Study on stochastic partial differential equations

Cette thèse s’inscrit dans le domaine mathématique de l’analyse des équations aux dérivées partielles (EDP) non-linéaires stochastiques. Nous nous intéressons à des EDP paraboliques et hyperboliques que l’on perturbe stochastiquement au sens d’Itô. Il s’agit d’introduire l’aléatoire via l’ajout d’une intégrale stochastique (intégrale d’Itô) qui peut dépendre ou non de la solution, on parle alors de bruit multiplicatif ou additif. La présence de la variable de probabilité ne nous permet pas d’utiliser tous les outils classiques de l’analyse des EDP. Notre but est d’adapter les techniques connues dans le cadre déterministe aux EDP non linéaires stochastiques en proposant des méthodes alternatives. Les résultats obtenus sont décrits dans les cinq chapitres de cette thèse : Dans le Chapitre I, nous étudions une perturbation stochastique des équations de Barenblatt. En utilisant une semi- discrétisation implicite en temps, nous établissons l’existence et l’unicité d’une solution dans le cas additif, et grâce aux propriétés de la solution nous sommes en mesure d’étendre ce résultat au cas multiplicatif à l’aide d’un théorème de point fixe. Dans le Chapitre II, nous considérons une classe d’équations de type Barenblatt stochastiques dans un cadre abstrait. Il s’agit là d’une généralisation des résultats du Chapitre I. Dans le Chapitre III, nous travaillons sur l’étude du problème de Cauchy pour une loi de conservation stochastique. Nous montrons l’existence d’une solution par une méthode de viscosité artificielle en utilisant des arguments de compacité donnés par la théorie des mesures de Young. L’unicité repose sur une adaptation de la méthode de dédoublement des variables de Kruzhkov.. Dans le Chapitre IV, nous nous intéressons au problème de Dirichlet pour la loi de conservation stochastique étudiée au Chapitre III. Le point remarquable de l’étude repose sur l’utilisation des semi-entropies de Kruzhkov pour montrer l’unicité. Dans le Chapitre V, nous introduisons une méthode de splitting pour proposer une approche numérique du problème étudié au Chapitre IV, suivie de quelques simulations de l’équation de Burgers stochastique dans le cas unidimensionnel.This thesis deals with the mathematical field of stochastic nonlinear partial differential equations’ analysis. We are interested in parabolic and hyperbolic PDE stochastically perturbed in the Itô sense. We introduce randomness by adding a stochastic integral (Itô integral), which can depend or not on the solution. We thus talk about a multiplicative noise or an additive one. The presence of the random variable does not allow us to apply systematically classical tools of PDE analysis. Our aim is to adapt known techniques of the deterministic setting to nonlinear stochastic PDE analysis by proposing alternative methods. Here are the obtained results : In Chapter I, we investigate on a stochastic perturbation of Barenblatt equations. By using an implicit time discretization, we establish the existence and uniqueness of the solution in the additive case. Thanks to the properties of such a solution, we are able to extend this result to the multiplicative noise using a fixed-point theorem. In Chapter II, we consider a class of stochastic equations of Barenblatt type but in an abstract frame. It is about a generalization of results from Chapter I. In Chapter III, we deal with the study of the Cauchy problem for a stochastic conservation law. We show existence of solution via an artificial viscosity method. The compactness arguments are based on Young measure theory. The uniqueness result is proved by an adaptation of the Kruzhkov doubling variables technique. In Chapter IV, we are interested in the Dirichlet problem for the stochastic conservation law studied in Chapter III. The remarkable point is the use of the Kruzhkov semi-entropies to show the uniqueness of the solution. In Chapter V, we introduce a splitting method to propose a numerical approach of the problem studied in Chapter IV. Then we finish by some simulations of the stochastic Burgers’ equation in the one dimensional case