Une théorie continue pour les équilibres de Wardrop : jeux, calcul ...
Une théorie continue pour les équilibres de Wardrop : jeux, calcul ...
Une théorie continue pour les équilibres de Wardrop : jeux, calcul ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
<strong>Une</strong> théorie <strong>continue</strong><br />
<strong>pour</strong> <strong>les</strong> équilibres <strong>de</strong> <strong>Wardrop</strong> :<br />
<strong>jeux</strong>, <strong>calcul</strong> <strong>de</strong>s variations, EDP et numérique<br />
Filippo Santambrogio<br />
Laboratoire <strong>de</strong> Mathématiques d’Orsay, Université Paris-Sud<br />
http://www.math.u-psud.fr/∼santambr/<br />
Dijon, 28 mars 2012 – Journées MODE<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
1 Modè<strong>les</strong> discrets <strong>pour</strong> le trafic congestionné<br />
Equilibres <strong>de</strong> Nash - <strong>Wardrop</strong><br />
Optimisation convexe<br />
2 Modè<strong>les</strong> continus (avec G. Carlier et C. Jimenez)<br />
Intensité <strong>de</strong> trafic<br />
Equilibre et transport optimal<br />
3 Equivalence avec un problème sous contrainte <strong>de</strong> divergence<br />
(avec L. Brasco et G. Carlier, puis avec V. Vespri)<br />
Intensité <strong>de</strong> trafic vectorielle et scalaire<br />
Flots plus ou moins réguliers<br />
EDP elliptiques très dégénérées<br />
4 Problème dual et simulations numériques<br />
(avec F. Benmansour, G. Carlier et G. Peyré)<br />
Dualité<br />
Discrétisation par Fast Marching<br />
Simulations<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Modè<strong>les</strong> discrets<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
L’idée<br />
Supposons que <strong>de</strong>ux routes mènent d’une même ville à une autre : l’une<br />
est une autoroute toute droite, l’autre un chemin campagnard plus long.<br />
Si tout le mon<strong>de</strong> choisis la première, elle sera bientôt remplie et donc<br />
moins efficace que l’autre. Au len<strong>de</strong>main, tout le mon<strong>de</strong> changera d’avis<br />
et empruntera l’autre. Et ça sera encore pire !<br />
Y a-t-il un équilibre <br />
Est-ce que l’équilibre garantit le moindre temps <strong>de</strong> parcours (moyen ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
L’idée<br />
Supposons que <strong>de</strong>ux routes mènent d’une même ville à une autre : l’une<br />
est une autoroute toute droite, l’autre un chemin campagnard plus long.<br />
Si tout le mon<strong>de</strong> choisis la première, elle sera bientôt remplie et donc<br />
moins efficace que l’autre. Au len<strong>de</strong>main, tout le mon<strong>de</strong> changera d’avis<br />
et empruntera l’autre. Et ça sera encore pire !<br />
Y a-t-il un équilibre <br />
Est-ce que l’équilibre garantit le moindre temps <strong>de</strong> parcours (moyen ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
L’idée<br />
Supposons que <strong>de</strong>ux routes mènent d’une même ville à une autre : l’une<br />
est une autoroute toute droite, l’autre un chemin campagnard plus long.<br />
Si tout le mon<strong>de</strong> choisis la première, elle sera bientôt remplie et donc<br />
moins efficace que l’autre. Au len<strong>de</strong>main, tout le mon<strong>de</strong> changera d’avis<br />
et empruntera l’autre. Et ça sera encore pire !<br />
Y a-t-il un équilibre <br />
Est-ce que l’équilibre garantit le moindre temps <strong>de</strong> parcours (moyen ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
L’idée<br />
Supposons que <strong>de</strong>ux routes mènent d’une même ville à une autre : l’une<br />
est une autoroute toute droite, l’autre un chemin campagnard plus long.<br />
Si tout le mon<strong>de</strong> choisis la première, elle sera bientôt remplie et donc<br />
moins efficace que l’autre. Au len<strong>de</strong>main, tout le mon<strong>de</strong> changera d’avis<br />
et empruntera l’autre. Et ça sera encore pire !<br />
Y a-t-il un équilibre <br />
Est-ce que l’équilibre garantit le moindre temps <strong>de</strong> parcours (moyen ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Ingrédients<br />
Un graphe fini avec <strong>de</strong>s arrêtes e ∈ E, un ensemble S <strong>de</strong> sources et<br />
D <strong>de</strong> <strong>de</strong>stinations,<br />
l’ensemble C(s, d) = {σ <strong>de</strong> s à d} <strong>de</strong>s chemins possib<strong>les</strong> <strong>de</strong> s à d,<br />
une <strong>de</strong>man<strong>de</strong> γ(s, d) qui donne la quantité <strong>de</strong> gens qui se ren<strong>de</strong>nt<br />
<strong>de</strong> s ∈ S à d ∈ D,<br />
une stratégie <strong>de</strong> repartition inconnue (ce que l’on cherche)<br />
q = (q σ ) σ telle que ∑ σ∈C(s,d) q σ = γ(s, d),<br />
une intensité <strong>de</strong> trafic qui en découle (et qui dépend <strong>de</strong> q)<br />
i q = (i q (e)) e donnée par i q (e) = ∑ e∈σ q σ,<br />
une fonction croissante g : R + → R + telle que g(i q (e)) modélise le<br />
coût (par unité <strong>de</strong> longueur) <strong>de</strong> l’arrête e, si soumis à congestion,<br />
le coût <strong>de</strong> chaque chemin σ, donné par<br />
c(σ) = ∑ e∈σ g(i q(e)) long(e).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equilibres <strong>de</strong> <strong>Wardrop</strong><br />
La stratégie globale q représente la distribution <strong>de</strong>s choix <strong>de</strong>s voyageurs.<br />
Imposer un équilibre <strong>de</strong> Nash (personne ne veut changer d’avis si <strong>les</strong><br />
autres ne changent pas) donne lieu à la condition :<br />
σ ∈ C(s, d), q σ > 0 ⇒ c(σ) = min{c(˜σ) : ˜σ ∈ C(s, d)}.<br />
Cette condition est bien connue sous le nom d’équilibre <strong>de</strong> <strong>Wardrop</strong>.<br />
L’existence d’au moins un équilibre vient du principe variationnel<br />
suivant.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equilibres <strong>de</strong> <strong>Wardrop</strong><br />
La stratégie globale q représente la distribution <strong>de</strong>s choix <strong>de</strong>s voyageurs.<br />
Imposer un équilibre <strong>de</strong> Nash (personne ne veut changer d’avis si <strong>les</strong><br />
autres ne changent pas) donne lieu à la condition :<br />
σ ∈ C(s, d), q σ > 0 ⇒ c(σ) = min{c(˜σ) : ˜σ ∈ C(s, d)}.<br />
Cette condition est bien connue sous le nom d’équilibre <strong>de</strong> <strong>Wardrop</strong>.<br />
L’existence d’au moins un équilibre vient du principe variationnel<br />
suivant.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Principe Variationnel<br />
Optimiser un coût global <strong>de</strong> congestion signifie minimiser une quantité<br />
∑<br />
H(i q (e)) long(e)<br />
e<br />
(H : R + → R + étant une fonction croissante : par exemple, avec<br />
H(t) = tg(t) on trouve le coût total <strong>pour</strong> tous <strong>les</strong> voyageurs) parmi<br />
toutes <strong>les</strong> stratégies possib<strong>les</strong> q.<br />
Conditions d’optimalité : si q est optimal, alors il est un équilibre <strong>de</strong><br />
<strong>Wardrop</strong> <strong>pour</strong> g = H ′ .<br />
Pour trouver un équilibre <strong>de</strong> <strong>Wardrop</strong> il est donc suffisant résoudre un<br />
problème d’optimisation convexe (où H sera une primitive <strong>de</strong> g).<br />
Sauf si g(t) = t p , ce problème ne correspond pas à minimiser le coût<br />
total <strong>de</strong>s voyageurs !<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Principe Variationnel<br />
Optimiser un coût global <strong>de</strong> congestion signifie minimiser une quantité<br />
∑<br />
H(i q (e)) long(e)<br />
e<br />
(H : R + → R + étant une fonction croissante : par exemple, avec<br />
H(t) = tg(t) on trouve le coût total <strong>pour</strong> tous <strong>les</strong> voyageurs) parmi<br />
toutes <strong>les</strong> stratégies possib<strong>les</strong> q.<br />
Conditions d’optimalité : si q est optimal, alors il est un équilibre <strong>de</strong><br />
<strong>Wardrop</strong> <strong>pour</strong> g = H ′ .<br />
Pour trouver un équilibre <strong>de</strong> <strong>Wardrop</strong> il est donc suffisant résoudre un<br />
problème d’optimisation convexe (où H sera une primitive <strong>de</strong> g).<br />
Sauf si g(t) = t p , ce problème ne correspond pas à minimiser le coût<br />
total <strong>de</strong>s voyageurs !<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Principe Variationnel<br />
Optimiser un coût global <strong>de</strong> congestion signifie minimiser une quantité<br />
∑<br />
H(i q (e)) long(e)<br />
e<br />
(H : R + → R + étant une fonction croissante : par exemple, avec<br />
H(t) = tg(t) on trouve le coût total <strong>pour</strong> tous <strong>les</strong> voyageurs) parmi<br />
toutes <strong>les</strong> stratégies possib<strong>les</strong> q.<br />
Conditions d’optimalité : si q est optimal, alors il est un équilibre <strong>de</strong><br />
<strong>Wardrop</strong> <strong>pour</strong> g = H ′ .<br />
Pour trouver un équilibre <strong>de</strong> <strong>Wardrop</strong> il est donc suffisant résoudre un<br />
problème d’optimisation convexe (où H sera une primitive <strong>de</strong> g).<br />
Sauf si g(t) = t p , ce problème ne correspond pas à minimiser le coût<br />
total <strong>de</strong>s voyageurs !<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Modè<strong>les</strong> continus<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Formulation avec <strong>les</strong> mesures<br />
Dans un domaine Ω ⊂ R n la <strong>de</strong>man<strong>de</strong> est représentée par <strong>de</strong>s probas<br />
γ ∈ P(Ω × Ω). On se donne un ensemble Γ ⊂ P(Ω × Ω) <strong>de</strong> <strong>de</strong>man<strong>de</strong>s<br />
admissib<strong>les</strong> : typiquement Γ = {γ} ou<br />
Posons aussi<br />
Γ = Π(µ, ν) = {γ ∈ P(Ω × Ω) : (π X ) ♯ γ = µ, (π Y ) ♯ γ = ν}.<br />
C = {chemins Lipschitz σ : [0, 1] → Ω}<br />
C(s, d) = {σ ∈ C : σ(0) = s, , σ(1) = d}.<br />
On cherche une proba Q ∈ P(C) telle que (π 0,1 ) ♯ Q ∈ Γ.<br />
On veut définir une intensité <strong>de</strong> trafic i Q ∈ M + (Ω) telle que<br />
i Q (A) = “combien ” le mouvement se déroule en A . . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Formulation avec <strong>les</strong> mesures<br />
Dans un domaine Ω ⊂ R n la <strong>de</strong>man<strong>de</strong> est représentée par <strong>de</strong>s probas<br />
γ ∈ P(Ω × Ω). On se donne un ensemble Γ ⊂ P(Ω × Ω) <strong>de</strong> <strong>de</strong>man<strong>de</strong>s<br />
admissib<strong>les</strong> : typiquement Γ = {γ} ou<br />
Posons aussi<br />
Γ = Π(µ, ν) = {γ ∈ P(Ω × Ω) : (π X ) ♯ γ = µ, (π Y ) ♯ γ = ν}.<br />
C = {chemins Lipschitz σ : [0, 1] → Ω}<br />
C(s, d) = {σ ∈ C : σ(0) = s, , σ(1) = d}.<br />
On cherche une proba Q ∈ P(C) telle que (π 0,1 ) ♯ Q ∈ Γ.<br />
On veut définir une intensité <strong>de</strong> trafic i Q ∈ M + (Ω) telle que<br />
i Q (A) = “combien ” le mouvement se déroule en A . . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Formulation avec <strong>les</strong> mesures<br />
Dans un domaine Ω ⊂ R n la <strong>de</strong>man<strong>de</strong> est représentée par <strong>de</strong>s probas<br />
γ ∈ P(Ω × Ω). On se donne un ensemble Γ ⊂ P(Ω × Ω) <strong>de</strong> <strong>de</strong>man<strong>de</strong>s<br />
admissib<strong>les</strong> : typiquement Γ = {γ} ou<br />
Posons aussi<br />
Γ = Π(µ, ν) = {γ ∈ P(Ω × Ω) : (π X ) ♯ γ = µ, (π Y ) ♯ γ = ν}.<br />
C = {chemins Lipschitz σ : [0, 1] → Ω}<br />
C(s, d) = {σ ∈ C : σ(0) = s, , σ(1) = d}.<br />
On cherche une proba Q ∈ P(C) telle que (π 0,1 ) ♯ Q ∈ Γ.<br />
On veut définir une intensité <strong>de</strong> trafic i Q ∈ M + (Ω) telle que<br />
i Q (A) = “combien ” le mouvement se déroule en A . . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Formulation avec <strong>les</strong> mesures<br />
Dans un domaine Ω ⊂ R n la <strong>de</strong>man<strong>de</strong> est représentée par <strong>de</strong>s probas<br />
γ ∈ P(Ω × Ω). On se donne un ensemble Γ ⊂ P(Ω × Ω) <strong>de</strong> <strong>de</strong>man<strong>de</strong>s<br />
admissib<strong>les</strong> : typiquement Γ = {γ} ou<br />
Posons aussi<br />
Γ = Π(µ, ν) = {γ ∈ P(Ω × Ω) : (π X ) ♯ γ = µ, (π Y ) ♯ γ = ν}.<br />
C = {chemins Lipschitz σ : [0, 1] → Ω}<br />
C(s, d) = {σ ∈ C : σ(0) = s, , σ(1) = d}.<br />
On cherche une proba Q ∈ P(C) telle que (π 0,1 ) ♯ Q ∈ Γ.<br />
On veut définir une intensité <strong>de</strong> trafic i Q ∈ M + (Ω) telle que<br />
i Q (A) = “combien ” le mouvement se déroule en A . . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Intensité <strong>de</strong> trafic et congestion totale<br />
Pour φ : Ω → R et σ ∈ C posons<br />
Définissons i Q par<br />
L φ (σ) =<br />
∫ 1<br />
0<br />
φ(σ(t))|σ ′ (t)|dt.<br />
∫<br />
< i Q , φ >= L φ (σ)Q(dσ).<br />
C<br />
(P) : Optimisation : on minimise la fonctionnelle convexe<br />
{∫<br />
H(iQ (x))dx si i Q 0).<br />
Filippo Santambrogio<br />
Trafic Congestionné<br />
logo
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Intensité <strong>de</strong> trafic et congestion totale<br />
Pour φ : Ω → R et σ ∈ C posons<br />
Définissons i Q par<br />
L φ (σ) =<br />
∫ 1<br />
0<br />
φ(σ(t))|σ ′ (t)|dt.<br />
∫<br />
< i Q , φ >= L φ (σ)Q(dσ).<br />
C<br />
(P) : Optimisation : on minimise la fonctionnelle convexe<br />
{∫<br />
H(iQ (x))dx si i Q 0).<br />
Filippo Santambrogio<br />
Trafic Congestionné<br />
logo
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Conditions d’optimalité<br />
Soit Q un minimiseur et ξ = H ′ (i Q<br />
). Pour ξ ≥ 0 posons<br />
c ξ (s, d) =<br />
inf L ξ(σ)<br />
σ∈C(s,d)<br />
(c’est en fait la métrique Riemannienne engendrée par ξ).<br />
γ := (π 0 , π 1 ) # Q minimise ∫ c ξ<br />
dγ sous la contrainte γ ∈ Γ,<br />
Q−p.p. L ξ<br />
(σ) = c ξ<br />
(σ(0), σ(1)).<br />
Donc γ résout un problème <strong>de</strong> transport (Kantorovitch) et presque<br />
tout chemin est géo<strong>de</strong>sique (c’est donc un équilibre <strong>de</strong> <strong>Wardrop</strong> avec<br />
g = H ′ ).<br />
Problème : ξ n’est pas du tout régulier, il est L p′ , que signifie-t-il c ξ <br />
Solutions : travailler dur <strong>pour</strong> définir c ξ <strong>pour</strong> ξ ∈ L p′ ou bien prouver <strong>de</strong><br />
la régularité. . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Conditions d’optimalité<br />
Soit Q un minimiseur et ξ = H ′ (i Q<br />
). Pour ξ ≥ 0 posons<br />
c ξ (s, d) =<br />
inf L ξ(σ)<br />
σ∈C(s,d)<br />
(c’est en fait la métrique Riemannienne engendrée par ξ).<br />
γ := (π 0 , π 1 ) # Q minimise ∫ c ξ<br />
dγ sous la contrainte γ ∈ Γ,<br />
Q−p.p. L ξ<br />
(σ) = c ξ<br />
(σ(0), σ(1)).<br />
Donc γ résout un problème <strong>de</strong> transport (Kantorovitch) et presque<br />
tout chemin est géo<strong>de</strong>sique (c’est donc un équilibre <strong>de</strong> <strong>Wardrop</strong> avec<br />
g = H ′ ).<br />
Problème : ξ n’est pas du tout régulier, il est L p′ , que signifie-t-il c ξ <br />
Solutions : travailler dur <strong>pour</strong> définir c ξ <strong>pour</strong> ξ ∈ L p′ ou bien prouver <strong>de</strong><br />
la régularité. . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Conditions d’optimalité<br />
Soit Q un minimiseur et ξ = H ′ (i Q<br />
). Pour ξ ≥ 0 posons<br />
c ξ (s, d) =<br />
inf L ξ(σ)<br />
σ∈C(s,d)<br />
(c’est en fait la métrique Riemannienne engendrée par ξ).<br />
γ := (π 0 , π 1 ) # Q minimise ∫ c ξ<br />
dγ sous la contrainte γ ∈ Γ,<br />
Q−p.p. L ξ<br />
(σ) = c ξ<br />
(σ(0), σ(1)).<br />
Donc γ résout un problème <strong>de</strong> transport (Kantorovitch) et presque<br />
tout chemin est géo<strong>de</strong>sique (c’est donc un équilibre <strong>de</strong> <strong>Wardrop</strong> avec<br />
g = H ′ ).<br />
Problème : ξ n’est pas du tout régulier, il est L p′ , que signifie-t-il c ξ <br />
Solutions : travailler dur <strong>pour</strong> définir c ξ <strong>pour</strong> ξ ∈ L p′ ou bien prouver <strong>de</strong><br />
la régularité. . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Conditions d’optimalité<br />
Soit Q un minimiseur et ξ = H ′ (i Q<br />
). Pour ξ ≥ 0 posons<br />
c ξ (s, d) =<br />
inf L ξ(σ)<br />
σ∈C(s,d)<br />
(c’est en fait la métrique Riemannienne engendrée par ξ).<br />
γ := (π 0 , π 1 ) # Q minimise ∫ c ξ<br />
dγ sous la contrainte γ ∈ Γ,<br />
Q−p.p. L ξ<br />
(σ) = c ξ<br />
(σ(0), σ(1)).<br />
Donc γ résout un problème <strong>de</strong> transport (Kantorovitch) et presque<br />
tout chemin est géo<strong>de</strong>sique (c’est donc un équilibre <strong>de</strong> <strong>Wardrop</strong> avec<br />
g = H ′ ).<br />
Problème : ξ n’est pas du tout régulier, il est L p′ , que signifie-t-il c ξ <br />
Solutions : travailler dur <strong>pour</strong> définir c ξ <strong>pour</strong> ξ ∈ L p′ ou bien prouver <strong>de</strong><br />
la régularité. . .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Applications<br />
Où utiliser un modèle continu plutôt que <strong>de</strong>s réseaux <br />
1) Dans le mouvement <strong>de</strong>s fou<strong>les</strong> et <strong>de</strong>s pietons, par exemple.<br />
2) En tant que limite à gran<strong>de</strong> échelle <strong>de</strong>s modè<strong>les</strong> <strong>pour</strong> <strong>les</strong> véhicu<strong>les</strong>.<br />
Voir aussi<br />
1) <strong>les</strong> travaux récents sur le mouvement <strong>de</strong>s fou<strong>les</strong> (Maury et al.) et sur<br />
<strong>les</strong> <strong>jeux</strong> à champs moyen (Lasry-Lions)<br />
2) <strong>les</strong> travaux récents <strong>de</strong> Baillon-Carlier sur la limite du trafic sur <strong>les</strong><br />
réseaux et/ou <strong>de</strong>s possib<strong>les</strong> homogénéisations stochastiques<br />
G. Carlier, C. Jimenez , F. Santambrogio, Optimal transportation with traffic<br />
congestion and <strong>Wardrop</strong> equilibria, SIAM Journal on Control and Opt., 2008.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Applications<br />
Où utiliser un modèle continu plutôt que <strong>de</strong>s réseaux <br />
1) Dans le mouvement <strong>de</strong>s fou<strong>les</strong> et <strong>de</strong>s pietons, par exemple.<br />
2) En tant que limite à gran<strong>de</strong> échelle <strong>de</strong>s modè<strong>les</strong> <strong>pour</strong> <strong>les</strong> véhicu<strong>les</strong>.<br />
Voir aussi<br />
1) <strong>les</strong> travaux récents sur le mouvement <strong>de</strong>s fou<strong>les</strong> (Maury et al.) et sur<br />
<strong>les</strong> <strong>jeux</strong> à champs moyen (Lasry-Lions)<br />
2) <strong>les</strong> travaux récents <strong>de</strong> Baillon-Carlier sur la limite du trafic sur <strong>les</strong><br />
réseaux et/ou <strong>de</strong>s possib<strong>les</strong> homogénéisations stochastiques<br />
G. Carlier, C. Jimenez , F. Santambrogio, Optimal transportation with traffic<br />
congestion and <strong>Wardrop</strong> equilibria, SIAM Journal on Control and Opt., 2008.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Applications<br />
Où utiliser un modèle continu plutôt que <strong>de</strong>s réseaux <br />
1) Dans le mouvement <strong>de</strong>s fou<strong>les</strong> et <strong>de</strong>s pietons, par exemple.<br />
2) En tant que limite à gran<strong>de</strong> échelle <strong>de</strong>s modè<strong>les</strong> <strong>pour</strong> <strong>les</strong> véhicu<strong>les</strong>.<br />
Voir aussi<br />
1) <strong>les</strong> travaux récents sur le mouvement <strong>de</strong>s fou<strong>les</strong> (Maury et al.) et sur<br />
<strong>les</strong> <strong>jeux</strong> à champs moyen (Lasry-Lions)<br />
2) <strong>les</strong> travaux récents <strong>de</strong> Baillon-Carlier sur la limite du trafic sur <strong>les</strong><br />
réseaux et/ou <strong>de</strong>s possib<strong>les</strong> homogénéisations stochastiques<br />
G. Carlier, C. Jimenez , F. Santambrogio, Optimal transportation with traffic<br />
congestion and <strong>Wardrop</strong> equilibria, SIAM Journal on Control and Opt., 2008.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Applications<br />
Où utiliser un modèle continu plutôt que <strong>de</strong>s réseaux <br />
1) Dans le mouvement <strong>de</strong>s fou<strong>les</strong> et <strong>de</strong>s pietons, par exemple.<br />
2) En tant que limite à gran<strong>de</strong> échelle <strong>de</strong>s modè<strong>les</strong> <strong>pour</strong> <strong>les</strong> véhicu<strong>les</strong>.<br />
Voir aussi<br />
1) <strong>les</strong> travaux récents sur le mouvement <strong>de</strong>s fou<strong>les</strong> (Maury et al.) et sur<br />
<strong>les</strong> <strong>jeux</strong> à champs moyen (Lasry-Lions)<br />
2) <strong>les</strong> travaux récents <strong>de</strong> Baillon-Carlier sur la limite du trafic sur <strong>les</strong><br />
réseaux et/ou <strong>de</strong>s possib<strong>les</strong> homogénéisations stochastiques<br />
G. Carlier, C. Jimenez , F. Santambrogio, Optimal transportation with traffic<br />
congestion and <strong>Wardrop</strong> equilibria, SIAM Journal on Control and Opt., 2008.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Divergence fixées et EDP<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Problème vectoriel<br />
Définissons une espèce d’intensité <strong>de</strong> trafic vectorielle : soit λ Q ∈ M n (Ω)<br />
donnée par<br />
∫ (∫ 1<br />
)<br />
< λ Q , φ >= φ(σ(t)) · σ ′ (t) dt Q(dσ)<br />
C<br />
<strong>pour</strong> tout φ ∈ C 0 (Ω; R n ).<br />
On peut vérifier ∇ · λ Q = (π 0 ) # Q − (π 1 ) # Q = µ − ν. De plus,<br />
|λ Q | ≤ i Q .<br />
0<br />
Question : peut-on remplacer i Q avec |λ Q | peut-on minimiser parmi<br />
tous <strong>les</strong> λ ∈ M n (Ω) avec ∇ · λ = µ − ν <br />
Soit H(z) = H(|z|) : on considère<br />
∫<br />
(PV ) : min H(λ) : ∇ · λ = µ − ν.<br />
Attention : ceci marche <strong>pour</strong> Γ = Π(µ, ν) seulement.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Problème vectoriel<br />
Définissons une espèce d’intensité <strong>de</strong> trafic vectorielle : soit λ Q ∈ M n (Ω)<br />
donnée par<br />
∫ (∫ 1<br />
)<br />
< λ Q , φ >= φ(σ(t)) · σ ′ (t) dt Q(dσ)<br />
C<br />
<strong>pour</strong> tout φ ∈ C 0 (Ω; R n ).<br />
On peut vérifier ∇ · λ Q = (π 0 ) # Q − (π 1 ) # Q = µ − ν. De plus,<br />
|λ Q | ≤ i Q .<br />
0<br />
Question : peut-on remplacer i Q avec |λ Q | peut-on minimiser parmi<br />
tous <strong>les</strong> λ ∈ M n (Ω) avec ∇ · λ = µ − ν <br />
Soit H(z) = H(|z|) : on considère<br />
∫<br />
(PV ) : min H(λ) : ∇ · λ = µ − ν.<br />
Attention : ceci marche <strong>pour</strong> Γ = Π(µ, ν) seulement.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Problème vectoriel<br />
Définissons une espèce d’intensité <strong>de</strong> trafic vectorielle : soit λ Q ∈ M n (Ω)<br />
donnée par<br />
∫ (∫ 1<br />
)<br />
< λ Q , φ >= φ(σ(t)) · σ ′ (t) dt Q(dσ)<br />
C<br />
<strong>pour</strong> tout φ ∈ C 0 (Ω; R n ).<br />
On peut vérifier ∇ · λ Q = (π 0 ) # Q − (π 1 ) # Q = µ − ν. De plus,<br />
|λ Q | ≤ i Q .<br />
0<br />
Question : peut-on remplacer i Q avec |λ Q | peut-on minimiser parmi<br />
tous <strong>les</strong> λ ∈ M n (Ω) avec ∇ · λ = µ − ν <br />
Soit H(z) = H(|z|) : on considère<br />
∫<br />
(PV ) : min H(λ) : ∇ · λ = µ − ν.<br />
Attention : ceci marche <strong>pour</strong> Γ = Π(µ, ν) seulement.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Problème vectoriel<br />
Définissons une espèce d’intensité <strong>de</strong> trafic vectorielle : soit λ Q ∈ M n (Ω)<br />
donnée par<br />
∫ (∫ 1<br />
)<br />
< λ Q , φ >= φ(σ(t)) · σ ′ (t) dt Q(dσ)<br />
C<br />
<strong>pour</strong> tout φ ∈ C 0 (Ω; R n ).<br />
On peut vérifier ∇ · λ Q = (π 0 ) # Q − (π 1 ) # Q = µ − ν. De plus,<br />
|λ Q | ≤ i Q .<br />
0<br />
Question : peut-on remplacer i Q avec |λ Q | peut-on minimiser parmi<br />
tous <strong>les</strong> λ ∈ M n (Ω) avec ∇ · λ = µ − ν <br />
Soit H(z) = H(|z|) : on considère<br />
∫<br />
(PV ) : min H(λ) : ∇ · λ = µ − ν.<br />
Attention : ceci marche <strong>pour</strong> Γ = Π(µ, ν) seulement.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Equivalence<br />
Evi<strong>de</strong>mment on a (PV ) ≤ (P). Prenons λ un minimiseur <strong>de</strong> (PV ) et<br />
construisons un Q tel que i Q ≤ |λ|. Cela est possible, mais il faut suivre<br />
le flot d’un champ <strong>de</strong> vecteur obtenu à partir <strong>de</strong> λ :<br />
{<br />
σ ′ x(t) =<br />
σ x (0) = x.<br />
λ(σx (t)),<br />
(µ t(σ x (t))<br />
µ t = (1 − t)µ + tν),<br />
Tout marcherait si λ/µ t était Lipschitz.<br />
λ satisfait ∇H(λ) = ∇u (perturbations à divergence nulle).<br />
λ = ∇H ∗ (∇u); ∇ · ∇H ∗ (∇u) = µ − ν.<br />
Si H(t) = t 2 : régularité elliptique standard !<br />
Si H(t) = t p : p ′ −Laplacien !<br />
Et si H(t) = t + t p Dans ce cas H ∗ (z) = 0 <strong>pour</strong> tout z ∈ B 1 .<br />
Moins que Lipschitz peut suffire oui, on peut se contenter <strong>de</strong> la théorie<br />
<strong>de</strong> DiPerna-Lions. On supposera µ, ν ≥ c > 0 et µ, ν Lipschitz ; il faut<br />
λ ∈ W 1,1 ∩ L ∞ .<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Besoin <strong>de</strong> régularité : voilà<br />
Régularité <strong>pour</strong> une équation très dégénérée :<br />
∇ · G(∇u) = f<br />
avec G(z) = (|z| − 1) p′ −1 z<br />
+ |z| et f ∈ W 1,p : G(∇u) ∈ W 1,2 ∩ L ∞ . Pour la<br />
preuve : adaptation <strong>de</strong>s métho<strong>de</strong>s <strong>de</strong>s incréments <strong>pour</strong> le p−Laplacien,<br />
stress regularity (Carstensen-Müller, Fonseca-Fusco-Marcellini). . .<br />
L. Brasco, G. Carlier, F. Santambrogio, Congested traffic dynamics, weak flows<br />
and very <strong>de</strong>generate elliptic equations, J. Math. Pures et Appl., 2010.<br />
∇ · G(∇u) = f<br />
avec G =∇H, D 2 H(z)≥c δ I n sur B c 1+δ , f ∈L2+ε , n =2 : G(∇u)∈W 1,2 ∩L ∞<br />
⇒ g(∇u) ∈ C 0 <strong>pour</strong> tout g ∈ C 0 (R 2 ) avec g = 0 sur B 1 .<br />
F. Santambrogio, V. Vespri, Continuity in two dimensions for a very <strong>de</strong>generate<br />
elliptic equation, Nonlinear Analysis, 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et discrétisation<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Le problème dual<br />
Dans le cas discret (réseaux) c’est le problème dual, posé sur la métrique<br />
ξ, qu’on étudie numériquement au lieu du primal. D’un ξ optimal on peut<br />
retrouver la <strong>de</strong>nsité <strong>de</strong> trafic par H ′ (i Q ) = ξ. Ici :<br />
∫<br />
(P) = min<br />
Q admissible Ω<br />
∫<br />
(D) = max − H ∗ (ξ) +<br />
ξ≥0<br />
H(i Q );<br />
(<br />
min<br />
γ∈Γ<br />
∫<br />
)<br />
c ξ dγ .<br />
Si Γ = Π(µ, ν) alors min γ∈Γ<br />
∫<br />
cξ dγ = W cξ (µ, ν) est la valeur d’un<br />
problème <strong>de</strong> transport.<br />
Si Γ = {γ} on a évi<strong>de</strong>mment (D) = max ξ≥0 − ∫ H ∗ (ξ) + ∫ c ξ dγ.<br />
Dualité :<br />
(P) = (D).<br />
Remarque : (DV ) = max u<br />
∫<br />
uf −<br />
∫<br />
H ∗ (∇u); et, si Γ = Π(µ, ν),<br />
(D) = max u,ξ : |∇u|≤ξ<br />
∫<br />
uf −<br />
∫<br />
H ∗ (ξ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Le problème dual<br />
Dans le cas discret (réseaux) c’est le problème dual, posé sur la métrique<br />
ξ, qu’on étudie numériquement au lieu du primal. D’un ξ optimal on peut<br />
retrouver la <strong>de</strong>nsité <strong>de</strong> trafic par H ′ (i Q ) = ξ. Ici :<br />
∫<br />
(P) = min<br />
Q admissible Ω<br />
∫<br />
(D) = max − H ∗ (ξ) +<br />
ξ≥0<br />
H(i Q );<br />
(<br />
min<br />
γ∈Γ<br />
∫<br />
)<br />
c ξ dγ .<br />
Si Γ = Π(µ, ν) alors min γ∈Γ<br />
∫<br />
cξ dγ = W cξ (µ, ν) est la valeur d’un<br />
problème <strong>de</strong> transport.<br />
Si Γ = {γ} on a évi<strong>de</strong>mment (D) = max ξ≥0 − ∫ H ∗ (ξ) + ∫ c ξ dγ.<br />
Dualité :<br />
(P) = (D).<br />
Remarque : (DV ) = max u<br />
∫<br />
uf −<br />
∫<br />
H ∗ (∇u); et, si Γ = Π(µ, ν),<br />
(D) = max u,ξ : |∇u|≤ξ<br />
∫<br />
uf −<br />
∫<br />
H ∗ (ξ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Le problème dual<br />
Dans le cas discret (réseaux) c’est le problème dual, posé sur la métrique<br />
ξ, qu’on étudie numériquement au lieu du primal. D’un ξ optimal on peut<br />
retrouver la <strong>de</strong>nsité <strong>de</strong> trafic par H ′ (i Q ) = ξ. Ici :<br />
∫<br />
(P) = min<br />
Q admissible Ω<br />
∫<br />
(D) = max − H ∗ (ξ) +<br />
ξ≥0<br />
H(i Q );<br />
(<br />
min<br />
γ∈Γ<br />
∫<br />
)<br />
c ξ dγ .<br />
Si Γ = Π(µ, ν) alors min γ∈Γ<br />
∫<br />
cξ dγ = W cξ (µ, ν) est la valeur d’un<br />
problème <strong>de</strong> transport.<br />
Si Γ = {γ} on a évi<strong>de</strong>mment (D) = max ξ≥0 − ∫ H ∗ (ξ) + ∫ c ξ dγ.<br />
Dualité :<br />
(P) = (D).<br />
Remarque : (DV ) = max u<br />
∫<br />
uf −<br />
∫<br />
H ∗ (∇u); et, si Γ = Π(µ, ν),<br />
(D) = max u,ξ : |∇u|≤ξ<br />
∫<br />
uf −<br />
∫<br />
H ∗ (ξ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Le problème dual<br />
Dans le cas discret (réseaux) c’est le problème dual, posé sur la métrique<br />
ξ, qu’on étudie numériquement au lieu du primal. D’un ξ optimal on peut<br />
retrouver la <strong>de</strong>nsité <strong>de</strong> trafic par H ′ (i Q ) = ξ. Ici :<br />
∫<br />
(P) = min<br />
Q admissible Ω<br />
∫<br />
(D) = max − H ∗ (ξ) +<br />
ξ≥0<br />
H(i Q );<br />
(<br />
min<br />
γ∈Γ<br />
∫<br />
)<br />
c ξ dγ .<br />
Si Γ = Π(µ, ν) alors min γ∈Γ<br />
∫<br />
cξ dγ = W cξ (µ, ν) est la valeur d’un<br />
problème <strong>de</strong> transport.<br />
Si Γ = {γ} on a évi<strong>de</strong>mment (D) = max ξ≥0 − ∫ H ∗ (ξ) + ∫ c ξ dγ.<br />
Dualité :<br />
(P) = (D).<br />
Remarque : (DV ) = max u<br />
∫<br />
uf −<br />
∫<br />
H ∗ (∇u); et, si Γ = Π(µ, ν),<br />
(D) = max u,ξ : |∇u|≤ξ<br />
∫<br />
uf −<br />
∫<br />
H ∗ (ξ).<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et numérique<br />
Le problème dual (moins couteux dimensionnellement) <strong>de</strong>man<strong>de</strong> le <strong>calcul</strong><br />
<strong>de</strong>s distances géodésiques selon ξ, (solution <strong>de</strong> viscosité <strong>de</strong> |∇u| = ξ).<br />
Calcul numérique par Fast Marching Method : résolution du système<br />
(D 1 u(x 1 , x 2 )) 2 + (D 2 u(x 1 , x 2 )) 2 = h 2 (ξ(x 1 , x 2 )) 2 ,<br />
D i u(x) := max{u(x)−u(x −e i ), u(x)−u(x +e i ), 0} x = (x 1 , x 2 ), i = 1, 2<br />
On veut <strong>calcul</strong>er u x0,ξ(x) et puis laisser ξ varier, en dérivant <strong>les</strong> <strong>calcul</strong>s du<br />
FMM. <strong>Une</strong> formule itérative existe, et <strong>calcul</strong>e ∇ ξ u(x) dans le même cycle<br />
du FMM (en temps O(N 2 ln N)). En suite, un algorithme <strong>de</strong><br />
sous-gradient permet d’approximer le minimiseur du problème discretisé.<br />
F. Benmansour, G. Carlier, G. Peyré, F. Santambrogio,<br />
Numerical Approximation of Continuous Traffic Congestion Equilibria, Net.<br />
Het. Media, 2009.<br />
Derivatives with respect to metrics and applications : Subgradient Marching<br />
Algorithm, Num. Math., 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et numérique<br />
Le problème dual (moins couteux dimensionnellement) <strong>de</strong>man<strong>de</strong> le <strong>calcul</strong><br />
<strong>de</strong>s distances géodésiques selon ξ, (solution <strong>de</strong> viscosité <strong>de</strong> |∇u| = ξ).<br />
Calcul numérique par Fast Marching Method : résolution du système<br />
(D 1 u(x 1 , x 2 )) 2 + (D 2 u(x 1 , x 2 )) 2 = h 2 (ξ(x 1 , x 2 )) 2 ,<br />
D i u(x) := max{u(x)−u(x −e i ), u(x)−u(x +e i ), 0} x = (x 1 , x 2 ), i = 1, 2<br />
On veut <strong>calcul</strong>er u x0,ξ(x) et puis laisser ξ varier, en dérivant <strong>les</strong> <strong>calcul</strong>s du<br />
FMM. <strong>Une</strong> formule itérative existe, et <strong>calcul</strong>e ∇ ξ u(x) dans le même cycle<br />
du FMM (en temps O(N 2 ln N)). En suite, un algorithme <strong>de</strong><br />
sous-gradient permet d’approximer le minimiseur du problème discretisé.<br />
F. Benmansour, G. Carlier, G. Peyré, F. Santambrogio,<br />
Numerical Approximation of Continuous Traffic Congestion Equilibria, Net.<br />
Het. Media, 2009.<br />
Derivatives with respect to metrics and applications : Subgradient Marching<br />
Algorithm, Num. Math., 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et numérique<br />
Le problème dual (moins couteux dimensionnellement) <strong>de</strong>man<strong>de</strong> le <strong>calcul</strong><br />
<strong>de</strong>s distances géodésiques selon ξ, (solution <strong>de</strong> viscosité <strong>de</strong> |∇u| = ξ).<br />
Calcul numérique par Fast Marching Method : résolution du système<br />
(D 1 u(x 1 , x 2 )) 2 + (D 2 u(x 1 , x 2 )) 2 = h 2 (ξ(x 1 , x 2 )) 2 ,<br />
D i u(x) := max{u(x)−u(x −e i ), u(x)−u(x +e i ), 0} x = (x 1 , x 2 ), i = 1, 2<br />
On veut <strong>calcul</strong>er u x0,ξ(x) et puis laisser ξ varier, en dérivant <strong>les</strong> <strong>calcul</strong>s du<br />
FMM. <strong>Une</strong> formule itérative existe, et <strong>calcul</strong>e ∇ ξ u(x) dans le même cycle<br />
du FMM (en temps O(N 2 ln N)). En suite, un algorithme <strong>de</strong><br />
sous-gradient permet d’approximer le minimiseur du problème discretisé.<br />
F. Benmansour, G. Carlier, G. Peyré, F. Santambrogio,<br />
Numerical Approximation of Continuous Traffic Congestion Equilibria, Net.<br />
Het. Media, 2009.<br />
Derivatives with respect to metrics and applications : Subgradient Marching<br />
Algorithm, Num. Math., 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et numérique<br />
Le problème dual (moins couteux dimensionnellement) <strong>de</strong>man<strong>de</strong> le <strong>calcul</strong><br />
<strong>de</strong>s distances géodésiques selon ξ, (solution <strong>de</strong> viscosité <strong>de</strong> |∇u| = ξ).<br />
Calcul numérique par Fast Marching Method : résolution du système<br />
(D 1 u(x 1 , x 2 )) 2 + (D 2 u(x 1 , x 2 )) 2 = h 2 (ξ(x 1 , x 2 )) 2 ,<br />
D i u(x) := max{u(x)−u(x −e i ), u(x)−u(x +e i ), 0} x = (x 1 , x 2 ), i = 1, 2<br />
On veut <strong>calcul</strong>er u x0,ξ(x) et puis laisser ξ varier, en dérivant <strong>les</strong> <strong>calcul</strong>s du<br />
FMM. <strong>Une</strong> formule itérative existe, et <strong>calcul</strong>e ∇ ξ u(x) dans le même cycle<br />
du FMM (en temps O(N 2 ln N)). En suite, un algorithme <strong>de</strong><br />
sous-gradient permet d’approximer le minimiseur du problème discretisé.<br />
F. Benmansour, G. Carlier, G. Peyré, F. Santambrogio,<br />
Numerical Approximation of Continuous Traffic Congestion Equilibria, Net.<br />
Het. Media, 2009.<br />
Derivatives with respect to metrics and applications : Subgradient Marching<br />
Algorithm, Num. Math., 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Dualité et numérique<br />
Le problème dual (moins couteux dimensionnellement) <strong>de</strong>man<strong>de</strong> le <strong>calcul</strong><br />
<strong>de</strong>s distances géodésiques selon ξ, (solution <strong>de</strong> viscosité <strong>de</strong> |∇u| = ξ).<br />
Calcul numérique par Fast Marching Method : résolution du système<br />
(D 1 u(x 1 , x 2 )) 2 + (D 2 u(x 1 , x 2 )) 2 = h 2 (ξ(x 1 , x 2 )) 2 ,<br />
D i u(x) := max{u(x)−u(x −e i ), u(x)−u(x +e i ), 0} x = (x 1 , x 2 ), i = 1, 2<br />
On veut <strong>calcul</strong>er u x0,ξ(x) et puis laisser ξ varier, en dérivant <strong>les</strong> <strong>calcul</strong>s du<br />
FMM. <strong>Une</strong> formule itérative existe, et <strong>calcul</strong>e ∇ ξ u(x) dans le même cycle<br />
du FMM (en temps O(N 2 ln N)). En suite, un algorithme <strong>de</strong><br />
sous-gradient permet d’approximer le minimiseur du problème discretisé.<br />
F. Benmansour, G. Carlier, G. Peyré, F. Santambrogio,<br />
Numerical Approximation of Continuous Traffic Congestion Equilibria, Net.<br />
Het. Media, 2009.<br />
Derivatives with respect to metrics and applications : Subgradient Marching<br />
Algorithm, Num. Math., 2010.<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné
Modè<strong>les</strong> Discrets<br />
Modè<strong>les</strong> Continus<br />
Divergence Fixée et EDP<br />
Dualité et discretisation<br />
Et maintenant . . .<br />
. . .résultats numériques<br />
logo<br />
Filippo Santambrogio<br />
Trafic Congestionné