Professional Documents
Culture Documents
-contrlabilit zro 48
4.4.1 Rsultat principal 49
4.4.2 Technique de Lebeau-Robbiano 51
4.4.3 Application lquation de la chaleur 56
5 Fonction temps minimal et fonction norme minimale 59
5.1 Dnitions 59
5.2 Quelques proprits 60
5.3 Le module de continuit de T
65
5.4 Le taux dexplosion de la fonction norme minimale 69
5
Contrle en temps optimal Table des matires
6 Mthodes numriques 73
6.1 Prsentation des mthodes 73
6.1.1 Mthodes directes : la discrtisation totale 73
6.1.2 Mthodes indirectes : la mthode de tir simple 74
6.2 Dimension nie 75
6.3 Dimension innie 76
Conclusion 79
Appendices 81
A Annexe 1- Programmation en matlab 81
A.1 Mthode directe - Dimension nie 81
A.2 Mthode de tir - Dimension nie 82
A.3 Mthode directe - Dimension innie 83
B Annexe 2- Simulation numrique 84
B.1 Mthode directe -dimension nie 84
B.2 Mthode de tir -dimension nie 86
B.3 Mthode directe - lquation de la chaleur sur [0, 1] 87
6
Contrle en temps optimal Notations
Notations
: pour tout.
: il existe.
[ ou t.q. : tel que.
p.p. : presque partout.
R : ensemble des nombres rels.
R
+
: ensemble des nombres rels positifs.
C : ensemble des nombres complexes.
N : ensemble des entiers naturels.
Z : ensemble des entiers relatifs.
Re z : partie relle dun nombre complexe z.
Im z : partie imaginaire dun nombre complexe z.
Ran : limage dun oprateur.
Ker : le noyau dun oprateur.
inf : linmum.
sup : le supremum.
min : le minimum.
max : le maximum.
lim : la limite.
Vect : espace vectoriel engendr par.
int X : lintrieur dun ensemble X.
X : la frontire dun ensemble X.
: lorthogonal de X.
A
,X
: le produit scalaire dans la dualit X
, X.
| |
X
: norme associe un espace de Banach.
L(E, F) : ensemble des oprateurs linaires continues de E dans F.
C
p
(, K) : ensemble des applications mesurables de dans X de classe C
p
.
L
p
(; K) : ensemble des applications mesurables de dans X de puissance p
intgrables.
L
e
: la fonction indicatrice dun ensemble e.
S(t) : le semigroupe fortement continu engendr par loprateur A.
t
u : voir (2.3).
t,e
u : voir (3.3).
t
: loprateur dobservation en temps t > 0, voir (3.4).
t,e
: loprateur dobservation en temps t > 0 sur e [0, t] de mesure strictement
positive, voir (3.5).
d
t
: loprateur dobservation pour le couple (A
, B
d
t,e
: voir (3.9).
R
t
: loprateur de rexion sur L
2
([0, t]; U), voir (3.9).
R
t
: le Gramien de contrlabilit, voir le lemme 3.13.
T
: la fonction L
p
: la fonction L
p
-norme minimale, voir (5.8).
C
t
, C
t,e
: cot du contrle, voir section III.3.
Les ensembles admissibles pour le contrle :
L
K
(t) : voir (2.2).
L
1
(t) : voir (3.24).
A
t,e,z
0
: voir (3.30).
A
t,z
0
: voir (5.5).
A
t,z
0
,p
, p 1, + : voir (5.6).
Les ensembles accessibles :
R
K
(t) : voir (2.5).
R
1
(t) : voir (3.26).
Les ensembles contrlables zro :
1
0
(t) : voir (5.2).
1
0
: voir (5.3).
8
Contrle en temps optimal Introduction
I Introduction
Lobjectif dun problme de contrle est damener le systme dun tat initial
le plus prs possible dun tat nal en respectant certaines contraintes. On dit quun
systme est contrlable si on est capable de lamener dun point initial arbitraire
vers un point nal souhait.
Dans un problme de contrle optimal on souhaite atteindre lobjectif ci-
dessus en minimisant (ou maximisant) un critre doptimisation. Historiquement, le
problme de contrle optimal est apparu la continuation de la recherche du calcul
des variations aux XVI- XVII sicles. Il est fortement li la mcanique classique
(principe de Fermat, problme de la brachistochrone, quations dEuler-Lagrange
etc). On se rfre au livre de H. Herman Goldstine [15] pour le dveloppement de la
thorie du calcul des variations.
La thorie moderne du contrle optimal a commenc dans les annes 50 avec le
principe du maximum de Pontriaguine, dcouvert par L.S. Pontryagin en 1956
[28], qui donne une condition ncessaire doptimalit (voir par exemple larticle de
R.V. Gamkrelidze [14] pour la dcouverte de ce principe). Cette thorie est dve-
loppe plus tard dans direntes branches mathmatiques : le problme de contrle
optimal dquations aux drives partielles, la thorie de contrle stochastique, la
thorie des jeux... De nos jours, la thorie de contrle optimal a de nombreuses appli-
cations : les guidages arospatiaux et aronautiques, automobile, robotique, rseaux
informatiques, bioracteurs, contrles des procdes chimiques, etc.
Dans un problme de contrle en temps optimal, on cherche le temps
minimal pour quun contrle admissible amne un systme dynamique dun point
initial arbitraire au point nal prescrit. Ce problme est classique en dimension nie
et il est connu quun contrle en temps optimal possde des proprits intressantes :
le principe du maximum de Pontriaguine et la proprit de bang-bang. Ces
rsultats ont t dcouverts dans larticle de R. Bellman, I. Glicksberg et O. Gross
[3].
Lextension en dimension innie est premirement apparue dans larticle de
H.O. Fattorini [10] et est beaucoup dveloppe dans le livre de J.L. Lions [23] et le
livre de H.O. Fattorini [11].
Notre but dans ce mmoire est dtudier lexistence et lunicit dun contrle en
temps optimal et de donner des conditions pour lesquelles le principe du maximum
et la proprit de type bang-bang sont satisfaits.
On nonce le problme sous une forme gnrale pour les systmes linaires :
Soient X, U deux espaces de Hilbert, A L(X) et B L(U, X).
On considre lquation suivante :
z(t) = Az(t) +Bu(t), t [0, T], z(0) = z
0
X, (1.1)
o u L
([0,T];U)
1 pour t [0, T] p.p..
9
Contrle en temps optimal Dimension nie
Dnition 1.1.
On dit quun lment z
f
X est accessible si il existe > 0 et
u L
([0,];U)
1 pour t [0, ] p.p.. (1.2)
t.q. la solution de (1.1) satisfasse
z() = z
f
. (1.3)
Lobjectif est de trouver le contrle u
([0, T]; R
m
).
On suppose que u(t) K, pour presque tout t [0, T], o K est un voisinage
compact convexe de 0 dans R
m
.
On note galement ., .) le produit scalaire euclidien de R
n
(et de R
m
).
Pour simplier lcriture , on note L
K
(t) lensemble admissible des contrles :
L
K
(t) = u L
([0, t]; R
m
) ; Ranu K. (2.2)
On sait que la solution z de (2.1) scrit sous la forme :
z(t) = S(t)z
0
+
t
u, t [0, T] (2.3)
avec
t
u =
_
t
0
S(t )Bu()d, o S(t) = e
tA
.
On note z(t, z
0
, u) = S(t)z
0
+
t
u la trajectoire de la solution engendre par
u.
On dnit aussi deux ensembles accessibles partir du point 0 :
R
(t) = z R
n
[ z =
t
u, u L
([0, t]; R
m
), (2.4)
R
K
(t) = z R
n
[ z =
t
u, u L
K
(t). (2.5)
On nonce ensuite un thorme qui donne des proprits sur lensemble des
lments accessibles :
Proposition 2.1. R
K
(t)est un compact convexe de R
n
.
Dmonstration.
La convexit est claire car K est convexe et
t
est une fonction linaire.
Pour la compacit, prenons une suite (z
k
)
k
de R
K
(t). On sait quil existe une
suite (u
k
)
k
de L
K
(t) t.q. pour tout k N, z
k
=
t
u
k
.
Comme K est compact, on sait que la suite (u
k
)
k
est borne dans L
([0, t]; R
m
).
Donc on peut extraire une sous-suite qui converge faiblement dans L
([0, t]; R
m
) vers
u L
K
(t).
Pour tout z R
n
on dnit () = B
S(t )
z L
1
([0, t]; R
m
) t.q. :
z, z
k
) = z,
_
t
0
S(t )Bu
k
()d) =
_
t
0
(), u
k
())d
_
t
0
(), u())d = z,
_
t
0
S(t )Bu()d).
Si on pose z
=
t
u, on obtient alors z
k
z
K
(t). Do la compacit.
11
Contrle en temps optimal Dimension nie
On dnit par la suite le problme de contrle en temps optimal :
Dnition 2.2.
Soit z
0
, z
f
R
n
, avec z
f
accessible (dnition 1.1). On dit quun contrle u
L
K
(
) avec z
f
= S(
)z
0
+
.
La partie suivante traite lexistence dun contrle en temps optimal.
1 Existence
Thorme 2.3 (Existence).
Si z
f
est accessible, alors il existe un contrle en temps optimal.
Dmonstration.
Prenons
= inf
_
t > 0 [ z
f
S(t)z
0
R
K
(t)
_
.
On sait quil existe une suite minimisante (t
n
)
n
R
+
, t
n
et une suite
(u
n
)
n
L
K
(t
n
) t.q. : n N, z
f
= z(t
n
, z
0
, u
n
).
Ensuite, on prend s > t
1
> 0 et on tend (u
n
)
n
sur lintervalle [0, s] en po-
sant u
n
() = 0 ( [t
n
, s]). Comme (u
n
)
n
est une suite borne de L
K
(s) et K
est compact, on peut extraire une sous-suite (u
n
)
n
qui converge faiblement dans
L
([0, s]; R
m
) vers un lment u
L
K
(s).
Pour tout z R
n
, on dnit ensuite les fonctions :
n
() =
_
_
_
B
S(t
n
)
z si 0 < t
n
0 sinon
et () =
_
_
_
B
S(
z si 0 <
0 sinon.
On sait
n
(.) (.) dans L
1
([0, s]; R
m
).
Donc, on obtient pour tout z R
n
:
z, z
f
S(t
n
)z
0
) = z,
_
t
n
0
S(t
n
)Bu
n
()d)
=
_
t
n
0
B
S(t
n
)
z, u
n
())d =
_
s
0
n
(), u
n
())d.
Prenons la limite n +, on obtient :
z, z
f
S(
)z
0
) =
_
s
0
(), u
())d =
_
0
B
S(
z, u
())d
= z,
_
0
S(
)Bu
()d), z R
n
.
Cela implique que z
f
S(
)z
0
=
, u
L
K
(s) L
K
(
).
Do lexistence dun contrle en temps optimal.
12
Contrle en temps optimal Dimension nie
2 Principe du maximum et la proprit de bang-bang
On nonce dabord le principe du maximum de Pontriaguine :
Dnition 2.4 (Principe du maximum).
On dit quun contrle u
L
K
(t) vrie le principe du maximum si il existe
R
n
, ,= 0 t.q. :
B
S(t )
, u
()) = max
uK
B
S(t )
K
(t) ,=
(b) t > 0, R
(t) = R
n
(c) ( > 0, B
S()
= 0) = 0. (2.7)
Dmonstration.
* (b) (c)
On fait une preuve par contraposition.
Prenons t>0, supposons quil existe R
n
, ,= 0 t.q. pour tout y
R
([0, t]; R
m
), 0 = ,
_
t
0
S(t )Bu()d) =
_
t
0
B
S(t )
, u())d,
qui est quivalent :
B
S(t )
= 0 B
S()
= 0 (0 t).
Comme B
S()
(t) ,= R
n
R
n
, ,= 0, B
S()
= 0.
Do lquivalence.
* (a) (b)
On montre dabord que (a) entrane (b). En eet, si (a) est vrai, comme 0
int R
K
(t) il existe une boule contenue dans R
K
(t), i.e.,
r > 0, B(0, r) R
K
(t).
13
Contrle en temps optimal Dimension nie
Or, pour tout z R
n
, il existe k > 0 t.q.
z
k
B(0, r). Donc, z =
t
(ku), avec
u L
K
(t). Comme ku L
([0, t]; R
m
), on a z R
([0, t]; R
m
), z =
t
u.
Comme K est un voisinage de 0, il existe r > 0 t.q. B(0, r) K. Il nous sut
de montrer que int R
B(0,r)
(t) ,= pour conclure.
Si on pose
M := inf
_
M > 0 [ z B(z, ), u L
([0, t]; R
m
) t.q. z =
t
u, on a
_
_
_
_
_
u(.)
M
_
_
_
_
_
r
_
,
alors, on obtient B(
z
M
,
M
) R
B(0,r)
(t). Donc, intR
B(0,r)
(t) ,= . On en dduit
que (a) implique (b).
Remarque 2.6.
Si (A, B) est exactement contrlable (voir Def 3.1), alors on a videmment
(2.7).
Lemme 2.7.
Supposons que (2.7) est vraie. Alors, on peut dnir une norme dans R
(t) =
R
n
par
|z|
R
(t)
= inf
_
|u|
L
([0,t];R
m
)
[ z =
t
u, u L
([0, t]; R
m
)
_
. (2.8)
Cette norme est quivalente toutes les normes de R
n
.
De plus, si on dnit pour tout t > 0 une constante C
t
> 0 par
C
t
= sup
z=0, zR
n
_
|z|
R
(t)
|z|
X
_
, (2.9)
alors t C
t
est dcroissante.
Dmonstration.
La premire partie est claire et on montre juste la dcroissance de t C
t
.
Soit z R
n
. Alors daprs la dnition de C
t
, il existe u L
([0, t]; R
m
) t.q.
z =
t
u et |u|
L
([0,t];R
m
)
|z|
X
C
t
.
Prenons t
t
S(t
)Bu( (t
t))d.
14
Contrle en temps optimal Dimension nie
Donc, si on dnit u() =
[t
t,t
]
()u( (t
t)), on a
t
u = z et | u|
L
([0,t
];R
m
)
= |u|
L
([0,t];R
m
)
.
Or, |z|
X
C
t
|u|
L
([0,t];R
m
)
= | u|
L
([0,t
];R
m
)
|z|
R
(t
)
.
Passons au suprmum en z sur X. On en dduit que C
t
C
t
.
On a aussi besoin dun thorme de sparation qui est une consquence du
thorme de Hahn-Banach [5].
Dnition 2.8.
Soit C un sous ensemble, convexe et non vide dun espace de Hilbert X.
On dit que x C est un point dappui de C si il existe f X
t.q. :
supf(x), x C = f( x).
Thorme 2.9.
Soit C un sous ensemble convexe dun espace de Hilbert X.
Si int C ,= , alors pour tout x C, x est un point dappui de C.
Dmonstration.
Voir par exemple le thorme 1.13 du livre de V. Barbu et T. Precupanu [1].
On peut maintenant noncer le thorme le plus important de cette section qui
montre que le principe du maximum est une condition ncessaire doptimalit en
temps.
Thorme 2.10 (Principe du maximum, condition ncessaire).
Si u
L
K
(
, alors u
vrie le principe
du maximum (2.6).
Dmonstration.
Il sut de montrer le rsultat en supposant que la proprit (2.7) est vraie. En
eet, si (2.7) nest pas satisfaite, il existe ,= 0, t.q. B
S(
= 0. Donc, il
ny a rien montrer car avec ce , tout contrle (optimal ou non) satisfait (2.6).
Supposons que (2.7) est vraie. On va montrer dabord que z
f
S(
)z
0
est
sur le bord de R
K
(
).
Par labsurde, si z
f
S(
)z
0
nest pas sur le bord, alors il existe > 0, t.q.
B(z
f
S(
)z
0
, ) R
K
(
). Comme 0 R
K
(
S(
)z
0
) R
K
(
) t.q. z
f
S(
)z
0
=
(r u).
On pose u = r u. Alors | u| = r| u| < | u| et z
f
S(
)z
0
=
( u). De plus,
comme K est convexe et 0 appartient K, on a u L
K
(
).
15
Contrle en temps optimal Dimension nie
Soit 0 < t <
. On a :
z
f
S(t)z
0
= S(
)z
0
S(t)z
0
+
_
0
S(
)B u()d
=
_
t
0
S(t )B u()d +S(
)z
0
S(t)z
0
+
_
t
S(
)B u()d
+
_
t
0
(S(
),
o (t,
) := S(
)z
0
S(t)z
0
+
_
t
S(
)B u()d +
_
t
0
(S(
) = 0.
Comme la fonction t C
t
est dcroissante daprs le lemme 2.7, pour tout
> 0 on peut trouver t <
et un contrle v L
K
(t) t.q.
t
v = (t,
) et
|v|
L
([0,t];R
m
)
C
t
|(t,
)|
R
n | u|
L
([0,
];R
m
)
.
On sait que Ran u int K, car 0 K, Ran u K et u = r u avec 0 < r < 1.
Lobjectif est de prendre pour que u + v soit bien dans lensemble admissible,
L
K
(t). Il sut de prendre un susament petit t.q. :
B( u, | u|
L
([0,
];R
m
)
) K o B(u, r) := x R
m
[ , |x u()|
R
m r.
On a enn que z
f
S(t)z
0
=
t
( u+v) avec u+v L
K
(t). Cela est contradictoire
avec le fait que u
)z
0
R
K
(
).
On montre par la suite que u
K
(
) ,= (lemme 2.5) et z
f
S(
)z
0
R
K
(
), on sait que z
f
S(
)z
0
est un point dappui de R
K
(
).
Par le thorme de reprsentation de Riesz, ceci quivaut :
R
n
, ,= 0, , z) , z
f
S(
)z
0
) (z R
K
(
))
,
u) ,
), u L
K
(
0
B
S(
, u())d
_
0
B
S(
, u
())d (u L
K
(
)).
(2.10)
La dernire ingalit (2.10) est quivalente au principe du maximum (2.6). Pour
voir cela, il sut de prendre :
[0,
] , v() = argmax
uK
B
S(
, u) ,
o argmax
uK
f(u) est un lment de K ralisant le maximum de f.
16
Contrle en temps optimal Dimension nie
En prenant ce v, on obtient clairement que
B
S(
, u
()) = max
uK
B
S(
, u) pour [0,
] p.p. .
Do le rsultat.
On nonce ensuite le thorme concernant la proprit de bang-bang :
Corollaire 2.11 (Proprit de bang-bang).
Si on a (2.7) et si u
, alors
u
] p.p.. (2.11)
Dmonstration.
On remarque que le lemme 2.7 nous assure que B
S(
,= 0 si ,= 0.
Daprs le thorme 2.10, on sait quil existe R
n
, ,= 0 t.q. u
vrie (2.6).
Nous pouvons dnir pour tout [0,
]
u() =
B
S(t )
|B
S(t )
|
et () = max
R
+ [ u() K . (2.12)
Il est clair que () u() K.
De plus, comme u
] :
B
S(
, u
()) B
S(
, () u()) = ()|B
S(t )
|.
(2.13)
Pour x, on peut projeter u
S(t )
| B
S(
, u
()) = B
S(
, r u())
= r|B
S(t )
| ()|B
S(t )
|.
Donc u
] p.p..
Remarque 2.12.
Dans la dmonstation du thorme 2.11, on voit que si u satisfait le principe
du maximum (2.6) et si la proprit (2.7) est vraie, alors u possde la proprit de
type bang-bang (2.11). Cela pour tre tendu en dimension innie si on suppose un
type de contrlabilit approche (voir thorme 4.9).
17
Contrle en temps optimal Dimension nie
On donne dans le thorme suivant une condition susante pour quun contrle
u
L
K
(
) vrie le
principe du maximum (2.6) et si on a z
0
= 0 ou z
f
= 0, alors u
est un contrle en
temps optimal.
Dmonstration.
Supposons quon a z
f
= 0.
Si u
et un contrle u L
K
(t) t.q.
0 S(t)z
0
=
t
u.
Posons u() =
[0,t]
() u() pour [0,
].
On sait que u entrane z
0
0 en temps
.
Comme on a vu dans la dmontration du thorme 2.10 que u
satisfait le
principe du maximum est quivalent
,= 0, , z) , z
f
S(
)z
0
) (z R
K
(
)),
cela implique que z
f
S(
)z
0
= S(
)z
0
R
K
(
).
De plus, on sait que S(
)z
0
=
u.
Donc u vrie aussi le principe du maximum.
On a vu dans la remarque 2.12 que u doit possder la proprit de bang-bang.
Autrement dit, u() K pour p.p.. Or u sannule sur lintervalle [t,
], et
0 int K. Contradiction.
Si on a z
0
= 0, il sut dinverser le systme et dutiliser un argument similaire
en posant v() =
[
t,
]
() u( (
t)) ( [0,
]).
On vrie de nouveau que v vrie le principe du maximum, donc il possde
la proprit de bang-bang. Cela entrane la contradiction comme v sannule sur
[0,
t].
3 Unicit
On commence par dnir la notion de convexit stricte.
Dnition 2.14.
On dit quun ensemble C est strictement convexe si
x, y C, x ,= y t ]0, 1[, tx + (1 t)y int C.
Proposition 2.15.
Si K R
m
est strictement convexe et si la proprit (2.7) est vraie, alors le
contrle en temps optimal est unique.
18
Contrle en temps optimal Dimension nie
Dmonstration.
Supposons u, v deux contrles optimaux en temps t.
Daprs le thorme 2.11, u, v possdent la proprit de bang-bang, i.e. u(), v()
K pour [0, t] p.p.. Si u ,= v, alors il existe e [0, t] de mesure strictement
positive, t.q. u() ,= v(), pour tout e.
On pose w =
u+v
2
. Cest aussi un contle en temps optimal.
Or par la convexit stricte de K, pour tout e, w() est lintrieur de K,
ce qui est contradictoire avec la proprit de bang-bang. Do lunicit.
On nonce nalement une proprit doptimalit :
Proposition 2.16 (Principe doptimalit).
Supposons que u
.
Pour t [0,
).
Alors, u
).
Dmonstration.
Supposons que u
, cest--dire
quil existe > 0 et un contrle v L
K
(t ) t.q.
z(t, z
0
, u
) = z(t , z
0
, v).
Posons u() =
_
_
_
v() 0 t
u
( +) t <
.
Alors, on a :
z
f
= z(
, z
0
, u
) = z(
, z
0
, u).
Donc, u
. Contradiction.
19
Contrle en temps optimal Dimension nie
20
Contrle en temps optimal Prliminaires
III Prliminaires : Notions de contrlabilit et dobservabi-
lit
On considre le systme linaire suivant en dimension innie.
Soient X U et deux espaces de Hilbert. On identie U et U
(respectivement X
et X
est le dual de U.
On considre le systme :
z(t) = Az(t) +Bu(t), t [0, T], z(0) = z
0
X, (3.1)
o A : D(A) X est un oprateur qui engendre un semigroupe S(t) fortement
continu, B est un oprateur dans L(U, X) et u L
2
([0, T]; U).
On sait que la solution de (3.1) scrit :
z(t) = S(t)z
0
+
t
u, t [0, T]
avec
t
u =
_
t
0
S(t )Bu()d,
t
L(L
2
([0, t]; U), X). (3.2)
Dans la partie suivante, on prsente des rsultats prliminaires concernant les
notions de contrlabilit et dobservabilit classiques (voir par exemple les chapitres
6 et 11 du livre de G. Weiss et M. Tucsnak [35]). On voit aussi quelques notions
particulires dont on a besoin plus tard.
1 Dnitions
Dnition 3.1.
On dit que le systme (3.1) (ou (A, B)) est exactement contrlable en
temps t si Ran
t
= X.
On dit que (A, B) est approximativement contrlable en temps t si
Ran
t
est dense dans X.
Soit e [0, t] un ensemble de mesure de Lebesgue strictement positive. On
dit que (A, B) est approximativement contrlable en temps t sur e si
limage de la fonction
t,e
L(L
2
([0, t]; U), X) dnie par :
t,e
=
_
t
0
e
()S(t )Bu()d (3.3)
est dense dans X, o
e
est la fonction indicatrice de lensemble e.
On prsente ensuite les notions dobservabilits :
Dnition 3.2.
Supposons que C L(X, U). On dnit un oprateur dobservation en
temps t, not
t
par :
(
t
z
0
)() = CS()z
0
, z
0
X, [0, t]. (3.4)
21
Contrle en temps optimal Prliminaires
On sait que
t
L(X, L
2
([0, t]; U)).
De plus, on peut aussi dnir un oprateur dobservation en temps t sur
e, avec e [0, t] de mesure strictement positive not
t,e
, par :
t,e
=
e
t
,
t,e
L(X, L
2
([0, t]; U)). (3.5)
Dnition 3.3.
On dit que (A, C) est exactement observable en temps t si
t
est born
infrieurement, i.e. :
c > 0, x X, |x|
X
c|
t
x|
L
2
([0,t];U)
.
On dit que (A, C) est approximativement observable en temps t si
Ker
t
= 0 .
Soit t > 0 et e [0, t] de mesure strictement positive. On dit que (A, C) est
approximativement observable en temps t sur e si Ker
t,e
= 0.
On a besoin dintroduire les notions de contrlabilit zro :
Dnition 3.4.
On dit que (A, B) est contrlable zro en temps t > 0 si Ran S(t)
Ran
t
.
On dit que (A, B) est L
t
(L
x|
X
1
c
2
|G
x|
X
2
.
(iv) c
3
> 0, Fz [ z X
1
, |z|
X
1
c
3
Gx [ x D(G), |x|
X
2
1.
(v) RanF RanG,
(vi) Ker G
Ker F
.
Si on a de plus que X
2
est rexif, alors (i) (iii).
Dmonstration.
Lquivalence entre (v) et (vi) vient du simple fait que :
_
Ran F
_
= Ker F
et que
_
Ran G
_
= Ker G
.
Donc, on obtient que :
(v)
_
Ran G
_
_
Ran F
_
(vi).
(i) (ii) et (iii) (iv) viennent dun rsultat dans larticle de R. G.
Douglas [9], on se rfre au thorme 2.2 de larticle de O. Carja [6] et aux thormes
2.1 et 2.2 ch.2, Part IV du livre de J. Zaczyk [38] pour la dmonstration.
Remarque 3.7.
Dans le cas o X
1
, X
2
et X
3
sont des espaces de Hilbert et G L(X
2
, X
3
), on
a videmment (i) (ii) (iii) (iv) et (v) (vi).
Corollaire 3.8.
Soient Z, Y deux espaces de Hilbert et L L(Z, Y ).
Alors on a les deux quivalences suivantes :
L est sujectif L
, B
) en temps t > 0, et
d
t,e
=
d
t
, i.e. :
d
t
() = B
S()
d
t,e
() =
e
()B
S()
t
o
t
L(X, L
2
([0, t]; U)) dni par :
(
t
z)() = R
t
d
t
() = B
S(t )
z, z X, [0, t] (3.10)
est born infrieurement.
2. Soit t > 0 et e [0, t] de mesure strictement positive. On note e
:= t [ e.
Alors, on a
t,e
L(X, L
2
([0, t]; U)) et :
(
t,e
z)() = R
t
d
t,e
() =
e
()B
S(t )
, B
.
Dmonstration.
* On montre dabord (3.11).
En fait, pour tout v L
2
([0, t]; U) et tout z X on a :
z,
t,e
v)
X
= z,
_
t
0
e
()S(t )Bv()d)
X
=
_
t
0
B
S(t )
e
()z, v())
U
d
=
_
t
0
R
t
B
S()
e
()z, v())
U
d = R
t
B
S(.)
e
(.)z, v(.))
L
2
([0,t];U)
.
Donc, on en dduit que (
t,e
z)() = ( R
t
d
t,e
)()z.
Si de plus, on prend e = [0, t] dans (3.11), on obtient (3.10).
* On pose Z = L
2
([0, t]; U), Y = X et L =
t
dans (3.6), et on obtient que
t
est surjectif si et seulement si
t
est born infrieurement. Do la premire
dualit.
Pour la deuxime dualit, on pose Z = L
2
([0, t]; U), Y = X et L =
t,e
.
Daprs (3.7), on sait que Ran
t,e
est dense dans X si et seulement si R
t
d
t,e
, B
) est
approximativement observable en t sur e
. Do la deuxime dualit.
24
Contrle en temps optimal Prliminaires
Remarque 3.10.
* Dans la deuxime assertion du thorme 3.9 , en prenant e = [0, t], on aura
le rsultat classique pour la dualit. Autrement dit, (A, B) est approximative-
ment contrlable en temps t si et seulement si (A
, B
) est approximativement
observable en temps t.
* Dans la premire assertion, on a montr :
(A, B) est exactement contrlable en temps t > 0,
K
t
> 0, z X, K
t
|
t
z|
L
2
([0,t];U)
|z|
X
. (3.12)
On appelle C
t
le cot du contrle, la plus petite constante K
t
pour que (3.12)
soit vraie.
* Dans toute la suite de la section III, on va voir plusieurs notations pour le
cot du contrle. On choisit de les noter par la faon suivante :
* Si cest pour le problme concernant la norme L
t
.
* Si cest pour le problme o on cherche amener le systme zro, on
rajoute un indice 0 au dessus, i.e. C
0
t
.
* Si cest pour le problme o le support de contrle est inclus dans e [0, t]
de mesure strictement positive, on rajoute un indice e au dessous, i.e. C
t,e
.
Quant aux sections plus tard (section IV), pour simplier lcriture, on choisit
dliminer lindice 0 (respectivement +), si le problme trait est clairement
assosi une contrlabilit zro (respectivement la L
-norme).
On prsente par la suite un thorme concernant la dualit entre la contrlabilit
zro et une ingalit dobservabilit.
Thorme 3.11.
Soient t > 0, e [0, t] de mesure strictement positive et e
:= t [ e.
Alors, on a lquivalence entre :
(i) (A, B) est contrlable zro en temps t sur e,
(ii) K
t,e
> 0, z X, K
t,e
|
d
t,e
z|
L
2
([0,t];U)
|S(t)
z|
X
.
On appel le les ingalits de type (ii) ingalit dobservalit et appelle C
0
t,e
cut de contrle, la plus petite constante K
t,e
pour que lingalit dobservabilit
soit vraie.
Dmonstration.
Il sut de prendre X
1
= X
3
= X, F = S(t), G =
t,e
et X
2
= L
2
([0, t]; U) dans
le lemme 3.6 pour conclure.
25
Contrle en temps optimal Prliminaires
Remarque 3.12.
* Prenons e = [0, t] dans le thorme prcdent. On obtient la dualit classique
entre la contrlabilit zro et une ingalit dobservabilit, i.e. :
(A, B) est contrlable zro en temps t > 0,
K
t
> 0, z X, K
t
|
t
z|
L
2
([0,t];U)
|S(t)
z|
X
. (3.13)
On note par analogie la remarque 3.10, C
0
t
la plus petite constante K
t
pour
que lingalit (3.13) soit vraie et on lappelle le cot du contrle.
* Pour le problme de contrle dans lespace L
([0, t]; U)
nest pas un espace de Banach rexif, on ne peut pas appliquer le lemme 3.6
pour dduire la dualit.
On prsente dans la section suivante quelques proprits de cot du contrle,
puis on voit un rsultat similaire au thorme 3.11 qui donne la dualit entre
la L
t
z, z X. (3.14)
Si (A, B) est exactement contrlable, alors R
t
est un oprateur inversible,
autoadjoint et positif.
De plus, on peut trouver un unique oprateur R
1
2
t
L(X), autoadjoint et positif
et R
1
2
t
L(X) est aussi un oprateur autoadjoint et positif.
Dmonstration.
On montre dabord que R
t
est inversible. Daprs la contrlabilit exacte de
(A, B), on sait que Ran
t
= X. Daprs (3.6), cela implique que
t
est born
infrieurement. On obtient que :
x X, C
2
t
|
t
t
x|
X
|x|
X
C
2
t
t
t
x, x)
X
= C
2
t
|
t
x|
2
L
2
([0,t];U)
|x|
2
X
,
o C
t
est le cot du contrle.
Donc
t
t
= (
t
t
)
t
est sujectif. De plus, comme R
t
est born infrieurement, il est injectif. Donc R
t
est
inversible.
Par un simple calcul, on a :
R
t
z =
_
t
0
S(s)BB
S(s)
z ds, z X.
26
Contrle en temps optimal Prliminaires
On montre ensuite que R
t
est un oprateur autoadjoint positif. En eet, on
calcule :
R
t
z, y)
X
=
_
t
0
S()BB
S()
z, y)
X
d
=
_
t
0
z, S()BB
S()
y)
X
d = z, R
t
y)
X
, z, y X.
R
t
z, z)
X
=
_
t
0
|S()BB
S()
z|
2
X
d 0, z X.
La dernire assertion est un rsultat classique ds que R
t
est un oprateur
inversible, autoadjoint et positif.
Do le rsultat.
On donne ensuite une proposition qui donne une caractrisation du cot du
contrle :
Thorme 3.14.
Supposons que (A, B) est exactement contrlable en tout temps t > 0.
Soit z X x. Alors, on peut dnir un oprateur F(t) L(X, L
2
([0, t]; U))
t.q. pour tout z X,
u
t,z
:= F(t)z (3.15)
est lunique solution dun problme de contrle en norme minimale :
min
_
|u|
L
2
([0,t];U)
[ u L
2
([0, t]; U),
t
u = z
_
. (3.16)
On sait de plus que F(t)z =
t
R
1
t
z o R
t
est le Gramien de contrlabilit
(dni en (3.13) et on a C
t
= |F(t)|
L(X,L
2
([0,t];U))
.
Dmonstration.
On commence par remarquer une proprit utile :
* Soit z X. On a :
|
t
z|
2
L
2
([0,t];U)
=
_
t
0
|B
S(t )
z|
2
X
d =
__
t
0
S(t )BB
S(t )
zd, z
_
X
= R
t
z, z)
X
= |R
1
2
t
z|
2
X
. (3.17)
On montre par la suite lexistence et lunicit de la solution.
En eet, comme L
2
([0, t]; U) est un espace de Hilbert, daprs le thorme V.2
du livre de Brezis [5], on sait que Ker
t
admet un supplmentaire topologique dans
L
2
([0, t]; U). Autrement dit, comme X = Ran
t
, il existe un unique u (Ker
t
)
t.q.
t
u = z.
27
Contrle en temps optimal Prliminaires
En plus, par un simple calcul, on a :
t
u
t,z
=
t
t
R
1
t
z = z.
Soit u L
2
([0, t]; U) t.q.
t
u = z. On a u = u
1
+ u
2
, une dcomposition
orthogonale o u
1
Ker
t
et u
2
(Ker
t
)
.
Daprs le raisonnement ci-dessus, on sait que u
2
= u
t,z
.
On a aussi :
|u|
2
L
2
([0,t];U)
= |u
1
|
2
L
2
([0,t];U)
+| u
t,z
|
2
L
2
([0,t];U)
| u
t,z
|
2
L
2
([0,t];U)
.
Do lexistence et lunicit de la solution.
On montre ensuite que |F(t)|
L(X,L
2
([0,t];U))
= C
t
.
Pour tout z X, daprs (3.17), on obtient :
|F(t)z|
L
2
([0,t];U)
= |
t
R
1
t
z|
L
2
([0,t];U)
= |R
1
2
t
R
1
t
z|
X
= |R
1
2
t
z|
X
. (3.18)
Donc, cela implique que :
|F(t)|
L(X,L
2
([0,t];U))
= C
t
|R
1
2
t
|
L(X)
= C
t
, (3.19)
o C
t
est la plus petite constante K
t
t.q.
K
t
|
t
z|
L
2
([0,t];U)
= K
t
|R
1
2
t
z|
X
|z|
X
, z X. (3.20)
On montre ensuite que |R
1
2
t
|
L(X)
C
t
et que |R
1
2
t
|
L(X)
C
t
.
On calcule, pour tout z dans X :
|R
1
2
T
z|
2
X
=
_
R
1
2
t
z, R
1
2
t
z
_
X
=
_
z, R
1
t
z
_
X
|z|
X
|R
1
t
z|
X
|z|
X
C
t
|R
1
2
t
z|
X
(daprs (3.20)).
Donc, pour tout z dans X on a |R
1
2
t
z|
X
|z|
X
C
t
. Cela implique que |R
1
2
t
|
L(X)
C
t
en passant au supremum.
De plus, on peut calculer pour tout z dans X :
|R
1
2
t
|
L(X)
|R
1
2
t
z|
X
|R
1
2
t
z|
X
|R
1
2
t
z|
X
|z|
X
_
R
1
2
t
z, R
1
2
t
z
_
X
|z|
X
= |z|
X
.
Donc |R
1
2
t
|
L(X)
C
t
. Do |R
1
2
T
|
L(X)
= C
t
et par suite C
t
= |F(t)|
L(X,L
2
([0,t];U))
.
28
Contrle en temps optimal Prliminaires
Remarque 3.15.
* Le problme (3.16) est un problme de contrle en norme optimale pour le
sytme partant dun point initial 0 arrivant au point nal z.
Dans la section V, on va prsenter plus de dtails pour un problme similaire
de contrle en norme optimale dun systme qui part du point initial z
0
et
arrive au point nal 0.
* Par analogie la dmonstration ci-dessus, on peut montrer que si (A, B) est
contrlable zro en tout temps t > 0, alors on a :
C
0
t
= |F
0
(t)|
L(X,L
2
([0,t];U))
, (3.21)
o F
0
est en eet loprateur donnant lunique contrle qui amne un systme
du point initial z
0
au point nal 0 en norme mininale. Plus prcisment, u
t,z
0
=
F
0
(t)z
0
est lunique solution du problme :
min
_
|u|
L
2
([0,t];U)
[ u L
2
([0, t]; U), S(t)z
0
+
t
u = 0
_
. (3.22)
On remarque que comme le systme nest plus exactement contrlable, le Gra-
mien de contrlabilit R
t
nest pas inversible, autrement dit, on ne peut pas
crire la formule suivante :
F
0
(t)z
0
=
t
R
1
t
(S(t)z
0
) . (3.23)
Cependant, lcriture ci-dessus nest pas totalement fausse, il faut avoir S(t)z
0
Ran R
t
. On remarque que par exemple pour z
0
assez proche de zro, la formule
(3.23) est juste. On verra lusage de cette criture la n de la section V.
* Dans le cas plus gnral o p 1, +, on peut aussi montrer lexistence et
lunicit de la solution dun problme de contrle en L
p
-norme minimale de
type ci-dessus (avec point initial 0 ou point nal 0). Il sut de remarquer que
L
p
([0, T]; U) est un espace de Hilbert et dutiliser le thorme V.2 du livre de
Brezis [5].
On prsente quelques rsultats utiles pour contrler le systme par des contrles
dans L
t
()R
1
t
z
0
, [0, t].
On peut aussi vrier que :
t
u =
t
t
R
1
t
z
0
= z
0
.
Il reste montrer que u L
S(t )
R
1
t
z
0
, [0, t].
De plus, on a :
|u()|
U
= |B
S(t )
R
1
t
z
0
|
U
|B
|
L(X,U)
M
t
|R
1
t
|
L(X)
|z
0
|
X
, [0, t],
o M
t
:= sup
[0,t]
|S(t )
|
L(X)
.
Do le rsultat.
Pour simplier lcriture, on dnit un ensemble de contrles admissibles, que
lon note L
1
(t) par :
L
1
(t) =
_
u L
([0,t];U)
1
_
. (3.24)
On dnit deux autres ensembles accessibles partir du point 0 :
R
(t) = z X [ z =
t
u, u L
1
(t) = z X [ z =
t
u, u L
1
(t) . (3.26)
Lemme 3.17.
On dnit une norme pour lespace R
(t) par :
|z|
R
(t)
= inf
_
|u|
L
([0,t];U)
[ u L
([0, t]; U) ,
t
u = z
_
(z R
(t)). (3.27)
Alors,
_
R
(t), |.|
R
(t)
_
est un espace de Banach.
De plus, pour tout 0 < s < t, on a les inclusions continues suivantes :
R
(s) R
(t) X.
Dmonstration.
On admet que R
([0,t];U)
.
En prenant linmum en u sur L
(t)
.
Donc linclusion R
(s) R
(s) avec x =
s
u, u L
([0, t]; U) et | u|
L
([0,t];U)
= |u|
L
([0,s];U)
. Donc, on obtient |x|
R
(t)
|x|
R
(s)
.
Do la continuit.
30
Contrle en temps optimal Prliminaires
En supposant que (A, B) est exactement contrlable, on a montr dans la pro-
position 3.16 que R
(t) =
t
(L
(t)
sont quivalentes.
De plus, si on dnit C
+
t
par :
C
+
t
= sup
z=0, zX
_
|z|
R
(t)
|z|
X
_
, (3.28)
alors t C
t,+
est dcroissante en temps.
Dmonstration.
Daprs la proposition 3.16, on sait que R
(t)
_
(X, |.|
X
). On a montr dans le lemme 3.17 quil existe
M > 0 t.q. |x|
X
M|x|
R
(t)
. Donc on sait que Id L
_
(X, |.|
R
(t)
), (X, |.|
X
)
_
.
Par une consquence du thorme de lapplication ouverte (voir Corollaire II.6 de
[5]), cela implique que Id
1
est continue. Do lquivalence entre les deux normes.
An de montrer que t C
+
t
est dcroissante, on reprend exactement la mme
dmarche que dans la dmonstration du lemme 2.7.
Remarque 3.19.
* Si on restreint loprateur
t
sur lespace L
t
z|
L
1
([0,t];U)
|z|
X
. (3.29)
* Il est clair quon peut montrer que t C
t
et t C
0
t
sont toutes dcroissants
en temps.
Supposons que (A, B) est L
([0,t];U)
_
|z
0
|
X
_
_
_
. (3.31)
Il est clair que t C
+,0
t,e
est dcroissante.
On donne ensuite la dualit entre la L
:= t [ e.
Alors, on a lquivalence entre :
(i) (A, B) est L
z|
X
.
Dmonstration.
On montre dabord que (ii) (i).
Dnissons un sous-espace Z de L
1
([0, t]; U) par :
Z :=
_
R
t
d
t,e
[ X
_
.
Soit z
0
X. On considre la fonction T : Z R dnie par :
T( R
t
d
t,e
) = z
0
, S(t)
)
X
. (3.32)
On montre dabord que T est bien dnie. En eet, soient ,=
et R
t
d
t,e
=
R
t
d
t,e
= S(t)
([0,t];U)
K
t,e
|z
0
|
X
,
u, v)
L
,L
1
= T(v), v Z.
Prenons v = R
t
d
t,e
. On obtient que pour tout X :
S(t)z
0
, )
X
= z
0
, S(t)
)
X
=
T(v) =
_
u, R
t
d
t,e
_
L
,L
1
=
t,e
u, )
X
.
Donc
t,e
u +S(t)z
0
= 0, pour tout z
0
X. Do (i) est vrai.
Pour la rciproque, on pose z
0
= S(t)
X o X. Comme le cot
du contrle est plus petit que K
t,e
, cela implique quil existe u L
([0,t];U)
K
t,e
|z
0
|
X
.
Ensuite, on calcule :
32
Contrle en temps optimal Prliminaires
|S(t)
|
2
X
= z
0
, S(t)
)
X
= S(t)z
0
, )
X
=
t,e
u, )
X
=
_
u, R
t
d
t,e
_
L
,L
1
|u|
L
([0,t];U)
| R
t
d
t,e
|
L
1
([0,t];U)
K
t,e
|z
0
|
X
|
d
t,e
|
L
1
([0,t];U)
.
Do (ii) est vrai.
Remarque 3.21.
* Le thorme prcdente implique que C
+,0
t,e
est la plus petite constante qui
ralise lingalit dobservabilit (ii).
* Prenons e = [0, t] dans le thorme prcdent. On obtient la dualit entre la
L
t
z|
L
1
([0,t];U)
|S(t)
z|
X
, (3.33)
o on dnit par analogie :
C
+,0
t
= sup
z
0
=0, z
0
X
_
_
_
inf
uA
t,z
0
_
|u|
L
([0,t];U)
_
|z
0
|
X
_
_
_
, (3.34)
avec A
t,z
0
:= u L
-norme
minimale.
Ils sont dcroissants en temps.
Le comportement de C
0
t
pour un problme de contrle dun systme contrlable
zro est un sujet vivement tudi dans ces dizaines dannes. Il est connu que
lim
t0
C
0
t
= +. On prsente par la suite quelques rsultats obtenus dans dirents
articles concernant le taux dexplosion de C
0
t
quand t tend vers zro.
* En dimension nie (o X = R
n
et U = R
m
), Thomas I. Seidman et Jiongmin
Yong ont montr dans larticle [29] :
C
0
t
t
(k+1/2)
, t 0, (3.35)
o k est le plus petit nombre entier t.q. Ran [B, AB, ... , A
k
B] = n.
33
Contrle en temps optimal Prliminaires
* Dans le cadre de la section IV.4, on suppose A = A
< 0, diagonalisable
avec une base orthornorme forme par les vecteurs propres (
k
)
k
de A o
les valeurs propres assosies (
k
)
k
sont t.q. pour tout k 1,
k
> 0 et
lim
k+
[
k
[ = + et que la rsolvante de A est compacte. Si on suppose de
plus que pour tout > 0, (A, B) vrie lingalite :
d
0
, d
1
> 0, V
, ||
X
d
0
e
d
1
|B
|
U
, (3.36)
o V
= vect
_
k
[
1
2
k
_
, on va voir que le systme est L
-contrlable
zro en tout t > 0 sur tout e [0, t] de mesure strictement positive.
Dans ce cas, G. Tenenbaum et M. Tucsnak ont montr dans larticle [33]
(thorme 1.2) que :
C
0
t
< t
1
2
e
c
t
, t 0 o c > 4d
2
1
. (3.37)
On peut appliquer cette estimation du cot du contrle lquation de la
chaleur avec un contrle interne, dcrite dans (3.54)-(3.56).
* Supposons que R
n
, born et que est de la classe (
.
On considre lquation de Schrdinger avec un contrle sur le bord :
z(x, t) = iz(x, t), x , t 0, (3.38)
z(x, t) = u(x, t), x , t 0, (3.39)
z(x, t) = 0, x
, t 0, (3.40)
z(x, 0) = z
0
(x), x , (3.41)
o z
0
L
2
() et et satisfait la condition doptique gomtrique
dcrite dans larticle de C. Bardos, G. Lebeau et J. Rauch [2].
Alors, G. Tenenbaum et M. Tucsnak ont montr dans larticle [32] (proposition
6.1) que :
C
0
t
< e
3L
2
2t
, t 0, (3.42)
o L
4t
, t 0, (3.47)
34
Contrle en temps optimal Prliminaires
o L
(, R) et u est un
contrle vriant que pour tout t > 0, |u(., t)|
L
2
(O)
1.
On crit dabord le systme (3.48)-(3.50) sous une forme formelle :
Posons X = L
2
(), U = L
2
(O). On dnit loprateur A par :
A =
_
D(A) = H
2
()
H
1
0
() X
A = i +ia(x)
(3.51)
et loprateur B L(U, X) par Bu =
O
u, u L
2
(O).
Avec les notations ci-dessus, le systme (3.48)-(3.50) scrit sous la forme :
z(t) = Az(t) +Bu(t), z(0) = z
0
. (3.52)
On rappelle ensuite un rsultat connu :
35
Contrle en temps optimal Prliminaires
Proposition 3.22.
Soit X un espace de Hilbert de dimension innie et A : D(A) X un op-
rateur autoadjoint avec rsolvante compacte. Alors, A est diagonalisable avec une
base orthonormale (
k
)
kI
de vecteurs propres de A (I Z) et les valeurs propres
associes (
k
)
kI
vrient lim
|k|+
[
k
[ = +.
Dmonstration.
Voir par exemple la proposition 3.2.12 de [35].
Notons A = iA
0
, o A
0
= +a(x).
On commence par donner quelques proprits de loprateur A
0
:
Proposition 3.23.
A
0
est un oprateur autoadjoint, diagonalisable et le spectre de A
0
est
born infrieurement.
Dmonstration.
* A
0
est symtrique :
On remarque dabord que pour tout , D(A
0
) = D(A) on a :
A
0
, )
L
2
()
=
_
( +a(x)) dx =
_
+a(x) dx
=
_
+a(x)
_
dx = , A
0
)
L
2
()
.
Donc A
0
est symtrique.
* A
0
est autoadjoint :
Comme A
0
est symtrique, il sut de montrer quil existe R t.q. A
0
+I
est surjectif pour dduire que A
0
est autoadjoint. Puisque a L
(, R), il
existe R et a
0
> 0 t.q. a(x) + > a
0
0 pour tout x . Prenons ce et
notons a
est un oprateur
sujectif. Autrement dit, on veut montrer que pour tout f L
2
() il existe
z D(A
0
+I) = D(A
0
) t.q. (A
0
+I)z = f.
Pour cela, on crit la forme variationnelle :
b(z, ) = l(), H
1
0
(),
o b(z, ) = (A
0
+I)z, )
L
2
()
et l() = , f)
L
2
()
.
On sait que :
b(z, z) = z, z)
L
2
()
+a
(x) z, z)
L
2
()
min1, a
0
|z|
2
H
1
0
()
.
Donc, la forme bilinaire b est coercive et il est clair que b et l sont continues.
Daprs le thorme de Lax-Milgram, on tablit lexistence dun unique z
H
1
0
() t.q. (A
0
+I)z = f.
36
Contrle en temps optimal Prliminaires
On note D() les fonctions C
(x)z = f, dans D
().
Puisque f L
2
(), on a z H
2
(). Donc, z D(A
0
) = H
2
()
H
1
0
() avec
(A
0
+I)z = f. Do la sujectivit de A
0
+I.
* A
0
est diagonalisable avec le spectre born infrieurement :
Par le fait que linjection D(A
0
) L
2
() est compacte, On en dduit que A
1
0
est compact. Daprs la proposition 3.22, on sait que A
0
est diagonalisable et
que lim
|k|+
[
k
[ = +.
De plus, pour tout D(A
0
) on a :
A
0
, )
L
2
()
= ||
2
L
2
()
+a(x)||
2
L
2
()
K
||
2
L
2
()
,
o K
=
1
C
+ a
0
avec a(x) + > a
0
0 pour tout x et C
est la
constante dingalit de Poincar.
Donc, le spectre de A
0
est born infrieurement.
On peut aussi crire les oprateurs adjoints de (A, B) par :
_
A
= i i a(x),
B
x = x[
O
.
(3.53)
On donne par la suite le premier rsultat de la controlabilit du systme (3.48)-
(3.50) :
Thorme 3.24.
Supposons que lune des 2 hypothses suivantes est vrie :
1. est born, est de la classe C
2
, a L
(, R) et O satisfait la condition
doptique gomtrique, comme celle dcrite dans larticle de C. Bardos, G.
Lebeau et J. Rauch [2].
2. est un rectangle, a est une constante et O est un ouvert quelconque non vide
de .
Alors, (A, B) est exactement contrlable en tout temps t > 0.
Dmonstration.
En utilisant la remarque 7.4.4 et le thorme 6.7.2 de [35], on remarque dabord
que si on a la contrlabilit exacte pour lquation des ondes, alors on aura la
contrlabilit exacte pour lquation de Schrdinger.
Sous la premire hypothse, la contrlabilit exacte pour lquation des ondes
est tablie dans [2]. Quant la deuxime hypothse, la contrlabilit exacte pour
lquation des ondes est montre dans larticle de S. Jaard [18] et dans larticle de
37
Contrle en temps optimal Prliminaires
V. Komornik [19]. Donc, on conclut que (A, B) est exactement contrlable en tout
temps t > 0.
On va construire la contrlabilit approche en tout temps t > 0 sur tout
e [0, t] de mesure strictement positive plus tard dans la section IV.3.2.
(2) Lquation de la chaleur
Supposons que R
n
est un compact connexe, est de la classe C
et que
O est un ouvert non vide.
On considre le systme :
z(t, x) = z(t, x) +
O
(x)u(t, x), x , t 0, (3.54)
z(t, x) = 0, x , t 0. (3.55)
z(0, x) = z
0
L
2
(), x , (3.56)
o u est un contrle vriant que pour tout t > 0, |u(., t)|
L
2
(O)
1.
Posons X = L
2
(), U = L
2
(O). On dnit loprateur A par :
A : =
_
D(A) = H
2
()
H
1
0
() X
A = ,
(3.57)
et loprateur B L(U, X) par Bu =
O
u, u L
2
(O).
Avec les notations ci-dessus le systme (3.54)-(3.56) scrit sous la forme :
z(t) = Az(t) +Bu(t), z(0) = z
0
.
De plus, daprs la proposition 3.23, il est clair que A = A
< 0, diagonalisable
avec une base orthornorme forme par les vecteurs propres (
k
)
k
de A o les valeurs
propres assosies (
k
)
k
sont t.q. pour tout k 1,
k
> 0 et lim
k+
[
k
[ = +
et que la rsolvante de A est compacte.
Il est connu que lquation de la chaleur ne possde pas la contrlabilit exacte
(voir par exemple larticle de G. Lebeau et E. Zuazua [22]). On verra dans la section
IV.4, que lon peut tablir la L
(respectivement X et
X
est le dual de U.
On considre le systme suivant :
z(t) = Az(t) +Bu(t), t [0, T], z(0) = z
0
X, (4.1)
o A : D(A) X est un oprateur qui engendre un semigroupe S(t) fortement
continu, B est un oprateur dans L(U, X) et u L
(t) (3.25) et B
1
(t)
(3.26).
On rednit la notion de loptimalit en temps, comme dans la dnition 2.2.
Dnition 4.1.
On dit quun point z X est accessible en temps t > 0 si z S(t)z
0
B
1
(t).
Soient z
0
, z
f
X, avec z
f
accessible. On dit quun contrle u
L
1
(
) avec
z
f
= S(
)z
0
+
.
On rednit aussi le principe du maximum et la proprit de bang-bang.
Dnition 4.2.
On dit quun contrle u
S(t )
, u
()) = max
uU, u
U
1
B
S(t )
= inf
_
t > 0 [ z
f
S(t)z
0
B
1
(t)
_
.
On sait quil existe une suite minimisante (t
n
)
n
R
+
, t
n
et une suite
(u
n
)
n
de L
1
(t
n
) t.q. : n N, z
f
= z(t
n
, z
0
, u
n
).
Prenons s > t
1
. On tend (u
n
)
n
par 0 sur lintervalle [t
n
, s]. On remarque dabord
que L
([0, s]; U) = (L
1
([0, s]; U))
L
1
(s).
Puis, pour tout z X, on dnit les fonctions
n
et par :
n
() =
_
_
_
B
S(t
n
)
z si 0 < t
n
0 sinon
et () =
_
_
_
B
S(
z si 0 <
0 sinon.
On sait que
n
(.) converge vers (.) dans L
1
([0, s]; U).
On crit ensuite pour tout z X :
z, z
f
S(t
n
)z
0
)
X
=
_
s
0
n
(), u
n
())
U
d.
Prenons la limite n vers +. On obtient :
z, z
f
S(
)z
0
)
X
=
_
s
0
(), u
())
U
d = z,
)
X
, z X.
Cela implique que z
f
S(
)z
0
=
.
Do lexistence dun contrle en temps optimal.
Remarque 4.5.
Il existe un rsultat dexistence dans un cas plus gnral (voir le thorme 3.1.2
de [11]).
Supposons que X, U sont des espaces de Banach.
Si on a
L
([0, t]; U) = (L
1
([0, t]; U
))
, (4.5)
alors il existe un contrle en temps optimal.
Remarquons que (4.5) est vri si U rexif ou U est sparable (voir par
exemple le thorme 8 du livre de A.I. Tulcea et C.I. Tulcea [17]).
Dans le cas des espaces de Hilbert, la condition (4.5) est automatiquement v-
rie car tout espace de Hilbert est rexif.
40
Contrle en temps optimal Dimension innie
3 Principe du maximum et la contrlabilit exacte
Dans cette section, en sinspirant de la dimension nie, on voit quen supposant
la contrlabilit exacte du systme, le contrle optimal en temps vrie le principe du
maximum (thorme 4.7). De plus, en supposant un type de contrlabilit approche
du systme, on peut tablir la proprit de bang-bang (thorme 4.9). On voit aussi
la n (section IV.3.2) un moyen dtablir ce type de contrlabilit approche pour
les quations de type Schrdinger. Ces rsultats sont obtenus dans larticle de J.
Lohac et M. Tucsnak [24].
Dans toute la suite de la section IV.3, on note C
t
au lieu de C
+
t
pour simplier
lcriture.
(1) Rsultat principal
Avant dnoncer le rsultat principal, on commence par un lemme du livre de
Fattorini (lemme 2.2.1 de [11]).
Lemme 4.6.
Soit U un espace de Banach.
On dit quune fonction f o f() U
,U
est mesurable.
Soit f une fonction U faiblement mesurable. Alors, on a :
sup
uL
([0,t];U), u
L
1
__
t
0
f(), u())
U
,U
d
_
=
_
t
0
|f()|
U
d,
si
_
t
0
|f()|
U
d est ni.
On peut maintenant noncer le rsultat principal qui montre quun contrle
optimal en temps doit satisfaire le principe du maximum.
Thorme 4.7. (Principe du maximum)
Supposons que (A, B) est exactement contrlable en tout t > 0. Si u
est
un contrle optimal en temps
, alors u
)z
0
B
1
(
).
Par labsurde, si z
f
S(
)z
0
/ B
1
(
)z
0
) B
1
(
) , | u|
L
([0,
];U)
r < 1 t.q. z
f
= z(z
0
,
, u).
Pour tout 0 < t <
, on crit :
41
Contrle en temps optimal Dimension innie
z
f
S(t)z
0
= S(
)z
0
S(t)z
0
+
_
0
S(
)B u()d
=
_
t
0
S(t )B u()d +S(
)z
0
S(t)z
0
+
_
t
S(
)B u()d
+
_
t
0
(S(
),
o
(t,
) = S(
)z
0
S(t)z
0
+
_
t
S(
)B u()d +
_
t
0
(S(
)
t
([0,t];U)
C
t
|z|
X
.
Comme t C
t
est dcroissante (lemme 3.18), en prenant z = (t,
), on peut
donc trouver un t susament proche de
et un contrle v L
t
v = (t,
) et |v|
L
([0,t];U)
1 r.
On obtient alors z
f
= z(z
0
, t, u+v). Comme | u+v|
L
([0,t];U)
1, u+v est donc
un contrle admissible. Cela est contradictoire avec loptimalit de u
en temps
.
On a montr que z
f
S(
)z
0
B
1
(
1
(
) ,= car R
) = X. Puis, en
utilisant le thorme 2.9 et le thorme de reprsentation de Riesz, on dduit quil
existe X, ,= 0 t.q. :
, z)
X
, z
f
S(
)z
0
)
X
, z B
1
(
)
,
u)
X
,
)
X
, u L
1
(
0
B
S(
, u())
U
d
_
0
B
S(
, u
())
U
d, u L
1
(
).
(4.6)
Puisque lon sait que t B
S(
t)
)
_
0
B
S(
, u())
U
d =
_
0
|B
S(
|
U
d.
Donc, on peut en dduire avec (4.6) que :
_
0
B
S(
, u
())
U
d =
_
0
|B
S(
|
U
d.
Or, il est vident que pour [0,
] p.p., on a :
B
S(
, u
())
U
|B
S(
|
U
, car |u
|
L
1
.
42
Contrle en temps optimal Dimension innie
Cela implique au nal que :
B
S(
,u
())
U
= |B
S(
|
U
= max
uU,u
U
1
B
S(
, u) pour [0,
] p.p..
Donc u
est un
contrle optimal en temps
.
Si (A, B) est approximativement contrlable en temps
sur tout
sous-ensemble e [0,
possde la
proprit de bang-bang (4.4).
Enn si de plus U est strictement convexe, alors le contle optimal en temps
est unique.
Dmonstration.
Par le thorme 4.7, on sait quil existe X, ,= 0 t.q. u
vrie le principe
du maximum (4.3).
De plus, si il existe un ensemble e de mesure strictement positive t.q. B
S(
)
sur e
] p.p. on a B
S(
,= 0. Cela nous
permet de dnir une fonction n par n() :=
B
S(
S(
U
pour [0,
] p.p..
Daprs le principe du maximum, on sait que :
B
S(
,u
())
U
= |B
S(
|
U
pour [0,
] p.p..
Projectons u
],
o n(), v())
U
= 0 et () R
+
.
43
Contrle en temps optimal Dimension innie
Puisque lon sait que u
L
1
(t), on obtient :
|u
()|
2
U
= ()
2
+|v()|
2
U
1 pour [0,
] p.p..
On peut aussi calculer :
|B
S(
|
U
= ()|B
S(
|
U
pour [0,
] p.p. .
Donc, on a () = 1 et v() = 0 pour [0,
] p.p..
Ainsi u
. On a |u(t)|
U
= |v(t)|
U
= 1 pour t [0,
] p.p.. Prenons
w =
1
2
(u + v), w L
1
(
S(t )
,= 0,
alors le contrle en temps optimal possde la proprit de bang-bang.
Il est possible dtablir la proprit de bang-bang sans passer par le principe du
maximum. On donne deux exemples ici :
* Dans [11], Fattorini considre un systme de contrle total, cest--dire,
B = Id.
Dans ce cas, on peut montrer quun contrle en temps optimal possde toujours
la proprit de bang-bang sans la condition de contrlabilit exacte. Quant
au principe du maximum, il faut toujours supposer la contrlabilit exacte du
systme.
En plus, dans ce cas, en ajoutant une condition supplmentaire |Az
0
| < 1
ou |Az
f
| < 1, le principe du maximum devient une condition susante pour
loptimalit en temps.
* On sait quil existe des quations, par exemple, lquation de type de la chaleur
(3.54)-(3.56), qui ne possdent pas la contrlabilit exacte.
On va voir dans la section IV.4 quen supposant un type de L
-contrlabilit
zro le contrle en temps optimal possde la propritt de bang-bang. Ce-
pendant, sous cette condition, le principe du maximum nest pas clair. On va
expliciter ce cas dans la suite.
44
Contrle en temps optimal Dimension innie
(2) Application aux quations de type Schrdinger
On rappelle lquation de Schrndinger dcrite dans (3.48)-(3.50) :
z(x, t) = iz(x, t) +ia(x)z(x, t) +u(x, t)
O
(x), x , t 0, (4.7)
z(x, t) = 0, x , t 0, (4.8)
z(x, 0) = z
0
(x) L
2
(), x , (4.9)
On rappelle aussi que lon peut crire (4.7)-(4.9) sous la forme :
z(t) = Az(t) +Bu(t), z(0) = z
0
, (4.10)
o les oprateurs A, B et A
, B
nI
a
n
e
i
n
t
= 0, t e,
alors on a
nI
a
n
e
i
n
t
= 0, t R.
Dmonstration.
Comme (a
n
)
nI
l
1
(I, C), la srie est normalement convergente. Cela nous
permet dcrire la somme.
45
Contrle en temps optimal Dimension innie
On dnit lensemble C
+
:= s C [ Ims > 0 et lapplication
f :=
_
_
_
C
+
C
s
nI
a
n
e
i
n
s
.
On peut crire pour tout s = +i, > 0 :
f
(s) =
nI
i
n
a
n
e
e
i
n
.
On suppose que (
n
)
n
[m, +] et on pose
n
=
n
+m. Alors, on obtient :
f
(s) = e
m
nI
ia
n
(
n
m)e
e
i
n
.
Puisque (a
n
)
n
l
1
(I, C) et > 0,
n
> 0, la srie est normalement convergente.
Cela montre que f est une fonction analytique sur C
+
et quelle est continue jusquau
bord de C
+
( C
+
= R).
Faisons le changement de variable z = e
is
pour tout s C
+
= R. On dnit
une fonction u : D C par :
u :=
_
_
_
D C
z
nI
a
n
z
n
,
o D est dni dans le lemme 4.11.
On sait que f sannule sur e R, donc u sannule sur un ensemble e
D de
mesure strictement positive. Daprs le lemme 4.11, u sannule sur z C [ [z[ = 1.
Ceci implique que f sannule sur R. Do le rsultat.
Dans le cas o (
n
)
n
est borne suprieurement, on prend par analogie len-
semble C
n
, o a
n
= z
0
,
n
)
X
.
On peut aussi crire :
y(t) =
nI
a
n
e
i
n
t
C
n
.
Pour tout v Y , on a :
y(t), v)
Y
=
nI
a
n
e
i
n
t
C
n
, v)
Y
=
nI
a
n
e
i
n
t
n
, C
v)
X
.
Comme (a
n
)
n
, (
n
, C
v)
X
)
n
l
2
(I, C), on a donc (a
n
n
, C
v)
X
)
n
l
1
(I, C).
On sait de plus que pour tout t e, y(t), v)
Y
= 0. En appliquant le lemme
4.12, On en dduit que pour tout v Y , et tout t R, on a y(t), v)
Y
= 0. Donc,
y(t) = 0 pour tout t R.
On peut maintenant noncer le rsultat principal.
Corollaire 4.14.
Supposons que vrie lune des 2 hypothses dcrites dans le thorme 3.24.
Alors, pour tout z
0
, z
f
L
2
() , z
0
,= z
f
, il existe un unique contrle en
temps optimal u
.
De plus, il existe L
2
(), ,= 0 t.q. :
_
O
w(x, t) u
] p.p., (4.13)
o w est la solution du systme adjoint avec une condition nale :
w(x, t) = iw(x, t) +i a(x)w(x, t), x , t 0, (4.14)
w(x, t) = 0, x , t 0, (4.15)
w(x,
) = (x), x . (4.16)
De plus, u
(., t)|
L
2
(O)
= 1, t [0,
] p.p. . (4.17)
47
Contrle en temps optimal Dimension innie
Dmonstration.
Daprs le thorme 3.24, on sait que le systme est exactement contrlable en
tout t > 0. On peut donc appliquer le thorme 4.7 pour obtenir (4.13).
On montre ensuite la contrlabilit approche du systme (4.7)-(4.9) en
sur
tout ensemble e [0,
, B
0
|B
S()
z|
2
U
d c|z|
2
X
,
o on rappelle que C
t
est le cot du contrle.
On sait que w(., t) = S(
t)
, L
2
(). On obtient au nal que :
C
2
t
_
0
_
O
[ R
t
w(x, )[
2
dxd
_
[(x)[
2
dx.
Du fait que w(x, t) = 0 pour tout x O et tout t R et que w(., t) = S(
t)
,
on a (x) = 0 pour tout x . Donc w(x, t) = 0 pour tout x et tout t R. Do
lobservabilit approche en
-contrlabilit
zro
Dans cette section, on verra quen supposant la L
-contrlabilit zro
en tout temps t > 0 sur tout e [0, t] de mesure strictement positive, le
48
Contrle en temps optimal Dimension innie
contrle en temps optimal possde la proprit de bang-bang (thorme 4.15). On
tablit la n une condition susante (thorme 4.17 et proposition 4.18) pour que
le systme possde ce type de la L
< 0,
diagonalisable avec rsolvante compacte. On sest fortement inspir de larticle [25]
et de larticle de G. Wang [37] o la proprit de bang-bang est tablie pour le
contrle optimal en temps de lquation du type de la chaleur en sappuyant sur une
technique introduite par G. Lebeau et L. Robbiano [21].
Dans toute la suite de la section IV.4, on note C
t,e
au lieu de C
+,0
t,e
pour
simplier lcriture.
(1) Rsultat principal
On nonce tout de suite le rsultat principal :
Thorme 4.15.
Supposons que (A, B) est L
en temps
et u
] de mesure
strictement positive t.q. :
|u
()|
U
1 , e.
On note z
(t) = z(t, z
0
, u
partir du point z
0
au temps t.
On remarque dabord quil existe
0
> 0 t.q. :
e
0
a une mesure positive o e
0
= t [
0
,
0
] [ t e .
Il est clair que z
(t)
t0
z
0
. Donc il existe 0 < <
0
t.q. :
|z
0
z
()|
X
M
, o M = sup
0<<
0
C
,e
0
. (4.18)
49
Contrle en temps optimal Dimension innie
Daprs la L
sur e
0
, on sait quil existe
un contrle v L
([0,
)(z
0
z
()) +
,e
0
v
= S(
)(z
0
z
()) +
_
0
e
0
()S(
)Bv()d
= S(
)(z
0
z
()) +
_
e
0
( )S(
,e
0
|z
0
z
()|
X
C
,e
0
M
( e
0
). (4.20)
Notons v() = v( ). Puisque le support de v est inclu dans e
0
, on en
dduit que v() = v( ) est non nul si supp v e
0
. Autrement dit,
le support de v est inclu dans e
0
.
On peut galement crire (4.19) et (4.20) comme suit :
0 = S(
)(z
0
z
()) +
_
e
0
()S(
)B v()d, (4.21)
| v()|
U
, pour e
0
. (4.22)
On montre ensuite que u
].
On vrie dabord que u L
1
(
). En eet, si t + e
0
, daprs (4.22)
on obtient que | u(t)|
U
|u
(t + )|
U
+ | v(t + )|
U
(1 ) + = 1. Et pour
t + / e
0
, on a que | u(t)|
U
= |u
(t +)|
U
1.
Puis, en utilisant que le support de v est inclu dans e
0
et (4.21), on obtient :
S(
)z
0
+
u
= S(
)(z
0
z
()) +S(
)
_
S()z
0
+
_
0
S( )Bu
()d
_
+
v(. +) +
(. +)
= S(
)(z
0
z
()) +
v(. +)
+S(
)z
0
+
_
0
S(
)Bu
()d +
_
0
S(
)Bu
( +)d
= S(
)(z
0
z
()) +
_
0
S(
)B v( +)d
+S(
)z
0
+
_
0
S(
)Bu
()d +
_
S(
)Bu
()d
= S(
)(z
0
z
()) +
_
e
0
()S(
)B v()d +S(
)z
0
+
= 0 +z
f
.
Donc u entrane z
0
au z
f
en temps
de u
.
50
Contrle en temps optimal Dimension innie
Do u
-contrlabilit
zro en tout temps t > 0 sur tout e [0, t] de mesure strictement positive, ce qui
est similaire au thorme 3.2 de [25].
On suppose que dans cette section A = A
k1
k
,
k
)
k
, D(A) (4.23)
et S(t)z =
k1
e
k
t
z,
k
)
k
, t > 0, z X. (4.24)
On nonce dabord un lemme de la thorie de la mesure :
Lemme 4.16.
Soit e R un ensemble de mesure strictement positive.
Alors il existe 0 < < 1 et c > 0 t.q. pour presque tout t e, on peut trouver
une suite (t
n
)
n
strictement croissante t.q. lim
n+
t
n
= t et t.q. elle vrie les deux
conditions suivantes :
([t
i
, t
i+1
]
e) (t
i+1
t
i
) (4.25)
et
t
i+1
t
i
t
i+2
t
i+1
c. (4.26)
Dmonstration.
Voir la page 274 du livre de J.L. Lions [23].
Pour > 0 on dnit le sous-espace V
de X par :
V
= vect
_
k
[
1
2
k
_
. (4.27)
On note P
la projection de X sur V
.
On nonce par la suite le thorme principal de cette section :
51
Contrle en temps optimal Dimension innie
Thorme 4.17.
Soit > 0 et e [0, ] un ensemble de mesure strictement positive.
Supposons quil existe d
0
> 0 et d
1
> 0 t.q. pour tout > 0 et tout 0 < s < t ,
on a :
|S()
|
X
d
0
e
d
1
(c)
|
d
,E
|
L
1
([0,];U)
, V
, (4.28)
o c := e [ s t et c
:= [ c.
Alors (A, B) est L
([t
2k
, t
2k+2
]; U) par :
z
1
(0) = z
0
,
u
k
() =
_
0 pour [t
2k
, t
2k+1
]
v
k
() pour [t
2k+1
, t
2k+2
],
z
k
() = S( t
2k
) z
k1
(t
2k
) +
_
t
2k
e
()S( s)B u
k
()d, pour [t
2k
, t
2k+2
],
(4.30)
o (v
k
)
k
L
([t
2k+1
, t
2k+2
]; U) est t.q.
_
_
P
k
z
k
(t
2k+2
) = 0,
le support de v
k
e
[t
2k+1
, t
2k+2
],
|v
k
|
L
([t
2k+1
,t
2k+2
];U)
d
0
e
d
1
k
r
2k+2
| z
k
(t
2k+1
)|
X
.
(4.31)
On pose c
k
= e
[t
2k+1
, t
2k+2
]. Alors daprs (4.25) on obtient que (c
k
)
r
2k+2
.
On montre ensuite pour tout k 0 lexistence dun contrle v
k
qui vrie
toutes les proprits de (4.31). En eet, en prenant c = c
k
et =
k
dans
(4.28) et daprs lquivalence entre (i) et (ii) dans la proposition 3.20 (en prenant
X = V
k
), on obtient que pour tout z
k
(t
2k+1
) on peut trouver un contrle v
k
dont
le support de v
k
est inclu dans e
[t
2k+1
, t
2k+2
] qui "entrane z
k
(t
2k+1
) zro dans
V
k
en temps t
2k+1
" (cest--dire, P
k
z
k
() = 0). Or, comme le support de v
k
est
inclu dans c
k
, on sait que P
k
(z
k
(t)) = 0 aprs le temps t
2k+2
. Autrement dit, v
k
entrane z
k
(t
2k+1
) zro dans V
k
en temps r
2k+2
.
52
Contrle en temps optimal Dimension innie
De plus, puisque le cot du contrle est plus petit que
d
0
e
d
1
k
(c
k
)
, on a :
|v
k
|
L
([t
2k+1
,t
2k+2
];U)
d
0
e
d
1
k
(c
k
)
| z
k
(t
2k+1
)|
X
d
0
e
d
1
k
r
2k+2
| z
k
(t
2k+1
)|
X
. (4.32)
Do lexistence de v
k
vriant les proprits dans (4.31).
On remarque ensuite que comme A est un oprateur ngatif, il est donc m-
dissipatif (voir la proposition 3.3.5 de [35]). Daprs le thorme de Lumer-Phillips,
S(t) est un semigroupe contractant. De plus, daprs (4.30) et (4.32) il est clair que
pour tout k 0, on a :
z
k
(t
2k+1
) = S(r
2k+1
) z
k1
(t
2k
),
| z
k
(t
2k+2
)|
X
|S(t
2k+2
t
2k
) z
k1
(t
2k
)|
X
+|
_
t
2k+2
t
2k+1
S(t
2k+2
s)Bv
k
(s)ds|
X
|S(r
2k+2
)S(r
2k+1
) z
k1
(t
2k
)|
X
+r
2k+2
|B|
L(U,X)
|v
k
|
L
([t
2k+1
, t
2k+2
]; U)
= |S(r
2k+2
) z
k
(t
2k+1
)|
X
+|B|
L(U,X)
d
0
e
d
1
| z
k
(t
2k+1
)|
X
| z
k
(t
2k+1
)|
X
_
1 +
d
0
e
d
1
|B|
L(U,X)
_
. (4.33)
Puisque P
k
( z
k
(t
2k+2
)) = 0, on peut crire :
S(r
2k+3
) z
k
(t
2k+2
) =
2
k
e
n
r
2k+3
z
k
(t
2k+2
),
n
)
X
n
.
On obtient donc que :
| z
k+1
(t
2k+3
)|
X
= |S(r
2k+3
) z
k
(t
2k+2
)|
X
2
k
|e
n
r
2k+3
z
k
(t
2k+2
),
n
)
X
n
|
X
e
2
k
r
2k+3
2
k
| z
k
(t
2k+2
),
n
)
X
n
|
X
= e
2
k
r
2k+3
| z
k
(t
2k+2
)|
X
.
(4.34)
En combinant (4.33) et (4.34), on obtient quil existe d
0
> d
0
t.q. pour tout
k 0 :
| z
k+1
(t
2k+3
)|
X
d
0
e
(
2
k
r
2k+3
+d
1
k
)
| z
k
(t
2k+1
)|
X
. (4.35)
Notre but est de montrer quil existe L > 0 t.q. pour tout k 0 on a :
|v
k
|
L
([t
2k+1
,t
2k+2
];U)
L|z
0
|
X
. (4.36)
Notons a
k
:=
d
0
e
d
1
k
r
2k+2
| z
k
(t
2k+1
)|
X
. On sait que |v
k
|
L
([t
2k+1
,t
2k+2
];U)
a
k
.
53
Contrle en temps optimal Dimension innie
Daprs (4.35) et (4.26), on obtient que :
a
k+1
a
k
=
d
0
e
d
1
k+1
| z
k+1
(t
2k+3
)|
X
r
2k+4
r
2k+2
d
0
e
d
1
k
| z
k
(t
2k+1
)|
X
e
d
1
k+1
r
2k+2
e
d
1
k
r
2k+4
d
0
e
(
2
k
r
2k+3
+d
1
k
)
= d
0
e
(
2
k
r
2k+3
+d
1
k+1
)
r
2k+2
r
2k+4
d
0
c
2
e
(
2
k
r
2k+3
+d
1
k+1
)
. (4.37)
On regarde le terme au-dessus lexponentielle :
2
k
r
2k+3
+d
1
k+1
_
1
r
2k
_
2p
r
2k+3
+d
1
_
1
r
2k+2
_
p
1
c
3
_
1
r
2k
_
2p1
+d
1
c
2p
_
1
r
2k
_
p
. (4.38)
On remarque que si on a une suite (X
k
)
k
+et deux rels n
1
, n
2
t.q. n
1
> n
2
et n
1
> 1, alors il existe N > 0 et k
on a :
X
n
1
k
+X
n
2
k
NX
n
1
k
, (4.39)
o , sont deux constantes xes.
En appliquant ceci (X
k
)
k
= (
1
r
2k
)
k
, =
1
c
3
, = d
1
c
2p
, n
1
= 2p 1 et n
2
= p
dans (4.39), o p > 1, on sait quil existe k
1
> 0 et N > 0 t.q. pour tout k > k
1
on
a :
2
k+1
r
2k+3
+d
1
k+1
N
_
1
r
2k
_
2p1
.
On obtient donc pour tout k > k
1
:
a
k+1
a
k
d
0
c
2
e
N
_
1
r
2k
_
2p1
.
Donc il existe k
2
> k
1
> 0 t.q. pour tout k > k
2
, on a :
a
k+1
a
k
1.
Si on dnit une constante L par :
L := max
1kk
2
_
_
a
0
k1
j=0
a
j+1
a
j
|z
0
|
X
_
_
,
54
Contrle en temps optimal Dimension innie
alors on en dduit que pour tout k > 0, on a :
|v
k
|
L
([t
2k+1
,t
2k+2
];U)
a
k
= a
0
k1
j=0
a
j+1
a
j
_
a
0
k
2
1
j=0
a
j+1
a
j
k1
j=k
2
a
j+1
a
j
L|z
0
|
X
, si k > k
2
,
L|z
0
|
X
, si k k
2
.
(4.40)
Enn, on pose :
z(t) =
+
k=0
z
k
(t)
[t
2k
,t
2k+2
]
et u(t) =
+
k=0
u
k
(t)
[t
2k
,t
2k+2
]
.
Comme P
k
z(t
2k+2
) = 0 pour tout k > 0 et t
2k+2
k+
t, on obtient P
k
z(
t) = 0.
Comme u() = 0 pour [
t, ], on a donc P
k
z() = 0 pour tout k N. De plus,
on sait que
k
k+
+, donc on conclut que z() = 0.
En conclusion, on a montr que pour tout z
0
X il existe u L
([0, ]; U) o
le support de u est inclu dans e t.q. u entrane z
0
zro en temps . De plus, on sait
quil existe L > 0 t.q. |u|
L
([0,];U)
L|z
0
|
X
. Donc le systme est L
-contrlable
zro en temps sur e.
Si lingalit (4.28) est vraie pour t et e, on peut tablir la L
-contrlabilit
zro en t > 0 sur e. Le problme reste savoir pour quels types de systmes
lingalit (4.28) a lieu pour tout t > 0 et pour tout e [0, t] de mesure strictement
positive.
Pour > 0, on dnit le mme espace V
-contrlabilit
zro en tout t > 0 sur tout e [0, t] :
Proposition 4.18.
Si pour tout > 0, (A, B) vrie lingalite :
d
0
, d
1
> 0, V
, ||
X
d
0
e
d
1
|B
|
U
, (4.41)
alors (A, B) vrie lingalit (4.28). Le systme est donc L
-contrlable zro
en tout t > 0 sur tout e [0, t] de mesure strictement positive.
Dmonstration.
Pour tout > 0 et tout e [0, ] de mesure strictement positive, on considre
le systme adjoint de (4.1), cest--dire :
_
w(t) = A
w(t), t [0, ],
w() V
.
(4.42)
55
Contrle en temps optimal Dimension innie
On peut exprimer w() =
k,
k
V
k
o (
k
)
k
R et (
k
)
k
sont les vecteurs
propres de A assosis aux valeurs propres (
k
)
k
. Il est aussi clair que la solution de
(4.42) scrit :
w(t) =
k,
k
V
k
(t)
k
. (4.43)
Lingalit (4.41) implique que pour tout (a
k
)
k
R on a :
|
k,
k
V
a
k
k
|
X
d
0
e
d
1
|B
k,
k
V
a
k
k
|
U
. (4.44)
Prenons a
k
= e
k
(t)
k
dans (4.44) et intgrons cette ingalit sur lintervalle
c := e
k,
k
V
k
(t)
k
|
X
dt d
0
e
d
1
_
E
|B
k,
k
V
k
(t)
k
|
U
dt
_
E
(
k,
k
V
e
2
k
(t)
[
k
[
2
)
1
2
dt d
0
e
d
1
|
E
(.)B
k,
k
V
k
(.)
k
|
L
1
([0,];U)
(c)|
k,
k
V
k
()
k
|
X
d
0
e
d
1
|
E
(.)B
k,
k
V
k
(.)
k
|
L
1
([0,];U)
,
o c
:= t [ t c.
La dernire ingalit implique que pour tout V
, si on pose =
k,
k
V
k
,
on a :
|S()
|
X
d
0
e
d
1
(c)
|
E
(.)B
S(.)
|
L
1
([0,];U)
=
d
0
e
d
1
(c)
|
d
,E
|
L
1
([0,];U)
.
Donc lingalit (4.28) est vraie. Et comme les hypothses du thorme 4.17 sont
toutes satisfaites, on obtient la L
, B =
O
o >
1
2
. La dmarche pour tablir la L
-contrlabilit zro
en tout > 0 sur tout e [0, ] de mesure strictement positive est la mme que
celle du thorme 4.17. On sappuie toujours sur la technique de Lebeau-Robbiano
et on pose nouveau pour ]0, 1[ lespace V
,
:= vect
k
[
k
pour obtenir
une ingalit similaire (4.28). Il reste obtenir une ingalit dy type (4.41) pour
conclure. On se rfre au thorme 2.1 de larticle [27] qui montre que (4.41) est
satisfait pour A = ()
et B =
O
o >
1
2
.
(3) Application lquation de la chaleur
On applique la proposition 4.18 lquation de la chaleur avec un contrle
interne dcrite dans (3.54)-(3.56).
56
Contrle en temps optimal Dimension innie
Corollaire 4.20.
On considre lquation de la chaleur dcrite dans (3.54)-(3.56) en gardant
toutes les hypothses sur .
Alors, pour tout z
0
, z
f
L
2
(), z
0
,= z
f
, il existe un unique contrle
optimal en temps u
([0,
]; L
2
(O)) entranant la solution de (3.54)-(3.56)
du point initial z
0
au point nal z
f
en temps minimal
.
De plus, u
] p.p.. (4.45)
Dmonstration.
On rappelle que lon peut crire (3.54)-(3.56) sous la forme :
z(t) = Az(t) +Bu(t), z(0) = z
0
, (4.46)
o A = et B =
O
.
On a vu dans la partie III.4.2 que A est ngatif, diagonalisable avec une base
orthornorme forme par les vecteurs propres (
k
)
k
de A o les valeurs propres
assosies (
k
)
k
sont t.q. pour tout k 1,
k
> 0 et lim
k+
[
k
[ = + et que la
rsolvante de A est compacte.
Pour pouvoir appliquer le thorme 4.15 pour obtenir lexistence, lunicit du
contrle en temps optimal et la proprit de bang-bang (4.45), il nous sut dtablir
lingalit (4.41) et dutiliser la proposition 4.18 pour conclure.
On se rfre au thorme 3 de larticle de G. Lebeau et E. Zuazua [22] qui
montre que lingalit (4.41) est vraie pour loprateur A = et B =
O
. Do le
rsultat.
57
Contrle en temps optimal Dimension innie
58
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
V Fonction temps minimal et fonction norme minimale
Dans cette section, on va prsenter des rsultats concernant le lien entre la
rgularit de la fonction temps minimal, la rgularit de la fonction norme minimale
et la L
0
(t) := z
0
X [ S(t)z
0
+
t
u = 0, u L
1
(t) , (5.2)
1
0
:=
t0
1
0
(t). (5.3)
On prsente dans la dnition suivante la notion de la fonction temps minimal.
Dnition 5.1.
Soit z
0
1
0
. On dnit une fonction T
: X R
+
qui reprsente le temps
minimal pour que le systme (5.1) parte du point z
0
et arrive 0 avec un contrle
admissible.
Plus prcisment, on dnit :
T
(z
0
) := inf t 0 [ S(t)z
0
+
t
u = 0, u L
1
(t) . (5.4)
On appel le T
(t, z
0
) := inf
uA
t,z
0
|u|
L
([0,t];U)
. (5.7)
En eet, c
p
(t, z
0
) := inf
uA
t,z
0
,p
|u|
L
p
([0,t];U)
. (5.8)
Notre but est dtudier le lien entre la L
en z
f
", " la
L
-contrlabilit z
f
" et " T
(z
0
) := inf
_
t 0 [ u L
1
(t), S(t)z
0
+
t
u = z
f
_
" etc.
2 Quelques proprits
Le premier rsultat important concerne la continuit de la fonction temps mi-
nimal et la L
(z) t.
Donc, on a enn :
(5.1) est L
(z) t
> 0, k() > 0, z X, |z 0|
X
k() T
(z) = T
(z) T(0)
T
p
(t, z
0
) et qui entrane la solution du systme du point initial
z
0
au point nal 0 en temps t.
Dmonstration.
On sait quil existe une suite minimisante (
n
)
n
R
+
,
n
c
p
(t, z
0
) et
une suite (u
n
)
n
L
p
([0, t]; U) t.q. pout tout n N, S(t)z
0
+
t
u
n
= 0 et que
|u
n
|
L
p
([0,t];U)
=
n
.
On remarque ensuite comme (u
n
)
n
est une suite borne (par |u
1
|
L
p
([0,t];U)
) dans
L
p
([0, t]; U). En appliquant le thorme de Banach-Alaoglu-Bourbaki et le fait que
L
p
([0, t]; U) = (L
q
([0, t]; U))
(o
1
p
+
1
q
= 1 et q = 1 si p = +), on peut extraire
une sous-suite de (u
n
)
n
faiblement convergente dans L
p
([0, t]; U) vers un lment
u
L
p
([0, t]; U).
Pour tout z X, on pose une fonction dans L
q
([0, t]; U) comme () =
B
S(t )
z, [0, t].
61
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
On crit ensuite que pour tout z X :
z, S(t)z
0
)
X
= z,
t
u
n
)
X
=
_
t
0
(), u
n
())
U
d.
Passons la limite quand n tend vers +. On obtient :
z, S(t)z
0
)
X
=
_
t
0
(), u
())
U
d = z,
t
u
)
X
.
Cela implique que S(t)z
0
+
t
u
= 0.
De plus, comme
n
c
p
(t, z
0
), on sait que pour tout > 0, il existe N N
t.q. |u
n
|
L
p
([0,t];U)
c
p
(t, z
0
) + pour tout n > N. En passant la limite quand n
tend vers +, on en dduit que pour tout > 0, |u
|
L
p
([0,t];U)
c
p
(t, z
0
) +. Donc,
|u
|
L
p
([0,t];U)
= c
p
(t, z
0
).
Do lexistence de la solution pour le problme de la L
p
-norme minimale.
Remarque 5.6.
On a vu dans la remarque 3.15 que pour le problme de la L
p
-norme minimale
o p 1, +, on a lunicit de la solution. Dans le cas p = +, on a seulement
lexistence de la solution.
On prsente ensuite une proposition concernant deux proprits de la fonction
norme minimale.
Proposition 5.7.
Supposons que le systme (5.1) est L
(t, z
0
) = c
(t, z
0
) ( > 0),
(b) c
(., z
0
) est strictement dcroissante pour tout z
0
dans X.
Dmonstration.
Pour montrer le point (a), il sut de remarquer que :
A
t,z
0
= A
t,z
0
, > 0.
On montre ensuite lassertion (b).
Soient 0 < t
1
< t
2
et z
0
X. Daprs le thorme 5.5, on sait quil existe un
contrle u
0
qui possde la norme minimale c
(t
1
, z
0
) et qui entrane le systme du
point initial z
0
0.
De plus, daprs la L
([0,t
2
t
1
];U)
__
. (5.9)
62
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Choisissons t.q. 0 < < |u
0
|
L
([0,t
1
];U)
et notons z := S(t
1
)z
0
pour ]0, 1[.
On peut trouver ]0, 1[, t.q. | z|
X
.
Daprs (5.9), on sait quil existe un contrle u A
t
2
t
1
, z
t.q. | u|
L
([0,t
2
t
1
];U)
.
Dnissons un contrle u par :
u() =
_
_
_
(1 )u
0
(), [0, t
1
],
u( t
1
), ]t
1
, t
2
].
Notre but est de montrer que z(t
1
, z
0
, u) = 0 et que | u|
L
([0,t
2
];U)
|u
0
|
L
([0,t
1
];U)
an de conclure que c
(t
2
, z
0
) < c
(t
1
, z
0
).
En eet, puisque | u|
L
([0,t
2
t
1
];U)
< |u
0
|
L
([0,t
1
];U)
, on sait :
| u|
L
([0,t
2
];U)
max
_
(1 )|u
0
|
L
([0,t
1
];U)
, | u|
L
([0,t
2
t
1
];U)
_
< |u
0
|
L
([0,t
1
];U)
.
Puis, on calcule :
S(t
2
)z
0
+
t
2
u = S(t
2
t
1
)S(t
1
)z
0
+ (1 )
_
t
1
0
S(t
2
)Bu
0
()d
+
_
t
2
t
1
S(t
2
)B u( t
1
)d
= S(t
2
t
1
) (S(t
1
)z
0
+ (1 )
t
1
u
0
) +
t
2
t
1
u
= (1 )S(t
2
t
1
) (S(t
1
)z
0
+
t
1
u
0
) +S(t
2
t
1
) z +
t
2
t
1
u = 0.
Do la dcroissance stricte de la fonction c
(., z
0
).
On rappelle que dans le thorme 4.15, on a montr quen supposant la L
-
contrlabilit zro en tout temps t > 0 et sur tout ensemble e [0, t] de mesure
strictement positive, le contrle optimal en temps doit possder la proprit de bang-
bang. Ici, on voit un rsultat similaire mais avec une autre notion de proprit de
bang-bang faible.
Thorme 5.8 (Proprit de bang-bang faible).
Supposons que le systme (5.1) est L
L
1
(
) en temps
, on a :
|u
|
L
([0,
];U)
= 1. (5.10)
On dit aussi quun contrle possde la proprit de bang-bang faible si il
vrie (5.10).
63
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Dmonstration.
Supposons par labsurde que = |u
|
L
([0,
];U)
< 1.
On calcule pour tout 0 < s <
=
_
s
0
S(
)Bu
()d +
_
s
S(
)Bu
()d
= S(s)
s
u
+
s
(u
s +.)) . (5.11)
Notons z(s) = S(
s)z
0
+
s
u
z
0
et u() = u
)z
0
+
= S(s)z
0
+S(s) (S(
s)z
0
z
0
) +S(s)
s
u
+
s
u
= S(s) (S(
s)z
0
+
s
u
z
0
) +S(s)z
0
+
s
u
= S(s)z
0
+
s
u +S(s) z(s). (5.12)
Puis, par la L
([0,s];U)
__
. (5.13)
Prenons =
1
2
et 0 < s <
t.q. | z(s)|
X
(ce qui est toujours possible
car lim
s
z(s) = 0 ).
Alors, daprs (5.13), on sait quil existe un contrle u L
s
u = S(s) z(s) et que | u|
L
([0,s];U)
.
On obtient enn que :
0 = S(s)z
0
+
s
u +S(s) z(s) = S(s)z
0
+
s
( u + u) .
On vrie que :
| u + u|
L
([0,s];U)
+ =
1
2
+
2
< 1.
Donc, u+ u est un contrle admissible. Cest une contradiction avec loptimalit
de u
en temps
. Do le rsultat.
En utilisant le thorme 5.5 et le thorme 5.8, on peut obtenir une relation
entre la fonction temps minimal et la fonction norme minimale.
Thorme 5.9.
Supposons que le systme (5.1) est L
(T
(z
0
), z
0
) = 1.
64
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Dmonstration.
On suppose dabord que c
(T
(z
0
), z
0
) > 1. Cela implique que tout contrle
qui entrane le systme du point initial z
0
au point nal 0 doit avoir une norme
plus grande que 1. Cest une contradiction avec lexistence dun contrle optimal en
temps dans L
1
(T
(z
0
)) (thorme 4.4).
Dans lautre sens, on suppose que c
(T
(z
0
), z
0
) < 1.
Daprs le thorme 5.5, on sait quil existe un contrle u A
T
(z
0
),z
0
qui
possde la norme minimale c
(T
(z
0
), z
0
) < 1. Ceci est en contradiction avec la
proprit de bang-bang faible (thorme 5.8).
Do le rsultat.
Remarque 5.10.
Le thorme prcdent implique que :
_
c
(T, z
0
) 1 si T > T
(z
0
),
c
(T, z
0
) 1 si T < T
(z
0
).
3 Le module de continuit de T
0
.
Alors, pour tout 0 < t < T
(z
0
), on a :
T
(z
0
) = inf t +T
(z(t, z
0
, u)) [ u L
1
(t) . (5.14)
Dmonstration.
On commence par montrer que T
(z
0
) t + T
(z(t, z
0
, u)) pour tout
u L
1
(t).
Si z(t, z
0
, u) nest pas dans 1
0
, i.e., il nest pas L
(z
0
) s + t. Les calculs ci-dessus sont valables pour tout s > 0 o
z(t, z
0
, u) est L
(z(t, z
0
, u)). On a montr que T
(z
0
) t+T
(z(t, z
0
, u)) pour tout u L
1
(t).
Ensuite, an de conclure, on veut montrer que pour tout > 0, il existe un
contrle u L
1
(t) t.q. t +T
(z(t, z
0
, u)) T
(z
0
) +.
En eet, on sait quil existe s > 0 t.q. T
(z
0
) s < T
(z
0
) + et z
0
1
0
(s).
Autrement dit, il exite un contrle v A
s,z
0
.
On calcule ensuite que :
0 = S(s)z
0
+
s
v
= S(s t)S(t)z
0
+S(s t)
t
v +
_
s
t
S(s )Bv()d
= S(s t)z(t, z
0
, v) +
_
st
0
S(s t )Bv(t +)d.
Donc, z(t, z
0
, v) appartient 1
0
(st). On obtient au nal que T
(z(t, z
0
, u))
s t. Donc, t +T
(z(t, z
0
, u)) s T
(z
0
) +.
Do le rsultat.
On voit dans le thorme suivant quen sappuyant sur le principe doptimalit
de Bellman, on peut obtenir le module de continuit de T
dans 1
0
, lensemble
qui contient tous les points L
en zro.
Thorme 5.12.
Supposons que le systme (5.1) est L
0
est un ouvert de X.
(b) Si T
0
.
(c) Si T
0
.
(d) Si T
0
.
Dmonstration.
On montre dabord lassertion (a).
66
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Prenons z
0
1
0
. On sait quil existe t > 0 t.q. z
0
1
0
(t). Autrement dit, il
existe un contrle u L
1
(t) t.q. z(t, z
0
, u) = 0. Comme S(t) L(X) et 0 int 1
0
,
il existe 1 un voisinage de z
0
t.q. :
S(t)(x z
0
) R
0
, x 1.
Donc, on obtient z(t, x, u) = S(t)x +
t
u = S(t)(x z
0
) 1
0
.
Puis, on sait quil existe s > 0 et un contrle v L
1
(s) t.q. S(s)z(t, x, u)+
s
v =
0. En posant u() =
[0,t]
u() +
[t,t+s]
v( t), on peut calculer :
S(s +t)x +
s+t
u = S(s)S(t)x +S(s)
t
u +
s
v = S(s)(z(t, x, u)) +
s
v = 0.
On en dduit que pour tout x 1, on a x 1
0
. Do 1
0
est un ouvert.
Lassertion (b) vient du principe doptimalit de Bellman (proposition 5.11).
En eet, pour tout z
0
1
0
, il existe un voisinage 1 de z
0
inclus dans 1
0
(car 1
0
est un ouvert).
Prenons t = T
(z
0
). On sait quil existe un contrle u L
1
(t) t.q. S(t)z
0
+
t
u =
0. Daprs le principle doptimalit de Bellman, pour tout x 1 1
0
, on a :
T
(x) T
(z
0
) +T
(z(T
(z
0
), x, u)) = T
(z
0
) +T
(S(T
(z
0
))(x z
0
)) .
De plus, puisque T
on a
T
(S(T
(z
0
))(x z
0
)) M. Cela implique que T
(x) T
(z
0
) +M, pour tout x
dans 1
. Do le rsultat.
On montre ensuite lassertion (c).
Prenons z
0
1
0
. On sait quil existe un voisinage de z
0
, 1 inclus dans 1
0
.
Daprs les calculs ci-dessus, si y 1 est L
(x) t +T
(x) T
(y) T
(S(T
(y) T
(x) T
(S(T
0
(car elle est borne dans un voisinage de zro), on
en dduit quil existe un voisinage de z
0
, 1
on a |S(T
(x))|
L(X)
M. On en dduit que pour tout x, y dans 1
t.q. |x y|
X
M
=
, on a :
|S(T
(y))(x y)|
X
M|x y|
X
,
|S(T
(x))(y x)|
X
M|x y|
X
.
Autrement dit, on a montr que pour tout z
0
1
0
, tout > 0, il existe V
, un
voinsinage de z
0
et une constante
=
M
t.q. pour tout x, y V
, |x y|
X
on
a :
[T
(x) T
(y)[ max T
(S(T
(y))(x y)) , T
(S(T
(x))(y x)) .
Do la continuit uniforme locale de la fonction T
.
Quant lassertion (d), daprs les calculs ci-dessus, on sait que pour tout
z
0
1
0
, il existe un voisinage de z
0
, 1 1
0
t.q. pour tout x dans 1 on a :
[T
(x) T
(z
0
)[ max T
(S(T
(z
0
))(x z
0
)) , T
(S(T
(x))(z
0
x)) .
Daprs la continuit lipschitzienne locale en zro de la fonction T
, on sait
quil existe > 0 et une constante K > 0 t.q. pour tout y X, |y|
X
on a
T
(y) K|y|
X
.
Ensuite, il est clair quil existe un voisinage de z
0
, 1
(z
0
))(x z
0
)|
X
,
|S(T
(x))(z
0
x)|
X
.
Donc, pour tout x 1
on a :
[T
(x) T
(z
0
)[ max T
(S(T
(z
0
))(x z
0
)) , T
(S(T
(x))(z
0
x))
K max
_
|S(T
(z
0
))|
L(X)
, |S(T
(x))|
L(X)
_
|x z
0
|
X
K
|x z
0
|
X
.
Do le rsultat.
Remarque 5.13.
* Daprs le thorme 5.4 et le thorme 5.12, si le systme est L
-contrlable
zro en tout temps t > 0, alors T
0
.
* Le principe de Bellman nest plus valable pour le problme en temps optimal
o on cherche le contrle dans lespace L
p
([0, t]; U) avec p 1, +. Dans
larticle [16] (section 5.2), ils ont donn un rsultat similaire au principe de
Bellman qui aide aussi tudier le module de continuit de la fonction temps
minimal dans lensemble de points L
p
-contrlables zro.
68
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
4 Le taux dexplosion de la fonction norme minimale
Il est clair que lim
z0
T
(t, z
0
) = + pour tout
z
0
,= 0 X. Dans la suite de la section, on sintresse au lien entre le taux dexplosion
de la fonction norme minimale quand t tend vers zro et le module de continuit de
la fonction temps minimal en zro.
On commence par prsenter le thorme principal qui nous aide tudier le lien
entre eux.
Thorme 5.14.
Supposons que le systme (5.1) est L
(T, z
0
) f(T)|z
0
|
X
pour tout z
0
X et tout T
]0, T
0
].
(ii) T
(z
0
) f
1
(
1
z
0
X
) pour z
0
appartenant un voisinage de 0.
Dmonstration.
On montre dabord que (i) (ii).
Soient 0 < T T
0
et z
0
X. Daprs le thorme 5.5, on sait quil existe un
contrle u A
T,z
0
t.q. |u|
L
([0,T];U)
f(T)|z
0
|
X
.
Notons T = f
1
(
1
z
0
X
). On remarque dabord que pour tout z
0
B(0,
1
f(T
0
)
),
un voisinage de zro dans X, on a T T
0
.
En eet, daprs la dcroissante stricte de la fonction f, on a :
f(T) =
1
|z
0
|
X
f(T
0
) T T
0
.
Autrement dit, pour tout z
0
B(0,
1
f(T
0
)
), il existe un contrle u A
T,z
0
t.q.
|u|
L
([0,T];U)
f(T)|z
0
|
X
= 1. Donc, T
(z
0
) T = f
1
(
1
z
0
X
) pour tout z
0
B(0,
1
f(T
0
)
), un voisinage de 0.
On montre ensuite que (ii) (i).
On sait quil existe r > 0 t.q.
z
0
X, |z
0
|
X
r T
(z
0
) f
1
_
1
|z
0
|
X
_
.
Soit t > 0. On remarque que :
f
1
_
1
|z
0
|
X
_
t |z
0
|
X
1
f(t)
.
69
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Donc, si z
0
X t.q. |z
0
|
X
r et |z
0
|
X
1
f(t)
, on peut trouver un contrle
admissible qui amne le systme du point initial z
0
0 en temps t.
En prenant T
0
> 0 t.q.
1
f(T
0
)
r (ce qui est toujours possible car f est
dcroissante et que lim
t0
f(t) = + ), on obtient que pour tout T ]0, T
0
],
1
f(T)
1
f(T
0
)
r et que :
S(T)
__
|z
0
|
X
1
f(T)
__
T
__
|u|
L
([0,T];U)
1
__
S(T) (|z
0
|
X
)
T
__
|u|
L
([0,T];U)
f(T)
__
, > 0.
La dernire inclusion implique lassertion (i). Do le rsultat.
Remarque 5.15.
* Si on change le sens des deux ingalits dans (i) et (ii), on peut aussi
montrer lquivalence entre elles.
Plus prcisment, notons
(i) Il existe T
0
> 0 t.q. c
(T, z
0
) f(T)|z
0
|
X
pour tout z
0
X et tout
T ]0, T
0
].
(ii) T
(z
0
) f
1
(
1
z
0
X
) pour z
0
appartenant un voisinage de 0.
Soient 0 < T < T
0
et z
0
X. Daprs lassertion (i
X
), on sait T T
0
. Cela implique que T
(z
0
) T =
f
1
(
1
z
0
X
) pour tout z
0
B(0,
1
f(T
0
)
). Do lassertion (ii
).
Dans lautre sens, en gardant les mmes notations dans la dmonstration, on
sait quil existe r > 0 t.q.
T
(z
0
) f
1
(
1
|z
0
|
X
), z
0
X, |z
0
|
X
r.
Supposons par labsurde que lassertion (i
(T, z
0
) < f(T)|z
0
|
X
.
Prenons, T
0
= f
1
(
1
r
). Comme c
(T, z
0
) < f(T)|z
0
|
X
.
Prenons > 0 t.q. f(T)|z
0
|
X
= 1. Lingalit ci-dessus implique que z
0
est
L
-norme strictement
plus petite que 1. Donc, daprs la proprit de bang-bang faible, T
(z
0
) < T.
Or, il est clair que |z
0
|
X
r. On en dduit que T
(z
0
) f
1
(
1
z
0
X
) = T.
Cest une contradiction. Do (ii
) (i
).
* Prenons par exemple f(t) = Ct
(T, z
0
) f(T)|z
0
|
x
, pour T dans un voisinage de 0 et z
0
dans X,
T
(z
0
) C
0
|z
0
|
1
X
, pour z
0
dans un voisinage de 0 et CC
0
= 1.
70
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Autrement dit, le taux dexplosion de la fonction norme minimale c
(T, z)
autour de T = 0 donne le facteur hldrien de la fonction temps minimal
autour de z = 0.
* Si on note u
T,z
0
la solution du problme de la L
2
-norme minimale en temps
T > 0 avec point initial z
0
, on sait que c
(T, z
0
) |u
T,z
0
|
L
([0,T];U)
.
Donc, on peut trouver une majoration de c
(T, z
0
) en tudiant la L
-norme
de u
T,z
0
.
Supposons que le systme (5.1) est contrlable zro en tout temps T > 0.
Alors, on a dj montr dans le thorme 3.14 et dans la remarque 3.15 que le
problme de la L
2
-norme minimale admet une unique solution comme :
u
T,z
0
:= F
0
(T)z
0
, . (5.18)
On sait aussi que C
0
t
= |F
0
(T)|
L(X,L
2
([0,T];U))
et c
2
(T, z
0
) = |F
0
(T)z
0
|
X
.
On a vu dans la remarque 3.15 que lon peut crire :
F
0
(T) =
T
R
1
T
S(T) (5.19)
sous lhypothse S(T)z
0
Ran R
T
.
Pour z
0
assez proche de zro, il est clair que S(T)z
0
Ran R
T
. Donc, la
formule (5.19) est vraie au moins dans un voisinage de zro.
On arrive donc calculer la L
.
Plus prcisment, pour tout T > 0 et z
0
dans un voisinage de zro, on sait :
|u
T,z
0
|
L
([0,T];U)
= sup
[0,T]
|B
S(T )
R
1
T
S(T)z
0
|
U
|B|
L(U,X)
|R
1
2
T
|
L(X)
sup
[0,T]
|S(T )
|
L(X)
|R
1
2
T
S(T)z
0
|
X
K|R
1
2
T
S(T)|
L(X)
|z
0
|
X
= KC
0
T
|z
0
|
X
(voir (3.18)).
Donc, si on peut dterminer le comportement de C
0
T
quand T tend vers zro,
on peut dterminer le module de continuit de la fonction temps minimale T
en
zro.
Par exemple, si on sait quil existe M > 0, > 0 t.q. C
0
T
MT
pour T
dans un voisinage de zro, daprs le thorme 5.14, on en dduit quil existe une
constante M
> 0 t.q. :
c
(T, z
0
) |u
T,z
0
|
L
([0,T];U)
M
|z
0
|
X
,
pour T dans un voisinage de zro et z
0
dans un voisinage de zro.
71
Contrle en temps optimal Fonction temps minimal et fonction norme minimale
Donc, on a T
(z
0
) M
|z
0
|
1
X
pour z
0
dans un voisinage de zro. Cela nous
donne le facteur hldrien de T
en zro.
On a vu quelques rsultats du taux dexplosion du cot du contrle en zro dans
la section III.3. On peut donner par exemple un corollaire suivant :
Corollaire 5.16.
En dimension nie (o X = R
n
et U = R
m
), on sait que T
est locale-
ment
1
-hldrienne o = k +
1
2
, k est le plus petit nombre entier t.q. Ran
[B, AB, ... , A
k
B] = n.
Pour lquation de la chaleur avec un contrle interne, dcrite dans (3.54)-
(3.56), on a quil existe c > 0 t.q. :
T
(z
0
) < f
1
(
1
|z
0
|
X
), pour z
0
dans un voisinage de zro, (5.20)
o f(t) = t
1
2
e
c
t
.
Dmonstration.
Il sut dutiliser les rsultats dans (3.35) et (3.37) en appliquant le thorme
5.14 pour conclure.
72
Contrle en temps optimal Mthodes numriques
VI Mthodes numriques
On prsente ici deux types de mthode numrique pour rsoudre le problme
de contrle optimal en temps : les mthodes directes et les mthodes indi-
rectes. Ces mthodes peuvent traiter un problme de contrle optimal plus gnral
qui cherche par exemple minimiser une fonction non linaire. Les mthodes di-
rectes consistent discrtiser la solution du systme et le contrle en transformant
le problme de contrle optimal en un problme doptimisation non linaire sous
contraintes. Les mthodes indirectes sont bases sur une mthode de tir en appli-
quant le principe du maximum de Pontriaguine.
Dans la suite, on prsente juste deux mthodes : la discrtisation totale pour
les mthodes directes et la mthode de tir simple pour les mthodes indirectes.
on se rfre au livre de Emmanuel Trlat [34] et larticle de O. Von Stryk et R.
Bulirsch [36] pour plus de dtails sur les direntes mthodes numriques.
1 Prsentation des mthodes
On prsente par la suite les principes de deux mthodes numriques.
(1) Mthodes directes : la discrtisation totale
Cest la mthode la plus vidente pour traiter un problme de contrle optimal.
On discrtise la solution du systme et le contrle en un vecteur Z = (z
1
, ..., z
N
, u
1
, ..., u
n
),
et on se ramne rsoudre un problme doptimisation non-linaire de la forme :
min
ZC
F(Z), (6.1)
o C = Z [ g
i
(Z) = 0, i 1, r, g
j
(Z) 0, j r + 1, m.
Plus prcisment, on choisit les contrles dans un espace de dimension nie, puis
on intgre le systme en utilisant une mthode dintgration numrique sur chaque
intervalle [t
i
, t
i+1
] o 0 = t
0
< t
1
< ... < t
N
= t
f
. On peut choisir par exemple
des contrles linaires sur chaque subdivision [t
i
, t
i+1
]. Par ailleurs, on choisit une
discrtisation de lquation direntielle, par exemple, si on choisit le schma dEuler
explicite, on obtient :
z
i+1
= h
i
f(t
i
, z
i
, u
i
), o h
i
= t
i+1
t
i
.
Lensemble C reprsente les conditions initiales, nales du systme, les contraintes
sur la solution du systme et les contraintes sur le contrle. F est la fonction op-
timiser. Dans le cas du problme en temps optimal, on prend F(Z) = t
f
. De plus,
dans notre cas o le temps nal t
f
nest pas connu, on rajoute une variable t
f
au
vecteur Z et une quation supplmentaire t
f
0 lensemble de contraintes C.
On se ramne rsoudre un problme doptimisation non linaire sous contraintes
(6.1). Ce problme peut tre rsolu par exemple par la mthode de SQP. Dans ce
mmoire, on utilise la fonction fmincon.m en matlab pour la mise en oeuvre de
73
Contrle en temps optimal Mthodes numriques
la mthode directe. On se rfre aux livres de R. Fletcher [12] et [13] pour plus de
dtails sur la mthode SQP et sur dautres mthodes doptimisation non linaire.
En rsum, il existe une innit de variantes pour les mthodes directes selon le
choix de lapproximation du contrle sur chaque subdivision du temps, le choix de
la mthode dintgration de lquation direntielle, et le choix de la mthode de la
discrtisation de lquation direntielle. On se rfre larticle de M. Diehl, H.G.
Bock, H. Diedam et P.-B. Wieber [8] pour dautres mthodes directes et au livre de
J.T. Betts [4] pour la mise en oeuvre des mthodes directes.
(2) Mthodes indirectes : la mthode de tir simple
Le principe du maximum de Pontriaguine nous donne une condition ncessaire
doptimalit. Si on est capable, partir du principe du maximum, dexprimer le
contrle optimal en fonction de (z(t), p(t)), o p(t) est la solution du systme adjoint,
la solution du problme en temps optimal scrit sous la forme :
_
z(t) = F(t, z(t)),
R(z
0
, z(t
f
)) = 0,
(6.2)
o R reprsente les conditions initiales et nales du systme.
A laide des mthodes numriques, on peut trouver z(t, z
0
) la solution du pro-
blme de Cauchy :
_
z(t) = F(t, z(t)), t [0, t
f
],
z(0) = z
0
.
(6.3)
Notons Z = (z
0
, t
f
) et posons une fonction G(Z) = R(z
0
, z(t
f
, z
0
)). Le problme
en temps optimal (6.2) est quivalent rsoudre G(Z) = 0. Il sagit donc de trouver
un zro de la fonction G et on peut utiliser par exemple la mthode de Newton. On
se rfre par exemple au livre de J. Stoer et R. Bulirsch [31] pour plus de dtails sur
la mthode de Newton.
Il existe dautres types de mthode indirecte, par exemple, la mthode de tir
mutiple qui dcoupe le systme en N intervalles [t
i
, t
i+1
] et rsout le sous-systme
optimal sur chaque intervalle [t
i
, t
i+1
] en prenant en compte la continuit de z(t, z
0
)
en chaque instant t
i
. On se rfre au livre de J. Store et R. Bulirsch [31] pour des
dtails sur la mthode de tir multiple.
Dans ce mmoire, on utilise la fonction fsolve.m en matlab pour trouver un
zro de la fonction G. On prcisera les mises en oeuvre de ces deux mthodes dans
la section suivante en traitant des exemples concrets en dimension nie et dimension
innie.
En rsum, les mthodes directes sont plus simple implmenter, plus robustes
et moins sensibles au choix de la valeur initiale. En revanche, les mthodes indirectes
peuvent donner une solution plus prcise mais il faut tre capable de deviner de
bonnes valeurs initiales. On se rfre la section 9.3 du livre de E. Trlat [34] pour
la comparaison entre les deux mthodes.
74
Contrle en temps optimal Mthodes numriques
2 Dimension nie
On commence par expliciter les mises en oeuvre de deux mthodes en sappuyant
sur les fonctions fmincon.m et fsolve.m en matlab.
Pour la mthode directe, on choisit N, le nombre de discrtisation en temps et
on note t
1
= 0 < t
1
< .... < t
N+1
= t
f
la discrtisation du temps. On prend des
valeurs initales pour le temps nal t
f
et pour le contrle [u
1
, ..., u
N
] o u
i
R
m
,
pour tout i 1, N. On cherche minimiser le temps nal, en prenant en compte
la condition nale z(t
f
) = z
f
, la contrainte sur le contrle, i.e., pour tout i 1, N,
|u
i
|
R
m 1, et le fait que le temps nal doit tre positif. Sur chaque subdivision du
temps [t
i
, t
i+1
], on intgre le systme par la mthode dEuler explicite.
On cre une fonction methodedirecte.m (voir lAnnexe A.1) qui donne les
rsultats et les dessins pour la trajectoire de la solution et du contrle. Le principe
est dutiliser fmincon.m pour mininiser la fonction principal.m qui prend une va-
riable X contenant les discrtisations du contrle U et le temps nal t
f
sous les
contraintes crites dans la fonction contrainte.m. On choisit ici la mthode SQP
pour la mthode doptimisation non linaire.
Quant la mthode de tir, on rappelle que dans le corollaire 2.11, on a montr
quen supposant la contrlabilit exacte du systme, le contrle optimal en temps a
la forme :
u
() =
B
S(t )
|B
S(t )
|
R
m
, [0, t
f
], (6.4)
pour un ,= 0, R
n
.
Notons p(t) la solution du systme adjoint avec une condition nale :
p(t) = A
p(t), t [0, t
f
], (6.5)
p(t
f
) = . (6.6)
Il est clair que lon peut recrire (6.4) comme :
u
() =
B
p()
|B
p()|
R
m
, [0, t
f
]. (6.7)
Notons, X = (p(0), t
f
). Le principe de la mthode de tir est de trouver un zro
de la fonction F.m (Voir Annexe 1 (b)) qui prend X comme variable et qui rend
la valeur z(t
f
) z
f
. On utilise la fonction ode113.m pour calculer la solution du
systme z(t) et la solution du systme adjoint p(t).
On teste les deux mthodes par un exemple pris du livre de E. Trlat [34]
(exemple 9.3.1) o on est capable de calculer le temps minimal exact.
On considre le systme suivant :
_
x(t) = y(t), x(0) = 0,
y(t) = u(t), y(0) = 0,
(6.8)
75
Contrle en temps optimal Mthodes numriques
o [u(t)[ 1.
Notons z(t) =
_
x(t)
y(t)
_
, z
0
=
_
0
0
_
, A =
_
0 1
0 0
_
et B =
_
0
1
_
.
Avec les notations ci-dessus, le systme (6.8) scrit sous la forme :
z(t) = Az(t) +Bu(t), z(0) = z
0
, t [0, t
f
]. (6.9)
On remarque que Ran [AB, B] = Ran
_
1 0
0 1
_
= 2 = n. Donc, (A, B) est
exactement contrlable.
Daprs les calculs dans [34], on peut obtenir la fonction temps minimal comme :
T
(x
f
, y
f
) =
_
_
2
_
x
f
+
1
2
y
2
f
y
f
si x
f
y
2
f
2
signe(y
f
),
2
_
x
f
+
1
2
y
2
f
+y
f
si x
f
y
2
f
2
signe(y
f
).
(6.10)
On cherche par la suite le problme de contrle en temps optimal avec la condi-
tion nale z
f
=
_
x
f
y
f
_
=
_
0
1
_
.
Daprs la formule (6.10), on a : t
fexact
= 1 +
2 2.4142. On prsente les
rsultats obtenus en matlab dans lAnnexe B.2. On remarque que pour la mthode
directe, si on augmente le nombre de discrtisation, le temps nal numrique est
plus proche du temps nal exact. De plus, le rsultat obtenu par la mthode de tir
est trs prcis par rapport celui obtenu par la mthode directe, mais si on prend
une valeur initiale t
f
trop loin du temps nal exact, on obtient un rsultat mauvais.
3 Dimension innie
On essaie la mthode directe pour rsoudre lquation de la chaleur avec un
contrle interne dans [0, 1].
Plus prcisment, on considre lquation :
z(t, x) = z(t, x) +
[
1
3
,
2
3
]
(x)u(t, x), x [0, 1], t [0, t
f
], (6.11)
z(t, x) = 0, x = 1 ou 0, t [0, t
f
]. (6.12)
On utilise la mthode des dirences nies pour discrtiser le systme ci-dessus.
On choisit aussi le schma dEuler implicite pour la discrtisation en temps. Prenons
0 = t
0
< t
1
< .. < t
i
< .. < t
d
= t
f
la discrtisation en temps par d intervalles, et
0 = x
0
< x
1
< .... < x
k
< ... < x
N+1
= 1 la discrtisation en espace par N + 1
intervalles.
Notons z
i,k
= z(t
i
, x
k
) la valeur de la solution en temps t
i
et au point x
k
o
i 0, d et k 0, N + 1. On prend les approximations comme suit :
z(t
i
, x
k
)
z
i,k
z
i1,k
t
h
et z(t
i
, x
k
)
z
i,k+1
+z
i,k1
2z
i,k
h
2
, (6.13)
76
Contrle en temps optimal Mthodes numriques
o t
h
=
t
f
d
et h =
1
N+1
.
Notons aussi Z
i
=
_
_
_
_
_
_
z
i,1
z
i,2
.
.
.
z
i,N
_
_
_
_
_
_
. On peut donc crire le systme discrtis de (6.11)-
(6.12) par :
Z
i+1
Z
i
t
h
= A
h
Z
i+1
+B
h
U
i+1
, (6.14)
o A
h
=
1
h
2
_
_
_
_
_
_
_
_
_
_
2 1 0 . . . 0
1 2
.
.
.
.
.
.
0
.
.
.
.
.
.
.
.
.
0
.
.
.
.
.
.
2 1
0 . . . 0 1 2
_
_
_
_
_
_
_
_
_
_
de taille N N, B
h
= diag(X
ind
) une
matrice diagonale de taille N N avec comme diagonale X
ind
=
_
_
_
_
1
.
.
.
N
_
_
_
_
,
i
=
_
1 si
1
3
x
i
2
3
0 sinon
et U
i+1
=
_
_
_
_
u
i,1
.
.
.
u
i,N
_
_
_
_
avec u
i,k
est valeur choisie pour le
contrle en temps t
i
et au point x
k
.
Par un simple calcul, (6.14) revient rsoudre le systme :
CZ
i+1
= Z
i
+t
h
B
h
U
i
, (6.15)
o C = Id
NN
t
h
A
h
.
Donc, en chaque pas du temps, on inverse la matrice C pour calculer Z
i+1
par
les valeurs de Z
i
et U
i
.
Notons X une variable qui contient tous les valeurs u
i,k
, i 1, d, k 1, N et
le temps nal t
f
. On rappelle que le principe de la mthode directe est de minimiser
une fonction F(X) qui rend t
f
avec les contraintes sur le contrle, i.e., |U
i
|
l
2
([
1
3
,
2
3
])
1, i 1, d et avec la condition nale : Z(t
f
) = Z
f
.
On considre ici la condition initiale et la condition nale comme : z
0
(x) =
sin(x) et z
f
= 0. On prend aussi d = N dans la simulation.
On cre en matlab une fonction chaleur.m qui prend N comme variable et
qui utilise fmincon.m pour minimiser la fonction principal.m sous les contraintes
dcrites dans la fonction contrainte.m (voir lAnnexe A.3).
On prsente les rsultats obtenus dans lAnnexe B.3. Le temps nal numrique
est environ 0.6. On voit aussi lvolution de la norme l
2
du contrle en temps, qui
nest pas toujours gale 1. Thoriquement, le contrle devrait possder la proprit
77
Contrle en temps optimal Mthodes numriques
de bang-bang. Ceci implique que la solution obtenue nest peut-tre pas bonne mme
si la condition nale est bien satisfaite pour tout N.
On choisit Euler implicite pour la discrtisation en temps car concernant les
rsultats obtenus par la mthode dEuler explicite, si on augmente la taille de la
discrtisation, on narrive pas de trouver un minimum qui satisfait la condition
nale. Cela vient probablement de linstabilit du schma numrique de la mthode
dEuler explicite.
78
Contrle en temps optimal Conclusion
Conclusion
Lobjectif de ce mmoire est dtudier des rsultats liant le problme de contrle
en temps optimal avec le principe du maximum et la proprit de bang-bang. Pour
des systmes possdant la contrlabilit exacte, le principe du maximum est une
condition ncessaire de loptimalit en temps. Pour obtenir la proprit de bang-
bang dun contrle en temps optimal, il faut examiner si le systme possde un type
de contrlabilit approche.
Quant aux systmes qui ne possdent pas la contrlabilit exacte, on tente
dtablir un type de L
T,z
0
|
L
([0,t];U)
o u
T,z
0
est lunique solution du problme L
2
-norme minimale en temps T > 0 et avec
un point inital z
0
X ?
En rsum, ce mmoire consacre la plus grande partie prsenter des rsultats
thoriques. Ltude de la convergence et de la stabilit des mthodes numriques est
aussi un domaine intressant pour le problme de contrle en temps optimal.
80
Contrle en temps optimal Annexe
Appendices
A Annexe 1- Programmation en matlab
(1) Mthode directe - Dimension nie
function [tf,U] = methodedirecte(N)
% N : le nombre de discrtisation en temps, tf : le temps nal, U : les valeurs du contrle.
A=[0 1 ;0 0] ; B=[0 ;1] ; n=2 ; m=1 ; tf=5 ;
% n : la dimension de lespace X, m : la dimension de lespace U.
U=2*rand(m,N)-1 ; X0=[reshape(U,N*m,1) ;tf] ;
z0=zeros(n,1) ; zf =[0 ;-1] ; % z0 : ltat initial, zf : ltat nal souhait.
options=optimset(Algorithm,sqp) ;
% On choisit la mthode sqp comme mthode doptimisation non linaire.
[X,tf]= fmincon(@principal,X0,[],[],[],[],[],[],@(X) contrainte(X,A,B,m,N,z0,zf),options) ;
% Dessins
U=X(1 :(end-1)) ; U=reshape(U,m,N) ; z=zeros(n,N+1) ; h=tf/N;
for i=1 :N
z( :,i+1)=z( :,i)+h*(A*z( :,i)+B*U( :,i)) ;
end
subplot(121) ; plot(z(1, :),z(2, :),r) ; axis square ;
subplot(122) ; plot(linspace(0,tf,N),U,r) ; axis square ;
function [c,ceq] =contrainte(X,A,B,m,N,z0,zf)
tf=X(end) ; U=X(1 :(end-1)) ; U=reshape(U,m,N) ; h=tf/N;
c = [sum(abs(U).
m, 1).
p(t)
B
p(t)
R
m
si il est en temps optimal.
r=[(A*z+B*u) ; (-A*p)] ;
82
Contrle en temps optimal Annexe
(3) Mthode directe - Dimension innie
function [tf,U] = chaleur(N)
tf=10 ; d=N; u=2*rand(N,d)-1 ; h=1/(N+1) ;
% N : nombre de discrtisation en espace, d : nombre de discrtisation en temps.
d0 = 2/h
2 ones(N, 1) ; d1 = 1/h
2
ones(N, 1) ;
A = spdiags([d1 d0 d1], 1 : 1, N, N) ; % A reprsente la discrtisation de loprateur laplacien.
x = linspace(h, 1h, N) ; xind = (x >= 1/3).(x <= 2/3); B = spdiags(xind
, 0, N, N) ;
% xind reprsente la discrtisation de la fonction indicatrice
[
1
3
,
2
3
]
et B est la matrice diagonale comme
diagonale xind.
u = B u; X0=[reshape(u,d*N,1) ;tf] ; T = linspace(0, tf th, d);
options=optimset(Algorithm,interior-point,MaxFunEvals,10000000,MaxIter,100000) ;
% On choisit la mthode "point intrieur" comme mthode doptimisation non linaire.
[X,f]=fmincon(@principal,X0,[],[],[],[],[],[],@(X) contrainte(X,A,B,d,N),options) ;
% Dessin
tf=X(end) ; d=(length(X)-1)/N; U=reshape(X(1 :end-1),N,d) ;
z0 = sin(pi linspace(h, 1 h, N)
) ; z=zeros(N,d+1) ; z( :,1)=z0 ;
th = tf/d; C = eye(N, N) th A; normcontrol=zeros(d,1) ;
for k=1 :d
z(:, k + 1) = C(z(:, k) + th B U(:, k)); normcontrol(k)=norm(U( :,k),2) ;
end
subplot(121) ; plot([0 x 1],[0 ;z( :,end) ;0],r,[0 x 1],zeros(N+2,1),b) ; axis square ;
subplot(122) ; plot(T,normcontrol,r) ;axis square ;
function [c,ceq] =contrainte(X,A,B,d,N)
tf=X(end) ; U=X(1 :end-1) ; U=reshape(U,N,d) ; th=tf/d; h=1/(N+1) ; U=B*U;
c = [sum(abs(U).
2, 1).
(1/2) 1, tf];
% c reprsente la contrainte sur le contrle : U(t
i
, .)
l
2
([
1
2
,
2
3
])
1 et que tf>=0.
z0 = sin(pi linspace(h, 1 h, N)
); C = eye(N,N)-th*A;
% On considre la condition initiale : z
0
(x) = sin(x).
for k=1 :d
z0 = C(z0 + th B U(:, k)); % On choisit le schma dEuler implicite pour discrtiser le systme.
end;
ceq= z0- zeros(N,1) ; % ceq reprsente la condition nale z(tf)=zf=0.
83
Contrle en temps optimal Annexe
B Annexe 2- Simulation numrique
(1) Mthode directe -dimension nie
N 10 20 40 100
t
f
2.2581 2.3333 2.3729 2.3973
Table 1 temps nal numrique
Figure B.1 N=10
Figure B.2 N=20
84
Contrle en temps optimal Annexe
Figure B.3 N=40
Figure B.4 N=100
85
Contrle en temps optimal Annexe
(2) Mthode de tir -dimension nie
t
f
P0
init
= [1; 1], tf
init
= 5 2.4142
P0
init
= [1; 1], tf
init
= 100 -2.4142
Table 2 temps nal numrique
Figure B.5 P0
init
= [1; 1], tf
init
= 5
Figure B.6 P0
init
= [1; 1], tf
init
= 100
86
Contrle en temps optimal Annexe
(3) Mthode directe - lquation de la chaleur sur [0, 1]
N 5 10 20 30
t
f
0.6029 0.6769 0.6600 0.6010
Table 3 temps nal numrique
Dans la suite, on prsente dans la gure de gauche la solution nale z(t
f
) obtenue
par la mthode directe (ligne rouge) et la solution nale exacte z
f
= 0 (ligne bleue).
Dans la gure de droite, on prsente lvolution de l
2
-norme du contrle en temps.
Figure B.7 N=5
Figure B.8 N=10
87
Contrle en temps optimal Annexe
Figure B.9 N=20
Figure B.10 N=30
88
Contrle en temps optimal Bibliographie
Bibliographie
[1] V. Barbu and Th. Precupanu. Convexity and optimization in Banach spaces,
volume 10 of Mathematics and its Applications (East European Series). D.
Reidel Publishing Co., Dordrecht, romanian edition, 1986.
[2] C. Bardos, G. Lebeau, and J. Rauch. Sharp sucient conditions for the obser-
vation, control, and stabilization of waves from the boundary. SIAM J. Control
Optim., 30(5) :10241065, September 1992.
[3] R. Bellman, I. Glicksberg, and O. Gross. On the bang-bang control problem.
Quart. Appl. Math., 14 :1118, 1956.
[4] J. T. Betts. Practical methods for optimal control and estimation using nonli-
near programming, volume 19 of Advances in Design and Control. Society for
Industrial and Applied Mathematics (SIAM), Philadelphia, PA, second edition,
2010.
[5] H. Brezis. Analyse fonctionnelle. Collection Mathmatiques Appliques pour la
Matrise. [Collection of Applied Mathematics for the Masters Degree]. Masson,
Paris, 1983. Thorie et applications. [Theory and applications].
[6] O. Carja. On constraint controllability of linear systems in Banach spaces. J.
Optim. Theory Appl., 56(2) :215225, 1988.
[7] O. Carja. The minimal time function in innite dimensions. SIAM J. Control
Optim., 31(5) :11031114, 1993.
[8] M. Diehl, H. G. Bock, H. Diedam, and P.-B. Wieber. Fast direct multiple
shooting algorithms for optimal robot control. In Fast motions in biomechanics
and robotics, volume 340 of Lecture Notes in Control and Inform. Sci., pages
6593. Springer, Berlin, 2006.
[9] R. G. Douglas. On majorization, factorization, and range inclusion of operators
on Hilbert space. Proc. Amer. Math. Soc., 17 :413415, 1966.
[10] H. O. Fattorini. Time-optimal control of solutions of operational dierenital
equations. J. Soc. Indust. Appl. Math. Ser. A Control, 2 :5459, 1964.
[11] H. O. Fattorini. Innite dimensional linear control systems, volume 201 of
North-Holland Mathematics Studies. Elsevier Science B.V., Amsterdam, 2005.
The time optimal and norm optimal problems.
[12] R. Fletcher. Practical methods of optimization. Vol. 1. John Wiley & Sons
Ltd., Chichester, 1980. Unconstrained optimization, A Wiley-Interscience Pu-
blication.
[13] R. Fletcher. Practical methods of optimization. Vol. 2. John Wiley & Sons Ltd.,
Chichester, 1981. Constrained optimization, A Wiley-Interscience Publication.
89
Contrle en temps optimal Bibliographie
[14] R. V. Gamkrelidze. Discovery of the maximum principle. J. Dynam. Control
Systems, 5(4) :437451, 1999.
[15] H. H. Goldstine. A history of the calculus of variations from the 17th through the
19th century, volume 5 of Studies in the History of Mathematics and Physical
Sciences. Springer-Verlag, New York, 1980.
[16] F. Gozzi and P. Loreti. Regularity of the minimum time function and minimum
energy problems : the linear case. SIAM J. Control Optim., 37(4) :11951221
(electronic), 1999.
[17] A. Ionescu Tulcea and C. Ionescu Tulcea. Topics in the theory of lifting. Ergeb-
nisse der Mathematik und ihrer Grenzgebiete, Band 48. Springer-Verlag New
York Inc., New York, 1969.
[18] S. Jaard. Contrle interne exact des vibrations dune plaque carre. C. R.
Acad. Sci. Paris Sr. I Math., 307(14) :759762, 1988.
[19] V. Komornik. On the exact internal controllability of a Petrowsky system. J.
Math. Pures Appl. (9), 71(4) :331342, 1992.
[20] I. Lasiecka and R. Triggiani. Uniform energy decay rates of hyperbolic equations
with nonlinear boundary and interior dissipation. Control and Cybernetics,
37(4) :935969, 2008.
[21] G. Lebeau and L. Robbiano. Contrle exact de lquation de la chaleur. Comm.
Partial Dierential Equations, 20(1-2) :335356, 1995.
[22] G. Lebeau and E. Zuazua. Null-controllability of a system of linear thermoe-
lasticity. Arch. Rational Mech. Anal., 141(4) :297329, 1998.
[23] J.-L. Lions. Contrle optimal de systmes gouverns par des quations aux
drives partiel les. Avant propos de P. Lelong. Dunod, Paris, 1968.
[24] J. Lohac and M. Tucsnak. Maximum principle and bang-bang property of
time optimal controls for Schrdinger type systems. 2012.
[25] S. Micu, I. Roventa, and M. Tucsnak. Time optimal boundary controls for the
heat equation. November 2011.
[26] L. Miller. The control transmutation method and the cost of fast controls.
SIAM J. Control Optim., 45(2) :762772 (electronic), 2006.
[27] L. Miller. On the controllability of anomalous diusions generated by the frac-
tional Laplacian. Math. Control Signals Systems, 18(3) :260271, 2006.
[28] L. S. Pontryagin, V. G. Boltyanskii, R. V. Gamkrelidze, and E. F. Mishchenko.
The mathematical theory of optimal processes. Translated from the Russian by
K. N. Trirogo; edited by L. W. Neustadt. Interscience Publishers John Wiley
& Sons, Inc. New York-London, 1962.
90
Contrle en temps optimal Bibliographie
[29] T. I. Seidman and J. Yong. How violent are fast controls ? II. Math. Control
Signals Systems, 9(4) :327340, 1996.
[30] E. D. Sontag. Mathematical control theory, volume 6 of Texts in Applied Ma-
thematics. Springer-Verlag, New York, second edition, 1998. Deterministic
nite-dimensional systems.
[31] J. Stoer and R. Bulirsch. Introduction to numerical analysis, volume 12 of
Texts in Applied Mathematics. Springer-Verlag, New York, third edition, 2002.
Translated from the German by R. Bartels, W. Gautschi and C. Witzgall.
[32] G. Tenenbaum and M. Tucsnak. New blow-up rates for fast controls of Schr-
dinger and heat equations. J. Dierential Equations, 243(1) :70100, 2007.
[33] G. Tenenbaum and M. Tucsnak. On the null-controllability of diusion equa-
tions. ESAIM Control Optim. Calc. Var., 17(4) :10881100, 2011.
[34] E. Trlat. Contrle optimal. Mathmatiques Concrtes. [Concrete Mathema-
tics]. Vuibert, Paris, 2005. Thorie & applications. [Theory and applications].
[35] M. Tucsnak and G. Weiss. Observation and control for operator semigroups.
Birkhuser Advanced Texts : Basler Lehrbcher. [Birkhuser Advanced Texts :
Basel Textbooks]. Birkhuser Verlag, Basel, 2009.
[36] O. von Stryk and R. Bulirsch. Direct and indirect methods for trajectory
optimization. Ann. Oper. Res., 37(1-4) :357373, 1992. Nonlinear methods in
economic dynamics and optimal control (Vienna, 1990).
[37] G. Wang. L
-null controllability for the heat equation and its consequences for
the time optimal control problem. SIAM J. Control Optim., 47(4) :17011720,
2008.
[38] J. Zabczyk. Mathematical control theory : an introduction. Systems & Control :
Foundations & Applications. Birkhuser Boston Inc., Boston, MA, 1992.
[39] A. Zygmund. Trigonometrical series. Chelsea Publishing Co., New York, 1952.
2nd ed.
91
Contrle en temps optimal Bibliographie
92