Académique Documents
Professionnel Documents
Culture Documents
1. Introduction
Les phénomènes de transport et de diffusion de substances ou de propriétés
(comme la température) dans un fluide sont généralement décrits par une équation
de transport-diffusion, qui est une équation du type parabolique, et la modélisation
par cette équation semble intéresser beaucoup de chercheurs, comme le témoignent
de nombreux travaux sur ce sujet, en particulier par des méthodes numériques
(voir [15], [11], [6], [5] et beaucoup d’autres ; pour les aspects théoriques, voir par
exemple [1], [3], [9]).
D’autre part, dans son célèbre article [8] Kolmogorov a montré que la solution
de l’équation du type parabolique peut être reconstruite par des processus sto-
chastiques en utilisant l’égalité de Chapman-Kolmogrov (on peut consulter aussi
par exemple [7], [4]). Cette représentation stochastique semble donner une bonne
possibilité de l’étude de cette équation. Mais le traitement des termes non linéaires
exigerait des élaborations techniques pas faciles. Depuis des années 1990 Pardoux et
ses collaborateurs ont développé des méthodes pour surmonter ces difficultés (voir
par exemple [12], [14], [13]).
Dans le présent travail nous proposons une approximation qui, certes, s’appuie
sur une idée similaire à celle de la représentation stochastique de la solution de
l’équation parabolique, mais qui est construite de manière déterministe, sans utili-
ser les notions de probabilité. En effet, nous construisons une famille de fonctions
[n] [n] [n] [n]
u[n] (t, x), n = 1, 2, ···, avec le temps discrétisé 0 = t0 < t1 < ··· < tk−1 < tk < ···,
[n] [n]
en définissant u[n] (tk , x) par une moyenne locale de la valeur de u[n] (tk−1 , x) avec
[n] [n]
le déplacement par le transport dans l’intervalle de temps [tk−1 , tk ]. Nous allons
montrer que les fonctions u[n] (t, x), n = 1, 2, · · · , convergent vers la solution u(t, x)
de l’équation
(∗) ∂t u(t, x) + v(t, x) · ∇u(t, x) = κ∆u(t, x) + F (t, x, u(t, x))
avec la condition initiale
(∗∗) u(0, x) = u0 (x).
La construction de nos approximations u[n] (t, x) a une apparence similaire à la
méthode d’Euler-Maruyama (voir par exemple [10], [2]). Notons que la méthode
d’Euler-Maruyama calcule directement la perturbation stochastique dans l’inter-
valle de temps [tk−1 , tk ], tandis que dans notre travail nous utilisons la “diffusion
de position” au temps tk−1 pour calculer la valeur de la fonction inconnue au temps
tk , ce qui constitue la différence essentielle entre la méthode d’Euler-Maruyama et
notre approximation.
Les hypothèses utilisées dans le présent travail pourraient être affaiblies sans
grande difficulté. Mais pour ne pas distraire notre attention de l’aspect principal du
problème, en renvoyant l’affaiblissement des conditions aux travaux futurs, dans le
présent travail nous nous limitons à établir le résultat principal sous des hypothèses
plutôt simples.
[n] [n]
+δn F (tk−1 , x, u[n] (tk−1 , x)), k = 1, 2, · · · ,
(2.6)
[n] [n]
[n] tk − t [n] [n] t − tk−1 [n] [n] [n] [n]
u (t, x) = u (tk−1 , x) + u (tk , x) pour tk−1 ≤ t ≤ tk .
δn δn
Nous allons démontrer que les fonctions u[n] (t, x) ainsi définies convergent vers
une fonction u(t, x) qui satisfait à l’équation de transport-diffusion et à la condition
initiale. Pour préciser les hypothèses, nous allons utiliser les notations
∂ |α| ∂ |α|
Dxα = , α
Dx,u = ,
∂xα
1
1
· · · ∂xα
d
d
∂xα
1
1
· · · ∂xα d ∂u
d αd+1
où
d
X
|α| = αj si α = (α1 , · · · , αd ) ∈ Nd ,
j=1
d+1
X
|α| = αj si α = (α1 , · · · , αd , αd+1 ) ∈ Nd+1 .
j=1
Nous désignons par Cb (Ω) la classe des fonctions continues et bornées dans Ω (ici
Ω = Rd ou Ω = Rd × R) et par Cb,loc (R+ ; Cb (Ω)) la classe des fonctions continues
sur R+ × Ω et bornées dans [0, τ ] × Ω pour tout τ > 0.
Alors on a le
Théorème 2.1. On suppose que
(2.7) Dxα v(t, x) ∈ Cb,loc (R+ ; Cb (Rd )) ∀α ∈ Nd , |α| ≤ 3,
α
(2.9) Dx,u F (t, x, u) ∈ Cb,loc (R+ ; Cb (Rd × R)) ∀α ∈ Nd , |α| ≤ 3,
α
(2.10) ∂t Dx,u F (t, x, u) ∈ Cb,loc (R+ ; Cb (Rd × R)) ∀α ∈ Nd , |α| ≤ 2,
[n]
dans la même classe A. Comme u0 (x) = u[n] (t0 , x) est bornée et donc appartient
[n]
à la classe A, la fonction u[n] (t1 , x) définie par (2.5) appartient elle aussi à A ; en
[n]
répétant le même raisonnement, on voit que pour tout k ∈ N la fonction u[n] (tk , x)
appartient à A, ce qui, joint à (2.6), signifie que u[n] (t, x) est bien définie sur R+ ×Rd .
Or, dans la suite, nous avons besoin, non seulement de la définition de u[n] (t, x),
mais aussi d’estimations de u[n] (t, x) indépendantes de n. Nous avons avant tout le
Lemme suivant.
Lemme 2.1. Soit τ > 0. Posons
(2.14) A0 = sup |u0 (x)|, aF = sup |F (t, x, u)|.
x∈Rd (t,x,u)∈[0,τ ]×Rd ×R
Alors on a
Z Z
[n] [n] [n] [n] [n]
Θn (y)u (tk−1 , x − δn v(tk , x) + y)dy ≤ Ak−1 Θn (y)dy = Ak−1 .
Rd Rd
D’autre part, on a
δn F (t[n] , x, u[n] (t[n] , x)) ≤ δn aF .
k−1 k−1
Donc, en rappelant la définition (2.5), on obtient
[n] [n] [n]
sup |u[n] (tk , x)| ≡ Ak ≤ Ak−1 + δn aF .
x∈Rd
[n]
Comme u[n] (t0 , x) = u0 (x), on en déduit que
[n] [n]
(2.16) Ak ≤ A0 + kδn aF = A0 + tk aF .
D’autre part, de la définition (2.6) et de l’inégalité (2.16) on obtient
[n] [n]
tk − t [n] t − tk−1 [n]
|u[n] (t, x)| ≤ (A0 + tk−1 aF ) + (A0 + tk aF ) = A0 + aF t
δn δn
[n] [n]
pour tk−1 ≤ t ≤ tk . Donc, en rappelant encore (2.16), on en déduit que, quel que
soit n ∈ N, on a
sup |u[n] (t, x)| ≤ A0 + aF t ∀t ∈ [0, τ [n] ].
x∈Rd
Quant à la définition (2.5), il est utile de rappeler que, si ϕ(x) est une fonction
mesurable définie sur Rd et si W (t) est le mouvement brownien canonique dans Rd ,
alors, quel que soit t > 0, on a
Z
1 |y|2 √
(2.17) ϕ(x + y) d/2
exp(− )dy = Eϕ(x + 2κW (t)),
Rd (4πtκ) 4tκ
pourvu que les deux membres de (2.17) soient bien définis (E désigne l’espérance
mathématique). Donc la relation (2.17) nous permet d’exprimer (2.5) aussi sous la
forme
[n] [n] [n] [n]
√
(2.18) uj (tk , x) = Eu[n] (tk−1 , x − δn v(tk , x) + 2κW (δn ))+
[n] [n]
+δn F (tk−1 , x, u[n] (tk−1 , x)), k = 1, 2, · · · .
d
X ∂F (t, x, u) ∂F (t, x, u)
C11,F = sup C12,F = sup
∂x ∂u
, ,
d
j=1 (t,x,u)∈[0,τ ]×R ×R j d
(t,x,u)∈[0,τ ]×R ×R
d ∂u (x)
X 0
C1,u0 = sup C
e1 = C12,F + C1,v .
∂x
,
j=1 x∈R d j
[n] [n]
Alors pour les fonctions u[n] (tk , x) définies par (2.4)–(2.5) et pour tk ∈ [0, τ ]
on a
d ∂
X [n]
[n] e C11,F t[n] Ce1
u[n] (tk , x) ≤ C1,u0 etk C1 +
(3.1) sup ek −1 , si C
e1 > 0,
i=1 x∈R
d ∂xi C1
e
d ∂
[n] [n]
X
(3.2) sup u[n] (tk , x) ≤ C1,u0 + C11,F tk , si C
e1 = 0.
i=1 x∈R
d ∂xi
Démonstration. Posons
[1,n] ∂ [n] [n]
(3.3) wi,k (x) = u (tk , x).
∂xi
Alors, en dérivant par rapport à xi les deux membres de (2.5) et en posant aussi
[n]
0 [n] ∂F (tk , x, u)
(3.4) Fi,k (x, u[n] (tk , x)) = [n]
,
∂xi
u=u[n] (tk ,x)
58 L. TALEB, S. SELVADURAY, AND H. F. YASHIMA
[n]
0 [n] ∂F (tk , x, u)
(3.5) Fu,k (x, u[n] (tk , x)) = [n]
,
∂u
u=u[n] (tk ,x)
[n]
(3.6) ξ(x, y) = x − δn v(tk , x) + y,
on a
[1,n]
(3.7) wi,k (x) =
Z
∂ [n] [n] [n] ∂ [n] [n]
= Θn (y) u (tk−1 , x − δn v(tk , x) + y)dy + δn F (tk−1 , x, u[n] (tk−1 , x)) =
Rd ∂xi ∂xi
Z d [n]
h
[1,n]
X ∂vj (tk , x) [1,n] i
= Θn (y) wi,k−1 (ξ(x, y)) − δn wj,k−1 (ξ(x, y)) dy+
Rd j=1
∂xi
0 [n] [1,n]
0 [n]
+δn Fu,k−1 (x, u[n] (tk−1 , x))wi,k−1 (x) + δn Fi,k−1 (x, u[n] (tk−1 , x)).
Donc, si on pose
d
[1,n] [1,n] [1,n] [1,n]
X
(3.8) Ai,k = sup |wi,k (x)|, Ak = Ai,k ,
x∈Rd i=1
alors on a
[1,n] 0 [n] [1,n]
|wi,k (x)| ≤ 1 + δn |Fu,k−1 (x, u[n] (tk−1 , x))| Ai,k−1 +
∂v (t[n] , x)
[1,n] j k 0 [n]
+δn Ak−1 sup + δn |Fi,k−1 (x, u[n] (tk−1 , x))|,
∂x
j∈{1,··· ,d} i
[n]
En rappelant les relations = kδn , δn = 2−n , on a
tk
e 2n t[n]
e1 )k = 1 + C1
k [n] e
(1 + δn C n
≤ etk C1 ,
2
k [n]
Z tk
X [n] 1 t[n] Ce1
e1 )k−j ≤ e(tk −s)C1 ds =
δn (1 + δn C ek −1 ;
e
j=1 0 Ce1
[n]
Corollaire 3.1. Pour les fonctions u[n] (tk , x) définies par (2.4)–(2.6) et pour
tout t ∈ [0, τ − 1] on a
(3.11)
d ∂
X C11,F (t+δn )Ce1
u[n] (t, x) ≤ C1,u0 e(t+δn )C1 +
sup e −1 , si C
e1 > 0,
e
i=1 x∈R
d ∂xi C1
e
d
X ∂
(3.12) sup u[n] (t, x) ≤ C1,u0 + C11,F (t + δn ), si C
e1 = 0,
x∈Rd ∂xi
i=1
m−1
X X 0 [|β|,n]
+ (−δn )m Qβ,m0 (Dv)wβ,k−1 (ξ(x, y)),
|β|≤m−1 m0 =1
[n] [n]
(4.7) Dxα F (tk−1 , x, u[n] (tk−1 , x)) =
0 [n] [1,n]
= δn Fu,k−1 (x, u[n] (tk−1 , x))wα,k−1 (x) + δn R(DF, Du[n] ),
où Pβ,m0 (Dv) est une somme de produit de m0 dérivées premières de v par rapport
à x1 ou · · · ou xd , Qβ,m0 (Dv) est une somme de produits de m0 dérivées d’ordre
inférieur ou égal à m de v par rapport à x1 ou ... ou xd , tandis que R(DF, Du[n] )
est une somme de produits de dérivées de F d’ordre inférieur ou égal à m et de
dérivées de u[n] d’ordre inférieur ou égal à m − 1. On remarque aussi que d’après les
hypothèses Pβ,m0 (Dv), Qβ,m0 (Dv), R(DF, Du[n] ) sont uniformément bornés. Donc,
si on pose
[m,n] [m,n]
X
Ak = sup |wα,k (x)|,
d
|α|=m x∈R
on a
[m,n] e10 )A[m,n] + δn R
em−1 (t[n] ),
Ak ≤ (1 + δn C k−1 k
e 0 est une constante et R
où C em−1 (t) est une fonction continue croissante. D’où, de
1
manière analogue à (3.10), on obtient
k
[m,n] em−1 (t[n] )
X
(4.8) Ak e10 )k Cm,u + δn R
≤ (1 + δn C e10 )k−j .
(1 + δn C
0 k
j=1
Démonstration. Comme les calculs que nous devons faire sont assez longs, pour
simplifier l’écriture sans créer d’équivoques, dans la suite nous allons utiliser la
notation
[n0 ] [n0 ]
(5.1) ξk0 (x, y) = x − δn0 v(tk0 , x) + y
pour k 0 = k + 1 ou = 2k + 1 ou = 2k + 2 et n0 = n ou = n + 1.
[n+1]
Remarquons d’abord que, d’après la définition (2.5), u[n+1] (t2k+2 , x) peut être
exprimée sous la forme
[n+1] [n+1] [n+1] [n+1]
(5.2) u[n+1] (t2k+2 , x) = I2k + Ja,2k + Jb,2k ,
APPROXIMATION DE LA SOLUTION DE TRANSPORT-DIFFUSION 61
où
Z Z
[n+1] [n+1]
(5.3) I2k = Θn+1 (y1 )Θn+1 (y2 )u[n+1] (t2k , ξ ∗ (y1 , y2 ))dy1 dy2 ,
Rd Rd
[n+1] [n+1] [n+1]
ξ ∗ (y1 , y2 ) = ξ2k+2 (x, y1 ) − δn+1 v(t2k+1 , ξ2k+2 (x, y1 )) + y2 ,
(5.4) Z
[n+1] [n+1] [n+1] [n+1] [n+1]
Ja,2k = δn+1 Θn+1 (y)F (t2k , ξ2k+2 (x, y), u[n+1] (t2k , ξ2k+2 (x, y)))dy,
Rd
[n+1] [n+1]
(5.5) Jb,2k = δn+1 F (t2k+1 , x, U1 + U2 ),
Z
[n+1] [n+1]
U1 = Θn+1 (y)u[n+1] (t2k , ξ2k+1 (x, y))dy,
Rd
[n+1] [n+1]
U2 = δn+1 F (t2k , x, u[n+1] (t2k , x)).
[n+1]
Pour I2k on a le Lemme suivant.
Lemme 5.1. Il existe une constante K1 indépendante de n telle que
Z
[n+1] [n] [n]
(5.6) I2k − Θn (y)u[n] (tk , x − δn v(tk+1 , x) + y)dy ≤
Rd
[n+1] [n] [n+1]
≤ sup |u[n+1] (t2k , y) − u[n] (tk , y)| + K1 δn3/2 sup |∇u[n+1] (t2k , y)|.
y∈Rd y∈Rd
En particulier, on a
[n+1] [n]
(5.7) |u[n+1] (t2 , x) − u[n] (t1 , x)| ≤ K1 δn3/2 sup |∇u0 (y)|.
y∈Rd
(ici et dans la suite, ∇ désigne le gradient par rapport à x ∈ Rd et, pour les
valeurs qui sont bornées par hypothèse ou d’après ce que nous avons démontré en
haut, nous écrivons simplement sup au lieu de sup etc...), en utilisant la
(t,y)∈[0,τ 1 ]×Rd
notation ξ ∗ (y1 , y2 ) donnée dans (5.3), on a
[n+1] [n+1] ∗ [n] [n]
(t2k , ξ (y1 , y2 )) − u[n] (tk , ξk+1 (x, y1 + y2 )) ≤
(5.9) u
[n+1] [n]
≤ sup |u[n+1] (t2k , y) − u[n] (tk , y)|+
y∈Rd
Maintenant on va estimer
[n+1] [n+1] [n] [n]
Ja,2k + Jb,2k − δn F (tk , x, u[n] (tk , x)) =
[n+1] [n] [n] [n+1] [n] [n]
= Ja,2k − δn+1 F (tk , x, u[n] (tk , x)) + Jb,2k − δn+1 F (tk , x, u[n] (tk , x)).
[n+1]
Pour Ja,2k on a le Lemme suivant.
Lemme 5.2. Il existe une constante K2 indépendante de n telle que
[n+1] [n] [n]
(5.10) Ja,2k − δn+1 F (tk , x, u[n] (tk , x)) ≤
≤ sup |∂u F | sup |∇u[n+1] |(δn+1 sup |v| + |y|) + δn+1 (sup |F | + sup |∂t F |)+
[n+1] [n]
+ sup |∂u F | |u[n+1] (t2k , x) − u[n] (tk , x)|,
d’où on obtient (5.11).
Démonstration. Des relations (5.2), (5.6), (5.10), (5.11) on déduit qu’il existe
une constante K4 indépendante de n telle que
[n+1] [n]
|u[n+1] (t2k+2 , x) − u[n] (tk+1 , x)| ≤
Or, comme cette inégalité est valable pour tout x ∈ Rd dans le premier membre, si
on pose
[n+1] [n]
(5.13) Yk = sup |u[n+1] (t2k , x) − u[n] (tk , x)|,
x∈Rd
on a
3/2
(5.14) Yk+1 ≤ (1 + K4 δn+1 )Yk + K4 δn+1 ,
l’inégalité (5.12) et la définition (2.6) impliquent que la suite u[n] (t, x) converge
uniformément sur [0, τ − 1] × Rd .
64 L. TALEB, S. SELVADURAY, AND H. F. YASHIMA
où
Z Z
[1,n+1] [1,n] [n]
(ξ ∗ )−wi,k (ξk+1 (x, y1 +y2 )) dy1 dy2 ,
(6.5) Z1 = Θn+1 (y1 )Θn+1 (y2 ) wi,2k
Rd Rd
Z Z d
X
(6.6) Z2 = δn+1 Θn+1 (y1 )Θn+1 (y2 ) Λ2,j (x, y1 , y2 )dy1 dy2 ,
j=1
Rd Rd
[n+1] [1,n+1] [n] [1,n] [n]
Λ2,j (x, y1 , y2 ) = −∂xi vj (t2k+2 , x)wj,2k (ξ ∗ )+∂xi vj (tk+1 , x)wj,k (ξk+1 (x, y1 +y2 )),
Z Z d
X
(6.7) Z3 = δn+1 Θn+1 (y1 )Θn+1 (y2 ) Λ3,j (x, y1 , y2 )dy1 dy2 ,
j=1
Rd Rd
d
[n+1] [n+1] [n+1] [1,n+1]
X
Λ3,j (x, y1 , y2 ) = − ∂xl vj (t2k+1 , ξ2k+2 (x, y1 ))∂xi ξ2k+2,l (x, y1 )wj,2k (ξ ∗ )+
l=1
[n] [1,n] [n]
+∂xi vj (tk+1 , x)wj,k (ξk+1 (x, y1 + y2 )),
(6.8)
Z d
[n+1] [n+1] [n+1] [n+1]
X
0
Z4 = δn+1 Θn+1 (y1 ) Fj,2k (ξ2k+2 (x, y1 ), u2k (ξ2k+2 (x, y1 )))∂xi ξ2k+2,j (x, y1 )dy1 +
j=1
Rd
0 [n]
−δn+1 Fi,k (x, uk (x)),
Z d
[n+1] [n+1] [n+1]
X
0
(6.9) Z5 = δn+1 Θn+1 (y1 ) Fu,2k (ξ2k+2 (x, y1 ), u2k (ξ2k+2 (x, y1 )))×
j=1
Rd
[1,n+1] [n+1] [n+1]
×wj,2k (ξ2k+2 (x, y1 ))∂xi ξ2k+2,j (x, y1 )dy1 +
0 [n] [1,n]
−δn+1 Fu,k (x, uk (x))wi,k (x),
0 [n+1] 0 [n]
(6.10) Z6 = δn+1 Fi,2k+1 (x, u2k+1 (x)) − Fi,k (x, uk (x)) ,
[1,n+1]
on rappelle que d’après le Lemme 4.1 |∇wi,2k | est majoré par une constante
indépendante de n. Donc, de manière analogue à l’obtention de (5.6), on obtient
[1,n+1] [1,n] 3/2
(6.13) |Z1 | ≤ sup |wi,2k (y) − wi,k (y)| + C0 δn+1 ,
y∈Rd
où C0 est une constante indépendante de n déterminée seulement par les données
et le Lemme 4.1 (avec m = 2) ; dans la suite nous écrivons C0 quand il s’agit d’une
constante déterminée par les hypothèses de la Proposition.
Introduisons la notation
d
[1] [1,n+1] [1,n]
X
(6.14) Yk = sup |wi,2k (x) − wi,k (x)|.
i=1 x∈Rd
[n+1] [n]
En rappelant que =t2k+2 tk+1
et en utilisant l’inégalité (6.12), qui, écrite avec j
au lieu de i, est valable pour tout j ∈ {1, · · · , d}, on obtient
[1] 3/2
(6.15) |Z2 | ≤ δn+1 C0 (Yk + C0 δn+1 ).
En ce qui concerne Λj (y1 , y2 ) qui se trouve sous le signe d’intégration de (6.7),
compte tenu de la relation
[n+1] [n+1]
(6.16) ∂xi ξ2k+2,l (x, y1 ) = δil − δn+1 ∂xi vl (t2k+2 , x),
on a
(6.17)
d
[n+1] [n+1] [n+1] [1,n+1]
X
Λ3,j (x, y1 , y2 ) = δn+1 ∂xl vj (t2k+1 , ξ2k+2 (x, y1 ))∂xi vl (t2k+2 , x)wj,2k (ξ ∗ )+
l=1
[n] [n+1] [n+1] [n+1] [1,n+1]
+(∂xi vj (tk+1 , ξ2k+2 (x, y1 )) − ∂xi vj (t2k+1 , ξ2k+2 (x, y1 )))wj,2k (ξ ∗ )+
[n] [n] [n+1] [1,n+1]
+(∂xi vj (tk+1 , x) − ∂xi vj (tk+1 , ξ2k+2 (x, y1 )))wj,2k (ξ ∗ )+
[n] [1,n+1] [n] [1,n+1]
+∂xi vj (tk+1 , x)(wj,2k (ξk+1 (x, y1 + y2 )) − wj,2k (ξ ∗ ))+
[n] [1,n] [n] [1,n+1] [n]
+∂xi vj (tk+1 , x)(wj,k (ξk+1 (x, y1 + y2 )) − wj,2k (ξk+1 (x, y1 + y2 ))).
Comme
[n] [n+1]
|∂xi vj (tk+1 , ξ) − ∂xi vj (t2k+1 , ξ)| ≤ δn+1 sup |∂t ∂xi vj | (ξ ∈ Rd ),
[n] [n] [n+1]
|∂xi vj (tk+1 , x) − ∂xi vj (tk+1 , ξ2k+2 (x, y1 ))| ≤ sup |∇∂xi vj |(δn+1 sup |v| + |y1 |),
compte tenu de (6.12) et des valeurs uniformément bornées par hypothèses et le
Lemme 4.1, on a
2 3/2 [1]
(6.18) |Z3 | ≤ C0 (δn+1 + δn+1 ) + δn+1 C0 Yk .
En ce qui concerne Z4 , Z5 , Z6 et Z7 , en rappelant la convention de notation
0 0
F·,2k (x, u) = F·,k (x, u) et en tenant compte de la relation
0 0
|F·,k (x(1) , u(1) ) − F·,k (x(2) , u(2) )| ≤ C0 (|x(1) − x(2) | + |u(1) − u(2) |)
et de la condition (2.10) pour |α| = 1 ainsi que de (6.16), on a
2 3/2 [1]
(6.19) |Z4 + Z5 + Z6 + Z7 | ≤ C0 (δn+1 + δn+1 ) + δn+1 C0 (Yk + Yk ),
où Yk est la valeur définie dans (5.13).
APPROXIMATION DE LA SOLUTION DE TRANSPORT-DIFFUSION 67
P∞ 1/2
Comme n=1 δn < ∞, de l’inégalité (6.23) et de la définition (2.6) on déduit que
[1,n] ∂ [n]
la suite wi (t, x) = u (t, x) converge uniformément sur [0, τ − 1] × Rd .
∂xi
[1,n] ∂2
d’où on déduit que la suite wij (t, x) = u[n] (t, x) converge uniformément
∂xi ∂xj
sur [0, τ − 1] × Rd .
8. Passage à la limite
Pour démontrer que les solutions approchées u[n] (t, x) convergent vers une fonc-
tion u(t, x) qui satisfait à l’équation de transport-diffusion (2.12), nous rappelons
d’abord la relation entre les solutions approchées u[n] (t, x) et l’équation (2.12).
[n]
Lemme 8.1. Soit τ > 1. Soit u[n] (tk , x) la fonction définie par (2.4)–(2.5).
[n] [n]
Alors sous les hypothèses du Théorème 2.1, pour t1 ≤ tk ≤ τ , on a
[n] [n]
u[n] (tk , x) − u[n] (tk−1 , x) [n]
(8.1) = −v(t, x) · ∇u[n] (tk−1 , x)+
δn
[n] [n] [n]
+κ∆u[n] (tk−1 , x) + F (tk−1 , x, u[n] (tk−1 , x)) + R
avec
(8.2) |R| ≤ (δn2 + δn1/2 )C0 ,
où C0 est une constante indépendante de n déterminée par les hypothèses.
Démonstration. D’après la formule de Taylor on a
[n]
(8.3) u[n] (tk−1 , x − δn v(t, x) + y) =
[n] [n] [n]
= u[n] (tk−1 , x) − δn v(t, x) · ∇u[n] (tk−1 , x) + y · ∇u[n] (tk−1 , x)+
d [n]
1 X 2 ∂ 2 u[n] (tk−1 , x)
+ [δn vi (t, x)vj (t, x) − 2δn vi (t, x)yj + yi yj ] +
2 i,j=1 ∂xi ∂xj
70 L. TALEB, S. SELVADURAY, AND H. F. YASHIMA
d [n]
1 X ∂ 3 u[n] (tk−1 , x)
+ µi µj µh ,
6 ∂xi ∂xj ∂xh
i,j,h=1
où µi (resp. µj , µh ) est un nombre réel entre 0 et δn vi +yi (resp. entre 0 et δn vj +yj ,
entre 0 et δn vh + yh ).
Or, comme
Z Z Z
Θn (y)yj dy = 0, Θn (y)yi yj dy = 0 si i 6= j, Θn (y)yi2 dy = 2δn κ,
Rd Rd Rd
on a Z
[n]
Θn (y)y · ∇u[n] (tk−1 , x)dy = 0,
Rd
d
∂ 2 u[n] (t[n]
k−1 , x)
Z h1 X i
Θn (y) δn2 vi (t, x)vj (t, x) − 2δn vi (t, x)yj + yi yj dy =
Rd 2 i,j=1 ∂xi ∂xj
d [n]
[n] 1 X ∂ 2 u[n] (tk−1 , x)
= δn κ∆u[n] (tk−1 , x) + δn2 vi (t, x)vj (t, x) .
2 i,j=1 ∂xi ∂xj
D’autre part, comme, µi étant entre 0 et δn vi + yi , on a |µi | ≤ δn |v| + |y| et de
manière analogue pour µj et µh , il existe une constante C telle que
d [n] ∂ 3 u[n] (t[n] , x)
1 X ∂ 3 u[n] (tk−1 , x) 3 k−1
µi µj µh ≤ C(δn |v| + |y|)
6 ∂xi ∂xj ∂xh ∂xi ∂xj ∂xh
.
i,j,h=1
Comme d’après le Lemme 4.1 (avec m = 3) les dérivées troisièmes de u[n] sont
uniformément bornées, on a
d [n]
Z 1 X ∂ 3 u[n] (tk−1 , x)
Θn (y) µi µj µh dy ≤ (δn3 + δn3/2 )C0 .
6 ∂xi ∂xj ∂xh
Rd i,j,h=1
On en déduit
[n] [n] [n] [n]
u[n] (tk , x) − u[n] (tk−1 , x) = −δn v(t, x) · ∇u[n] (tk−1 , x) + δn κ∆u[n] (tk−1 , x)+
[n] [n]
+δn F (tk−1 , x, u[n] (tk−1 , x)) + R0
3/2
avec |R0 | ≤ (δn3 + δn )C0 ; donc en divisant les deux membres de cette égalité par
δn , on obtient (8.1).
Corollaire 8.1. Il existe une constante L indépendante de n et telle que
(8.4) |u[n] (t1 , x) − u[n] (t2 , x)| ≤ L|t1 − t2 | ∀t1 , t2 ∈ [0, τ − 1], ∀x ∈ Rd ,
Posons maintenant
u[n] (t, x) − u[n] (t − δn , x)
(8.6) e[n] (t, x) =
w
δn
pour tout (t, x) ∈ [δn , τ − δn ] × Rd .
[n]
Lemme 8.2. Soient τ et u[n] (tk , x) comme dans le Lemme 8.1. Alors sous les
hypothèses du Théorème 2.1 on a, pour tout (t, x) ∈ [δn , τ − 1] × Rd ,
(8.7) e[n] (t, x) = −v(t, x) · ∇u[n] (t − δn , x) + κ∆u[n] (t − δn , x)+
w
+F (t − δn , x, u[n] (t − δn , x)) + R1
avec
(8.8) |R1 | ≤ (δn2 + δn1/2 )C0 ,
où C0 est une constante indépendante de n déterminée par les hypothèses.
[n] [n] [n] [n]
Démonstration. On choisit tk et tk+1 de telle sorte que tk ≤ t ≤ tk+1 .
Alors, d’après la définition (2.6) on a
[n] [n]
tk+1 − t [n] [n] t − tk [n] [n]
(8.9) e[n] (t, x) =
w w
e (tk , x) + w
e (tk+1 , x).
δn δn
Donc, si on pose
[n] [n]
tk+1 −t [n] [n] [n] t−tk [n] [n] [n]
Dv = − δn (v(tk , x)−v(t, x))·∇u (tk−1 , x)− δn (v(tk+1 , x)−v(t, x))·∇u (tk , x),
[n]
t −t [n] [n]
DF = k+1 [F (tk−1 , x, u[n] (tk−1 , x)) − F (t − δn , x, u[n] (t − δn , x))]+
δn
[n]
t − tk [n] [n]
+ [F (tk , x, u[n] (tk , x)) − F (t − δn , x, u[n] (t − δn , x))],
δn
on déduit de (8.1) et de (2.6) que
e[n] (t, x) = −v(t, x) · ∇u[n] (t − δn , x) + κ∆u[n] (t − δn , x)+
w
+F (t − δn , x, u[n] (t − δn , x)) + Dv + Df + R
avec
|R| ≤ (δn2 + δn1/2 )C0 .
[n]
Or, comme |v(tk , x) − v(t, x)| ≤ δn sup |∂t v| et de manière analogue pour
[n]
− v(t, x), en rappelant le Lemme 3.1, on a
v(tk+1 , x)
|Dv | ≤ δn C0
avec une constante C0 indépendante de n déterminée par les hypothèses.
De manière analogue, compte tenu aussi du Corollaire 8.1, on a
|DF | ≤ δn sup |∂t F | + Lδn sup |∂u F | ≤ δn C0
avec une constante C0 indépendante de n déterminée par les hypothèses. En adjoi-
gnant ces relations, on obtient (8.7).
72 L. TALEB, S. SELVADURAY, AND H. F. YASHIMA
On en déduit que
Z t2 Z t2 Z 1 Z t2 −δn h
w∗ (t, x)dt = lim e[n] (t, x)dt = lim
w dh ∂t u[n] (t, x)dt =
t1 n→∞ t1 n→∞ 0 t1 −δn h
Z 1 h i
= lim dh u[n] (t2 − δn h, x) − u[n] (t1 − δn h, x) = u(t2 , x) − u(t1 , x),
n→∞ 0
d’où résulte
(8.12) w∗ (t, x) = ∂t u(t, x).
De (8.11) et de (8.12) on déduit que la fonction u(t, x) satisfait à l’équation
(2.12) dans [0, τ − 1] × Rd . Or, comme nous pouvons choisir τ > 1 de manière
arbitraire, on peut conclure que la fonction u(t, x) satisfait à l’équation (2.12) dans
R+ × Rd .
Enfin, comme u[n] (t, x) vérifie la condition (2.4) par définition, il est clair que
la fonction limite u(t, x) satisfait à la condition (2.13).
Le Théorème 2.1 est démontré.
Références
[1] Bahouri, H., Chemin, J.-Y., Danchin, R. : Fourier analysis and nonlinear partial diffe-
rential equations (Grundlehren der mathematischen Wissenschafften, 343). Springer (Berlin,
Heidelberg), 2011.
[2] Desmond, J. H., Mao, X., Stuart, A. M. : Strong convergence of Euler-type methods for
nonlinear stochastic differential equations. SIAM J. Numer. Anal., vol. 40 (2002), pp. 1041–
1063.
[3] Evans, L. C. : Partial Differential Equations. Amer. Math. Soc., 2010.
[4] Freidlin, M. I., Wentzell A. D. : Random perturbations of dynamical systems, (Grundleh-
ren der Mathematischen Wissenschafften, 260), 3rd Ed. Springer (Berlin, Heidelberg), 2012.
[5] Gómez, H., Colominas, I., Nararrina, F., Casteleiro, M., A hyperbolic Model for
Convection-diffusion Transport Problems in CFD, Numerical Analysis and Applications.
Rev. R. Acad. Cien., Serie A. Mat. vol. 102 (2008), pp. 319–334.
APPROXIMATION DE LA SOLUTION DE TRANSPORT-DIFFUSION 73
[6] Goyal, P., Kumar, A. : Mathematical Modeling of Air Pollutants, an Application to Indian
Urban City, Air Quality - Models and Applications, Intech (Rijeka, Shanghai), 2011, Chap.
7, pp. 101–130.
[7] Guikhman, I., Skorokhod, A. : Introduction à la Théorie des Processus aléatoires (traduit
du russe), Mir (Moscou), 1980.
[8] Kolmogorov, A. N. : Über die Analytischen Methodes in der Wahrscheinlichkeitsrechnung,
Math. Ann. vol. 104 (1931), pp. 415–438.
[9] Lévy, G. : On uniqueness for a rough transport-diffusion equation, C. R. Acad. Sci, Ser. I,
vol. 354 (2016), pp. 804–807.
[10] Milstein, G. N., Tretyakov, M. V. : Stochastic numerics for mathematical physics. Sprin-
ger (Berlin, Heidelberg), 2004.
[11] Naumov, V. A. : Mathematical modeling of distribution of suspended impurities from a point
source and its deposition in the watercourse, (en russe). Nauch. Zh. Izvestiya KGTU, vol. 44
(2017), pp. 46–58.
[12] Pardoux, é., Peng, S. : Backward doubly stochastic differential equations and systems of
quasi-linear SPDEs, Prob. Theory Rel. Fields, vol. 98 (1994), pp. 209–227.
[13] Pardoux, é., Răşcanu, A. : Stochastic differential equations, backward SDEs, partial diffe-
rential equations, Springer (Heidelberg), 2014.
[14] Pardoux, é., Veretennikov, A. Yu. : Averaging of backward stochastic differential equa-
tions, with applications to semi-linear PDE’s, Stochastics and Stochastic Rep., vol. 60 (1997),
pp. 255–270.
[15] Sukhinov, A. I., Khachunts, D. S., Chistyakov, A. E. : A Mathematical Model of Pollu-
tant Propagation in Near-ground Atmospheric Layer of a Coastal Region and its Software
Implementation, (en russe). Zh. Vychisl. Mat. Mat. Fis., vol. 55 (2015), pp. 1238–1254.