Cours Master Phy UY1
Cours Master Phy UY1
Cours Master Phy UY1
PHYSIQUES MASTER I
16 octobre 2021
Sommaire
0.1 INTRODUCTION : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.1.1 But de cette matière . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.1.2 Définitions fondementales en théorie des équations aux dérivées partielles . . . . . . . . . . . 5
0.1.3 Exemples d’équations aux dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
0.2 Quelques modèles mathématiques des processus physiques . . . . . . . . . . . . . . . . . . . . . . . . 7
0.2.1 Déduction de l’équation de propagation de la chaleur. Conditions limites et conditions initiales. 7
0.2.2 Déduction de l’équation de l’équilibre de la membrane et conditions aux limites. . . . . . . . 11
0.2.3 Déduction de l’équation de vibrations de la membrane. Conditions initiales et conditions limites. 14
2 FONCTIONS SÉCIALES 33
2.1 Γ, β hypergéometriques, de Bessel, polynôme de Legendre, de Laguerre et de Tchebytchev . . . . . . 35
1
3.2.8 Série de Fourier de deux variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4 TRANSFORMATION DE FOURIER 53
4.1 l’Intégrale de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Formes équivalentes des énoncés du théorème de l’intégrale de FOURIER . . . . . . . . . . . . . . . 53
4.3 Transformation de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3.1 Transformée de Fourier en cosinus et sinus. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4 Identité de Parseval pour les intégrales de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.5 Convolution pour les intégrales de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.6 Proprietes des transformées de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.7 Exemple de solution utilisant la transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.8 Méthode de séparation des variables (Méthode de Fourier) pour l’équation des ondes. . . . . . . . . . 56
4.8.1 Problème aux limites de l’équation de la corde vibrante . . . . . . . . . . . . . . . . . . . . . 56
4.9 Méthode de séparation des variables pour la résolution de l’équation de propagation de la Chaleur. . 59
4.10 Transformation de Fourier en dimension n. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5 SUR LES OPÉRATEURS LINÉAIRES BORNÉS OU NON DANS LES ESPACES DE HIL-
BERT. 62
5.1 INTRODUCTION . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.2 Définition d’un opérateur fermé. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.3 Définition de l’opérateur adjoint pour l’opérateur non borné. . . . . . . . . . . . . . . . . . . . . . . 64
5.4 Définition de l’opérateur Auto-adjoint pour l’opérateur non borné. . . . . . . . . . . . . . . . . . . . 64
6 TRANSFORMATION DE LAPLACE 66
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.2 Original et image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.3 Image des fonctions particulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.4 Images des Fonctions à l’échelle modifiée de la variable Indépendante : Images des fonctions cos at,
sin at . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.5 Propriétés de la linéarité de l’image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
6.6 Théorème du déplacement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.7 Image de fonctions e−αt , sinh αt ; cosh αt, e−αt sin at et e−αt cos at . . . . . . . . . . . . . . . . . . . 69
6.8 Dérivation de l’image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.9 Image des dérivées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.10 Dictionnaire d’image . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
6.11 Equation auxiliaire d’une équation différentielle donnée . . . . . . . . . . . . . . . . . . . . . . . . . 73
6.12 Théorème de décomposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.13 Exemples de résolution des équations différentielles et des systèmes d’équations différentielles par la
méthode du calcul opérationnel. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6.14 Théorème de Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
6.15 Transformée de Laplace de Quelques fonction élémentaires . . . . . . . . . . . . . . . . . . . . . . . . 78
6.15.1 Calcul d’intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.16 Transformation de MELLIN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.16.1 Transformation de Bessel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.16.2 Transformation de Kontorovitch-Lebedev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7 MESURES ET INTÉGRATIONS 83
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.2 Mesure des ensembles plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.2.1 Mesure des ensembles élémentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.2.2 Mesure de LEBESGUE pour des ensembles dans le plan . . . . . . . . . . . . . . . . . . . . 84
2
8 NOTIONS GÉNÉRALES SUR LES MESURES 85
8.1 Prolongement de la mesure à partir d’un sémi-anneau ou vers un anneau : additivité, sigma-additivité. 85
8.2 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
8.3 prolongement de la mesure au sens de LEBESGUE. . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
9 FONCTIONS MESURABLES 88
9.1 Définitions et propriétés fondamentales des fonctions mesurables . . . . . . . . . . . . . . . . . . . . 88
9.2 Action sur les fonctions Mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
9.3 Complément sur les espaces Vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
9.3.1 Fonctionnelle linaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
10 INTÉGRALE DE LEBESGUE 92
10.1 Fonctions simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
10.2 Intégrale de LEBESGUE pour les fonctions simples. . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
10.2.1 Quelques propriétés de l’intégrale de LEBESGUE. . . . . . . . . . . . . . . . . . . . . . . . . 93
10.3 Définition Générale de l’intégrale de LEBESGUE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.3.1 Quelques propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
10.4 Sigma-additivité et la continuité absolue de l’intégrale de LEBESGUE . . . . . . . . . . . . . . . . . 95
10.5 Passage à la limite sous le signe Intégrale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
10.6 Intégrale de LEBESGUE sur les ensembles de mesure infinie . . . . . . . . . . . . . . . . . . . . . . . 100
10.7 Comparaison de l’intégrale de LEBESGUE et l’intégrale de RIEMANN . . . . . . . . . . . . . . . . 100
12 DISTRIBUTIONS 104
12.1 Ensemble D0 des distributions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
12.2 Complétude de l’espace D0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
12.3 Support des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
12.4 Distribution Régulières. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
12.5 Distributions singulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
12.5.1 Formule de SOKHOTSKY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
12.5.2 Changement de variable dans les distributions . . . . . . . . . . . . . . . . . . . . . . . . . . 109
12.5.3 Produit de distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
12.5.4 Dérivation des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
12.5.5 Propriétés des dérivées des distributions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
12.5.6 Solution fondamentale d’une équation différentielle . . . . . . . . . . . . . . . . . . . . . . . 113
12.5.7 Méthode de construction de la solution fondamentale pour un opérateur quelconque de la
forme ci-après. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
12.5.8 Fonction de GREEN pour les problèmes aux limites : . . . . . . . . . . . . . . . . . . . . . . 116
3
13.3.2 Properties and characterizations of the functions of W 1,p (I) . . . . . . . . . . . . . . . . . . . 126
4
0.1 INTRODUCTION :
0.1.1 But de cette matière
Avec la modélisation mathématique des différents phénomènes de la nature et de notre société, on obtient des
équations différentielles où la fonction inconnue dépend de moult variables libres. Ainsi, cômme l’équation est
différentielle, elle contient des dérivées partielles de la fonction inconnue. Les équations aux dérrivées partielles sont
largement utilisées, et dans leur étude on fait intervenir différentes parties des mathématiques contemporaines telles
que : l’analyse, l’algèbre (générale et linéaire), la géometrie (différentielle), l’analyse fonctionnelle, la topologie, la
théorie des fonctions à variables complexes et surtout la théorie des espaces fonctionnels de dimension infinie.
Comme la plupart des phénomènes physiques sont décrits par des EDP (Équations aux dérivées partielles, alors
dans notre étude nous allons considérer rien que les cas où les EDP décrivent les processus physiques. Ceci est donc
appelé : équations physiques mathématiques. Cependant nous devons nous mettre en idée que les EDP décrivent
non seulement les processus physiques mais aussi les processus chimiques, biologiques, économiques et bien d’autres
phénomènes et processus. l’exemple typique des EDP est l’équation de conductivité de la chaleur que nous allons
étudier dans le chapitre 3. Dans cette équation, l’inconnue c’est la fonction U (x, t) où x est la position du point
x = (x1 , x2 , x3 ) et t le temps. En d’autres termes, la température dans différents points du corps et en différents
moments se définira comme solution d’une certaine EDP.
∂2u ∂2u
a(x, x1 ) 2 + b(x, x2 ) 2 = f (x1 , x2 ),
∂x1 ∂x2
∂u ∂ 2 u ∂u ∂ 2 u
+ + u2 (x1 , x2 ) = g(x1 , x2 ),
∂x1 ∂x21 ∂x2 ∂x22
∂αu
∂u ∂u
F x1 , x2 , ..., xn , , ..., , ..., α1 α2 = 0, (1)
∂x1 ∂xn ∂x1 ∂x2 ...∂xα
n
n
avec α = α1 + α2 + ... + αn .
Si l’équation est linéaire elle va se présenter sous la forme :
X
aα (x)D|α| u = f (x), (2)
|α|≤m
5
avec
∂ |α|
D|α| = 1 α2 αn
.
∂xα
1 ∂x2 ...∂xn
Processus stationnaires : Si les processus des ondes et de propagation de la chaleur sont stationnaires c’est-à-dire
∂u ∂2u
= 0 et = 0,
∂t ∂t2
alors (3) et (4) prennent la forme
∂2u ∂2u ∂2u
+ + =0 (5)
∂x21 ∂x22 ∂x23
qui est appelée équation de Laplace.
6
La somme des dérivées partielles d’ordre 2 se note
n
X ∂2
∆= .
∂x2k
k=1
(5) devient ∆u = 0.
Les équations en (5) décrivent aussi le potentiel courant d’un liquide.
Les équations (3),(4) et (5) ont un coefficient constant égal à 1. Ceci a lieu parce que l’on considère un milieu
homogène. La résolution des équations (3),(4) et (5) se définit quand les conditions initiales et limites sont données.
Par exemple pour l’éqution (3), on peut donner comme conditions initiales
La déduction de l’équation qui décrit la propagation de la chaleur est basée sur la loi expérimentale suivante : "
Si différentes parties d’un corps ont des températures différentes, alors dans le corps apparait un flux de chaleur
orienté du point de température la plus élevée vers le point de température la moins élevée : Principe de Carnot"
Considérons la surface S située à l’intérieur du corps Ω et supposons que sur elle soit définie un vecteur ~n normal
continu ; alors la quantité de chaleur qui passe à travers la surface S avec la direction de normal ~n dans l’intervalle
de temps t1 à t2 se définissant par Z t2 Z Z
∂u
q=− k(x) ds dt (6)
t1 S ∂~n
∂u
∂~
n est la dérivée au point x de la surface S par rapport à la direction de la normale ~n dans l’orientation de la
diminution de la chaleur,
∂u ∂u ∂u ∂u
< 0, = cos α + cos β + ...
∂~n ∂~n ∂n1 ∂n2
7
Figure 1 –
l’Intégrale double est prise par rapport à la surface S. Le coefficient positif k(x) est le coefficient de conductivité
de la chaleur au point x. La formule (6) est équivalente au fait que à travers un infiniment petit corps Ω à travers
dS et à un instant t infiniment petit, traverse une quantité de chaleur dq tel que
∂u
dq = −k(x) dS dt. (7)
∂~n
C’est la loi physique de Fourier en théorie de la propagation de la chaleur. Nous allons considérer un corps isotrope
en relation avec la propagation de la chaleur, c’est-à-dire nous allons considérer que la fonction k(x) ne dépende
pas de la direction de la normale sur un point x de la surface S ; où k(x) ∈ C 1 sur toutes les coordonnées. Pour
la déduction de l’équation de propagation de la chaleur, sélectionons à l’intérieur du corps Ω de volume D, une
portion délimitée par la surface lisse S et considérons la variation de la quantité de chaleur dans ce volume dans
l’intervalle t1 à t2 . A travers la surface S, se dégage une quantité de chaleur définie par la formule (6) où la dérivée
∂u
de u par rapport à ~n est donnée par ∂~ n à l’intérieur de S.
D’autre part, cette quantité de chaleur peut se définir à travers la variation de température dans le volume D
dans l’intervalle de temps t1 à t2 . La variation de la quantité est connue et est proportionnelle à la différence de
température entre les instants t1 à t2 , c’est-à-dire elle est égale à :
Z Z Z
C(x)ρ(x)[u(x, t2 ) − u(x, t1 )] dx (8)
(D)
où ρ(x) est la densité au point x et C(x) la chaleur massique au point x ; et l’intégrale est prise par rapport au
volume (D). Déterminons la balance de chaleur en égalant les formules (6) et (8). Tout d’abord transformons (6)
par la formule de Gauss Ostrogradski. On a
Z t2 Z Z Z t2 ( Z Z Z X n )
∂u ∂ ∂u
− k(x) ds dt = − − k(x) dx dt.
t1 S ∂~n t1 D i=1 ∂xi ∂xi
Comme la fonction est continue, le volume étant quelconque, et l’intégrale étant arbitraire, alors l’egalité à zéro de
(9) entraine que l’intégrale est nulle. Donc
n
∂u X ∂ ∂u
C(x)ρ(x) − k(x) =0
∂t i=1
∂xi ∂xi
8
C’est léquation de propagation de la chaleur dans un corps non homogène mais isotrope.
Si le corps est homogène, alors C(x), ρ(x) et k(x) deviennent des constantes.
n
CS ∂u X ∂ 2 u
= = ∆u. (10)
k ∂t i=1
∂x2i
En posant
k
a2 = ,
CS
on a
∂u
= a2 ∆u. (11)
∂t
Si l’on pose t0 = kt
CS , on a
∂u
k
=∆
∂( CS )t
, d’où
∂u
= ∆u ayant posé t0 = t.
∂t
Les equations (10) et (11) admettent plusieurs solutions, pour obtenir dans la collection de solutions, laquelle se
rapproche de notre problème, nous devons poser des conditions supplémentaires. Ces conditions supplémentaires
sont des conditions limites, c’est-à-dire les conditions définies à la limite du domaine où la solution est recherchée.
Ensuite il y a les conditions initiales.
Avec la modélisation des probèmes de physiques, chimiques, écologiques et biens d’autres problèmes, ces condi-
tions sont définies de manière empirique. Cependant, dans la plupart des cas, il faut se poser la question de savoir
si ces conditions sont vraies ou ont un sens.
Considérons les conditions initiales et limites de l’équation de propagation qui ressortent des considérations
physiques. Pour un physicien, il est claire que la connaissance de la température du corps à un moment donné et le
régime de la chaleur à la limite du corps définie la temérature à un instant quelconque.
Outre cela, le régime de la chaleur à la limite du corps peut être défini de différentes manières. Si le domaine
coïncide avec tout l’espace, alors on peut démontrer que la solution limite de l’équation de propagation de la chaleur
pour t ≥ t0 se définie de manière unique par une condition initiale à valeur u(x, t) pour t = t0 ou u(x, t0 ). Si Ω est
un domaine borné ou bien un ouvert de Rn , alors en dehors de la fonction initiale, on peut définir la température
à chaque point limite du corps pour t ≥ t0 , en posant comme condition initiale
u(x, t)|t=t0 = u0 (x, t) = y(x, t0 ), (12)
et la condition limite :
u(x, t)|∂Ω = φ(x, t), t ≥ t0 . (13)
Les formules (12) et (13) définissent ce qui est appelé le premier problème aux limites.
À la place de définir à la frontière du probème t ≥ t0 , on peut pour la définition de l’unicité des solutions de
l’équation de propagation de la chaleur définir la dérivée par rapport à la normale orientée vers l’intérieur à la
frontière du domaine ∂Ω de la fonction u(x,t).
De tels problèmes, nous allons les rencontrer dans le cas où nous voudrions étudier la température du corps Ω
avec pour conditions que nous connaissons la quantité de chaleur donnée par le corps au milieu extérieur (ou bien
du milieu extérieur vers le corps) à travers une surface ’arbitraire’ dS à la frontière du corps. cette quantité de
chaleur est définie par la formule
∂u
−k(x) dSdt
∂~n
Connaissant la loi de transfert de chaleur pour chaque élément dS à la frontière du domaine ∂Ω, nous pouvons
∂u
n à la frontière du domaine ∂Ω. En particulier, s’il n’y a pas échange de chaleur à la frontière
rechercher la valeur ∂~
du domaine, alors nous allons avoir :
∂u
= 0.
∂~n ∂Ω
9
Dans le cas général,
∂u
= ψ(x, t), t ≥ t0 (14)
∂~n
Les formules (12) et (14) définissent ce qui est appelé deuxième problème aux limites. On peut en qualité de condition
aux limites pour t ≥ t0 définir à la frontière ∂Ω une combinaison linéaire
∂u
k(x) + k1 (x)u(x, t),
∂~n
où k1 (x) est le coefficient extérieur de propagation de chaleur qui traverse les espaces extérieurs vers le corps et
k(x) le coefficient intérieur de propagation de la chaleur. Ces fonctions sont supposées être connues. Vers de tels
problèmes mathématiques, nous y arriverons dans le cas où nous étudierons la température de u(x, t) du corps Ω
sous la condition que nous connaissons la température u1 (x, t) du milieu ambiant vers le corps et que sur la surface
superficielle du corps s’éffectue donc l’échange de chaleur avec le milieu ambiant. La loi d’échange de chaleur peut
être compliquée, nous allons considérer la variante la plus simple connue sous le nom de loi de Newton. Pour la loi
de Newton, la quantité de chaleur qui traverse à travers la surface pendant un intervalle de temps t1 à t2 vers le
milieu ambiant est égale à :
t2
Z Z Z
k1 (x)(u1 − u) dS dt,
t1 S
avec u1 (x, t) et u(x, t) qui se définissent sur S comme limite de transfert de l’extérieur vers l’intérieur du corps
correspondement. D’autre part, la quantité de chaleur donnée pendant cet intervalle de temps à travers la surface
S à l’intérieur du corps est égale à Z t2 Z Z
∂u
− k(x) dS
t1 S ∂~n
Ainsi, nous avons deux expressions pour le flux de chaleur. En égalant les intégrales, on a :
∂u
k1 (x)(u1 (x, t) − u(x, t)) = −k(x) ,
∂~n
ce qui implique :
∂u
− h(x)u = ψ1 (x, t), (15)
∂~n
k1 (x)u1 (x)
ψ1 (x, t) = .
k(x)
Si u1 = 0, alors l’équation (15) devient
∂u
− h(x)u =0 (16)
∂~n ∂Ω
Les formules (12) et (15) définissent ce qu’on appelle le troisième problème aux limites.
Supposons que la température en chaque point du corps est fixe, c’est-à-dire
∂u
= 0,
∂~n
alors l’équation de propagation de la chaleur s’écrit
∆u = 0
10
Ce système donne l’équation de Dirichlet. Pour définir u(x, t), il ne faut pas au préalable définir la condition initiale ;
il suffit tout simplement de définir la condition aux limites qui ne dépende pas du temps.
Parfois, on étudie la température d’une barre ou d’une platine sachant la paroi de la barre, où le haut et le bas
de la platine sont isolés. Ainsi l’équation de propagation de la chaleur dans le cas de la barre est :
∂u ∂ 2 u ∂u ∂2u ∂2u
= ; = + .
∂t ∂x 2 ∂t ∂x21 ∂x22
La résolution de cette équation ne sera complète que si l’on considère la condition initiale (12) et l’une des conditions
limites (13), (14) ou (15).
Figure 2 –
Déduisons l’équation que vérifie la fonction u(x) à l’état d’équilbre suivant les conditions suivantes :
a) Supposons que dans la situation qui nous intérresse, à la position d’équilibre, la surface de la glumelle est
∂u
recourbée faiblement, cést-à-dire ∂x i
, i = 1, 2 est petit et qu’on peut négliger leurs exposants supérieurs.
b) Supposons que l’action de la force extérieur sur les points de la glumelle se mélangent tel que leurs coordonnées
x1 , x2 en addition ne change pas.
La déduction de l’équation est basée sur une propiété mécanique : principe du moindre déplacement. Il stipule que
la somme des travaux élémentaires de toutes les forces qui agissent sur le système ; pour tout moindre déplacement
est égale à zero. Pour calculer tous les travaux élémentaires, cherchons à calculer le travail éffectué par les forces
qui agissent sur la membrane, à partir d’un déplacement qui l’amène de l’état initial à la position définissant la
11
fonction u(x) = u(x1 , x2 ). Le travail des forces, la densité étant f (x), se défini par l’intégrale
Z Z
f (x)u(x) dx1 dx2
Ω
comme sur l’élément de la membrane dx1 dx2 agit la force f (x1 , x2 )dx1 dx2 , le changement de la surface de la
membrane pour ce déplacement est égal à :
v
Z Z u 2 2
u X ∂u
t1 + − 1 dx1 dx2
Ω i=1
∂xi
la surface initiale ici est supposée être l’unicité et le travail des forces intérieures élastiques dû à ce changement est
l’expréssion suivante : v
Z Z u 2 2
u X ∂u
−T t1 + − 1 dx1 dx2 ,
Ω i=1
∂x i
∂u ∂u
décomposons la fonction intérieure de l’intégrale en série de ∂x1
, ∂x 2
: il vient que pour le travail des forces intérieures
élastiques nous obtenons l’expréssion suivante :
Z Z " 2 2 #
T ∂u ∂u
− + dx1 dx2
2 Ω ∂x1 ∂x2
Ainsi, le travail de toutes les forces intérieures élastiques agissantes sur la membrane et les forces extérieures causant
le déplacement de la position d’équilibre à la position définissant la fonction u(x) est égal à :
Z Z ( " 2 2 # )
T ∂u ∂u
A(u) = − + + f.u dx1 dx2 (17)
Ω 2 ∂x1 ∂x2
Notons que l’intégrale (17) est à signe près égal au potentiel énergie de la membrane à la position d’équilibre.
Faisons maintenant un certain déplacement de la membrane (bougeons là un peu) ce qui nous donne la possibilité
d’utiliser le principe du moindre déplacement, c’est-à-dire ajouter à u(x) une certaine fonction δu(x). Le travail de
toutes les forces actives dans ce déplacement est égal à la variation(changement) de l’intégrale (17) ; nous avons :
Z Z
δA = A(u + δu) − A(u) = [−T (u0x1 δux1 + u0x2 δux2 ) + f δu] dx1 dx2 (18)
Ω
La variation de cette intérgrale devra être égal à zéro en accord avec le principe du moindre déplacement. Intégrons la
formule (18) par partie des deux premiers membres dans l’intégrale (ici nous supposons T constante) nous obtenons
Z Z Z Z
0 0 ∂ ∂u ∂ ∂u
− [ux1 δux1 + ux2 δux2 ] dx1 dx2 = δu + δu dx1 dx2
Ω ∂x1 ∂x1 ∂x2 ∂x2
ZΩ Z Z
∂u
= − δu dS + ∆uδu dx1 dx2
L n
∂~ Ω
∂
δ est l’opérateur de Laplace, ∂~la dérivée par rapport à la normale exétrieure de la frontière du domaine Ω. Ainsi
n
Z Z Z
∂u
δA = − T δu dS + (T ∆u + f )δu dx1 dx2 . (19)
L ∂~n Ω
Ici δu représente le moindre déplacement de la membrane , c’est-à-dire le déplacement dû aux liens appliqués sur
la membrane. Ces liens sont généralement appliqués à la limite de la membrane ; c’est pourquoi au point intérieur
la fonction δu(x1 , x2 ) est une fonction continue arbitraire ; ce qui entraine que de l’égalité à zéro de δA on peut
12
conclure que dans toutes les positions, la fonction d’équilibre u(x1 , x2 ) si chaque point intérieur du domaine Ω vérifie
l’équation
T ∆u + f = 0, (20)
cette équation est appelée équation de Poissson.
Si f = 0, alors l’équation de Poisson se réduit à l’équation de Laplace.
En ce qui concerne les contraintes, elles sont liées aux conditions aux limites qui peuvent être variées. Nous
allons étudier quelques cas, les plus rencontrés.
A- la membrane est fixée à ses extrémités : Supposons que la membrane est fixée a ses extrémités le long
d’une courbe spatiale qui se projette sur L. Si les équations paramétriques de la courbe sont définies par
x1 = x1 (s), x2 = x2 (s),
où s est la longueur de l’arc, nous voulons que la membrane passe par une certaine courbe spatiale
En additionnant, nous allons imposer d’une manière unique sur δu, que δu = 0 sur L. Grâce à cette condition, dans
la formule (19), disparait l’intégrale curviligne, et nous obtenons du problème, de la résolution de l’équation (20)
avec la condition limite
u|L = φ(s); (21)
ceci est appelé le problème de Dirichlet.
B- Membrane libre : On peut ne pas imposer des conditions à la frontière , comme elle, elle peut se déplacer
dans le sens de la verticale des parois du cylindre avec pour base L. Dans ce cas δu est arbitraire comme à l’intérieur
qu’à la frontière. Pour l’équation (20), la condition sur L sera :
∂u
L = 0. (22)
∂~n
C- Action arbitraire sur la frontière de la membrane : Supposons qu’en dehors de la force extérieure avec
pour densité f , qui agit sur les points intérieurs de la membrane qu’à son extrémité, agit une autre force verticale,
avec pour densité f1 , au point que sur l’élément ds, de la frontière L agit la force f1 ds. Si nous cherchons la position
d’équilibre de la membrane, dans ce cas, à l’intégrale (17) nous devons ajouter le terme (membre)
Z Z u
( f1 du) ds;
L 0
Ru
alors dans (19) nous allons ajouter le terme (membre) 0 f1 du , c’est à-dire l’intégrale curviligne dans (19)avec la
vue Z
∂u
−T + f1 δu ds.
L ∂~n
Ainsi nous avons obtenu pour l’équation de poisson la condition limite
∂
T = f1 . (23)
∂~n L
Le problème posé avec les conditions limites (22) et (23) est appelé le problème de Neumann.
D- Membrane fixe élastique : C’est le cas où la force agissante sur l’extrémité est proportionnelle à la
déclinaison f1 (s) = ku(s). Ainsi la condition limite pour l’équation de poisson est :
∂u
T = 0. (24)
∂u L
13
0.2.3 Déduction de l’équation de vibrations de la membrane. Conditions initiales et
conditions limites.
Considérons l’équation du mouvement de la membrane, ici, nous allons nous occuper des petits mouvements,
∂u
c’est-à-dire les u, ∂x 1
∂u
et ∂x 2
, sont des petites quantités. La vitesse des points x1 et x2 est égale à u(t,x∂t1 ,x2 ) et son
2
accélération ∂∂t2u . Pour obtenir l’équation du mouvement de la membrane, il faut , par le principe de D’Alembert,
2
tenir compte de l’énergie de la membrane. La densité de cette énergie est égale à ρ ∂∂t2u , où ρ(x1 , x2 ) est la densité
de la membrane au point x = (x1 , x2 ). Nous obtenons l’équation de vibration transversale de la membrane. Si à
2
l’équation (20), nous ajoutons le terme (membre) −ρ ∂∂t2u , l’équation de vibration la membrane est
∂2u
T ∆u − ρ +f =0 (25)
∂t2
Les conditions limites restent tel que nous avions étudié sauf qu’elles peuvent dépendre du temps. Nous pouvons
par exemple définir les conditions initiales
∂u(x, t)
u(x, t)|t=0 = φ(x), = ψ(x), x = (x1 , x2 ) ∈ Ω. (26)
∂t t=0
∂2u ∂2u T
T ∆u = ρ =⇒ = a2 ∆u, avec = a2 un certain paramètre .
∂t2 ∂t2 ρ
Dans le cas spatial nous avons
∂2 ∂2u ∂2u ∂2u
= a2 + + , (27)
∂t2 ∂x21 ∂x22 ∂x23
qui est l’équation des ondes.
Sur la question, des problèmes aux limites de la physique mathématique.
Pour des problèmes non-stationnaires (qui dépendent du temps), il faut à l’équation , lui adjoindre les conditions
initiales pour définir la solution. Si, en addition pour x, nous considérons tous Rn , alors un tel problème est dit
problème de Cauchy. Quand nous considérons le problème dans tous l’espace (problème de Cauchy), ou dans un
domaine limité (extérieur d’un compacte par exemple), parfois in faut tenir compte du comportement de la solution
à l’infini(les points éloignés du domaine d’étude) et rien qu’après certaines suppositions de ce comportement, la
solution peut être trouvée d’une manière unique. Ainsi le problème de la physique mathématique se pose comme
problème de la résolution de l’équation aux dérivées partielles au vu de certaines conditions supplémentaires, appelées
conditions limites et initiales, qui sont souvent fixées par des considérations physiques du problème.
14
Chapitre 1
15
qui converge absolument pour des (x − x0 ) assez faibles. Dans ce cas, on peut démontrer que la fonction F (x) admet
au point x0 des dérivées à dégrés arbitraires. Introduisons de manière réduite les dérivées des conditions initiales
Ψki (x) par x.
0
∂ α Ψki (x)
αn , (1.2)
∂xα 1 ...∂xn
1
où
α0 = α1 + α2 + +...αn , αi ≥ 0, i = 1, ..., N
Théorème 1. de Kovalevskaïa (sur l’unicité et la résolubilité locale du problème de Cauchy pour un système de
type Kovalevskaïa)
Si toutes les fonctions Ψki (x) sont analytiques au voisinage du point x0 = (x01 , ..., x0n ) et les fonctions Fi sont
définies et analytiques au voisinage du point (t0 , x01 , ..., x0n , ..., Ψki,α (x0 ), ...) alors le problème de Cauchy (1.1) (1.2)
admet une solution analytique dans un certain voisinage du point (t0 , x0 ) = (t0 , x01 , ..., x0n ) en fait unique dans la
classe des fonctions analytiques.
convergente pour
|z1 | ≤ R1 , ..., |zm | ≤ Rm (1.4)
Ici on admet que les rayons de convergence de la série (1.3) sont légèrement supérieurs aux nombres Rk . Soit M le
module de la fonction (1.3) sous la condition (1.4). On voit que la série entière de la fonction
M
z1 zm (1.5)
(1 − R1 )...(1 − Rm )
a tous ses coefficients strictement positifs et supérieurs en module à ceux de la série (2.3). On exprime ce fait en
disant que la série (1.5) est une série majorante de la série (1.3). En général, on appelle série majorante de la série
∞
X
cp1 ...pm z1p1 ...zm
pm
(1.6)
p1 ,...,pm =0
une série de la même forme et dont tous les coefficients sont positifs et supérieurs en module aux coefficients respectifs
de la série (1.6). On sait que toute série entière converge absolument à l’intérieur de ses disques de convergence. Si
une série majorante de la série converge pour |Zk | ≤ ρk , avec k = 1, ..., m, alors on peut de tout évidence affirmer
que la série (1.6) converge à l’intérieur de ses disques |Zk | ≤ ρk . Supposons que dans (1.5) tous les Rk sont égaux (
ceci revient à remplaçer les Rk par le plus petit d’entre eux ) et considérons les fonctions
M
z1 (1.7)
(1 − R1 )(1 − Rz22 )...(1 − zm
Rm )
et
M
z1 +z2 +...+zm (1.8)
1− R
16
Les séries entières respectives de ces fonctions sont
∞ ∞
X z p1 ...zm
pm X (z1 + ... + zm )p
M p11 +...+p et M
p1 ,...zm =0
R m
p=0
Rp
En développant ((z1 + ... + zm )p ) on s’assure que les coefficients respectifs du développement de (1.7), c’est-à-dire
que la fonction (1.8)(ou la série entière correspondante) sera aussi majorante de la fonction (1.6)( respectivement
de la série entière de la série entière correspondante).
La méthode des séries entières majorantes est utilisée pour démentrer l’existence de la solution des équations
différentielles lorsque les fonctions mises en jeu sont analytiques.Éffectuons cette démonstration pour une équation
différentielle ordinaire du premier ordre. Soit donnée une équation différentielle
dy
= f (x, y),
dx
dont le second membre est une série entière en x et y convergeant au voisinage de x = y = 0 c’est-à-dire
∞
dy X
= apq xp y q (1.9)
dx p,q=0
On demande une solution qui soit régulière en x = 0 et qui vérifie la condition initiale
y|x=0 = 0. (1.10)
Pour trouver cette valeur, il suffit de composer sa série de Maclaurin, c’est-à-dire de calculer les valeurs des dérivées
pour x = 0. Le terme constant de cette série est donné par la condition initiale (1.10) et est nul. la valeur de la
dérivée première en x = 0 est donnée par l’équation différentielle, soit y00 = a00 . Dérivons les deux premiers membres
de l’équation par rapport à x pour déterminer la dérivée seconde :
∞
X ∞
X
y 00 = papq xp−1 y q + qapq xp y q−1 y 0 ,
p,q=0 p,q=0
En portant x = 0, y = 0 et y00 = a00 dans le second membre, on trouve la valeur de la dérivée seconde en x = 0,
soit :
y000 = a10 − a01 a00 .
En poursuivant cette procédure, on définit la dérivée de tout ordre pour x = 0 et on forme la série de Maclaurin :
y y 00
y0 + x + 0 x2 + ... (1.11)
1 2
Des calculs précédents, il ressort qu’il n’existe qu’une solution régulière vérifiant la condition initiale donnée. Mais
pour affirmer que cette solution existe bien, il faut démontrer que la série (1.11) possède un rayon de convergence
plus grand que zero. Signalons que toutes les opérations éffectuées sur les séries sont licites en vertu des propriétés
fondamentales des séries entières à l’intérieur de leurs disque de convergence. Si la série (1.11) est convergente, sa
somme est la solution de l’équation (1.9) en vertu du procédé qui a servi à former les coefficients. Si l’on remplace
la série du second membre de l’équation (1.9) par une série majorante, alors la série (1.11) sera remplacée aussi par
une série majorante. Si cette série majorante converge au voisinage de zero, il en sera de même à fortiori de la série
(1.11). Supposons que la série du second membre de l’équation (1.9) converge absolument pour |x| ≤ R et |y| ≤ R
et soit M le maximum de sa somme sous les conditions indiquées. En passant par la série majorante, on obtient
l’équation différentielle
dy M
= x y (1.12)
dx (1 − R )(1 − R )
17
qui est à variables séparées.
y M
(1 − )dy = x dx
R 1− R
En intégrant et en tenant compte de (1.10), on obtient :
y2 x
y− = M R ln(1 − ),
2R R
d’où r
x
y =R−R 1 + 2M ln(1 − ). (1.13)
R
Le radical doit prendre la valeur 1 pour x = 0 pour que la condition (1.10) soit vérifiée. Ceci provoque l’existence
et l’unicité d’une solution réguli‘ere vérifiant la condition (1.10). Considérons le système
N n N
∂ui XX ∂uj X
= akij (t, x) + bij (t, x)uj + fi (t, x) (1.14)
∂t j=1
∂xk j=1
k=1
avec les coefficients analytiques akij (t, x) bij (t, x) fi (t, x).
~
vi = ui − ψi ou ~v = ~u − ψ.
∂~n ~ + f~,
=⇒ = A~v + Aφ (1.16)
∂t
avec pour condition initiale
v(x, t)|t=t0 = 0. (1.17)
Si nous arrivons à montrer l’existence de la solution de (1.16) avec pour condition (1.17), cela va entrainer la solution
du probème initial.
18
1.2.1 Démontration de l’unicité de la solution analytique.
Transportons le point P (t0 , x0 ) dans le voisinage où nous allons rechercher la solution (résoudre le problème)
(1.16) et (1.17) et démontrons l’unicité de la solution dans la classe des fonctions analytiques voisins du point P (0, 0),
c’est-à-dire dans n’importe que voisinage de ce point, on ne peut trouver des solutions analytiques différentes du
système (1.16), vérifiant au point t = 0 la même condition initiale. Supposons qu’au point P il existe une solution
analytique du problème de Cauchy avec pour fonction vecteur
u1
.
~u =
.
uN
Les fonctions coordonnées ui (t, x) sont analytiques au voisinage de zéro et nous pouvons les décomposer en séries
entières pour t, x1 , ..., xn . Comme nous le savons, ces coefficients sont calculés à partir des dérivées des différentes
fonctions ui (x, t) puis dans chaque point correspondant.
Notons par aiα1 ...αn où aiα est le coefficient pour t, x1 , ..., xn . Dans la décomposition de la fonction ui (t, x) au
voisinage de l’origine des coordonnées :
α0 +α1 +...+αn
1 ∂ ui 1
aiα = aiα1 ...αn = ≡ Dα ui |t=0,x=0 . (1.18)
α0 !α1 !...αn ! ∂xα0 ∂xα1 ...∂xαn α!
Ainsi la solution du problème (1.14) et (1.15) de l’existence de la solution dont nous avons supposé peut s’écrire de
la manière suivante : X
ui (t, x) = aiα1 ...αn tα0 xα αn
1 ...x1 ,
0
(1.19)
α
où aiα1 ...αn
est défini par la formule (1.18).
l’unicité de la solution du probème de Cauchy sera démontrée si nous montrons que le système (1.14) et la
condition initiale (1.15) d’une manière unique définissent les coefficients de la décomposition ui (t, x) de la série
entière. Nous allons définir ces coefficients tels qu’ils soient les dérivées de ui (t, x) au point P (0, 0) successivement.
Les conditions initiales définissent de manière unique toutes les dérivées tangentielles au point P (0, 0) c’est-à-dire
la dérivée par rapport aux x1 , x2 , ..., xn .
0
∂ α ui (t, x)
∂xα1 ...∂xαn
t=0,x=0
Puisque la dérivée (1.20) est définie d’une manière unique, on continu ce processus et d’une manière unique, nous
définissons toutes les dérivées de (1.18) qui de leurs coté définissent la décomposition (1.19) de notre solution de la
série entière, qui comme on l’a vue se définit de manière unique (on peut même utiliser la méthode par induction).
Ainsi deux solutions analytiques du problème (1.14) et (1.15)avec les mêmes données initiales sont obligatoi-
rement égales. Dans un certain voisinage de l’origine des coordonnées ceci démontre l’unicité de la solution du
19
problème de Cauchy dans l’espace des fonctions analytiques. Pour démontrer l’existence de la solution du problème
(1.14)-(1.15),il nous suffit de montrer que la série entière (1.17) est définie par les coefficients (1.16) dans un certain
voisinage de l’origine des coordonnées.
Ces séries vont vérifier les conditions initiales nulles (1.15) et le système (1.14) puisque dans la construction de
ces séries (dans le calcul de leurs coefficients) nous avons utilisé le fait que la partie gauche du système (1.14) était
égale à sa partie droite dans un certain voisinage de l’origine des coordonnées.
Pour la démonstration de la convergence des séries entières,on peut utiliser la méthode des séries majorantes
Faisons une translation de l’origine des coordonnées au point P (t0 , x0 ) et construisons pour la fonction ψ(t, x)
analytique dans ce point un majorant de type spécial que nous allons utiliser dans la suite. La fonction ψ(t, x) peut
être décomposée en série de la manière suivante :
X
ψ(x, t) = Cα0 α1 ...αn tα0 xα αn
1 ...xn
1
(1.21)
αi
et supposons qu’elle converge au point (t = b0 , x = b) avec b = (b1 , ..., bn ) où tous les |bk | > 0, k = 1, ..., n. Alors, il
existe une constante M > 0 telle que pour tous les entiers positifs αi on ait |Cα0 α1 ...αn bα 0 α1 αn
0 b1 ...bn | ≤ M , soit
M
Cα0 α1 ...αn ≤ . (1.22)
|b0 |α0 |b1 |α1 ...|bn |αn
Considérons la fonction
M
Ψ(t, x) = t x1 xn (1.23)
(1 − |b0 | )(1 − |b1 | )...(1 − |bn | )
∞
X
(1 − x)−1 = , |x| < 1
k=1
X M
= tα0 xα αn
1 ...xn
1
α0 α1 ...αn
|b0 |α0 |b1 |α1 ...|bn |αn
Il est claire que Ψ(t, x) est majorant de ψ(t, x) en raison de (1.22) et (1.24)
On peut construire les majorants de différentes manières. Par exemple pour ψ(t, x) définie par la série (1.21),
un majorant peut être
M
Ψ1 (t, x) = t+x1 +...+xn ,
1− d
20
où α = min(|b0 |, ..., |bn |), |bk | =
6 0, k = 1, ..., n et les b = (b0 , ..., bn ) sont des points de convergence de la série (1.21)
pour ψ(t, x). En effet, pour |t| + |x1 | + ... + |xn | < d cette fonction se décompose en série convergente
M
Ψ1 (t, x) = t+x1 +...+xn ,
1−
P∞ d t+x1 +...+xn α
= M Pα=0 (1.25)
∞ 1
P∞d α!
= M α=0 dα α0 +α1 +...+αn =α α0 !α1 !...αn !tα0 xα1 αn ,
1 ...xn
mais
α! (α0 +α1 +...+αn )!
α0 !α1 !...αn ! ≡ α0 !α1 !...αn ! ≥ 1;
1 1
dα ≥ |b0 |α0 |b1 |α1 ...|bn |αn .
C’est pourquoi les coefficients de la série Ψ(t, x) sont positifs et majorent les coefficients de la série (1.24) et comme
nous l’avons montré la série (1.24) majore la série (1.21) ce qui entraine que Ψ1 (t, x) majore aussi (1.21), soit la
fonction ψ(t, x). De la même manière pour Ψ(t, x) le majorant sera la fonction
∞ α
M X tγ + x1 + ... + xn
Ψ2 (t, x) = tγ+x1 +...+xn =M ,
1− d α0
d
M1
où A(t, x) = Ψ2 (t, x), m = M . et la condition initiale nous la prenons sous la forme
21
où u0i (x) est majorant de zero (pour u|t=0 = 0), c’est-à-dire de telles fonctions qui se décomposent en série de Taylor
avec des coefficients positifs. Le système (1.26) est plus simple que le système (1.14) et sa solution, nous pouvons la
construire facilement et directement. Comme nous l’avons déja dis haut, nous allons rechercher la solution de (1.14)
et (1.15) sous la forme d’une série entière et les coefficients de cette série sont pris comme ceux dont nous avions
utilisé dans la démonstration de l’unicité de la solution. Cette série se présente sous la forme suivante :
X
ui (t, x) = aiα0 α1 ...αn tα0 xα αn
1 ...xn
1
(∗)
Supposons que la solution du problème (1.26)-(1.27) sous la forme de la série convergente suivante :
X
ui (t, x) = Cαi 0 α1 ...αn tα0 xα αn
1 ...xn
1
(1.28)
(Dans la suite nous allons construire cette solution). Démontrons dans ce cas que nous aurons une inégalité entre
les coefficients des séries (*) et (1.28)
|aiα0 α1 ...αn | ≤ Cαi 0 α1 ...αn (1.29)
Puisque nous avons supposé que (2.28) converge alors les inégalités (1.29) démontrent la convergence de la série
(*) au voisinage de (0, 0)
Démontrons (1.29) avec pour condition que tous les coefficients Cαi 0 α1 ...αn soient ≥ 0.
0
Pour les dérivées par rapport à xi avec i = 1, ..., n soit pour Dα ui , pour t = x = 0, l’inégalité (1.29) est
vérifiée, puisqu’à partir de la condition ui |t=0 = ui0 (x) et ui0 (x) est un majorant de zero. Pour dérivées en zero
qui admettent une dérivée par rapport à t, c’est-à-dire α0 6= 0 les relations (1.19) nous allons la démontrer par la
méthode d’induction(récurence) en α0
Supposons que pour tout α commençant de α0 < k. L’inégalité (1.29) est vérifiée. Démontrons (1.29) pour
0
α0 = k + 1. Notons par Dα ui la dérivée correspondant à l’indice (ou multi-indice) α0 = (0, α1 , ..., αn ) et supposons
∂
que D0 = ∂t , Dk = ∂x∂ k .
En différentiant (dérivant) le système (1.14) nous obtenons
N Xn N
0 0 X X
Dα D0k D0 ui (t, x) = Dα D0k akij Dk uj + bij uj + fi (1.30)
j=1 k=1 j=1
Dans la partie gauche de (1.30) et (1.31) on retrouve les dérivées de ui (t, x) seulement de type Dα avec α0 < k
et pour eux, (1.29) est vérifiée par rapport à l’hypothèse d’induction. Comme la partie gauche de l’égalité (1.31)
contient seulement les termes positifs qui en module (ou en valeur absolue) sont supérieurs au terme de ceux en
(1.30) et les parties de gauche de (1.30) et (1.31) s’expriment à partir de la partie droite ; alors nous avons.
0 0
|Dα D0k+1 ui (0)| ≤ Dα D0k+1 ui (0).
Ainsi l’inégalité est démontrée.
Il reste à montrer que les fonctions analytiques ui (t, x) sont des solutions de (1.26) -(1.27) et qu’elles sont définies
au voisinage des points t = 0, x = 0.
Sans fixer les données initiales, nous allons rechercher les solutions du système sous la forme d’une fonction de
variables indépendantes
u1 (t, x) ≡ u2 (t, x) ≡ uN (t, x) = u(x, t) = u(tγ + x1 + ... + xn ) = u(y)
où y = tγ + x1 + ... + xn , |y| < d. En substituant cette solution supposée dans (1.26) nous obtenons que u(y) soit
de vérifier l’équation
du du
γ = A(y)(N n + N u + m) (1.32)
dy dy
22
M
où A(y) = 1− y
. L’équation différentielle ordinaire (1.32) avec variables séparables peut s’écrire sous la forme
d
ou encore
Nu
(γ − A(y)N n)du = m( + 1)A(y)dy
m
soit
du mA(y)dy
Nu
= ≡ B(y)dy (1.33)
m +1 γ − N nA(y)
mA(y)
où B(y) = γ−N nA(y) . Choisissons le positif γ assez grand pour que γ − N nA(y) > 0 au voisinage de y = 0.
Alors B(y) dans ce voisinage sera analytique.
En intégrant (1.33), on va trouver une solution particulière de (1.32).
N y
Z
Nu
ln +1 = B(ζ) dζ.
m m 0
D’où Z y
N N
u = exp B(ζ) dζ − 1,
m m 0
soit Z y
m N
u= exp B(ζ) dζ − 1 . (1.34)
N m 0
Montrons que cette solution particulière défini le majorant pour le problème (1.14) et (1.15).
Comme les fonctions ui (y) = ui (t, x) vérifiant le système (1.26) majorent le système initiale, et comme l’égalité
(1.29), nous avions déjà démontré , alors pour montrer le fait que (1.34) est la solution de (1.14)-(1.15), nous devons
démontrer que u(y)|t=0 majore zéro.
Soit u(y) pour t = 0 se décompose en série de x1 , x2 , ..., xn avec des coefficients positifs. Démontrons ce fait :
M
la fonction A(y) = 1− y est une fonction à coefficients positifs dans la décomposition par rapport à y
d
M y y2
y =1+ + + ...
1− d d d2
a aussi des coefficients positifs dans la décomposition en y, propriété que doit aussi vérifier la fonction
N y
Z
(y) = B(ζ) ζ
m 0
2
puisque e(y) − 1 = (y) + 2!(y) + ...
Ainsi il est claire que la fonction u(y) admet aussi des décompositions en exposants de y. C’est pourquoi les
coefficients de la décomposition u(tγ + x1 + ... + xn ) par rapport aux exposants (série entière) t, x1 , ..., xn sont aussi
positifs soit u(0, x) est un majorant de zero. Ainsi ui = u(tγ + x1 + ... + xn ) est une solution de notre problème
c’est-à-dire est un majorant de la solution du problème (1.14)-(1.15).
L’analyicité de la solution ui = u(tγ + x1 + ... + xn ) vient du fait que comme nous avions montré plus haut cela
se décompose en séries entières de y ce qui entraine aussi en série entière de t, x, ce qui entraine la convergence de
la série entière (1.17) et achève la démonstration du théorème de Kovalevskïa.
23
1.4 Le domaine d’existence de la solution analytique
Lors de la majoration des termes constants libres M1 , nous avons cependant ceux ne dépendant pas de M , pour
que le domaine où converge la série ne dépende pas des données initiales et des termes libres des équations. En effet,
le domaine d’existence de la solution ui (t, x) qui majore le système est défini par la valeur maximale M en valeur
absolue. Les coefficients akij (t, x), bij (t, x) et le domaine d’analycité de ces coefficients qui se défini par le nombre
d quelconque (que nous avons pris pour R) et ne dépend pas du maximum M1 de la fonction |fi (t, x)|. Ainsi, il
s’ensuit que le domaine d’existence de la solution de ui(t, x) du problème de Cauchy est défini par M et d[R] et ne
dépend pas de la partie droite de notre système.
1.6 Problème de Cauchy avec des données initiales sur des surfaces
superficielles arbitraires. Possibilité de le transformer en problème
de Cauchy avec des données initiales sur un hyperplan
Consiérons l’équation linéaire d’ordre n suivante :
X
aα (x)Dα u = f (x), x = x0 , x1 , ...xn (1.35)
|α|≤m
Supposons qu’au voisinage P des points de Ω il existe une surface superficielle lisse de dimension n, S de classe
C m et son equation est : F (x0 , x1 , ..., xn ) = 0, soit ~n la normale sur S et supposons que S n’admet pas de points
réguliers, c’est-à-dire |∇F | =
6 0 et supposons que sur S soit donnée la condition
∂ku
= φk , k = 0, 1, ..., m − 1. (1.36)
∂~nk S
24
Figure 1.1 –
À la place de la normale ~n dans la condition (1.36) on peut prendre n’importe quelle direction ~v non perpendi-
culaire à la surface S.
Considérons le problème général de Cauchy : Chercher u(x) vérifiant la les conditions (1.35) et (1.36) dans un
certain voisinage de Ω du point P. IL apparait une question ; Pour quelles equations de surface superficielles S et
des données initiales φk : k = 0, 1, ..., m − 1 ce problème admet une solution au voisinage du point P ? Transformons
le problème (1.25) et (1.36) au problème de Cauchy qui a été considéré au point suivant. Faisons un changement
de variables tel que la surface F = 0 se transforme en coordonnées d’un hyperplan. Un tel changement peut être
fait sous la forme suivante
y0 = F (x0 , x1 , ..., xn )
yj = xj , j = 1, ..., n
qui est non singulier puisque le Jacobien
∂F ∂F ∂F
∂x0 ∂x1 ... ∂xn
1
J= 6= 0
1 ...
... 1
∂F
Pour cela, sans se restreindre à la généralité, nous pouvons supposer ∂x 0
6= 0. Dans les nouvelles variables y se
donne la forme y0 = 0. Après le changement de variables l’équation (1.35) devient :
X
bα (y)Dα ũ = f˜(y). (1.35)0
|α|≤m
Il est nécéssaire que les coefficients bα (y), correspondant à α = (m, 0, ..., 0) ne soient pas nuls au voisinage du point
P . Si l’on calcul les coefficients bα (y) ∀α = α0 , ..., αn tel que |α| = m c’est-à-dire pour la dérivée supérieure nous
verrons qu’il est égale à :
α 0 α 1 αn
∂F ∂F ∂F
P
bα (y) = |α|=m aα ∂x0 ∂x1 ... ∂x n (1.37)
α
P
= α=m aα (gradF )
Montrons cela dans un exemple d’équations d’ordre 2 avec 2 variables indépendantes. Dans ce cas (1.35)’ devient :
X
aα (x1 , x2 )Dα u = f (x1 , x2 )
|α|≤2
25
ou encore plus exactement en posant x1 = x, x2 = y
a20 uxx + 2a11 uxy + a02 uyy + a10 ux + a01 ay + a00 u = f (x, y) (1.35)00
∂u
u|L = ψ0 , = ψ1 (1.36)0
∂~n L
Supposons que l’équation de la courbe L es définie par F (x, y) = 0 et sur elle il n’y a pas de point singulier
c’est-à-dire |gradF | =
6 0 sur L. Si nous faisons un changement
où φ(x, y) est une fonction dérivable arbitraire pour la quelle sur la courbe le Jacobien de la transformation est
∂F ∂F
∂x ∂y
J= ∂φ ∂F 6= 0
∂x ∂y
Alors cette fonction "redresse" la courbe L, la transformant en un bout de droite de coordonnée ζ = 0 on peut
montrer que les conditions initiales dans ce cas sécrivent sous la forme :
∂u
u|ζ=0 = φ0 (0, η), (1.36)00
∂ζ ζ=0
ux = uζ ζx + uη ηx
uy = uζ ζy + uη η y
uxx = uζζ (ζx )2 + 2uζη ζx ηx + uηη (ηx )2 + uζ ζxx + uη ηxx
uxy = uζζ ζx ζy + uζη (ζx ηy + ζy ηx ) + uηη ηx ηy + uζ ζxy + uη ηxy
uyy = uζζ (ζy )2 + 2uζη ζy ηy + uηη (ηy )2 + uζ ζyy + uη ηyy
Si nous substituons ces dérivées dans (1.35)” nous obtiendrons une nouvelle équation
où f˜ contient des membres linéaires contenant des dérivées premières de u en ζ et η ; u(ζ, η) lui même et des membres
libres.
Ici nous avions introduit des notations
Pour que notre nouvelle équation soit de Kovalevskaïa pour des données initiale (1.36)” il est nécéssaire que
et cela correspond à l’expression (1.37) pour l’équation générale d’ordre m avec n variables inépendantes.
26
Montrons que si sur la surface S est définie la fonction u(x) et ses dérivées par orientation par rapport à la
normale jusquà l’ordre m − 1 inclut (ou la dérivée par rapport à n’importe quelle tangente d’orientation). Alors est
définie toutes ces dérivées (de u(x)) jusqu’à l’ordre m − 1 par rapport à chaque xi
Pour m = 2 et n = 2 c’est-à-dire pour l’équation (2.35)” cela se démontre facilement.
∂u ∂u ∂u
∂~
n L = ∂x cos(~n, x) + ∂y cos(~n, y) = φ,
(1.38)
∂u
∂~
τ L = ∂u
∂x cos(~τ , x) + ∂u
∂y cos(~τ , y) = ∂φ
∂~
τ
0
Supposons que |~n| = 1, |~τ | = 1 et posons les coordonnées de ces vecteurs par n1 , n2 , τ1 , τ2 correspondement. Le
Figure 1.2 –
∂u ∂u
système (1.38) admet une solution unique ∂x , ∂y puisque son déterminant
n1 n2 π
= |[~n, ~τ ]| = |~n||τ | sin = 1 6= 0
τ1 τ2 2
(Notons que si l’on prend à la place de ~n une autre tangente alors le determinant sera toujours différent de 0.)
Montrons que par cette approche, on peut démontrer ce fait pour tout m et n. Introduisons les coordonnées
curvilignes locales ζ0 , ζ1 , ..., ζn au voisinage de la surface S, pour que l’équation de la surface F (x) = 0 devienne
ζ0 = 0 et la normale en S coïncide avec les lignes de coordonnées ζ0 = c0 , ..., cn = ζn . par hypothèse la surface S
est lisse ; c’est pourquoi les paramètres ζ1 , .., ζn pour les équations
x1 = x1 (ζ1 , .., ζn )
.
. (1.39)
.
xn = xn (ζ1 , .., ζn )
définissent la surface S et le rang de la matrice
∂xi
, i = 0, 1, ..., n, k = 1, ..., n
∂ζk
puisque être égal à n en chaque point de S (on dit que la surface S est régulière) et que la matrice droite de (1.39)
soit constituée des fonctions aisées diférentiables.
Supposons que les équations
x0 = X0 (ζ1 , .., ζn )
x1 = X1 (ζ1 , .., ζn )
.
(1.40)
.
.
xn = Xn (ζ1 , .., ζn )
27
coïncident avec les équations (1.39) pour ζ = 0 et supposons aussi que ces équations définissent la normale en S au
point (ζ1 , ζ2 , ..., ζn ) sous l’action de ζ0 c’est-à-dire si nous faisons varier ζ0 le long de la normale et (ζ1 , ζ2 , ..., ζn ) les
paramètres des points d’intersection de la normale avec la surface S.
Supposons maintenant que ζ0 est tel qu’au-moins une des dérivées ∂X ∂ζ0 6= 0. i = 0, 1, ..., n.
i
∂xi
puisque ces dernières n lignes sont linéairement indépendantes parce que le rang de la matrice ∂ζ k
, i =
1, ...n; k = 1, ..., n est égale à n d’après nos hypothèses et la première ligne ne peut pas être une combinai-
son linéaire des autres lignes parce que les dernières n lignes représentent des vecteurs qui appartiennent au plan
tangent à la surface S et la première ligne représente le vecteur perpendiculaire à S.
Par la continuité, (1.41) ne peut pas être égale à zero et même dans n’importe quel voisinage de S. c’est pourquoi
au voisinage de (ζo , ζ1 , .., ζn ) nous pouvons prendre d’autres coordonnées (x0 , x1 , ..., xn ).
Ainsi
∂j u ∂j u
≡ ≡ φj (ζ1 , ..., ζn ), j = 0, 1, ..., n − 1
∂ζ j ζ=0 ∂~nj ζ=0
et ces égalités, nous pouvons dériver par rapport à ζ1 , ..., ζn et nous obtenons toutes les coordonnées de ζ jusqu’à
l’ordre m − 1 inclus. en revenant aux variables x0 , x1 , ..., xn en accord avec l’égalité (1.40) nous obtenons sur S
toutes les dérivées de u(x) jusqu’à l’ordre m − 1 inclus par rapport aux variables x0 , x1 , ..., xn .
Avec les données initiales sur une surface superficielle S donnée par l’équation F (x) = 0 avec x ∈ Rn
∂ku
= φk , k = 0, 1, ..., (m − 1) (1.43)
∂~n S
Ramenons le problème (1.42)-(1.43) au problème qui nous a permis d’établir le problème de Kovalevskaïa. La-bas, les
données étaient définies sur une surface x0 = cte. Pour cela, des variables x nous pouvons transformer en nouvelles
variables
yk = F (xk ) k = 0, 1, ..., n (1.44)
28
par rapport aux nouvelles équations . C’est pourquoi nous nous intéresserons aux coefficients de la dérivée d’ordre
supérieure par rapport à y0 . Ce coefficient pour Dym0 u est égal
X X
aα (x)(D0 F )α0 (D1 F )α1 ...(Dn F )αn = aα (gradF )α
|α|=m |α|=m
∂
où Dj = .
∂xj
Supposons que la surface S soit définie par l’équation F (x) = 0 tel que aux voisinages du point P
X
aα (x)(D0 F )α0 ...(Dn F )αn 6= 0.
|α|=m
Alors si nous divisons l’équation (1.42) par ce coefficient considéré dans les nouvelles variables nous obtenons
∂mu X
= bα (y)Dα u + f (y). (1.42)0
∂y0m
|α|≤m, α0 ≤m−1
À cette éqution, nous pouvons appliquer le théorème de Kovalevskaïa dans le cas où la fonction F (x) soit définie
sur la surface S et les coefficients de l’équation ainsi que les données initiales du problème analytique. Le problème
est la condition sur S que X
aα (x)(D0 F )α0 ...(Dn F )αn 6= 0. (1.45)
|α|=m
Définition 4. :
La surface S :F (x) = 0 pour la quelle est vérifiée l’équation
X X
aα (x)(D0 F )α0 ...(Dn F )αn ≡ aα (gradF ) = 0 (1.46)
|α|=m |α|=m
est appelée tout simplement surface caractérisitque ou tout simplement caractéristique de l’équation (1.42) Pour
l’équation que nous avons considéré plus haut, c’est-à-dire dans le cas où (m = 2, n = 2), l’équation carcatéristique
est 2 2
∂F ∂F ∂F ∂F
a20 + 2a11 + a02 = 0.
∂x ∂x ∂y ∂x
Remarque 1. :
L’équation caractéristique se défini à partir des dérivées d’ordre supérieures dans une équation
Exemple 1. a) Considérons l’équation de propagation de la chaleur dans Rn
29
Son équation caractéritique est
2 " 2 2 2 #
∂F ∂F ∂F ∂F
− a2 + + =0
∂x0 ∂x1 ∂x2 ∂x3
P 1
3 2 2
On peut vérifier que le cône at ± Ω où Ω = k=1 kx est la surface caractéristique de l’équation des ondes.
remarque : Sur une surface caractéristique, il est recommendé de ne pas définir les données initiales de manière
arbitraires.
∂ku
= φk (y 0 ), k = 0, 1, ..., (m − 1, )
∂y0k y=0
Alors l’équation sur la surface caractéristique ne peuvent pas être posées de manière arbitraire. elles sont liées aux
relations correspondantes en raison des équations.
A. Considérons le problème de Cauchy pour l’équation de la chaleur (1.47) avec des données initiales
u|x0 =0 = φ0 (x)
∂u (1.49)
∂x0 = φ1 (x)
x0 =0
Si la solution du problème (1.47)-(1.49) existe, alors les données initiales doivent vérifier la relation
B. Il peut arriver que la solution du problème de Cauchy avec des données initiales (1.43) sur la caractéristique
existe, mais pas de manière unique. Considérons l’équation de vibration de la corde
∂2u ∂2u
2 = a2 2 (1.51)
∂x0 ∂x1
∂2u
=0 (1.52)
∂y0 ∂y1
Définissons pour l’équation (1.52) les données initiales sur la caractéristique.
u|y0 =0 = φ0 (y1 )
∂u (1.53)
∂y0 = φ1 (y1 )
y0 =0
30
La solution du problème (1.52)-(1.53) existe seulement pour certaines conditions φ0 et φ1 et elle n’est pas unique.
Montrons cela :
En effet, toute solution de (1.52) se présente sous la forme
Où les fonctions Φ1 et Φ2 sont définis à partir de (1.53). Nous aurons φ0 (y1 ) = Φ1 (y0 ) + Φ2 (y1 )
où f (y0 ) est une fonction quelconque de classe C 2 (R). Il est facile de voir que (1.56) vérifie la condition (1.55) à
savoir :
∂Φ1 (y0 )
= f 0 (y0 )|y0 =0 + φ1 (0) − f 0 (0) = φ(0).
∂y − 0 y0 =0
La solution du problème (1.52)-(1.53) sous la condition que φ0 (y1 ) ∈ C 2 (R) s’écrit sous la forme :
d’où la démonstration.
∂ ∂α α0 α1 αn
−→ ζk , αn −→ ζ0 ζ1 ...ζn .
∂xk ∂xα α1
0 ∂x1 ...∂xn
0
Le polynôme en (1.57) est appelé polynôme caractéristique pour l’équation (1.42) ou encore partie principale
symbolique de l’équation (1.42). La partie principale pleine de l’équation (1.42) s’appelle polynôme de ζ qui se
présente sous la forme X X
aα (x)ζ α ≡ aα0 α1 ...αn ζ0α0 ζ1α1 ...ζnαn .
|α|=m |α|≤m
31
Remarque 2. :
Parfois dans le cas où on utilise la transformation de Fourier, la partie principale et symbolique pleine s’appellent
des polynômes X X
aα (x)(iζ)α et aα (x)(iζ)α
|α|=m |α|≤m
Définition 5. :
Considérons le vecteur ζ = (ζ0 , ζ1 , ..., ζn ), |ζ| 6= 0. L’orientation de ζ est appelé caractérisique pour l’équation
(1.42) au point x si |α|=m aα (x)ζ α = 0 ou d’une manière simple
P
X
aα0 α1 ...αn ζ0α0 ζ1α1 ...ζnαn = 0.
α0 +α1 +...+αn =m
la surface F (x) = 0 est caractéristique si en chacun de ses points la direction de la normale est une direction
caractéristique. En effet, gradF est orienté suivant la normale à la surface F = 0, et l’équation des caractéristiques
a la forme α0 αn
X ∂F ∂F X
aα (x) ... ≡ aα (x)(gradF )α = 0
∂x0 ∂xn
|α|=m |α|=m
l’expression ζ02 + ζ12 + ζ22 = 0 est l’expression des caractésitiques pour l’équation de Laplace. Nous obtenons de cette
équation ζk = 0 ∀ k = 0, 1, 2 c’est-à-dire l’équation de Laplace n’admet pas de direction carctéristique réelle soit
n’admet pas de caractéristique. C’est pourquoi le problème de Cauchy pour ce problème peut être considéré avec des
données initiales sur n’importe quelle surface.
B) Considérons l’équation de la chaleur
3
∂u X ∂2u
=
∂x0 ∂x2k
k=0
ζ12
le vecteur ζ = (ζ0 , ζ1 , ζ2 , ζ3 ) vérifiant l’équation + ζ22
+ ζ32 = 0 définit la direction caractéristique. Ainsi, ζ =
(1, 0, 0, 0) est une direction caractéristique pour l’équation de la chaleur donc la normale est orientée parallèlment
à l’axe (OX0 ) qui définit le plan x0 = cte.
32
Chapitre 2
FONCTIONS SÉCIALES
y 00 + xy = 0.
∞
X ∞
X
=⇒ k(k − 1)Ck xk−2 + Ck xk+1 = 0.
k=2 k=0
Posons p = k − 2 ⇒ k = p + 2
∞
X ∞
X
(p + 2)(p + 1)Cp+2 xp + Ck xk+1 = 0
p=0 k=0
∞
X
=⇒ ((k + 2)(k + 1)Ck+2 + Ck−1 )xk = 0
k=0
D’où le système
2 ∗ 1 ∗ C2 = 0
3 ∗ 2 ∗ C3 + C0 = 0
4 ∗ 3 ∗ C4 + C1 = 0
.
.
.
k(k − 1)Ck + Ck−3 = 0 ∀ k 6= 1
Ck
=⇒ Ck+3 = .
(k + 2)(k + 3)
En posant C0 = 1 et C1 = 0, seront donc non nuls tous les coefficients de la forme
C3m
C3(m+1) = − ∀m ∈ N,
(3m + 2)(3m + 3)
33
d’où
(−1)m
C3m = ∀m ∈ N∗ .
2 ∗ 3 ∗ 5 ∗ 6 ∗ ... ∗ (3m − 1) ∗ 3m
D’où une première solution est de la forme :
∞
X (−1)m
y1 (x) = 1 + x3m .
m=1
2 ∗ 3 ∗ 5 ∗ 6 ∗ ... ∗ (3m − 1) ∗ 3m
les séries y1 (x) et y2 (x) convergent ∀x et sont des fonctions analytiques ; ainsi toutes les fonctions solutions de
notre équation sont analytiques et peuvent donc s’écrire :
y(x) = C1 y1 (x) + C2 y2 (x), C1 , C2 ∈ R.
Exemple 4. Résoudre cette équation
y 00 + xy 0 + y = 0.
Écrivons la série entière
∞
X
y= C k xk . = 0
k=0
L’équation devient :
∞
X ∞
X ∞
X
Ck k(k − 1)xk−2 + x Ck kxk−1 + Ck xk = 0.
k=2 k=1 k=0
En égalant à 0 tous les coefficients de même degré que x, on obtient les équations pour les coefficients Ck , soit :
(k + 1)(k + 2)Ck+2 + (k + 1)Ck = 0 ∀k ∈ N.
en posant C0 = 1 et C1 = 0, on va trouver
(−1)m
C2m = , C2m+1 = 0, ∀m ∈ N.
2 ∗ 4 ∗ 6 ∗ 2m
D’où
x2 x4 x6 (−1)m x2m
y1 (x) = 1− 2 + 2∗4 − 2∗4∗6 + ... + 2∗4∗6∗...∗(2m) + ...
2
− x2
= e .
La deuxième solution est linéairement indépendante de la première ; on peut la trouver en posant C0 = 0 et C1 = 1.
Ce qui implique
(−1)m (−1)m
C2m = 0, C2m+1 = = ∀m ∈ N
1 ∗ 3 ∗ 5 ∗ ... ∗ (2m + 1) (2m + 1)!!
∞
X (−1)m
=⇒ y2 (x) = x2m+1 .
m=0
(2m + 1)!!
D’où
y(x) = C1 y1 (x) + C2 y2 (x) ∀C1 , C2 ∈ R,
y1 et y2 calculés en haut.
34
Remarque 3. Considérons l’équation : x2 y 00 + xp(x)y 0 + q(x)y = 0. La méthode de Frobenius (théorie de l’intégra-
bililté) consiste à chercher au voisinage d’un point singulier-régulier une solution de cette équation de la forme :
∞
X
y(x) = xµ C k xk ,
k=0
Les points x = 0 et x = 1 sont les points singuliers de l’équation au voisinage de x = 0, l’équation hypergéométrique
peut s’écrire sous la forme :
P∞ P∞
00 ( k=0 xk ) 0 ( k=0 xk+1 )
y + [γ − (α + β + 1)x] y − αβ y = 0.
x x2
D’après Frobenius, on va avoir
λ(λ − 1) + γλ = 0
=⇒ λ = 0 ou λ = 1 − γ.
Alors on peut donc trouver deux solutions indépendantes en posant
∞
X ∞
X
k
y= Ck x , ou y = x 1−γ
Ck xk .
k=0 k=0
Alors on peut trouver deux solutions indépendantes de l’equation hypergéométrique sous la forme de séries entières
qui convergent pour |x| < 1.
Nous allons donc chercher cette solution sous la forme
∞
X
y1 (x) = C k xk .
k=0
En égalant à 0 tous les coefficients de même dégré que x on obtient un systs̀eme d’équations pour les Ck
k(k − 1) + k(α + β + 1) + αβ
Ck+1 = Ck
(k + 1)(k + γ)
(α + k)(β + k)
= ∀k ∈ N.
(k + 1)(k + γ)
35
αβ α(α+1)β(β+1)
En posant C0 = 1, C1 = γ et C2 = 2!γ(γ+1), on a
α ∗ (α + 1) ∗ ... ∗ (α + k − 1) ∗ β ∗ (β + 1) ∗ ... ∗ (β + k − 1)
Ck =
k! ∗ γ ∗ (γ + 1) ∗ ... ∗ (γ + k − 1)
La solution recherchée vas écrire
∞
X α ∗ (α + 1) ∗ ... ∗ (α + k − 1) ∗ β ∗ (β + 1) ∗ ... ∗ (β + k − 1)
y1 (x) = 1 + xk
k! ∗ γ ∗ (γ + 1) ∗ ... ∗ (γ + k − 1)
k=1
Cette série est appelée série hypergéométrique. Elle converge pour |x| < 1 et sa somme est appelée fonction
hypergéométrique
∞
X α ∗ (α + 1) ∗ ... ∗ (α + k − 1) ∗ β ∗ (β + 1) ∗ ... ∗ (β + k − 1)
F (α, β, γ, x) = 1 + xk
k! ∗ γ ∗ (γ + 1) ∗ ... ∗ (γ + k − 1)
k=1
La seconde solution peut être recherchée sous cette forme mais nous nous allons nous en prendre autrement. Dans
l’équation hypergéométrique, on peut opérer le changement de variables suivant :
y = x1−γ z,
=⇒ y 0 = x1−γ z 0 + (1 − γ)x−γ z,
y 00 = x1−γ z 00 + 2(1 − γ)x−γ z 0 − γ(1 − γ)x(−γ−1) z
qui nous donnes une équation hypergéométrique de paramètre (α + 1 − γ), (β + 1 − γ) et (2 − γ) qui admet donc
pour solution particulière
z = F (α + 1 − γ, β + 1 − γ, 2 − γ, x),
soit la deuxième solution admet pour équation
Polynôme de Legendre Les polyômes de Legendre sont des fonctions notées Pn (x) et définies par
1 dn (x2 − 1)n
Pn (x) = .
2n n! dxn
Chacune de ces fonctions est solution de l’équation :
appelée équation de Legendre. Il est à noter que les polynômes de Legendre peuvent être obtenues à partir des
fonctions hypergéométriques par un bon changement de variable.
Pour cela, montrons que l’équation hypergéométrique peut être obtenue à partir de l’équation de Legendre. Pour
le faire, posons le changement de variable suivant :
Posons
−x + 1
x = 1 − 2t =⇒ t =
2
dy dy dt 1 dy
= =−
dx dt dx 2 dt
36
d2 y 1 d2 y
d dy d dy dt
= = =
dx2 dx dx dt dx dx 4 dt2
D’où (1 − x2 )y 00 − 2xy 0 + n(n + 1)y = 0 devient :
d2 y dy
t(t − 1) + (−1 + 2t) − n(n + 1)y = 0
dt2 dt
Nous obtenons une équation hypergéométrique de paramètre
α = n + 1, β = −n, γ = 1
y1 = F (n + 1, −n, 1, t).
dk h γ+k−1 i
k
x (x − 1)α+β−γ+k F (k) (α, β, γ) = (−1)k α(α+1)...(α+k−1)∗β(β+1)...(β+k−1)xγ−1 (x−1)α+β−γ ∗F (α, β, γ, x)
dx
En posant α = n + 1, β = −n et γ = 1, on obtient :
(−1)n 2n
F (n) (n + 1, −n, 1, t) =
n!
On peut aussi montrer qu’en dérivant F n fois
α = n − 1, β = −n, γ = 1.
On obtient :
1−x
P1 (x) = F (2, −1, 1, )=x
2
1−x 1
P2 (x) = F (3, −2, 1, ) = (3x2 − 1)
2 3
37
1−x 1
P3 (x) = F (4, −3, 1, ) = (5x2 − 3x)
2 2
1−x 1
P4 (x) = F (5, −4, 1, ) = (35x4 − 30x2 + 3)
2 8
...
Montrons que l’ensemble des polynômes de Legendre forment un système orthogonal dans le segment [−1, 1] avec
pour poids(contrainte) ρ(x) = 1
Z
[fn (x)gm (x)ρ(x)] dx = 0 si n 6= m
Ω
6= 0 si n = m
D’où Z 1
m 6= n ⇒ Pn (x)Pm (x) dx = 0
−1
x2 y 00 + xy 0 + (x2 − ν 2 )y = 0
38
Il est aussi à remarquer que cette équation admet un seul point singulier, qui est donc le point x = 0. l’équation
caractéristique au point x = 0 est définie par
λ(λ − 1) + λ − ν 2 = 0,
c’est-à-dire
λ2 − ν 2 = 0 =⇒ λ ± ν.
Cherchons la solution de l’équation de Bessel dans le cas général sous forme d’une série généralisée définie par :
∞
X
y= Ck xk+λ ; C0 6= 0.
k=0
∞
X ∞
X
[(λ + k)(λ + k − 1) + λ + k − ν 2 ]Cxk + Ck xk+2 = 0
k=0 k=0
C’est-à-dire
∞
X ∞
X
((λ + k)2 − ν 2 )Ck xk + Ck xk+2 = 0
k=0 k=0
Pour que la série obtenue identiquement nulle, il faut que ses coefficient vérifient la condition (λ2 − ν 2 )C0 = 0,
[(λ + 1)2 − ν 2 ]C1 = 0 et de manière générale
On montre sans peine à partir du critère de D’Alembert que cette série converge dans tout segment de la forme
[0, α]. Ainsi y1 (x) est bel et bien solution de l’équation de Bessel ∀C0 . En général, en qualité de C0 , on ose poser :
1
C0 = ,
2ν Γ(ν + 1)
39
où Γ est la fonction Gamma. avec
Z ∞
Γ(α) = xα−1 e−x dx, Γ(ν + 1) = νΓ(ν).
0
On a ;
∞
X (−1)k .2ν x 2k+ν
y1 (x) =
2ν k!Γ(ν + 1)(ν + 2)...(ν + k) 2
k=0
En substituant y2 (x) dans l’équation de Bessel, il vient pour les coefficients Ck avec λ = −ν,
=⇒ C0 6= 0, C1 = 0
C2k−2
C2k = − , C2k+1 = 0.
22k k(ν + k)
Par hypothèse, ν ∈ Z, on peut donc estimer les coefficients d’indices paire d’expression :
C0
C2k = (−1)k
22k k!(−ν + 1)(−ν + 2)...(−ν + k)
∞
X C0
=⇒ y2 (x) = (−1)k x2k−ν
22k k!Γ(−ν + 1)(−ν + 2)...(−ν + k)
k=1
1
Posons C0 = 2−ν Γ(−ν+1) d’où
∞
X C0
y2 (x) = (−1)k x2k−ν
22k k!(−ν + 1)(−ν + 2)...(−ν + k)
k=0
∞ x 2k−ν
X 1
=⇒ J−ν (x) = (−1)k .
k!Γ(−ν + k + 1) 2
k=0
40
/ Z−
ceci est le cas où α, β, γ ∈
Si β < 0, par exemple si β = −n, alors l’équation hypergéométrique a pour solution un polynôme (polynôme de
Jacobi). Les polynômes de Jacobi sont définis par
Ils sont orthogonaux dans le segment [−1, 1] avec pour densité ou poids tγ−1 (1 − t)γ−1 , c’est-à-dire
Z 1
Φn (t)Φm (t)tγ−1 (1 − t)γ−1 dt = 0.
−1
Une autre forme de présentation de la solution de l’équation hypergéométrique pour β > 0 et γ > β est définie par
Z 1
Γ(γ)
F (α, β, γ, t) = sβ−1 (1 − s)γ−β+1 (1 − ts)−α ds,
Γ(β)Γ(γ − β) −1
cette équation admet pour solution les polynômes de Legendre qui sont Pn (t) et nous avons monté que les polynômes
de Legendre sont orthogonaux dans le segment [−1, 1] avec pour poids ρ(x) = 1.
c. Equation d’Hermite : Il est défini sous la forme :
x00 + (λ − t2 )x = 0.
tx00 + (1 − t)x0 + nx = 0.
(1 − t2 )x00 − tx + λx = 0.
Pour λ = n2 , cette équation admet pour solution les polynômes de Tchebicheff qui sont notés Tn (x). Les polynômes
1
de Tchebicheff sont orthogonaux dans [−1, 1] et pour poids √1−t 2
.
f. Équation de vibrations simples : Elle est donnée par
x00 + λx = 0.
41
Pour λ = n2 , cette équation admet pour solutions sin(nt) et cos(nt) dont les propriétés d’orthogonalité dans le
segment [−1, 1] sont bien connues. On passe de cette équation à celle de Tchebicheff par un bon changement de
variable.
u = cos(t) ⇒ Tn (t) = cos(nt) = cos(arccos u)
g. Équation de Bessel : Elle est définie par
Elle admet pour solution la fonction de Bessel notée Jλ (t). De l’équation de Bessel, pour t > 0 on en déduit par
des changements de variables trois équations qu’il est utile de connaitre.
L’on obtient donc l’équation
t2 u00 + (t2 − µ)u = 0
√
à travers le changement de variable u = x t, µ = 14 − λ2 où
ou encore
t2
su00 + (λ + 1)u0 + u = 0par le changement de variables = , u = xt−λ .
4
h. Équation différentielle de Laplace. On appelle équation différentielle de Laplace toute équation différentielle
linéaire homogène de second ordre dont les sont des fonctions linéaires indépendantes. D’où :
On note que les deux équations de Laguerre, l’équation d’Hermite et les deux equations équivalentes de Bessel sont
des équations de Laplace. Pour résoudre cette équation, il faut utiliser la transformée de Laplace encore appelée
calcul opérationnel
Exercice
Soit à calculer l’intégrale Z 1
cos(tx)
I(x) = √ dt.
0 1 − t2
Ici, il faut utiliser le calcul opérationnel
Z 1
L(cos(tx))
L(I(x)) = √ dt,
0 1 − t2
p
or L(cos(tx)) = p2 +t2 , soit
Z 1 Z 1
P 1
L(I(x)) = √ dt = p √ dt.
0 (p2 + t2 ) 1 − t2 0 (p2 + t2 ) 1 − t2
42
Chapitre 3
3.1 Rappel
3.1.1 Espace vectoriel euclidien :
Définition 6. :
Soit V un K − ev. La fonction rélle notée (x, y) ou < x, y > ou < x|y > pour tout couple (x, y) appartenant à
V est appelée produit scalaire si
(1) (x, y) = (y, x)
(2) (x1 + x2 , y) = (x1 , y) + (x2 , y) ∀x1 , x2 , y ∈ V
(3) (λx, y) = λ(x, y) ∀x, y ∈ V et∀λ ∈ K
(4) (x, y) ≥ 0, si (x, x) = 0 =⇒ x = 0
Définition 7. :
Tout espace vectoriel dans le quel est défini le produit scalaire est appelé espace vectoriel euclidien. Dans un
espace vectoriel euclidien, on peut définir la norme ou la distance associée à cet espace
p
||x|| = (x, x),
Dans un espace vectoriel euclidien, si nous avons deux vecteurs x et y qui vérifient la condition (x, y) = 0, alors on
dit que les vecteurs x et y sont orthogonaux.
Si dans un espace vectoriel euclidien nous avons un système de vecteurs (xα )α∈N qui est tel que
(xα , xβ ) = 0 si α 6= β,
Exemple 5. :
43
Nous avons montré que ((Rn , +, .)) est un R − ev sur le champ R. Pour montrer que ceci est un espace vectoriel
euclidien, construisons le produit scalaire suivant :
x ∈ Rn =⇒ x = (x1 , ..., xn )
y = (y1 , ..., yn )
n
X
(x, y) = xi yi
i=1
L’espace n X p o
lp = x = (x1 , x2 , ..., xn )/ xi < ∞
n
! p1
X
||x||p = xpi
i=1
2
L’espace C ([a, b]) est l’ensemble des fonctions qui sont dérivables deux fois dans l’intervalle [a, b].
Z b
2
∀f, g ∈ C ([a, b]), (f, g) = f (t)g(t) dt
a
44
Exemple 6. Considérons l’espace
n X p o
lp = x = (x1 , x2 , ..., xn )/ xi < ∞
n
! p1
X
||x||p = .
i=1
On voit qu’avec cette norme ainsi définie l’espace ne sera pas toujours un espace euclidien. Essayons de voir pour
quel p il le sera :
On se donne f (1, 1, 0, ..., 0) et g(1, −1, 0, ..., 0). Essayons de calculer la norme de chaque vecteur.
1 1
||f ||p = 2 p , ||g||p = 2 p , ||f + g|| = 2, |||f − g| = 2,
La norme est Z
||f || = |f (µ)| dµ
X
Cet espace est infini et complet.
L’espace L2 est l’espace
R noté L2 (X, µ) consitué de toute les fonctions qui sont donc intégrables par quadrature
suivant X si l’intégrale f 2 (x) dµ < ∞ et existe.
R de toutes ces fonctions sera notée L2 (X, µ).
L’ensemble
(f, g) = f (µ)g(µ) dµ est le produit scalaire dans L2 .
Définition 9. Espace de Banach
Tout espace vectoriel normé complet est appelé espace de Banach.
Définition 10. Espace de Schwarz
En d’autres termes, l’espace S est constitué des fonctions u(x) ∈ C ∞ (R) qui décroissent ensemble avec ses
dérivées plus vite qu’une fonction
1
∀β ∈ R.
1 + |x|β
2
Exercice : Montrer que u(x) = e−x ∈ S.
45
3.2 Série de Fourier.
On appelle série de Fourier une série de la forme
a0
+ a1 cos x + b1 sin x + a2 cos 2x + b2 sin 2x + ...
2
ou sous la forme
∞
a0 X
+ an cos nx + bn sin nx.
2 n=1
Z π Z π Z π
a0
⇒ dx = πa0 , an cos nx dx = 0, bn sin nx dx = 0.
−π 2 −π −π
Z π
1 π
Z
⇒ f (x) dx = πa0 , c’est-à-dire a0 = f (x) dx.
−π π −π
Pour calculer les autres termes de la suite, nous vérifions que
Z π Z π Z π
an cos nx cos kx dx = 0, an cos nx sin kx dx = 0, an sin nx sin kx dx = 0.
−π −π −π
Si n = k, on a :
Z π Z π Z π
2
cos kx dx = π, sin kx cos nx dx = 0, sin2 nx dx = π.
−π −π −π
D’où l’équation
Z π Z π Z π
a0 X
f (x) dx = dx + ( an cos nx cos kx + bn sin nx cos kx )dx.
−π −π 2 −π
Z π Z π
1 1
ak = f (x) cos kx dx, bk = f (x) sin kx dx.
π −π π −π
46
Exemple :
Pour la fonction f (x) = x, −π < x < π, on a
1 π
Z
2
a0 = x dx = 0, ak = 0, bk = (−1)k+1 .
π −π k
D’où la fonction f (x) se met sous la forme :
sin x sin 2x sin kx
f (x) = 2 − + ... − ...(−1)k+1 + ... .
1 2 k
Pour la fonction f (x) = |x|, on a
π 4 cos x cos 3x cos(2p + 1)x
f (x) = − + + ... + + ... .
2 π 12 32 (2p + 1)2
Pour la fonction
−1, −π ≤ x < 0,
f (x) =
1 0 ≤ x ≤ π.
on a
0, si k pair
a0 = 0, ak = 0, bk = 4
πk si k impair.
Pour la fonction f (x) = x2 , −π ≤ x ≤ π, on a
π2
cos x cos 2x cos 3x
x2 = −4 − + − ... .
3 1 22 32
D’où pour x = 0 :
∞
π2 X 1
= .
12 n=1 n2
Pour la fonction
0, −π ≤ x < 0,
f (x) =
x 0 ≤ x ≤ π.
On a
π 2 cos x cos 3x cos(2p + 1)x sin x sin 2x sin 3x
f (x) = − + + ... + + ... + + + + ... .
4 π 12 32 (2p + 1)2 1 2 3
D’où pour x = 0 :
∞
π2 X 1
= .
8 n=1
(2p + 1)2
En effet, comme ψ(ζ − 2π) = ψ()ζ, posons x = ζ − 2π. On peut écrire quelques soient c et d :
Z d Z d+2π Z d+2π Z d+2π
ψ(x) dx = ψ(ζ − 2π) dζ = ψ(ζ) dζ = ψ(x) dx.
c c+2π c+2π c+2π
47
Par conséquent
Z λ+2π Z −π Z π Z λ+2π Z −π Z π Z λ Z π
ψ(x) dx = ψ(x) dx+ ψ(x) dx+ ψ(x) dx = ψ(x) dx+ ψ(x) dx+ ψ(x) dx = ψ(x) dx.
λ λ −π π λ −π −π −π
Cela signifie que l’intégrale d’une fonction périodique ψ(x) sur un segment arbitraire de longueur égale à la
période a toujours la même valeur.
Donc si l’on a le développement limité d’une fonction impaire, le produit ψ(x) sin kx est une fonction impaire et le
produit ψ(x) cos kx est une fonction paire. Par suite :
2 π 2 π 1 π
Z Z Z
a0 = ψ(x) dx = 0, ak = ψ(x) cos kx dx et bk = ψ(x) cos kx dx
π 0 π 0 π −π
Par contre, pour le développement limité d’une fonction impaire, le produit f (x) sin kx est une fonction paire et
f (x) cos kx esgt une fonction impaire. Par suite,
1 π 1 π 1 π 2 π
Z Z Z Z
a0 = f (x) dx = 0, ak = f (x) cos kx dx = 0, bk = f (x) sin kx dx = f (x) sin kx dx.
π −π π −π π −π π 0
Remarque 6. Tout ce qui a été dit sur les séries de Fourier des fonctions périodiques de période 2π reste en vigueur
pour les fonctions périodiques de période quelconqu 2l.
48
Exemple : Dévelloper ensérie de Fourier la fonction périodique de période 2l définie sur le segment [−l, l] par
l’égalité f (x) = |x|
Solution Rl
bk = 0, a0 = 2l 0 x dx = l,
Z l Z l
2 kπ 2l 0 pour k pair,
ak = x cos x dx = 2 x cos kx dx =
l 0 l π 0 − π24lk2 pour k impaire
D’où " #
l 4l cos πl x cos 3π
l x cos (2p+1)π
l x
|x| = − 2 + + ... + + ...
2 π 12 32 (2p + 1)2
Figure 3.1 –
Exemple
Dévelloper la fonction f (x) = x sur le segment [0, a] en série de sinus. Prolongeons cette fonction de façon
impaire. On obtient
sin x sin 2x sin 3x
x=2 − + + ...
1 2 3
49
P∞ P∞
Nous écrivons alors f (x) = c0 + n=1 cn enxi + c−n e−nxi ou f (x) = −∞ cn enxi , qui est la forme complexe de
la série de Fourier. Il nous reste à exprimer les coefficients cn et c−n par des intégrales.
D’après les formules étudiées plus haut,
Z π Z π
1
cn = f (x) cos nx dx − i f (x) sin nx dx
2π −π −π
Z π
1
= f (x)(cos nx − i sin nx) dx
2π −π
Z π
1
= f (x)e−inx dx
2π −π
de même Z π
1
c−n = f (x)einx dx
2π −π
P∞ nπ
Nous pouvons aussi l’exprimer comme f (x) = n=∞ cn ei l x où les coefficients cn de la série sont tirés de la
formule
1 l
Z
nπ
cn = f (x)e−i l x dx avec n = 0, ±1, ±2, ...
2l −l
Il est d’usage d’employer la terminologie suivante en électrotechnique et en radiotechnique. Les expréssions de la
i nπ
l x sont appelées harmoniques et les normbres α
nπ
forme eP n = l , n = 0, ±1, ±2, ... nombres d’onde de la fonction
∞ iαn x
f (x) = n=−∞ cn e . L’ensemble des nombres d’onde porte le nom de spectre.
50
On suppose que l’intégrale existe et l’identité est appelé identité de Parseval.
Démonstration : Soit la décomposition en série de Fourier de la fonction f (x) définie par
∞
a0 X nπ nπ
f (x) = + an cos x + bn sin x.
2 n=1
l l
Multiplions de part et d’autre cette égalité et intégrons de part et d’autres aux bornes de −l et l
∞
" #
Z l Z l Z l Z l
2 a0 X nπ nπ
[f (x)] dx = f (x) dx + an f (x) cos x dx + bn f (x) sin x dx .
−l 2 −l n=1 −l l −l l
∞
a2 X
= l+l (a2n + b2n )
2 n=1
car Z l Z l Z l
nπ nπ
f (x) dx = la0 , f (x) cos x dx = lan , f (x) sin x dx = lbn , (∗)
−l −l l −l l
qui sont obtenus à partir des coefficients de Fourier.
Pour l’établir, nous allons d’abord montrer que pour tout entier positif M
M l
a2 X 2
Z
1
+ (an + b2n ) ≤ [f (x)]2 dx,
2 n=1
l −l
où les an et bn sont des coefficients de Fourier correspondant ‘a f (x), f (x) étant supposé régulière sur morceaux
dans (−l, l). Soit
∞
a0 X nπ nπ
SM (x) = + an cos x + bn sin x. (a)
2 n=1
l l
qui pour M = 1, 2, 3, ... est une séquence de somme partielles de la série de Fourier correspondant à f (x). Nous
avons Z l
(f (x) − SM (x))2 dx ≥ 0 (b)
−l
Puisque l’argument de l’intégrale est non négatif, en développant l’argument de l’intégrale, il vient :
Z l Z l Z l
2
2 f (x)SM (x) dx − SM (x) dx ≤ [f (x)]2 dx (c)
−l −l −l
En multipliant les deux membres de (a) par 2f (x) et intégrant de −l à l tout en utilisant (∗), nous obtenons :
∞
Z l ( )
a2 X 2
2 f (x)SM (x) dx = 2l + (an + b2n ) (d)
−l 2 n=1
51
Puis en substituant (d) et (e) dans (c) et divisant par l, nous obtenons que
M l
a2 X 2
Z
1
+ (an + b2n ) ≤ [f (x)]2 dx
2 n=1
l −l
Exemple
En utilisant l’inégalité de Parseval sur f (x) = x, 0 < x < 2 en série de cosinus
On a :
4
l = 2, a0 = 2, an = 2 2 (cos nπ + 1), n 6= 0, bn = 0.
n π
D’où
l l ∞
(2)2 X 16
Z Z
2 1
[f (x)] dx = X 2 dx = + 4 π4
(cos nπ − 1)2 .
−l 2 −l 2 n=1
n
52
Chapitre 4
TRANSFORMATION DE FOURIER
Dans les études sur les transformations en séries trigonométriques de FOURIER il a été question de la théorie
et application du développement d’une fonction f (x) de période 2l en série de FOURIER . Maintenant, la question
est de savoir ce qui se passe quant l tend vers l’infini.
Au cours de ce qui va suivre nous allons montrer que la série de FOURIER devient l’intégrale de Fourier.
Le résultat (∗) est vrai si x est un point de continuité de f (x). Dans le cas contraire, nous devons remplacer
f (x) par f (x+0)+f
2
(x−0)
comme nous l’avons fait dans le cas des séries de Fourier
Remarque 7. Les conditions ci-dessus sont suffisantes mais pas nécéssaires. La similitude entre (∗) et (∗∗) et les
résultats correspondant dans le cas des séries de FOURIER est évidente et le membre de droite de (∗) est parfois
appelé développement en intégrale de FOURIER de f (x).
53
f (x+0)+f (x−0)
où nous sous-entendons que lorsque f (x) n’est pas continue au point x on remplace f(x) par 2 .
Ces résultats peuvent être simplifiés si f (x) est unne fonction paire ou impaire et il vient
Z ∞ Z ∞
1
f (x) = sin αx dx f (u) sin αu dx si f est impaire
2π −∞ −∞
.
Z ∞ Z ∞
1
f (x) = cos αx dx f (u) cos αu dx si f est paire
2π −∞ −∞
.
Z ∞
f (x) = Fs (α) sin αu du est appelée transformée de Fourier en sinus inverse de Fs (α)
0
Z ∞
f (x) = Fc (α) sin αu du est appelée transformée de Fourier em cosinus inverst de Fc (α)
0
Ces deux identités sont appelées identités de PARSEVAL pour les intégrales de Fourier
Exercice
Etablir les identités de PARSEVAL pour les cas de transformations de Fourier en sinus et en cosinus.
54
4.5 Convolution pour les intégrales de Fourier
La convolution de deux fonctions f et g est définie par :
Z ∞
f ∗g = f (u)g(x − u) du
−∞
On montre que
F (f ∗ g) = F (f ).f (g), f ∗ g = g ∗ f, f ∗ (g ∗ h) = (f ∗ g) ∗ h, f ∗ (g + h) = f ∗ g + g ∗ h.
∂v ∂2v ∂v ∂F (v)
F( ) = iαF (v), F ( 2 ) = −α2 F (v), F ( ) = ( ,
∂x ∂x ∂t ∂t
Z ∞ Z ∞
∂v ∂v ∞
F( ) = dx = e−iαx v −∞ + iα ve−iαx dx,
∂x −∞ ∂x −∞
∂2v
F( ) = −α2 F (α),
∂x2
∂w ∂2w ∂w
v= , F( ) = iαF ( ) = (iα)2 F (w).
∂x ∂x ∂x
On peut généraliser
∂nv
F = (iα)n F (v).
∂xn
Z ∞ Z ∞
∂v ∂v −iαx ∂ ∂
F( )= e dx = ve−iαx dx = F (v)
∂t −∞ ∂t ∂t −∞ ∂t
∂u ∂2u
= k 2, u(x, 0) = f (x), |u(x, t)| < M, où − ∞ < x < ∞.
∂t ∂x
2) Donner l’interprétation physique
Solution 1) En prenant la transformée se part et d’autres de cette égalité, il vient :
∂û
= −kα2 û.
∂t
55
2
En résolvant cette équation, il vient : û = Ce−kα t ,
2
û = F (u(x, t)) = Ce−kα t .
1
Z ∞
2 √
u(x, t) = √ e−z f (x − 2z kt) dz.
π −∞
2) L’interprétation physique du problème revient à déterminer la température d’une barre mince et infinie dont
la surface est isolée et la température initiale est f (x).
∂u
u(0, x) = ϕ(x), = ψ, 0 ≤ x ≤ l. (4.3)
∂t t=0
L’équation (4.1) est linéaire et homogène, c’est pourquoi la somme des solutions particulières sera toujours une
solution de cette équation.
Cherchons une solution non triviale c’est-à-dire non nulle s’écrivant comme produit de deux fonctions :
56
u(x, t) = T (t)X(x) (4.4)
où T dépend de t et X de x.
D’autre part, nous allons rechercher cette solution telle qu’elle puisse vérifier la condition limite (4.2). Substituons
la partie droite de (4.4) à la place de u(t, x) dans (4.1) on a :
X 00 T = T 00 X,
X 00 (x) T 00 (t)
= = −λ.
X(x) T (t)
(Dans la suite nous allons montrer que cette constante est réelle).
De la relation précédente il vient que :
Pour définir les fonctions X(x) et T (t), les conditions aux limites (4.2) donnent
Il vient que la fonction X(x) devrait vérifier les conditions aux limites
Si non on avait T (t) = 0 c’est-à-dire u(t, x) = 0 et nous cherchons la solution non triviale. Ainsi nous sommes
arrivés au problèmes des valeurs propres.
Nous devons chercher le nombre λ appelé solution propre et nous devons rechercher cette solution. Le problème
posé est celui de STURM-LIOUVILLE.
Ici nous allons considérer trois cas :
λ < 0, λ = 0, λ > 0.
1) Si λ < 0, Le problème n’admet pas de solution non triviale ; effectivement, la solution générale est
√ √
−λx
X(x) = C1 e + C2 e− −λx
ie √ √
−λl
C1 = −C2 , C1 ( −e− −λl
) = 0 =⇒ C1 = 0, C2 = 0, careα − e−α6=0 , ∀α ∈ R
Ainsi,
X(x) ≡ 0,
2) Si λ > 0, la solution générale contient des exposants imaginaire ; c’est pourquoi nous pouvons l’écrire
√ √
X(x) = C1 cos λx + C2 sin λx
57
√
√ la condition X(0) = 0, il faut que C1 = 0. Alors la condition X(l) entraine que C2 sin
Pour vérifier λl = 0, ou
encore sin λl = 0√(car si C2 = 0, nous obtenons
√ une solution triviale).
L’équation sin λl = 0 est vérifiée si l λ ie
n2 π 2
λ= , avec n 6= 0, comme nous avions supposé que λ 6= 0.
l2
Pour les n négatifs, λ prend les mêmes valeurs que les n positifs. C’est pourquoi toutes les valeurs λ pour
lesquelles l’équation (4.6) admet une solution non triviale vérifiant la condition limite (4.2’) donne la formule
n2 π 2
λn = , n = 1, 2, 3, ...
l2
Ainsi nous avions trouvé les valeurs propres posées pour le probl‘eme. A ces valeurs propres correspondent les
fonctions propres
nπ
Xn (x) = C2 sin
x,
l
vue par l’équation (4.6), les fonctions propres se définissent à une constante près positive sur nous pouvons poser
égale à 1, ou bien la choisir telle que la fonction propre Xn (x) vérifie une condtion supplémentaire appelée condition
de normalité. Il est nécessaire d’introduire la norme telle que
Z l
Xn2 (x) dx = 1.
0
n2 π 2
Tn00 + Tn = 0.
l2
Après résolution, nous avons :
nπ nπ
Tn (t) = An cos t + Bn sin t,
l l
où An et Bn sont des coefficients.
Posons
nπ nπ nπ
un (t, x) = Xn (x)T (t) = (An cos t + Bn sin t) sin x
l l l
qui vérifie l’équation (4.1) et les conditions aux limites en (4.2) pour tout An P et Bn constantes. En vertu de la
∞
linéarité et de l’homogénéité de l’équation, la somme des solutions particulières n=1 un (t, x) est aussi solution de
cette équation.
Essayons de définir les constantes An ,Bn telle que la série infinie
∞ ∞
X X nπ nπ nπ
u(t, x) = un (t, x) = (An cos t + Bn sin t) sin x (4.8)
n=1 n=1
l l l
58
vérifie aussi l’équation (4.1) et les conditions limites (4.2) et les conditions initiales (4.3), commençons avec les
conditions initiales.
∞
X nπ
u(0, x) = An sin x = ϕ(x) (4.9)
n=1
l
d’autres part, si l’on pouvait différencier la série (4.8) membre par membre, nous aurions :
∞
∂u(t, x) X nπ nπ
= Bn sin x = ψ(x). (4.10)
∂t t=0 n=1
l l
Supposons que les fonctions ϕ et ψ peuvent être décomposées uniformément et absolument en séries convergentes
en sin nπ
l x dans le segment [0, l]. Dans la théorie des séries trigonométriques nous savons que ceci n’est possible
que si les fonctions ϕ(x) et ψ(x) sont continues ensemble avec leur dérivées premières et que ϕ(0) = ϕ(l) = 0,
ψ(0) = ψ(l) = 0, c’est-à-dire à l’extremité du segment, ces fonctions deviennent nulles. Supposons que les conditions
précédentes sont vérifiées alors nous aurons :
∞ Z l
X nπ 2 nπ
ϕ(x) = ϕn sin x, ϕn = ϕ(ζ) sin ζ dζ,
n=1
l l 0 l
∞ Z l
X nπ 2 nπ
ψ(x) = ψn sin x, ψn = ψ(ζ) sin ζ dζ.
n=1
l l 0 l
Les séries pour ϕ(x) et ψ(x) sont absolument et uniformément convergentes. Si l’on compare ces séries avec les
formules (4.9), (4.10) et (4.8), on peut différencier en membre par t, ainsi pour que les conditions initiales soient
vérifiées, il faut poser
l
An = ϕn , Bn = ψn .
nπ
ainsi la solution de l’équation (4.1)-(4.3) sera :
∞
X nπ l nπ nπ
u(t, x) = (ϕn cos t+ ψn sin t) sin x. (4.11)
n=1
l nπ l l
∂u ∂2u
= a2 2 , où u(x, t) ∈ Q = {x, t : 0 < x < l, 0 < t < T } (4.12)
∂t ∂x
avec condition initiale
u(0, x) = ϕ, (4.13)
et condition limite
u(t, 0) = u(t, l) = 0 (4.14)
En utilisant la méthode de séparation de variables nous obtenons :
1 T 0 (t) X 00 (x)
u(t, x) = T (t)X(x), = = −λ.
a2 T (t) X(x)
59
X 00 (x) + λX(x) = 0, T 0 (t) + a2 λT (t) = 0. (4.15)
Nous obtenons une fois de plus , le problème aux valeurs propres X 00 + λX = 0 avec X(0), X(l) = 0, que avions
déjà résolu.
nπ 2 nπ
λ= , Xn (x) = sin x.
l l
Des valeurs de λn , correspondent les solutions de la deuxième équation de (4.15) :
2
Tn (t) = Cn e−a λn t
.
Ainsi nous obtenons la solution particulière de l’équation de propagation de la chaleur avec les données initiales
de la forme
2 nπ
un (t, x) = Cn e−a λn t
sin x.
l
Pour vérifier la condition initiale, établissons la série :
∞ ∞
X X 2 nπ
u(t, x) = un (t, x) = Cn e−a λn t
sin x. (4.16)
n=1 n=1
l
A partir de la condition initiale, déterminons les coefficients Cn à partir des coefficients de Fourier de la fonction
initiale ϕ(x).
Nous avons :
∞
X nπ
u(0, x) = Cn sin x,
n=1
l
c’est-à-dire Cn est le coefficient de Fourier de la fonction ϕ par la décomposition en série de Fourier en sinus.
Z l
2 nπ
Cn = ϕn = ϕ(ζ) sin ζ dζ. (4.17)
l 0 l
pour achever la résolution du problème nous devons montrer que la série en (4.16) avec Cn définie par la formule
(4.17) converge uniformément avec la dérivée seconde par rapport à x et à la dérivée première par rapport à t (
c’est pour que la série (4.16) vérifie l’équation initiale (4.12)).
Si ϕ est continue et dérivable par morceaux et vérifie la condition ϕ(0) = ϕ(l) = 0, alors la série (4.16) converge
absolument et uniformément dans Q̄ = {x, t tel que 0 ≤ x ≤ l et 0 ≤ t ≤ T } c’est-à-dire définit une fonction
continu dans Q̄.
Dans la suite, il reste à montrer que la série obtenue peut être dérivée membre à membre c’est-à-dire qu’elle
vérifie l’équation de propagation de la Chaleur. Montrons que la série (4.16) pour t ≥ t0 > 0 peut être dérivée
membre à membre par rapport à t et x plusieurs fois pour tout t0 > 0. En addition, toute les séries obtenues sont
convergentes (convergence uniforme) ainsi dans ce cas les propriétés de la solution de l’équation de propagation de la
chaleur diffèrent de celle de la corde vibrante. Ceci tout simplement parce que dans la solution en S, l’exponentielle
est présente et élevée à la puissance négative (pour t ≥ t0 > 0). C’est pourquoi la série majorante
∞
X ∞
X nπ 2
αn = Mnq exp −a2 t0
n=1 n=1
l
60
Ainsi, nous avons montré que si ϕ(x) ∈ C 1 (Q̄) où Q̄ = {x, t : 0 ≤ x ≤ l, t ≥ 0}, ϕ̄0 continue par morceau
ϕ(0) = ϕ(l) = 0, alors il existe une solution unique du problème
∂u ∂2u
= a2 2 , (x, t) ∈ Q, u(0, x) = ϕ(x), u(t, 0) = u(t, l) = 0
∂t ∂x
continu dans le domaine Q̄ et vérifiant l’équation donnée à l’intérieur de Q. Cette solution se presente sous la forme
de série
∞
nπ 2 2 nπ
Cn e−( l ) a t sin
X
u(t, x) = x. (4.18)
n=1
l
La transformée de Fourier de la fonction f (x) où x est pris dans Rn est définie par
Z
fˆ(ζ) = e−i(x,ζ) f (x) dx (4.19)
Rn
61
Chapitre 5
5.1 INTRODUCTION
Dans ce cours nous allons nous limiter au cas simple de la théorie des opérateurs. En effet, dans le cours d’analyse
fonctionnelle, on définit l’opérateur borné dans un ensemble D(A) d’un espace de Hilbert H qui fait correspondre
chaque élément u ∈ D(A) un certain élément v ∈ H tel v = Au si dans D(A) on a : A(λu1 + µu2 ) = λAu1 + µAu2
alors l’opérateur A est dit linéaire en plus, nous supposons que D(A) est un ensemble linéaire dense dans H s’il
existe une constante C telle que ||Au|| ≤ C||u|| (#) pour tout u dans A où la norme est prise dans H, alors A est
opérateur borné dans A.
Dans le cours général d’analyse fonctionnelle, nous notons que l’opérateur borné peut être défini dans tout H
avec conservation de l’inégalité (#) le plus petit C telle que (#) soit vérifié est appelé norme de A et noté ||A||.
||Au||
||A|| = sup .
u∈H, u6=0 ||u||
Définition 11. L’opérateur normé est auto adjoint si et seulement si (Au, v) = (u, Av) ∀u, v ∈ H.
Définition 12. l’opérateur A est compact s’il transforme tout ensemble borné en un compact.
Dans la théorie des équations différentielles nous avons affaire aux opérateurs non bornés c’est-à-dire pour
lesquels il n’existe pas de constances C telles que l’inégalité (#) soit vérifiée. Les opérateurs non bornés ne sont pas
généralement définis pour tous les éléments de H.
considérons comme exemple l’opérateur A défini avec l’expression différentielle
d2 ∞
A = dx 2 avec pour domaine de définition C ([0, 1])
Montrons que A est non borné.
pour cela considérons la suite
Un (x) = sin nπx.
d2
AUn = sin nπx.
dx2
62
D’autre part ;
! 12
Z l
1 sin nπ
||Un || = Un2 = −
0 2 4nπ
1
||Un || → √ , n → +∞,
2
||Au||
= (nπ)2 → ∞.
||u||
l’opérateur est non borné.
Dans la définition d’un opérateur, il faut obligatoirement donner son domaine de définition puisque l’opérateur
non borné n’est pas définit dans tout H.
Ainsi l’opérateur différentiel A peut être défini dans C 0,∞ ([0, , 1]) ou dans C ∞ ([0, , 1]), f (0) = f (1) et x ∈
F (I) ⇒ f (x) = 0 et nous obtenons deux opérateurs A et A0 comme D(A0 ) inclut dans D(A).
A est appelée extension de A0
Remarque 8. Le définition de l’opérateur différentiel peut être choisie de différentes manières et à chaque fois
nous obtenons un nouvel opérateur non borné en général avec d’autres propriétés.
.
Exemple
pour l’opérateur différentiel A0 avec pour domaine de définition D(A0 ) = C 0,∞ ([0, , 1]) la relation suivante est
vérifiée : Z 1 2
0 d u
(A u, v) = 2
v dx = (u, A0 v), ∀u, v ∈ D(A0 ). (5.1)
0 dx
Alors A0 est appelée opérateur symétrique. Mais la relation (5.1) n’est pas vérifiée car
1 1 1
d2 u
Z
0 du dv
(A u, v) = v dx = (u, Av) + − u .
0 dx2 dx 0 dx 0
Dans la théorie des opérateurs non bornés on note une classe importante d’opérateurs : les opérateurs auto-
adjoints mais l’étude de leurs propriétés pour les besoins des EDP est un problème généralement compliqué. Justi-
fions cette idée.
Puisque l’opérateur non borné est défini non dans tout H alors il apparaît le problème de la fermeture de
L’opérateur. Soit A un opérateur défini dans un ensemble dense D(A) contenu dans H (dans le cas d’un opérateur
différentiel) comme ensemble dense on peut prendre les fonctions dérivables avec ou sans conditions limites et comme
H prendre L2 (Ω).
63
5.3 Définition de l’opérateur adjoint pour l’opérateur non borné.
Soit A un opérateur quelconque de domaine de définition D(A) qui est dense dans H. L’opérateur A∗ vérifiant la
relation (Au, v) = (u, A∗ v) pour tout u, v dans D(A) est appelé opérateur adjoint à A. On note que A∗ est toujours
fermé et même pour un opérateur non fermé A.
c’est-à-dire
Vtt + 2z − Vt = Vxx + 4t sin 2x + et sin x.
Les conditions initiales et limites nous donnent
π
V (0, t) = 0, Vx ( , t) = 0, V (x, 0) = 0, Vt (x, 0) = sin x.
2
Soit
d2
A= ,
dx2
π π
D(A) = {X, X ∈ C 2 ([0, ]), X(0) = 0; X( ) = 0}.
2 2
π π Z π2
d2 u d2 v
Z Z
2 2 du dv
(Au, v) = dx = − dx = u 2 dx = (u, Av).
0 dx2 0 dx dx 0 dx
donc A symétrique et par conséquent ses valeurs propres sont réelles.
Cherchons le signe des valeurs propres.
On a : √ √
Xn (n) = C1 cos −λx + C2 sin −λx,
D’où Xn (0) = 0 ⇒ C1 = 0, et
π √ π π
Xn ( ) = 0 → cos −λ = cos(2n + 1) .
2 2 2
D’où λ = −(2n + 1) et nous pouvons poser C2 = 1. Alors Xn (x) = sin(2n + 1)x, L2 = ([0, π2 ]).
En pré-multipliant scalairement par Xn l’équation en V (x, t) il vient :
Tn00 (t)||Xn ||2 + 2(x, Xn ) − 2Tn0 (t)||Xn ||2 = Tn (t)λ||Xn ||2 + 4t(sin 2x, Xn ) + et (sin x, Xn )
64
(x, Xn ) (sin 2x, Xn )
⇒ Tn00 (t) + 2 − 2Tn0 (t) = λTn (t) + 4t + et δ0n .
||Xn ||2 ||Xn ||2
Or Tn (0) = 0, Tn0 (0) = δ0n . Pour n = 0, on a :
65
Chapitre 6
TRANSFORMATION DE LAPLACE
6.1 Introduction
A l’heure actuelle , le calcul opérationnel ou symbolique est l’un des domaines important de l’analyse mathéma-
tique. En physique, en mécanique, en électrotechnique et bien d’autres domaines de la science, on utilise d’autres
méthodes du calcul opérationnel pour la résolution de différents problèmes .
Le calcul opérationnel a trouver une application particulièrement large dans la technologie de l’automation et
des télécommunications.
Dans ce chapitre, nous allons exposer les notions fondamentales du calcul opérationnel, ainsi que les méthodes
de son application à la résolution des équations différentielles ordinaires.
Montrons que la fonction f (t) vérifie la condition (6.1) et a > s0 , alors les intégrales du second membre de
l’égalité en (6.3) existent et la convergence de ces intégrales est absolue. Estimons d’abord la première termes de
ces intégrales :
66
Z ∞ Z ∞ Z ∞
| e−at f (t) cos bt dt| ≤ |e−at f (t) cos bt dt| < M e−at es0 t dt
0 0 0
Z ∞
= M e−(a+s0 )t dt
0
M
=
a − s0
On estime de même la seconde intégrale. Ainsi existe, elle définit une certaine fonction de p que nous allons
désigner par F (p) : Z ∞
F (p) e−pt f (t) dt (6.4)
0
La fonction F (p) est appelée transformation de Laplace ou l’image de f (t). La fonction f (t) est appelée Original
ou fonction objet de F (t). Le fait que F (p) soit l’image de f (t) est notée de la manière suivante :
67
II- Soit f (x) = sin t, on a
∞ ∞
(−p sin t − cos t)
Z
1
L{sin t} = e−pt sin t dt = e−pt = .
0 p2 + 1 0 1 + p2
Ainsi,
1
sin t ←− . (6.9)
p2 +1
III-f (t) = cos t
∞ ∞
(sin t − p cos t)
Z
p
L{cos t} = e−pt cos t dt = e−pt = .
0 p2 + 1 0 1 + p2
Ainsi,
p
cos t ←− . (6.10)
p2 +1
Effectuons un changement de variables dans la seconde intégrale en posant z = at ; par conséquent dz = adt.
Nous avons alors
1 ∞ −pz
Z
L{f (at)} = e a f (z) dz,
a 0
ou
1 p
L{f (at)} = F ( )
a a
Ainsi si F (p) −→ f (t),
(6.11)
alors a1 F ( ap ) −→ f (at).
Exemple 1 : Nous obtenons immédiatement de la formule (6.9), en vertu de (6.11) :
1 1 a
sin at ←− ou sin at ←− . (6.12)
a ( p 2) + 1 p2 + a2
a
alors
n
X
F (p) = ci Fi (p) (6.14)0
i=1
68
Exemple 1 : Trouver l’image de la fonction f (t) = 3 sin 4t − 2 cos 5t.
Solution En vertu des formules (6.12), (6.13) et (6.14)’ nous obtenons
4 p 12 2p
L{f (t)} = 3 −2 2 = 2 − 2
p2 +1 6 p +2 5 p +1 6 p +1 6
Exemple 2 : Trouver l’original dont l’image est donnée par l’expression
5 20p
F (p) = + 2 .
p2 +4 p +9
6.7 Image de fonctions e−αt , sinh αt ; cosh αt, e−αt sin at et e−αt cos at
Il découle de la formule (6.8) en vertu de la formule (6.15) que
1
−→ e−αt (6.16)
p+α
1
−→ eαt (6.16)0
p−α
Retranchant (6.16) de (6.16)’, il vient :
1 1 1 1
− −→ (e−αt − eαt )
2 p+α p−α 2
ou
α
−→ sinh αt. (6.17)
p2 − α2
69
En faisant la somme de (6.16) et (6.16)’, on obtient
p
−→ cosh αt. (6.18)
p2 − α2
Solution : Transformons F (P ) de façon à lui donner la formule de l’expression du premier membre de la relation
(6.19) :
7 7 7 4
2
= 2
=
p + 10p + 41 (p + 5) + 16 4 (p + 5)2 + 42
7 4
=⇒ F (p) =
4 (p + 5)2 + 42
Par conséquent, en vertu du de la formule (6.19),nous aurons
7 −5t
F (p) −→ e sin 4t.
4
Exemple 2 : trouver l’original si l’image est donnée par la formule :
p+3
F (p) =
p2 + 2p + 10
p+3 (p + 1) + 2 (p + 1) 2 (p + 1) 2 3
= = + = + .
p2 + 2p + 10 (p + 1)2 + 9 (p + 1)2 + 9 (p + 1)2 + 9 (p + 1)2 + 32 3 (p + 1)2 + 32
70
Exemple 1 : Utilisation de la formule (6.22) pour trouver l’image de la fonction puissance.
Écrivons la formule (6.8) : p1 −→ 1
nous obtenons de cette formule en vertu de la formule (6.21)
d 1 1
(−1) ( ) −→ t ou 2 −→ t
dp p p
−a2 − p2
−→ t cos at. (6.25)
(p2 + a2 )2
Exemple 4 : Nous obtenons de la formule (6.16) en vertu de la formule (6.21) :
1
−→ te−αt (6.26)
(p2 + α 2 )2
Nous supposons ici que toutes les dérivées f 0 , f 00 , f 000 , ..., f (n) que nous rencontrerons satisfont à la condition
(6.1) et par conséquent que l’intégrale en (6.28) et les intégrales analogues pour les dérivées successives existent.
Effectivement l’intégration par partie de l’intégrale du second membre de (6.28) nous donne :
Z ∞ Z ∞
∞
L{f 0 (t)} = e−pt f 0 (t) dt = e−pt f (t) 0 + p = e−pt f (t) dt
0 0
R∞ −pt
Or d’après l’équation (6.1),on a : lim = 0 et 0
e (t) dt = F (p), c’est pourquoi :
t→∞
71
En ouvrant les parenthèses,
p2 F (p) − pf (0) − f 0 (0) −→ f 00 (t). (6.29)
l’image de la dérivée d’ordre n sera :
pn F (p) − [pn−1 f (0) + pn−2 f 0 (0) + ... + pf (n−2) (0) + f (n−1) (0)] −→ f (n) (t). (6.30)
Remarque 9. Les formules (6.27), (6.29) et (6.30) se simplifient si f (0) = f 0 (0) = f 00 (0) = ... = f (n−1) (0) = 0.
Dans ce cas de figure,
F (p) −→ f (t)
pF (p) −→ f 0 (t)
n
p F (p) −→ f (n) (t)
72
6.11 Equation auxiliaire d’une équation différentielle donnée
Soit donnée une équation différentielle linéaire de n−ième ordre à coefficients constants a0 , a1 , ..., an :
dn x dn−1 x dx
a0 + a1 + ... + an−1 + an x(t) = f (t). (6.31)
dtn dtn−1 dt
On demande de trouver la solution x = x(t) pour t positif vérifiant les conditions
(n−1)
x(0) = x0 , x0 (0) = x00 , ... x(n−1) (0) = x0 . (6.32)
Pour le résoudre, nous cherchons d’abord la solution générale de l’équation (6.31) contenant n constantes arbi-
traires, ensuite nous déterminerons ces constantes de manière que les conditions en (6.32) soient vérifiées. Dans ce
cours, nous allons exposer une méthode plus simple de résolution de ce problème : La méthode de calcul opérationnel
encore appelée transformée ou transformation de LAPLACE. En effet, nous cherchons l’image L de la solution x(t)
de l’équation (6.21) vérifiant les conditions initiales en (6.32). Désignons cette image L par x̄(p) ; ainsi nous aurons
x̄(p) −→ x(t).
Supposons que l’image de la solution de l’équation (6.31) ainsi que ses dérivées jusqu’à l’ordre n inclue existent
(une fois la solution trouvée, nous pouvons vérifier la validité de cette supposition). Multiplions les deux membres
de l’égalité (6.31) par e−pt où p = a + ib et intégrons par rapport à t entre 0 et +∞.
Z ∞ Z ∞ Z ∞ Z ∞
dn x dn−1 x
a0 e−pt n dt + a1 e−pt n−1 dt + ... + an e−pt x(t) dt = e−pt f (t) dt. (6.33)
0 dt 0 dt 0 0
dans le premier membre de l’égalité, nous avons l’image L de f (t) que nous désignons par F (p). Par conséquent,
l’égalité (6.33) peut être mise sous la forme :
n n−1
d x d x
a0 L n
+ a1 L n−1
+ ... + an L {x(t)} = L{f (t)}.
dt dt
Remplaçant dans cette égalité les images de la fonction et des ses dérivées par les expressions (6.27), (6.29) et
(6.30), nous obtenons :
(n−1) (n−2)
a0 {pn x̄(p) − [pn−1 x0 + pn−2 x00 + pn−3 x000 + ... + x0
]} + a1 {pn−1 x̄(p) − [pn−2 x0 + pn−3 x00 + ... + x0 ]} + ...
+an−1 {px̄(p) − x0 } + an x̄(p) = F (p)
(6.34)
L’équation (34) est appelée équation auxiliaire ou équation image . Dans cette équation, l’inconnue est l’image x̄(p)
que nous déterminerons à partir de cette équation. Transformons cette équation en laissant dans le premier membre
les termes contenant x̄(p). On a :
(n−1) (n−2)
x̄(p)[a0 pn + a1 p + ... + an−1 p + an ] − a0 [pn−1 x0 + pn−2 x00 + ... + x0 ] + a1 [pn−2 x0 + pn−3 x00 + ... + x0 ] +
... + an−2 [px0 + x00 ] + an−1 x0 = F (p).
(6.34)0
Le coefficient de x̄(p) dans le premier membre de (6.34)’ est un polynôme en p que l’on peut obtenir si dans
l’équation (6.31), on remplace les dérivées par les puissances correspondantes de P . désignons le par ϕn (p) :
73
(n−2)
- Le coefficient a1 est multiplié par pn−2 x0 + pn−3 x00 + ... + x0
(n−1)
- Le coefficient a0 est multiplié par pn−1 x0 + pn−2 x00 + ... + x0
On fait la somme de tous les ces produits e ton ajoute F (p) . Tous les termes du second membre de (6.34)0 excepté
F (p) constituent après regroupement de termes semblables un polynôme en p de dégré n − 1 dont les coefficients
sont connus . Désignons le par ψn−1 (p). Par conséquent l’équation (6.34)’ peut s’écrire :
Il s’ensuit que x̄(p) ainsi déterminé est l’image de la fonction x(t) de (6.31) vérifiant les conditions initiales en (6.32).
Si maintenant nous trouvons une autre fonction x∗ (t) dont l’image est la fonction x̄(p) définie par l’égalité (6.36),
il découlera alors du théorème de l’unicité de la solution que x∗ (t) est la solution de l’équation (6.31) vérifiant les
conditions en (6.32), autrement dit
x∗ (t) = x(t)
. Si nous voulons trouver la solution de l’équation (6.31) pour les conditions initiales triviales (x0 = x00 = x000 = ... =
xn−1
0 = 0 , alors dans l’égalité (6.36), nous aurons ψn−1 = 0 et elle sera de la forme :
F (p)
x̄(p)
ϕn (p)
F (p)
ou x̄(p) = . (36)0
a0 pn + a1 pn−1 + ... + an
Exemple 1 : Trouver la solution de l’équation différentielle :
dx
+x=1
dt
vérifiant les conditions initiales : x = 0, pour t = 0.
Solution :
1 1
x̄(p)(p + 1) = 0 + ou x̄(p)
p (p + 1)p
Décomposons la fraction du second membre en éléments simples. Nous obtenons
1 1
x̄(p) = − .
p p+1
Utilisant les formules 1 et 4 du tableau, nous trouvons la solution :
x(t) = 1 − e−t
d2 x
+ 9x = 1
dt2
vérifiant les conditions initiales : x0 = x00 = 0, pour t = 0.
Solution : Écrivons l’équation auxiliaire (6.34’)
1 1
x̄(p)(p2 + 9) = ou x̄(p) = .
p p(p2 + 9)
74
Décomposant la fraction du second membre en éléments simples nous pouvons écrire :
− 91 p 1
9
x̄(p) = + .
p2 + 9 p
En vertu des formules9, 1 et 3 du tableau nous trouvons la solution
1 1
x(t) = − cos 3t + .
9 9
Exemple 3 : Trouver la solution de l’équation différentielle :
d2 x dx
+3 + 2x = t,
dt2 dt
vérifiant les conditions initiales : x0 = x00 = 0 pour t = 0.
Solution : Écrivons l’équation auxiliaire (6.34’)
1
x̄(p)(p2 + 3p + 2) =
p2
1 1
⇒ x̄(p) = = 2
p2 (p2
+ 3p + 2) p (p + 1)(p + 2)
Décomposant cette fraction en éléments simples par la méthode des coefficients indéterminés, nous obtenons :
1 1 31 1 1
x̄(p) = 2
− + − .
2p 4 p p + 1 4(p + 2)
D’après les formules 9, 1 et 4 du tableau nous trouvons la solution :
1 3 1
t − + e−t − e−2t .
x(t) =
2 4 4
Exemple 4 : Trouver la solution de l’équation différentielle :
d2 x dx
2
+2 + 5x = sin t
dt dt
vérifiant les conditions initiales : x0 = 1, x00 = 2 pour t = 0.
Solution : Écrivons l’équation auxiliaire (6.34’)
x̄(p)(p2 + 2p + 5) = p ∗ 1 + 2 + 2 ∗ 1 + L{sin t},
1
où x̄(p)(p2 + 2p + 5) = p + 4 +
p2 + 1
D’où nous trouvons :
p+4 1
x̄(p) = + .
p2 + 2p + 5 (p2 + 1)(p2 + 2p + 5)
Décomposant la fraction du second membre en éléments simples nous pouvons écrire :
11 1
10 p
+4 − 10 p + 15
x̄(p) = + ,
p2 + 2p + 5 p2 + 1
11 p+1 29 2 1 p 1 1
x̄(p) = 2 2
+ 2 2
− +
10 (p + 1) + 2 10 ∗ 2 (p + 1) + 2 10 p + 1 5 p2 + 1
2
75
6.12 Théorème de décomposition
Il découle de la formule (6.36) du point des équations auxiliaires d’une équation différentielle donnée que l’image
de la solution d’une équation différentielle linéaire se compose de deux termes : le premier est une fraction rationnelle
régulière de p, le second une fraction dont le numérateur est l’image du second membre F (p) de l’équation et le
dénominateur de polynôme ϕn (p). Si F (p) est une fraction rationnelle. Il faut ainsi savoir trouver l’original dont
l’image est une fraction rationnelle régulière. Nous aborderons cette question dans le présent paragraphe. Supposons
que l’image L d’une certaine fonction est une fraction rationnelle régulière de p :
ψn−1 (p)
.
ψn (p)
On demande de trouver l’original. Dans votre cours d’analyse où d’algèbre de première année que chaque fraction
rationnelle régulière peut être représentée sous forme de somme d’éléments simple de 4 types :
A
1 p−a ,
A
2 (p−a)k ,
Ap+B a2
3 p2 +a1 p+a2 où les racines du dénominateur sont complexes c’est-à-dire : 4 − a2 < 0,
Ap+B
4 (p2 +a1 p+a2 )k
où k ≥ 2, les racines du dénominateur sont complexes.
Trouvons l’original pour chacune des quatre fractions simples. Pour les fractions du type 1 nous obtenons en vertu
de la formule 4 du tableau
A
−→ Aeat .
p−a
Pour la fraction du type 2 en vertu des formules 9 et 4 du tableau, nous trouvons :
A 1
k
−→ A tk−1 eat . (6.37)
(p − a) (k − 1)!
Désignant ici le premier et le second terme respectivement par M et N , nous obtenons en vertu des formules 8
et 7 du tableau :
q
a1 a2
M −→ Ae− 2 t cos t a2 − 41
q
a1 a2
N −→ B − A a21 q 1 2 e− 2 t sin t a2 − 41
a
a1 − 1
4
Ainsi en définitive :
r r
Ap + B a
− 21 t a21 B− A a21 a21
−→ e A cos t a2 − +q sin t a2 − . (6.38)
p2 + a1 p + a2 4 a21 4
a1 − 4
Nous ne donnerons pas ici le cas des éléments simple du type 4 pour ne pas nous lancer dans des calculs trop
fastidieux. Pour quelques cas particuliers, cette question sera analysée plus bas.
76
6.13 Exemples de résolution des équations différentielles et des sys-
tèmes d’équations différentielles par la méthode du calcul opéra-
tionnel.
Exemple 1 : Trouver la solution de l’équation
d2 x
+ 4x = sin 3x, avec x(0) = 0, x0 (0) = 0.
dt2
Solution : Composons l’équation auxiliaire (6.34’)
3 3
x̄(p)(p2 + 4) = , x̄(p) = 2
p2 + 9 (p + 4)(p2 + 9)
− 35 3
5 1 3 3 2
ou x̄(p) = +
+ +
=− 2 + 2
.
p 9 p 4 5 p + 9 10 p + 4
D’où nous tirons la solution :
3 1
x(t) = sin 2t − sin 3t.
10 5
Exemple 2 : Trouver la solution de l’équation
d3 x
+ x = 0, x(0) = 1, x0 (0) = 3, x00 (0) = 8.
dt3
Solution : Écrivons l’équation auxiliaire (6.34’)
x̄(p)(p3 + 1) = p2 ∗ 1 + p ∗ 3 + 8,
p2 + 3p + 8 p2 + 3p + 8 2 −p + 6
x̄(p) = = =
p3 + 1 (p + 1)(p2 − p + 1) p + 1 p2 − p + 1
q
1 3
1 p − 2 11 4
=2 − q 2 + √ q 2
p+1 2 3 2
p − 12 + 3
p − 12 + 3
4 4
77
Il est évident que la méthode du calcul opérationnel permet aussi de résoudre les systèmes d’équations différentielles
linéaires. Montrons-le sur un exemple.
Exemple 2 :
3 dt + 2x + dy
dx
dt = 1
dx dy
dt + 4 dt + 3y = 0, x(0) = 0, y(0) = 0.
Solution :
x(t) ←− x̄(p), y(t) ←− ȳ(p).
Écrivons le système d’équation auxiliaire
1
(3p + 2)x̄(p) + pȳ(p) = p
px̄(p) + (4p + 3)ȳ(p) = 0.
Après résolution :
4p+3 1 1 33
x̄(p) = p(p+1)(11p+6) = 2p − 5(p+1) − 10(11p+6)
1
ȳ(p) = − (11p+6)(p+1) = 15 1 11
p+1 − 11p+6
D’après les images nous trouvons chaque fois l’original c’est-à-dire les solutions cherchées du système :
1 1 −t 3 − 116
t
x(t) = 2 − 5e − 10
6
e ,
1 −t − 11 t
y(t) = 5 (e − e ).
En posant t = pτ , on obtient :
Z ∞
Γ(k + 1) Γ(k + 1)
= e−pτ τ k dτ ⇒ L(tk ) = . (∗)
pk+1 0 pk+1
n!
En particulier, pour k ∈ N, L(tk ) = pk+1
, (n = 0, 1, 2, ..., ). Si nous dérivons par rapport au paramètre de (∗),
Γ(k + 1)
L(tk ln t) = [ψ(k + 1) − ln p], <{k} > −1,
pk+1
78
où ψ est la dérivée logarithmique de la fonction Γ. Si l’on pose k = 0, il vient : Lln t = − p1 (c + ln p), où c = −ψ(1) =
limn→∞ 1 + 21 + ... + n1 − ln n = 0.577215. elle est appelée constante d’Euler.
k √
Cherchons l’image de la fonction t 2 Jk (2 t), où k est un nombre complexe, < > −1 et Jk (t) la fonction de Bessel
d’ordre k. k X ∞ 2
t (−1)n 1 t
Jk (t) = n
2 n=0
n! Γ(n + k + 1) 2
√
En posant t = 2 z, on a :
∞
√ k
X (−1)n zn
Jk (2 z) = z 2 .
n=0
n! Γ(n + k + 1)
Ainsi :
∞ ∞
( )
k √ X (−1)n tn+k X (−1)n 1 1 1
L{t Jk (2 z)} = L
2 = n+k+1
= k+1 e− p , <{k} > −1. (#)
n=0
n! Γ(n + k + 1) n=0
n! p p
79
Introduisons l’intégrale √
Z ∞ k
(λt) 2 Jk (2 λt)
I(λ) = 2k−n+2 dt.
0 t 2
Les théorèmes relatifs à la transformation de Mellin se déduisent des théorèmes correspondants des transformations
de Fourier et de Laplace moyennant un changement de variables. Nous en citerons :
Théorème 11. Supposons que τ σ−1 f (τ ) ∈ L]0, ∞[ où f (τ ) est à variation bornée au voisinage du point τ = t.
Alors : Z σ+iλ
f (t + 0) + f (t − 0) 1
= lim F (s)t−s ds.
2 2πi λ→∞ σ−iλ
où F (s) est la transformée de Mellin
Théorème 12. Supposons que F (σ + iλ) ∈ L] − ∞, +∞[ et qu’elle est à variation bornée au voisinage du point
u = t. Alors Z λ
1
[F (σ + i(t + 0)) + F (σ + i(t − 0))] = lim f (t)tσ+it−1 dt,
2 λ→∞ 1
λ
où Z σ+i∞
1
f (t) = F (s)t−s ds.
2πi σ−i∞
80
supposons que F (s) et G(s) des transformations de Mellin des fonctions f (t) et g(t). Il vient :
1
R h+i∞ 1
R h+i∞ R∞
2πi h−i∞
F (s)G(1 − s) ds = 2πi h−i∞
G(1 − s) ds 0 f (t)ts−1 dt
1
R∞ R h+i∞
= R2πi 0
f (t) dt h−i∞ G(1 − s)ts−1 ds
∞
= 0 f (t)g(t) dt. (A)
De façon analogue,
Z h+i∞ Z ∞ Z k+i∞ Z ∞
1 1 s−1 1 dt
F (s)G(1 − s) ds = g(t) dt t ds = g(t)f .
2πi h−i∞ 2πi 0 k−i∞ 0 t t
Théorème 13. Supposons que tk−1 f (t) ∈ L]0, ∞[ et G(1 − k − ix) ∈ L] − ∞, +∞[, ou que F (k + i) ∈ L] − ∞, +∞[
et tk g(t) ∈ L] − ∞, +∞[. La formule (A) est alors valable.
L’analogue du théorème de convolution est :
R∞
Théorème 14. Supposons que tk et tk g(t) appartiennent à l’ensemble L]0, ∞[ et soit h(t) = 0
f (τ )f ( τt ) dτ
τ .
Alors la fonction tk h(t)L]0, ∞[ et sa transformée de Mellin est la fonction F (s)G(s).
Transformation de Hankel
On appelle transformation de Hankel l’intégrale :
Z ∞
fν∗ (u) = Hν [f (t)] = f (t)tJν (ut) dt, 0 < u < ∞,
0
et l’inversion est : Z ∞
f (t) = Hν−1 [fν∗ (u)] = fν∗ (u)Jν (ut)u du, 0 < t < ∞.
0
Transformation de Meijer
La transformation intégrale de Meijer joue un rôle important dans la résolution des équations différentielles de
type Bessel.
Elle est donnée par la formule : r Z ∞
2 1
f˜(s) = Kν (st)(st) 2 f (t) dt
π 0
où Kν (t) est la fonction de Mac Donald. La formule de l’inverse s’écrit :
1 1
f (t) = √ lim Iν (ts)(ts) 2 f˜(s) ds
i 2π λ→∞
81
6.16.2 Transformation de Kontorovitch-Lebedev
Les transformations intégrales dans lesquelles l’intégration s’effectue sur l’ordre des fonctions de Bessel jouent
un rôle très important dans la résolution de certains problèmes de physiques mathématiques. Cette forme de
transformation intégrales a été étudiée pour la première fois par KONTOROVITCH et LEBIDIEV.
Dans la transformation de Kontorovitch-Lebedev, le développement de type intégrale de Fourier :
Z ∞ Z ∞
2
xf (x) = 2 Kiτ (x)τ sinh(πτ ) dτ Kiτ f (ζ) dζ,
π 0 0
où Ku (x) est une fonction de Mac Donald, x > 0, f (x) une fonction arbitraire continue avec sa dérivée et telle que
x2 f (x), xf (x) ∈ L]0, ∞[ joue un rôle fondamentale. L’intégrale
Z ∞
F (τ ) = f (x)Kiτ (x) dx
0
82
Chapitre 7
MESURES ET INTÉGRATIONS
7.1 Introduction
La notion de mesure d’un ensemble A est naturellement la généralisation des notions telles que :
1 la longueur d’un segment,
2 la surface S(F ) d’une figure plane F ,
3 le volume V (G) d’une figure spatiale G,
4 la variation d’une fonction croissante définie dans un segment fini,
5 l’intégrale d’une fonction prise à partir d’un domaine linéaire, superficielle ou spatial...etc.
Cette notion est apparue en théorie de fonction à variables réelles et de là, elle s’est étendue en probabilité, des
systèmes dynamiques et d’autres parties des mathématiques.
où a, b, c et d sont nombres arbitraires. L’ensemble appartenant à ce système sera appelé rectangle. Le rectangle
fermé sera défini par
a ≤ x ≤ b, c ≤ x ≤ d
Les autres rectangles seront sans frontières ou sans bornes . La classe de tous les rectangles sera note par σ. Pour
chaque rectangle, on peut définir sa mesure en utilisant les notions élémentaires de géométrie.
1 . La mesure de l’ensemble vide est égale zéro.
2 . La mesure de l’ensemble non vide (fermé, ouvert ou sémi-ouvert) est égale à la surface de ces rectangles :
(b − a)(d − c).
Ainsi chaque rectangle se définit par un nombre m(P )-sa mesure. En plus ou en addition, les conditions suivantes
sont vérifiées :
1 . m(P ) ≥ 0, Sn T Pn
2 . m(P ) est additive, c’est-à-di P = i=1 Pi et Pi P j = ∅, alors m(P ) = k=1 m(Pk )
83
Théorème 15. : La réunion, l’intersection, la différence, et la différence symétrique de deux ensembles élémentaires
est un ensemble élémentaire.
Théorème 16.Sn Si A est un ensemble
P élémentaire, et An un système fini ou dénombrable d’ensemble élémentaires
tels que A ⊂ i=1 Ai alors m(A) ≤ n m0 (A).
Définition 13. Un ensemble élémentaire est un ensemble que l’on peut représenter comme une réunion finie de
rectangles deux-à-deux disjoins.
Définition 14. La mesure extérieure de A est appelée le nombre µ∗ (A) = inf m(Pk ), A ⊂ Pk , où inf est pris
P S
pour tout recouvrement fini ou infini de A. On note que µ∗ (A) = m0 (A) si A est élémentaire.
Définition 15. L’ensemble A est appelé mesurable (au sens de LEBESGUE) si ∀ < 0, ∃B, µ∗ (A∆B) < . La
fonction µ∗ considérée seulement sur les ensembles mesurables et appelée MESURE DE LEBESGUE, nous allons
la noter plus simplement par µ.
Définition 16. Un ensemble A est dit mesurable, si ∀ > 0, ∃ un ouvert Θ/A ⊂ Θ et µ(Θ\A) ≤ .
L’ensemble MA des ensembles mesurables et la fonction µ nous noterons que :
1 . la collection MA des ensembles mesurables est close relativement l’opération prendre une somme finie ou
dénombrable c’est-à-dire σ -algèbre.
2 . La fonction µ est σ-additive sur MA .
Théorème 17. Si A ⊂ n An où An sont finis et dénombrables, alors µ∗ (A) ≤
S P ∗
µ (An ). En particulier : si
A ⊂ B =⇒ µ∗ (A) ≤ µ∗ (B).
Théorème 18. Le complémentaire d’ensembles mesurables est un ensemble mesurable
84
Chapitre 8
∀A ∈ KAP P A, ∀B ∈ K =⇒ AδB ∈ K, A ∩ B ∈ K
Définition 18. Semi-anneau Un système d’ensemble Θ est appelé semi-anneau, s’il contient l’ensemble vide et
est clos relativement à l’intersection et possède la propriété suivante : De l’appartenance Θ des ensembles A et A1
/A1 ⊂ A entraine la possibilié de représenter A = ∪nk=1 Ak où Ai ∩i6=j Aj = ∅ et A1 sera le premier.
Exercice d’application :
Montrer que [a, b] est un semi-anneau qui n’est pas un anneau.
8.2 Définition
La fonction de l’ensemble µ(A) est appelé mesure si :
1 L’ensemble Θ qui est l’ensemble de définition de la fonction µ(A) est un semi-anneau d’ensemble.
2 µ(A) ≥ 0. Pn
3 µ(A) est additive car ∀A = ∪nk=1 Ak alors µ(A) = k=1 µ(Ak ) avec A ∈ Θk .
Remarque 13.
∅ = ∅ ∪ ∅ ⇒ µ(∅) = µ(∅) + µ(∅),
µ(∅) = 2µ(∅) ⇔ µ(∅) = 0(caractéristique 6= 2).
Définition 19. : La mesure µ est appelée prolongement de m si :
85
1 Θm ⊂ Θµ ,
2 ∀A ∈ Θm ⇒ µ(A) = m(A).
Définition 20. La mesure m est appeléee σ-additive si pour tout A, A1 , A2 , ..., An , ... ∈ Θm et vérifient :
A = ∪nk=1 Ak Ai ∩i6=j Aj = ∅,
∞
X
m(A) = m(An ).
m=1
Exemple 7. Exemple de mesure additive mais qui n’est pas σ-additive. X = ensemble de tous les rationnels
du segment [0, 1] et Θm est constitué des intersections de X avec des intervalles arbitraires ]a, b[ du segment [a, b]
et des semi-intervalles [a, b[, ]a, b]. Il est clair que Θm est un semi-anneau.
∀Aab ∈ Θm , m(Aab ) = b − a
Cette mesure est additive mais n’est pas σ-additive puisque m(X) = 1, X est une somme dénombrable de nombre
dont la mesure est nulle. Dans la suite de notre cours, nous allons toujours supposer que les mesures sont σ-additives.
Comme au chapitre précédent, nous allons définir le prolongement de la mesure au sens de LEBESGUE.
Définition 21. La mesure extérieure de l’ensemble A ∈ E est appelée le nombre µ∗ (A) = inf m m(Bn ) où la
P
borne inf est prise pour tout recouvrement d’ensemble de A fini ou dénombrable du système Bn ∈ Θm .
Théorème 20. Si A ⊂ ∪An où les {An } est un système fini ou dénombrable d’ensemble, alors µ∗ ≤ n µ∗ (An )
P
De même la fonction µ∗ considérée seulement sur les ensembles mesurables est appelée mesure de LEBESGUE ou
mesure tout simplement et notée µ. Il est clair que tous les ensembles de θm et K(Θm ) sont mesurables et de plus
si A ∈ Θ ⇒ µ(A) = m(A).
Théorème 21. Le système M de tous les ensembles mesurables est un anneau.
Preuve : Nous avons :
A1 ∪ A2 = A1 \(A1 \A2 ),
A1 ∪ A2 = E\((E\A1 ) ∩ (E\A2 ))
86
µ∗ (A1 ∆B1 ) < , µ∗ (A2 ∆B2 ) < .
2 2
Posons B = B1 \B2 ∈ K(Θm ) et en utilisant la relation (A1 \A2 )∆(B1 \B2 ) ⊂ (A1 ∆B1 ) ∪ (A2 ∆B2 )
du fait que soit arbitraire, d’où A1 \A2 est mesurable. Par conséquent M est un anneau.
Théorème 22. Dans le système M d’ensemble mesurables, la fonction µ(A) est additive.
Théorème 23. dans le système d’ensembles mesurables, la fonction µ(A) est σ-additive.
Théorème 24. Le système M d’ensembles mesurables au sens de LEBESGUE est σ-additive.
87
Chapitre 9
FONCTIONS MESURABLES
Exemple 8. Si pour X et Y , nous prenons la droite de nombres réels et pour ΘX et ΘY nous prenons le système
de tous les ensembles ouverts de R alors la définition que nous venons de donner se traduit comme la définition de
continuité. Si par contre, on prend ΘX et ΘY comme des ensembles Boréliens, alors nous obtiendrons la notion de
fonction B-mesurable (mesure au sens de Borel).
Définition 23. D’ensemble Borélien : Un ensemble est dit Borélien quand il appartient au σ-algèbre et est
généré par tous les ensembles ouverts et fermés de R.
Définition 24. Soit X un ensemble dans le quel est défini une σ-mesure additive µ définie dans une σ-algèbre Θm .
La fonction réelle f (x) définie dans X est appelée µ-mesurable si ∀A (ensemble Borélien) on a f −1 (A) appartient
à Θµ . De même la fonction complexe φ(x) définie dans X est appelée µ-mesurable si φ−1 (A) ∈ Θµ pour tout sous-
ensemble Borélien définie dans le plan complexe. Toute fonction numérique définie dans R est Borel ou B-mesurable
si l’image inverse de chaque ensemble Borélien est un ensemble Borélien.
Théorème 25. Considérons X, Y et Z des ensembles et supposons que ΘX , ΘY et ΘZ soient les systèmes des
sous ensembles. Supposons que sur X est définie la fonction y = F (x) qui soit (ΘX , ΘY )-mesurable et que sur Y
est définie la fonction z = g(y) qui soit aussi (ΘY , ΘZ )-mesurable alors z = φ(x) = g[f (x)] est (ΘX , Θz )-mesurable.
Preuve : exercice
Théorème 26. (critère) : Pour qu’une fonction réelle f (x) soit mesurable, il est nécéssaire et suffisant que pour
x
tout réel c, { f (x) < c} soit mesurable.
Preuve :
⇒ La condition nécéssaire est claire puisque toute démi-droite ]−∞, c[ est un ensemble Borélien, donc mesurable.
⇒ Pour démontrer la suffisance, nous devons d’abord noter que la σ-algèbre engendrée par le système Σ de
toutes les démi-droites ] − ∞, c[ coïncide avec la σ-algèbre des ensembles Boréliens de la droite. Ainsi il s’en
suit que l’image réciproque des démi-droites appartenant à Σ c’est-à-dire mesurables.
Ce théorème démontré est souvent pris comme définition de la mesurabilité c’est-à-dire une fonction f (x) est
x
mesurable si tous les ensembles de la forme sont mesurables, { f (x) < c} ou d’une manière où nous pouvons définir
une fonction f (x) définie avec l’ensemble E est dite mesurable ou mesurable sur E si pour tout a fini ou infini
x x x x
{ f (x) ≥ a} ou { f (x) < a} ou { f (x) ≤ a} ou { f (x) = a} sont mesurables.
88
Théorème 27. Le produit d’un nombre fini ou dénombrable d’ensemble mesurables est mesurable.
Théorème 28. La différence d’ensemble mesurables est un ensemble mesurable.
89
9.3 Complément sur les espaces Vectoriels
9.3.1 Fonctionnelle linaire
La fonction réelle f définie dans un espace vectoriel L sera appelée fonctionnelle. Une fonctionnelle est dite
additive si :
∀x, y ∈ L, f (x + y) = f (x) + f (y)
et homogène :
∀x ∈ L, ∀α ∈ R, f (αx) = αf (x).
Exemple 10. : Soit Rn un espace vectoriel de dimension n, x = (xi )i=1,...,n ; a = (ai )i=1,...,n ;
X
f (x) = ai xi .
i=1
X
Dans Cn , f (x) = ai x̄i ,
i=1
Z b Z b
C([a, b] I(x)) = ¯
x(t) dt, I(x) = x̄(t) dt
a a
Définition 28. Soit L un espace vectoriel réel, x, y deux points de L . On appelle segment de L ,reliant les points
x et y, la collection des points qui sont tels que αx + βy où α, β, α + β = 1. Un segment sans borne sera appelé
segment ouvert. Un ensemble M C l est convexe s’il contient chaque deux points x et y et le segment de droite reliant
ces deux points . Nous l’appellerons NOYAU J(E) de tout ensemble E C l . La collection des points qui sont tels
que :
∀y ∈ L, ∃ = (y) > 0 ∀ tx + ty ∈ E.
Fonctionnelle convexe homogène. La notion d’ensemble convexe est liée à la notion de fonction convexe
homogène . Soit L un espace vectoriel réel, une fonctionnelle p est dite convexe si pour tout x, y dans L, on a :
p(αx + (1 − α)y) ≤ αp(x) + (1 − α)p(y), 0 < α < 1. La fonctionnelle p est dite homogène positive si
Pour les fonctionnelles convexes homogènes positives, l’intégralité suivante est vérifiée :
90
Preuve.
x+y x y
p(x + y) = p(2( )) = 2p( + )
2 2 2
1 1
p(x + y) = 2p( x + (1 − )y)
2 2
1 1
p(x + y) ≤ 2[ p(x) + p(y)]
2 2
p(x + y) ≤ p(x) + p(y)
Soit L un espace vectoriel réel et L0 un sous-espace vectoriel de L. Supposons que sur L0 soit définie une fonction-
nelle linéaire f0 si f (x) = f0 (x) pour x de L0 .Le problème du prolongement d’une fonctionnelle est très souvent
rencontré en analyse, et le théorème suivant résume ce fait.
Théorème 35. de Hahn-Banach Soit p une fonctionnelle convexe homogène définie dans un espace vectoriel réel
L et L0 un sous-espace vectoriel de L . Si f est une fonctionnelle linéaire dans L0 subordonnée à la fonctionnelle
p(x) c’est-à-dire si dans L0 , f0 (x) ≤ p(x) alors f0 peut être prolongée jusqu’à la fonctionnelle f dans L qui elle est
subordonnée par p(x) dans tout L .
Théorème 36. de RIESZ -FISCHER Soit R un espace vectoriel euclidien séparable et supposons que Φn un
système orthonormé qui n’est pas obligatoirement complet. De l’intgralité de BESSEL, il s’en suit : Pour que les
nombres C1 , C2 , ..., C , ... soient les coefficients de Fourier d’une fonction quelconque f de R , il est nécessaire que
Pn∞
la série de Fourier n=1 Cn2 converge . On démontre que dans les espaces complets , cette condition est seulement
nécessaire, mais pas suffisante.
Le théorème suivant résume ce fait :
Théorème 37. de (RIESZ -FISCHER). Soit {Φn } un système Porthonormé dans un espace vectoriel euclidien
∞ 2
R et supposons les nombres
P∞ C 1 , C2 , ..., C n , ... sont tels que la série C
k=1 k converge, alors il existe f dans R telle
que Ck =< f, Φ > et n=1 =< f, f >= ||f ||2.
91
Chapitre 10
INTÉGRALE DE LEBESGUE
Introduction
La notion de l’intégrale de RIEMANN est connue dans le cours élémentaire d’analyse. Elle est employée seulement
aux fonctions qui sont continues ou admettent un nombre fini de points de discontinuités. Pour les fonctions
mesurables, qui peuvent admettre des points de discontinuité presque partout où elles sont définies (où en général
peuvent être définies dans un ensemble abstrait dont la notion de continuité n’a pas de sens ). La construction de
l’intégrale de RIEMANN devient donc impossible. Pour de telles fonctions, il existe une notion très complète et
solide introduite par LEBESGUE. L’idée principale de la construction de l’intégrale de LEBESGUE est basée sur
le fait qu’en opposition l’intégrale de RIEMANN où les points x sont regroupés non pas par leur proximité sur l’axe
des abscisses mais par le critère de proximité des valeurs de la fonction en ces points . Ceci permet directement
d’étendre cette notion dans une classe d’ensemble plus large des fonctions. Outre cela , l’intégrale de LEBESGUE
se définit de la même manière pour une seule les fonctions qui sont définies dans les espaces avec mesure . De même
que l’intégrale de RIEMANN a été introduite pour une seule variable, avant d’être généralisée, nous en ferons autant
ici. Il est une fois de plus à noter que pour les fonctions définies dans les espaces abstraits avec mesures, l’intégrale
de RIEMANN n’a pas de sens . Dans la suite de ce cours, sauf indication particulière, nous allons considérer des
mesures σ-additives complètes définies dans une σ-algèbre, avec pour unité X. Tous les ensembles A C X que nous
allons considérer seront mesurables et les fonctions définies pour x dans X seront elles aussi mesurables. Nous allons
d’abord définir l’intégrale de LEBESGUE pour les fonctions simples et élargir cela dans une classe plus large des
fonctions.
Théorème 39. : Pour une fonction mesurable f (x), il est nécessaire et suffisant qu’elle puisse être représentée
comme limite d’une suite uniformément continue des fonctions simples mesurables.
92
10.2 Intégrale de LEBESGUE pour les fonctions simples.
Soit f une fonction simple quelconque qui prend pour valeurs y1 , y2 , ..., yn ... pour yi 6= yj si i 6= j et supposons
naturellement défini l’intégrale de f par A ( sur l’ensemble A) à partir de l’égalité suivante
Z X x
f (x) dµ = yn µ(An ) (1) où An = { = yn }
A n
f (x)
P
si n yn µ(An ) converge.
Définition 30. La fonction simple f est dite intégrable ou sommable par la mesure µ dans A si la série (1)
converge absolument. Si f est intégrable, alors la série (1) est appelée l’intégrale de f par l’ensemble A. Dans la
définition précédente nous avons supposé que tous les yi sont différents, on peut cependant représenter les valeurs de
l’intégrale d’une fonction simple comme une somme de produit Ck (µ(Bk ) et ne pas supposer que les Ck sont deux
à deux différents. Ceci nous conduit au Lemme suivant :
De plus la fonction f est intégrable sur A si et seulement la série (2) est absolument convergente sur A.
93
10.3 Définition Générale de l’intégrale de LEBESGUE
Définition 31. : Nous dirons que la fonction f est intégrable dans R A s’il existe une suite {fn } Rde fonctions simples
intégrables sur AR et qui converge vers Rf . La limite I = lim c→∞ f (x) dµ (6) , posons là A fn (x) dµ et nous
A n
allons l’appeler A fn (x) dµ = limc→∞ A fn (x) dµ. Cette définition a bien un sens si les conditions suivantes sont
bien résumées :
1 la limite en (6) pour toute suite uniformément convergente des fonctions simples intégrables sur A existe.
2 Cette limite pour f définie ne dépend pas du choix de la suite.
3 Pour les fonctions simples, la définition de l’intégrale suit la définition donnée en 7.2.
En effet toutes ces conditions sont vérifiées.
Pour la première, il suffit de remarquer qu’à partir de a, b, c nous avons donné pour la définition de l’intégrale
des fonctions simples, il vient que :
Z Z
fn (x) dµ − fm (x) dµ ≤ µ(A) sup |fn (x) − fm (x)|
A A
Pour justifier la deuxième condition, il faut considérer deux suites {f n} et {fn∗ } qui convergent vers f . Si la
limite en (6) de ces deux suites prenait des valeurs différentes, alors pour la suite obtenue en faisant l’union des
deux suites, la limite en (6) n’existerait pas ce qui contrarierait la première condition.
Pour justifier la troisième condition, il suffit tout simplement de considérer la suite {fn } où fn = f pour tout n.
Remarque 14. Nous voyons que dans la construction de l’intǵrale de LEBESGUE, il existe deux étapes essen-
tielles :
1 l’intégrale comme une série pour une certaine classe de fonctions simples. Ensuite nous avons gńéralisé cette
approche.
2 Nous avons considérer la définition de l’intégrale par le passage à la limite.
94
R R
7 Si f (x) = g(x) ⇒ A f (x) dµ = A g(x) dµ
De plus les deux intégrales existent ou n’existent pas au même moment. Ces deux propositions sont consé-
quence de la définition de l’intégrale de LEBESGUE.
R sur A et P P sur RA on a |f (x)| ≤ ϕ(x), alors f est aussi Intégrable sur A.
8 Si ϕ(x) est intégrable
9 Les intégrales I1 = A f (x) dµ et I2 = A |f (x)| dµ (14) existent ou n’existent pas au même moment.
En effet l’existence de I2 entraîne celle de I1 en raison de la propriété 8. Inversement, pour les fonctions
simples, ceci provient de la définition des intégrales. Mais dans le cas général, la démonstration se fait par le
passage à la limite et de l’utilisation du théorème 2 en plus il faut utiliser |a| − |b| ≤ |a − b|.
Démonstration 1. Démonstration de la propriété 8.
En effet si f et ϕ(x) sont des fonctions simples ,alors en extrayant sur A, un ensemble de mesure nulle, le
reste, des éléments de A que nous pouvons noté A0 peut être représenteés comme une réunion finie ou dénombrable
d’ensemble dans chacun où f et ϕ(x) sont constantes.
f (x) = an , ϕ(x) = bn .
alors Z X X XX XZ
f (x) dµ = yk µ(Bnk ) = ( yk µ(Bnk )) = f (x) dµ (16)
A k n n k n An
95
P
Comme la série n µ(Bnk )dans la supposition de l’intégrabilité de f dans l’ensemble A converge absolument et les
mesures de tous les ensembles présents sont positives, alors toutes les autres séries dans la chaîne (16) convergent
absolument.
Dans le cas de toute fonction arbitraire f , de son intégrabilité sur A implique que pour tout > 0 , il existe une
fonction simple g intégrable sur A qui vérifie la condition
or g simple alors Z XZ
g(x) dµ = g(x)dµ (18)
A n An
De plus, g est intégrable dans chaque sous-ensemble An et la série en (18) converge absolument. De cette dernière
condition et (17) alors f est aussi intégrable dans chaque sous-ensemble An et nous aurons
X Z Z X
| f (x) dµ − g(x) dµ| = µ(An ) = µ(A)
n An An n
soit Z Z
f (x) dµ − g(x) dµ ≤ µ(A),
An An
P R P R R
ce avec (18) entraîne la convergence absolue de la série n An f (x) dµ et | n An f (x) dµ − A f (x) dµ| ≤ 2µ(A).
Comme > 0 et arbitraire alors nous aurons que :
XZ Z
f (x) dµ = f (x) dµ
n An A
Conséquence.
Si f est intégrable dans A, alors f est intégrable dans tout ensemble mesurable A0 C A.
Nous avons montré que de l’intégrabilité de la fonction f sur l’ensemble A entraîne que si A = ∪An , Ai et Aj
distincts pour i 6= j ,alors f est intégrable dans chaque An et l’intégrale sur A est égale à la somme des intégrales
sur An .Cette proposition peut être reformulée de la manière suivante :
P R
Théorème 41. A = ∪n An , Aj 6= Aj , i 6= j et la série n An |f (x)| dµ (19) converge, alors f est intégrable sur
A et nous avons : Z XZ
f (x) dµ = f (x) dµ
An n An
preuve :
Ici l’idée par comparaison avec le théorème 28 est l’affirmation que la convergence de la série (19) implique
l’intégrabilité de la fonction f sur A. Comme dans le théorème 28, nous allons d’abord donner une démonstration
pour les fonctions simples qui prennent pour valeurs fi .
96
Dans le cas général, il faut approximer f est des fonctions simples f˜ telle que :
Alors : An |f˜(x)| dµ ≤ An |f (x)| dµ + µ(An ) et comme la série n µ(An ) = µ(A) converge et de la convergence
R R P
de n An |f˜(x)| dµ soit à partir donc du résultat simple f˜ intégrables sur A et à cause de l’égalité (20) , f sera
P R
aussi intégrable sur A
Inégalité de Tchebychev.
Si ϕ(x) ≥ 0 sur A et soit c > 0. Alors la mesure
Z
1
µ{x/x ∈ A, ϕ(x) ≥ c} ≤ ϕ(x) dµ (21)
C A
d’où Z
ϕ(x) dµ ≥ Cµ(A0 ).
A
R
Conséquence. Si A |f (x)| dµ alors f (x) = 0 P P
En effet, en raison de l’inégalité de Tchebychev, nous aurons :
Z
1
µ{x/x ∈ A, |f (x)| ≥ } ≥ n |f (x)|dµ = 0 ∀n.
n A
C’est pourquoi
∞
X 1
µ{x/x ∈ A, f (x) 6= 0} ≤ µ{x/x ∈ A, |f (x)| ≥ } = 0, d’où la justification.
n=1
n
Nous avions à montrer précédemment que l’intégrale de LEBESGUE dans un ensemble de mesure nulle est égale
à 0 pour tout f . Dans la suite, nous allons discuter de la continuité absolue de l’intégrale de LEBESGUE et le
théorème suivant illustre ce fait.
Théorème 42. (Continuité absolue de l’intégrale de LEBESGUE). R
Si f (x) est une fonction sommable dans A, ∀ > 0, ∃σ > 0/| C f (x) dµ| < . pour tout ensemble mesurable C
inclut dans A tel que µ(C) < σ.
Preuve : Notons d’abord que notre proposition est évidente si f est bornée. Supposons maintenant que f est
arbitraire intégrable sur A.
An = {x, x ∈ A, n ≤ |f (x)| < n + 1}
BN = ∪N n=0 An , CN = A − BN
R P∞ R
En raison du théorème 3, nous avons A |f (x)| dµ = n=0 |f (x)| dµ choisissons N telle que
∞ Z
X
|f (x)| dµ < et soit 0 < σ < si µ(C) < σ,
An 2 2(N + 1)
n=N +1
alors Z Z Z
f (x) dµ ≤ |f (x)| dµ + |f (x)| dµ < + ,
C C∩BN C∩CN 2 2
97
donc Z
f (c) dµ < .
C
Preuve :
Des conditions du théorème, il vient que |f (x)| ≤ ϕ(x), c’est pourquoi f sera intégrable.
Soit > 0, en raison du théorème 5, il existe donc δ positif, si µ(B) < δ alors
Z
ϕ(x) dµ < (22)
B 4
En raison du théorème de EGOROV, l’ensemble B vérifiant la condition µ(B) < δ , on peut choisir la suite {fn (x)}n
telle qu’elle converge uniformément dans C = A\B. Ainsi, on peut trouver N / pour n ≥ N et x dans C, l’inégalité
suivante soit vérifiée
|f (x) − fn (x)| <
2µ(C)
Z Z Z Z Z
⇒ f (x) dµ − fn (x) dµ = [f (x) − fn (x)] dµ + f (x) dµ) − fn (x) dµ
A A C B B
98
Théorème 45. :LEVI
Supposons que dans A, on a une suite de fonctions croissante c-à-d f1 (x) ≤ f2 (x) ≤ f3 (x) ≤ ... ≤ fn (x) ≤ ...
De plus les fonctions fn sont intégrables et toutes leurs intégrales sont bornées c-à-d pour tout n
Z
fn (x) dµ ≤ K.
A
Alors P P dans A, il existe une limite finie limn→∞ fn (x) = f (x) (23)
La fonction f est intégrable dans A et on a :
Z Z
fn (x) dµ →n→∞ f (x) dµ
A A
En outre dans l’ensemble où la limite en (23) n’existe pas, pour la fonction f , on peut par exemple poser f (x) = 0.
preuve :
Nous allons d’abord supposer que f1 (x) ≥ 0 puisque dans le cas général nous pouvons l’obtenir en faisant un
changement de fonction f¯n (x) = fn (x) − f1 (x).
Considérons l’ensemble Ω = {x, fn (x) →n→∞ ∞}. Nous voyons finalement que nous pouvons le décomposer
(r) (r)
Ω = ∪r, n Ωn , avec Ωn = {x, x ∈ A; fn > r}.
À partir de l’inégalité de Tchebythev en (21), il vient
K
µ(Ω(r)
n )≤
r
(r) (r) (r)
car µ(Ω1 ) ⊂ µ(Ω2 ) ⊂ ... ⊂ µ(Ωn ) ⊂ .... De part l’arbitrarité de r, alors µ(Ω) = 0
Ainsi nous venons de montrer que toute suite monotone {fn (x)} admet P P sur A une limite finie qu’on note
f (x).
Dans la suite, posons Ar l’ensemble {x ∈ A, r − 1 ≤ f (x) < r}, r entier naturel et posons ϕ(x) = r sur Ar .
Si nous dé‘montrons l’intégrabilité de ϕ(x) = r sur A, alors l’affirmation de notre théorème se fera à partir de la
conséquence du théorème 7.
Posons Bs = ∪sr Ar , comme sur Bs les fonctions fn (x) et f (x) sont bornées et que toutefois nous avons ϕ(x) ≤
f (x) + 1, alors Z Z Z
ϕ(x) dµ ≤ f (x) dµ + µ(A) = lim f (x) dµ + µ(A) ≤ K + µ(A)
Bs Bs n→∞ Bs
R Ps
mais Bs ϕ(x) dµ = r=1 rµ(Ar ). Ainsi l’intégrabilité de ϕ(x) dans A est démontré . La condition de la monotonie
croissante des fonctions fn (x) peut être changée dans le théorème par la condition de la monotonie décroissante des
fonctions fn (x). .
P∞ R P∞
Conséquence. Si la suite Ψ(x) ≥ 0 et si n=1 A Ψn (x) dµ < ∞ alors P P dans A n=1 Ψn (x) converge et on
a Z ∞
X ∞ Z
X
( Ψn (x)) dµ = Ψn (x) dµ
A n=1 n=1 A
.
ThéorèmeR 46. FATOU Si la suite des fonctions mesurables positive {fnR(x)} converge P P dans A vers la fonction
f et que A fn (x) dµ ≤ k, alors f est intégrable dans A et on aura aussi A fn (x) dµ ≤ k.
Preuve :
Posons ϕ = inf k≥n fk (x). ϕn est mesurable puisque {x, ϕn (x) < c} peut s’écrire comme une réunion ∪k≥n {x, fk (x) <
c} D’autre part, nous avons p ≤ ϕn (x) ≤ fn (x). C’est pourquoi les ϕn sont intégrables et nous avons
Z Z
ϕn dµ fn (x) dµ ≤ K
A A
et enfin ϕ1 (x) ≤ ϕ2 (x) ≤ ϕ3 (x) ≤ ... ≤ ϕn (x) ≤ et lim ϕn (x) = f (x) P P , c’est pourquoi en appliquant le théorème
8 à la suite {ϕn }, nous obtenons le résultat.
99
10.6 Intégrale de LEBESGUE sur les ensembles de mesure infinie
Jusqu’à présent, quand nous avons parlé de l’intégrale et de ses propriétés nous avons supposé que les fonctions
mesurables considérées sont définies dans des ensembles de mesure finie.
Cependant très souvent, l’on rencontre des fonctions définies dans des ensembles de mesure infinie. Par exemple
dans tout l’ensemble des nombres réels,( la droite numérique) avec la mesure de LEBESGUE définie sur R. C’est
pourquoi il serait judicieux d’étudier ce cas aussi.
Nous allons considérer le cas où l’ensemble de mesure infinie peut être représenté comme une réunion dénombrable
d’ensembles de mesure finie.
Exemple 11. X = ∪Xn et µ(X) < ∞ (24) Si l’espace X dans lequel est défini la mesure µ peut être représenté
comme réunion dénombrable d’ensemble de mesure finie alors la mesure µ dans X, est appelée σ-finie. Les exemples
de mesure σ-finie sont : La mesure de LEBESGUE dans la droite nuérique, le plan dans un espace de dimension n.
Les mesures qui ne vérifient pas la condition de σ-finie peuvent par exemple être obtenues en écrivant chaque point
de la droite numérique lui affectant un poids égal à 1.
Ainsi tout sous-ensemble de la droite des nombres réel sera mesurable. De plus les ensembles finis auront des
mesures finies et les autres des mesures infinies. Appelons suite Numérique exhaustive chaque suite monotone
croissante {Xn } de sous-ensembles mesurables X vérifiant la condition (24).
Définition 32. La fonction mesurable f définie dans l’ensemble X avec pour mesure µ σ-finie, est dite sommable
(intégrable) sur X
R dans chaque sous-ensemble A C X de mesure finie et si pour toute suite exhaustive Xn la
limite : limn→∞ xn f (x) dµ existe et ne dépend pas du choix de la suite. Cette limite est appelée l’intégrale de f
R
par l’ensemble X et notée x f (x) dµ.
Conclusion Z Z
lim f (x) dµ = f (x) dµ (26).
n→∞ xn x
Remarque 15. Il est clair que si f est nulle hors d’un ensemble de mesure finie alors en fonction de la définition
précédente, l’intégrale de cette fonction sera nulle.
Preuve :
Considérons une partie d’un segment [a, b] en xk = a + 2kn (b − a)et la somme de DARBOUX dans le segment
[a, b] :
2n
a X
Ωn = (b − n ) Mnk .
2
k=1
2n
a X
ωn = (b − ) mnk , xk−1 ≤ x ≤ xk
2n
k=1
100
où Mnk et mnk sont respectivement les bornes supérieures et inférieures dans ce segment. Par définition de l’inté-
grable de RIEMANN, on a :
I = lim Ωn = lim ωn .
n→∞ k=1
Posons : f¯n (x) = Mnk dans xk−1 ≤ x ≤ xk , f n (x) = mnk dans [xk−1 , xk ].
Au point x = b, les fonctions f¯n (x), f n (x) peuvent être redéfinies de manière arbitraire,nous pouvons facilement
calculer que : Z Z
¯
fn (x) dµ = Ωn , f n (x) dµ = ωn
[a,b] [a,b]
comme {f¯n (x)} est croissante et {f n (x)} est décroissante alors P P f¯n (x) → f¯(x) ≥ f (x), de même f n (x) → f (x) ≤
f (x)
À partir du théorème de LEVI, on peut écrire que :
Z Z
f¯(x) dµ = lim Ωn = I = lim ωn = f n (x) dµ
[a,b] [a,b]
Z Z
|f¯(x) − f (x)| dµ = (f¯(x) − f (x)) dµ
[a,b] [a,b]
En effet les fonctions non bornées ne peuvent pas être intégrables au sens de RIEMANN, mais la plupart de
celles-ci sont intégrables au sens de LEBESGUE. En particulier toute fonction positive pour laquelle l’intégrale de
Rb
RIEMANN existe a+ f (x) dx ∀ > 0, et admet une limite I quand → 0 est intégrable au sens de LEBESGUE
dans [a, b] et nous aurons
Z b Z b
lim f (x) dµ = f (x) dµ.
→ a+ a
Rb Rb
L’intégrale impropre lim→ a+ f (x) dµ dans le cas où lim→ a+ |f (x)| dµ = ∞ n’est pas intégrable au sens de
LEBESGUE en accord avec la propriété 8 du point C.
R1
Exemple 12. 0 x1 sin(x) dx existe comme convergente sous certaines conditions comme intégrale impropre de
RIEMANN.
si on considère la fonction dans R ou demi-droite, l’intégrale de RIEMANN peut exister seulement dans le cas
impropre. Si une telles intégrales de LEBESGUE correspondante existent et ont même valeur. Si cette intégrale
converge sous conditions, alors au sens de LEBESGUE, cette fonction n’est pas intégrable.
1
Exemple 13. f (x) = x sin(x) n’est pas intégrable au sens de LEBESGUE dans tout R car
Z +∞ Z +∞
1 1
| sin(x)| dx = ∞ mais sin(x) dx = π.
−∞ x −∞ x
101
Chapitre 11
Introduction
En analyse, le théorème du passage d’une intégrale double (multiple) à une intégrale simple joue un rôle très
important. Dans la théorie des intégrales multiples de Lebesgue le résultat principal est le théorème de Fubini.
Considérons le triplet U = X ∗ Y ∗ Z si dans X, Y , Z sont définies des mesures µX , µY , µZ alors la mesure µ
peut être définie comme (µx RµY )RµZ ou bien µZ R(µY RµZ ).
102
(k) (n)
l’ensemble B2 -réunion de certains C2 . Il est alors claire que
(m) (n)
XX
µ(A) = µ1 (A1 )µ2 (A2 ) = µ1 (C1 )µ2 (C2 ) (4)
n m
(k) (k) (m) (n)
XX
µ(A(k) ) = µ1 (B1 )µ2 (B2 ) = µ1 (C1 )µ2 (C2 ) (5)
m n
(m) (n) (k)
En outre dans (5) la somme à droite est paire pour tout C1 inclut dans B1k et C2 inclut dans B2 et la partie
droite de l’égalité (4) est présente dans tous les membres qui apparaissent dans la partie droite de (5). C’est pourquoi
X
µ(A) = (µ(Bk )). CQFD
k
Théorème 49. Si les mesures µ1 , µ2 , ..., µn sont σ-additive alors la mesure µ = µ1 ∗µ2 ∗...∗µn sera aussi σ-additive.
Montrer que Z 1 Z 1
( f (x, y) dx) dy = 0,
−1 −1
Z 1 Z 1
( f (x, y) dy) dx = 1.
−1 −1
103
Chapitre 12
DISTRIBUTIONS
Introduction
La distribution est la généralisation de la notion classique de fonction. Cette généralisation dans un sens permet
d’exprimer dans la forme mathématique des notions idéalisées comme par exemple la densité d’une charge électrique
d’un point matériel, d’un dipôle, la densité double ou simple d’une couche, l’intensité d’un point lumineux,...
D’autre part, dans la notion de distribution, on trouve le fait que : En réalité il est impossible par exemple
de mesurer la densité de matière d’un point mais qu’on peut mesurer seulement la densité moyenne dans un petit
voisinage de ce point. En d’autre mots, la distribution se définit par valeur moyenne au voisinage de chaque point.
Pour nous justifier, essayons de définir la densité que constitue un point matériel de masse unité en supposant que
ce point coïncide avec l’origine des coordonnées. Pour définir cette densité, distribuons la masse uniformément à
l’intérieur de la boule Ue . En résultat nous pouvons obtenir la densité moyenne
3
fε (x) = 4πε0 si |x| ≤ ε (1)
0 si |x| ≤ ε
Nous allons définir la limite de fε (x) point par point et on note δ (x)
+∞ si x = 0
δ (x) = lim fε (x) = (10 )
ε→∞ 0 si x 6= 0
De cette densité nous allons exiger que son intégrale sur le volume V donne la masse de la matière introduite
c-à-d : Z
1 si 0 ∈ V
δ (x) dx =
0 si 0 ∈
/0
V
En raison de (1’), la partie gauche de l’égalité (2) est toujours à zéro (0). La contradiction obtenue montre que la
limite point par point de la suite fε (x) quand ε → 0 c’est-à-dire pour toute fonction continue ϕ(x) on peut trouver
la suite Z
lim f (x)ϕ(x)dx = ϕ (0) (3)
x→∞
V
3
R R
fε (x)ϕ(x)dx − ϕ(0) = 4πε3 [ϕ(x) − ϕ(0)]dx
V |x|<ε
3
R R
fε (x)ϕ(x)dx − ϕ(0) ≤ 4πε3 |ϕ(x) − ϕ(0)|dx ≤ η0 ainsi la limite faible de la suite de fonction {fε (x)} quand
V
104
ε → 0 est la fontionnelle ϕ(0) qui fait correspondre à chaque fonction continue ϕ(x) le nombre ϕ(0). Cette fonc-
tionnelle peut être prise comme densité δ(x) de limite de l’unité de masse qui est concentrée au point x = 0 c’est
la fonction de DIRAC et on peut écrire : fε (x) → δ(x) quand ε → 0. En comprenant cela comme l’égalité (3), la
valeur de la fonctionnelle δ(x) sur la fonction ϕ(x) c-à-d ϕ(0) et très souvent on note (δ, ϕ) = ϕ(0) (4). Vérifions
maintenant que la fonctionnelle reconstituée est la masse. En effet comme nous l’avons montrer, le rôle de l’intégrale
δ(x) est joué par le nombre (δ(x), 1) qui est égal en raison de 4) (δ, 1) = 1 si les masses µk avec 1 ≤ k ≤ N alors la
densité correspondante de cette distribution est égale à
N
X
µk δ(x − xk ) (5)
k=1
L’expression en (5) est une fonctionnelle linéaire qui fait correspondre à chaque fonction continue ϕ(x) le nombre
PN
µk ϕ(xk ) ainsi la δ-fonction est définie à l’aide des fonctions continues comme fonctionnelle linéaire définie sur
k=1
ces fonctions, nous pouvons donc conclure que les fonctions continues sont une base de fonctions pour la définition
de la δ-fonction.
Définition 33. : Support d’une fraction
Le support des fonctions ϕ(x) continues est la fermeture de l’ensemble des points qui sont tels que ϕ(x) différent de
0 suppϕ = {x, ϕ(x) 6= 0}
La fonction ϕ(x) est prise finie si elle est à support compact si ϕ(x) = 0 ∀x ∈ R\K où K est un compact de Rn .
Si ϕ(x) ∈ C ∞ (Rn ) on note ϕ(x) ∈ C 0∞ (Rn ) . Si pour une fonction de base nous prenons l’ensemble de toutes les
fonctions finies qui sont indéfiniment différentiables C 0∞ (Rn ). En théorie de distribution, cet ensemble est noté par
D = D(Rn ) = C 0∞ (Rn ). Introduisons dans cet ensemble de manière naturelle une convergence. La suite de fonctions
ϕk ∈ D convergent vers ϕ ∈ D s’il existe un nombre R > 0 et une boule KR tel que suppϕk ⊂ KR
Dα ϕk → Dα ϕ quand K → ∞
α = (α1 ...αn ) avec αi ≥ 0 ∀i
Exemple 16. Exemple : De fonction de D.
( 2
χh exp( h2−h
−|x|2
) si |x| ≤ h
ωh (x) =
0 si |x| > h
−1 −1
ωh (x) dx = 1 , χh = [hn
R R
où χh est choisie tel que exp( 1−|x| 2 ) dx]
Rn |x|≤1
D est l’ensemble de distribution de l’ensemble ouvert Ω qui, sont donc des fonctionnelles linéaires continues définies
dans un ensemble D(Ω).
105
(λf + µg, ϕ) = λ (f, ϕ) + µ (g, ϕ).
Vérifions que λf + µg est continue sur D c’est-à-dire D’. En effet
∀ϕ, ψ ∈ D∀α, β ∈ C
(λf + µg, αϕ + βψ) = λ (f, αϕ + βψ) + µ (g, αϕ + βψ)
(λf + µg, αϕ + βψ) = α[λ (f, ϕ) + µ (g, ϕ)] + β[λ (f, ψ) + µ (g, ψ)]
(λf + µg, αϕ + βψ) = α (λf + µg, ϕ) + β (λf + µg, ψ)
C’est une fonctionnelle linéaire sa continuié provient de celle des fonctionnelles f et g. En effet, si (f, ϕk ) et
(g, ϕk ) → 0 lorsque k → 0 alors
Définition 34. : La suite des distributions f, f1 , f2 , ..., fn , ... converge vers f de D0 si ∀ ϕ̃ ∈ D, (fk , ϕ) → (f, ϕ)
k→+∞
dans ce cas, nous allons écrire fk → f
k→+∞
L’ensemble linéaire D0 avec la convergence définie ci-dessus est appelée espace des distributions .
Théorème 52. Supposons que la suite de fonctionnelles f1 , f2 , ...fn , ... de D0 vérifie les conditions du théorème 40
et la suite des fonctions de base ϕ1 , ϕ2 , ... de D converge vers 0 sur D alors (fk , ϕk ) → 0 .
k→+∞
De la propriété de linéarité de l’intégrale entraine la linéarité de la fonctionnelle (f, λϕ + µϕ) = λ(f, ϕ) + µ(f, ϕ) et
le théorème du passage à la limite dans le signe intégrale ⇒ la continuité sur D.
106
(f, ϕk ) → 0
k→+∞
Ainsi (*) définie une distribution de D0 .
Définition 35. Les distributions qui sont définies par des fonctions localement sommable (intégrables) sont appelées
distribution régulières. Le reste sont des distributions singulières.
ainsi le produit (x1 f, ϕ) localement intégrable sur R est égale à 0 au sens des distributions.
Ainsi par le Lemme de DU BOIS RAYMON
x1 f (x) = 0P P
soitf (x) = 0 presque partout ce qui contredit (**) et par conséquent δ est une distribution singulière.
Soit ωε (x) montrns que ωε (x) → δ(x) (∗ ∗ ∗)
ε→0
En effet, par la définition de la convergence dans D0 la relation (***) est équivalente à l’égalité
Z
lim ωε (x)ϕ(x) = ϕ(0) ∀ϕ ∈ D
ε→0
R
107
Par continuité de ϕ(x),
∀η >
R 0, ∃ε0 > 0/ |x| < ε0 ⇒
R |ϕ(x) − ϕ(0)| < η R
⇒ ωε (x)ϕ(x) − ϕ(0) ≤ ωε (x) |ϕ(x) − ϕ(0)|dxη ωε (x)dxη
R Rn
⇒ lim ωε (x)ϕ(x)dx = ϕ(0) ∀ϕ ∈ D
ε→0 Rn
en considérant l’approximation de ωε (x) quand ε → 0 donnée par la figure .La distribution δ est mieux représentée
par la figure suivante. La distribution δ est une simple couche dans l’espace . Soit S une surface continue par
Figure 12.1 –
morçeaux et µ(x) une fonction continue définie sur S. Introduisons la distribution (µδS , ϕ) définie par
R
µ(x)ϕ(x)ds ∀ϕ ∈ D
µδS ∈ D0 µδS = 0 si x 6= 0
La distribution µδS est appelée simple couche sur la surface S avec pour densité µ.
Remarque 16. Les fonctions localement intégrables et la δ -fonction décrivent la distribution (densité de la masse
ou particules ou charge ou force ) c’est pourquoi les fonctions généralisées sont appelées aussi distribution. Ce terme
(distribution) a été utilisée pour la première fois par le mathématicien Français Laurent SCHWARTZ dans son
traité théorie des distributions.
Si par exemple, la distribution f est la densité de masse ou charges électrique alors l’expression (f, 1) est la masse
ou charge totale correspondante.( Si f a un sens sur la fonction qui est identiquement égale à 1 alors cette fonction
n’appartient pas à D) en particulier (δ, 1) = 1.
Z∞
ε
Z Z
ϕ(x) ϕ(x) ϕ(x)
(ι x1 , ϕ) = VP dx = lim dx + dx
x ε→0 x x
−∞ ε
Dα ϕk → 0 quand k → ∞
ZR ZR
ϕk (0) + ϕ0k (x̄)
Z
ϕk (x)
ι x1 , ϕ(x) = VP dx = VP dx ≤ |ϕ0k (x̄)| dx ≤ 2R M ax(ϕ0k (x)) → 0
x x
−R −R
ι 1 ∈D 0
x
108
La distribution ι x1 coïncide (au sens de la définition de la régularité) avec la fonction 1/x pour différent de 0 elle
s’appelle partie finie ou valeur principale de l’intégrale de la fonction 1/x.
Établissons l’égalité Z Z
ϕ(x) ϕ(x)
lim dx = −iπµϕ(0) + ν.P dx ∀ ϕ ∈ D
x + iε x
R R
En effet si
ZR
x − iε
Z
ϕ(x)
ϕ(x) = 0 pour |x| > alors lim dx = lim ϕ(x)dx
ε→0 x + iε ε→0 x2 + ε2
−R
ZR ZR
x − iε x − iε
Z
ϕ(x)
lim dx = ϕ(0) lim dx + lim ϕ(x)dx A 6= 0
ε→0 x + iε ε→0 x2 + ε2 ε→0 x2 + ε2
−R −R
ZR ZR
−iε
Z
ϕ(x)
lim dx = ϕ(0) lim dx + lim dx
ε→0 x + iε ε→0 x2 + ε2 ε→0
−R −R
ZR
ϕ(x) − ϕ(0)
Z Z
ϕ(x) R ϕ(x)
lim dx = −2iϕ(0) lim arctan + dx = −iπϕ(0) + VP dx
ε→0 x + iε ε x x
−R
1 1
on pose lim =
x + iε x + i0
1
= −iπδ(x) + ι x1
x + i0
1
= −iπδ(x) + ι x1
x − i0
Comme l’opération ϕ (x) → ϕ A−1 (x − b) est linéaire et continue D vers D alors la fonctionnelle f (Ay + b) ∈
D0 .
En particulier si A est une rotation
b = 0, At = A−
⇒ (f (Ay) , ϕ (y)) = f, ϕ At x
109
12.5.3 Produit de distributions
Soit f R(x) une fonction localement intégrable sur Rn et a(x) dans C∞ (Rn ) alors pour tout ϕ ∈ D on a :
(af, ϕ) = a (x) f (x) ϕ (x) dx = (ϕ, af ).
Nous prendrons cette égalité comme définition du produit af de la distribution f avec une fonction a de C∞ (Rn ),
(af, ϕ) = (ϕ, af ) ∀ϕ ∈ D (∗).
Comme l’opération multiplication par a(x) de C∞ (Rn ) est linéaire et continue de D vers D alors la fonctionnelle
af définie par (*) appartient à D0 .
De part sa définition, il vient que l’opération multiplication avec une fonction a de C∞ (Rn ) est linéaire et
continue de D’ vers D’ et nous avons
a (λf + µg) = λ (af ) + µ (ag)
si fk → 0 alors afk → 0 dans D’
k→∞ k→∞
De même, si f ∈ D l’égalité f = ηf où η ∈ C ∞ ou η = 1 sur suppf .
0
Est-il interdit de définir le produit de deux distributions tel qu’il nous donne encore une distribution ?
−1 2
−1
Pour les fonctions localement intégrables ceci n’est pas vrai car si l’on prend par exemple |x| 2 = |x| .
De même avec les distributions de l’espace D’ alors nous pouvons parler ni de l’associativité encore moins de la
commutativité.
Contre-exemple
Mais pour définir le produit de deux distributions, il faut que l’une soit régulière et l’autre irrégulir̀e au-même
point.
Exemple 19. δ (x − a) δ (x − b) = 0 si a 6= b
|α|
C’est cette égalité que nous allons prendre comme définition de la dérivation (∂ α , ϕ) = (−1) (f, ∂ α ϕ)
Exemple 20.
1 si x ≥ 0
θ=
−1 si x ≤ 0
+∞
Z
(θ0 , ϕ) = − (θ, ϕ0 (x)) = − θ (x) ϕ0 (x) dx
−∞
Z0 +∞
Z
(θ0 , ϕ) = ϕ0 (x) dx − + ϕ0 (x) dx = 2ϕ (0) = (2δ (x) , ϕ (x))
−∞ 0
110
12.5.5 Propriétés des dérivées des distributions.
— L’opération de différentiation ∂ α est linéaire et continue de D0 vers D0 .
∂ α (λf + µg) = λ∂ α f + µ∂ α g
sifk → 0 alors∂ α fk → 0
k→∞ k→∞
∂ α+β f = ∂ α ∂ β f = ∂ β (∂ α f )
∂ ∂a ∂f
∂x1 (af ) = f ∂x 1
+ a ∂x 1
Preuve
∂a ∂ϕ ∂ϕ
f , ϕ = − af, a = − f, a
∂x1 ∂x1 ∂x1
∂aϕ ∂a ∂ϕ
=ϕ +a
∂x1 ∂x1 ∂x1
∂ϕ ∂aϕ ∂a
⇒a = −ϕ
∂x1 ∂x1 ∂x1
∂aϕ ∂aϕ ∂a
⇒ , ϕ = − f, −ϕ
∂x1 ∂x1 ∂x1
si f = 0∀x ∈ G alors ∂ α f = 0 ∀x ∈ G
⇒ sup ∂ α f ⊂ sup f
En effet si ϕ ∈ D (G) alors ∂ α ∈ D (G)
|α|
c’est pourquoi (∂ α f, ϕ) = (−1) (f, ∂ α )
—
(∂ α f, ϕ) = 0 si (f, ϕ) = 0
∞
P
— Si la série Uk (x) = s (x) Uk (x) fonction localement intégrable.
k=1
Si s(x) converge uniformément dans chaque compact alors on peut la différencier autant de fois membre par
membre et la série obtenue converge dans D.
111
L’égalité montre que la fonctionnelle f (−1) n’est pas définie pour toute fonction de D mais pour les dérivées
premières.
Notre problème est de prolonger cette fonctionnelle dans tout D telle que la fonctionnelle prolongée soit linéaire
et l’arbitrarité dans un tel prolongement.
Supposons d’abord que f (−1) existe. Construisons la fonction ∀ϕ ∈ D(R) pour cela, représentons- la de la
manière suivante :
ϕ (x) = ψ 0 (x) + wε (x) ϕ (ξ)dξ
R
(α) wε (x) la fonction chapeau
+∞
ϕ (x0 ) − wε (x0 ) ϕ (ξ)dξ dx0
R R
et ψ (x) =
−∞
Montrons que ϕ ∈ D(R) en effet ψ ∈ C ∞ (R)
donc ψ ∈ D
(−1)
appliquons f sur l’égalité (α) il vient
Z
f (−1) , ϕ = f (−1) , ψ 0 + f (−1) , wε ϕ (ξ)dξ (γ)
Z
f (−1) , ϕ = − (f, ψ) + C ϕ (ξ)dξ C = f (−1) , wε
Ainsi si f (−1) existe, alors elle s’exprime comme l’égalité ci-dessus où ψ est définie par la formule (γ).
Ce théorème que la solution de l’équation différentielle u0 = f existe dans D0 et s’écrit u = f (−1) + C, f (−1)
primitive de f , C = constante arbitraire.
En particulier , si f est continue alors toute solution dans D0 de l’équation suivante est classique u0 = 0 alors
u=c=constante.
De même on peut définir la primitive d’ordre (n − 1) de la distribution telle que :
n
f (−n) = f
0 0 0
En utilisant la récurrence sur la chaîne n−k pour k arbitraire et k < n, f (−1) = f, f (−2) = f (−1) , f (−n) =
f (1−n) , alors f (−n) existe de manière unique jusqu’à un polynôme additif d’ordre n − 1.
Exemple
Calculons la densité de la charge d’un dipôle électrique avec pour moment électrique =+1 au point x = 0 sur
l’ensemble des réels.
1 1 1 1
δ (x − ε) − δ (x) , ϕ (x) = (δ (x − ε) − δ (x) , ϕ (x)) = (ϕ (ε) − ϕ (0)) = ϕ0 (0)
ε ε ε ε
1 1
δ (x − ε) − δ (x) , ϕ (x) = − (δ 0 , ϕ (x))
ε ε
112
La densité obtenue est −δ 0 .
Vérifions que le moment donne 1 et que la charge totale est nulle.
(−δ 0 , 1) = (δ 0 , 1) = (δ, 0) = 0 (−δ 0 , x) = (δ, x0 ) = (δ, 1) = 1
Z
0 0
∀ϕ ∈ D (f , ϕ) = (f, ϕ ) = − f (x) ϕ0 (x)dx
Z
(f 0 , ϕ) = (f (x0 + 0) − f (x0 − 0)) ϕ (x0 ) + {f 0 (x)}ϕ (x) dx
(f 0 , ϕ) = {f 0 (x)} + [f (x)]x0 δ (x − x0 ) , ϕ
En particulier θ (x) est la fonction de HEAVISIDE θ0 (x) = {θ0 (x)} + δ (x) = δ (x)
Dans la théorie des circuits électriques la fonction de HEAVISIDE est appelée " unité d’échallonnage" , la δ-
fonction "unité d’impulsion"
Remarque 17. La primitive de la δ-fonction est θ (x) + C où C est une constante arbitraire ainsi θ(x) est re-
constituée comme dérivée généralisée de δ d’autre part, θ(x) n’est pas reconstituée comme sa dérivée classique car
{θ0 (x)} = 0 si x 6= 0
Si ϕ admet un point de discontinuité de première espèce à xk alors f 0 (x) est continue par morceau dans R, alors
f 0 (x) = {f 0 (x)} + [f ]x0 δ (x − x0 )
dk
(u (x − y)) = uk (x − y) , x ∈ (R) (2)
dtk
d
A (u (x − y)) = A (u) (x − y) , x ∈ (R) (3)
dx
Définition
La solution fondamentale de l’opérateur A est appelée une telle distribution ε (x), x ∈0 (R), pour laquelle la dérivée
est comprise dans le sens des distributions.
d
A ε (x) = δ (x) x ∈ (R) (4)
dx
113
Remarque
d
De (3), il vient que A dx ε (x − y) = δ (x − y) x ∈ (R) (5)
Exemple
d
1. A = : ε (x) = θ (x)
dx
d2 1
2. A = : ε (x) = |x|
dx2 2
d
3. A = + λ : ε (x) = θ (x) e−λx
dx
d2 sin wx
4. A = 2
+ w2 , ε (x) = θ (x)
dx x
Il est à noter que pour un opérateur fixé A la solution fondamentale peut être un ensemble infinie.
Il apparaît une question fondamentale, à quoi bon la solution fondamentale : La réponse est qu’elle nous aide à
résoudre les équations différentielles homogènes. En effet si nous devons résoudre
d
A u (x) = f (x) , x ∈ (R) (6)
dx
Vérification dans le cas f (x) ∈ C m (R) : pour la fonction en (7) nous avons ∀x ∈ R
+∞
−d
Z
d d
A u (x) = ε (y)A f (x − y) dy = ε (y) , A f (x − y)
dx dx dy
−∞
d
= A ε (y) , f (x − y) = f (x) (8)
dy
Exemple
d
1. Pour l’équation dx u (x) = f (x) , x ∈ R, la formule (7) donne la solution
+∞
Z +∞
Z
u (x) = θ (x − y) f (y) dy = f (y) dy, x ∈ R (10)
−∞ −∞
114
d2
2. Pour l’équation dx2 u (x) = f (x) , x ∈ R (11) la formule (7) donne la solution particulière
+∞
Z
1
u (x) = (x − y) f (y) dy, x ∈ (R) (12)
2
−∞
Alors la fonction
U0 (x) = 0 x > 0
ε (x) = (14)
0 <0
Exemple
Résoudre l’équation 3U 00 (x) − U 0 (x) = δ(x) x ∈ R (15)
Solution
1 x
3λ2 − λ = 0 ⇒ λ1 = 0, λ2 = ⇒ U0 (x) = C1 + C2 e 3 (16)
3
les conditions initiales en (13) donnent :
C − 1 + C2
1
C2 = 13 (17)
2
⇒ C2 = 1 et C1 = −1
115
12.5.8 Fonction de GREEN pour les problèmes aux limites :
Fonction de GREEN
Cherchons la solution du problème aux limites
00
U (x) − ω 2 U (x) = f (x)
ω 6= 0 0<x<l (1)
U (0) = U (l) = 0
La fonction de Green de ce problème aux limites ; C’est la fonction G(x, y) dans [0, 1] × [0, 1] différentiable pour
x 6= y et vérifiant l’équation
d
( 2 − ω 2 )G(x, y) = δ(x − y) 0 < x < l (2)
dx
G(0, y) = G(l, y) = 0
Ici y joue le rôle d’un paramètre, y dans ]0, 1[.
On peut dire que la fonction de Green est la solution fondamentale vérifiant les conditions aux limites.
Connaissant la fonction de Green, on trouve facilement la solution du problème aux limites (1) par la formule
Zl
U (x) = G(x, y)f (y)dy (3)
0
Vérification
Les conditions aux limites en (1) deviennent des conditions aux limites en (2) pour x = 0.
Zl
U (0) = G(0, l)f (y)dy = 0 (4)
0
Remarque 18. La formule (3) montre que la fonction de Green G(x, y) est un noyau intégrale de l’opérateur G
inverse à l’opérateur A = dxd 2 − ω 2 du problème aux limites (1)
d
A= − ω2 : C02 ([0, l]) → C([0, l]) (6)
dx2
ici C02 ([0, l]) l’ensemble des fonctions U (x) ∈ C02 ([0, l]) avec pour conditions limites U (0) = U (l) = 0.
Remarque 19. L’opérateur en (6) est symétrique dans L2 (0, l).
Ainsi l’opérateur G = A−1 est aussi symétrique dans L2 (0, l) d’ici provient la propriété principale de la fonction de
Green à savoir :
G(x, y) = G(y, x) ∀x, y ∈ [0, l] (7)
Méthode de la construction de la fonction de Green dans un segment.
L’ équation différentielle en (2) est homogène pour x 6= y puisque δ(x − y) = 0 c’est pourquoi nous écrivons
d
( − ω 2 )G(x, y) = 0 pour x 6= y (8)
dx2
et la solution donne :
Aeωx + Be−ωx x < y
G(x, y) = (9)
Ceωx + De−ωx x > y
116
Pour déterminer les constantes A, B, C, D nous avons les conditions initiales en (2) et deux conditions de recollement
pour x = y qui sont telles que
G(y − 0, y) = G(y + 0, y)
G(x, y) = (10)
G0x (y + 0, y) = G0x (y − 0, y) + 1
Zx Zl
sh ωy.sh ω(x − l) sh ω(y − l).sh ωx
ω(x) = f (x)dy + f (y)dy. (15)
ω sh ωl ω sh ωl
0 x
117
Chapitre 13
Sobolev spaces
13.1 Introduction
Sobolev’s spaces are functional spaces. They owe their name to the Russian mathematician Sergei Lvovich
Sobolev (1908 - 1989). In a nutshell, a Sobolev space is a Banach space or a Hilbert space of functions that can
be derived enough times. This space is provided with a standard which measures both the size and the regularity
of the function. However, all the integrable functions are not continuous, much less differentiable. It is therefore
necessary to introduce a new so-called "weak" derivation or in the sense of distributions, which will extend the
ordinary notion of derivative. By placing such a definition, any function then becomes indefinitely differentiable in
the sense of distributions, thus allowing us to define Sobolev spaces.
These spaces are a very important tool in the study of partial differential equations. They make it possible in
particular to study the regularity of solutions to such problems. Indeed, they have established themselves as an
appropriate environment for the search for solutions, because they are closed spaces.
This project is an introduction to this vast subject of mathematics. We assume the reader is familiar with the
theory of measure and the Lebesgue integral. We will nevertheless make some reminders on the subject in the
preliminaries, also containing the main properties of Lebesgue spaces and linear functionals. We will end these
reminders with the main notions of derivation in the weak sense.
We will firstly restrict ourselves to the spaces noted W 1,p (I), which contain the integrable functions in the sense
of Lebesgue whose derivative at sense of distributions is also integrable. We will see its essential properties, in
particular that a function in such a space is continuous, and even bounded if the interval I is bounded. We will also
see that a function in W 1,p (I) can be approximated by a sequence of functions C ∞ with compact support in R.
A function of W 1,p (I) has other interesting characteristics : u ∈ W 1,p (I) if and only if
u(x + h) − u(x)
≤ C.
|h| Lp (ω)
where w is a compact included in I and C is a constant dependent on ||u0 ||Lp (I) . These types of inequalities are
very useful for studying the regularity of solutions of partial differential equations. We will see applications of this
at the end of this work.
In variational problems or partial differential equations, one often gives boundary conditions on the sought
functions u. For this, we generally use the spaces W01,p (I), which contain all the continuous functions over I
cancelling out over ∂I. We will give the main properties of these spaces and we will end the chapter by defining the
Sobolev spaces of arbitrary order on I.
Unfortunately, all the properties shown on a real interval are no longer always true when we observe such spaces
in a subset of Rn , which we will denote by Ω. Indeed, the functions are no longer necessarily continuous and it
becomes more complicated to study their regularity. Since all openings are not regular, it becomes tedious to define
the value of the function on the edge of a domain. We will therefore only state the main results and give some
examples.
118
13.2 Preliminaries
In all the work, Ω will in general be an open set of Rn for any n ∈ N and I an interval in R, not necessarily
bounded.
13.2.1 Lp spaces
Définition 36. (Measurable function)
A function f : Ω → R is said to be measurable if for all α ∈ R, the set
Définition 39. Let 1 ≤ p ≤ ∞ ; we say that a function f : Ω → R belongs to Lploc (Ω) if f |K ∈ Lp (Ω) for any
compact K ⊂ Ω.
Définition 40. (Support of a continuous function)
Let f : Ω R be a continuous function. We call the support of f the set
119
Théorème 57. (Density theorem)
For all 1 ≤ p < ∞, the space Cc∞ (Ω) is dense in Lp (Ω) ; That is, for any function f ∈ Lp (Ω) and for all > 0,
there exists a function f ∈ Cc∞ (Ω) such that ||f − f ||Lp < .
Remarque 20. The above theorem is not true if p = ∞. Indeed, if f ∈ Cc∞ (Ω) converges to a function f in
L∞ (Ω), then f is continuous. Indeed,
||f − f ||L∞ < (13.9)
and therefore f converges uniformly to f , which assures us of the continuity of f . Thus a function in L∞ which
is discontinuous over a non-zero measurement set has no sequence f ∈ Cc∞ (Ω) converging to f in L∞ .
Définition 42. (Conjugate exponent)
Let 1 ≤ p ≤ ∞ ; we denote by p0 the conjugate exponent of p which satisfies 1
p + 1
p0 = 1.
∗
we note uν * u in L∞
Théorème 60. Let Ω ⊂ R be a bounded open. The following properties are checked :
1 If uν → u, then uν * u in Lp for all 1 ≤ p < ∞.
2 If 1 ≤ p ≤ ∞ and if uν → u in Lp , then, there exists a constant C > 0 such that
3 If 1 < p < ∞ and if there exists a constant C > 0 such that ||uν ||Lp ≤ C, then there exists a subsequence
{uνi } and u in Lp such that
uν * u in Lp . (13.15)
4 If p = ∞ and if there exists a constant K > 0 such that ||uν ||L∞ ≤ K, then there exists a subsequence {uνi }
and u in Lp such that
∗
uν * u in L∞ . (13.16)
120
Exemple 21. Let {fν }n∈N be a sequence of functions defined by
1
fν (x) = √ 1[ν,2ν] (x). (13.17)
ν
2
R ∞ to 0 in L ([0, ∞[). Indeed, if g is a function with compact support, then there exists
Then fν weakly converges
a constant C such that 0 g(x)dx ≤ C for all x in [0, ∞[. Thus
Z ∞ Z 2ν
1
lim [fν (x) − f (x)]g(x)dx = lim √ g(x)dx (13.18)
ν→∞ 0 ν→∞ ν ν
C
≤ lim √ (13.19)
ν→∞ ν
= 0. (13.20)
However, fν does not strongly converge to a function f in L2 ([0, ∞[). Indeed, if this is the case, then there exists
a subsequence of fν which converges almost everywhere towards f , and therefore f = 0 is the only possible limit.
But
Z ∞
1
||fν ||2L2 = 1[ν,2ν] (x)dx (13.21)
0 ν
1 2ν
Z
= dx = 1 (13.22)
ν ν
for all ν, then ||fν ||L2 does not converge to ||f ||L2 = 0.
|f (x)|
||f ||0E = sup |f (x)| = sup . (13.24)
x∈E,||x||≤1 x∈E,x6=0 ||x||E
121
- L(x)n is a Cauchy sequence : Let x ∈ H and xn be a sequence of any element of A which converges to x.
Let us show that L(xn ) is a Cauchy sequence. Let > 0. By the linearity of L,
Since xn → x on H, for all δ > 0, there exists an integer N ∈ N such that for all n and m greater than N
we have ||xn − xm || < δ. By setting δ = ||L|| , we get that L(xn ) is a Cauchy sequence and therefore
for all x ∈ H and for a sequence xn ∈ A such that xn → x. By the previous steps, this form is well defined.
Let show that it is linear :
The continuity is guaranteed to us, because ||L̃|| = ||L||. Indeed, let x ∈ H. Then there exists xn ∈ A such
that xn → x Consequently,
|L̃(x)| |L(xn )|
= lim ≤ lim ||L.|| (13.34)
||x|| n→∞ ||xn || n→∞
Proposition 13.2. Let N be a normalized vector space and F ⊂ N a vector subspace such that F̄ 6= N. Then there
exists f ∈ N 0 , f 6= 0, such that
hf, xi = 0, ∀x ∈ F. (13.35)
0
Théorème 62. (Riesz representation theorem) Let 1 < p < ∞ and let ϕ ∈ (Lp )0 . Then there exists u ∈ Lp which
is unique such that Z
hϕ, f i = uf ∀f ∈ Lp . (13.36)
Moreover, we have
||u||Lp0 = ||ϕ||(Lp )0 . (13.37)
Remarque 21. This theorem expresses that any continuous linear form on Lp with 1 < p < ∞ can be represented
0
using a function of Lp . Since the map ϕ 7→ u is an isometric and surjective linear operator, we then identify the
0 0
dual of Lp with Lp . Therefore, we will subsequently admit the identification (Lp )0 = Lp
122
lemme. (Fundamental lemma of the calculus of variations) Let f ∈ L1loc (Ω) such that
Z
f u = 0, ∀ u ∈ Cc (Ω). (13.38)
lemme. (Urysohn)
Let A and B two non-empty and disjoint compact sets of R. Then there exists a continuous function f : R * [0, 1]
such that f (a) = 0 for all a ∈ A and f (b) = 1 for all b ∈ B.
λx + (1 − λ)y ∈ Ω. (13.39)
Définition 49. (Convex function) Let Ω ∈ R be a convex open. A function f : Ω → R is said to be convex if for
all x, y ∈ Ω and all λ ∈ [0, 1] it satisfies
∂f
(x) ≤ α2 1 + |x|p−1 , ∀ ∈ Rn , ∀i = 1, ..., n.
(13.46)
∂xi
123
13.3 Sobolev spaces in dimension 1
13.3.1 Definition, first properties and example
Let a < b and I =]a, b[ be an interval in R (not necessarily bounded) and 1 ≤ p ≤ ∞.
Définition 51. (The space W 1,p (I))
The Sobolev space W 1,p (I) is defined by
Z Z
1,p p p 0 1
W (I) = u ∈ L (I); ∃g ∈ L (I) such that uϕ = − gϕ, ∀ϕ ∈ Cc (I) . (13.47)
I I
We set
H 1 (I) = W 1,2 (I). (13.48)
Remarque 22. Some important points about this definition should be remembered :
1 When there is no confusion, we will write W 1,2 instead of W 1,2 (I)
2 For u ∈ W 1,2 (I) we denote u0 = g. This makes sense : indeed, if there is g1 , g2 ∈ Lp (I) verifying
Z Z Z
uϕ0 = g1 ϕ = g2 ϕ ϕ ∈ Cc1 (I), (13.49)
then, Z
(g1 − g2 )ϕ(0) = 0 ∀ϕ ∈ Cc1 (I). (13.50)
where
∂αf
Dα f = . (13.53)
∂xα αn
1 ...∂xn
1
The left-hand side of this equation still makes sense if we only assume u to be locally integrable. If there exists
a locally integrable function v such that
Z Z
uDα ϕdx = (−1)α vϕdx ∀ϕ ∈ Cc∞ (Ω), (13.54)
Ω Ω
124
Exemple 22. Let I =] − 1, 1[. Let’s show that the function
1
u(x) = (|x| + x) (13.55)
2
belongs to W 1,p for all 1 ≤ p ≤ ∞ and that
1 if 0 < x < 1
u0 (x) = H(x) = (13.56)
0 if − 1 < x < 0.
It is easy to see that u is continuous and bounded on I. It therefore belongs to Lp (I) for all 1 ≤ p ≤ ∞. Let us show
that its derivative in the sense of the distributions is worth H : We have, for all ϕ ∈ Cc1 (I),
Z Z 0 Z 1 Z 0 Z
− uϕ0 = − uϕ0 − uϕ0 = ϕ=− Hϕ (13.57)
I −1 0 −1 I
Remarque 23. The above H(x) function is called the Heaviside distribution. Its derivative within the meaning of
the distributions is the Dirac delta at point 0, noted δ0
Remarque 24. In the example above, we saw the case of a discontinuous function which does not belong to W 1,p .
We will see later that if a function is in W 1,p , then it admits a continuous representative, which was not the case
for the Heaviside function. In fact, if the derivative in the sense of the F0 distributions of a function F is not a
regular distribution associated with a function, then F cannot belong to W 1,p , because F 0 is not even a function.
This was the case above with F= H and F 0 = δ0 .
Définition 52. (Norm of W 1,p )
The space W 1,p is provided with the norm
125
13.3.2 Properties and characterizations of the functions of W 1,p (I)
¯ such that
Théorème 64. Let u ∈ W 1,p then there exists a function u ∈ C(I)
and
Z y
ũ(x) − ũ(y) = ¯
u0 (t)dt ∀x, y ∈ I. (13.63)
x
Remarque 25. The previous theorem tells us that the functions of W 1,p are "roughly" primitives of functions of
Lp .
Définition 53. (Differential quotient)
Let h ∈ R, h 6= 0. We define the differential quotient by
u(x + h) − u(x)
Dh u(x) = (13.64)
|h|
Théorème 65. (Characterization of the functions of W 1,p (I))
Let u ∈ Lp with 1 < p ≤ ∞. The following properties are equivalent :
1 u ∈ W 1,p .
2 There exists a constant C such that
Z
uϕ0 ≤ C||ϕ||Lp0 (I) ∀ϕ ∈ Cc∞ (I). (13.65)
I
4 There exists a constant C such that for every open ω ⊂⊂ I(that is, ω̄ is compact and ω̄ ⊂ I) and every h ∈ R
such that |h| < d(ω, Ω \ I) we have
||Dh u||Lp (ω) ≤ C. (13.66)
126