Existence, unicité, approximations de solutions d’équations cinétiques et hyperboliques

Les travaux de cette thèse s’inscrivent dans le contexte des systèmes de particules. Nous considérons différents systèmes physiques, dont la dynamique est modélisée par des équations aux dérivées partielles décrivant l’évolution temporelle de certaines quantités macroscopiques ou microscopiques, selon l’échelle de description envisagée. Cela correspond à une approche continue des systèmes étudiés, qui seront décrits par une distribution statistique de particules, et non pas particule par particule. Les équations étudiées sont des équations cinétiques (mettant en jeu des variables microscopiques, comme la vitesse des particules, ou leur masse) mais aussi des systèmes hyperboliques de lois de conservation (qui portent sur des quantités moyennées, comme la densité d’un fluide ou son champ de vitesse), qui apparaissent par exemple dans l’étude de la dynamique des gaz sans pression.

Le manuscrit est constitué de trois parties, correspondant chacune à un résultat obtenu pendant la thèse.

La théorie cinétique, qui est le contexte général d’une grande partie des travaux de cette thèse, est présentée dans cette section, et nous nous attardons volontairement sur l’équation de Boltzmann. Ce choix s’explique bien entendu par des raisons historiques, des raisons de modélisation, mais aussi parce que les notions de solutions que nous utiliserons sur les modèles de coagulation-fragmentation ont d’abord été développées pour l’équation de Boltzmann, nous les expliquerons donc dans ce contexte.

Modèles de coagulation-fragmentation 

On considère maintenant un autre type d’interaction, entre objets de tailles y ∈ Y variables, qu’on désigne classiquement par le terme « agglomérats ». Typiquement, il s’agit de particules solides ou liquides en suspension dans un gaz (par exemple, des gouttelettes dans un spray), mais aussi des suspensions colloïdales, des polymères, ou, à plus grande échelle, des planètes, des étoiles, des astéroïdes. On s’intéresse à la situation où, sous l’effet de certaines forces, ces agglomérats évoluent selon deux mécanismes opposés, qui modifient leur taille : le processus de coagulation, où des agglomérats vont se regrouper pour former un agglomérat de taille plus grande, et le processus de fragmentation, où, grâce à une dynamique interne, un agglomérat se scinde en plusieurs autres, de taille plus petite. La variable « taille », qui représente l’état d’une particule au cours du temps, peut correspondre (selon le type d’agglomérats) à la masse, au rayon, ou au volume d’une particule (dans ce cas on a une variable continue y ∈]0, +∞[), ou alors au nombre de monomères d’un polymère (la variable y est alors discrète, y ∈ N). On peut aussi adopter une description plus précise où la variable y intègre plusieurs caractéristiques (par exemple la quantité de mouvement, voire l’énergie interne de la particule, en plus de sa masse), et dans ce cas, on a y ∈ R D, avec D ∈ N.

On va se restreindre au cas des interactions binaires (comme pour l’équation de Boltzmann), qu’on schématisera de la façon suivante : {y} + {y∗} → {y′}

pour la coagulation de deux agglomérats de taille y et y∗ en un autre de taille y′, et réciproquement, {y′} → {y} + {y∗}

pour la fragmentation d’un agglomérat de taille y′ en deux autres, de taille y et y∗ . Si la variable y désigne la masse des particules, on aura évidemment la relation y′=y+y∗.

Au niveau de la modélisation, on peut décrire un système d’agglomérats de manière continue, suivant la théorie cinétique, au moyen d’une densité de particules f = f(t, x, y) ≥ 0, où la variable taille y va jouer le rôle de variable microscopique. Nous pouvons alors dériver différents modèles mathématiques de coagulation fragmentation, sous la forme d’équations integrodifférentielles, avec un second membre Q(f) décrivant les interactions entre particules. Dans les sous-sections qui suivent, nous allons décrire brièvement ces différents modèles, du plus simple au plus complexe, ainsi que les principaux résultats connus pour chacun d’eux, et nous présenterons ensuite un modèle purement cinétique (où la variable y intègre la masse, la vitesse et l’énergie des particules), qui fait l’objet de la première partie de cette thèse.

Table des matières

Introduction
1 Théorie cinétique et équation de Boltzmann
1.1 Modélisation
1.2 Problème de Cauchy
1.2.1 Propriétés formelles de l’équation de Boltzmann
1.2.2 Solutions dispersives de Kaniel, Illner, Shinbrot
1.2.3 Solutions renormalisées de DiPerna-Lions
2 Modèles de coagulation-fragmentation
2.1 Les modèles classiques
2.1.1 Modèles homogènes en espace
2.1.2 Le modèle inhomogène en espace
2.2 Les modèles cinétiques
2.2.1 Le modèle cinétique pour la coagulation seule
2.2.2 Le modèle cinétique pour la fragmentation seule
2.2.3 Couplage coagulation-fragmentation
3 Méthodes de moments sur des équations cinétiques
3.1 Présentation du problème
3.2 Résultats obtenus
4 Modélisation du trafic routier
4.1 Les modèles de base
4.2 Le modèle de Aw-Rascle
4.3 Les modèles avec contraintes
4.3.1 Présentation
4.3.2 Théorie d’existence pour le modèle CPGD
4.4 Le modèle multi-voies avec contraintes
Références de l’introduction
I A kinetic model for coagulation-fragmentation
1 Introduction
1.1 The original model
1.2 Spatially inhomogeneous models
1.3 Description of the kinetic model and outline of the paper
1.4 Different notions of solutions
2 A priori estimates
2.1 Basic physical estimates
2.2 Lq bounds
3 A stability result
3.1 Weak compactness of (fn)
3.2 Weak compactness of the renormalized coalescence term
3.3 Weak convergence of the fragmentation term
3.4 Strong compactness of y-averages
3.5 Regularity in time of the limit f
3.6 Passing to the limit in a new integral equation
References
II Convergence rate for the method of moments with linear closure relations
1 Introduction
1.1 Quick presentation of the moments’ methods for kinetic equations
1.2 Linear closure relations
1.3 Basic properties of the method and the main result
2 Stability and convergence results
2.1 Eigenvectors for System (1.12)
2.2 Stability estimate and kinetic interpretation of the method
2.3 Error estimate
3 Proof of Theorems 2.1 and 2.2
3.1 Elementary space decomposition
3.2 Study of the condition (3.2)
3.3 Study of the condition (3.3)
3.4 Study of the condition (3.4)
3.5 Choice of φ on the subspace V
3.6 Proof of the theorem (2.2) : Synthesis
3.7 From Th. 2.2 to Th. 2.1 : Uniform stability estimate
on the BGK model
4 Error estimate : Proof of Th. 2.3 and Prop. 2.4
4.1 Estimates provided by the model
4.2 Proof of Prop. 2.4 : Error estimate in the smooth case
4.3 Proof of Th. 2.3 : Error estimate in the general case
5 Proof of Th. 1.1 : Example of the Tchebychev points
6 Appendix
References
Conclusion

Cours gratuitTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *