Diapos cours-TD CR

MA1-Maths
générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
MA1-Maths générales
C. Reichert
8 janvier 2024
MA1-Maths
Plan du cours générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
Espace de Hilbert et séries de Fourier
Distributions
MA1-Maths
Plan du chapitre générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Introduction et rappels
Bases orthonormées
Espace de Hilbert et séries de Fourier Séries de Fourier
Séries de Fourier
Introduction et rappels généralisées
Bases orthonormées Distributions
Séries de Fourier
Séries de Fourier généralisées
Distributions
MA1-Maths
Espace vectoriel générales
C. Reichert
Définition Espace de Hilbert

et séries de
Un espace vectoriel V sur K = R, C est un ensemble muni Fourier
d’une loi de composition interne d’addition Bases orthonormées

Séries de Fourier
+ : V × V → V et d’une loi de composition externe de Séries de Fourier

généralisées
multiplication · : K × V → V telles que les propriétés Distributions
suivantes soient vérifiées :

(i) ∀u, v ∈ V , α, β ∈ K : αu + βv ∈ V
(ii) ∀u, v , w ∈ V : u + v = v + u, u + (v + w) = (u + v ) + w
(iii) ∀α, β ∈ K, v ∈ V : α(βv ) = (αβ)v
(iv) ∀u, v ∈ V , α, β ∈ K : α(u + v ) = αu + αv ,
(α + β)v = αv + βv
(v) Il existe un élément 0 ∈ V tel que v + 0 = v ∀v ∈ V
(vi) 1 · v = v ∀v ∈ V
MA1-Maths
Espace vectoriel générales
C. Reichert
Exemple
Espace de Hilbert
et séries de
Fourier
1. L’espace Kn = {(x1 , . . . , xn ) : xi ∈ K, i = 1, . . . , n} Introduction et rappels

Séries de Fourier
avec les opérations x + y = (x1 + y1 , . . . , xn + yn ), Séries de Fourier
généralisées
αx = (αx1 , . . . , αxn ) et le vecteur 0 = (0, . . . , 0). Distributions
2. L’espace KN = {x = (x0 , x1 , . . .) : xi ∈ K, i ∈ N}.
3. L’espace C 0 (K, K) = {f : K → K : f continue} avec les
opérations (f + g)(x) = f (x) + g(x), (αf )(x) = αf (x)
et l’élément 0 est la fonction f définie par
f (x) = 0 ∀x ∈ K.
Définition
Un sous-espace vectoriel W d’un espace vectoriel V est
une partie W ⊂ V , W ̸= ∅, telle que 0 ∈ W et
∀α, β ∈ K, w, x ∈ W : αw + βx ∈ W .
MA1-Maths
Espace vectoriel, norme générales
C. Reichert
Exemple
Espace de Hilbert
Les espaces ℓp = x = (xn ) ∈ KN : ∞ p
P
n=0 |xn | < ∞ sont
et séries de
Fourier
des sous-espaces N
de K ainsi que l’espace Introduction et rappels
∞ N

ℓ = x ∈ K : supn |xn | < ∞ . Ce résultat découle de Séries de Fourier
Séries de Fourier
l’inégalité de Minkowski (admise), généralisées
Pn p 1/p Pn p 1/p Pn p 1/p Distributions

k=0 |xk + yk | ≤ k=0 |xk | + k=0 |yk |
.
Definition
Un espace vectoriel V est normé s’il existe une
application ∥·∥ : V → R+
0 telle que
(i) ∀v ∈ V : ∥v ∥ > 0 si v ̸= 0 et ∥0∥ = 0,
(ii) ∀α ∈ K, v ∈ V : ∥αv ∥ = |α| ∥v ∥,
(iii) ∀u, v ∈ V : ∥u + v ∥ ≤ ∥u∥ + ∥v ∥ (inégalité
triangulaire).
MA1-Maths
Famille libre, dimension générales
C. Reichert
Exemple Espace de Hilbert
On peut munir les espaces ℓp de la norme et séries de
Fourier
P∞ p 1/p
∥x∥ℓp = n=0 |xn | . Introduction et rappels
Séries de Fourier
Séries de Fourier
généralisées
Définition (Famille libre) Distributions
Soit V un espace vectoriel. La famille {v1 , . . . , vn } ⊂ V

est dite libre si α1 v1 + . . . + αn vn = 0 seulement pour
α1 = . . . = αn = 0. Dans le cas contraire on dit que la
famille est liée.
Définition (dimension)
Si la taille maximale d’une famille libre de V est n ∈ N on
dit que la dimension de V est n, dim(V ) = n. Si pour tout
n = 1, 2, . . . il y a une famille libre de taille n de V on dit
que la dimension de V est infinie, dim(V ) = ∞.
MA1-Maths
Base en dimension finie générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Séries de Fourier
généralisées
Exemple Distributions
▶ Soit V = K. Alors dim V = 1.

▶ Soit V = Kn . Alors dim V = n.
▶ Soit V = C 0 [a, b]. Alors dim V = ∞.
MA1-Maths
Base en dimension finie générales
C. Reichert
Définition (base, dimension finie) Espace de Hilbert

et séries de
Fourier
Soit V un espace vectoriel de dimension finie n. On dit Introduction et rappels
que la famille B = {e1 , . . . , en } forme une base de V si Séries de Fourier
Séries de Fourier
tout v ∈ V admet une représentation unique généralisées
Distributions
v = α1 e1 + . . . + αn en , αi ∈ K.
Remarque
Dans ce cas B est une famille libre.
Remarque
Dans un espace vectoriel de dimension finie n une famille
libre {e1 , . . . , en } de taille n est une base.
MA1-Maths
Espace pré-hilbertien générales
C. Reichert
Espace de Hilbert
Définition et séries de
Fourier
Un espace pré-hilbertien est un espace vectoriel V muni Introduction et rappels
d’un produit scalaire (·, ·) : V × V → K ayant les Séries de Fourier

Séries de Fourier
généralisées
propriétés
Distributions
(i) ∀α ∈ K, u, v ∈ V : (αu, v ) = α (u, v ),
(ii) ∀u, v , w ∈ V : (u + v , w) = (u, w) + (v , w),
(iii) ∀u, v ∈ V : (u, v ) = (v , u), en particulier,
(u, αv ) = (αv , u) = α(v , u) = α (u, v ),
(iv) (v , v ) ≥ 0 ∀v ∈ V et (v , v ) = 0 ⇔ v = 0.
p
On peut donc définir une norme sur V par ∥v ∥ = (v , v ).
L’inégalité triangulaire pour cette norme découle de
l’inégalité de Cauchy-Schwarz (voir ci-dessous).
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Proposition Introduction et rappels
Soit V un espace pré-hilbertien. Alors ∀u, v ∈ V Séries de Fourier

Séries de Fourier
généralisées
(i) |(u, v )| ≤ ∥u∥ ∥v ∥ (inégalité de Cauchy-Schwarz), Distributions
(ii) ∥u + v ∥ ≤ ∥u∥ + ∥v ∥ (inégalité triangulaire),
(iii) ∥u + v ∥2 + ∥u − v ∥2 = 2(∥u∥2 + ∥v ∥2 ) (règle du
parallélogramme).
Définition
On dit que deux éléments u, v d’un espace pré-hilbertien
sont orthogonaux, u⊥v , si (u, v ) = 0.
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Exercice Séries de Fourier

généralisées
Les ensemble suivants, sont-ils des espaces vectoriels ? Distributions
Si oui, expliciter une base et déterminer la dimension.

a) {x = (x1 , x2 , x3 ) ∈ R3 : x2 = 13}
b) {x = (x1 , x2 , x3 , x4 , x5 ) ∈ R5 : x2 = 2x1 }
c) {x ∈ R3 : x⊥(1, 2, 3)}
MA1-Maths
Espace de Hilbert générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Définition Séries de Fourier
Séries de Fourier
Un espace pré-hilbertien V est un espace de Hilbert s’il généralisées
Distributions
est de plus complet par rapport à la norme induite par le
produit scalaire, c’est-à-dire toute suite de Cauchy
(vn ), vn ∈ V , converge vers un élément v ∈ V . On
rappelle qu’une suite de Cauchy vérifie
∀ϵ > 0 ∃Nϵ ∈ N : ∥vn − vk ∥ < ϵ si n, k ≥ Nϵ .

MA1-Maths
Espace de Hilbert générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Exemple Introduction et rappels
Pn Séries de Fourier
1. Kn
avec le produit scalaire (x, y ) = k=1 xk yk . Séries de Fourier
généralisées
Kn est complet par rapport à la norme Distributions

P 1/2
n 2
p
∥x∥ = (x, x) = k=0 |x k | .
2. ℓ2 muni du produit scalaire(x, y ) = ∞
P
k=0 xk yk .
3. C 0 ([a, b], C), [a, b] ⊂ R, muni du produit scalaire
Rb
(f , g) = a f (t)g(t) dt est un espace pré-hilbertien,
mais cet espace n’est pas complet donc ce n’est pas
un espace de Hilbert.
MA1-Maths
Espace de Hilbert, projection orthogonale générales
C. Reichert
Espace de Hilbert
Soit V un espace de Hilbert et W un sous-espace de V . et séries de
Fourier
Le complément orthogonal Introduction et rappels
W ⊥ = {v ∈ V : (v , w) = 0 ∀w ∈ W } de W est aussi un Séries de Fourier

Séries de Fourier
sous-espace de V . généralisées
Distributions
Théorème
Si W est un sous-espace fermé de V (c’est-à-dire la
convergence wn → w, wn ∈ W , n ∈ N, implique w ∈ W ),
alors tout v ∈ V admet une décomposition unique
v = w + u où w ∈ W et u = v − w ∈ W ⊥ , c’est-à-dire
V = W ⊕ W ⊥ . Le vecteur w est appelé la projection de v
sur W . De plus ∥v − w∥ = ∥u∥ est le minimum de
{∥v − x∥ : x ∈ W }.
MA1-Maths
Projection générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Exemple Introduction et rappels
Séries de Fourier
Projection sur un sous-espace de dimension finie : Séries de Fourier
généralisées
Soit W un sous-espace de dimension finie n (et donc Distributions

fermé) engendré par la famille orthonormée {w1 , . . . , wn },
(wi , wk ) = δik . Pour calculer la projection w de v ∈ V sur
W on peut utiliser la condition v − w ∈ W ⊥ . Alors
n
X
w= (v , wi ) wi
i=1
MA1-Maths
Projection générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Exercice Introduction et rappels

C 0 [−1, 1]
Séries de Fourier
Soit V = = {f : [−1, 1] → C; f continue} muni Séries de Fourier
généralisées
R1
du produit scalaire (f , g) = −1 f (x)g(x) dx. Distributions
3x 2 −1
(a) Soit p0 (x) = 1, p1 (x) = x, p2 (x) = 2 . Montrer
que (pi , pk ) = 0 si i ̸= k, i, k = 0, 1, 2 et calculer
p̂i = ∥ppi ∥ , i = 0, 1, 2.
i
(b) Soit f (x) = x 4 et soit W le sous-espace vectoriel de

V engendré par p̂i , i = 0, 1, 2. Calculer la projection
de f sur W .
MA1-Maths
Transformée de Fourier discrète générales
C. Reichert
Exercice
On désigne par ℓN l’espace des suites finies à valeurs Espace de Hilbert
et séries de
complexes x = (x0 , x1 , ..., xN−1 ) avec xn ∈ C pour Fourier
n = 0, 1, ..., N − 1, l’espace ℓN s’identifie donc à CN et Bases orthonormées
Séries de Fourier
c’est un espace de Hilbert pour le produit scalaire Séries de Fourier
généralisées
canonique Distributions
N−1
X
(x, y ) = xi yi .
i=0
Pour k = 0, ..., N − 1, on définit l’élément wk de ℓN par

2π
(N−1)k
wk = 1, ωNk , ωN2k , ..., ωN , avec ωN = ei N .
(a) Expliciter les éléments wk pour N = 4.

(b) Montrer que {wk }k=0,...,N−1 est une base
orthogonale de ℓN .
MA1-Maths
Transformée de Fourier discrète générales
C. Reichert
Espace de Hilbert
et séries de
(c) L’élement x ∈ ℓN admet donc la décomposition Fourier
N−1 Séries de Fourier

X Séries de Fourier
x= x̂k wk , avec x̂k ∈ C. généralisées
Distributions
k=0
Exprimer x̂k en fonction des composantes xn de x

dans la base canonique.
(d) L’application x = (x0 , . . . , xN−1 ) 7→ x̂ = (x̂0 , . . . , x̂N−1 )
est appelée transformée de Fourier discrète. Trouver
la transformée de Fourier discrète inverse
(e) Quelles sont les matrices associées aux applications
x 7→ x̂ et x̂ 7→ x?
(f) Calculer (x̂, ŷ ) en fonction de (x, y) pour x, y ∈ ℓN .
MA1-Maths
Base en dimension infinie générales
En dimension infinie la représentation par une C. Reichert
combinaison linéaire finie d’éléments d’une base s’avère Espace de Hilbert

et séries de
peu utile. Fourier
Définition (base, dimension infinie) Introduction et rappels

Séries de Fourier
Soit V un espace vectoriel normé de dimension infinie. Séries de Fourier

généralisées
On dit que la famille B = {e0 , e1 , . . .} forme une base de Distributions

V si tout v ∈ V admet une représentation unique
∞
X N
X
v= αi ei = lim αi ei , αi ∈ K, c’est-à-dire
N→∞
i=0 i=0
N
X
v− αi ei → 0 (N → ∞).
i=0
Si V est un espace de Hilbert et la famille B est

orthonormée on dit que B est une base orthonormée de
V ou base hilbertienne de V .
Base hilbertienne de ℓ2 MA1-Maths
générales
C. Reichert
Exercice Espace de Hilbert

et séries de
On considère l’ensemble Fourier
∞
( )
X Séries de Fourier
ℓ2 = x ∈ CN : |xi |2 < ∞ Séries de Fourier

généralisées
i=0 Distributions
(a) Montrer que l’application

∞
X
(x, y) = xi yi , x, y ∈ ℓ2 ,
i=0
est un produit scalaire dans ℓ2 .

(b) Montrer que l’ensemble {ek ; k ∈ N}, ek ∈ ℓ2 ,
(ek )i = δk,i est une base orthonormée de ℓ2 .
MA1-Maths
Pythagore, Bessel générales
C. Reichert
Proposition
Espace de Hilbert
Soit {ek } une famille orthonormée dans un espace et séries de
Fourier
pré-hilbertien V . Alors Introduction et rappels
n Séries de Fourier
Séries de Fourier
2
Pn 2
X 2
∀v ∈ V : 0 ≤ v − k=0 (v , ek ) ek = ∥v ∥ − |(v , ek )| généralisées
Distributions
k=0
En particulier, si V est de dimension finie n + 1 et

{e0 , . . . , en } est une base orthonormée, on a égalité et le
théorème de Pythagore :
n
X
∥v ∥2 = |(v , ek )|2
k=0
Si V est de dimension infinie on n’a, en général, que

l’inégalité de Bessel
X∞
|(v , ek )|2 ≤ ∥v ∥2
k=0
MA1-Maths
Développement en base orthonormée générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Soit {ek } une famille orthonormée dans un espace de Séries de Fourier
Séries de Fourier
Hilbert V . Le développement de v ∈ V (par rapport à généralisées
{ek }) est la somme ∞

P Distributions
k=0 (v , ek ) ek = limN→∞ SN où
PN
SN = k=0 (v , ek ) ek . SN est donc la projection de v sur
le sous-espace engendré par {e0 , . . . , eN }
Proposition
La suite SN converge toujours.
MA1-Maths
Parseval générales
C. Reichert
Proposition
Espace de Hilbert
Si {ek }k∈N est une base orthonormée d’un espace de et séries de
Fourier
Hilbert V , alors le développement de v ∈ V par rapport à Introduction et rappels
{ek } converge vers v , Séries de Fourier
Séries de Fourier
généralisées
∞
X Distributions
v= (v , ek ) ek ∀v ∈ V .
k=0
Proposition (Relation de Parseval)

Si {ek } est une base orthonormée d’un espace de Hilbert
V , alors l’inégalité de Bessel devient une égalité :
∞
X
∥v ∥2 = |(v , ek )|2 ∀v ∈ V .
k=0
MA1-Maths
Série de Fourier générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Séries de Fourier
généralisées
Une fonction f : R → K = R(C), t 7→ f (t), est périodique
Distributions
de période P si f (t + P) = f (t) ∀t ∈ R. On note
L2per (0, 2π; K) l’espace des fonctions 2π-périodiques à
R 2π
valeurs dans K telles que 0 |f (t)|2 dt < ∞. C’est un
espace de R 2πHilbert avec le produit scalaire
(f , g) = 0 f (t)g(t) dt. Afin d’alléger la notation nous
allons par la suite munir L2per (0, 2π; R) du produit scalaire
R 2π
(f , g) = π1 0 f (t)g(t) dt, respectivement L2per (0, 2π; C) du
1
R 2π
produit scalaire (f , g) = 2π 0 f (t)g(t) dt
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Exercice Introduction et rappels
Dans l’espace L2per (0, 2π; K) on considère les familles

Séries de Fourier
Séries de Fourier
{ek }k∈N et {ẽk }k∈N définies par généralisées
Distributions
1
K = R : e0 (t) = √
2
e2p−1 (t) = cos(pt) e2p (t) = sin(pt), p = 1, 2, . . .
K = C : ẽ0 (t) = 1
ẽ2p−1 (t) = eipt ẽ2p (t) = e−ipt , p = 1, 2, . . .
Montrer que ces familles sont orthonormées.

MA1-Maths
C. Reichert

Soit V un espace de Hilbert. et séries de
Fourier
(a) Montrer à l’aide de l’inégalité de Cauchy-Schwarz Introduction et rappels
que le produit scalaire est continu, c’est à dire, si Séries de Fourier

Séries de Fourier
généralisées
limn→∞ un = u alors
Distributions
limn→∞ (un , v ) = (u, v ) , ∀v ∈ V .
(b) Soit {ei }i∈N une famille orthonormée dans V telle
que
(v , ei ) = 0 ∀i ∈ N implique v = 0.
Montrer que {ei }i∈N forme une base de V ,
c’est-à-dire
N
X
lim (v , ei ) ei = v .
N→∞
i=0
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
(c) On admet qu’on peut approcher toute fonction Séries de Fourier

Séries de Fourier
f ∈ L2per (0, 2π; C) (au sens de L2per ) par des sommes généralisées
Distributions
trigonométriques de la forme nk=−n αk eikt :
P
k=n
Xm 1
∀m ∈ N∗ ∃nm , αm,k : f − αm,k eikt ≤
m
k=−nm
En déduire que la famille {ẽk }k∈N est une base de

L2per (0, 2π; C).
MA1-Maths
Série de Fourier, cas réel générales
Si K = R, alors f = ∞ 2
P
k=0 (f , ek ) ek ∀f ∈ Lper (0, 2π; R) au C. Reichert
sens de l’espace L2per (0, 2π; R). Espace de Hilbert

! et séries de
Fourier
1 2π
Z
1 1 Introduction et rappels
(f , e0 ) e0 = f (t) √ dt √ Bases orthonormées
π 0 2 2 Séries de Fourier
Séries de Fourier
! généralisées
1 2π
Z
Distributions
k = 2p − 1 : (f , ek ) ek = f (t) cos(pt) dt cos(pt)
π 0
!
1 2π
Z
k = 2p : (f , ek ) ek = f (t) sin((pt) dt sin(pt)
π 0
On définit les coefficients de Fourier par

1 2π
Z
an = f (t) cos(nt) dt, n ≥ 0 (1)
π 0
1 2π
Z
bn = f (t) sin(nt) dt, n ≥ 1 (2)
π 0
MA1-Maths
Finalement, C. Reichert
∞ Espace de Hilbert
et séries de
X
f (t) = (f , ek ) ek (t) Fourier
k=0 Bases orthonormées
∞ Séries de Fourier
1 X Séries de Fourier
= Sf (t) = a0 + (an cos(nt) + bn sin(nt)) généralisées
2 Distributions
n=1
au sens de l’espace L2per (0, 2π; R), c’est-à-dire si
N
1 X
Sf ,N (t) = a0 + (an cos(nt) + bn sin(nt))
2
n=1
est la série de Fourier tronquée, alors

!1/2
Z 2π
1 2
lim f − Sf ,N = lim f (t) − Sf ,N (t) dt = 0.
N→∞ N→∞ π 0
MA1-Maths
Si K = C on trouve de manière similaire que C. Reichert
∞
X N
X Espace de Hilbert
f (t) = cn eint = lim cn eint et séries de
Fourier
N→∞ Introduction et rappels
n=−∞ n=−N Bases orthonormées
Séries de Fourier
au sens de l’espace L2per (0, 2π; C). Ici les coefficients de Séries de Fourier
généralisées
Fourier sont définis par Distributions

Z 2π
1
cn = f (t)e−int dt.
2π 0
Puisqu’on peut considérer R ⊂ C on peut utiliser cette
forme de la série de Fourier aussi quand
f ∈ L2per (0, 2π; R). Dans ce cas c−n = cn et on a
1
c0 = a0 ⇔ a0 = 2c0
2
an cos(nt) + bn sin(nt) = cn eint + c−n e−int , n = 1, 2, . . .
⇔ an = cn + c−n , bn = i(cn − c−n )
1 1
⇔ cn = (an − ibn ), c−n = (an + ibn ).
MA1-Maths
Parseval générales
Dans le cas K = R on trouve, avec les coefficients de C. Reichert
Fourier, Espace de Hilbert

et séries de
Fourier
1 Introduction et rappels
(f , e0 ) = √ a0 Bases orthonormées
2 Séries de Fourier
Séries de Fourier
k = 2p − 1 : (f , ek ) = ap , p = 1, 2, . . . généralisées
Distributions
k = 2p : (f , ek ) = bp , p = 1, 2, . . .
La relation de Parseval donne

∞ ∞
1 2π
Z
2
X 1 X
∥f ∥L2per = |f (t)|2 dt = |(f , ek )|2 = a02 + an2 + bn2 .
π 0 2
k=0 n=1
Dans le cas K = C on a
Z 2π ∞
1 X
|f (t)|2 dt = |cn |2 .
2π 0 n=−∞
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Séries de Fourier
Exercice généralisées
Distributions
Calculer la série de Fourier de la fonction 2π-périodique
(
−k si − π ≤ t ≤ 0
f (t) = , k ∈ R, k > 0.
k si 0 < t < π
MA1-Maths
Période quelconque générales
Soit maintenant f périodique de période P telle que C. Reichert

RP 2 P
0 |f (t)| dt < ∞. Alors g(s) = f 2π s est 2π-périodique Espace de Hilbert
et séries de
et Z 2π Z P Fourier
2 2π Introduction et rappels
|g(s)| ds = |f (t)|2 dt < ∞ Bases orthonormées

Séries de Fourier
0 0 P Séries de Fourier
généralisées
P
avec le changement de variable t = 2π s. On peut Distributions
développer g en série de Fourier,

∞
a0 X
g(s) = + (an cos(ns) + bn sin(ns)) avec
2
n=1
Z 2π
1 2π
Z
1 P
an = g(s) cos(ns) ds = f s cos(ns) ds
π 0 π 0 2π
Z P Z P
1 2π 2π 2
= f (t) cos n t dt = f (t) cos(nωt) dt
π 0 P P P 0
2 P
Z
2π
bn = f (t) sin(nωt) dt où ω =
P 0 P
MA1-Maths
Période quelconque générales
Donc C. Reichert
∞
2π a0 X Espace de Hilbert
f (t) = g t = g(ωt) = + (an cos(nωt) + bn sin(nωt))et séries de
P 2 Fourier
n=1 Introduction et rappels
au sens de L2per (0, P; R). Pour le cas K = C on trouve Séries de Fourier

Séries de Fourier
généralisées
∞
1 P
Z
X Distributions
f (t) = cn einωt avec cn = f (t)e−inωt dt.
n=−∞
P 0
En ce qui concerne la relation de Parseval,
∞
1 2π a2 X 2
Z
|g(s)|2 ds = 0 + (an + bn2 )
π 0 2
n=1
Z P 2 ∞
2 a X
⇔ |f (t)|2 dt = 0 + (an2 + bn2 )
P 0 2
n=1
Z P 2 ∞
1 2 a0 1 X 2
⇔ |f (t)| dt = + (an + bn2 ).
P 0 4 2
n=1
MA1-Maths
Calcul générales
C. Reichert
Proposition
Espace de Hilbert
Si f est une fonction P-périodique, intégrable sur tout et séries de
Fourier
intervalle de longeur P, alors Introduction et rappels
Séries de Fourier
Z P Z a+P Séries de Fourier
∀a ∈ R : f (t) dt = f (t) dt. généralisées
0 a Distributions
On peut, par ailleurs, calculer les coefficients de Fourier

sur n’importe quel intervalle de longeur P.
Si la fonction f est paire ou impaire, le calcul de la série

de Fourier se simplifie. Si f est paire, f (−t) = f (t), on a
2 P/2 4 P/2
Z Z
an = f (t) cos(nωt) dt = f (t) cos(nωt) dt
P −P/2 P 0
2 P/2
Z
bn = f (t) sin(nωt) dt = 0.
P −P/2
MA1-Maths
Calcul générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Si f est impaire, f (−t) = −f (t), on a Séries de Fourier
généralisées
Distributions
Z P/2
2
an = f (t) cos(nωt) dt = 0
P −P/2
Z P/2 Z P/2
2 4
bn = f (t) sin(nωt) dt = f (t) sin(nωt) dt.
P −P/2 P 0
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Séries de Fourier
généralisées
Distributions
Exercice
Calculer la série de Fourier de la fonction 2π-périodique
définie par f (t) = et pour t ∈ [−π, π[.
MA1-Maths
Convergence simple générales
C. Reichert
Définition
Espace de Hilbert
On dit qu’une fonction f possède une limite à droite (à et séries de
gauche) en t0 , notée f (t0 +) (f (t0 −)), si Fourier
f (t0 +) = limh→0+ f (t0 + h) existe, respectivement Bases orthonormées

Séries de Fourier
f (t0 −) = limh→0+ f (t0 − h) existe. Séries de Fourier

généralisées
Distributions
Définition
On dit qu’une fonction f : [A, B] → R est continûment
dérivable par morceaux s’il existe un nombre fini de
points A = a0 < a1 < . . . < aN = B tels que
(i) f est continûment dérivable sur ]A, a0 [, ]a0 , a1 [, ...,
]aN−1 , B[ et possède une limite à droite en
a0 , . . . , aN−1 ainsi qu’une limite à gauche en
a1 , . . . , aN .
(ii) f ′ possède une limite à droite en a0 , . . . , aN−1 ainsi
qu’une limite à gauche en a1 , . . . , aN .
MA1-Maths
C. Reichert
Exemple
Espace de Hilbert
et séries de
Fourier
1. f (t) = Rect(t). En t0 = 1/2 : Rect(t0 +) = 0, Introduction et rappels
Rect(t0 −) = 1. Séries de Fourier
Séries de Fourier
2. f (t) = Trian(t). Continûment dérivable sur ] − 1, 0[ généralisées
avec f ′ (t) = 1 et continûment dérivable sur ]0, 1[

Distributions
avec f ′ (t) = −1, f (0+) = f (0−) = 1, f ′ (0+) = −1,

f ′ (0−) = 1.
Théorème (Dirichlet)
Soit f une fonction P-périodique, continûment dérivable
par morceaux sur une période (par exemple [0, P]) Alors
la série de Fourier Sf (t) associée à f converge et on a
1
∀t0 ∈ R : Sf (t0 ) = [f (t0 +) + f (t0 −)]
2
En particulier, si f est continue en t0 , Sf (t0 ) = f (t0 ).
MA1-Maths
C. Reichert
Espace de Hilbert
Phénomène de Gibbs : et séries de
Fourier
Séries de Fourier
Séries de Fourier
généralisées
Distributions
La convergence assurée par le théorème de Dirichlet

n’est pas uniforme. Au voisinage d’un ≪ saut ≫ on peut
observer un dépassement d’environ 9 % des sommes
partielles de la série de Fourier.
MA1-Maths
générales
Exercice C. Reichert
On considère le circuit
Espace de Hilbert
et séries de
Fourier
Séries de Fourier
Séries de Fourier
généralisées
Distributions
2π
Soit u(t) = V cos(ωt), V > 0, ω = T , T la période.
(a) Quelle est la tension v (t) en sortie et quelle est sa
période ?
(b) Développer v en série de Fourier.
(c) Etudier sa convergence.
(d) Calculer
∞
X (−1)n
.
4n2 − 1
n=1
MA1-Maths
Exercice générales
On considère l’équation différentielle C. Reichert
′′ Espace de Hilbert
y (t) + ω 2 y (t) = f (t), et séries de
Fourier
où la fonction f est 2π-périodique et vérifie f (t) = t 2 pour Bases orthonormées

Séries de Fourier
t ∈ [−π, π[ et ω ̸∈ N. Séries de Fourier

généralisées
(a) Développer f en série de Fourier Distributions
(b) Calculer les solutions de
π2
y0′′ + ω 2 y0 = ,
3
et
4(−1)n
yn′′ + ω 2 yn = cos(nt).
n2
Astuce : essayer yn = cn cos(nt).
(c) Donner la solution générale de l’équation
différentielle sous la forme d’une série de Fourier.
MA1-Maths
générales
C. Reichert
Espace de Hilbert
Exercice et séries de
Fourier
Soit f la fonction P-périodique en dents de scie définie Introduction et rappels
par (
Séries de Fourier
Séries de Fourier
généralisées
2t/P si − P/2 < t < P/2
f (t) = . Distributions
0 si t = P/2
(a) Développer f en série de Fourier.

(b) Etudier la convergence de Sf (t).
RP
(c) Calculer P1 0 |f (t)|2 dt à l’aide de la relation de
Parseval
MA1-Maths
Procédé de Gram-Schmidt générales
C. Reichert
Espace de Hilbert
et séries de
Soit {xk }k∈N une famille libre dans un espace de Hilbert Fourier
V . (En dimension infinie cela signifie que chaque Bases orthonormées
Séries de Fourier
sous-famille de taille finie {xk1 , . . . , xkN } doit être libre.) Séries de Fourier
généralisées
On peut construire une famille orthogonale {ẽn } à partir Distributions
de {xk } comme suit :
ẽ0 = x0
n
X ẽk ẽk
ẽn+1 = xn+1 − xn+1 ,
∥ẽk ∥ ∥ẽk ∥
k=0
On obtient une famille orthonormée {en } en posant

en = ẽn / ∥ẽn ∥.
MA1-Maths
Polynômes de Legendre générales
C. Reichert
Espace de Hilbert
et séries de
Exemple Fourier
Soit V = L2 ([−1, 1]; R) avec le produit scalaire Bases orthonormées

R1 Séries de Fourier
(f , g) = −1 f (t)g(t) dt et {xk } = {1, t, t 2 , . . .} : Séries de Fourier

généralisées
√ Distributions
ẽ0 (t) = 1, ∥ẽ0 ∥2 = (ẽ0 , ẽ0 ) = 2, e0 (t) = 1/ 2

1 1
Z
1 1
ẽ1 (t) = t − t, √ √ =t− t dt = t,
2 2 2 −1
Z 1 r
3
∥ẽ1 ∥2 = t 2 dt = 2/3, e1 (t) = t
−1 2
..
.
MA1-Maths
Polynômes de Legendre générales
Les polynômes de Legendre {pn } sont les polynômes C. Reichert
{ẽn } ainsi construits multipliés par un facteur de Espace de Hilbert

et séries de
normalisation tel que pn (1) = 1 ∀n : Fourier
p0 (t) = 1 Séries de Fourier
Séries de Fourier
généralisées
p1 (t) = t
Distributions
1
p2 (t) = (3t 2 − 1)
2
1
p3 (t) = (5t 3 − 3t)
2
..
.
On peut montrer qu’avec cette normalisation
2
(pi , pk ) = δik ,
2i + 1
en particulier, ∥pi ∥2 = 2/(2i + 1).

MA1-Maths
Série de Fourier-Legendre générales
La famille {pk }k∈N forme une base orthogonale (mais C. Reichert
pas orthonormée) de L2 ([−1, 1]; R). On peut donc Espace de Hilbert

développer une fonction f ∈ L2 ([−1, 1]; R) en série par et séries de
Fourier
rapport à {pk } : Introduction et rappels
X∞ Séries de Fourier
f = αk pk Séries de Fourier
généralisées
k=0 Distributions
au sens de L2 ([−1, 1]; R). Cette série est appelée série

de Fourier-Legendre. Or
∞ ∞
X X 2 2
(f , pi ) = αk (pk , pi ) = αk δki = αi .
2k + 1 2i + 1
k=0 k=0
Donc
Z 1
2i + 1 2i + 1
αi = (f , pi ) = f (t)pi (t) dt
2 2 −1
est le coefficient de Fourier-Legendre.

MA1-Maths
Série de Fourier-Legendre générales
C. Reichert
Exemple
Espace de Hilbert
Soit f (t) = sin(πt). et séries de
Fourier
Z 1
1 Bases orthonormées
α0 = sin(πt)1 dt = 0 Séries de Fourier
2 −1
Séries de Fourier
généralisées
Z 1
3 3 Distributions
α1 = sin(πt)t dt =
2 −1 π
α2 = 0
1
7(π 2 − 15)
Z
7 1
α3 = sin(πt) (5t 3 − 3t) dt =
2 −1 2 π3
..
.
Donc
3 π 2 − 15 1 3
f (t) = sin(πt) = t +7 (5t − 3t) + . . .
π π3 2
MA1-Maths
Exercice générales
Soit V = C 0 ([−1, 1]; R) muni du produit scalaire C. Reichert
Espace de Hilbert
Z 1
1 2
et séries de
(f , g) = f (x)g(x) √ dx, pour (f , g) ∈ V Fourier
−1 1 − x2 Introduction et rappels
Séries de Fourier
(a) Montrer que (., .) est bien un produit scalaire sur V . Séries de Fourier
généralisées
(b) On introduit les polynômes de Tchebychev Distributions
Tn (x) = cos(n arccos(x)), pour tout n ∈ N.
Montrer que {Tn }n∈N est une famille orthogonale et

déterminer ∥Tn ∥2 .
(c) Montrer la relation de récurrence
Tn+1 = 2xTn − Tn−1 .
En déduire que Tn est un polynôme de degré n et

déterminer T0 , T1 , T2 et T3 .
MA1-Maths
générales
C. Reichert
On admet par la suite que la famille {Tn } forme bien une
base de V . Pour toute fonction f ∈ V , on souhaite Espace de Hilbert
et séries de
maintenant expliciter la décomposition de f dans cette Fourier
base, f (x) = ∞
P
n=0 α n Tn (x). Bases orthonormées
Séries de Fourier
(d) Donner l’expression des coefficients αn sous la Séries de Fourier

généralisées
forme d’une intégrale. Montrer que ces coefficients Distributions
s’identifient, pour n > 0, aux coefficients an de la

série de Fourier de la fonction 2π-périodique définie
par θ 7→ f (cos(θ)), et que α0 s’identifie à a0 /2.
(e) Soit g la fonction 2π-périodique définie pour tout
t ∈ [−π, π[ par g(t) = |t|. Tracer cette fonction sur
l’intervalle [−3π, 3π] et déterminer sa série de
Fourier réelle.
(f) En déduire la décomposition dans la base {Tn } de la
fonction f1 , définie par
f1 (x) = | arccos(x)|, x ∈ [−1, 1].
MA1-Maths
Plan du chapitre générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Espace de Hilbert et séries de Fourier Distributions

Introduction
L’espace D (R) des
fonctions test
′
Distributions distributions
Opérations usuelles sur les
Introduction distributions
Transformée de Fourier des
L’espace D(R) des fonctions test distributions tempérées
L’espace D ′ (R) des distributions

Opérations usuelles sur les distributions
Transformée de Fourier des distributions tempérées
MA1-Maths
Motivation générales
C. Reichert
Un problème motivant l’introduction de ≪ fonctions Espace de Hilbert

et séries de
généralisées ≫, appelées distributions, est le suivant : on Fourier
considère un circuit dérivateur, par exemple Distributions

Introduction
fonctions test
′
distributions
distributions
distributions tempérées
Le signal de sortie y(t) = Vs (t) est lié au signal d’entrée

x(t) = Ve (t) par Vs (t) = −RCVe′ (t), c’est-à-dire
y = S[x] ∼ x ′ , au moins quand x est dérivable. Que faire
quand x = 1+ ?
MA1-Maths
C. Reichert
Espace de Hilbert
En 1927 le physicien Dirac introduit (dans un article sur la et séries de
Fourier
mécanique quantique) de façon heuristique un objet
Distributions
aujourd’hui appelé impulsion de Dirac ou ≪ fonction ≫ δ Introduction
de Dirac : fonctions test
′
≪ One cannot go far in the development of the distributions
theory...without needing a notation for that func- distributions
tion of...x that is equal to zero except when x is distributions tempérées
very small, and whose integral through a range

that contains the point x = 0 is equal to unity. We
shall use the symbol δ(x) to denote this function,
R ∞ δ(x) is defined by δ(x) = 0 when x ̸= 0 and
i.e.
−∞ δ(x) dx = 1. Strictly, of course, δ(x) is not a
proper function of x, but can be regarded only as
a limit of a certain sequence of functions. ≫
MA1-Maths
C. Reichert
Espace de Hilbert
Supposons pour l’instant que δ(t) est une fonction au et séries de
Fourier
sens classique. Alors
Distributions
( Introduction
Z t L’espace D (R) des
0 si t < 0 fonctions test
δ(τ ) dτ = = 1+ (t) ′
distributions
−∞ 1 si t > 0 Opérations usuelles sur les
distributions
au moins quand t ̸= 0. L’échelon unité est une primitive
de δ. De plus, en supposant φ dérivable, φ(∞) < ∞,
Z Z ∞ Z
δ(t)φ(t) dt = δ(t)φ(t) dt = 1 (t)φ(t)|−∞ − 1+ (t)φ′ (t) dt
+ ∞
R −∞ R
Z ∞
= φ(∞) − φ′ (t) dt = φ(∞) − (φ(∞) − φ(0)) = φ(0).
0
MA1-Maths
C. Reichert
Nous allons essayer de retrouver ces propriétés de δ Espace de Hilbert

et séries de
aussi dans une théorie rigoureuse. Fourier
Afin de généraliser les fonctions, on les considère, Distributions

Introduction
comme dans le calcul ci-dessus, comme des opérateurs L’espace D (R) des
fonctions test
′
agissant par intégration sur d’autres fonctions : L’espace D (R) des
distributions
Z distributions
T{f } (φ) = f (t)φ(t) dt. distributions tempérées
Remarque
Nous utiliserons les notations T{f } (φ), Tf (φ) et ⟨Tf , φ⟩ en
parallel pour cette intégrale.
Un tel opérateur qui associe un scalaire à une fonction

est appelé une fonctionnelle.
MA1-Maths
Intégrale de Lebesgue générales
Dans la théorie des distributions on utilise l’intégrale de C. Reichert
Lebesgue. L’idée de l’intégrale de Lebesgue est illustrée Espace de Hilbert

dans l’image suivante : et séries de
Fourier
Distributions
Introduction
fonctions test
′
distributions
distributions
RL’intégrale dePRiemann (en bleu) est calculé comme

f (x) dx ≈ i f (xi ) × longeur(Ii ) où les intervalles Ii sont
une décomposition de l’abscisse en sous-intervalles et
xi ∈ Ii Dans
R l’approche
P de Lebesgue −1 (en rouge) on
calcule f (x) dx ≈ i yi × mesure(f (Ji )) où les
intervalles Ji sont une décomposition de l’ordonnée et
yi ∈ Ji .
MA1-Maths
Intégrale de Lebesgue générales
C. Reichert
Espace de Hilbert
L’avantage principal de Lebesgue sur Riemann est le et séries de
Fourier
théorème de convergence dominée suivant qui permet de Distributions
passer à la limite sous l’intégrale : Introduction
fonctions test
Théorème ′
distributions
Soit gϵ ∈ L1 (R), ϵ > 0, une famille de fonctions continues Opérations usuelles sur les
distributions
par morceaux telle que distributions tempérées
(i) : gϵ (x) → g(x) (ϵ → 0) pour presque tout x.

(ii) : ∀x ∈ R, ϵ > 0 : |gϵ (x)| ≤ h(x) avec h ∈ L1 (R)
Alors g est intégrable et
Z Z
lim gϵ (x) dx = g(x) dx.
ϵ→0 R R
L’espace D(R) des fonctions test MA1-Maths
générales
C. Reichert
Définition
Une fonction φ : R → C est une fonction test de D(R) si Espace de Hilbert
et séries de
Fourier
(i) φ est nulle en dehors d’un intervalle borné
Distributions
(ii) φ est indéfiniment dérivable. Introduction
fonctions test
Donc ′
distributions
D(R) = {φ ∈ C ∞ (R; C) : supp(φ) borné}

distributions
où supp(φ) = {t : φ(t) ̸= 0} est le support de φ.
Exemple
La fonction ρ(t) définie par
( 2
e−1/(1−t ) si |t| < 1
ρ(t) =
0 si |t| ≥ 1
est une fonction test de D(R), supp(ρ) = [−1, 1]

générales
C. Reichert
Espace de Hilbert
Le graphe de ρ : et séries de
Fourier
0.35 Distributions
Introduction
fonctions test
0.3 ′
distributions
0.25 distributions
0.2
0.15
0.1
0.05
-1 -0.5 0.5 1
générales
C. Reichert
Définition (convergence en D) Espace de Hilbert
On dit que la suite (φn )n∈N d’éléments de D converge

et séries de
Fourier
vers 0 dans D si Distributions

Introduction
(i) Il existe un intervalle [a, b] ⊂ R tel que L’espace D (R) des

fonctions test
′
supp(φn ) ⊂ [a, b] ∀n ∈ N distributions
(ii) (φn ) ainsi que toutes les suites dérivées distributions

(φ′n ), (φ′′n ), . . . convergent vers 0 uniformément sur R

∥φn ∥∞ = sup |φn (t)| → 0 (n → ∞)

t∈R
′
φn ∞ → 0 (n → ∞)
..
.
La convergence φn → φ dans D signifie que

ψn = φn − φ → 0 (n → ∞).
MA1-Maths
Définition générales
C. Reichert
Definition Espace de Hilbert

On appelle distribution toute application et séries de
Fourier
T : D → C, φ 7→ T (φ) = ⟨T , φ⟩ qui est linéaire et Distributions
continue, c’est-à-dire : Introduction
fonctions test
′
⟨T , αφ + βψ⟩ = α ⟨T , φ⟩ + β ⟨T , ψ⟩ ∀α, β ∈ C, φ, ψ ∈ D distributions

distributions
φn → φ dans D =⇒ ⟨T , φn ⟩ → ⟨T , φ⟩ dans C Transformée de Fourier des

Si on définit l’addition de deux distributions T , S et la

multiplication par un scalaire α ∈ C par
⟨T + S, φ⟩ = ⟨T , φ⟩ + ⟨S, φ⟩ ,
⟨αT , φ⟩ = α ⟨T , φ⟩ ,
l’ensemble D ′ (R) des distributions est un espace

vectoriel sur C.
MA1-Maths
C. Reichert
Exemple
Espace de Hilbert
▶ Soit f une fonction qui est intégrable sur tout et séries de
Fourier
intervalle borné fermé de R, c’est-à-dire f ∈ L1loc (R).
Distributions
Alors Tf définie par Introduction
fonctions test
Z ′
f (t)φ(t) dt, φ ∈ D
distributions
⟨Tf , φ⟩ = Opérations usuelles sur les
distributions
R Transformée de Fourier des
est une distribution. Tf est appelée la distribution

régulière associée à f .
▶ La distribution δ de Dirac est définie par ⟨δ, φ⟩ = φ(0)
pour φ ∈ D et on définit aussi δa par ⟨δa , φ⟩ = φ(a)
▶ Le peigne de Dirac. Soit (λn ) ∈ CZ , a > 0. Un peigne
de Dirac est une distribution de la forme
∞
X ∞
X
T = λn δna , ⟨T , φ⟩ = λn φ(na), φ ∈ D.
n=−∞ n=−∞
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
Introduction
Exercice fonctions test
′
Soient T1 et T2 les fonctionnelles définies sur D par distributions

distributions
Z 1 Z 1 distributions tempérées
⟨T1 , φ⟩ = φ(t) dt et ⟨T2 , φ⟩ = |φ(t)| dt

0 0
T1 et T2 sont-elles des distributions ?

MA1-Maths
δ de Dirac générales
C. Reichert
Remarque
Espace de Hilbert
La distribution δ de Dirac n’est pas régulière. Supposons et séries de
Fourier
δ = Tf pour f ∈ L1loc (R). Soit ρ(t) la fonction test définie Distributions
précédemment. On aurait Introduction
fonctions test
Z ′
distributions
⟨δ, ρ(nt)⟩ = ⟨Tf , ρ(nt)⟩ = f (t)ρ(nt) dt = ρ(0) = e−1 ∀n Opérations usuelles sur les
distributions
R Transformée de Fourier des
Or
Z Z 1/n
f (t)ρ(nt) dt = f (t)ρ(nt) dt
R −1/n
Z 1/n Z 1/n
≤ |f (t)| |ρ(nt)| dt ≤ |f (t)| dt → 0 (n → ∞)
−1/n | {z } −1/n
≤1
ce qui est absurde.

MA1-Maths
δ de Dirac générales
C. Reichert
Néanmoins il est possible d’approcher la distribution δ par Espace de Hilbert

des distributions régulières. Pour cela on définit d’abord et séries de
Fourier
une notion de convergence dans D ′ : Distributions
Définition (Convergence dans D )

Introduction
′ L’espace D (R) des
fonctions test
′
Soit (Tn )n∈N , Tn ∈ D ′ , une suite dans D ′ . On dit que distributions
distributions
lim Tn = T dans D ′ si ∀φ ∈ D : lim ⟨Tn , φ⟩ = ⟨T , φ⟩ dans C .

n→∞ n→∞
Proposition
(Approximation de δ)
Soit ϕ ∈ L1 (R) une fonction positive avec R ϕ(t) dt = 1 .
R
Pour ϵ > 0 on définit ϕϵ par ϕϵ (t) = 1ϵ ϕ(t/ϵ). Alors

Tϵ = T{ϕϵ } → δ dans D ′ quand ϵ → 0.
MA1-Maths
Approximation de δ générales
C. Reichert
Exemple
1
R Espace de Hilbert
RSi on définit la fonction ρ̃ = I ρ, avec I = R ρ(t) dt, alors et séries de
Fourier
R ρ̃(t) dt = 1 et les distributions associées à la suite Distributions
nρ̃(nt) convergent vers δ quand n → ∞ : Introduction
fonctions test
′
distributions
distributions
15 Transformée de Fourier des
10
-1 -0.5 0.5 1
MA1-Maths
Approximation de δ générales
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
Exercice Introduction
On considère la fonction f définie par fonctions test

′
distributions
( Opérations usuelles sur les
1 si t ∈ [−1/2, 1/2] distributions

f (t) = . distributions tempérées
0 sinon
Montrer que la suite de distributions Tn = T{fn } où

fn (t) = nf (nt) converge au sens des distributions vers la
distribution de Dirac δ.
MA1-Maths
Produit distribution-fonction générales
C. Reichert
La stratégie pour généraliser les opérations usuelles sur Espace de Hilbert

les fonctions aux distributions est de s’inspirer des et séries de
Fourier
distributions régulières. Distributions
Produit d’une distribution par une fonction : Introduction
DR
L’espace ( ) des
Si T = Tf est une distribution régulière, on aimerait définir fonctions test

D′ R
L’espace ( ) des
distributions
le produit de cette distribution par une fonction g par Opérations usuelles sur les
distributions
Z Z Transformée de Fourier des

⟨Tf · g, φ⟩ = (f (t)·g(t))φ(t)dt = f (t)·(g(t)φ(t))dt = ⟨Tf , gφ⟩ .

R R
Problème : est-ce que gφ est une fonction test de D ?

Sinon le crochet ⟨Tf , gφ⟩ n’a pas de sens !
On aura gφ ∈ D si g ∈ C ∞ (R; C) et dans ce cas la
définition
⟨T · g, φ⟩ = ⟨T , gφ⟩
a un sens pour tout T ∈ D ′ .
MA1-Maths
générales
C. Reichert
Exercice
Espace de Hilbert
Soit ψ ∈ C ∞ (R) et T ∈ D ′ (R) une distribution. La et séries de
Fourier
distribution ψT est définie par la relation
Distributions
Introduction
⟨ψT , φ⟩ = ⟨T , ψφ⟩ , pour tout φ ∈ D(R). L’espace D (R) des

fonctions test
′
distributions
distributions
(a) Montrer que distributions tempérées
ψδa = ψ(a)δa .
(b) En déduire des expressions simplifiées des deux
distributions suivantes

T1 = ((1 + t) cos(t) + sin(t)) δ et T2 = t cos(t) + t 2 sin(t) δ π2
MA1-Maths
Dérivée d’une distribution générales
Si T = Tf est une distribution régulière avec f ′ ∈ L1loc on a C. Reichert
Z Z Espace de Hilbert
′ ∞ ′ et séries de
T{f ′ } , φ = f (t)φ(t) dt = f (t)φ(t)|−∞ − f (t)φ (t) dt Fourier
R | {z } R Distributions
=0 car supp(φ) borné Introduction
Z L’espace D (R) des
fonctions test
′ ′
=− f (t)φ (t) dt = − Tf , φ . ′
distributions
R Opérations usuelles sur les
distributions
Pour une distribution T ∈ D ′ quelconque on définit la distributions tempérées
dérivée T ′ ∈ D ′ par
T ′ , φ = − T , φ′ .
La dérivée n-ième T (n) est définie par

D E D E
T (n) , φ = (−1)n T , φ(n)
En particulier, toute distribution T ∈ D ′ est indéfiniment

dérivable (au sens de la définition ci-dessus).
MA1-Maths
C. Reichert
Exemple
Espace de Hilbert
et séries de
Fourier
(i) δ ′
Distributions
(ii) Soit f ∈ L1loc une fonction continûment dérivable sur Introduction
fonctions test
les intervalles ] − ∞, a[, ]a, b[, ]b, ∞[ et admettant ′
distributions
une limite à gauche et à droite en a et b. Opérations usuelles sur les
distributions
Remarque
On peut facilement généraliser le dernier exemple au cas
où on a un nombre fini de discontinuités et même au cas
où les discontinuités constituent un ensemble
dénombrable sans points d’accumulation (comme, par
exemple, N ou Z).
A noter qu’on peut toujours échanger limite et dérivée : si

limn→∞ Tn = T alors limn→∞ Tn′ = T ′ car
⟨Tn′ , φ⟩ = − ⟨Tn , φ′ ⟩ → − ⟨T , φ′ ⟩ = ⟨T ′ , φ⟩ (n → ∞)
MA1-Maths
C. Reichert

et séries de
On considère la fonction f définie par Fourier
(√ Distributions
t +2 si t > 0 Introduction
f (t) = 2 . fonctions test
′
t sinon L’espace D (R) des
distributions
distributions
Calculer la dérivée de T{f } au sens des distributions. Transformée de Fourier des

Exercice
Soit ψ ∈ C ∞ (R) et T ∈ D ′ (R).
(a) Montrer que
(ψT )′ = ψ ′ T + ψT ′ .
(b) En déduire la dérivée de T = ψδ.

MA1-Maths
C. Reichert

et séries de
On souhaite résoudre dans D′ (R) l’équation différentielle Fourier
Distributions
y ′′ + ω 2 y = aδ + bδ ′ , ω, a, b ∈ R, ω > 0
Introduction
(E) L’espace D (R) des
fonctions test
′
distributions
où δ est la distribution de Dirac définie par Opérations usuelles sur les
distributions
⟨δ, φ⟩ = φ(0).
Avec T{1+ } la distribution définie par

Z +∞
T{1+ } , φ = φ(t)dt,
0
déterminer une solution y sous la forme y = ψT{1+ } où ψ

est une fonction C ∞ (R).
Résolution d’équation en D ′ MA1-Maths
générales
C. Reichert
Espace de Hilbert
Fourier
On souhaite résoudre l’équation t · T = 0. Plus Distributions
précisément, on souhaite montrer que toutes les solutions Introduction
T ∈ D ′ de cette équation sont de la forme T = Cδ pour fonctions test

′
une constante C. Soit ψ ∈ D(R) telle que ψ(0) = 1. distributions

distributions
(a) Montrer que pour tout φ ∈ D(R), la fonction Transformée de Fourier des
φ(t) − φ(0)ψ(t)
φ̃ : t 7→
t
est continue en zéro.
On admet par la suite que φ̃ ∈ D(R).
(b) Montrer qu’il existe une constante C telle que
T = Cδ.
MA1-Maths
Translation et dilatation générales
C. Reichert
Si f ∈ L1loc (R), a ∈ R, alors la translatée τa f de f est la Espace de Hilbert

et séries de
fonction (τa f )(t) = f (t − a). Sa distribution régulière Fourier
associée vérifie Distributions
Introduction
DR
Z Z L’espace ( ) des
fonctions test
T{τa f } , φ = f (t − a)φ(t) dt = f (s)φ(s + a) ds = ⟨Tf , τ−a φ⟩ D′ R
L’espace
distributions
( ) des
R R Opérations usuelles sur les

distributions
Definition
La translatée τa T d’une distribution T ∈ D ′ est définie par
⟨τa T , φ⟩ = ⟨T , τ−a φ⟩ , φ ∈ D.
Exercice
Montrer que pour t0 ∈ R, τt0 δ = δt0 .
MA1-Maths
Translation et dilatation générales
C. Reichert
Si f ∈ L1loc (R), a ∈ R \ {0}, alors la dilatée µa f de f est la
Espace de Hilbert
fonction (µa f )(t) = f (at). Sa distribution régulière et séries de
Fourier
associée vérifie
Distributions
Z Z Introduction
ds 1 DR
L’espace ( ) des
T{µa f } , φ = f (at)φ(t) dt = f (s)φ(s/a) = Tf , µ1/a φ .′
fonctions test
R R |a| |a| D R
L’espace
distributions
( ) des

distributions
Definition distributions tempérées
La dilatée µa T d’une distribution T ∈ D ′ est définie par
1
⟨µa T , φ⟩ = T , µ1/a φ , φ ∈ D.
|a|
Exercice
1
Montrer que µa δ = |a| δ.
MA1-Maths
Convolution générales
C. Reichert
Soient f , g ∈ L1loc (R) telles que f ∗ g ∈ L1loc (R). Pour la

Espace de Hilbert
distribution régulière T{f ∗g} on a (formellement) et séries de
Fourier
Z Z Z Distributions
Introduction
T{f ∗g} , φ = (f ∗ g)(t)φ(t) dt = f (s)g(t − s) ds φ(t) dtD R
L’espace ( ) des
fonctions test
R R R ′
distributions
On pose u = t − s ⇔ t = u + s. Opérations usuelles sur les
distributions
Z Z Transformée de Fourier des
... = f (s)g(u)φ(s + u) ds du
ZR R Z
= f (s) g(u)φ(s + u) du ds
ZR R

= f (s) T{g(u)} , φ(s + u) ds
R
= T{f (s)} , T{g(u)} , φ(s + u)
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Ce calcul formel suggère la définition suivante de la Distributions

Introduction
convolution de deux distributions S, T : L’espace D (R) des

fonctions test
′
distributions
⟨S ∗ T , φ⟩ = ⟨Ss , ⟨Tt , φ(s + t)⟩⟩ Opérations usuelles sur les

distributions
où la notation Tt signale que la distribution agit sur une

fonction de la variable t. Le problème est que le support
de ψ(s) = ⟨Tt , φ(s + t)⟩ n’est pas forcément borné bien
que supp(φ) soit borné par définition et si ce n’est pas le
cas le crochet ⟨Ss , ψ(s)⟩ n’a pas de sens.
MA1-Maths
C. Reichert
Espace de Hilbert
Definition et séries de
Fourier
On dit que T ∈ D ′ (R) est nulle sur l’ouvert O ⊂ R si Distributions
⟨T , φ⟩ = 0 pour tout φ ∈ D avec supp(φ) ⊂ O. On appelle Introduction
fonctions test
support de T le complémentaire du plus grand ouvert sur ′
distributions
lequel T est nulle et on définit Opérations usuelles sur les

distributions
E ′ = T ∈ D ′ : supp(T ) borné

Exemple
⟨δ, φ⟩ = φ(0) = 0 ⇔ 0 ̸∈ supp(φ) ⇔ supp(φ) ⊂ R \ {0}.
Donc δ est nulle sur R \ {0} et son support est
supp(δ) = {0}.
MA1-Maths
C. Reichert
Espace de Hilbert
Théorème et séries de
Fourier
Si S, T ∈ D ′ et on a S ∈ E ′ ou T ∈ E ′ , alors le produit de Distributions
convolution S ∗ T définie par Introduction
fonctions test
′
⟨S ∗ T , φ⟩ = ⟨Ss , ⟨Tt , φ(s + t)⟩⟩ distributions

distributions
existe et S ∗ T = T ∗ S. distributions tempérées
Exercice
(a) Montrer que T ∗ δ = δ ∗ T = T ∀T ∈ D ′ (R), la

distribution δ est l’élément neutre de la convolution.
(b) Montrer que T ∗ τt0 δ = τt0 T ∀T ∈ D ′ (R).
MA1-Maths
Idée générales
Soit f ∈ L1 , φ ∈ D. Alors f̂ est bornée et continue et C. Reichert
engendre une distribution régulière T{f̂ } ∈ D ′ . Espace de Hilbert

et séries de
D E Z Z Fourier
−i2πxy
T{f̂ (x)} , φ(x) = e f (y) dy φ(x) dx Distributions
Introduction
R R L’espace D (R) des
Z Z fonctions test
−i2πxy ′
= f (y) e φ(x) dx dy distributions
ZR R distributions
= f (y)φ̂(y ) dy = T{f (y )} , φ̂(y )
R
où la dernière égalité est pour l’instant formelle car φ̂

n’est pas forcement dans D. Ce calcul suggère la
définition D E
T̂x , φ(x) = Ty , φ̂(y ) .
Problème : pour φ ∈ D, φ̂ n’est pas dans D en général, et
dans ce cas le crochet Ty , φ̂(y) n’est pas défini. On doit
changer l’espace de fonctions test afin d’obtenir un
espace stable par transformée de Fourier.
L’espace S de fonctions test MA1-Maths
générales
La condition supp(φ) borné imposé aux fonctions test C. Reichert
jusqu’à présent est trop restrictive pour avoir Espace de Hilbert

φ̂ ∈ D ∀φ ∈ D. C’est L. Schwartz (1947) qui a trouvé le et séries de
Fourier
bon espace de fonctions test, l’espace des fonctions de Distributions
Schwartz, noté S , que nous allons définir maintenant. Introduction
fonctions test
Définition ′
distributions
Une fonction φ : R → C est dite à décroissance rapide si distributions
∀p ∈ N : lim t p φ(t) = 0
|t|→∞
2
Exemple : φ(t) = e−t
On définit
S = {φ ∈ C ∞ (R; C) :
φ et ses dérivées sont à décroissance rapide}
En particulier, D ⊂ S .
L’espace S de fonctions test MA1-Maths
générales
La convergence dans S est défini comme suit : C. Reichert
Définition Espace de Hilbert

et séries de
On dit que la suite (φn )n∈N d’éléments de S tend vers 0 Fourier
quand n → ∞ si Distributions
Introduction
fonctions test
(q) (q)
t p φn t p φn (t)
′
∀p, q ∈ N : = sup → 0 (n → ∞) distributions
∞ t Opérations usuelles sur les
distributions
φn → φ signifie φn − φ → 0.
Théorème
L’espace S est stable par transformation de Fourier :
φ ∈ S ⇒ φ̂ ∈ S et
Z
−1
∀t ∈ R : φ(t) = F [φ̂(f )](t) = ei2πft φ̂(f ) df .
R
ˆ = φ(−t).
En particulier, φ̂(t)
L’espace S ′ des distributions tempérées MA1-Maths
générales
C. Reichert
Définition
Espace de Hilbert
On appelle S ′ l’espace des fonctionnelles linéaires et et séries de
Fourier
continues S → C, où la continuité est définie comme
Distributions
avant par Introduction
fonctions test
′
φn → φ dans S ⇒ ⟨T , φn ⟩ → ⟨T , φ⟩ dans C. distributions
distributions
Les éléments de S sont appelés distributions tempérées.

Pour
D TE ∈ S ′ la transformée T̂ ∈ S ′ est définie par
T̂ , φ = ⟨T , φ̂⟩ , φ ∈ S .
Exemple
(i) La distribution δ de Dirac

(ii) τa δ = δa
(iii) La distribution T{1} associée à la constante 1
MA1-Maths
Distributions tempérées générales
C. Reichert
Théorème Espace de Hilbert

et séries de
La transformation de Fourier F : S′
→ S′
est linéaire, Fourier
continue, et bijective où la transformée inverse Distributions

Introduction
F −1 : S ′ → S ′ est définie par L’espace D (R) des
fonctions test
′
D E D E distributions
F −1 (T ), φ = T , F −1 (φ) , T ∈ S ′ , φ ∈ S . Opérations usuelles sur les

distributions
Définition
On dit que la fonction f : R → C est à croissance lente s’il
existent C > 0 et N ∈ N∗ tels que
∀t ∈ R : |f (t)| ≤ C(1 + t 2 )N
Il en résulte que f ∈ L1loc (R) et T{f } ∈ D ′

MA1-Maths
C. Reichert
De plus, on a
Espace de Hilbert
Proposition et séries de
Fourier
Toute fonction f à croissance lente engendre une Distributions
distribution tempérée T{f } ∈ S ′ .

Introduction
fonctions test
′
distributions
Exercice distributions
Tnex 2 o est-elle une distribution ? une distribution distributions tempérées
tempérée ? T{x 2 } est-elle une distribution ? une

distribution tempérée ?
Exercice
Déterminer les transformées de Fourier des distributions
T1 = δ, T2 = T{1} , T3 = T{ei2πf0 t } , T4 = T{cos(2πf0 t)} ,
T5 = T{sin(2πf0 t)} , où f0 ∈ R.
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Proposition Fourier
Distributions
Introduction
Soit T ∈ S ′ une distribution tempérée. On a fonctions test

′
distributions
(i) Td(k) = (i2πx)k T̂x Opérations usuelles sur les

distributions
x Transformée de Fourier des
(ii) T̂ (k) = F[(−i2πx)k T ]
Exercice
(a) Déterminer la transformée de δ (k) .
(b) Déterminer la transformée de T{x k } .
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Exercice Distributions
Introduction
Résoudre l’équation T′ S ′.
= 0 dans L’espace D (R) des
fonctions test
′
Astuce : Appliquer la transformée de Fourier à l’équation distributions
et utiliser le résultat de l’exercice sur la résolution de distributions
l’équation t · T = 0. distributions tempérées
Exercice
Soit T une distribution et a ∈ R, on note µa T la dilatée de
1
T d’un facteur a. Montrer que F [µa T ] = |a| µ1/a F [T ] .
MA1-Maths
C. Reichert
Exercice
P Espace de Hilbert
La transformée du peigne de Dirac ∆1 = n∈Z δn vérifie et séries de
Fourier
F [∆1 ] = ∆1 (exercice à suivre).
Distributions
(a) Montrer que pour tout T ∈ S ′ (R), on a Introduction
fonctions test
′
F [τa T ] = e−2iπax T̂ , distributions

distributions
où τa T est la translatée de la distribution T . En
déduire
P la transformée de Fourier de la distribution
T1 = n∈Z δn−1/2 .
(b) Montrer que pour tout T ∈ S ′ (R), on a
h i
F e2iπax T = τa T̂ ,
En déduire la transformée de Fourier de

T2 = n∈Z (−1)n δn .
P
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
Introduction
Exercice fonctions test

′
distributions
(c) Calculer la transform

P ée de Fourier de la distribution
distributions
tempérée T3 = n∈Z nδn . distributions tempérées
(d) Calculer la transform

P ée de Fourier de la distribution
tempérée T4 = n∈Z δn′ .
MA1-Maths
C. Reichert
Transformée de Fourier et convolution : Espace de Hilbert

et séries de
La convolution de deux distributions est définie si l’une Fourier
des deux est à support borné (c’est-à-dire dans E ′ ). Or Distributions

Introduction
E ′ ⊂ S ′ et on peut montrer que la transformée de Fourier L’espace D (R) des

fonctions test
Ŝ ∈ S ′ de S ∈ E ′ est engendrée par une fonction ′

distributions
ψ ∈ C ∞ (R; C), Ŝ = T{ψ} . Le produit Ŝ.T̂ définie par ψ T̂ a Opérations usuelles sur les
distributions
donc un sens et on a le théorème suivant : distributions tempérées
Théorème
(Transformée de Fourier et convolution E ′ ∗ S ′ ) Si on
prend S ∈ E ′ et T ∈ S ′ on a Ŝ = T{ψ} pour une fonction
ψ ∈ C ∞ (R; C) et
F [S ∗ T ] = Ŝ.T̂ = ψ.T̂
MA1-Maths
Transformée d’une fonction périodique : C. Reichert
Espace de Hilbert
Soit f continue par morceaux et périodique de période P. et séries de
Fourier
On poseP f0 = f .1[0,P] et on définit le peigne de Dirac Distributions
∆P = n∈Z δnP . Alors Introduction
fonctions test
′
T{f } = T{f0 } ∗ ∆P car distributions

! distributions
X X X distributions tempérées
T{f0 } ∗ ∆P = T{f0 } ∗ δnP = T{f0 } ∗ δnP = τnP T{f0 }
n∈Z n∈Z n∈Z
X
= T{f0 (t−nP)} = T{f (t)}
n∈Z
Or T{f0 } ∈ E ′ , F T{f0 } = T{f̂ } , ∆P ∈ S ′ et

0
1X
F [∆P ] = δn/P (à suivre).
P
n∈Z
MA1-Maths
C. Reichert
Espace de Hilbert
Donc, d’après le théorème, et séries de
Fourier
! Distributions
1X 1X Introduction
F T{f } = f̂0 . δn/P = f̂0 (n/P)δn/P L’espace D (R) des

fonctions test
P P ′
n∈Z n∈Z distributions
Z
1 1 n distributions
où f̂0 (n/P) = f0 (t)e−i2π P t dt Transformée de Fourier des
P P R distributions tempérées
1 P
Z
n
= f (t)e−i2π P t dt = cn (f )
P 0
est le coefficient de Fourier cn de f .
X
⇒ F T{f } = cn (f )δn/P .
n∈Z
MA1-Maths
C. Reichert
Espace de Hilbert
et séries de
Fourier
Distributions
Le spectre de la fonction P-périodique f est un peigne de Introduction
Dirac. En appliquant la transformée de Fourier inverse on fonctions test
′
obtient distributions
distributions
X X Transformée de Fourier des
T{f } = cn (f )F −1 [δn/P ] = cn (f )T{exp(i2π n t)} . distributions tempérées
P
n∈Z n∈Z
X 2π
Donc f (t) = cn (f )ein P t au sens de S ′ .
n∈Z
MA1-Maths
C. Reichert
Espace de Hilbert
Fourier
Soit la distribution
Distributions
X Introduction
∆P = δnP . fonctions test
′
n∈Z distributions
distributions
On souhaite montrer que Transformée de Fourier des

1X
F [∆P ] = δn/P
P
n∈Z
(a) Développer en série de Fourier la fonction

P-périodique définie sur [0, P[ par f (t) = t − P/2.
(b) Etudier la convergence de cette série de Fourier
MA1-Maths
générales
C. Reichert
Espace de Hilbert
Fourier
Nous admettons par la suite que la série de Fourier de f
Distributions
converge vers T{f } au sens des distributions tempérées. Introduction
fonctions test
(c) Calculer la dérivées de T{f } et de la distribution ′
distributions
associée à la série de Fourier de f , Opérations usuelles sur les
distributions
(d) En déduire que dans S ′ on a l’identité Transformée de Fourier des

∞
1 X i2π n t
∆P = e P .
P n=−∞
(e) En déduire le résultat souhaité.

MA1-Maths
Echantillonnage générales
C. Reichert
L’échantillonnage avec une période T d’un signal x(t) Espace de Hilbert

et séries de
donne un signal échantillonné xe qui peut s’interpréter Fourier
comme Distributions
Introduction
▶ signal à temps discret : xe (n) = x(nT ) (→ TFD, Z) L’espace D (R) des
fonctions test
′
▶ signal à temps continu : xe = n∈Z x(nT )δnT (→
P
distributions
Fourier) distributions
Z nT +ϵ/2 Z
1 1
x(nT ) ≈ x(t) dt = 1 (t)x(t) dt
ϵ nT −ϵ/2 R ϵ [nT −ϵ/2,nT +ϵ/2]
1
et 1[nT −ϵ/2,nT +ϵ/2] → δnT (ϵ → 0)
ϵ
L’interprétation du signal échantillonné comme signal à
temps continu sous forme de distribution permet d’utiliser
la transformée de Fourier.
MA1-Maths
Echantillonnage générales
C. Reichert
Espace de Hilbert
et séries de
X X Fourier
xe = x(nT )δnT = x(t)∆T où ∆T = δnT Distributions

Introduction
n∈Z n∈Z L’espace D (R) des
fonctions test
1X ′
x̂e = x̂ ∗ F [∆T ] = x̂ ∗ δn/T distributions
T Opérations usuelles sur les

distributions
n∈Z Transformée de Fourier des
1X 1X
x̂e (f ) = x̂(f − n/T ) = x̂(f − nF )
T T
n∈Z n∈Z
où F = 1/T est la fréquence d’échantillonnage.
Le spectre du signal échantillonné xe est périodique de

période F = 1/T
MA1-Maths
Reconstruction générales
C. Reichert
Supposons maintenant que x est un signal à bande
limitée, supp(x̂) ⊂ [−Fmax , Fmax ]. Espace de Hilbert
et séries de
Fourier
1er cas : F ≤ 2Fmax . Il y a recouvrement,
Distributions
Introduction
fonctions test
x̂e (f ) ′
distributions
distributions
− F2 F
2 f
la reconstruction est impossible en général.

MA1-Maths
C. Reichert
Soit toujours supp(x̂) ⊂ [−Fmax , Fmax ].
Espace de Hilbert
2e cas : F > 2Fmax . pas de recouvrement, et séries de
Fourier
Distributions
Introduction
x̂e (f ) L’espace D (R) des
fonctions test
′
distributions
distributions
− F2 F
2 f
T x̂e et x̂ coı̈ncident entre − F2 et F

2. La reconstruction
exacte est possible :
MA1-Maths
C. Reichert
x̂(f ) = 1[−F /2,F /2] (f )T x̂e (f ) Espace de Hilbert

et séries de
x(t) = T F −1 1[−F /2,F /2] ∗ F −1 [x̂e ]

Fourier
! Distributions
Introduction
X
= TF sinc(πFt) ∗ x(nT )δnT fonctions test
′
distributions
n∈Z Opérations usuelles sur les
X distributions
= x(nT )sinc (πF (t − nT )) Transformée de Fourier des

n∈Z
Théoreme d’échantillonnage
Si F > 2Fmax la reconstruction exacte du signal x à partir
du signal échantillonné xe est possible :
X
x(t) = x(nT )sinc (πF (t − nT ))
n∈Z
Formule de Shannon (Whittaker, Nyquist, ...)

MA1-Maths
Application générales
C. Reichert
Audio :
Espace de Hilbert
▶ Fréquences audibles : 20 Hz à 20 kHz et séries de
Fourier
▶ ⇒ F > 40 kHz. CD : 44.1 kHz (Sony et Philips)
Distributions
Téléphonie digitale : Introduction
fonctions test
Fmax acceptable à 3700 Hz ⇒ F = 8 kHz. Les amplitudes ′
distributions
codés en 8 bits sont transmis tous les 125µs. Opérations usuelles sur les
distributions

Diapos cours-TD CR

Transféré par

Droits d'auteur :

Formats disponibles

Diapos cours-TD CR

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Diapos cours-TD CR

Transféré par

Droits d'auteur :

Formats disponibles

MA1-Maths

Espace de Hilbert et séries de Fourier

Bases orthonormées Distributions

Définition Espace de Hilbert

d’une loi de composition interne d’addition Bases orthonormées

+ : V × V → V et d’une loi de composition externe de Séries de Fourier

multiplication · : K × V → V telles que les propriétés Distributions

suivantes soient vérifiées :

1. L’espace Kn = {(x1 , . . . , xn ) : xi ∈ K, i = 1, . . . , n} Introduction et rappels

l’inégalité de Minkowski (admise), généralisées

Pn p 1/p Pn p 1/p Pn p 1/p Distributions

Définition (Famille libre) Distributions

Soit V un espace vectoriel. La famille {v1 , . . . , vn } ⊂ V

▶ Soit V = K. Alors dim V = 1.

Définition (base, dimension finie) Espace de Hilbert

d’un produit scalaire (·, ·) : V × V → K ayant les Séries de Fourier

Soit V un espace pré-hilbertien. Alors ∀u, v ∈ V Séries de Fourier

Exercice Séries de Fourier

Les ensemble suivants, sont-ils des espaces vectoriels ? Distributions

Si oui, expliciter une base et déterminer la dimension.

∀ϵ > 0 ∃Nϵ ∈ N : ∥vn − vk ∥ < ϵ si n, k ≥ Nϵ .

Kn est complet par rapport à la norme Distributions

W ⊥ = {v ∈ V : (v , w) = 0 ∀w ∈ W } de W est aussi un Séries de Fourier

Soit W un sous-espace de dimension finie n (et donc Distributions

Exercice Introduction et rappels

(b) Soit f (x) = x 4 et soit W le sous-espace vectoriel de

Pour k = 0, ..., N − 1, on définit l’élément wk de ℓN par

(a) Expliciter les éléments wk pour N = 4.

N−1 Séries de Fourier

x= x̂k wk , avec x̂k ∈ C. généralisées

Exprimer x̂k en fonction des composantes xn de x

En dimension infinie la représentation par une C. Reichert

combinaison linéaire finie d’éléments d’une base s’avère Espace de Hilbert

Définition (base, dimension infinie) Introduction et rappels

Soit V un espace vectoriel normé de dimension infinie. Séries de Fourier

On dit que la famille B = {e0 , e1 , . . .} forme une base de Distributions

Si V est un espace de Hilbert et la famille B est

Exercice Espace de Hilbert

ℓ2 = x ∈ CN : |xi |2 < ∞ Séries de Fourier

(a) Montrer que l’application

est un produit scalaire dans ℓ2 .

En particulier, si V est de dimension finie n + 1 et

Si V est de dimension infinie on n’a, en général, que

{ek }) est la somme ∞

Proposition (Relation de Parseval)

Dans l’espace L2per (0, 2π; K) on considère les familles

Montrer que ces familles sont orthonormées.

Exercice Espace de Hilbert

que le produit scalaire est continu, c’est à dire, si Séries de Fourier

(c) On admet qu’on peut approcher toute fonction Séries de Fourier

En déduire que la famille {ẽk }k∈N est une base de

sens de l’espace L2per (0, 2π; R). Espace de Hilbert

On définit les coefficients de Fourier par

= Sf (t) = a0 + (an cos(nt) + bn sin(nt)) généralisées

au sens de l’espace L2per (0, 2π; R), c’est-à-dire si

est la série de Fourier tronquée, alors

Si K = C on trouve de manière similaire que C. Reichert

Fourier sont définis par Distributions

Dans le cas K = R on trouve, avec les coefficients de C. Reichert

Soit maintenant f périodique de période P telle que C. Reichert