Mathématiques avancées pour physiciens II — L3 Harold Erbin Notes de cours de Magistère L3 donné par M. Mourad. Ce texte est publié sous la licence libre Licence Art Libre : http://artlibre.org/licence/lal/ Version : 8 mai 2010 Site : http://harold.e.free.fr/ Sommaire 1 Transformée de Fourier 1 2 Distributions 19 3 Transformées de Fourier et distributions tempérées 37 4 Les fonctions spéciales : la fonction Gamma 49 5 Polynômes orthogonaux 55 Table des matières 61 iii SOMMAIRE iv Chapitre 1 Transformée de Fourier 1.1 Définitions Définition 1.1. Soit f une fonction, on a f ∈ L1 si Z |f | < ∞ (1.1) Définition 1.2 (Transformée de Fourier). On note fˆ ou F(f ) la transformée de Fourier de f définie par Z 1 ˆ f (x) e−ikx dx = F(f )(k) (1.2) f (k) = √ 2π Définition 1.3 (Cotransformée de Fourier). On définit F(f ) la cotransformée de Fourier de f par Z 1 f (x) = √ fˆ(k) eikx dk = F(f )(x) (1.3) 2π Proposition 1.1. On a F(f )(k) = F(f )(−k) (1.4) Sous certaines conditions F F(f ) = f . 1.2 Propriétés Proposition 1.2. On a les propriétés suivantes : 1. fˆ est continue. 2. si xn f ∈ L1 , alors fˆ est C n et fˆ(n) (k) = F (−ix)n f Remarques : 1. Plus f décroit à l’infini, plus fˆ est dérivable. 1 (1.5) CHAPITRE 1. TRANSFORMÉE DE FOURIER 2. On a par conséquent : xf ∈ L1 , alors fˆ est dérivable et fˆ0 (k) = F(−ixf ). Avant tout, rappelons le théorème de convergence dominée. Théorème 1.1 (Convergence dominée). Si (fn ) est une suite de fonctions avec |fn | ≤ h avec h intégrable et fn −−−−→ f p.p. alors n→∞ Z Z fn −−−−→ f n→∞ (1.6) Z Conséquences : soit G(t) = f (x, t)dx alors si – f (x, t) est continue comme fonction de t et |f (x, t)| < h(x) avec h ∈ L1 alors G est continue. – f (x, t) est dérivable comme fonction de t et |∂f (x, t)/∂t| < k(x) avec k intégrable alors G est dérivable et Z ∂f G0 (t) = (x, t) dx (1.7) ∂t – f (x, t) est dérivable n fois comme fonction de t et |∂ n f (x, t)/∂tn | < `n (x) avec `n ∈ L1 intégrable alors G est C n et Z n ∂ f (x, t) dx (1.8) G(n) (t) = ∂tn Démonstration. Soit 1 fˆ(k) = √ 2π Z f (x) e−ikx dx | {z } f (x,k) alors – f est continue comme fonction de k et |f | |g| ≤ √ ∈ L1 2π et f est continue. – On a n ∂ f n |f | ∂k n ≤ |x| √2π alors d’après le théorème 1.1, fˆ(k) est C n et Z 1 fˆ(n) (k) = √ f (x)(−ix)n e−ikx dx = F (−ix)n f 2π Exemple 1.1. Soit f = 1[−a,a] , c’est à dire ( f (x) = 1 0 si x ∈ [−a, a] ailleurs 2 (1.9) CHAPITRE 1. TRANSFORMÉE DE FOURIER qui est la fonction indicatrice sur l’intervalle [−a, a]. On a Z a 1 ˆ f (k) = √ e−ikx dx 2π −a 1 −1 −ika (e =√ − eika ) 2π ik r 2 sin ka = π k p et fˆ(k) ∼0 a 2/π donc fˆ ∈ C ∞ (R). Proposition 1.3. Si f ∈ L1 est dérivable avec f 0 ∈ L1 alors F(f 0 ) = ik F(f ) (1.10) Démonstration. 1 F(f 0 ) = √ 2π Z f 0 e−ikx dx Z A = lim A→∞ −A " = lim A→∞ 1 √ f 0 e−ikx dx 2π A 1 f e−ikx −A − √ 2π Z # A f (−ik e−ikx )dx −A or f (±A) −→ 0 car f ∈ L1 donc F(f 0 ) = ik F(f ). ∞ Proposition 1.4. Plus généralement si f est C n et ∀m ≤ n, f (m) ∈ L1 , alors F f (n) = (ik)n F(f ) (1.11) Proposition 1.5 (Translatée). Soit τa f la translatée de a, c’est à dire τa f (x) = f (x − a). On a F(τa f ) = e−ika F(f ) (1.12) Démonstration. Z 1 √ F(τa f ) = f (x − a) e−ikx dx 2π Z 1 =√ f (x) e−ik(x+a) dx 2π = e−ika F(f ) Proposition 1.6 (Dilatée). Soit ∆a f la dilatée par a, c’est à dire ∆a f (x) = f (x/a), alors F(∆a f )(k) = a F(f )(ak) = a∆1/a fˆ(k) (1.13) 3 CHAPITRE 1. TRANSFORMÉE DE FOURIER Démonstration. Z 1 F(∆a f )(k) = √ f (x/a) e−ikx dx 2π Z 1 f (x) e−iakx adx =√ 2π = a F(f )(ak) 1.3 Théorème de Plancherel–Parseval Rappelons les théorèmes de Fubini : Théorème 1.2 (Fubini). Si f (x, y) ≥ 0 alors Z Z ZZ f dxdy = R2 Z Z f (x, y)dx dy = R R f (x, y)dy dx R (1.14) R Théorème 1.3 (Fubini). Si |f | (x, y) ∈ L1 (R2 ) alors on (1.14). Remarque : Pour vérifier l’hypothèse de 1.3 on utilise le théorème 1.2. Théorème 1.4 (Plancherel–Parseval). Soient f, g ∈ L1 , alors Z fˆg = R Z f ĝ (1.15) R Démonstration. Soit f (x, y) = f (x)g(y) e−ixy avec f, g ∈ L1 . On a |f (x, y)| = |f (x)| |g(y)| D’après le théorème 1.2 on a Z 2 Z |f (x, y)| = Z |f (x)| dx |g(y)| dy < ∞ R R R donc f (x, y) ∈ L1 (R2 ). On peut donc appliquer le théorème 1.3 à f (x, y) : Z Z −ixy f (x) e R Z Z dx g(y)dy = R Z fˆ(y)g(y)dy = R g(y) e ZR R ĝ(x)f (x)dx R 4 −ixy dy f (x)dx CHAPITRE 1. TRANSFORMÉE DE FOURIER 1.4 Un exemple : la gaussienne Dans ce paragraphe nous étudierons la gaussienne de largeur 1 : 2 γ(x) = e−x /2 (1.16) Proposition 1.7. Z I= γ= √ 2π (1.17) Démonstration. I2 = Z Z γ(y)dy γ(x)dx et d’après Fubini Z 2 2 1 e− 2 (x I = 2 +y 2 ) dxdy R Passons en coordonnées polaires : ( x = r cos θ y = r sin θ donc 2 Z 2 e−r /2 rdrdθ Z ∞ 2 = 2π e−r /2 rdr 0 ∞ 2 = 2π e−r /2 I = 0 = 2π Proposition 1.8. γ̂(k) = e−k 2 /2 Démonstration. Z 2 1 γ̂(k) = √ e−x /2 e−ikx dx 2π Z 2 2 1 1 =√ e− 2 (x+ik) e−k /2 dx 2π Soit z ∈ C. g(z) = e−z 2 /2 est analytique donc I g(z)dz = 0 C 5 (1.18) CHAPITRE 1. TRANSFORMÉE DE FOURIER Figure 1.1 – Contour d’intégration pour la gaussienne. et d’après Cauchy (figure 1.1) I Z R g(z)dz = C Z γ(x)dx + −R 0 Z − 21 (−R+iy)2 e + Z 2 1 e− 2 (R+iy) idy 0 −R 2 1 e− 2 (x+ik) dx idy + k k R et Z k e−R I(R) = i 2 /2 y 2 /2 −iRy e e dy 0 = i e−R 2 /2 Z k ey 2 /2 −iyR e dy 0 Z ≤ k ey 2 /2 dy 0 et I(R) −−−−→ 0 d’où R→∞ √ 2π − ek 2 /2 √ γ̂(k) 2π = 0 2 2 Conséquence : la transformée de fourier de γ(x/a) = e−x /(2a ) (gaussienne 2 2 de largeur a) est a e−a k /2 : plus la largeur initiale est grande, plus celle de la transformée de Fourier est faible. 1.5 Théorème d’inversion de Fourier Théorème 1.5 (Théorème d’inversion de Fourier). Si f, fˆ ∈ L1 , f continue en x, alors Z 1 f (x) = √ fˆ(k) eikx dk (1.19) 2π 6 CHAPITRE 1. TRANSFORMÉE DE FOURIER 1 14 0.9 12 0.8 10 0.7 0.6 8 0.5 6 0.4 0.3 4 0.2 2 0.1 0 -10 -5 0 5 0 -10 10 -5 (a) γ 0 5 10 (b) F (γ) Figure 1.2 – Fonction gaussienne et sa transformée (a2 = 15). Démonstration. Il suffit de montrer (1.19) pour a = 0 : Z 1 f (0) = √ fˆ(k)dk 2π Il suffit ensuite de choisir une fonction g(x) = τa f , alors g(0) = f (a) et ĝ(k) = eika fˆ. On utilise le théorème de Plancherel-Parseval 1.4 : Z Z f ĥ = fˆh avec h ∈ L1 . Prenons pour h dont les graphes ressemblent à ceux de la figure 1.2, c’est à dire x −x2 h(x) = γ = e 2a2 a ĥ(k) = a e et ( lim ĥ(k) = a→∞ Alors Z a | f (x) e {z −a2 x2 2 I(a) −a2 k2 2 0 a si k 6= 0 si k = 0 Z −k2 dx = fˆ(k) e 2a2 dk } | {z } J(a) À la limite a → ∞ −k2 e 2a2 ≤ 1 2 ˆ − k f (k) e 2a2 ≤ fˆ(k) 7 CHAPITRE 1. TRANSFORMÉE DE FOURIER fˆ ∈ L1 . D’après le théorème de convergence dominée 1.1 : Z k2 − 2a ˆ 2 lim f (k) e dk = fˆ(k) dk a→∞ Z I(a) = f u a e− u2 2 du en ayant posé u = xa. Montrons que Z −u2 I(a) − f (0) 2 du −−−→ 0 e a→∞ On a Z Z 2 2 u − u2 ≤ f u − f (0) e− u2 du f − f (0) e du a a Z Z u u 2 u u2 − f (0) e− 2 du + − f (0) e− 2 du ≤ f f a a | ua |≤ε | ua |≥ε Z Z 2 u u − u22 ≤ sup |f (x) − f (0)| e− 2 du + du f e a |x|≤ε | ua |≥ε Z u2 |f (0)| e− 2 du + | u |≥ε Z Z a 2 u a 2 x2 ≤ sup |f (x) − f (0)| e− 2 du + |f (x)| a e− 2 dx |x|≤ε |x|≥ε {z | a2 ε2 ≤ e− 2 Z 2 − u2 + |f (0)| e a } R |f (x)| ∀ε > 0 du |u|≥aε Choisissons 1 ε= √ a alors √ √ I(a) − f (0) 2π ≤ sup |f (x) − f (0)| 2π |x|≤ √1a −a 2 Z Z |f | + |f (0)| + ae √ |u|> a e− u2 2 du Quand a → ∞ √ lim I(a) − f (0) 2π ≤ a→∞ 0 |{z} f continue donc I(a) −−−→ a→∞ √ + |{z} 0 + a a e− 2 →0 0 |{z} R 2πf (0) −−−→ J(a) a→∞ Le théorème suivant est une conséquence du précédent. 8 e− a2 2 <∞ CHAPITRE 1. TRANSFORMÉE DE FOURIER Théorème 1.6 (Isométrie de L2 ). Soient Z Z 2 |f | = f, fˆ ∈ L1 alors 2 ˆ f (1.20) Démonstration. On utilise le théorème 1.4. On choisit g = f ∗ , alors g ∈ L1 et Z 1 ĝ(x) = √ g(k) e−ikx dk 2π Z 1 =√ fˆ∗ (k) e−ikx dk 2π ∗ Z 1 −ikx ˆ = √ f (k) e dk 2π = f (x)∗ En utilisant le théorème d’inversion 1.5, on prouve l’égalité cherchée. 1.6 Transformées de Fourier dans Rn n P f est une fonction d’une variable vectorielle #» x = xi #» e i = (x1 , . . . , xn ) ∈ Rn avec xi ∈ R. On définit le produit scalaire dans Rn par #» x · #» y = n X i=1 xi yi (1.21) i=1 Définition 1.4 (Transformée de Fourier dans R). On définit la transformée de Fourier de f par Z #» #» 1 #» ˆ f ( #» x ) e−i x · k dn (1.22) f( k ) = p n (2π) Théorème 1.7 (Théorème d’inversion). Soient f, fˆ ∈ L1 (Rn ). f est continue, alors Z #» #» 1 #» f(x) = p fˆ(k) ei k · x dn k (1.23) n (2π) Rn Proposition 1.9. Si f ( #» x ) = f1 (x1 ) · · · fn (xn ) où les fi sont des fonctions à une variable (f = f1 ⊗ · · · ⊗ fn ), avec fi ∈ L1 , alors ou fˆ = fˆ1 ⊗ · · · ⊗ fˆn (1.24) #» fˆ( k ) = fˆ1 (k1 ) · · · fˆn (kn ) (1.25) Démonstration. 1 #» fˆ( k ) = p (2π)n Z f1 (x1 ) · · · fn (xn ) e−ik1 x1 · · · e−ikn xn dn x 9 CHAPITRE 1. TRANSFORMÉE DE FOURIER par Fubini 1.3 Z Z 1 1 = √ f1 (x1 ) e−ik1 x1 dx1 · · · √ fn (xn ) e−ikn xn dxn 2π 2π donc #» fˆ( k ) = fˆ1 (k1 ) · · · fˆn (kn ) Exemple 1.2. Soit r2 1 #» #» f ( #» x ) = e− 2 x · x = e − 2 2 1 2 = e− 2 (x1 +···+xn ) 1 2 1 2 = e− 2 x1 · · · e− 2 xn donc 1 2 1 2 #» fˆ( k ) = e− 2 k1 · · · e− 2 kn 1.6.1 a) Autres propriétés Translation Soit #» a ∈ Rn alors #» #» #» τ #» a f(x) = f(x + a ) (1.26) Proposition 1.10 (Translatée). On a # #» » b) −ik· a Ff F τ #» af = e (1.27) #» x a (1.28) #» F ∆a f = an fˆ(a k ) (1.29) Dilatation Soit #» a ∈ R∗ alors + ∆a f ( #» x) = f Proposition 1.11 (Dilatée). On a c) Rotation Il s’agit d’une transformation linéaire qui conserve le produit scalaire. #» x 0 = R #» x où #» x 0 est l’image de #» x par la rotation R. On a x0i = n X j=1 où R est une matrice carrée n. 10 Rij xj (1.30) CHAPITRE 1. TRANSFORMÉE DE FOURIER On a #» x · #» x 0 = xt x0 avec x, x0 ∈ Rn . On a #» x · #» y = xt y = R #» x · R #» y = Rxt Ry = xt Rt Ry =⇒ Rt R = 1 ce qui définit le groupe orthogonal à n dimensions, noté O(n). On a det R = ±1 (1.31) Le sous-groupe des rotations SO(n) est défini par det R = 1 (1.32) Soit f une fonction à n variabmes : Rf ( #» x ) = f (R #» x) Alors on a 1 #» F(Rf )( k ) = p (2π)n Z (1.33) #» #» f (R #» x ) e−i k · x dn x avec #» #» x 0 = R #» x x = R−1 #» x0 #» #»0 #» −1 #»0 k · R x = Rk · x ∂x −1 n 0 i n 0 n d x d x = 0 d x = Rij ∂xj | {z } | {z } det R=1 Jacobien alors Z #» #»0 1 #» x 0 ) e−iR k · x f ( #» F Rf ( k ) = p n (2π) #» ˆ = f (R k ) #» = R F f( k ) donc FR = RF (1.34) Si f est invariante par rotation (fonction radiale), alors fˆ est invariante par rotation. Exemple 1.3. 11 CHAPITRE 1. TRANSFORMÉE DE FOURIER Soit n = 3, et f une fonction radiale. Z 1 #» fˆ( k ) = f (r) e−ikr cos θ r2 sin θdrdθ (2π)3/2 Z ∞ −ikr cos θ e 1 =√ f (r)dr ikr 2π 0 Z ∞ ikr 1 e − e−ikr rf (r)dr =√ ik 2π 0 | {z } 2i sin(kr) 2 1 =√ 2π k 1.7 ∞ Z rf (r) sin(kr)dr 0 Convolution dans R Définition 1.5 (Convoluée). Soient f, g ∈ L1 (R). On définit par h Z h(x) = f (x − s) g(s) ds (1.35) R On dit que h est la convoluée de f et g et on la note f ∗ g. Proposition 1.12. Propriétés : 1. Le produit de convolution est commutatif : f ∗g =g∗f (1.36) 2. h ∈ L1 et Z Z h= Z f g (1.37) Théorème 1.8. Soient f, g ∈ L1 , alors √ F(f ∗ g) = 2π F(f ) × F(g) (1.38) Démonstration. Z 1 h(x) e−ikx dx ĥ(k) = √ 2π Z Z = f (x − s) g(s) ds −ikx |e {z } dx e−ik(x−s) e−iks Le théorème de Fubini 1.3 s’applique, on intègre d’abord sur x (x0 = x − s) : √ ˆ f (k). L’intégrale sur s donne 2πĝ, d’où ĥ = √ 2π fˆĝ 12 CHAPITRE 1. TRANSFORMÉE DE FOURIER Exemple 1.4. Soit γa (x) = γ x a Que vaut γa ∗ γb ? F(γa ∗ γb ) = = = √ √ √ 2πγ̂a γ̂b 2πab e− 2πab e− a2 k 2 2 k2 2 e− b2 k 2 2 (a2 +b2 ) Transformée de Fourier inverse : √ −x2 1 e 2(a2 +b2 ) 2πab √ a2 + b2 r 2π γ√a2 +b2 = ab 2 a + b2 γa ∗ γb = 1.8 1.8.1 Application : le théorème de la limite centrale Une variable Soit x une variable aléatoire réelle et p(x) une distribution de densité de probabilité. La probabilité d’avoir x dans un intervalle I est Z P (I) = p (1.39) I De plus on a p ≥ 0 et Z p=1 (1.40) R donc p ∈ L1 . La valeur moyenne (ou l’espérance) de f (x), notée hf (x)i est donnée par Z hf (x)i = p(x)f (x) dx (1.41) R d’où Z hxi = xp(x) dx (1.42) R On définit la variance par x2 et l’écart type est alors 1/2 σ = (x − hxi)2 La transformée de Fourier est Z 1 p̂(k) = √ p(x) e−ikx dx 2π 1 −ikx =√ e 2π 13 (1.43) CHAPITRE 1. TRANSFORMÉE DE FOURIER e−ikx : fonction caractéristique, développement en puissance de k : (−ik)2 2 (−ik)n n x + ··· + x 1 − ikx + 2 n! (−i)n n n (−i)2 2 2 = 1 − ik hxi + k x + ··· + k hx i 2 n! 1.8.2 Deux variables Soit x1 et x2 deux variables aléatoires réelles et p(x1 , x2 ) une distribution de densité de probabilité avec p ≥ 0 et Z p=1 (1.44) R2 x1 et x2 sont indépendantes si p(x1 , x2 ) = p1 (x1 )p2 (x2 ) (1.45) Dans ce cas, on a Z hf1 (x1 )f2 (x2 )i = p(x1 , x2 )f1 (x1 )f2 (x2 ) dx1 dx2 Z Z = f1 (x1 )p1 (x1 ) dx1 f2 (x2 )p2 (x2 ) dx2 R2 R R = hf1 (x1 )i hf2 (x2 )i Si x1 et x2 sont indépendantes alors ei(k1 x1 +k2 x2 ) est par définition la fonction caractéristique et on a D E ei(k1 x1 +k2 x2 ) = eik1 x1 eik2 x2 = eik1 x1 eik2 x2 X = x1 +x2 est une variable aléatoire. Quelle est sa distribution ? Sa fonction caractéristique est ikX D ik(x1 +x2 ) E e = e = eikx1 eikx2 = eikx1 eikx2 Soit q(X) la distribution de X. 1 ikX e q̂(k) = √ 2π 1 ikx1 ikx2 =√ e e 2π √ 1 √ =√ 2π p̂1 (k) 2π p̂2 (k) 2π 14 CHAPITRE 1. TRANSFORMÉE DE FOURIER où p1 et p2 sont les distributions de x1 et x2 . √ q̂(k) = 2π p̂1 (k)p̂2 (k) = F(p1 ∗ p2 ) d’où, par une transformation inverse : q(X) = p1 ∗ p2 (1.46) Théorème 1.9 (Limite centrale). Soit x1 , . . . , xn n variables aléatoires in2 dépendantes avec la même loi de distribution p(xi ). Soit x0 = hxi i et σ0 = 2 (xi − x0 ) , et (x1 + · · · + xn ) − nx0 √ γn = n Soit qn (γ) la distribution de γn , alors la limite lorsque n tend vers l’infini de qn (γ) est la distribution gaussienne : lim qn (γ) = p n→∞ 1 − 2πσ02 e γ2 2σ 2 0 (1.47) Démonstration. On a 1 x1 + · · · + xn √ √ q̂n (k) = √ exp −ik − nx0 n 2π E √ ik 1 D − √ikn x1 √ − x e · · · e n n ei nx0 k =√ 2π 1 D − √ikn x1 E D − √ikn xn E i√nx0 k =√ e ··· e e 2π n √ √ 1 k =√ 2π p̂ √ ei nx0 k n 2π √ Si n est grand et k/ n petit : p̂ k √ n k = p̂(0) + √ p̂0 (0) + n k √ n 2 avec Z 1 1 p̂(0) = √ p= √ 2π 2π Z 1 −ikx p̂(k) = √ pe dx 2π −i −ix0 p̂0 (0) = √ hxi = √ 2π 2π −1 2 00 p̂ (0) = √ x 2π or σ02 = (x − x0 )2 = x2 − x20 15 1 00 p̂ (0) + · · · 2 CHAPITRE 1. TRANSFORMÉE DE FOURIER donc n 1 i√nx0 k ik k2 1 2 2 q̂n (k) = √ e 1 − √ x0 − (σ + x0 ) + · · · n 2 0 n 2π ik k2 1 2 1 i√nx0 k 2 exp n ln 1 − √ x0 − (σ + x0 ) + · · · =√ e n 2 0 n 2π et en faisant un développement du log : √ 1 ik k2 2 = √ ei nx0 k exp n − √ x0 − (σ + x20 ) − 2n 0 n 2π donc ik √ x0 n 2 ! 1 2 k2 σ 2 1 0 lim q̂n (k) = √ e− 2 n→∞ 2π car on a enO(1/n) −−−−→ 1. n→∞ Et il ne reste plus qu’à faire une transformée de Fourier inverse. 1.9 Espace de Schwartz Définition 1.6 (Espace de Schwartz). L’espace de Schwartz, noté S(R), est l’ensemble des fonctions C ∞ telles que f et toutes ses dérivées décroissent à l’infini plus vite que toute fonction rationelle, c’est à dire q f ∈ S(R) ⇐⇒ f ∈ C ∞ , f (p) |x| −−−−→ 0 |x|→∞ ∀p, q ∈ N (1.48) 2 f n’est pas vide : e−x ∈ S(R). Théorème 1.10. S(R) est stable par transformée de Fourier. Dans S, on a FFf = FFf (1.49) Démonstration. Que S soit stable signifie que si f ∈ S, alors F f ∈ S. Soit f ∈ S, alors ∀p, f (p) ∈ L1 car (1 + x2 )f (p) → 0. Donc fˆ existe (p < 0) et F f (p) = (ik)p F f , donc F f (p) Ff = ∀p (ik)p q n 1 ˆ donc ∀q, |k| F f →0, donc F f est à décroissance rapide. x f ∈ L donc f est C n avec fˆ(p) = F (−ix)p f . n est arbitraire donc fˆ est C ∞ . (i x)p f est C ∞ alors k n fˆ(p) −−−−→, donc fˆ ∈ S. |k|→0 f, fˆ ∈ L1 , f continue, donc f = F F f , et par le théorème d’inversion 1.5, on a 1 f (x) = √ 2π Z fˆ(k) eikx dk 16 CHAPITRE 1. TRANSFORMÉE DE FOURIER k → −k 1 =√ 2π Z fˆ(−k) e−ikx dk | {z } (F f )(k) 17 = FFf CHAPITRE 1. TRANSFORMÉE DE FOURIER 18 Chapitre 2 Distributions 2.1 Introduction En physique, on utilise souvent la "fonction de Dirac" δ(x). Ses propriétés sont telles que ( δ(x) = 0 x 6= 0 (2.1a) ∞ x=0 Z δ(x)dx = 1 (2.1b) Elle est utilisée, par exemple, pour représenter la densité de charge d’une particule ponctuelle : ρ(x) = qδ(x) Mais une telle fonction ne peut R pas exister car, selon la théorie de l’intégrale de Lebesgue, f = 0 p.p., donc f dx = 0. 2.2 Les espaces D(R) et D0 (R) Définition 2.1. D(R) est l’ensemble des fonctions C ∞ à support borné. Définition 2.2 (Support). Le support K d’une fonction ϕ est l’ensemble des points où ϕ n’est pas nulle. ϕ ∈ D(R) ⇐⇒ il existe a et b tels que ϕ = 0 en dehors de [a, b] et que ϕ soit C ∞. D(R) n’est pas vide. Exemple 2.1. ϕ(x) = ( 0 |x| ≥ 1 1 − 1−x 2 e 19 |x| < 1 CHAPITRE 2. DISTRIBUTIONS et ϕ0 (x) = 0 si |x| ≥ 1 0 −1 − 1 ϕ0 (x) = e 1−x2 −−−→ 0 2 x→1 1−x 1 − 1−x 2 ϕ(k) (x) = Rn (x) e −−−→ 0 x→1 où Rn (x) est une fonction rationnelle. Donc ϕ est C ∞ , et ϕ(x) = 0 si x ∈] / − 1, 1[. Donc ϕ ∈ D et D n’est pas vide. Proposition 2.1. Propriétés : 1. Si λ et µ sont des réels, ϕ1 , ϕ2 ∈ D alors λϕ1 + µϕ2 ∈ D. 2. f est C ∞ (pas nécessairement à support borné), et ϕ ∈ D, alors f ϕ ∈ D. 3. Si ϕ ∈ D, alors τa f ∈ D et ∆a f ∈ D. Définition 2.3 (Distribution). Une distribution est une forme linéaire continue sur D(R). L’ensemble des distributions est noté D0 (R). C’est une application linéaire de D vers C : T : D −→ C ϕ 7−→ T (ϕ) = h T, ϕi avec h T, λϕ1 + µϕ2 i = λ h T, ϕ1 i + µ h T, ϕ2 i Qu’elle soit continue signifie que si ϕj est une suite de fonctions de D et lim ϕj = ϕ, alors lim T (ϕj ) = T (ϕ). Dans D(R) on a (n) lim ϕj = ϕ ⇐⇒ ∀n sup ϕj (x) − ϕ(n) (x) −−−→ 0 j→∞ x∈K On se place dans un modèle de la théorie des ensembles où toutes les applications linéaires sont continues. Exemple 2.2. Soit Z T (ϕ) = ϕ T est linéaire. Exemple 2.3. Soit T (ϕ) = ϕ(a) T est linéaire et T = δa : h δa , ϕi = ϕ(a) Il s’agit de la distribution de Dirac au point a. 20 CHAPITRE 2. DISTRIBUTIONS Exemple 2.4. Distributions régulières. f localement intégrable (f ∈ L1 (I)). Tf est la distribution régulière associée à la fonction f : Z h Tf , ϕi = f ϕ = h f, ϕi Remarque : Tf = Tg ⇔ f = g p.p.. Théorème 2.1 (Approximation de δ0 par des distributions régulières). Soit fn une suite de fonctions intégrables bornées dans L1 telles que ∀ε > 0 Z fn −−−−→ 1 n→∞ |x|≤ε Z (2.2) fn −−−−→ 0 n→∞ |x|>ε Alors fn tend vers δ0 au sens des distributions. Démonstration. Pour tout ϕ ∈ D, il faut montrer que h Tfn , ϕi −−−−→ ϕ(0) n→∞ (2.3) Soit ϕ ∈ D, ϕ(x) = ϕ(0) + r(x) et Z Z Z fn ϕ = fn ϕ(0) + fn r | R {z } ϕ(0) fn − −−−→1 n→∞ R Montrons que fn r −−−−→ 0. n→∞ Z Z Z fn r = fn r + fn r |x|≤ε |x|>ε Z Z |. . .| ≤ max |r(x)| fn + max |r(x)| fn |x|≤ε |x|>ε Par continuité de ϕ, max|x|≤ε tend vers 0 quand ε → 0. Donc |. . .| −−−−→ 0, n→∞ d’où Z fn ϕ −−−−→ ϕ(0) = h δ0 , ϕi n→∞ ce qui prouve (2.3), donc Tfn −−−−→ δ0 n→∞ par définition de la limite au sens de la distribution. Remarques : 1. Soit une suite de distributions Tn , on dit que Tn → T au sens des distributions si ∀ϕ ∈ D h Tn , ϕi −−−−→ h T, ϕi. n→∞ 2. Les éléments de D sont appelés fonctions test. Exemple 2.5. R Soit f ∈ L1 , f = 1. fn (x) = 1 f εn x εn 21 εn −−−−→ 0 n→∞ CHAPITRE 2. DISTRIBUTIONS 2.3 Opérations sur les distributions 2.3.1 Multiplication par une fonction C ∞ Distribution régulière : Tg , f ∈ C ∞ . gf est localement intégrable : Z h Tgf , ϕi = g(x)f (x)ϕ(x) = h Tg , f ϕi Définition 2.4. f est C ∞ et T ∈ D0 (R), alors f T est l’élément de D0 (R) défini par h f T, ϕi = h T, f ϕi (2.4) f T est une forme linéaire : h f T, λϕ1 + ϕ2 i = h T, f (λϕ1 + ϕ2 )i = λ h T, f ϕ1 i + h T, f ϕ2 i = λ h f T, ϕ1 i + h f T, ϕ2 i Exemple 2.6. f est C ∞ et h f δ0 , ϕi = h δ0 , f ϕi = f ϕ(0) = f (0)ϕ(0) = f (0) h δ0 , ϕi = h f (0)δ0 , ϕi 2.3.2 Translatée d’une distribution h Tτa f , ϕi = h τa Tf , ϕi Z = (τa f )(x)ϕ(x)dx Z = f (x − a)ϕ(x)dx Z = f (x)ϕ(x + a)dx Z = f τa ϕ = h Tf , τ−a ϕi 0 Soit T ∈ D . On définit τa T par h τa T, ϕi = h T, τ−a ϕi τa T est une forme linéaire et h τa δ0 , ϕi = h δ0 , τa ϕi = (τ−a ϕ)(0) = ϕ(a) = h δa , ϕi 22 (2.5) CHAPITRE 2. DISTRIBUTIONS 2.3.3 Dérivation Soit f ∈ C 1 , exprimons Tf 0 en fonction de Tf : Z h Tf 0 , ϕi = f 0 ϕ Z = 0 − f ϕ0 = − h Tf , ϕi Définition 2.5. Si T ∈ D0 , alors T 0 est défini par h Tf 0 , ϕi = − h Tf , ϕi ∀ϕ ∈ D (2.6) Toutes les distributions sont dérivables. Exemple 2.7. Soit la fonction de Heaviside ( f (x) = 1 0 x>0 x≤0 f ∈ L1 localement. Tf existe. 0 Tf , ϕ = − h Tf , ϕ0 i Z Z = − f (x)ϕ(x)dx = − ∞ ϕ((x) 0 = ϕ(0) = h δ0 , ϕi donc Tf0 = δ0 Exemple 2.8. h δ00 , ϕi = − h δ0 , ϕ0 i = −ϕ0 (0) et D E D E (n) (n−1) δ0 , ϕ = − δ0 , ϕ0 = · · · = (−1)n ϕ(n) (0) Proposition 2.2. Soient f ∈ C ∞ , T ∈ D0 , alors (f T )0 = f T 0 + f 0 T (2.7) Démonstration. h (f T )0 , ϕi = − h f T, ϕ0 i = h T, f ϕ0 i = − h T, (f ϕ)0 − f 0 ϕi = − h T, (f ϕ)0 i + h T, f 0 ϕi = h f T 0 + f 0 T, ϕi 23 ∀ϕ ∈ D CHAPITRE 2. DISTRIBUTIONS Proposition 2.3. Si T 0 = 0 alors T est de la forme Z h T, ϕi = λ ϕ λ∈R Démonstration. R Soit ϕ0 ∈ D avec ϕ0 = 1 et h T, ϕ0 i = λ Montrons (2.8) pour tout ϕ. ϕ = aϕ0 + χ Z a= ϕ alors R χ = 0. On note χ = ψ 0 donc Z x ψ(x) = χ(u)du a et ψ ∈ D et ϕ = aϕ0 + ψ 0 h T, ϕi = a h T, ϕ0 i + h T, ψ 0 i | {z } | {z } =0 λ Z =⇒ h T, ϕi = λ ϕ Exemple 2.9 (Valeur principale de Cauchy). vp 1/x ∈ / L1loc . 1/x ne définit par une distribution. Soit Z −ε Z ∞ ϕ(x) ϕ(x) Iε = dx + dx x x −∞ ε et limε→0 existe et est finie et vaut h vp 1/x, ϕi. Z ∞ Z ε ϕ(−x) ϕ(x) Iε = dx + dx x x ∞ Zε ∞ ϕ(x) − ϕ(−x) = dx x ε or ϕ(x) − ϕ(−x) = ϕ(0) + xϕ0 (0) + O(x2 ) − ϕ(0) − xϕ0 (0) + O(x2 ) = 2xϕ0 (0) d’où ϕ(x) − ϕ(−x) = 2ϕ0 (0) + O(x) −−−→ 2ϕ0 (0) x→0 x Donc Iε est finie dans la limite ε → 0 et Z h vp 1/x, ϕi = lim ε→0 24 |x|>ε ϕ(x) dx x (2.8) CHAPITRE 2. DISTRIBUTIONS a) Quelques propriétés de la dérivation Proposition 2.4. La dérivation est continue : si Tn est une suite de distribution qui tend vers T alors Tn0 tend vers T 0 : Tn −−−−→ T =⇒ Tn0 −−−−→ T 0 n→∞ n→∞ (2.9) Démonstration. Tn −→ T ⇐⇒ ∀ϕ ∈ D h Tn , ϕi −→ h T, ϕi et h Tn0 , ϕi = − h Tn , ϕ0 i −−−−→ − h T, ϕ0 i = h T 0 , ϕi n→∞ donc Tn0 0 −→ T . Exemple 2.10. n P P 0 P Si Ti = S alors S 0 = Ti (Sn = Ti ). i i i=1 Exemple 2.11 (des sauts). f est C 1 par morceau discontinue en x0 avec une discontinuité − s0 = f (x+ 0 − x0 ) Soit {f }0 sa dérivée sur ] − ∞, x0 [ et ]x0 , ∞[. f n’est pas dérivable au sens des fonctions en x0 , si elle est localement intégrable elle est dérivable au sens des distributions : 0 Tf , ϕ = − h Tf , ϕ0 i Z ∞ Z x0 Z ∞ 0 0 =− fϕ = − fϕ − f ϕ0 −∞ −∞ x0 Z x0 ∞ Z ∞ x0 f 0ϕ + f 0 ϕ − f ϕ + = −f ϕ −∞ x0 x0 −∞ Z − = f 0 ϕ + f (x+ 0 ) − f (x0 ) ϕ(x0 ) où le premier membre n’est pas défini en x0 Tf0 , ϕ = h Tf 0 , ϕi + s0 h δx0 , ϕi avec Tf 0 la distribution régulière qui coïncide avec la dérivée de f p.p.. On obtient donc Tf0 = Tf 0 + s0 δx0 (2.10) qui est la formule des sauts. Exemple 2.12 (Dérivée de vp 1/x). On rappelle que Z h vp 1/x, ϕi = lim+ ε→0 x>ε 25 ϕ(x) − ϕ(−x) dx x CHAPITRE 2. DISTRIBUTIONS Alors on a h (vp 1/x)0 , ϕi = − h vp 1/x, ϕ0 i Z ϕ0 (x) − ϕ0 (−x) dx = − lim+ ε→0 x x>ε ∞ Z ∞ ϕ(x) + ϕ(−x) ϕ(x) + ϕ(−x) + dx = − lim+ ε→0 x x2 ε Zε ∞ ϕ(ε) + ϕ(−ε) ϕ(x) + ϕ(−x) = lim+ dx + ε→0 ε x2 ε or lim+ ϕ(ε) + ϕ(−ε) = lim+ ϕ(0) + εϕ0 (0) + o(ε2 ) + ϕ(0) − εϕ0 (0) + o(ε2 ) ε→0 ε→0 = 2ϕ(0) + lim+ o(ε2 ) ε→0 donc Z 2ϕ(0) ϕ(x) + ϕ(−x) h (vp 1/x)0 , ϕi = lim+ − ε→0 ε x2 x>ε = − Pf 1/x2 , ϕ où Pf 1/x2 est la partie finie de 1/x2 . Exemple 2.13. Quelques autres exemples de parties finies : 1. Z h Pf 1/ |x| , ϕi = 2. D Pf 1/ |x| 3. D 2.4 5/2 Pf 1/ |x| 3/2 ϕ(x) − ϕ(0)1[−1,1] |x| E Z ϕ(x) − ϕ(0) ,ϕ = 3/2 |x| E Z ϕ(x) − ϕ(0) − xϕ0 (0) ,ϕ = 5/2 |x| Solutions d’équations au sens des distributions Théorème 2.2. La solution de l’équation xT = 0 (2.11) T = cδ0 (2.12) dans D0 est où c est une constante. 26 CHAPITRE 2. DISTRIBUTIONS Démonstration. Vérifions que cδ0 est solution de xT = 0 : h xδ0 , ϕi = h δ0 , xϕi = (xϕ)(0) = 0 =⇒ xδ0 = 0 Montrons que xT = 0 =⇒ ∃c | T = cδ0 On a xT = 0 =⇒ ∀ϕ ∈ D h xT, ϕi = 0 = h T, xϕi Soit χ ∈ D, alors χ = χ(0)ϕ0 + xϕ avec ϕ0 ∈ D, ϕ0 fixée telle que ϕ0 (0) = 1, et ϕ ∈ D. ϕ(x) = χ(x) − χ(0)ϕ0 (x) x χ et ϕ0 sont à support compact donc ϕ l’est, et au voisinage de 0 : ϕ(x) = x(χ0 (0) − χ(0)ϕ00 (x)) x donc ϕ est C ∞ . ∀χ ∈ D χ = χ(0)ϕ0 + xϕ avec ϕ ∈ D, donc h T, χi = χ(0) h T, ϕ0 i + h T, xϕi = h δ0 , χi c + h xT, ϕi | {z } =0 d’où T = cδ0 2.5 Distributions périodiques Soit S 1 le cercle de rayon 1 : S 1 −→ C [0, 2π] −→ C θ 7−→ f (θ) avec f (θ + 2π) = f (θ) Définition 2.6. D(S 1 ) est l’ensemble des fonctions C ∞ sur S 1 . 27 CHAPITRE 2. DISTRIBUTIONS Si f ∈ D(S 1 ), alors X f (θ) = cn (f ) einθ (2.13) n∈Z avec 1 cn (f ) = 2π 2π Z f (θ) e−inθ dθ (2.14) 0 la convergence étant uniforme : q f ∈ C p ⇒ cn (f ) |n| −−−−→ 0 n→∞ ∀q < p (2.15) Définition 2.7. D0 (S 1 ), l’ensemble des distributions sur S 1 , est l’ensemble des formes linéaires (continues) sur D(S 1 ) : T : D(S 1 ) −→ C ϕ 7−→ h T, ϕi Notons en = einθ , alors Z ϕ(θ) einθ dθ h en , ϕi = 1 h en , ϕi 2π cn (ϕ) = et d’après (2.13) : * h T, ϕi = + T, X cn (ϕ)en n∈Z = X h T, en i cn (ϕ) n∈Z grâce à la continuité de T . 1 Définissons cn (T ) = 2π h T, en i, alors h T, ϕi = X 2πcn (T )cn (ϕ) (2.16) n∈Z D’autre part DX E X cn (T )en , ϕ = cn (T ) h en , ϕi = h T, ϕi | {z } ∀ϕ ∈ D(S 1 ) c−n (ϕ)2π Théorème 2.3. T = X cn (T )en (2.17) 1 h T, en i 2π (2.18) n∈Z avec cn (T ) = 28 CHAPITRE 2. DISTRIBUTIONS Exemple 2.14 (Peigne de Dirac). On définit le peigne de Dirac par h P0 , ϕi = ϕ(0) cn (P0 ) = (2.19) 1 h P0 , e−n i 2π | {z } =e−n (0)=1 donc P0 = 1 X en 2π n∈Z et 1 h T 0 , e−n i 2π −1 = T, e0−n 2π −1 h T, (−in)e−n i = 2π in h T, e−n i = 2π cn (T 0 ) = d’où cn (T 0 ) = incn (T ) (2.20) donc in 2π (in)p (p) cn (P0 ) = 2π 1 X (p) P0 = (in)p cn 2π cn (P00 ) = n∈Z a un sens au sens des distributions. 2.6 Distributions de plusieurs variables Définition 2.8. D(Rd ) est l’espace des fonctions définies sur Rd , à valeurs complexes, de classe C ∞ et nulles en dehors d’un ensemble borné. Proposition 2.5 (Produit tensoriel). On a j = 1, . . . , d =⇒ ϕ(x1 , . . . , xd ) = ϕ1 (x1 ) · · · ϕd (xd ) ∈ D(Rd ) (2.21) On écrit ϕ = ϕ1 ⊗· · ·⊗ϕd . On dit que ϕ est le produit tensoriel des fonctions ϕj ∈ D(R) ϕj . Définition 2.9 (Distribution). Une distribution est une forme linéaire sur D(Rd ). L’ensemble des distributions est D0 (Rd ). 29 CHAPITRE 2. DISTRIBUTIONS Définition 2.10 (Produit tensoriel de distribution). On définit le produit tensoriel T ⊗ S de deux distributions T, S ∈ D0 (R) par h T ⊗ S, ϕ1 ⊗ ϕ2 i = h T, ϕ1 i h S, ϕ2 i ∀ϕ1 , ϕ2 ∈ D(R) (2.22) Théorème 2.4. Soit ϕ(x, y) ∈ D(R2 ). Alors pour calculer h T ⊗ S, ϕi, on peut fixer x et faire opérer S sur ϕ(x, ·), on obtient une fonction de x qui appartient à D(R) et le résultat est obtenu en faisant opérer T sur cette fonction, c’est à dire h T (x)S(y), ϕ(x, y)i = h T (x), h S(y), ϕ(x, y)ii = h S(y), h T (x), ϕ(x, y)ii (2.23) 2.6.1 Exemples de distributions Définition 2.11 (Distribution régulière). Soit f ∈ L1loc (Rd ), alors Z h Tf , ϕi = h f, ϕi = f ( #» x )ϕ( #» x )dd x (2.24) Rd Exemple 2.15. Soit f = 1/rα avec r2 = x21 + x2d . f est localement intégrable si Z 1 d d x<0 α 0 r Or dd x = rd−1 drdΩ où dΩ est l’élément de surface sur la sphère unité. Ainsi α − d + 1 < 1 =⇒ α < d Exemple 2.16 (Distribution de Dirac). La distribution de Dirac est définie par #» h δ #» a , ϕi = ϕ( a ) (2.25) avec δ #» a = δa1 ⊗ · · · ⊗ δad #» et on pose a = (a1 , . . . , ad ). Pour d = 2 on a par exemple * h δa1 ⊗ δa2 , ϕ(x, y)i = (2.26) + δa1 , h δa2 , ϕ(x, y)i | {z } = ϕ(a1 , a2 ) ϕ(x,a2 ) On définit ∂i ϕ ≡ ∂ϕ ∂xi i = 1, · · · , d (2.27) Proposition 2.6 (Dérivation). On a h ∂i T, ϕi = − h T, ∂i ϕi Définition 2.12 (Laplacien). Le laplacien est défini par ∆ = (2.28) P ∂i ∂i . On a i h ∆ T, ϕi = h T, ∆ ϕi 30 (2.29) CHAPITRE 2. DISTRIBUTIONS #» Définition 2.13 (Divergence). On définit la divergence d’un vecteur V par Z X d #» ∂i V i = div V (2.30) V i=1 Théorème 2.5 (Stokes). Z X d ∂i V i dd x = Z X V i=1 S V i ni dS (2.31) i #» S est le bord de V, #» n est normal à la surface et unitaire et V = (V1 , . . . , Vd ) est un vecteur. Exemple 2.17. Pour d = 3, que vaut ∆ 1/r ? Pour une fonction radiale, on a ∆ f (r) = 1 d2 rf r dr2 On a ∆ 1/r = 0 avec r 6= 0. 1 ∆ ,ϕ r 1 , ∆ϕ r Z 1 = ∆ ϕ d3 x R3 r Z 1 = lim+ ∆ ϕ d3 x ε→0 r r>ε = Or X f ∆g = f ∂i ∂i g i = X ∂i (f ∂i g) − X i (∂i f )∂i g i et de même g∆f = X ∂i (f ∂i g) − X i (∂i f )∂i g i On a donc f ∆g − g∆f = d X i=1 ∂i (f ∂i g − g∂i f ) | {z } Vi donc Z r>ε 1 ∆ϕ − r Z ϕ∆ r>ε 1 = r Z X r>ε Z ∂i Vi i V i dSi = S(ε) Z = r=ε 31 1 1 (−∂r ϕ) + ϕ∂r 4πr2 dr r r CHAPITRE 2. DISTRIBUTIONS alors #» h ∆ 1/r, ϕi = −4πϕ( 0 ) Théorème 2.6. On a, pour d = 3 : h ∆ 1/r, ϕi = h −4πδ #» 0 , ϕi (2.32) Exemple 2.18. On a aussi : – d≥3: ∆ 1 = αd δ #» 0 rd−2 (2.33) – d=2: ∆ ln x = αδ #» 0 (2.34) Définition 2.14 (Support d’une fonction). Le support d’une fonction continue sur Rd est par définition le complémentaire du plus grand ouvert sur lequel la fonction est nulle. Il s’agit donc d’un ensemble fermé. Le support de f contient les points x avec f (x) 6= 0 et aussi la limite de suite de tels points. Proposition 2.7. Si les supports de f et g sont disjoints alors f g = 0 et R f g = 0. Définition 2.15 (Support d’une distribution). Soit T ∈ D0 (Rd ), on dit que T est nulle sur un ouvert G si pour tout ϕ ∈ D(Rd ) à support dans G alors h T, ϕi = 0. Proposition 2.8. Il existe un plus grand ouvert où T est nulle. Son complémentaire est, par définition, le support de T . Exemple 2.19. #» Le support de δ #» 0 . 0 est 2.6.2 Extension du symbole h T, ϕi En général h T, 1i n’a pas de sens. Cependant, pour certaines distributions, ce symbole peut être défini : si pour toute fonction de (Rd ) avec ϕ(0) = 1, lim h T, ϕ(εx)i existe et est indépendante de ϕ, on appelle cette limite h T, 1i. ε→0 Exemple 2.20. #» δ #» 0 = ϕ(0) = 1 = h δ 0 , 1i 2.6.3 Produit de convolution Définition 2.16 (Produit de convolution). Soient f, g ∈ L1loc , alors Z f ∗ g(x) = f (x − y)g(y)dy R 32 (2.35) CHAPITRE 2. DISTRIBUTIONS Pour une distribution, on aura Z h f ∗ g, ϕi = (f ∗ g)(x)ϕ(x)dx ZR = f (x − y)g(y)ϕ(x)dxdy en posant x = u + y Z f (u)g(y)ϕ(u + y)dudy = R2 = h f (x)ϕ(y), ϕ(x + y)i où f (x)g(y) est le produit tensoriel de f et g et où ϕ(x + y) est une fonction de D(R2 ). Définition 2.17 (Convolution de deux distributions). Soient T, S ∈ D0 (R). Si h T (x)S(y), ϕ(x + y)i existe pour tout ϕ ∈ D(R), alors T ∗ S existe et h T ∗ S, ϕi = h T (x)S(y), ϕ(x + y)i (2.36) Théorème 2.7. Si le support de S ou de T est borné alors S ∗ T existe. Démonstration. S a un support borné. + * h T (x)S(y), ϕ(x + y)i = T (x), h S(y), ϕ(x + y)i | {z } ψ(x) Soient [A, B] le support de ϕ et [C, D] le support de S. Si A − x > D ou B − x < C, ψ est nulle. Donc le support de ψ est [A − D, B − C]. 1. h δ0 ∗ T, ϕi = h δ(x)T (y), ϕ(x + y)i = h T (y), h δ(x), ϕ(x + y)ii = h T, ϕi donc δ0 ∗ T = T (2.37) Ainsi, δ0 est élément neutre pour la convolution. 2. h δa ∗ T, ϕi = h δa (x)T (y), ϕ(x + y)i = h T (y), ϕ(a + y)i = h τa T, ϕi donc δa ∗ T = τa T 33 (2.38) CHAPITRE 2. DISTRIBUTIONS 3. h δ00 ∗ T, ϕi = h δ00 (x)T (y), ϕ(x + y)i * + T (y), h δ00 , ϕ(x + y)i | {z } = −ϕ0 (y) 0 = − h T, ϕ i = h T 0 , ϕi donc δ00 ∗ T = T 0 (2.39) On a de plus (T ∗ S)0 = T 0 ∗ S = T ∗ S 0 (2.40) Démonstration. h (T ∗ S)0 , ϕi = − h T ∗ S, ϕ0 i = − h T (x)S(y), ϕ0 (x + y)i * + 0 =− T (x), h S(y), ϕ (x + y)i {z } | −h S 0 (y), ϕ(x+y)i = h T ∗ S 0 , ϕi On a aussi (T ∗ S)00 = T 00 ∗ S. Exemple 2.21. δ0 ∗ T = T 0 =⇒ (δ0 ∗ T ) = T 0 δ00 ∗ T = δ0 ∗ T 0 Exemple 2.22. H ∗ H n’existe pas : h H ∗ H, ϕi = h H(x)H(y), ϕ(x + y)i Z ∞ = H(x), ϕ(x + y)dy 0 * + Z ∞ = H(x), x | ϕ(u)du {z } ∈D / Proposition 2.9. Soit D un opérateur différentiel tel que DT = N X an T (n) (2.41) n=0 alors D(T ∗ S) = (DT ) ∗ S 34 (2.42) CHAPITRE 2. DISTRIBUTIONS Exemple 2.23 (Équation de Poisson). L’équation de Poisson est ∆T = ρ (2.43) où ρ est à support compact. 1 = −4πδ #» 0 r −1 ∆ = δ #» 0 4πr ∆ Une solution à (2.43) est T =ρ∗ −1 4πr Exemple 2.24. Pour résoudre DT = ρ, on détermine G tel que DG = δ #» 0 , où G est une fonction de Green. Alors G ∗ ρ vérifie D(G ∗ ρ) = DG ∗ ρ = δ #» 0 ∗ρ=ρ 35 CHAPITRE 2. DISTRIBUTIONS 36 Chapitre 3 Transformées de Fourier et distributions tempérées 3.1 Transformée de Fourier d’une distribution Soit Tf une distribution régulière associée à une fonction f ∈ L1 , et soit φ ∈ D(R). Alors E Z D (3.1) Tfˆ, φ = fˆφ fˆ est localement intégrable car f ∈ L1 . Le théorème de Plancherel–Parseval 1.4 permet d’écrire que D E D E Tfˆ, φ = Tf , φ̂ (3.2) On est tenté de définir la transformée de Fourier F T de T par h F T, φi = h T, F φi or pour que cette définition ait un sens, il faut que F φ ∈ D, mais φ ∈ / D ⇒ FT ∈ D : Z B φ̂(k) = φ(x) e−ikx dx A et supp φ = [A, B]. Posons k = k1 + ik2 , avec k1 , k2 ∈ R, alors la fonction 1 g(z) = √ 2π Z B φ(x) e−izx dx A comme fonction de z complexe est analytique : elle admet un développement en série de Taylor au voisinage de tout point, donc g ne peut pas être à support compact. Or une fonction de D n’admet pas de développement de Taylor aux bornes de son support (car toutes ses dérivées s’annulent). Donc φ̂ n’est pas dans D. L’ensemble des fonctions test doit être stable par transformation de Fourier. L’espace S (définition 1.6, page 16) est stable par transformation de Fourier. Ceci nous amène à la définition des distributions tempérées. 37 CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Définition 3.1 (Distribution tempérée). Une distribution T : S → C est dite tempérée. On note S 0 l’ensemble des distributions tempérées : il s’agit de l’ensemble des formes linéaires sur S. Exemple 3.1 (Distribution de Dirac). On a h δa , φi = φ(a) donc δa ∈ S 0 . Si f est localement intégrable, Tf n’est pas toujours dans S 0 . Exemple 3.2. 2 2 Par exemple, ex ∈ D est localement intégrable, et e−x /2 ∈ S, alors Z 2 2 ex e−x /2 = ∞ Donc l’inclusion S 0 ⊂ D0 est stricte : D ⊂ S =⇒ S 0 ⊂ D0 (3.3) Si f est localement intégrable et f = O∞ (xn ), alors Tf ∈ S 0 . Exemple 3.3 (Valeur principale). Z lim ε→0 |x|>ε φ(x) dx < ∞ x 0 si φ ∈ S, donc vp 1/x ∈ S . Définition 3.2 (Transformée de Fourier de distributions tempérées). Si T ∈ S 0 , alors F T est définie par h F T, φi = h T, F φi ∀φ ∈ S (3.4) De même, F T est définie par F T, φ = T, F φ ∀φ ∈ S (3.5) La définition a un sens car φ ∈ S ⇒ F φ ∈ S. Théorème 3.1 (Inversion). Soit T ∈ S 0 , alors on a FFT = T Démonstration. Soit φ ∈ S, alors F F T, φ = F T, F φ = T, F F φ = h T, φi 38 (3.6) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Exemple 3.4. h F δ0 , φi = h δ0 , F φi 1 = F φ(0) = √ 2π 1 = √ ,φ 2π donc Z φ(x)dx 1 F δ0 = √ 2π (3.7) Exemple 3.5. h F δa , φi = h δa , F φi Z 1 =√ φ(x) e−iax dx 2π −iax e √ ,φ = 2π donc e−iax F δa = √ 2π (3.8) Exemple 3.6. Soit T = c constante dans S 0 , alors h F c, φi = h c, F φi Z √ dk = 2πc φ̂ √ 2π √ = c 2πφ(0) E D √ = c 2πδ0 , φ donc √ F c = c 2πδ0 (3.9) Proposition 3.1. Soit T ∈ S 0 , alors on a les propriétés suivantes : F τa T (k) = e−iak F T (k) F eiax T (x) = τa F T (k) F xT (x) (k) = i(F T )0 (k) F T 0 (x) (k) = ik F T (k) et si Tn −−−−→ T ∈ S 0 , alors F Tn −−−−→ F T . n→∞ n→∞ Démonstration. 39 (3.10a) (3.10b) (3.10c) (3.10d) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES 1. On a h τa T, φi = h T, τ−a φi et donc h F τa T, φi = h τa T, F φi D E = h T, τ−a F φi = T, F e−iax φ = F T, e−iax φ = e−iax F T, ϕ 2. F eiax T, φ = eiax T, F φ = T, eiax F φ = h T, F τ−a φi = h F T, τ−a φi = h τa F T, φi 3. h F(xT ), φi = h xT, F φi = h T, x F φi = h T, F(−iφ0 )i = h F T, −iφ0 i = i h (F T )0 , φi 4. h F T 0 , φi = h T 0 , F φi = − h T, (F φ)0 i = − h T, F(−ixφ)i = i h T, F xφi = i h F T, xφi = i h x F T, φi 5. h F Tn , φi = h Tn , F φi −−−−→ h T, F φi n→∞ = h F T, φi Si Tn sont régulières et associées à une fonction de L1 , on peut calculer sa transformée. Exemple 3.7 (Onde plane). Soit T = (2π)−1/2 et F T = δ0 , alors iax e = τa δ0 = δa F √ 2π Exemple 3.8. On a F x √ 2π = iδ00 F 40 xn √ 2π (n) = in δ0 CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Exemple 3.9 (Fonction de Heaviside). H∈ / S. On a H e−εx ∈ L1 et H e−εx −−−→ H dans S 0 . ε→0 Z ∞ 1 −εx (k) = √ e−ixk e−εx dx F He 2π 0 1 1 =√ 2π ε + ik donc 1 1 F H = lim √ ε→0 2π ε + ik −i 1 =√ vp + iπδ0 k 2π car 1 1 = vp − iπδ0 ε→0 x + iε x lim Exemple 3.10 (Valeur principale). On a x vp 1/x = 1, et vp 1/x est impaire. √ F x vp 1/x) = F 1 = 2πδ √ √ i(F vp 1/x)0 = 2πδ = 2πH 0 donc √ F vp 1/x = −i 2πH + c et comme F vp 1/x est impaire, on a √ 1 1 F vp = −i 2π H − x 2 (3.11) avec H − 1/2 = ε(k)/2 où ε est la fonction signe. Exemple 3.11 (Partie finie). On a 1 vp x 0 = − Pf 1 x2 et 1 F Pf 2 = − F x 1 vp x 0 ! 1 = −ik F vp x √ = − 2πkε(k) donc √ 1 = − 2π |k| x2 et par le théorème d’inversion, on obtient F Pf −1 1 F(|x|)(k) = √ Pf 2 x 2π 41 (3.12) (3.13) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Exemple 3.12 (Logarithme). ln |x| ∈ S 0 et (ln |x|)0 = vp 1/x donc F (ln |x|)0 (k) = −ik F ln |x| = F vp r 1 π = −i ε(k) x 2 On a Pf 1 ,φ |k| Z = lim ε→0 |k|>ε φ(k) dk − 2φ(0) ln ε |k| donc k Pf 1 = ε(k) |k| et en reprenant le calcul précédent r k F ln |x| = π 1 k Pf 2 |k| ce qui nous ramène à l’équation r k F ln x − π 1 Pf 2 k =0 donc r F ln |x| = 1 π Pf + cδ0 2 |k| (3.14) Il faut encore trouver la constante. 3.2 Transformée de Fourier et produit de convolution En général, si S, T ∈ S 0 , S ∗ T n’existe pas (par exemple H ∗ H ∈ / S 0 ). Théorème 3.2. Si S ∈ S 0 et T à support borné, alors S ∗ T ∈ S 0 . Démonstration. Soit φ ∈ S, alors h S ∗ T, φi = h Sx Ty , φ(x + y)i = h Sx , h Ty , φ(x + y)ii h Ty , φ(x + y)i est à support borné donc dans φ. Lemme 3.1. Si T est à support borné, alors 1 1 −ikx (F T )(k) = √ Tx , e−ikx = √ e Tx , 1 2π 2π 42 (3.15) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Démonstration. On a 1 g(k) = √ Tx , e−ikx 2π et soit φ ∈ S, alors Z 1 dk Tx , e−ikx φ(k) h g, φi = √ 2π Z 1 dk Tx , φ(k) e−ikx =√ 2π Z 1 −ikx = Tx , √ dk φ(k) e 2π = h T, F φi = h F T, φi donc g = FT Exemple 3.13. 1 1 F δa = √ δa , e−ikx = √ e−ika 2π 2π Lemme 3.2. Soit S ∈ S 0 , alors 1 Sx , e−ikx (F S)(k) = √ 2π (3.16) Démonstration. Soit ψ ∈ D avec ψ(0) = 1, et soit Sε = ψ(xε)S à support borné. On a lim Sε = S. Alors ε→0 F S = lim F Sε ε→0 1 = √ lim Sε , e−ikx ε→0 2π par le lemme 3.1 1 = √ lim ψ(εx)S, e−ikx ε→0 2π 1 = √ lim S, ψ(εx) e−ikx 2π ε→0 1 = √ lim S, e−ikx ε→0 2π Théorème 3.3. Soit S ∈ S 0 et T à support borné, alors √ F(S ∗ T ) = 2π F(S) F(T ) 43 (3.17) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Démonstration. F(S ∗ T )(k) = S ∗ T, e−ikx E 1 D Sx Ty , e−ik(x+y) =√ 2π 1 =√ Sx , Ty , e−ikx e−iky 2π E √ 1 D Sx , 2π F T (k) e−ikx =√ 2π = Sx , e−ikx F T (k) √ = 2π F S(k) F T (k) 3.3 3.3.1 Applications Équations différentielles Soit D un opérateur différentiel d’ordre N , c’est à dire que D s’écrit comme D= N X an n=0 dn dxn (3.18) Rappelons que D(S ∗ T ) = (DS) ∗ T = S ∗ (DT ) (3.19) Définition 3.3 (Fonction de Green). Une fonction de Green associée à l’opérateur D est une solution de DG = δ0 (3.20) Remarque : La fonction de Green n’est généralement pas unique. Théorème 3.4. Une solution à l’équation DT = F où F est à support borné est donnée par T =G∗F (3.21) Démonstration. D(G ∗ T ) = DG ∗ T = δ0 ∗ T = T Théorème 3.5. La transformée de Fourier de G est solution de ! N X 1 n an (ik) (F G)(k) = √ 2π n=0 44 (3.22) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Démonstration. On a DG = δ0 et N X F ! 1 = F δ0 = √ 2π (n) an G n=1 et F G(n) = (ik)n (F G) Exemple 3.14. Soit d dx D= On a 1 ik F G = √ 2π 1 −i F G = √ vp + cδ0 k 2π Exemple 3.15. Soit D= d2 − a2 dx2 avec a 6= 0. On a 1 (−k 2 − a2 ) F G = √ 2π −1 1 FG = √ ∈ L1 2π k 2 + a2 donc dk −1 1 √ √ eikx 2π 2π k 2 + a2 −1 e−ax = (2πi) 2π 2ia 1 −a|x| =− e 2a Z G(x) = car G(x) = G(−x), et on a intégré dans le plan complexe sur le cercle de rayon R. N X ! an (ik) n n=0 | {z PN (k) 1 FG = √ 2π } où PN (k) est un polynôme de degré N dans C : il admet donc N racines complexes, c’est à dire N Y PN (k) = aN (k − ki ) (3.23) i=1 45 CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Si pour tout i on a Jm (ki ) 6= 0, alors k − ki ne s’annule pas. Dans ce cas F G(k) = 1 1 √ PN (k) 2π (3.24) Exemple 3.16 (Oscillateur harmonique). On étudie l’oscillateur harmonique amorti couplé à une force extérieure : ü(t) + 2γ u̇(t) + ω02 u(t) = f (t) que l’on récrit Du = f avec D= d d2 + 2γ + ω02 dt2 dt alors P2 (k) = −k 2 + 2iγk + ω02 = −(k − iγ)2 − γ 2 + ω02 = −(k − k+ )(k − k− ) avec k± = iγ ± q ω02 − γ 2 et γ 6= 0 ⇒ =(k± ) 6= 0. G est solution et −1 1 (F G)(k) = √ (k − k )(k − k+ ) 2π − donc Z G(x) = dk √ 2π −1 √ 2π eikx (k − k+ )(k − k− ) ω02 > γ 2 : =(k± ) = iγ > 0. G = 0 si x < 0, sinon ixk+ −1 e eixk− G(x) = 2πi + 2π k+ − k− k− − k+ q −xγ e =p 2 sin ω02 − γ 2 x H(x) ω0 − γ 2 La solution particulière est u = G ∗ f : Z u(t) = G(t − τ )g(τ )dτ ZR sin ν0 (t − τ ) = H(t − τ ) e(t−τ )γ f (τ )dτ ν0 R Z t sin ν0 (t − τ ) = e(t−τ )γ f (τ )dτ ν0 −∞ solution causale car u(t) dépend de t(τ ), τ < t. Une fonction de Green causale est 0 si t < 0. 46 (3.25) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES Remarque : Si γ = 0, on a P (k) = −(k − ω0 )(k + ω0 ). Pour obtenir la solution causale, il suffit de prendre la limite γ → 0 de la solution précédente, de changer les pôles : ±ω0 → ±ω0 + iε, alors 1 1 −1 F G = √ lim 2π ε→0 k − (ω0 + iε) k − (−ω0 + iε) 3.3.2 Formule sommatoire de Poisson Théorème 3.6. Soit φ ∈ S, alors X φ(2πn) = n∈Z 1 X φ̂(n) 2π n∈Z Démonstration. f (x) = X φ(x + 2πn) n∈Z f (x + 2π) = f (x) f ∈ C∞ X f (x) = cn einx n et cn = = = = = = 1 2π Z 1 2π Z 2π f (x) e−inx dx 0 0 2π X φ(x + 2πp) e−inx dx p∈Z Z 1 X 2π φ(x + 2πp) e−inx dx 2π 0 p∈Z Z 2π(p+1) X 1 φ(u) ein(u−2πp) du 2π p∈Z 2πp Z ∞ 1 φ(u) e−inu du 2π −∞ 1 √ φ̂(n) 2π donc X φ(x + 2πu) = n∈Z 1 √ φ̂(u) eiux 2π n∈Z X et on retrouve le théorème en prenant x = 0. Exemple 3.17 (Gaussienne). 47 (3.26) CHAPITRE 3. TRANSFORMÉES DE FOURIER ET DISTRIBUTIONS TEMPÉRÉES On a x2 φ(x) = e− 2a2 a 2 x2 φ̂(x) = a e− 2 X − (2πn)2 a X − n2 a2 e 2a2 = √ e 2 2π n∈Z n∈Z et en posant a = √ 2πτ on a θ(τ ) = X e−πτ 2 n2 n∈Z τ θ(τ ) = θ 1 τ Cette dernière relation est appelée propriété de dualité. θ(τ ) est la fonction de Jacobi. 48 Chapitre 4 Les fonctions spéciales : la fonction Gamma 4.1 Définition et propriétés Définition 4.1 (Fonction Gamma). On définit la fonction Gamma par Z Γ= ∞ tz−1 e−t dt (4.1) 0 pour z ∈ C avec <(z) > 0. Cette définition est due à Euler. On a z−1 x+iy−1 t = t = e(x+iy−1) ln t = e(x−1) ln t = tx−1 et Z tx−1 dt < ∞ 0 si x > 0. Et de même Z ∞ tx−1 e−t dt < ∞ ∀x Proposition 4.1. On a les propriétés suivantes : Γ(z + 1) = zΓ(z) (4.2) Γ(n + 1) = n! (4.3) Démonstration. 49 CHAPITRE 4. LES FONCTIONS SPÉCIALES : LA FONCTION GAMMA ∞ Z tz e−t dt ∞ Z z −t = t| {z e } + Γ(z + 1) = 0 0 =0 ∞ ztz−1 e−t dt 0 = zΓ(z) On a ∞ Z e−t dt = 1 Γ(1) = 0 Théorème 4.1. Γ(z) est dérivable pour <(z) > 0 et Z ∞ dΓ ln t tz−1 e−t dt (z) = dz 0 (4.4) Démonstration. tz−1 e−t = e(z−1) ln t e−t est dérivable et a pour dérivée ln t e(z−1) ln t e−t = ln t tz−1 e−t = f (t, z) R∞ Montrons que |f (t, z)| ≤ h(t), avec 0 h ≤ ∞. – <(z) > 0. – a < <(z) < A, avec a, A > 0. – Pour 0 < t < 1 : |f (t, z)| = |ln t| tx−1 e−t ≤ |ln t| ta−1 e−t – Pour 1 < t < ∞ : |f (t, z)| ≤ ln t tA−1 e−t On a bien R h < ∞. Donc Γ(z) est dérivable. Exemple 4.1 (Prolongement analytique). f (z) = ∞ X zn |z| < 1 n=0 alors 1 |z| < 1 1−z est un prolongement analytique de f définie dans C − {1}. En 1 se trouve un pôle simple. f (z) = Théorème 4.2. La fonction Γ admet un prolongement analytique dans C − Z. Ce prolongement admet des pôles simples en z = −n, avec n ∈ N avec Res(Γ, −n) = 50 (−1)n n! (4.5) CHAPITRE 4. LES FONCTIONS SPÉCIALES : LA FONCTION GAMMA Démonstration. On utilise la formule (4.2). Soit f1 (z) = Γ(z + 1) z alors f1 (z) est analytique pour <(z + 1) > 0 et <(z) > −1 avec un pôle simple en z = 0 avec résidu Γ(1) = 1. De même Γ(z + 2) f2 (z) = z(z + 1) est analytique pour <(z + 2) > 0 et coïncide avec Γ pour <(z) et admet un pôle simple en z = −1 avec résidu −1. Finalement, soit fn (z) = Γ(z + n) z(z + 1) · · · (z + n − 1) qui admet comme pôle simple z = −(n − 1) avec le résidu Γ(1) 1 (−1)n−1 = = −(n − 1)(−n + 2) · · · 1 (−1)n−1 (n − 1) · · · 1 (n − 1)! Lemme 4.1. Soit n 1− t n fn (t) = 0 0≤t≤n (4.6) t>n alors fn (t) ≤ e−t (4.7) Démonstration. e−x = 1 − x + x20 2 avec 0 < x0 < x donc e−x ≥ 1 − x et t e−t/n ≥ 1 − n n t −t e ≥ 1− n Théorème 4.3 (Gauss). nz n! n→∞ z(z + 1) · · · (z + n) Γ(z) = lim 51 (4.8) CHAPITRE 4. LES FONCTIONS SPÉCIALES : LA FONCTION GAMMA Démonstration. t lim fn (t) = lim exp n ln 1 − n→∞ n→∞ n 2 t t = lim exp n − + O n→∞ n n2 = e−t Considérons Z ∞ fn (t)t | {z 0 z−1 I(n,z) ∞ Z e−t tz−1 dt dt −−−−→ n→∞ } 0 d’après le théorème de convergence dominée |fn (t)| ≤ e−t et Z e−t tz−1 dt < ∞ pour <(z) > 0. En utilisant le chagement de variable t = nu, on a aussi Z 1 I(z, n) = n2 (1 − u)n uz−1 du {z } 0 | J(z,n) que l’on intègre par récurrence et J(n, z) = n! J(0, z + n) z · · · (z + n − 1) avec J(0, z + n) = 1 z+n Théorème 4.4 (Weierstrass). On a ∞ Y 1 z −z/n = z eγz 1+ e Γ(z) n n=1 (4.9) où γ, la constante d’Euler, est définie par γ = lim n→∞ n X 1 − ln(n + 1) k ! (4.10) k=1 Corrolaire 4.1. ψ(z) = et ∞ X Γ0 (z) 1 1 = −γ + − Γ(z) n+1 z+n n=0 ∞ X n=0 1 1 − n+1 z+n (4.11) <∞ Corrolaire 4.2. On a ψ(1) = Γ0 (1) = −γ 52 (4.12) CHAPITRE 4. LES FONCTIONS SPÉCIALES : LA FONCTION GAMMA 4.2 Applications Soit Ωn la surface de la sphère unité dans Rn+1 : x21 + · · · + x2n+1 = 1 alors Ωn = 2 π Γ 53 (4.13) n+1 2 n+1 2 (4.14) CHAPITRE 4. LES FONCTIONS SPÉCIALES : LA FONCTION GAMMA 54 Chapitre 5 Polynômes orthogonaux 5.1 Produit scalaire Soit X l’ensemble des polynômes de degré n définis sur [a, b] : – a et b sont finis, et par une translation et et une dilatation on se ramène à [−1, 1] ; – [0, ∞[ ; – ] − ∞, ∞[. X est un espace vectoriel dont (xk )0≤k≤n est une base. On munit X d’un produit scalaire : b Z hf |gi = dx ω(x)f (x)g(x) f, g ∈ X (5.1) a où ω est une fonction de poids qui est positive et on a Z b ωp < ∞ ∀p ∈ X (5.2) a On définit la norme kf k de f par 2 kf k = h f | f i 55 (5.3) CHAPITRE 5. POLYNÔMES ORTHOGONAUX 5.2 Orthogonalisation de Gram–Schmidt Soit (fi )1≤i≤n une base d’un espace vectoriel V et (ei )1≤i≤n une base orthonormée. On a f1 h e1 | e1 i = 1 kf1 k f2 − h f2 | e1 i e1 e2 = h e1 | e2 i = 0 kf2 − h f2 | e1 i e1 k i+1 P h fi | ei−k i ei−k fi − k=1 h ei | ej i = δij ei = i+1 P fi − h f | e i e i i−k i−k e1 = (5.4a) (5.4b) (5.4c) k=1 fi = i X βij ej (5.4d) j=1 h fi | ek i = 0 ∀k > i (5.4e) Exemple 5.1 (Polynômes de Legendre). On prend [a, b] = [−1, 1] et V = X. On a (fi )1≤i≤n+1 = (xk )0≤k≤n . On prend ω = 1, donc le produit scalaire est Z 1 hf |gi = f (x)g(x)dx (5.5) 1 Une base orthonormée de X est donc (φi ) donc 1 φ0 (x) = √ 2 φ1 (x) = 2x √ 5 φ2 (x) = (3x2 − 1) 3 ce qui donne comme formule générale k φn x = 0 r φn (x) = x>k (5.6a) 2 Pn (x) 2n + 1 (5.6b) où Pn (x) sont les polynômes de Legendre. Théorème 5.1. φn admet n racines réelles. Démonstration. Supposons que φn admette k racines réelles k < n, notées xi , alors φn (x) = k Y (x − xi ) = p i=1 est un polynôme ne changeant pas de signe, donc Z b ωp > 0 a 56 CHAPITRE 5. POLYNÔMES ORTHOGONAUX ou b Z ωp < 0 a Il s’agit d’une contradiction avec (5.6a) et donc k = n. Théorème 5.2. On a la relation de récurrence φn+1 = (An x + Bn )φn + Cn φn−1 = β −α + 1−x 1+x (5.7) avec kn + 1 kn où kn est le coefficient du k-ième ordre. An = (5.8) Démonstration. xφn est un polynôme de degré n + 1 alors xφn = n+1 X αi φi i=0 et h φk | xφn i = h xφk | φn i = αk et αk = 0 si k < n − 1 et xφn = αn+1 φn+1 + αn φn + αn−1 φn−1 5.3 L’espace de Hilbert Définition 5.1. L2 (ω) est l’ensemble des fonctions telles que Z b ωf 2 < ∞ (5.9) a Théorème 5.3. L2 (ω) muni du produit scalaire est un espace de Hilbert. Théorème 5.4. Pour tout f ∈ L2 (ω) on a f= ∞ X αn φn ∈ L2 (ω) (5.10) n=0 avec αn = h f | φn i. On se place désormais dans le cas où [a, b] = [−1, 1]. Théorème 5.5. Les fonctions (formule de Rodrigue) fn (x) = dn 1 ω(x)(1 − x2 )n n ω(x) dx vérifient xk | fn = Z (5.11) 1 ω(x)xk fn (x)dx = 0 −1 57 (5.12) CHAPITRE 5. POLYNÔMES ORTHOGONAUX En général les fn ne sont pas des polynômes. Par exemple, f1 est un polynôme de degré 1 si 0 1 ω(1 − x2 ) ω ω0 = (1 − x2 ) − 2x ω = ax + b f1 (x) = ce qui donne une équation différentielle à résoudre pour ω : −α (a + 2)x + b β ω0 = = + ω 1 − x2 1−x 1+x (5.13) ω = (1 − x)α (1 + x)β α, β ∈ R (5.14) ω = (1 − x)α (1 + x)β α, β ∈ R (5.15) ce qui donne Théorème 5.6. Pour les fn sont des polynômes de degré n. Par convention on définit les polynômes de Jacobi par Pn(α,β) (x) = n (−1)n −α −β d (1 − x) (1 + x) (1 − x)α (1 + x)β (1 − x2 )n (5.16) n n 2 n! dx – α = β = 0 : polynômes de Legendre. – α = β = −1/2 : polynômes de Tchebicheff : Tn (x) = (−1)n 2n p dn 1 − x2 n (1 − x2 )n−1/2 (2n)! dx (5.17) Il vérifient la propriété Tn (cos θ) = An cos(nθ) (5.18) 1 dn (ωxn ) ω dxn (5.19) Théorème 5.7. Les fonctions fn = vérifient fn xk = 0 k<n (5.20) Pour que f1 soit un polynôme de degré 1, on a l’équation ω0 b̃ =a+ ω x donc ω = c̃ eax xb̃ et ω −−−−→ 0 donc a < 0 et par une dilatation on se ramène à x→∞ ω = e−x xα 58 α∈R (5.21) CHAPITRE 5. POLYNÔMES ORTHOGONAUX On définit les polynômes de Laguerre par Lα n (x) = 1 −α x dn −x α+n (e x x e ) n! dxn (5.22) On choisit l’intervalle [a, b] =] − ∞, ∞[ et fn = 1 dn ω ω dxn (5.23) avec fn xk = 0 si k < n donc ω0 = ax + b ω d’où 2 ω = eαx /2+bx (5.24) et on se ramène, par dilatation et translation, à ω = e−x 2 (5.25) On définit les polynômes de Hermite par Hn (x) = (−1)n ex 59 2 dn −x2 e dxn (5.26) CHAPITRE 5. POLYNÔMES ORTHOGONAUX 60 Table des matières 1 Transformée de Fourier 1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Théorème de Plancherel–Parseval . . . . . . . . . . . . . . . 1.4 Un exemple : la gaussienne . . . . . . . . . . . . . . . . . . 1.5 Théorème d’inversion de Fourier . . . . . . . . . . . . . . . 1.6 Transformées de Fourier d’une fonction à plusieurs variables 1.6.1 Autres propriétés . . . . . . . . . . . . . . . . . . . . 1.7 Convolution dans R . . . . . . . . . . . . . . . . . . . . . . 1.8 Application : le théorème de la limite centrale . . . . . . . . 1.8.1 Une variable . . . . . . . . . . . . . . . . . . . . . . 1.8.2 Deux variables . . . . . . . . . . . . . . . . . . . . . 1.9 Espace de Schwartz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1 1 4 5 6 9 10 12 13 13 14 16 2 Distributions 2.1 Introduction . . . . . . . . . . . . . . . . . . . . 2.2 Les espaces D(R) et D’(R) . . . . . . . . . . . . 2.3 Opérations sur les distributions . . . . . . . . . 2.3.1 Multiplication par une fonction . . . . . 2.3.2 Translatée d’une distribution . . . . . . 2.3.3 Dérivation . . . . . . . . . . . . . . . . . 2.4 Solutions d’équations au sens des distributions 2.5 Distributions périodiques . . . . . . . . . . . . 2.6 Distributions de plusieurs variables . . . . . . . 2.6.1 Exemples de distributions . . . . . . . . 2.6.2 Extension du symbole de forme linéaire 2.6.3 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 19 19 22 22 22 23 26 27 29 30 32 32 3 Transformées de Fourier et distributions tempérées 3.1 Transformée de Fourier d’une distribution . . . . . . . 3.2 Transformée de Fourier et produit de convolution . . . 3.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Équations différentielles . . . . . . . . . . . . . 3.3.2 Formule sommatoire de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 37 42 44 44 47 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 Les fonctions spéciales : la fonction Gamma 49 4.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . 49 4.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 61 TABLE DES MATIÈRES 5 Polynômes orthogonaux 55 5.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 5.2 Orthogonalisation de Gram–Schmidt . . . . . . . . . . . . . . . . 56 5.3 L’espace de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . 57 Table des matières 61 62