Une Introduction Aux Équations Aux Dérivées Partielles.M2

Une introduction aux équations aux dérivées partielles
Fabrice Bethuel
Année Universitaire 2018-2019
Version du 26 septembre 2018

Table des matières
1 Introduction 6
1.1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Les équations d’évolution linéaires étudiées . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Les équations stationnaires linéaires étudiées . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Équations non linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5 Liens avec d’autres cours de base de la spécialité . . . . . . . . . . . . . . . . . . . . . 8
1.6 Pour aller plus loin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Un peu de modélisation 11
2.1 Équations de continuité et de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.1 Résolution par la méthode des caractéristiques . . . . . . . . . . . . . . . . . . 12
2.1.2 Solutions de l’équation de transport avec termes sources . . . . . . . . . . . . 14
2.2 Trafic routier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Dynamique des populations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1 Loi de Fick et équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.2 Autres loi de diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.3 Équations de réaction-diffusion . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.4 Équations avec termes d’advection . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Mécanique des fluides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.1 Fluides compressibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4.2 Fluides incompressibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4.3 L’équation de Navier-Stokes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.4.4 Équations linéarisées en mécanique des fluides . . . . . . . . . . . . . . . . . . 24
2.5 Équation stationnaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.1 L’équation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.5.2 Etats stationnaires d’équations d’évolution . . . . . . . . . . . . . . . . . . . . . 27
2.5.3 Ondes progressives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.6 Domaines infinis, domaines périodiques . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3 EDP linéaires : premières propriétés, unicité 34

3.1 Opérateurs différentiels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2 L’équation linéaire (3.1.3) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3 Méthodes intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.1 L’équation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3.2 Équation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.3.3 Équation des ondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.3.4 Equation de transport . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1
3.3.5 Le principe du Maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.3.6 Principe du Maximum pour des opérateurs paraboliques plus généraux . . . 44
3.3.7 Principe du Maximum pour les opérateurs elliptiques . . . . . . . . . . . . . . 46
4 Premières constructions explicites de solutions 53

4.1 Construction de solutions pour l’équation de Laplace . . . . . . . . . . . . . . . . . . 53
4.1.1 Solutions radiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.1.2 La solution fondamentale du Laplacien pour N ≥ 3 . . . . . . . . . . . . . . . . 55
4.1.3 Une formule explicite pour la solution de l’équation de Laplace . . . . . . . . 57
4.1.4 Généralités sur le produit de convolution . . . . . . . . . . . . . . . . . . . . . 60
4.1.5 Vérification de la formule explicite (4.1.3) pour l’équation de Laplace . . . . . 63
4.1.6 La solution fondamentale du laplacien en Dimension N = 2 . . . . . . . . . . 64
4.1.7 Le principe du Maximum fort . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.2 Construction de solutions pour l’équation de la chaleur homogène . . . . . . . . . . 65
4.2.1 Symétries de l’équation de la chaleur homogène . . . . . . . . . . . . . . . . . 65
4.2.2 Solution auto-similaire radiale de l’équation de la chaleur . . . . . . . . . . . . 67
4.2.3 La solution fondamentale de l’équation de la chaleur . . . . . . . . . . . . . . 68
4.2.4 Solution de l’équation de la chaleur homogène avec donnée initiale . . . . . . 69
4.2.5 Propriétés des solutions de l’équation homogène . . . . . . . . . . . . . . . . . 70
4.3 Principe de Duhamel pour l’équation de la chaleur avec terme source . . . . . . . . . 70
4.4 Principe de Duhamel pour les équations de transport et de continuité . . . . . . . . . 74
4.4.1 Equation de transport homogène . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.4.2 Equation de transport avec terme source . . . . . . . . . . . . . . . . . . . . . . 74
4.4.3 Equation de continuité homogène . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.4.4 Le cas des champs de vecteurs constants . . . . . . . . . . . . . . . . . . . . . . 75
5 Distributions, régularité des solutions, et intégrales singulières 77

5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
5.2 Rappels sur la théorie des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.1 Premières définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.2 La masse de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.3 Retour sur l’équation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.3.1 Solution au sens des distributions, solutions faibles . . . . . . . . . . . . . . . 82
5.3.2 Propriétés de la solution fondamentale . . . . . . . . . . . . . . . . . . . . . . . 82
5.4 Régularité des solutions de l’équation de Laplace . . . . . . . . . . . . . . . . . . . . . 85
5.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4.2 Dérivées premières et seconde de G . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.4.3 Convolution et intégrales singulières . . . . . . . . . . . . . . . . . . . . . . . . 90
5.4.4 Un premier résultat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
5.4.5 Fonctions Hölderiennes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6 Principe de Duhamel pour de l’équation de la chaleur 100

6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2 Noyau de la chaleur et théorie des distributions . . . . . . . . . . . . . . . . . . . . . . 100
6.2.1 Une propriété importante de H . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
6.2.2 Les dérivées de H au sens des distributions . . . . . . . . . . . . . . . . . . . . . 101
6.3 Solutions au sens des distributions de l’équation de la chaleur avec terme source . . 105
6.3.1 Solution par convolution avec H . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
2
6.3.2 Retour sur la formule de Duhamel . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.4 Régularité des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.4.1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
6.4.2 Fonctions Höldériennes en espace-temps . . . . . . . . . . . . . . . . . . . . . 106
6.4.3 Existence de solutions classiques pour des données Hölderiennes . . . . . . . 107
6.4.4 Propriétés de compensation dans les intégrales . . . . . . . . . . . . . . . . . . 107
6.4.5 Un résultat de régularité optimale . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.4.6 Autres propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7 Premières méthodes d’analyse fonctionnelle 116

7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
7.2 Quelques propriétés des espaces de Hölder . . . . . . . . . . . . . . . . . . . . . . . . 118
7.2.1 Complétude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.2.2 Propriétés d’algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.2.3 Interpolation de norme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
7.3 La méthode des estimations a priori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.3.1 Principe du maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.3.2 Majoration des normes fortes par méthode perturbative . . . . . . . . . . . . . 122
7.3.3 Absorption des termes d’ordre intermédiaire par interpolation . . . . . . . . . 125
7.3.4 Méthode de continuation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
7.4 Démonstration du Théorème 7.1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8 Problèmes non linéaires 128

8.0.1 Existence globale pour non linearités lipschitziennes . . . . . . . . . . . . . . 128
8.0.2 Existence Locale pour des fonctions localement Lipschitzienne . . . . . . . . 134
8.0.3 Exemples d’explosion en temps fini . . . . . . . . . . . . . . . . . . . . . . . . . 135
8.0.4 Exemples de solutions globales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
9 Méthodes spectrales et hilbertiennes 143

9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
9.2 Fonctions périodiques, séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 144
9.2.1 L’espace de Hilbert L 2per (RN ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
9.2.2 Séries de Fourier et régularité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
m
9.2.3 Les espace de Sobolev Hper (RN ), m ∈ N . . . . . . . . . . . . . . . . . . . . . . . 148
9.3 Résolution de quelques EDP par séries de Fourier . . . . . . . . . . . . . . . . . . . . . 149
9.3.1 Une équation aux dérivées partielle elliptique . . . . . . . . . . . . . . . . . . . 149
A Rappels sur les fonctions de plusieurs variables 150

A.1 La notion de dérivée partielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 150
A.1.1 Développement limité à l’ordre 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
A.1.2 Le gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
A.1.3 Intégration par parties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152
A.1.4 Dérivation des fonctions composées . . . . . . . . . . . . . . . . . . . . . . . . 153
A.1.5 Changements de coordonnées . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
A.1.6 Changement de coordonnées et intégration . . . . . . . . . . . . . . . . . . . . 157
A.2 Dérivées secondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
A.2.1 Développement limité à l’ordre 2 et matrice Hessienne . . . . . . . . . . . . . 158
A.2.2 Dérivée seconde de la restriction à une droite . . . . . . . . . . . . . . . . . . . 159
3
A.2.3 Dérivée seconde de la restriction à une courbe . . . . . . . . . . . . . . . . . . 159
A.2.4 Transformation par changement de base . . . . . . . . . . . . . . . . . . . . . . 160
A.2.5 Changements de bases orthonormées . . . . . . . . . . . . . . . . . . . . . . . . 161
A.2.6 Le laplacien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
A.2.7 Conditions du premier et du deuxième ordre en un point minimisant intérieur 163
A.3 Dérivées partielles d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
A.3.1 Multi-indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
B Quelques notions d’analyse vectorielle 166

B.1 Champ de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
B.1.1 Champ de gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
B.1.2 Courbes intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
B.1.3 La divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
B.1.4 Divergence, flux et intégration par partie . . . . . . . . . . . . . . . . . . . . . . 172
B.2 Une interprétation du théorème flux-divergence : l’équation de continuité . . . . . 173
B.3 Le rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
B.3.1 Invariance du rotationnel par changement de repère orthonormé . . . . . . . 179
B.3.2 Champs à rotationnel nul . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
B.3.3 Champ à divergence nulle, potentiels vecteurs . . . . . . . . . . . . . . . . . . . 180
B.3.4 Le cas N=2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
C Equations différentielles ordinaires 182

C.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
C.1.1 Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
C.1.2 Le problème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
C.2 Exemples d’intégrations explicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
C.2.1 Fonctions f indépendantes de u . . . . . . . . . . . . . . . . . . . . . . . . . . 183
C.2.2 Méthode de séparable des variables . . . . . . . . . . . . . . . . . . . . . . . . . 184
C.2.3 Méthode de variation de la constante . . . . . . . . . . . . . . . . . . . . . . . . 186
C.2.4 Équations différentielles vectorielles . . . . . . . . . . . . . . . . . . . . . . . . 187
C.2.5 Remarques sur les solutions construites . . . . . . . . . . . . . . . . . . . . . . 187
C.3 Le Théorème de Cauchy-Lipschitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
C.3.1 Solutions maximales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
C.4 Quelques propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
C.4.1 Un outil fondamental : les inégalités différentielles . . . . . . . . . . . . . . . . 191
C.4.2 Le Lemme de Gronwall . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
C.4.3 Dépendance par rapport aux données . . . . . . . . . . . . . . . . . . . . . . . 192
D La théorie des distributions : un aperçu 193

D.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
D.1.1 La notion de fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
D.1.2 Les séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
D.1.3 La théorie de l’intégration comme point de départ . . . . . . . . . . . . . . . . 194
D.2 Définition des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
D.2.1 La propriété de continuité des distributions . . . . . . . . . . . . . . . . . . . . 199
D.2.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
D.2.3 Restriction d’une distribution à un ouvert . . . . . . . . . . . . . . . . . . . . . 203
D.2.4 Support d’une distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
4
D.3 Opérations sur les distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
D.3.1 Dérivation des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
D.3.2 Multiplication d’une distribution et d’une fonction C ∞ . . . . . . . . . . . . . 207
D.3.3 Les distributions à support compact . . . . . . . . . . . . . . . . . . . . . . . . . 207
D.3.4 Convolutions des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
D.4 Convergence des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
D.4.1 Définition et premières propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . 212
D.4.2 Approximation des distributions par des fonctions régulières . . . . . . . . . . 214
D.4.3 Quelques conséquences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
5
Chapitre 1
Introduction
1.1 Préambule
Les équations aux dérivées partielles (EDP) apparaissent naturellement dans la modélisation
de nombreux problèmes en physique, biologie économie ou ailleurs. Sur de nombreux points,
elles semblent géneraliser au contexte multi-dimensionnel les équations différentielles ordinaires.
L’approche proposée dans la littérature mathématique peut cependant surprendre l’étudiant qui
désire s’y initier : les méthodes d’inspiration très variées y abondent, le plus souvent adaptées à des
cas particuliers, de sorte qu’il est difficile d’imaginer qu’une théorie unifiée puisse s’en dégager. Il
faut admettre que ce sentiment de profusion (voire de confusion) correspond pour une certaine
part à une réalité incontournable : les phénomènes modélisées sont par nature si différents qu’il
est presque impensable de les faire entrer dans une même et seule catégorie. Cependant, les étu-
diants plus avancés dans leur étude (par exemple les étudiants en fin d’anné de M2) se rend vite
compte que, dans l’univers infini de toutes les EDP imaginables, seuls un petit nombre retient vrai-
ment notre attention, et qu’un nombre restreint de catégories d’EDP et de phénomènes apparaît.
Chacune de ces catégories présente alors une unité propre. De manière peut-être surprenante, ces
principales catégories étaient pour la plupart connues et étudiées depuis le XIXème siècle, voire
avant. Diverses méthodes avaient alors étaient proposées, comme la méthode de séparation des
variables ou la décomposition de Fourier, et des propriétés essentielles, comme le principe du
maximum, identifiées. La théorie connut une véritable explosion au XXème siècle grâce à l’apport
de l’analyse fonctionnelle. Ces diverses approches continuent de coexister et de se féconder dans
les travaux modernes.
Le but de ces notes est de présenter de manière aussi concise que possible quelque types im-
portants d’équations, et de voir comment les notions mentionnées précédemment apparaissent
naturellement. Les questions fondamentales concernent, comme pour les équations aux différen-
tielles ordinaires :
— l’ existence de solution
— l’unicité des solutions
éventuellement en fonctions de données aux limites prescrites. Cependant, des questions nou-
velles et propres aux EDP apparaissent aussi, comme la régularité des solutions. Comme pour les
équations ordinaires voire encore beaucoup plus, des propriétes qualitatives, comme des bornes
sur diverses quantités ponctuelles ou intégrales sont fondamentales. Ces dernières s’avèrent sou-
vent cruciales pour établir l’existence même des solutions : c’est la méthode des estimations a
priori. Dans cette méthode, on commence par étudier les solutions et décrire un certains nombre
6
de propriétés, les résultats obtenus permettent parfois (souvent) grâce à diverses techniques d’en
déduire l’existence.
L’étude des EDP fait appel à presque toutes les branches de l’analyse. C’est pourquoi, nous
effectuerons certains rappels dans des Appendices séparées, par exemple l’analyse vectorielle, la
théorie de Fourier, ou la la théorie des équations différentielles ordinaires. Les principaux résultats
d’analyse fonctionnelle que nous utiliserons seront rappelés, mais admis. Il font l’objet d’un autre
des cours de base de cette spécialité.
Nous étudierons deux grandes classes d’équations :
— les équations d’évolutions : le temps, qui est l’une des variables, joue un rôle particulier,
— les équations stationnaires,
qui sont parfois des états limites d’équations d’évolution.
Nous ferons ensuite la distinction, dans chacune des classes précédentes, entre
— les équations linéaires qui vérifient le principe de superposition et
— les équations non linéaires (qui ne le vérifient pas).
Le principe de superposition affirme que toute combinaison linéaire de ses solutions est égale-
ment une solution. Lorsque l’équation vérifie un tel principe, on peut alors décomposer une so-
lution en solutions plus simples, parfois explicites. C’est sur ce principe que repose la méthode
des solutions fondamentales, qui mènent ainsi parfois à des formules explicites pour des données
générales, rendant du coup leur étude plus aisée. Certaines de ces formules seront étudiées en
cours ou développées sous forme d’exercices. Nous donnerons aussi des exemples d’équations
pour lesquells on ne dispose pas de solutions explicites : c’est par exemple le cas pour la plupart
des équations à coefficients variables. Pour de tels problèmes, nous aurons recours aux principes
de l’analyse fonctionnelle. Une des méthodes que nous verrons, la méthode de continuation, nous
permet de nous ramener à des problèmes que l’on sait résoudre explicitement.
1.2 Les équations d’évolution linéaires étudiées

Nous aborderons trois types d’équations d’évolution. Tout d’abord l’équation de transport qui
sous sa forme la plus simple s’écrit comme
(
∂t u(x, t ) + c∂x u(x, t ) = 0
(Transport)
u(x, 0) = u 0 (x), ∀x ∈ R.
Ici u : [0, +∞) × R → R est la fonction inconnue, alors que u 0 : R → R est la donnée initiale au
temps t = 0, et c ∈ R un paramètre donné. Nous verrons que cette équation est conservative, et
décrit des phénomènes de propagation à vitesse finie c. On parle alors d’équation hyperbolique,
d’ordre 1 puisqu’elle ne fait intervenir que des dérivées premières. La deuxième équation que nous
étudierons est l’équation de la chaleur, que sécrit en dimension 1 d’espace
(
∂t u(x, t ) − c∂xx u(x, t ) = 0
(Chaleur)
u(x, 0) = u 0 (x), ∀x ∈ R.
Ici, comme pour l’équation précédente, u : [0, +∞) × R → R est la fonction inconnue, et de même
u 0 : R → R est la donnée initiale au temps t = 0. Cette équation, qui est d’ordre 2 en espace (c’est
à dire par rapport à la variable x), a la propriété d’être régularisante, c’est à dire qu‘à un temps
t > 0 la fonction x → u(x, t ) est régulière, même si la donnée initiale ne l’est pas. Elle est également
7
dissipative, c’est à dire fait décroître une énergie que nous définirons. Notons enfin qu’elle a une
vitesse de propagation qui est infinie. Il est intéressant de comparer l’équation de la chaleur avec
l’équation d’Airy ci dessous (
∂t u(x, t ) + c∂xxx u(x, t ) = 0
(Airy)
u(x, 0) = u 0 (x), ∀x ∈ R.
Cette équation du troisième ordre (dans la variable spatiale) est conservative, comme l’équation
de transport, mais, contrairement à l’équation de transport, elle a une vitesse infinie de propa-
gation. Elle a d’autre propriétés plus subtiles, en particulier elle est dispersive, une propriété que
nous expliciterons. Notons pour conclure que, nous mettrons le plus souvent chacune de ces trois
équations sous forme sous forme de problème d’évolution dans un espace vectoriel X de fonction
U : R → R adéquat
 d U (t ) = AU (t ), ∀t > 0

dt (1)
U (0) = U0 .

Ici U0 désigne la fonction x 7→ u 0 (x), et A l’application linéaire X → Y , Y un autre espace fonction-

nelle à préciser définie par AU = −c∂x U pour l’équation de transport, AU = ∂xx U pour l’équation
de la chaleur, et enfin AU = −∂xxx U pour l’équation d’ Airy. En utilisant, ce formalisme, le pro-
blème de l’existence et de l’unicité ressemble fortement à celui des équations différentielles dans
un espace de dimension infinie. une des difficultés provient du fait que l’opérateur A induit une
perte de régularité, et les théoremes classiques des équations différentielles ne s’appliquent pas
tels quels.
1.3 Les équations stationnaires linéaires étudiées

L’exemple le plus simple d’équation stationnaire est fourni par l’équation de Laplace en di-
mension N à savoir l’équation
−∆u(x) = f (x), ∀x = (x 1 , . . . , x N ) ∈ RN (Laplace)
Ici f est une fonction de données sur RN , que nous choisirons dans des espaces fonctionnelles
appropriés. Cette équation apparaît dans divers modèles. Par exemple, en électrostatique la fonc-
tion inconnue u réprésente, dans des unités adéquate, un potentiel électrique, qui se retrouve
directement relié, par cette équation à la distribution de charge f .
1.4 Équations non linéaires

Nous verrons des modèles simples en physique ou en dynamique des populations conduisent
naturellement à des équations non linéaires. ces équations peuvent présenter des nouveaux phé-
nomèns, comme par exemple le phénomène d’explosion en temps fini. Nous en donnerons quelques
exemples.
1.5 Liens avec d’autres cours de base de la spécialité

Ce cours est pour l’essentiel auto-contenu, des rappels étant rejetés en annexe. Certaine mé-
thodes fondamentales en EDP, ont été volontairement exclues, comme par exemple le théorème
8
de Lax-Milgram ou le théorème spectrale, que l’on trouvera dans le cours de Grégoire Allaire, "Ana-
lyse fonctionnelle et Applications". Les contenus des deux cours sont donc complémentaires. Beau-
coup d’exemples traités dans ce cours sont également présents dans cours de Bruno Desprès "Mé-
thodes numériques pour les EDP instationnaires", où sont développés les méthodes d’approxima-
tion numériques des solutions.
1.6 Pour aller plus loin

Il existe de très nombreux ouvrages de grande qualité traitant des équations aux dérivées par-
tielles, certains couvrant un spectre très large d’équations. Ces ouvrages se distinguent souvent par
la familiarité avec les techniques de l’analyse fonctionnelle, de la théorie des distributions, ou de
l’analyse de Fourier qu’ils exigent. Ces notes de cours se sont largement inspirées de l’excellent ou-
vrage [1], dont la lecture ne requiert qu’un niveau minimal de connaissances préalables. Plusieurs
exemples d’équations d’équations aux dérivées partielles de ce cours sont sont liés à la mécanique
des fluides. On pourra trouver dans [2] de nombreux résulats et exemples sur ces thématiques.
9
Bibliographie
[1] L.C Evans, Partial differential equations, Graduate Studies in Mathematics, 19. AMS, RI
(1998).
[2] A. Bertozzi et A. Majda, Vorticity and incompressible flow., Cambridge University Press
(2002).
10
Chapitre 2
Un peu de modélisation
Dans ce chapitre, nous motivons l’étude des équations aux dérivées partielles par quelques
modèles simples.
2.1 Équations de continuité et de transport

Les modèles que nous allons décrire viennent d’horizons variés et prennent tous leur origine
dans les équations de transports et de continuité, dont nous avons abordés quelques aspects dans
l’Annexe B, et dont nous reprenons maintenant l’étude. Considérons un domaine Ω de RN , où
~ défini sur Ω et
N = 1, 2 ou 3 un intervalle de temps I = [0, Tmax [ et enfin un champ de vecteur V
dépendant éventuellement du temps, c’est à dire une application V ~ : Ω × I → RN . On considère
l’équation différentielle ordinaire (C.2.1)
 d M (t ) = V

~ (M (t ), t ), t ∈ I
dt (EDO)
M (0) = M ,

où M est donné. On suppose que le domaine Ω contient des particules élémentaires dont on note
ρ la densité : il s’agit d’une fonction sur Ω × I telle que ρ(M , t ) désigne la densité de ces particules
au temps t et au point M . On suppose que les particules évoluent en fonction du système (3), c’est
à dire que, si la particule est localisée au temps 0 en M , alors elle se trouve au temps t au point
M (t ). On utilsera parfois la notation
M (t ) = Φ(M , t )
où Φ désigne le "flot" (voir Annexe C). En fonction de nos modèles, les particules représenteront
aussi bien les molécules d’un fluide, des individus d’une espèce animale, ou encore des véhicules.
Dans l’annexe B nous avons établi l’équation de continuité
∂ρ
~ ) = 0,
+ div (ρV (Cont)
∂t
où la divergence "div " fait référence uniquement aux variables d’espace. Notons au passage que,
si le champ de vecteur V~ est entièrement déterminé, alors cette équation nous fournit un premier
exemple d’équation aux dérivées partielles, du première ordre en l’occurence. Plus généralement,
cette équation décrit un passage d’une loi de comportement microscopique (l’équation différen-
tielle(3) portant sur chaque particule) à une équation sur une quantité étendu, l’équation (Cont ),
11
portant sur la densité en un point et un instant donnés. Dans le même esprit, nous avons introduit
dans l’Annexe (B) l’équation de transport
∂u
~ ·→
+V
−
∇ u = 0. (Trans)
∂t
qui décrit l’évolution de valeurs transportées par le flot.
Remarque 1. Les équations de continuité et de transport coïncident pour des flots incompres-
sibles, c’est à dire si
~ = 0.
div V
En effet, on a l’identité
~ ) = ρdiv V
div (ρV ~ .→
~ +V −
∇ ρ,
~ ) = ρdiv V
de sorte que si divV = 0 alors on a div (ρV ~.
Remarque 2. La conservation locale de particules n’entraîne pas la conservation globale, car il

peut y alors des flux de particules à travers la bord ∂Ω du domaine. Considérons la quantité totale
à l’instant t donnée par Z
M (t ) = ρ(t , x)dx.
Ω
On obtient, en invoquant la règle de dérivation sous le signe somme et en utilisant l’équation de
continuité
dM ∂ρ
Z Z
= ~ )(t , x)dx = −Flux (ρV
(t , x)dx = − div (ρV ~ , ∂Ω) (1)
dt Ω ∂t Ω
où on introduit le flux à travers le bord Ω,
Z
Flux (ρ, ∂Ω) = ρ(σ)V (σ) ·~
n (σ)d σ.
∂Ω
La variation de M est donc opposée au flux de ρV à travers le bord ∂Ω du domaine. Dans les cas
où les particules sont contraintes à rester présentes dans le domaine Ω,le flux doit être nul en tout
point du bord ∂Ω. Cette condition au bord naturelle a
n (σ) = 0 pour tout σ ∈ Σ = ∂Ω.

V (σ) ·~ (2)
2.1.1 Résolution par la méthode des caractéristiques

L’équation de transport peut se résoudre directement lorsque le champ V ~ est connu, et si on
se donne une donnée initiale u 0 : Ω → R , en fixant la valeur de u au temps t = 0 par
u(x, 0) = u 0 (x).
On parle alors, comme pour les équations différentielles ordinaires de problème de Cauchy pour
(Trans ). Pour résoudre l’équation, considérons un couple (x ? , t ? ) arbitraire, et on introduit la so-
lution x? : I ? → Ω, où I ? désigne un intervalle contenant t ? de l’équation différentielle du premier
ordre
 d x? (t ) = V

~ (x? (t ), t ), t ∈ I
dt (3)
x? (t ? ) = x ? .

12
La courbe
C ? = {(x? (s), s), s ∈ I ? }
s’appelle courbe caractéristique. On vérifie que le long de cette caractéristique u est constante. En
effet, on a
d →
− d x? ∂u
u(x? (t ), t ) = ∇ u(~x? (t ), t ). (t ) + (x? (t ), t )
dt dt ∂t
∂u ∂u (4)
= (x? (t ), t ) + V~ (x? (t ), t ). (x? (t ), t )
∂t ∂x
= 0,
car u est solution de l’équation de transport (Trans ). On obtient ainsi
Théorème 1. Soit x ? et t ? donnée. Si l’intervalle maximal d’existence de léquation (3) contient 0

alors on a
u(x ? , t ? ) = u 0 (x ? (0))
En particulier, la solution est entièrement déterminée en (x ? , t ? ).
Démonstration. Grâce à l’identité (4), la valeur de u(x? (t ), t ) est indd́ependent de t , c’est à dire
qu’il existe une constante C telle que
u(x? (t ), t ) = C pour tout T ∈ I ? .
On a donc
u(x? (t ? ), t ? ) = u(x? (0), 0) = u 0 (x? (0)).
Comme x? (t ? ) = x ? la conclusion en découle.
En utilisant des idées similaires, on peut également résoudre les équation de continuité. Ceci
réclame cependant un peu plus de travail. la méthode sera développée dans la Section 4.4.3.
Exemple 1. Considérons le cas le plus simple, où V est constant, c’est à dire
V (x, t ) = c pour tous x ∈ R, t ≥ 0,
où c ∈ R. L’équation des caractéristiques est alors

 ?
 dx (t ) = c
dt
 ? ?
x (t ) = x ?
La solution de cette équation est alors
x? (t ) = x ? + c(t − t ? ). (5)
d’où l’on déduit que x? (0) = x ? − c t ? . La solution de l’équation de transport
 ∂u (x, t ) + c ∂u (x, t ) = 0, pour x ∈ R, t ≥ 0,


∂t ∂x
u(x, 0) = u 0 (x) pour tout x ∈ R.

est donc donnée par

u(x ? , t ? ) = u 0 (x ? − c t ? ).
13
1
Les graphes des caractérisqtiques dans le plan (x, t ) sont donc des droites de pentes .
c
2.1.2 Solutions de l’équation de transport avec termes sources

On se donne ici une fonction f définie sur R+ × R, et on considère le problème avec terme
source f
 ∂u (x, t ) + V (x, t ) · ∂u (x, t ) = f (x, t ), pour x ∈ R, t ≥ 0,

∂t ∂x (6)
u(x, 0) = u 0 (x) pour tout x ∈ R.

Nous allons voir comment adapter les arguments précédents pour calculer la solution. On consi-
dère de nouveau les caractéristiques associées à V . Posons U (t ) = u(x? (t ), t ). On a
d
U (t ) = f (x? (t ), t ).
dt
En intégrons entre 0 et t ? , on obtient donc

Z t?
u(x ? , t ? ) = U (t ? ) = U (0) + f (x? (s), s)ds.
0
Z t?
= u 0 (x? (0)) + f (x? (s), s)ds.
0
Dans le cas particulier où V = c est constant, on obtient la formule

Z t?
? ? ? ?
u(x , t ) = u 0 (x − c t ) + f (x ? + c(s − t ? ), s)ds.
0
Nous avons supposé jusqu’à présent supposé que le champ de vecteur V ~ était donné et connu.
Dans les modèles qui vont suivre, le champs de vecteur V ~ sera lui-même déterminé par la fonc-
→
−
tion inconnue ρ (dans nos exemples une fonction de ρ et de ∇ ρ), de sorte que le modèle devient
"autonome". Ce sera alors la nature du couplage entre le champ : V et la densité ρ qui distinguera
les divers modèles, et rendra compte de propriétés éventuellement très différentes.
14
2.2 Trafic routier
Commençons par un modèle à une dimension : ici le domaine Ω désigne un intervalle I de R,
supposé modéliser une portion de route, on s’intéresse à la densité ρ de voitures sur la chaussée,
c’est à dire au nombre de voitures par unité de longueur. Le champ de vecteurs V ~ désigne alors
la vitesse des voitures. Si ~
e représente un vecteur unitaire orienté dans le sens du trafic, on peut
~
écrire V = V ~e , où V est une fonction scalaire de la position et du temps. L’équation de continuité
s’écrit alors
∂ρ ∂(ρV )
(x, t ) + (x, t ) = 0. (7)
∂t ∂x
Remarquons que la quantité D(x, t ) = ρ(x, t )V (x, t ) représente le débit de voiture en un point
donné x de l’intervalle I , au temps donné t ≥ 0, c’est à dire le nombre de voitures passant en
ce point au temps t par unité de temps. Dans de nombreux modèles de trafic, on suppose que le
débit est une fonction de la densité, c’est à dire, qu’il existe une fonction Ddb : R+ → R+ telle que
D(x, t ) = Ddb ρ(x, t ) .
¡ ¢
Le graphe de la fonction Ddb a plus ou moins l’allure d’une cloche, comme le montre le dessin
ci-dessous
< Ecoulement fluide

( )
> Congestion
Comme la structure routière a par nature une capacité limitée, il existe une valeur ρmax au delà
de laquelle le débit est nul : dans ce cas là, on se trouve dans une situation de congestion du trafic,
et le débit est nul. En revanche, si la densité ρ est faible, alors la vitesse des véhicules s’approche de
la vitesse maximale autorisée Vmax , et le débit est alors proche de ρVmax . Il en résulte que la pente
á l’origine de la fonction Ddb vaut Vmax .
En revenant à l’équation (7) on obtient une équation pour la densité ρ
∂ρ ∂(Ddb (ρ))
(x, t ) + (x, t ) = 0. (8)
∂t ∂x
Pour décrire entièrement la solution, il faut se donner la valeur de la fonction ρ au temps initial
t =0
ρ(x, 0) = ρ 0 (x) pour tout x ∈ I .
15
Remarque 3. Une différence essentielle entre le problème (8) et ceux étudiés dans la Section 2.1
c’est que (8) est une équation non-linéaire, alors que les problèmes étudiés dans la section dans
la Section 2.1 sont linéaires, si le champs de vecteur V ~ est donné 1 . Malgré cela, la méthode des
caractéristiques s’applique encore et apporte un éclairage sur la nature des solutions du problème
de Cauchy.
Posons
d
f (s) = Ddb (s)), pour s ∈
s
et considérons de nouveau un couple (x ? , t ? ) arbitraire. Soit alors solution M ? : I → Ω, où I dé-
signe un intervalle contenant t ? de l’équation différentielle du premier ordre
 d M ? (t ) = f ¡ρ(u , t )¢

? ?
dt
M ? (t ? ) = x ? .

Notons que cette caractéristique est une droite, la droite paramétrée d’équation
M ? (t ) = x ? + f ρ(u ? , t ? ) (t − t ? ), ∀t ∈ R.
¡ ¢
On vérifie que le long de cette caractéristique, la solution ρ est constante tant qu’elle est régulière.
En effet, on a
d ∂ρ d M? ∂ρ
ρ(M ? (t ), t ) = (M ? (t ), t ). (t ) + (M ? (t ), t )
dt ∂t dt ∂t
∂ρ ∂ρ
= (M ? (t ), t ) + f (ρ(x ? , t ? ). (M ? (t ), t )
∂t ∂x
¢¤ ∂ρ
= f ρ(x ? , t ? ) − f ρ(M ? (t ), t )
£ ¡ ¢ ¡
(M ? (t ), t ),
∂x
Si on suppose que la solution ρ est régulière près de (x ? , t ? ), alors il existe un voisinage I ε ≡]t ? −
ε, t ? + ε[ de t ? , et une constante K 0 ≥ 0 telle que
¯ ∂ρ
¯ ¯
¯
¯ (M ? (t ), t )¯ ≤ K 0 pour tout t ∈ I ε ,
¯ ∂x ¯
de sorte que, pour une constante K ≥ 0, on a l’inégalité différentielle

¯ ¯
¯d £
¯ dt ρ(M ? (t ), t ) − ρ(x ? , t ? ) ¯ ≤ K ρ(M ? (t ), t ) − (ρ(x ? , t ? ) ,
¤¯ ¯ ¯
¯ ¯ ¯ ¯
et il résulte alors du lemme de Gronwall que ρ(M ? (t ), t ) − (ρ(x ? , t ? ) = 0, tant que la solution est
régulière près de la caractéristique. Cette propriété peut être utilis ée pour construire les solutions.
Une difficulté nouvelle apparaît cependant car les caractéristiques peuvent maintenant se croiser !
2.3 Dynamique des populations

Dans ce modèle, on va supposer que le domaine Ω est peuplé d’une espèce animale : on peut
par exemple penser à un lac rempli d’une seule espèce poissons : ρ désigne alors la densité de
poisson dans ce lac (nombre de poisson par mètre cube). Considérons tout d’abord un premier
1. Pour l’essentiel, la linéarité correspond au principe de superposition : la somme de deux solutions est une solu-
tion.
16
modèle, extrêmement simple, où le seul but des individus est d’avoir le plus d’espace possible, et
donc d’être le plus loin possible de leurs congénères. Si un individu est situé en un point M du lac
Ω, il voudra rejoindre les zones où la densité est plus faible que ρ(M ). En faisant l’hypothèse que
chaque poisson n’est conscient que de son voisinage immédiat (et qu’il connaît donc ρ(M ) mais
→
− →
− →
−
aussi ∇ ρ(M ), la direction dans laquelle il voudra le déplacer sera parallèle à − ∇ ρ(M ) = − ∇ x :
→−
r ho(M ) (le gradient ∇ désigne dans toute la suite le gradient par rapport aux seules variables
spatiales). ceci nous conduit à imposer comme champ de vecteur V ~ le choix
~ (M ) = −c M , ρ, |→
− ´→ −
³
V ∇ ρ| ∇ ρ, (9)
où c > 0 désigne une fonction de Ω × R+ × R) → R+ donné. On parle alors de modèles de diffusion.

Du choix de cette fonction c d’epend la nature du modèle.
2.3.1 Loi de Fick et équation de la chaleur

Un modèle classique pour la fonction c est donné par la loi dite de Fick
→
−
∇ρ
~ (x, t ) = −d
V ~ = −d →
de sorte que ρV
−
∇ ρ, (Fick)
ρ
Où l’on suppose que d > 0 est un paramètre fixé, appelé paramètre de diffusion. En remplaçant
→
−
dans l’équation de continuité on obtient, en utilisant le fait que div ( ∇ ) = ∆
∂ρ N ∂2
− d ∆ρ = 0 sur Ω × I , où ∆ = ∆x ≡
X
. (10)
∂t i =1 ∂x 1
2
Cette équation, du premier ordre en temps et de deuxième ordre en espace est appelé équation de
la chaleur (ou équation de Fourier). Il s’agit d’une des EDP linéaire les plus classiques, et nous en
étudierons en détail les propriétés. Les poissons ne pouvant pas en principe prendre leurs jambes
à leur cou 2 pour qui quitter le lac, il résulte de la remarque 2 qu’une condition au bord naturel est
∂ρ
= 0 sur Σ = ∂Ω, (11)
∂~
n
où ~
n (σ) désigne, en un point σ donné du bord, le vecteur unitaire normal pointant vers l’extérieur,
∂ρ →−
et où on a écrit =~n · ∇ ρ. On appelle ce type de conditions au bord du domaine les conditions
∂~
n
de Neumann. Par ailleurs, on se donne aussi en général une condition au temps t = 0
ρ(x, 0) = ρ 0 (x) pour x ∈ Ω, (12)
où la fonction ρ 0 est donnée. On s’intéresse alors aux propriétés de la fonction ρ(·, t ) pour t > 0 et
en premier lieu pour pour le mathématicien l’existence et l’unicité d’une solution 3
Remarque 4. La nature précise des conditions aux limites à imposer est également un des en-
jeux de la modélisation des phénomènes. Si des poissons sont prélevés en quantité déterminée en
chaque point du bord, cela conduit à la condition non homogène
∂ρ
= g (σ) sur Σ = ∂Ω, (13)
∂~
n
2. car ils n’ont ni jambes, ni cou..
3. cette question va souvent de soi pour le modélisateur, car cette dernière est l’objet de son étude
17
où la fonction g désigne le prélèvement. On parle alors de condition de Neumann non-homogène.
En revanche, si on pense que tous les poissons se reprochant du bord sont capturés par des pê-
cheurs, alors il convient de remplacer la condition de Neumann (11) par la condition de Dirichlet
ci-dessous
ρ = 0 sur Σ = ∂Ω. (14)
Un modèle plus réaliste, tenant en compte l’habileté relatice des pêcheurs et des poissons serait
peut-être fourni par les conditions aux limites de Robin qui sécrivent
∂ρ
= αρ sur ∂Ω. (15)
∂~
n
2.3.2 Autres loi de diffusion

Anisotropies
La loi de Fick suppose de manière plus ou moins explicite que le mileu est homogène, c’est à
dire possède les mêmes propriétés en tout point. Dans la réalité, ceci est rarement le cas : par
exemple dans notre lac, on peut imaginer des zones plus ou moins vaseuses, plus ou moins peu-
plés d’algues, autant d’éléments qui peuvent influer sur le mouvement de nos poissons. Les ani-
sotropies donnent lieu à des changements sont souvent modéliser par un coefficeint de diffusion
d : Ω → R+ varient en fonction du point, de sorte que V~ (x, t ) = −d (x)→
−
∇ ρ(x, t ), et l’équation de la
chaleur doit alors être remplacée par l’équation plus générale
∂ρ
− div (d (x)ρ) = 0 sur Ω × I . (16)
∂t
Il s’agit de nouveau d’une linéaire dont les propriétés sont proches de celles de la chaleur.
Équations de diffusion non-linéaires.

Dans la loi de Fick, l’intensité du champ de vitesse ne dépend que de l’intensité relative du gradient
de la densité par rapport à cette dernière. On peut imaginer bien d’autres types de comportement,
par exemple que le champs V ~ soit proportionnel à →
−
∇ρ
~ (x, t ) = −2d ∇ρ(x, t ),

V
ou d > 0 est une constante. En remplaçant dans l’équation de continuité on trouve
∂ρ
− d ∆ρ 2 = 0 sur Ω × I , (EMP)
∂t
Cette équation non-linéaire est connue sous le nom d’équation des milieux poreux, car elle inter-
~ de la
vient dans la modélisation de ce type de matériaux. De manière plus générale, si on choisit V
forme
~ (x, t ) = −ϕ(ρ)∇ρ(x, t )
V
où ϕ : R+ → R+ désigne une fonction positive d’une variable réelle donnée, on obtient l’équation
∂ρ
− ∆Φ(ρ) = 0 sur Ω × I ,
∂t
où Φ désigne une primitive de ϕ.
18
2.3.3 Équations de réaction-diffusion
Les équations de réaction-diffusion sont liés à mécanisme local de naissances et de morts de
poisson, de sorte que la concentration locale n’est plus conservée. Il faut alors remplacer l’équa-
tion de continuité par l’équation de continuité avec terme source. Dans de nombreux modèles,
ce dernier dépend de la densité de poissons elle-même et parfois aussi du point du domaine Ω
considéré et est décrit par une fonction f : R × Ω → R, (x, ρ) 7→ f (ρ, x). Par exemple, si la diffusion
est nulle, alors la densité des poissons en un point donné x du domaine vérifie alors l’équation
différentielle ordinaire
∂ρ
(x, t ) = f (ρ(x), x), pour tout x ∈ Ω et tout t > 0. (17)
∂t
Dans une telle situation, il n’y a que des équations différentielle ordinaire à résoudre, les différents
points du domaine ne communiquant pas entre eux. En revanche, si la diffusion est présente, alors
on retrouve une EDP qui s’écrit
∂ρ
− ∆ρ = f (x, ρ). (18)
∂t
Le terme supplémentaire dans le membre de droite de l’équation est appelé terme de réaction.
2.3.4 Équations avec termes d’advection

Nous avons jusqu’à présent supposé que l’eau du lac était au repos. La présence de courants
~ désigne un tel courant, alors il faut convient de
peut modifier considérablement le modèle. Si C
remplacer la loi (Fick ) par la loi
∇ρ
~ = −d
V +C~, (19)
ρ
et on aboutit alors à l’équation
∂ρ
~ ) = f (x, ρ),
− ∆ρ + div (ρC (20)
∂t
voire même, si on désire prendre en compte les anisotropies,del’équation générale
∂ρ
~ ) = f (x, ρ),
− div (d (x)ρ) + div (ρC (21)
∂t
Des modèles plus réalistes prennent en compte l’existence de plusieurs espèces qui interagissent
entre elles, par exemple par prédation. Leur modélisation donne alors des systèmes d’équations
aux dérivées partielles.
2.4 Mécanique des fluides

On s’intéresse ici au comportement d’un fluide parfait, gaz ou liquide, contenu dans un do-
maine Ω de RN , où N = 1, 2 ou 3. Le champ V ~ correspond alors au champ de vitesse des parti-
~ =~
cules (atomes ou molécules) composant le fluide. Nous le noterons par la suite V u , pour suivre
les notations plus classiques du domaine. Le champ de vecteurs ~ u constitue une des inconnues
du problème. La loi fondamentale de la dynamique, qui affirme que la dérivée de la quantité de
19
mouvement est égale à la somme des forces appliquées, nous fournit une première équation aux
dérivées partielles 4 pour ~
u , à savoir, en l’absence de forces extérieures 5
∂~
u
µ ¶
→− →−
ρ +~u · ∇~u + ∇ p = 0, (22)
∂t
où la fonction scalaire p désigne la pression à l’intérieur du fluide. La façon dont cette équation,
appelée équation d’Euler pour les fluides, est obtenue est décrite dans l’Annexe B. Cette équation
doit être complétée par l’équation de continuité pour la densité ρ
∂ρ
u ) = 0.
+ div (ρ~ (23)
∂t
La pression p intervenant dans l’équation (22), il nous manque visiblement une relation pour avoir
une description complète. A ce stade, il convient d’introduire de nouvelles hypothèses concer-
nant le comportement des fluides, en particulier les gaz parfaits et les fluides incompressibles
conduisent à des modèles dans les propriétés sont assez différentes.
Remarque 5. Rappelons que la pression p a une interprétation physique et décrit les forces in-
ternes au fluide. Considérons une portion U 0 du volume incluse dans Ω. Alors la portion de fluide
~0
incluse dans le domaine U 0 suffit, de la part du fluide incluse dans le domaine Ω \ U 0 une force F
égale à Z
~0 = −
F p~
n (σ) dσ; (24)
∂U 0
où ~
n (σ) désigne le vecteur unitaire normale à ∂U 0 .
Dans la plupart des cas, la pression est une quantité positive (les pressions négatives étant associée
au phénomène de cavitation). Notons par ailleurs, que, pour le modèle etudié ici, à savoir l’équa-
tion d’Euler des fluides, il n’y a pas de forces de type cisaillement, qui correspondent à des forces
tangentielles dans (24). Ces dernières en revanche sont présentes lorsqu’il y a de la viscosité. Nous
en parlerons lorsque nous étudierons le modèle de Navier-Stokes
Remarque 6. Nous avons négligé dans les équations ci-dessus les forces extérieures. Leur modé-
lisation entraîne la présence d’un terme supplémentaire dans le membre de droite de léquation
(22). Dans le cas où l’on tient compte par exemple des forces de pesanteur, l’équation (22) devient
∂~
u
µ ¶
→− →−
ρ +~u · ∇~u + ∇ p = ρ~
g, (25)
∂t
4. il s’agit en fait d’un système de N équations aux dérivées partielles scalaires, puisque ~
u est un champ de vecteurs
5. c’est à dire ne supposant que celle les forces internes au fluide sont à l’oeuvre
20
le vecteur ~g correspond aux forces de pesanteur (par unité de volume). Il S’écrit ~ g = −g e~z , le vec-
teur e~z désignant le vecteur unitaire vertical, orienté vers le haut, et g ∈ R+ la force de la pesanteur
au point considéré. Cette dernière varie avec l’altitude et est proche 6 , à l’altitude 0, de la valeur
g ' 9.8m/s −2 .
2.4.1 Fluides compressibles

il s’agit dans la plupart des cas de gaz, par exemple les gaz parfaits. Dans des modèles simpli-
fiés, où on néglige par exemple les effets de changements de température, la pression p du fluide
et sa densité ρ sont liés par une relation du type
p = p(ρ)
Un exemple classique d’un telle loi de comportement est donné par la relation
p = p(ρ) = cρ γ , (26)
où c > 0 et γ > 1 sont des constantes. Le système (22) et (23) devient avec une telle loi de compor-
tement
∂ρ

u) = 0
+ div (ρ~


∂t

(27)
∂~
u →− γ−2→
−
+~u · ∇~u + c γρ ∇ ρ = 0,



∂t
Ce syst ‘eme présente, du point de vue mathématique, des analogies avec l’équation du trafic rou-
tier.
2.4.2 Fluides incompressibles

il s’agit de fluides dont le volume est invariant au cours du temps. Un assez bon exemple est
fourni par l’eau qui est en fait très faiblement compressible. Il est démontré dans l’Annexe B qu’un
champ de vecteurs ~ u conserve le volume si et seulement si
div ~
u = 0. (28)
Nous avons vu que dans un tel cas, l’équation de continuité se transforme en équation de trans-
port. Nous allons supposer dans toute la suite que la densité ρ du fluide est constante au temps
initial, par exemple ρ(x, 0) = 1, alors cette condition c est transportée par le flot, de sorte que
ρ(x, t ) = 1 pour tout x ∈ Ω et tout t ≥ 0.
Il en résulte qu’on obtient dans ces conditions le système d’équations
 ∂~
u →− →
−

+~u · ∇~u + ∇ p = 0,
∂t (29)
div ~
u = 0.

Lorsque le fluide est confiné dans le domaine Ω, il convient de compléter ce système avec la condi-
tion au bord
~ n = 0 sur ∂Ω.
u ·~ (30)
6. Dès que l’on aborde des modèles physiques réalistes, il faut penser à l’analyse dimensionnelle et à préciser les
unités...
21
Si la densité ρ a disparu du système (29), il nous reste toujours la pression p. En réalité, cette
dernière joue un peu le même rôle que les forces de réaction en cinématique du solide, et est
liée à la contrainte div~u = 0. on peut s’en rendre compte en prenant la divergence de la première
équation du système (29). Comme
∂~
u ∂(div u)
µ ¶
→
−
div = = 0 et div ( ∇ p) = ∆p
∂t ∂t
on obtient
→−
u · ∇ u),
−∆p = div (~ (31)
équation qui, comme nous le verrons plus loin, permet, si on la complète par des conditions
aux bord du domaine appropriées, pour une large part de déterminer la pression p, lorsque l’on
connaît le champ de vitesses ~
u.
Une autre manière de se débarrasser de la pression est de considérer le rotationnel de la pre-
−→ → −
mière équation. Ceci donne, en utilisant le fait que rot ( ∇ ) = 0
−→
∂ rot~u −→ →−
u · ∇~
+ rot (~ u ) = 0. (32)
∂t
Le champ de vecteur
−→
~
ω = rot~
u (33)
est appelé tourbillon associé à l’écoulement. il permet en effet de décrire la notion de tourbillon,
comme ceux que l’on observe dans un lavabo ou dans le sillon des navires 7 . Pour rendre compte
de ces phénomènes, nous allons nous limiter dans ce qui suit à des écoulement bi-dimensionnels.
Écoulements incompressibles bi-dimensionnels
On suppose dans toute la suite que le domaine Ω est inclus dans le plan R2 , et qu’il est par ailleurs
sans trou. Dans ce cas, on peut assimiler le champ de rotationnels ~
ω à un champ scalaire 8 et nous
le noterons donc simplement ω. Il se calcule de la façon suivante
ω = ∂x 1 u 2 − ∂x 2 u 1 .
Une remarque fondamentale est que le champ scalaire ω détermine entièrement le champ de vi-
tesses ~
u . Pour s’en rendre compte, on observe tout d’abord que, la condition div ~ u = 0 est équiva-
lente en dimension 2 au fait que rot~ u ⊥ = 0, condition qui entraîne, lorsque le domaine est sans
trou, que ~ u ⊥ est le gradient d’une fonction Ψ appelée fonction courant, unique à une constante
additive près. On a donc, si on écrit cette relation en composantes
∂Ψ ∂Ψ
u1 = − et u 2 = . (34)
∂x 2 ∂x 1
En prenant maintenant le rotationnel du champ de vecteurs ~
u on trouve
−∆Ψ = ω. (35)
Intéressons nous maintenant aux conditions sur le bord C = ∂Ω, que nous supposerons être une
courbe régulière, dont nous noterons~ τ(σ) le vecteur unitaire tangent, orienté dans le sens trigono-
métrique, au point σ ∈ C .La condition au bord ~ n = 0 sur C devient alors au niveau de la fonction
u ·~
courant Ψ
→− d Ψ|C
~τ· ∇Ψ = = 0, (36)
ds
7. il ne s’agit donc pas seulement d’un outil mathématique, mais aussi d’une vraie notion physique
8. voir Annexe B
22
où s désigne un paramétrage naturel de la courbe. La condition (36) signifie que la fonction Ψ est
constante sur C = ∂Ω. Comme elle est déterminée à une constante additive près, on peut donc
toujours supposer que
Ψ(σ) = 0 pourσ ∈ C . (37)
Nous verrons un peu plus loin que l’équation (35) et la condition au limite (37) déterminent de
manière unique, connaissant le tourbillon Ω la fonction courant Ψ, et donc le champ de vitesse ~
u
(grâce aux relations (34)).
Après cette digression, revenons maintenant à l’équation pour le tourbillon (32) et dévelop-
→−
u · ∇~
pons le terme non-linéaire rot (~ u ). On a tout d’abord
→−
~
u · ∇~u = u 1 ∂x 1 ~
u + u 2 ∂x 2 ~
u = u 1 ∂x 1 u 1 + u 2 ∂x 2 u 1 , u 1 ∂x 1 u 2 + u 2 ∂x 2 u 2 .
¡ ¢
En prenant le rotationnel, et en utilisant le fait que
div ~
u = ∂x1 u 1 + ∂x2 u 2 = 0,
on trouve donc
→−
u · ∇~
rot (~ u ) = ∂x2 (u 1 ∂x1 u 1 + u 2 ∂x2 u 1 ) − ∂x1 (u 1 ∂x1 u 2 + u 2 ∂x2 u 2 )
= u 1 (∂x1 (∂x2 u 1 − ∂x1 u 2 )) + u 2 (∂x2 (∂x2 u 1 − ∂x1 u 2 ))
(38)
= u 1 ∂x 1 ω + u 2 ∂x 2 ω
→
−
=~u · ∇ ω.
L’équation pour le tourbillon s’écrit donc
∂ω
+~
u · ∇ω = 0. (39)
∂t
On reconnaît ici une équation de transport : le tourbillon est transporté par le champ de vitesse ~
u,
qui lui-même se calcule à partir du tourbillon ω grâce aux relations (34), (35) et (37). On obtient
donc un système cohérent et complet d’équations dont il reste à analyser les propriétés.
2.4.3 L’équation de Navier-Stokes

Comme nous l’expliciterons un peu plus loin, l’équation d’Euler a un caractère conservatif :
par exemple, l’énergie cinétique totale est conservée. Ceci est en désaccord avec de nombreuses
expériences, y compris celle de la vie courante 9 . Une explication tient par le fait que, lorsque nous
avons modélisé les forces internes au fluide, nous n’avons pris en compte que les forces de pres-
sions, alors que d’autres forces, de nature dissipatives, sont aussi à l’oeuvre. La prise en compte
de tels forces conduit à modifier l’équation par l’ajout de nouveaux termes, liés en particulier à la
notion deviscosité un peu comme les forces de frottement en cinématique du point. Une de ces mo-
délisation abouti à l’équation dite de Navier-Stokes. Elle s’écrit, pour des fluides incompressibles
de densité constante, égale à 1 sous la forme
 ∂~u →− →−

− ν∆~u +~u · ∇~u + ∇ p = 0,
∂t (40)
div ~
u = 0.

9. par exemple lorsqu’on agite de l’eau dans un bocal, elle revient, au bout d’un certain au repos.
23
Ici ν > 0 représente un paramètre représentant la viscosité du fluide. Notons que les équations
d’Euler pour les fluides incompressibles correspondent au cas limite ν = 0 correspondant à une
viscosité nulle. La condition au bord du domaine (30) n’est, dans ce contexte, plus pertinente non
plus, car le fluide subit des frottements au bord du domaine, qui l’empêchent de se déplacer libre-
ment dans les directions tangentielles. Plusieurs modèles ont été proposés 10 . Nous nous limite-
rons ici à la formulation qui est la plus simple d’un point de vue mathématique, même, si elle n’est
probablement pas a plus pertinente physiquement, à savoir les conditions de Dirichlet
u (σ) =~0 pour σ ∈ ∂Ω.

~ (41)
Nous voyons que cette équation ressemble beaucoup à léquation de la chaleur, dans elle hérite un
certain nombre de propriétés. En dimension deux, l’équation du tourbillon ω devient
∂ω
− ν∆ω + ~
u · ∇ω = 0. (42)
∂t
De nouveau, nous trouvons une équation de type chaleur avec un terme de convection. Les condi-
tions aux limites pour cette équation ne sont cependant pas aisées à établir.
2.4.4 Équations linéarisées en mécanique des fluides

Les équations de la mécanique des fluides que nous venons de décrire sont toutes non li-
→
−
néaires, en raison, notamment, de la présence du terme ~ u · ∇~u , directement issu du calcul de
dérivées particulaires, ou encore, pour les fluides compressibles de la loi de pression (26). Comme
les équations non-linéaires sont en général plus difficiles á traiter numériquement mais aussi ma-
thématiquement, on remplace parfois ces équations, lorsqu’on veut étudier le comportement des
solutions près de solutions particulières bien comprises, par des équations linéaires : on dit alors
que l’on a linéarisé l’équation près de la solution particuliere. Désignons de manière abstraite par
U ref la solution particulière, et la U la solution recherché. On développe la solution en écrivant
U = U + ² où ² = U − U ,
puis on remplace U dans l”equation par ce développement, en ne gardant que les termes d’ordre
1 au plus en ².
Acoustique
on s’intéresse ici à la dynamique des gaz, en consiérons de petite perturbation de l’état de réfé-
u ref = ~0 qui est une solution évidente de l’équation. En linéarisant le système (27)
rence ρ ref = 1, ~
autour de cet état, obtient alors le système d’équations linéaires du premier ordre
∂ρ

+ div ~
u=0


∂t

(43)
∂~
u →
−
+ c γ ∇ ρ = 0,



∂t
Si on dérive la première équation par rapport au temps, on obtient
∂2 ρ ∂~
u
µ ¶
+ div = 0.
∂t 2 ∂t
10. et font d’ailleurs toujours l’objet de débats...
24
Si on utilise l’expression de ∂~
u
∂t
donnée par la seconde équation du système (43) on élimine ~
u pour
obtenir une équation qui ne porte que sur ρ à savoir
∂2 ρ
− cγ∆ρ = 0. (44)
∂t 2
p
Cette équation est appelée équation des ondes de vitessse c = c γ. Notons que par le même rai-
sonnement, on trouve que le champ de vitesses ~u vérifie la même équation
∂2 ~
u
− cγ∆~
u = 0. (45)
∂t 2
Ces équations décrivent notamment de manière satisfaisante la propagation du son dans l’air.
L’équation des Stokes

Il ’agit d’une linéarisation de l’équation de Navier-Stokespour les fluides incompressibles à densité
constante autour de la solution évidente ~ u = 0ref . La linéarisation consiste essentiellement à retirer
→−
le terme ~ u · ∇~u de l’équation de Navier-Stokes (40) et s’écrit donc
 ∂~
u →−

− ν∆~u + ∇ p = 0,
∂t (46)
div ~
u = 0.

2.5 Équation stationnaires

Les équations aux dérivées partielles que nous avons introduites jusqu’ à présent décrivent
l’évolution de divers systèmes, et la variable "temps" y jouent un rôle privilégié. Des équations
où seuls les variables spatiales x 1 , . . . , x n sont en jeux apparaîssent également dans de nombreux
domaines.
2.5.1 L’équation de Laplace

Elle prend la forme générale
(
−∆u(x) = f (x) pour x ∈ Ω
(47)
u(σ) = g (σ) pour σ ∈ ∂Ω.
Ici, les fonctions f : Ω → R ainsi que g : ∂Ω → R sont connues et constituent les données du pro-
blème. La fonction u : Ω → R constitue l’inconnue du problème, dont on cherche à déterminer
l’existence, l’unicité, les propriétés éventuelles... Cette équation apparaît dans un grand nombre
de domaines
Équation du tourbillon
Les équations du tourbillon (35) et (37) sont exactement du type ci-dessus (47), en prenant comme
données
f = ω et g = 0.
Équation du potentiel électrique
25
on considère ici une répartition de charge électrique à l’intérieur d’un domaine Ω de R3 dont la
densité volumique est décrite par une fonction %. Le potentiel électrique V est alors déterminé par
la répartition de charges % par l’équation
∆V = %
qu’il faut compléter par la donnée du potentiel au bord de Ω. On tombe sur un problème de (47).
~ est donné par le gradient
Rappelons par ailleurs que dans ce contexte, le champ électrique est E
→
−
~ = ∇V .
du potentiel, c’est à dire E
Équation d’une membrane élastique

Ici on considére une membrane élastique se projetant orthogonalement sur un domaine deux
dimensionnel Ω, la hauteur de la membrane au-dessous de Ω étant désignée par une fonction
h : Ω → R. On suppose que la membrane est ancrée dans un support approprié, de sorte que la
hauteur h est fixée et connue sur la bord de Ω. La menbrane se déforme sous l’action de force
verticales appliquées, dans la densité par unité de surface est donnée par une fonction f : Ω → R.
la fonction h vérifie alors (en première apprximation)l’équation ∆h = f . On retombe donc sur
l’équation de Laplace.
Surfaces minimales
Il s’agit d’un exemple important d’equation aux dérivées partielles issues du calcul des variations.
Considérons une courbe fermée γ de l’espace R3 , qui puissent s’écrire comme le graphe d’une
fonction au dessus d’une courbe fermée C du plan (Ox 1 x 2 ), bordant un domaine D de ce même
plan. En d’autres termes, la courbe γ est donc un ensemble de la forme
γ = (x 1 , x 2 , g (x 1 ), (x 1 , x 2 ) ∈ C ,
© ª
où g désigne une fonction de C dans R. On cherche une surface S de R3 dont l’aire est minimale,
parmi toutes celles bordant γ. Si on la cherche sous forme de graphe, alors S à la forme
S = {(x 1 , x 2 , u(x 1 )), (x 1 , x 2 ) ∈ D} ,
et il s’agit donc de déterminer la fonction inconnue u : D → R, vérifie u(σ) = g (σ) pour σ ∈ C . Pour
un tel graphe, l’aire est donnée par
Z q
→
−
A(u) = 1 + | ∇ u(x 1 , x 2 )|2 dx 1 dx 2 .
D
et la condition de premier ordre de minimalité est alors exprimée par l’équation aux dérivées par-
tielles non-linéaire   

∇u


 div   = 0 sur D
 
q
→
− 2 (48)

 1 + | ∇ u|

 u(σ) = g (σ) pour σ ∈ C .

Pour obtenir cette équation on écrit que, pour toute fonction v : D → R telles que v(σ) = 0 sur le
bord C = ∂D du domaine D, on a
d
A(u + t v) = 0,
dt
26
ce qui est précisement la condition du premier ordre de minimalité. On développe A(u + t v) par
rapport à t , ce qui donne
∇u · ∇v
Z
A(u + t v) = A(u) + t q dx + o (t ),
D →
− 2 t →0
1 + | ∇ u|
de sorte que pour toute fonction v telle que v(σ) = 0 sur le bord C on a
 
∇u · ∇v ∇u
Z Z
dx = − div  q  vdx = 0,
 
q
D →
− 2 D →
− 2
1 + | ∇ u| 1 + | ∇ u|
ce qui conduit à l’équation (48).
Remarque 7. Pour passer de la dernière identité à l’équation (48), on a utilisé la propriété sui-
vante, que nous reverrons de nombreuses fois : si f est une fonction localement intégrable sur un
domaine Ω, et si pour toute fonction v régulière sur Ω, nulle en dehors d’un compact de Ω, on a
Z
f (x)v(x)d x = 0,
Ω
alors nécessairement f (x) = 0 pour presque tout x ∈ Ω. Cette propriété est au coeur de la théorie
des distributions et des formulations faibles des EDP que nous verrons plus loin.
Remarque 8. On vérifie que si g = 0, alors u = 0 est solution, c’est à dire que si C est plane, il
on est de même pour D. Si on considère maintenant des solutions "presque planes", c’est à dire
pour lesquelles on a g très petit, alors l’équation des surfaces minimales linéarisée, n’est autre que
l’équation ∆u = 0.
2.5.2 Etats stationnaires d’équations d’évolution

Les états stationnaires sont des solutions des équations d’évolution qui ne dépendent pas du
temps.Le terme de dérivée partielle par rapport au temps s’annule donc.
États stationnaires pour les équations de réaction-diffusion
Les états stationnaires de l’équation de réaction-diffusion (21) sont donc des fonction ρ : Ω → R
qui vérifient l’équation
~ ) = f (x, ρ),
−div (d (x)ρ) + div (ρC (49)
∂ρ
(le terme ∂t s’annulant en effet pour de telles solutions dans (21)). On s’attend ’a que ces états
soient des limites en temps longs pour les équations d’évolution correspondantes.
Écoulements stationnaires de fluides incompressibles

Soit F : R → R une fonction donnée, et Ω un domaine bi-dimensionnel, borné, sans trou, et de
bord régulier. Les solutions Ψ : Ω → R solutions de l’équation
(
−∆Ψ(x) = F (Ψ(x)) pour x ∈ Ω
(50)
Ψ(σ) = 0 pour σ ∈ ∂Ω
27
permettent de construire des écoulements stationnaires pour les équations d’Euler des fluides
³→
− ´⊥
incompressibles (29)-(30). En effet, si on considère le champ de vecteurs ~
u = ∇ Ψ , alors la fonc-
tion Ψ est constantes le long des courbes intégrale de ~ u . Si on pose
ω = rot~
u alors ω = −∆Ψ = F (Ψ),
de sorte que ω est aussi constante le long des courbes intégrales de ~

u . On a donc
→−
~
u · ∇ ω = 0,
et on obtient ainsi une écoulement stationnaires.
2.5.3 Ondes progressives

Elles constituent une autre famille de solutions particulières, par exemple pour les équations
de type réaction-diffusion lorsque le domaine Ω = RN correspond á l’espace tout entier et lorsque
les coefficients ne dépendent pas de la variable d’espace. Pour fixer les idées, on peut prendre par
exemple l’équation (18) dans le cas où le fonction de réaction ne dépend pas de x, ce qui même à
l’équation
∂u
− ∆u = f (u), (51)
∂t
où f : R → R est une fonction donnée. Une solution onde progressive de cette équation est une
solution de la forme
u(x, t ) = U (x − t~
c) (52)
où ~c ∈ RN est un vecteur donné de RN et où U désigne une fonction de RN vers R, appelée profil de
l’onde progressive. Au temps t = 0 la solution u coïncide avec le profil U , alors qu’au temps t > 0,
la solution correspond au profil translaté du vecteur t~ c , de sorte que le profil se déplace à vitesse
constante |~c | dans la direction de ~
c . Si on substitue l’ansatz (52) dans l’équation (51) on obtient
alors une équation qui caractérise le profil, à savoir
→−
c · ∇U = f (U ),
−∆U −~ (53)
→−
On voit ainsi apparaître un terme de transport ~
c · ∇U .
2.6 Domaines infinis, domaines périodiques

Nous avons pour l’essentiel considéré jusqu’ a présent des domaines bornés, sauf dans le pa-
ragraphe précédent où nous avons pris pour domaine l’espace RN tout entier. Lorsque le domaine
est l’espace tout entier, il n’y plus de conditions au bord , puisque le bord est vide : ceci peut pour
certains problèmes simplifier considérablement l’étude, puisque l’on se concentre avant tout sur
l’équation elle-même. En revanche des conditions de décroissance à l’infini pour la solutions sont
imposées en général sur la solution, ceci de manière plus ou moins explicite.
Il existe un autre type de domaines où les conditions au bord sont absentes : celui des do-
maines périodiques. De manière plus concrète, cela consiste à chercher des solutions définies sur
l’espace tout entier, mais qui sont périodiques. Rappelons qu’une fonction f : RN → R est pério-
dique s’il existe une base ~ v N de RN telle que
v 1 , . . . ,~
f (x + v i ) = f (x) pour tout x ∈ RN et tout i ∈ {1, . . . , N }
28
Dans ce cours, nous ne considérons que le cas ou la base ~ v 1 , . . . ,v ec v N est multiple de la base
canonique ~ e N , c’est à dire de la forme ~
e 1 , . . . ,~ v i = L~
e i , où L > 0 est une constante positive donnée.
La condition de périodicié s’écrit alors
f (x 1 , . . . , x i +L, . . . , x N ) = f (x 1 , . . . , x i , . . . , x N ) pour tout (x 1 , . . . , x N ) ∈ RN et tout i ∈ {1, . . . , N }. (54)
On peut formuler cette condition de manière plus abstraite en disons que la fonction f est définie
sur le tore (R\LZ)N , qui est une variété compacte sans bord, de sorte que l’on travaille sur un
domaine borné mais son bord.
Remarque 9. Bien que cette formulation puisse apparaître avant tout comme un artefact mathé-
matique, elle est aussi utilisée, et même assez prisée des physiciens, pour simuler des problèmes
sur l’espace tout entier, en prenant la constante L très grande. Elle permet aussi de modéliser des
problèmes physiques dont la nature est réellement périodique, par exemple des cristaux, etc...
Exercices
Exercice I
On considère l’équation avec donnée initiale
 ∂u (x, t ) + 3t 2 ∂u (x, t ) = 0 pour (x, t ) ∈ R × [0, +∞[.


∂t ∂x (55)
u(x, 0) = u 0 (x) pour x ∈ R.

1) Montrer qu’il s’agit bien d’une équation de transport linéaire associée à un champ de vecteurs
~ que l’on précisera.
V
2) Préciser les courbes intégrales du champ de vecteur V ~ , en particulier celle qui passe par un
point (x 0 , t 0 ) donné.
3) résoudre cette équation en fonction de u 0 .
Exercice II
On considère l’équation
∂u ∂u
(x, t ) + x (x, t ) = 0 pour (x, t ) ∈ R × [0, +∞[. (56)
∂t ∂x
V
point (x ? , t ? ) donné . Résoudre l’équation.
3) Mêmes questions pour l’équation
∂u ∂u
(x, t ) + (x + t ) (x, t ) = 0 pour (x, y, t ) ∈ R2 × [0, +∞[. (57)
∂t ∂x
Exercice III
29
On considère l’équation
 ∂u (x, y, t ) + y ∂u (x, t ) + x ∂u (x, t ) = 0 pour (x, t ) ∈ R × [0, +∞[.



∂t ∂x ∂y (58)
 u(x, y, 0) = u (x, y) pour x ∈ R.

0
V
point (x 0 , t 0 ) donné . Résoudre l’équation.
3) Mêmes questions pour l’équation
 ∂u (x, y, t ) − y ∂u (x, t ) + x ∂u (x, t ) = 0 pour (x, t ) ∈ R × [0, +∞[.



∂t ∂x ∂y (59)
 u(x, y, 0) = u (x, y) pour x ∈ R.

0
Exercice IV
¡Soit ¢N On considère une matrice carrée A à N lignes et colonnes , supposée symétrique A =

a i , j 1≤i , j ≤N , et une application P de C (R ) dans C 0 (RN ) qui a une fonction u associe la fonc-
2 N
tion P (u) définie par

N ∂2
u(x), ∀x ∈ RN .
X
P (u)(x) = ai , j
1≤i , j ≤N ∂x i ∂x j
1) Vérifier que P (u)(x) = Tr (A.Hess(u)(x)).

2) On introduit une nouvelle base (~ e 10 , . . . ,~0
eN ) sur RN , on désigne par (x 10 , . . . , x N
0
) les nbouvelles
coordonnées et par P = P (e → e ) la matrice de passage correspondante de sorte que X = P X 0 .
0
Montrer, en utilisant la formule (A.2.7) de l’annexe A que

³ h i ´
P (u)(x) =Tr A.t P −1 . Hess(x 0 ,...,x 0 ) (ũ)(x 0 ) .P −1
1 1
³ h i´
−1 t −1
Tr P A. P . Hess(x 0 ,...,x 0 ) (ũ)(x 0 ) ,
1 1
où ũ(x 0 ) = u(x).
3) On suppose de plus que le changement de base est orthonormé, c’est à dire que P −1 =t P . Quelle
est alors l’expression de P ?
4) On suppose que e0 est une base de vecteurs propres de A, de valeurs propres λ1 , . . . , λN , lors on
a
N ∂2
P (u)(x) = λi ũ(x 0 ).
X
02
i =1 ∂x i
5) Montrer que si A est définie positive, alors on peut trouver une base e0 dans laquelle
P (u)(x) = ∆x 0 ,...,x 0 ũ(x 0 ).

1 N
Exercice V
∂2 F
A) Soit F une fonction sur R ayant des dérivées secondes continues. On suppose que
2
∂x 1 ∂x 2 = 0.
Montrer qu’il existe des fonctions f 1 et f 2 une variable réelle telles que
F (x 1 , x 2 ) = f 1 (x 1 ) + f 2 (x 2 ).
30
B) Soit g une fonction définie sur R2 telle que
∂2 f ∂2 f
− = 0.
∂2 x 1 ∂2 x 2
On considère le changement de variable linéaire de R2 → R2 défini par

³u −u u +u ´
1 2 1 2
(u 1 , u 2 ) 7→ (x 1 , x 2 ) = , ,
2 2
et on pose G(u 1 , u 2 ) = g (x 1 , x 2 ). Montrer que
∂2 G
= 0.
∂u 1 ∂u 2
C) En déduire qu’il existe des fonctions g 1 et g 2 telles
g (x 1 , x 2 ) = g 1 (x 1 − x 2 ) + g 2 (x 1 + x 2 ).
Exercice VI
A) Soit f : [0, +∞[→ R une fonction dérivable. On considère la fonction de R2 → R définie par
q
F (x, y) = f (r ), où r = x 2 + y 2 .
→
−
e r , pour tout (x, y) ∈ R2 \ {(0, 0)}, où on a posé
A1) Montrer que ∇ f (x, y) = f 0 (r )~
(x, y) (x, y)
~
e r (x, y) = p = , pour tout (x, y) ∈ R2 \ {(0, 0)}.
2
x +y 2 |(x, y)|
A2) Réciproquement, montrer que tout champ de vecteur V ~ de la forme V

~ = g (r )~
e r , avec g conti-
nue et g (0) = 0 est un champ de gradient d’une fonction que l’on déterminera.
B) On considère dans cette partie un champ de vecteur ~ u sur R2 possèdant la symétrie radiale
suivante :
(−y, x)
q
~ e r⊥ (x, y)g (r ) où ~
u (x, y) = ~ e r⊥ (x, y) = p et r = x 2 + y 2 , (60)
x2 + y 2
où g désigne une fonction régulière quelconque de R+ vers R telle que g (0) = 0.
B1) Dessiner l’allure des champ de vecteurs ~ e r⊥ , et des champs u qui possède la propriété (60).
e r ,~
B2) Vérifier qu’en tout point (x, y) ∈ R2 \ {0}, on a |e r | = |~ e r⊥ | = 1, et que ~ e r⊥ = (0, 0).
e r ·~
1
B3) Vérifier que ~ e r = 0 et que ~
e r .∇~ ⊥ ⊥
er = − r ~
e r .∇~⊥
er .
B4) Montrer que div ~ u = 0.
→− g (r )2
B5) Montrer ~ u · ∇~u=− r ~ er .
→−
B6) En utilisant la partie A) montrer que ~ u · ∇~ u est le champ de gradient d’une fonction que l’on
déterminera.
B7) En déduire que tout champ de vecteur possèdant la propriété (60) est une solution station-
naire de l’équation d’Euler des fluides incompressibles sur l’espace R2 . Préciser la pression.
g (r ) 0
¶ µ
C1) Montrer que le rotationnel ω de ~
u est donné par ω = .
r
→−
C2) Vérifier que ~
u · ∇ ω = 0.
31
C3) Retrouver la conclusion de la partie B 6).
D) On considère ici un fluide sur R2 dont le comportement est régi par l’équation de Navier-
stokes des fluides incompressibles de viscosité ν = 1. On suppose par ailleurs que l”ecoulement est
décrit au temps t = 0 par un champ de vitesse ~ u 0 de divergence nulle et vérifiant la condition (60)
pour une fonction g 0 nulle en dehors d’un intervalle borné. Montrer qu’une solution de l’équation
de Navier-Stokes est fournie par l’équation de la chaleur pour le tourbillon ω
∂t ω − ∆ω = 0 sur R2 × [0, +∞[

(
−→ (61)
u 0 (·) sur R2 .
ω(·, 0) = ω0 (·) ≡ rot~
[Dans le cas de la symétrie (60), l’équation de Navier-Stokes se ramène donc à une équation li-
néaire !]
Exercice VII
Transformation de Hopf-Cole
A) Soit φ : R → R une fonction de classe C 2 , et soit u : RN → RN une fonction de classe C 2 . w = φ(u).
1) Montrer que
→
−
∆ φ(u) = φ0 (u)∆u + φ00 (u)| ∇ u|2 .
¡ ¢
2) On considère l’équation non linéaire, pour des paramètres a > 0 et b > 0 donnés,
→
−
u t − a∆u + b| ∇ u|2 = 0 sur RN × [0, +∞[
(62)
u(·, 0) = u 0 (·) sur RN .
Trouver une fonction φ telle que la fonction w = φ(u) vérifie l’équation de la chaleur
w t − ∆w = 0.
Exercice VIII
Principe d’archimède
A 1) On considère un fluide incompressible de densité 1 au repos soumis uniquement à la
pesanteur. Montrer qu’alors u = 0 et que l’équation d’Euler s’écrit
ez .
∇p = −g~
A 2) En déduire que p = −g z +C , où C > 0 est une constante.

A3) Expliquer pourquoi la limite entre un fluide et l’atmosphère est une surface horizontale.
B1) Soit un corps rigide Λ totalement immergé dans un fluide. Montrer que la somme des forces
~0 agissant sur ce corps rigide est égale à
de pression F
F 0 = −g |Λ|~
ez .
B2) Montrer de même que si le fluide est partiellement immergé, alors
F 0 = −g |Λ0 |~
ez .
32
où Λ0 désigne la partie du fluide qui se situe sous la surface séparant le fluide est l’atmosphère.
C1) On suppose que Λ est un cylindre de longueur L, de rayon R = 2, dont la densité vaut ρ = 0, 5.
Montrer que ce solide "flotte" et déterminer la partie Λ0 qui est immergée.
C2) Même question si ρ = 0, 6.
Exercice IX
Montrer que l’équation d’Euler (22) peut s’écrire sous la forme
∂~
u 1
µ ¶
2 − → →
−
ρ u | + rot~
+ ∇|~ u ∧~u + ∇ p = 0, (63)
∂t 2
Exercice X
On considère l’équation de Korteweg-de Vries (KdV) définie pour u : R × [0, +∞[ par
u t + u xxx + 6u x u = 0. (64)
On chercher des ondes progressives pour cette équation, c’est à dire de solution de la forme
u(x, t ) = U (x − c t ), où U : R → R désigne une fonction inconnue et c ∈ R.
1)Montrer que u est solution de (64) si et seulement si le profil U est solution de léquation diffé-
rentielle du second ordre
−cU x +U xxx + 6U x U = 0. (65)
2) On s’intésse aux solutions U de (65) qui tendent, ainsi que leurs érivées, vers 0 lorsque |x| → +∞.
Montrer que ces solutions vérifie de l’équation différentielle
−U xx + cU − 3U 2 = 0. (66)
d ¡ 2
U x − cU 2 + 2U 3 = 0, et que si elle tend vers zéro
¢
3) Montrer que si U est solution de (66) alors
dx
à l’infini ainsi que ses dérivées, alors on a
p p
U x = ± cU 2 − 2U 3 = ±U c − 2U .
4) Construire des solution en utilisant la méthode de séparation des variables.
33
Chapitre 3
EDP linéaires : premières propriétés, unicité
3.1 Opérateurs différentiels

Plusieurs des équations que nous venons de décrire ont un caractère linéaire, et vérifient ainsi
le principe de superposition : l’équation de Laplace, l’équation de la chaleur, les équations de
transport, etc...Les équations aux dérivées partielles linéaires peuvent alors être décrites à l’aide
d’applications linéaires entre espaces vectoriels de fonctions appropriés : ceci permet alors d’uti-
liser ou de transposer les outils et les concepts de l’algèbre linéaire. On cherche la solution de
l’équation dans un espace vectoriel X de fonctions, par exemple X = C 2 (Ω), on introduit une ap-
plication linéaire de X vers un autre espace YΩ de fonctions, par exemple YΩ = C 0 (Ω), puis on
introduit une application linéaire D : X → YΩ , de sorte que l’équation s’écrive
D(u) = f , (3.1.1)
où u désigne la fonction inconnue, et f ∈ YΩ désigne la donnée supposée connue. La linéarité de

l’équation résulte alors de celle de l’application linéaire D, c’est à dire
D(λ1 u 1 + λ2 u 2 ) = λ1 D(u 1 ) + λ2 D(u 2 ).
qui est l’expression du principe de superposition. Comme nous l’avons vu, dans de nombreux cas,
nous devons compléter l’équation par des conditions aux limites. Nous pouvons la formaliser en
introduisant un espace de fonctions YΣ définies sur le bord Σ, et en introduisant une application
linéaire B : X → YΣ telle que la condition au bord imposée s’écrive
B(u) = g , (3.1.2)
où g désigne la condition aux limites imposée. On peut regrouper les deux applications linéaires
en une seule en introduisant une application linéaire A : X → Y × YΩ définie par
A (u) = (D(u), B(u)),
et l’équation s’écrit alors

A (u) = ( f , g ), (3.1.3)
où f et g sont les données.
Exemple 2. Pour l’équation de Laplace avec donnée au bord de Dirichlet
(
−∆u(x) = f (x) pour x ∈ Ω,
(3.1.4)
u(σ) = g (σ), pour σ ∈ Σ = ∂Ω.
34
Ici il semble naturel 1 de prendre X = C 2 (Ω), et YΩ = C 0 (Ω) et YΣ = C 2 (Σ). L’application D est alors
donnée par
D(u) = −∆u, pour u ∈ X .
L’application B est donnée par la restriction de la fonction au bord, c’est à dire
B(u) = u |Σ
et l’équation (3.3.1) prend donc la forme : trouver u ∈ X tel que
A (u) = ( f , g ).
Si on remplace dans (3.3.1) la condition de Dirichlet par la condition de Neumann

∂u
(σ) = h(σ), pour σ ∈ Σ = ∂Ω,
∂~
n
où h est une fonction donnée sur Σ, alors un espace naturel pour YΣ est donné par YΣ = C 1 (Σ), et
l’application B est alors définie par
∂u
B(u)(σ) = (σ), pour σ ∈ Σ.
∂~
n
Exemple 3. Considérons maintenant l’équation de la chaleur avec terme source
∂u

 ∂t (x, t ) − ∆u(x, t ) = f (x, t ) pour x ∈ Ω et t ≥ 0



u(x, 0) = u 0 pour x ∈ Ω, (3.1.5)


u(σ, t ) = g (σ, t ), pour σ ∈ Σ = ∂Ω et t ≥ 0.


Ici f est une fonction donnée sur le domaine Λ ≡ Ω × R+ . Un choix naturel pour les espaces X et
YΛ semble être
X = {u ∈ C 0 (Ω × R+ ), ∂t u ∈ C 0 (Ω × R+ ), ∂2xi x j u ∈, i , j ∈ {1, . . . , N }}.
et YΛ = C 0 (Ω × R+ ). L’application B correspond alors à la restriction de u au bord de Λ. Si on

introduit la fonction h définie sur ∂Λ par h(x, 0) = u 0 (x) pour x ∈ Ω et par (x, t ) = g (x, t ) pour x ∈ σ
et t ≥ 0, alors l’équation (3.3.6) devient : trouver u ∈ X tel que
A (u) = ( f , h).
Dans les deux exemples précédents, les applications linéaires D correspondent en fait à des
opérateurs différentiels à coefficients constants.
Définition 1. On appelle opérateur différentiel à coefficients constants une application linéaire D
qui à une fonction suffisamment dérivable associe une combinaison linéaire finie de ses dérivées
partielles, c’est à dire telle que
D(u) = c I ∂αI u
X
(3.1.6)
I ∈J
où {αI }I ∈J désigne une famille finie de multi-indices, et où les nombres c I sont des nombres réels. Si
l’application D est non nulle, alors le nombre
k = sup{|αI |, c i 6= 0}
est appelé ordre de l’opérateur.

1. nous verrons plus loin que ce choix n’est cependant pas le plus pertinent
35
On associe souvent l’opérateur D défini en (3.1.6) au polynôme (voir Annexe A)
P (X ) = c I X αI
X
I ∈J
et l’on note D = D(P ).

On peut bien sûr aussi construire des opérateurs différentiels dont les coefficients ne sont pas
constants, par exemple de la forme
D(u) = c I (·)∂αI u
X
(3.1.7)
I ∈J
où les coefficients c I dépendent maintenant du point x du domaine où ils sont considérés et sont
donc des fonctions connues de la variable x. Dans le chapitre 2 nous avons rencontré de tels opéra-
teurs différentiels qui ne sont pas à coefficients constants : c’est le cas par exemple de l’opérateur
de diffusion non constante, avec termes d’advection
³ →
− ´ ~ (x)u + V (x)u
D(u) = −div p(x) ∇ u + div C
¡ ¢
Les fonctions p, V et le champ de vecteurs C ~ (ou de manière générale les coefficients variables
c I (·)) sont ainsi des paramétres de l’opérateurs, et donc fixés une fois pour toute dans le problème
considéré. Leur rôle est donc très différents des données f , g , h, etc...que nous avons considérées
plus haut, et que nous avons envie de faire varier dans une large classe de fonctions.
3.2 L’équation linéaire (3.1.3)

Comme nous l’avons montré plus haut, l’étude de l’équation se ramène donc aux propriétés
de l’application linéaire A , en particulier :
— La surjectivité de A est équivalente à l’existence de solutions pour toute données dans l’es-
pace d’arrivée choisi.
— L’injectivité de A est équivalente à l’unicité de solutions lorsqu’elles existent.
La première question est en général assez délicate. Elle revient à construire, par des méthodes
explicites ou des arguments abstraits des solutions aux équations. Les arguments abstraits en jeu
s’inspirent souvent des concepts de l’algèbre linéaire classique en dimension finie : projections,
théorème du rang, diagonalisation, etc..., pour les transposer au cadre des espaces vectoriels nor-
més en dimension infinie. C’est l’objet de l’analyse fonctionnelle, dont nous verrons un peu plus
tard des applications à l’étude des équations aux dérivées partielles. Cependant, dans le prochain
chapitre, nous verrons aussi quelques exemples de constructions explicites. Ces méthodes étaient
connues pour la plupart au XIXème siècle, certaines même avant.
L’injectivité de A et donc l’unicité des solutions, est une question à prori plus simple, elle
consiste à étudier le noyau de A , c’est à dire
Ker A = {u ∈ X , A (u) = (0, 0)},
l’ensemble des solutions pour l’équation homogène, et à montrer qu’il ne contient que la solution
nulle 2 .
2. On peut bien entendu s’en rendre compte directement en utilisant le principe de superposition : si deux solu-
tions distinctes existent pour le même jeu de données, alors leur différence est solution du problème homogène, c’est
à dire pour données nulles.
36
Nous commencerons donc par étudier la question de l’unicité : c’est cette question qui est au
coeur de ce chapitre. Lorsque les problèmes sont posés sur des domaines bornés, s’y greffe la ques-
tion des données aux limites qu’il faut imposer.
Nous développons dans ce chapitre deux méthodes qui permettent de montrer que les pro-
blèmes considérés ont, au plus, une solution (dans une classe de régularité adéquate ). Nous dé-
taillons essentiellement deux types de méthodes. Les premières, les méthodes intégrales s’utilisent
sur une large classe d’équations. Le principe du maximum est en revanche plus spécifique. Deux
les deux cas, l’intérêt de ces méthodes dépasse largement le cadre fixé ici, et s’avère par exemple
des outils importants pour les équations non-linéaires.
3.3 Méthodes intégrales

L’idée est d’obtenir des informations sur divers types de quantités intégrales (portant en géné-
ral sur le domaine et\ou sur le bord du domaine) pour les solutions de l’équation étudiée. Le signe
des quantités obtenues est un facteur déterminant pour le succè s de la méthode.
On multiplie l’équation par une fonction v appelée fonction test, puis on intégre sur le do-
maine, le plus souvent en utilisant des intégrations par parties. Un choix habituel de fonctions test
v et
v = u, v = 1, ainsi que v = ∂t u
pour les équations d’évolution, qui nous permettra d’obtenir des quantités signées. Les quantités
intégrales obtenues sont alors quadratiques en u. Nous allons illustrer cette idée sur divers types
d’équations que nous avons rencontrées. Nous montrons en particulier comment ce type de rai-
sonnement permet de montrer que l’équation à au plus une solution (ce que nous appelerons
"unicité des solutions", même si nous n’avons pas encore établi l’existence.)
Remarque 3.3.1. Lorsque les équations proviennent de modèles, par exemple la physique ou de
la mécanique, les quantités intégrales introduites ont bien souvent une interprétation au niveau
du modèle. Elle représentent ainsi des énergies , etc... Leur étude peut donc avoir un intêret en soi.
3.3.1 L’équation de Laplace

Donnée au bord de Dirichlet
Revenons à l’équation de Laplace avec donnée de Dirichlet (3.3.1) au bord

(
−∆u(x) = f (x) pour x ∈ Ω,
u(σ) = g (σ), pour σ ∈ Σ = ∂Ω.
et supposons qu’une solution u soit connue, suffisamment régulière. Multiplions comme indiqué
ci-dessus l’équation par une foncton test v, aussi régulière que nécessaire, puis intégrons sur le
domaine Ω. On obtient Z Z
− ∆u(x) · v(x)d x = f (x)d x
Ω Ω
puis en intégrant par parties (voir la formule (B.1.9) de l’ Annexe B) on obtient
∂u
Z Z Z
→
− → −
∇ u · ∇ v dx = f · vdx + · v dσ (3.3.1)
Ω Ω Σ ∂~
n
37
et si on prend pour fonction test u = v on obtient alors
∂u
Z Z Z
→
− 2
| ∇ u| = f · udx + · u dσ (3.3.2)
Ω Ω Σ ∂~
n
Supposons maintenant que u soit solution de l’équation homogène, c’est à dire que
f = 0 et g = 0.
L’équation (3.3.2) donne alors Z

→
−
| ∇ u|2 = 0.
Ω
Il en résulte que la fonction est constante sur Ω. Comme elle est nulle au bord, elle est nulle par-
tout, et donc u = 0. Ceci montre que le problème de Dirichlet pour l’équation de Laplace possède
au plus une solution.
Données de Neumann. Considérons maintenant l’équation de Laplace avec donnée de Neumann
au bord, à savoir
 −∆u(x) = f (x) pour x ∈ Ω,

 ∂u (σ) = h(σ), pour σ ∈ Σ.

(3.3.3)
∂~u
La relation (3.3.1) reste toujours valide, et elle s’écrit maintenant
Z Z Z
→
− → −
∇ u · ∇ vdx = f · vdx + h · v dσ, (3.3.4)
Ω Ω Σ
de sorte que le membre de droite ne dépend que des données et de la fonction test u. Dans le cas
homogène
f = 0 et h = 0,
on obtient, avec le choix v = u Z
→
−
| ∇ u|2 dx = 0
Ω
ce qui montre que la fonction u est constante, mais pas forcément nulle : on aurait d’ailleurs pu
remarquer dès le départ que si u est une solution du problème, alors il en est de même de u + C ,
pour toute constante C ∈ R, et qu’on ne pouvait donc espérer l’unicité. Si on désire obtenir l’unicité
de la solution, alors il convient d’ajouter une nouvelle condition, par exemple sur la moyenne de
u sur le domaine Z
u = 0. (3.3.5)
Ω
Si on ajoute la condition (3.3.5) au problème (3.3.3) alors on obtient bien l’unicité de solutions.
Remarque 3.3.2. si nous faisons le choix de fonction test v = 1, alors la relation (3.3.4) donne
Z Z
f dx + h dσ = 0.
Ω Σ
et donne une condition nécessaire pour avoir existence de solutions.
38
3.3.2 Équation de la chaleur
Considérons l’équation de la chaleur avec terme source f , donnée au bord g , et donnée initiale
u0
∂u

 ∂t (x, t ) − ∆u(x, t ) = f (x, t ) pour x ∈ Ω et t ≥ 0



u(x, 0) = u 0 pour x ∈ Ω, (3.3.6)


u(σ, t ) = g (σ, t ), pour σ ∈ Σ et t ≥ 0.


En multipliant l’équation par u et en intégrant sur une tranche de temps Ω × {t 0 }, où t 0 ≥ 0 est un

temps arbitraire donné, on obtient
1 ∂u 2 ∂u
Z Z Z Z
→
−
+ | ∇ u|2 = f · udx + · g dσ. (3.3.7)
2 Ω×{t 0 } ∂t Ω×{t 0 } Ω×{t 0 } Σ×{t 0 } ∂~
n
On peut écrire le premier terme du membre de gauche comme la dérivée de l’intégrale de u 2 par
rapport au temps
∂u 2
µZ ¶
d
Z
2
= u .
Ω×{t 0 } ∂t dt Ω×{t } |t =t 0
Si on suppose de plus que les données sont homogènes, c’est à dire que
f = 0, u 0 = 0 et g = 0,
alors la relation (3.3.7) donne

µZ ¶
1 d
Z
2 →
−
u + | ∇ u|2 = 0. (3.3.8)
2 dt Ω×{t } |t =t0 Ω×{t 0 }
Comme le second terme du membre de gauche est positif, on en déduit que

µZ ¶
1 d 2
u ≤ 0,
2 dt Ω×{t } |t =t 0
et donc par intégration de cette inégalité, que, pour tout t ≥ 0, on a

Z Z Z
2
u ≤ u = u 02 = 0.
2
Ω×{t } Ω×{0} Ω
Comme u 2 ≥ 0, on obtient finalement que

Z
u 2 = 0 pour tout t ≥ 0,
Ω×{t }
et la solution u est identiquement nulle, ce qui établit l’unicité des solution pour l’équation de la
chaleur 3 .
3. dans une classe de fonctions de régularité suffisante
39
3.3.3 Équation des ondes
Considérons maintenant l’équation des ondes homogène sans terme source, et avec données
sur le bord Σ = ∂Ω nulles, c’est à dire le problème

∂ u
2
(x, t ) − ∆u(x, t ) = 0 pour x ∈ Ω et t ≥ 0

∂t 2 (3.3.9)
u(σ, t ) = 0, pour σ ∈ Σ et t ≥ 0.


Nous verrons plus loin ce qu’il en est des conditions initiales qu’il convient de prendre. Au lieu
de multiplier l’équation par u, prenons comme fonction test la fonction v = ∂t u, fonction qui
s’annule au bord. En utilisant le fait que
∂2 u ∂u 1 ∂ ¡
|∂t u|2 ,
¢
· =
∂t 2 ∂t 2 ∂t
et en intégrant par parties sur une tranche de temps le terme
µ Z ¶
d 1
Z Z
→
− → − →
− 2
− ∆u · ∂t u = ∇ u · ∇ ∂t u = | ∇ u| ,
Ω×{t } Ω×{t } dt 2 Ω×{t }
on obtient µ Z i¶
d 1 h→− 2 2
| ∇ u| + |∂t u| = 0, (3.3.10)
dt 2 Ω×{t }
de sorte que la quantité Z h→− i
E (u, t ) = | ∇ u|2 + |∂t u|2 (3.3.11)
Ω×{t }
est indépendante du temps : on parle de quantité conservé par l’équation 4 . Notons qu’elle est
la somme de deux termes positifs, de sorte que si E est nul, chacun des deux termes l’est. Cette
remarque suggère en particulier la nature des conditions aux limites à prendre pour le problème
(3.3.9) : il ne suffit pas de prescrire u au temps initial, il faut aussi prescrire ∂t u au temps initial.
Les conditions initiales naturelles pour le problème (3.3.9) sont donc
u(x, 0) = u 0 (x) et ∂t u(x, 0) = u 1 (x) pour x ∈ Ω, (3.3.12)
où u 0 et u 1 sont deux fonctions données sur Ω s’annulant sur le bord Σ. La conservation de la

quantité E donne donc Z h
→
− i
E (u, t ) = | ∇ u 0 |2 + |u 1 |2 .
Ω
Si les données initiales sont nulles, on obtient que E (u, t ) = 0, ce qui entraîne que la solution est
identiquement nulle. Il y a donc unicité pour le problème (3.3.9)-(3.3.12).
3.3.4 Equation de transport

Considérons l’équation de transport sur le domaine Ω
~ (·) · →
∂t u + C
−
∇ u = 0. (3.3.13)
4. cette dernière s’interprète d’ailleurs en physique comme une énergie
40
Nous discuterons les conditions aux limites ultérieurement. Ici C ~ est un champ de vecteurs donné,ind’epen
du temps de telle sorte que le membre de droite est un opérateur différentiel à coefficients va-
riables dépendant des variables spatiales 5 . Multiplions l’équation par u et intégrons sur une tranche
de temps : on obtient, en raisonnant comme sur les exemples précédents
µZ ¶
d
Z
u2 + ~ ·→
C
− 2
∇ u = 0 pour tout temps t 0 ≥ 0.
dt Ω×{t } |t =t Ω×{t 0 }
0
Intégrons maintenant le second terme du membre de gauche par parties

Z Z Z
→−
~ · ∇u = −
2 ~ ·u +
2 ~ ·~
C div C C n u 2 dσ. (3.3.14)
Ω×{t 0 } Ω×{t 0 } Σ×{t 0 }
~ est entrant, c’est à dire

Désignons par Σ+ la partie du bord où le champ de vecteurs C
~ (σ) ·~
Σ+ = {σ ∈ Σ, C n (σ > 0)}.
et introduisons la constante n o
K ≡ sup ||C (x)|, x ∈ Ω ≥ 0
Les identités (3.3.4) et (3.3.14) conduisent à l’inégalité
µZ ¶
d
Z Z
u2 ≤K u2 + ~ ·~
C n u2. (3.3.15)
dt Ω×{t } |t =t Ω×{t 0 } Σ ×{t 0 }
+
0
Cette inégalité suggère de prendre comme donnée aux limites
u(σ, t ) = g (σ, t ) pour σ ∈ Σ+ et t ≥ 0.
Si on considère maintenant le problème homogène avec g = 0 et u 0 = 0 on obtient

µZ ¶
d
Z
2
u ≤K u2. (3.3.16)
dt Ω×{t } |t =t Ω×{t 0 }
0
Le Lemme de Gronwall pour les inégalités différentielles montre alors que, pour tout t ≥ 0, on a
Z Z
2
u ≤ exp K t u 02 .
Ω×{t } Ω
Comme pour le problème homogène on prend u 0 = 0, on en déduit que

Z
u 2 = 0,
Ω×{t }
et la solution u est donc nulle, ce qui établit l’existence au plus une solution pour le problème aux
limites.
3.3.5 Le principe du Maximum

Il s’agit d’un résultat qui relie le signe des solutions à celle des données, et permet d’en dé-
duire des résultats d’unicité 6 . Bien entendu, ce résultat ne peut être valable que sur les équations
spécifiques, beaucoup d’équation ne le vérifiant pas. Nous allons commencer par l’illustrer sur
l’équation de la chaleur.
5. constant dans le cas où le champ de vecteurs C ~ est constant
6. et aussi d’existence, lorsqu’il est il combiné a d’autres méthodes
41
Principe du maximum pour l’opérateur de la chaleur
Soit Ω un domaine borné et régulier de RN , et T > 0. On considère le cylindre
ΛT = Ω × [0.T ],
ainsi que son bord "parabolique" 7 ∂p ΛT défini par
∂p ΛT = (Ω × {0}) ∪ (∂Ω × [0, T ]) . (3.3.17)
Notons que le bord parabolique est inclus dans bord ∂ΛT du cylindre ΛT , mais que les deux en-
sembles ne coïncident pas, car
ΛT \ ∂p ΛT = Ω × {T }.
On se donne une fonction v définie sur ΛT et de classe C 2 au moins sur cet ensemble, et on sup-
pose que
D(v)(x, t ) ≡ ∂t v(x, t ) − ∆v(x, t ) ≥ 0 pour tout (x, t ) ∈ ΛT . (3.3.18)
Le principe du maximum pour l’opérateur D s’exprime comme suit :
Théorème 3.3.1. Si la fonction v vérifie (3.3.18) sur ΛT , alors son minimum sur ΛT est atteint sur
son bord parabolique ∂p ΛT , c’est à dire
n o
Min v(x, t ), (x, t ) ∈ ΛT = Min v(x, t ), (x, t ) ∈ ∂p ΛT .
© ª
(3.3.19)
En particulier, si
v(x, t ) ≥ 0 pour (x, t ) ∈ ∂p ΛT ,
alors
v(x, t ) ≥ 0 pour (x, t ) ∈ ΛT . (3.3.20)
Démonstration. On effectue la démonstration en deux étapes : on commence par montrer la pro-

priété sous l’hypothèse plus forte
D(v)(x, t ) ≡ ∂t v(x, t ) − ∆v(x, t ) > 0 pour tout (x, t ) ∈ ΛT . (3.3.21)
Ensuite, on émontre la propriét’e sous l’hypothèse générale (3.3.18).

1ère étape : preuve de (3.3.28) sous l’hypothèse (3.3.21).
Comme le domaine ΛT est compact et que la fonction v est supposée continue sur ΛT , elle
atteint son minimimum sur ΛT . Soit (x 0 , t 0 ) ∈ ΛT un point où elle atteint son maximum, c’est à
dire tel que n o
v(x 0 , t 0 ) = Min v(x, t ), (x, t ) ∈ ΛT
Décomposons l’ensemble ΛT sous la forme
ΛT = ΛT ∪ ∂p ΛT ∪ (Ω × {T }) .
et distinguons trois cas, correspondant à l’appartenance de x 0 aux différents ensembles ci-dessus.

7. nous exliciterons plus loin l’origine de cette expression, et pourquoi l’équation de la chaleur est qualifiée de
parabolique
42
1er cas : (x 0 , t 0 ) ∈ ∂p ΛT . Dans ce cas, il n’y a rien a démontrer, l’égalité (3.3.28) est automatique-
ment vérifiée.
2ème cas : (x 0 , t 0 ) ∈ ΛT . Le point (x 0 , t 0 ) est donc un point de mimimum intérieur de la fonction v
sur le domaine Λ. On peut donc appliquer les conditions d’optimalité du premier et du deuxième
ordre au point x 0 pour la fonction v. La condition du premier ordre s’écrit
∂t v(x 0 , t 0 ) = 0 et ∂xi v(x 0 , t 0 ) = 0 pour i = 1, . . . , N . (3.3.22)
Pour la condition du second ordre, on remarque que (x 0 , t 0 ) étant un point de mimimum sur l’en-
semble du domaine ΛT , c’est aussi un point de mimimum sur la tranche temporelle Ω × {t 0 }, de
sorte que x 0 est un point de minimum de la restriction v(·, t 0 ) de la fonction v à cette tranche. en
appliquant les résultats de l’Annexe A à la fonction v(·, t 0 ) au point x 0 , on voit que sa matrice hes-
sienne est positive en x 0 d’ou il découle que son laplacien, qui est la trace de la matrice hessienne,
est également positif. On en déduit
∆v(x 0 , t 0 ) ≥ 0. (3.3.23)
En combinant (3.3.22) et (3.3.23) on obtient donc
D(v)(x 0 , t 0 ) ≤ 0,
ce qui est contradictoire avec l’hypothèse de positivité stricte (3.3.21). Le deuxième cas est donc
exclu.
3ème cas : (x 0 , t 0 ) ∈ Ω × {T } . Dans ce cas, on t 0 = T . On démontre, comme ci-dessus que
∆v(x 0 , T ) ≥ 0.
Par ailleurs, comme pour tout 0 < t < T , on a par définition de (x 0 , T ) l’inégalité v(x 0 , t ) ≥ v(x 0 , T ),
on en déduit, en faisant tendre t vers T par valeurs inférieures que
∂t v(x 0 , T ) ≤ 0.
On déduit des relations précédentes que
D(v)(x 0 , T ) ≤ 0,
ce qui, de nouveau, est contradictoire avec l’hypothèse de positivité stricte (3.3.21). Le troisième
cas est donc exclu également.
Les deux derniers cas étant exclus, seul le premier cas peut se produire, ce qui établit l”egalité
(3.3.28) sous l’hypothèse (3.3.21).
2ème étape : preuve de (3.3.28) sous l’hypothèse générale (3.3.18).
On procède par approximation pour utiliser l’étape précédente, en se basant sur le principe de
superposition. On remarque tout d’abord que la fonction w : Ω × [0, T ] → R définie par
w(x, t ) = t pour x ∈ Ω et t ≥ 0
vérifie
D(w)(x, t ) = ∂t w(x, t ) = 1 ≥ 0,
Pour ε > 0 donné, considérons la fonction v ε définie sur Ω × [0, T ] par
v ε = v + εw,
43
de sorte
D(v ε )(x, t ) = ε > 0 pour x ∈ Ω et t ∈ [0, T ].

l’hypothèse forte (3.3.21) est donc vérifiée par v ε , et on peutlui appliquer le résultat de la première
étape : n o
Min v ε (x, t ), (x, t ) ∈ ΛT = Min v ε (x, t ), (x, t ) ∈ ∂p ΛT .
© ª
Comme v ε converge uniformément vers v sur ΛT , le résultat (3.3.28) en découle, ce qui termine la
preuve.
Le théoreme 3.3.1 permet de donner une autre preuve de l’unicité de la solution pour l’équa-
tion de la chaleur. En effet, si u est une solution de l’équation de la chaleur, a avec donnée homo-
gènes ( c’est a dire nulles), alors on a
D(u) = 0 sur ΛT et u = 0 sur ∂p ΛT .
Il résulte de (3.3.30) que

u ≥ 0 sur ΛT .
Comme −u est également une solution de l’équation de la chaleur avec données homogènes, on
a de même
−u ≥ 0 sur ΛT ,
de sorte qu’on combinant les deux inégalités on obtient
u = 0 sur ΛT ,
de sorte que l’on obtient l’unicité de solutions pour des données générales.
Remarque 3.3.3. L’intêret du principe du maximum va bien au delà des résultats d’existence. Tout
d’abord, le fait que les solutions soient positives pour tout temps pour des données positives est
souvent un résultat attendu au vu des phénomènes que l’équation est supposée moéliser : c’est par
exemple le cas pour nos modèles de diffusion, où l’inconnue représente une densité d’individus,
donc une quantité positive (nous verrons en exercice comment l’argument se transpose au cas des
conditions au bord de Neumann, et plus loin dans le cours à certains problèmes non linéaires).
Nous verrons également plus loin comment le principe du maximum peut être utilisé pour
fournir des résultats d’existence de solutions.
3.3.6 Principe du Maximum pour des opérateurs paraboliques plus généraux

On peut se convaincre assez rapidement que le résultat ci-dessus reste valable si on ajoute un
terme de transport à l’opérateur de la chaleur, c’est à dire pour l’opérateur D défini par
~ (x, t ) · →
D(v)(x, t ) ≡ ∂t v(x, t ) − ∆v(x, t ) + C
−
∇ v(x, t ) pour x ∈ Ω et t ∈ [0, T ].
En effet, au point de mimimum (x 0 , t 0 ) considéré dans la démonstration du Théorème 3.3.1, le

gradient par rapport aux variables spatiales s’annule, de sorte qu’il en est de même du terme de
transport C~ (x 0 , t 0 ) · →
−
∇ v(x 0 , t 0 ).
On peut généraliser encore un peu plus les résultats prćédents en remplaçant le laplacien par
un opérateur elliptique à coefficients variables. Pour définir de tels opérateurs, on se donne une
44
application continue A : Ω × [0, T ] → M N où M N désigne l’ensemble des matrices carrées N × N .
on note ¡ ¢
A(x, t ) = a i , j (x, t ) 1≤i , j ≤N
où les fonctions a i , j (·) désignent les coefficients de la matrice A(·). On suppose de plus que la
matrice A est symétrique, c’est à dire que
a i , j (x, t ) = a j ,i (x, t )pour tout (x, t ) ∈ ΛT et 1 ≤ i , j ≤ N . (3.3.24)
et qu’elle est de plus définie positive sur ΛT , c’est à dire qu’il existe une fonction α0 (·) > 0 telle que
a i , j (x, t )ξi ξ j ≥ α0 (x, t )|ξ|2 pour tout ξ1 = (ξ1 , . . . , ξN ) ∈ RN et pour tout (x, t ) ∈ ΛT .
X
1≤i , j ≤N
(3.3.25)
On définit alors l’opérateur D A à coefficients variables sur ΛT par
∂2 v
D A (v)(x, t ) = ∂t v(x, t ) −
X
a i , j (·) (x, t ) (3.3.26)
1≤i , j ≤N ∂x i ∂x j
~ désigne un
Si A = IN désigne la matrice unité, alors on retrouve l’opérateur de la chaleur. Si C
champs de vecteurs sur Ω dépendent éventuellement du temps, on pose
~ ·→
D A,C~ (v) = D A (v) + C
−
∇ v. (3.3.27)
→
−
Un exemple est fourni par l’opérateur de diffusion avec un coefficient variable ∂t v − div (p(·) ∇ v).
Si on développe la divergence on voit que cet opérateur est de la forme (3.3.36) avec A = p(·) et
~ = −→
C
−
∇ p.
Le Théorème 3.3.1 se généralise alors comme suit :
Théorème 3.3.2. Soit v une fonction de classe C 2 sur Λt . On suppose que v vérifie la condition
D A,C~ (v)(x, t ) ≥ 0 pour (x, t ) ∈ ΛT .
Alors son minimum sur ΛT est atteint sur ∂p ΛT , c’est à dire

n o
Min v(x, t ), (x, t ) ∈ ΛT = Min v(x, t ), (x, t ) ∈ ∂p ΛT .
© ª
(3.3.28)
La démonstration est laissée en exercice.

Notons que l’opérateur D A,C~ ne contient que des termes d’ordre 2 et 1. On peut lui adjoindre
un terme d’ordre 0, à condition que le coefficient soit une fonction positive, et au prix d’un enoncé
un peu plus faible (mais qui garantit toujours l’unicité). Soit ainsi une fonction continue V définie
sur ΛT telle que
V ≥ 0 sur ΛT . (3.3.29)
On a alors :
Théorème 3.3.3. Soit v une fonction de classe C 2 sur Λt . On suppose que v vérifie la condition
D A,C~ (v)(x, t ) + V (x, t )v(x, t ) ≥ 0 pour tout (x, t ) ∈ ΛT .
Si on a
v(x, t ) ≥ 0 pour (x, t ) ∈ ∂p ΛT ,
alors
v(x, t ) ≥ 0 pour (x, t ) ∈ ΛT . (3.3.30)
45
Nous laissons la démonstration de nouveau en exercice. Le Théorème 3.3.3 permet de nouveau
de montrer qu’il y a au plus une solution à l’équation avec terme source f , donnée au bord g , et
donnée initiale u 0
 D A,C~ (v)(x, t ) + V (x, t )v(x, t ) = f (x, t ) pour x ∈ Ω et t ≥ 0



v(x, 0) = v 0 pour x ∈ Ω, (3.3.31)

v(σ, t ) = g (σ, t ), pour σ ∈ Σ et t ≥ 0.

Remarque 3.3.4. Nous verrons un peu plus loin que la condition V ≥ 0 est une réelle restriction
en ce qui concerne l’application du principe du maximum. En revanche elle n’en est pas une en
ce qui concerne l’unicité pour la solution de (3.3.32). On peut en effet s’en débarasser grâce à une
petite astuce. Considérons à cet effet le nombre
V0 = Min{V (x, t ), (x, t ) ∈ ΛT },
et écrivons
v = exp(−V0 t )ṽ, de sorte que ∂t v = exp(−V0 t )[−V0 + ∂t ṽ],
et que h i
D A,C~ (v)(x, t ) + V (x, t )v(x, t ) = exp(−V0 t ) D A,C~ (ṽ)(x, t ) + [V (x, t ) − V0 ]ṽ(x, t )
Si on pose Ṽ = V − V0 , alors Ṽ ≥ 0 et la fonction ṽ est solution de
 D A,C~ (ṽ)(x, t ) + Ṽ (x, t )ṽ(x, t ) = exp(V0 t ) f (x, t ) pour x ∈ Ω et t ≥ 0



ṽ(x, 0) = exp(V0 t )u 0 pour x ∈ Ω, (3.3.32)

ṽ(σ, t ) = exp(V0 t )g (σ, t ), pour σ ∈ Σ et t ≥ 0.

Comme Ṽ ≥ 0, on peut maintenant utiliser le principe du maximum pour prouver l’unicité de

solution pour ṽ et donc pour v. Remarquons aussi par ailleurs que si les données sont positives,
alors la solution est positive également.
3.3.7 Principe du Maximum pour les opérateurs elliptiques

Considérons maintenant des problèmes stationnaires sur Ω. On définit de nouveau des opéra-
teurs elliptiques en se donnant une application continue A : Ω → M N où M N ,
¡ ¢
A(x) = a i , j (x) 1≤i , j ≤N
et on suppose de nouveau que la matrice A est symétrique, c’est à dire que
a i , j (x) = a j ,i (x) pour tout x ∈ Ω et 1 ≤ i , j ≤ N . (3.3.33)
et qu’elle est de plus définie positive sur Ω, c’est à dire qu’il existe une fonction α0 (·) > 0 telle que
a i , j (x)ξi ξ j ≥ α0 (x)|ξ|2 pour tout ξ1 = (ξ1 , . . . , ξN ) ∈ RN et pour tout x ∈ Ω.

X
(3.3.34)
1≤i , j ≤N
On définit alors l’opérateur L A à coefficients variables sur Ω par
∂2 v
L A (v)(x, t ) = −
X
a i , j (·) v(x) (3.3.35)
1≤i , j ≤N ∂x i ∂x j
46
~ désigne un
Si A = IN désigne la matrice unité, alors on retrouve l’opposé du Laplacien −∆. Si C
champs de vecteurs sur Ω, on pose
~ ·→
L A,C~ (v) = D A (v) + C
−
∇ v. (3.3.36)
Théorème 3.3.4. Soit v une fonction de classe C 2 sur Ω. On suppose que v vérifie la condition
L A,C~ (v)(x) ≥ 0 pour x ∈ Ω.
Alors son minimum sur ΛT est atteint sur ∂Ω, c’est à dire
n o
Min v(x), x ∈ Ω = Min {v(x), x ∈ ∂Ω} . (3.3.37)
Démonstration. On peut utiliser directement le Théorème 3.3.2 pour démontrer le résultat. En

effet, on considére sur Ω × [0, 1] les fonctions qui ne dépendent pas explicitement du temps v, A,
et ~
C définies par
v(x, t ) = v(x), A(x, t ) = A(x) et ~C(x, t ) = C

~ (x) pour x ∈ Ω et t ∈ [0.1].
On a alors ∂t v(x, t ) = 0 pour (x, t ) ∈ Λ1 , de sorte
DA,~C (v)(x, t ) = L A,C~ (v)(x) ≥ 0 pour tout x ∈ Ω et t ∈ [0, 1].
On peut alors appliquer le principe du maximum à la fonction v, ce qui donne le résultat.
Si on ajoute à l’opérateur un terme d’ordre 0, alors on obtient un résultat similaire au Théorème

3.3.3. Soit ainsi une fonction continue V définie sur Ω telle que
V ≥ 0 sur Ω. (3.3.38)
On a alors :
Théorème 3.3.5. Soit v une fonction de classe C 2 sur Ω. On suppose que v vérifie la condition
D A,C~ (v)(x, t ) + V (x, t )v(x, t ) ≥ 0 pour tout (x, t ) ∈ ΛT .
Si on a
v(x, t ) ≥ 0 pour (x, t ) ∈ ∂p ΛT ,
alors
v(x, t ) ≥ 0 pour (x, t ) ∈ ΛT . (3.3.39)
On peut utiliser le Théorème 3.3.3 pour démontrer le résultat, en s’inspirant de la démarche de

la preuve du Théorème 3.3.4. Nous laissons la démonstration complète en exercice.
Remarque 3.3.5. Alors que la condition de positivité (3.3.29) du potentiel n’introduisait pas en fait
de restriction sur l’unicité des solutions pour les problèmes d’unicité, et comme nous le verrons
plus loin, d’existence de solutions pour les problèmes paraboliques, elle introduit une restriction
majeures à la fois pour l’unicité et l’existence de solutions pour les problèmes elliptiques. On peut
s’en convaincre en regardons des problèmes élémentaires en dimension 1 que l’on peut r’esoudre
par des méthodes élementaire d’équations différentielles ordinaires. En dimension 1 le laplacien
d2
se réduit en effet à l’opérateur de dérivée seconde ∆ = dx 2 et les domaines bornés connexes se
47
réduisent alors à des intervalles, par exemple Ω = I =]0, 1[. Prenons la fonction V constante sur I
de la forme V = λ ∈ R et considérons le problème de Dirichlet homogène

2
 d u
− 2 + λu = 0 sur [0, 1]

dx (3.3.40)

 u(0) = u(1) = 0
la solution générale de Si λ > 0, alors (voir Annexe C) la solution générale de l’équation différen-
tielle prend la forme ³ p ´ ³p ´
u(x) = A exp − λx + B exp λx x ∈ [0, 1],
où A et B sont deux nombres réels. Les conditions de Dirichlet homogènes aux extrémités 0 et 1
conduisent alors aux deux relations pour les nombres A et B
³ p ´ ³p ´
A + B = 0 et A exp − λ + B exp λ = 0
et on vérifie aisément que la seule solution de ce système de deux équations linéaire pour A et B ,
de sorte que A = B = 0.
Si λ < 0, la solution générale de l’équation différentielle prend la forme
³p ´ ³p ´
u(x) = A sin −λx + B cos −λx x ∈ [0, 1],
où A et B sont deux nombres réels. Les conditions de Dirichlet homogènes conduisent aux deux
relations pour les nombres A et B
³p ´
B = 0 et A sin −λ = 0.
p
On s’aperçoit qu’on obtient des solutions non nulles si sin −λ = 0, c’est à dire si
λ = −π2 n 2 pour n ∈ N∗ .
Dans ce cas, l’ensemble des solutions de l’équation homogène (3.3.40) est constitué de l’espace
vectoriel de fonction
E = {A sin(πnx), A ∈ R}
et donc il n’y a pas d’unicité.
Remarque 3.3.6. Le problème (3.3.40) est un problème spectral, que nous verrons plus loin.
Exercices
Exercice I
On considère un intervalle non vide I de R et l’équation d’évolution
u t + u xxx = 0 sur I
avec pour donnée initiale u(·, 0) = u 0 (·).

1) Montrer que la méthode d’énergie fournit l’unicité pour des solutions "raisonnables" dans le
cas I = R.
48
2) Lorsque I est un intervalle borné, par exemple I = [0, 1], quels types de conditions aux limites la
méthodes d’énergie suggère-t-elle ?
3) Mêmes questions pour l’équation u t + u xxxx = 0 sur I .
Exercice II
Soit Ω un domaine borné et régulier de RN , N ≥ 1, u une fonction de classe C 2 sur Ω telle que
u = 0 sur ∂Ω. On pose f = −∆u. On considère une fonction g : R → R régulière telle que g (0) = 0.
1) Montrer que Z Z
0 →
− 2
g (u)| ∇ u| = f g (u).
Ω Ω
0
2) On suppose dorénavant que f ≥ 0, que g ≥ 0 et que g ≤ 0. Montrer qu’alors
Z
→
−
g 0 (u)| ∇ u|2 = 0.
Ω
3) on considère la fonction g ∗ de R dans R définie par g ∗ (s) = s si s < 0 et g ∗ (s) = 0 si s ≥ 0.Montrer

qu’il existe une suite (g ε )0<ε<1 de fonctions C 1 de R dans R telles que g ε0 ≥ 0, g ≤ 0, g ε converge
uniformément vers g ∗ et g ε0 converge uniformément vers 1 sur tout compact de ] − ∞, 0[, lorsque
ε → 0.
4) En utilisant la question 2) montrer que
Z
→
−
| ∇ u|2 = 0.
{u(x)<0}
5) En déduire que u ≥ 0 [on retrouve ainsi le résultat du principe du maximum]
Exercice III
N
Soit Ω un domaine borné et régulier de R , N ≥ 1, et u : Ω × [0, +∞[→ R une fonction de classe C 2 .
On suppose que
∂u
(σ, t ) = 0 pour tout σ ∈ ∂Ω et t ≥ 0. (3.3.41)
∂~
n
On pose f = u t − ∆x u. Soit g une fonction de classe C 1 de R dans R. Montrer que pour t ≥ 0, on a
1 d
·Z ¸ Z Z
0 →
− 2
G(u) + g (u)| ∇ u| = f g (u),
2 d t Ω×{t } Ω×{t } Ω
où G désigne une primitive de G. On suppose que f ≥ 0 et que u(x, 0) ≥ 0. en raisonnant comme

dans l’exercice précédent, montrer que u(x, t ) ≥ 0 pour tout x ∈ Ω et tout t ≥ 0.
Exercice IV
N ~ : Ω × [0, +∞[→ RN un champ de vecteur de
Soit Ω un domaine borné et régulier de R , N ≥ 1, et V
classe C 1 tel que
~ = 0 et V
div x V ~ ·~
n = 0 sur ∂Ω × [0, +∞[.
Soit enfin ω une fonction de classe C 1 sur Ω × [0, +∞[ vérifiant l’équation de continuité
~ = 0.
∂t ω + div x ωV
¡ ¢
49
1) Montrer, en vous inspirant des exercices qui précèdent, que pour toute fonction g : Rt oR on a,
pour tout t ≥ 0
d
·Z ¸
g (ω(x, t ))dx = 0.
dt Ω
2) Montrer de même que
d
·Z ¸
+
ω(x, t ) dx = 0.
dt Ω
+
où pour un nombre réel s donné, on note s = Max (s, 0).
2) Montrer de même que
d £
sup{ω(x, t ), x ∈ Ω} = 0.
¤
dt
Exercice V
Identité de Pohozaev
A) Soit Ω un domaine régulier de RN et u une fonction de classe C 2 sur Ω. On suppose de plus
que u = 0 sur ∂Ω.
µ ¶2
→
− ∂u →
− 2 ∂u →
− ∂u
A1) Montrer que sur ∂Ω, on a les identités ∇ u = ~
n , | ∇ u| = , et ~
x . ∇ u = (~
x .~
n) .
∂~n ∂~
n ∂~
n
A2) On considère la fonction v définie sur Ω par
→− N ∂u
, pour x ∈ Ω.
X
v(x) = x · ∇ u(x) = x i
i =1 ∂x i
→
−
Calculer ∇ v.
A3) Montrer que l’on a Z Z Z
→
− → −
− ∆u.v = ∇u · ∇v − |∇u|2 x ·~
n.
Ω Ω ∂Ω
i ∂
N x
→
− → − ³→− ´ → −
| ∇ u|2 + | ∇ u|2 .
X
A3) Montrer que ∇ u · ∇ v =
i =1 2 ∂x i
A4) En déduire que
(N − 2) 1
Z Z Z
→
− → − →
− →
−
∇u · ∇v = − | ∇ u|2 + | ∇ u|2~
x ·~
n. (3.3.42)
Ω 2 Ω 2 ∂Ω
A5) Montrer que
(N − 2) 1
Z Z Z
→
−
− ∆u.v = − | ∇ u|2 − |∇u|2~
x ·~
n.
Ω 2 Ω 2 ∂Ω
B) On se donne dans cette partie une fonction f : R → R régulière, et on suppose que la fonction u
est solution du problème
−∆u = f (u) dans Ω, u = 0 sur ∂Ω. (3.3.43)
B1) On désigne par F la primitive de f telle que F (0) = 0. Etablir l’identité
(N − 2) − 2 1
Z Z Z
→ 2
| ∇ u| + |∇u| ~ x ·~
n = N F (u)
2 Ω 2 ∂Ω Ω
Z Z
→
−
B2) Montrer que l’on a l’identité | ∇ u|2 = f (u)u. En déduire que
Ω Ω
1 (N − 2)
Z Z
2
|∇u| ~
x ·~
n=N F (u) − u f (u). (3.3.44)
2 ∂Ω Ω 2
50
C1) On suppose dans cette partie que Ω = B N la boule unité de RN et que f (s) = |s|p−2 s, p ∈ N,
2N
où p > 2. Montrer que si p ≥ alors le problème (3.3.43) a pour seule solution u = 0.
N −2
Exercice VI
Soit Ω ⊂ RN un domaine borné et régulier de RN , g : ∂Ω → R une fonction donnée sur le bord de Ω
de classe C 2 . On suppose connue une solution u ∈ C g2 (Ω) de léquation de Laplace ∆u = 0, où on a
posé
C g2 (Ω) = {u ∈ C 2 (Ω), u(σ) = g (σ) pour x ∈ ∂Ω}.
Sur C g2 (Ω) on considère la fonctionnelle de Dirichlet E définie par
1
Z
E (v) = |∇v|2 , pour tout v ∈ C g2 (Ω).
2 Ω
1) Montrer que C g2 (Ω) est non vide , et qu’il s’agit d’un espace affine de la forme C g2 (Ω) = C 02 (Ω) +
{v 0 }, où v 0 est une fonction quelconque de C g2 (Ω).
2) Montrer que pour tout v ∈ C g2 (Ω), tout w ∈ C 02 (Ω) rt tout t ∈ R on à
t2
Z Z
→
− → − →
−
E (v + t w) = E (u) + t ∇ u. ∇ v + | ∇ w|2 .
Ω 2 Ω
3) En déduire que la fonctionnelle E est strictement convexe sur C g2 (Ω), et qu’elle a au plus un point
de minimum.
4) Montrer que si une solution u ∈ C g2 (Ω) de l’équation de Laplace existe, alors elle est unique.
Exercice VII
Principe du maximum pour des solutions périodiques
On considère les fonctions continues f sur RN × [0, T ] telles que, pour tout i = 1, . . . , N
f (x 1 , . . . , x i + 1, . . . , x N , t ) = f (x 1 , . . . , x N , t ), pour tout x ∈ RN , et t ∈ [0, T ]. (3.3.45)
On note C0per (RN × [0, T ]) l’espace vectoriel des fonctions ayant la propriété de périodicité (3.3.45).
On considère le problème
∂t u(x, t ) − ∆x u(x, t ) = 0. (3.3.46)
Montrer que si une solution u vérifie (3.3.45) alors
|u(x, t )| ≤ ku(·, 0)kL ∞ .
Exercice VIII
Identité du viriel pour l’équation de Schrödinger non linéaire
A Question préliminaire) On considère une fonction régulière u sur RN à décroissance conve-
nable en espace. Montrer en utilisant l’exercice précédent que
− N
Z µ ¶ Z
→
− →
∇u · ∇ u + x · ∇u dx = |∇u|2 dx.
RN 2 RN
51
B) On considère le problème de Cauchy pour l’équation de Schrödinger "cubique" sur R2
 i ∂u + ∆u + u|u|2 = 0 sur R2 × [0, T [


∂t (3.3.47)
u(x, 0) =u 0 (x), ∀x ∈ R2 ,

où la fonction u est maintenant à valeurs complexes (u(x, t ) ∈ C ' R2 ). On suppose donnée une
solution régulière, décroissant convenablement en espace.
d
Z
¡ 2¢
B1) Montrer que l’on a |u| = 0.
d t R2
d
B2) Montrer que l’on a E (t ) = 0, où l’on a posé
dt
1 1
Z Z
2
E (t ) = |∇u| − |u|4 .
2 R ×{t }
2 4 R ×{t }
2
B3) Montrer (en utilisant le fait, pour a ∈ C que |a|2 = aa, ℜ(a) = 12 (a + a) et Im (a) = 2i1 (a − a)
d
Z µZ ¶
2 2
|x| |u| = 4Im x · ∇uu (3.3.48)
d t R2 ×{t } R2 ×{t }
B4) Montrer, en utilisant la question A) que
1 d
µZ ¶ Z
1
Z
Im x · ∇uu = |∇u|2 − |u|4 . (3.3.49)
2 dt R ×{t }
2 R ×{t }
2 2 R ×{t }
2
B5) Montrer que l’on a

1 d2
Z
|x|2 |u|2 = E (0). (3.3.50)
16 d t 2 R2 ×{t }
C) Déduire de l’identité précédente que si on a E (0) < 0, alors on ne peut avoir existence globale
de la solution.
52
Chapitre 4
Premières constructions explicites de

solutions
Dans cette partie, nous donnons quelques constructions explicites de solutions pour des équa-
tions particulièrement simples (en particulier, elles seront à coefficients constants). Nous verrons
que si la famille de solutions trouvées est suffisamment riche, alors cela nous permet, grâce au
principe de superposition, de trouver des solutions générales de l’équation.
Les symétries du problème sont cruciales dans la démarche que nous alllons présenter. Elle
nous permettent :
— de nous ramener à des problèmes plus simples, le plus souvent des équations différentielles
ordinaires
— De générer une famille très riche de solutions particulières.
On peut énoncer un principe général de symétrie comme suit :
Si un problème est laissé invariant par un groupe de symétries, et si on sait par ailleurs que ce
problème possède une solution unique, alors la solution du problème est laissée invariante par le
groupe de symétries.
Bien entendu l’existence de telles symétries impose de grandes restrictions sur la nature de
l’équation, des données et des domaines. Illustrons pour commencer ce principe sur l’équation
de Laplace.
4.1 Construction de solutions pour l’équation de Laplace

4.1.1 Solutions radiales
Domaines bornées. Supposons pour commencer que le domaine Ω soit une boule de RN de rayon
R > 0 donné, centrée en 0
Ω = B(R) = {x ∈ RN , |x| < R}.
Ce domaine est invariant par les rotations de RN : si SO(N ) désigne le groupe des rotations de RN ,
alors on a, pour toute rotation de R ∈ SO(N ), R(B(R)) = B(R). Il en résulte que le groupe SO(N )
agit également sur les fonctions définies sur B(R). Si f est une fonction définie sur B(R), et si R
est une rotation, alors on peut définir une nouvelle fonction TR f en posons
TR f (x) = f (R(x)) pour tout x ∈ R.
53
Cherchons maintenant les fonctions qui sont laissées invariantes par de telles transformations,
c’est à dire telles que TR f = f . Pour une telle fonction, comme la norme des vecteurs est conservée
par les rotations, on doit avoir
f (x) = f (y), ∀x, y ∈ B(r ), tels que|x| = |y|.
Les fonctions f invariantes par les rotations sont donc celles qui ne dépendent que de |x|, c’est à
dire telles qu’il existe une fonction f˜ : B(R) → R telle que
f (x) = f˜(|x|) ∀x ∈ B(R). (4.1.1)
Considérons maintenant l’équation de Laplace sur B(R) avec donnée au bord de Dirichlet homo-
gène (
−∆u(x) = f (x) pour x ∈ B(r )
(4.1.2)
u(σ) = 0 pour σ ∈ ∂B(r ),
en supposant que f possède la symétrie radiale et donc vérifie (4.1.1). Le laplacien ∆ possède une
propriété importante (voir Annexe A) : il est invariant par changement de repère orthonormée, ce
qui signifie
TR (∆v) = ∆(TR v) pour toute fonction v ∈ C 2 (B(R)).
En faisant agir TR sur l’équation on trouve donc
TR (∆u) = ∆(TR u) = TR f = f ,
de sorte que, si u est solution de (A.2.16), il en est de même de TR u. Comme on sait déjà qu’il y a
unicité de la solution, on doit avoir,
u = TR u pour toute rotation R ∈ SO(N ),
de sorte que u possède la symétrie radiale, c’est à dire qu’il existe une fonction ũ : [0, R] → R telle
que
u(x) = ũ(|x|) pour tout x ∈ B(R).
Le calcul du Laplacien de fonctions à symétrie radiale est donné en Annexe A, formule (A.2.16) :
d2 N −1 d 1 d N −1 d
µ ¶
∆u(x) = ũ(|x|) + ũ(|x|) = N −1 r ũ (|x|) (4.1.3)
dr 2 r dr r dr dr
L’équation (4.1.2) se transforme alors en équation différentielle pour la fonction ũ
1 d N −1 d
µ ¶
− N −1 r ũ (r ) = f (r ) pour r ∈ [0, R] et ũ(R) = 0. (4.1.4)
r dr dr
On peut intégrer directement cette équation différentielle. On obtient
Z R µZ k ¶
1 N −1 ˜
ũ(r ) = N −1
s f (s)ds dk pour tout r ∈ [0, 1].
r k 0
On obtient donc l’existence ainsi qu’une formule explicite pour la solution de (4.1.2).
Le cas Ω = RN . On peut reprendre le calcul précédent dans le cas R = +∞, c’est à dire considé-
rer l’équation −∆u = f sur RN tout entier. Dans ce cas, nous n’avons pas d’unicité de solutions
54
(voir remarque ci-dessous) mais nous pouvons tout de même chercher des solutions u(·) = ũ(| · |)
sous forme radiale, lorsque f est radial. L’intégration de l’équation (4.1.4) sur [0, +∞[ donne tout
d’abord Z r
d 1 a
ũ(r ) = − N −1 s N −1 f˜(s)ds + N −1 , pour r ∈]0, +∞[,
dr r 0 r
où a ∈ R est une constante d’intégration. En intégrant de nouveau cette relation, on trouve
 Z r µZ k
A
¶
 1 N −1 ˜
 ũ(r ) = − s f (s)ds dk + N −2 + B si N ≥ 3


N −1
0 k r
Z r µZ0 u ¶ (4.1.5)
 1 N −1 ˜
 ũ(r ) = − s f (s)ds dk + A log r + B si N = 2,


N −1
0 k 0
où A et B sont deux constantes d’intégration. La fonction r −(N −2) pour N > 3 et la fonction log r
pour N = 2 étant singulières à l’origine, on doit prendre, pour obtenir une solution continue à
l’origine, dans les formules (4.1.5)
A = 0.
Comme condition aux limites à l’infini, il est naturel de chercher des fonctions u telles que
u(x) → 0 pour x → +∞. (4.1.6)
Lorsque N ≥ 3 on peut le faire si f est intégrable sur RN , ce qui, par le théorème de Fubini, est
équivalent au fait que s N −1 f˜ soit intégrable sur [0, +∞[. On trouve alors (exercice) comme solution
Z r µZ ∞ ¶
1 N −1 ˜
ũ(r ) = N −1
s f (s)ds dk.
0 k k
Ceci n’est pas possible en dimension 2 sans hypothèse supplémentaire sur f .
Remarque 4.1.1. Le résultat précédent montre en particulier qu’il n’y a pas de fonctions harmo-
niques sur RN , c’est à dire vérifiant
−∆u = 0 sur RN (4.1.7)
qui soient radiales autres que les fonctions constantes. En revanche, il y en a beaucoup d’autres,
qui ne sont pas radiales. On peut par exemple les chercher sous forme de polynômes. Un exemple
est donné par le polynôme
P (x) = x 12 − x 22 ,
et on peut en trouver beaucoup d’autres, de degré arbitraire. Si on ajoute la condition à l’infini
(4.1.6) le principe du maximum montre alors que la seule solution est la solution nulle.
4.1.2 La solution fondamentale du Laplacien pour N ≥ 3

Les calculs du paragraphe précédent ont fait apparaître une fonction harmonique sur RN \ {0} qui
est singulière à l’origine, à savoir la fonction G définie pour N ≥ 3 par
1
G (x) = N −2
pour x ∈ RN \ {0},
|x|
qui vérifie ∆G = 0 sur RN \ {0}. Cette fonction va nous permettre de calculer des solutions géné-
rales de l’équation de Laplace. Résumons les propriétés principales que nous allons utiliser dans
le lemme suivant :
55
Lemme 4.1.1. La fonction G définie sur RN \ {0} par
1
G= pour x 6= 0,
|x|N −2
est harmonique sur RN \ {0}, c’est à dire vérifie léquation de Laplace homogène ∆G = 0 sur RN \ {0}.
Elle est localement intégrable sur RN c’est à dire vérifie
Z
|G |(x)dx < +∞ pour tout compact K ⊂ RN . (4.1.8)
K
L’intégrale de bord
∂G
Z
(σ) = −(N − 2)c(N ) pour tout R > 0, (4.1.9)
∂B(R) ∂~
n
est indépendante de R, où c(N ) désigne la surface de la sphère unité de RN .
Démonstration. Pour l’inégalité (4.1.8), on observe que

R R R2
Z Z Z
|G |(x)dx = c(N ) G˜ (r ) r N −1 dr = c(N ) r dr = c(N ) < +∞.
B(R) 0 0 2
Pour l’intégrale de bord, on remarque que la normale extérieure à la sphère S(R) = ∂B(R) de rayon
R est donnée par le vecteur ~n (σ) = σ\|σ| de sorte que
∂G d (N − 2)
(σ) = G˜ (R) = − N −1 .
∂~
n dr R
En intégrant sur la sphère de rayon R, dont la mesure totale est donnée par c(N )R N −1 , on obtient
(4.1.9).
On renormalise G en considérant la fonction

1 1
G= G= .
(N − 2)c(N) (N − 2)c(N)|x|N−2
Définition 2. Soit N ≥ 3. La fonction G définie sur RN \ {0} par
1
G= pour tout x ∈ RN \ {0} (4.1.10)
(N − 2)c(N )|x|N −2
Elle est de classe C ∞ sur RN \ {0} et harmonique sur RN \ {0}, c’est à dire vérifie l’équation de Laplace
homogène ∆G = 0 sur RN \ {0}. On l’appelle solution fondamentale de l’équation de Laplace. On a
l’identité
∂G
Z
(σ) = −1 pour tout rayon R > 0. (4.1.11)
∂B(R) ∂~n
1
Par exemple, en dimension N = 3, on a G = .
4π|x|
Remarque 4.1.2. On vérifie que
xi
∂xi G(x) ≡ γi (x) = − N
pour tout x = (x 1 , . . . , x n ) ∈ RN \ {0}, (4.1.12)
c(N )|x|
56
de sorte que l’on on démontre de même (exercice) que
Z
→
−
| ∇ G|(x)dx < +∞ pour tout compact K . (4.1.13)
K
En ce qui concerne les dérivées secondes, on a ∂2xi x j G(x) ≡ Γi , j (x) pour x 6= 0, où les fonctions Γi , j
sont définies par les formules
 xi x j

 Γi , j (x) = −N N +2
pour i 6= j et pour tout x = (x 1 , . . . , x n ) ∈ RN \ {0},

 c(N )|x|
Ã
x 2
! (4.1.14)
1 i N
 Γi ,i (x) = − 1 − N 2 pour tout x = (x 1 , . . . , x n ) ∈ R \ {0}.



c(N )|x|N |x|
Notons au passage que les fonctions Γi , j sont homogènes de degrée −N , c’est dire
Γi , j (λx) = λ−N Γi , j (x), ∀λ > 0, ∀x ∈ RN . (4.1.15)
Il résulte par ailleurs de (5.4.8) que , pour |α| = 2

Z
|∂α G|(x)dx = +∞ pour tout boule B non vide contenant 0. (4.1.16)
B
4.1.3 Une formule explicite pour la solution de l’équation de Laplace

La solution fondamentale G va nous servir à donner une formule explicite pour les solutions
de l’équation de Laplace.
Considérons une fonction u : RN → R supposée de classe C 2 , définissons la fonction f comme
f = −∆u (elle est donc continue) et supposons que

 u(x) → 0 lorsque |x| → +∞,
(4.1.17)
Z Z
 |f | = |∆u| < +∞.
RN RN
Introduisons un petit paramètre 1 > ε > 0 que nous ferons tendre plus tard vers 0 et considérons le
domaine Ωε défini par
1
Ωε = B(R ε ) \ B(ε) où R ε =
ε
de sorte que la restriction de G au domaine Ωε est de classe C ∞ et vérifie ∆G = 0. Utilisons mainte-
nant la formule (B.1.11)(voir Annexe (B)) dite de Green d’intégration par parties pour le Laplacien
pour les fonctions G et u restreinte au domaine Ωε
∂G ∂u
Z Z Z Z
u∆G − G∆u = u(σ) (σ)dσ − G(σ) (σ)dσ. (4.1.18)
Ωε Ωε ∂Ωε ∂~
n ∂Ωε ∂~
n
Comme ∆G = 0 et ∆ = − f sur Ωε ceci donne donc
∂G ∂u
Z Z Z
G(x) f (x)dx = u(σ) (σ)dσ − G(σ) (σ)dσ. (4.1.19)
Ωε ∂Ωε ∂~
n ∂Ωε ∂~
n
Le bord de Ωε a deux composantes
∂Ωε = ∂B(R ε ) ∪ ∂B(ε),
57
les vecteurs unitaires normaux extérieurs étant orientés dans des directions opposées. On a donc
∂G ∂u ∂G ∂u
Z Z Z Z
u(σ) (σ)dσ − G(σ) (σ)dσ = − u(σ) (σ)dσ + G(σ) (σ)dσ
∂Ωε ∂~
n ∂Ωε ∂~
n ∂B(ε) ∂r ∂B(ε) ∂r
(4.1.20)
∂G ∂u
Z Z
+ u(σ) (σ)dσ − G(σ) (σ)dσ.
∂B(R ε ) ∂r ∂B(R ε ) ∂r
En effet, comme ~
n désigne le vecteur unitaire normal à ∂Ω, on a
 σ
~

 n (σ) = −~ e r (σ ) = − pour σ ∈ ∂B N (ε) ⊂ ∂Ωε ,
| σ|
σ 1
~n (σ) = ~
e r (σ) = , pour σ ∈ ∂B N ( ) ⊂ ∂Ωε .


| σ| ε
Les trois derniers termes du membre de droite de (4.1.20) tendent vers 0 lorsque ε → 0. En effet,
on a tout d’abord pour le deuxième terme
∂u ∂u
¯Z ¯
1
Z
¯ ¯
¯ G(σ) (σ)dσ¯ =
¯ | (σ)|dσ
¯
∂B(ε) ∂r (N − 2)c(N )ε N −2
∂B(ε) ∂r
1
Z
→−
≤ sup{| ∇ u|(x), x ∈ B(1)} dσ (4.1.21)
(N − 2)c(N )εN −2 ∂B(ε)
1 →
−
≤ sup{| ∇ u|(x), x ∈ B(1)}ε → 0 lorsque ε → 0.
(N − 2)
Pour le troisième terme on a
∂G ∂G
¯Z ¯ Z
¯ ≤ sup{|u|(x), |x| = ε−1 }
¯ ¯
¯ u( σ ) ( σ )dσ | (σ)|dσ
¯
∂B(R ε ) ∂r ¯
∂B(R ε ) ∂r (4.1.22)
N −2
≤ Cε → 0 lorsque ε → 0.
(ici on a utilisé la première des hypothèses (4.1.17)). Pour le dernier terme du membre de droite
de (4.1.20), on a
N −2
∂u ε ∂u εN −2
¯Z ¯ ¯Z ¯ Z
¯ ¯ ¯ ¯
¯ G(σ ) (σ )dσ ¯= ¯ ( σ )dσ ¯ (N − 2)c(N ) N | f (x)|dx,
¯≤ (4.1.23)
¯
∂B(R ε ) ∂~
n ¯ (N − 2)c(N ) ¯
∂B(R ε ) ∂~
n R
où pour la dernière inégalité, on a utilisé le fait que
∂u
¯Z ¯ ¯Z ¯ ¯Z ¯ ¯Z ¯
∆u(x)dx
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ( σ )dσ¯ = ¯ ¯ = ¯ f (x)dx ¯ ≤ ¯ f (x)dx ¯ < +∞,
∂B(R ε ) ∂~
n B(R ε ) B(R ε ) R
¯ ¯ ¯ ¯ ¯ ¯ ¯ N ¯
où la dernière inégalité résulte de la deuxième hypothèse de (4.1.17). Étudions maintenant le pre-

mier terme du membre de droite de (4.1.20). On a
∂G ∂G ∂G
Z Z Z
u(σ) (σ)dσ = u(0) (σ)dσ + (u(σ) − u(0)) (σ)dσ = −u(0) + Tε , (4.1.24)
∂B(ε) ∂~
n ∂B(ε) ∂~n ∂B(ε) ∂~
n
∂G
Z
où Tε désigne le terme (u(σ) − u(0)) (σ)dσ que l’on peut majorer, en utilisant le théorème
∂B(ε) ∂~
n
des accroissements finis comme suit :
∂G
Z
→
− →−
|Tε | ≤ ε sup{| ∇ u(x)|, x ∈ B (1)} | (σ)|dσ = ε sup{| ∇ u(x)|, x ∈ B (1)} → 0 lorsque ε → 0.
∂B(ε) ∂~n
58
En revenant à (4.1.3) on obtient donc
∂G
Z
u(σ) (σ)dσ = u(0) + o (1). (4.1.25)
∂B(ε) ∂~
n ε→0
Venons en finalement aux termes de gauche to (4.1.19).

Z Z Z Z
− G(x) f (x) = G(x) f (x)d x = G(x) f (x)d x − G(x) f (x)d x
Ωε Ωε RN B(ε)
Z (4.1.26)
= G(x) f (x)d x + o (1)
RN ε→0
En regroupant toutes nos estimées (4.1.21),(4.1.22), (4.1.23), (4.1.25) et (4.1.26) on obtient finale-
ment Z
u(0) = G(x) f (x)d x + o (1)
RN ε→0
En faisant tendre ε vers 0, on aboutit finalement à l’identité
Z
u(0) = G(x) f (x)d x, (4.1.27)
RN
formule qui nous donne la valeur de la solution de −∆u = f sur RN , en 0, à condition qu’elle vérifie
l’hypothèse (4.1.17). En utilisant l’invariance par translation de l’équation on obtient :
Proposition 4.1.1. Soient u ∈ C 2 (RN ) et f ∈ C 0 (RN ) deux fonctions telles que −∆u(x) = f (x) pour
tout x ∈ RN et telles que l’hypothèse (4.1.17) soit vérifiée. On a alors
Z
u(x) = G(x − y) f (y)d y, pour tout x ∈ RN . (4.1.28)
RN
Démonstration. L’origine ne jouant pas un rôle privilégié on déduit de la formule (4.1.3) une for-
mule similaire en un point arbitraire a de RN . L’invariance par translation de l’équation 1 signifie,
que pour tout a ∈ RN , on a
−∆u(· + a) = f (· + a) sur RN .
en appliquant l’identité (4.1.3) à la fonction u a (·) ≡ u(· + a) on obtient donc
Z
u(a) = u a (0) = G(x) f (x + a)d x,
RN
ou encore, après changement de variable y = x + a dans l’intégrale
Z Z
u(a) = G(y − a) f (y)dy = G(a − y) f (y)dx,
RN RN
où on a utilisé la parité de G pour la dernière formule. En renommant la variable a dans (4.1.3) par
la variable x on obtient directement la formule (4.1.28).
Commentaire. La proposition 4.1.1 nous montrer que si, pour f continue et intégrable sur RN on
cherche une solution u de classe C 2 de l’équation de Laplace −∆u = f , cette dernière a nécessai-
rement la forme explicite (4.1.28), ce qui nous donne au passage l’unicité d’une telle fonction.
Il nous reste bien entendu à vérifier que la fonction u donnée par (4.1.28) est effectivement une
solution, ce que nous ferons dans la section 4.1.5, au prix cependant d’hypothèses plus fortes sur
f.
Au passage, la preuve de la Proposition 4.1.1 permet de donner une démonstration de a pro-
priété de la moyenne ci-dessous est une propriété classique connue dès le début du XIXème siècle.
1. tous les opérateur différentiels à coefficients constants sont invariants par translation
59
Proposition 4.1.2. Soit u une fonction harmonique définie sur un ouvert Ω, c’est à dire telle que
∆u = 0 sur Ω.
soit x 0 un point de Ω et R > 0 tel que B(x 0 , R) ⊂ Ω. On a

1
Z
u(x) = u(σ)dσ.
Vol (S(R)) S(R)
où S(R) désigne la sphère de rayon R.
Démonstration. Quitte à changer d’origine, on peut supposer que x 0 = 0. On refait le même calcul
qu’en (4.1.18), mais en prenant maintenant comme domaine Ωε = B(R) \ B(ε) et en remplacant
G par G − C (R), où C (R) désigne la valeur de G sur ∂B(R) [rappelons que G est à symétrie radiale,
donc constante sur toutes les sphères centrées sur l’origine]. On obtient
∂G
Z
u(0) = u(σ) (σ)dσ,
∂B(R) ∂r
ce qui donne la conclusion.
On reconnaît dans la formule (4.1.28) le produit de convolution de la fonction G avec la fonc-

tion f . Avant d’aller plus loin, faisons quelques rappels sur cette notion.
4.1.4 Généralités sur le produit de convolution

Définition. Le produit de convolution associe à deux fonctions f et g définies sur l’espace tout
entier RN une troisième fonction, notée f ? g , définie elle également sur l’espace tout entier par la
formule Z Z
g ? f (x) ≡ g (x − y) f (y)dy = g (y) f (x − y)dy, (4.1.29)
RN RN
la dernière identité s’obtenant par changement de variable dans l’intégrale. Bien entendu, pour
définir cette fonction, il nous faut imposer des conditions d’intégrabilité pour les fonctions f et g
qui nous permettent assurer que l’intégrale du membre de droite est bien définie.
Hypothèses sur f et g
Bien entendu, pour que la formule (4.1.29) ait un sens, il est nécessaire d’imposer quelques
restrictions sur la nature des fonctions f et g . On voit par exemple facilement que si l’une des
fonctions est bornée et l’autre intégrable, c’est à dire appartient à l’espace vectoriel de fonctions
½ Z ¾
1 N N
L (R ) = u : R → R, u mesurable et |u(x)|dx < +∞ ,
RN
alors f (·)g (x − ·) est une foncton intégrable sur RN et que g ? f est une fonction bornée, avec
kg ? f k∞ ≤ kg k∞ k f k1 ,
où la norme k · k1 est définie par

Z
kuk1 ≡ |u(x)|dx, pour u ∈ L 1 (RN ).
RN
60
On peut voir de même, que si f et g sont toutes les deux des fonctions intégrables, c’est à dire
appartiennent à l’espace L 1 (RN ), alors alors, 2 que le produit de convolution g ? f (x) est défini
pour presque tout x, et appartient également à l’espace L 1 (RN ), avec
kg ? f kL 1 (RN ) ≤ kg kL 1 (RN ) k f kL 1 (RN ) . (4.1.30)
D’autres types de conditions sur f et g permettent également de définir le produit de convo-

lution, par exemple :
— g à support compact, et f localement intégrale.
— g dans L 1 et f ∈ L p (RN ) pour un exposant p ≥ 1, où

½ Z ¾
p N N p
L (R ) = u : R → R, u mesurable et |u(x)| dx < +∞,
RN
On a alors kg ? f kL 1 (RN ) ≤ kg kL 1 (RN ) k f kL p (RN ) , où la norme k · kp = k · kL p (RN ) est définie par

¢1
kukL p (RN ) ≡ RN |u(x)|p dx p .
¡R
— De manière plus générale, si g est dans L q et f ∈ L p (RN ) p ≥ 1, q ≥ 1 et s’il existe r ≥ 1 tel

que
1 1 1
+ = 1+ ,
p q r
alors (4.1.29) permet de définir une fonction de L r (RN ) avec
kg ? f kL r (RN ) ≤ kg kL q (RN ) k f kL p (RN ) , (4.1.31)
Cette inégalité s’appelle l’inégalité de Young.
Remarque 4.1.3. Pour vérifier que le produit de convolution est bien défini, on décompose sou-
vent une des deux fonctions (par exemple g ) en deux fonctions appartenant à des classes d’inté-
grabilité distinctes. Par exemple si
g = g 1 + g 2 , où g 1 ∈ L p 1 (RN ) et g 2 ∈ L p 2 (RN ), (4.1.32)
avec p 1 , p 2 ∈ [1, +∞]. On écrit alors
g ? f = g1 ? f + g2 ? f .
En utilisant les résultats précédents, on voit que chacun des deux termes est bien défini pour f ∈
L 1 (RN ), de sorte que g ? f est bien définie pour f ∈ L 1 (RN ). La décomposition (4.1.32) est souvent
liée à des conditions d’intégrabilité différentes sur les sous-ensembles bornées de RN d’une part,
et à l’infini de l’autre. On l’utilise en particulier souvent pour les solutions fondamentales. Par
exemple, pour la solution fondamentale du Laplacien G, on peut écrire
G = G1 + G2 , où G1 = 1B(1) G, et G2 = 1RN \B(1) G. (4.1.33)
On vérifie que G1 ∈ L 1 (RN ) et que G2 ∈ L ∞ (RN ), de sorte que G ? f est bien définie pour tout f ∈
L 1 (RN ) , somme d’une fonction intégrable et d’une fonction bornée, i.e.
G ∈ L 1 (RN ) + L ∞ (RN ). (4.1.34)

2. en intégrant par rapport à x, et en utilisant le Théorème de Fubini
61
On a de même :
Lemme 4.1.2. Soit N ≥ 3, R > 0 et f une fonction continue à support compact inclus dans la boule
B N (R). La fonction u = G ? f est continue sur RN et bornée, alors la majoration
kuk∞ ≤ C (1 + R N )k f k∞ . (4.1.35)
Démonstration. On utilise la décomposition (4.1.33), et on écrit u = u 1 + u 2 , où u i = Gi ? f , piur

i = 1, 2. On vérifie que
ku 1 k∞ ≤ kG1 kL 1 (RN ) k f k∞ ,
et que
ku 2 k∞ ≤ kG2 kL ∞ (RN ) k f kL 1 (RN ) ≤ C R N k f k∞ ,
où on a utilisé le fait que f est nulle en dehors de la boule B N (R). En combinant les deux inégalités
précédentes, on obtient l’inégalité (4.1.35).
Une interprétation du produit de convolution
Si g est positive, et d’intégrale égale à 1, on peut interpréter cette formule de la manière sui-
vante : on regarde la famille de fonctions translatée { f (· − y)} y∈RN et on donne le poids g (y) à la
fonction correspondante. La convolution apparaît alors comme une moyenne pondérée de ces
translatées, ce qui explique, au moins en partie, les effets régularisants que nous verrons plus loin.
Propriétés
Comme nous l’avons déja vu, la convolution est commutative, c’est à dire que f ?g = g ? f . Elle
est également associative, lorsque les différents produits de convolution ont un sens. Le produit
de convolution à un comportement remarquable en ce qui concerne la dérivation : il suffit qu’une
des fonctions qui compose le produit soit dérivable pour que le produit de convolution le soit. Par
exemple, si g est dérivable, et dans la mesure où on peut donner un sens aux expressions, on a
∂ ¡ ∂
g?f = g?f.
¢
(4.1.36)
∂x i ∂x i
La propriété (4.1.36) se démontre à partir des théorèmes de dérivation sous le signe somme. En
particulier, si la fonction g est dans C c∞ (RN ), alors g ? f est de class C ∞ . On utilise, comme nous le
verrons plus loin, cette propriété pour approcher une fonction donnée f par les fonctions par des
fonctions régulières.
Notons par ailleurs la formule, pour trois fonctions données f , g , h et lorsque les expressions
ont un sens (par exemple lorsque f , g et h sont des fonctions test)
Z Z
f ?g ·h = f · g̃ ? h, (4.1.37)
RN RN
où on a posé g̃ (·) = g (−·).
62
Régularisation par une approximation de l’identité
On appelle approximation de l’identité une famille de fonction {ψε }1>ε>0 telle que
Z

 ψε (x)dx = 1 pour tout ε > 0
RN



 Z

∃C > 0 telle que |ψε |(x)dx ≤ C , pour tout ε > 0 (4.1.38)

 Z R N


 pour tout δ > 0, |ψε |(x)dx → 0 lorsque ε → 0.


RN \BN (δ)
Comme exemple d’approximation de l’identité, on utilise souvent des familles de fonctions {χε }1>ε>0
de la forme
χε (x) = ε−N χ(x\ε), où x ∈ RN (4.1.39)
où χ est une fonction dans D(RN ) positive et dont l’intégrale vaut 1. On démontre alors :
Proposition 4.1.3. Soit {ψε }1>ε>0 une approximation de l’identité. Si f est une fonction donnée
dans L p (RN ) pour p ≥ 1 (resp. C 0 (RN )), pour k ∈ N. On a
f ? χε → f dans L p (resp.C 0 ) lorsque ε → 0.
Si de plus, la famille {ψε }1>ε>0 est de la forme (4.1.39), alors pour tout k ∈ N et tout f ∈ C k (RN ), on a
f ? χε → f dans C k (RN ) lorsque ε → 0.
4.1.5 Vérification de la formule explicite (4.1.3) pour l’équation de Laplace

Revenons à l’équation de Laplace. Les calculs de la section 4.1.3 nous ont permis de montrer
que si une solution u : RN → R du problème
−∆u(x) = f (x) pour x ∈ RN (4.1.40)
existe et vérifie de plus l’hypothèse (4.1.17), alors elle est nécessairement donnée par la formule
explicite Z
u(x) = G ? f (x) = G(x − y) f (y)dy, (4.1.41)
RN
où ? désigne le produit de convolution. Nous avons vu (voir Remarque (4.1.3)) que si f ∈ L 1 (RN ),
alors G? f est bien définie. Il nous reste donc à montrer que la fonction définie par (4.1.41) corres-
pond effectivement à une solution du problème (4.1.40). Nous allons le voir lorsque l’on impose
des hypothèses supplémentaires sur f . On a le résultat suivant :
Proposition 4.1.4. Soit f une fonction à support compact sur RN , de classe C 2 . Alors la fonction
u ≡ G? f (4.1.42)
est de classe C 2 et vérifie l’équation de Laplace
−∆u(x) = f (x), ∀x ∈ RN .
De plus, si N ≥ 3, alors il s’agit de la seule solution qui tende vers zéro à l’infini.
63
Démonstration. Les calculs sont très similaires à ceux de la Proposition 4.1.1. Le produit de convo-
lution (4.1.42) est bien défini, en vertu de la Remarque 4.1.3, car nous avons supposé que f est à
support compact et continue : elle est donc intégrable, c’est à dire f ∈ L 1 (RN ). Par ailleurs, u défi-
nie par (4.1.42) est de classe C 2 , grâce à (4.1.36) et au fait que l’on a supposé f de classe C 2 . On a,
pour tout x ∈ RN
Z
∆u(x) = ∆ G ? f (x) = G ? (∆ f )(x) =
¡ ¢
G(y)∆ f (x − y)dy
RN
Z (4.1.43)
=− G(y)w(x − y)dy
RN
Introduisons la fonction w = −∆ f , de sorte que w ∈ C 2 (RN ), à support compact. on peut alors

appliquer la Proposition 4.1.1 au couple ( f , w) de sorte que
Z
f (x) = G(y)w(x − y)dy.
RN
En combinant les deux dernières relations on obtient le résultat.

Pour vérifier qu’il y a unicité de solution tendant vers zéro à l’infini, supposons qu’il existe deux
telles solutions u 1 et u 2 . Alors w = u 2 − u 1 est une fonction harmonique, c’est à dire vérifie
−∆w = 0 sur RN
(
|w| → 0 lorsque |x| → 0.
Le principe du maximum montre alors que w = 0, ce qui termine la preuve.
4.1.6 La solution fondamentale du laplacien en Dimension N = 2

En dimension N = 2 la solution fondamentale du Laplacien prend la forme
1
G=− log |x|.
2π
L’essentiel des résulats en dimension supérieure s’étant à la dimension 2. Notons cependant qu’en
dimension 2 n’est pas intégrable.
4.1.7 Le principe du Maximum fort

Revenons maintenant à l’équation de Laplace −∆u = f . Rappelons que pour N ≥ 3, et f ∈
C 2 (RN ) la solution G ? f est, en vertu de la Proposition 4.1.4, la seule solution qui tende vers zéro
à l’infini. Comme G(·) > 0 sur RN \ {0}, la formule
Z
G ? f (x) = G(x − y) f (y)d y
montre immédiatement que si f ≥ 0 et que si f 6= 0, alors on a
G ? f (x) > 0 pour tout x ∈ RN .
Cette propriété s’appelle principe du maximum fort. Elle montre aussi qu’on ne peut espérer trou-
ver une solution générale à support compact.
64
4.2 Construction de solutions pour l’équation de la chaleur ho-
mogène
On considère dans cette partie l’équation de la chaleur sur RN homogène ( c’est à dire sans
terme source)
∂t u − ∆x u = 0 sur RN ×]0, +∞[ (4.2.1)
Dans un premier temps, nous discuterons des solutions invariantes par les symétries de l’équa-
tion, puis nous verrons comment elles sont utiles pour construire les solutions avec une données
initiale imposée, c’est à dire telles que
u(·, 0) = u 0 (·) sur RN , (4.2.2)
où la fonction u 0 est donnée.
4.2.1 Symétries de l’équation de la chaleur homogène

Comme pour l’équation de Laplace, les propriétés d’invariances et de symétries jouent un rôle
considérable dans l’étude de léquation de la chaleur. Comme, nous allons le voir, il y a au moins
deux symétries importantes.
La symétrie radiale
Nous avons déjà rencontré cette symétrie pour l’équation de Laplace. Elle reste présente pour
l’équation de la chaleur. Plus précisement, considérons une fonction f est une fonction définie
sur RN ×]0, +∞[, et R une rotation de l’espace RN . On définit une nouvelle fonction TR f , "trans-
formée de f par la rotation spatialle R, définie sur RN ×]0, +∞[ en posant
TR f (x, t ) = f (R(x), t )) pour tout x ∈ R.
L’équation de la chaleur homogène est alors invariante par cette transformation, à savoir que si
u vérifie (4.2.1), il en est de même de TR f . Par ailleurs, une fonction f est laissée invariante par
l’ensemble des transformations TR , si et seulement si il existe une fonction de deux variables f˜ :
[0, +∞[×]0, +∞[ telle que
f (x, t ) = f˜(|x|, t ) pour tousx ∈ RN , t > 0.
Une fonction f qui possède la symétrie radiale spatiale dépend donc essentiellement de deux va-
riables, |x|.
La propriété d’autosimilarité
Pour nous ramener à une seule variable, nous allons exploiter une autre symétrie : si u : RN ×]0, +∞[
est solution alors pour tout λ > 0, la fonction définie sur RN × [0, +∞[ par
u λ (x, t ) = u(λx, λ2 t ) pour tout x ∈ RN et tout t ≥ 0,
est aussi une solution de l’équation de la chaleur, car
∆u λ (x, t ) = λ2 (λx, λ2 t ) et ∂t u λ (x, t ) = λ2 ∂t u(λx, λ2 t ).
65
Ce changement d’échelle exprime le fait, que dans l’équation de la chaleur, le temps est homogène
à une longueur au carré. Si on regarde la masse de u λ , quantité qui est formellement conservée par
l’équation de la chaleur
Z Z Z
u λ (x, 0)d x = u(λx, 0)dx = λ−N u(x, 0)dx,
RN RN RN
en particulier la fonction ũ λ définie par
ũ λ (x, t )) = λN u λ (x, t ) = λN u λ (λx, λ2 t ) pour tout x ∈ RN et pour tout t ≥ 0 (4.2.3)
à la même masse que la fonction initiale u. Cette discussion nous amène donc à introduire la
transformation Sλ qui a une fonction f définie sur RN ×]0, ∞[ associe la fonction Sλ ( f ) définie sur
le même ensemble par
Sλ ( f )(x, t ) = λN f (λx, λ2 t ), pour tout x ∈ RN et pour tout t ≥ 0. (4.2.4)
Notons que l’équation de la chaleur (4.2.1) est invariante par cette transformation, c’est à dire que
si u : RN ×]0, ∞[→ R est solution de (4.2.1), alors Sλ (u) l’est également, pour tout λ > 0. Finalement,
on dira qu’une fonction u : RN ×]0, ∞[→ R → R est auto-similaire si et seulement si
Sλ (u) = u, pour tout λ > 0. (4.2.5)
Nous utiliserons la propriété suivant :
Proposition 4.2.1. Soit u : RN ×]0, ∞[→ R. Alors u vérifie la propriété d’auto-similarité (4.2.5) si et
seulement si il existe une fonction v : RN → R telle que
x
µ ¶
− N2
u(x, t ) = t v p , pour tout x ∈ RN et pour tout t ≥ 0. (4.2.6)
t
Si de plus u est à symétrie radiale, alors il existe une fonction d’une seule variable w : R+ → R telle
que µ ¶
− N2 |x|
u(x, t ) = t w p , pour tout x ∈ RN et pour tout t ≥ 0. (4.2.7)
t
Démonstration. La relation (4.2.5) signifie que pour tout λ > 0, t > 0 et x ∈ RN , on a
u(x, t ) = λN u(λx, λ2 t ).
p
Choisissons λ = t −1 dans la relation précédente. Il vient
x
µ ¶
− N2
u(x, t ) = t u p , 1 .
t
En posant v(y) = u(y, 1), pour tout y ∈ RN , on obtient (4.2.6). la relation (4.2.7) découle directement
de (4.1.1).
Commentaire. La description des fonction auto-similaires se fait donc essentiellement à l’aide

d’une fonction d’une variable réelle. Comme nous le verrons ci-dessous si la fonction u est solu-
tion d’une EDP, la fonction w associée vérifie une équation différentielle ordinaire, dons, a priori,
beaucoup plus simple à résoudre.
66
4.2.2 Solution auto-similaire radiale de l’équation de la chaleur
Nous cherchons ici une solution particulière H de l’équation, qui jouera plus tard un peu le
même rôle que la fonction G pour l’équation de Laplace : nous allons imposer que la fonction est
radiale et auto-similaire, c’est à dire que
Sλ (H) = H pour tout λ > 0,

(
(4.2.8)
H(x, t ) = H̃(|x|, t ), pour tout x ∈ RN et pour tout t ≥ 0.
Comme nous supposons que la fonction H est radiale et auto-similaire, nous pouvons utiliser
la Proposition 4.2.1, de sorte que H est de la forme
x
µ ¶ µ ¶
− N2 − N2 |x|
H(x, t ) = t v p t =w p .
t t
Il nous reste à trouver une équation différentielle pour cette nouvelle fonction w. En commençant
par la fonction v de N varibles, on a tout d’abord

N − (N +2) x 1 − (N +2) x → x
µ ¶ µ ¶
−
 ∂t H(x, t ) = − 2 t 2 v p − 2 t 2 p · ∇ v p



t t t
x x
µ ¶
− (N +2)
 ∆x H(x, t ) = t 2 ∆ y v p , y = p ,



t t
x
de sorte qu’en posant y = p et en remplaçant dans l’équation (4.2.1) on s’aperçcoit que les puis-
t
sances de t se factorise, et que l’on obtient une équation pour la seule variable y à savoir
N 1 →−
v(y) + y. ∇ v(y) + ∆v = 0, pour tout y ∈ RN . (4.2.9)
2 2
Comme v est à symétrie radiale, on a v(y) = w(|y|), et donc, en posons r = |y|
d2

d N −1 d N −1 d
µ ¶
1
 ∆v(y) = r w (r ) = w(r ) + w(r )


r N −1 dr dr dr 2 r dr (4.2.10)
 →
− d
v. ∇ v(y) = r w(r ).


dr
En reportant (4.2.10) dans l’équation (4.2.9), on obtient alors l’équation différentielle ordinaire du
second ordre pour la fonction w
N 1 N −1 0
w(r ) + r w 0 (r ) + w (r ) + w 00 (r ) = 0, pour tout r > 0.
2 2 r
On peut réecrire cette équation sous la forme
d
· ¸
N −1 0 1 N
r w + r w = 0,
dr 2
de sorte que l’on peut chercher une solution qui vérifie
1 1
r N −1 w 0 + r N w = 0, c0 est à dire w 0 = − r w,
2 2
67
ou encore
d 1
(log w) = − r,
dr 2
équation différentielle dont la solution est donnée par
µ 2¶
r
w(r ) = K exp − , pour r > 0.
4
La solution H recherchée a donc la forme
|x|2
µ ¶
− N2
H(x, t ) = K t exp − pour tout y ∈ RN . (4.2.11)
4t
4.2.3 La solution fondamentale de l’équation de la chaleur

La formule explicite des solutions de la chaleur données par (4.2.11) forme un espace vectoriel
à une dimension de fonctions. Pour obtenir une seule solution, on peut imposer la condition
Z
H(x, t )dx = 1, pour tout t > 0.
RN
En particulier pour t = 1, comme H(x, 1) = v(x), on détermine K > 0 par la relation
|x|2
Z µ Z¶
v(x)d x = K exp − dx = 1,
RN RN 4
On calcule
|x|2 x i |2
Z µ ¶
N
Z ∞ µ ¶
p
exp − dx = Π exp − dx i = ( 4π)N
RN 4 i =1 −∞ 4
de sorte que finalement
|x|2
µ ¶
1
v(x) = N
exp − pour x ∈ RN ,
(4π) 2 4
et donc
|x|2
µ ¶
1
H(x, t ) = N
exp − pour x ∈ RN , et t > 0. (4.2.12)
(4πt ) 2 4t
Cette fonction est de classe C ∞ sur RN ×]0, +∞[. On peut, si on veut, vérifier à posteriori qu’elle
vérifie bien l’équation de la chaleur
∂t H − ∆H = 0 sur RN ×]0, +∞[ (4.2.13)
Remarquons que la fonction est singulière en (0, 0), mais que pour x 6= 0 fixé, on a
lim H(x, t ) = 0. (4.2.14)

t →0
On établit assez facilement les propriétés suivantes de la fonction H, appelée aussi noyau de la
chaleur.
68
Proposition 4.2.2. La fonction H est positive, de classe C ∞ sur RN ×]0, +∞[, et on a
Z
H(x, t )dx = 1, pour tout t > 0. (4.2.15)
RN
Elle vérifie l’équation de la chaleur homogùne
∂t H − ∆H = 0 sur RN ×]0, +∞[. (4.2.16)
La suite {H(·, t )}0<t <1 de fonctions de RN dans R est une approximations de l’unité, au sens de
(4.1.38).
x
Démonstration. La positivité est évidente. Pour (4.2.15), on fait le changement de variable u = p ,
p t
de sorte que que dx = t du et N
|x|2 |u|2
µ ¶ µ ¶
1 1
Z Z
N
exp − dx = N
exp − du = 1
RN (4πt ) 2 4t (4π) 2 RN 4
Les deux premières conditions dans (4.1.38) sont vérifiée par (4.2.15). Pour la dernière, on note
|u|2
µ ¶
1
Z Z
H(x, t )dx = N
exp − du → 0 lorsque t → 0+ . (4.2.17)
δ 4
R \B (δ)
N N
(4π) 2 R \B ( t )
N N p
Remarque 4.2.1. On peut se demander à quel type de condition initiale la fonction H correspond.
Nous avons vu qu’elle était singulière à l’origine, mais qu’en dehors elle était nulle, voir (4.2.14).
En fait, nous verrons plus loin qu’elle correspond à la notion de masse de Dirac à l’origine. Si on
reprend l’exemple d’une population de poissons, cela correspondrait aux cas où tous les poissons
sont tassés au temps zéro à l’origine : on comprend qu’ils veuillent s’en éloigner...
4.2.4 Solution de l’équation de la chaleur homogène avec donnée initiale

Considérons maintenant le problème avec conditions aux limites
∂t u − ∆x u = 0 sur RN ×]0, +∞[

(
(4.2.18)
u(·, 0) = u 0 (·) sur RN ,
où la fonction u 0 est données. Nous allons voir que la solution fondamentale H nous permet dé-
crire la solution de manière explicite, sous forme d’un produit de convolution. Posons
|x − y|2
µ ¶
1
Z
u(x, t ) = H(·, t ) ?RN u 0 (x) = N
exp − u 0 (y)dy. (4.2.19)
(4πt ) 2 RN 4t
On alors :
Théorème 4.2.1. Si la fonction u 0 est continue et bornée sur RN alors la fonction u définie sur RN ×
[0, +∞[ est de classe C ∞ sur RN ×]0, +∞[, et vérifie
∂t u − ∆u = 0 sur RN × [0, +∞].
On peut la prolonger par continuité à l’espace fermé RN × [0, +∞[ en posant u(x, 0) = u 0 (x), de sorte
que la fonction ainsi prolongée est bien solution de (4.2.18).
69
Démonstration. La premières affirmation résulte des propriétés regularisant de la convolution et
du fait que H est de classe C ∞ sur RN ×]0, +∞[. Pour vérifier léquation de la chaleur, il suffit dans
le produit de convolution de faire porter les dérivées sur H, c’est à dire écrire
∂t u − ∆u = ∂t (H(·, t ) ?RN u 0 ) − ∆(H(·, t ) ?RN u 0 )

= (∂t (H(·, t )) ?RN u 0 − ∆(H(·, t )) ?RN u 0
= (∂t (H(·, t ) − ∆(H(·, t )) ?RN u 0
= 0.
La limite t → 0 qui est essentiellement une consequence du fait que la famille de fonctions
{H(·, t }0<t <1 } est une approximation de l’identité. Les détails sont laissés en exercice.
4.2.5 Propriétés des solutions de l’équation homogène

Effet régularisant
Cette propriété est déjà énoncée dans le Théorème 4.2.1 : la solution est C ∞ dès que t > 0, indé-
pendamment de la régularité de la solution initiale.
Principe du maximum
On voit immédiatement au vu de la formule (4.2.19) que si u 0 (x) ≥ 0 et est non identiquement
nulle, alors on a
u(x) > 0 pour tout x ∈ RN .
Vitesse infinie de propagation

Il en résulte en particulier de la propriété précedente que si u 0 est positive, non nulle, alors u(x, t ) >
0 sur RN ×]0, +∞[, et donc en particulier ne s’annule pas. Cette propriété est particulièrement frap-
pante lorsque on prend une donnée initiale à support compact, en particulier si on pense à nos
modèles du chapitre 2 : une partie de la quantité étudiée s’est alors propagée à l’infini. On peut
donc dire que léquation de la chaleur présente une vitesse de propagation infinie.
Remarque 4.2.2. Nous verrons plus loin en exercice que cette propriété n’est pas partagé par lé-
quation des milieux poreux, de sorte que cette dernièreéquation peut fournir, dans certains cas,
un modèle plus adapté.
Remarque 4.2.3. la prise en compte de cette propriété est aussi fondamentale lorsqu’on cherche à
approcher l’équation par des schémas numériques, en lien avec la condition de Courant-Friedrichs-
Lewy (CFL).
4.3 Principe de Duhamel pour l’équation de la chaleur avec terme

source
Considèrons dans cette partie l’équation de la chaleur sur RN avec un terme source f
∂t u(x, t ) − ∆x u(x, t ) = f (x, t ) pour tout x ∈ RN et tout t > 0

(
(4.3.1)
u(x, 0) = 0 pour tout x ∈ RN ,
70
F IGURE 4.1 – Graphe de la solution fondamentale H de l’équation de la chaleur
où la fonction f est donnée. La résolution de cette équation s’inspire de la méthode de variation

de la constante pour les équation différentielles, aussi appelée principe de Duhamel.
Le principe de Duhamel. L’idée de base consiste à écrire la solution à un temps t donné, du pro-
blème non homogène (4.3.1) comme une superposition de solutions de problèmes homogènes au
temps initial s ∈ [0, t ] avec pour donnée initiale f (·, s). C’est bien ce que l’on fait lorsque qu’on
cherche à résoudre une équation différentielle du premier ordre dans l’espace vectoriel Rk de la
forme
~ 0 (t ) = A X
X ~ (t ) + B
~ (t ), avec donnée initiale X
~ (0) = 0,
où A désigne une application linéaire de Rk dans lui-même, et B~ : R → RN une application de R

N
dans l’espace vectorielle R donnée. On montre alors que la solution a la forme
Z t Z t
X (t ) = ~ (s)d s. =
exp A(t − s)B ~ (s)d s,
R(s, t )B
0 0
où R(s, t ) désigne l’application linéaire qui à un vecteur U donné associe la valeur R(s, t )(U ) de la
solution, au temps t , du problème homogène
W 0 = AW
(
(4.3.2)
W (s) = U ,
c’est à dire avec pour donnée de Cauchy au temps s le vecteur U ∈ RN : en l’occurence ici, dans le
cas des opérateurs à coefficients constants considérés ici 3 on a donc
R(s, t )U = exp A(t − s)U ,

3. la méthode se transpose sans difficulté aux cas où les coefficients dépendent du temps.
71
c’est à dire que R(s, t ) est la matrice exponentielle R(s, t ) = exp A(s − t ).
Cherchons à appliquer le principe de Duhamel aux solutions de l’équation de la chaleur. l’opé-

rateur R a alors la forme
R(s, t )g = H(·, t − s) ? g , pour g ∈ D(RN )
de sorte qu’il est tentant de penser que la fonction u définie pour (x, t ) ∈ [0, +∞[×RN par
Z t
H(·, t − s) ?RN f (·, s)(x) ds
£ ¤
u(x, t ) =
0
Z t" # (4.3.3)
|x − y|2
µ ¶
1
Z
= N
exp − f (y, s)dy ds
0 (4π(t − s)) 2 RN 4(t − s)
est la solution de l’équation (4.3.1). C’est l’objet du prochain résultat :
Théorème 4.3.1. Supposons que f ∈ D[[0, +∞, [×RN ). Supposons que f ∈ D[0, +∞, [×RN ). Alors la
fonction u définie par la formule (4.3.3) est régulière sur [0, +∞, [×RN et vérifie (4.3.1).
On peut essayer de donner une preuve de ce résultat dans l’esprit de la Proposition 4.1.4. La
formule duhamel, donne, après changement de variable
Z t
H(·, u) ?RN f (·, t − u)(x) du
£ ¤
u(x, t ) =
0
De sorte que
∂u ∂f
Z t· ¸
(x, t ) = H(·, u) ?RN (·, t − u)(x) du
∂t 0 ∂t
+ H(·, t ) ?RN f (·, 0)(x).
Introduisons de nouveau ε > 0. On a
∂f ∂f
Z t· ¸ Z t· ¸
H(·, u) ?RN (·, t − u)(x) du = lim+ H(·, u) ?RN (·, t − u)(x) du
0 ∂t ε→0 ε ∂t
une intégration par parties donne
∂f ∂H
Z t· ¸ Z t· ¸
H(·, u) ?RN (·, t − u)(x) du = (·, u) ?RN f (·, t − u)(x) du
ε ∂t ε ∂t
− H(·, t ) ?RN f (·, 0)(x)
+ H(·, ε) ?RN f (·, t − ε).
On a, par les propriétés du produit de convolution sur RN

Z t
∆x u(x, t ) = H(·, u) ?RN ∆x f (·, t − u)(x) du
£ ¤
0
Z t
H(·, u) ?RN ∆x f (·, t − u)(x) du
£ ¤
= lim+ (4.3.4)
ε→0 ε
Z t
∆x H(·, u) ?RN f (·, t − u)(x) du.
£ ¤
= lim+
ε→0 ε
72
En regroupant les termes, on obtient
∂u ∂H
Z t· ¸
(x, t ) − ∆x u(x, t ) = lim+ (·, u) − ∆x H(·, u) ?RN f (·, t − u)(x)du
∂t ε→0 ε ∂t
− H(·, t ) ?RN f (·, 0)(x) + H(·, t ) ?RN f (·, 0)(x) (4.3.5)
+ lim+ H(·, ε) ?RN f (·, t − ε)(x).
ε→0
∂H
Comme ∂t (·, u) − ∆x H(·, u) = 0 pour u > 0, et comme
lim H(·, ε) ?RN f (·, t − ε) = f (x)

ε→0+
Le résultat en découle.
Nous donnerons une approche plus systématique dans le Chapitre 8.0.7.
Remarque 4.3.1. On résoud le problème général avec terme source et condition initiale

(
(4.3.6)
u(x, 0) = u 0 (x) pour tout x ∈ RN ,
en utilisant le principe de superposition : on peut en effet écrire
u = v + w,
où v est la solution de
∂t v(x, t ) − ∆x v(x, t ) = 0 pour tout x ∈ RN et tout t > 0

(
(4.3.7)
v(x, 0) = u 0 pour tout x ∈ RN ,
et où w est la solution de
∂t w(x, t ) − ∆x w(x, t ) = f (x, t ) pour tout x ∈ RN et tout t > 0

(
(4.3.8)
w(x, 0) = 0 pour tout x ∈ RN ,
En utilisant le fait que u = v + w on obtient donc la formule générale

Z t
u(x, t ) = H(·, t ) ?RN u 0 (x) + H(·, t − s) ?RN f (·, s) (x)ds,
¡ ¢ £ ¤
0
c’est à dire de manière plus explicite
|x − y|2
µ ¶
1
Z
u(x, t ) = N
exp − u 0 (y)dy
(4πt ) 2 RN 4t
Z t" # (4.3.9)
|x − y|2
µ ¶
1
Z
+ N
exp − f (y, s)dy ds.
0 (4π(t − s)) 2 RN 4(t − s)
73
4.4 Principe de Duhamel pour les équations de transport et de
continuité
4.4.1 Equation de transport homogène
Rappelons que nous avons vu au chapitre 2 les équations de transport de la forme
~ (x, t ) · →
−
(
∂t u(x, t ) + V ∇u = 0
(4.4.1)
u(·, 0) = u 0 (·),
où V~ désigne un champ de vecteur sur Ω, dépendant éventuellement du temps, qui est donné, et
est considéré ici comme un paramètre de l’opérateur différentiel associé à léquation. Pour simpli-
fier, nous supposerons par ailleurs que Ω = RN tout entier.
Lorsque nous avions introduit cette équation, nous étions en fait partis en sens inverse, c’est
à dire à partir des solutions, nous avions construit l’équation au dérivée partielle, de sorte qu’une
part de ce paragarphe est assez tautologique. Rappelons seulement que si nous supposons que
le champ est Lipschitzien par rapport aux variables spatiales, alors les solutions de (4.4.1) sont
associés aux solutions de l’équation différentielle
d
~ (M (t ), t );
M (t ) = V (4.4.2)
dt
dont les trajectoires sont appelées les caractéristiques de l’équation. et que si u solution de (4.4.1)
alors on a
d
u(M (t )) = 0. (4.4.3)
dt
Ainsi, si on cherche à calculer la valeur de la solution au point (x ∗ , t ∗ ), alors on construit la solu-
tion M ∗ (·) de l’équation différentielle ordinaire (4.4.2) avec pour condition intiale M ∗ (t ∗ ) = x ∗ . Il
résulte de (4.4.3) que
u(x ∗ , t ∗ ) = u(M ∗ (t ∗ ), t ∗ ) = u(M ∗ (t ), t ) = u(M ∗ (0), 0) = u 0 (M ∗ (0)), ∀t > 0.
4.4.2 Equation de transport avec terme source

Considèrons maintenant l’équation de transport avec terme source f
~ (x, t ) · →
−
(
∂t v(x, t ) + V ∇ v = f (x, t )
(4.4.4)
v(·, 0) = 0,
où la fonction f est donnée sur RN × [0, +∞[. On vérifie alors que, si la fonction t → M (t ) est
solution de l’équation des caractéristiques(4.4.3), alors on a
d
u(M (t ), t ) = f (M (t ), t ),
dt
de sorte que si„ pour un point de l’espace -temps (x ∗ , t ∗ ) donnée, on considère la solution M ∗ de
(4.4.2) définie au dans le paragraphe précédent, alors on a, par intégration
Z t∗
∗ ∗
v(x , t ) = f (M ∗ (s), s)ds.
0
74
4.4.3 Equation de continuité homogène
Considérons maintenant l’équation de continuité
~ (x, t )) = 0 pour x ∈ RN et t > 0.

(
∂t u(x, t ) + div (u · V
(4.4.5)
u(·, 0) = u 0 (·),
On peut développer la divergence de sorte que l’équation sécrit
~ (x, t ) · →
∂t u + V
− ~
∇ u = −u div V
~ (M (t ), t ),
et si on considère les caractéristique, il vient en posant U (t ) = u(M (t ), t ) et a(t ) = div V
d
U (t ) = −a(t )U (t )
dt
¡ Rt ¢
équation qui s’intègre comme U (t ) = U (0) exp − 0 a(s)ds . En utilisant les mêmes notations que
dans les paragraphes préécents, on obtient
µ Z t ¶
∗ ∗
u(x , t ) = u 0 (M (0)) exp −∗ ~ ∗
div V (M (s), s)ds .
0
4.4.4 Le cas des champs de vecteurs constants

~ est constant. Dans ce cas, l’équa-
Traitons en guise d’exercice, le cas où le champs de vecteur V
tion des caractéristique est donné par
~ , ∀t ∈ R,
M ∗ (t ) = x ∗ + (t − t ∗ )V
de sorte que la solution du problème homogène (4.4.1) (qui est identique dans le cas des vecteurs
constant à léquation de continuité (4.4.5)) est donnée par
~ ), ∀(x ∗ , t ∗ ) ∈ RN × R+ ,
u(x ∗ , t ∗ ) = u 0 (x ∗ − t ∗V
alors que la solution v du problème avec terme source source est donnée par
Z t∗
∗ ∗ ~ , s ds, ∀(x ∗ , t ∗ ) ∈ RN × R+ ,
f x ∗ + (s − t ∗ )V
¡ ¢
u(x , t ) =
0
qui peut s’interpréter par le principe de Duhamel associé à de ce problème.
Exercices
Exercice I
A) Soit B la boule unité de R , et f une fonction continue sur B 2 . On considère le problème :
2 2
∂u
−∆u(x) = f (x) pour x ∈ B 2 et = 0 sur ∂B 2 . (4.4.6)
∂r
75
Z
A1) Montrer qu’une condition nécessaire pour avoir une solution u est f (x)dx = 0.
B2
A2) Montrer que si des solutions existent, elle ne diffèrent que d’une constante.
2
A3) Trouver toutes les solutions dans le cas où f (x) = |x| − .
3
B) on considère ici le problème, pour une fonction g donnée sur B 2 :
( →−
x · ∇ u(x) = g (x) sur B 2
−∆u(x) +~
(4.4.7)
u(x) = 0 sur ∂B 2 .
B1) Montrer que si une solution existe, elle est unique.

µ 2¶
|x|
B2) Donner la solution dans le cas où g (x) = exp |x|2 .
2
Exercice II Soit
N ≥ 3, f ∈ C c0 (RN ) N
une fonction continue, à support compact dans la boule B (1). Considère la
fonction u = G ? f , solution de l’équation de Laplace −∆u = f , dans RN (G désigne la solution
fondamentale).
A) Montrer que la restriction de u à RN \ B N (1) est de classe C ∞ .
B1) On suppose ici que N = 3. Montrer que

µZ ¶
1 1
u(x) = f (y)dy + o ( 2 ).
4π|x| B 3 (1) |x|→+∞ |x|
En déduire que u(x) → 0 lorsque |x| → +∞.

B2) Montrer que l’on a le développement limité
x
µZ ¶ µZ ¶
1 1
u(x) = f (y)dy + 3
· y f (y)dy + o ( 2 ).
4π|x| B 3 (1) 4π|x| B 3 (1) |x|→+∞ |x|
C1) On suppose dans cette question que N = 2. Montrer que l’on a le developpement limité
1 x
µZ ¶ µZ ¶
1 1
u(x) = − ln (|x|) f (y)dy + 2
· y. f (y)dy + o ( 2 ).
2π B (1)
3 2π |x| B (1)
3 |x|→+∞ |x|
C2) A quelle condition a-t-on u(x) → 0? Exercice III

|x|→+∞
Soit Ω un domaine borné et régulier de R . Soit f une fonction définie sur Ω. On suppose que f ≥ 0.
3
On considère la fonction u sur Ω solution de problème
−∆u = f sur Ω, u = 0 sur ∂Ω.
Montrer que u(x) ≤ G ? f , ∀x ∈ Ω, où on a prolongé f à RN tout entier en prenant f = 0 en dehors

de Ω.
76
Chapitre 5
Distributions, régularité des solutions, et

intégrales singulières
5.1 Introduction
Dans le chapitre précédent, nous avons vu comment la notion de solution fondamentale et
de produit de convolution nous permettait de trouver et de décrire les solutions des équations
de Laplace et de la chaleur homogène. Par exemple pour l’équation de Laplace, nous avons pu
montrer que, si f est de classe C 2 à support compact, alors u = G ? f est de classe C 2 , solution de
−∆u = f sur RN . (5.1.1)
Ce résultat est plutôt satisfaisant , car il nous permet d’obtenir une solution. Néanmoins les hypo-
thèses pour montrer que u = G ? f est bien solution sont très restrictives, alors que la définition
de u = G ? f est valable dans un cadre beaucoup plus large. Par ailleurs, la régularité obtenue est
décevante, car on s’attend à plus de régularité : voir la discussion dans la section 3.2. Pour utili-
ser certains méthodes d’analyse fonctionnelle, comme la méthode de continuation décrite dans
le Chapitre 7, il faut absolument obtenir la régularité optimale, de sorte que ce point est crucial.
La théorie des distributions que nous allons décrire brièvement dans la prochaine section (plus
de détails sont donnés dans l’Appendix D) permet des avancées conceptuelles et techniques im-
portantes sur cette question, en particulier :
— Elle donne un cadre et un sens nouveau et plus large à l’équation (5.1.1), de sorte que G ? f
sera solution sous des hypothèses (très) faible sur f
— La question de l’existence de solution classique se ramène à un problème de régularité pour
les solutions au sens des distributions.
Elle permet par ailleurs :
— de mieux interpréter et de comprendre le rôle des solutions fondamentales
— In fine de décrire la régularité optimale.
Sur le troisième point, nous montrerons par exemple que la fonction G définit une distribution
sur RN , qui satisfait l’équation
−∆G = δ0 , (5.1.2)
où δ0 désigne la masse de Dirac à l’origine 0. Pour mieux comprendre la signification de cet énoncé,
ouvrons donc une parenthèse concernant la théorie des distributions.
77
5.2 Rappels sur la théorie des distributions
5.2.1 Premières définitions
La théorie des distributions offre un cadre, certes au départ assez abstrait, qui permet de gé-
néraliser la notion de fonctions et de traiter nombre d’autres objets qui ont une interprétation
intuitive ou physique (dont la masse de Dirac évoquée dans la proposition). Un des points impor-
tants est que toutes les distributions sont dérivables : ainsi, ont peu parler de la dérivée de fonc-
tions, sans prendre de précautions particulières, en ayant conscience néanmoins que le résultat
lui-même n’est pas forcément une fonction ! Le formalisme de la théorie des distribution est ainsi
particulièrement adapté pour décrire les solutions des équations aux dérivées partielles, nous se-
rons amenés à l’utiliser assez fréquemment par la suite. Passons maintenant en revue les éléments
les plus importants de cette théorie auxquels nous ferons appel : les lignes qui suivent décrivent le
strict nécessaire pour la suite de ce chapitre. Une présentation plus complète est fournie en Annexe
D.
Considérons un ouvert non vide Ω de RN . Les distributions sur le domaine Ω sont définies de
manière abstraite comme les formes linéaires continues 1 sur l’espace vectoriel des fonctions de
classe C ∞ à support compact
D(Ω) ≡ ϕ ∈ C ∞ (Ω), ϕ = 0 en dehors d0 un compact de Ω .

© ª
On désigne parD 0 (Ω)

® l’espace vectoriel des distributions sur l’ouvert Ω, si T désigne une distribu-
tion on notera T, ϕ D 0 ,D le nombre réel qui désigne l’action de T sur les fonctions tests ϕ de D(Ω).
La notion de continuité s’exprime ici par le fait que pour tout compact K ⊂ Ω, il existe un nombre
positif C K et un entier d K tel que, pour toute fonction test ϕ ∈ D s’annulant en dehors de K , on a
l’inégalité
| T, ϕ D 0 ,D | ≤ C k sup{|∂α ϕ(x)|, x ∈ K , |α| ≤ d K }.
®
On identifie les fonctions localement intégrables avec des distributions de la manière suivante :
si f est une fonction localement intégrable sur Ω, c’est à dire telle que
Z
| f (x)|d x < +∞ pour tout compact K ⊂ Ω, (5.2.1)
K
alors on peut définir une distribution T f par l’action suivante 2 sur les fonctions tests ϕ
Z
T f , ϕ D 0 ,D ≡ f (x)ϕ(x)dx pour tout ϕ ∈ D(Ω,
®
Ω
et on identifie la fonction f avec la distribution T f de sorte que

Z
f , ϕ D 0 ,D ≡ T f , ϕ D 0 ,D = f (x)ϕ(x)dx pour tout ϕ ∈ D(Ω),
® ®
(5.2.2)
Ω
Il résulte de la remarque (7) du chapitre précédent qu’à deux fonctions différentes correspondent
des distributions différentes. Notons néanmoins au passage que cette identification entre fonc-
tions et distributions est restreinte aux fonctions localement intégrables. Par exemple, la fonc-
tion x1 ne définit pas une distribution 3 . De même, alors que la fonction G ainsi que ses dérivées
1. en un sens précisé dans le cours de base Analyse fonctionnelle

2. qui sert aussi à définir le produit scalaire sur L 2 (Ω)
1
3. on définit néanmoins une distribution qui lui est associée la valeur principale de x
78
premières sur RN \ {0} définissent bien des distributions sur RN puisu’elles sont localement inté-
grables, tel n’est pas le cas des dérivées secondes de G calculées sur RN \{0}, c’est à dire les fonctions
Γi , j , car elles ne définissent pas une fonction localement intégrable sur RN .
Dérivation des distributions. Toute distribution est dérivable, c’est un des points importantes de la
théorie. Pour définir la dérivation des distributions, on part de la formule d’intégration par parties
(A.1.5) de Annexe A), que l’on prend comme définition de la dérivée. Plus précisément, si T ∈
D 0 (Ω), alors on définit sa dérivée partielle ∂i T comme l’unique distribution qui vérifie
∂i T, ϕ ≡ − T, ∂i ϕ pour tout ϕ ∈ D(Ω)

® ®
(5.2.3)
Si la distribution correspond une fonction de classe C 1 , on vérifie grâce à la formule d’intégration

par parties (A.1.5) de l’Annexe A que sa dérivée au sens des définition correspond bien à sa déri-
vée au sens classique, de sorte que l’on a bien généralisé la notion de dérivation. Par récurrence,
on définit les dérivées à tout ordre, et que la théorème de Schwarz, c’est à dire que les dérivées
successives commutent, reste vrai pour les distributions. 4 Ainsi les distributions sont dérivables à
tout ordre.
Convergence des distributions. On définit une notion de convergence pour les distributions de la
manière suivante : soit (T )n∈N une suite de distributions. On dit que la suite Tn converge vers
la distribution T et on note Tn * T lorsque n → ∞ si et seulement si, pour toute fonction test
ϕ ∈ D(Ω),
Tn , ϕ D 0 ,D → T, ϕ D 0 ,D lorsque n → +∞.
® ®
(5.2.4)
On démontre que toute distribution est limite, au sens des distributions précédent, de fonctions
de D(Ω).
Support des distributions, distributions à support compact. Enfin, pour en terminer avec le voca-
bulaire, on dit qu’une distribution s’annule sur un ouvert U ⊂ Ω si 〈T, ϕ〉 = 0 pour toute fonction
test ϕ ∈ D(Ω) dont le support est inclus dans U . On appelle support d’une distribution T ∈ D 0 (Ω),
et on note supp T , le complémentaire du plus grand ouvert sur laquelle la distribution s’annule.
Le support de T est donc un fermé de Ω. Pour toute fonction test ϕ dont le support est inclus dans
Ω \ supp T , on a
〈T, ϕ〉 = 0.
Notons que si T est une distribtion à support compact K on peut élargir l’ensemble des fonc-
tions test à l’espace des fonction C ∞ (RN ) tout entier, sans restriction sur leur support. A cet effet,
on on introduit une fonction plateau, c’est à dire une fonction η ∈ D(RN ) telle que
1
η(x) = 1 pour |x| ≤ , η(x) = 0 pour |x| ≥ 1 et η(x) ≥ 0, ∀x ∈ RN , (5.2.5)
2
puis, pour ν > 0 donné, la fonction η ν (·) = η ν (·\ν). choisissons maintenant ν0 > 0 assez grand pour
que la boule de centre ν0 \2 contienne le compact K . Soit ϕ ∈ C ∞ (RN ). On prend pour définition
de l’action de T sur ϕ la formule
〈T, ϕ〉 ≡ 〈T, ϕη ν0 〉,
formule qui a un sens car ϕη ν0 ∈ D(RN ). On vérifie que cette définition ne dépend pas du choix de
la fonction plateau, et que, dans le cas des fonctions usuelles, on retrouve la définition (5.2.2).
4. car il est vérifié pour les fonctions test
79
5.2.2 La masse de Dirac
La masse de Dirac constitue un exemple important de distribution qui n’est pas une fonction.
Soit a ∈ Ω un point arbitraire. On définit la masse de Dirac au point a, notée δa , comme la distri-
bution donnée par
δa , ϕ D 0 ,D = ϕ(a) pour tout ϕ ∈ D(Ω).
®
On vérifie que l’on a supp δa = {a}. La masse de Dirac en a correspond à la notion intuitive de
concentration ponctuelle : par exemple, celle d’une masse ou d’une charge unité entièrement concen-
trée au point a. Elle correspond ainsi à une limite de suite de fonctions positives dont le support
se concentre autour de a, et dont l’intégrale vaut 1. Pour construire une telle suite, on peut se don-
N
Z une fonction positive χ ∈ D(R ) dont le support est contenu dans la boule unité, et telle que
ner
χ(x)dx = 1 et poser, pour ε > 0 un petit paramètre
RN
³x −a´
χε (x) = χ pour tout x ∈ Ω, (5.2.6)
ε
de sorte que χε est à support dans la boule de centre a et de rayon ε, et
Z
χε (x)d x = 1.
Ω
Si a = 0, nous l’avons vu au chapitre précédent, qu’une telle suite est appelée approximation de
l’identité. Pour toute fonction test ϕ ∈ D(Ω), on a
Z
χε (x)ϕ(x)d x → ϕ(a) lorsque ε → 0,
Ω
ce qui, dans le langage des distributions, correspond à la convergence
χε * δa , au sens de la convergence des distributions, lorsque ε → 0. (5.2.7)
Produit de convolution de distribution
Commençons par quelques cas spéciaux où la définition du produit de convolution est simple
et naturelle.
Convolutions d’une distribution et d’une fonction test. On généralise facilement la formule (4.1.29)
au cas où on remplace l’une des fonctions par une distribution, et si on suppose que l’autre appar-
tient à D(RN ). Si T ∈ D 0 (RN ) et ϕ ∈ D(RN ), on pose
T ? ϕ(x) ≡ 〈T, ϕ(x − ·)〉 = 〈T, ϕ̃(· − x)〉 pour tout x ∈ RN , (5.2.8)
où ϕ̃(·) = ϕ(−·). On vérifie de nouveau que T ? ϕ est une fonction de classe C ∞ , et que si T est
à support compact, 5 alors T ? ϕ ∈ D(RN ). Dans ce contexte l’analogue de la formule (4.1.37) est
alors, pour des fonctions test χ et ϕ arbitraire
〈T ? χ, ϕ〉 = 〈T, χ̃ ? ϕ〉. (5.2.9)

5. ce qui signifie qu’il existe un compact K , tel que pour toute fonction test ϕ s’annulant sur K , on a 〈T, ϕ〉 = 0
80
Exemple 4. Si on choisit T = δ0 , on vérifie immédiatement au vu de la définition que
δ0 ? ϕ = ϕ, pour toute fonction ϕ ∈ D(RN ).
et de manière plus générale
δa ? ϕ(x) = ϕ(x − a) pour toute fonction ϕ ∈ D(RN ), et tout x ∈ R.
Convolutions d’une distribution à support compact avec une distribution. Considérons maintenant
de nouveau une distribution à support compact T , et soit S une distribution quelconque. Nous
avons définit plus haut la fonction S ?ϕ ∈ C ∞ (RN ), de classe C ∞ , pour ϕ ∈ D : en l’utilisant comme
fonction test, nous obtenant une définition pour le produit de convolution S ? T , à savoir
〈S ? T, ϕ〉 ≡ 〈T, ϕ ? S̃〉 pour ϕ ∈ D(RN ), (5.2.10)
où la distribution S̃ est définie par 〈S̃, ϕ〉 ≡ 〈S, ϕ̃〉, pour toute fonction test ϕ ∈ D(RN ). On défi-
nit alors le produit de convolution d’une distribution à support compact avec une distribution
quelconque. par exemple, si on prend pour T la masse de Dirac à l’origine, alors le produit de
convolution d’une distribution quelconque avec T est
S ? δ0 = S, ∀S ∈ D 0 (RN ).
On remarquera par ailleurs que si S et T sont à support compact, alors
supp (S ? T ) ⊂ supp S + supp T. (5.2.11)
Enfin, si une famille de distributions (S ε )0<ε<1 , converge, au sens des distributions, vers une dis-
tribution S, alors, on a
S ε ? T → S ? T dans D 0 (RN ). (5.2.12)
Si on choisit maintenant χ ≡ χε , où la famille {χε }1>ε>0 est une approximation de l’identité, on
obtient la convergence
T ? χε * T au sens des distributions D 0 (RN ) lorsque ε → 0. (5.2.13)
Retenons que dans tous les cas, la formule de dérivation (4.1.36) reste valide au sens des distri-
butions quelconque.
Décomposition de distributions . Nous venons de voir plus haut plusieurs définitions de la notion
de produit de convolution, qui se recouvre en partie, mais pas totalement. Pour certaines fonctions
ou distributions, il est souvent utile de les décomposer en sommes de distributions qui ont des
proriétés différentes. Illustrons une telle décomposition sur le cas de la fonction G. Cette fonction
est singulière à l’origine, mais très régulière en dehors, d’intégrale bornée. Pour distinguer ces deux
types de comportements, on introduit de nouveau une fonction plateau, vérifiant (5.2.5) , et on
écrit pour ν > 0 donné, en posant η ν (·) = η ν (·\ν),
G = Gint + Gext où Gint = Gη ν et Gext = G(1 − η ν ) (5.2.14)
de sorte que Gint est à support compact dans la boule B(η) et Gext une fonction intégrable, de
classe C ∞ . On peut donc convoler la première avec n’importe quellle distribution, et la seconde
avec une large classe de fonctions et des distributions.
Après cette nouvelle digression sur les convolutions, revenons maintenant à l’analyse de la
formule (4.1.41).
Remarque 5.2.1. A ce niveau, la théorie des distributions apparaît avant tout comme un langage
qui permet de synthétiser certaines expressions. Nous verrons plus loin, qu’elle permet aussi de
simplifier la présentation de nombre de calculs, parfois fastidieux.
81
5.3 Retour sur l’équation de Laplace
5.3.1 Solution au sens des distributions, solutions faibles
La théorie des distributions élargi considérablement l’ensemble des solutions ainsi que le sens
de l’équation de Laplace, et de manière générale des équations différentielles à coefficients constants
(voir variables). Ainsi une distribution u ∈ D 0 (RN ) est solution de l’équation de Laplace pour une
donnée distribution f si et seulement si
∆u = f dans D 0 (RN ) (5.3.1)
ou encore, si et seulement si, pour toute fonction test ϕ ∈ D(RN ), on a
−〈u, ∆ϕ〉 = 〈 f , ϕ〉. (5.3.2)
On parle aussi parfois de solutions faibles, en particulier lorsque u et f correspondent à des fonc-
tions localement intégrables. Ainsi, si u ∈ L 1loc (RN ) et f ∈ L 1loc (RN ), alors les relations (5.3.2) de-
viennent
Z Z
− u(x)∆ϕ(x)dx = f (x)ϕ(x)dx pour toute fonction test Â ϕ ∈ D(RN ). (5.3.3)
RN RN
Cette dernière formulation de l’équation ne fait pas directement appel à la théorie des distribu-
tions, même si elle tire son inspiration à la même source : historiquement, ce type de formulation
est d’ailleurs antérieur à la théorie des distributions.
Notion de solution classique. On parlera de solution classique lorsque la fonction u possède des
dérivées secondes en tout point x i nD 2 (RN ) et si on a
−∆u(x) = f (x) pour tout x ∈ RN . (5.3.4)
On vérifie, en utilisant une intégration par partie, que si u ∈ C 2 (RN ) est une solution classique,
alors u est aussi une solution au sens des distribution. La réciproque est vraie également :
Proposition 5.3.1. Soit u ∈ C 2 (RN ) solution de l’équation de Laplace (5.3.1) au sens des distribu-
tions. Alors u est une solution classique, c’est à dire que (5.3.4) est vérifiée.
Pour trouver des solutions classiques, il suffit donc de :
— trouver une solution au sens des distributions
— étudier la régularité de cette solution.
Ces deux parties du programme reposent pour une large part sur les propriétés de la solution
fondamentale G.
5.3.2 Propriétés de la solution fondamentale

La théorie des distribution nous offre un nouvel éclairage sur le rôle que joue la solution fon-
damentale G donnée par
1

G =
 , pour N ≥ 3
(N − 2)c(N )|x|N −2

(5.3.5)
 1
G = −
 log |x| pour N = 2,
2π
dans l’équation de Laplace (ici c(N ) désigne l’aire de la sphère de dimension N − 1). Le résultat
fondamentale est le suivant :
82
Lemme 5.3.1. On a, pour tout N ≥ 2
−∆G = δ0 au sens des distributions sur RN . (5.3.6)
Démonstration. Remarquons tout d’abord que la fonction G définit bien une distribution, puis-
qu’elle est localement intégrable,c’est à dire G ∈ L 1loc (RN ) (voir Lemme 4.1.1). Pour démontrer
(5.3.6), il faut vérifier que pour toute fonction ϕ ∈ C c∞ (RN ), on a
−〈∆G, ϕ〉 = 〈δ0 , ϕ〉,
c’est à dire, comme par définition de la dérivation des distributions on a 〈∆G, ϕ〉 = 〈G, ∆ϕ〉 et par
définition de la masse de Dirac 〈δ0 , ϕ〉 = ϕ(0), il faut montrer que
−〈G, ∆ϕ〉 = ϕ(0).
La distribution G correspondant à une fonction localement intégrable, on a, par définition

Z
〈G, ∆ϕ〉 = G(x)∆ϕ(x)dx.
RN
La proposition revient donc a vérifier que, pour toute fonction ϕ ∈ C c∞ (RN ), on a

Z
− G(x)∆ϕ(x)dx = ϕ(0).
RN
On posons f = −∆ϕ, on s’aperçoit que cette dernière identité découle immédiatement de l’identité
(4.1.3) du chapitre précédent.
Commentaire. Nous voyons que la solution fondamentale G est elle même solution du problème
de Laplace pour une distribution simple, la masse de Dirac à l’origine.
Proposition 5.3.2. Soit f une distribution à support compact. alors la distribution
u ≡ G ? f ∈ D 0 (RN )
est solution de l’équation de Laplace
−∆u = f , au sens des distributions sur RN .
Démonstration. Comme on a supposé f à support compact, la distribution G ? f est bien définie.

On a donc, par les règles de dérivation des produits de convolution,
−∆(G ? f ) = −∆G ? f = δ0 ? f = f ,
ce qui donne la propriété.
Le formalisme des distributions fournit donc un résultat d’existence pour le problème de La-
place pour un ensemble très large de données, et sous des hypothèses de régularité très faibles. Il
n’y a pas unicité, car si existe de nombreuses distribution harmoniques, c’est à dire des solutions
w de
∆w = 0 dans D 0 (RN ).
83
Par exemple, toutes les fonctions affines sont des fonctions harmoniques. Un autre exemple est
donné par le polynôme
w(x 1 , x 2 , . . . , x N ) = x 12 − x 22 .
Si u vérifie l’equation de Laplace −∆u = f , il en est de même pour u +λw, où λ désigne un nombre
réel, et w une distribution harmonique. On peut cependant obtenir l’unicité si on impose des
conditions supplémentaires à la solution, par exmple son comportement à l’infini. On a ainsi le le
résultat suivant :
Proposition 5.3.3. Soient u et f deux distributions à support compact, telles que
−∆u = f dans D 0 (RN ).
Alors on a
u = G? f .
Démonstration. On écrit
u = δ0 ? u = −∆G ? u = −G ? (−∆u) = G ? f ,
chacune des manipulations pouvant être légitimée par nos résultats précédents.
Voyons immédiatement une conséquence de ce résultat :
Proposition 5.3.4. Toute distribution harmonique u sur un ouvert Ω de RN est une fonction C ∞ ,
c’est à dire, si u ∈ D 0 (Ω) vérifie ∆u = 0 au sens de D 0 (Ω), alors u est une fonction régulière.
Démonstration. Soit x 0 ∈ RN un point arbitraire de RN : il s’agit de montrer que u est une fonction
régulière près de x 0 . Quite à changer l’origine, on peut toujours supposer que x 0 = 0. Soit R > 0 tel
que B(R) ⊂ Ω. Considérons 6 la distribution v = uη R , qui est à support compact dans B(R). On a
→− → − →− → −
∆v = ∆(uη R ) = (∆u) η R + u∆η R + ∇ u · ∇ η R = u∆η R + ∇ u · ∇ η R
de sorte que −∆v = T où T est la distribution définie par

→− → −
T = −u∆η R + ∇ u · ∇ η R .
Comme η R est une fonction plateau, son gradient et son Laplacien s’annulent en dehors de la cou-
ronne C R = B(R)\B(R\2) de sorte que T est à support compact dans C R . Comme v est également
à support compact, on a
v = G ? T = Gint ? T + Gext ? T,
où les fonction Gint et Gext sont définies dans (5.2.14). Comme le support de Gint est inclus dans
B(η), si on choisit η < R\4, alors on a
R
supp Gint ? T ⊂ supp T + supp Gint ⊂ C R + B( )
4
de sorte que supp Gint ∩ B(R\4) = ;, c’est à dire que la distribution Gint est nulle près de 0. Par
ailleurs Gext ? T est la convolution d’une fonction C ∞ avec une distribution à support compact,
c’est donc une fonction C ∞ . Le résultat en découle.
6. si T est une distribution, et si χ est une fonction C ∞ , on définit la distribution T χ par 〈T χ, ϕ〉 = 〈T, χϕ〉 ; ∀ϕ ∈
D(RN )
84
5.4 Régularité des solutions de l’équation de Laplace
5.4.1 Introduction
On cherche à décrire dans cette partie des propriétés des solutions u de l’équation de Laplace
−∆u = f sur RN en fonction d’hypothèses de régularité de f . Si f est à support compact, les so-
lutions ont la forme u = G ? f + w, où w est harmonique. Nous avons vu que les distributions
harmoniques sont C ∞ , de sorte qu’il suffit étudier les propriétés de le différentiabilité de la fonc-
tion u ≡ G ? f . On peut écrire, en utilisant maintenant le formalisme des distributions, pour tout
multi-indice α ∈ RN ,
∂α G ? f = ∂α G ? f , dans D 0 (RN ).
¡ ¢
(5.4.1)
Il reste donc à étudier les dérivées partielles ∂α G au sens des distributions.
Remarque 5.4.1. La recherche de la régularité optimale pour les solutions du problème de Laplace
est motivée en particulier par les considérations au début du chapitre 3, en particulier concernant
les espaces de départ et d’arrivée adéquats pour les opérateurs différentiels, afin de les rendre si
possible inversibles. Dans cette partie, l’opérateur différentiel n’est autre que le Laplacien, c’est à
dire l’opérateur −∆ qui a une fonction f de classe C 2 associe son Laplacien −∆ f .
Cette application −∆ est bien une application linéaire continue de l’espace C c2 (RN ) des fonc-
tions de classe C 2 à support compact dans l’ensemble C c1 (RN ) des fonctions continues à support
compact. Au vu du la remarque du paragraphe précédente, une fonction à support compact f n’a
pas nécessairement pour antécédent une fonction à support compact, ce qui entrave considéra-
blement la recherche d’un inverse. Si nous mettons pour un instant cette question du support de
côté (nous verrons plus loin comment la traiter), Il y a beaucoup plus préoccupant : la proposition
4.1.4 construit bien un inverse, l’opérateur T qui à une fonction f associe la fonction T ( f ) ≡ G ? f
mais pour l’instant la construction ne donne un inverse de classe C 2 que pour les fonctions f qui
sont elle-même de classe C 2 , et non pas C 2 comme nous le voudrions. . En des termes plus ima-
gés, alors que l’opérateur −∆ fait "perdre" deux dérivées, l’inverse que nous avons construit n’en
remonte pas !
5.4.2 Dérivées premières et seconde de G

Au vu de la Remarque 5.4.1, et de (5.4.1), nous allons étudier, les dérivées premières et secondes
de G au sens des distributions.
Etude des dérivées premières
On vérifie que G est une fonction C ∞ sur RN \ {0} et que, pour tout i = 1, . . . , N
∂xi G(x) ≡ γi (x) pour tout x = (x 1 , . . . , x n ) ∈ RN \ {0}, (5.4.2)
où la fonction γi est définie sur RN par par
xi
γi (x) = − pour x ∈ RN . (5.4.3)
c(N )|x|N
Comme |γi (x)| ≤ C |x|N −1 , on vérifie que γi est localement intégrable sur RN , c’est à dire
Z
|γi (x)|dx < +∞ pour tout compact K . (5.4.4)
K
La fonction γi définit donc une distribution sur RN .
85
Lemme 5.4.1. On a
∂xi G = γi , au sens des distributions sur RN .
Démonstration. Soit ϕ ∈ C c∞ (RN ) une fonction test : il s’agit de montrer que 〈G, ∂xi ϕ〉 = −〈∂xi G, ϕ〉,
on encore,
Z Z
G(x)∂xi ϕ(x)dx = − ∂xi G(x)ϕ(x)dx. (5.4.5)
RN RN
Pour démontrer cette relation, on introduit un petit paramètre ε > 0, et on commence par travailler
sur le domaine Ωε = RN \ B N (ε), sur lequel G est régulière, et pour lequel on peut donc utiliser des
intégrations par parties. On a
Z Z Z
G(x)∂xi ϕ(x)dx = − ∂xi G(x)ϕ(x)dx + G(σ)ϕ(σ)n i (σ)dσ
Ωε
ZΩε ∂B ε
(5.4.6)
=− γi (x)ϕ(x)dx + R ε ,
Ωε
où R ε =
R
∂B ε G(σ)ϕ(σ)n i (σ)dσ. On a
Z Z
|R ε | ≤ |G(σ)|ϕ(σ)dσ ≤ Ckϕk∞ |σ|2−N |dσ
∂B ε ∂Bε (5.4.7)
≤ C kϕk∞ ε → 0 lorsque ε → 0.
En combinant (5.4.6) et (5.4.7), puis en faisant tendre ε vers 0, on obtient le résultat.
Etude des dérivées seconde
En ce qui concerne les dérivées secondes, on a
∂2xi x j G(x) = ∂x j γi (x) ≡ Γi , j (x), pour tout x ∈ RN \ {0},
où les fonctions Γi , j sont définies sur RN par les formules

 xi x j N
 Γi , j (x) = −N c(N )|x|N +2 pour i 6= j et pour tout x = (x 1 , . . . , x n ) ∈ R \ {0},



Ã
x i2
! (5.4.8)
1
 Γi ,i (x) = − 1 − N 2 pour tout x = (x 1 , . . . , x n ) ∈ RN \ {0}.



c(N )|x|N |x|
Les fonctions Γi , j sont homogènes de degrée −N , c’est dire Γi , j (λx) = λ−N Γi , j (x). Contrairement
aux fonction γi , les fonctions Γi , j ne sont pas localement intégrables, car pour toutR > 0, on
Z
|Γi , j (x)|dx = +∞.
B N (R)
Les fonctions Γi , j ne définissent donc pas des distributions, et on ne peut donc écrire, ni avoir
"∂2xi x j G(x) = Γi , j " !
Nous allons maintenant voir comment définir les distributions ∂2xi x j G. En fait, ces distributions
ressemblent à bien des égards à la distribution vp x1 , définie dans l’Appendix D. Introduisons un
¡ ¢
petit paramètre ε > 0 et considérons la fonction
Γεi , j (x) = Γi , j (x) si |x| ≥ ε et Γεi , j (x) = 0 sinon. (5.4.9)
86
Les fonctions Γεi , j sont bornées, car on a, pour une constante C > 0 indépendante de ε
|Γεi , j (x)| ≤ C ε−N pour tout x ∈ RN .
Elle sont ainsi localement intégrables, et définissent donc des distributions.
Proposition 5.4.1. On a, au sens des distributions sur RN ,
lim Γεi , j si i 6= j et
 ∂xi x j G = ∂i γ j = ε→0


1
 ∂2 2 G = ∂i γi = lim Γεi ,i − δ0 , pour i = 1, . . . , N .

xi ε→0 N
ce qui signifie que, pour toute fonction test ϕ ∈ C c∞ (RN ), on a

 Z
 〈∂xi x j G, ϕ〉 = ε→0
lim Γi , j (x)ϕ(x)dx, si i 6= j et


RN \B N (ε)
(5.4.10)
1
Z
 〈∂x 2 G, ϕ〉 = lim Γi ,i (x)ϕ(x)dx − ϕ(0), pour i = 1, . . . , N .


i ε→0 RN \B N (ε) N
Ce résultats est lié au fait, que, alors les fonction Γi , j ne sont pas localement intégrables sur
N
R , les oscillations de ces fonctions se compensent et font que les intégrales des membres de
gauche de (5.4.10) convergent lorsque ε → 0. Avant de fournir la preuve de la Proposition 5.4.1,
nous dégageons quelques résultats intermédiaires reelatifs à ces propriétés de compensation.
Propriétés de compensations dans les intégrales
Pour préciser le type de compensations mises en jeux, introduisons, pour toute fonction f ∈
C 0 (RN ) les quantités suivantes :
 Z
−(N +2)
I (r, f ) = r σi σ j f (σ)dσ pour i , j ∈ {1, . . . , N }
 i,j


∂B N (r )

Z Ã
N σ2i
! (5.4.11)
 −N

 i
 K (r, f ) = r 1 − f (σ )dσ pour i , j ∈ {1, . . . , N }
∂B N (r ) r2
Notons que l’on a, pour i 6= j dans 1, . . . , N ,
N
 Z
 Ii , j (r, f ) =

 Γi , j (σ) f (σ)dσ, pour tous i 6 j dans {1, . . . , N },
c(N ) ∂B N (r )
(5.4.12)
1
Z
 Ki (r, f ) = Γi ,i (σ) f (σ)dσ, pour tout i dans {1, . . . , N },


c(N ) ∂B N (r )
et pour tout i , j = 1, . . . , N
σj
Z
Ii , j (r, f ) = −c(N ) γi (σ) f (σ)dσ, (5.4.13)
∂B N (r ) | σ|
quantité que nous verrons apparaître dans la preuve de la proposition 5.4.1.
87
Lemme 5.4.2. On a, pour toute fonction continue f sur RN et tout r > 0
c(N )
 ©¯ ¯ª

 |Ii , j (r, f )| ≤ sup ¯ f (σ) − f (0)¯ pour i 6= j
r σ∈SN (r )





c(N ) c(N )

 ©¯ ¯ª
|Ii ,i (r, f ) − f (0)| ≤ sup ¯ f (σ) − f (0)¯ pour i = 1, . . . , N (5.4.14)

 Nr r σ∈SN (r )

c(N )

 ¯ª
 ©¯

 |Ki (r, f )| ≤ sup ¯ f (σ) − f (0)¯ , pour tout i 6= j.
r σ∈SN (r )

En particulier, si f est de classe C 1 sur RN , alors



 |Ii , j (r, f )| ≤ C k∇ f k∞ , pour i 6= j

c(N )

|Ii ,i (r, f ) − f (0)| ≤ C k∇ f k∞ , pour i = 1, . . . , N (5.4.15)


 Nr
|Ki (r, f )| ≤ C k∇ f k∞ , pour tout i 6= j.

Démonstration. On remarque tout d’abord que, pour tout R > 0, on a

Z
σi σ j dσ = 0. (5.4.16)
∂B N (r )
En effet, la fonction x 7→ x i x j est impaire par rapport à la variable x i . Comme le domaine ∂B N (r )

est stable par l’application (x 1 , . . . , x i , . . . , x N ) 7→ (x 1 , . . . , −x i , . . . , x N ), l’intégration de la fonction donne
un résultat nul. De même, on vérifie que
c(N )r N +1
Z
σ2i dσ = . (5.4.17)
∂B N (r ) N
En effet, par invariance par rapport aux choix des axes de coordonnées, on s’aperçoit que le membre
de droite de (5.4.17) ne dépend par de i . En sommant, sur tous les i , on trouve donc
N Z Z N Z
σ2i dσ = σ2i dσ = r 2 dσ = C (N )r n+1 ,
X X
i =1 ∂B N (r ) ∂B N (r ) i =1 ∂B N (r )
ce qui donne le résultat (5.4.17).

Pour établir (5.4.14), on introduit la différence f (σ)− f (0) dans les intégrales. Plus précisement,
on écrit, pour i 6= j
 
Z Z 
Ii , j (r, f ) = r −(N +2) σi σ j f (σ)dσ − f (0)r −(N +2)  σi σ j dσ
 
∂B N (r )  ∂B N (r ) 
| {z }
=0
Z
= r −(N +2)
£ ¤
σi σ j f (σ) − f (0) dσ.
∂B N (r )
Nous pouvons maintenant prendre la valeur absolue, de sorte que

Z
|Ii , j (r, f )| ≤ r −(N +2)
¯ ¯
|σi σ j | ¯ f (σ) − f (0)¯ dσ
Z∂B
N (r )
≤ r −(N +2) r 2 dσ · sup

©¯ ¯ª
¯ f (σ) − f (0)¯ ,
∂B N (r ) σ∈SN (r )
88
ce qui donne la première inégalité. Pour la deuxième inégalité de (5.4.15), on écrit
 
Z 
c(N )
Z  
Ii ,i (r, f ) − f (0) = r −(N +2) σ2i f (σ)dσ − f (0)r −(N +2)  2
σ dσ

 ∂B N (r ) i 

Nr ∂B N (r )
| {z }
c(N )
=
N r n+1
Z
= r −(N +2) σ2i f (σ) − f (0) dσ,
£ ¤
∂B N (r )
puis on raisonne comme pour la première inégalité. La troisième inégalité se démontre exacte-
ment comme la première.
Pour démontrer (5.4.15), on utilise le théorème des accroissements finis, qui donne
¯ f (σ) − f (0)¯ ≤ |σ|k∇ f k∞ = r σ|k∇ f k∞ , ∀σ ∈ ∂B n (r ),
¯ ¯
d’où il résulte que

sup {| f (σ) − f (0)} ≤ r σ|k∇ f k∞ .
σ∈SN (r )
En reportant dans (5.4.14), on obtient (5.4.15).
Démonstration de la Proposition 5.4.1. Démontrons les identités de (5.4.10). Posons Ωε = Rn \B N (ε).

Comme G est C ∞ sur Ωε , et que Γi , j = ∂2xi x j G = ∂i γ j , on peut intégrer par parties sur Ωε , ce qui
donne
σi
Z Z Z
Γi , j (x)ϕ(x)dx = − ∂i γ j (x)ϕ(x)dx + γ j (σ)ϕ(σ) dσ
Ωε | σ|
ZΩ ε ZS(ε) (5.4.18)
ε
=− ∂i γ j (x)ϕ(x)dx − ∂i γ j (x)ϕ(x)dx + Ii , j (ε, ϕ).
RN B N (ε) c(N )
Comme la fonction γi est localement intégrable, il en est de même pour la fonction γi ϕ, de sorte
que le théorème de Lebesgue nous donne
Z
∂i γ j (x)ϕ(x)dx → 0 lorsque ε → 0. (5.4.19)
B N (ε)
Montrons tout d’abord la première identité de (5.4.10), qui correspond au cas i 6= j . La première
inégalité de (5.4.2) de la Proposition 5.4.15 nous donne
ε
|Ii , j (ε, ϕ)| ≤ εk∇ϕk∞ → 0 lorsque ε → 0. (5.4.20)
c(N )
En combinant (5.4.18), (5.4.19) et (5.4.20), puis en faisant tendre ε vers zéro, on obtient la première
identité de (5.4.10). La première inégalité de (5.4.2) de la Proposition 5.4.15 nous donne
ε 1
| Ii ,i (ε, ϕ) − ϕ(0)| ≤ εk∇ϕk∞ → 0 lorsque ε → 0. (5.4.21)
c(N ) N
On termine la preuve comme dans le premier cas.
Intégrales singulières.
On parle souvent d’intégrales singulières pour les limites des intégrales étudié précédemment :
bien que les fonctions que nous intégrons ne soient pas localement intégrables sur RN , les limites
des intégrales sur les domaines bornés Ωε existe, lorsque ε → 0.
89
5.4.3 Convolution et intégrales singulières
5.4.4 Un premier résultat
Soit f une fonction continue, que nous supposerons à support compact. Nous désirons étudier
dans cette partie les propriétés de régularité de la fonction
u = T (f ) ≡ G ? f ,
en fonction des propriétés de f . La fonction u est bien définie car on a supposé f à support com-
pact. On a tout d’abord :
Proposition 5.4.2. Soit f ∈ C c0 (RN ). Alors la fonction T ( f ) = G ? f est une fonction de classe C 1 sur
RN , dont les dérivées premières sont bornées sur RN . On a de plus, si le support de f est inclus dans
la boule B N (R)
k∇uk∞ ≤ C (1 + R N )k f kL ∞ (RN ) . (5.4.22)
Démonstration. La dérivée de la fonction u est donné, au sens de distributions par
∂xi u = ∂xi G ? f = γi ? f .
Comme la fonction γi est localement intégrable, la distribution précédente est le produit de convo-
lution d’une fonction de L 1loc (RN ) et d’une fonction continue. Un tel produit est une fonction conti-
nue, d’où la première assertion. En ce qui concerne la majoration (5.4.22), on décompose comme
dans le chapitre précédent γi sous la forme
γi = γi ,1 + γi ,2 où γI ,1 = 1B(1) γi , et γi ,2 = 1RN \B(1) γi , (5.4.23)
de sorte que γi ,1 ∈ L 1 (RN ) et γi ,2 ∈ L ∞ (RN ). On écrit ∂xi u sous la forme
∂xi u = w i ,1 + w i ,2 , où w i ,1 = γi ,1 ? f et w i ,1 = γi ,2 ? f ,
de sorte que (
kw i ,1 k∞ ≤ kγi ,1 kL ∞ (RN ) k f kL ∞ (RN ) et
(5.4.24)
kw i ,2 k∞ ≤ kγi ,2 kL ∞ (RN ) k f kL 1 (RN ) ≤ C R N k f kL ∞ (RN ) .
On obtient l’inégalité (5.4.22), en combinant les inégalités précédentes.
Le résultat précédent ne permet pas encore d’affirmer que u est une solution classique de
l’équation de Laplace, c’est à dire que −∆u(x) = f (x) pour tout x ∈ RN . Pour qu’il en soit ainsi,
il faut bien entendu que les dérivées secondes de u soient des fonctions (et non pas des distribu-
tions). Il s’avère d’ailleurs que u n’est pas en général de classe C 2 , si on ne fait pas d’hypothèses
supplémentaires sur f , comme nous allons le faire dans le prochain paragraphe.
5.4.5 Fonctions Hölderiennes

Considérons une classe plus large de fonctions, les fonctions Höldériennes, dont la classe de
régularité se situe entre les fonctions continues et les fonctions Lipschitziennes. Pour 0 < µ < 1, on
note C µ (RN ) l’ensemble des fonctions f qui sont continues, bornés sur RN et telles que
| f (x) − f (y)|
f µ = sup < +∞, (5.4.25)
x6= y |x − y|µ
90
On dit alors que f est Hölderienne d’ordre µ. On munit C µ (Rn ) de la norme
k f kC µ (RN ) = f µ + k f kL ∞ (RN ) . (5.4.26)
En particulier, si f ∈ C µ (RN ), alors
| f (x) − f (y) ≤ |x − y|µ k f kC µ (RN ) . (5.4.27)

µ
On note par C c (RN ) l’ensemble des fonctions Hölderiennes d’ordre µ à support compact dans RN .
µ
Nous avons vu que, si on prend f ∈ C c (RN ), alors la fonction
T (f ) = G? f ,
qui est de classe C 1 est bien au sens des distributions de l’équation de Laplace −∆T ( f ) = f . Il reste
alors à étudier ses derivées secondes. Introduisons, pour k ∈ N, l’espace
C k,α (RN ) ≡ {u ∈ C µ (RN ), ∂α (u) ∈ C µ (RN ), |α| ≤ k},
muni de la norme
k∂α ukC 0,µ (RN ) pour tout u ∈ C k,α (RN ).

X
kukC k,µ (RN ) ≡
|α|≤k
Commençons par énoncer un premier résultat.
Proposition 5.4.3. Soit f une fonction de C µ (Rn ) à support compact. Alors la fonction T ( f ) = G ? f
est de classe C 2 (RN ), solution classique de l’équation −∆u = f . De plus, on a la majoration, si f est
à support compact dans la boule B N (R),
° ∂ u °
° 2 °
N
° ∂x ∂x ° ≤ C (1 + R )k f k∞ . (5.4.28)
° °
i j ∞
Nous allons diviser la preuve en plusieurs sous-parties, en commençons par un résultat de

nature essentiellement technique, mais centrale dans la preuve.
Lemme 5.4.3. Soit f une fonction de C µ (Rn ). On a les majorations, pour toute fonction continue f
sur RN et tout r > 0
|Ii , j (r, f )| ≤ r µ−1 k f kC µ (RN ) , pour i 6= j
(
(5.4.29)
|Ki (r, f )| ≤ r µ−1 k f kC µ (RN ) , pour tout i 6= j.
Démonstration. On utilise les inégalités (5.4.14) du Lemme 5.4.2, combinées avec la majoration
¯ f (σ) − f (0)¯ ≤ r 1−µ k f k µ N .

©¯ ¯ª
sup C (R )
σ∈∂B N (r )
qui mènent directement au résultat.
Introduisons maintenant, pour ε > 0, les fonctions
D iε, j ( f ) = Γεi , j ? f , pour i , j = 1, . . . , N . (5.4.30)
Comme les fonction Γεi , j sont bornées et que f est continue, les fonctions D iε, j ( f ) sont continues.
L’étude des fonctions D ε ( f ) est motivée par le résultat suivant :
91
Lemme 5.4.4. On a les convergences suivantes, au sens des distributions
ε

2 0 N
 D i , j ( f ) → ∂xi x j G ? f , dans D (R ), lorsque ε → 0, pour i 6= j
¡ ¢

¢ 1 (5.4.31)
 D iε, j ( f ) → ∂2 2 G ? f − f , dans D 0 (RN ), lorsque ε → 0, pour i ∈ {1, . . . , N }.
 ¡
xi N
Démonstration. les convergences (5.4.31) sont des conséquences immédiates de (5.2.12) et de la
Proposition 5.4.1.
En revenant à la définition (5.4.30), on a, pour tout x ∈ RN , en posant Ωε = RN \ B N (ε), en

utilisant la formule de Fubini
Z Z
ε ε
D i , j ( f )(x) = Γi , j (y) f (x − y)dy = Γi , j (y) f (x − y)dy
RN Ωε
Z ∞ Zµ ¶
= Γi , j (σ) f (x − σ)dy dr
ε ∂B N (r )
En utilisant les identités (5.4.12), on obtient

Z ∞
N

ε
 D i , j ( f )(x) = Ii , j (r, f (x − ·))dr pour i 6= j


c(N ) ε
Z ∞ (5.4.32)
1
 D iε, j ( f )(x) = Ki , j (r, f (x − ·))dr pour tout i ∈ {1, . . . , N }


c(N ) ε
Les inégalités (5.4.29) montre alors que les fonctions r 7→ Ii , j (r, f (x − ·)) et Ki , j (r, f (x − ·)) sont inté-
grables sur [0, +∞[, de sorte que les intégrales de (5.4.32) possèdent des limites. Plus précisement,
on a :
Lemme 5.4.5. Soit f une fonction de C µ (RN ). Pour tous 0 < ε < ε0 < 1, on a
¯
¯ ε
¯ N
¯D i , j ( f )(x) − D iε, j ( f )(x)¯ ≤
0
(ε0 )µ k f kC µ (RN ) , (5.4.33)
¯
µc(N )
Démonstration. On a, pour i 6= j , en utilisant les inégalités (5.4.29)
¯Z 0 ¯
¯ ¯ N ¯ ε ¯
¯ ε
¯D i , j ( f )(x) − D iε, j ( f )(x)¯ = Ii , j (r, f (x − ·))dr ¯
¯ ¯ ¯
¯
c(N ) ε
¯ ¯
ε
ÃZ 0 !
N N
≤ r µ−1 dr · k f kC µ (RN ) = (ε0 )µ k f kC µ (RN ) ,
c(N ) 0 µc(N )
ce qui donne le résultat dans le cas considéré. Pour i = j , on procède de la même façon.
Fin de la démonstration de la Proposition 5.4.3. L’inégalité (5.4.33) montre que la famille {D iε, j ( f )}0<ε<1
est de Cauchy pour la convergence uniforme lorsque ε → 0. Comme l’espace C 0 (RN ) est complet
pour la norme uniforme, il existe donc une fonction g i , j de C 0 (RN ) telle que
D iε, j ( f ) → g i , j lorsque ε → 0, pour la convergence unforme sur R N .
La convergence uniforme entraîne la convergence au sens des distributions. Or, on sait déjà, d’après
le Lemme (5.4.4) que
ε

2 0 N
 D i , j ( f ) → ∂xi x j G ? f , dans D (R ), lorsque ε → 0, pour i 6= j
¡ ¢

¢ 1
 D iε, j ( f ) → ∂2 2 G ? f − f , dans D 0 (RN ), lorsque ε → 0, pour i ∈ {1, . . . , N }.
 ¡
xi N
92
On a donc, par unicité de la limite
∂2xi x j G ? f = g i , j , pour i 6= j
¡ ¢
1 (5.4.34)
∂2x 2 G ? f = g i ,i + f pour i ∈ {1, . . . , N }.
¡ ¢
i N
Les membres de¢ droite étant des fonctions continues, on en déduit que pour tous i , j , la distribu-
tion ∂2xi x j G ? f est une fonction continue, d’où la première assertion.
¡
Pour démontrer, l’inégalité (5.4.28), on procède comme dans la preuve de la Proposition 5.4.22.
On décompose ∂2xi x j G sous la forme
∂2xi x j G = K i , j ,1 + K i , j ,2 , où K i , j ,1 = ∂2xi x j G η et K i , j ,2 = ∂2xi x j G (1 − η),
où η désigne une fonction plateau, c’est à dire une fonction de classe C ∞ telle que 0 ≤ η ≤ 1, et telle
que
η(x) = 1 pour |x| ≤ 1 et η(x) = 0 pour |x| ≤ 2.
Il résulte de ces définition que K i , j ,2 est une fonction C ∞ , bornée sur RN . On a ainsi, on posant
w i , j ,2 = K i , j ,2 ? f
kw i , j ,2 k∞ ≤ kK i , j ,2 k∞ k f kL 1 (RN ) ≤ C R N k f k∞ .
Par ailleurs, si on pose w i , j ,1 = K i , j ,1 ? f , alors on voit que w i , j ,1 est le produit de deux distributions
à support compact dans B N (2) et B N (R) respectivement, de sorte que w i , j ,1 est une distribution à
support compact dans B N (R + 2). En s’inspirant de la démonstration du Lemme 5.4.5, on montre
que
kw i , j ,2 k∞ ≤ C k f kC µ (RN ) .
En combinant les deux dernières inégalités, on obtient l’inégalité (5.4.28).
On peut améliorer la Proposition 5.4.4 sous la forme suivante, qui donne une régularité opti-
male :
µ
Théorème 5.4.1. Soit µ > 0, R > 0 et f ∈ C c (RN ) une fonction dont le support est inclus dans la boule
B (R). Alors la fonction T ( f ) appartient à l’espace C 2,µ (RN ). De plus, on a l’inégalité des normes
kT ( f )kC 2,µ (RN ) ≤ C (µ, R)k f kC 0,µ (RN ) , (5.4.35)
où la constante C (µ, R) ne dépend que de µ et R et de la dimension N . De manière plus générale, si

k,µ
f ∈ C 0 (RN ), alors la fonction T ( f ) appartient à l’espace C k+2,µ (RN )
kT ( f )kC k+2,µ (RN ) ≤ C (µ, k, R)k f kC 0,µ (RN ) , (5.4.36)
où la constante C (µ, k, R) ne dépend que de µ , k, R et de la dimension N .
Remarque 5.4.2. Le résultat est faux si on suppose seulement f continue et aussi si µ = 1, c’est à
dire pour les fonctions lipschitziennes.
Le théorème repose de manière essentielle sur le résultat suivant :

µ
Proposition 5.4.4. Soit µ > 0, R > 0 et f ∈ C 0 (RN ) une fonction dont le support est inclus dans la
boule B (R). Il existe une constante M > 0 ne dépendant que de N , µ et R, telle que, pour tout couple
de points x 0 et x 1 dans RN et pour tout 0 < ε < 1, on a l’inégalité
¯ ¯ ¯ ¯
¯ ε ε ¯ ¯ ε ε µ
( f )(x ) − D ( f )(x ) = ? f (x ) − Γ ? f (x 0 ¯ ≤ M |x 1 − x 0 | f µ .
) (5.4.37)
¯
¯D i , j 1 i,j 0 ¯ ¯Γi , j 1 i,j
93
Démonstration. Nous allons établir l’inégalité (5.4.37) dans le cas i 6= j , le cas i = j étant essentiel-
lement similaire. Posons Posons δ = |x 1 − x 0 |. Seul le cas δ petit pose de réelles difficultés, car on a
toujours
¯ ¯ ¯ ¯ ¯ ¯
¯ ε ε ¯ ¯ ε ¯ ¯ ε
¯Γi , j ? f (x 1 ) − Γi , j ? f (x 0 )¯ ≤ ¯Γi , j ? f (x 1 )¯ + ¯Γi , j ? f (x 0 )¯ ≤ 2C (R N + 1) f µ ,
¯
de sorte que si δ ≥ 1, alors l’inégalité (5.4.37) est automatiquement vérifiée si on choisit la constante
M ≥ 2C (R N + 1). On peut donc supposer dans toute la suite que
δ ≤ 1.
Rappelons que
N
Z ∞
D iε, j ( f )(x) = Ii , j (r, f (x − ·))dr,
c(N ) ε
de sorte que
Z ∞
N
D iε, j ( f )(x 1 ) − D iε, j ( f
£ ¤
)(x 0 ) = Ii , j (r, f (x 1 − ·)) − Ii , j (r, f (x 0 − ·)) dr
c(N ) ε
Z ∞
N ¡ ¢ (5.4.38)
= Ii , j r, w x1 ,x0 dr,
c(N ) ε
= I ε1 (δ) + I ε2 (δ),
où nous avons introduit la fonction auxiliaire w x1 ,x0 définie sur RN par
w x1 ,x0 (y) = f (x 1 − y) − f (x 0 − y)) , pour tout y ∈ RN ,

£ ¤
et où nous avons posé,

 Z 4δ
1 N ¡ ¢
 Iε = Ii , j r, w x1 ,x0 dr


c(N ) ε (5.4.39)
Z ∞
N
 I ε2 =
 ¡ ¢
Ii , j r, w x1 ,x0 dr.

c(N ) 4δ
Nous utiliserons de manière cruciale la propriété suivante de la fonction w x1 ,x0
Lemme 5.4.6. On , pour tous x 1 , x 0 , y 1 , y 0 dans RN
|w x1 ,x0 (y 1 ) − w x1 ,x0 (y 0 )| ≤ 2 inf |y 1 − y 0 |µ , |x 1 − x 0 |µ k f kC µ (RN ) .

© ª
(5.4.40)
Preuve du Lemme 5.4.6. On a

¯£ ¤ £ ¤¯
|w x1 ,x0 (y 1 ) − w x1 ,x0 (y 0 )| = ¯ f (x 1 − y 1 ) − f (x 0 − y 1 )) − f (x 1 − y 0 ) − f (x 0 − y 0 )) ¯
¯£ ¤¯ ¯£ ¤¯
≤ ¯ f (x 1 − y 1 ) − f (x 0 − y 1 )) ¯ + ¯ f (x 1 − y 0 ) − f (x 0 − y 0 )) ¯ (5.4.41)
µ
≤ 2|x 1 − x 0 | k f kC µ (RN ) .
En réorganisant le membre de droite de la première ligne des relations précédentes, on obtient

¯£ ¤ £ ¤¯
|w x1 ,x0 (y 1 ) − w x1 ,x0 (y 0 )| = ¯ f (x 1 − y 1 ) − f (x 1 − y 0 )) − f (x 0 − y 1 ) − f (x 0 − y 0 )) ¯
¯£ ¤¯ ¯£ ¤¯
≤ ¯ f (x 1 − y 1 ) − f (x 1 − y 0 )) ¯ + ¯ f (x 0 − y 1 ) − f (x 0 − y 0 )) ¯ (5.4.42)
≤ 2|y 1 − y 0 |µ k f kC µ (RN ) .
En combinant (5.4.41) et (5.4.42), on obtient (5.4.40).
94
Fin de la démonstration de la Proposition 5.4.4
Majoration de I ε1 (δ). On a, en invoquant le Lemme 5.4.2
c(N ) ©¯ ¯ª
|Ii , j (r, w x1 ,x0 )| ≤ sup ¯w x1 ,x0 (σ) − w x1 ,x0 (0)¯ pour i 6= j
r σ∈SN (r )
2c(N ) (5.4.43)
inf (2r )µ , |x 1 − x 0 |µ k f kC µ (RN )
© ª
≤
r
4c(N )
inf r µ , |x 1 − x 0 |µ k f kC µ (RN )
© ª
≤
r
En intégrant sur [ε, 4δ], on obtient donc
Z 4δ
|I ε1 (δ)| ≤ 4N r −1+µ dr k f kC µ (RN )
ε
(5.4.44)
4N
≤ (4δ)µ k f kC µ (RN ) .
µ
Majoration de I ε2 (δ). Le traitement de I ε2 est un peu différent, et aussi un peu plus compliqué.
Introduisons la fonction f˜ définie par
f˜(x) = f (x) − f (x 0 ),
et remarquons que la définition de w x1 ,x0 est inchangée lorsque l’on remplace f par f˜, ce que nous
ferons dans ce qui suit. Par ailleurs, pour soulager un peu les notations, nous allons supposer que
x 0 = 0.
Ceci n’est pas une restriction, car on peut toujours se ramener à ce cas par translation. On a, en
faisant des changements des variable adéquats que
 Z ∞
N
Z
Ii , j (r, f (−·)) = Γεi , j (−y) f˜(y)dy et



 c(N ) 4δ |y|≥4δ
Z ∞ Z ∞
N N
Z
Γεi , j (x 1 − y) f˜(y)dy


 Ii , j (r, f (−·)) =
c(N ) 4δ c(N ) 4δ

|y−x 1 |≥4δ
Nous voyons que les domaines d’intégration sont différents. Posons
D0 (δ) = RN \ B N (δ) et D1 (δ) = RN \ B N (x 1 , δ).
On a
D1 (δ) = D0 (δ) ∪ B N (4δ) \ B N (x 1 , 4δ) \ B N (x 1 , 4δ) \ B N (4δ)
£ ¤ £ ¤
Rappelons que δ = |x 1 − x 0 | = |x 1 |. On décompose alors

Z ∞
2 N £ ¤
I ε (δ) = Ii , j (r, f (−·)) − Ii , j (r, f (−·)) dr
c(N ) 4δ
sous la forme
I ε2 (x 1 ) = J 1ε (x 1 ) + J ε2 (x 1 ),
95
où on a posé
 Z h i
ε ε
J 1
 ε 1

 (x ) = Γ (x
i,j 1 − y) − Γ i,j (−y) f˜(y)dy
|y|≥4δ
Z Z
ε
2
 J ε (x 1 ) = Γi , j (x 1 − y) f (y)dy − Γεi , j (x 1 − y) f˜(y)dy.


B n (4δ)\B n (x 1 ,4δ) B n (x 1 ,4δ)\B n (4δ)
Commençons par majorer le premier terme J ε1 (x 1 ). En utilisant le théorème de accroissements

finis, on observe que si |y| ≥ 4δ, alors on a, comme |x 1 | ≤ δ
¯
¯ ε
¯ δ
¯Γi , j (x 1 − y) − Γεi , j (−y)¯ ≤ C ,
¯
|y|N +1
où C 0 > 0 désigne une constante qui ne dépend que de N . Par ailleurs, comme f˜(0) = 0, on a
| f˜(y)| ≤ |y|µ f µ ≤ 5µ δµ f µ .
On obtient donc
µZ R+1 ¶ µZ +∞ ¶
J ε1 (x 1 ) ≤ C 1 δ r −(N +1)+µ r N −1 dr f µ ≤ C 1 δ r µ−2 dr f µ
4δ 4δ
µ µ−1 ¶ (5.4.45)
C1 4 C 1
≤ δ(4δ)µ−1 f µ ≤ δµ f µ .
1−µ 1−µ
Passons maintenant au second terme J ε2 (x 1 ). On remarque que
|y| ≥ 3δ pour tout y ∈ C (x 1 , δ),
où
C (x 1 , δ) = B n (4δ) ∪ B n (x 1 , 4δ) \ (B n (4δ) ∩ B n (x 1 , 4δ))
= B n (x 1 , 4δ) \ B n (4δ) ∪ [B(4δ) \ B(x 1 , 4δ)]
£ ¤
Il en résulte que
C
|Γεi , j (x 1 − y)| ≤ pour y ∈ C (x 1 , δ).
δn
Par intégration, il vient alors
|J ε2 (x 1 )| ≤ C δµ f µ . (5.4.46)
En combinant(5.4.46), et (5.4.45) on voit que
4µ−1C 1 µ
· ¸
|I ε2 (x 1 )| ≤ C+ δ f µ . (5.4.47)
1−µ
On termine la preuve en combinant (5.4.44) et (5.4.47).
Exercices
96
Exercice I
A) Soit N ≥ 2 et F une fonction définie sur RN \ {0}, où elle est supposée de classe C 1 , nulle en de-
hors de la boule unité. On pose, pour i = 1, . . . , N g i (x) = ∂i F(x) pour x ∈ RN \ {0}, On suppose que
F et g i sont des fonctions intégrables sur RN (c’est à dire F ∈ L 1 (RN ), g i ∈ L 1 (RN )).
On désire montrer que ∂i F = g i au sens des distributions sur RN .
A1) Soit ϕ ∈ C c∞ (RN ). Montrer que l’on a pour tout x 0 ∈ RN −1 6= 0

Z Z
F (x 1 , x )∂1 ϕdx 1 = − g 1 (x 1 , x 0 )ϕ(x 1 , x 0 )dx 1 .
0
R R
A2) en déduire que ∂1 F = g 1 au sens des distributions sur RN . Donner un exemple du cours.
B) Soit N ≥ 2 et W un espace affine de dimension k, k ≤ N − 2. On suppose que F est définie

sur RN \ K , où elle est supposée de classe C 1 , nulle en dehors de la boule unité. On pose, pour
i = 1, . . . , N g i (x) = ∂i F(x) pour x ∈ RN \ K , On suppose de nouveau que F ∈ L 1 (RN ), g i ∈ L 1 (RN ).
Montrer que ∂1 F = g 1 au sens des distributions sur RN .
C) On suppose ici que W est un espace affine de dimension N − 1, et que F est continue sur
chacun des demi-espaces fermés dont W est le bord. On suppose comme avant que F ∈ L 1 (RN ),
g i ∈ L 1 (RN ). Que peut-on dire de ∂1 F ?
Exercice II
Décomposition de Hodge-De Rham
~ un champ de vecteur défini sur R2 tel que V
Soit V ~ ∈ D(R2 , R2 ). Rappelons (voir Annexe B) que si
~ = 0, alors il existe une fonction Φ définie sur R2 , unique à une constante additive près, telle
div V
que V~ =→ −⊥
∇ Φ. Le but de cet exercice est de montrer, en l’absence d’hypothèse sur la divergence
~
de V , il existe deux fonctions régulières ϕ et Φ définies sur R2 telles que
~ =→
V
− →−
∇ ϕ + ∇ ⊥ Φ. (5.4.48)
Pour ce faire, on introduit le problème
~ sur R2 .
∆ϕ = div V (5.4.49)
1) Justifier l’existence d’une solution ϕ du problème (5.4.49).

→
− ~ ) = 0.
2) Montre que div ( ∇ ϕ − V
3) Conclure.
Exercice III
Soit Ω et Ω1 deux domaines réguliers de RN telles que Ω1 ⊂ Ω. on pose Ω2 = Ω \ Ω1 . Soit f une
fonction définie sur Ω telle que la restriction f i de f à Ωi soit dans C 1 (Ωi ), pour i = 1, 2.
1) Montrer que si f ∈ C 0 (Ω), alors la dérivée au sens des distributions de f est donnée par
∂ j f = 1Ω1 + 1Ω2 .
2) Le cas où f n’est pas continue, montrer que ∂ j f = 1Ω1 + 1Ω2 + µ, où µ est une distribution que
l’on précisera.
Exercice IV
97
1) On considère la fonction H définie sur R par H(x) = 0 si x ≤ 0 et H(x) = 1 si x > 0. Calculer la
dérivée de H au sens des distributions.
2) Construire une distribution G est telle que G xx = δ0 .
3)Montrer que si une distribution G est telle que G xx = h +δ0 , où h désigne une fonction continue,
alors nécessairement G est une fonction continue.
3) Soit I = [0, 1], et a ∈ I . Construire une fonction G a ∈ C ∞ (I \ {a}) telle que G(0) = G(1) = 0 et telle
que −G xx = δa au sens des distributions. VérifierR que G ≥ 0.
1
4) Soit f ∈ C 0 [0, 1]. On pose pour a ∈ I , u(a) = 0 G a (x) f (x)dx. Montrer que la fonction a vérifie
−u 00 (x) = f (x), ∀x ∈]0, 1[, u(0) = u(1) = 0. Faire le lien avec le principe du maximum.
Exercice V Soit
f une fonction de C c∞ (R2 ). On désire construire une fonction u définie sur R telle que
2
∂2 u ∂2 u ∂2 u
2 (x) + 2 (x) + 2 (x) = f (x), pour tout x ∈ R2 . (5.4.50)
∂x 12
∂x 22 ∂x 1 ∂x 2
1) Montrer que l’on peut écrire
∂2 u ∂2 u ∂2 u
2 (x) + 2 (x) + 2 (x) = Tr (A.Hess(u)(x)) ,
∂x 1
2
∂x 22 ∂x 1 ∂x 2
où A est une matrice symétrique 2 × 2 que l’on déterminera.

2) Trouver les valeurs propres et les vecteurs propres de A.
3) Exprimer l’équation (5.4.50) dans une base orthonormée de vecteurs propres de A.
4) Trouver une solution explicite pour (5.4.50).
Exercice VI
Problèmes à bord : le cas du demi-espace
1) Soit g : RN → R une fonction donnée, bornée et à support compact. Montrer que G ? g est une
fonction de continue sur RN .
2) Montrer que si g est paire par rapport à la variable x 1 (resp. impaire), c’est à dire si pour tout
(x 1 , . . . , x N ) ∈ RN , on a
¡ ¢
g (−x 1 , x 2 , . . . , x N ) = g (x 1 , x 2 , . . . , x N ) resp.g (−x 1 , x 2 , . . . , x N ) = g (x 1 , x 2 , . . . , x N )
alors G ? g est également paire (resp. impaire ) par rapport à la variable x 1 .

2) Montrer que si g¡ est impaire alors G ? g (x) = 0 pour x ∈ Σ ≡ {0} × RN −1 , et que si g est paire et
continue, alors ∂x1 G ? g (x) = 0 pour x ∈ Σ.
¢
3) On considère le domaine Ω =]0, +∞[×RN [, et une fonction f donnée, à support compact dans
Ω. En vous inspirant des questions précédentes, construire une solution au problème de Dirichlet
homogène
−∆u = f sur Ω
u = 0 sur Σ.
4) Même question pour le problème de Neumann
−∆u = f sur Ω
∂x1 u = 0 sur Σ.
98
*5) Si f ∈ C 0,µ (RN ), Discuter la régularité des solutions.
Exercice VII
Soit Θ le secteur de R défini par Θ = {(x 1 , . . . , x N ) ∈ RN , x i ≥ 0} et A le point de Θ+ défini par
+ N +
p −1
A = N (1, . . . , 1). Soit ψ : R+ → R une fonction C ∞ postive telle que ψ(s) = 1 pour 0 ≤ s ≤ 1 et
ψ(s) = 0 pour s ≥ 2. et soit une fonction plateau χ ∈ D(RN ) dont le support est inclus dans Θ+ , telle
que χ ≥ 0 et telle que χ(A) = 1, On considère la fonction f définie sur RN par
1 x
f (x) = χ( )ψ(|x|) pour tout x ∈ RN \ {0}.
| log |x| + 1| |x|
1) Montrer que f ∈ C 0 (RN ), mais que f n’appartient pas à C 0,µ (RN ) pour tout 0 < µ < 1.
2) Pour ε > 0, on pose Z
Iε = Γεi , j (x) f (x)dx.
RN
Montrer que I ε → +∞ lorsque ε → 0.
3) Que peut-on en déduire ?
Exercice VIII
Soit N = 2, 3 et G N la solution fondamental pour le Laplacien en dimension N . Soit Ω un domaine
borné et régulier de RN , de frontière Γ = ∂Ω. Soit h ∈ C 0 (Γ). On considère la fonction w = D(h),
appelée potentiel de doubles couche, définies par
∂G N ∂G N
Z
→−
w(x) = D(h) ≡ h(σ) (x − σ)dσ où =~
n (σ) · ∇G N (5.4.51)
Γ ∂~n (σ) ∂~n (σ)
1) Montrer que la fonction w est bien définies sur RN .

2) Montrer que ∆w = 0 sur RN \ Γ.
1
3) Montrer que pour h = 1 on a D(1)(x) = 0 si x ∈ Ωc , D(1)(x) = 1 si x ∈ Ω et D(1)(h)(x) = 2
pour
x ∈ Γ.
*4) En utilisant la question 3) montrer que pour tout x 0 ∈ ∂Ω, on a
1 1
lim w(x) = h(x 0 ) + w(x 0 ), lim w(x) = h(x 0 ) + w(x 0 ).
x∈Ω→x 0 2 x∈Ωc →x 0 2
5) Soit g ∈ C 0 (Γ). On suppose qu’il existe une solution h ∈ C 0 (Γ) du problème

µ ¶
1 1
g (x) = − Id − D (h)(x) = − h(x) + D(h)(x), ∀x ∈ Γ. (5.4.52)
2 2
Montrer qu’alors on peut trouver une solution au problème de Dirichlet sur Ω, −∆u = 0 dans Ω,
u = g sur Γ.
6) Montrer que le problème (5.4.52) a au plus une solution.
99
Chapitre 6
Principe de Duhamel pour de l’équation de la

chaleur
6.1 Introduction
Nous revenons dans cette partie à l’équation de la chaleur, en considérant en particulier l’équa-
tion avec terme source, c’est à dire l’équation,
∂t u(x, t ) − ∆x u(x, t ) = f (x, t ), pour tout x ∈ RN . et tout t > 0. (6.1.1)
Au chapitre 4, nous avons donné une solution explicite de la solution du problème de Cauchy
pour l’équation homogène, c’est à dire pour f = 0, et donnée initiale u(·, 0) donné. Nous avons par
ailleurs suggéré comment (6.1.1) est lié à la solution du problème de Cauchy homogène grâce au
principe de Duhamel, qui s’applique à des équations d’évolution. Nous étendons dans ce chapitre
rigoureusement cette démarche à des données plus générales et nous donnons des résultats de
régularité pour les solutions ainsi trouvées.
6.2 Noyau de la chaleur et théorie des distributions

6.2.1 Une propriété importante de H
Au chapitre 4, nous avons introduit la fonction H définie sur le demi-espace RN ×]0, +∞[ par
|x|2
µ ¶
1
H(x, t ) = N
exp − pour x ∈ RN , et t > 0. (6.2.1)
(4πt ) 2 4t
On peut étendre cette fonction à RN +1 ≡ RN × R tout entier en posant
H(x, t ) = 0 pour t ≤ 0.
On constate alors que la fonction ainsi prolongée est de classe C ∞ sur RN \ {0, 0} et quelle est dis-
continue en (0, 0). Elle est par ailleurs localement intégrable sur RN +1 de sorte qu’elle définit bien
une distribution.
Lemme 6.2.1. On a, au sens des distribution sur RN +1
∂t H − ∆H = δ(0,0) sur RN +1 .
100
Preuve du Lemme 6.2.1. Il s’agit de montrer que, pour toute fonction ϕ ∈ D(RN +1 ), on a
〈∂t H − ∆x H, ϕ = 〈δ0,0 , ϕ〉,
c’est à dire
〈H, −∂t ϕ − ∆x ϕ〉 = ϕ(0, 0),
ou encore Z
H(x, t ) −∂t − ∆x ϕ (x, t )dxdt = ϕ(0, 0).
£ ¤
(6.2.2)
RN +1
Comme pour l’équation de Laplace, on isole dans cette intégrale la partie singulière en écrivant
Z Z ε µZ ¶ Z +∞ µZ ¶
H(x, t ) −∂t ϕ − ∆x ϕ (x, t )dxdt =
£ ¤
. . . dx dt + . . . dx dt ,
RN +1 RN
|0 {z } |ε RN
{z }
I ε1 I ε2
où on a utilisé aussi le fait que l’intégrande s’annule sur RN ×] − ∞, 0[, et où ε > 0 désigne un petit
paramètre qui l’on fera tendre vers 0. Le premier terme du membre de droite tend vers 0 avec ε,
car la restriction de H est intégrable, d’intégrale égale à 1 sur chaque tranche e temps de sorte que
Z ε
1
|I ε | ≤ k(∂t ϕ + ∆x ϕ)kL ∞ kH(·, k)|L 1 (RN ) dk = εk(∂t ϕ − ∆x ϕ)kL ∞ ≤ C ε.
0
Pour le second, on intégre par parties : comme le noyau H est une solution de l’équation de la
chaleur, il ne nous reste que les terme de bord au temps t = ε liés à la dérivation par rapport à t , à
savoir  
Z +∞ Z Z
I ε2 =  [−∂t H + ∆x H](x, t )ϕ(x)dx  dt + H(x, ε)ϕ(x)d x
ε RN | {z } RN
=0
= H(·, ε) ?RN ϕ(0) → ϕ(0, 0),
ε→0
où, pour la dernière convergence, nous avons utilisé le fait que la famille (H(·, t )t >0 est une ap-
proximation de l’unité. En combinant les estimations de I ε1 et de I ε2 , on obtient dan la limite ε → 0
l’identité (6.2.2), ce qui termine la preuve.
6.2.2 Les dérivées de H au sens des distributions

Les dérivées premières
Comme nous l’avons vu, la fonction H définie sur RN +1 \ {0} est de classe C ∞ . Un rapide calcul
montre que
∂xi H(x, t ) = ζi (x, t ) pour tout (x, t ) ∈ RN +1 \ {0}
(
(6.2.3)
∂t H(x, t ) = ζ0 (x, t ) pour tout (x, t ) ∈ RN +1 \ {0},
où les fonctions ζi pour i = 1, 2, . . . , N et ζ0 sont définies sur RN +1 par
2x i 2x i x


 ζi (x, t ) = H(x, t ) = p N H( p , 1) pour i = 1, . . . , N , et pour tout (x, t ) ∈ RN +1 \ {0}



 t t t t

 " ¶#
x
µ
1 1

ζ0 (x, t ) = p N
Ψ0 p et pour tout (x, t ) ∈ RN +1 \ {0} où (6.2.4)


 t t t

N

 µ ¶
 Ψ0 (y) = |y| − 2
H(y, 1) pour y ∈ RN .


2
On a :
101
Lemme 6.2.2. Les fonction ζi sont localement intégrables sur RN +1 , pour i = 1, . . . , N , et définissent
donc des distributions. On a, au sens des distributions,
∂xi H = ζi , pour i = 1, . . . , N , dans D 0 (RN +1 ). (6.2.5)
Démonstration. Pour la première assertion, on peut montrer que ζi est intégrable sur tout en-
semble D de la forme D A = [−A, A] × RN ⊂ RN +1 , où le nombre A > 0 désigne un nombre réel
strictement positif quelconque. On a en effet
Z Z A µZ ¶
|ζi (x, t )|dxdt = |ζi (x, s)|dx ds. (6.2.6)
DA −A RN
Pour s ∈]0, +∞[, on a, en effectuant un changement de variable u = pxs dans l’intégrale
2|x i | x
Z Z Z
|ζi (x, s)|dx = p n H( p , 1)dx = 2|u i | H(u, 1)du ≡ M i ,
RN RN s s s RN
p N
car dx = s du. Par ailleurs, on a
Z
|ζi (x, s)|dx = 0 pour s ≤ 0.
RN
En revenant à (6.2.6), on trouve donc

Z
|ζi (x, t )|dxdt = AM i ≤ +∞,
DA
ce qui établit la première assertion.

Pour démontrer l’identité (6.2.5), on doit vérifier, que, pour toute fonction test ϕ ∈ C c∞ (RN +1 ),
on a
〈H, ϕxi 〉 = −〈ζi , ϕ〉. (6.2.7)
On a, comme la restriction de H à chaque tranche RN +1 × {t } est C ∞ , de sorte que l’on peut utiliser
des intégrations par parties sur ces ensembles,
Z
〈H, ϕxi 〉 = H(x, t ).ϕxi (x, t )dxdt
ZR∞ ·Z
N +1
¸
= H(x, t ).ϕxi (x, t )dx dt
−∞ RN
Z ∞ ·Z ¸
=− Hxi (x, t ).ϕ(x, t )dx dt (6.2.8)
−∞ RN
Z ∞ ·Z ¸
=− ζi (x, t ).ϕ(x, t )dx dt .
−∞ RN
Z
=− ζi (x, t )ϕ(x, t )dxdt = −〈ζi , ϕ〉,
RN +1
ce qui donne le résultat.
En ce qui concerne ζ0 , on peut vérifier que ζ0 n’est pas localement intégrable. Elle ne définit
donc pas directement une distribution. Pour contourner cette difficulté, on va introduire, pour
ε > 0, la fonction ζε0 définie sur RN +1 par
( ε
ζ0 (x, t ) = ζ0 (x, t ), pour tout x ∈ RN , tout t ≥ ε
(6.2.9)
ζε0 (x, t ) = 0, pour tout x ∈ RN , tout t < ε.
102
On vérifie que ζε0 est bornée, car
1
kζε0 kL ∞ (RN +1 ) ≤ N
kΨ0 kL ∞ (RN +1 ) .
ε 2 +1
Elle est donc localement intégrable, de sorte qu’elle définit une distribution. On a :
Lemme 6.2.3. On a, au sens des distributions

∂H
= δ0 + lim ζε0 dans D 0 (RN +1 ). (6.2.10)
∂t ε→0
Démonstration. Il s’agit de montrer que pour toute fonction test ϕ ∈ C c∞ (RN +1 ), on a la conver-
gence
∂H
〈ζε0 , ϕ〉 → 〈 , ϕ〉 lorsque ε → 0. (6.2.11)
∂t
Introduisons le domaine
Ωε = RN × [ε, +∞[, de sorte que ∂Ωε = RN × {ε}, (6.2.12)
en notant que le vecteur unitaire normal extérieur à ce domaine est donnée par ~ n (σ) = −~
e N +1 . En
utilisant une intégration par parties sur le domaine Ωε , on obtient
Z Z
ε ε
〈ζ0 , ϕ〉 = ζ0 (x, t )ϕ(x, t )dxdt = ζ0 (x, t )ϕ(x, t )dxdt
RN +1 Ωε
∂H
Z
= (x, t )ϕ(x, t )dxdt (6.2.13)
Ωε ∂t
∂ϕ
Z Z
=− H(x, t ) (x, t )dxdt + H(x, ε)ϕ(x, ε)dx.
Ωε ∂t RN
On remarque que, comme H est localement intégrable, on a

∂ϕ ∂ϕ ∂ϕ ∂H
Z Z
∂H(x, t ) (x, t )dxdt → H(x, t ) (x, t )dxdt = 〈H, 〉 = −〈 , ϕ〉.
Ωε ∂t ε→0 RN +1 ∂t ∂t ∂t
Comme la famille de fonctions {H(·, ε)}0<ε<1 sur RN est une approximation de l’identité, on a
Z
H(x, ε)ϕ(x, ε)dx → ϕ(0, 0) = 〈δ0 , ϕ〉.
RN ε→0
En combinant ces relations, on obtient le résulat annoncé (6.2.3)
Les dérivées secondes
En ce qui concerne les dérivées secondes, un calcul montre que

" ¶#
x
µ
1 1
2
∂xi x j H(x, t ) = p N
Ψi , j p , pour x ∈ RN , t > 0. (6.2.14)
t t t
où les fonctions Ψi , j sont définies pour y ∈ RN par
Ψi , j (y) = 4y i y j H(y, 1) si i 6= j
(
Ψi ,i (y) = 2(1 − 2y i2 ) H(y, 1).
103
On vérifie que les fonctions Ψi , j sont intégrables sur RN et que, comme il s’agit de dérivées,
Z
Ψi , j (x)dx = 0. (6.2.15)
RN
La présence du terme 1t dans (6.2.14) entraîne que les fonctions ∂xi x j H ne sont pas intégrables
localement sur RN ×]0, +∞[, car, en faisant le changement de variable u = px , on obtient
t
" ¶# Z
x
µ
1
Z
p N Ψi , j p Ψi , j (u) du,
£ ¤
=
RN t t RN
cette dernière expression étant indépendante de t . Afin de régulariser ces fonctions, introduisons
de nouveau le paramètre ε > 0 et considérons les fonctions Λεi , j définie sur RN +1 par
Λεi , j (x, t ) = ∂2xi x j H(x, t ), pour t ≥ ε et Λεi , j (x, t ) = 0 pour t ≤ ε,
de sorte que Λεi , j s’annule sur le complémentaire de Ωε , et est bornée sur RN +1 tout entier, car
1
kΛεi , j k∞ ≤ N
kΨi , j k∞ .
ε 2 +1
On a :
Lemme 6.2.4. On a, au sens des distributions sur RN +1
∂2 H
= limΛεi , j dans D 0 (RN +1 ). (6.2.16)
∂x i x j ε→0
Démonstration. Il s’agit de montrer que pour toute fonction test ϕ ∈ C c∞ (RN +1 ), on a la conver-
gence
∂2 H
〈Λεi , j , ϕ〉 → 〈 , ϕ〉 lorsque ε → 0. (6.2.17)
∂x i ∂x j
En utilisant de nouveau des intégrations par parties sur le domaine Ωε , on obtient
Z Z
ε ε
〈Λi , j ϕ〉 = Λi , j (x, t )ϕ(x, t )dxdt = Λi , j (x, t )ϕ(x, t )dxdt
RN +1 Ωε
∂ H 2
Z
= (x, t )ϕ(x, t )dxdt (6.2.18)
Ωε ∂x i ∂x j
∂2 ϕ
Z
=− H(x, t ) (x, t )dxdt .
Ωε ∂x i ∂x j
Comme H est localement intégrable, on a
∂2 ϕ ∂2 ϕ ∂2 ϕ ∂2 H
Z Z
H(x, t ) (x, t )dxdt → H(x, t ) (x, t )dxdt = 〈H, 〉=〈 , ϕ〉.
Ωε ∂x i ∂x j ε→0 RN +1 ∂x i ∂x j ∂x I ∂x j ∂x i ∂x j
On obtient ainsi le résulat annoncé (6.2.17).
104
6.3 Solutions au sens des distributions de l’équation de la cha-
leur avec terme source
6.3.1 Solution par convolution avec H
Proposition 6.3.1. Soit f ∈ D 0 (RN +1 ) une distribution à support compact. Alors la distribution u
définie sur RN +1 par
u = H? f (6.3.1)
vérifie l’équation de la chaleur avec terme source f , à savoir
∂t u − ∆x u = f dans D 0 (RN +1 ). (6.3.2)
Démonstration. Comme nous avons supposé que f est à support compact, la distribution H? f est
parfaitement définie. On a par les règles de dérivations des convolutions, et en utilisant le Lemme
6.2.1
∂t u − ∆x u = ∂(H ? f ) − ∆x (H ? f ) = (∂t H − ∆x H) ? f
(6.3.3)
= δ(0,0) ? f = f ,
RN +1
Notons que la solution est définie ici sur RN +1 tout entier, et ne tient pas compte, a priori, de
données initiales.
6.3.2 Retour sur la formule de Duhamel

Au chapitre 4 nous avons considéré l’équation de la chaleur sur le demi-espace RN × [0, +∞[,
avec terme source f et donnée initiale nulle

(
(6.3.4)
u(x, 0) = 0 pour tout x ∈ RN ,
Nous supposons ici que la donnée f désigne une fonction continue sur RN × [0, +∞[, à support
compact. Si nous voulons utiliser la formule (6.3.1) pour résoudre ce problème, il est naturel de
chercher d’étendre f à RN +1 tout entier. Le plus simple est alors d’introduire la fonction f˜ définie
sur RN +1 par
f˜(x, t ) = f (x, t ) pour t ≥ 0 et
(
(6.3.5)
f˜(x, 0) = 0 pour t < 0.
Posons
u = H ? f˜
de sorte que u vérifie, au sens des distributions, ∂t u − ∆x u = f˜ sur RN +1 et que sa restriction à
RN × [0, +∞[ (que nous noterons encore u) vérifie
∂t u − ∆x u = f dans D 0 RN ×]0, +∞[ .

¡ ¢
Par ailleurs, le produit de convolution H ? f est ici une fonction continue, qui s’écrit
Z Z
u(x, t ) = ˜
H(x − y, t − s) f (y, s)dyds = H(x − y, t − s) f˜(y, s)dyds
RN +1 RN ×[0,+∞[
Z t µZ ¶ (6.3.6)
= H(x − y, t − s) f (y, s) ds.
0 RN
105
On vérifie sur cette formule que u(x, 0) = 0, de sorte que l’on a bien construit une solution du
problème (6.3.4).On tretrouve au passage la formule de Duhamel (4.3.3).
Démonstration du théorème 4.3.1. Nous venons de vérifier que la solution donnée par (4.3.3) vé-
rifiait la condition initiale, et l’équation au sens des distributions. Il suffit d’utiliser les résultats de
régularité pour le produit de convolution pour vérifier quelle est régulière si f ∈ C ∞ [RN ×[0, +∞[).
La fonction u vérifie donc l’équation au sens classique, ce qui termine la preuve.
6.4 Régularité des solutions

6.4.1 Préambule
La formule (4.3.3) nous montre que la solution u = H ? f˜, donnée par (6.3.6), est définie pour
RN +1
une large classe de données f , par exemple, il suffit, comme nous l’avons vu, de vérifier que f est
continue pour obtenir une solution u au sens des distributions de l’équation. Pour obtenir une
solution classique de l’équation, il suffit donc de vérifier que u est de classe C 2 par rapport aux va-
riables spatiales x i , i = 1, . . . , N , et de classe C 1 par rapport à la variable temporelle t . Considérons
les distributions
D 0 ( f ) = ∂t u = ∂t H ? f˜ et
(6.4.1)
D i , j ( f ) = ∂2 u = ∂x x H ? f˜.
xi x j 1 j
les dérivées au sens des distributions de u sur RN +1 . Pour savoir si u vérifie léquation, il s’agit
donc de savoir si les restrictions des fonctions D 0 ( f ) et D i , j ( f ) à RN ×]0, +∞[ sont des fonctions
continues.
Comme pour l’équation de Laplace, il ne suffit pas d’avoir des données f continues, et une
régularité de type Höldérienne est requise.
6.4.2 Fonctions Höldériennes en espace-temps

Comme nous avons pu le constater, les variables spatiales x i et temporelle t ne jouent pas exacte-
ment le même rôle : intuitivement, la variable t possède l’homogénéité d’une variable spatiale au
carré. Pour tenir compte de cette spécificité de notre problème, nous allons introduire des espaces
des fonctions Holdériennes d’ordre µ, pour 0 < µ < 1 donné, adapté aux problèmes dit parabo-
liques que nous étudions, avec des pondérations différents accordées aux variables spatiales et à
la variable temporelle.
Plus précisément, pour une fonction f définie sur RN ×[0, T [, pour T ∈ [0, +∞] donné, on consi-
dère la quantité
( )
| f (x, t ) − f (y, s)| N
f P,µ ≡ sup ¡ p ¢µ , pour (x, t ), (y, s) ∈ R × [0, T [
|x − y| + |t − s|
et l’espace vectoriel de fonctions

0,µ
C P (RN × [0, T [) = f : RN × [0, T [, telle que f P,µ + k f kL ∞ < +∞
© ª
que l’on munit de la norme

µ
k f kC 0,µ (RN ×[0,T [) = f p + k f kL ∞ (RN ×[0,T [ .
P
106
6.4.3 Existence de solutions classiques pour des données Hölderiennes
L’introduction de ces espaces de Hölder ci-dessus est justifiée par le résultat suivant :
Proposition 6.4.1. Soit f une fonction de C µ (RN × [0, +∞[) à support compact. Alors les fonctions
D 0 ( f ) et D i , j ( f ) sont continues sur RN × [0, +∞[ et u est une solution classique du problème (6.3.4).
pour démontrer cette proposition, nous allons nous quelques résultats intermédiaires. Tout
d’abord, les Lemmes 6.2.3 et 6.2.4 nous permettent de décrire les fonctions D 0 ( f ) et D i , j ( f ) comme
des limites de fonctions continues :
Proposition 6.4.2. Soit f une fonction continue sur RN × [0, +∞[, à support compact. On
D i , j ( f ) = lim Λεi , j ? f˜ au sens des distributions sur RN +1 , (6.4.2)

ε→0
et
D 0 ( f ) = lim ζε0 ? f˜ + f˜ au sens des distributions sur RN +1 . (6.4.3)
ε→0
Notons que si f est continue à support compact dans RN × [0, +∞[, alors les fonctions D iε, j ( f )
et D 0ε ( f ) définie par
 Z
ε ε ˜
 D i , j ( f )(x, t ) = Λi , j ? f (x) = N Λi , j (y, s)) f (x − y, t − s)dyds et


R ×[ε,+∞[
Z (6.4.4)
 D 0ε ( f )(x, t ) = ζε0 ? f˜(x) = ζ0 (y) f (x − y, t − s)dyds


RN ×[ε,+∞[
sont des fonctions continues. Nous allons voir que les restrictions sur des compacts des familles
D i , j ( f )ε et D 0ε ( f ) sont des suites de Cauchy, de sorte qu’elles convergent uniformément.
6.4.4 Propriétés de compensation dans les intégrales

Pour g une fonction continue sur RN × [0, +∞[, à support compact, introduisons les intégrales

y
µ ¶
1
Z Z
Ii , j (s, g ) = Λi , j (y, s)g (y, s)dy = N Ψi , j p g (y, s)dy.



R N +1 RN s



 s 2
y
µ ¶
1
Z Z
(6.4.5)
 I0 (s, g ) = ζ0 (y, s)g (y, s)dy = N Ψ0 p g (y, s)dy.



 R N
s2 +1 R N s


On a tout d’abord
0,µ
Lemme 6.4.1. Soit 0 < µ < 1, et soit g une fonction de C P (RN × [0, +∞[) à support compact.
 Z
µ−1
 |Ii , j (s, g )| ≤ C i , j s

 g P,µ où C i , j = |Ψi , j | (u) |u|µ du,
Z R
N
(6.4.6)
 |I0 (s, g )| ≤ C 0 s µ−1 g P,µ où C 0 = |Ψ0 | (u) |u|µ du,


RN
107
Démonstration. La propriété repose sur le fait que les intégrales
Z Z
Ψi , j (y)dy = 0 et Ψ0 (y)dy = 0 (6.4.7)
RN RN
sont nulles. 1 On peut donc écrire

 Z ¯
y ¯¯ £
µ ¶¯
1
Ii , j (s, g ) = N Ψi , j p ¯ g (y, s) − g (0, s) dy.
 ¯ ¤

 ¯
s 2 +1 ZRN ¯ µ s

 ¯


y ¯¯ £
¶¯
1 (6.4.8)
I0 (s, g ) = N Ψ0 p ¯ g (y, s) − g (0, s) dy.
¯ ¤
 ¯



 s 2 +1 RN
¯ s


0,µ
Comme g ∈ C P (RN × [0, +∞[), on a
|g (y, s) − g (0, s)| ≤ |y|µ g P,µ .
En revenons à (6.4.9), on obtient donc


y
·Z µ ¶ ¸
 ¯Ii , j (s, g )¯ ≤ 1 Ψ µ
¯ ¯
i,j p |y| dy g P,µ

N

+1 R N s



 s 2
y
·Z µ ¶ ¸
1 µ (6.4.9)
I Ψ
¯ ¯
 ¯ 0 (s, g )¯ ≤ N 0 p |y| dy g P,µ .



 s 2 +1 RN s


y
Effectuons maintenant, dans les intégrales de gauche, le changement de variable u = p , de sorte
s
N N
µ µ
que dy = s du et |y| = s |u| . On obtient les relations (6.4.6).
2 2
0,µ
Lemme 6.4.2. Soit f une fonction de C P (RN × [0, +∞[) à support compact. On a pour tout 0 < ε <
ε0 ≤ 1 ¯ ¯ C
¯ ε ε0 i,j 0 µ
( f )(x, t ) − D ( f )(x, t ) ¯≤ (ε ) f P,µ
 ¯
 i,j
 ¯D i,j
µ
¯ C (6.4.10)
 ¯¯ ε
 ¯D 0 ( f )(x, t ) − D 0ε ( f )(x, t )¯¯ ≤ 0 (ε0 )µ f P,µ
 0
µ
Démonstration. On a, pour tout i , j = 1, . . . , N
¯ ¯
¯ ¯ ¯Z ε 0 ¯
¯ ε
¯D i , j ( f )(x, t ) − D iε, j ( f )(x, t )¯ = ¯
0
Ii , j (s, f (x − ·, t − s))ds ¯
¯ ¯ ¯
¯ ε ¯
Z ε0 (6.4.11)
Ci , j 0 µ
≤ Ci , j s 1−µ f P,µ ≤ (ε ) f P,µ ,
ε µ
ce qui donne la première majoration. La seconde s’obtient pas la même méthode.
Fin de la preuve de la Proposition 6.4.1
Il résulte du Lemme 6.4.2 que les suite {D iε, j ( f )}0<ε<1 et {D iε, j ( f )}0<ε<1 sont de Cauchy pour la
convergence uniforme. Comme il s’agit de fonctions continues, elles convergent uniformément
vers des fonctions K i , j ( f ) et k 0 ( f ) qui sont donc continues. En revenons à (6.4.1), on voit donc que
les distributions ∂xi x j u et ∂t u sont donc des fonctions continues, ce qui termine la preuve.
1. ce qui n’est pas étonnant, puisqu’elles sont obtenues par dérivation.
108
6.4.5 Un résultat de régularité optimale
Comme pour l’équation de Laplace, un examen plus attentif des quantités précédentes permet
d’obtenir des résultats de régularité sur la solution K ( f ) = H ?RN +1 f˜ de l’équation (4.3.1). Afin de
décrire nos résultats, introduisons l’espace
2,1,µ 0,µ 0,µ
CP (RN × [0, T [) = {u ∈ C P (RN × [0, T [), t.q ∂xi u, ∂t u, ∂2xi x j u appartiennent à C P (RN × [0, T [))},
que nous munissons de la norme

N ° ∂u °
° °
X
kukC 2,1,µ (RN ×[0,T [) = kukC 0,µ (RN ×[0,T [) + ° °
° ∂x ° +
0,µ
P P
i =1 i C P (RN ×[0,T [)
° ∂u ° N ° ∂2 u °
° ° ° °
X
+° °
° ° + ° ° .
∂t C 0,µ (RN ×[0,T [) i , j =1 ° ∂x i x j °C 0,µ (RN ×[0,T [)
P P
µ
Théorème 6.4.1. Soit µ > 0, T > 0 et f ∈ C 0 (RN × [0, T [) donnés. Alors la solution K ( f ) = H ?RN +1 f˜
2,1,µ
de l’équation (4.3.1) appartient à l’espace C p (RN × [0, T [). de plus, on a l’inégalité des normes
kK ( f )kC 2,1,µ (RN ×[0,T [) ≤ C (µ, T )k f kC 0,µ (RN ×[0,T [) , (6.4.12)

P
où la constante C (µ, T ) ne dépend que de µ, T et de la dimension N .
Démonstration. La preuve est tout à fait parallèle à celle du Théorème 5.4.1 : Il s’agit de montrer
que les dérivée secondes par rapport aux variables spatiales, ainsi que la dérivée première par
rapport au temps, c’est à dire les distributions D i , j f et D 0 ( f ) appartiennent à l’espace C 0,µ (RN ×
[0, T [).
La partie essentielle de l’inégalité (5.4.35) consiste à montrer qu’il existe une constante M > 0
ne dépendant que de N , µ et T , telle que pour tous points (x 0 , t 0 ) et (x 1 , t 1 ) dans RN × [0, T [ et pour
tout 0 < ε < 1 on
¯ ¯
¯ ε
¯Λi , j ?RN +1 f˜(x 1 , t 1 ) − Λεi , j ?RN +1 f˜(x 0 , t 0 )¯ ≤ M distp ((x 1 , t 1 ), (x 0 , t 0 )) f P,µ .
£ ¤µ
(6.4.13)
¯
ainsi que
¯ ε
f˜(x 1 , t 1 ) − ζε0 ?RN +1 f˜(x 0 , t 0 )¯ ≤ M distp ((x 1 , t 1 ), (x 0 , t 0 )) f P,µ ,
¤µ
¯ζ ?
¯ £
0 RN +1 (6.4.14)
où on a introduit la "distance parabolique" sur RN × [0, T [ définie par

p
distp ((x 1 , t 1 ), (x 0 , t 0 )) ≡ |x 1 − x 0 | + |t 1 − t 0 |. (6.4.15)
Nous allons donner la preuve de la première inégalité, celle de la second étant tout à fait similaire.
Posons δ = distp ((x 1 , t 1 ), (x 0 , t 0 )). Seul le cas δ petit pose des difficultés car on a toujours
µ
¯ ¯ ¯ ¯ ¯ ¯
¯ ε
¯Λi , j ?RN +1 f (x 1 , t 1 ) − Λεi , j ?RN +1 f (x 0 , t 0 )¯ ≤ ¯Λεi , j ?RN +1 f˜(x 1 , t 1 )¯ + ¯Λεi , j ?RN +1 f˜(x 0 , t 0 )¯ ≤ 2C T 2 f P,µ ,
¯ ¯ ¯ ¯ ¯
où on a utilisé le résultat du Lemme 6.4.2 pour le dernière majoration de cette inégalité. Il en

résulte que, si δ ≥ 1, alors l’inégalité (6.4.14) est automatiquement vérifiée si on choisit la constante
µ
M ≥ 2C T 2 . On peut donc supposer dans toute la suite que
δ ≤ 1.
109
Par ailleurs, pour simplifier un peu les calculs et les notations, on peut toujours, quitte à changer
l’origine, supposer que
x 0 = 0: r m et t 1 ≥ t 0 ,
de sorte que
δ = |x 1 | +
p
t1 − t0 .
On doit donc majorer, en fonction de δµ , l’expression
Z
Λεi , j (y, t ) f (x 1 − y, t 1 − t ) − f (−y, t 0 − t ) dydt ≡ I ε1 (x 1 , t 1 ) + I ε2 (x 1 , t 1 ),
£ ¤
I ε (x 1 , t 1 , t 0 ) =
RN ×[0,T [
où on a posé
Z
I ε1 (x 1 , t 1 , t 0 ) = Λε0 (y, t ) f˜(x 1 − y, t 1 − t ) − f˜(−y, t 0 − t ) dydt
£ ¤
RN ×[0,4δ2 ]
et Z
I ε2 (x 1 , t 1 , t 0 ) = Λε0 (y, t ) f˜(x 1 − y, t 1 − t ) − f˜(−y, t 0 − t ) dydt .
£ ¤
RN ×[4δ2 ,T ]
Nous allons majorer chacun de ces deux termes
Majoration de I ε1 (x 1 ). On majore le terme I ε1 (x 1 ) en procédant comme dans le Lemme 6.4.2, en
prenant pour fonction
g ≡ f˜(x 1 − ·, t 1 − ·) − f˜(−·, t 0 − ·).
On obtient en soustrayant comme dans le lemme ϕ(0)
|I ε1 (x 1 , t 1 , t 0 )| ≤ C δµ f P,µ . (6.4.16)
Majoration de I ε1 (x 1 ). Le traitement du deuxième terme demande plus de travail. Comme pour

l’équation de Laplace, on fait porter la translation sur le noyau en écrivant
Z
£ ε
2
Λ0 (x 1 − y, t − t 1 ) − Λε0 (−y, t − t 0 ) f˜(y)dydt
¤
I ε (x 1 , t 1 , t 0 ) =
ZR ×[4δ ,T [
N 2
£ ε
Λ0 (x 1 − y, t − t 1 ) − Λε0 (−y, t − t 0 ) f (y, t ) − f (0, t ) dydt
¤¡ ¢
=
RN ×[4δ2 ,T [
où , pour la dernière inégalité, on a utilisé les propriétés d’annulation des intégrales du noyau sur
les tranches de temps. En utilisant l’inégalité
¯ f (y, t ) − f (0, t )¯ ≤ |y|µ f P,µ

¯ ¯
on obtient donc
Z
¯ ε
I ε2 (x 1 , t 1 , t 0 ) ≤ C f P,µ ¯Λ (x 1 − y, t − t 1 ) − Λε (−y, t − t 0 )¯ |y|µ dydt
¯
0 0
RN ×[4δ2 ,T [
(6.4.17)
¯ ¯ y ¯µ
Z T µZ ¯ ¯ ¶
µ ¯ ε ε
≤ C f P,µ t ¯ Λ0 (x 1 − y, t − t 1 ) − Λ0 (−y, t − t 0 ) ¯ p ¯ dy dt
2 ¯ ¯ ¯
4δ2 RN ×{t } t
Il nous reste maintenant à majorer le terme ¯Λ0 (x 1 − y, t − t 1 ) − Λε0 (−y, t − t 0 )¯ que l’on peut décom-
¯ ε ¯
poser comme
Λε0 (x 1 −y, t −t 1 )−Λε0 (−y, t −t 0 ) = Λε0 (x 1 − y, t − t 1 ) − Λε0 (−y, t − t 1 ) + Λε0 (−y, t − t 1 )) − Λε0 (−y, t − t 0 ) .
¡ ¢ ¡ ¢
110
On majore chacun de ces deux termes en invoquant le théorème des accroissements finis, le pre-
mier par rapport aux variables spatiales, le second par rapport à la variable temporelle. On obtient
pour t ≥ 4δ2 , et en utilisant aussi le fait que |x 1 | ≤ δ
" ¶#
δ

y
µ
¯ ε ε 1 N 2
 Λ0 (x 1 − y, t − t 1 ) − Λ0 (−y, t − t 1 ) ≤ t pt p N A 0 pt , ∀y ∈ R , t ≥ 4δ ,

 ¯

 ¯ ¯
t
" ¶#
¯ δ 2
y
µ
 ¯
ε ε 1
 ¯Λ0 (−y, t − t 1 )) − Λ0 (−y, t − t 0 )¯ ≤ 2 p N A 1 p , ∀y ∈ RN , t ≥ 4δ2 ,



t t t
où A 0 et A 1 désigne des fonctions positives, intégrables sur RN , et telle qu’a l’infini
y2
|A 0 (y)| + |A 1 (y)| ≤ C exp(− ).
8
On obtient ces fonctions àpartir des dérivées de Λ0 par rapport à aux varibales x 1 pour la première,
t pour la seconde, et en effectuant des majorations adéquates, en particulier, en séparant les zones
|y| ≤ 4δ et |y| ≥ 4δ. En revenant à (6.4.17), on obtient donc
Z T µ ÃZ !
y ¯¯ y ¯¯µ
¶¯ ¯
t2
µ
2 1
I ε (x 1 , t 1 , t 0 ) ≤ C δ f P,µ p p N A 0 p ¯ p ¯ dy dt +
4δ2 t t RN ×{t } t t t
Z T µ ÃZ ¶¯ ¯µ !
t y y
µ
2 1
C δ2 f P,µ
¯ ¯
p N A 0 p ¯ p ¯ dy. dt
¯ ¯
2
4δ2 t RN ×{t } t t t
y
Par changement de variables u = p , les quantités intégrales
t
y ¯¯ y ¯¯µ
µ ¶¯ ¯
1
Z
J k (t ) = p N A k p ¯ p ¯ dy = J k (1) pour k = 0, 1
RN ×{t } t t t
ne dépendent pas du temps t , de sorte que, en posant J k ≡ j k (1), on obtient

" Z T µ Z T µ #
2 t2 2 t2
I ε (x 1 , t 1 , t 0 ) ≤ C f P,µ J 0 δ p dt + J 1 δ 2
dt
4δ2 t t 4δ2 t
µ 1 −1 h µ − 1 iT µ (6.4.18)
· h µ iT ¸
2 −1
≤ C f P,µ J 0 δ( − ) t 2 2 2 + J 1 δ ( − 1) t 2 −1 2
2 2 4δ 2 4δ
µ
≤ K(µ, N ) f P,µ ] δ .
où K (µ, N ) est une constante qui ne dépend que de µ et de la dimension N . En combinant (6.4.18),
(6.4.16), on déduit l’inégalité (6.4.14). L’inégalité (8.0.15) se démontre de mêmz, ce qui en utilisant
les relations (6.4.2) et (6.4.3) termine la preuve du théorème.
6.4.6 Autres propriétés

On vérifie sans peine la positivité des solutions que si f ≥ 0 et est non identiquement nulle
alors
u(x, t ) > 0, ∀x ∈ RN , t > 0.
Ceci implique de nouveau une vitesse de propagation infinie.
111
Exercices
Exercice I
1) Montrer que si une distribution G est telle que G xxxx = δ0 , alors G, ainsi que toutes ses déri-
vées jusqu’à l’ordre 2 sont continues.
2) En s’inspirant de l’exercice précédent, construire une solution G de l’équation G xxxx = δ0 sur R.
3) Soit I = [0, L], et a ∈ [0, L] où L > 0 est donné. Construire une fonction G a ∈ C ∞ (I \ {a}) tel que
G a (0) = G a (L) = 0, G a0 (L) = G a0 (0) = 0 et telle que G xxxx = δa au sens des distributions.
4) Que peut-on dire du signe de G a ?
5) En déduire pour f ∈ C [ 0, 1] une solution u de problème
u xxxx = f sur [0, L], u(0) = u(L) = u 0 (0) = u 0 (L).
Exercice II
Soit N ≥ 2 et F une fonction définie sur RN \{0}, où elle est supposée de classe C 1 , et nulle en dehors
N
de la boule unité. On pose,Z pour i = 1, . . . , N g i (x) = ∂i F(x) pour x ∈ R \ {0}, et on suppose que F
est intégrable et que A i ≡ |g i (x)|dx < ∞.
B(1)
On désire montrer que ∂i F = g i au sens des distributions sur RN . Soit ϕ ∈ C c∞ (RN ).
1) Montrer que l’on a pour tout x 0 ∈ RN −1 6= 0
Z Z
0
F (x 1 , x )∂1 ϕdx 1 = − g 1 (x 1 , x 0 )ϕ(x 1 , x 0 )dx 1 .
R R
2) en déduire que ∂1 F = g 1 au sens des distributions sur RN . Conclure. donner des exemples. 3)
Montrer que le résultat est faux en dimension N = 1.
4) Donner des exemples où F ne satisfait pas l’hypothèse d’intégrabilité, et où la conclusion pré-
cédente n’est pas vérifiée.
Exercice III
Montrer que si f est dans C 00 (RN ), alors G ? f appartient à l’espace C 1,µ (RN ) pour tout 0 < µ < 1.
Exercice IV
Régularité des solutions de l’équation de la chaleur homogène
Montrer que toute distribution u ∈ D 0 (RN +1 × [0, +∞[) qui est solution de l’equation de la cha-
leur homogène ∂t u − ∆x u = 0 est une fonction de classe C ∞ .
Exercice V
Calcul de l’aire de la sphère en utilisant le noyau de la chaleur
Soit N ≥ 3, et f et u 0 des fonctions continue à support compact sur RN . On considère le pro-
blème : trouver u bornée sur RN × [0, +∞[ telle que
∂t u(x, t ) − ∆x u(x, t ) = f (x) pour tout x ∈ RN et tout t > 0
(
(6.4.19)
u(x, 0) = u 0 (x) pour tout x ∈ RN ,
1) Montrer que la solution u est est unique.
2) Montrer que u(·, t ) → w uniformément sur RN , où w = S ? f , où S est définie par
t →+∞
+∞ |x|2
µ ¶
1
Z
S(x) = N
exp − dτ.
0 (4πτ) 2 4τ
112
3) Montrer que, pour toute fonction test ϕ ∈ D(RN ), on a
Z n+1 ·Z ¸ Z N
u.(∆x ϕ(x, t ))dx d t → f (x)w(x)dx.
n RN n→+∞ R
4) En déduire que w vérifie au sens des distributions −∆w = f sur RN .

CN
5) Montrer en revenant à la question 2 que S(x) = N −2 où la constante C est définie par
|x|
Z +∞ µ ¶
1 1
C= N
exp − dτ.
0 (4πτ) 2 4τ
N
6) Montrer que C N = 14 π− 2 Γ( N2 − 2), où Γ désigne la fonction Gamma d’Euler définie, pour z ∈ C,
R +∞
ℜ(z) > 0 par Γ(z) = 0 s z−1 exp(−s)ds.
7) en déduire une valeur de l’aire de la sphère de dimension (N − 1). [Pour donner une valeur plus
explicite, on pourra utiliser la formule Γ(z + 1) = zΓ(z).].
Exercice VI
Soit λ > 0 un paramètre, f une fonction continue et bornée sur RN ×[0, +∞[, et u 0 une fonction
continue et bornée sur RN . On considère l’équation
∂t v(x, t ) − ∆x v(x, t ) + λv(x, t ) = f (x, t ), ∀t > 0, x ∈ RN

(
(6.4.20)
v(x, 0) = u 0 (x), ∀x ∈ RN .
A1) Donner une formulation intégrale de la solution (indication : on pourra considérer la fonction
w = v exp t et se ramener à l’équation de la chaleur).
A2) En déduire une solution K λ du problème ∂t K λ − ∆x K λ + λK λ = δ(0,0) sur RN +1 .
B1) On suppose dans cette partie que u 0 = 0 et que la fonction f ne dépend pas de du temps, c’est
à dire f (x, t ) = f (x). Montrer qu’alors la famile de fonctions {v(·, t )}t >0 converge, lorsque t → ∞
vers une fonction w : RN → R que l’on identifiera.
B2) Montrer que w vérifie l’équation −∆w + λw = f sur RN .
B3) En déduire que la fonction S λ définie sur RN par
+∞ |x|2
µ ¶
1
Z
S λ (x) = N
exp −λu − du (6.4.21)
0 (4πu) 2 4u
est une solution fondamentale pour l’opérateur P λ = −∆ + λId. Quelle est le signe de S ?
B4) On suppose dorénavant que N > 2. Montre qu’ il existe une constante C 0 (λ) > 0 telle que
C 0 (λ) u
S λ (x) ∼ On pourra faire le changement de variable s = dans (6.4.21)).
x→0 |x|N −2 |x|2
C∞ ³ p ´
B5) Montrer qu’il existe une constante C ∞ > 0 telle que |S λ (x)| ≤ N −2 exp − λ|x| .
|x|
B6) Montrer que S λ ∈ L 1 (RN ) et que pour tout multi-indice α, on |x|≥1 |∂α S λ | < +∞.
R
C1) Montrer que pour toute fonction f bornée l’équation −∆u + u = f possède une unique solu-
tion u = T ( f ) qui soit dans L 1 (RN ). Y -a-t-il des solutions non intégrables ?
113
C2) Montrer que si f est bornée, alors T ( f ) appartient à L 1 (RN ), et que si de plus f ≥ 0 alors
T ( f ) ≥ 0.
C3) Soit 0 < µ < 1 donné. Montrer que si f ∈ C µ (RN ), alors T ( f ) ∈ C 2,µ (RN ).
C4) Montrer que T définit une application linéaire continue de X µ ≡ C µ (RN ) vers Yµ ≡ C 2,µ (RN ).
C5) De manière générale, montrer que si f ∈ L p (RN ), alors u ∈ L p (RN ) avec kukL p (RN ) ≤ C p kukL p (RN ) .
D1) Montrer que toutes les distributions u telles que −∆u + u = 0 sont des fonctions C ∞ .
D2) Montrer que S = S 1 est la seule fonction intégrable solution de −∆S + S = δ0 .
D3) Y-a-t-il des solutions non-intégrables ?
E) Reprendre les question B4) à D3) dans le cas N = 2 (en effectuant les modifications nécessaires
dans les énoncés).
Exercice VII
Partie préliminaire
A1) Montrer que la fonction Φ définie par Φ(x) = exp −x 2 , ∀x ∈ R, est analytique sur R, et
¡ ¢
donner son développement limité en 0. Quelle est le rayon de convergence de la série ?

1
A2) On considére la fonction Ψ(t ) = t − 2 exp(−t −1 )∀t > 0, Ψ(t ) = 0, ∀t ≤ 0. Vérifier que Ψ est une
fonction de classe C ∞ (R), qu’elle est analytique sur ]0, +∞[, mais pas en 0.
A3) Une fonction de C c (R) peut-elle être analytique sur tout R ?
Z 1 µ 2¶
1 x
A4) Soit g la fonction définie sur R par g (x) = p exp − ds. Montrer que g est analytique
0 s s
sur R (on pourra majorer les dérivées successives et faire le changement de variable k = 1s ).
B) On se donne une fonction u 0 est continue à support compact dans l’intervalle [0, 1]. On consi-
dère l’équation de la chaleur homogène sur R tout entier

 ∂u ∂2 u
(x, t ) − 2 (x, t ) = 0 sur R

∂t ∂x (6.4.22)

 u(x, 0) = u (x)
0
B1) Pour x ∈ R, donner l’expression de u(x, t ) en fonction de x et t et de la donnée u 0 .

B2) Montrer que pour tout t > 0, la fonction U t d’une variable réelle définie par U t (x) = u(x, t ), ∀x ∈
R est analytique sur R (on pourra utiliser la question A2).
Montrer de même que pour tout x ∈ R fixé, la fonction t 7→ U x (t ) ≡ u(x, t ) est une fonction analy-
tique sur ]0, +∞[.
B3) On suppose qu’il existe t 0 > 0 tel que U t0 (x) = 0, ∀x ∈ R. Que peut-on dire alors de u 0 ?
C) On considère maintenant l’équation de la chaleur avec terme source f


 ∂u ∂2 u
(x, t ) − 2 (x, t ) = f (x, t ) sur R×]0, +∞[

∂t ∂x (6.4.23)

 u(x, 0) = 0, ∀t ≥ 0
où f désigne une fonction continue sur R×]0, +∞[, telle que
f (x, t ) = 0, ∀t ≥ 0 pour x 6∈ K . (6.4.24)
114
Et où K désigne un compact de R.
C1) Donner l’expression de u en fonction de f .
C2) Montrer qu’on tout point de R \ K , la solution U t (x) = u(x, t ) est localement analytique (on
pourra s’inspirer de la question A3).
Exercice VIII
Soit u 0 une fonction continue sur [0, 1) telle que u 0 (1) = u 0 (0). On considère dans cette partie
une solution u : [0, 1] × [0, +∞[→ R de l’équation de la chaleur sur l’intervalle [0, 1] vérifiant
∂u ∂2 u
(x, t ) − 2 (x, t ) = 0 sur [0, 1] × [0, +∞[. (6.4.25)
∂t ∂x
1) Soit ϕ ∈ C c∞ (]0, 1[). On considère la fonction v définie sur R × [0, +∞[ par v(x, t ) = ϕ(x)u(x, t ).
Montrer que sur R×]0, +∞[ la fonction v est solution de l’équation de la chaleur
∂v ∂2 v
− = f sur R × [0, +∞[,
∂t ∂x
où l’on précisera le terme source f . Que peut-on dire de son support ?
2) Montrer, en choisissant convenable la fonction test ϕ, que pour tout t>0, la fonction U t ≡ u(·, t )
est localement analytique sur ]0, 1[ (on pourra utiliser le résultat de l’Exercice VII partie C).
Exercice IX
Soit u 0 une fonction continue donnée sur [0, 1] telle que u 0 (0) = 0. On suppose qu’il existe une
solution régulière u de
∂u ∂2 u

(x, t ) − (x, t ) = 0 sur [0, 1] × [0, +∞[


 ∂t

∂x 2
(6.4.26)

 u(x, 0) = u 0 (x), ∀x ∈ [0, 1]

u(0, t ) = 0, ∂x u(0, t ) = 0, ∀t ≥ 0, .

On construit une fonction v définie sur ]∞, 1] × [0, +∞[ par v(x, t ) = u(x, t ), ∀(x, t ) ∈ [0, 1]×]0, +∞[
et v(x, t ) = 0, pour x ≤ 0, t > 0.
1) Montrer que v est solution de l’équation de la chaleur homogène sur R×]0, +∞[.
2) Montrer en utilisant l’exercice VII que la fonction x 7→ u(x, t ) est analytique pour t > 0.
3) Montrer qu’alors on a nécessairement u 0 = 0.
Exercice X
Soit u 0 une fonction continue donnée sur R. On suppose qu’il existe une solution régulière u
de 
 ∂u
 ∂2 u
(x, t ) − 2 (x, t ) = 0 sur [0, 1] × [0, +∞[
∂t ∂x (6.4.27)

 u(x, 0) = u (x), ∀x ∈ [0, +∞[ et u(0, t ) = 0.
0
Z +∞
On pose, pour t ≥ 0, E (t ) = u 2 (x, t )dx. On suppose que E (0) < +∞.
0
1) Montrer que E est une fonction décroissante de t .
2) Montrer que pour t > 0 fixé, la fonction x 7→ u(x, t ) est bornée et tend vers 0 lorsque |x| → +∞.
3) Montrer que µ ¶
lim sup{|u(x, t )|} → 0 lorsque x → +∞.
t →+∞ x∈R
115
Chapitre 7
Premières méthodes d’analyse fonctionnelle
7.1 Introduction
Alors que l’objet du chapitre précédent était de construire des solutions explicites de solu-
tions pour des problèmes types (équation de Laplace, de la chaleur, de transport à coefficients
constants, . . . ), nous abordons dans ce chapitre des méthodes plus abstraites de constructions, qui
ont l’avantage de permettre de traiter une classe assez large d’équations aux dérivées partielles, en
particulier des équations dont les coefficients sont variables.
Une des idées que nous allons mettre en avant, c’est que de telles solutions peuvent s’obtenir
comme limites de fonctions ou de séries de fonctions, chacune d’entre elle étant obtenue par la
résolution d’un des problèmes type que nous avons mentionnés. L’idée n’est pas nouvelle, elle
était déjà fort utilisée au XIXème siècle, où elle culmine avec les travaux de Poincaré 1 . L’approche
générale a pu être simplifiée et unifiée grâce à l’introduction de la notion de complétude pour
des espaces généraux, ainsi que les principaux résultats d’analyse fonctionnelle établis dans la
première moitié du XXèm siècle.
Nous allons illustrer dans un premier temps ces méthodes sur un problème d’évolution de na-
ture parabolique portant sur des fonctions périodiques par rapport aux variables spatiales, de pé-
riode 1 par rapport à chacune d’entre elles, définies sur RN × [0, T ]. Plus précisement, nous consi-
dérons les fonctions continues f sur RN × [0, T ] telles que, pour tout i = 1, . . . , N
On note C0per (RN × [0, T ] l’espace vectoriel des fonctions ayant la propriété de périodicité (8.0.1).
Pour de telles fonctions, il suffit de connaître leur restriction au cube unité QN = [0, 1[N : on peut
ensuite les prolonger par périodicité sur l’espace tout entier. Une autre façon d’exprimer la pro-
priété de périodicité est de considérer que le domaine spatiale correspond au cube Q dont les faces
opposées sont identifiées : cet objet mathématique correspond à la variété TN , le tore unité de di-
mension N . Quoiqu’il en soit, ce domaine a l’avantage d’être borné, et sans bords, ce qui simplifie
considérablement la présentation dun propos. Les méthodes que nous présentons se généralisent
à des situations variées, au prix cependant de difficultés techniques supplémentaires.
Rappelons, pour commencer que les méthodes du chapitre précédent permettent de construire,
1. en particulier sur l’équation non linéaire ∆u = exp u
116
2,1,µ
pour 0 < µ < 1 donné, des solutions u ∈ CP,per (RN × [0, T] du problème
∂t u − ∆x u = f sur RN × [0, t ]
(
(7.1.2)
u(·, 0) = u 0 (·)
0,µ
où la fonction u 0 est donné dans Cper (RN ×[0, T ]) et la fonction f est donnée dans CP,per (RN ×[0, T].
Nous allons voir comment on peut obtenir une solution pour des opérateurs paraboliques géné-
raux. On considère à cet effet l’opérateur différentiel à coefficients variables P qui à une fonction
u définie sur cette RN × [0, T [ associe la fonction P (u) définie par
∂u
P (u)(x, t ) = − L (u)(x, t ) pour x ∈ RN et t ∈ [0, T ], (7.1.3)
∂t
où on a introduit l’opérateur elliptique L défini par , pour x ∈ RN et t ∈ [0, T ]
" #
N ∂2 u N ∂u
L (u)(x, t ) =
X X
a i , j (x, t ) (x, t ) + Vi (x, t ) (x, t ) + c(x, t )u(x, t ) . (7.1.4)
i , j =1 ∂x i ∂x j i =1 ∂x i
Ici les coefficients¡ a i , j ,Vi , c¢ désigne des fonctions continues sur Cper (RN × [0, T ]). Introduisons la
matrice A(x, t ) ≡ a i , j (x, t ) 1≤i , j ≤N . En vertu du Lemme de Schwarz, on peut supposer sans restric-
tion que la matrice est symétrique c’est à dire que
a i , j (x, t ) = a j ,i (x, t ) pour tout i , j = 1, . . . , N pour tout (x, t ) ∈ RN × [0, T ]. (H1 )
Il en résulte en particulier que la matrice est diagonalisable. Par ailleurs, nous supposerons qu’elle
est uniformément elliptique (sur RN ×[0, T ]), c’est à dire qu’il existe une constante α0 > 0 telle que
N
a i , j (x, t )ξ1 ξ j ≥ α0 |ξ|2 , ∀ξ = (ξ1 , . . . , ξN ) ∈ RN . et pour tout (x, t ) ∈ RN × [0, T ].
X
(H2 )
i , j =1
Une autre façon d’exprimer la condition H2 est de dire que la matrice est définie positive sur
RN × [0, T ] et que sa plus petite valeur propre est supérieure ou égale à α0 . Un exemple de matrice
A est donnée par la matrice constante A = In , la matrice identité de RN . Dans ce cas on a alors
L = ∆x si A(x, t ) = IN , ∀(x, t ) ∈ RN × [0, T ].
Si de plus les coefficients Vi et c sont nuls, alors l’opérateur P correspond alors à l’opérateur de
la chaleur ∂t − ∆x que nous avons étudié en détail dans le chapitre précédent, en particulier dans
le contexte des fonctions Höldériennes. L’un des buts de ce chapitre est d’étendre les résultats, en
particulier d’existence, obtenus, aux contexte des opérateurs à coefficients variables étudiés ici.
Nous ferons en particulier l’hypothèses additionnelle suivante :
0,µ
Il existe 0 < µ < 1 tel que les coefficients a i , j ,Vi , c sont des fonctions de CP,per (RN × [0, T]. (H3 )
Sous ces hypothèses, on a alors :

2,µ 0,µ
Théorème 7.1.1. On suppose les hypothèses H1 , H2 et H3 verifiées. Soit u 0 ∈ CP,per (RN ) et f ∈ CP,per (RN ×
[0, T]). Alors le problème
∂t u(x, t ) − L (u)(x, t ) = f (x, t ) pour (x, t ) ∈ RN × [0, T ].

(
(5)
u(·, 0) = u 0 (·) sur RN .
2,1,µ
possède une unique solution u dans C P (RN × [0, T ]).
117
Ce résultat étend les résultats des Théorèmes 4.2.1 et 6.4.1, qui sont en fait le point de départ
de la démonstration. Le cas général s’obtient par une méthode de continuation, reposant en par-
ticulier sur une estimation a priori de la solution. Avant de donner la preuve du Théorème 7.1.1,
passons en revue quelques propriétés utiles des espaces de Hölder. Nous décrirons ensuite la tech-
nique des estimations a priori, puis, enfin, nous donnerons la preuve du Théorème.
7.2 Quelques propriétés des espaces de Hölder

Considérons de manière générale un ouvert Ω de RN , un nombre 0 < µ < 1 et l’espace C 0,µ (Ω)
définit dans la formule (5.4.25) et muni de la norme définie dans (5.4.26). Une des propriétés im-
portantes de cette espace vectoriel est la suivante :
7.2.1 Complétude
Proposition 7.2.1. L’espace vectoriel C 0,µ (Ω) est complet pour la norme k · kC 0,µ (Ω) , c’est à dire que
toute suite de Cauchy dans C 0,µ (Ω) possède une limite dans cet espace.
Démonstration. Soit (u n )N ∈N une suite de Cauchy dans C 0,µ (Ω), c’est à dire telle que
ku n − u m kC 0,µ (Ω) = u n − u m µ + ku n − u m kL ∞ (Ω) → 0, lorsque n, m → +∞.
Pour deux points arbitraires x, y ∈ Ω, les suite de nombres (u n )(x)N ∈N et (u n )(y)N ∈N sont de Cauchy
dans R, et converge donc vers une limite que nous noterons u(x) et u(y). par ailleurs, on a
|u n (x) − u n (y)| ≤ u n µ |x − y|µ ≤ K |x − y|µ , où K = sup{u n µ }.

n∈N
En passant à la limite N → +∞, on voit dons que la fonction u : x → u(x) vérifie
|u(x) − u(y)| ≤ K |x − y|µ ,
de sorte qu’elle appartient bien à C 0,µ (Ω),et qe u n converge vers u dans cet espace lorsque n →
+∞.
Rappelons qu’un espace vectoriel normé complet est appelé espace de Banach. Le résultat ci-
dessus s’étend à la plupart des espaces de Hölder que nous avons rencontrés, en particulier les
1,µ 0,µ 2,1,µ
espaces périodiques Cper (RN ), CP,per (RN × [0, T]), CP,per (RN × [0, T]), etc...
7.2.2 Propriétés d’algèbre

Une autre propriété des espaces de Hölder que nous utiliserons est la suivante :
Proposition 7.2.2. L’espace vectoriel de fonctions C 0,µ (Ω) est une algb̀ere pour la multiplication des
fonctions , c’est à dire si u et v sont deux fonctions de C 0,µ (Ω) alors uv appartient à C 0,µ (Ω) . De plus
on a (
uvµ ≤ kukL ∞ (Ω) vµ + kukL ∞ (Ω) vµ
(1)
kuvkC 0,µ (Ω) ≤ kukC 0,µ (Ω) kvkC 0,µ (Ω) .
118
Démonstration. Pour deux points donnés x et y de Ω, on écrit
¡ ¢ ¡ ¢
u(x)v(x) − u(y)v(y) = u(x) v(x) − v(y) + v(y) u(x) − u(y)
de sorte que
|u(x)v(x) − u(y)v(y)| ≤ kukL ∞ (Ω) |u(x) − u(y)| + kvkL ∞ (Ω) |v(x) − v(y)|
≤ kukL ∞ (Ω) vµ + kukL ∞ (Ω) vµ x − y|µ
£ ¤
de sorte que (1) en découle.
De nouveau, le résultat ci-dessus s’étend à la plupart des espaces de Hölder que nous avons
1,µ 0,µ 2,1,µ
rencontrés, en particulier les espaces périodiques Cper (RN ), CP,per (RN × [0, T]), CP,per (RN × [0, T]),
0,µ
en particulier on a, dans le contexte parabolique, pour deux fonctions de C P (Ω)ur
(
uvP,µ ≤ kukL ∞ (Ω) vP,µ + kukL ∞ (Ω) vP,µ
(2)
kuvkC 0,µ (Ω) ≤ kukC 0,µ (Ω) kvkC 0,µ (Ω) .
P P P
Nous utiliserons par le suite le corollaire suivant

Corollaire 7.2.1. Soit r > 0, et soit Λ(r ) le domaine B(r )×[0, r 2 ]. Soit b une fonction telle que b(0) =
0 et v une fonction telle que v = 0 sur ∂B(r ) × [0, r 2 ]. alors on a
kbukC 0,µ (Λ(r )) ≤ 3r µ kbkC 0,µ (Λ(r )) kukC 0,µ (Λ(r )) .
P P P
On voit ainsi que sous les hypothèse du Corollaire, et en supposant que r > 0 soit petit, la
norme du produit est plus petite que le produit des normes.
7.2.3 Interpolation de norme

Le type de résultat que nous allons présenter exprime le fait que, si pour une fonction donné,
on connaît une norme portant sur des dérivation d’orde élevée et une norme sur une dérivation
d’ordre faible, alors on peut majorer les normes de la fonctions pour les ordres de dérivation inter-
médaire, en fonctions de ces deux normes, avec un coefficient faible pour la norme d’ordre le plus
élévé. Voici un premier exemple simple, pour les fonctions périodiques que nous étudions ici :
Lemme 7.2.1. Soit ε > 0 donné. On a pour toute fonctions u ∈ C2per (RN ), il existe une constante K 0 (ε)
telle que
→
−
k ∇ ukL ∞ (QN ) ≤ εkukC 2 (QN ) + K 0 (ε)kukL ∞ (QN ) .
Démonstration. Divisons la preuve en plusieurs étapes.
Etape 1. On a pour tout i = 1, . . . , N , et tout x = (x 1 , . . . , x N ) ∈ QN , on a
Z 1
2 1 ³ 3 2 8 −3 2
´
|∂i u| (x 1 , . . . , x i 1 , s, x i +1 , . . . , x N )d s ≤ ε kukC 2 (Ω) + 128N ε kukL ∞ (QN ) . (3)
0 16N 4
Preuve. On intègre par partie, la condition de périodicité assure que les termes de bords s’annulent.
Il vient
Z 1
1 1
Z
2
|∂i u| (x 1 , . . . , x i 1 , s, x i +1 , x N . . .)ds = u xi xi u(x 1 , . . . , x i 1 , s, x i +1 , x N . . .)ds
0 2 0
≤ ku xi xi kL ∞ (QN ) kukL ∞ (QN ) (4)
128N 8
µ ¶
1 3 2
≤ ε ku x x k ∞ N + kuk2L ∞ (QN )
16N 4 i i L (Q ) ε 3
119
où on a utilisé, pour la dernière majoration, l’inégalité, pour tout nombre δ > 0 donné
µ ¶
1 1
ab ≤ δa + b , ∀a ≥ 0, ∀b ≥ 0. (5)
2 δ
que l’on utilise avec δ = 8N1 4 ε3 .

1
Etape 2. Pour tout i = 1, . . . , N , et tout x = (x 1 , . . . , x N ) ∈ Q, il existe 0 ≤ s ε ≤ 4N ε tel que
1 ¡
εkukC 2 (Ω) + 12N 4 ε−2 kukL ∞ (QN ) .
¢
|∂i u(x + s ε e 1 )| ≤
2N
ε ε
Preuve. Restreignons l’intégrale du membre de gauche de (3) à l’intervalle [x i , x i + 4N ] de taille 4N
.
ε
La formule de la moyenne montre qu’il existe un nombre 0 ≤ s ε ≤ 4N tel que
1 ³ 2 ´
|∂i u|2 (x 1 , . . . , x i 1 , s, x i +1 , . . . , x N ) ≤ ε kuk2
C 2 (Ω)
+ 128N 8 −4
ε kuk2
L ∞ (QN )
.
4N 3
On conclut en prenant la racine carrée, et en invoquant la formule
p p p
a + b ≤ a + b.
Etape 3. Pour tout i = 1, . . . , N , et tout x = (x 1 , . . . , x N ) ∈ Q, on a

1¡
εkukC 2 (Ω) + 12N 4 ε−2 kukL ∞ (QN ) .,
¢
|∂i u(x)| ≤
N
Preuve. On écrit Z
∂i u(x) = ∂i u(x + s ε e i ) − ∂xi xi u(x + s~
e i )ds
x1
de sorte que
ε
|∂i u(x)| ≤ |∂i u(x + s ε e i )| + kukC 2 (Ω) .
4N
On conclut en utilisant l’estimation de l’étape 2.
Etape 4 : conclusion. Il resulte de l’étape 4 que
1¡
εkukC 2 (Ω) + 12N 4 ε−2 kukL ∞ (QN ) .
¢
k∂i ukL ∞ (QN ) ≤
N
On conclut en sommant sur toutes les dérivées partielles, et ne choisissnat K 0 (ε) = 14N 4 ε−2 .
Dans le contexte des espaces de Hölder la variante suivante est utile :
Lemme 7.2.2. Soit ε > 0 donné. On a pour toute fonctions u ∈ C2per (RN ) et 0 < µ < 1, il existe une
constante K µ (ε) telle que
→
−
∇ uµ ≤ εkukC 2 (QN ) + K µ (ε)kukL ∞ (QN ) .
Démonstration. Pour x et y donnés dans QN , on a grace au théorème des accroissements finis

→
− →−
| ∇ u(x) − ∇ u(y)|
I u (x, y) ≡ µ
≤ N |x − y|1−µ kukC 2 (QN ) ,
|x − y|
¡ ε ¢ 1
de sorte que si |x − y| ≤ δ(ε) ≡ 2N 1−µ , on obtient I (x, y) ≤ 1 kuk
u 2 C 2 (QN ) . Si on revanche |x − y| ≤
δ(ε), alors on utilise la majoration du Lemme 7.2.1 avec pour paramètre ε0 ≡ εδ(ε). Ceci donne la
conclusion avec K µ (ε) = K 0 (εδ(ε)).
120
Nous aurons également besoin de variantes parboliques de ces interpolations.
2,1,µ
Lemme 7.2.3. Soit ε > 0 donné. On a pour toute fonctions u ∈ CP,per (RN ×[0, T]) et 0 < µ < 1, il existe
une constante K P,µ(ε) telle que
→
−
∇ x uP,µ ≤ εkukC 2,1,µ (QN ) + K P,µ (ε)kukL ∞ (QN ) .
P
Démonstration. Le point essentiel pour établir ce resultat est de montrer de pour tout ε > 0, il
existe une constant K̃ (ε), telle que, pour tous temps t 1 , t 0 donnés dans [0, T ], tout point x ∈ QN et
i ∈ {1, . . . , N }
µ ³ ´
|∂i u(x, t 1 ) − ∂i u(x, t 0 )| ≤ |t 1 − t 0 | 2 εkukC 2,1,µ (QN ) + K̃ P,µ (ε)kukL ∞ (QN ) . (6)
P
0 0
Sans perte de généralité, on peut supposer que i = 1 et écrire x = (x 1 , x N −1 ) où on a posé x N −1 =
(x 2 , x 3 , . . . , x N ). considérons la fonction h et w définies sur R par
0 0 0 0 d
h(s) = u(s, x N −1 , t 1 ) − u(s, x N −1 , t 0 ) et w(s) = ∂1 u(s, x N −1 , t 1 ) − ∂1 u(s, x N −1 , t 0 ) = (h(s)).
ds
R1
On remarque que ces fonction sont périodiques de période 1 et que de plus 0 w(s)d s = 1. Il existe
donc un point s 0 ∈ [0, 1[ tel que w(s 0 ) = 0. En procédant comme dans le Lemme (7.2.1), Etape 1, on
démontre, par intégration par parties que
Z 1 1¡ 2
|w|2 ≤ ε kḧk2L ∞ ([0,1) + ε−2 khk2L ∞ ([0,1] .
¢
(7)
0 4
On observe ensuite que, comme ḧ(s) = ∂x1 x1 u(s, x N

0
−1 , t 1 ) − ∂x 1 x 1 u(s, x N −1 , t 0 ), on a
0
p µ
kḧkL ∞ ([0,1])) ≤ |t 1 − t 0 | kukC 2,1,µ (QN ) , (8)
P
et de même, on peut majorer le second terme dans le membre de droite de (7) de deux façons
différentes, d’abord par le théorème des accroissements finis pour obtenir
khkL ∞ ([0,1]) ≤ |t 1 − t 0 |kukC 2,1,µ (QN ) (9)

P
mais aussi de manière plus brutale par
khkL ∞ ([0,1]) ≤ 2kukL ∞ (QN ) . (10)
Distinguons maintenant deux cas :

4
Cas 1 : |t 1 − t 0 | ≤ ε 1−µ .On a alors ε−2 |t 1 − t 0 |1−µ ≤ ε2 . Dans ce cas, en utilisant les majorations (9) et
(8) on obtient Z 1
1
|w|2 ≤ |t 1 − t 0 |µ ε2 kḧk2L ∞ ([0,1) ,
¡ ¢
0 4
de sorte que l’inégalité de Cauchy Schwarz donne
Z x1 Z 1 1 µ
|∂1 u(x, t 1 ) − ∂1 u(x, t 0 )| = |h(x 1 )| = | ḣ(s)ds| ≤ |w| ≤ p |t 1 − t 0 | 2 εkukC 2,1,µ (QN ) ,
0 0 2 P
ce qui donne le résultat (6), quelque soit le choix de la constante K̃ .
121
4 4µ
Cas 2 : |t 1 − t 0 | ≤ ε 1−µ . Dans ce cas, on a , en utilisant l’inégalité (10), le fait que |t 1 − t 0 |µ ≥ ε 1−µ
ainsi que la majoration (8)
Z 1
1p µ³ 4µ ´
−2− 1−µ
|t 1 − t 0 | ε2 kukC 2,1,µ (QN ) + 2ε
|w|2 ≤ kukL ∞ (QN ) .
0 4 P
p
On conclut alors de la même façon, en choisissant K̃ (ε) = 2ε−1 .
Remarque 7.2.1. on peut démontrer de même que
uP,µ ≤ εkukC 2,1,µ (QN ) + K P,µ (ε)kukL ∞ (QN ) .

P
7.3 La méthode des estimations a priori

La technique des estimations a priori consiste à supposer a priori qu’une solution du pro-
blème existe, et essayer de trouver des majorations de cette solution qui sont indépendantes de la
2,1µ
solution choisie. Supposons donc connue une solution u ∈ CP,per (RN × [0, T]) du problème (5).
7.3.1 Principe du maximum

Une première estimation a priori nous est fournie par le principe du maximum :
2,1µ
Lemme 7.3.1. Soit une solution u ∈ CP,per (RN × [0, T]) du problème (5). On a la majoration
kukL ∞ (RN ×[0,T ] ≤ T k f kL ∞ (RN ×[0,T ]) + ku 0 kL ∞ (RN ×[0,T ]) .
Démonstration. Considérons la fonction w définie sur RN × [0, T ] par
w(x, t ) = ku 0 kL ∞ (RN ×[0,T ] + t k f kL ∞ (RN ×[0,T ])
Comme cette fonction ne dépend pas de la variable spatiale, on a L (w)(x, t ) = 0 pour tout (x, t ) ∈
RN × [0, T ], de sorte que
∂w
P (w)(x, t ) = (x, t ) = k f kL ∞ (RN ×[0,T ]) ,
∂t
et ainsi
P (u − w)(x, t ) ≤ 0.
Comme w(·, 0) ≤ u 0 (·), on en déduit que u ≤ w sur RN × [0, T ]. On démontre de même que u ≥ −w
sur RN × [0, T ], ce qui donne le résultat.
7.3.2 Majoration des normes fortes par méthode perturbative

Nous allons démontrer dans cette partie la majoration suivante :
2,1,µ
Proposition 7.3.1. Soit une solution u ∈ CP,per (RN × [0, T]) du problème (5) telle que u 0 = 0.. On a la
majoration
µ ¶
→
−
kukC2,1,µ (RN ×[0,T]) ≤ C 0 k f kC 0,µ (RN ×[0,T ] + +k ∇ x ukC0,µ (RN ×[0,T]) + kukC0,µ (RN ×[0,T]) ,
P,per P P,per P,per
où C 0 > 0 désigne une constante qui dépend des coefficients de P .
122
Nous allons diviser la preuve en plusieurs résultats intermédai res. Elle repose pour l’essentiel
sur une méthode de localisation : près d’un point(x 0 , t 0 ) donné de RN ×[0, T ] l’opérateur ressemble
à un opérateur à coefficients constants, et on peut appliquer les résultats du chapitre précédent,
obtenus par convolution. Posons pour u : RN × [0, T ]t oR et v : RN → R
N ∂2 v
P 0 (x, t ) = ∂t u(x, t ) − L 0 (u)(x, t ) où L 0 v(x) = a i0, j (x) avec a i0, j = a i , j (x 0 , t 0 ).
X
i , j =1 ∂x i ∂x j
Ce dernier opérateur correspond à l’opérateur L dont on a retiré les termes d’ordre inférieur par
rapport aux variables d’espace, et dont les coefficients d’ordre 2 sont gelés en (x 0 , t 0 ) : il s’agit donc
d’un opérateur elliptique à coefficients constants, et nous pouvons alors nous ramener au lapla-
cien par changement de coordonnées. Développons P a partir de P 0 et écrivons
P = P 0 + B, (1)
où si on définit les fonctions b i , j par b i , j (x, t ) = a i , j (x, t ) − a i , j (x 0 , t 0 ) on a posé
N ∂2 u N ∂u
Bu(x, t ) =
X X
b i , j (x, t ) (x) + Vi (x, t ) (x, t ) + c(x, t )u(x, t ). (2)
i , j =1 ∂ x i ∂x j
2
i =1 ∂x i
Pour formaliser l’idée que P est proche de P 0 si on se situe dans un voisinage de (x 0 , t 0 ) intro-
duisons un rayon r > 0 et le cylindre parabolique Λ(r ) = Λ(x 0 , t 0 , r ) ≡ B(x 0 , r )×]t 0 , t 0 + r 2 ]. Si une
fonction v définie sur le cylindre est telle que v = 0 sur ∂B(r ) × [0, r 2 ], alors il résulte du Corollaire
7.2.1 que ³ →
− ´
kB(v)kC 0,µ (Λ(r )) ≤ C r µ kvkC 2,1,µ (Λ(r )) + k ∇ x vkC 0,µ (Λ(r )) + kvkC 0,µ (Λ(r )) , (3)
P P P P
où la constante C > 0 ne dépend que des normes des coefficients. Ainsi si r > 0 est petite, les termes
d’ordre le plus élevé de B sont petits.
Voyons maintenant comment cela se traduit au niveau des opérateurs. Nous considérons à cet
2,1,µ
effet des fonctions v ∈ C P (Λ(r )) et telles que
v = 0 sur ∂B(x 0 , r ) × t 0 et supp v ⊂ B(x 0 , r 0 ) × [t 0 , t 0 + r 2 [= Λ(r ) ∪ B(x 0 , r 0 ) × {t 0 }. (4)
Il résulte de l’hypothèse (4) que la fonction v est nulle dans un voisinage de ∂B (x 0 , r 0 )×]t 0 , t 0 +
r 2 ](mais pas forcément de B(x 0 , r 0 ) × {t 0 } !) Par ailleurs, et c’est la le point le plus important, on
peut étendre v à l’ensemble RN × [t 0 , t 0 + ∞[, et posons
v = 0 sur RN × [t 0 , +∞[ \ Λ(r ).

¡ ¢
(5)
2,1,µ
Si v vérifie l’hypothèse (4), alors la fonction étendue par (5) est une fonction de C P (RN ×[t 0 , +∞[),
2,1,µ
avec la même norme C P sur les deux domaines.
Lemme 7.3.2. Il existe des constantes r 0 > 0 et K 0 ne dépendant que des coefficients de P telle que,
2,1,µ
si 0 < r ≤ r 0 , alors pour toute fonction v ∈ C P (Λ(r )) satifaisant l’hypothése (4) on a la majoration
h →
− i
kvkC 2,1,µ (Λ(r )) ≤ K 0 kP (v)kC 0,µ (Λ(r ) + k ∇ x vkC 0,µ (Λ(r )) + kvkC 0,µ (Λ(r )) . (6)
P P P P
123
Preuve du Lemme 7.3.2. Il résulte du développement (1) que, sur Λ(r ) que
P 0 (v) = g avec g ≡ P (v) − B(v),

0,µ
¡ N dans B(x
2
La fonction g de cette identité est une fonction de C P (Λ(r ) à support ¢ 0 , r )×]t 0 , t 0 + r [,
N
de sorte qu’on peut l’étendre à R × [0, +∞[ en posant g = 0 sur R × [t 0 , +∞[ \ Λ(r ), et ainsi la
relation P 0 (v) = g est valide sur tout RN × [t 0 , +∞[ avec v(·, t 0 ) = 0 sur RN . Par un changement
linéaire de coordonnées adéquat, l’opérateur P 0 se ramène à l’opérateur de la chaleur, de sorte
que l’on peut utiliser les majorations du chapitre 4, ce qui donne
³ ´
kvkC 2,1,µ (Λ(r )) ≤ C kg kC 0,µ (Λ(r )) ≤ C kP (v)kC 0,µ (Λ(r )) + kB(v)kC 0,µ (Λ(r ))
P P P P
³ →
− ´ (7)
µ
≤ C kP (v)kC 0,µ (Λ(r )) + r kvkC 2,1,µ (Λ(r )) + k ∇ x vkC 0,µ (Λ(r )) + kvkC 0,µ (Λ(r ))
P P P P
Le terme kvkC 2,1,µ (Λ(r )) apparaît des deux côtés de cette inégalité, avec pour le terme de gauche, un
P
µ
coefficient qui dépend de r . Si on choisit r 0 tel que C r 0 = 21 , où C désigne la constante intervenant
dans l’inégalité précédente, alors on obtient, pour 0 < r ≤ r 0 , l’inégalité (6) avc K 0 = 2C .
On utilise le lemme précédent alors des fonctions plateau, mais ceci ne donne que des infor-
mations locales qu’il s’agit de recoller. La technique classique pour traiter ce genre de résultats
s’appelle une partition de l’unité.
Partition de l’unité. Soit K un compact de RN . On suppose qu’il existe un ensemble fini d’ouverts
`
(U i )`i =1 , recouvrant K , c’est à dire tels que K ⊂ ∪ U i . Alors on démontre qu’il existe une famille de
i =1
fonctions (χi )`i =1 de D(RN ) telles que
supp χi ⊂ U i , χi ≥ 0, pour i = 1, . . . , ` et χi (x) = 1 pour x ∈ K .

X̀
(8)
i =1
Nous allons appliquer ce résultat d’abord au le cube fermé K = QN et prendre pour collection
d’ouverts U i des boules B i = B (x i , r 0 ) de rayon r 0 , et construisons ainsi une famille de fonctions χi
vérifiant (8). Nous procédons de même pour l’intervalle de temps [0, T], et prenons pour ouverts
r2 r2
les segments I k ≡]t k , t k + r 02 [, où t k = k 20 − 40 ,k = 0, . . . , m et construisons des fonctions θk régu-
lières, positives et à support inclus dans I k dont la somme vaut 1 sur [0, T ]. Notos en particulier
que notre construction implique que θ0 = 1. Finalement, nous considérons les fonctions ϕi ,k de
D(RN × R) définies pour x ∈ RN et t ∈ R par
ϕi ,k (x, t ) = χi (x)θk (t ), i = 1, . . . , `, k = 0, . . . , m,
de sorte que
supp ϕi ,k ⊂ Λ(x i , t k , r ) et ϕi ,k (x, t ) = 1 pour (x, t ) ∈ QN .
X
Fin de la démonstration de la proposition 7.3.1. Considérons les fonctions u i ,k définies sur RN ×

[0, T ] par u i ,k = uϕi , j . On a
u = u i ,k sur QN
X
de sorte que X
kukC2,1,µ (RN ×[0,T]) ≤ ku i ,k kC2,1,µ (RN ×[0,T]) , (9)
P,per P,per
124
et il résulte du Lemme7.3.2 appliqué aux fonctions u i sur les cylindres correspondants que
h →
− i
ku i ,k] kC 2,1,µ (Λ(x ,t ,r 2 )) ≤ K 0 k f kC 0,µ (Λ(x ,t ,r ) + k ∇ x u i ,k kC 0,µ (Λ(x ,t ,r )) + ku i ,k kC 0,µ (Λ(x ,t ,r )) .
P i k 0 P i k 0 P i k 0 P i k 0
En utilisant le fait que u i ,k = uϕi , j développons les termes correspond du membre de gauche, on
obtient
h →
− i
ku i ,k] kC 2,1,µ (Λ(x ,t ,r 2 )) ≤ C K 0 k f kC 0,µ (R N ×[0,T ] + k ∇ x ukC 0,µ (RN ×[0,T ]) + kukC 0,µ (RN ×[0,T ]) . (10)
P i k 0 P P P
Finalement, en combinant (9) et (10), on déduit le résultat.
7.3.3 Absorption des termes d’ordre intermédiaire par interpolation

A ce stade, la Proposition 7.3.1 n’est pas encore une estimation a priori, puisque la fonction
u intervient des deux côtés de l’inégalité. Dans ce paragraphe, nous allons éliminer les termes
d’ordre inférieur du membre de droite.
2,1,µ
Proposition 7.3.2. Soit une solution u ∈ CP,per (RN × [0, T]) du problème (5) telle que u 0 = 0.. On a la
majoration ³ ´
kukC2,1,µ (RN ×[0,T]) ≤ C 1 k f kC 0,µ (RN ×[0,T ] ,
P,per P
où C 1 > 0 désigne une constante qui dépend des coefficients de P .
Démonstration. Nous allons invoquer les proriétés d’interpolation et utiliser le Lemme 7.2.3 ainsi
que la Remarque 7.2.1 qui nous permet d’ affirmer que pour tout ε > 0 on a
→
−
k ∇ x ukC 0,µ (RN ×[0,T ]) + k ukC 0,µ (RN ×[0,T ]) ≤ 2εkukC 2,1,µ (QN ) + 2K P,µ (ε)kukL ∞ (QN ) .
P P P
2,1µ
Par ailleurs, on utilisant le Lemme 7.3.1 on a Soit une solution u ∈ CP,per (RN × [0, T]) du problème
(5). On a la majoration
kukL ∞ (RN ×[0,T ] ≤ T k f kL ∞ (RN ×[0,T ]) .
on reportons ces majorations dans l’inégalité de la Proposition 7.3.1 on trouve
(1 − 2C 0 ε)kukC2,1,µ (RN ×[0,T]) ≤ C 0 1 + 2T K P,µ (ε) k f kC 0,µ (RN ×[0,T ]) .

¡ ¢
P,per P
1
En choisissant ε =
¡ ¢
4C 0
on obtient l’inégalité désirée avec avec C 1 = 2C 0 1 + 2T K P,µ (ε) .
Commentaire. Il est intéressant de réinterpréter le résultat précédent dans le langage de l’analyse

fonctionnelle. Considérons les espaces vectoriels de fonctions
µ 2,1,µ 0,µ
X 0 = {v ∈ CP,per (RN × [0, T]), v(x, 0) = 0, ∀x ∈ RN } et Yµ = CP,per (RN × [0, T]), (11)
que nous munissons de leurs normes habituelles, de sorte que l’opérateur P est une application
µ
linéaire continue de X 0 vers Y µ , qui vérifie, grâce à la proposition 7.3.2 la majoration
kvk X µ ≤ C 1 kvkY µ , ∀v ∈ X µ . (12)

0
Il en résulte que P est injective, car son noyau est nul. Pour démontrer le théorème, il reste à mon-
trer qu’elle est surjective. La preuve repose sur la méthode de continuation que nous décrivons
maintenant.
125
7.3.4 Méthode de continuation
Nous considérons dans cette section la situation abstraite où nous avons deux espaces de Ba-
nach X et Y , et deux applications linéaires continues L 0 et A de X vers Y . On pose, pour s ∈ [0, 1]
P s = P 0 + sA ,
et on suppose qu’il existe une constante M 0 > 0 telle que
kuk X ≤ M 0 kP s (u)kY pour tout u ∈ X . (13)
de sorte que P s est injective pour tout s ∈ [0, 1].
Lemme 7.3.3. On suppose que l’hypothèse (13) est satisfaite et que L 0 est surjective. Alors L s est
surjective pour tout s ∈ [0, 1].
Démonstration. Introduisons le sous-ensemble I du segment [0, 1] défini par
I = {s ∈ [0, 1], tel que P s est surjective}.
Par hypothèse P 0 est surjective donc 0 ∈ I d’où il résulte que I est non vide. Considérons un élé-
ment quelconque s 0 ∈ I , de sorte l’application linéaire continue P s0 est bijective. Par l’hypothèse
(13), on a kP s−1
0
(w)kY ≤ M 0 kwkY pour tout w ∈ Y , ce qui entraîne que kP s−1 0
k ≤ M 0 . Etudions
maintenant les applications P s près de P s0 . Pour savoir si P s0 +ε est surjective, considérons un
élement quelconque w ∈ Y , et cherchons à résoudre P s0 +ε (u) = w, équation que l’on peut encore
réecrire sous la forme P s0 (u) = w − εA (u), ce qui donne
(Id X − εT )(u) = P s−1

0
(w), (14)
où T est linéaire continue de X dans X et est définie par T (u) = −P s−1 0

◦ A , de sorte que kT k ≤
M 1 ≡ M 0 kA kY . La question de la résolution de l’équation (14) se ramène alors pour l’essentielle à
savoir si l’opérateur (Id X − εT ) est inversible. On vérifie qu’une condition suffisante pour que ceci
soit le cas est que |ε| ≤ M −1 . En effet, si tel est le cas, un inverse explicite est donné par la série
+∞
(Id X − εT )−1 = εn T n = Id X + εT + ε2 T 2 . . . ,
X
n=0
cette somme étant convergente lorsque |ε| ≤ ²1 ≡ M 1−1 . Si tel est le cas, la solution de (14) est don-
née par la série.
u = (Id X − εT )−1 g = g + εT (g ) + ε2 T 2 (g ) . . . , où on a posé g = L t−1

0
(w).
Il en résulte que P s est inversible pour s ∈]−²1 , ²1 [, de sorte que ]s 0 −²1 , t −s 0 +²1 [∩[0, 1] ⊂ I . Comme
²1 ne dépend pas de s 0 ceci permet finalement de montrer que I = [0, 1] : on commence par s 0 = 0,
ce qui montre que [0, ²1 [⊂ I , puis on continue avec s 1 = ²21 , ce qui montrer que ]0, 3²21 [⊂ I , on passe
ensuite à t 2 = ², qui donne ]², 2²[⊂ I . A la kième étape, on a prouvé que [0, (k + 1) ε21 ⊂ [0, 1], ce qui
donne le résultat pour k assez grand.
126
7.4 Démonstration du Théorème 7.1.1
Démontrons d’abord le théorème sous l’hypothèse additionnelle que u 0 = 0. La seule chose
µ
qu’il reste à vérifier est que P est surjective de X 0 vers Y µ . Pour le voir, on construit un segment
joignant P à l’opérateur de la chaleur en posant pour s ∈ [0, 1]
P s = sP + (1 − s)(∂t − ∆) = ∂t − L s où on a poséL s ≡ sL + (1 − s)∆.
On vérifie que L s est elliptique pour tout s ∈ [0, 1], les coefficients des termes d’ordre 2 ayant la
forme a i , j ,s = sa i , j + (1 − s)δi , j , ce qui permet de minorer uniformément la constante d’ellipticité
N
a i , j ,s ξi ξ j ≥ sα0 |ξ|2 + (1 − s)|ξ|2 ≥ α1 |ξ|2 , avec α1 = inf{α0 , 1}.
X
i,j
Par ailleurs, tous les coefficients sont Hölderiens d’ordre µ, avec des bornes sur les normes uni-
formes en s. Il résulte de la Proposition 7.3.2 que l’hypothèse (13) est vérifiée. Comme pour s = 0
P 0 est donné par l’opérateur de la chaleur qui est inversible, on peut appliquer le Lemme 7.3.3 qui
montre que P s est inversible pour tout s ∈ [0, 1]. Comme P 1 = P le résultat en découle lorsque
u 0 = 0.
Dans le cas où u 0 est non identiquement nul , on introduit la fonction ũ définie sur RN × [0, T [
par ũ 0 (x, t ) = u(x) pour x ∈ RN et t ∈ [0, T ], et on considère la fonction ũ = u − ũ 0 définie sur
RN × [0, T ]. Elle vérifie
P (ũ) = f˜ avec f˜ = f − ∆x ũ 0 sur RN × [0, T ]

(
ũ(x, 0) = 0 pour x ∈ RN .
On est alors ramené au premier cas qui donne le résultat.
127
Chapitre 8
Problèmes non linéaires
On s’intérèsse dans cette partie à des problèmes d’évolution non linéaires de type réaction-
diffusion. Comme dans le chapitre précédent, Nous allons travailler avec des fonctions pério-
diques par rapport aux variables spatiales de période 1 par rapport à chacune d’entre elles, dé-
finies sur RN × [0, T ], c’esst à dire des fonctions continues f sur RN × [0, T ] telles que, pour tout
i = 1, . . . , N
On note C0per (RN ×[0, T ] l’espace vectoriel des fonctions continues ayant la propriété de périodicité
(8.0.1), et de mani :‘ere plus générale Ckper (RN ×[0, T ] de telles fonctions de classe C k . Pour de telles
fonctions, il suffit de les connaître sur le cube unité QN = [0, 1]N : on peut ensuite les prolonger
par périodicité sur l’espace tout entier. ce domaine a donc l’avantage d’être borné, et sans bords,
ce qui simplifie considérablement la présentation d’un certains nombres de problèmes.
Le modèle le plus simple que nous considérons à la forme
∂t u(x, t ) − ∆x u(x, t ) = g (x, t , u(x, t )) pour tout x ∈ RN et t ∈ [0, T [

(
(8.0.2)
u(x, 0) = u 0 (x) pour x ∈ RN ,
où T > 0, la fonction u 0 est donnée dans un espace de Hölder C2per (RN ) et où g : RN × R+ × R → R

désigne une fonction continue par rapport à toutes les variables.
8.0.1 Existence globale pour non linearités lipschitziennes

On suppose dans cette partie que g lipschitzienne par rapport à la dernière variable, c’est à
dire que
|g (x, t , u) − g (x, t , v)| ≤ K 1 |u − v|, (8.0.3)
de constante de Lipschitz inférieure ou égale à K 1 . Dans de nombreux exemples que nous verrons,
la fonction g ne dépend pas des variables (x, t ) , c’est à dire que g (x, t , u) = g (u).
Existence locale
Sous les hypothèses précédentes sur g , nous allons démontrer le résultat d’existence globale
de solutions suivant :
128
Proposition 8.0.1. On suppose que la fonction g vérifie l’hypothèse (8.0.3). Pour toute donnée ini-
tiale u 0 ∈ C2per (RN ), et pour tout temps T ≤ K −1 , le problème (8.0.2) possède une unique solution, au
sens des distributions u ∈ C0per (RN × [0, T ) de l’équation (8.0.2).
Commentaires. Le théorème précédent possède des analogies évidentes avec le théorème de Cauchy-
Lipschitz pour les équations différentielles ordinaires, dont il reprend la structure (et, nous le ver-
rons, dans une certaine mesure la démonstration). En particulier, si la donnée initiale est constante
égale à un nombre c, et si la fonction g ne dépend pas de la première variable de sorte que g (x, t , u) =
g (t , u), alors la solution donnée par le Théorème 8.0.2 est la fonction constante en espace dont la
valeur en temps est donnée par la solution de l’équation différentielle ordinaire
d
(u)(t ) = g (t , u(t ), avec u(0) = c.
dt
Notons cependant une différence notable entre les deux énoncés : alors que le Théorème de Cauchy-
Lipschitz fournit un résultat de même nature pour les temps négatifs, ce n’est pas le cas du Théo-
rème 8.0.2, qui est contraint par les propriétés de l’équation de la chaleur.
La démonstration du théorème repose sur une formulation de l’équation (8.0.2) sous forme
d’une équation abstraite dans des espaces de Banach adéquats. Considérons à cet effet, pour
T > 0 donné l’espace des fonctions continues, périodiques par rapport à la première variable, et
nulles à l’instant initiale
X 0,T = {u ∈ C0per (RN × [0, T ]), u(x, 0) = 0}
A l’aide de l’application g , on construit une application (nonlinéaire) de l’espace X 0,T dans l’es-
pace X T = {u ∈ C0per (RN × [0, T ])} en posant
G(v)(x, t ) = g (x, t , v(x, t )), ∀(x, t ) ∈ RN × [0, T ]. (8.0.4)

On vérifie qu’il résulte de (8.0.3) que
kG(v) −G(u)kL ∞ (RN ×[0,T ]) ≤ K 1 kv − ukL ∞ (RN ×[0,T ]) , (8.0.5)
de sorte que l’application G est une application Lipschitzienne (et donc continue) de l’espace X T
dans lui-même. considérons maintenant le problème l’opérateur différentiel P définie par P (u) =
∂t u − ∆x u.
Lemme 8.0.1. Soit f ∈ X T . Alors, le problème P (u) = f possède une unique solution u ∈ X 0,T de
l’équation P (u) = f au sens des distribution. Il existe de plus une constante C > 0 indépendante de
T telle que
kukL ∞ (RN ×[0,T ]) ≤ T k f kL ∞ (RN ×[0,T ]) . (8.0.6)
Démonstration. Une solution du problème P (u) = f nous est fourni par la formule de type Duha-
mel Z t µZ ¶
u(x, t ) = H(x − y, t − s) f (y)dy d s, ∀x ∈ RN , ∀t ∈ [0, T ]. (8.0.7)
0 RN
Cette fonction est continue, périodique par rapport aux variables spatiales. La formule montre
clairement que u(x, 0) = 0, de sorte que cette fonction appartient bien à l’espace X 0,T . Par ailleurs,
on peut majorer sa valeur en tout point (x, t ) par
Z t µZ ¶
|u(x, t )| ≤ H(x − y, t − s)| f (y)|dy d s
0 RN
Z t µZ ¶
(8.0.8)
≤ k f kL ∞ (RN ×[0,T ]) H(x − y, t − s)dy d s
0 RN
≤ T k f kL ∞ (RN ×[0,T ]) , ∀x ∈ RN , ∀t ∈ [0, T ],
129
R
où on a utilisé le fait que RN H(x, t )dx = 1, pour tout t > 0.Cette majoration fournit l’inégalité du
Lemme dont la preuve est ainsi complète.
Le Lemme précédent nous permet de définir une application linéaire continue R T : X T → X 0,T ,
qui a une fonction f associe la solution u de P (u) = f définie par la formule explicite (8.0.7). On
peut majorer sa norme en fonction de la taille T d’intervalle de temps grâce à la majoration (8.0.6),
qui donne
kR T kL (X T ,X 0,T ) ≤ T. (8.0.9)
On remarque, et cette observation est cruciale pour la suite, que cette norme tend vers zéro lorsque
la taille de l’intervalle de temps tend vers zéro.
Revenons maintenant à la formulation du problème (8.0.2). Introduisons la fonction ũ 0 définie
sur RN × [0, T ] par ũ 0 (x, t ) = u 0 (x) pour tout (x, t ) ∈ Rn × [0, T ], de sorte que cette fonction est
périodique par rapport aux variables spatiales, de classe C 2 , et décomposons u ∈ X T sous la fome
u = ũ 0 + v, avec v ∈ X 0,T .
On a alors
P T (u) = P T (ũ 0 ) + P T (v) = −∆x ũ 0 + P (v).
Il en résulte que si u est solution de l’équation (8.0.2) alors P (u) = G(u), c’est à dire en reportant les
identités précédentes P T (v) = G(u) + ∆x ũ 0 , soit v = R T (G(u) + ∆x ũ 0 ). La résolution de léquation
(8.0.2) se ramène alors un problème sur l’espace X T :
Trouver une solution u ∈ X T de l0 équation u = NT (u), (8.0.10)
où NT désigne l’application continue de X T dans lui-même définie par
NT (u) ≡ R T (G(u)) + g , où g désigne la fonction définie sur X T par g = ũ 0 + R(∆x ũ 0 ) ∈ X T
Notons que si on considère le sous-espace affine
X u0 ,T = {v ∈ X T , v(·, 0) = u 0 (·), sur RN }
de X T , alors il résulte de la définition ci-dessus que l’image de X T par N est incluse dans X u0 ,T ,
et donc la restriction N˜T de NT à X u0 ,T est une application continue de X u0 ,T dans lui-même, et
que toutes les solutions du problème (8.0.10) appartiennent à X u0 ,T . Notons, également que si u, v
sont deux élements de X T alors, on a, NT (u) − NT (v) = R T (G(u) − G(v)), et en combinant (8.0.6)
et (8.0.5) on aboutit à la majoration
kNT (u) − NT (v)kL ∞ (RN ×[0,T ]) ≤ K 1 T ku − vkL ∞ (RN ×[0,T ]) . (8.0.11)
Rappelons qu’une application N d’un espace métrique X dans lui-même est dite contractante, s’il
existe une constante 0 < k < 1 telle que
d (N (w 1 ), N (w 2 )) ≤ kd (w 1 , w 2 ), pour tous w 1 , w 2 dans X ,
où d désigne la distance sur N . Il résulte de (8.0.11) que N est contractante,si k T ≡ K 1 T < 1. Dans
ce cadre, on peut donc utiliser le théorème du point fixe de Picard.
Lemme 8.0.2. Soit X un espace métrique complet et N une application contractante de X dans
lui-même. Alors il existe un unique point fixe de N , c’est à dire un unique élément u ? de X tel que
u ? = N (u ? ).
130
Démonstration. L’unicité est immédiate : s’il y avait deux points fixes distincts u ? et v ? , alors, on
aurait par la propriétés de contraction
d (u ? , v ? ) = d (N (u ? ), N (v ? )) ≤ kd (u ? , v ? ) < d (u ? , v ? ),
d’ou u ? = v ? . Pour construire la solution u ? , on utilise un procédé itératif, en considérant la suite

(u n )n∈N définie par la récurrence u n+1 = N (u n ), avec u 0 quelconque. La propriété de contraction
implique que, pour n ≥ 1
d (u n+1 , u n ) = d (N (u n ), N (u n−1 ) ≤ kd (u n , u n−1 ) de sorte que d (u n+1 , u n ) ≤ k n d (u 1 , u 0 ).
En on obtient pour m ≥ n , en sommant la dernière relation et en utilisant l’inégalité triangulaire,

kn
d (u m , u n ) ≤ 1−k d (u 0 , u 1 ), ce qui montre que la suite (u n )n∈N est de Cauchy. Comme l’espace X
est complet, la suite possède une limite u ? : en passant à la limite dans les deux membres de
l’équation u n+1 = N (u n ), on obtient u ? = N (u ? ), ce qui est le résultat annoncé.
Démonstration de la Proposition 8.0.1. Nous avons déjà ramené le problème de l’existence sur l’in-
tervalle de temps [0, T ] à l’existence d’un point fixe pour l’application NT : Il résulte de ce qui
précède que si T ≤ T0 = K 1−1 , alors l’application NT est contractante, ce qui donne le résultat.
Remarque 8.0.1. En améliorant un peu l’inégalité (8.0.8), on peu obtenir, pour u = R T f ), la ma-
joration Z t
ku(·, t )kL ∞ (RN ) ≤ k f (·, s)kL ∞ (RN ) ds∀t ∈ [0, +∞[ (8.0.12)
0
Si on utilise (8.0.12) avec l’inégalité |g (x, t , u(x, t ))| ≤ K 1 |u(x, t )| + K 2 où K 2 ≡ kg (·, ·, 0)kL ∞ (RN ×[0,T ]
pour la solution u du problème (8.0.2) on obtient (exercice)
Z t
ku(·, t )kL ∞ (RN ) ≤ K 1 ku(·, s)kL ∞ (RN ) ds + t K 2 + K 3
0
avec K 3 = ku 0 kL ∞ (RN ) . En utilisant le Lemme de Gronwall, on obtient alors l’inégalité

Z t
ku(·, t )kL ∞ (RN ) ≤ ku 0 kL ∞ (RN ) exp K 1 t + exp(K 1 (t − s))(K 2 s + K 3 )ds. (8.0.13)
0
Régularité des solutions
Dans la partie précédente nous avons construit des solutions de régularité relativement faible,
puisqu’elle sont seulement continues, et l’équation étant alors seulement vérifiée au sens des dis-
tributions. Dans cette partie, nous allons voir comment obtenir une régularité suffisante pour que
l’équation soit vérifiée au sens classique, au prix de quelques hypothèses supplémentaires sur g .
Nous allons en effet supposer que, pour une constante 0 < µ < 1, g possède, outre la condition
(8.0.3), une régularité holdérienne par rapport aux premières variables, à savoir
³ p ´
|g (x 2 , t 2 , v 2 ) − g (x 1 , t 1 , v 1 )| ≤ K 0 |x 2 − x 1 | + |t 2 − t 1 | + K 1 |v 2 − v 1 | , (8.0.14)
pour tous x 1 , x 2 ∈ RN , t 1 , t 2 ∈ [0, +∞[, v 1 , v 2 ∈ R. Dans le cas où g ne dépend pas de x ni de t , il n’y

a en fait pas d’hypothèse supplémentaire. Sous ces hypothèses on alors
Proposition 8.0.2. Supposons que la fonction g vérifie l’hypothèse (8.0.14). Alors la solution u construite
2,1,µ
dans la Proposition 8.0.1 appartient à CP,per (RN × [0, T]).
131
La Proposition (8.0.2) montre que la solution est une solution classique, c’est à dire qu’en tout
point, on peut calculer la valeur de l’opérateur de la chaleur, et vérifier qu’elle est égale à la non
linéarité. La preuve repose sur un argument itératif, où chaque étape donne un supplément de
régularité (boostrap en anglais). Le point de départ est une amélioration de la régularité de la
solution de l’équation P T (u) = f donnée dans le Lemme 8.0.1.
Lemme 8.0.3. Soit f ∈ C0per (RN ×[0, T ]) et soit u ∈ C0per (RN ×[0, T ]) la solution de P T (u) = f donnée
0,µ
par la formule (8.0.7). Alors u ∈ Cper (RN × [0, T ]) pour tout 0 < µ ≤ 23 .
µ 0,µ
En d’autres termes, le précedent affirme que R T (X T ) ⊂ X T ≡ Cper (RN × [0, T ]). Nous détaille-
rons la preuve de ce résultat un peu plus loin : voyons immédiatement ses conséquences.
Démonstration de la Proposition 8.0.2. Soit u ∈ C0per (RN × [0, T ]) solution de (8.0.2). Il résulte des
µ
propriétés de g que G(u) ∈ C0per (RN ×[0, T ]). Par le Lemme (8.0.3), on en déduit que RT (G(u)) ∈ X T ,
µ
pour tout µ ≤ 23 . puis que NT (u) ∈ X T , pour tout µ ≤ 32 . Comme u = NT (u), on obtient donc u ∈
µ
X T , pour tout µ ≤ 23 ; c’est à dire que nous avons déja "gagné" de la régularité Höldérienne pour
u. Cette dernière va nous permettre de mettre en oeuvre les résultats du chapitre précédent. Les
µ
propriétés de g entraînent que G(u) ∈ X T . On déduit des résultats sur l’opérateur de la chaleur
2,1,µ 2,1,µ
que RT (G(u)) ∈ CP,per (RN × [0, T]), puis que NT (u) ∈ CP,per (RN × [0, T]), pour tout µ ≤ 23 . Comme
u = NT (u), on obtient le résultat annoncé, si 0 < µ ≤ 32 . Pour µ ≥ 2
3
on sait maintenant que u ∈
2,1, 23
CP,per (RN × [0, T]) ⊂ Xµ , et on peut recommencer le raisonnement.
Démonstration du Lemme 8.0.3. La preuve est assez similaire à celle du Théorème 6.4.1. Il s’agit
de montrer qu’il existe une constante M T > 0 ne dépendant que de N , µ et T , telle que pour tous
points (x 0 , t 0 et (x 1 , t 1 ) dans RN × [0, T [
¯H ? N +1 f˜(x 1 , t 1 ) − H ? N +1 f˜(x 0 , t 0 )¯ ≤ M T distp ((x 1 , t 1 ), (x 0 , t 0 )) µ k f k∞ .
¯ ¯ £ ¤
R R (8.0.15)
distp désigne la distance parabolique introduite dans (6.4.15). Posons δ = distp ((x 1 , t 1 ), (x 0 , t 0 )).
Seul le cas δ petit pose des difficultés car on a toujours
¯H? N +1 f˜(x 1 , t 1 ) − H? N +1 f˜(x 0 , t 0 )¯ ≤ °H? N +1 f˜° ≤ 2T k f k∞ ,
¯ ¯ ° °
R R R ∞
R
où on a utilisé le fait que RN H(·, t )dx = 1, ∀t > 0 ainsi que le thérème de Fubini. Il en résulte que,
si δ ≥ 1, alors l’inégalité (6.4.14) est automatiquement vérifiée si on choisit la constante M T ≥ 2T .
On peut donc supposer dans toute la suite que δ ≤ 1. On peut aussi, quitte à changer l’origine,
supposer que x 0 = 0 et t 1 ≥ t 0 , de sorte que
δ = |x 1 | + t 1 − t 0 .
p
On doit donc majorer, en fonction de δµ , l’expression

Z
£ ¤
I (x 1 , t 1 , t 0 ) = H(y, t ) f (x 1 − y, t 1 − t ) − f (−y, t 0 − t ) dydt ≡ I 1 (x 1 , t 1 , t 0 ) + I 2 (x 1 , t 1 , t 0 ),
RN ×[0,T [
où on a introduit un nouveau paramètre γ ≥ 4δ2 , que nous déterminerons ultérieurement, et posé

 Z
H(y, t ) f˜(x 1 − y, t 1 − t ) − f˜(−y, t 0 − t ) dydt
£ ¤
 I 1 (x 1 , t 1 , t 0 ) =

RN ×[0,γ]

Z (8.0.16)
H(y, t ) f˜(x 1 − y, t 1 − t ) − f˜(−y, t 0 − t ) dydt .
£ ¤
 I 2 (x 1 , t 1 , t 0 ) =


RN ×[γ,T ]
132
R
On majore le terme I 1 (x 1 , t 1 , t 0 ) en utilisant de nouveau le fait que RN H(·, t )dx = 1. Ceci donne
|I 1 (x 1 , t 1 , t 0 ) ≤ γk f k∞ , (8.0.17)
Pour I 2 , en faisant porter la translation sur le noyau, comme d’habitude, on obtient

¯Z ¯
£ ε ε ˜
Λ0 (x 1 − y, t − t 1 ) − Λ0 (−y, t − t 0 ) f (y)dydt ¯¯
¯ ¤ ¯
|I 2 (x 1 , t 1 , t 0 )| = ¯
¯
RN ×[4δ2 ,T [
Z
¯ ¯
≤ k f k∞ ¯H(x 1 − y, t − t 1 ) − H(−y, t − t 0 )¯ dydt
RN ×[γ,T [
On décompose le terme |Hε (x 1 − y, t − t 1 ) − H(−y, t − t 0 )| comme

¡ ¢ ¡ ¢
H(x 1 − y, t − t 1 ) − H(−y, t − t 0 ) = H(x 1 − y, t − t 1 ) − H − y, t − t 1 ) + H(−y, t − t 1 )) − H(−y, t − t 0 ) .
et on majore chacun de ces termes en invoquant le théorème des accroissements finis, le premier
par rapport aux variables spatiales, le second par rapport à la variable temporelle. On obtient pour
t ≥ 4δ2 , et en utilisant aussi le fait que |x 1 | ≤ δ et que t 1 − t 0 ≤ δ2 ,
" ¶#
δ

y
µ
1 N 2
 H(x 1 − y, t − t 1 ) − H(−y, t − t 1 ) ≤ t pt p N A 0 pt , ∀y ∈ R , t ≥ 4δ ,

 ¯ ¯

 ¯ ¯
t
" ¶#
δ 2
y
µ
 1
, ∀y ∈ RN , t ≥ 4δ2 ,
 ¯ ¯
 ¯H(−y, t − t 1 )) − H(−y, t − t 0 )¯ ≤ 2 p N A 1 p


t t t
où A 0 et A 1 désignent des fonctions positives, intégrables sur RN , et telle qu’à l’infini |A i (y)| ≤
y2
C exp(− 8 ), i = 0, 1. On obtient ces fonctions à partir des dérivées de H par rapport à aux variables
x 1 pour la première, t pour la seconde. En intégrant, il vient
Z T ÃZ " ¶# !
y
µ
1 1
Z
¯H(x 1 − y, t − t 1 ) − H(−y, t − t 1 )¯ dxdt ≤ δ
¯ ¯
p p N A0 p dy dt
RN ×[γ,T [ γ t t RN t t
1 T δ
· ¸
≤ Cδ p ≤C p .
t γ γ
ainsi que
ÃZ " ¶# !
Z Z
1 T 1
µ
y
¯H(−y, t − t 1 ) − H(−y, t − t 0 )¯ dxdt ≤ δ2
¯ ¯
2 p N A1 p dy dt
RN ×[γ,T [ γ t RN t t
· ¸T
2 1 δ2
≤ Cδ ≤C .
t γ γ
On choisissant γ = δ2−2µ , on obtient grâce aux deux majorations précédentes |I 2 (x 1 , t 1 , T0 )| ≤ C δµ .

Si µ ≤ 32 , alors γ ≤ δµ : en combinant avec (8.0.17), on obtient le résultat annoncé.
L’existence globale
Nous allons démontrer dans cette partie le résultat suivant

Théorème 8.0.1. On suppose que la fonction g vérifie l’hypothèse (8.0.14). Pour toute donnée ini-
2,µ
tiale u 0 ∈ Cper (RN ), et pour tout temps T > 0, le problème (8.0.2) possède une unique solution
2,1,µ
u ∈ CP,per (RN × [0, T)).
133
Démonstration. On sait déja que, grâce aux Propositions 8.0.1 et 8.0.2, la solution existe et pos-
sède la régularité voulue sur l’intervalle [0, T ], pour tout T ≤ T1 = K 1−1 , par exemple sur [0, T2 ], où
2,µ
T2 = 12 k 1−1 . A temps T2 , la fonction u 2 (·) = u(·, T2 ) appartient à l’espace Cper (RN ), de sorte que, en
utilisant de nouveau les Propositions 8.0.1 et 8.0.2 au temps initial t 0 = T2 , on peut construire la so-
lution sur l’intervalle [T2 , 2T2 ]. On recommence ensuite la même construction pour le temps initial
t 0 = 2T2 , ce qui permet de construire la solution sur [2T2 , 3T2 ]. En procédant ainsi itérativement,
on construit la solution sur tout l’intervalle [0, +∞[.
8.0.2 Existence Locale pour des fonctions localement Lipschitzienne

De nombreuses non linéarités g ne sont pas globalement Lipschitziennes, mais ne possèdent
cette propriété que localement. On dira que g est localement Lipschitzienne si et seulement, pour
tout nombre R > 0, il existe des constantes K 0 (R) > 0, K 1 (R) > 0 telles que
³ p ´
|g (x 2 , t 2 , v 2 ) − g (x 1 , t 1 , v 1 )| ≤ K 0 (R) |x 2 − x 1 | + |t 2 − t 1 | + K 1 (R) |v 2 − v 1 | , (8.0.18)
pour tous x 1 , x 2 ∈ RN , t 1 , t 2 ∈ [0, R], v 1 , v 2 ∈ [−R, R]. L’exemple le plus simple est constitué des fonc-
tions telles que g (x, t , v) = g (v) indépendantes des variables x et t , de classe C 1 par rapport à v.
On alors
Théorème 8.0.2. On suppose que la fonction g vérifie l’hypothèse (8.0.18). Pour toute donnée ini-
2,µ
tiale u 0 ∈ Cper (RN ), il existe un temps T0 > 0, tel que le problème (8.0.2) possède une unique solution
2,1,µ
u ∈ CP,per (RN × [0, T0 )).
Démonstration. Soit R > 0 tel que u 0 (RN ) ⊂ [−R, R], et définissons la fonction G̃ par g̃ (x, t , v) =
g (x, t , v), si |v| ≤ 2R g̃ (x, t , v) = g (x, t , 2R), si v ≥ 2R, g̃ (x, t , v) = g (x, t , −2R), si v ≤ −2R, de sorte que
la fonction g̃ vérifie l’hypothèse (8.0.18). L’équation ∂t u −∆x u = g̃ (·, u(·) possède donc une unique
2,1,µ
solution u ∈ CP,per (RN × [0, T)), pour tout T > 0 et telle que u(·, 0) = u 0 (·) sur RN . Comme |u 0 | ≤ R,
par continuité, il existe un temps T0 > 0 tel que u(x, t ) ≤ 2R, ∀x ∈ RN , t ∈ [0, T0 ], de sorte que
g̃ (x, t , u(x, t ) = g (x, t , u(x, t )). Sur l’intervalle [0, T0 ], la solution u est donc solution du problème
(8.0.2), ce qui termine la preuve.
Remarque 8.0.2. On déduit de l’inégalité (8.0.13) qu’il existe une minoration Du temps T0 de la
forme
T0 ≥ F (R), (8.0.19)
où F est une fonction strictement positive.
Le temps maximal d’existence Tmax
Le résultat précédent nous donne un résultat d’existence locale de la solution. Par unicité, si la
solution existe sur un intervalle de temps [0, T2 ], alors pour tout temps 0 < T1 ≤ T2 , la restriction
de la solution sur l’intervalle [0, T1 ] correspond à l’unique solution sur cet intervalle. En prenant la
réunion de tous les intervalles sur lesquelles la solution existe, on définit ainsi un temps Tmax tel
que la solution existe sur l’intervalle de temps [0, Tmax [, et qu’il soit impossible de la prolonger au
delà. On a alors :
Proposition 8.0.3. Le temps Tmax est caractérisée par
ku(·, t )kL ∞ (RN ) → +∞ lorsque t → Tmax . (8.0.20)
134
Démonstration. Raisonnons par l’absurde, et supposons que (8.0.20) ne soit pas vrai. Alors il exis-
terait R > 0 et une suite de temps (t n )n∈N telle que pour tout n ∈ N, on ait ku(·, t n )kL ∞ (RN ) ≤ R
et t n → Tmax lorsque n → +∞. On déduit alors de (8.0.19) que la solution existe sur l’intervalle
[t n , t n + F (R)] ce qui contredit la définition de Tmax .
Commentaire. Ce résultat ressemble bien entendu aux théorèmes du même type pour les équa-
tions différentielles en dimension finie, où on a l’habitude de dire que la solution "sort de tout
borné" lorsqu’on se rapproche du temps d’explosion. Notons cependant que pour les équations
aux dérivées partielles se pose la question de savoir quelle norme de la solution explose (puisque
toutes les normes ne sont pas équivalentes), certaines normes pouvant très bien rester bornées.
Remarque 8.0.3. Nous avons travaillé jusqu’à présent dans l’espace des fonctions périodiques sur
RN . On pourra se convaincre sans difficulté que la condition de périodicité n’est pas nécessaire, et
qu’on peut travailler aussi bien dans l’espace des fonctions bornées. la condition de périodicié, si
elle ne change pas forcément la nature des résultats qui vont suivre, en simplifie considérablement
la présentation.
8.0.3 Exemples d’explosion en temps fini

Considérons la non linéarité g donnée par g (x, t , v) = v 2 , ∀x ∈ RN , t ≥ 0, v ∈ R, c’est à dire que
l’on considère l’équation non linéaire
∂t u(x, t ) − ∆x u(x, t ) = u 2 (x, t ), ∀(x, t ) ∈ RN × [0, T ]

(8.0.21)
u(x, 0) = u 0 (x), ∀x ∈ RN
où u 0 est périodique ainsi que la solution cherchée par rapport aux variables spatiales. Comme
nous considérons des fonctions périodiques par rapport aux variables spatiales, il est assez facile
de construire des solutions explosives en considérant l’équation différentielle ordinaire associée,
à savoir
dw
(t ) = w 2 (t ), w(0) = w 0 (8.0.22)
dt
où w 0 ∈ R est un nombre donné.
Solution de l’équation différentielle (8.0.22)
Pour résoudre l’équation (8.0.22) on utilise la méthode de séparation des variables, qui ramène
l’équation à la forme
dw
µ ¶
1 1
= d t , ce qui donne après intégration − = t , t > 0,
w2 w 0 w(t )
de sorte que la solution s’écrit, pour 0 ≤ t ≤ τord

max
¶−1
w0
µ
1
w(t ) = −t =
w0 1 − t w0
où τord ord −1
max désigne le temps maximal d’existence de la solution, et vaut τmax = w 0 , si w 0 > 0 et
τord
max = +∞ sinon. Les solutions de l’équation différentielle (8.0.22) explosent donc en temps fini si
et seulement si la donnée initiale est strictement postive.
135
Solution explosives de l’équation aux dérivées partielles (8.0.22)
Pour tout nombre w 0 donné, considérons la fonction constante sur RN donnée par u 0 (x) = w 0 ,
pour tout x ∈ RN . La solution u de l’équation aux dérivées partielles (8.0.21) est alors donnée par
la solution de l’équation différentielle (8.0.22), à savoir
u(x, t ) = w(t ), ∀x ∈ RN , 0 < t < τord

max .
En effet, on vérifie que cette expression fournit bien une solution, et l’assertion découle alors de
nos résultats d’unicité. Lorsque w 0 > 0, ceci nous fournit un premier exemple élementaire de solu-
tion explosive, avec
Tmax = τord −1
max = w 0 .
On peut ensuite se demander quelles sont les données initiales qui donnent lieu à des solu-
tions explosives. Pour apporter des éléments de réponse à cette question, les méthodes intégrales
sont bien souvent utiles. Considérons par exemple, pour une solution u de l’équation (8.0.21)], la
quantité intégrale I (t ) définie par
Z
I (t ) = u(x, t )dx, pour 0 ≤ t < Tmax .
QN
En intégrant l’équation (8.0.21) sur une tranche de temps QN × {t }, on aboutit à la relation

µZ ¶2
d
Z
I (t ) = 2
u (x, t )dx ≥ u(x, t )dx Vol (QN )2 = I (t )2 pour , 0 ≤ t < Tmax ,
dt QN QN
où on a utilisé l’inégalité de Cauchy-Schwarz pour l’inégalité. On obtient donc l’inégalité différen-
tielle I 0 ≥ I 2 pour la fonction I , qui donne, en utilisant de nouveau la méthode de séparation des
variables,
I (0)
I (t ) ≥ pour , 0 ≤ t < Tmax ,
1 − t I (0)
Il en résulte que si I (0) > 0, alors on a nécessairement
1
Tmax ≤ . (8.0.23)
I (0)
En effet, dans le cas contraire, on aurait I (t ) → +∞, lorsque t → I (0)−1 , ce qui est contradictoire
avec le fait que la solution est borné sur [0, I (0)]. Il résulte en particulier que toute donnée initiale
positive non identiquement nulle donne lieu à une solution qui explose en temps fini.
Commentaire. Nos résultats montrent qu’il est impossible de trouver des solutions régulières qui
au dela du temps Tmax . Cela n’exclut cependant pas de chercher des solutions présentant des sin-
gularités, et vérifiant l’équation au sens des distributions, en particulier dans des espaces où la
fonctionnelle I est bien définie.
8.0.4 Exemples de solutions globales

Considérons maintenant la non linéarité g donnée par g (x, t , v) = −v 3 , ∀x ∈ RN , t ≥ 0, v ∈ R,
c’est à dire que l’on considère l’équation non linéaire
∂t u(x, t ) − ∆x u(x, t ) + u 3 (x, t ) = 0, ∀(x, t ) ∈ RN × [0, T ]

(
(8.0.24)
u(x, 0) = u 0 (x), ∀x ∈ RN ,
où u 0 est périodique ainsi que la solution cherchée par rapport aux variables spatiales. On a alors
136
Proposition 8.0.4. Le temps maximal d’existence Tmax de l’équation (8.0.24) est égale à +∞, c’est à
dire que la solution u de (8.0.24) est définie pour tout temps t ≥ 0.
La preuve est une application directe du principe du maximum.
Démonstration. Posons V (x, t ) = u 2 sur RN × [0, Tmax [, de sorte que V ≥ 0 sur son ensemble de
définition, et la solution u vérifie alors
∂t u − ∆x u + V u = 0 sur RN × [0, Tmax [
Le principe du maximum montre alors que
kukL ∞ (RN ×[0,Tmax ]) ≤ kukL ∞ (RN ) .
La conclusion découle alors de la Proposition 8.0.3.
Cherchons maintenant à décrire le comportement qualitatif de la solution lorsque t → +∞.
Remarquons tout d’abord que les solutions de l’équation différentielle
d
w(t ) = −w 3 (t ) avec w(0) = w 0 , (8.0.25)
dt
peuvent être calculées par la méthode de séparation des variables, ce qui donne
w0
w(t ) = q , pour t ≥ 0.
1 + 3t w 02
Nous voyons en particulier que la solution tend vers 0 lorsque le temps tend vers +∞. Cette solu-
tion nous donne aussi un premier exemple de comportement asymptotique pour les solutions de
l’équation parabolique non linéaire (8.0.24), puisque, comme nous l’avons déjà vu, les solutions
constantes en espaces sont solutions de l’équation différentielle associée. Nous allons étendre le
résultat à des solutions quelconques. A cet effet, nous allons démontrer un principe de comparai-
son, assez proche dans l’esprit du principe du maximum, mais aussi de résultat similaires pour les
équations différentielles ordinaires.
Principe de comparaison pour les équations ordinaires
Soit g : R → R une fonction de classe C 1 . Le principe de comparaison affirme que les graphes
de deux solutions de l’équation différentielle
d
w = g (w)
dt
ne peuvent jamais se croiser. Plus précisement, si w 1 et w 2 sont deux solutions de léquation définie
sur un intervalle I , alors, si pour un temps a ∈ I on a w 1 (a) < w 2 (a), alors on a
w 1 (t ) < w 2 (t ), ∀t ∈ I .
En effet, si cette conclusion n’était pas vérifiée, par continuité, il existerait un temps t 0 , tel que
w 1 (t 0 ) = w 2 (t 0 ), et par le Théorème de Cauchy-Lipschitz, les deux solutions serait égales sur tout
l’intervalle. Ce résultat s’étend au cas où w 1 et w 2 sont des solutions d’inégalités différentielles
correspondantes, c’est à dire si on suppose que
d d
w 1 ≥ g (w 1 ) et w 2 ≤ g (w 1 )
dt dt
et w 1 (a) > w 2 (a), alors on a w 1 (t ) > w 2 (t ). Ce type de résultat s’étend au cas des équations para-
boliques non linéaires.
137
Principe de comparaison pour les équations paraboliques non linéaires
Considérons de manière plus générale un domaine Ω borné et régulier de RN un intervalle de

temps [0, T ] et deux fonctions u et u définies sur Ω×[0, T ], et dans l’espace C 2,1 (Ω×[0, T ]) et telles
que
 ∂t u − ∆x u ≥ g (u) sur Ω × [0, T ]


∂t u − ∆x u ≤ g (u) sur Ω × [0, T ] (8.0.26)

u ≤ u sur Ω × {0} ∪ ∂Ω × [0, T ]

On dit alors que u est une sur-solution et que u est une sous-solution de l’équation
∂t u − ∆x u = g (u). (8.0.27)
Proposition 8.0.5. On a pour tout (x, t ) ∈ Ω × [0, T ] u(x, t ) ≤ u(x, t ).
On commence par considérer le cas où g est strictement décroissante, et où il existe une constante
K > 0 telle que
g 0 (s) ≤ −K 0 pour tout s ∈ R. (8.0.28)
Preuve de la Proposition 8.0.5 dans le cas (8.0.28). Le raisonnement que nous allon s suivre corres-
pond plus ou moins à une adaptation de la preuve que nous avons donné pour démontrer le prin-
cipe du Maximum. Introduisons la fonction w = u − u, qui, par hypothèse satisfait, en soustrayant
l’ équation pour u à léquation pourt u, les relations
(
∂t w − ∆x w ≥ g (u) − g (u) sur Ω × [0, T ]
(8.0.29)
w ≥ 0 sur ∂Ω × [0, T ] ∪ Ω × [0, T ].
Introduisons également un petit paramètre ε > 0, que nous ferons tendre ultérieurement vers zéro.
Nous allons montrer que :
w(x, t ) ≥ −ε pour tout (x, t ) ∈ Ω × [0, T ] (8.0.30)
Supposons par l’absurde de ceci ne soit pas vrai. Comme w ≥ 0 sur Ω × {0}, on peut considérer le
premier temps t ε > 0 tel que
inf{w(x, t ε ), x ∈ Ω̄ } = −ε et le point x ε ∈ Ω tel que w(x ε , t ε ) = −ε.
En raisonnant comme pour le principe du maximum, on déduit des relation précédentes que
∂w t (x ε , t ε ) ≤ 0, −∆x w(x ε , t ε ) ≤ 0 de sorte que ∂t w(x ε , t ε ) − ∆x w(x ε , t ε ) ≤ 0. (8.0.31)
Comme par définition du point (x ε , t ε ) on a u(x ε , t ε ) = u(x ε , t ε ) − ε, il résulte du théorème des ac-
croissements finis que :
g u((x ε , t ε ) − g u(x ε , t ε ) = g u(x ε , t ε ) − g u(x ε , t ε ) + ε ≥ εK 0 > 0.

¡ ¢ ¡ ¢ ¡ ¢ ¡ ¢
(8.0.32)
Les deux relations (8.0.31) et (8.0.32) sont incompatibles avec la première relation dans (8.0.29), de
sorte que l’on aboutit àcontradiction. L’inégalité (8.0.30) est établit. En faisant tendre ε vers zéro
dans (8.0.30), on obtient le résulat souhaité.
138
Preuve de la Proposition 8.0.5 dans le cas général. L’idée de est d’utiliser une transformation pour
se ramener au cas où (8.0.28) est vérifiée. Ciomme les fonction u et u sont continues sur Ω × [0, T ]
qui est compact, il existe une constante R > 0 telle que u(x, t ) ∈ [−R, R] et u(x, t ) ∈ [−R, R] pour
tout (x, t ) ∈ Ω × [0, T ]. Posons alors
M = 2 sup{g 0 (s), s ∈ [R , R]},
et considérons les fonctions v et v définie sur Ω × [0, T ] par v(x, t = exp(−t M )u(x, t ) et v(x, t ) =
exp(−t M )u(x, t ) pour tout (x, t ) ∈ Ω × [0, T ]. On a
 ∂t v − ∆x v ≥ exp −t M g (exp t M v) − M v sur Ω × [0, T ]



∂t v − ∆x v ≤ exp −t M g (exp t M v) − M v sur Ω × [0, T ] (8.0.33)

v ≤ v sur Ω × {0} ∪ ∂Ω × [0, T ]

En reprenant le même raisonnement que dans la partie précédente, appliqué aux fonctions v et v,
on aboutit à la conclusion.
Comportement asymptotique de l’équation (8.0.24)
Soit u une solution de (8.0.24). Considérons la fonction u définie par
u(x, t ) = w(t ) pour x ∈ RN et t ∈ [0, +∞[
où w désigne la solution de l’équation différentielle ordinaire (8.0.25) avec pour donnée initiale
w(0) = ku 0 k∞ . la fonction u est une solution de (8.0.25), donc une sur-solution aussi. Il résulte
donc de la Proposition (8.0.35) que
ku 0 k∞
u(x, t ) ≤ w(t ) = q , pour t ≥ 0.
1 + 3t ku 0 k2∞
Considérons la fonction u définie par
u(x, t ) = w(t ) pour x ∈ RN et t ∈ [0, +∞[
Considérons de même la fonction w solution de l’équation différentielle ordinaire (8.0.25) avec

pour donnée initiale w(0) = −ku 0 k∞ . La fonction u est une solution de (8.0.25), donc une sous-
solution aussi. Il résulte de la Proposition (8.0.35) que
ku 0 k∞
u(x, t ) ≥ w(t ) = − q , pour t ≥ 0
1 + 3t ku 0 k2∞
de sorte que l’on obtient finalement la majoration
ku 0 k∞
|u(x, t )| ≤ q , pour t ≥ 0.
1 + 3t ku 0 k2∞
Exercices
139
Exercice I
On considère dans cet exercice les solutions du problème aux limite sur l’intervalle [0, 1]
2 2
 ∂t u(x, t ) − ∂xx u(x, t ) = u (x, t ) pour x ∈ [0, 1]t ≥ 0


u(0, t ) = u(1, t ) = 0 pour t ≥ 0, (8.0.34)

u(x, 0) = u 0 (x), pour x ∈ [0, 1],

R1
oú u 0 est une fonction donnée sur [0, 1]. On pose I (t ) = 0 u(x, t ) sin(πx)dx.
d
1) Calculer dt I (t ).
2) Montrer que si u 0 ≥ 0, et u 0 non identiquement nulle, alors le temps d’existence d’une solution
régulière est fini. Majorer ce temps d’existence.
3) On considère dans cette question les solutions de léquation
∂t u(x, t ) − ∂2xx u(x, t ) = u 2 (x, t ) pour x ∈ R, t ≥ 0
sur R tout entier. Montrer que si la donnée initiale u 0 est positive, non identiquement nulle, alors
la solution explose en temps fini indication : on pourra utiliser le résultat de la question 2 avec celui
de la Proposition 8.0.5 .
Exercice II
Soient g une fonction strictement croissante de R dans R, Ω borné et régulier de RN et deux fonc-
tions u et u définies sur Ω appartenant à l’espace C 2 (Ω) et telles que
 −∆u + g (u) ≥ 0 sur Ω × [0, T ]



−∆u + g (u) ≤ 0 sur Ω × [0, T ] (8.0.35)

u ≤ u sur ∂Ω.

1) montrer que u ≥ u sur Ω.
Exercice III
Soit I = [0, 1] et f une fonction continue sur I . Soit v une fonction de classe C 2 sur I , telle que
−v̈ + v = f , v(0) ≥ 0, v(1) ≥ 0.
I) Montrer que si f ≥ 0, alors v ≥ 0.
II) soit g une fonction continue et croissante de R dans R. On suppose qu’il existe deux fonc-
tions bornées sur [0,1], de classe C 2 , u et u vérifiant u ≤ u ainsi que
−ü(x) + u(x) ≥ g (u(x)) + f , u(0) ≥ 0, u(1) ≥ 0
−ü(x) + u(x) ≤ g (u(x)) + f , u(0) ≤ 0, u(1) ≤ 0.

On désire montrer qu’il existe une fonction u sur I de classe C 2 telle que
−ü + u = g (u) + f , u(0) = u(1) = 0. (8.0.36)
A cet effet, on introduit u procédé itératif et on construit une suite de fonction u n de classe C 2 . On
pose tout d’abord u 0 = u.
140
a) En supposant que u n a été construite, montrer qu’il existe une unique solution u n+1 dans C 2 (I )
telle que
−ü n+1 + u n+1 = g (u n ) + f , u n+1 (0) = u n+1 (1) = 0.
b)Montrer que pour tout n ∈ N , on a
u ≤ u n ≤ u n+1 ≤ u.
(On pourra procéder par récurrence).

c)Montrer que u n converge uniformément sur I vers une application u de classe C 2 solution de
(8.0.36).
d) On suppose de plus que la fonction g est bornée sur R. Construire alors des fonctions u et u.
Exercice IV
Solution du Problème de Hopf-Cole
Donner la forme générale du problème de Hopf-Cole (62) (voir exercices du chapitre 2).
Exercice V
Equation de burgers visqueuse
On considère l’équation sur
u t − εu xx + uu x = 0 sur RN × [0, +∞[

(
(8.0.37)
u(x, 0) = u 0 (x) 0RN
Rx
R x on suppose que u 0 est à support compact dans R. On pose w(x, t ) =
où −∞ u(y, t )dy et w 0 =
−∞ u 0 (y)dy.
1)Montrer que w est solution du problème
 w − εw + 1 w 2 = 0 sur RN × [0, +∞[


t xx
2 x (8.0.38)
w(x, 0) =w 0 (x) sur RN

2) Donner, en utilisant l’exercice précédent, une expression de la fonction w.

3) Montrer que la solution générale de l’équation (8.0.37) est donnée par
¶ ¸−1
+∞ ³ x − y ´ (x − y)2 w 0 (y) (x − y)2 w 0 (y)
·Z µ ¶ ¸ ·Z +∞ µ
u(x, t ) = exp − − dy exp − − dy .
−∞ t 4εt 2ε −∞ 4εt 2ε
Exercice VI
Equation des milieux poreux
On considère ici l’équation des milieux poreux homogène
∂t u(x, t ) − ∆u 2 (x, t ) = 0 pour (x, t ) ∈ RN × [0, +∞[. (8.0.39)
A 1) Est-ce une équation linéaire ?

A 2) Pour α et β donnés dans RN , on considère la transformation pour λ > 0
u λ (x, t ) = λα u(λβ x, λt ).
141
A3) Montrer que si u est solution de (8.0.39), et si 2β + α = 1, alors u λ est également solution de
(8.0.39).
A4) Montrer qu’alors Z Z
u λ (x, 0)dx = λα−βN u(x, 0)dx.
RN ×{0} RN ×{0}
N 1
B) On choisit dorénavant α = et β = . On cherche une solution Υ auto-similaire de
N +2 N +2
l’équation (8.0.39), c’est à dire telle que
Υλ = Υ pour tout λ > 0, Υ ≥ 0, et on pose v(y) = Υ(y, 1).
1) Montrer que Υ est solution de l’équation (8.0.39) si et seulement si on a
N 1 →
−
v(y) + y. ∇ v(y) + ∆v 2 = 0,
N +2 N +2
2) On suppose de plus que v a la symétrie radiale, c’es à dire qu’il existe une fonction w : R+ → R
telle que v(y) = w(|y|). Montrer que w est solution de l’équation différentielle
N 1 N −1 2 0
w(r ) + r w 0 (r ) + (w 2 )00 + (w ) = 0.
N +2 N +2 r
3) en déduire que (r N −1 (w 2 )0 )0 + N1+2 (r N w)0 = 0, puis que

µ ¶+
1
w(r ) = b − r2 pour r ≥ 0.
4(N + 2)
où b est une constante, est une solution.
142
Chapitre 9
Méthodes spectrales et hilbertiennes
9.1 Introduction
Comme nous l’avons vu au Chapitre 3, les équations aux dérivées partielles linéaires peuvent
se formaliser comme des problèmes d’inversion d’applications linéaires. Comme en dimension
finie la notion de valeurs propres et de fonctions propres joue un rôle fondamental dans ce type
de questions, le calcul de l’inverse devenant immédiat si il existe une base de vecteurs propres
que l’on sait déterminer, il est assez légitime de ce demander si cette démarche peut s’avérer fruc-
tueuse pour les équations aux dérivées partielles. Comme les opérateurs différentiels à coefficients
constants sont construits à partir de dérivées partielles du premier ordre, on peut donc commen-
cer par chercher les solutions de l”equation, pour i = 1, . . . , N
∂u
= λi u, où λi ∈ C sur RN (9.1.1)
∂x i
Bien entendu, dans une telle démarche, les conditions aux bords ne sont pas prises en compte,
et nous nous plaçons sur l’espace tout entier pour les éviter. On peut intégrer directement les
équations pour vérifier que les fonctions du type
Ã !
n
λj x j
X
e~k (x 1 , . . . , x N ) = exp
j =1
sont solutions de l’équation (9.1.1). Nous ne garderons que les solutions qui restent bornées sur
l’espace, ce qui amène à choisir λ j de la forme λ j = i k j , où k j est un nombre réel. Si on pose
~
k = (k 1 , . . . , k N ), finalement les fonctions u s’écrivent sous la forme plus condensée
e~k (x 1 , . . . , x N ) = exp i ~
³ ´
k · x , pour x ∈ RN . (9.1.2)
Remarque 9.1.1. En physique, une telle fonction est souvent appelée une onde plane. Elle est
constante dans tout plan orthogonal au vecteur ~ k et oscille de manière périodique dans la di-
rection du vecteur k. Le vecteur k est appelée vecteur d’onde, sa norme |~
~ ~ k| est appelée nombre
d’onde. La longue d’onde de l’onde plane ` correspond à la longueur d’une oscillation, c’est à dire
à la période de l’"oscillation, correspondant à
2π
`= .
|k|
143
Considérons maintenant un opérateur différentiel à coefficients constants D de la forme
D(v) = c I ∂αI v pour v ∈ D 0 (RN ).

X
(9.1.3)
I ∈J
Si e~k est de la forme (9.1.2), alors on a
D(e~k ) = P (k)e~k . (9.1.4)
où P désigne le polynôme associé à l’opérateur différentiel D par
P (k) = c I (i k)αI pour k ∈ RN .

X
(9.1.5)
I ∈J
L’action de l’opérateur différentiel D sur l’onde plane e~k se résume donc à multiplier cette onde par
le nombre complexe P (k). En d’autres termes encore, les fonctions e~k sont des fonctions propres de
tout opérateur différentiel à coefficients constants, de valeur propre associée P (i k). Si on consi-
dère un sous-espace vectoriel engendré par une famille libre composée de tels vecteurs propres e~k ,
alors la restriction de l’opérateur D est un opérateur diagonal. Son noyau correspond au solutions
de l’équation algébrique
P (i k) = 0.
Comme en dimension finie, la question essentielle est alors de savoir si les fonctions e~k sont en
nombre suffisant pour engendrer l’espace de toute les fonctions "raisonnables". Commençons par
examiner cette questions dans le contexte des fonctions périodiques, où elle nous amène directe-
ment aux séries de Fourier.
∂e~k
Remarque 9.1.2. On a comme cas particulier de la formule (9.1.4) la règle de dérivation ∂x j =
i k i e~k .
9.2 Fonctions périodiques, séries de Fourier

9.2.1 L’espace de Hilbert L 2per (RN )
Considérons les fonctions f définies RN qui sont 2π-périodiques par rapport à chacune des N
variables x j , c’est à dire telles que, pour tout i = 1, . . . , N
f (x 1 , . . . , x i + 1 + 2π, . . . , x N ) = f (x 1 , . . . , x N ), pour tout x ∈ RN . (9.2.1)
Ces fonctions sont entièrement déterminées si elle sont connues sur le cube QN (2π) = [0; 2π]N ,
ou de manière plus générale sur un cube quelconque QN (2π, A) = {A} + [0, 2π]N , où A est un point
quelconque donné dans RN . On vérifie aisement que
Lemme 9.2.1. Soit ~k ∈ RN . La fonction e~k est 2π-périodique par rapport à chcune des variables si et
seulement si ~
k ∈ ZN .
Il en résulte que si on se restreint aux fonctions 2π périodiques par rapport à chacune des
variables, nous n’avons plus qu’un jeu dénombrable de fonctions e~k . Remarquons par ailleurs que
Z


 N e~k · e~k 0 dx = 0 pour tous k 6= k 0 ∈ ZN .
Q (2π)
Z
|e~k |2 dx = (2π)N pour tout k ∈ ZN .



QN (2π)
144
Ces propriétés peuvent être interprétées comme des relations d’orthogonalités pour le produit
scalaire hermitien défini par Z
〈 f , g 〉2 = f · g dx. (9.2.2)
QN (2π)
Un cadre naturel pour décrire ce produit hermitien est l’espace
½ Z ¾
L per (R ) = f : RN → C , 2π − périodique et
2 N 2
| f | dx > +∞ ,
QN (2π)
qui est un espace de Hilbert (c’est à dire préhilbertien et complet) pour le produit scalaire Hermi-
tien (9.2.2), la norme associée à ce produit scalaire étant
sZ
q
k f k2 = 〈 f , f 〉2 = | f |2 dx.
QN (2π)
Si on pose, pour ~
k ∈ ZN
1
f~k = p e k de sorte que k f k2 = 1.
(2π)N
Il en résulte :
Lemme 9.2.2. La famille B ≡ ~

n o
f~k , k ∈ Zn est une famille orthonormée de vecteurs de L 2per (RN ).
On déduit du fait que la famille est orthonormée qu’elle estn aussi libreo. Introduisons alors l’en-
semble V des combinaisons linéaires finies de la famille B = ~ f~k , k ∈ Zn , c’est à dire l’ensemble
V = Vect B = Vect{ ~
n o
f~k , k ∈ Zn .
On dit aussi que V est l’ensemble des polynômes trigonométriques, qui sont des fonctions régu-
lières. Comme B est une base de V , tout élément de V se décompose de manière unique sur cette
base : si u ∈ V , on peut écrire
b~
X
u= u( k) f~k ,
~ b~
k∈ZN ,u(k)6=0
où on détermine chacun des nombres c~k (u) en prenant le produit scalaire avec la fonction f~k , ce
qui donne
1
Z Z
b~
u( k) = 〈 f~k , u〉2 = f~k (x) · u(x)dx = p exp(−i ~
k · x) u(x)dx.
QN (2π) (2π)N QN (2π)
Revenons maintenant à la question de savoir s’il y l’ensemble de fonctions propres des opérateuts
différentiel que nous avons trouvé est suffisant pour décrire et éventuellement inverser les opé-
rateurs différentiels. Il est clair que V 6= L 2per (RN ), car les fonctions de V sont de classe C ∞ , alors
que les fonctions de L 2 peuvent être assez irrégulières. Cependant, on a le résultat fondamental
suivant :
Théorème 9.2.1 (Théorème de Fejer-Lebesgue). L’espace V est dense dans L 2perp (RN ), c’est à dire
que
V = L 2perp .
145
On dit aussi que la famille B est totale, toute élément de L 2perp (RN ) est une limite de polynômes
trigonométriques. Comme par ailleurs, elle est orthonormée, il s’agit d’une base Hilbertienne de
L 2perp (RN ). On peut donc utiliser les propriétés générales des bases Hilbertiennes, qui généralise
pour une large part en dimension infinie la notion de base orthonormée 1 . Pour u donné dans
L 2perp (RN ), on écrit
1
Z
~ ~ exp(−i ~
X
u= u(
b k) f~k , où u(
b k) = p k · x)u(x)dx, (9.2.3)
~ (2π) N Q N (2π)
k∈Z ,
N
ce qui signifie que

ku − S M (u)k2 → 0 lorsque M → +∞, (9.2.4)
où nous avons introduit la somme partielle S M (u), définie pour M ∈ N par
1
b~ b~ k) exp(i ~
X X
S M (u) = u(k) f~k = p u( k · x),
~ (2π) N ~
k∈Z ,|k|≤M
N k∈Z ,|k|≤M
N
les nombres complexes u( b~k) étant appelés coefficients de Fourier de la fonction u : On parle pour
le relation (9.2.4) de convergence en moyenne quadratique de la série, ce qui diffère sensiblement
de la convergence normale de la série (que nous verrons dans le prochain paragraphe). On a par
ailleurs, les identités de Parseval
kuk22 = b~k)|2 et 〈u, v〉 = b~ k) · vb(~

X X
|u( u( k). (9.2.5)
k∈ZN k∈ZN
Il en résulte que l’on obtient un isomorphisme Φ entre l’ espace L 2per (RN ) et l’espace `2 (ZN ), l’es-
pace des suites de nombres complexes indexés par ZN définie par
b~
n o
Φ(u) = u( k) ~ N , ∀u ∈ L 2per (RN ).
k∈Z
Dans cette identification, une fonction est donc identifiée à une dénombrable de nombres com-
b~
plexes, à savoir ses coefficients de Fourier {u(k)}k∈ZN . La connaissance de ces coefficients déter-
mine entièrement la fonction u.
Remarque 9.2.1. On déduit immédiatement de la relation (9.2.5) que
b~
u( k) → 0 lorsque |~
k| → +∞.
9.2.2 Séries de Fourier et régularité

La somme partielle S M (u) est toujours une fonction de C per ∞
(RN ). La relation (9.2.4) montre
que, pour toute fonction u ∈ L 2per (RN ) donnée, cette suite de fonction régulières converge vers la
fonction u pour la norme L 2 . Si on possède d’autres informations sur le comportement asympto-
tiuqe des coefficients de Fourier c~k (u), alors, on peut obtenir des convergences dans des normes
différentes et en déduire de la régularité supplémentaire pour la fonction. Ainsi, la régularité de la
fonction peut se déduire du taux de décroissance des coefficients de Fourier u( b~k).
1. une des propriétés essentielles étant que les coefficients d’un éléments sur la base se calculent très simplement
en prenant le produit scalaire avec les vecteurs de la base
146
b~
n o
Pour illustrer ce propos, supposons que la série de nombres u( k) ~ est normalement conver-
k∈ZN
gente, c’est à dire que
b~
X
|u( k)| < +∞, (9.2.6)
k∈ZN
0
alors la suite des sommes partielles (S M (u))M ∈N est de Cauchy dans C per (RN )) car, pour tout 0 <
0
M ≤ M , on a
b~
X
kS M (u) − S M 0 (u)k∞ ≤ |u( k)| → 0 lorsque M → 0.
M <|~
k|≤M 0
Elle converge donc uniformément vers sa limite u lorsque M tend vers +∞, qui est donc une fonc-
0
tion continue de C per (RN ). On a ainsi démontré.
Lemme 9.2.3. Si les coefficients de Fourier de u sont sommables, c’est à dire si la relation (9.2.6) est
vérifiée, alors la fonction u est continue.
La condition (9.2.6) est souvent obtenue par une estimation du comportement asymptotique
des coefficients. Par exemple, si on sait qu’il existe des nombres α > N et C ≥ 0
C
b~
|u( k)| ≤ α pour k 6= 0,
|k|
0
alors la condition (9.2.6) est vérifiée et donc u ∈ C per (RN ).
Les raisonnements précédents se transposent aux dérivées d’ordre supérieur. Notons tout d’abord
qur
∂α (S M (u)) = b~
(i k)α u(
X
k) f~k .
k∈ZN ,|~
k|≤M
Comme (i k α ) ≤ |k||α| , on a :
Lemme 9.2.4. Soit m ∈ M , et u ∈ L 2per (RN ) une fonction telle que
b~
|k|m |u(
X
k)| < +∞, (9.2.7)
k∈ZN
m
alors u ∈ C per (RN ).
m
Remarque 9.2.2. Supposons en sens inverse que l’on sait que u ∈ C per (RN ). Alors on a, pour tout
multi-indice α tel que |α| ≤ m
1
Z
(∂
α u)(~
k) = p exp(−i ~ k · x)∂α u(x)dx
N
(2π) Q (2π)N
(−1)|α|
Z
∂α exp(−i ~
³ ´
=p k · x) ∂α u(x)dx
(2π)N QN (2π)
(−1)|α| (−i k)α
Z
= p exp(−i ~k · x)∂α u(x)dx,
(2π) N Q N (2π)
de sorte que l’on obtient l’identité

(∂
α u)(~ b~
k) = (−1)|α| (−i k)α u(k). (9.2.8)
m
Comme par hypothèse u ∈ C per (RN ), le membre de droite de cette identité est borné, d’où il résulte
que
b~
|u(k) ≤ kukC m |k|−m .
On peut bien entendu comparer cette inégalité alors le résultat du Lemme 9.2.3, et voir qu’elle est
plus faible que cette dernière.
147
9.2.3 m
Les espace de Sobolev Hper (RN ), m ∈ N
Il s’agit d’espace tout à fait adaptés aux calculs avec séries de Fourier, et qui ne présente pas le
défaut mentionné à la fin de la remarque précédente. En particulier, en lien avec les équations aux
dérivées partielles, ils nous permettrons d’obtenir la régularité optimale pour la solution.
Comme L 2per (RN ) ⊂ L 1loc (RN ) (par l’inégalité de Cauchy-Schwarz), toute fonction f ∈ L 2per (RN )
est aussi une distribution, de sorte que l’on peut définir la dérivée ∂α f au sen des distributions,
pour tout multi-indice α donné. On introduit alors, pour un indice de dérivation m ∈ N donné,
m
l’espace dit de Sobolev Hper (RN ) défini par
2 N α 2 N
∂ α
( )
m
u ∈ L per (R ), tel que u ∈ L per (R ) pour tout multi − indice
Hper (RN ) = . (9.2.9)
tel que |α| ≤ m
On peut alors munir cet espace d’un produit scalaire
α
X Z
〈∂ u, ∂v〉2 = ∂α u(x) · ∂α v(x)dx,
X
〈u, v〉m,2 = (9.2.10)
N
|α|≤m |α|≤m Q (2π)
dont la norme associée est

α
X Z
kuk2m,2 uk22 |∂α u(x)|2 dx,
X
= k∂ =
|α|≤m |α|≤m QN (2π)
On démontre alors :
m
Proposition 9.2.1. L’espace de Sobolev Hper (RN ) muni du produit scalaire (9.2.10) est un espace de
Hilbert.
Voyons maintenant comment cet espace peut être décrit à l’aide des coefficients de Fourier.
On a
Lemme 9.2.5. Une fonction u ∈ L 2per (RN ) appartient à l’espace de Sobolev Hper
m
(RN ) si et seulement
si
b~
|k|2m |u(k)|2 < +∞.
X
k∈ZN
De plus, il existe des constantes C 1 > 0 et C 2 > 0 telles que
b~
(|k|2m + 1)|u( k)|2 ≤ kuk2m,2 ≤ C 2 b~
(|k|2m + 1)|u( k)|2 .
X X
C1
k∈ZN k∈ZN
N m
Remarque 9.2.3. si m > u ∈ Hper
2 , alors on a pour (RN )
b~ b~
X ³ m ´
k)| |k|−m
X
|u( k)| = |k| |u(
k∈ZN k∈ZN
" #1 " #1
2
¢ 2
~
X ³ 2m 2
´ X ¡ −2m
≤ |k| |u(
b k)| |k| .
k∈ZN k∈ZN
m
Les espaces de Sobolev Hper (RN ) offrent un cadre conceptuel approprié pour traiter des opéra-
teurs différentiels d’ordre m. En effet, si D est un opérateur différentiel dont le polynôme associé
et P , on a
~
(D(u)( b~
k) = P (i k)u(k), pour tout k ∈ ZN ,
ce qui caractérise entièrement l’opérateur.
148
9.3 Résolution de quelques EDP par séries de Fourier
Comme nous l’avons mentionné, les séries de Fourier sont associées à une diagonalisation
des opérateurs différentiels : il n’est donc pas étonnant qu’elle mènent à un traitement rapide des
problèmes.
9.3.1 Une équation aux dérivées partielle elliptique

Considérons une fonction f ∈ L 2per (RN ) et cherchons une fonction u ∈ Hper
2
(RN ) telle que
−∆u + u = f au sens des distributions. (9.3.1)
N
∂2
Le polynôme associé à l’opérateur différentiel D = −∆ + u = −
P
∂x j + Id est donc le polynôme
j =1
N
P =− (i k j )2 + 1 = |k|2 + 1,
X
j =1
de sorte que le problème (9.3.1) est équivalent, lorsqu’en l’écrit au niveau des séries de Fourier, à
b~
(|k|2 + 1)u( k) = fb(~
k), pour tout k ∈ ZN .
Les coefficients de Fourier de u sont donc déterminé de manière unique par
1
b~
u(k) = fb(~
k) pour tout k ∈ ZN . (9.3.2)
|k|2 + 1
149
Annexe A
Rappels sur les fonctions de plusieurs

variables
Nous rappelons dans cette partie quelques notions d’analyse vectorielle qui sont utilisées dans
le polycopiés, et précisons les notations.
Dans toute la suite, on considère l’espace vectoriel RN , et on notera e la base canonique don-
née par e = (~ e n ) ou les vecteurs sont donnés par ~
e 1 , . . . ,~ e 1 = (1, 0, . . . , 0),~
e 2 = (0, 1, . . . , 0), . . .~
en =
(0, . . . , 0, 1). On munit cet espace vectoriel du produit scalaire habituel
N
~ x i y i pour ~
X
x .~
y= x = (x 1 , . . . x N ) et y = (y 1 , . . . , y N )
i =1
On note k · k la norme euclidienne corespondante, à savoir

q
k~ 2
x k = x 12 + x 22 + . . . x N .
Dans toute la suite Ω désigne un domaine ouvert et non vide RN . Nous considérerons des fonctions
f définies sur Ω (x 1 , . . . , x n ) ∈ Ω 7→ f (x 1 , . . . , x N ).
A.1 La notion de dérivée partielle

Soit f une fonction définie sur Ω. Rappelons que la notion de dérivée partielle par rapport à
la x i en un point M = (m 1 , . . . , m N ) ∈ D consiste à considérer la restriction f i de la fonction f à la
droite D i parallèle à ~
e i puis à prendre sa dérivée usuelle en M . Si on paramètre la droite D i , on a
ainsi
f i (t ) = f (m 1 , . . . , m i −1 , m i + t , m i +1 , m N )
Définition 3. On appelle dérivée partielle de f en M 0 par rapport à la variable x i la dérivée f i0 (0)

lorsqu’elle existe. On la notera
∂f
f x01 (M 0 ), ∂xi f (M 0 ) ou encore (M 0 ).
∂x i
On a donc
∂f f (m 1 , . . . , m i 1 , m 1 + t , m i +1 , m N ) − f (m 1 , . . . , m i , . . . , m N )
(M 0 ) = lim .
∂x i t →0 t
150
Lorsque les dérivées partielles existent en tout point du domaine Ω, elles définissent des fonc-
∂f ∂f
tions à N variables sur ce domaine, que l’on note f x0i , ou ∂xi f , ∂xi , f ou encore ∂x1 , ∂x2 .
Exemple 5. Considérons le polynôme f (x 1 , x 2 ) = x 12 + x 23 + x 1 x − 2. On a
f x01 (x 1 , x 2 ) = 2x 1 + x 2 et f x02 = 3x 22 + x 2 .
Comme dans le cas de fonctions d’une seule variable, on a les règles de calcul suivantes :
Proposition A.1.1. On a pour i = 1, . . . , N ( f ± g )xi = f x0i ± g x0 i , ( f g )xi = f x0i g + f g x0 i . De plus si là où
g ne s’annule pas
f x0 g − f g x0 i
µ ¶0
f
= i 2 .
g xi g
A.1.1 Développement limité à l’ordre 1

Afin d’ écrire un développement limité au premier ordre près d’un point M = (m 1 , m 2 , . . . , m N )
donné, nous allons supposer que la fonction possède des dérivées partielles en ce point, mais
également que ces dernières soient définies et continues dans un voisinage de ce point : ces hypo-
thèses sont donc plus exigeantes que celle que l’on demande en dimension 1. Dans ces conditions,
on a :
Proposition A.1.2. On suppose que f x0i est définie et continue près de M = (m 1 , m 2 ), pour i = 1, 2.
Alors on a pour h = (h 1 , h 2 , . . . , h N ) petit
N
h i f x0i (m 1 , m 2 ) + +khkε(h),
X
f (M + h) = f (m 1 + h 1 , m 2 + h 2 , . . . , m N ) = f (M ) + (A.1.1)
i =1
où la fonction ε est définie près de 0 et vérifie lim ε(h) = 0.

h→0
A.1.2 Le gradient
−−−→
Si f possède des dérivées partielles en M , alors on introduit le vecteur gradient de f , grad f ou
∇ f défini par
→
−
∇ f (M ) = f x01 (M ), f x02 (M ), . . . , f x0 N (M ) .
¡ ¢
Si f est dérivable sur tout le domaine Ω, on définit ainsi une nouvelle fonction de Ω à valeurs dans
RN . Sous les mêmes hypothèses qu’au paragraphe précédent sur f , on peut écrire le développe-
ment (A.1.1) sous la forme condensée
→
−
f 0 (M + h) − f (M ) = h. ∇ f (M ) + khkε(h). (A.1.2)
Considérons maintenant une droite quelconque D passant par M , de vecteur directeur ~ e , supposé
de norme 1, c’est à dire kek = 1. Si on paramètre la droite par M (t ) = M + t~
e , et que s’intéresse à la
restriction f D définie par
f D (s) = f (M + s~
e)
la formule (A.1.2) montre alors que f D est dérivable en 0 et
→
−
f D0 (0) = ~
e . ∇ f (m). (A.1.3)
On peut en conclure que f est dérivable dans toutes les directions, et que la direction dans laquelle
la fonction croît le plus est celle du gradient. On a par ailleurs :
151
Proposition A.1.3. Soit f une fonction continue, possèdant des dérivées partielles sur Ω supposé
→
−
connexe, et telle que ∇ f = 0. Alors la fonction f est constante, c’est à dire il existe une constante
c ∈ R telle que f = c.
A.1.3 Intégration par parties

Considérons tout d’abord une fonction u dont les dérivées partielles sont continues et à sup-
port cmpact dans Ω. On vérifie, que, pour tout i = 1, . . . , N , on a en utilisant le théorème de Fubini
(en découpant dans des plans contenant la direction ~ e i ) que
Z
∂i u(x)dx = 0. (A.1.4)
Ω
Il en résulte que si v est une fonction dont les dérivées sont continues, alors
Z Z
v(x)∂i u(x)dx = − ∂i v(x)u(x)dx, (A.1.5)
Ω Ω
identité que l’on démontre en appliquant (A.1.4) à la fonction produit uv. Lorsque la fonction u ne
s’annule pas au bord de Ω, l’intégration par parties fait apparaître un terme de bord. Supposons à
cet effet que le bord ∂Ω de Ω soit régulier (une courbe en dimension 2, une surface en dimension
3...). En un point σ ∈ ∂Ω, on note ~ n (σ) = (n 1 (σ), . . . , n N (σ)) le vecteur unitaire orthogonal à ∂Ω
pointant vers l’extérieur.
Proposition A.1.4. Si u est une fonction dérivable sur Ω̄ de dérivée continue, on a

Z Z
∂i u(x)dx = u(σ)n i (σ)dσ (A.1.6)
Ω ∂Ω
et de même si u et v sont des fonctions dérivables sur Ω̄ de dérivées continues, on a

Z Z Z
v(x)∂i u(x)dx = − ∂i v(x)u(x)dx + u(σ)v(σ)n i (σ)dσ. (A.1.7)
Ω Ω ∂Ω
152
A.1.4 Dérivation des fonctions composées
Voyons maintenant comment dériver des fonctions composées, en commençant un exemple
simple.
Premièr exemple. Soit f une fonction de RN dans RN et g une¡ fonction de R dans R. On considère
N
la fonction G définie par G = g ◦ f : R → R, M 7→ G(M ) = g f (M ) , pour M ∈ R2 . On a alors
¢
Proposition A.1.5. On supose f dérivable en M et g dérivable en f (M ). Alors G est dérivable en M

et
G x0 i (M ) = g 0 ( f (M )) f x0i (M ), pour i = 1, . . . , N
→
− →
−
et donc ∇ G(M ) = g 0 ( f (M )) ∇ f (M ).
Preuve. On se ramène àla dimension 1Pour i = 1, et t ∈ R petit, on a, si M = (m 1 , m 2 )
G(m 1 + t , . . . , m N ) −G(m 1 , . . . , m N ) = g ( f (m 1 + t , . . . , m N ) − g ( f (m 1 , . . . , m N )) = g ( f 1 (t )) − g ( f 1 (0)),
et donc
G(m 1 + t , . . . , m N ) −G(m 1 , . . . , m N )
lim = (g ◦ f 1 )0 (0) = g 0 ( f 1 (0)) f 10 (0) = g 0 ( f (M ). f x01 (M ).
t →0 t
Deuxième exemple. Soit f une fonction de RN dans R, dérivable dans le voisinage d’un point M ,
~ une fonction d’une variable s à valeur dans R2
de dérivées continues, et soit N
~ (s) = (n 1 (s), . . . , n M (s)) ,

N
~ (s 0 ) = M . On suppose N
telle que N ~ dérivable en s 0 . Une telle fonction N
~ représente par exemple le
paramétrage d’une courbe C , ou la trajectoire d’une particule se déplaçant le long de C au cours
du temps désigné par la variable s. On s’intéresse ici à fonction φ : R → R définie pae
~ (s) = f (N
φ(s) = f ◦ N ~ (s)).
Si on reprend l’image de la particule se déplaçant le long de la courbe C , alors φ(s) désigne la

valeur de f au temps s mésurée sur la particule.
~ de R à valeur dans R est dérivable en s 0 et
Proposition A.1.6. La fonction φ = f ◦ N
~ 0 (s 0 ) . →
~ )0 (s 0 ) = N
φ0 (s) = ( f ◦ N
−
∇ f (M )
0 →
−
~ (s 0 ) . ∇ f N
¡
~ (s 0 ) .
¢
=N
Idée de la démonstration. On passe par les développements limités à l’ordre 1. On écrit tout d’abord
le développement limité de ~n près de s 0 , à savoir pour h petit
~
n (s 0 + h) = ~ n 0 (s 0 ) + hε(h), o ù ε(h) → 0lorsque h → 0.
n (s 0 ) + h.~
Posons ~
k(h) = ~ n 0 (s 0 ) + ε(h)), de sorte que kk(h)k ≤ C |h| pour h petit, où C est une
n (s 0 + h) − M = h(~
constante. Utilisons maintenant A.1.2, à savoir
→
−
f (n(s 0 + h)) − f (M ) = f (M + k(h)) − f (M ) = ~ k(h). ∇ f (M ) + k~
k(h)kε̃(~
k(h)), où ε̃(~
k) → 0 lorsque ~
k → 0,
→
−
= h(~n 0 (s 0 ). ∇ f (M ) + h.ε2 (h),
153
où ε2 (h) → 0 lorsque h → 0.
La matrice Jacobienne
Il est possible de donner une forme plus concise aux résultats précédents en introduisant la
matrice Jacobienne. Considérons de manière générale une application ~ f de Rk vers Rn , où les
nombres k et n peuvent prendre les valeurs 1, 2, voire 3 dans les chapitres ultérieurs. On peut
écrire
~
¡ ¢
f (x 1 , . . . , x k ) = f 1 (x 1 , . . . , x k ), . . . , f n (x 1 , . . . , x k ) .
On dira que ~f est dérivable si et seulement si toutes les fonctions f i le sont, pour i = 1, . . . , k. On
introduit alors la matrice D ~f à n lignes et k colonnes, matrice dont les lignes sont composées des
gradients des fonctions f i , i = 1, . . . , n. On a donc
 ∂f ∂f

1
∂x 1
. . . ∂x1
k
 . .. .. 
Df = .. . . .
 (A.1.8)

∂ fn ∂ fn
∂x 1
. . . ∂x
k
Exemple 6. Soit F est une application linéaire de Rk vers Rn définie par une matrice
A = (a i , j )1≤i ≤n, 1≤ j ≤k
à n lignes et k colonnes, c’est à dire telle que

t ~ ) = At X
f (X ~. (A.1.9)
~ désignent les vecteurs colonnes associés aux vecteurs lignes ~
Ici t f et t X ~ respectivement
f (x) et X
(ce sont aussi leurs matrices transposée, si on considère ces vecteurs lignes comme des matrices).
Plus précisement, on a    
x1 f 1 (X )
 .  .. 
X =  ..  et t ~
t~
f (X ) = 

. 
xk f n (X )
la relation matricielle (A.1.9) donne donc f i (X ) = a i ,1 x 1 + . . . a 1,k x k . Alors
D f (X ) = A, ∀X ∈ Rk .
Si par ailleurs, on note comme précedemment

 
h1
t~  . 
h =  .. 
hk
alors les développements limités du type (A.1.2) peuvent s’écrire
~
f (M + h) − ~
f (M ) = D f (M ) ·t ~
h + khkε(h), (A.1.10)
où ε tend vers 0 lorsque h tend vers 0 (c’est à dire chacune de ses composantes), et où le produit
D f (M ) ·t ~
h désigne la multiplication des matrices, c’est à dire
 ∂f ∂ f1
 
1
∂x 1 . . . ∂x n

h1
 . .. 
D f (M )~ . ..   . 
h= . . .  ·  ..  .
∂ fk ∂f hk
∂x 1
. . . ∂xkn
154
h 7→ D f (M )·t ~
Le produit précédent définit une application linéaire ~ h de Rk à valeurs dans Rn . Cette
application est appelée application linéaire tangente à f au point M . L’application affine
~
h 7→ D f (M ) · ~
h+~
f (M )
est une appproximation à l’ordre 1 de f près de M .

Proposition A.1.7. Si Φ est une fonction Rn vers Rk dérivable de dérivées continues près de M et f
une fonction de Rk vers R` , dérivable de dérivées continues près de Φ(M ) alors f ◦ Φ est dérivable
près de M et la matrice Jacobienne de la composée f ◦ Φ en M est donnée par
D f ◦Φ (M ) = D f (Φ(M )) · D Φ (M ). (A.1.11)
Si Φ est une une fonction de Rn vers Rn , dérivable de dérivées continues près de M , telle que Φ−1
existe près de Φ(M ) et telle que d Φ (M ) soit inversible, alors
D Φ−1 (Φ(M )) = (D Φ (M ))−1 . (A.1.12)
A.1.5 Changements de coordonnées

La notion de composition des applications permet de formaliser la notion de changement de
coordonnées et comment les formules précédentes permettent de mener les calculs qui lui corres-
pondent.
Considérons pour fixer les idées deux domaines Ω et Θ de RN et une application U de Ω vers
Θ supposée bijective et différentiable, ainsi que son application inverse U −1 : Θ → Ω. Un point
M quelconque de Ω peut se définir par ses coordonnées cartésiennes, le N-uplet (m 1 , . . . , m N ).
Soit alors le N-uplet de nombres (u 1 , . . . , u N ) = U (m 1 , . . . , m N ) ∈ Θ. Comme U est supposée bi-
jective, ces deux nombres permettent également de définir le point M sans ambiguité puisque
M = U −1 (u 1 , u 2 ). On obtient ainsi une nouvelle façon de repérer les points de Ω, en utilisant
comme carte Θ. Le couple (u 1 , . . . , u N ) fournit donc de nouvelles coordonnées
Si f est maintenant une fonction définie sur Ω. Si nous désirons décrire la fonction f à l’aide
des nouvelles coordonnées, nous somme conduits à considérer la fonction f˜ : Θ → R définie par
f˜ = f ◦ U −1 soit
f˜(u 1 , . . . , u N ) = f (U −1 (u 1 , . . . , u N )) = f (m 1 , . . . , M N ) où U (m 1 , . . . , m N ) = (u 1 , . . . , u N ). (A.1.13)
Les dérivées partielles de f˜ par rapports aux nouvelles coordonnées (u 1 , . . . , u N ) se calculent alors
grâce à la formule de dérivation composée, à savoir, en posant U = (u 1 , . . . ,U N )

N
 ˜0
f x0i (M ))(x i )0u1 (U )
 X


 f u1 (U ) =


 i =1
...

N


˜0 (U ) =

f x0i (M ))(x N )0u N (U ).
X
f


 uN

i =1
qui s’écrit encore, en version plus condensée, par

→
− →
−
∇ (u1 ,...,u N ) f˜(U ) = ∇ (x1 ,...x N ) f (M ) · D U −1 (U )
→
− (A.1.14)
= ∇ (x1 ,...,x N ) f (M ) · (D U ) (M ))−1 .
155
Comme U et U −1 jouent des rôles symétriques, on trouve aussi
→
− →
−
∇ (x1 ,...,x N ) f (M ) = ∇ (u1 ,...,un ) f˜(U ) · D U (M ) (A.1.15)
Illustrant ces opérations sur deux exemples. Comme nous le verrons sur ces deux exemples, c’est
l’application inverse U −1 qui sera le plus souvent la plus simple à décrire explicitement, de sorte
que c’est la (A.1.15) que nous utiliserons le plus souvent.
Changement de coordonnées linéaires

si le couple (x 10 , . . . x N
0
) désigne les coordonnées d’un point X dans une nouvelle base e0 = (~
e 01, . . . , ~
e 0 N ),
alors on a la relation
X = P X 0 où t X 0 = (x 10 , x 20 ) et t X = (x 1 , x 2 ),
où P désigne la matrice de passage de la base e vers la base e0 . Nous somme donc dans la situation
où l’application U est donnée par
µ µ ¶¶ µ µ 0 ¶¶
t x1 x
U (x 1 , x 2 ) = P −1
et U −1
(x 10 , x 20 ) = t P 01 .
x2 x2 .
Il en résulte que pour tout (x 10 , x 20 ) on a
D U −1 (x 10 , x 20 ) = P,
Si f est une fonction définie sur un domaine quelconque Ω de R2 , Il faut prendre pour domaine
d’arrivée Θ = t (P −1 (Ω). Soit M 0 = (x 10 , x 20 ) un élément quelconque de Θ et f˜ la fonction définie sur
Θ par µ µ µ 0 ¶¶¶
x
f (x 1 , x 2 ) = f ◦ U (x 1 , x 2 ) = f (x 1 , x 2 ) = f t P 01
˜ 0 0 −1 0 0
.
x2 .
En appliquant la formule (A.1.14), on trouve alors
→
− →
−
∇ (x 0 ,x 0 ) f˜(x 10 , x 20 ) = ∇ (x1 ,x2 ) f (x 1 , x 2 ). P
1 2
Coordonnées polaires
Illustrons les changements de coordonnées sur les coordfonnées polaires. Rappelons que si X =
(x 1 , x 2 ) est un point du plan R2 de coordonnées polaires (r, θ), avec r ≥ 0, alors
x 1 = r cos θ, x 2 = r sin θ.
Nous pouvons interpréter les coordonnées polaires (r, θ) a l’aide du formalisme introduit plus
haut. Ceci nous conduit à considérer l’application U de D = R+ × R dans R2 définie par
U (r, θ) = (U 1 (r, θ), U 2 (r, θ)) = (r cos θ, r sin θ). (A.1.16)
On vérifie que U est dérivable sur son domaine de définition et que ses dérivées partielles sont
continues. En effet, on a
(U 1 )0r (r, θ) = cos θ, (U 1 )0θ (r, θ) = −r sin θ

(
(U 2 )0r (r, θ) = sin θ, (U 2 )0θ (r, θ) = r cos θ.
156
Si f est une fonction définie en coordonnées cartésiennes (x 1 , x 2 ), son expression en coordon-
nées polaires sera f˜ = f ◦ U . On aura donc
f˜r0 (r, θ) = f x01 (M ) sin θ + f x02 (M ) cos θ (A.1.17)
et
f˜θ0 (M ) = f x01 (M )r cos θ − f x02 r sin θ. (A.1.18)
On peut réécrire ces formules en introduisant les vecteurs unitaires
M
~
er = = (cos θ, sin θ), et ~
e θ = (− sin θ, cos θ) (A.1.19)
kM k
qui sont orthogonaux, de sorte que

→
− →
−
f˜r (r, θ) = ~
e r . ∇ f et f˜θ (r, θ) = r~
eθ. ∇ f .
→
−
Remarquons que l’on peut déduire de ces calculs l’expression de ∇ x1 ,x2 f en coordonnées polaires,
à savoir
→− 1
e r + f˜θ (r, θ)~
∇ (x1 ,x2 ) f (M ) = f˜r (r, θ)~ eθ. (A.1.20)
r
Remarque A.1.1. Dans de nombreux problèmes la fonction à étudier est exprimée en coordon-
nées polaires, mais c’est le gradient par rapport aux variables d’origine que l’on désire connaître :
c’est pourquoi la formule (A.1.20) est très utile. Un cas particulier important est celui où la fonction
f˜ ne dépend pas de θ. Dans ce cas on a donc f˜θ = 0 et donc
→
−
∇ (x1 ,x2 ) f (M ) = f˜r (r, θ)~
er
A.1.6 Changement de coordonnées et intégration

Replaçons nous dans la situation décrite au début de ce paragraphe, et considérons deux do-
maines Ω et Θ de RN , et une application Φ : Θ → Ω supposée bijective. On considère par ailleurs
une fonction f définie sur Ω. La fonction f ◦ Φ est donc définie sur Θ. On a alors
Théorème A.1.1. On a
Z Z
f (x 1 , . . . , x N )dx 1 dx 2 = f (Φ (u 1 , . . . , u N )) |det (D Φ (u 1 , u 2 ))| d u 1 d u 2
Ω Ω
où det D Φ désigne le déterminant jacobien

∂Φ1 ∂Φ1
¯ ¯
¯
¯ ∂u 1
(u 1 , . . . , u N ) ... ∂u N
(u 1 , . . . , u N ) ¯¯
det D Φ (u 1 , u 2 ) = ¯ ... ... ... ¯.
¯ ¯
¯ ∂ΦN ∂ΦN ¯
¯
∂u 1
(u 1 , . . . , u N ) . . . ∂u N
(u 1 , . . . , u N ).¯
Remarque A.1.2. Notons qu’il faut prendre ici la valeur absolue du déterminant Jacobien (qui peut
bien entendu être négatif).
157
A.2 Dérivées secondes
Lorsque f est dérivable sur l’ensemble de son domaine de définition, ceci définit de nouvelles
fonctions, les dérivées partielles. Lorsque ces dernières sont elles-mêmes dérivables, les dérivées
de ces dernières sont appelées les dérivées secondes. Ainsi, si f est une fonction sur R2 on a 4
dérivées partielles d’ordre 2, à savoir
f x001 x1 = ( f x01 )x1 , f x001 x2 = ( f x01 )x2 , f x002 x1 = ( f x02 )x1 et f x002 x2 = ( f x02 )x2
on utilise aussi souvent les notations
∂2 f ∂2 f ∂2 f ∂2 f
, , et
∂2 x 1 ∂x 1 ∂x 2 ∂x 2 ∂x 1 ∂2 x 2 .
En guise d’exemple on peut remarquer que si f est une fonction affine, toutes les dérivées
secondes sont nulles. C’est d’aileurs une condition nécessaire et suffisante, lorsque le domaine
est connexe.
Remarque A.2.1. Pour M = (m 1 , . . . , m N ) donnée, et f possédant des dérivées partielles près de

M , considérons de nouveaux les fonctions f i qui correspondent aux restrictions de f aux droites
passant par M et parallèles aux deux axes de coordonnées. On a alors f 1 (t ) = f (m 1 + t , . . . , m N ) de
∂f
sorte que par définition ∂x1 (m 1 + t , m 2 ) = f 10 (t ) et donc, en appliqant cette relation à la fonction
∂f ∂2 f 00
∂x 1 (m 1 + t , . . . , m N ) on obtient la relation ∂2 x 1 (m 1 + t , . . . , m N ) = f 1 (t ), et plus généralement
∂2 f
(m 1 , . . . , m i + t , m N ) = f i00 (t ).
∂ xi
2
∂2 f
Les dérivées partielles ∂2 x (M ) peuvent donc se calculer en ne connaissons que la restriction
i
de f restrictions de f aux droites passant par M et parallèles aux deux axes de coordonnées. Ceci
∂2 f
n’est pas vrai pour les dérivées partielles "croisées" , i 6= j .
∂x i ∂x j
Théorème A.2.1 (Lemme de Schwarz). Si les dérivées secondes existent et sont continues près d’un
point M donné, alors on a l’identité
∂ ∂f ∂ ∂f
µ ¶ µ ¶
(M ) = (M ).
∂x i ∂x j ∂x i ∂x j
c’est à dire f x00i x j (M ) = f x00i x j (M ).
A.2.1 Développement limité à l’ordre 2 et matrice Hessienne

Théorème A.2.2. Si les dérivées secondes existent et sont continues près d’un point M donné, alors
on a pour h = (h 1 , . . . , h N ) petit
→
− 1
f (M + h) = f (M ) + h. ∇ f (M ) + Hess f (M ) · (h, h) + khk2 ε(h), (A.2.1)
2
158
o û la fonction ε tend vers quand h tend vers 0 et où Hess f (M ) désigne la matrice symétrique
∂ f
µ 2 ¶
Hess f (M ) = (M )
∂x i ∂x j 1≤1, j ≤N
∂2 f ∂2 f
 
∂2 x 1
(M ) . . . ∂x1 ∂x N (M )
 
= ... ... ... .

∂2 f ∂2 f
∂x N ∂x 1
(M ) ... ∂2 x N
(M )
et l’expression Hess f (M ) · (~
h, ~
h) la forme quadratique associée, c’est à dire
Hess f (M ) · (~
h, ~
h) = ~
h · Hess f (M )t ~
h
∂2 f ∂2 f
 
(M ) ... ∂x 1 ∂x N (M ) h 1
 
 ∂2 x 1
= (h 1 , . . . , h N ) 
 ... ... ...  ... .

2 2
∂ f ∂ f hN
∂x N ∂x 1 (M ) ... ∂2 x N
(M )
La matrice Hess f (M ) est appelée matrice Hessienne de f au point M . Notons qu’en vertu du
lemme de Schwartz, il s’agit d’une matrice symétrique.
A.2.2 Dérivée seconde de la restriction à une droite

Considérons un point M = (m 1 , . . . , m N ) de RN , ~
n = (n 1 , . . . , n N ) un vecteur non nul et la droite
D passant par M et de vecteur directeur ~ n , c’est à dire l’ensemble
D = {(x 1 , x 2 ) ∈ R2 , tel qu0 il existe t ∈ R = (x 1 , x 2 ) = M + t~

n }.
Soit f une fonction définie sur R2 et f D sa restriction à D, c’est à dire la fonction sur R définie par
n ), ∀t ∈ R.
f D (t ) = f (M + t~
Lemme A.2.1. Si f possède des dérivées secondes continues alors f D00 (t ) = ~ n) · t ~

n · Hess f (M + t~ n.
La preuve est laissée en exercice (on pourra utiliser le développement à l’ordre 2).
A.2.3 Dérivée seconde de la restriction à une courbe

Considèrons de manière plus générale une courbe paramétrique C image d’une application
de classe C 2 N~ : I → RN , s 7→ N ~ (s), où I est un intervalle de R, c’est à dire C = {N
~ (s), s ∈ I }, et la
restriction f C de f à C , c’est à dire la fonction f C : I → R définie par
~ (s) = f (N
f C (s) = f ◦ N ~ (s)), ∀s ∈ I }.
On montre alors que, pour tout s ∈ I , on a
~ 0 (s) · Hess f (M + t~
f C00 (s) = N n) · t N ~ 00 (s).→
~ 0 (s) + N − ~
∇ f (N (s)). (A.2.2)
En effet, on a
1
~ (s + h)) = f (N
f C (s + h) = f (N ~ (s) + h N
~ 0 (s) + h 2 N 00 (s) + o(h 2 )).
2
En utilisant ce développement comme au paragraphe précédent, on obtient le résultat désiré.
159
Exemple 7. Illustrons (A.2.2) dans le cas où C est un cercle de rayon R > 0. Dans ce cas, on peut
~ définie, pour θ ∈ [0, 2π[ par
prendre I = [0, 2π[, et pour paramétrage la fonction N
~ (θ) = (R cos θ, R sin θ) = R~

N e r (θ),
où les vecteurs ~
e r et ~
e θ sont définis en (A.1.19). On a
~ 0 (θ) = (−R sin θ, R cos θ) = R~

N ~ 00 (θ) = −(R cos θ, R sin θ) = −R~
e θ (θ) et N e r (θ).
En appliquant la formule (A.2.2), on obtient

→
− ~
f C00 (θ) = R 2~ n (θ)) · t ~
e θ · Hess f (~ e θ − R~
e r (θ). ∇ f (N (θ)). (A.2.3)
Nous avons déjà rencontré le deuxième terme du membre de droite de (A.2.3) dans (A.1.20). Si on
introduit des coordonnées polaires en posant f˜(r, θ) = f (r cos θ, r sin θ), on obtient
→
− ~ ∂ f˜
~
e r (θ). ∇ f (N (θ)) = (R, θ).
∂r
~ (θ) et de vecteur directeur
Pour interpréter (A.2.3), introduisons la droite Dθ passant par le point N
~
e θ , c’est à dire
Dθ = N ~ (θ) + s~
eθ, s ∈ R ,
© ª
(A.2.4)
de sorte que D(θ) est la droite affine tangente en N (θ) à la courve C . Posons
~ (θ) + s~
f D θ (s) = f (N e θ ).
On a f D00θ (0) = ~ n (θ)) · t ~

e θ · Hess f (~ e θ , et en reportant les résultats précédents dans (A.2.3) on obtient
∂ f˜
f C00 (θ) = R 2 f D00θ (0) − R (R, θ). (A.2.5)
∂r
∂2 f˜
Remarque A.2.2. On remarquera que f C00 (θ) = (R, θ), de sorte que l’identité (A.2.5) donne
∂θ 2
∂2 f˜ ∂ f˜
R 2 f D00θ (0) = (R, θ) + R (R, θ). (A.2.6)
∂θ 2 ∂r
A.2.4 Transformation par changement de base

Considérons une nouvelle base e0 telle que la matrice de passage P = P (e → e0 ) est donnée par
(??). Pour M = (m 1 , . . . , m N ) point de RN , soient (m 10 , . . . , m N 0
) ses nouvelles coordonnées dans la
base e . De manière générale, si (x 1 , . . . , x N ) sont des coordonnées dans la base e, notons (x 10 , . . . , x N
0 0
)
0
les nouvelles coordonnées correspondantes dans la base e . Considérons sa matrice hessienne
dans la nouvelle base Ã !
2 ˜
∂ f
Hess (x 0 ,...,x 0 ) f˜(M 0 ) = (M )
1 N ∂x i0 ∂x 0j
1≤i , j ≤N
Cherchons la relation entre les matrices Hess (x 0 ,...,x 0 ) f˜(M 0 ) et Hess (x1 ,...,x N ) f (M )
1 N
160
Proposition A.2.1. On a
Hess (x 0 ,...,x 0 ) f˜(M 0 ) = t P · Hess (x1 ,...,x N ) f (M ) · P. (A.2.7)

1 N
La preuve, de nouveau, peut se faire grâce aux développements limités.
Remarque A.2.3. Nous n’avons considéré plus haut que des changements de coordonnées li-
néaires ou affine. Dan le cas général des changements de coordonnées curvilignes, la transforma-
tion de la matrice Hessienne est beaucoup plus compliquée, et fait apparaître des termes d’ordre
1.
A.2.5 Changements de bases orthonormées

Nous supposons de plus dans ce paragraphe que le nouvelle base e0 est orthonormée, ce qui
est équivalent au fait que la matrice de passage P est orthogonale, ou encore au fait que
P −1 = t P.
Dan ce cas, la transformation (A.2.7) s’écrit
Hess (x 0 ,...,x 0 ) f˜(M 0 ) = P −1 · Hess (x1 ,...,x N ) f (M ) · P. (A.2.8)

1 N
Le cours d’algèbre linéaire nous apprend alors que le polynôme caractéristique de Hess (x 0 ,x 0 ) f˜(M 0 )
1 2
est le même que celui de Hess (x1 ,x2 ) f (M ). En d’autre terme, il ne dépend pas de la base orthonor-
mée considérée. On en déduit :
Proposition A.2.2. Soit f une fonction définie sur un domaine de R2 , de dérivées secondes conti-
nues. Le calcul des valeurs propres, du déterminant, et de la trace de la matrice hessienne Hess f (M )
ne demandent pas de la base orthonormée choisie.
Remarquons par ailleurs que la matrice Hess f (M ) étant symétrique, elle est diagonalisable
dans une base orthonormée (qui dépend bien entendu du point M considéré).
A.2.6 Le laplacien
Soit f une fonction définie sur un domaine Ω de RN , de dérivées secondes continues.
Définition 4. On appelle laplacien de f , et on note ∆ f la fonction définie sur le domaine de défini-

tion de f par
∆ f (M ) = Tr Hess x1 ,...,x N f (M )
¡ ¢
N ∂2 f (A.2.9)
(M ) pour tout M ∈ Ω.
X
=
1≤i ≤N ∂x i
2
Il résulte immédiatement de la Proposition A.2.2 que le calcul du laplacien est indépendant de

la base orthonormée choisie. Plus précisement, si e0 = (~ e 10 ,~
e 20 ) désigne une nouvelle base orthonor-
mée, (x 10 , x 20 ) les coordonnées d’un point (x 1 , x 2 ) dans cette nouvelle base, on a pour tout point M
de coordonnées (m 1 , m 2 ) dans l’ancienne base et (m 10 , m 20 ) dans la nouvelle base
∆(x1 ,...x N ) f (m 1 , m 2 ) = ∆(x 0 ,...,x 0 ) f(m 10 , . . . , m N

0
),
1 N
161
où f est l’expression de f dans la nouvelle base. On peut réecrire l’identité comme
∂2 f ∂2 f ∂2 f ∂2 f
(m 1 , . . . , m N ) + . . . + (m 1 , . . . , m N ) = (m 10 , . . . , m N
0
)+...+ (m 10 , . . . , m N
0
). (A.2.10)
∂x 1
2
∂x N
2
∂x 10 2 0 2
∂x N
La laplacien est par ailleurs égal à la somme des valeurs propres de la matrice Hessienne au point
considéré.
Expression du Laplacien en coordonnées polaires

Soit f une fonction définie sur R2 de dérivées secondes continues, et considérons, comme en
(A.1.16) l’expression f˜ de la fonction en coordonnées polaire, à savoir
f˜(r, θ) = f (r cos θ, r sin θ), r ≥ et θ ∈ [0, 2π[.
Soit M 0 = (m 10 , m 20 ) = (r 0 cos θ0 , r 0 sin θ0 ) un point donné de R2 , voyons comment on peut exprimer

∆ f (M ) en fonction de f˜ et de ses dérivées partielles premières et secondes. Pour faire ce calcul,
nous allons commencer par introduire une nouvellle base orthonormée, mieux adaptée au calcul.
Considérons à cet effet tout d’abord la base orthonormée ~ e 10 ,~
e 20 données par
M0
e 10 = ~
~ e r0 = e 20 = ~
= (cos θ0 , sin θ0 ), et ~ e θ0 = (− sin θ0 , cos θ0 )
kM 0 k
Soit (x 10 , x 20 ) les coordonnées d’un point (x 1 , x 2 ) dans cette nouvelle base, et f l’expression de la
fonction dans cette nouvelle base, de sorte que f(x 10 , x 20 ) = f (x 1 , x 2 ) = f˜(r, θ). Par ailleurs, comme
OM~ 0 = r 0~ e r 0 = r 0~
0 0
e 10 , on a m 0 1 = r 0 et m 0 2 = 0. Il résulte de (A.2.10) que
∂2 f 0 0 ∂2 f 0 0
∆ f (m 10 , m 20 ) = 2
(m 0 1 , m 0 2 ) + (m 0 1 , m 0 2 ). (A.2.11)
∂x 10 ∂x 20 2
Montrons tout d’abord que
∂2 f 0 0 ∂2 f ∂2 f˜
(m 0 1 , m 0 2 ) = (r , 0) =
2 0
(r 0 , θ0 ). (A.2.12)
∂x 10 2
∂x 10 ∂r 2
Le terme de gauche correspond en effet à la dérivée seconde de la restriction de la fonction f à

la droite D 1 d’équation x 20 = 0 dans la base e0 , mais qui est aussi la droite d’équation θ = θ0 en
coordonnées polaires, de sorte que x 10 = r sur cette droite, pour x 10 ≥ 0.
Considérons maintenant maintenant la droite D 2 d’équation x 10 = r 0 , perpendiculaire à la droite
D1 en M 0 . Si f D 2 désigne la restriction de f à cette droite obtenue en posant
e 20 ) = f (M 0 + s~
f D 2 (s) = f (M 0 + s~ e θ0 ),
on obtient
∂2 f
f D002 (0) = (r 0 , 0).
∂x 20 2
Ceci correspond exactement à la situation étudiée dans l’exemple 7 du paragraphe A.2.3. On
peut donc utiliser (A.2.6) pour conclure que
∂2 f˜ ∂ f˜
r 02 f D002 (0) = (r 0 , θ 0 ) + r 0 (r 0 , θ0 ). (A.2.13)
∂θ 2 ∂r
En combinant les identités (A.2.11), (A.2.12) et (A.2.13) on obient :
162
Proposition A.2.3. Le laplacien se calcule en coordonnées polaires de la façon suivante :
1 ∂ f˜ ∂2 f˜ 1 ∂2 f˜
∆ f (M 0 ) = (r 0 , θ0 ) + 2 (r 0 , θ0 ) + 2 2 (r 0 , θ0 ). (A.2.14)
r 0 ∂r ∂r r 0 ∂θ
Remarque A.2.4. On pourra observer que
1 ∂ f˜ ∂2 f˜
· µ ˜¶
1 ∂ ∂f
¸
(r 0 , θ0 ) + 2 (r 0 , θ0 ) = r (r 0 , θ0 ) . (A.2.15)
r 0 ∂r ∂r r 0 ∂r ∂r
Laplacien de fonctions possèdant la symétrie radiale

Considérons une fonction f définie sur RN (ou une boule centrée ‘a l’origine qui possède la
symétrie radiale : ceci signifie qu’ il existe une fonction f˜ : [0, +∞[→ R telle que
f (x 1 , . . . , x N ) = f˜(kxk), ∀x = (x 1 , . . . , x N ) ∈ RN .
On vérifie dans ce cas de nouveau que la fonction ∆ f possède également la symétrie radiale et que
d2 ˜ N −1 d ˜ 1 d N −1 d ˜
µ ¶
∆ f (x 1 , . . . , x N ) = f (kxk) + f (kxk) = N −1 r f (kxk) (A.2.16)
dr 2 r dr r dr dr
La preuve est laissée en exercice.
A.2.7 Conditions du premier et du deuxième ordre en un point minimisant in-

térieur
Rappelons pour commencer que si f est une fonction définie sur un intervalle I de R, si f
possède un minimum local en un point x 0 intérieur à I , alors nécessairement, on doit avoir les
deux conditions
f 0 (x 0 ) = 0 et f 00 (x 0 ) ≥ 0. (A.2.17)
La première identité est appelée condition de premier ordre en x 0 , alors que l’inégalité est appelée
condition du deuxième ordre. Cherchons s’il existe des conditions similaires pour les fonctions
plusieurs variables. Considérons à cet effet une fonction f définie et posssédant des dérivées se-
condes continues sur un domaine D de Rn .
Définition 5. On dit que le point M 0 = (m 10 , . . . , m N

0
) ∈ Ω est un point intérieur au domaine D s’il
existe un nombre r 0 > 0 tel que le disque B(M 0 , r 0 ) = {(x 1 , . . . , x N ) ∈ RN , (x 1 −m 10 )2 +. . .+(x N −m N
0 2
) <
r 0 de centre M 0 et de rayon r 0 est inclus dans D.
2
Définition 6. Soit M 0 un point de D. On dit que M 0 est un point de minimum local de la fonction f
définie sur D si et seulement si il existe un rayon r 1 > 0 tel que
f (M ) ≥ f (M 0 ) pour M ∈ D ∩ D(M 0 , r 1 ).
On dit que M 0 est un point de maximum local de la fonction f définie sur D si et seulement si il
existe un rayon r 1 > 0 tel que
f (M ) ≤ f (M 0 ) pour M ∈ D ∩ D(M 0 , r 1 ).
163
Si M 0 est à la fois un point de maximum local et un point de mimimum local alors la fonction
f est constante près de M 0 . Notons que si M 0 est un point de maximum local pour f sur D, alors
c’est un point de minimum local pour − f . On ce contentera donc d’étudier les minimas locaux,
les résultats étant similaires pour les maximas locaux en changeant de signe. On alors :
Proposition A.2.4. Soit f une fonction dérivable, de dérivées continues sur un domaine D, et M 0
un point intérieur à D. On suppose que M 0 est un point de minimum local de f . On a alors
→
−
∇ f (M 0 ) = (0, . . . , 0) (condition de premier ordre en un point de minimum local). (A.2.18)
Si de plus f possède des dérivées secondes continues alors la matrice Hessienne Hess f (M 0 ) au point
M 0 est positive, c’est à dire, pour tout vecteur ~
n = (n 1 , . . . , n N ) ∈ RN , on a
n · Hess f (M 0 ) · t ~
~ n ≥ 0 (condition de deuxième ordre en un point de minimum local). (A.2.19)
Démonstration. Pour démontrer (A.2.18), on peut se ramener au résultat en dimension 1 en consi-
dérons la restriction de f à des droites passant par M 0 . Considérons un vecteur non nul ~
n de RN ,
et la fonction g définie par
n ), t ∈ R.
g (t ) = f (M 0 + t~
Comme f admet un minimum local en M 0 , il existe un r 1 > 0 tel que si
kM − M 0 k < r 1 alors f (M ) ≥ f (M 0 ).
r1
Posons t 1 = . On voit que si |t | < t 1 , alors on a k(M 0 + t~n ) − M 0 k = |t |k~
n k < r 1 de sorte que
nk
k~
g (t ) ≥ g (0), pour |t | < t 1 ,
d’où il résulte que 0 est un point de minimum local pour la fonction g . Il en déduit donc que
g 0 (0) = 0 et g 00 (0) ≥ 0.
→
−
Or g 0 (0) = ~
n . ∇ f (0) et g 00 (0) = ~
n · Hess f (M 0 ) · t ~
n . On a donc pour tout vecteur ~
n non nul
→
−
~
n . ∇ f (0) = 0 et ~ n · Hess f (M 0 ) · t ~
n ≥ 0,
Remarque A.2.5. Pour une matrice symétrique A, la condition de positivité
n · A · t~
~ n de RN ,
n ≥ 0 pour tout vecteur ~ (A.2.20)
est équivalente au fait que toutes ses valeurs propres sont positives. En effet, toute matrice symé-
trique étant diagonalisable dans une base orthogonale, il existe une matrice orthogonale P et une
matrice diagonale D
λ1 . . . 0
 
D =  0 λ2 . . . 
0 . . . λN
telles que A = P −1 · D · P −1 = t P · D · P. On a donc
N
2
n · A · t~
~ n · t P · D · P · t~
n =~ n0 · A · t ~
n =~ n0 = λi n i0 ,
X
i =1
où on a posé ~
n =~0 t
n · P . Il résulte de la condition de postivité (A.2.20) et du fait que P est inversible
que
N
2
n 0 ∈ R2 ,
λi n i0 ≥ 0 pour tout vecteur ~
X
i =1
ce qui entraîne que λi ≥ 0 pour tout i = 1, . . . , N .
164
A.3 Dérivées partielles d’ordre supérieur
Lorsque f admet toutes les dérivées jusqu’à l’ordre n et lorsque ces dérivées sont continues,
alors il résulte du lemme de Schwartz que l’ordre dans lequel on effectue les dérivations n’a aucune
P
importance. Pour n dérivations où interviennt p i la variable x i , i = 1, . . . , N avec n = p i on note
∂n f p p p
ou ∂1 1 ∂2 2 . . . ∂NN f
∂ x1 . . . ∂ x N
p 1 p N
la dérivée partielle correspondante. Par exemple pour n = 3 et N = 2 les dérivées partielles d’ordre
3 sont
∂3 f 3 ∂3 f 2 1 ∂3 f 1 2 ∂3 f
= ∂1 f , = ∂1 ∂2 f , = ∂ 1 ∂ 2 f , = ∂32 f .
∂ x1
3 ∂ x 1 ∂x 2
2 ∂x 1 ∂ x 2
2 ∂ x2
3
On peut soulager un peu les notations en utilisant des multi-indices présentés ci-dessous.
A.3.1 Multi-indices
Un multi-indice de taille N est un N -uplet de la forme
α = (α1 , α2 , . . . , αN )
où les coefficients αi sont des entiers positifs. Au multi-indice sont associées sa longueur et sa
factorielle définies par
N N
|α| = αi et α! = Π αi .
X
i =1 i =1
On pose alors
α α α
∂α = ∂1 1 ∂2 2 . . . ∂NN f
En utilisant cette notation, de nombreuses formules d’analyse prennent une forme relativement
simple. Par exemple la formule de Leibniz pour des fonctions à N variables devient
X α ν α−ν
µ ¶
α
∂ (uv) = ∂ u∂ v,
ν≤α ν
ou la relation d’ordre partielle sur les multi-indices ν ≤ α signifie que νi ≤ αi , pour tout i = 1, ≤ N
et où
α α!
µ ¶
=
β (α − β)!β!
Les multi-indices permettent également décrire de manière agréable des développements limités
à tout ordre. on a
X ∂α f (M )
f (M + h) = f (M ) + + O(khkn ).
|α≤n α!
Enfin, pour deux fonctionsu et v suffisamment régulières dans l’une au moins est à support com-
pact dans Ω, on a Z Z
u(∂α v)dx = (−1)|α| (∂α u)vdx.
Ω Ω
165
Annexe B
Quelques notions d’analyse vectorielle
Nous rappelons dans cette parties les notions de bases de l’analyse vectorielle, en particulier
les définitions et propriétés des principaux opérateurs (gradient, divergence, rotationnel). Les no-
tations sont les même que dans l’Annexe A.
B.1 Champ de vecteurs

Soit Ω un domaine de RN .
Définition 7. On appelle champ de vecteurs sur Ω toute application V ~ d’un domaine D de RN à

valeur dans R2 :
~ (M ) = (V1 (M ), . . . ,VN (M )) ,
M ∈ D 7→ V
où, pour i = 1, . . . , N les fonctions Vi sont des applications scalaires sur Ω, c’est à dire des applications
de D vers R.
La terminologie relève en partie de la physique et de la mécanique, où les applications de D

vers R sont appelées par contraste champs scalaires.
Comme exemple de tels champs, considérons par exemple la carte d’une région, notée ici D, et
que l’on peut considérer comme un domaine de R2 . En chaque point de cette carte, nous pouvons
par exemple considérer la température au sol : il s’agit alors d’une fonction T de D à valeurs dans R,
c’est à dire un champ scalaire. En revanche, si à chaque point M de la carte, on associe la direction
et la vitesse du vent, que l’on peut représenter par un vecteur V ~ (M ), alors on a défini un champ de
vecteurs. On représente en général le vecteur V ~ (M ) sous forme de vecteur attaché au point M .
Un exemple fondamental de champ de vecteur est fourni par les champs de gradient.
166
B.1.1 Champ de gradient
Définition 8. Soit f une application d’un domaine Ω de RN supposée dérivable en tout point du
→
−
domaine. On appelle champs de gradient associé à f le champs de vecteurs ∇ f défini par
→
−
∇ f (M ) = f x01 (M ), . . . , f x0 N (M ) .
¡ ¢
(B.1.1)
Nous avons déjà rencontré cette notion au chapitre précédent. La propriété suivante exprime
le fait que le gradient est orthogonal aux lignes de niveau. Posons à cet effet, pour c ∈ R
L c = {M ∈ Ω, f (M ) = c}.
→
−
Proposition B.1.1. Soit c ∈ R tel que L c est non vide, et soit M ∈ L c tel que ∇ f (M ) 6= 0. Alors, pour
~ tangent à L c en M , ona
tout vecteur T
~ ⊥→
T
−
∇ f (M ).
Remarque B.1.1. Si on dessine les lignes de niveau pour des valeurs de c espacées régulièrement,
alors le gradient est orthogonale aux lignes de niveau, pointe vers les ensembles de valeurs de
niveau croissant, et son module est plus élevé aux endroits où ces courbes se resserrent.
Il est naturel de se demander si tout champ de vecteur peut se représenter sous forme de gra-
dient d’une fonction, ce qui est le cas pour les fonctions d’une variable réelle, qui sont la dérivée de
leur primitive. En réalité, il est facile de se convaincre que ce n’est pas le cas pour tous les champs
de vecteurs, comme le montre le résultat suivant :
~ = (V1 , . . . ,VN ) un champ de vecteurs dérivable, de dérivée continue, défini
Proposition B.1.2. Soit V
sur un domaine Ω. Une condition nécessaire pour que V ~ soit un champ de gradient est que
∂Vi ∂V j
= pour tous i 6= j. (B.1.2)
∂x j ∂x i
Démonstration. Supposons qu’il existe une fonction f définie sur D telle que V ~ =→
−
∇ f c’est à dire
∂f
Vi = , pour tout i = 1, . . . , N . Par le Théorème de Schwarz, on doit avoir
∂x i
∂ ∂f ∂ ∂f
µ ¶ µ ¶
= ,
∂x j ∂x i ∂x i ∂x j
ce qui même directement à (B.1.2).

Nous verrons par la suite que, si le domaine est sans trou, alors la condition (B.1.2) est aussi
une condition suffisante, c’est à dire tout champ de vecteurs qui vérifie (B.1.2) est un champ de
gradient.
Remarque B.1.2. Si on a V ~ =→−

∇ f , alors pour toute constante c ∈ R on a aussi V ~ =→
−
∇ ( f +c), de sorte
qu’il n’y a pas unicité de la fonction f . Par ailleurs, on vérifie, au vu du résultat de la Proposition
A.1.3, que toutes les solutions ont la forme f + c, c ∈ R. En effet, si f 1 et f 2 sont deux fonctions don-
~ =→
nées telles que V
− →
− →
−
∇ f 1 = ∇ f 2 , alors leur différence g = f 2 − f 1 est telle que ∇ g = 0. La proposition
A.1.3 montre alors que la fonction g est constante, ce qui donne le résultat.
167
~ linéaire, c’est à dire de la forme
Exemple 8. Considérons un champ de vecteur V
t~ ~ ) = A ·t X
~,
V (X
¡ ¢
où A = a i , j 1≤i , j ≤N est une matrice N × N . On vérifie que
N
X ∂Vi
V1 (x 1 , . . . , x N ) = a i , j x j de sorte que = ai , j ,
j =1 ∂x j
Le champ V est donc un champ de gradient si et seulement a 1,2 = a 2,1 , c’est à dire si et seulement
si la matrice A est symétrique.
Invariance de l’expression du gradient par changement de repère orthonormé.

→
−
La définition (B.1.1) qui associe à une fonction f sur RN le champ de vecteur ∇ f repose sur
l’expression dans un repère donné de la fonction f et de ses dérivées partielles, elle donc a priori
relative à un choix de repère orthonormé (~ e 1 , . . . ,~
e N ), qui détermine les coordonnées cartésiennes
(x 1 , x 2 ). Elle s’exprime donc, pour une fonction f donnée sur un domaine D par la relation
→
− ∂f ∂f
∇f = ~
e1 + . . . + ~
eN .
∂x 1 ∂x N
Introduisont un nouveau repère orthonormé e0 = (~ e 10 , . . . ,~0
eN ) et des coordonnées x 10 , . . . , x N
0
corres-
pondantes de sorte que
e1 + . . . xN~
x 1~ e 10 + . . . + x N
e N = x 10 ~ 0 0
~
eN .
Cherchons l’expression du gradient dans cette nouvelle base. Posons
f˜(x 10 , . . . , x N
0
) = f (x 1 , . . . , x N ) = f (x 1~
e1 + . . . xN~ e 10 + . . . + x N
e N ) = f (x 10 ~ 0 0
~
e N ).
Proposition B.1.3. On a pour tout (x 1 , . . . x 2 N ∈ D
→
− ∂ f˜ 0 ∂ f˜ 0
∇ f (x 1 , x 2 ) = 0 ~ e1 + . . . 0 ~ e ,
∂x 1 ∂x N N
e 10 , . . . ,~
ses coordonnées dans la base (~ 0
eN ) sont donc f˜x0 0 , . . . , f˜x0 0 .
1 N
Le calcul du gradient dans la nouvelle base est donc identique à celle dans l’ancienne base.
Preuve. On a f˜ = f ◦ Φ où Φ désigne l’application de RN dans lui-même qui aux nouvelles coor-

données associe les anciennes : (x 10 , . . . , x N
0
) 7→ Φ(x 10 , . . . x N
0
)) = (x 1 , . . . , x N ). Il s’agit d’une application
~
linéaire, associe à une matrice P carrée 2 × 2. Posons X = (x 1 , . . . , x N ) et X ~ 0 = (x 0 , . . . , x 0 ). On a
1 N
t~ ~ 0) = P t X 0,
X = Φ( X
où A désigne la matrice de passage de la nouvelle base vers l’ancienne. Comme Φ est linéaire, on
a D Φ = P , et donc
→
− ˜ 0 →
−
∇ f (x 1 , . . . , x n0 ) = ∇ f (x 1 , . . . , x N ) ◦ P
→
− →
−
Comme A est orthonormée , on a P −1 =t P , et donc ∇ f (x 1 , . . . , x N ) = ∇ f˜(x 10 , . . . , x N 0
) ◦t P , soit, en
→
− →
−
transposant t ∇ f (x 1 , . . . , x N ) = P ◦t ∇ f˜(x 0 , . . . , x 0 ). Ceci montre que les coordonnées du gradient se
1 N
transforment comme celles des vecteurs, et donne la relation désirée.
168
Remarque B.1.3. Attention, l’énoncé n’est valable que pour des changements de bases orthonor-
mées, le gradient n’est pas invariant par un changement de base qui ne serait pas orthonormé.
Remarque B.1.4. La proposition B.1.3 peut aussi s’interpréter en revenant à la formule du déve-
loppement limité (A.1.2)
→
−
f (M + ~
h) − f (M ) ' ~
h. ∇ f (M ).
la conservation du produit scalaire par changement de repère orthonormé comme celle du membre
de gauche explique alors que la forme du gradient reste elle-même inchangée.
B.1.2 Courbes intégrales

~ défini sur un domaine D, et C une courbe tracée dans
Considérons un champ de vecteurs V
le domaine D.
Définition 1. On dira que C est une ligne de champ ou une courbe intégrale du champ de vecteurs
~ si et seulement si V
V ~ est tangent à C en tout point de C .
Proposition B.1.1. Soit V~ un champ de vecteurs dérivable de dérivées continues sur un domaine D,
et soit M 0 un point de D. Alors il existe une ligne de champ C et une seule qui passe par M 0 .
Idée de la démonstration. Pour construire la ligne de champ, on introduit l’équation différentielle

avec condition initiale
 d M (t ) = V

~ (M (t )), t ∈ I
dt (B.1.3)
M (0) = M 0 ,

où I désigne un intervalle de R contenant 0, et où l’inconnue est la fonction t 7→ M (t ) ∈ D. No-

tons que l’équation (C.2.1) est en fait un système de deux équations différentielles lorsqu’on l’ex-
prime en coordonnées. Les méthodes de résolution des équations différentielles, et en particulier
le Théorème de Cauchy-Lipschitz montrent alors que l’équation (C.2.1) possède toujours une so-
lution, qui existe tant que M (t ) ne sort pas d’un voisinage de M 0 . La fonction t 7→ M (t ) ∈ D fournit
dM
alors le paramétrage d’une courbe C , dont un vecteur tangent n’en autre que (t ) en M (t ) c’est
dt
~ (M (t )).
à dire, au vu de (C.2.1), le vecteur V
Dérivée particulaire.
L’équation (C.2.1) modélise de nombreux phénomènes, en particulier en mécanique des fluides.
Considérons un fluide, qui pourra être un liquide comme l’eau ou un gaz, comme l’air occupant
un domaine Ω (de R3 ). Supposons que le champ de vecteurs V ~ représente le champ des vitesses
du fluide, c’est à dire qu’on chaque point M du domaine, V ~ (M ) désigne la vitesse des particules
élémentaires, par exemple les molécules, constituant ce fluide au point M . Les lignes de champ
ou courbes intégrales de V ~ correspondent alors aux trajectoires suivies par les particules élémen-
taires : plus précisément, les particules présentes au temps 0 en M 0 seront transportées par le
fluide au point M (t ) au temps t . La donnée du champ de vecteurs V~ permet donc de reconstituer
entièrement les trajectoires des particules du fluide.
Voyons maintenant comment les quantités physiques sont transportées par le champ de vec-
teurs. Soit f une quantité scalaire physique que l’on peut mesurer dans le fluide : f (M , t ) repré-
sente donc la quantité mesurée au point M , au temps t . La température du fluide peut être un
169
exemple d’une telle quantité. Considérons une particule située au temps t = 0 en M 0 et essayons
de voir comment varie la quantité f mesurée sur la particule : nous noterons f˜ cette quantité qui
dépend uniquement du temps. On a par définition
f˜(t ) = f (M (t ), t )
et donc
d f˜ d
(t ) = f (M (t ), t ).
dt dt
→
−
Si on applique donc la règle de dérivation des fonctions composées, il vient, si ∇ désigne unique-
ment les dérivées par rapport aux variables spatiales
d f˜ dM →
− ∂f
(t ) = (t ). ∇ M f (M (t ), t ) + (M (t ), t ),
dt dt ∂t
soit finalement
d f˜ ∂f
(t ) = ~ (M (t )).→
(M (t ), t ) + V
−
∇ f (M (t ), t ). (B.1.4)
dt ∂t
On parle alors de dérivée particulaire.
Définition 2. On appelle dérivée particulaire, la fonction définie sur Ω × [0, +∞[ par
Df ∂f
(M , t ) ≡ ~ (M , t ).→
(M , t ) + V
−
∇ f (M , t ).
Dt ∂t
Cette quantité mesure la dérivée par rapport au temps t de la quantité f mesurée sur une particule
donné, présente en M au temps t .
Remarque B.1.1. La notion de dérivée particulaire nous renvoie aux deux points de vues dévelop-
pés en mécanique des fluides :
— la description Eulerienne
— la description Lagrangienne.
Dans la description Eulerienne, on se place dans le repère fixe, et on mesure les quantités au fil
de l’eau, alors que dans la description Lagrangienne, on suit les particules au cours de leur mou-
vement. Si l’écriture des équations se fait en général en description Eulerienne, le formalisme la-
grangien est souvent bien utile et pratique pour établir les équations.
B.1.3 La divergence
~ donnée un champ scalaire,
La divergence est un oérateur qui associe à champ de vecteurs V
~.
noté div V
~ un champ de vecteurs dérivable sur un domaine Ω, de dérivées continues. On
Définition 3. Soit V
~ la fonction définie sur Ω par
appelle divergence du champ de vecteurs V
∂V1 ∂VN N ∂V
~ (M ) = i
X
div V (M ) + . . . (M ) = (M )
∂x 1 ∂x N i =1 ∂x i
170
Exemple 1. Si V ~ (x 1 , . . . , x N ) = (x 1 , . . . , x N ) alors div V
~ = N , alors que si N = 2 et V (x 1 , x 2 ) = (−x 2 , x 1 ),
~ = 0. De manière plus générale, si V
alors div V ~ est un champ linéaire, c’est à dire de la forme
t~ ~ ) = A.t X
~,
V (X
~ est une fonction scalaire constante,
où A est une matrice N ×N , alors on vérifie (exercice) que div V
et que
~ = Tr A.
div V
~ = 0.
ainsi, si A est antisymétrique, alors div V
Notons que la trace d’une application linéaire est indépendante de la base considérée. Il en est
de même de la divergence.
Proposition B.1.2. Le calcul de la divergence d’un champ de vecteurs ne dépend pas de la base
choisie sur RN .
La divergence en coordonnées polaires
Supposons N = 2. Comme nous l’avons déjà vu, la base de référence pour faire des calculs en
e r ,~
coordonnées polaire, c’est la base (~ e θ ). Il s’agit d’un repère mobile, puisqu’il dépend du point
où il est considéré. Supposons donc que le champ de vecteurs considéré V ~ soit exprimé en coor-
données polaires au point M = (r cos θ, r sin θ)
~ (M ) = Vr (r, θ)~
V e r (M ) + Vθ (r, θ)~
e θ (M ).
où ~
e r = (cos θ, sin θ) et ~
e θ = (− sin θ, cos θ). Si on écrit maintenant V ~ = (V1 ,V2 ) en coordonnées
cartésiennes, on obtient V1 = Vr (r, θ) cos θ −Vθ (r, θ) sin θ et V2 = Vr (r, θ) sin θ +Vθ (r, θ) cos θ. Il vient
alors, par la règle des fonctions composées,
∂V1 ∂V1 ∂r ∂V1 ∂θ ∂V1 1 ∂V1
= + = cos θ − sin θ
∂x 1 ∂r ∂x 1 ∂θ ∂x 1 ∂r r ∂θ
∂Vr ∂Vθ
· ¸
= cos θ cos θ − sin θ
∂r ∂r
∂Vr ∂Vθ
· ¸
1
− sin θ [ cos θ − Vr sin θ − sin θ − Vθ cos θ
r ∂θ ∂θ
∂Vr Vr 1 ∂Vθ
= cos2 θ + sin2 θ + sin2 θ
∂r ·r r ¸∂θ
1 ∂Vθ ∂Vθ
− sin θ cos θ r + − Vθ
r ∂r ∂r
et
∂V2 ∂V2 ∂r ∂V2 ∂θ ∂V2 1 ∂V2
= + = sin θ + cos θ
∂x 2 ∂r ∂x 2 ∂θ ∂x 2 ∂r r ∂θ
∂Vr ∂Vθ
· ¸
= sin θ sin θ + cos θ
∂r ∂r
∂Vr ∂Vθ
· ¸
1
+ cos θ [ sin θ + Vr cos θ + cos θ − Vθ sin θ
r ∂θ ∂θ
∂Vr Vr 1 ∂Vθ
= sin2 θ + sin2 θ + cos2 θ
∂r r r ¸∂θ
∂Vθ ∂Vθ
·
1
+ sin θ cos θ r + − Vθ
r ∂r ∂r
171
En faisant la somme, on trouve finalement
∂V1 ∂V2 ∂Vr Vr 1 ∂Vθ
divV = + = + +
∂x 1 ∂x 2 ∂r r r ∂θ
ou encore
1 ∂ (r Vr ) 1 ∂Vθ
~=
div V + . (B.1.5)
r ∂r r ∂θ
La divergence de champs radiaux
Considérons maintenant le cas où Ω est une boule ouverte ou l’espace RN tout entier et le
~ un champ radial, c’est à dire de la forme
champ V
x
~ (x) = ~
V f (kxk) .
kxk
On montre alors (exercice) que
1 d n−1
divV (x) = (r f )(kxk).
r n−1 dr
La divergence du gradient
Considère ici un champ de gradient V ~ =→

−
∇ f , où f est deux fois dérivable de dérivées continues,
~
c’est à dire V = ( f x1 , . . . , f x N ). On a alors
N
→
−
f xi xi = ∆ f .
X
div ( ∇ f ) =
i =1
La divergence du gradient de f est donc identique au laplacien de f .
Autres formules
~ un champ de vecteurs définis, dérivables et de dérivées
Proposition B.1.3. Soit f une fonction et V
~ défini par f V
continues sur Ω. Le champ de vecteurs f V ~ (M ) = f (M )V
~ (m) pour tout M ∈ D est un
champ de vecteurs dérivable sur D dont la divergence est la fonction qui s’écrit
div ( f V ~ ·→
~ ) = f divV + V −
∇f. (B.1.6)
Si f et g sont des fonctions deux fois dérivables alors

→
− →− → −
g ∆ f = div (g . ∇ f ) − ∇ g · ∇ f . (B.1.7)
B.1.4 Divergence, flux et intégration par partie

On peut reformuler la proposition D.3.3 de l’Annexe A en utilisant l’opérateur divergence.
~ est un champ de vecteurs derivable sur Ω de dérivée continue, on a
Théorème B.1.1. Si V
Z Z
~
div V (M )dx 1 . . . d x N = Flux(V, ∂Ω) ≡ ~ (M (σ)) .~
V n (σ)d σ.
Ω ∂Ω
172
La quantité Flux(V, ∂Ω) est appelé "flux de la divergence" à travers le bord de Ω. D’après cette
proposition, il est donc égal à l’intégrale de la divergence donc égale au flux à travers le bord. On
appelle parfois ce résultat le théorème flux-divergence ou encore le théorème de Green-Ostrogradski.
Nous verrons plus loin une interprétation physique de cette relation.
Si on suppose de plus que f est une fonction dérivable sur Ω de dérivée continue, alors on a
Z Z Z
f (M )div V ~˙ (M )dx 1 . . . d x N +
~ (M )dx 1 . . . d x N = − ∇ f (M )V ~ (M (σ)) .~
fV n (σ)dσ. (B.1.8)
Ω Ω ∂Ω
On déduit des relations qui précèdent des formules d’intégration par parties pour le laplacien
→
−
(en utilisant le fait que (∆ = div ( ∇ )). Pour deux fonctions f et g , définies sur Ω, f est des dérivées
continues et g des dérivées secondes continues, on a
∂g
Z Z Z
→
− → −
f ∆g = − ∇ f · ∇g + f (σ) (σ)dσ, (B.1.9)
Ω Ω ∂Ω ∂~
n
où on a posé
∂g
(σ) = ~
n (σ).∇g (σ). (B.1.10)
∂~n
En faisant jouer à f et g des rôles plus symétriques, on élimine les termes d’ordre 1 et on obtient
∂g ∂f
Z Z Z Z
f ∆g − g ∆ f = f (σ) (σ)dσ − g (σ ) (σ)dσ. (B.1.11)
Ω Ω ∂Ω ∂~
n ∂Ω ∂~
n
B.2 Une interprétation du théorème flux-divergence : l’équation

de continuité
Nous avons introduit l’opérateur "divergence" dans la Section B.1.3. Cet opérateur intervient
dans de nombreuses modélisations, en physique, en mécanique, ou en biologie. Le but de cette
section est d’éclairer un mécanisme dans lequel cet operateur intervient de manière naturelle : lé-
quation de conservation de la masse appelée aussi équation de continuité, au coeur de nombreuses
modélisations.
Considérons un domaine D de R3 , et un champ de vecteurs V ~ défini sur D. Reprenons l’ana-

logie avec le champs de vitesse d’un fluide, développée à la Section B.1.2, c’est à dire supposons
que le champ de vecteurs V ~ représente le champ des vitesses du fluide : pour chaque point M du
~
domaine, V (M ) désigne la vitesse des particules élémentaires constituant ce fluide en ce point.
Les particules du fluides sont donc régies par l’équation (C.2.1)
 d M (t ) = V

~ (M (t )), t ∈ I
dt (B.2.1)
M (0) = M 0 ,

La particule localisée au temps 0 en M 0 se retrouve au temps t en M (t ). Soit U 0 un domaine inclus

dans Ω strictement, et soit U t le domaine occupé au temps t par les particules présentes au temps
0 dans U 0 . La question que nous nous posons alors est la suivante :
173
Q : Comment le volume de U t notée Vol (U t )évolue-t-elle au cours du temps ?
d Vol (U t )
Essayons de calculer en particulier la variation . A cet effet, remarquons tout d’abord
dt |t =0
que Z
Vol (U t ) = dx 1 dx 2 dx 3 ,
Ut
intégrale dont le domaine change au cours du temps. Afin de nous ramener à un domaine fixe,
nous allons paramétrer le domaine U t par le domaine au temps 0, à savoir Ω0 . Notons Φt l’appli-
cation qui au point M 0 associe sa position M (t ) au temps t , c’est à dire
Φt (M 0 ) = M (t )
où M (t ) est la solution de l’équation différentielle (B.2.1). La formule du changement de variable
nous donne alors Z Z
dx 1 dx 2 dx 3 = |J Φt (m 1 , m 2 , m 3 )| dm 1 dm 2 dm 3 ,
Ut Ω0
ou on a posé
J Φt = det (D Φt ).
On a donc
d Vol (U t ) d
·Z ¸
= J Φ (m 1 , m 2 , m 3 )dm 1 dm 2 dm 3
dt |t =0 d t Ω0 t |t =0
(B.2.2)
d £
Z
¤
= J Φt (m 1 , m 2 , m 3 ) |t =0 dm 1 dm 2 dm 3 .
Ω0 d t
où nous nous sommes autorisés, sans le justifier, à dériver sous le signe somme. On a alors le
résultat suivant
Proposition B.2.1. On a
d £
~ (m 1 , m 2 , m 3 ).
¤
J Φt (m 1 , m 2 , m 3 ) |t =0 = div V
dt
Justification. Nous n’allons pas fournir de preuve rigoureuse de ce résultat, mais, en revanche,
essayer d’en indiquer une justification intuitive. Au vu de (B.2.1) on a envie d’écrire pour t petit
~ (M (t ))
Φt (M 0 ) − M 0 ' t V
et donc
∂V1 ∂V1 ∂V1 ¯
¯ ¯
1 + t t t
¯
¯ ∂m 1 ∂m 2 ∂m 3 ¯¯
∂V2 ∂V2 ∂V2 ¯
¯
J Φt (m 1 , m 2 , m 3 ) ' ¯
¯
∂m 1 1 + t ∂m2 t ∂m 3 ¯
∂V3 ∂V3 ∂V3 ¯
1 + t
¯
∂m ∂m 2 ∂m 3
¯ ¯
µ 1
∂V1 ∂V2 ∂V3
¶
= 1+t + + + O(t 2 )
∂m 1 ∂m 2 ∂m 3
Le résultat s’en déduit.
Revenons à (B.2.2), que nous pouvons maintenant écrire sous la forme
d
Z
Vol (U t )|t =0 = ~ (m 1 , m 2 m 3 )dm 1 dm 2 dm 3 .
div V (B.2.3)
dt Ω0
On peut donc interpréter l’intégrale de la divergence comme la dérivée de l’aire occupée par les
particules, lorsqu’elles sont transportées par le champ de vecteurs.
174
Remarque B.2.1. Notons que si la divergence du champ de vecteurs est nulle
~ = 0,
div V
alors le volume occupé par les particule est invariant au cours du temps. C’est par exemple ap-
proximativement le cas pour des liquides comme l’eau. Les gaz, en revanche, sont compressibles.
Interprétation du flux
Considérons un variation de temps élémentaire ∆t , qui fait passer le domaine U 0 à U ∆t . Si l’on
compare le volume occupé par les deux domaines, on s’aperçoit que la différence entre les deux
domaines est due, au premier ordre, aux particules près de la frontières, transportées par le champ
de vecteurs V ~ . Une particule présente au temps 0 en M se retrouve au temps ∆t au point M +
~ (M )∆t . La différence entre les deux domaines, est représentée, en première approximation, par
V
la courbe C que l’on munit d’une "épaisseur " en chaque point de l’ordre de V ~ .~
n ∆t . La différence
de volume est donc Z
∆t ~ .~
V n (s)d s.
C
qui est précisement le flux multiplié par ∆t .
Equation de continuité
Supposons que le fluide ait une densité ρ(t , M ) par unité de volume au point M . La masse (ou le
nombre de particules) contenue dans U t s’écrit donc
Z Z
M (t ) = ρ(t , x)dx 1 dx 2 dx 3 = ρ (t , Φt (m)) J Φt (x)dm 1 dm 2 dm 3 (B.2.4)
Ut Ω0
la conservation de la masse (ou du nombre de particules) s’écrit

d
M (t ) = 0. (B.2.5)
dt
En dérivant l’expression (B.2.10) on trouve
d d £
Z
M (t )|t =0 = ρ (t , Φt (m)) |t =0 J Φ0 (m 1 , m 2 , m 3 )dm 1 dm 2 dm 3
¤
dt Ω dt
Z 0 (B.2.6)
d £
ρ (m 1 , m 2 , m 3 ))
¤
+ J Φt (m 1 , m 2 , m 3 ) |t =0 dm 1 dm 2 dm 3 .
Ω0 dt
175
Comme Φ0 = Id, on a J Φ0 (m 1 , m 2 , m 3 ) = 1. Par ailleurs, on a
d £ ¤ ∂ρ d →
−
ρ (t , Φt (m 1 , m 2 , m 3 )) = ((t , Φt (m)) + (Φt (m) · ∇ ρ(t , Φt (m))
dt ∂t dt
∂ρ
= ~ (Φt (m)) · →
((t , Φt (m)) + V
−
∇ ρ(t , Φt (m)),
∂t
d’où
d £ ∂ρ
ρ (t , Φt (m 1 , m 2 , m 3 )) |t =0 = ~ (m 1 , m 2 ) · →
−
∇ ρ(0, m 1 , m 2 , m 3 ).
¤
((0, m 1 , m 2 , m 3 ) + V
dt ∂t
En reportant ces relations ainsi que (B.2.3) dans (B.2.6) on obtient finalement
d ∂ρ
Z · ¸
~ →
−
M (t )|t =0 = + V . ∇ ρ + ρ.divV (0, m 1 , m 2 )dm 1 dm 2 dm 3 .
dt Ω0 ∂t
Comme
~ .→
V
− ~)
∇ ρ + ρ.divV = div (ρV
et en utilisant maintenant la conservation de la masse (B.2.5) on obtient
∂ρ
Z · ¸
~ ) (m 1 , m 2 , m 3 ) dm 1 dm 2 dm 3 = 0.
+ div (ρV
Ω0 ∂t
Cette identité étant vraie pour tout domaine Ω0 , on en déduit finalement l’équation locale de
conservation de la masse ou équation de continuité
∂ρ
~ ) = 0.
+ div (ρV (B.2.7)
∂t
Remarque B.2.2. Dans de nombreuse application, le champ de vecteurs V ~ dépend également de

t . Cependant, cela ne change pas le résultat des calculs précédents, et en particulier (B.2.7) reste
valable.
Remarque B.2.3. Notons bien qu’ici la quantité ρ est une quantité volumique ! Une quantité non
volumique (comme par exemple la température) T conservé le long des trajectoires obéit à léqua-
tion de conservation
DT
= 0. (B.2.8)
Dt
où DT
Dt
désigne la dérivée particulaire (voire (2)). L’équation (B.2.8) s’écrit, en formalisme Eulerien,
comme l’ équation de transport suivante
∂T
~ (M , t ).→
(M , t ) + V
−
∇ T (M , t ) = 0. (B.2.9)
∂t
Remarque B.2.4. dans le cas où
~ = 0,
div V
c’est à dire dans le cas des écoulements incompressibles, l’équation de continuité et léquation de
transport coïncident. En effet, on a alors
~ ) = ρdiv V
div (ρV ~ +V
~ · ∇ρ = V
~ · ∇ρ.
176
Equation de continuité pour des quantités transportées
Considérons maintenant est une quantité f transporté par le flot, c’est à dire telle que
Df
(M , t ) = 0.
Dt
Si on pose Z Z
F (t ) = ρ(t , M ) f (t , M )d M = ρ f (t , Φt (x)) J Φt dx. (B.2.10)
Ut Ω0
On a comme précédemment
dF
= 0.
dt
et les mêmes calculs que si dessus (exercice) permettent alors d’aboutir à l’équation de continuité
~ ) = 0. En développant et en soustrayant l’équation de continuité
pour f qui sécrit ∂t (ρ f ) + div (ρ f V
pour ρ on trouve finalement
∂f
~ ) = 0.
+ div ( f V (B.2.11)
∂t
Equation de continuité avec termes sources
On suppose ici que f n’est plus transporté, mais évolue par intégration le long des courbes inté-
grales, à savoir
Df
(M , t ) = g (M (t ), t ).
Dt
On obtient alors en intégrant
dF
Z
= ρ(M , t )g (M , t )dm
dt Ut
et des calculs similaires à ceux qui précèdent permettent alors de montrer que
~) = g.
∂t ( f ) + div ( f V
Equation d’Euler de la mécanique des fluides

Supposons de nouveau que le domaine Ω est rempli d’un fluide (un gaz ou un liquide) et notons
comme auparavant ρ sa densité et ~ u (x, t ) la vitesse du fluide au point x et au temps t , de sorte que
~
V =~ u . Dans ce contexte l’équation de continuité reste valable. Il reste à déterminer une nouvelle
équation pour le champ de vitesse. A cet effet, nous allons invoquer la loi fondamentale de la
dynamique, qui affirme que l’accéleration multipliée par la masse (ou le dérivée de la quantité )
est égale á la somme des forces appliquées. Nous allons appliquer cette identité au fluide présent
au temps 0 dans le domaine Ω0 . Notons Q(t ) la quantité de mouvement du fluide présent au temps
t en Ωt , c’est à dire Z
Q(t ) = ρ(x, t )~
u (x, t )d x.
Ωt
La loi fondamentale de la dynamique affirme donc que
d
Q(t ) = forces appliquées en Ωt .
X
(B.2.12)
dt
En calculant comme dans les paragraphes précédents, on obtient
d D~
u
Z
Q(t )|t =0 = ρ (x, 0)d x,
dt Ω0 D t
177
et en revenant à la relation (B.2.12), on obtient donc
D~u
Z
ρ forces appliquées en Ω0 .
X
(x, 0)d x = (B.2.13)
Ω0 D t
Supposons maintenant que le fluide soit parfait, et que nous négligions toutes les forces exté-
rieures, y compris les forces de pesanteur. dans une telle situation, les seules forces qui s’exercent
sont les forces de pression. Si p désigne la pression, alors les forces sont données par l’expression
Z
forces de pression sur Ω0 = − p(σ)~n (σ)d σ. (B.2.14)
∂Ω0
on peut transformer l’intégrale de surface en intégrale de volume grâce à la formule d’intégration

par parties, ce qui donne Z Z
→
−
− p(σ)~
n (σ)d σ = ∇ pd x. (B.2.15)
∂Ω0 Ω0
En combinant les relations (B.2.13),(B.2.14) et (B.2.15) on obtient
D~u
Z Z
→
−
ρ (x, 0)d x = − ∇ p(x, 0)d x. (B.2.16)
Ω0 D t Ω0
Cette relation étant vraie pour tout sous-domaine Ω0 de Ω et en tout temps t ≥ 0, on en déduit la
relation
D~u D~u ∂~ u →−
ρ = −∇p où = +~
u · ∇~u. (B.2.17)
Dt Dt ∂t
il s’agit de l’équation d’Euler des fluides parfaits.
B.3 Le rotationnel
Dans cette section nous nous plaçons en dimension N = 3. Un de nos buts est de répondre à la
question suivante :
Q : A quelle condition un champ de vecteurs est-il un champ de gradient ?
Rappelons que le théorème de Schwarz impose des conditions nécessaires.
~ = (V1 ,V2 ,V3 ) un champ de vecteurs dérivable, de dérivées continues, dé-
Proposition B.3.1. Soit V
fini sur un domaine D. Une condition nécessaire pour que V ~ soit un champ de gradient est que
∂V3 ∂V2 ∂V1 ∂V3 ∂V2 ∂V1

= , = et = . (B.3.1)
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2
Nous verrons plus loin que (B.3.1) est aussi une condition suffisante, si on fait des hypothèses
adéquates sur le domaine.
~ = (V1 ,V2 ,V3 ) un champ de vecteurs dérivable défini sur un domaine D de R3 .
Définition 4. Soit V
~ le champ de vecteur noté −
On appelle rotationnel de V
→~
rot V défini sur D par
∂V3 ∂V2 ∂V1 ∂V3 ∂V2 ∂V1

µ ¶
−→ ~
rot V = − , − , − .
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2
178
Remarque B.3.1. Pour désigner le rotationnel, on utilise aussi souvent la notation ~ ~ .Si on écrit
∇∧ V
les vecteurs sous forme colonne, cette notation a un avantage mnémotechnique appréciable, car
en peut utiliser la même règle que pour le produit vectoriel
 ∂     ∂V3 ∂V2 
∂x 1 V1 ∂x 2
− ∂x3
~ =   ∧ V2  =  1 − ∂V3  .
∂
 ∂V
~

∇∧V
 
∂x 2  ∂x3 ∂x1 
∂ ∂V2
V3 − ∂V1
∂x 3 ∂x 1 ∂x 2
Voyons deux propriétés importantes :
Proposition B.3.2. Soit f une fonction deux fois dérivable de dérivées secondes continues sur D
domaine de R3 . On a
−→ → −
rot ( ∇ f ) = 0. (B.3.2)
~ est un champ de vecteurs deux fois dérivable sur D de dérivées secondes continues, alors on a
Si V
−→ ~
div (rot V )=0 (B.3.3)
et ´ →
−→ −→ ~
³ − ~ ) − ∆V.
rot rot V = ∇ (div V (B.3.4)
Démonstration. La première identité, et une conséquence immédiate de la Proposition 4, c’est à

dire le théorème de Schwarz. Un bref calcul permet de vérifier les deux autres formules.
Remarque B.3.2. la condition (B.3.3) fournit en particulier une condition necessaire pour qu’un
champ soit un rotationnel : seuls les champs à divergence nulle peuvent être des rotationnels. Par
~ (M ) = (x 1 , x 2 , x 3 ) alors div V
exemple si V ~ = 3 et V
~ n’est donc pas un rotationnel.
Voyons maintenant d’autres propriétés élémentaires :
Proposition B.3.3. Soit f une fonction et V un champ de vecteurs dérivables de dérivée continues
sur D domaine de R3 . On a
−→ ~ −→ ~ → − ~.
rot ( f V ) = f rot V + ∇ f ∧V
B.3.1 Invariance du rotationnel par changement de repère orthonormé

Comme pour le gradient et la divergence, la forme du rotationnel est la même pour tous les
e 10 ,~
repères orthonormés. Soit (~ e 30 ) une nouvelle base orthonomée, et des coordonnées x 10 , x 20 , x 30
e 20 ,~
correspondantes de sorte que x 1~ e 1 + x 2~ e 10 + x 20 ~
e 2 + x 3 e 3 = x 10 ~ e 20 + x 30 ~ ~ un champs de vecteur
e 30 . Soit V
donné sur D. Ce champ s’exprimera dans la base (~ e 1 ,~e 2 ,~
e 3 ) comme
~ (M ) = V1 (x 1 , x 2 , x 3 )~
V e 1 + V2 (x 1 , x 2 , x 3 )~
e 2 + V3 (x 1 , x 2 , x 3 )~
e3
pour M de coordonnées (x 1 , x 2 , x 3 ) dans (~

e 1 ,~
e 2 ,~
e 3 ). Son expression dans la nouvelle base sera alors
~ (M ) = V 0 (x 0 , x 0 , x 0 )~
V 0 0 0 0 0
e 2 + V3 (x 10 , x 20 , x 30 )~
e 30 ,
1 1 2 3 e 2 + V2 (x 1 , x 2 , x 3 )~
pour M de coordonnées (x 10 , x 20 , x 30 ) dans (~ e 10 ,~

e 20 ,~ ~ = (x 1 , x 2 , x 3 ) et X
e 30 ). En posant X ~ 0 = (x 0 , x 0 , x 0 ) on
1 2 3
t~ t 0
a X = P X , où P désigne la matrice de passage de la nouvelle base vers l’ancienne. De même, il
~ 0 (x 0 , x 0 , x 0 ) = P~t V (x 1 , x 2 , x 3 ). Quelle est l’expression du champ rotationnel dans la nouvelle
vient t V 1 2 3
base ?
179
Proposition B.3.4. . Soit M ∈ D. Alors on a
∂V3 ∂V20 0 ∂V1 ∂V30 0 ∂V2 ∂V10 0

µ 0 ¶ µ 0 ¶ µ 0 ¶
−→
rotV (M ) = − ~
e + − ~
e + − ~
e
∂x 20 ∂x 30 1 ∂x 30 ∂x 10 2 ∂x 10 ∂x 20 3
La forme du rotationnel ne dépend donc pas de la base orthonormée choisie.
B.3.2 Champs à rotationnel nul

On admettra le résultat suivant :
~ un champ de vecteurs dérivable de dérivées continues, sur un domaine Ω
Théorème B.3.1. Soit V
de R sans trou. Si
3
−→ ~
rot V = 0,
~ est un champ de gradient, c’est à dire qu’il existe une fonction f définie sur Ω telle que
alors V
→
−
~ = ∇f.
V
~ linéaire, c’est a dire de la forme

Exemple 2. Considérons un champ de vecteur V
t~ ~)= A·tX
~,
V (X
où A est une matrice 3 × 3.  

a 1,1 a 1,2 a 1,3
A = a 2,1 a 2,2 a 2,3  .
a 3,1 a 3,2 a 3,3
On a donc V1 (x 1 , x 2 , x 3 ) = a 1,1 x 1 +a 1,2 x 2 +a 1,3 x 3 , V2 (x 1 , x 2 , x 3 ) = a 2,1 x 1 +a 2,2 x 2 +a 2,3 x 3 , et V3 (x 1 , x 2 , x 3 ) =
a 3,1 x 1 + a 3,2 x 2 + a 3,3 x 3 de sorte que
∂V3 ∂V2 ∂V1 ∂V3 ∂V2 ∂V1

− = a 3,2 − a 2,3 , − = a 1,3 − a 3,1 et − = a 2,1 − a 1,2 .
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2
V est donc un champ de gradient si et seulement si a 2,1 = a 1,2 , a 1,3 = a 3,1 et a 2,1 = a 1,2 c’est à dire
si et seulement si la matrice A est symétrique. Dans ce cas, on vérifie, que l’on a V ~ =→ −
∇ f , avec
1
f (X ) = ~ .X
A·X ~,
2
la forme quadratique associée à la matrice symétrique A.
B.3.3 Champ à divergence nulle, potentiels vecteurs

Dans la remarque B.3.2 nous avons vu qu’une condition nécessaire pour être un champ de ro-
~ = 0. Si le domaine n’a pas de trou, il s’avère alors que cette condition est éga-
tationnel était div V
lement suffisante.
Théorème B.3.2. Soit V ~ un champ de vecteur dérivable sur un domaine Ω sans trou. On suppose
que
~ (M ) = 0, ∀M ∈ Ω.
div V
Alors il existe un champ de vecteur ~ ~ =−
A défini sur Ω tel que V
→
rot A.
180
Le champ de vecteurs ~ ~.
A est appelé un potentiel vecteur dont dérive le champ de vecteurs V
Remarque B.3.3. Si divV = 0, alors il n’y a pas unicité du potentiel vecteur. En effet, si ~ A, est un tel
~ −→ ~ ~ ~ →
− −→ → −
potentiel vecteur, c’est à dire si V = rot A, A f = A + ∇ f , pour toute fonction f , car rot ( ∇ f ) = 0. De
plus (exercice) tous les potentiels vecteurs dont dérive V ~ ont la cette forme.
B.3.4 Le cas N=2

Certains résultats pour N = 3 se transposent au cas N = 2 en introduisant des champs pla-
naires.
Champs planaires. Soit V~ un champ de vecteurs sur R2 . On peut lui associer un champ W sur R3
en posant
~ (x 1 , x 2 , x 3 ) = (V1 (x 1 , x 2 ),V2 (x 1 , x 2 ), 0) .
W (B.3.5)
On obtient
∂V2 ∂V1 ∂V2 ∂V1
µ µ ¶ ¶ µ ¶
−→
rotW (x 1 , x 2 , x 3 ) = 0, 0, − (x 1 , x 2 ) = − ~
e3.
∂x 1 ∂x 2 ∂x 1 ∂x 2
Le rotationnel est donc orthogonal au plan 0x 1 x 2 , parallèle au vecteur ~
e 3 = (0, 0, 1). On peut assi-
miler un tel champ à un scalaire Ceci nous amène à poser
−→ ∂V2 ∂V1
rotV = − ,
∂x 1 ∂x 2
il s’agit donc d’une fonction et non d’un champ de vecteurs. On a comme en dimension 3
−→ → −~
rot ( ∇ V ) = 0. (B.3.6)
~ , on obtient une réciproque :

En appliquant le Théorème B.3.3 à W
~ un champ de vecteurs dérivable de dérivées continues, sur un domaine D
Théorème B.3.3. Soit V
de R sans trou. Si
2
−→ ~ ∂V2 ∂V1
rot V = − =0
∂x 1 ∂x 2
~ est un champ de gradient, c’est à dire qu’il existe une fonction f définie sur D telle que
alors V
→
−
~ = ∇f.
V
Remarque B.3.4. En dimension 2, le rotationnel et la divergence sont deux quantités scalaires

liées par la relation
−→ ~ ⊥ ~ ⊥ = −−→~
divV = −rot V et div V rot V . (B.3.7)
~ ⊥ désigne le champ de vecteurs
où V
V ⊥ = (−V2 ,V1 )
181
Annexe C
Equations différentielles ordinaires
C.1 Introduction
C.1.1 Definition
De nombreux problèmes de modélisation consistent à déterminer les solutions d’équations
différentielles ordinaires, c’est à dire déterminer des fonctions u : I → RN d’une variable réelle à
valeurs dans un espace vectorielle RN (ou plus généralement dans un espace de Banach X ) solu-
tion d’une relation du type
³ ´
0 (k)
F t , u(t ), u (t ), . . . , u (t ) = 0, ∀t ∈ I , (C.1.1)
où u 0 , . . . , u (k) désignent les dérivées successives de u. Ici F désigne une fonction scalaire donnée et
suffisamment régulère sur I ×U ×U 1 ×. . . U k , où U 1 , . . . U k désignent des ouverts de RN . Bien sou-
vent, la relation (C.1.1) permet d’exprimer la dérivée d’ordre le plus élevé en fonction des dérivées
d’ordre inférieur, c’est à dire que la relation (C.1.1) se ramène à
³ ´
u (k) (t ) = G t , u(t ), u 0 (t ), . . . , u (k−1) (t ) , (C.1.2)
où G désigne une fonctionsur I × U × U 1 × . . . U k−1 , àveleurs dans RN qui se déduit de la fonction

F . Si l’équation peut se mettre sous la forme (C.1.2), alors on parle d’une équation différentielle de
degré k.
Remarque C.1.1. L’équation (C.1.2) est en fait un système de n équations scalaires couplées.
Remarquons que, quitte à augmenter la dimension de l’espace vectoriel d’arrivée, toutes les
équations différentielles ordinaires peuvent se ramener à des équations d’ordre 1. introduisons en
effet la fonction U : I → RN ×k définie par
³ ´
U (t ) = u(t ), . . . , u (k−1) (t ) ∈ RN ×k , ∀t ∈ I ,
on vérifie que la fonction U est solution de l’équation différentielle ordinaire
d
U = H (t ,U (t )), ∀t ∈ I ,
dt
182
où H est une fonction de définie par
0
   
0 I ··· 0
 . . . . ..  0
. . .
 
H (t ,U (t ) =   U (t ) +  (C.1.3)
  
.. 
 I   . 
0 (k−1)
¡ ¢
0 ... 0 G t , u(t ), u (t ), . . . , u (t ) .
C’est pourquoi nous ne considèrons dans la suite que des équations ordinaires d’ordre 1, c’est à
dire de la forme
d
u = f (t , u(t )), ∀t ∈ I , (C.1.4)
dt
que l’on écrira parfois sous forme simplifée
u 0 = f (t , u).
Ici u désigne la fonction inconnue I → X , où X désigne un espace de dimension finie RN ou de

manière plus générale un espace de Banach, et f désigne une fonction donnée f : I × U → RN .
Lorsque la fonction f ne dépend pas de t , on dit que l’équation est autonome.
Remarque C.1.2. On peut toujours se ramener au cas d’équations autonomes, mais ceci au prix
d’une augmentation de la dimension de l’espace d’arrivée. En effet, l’équation (C.2.1) peut s’écrire
sous la forme µ ¶ µ ¶
d u f (t , u(t ))
= .
dt t 1
C.1.2 Le problème de Cauchy

Le problème de Cauchy consiste à imposer la valeur de la fonction en un temps donné pour
les solutions de léquation d’ordre 1 (C.2.1). On ce donne un point quelconque de u 0 ∈ RN , et on
cherche les solutions de (C.2.1) qui vérifie la condition au temps t = t 0
u(t 0 ) = u 0 . (C.1.5)
En général, on peut espérer avoir unicité pour les solutions de (C.2.1)-(C.1.5). Nous verrons en
particulier que c’est le cas si on impose des conditions de régularité pour f .
Remarque C.1.3. Dans le cas déquation d’ordre k la condition de Cauchy consiste à imposer au
temps t 0 les dérivés jusqu’à l’ordre k − 1
u(t 0 ) = u 0 , u 0 (t 0 ) = u 1 , . . . u (k−1) (t 0 ) = u k−1
où les nombres u 0 , u 1 . . . , u k−1 sont donnés. On peut le voir en ramenant comme ci-dessous l’ :’equa-
tion à une équation d’ordre 1.
C.2 Exemples d’intégrations explicites

C.2.1 Fonctions f indépendantes de u
Si la fonction f ne dépend que de la variable t , alors l’e problème de Cauchy se ramène sim-
plement à
d
u = f (t ), ∀t ∈ I , u(t 0 ) = u 0 . (C.2.1)
dt
183
On résoud cette équation par intégration. La solution est donnée par
Z t
u(t ) = u 0 + f (s)ds, ∀t ,
t0
ce qui donne immédiatement existence et unicité du problème de Cauchy
C.2.2 Méthode de séparable des variables

Nous nous restreignons dans cette partie au cas des équations scalaires et nous supposerons
que la fonction f dans (C.2.1) peut s’exprimer sous forme d’un produit d’une fonction de la va-
riable t et d’une fonction de la varibale u, c’est à dire que f a la forme
f (t , u) = a(t )g (u), (C.2.2)
où h et g sont des fonctions d’une variable réelle supposées continues. Le problème de cauchy
s’écrit donc
d
u(t ) = a(t )g (u(t )), ∀t ∈ I , u(t 0 ) = u 0 . (C.2.3)
dt
Voyons maintenant comment trouver des solutions à cette équation. Distinguons tout d’abord la
cas où g (u 0 ) = 0, auquel cas la fonctions constante u(t ) = u 0 est bien une solution de l’équation.
Dans le cas contraire, on peut, par continuité, diviser par g (u(t )) dans un voisinage de t 0 de sorte
que l’on obtient
1 d
u(t ) = a(t ), ∀t ∈ I , u(t 0 ) = u 0 . (C.2.4)
g (u(t )) dt
1
Introduisons maintenant Φ la primitive de la fonction g définie par
Z s 1
Φ(s) = ds.
u0 g (s)
La règle de dérivation des fonctions composées nous donne
d d 1 d
Φ(u(t )) = Φ0 (u(t )) u(t ) = u(t )
dt dt g (u(t )) dt
de sorte que l’équation (C.2.4) s’écrit
d
Φ(u(t )) = a(t )
dt
équation que l’on peut intégrer directement comme
Z t
Φ(u(t )) = A(t ), où l’on a posé A(t ) = a(s)ds. (C.2.5)
t0
Comme Φ est strictement monotone près de u 0 , elle est localement inversible, de sorte que, au
moins pour t proche de t 0 , on trouve une solution donnée par
u(t ) = Φ−1 (A(t )).
184
Remarque C.2.1. On présente souvent l’argument précédent en réécrivant (un peu librement il
est vrai) l’équation (C.2.3) comme
du
= a(t )dt
g (u)
que l’on intègre ensuite, en tenant compte de la donnée initiale u(t 0 ) = u 0 , comme
Z u(t ) Z t
g (u)du = a(t )dt ,
u0 t0
et l’on retrouve ainsi la relation (C.2.5).

Exemple 3. Considérons l’équation différentielle
 d u(t ) = u 2 (t )

dt (C.2.6)
u(t 0 ) = u 0 .

Ici la fonction a est constante, égale à 1 alors que la fonction g est ici donnée par g (s) = s 2 . Si u 0 = 0
alors on trouve une solution constante, u(t ) = 0. Sinon, on peut écrire en suivant l’argument ci-
dessus Z u(t ) Z t
1
du = ds,
u0 u2 t0
1 1
ce qui donne − = t − t 0 ou encore
u 0 u(t )
u0
u(t ) = .
1 − u 0 (t − t 0 )
On voit que l’expression du membre de gauche n’a de sens que si t ≤ t 0 + u10 lorsque u 0 > 0, et t ≥
t 0 − u10 lorsque u 0 < 0. La solution n’existe donc pas sur tout R, mais seulement respectivement sur
1 1
] − ∞, t 0 + [ et ]t 0 − , +∞[. De plus elle diverge vers +∞ et −∞ respectivement, lorsque quand
u0 u0
s’approche de la borne finie de l’intervalle de définition. On dit dans ce cas qu’il y a explosion en
temps fini.
Exemple 4. Les équations linéaires. Considérons une équation différentielle du premier ordre de
la forme
 d u(t ) = a(t )u(t )

dt (C.2.7)
u(t 0 ) = u 0 .

Il s’agit donc d’une équation à variables séparables avec g (s) = s. Elle est par ailleurs linéaire. En
l’intégrant comme ci-dessus, on obtient
Z u(t ) Z t
1
du = a(s) ds
u0 u t0
ce qui donne ¶ Z t
u(t )
µ
ln = a(s) ds (C.2.8)
u0 t0
d’où l’on déduit finalement que
µZ t ¶
u(t ) = u 0 exp a(s) ds .
t0
Ici la solution est définie pour tout temps.
185
C.2.3 Méthode de variation de la constante
Cette méthode permet de résoudre une variante de type affine de l’équation différentielle (C.2.6)
de la forme
 d u(t ) = a(t )u(t ) + b(t )

dt (C.2.9)
u(t 0 ) = u 0 .

Pour résoudre cette équation, on se sert de d’une solution particulière de (C.2.6), aussi appelée
équation homogène, (pour u 0 = 1 ) donnée par
µZ t ¶
w(t ) = exp a(s) ds ,
t0
et on cherche une solution de (C.2.9) de la forme

u(t ) = c(t )w(t ). (C.2.10)
Remarquons au passage que la fonction w ne s’annule pas, de sorte que l’on ne perd pas de solu-
tions en cherchant la fonction c à la place de u. Remarquons également que, comme w(t 0 ) = 1, on
obtient comme condition initiale pour la fonction c
c(t 0 ) = u 0
Si l’on substitue la forme (C.2.10) dans (C.2.9), on obtient,
d d
w c + c w = ac w + b
dt dt
d
Comme w est solution de (C.2.6), on a c w = c aw, de sorte que le terme ac w apparaît des deux
dt
côtés de l’identité précédente. On obtient ainsi, en l’éliminant
d
c = bw −1 ,
dt
équation qu’il est maintenant facile d’intégrer. On obtient
Z t · µZ s ¶¸
c(t ) = u 0 + b(s) exp − a(τ) dτ ds.
t0 t0
en revenant à l’expression (C.2.10) on trouve finalement la solution

µZ t ¶ Z t · µZ t ¶¸
u(t ) = u 0 exp a(s) ds + b(s) exp a(τ) dτ ds, ∀t ∈ R. (C.2.11)
t0 t0 s
Notons tout d’abord que la solution de (C.2.10) donnée par (C.2.11) est définie sur R tout entier.
L’expression (C.2.11) porte souvent le nom de formule de Duhamel. dans de nombreuses applica-
tions, la fonction b est souvent appelée terme source. L’expression du membre de droite de (C.2.11)
comporte deux termes : µZ
t ¶
— Le premier, u 0 exp a(s) ds correspond à la solution du problème sans terme source (so-
t0
lution de l’équation homogène). Il ne dépend que de la donnée initiale.
— le second, qui ne dépend que du terme source et est indépendant de la donnée initiale.
Remarque C.2.2. Si on connait une solution particulière v 0 de léquation affine (C.2.9) alors toutes
les autres solutions s’en déduisent par ajout d’une solution de l/’equation homogène, c’est à dire
on la forme
u = v 0 + c w.
186
C.2.4 Équations différentielles vectorielles
Les résultats des deux derniers paragraphes s’étendent sans grandes difficultés aux cas des
équations différentielles vectorielles. Soit N ≥ 1, et considérons tout d’abord le cas linéaire et
l’équation différentielle
 d u(t) = A(t )u(t)

dt (C.2.12)
u(t0 ) = u0 ∈ RN ,

où la fonction u : I → RN est maintenant une fonction à valeurs vectorielles u = (u 1 , . . . , u N ), où

u 1 , . . . , u N désignent des fonctions scalaires, et où A : I → L (RN , RN ) désigne une fonction conti-
nue de I vers les applications linéaires de RN dans RN (que l’on peut éventuellement identifier
avec l’ensemble des matrices carrées d’ordre N si, l’on identifie U avec un vecteur colonne). On
vérifie que la fonction donnée par
· µZ t ¶¸
u(t ) = exp A(s)d s .u0
t0
est bien solution de l’équation. Ici exp désigne l’exponenetielle des endomorphisme (ou, modulo
l’idenfication, des matrices). De même une solution de léquation différentielle affine
 d u(t) = A(t )u(t) + B(t)


dt (C.2.13)
u(t0 ) = u0 ∈ RN ,

où B désigne une fonction vectorielle de I → RN est donnée par la formule de Duhamel

µ µZ t ¶¶ Z t· µZ t ¶¸
u(t ) = exp A(s) ds .u0 + exp A(τ) dτ .B (s)ds, ∀t ∈ R. (C.2.14)
t0 t0 s
C.2.5 Remarques sur les solutions construites

Nous venant de voir que les solutions des équations différentielles linéaires et affines étaient
définies sur R tout entier, alors que les équations non-linéaires, comme celle traitée dans l’exemple
3 pouvaient n’avoir qu’un temps d’existence fini. De manière moins explicites, nos méthode de
construction nous donnent (ou du moins suggèrent) également l’unicité des solutions dans les
cas considéré. Ce type de résultats se généralise grâce au théorème de Cauchy-Lipschitz que nous
décrivons dans le paragraphe suivant.
Remarque C.2.3. Donnons néanmoins un exemple classique de non unicité. Considérons l’équa-
tion différentielle sur I = [0, +∞[ définie par
 d u(t ) = u(t )
 p
dt (C.2.15)
u(0) = 0.

La fonction constante u 0 (t ) = 0 est clairement solution. Une autre solution peut-être trouvée en
utilisant la mêthode de séparation des constantes. En effet la primitive
Z u
1 p
Φ(u) = p d s = 2 u, ∀u ∈ [0, +∞[
0 s
187
est finie pour tout réel u positif. Une solution est donc donnée par
t2
u(t ) = Φ−1 (t ) = , ∀t ≥ 0.
4
On combinant les deux solutions, on peut même construire une infinité de solutions distinctes.
Considérons, pour a ∈ R+ donné, la fonction u 0 définie sur [0, +∞[ par
 u 0 (t ) = 0 pour 0 ≤ t ≤ a

2
 u (t ) = (t − a) pour t ≥ a.
0
4
On vérifie sans peine que ces fonctions sont bien des solutions de l’équation différentielle (C.2.15).
C.3 Le Théorème de Cauchy-Lipschitz

Ce résultat affirme, sous des conditions assez générale sur f , l’existence et l’unicité des so-
lutions sur un petit intervalle de temps. Nous supposerons dans cette partie que la fonction au
problème abstrait général et considérons les fonction u : I → R solution de (C.2.1) avec donnée de
Cauchy (C.1.5), c’est à dire
d
u = f (t , u(t ), ∀t ∈ I , u(t 0 ) = u 0 . (C.3.1)
dt
Nous supposerons que la fonction f est définie et continue sur J ×RN , où J désigne un intervalle
ouvert de R contenant u 0 . Nous supposerons de plus qu’elle est localement Lipschitzienne par
rapport à la seconde variable. Cela signifie que pour tout couple (t 1 , x 1 ) ∈ J × R, et δ > 0 tel que
[t 1 − δ, t 1 + δ] ∈ J , il existe une constante K ≥ 0 telle que
| f (t , u) − f (t , v)| ≤ K |u − v| si |t − t 1 | ≤ δ et |u| ≤ R, |v| ≤ R. (C.3.2)
On a alors
Théorème C.3.1 (Théorème de Cauchy-Lipschitz). Supposons que la fonction f soit Lipschitzienne

par rapport à la seconde variable. Il existe un nombre positif τ > 0 tel que, pour le problème (C.3.1)
possède une unique solution u ∈ C 1 (I , RN ) pour l’intervalle I = [t 0 − τ, t 0 + τ].
Si de plus f est de classe C r , alors u est de classe C r .
La démonstration de ce résultat sert de modèles aux divers résultats de même type pour des
EDPque nous avons présenté dans le cours. C’est pourquoi, il est utile de donner les idées princi-
pales de la preuve.
Démonstration. . Le point de départ, c’est de réécrire l’équation (C.3.1) sous forme d’une équation
intégrale : la fonction u est solution de (C.3.1) si et seulement si on a
Z t
u(t ) = u 0 + f (s, u(s))ds, pour tout t ∈ I . (C.3.3)
t0
Cette égalité de fonctions peut s’interpréter comme un point fixe dans l’espace des fonctions
continues. Considérons à cet effet l’espace de Banach X = C 0 (X , RN ) et l’application T : X → X
qui a une fonction v de X associe la fonction de X définie par
Z t
T (v) = u 0 + f (s, v(s))ds, pour tout t ∈ I .
t0
188
L’indentité (C.3.3) devient alors
u = T (u), (C.3.4)
c’est à dire une identité de point fixe, comme annoncé. Pour montrer que cette équation possd̀e
une solution unique, nous allons utiliser le Théorème de point fixe de Picard, dont nous admet-
trons la démonstration :
Lemme C.3.1 (Théorème de point fixe de Picard). Soit X un espace métrique complet et N une
application contractante de X dans lui-même. Alors il existe un unique point fixe de N , c’est à dire
un unique élément u ? de X tel que u ? = N (u ? ).
Pour terminer la démonstration, nous allons travailler non pas sur l’espace X tout entier, mais
localiser un peu. Donnons nous un nombre R > 0, considérons la partie N de l’espace X définie
par
Nτ = {v ∈ X , v(t ) ∈ B(u 0 , R), ∀t ∈ I },
où l’intervalle I est choisi de la forme I = I τ = [t 0 − τ, t 0 + τ], avec τ ≤ τ0 , où t au 0 > 0 est choisi tel
que I 0 = [t 0 − τ0 , t 0 + τ0 ]. Pour utiliser le théorème de Picard sur N , nous allons commencer par
montrer, que si τ est assez petit alors
T (Nτ ) ⊂ Nτ . (C.3.5)
Pour le voir, on observe qu’il résulte de la continuité de f qu’il existe une constante M tel que
| f (t , w)| ≤ M , ∀t ∈ I 0 , ∀w ∈ B(u 0 , R)
On a alors, pour toute fonction v ∈ Nτ
Z t
|T (v(t )) − u 0 | ≤ | f (s, v(s)ds| ≤ |t 0 − t |M ≤ τM ,
t0
R
de sorte que T (v) ∈ Nτ si τ ≤ , ce qui établit donc (C.3.5). Passons maintenant à la propriété
M
de contraction. On utilise maintenant le fait que f est liptschitzienne par rapport à la dernière
variable, ce qui nous permet d’affirmer qu’il existe une constante L ≥ 0 tel que
| f (t , w 1 ) − f (t , w 2 )| ≤ L|w 1 − w 2 |, ∀t ∈ I 0 , ∀w 1 , w 2 ∈ B(u 0 , R).
Il en résulte que si v 1 et v 2 sont deux fonctions dans Nτ alors on a, pour tout t ∈ I
¯Z t ¯
¯ ¯
|T (v 1 (t ) − T (v 2 (t ))| ≤ ¯ [ f (s, v 1 (s)) − f (s, v 2 (s))]ds ¯¯
¯
t0
≤ |t 0 − t |Lkv 1 − v 2 k∞ ,
≤ τLkv 1 − v 2 k∞ ,
En passant au supremum sur I , on en déduit que
kT (v 1 ) − T (v 2 )k ≤ τLkv 1 − v 2 k∞ ,
1
de sorte que T est contractante sur Nτ dès que τ < ; En conclusion, si on choisit τ de sorte que
L
R 1
½ ¾
τ < inf , (C.3.6)
M L
alors Nτ et T vérifie les hypothèses du Théorème de Picard : il existe donc un unique point fixe de
T dans Nτ , et partant, une solution de l’équation sur I τ . Cette solution est par ailleurs unique, si
on se restreint aux espaces Nτ , pour tout τ vérifiant l’inégalité (C.3.6). Un petit raisonnement laissé
au lecteur montre alors que cei est suffisant pour conclure.
189
C.3.1 Solutions maximales
Le théorème de Cauchy-Lipschitz fournit l’existence et l’unicité locale de solutions. En fait, il
existe un plus grand intervalle sur lequel la solution du problème de Cauchy (C.3.1) existe. Consi-
dérons en effet deux intervalles ouverts I 1 et I 2 tels que t 0 ∈ I 1 ∩ I 2 , et supposons qu’il existe une
solution u 1 (resp. u 2 ) du problème de Cauchy sur I 1 (resp I 2 ). On a alors
u 1 (t ) = u 2 (t ), ∀t ∈ I 1 ∩ I 2 . (C.3.7)
Pour démontrer (C.3.7), on introduit l’ensemble A = {t ∈ I 1 ∩ I 2 , u 1 (t ) = u 2 (t )}, qui est non vide,
car il convient t 0 , fermé comme image récripoque d’un fermé (à savoir {0}) par une application
continue (à savoir u 2 − u 1 ). Il s’agit également d’un sous-ensemble ouvert de I 1 ∩ I 2 : c’est une
conséquence immédiate du théorème d’existence et d’unicité locale. Il en résulte que, comme
I 1 ∩ I 2 est connexe que A = I 1 ∩ I 2 1 .
Nous pouvons maintenant construction une solution de (C.3.1) sur l’ensemble J = I ∪ I 2 en
posant
u(t ) = u 1 (t ), ∀t ∈ I 1 et u(t ) = u 2 (t ), ∀t ∈ I 2 .
On vérifie aisement que la solution ainsi construite est solution de (C.3.1) sur J . En prenant la
réunion de tous les intervalles sur lesquels la solution existe, on construit aisement abstraitement
− +
l’intervalle maximal d’existence de la solution. Notons I max =]t 0 − Tmax , t 0 + Tmax [ cet intervalle,
N
qui est un ouvert non vide de R , avec
− +
∈ R ∪ {+∞}.
© ª
t 0 − Tmax , t 0 + Tmax
Le théorèmes suivant montre que la solution diverge lorsqu’on s’approche des bornes et dans le
cas où ces dernières sont finies (on dit alors que la solution sort de tout compact).
+ −
Théorème C.3.2. Supposons que Tmax < +∞ (Tmax < +∞). Alors pour tout nombre arbitraire A > 0
+ + − +
donné, il existe −Tmax < T A < Tmax (resp. T A ≥ Tmax ) tel que
|u(t )| ≥ A si t 0 + T A+ ≤ t < Tmax

+ −
+ t 0 (resp. si Tmax + t 0 < t ≤ t 0 + T A − ). (C.3.8)
Démonstration. On raisonne par l’absurde et on suppose que la conclusion (C.3.8) n’est pas vraie.
Dans ce cas, il existe un nombre A > 0, et une suite de nombre (t n+ )n∈N telle que t n ≤ t 0 + Tmax et
t n+ → t 0 + Tmax lorsque n → +∞ et tels que
|u(t n+ )| ≤ A.
Par compacité et quitte à extraire une sous-suite, on peut alors supposer qu’il existe un point M + ∈
RN tel que
u(t n+ ) → M + , lorsque n → +∞. (C.3.9)
En revenant à la démonstration du théorème de Cauchy-Lipschitz, on peut vérifier que l’on peut
faire dépendre continuement le temps d’existence local τ donné par ce théorème en fonction de la
donnée initiale et du temps initiale. En particulier, en prenant comme temps initial t n+ et comme
donnée initiale u(t n+ ), on en déduit de (C.3.9) qu’il il existe τ0 > 0 tel que pour n assez grand, la
solution u existe sur l’intervalle ]t n− − τ0 , t n+ + τ0 [. Comme t n+ → t 0 + Tmax , la solution existe, pour n
τ0
assez grand sur [t 0 , Tmax + ], ce qui contredit la définition de l’intervalle maximal.
2
1. le seul sous-ensemble non vide d’un connexe qui est ouvert et fermé, c’est lui-même
190
C.4 Quelques propriétés
C.4.1 Un outil fondamental : les inégalités différentielles
Les inégalités différentielles sont des outils fondamentaux pour l’étude des équations différen-
tielles ordinaires, mais aussi, comme nous le verrons dans le cours, dans celle des équations aux
dérivées partielles. la forme général de telles inéquation est donnée par
d
u ≤ f (t , u(t )), ∀t ∈ I , (C.4.1)
dt
où les hypothèses sur f sont les mêmes de pour (C.2.1). Le but principal des de trouver des majo-
rations aux solutions de cette inéquation, le plus souvent en la comparant aux solutions de l’équa-
tions (C.2.1). Commençons par traiter des cas simples : un énoncé plus complet sera donné en
Section.
Exemples linéaires et affines
Considérons une inéqual Quitte à changer l’origine des temps, posons I = [0, T ], et supposons
qu’une fonction v : [0, T ] → R de classe C 1 satisfait l’inégalité différentielle suivante :
u 0 (t ) ≤ a(t )u(t ), ∀t ∈ [0, T ], (C.4.2)
où a est une fonctions continue sur R.

Lemme C.4.1. Si la fonction u vérifie l’inégalité (C.4.2), alors on a la majoration
µZ t ¶
u(t ) ≤ u(0) exp a(s)ds .
0
Démonstration. on vérifie en effet que

µZ t ¶ µZ t ¶
d ¡ 0 ¢
u(t ) exp − a(s)ds = u (t ) − a(t )u(t ) exp − a(s)ds ≤ 0.
dt 0 0
L’argument se généralise sans peine aux équations scalaires affines, en utilisant la méthode de
séparation des variable, c’est à dire dans le cas où la fonction u vérifie une inégalité différentielle
de la forme
u 0 (t ) ≤ b(t ) + a(t )u(t ), ∀t ∈ [0, T ], (C.4.3)
où a et b sont des fonctions continues sur R. On a
Lemme C.4.2. Si la fonction u vérifie l’inégalité (C.4.2), alors on a la majoration
u(t ) ≤ u(0) exp a(s)ds + b(s) exp a(τ)dτ d s.
0 0 s
Démonstration. On écrit, comme précédemment

µZ t ¶ µZ t ¶
d ¡ 0 ¢
u(t ) exp − a(s)ds = u (t ) − a(t )u(t ) exp − a(s)ds
dt 0 0
µZ t ¶ (C.4.4)
≤ b(t ) exp − a(s)ds .
0
On intégrant, cette relation, on obtient le résultat.
191
C.4.2 Le Lemme de Gronwall
Il s’agit d’une généralisation du Lemme C.4.2 : il porte sur une inégalité intégrale, alors que le
Lemme C.4.2 est une inégalité différentielle
Lemme C.4.3 ( Lemme de Gronwall). Soit v : [0, T [→ R une fonction qui vérifie l’inégalité intégrale
Z t
v(t ) ≤ b(t ) + a(s)v(s)ds, ∀t ∈ [0, T ]. (C.4.5)
0
On a alors Z tµ Z t ¶
v(t ) ≤ b(t ) + exp a(τ)dτ b(s)a(s)ds. (C.4.6)
0 s
Remarque C.4.1. Si b est dérivable, l’inégalité

µ Z t (C.4.6)
¶ peut se réecrire,
·µ en
Z t utilisant
¶¸une intégration
d d
par parties en en remarquant que exp a(τ)dτ a(s) = − exp a(τ)dτ , sous la forme
ds s ds s
Z tµ Z t ¶ Z tµ Z t ¶
v(t ) ≤ b(0) exp a(s)ds + exp a(τ)dτ b 0 (s)a(s)ds (C.4.7)
0 0 0 s
En particulier, dans le cas où la fonction b est constante, b(t ) = C , l’inégalité (??) prend la forme
simple suivante µ Z t ¶
v(t ) ≤ C exp a(s)ds . (C.4.8)
0
Démonstration. Introduisons la fonction auxiliaire w définie sur [0, T ] par

Z s
w(t ) = a(s)v(s)ds, ∀t ∈ [0, T ],
0
de sorte qu’en dérivant, on obtient
w 0 (t ) = a(t )v(t ) ≤ a(t ) (b(t ) + w(t )) = a(t )b(t ) + a(t )w(t ), ∀t ∈ [0, T ]
On reconnaît une inégalité différentielle pour la fonction w qui est de type affine (C.4.3) : Lemme
C.4.2 nous donne alors, comme w(0) = 0
w(t ) ≤w(0) exp a(s)ds + b(s)a(s) exp a(τ)dτ ds
0 0 s
Z t · µZ t ¶¸
≤ b(s)a(s) exp a(τ)dτ ds.
0 s
Si on revient à l’inégalité (C.4.5), on observe que pour tout t ≥ 0, on a v(t ) ≤ b(t ) + w(t ), ce qui
donne le résultat annoncé, en combinant avec l’inégalité précédente.
C.4.3 Dépendance par rapport aux données

Revenons maintenant au problème de Cauchy général et voyons comment la solution varie
lorsqu’on varie la donnée initiale. On a
Proposition C.4.1.
192
Annexe D
La théorie des distributions : un aperçu
D.1 Introduction
la théorie des distributions dont nous donnons ici un aperçu prend son origine dans plusieurs
considérations qui nous ont amené les mathématiciens à reformuler la notion de fonction, et sur-
tout à introduire des "fonctions généralisées". Dans cette nouvelle classe de fonctions, beaucoup
d’opérations, qui auparavant réclamaient des hypothèses restrictives sur les fonctions, deviennent
licites sans la moindre restriction : par exemple, toute les "fonctions généralisées" sont dérivables.
Bien entendu, comme toujours la " magie a un prix". Les objets obtenues ont parfois un caractère
"monstrueux"...
D.1.1 La notion de fonction

La notion de fonction, centrale en analyse, s’est dégagée seulement progressivement au fil du
temps. Si semble-t-il, c’est Leibnitz qui le premier a utilisé ce terme, il recouvrait à l’époque une
idée un peu vague de grandeurs géométriques dépendant d’autres grandeurs, le plus souvent géo-
métriques elle aussi. Euler restreint le terme à des fonctions s’exprimant sous forme de formules
(c’est à dire des fonctions analytiques). Peu à peu se dégagent les notions générales d’applications
d’un ensemble vers un autres, de graphes, de continuité, de régularité, etc... qui correspondent
plus ou moins à notre intuition moderne sur la question, l’association d’un élément x de l’en-
semble de départ à un élément y = f (x) de l’ensemble d’arrivée, parfois visualisé à l’aide d’un
graphe.
De ce point de vue, la notion de dérivée occupe un rôle centrale : la dérivée partiel de f par
rapport à la variable x i s’exprime alors au travers d’une notion locale simple, la limite du quotient
différentiel
f (x + h~
e i ) − f (x)
∂i f (x) = lim . (D.1.1)
h→0 h
où ~
e i = (0, . . . , 0, 1, 0, . . . , 0), le 1 étant en i -ème position. La notion de primitive n’est alors rien
d’autre que l’inverse de la dérivation.
D.1.2 Les séries de Fourier

Cependant, dès le XIXème siècle, la théorie des séries de Fourier introduit un autre point de
vue : elle associe à une fonction 2π périodique la suite de ses coefficients de Fourier ( fˆ(n))n∈Z
193
définie par
1
Z 2π
fˆ(n) ≡ f (x) exp −i nxdx, b n pour n ∈ Z.
2π 0
Ces coefficients correspondent à¢ des moyennes pondérées de la fonction f avec les élements de la
1
¡
famille de fonctions exp(−i n·) n∈Z . Le point central est que la connaissance des seuls coefficients
de Fourier ( fˆ(n))n∈Z permet en principe de recomposer entièrement la fonction. On a en effet la
la formule
fˆ(n) exp i nx, ∀x ∈ [0, 2π],
X
f (x) = (D.1.2)
n∈Z
qui permet de retrouver la valeur de f (x) pour tout x. On peut aussi déduire de la série de Fourier la
fonction dérivée de f . En effet, pour les fonctions dérivables, les coefficients de la fonction dérivée,
peuvent, s’écrire, en utilisant une intégration par partie 2 comme
fˆ0 (n) = i n fˆ(n), pour toutn ∈ Z. (D.1.3)
De même, le produit de convolution (périodique, pour la formule ci-dessous) , à une interprétation

simple au niveau des coefficients de Fourier. On a en effet
f ? g (n) = fb(n) · gb(n) pour n ∈ Z.

(D.1.4)
per
c’est à dire qu’il se transforme en produit des coefficients de Fourier. Notons cependant que, pour
interpréter les formules (D.1.3) et (D.1.4), il faut bien entendu imposer des conditions de conver-
gences sur les coefficients pour pouvoir utiliser la formule (D.1.2).
Très tôt, on s’est aperçu qu’il y avait aussi des suites de nombres qui ne permettaient pas de
recomposer de fonctions correspondantes, par manque de convergence, mais suggéraient des ob-
jets mathématiques nouveaux que l’on pouvait interpréter comme des "fonctions généralisées".
Par exemple, si on rapproche les formules (D.1.2) et (D.1.4), on a envie de dire que la convolution
correspond au produit de convolutions d’une fonction avec la "fonction généralisée" définie par
la suite {i n}n∈Z . Cette suite, qui est divergente, ne permet pas de définir une fonction par (D.1.2).
Quel est l’objet mystérieux qui se cache derrière ? De manière encore plus simple, quel objet se
cache derrière la suite (c(n))n∈Z définie par
c(n) = 1 pour toutn ∈ Z.
En convolant avec cet objet, on trouve l’identité...

La théorie moderne des distributions fournit un cadre abstrait donnant une signification ma-
thématique précise à ces intuitions.
D.1.3 La théorie de l’intégration comme point de départ

Comme il y a beaucoup plus de fonctions intégrables que de fonctions dérivables, la théorie
de l’intégration est un point de départ plus souple pour construire une théorie des fonctions. Par
ailleurs, les modélisations en mécanique ou en physique, ou les lois de conservations s’expriment
souvent sous forme de bilans utilisant des formulations intégrales sont une autre motivation pour
1. qui jouent le rôle des fonctions tests que nous évoquerons plus tard
2. le point clef étant que les dérivées des fonctions tests, sont, à un facteur multiplicatif près, elle même des fonc-
tions test.
194
le faire. Enfin, la définition des coefficients de Fourier, que nous venons de voir, repose sur la théo-
rie de l’intégration et l’utilisation d’un ensemble approprié, mais tout de même limité, de fonc-
tions tests.
Considérons de manière générale un domaine Ω quelconque de R¡N . Les fonctions ¢ tests, qui
dans le cas des coefficients de Fourier étaient constituées par la famille exp(−i n·) n∈Z , sont main-
tenant remplacées par l’ensemble C c∞ (Ω) des fonctions de classe C ∞ à support compact dans ω,
que l’on note aussi D(Ω). Il s’agit de l’ensemble de fonctions suivant :
C c∞ (Ω) ≡ D(Ω) ≡ ϕ ∈ C ∞ (RN ), telles qu0 il existe un compact K ϕ ⊂ Ω, tel ϕ = 0 sur RN \ K ϕ .

© ª
(D.1.5)
Remarque D.1.1. Si f : RN → R est une fonction continue on appelle support de f et on note

supp( f )l e complémentaire du plus grand ouvert sur lequel f s’annule. L’ensemble supp( f ) est
donc un fermé de Ω. Par ailleurs, si f et g sont deux fonctions continues sur RN , on vérifie que
supp ( f + g ) ⊂ supp ( f ) ∪ supp (g ). (D.1.6)
Proposition D.1.1. L’ensemble C c∞ (Ω) est un espace vectoriel qui n’est pas réduit au singleton {0}.
Démonstration. Soit f et g deux fonctions de C c∞ (Ω). Pour λ et µ deux réels donnés, la fonction
λ f + µg est de classe C ∞ . De plus , en vertu de (D.1.6), on a
supp (λ f + µg ) ⊂ supp ( f ) ∪ supp (g ) ⊂ Ω,
de sorte que λ f + µg est à support compact dans Ω. Il s’agit donc d’un élément de C c∞ (Ω), ce qui
preouve que C c∞ (Ω) est un espace vectoriel. Pour vérifier qu’il n’est pas restreint au singleton nul,
considérons la fonction Ψ : R → R+ définie par
 µ ¶
 Ψ(s) = exp − 1

pour tout s ∈ R, |x| < 1,
1 − |s|2 (D.1.7)

 Ψ(s) = 0 pour |s| ≥ 1.
195
(S)
-1 +1 S
On peut vérifier (exercice) que Ψ est bien une fonction de classe C ∞ dont le support est donné
par l’intervalle fermé [−1, 1]. A partir de Ψ, on peut alors construire toute une famille de fonction
de D(Ω). Pour se faire, soient x 0 ∈ Ω et r > 0, tels que B (x 0 , r ) ⊂ Ω, considérons alors les fonctions
χx0 ,r : Ω → R définies par ³x −x ´
0
χx0 ,r (x) = Ψ pour x ∈ R.
r
On vérifie que χx0 ,r est bien de classe C ∞ et que son support est donné par la boule fermée B(x 0 , r )
de centre x 0 et de rayon r > 0 pour r > 0 et x 0 ∈ RN quelconques.
Remarquons au passage :
Lemme D.1.1. Soit ϕ fonction test de D(Ω). Alors on a
ϕ(x) = 0 pour tout x ∈ ∂Ω.
De plus, D(Ω) est stable par dérivation, à savoir
ϕ ∈ D(Ω), alors ∂α ϕ ∈ D(Ω),
pour tout multi-indice α ∈ NN .
La collection des intégrale des produits avec les fonctions tests
Rappelons qu’une fonction définie sur un ouvert Ω de RN est dite localement intégrable si et
seulement si, pour tout contact K ⊂ Ω, on a
Z
| f (x)|dx < +∞.
K
On note alors f ∈ L 1loc (Ω). Pour une fonction donnée

© fª sur Ω, supposée localement intégrable, on
considère alors la collection des nombres réels L f (ϕ) ϕ∈D(Ω) , définis par
Z
L f (ϕ) = f (x).ϕ(x)dx, ∀ϕ ∈ D(Ω). (D.1.8)
Ω
196
Cette collection de nombres peut être interprétée comme une forme linéaire sur l’espace vectoriel
D(Ω), puisque l’application
L f : D(Ω) → R, ϕ 7→ L f (ϕ), ∀ϕ ∈ D(Ω),
est bien une application linéaire de D(Ω) vers R. De plus elle est injective, grâce au Lemme clas-
sique d’intégration suivant , que nous admettrons :
Lemme D.1.2. Soit f ∈ L 1loc (Ω). Si on a

Z
f (x).ϕ(x)dx = 0 pour tout ϕ ∈ D(Ω)
Ω
alors nécessairement, on doit avoir f = 0.
© Il en ª deux fonctions localement intégrables f et g distinctes, les familles

ª résulte ©que, pour
L f (ϕ) ϕ∈D(Ω) et L g (ϕ) ϕ∈D(Ω) sont distinctes. Voyons maintenant brièvement comment la connais-
© ª
sance de la famille L f (ϕ) ϕ∈D(Ω) permet de retrouver toutes les informations classique sur la fonc-
tion.
Valeur en un point des fonctions continues

© ª
Lorsque f est une fonction continue, la donnée de la famille L f (ϕ) ϕ∈D(Ω) permet de retrouver
la valeur de f (x 0 ), en un point quelconque x 0 ∈ Ω donné. En effet, considérons une fonction χ ∈
C c∞ (RN ) tel que Z
χ(x) ≥ 0, ∀x ∈ RN , χ(x) = 0 si |x| ≥ 1 et χ(x)dx = 1,
RN
et pour ε > 0 la fonction χε définie par
³x −x ´
0
χε (x) = ε−N χ pour x ∈ RN , (D.1.9)
ε
Z
N
de sorte que χε (x) = 0 si x ∈ R \ B(x 0 , ε), χε ≥ 0 et χε dx = 1. On vérifie alors que si on choisit
RN
ε assez petit, alors B(x 0 , ε) ⊂ Ω, de sorte que χε ∈ F (Ω). De plus, on a la convergence
Z
L f (χε ) = f (x)χε (x)dx → f (x 0 ) lorsque ε → 0. (D.1.10)
RN
En effet, on a
Z ¯Z Z ¯
f (x 0 ) − f (x) χε (x)dx ¯¯
¯ ¡ ¢ ¯
f (x)χε (x)dx = ¯¯ f (x 0 )χε (x)dx +
RN RN RN
Z
f (x 0 ) − f (x) χε (x)dx
¡ ¢
= f (x 0 ) +
B(x 0 ,ε)
de sorte que
sup ¯ f (x) − f (x 0 )¯ → 0 lorsque ε → 0,
¯ ¯ ¯ ¯
¯L f (χε ) − f (x 0 )¯ ≤
x∈B(x 0 ,ε)
ce qui donne (D.1.10).
197
Dérivation faible
Voyons maintenant comment on accède à la notion de dérivée d’une fonction. Lorsque la fonc-
tion f est de classe C 1 , on a par la formule d’intégration par parties :
Z Z
∂i f (x).ϕ(x)dx = − f (x).∂i ϕ(x)dx (D.1.11)
RN RN
Ce que l’on peut réecrire comme
L ∂i f (ϕ) = −L f (∂i ϕ), ∀ϕ ∈ D(Ω). (D.1.12)
Cette formule peut-être utilisée comme point de départ pour définir ∂i f , même pour des fonction
f relativement peu régulière.
Définition 5 (dérivée au sens faible). Soit Ω un ouvert de RN et soit i ∈ {1, . . . , N }. Soit f et g i deux
fonctions de L 1loc (Ω) On dit que g i est la dérivée partielle de f au sens faible par rapport à x i 3 de f
si et seulement si
L ∂i f (ϕ) = −L f (∂i ϕ), ∀ϕ ∈ D(Ω),
c’est à dire Z Z
g i (x).ϕ(x)dx = − f (x).∂i ϕ(x)dx, ∀ϕ ∈ D(Ω). (D.1.13)
RN RN
Le Lemme D.1.2 montre que si f possède une dérivée partielle par rapport à x i , alors elle est
unique.
Remarque D.1.2. Les fonctions dérivées au sens faible sont définies au sens au sens "presque
partout" et non pas en tout point, comme la dérivation classique (D.1.1).
Comme nous l’avons déjà mentionné, la formule d’intégration par parties montre que si f est
de classe C 1 , alors la dérivée partielle de f au sens faible par rapport à x i correspond à sa dérivée
partielle au sens classique (c’est à dire au sens des coefficients différentiels (D.1.1)), et, il n ’y a,
a priori, rien de nouveau. Donnons maintenant quelques exemples où la notion "faible" permet
détendre la définition de la dérivabilité.
Exemple 5. Considérons la fonction f définie sur R par s 7→ f (s) = |s|. Sa dérivée au sens faible est
donnée par la fonction
g (x) = −1 pour x < 0 et g (x) = +1 pour x ≥ 0.
En effet, pour toute fonction test ϕ ∈ D(R), on a,

Z Z 0 Z ∞
0 0
f (x)ϕ (x)dx = (−x)ϕ (x)dx + xϕ0 (x)dx
R −∞ 0
· Z 0 ¸ · Z ∞ ¸
0 0
= ϕ(0) + ϕ (x)dx + −ϕ(0) − ϕ (x)dx
−∞ 0
Z
= − g (x)dx,
R
où on a intégré par partie sur chacun des intervalles ] − ∞, 0] et [0, +∞[.

3. ou au sens des distributions, comme nous verrons plus loin
198
Exemple 6. Soit f ∈ L 2 (R) telle que sa transformée de Fourier vérifie
Z
|ξ|2 | fb(ξ)|2 dξ < +∞. (D.1.14)
R
On a alors
Proposition D.1.2. Si f ∈ L 2 (R) vérifie (D.1.14), alors f possède une dérivée faible g ∈ L 2 (R) dont la
transformée e Fourier est donnée par
gb(ξ) = i ξ fb(ξ) pour presque tout ξ ∈ R. (D.1.15)
Démonstration. Il résulte de (D.1.14) et de la formule d’inversion de Fourier que la fonction g

définie par (D.1.15) appartient à L 2 (R). Soit ϕ ∈ D 0 (R). On a, en utilsant l’identité (??)
1
Z Z
0
f (x)ϕ (x)dx = fb(ξ).i ξϕ(ξ)dξ
b
R 2π RZ
1
=− (i ξ) fb(ξ).ϕ(ξ)dξ
b
2π ZR
(D.1.16)
1
=− gb(ξ).ϕ(ξ)dξ
b
Z2π R
= − g (x).ϕ(x)dx,
R
ce qui entraîne le résultat.
Au delà de la dérivation faible
Nous nous sommes limité dans la discussion précédente à des notions de dérivées faibles
memnat à elles-mêmes des fonctions localement intégrables. Ceci à perdu d’étendre la noton de
dérivation à une classe assez large de fonction. Nlous allons maintenant nous débarrasons des
restrictions pr’ecédentes, au prix, il est vrai d’une plus grande abstraction. Pour ce faire, nous re-
venons à la donnée de l’application linéaire L f en essayant de nous abstraire de la manière dont
nous l’avons construite : que reste-t-il ? Essentiellemenyt une forme linéaire sur D(Ω) ! Ceci consti-
tue notre point de départ pour construire les distributions, qui sont des fonctions généralisées.
D.2 Définition des distributions

Nous considérons dans cette partie des formes linéaires sur D(Ω). Si T est une telle forme
linéaire, nous utiliserons par la suite les deux notions T (ϕ) = 〈T, ϕ〉 l’action de la distribution T sur
la fonction test ϕ.
D.2.1 La propriété de continuité des distributions

Pour définir les distributions, nous nous restreindrons à une sous-classe de forme linéaires,
qui vérifie la propriété de continuité suivante :
Propriétés de continuité : pour tout compact K de Ω, il existe des nombres d K ∈ N et C k ≥ 0 tels

que, pour toute fonction ϕ ∈ DK (Ω) , on ait
¯〈T, ϕ〉¯ ≤ C k sup |∂α ϕ|(x), x ∈ Ω ,
¯ ¯ © ª
(D.2.1)
|α|≤d K
199
où DK (Ω) désigne l’ensemble des fonction test de D(Ω) nulles en dehors de K .
Ceci nous conduit directement à la définition
Définition 6. On appelle distribution toute forme linéaire sur D(Ω) qui vérife la proriété de conti-
nuité (D.2.1), pour tout compact K ⊂ Ω. On note D 0 (Ω) l’ensemble des distributions sur Ω.
Si, pour une distribution T donnée, il existe un nombre d ∈ N tel que d k ≤ d , pour tout compact
K ⊂ Ω, alors le plus petit nombre d ayant cette propriété est appelé ordre de la distribution T .
Remarque D.2.1. On dit qu’une suite de fonctions (ϕn )n∈N converge dans D(RN ) vers une fonction
ϕ ∈ D(RN ) si et seulement si
— il existe un compact K tel que supp (ϕn ) ⊂ K
— Pour tout multi-indice α ∈ NN , on a
∂α ϕn → ∂α ϕ lorsque n → +∞.
Il résulte de la propriété de continuité des distributions que si T est une distribution et que si
(ϕn )n∈N converge dans D(RN ) vers une fonction ϕ ∈ D(RN ), alors on a
T, ϕn → T, ϕ lorsque n → +∞
® ®
(D.2.2)
D.2.2 Exemples
Les fonctions localement intégrables. C’est l’exemple l’exemple qui est à la base de la définition.
Considérons une fonction localement intégrable f ∈ L 1loc (Ω), alors les formes linéaires L f que nous
avons définies plus haut vérifient bien la proriété de continuité C ont . En effet, pour tout compact
K , on a ¯Z ¯ ¯Z ¯
¯〈L f , ϕ〉¯ = ¯ f (x)ϕ(x)dx ¯ = ¯ f (x)ϕ(x)dx ¯
¯ ¯ ¯ ¯ ¯ ¯
ZΩ
¯ ¯ ¯ ¯
K
≤ | f (x)||ϕ(x)|dx
µZK ¶
≤ | f (x)|dx | sup{|ϕ(x)|, x ∈ Ω}
K
de sorte que la propriété C ont (K ) est satisfaite avec d k = 0 et C K = K | f (x)|dx. Il en résulte que L f
R
est bien une distribution d’ordre 0. Insistons sur le fait, que dans la pratique on identifie f et L f ,
de sorte que l’on dit que toute fonction localement intégrable est une distribution.
Remarque D.2.2. Il convient cependant de noter que, comme l’identification se réalise grâce à
la théorie de l’intégration, deux fonctions égales suf éventuellement sur un ensemble de mesure
nulle donne la même distribution. On identifie donc ces deux fonctions comme dans la théorie de
l’intégration.
Notons au passage que toutes les fonctions continues sont des distributions, puisqu’elles sont
localement intégrales. Il en est de même des fonctions bornées sur Ω, ou même des fonctions f
seulement localement bornées sur Ω. Certaines fonction singulières sont des distributions, comme
par exemple la fonction
f (x) = ln (|x|) , ∀x 6= 0.
200
Cette fonction est régulière sauf à l’origine, où elle tend vers −∞. Néamoins, comme elle est loca-
lement intégrable car
Z R
| ln (|x|) dx < +∞, ∀R > 0
R
elle définit une distribution. Ce n’est pas le cas de la fonction

1
g (x) = ,
x
qui est également de classe C ∞ sur R \ {0}, mais la singularité à l’origine n’est pas intégrable.
La masse de Dirac. Soit a ∈ Ω. La masse de Dirac δa est la forme linéaire sur D(Ω) qui a une
fonction ϕ associe sa valeur au point a. Elle est donc définie par
δa , ϕ = ϕ(a), ∀ϕ ∈ D(Ω).
®
Vérifions que la masse de Dirac possède la propriété de continuité caractèrisant les distributions.
On a
¯ δa , ϕ ¯ = ¯ϕ(a)¯ ≤ sup{|ϕ(x)|, x ∈ Ω}
¯ ®¯ ¯ ¯
de sorte de sorte que la propriété C ont (K ) est satisfaite avec d k = 0 et C K = 1, pour tout K ⊂ Ω.
1 1
La valeur principale de . La fonction x 7→ n’est pas localement intégrable au voisinage de 0, on
x x
ne peut donc pas définir directement la distribution correspondante sur R 4 . On peut cependant lui
associer une distribution en effectuant une normalisation, comme celle utilisée pour les intégrales
singulières. Introduisons un paramètre ε > 0 et considérons la fonction Γε définie par
1
Γε = 1|x|≥ε ,
x
qui est bornée, donc localement intégrable.
1/X
-
x
4. Elle est cependant localement intégrable sur tout intervalle ouvert ne contenant pas 0, de sorte qu’elle définit
bien une distribution sur de tels intervalles
201
Soit R > 0, et ϕ ∈ D(R) une fonction à support compact dans l’intervalle I R = [−R, R]. On a
−ε Z R
1 1
Z
I ε (ϕ) ≡ 〈Γε , ϕ〉 = ϕ(x)dx + ϕ(x)dx
−R x ε x
Z −ε Z R (D.2.3)
1¡ 1¡
ϕ(x) − ϕ(0) dx + ϕ(x) − ϕ(0) dx
¢ ¢
=
−R x ε x
1
où pour la dernière identité on a utilisé le fait que, comme la fonction est impaire, on a
x
Z −ε 1
Z R 1
dx + dx = 0
−R x ε x
Revenons maintenant à (D.2.3) : on peut majorer les intégrales en utilisant le fait que ϕ(x)−ϕ(0) est
nulle en zéro, d’où il resulte qu’elle est divise par x. Plus précisement, nous allons utiliser l’identité
Z x Z 1
0
ϕ(x) − ϕ(0) = ϕ (x)dx = x ϕ0 (xs)ds = xΨ(x)
0 0
où on a introduit la fonction Z 1
Ψ(x) = ϕ0 (xs)ds,
0
qui est une fonction C ∞ à support compact dans I R . On a de plus
sup|Ψ(x)k ≤ sup|ϕ0 (x)|

x∈I R x∈I R
on a alors Z −ε Z R
I ε (ϕ) = Ψ(x)dx + Ψ(x)dx
−R ε
1
De sorte que I ε possède une limite, notée 〈vp , ϕ〉, lorsque ε → 0
x
Z R
1
I ε (ϕ) → 〈vp , ϕ〉 = Ψ(x)dx.
ε→0 x R
1
L’application ϕ 7→ 〈vp , ϕ〉 est clairement linéaire de D(R) vers R, puisque l’application ϕ 7→ Ψ
x
l’est. Comme par ailleurs
1
|〈vp , ϕ〉| ≤ 2Rsup|Ψ(x)k ≤ 2Rsup|ϕ0 (x)|,
x x∈I R x∈I R
1
la propriété de continuité est satisfaite avec d I R = 1 et C I R = 2R, de sorte que vp est bien une
x
distribution d’ordre au plus 1 (en fait, on vérifie que l’ordre est bien égal à 1).
Mesure de surface. Considérons une surface Σ de R3 , supposée régulière. On considère alors l’ap-
plication linéaire µΣ sur D(R3 ) définie par
Z
〈µΣ , ϕ〉 ≡ ϕ(σ)dσ, ∀ϕ ∈ D(Ω). (D.2.4)
Σ
On vérifie que µσ est hbien une distribution.
202
D.2.3 Restriction d’une distribution à un ouvert
Considérons un ouvert Ω1 ⊂ Ω. Comme toute fonction à support compact dans Ω1 a a fortiori
support compact dans Ω, il en résulte que
D(Ω1 ) ⊂ D(Ω).
En particulier, pour toute distribution T ∈ D(Ω), on peut définir l’action de T sur les éléments
ϕ ∈ D(Ω1 ) de D(Ω) comme 〈T, ϕ〉. Ceci nous définit une forme linéaire T|Ω1 sur D(Ω1 ) donnée par
〈T|Ω1 , ϕ〉(D 0 (Ω1 ),D(Ω1 )) = 〈T, ϕ〉(D 0 (Ω),D(Ω)) , ∀ϕ ∈ D(Ω1 ).
On vérifie sans peine que la forme linéaire T|Ω1 satisafait la condition de continuités, avec les même
constante que T , et qu’elle est d’ordre inférieur à celui de T .
Exemples.
La restriction d’une fonction localement intégrable, correspond à la restriction au sens clas-
sique du terme.
Pour a donné dans Ω, la restriction la restriction de la masse de Dirac δa correspond à la fonc-
tion nulle si a 6∈ Ω1 , à la masse de Dirac en a sinon.
1
Si I désigne un intervalle ouvert de R ne contenant pas 0, alors la restriction de vp correspond
x
1
à la fonction restreinte à cet intervalle.
x
D.2.4 Support d’une distribution

Rappelons que pour une fonction f définie sur l’ouvert Ω le support de f est donné par
supp( f ) = x ∈ Ω tels que f (x) 6= 0. ,

© ª
(D.2.5)
où la barre désigne l’adhérence, de sorte que le le support d’une fonction est toujours un ensemble
fermé. Une manière équivalente de définir le support de f est de considérer l’ensemble F de tous
les ensembles fermés F tels que
f (x) = 0, ∀x ∈ Ω \ F
On voit clairement que si F 1 et F 2 sont éléments de F , alors F 1 ∩ F 2 est encore un éléments de F ,
de sorte que l’en est en droit de considérer le plus petit fermé en dehors duquel f s’annule, c’est à
dire l’ensemble
Γ = ∩ F.
F ∈F
Cet ensemble correspond précisement au support de f défini en (D.2.5), c’est a dire Γ = supp( f ).
Alors que la définition (D.2.5) ne peut s’étendre au cas des distributions, puisqu’on ne peut parler
de valeur en un point d’une distribution, la définition alternative que nous venons de proposer
s’étend au cas des distributions.
Définition 7. Soit T ∈ D(Ω). On appelle support de T et on note supp(T ) le plus petit fermé Γ tel que
T|Ω\F s’annule, c’est à dire
supp(T ) = ∩ F, (D.2.6)
F ∈F
où F = F fermé de Ω tel que T|Ω\F = 0 .

© ª
203
Il résulte immédiatement de cette définition que si ϕ ∈ D(RN ) est telle que
supp (ϕ) ∩ supp (T ) = 0, (D.2.7)
alors
T, ϕ = 0.
®
Pour des fonctions localement intégrables, les deux définitons coïncident. Pour la masse de Dirac,
on vérifie que supp(δa ) = {a}.
D.3 Opérations sur les distributions

L’ensemble des distributions étant un espace vectoriel, on peut additionner et multiplier des
distributions, avec la règle, pour toutes distributions T1 et T2 de D 0 (Ω) on a
λ1 T1 + λ2 T2 , ϕ = λ1 T1 , ϕ + T2 , ϕ , pour tout ϕ ∈ D(Ω).

® ® ®
(D.3.1)
Passons maintenant à la propriété la plus remarquable, le fait que l’on peut définir une oération
de dérvation pour toute distribution.
D.3.1 Dérivation des distributions

Comme nous l’allons déjà vu dans l’introduction, on part de la formule d’intégration par par-
ties (A.1.5) de Annexe A), que l’on prend comme définition de la dérivée.
Définition 8. Soit Ω un ouvert de RN , et T ∈ D 0 (Ω), On définit la dérivée partielle ∂i T comme

l’unique distribution qui vérifie
∂i T, ϕ ≡ − T, ∂i ϕ pour tout ϕ ∈ D(Ω)

® ®
L’application ϕ 7→ −〈T, ∂i ϕ〉 est en effet clairement linéaire : elle vérifie par ailleurs la propriété
de continuité avec d = d k +1 et la même constante C K que celle de T de sorte que la forme linéaire
∂i T est bien une distribution. Si d est l’ordre de T , alors l’ordre de ∂i T est au plus d + 1. Si, par
ailleurs la distribution correspond une fonction de classe C 1 , on vérifie grâce à la formule d’inté-
gration par parties (A.1.5) de l’Annexe A que sa dérivée au sens des distributions correspond bien
à sa dérivée au sens classique, de sorte que l’on a bien généralisé la notion de dérivation.
Par récurrence, on définit les dérivées à tout ordre, et le fait que le théorème de Schwarz, c’est
à dire que les dérivées successives commutent, reste vrai pour les distributions. 5
Exemples. 1. Considérons sur R la fonction H dite d’Heavyside définie par
(
H (x) = 0 si x < 0
(D.3.2)
H (x) = 0 si x ≥ 0.
Cette fonction est bornée, donc localement intégrable et définit donc une distribution Montrons
que
H 0 = δ0 au sens des distributions sur R (D.3.3)
5. car il est vérifié pour les fonctions test
204
On a en effet, pour toute fonction test ϕ ∈ R
Z
〈H 0 , ϕ〉 = −〈H , ϕ0 〉 = h(x)ϕ0 (x)dx
déf R
Z +∞
(D.3.4)
= ϕ0 (x)dx
0
= ϕ(0) = 〈δ0 , ϕ〉
Ce qui donne le résultat.
2. En fait, on peut généraliser ce résultat à toutes les fonction C 1 par morceaux sur in intervalle I
de R. Considérons une telle fonction f . On suppose donc qu’il existe un nombre finis de points
a 1 < a 2 < . . . < a n dans I , (D.3.5)
tels que la restriction de f ainsi que de f 0 soit une fonction continue sur chacun des intervalles
fermés [a i , a i +1 ] pour i = 1, . . . , n. On note f + (a i ) (resp f − (a i ) la limite de f lorsque tend vers a i
par valeurs supérieures (resp. inférieures). On a alors le résultat :
Proposition D.3.1 (Formule des sauts). La dérivée au sens des distribution de f est donnée par
n ¡
f 0 = f 0 1I \{a1 ,...,an } + f + (a i ) − f − (a i ) δai .
X ¢
(D.3.6)
i =1
Dans la formule (D.3.6) la fonction f 0 1I \{a1 ,...,an } désigne la fonction dont la valeur sur I \{a 1 , . . . , a n }
est donné par la dérivée classique de f . Elle est ainsi définie presque partout sur I (sauf précise-
ment au points a i ), et est donc une fonction localement intégrable.
Démonstration. On se donne une fonction test ϕ ∈ (I ), où I a la forme I =]a, b[. On a, en écrivant

f = Lf Z
〈 f 0 , ϕ〉 = −〈 f , ϕ0 〉 = − f (x)ϕ0 (x)dx
I
Z a1 n−1
X Z ai +1 Z b
0 0
=− f (x)ϕ (x)dx + f (x)ϕ (x)dx − f (x)ϕ0 (x)dx
a i =1 a i an
Par hypothèse la restriction de f à chacun des intervalles [a i , a i +1 ] est de classe C 1 , de sorte que
l’on peut écrire, en intégrant par parties
Z ai +1 Z ai +1
0
¤ai +1
f 0 (x)ϕ(x)dx
£
− f (x)ϕ (x)dx = f (x)ϕ(x) ai +
ai ai
Z ai +1
¡ − +
f 0 (x)ϕ(x)dx,
¢
= − f (a k+1 )ϕ(a k+1 ) − f (a k )ϕ(a k ) +
ai
et de même on a Z a1 Z ai
0 −
− f (x)ϕ (x)dx = − f (a 1 )ϕ(a 1 ) + f 0 (x)ϕ(x)dx
a a
et Z b Z ai
0 +
− f (x)ϕ (x)dx = f (a n )ϕ(a n ) + f 0 (x)ϕ(x)dx.
an a
205
En regroupant tous ces termes, il vient donc
〈 f 0 , ϕ〉 = − f (a 1 )ϕ(a 1 ) + f (a n )ϕ(a n )
n−1
f + (a i )ϕ(a i ) − f − (a i +1 )ϕ(a i +1 )
X¡ ¢
+
i =1
n−1
X Z ai +1 Z a1 Z b
+ f 0 (x)ϕ(x)dx + f 0 (x)ϕ(x)dx + f 0 (x)ϕ(x)dx
i =1 a i a an
soit Z n ¡
0
〈 f , ϕ〉 = f 0 (x)ϕ(x)dx + f + (a i ) − f − (a i ) ϕ(a i ).
X ¢
I i =1
ce qui donne bien le résultat.
3. Dérivation de la fonction ln |x|. Cette fonction est localement intégrable, elle définit donc une
distribution. Pour calculer la dérivée de cette distribution, on peut écrire
Z
〈ln |x| , ϕ〉 = −〈ln |x|, ϕ 〉 = − ln |x|ϕ0 (x)dx.
0 0
(D.3.7)
R
la fonction ln |x| est régulière sur R, sauf bien entendu à l’origine où elle diverge. On a de plus
1
ln |x|0 = , pour tout x ∈ R \ {0}. Nous allons intégrer par parties, dans l’intégrale de (D.3.7) en pre-
x
nant soin d’isoler la singularité en 0. A cet effet, on introduit un petit paramètre ε > 0 et on écrit
Z
ln |x|ϕ0 (x)dx = A ε + B ε ,
R
où Z Z
0
Aε = ln |x|ϕ (x)dx et B ε = ln |x|ϕ0 (x)dx.
|x|≥ε |x|≤ε
La fonction ln |x| étant intégrable dans un voisinage de 0, on a , par convergence dominée 6
|A ε | → 0 lorsque ε → 0.
Pour B ε , on peut utiliser une intégration par partie, ce qui amène à

1
Z
ϕ(x)dx + ϕ(ε) − ϕ(−ε) | ln ε|.
£ ¤
Bε = −
|x|≤ε x
Par la formule des accroissements finis, on observe que ϕ(ε) − ϕ(−ε) ≤ 2kϕ0 k∞ ε de sorte que
£ ¤
ϕ(ε) − ϕ(−ε) | ln ε| → 0 lorsque ε → 0.

£ ¤
En combinant les majoration précédente, on en déduit donc que

1 1
Z Z
0
− ln |x|ϕ (x)dx = lim ϕ(x)dx = 〈vp , ϕ〉.
R ε→0 |x|≤ε x x
6. on peut aussi faire une majoraton directe et noter que
Z ε
|A ε | ≤ kϕk∞ | ln |x||dx = 2kϕk∞ [−x ln x + x]ε0 ≤ 2kϕk∞ ε| ln ε|
−ε
206
En revenant à (D.3.7) on obtent
1
〈ln |x|0 , ϕ〉 = −〈vp , ϕ〉, ∀ϕ ∈ D(R).
x
de sorte que
1
ln |x|0 = vp au sens des distributions sur R.
x
D.3.2 Multiplication d’une distribution et d’une fonction C ∞

Soit T ∈ D 0 (Ω) une distribution définie sur un ouvert Ω de RN , et g ∈ C ∞ (Ω). On définit le
produit de multiplication g T par la formule
g T, ϕ = T, g ϕ pour toute fonction test ϕ ∈ D(Ω).

® ®
(D.3.8)
Comme g ϕ ∈ D(Ω) pour toute fonction ϕ ∈ D(Ω), l’expression du membre de droite est bien défi-
nie. on vérifie par ailleurs la propriété de continuité, de sorte que g T est bien une distribution. On
a
Proposition D.3.2. Pour toute fonction g ∈ C ∞ on a
supp(g T ) ⊂ supp(g T )
et
∂i (g T ) = g ∂i T + ∂i g T.
La preuve est laissée en exercice.
D.3.3 Les distributions à support compact

Soit Ω un ouvert de RN . On note E 0 (Ω) l’ensemble des distributions à support compact dans
Ω, c’est à dire
E 0 (Ω) = {T ∈ D 0 (Ω), supp (T ) est compact }.
Pour des distributions à support compact, on peut utiliser des fonctions tests C ∞ , mais pas néces-
sairement à support compact. Pour le voir, commençons par un résultat préliminaire :
Lemme D.3.1. Soit K une compact de RN , et soit δ > 0. Il existe une fonction χδ ∈ D(RN ) telle que
χK (x) = 1 pour tout x ∈ K δ ,
où
K δ = {x ∈ RN , dist(x, K ) < δ} ⊃ K .
Démonstration. Introduisons l’ensemble Soit φδ ∈ D(RN ) telle que supp (φ) ⊂ B(0, δ2 ) et
Z N
φ(x)dx = 1.
R
On vérifie (exercice) que la fonction χK = 1K δ ? φ à les propriétés demandées.
207
1
-2R -R R 2R
x
Proposition D.3.3. Soit T une distribution à support compact. Pour toute fonction ϕ ∈ C ∞ (RN ) la
valeur 〈T, χϕ〉 ne dépend pas du choix de χ ∈ D(RN ) vérifiant
χ = 1 sur unvoisinage ouvert desupp(T ). (D.3.9)
On définit alors
〈T, ϕ〉 ≡ 〈T, χϕ〉,
où χ désigne une fonction quelconque de D(RN ) satisfaisant (D.3.9).
Démonstration. Soient χ1 et χ2 deux fonctions de CC (Ω) vérifiant (D.3.9) pour des voisinages ou-
verts V1 et V2 de K respectivement. On a donc
χ1 |V = 1 et χ2 |V = 1,
1 2
de sorte que
(χ1 − χ2 )|V1 ∩V2 = 0.
Comme V1 ∩ V2 est un voisinage ouvert de supp (T ), pour toute fonction ϕ ∈ C ∞ (RN ), on a
supp ((χ1 − χ2 )ϕ) ∩ supp (T ) = ;.
Ceci entraîne, par définition du support (voir (D.2.7)), que
〈T, (χ1 − χ2 )ϕ〉 = 0,
et donne donc
T, χ1 ϕ = T, χ2 ϕ .
® ®
208
D.3.4 Convolutions des distributions
Dans cette partie, on suppose que Ω = RN . Rappelons qui si f et g sont deux fonctions bornées
à support compact sur RN , alors on définit le produit de convolution de f et g par la formule
Z
f ? g (x) = f (x − y)g (y)dy
ZR
N
(D.3.10)
= f (y)g (x − y)dy,
RN
les deux formules se déduisant l’une de l’autre par changement de variable u = x − y. La fonction
f ? ϕ est alors à suuport compact dans RN , son support vérifiant
supp( f ? g ) ⊂ supp( f ) + supp(g )
Nous avons par ailleurs vu de nombreuses extensions de cette formules sous des hypothèses,
moins restrictives sur f et g , par exemple f ∈ L 1 (RN ) ou f ∈ L 2 (RN ) et g ∈ L 1 (RN ) ou g ∈ L 2 (RN ).
Notre but dans cette partie est d’étendre la définition aux distributions. Pour définir les convo-
lutions des distributions, on va distinguer plusieurs cas, en partant du plus simple.
Convolution d’une distribution et d’une fonction régulière à support compact
On considère dans cette partie une distribution T ∈ D(Ω), et une fonction Ψ ∈ D(RN ). Pour
définir le produit de convolution T ? Ψ nous allons imiter la formule et poser, pour tout x ∈ R
T ? Ψ(x) = 〈T, Ψ(x − ·)〉 , (D.3.11)
où Ψ(x − ·) désigne la fonction de D(RN ) définie par y 7→ Ψ(x − y). On a alors
Proposition D.3.4. La fonction x 7→ T ? Ψ(x) est une fonction de C ∞ (RN ) dont le support vérifie
supp(T ? Ψ) ⊂ supp(T ) + supp(Ψ). (D.3.12)
On a la formule de dérivation
∂i (T ? Ψ) = ∂i T ? Ψ = T ? ∂i Ψ, (D.3.13)
et de manir̀e générale, pour α1 , α2 ∈ NN , on a
∂α1 +α2 (T ? Ψ) = ∂α1 T ? ∂α2 Ψ.
Démonstration. Montrons que la fonction T ?Ψ est de classe C 1 sur Ω, et établissons directement

la formule (D.3.13). Soit i ∈ {1, . . . , N }, ~
e i le i-ème vecteur de la base canonique, x 0 ∈ Ω, h un petit
incrément. Considérons la fonction Λ de la variable réelle h définie par
Λ(h) = T ? Ψ(x 0 + h~
e i ) − T ? Ψ(x 0 ) − hT ? ∂i Ψ pour h ∈ [−1, 1]. (D.3.14)
Nous allons montrer qu’il existe une constante C > 0 telle que
|Λ(h)| ≤ C h 2 (D.3.15)
209
ce qui entraîne (D.3.13). Pour ce faire, on remarque d’abord que
Λ(h) = 〈T, Φh 〉 (D.3.16)
où Φh désigne la fonction définie par
e i − y) − h∂i Ψ(x 0 − y) pour tout y ∈ RN .

Φh (y) = Ψ(x 0 + h − y) − Ψ(x o + h~
£ ¤
Remarquons que la fonction ΦD ∈ D(Ω), son support vérifie
e i ⊂ K ≡ supp (Ψ) + B(x 0 , 1) pour tout h ∈ [−1, 1].

supp (Φh ) ⊂ supp (Ψ) − h~
En utilisant la propriété de continuité de la distribution T pour le compact K , on en déduit qu’il

existe une constant C K ≥ 0, un entier d k tels que, pour tout h ∈ [−1, 1]
| 〈T, Φh 〉 | ≤ C k sup | ∂α Φh (y)|, y ∈ Ω

© ª
(D.3.17)
|α|≤d k
Comme la fonction Φh correspond au développement limité par rapport à h de la fonction Ψ(x 0 −

·), que pour tout entier d ∈ N, il existe une constante C d ≥ 0, indépendante de h telle que
sup | ∂α Φd (y)|, y ∈ Ω ≤ C d h 2 .
© ª
(D.3.18)
|α|≤d
En combinant (D.3.18), (D.3.17), et (D.3.16) on obtient (D.3.15). Le reste de la proposition s’en

déduit facilement.
Exemple 7. Soit Ψ ∈ D(RN ) On a
δ0 ? Ψ = Ψ et plus généralement δa ? Ψ(·) = Ψ(· − a).
En effet, on a pour tout a ∈ RN , et pour tout x ∈ RN
δa ? Ψ(x) = 〈δa , Ψ(x − ·)〉 = Ψ(x − a).
Convolution d’une distribution avec une distribution à support compact
Pour définir la convolution d’une distribution et d’une distribution à support compact, on rai-
sonne en utilisant un argument de transposition basé sur le paragraphe précédent. Rappelons à
cet effet que si f , g , h sont trois fonctions, supposées pour simplifier à support compact, alors on
a Z Z
f ? g (x).h(x)dx = f (x) · ǧ ? (x)dx (D.3.19)
RN RN
N
où ǧ (x) = g (−x) pour tout x ∈ R . En effet, on a
Z Z µZ ¶
f ? g (x).h(x)dx = f (y)g (x − y)dy h(x)dx
RN
ZR RN
N
= f (y)g (x − y)h(x)dxdy
RN ×RN
Z µZ ¶
= f (y) h(x)ǧ (y − x)dx dy
RN RN
Z
= f (y) · ǧ ? (y)dy,
RN
ce qui donne bien (D.3.19). Cette identité suggère donc la définition suivante
210
Définition 9 (produit de convolution D 0 ? E 0 ). Soit T ∈ D 0 (RN ) et S ∈ E 0 (RN ) une distribution à
support compact. On définit le produit de convolution T ?S ∈ D 0 (RN ) comme la distribution donnée
par la formule
T ? S, ϕ = T, Š ? ϕ pour toute fonction ϕ ∈ D(RN ),
® ®
(D.3.20)
où la distribution Š est définie par
Š, ϕ = S, ϕ̌ pour toute fonction ϕ ∈ D(RN ).

® ®
(D.3.21)
Commentaire. 1) Dans le membre de droite de (D.3.4), l’expression Š ? ϕ est calculer par la mé-
thode donnée au paragraphe précédent, à savoir, il s’agit du produit de convolution d’une distri-
bution et d’une fonction régulière à support compact. La fonction Š ? ϕ est à support compact,
puisque
supp (Š ? ϕ) ⊂ supp (Š) + supp (ϕ) = −supp (S) + supp (ϕ).
2) Il faut vérifier que cette définition est compatible avec la définition (D.3.11), c’est à dire que les
résultats coincident dans le cas où S est une fonction régulière à support compact. Cette propriété
n’est pas évidente. Soit Ψ ∈ D(RN ). il s’agit de démontrer que, pour toute fonction test ϕ ∈ D(RN )
Z
T ? Ψ(x) · ϕ(x)dx = T, Ψ̌ ? ϕ oùT ? Ψ(x) = T, Ψ̌(x − ·) .
® ®
(D.3.22)
RN
On a Z Z
T ? Ψ(x) · ϕ(x)dx = T, Ψ̌(x − ·) .ϕ(x)dx
®
RN
¿R Z
N
À
= T, Ψ̌(x − ·)ϕ(x)dx
RN
3) la formule (D.3.21), qui définit Š est vérifiée facilement sur des fonction de L 1loc (RN ). On a en
effet, en faisant un changement de variable u = −x. On a en effet
Z
ˇ
f ,ϕ =
®
f (−x)ϕ(x)dx
Z R N
= f (u)ϕ(−u)du
RN
= f , ϕ̌ .
®
on remarque par ailleurs que

supp (Š) = −supp S, (D.3.23)
que sorte que si S est à support compact, il en est de même pour Š.
4) Bien entendu, il convient de vérifier la propriété de continuité de T ? S.
5) On peut changer l’ordre des convolutions définir le produit de convolution S ? T de la manière

suivante :
S ? T, ϕ = S, Ť ? ϕ pour toute fonction ϕ ∈ D(RN ).
® ®
(D.3.24)
Ceci a un sens, car Ť ? ϕ est une fonction C ∞ , définie au paragraphe précédent, et par ailleurs,
comme S est une distribution à support compact, on peut prendre des fonctions tests qui ne sont
pas à support compact.
211
Exemple 8 (Convolution avec la masse de Dirac). On a
Lemme D.3.2. Soit T ∈ D 0 (RN ). On a

T ? δ0 = T.
Démonstration. Soit ϕ ∈ D(RN ). On a
T ? δ0 , ϕ = T, δ̌0 ? ϕ = T, δ0 ? ϕ = T, ϕ ,
® ® ® ®
où on a utilisé le fait que δˇ0 = δ0 et le fait que δ0 ?ϕ = ϕ que nous avons vu dans la remarque 7.
Concernant le dérivation , on a les formules habituelles :
Proposition D.3.5. Soit T ∈ D 0 (RN ) et S ∈ E 0 (RN ). On a, pour tous α1 , α2 ∈ NN
∂α1 +α2 (T ? S) = ∂α1 T ? ∂α2 S.
Démonstration. On a, pour toute fonction test ϕ, on
∂α1 +α2 (T ? S), ϕ = (−1)|α1 +α2 | (T ? S), ∂α1 +α2 ϕ

® ®
= (−1)|α1 +α2 | (T, Š ? ∂α1 +α2 ϕ = (−1)|α1 +α2 | (T, ∂α1 (∂α2 Š ? ϕ)
® ®
= (−1)|α2 | (∂α1 T, ∂α2 Š ? ϕ = (∂α1 T ? ∂α2 S, ϕ .

® ®
Comme application, on peut interpréter l’opérateur de dérivation comme la convolution avec

une distribution particulièr, à savoir
∂α T = T ? ∂α δ0 . (D.3.25)
D.4 Convergence des distributions

D.4.1 Définition et premières propriétés
On définit une notion de convergence pour les distributions de la manière suivante :
Définition 10. Soit (T )n∈N une suite de distributions. On dit que la suite Tn converge vers la distri-
bution T et on note Tn * T lorsque n → ∞ si et seulement si, pour toute fonction test ϕ ∈ D(Ω),
Tn , ϕ D 0 ,D → T, ϕ D 0 ,D lorsque n → +∞.
® ®
(D.4.1)
Z
N
Exemple 9. Soit χ ∈ L (R ) une fonction telle que
1
χ(x)dx = 1. On pose, pour ε > 0
RN
1 ³x ´
χε (x) = N χ , ∀x ∈ RN
ε ε
Alors on a
χε * δ0 lorsque ε → 0, (D.4.2)
Ainsi, la limite au sens des distributions d’une approximation de l’identité, c’est la masse de Dirac
à l’origine.
212
x
Demonstration de (D.4.2). Soit ϕ ∈ D(RN ). On a, en introduisant le changement de variable u =
ε
1 x
Z
χε , ϕ = N χ( )ϕ(x)dx
®
Zε RN ε
= χ(u)ϕ(εu)du.
RN
On peut ensuite invoquer le thérème de convergence dominée : comme pour tout u ∈ R, on a la

convergence simple
χ(u)ϕ(εu) → χ(u)ϕ(0) lorsque ε → 0,
et que l’hypothèse de domination est clairement vérifiée, on en déduit que
Z Z Z
χε , ϕ = χ(u)ϕ(εu)du → χ(u)ϕ(0) = ϕ(0) χ(u)du = ϕ(0) = δ0 , ϕ ,
® ®
RN ε→0 RN RN
ce qui termine la preuve.
Voyons maintenant quelques propriétés de cette notion notion de convergence. On a
Lemme D.4.1. Soit (Tn )n∈N une suite de distributions de D(RN ) . On suppose que
Tn * T et lorsque n → +∞ au sens des distributions.
Alors on a, pour tout multi-indice α ∈ NN
∂α Tn * ∂α T et lorsque n → +∞ au sens des distributions.
Si S ∈ E 0 (RN ), alors on a
Tn ? S * T ? S et lorsque n → +∞ au sens des distributions. (D.4.3)
La preuve est immédiate en écrivant la définition de la convergence et celle de la dérivation. La

proposition affirme donc que l’on a le droit de dériver les convergences. La convergence (D.4.3) se
généralise comme suit :
Proposition D.4.1. Soit (Tn )n∈N une suite de distribution de D(RN ) et (S n )n∈N ∈ E 0 (RN ) une suite de
distributions à support compact. On suppose qu’il existe des distributions T et S telles que
Tn * T et S n * S lorsque n → +∞ au sens des distributions.
On suppose de plus qu’il existe un compact K tel que
supp (S n ) ⊂ K pour tout n ∈ N.
Alors S est une distribution à support compact, et
Tn ? S n * T ? S lorsque n → +∞ au sens des distributions.
213
Démonstration. Soit ϕ ∈ D(RN ). On a par définition
Tn ? S n , ϕ = Tn , Š n ? ϕ
® ®
On a
sup(Š n ? ϕ) ⊂ supp (Š n ) + supp (ϕ) ⊂ supp (ϕ) − K
Par ailleurs, on peut démontrer, en utilisant la définition (D.3.11)
∂α (Š n ? ϕ) = (∂α Š n ) ? ϕ → (∂α )Š ? ϕ uniformément sur RN lorsque n → +∞,
c’est à dire
Š n ? ϕ → Š ? ϕ dans D(RN ).
Il en résulte que
Tn ? S n , ϕ = Tn , Š n ? ϕ → T, Š ? ϕ = T ? S, ϕ .
® ® ® ®
D.4.2 Approximation des distributions par des fonctions régulières

Proposition D.4.2. Toute distribution T ∈ D 0 (RN ) est une limite au sens des distributions de fonc-
tions Tε dans C ∞ . On peut choisir Tε de sorte que
supp Tε ⊂ supp T + B(0, ε) ⊂ K ≡ supp T + B(0, 1) pour 0 < ε ≤ 1.
Démonstration. On prend la famille (χε )0<ε≤1 introduite dans l’exemple (9), en supposant de plus
que χ ∈ D(RN ) et supp χ ⊂ B(0, 1). On a alors
χε ∈ D(RN ) et supp χε ⊂ B(0, ε) ⊂ B(0, 1) pour 0 < ε ≤ 1,
et de plus
χε * δ0 au sens des distributions lorsque ε → 0
On a donc, grâce à la Proposition (D.4.1)
Tε ≡ Tε ? χε * T ? δ0 = T au sens des distributions lorsque ε → 0
Comme Tε est une application C ∞ la propriété est démontrée.
D.4.3 Quelques conséquences

Voici quelques proriétés des convolutions qui se démontrent facilement grâce aux approxima-
tion par des fonctions régulières.
Proposition D.4.3. Soit T et S deux distributions à support compact. On a
T ? S = S ? T.
Si U ∈ E 0 (RN ) est une autre distribution à support compact, alors on a
T ? (S ?U ) = (T ? S) ?U .
214
Démonstration. .On pose, comme ci-dessus pour 0 < ε ≤ 1
Tε = T ? χε , S ε = S ? χε et Uε = U ? χε .
Comme Tε , S ε ,Uε sont des fonctions à support compact, on a
Tε ? S ε = S ε ? Tε et Tε ? (S ε ?Uε ) = (Tε ? S ε ) ?Uε . (D.4.4)
En utilisant la Proposition D.4.1 on obtient
Tε ? S ε * T ? S et S ε ? Tε * S ? T (D.4.5)
ε→0 ε→0
En combinant (D.4.5) et (D.4.4) on obtient la première relation. On déduit de même la seconde, en

observant que
(Tε ? S ε ) ?Uε * (T ? S) ?U et (Tε ? (S ε ?Uε ) * T ? (S ?U ) (D.4.6)

ε→0 ε→0
215

Une Introduction Aux Équations Aux Dérivées Partielles.M2

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Une Introduction Aux Équations Aux Dérivées Partielles.M2

Transféré par

Droits d'auteur :

Formats disponibles

Une introduction aux équations aux dérivées partielles

Année Universitaire 2018-2019

Version du 26 septembre 2018

3 EDP linéaires : premières propriétés, unicité 34

4 Premières constructions explicites de solutions 53

5 Distributions, régularité des solutions, et intégrales singulières 77

6 Principe de Duhamel pour de l’équation de la chaleur 100

7 Premières méthodes d’analyse fonctionnelle 116

8 Problèmes non linéaires 128

9 Méthodes spectrales et hilbertiennes 143

A Rappels sur les fonctions de plusieurs variables 150

B Quelques notions d’analyse vectorielle 166

C Equations différentielles ordinaires 182

D La théorie des distributions : un aperçu 193

1.2 Les équations d’évolution linéaires étudiées

Ici U0 désigne la fonction x 7→ u 0 (x), et A l’application linéaire X → Y , Y un autre espace fonction-

1.3 Les équations stationnaires linéaires étudiées

−∆u(x) = f (x), ∀x = (x 1 , . . . , x N ) ∈ RN (Laplace)

1.4 Équations non linéaires

1.5 Liens avec d’autres cours de base de la spécialité

1.6 Pour aller plus loin

2.1 Équations de continuité et de transport

Remarque 2. La conservation locale de particules n’entraîne pas la conservation globale, car il

n (σ) = 0 pour tout σ ∈ Σ = ∂Ω.

2.1.1 Résolution par la méthode des caractéristiques

Théorème 1. Soit x ? et t ? donnée. Si l’intervalle maximal d’existence de léquation (3) contient 0

u(x? (t ), t ) = C pour tout T ∈ I ? .

Exemple 1. Considérons le cas le plus simple, où V est constant, c’est à dire

V (x, t ) = c pour tous x ∈ R, t ≥ 0,

où c ∈ R. L’équation des caractéristiques est alors

La solution de cette équation est alors

d’où l’on déduit que x? (0) = x ? − c t ? . La solution de l’équation de transport

 ∂u (x, t ) + c ∂u (x, t ) = 0, pour x ∈ R, t ≥ 0,

est donc donnée par

2.1.2 Solutions de l’équation de transport avec termes sources

En intégrons entre 0 et t ? , on obtient donc

Dans le cas particulier où V = c est constant, on obtient la formule

< Ecoulement fluide

de sorte que, pour une constante K ≥ 0, on a l’inégalité différentielle

2.3 Dynamique des populations

où c > 0 désigne une fonction de Ω × R+ × R) → R+ donné. On parle alors de modèles de diffusion.

2.3.1 Loi de Fick et équation de la chaleur

ρ(x, 0) = ρ 0 (x) pour x ∈ Ω, (12)

2.3.2 Autres loi de diffusion

Équations de diffusion non-linéaires.

~ (x, t ) = −2d ∇ρ(x, t ),

ou d > 0 est une constante. En remplaçant dans l’équation de continuité on trouve

2.3.4 Équations avec termes d’advection

2.4 Mécanique des fluides

2.4.1 Fluides compressibles

2.4.2 Fluides incompressibles

ρ(x, t ) = 1 pour tout x ∈ Ω et tout t ≥ 0.

Il en résulte qu’on obtient dans ces conditions le système d’équations

En prenant le rotationnel, et en utilisant le fait que

L’équation pour le tourbillon s’écrit donc

2.4.3 L’équation de Navier-Stokes

u (σ) =~0 pour σ ∈ ∂Ω.

2.4.4 Équations linéarisées en mécanique des fluides

L’équation des Stokes

2.5 Équation stationnaires

2.5.1 L’équation de Laplace

Équation du potentiel électrique

Équation d’une membrane élastique

S = {(x 1 , x 2 , u(x 1 )), (x 1 , x 2 ) ∈ D} ,