Méthode HUM.

Vincent Perrollaz

1 Position du problème

On se donne deux entiers positifs n et m puis deux matrices A ∈ Mn (R) et B ∈ Mn,m (R). On considère
alors le système : (
ẋ = Ax + Bu
(1)
x(0) = x0 ,
où x ∈ Rn est l'état du système et u ∈ Rm est le contrôle.
On essayera de préciser au fur et à mesure ce qui se passe en dimension innie.
Problème 1. on cherche pour un temps T >0 et un état x1 à déterminer une fonction de contrôle u ∈ L2 (0, T )
telle que la solution de (1) satisfait
x(T ) = x1 .

Remarque. Si une fonction de contrôle existe, un argument de dimension rend plausible la non unicité de
celle-ci, on va donc raner le problème et chercher un relèvement. Plus précisément on va rajouter un critère
d'optimalité qui permettra d'isoler une fonction de contrôle parmi toutes.
On va pour un temps T > 0 donné associer à un état x1 ∈ Rn l'ensemble :
Adm(x1 ) := {u ∈ L2 (0, T ) : x(T ) = x1 x solution de (1)}.

Problème 2. On cherche alors à déterminer si il existe u∗ dans Adm(x1 ) telle que :

||u∗ ||L2 (0,T ) = min (||u||L2 (0,T ) ).
u∈Adm(x1 )

On peut d'ors et déjà noté que la solution du problème si elle existe est unique et donc fourni bien un
relèvement.
Proposition 1. Si u1 et u2 sont des solutions du problème 2 alors u1 = u2 .
Démonstration. On note y et z les solutions de (1) associées aux contrôles u1 et u2 . On voit alors que pour
θ ∈ (0, 1) si on pose :

∀t ∈ [0, T ], u(t) := θu2 (t) + (1 − θ)u2 (t), x(t) := θz(t) + (1 − θ)y(t),

alors on a :
ẋ(t) = θż(t) + (1 − θ)ẏ(t) = θ(Az(t) + Bu2 (t)) + (1 − θ)(Ay(t) + Bu1 (t))
= A(θz(t) + (1 − θ)y(t)) + B(θu2 (t) + (1 − θ)u1 (t))
= Ax(t) + Bu(t)

et la nouvelle fonction est toujours solution de 1. De plus :

x(0) = θz(0) + (1 − θ)y(0) = x0 , x(T ) = x1 ,

1
la fonction u est donc encore solution du problème 1. Or la fonction cout :
Z T
u 7→ J(u) := u(t)2 dt,
0

est strictement convexe donc si u1 6= u2 on a :

J(u) < min(J(u1 ), J(u2 )),

ce qui est absurde car u1 et u2 sont des fonctions de contrôle minimisant le cout.

2 Analyse

On suppose dans un premier temps que Adm(x1 ) est non vide, on notera dans la suite ū une fonction de
contrôle dans Adm(x1 ) et x̄ la solution associée par (1). On peut tout de suite vérier que x ∈ H 1 (0, T ).
Dénition 1. On appelle H l'espace ane :
{(u, x) ∈ L2 (0, T ) × H 1 (0, T ) : x(T ) = x1 , x(0) = x0 }.

An de trouver une solution du problème qui nous intéresse on va relaxer une des conditions pour garantir
l'existence d'une solution du problème.
Dénition 2. Soit  un réel strictement positif on dénit la fonctionnelle J par :
Z T Z T
2 1
∀(u, x) ∈ H, J (u, x) := ||u(t)|| dt + ||ẋ − Ax − Bu||2 dt,
0  0

où ||.|| est la norme euclidienne classique de Rn (on notera le produit scalaire h.|.i).
Proposition 2. La fonctionnelle J est à la fois strictement convexe, coercive et continue.
Démonstration. La convexité et la continuité sont évidentes. La coercivité provient du fait que si un et fn sont
des suites de fonctions bornées dans L2 alors la solution x de
x˙n = Axn + Bun + fn , x(0) = x0 ,

est clairement bornée dans H 1 (il s'agit simplement d'utiliser la continuité de la solution d'une équation dié-
rentielle par rapport aux données du problèmes).
La proposition précédente assure alors de manière classique l'existence d'un unique minimum dans H de J .
Dénition 3. Soit (u , x ) l'unique point de H où le minimum de J est atteint.
Proposition 3. Quelque soit le réel positif  il existe une fonction p solution de l'équation diérentielle
ṗ + A∗ p = 0

telle que la fonction u vérie :

u = B ∗ p .

Démonstration. La fonctionnelle étant régulière et (u , x ) étant un minimum, la diérentielle y est nulle. Or
quelques soient (δu, δx) ∈ L2 × H01 on a :
Z T Z T
2 ˙ − Aδx − Bδuidt.
DJ (u , x )(δu, δx) = 2 hu (t)|δu(t)idt + hẋ − Ax − Bu |δx
0  0

2
Si on note p := ẋ −Ax −Bu
 , et qu'on regroupe les termes on obtient après intégration par parties en temps :
Z T Z T
∗
DJ (u , x )(δu, δx) = 2 hδx|ṗ + A p idt + 2 hδu|u − B ∗ p idt.
0 0

On a donc bien comme annoncé :

ṗ + A∗ p = 0, u  = B ∗ p .

Proposition 4. On peut supposer quitte à extraire des sous suites que :

u * u∗ , dans L2 (0, T ), (2)
x * x ∗
dans H 1 (0, 1), (3)
avec (u∗ , x∗ ) ∈ H .
Démonstration. On a facilement par dénition de u que
∀ > 0, ||u ||2L2 ≤ J (u , x ) ≤ J (ū, x̄) = ||ū||2L2 .

Par compacité faible (L2 est un hilbert) on peut donc extraire de (u ) et obtenir (2).
Si on note f = ẋ − Ax − Bu on a de la même façon que
||f ||2L2 ≤ ||ū||2L2 ,

et donc f → 0 dans L2 . Mais alors comme

ẋ − Ax = Bu + f ,

on a par linéarité et continuité de l'opérateur associant la solution x au second membre de l'équation diérentielle
que
x * x∗ , dans L2 ,
puis en réinjectant cette convergence dans l'équation diérentielle on obtient bien (3). Au passage, la convergence
faible dans H 1 (0, T ) permet de passer à la limite dans les traces (qui sont des opérateurs linéaires continues
pour cette norme en dimension 1) en t = 0 et t = T ce qui montre que u∗ , x∗ est bien une solution au problème
de contrôle.
Hypothèse
On aimerait maintenant passer à la limite dans la forme de u fournie par la proposition 3. Pour ce faire on est
amené à faire une hypothèse naturelle :
||p1 ||a := ||B ∗ p||L2 , dénit une norme sur l'espace des états qui laisse celui-ci complet. (4)
En dimension nie, grâce à l'équivalence des normes, seul le caractère dénie peut poser problème. En dimension
innie on peut constater grâce au théorème de l'application ouverte que cela revient à demander l'équivalence
entre cette quantité et la norme hilbertienne originelle. Plus précisément si X est l'espace des états on veut
Z T
∃C > 0, ∀p1 ∈ X, ||p1 ||2X ≤C ||B ∗ p(t)||2 dt = C||p1 ||2a , (5)
0

où p est solution de (
ṗ(t) + A∗ p(t) = 0,
p(T ) = p1 .

3
Proposition 5. Sous l'hypothèse précédente on a l'existence d'une fonction p∗ dans H 1 telle que le contrôle u∗
vérie : (
u∗ = B ∗ p∗ ,
(6)
p˙∗ = A∗ p∗ .
Démonstration. Comme on a
u = B ∗ p , pour tout  > 0,
et que u converge faiblement dans L2 on a en utilisant l'hypothèse (4) on obtient la convergence de p (T ) dans
l'espace des états, mais alors en utilisant l'équation diérentielle portant sur p on a la convergence
p * p∗ , dans H 1 .

Proposition 6. Le couple (u∗ , x∗ ) est bien une solution du problème 2.

Démonstration. On a
∀ > 0, J (u , x ) ≤ J (ū, x̄) = ||ū||2L2 .
Et la convergence faible de u assure :
||u∗ ||2L2 ≤ lim inf ||u ||2L2 ≤ J (u , x ) ≤ ||ū||2L2 .
→0

Mais (ū, x̄) était une solution quelconque du problème initial, donc u∗ est bien le contrôle minimal en norme
L2 .

Conclusion :
Au nal on a montré dans cette partie que si il existe une fonction de contrôle et si l'hypothèse (4) (ou de
manière équivalente l'estimation d'observabilité (5)) est vériée alors il existe une unique fonction de contrôle
u∗ minimisant la norme L2 (0, T ). Et de plus il faut chercher cette fonction sous la forme (6).

3 Synthèse

On se donne p1 ∈ Rn puis p la solution de

(
ṗ + A∗ p = 0,
p(T ) = p1 .
On considère alors la solution x de (
ẋ(t) = Ax(t) + BB ∗ p,
(7)
x(0) = x0 ,
et on pose alors :
L(p1 ) := x(T ).
On va chercher à montrer que la fonction L est surjective, plus précisément étant donné x1 xé quelconque on
cherche p1 tel que L(p1 ) = x1 .
Proposition 7. Si p1 et q1 sont deux vecteurs de Rn alors on a
Z T
hq1 |L(p1 )i = hB ∗ q|B ∗ pidt + hq(0)|x0 i. (8)
0

où les fonctions p et q sont les solutions de :

( (
ṗ + A∗ p = 0, q̇ + A∗ q = 0,
p(T ) = p1 , q(T ) = q1 .

4
Démonstration. En eet, si x est solution de (7) on a
∀t ∈ [0, T ], hq(t)|ẋ(t)i = hq(t)|Ax(t)i + hq(t)|BB ∗ p(t)i.

Or une intégration par parties donne :

Z T Z T
[hq(t)|x(t)i]T0 = hq̇(t) + A∗ q(t)|x(t)idt + hB ∗ q(t)|B ∗ p(t)idt.
0 0

En utilisant la dénition de q on a alors :

Z T
hq1 |L(p1 )i = hq(t)|p(t)idt + hq(0)|x0 i.
0

Le point crucial est la symétrie de l'intégrale dans le second membre de (8) qui permet d'obtenir la proposition
suivante.
Proposition 8. Si on dénit la fonctionnelle A sur Rn par
T
||B ∗ p(t)||2
Z
A(p1 ) := dt + hp(0)|x0 i,
0 2

l'équation (8) peut se réecrire :

d
A(p1 + θq1 ) = hq1 |L(p1 )i.
dθ
Démonstration. Calcul immédiat.

5
Théorème 1. Si on suppose qu'on a l'inégalité d'observabilité (5) (qui est équivalente à l'hypothèse (4)), le
problème 2 admet une solution.
Démonstration. Sous l'hypothèse (4), la fonctionnelle p1 7→ A(p1 ) − hp1 |x1 i est coercive, or elle est clairement
convexe. De manière classique on en déduit qu'elle admet un minimum et donc un point critique p∗ .
On a alors que pout tout état q1
d
A(p∗ + θq1 ) − hq1 |x1 i = 0,
dθ
mais en utilisant la proposition 8 on en déduit
∀q1 ∈ Rn , hq1 |L(p∗ ) − x1 i = 0,

ce qui est bien

L(p∗ ) = x1 .

4 Condition nécessaire.

Proposition 9. Supposons que le problème 1 admette une solution en temps T pour tous les états initiaux et
naux. Alors l'inégalité d'observabilité (5) est satisfaite.
Démonstration. D'après notre hypothèse l'opérateur linéaire L déni par :
∀u ∈ L2 (0, T ), L(u) = x(T ),

où x est la solution de (1) est continu et surjectif. Si on note L0 sa restriction à Ker(L)⊥ qui est également un
espace de Hilbert, on obtient que L0 est un opérateur linéaire continue bijectif. Donc d'après le théorème de
l'application ouverte sa réciproque K = L0−1 est également continue.
Mais alors on peut écrire que pour tout couple d'état x1 , y1 on a
Z T
hx1 |y1 i = hx(0)|y(0)i + hẋ(t)|y(t)i + hx(t)|ẏ(t)idt,
0

avec x et y solutions de ( (
ẋ = Ax + BK(x1 ), ẏ + A∗ y = 0,
et
x(0) = 0, y(T ) = y1 .
On peut alors en déduire que
Z T
hx1 |y1 i = hK(x1 )|B ∗ yidt ≤ ||K(x1 )||L2 ||y1 ||a ,
0

l'inégalité s'obtenant par deux applications de Cauchy-Schwarz. On conclut alors par

hx1 |y1 i
||x1 || := sup ≤ |||K||| · ||x1 ||a .
y1 6=0 ||y1 ||

Et cette dernière inégalité est bien (5).

6
5 Théorème de Kalman

Pour ce qui concerne le problème de contrôlabilité exacte on peut donner une condition nécessaire et susante
portant sur A et B .
Théorème 2 (Kalman). Le système (1) est contrôlable en temps T > 0 si et seulement si la matrice à n lignes
et mn colonnes obtenue par juxtaposition des colonnes de B , AB , ..., An−1 B (on la notera (B|AB|...|An−1 B)
dans la suite) est de rang n.
Remarque. On remarquera que la condition sur les matrices ne dépendant pas du temps T , la contrôlabilité
exacte en un certain temps assure la contrôlabilité en tout temps.
Démonstration. D'après l'analyse qui a précédé, la contrôlabilité exacte est équivalente à l'assertion suivante.
Z T
∀p1 ∈ R ,
||B ∗ p(t)||2 dt = 0 ⇒ p1 = 0,
0

avec p la solution du système (

ṗ(t) + A∗ p(t) = 0
p(T ) = p1 .
Or cela est équivalent à Z T
∗
n
∀p1 ∈ R , ||B ∗ e(T −t)A p1 ||2 dt = 0 ⇒ p1 = 0.
0
Mais on peut encore reformuler cette assertion de la façon suivante.
 ∗

∀p1 ∈ Rn , ∀s ∈ [0, T ], B ∗ esA p1 = 0 ⇒ p1 = 0.

• Supposons donc maintenant que (1) soit contrôlable. Et prenons p1 ∈ Im(B|AB|...|An−1 B)⊥ . Cela revient
à demander que p1 soit en fait dans les noyaux de B ∗ , (AB)∗ = B ∗ A∗ , ..., B ∗ (A∗ )n−1 . On a donc
∀k ∈ J0, n − 1K, B ∗ (A∗ )k p1 = 0.
En utilisant Cayley-Hamilton on peut alors en déduire
∀k ∈ N, B ( ∗ A∗ )k p1 = 0.
Ce qui implique que
∀s > 0, ∀k ∈ N, B ∗ (sA∗ )k p1 = 0.
Et nalement on a ∗
∀s > 0, B ∗ esA p1 = 0,
et d'après notre hypothèse de départ cela permet d'assurer que p1 = 0 donc Im(B|AB|...|An−1 B)⊥ = 0
ce qui veut bien dire
rang(B|AB|...|An−1 B) = n.
• Si on suppose maintenant que
rang(B|AB|...|An−1 B) = n.
On se donne alors p1 ∈ Rn tel que ∗
∀s > 0, B ∗ esA p1 = 0.
En dérivant n fois par rapport à s en s = 0 on obtient alors
B ∗ p1 = 0, B ∗ A∗ p1 = 0, ..., B ∗ (A∗ )n−1 p1 = 0.
Ce qui revient à dire que p1 ∈ Im(B|AB|...|An−1 B)⊥ , mais d'après notre hypothèse on conclut donc
p1 = 0 et (1) est donc bien contrôlable.