for distributed se-
milinear systems. IET. Control theory and applications. 2007, vol
1, Issue 3, pp. 838-843
[108] Zerrik, E. Boutoulout, A. and El Jai, A. Actuators and regional
boundary controllability of parabolic system. International Journal
of Systems Science, 2000, vol. 31, No. 1, pp. 73-82.
[109] Zerrik, E., Boutoulout A., Kamal A. Regional gradient controllabi-
lity of parabolic systems. Int. J. Appl. Math. and Comp. Sci., 1999,
Vol.9, pp. 767-787.
[110] Zerrik E. Badraoui, L. El Jai, A. Sensors and regional boundary
reconstruction for parabolic systems. Sensors and Actuators Journal,
1999, 75, pp. 102-117.
[111] Zerrik, E. Boutoulout, A. Bourray, H. Boundary Strategic Actua-
tors. Sensors and actuators Journal, 2001, A 94, pp. 197-203.
[112] Zerrik, E. Laghrissi, R. Regional target control of the wave equation.
Int. J. of Systems Science. 2001, Vol. 32, number 10, pp 1233-1242.
[113] Zerrik, E and Ghafrani, F. Minimum energy control subject to out-
put constraints. Numerical approach. IEE - Proceeding-D, Control
Theory and Application.2002, Vol. 149, Number 1, pp 105-110.
[114] Zerrik, E. Boutoulout, A. and El Jai, A. Actuators and regional
boundary controllability for parabolic systems. Int. J. of Systems
Science. 2000, Vol 31. N ◦ 1, pp 73-82.
[115] Zerrik, E. Boutoulout, A. and Kamal, A. Regional gradient control-
lability of parabolic systems. Applied Mathematics and Computer
Sciences. 1999, Vol. 9, N ◦ 4, pp 767-787.
AEJ-EZ-Livre-Stabilite 24 juin 2013

[116] Zerrik, E. Kamal, A. and Boutoulout, A. Regional gradient control-


lability and actuators. Int. J. of Systems Science. 2001, Vol. 33, num-
ber 4, pp 239-246.
[117] Zerrik, E., Bourray, H. and El Jai, A. Regional flux reconstruc-
tion for parabolic systems. Int. J. of Systems Science. 2003, Vol 34,
Number 12-13, pp 641-650.
[118] Zerrik, E. and Bourray, H. Regional observability for semi-linear
distributed parabolic systems. Dynamical and Control Systems. 2004,
Vol 10, N0 3, July.
[119] Ztot, K. Analyse et contrôle des systèmes bilinéaires distri-
bués.Thèse d’état, Ecole Mohammadia d’ingénieurs, Rabat, 1996.
[120] Curtain R. F. and Zwart H. An introduction to infinite dimentional
linear system. Springer - Verlag. Inc. New York, 1995.
AEJ-EZ-Livre-Stabilite 24 juin 2013
AEJ-EZ-Livre-Stabilite 24 juin 2013

Index

base orthonormale, 47 instable, 9


bilinéaire
système bilinéaire, 86, 151, 209 linéarisé, 40

contrôle matrice asymptotiquement stable, 24


contrôle stabilisant régionalement, 176 matrice de Hurwitz, 38
matrice de Routh-Hurwitz, 15
décomposition
méthode de décomposition, 154, 197, point d’équilibre, 9, 10
213 point limite, 28
dissipatif, 90
opérateur dissipatif, 46 régional
domaine de stabilité, 28 contrôle stabilisant régionalement, 176
régionale
ensemble invariant, 28, 29 stabilisation régionale, 111
erreur représentation interne, 9
erreur de stabilisation du gradient, Riccati
222 équation de Riccati, 129
Routh-Hurwitz
fonction de Lyapunov, 17, 20, 33 condition de Routh-Hurwitz, 15
frontière routh-Hurwitz
stabilisation frontière, 167 matrice de Routh-Hurwitz, 15

générateur infinitésimal de semi-groupe, semi-groupe, 45


46 C0 -semi-groupe, 45
gradient semi-groupe compact, 49
stabilisation du gradient des systèmes semi-groupe de contraction, 50, 157
bilinéaires, 209, 218 semi-linéaire
stabilisation du gradient, 187 système semi-linéaire, 101, 111, 175
stabilisation régionale du gradient, sous-espace propre, 13
194 stabilisation, 62
contrôle stabilisant, 129
Hille-Yosida erreur de stabilisation du gradient,
théorème de Hille-Yosida, 46 222
Hurwitz stabilisation du gradient des systèmes
matrice de Hurwitz, 38 bilinéaires, 209, 218
stabilisation asymptotique, 63
instabilité, 42 stabilisation d’une surface, 137
AEJ-EZ-Livre-Stabilite 24 juin 2013

stabilisation du gradient, 187


stabilisation exponentielle, 63
stabilisation faible, 63
stabilisation frontière, 167
stabilisation optimale, 144
stabilisation régionale, 111, 132
stabilisation régionale des systèmes
semi-linéaires, 175
stabilisation régionale du gradient,
194
stabilisation régionale interne, 112,
123
stabilité, 9, 11, 30
stabilité élargie, 27
stabilité asymptotique, 11, 25, 31
stabilité des systèmes discrets, 26
stabilité et linéarisation, 38
stabilité exponentielle, 12, 31
stabilité globale, 12, 23
stabilité globale asymptotique, 31
stabilité globale exponentielle, 31
stabilité locale uniforme, 33
stabilité marginale, 11
stabilité uniforme, 31
stable, 9
système
système bien posé, 77
système bilinéaire, 86, 151, 209
système semi-linéaire, 101, 175

valeur propre, 13, 36


Vanderpool
équation de Vanderpool, 21

View publication stats

Vous aimerez peut-être aussi