Académique Documents
Professionnel Documents
Culture Documents
DS-SDRO-ESB-ACT FIN
1 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Plan
3 Espaces de Sobolev
2 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Introduction
Introduction
La plupart des phénomènes mécaniques, physiques, biologiques ou
économiques sont modélisées à l’aide d’équations aux dérivées
partielles (EDP) linéaires ou non linéaires.
Bien plus, dans de nombreux domaines (industrie aéronautique,
industrie pétrolière, industrie nucléaire, problèmes de la fusion
contrôlée, prévision météorologique, prévision en finance etc.)
Techniquement, on chreche à résoudre numériquement des
systèmes d’équations aux dérivées partielles parfois très compliqués
afin d’obtenir des propriétés quantitatives des solutions.
La résolution numérique des EDP profite aujourd’hui des
performances des ordinateurs et la simulation numérique des
phénomènes devient plus souple, plus facile à réaliser, et surtout
plus économique en temps.
3 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Introduction
Introduction
La solution d’un problème d’équations aux dérivées partielles (EDP)
est une fonction continue. En génerale, on discrétise le problème.
Les solutions approchées seront calculées comme des collections de
valeurs discrètes sous la forme d’un vecteur solution d’un
problème matriciel.
En vue du passage d’un problème exact (continu) au problème
approché (discret), on dispose de plusieurs techniques
concurrentes : les différences finies, les éléments finis et les
volumes finis.
On s’interesse à la résolution numérique des EDP elliptiques par
deux familles de méthodes numériques : les différences finies et
les éléments finis.
Dans le premier chapitre, on présente les espaces de Sobolev qui
se sont imposés comme l’outil fournissant le cadre théorique pour
la recherche des solutions des EDP.
4 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Notations et Généralités
Notations et Prérequis
n
p x = (x1 , x2 , . . . , xn ) les n éléments de R (n ∈ N, n ≥ 1),
On notera
2 2
|x| = x1 + x2 + . . . + xn2 est la norme euclidienne de x .
Un vecteur : α = (α1 , α2 , . . . , αn ) ∈ Nn est appelé un multi-indice
et |α| = α1 + . . . + αn est la longueur du multi-indice. Pour toute
fonction F : Rn → R régulière, on note :
∂ |α| F (x)
D α F (x) =
∂ α1 x 1 ∂ 2 x2 . . . ∂ n xn
α α
5 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Notations et Généralités
Notations et Prérequis
Un ensemble F ⊂ Rn est compact si et seulement si F est fermé
et borné.
Exemple : I = [a,b] est un compact dans R.
La boule B(a, r ) = {||x − a|| ≤ r } est compact dans R2 .
La sphère : B(a, r ) = {||x − a|| ≤ r } est un compact dans R3 .
Soit Ω un ouvert non vide de Rn (n=1,2 ou 3). Soit ϕ une
fonction, définie sur Ω à valeurs dans R.
Définition : On appelle support de ϕ l’ensemble
supp(ϕ) = {x ∈ Ω : ϕ(x) 6= 0} (l’adhérence en Rn de l’ensemble de
non-annulation de ϕ ). Le support est toujours fermé.
On note C ∞ l’ensemble des fonctions à valeurs dans R
indéfiniment différentiables sur Ω. Les fonctions de classe C ∞ à
support compact jouent, en Analyse, un rôle permet de définir des
objets plus généraux que les fonctions.
6 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
7 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
8 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
10 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
11 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Suites régularisantes
Définition : On appelle suite régularisante (ou approximation de
l’unité) une famille (φn )n≥0 de fonctions définies sur Rn vérifiant les
propriétés suivantes : pour tout p ≥ 1
φn ∈ C ∞ (Rn ), supp(φp ) ⊂ B(0, M
R
p ), φp ≥ 0 et Rn φp dx = 1, où M > 0
n
Exemple ( : Reprenons la fonction φ définit de R dans R par :
1
exp(− 1−|x |2 ) si |x| < 1;
φ (x) =
0 si |x| ≥ 1.
Cette fonction est dans D(Rn ) et vérifié supp(φ ) ⊂ B(0, 1). On
pose alors φe(x) = R nφφ(x)
(x)dx
qui est également dans D(Rn ). La suite
R
(φep )p ⊂ D(Rn ) définie par φep (x) = p n φe(px) est une suite
régularisante et vérifié : 1- φep ∈ D(Rn ) et
supp(φp ) ⊂ B(0, 1 ), ∀p ∈ N∗ . 2- n φep (x)dx = 1, ∀p ∈ N∗
R
p R
12 / 42
Notations, Généralités et Prérequis
Théorie des distributions
L’espace des fonctions test D(Ω)
Espaces de Sobolev
Généralités et classification des EDP
Notations et Généralités
Espaces L2 (Ω)
Soit Ω un ouvert de Rn . L’espace L2 (Ω) est défini par
L2 = {f : Ω → R; tel que Ω |f (x)|2 dx < ∞ i.e fini}. C’est.à.dire
R
14 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
Introduction
Introduction
Dans cette section, nous introduisons les distributions dans le cas
de la dimension 1 . La plupart des résultats présentés sont
cependant valables dans le cas de la dimension quelconque.
Les distributions peuvent être considérées comme une
généralisation de la notion de fonction.
L’introduction des distributions est motivée par la difficulté de
rendre compte rigoureusement de certains phénomènes physiques à
l’aide simplement de la notion de fonction.
Une distribution est une sorte de ’fonction généralisée’ et elle est
introduite pour modéliser des phénomènes où les fonctions
habituelles ne sont pas très pratiques à utiliser.
15 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
Exemples introductifs
Exemple 1 :
Supposons qu’on a une distribution (au sens physique) de charge
dans un fil qui peut être modélisée par une fonction définit sur un
segment L tel que f : L → R.
R
La charge totale est alors L f (x)dx et supposée égale à 1 . La
distribution est considéré régulière et représentée par f .
Si on suppose que toute la charge est concentrée en un point x0 ,
par exemple x0 = 0, ( Une charge électrique très concentrée dans
un petit voisinage du point 0 , et nulle ailleurs ; une charge
ponctuelle).
Il n’existe pas de Rfonction f telle que f (x) = 0 pour tout x 6= 0 et
en même temps 0L f (x)dx = 1. La distribution de la charge est
dite singulière. Une très grande intensité sur une region très
petite dans l’espace.
16 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
Exemples introductifs
Exemple 1
Pour simplification on suppose que la charge est en dimension 1 .
Nous pouvons présenter la densité de charge par cette fonction
f : R →R telle que :
0 grande 0 si x ∈ intervalle autour de 0;
f (x) =
0 ailleurs.
R
mais de tel sorte que R f (x)dx = 1.
On peutdonner comme exemple d’une telle densité la fonction
1 1
n si x ∈ [− 2n , 2n ];
f (x) =
0 sinon.
avec n un nombre très grand. On aimerait avoir une limite, pour
n → ∞ de la fonction f .
Le physicien P. Dirac qui a introduit et utilisé La fonction δ et
vue comme un sorte de limite pour n → ∞ de la fonction f définie
en haut.
17 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
Exemples introductifs
18 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
Exemples introductifs
Exemple 2
Prenons une fonction v ∈ D(R). Posons
u(x) = c + 0x v (y )dy , c ∈ R. Alors u est une fonction continue et
R
Exemples introductifs
Exemple 2
0 0
De plus, pour tout v ∈ D(R) on a : − R Hv dx = 0∞ v (x)dx. Or
R R
0 R 0
on a : H (x) = 0, ∀x ∈ R, donc R H vdx = 0 pour tout v .
0 0
On déduit donc : R Hv dx = 0∞ v (x)dx = 0 pout toute fonction v ,
R R
Or il n’existe pas de
R
fonction H non nulle qui vérifier ceci.
(Rappelons que si R uvdx = 0 pour toute fonction v , alors u = 0.)
0
On pourrait cependant introduire H comme l’objet tel que cette
égalité est vérifiée pour toute fonction test v .
0
Intuitivement, on se rend compte de définir H qui dépend non
seulement de H , mais également de l’espace de fonctions test
considéré D(R).
En effet, on peut la distribution de d’Heaviside appliquée a toute
fonction ϕ ∈ D(R) par la formule suivante : < H, ϕ >= 0∞ ϕ(x)dx.
R
20 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
La notion de distribution
Définition : On appelle distribution sur Ω toute application
linéaire et continue de D(Ω) dans R ; c’est.à.dire, une application
T : D(Ω) → R est une distribution sur Ω si elle satisfait les deux
conditions suivantes :
1- T est linéaire ; T (β1 ϕ1 + β2 ϕ2 ) = β1 T (ϕ1 ) + β2 T (ϕ2 )
2- Pour toute suite {ϕp }p∈N ⊂ D(Ω) telle que ϕp → 0 dans D(Ω)
on a aussi T (ϕp ) → 0 dans R.
Notation :
0
1- On notera dans la suite par D (Ω) l’ensemble de toutes les
0
distributions sur Ω. On dit aussi que D (Ω) est le dual de D(Ω)
2- On utilisera dans la suite la notation plus commode < T , ϕ >
(crochet de dualité) au lieu de T (ϕ), pour toute distribution
0
T ∈ D (Ω) et tout élément ϕ ∈ D ( Ω) (on appellera ϕ fonction
test pour la distribution T ).
21 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
Exemples des distributions :
Quelques exemples des distributions en dimension 1 pour
(Ω = I ⊂ R) et se généralisent dans Rn pour n ≥ 2.
Pour toute fonction u integrable sur un intervalle I (u ∈ L1loc (I )),
on peut associer
R
l’application Tu : D(I ) → R définie par
Tu : φ 7→ I uφ dx. Tu est linéaire et continue, donc c’est une
distribution.
La distribution Tu s’appelle distribution régulière associée à u.
Parfois, on identifiera souvent dans la notation de la fonction u et
la distribution qui lui est associée.
La réciproque en génerale n’est pas vraie, il existe des
distributions qui ne peuvent pas être représentées par des
fonctions. l’exemple suivant montre ceci.
Un exemple (fondamental) de telles distributions est donné par la
distribution de Dirac en un point x0 ∈ I , notée δx0 et définie pour
tout φ ∈ D(I ) par : < δx0 , φ >= φ (x0 ).
22 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
Tu = 0 ⇒ u = 0.
0
L’espace D (Ω) est muni d’une structure d’espace vectoriel pour
les opérations suivantes.
0
Toute combinaison linéaire des éléments de D (Ω) est encore un
0 0
élément de D (Ω) (c’est à dire : ∀α1 , α2 ∈ R, ∀T1 , T2 ∈ D (Ω) on a
0
α1 T1 + α2 T2 ∈ D (Ω))
23 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
Opérations sur les distributions :
Translation : Soit f une fonction localement sommable
(integrable) et soit a ∈ R, alors la translatée fa de f est la fonction
donnée par fa (x) = f (x − a).
La distribution régulière associée à fa vérifie donc :
D(R),
R
∀
R
ϕ ∈ < T fa , ϕ >= R f (x − a)ϕ(x)dx =
R f (y )ϕ(y + a)dy =< Tf , ϕ−a >.
La translatée d’une distribution T , notée Ta est la distribution
définie par : ∀ ϕ D(R), < Ta , ϕ >=< T , ϕ−a >
Transposition : Soit f une fonction localement sommable et
cherchons la distribution associée àR la fonction e
f qui à x associe
fR (−x). On a ∀ ϕ D(R), < Tef , ϕ >= R f (−x)ϕ(x)dx =
R f (x)ϕ(−x)dx =< Tf , ϕ e>
La transposée d’une distribution T , notée Te est la distribution
définie par : ∀ ϕ D(R), < T
e , ϕ >=< T , ϕe >
24 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
Opérations sur les distributions :
0
Produit : Soit f ∈ C ∞ (Ω) et T ∈ D (Ω). On définit le produit fT
de T par f comme la distribution définie pour tout ϕ ∈ D(Ω) par :
< fT , ϕ >=< T , f ϕ >
0
Dérivée : Étant donné T ∈ D (Ω), on définit la dérivée de T
0
comme la distribution T donnée pour tout ϕ ∈ D(Ω) par :
0 0
< T , ϕ >= − < T , ϕ >.
Lorsque la distribution T = Tf est associée à une fonction f
0
régulière, alors (Tf ) coincide avec Tf 0 .
0
Soit T ∈ D (Ω) et α ∈ Nn . On appelle dérivée à l’ordre α de T la
|α|
distribution sur Ω ⊂ Rn notée D α T ou ∂ α1 x∂ ...∂Tαn xn définie par :
1
< D α T , ϕ >= (−1)|α| < T , D α ϕ >, ∀ϕ ∈ D(Ω)
Pour tout i ∈ {1, 2, . . . , n} on a :
< ∂∂ xT , ϕ >= − < T , ∂∂ xϕ >, ∀ϕ ∈ D(Ω)
i i
25 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
Opérations sur les distributions :
Si n = 1, on va noter les dérivée d’une distribution T par
0 00
T , T , T 3 , . . . , T k , comme les dérivées classiques d’une fonction à
une variable. On a donc : ∀k ∈ N :
< T k , ϕ >= (−1)k < T , ϕ k >, ∀ ∈ D(Ω)
Exemple : Soit Ω = I intervalle ouvert inclus dans R et u ∈ C k (Ω)
avec k ∈ N. Alors on a : (Tu )k = Tuk . (donc pour une fonction de
classe C k la dérivée k fois au sens des distributions se confond
avec la dérivée k fois au sens habituel).
Soit la fonction de Heaviside H ( introduit comme la fonction
indicatrice de l’intervalle [0, +∞[ ). Il est évident que H ∈ L1loc (R)
donc H peut être vue comme une distribution sur R.
Calculons la dérivée au sens des distributions de H
0
(c’est.à.dire,(TH ) ). Pour tout ϕ ∈ D(Ω) on a :
0 0 0
< (TH ) , ϕ >= − R H(x)ϕ (x)dx = − 0+∞ ϕ (x)dx = ϕ(0).
R R
0
Ce qui nous donne (TH ) = δ .
26 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
27 / 42
Notations, Généralités et Prérequis
Théorie des distributions Théorie des distributions 0
Espaces de Sobolev L’espace des distributions D (Ω)
Généralités et classification des EDP
0
L’espace des distributions D (Ω)
28 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Espaces de Sobolev
Introduction
Le but de cette partie est d’introduire les espaces de Sobolev
comme outil essentiel pour l’étude des équations aux dérivées
partielles.
les espaces de Sobolev sont des espaces fonctionnels
particulièrement adaptés à la résolution des problèmes d’équation
aux dérivées partielles et sont nécessaires pour le traitement
variationnel des EDP.
Les espaces de Sobolev est un espace vectoriel de fonctions muni
de la norme obtenue par la combinaison de la norme L2 (Ω) de la
fonction elle-même et de ses dérivées au sens des distributions.
29 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Espaces de Sobolev
30 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Espaces de Sobolev
31 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Espaces de Sobolev
Exemples élémentaires de H 1 (Ω) :
1 Exemple 1 : - toute fonction de C 1 ([−1, 1]) est dans H 1 (] − 1, 1[).
- la fonction x 7→ x1 est dans H 1 (Ω) si Ω =]1, 2[ (car elle est dans
C 1 ([1, 2])), mais cette même fonction n’est pas dans H 1 (Ω) si
Ω =]0, 1[ (car elle n’est même pas dans L2 (Ω)).
1 si x > 0;
2 Exemple 2 : Soit u définie sur ] − 1, 1[ par : u(x) =
0 si x ≤ 0.
1 2 0
Alors u ∈ / H (] − 1, 1[). En effet u ∈ L (] − 1, 1[) mais u = δ0 (la
mesure de Dirac en 0) qui ne peut pas être identifiée avec une
fonction de L2 (] − 1, 1[).
3 Exemple 3 : Soit Ω =] − 1, 1[ et f (x) = x+2|x | , x ∈ Ω. Alors f admet
2 0
une dérivée
dans L (Ω) et f = H fonction de Heaviside définie par :
1 si 1 ≤ x ≤ 1;
H(x) = La fonction f est dans H 1 (] − 1, 1[).
0 si − 1 ≤ x ≤ 0.
En revanche, elle n’est pas dans H 2 (] − 1, 1[) car sa dérivée seconde
/ L2 (] − 1, 1[).
est égale à δ0 ∈
32 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Espaces de Sobolev
33 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
34 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
35 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
36 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
37 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
Notions et Généralités
On s’intéressera également aux EDP linéaires du premier et
second ordre à partir des exemples fondamentaux.
Rappel : On a déja vue qu’une équation différentielle ordinaire
0
(EDO) est une équation du type y (t) = f (t, y (t)) où t ∈ R. De plus
si f est lipschitzienne, il y a toujours
( une unique solution y (t)
y0 = y0
dépend continûment de y0 à 0
y = f (t, y (t))
Les EDP sont des équations d’inconnue u(t, x) avec t ∈ R et x ∈ Rd
(on prend d = 1,2,3 ) qui s’écrit sous la forme d’une relation
souvent linéaire entre toutes les dérivées partielles de u par rapport
à toutes les variables.
Remarque : Les EDO sont des EDP avec d = 0 . Il n’y a aucun
théorème général comme Cauchy-Lipschitz pour les EDP.
39 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
40 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
41 / 42
Notations, Généralités et Prérequis
Théorie des distributions
Espaces de Sobolev
Généralités et classification des EDP
42 / 42