Equations de Navier-Stokes à densité variable. Olivier Besson. Institut de Mathématiques Université de Neuchâtel CH-2009 Neuchâtel (Suisse)

Dimension: px
Commencer à balayer dès la page:

Download "Equations de Navier-Stokes à densité variable. Olivier Besson. Institut de Mathématiques Université de Neuchâtel CH-2009 Neuchâtel (Suisse)"

Transcription

1 Equations de Navier-Stokes à densité variable Olivier Besson Institut de Mathématiques Université de Neuchâtel CH-2009 Neuchâtel (Suisse) Cours donné durant le semestre d hiver Troisième Cycle Romand de Mathématiques

2 2

3 Equations de Navier-Stokes à densité variable Olivier Besson Institut de Mathématiques Université de Neuchâtel CH-2009 Neuchâtel (Suisse)

4 2

5 Avant-propos Ces notes sont le fruit d un cours donné dans le cadre du Troisième Cycle Romand de Mathématiques durant le semestre d hiver Le but de ce cours est de présenter une étude de l existence d une solution aux équations de Navier-Stokes incompressibles à densité variable. Celles-ci ont la forme suivante : équation de la conservation de la masse : (1) ρ + div(ρ u) = 0, équation de la conservation de la quantité de mouvement : (2) (ρu) incompressibilité du fluide : + div(ρu u) µ u + p = ρ f, (3) div u = 0. Le premier chapitre est consacré à l établissement de ces équations à partir des lois de la mécanique des milieux continus. Dans le deuxième chapitre on démontre l existence et l unicité de la solution de l équation (1) en utilisant une méthode nouvelle, basée sur la méthode des moindres carrés en espace-temps. Le troisième chapitre est consacré à la preuve de l existence et de l unicité des équations de Navier-Stokes incompressibles linéarisées associées aux équations (2) et (3). Les méthodes utilisées dans ce chapitres sont classiques. Finalement dans le chapitre 4 on démontre l existence d une solution du système couplé (1)-(3) en utilisant une méthode du point fixe. 3

6 4 Je remercie S. Kane, J. Narski, J. Straubhaar, M. Pick et C. Winkelmann, pour leur relecture attentive de ce document. Olivier Besson Neuchâtel, août 2005.

7 Table des matières 1 Introduction Généralités Dérivation des équations de Navier-Stokes Conservation de la masse Incompressibilité du fluide Conservation de la quantité de mouvement (voir [24]) Rappels sur les espaces de Sobolev Lois de conservation Espaces de Hilbert Espaces de Hilbert Inégalité de Poincaré courbe Théorème de Meyers-Serrin Méthode des moindres carrés Formulation faible Existence et unicité de la solution Interprétation de la solution Relèvement de la condition initiale Principe du maximum Théorème de Stampacchia Principe du maximum Solution renormalisée Equations de Navier-Stokes linéarisées Introduction Les espaces utilisés A propos de l opérateur grad Sur l espace H(div, )

8 6 TABLE DES MATIÈRES 3.3 Théorèmes de compacité Formulation faible et estimations à priori Théorèmes d existence et d unicité Détermination de la pression Navier-Stokes à densité variable Introduction Convergence et existence

9 Chapitre 1 Introduction 1.1 Généralités Le but de ce cours est d étudier l existence de solutions aux équations de Navier-Stokes incompressibles à densité variable. Ces équations apparaissent de façon importante par exemple dans les problèmes de prévision météorologiques : La densité de l air est variable. L écoulement de l air est décrit par les équations de Navier-Stokes. l écoulement est supposé incompressible. C est une approximation pas trop mauvaise pour des faibles vitesses. Cette approximation n est plus valable pour les écoulements rapides (autour d un avion ou dans une turbine à gaz par exemple). Ces équations proviennent de la mécanique classique. Elles font uniquement intervenir la conservation de la masse et la conservation de la quantité de mouvement. Elles ont la forme suivante. Equation de la conservation de la masse : (1.1) ρ + div(ρ u) = 0. Equation de la conservation de la quantité de mouvement : (1.2) (ρu) Incompressibilité du fluide : + div(ρu u) µ u + p = ρ f. (1.3) div u = 0. 7

10 8 CHAPITRE 1. INTRODUCTION Dans ces équations, on a utilisé les notations suivantes. ρ = ρ(x, t) est la densité du fluide, u = u(x, t) est la vitesse du fluide, p = p(x, t) est la pression dans fluide, µ est la viscosité du fluide, f = f(x, t) est la densité de force agissant sur le fluide (par exemple la gravité, la force de Coriolis,... ) De manière plus précise, on se donne un domaine borné R d avec d = 2 ou 3, de frontière suffisamment régulière et on cherche ρ, u et p vérifiant les équations ci-dessus et vérifiant d autre part les conditions aux limites (1.4) u(x, t) = 0 pour (x, t) (0, T ), et les conditions initiales (1.5) u(x, 0) = u 0 (x) pour x, (1.6) ρ(x, 0) = ρ 0 (x) pour x. Remarquons qu à l heure actuelle, l existence d une solution forte aux équations ( ) est un problème totalement ouvert. On va démontrer dans ce cours l existence d une solution faible à ces équations. Pour cela on va utiliser une méthode de point fixe associée aux équations (1.1) et (1.2). Pour l équation de Navier-Stokes (1.2), une méthode de Galerkin classique sera utilisée. Par contre pour la conservation de la masse (1.1) on va considérer des solutions au sens des moindres carrés en espace-temps. Cette méthode permet d éviter la technique des solutions renormalisées au sens de [13]. De manière heuristique, on va résoudre le problème de la manière suivante. On se donne u 0 : (0, T ) R d avec div u 0 = 0. Pour n 1 on résout successivement les problèmes suivants : 1. u n 1 étant donné, on cherche ρ n solution de ρ n + div(ρn u n 1 ) = 0 dans (0, T ), ρ n (x, 0) = ρ 0 (x), x. 2. Etant donné u n 1 et ρ n solution de l équation précédente, on cherche u n et p n solution de

11 1.2. DÉRIVATION DES ÉUATIONS DE NAVIER-STOKES 9 (ρ n u n ) + div(ρ n u n 1 u n ) µ u n + p n = ρ n f dans (0, T ), div u n = 0 dans (0, T ), u n (x, t) = 0 dans (0, T ), u n (x, 0) = u 0 (x), dans. On démontre ensuite que la suite (ρ n, u n ) admet une sous-suite convergente dans un sens à préciser. On vérifie enfin que la limite (ρ, u) est solution des équations ( ). Les principales contributions à l étude des équations ( ) sont les suivantes. Les travaux de A.V. Kazhikhov qui a été le premier à aborder ce problème dans les années 1975, voir [19]. Les travaux de R. Salvi dans les années 1980, où l auteur donne des améliorations importantes de la théorie, voir [23]. Les travaux de J. Simon dans les années L auteur généralise les travaux de Kazhikhov au cas de la densité évanescente, voir [26]. Les travaux le P.L. Lions qui généralisent les travaux de Simon, voir [22]. La fin de ce chapitre est consacrée à l établissement des équations de Navier- Stokes à densité variable à partir des équations de la mécanique des milieux continus. Finalement on donne un rappel sur sur les espaces de Sobolev classiques. 1.2 Dérivation des équations de Navier-Stokes Dans cette section on établit les équations de Navier-Stokes incompressibles à densité variable. Ces équations sont uniquement basées sur les équations de la mécanique classique (newtonienne), c est-à-dire de la conservation de la masse et de l équation de Newton. L incompressibilité sera une conséquence de la conservation du volume.

12 10 CHAPITRE 1. INTRODUCTION Conservation de la masse La densité de la masse, notée ρ = ρ(x, t) vérifie les propriétés suivantes. Si O est un volume quelconque de R d, la variation de la masse dans O est donnée ρ par (x, t) dx. Cette variation est compensée par le flux de masse au O bord de O, ce flux est donné par ( ρ u n ) ds, O où u est la vitesse du fluide dans O et n est le vecteur unité normal au bord de O, dirigé vers l extérieur. On utilise ici le fait que les particules de fluide se meuvent le long du flot u dont les trajectoires X sont les solutions de l équation différentielle Ẋ = u(x, t)). On obtient donc O ρ dx = O ( ρ u n ) ds, d où, en utilisant la formule de la divergence ρ + div(ρ u) dx = 0. Comme le volume O est arbitraire on a finalement (1.7) O ρ + div(ρ u) = 0, C est l équation de la conservation de la masse Incompressibilité du fluide Soit O t un volume transporté par le flot associé au champ de vecteur u ; c està-dire O t suit les lignes de courant x = x(y, t) avec ẋ(y, t) = u(x(y, t), t) et x(y, 0) = y. On note O 0 le volume initial au temps t = 0, alors O t = {x = x(y, t), y O 0 }. Le volume de O t est donné par V t = dx = O t J(y, t)dy O 0

13 1.2. DÉRIVATION DES ÉUATIONS DE NAVIER-STOKES 11 où J(y, t) est le jacobien de la transformation y x(y, t). La variation du volume V t est dv dt = J (y, t)dy. O 0 Il est facile de voir que J = J div u. Ainsi le fluide est incompressible (i.e. dv = 0) si et seulement si div u = 0. dt Conservation de la quantité de mouvement (voir [24]) Pour la vitesse u, ou la quantité de mouvement ρ u, on utilise la même technique. Le principe de la conservation de la quantité de mouvement s exprime par (ρ u) dx = ρ fdx ρ u ( u n ) ds ( σ n ) ds, O O O O où f est la densité de force agissant sur le fluide dans O (gravité, force de Coriolis,... ), σ est le tenseur des contraintes et ( σ n ) est le vecteur des contraintes sur le bord de O. On fait l hypothèse que le tenseur σ est composé de deux termes : un terme correspondant aux effets de compression, un terme correspondant aux effets visqueux, et on écrit σ = p I + τ où p est la fonction pression et τ est le tenseur visqueux. Comme avant, en utilisant la formule de la divergence et en supposant que le volume O est arbitraire on obtient ou en composantes (ρ u i ) + (ρ u) d j=1 + div(ρu u) div τ + p = ρf x j (ρu j u i ) d j=1 τ ij x j + p x i = ρ f i 1 i d.

14 12 CHAPITRE 1. INTRODUCTION Un postulat de la mécanique des fluides est que le tenseur τ ne dépend que de u, ρ et éventuellement de la température. Nous supposerons pour simplifier que la température est constante. Ainsi τ = τ( u, ρ), en utilisant l hypothèse supplémentaire que τ est linéaire en u, invariant par translations et rotations et que le fluide est isotrope, on peut voir que τ est de la forme τ = λ div u I + 2µ D, où D = 1 ( ) u + u t 2 est le tenseur des déformations, λ et µ sont les coefficients de Lamé. Un fluide vérifiant la relation précédente pour τ est dit newtonien. Dans ce cas et pour un fluide incompressible, l équation de la conservation de la quantité de mouvement devient (1.8) (ρ u) Ce sont les équations de Navier-Stokes. Remarques + div(ρu u) µ u + p = ρf. On a établi les équations de Navier-Stokes incompressibles à densité variable (ρ u) ρ + div(ρ u) = 0, + div(ρu u) µ u + p = ρf, div u = 0. Ces équations peuvent également s écrire ρ (u) ρ + ( u ρ ) = 0, + ρ ( u ) u µ u + p = ρf,

15 1.3. RAPPELS SUR LES ESPACES DE SOBOLEV 13 En effet on a et (ρ u j ) div u = 0. div(ρu) = ρ div u + ( u ρ ) = ( u ρ ) ρ + div(ρu u) j = u j + ρ u j + (ρu i u j ) x i i ( ) ρ = u j + ( u ρ ) = ρ u j + ρ ( u ) u j. + ρ u j + ρ ( u ) u j 1.3 Rappels sur les espaces de Sobolev Dans tout ce cours, on suppose donné un domaine borné R d avec d = 2 ou 3. La frontière de est supposée suffisamment régulière, par exemple est lipschitzienne et possède la propriété de cône. On note D() l espace des fonctions C () à support compact dans et D () l espace vectoriel des distributions sur. Dans ce paragraphe, on rappelle quelques propriétés des espaces de Sobolev. Pour plus d informations, on peut consulter par exemple les livres de Nečas [21] ou de Adams [1]. On note H 1 () l espace de Sobolev (d ordre 1) défini par H 1 () = { φ L 2 (), φ L 2 () d}, où φ est pris au sens des distributions. L espace H 1 () est un espace de Hilbert pour le produit scalaire ( φ ψ ) H 1 () = φ ψ dx + ( φ ψ ) dx. On note d autre part H 1 0() = { φ H 1 (), φ = 0 sur }

16 14 CHAPITRE 1. INTRODUCTION où l évaluation de φ sur est prise au sens de la trace de H 1 () sur H 1/2 ( ). La semi-norme ( φ 1, = φ 2 ) 1/2 dx est une norme sur H 1 0() ; elle est équivalente à la norme induite par celle de H 1 (). Ce résultat est une conséquence de l inégalité de Poincaré-Friedrichs : Il existe une constante C = C() telle que pour tout φ H 1 0(), φ L 2 () C φ L 2 () d. Dès maintenant, l espace H 1 0() sera muni de la norme φ 1,, et du produit scalaire associé. Enfin l espace de Hilbert H 1 0() est également caractérisé par le théorème de densité (théorème de Meyers-Serrin) : H 1 0() est l adhérence dans H 1 () de D(). Soit φ H 1 () et notons φ l extension de φ à R d par 0 en dehors de. On a aussi la caractérisation suivante : φ H 1 0() φ H 1 (R d ). Un théorème que nous utiliserons souvent est le Théorème 1 (Théorème de Lax-Milgram) Soit H un espace de Hilbert sur R. Soit d autre part a : H H R une forme bilinéaire continue et vérifiant : il existe α > 0 tel que pour tout u H on ait a(u, u) α u 2 (on dit dans ce cas que a est coercitive sur H). Si l est une forme linéaire continue sur H, le problème : Trouver u H tel que a(u, v) = l(v), pour tout v H, admet une unique solution. La démonstration de ce théorème est basée sur le théorème de représentation de Riesz et sur le théorème des homomorphismes de Banach. Finalement, donnons encore un rappel concernant les espaces de vectoriels à valeur dans un espace de Banach E (voir [30, 27]). Pour p 1 on note L p (0, T ; E) l espace vectoriel des fonctions u : (0, T ) E mesurables au

17 1.3. RAPPELS SUR LES ESPACES DE SOBOLEV 15 sens de Bochner, qui sont de puissance p-ième intégrable au sens de Bochner. Une fonction u L p (0, T ; E) est caractérisée par T 0 u(t) p E C est un espace de Banach pour la norme dt <. ( T ) 1/p u L p (0,T ;E) = u(t) p E dt. 0 Si H est un espace de Hilbert sur R, l espace L 2 (0, T ; H) est un espace de Hilbert pour le produit scalaire T ( u v ) L 2 (0,T ;H) = ( u(t) v(t) ) dt. Finalement l espace L (0, T ; E) est l espace des fonctions u : (0, T ) E, Bochner-mesurables et essentiellement bornées ; c est un espace de Banach. 0

18 16 CHAPITRE 1. INTRODUCTION

19 Chapitre 2 Lois de conservation Dans ce chapitre on étudie l existence et l unicité de la solution d une loi de conservation linéaire, ayant des coefficients peu réguliers, de la forme ρ (2.1) + div(ρ u) = g dans = (0, T ). On supposera dans ce chapitre que la vitesse advective u vérifie (2.2) u L 2 (0, T ; H 1 0()) d et div u = 0. La fonction ρ vérifie la condition initiale (2.3) ρ(x, 0) = ρ 0 (x). Remarque 1 a) On pourrait remplacer la condition (2.2) par u L () d et div u L () (voir [7]). b) On pourrait également avoir des conditions u 0 sur. Dans ce cas il faut rajouter des conditions aux limites sur ρ sur la partie éclairée par u de. L idée générale utilisée dans ce chapitre est de résoudre le système (2.1), (2.3) à l aide d une méthode des moindre carrés en espace-temps. De manière intuitive, soit J la fonctionnelle définie par ( ) 2 ξ J(ξ) = + div(ξ u) g dx dt. On cherche alors ρ vérifiant ρ = arg min J(ξ). ξ 17

20 18 CHAPITRE 2. LOIS DE CONSERVATION On va démontrer dans ce chapitre que ce problème admet une unique solution dans un espace convenable. On démontrera également que la solution ainsi obtenue est une solution renormalisée au sens de Di Perna et Lions [13]. Dès maintenant nous utiliserons les notations suivantes. Pour u L 2 (0, T ; H 1 0()) d on note (2.4) ũ = (1, u 1, u 2,..., u d ) t L 2 (0, T ; H 1 ()) d+1. D autre part pour toute fonction φ suffisamment régulière sur, on définit ( φ (2.5) φ =, φ,..., φ ) t R d+1, x 1 x d et φ d (2.6) div(ũ φ) = + (φ u i ). x i 2.1 Espaces de Hilbert Espaces de Hilbert Dès maintenant on supposera que i=1 ρ 0 L 2 (). Pour φ D() = D(R d+1 ), considérons la norme ( φ H(u,) = φ 2 L 2 () + 2 div(ũ φ) + L 2 () φ(x, 0) 2 dx) 1/2. On définit alors l espace H(u, ) comme le complété de D() pour cette norme : H(u, ) = D() H(u,). C est un espace de Hilbert pour le produit scalaire ( φ ψ ) H(u,) = φ ψdx dt + div(ũ φ) div(ũ ψ)dx dt + φ(x, 0) ψ(x, 0)dx. On définit enfin l espace H 0 (u, ) = {ρ H(u, ), ρ(x, 0) = 0}.

21 2.1. ESPACES DE HILBERT Inégalité de Poincaré courbe On a le Théorème 2 (Inégalité de Poincaré courbe) Soit u L 2 (0, T ; H0()) 1 d, avec div u = 0. la semi-norme sur H(u, ) définie par ( ) 1/2 φ u, = div(ũ φ) 2 dx dt + φ(x, 0) 2 dx est une norme sur H(u, ) qui est équivalente à la norme canonique. Preuve On doit démontrer qu il existe une constante C > 0 telle que φ L 2 C φ u, pour tout φ D(). On a, pour toute fonction ξ suffisamment régulière, div(ũ φ) ξdx dt + div(ũ ξ) φdx dt = φ ξ ( ũ ñ ) dσ, où ñ est le vecteur normal unité au bord de, dirigé vers l extérieur de. Mais = (0, T ) {0} {T } et Ainsi div(ũ φ) ξdx dt + Choisissons ξ = (T t) φ, alors div(ũ φ) φ(t t)dx dt + 0 sur (0, T ) ( ũ ñ ) = 1 sur {0} 1 sur {T }. div(ũ ξ) φdx dt = φ(x, 0) ξ(x, 0) dx + φ(x, T ) ξ(x, T ) dx. ( ) div(ũ φ)(t t) φ φdx dt = T φ(x, 0) 2 dx,

22 20 CHAPITRE 2. LOIS DE CONSERVATION d où φ 2 dx dt = 2 div(ũ φ) φ(t t)dx dt + T φ(x, 0) 2 dx 2T φ L 2 () div(ũ φ) + T φ(, 0) 2 L 2 L () 2 () 1 ( ) φ 2 L 2 2 () + 4T 2 2 div(ũ φ) + T φ(, 0) 2 L 2 L () 2 () et φ 2 L 2 () 4T 2 div(ũ φ) 2 L 2 () + 2T φ(, 0) 2 L 2 (). Dès maintenant l espace H(u, ) sera muni de la norme ρ u, et du produit scalaire ( ρ η ) 1,u = div(ũ ρ) div(ũ η)dx dt + ρ(x, 0) η(x, 0)dx. Pour étudier le cas où la condition initiale ρ 0 dans l équation (2.3) est nulle, on démontre de la même manière que la semi-norme ( ρ u, = est une norme sur l espace H 0 (u, ). ) 1/2 div(ũ ρ) 2 dx dt 2.2 Théorème de Meyers-Serrin Dans ce paragraphe on démontre le théorème suivant. Théorème 3 (Théorème de Meyers-Serrin) Soit u L 2 (0, T ; H 1 0()) ; si ρ L () avec div(ũ ρ) L 2 (), alors ρ H(u, ). Dans tout cette section, ω ɛ = ω ɛ (x) est une résolution de l identité dans R d et θ ɛ = θ ɛ (t) est une résolution de l identité dans R. Pour la preuve du théorème 3, on aura besoin de la

23 2.2. THÉORÈME DE MEYERS-SERRIN 21 Proposition 1 (Théorème de commutation) Soit v H 1 (), si φ L () et div(v φ) L 2 () alors lorsque ɛ 0. div(v φ) ω ɛ div(v (φ ω ɛ )) L 2 () 0 Preuve Voir [13] (lemme II.1), [8] (lemme 3.1) ou [2] (Théorème 3.2) pour la preuve de cette proposition qui est assez technique. On peut aussi consulter [17] (lemme 2.5) pour une preuve dans le cas où v est de classe C 1. Preuve du théorème 3 Posons ρ ɛ = ρ ω ɛ θ ɛ, alors ρ ɛ D() ; on a div(ũ ρ) div(ũ ρ ɛ ) = div(ũ ρ) div(ũ ρ) ω ɛ θ ɛ + div(ũ ρ) ω ɛ θ ɛ div(ũ ρ ɛ ). Il est clair que div(ũ ρ) div(ũ ρ) ω ɛ θ ɛ converge vers zéro dans L 2 () lorsque ɛ 0. D autre part Ainsi div(ũ ρ) ω ɛ θ ɛ div(ũ ρ ɛ ) = ρ ω ɛ θ ɛ + div(u ρ) ω ɛ θ ɛ div(ũ ρ) ω ɛ θ ɛ div(ũ ρ ɛ ) L 2 () ρ ɛ div(u ρ ɛ) = div(u ρ) ω ɛ θ ɛ div(u ρ ɛ ) = (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) θ ɛ. et = (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) θ ɛ L 2 () (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) L 2 () (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) 2 L 2 () = Comme T 0 (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) 2 L 2 () dt. (div(u ρ) ω ɛ div(u (ρ ω ɛ ))) L 2 () est majorée par une fonction de carré intégrable et t, on obtient le résultat en utilisant la proposition 1 et le théorème de la convergence dominée de Lebesgue.

24 22 CHAPITRE 2. LOIS DE CONSERVATION 2.3 Méthode des moindres carrés Formulation faible On étudie dans cette section une formulation faible des équations (2.1),(2.3) et ρ + div(ρ u) = g dans = (0, T ) ρ(x, 0) = ρ 0 (x), associée à une méthode des moindres carrés en espace-temps. Pour cela, considérons la fonctionnelle convexe ( ) 2 J(ρ) = div(ũ ρ) g dx dt + (ρ(x, 0) ρ 0 ) 2 dx. La dérivée de Gâteau (ou dérivée directionnelle) de J est DJ(ρ)φ = lim (J(ρ + λφ) J(ρ)) λ ( ) = 2 div(ũρ) g div(ũφ) dx dt + 2 λ 0 1 (ρ(x, 0) ρ 0 ) φ(x, 0) dx. Ainsi une condition suffisante pour résoudre le problème ci-dessus est la formulation faible suivante. Trouver ρ H(u, ) tel que, pour tout φ H(u, ), (2.7) div(ũρ) div(ũφ) dx dt + ρ(x, 0) φ dx = g div(ũφ) dx dt Existence et unicité de la solution On est maintenant en mesure de démontrer le ρ 0 φ dx.

25 2.3. MÉTHODE DES MOINDRES CARRÉS 23 Théorème 4 (Existence et unicité) Soient u L 2 (0, T ; H0()) 1 avec div u = 0 et ρ 0 L 2 (). Alors pour tout g L 2 (), le problème (2.7) : div(ũρ) div(ũφ) dx dt + ρ(x, 0) φ dx = g div(ũφ) dx dt + ρ 0 φ dx pour tout φ H(u, ), admet une unique solution ρ H(u, ). Preuve La forme bilinéaire a = a(ρ, φ) définie par a(ρ, φ) = div(ũρ) div(ũφ) dx dt + ρ(x, 0) φ(x, 0) dx est continue et coercitive sur H(u, ), car a(ρ, φ) = ( ρ φ ) 1,u. D autre part la forme linéaire l = l(φ) définie par l(φ) = g div(ũφ) dx dt + ρ 0 φ dx est continue sur H(u, ). Donc, par le théorème de Lax-Milgram, le problème (2.7) admet une unique solution dans H(u, ). Définition 1 La solution ρ du problème (2.7) est appelée solution au sens des moindres carrés, ou solution STILS (pour Space Time Integrated Least Squares), des équations (2.1), (2.3), voir aussi [3, 4, 5]. Remarque 2 Lorsque ρ 0 = 0 dans l équation (2.3), le problème (2.7) devient : Trouver ρ H 0 (u, ) tel que, pour tout φ H 0 (u, ), (2.8) div(ũρ) div(ũφ) dx dt = g div(ũφ) dx dt. Comme la semi-norme ( ρ u, = ) 1/2 div(ũ ρ) 2 dx dt est une norme sur l espace H 0 (u, ), le problème (2.8) admet une unique solution dans H 0 (u, ).

26 24 CHAPITRE 2. LOIS DE CONSERVATION Interprétation de la solution Donnons maintenant une interprétation de la solution de (2.7). Comme div u = 0 on a ( ) div(ũ ρ) = ũ ρ. Ainsi 0 = = = ( div(ũρ) g ) div(ũφ) dx dt + (( ) ) ( ) ũ ρ g ũ φ + ( ) ( ) ũ ρ ũ φ dx dt + (ρ(x, 0) ρ 0 ) φ(x, 0) dx, (ρ(x, 0) ρ 0 ) φ(x, 0) dx (ρ(x, 0) ρ 0 ) φ(x, 0) dx ( ) g ũ φ ) dx dt d où 0 = = ( (ũ ũ) ρ ) ( ) φ dx dt g ũ φ ) dx dt + (ρ(x, 0) ρ 0 ) φ(x, 0) dx ( (ũ ũ) ρ ) gũ φ dx dt + (ρ(x, 0) ρ 0 ) φ(x, 0) dx. Donc formellement (2.9) 0 = div(ũ ũ) ρ ( gũ)φ dx dt + (ũ ũ) ρ ) gũ ñ φ dσ + (ρ(x, 0) ρ 0 ) φ(x, 0) dx. En choisissant φ D() on obtient que ρ est solution de (2.10) div ((ũ ũ) ρ ) = div(ũ g)

27 2.3. MÉTHODE DES MOINDRES CARRÉS 25 dans D (). Ainsi intuitivement on a remplacé la loi de conservation ρ + div(ρ u) = g dans par une équation de diffusion anisotrope ( div (ũ ũ) ρ ) = div(ũ g) dans. Remarquons que la matrice ũ ũ est de rang 1, et donc cette dernière équation n est pas elliptique Relèvement de la condition initiale On a vu que pour tout g L 2 () et tout ρ 0 L 2 () le problème ρ + div(ρ u) = g dans, ρ(x, 0) = ρ 0 (x). admet une unique solution au sens des moindres carrés. A partir de ce résultat, montrons qu on peut toujours supposer que ρ 0 = 0, quitte à modifier le second membre g. En effet soit ρ H(u, ) la solution de div(ũρ) div(ũφ) dx dt + ρ(x, 0) φ dx = g div(ũφ) dx dt + ρ 0 φ dx et η H(u, ) celle de div(ũη) div(ũφ) dx dt + η(x, 0) φ dx = ρ 0 φ dx, pour tout φ H(u, ). Alors ξ = ρ η est la solution de div(ũξ) div(ũψ) ( div(ũη)) dx dt = g div(ũψ) dx dt pour tout ψ H 0 (u, ). On s est donc ramené à un problème avec des conditions initiales homogènes.

28 26 CHAPITRE 2. LOIS DE CONSERVATION 2.4 Principe du maximum Ce paragraphe est consacré à l établissement d un principe du maximum pour la solution au sens des moindres carrés de l équation avec la condition initiale ρ + div(ρ u) = g dans, ρ(x, 0) = ρ 0 (x). Pour cela on aura besoin du théorème à la Stampacchia [28] Théorème de Stampacchia Théorème 5 Soit ρ H(u, ) et pour tout λ R soit K λ = {(x, t) ; ρ(x, t) = λ}. Alors div(ũ ρ Kλ ) = 0. Pour la preuve de ce théorème, on utilisera le Lemme 1 Si ρ H(u, ), alors ρ H(u, ) et div(ũ ρ ) = sgn(ρ) div(ũρ), avec +1 si ρ(x, t) > 0 sgn(ρ(x, t)) = 0 si ρ(x, t) = 0 1 si ρ(x, t) < 0. Preuve du lemme 1 Pour ɛ > 0, soit f ɛ (t) = t 2 + ɛ, alors f ɛ (ρ) H(u, ) et div(ũf ɛ (ρ)) = f ɛ(ρ) div(ũρ) ρ = div(ũρ). ρ2 + ɛ On a f ɛ (ρ) 2 dx dt = ɛt + ρ 2 dx dt ɛ 0 ρ L 2 ()

29 2.4. PRINCIPE DU MAXIMUM 27 et ( f ɛ(ρ) div(ũρ) ) 2 dx dt = ɛ 0 ρ 2 ρ 2 + ɛ div(ũρ) 2 dx dt div(ũρ) 2 dx dt. Ainsi l ensemble {f ɛ (ρ)} ɛ>0 est borné dans H(u, ) et il existe une suite ɛ n 0, telle que f ɛn (ρ) n η dans H(u, ). Comme f ɛn (ρ) H(u,) ρ H(u,) si n et f ɛ (t) t si ɛ 0, on en déduit η = ρ H(u, ). Soit φ D() alors f ɛ(ρ) div(ũρ) φ dx dt = div(ũf ɛ (ρ)) φ dx dt Mais ɛ 0 div(ũ ρ ) φ dx dt. f ɛ(ρ) div(ũρ) φ sgn(ρ) div(ũρ) φ pp, et f ɛ(ρ) div(ũρ) φ div(ũρ) φ on obtient le résultat. Preuve du théorème 5 On peut supposer que λ = 0 ; c est alors une conséquence du lemme 1. En effet, lorsque ρ > 0, on a ρ = ρ et div(ũ ρ) = div(ũ ρ ) = sgn(ρ) div(ũ ρ). Si ρ = 0, alors sgn(ρ) = 0 et div(ũ ρ ) = 0. Soit maintenant ρ H(u, ), alors ρ = ρ + ρ, avec ρ + = 1 ( ρ + ρ), 2 et ρ = 1 ( ρ ρ). 2 D autre part (2.11) {(x, t), t.q. ρ(x, t) = 0} = { (x, t), t.q. ρ + (x, t) = 0 } { (x, t), t.q. ρ (x, t) = 0 }.

30 28 CHAPITRE 2. LOIS DE CONSERVATION Comme ρ + et ρ sont deux fonctions positives, on a div(ũ ρ + ) = 0 sur { (x, t), t.q. ρ + (x, t) = 0 }, et d où div(ũ ρ ) = 0 sur { (x, t), t.q. ρ (x, t) = 0 }, div(ũ ρ) = 0 sur {(x, t), t.q. ρ(x, t) = 0} Principe du maximum On est maintenant en mesure de démontrer le théorème suivant. Théorème 6 (Principe du maximum) Soit ρ H(u, ) la solution au sens de moindres carrés de Si ρ 0 L (), alors ρ + div(ρ u) = 0 dans, ρ(, 0) = ρ 0 dans. ess inf ρ 0 ρ ess sup ρ 0. Preuve La solution ρ vérifie, pour tout φ H(u, ), div(ũ ρ) div(ũ φ) dx dt + ρ(x, 0)φ(x, 0) dx = Soit M = ess sup ρ 0 et posons ρ 0 φ(x, 0) dx. φ = (ρ M) + H(u, ), 1 = { (x, t), ρ M > 0 }, 1 = {(x, 0), x 1 }. A l aide du théorème 5 de Stampacchia et du lemme 1, on a div(ũ ρ) div(ũ (ρ M)) dx dt + ρ(ρ M) dx = ρ 0 (ρ M) dx, comme div u = 0, on obtient div(ũ (ρ M)) 2 dx dt + (ρ M) 2 dx = (ρ 0 M)(ρ M) dx car ρ 0 M. Ainsi 1 est de mesure nulle et donc ρ M. On démontre de même que ρ ess inf ρ 0.

31 2.5. SOLUTION RENORMALISÉE Solution renormalisée Le but de cette section est de démontrer que toute solution au sens des moindres carrés de ρ + div(ρ u) = g dans, avec la condition initiale ρ(x, 0) = ρ 0 (x) dans est une solution renormalisée au sens de [13]. Donnons tout d abord quelques résultats complémentaires concernant l opérateur A : H 0 = H 0 (u, ) L 2 () φ Aφ = div(ũ φ). Pour cela rappelons que l espace H 0 est muni du produit scalaire ( φ ψ ) 1,u = Aφ Aψ dx dt, et la norme induite est équivalente à la norme usuelle sur cet espace. Théorème 7 (Inégalités Inf-Sup) a) Avec les hypothèses du cours, il existe une constante C > 0 telle que div(ũ φ) ψ dx dt C. inf φ H 0, φ 1 sup ψ L 2 (), ψ 1 b) Pour tout ψ L 2 (), ψ 0, sup φ H 0, φ 1 div(ũ φ) ψ dx dt > 0. Preuve a) C est une conséquence immédiate de l inégalité de Poincaré courbe (théorème 2) avec C = 1. b) Soit ψ L 2 (), et supposons que l inégalité soit fausse. Alors pour tout φ D() avec φ(x, 0) = 0, on a div(ũ φ) ψ dx dt = 0.

32 30 CHAPITRE 2. LOIS DE CONSERVATION Comme, pour tout φ D(), div(ũ ψ), φ = div(ũ φ) ψ dx dt, On obtient que div(ũ ψ) = 0 dans D () et donc dans L 2 (). Ainsi pour tout φ D() avec φ(, 0) = 0, on obtient 0 = div(ũ ψ) φ dx dt = div(ũ φ) ψ dx dt + φ(x, T ) ψ(x, T ) dx C est-à-dire φ(x, T ) ψ(x, T ) dx = 0, pour tout φ D() avec φ(, 0) = 0. Ainsi en utilisant le théorème 4 d existence et d unicité, appliqué au champ de vecteur ũ, on obtient ψ = 0. Théorème 8 (Solution faible) Soit u L 2 (0, T ; H 1 0()) avec div u = 0, et soit ρ la solution de A ρ = div(ũ ρ) = g ρ(, 0) = 0 dans dans au sens des moindres carrés, avec g L 2 (). Alors ρ est une solution faible au sens suivant : ( ) div(ũ ρ) g ψ dx dt = 0, pour tout ψ L 2 (). Preuve La solution au sens des moindres carrés de Aρ = g est A (A ρ g) = 0. Par l inégalité Inf-Sup précédente (théorème 7, partie b)), on a Ker A = {0}, car ψ Ker A φ A ψ dx dt = 0 φ H(u, ) A φ ψ dx dt = 0 φ H(u, ) ψ = 0

33 2.5. SOLUTION RENORMALISÉE 31 et donc ρ est une solution faible de Aρ = g. Définition 2 (Solution renormalisée) [13] Soit u L 2 (0, T ; H 1 0()) avec div u = 0, et soit ρ 0 L (). On dit que ρ L () est une solution renormalisée de ρ + div(ρ u) = 0 dans, ρ(x, 0) = ρ 0 (x) dans, si pour tout β C 1 (R) avec β(0) = 0, la fonction β(ρ) est une solution au sens des distributions de β(ρ) avec la condition initiale On a donc β(ρ) + div(β(ρ) u) = 0 dans, β(ρ)(x, 0) = β(ρ 0 )(x) dans. + div(β(ρ) u), φ = 0 φ D(). Comme β(ρ) L (), pour tout φ D(), avec φ(x, T ) = 0, on a div(ũ β(ρ)) φ dx dt + div(ũ φ) β(ρ) dx dt = β(ρ) φ dx, ce qui permet de donner un sens à la condition initiale. Théorème 9 (Solution renormalisée) Soit u L 2 (0, T ; H 1 0()) avec div u = 0, et soit ρ 0 L (). La solution au sens des moindres carrés de ρ est une solution renormalisée. + div(ρ u) = 0 dans, ρ(, 0) = ρ 0 dans,

34 32 CHAPITRE 2. LOIS DE CONSERVATION Preuve Par le principe du maximum (théorème 6), on sait que la solution de l équation est dans L (). Soit η l extension de ρ 0 obtenue précédemment et posons ξ = ρ η. Alors ξ est la solution au sens des moindres carrés de div(ũ ξ) = div(ũ η) = g, avec ξ(, 0) = 0. Du théorème 8, on déduit que ( div(ũ ξ) g ) ψ dx dt = 0 pour tout ψ L 2 (). Donc div(ũ ξ) = g dans L 2 (), ainsi div(ũ ρ) = 0 dans L 2 () et ρ(, 0) = ρ 0 dans. Comme ρ L (), on en déduit, pour tout β C 1 (R), ( ) ( ) div(ũ β(ρ)) = ũ β(ρ) = β (ρ) ũ ρ = β (ρ) div(ũ ρ) = 0 et β(ρ)(, 0) = β(ρ 0 ).

35 Chapitre 3 Equations de Navier-Stokes linéarisées 3.1 Introduction Soit un domaine borné dans R d, de frontière suffisamment régulière (par exemple est lipschitzienne, avec la propriété de cône). Pour T > 0 on pose = (0, T ). On se donne de a : R d avec a L (0, T ; H 1 0() d ) L 2 (0, T ; L 2 () d ) et div a = 0. On se donne de plus ρ : R avec ρ L (), ρ ρ min > 0 solution au sens des moindres carrés de (3.1) ρ + div(ρ a) = 0 dans. La fonction ρ vérifie la condition initiale (3.2) ρ(, 0) = ρ 0 dans, avec ρ 0 L () et ρ 0 ρ min. Le but de ce chapitre est d étudier l existence et l unicité de la solution des équations de Navier-Stokes incompressibles linéarisées : (3.3) (ρ u) + div(ρa u) µ u + p = ρ f dans, 33

36 34 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES (3.4) div u = 0 dans, avec les conditions aux limites (3.5) u = 0 sur (0, T ), et les conditions initiales (3.6) u(, 0) = u 0 dans. Comme on l a déjà vu, l équation (3.3) s écrit, grâce à (3.1), (3.7) ρ u + ρ ( a ) u µ u + p = ρ f dans. Dans ce chapitre on s intéresse à des solutions faibles des équations (3.7),(3.4) avec les conditions aux limites (3.5) et les conditions initiales (3.6), faisant intervenir des espaces de Sobolev appropriés. Avant d étudier ces équations, on va étudier ces espaces. 3.2 Les espaces utilisés Comme avant, soit un domaine borné dans R d, de frontière suffisamment régulière. On pose V = { u D() d, div u = 0 }, V = { u H 1 0() d, div u = 0 }, H l adhérence de V dans L 2 () d. Le but de cette section est de caractériser ces espaces et d étudier quelques propriétés associées. Ce paragraphe est essentiellement tiré de [16] et de [29]. Théorème 10 (Lemme de Petree) Soient E 0, E 1, E 2 trois espaces de Banach, A 1 L(E 0, E 1 ), A 2 L(E 0, E 2 ), deux opérateurs linéaires continus, avec A 2 compact. On suppose qu il existe une constante M > 0 telle que, pour tout x E 0, Alors x E0 M ( A 1 x E1 + A 2 x E2 ).

37 3.2. LES ESPACES UTILISÉS 35 1) dim ker A 1 <, l image de A 1, im A 1, est fermée dans E 1 et A 1 : E 0 / ker A 1 im A 1 est un isomorphisme. 2) Soit F un espace de Banach et T L(E 0, F ), avec T x = 0 pour tout x ker A 1. Alors il existe une constante C > 0 telle que, pour tout x E 0, T x F C T A 1 x E1. 3) Soit G un espace d Banach, T L(E 0, G), tel que T x 0 pour tout x ker A 1, x 0. Alors il existe C > 0 tel que, pour tout x E 0, x E0 C ( A 1 x E1 + T x G ). Preuve 1) Pour tout x ker A 1, on a x E0 M A 2 x E2 M A 2 x E0, donc sur ker A 1, la norme x E0 est équivalente à la norme A 2 x E2 ( x E0 A 2 x E2. Comme A 2 est compact, la boule unité de im A 2 dans E 2 est relativement compacte, donc ker A 1 est de dimension finie. Soit ẋ la norme sur E 0 / ker A 1. Comme ker A 1 est de dimension finie, il existe x E 0 tel que ẋ = x E0. Pour terminer la preuve de 1), il suffit de voir que A 1 : E 0 / ker A 1 im A 1 admet un inverse continu. Sinon, il existe ẋ n E 0 / ker A 1, ẋ n = 1, et A 1 ẋ n E1 0, si n. Ainsi x n = 1, A 1 x n E1 0, si n. Comme A 2 est compact, on peut extraire de x n une sous-suite, encore notée x n, telle que A 2 x n converge. Ainsi, en utilisant l hypothèse du théorème, on déduit que x n converge vers x dans E 0, car A 1 x n 0. On a de plus que x ker A 1 et donc ẋ n 0, ce qui contredit x n = 1. 2) Comme T ker A1 = 0, on a T x = T ẋ = T A 1 1 A 1 x x E 0, donc T x F T A 1 1 A 1 x = C T A 1 x.

38 36 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES 3) Par l absurde. On suppose qu il existe x n E 0, x n = 1, avec A 1 x n E1 + T x n G 0 si n. Comme A 2 est compact, on peut supposer que A 2 x n converge dans E 2 et donc x n est de Cauchy dans E 0. Elle converge donc vers x, avec A 1 x E1 = T x G = 0. Mais par hypothèse T x 0 pour tout x ker A 1, donc x = 0, ce qui contredit x n = 1 pour tout n A propos de l opérateur grad Notons L 2 0() = L 2 ()/R = { } φ L 2 (), φ dx = 0. Théorème 11 (Théorème de Nečas) Sous les hypothèses ci-dessus on a 1) Si p D () vérifie p x i L 2 (), 1 i d, alors p L 2 0() et p L 2 0 () C() p L 2 () d. 2) Si p D () vérifie p x i H 1 (), 1 i d, alors p L 2 0() et p L 2 0 () C() p H 1 () d. La preuve de ce théorème est délicate et se trouve dans [20], page 108. Une preuve (assez longue) plus simple se trouve aussi dans [14], lorsque le domaine est assez régulier (de classe C 1 ). Corollaire 1 Sous les hypothèses précédentes on a : 1) l image de grad : L 2 () H 1 () d est fermée, 2) ṗ L 2 ()/R grad p H 1 () d. Preuve On applique le lemme de Petree (théorème 10) au cas E 0 = L 2 (), E 1 = H 1 () d, E 2 = H 1 () d,

39 3.2. LES ESPACES UTILISÉS 37 avec A 1 = grad et A 2 est l injection canonique de L 2 () dans H 1 () qui est compacte à cause du théorème de Rellich et par le fait que A 2 est le dual de l injection de H 1 0() dans L 2 (). Par le lemme de Petree, l image de grad dans H 1 () d est fermée, ce qui démontre 1). La deuxième propriété est une conséquence immédiate du théorème de Nečas 11. La proposition suivante est une première version du théorème de de Rham. Proposition 2 Soit f H 1 () d vérifiant < f, v >= 0 pour tout v V. Alors il existe un unique p L 2 0() tel que f = grad p. Preuve Par le corollaire 1, l opérateur grad : L 2 () H 1 () d est d image fermée. C est le dual de l opérateur div : H 1 0() d L 2 (). Par le théorème de l image fermée ([30], théorème page 205), on obtient où im grad = (ker div) = V V = { f H 1 () d, < f, φ >= 0 φ V } est l anihilateur de V ; il est souvent noté V, mais nous utiliserons cette notation dans une autre situation. Ainsi il existe p L 2 () tel que f = grad p. Comme est connexe, p est unique à une constante près. Définition 3 On note ( ) 1 L(H 1 (), H 1 0()) l opérateur défini par φ = ( ) 1 f si et seulement si φ est la solution faible de φ = f dans, φ = 0 sur, c est-à-dire ( φ ψ ) =< f, ψ > ψ H 1 0(). Proposition 3 L orthogonal V de V dans H 1 0() d est égal à V = { ( ) 1 grad p, p L 2 0() }.

40 38 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES Preuve Soit u = ( ) 1 grad p, alors pour tout v V (3.8) ( u v ) H 1 0 () = ( u v ) dx =< u, v >= d < grad p, v >= ( p div v ) = 0, donc u V. Réciproquement, soit u V et soit l la forme linéaire l(v) = ( u v ) dx pour tout v H0() 1 d. Par hypothèse, l H 1 () d et l(v) = 0 pour tout v V. Par la proposition 2, il existe donc un unique p L 2 0() tel que l = grad p, i.e. ( u v ) =< grad p, v >, c est-à-dire u = ( ) 1 grad p. On a donc démontré 1. grad est un isomorphisme de L 2 0() sur V, 2. div est un isomorphisme de V sur L 2 0(). On est maintenant en mesure de démontrer une version plus précise du théorème de de Rham. Théorème 12 (Théorème de de Rham) Soit f H 1 () d vérifiant < f, v >= 0 v V alors in existe un unique p L 2 0() tel que f = grad p. Preuve Soit m une suite de domaines vérifiant m, = m m, m m+1. Soit u m H 1 0() d, avec u m = 0 hors de m, div u m = 0, et soit (ω ɛ ) une résolution de l identité. Posons u m,ɛ = u m ω ɛ, alors u m,ɛ V et u m,ɛ u m lorsque ɛ 0. Ainsi < f, u m >= lim ɛ 0 < f, u m,ɛ >= 0 par hypothèse. Par la proposition 2, il existe un unique p m L 2 0() tel que f = grad p m sur m. On peut choisir p m+1 = p m sur m, car p m+1 = p m sur m. On a donc f = grad p dans L 2 loc (). Finalement si p L2 loc () et p H 1 () d, alors par le corollaire 1, p L 2 0().

41 3.2. LES ESPACES UTILISÉS 39 Corollaire 2 L espace V est dense dans V. Preuve Soit f H 1 () d tel que < f, v >= 0 pour tout v V. Par le théorème 12, il existe un unique p L 2 0() tel que f = grad p. Pour v V, on a d autre part < f, v >=< grad p, v >= ( p div v ) L 2 () = 0, ainsi f = 0, ce qui démontre le corollaire. Donnons encore une preuve directe du corollaire 2. Proposition 4 Soit u V, pour tout ɛ > 0 il existe u ɛ u u ɛ V ɛ. V tel que Preuve Pour tout δ > 0 suffisamment petit, soit δ le domaine défini par δ = {x, d(x, ) > δ}. On considère le problème de Stokes suivant : trouver v δ : δ R d et p δ : δ R tels que (3.9) (3.10) (3.11) v δ + p δ = u dans δ, div v δ = 0 dans δ, v δ = 0 sur δ. Comme v V, on a v H 1 () d. La formulation faible associée au problème ci-dessus est : trouver v δ V ( δ ) tel que (3.12) ( v δ δ φ ) dx = ( u φ ) dx, δ pour tout φ V ( δ ). Par le théorème de Lax-Milgram, le problème (3.12) admet une unique solution. Pour trouver la pression p δ, on utilise le théorème de de Rham (théorème 12), appliqué à la forme linéaire f δ = v δ u H 1 () d On a donc v δ H 1 0() d et div v δ = 0. On pose alors u δ = v δ ω j, avec 1/j < δ/2, et où (ω j ) est une résolution de l identité. Alors u δ V et u δ u V est aussi petit qu on veut si δ est suffisamment petit.

42 40 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES Sur l espace H(div, ) Dans ce paragraphe on donne quelques propriétés de l espace H(div, ) = { v L 2 () d, div v L 2 () } muni du produit scalaire ( u v ) H(div,) = ( u v ) dx + div u div v dx. C est clairement un espace de Hilbert. On note d autre part H 0 (div, ) l adhérence de D() d dans H(div, ) : H 0 (div, ) = D() dh(div,). Théorème 13 D() d est dense dans H(div, ). Preuve Soit l H(div, ) (le dual de H(div, )) et supposons que l(v) = 0 pour tout v D() d et montrons que l = 0. Comme H(div, ) est un espace de Hilbert, il existe un unique u H(div, ) tel que l(v) = ( v u ) H(div,) pour tout v H(div, ) ; c est-à-dire, pour tout v H(div, ), l(v) = ( u v ) dx + div u div v dx. Notons u l extension de u par zéro hors de et div u l extension de div u par 0 hors de. Comme l = 0 sur D() d, on a, pour tout v D(R) d, ( u v ) dx + div u div v dx = 0, R d IR d donc u = grad div u au sens des distributions sur R d. Comme u L 2 (R d ), on en déduit que div u H 1 (R d ), et donc div u H 1 0(). Soit ψ n D() avec ψ n div u dans H 1 0(), alors pour tout v H(div, ), ( ψ n v ) L 2 () d ( div u v ) L 2 () d = ( div u div v ) L 2 () et ( ψ n div v ) L 2 () ( div u div v ) L 2 ().

43 3.2. LES ESPACES UTILISÉS 41 Ainsi ) l(v) = lim (( ψ n v ) n L 2 () + ( ψ d n div v ) L 2 () = 0. On a donc démontré que l = 0. Théorème 14 (Trace normale) L application γ n : v ( v n ), définie sur D() d, s étend par continuité en une application linéaire, encore notée γ n de H(div, ) dans H 1/2 ( ). Preuve Pour φ D() et v D() d, on a ( v φ ) L 2 () d + ( φ div v ) L 2 () = φ ( v n ) ds. Comme D() est dense dans H 1 (), cette égalité est encore vraie pour φ H 1 () et v D() d. Ainsi, pour tout v D() d, φ ( v n ) ds ( v φ ) dx + div v φ dx v L 2 () d φ L 2 () d + div v L 2 () φ L 2 () v H(div,) φ H 1 (). Soit µ H 1/2 ( ), il existe un unique φ H 1 () avec φ φ H 1 () = µ H 1/2 (). Donc pour tout v D()d, µ ( v n ) ds v H(div,) µ H 1/2 ( ), c est-à-dire ( v n ) H 1/2 ( ) v H(div,). = µ et Ainsi, l application linéaire γ n : v ( v n ), définie sur v D() d, s étend par continuité à H(div, ) et on a γ n L(H(div,),H 1/2 ( )) 1.

44 42 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES Corollaire 3 On a im γ n = H 1/2 ( ) et γ n L(H(div,),H 1/2 ( )) = 1. Preuve Soit µ H 1/2 ( ) et soit φ H 1 () l unique solution faible de φ + φ = 0 dans φ n = µ sur, c est-à-dire, pour tout ψ H 1 (), ( φ ψ ) dx + φ ψ dx =< µ, ψ >. Posons v = grad φ, alors v H(div, ), car div v = φ et ( v n ) = µ. De plus φ 2 H 1 () = φ 2 dx + φ 2 dx =< µ, φ > µ H 1/2 ( ) φ H 1 (), donc v H(div,) µ H 1/2 ( ) = ( v n ) H 1/2 ( ). Théorème 15 L espace H 0 (div, ) est caractérisé par H 0 (div, ) = ker γ n = {v H(div, ), ( v n ) = 0}. Preuve Soit l (ker γ n ) et soit u ker γ n avec l(v) = ( u v ) dx + div u div v dx, pour tout v ker γ n. Si l(v) = 0 pour tout v D() d, alors comme avant, u = grad div u dans D (), et donc div u H 1 (). Par la formule de Green (3.13) ( v φ ) dx + div v φ dx =< ( v n ), φ >,

45 3.2. LES ESPACES UTILISÉS 43 pour tout v H(div, ) et tout φ H 1 (), on a, en choisissant φ = div u et donc u = grad φ, l(v) = ( u v ) dx + div u div v dx = ( φ v ) dx + φ div v dx = < ( v n ), φ > = 0, pour tout v ker γ n. On a donc démontré : ker γ n H 0 (div, ). Réciproquement, si v H 0 (div, ), alors v = lim m v m avec v m D() d. Comme ( v m n ) = 0 sur, on a ( v n ) = 0 et donc v ker γ n. On est maintenant en mesure de caractériser l espace H qu on avait défini comme l adhérence de V dans L 2 () d. Théorème 16 Si H est l orthogonal de H dans L 2 () d, alors (3.14) H = { v L 2 () d, v = grad p, p H 1 () }. (3.15) H = { v L 2 () d, div v = 0, γ n (v) = ( v n ) = 0 sur } = {v H 0 (div, ), div v = 0}. Preuve a) Montrons (3.14). Si v L 2 () d avec v = grad p, alors pour tout u V, on a ( v u ) L 2 () d = ( grad p u ) L 2 () d = ( p div u ) = 0. Ainsi v H. Réciproquement, si v H, alors ( v u ) L 2 () = 0 pour tout u V. Donc d par le théorème 12 de de Rham, v = grad p, avec p D (), et par le théorème 11 de Nečas, p H 1 (). b) Montrons (3.15). Pour simplifier, notons K = {v H 0 (div; ); div v = 0}. i) Soit v m V avec v m v dans H. On a donc v m v dans D (), et comme div v m = 0, div v = 0 ; ainsi v H(div; ) et div v = 0. Comme v m v dans H(div; ), on a γ n v m γ n v, i.e. γ n v = 0. On a donc démontré que H K. ii) Réciproquement, Soit u K, avec u H. Par la partie a), on a u = grad p avec p H 1 (). Ainsi

46 44 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES 0 = div u = p dans et 0 = γ n u = ( u n ) = ( grad p n ) = p n. D où p est constant et u est nulle. 3.3 Théorèmes de compacité Le but de ce paragraphe est de rappeler et de démontrer quelques résultats de compacité. Théorème 17 (Théorème de Rellich) L injection de H 1 0() dans L 2 () est compacte. Preuve Voir par exemple [1]. En conséquence l injection de V dans H est compacte. En effet si v m v dans V, alors pour 1 i d, v m,i v i dans H 1 0() et donc v m,i v i dans L 2 (), ainsi v m v dans V. Lemme 2 Soient E 0 E E 1 trois espaces de Banach, avec injections continues. On suppose que l injection de E 0 dans E est compacte. Alors pour tout λ > 0, il existe c R tel que pour tout x E 0 x E λ x E0 + c x E1. Preuve Pour tout n, soit U n = { x E, x E < λ + n x E1 }, alors Un est ouvert dans E et E = n U n. Comme l injection de E 0 dans E est compacte, l image de la boule unité B de E 0 dans E 1 est relativement compacte. Comme la suite U n est croissante, il existe N tel que B U N. Ainsi pour tout x E 0, avec x E0 1, on obtient x E λ x E0 + N x E1. Soit B un espace de Banach et soit f : [0, T ] B. Pour h > 0 on note τ h f l application définie par τ h f(t) = f(t + h) ; elle est définie de [ h, T h] à valeur dans B. On a le théorème de compacité suivant (à la Ascoli)

47 3.3. THÉORÈMES DE COMPACITÉ 45 Théorème 18 (Théorème de compacité de Simon) [25] Soit 1 p < et soit F L p (0, T ; B). Alors F est relativement compact dans L p (0, T ; B) { si et seulement si } t2 (a) l ensemble f(t) dt; f F est relativement compact dans B (0 < t 1 t 1 < t 2 < T ). (b) τ h f f L p (0,T h;b) converge vers 0 sur F, lorsque h 0. Preuve [25] (I) Si F est relativement compact dans L p (0, T ; B), montrons que les assertions (a) et (b) sont vérifiées. Comme f t 2 t 1 f(t) dt est continue sur L p (0, T ; B) dans B, (a) est trivialement vérifiée. Soit ɛ > 0 donné. Comme F est relativement compact dans L p (0, T ; B), il existe f 1,..., f n L p (0, T ; B) telles que, pour tout f F, il existe f i avec f f i L p (0,T ;B) ɛ. Comme C(0, T ; B) est dense dans L p (0, T ; B), on peut choisir f i C(0, T ; B). Ainsi il existe h i > 0 tel que pour tout h h i on a τ h f i f i L p (0,T h;b) ɛ. Posons δ = min i h i, alors pour tout h δ, et donc τ h f f = τ h (f f i ) (f f i ) + τ h f i f i, τ h f f 3ɛ. (II) Réciproquement si F vérifie (a) et (b), montrons que F est relativement compact dans L p (0, T ; B). (i) Pour f F et a > 0, posons M a f(t) = 1 a a+t t f(s) ds, alors M a f C(0, T a; B) et pour 0 t 1 t 2 T a, M a f(t 2 ) M a f(t 1 ) B = 1 a+t1 a (f(s + t 2 t 1 ) f(s)) ds t 1 = 1 a+t1 a (τ t2 t 1 f f) ds, t 1 B B

48 46 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES donc M a f(t 2 ) M a f(t 1 ) B 1 a τ t 2 t 1 f f L 1 (0,T t 2 +t 1 ;B). Comme, par (b), τ h f f L p (0,T h;b) 0 si h 0, l ensemble M af = {M a f, f F } est équicontinu dans C(0, T a; B). D autre part la propriété (a) montre que pour tout t (0, T a) et pour t 1 = t et t 2 = t + a, l ensemble M a F (t) est relativement compact dans B. Donc par le théorème d Ascoli, M a F est relativement compact dans C(0, T a; B) et donc dans L p (0, T a; B). (ii) On a M a f(t) f(t) = 1 a a 0 (τ h f(t) f(t)) dh, donc M a f f L p (0,T a;b) sup τ h f f L p (0,T a;b). 0 h a Par la propriété (b), pour tout T 1 < T, F est la limite uniforme de M a F dans L p (0, T 1 ; B) lorsque a 0. Comme par (i), M a F est relativement compact dans L p (0, T 1 ; B), on en déduit que pour tout T 1 < T F est relativement compact dans L p (0, T 1 ; B). (iii) On démontre de la même manière, en remplaçant la moyenne à droite M a f par la moyenne à gauche que µ a f = 1 a t t a f(s) ds, F est relativement compact dans L p (T 1, T ; B). En choisissant T 1 = T/2, on obtient finalement que F est relativement compact dans L p (0, T ; B). Revenons au cas E 0 E E 1, espaces de Banach, avec injections continues et l injection de E 0 dans E est compacte. Lemme 3 Avec les hypothèses précédentes, soit 1 p <. Si F est une partie bornée dans L p (0, T ; E 0 ) et relativement compacte dans L p (0, T ; E 1 ), alors F est relativement compacte dans L p (0, T ; E).

49 3.3. THÉORÈMES DE COMPACITÉ 47 Preuve Posons M = sup f F f L p (0,T ;E 0 ) et soit ɛ > 0 fixé. Comme F est relativement compact dans L p (0, T ; E 1 ), il existe f 1,..., f n F tels que pour tout f F, il existe f i avec f f i L p (0,T ;E 1 ) ɛ. Par le lemme 2, pour tout µ > 0 il existe une constante c telle que donc f(t) f i (t) E µ f(t) f i (t) E0 + c f(t) f i (t) E1, f(t) f i (t) p E 2p 1 ( µ p f(t) f i (t) p E 0 + c p f(t) f i (t) p E 1 ). Ainsi pour tout λ > 0 si µ = 2 p/(p 1) λ, il existe une constante C telle que f f i L p (0,T ;E) λ f f i L p (0,T ;E 0 ) + C f f i L p (0,T ;E 1 ). Soit δ > 0 donné, pour on a λ = δ 4M et ɛ = δ 2C f f i L p (0,T ;E) δ et donc F est relativement compact dans L p (0, T ; E). Théorème 19 Avec les hypothèses précédentes, soit F L p (0, T ; E 0 ) une partie bornée vérifiant τ h f f L p (0,T h;e 1 ) h 0 0 uniformément dans F. Alors F est relativement compact dans L p (0, T ; E). Preuve Par le théorème 18, F est relativement compact dans L p (0, T ; E 1 ), et par le lemme 3 précédent on en déduit que F est relativement compact dans L p (0, T ; E). Théorème 20 (Théorème de compacité de Aubin-Simon) Soient E 0 E E 1 des espaces de Banach, avec injections continues ; on suppose de plus que l injection de E 0 dans E est compacte. Soient 1 p < et F L p (0, T ; E 0 ) une partie bornée. On suppose de plus que df dt = { f = df dt, f F est bornée dans L 1 (0, T ; E 1 ). Alors F est relativement compacte dans L p (0, T ; E). }

50 48 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES Preuve Soit f F, alors f L p (0, T ; E 0 ) et f L 1 (0, T ; E 1 ). Si g = f, alors c est-à-dire donc f(t) t tout t (0, T h), 0 g(t) d dt ( d f(t) dt t 0 t 0 g(s) ds = 0, ) f (s) ds = 0, f (s) ds = b = cst E 1 et f C(0, T ; E 1 ). D autre part, pour Ainsi (τ h f f)(t) = f(t + h) f(t) = t+h t f (s) ds. τ h f f L 1 (0,T h;e 1 ) = = T h 0 T h 0 t T h t+h 0 t τ h f f E1 dt t+h f (s) ds E1 dt f (s) E1 ds dt h (T h) M. On obtient alors le résultat par le théorème 19 précédent. 3.4 Formulation faible et estimations à priori Dans ce paragraphe, on établit une formulation faible de l équation (3.16) (ρ u) + div(ρa u) µ u + p = ρ f dans, (3.17) div u = 0 dans, avec les conditions aux limites (3.18) u = 0 sur (0, T ),

51 3.4. FORMULATION FAIBLE ET ESTIMATIONS À PRIORI 49 et les conditions initiales (3.19) u(, 0) = u 0 dans. Puis on donne des estimations à priori pour une solution de cette formulation faible. Supposons que le système d équations ci-dessus admette une solution classique (par exemple u C 2 () d, p C 1 ()), et soit v V, alors ( ) (ρ u) v dx + ( div(ρa u) v ) dx µ ( u v ) dx + ( p v ) dx = ( ρ f v ) dx. En utilisant la formule de Green φ ψ dx + x i φ ψ dx = φ ψ n i ds x i on obtient ( ) (ρ u) v dx + ( div(ρa u) v ) dx+ µ ( u v ) dx µ ( u n v ) ds p div v dx + p ( v n ) ds = ( ρ f v ) dx, c est-à-dire ( ) (ρ u) v dx + On fera de plus les hypothèses suivantes. ( div(ρa u) v ) dx+ µ ( u v ) dx = ( ρ f v ) dx. La fonction ρ L () est la solution au sens des moindres carrés de ρ + div(a ρ) = 0 avec a L 2 (0, T ; V ) L (0, T ; H), ρ(x, 0) = ρ 0 (x) ρ min > 0, et donc ρ ρ min.

52 50 CHAPITRE 3. EUATIONS DE NAVIER-STOKES LINÉARISÉES Une formulation faible des équations (3.16)-(3.19) est la suivante. On se donne a, µ > 0, ρ 0 et ρ avec les hypothèses ci-dessus. On cherche u L 2 (0, T ; V ) L (0, T ; H) tel que pour tout v V (3.20) ( ) (ρ u) v dx + ( div(ρa u) v ) dx+ µ ( u v ) dx = ( ρ f v ) dx, avec la condition initiale u(0) = u 0 H. Remarquons que l équation (3.20) a un sens dans D (0, T ). Théorème 21 (Estimations à priori) On suppose que l équation (3.20) admet une solution au moins. Alors il existe une constante C, dépendant de et de µ telle que u L 2 (0,T ;V ) C ( ) ρ 0 u 0 L 2 () + ρ f d L 2 (), d ρmin u L (0,T ;H) C ( ρ 0 u 0 L 2 () d + ρ f L 2 () d ). Preuve Choisissons v = u(t) dans l équation (3.20), alors ( ) (ρ u) u dx + mais un calcul facile montre ( ) (ρ u) u ( div(ρa u) u ) dx+ µ ( u u ) dx = = 1 2 (ρ u 2 ) ρ u 2 ( ρ f u ) dx, et ( div(ρa u) u ) = 1 2 div(ρa) u div(ρa u 2 ).

Approximations variationelles des EDP Notes du Cours de M2

Approximations variationelles des EDP Notes du Cours de M2 Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation

Plus en détail

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Dualité dans les espaces de Lebesgue et mesures de Radon finies Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention

Plus en détail

Amphi 3: Espaces complets - Applications linéaires continues

Amphi 3: Espaces complets - Applications linéaires continues Amphi 3: Espaces complets - Applications linéaires continues Département de Mathématiques École polytechnique Remise en forme mathématique 2013 Suite de Cauchy Soit (X, d) un espace métrique. Une suite

Plus en détail

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy

Plus en détail

Fonctions de plusieurs variables

Fonctions de plusieurs variables Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme

Plus en détail

Calcul fonctionnel holomorphe dans les algèbres de Banach

Calcul fonctionnel holomorphe dans les algèbres de Banach Chapitre 7 Calcul fonctionnel holomorphe dans les algèbres de Banach L objet de ce chapitre est de définir un calcul fonctionnel holomorphe qui prolonge le calcul fonctionnel polynômial et qui respecte

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

Limites finies en un point

Limites finies en un point 8 Limites finies en un point Pour ce chapitre, sauf précision contraire, I désigne une partie non vide de R et f une fonction définie sur I et à valeurs réelles ou complees. Là encore, les fonctions usuelles,

Plus en détail

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES par Jean-Pierre Puel 1. Introduction Pourquoi équations aux dérivées partielles et pourquoi contrôle? Les équations aux dérivées partielles, associées à certaines

Plus en détail

I. Polynômes de Tchebychev

I. Polynômes de Tchebychev Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire

Plus en détail

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés Corrigé Intégration et probabilités TD1 Espaces mesurés Corrigé 2012-2013 1 Petites questions 1 Est-ce que l ensemble des ouverts de R est une tribu? Réponse : Non, car le complémentaire de ], 0[ n est pas ouvert.

Plus en détail

Différentiabilité ; Fonctions de plusieurs variables réelles

Différentiabilité ; Fonctions de plusieurs variables réelles Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2

Plus en détail

Introduction à l optimisation de forme et application à la mécanique des fluides

Introduction à l optimisation de forme et application à la mécanique des fluides Laboratoire Jacques-Louis LIONS Introduction à l optimisation de forme et application à la mécanique des fluides Master 2 - Année universitaire 2014-2015 Pascal FREY et Yannick PRIVAT Laboratoire Jacques-Louis

Plus en détail

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008) Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut

Plus en détail

Résolution d équations non linéaires

Résolution d équations non linéaires Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique

Plus en détail

Image d un intervalle par une fonction continue

Image d un intervalle par une fonction continue DOCUMENT 27 Image d un intervalle par une fonction continue La continuité d une fonction en un point est une propriété locale : une fonction est continue en un point x 0 si et seulement si sa restriction

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Planche n o 22. Fonctions de plusieurs variables. Corrigé Planche n o Fonctions de plusieurs variables Corrigé n o : f est définie sur R \ {, } Pour, f, = Quand tend vers, le couple, tend vers le couple, et f, tend vers Donc, si f a une limite réelle en, cette

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours Exo7 Continuité (étude globale). Diverses fonctions Exercices de Jean-Louis Rouget. Retrouver aussi cette fiche sur www.maths-france.fr * très facile ** facile *** difficulté moyenne **** difficile *****

Plus en détail

Continuité d une fonction de plusieurs variables

Continuité d une fonction de plusieurs variables Chapitre 2 Continuité d une fonction de plusieurs variables Maintenant qu on a défini la notion de limite pour des suites dans R n, la notion de continuité s étend sans problème à des fonctions de plusieurs

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Introduction à la méthode des éléments finis

Introduction à la méthode des éléments finis ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2

Plus en détail

Théorème du point fixe - Théorème de l inversion locale

Théorème du point fixe - Théorème de l inversion locale Chapitre 7 Théorème du point fixe - Théorème de l inversion locale Dans ce chapitre et le suivant, on montre deux applications importantes de la notion de différentiabilité : le théorème de l inversion

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret

Notes de cours M2 Équations aux dérivées partielles elliptiques. Hervé Le Dret Notes de cours M2 Équations aux dérivées partielles elliptiques Hervé Le Dret 4 mars 2010 2 Table des matières 1 Rappels en tous genres 7 1.1 Les théorèmes de convergence de Lebesgue............ 7 1.2

Plus en détail

Espérance conditionnelle

Espérance conditionnelle Espérance conditionnelle Samy Tindel Nancy-Université Master 1 - Nancy Samy T. (IECN) M1 - Espérance conditionnelle Nancy-Université 1 / 58 Plan 1 Définition 2 Exemples 3 Propriétés de l espérance conditionnelle

Plus en détail

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples 45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et

Plus en détail

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag Otared Kavian Introduction à la Théorie des Points Critiques et Applications aux Problèmes Elliptiques Springer-Verlag Berlin Heidelberg NewYork London Paris Tokyo Hong Kong Barcelona Budapest Avant propos

Plus en détail

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable Eo7 Fonctions de plusieurs variables Eercices de Jean-Louis Rouget Retrouver aussi cette fiche sur wwwmaths-francefr * très facile ** facile *** difficulté moenne **** difficile ***** très difficile I

Plus en détail

Cours d Analyse. Fonctions de plusieurs variables

Cours d Analyse. Fonctions de plusieurs variables Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........

Plus en détail

Chapitre 7 : Intégration sur un intervalle quelconque

Chapitre 7 : Intégration sur un intervalle quelconque Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction

Plus en détail

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité

Calcul différentiel. Chapitre 1. 1.1 Différentiabilité Chapitre 1 Calcul différentiel L idée du calcul différentiel est d approcher au voisinage d un point une fonction f par une fonction plus simple (ou d approcher localement le graphe de f par un espace

Plus en détail

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours MSUR T INTÉGRATION N UN DIMNSION Notes de cours André Giroux Département de Mathématiques et Statistique Université de Montréal Mai 2004 Table des matières 1 INTRODUCTION 2 1.1 xercices.............................

Plus en détail

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables

Plus en détail

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante

Plus en détail

Calcul différentiel sur R n Première partie

Calcul différentiel sur R n Première partie Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité

Plus en détail

Algorithmes pour la planification de mouvements en robotique non-holonome

Algorithmes pour la planification de mouvements en robotique non-holonome Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot

Plus en détail

Equations aux Dérivées Partielles

Equations aux Dérivées Partielles Equations aux Dérivées Partielles Tony Lelièvre 29-2 Après avoir considéré dans le capitre précédent des équations d évolution pour des fonctions ne dépendant que du paramètre temps, nous nous intéressons

Plus en détail

Introduction à l analyse numérique : exemple du cloud computing

Introduction à l analyse numérique : exemple du cloud computing Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation

Plus en détail

OM 1 Outils mathématiques : fonction de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables Outils mathématiques : fonction de plusieurs variables PCSI 2013 2014 Certaines partie de ce chapitre ne seront utiles qu à partir de l année prochaine, mais une grande partie nous servira dès cette année.

Plus en détail

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières

Plus en détail

Fonctions de plusieurs variables. Sébastien Tordeux

Fonctions de plusieurs variables. Sébastien Tordeux Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................

Plus en détail

C algèbre d un certain groupe de Lie nilpotent.

C algèbre d un certain groupe de Lie nilpotent. Université Paul Verlaine - METZ LMAM 6 décembre 2011 1 2 3 4 Les transformations de Fourier. Le C algèbre de G/ Z. Le C algèbre du sous-groupe G 5 / vect{u,v }. Conclusion. G un groupe de Lie, Ĝ l ensemble

Plus en détail

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48 Méthodes de Polytech Paris-UPMC - p. 1/48 Polynôme d interpolation de Preuve et polynôme de Calcul de l erreur d interpolation Étude de la formule d erreur Autres méthodes - p. 2/48 Polynôme d interpolation

Plus en détail

Cours d Analyse 3 Fonctions de plusieurs variables

Cours d Analyse 3 Fonctions de plusieurs variables Université Claude Bernard, Lyon I Licence Sciences, Technologies & Santé 43, boulevard 11 novembre 1918 Spécialité Mathématiques 69622 Villeurbanne cedex, France L. Pujo-Menjouet pujo@math.univ-lyon1.fr

Plus en détail

Commun à tous les candidats

Commun à tous les candidats EXERCICE 3 (9 points ) Commun à tous les candidats On s intéresse à des courbes servant de modèle à la distribution de la masse salariale d une entreprise. Les fonctions f associées définies sur l intervalle

Plus en détail

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin. Exo7 Matrice d une application linéaire Corrections d Arnaud odin. Exercice Soit R muni de la base canonique = ( i, j). Soit f : R R la projection sur l axe des abscisses R i parallèlement à R( i + j).

Plus en détail

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4) Bernard Le Stum Université de Rennes 1 Version du 13 mars 2009 Table des matières 1 Fonctions partielles, courbes de niveau 1 2 Limites et continuité

Plus en détail

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation

Plus en détail

Comparaison de fonctions Développements limités. Chapitre 10

Comparaison de fonctions Développements limités. Chapitre 10 PCSI - 4/5 www.ericreynaud.fr Chapitre Points importants 3 Questions de cours 6 Eercices corrigés Plan du cours 4 Eercices types 7 Devoir maison 5 Eercices Chap Et s il ne fallait retenir que si points?

Plus en détail

Calcul Différentiel. I Fonctions différentiables 3

Calcul Différentiel. I Fonctions différentiables 3 Université de la Méditerranée Faculté des Sciences de Luminy Licence de Mathématiques, Semestre 5, année 2008-2009 Calcul Différentiel Support du cours de Glenn Merlet 1, version du 6 octobre 2008. Remarques

Plus en détail

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2 Chapitre 8 Fonctions de plusieurs variables 8.1 Généralités sur les fonctions de plusieurs variables réelles Définition. Une fonction réelle de n variables réelles est une application d une partie de R

Plus en détail

Produits d espaces mesurés

Produits d espaces mesurés Chapitre 7 Produits d espaces mesurés 7.1 Motivation Au chapitre 2, on a introduit la mesure de Lebesgue sur la tribu des boréliens de R (notée B(R)), ce qui nous a permis d exprimer la notion de longueur

Plus en détail

Fonctions holomorphes

Fonctions holomorphes Université Joseph Fourier, Grenoble Maths en Ligne Fonctions holomorphes Christine Laurent-Thiébaut Ceci est le second volet de l étude des fonctions d une variable complexe, faisant suite au chapitre

Plus en détail

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières

Plus en détail

Méthode des éléments-finis par l exemple

Méthode des éléments-finis par l exemple par l exemple Daniel Choï 1 LMNO Groupe Mécanique Modélisation Mathématique et Numérique Université de Caen, Bld Maréchal Juin, 14032 Caen Cedex, France Version Avril 2010 1. daniel.choi@unicaen.fr Ce

Plus en détail

Cours 02 : Problème général de la programmation linéaire

Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =

Plus en détail

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015 Énoncé Soit V un espace vectoriel réel. L espace vectoriel des endomorphismes de V est désigné par L(V ). Lorsque f L(V ) et k N, on désigne par f 0 = Id V, f k = f k f la composée de f avec lui même k

Plus en détail

4. Martingales à temps discret

4. Martingales à temps discret Martingales à temps discret 25 4. Martingales à temps discret 4.1. Généralités. On fixe un espace de probabilités filtré (Ω, (F n ) n, F, IP ). On pose que F contient ses ensembles négligeables mais les

Plus en détail

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses

Yamina Yagoub-Zidi. Inconditionnalité et propriétés du point fixe dans les espaces de fonctions lisses MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU FACULTE DES SCIENCES DEPARTEMENT DE MATHEMATIQUES THESE DE DOCTORAT SPECIALITE : MATHEMATIQUES

Plus en détail

Suites numériques 3. 1 Convergence et limite d une suite

Suites numériques 3. 1 Convergence et limite d une suite Suites numériques 3 1 Convergence et limite d une suite Nous savons que les termes de certaines suites s approchent de plus en plus d une certaine valeur quand n augmente : par exemple, les nombres u n

Plus en détail

EXERCICE 4 (7 points ) (Commun à tous les candidats)

EXERCICE 4 (7 points ) (Commun à tous les candidats) EXERCICE 4 (7 points ) (Commun à tous les candidats) On cherche à modéliser de deux façons différentes l évolution du nombre, exprimé en millions, de foyers français possédant un téléviseur à écran plat

Plus en détail

RO04/TI07 - Optimisation non-linéaire

RO04/TI07 - Optimisation non-linéaire RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels

Plus en détail

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables et applications pour l ingénieur Service Commun de Formation Continue Année Universitaire 2006-2007 Fonctions de plusieurs variables et applications pour l ingénieur Polycopié de cours Rédigé par Yannick Privat Bureau 321 - Institut Élie

Plus en détail

Mesures gaussiennes et espaces de Fock

Mesures gaussiennes et espaces de Fock Mesures gaussiennes et espaces de Fock Thierry Lévy Peyresq - Juin 2003 Introduction Les mesures gaussiennes et les espaces de Fock sont deux objets qui apparaissent naturellement et peut-être, à première

Plus en détail

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples, Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très

Plus en détail

Cours Fonctions de deux variables

Cours Fonctions de deux variables Cours Fonctions de deux variables par Pierre Veuillez 1 Support théorique 1.1 Représentation Plan et espace : Grâce à un repère cartésien ( ) O, i, j du plan, les couples (x, y) de R 2 peuvent être représenté

Plus en détail

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. 14-3- 214 J.F.C. p. 1 I Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques. Exercice 1 Densité de probabilité. F { ln x si x ], 1] UN OVNI... On pose x R,

Plus en détail

Correction de l examen de la première session

Correction de l examen de la première session de l examen de la première session Julian Tugaut, Franck Licini, Didier Vincent Si vous trouvez des erreurs de Français ou de mathématiques ou bien si vous avez des questions et/ou des suggestions, envoyez-moi

Plus en détail

Continuité et dérivabilité d une fonction

Continuité et dérivabilité d une fonction DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité

Plus en détail

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES. CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires

Plus en détail

AOT 13. et Application au Contrôle Géométrique

AOT 13. et Application au Contrôle Géométrique AOT 13 Géométrie Différentielle et Application au Contrôle Géométrique Frédéric Jean Notes de cours Édition 2011/2012 ii Table des matières 1 Variétés différentiables 1 1.1 Variétés différentiables............................

Plus en détail

Le produit semi-direct

Le produit semi-direct Le produit semi-direct Préparation à l agrégation de mathématiques Université de Nice - Sophia Antipolis Antoine Ducros Octobre 2007 Ce texte est consacré, comme son titre l indique, au produit semi-direct.

Plus en détail

Équations non linéaires

Équations non linéaires Équations non linéaires Objectif : trouver les zéros de fonctions (ou systèmes) non linéaires, c-à-d les valeurs α R telles que f(α) = 0. y f(x) α 1 α 2 α 3 x Equations non lineaires p. 1/49 Exemples et

Plus en détail

Simulation de variables aléatoires

Simulation de variables aléatoires Chapter 1 Simulation de variables aléatoires Références: [F] Fishman, A first course in Monte Carlo, chap 3. [B] Bouleau, Probabilités de l ingénieur, chap 4. [R] Rubinstein, Simulation and Monte Carlo

Plus en détail

Construction de l'intégrale de Lebesgue

Construction de l'intégrale de Lebesgue Université d'artois Faculté des ciences Jean Perrin Mesure et Intégration (Licence 3 Mathématiques-Informatique) Daniel Li Construction de l'intégrale de Lebesgue 10 février 2011 La construction de l'intégrale

Plus en détail

Chp. 4. Minimisation d une fonction d une variable

Chp. 4. Minimisation d une fonction d une variable Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie

Plus en détail

Continuité en un point

Continuité en un point DOCUMENT 4 Continuité en un point En général, D f désigne l ensemble de définition de la fonction f et on supposera toujours que cet ensemble est inclus dans R. Toutes les fonctions considérées sont à

Plus en détail

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer

Plus en détail

Le modèle de Black et Scholes

Le modèle de Black et Scholes Le modèle de Black et Scholes Alexandre Popier février 21 1 Introduction : exemple très simple de modèle financier On considère un marché avec une seule action cotée, sur une période donnée T. Dans un

Plus en détail

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE

ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE ÉTUDE ASYMPTOTIQUE D UNE MARCHE ALÉATOIRE CENTRIFUGE JEAN-DENIS FOUKS, EMMANUEL LESIGNE ET MARC PEIGNÉ J.-D. Fouks. École Supérieure d Ingénieurs de Poitiers. 40 avenue du Recteur Pineau, 860 Poitiers

Plus en détail

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

Théorèmes du Point Fixe et Applications aux Equations Diérentielles Université de Nice-Sophia Antipolis Mémoire de Master 1 de Mathématiques Année 2006-2007 Théorèmes du Point Fixe et Applications aux Equations Diérentielles Auteurs : Clémence MINAZZO - Kelsey RIDER Responsable

Plus en détail

Moments des variables aléatoires réelles

Moments des variables aléatoires réelles Chapter 6 Moments des variables aléatoires réelles Sommaire 6.1 Espérance des variables aléatoires réelles................................ 46 6.1.1 Définition et calcul........................................

Plus en détail

Sur certaines séries entières particulières

Sur certaines séries entières particulières ACTA ARITHMETICA XCII. 2) Sur certaines séries entières particulières par Hubert Delange Orsay). Introduction. Dans un exposé à la Conférence Internationale de Théorie des Nombres organisée à Zakopane

Plus en détail

CCP PSI - 2010 Mathématiques 1 : un corrigé

CCP PSI - 2010 Mathématiques 1 : un corrigé CCP PSI - 00 Mathématiques : un corrigé Première partie. Définition d une structure euclidienne sur R n [X]... B est clairement symétrique et linéaire par rapport à sa seconde variable. De plus B(P, P

Plus en détail

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1 La licence Mathématiques et Economie-MASS de l Université des Sciences Sociales de Toulouse propose sur les trois

Plus en détail

Théorie de la Mesure et Intégration

Théorie de la Mesure et Intégration Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 & UE LM365 Intégration 2 Année 2010 11 Théorie de la Mesure et Intégration Responsable des cours : Amaury LAMBERT

Plus en détail

Intégration et probabilités TD1 Espaces mesurés

Intégration et probabilités TD1 Espaces mesurés Intégration et probabilités TD1 Espaces mesurés 2012-2013 1 Petites questions 1) Est-ce que l ensemble des ouverts de R est une tribu? 2) Si F et G sont deux tribus, est-ce que F G est toujours une tribu?

Plus en détail

Intégrales doubles et triples - M

Intégrales doubles et triples - M Intégrales s et - fournie@mip.ups-tlse.fr 1/27 - Intégrales (rappel) Rappels Approximation éfinition : Intégrale définie Soit f définie continue sur I = [a, b] telle que f (x) > 3 2.5 2 1.5 1.5.5 1 1.5

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

Finance, Navier-Stokes, et la calibration

Finance, Navier-Stokes, et la calibration Finance, Navier-Stokes, et la calibration non linéarités en finance 1 1 www.crimere.com/blog Avril 2013 Lignes directrices Non-linéarités en Finance 1 Non-linéarités en Finance Les équations de Fokker-Planck

Plus en détail

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité Andreea Grigoriu avec Jean-Michel Coron, Cătălin Lefter and Gabriel Turinici CEREMADE-Université Paris Dauphine

Plus en détail

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½ Patrick Ciarlet et Vivette Girault ciarlet@ensta.fr & girault@ann.jussieu.fr ENSTA & Laboratoire Jacques-Louis Lions, Paris 6 Condition

Plus en détail

Calcul intégral élémentaire en plusieurs variables

Calcul intégral élémentaire en plusieurs variables Calcul intégral élémentaire en plusieurs variables PC*2 2 septembre 2009 Avant-propos À part le théorème de Fubini qui sera démontré dans le cours sur les intégrales à paramètres et qui ne semble pas explicitement

Plus en détail

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013 Séminaire ES Andrés SÁNCHEZ PÉREZ October 8th, 03 Présentation du sujet Le problème de régression non-paramétrique se pose de la façon suivante : Supposons que l on dispose de n couples indépendantes de

Plus en détail

La fonction exponentielle

La fonction exponentielle DERNIÈRE IMPRESSION LE 2 novembre 204 à :07 La fonction exponentielle Table des matières La fonction exponentielle 2. Définition et théorèmes.......................... 2.2 Approche graphique de la fonction

Plus en détail

Intégration sur des espaces produits

Intégration sur des espaces produits Chapitre 5 Intégration sur des espaces produits 5.1 Produit de deux mesures Étant donnés deux espaces mesurés (Ω 1, F 1, µ 1 ) et (Ω 2, F 1, µ 2 ), le but de cette section est de construire une mesure

Plus en détail

Capes 2002 - Première épreuve

Capes 2002 - Première épreuve Cette correction a été rédigée par Frédéric Bayart. Si vous avez des remarques à faire, ou pour signaler des erreurs, n hésitez pas à écrire à : mathweb@free.fr Mots-clés : équation fonctionnelle, série

Plus en détail

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA

MATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option

Plus en détail

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. 1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le

Plus en détail