Vous êtes sur la page 1sur 249

Mathmatiques pour la

Physique.

Bahram Houchmandzadeh

http://houchmanddzadeh.net/cours/Math/math.htm

First Version

Septembre 2008

Present Version

May 26, 2014

Table des matires


1
2

Introduction.

lments d'analyse fonctionnelle.

2.1

. . . . . . . . . . . . . . . . . . . . . . . . .

2.2

L'espace vectoriel des fonctions. . . . . . . . . . . . . . . . . . . . .

13

2.3

Les espaces vectoriels.

Quelques digressions historiques.

18

. . . . . . . . . . . . . . . . . . .

Les sries de Fourier.

19

3.1

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

19

3.2

Les sries de Fourier. . . . . . . . . . . . . . . . . . . . . . . . . . .

20

3.3

Pourquoi les sries de Fourier sont intressantes ? . . . . . . . . . .

24

3.4

Un peu de gnralisation.

26

3.5

Les sries de sinus et de cosinus.

3.6

Vibration d'une corde. . . . . . . . . . . . . . . . . . . . . . . . . .

28

3.7

Drivation terme terme des series de Fourier.

. . . . . . . . . . .

29

3.8

Introduction.

Equation de la chaleur. . . . . . . . . . . . . . . . . . . . . . . . . .

31

. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .

Les transformations de Fourier.

26

44

4.1

. . . . . . . . . . . . . . . . . . . . . . . . . . .

44

4.2

Les oprations sur les TF. . . . . . . . . . . . . . . . . . . . . . . .

46

4.3

Transforme de Fourier Rapide. . . . . . . . . . . . . . . . . . . . .

47

4.4

Manipulation et utilisation des TF. . . . . . . . . . . . . . . . . . .

47

4.5

Entre en matire.

Relation entre les sries et les transforms de Fourier.

51

. . . . . . .

Les distributions.

53

5.1

. . . . . . . . . . . . . . . . . . . . . . . . . .

53

5.2

Un peu de dcence. . . . . . . . . . . . . . . . . . . . . . . . . . . .

56

5.3

Manipulation et utilisation des distribution. . . . . . . . . . . . . .

58

5.4

Ce qu'il faut savoir.

Exercices.

63

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Convolution et corrlation.

65

6.1

Les convolutions. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

65

6.2

Auto-corrlation. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

68

Table des matires


7

Les transformes de Laplace.

75

7.1

Entre en matire.

. . . . . . . . . . . . . . . . . . . . . . . . . . .

75

7.2

Oprations sur les TL. . . . . . . . . . . . . . . . . . . . . . . . . .

76

7.3

Dcomposition en fraction simple.

78

7.4

Comportement assymptotique.

. . . . . . . . . . . . . . . . . . . .

80

7.5

Produit de Convolution. . . . . . . . . . . . . . . . . . . . . . . . .

83

7.6

Aperu des quations intgrales.

7.7

Aperu des systmes de contrle asservis (feedback systems).

7.8

La physique statistique.

7.9

TL inverse.

7.10 Exercices.

. . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . .

83

. . .

84

. . . . . . . . . . . . . . . . . . . . . . . .

84

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

85

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

86

Les fonctions de Green.

93

8.1

93

8.2

Le potentiel lectrostatique. . . . . . . . . . . . . . . . . . . . . . .

96

8.3

La propagation des ondes

98

8.4

Propagateur pour l'quation de Shrodinger.

. . . . . . . . . . . . .

99

8.5

Entre en matire . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Disposer d'une base propre. . . . . . . . . . . . . . . . . . . . . . .

99

. . . . . . . . . . . . . . . . . . . . . . .

Les oprateurs linaires.

100

9.1

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100

9.2

L'algbre des oprateurs. . . . . . . . . . . . . . . . . . . . . . . . . 102

9.3

Reprsentation matricielle des oprateurs. . . . . . . . . . . . . . . 107

9.4

Valeurs et Vecteurs propres. . . . . . . . . . . . . . . . . . . . . . . 110

9.5

Disposer d'une base propre orthogonale. . . . . . . . . . . . . . . . 112

9.6

Oprateurs hermitiens. . . . . . . . . . . . . . . . . . . . . . . . . . 114

9.7

Mthodes opratorielles, algbre de Lie.

. . . . . . . . . . . . . . . 116

10 Les systmes Sturm-Liouville.


10.1 Introduction.

119

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

10.2 Reformulation opratorielle. . . . . . . . . . . . . . . . . . . . . . . 123


10.3 Detour : la mcanique quantique ou pourquoi les valeurs propres
ont pris tant d'importance.

. . . . . . . . . . . . . . . . . . . . . . 128

10.4 Les systmes Sturm-Liouville. . . . . . . . . . . . . . . . . . . . . . 130


10.5 Les solutions polynomiales de Sturm-Liouville.

. . . . . . . . . . . 131

10.6 Valeurs et fonctions propres. . . . . . . . . . . . . . . . . . . . . . . 135


10.7 Les solutions non-polynomiales. . . . . . . . . . . . . . . . . . . . . 136
10.8 Problmes.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

11 Le calcul variationnel
11.1 Introduction.

139

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

11.2 Calcul des variations. . . . . . . . . . . . . . . . . . . . . . . . . . . 141

Table des matires


11.3 Plusieurs degrs de liberts. . . . . . . . . . . . . . . . . . . . . . . 145
11.4 Formulation Lagrangienne et quation du mouvement d'un champ. 148
11.5 Optimisation sous contraintes. . . . . . . . . . . . . . . . . . . . . . 151
11.6 Les conditions aux bords naturelles 1.
11.7 Les conditions aux bords naturelles 2.

. . . . . . . . . . . . . . . 157
. . . . . . . . . . . . . . . . 159

11.8 Dtour : lments de gomtries non-euclidiennes. . . . . . . . . . . 160

12 Calcul des perturbations.

168

12.1 Les perturbations rgulires. . . . . . . . . . . . . . . . . . . . . . . 168


12.2 Les perturbations singulires.

. . . . . . . . . . . . . . . . . . . . . 172

13 Les oprateurs direntiels.

179

13.1 Mtrique et Systme de coordonnes. . . . . . . . . . . . . . . . . . 179


13.2 Nabla, div et les autres.

. . . . . . . . . . . . . . . . . . . . . . . . 181

13.3 Le gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181


13.4 Champ de vecteurs.
13.5 Le rotationnel.

. . . . . . . . . . . . . . . . . . . . . . . . . . 182

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184

13.6 La divergence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187


13.7 Le Laplacien.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188

13.8 Rsumons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190


13.9 Problmes.
13.10Notes.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

14 Les tenseurs en physique.

194

14.1 Les tenseurs de rang 2. . . . . . . . . . . . . . . . . . . . . . . . . . 194


14.2 Gnralisation des tenseurs. . . . . . . . . . . . . . . . . . . . . . . 197
14.3 Les composantes d'un tenseur.

. . . . . . . . . . . . . . . . . . . . 198

14.4 Changement de base. . . . . . . . . . . . . . . . . . . . . . . . . . . 200


14.5 Le produit scalaire gnralis, covariant et contravariant, les formes
linaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

15 quation drive partielle du premier ordre.


15.1 La mthode des caractristiques.
15.2 Interprtation gomtrique.
15.3 Gnralisation.

. . . . . . . . . . . . . . . . . . . . . . 206

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209

16 Les formes direntielles et la drivation extrieure.


16.1 Introduction.
16.2 Les

204

. . . . . . . . . . . . . . . . . . . 204

211

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

1formes.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212

16.3 Intgration des 1-formes. . . . . . . . . . . . . . . . . . . . . . . . . 213


16.4 les

nformes

nvecteurs.
kformes. . .

et les

16.5 L'intgration des

. . . . . . . . . . . . . . . . . . . . 214
. . . . . . . . . . . . . . . . . . . . 215

Table des matires


16.6 La drivation extrieure. . . . . . . . . . . . . . . . . . . . . . . . . 217
16.7 thorme de Stockes. . . . . . . . . . . . . . . . . . . . . . . . . . . 222
16.8 Intgration par partie. . . . . . . . . . . . . . . . . . . . . . . . . . 224
16.9 Un peu de gometrie : vecteurs, 1-formes et leurs associations. . . . 224
16.10L'oprateur de Hodge. . . . . . . . . . . . . . . . . . . . . . . . . . 229
16.11Quelques applications. . . . . . . . . . . . . . . . . . . . . . . . . . 230

17 Les quations de la physique.

234

17.1 Qu'est ce qu'une quation direntielle ? . . . . . . . . . . . . . . . 234


17.2 Equation de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . 235
17.3 Equation d'onde et de chaleur.

. . . . . . . . . . . . . . . . . . . . 238

18 Qu'est ce qu'un nombre ?


18.1 Les entiers naturels
18.2 Les ensembles

et

N.
Q.

240
. . . . . . . . . . . . . . . . . . . . . . . . . 240
. . . . . . . . . . . . . . . . . . . . . . . . . 241

18.3 Un peu de topologie. . . . . . . . . . . . . . . . . . . . . . . . . . . 242


18.4 L'ensemble des nombres rels. . . . . . . . . . . . . . . . . . . . . . 244
18.5 Les nombres

padiques.

. . . . . . . . . . . . . . . . . . . . . . . . 246

19 Bibliograhie.

248

1 Introduction.
Durant les deux premires annes de l'universit, on apprend les bases essentielles des mathmatiques : calcul direntiel et integral, algbre linaire, quations direntielles linaires, etc. L'objet de ce cours est d'utiliser ce corpus pour
introduire les mthodes mathmatiques dites suprieures utilises pour rsoudre
les problmes classiques de la physique.
Les mathmatiques ne sont pas une collection de mthodes juxtaposes et sans
relation : il existe des concepts extremement gnraux qui nous permettent de
porter le mme regard sur des notions priori disparates. Le concept qui reviendra
tout au long de ce cours est celui de l'espace vectoriel. Ainsi, tourner un vecteur du
plan d'un angle quelconque ou appliquer un oprateur integro-direntiel une
fonction sont fondamentalement la mme chose ; de mme que trouver les valeurs
propres d'une matrice ou rsoudre une quation drive partielle linaire. C'est
bien pour cela que l'tudiant apprend un tel volme d'algbre linaire dans les
cours de mathmatiques lmentaires.
Le plan du cours est le suivant : Aprs une introduction (un rappel) des espaces
vectoriels, nous verrons que les fonctions elles mmes peuvent tre considres
commes des points (des vecteurs) dans un grand espace des fonctions, et que
nous pouvons dnir des bases orthogonales dans cet espace presque comme on
le fait dans l'espace tri-dimentionnel.
Le chapitre suivant est consacr aux sries de Fourier, le premier exemple pratique que nous verrons de bases dnombrables dans l'espace des fonctions sur
un intervalle

ni. Nous verrons entre autre comment cette base nous permet de

rsoudre les quations classique de la physique comme celle de diusion de la


chaleur ou des cordes vibrantes.
Nous avons souvent aaire des fonctions dnies sur des intervalles

innis. Les

transformes de Fourier nous permettent de disposer de bases pour l'espace de ces


fonctions. Comme souvent cependant, les innis posent des problmes particuliers
et nous auront allors dnir les

distributions,

une gnralisation des fonctions

qui introduit en mathmatique le concept de charge (ou force) ponctuelle si cher


aux physiciens. Nous verrons alors le nombre incroyable de problmes que ces
nouvelles mthodes nous permettent d'aborder : de la rsolution des quations
direntielles celle d'quations stochastiques (comme le mouvement brownien)
en passant par la diraction par les cristaux etc.
Le cousin germain des transformes de Fourier est la transforme de Laplace :
nous verrons comment l'utiliser pour tous les problmes o les conditions initales

1 Introduction.
sont importantes.
Finalement, un complment util tous ces outils est la mthode de Green (ou
fonctions de Green) qui nouveau a voir avec la gnralistation des charges
ponctuelles : si on connait l'eet d'une charge (ou d'une force ou ...) ponctuelle,
on peut alors facilement calculer l'eet d'une distribution de charge (de force ...).
Nous allons revenir sur le concept gnral d'operateur integro-direntiel. Une
rotation ou une homotetie transforment de faon
autre. Un oprateur direntielle linaire comme

linaire

un vecteur dans un

2
(t Dx )

fait la mme chose

pour les fonctions, considres comme des vecteurs d'un grand espcace. Nous savons qu'tudier une application linaire est toujours beacoup plus simple dans sa
base propre. La mme chose est vrai pour les vecteurs et valeur propres des oprateurs. Les transformes de Fourier nous fournissaient une base trs particulire
bien adapt certains problmes de physique, nous verrons d'autres bases comme
celle des polynomes othogonaux et nous gnraliserons le calcul des oprateurs.
Quelques chapitres sont consacrs aux notions plus avances qui devront nanmoins tre connues des tudiants la n de leur Master. Nous abordons le calcul
des perturbations, outil indispensable ds que nous tentons la rsolution de vrai
problmes, c'est dire ceux qui s'cartent un peu des exemples classiques que
nous savons rsoudre. Par exemple, nous savons rsoudre une quation direntielle d'une certaine forme, le calcul de perturbation nous permettra d'obtenir
une solution approche quand la forme change lgrement.
Un chapitre est consacr aux claculs des variations qui est une gnralisation
des problmes d'extrmum l'espace des fonctions et des fonctionnelles qui y
agissent. La plupart des problmes de physique sont formule dans ce langage ou
gagne tre formul dans ce langage.
Nous aborderons galement la thorie des formes direntielles. Souvent ces
objets sont enseigns dans le cadre de la thorie des tenseurs et vue comme des
tenseurs alterns. Il est cependant beacoup plus simple de les aborder directement
et en donner une image gomtrique, surtout que ce sont des objets trs simple
manipuler et qui donnent de la cohrence aux divers operateurs direntiels
comme le gradient, rotationnel et divergence. Nous verrons comment certaines
lois de la physique comme les quations de Maxwell acquiert une signication
gomtrique intuitive.
La thorie des tenseurs sera galement dans un chapitre. Nous nous contenterons essentiellement des tenseurs dans un espace euclidien o il n'y a pas faire
de dirence entre les vecteurs et les covecteurs.
Enn un petit chapitre est consacr aux nombres. Nous les manipulons depuis
si longtemps que nous avons oubli comment on les a construit. Ce chapitre tente
de remedier cet oubli.
Bon, susement disgress, voyons du concret.

2 lments d'analyse
fonctionnelle.
Les espaces vectoriels jouent un rle unicateur fondamental en mathmatiques. Peut-tre cela rappelle au lecteur des souvenirs de matrices, de bases
et de ses changements, ... Nous allons revoir tout cela de faon assez legre mais

fonctions. Nous allons voir


vecteurs dans des espaces de

surtout applique l'ensemble extrmement vaste des


que nous pouvons dcrire les fonctions comme des

dimensions innies, en utilisant pratiquement les mmes outils que pour des vecteurs trois dimensions. Cela s'appelle

analyse fonctionnelle

et a t formalis

par Hilbert au dbut des annes 1900. Le reste de ce cours s'appuie constemment
sur les rsultats de ce chapitre dont la lecteure est indispensable.

2.1 Les espaces vectoriels.


Qu'est ce qu'un espace vectoriel ?

Nous connaissons dj certains ensemble

clbre comme celui des nombres rls

ou complexes

la suite indiremment l'ensemble des scalaires


ensemble

o l'opration

S.

C.

On les appellera dans

Un espace vectoriel est un

a un sens. Pas n'importe quel sens d'ailleurs, mais


1

cette opration : (i) si a et b appartiennent


a + b aussi ; (ii) a + b = b + a . En plus, multiplier un vecteur
par un scalaire a un sens, qui plus est, lui aussi trs naturel : si s, s1 , s2 S et
a, b E , alors : (i) sa E ; (ii) (s1 + s2 )a = s1 a + s2 a ; (iii) s(a + b) = sa + sb ;
2
(iv) E possde un lment zro, qu'on notera 0 tel que a + 0 = a, a, 0 E .
N'oublions pas que quand on parle de sa, on parle bien d'un vecteur et non
ce qu'on associe instinctivement
notre ensemble, alors

d'un

scalaire.

L'ensemble des maisons d'une ville par exemple n'a pas vraiment

une structure d'espace vectoriel. Par contre, l'ensemble des vecteurs dans un
plan, l'ensemble des polynmes, ou l'ensemble des fonctions dnies sur

[0, 1]

ont une structure d'espace vectoriel. L'intrt majeur est que tout ce que l'on
peut armer pour l'un de ces ensembles (en rapport avec son caractre vectoriel)
pourra tre gnralis aux autres.

1. un instinct forg par une douzaine d'anne d'tude.


2. En caractre gras pour ne pas le confondre avec le

des scalaires.

3. Bon, il faut, de temps en temps, prendre des prcautions.

2 lments d'analyse fonctionnelle.


Bases d'espace vectoriel.
espace

Une base est l'ensemble de certains lments de notre

qui nous permet de dcrire tout les autres. Pour tre plus rigoureux,

e1 , e2 , e3 , ..., ei E, soit une base. Dans ce cas, pour n'importe


E , on peut trouver des scalaires ( des chires donc) si tel que
a =
si ei . On dit que a est une combinaison linaire des vecteurs ei . Bien
i
sr, il faut prendre le minimum de ei qui rende cette description faisable. Pour
cela, il sut d'exiger qu'aucun des ei ne puisse tre une combinaison linaire des
supposons que

quel lment

de

autres (on dit alors que ces vecteurs sont linairement indpendant). Les scalaire

si

a sont
{e}.

qu'on aura trouv pour la description de

les

composantes

du vecteur

dans la base

alors unique. On les appelle

Le grand intrt des bases est qu'elles nous permettent de manipuler les vecteurs comme des collections de chires. Pour les vecteurs dans le plan, nous ne
sommes pas oblig de faire des dessins, nous pouvons les reprsenter par des duplets

(x1 , x2 )

si nous nous sommes xs l'avance deux vecteurs de rfrences.

A partir du moment o on peut reprsenter les objets par des chires, on peut
pratiquement tout faire (hem).
Pour l'espace vectoriel des polynmes, les polynmes
une base. Une autre serait

{1, (1 X), (1 X) , ...}.

1, X, X 2 , ...

constituent

Bien sr, le choix de la

base n'est pas unique. On peut cependant remarquer que l'ensemble des vecteurs
du plan est de dimension

(il sut de deux vecteurs pour dnir une base),

tandis que l'ensemble des polynmes est de dimension innie. Ce n'est pas une
trs grande innie, le nombre d'lments dans la base qui couvre les polynmes
est le mme que celui des nombres dans
4

N.

On dit alors que c'est une innie

dnombrable .
Quand est il de l'espace des fonctions ? A priori, c'est un espace d'une trs
grande dimension. On verra par la suite que si on se donne quelques restrictions,
on peut galement dnir une base

dnombrable

pour cet espace. C'est un des

thormes les plus fascinants d'analyse.

Le produit scalaire.

On peut enrichir la structure d'espace vectoriel en rajoutant

d'autres opration que le

+ et le produit par un scalaire. L'opration la plus utile

dnir pour l'Analyse est le

produit scalaire (qu'on appelle galement le produit


vecteurs, associe un

intrieur). Le produit scalaire est une opration qui, deux

scalaire 5 . Nous noterons le produit scalaire de deux vecteurs (a, b). En physique,
on a plus l'habitude de le noter par

.,

a b

en mcanique quantique par

a| b

Nous sommes assez habitus depuis les annes du lyce avec ce concept. Un
bon produit scalaire doit avoir ces quelques proprits :
4. C'est le plus petit des innis. Sans rentrer dans les dtails, l'inni qui ensuite est vraiment
plus grande que

est celui de

R.

L'ensemble de toutes les fonctions est une innie encore plus

grande.
5.

(., .) : E E S.Si

l'espace vectoriel est associ aux rels (complexes), le scalaire est un

rel (complexe).

10

2 lments d'analyse fonctionnelle.


(sa, b) = s(a, b) o s S, et a, b E .
(ii) (a + b, c) = (a, c) + (b, c). o a, b, c E .
(iii) (a, a) R et (a, a) > 0 si a = 0 et (a, a) = 0
(i)

si

a = 0.

Par exemple, dans l'ensemble des vecteurs du plan, on peut dnir un produit
scalaire par
et

(a, b) =

xi yi

xi

et

yi

sont les composantes des deux vecteurs

b.
La proprit (iii) est trs intressante. Elle nous permet de dnir la

d'un vecteur, qu'on appelle sa

norme

et que l'on note

= (a, a).

longueur
L'intrt

de pouvoir disposer d'une norme est immense. On peut par exemple savoir si

a, b sont proches l'un de l'autre en regardant la norme de leur


a b , ce qui nous permet son tour de dnir la notion de limite
vous, les blabla, blabla tel que blablabla ...). Cela parat vident si

deux vecteurs
dirence
(souvenez

l'on parle des vecteurs d'un plan, a l'est beaucoup moins quand on discute des
espaces vectoriels plus riches comme celui des fonctions. Est ce que par exemple,
on peut dire que la fonction

sin(.)

et

log(.)

sont proches ?

Nous avons besoin aussi de prciser la commutativit. Nous exigeons du produit


scalaire :

(a, b) = (b, a) si E est associ aux rels ;


(iv') (a, b) = (b, a) si E est associ aux complexes.
2
Par exemple, pour les vecteurs de C , on peut dnir le produit scalaire de a, b

par
i xi yi o xi , yi sont les composantes de a et b. Notez bien que l'on doit
(iv)

multiplier la composante de l'un par le complexe conjugu de l'autre si on veut


6

respecter la proprit (iii) et disposer d'une norme . La proprit (iv) ou (iv)',


combine la proprit (i) nous donne :

(i')
(i)

(a, sb) = s(a, b) si E est associ aux rels ;


(a, sb) = s (a, b) si E est associ aux rels.

L'orthogonalit.
vecteurs (=

0)

Nous nous souvenons que pour les vecteurs dans

sont perpendiculaires (qu'on note

ab

Rn ,

deux

) ssi leur produit scalaire

est nul. Nous acceptons cette dnitions pour tout espace vectoriel. On appelle
une base orthogonale une base telle que tout ses lments soit perpendiculaire l'un
l'autre. Nous avons un avantage fantastique utiliser des bases orthogonales.
D'abord, si les vecteurs

e1 , e2 , ...

sont orthogonale les uns aux autres, ils sont

linairement indpendant. Si notre espace vectoriel est de dimension


sut donc de trouver

les

vecteurs tous

n,

il nous

uns aux autres et le tour est jou :

nous disposons d'une base !


6. Un exemple intressant de produit scalaire qui ne
relativit restreinte. On repre un

(x, y, z, t)

vnement

respecte

et le produit scalaire de deux vnement est dni par

Deux vnement

distincts

pas (iii) est donn par la

par ses quatre coordonnes spatiotemporelles

x1 x2 + y1 y2 + z1 z2 t1 t2 .

peuvent donc tre distance nulle l'un de l'autre.

11

2 lments d'analyse fonctionnelle.


On peut exiger encore plus d'une base : qu'elle soit orthonorme, c'est dire
que la norme de tous ses lments soit l'unit. Si nous disposons d'une base
orthonorm, on peut trouver les composantes d'un vecteur quelconque de faon

a est un vecteur et (e1 , ...en ) une base orthonorme, alors


a selon ei est (a, ei ). Comme
n
des vecteurs dans R .

extrmement simple : si

a=

(a, ei )ei ,

c'est dire que la composante de

exemple, prenez le cas

Exercices.
1. Dmontrer que les deux vecteurs
vectoriel

C2

associ

2. Dmontrer que si

C.

(1, 0) (0, 1) forment une base pour l'espace


(i, 0) et (0, i).

Mme chose pour les deux vecteurs

a b = 0,

alors

a = b.

3. Dmontrer que pour l'espace des matrices

n n,

ai,j bi,j

est un produit

scalaire. Ce produit scalaire est souvent utilis en analyse matricielle numrique pour l'valuation de la stabilit des mthode itratives.
4. Dmontrer que si

vecteurs sont mutuellement orthogonaux, alors ils sont

linairement indpendants.
5. Dmontrer que si
vecteur

{e1 , ..., en } est une base orthonorme, alors n'importe quel

peut s'crire sous la forme

a=

(a, ei )ei
i=1

Comment doit on modier cette formule si la base est simplement orthogonal, mais pas orthonorme ?
6. En ralit, une norme pour pouvoir lgalement porter ce nom, doit respecter
l'ingalit triangulaire :

a+b a + b
Dmontrez que la norme dnie par le produit scalaire vrie cette ingalit.
Pour cela il faut d'abord dmontrer l'ingalit de Cauchy-Schwarz :

|(a, b)|2 a . b
qu'on peut assez facilement dmontrer en considrant le produit

(a+b, a+

b) 0.
7. Pouvez vous gnraliser le produit scalaire dans

Rn

l'espace des poly-

nmes ? Et surtout dmontrer qu'il respecte toutes les proprits d'un produit scalaire ?

12

2 lments d'analyse fonctionnelle.


8. Un operateur linaire est une fonction linaire de l'espace vectoriel dans lui
mme : il prend un vecteur en entre et produit un vecteur en sortie. La
linarit veut dire que si

est un oprateur linaire,

quelconques de l'espace vectoriel et

a, b

deux membres

deux scalaires, alors

L(a + b) = L(a) + L(b)


(N'oublions pas que

b).

L(a)

et

Si on se donne une base

action sur

chaque

L(b) sont des vecteurs au mme titre que a et


{ei }, l'operateur peut tre caractris par son

vecteur de la base :

L(ej ) =

Lij ei
i

Lij sont les comosantes de l'application L dans la base des


{ei }. En gnral, pour les reprsenter, on les dispose dans un tableau (appel
matrice) o la ime ligne et la jme colonne contient le nombre Lij .
Dmontrez que les composantes de deux vecteurs quelconque a et b tel que
b = L(a) sont reli par la relation (noter l'ordre des sommations)

Les nombres

bi =

Lij aj
j

9. Dmontrer alors que si la base est orthonormale,

Lij = (ei , L(ej ))


En langage claire, pour connaitre la composante

Lij

d'une matrice, il faut

trouver d'abord le vecteur qui rsulte de l'application de l'operateur au

jme

vecteur de la basep

= L(ej ), et former le produit scalaire


ime vecteur de la base.
bases {ei } et {fi } et P une application linaire tel que

de ce

vecteur avec le
10. Soit deux

P (ei )
P 1 (fi )
P

= fi i = 1, 2, ..., n
= ei

est couramment appel l'application de

passage. Soit A une application

linaire quelconque dont les lments dans la base des


par la matrice

aij .

Soit maintenant l'application linaire

ses lments de matrice dans la base des

{fi } sont donnes


P 1 AP . Calculer

{ei }.

2.2 L'espace vectoriel des fonctions.


Rn c'est bien, mais nous nous intressons
un espace beaucoup plus vaste, celui des fonctions. Soit F l'ensemble des fonctions
Manipuler des vecteurs dans l'espace

13

2 lments d'analyse fonctionnelle.


RR

I.

dnies sur un intervalle donne

Les fonctions sont en faite des boites

noire qui prennent des chires en entre et produisent des chires en sortie. La
fonction

sin(.)

par exemple, une valeur

xI

associe le nombre

sin x.

On peut

voir les fonctions comme des points dans un espace immensment grand o en se
baladant, on rencontrerai de temps en temps des fonctions connues comme

log(.),

exp(.), exp(2.)

et la plupart de temps des fonctions qui n'ont pas de nom .

Le produit scalaire.

Il est vident que

possde une structure d'espace vecto-

riel. On ne sait pas encore si nous pouvons tendre la notion de base cet espace,
mais on peut parfaitement dnir des produits scalaires. Le produit scalaire que
l'on utilisera abondamment est le suivant :

(f, g) =

f (x)g(x)dx
I

On dmontrera dans un exercice que ce produit scalaire a toute les bonnes proprits. Mais on peut noter que cette dnition gnralise la somme
produit scalaire dans

Rn ,

quand

xi yi du

(souvenez vous de la dnition de l'in-

tgral).
Bien, nous disposons d'un produit scalaire, on peut donc dnir la norme d'une
fonction.

[f (x)]2 dx

=
I

Cette norme, appele


l'intervalle

L2 ,

est trs populaire. voyons quelques exemples, pour

[0, 2],
2

2.

= 0 exp2 (x)dx = (exp 4 1)/2.

sin(.) =

3.

log(.) =???

1.

4.

exp(.)

1/(.)

faire en exercice.
si

n > 1.

On voit ici les premires bizarreries des ces grands espaces ( de dimension inni)
apparatre : un lment priori sympathique peut avoir une norme innie.
Le lecteur a remarqu que jusque l, nous avons utilis une notation particulire
pour distinguer une fonction (un point dans l'espace vectoriel des fonctions) de
la valeur que prend cette fonction pour une entre particulire : la premire est
note

f (.)

est la deuxime

f (x).

Comme cette notation est quelque peu lourde

et que nous esprons que le lecteur est maintenant habitu cette distinction,
nous emploierons partir de maintenant indiremment la notation

f (x)

pour

les deux notions. Le contexte dtermine si on parle de la fonction ou de sa valeur.

7. En faite, si on se baladait dans cet espace de faon alatoire, on ne rencontrerai jamais


des fonctions connues.

14

2 lments d'analyse fonctionnelle.


Nous avons mentionn plus haut que disposer d'une norme nous permet de
savoir si deux fonctions sont proches ou mme identique si

[0, 1] : f (x) = 1
norme L2 , ces deux

drons alors les deux fonctions, dnies sur


et

g(x) = 0

tiques

si

x = 0.

Au sens de notre

f g = 0. Consig(x) = 1 si x = 0

et

fonctions sont iden-

! Grossirement parlant, notre norme est une lunette pas trop prcise et

ne distingue pas les dirences subtiles entre deux fonctions. Elle ne va retenir
9

que les traits les plus importants . Ainsi, quand

fn (x) = x

converge vers

f (x) = 0

n ,
[0, 1]

sur l'intervalle

la suite des fonctions


au sens

L2 ,

mais ne

converge pas au sens des convergences uniformes.


Notons enn que si nous manipulons l'ensemble des fonctions qui associent
une valeur relle un nombre

complexe, i.e. f : R C,

nous devons lgrement

modier la dnition du produit scalaire :

f (x)g(x) dx

(f, g) =
I
o le symbole

dsigne le complexe conjugu.

L'orthogonalit.

La notion d'orthogonalit se gnralise immdiatement aux

sont orthogonales si (f, g) = 0. Ainsi, sur l'inter[1, 1], les fonctions 1 et x sont orthogonales. De mme pour les fonction
exp(x/2) et exp(x/2)(1 x) sur l'intervalle [0, ].
fonctions :

et

g (= 0)

valle

Nous avons vu plus haut que la notion d'orthogonalit nous donne un srieux
coup de main pour trouver une base. En particulier, dans un espace de dimension

n,

il nous sut de trouver

vecteurs orthogonaux pour avoir une base. Peut

on gnraliser ce rsultat des espaces de dimension innie ? la rponse est oui


si on prend des prcautions. Les fonctions de normes innies nous posent de
srieux problmes. Nous allons donc restreindre notre espace de fonctions en
nous contentant des fonctions de carr sommable, c'est dire des fonction
que

|f (x)|2 dx < .
I

tel

Nous avons alors le thorme fondamental suivant :

Dans l'espace des fonctions de carr sommable, on peut trouver des


ensembles

inni dnombrable

de fonctions orthogonaux qui chacun

constitue une base.


Le lecteur peut mditer sur ce thorme : pour l'noncer ( sans le dmontrer )
nous avons pris de nombreux raccourcies sans mme avoir prcis certains termes,
encore moins leur donner un peu de rigueur et de dcence. Nous allons dans la

8. C'est mme pire : Si la fonction

est dnie par

sens de notre norme, elle est identique la fonction

f.

g(x) = 0

si

xQ

et

g(x) = 1

sinon, au

Bien sr, on aurait besoin de rednir

ce que l'on entend par une intgrale.


9. Il existe bien sr des normes aux pouvoirs de rsolutions beaucoup plus grande, comme
celle utilise pour la convergence uniforme des suites de fonctions.

15

2 lments d'analyse fonctionnelle.


suite clarier un peu mieux les choses, sans les dmontrer. Mais avant cela, voyons
le ct trange de ce thorme.
Comme nous l'avons indiqu, l'inni dnombrable, celui des nombres entiers, et
le plus petit des innis. Il a cette particularit que pour un nombre donn, on peut
indiquer celui qui est juste avant et celui qui est juste aprs. L'inni des nombres
rationnels n'est pas vraiment plus grand, ni celui des nombres algbriques. Par
contre, l'inni des nombre rels est vraiment plus grand. On peut dire grossirement

10

que

R = 2N (bien

sr, on parle en faite du cardinal, de la taille, de ces

ensembles) : pour reprsenter

un nombre rel, nous avons absolument besoin de N

nombre entier. L'ensemble des fonctions est beaucoup, beaucoup plus vaste. Ima-

une seule

ginez que pour reprsenter

fonction, nous avons besoin de

nombre

rel. Le thorme ci-dessus nous dit que si la fonction est de carr sommable, nous
n'avons alors besoin pour la reprsenter que de

nombre rel ! Une exigence a

priori anodin, que les fonctions soient de carr sommable, rduit srieusement la
taille de l'ensemble des fonctions.
Aprs ces digressions philosophicales, un peu de concret. D'abord, qu'est ce
que a veut dire une base dans ces espaces innis ? intuitivement, a doit tre la
mme chose que les espaces de dimensions ni : un ensemble d'objet lmentaire
qui nous permet de dcrire tous les autres. Supposons que, dans l'espace des
fonctions,

E = {e1 , e2 , ...} constitue une base orthonorme.


f doit pouvoir s'crire, de faon unique,

Dans ce cas, une

fonction quelconque

fn en (x)

f (x) =
n=1
o les

fn

sont des

scalaires

qu'on appelle les composantes de

sur la base

Elle sont donnes, comme pour des espaces de dimensions nis, par la
de

{en }.

projection

sur les vecteurs de base en utilisant le produit scalaire :

fn =

f (x)en (x)dx
I

fn est bien un nombre, un scalaire. On peut dnir une


N
N (x) =
i=1 fn en (x). Si l'ensemble E est bien une base,
0 quand N . Cela veut dire qu'on peut approximer une

Remarquez que

suite

de fonctions

alors

f N

fonc-

tion par une somme nie de fonctions de base, et on peut rendre cette approximation aussi bonne qu'on le souhaite en prenant susamment de composante.
Le lecteur est dj partiellement habitu cette ide : le dveloppement de Taylor approxime une fonction par la combinaison des fonctions
10. le cardinal de

xn .

N est not 0

(aleph zro), celui de R 1 si on accepte l'axiome de choix. En


0 et 1 comme une succession (innie ) de bits 0 et 1 (comme
1 = 20 parat assez raisonnable. Nous devons tous ces rsultats

pensant aux nombres rels entre


en informatique), la relation

L'espace des

sur les innis aux travaux de Georg Kantor, la n du dix-neuvime sicle.

16

2 lments d'analyse fonctionnelle.


fonctions qui peuvent tre couvert par un dveloppement de Taylor est cependant beaucoup plus petit que

L2 .

Les mathmaticiens ont t amen trouver

donc d'autres bases. Chaque base est bien adapt aux traitements d'un certain
nombres de problmes, essentiellement la rsolution d'une certaine classe d'quations direntielles. La base la plus populaire, est de loin, et celui propos par
monsieur Fourier, prfet de l'Isre en son temps, au tout dbut du XIX

me

sicle.

Ce sera l'objet du prochain chapitre.

Exercices.
1. Donner une dnition prcise de la convergence d'une suite au sens de la
norme

L2

dans l'espace des fonctions de carr sommable.

2. montrer que la fonction

g(x) = 0

au sens

f (x) = xn

dnie sur

[0, 1] converge vers la fonction

L2 .

3. Dmontrer que la convergence uniforme implique la convergence au sens

L2 .

L'exemple prcdent montre bien sr que le contraire n'est pas vrai.

4. En algbre linaire, les formes bilinaires gnralisent le concept du produit


scalaire. On peut suivre le mme chemin et dnir le produit scalaire entre
deux fonctions par

(f, g) =

w(x)f (x)g(x)dx
I

o la fonction

w(x)est

appel le poids. Dmontrer que cette dnition pos-

sde les proprits d'un produit scalaire. Que doit on imposer la fonction
poids ?
5. On appel polynmes orthogonaux des polynmes

Pn (x)

de degrs

n,

or-

thogonaux les uns aux autres au sens du produit scalaire dni plus haut.
Trouver les trois premiers polynmes associs au poids
tervalle

[1, 1].

w(x) = 1

et l'in-

On appelle ces polynmes les polynmes de Legendre.

6. Dmontrer que les polynmes de Legendre que vous avez trouv obissent
l'quation direntielle

(1 x2 )y 2xy + n(n + 1)y = 0


En ralit, c'est souvent pour cela que l'on cherche les polynmes orthogonaux : ils sont solution d'quations direntielles intressante pour la
physique.
7. Mme question que 5 pour le poids

w(x) = ex et

l'intervalle

[0, [.

Ces

polynmes sont associs la solution de l'quation de Schroedinger pour


l'atome d'hydrogne.

17

2 lments d'analyse fonctionnelle.


8. L'opration

D = d/dx

est une opration linaire dans l'espace des fonc-

tions inniment drivable (C

: (i) elle prend une fonction en entre

et donne une fonction en sortie ; (ii) elle fait cela de faon linaire,

D(f + g) = Df + Dg ,

sont des scalaires et

f, g

i.e.

des fonc-

fn (x) constituant une base


dfn (x)/dx = fn (x) + an fn+1 (x). Pouvez-vous donner
matricielle de D dans la base des fn ?

tions. Supposons que des fonctions orthonormes


obissent la relation
la reprsentation

2.3 Quelques digressions historiques.


Le concept d'espace vectoriel des fonctions a t propos par Hilbert la n
du dix-neuvime et dbut du vingtime sicle et a uni de nombreux champs de
recherches en mathmatique. La rsolution des quations intgrales pouvait par
exemple tre ramen la recherche des valeurs propres d'une certaines matrices.
La rsolution d'un systme d'quations direntielles de premier ordre pouvait
tre donn directement comme l'exponentiel d'une matrice, ... Nous n'puiserons
pas par quelques exemples l'approche profondment novateur d'Hilbert. Ce champ
de recherche tait cependant mconnu des physiciens. Au dbut des annes 1920,
Heisenberg et ses collgues ont invent une mcanique matricielle (qu' Einstein
qualia de cabalistique dans une lettre Plank) pour expliquer les phnomnes
observs la petite chelle des atomes et des lectrons. Quelques annes plus
tard, Schroedinger a propos sa clbre quation d'onde, qui elle aussi expliquait
assez bien les phnomnes observs. C'est Von Neumann qui a dmontr la
n des annes 1920 que ces deux approches taient fondamentalement la mme
(voir exercice 8 plus haut) : l'quation de Schroedinger utilise un oprateur dans
l'espace des fonctions de carr sommable( qui transforme une fonction dans une
autre fonction, comme une matrice qui transforme un vecteur dans un autre
vecteur ), donc associ une matrice innie. Depuis, les grands succs de la
mcanique quantique ont encourag les physiciens assimiler ces concepts ds
leur plus tendre age, ce qui les aide traiter de nombreux champs de recherches
autres que la mcanique quantique par les mme techniques.

18

3 Les sries de Fourier.


Nous allons dans ce chapitre tudier les Sries de Fourier. On ne peut pas
srieusement toucher un sujet de physique sans utiliser d'une manire quelconque
ces sries (ou leur gnralisation, les transformes de Fourier). Nous en verrons de
nombreux exemples travers ce cours. Les sries de Fourier ont galement jou
un grand rle dans le dveloppement des mathmatiques. Quand Joseph Fourier
prsenta la premire fois le rsultat de son analyse de l'quation de la chaleur
l'Acadmie des Sciences, l'accueil tait loin d'tre enthousiaste et beaucoup, parmi
les plus grands ( Laplace et Lagrange ) s'y sont violemment oppos : Comment la
somme d'une suite de fonctions toutes continues peut tre gale une fonction
discontinue ? Le pragmatisme a fait avancer l'usage des ces suites bizarres jusqu'
ce que d'autres mathmaticiens comme Lebesgue (pour justier ces pratiques un
peu sales) rednissent la thorie de la mesure et fassent faire un bond l'analyse
mathmatique. De tout cela, on ne parlera pas ici. Notre approche sera beaucoup
plus pratique : Qu'est ce qu'une srie de Fourier, quoi elle sert, comment on
fait pour l'obtenir.

3.1 Introduction.
Les premiers travaux sur la dcomposition en srie de Fourier viennent en faite
du grand Lagrange lui mme dans les annes 1780 et son tude de l'quation
des cordes vibrantes. Supposons une corde tendu entre
l'instant initial et que l'on relche. Soit
et l'instant

t.

y(x, t)

et

qu'on dforme

On dmontre alors que

2y
2y
v2 2 = 0
t2
x
o

l'cart l'quilibre la position

(3.1)

est un coecient qui dpend de la densit et de la tension de la ligne.

Cherchons la solution de cette quation sous la forme

y = Ak, cos t. sin kx.

En

injectant cette forme dans l'quation (3.1), on trouve que cette forme ne peut
tre une solution que si il existe une relation entre
la fonction

y doit

satisfaire les conditions aux bords

et k : = vk . Ensuite,
y(0, t) = y(L, t) = 0. La

premire condition est automatiquement satisfaite. La deuxime condition impose

sin kL = 0,

k = n/L, o n = 0, 1, 2, 3, ....On dduit de tout cela


fn (x, t) = An cos(nvt/L) sin(nx/L) sont solution de notre

c'est dire

que les fonctions

19

3 Les sries de Fourier.


quation d'onde

avec

ses conditions aux bords. On les appelle les modes propres

de vibration. Le principe de superposition nous dit (le dmontrer) que si


sont solution, alors

f +g

et

l'est aussi. La solution gnrale de l'quation d'onde

(3.1) est donc de la forme

An cos(nvt/L) sin(nx/L)

y=
n=1

Jusque l, nous n'avons rien dit des coecients

Ak ,

puisqu'elle ne peuvent pas

tre obtenus de l'quation d'onde directement. Ils doivent sortir de la condition

y(x, 0) = y0 (x),

c'est dire de la dformation originale que nous avons imprim

notre corde l'instant

t = 0.

Nous devons donc avoir :

y0 (x) =

An sin(nx/L)
n=1

Est-il possible de trouver des coecient

An

pour satisfaire cette quation ? Nous

verrons la rponse plus bas. A priori, trouver la rponse parat assez complique.

y0 a une forme simple, on peut trouver une solution. Par


y0 (x) = 4 sin(11x/L), alors A11 = 4 et tous les autres An sont nul.

Notons que si
si

exemple,

3.2 Les sries de Fourier.


Nous allons tudier maintenant de faon approfondie les fonctions

sin

et

cos,

puisqu'elles peuvent constituer une base. Plus prcisment,

Thorme.

L2 [0, L], c'est dire celui


[0, L], les fonctions

Dans l'espace vectoriel

des fonctions de

carr sommable dnies sur l'intervalle

1, sin(2x/L), cos(2x/L), ... sin(2nx/L), cos(2nx/L), ...


constituent une base orthogonale.
1

Nous accepterons ce thorme sans dmonstration , et allons plutt contempler


quelques uns de ses aspects. D'abord, l'orthogonalit. Puisque

(1, sin n(.) ) =

sin(2nx/L)dx =
0

L
L
[cos(2nx/L)]0 = 0
2n

1. La dmonstration est due Weierstrass dans les annes 1880. Elle ne pose pas de dicult
majeure. Disons que pour qu'une suite
que si un lment
suite des

sin(.)

fn

de vecteurs orthogonaux constitue une base, il faut

est orhogonal tous les

fn ,

alors

g = 0.

C'est pour cela par exemple que la

seul ne peut constituer une base : on peut trouver toujours des

orthogonal tous les

sin(.).

20

cos(.)

qui soit

3 Les sries de Fourier.


la fonction

est orthogonale toutes les sinus, et de mme toutes les cosinus.

Ensuite, comme

2 sin(2nx/L) sin(2mx/L) = cos(2(n m)x/L) cos(2(n + m)x/L)


sin n(.) et sin m(.) sont
sin n(.) = cos n(.) = L/2.
Ensuite, une fonction f quelconque

les fonctions

n = m,

orthogonales, sauf si
de

L2 [0, L]

auquel cas,

peut s'crire sous la forme

f (x) = a0 +

an cos(2nx/L) + bn sin(2nx/L)
n=1

et comme notre base est orthogonale, les coecient


produit scalaire de

an

bn

et

sont donns par le

par les lments de la base :

a0

(1/L)

f (x)dx

(3.2)

f (x) cos(2nx/L)dx

(3.3)

f (x) sin(2nx/L)dx

(3.4)

0
L

an

(2/L)
0
L

bn

(2/L)
0

Notons que le coecient

Exemple 1.

a0

est la moyenne de la fonction

Prenons la fonction

sur l'intervalle donne.

f (x) = x , x [0, 1]. Le coecient a0 s'obtient


a0 = 1/2. Pour les autres coecients, nous

facilement en utilisant l'eq.(3.2) :

avons besoin d'une intgration par partie :

bn = 2

x sin(2nx)dx

1
1
x=1
[x cos(2nx)]x=0 +
n
n

1
1
x=1
[x sin(2nx)]x=0 +
n
n

0
1

an = 2

x cos(2nx)dx
0

cos(2nx)dx =
0
1

1
n

sin(2nx)dx = 0
0

Nous pouvons donc crire

x=

1
1

sin(2nx) x [0, 1]
2 n=1 n

La gure 3.1 montre la fonction

x,

(3.5)

ainsi que ses approximations successives en

prenant de plus en plus de termes de la srie de Fourier. . Nous pouvons constater


plusieurs choses : (i) videmment, plus on prend de terme, plus l'approximation
est bonne , mais nous avons des oscillations de plus en plus violentes sur les bords,

21

3 Les sries de Fourier.


1

n=0

n=1

n=2

n=4

n=8

n=32

0.5

0
1

0.5

0.2 0.4 0.6 0.8

0.2 0.4 0.6 0.8

0.2 0.4 0.6 0.8

Figure 3.1  Approximations successive de la fonction x par les sries de Fourier.


En noir, la fonction original, en rouge l'approximation par la srie
gomtrique.

dont l'amplitude dcrot ; (ii) l'approximation prend les mmes valeurs aux deux
bords, ce qui n'est pas le cas de la fonction originale ; (iii) cette valeur est

1/2 dans

le cas prsent, ce qui est la moyenne des valeurs que prend la fonction originale
aux deux bords.
Le point (ii) est d la priodicit de nos fonctions

sin et cos : chaque fonction

dans la somme, tant de priode au moins 1, prend obligatoirement la mme


valeur sur les deux bords, donc la somme doit galement prendre la mme valeur

f (x) = x
0 en x = 0 et 1 en x = 1. La somme par contre, prend la valeur 1/2

sur les deux bords. Le point (iii) est plus troublant : la fonction originale
prend la valeur

sur les deux bords : la somme ne converge donc pas en tout point vers la fonction
originale (adieu la convergence uniforme ou point par point), mais seulement
pour la

majorit

des points sur l'intervalle. Ils se trouvent que cette majorit est

largement susante : si on prend une innit de terme dans la somme, alors la


somme et la fonction originale ne dirent qu'en deux points. Deux compar la
taille de

donne tous son sens la notion de majorit. On dit que la dirence

entre la fonction originale et la srie

est de mesure nulle.

Tout ce que nous avons dit ci-dessus se gnralise immdiatement aux intervalles quelconques

[a, b].

Il sut simplement dans les formules, poser

qui reprsente comme avant la longueur de l'intervalle.

22

L = ba

3 Les sries de Fourier.


Exemple 2.

[1/2, 1/2].

Prenons cette fois la mme fonction

f (x) = x,

mais sur l'intervalle

Le mme calcul que prcdemment nous mne

x=

(1)n
1 1
sin(2nx) x [
, ]
n
2 2
n=1

(3.6)

Nous voyons que les coecients dpendent galement de l'intervalle sur lequel la
fonction est dnie.
Notons enn qu'en prenant des valeurs de

particulier, nous disposons d'un

moyen intressant de trouver la limite de certaines sommes. Dans l'quation (3.5)


par exemple, si on pose

x = 1/4,

nous trouvons que

(1)n+1
1 1

= 1 + ... =
2n 1
3 5
4
n=1
Egalit de Parceval.

En utilisant la notion d'orthogonalit et de produit sca-

laire, il est facile de dmontrer que

1
L

f (x)2 = a2 +
0
0

1
(a2 + b2 )
n
2 n=1 n

(3.7)

Cela veut dire que au lieu de calculer explicitement l'integrale du carr de la


fonction, nous pouvons simplement sommer le carr de ses coecents de Fourier.
A priori, la dmarche parat absurde, puisque pour calculer les coecient, on a
du dj eectuer des intgrales. Mais nous allons voir dans la suite que dans de
nombreuses applications, notemment celles lies la solution d'quation drive
partielle, nous calculons directement les coecients du Fourier de la fonction
recherch. Le cot gauche de l'quation (3.7) dsigne souvent l'nergie stock dans
un volume, par exemple si

dsigne la hauteur d'une corde tendu ou le champs

lctrique. L'galit de Parceval nous permet alors d'accder cette quantit.

Exercices.
1. Dcomposez les fonction

f (x) = x2

et

f (x) = exp(x)

[0, 1].
cos(x) =

sur l'intervalle

Pour ce dernier, si le produit scalaire vous pose problme, noter que

(eix + eix )/2. Proter de la dcomposition de x2 pour trouver la limite de


1/n2 . C'tait une des ert d'Euler, dans les annes 1730, que d'avoir pu
dterminer cette somme.
2. Soit la fonction palier

f (x) = 1/2 si x 1/2.

sur

[0, 1]

tel que

f (x) = 1/2 si x < 1/2

Trouver sa dcomposition en srie de Fourier.

23

et

3 Les sries de Fourier.


3. Mme question que prcdemment, mais la fonction

0 si x < 1/2

et

f (x) = 1 si x 1/2.

est dnie par

f (x) =

En comparant ce rsultat au rsultat

prcdent, pouvez en tirer des conclusions gnrales ?

f (x) = 12 |x| sur l'intervalle [1/2, 1/2].


Trouver la srie de Fourier de sin(x/2) sur l'intervalle [0, 2].
Dmontrer qu' part le coecient a0 , les deux fonctions f (x) et g(x) =
f (x) + C ont les mmes coecients de Fourier. Que vaut le coecent a0

4. Dcomposer la fonction triangle,


5.
6.

pour ces deux fonctions ?


7. Une fonction paire est tel que

f (x) = f (x),

coecients

bn

de la srie de Fourier sont nuls. On peut gnraliser cette

armation : si la fonction

f,

sur l'intervalle [0, L], est symtrique par rap-

port son milieu, c'est dire telle que


de Fourier

bn

y consti[L, L], les

c'est dire que l'axe

tue un axe de symtrie. Dmontrer alors que sur un intervalle

f (L x) = f (x), alors ses coecient

sont nuls ( dmontrer bien sr).

8. Que peut on dire des coecient de Fourier d'une fonction impaire ? En


vous inspirant des deux prcdents problmes, que pouvez vous dire des
coecients de Fourier, sur

[0, L],

d'une fonction telle que

f (L x) = C

f (x) ?
9. Quelle est la condition pour que la fonction

x appartiennent L2 [0, 1].


L2 [0, 1], elle ne peut pas se

Dmontrer alors que si elle n'appartient pas

dcomposer en srie de Fourier. Pouvez vous gnraliser ce rsultat ?


10. Dmontrer l'galit de Parceval.
11. Qu'elle est la reprsentation matricielle de l'operateur
base de Fourier ? est celui de

D = d/dx

dans la

D2 = d2 /dx2 ?

3.3 Pourquoi les sries de Fourier sont


intressantes ?
La base de Fourier est en fait trs bien adapt pour tudier les phnomnes
oscillatoires, et ces derniers sont abondants dans la vie de tous les jours : le mouvement d'un camion sur un pont gnre des vibrations dans toute la structure de
ce dernier ; le mouvement des pistons dans le moteur met la voiture en vibration ;
une onde lectromagntique provoque l'oscillation des lectrons la surface du
mtal,...Nous ne pourrions pas traiter ces problmes si nous ne disposions pas de
la base de Fourier. Voyons cela ce plus prs.
Soit une fonction f priodique, de priode L. Cela veut dire que f (x + L) =
f (x). Pour connatre cette fonction, il sut donc de connatre sa valeur seulement
sur une intervalle de longueur L. Or, les fonctions sin(2nx/L) et cos(2nx/L)
sont galement priodique, et de la mme priode L. Donc, si une somme de ces

24

3 Les sries de Fourier.


0.2
0.1

bn

0
-0.1
-0.2
-0.3
-0.4

10
n

20

15

Figure 3.2  Le spectre de la fonction x sur [-1/2,1/2]


fonctions gale la fonction

sur une intervalle de longueur

L, elle gale la fonction

partout !
Comme nous le savons, si ces fonctions sont de carr sommable sur une priode,

elle peuvent se dcomposer en srie de Fourier. Reprsenter leurs coecients de

an et bn en fonction de n est aussi bien que de les reprsenter en fonction


x. Cette reprsentation est appel le spectre d'une fonction, et ses composantes

Fourier
de

de Fourier les

harmoniques.

C'est un vocabulaire issue de la musique. La gure

3.2 reprsente le spectre de la fonction

f (x) = x

sur

[1/2, 1/2].

En ralit, pour

des raisons que nous verrons plus tard, on n'est mme intress qu'aux coecients

sn =

a2 + b2
n
n

et c'est ce dernier qu'on appelle couramment le spectre. Ce qui

distingue le Do 240 Hz du piano de la mme note d'une te n'est pas leurs frquence de base, mais l'amplitude de leurs harmoniques (la forme de leur spectre).
On appelle cela le timbre d'un instrument. L'oreille une capacit fantastique
distinguer les timbres, et les meilleurs synthtiseur doivent sommer plus d'une
vingtaine d'harmonique pour pouvoir imiter une note d'un vrai instrument.
L'oreille humain d'ailleurs ne fait que dcomposer les sons en leurs harmoniques : la forme intrieure de l'oreille fait qu'une vibration pure (sinusodale)
de frquence donne met une rgion particulire de l'oreille en oscillation, ce qui
stimule les neurones cet endroit. Chaque harmonique d'un son excite donc une
rgion dirente de l'oreille, et la carte de ces rgions permet au cerveau de dterminer trs prcisment la nature du son et distinguer ainsi le piano du violon.
La compression JPEG des photos numriques utilise le principe des transformes de Fourier : un image est divis en plusieurs rgions et les composantes
de Fourier de chaque sous rgions sont calcules, mais seulement l'amplitude des
premires harmoniques sont conserves, puisque l'oeil humain n'est pas sensible
aux petits dtails.

25

3 Les sries de Fourier.


Exercices.
Reprsenter le spectre des fonctions dcomposes plus hauts.

3.4 Un peu de gnralisation.


Nous avons manipuler plus des sinus et des cosinus sparment. Mais ces deux
fonctions ne sont que des combinaisons d'exponentiel d'arguments imaginaires. Il
serait donc tout aussi logique de choisir comme base les fonctions

exp(2inx/L).

Cela en plus nous largit un peu les horizons, puisqu'on peut alors tudier les
fonctions

f :RC

(pourvu qu'elles soient de carr sommable). N'oublions pas

cependant que le produit scalaire s'obtient dans ce cas un intgrant une fonction
qui multiplie le complexe conjugu de l'autre. Nous avons donc,

f (x) =

cn exp(2inx/L)
n=

Tous ce que nous avons dit plus haut se gnralise aisment.

Exercices.
1. En vous inspirant du clacul des coecient
calcule les coecients
2. Dmontrer que si

an

et

bn ,

expliquer comment on

cn .

f (x) R,

3. Trouver la relation entre

cn = c .
n

alors

an , bn

et

cn .

4. noncer la relation de Parceval avec les coecients

cn .

3.5 Les sries de sinus et de cosinus.


Nous avons vu que sur l'intervalle
(n

N)

[0, L], les fonctions 1, sin(n2x/L), cos(n2x/L)

constituent une base orthogonale qu'on appelle la base de Fourier : ces

fonctions sont orthogonales les uns aux autres, et la suite est

complte.

Cette

dernire assertion est quivalent il n'existe pas une fonction, part celle uniformement nulle, qui soit orthogonale toutes les fonctions de la base de fourier.
Est-il possible de trouver une autre base sur l'intervalle

[0, L]

seulement compo-

se de fonctions sinus ou seulement compose de fonction cosinus ? La rponse est


oui : la suite des fonctions

sin(nx/L) (remarquer le coecient 2 dans l'argument


cos(nx/L).

qui a disparu) galement constitue une base, de mme que la suite

Le choix d'une base plutt que d'une autre est seulement dict par le problme
que nous avons rsoudre, nous en verrons un exemple plus bas.

26

3 Les sries de Fourier.


Les sries de sinus.

Prenons d'abord une fonction

intervalle de longueur

2L

f (x)

dnit sur

[L, L]

(un

donc). Sa srie de Fourier est donne par

f (x) = a0 +

an cos
n=1

nx
nx
+ bn sin
L
L

et ses coecientsde fourier sont

+L

an

(1/L)

f (x) cos(nx/L)dx
L
+L

bn

(1/L)

f (x) sin(nx/L)dx
L

Supposons maintenant que la fonction

est impaire, c'est dire

f (x) = f (x).
L

En crivant les intgrales ci-dessus comme la somme de deux intgrales (de


0 et de 0
coecients

bn

L)

il est alors vident que tous les coecient

an

sont nuls, et les

sont donnes par

bn = (2/L)

f (x) sin(nx/L)dx

(3.8)

f (x) dnit sur [0, L]. On peut toujours


g de f telle que sur l'intervalle [0, L] les deux fonctions
coincident (g(x) = f (x) ) et que sur l'intervalle [L, L], la fonction g est impaire.
Il est donc vident que sur l'intervalle [0, L], nous pouvons dvelopper f en srie
Considrons maintenant une fonction

trouver une extension

de sinus seulement

bn sin

f (x) =
n=1
o les coecients

bn

nx
L

sont donns par la relation (3.8). La gure (3.3) montre les

trois premiers vecteurs de la base de fourier et de la base des sinus.

Exercice.
1. Dvelopper de faon analogue le dveloppement en srie de cosinus pur
d'une fonction sur l'intervalle
l'intervalle

2. Dmontrer que les fonction


autres sur l'intervalle

cos(kx)

[0, L]

en considrant les fonction

paires

sur

[L, L].
[0, L],

sin(nx/L)

sont orthogonales les unes aux

et que l'on ne peut pas trouver une fonction

qui soit orthogonale toutes ces fonctions. Cela pourrait un peu

plus nous convaincre de la compltude de cette suite.

27

3 Les sries de Fourier.


1.5

(b)

(a)
1
0.5
0
-0.5
-1

Figure 3.3  Comparaison des trois premires fonction de la base de fourier (a)
et celle des sinus.

3.6 Vibration d'une corde.


Les problmes de vibration sont une des raisons du succs de l'analyse de
Fourier. Nous traitons le cas de la corde vibrante, mais beaucoup d'autres problmes ondulatoires comme le champs lectromagntique ou les ondes lastiques
se traitent par exactement les mmes mthodes. Revenons l'quation d'une
corde vibrante que nous avons mentionn au dbut de ce chapitre, et traitons le
l'aide de l'artillerie que nous avons dvelopp. Comme nous l'avons dit plus haut,
nous considrons une corde lastique dont (i) les deux extrmits sont xes aux
points

x = 0 et x = L ; (ii) est soumise une tension T ; (iii) a une densit linaire


y(x), l'quation d'volution de y

Si nous reprons la hauteur de la courbe par

s'crit

2y
2y
= v2 2
2
t
x

(3.9)

Nous ne justions pas cette quation. Notons simplement que le membre de droite
est l'acclration d'un lment innitsimal de la corde (dans le sens vertical) au
point

x,

et que le membre de droite est proportionnel la force exerce sur cet

lment par ses voisins. L'quation ci-dessus est simplement la relation de la


dynamique

a = f /m

pour un matriau continu. Le paramtre

a les dimensions

d'une vitesse. Les seuls paramtres intrinsques du problme tant la tension et la


densit, il n'existe qu'une seule faon (dimentionnellement) de former une vitesse
et

v2

doit tre proportionnelle

T /.

Nous supposons enn qu'initialement, la

corde est maintenue dans une certaine forme (pince par exemple)
le relache l'instant

y0 (x) et qu'on

t = 0.

Nous pouvons chaque instant, reprsenter la fonction

y(x; t)

l'aide de sa

srie de Fourier ou de sinus. Pour la reprsenter tous les instants, il sut donc

28

3 Les sries de Fourier.


que les

coecients

de la srie soient fonction du temps :

bn (t) sin

y(x; t) =
n=1

nx
L

(3.10)

Notons que nous faisons ici le choix de rechercher la solution sous la forme de
fonction de sinus, puisque chaque terme de la srie respecte les conditions aux
bords

y(0, t) = y(L, t) = 0. En injectant (3.10) dans (3.9) est en identiant terme

terme (puisque les fonctions sont orthogonales), nous trouvons une quation
direntielle pour l'amlitude de chaque mode :

bn (t) + n2 2 bn (t) = 0
o

= v/L.

Comme la corde est relach avec une vitesse nulle, nous avons

simplement

bn (t) = Bn cos(nt)
o les coecient

Bn

sont les coecient de la srie des sinus de la fonction

y0 (x).

L'image est donc la suivante : la dformation initiale est la superposition d'un


certain nombre de mode, chacune avec une amplitude

bn . Une fois qu'on relache la

corde, l'amplitude de chaque mode oscillera dans le temps. Remarquez cependant


qu'il n'y a pas de transfert entre les modes : si un mode n'tait pas prsent dans la
dformation initiale, il ne sera pas excit dans la suite. Chaque mode se comporte
comme un oscillateur indpendant, non coupl aux autres. En langage plus chic,
on dira que la base de Fourier est une base propre pour l'operateur Laplacian :
dans cette base, la reprsentation matricielle de cet oprateur est diagonale.
Nous avons, lors de cette rsolution, invers l'ordre des operations de drivation
et de sommation. Nous savons qu'il existe des conditions trs contraignantes pour
pouvoir eectuer cette inversion, et elles sont loin d'tre runies priori (voir cidessous). Notons enn que la dirence entre un clavecin et un piano, qui excitent
pratiquement les mme cordes tendues, est dans la faon de former la dformation
initiale, donc de produire des coecients

Bn

dirents.

3.7 Drivation terme terme des series de


Fourier.
3.7.1 Drivation par rapport la variable principale.
Soit la fonction continue et drivable par morceau

f (x)

dont la dcomposition

de Fourier est

f (x) = a0 +

an cos(2nx/L) + bn sin(2nx/L)
n=1

29

3 Les sries de Fourier.


Dans quelles conditions nous pouvons la driver terme terme ? Dcomposons la
fonction

f (x)

en srie de Fourier :

f (x) = 0 +

n cos(2nx/L) + n sin(2nx/L)
n=1

Nous avons alors pour le premier terme

0 =

1
L

f (x)dx =
0

1
(f (L) f (0))
L

et pour les termes de cosinus

=
=
=

2
L

f (x) cos(2nx/L)dx
0

2
(f (L) f (0)) +
L
2
(f (L) f (0)) +
L

2n 2
L L
2n
bn
L

f (x) sin(2nx/L)dx
0
(3.11)

Finalement, pour les termes en sinus, on trouve, en suivant le mme chemin,

n =
Nous voyons donc que si

f (L) = f (0),

2n
an
L

nous pouvons driver la serie de Fourier

terme terme. Sinon, des termes additionnelles apparaissent quand on drive les
termes en sinus dont il faut en tenir compte.
On peut gnraliser ce rsultat aux series de sinus et de cosinus pures :
1. Si

f (x)

est continue et drivable par morceau, sa srie de cosinus est dri-

vable terme terme sans restriction.


2. Si

f (x)

est continue et drivable par morceau, sa srie de sinus est d-

rivable terme terme si

f (L) = f (0) = 0 !

Sinon, des termes addition-

nelles apparaissent dans la srie de sinus de la drive, qui sont de la forme

2( (1)n f (L) f (0) )/L.


Nous voyons maintenant dans quelles conditions nous avons pu driver terme

u(0, t) =
u(L, t) = 0, nous pouvions driver la srie de sinus pour obtenir une srie de cositerme la serie de la corde vibrante. Comme nous avions la condition

nus. Nous avons pu ensuite driver cette dernire encore une fois sans restriction
particulire.
Une hrsie saute aux yeux dans l'quation (3.11) : la suite
terme qui ne dpend pas de

et ne tend pas vers

30

0.

comporte un

Cela n'est pas de plus bel

3 Les sries de Fourier.


eet pour la convergence de la srie ! La rponse est dans le coecient
forcment avoir un terme en

/n

bn , qui doit

pour annuler exactement le terme constant.

C'est ce que l'on va voire plus bas dans un cas particulier.


En pratique, au lieu de driver terme terme et prendre en compte les termes
additionnels dus aux conditions au bords, il est prfrable de rgulariser les conditions aux bords pour ne pas avoir de termes additionnels du tout. Supposons par
exemple que les conditions aux bords soit

u(0, t) = a, u(L, t) = b.

Il est alors

prfrable d'utiliser la fonction

w(x, t) = u(x, t)

ba
xa
L

(3.12)

Les drives temporelles et les drives seconde spatiale de


dement.

w(x, t)

est satisfait donc la mme quation que

u et w coincide viu si il s'agit d'une

quation de chaleur ou de corde vibrante. Par ailleurs, de par sa construction,

w(0, t)= w(L, t) = 0. Nous pouvons donc d'abord rechercher w(x, t) et ensuite
u l'aide de la relation (3.12). Nous verrons un exemple plus bas.

recouvrir

3.7.2 Drivation par rapport une autre variable.


Quand est il pour la drivation par rapport une autre variable ? En crivant

bn (t) sin(nx/L)

u(x, t) =
n=1

nous avons concentr toute la dpendance temporelle dans l'amplitude des harmoniques

bn (t).

Pour avoir le droit de driver par rapport

sous la somme,

nous devons pouvoir crire ( le dmontrer )

t
L'change de l'intgrale (sur
permis si

u/t

u(x, t)dx =
0

x)

u
dx
t

et de la drivation ( par rapport au temp) est

existe sur l'intervalle

[0, L],

est continue

et elle est borne. Nous

supposerons dans la suite que pour les fonctions que nous considrons (qui reprsentent des hauteurs de cordes, des pressions ou des tempratures) ces conditions
sont toujours vries.

3.8 Equation de la chaleur.


La physique mathmatique possde quelques quations star. Ce sont les quations d'onde (rencontres plus haut), l'quation de Laplace et l'quation de la cha-

31

3 Les sries de Fourier.


leur. Cette dernire dcrit les phnomnes diusives (de la chaleur, de la concentration, ...) et est de la forme

u
2u
=D 2
t
x
o

(3.13)

reprsente la temprature, la concentration, etc... Si

le temps, nous voyons que


unit de temps

dsigne l'espace et

doit avoir la dimension d'une longueur au carr par

[L2 /T ].

Remarquez la dirence avec l'quation d'onde, o la drive par rapport au


temps est de deuxime ordre. Nous voulons traiter le cas d'une barre ( comme
d'habitude, de longueur
pratures

direntes

) dont les extrmits sont maintenues deux tem-

, disons

et

T.

Nous avons donc les deux conditions aux

limites

u(0, t)

(3.14)

u(L, t)

(3.15)

u(x, 0) = f (x)

(3.16)

et nous supposons la condition initiale

Voil, le problme est maintenant bien pos. Avant de commencer son traitement
total, voyons voir si il existe une solution stationnaire, c'est dire une solution
tel que

t u = 0.

Dans les processus diusive, c'est la solution qui est atteinte au

bout d'un temps plus ou moins long et correspond une sorte d'quilibre. Il est
vident ici que

us (x) = T (x/L)

satisfait parfaitement aux quations (3.13-3.15)

et est la solution stationnaire recherche. Sa srie de sinus est donne par

us (x) =

2T

(1)n+1
n
sin( x)
n
L
n=1

Bon, revenons maintenant la solution gnrale. Nous dcomposons la fonction

en srie de sinus avec des coecients dpendant du temps :

u(x, t) =

bn (t) sin(nx/L)

Nous drivons une premire fois par rapport

x.

(3.17)

Mais attention, la fonction

prend des valeurs direntes sur les deux bords, il faut donc ajouter des termes

2
2T
((1)n u(L, t) u(0, t)) =
(1)n
L
L
2. Voir le chapitre correspondent pour la signication de cette quation.

32

3 Les sries de Fourier.


la srie drive :

x u(x, t) =

T
+
L

bn (t)(

n
2T
)+
(1)n cos(nx/L)
L
L

Nous sommes maintenant en prsence d'une srie de cosinus, que nous redrivons
encore une fois par rapport

2
x u(x, t) =

x
bn (t)(

n
2T
n
)+
(1)n ( ) sin(nx/L)
L
L
L

La drivation par rapport au temps nous donne une srie de sinus dont les coecients sont

bn (t).

En galant terme terme, nous obtenons une quation de

premier ordre pour les coecients

bn (t) = D

n
L

bn (t) D

2T n
(1)n
L L

dont la solution est

bn (t) = Bn exp n2 ( 2 D/L2 )t +


Notons d'abords que quand

t +,

2T (1)n+1

les coecients

bn

(3.18)

tendent vers les coef-

cients de sinus de la solution stationnaire : au bout d'un temps assez long, la


distribution de temprature dans la barreau devient linaire. Ensuite, les amplitudes des harmoniques sont de la forme
nique d'ordre

exp(n2 t/ ),

disparait donc sur une echelle de temps

L2 /D. L' harmo L2 /(n2 D). (i) Plus

est grand, plus le temps de thermalisation est grand. Si on multiplie par 2 la

longueur du barreau, on doit mulitplier par 4 le temps ncessaire la thermalisation

; (ii) Plus le coecient de diusion

est grand, plus la thrmalisation

est rapide : le cuivre est plus rapide thermaliser que le verre ; (iii) plus l'ordre
d'un harmonique est important, plus il disparat rapidement, est ceci est propportionnel au

carr

de l'odre. Trs rapidement, il ne restera pratiquement que

l'harmonique d'ordre 1, qui sera le plus lent mourir (voir gure 3.4).
Nous avons russi nous en sortir mme quand la drivation sous la somme
posait problme. Mais tait-il vraiment ncessaire de faire appel une telle artillerie lourde, qui numriquement n'est pas entirement satisfaisant ? Et si au
lieu de chercher la fonction

u(x, t)

qui satisfait aux quations (3.13-3.16), nous

cherchions la fonction

(x, t) = u(x, t) us (x)

(3.19)

3. Sachant qu'un gigot de 1 kg cuit en une heure au four, quel est le temps de cuissons d'un
gigot de 2 kg ?

33

3 Les sries de Fourier.

t=0.1

t=0
0.5

t=0.25
t=1

0
0

0.2

0.4

Figure 3.4  Solution

0.8

0.6

de l'quation de la chaleur par les sries de sinus avec

L = 1, u(0, t) = 0 ; u(1, t) = 1,

et condition initiale une fonction

pallier. La solution est trace pour 4 temps dirents. Nous avons


reprsent la srie par

simplement

ses 64 premiers harmoniques.

Notez les oscillations articielles : les sries de sinus ont du mal a


reproduire les discontinuits.

Cette fonction obit bien sr l'quation (3.13). Ces conditions aux limites sont

(0, t)

u(0, t) us (0) = 0

(3.20)

(L, t)

u(L, t) us (L) = T T = 0

(3.21)

obit donc (contrairerement u) des conditions aux limites continues, et ne pose donc aucun problme lors de ses drivations par rapport x. Sa

La fonction

condition initiale est donne par

(x, 0) = f (x) us (x)


Les quations pour

sont donc maintenant bien poses, et nous pouvons les

rsoudre par la technique habituelle des sries de sinus sans la complications


des termes additionnels. Une fois

trouve, nous avons videmment trouv u. La

gure (3.5) montre l'avantage (entre autre numrique) de cette dernire mthode.

34

3 Les sries de Fourier.

0.5

0
0

0.2

0.4

0.8

0.6

Figure 3.5  La solution de la mme quation de chaleur mais o on a cherch


d'abord la fonction

Nous n'avons pris ici que 16 termes harmo-

niques. Nous voyons qu'au temps

t = 0, des oscillations articielles

sont toujours prsentes cause de la discontinuit de la condition


initiale. Mais les oscillations articielles pour des temps ultrieurs
de la gure (3.4) ont disparu, puisqu'on a rsolu le problme de la
discontinuit des conditions aux limites.

35

3 Les sries de Fourier.


Problmes avancs.

1. Vibration d'une corde tendu.


L'exemple de la corde vibrante que nous avons considr plus haut peut tre
complt de bien des faons. Si la corde est soumise un frottement visqueux,
il faut ajouter un terme en

y/t

(proportionnel la vitesse locale) droite

de l'quation (3.9). Si la corde est en plus soumis une force par unit de longueur

f (x, t), il faut galement l'ajouter droite. Rsoudre l'quation de la corde

vibrante (i) en prsence d'un frottement (ii) en prsence de la force de gravit

f = g

(iii) en prsence d'une force de rappelle harmonique

f = ky .

Les

conditions aux bords sont toujours les mmes : corde xe ses deux extrmits
et avec une dformation initiale

y0 (x).

2. Vibration d'une barre elastique.


L'quation de vibration d'une barre lastique est donne par

2y
4y
= 4
2
t
x
Discuter les solutions de cette quation. Que pensez vous des conditions initiales ?

3. quation de Schroedinger dans un puits rctangulaire.


Dans un puits de potentiel rectangulaire est trs profond, une dimension,
l'quation de Schroedinger s'crit :

i
avec les condition aux limites

2
=
t
2m x2

(L, t) = (L, t) = 0

et

(x, 0) = f (x).

Discuter

de la solution de cette quation en suivant l'exemple de la corde vibrante.

4. Equation de la Chaleur I.
Soit une barre thermiquement isol, c'est dire

x u(0, t) = x u(L, 0) = 0.

En

eet, le ux de chaleur travers une section est proportionnel la pente de

en cet endroit, et que isol (pas de ux de chaleur de/vers l'extrieur), impose
les conditions ci-dessus. En partant d'une distribution de temprature initiale
parabolique

u(x, 0) = T x(L x)/L2 ,

resolvez l'quation de la chaleur. A t'on

plutt intert prendre des sries de cosinus ou des sries de sinus ?

36

3 Les sries de Fourier.


5. Equation de la chaleur II.
Si une source de chaleur est prsente dans le milieu (sous forme de rsistance
lectrique ou de particule radioactive ...), l'quation de la chaleur prend la forme

u
2u
= D 2 + Q(x)
t
x
Q est la quantit de chaleur produit en x. Prenez une source constante localis
L/2, et resolvez alors l'quation de la chaleur.

autour de

6. Equation de la chaleur III.


Nous nous interessons la distribution de temprature dans une barre dont
l'un des cots est maintenu temprature constante et l'autre extrmit une
temprature qui varie dans le temps selon une loi connue. Resolvez

u
2u
=D 2
t
x
avec les conditions aux limites u(0, t) = 0 ; u(L, t) = g(t). Nous supposons une
condition initiale homogne u(x, 0) = 0 et bien sr g(0)=0. Notez que vous avez
intert chercher plutt la fonction (x, t) = u(x, t) g(t)x/L pour rgulariser les conditions aux limites. Si vous n'aimez pas cette faon de faire, il faut
faire attention aux drivations terme terme (qui donneront, bien sr, la mme
reponse).

7. nergie d'un corps noir.


Reprenons le cas de la corde vibrante xe ses deux extrmits. Quelle est son
nergie libre

quand elle est maintenue une temprature

? Ce problme a
me
sicle

jou un rle majeur dans l'volution de la physique au tournant du XIX


et a donn lieu la premire formulation de la mcanique quantique.

Avant d'attaquer de front ce problme, quelques rappels sur un cas simple.


Prenons un oscillateur harmonique (une boule au bout d'un ressort ) dont l'amplitude un instant est
est

E(x) = (k/2)x2 .

x(t).

L'nergie lastique enmagasine dans l'oscillateur

L'nergie libre est une sorte de moyenne pondre par la

temprature de toutes les nergies disponible :

Z = eF/T =

eE(x)/T

(3.22)

{x}

4. Nous mesurons la temprature en chelle d'nergie :

T = KB ,

habituelle. Cela nous vite de trainer la constante de Boltzmann.

37

est la temprature

3 Les sries de Fourier.


o la somme s'entend au sens de toutes les congurations possibles. Comme l'amplitude
et

est une variable continue, la somme peut tre transforme en intgrale

ekx

Z=

/2T

dx = C. T /k

L'nergie lastique moyenne de l'oscillateur est

E(x)eE(x)/T /Z = T /2

E =
{x}

Si la place d'un oscillateur, nous avions deux oscillateurs indpendants (non


coupls),

x1

et

x2

de raideur

k1

k2 ,

et

l'nergie serait

E = (1/2)(k1 x2 + k2 x2 )
1
2

(3.23)

et la somme (3.22) pour obtenir l'nergie serait cette fois une double intgrale
qui se calcule tout aussi facilement. Un calcul lmentaire nous montre alors que
l'nergie lastique moyenne est

E = E1 + E2 = T
Pour

E = N T /2,

oscillateurs, nous aurions

ce qu'on appelle en physique

statistique, l'quipartition.
Voil pour des rappels rapides. Revenons notre corde vibrante, dont la hauteur l'abscisse

est reper par

u(x). L'nergie
u(x) vaut 6

lastique emmagasin dans la

corde, pour une conguration donne

E[u(x)] =

u
x

k
0

Au lieu de reprsenter la corde par


de Fourier :

dx

(3.24)

u(x), nous pouvons le representer sur la base

u(x) =

cn exp[(2in/L)x]
n=

et une application simple du thorme de Parceval nous montre que

E=

k
0

u
x

dx =

k
n=

2n
L

2
2

|cn |

5. Le rsultat s'obtient facilement en eectuant le changement de variable


constante

est juste une intgrale dnie qui vaut

xx

T /k ;

la

6. Pour la signication de cette expression, voir les deux chapitres sur le calcul variationnel
et le sens des quations de la physique.

38

3 Les sries de Fourier.


Remarquez l'expression de droite et comparer le (3.23). C'est comme si nous
tions en prsence de
cillateur

n,

N (N ) oscillateurs
cn ayant une constante

d'amplitude

harmonique indpendants, l'osde ressort

k(2n/L)2 .

L'nergie

moyenne emmagasin dans la corde est

E =

T /2
n=

Ae .. Une simple corde temprature non nulle emmagasine une nergie innie.
La raison principale pour cette divergence est la forme (3.24) de l'nergie de la
corde : elle n'est valable pour des petites dformations de la corde. Les modes

grand (les hautes frquences) imposent cependant de trs fortes dformations. Il


est vident que vous ne pouvez pas plier en 10000 une corde de 1m. Il doit donc
exister une sorte de longueur minimum qui limiterait les hautes frquences, et on
parle alors de longueur de

cut-o.

Par contre, la forme (3.24) dcrit parfaitement l'nergie du champ lectrique


(poser

E=

u)

dans une cavit. Bien sr, il faut prendre un champs lectrique

tridimentionnel et prendre en compte les diverses polarisations ; cela est lgrement plus long calculer mais c'est exactement le mme genre de calcul. Ce
problme que l'on appelle divergence ultra-violet (pour les hautes frquence spatiale) a t rsolu par Planck et Einstein en supposant que l'energie d'un mode

ne pouvait pas prendre des valeurs continues mais varie par palier discret.

8. Le mouvement Brownien.
Considrons une particule sur un rseau discret unidimensionnel de pas
dire une particule qui peut sauter de site en site. Appelons

a, c'est

la probabilit

de saut par unit de temps autant vers la gauche que vers la droite. Cela veut
dire que la probabilit pour que la particule saute gauche ou droite pendant
un temps innitsimal

1 2dt

dt

est

dt

(et donc, la probabilit de rester sur place est

t,
t = 0, la particule se trouvait
7
n = 0 . Pour que la particule soit en n au temps t + dt, il faut qu'il ait t
en n 1 au temps t, et qu'il ait eectu un saut vers n pendant l'intervalle dt.
Ce phnomne enrichit la probabilit d'tre en n. Par ailleurs, si la particule se
trouvait en n au temps t, il a une probabilit de sauter gauche ou droite
pendant l'intervalle dt, ce qui appauvrit la probabilit d'tre en n. En prenant en
). On cherche dterminer

la particule se trouve sur le site

n,

P (n, t),

la probabilit pour qu'au temps

sachant qu'

7. Le mouvement de petites graines de poussire dans l'eau, tudi par Brown la n du


dix-neuvime sicle, est une version continue de ce mouvement. Einstein a donn l'explication
de ce mouvement ratique en supposant la nature molculaire de l'eau en 1905. Cet article est
celui qui est cit le plus dans le monde scientique.

39

3 Les sries de Fourier.


compte ces deux phnomnes, on obtient une quation qu'on appel matresse :

1 dP (n)
= P (n 1) + P (n + 1) 2P (n)
dt

(3.25)

Ceci est en faite une innit d'quations direntielles de premier ordre, avec la
condition initiale

P (n = 0, t = 0) = 1,P (n = 0, t = 0) = 0.

La srie de Fourier est

devenue une clbrit en rsolvant en particulier ce genre d'quation. La mthode


que l'on va suivre est une mthode extrmement gnrale. Supposons que les
sont les coecients de Fourier d'une fonction

P (n)

(s, t)

(s, t) =

P (n, t) exp(ins)

(3.26)

n=
et essayons de voir qu'elle quation doit obir

est 2 -priodique

en

s.

La fonction

Notons tout d'abord que

est appele la fonction gnratrice des

probabilits et caractrise entirement le processus stochastique. Par exemple, on


obtient la moyenne trs facilement :

n =

nP (n) = i

s=0

Question : comment on obtiendrai la variance ?


En multipliant l'eq(3.25) par

exp(ins) et en sommant sur les n, on obtient pour

= 2(1 cos s)
t

Ce qui nous donne, en intgrant l'quation direntielle par rapport

= A(s) exp[2(1 cos s)t]


Et la condition initiale
connat donc

(s, t = 0) = 1

A(s) = 1. On
2t, qui est un

(pourquoi ?) nous impose

et on peut par exemple calculer que la variance

des rsultats important du mouvement brownien. Mais on peut pousser l'analyse


plus loin, et calculer explicitement les probabilit. Il existe une classe de fonctions
qu'on appelle des fonctions de Bessel d'ordre

que l' on les tudiera plus tard

lors de ce cours. Ces fonctions (voir Fig.3.6) sont dnies par des intgrales

In (z) =
Cel nous donne directement les

ez cos cos(n)d
0

P (n, t)

P (n, t) = exp(2t)In (2t)


On peu partir de l eectuer une analyse beaucoup plus ne du mouvement
Brownien.

40

3 Les sries de Fourier.


1
0.8
0.6

n=0

0.4
n=1

0.2

n=2
n=3

Figure 3.6  Les

fonctions

z n /n!,

et pour

10

ex In (x) pour n = ..., 3.


0,
z , In (z) ez / 2z .

Pour

1, In (2z)

9. uctuation de mort et naissance.


Soit un systme (comme par exemple un ensemble de bactries ) dont la taille
varie par palier discret de faon alatoire. Supposons que la probabilit par unit
de temps pour qu'il passe de la taille

n1

que le systme ait la taille

l'instant

n (notez
P (n, t) pour

soit proportionnelle

la dirence avec le cas brownien). montrez alors que la probabilit


obit l'quation :

dP (n)/dt = (n 1)P (n 1) + (n + 1)P (n + 1) 2nP (n)

(3.27)

Nous supposons qu' l'instant initial t = 0, le systme a une taille 1 : P (1, 0) = 1,


P (n = 1, 0) = 0. Ceci constituera notre condition initiale. Rsoudre cette quation
n'est pas priori facile. Posons u(x, t) =
P (n, t)exp(inx), et cherchons si on
peut trouver une quation pour cette fonction. Notons tout de suite que de par sa
dnition,
trouver

u est 2 priodique. On l'appelle la fonction gnratrice. Si on russit


u, on voit alors que les P (n, t) sont simplement les coecients de la

transforme de Fourier de cette fonction. Quelle est la condition initiale pour

u, c'est dire u(x, 0) =? En multipliant les deux


exp(inx) et en sommant sur n, dmontrez que

cts de l'quation (3.27) par

u
u
= 2(cos x 1)
t
x
Dmontrez que la solution de cette dernire (nous verrons plus tard comment
rsoudre ces quations) est donne par :

u(x, t) =

1 i(1 + 2t) tan x/2


1 + i(1 2t) tan x/2

Calculez la moyenne et la variance en fonction du temps. Avec un peu de vigueur


en plus, dmontrez que

P (0, t)

t/(1 + t)

P (n, t)

tn1 /(1 + t)n+1

41

3 Les sries de Fourier.

Figure 3.7  Une portion du cristal montrant 4 atomes


Discutez ce rsultat.

10.Propagation du son dans un cristal (les phonons).


Mise en place du problme.
de maille lmentaire

Nous allons considrer un cristal uni-dimensionnel

a. La position d'quilibre de l'atome n est xn = na. Chaque

atome n'interagit qu'avec avec ses deux plus proches voisins. Nous voulons savoir
comment une perturbation des atomes par rapport leur positions d'quilibre

un l'cart de l'atome n par rapport sa position


fn+1n exerce par l'atome n + 1 sur son voisin
distance entre les deux : fn+1n = C(un+1 un ) o

se propage dans le cristal. Soit


d'quilibre (Fig. 3.7). La force

n
C

est une fonction de la

est un coecient qui dpend de la nature de la liaison chimique (grand pour

les cristaux ioniques ou covalents plus petit pour les cristaux molculaires). Soit

la masse d'un atome ; son quation de mouvement (

= F/m)

s'crit, en

considrant les forces exerces par ses deux voisins,

Dornavant, nous

Rsolution.

d2 un
= (C/m) (2un + un+1 + un1 )
dt2
2
poserons 0 = C/m.

Nous considrerons les quantits

Fourier d'une fonction caractristique


valle

[/a, /a]

(q, t)

un (t)

comme les coecients de

q appartient l'interL = 2/a ). Le paramtre

o la variable

(la longueur de l'intervalle est donc

est souvent appel nombre d'onde.

(3.28)

s'crit donc

(q, t) =

un (t) exp (iaqn)

(3.29)

n=

1.

En multipliant l'quation (3.28) pour l'atome

n par exp(iaqn) et en sommant


obit l'quation

sur toutes les quations, dmontrer que la fonction

2
2
+ 20 (1 cos(aq)) = 0
t2

42

(3.30)

3 Les sries de Fourier.


[Help : Utilisez et justiez

+
n=

un1 exp(iaqn) =

+
n=

un exp (iaq(n

1))

].

2.

Vriez que la solution de cette quation direntielle linaire homogne de

seconde ordre en

est donne par

(q, t) = A(q) exp(iq t) + B(q) exp(iq t)


q = 20 sin(aq/2). [Help : arranger d'abord l'quation (3.30) en exprimant
cos(2) en fonction de sin ]. A(q) et B(q) sont des fonctions du paramtre q , mais
pas du paramtre t qui peuvent tre dtermines l'aide des conditions initiales,

mais nous n'avons pas besoin de les expliciter ici.

un
exp [i(q t qna)].
(ii) La vitesse du propagation d'onde est dnie par vq = dq /dq. Donnez l'expression de vq et tracez la en fonction de q . Que vaut cette vitesse pour q 0
(grande longueur d'onde) et q /a ?

3.

(i) Donnez enn la forme des

un (t).

Comme vous pouvez le constater, les

peuvent tre considrs comme des superpositions d'ondes planes

4. Gnralisation.

Pouvez-vous indiquer, en suivant rapidement le mme chemin

que pour les questions prcdentes, ce qui changerait si un atome interagissait


avec ses 4 plus proches voisins ?

d2 un
dt2

2
0 (2un + un+1 + un1 )

2
0 (2un + un+2 + un2 )

43

4 Les transformations de Fourier.


4.1 Entre en matire.
Nous avons vu plus haut que si une fonction tait dnie sur un intervalle

ni

de taille

L,

elle pouvait tre approxime aussi prcisment qu'on le veuille

par les sries de Fourier

q = 2n/L

exp(2inx/L).

On peut, pour clarier la notation, poser

et crire pour notre fonction :

f (x) =

fq exp(iqx)

(4.1)

q
o

varierait par pallier discret de

1/L. Notez galement que les coecients sont

donns de faon fort symtrique

fq = (1/L)

f (x) exp(iqx)dx

(4.2)

0
C'est en quelque sorte une formule d'inversion que nous devons l'orthogonalit.
Cela est fort sympathique, mais si on voulait approcher notre fonction sur toute
l'intervalle

], [ ? La rponse simple (simpliste) serait que q

deviendrait alors

une variable continue, la somme se transforme en une intgrale, et nous avons :

f (x) =

1
2

f (q) exp(iqx)dq

(4.3)

et par analogie avec (4.2), on doit avoir

f (q) =

f (x) exp(iqx)dx

(4.4)

On appelle les quations (4.3,4.4) des transformations de Fourier : prenez votre


fonction, multipliez par

exp(iqx), intgrez sur ] , +[, et hop, c'est prt.


f (q) = TF[f (x)] alors f (x) = (1/2)TF[f (q)].

Notez la beaut de la symtrie : si

Par convention, on met un petit chapeau sur la TF pour distinguer la fonction


originale de la fonction transforme. La variable

x.

Pourquoi ce facteur

est la variable rciproque de

doit apparatre dans la TF inverse ? En faite, si nous

dnissions la TF par [multiplier par

exp(2iqx)

44

et intgrer] la TF et son inverse

4 Les transformations de Fourier.


seraient parfaitement symtrique, et certaines personnes prfrent cette dernire
dnition. Cela nous obligerait cependant traner des

lors des drivations et

des changements de variables et nous prfrons donc la dnition (4.4).

f (x) peut tre considre


exp(iqx), chaque oscillation ayant un

La signication de la TF est la suivante : une fonction


comme la superposition d'oscillations pures
poids

f (q).

Cette signication, comme nous l'avons dit, est juste une gnralisa-

tion des sries de Fourier. La TF est un exemple d'oprateur linaire, c'est dire
une boite noire qui prend une fonction en entre et produit une nouvelle fonction
en sortie, et fait cela de faon linaire, c'est dire :
TF[f (x)

+ g(x)]

= TF[f (x)] + TF[g(x)]

Voyons pour l'instant quelques exemples.

1.

f (x) = ek|x| .

Il est facile de dmontrer que

f (q) = 2k/(k 2 + q 2 ).

La formule

d'inversion est un peu plus compliqu dmontrer, et ncessite quelques lments


de la thorie des variables complexes.

2.
si

La fonction

x 1.

(x), appel porte, est dnie par (x) = 0 si |x| > 1 et (x) = 1

f (q) = 2 sin(q)/q . Cette fonction joue un rle

Sa TF est donne par

important dans la thorie de la diraction.


Nous n'avons pas nonc dans quelle condition les TF existent. Une condition susante vidente serait que

doit tre sommable. Nous ne rentrons pas

plus dans le dtail, disons simplement qu'en gnral, les rsultats obtenus sont
radicalement aberrants si on a viol les limites permises.

Exercices.
1. Dmontrer la formule donne pour la TF de
transforme si

k exp(k|x|). Que devient cette

k + ?

2. Calculer la TF de la fonction

f (t) = H(t) exp(t). H(t)

est appel la

fonction d'Heaviside (Physicien anglais de la n du XIXme). Elle est nulle


pour

t<0

et vaut

pour

t 0.

3. Calculer la transforme de Fourier de la fonction

a1 (x/a).

Que devient

a 0?

+
Sachant que
exp(x2 )dx = , calculez la TF de exp(x2 /2).

2
2
2
cela, notez que x + 2iqx = (x + iq) + q . Le rsultat d'intgration
cette transforme quand

4.

Pour
reste

valable si on parcours un axe parallle l'axe rel.


5. Calculez la TF de

a1 exp[x2 /2a2 ].

Que devient cette transforme quand

a 0?
6. Calculer la TF d'un train d'onde,
priode de l'onde et

1
f (x) = (x/a) exp(ik0 x). k0 est

son extension spatial. Discutez les divers limites.

45

la

4 Les transformations de Fourier.


4.2 Les oprations sur les TF.
Si les TF sont si intressante, c'est en partie parce qu'elles nous permettent de
manipuler les quations direntielles comme des quations algbriques. Ceci est
un peu l'analogue de l'invention des logarithme par monsieur Neper au dbut des
annes 1600. Il est dicile de multiplier deux grands nombres. On prend alors le

log

de chacun (en consultant une table), on

additionne

(au lieu de multiplier) les

deux nombres obtenus, et on prend l'antilog du rsultat. C'est presque la mme


chose pour les quations direntielles et les TF : on prend la TF des quadifs
(parfois en consultant une table), on rsout l'quation

algbrique

correspondant,

on prend la TF inverse du rsultat. Pour cela, nous devons connatre quelques


rgles de manipulation des TF, l'quivalent des rgles comme

log(b)

log(ab) = log(a) +

pour les logarithme. Voyons cela de plus prs.

Translation.

Si TF[f (x)]

= f (q)

alors TF[f (x

a)] = exp(iqa)f (q)

Translater dans l'espace direct revient multiplier par un facteur de phase


dans l'espace rciproque. Le changement de variable

par

x+a

f (x a)eiqx dx = eiqa
Inversion.

x x+a

(si on remplace

) nous donne la dmonstration :

Si TF[f (x)]

= f (q),

Changement d'chelle.

f (x)eiqx dx

alors TF[f (x)]

Si TF[f (x)]

= f (q),

= f (q)

alors TF[f (x/a)]

= af (qa)

La dilatation d'chelle dans l'espace direct conduit la contraction d'chelle


dans l'espace rciproque. Cela se dmontre par le changement de variable

x ax,

comme ce que vous avez fait dans les exercices 1 et 3 ci-dessus. Nous avons en
ralit suppos que

|a|f (qa).

a > 0.

Dans le cas gnral, on doit crire TF[f (x/a)]

= iq f (q).
Driver dans l'espace direct revient multiplier par iq dans l'espace rciproque.

Drivation.

Si TF[f (x)]

= f (q),

alors TF[df (x)/dx]

C'est l le grand avantage qui permet de transformer les quadifs en quation algbrique dans l'espace rciproque. Pour dmontrer cela, il faut simplement eectuer
une intgration par partie, et noter que puisque

x .

46

est sommable,

f (x) 0 quand

4 Les transformations de Fourier.


4.3 Transforme de Fourier Rapide.
Une des raisons qui a grandement popularis les TF est la disponibilit, depuis
le dbut des annes 1960, des alghorithmes qui permettent de les calculer ecacement. La premire tape pour traiter numriquement un signal est de l'chantillonner, c'est dire de le mesurer et de l'enregistrer tous les pas de temps

t.

Le son sur un CD est par exemple chantillone 48 KHz, c'est dire 48000
enregistrement de l'amplitude par seconde. Nous sommes alors en possession de

nombres (qui sont les

TF, on devrait eectuer

fn = f (nt) ). Normalement, si on voulait calculer la


N 2 oprations (de multiplications et d'addition). Les

transforms de Fourier Rapide (ou FFT, pour fast fourier transform en anglais)
n'eectuent pour ce calcul que

N log N

operations. La dirence est enorme en

temps de calcul. Par exemple, en supposant que notre ordinateur eectue un milliard d'operations par seconde, la TF d'une seconde d'un CD prendrait environ 2
secondes, tandis que sa TFR ne prendrait que 0.5 ms. C'est cette dirence qui
permet d'analyser le signal en temps rl.

4.4 Manipulation et utilisation des TF.


Filtrage.
Un ltre ne laisse passer que certaines frquences. Par exemple, pour la rception radio de France Info, on rgle un circuit lectrique pour ne laisser passer que
le 105.5 MHz. En optique, on fait souvent un ltrage spatial pour nettoyer un
faisceau laser et enlever les speackles. Le principe est toujours le mme : nous
avons un signal

x(t)

en entre et un signal

y(t)

en sortie. Dans le cas d'un circuit

RLC, ils sont relis par une quation direntielle

d2 y
dy
2
+
+ 0 y = x(t)
2
dt
dt
Une habitude veut que la variable rciproque est note
directe est

x,

et

(ou

quand la variable directe est

q (ou k ) quand la variable


t. En prenant la TF des

deux cts de l'quation, on obtient

y () =

Le signal en entre

x(t)

x()

2
( 2 + i + 0 )

(4.5)

exp(it),
x(). L'quation (4.5) montre comment le poids

est la superposition d'oscillations pures

chaque oscillation ayant un poids

de chacune de ces oscillations est modi en sortie. Le signal (temporel) en sortie

y (). L'amplitude du poids

2
[( 2 0 )2 + 2 2 ]1/2 . Chaque
2
2
dphasage = arctan[(0 )/].

est la superposition de ces oscillations avec le poids


de la frquence

en entre est donc divise par

composante de sortie subit galement un

47

4 Les transformations de Fourier.


Il existe bien sr autant de ltre que de problme traiter. Les images issues
de la microscopie lctronique sont souvent brouilles par des pixels alatoires.
Pour nettoyer ces images, on ltre les hautes frquences : on prend la TF de
l'image (c'est une TF deux dimensions) et on coupe les hautes frquences, en
mulitpliant la TF par une fonction d'Heaviside

H(q0 q)

q0

est la frquence

(spatiale) de coupure. On prend alors la TF inverse et l'image rsultantes a t


nettoy du bruit alatoire. Bien sr, dans l'opration, on a aussi perdu peuttre quelques informations. L'opration peut-tre rsum comme suit :
TF

-1

In (x) =

[H(q0 q)TF[I(x)] ].

TF de

H(t) cos(0 t).

Nous souhaitons calculer la TF de la fonction

f (t) = H(t) cos(0 t)

la fonction d'Heaviside. Cela parat priori problmatique, la fonction

t +. Calculons plutt
f (t) = H(t) exp(t) cos(0 t). Pour > 0, cette fonction
ne tendant pas vers zero pour

H(t) est
cos(0 t)

la TF de la fonction
converge rapidement

vers zro et son intgrale est trs bien dnie. Donc,

f ()

=
=

1
2

e(i0 )t + e(+i0 t) eit dt


0

+ i
2
( + i)2 + 0

Maintenant, si on prend la limite

0,

nous voyons que

f (t) f (t)

(pas

uniformment ), et que la transforme de Fourier tend galement vers une limite


bien dnie. Nous posons donc :

f () = i

2
0 2

Bien sr, si on voulait prendre la TF inverse, on aurait nouveau des problmes


pour l'intgration autour des singularits

valeur principale

= 0 .

On s'en sort en prenant la

des intgrales. Quelques connaissances de la thorie d'integra1

tion dans le plan complexe nous montre alors qu'on trouve bien le bon rsultat .
Le lecteur peut dmontrer, en suivant une dmarche analogue, que
TF [H(t) sin(0 t)]

2
0

0
2

Thorie de la diraction de la lumire et de la formation d'image.

A un point B . Si
exp(i0 t + ) au point

Considrons un rayon de lumire qui se propage d'un point


la phase du champs au point

est

exp(i0 t),

1. Cela est en dehors du champs de ce cours.

48

elle est de

4 Les transformations de Fourier.


B . 0

est (

prs) la frquence de la lumire (de l'ordre de

lumire visible) et
de

pour la

est le dphasage d au temps que la lumire met pour aller

(distant de l) :

= 0 t = 2f
o

1014 s-1

AB
l
= 2
c

est la longueur d'onde de la lumire (entre

0.3

et

0.8

micron pour la lu-

mire visible). Le lecteur connat sans doute tout cela depuis le premier cycle
universitaire.
Chaque point d'un objet recevant une onde luminueuse peut tre considr

a exp(i0 t) est le champs qui arrive au point P ,


ar exp(i0 t + i). Le coecent r ( 1) dsigne l'absorption
point P . Le coecient est le dphasage induit au point P si

comme une source secondaire. Si


le champs mis est
de la lumire au

par exemple en ce point, le matriaux a un indice dirent de son environnement.


Le coecient complexe

P.

T = r exp(i)

est le coecient de transmission du point

Un objet est donc caractris par une fonction complexe

coecient de transmission pour chacun de ses points

f (x)

qui est son

x.

Considrons maintenant une onde plane arrivant sur un objet (qui pour plus
de simplicit, nous considrons unidimensionnel) et un point
direction

l'inni dans la

(Fig. 4.1(a)). Le champ rcu en ce point est la somme des champs

OP que
AP aura un dphasage de = 2AA / =
(2/)x sin(). En appelant q = (2/) sin(), et en appelant f (x) la fonction
de transmission de l'objet, nous voyons que le champs au point P vaut
secondairse mis par les divers points de l'objet. Par rapport au rayon

l'on prend comme rfrence, le rayon

f (x) exp(iqx)dx
qui n'est rien d'autre que la TF de la fonction

f.

Mettons maintenant une lentille une distance


se formera dans un plan distance

en face de l'objet, une image

de la lentille (Fig. (b)). Les rayons qui

de la lentille (distant de

vont maintenant se focaliser dans le plan focal arrire


F ) en un point P dont la coordone x vaut F tan

F sin

n'est pas trop important. Nous en dduisons l'intensit

partaient dans la direction


tant que l'angle

du champ

g(x )

dans le plan focal arrire de la lentille :

g(x ) =

f (x) exp i(

2
2 x )
)x .x dx = f (
F
F

Il n'est pas trop dicile de dmontrer que l'image forme est la TF du plan
focal arrire, nous laissons cela au soin du lecteur. La formation d'image peut
donc tre vu comme une double transformation de Fourier. Cela ouvre de grands
perspectives pour eectuer des oprations de ltrage directement dans le pfa

49

4 Les transformations de Fourier.

Figure 4.1  Formation d'image vu comme une double transforme de Fourier.


d'une lentille. Voir des objets transparents, comme par exemple des cellules dans
l'eau n'est pas possible en microscopie classique. Zernik, dans les annes 1950,
a invent une technique appel contraste de phase, qui consiste introduire des
ltres dans le pfa de l'objectif et permet la visualisation des objets transparents
sous microscope.

nergie inject dans un oscillateur.


Soit une particule dans un puits harmonique (Ep
force extrieure

F (t).

= (1/2)kx2

) soumis une

Nous dsirons savoir quelle nergie cette force transfert

la particule. L' quation du mouvement s'crit :

d2 x
2
+ 0 x = (1/m)F (t)
dt2

(4.6)

2
0 = k/m est la frquence propre d'oscillation de la particule. Nous supposons
qu'au temps T1 du dbut, l'osciallateur est au repos. L'nergie totale transfre

l'oscillateur est donc la somme de son nergie cintique et potentielle au bout


d'un temps

T2

(que nous prendront gale

par la suite).

Notons tout de suite que la gauche de l'quation (4.6) peut s'crire

i0 )(d/dt + i0 )x.

(d/dt

Comme nous allons voir, cette dcomposition a son utilit. En

mcanique quantique, on appellerai l'analogue de ces termes des oprateurs de


cration et d'annihilation qui sont frquemment utilis. Par ailleurs,
totale

H , L'nergie

du systme (cintique + potentielle ), s'crit :

2
(dx/dt)2 + 0 x2

(2/m)H

(dx/dt i0 x)(dx/dt + i0 x)

2. En mcanique analytique, on appelle Hamiltonien l'nergie totale du systme, d'o le


Comme le systme n'est pas isol,

n'est pas une constante du mouvement :

50

H = H(t)

H.

4 Les transformations de Fourier.


Si on pose

z = dx/dt + i0 x, nous aurons alors (2/m)H = zz , et l'quation (4.6)

se transforme en

dz/dt i0 z = (1/m)F (t)


L'nergie transfre l'osciallateur est

(4.7)

E = H(T2 ) H(T1 ) = H(T2 ). Multiexp(i0 t) et

plions maintenant les deux cots de l'quation (4.7 ) ci-dessus par


intgrons entre

T1 et T2
T2

T2

(dz/dt i0 z)ei0 t dt = (1/m)

T1

F (t)ei0 t dt

T1

Il nous sut maintenant d'eectuer une integration par partie du ct gauche

T1 pour
z(T2 ) exp(i0 T2 ). Comme en plus l'oscillateur est au
repos avant T1 , on peut tendre l'intgrale . Quand T2 +, le ct droit
devient gale la TF de F value pour la frquence 0 , et nous avons
de l'intgrale et d'utiliser le fait que l'oscillateur est au repos l'instant
trouver que ce ct vaut

E =

F (0 )F (0 )
2m

Pour connatre l'nergie totale transfre l'oscillateur, nous n'avons pas rsoudre l'quation direntielle de second ordre avec second membre, valuer simplement la TF de la Force applique la frquence propore de l'oscillateur nous
sut.
Vous pouvez donc facilement calculer l'nergie transfre dans les cas suivants :
1.

F (t) = f0 et/t0

2.

F (t) = f0 (t/t0 )

3.

F (t) = f0

4.

F (t) = f0 cos(1 t)

si

si

t 0;

t 0;

sinon,

sinon,

F (t) = 0.

F (t) = 0

Dans les cas 1 et 2, discutez le transfert d'nergie en fonction du temps

t0 .

Pour

rsoudre le cas 3 et 4, vous aurez besoin des rsultats sur les distributions disponible dans les prochains chapitres.

4.5 Relation entre les sries et les transforms de


Fourier.
Nous avons indiqu au dbut du chapitre, sans le dmontrer, que l'on passe
des sries au transforms de Fourier en laissant la longueur de l'intervalle

vers

l'inni. Revoyons ce passage avec quelques dtails maintenant. Considrons une

51

4 Les transformations de Fourier.


fonction

f (x)

sur l'intervalle

[L/2, L/2].

Ses coecients de Fourier (complexe)

sont donns par

cq =

1
L

L/2

f (x)eiqx dx
L/2

o pour plus de simplicit, nous notons


ci-dessus (sans le facteur

1/L

q = 2n/L. Dsignons par I(q) l'intgrale


f (x) :

donc). Par dnition, nous avons pour

(1/L)I(q)eiqx

f (x) =
q,2/L
o dans la somme, l'indice

dq 0

varie par pas discret

dq = 2/L.

Quand

L ,

et par dnition de l'intgrale de Riemann, la somme ci-dessus tend vers

f (x) =

1
2

Par ailleurs, il est vident que quand

I(q)eiqx dq

L , I(q)

l'quation (4.4).

52

tend vers

f (q)

donne par

5 Les distributions.
5.1 Ce qu'il faut savoir.
Les transformes de Fourier nous posent quelques problmes quant la d-

] , +[, la
f (x) peut tre reprsente comme la superposition des fonctions exp(iqx)

avec le poids f (q). Pour en revenir notre image de base dans l'espace des fonciq(.)

tion, les fonctions e


(q R) forment une base, et les coecients f (q) sont les
projections du vecteur f (.) sur les vecteurs de cette base.

nition de base orthogonale. Nous avons vu que, sur l'intervalle


fonction

Nous avions aux sections prcdentes bas nos dmonstrations sur le concept
d'orthogonalit. Mais peut on dire que

exp(iq1 x) et exp(iq2 x) sont orthogonales ?

Le produit scalaire a t'elle encore un sens ? En eet, comment dnir la valeur de

exp(iq1 x) exp(iq2 x)dx

(5.1)

qui au sens normal de la thorie d'intgration, n'a aucun sens ?


Il faut comprendre Le produit scalaire (5.1) dans le sens suivant d'un passage
la limite :

1
L L

+L/2

lim

(5.2)

1et le (1/L) fait tout tend


q1 = q2 , l'intgrale vaut L et l'expression (5.2) vaut 1. Le
produit scalaire (5.1) est donc de l'ordre de L ( avec L ) pour q1 = q2 et de
l'ordre de 1 sinon. Nous noterons ce genre d'objet (q1 q2 ) et nous l'appellerons

Quand

q1 = q2 ,

exp(iq1 x) exp(iq2 x)dx


L/2

l'intgrale est au plus de l'ordre de

vers zro. Par contre, si

le

delta

de Dirac, du nom du physicien qui a tabli les rgles de manipulation de

ces objets dans son livre sur la mcanique quantique en 1930.


Pour un physicien, le concept de la

fonction

est trs intuitif et gnralise le

concept de charge ou de masse ponctuel. Supposez que vous avez des charges

(x) et que vous voulez


R autour d'un point.
(x)dx. Supposez
Rien de plus simple,il sut d'intgrer la densit autour C =
V
maintenant que R 0, c'est dire que vous prenez des sphres de plus en plus

rpartit continuement dans l'espace avec une densit

calculer la charge totale contenue dans une sphre de rayon

petite autour de votre point. Il est vident qu'il y aura de moins en mois de
charge l'intrieur et que

C 0.

C'est vrai, sauf si vous avez plac une charge

53

5 Les distributions.

ponctuelle au point considr. Pour une charge ponctuelle Q, quel que soit la taille
de la sphre autour, la quantit totale de la charge l'intrieur reste constante.

x0 ,

En gros, pour une charge ponctuelle plac en


partout, sauf en

x0

la densit de charge est

nulle

o elle vaut innie ! Ce genre de densit innie en un point,

nulle partout et dont l'intgrale est

nie

est justement un delta de Dirac. Les

mathmaticiens nous excuteraient si on appelait ces objets des fonctions et nous


obligent les nommer des

distributions.

La proprit de delta de Dirac est la

suivante :

(x)dx = 1

(5.3)

I
Du moment que l'intervalle

contient

0,

l'intgrale vaut 1, sinon elle

vaut

zro.

L'objet de ce chapitre est de se familiariser avec les distributions, et en particulier


avec la distribution de Dirac.
On peut voir

(x)

comme un processus de limite. Prenons le cas de la fonction


2
1
fa (x) = e(x/a)
a

C'est une gaussienne centre sur

0,

a 0,

et son intgrale vaut 1. Quand

elle

devient de plus en plus pique, avec une extension de moins en moins large, mais

ga (x) =

l'intgrale reste constante. On peut dire la mme chose de la fonction

(1/2a)(x/a)

ou en faite de n'importe quelle fonction qui, lors d'un processus de

passage la limite, rduit son extension, augmente l'amplitude de son pique, et


garde son intgrale constante. La distribution

(x)

est la limite de ce genre de

fonction.
La dnition (5.3) nous permet quelques gnralisations. Par exemple, on peut
dnir

0.

3(x),

la distribution dont l'intgrale vaut 3 sur des intervalles contenant

On peut mme dnir

vaut :

f (x)(x)

o on suppose

f (x)

continue en

0.

L'intgrale

f (x)(x)dx = lim

f (x)(x) = f (0)

Vous pouvez dmontrer cela facilement en utilisant la dnition de la continuit


d'une fonction. Mais intuitivement, cela parat vident : comme
partout sauf en

f (0).

0,

le multiplier par

f (x)

(x)

est nulle

revient simplement le multiplier par

En faite, on utilise cela comme la dnition de la distribution

f (x)(x)dx = f (0)

(x)

(5.4)

(x) est une distribution centre sur 0. (x x0 ) est une distribution centre sur
x0 et (x x0 )f (x) = f (x0 ). Finalement, les rgles pour manipuler les ne sont
pas vraiment compliques.

54

5 Les distributions.
(x)

La dernire chose savoir sur


dornavent

R =] , +[

est sa transforme de Fourier ( on pose

(q) =

(x) exp(iqx)dx = 1
R

La TF de

(x)est

la fonction constante

1.

Cela veut dire que

sition, poids gal, de toutes les modulations


tonnant : comme

(x)

exp(iqx) !

(x)

est la superpo-

Cela n'est pas vraiment

varie vraiment trs rapidement, toutes les modulations

doivent y tre prsent. Inversement,

1
2

exp(iqx)dq = (x)

dnie
(x)f (x) = f (0).
R

Exercice : Dmontrer que la fonction


c'est dire que

La dimension de la distribution

(5.5)

par (5.5) est bien une

de dirac,

En mathmatique, nous manipulons essen-

tiellement des chires, c'est dire des nombre sans dimensions. En physique cependant, les quantits que nous manipulons reprsentent des grandeurs telles que
des longueurs, nergies, temps, vitesses, etc. Ces grandeurs ont des dimensions.
Les physiciens attachent beaucoup d'importance cette question pour plusieurs
raisons. Une de ces raisons est purement gramaticale et permet de vrier la cohrence des divers tapes d'un calcul. Prenons le cas d'une quation direntielle
du genre
Si

2
d2 y/dt2 + 0 y = f0

et supposons que nous avons trouv

reprsente une quantit de dimension

[y],

alors

[0 ] = T 1

y = f0 sin(0 t).
[f0 ] = [y]T 2 .

et

Ceci est ncessaire si nous voulons que les deux cots de l'quation aient la mme
dimension. La dimension du ct gauche de la solution est

sin

[y]. Comme la fonction


[y]T 2 !

n'a pas de dimension, le cot droit de la solution a la dimension de

Les deux cots de la solution n'ont pas la mme dimension et nous nous sommes
manifestement tromp une tape de la rsolution. Ces vrications peuvent (et
doivent ) tre eectu chaque tape du calcul.
Comme nous manipulerons pas mal les distributions par la suite, nous avons

sin(x) et exp(x) n'ont pas de di(x) ? Pour cela, il faut d'abord rpondre

besoin de connaitre leur dimension. Les fonctions


mensions. Qu'en est-il de la distribution
la question de la dimension de

ydx.

Le signe

n'est qu'une gnralisation de

l'opration addition. La dimension d' une pomme + une pomme est toujours
une pomme. Le signe

signie une trs petite quantit de et la dimension

d'une trs petite quantit de pomme est toujours une pomme. Nous en dduisons de tout cela que

[ ydx] = [y][x]

Nous pouvons maintenant utiliser la proprit de la distribution

f (0).

Il est alors ais de voir que

[(x)] = [x]1 !

(x)f (x)dx =

Nous aurions pu bien sr ar-

river au mme rsultat en utilisant l'expression par passage la limite

55

(x) =

5 Les distributions.
(1/a) exp(x2 /a2 ) quand a 0. Voil, il faut avoir cela en tte chaque fois que
l'on veut vrier la cohrence des quations qui impliquent des .

5.2 Un peu de dcence.


Du point de vue du mathmaticien, ce que nous avons racont plus haut est,
en restant poli, mal propre. Laurent Schwarz, dans les annes 1950, a rendu
rigoureux la thorie des distributions. Il est utile de connatre les grande ligne
de sa construction. Il est parti de la constatation que les distributions ne sont
utilises en pratique que sous le signe intgral, comme en (5.4).
Une fonctionnelle est une gnralisation d'une fonction. Elle prend
en entre et produit

un scalaire

quelque sorte. Notons que la TF

une fonction

en sortie. C'est une fonction de fonction en

n'est pas

une fonctionnelle, puisqu'elle produit

une fonction en sortie.


Appelons

l'espace des fonctions , et

l'espace des fonctionnelles

(ou dit plus srieusement, des formes linaires dnies sur


fonctionnelle est

Lexp(x2 ) qui prend


exp(x2 ), et

scalaire avec la fonction

E ).

linaires

Un exemple de

une fonction en entre, calcul son produit


produit ce chire en sortie :

exp(x2 )f (x)dx

Lexp(x2 ) [f ] =
R

Nous pouvons gnraliser cet exemple : chaque fonction


associer une fonctionnelle

Lg F

g E,

nous pouvons

tel que

Lg [f ] =

f (x)g(x)dx
R

Et nous pouvons dmontrer facilement que ce

Lg

est bien une fonctionnelle

linaire. Nous pouvons trouver beaucoup d'autres fonctionnelles linaires. Par


exemple, la fonctionnelle

x0

est dnie par

x0 [f ] = f (x0 )
Voil, le tour est jou. Cette fonctionnelle est bien le delta de Dirac

(x x0 )

dnie plus haut. Noter bien l'opration : on peut identier une partie de l'espace

avec l'espace

via ces

Lg

que nous avions construit : chaque lment de

nous pouvons faire correspondre un lment de l'espace

F.

Mais l'espace

est

plus vaste, et quelques uns de ces lments en plus constituent les distributions
inhabituelles. C'est un peu comme enrichir l'ensemble des nombres rationnels
pour arriver l'ensemble des nombres rel

R.

1. En ralit, l'espace des fonctions support borns et inniment drivable, mais nous ne
sommes pas notre premier dlit.

56

5 Les distributions.
On peut dnir des oprations sur les distributions. Il est toujours plus simple
de partir des distributions du genre

Lg

dont le sens est familier pour dnir

ensuite les mmes oprations sur les distributions du genre


veut dire

Lg

Lg [f ] =

g (x)f (x)dx =
R

Par exemple, que

x ).

g(x)f (x)dx = Lg [f ]
R

(N'oublions pas que comme


pour

et

sont au moins sommable, elle tendent vers zro

On peut donc dnir :

x0 [f ] = x0 [f ] = f (x0 )
o dans le langage moins lgants des physiciens,

(x x0 )f (x)dx = f (x0 )
De mme, nous pouvons dmontrer que

H (x) = (x).

Nous ne continuerons pas

plus le dveloppement formel des distributions. Mais la constructions de Schwarz


est extrmement lgante et nous conseillons au lecteur de voir au moins une fois
les bases rigoureuses de cette construction.
Nous voyons cependant que l'espace plus large des distributions nous permet de
manipuler aisement des objets qui nous semblaient interdit. Une force ponctuelle
a un sens. Une discontinuit galement. En physique, une fonction ne
tre discontinue. La densit de l'eau ne saute pas de

peut

pas

l'interface liquide

solide, il existe une couche d'paisseur petite (trs petite devant les autres echelle
de longueur) o la densit varie continuellement d'une valeur une autre. La
lumire rchit par un mirroir pnetre sur une petite longueur

dans

le mirroir

o son intensit dcrot exponentiellement et ainsi de suite. Nous pouvons donc


caractriser les discontinuit des fonctions par des distribtion. Soit la fonction

f (x) = g(x)+H(xx0 ) , o la fonction g est une fonction continue est drivable

+
en x0 . La fonction f par contre, saute de la valeur g(x0 ) x0 + g(x0 ) x0 .
Au sens des distributions, la driv de f est donne par f (x) = g (x) + (x x0 ).
Imaginez donc f comme une fonction normale, avec une che positionne en
x0 .
Exercices.
1. En utilisant la dnition (5.4), dmontrer que l'expression (5.1) gale

(q1

q2 ).
2. Que vallent

(x)

3. Soit une fonction

et

(x) ?

Lpriodique f .

tions) ?

57

Que vaut sa TF (au sens des distribu-

5 Les distributions.
+
n= (x n). C'est comme
si nous avions pos un delta de Dirac sur chaque nombre entier. Quelle est

4. Une peigne de Dirac est dni par


la TF de

(x) =

(x/a) ?

(x + a) = (x) + a (x) + (1/2)a2 (x) + ... On peut faire


dveloppement de Taylor des comme pour les fonctions usuelles. Pour

5. Dmontrer que
un

pouvoir dmomntrer cette galit, appliquer les deux cts de l'galit


une fonction

6. Dmontrer que

(x) = (x)

7. Considrons une fonction

g (x0 ) = 0.

et

(ax) = (1/|a|)(x).

g(x)

avec un zro simple en

Prenons un intervale

peut supposer

I = [x0 a, x0 + a]

x0

g(x0 ) = 0,
x0 (on

autour de

aussi petit que l'on veut). En dveloppant

autour de sa

racine l'ordre 1, dmontrez que

(g(x))f (x)dx =
I
8. En supposant que la fonction

1
f (x0 )
|g (x0 )|

g(x) n'a que des racines simples, et en utilisant

le rsultat ci-dessus, dmontrer :

1
(x xi )
|g (xi )|

(g(x)) =
i
o les

xi

sont les racines simples de

pression de

g(x).

Donner comme application l'ex-

(x2 a2 ).

9. En vous inspirant du rsultat de la question 5, pouvez indiquer pouquoi


dans la question 7, nous pouvions nous restreindre un dveloppement
d'ordre 1 ?

5.3 Manipulation et utilisation des distribution.


Oscillateur soumis une force priodique.

A exp(i1 t).

En prenant la TF des deux cts, nous avons :

x() =

comme

Il obit l'quation

2A( 1 )
2
0 2

x(t) = (1/2) x() exp(it)d ,

x(t) =

nous trouvons

A exp(i1 t)
2
2
0 1

Nous connaissions ce rsultat depuis l'exercice sur le ltrage.

58

2
d2 x/dt2 +0 x =

5 Les distributions.
1

1
F(t)

y(t)

0.5

0.5

-2

-1

1
t

Figure 5.1  Reponse

-2

-1

d'un oscillateur amortie une force impulsionnelle. La

distribution

est reprsente par une che verticale.

Oscillateur amorti soumis une force impulsionnelle.


soumis une force

F (t)

Un oscillateur amorti

obit l'quation

d2 y
dy
+
+ ky = F (t)
dt2
dt

Nous souhaitons connatre la reponse de l'oscillateur une force impulsionnelle

F (t) = F0 (t).

Ceci est l'idealisation d'un coup de marteau trs bref et trs puis-

sant sur l'oscillateur. Pour simplier le problme, nous supposons dans un premier
temps que la masse est ngligeable ( que les forces d'inertie sont petites devant
les forces de frottement ) et que l'osciallateur est au repos. En renormalisant nos
coecient, l'quation prend la forme :

dy
+ y = f0 (t)
dt

(5.6)

et en prenant la TF des deux cots, nous trouvons que

y () = f0 /( + i).

Il

sut maintenant de prendre la TF inverse. Il se trouve que dans ce cas, si l'on se


souvient de l'exercice (4.1 :2), nous pouvons directement crire

y(t) = f0 H(t) exp(t)

(5.7)

Ce rsultat est reprsent sur la gure (5.1). Nous suggrons au lecteur de discuter
les limites

et

Equation de la chaleur avec une source ponctuelle.

Une goutte d'encre extr-

mement concentre, dpos en un point de l'espace va se diluer en diusant. De


mme pour un pulse ponctuel de chaleur. Comme nous l'avons vu prcdemment,

59

5 Les distributions.
les phnomnes de diusion sont gouverns par l'quation de la chaleur :

u
2u
= D 2 + Q(x, t)
t
x
o

Q est un terme de source.


Q(x, t) = Q0 (x)(t). En prenant la TF

dsigne la temprature ou la concentration et

Dans le problme qui nous interesse ici,


par rapport la variable d'espace

x,

nous avons :

t u(q, t) + Dq 2 u(q, t) = Q0 (t)

(5.8)

Mais cette quation est exactement eq.(5.6), celle qu'on a crit pour l'oscillateur
amorti. C'est bien une quation direntielle
temps, et

ordinaire

par rapport la variable

q peut tre considerer comme une constante : Pour chaque mode q , nous

avons une EDO indpendante. La solution est donc analogue (5.7), et s'crit :

u(q, t) = Q0 H(t) exp(Dq 2 t)

Il nous sut maintenant de prendre la TF inverse pour obtenir la solution dans


l'espace direct :

1
2

u(x, t)

Q0 1
x2

exp
4Dt
2 Dt

u(q, t).eiqx dq

La dernire integrale s'obtient facilement par les techniques que nous avons dj
utilis. L'volution de

u(x)

pour dirente valeur de

sont reprsenter sur la

gure (5.2).
Extension (dicile) : si la source n'est pas ponctuelle dans le temps, mais
seulement dans l'espace,

i.e. Q(x) = Q0 (x),

quel est le comportement de la

u(q, t). Cette

t u(q, t) l'est beaucoup moins.

et t , vous pouvez obtenir une

solution ? Help : Essayez comme avant d'obtenir une expression pour


expression est trop complique pour inverser, mais
En changeant alors l'ordre des operation TF
expression pour

t u(x, t).

-1

Il vous sut alors d'evaluer

u(x, ) =

t u(x, t)dt
0

Il n'est pas dicile alors d'obtenir le comportement assymptotique de

pour

t .
Equation d'onde avec source ponctuelle.
et au repos l'instant initial. A l'instant

Considrons une corde tendue innie

t = 0, on la soumet une force ponctuelle

60

5 Les distributions.
0.8
0.6
0.4
0.2
0
-4

-2

Figure 5.2  prol

0
x

de concentration en fonction de

0.1, 0.2, 0.5, 1, 2.

Ici,

D = 1/4.

x,

dirent temps

La distribution originale, en

t =
(x),

est reprsent par une che verticale.

dans le temps et dans l'espace (l'idalisation d'un marteau de piano tapant sur
la corde). l'quation d'onde s'crit

2u
2u
v 2 2 = (x)(t)
x2
x
En suivant la mme dmarche que ci-dessus, vous devriez pouvoir obtenir la propagation de l'onde. Vous pouvez notemment montrer que l'extension du domaine
ou

u=0

croit la vitess

v.

Vitesse de phase, vitesse de groupe.

Donnons nous un signal

u(x, t)

qui se

propage (Fig.5.3). Comment devrait on dnir la vitesse du signal ? On pourrait


par exemple reprer le maximum de

u et de suivre ce point en fonction de temps ;

ceci n'est pas trs bon cependant, puisque le signal peut se dformer et notre
maximum disparatre ou d'autres maximum apparatre. Nous devons dnir la
vitesse en prenant en compte l'ensemble du signal. Une bonne dnition est par
exemple de suivre le barricentre du signal, ou mme mieux, le baricentre du carr
du signal pour viter les comprensations de signe :

xu2 (x, t)dx

x(t) =

Par la suite, sans perte de gnralit, nous supposons notre signal norme :

u2 (x, t)dx = 1. Supposons par exemple que notre signal se propage sans se
I
dformer u(x, t) = u0 (x ct) et nous avons alors
x(t)

xu2 (x) + ct
0

=
I

u2 (x)
0
I

x0 + ct

61

5 Les distributions.

Figure 5.3  un

u(x, t)

signal

en fonction de

trois temps

dirents, se

propageant vers la droite.

ce qui correspond bien notre intuition de la vitesse d'un signal.


En utilisant la dnition des TF et de la distribution

(x),

il est facile de

dmontrer que (cf exercice) :

x(t) = i

I
o

u(q, t)

est la TF de

u(x, t)

u(q, t)

u (q, t)dq

(5.9)

x. Reprenons nouveau notre signal


u(x, t) = u0 (xct). Par la rgle des manipulation

par rapport

qui se propage sans se dformer :

des TF, nous savons qu'une translation dans l'espace direct revient multiplier
par une exponentielle complexe dans l'espace rciproque :

u(q, t) = u0 (q).eiqct

En rempalant dans l'expression (5.9), nous voyons que cela nous donne

x(t)

u0 (q) (q)dq

u0

x0 + ct

x0 + ct

u (q) (q)dq = I u2 (x).

u0
0
I 0
En gnral le facteur qui multiplie le temps dans l'expoentiel complexe est

puisque, par la relation de Parceval,


appel la frquence angulaire

qui dans ce cas simple de signal se propageant

sans dformation s'crit

= cq
et nous voyons que nous pouvons dnir la vitesse comme

c=

d
dq

Prenons maintenant le cas plus gnral de signaux se dformant en se propageant.


Il existe un cas trs important appel milieu dispersif, o la dformation du signal

62

5 Les distributions.
prend une forme simple

dans l'espace rciproque

u(q, t) = u0 (q)ei(q)t

c'est dire que le mode

t,

(q)

avec une forme

au mode

q.

est pondr par un facteur de phase

(q)t

au temps

quelconque, sans plus ncessairement tre proportionnel

Dans le cas d'un cristal par exemple, on peut dmontrer (voir le

problme correspondant au chapitre sur les sries de fourier) que

(q) = A sin(q).

Nous pouvons nanmoins calculer la vitesse du baricentre du signal comme avant :

d
dq

x(t) = x0 + t

I
Si

(q)

varie de faon lente par rapport

un pic troit en

q0 ,

u0 (q) (q)dq

u0
u0 (q) (q),

u0

et que ce dernier possde

alors une bonne approximation pour la vitesse du baricentre

serait

c=

d
dq

q=q0

Ceci est ce qu'on appelle la vitesse du groupe. L'expression

/q ,

ayant un sens

pour les signaux se propageant sans dformation, s'appelle la vitesse de phase.

Bruit de Langevin.(transfrer au chapitre prochain)


cation de

<>).

(Bien expliquer la signi-

Langevin a trouv, vers 1910, une faon extrmement lgante

de traiter le mouvement Brownien, en considrant une particule soumise aux


quations classique du mouvement et une force

alatoire

d2 x
dx
+
= (t)
dt2
dt

(t) une force alatoire. Nous ne connaissons de cette force que


(t) = 0
2
proportionnelle la temprature : (t) = T . D'autre part,

est la viscosit et

ses caractristique stochastique : La moyenne de cette force est nulle,


et sa variance est

c'est un bruit blanc : si nous connaissons la valeur de cette force un instant,


nous ne pouvons rien dire sur sa valeur quelque temps que ce soit aprs.

5.4 Exercices.
1. Que valent les distributions

(x) cos(qx), (x) sin(qx)

et

(x) sin(qx) ?

y(t) = (f0 /0 )H(t) sin(0 t), dmontrer


2
y + 0 y = f0 (t).

2. En drivant directement la fonction


qu'elle est la solution de
3. Dmontrer que

tH(t)

H(t).
tH(t).

est la primitive de

par partie, trouver la primitive de

63

En utilisant une integration

5 Les distributions.
y

a
x

(a)

(b)

Figure 5.4  la che d'un pont sous l'eet d'une force ponctuelle.
4. Une particule initialement au repos de masse
pulsionnelle obit l'quation

m = f0 (t).
y

soumise une force im-

En intgrant directement et

en utilisant les conditions initiales, trouver la solution. Trouver la mme


solution en considrant la particule soumise une force constante avec une
certaine dure

f = (f0 /2T )(t/T 1)

et faire tendre ensuite la dure vers

zro.
5. Intgrer directement l'quation

dy/dt + y = f0 (t) en utilisant la mthode

de la variation des constantes.


6. L'lasticit des barres est donne par l'quation

Bd4 y/dx4 = F (x)


o

F (x) est la densit de force (force par unit de longueur) appliqu au


x et B une constante qui donne l'amplitude de la rigidit de la barre

point

et qu'on appelle module de courbure. C'est par exemple cette quation


qui donne la

che

d'un pont sous l'eet d'une charge. Nous souhaitons

connatre la che d'un pont de longueur


camion la position

L sous

l'eet du mouvement d'un

dessus. Comme les dimensions du camion sont petit

par rapport au pont, on le modlise par une distribution de dirac. En solvant

y (4) = f0 (x a) trouver la forme du pont. Nous utiliserons


deux formes de conditions aux limites : (i) pont pos sur des pilliers, y(0) =
y(L) = 0 ; y(0) = y(L) = 0 (gure 5.4.a ; (ii) pont ancr aux deux bouts
y(0) = y(L) = 0 ; y (0) = y (L) = 0 (gure 5.4.b) . Pour quelle valeur de a
donc l'quation

la che est maximum ?


7. Dmontrer que

u (q) (q)dq

xu2 (x)dx =
I
o

u(q)

est la TF de

u(x).

I
Help : crire

des TF, former leurs produit et intgrer


que

exp(iq(x y))dq = 2(x y).

64

u (q) et u (q) par leurs dnition

sur q . Il sura juste de remarquer

6 Convolution et corrlation.
Deux concepts abondemment utilis en physique ( et bien d'autres endroist )
sont les convolutions et les correlations. Les TF nous permettent de calculer ces
choses de faon assez simple.

6.1 Les convolutions.


Le produit de convolution

f g

de deux fonctions

et

est dnie par

h(x) = (f g)(x) =

f (s)g(x s)ds

Exercice : dmontrer que le produit est commutatif :

f g = g f.

L'endroit o l'on rencontre frquemment ce produit est quand on mesure un signal. Supposons que le signal qu'on mesure est l'intensit lumineuse sur un ecran,

f (x).

Pour mesurer ce signal, l'exprimentateur doit positionner son dtecteur

un point

x,

et mesurer son intensit. Bien sr, il va eectuer cette mesure en

plusieurs points. Le detecteur est cependant un instrument rel, de taille nie,


disons

(et non innitsimal). Quand l'instrument est posistionne en

la lumire dans l'intervalle

[x , x + ]

x,

toute

rentre dans le detecteur, et l'exprimen-

tateur mesure donc en faite la moyenne de l'intensit sur une intervalle autour
du point

x,

et non la valeur exacte de l'intensit en ce point. Evidemment, plus

est petit, meilleure est la prcision de l'appareil. En terme mathmatique, l'exprimentateur enregistre le signal

h(x)

x+

h(x)

f (s)ds
x
+

f (s)(

xs

)ds

=
Ici,

l (x) = (x/ ) est la fonction

(f )(x)

de l'appareil. Les fonctions d'appareil peuvent

avoir des formes plus compliques, comme par exemple une gaussienne. Le facteur
limitant la prcision du signal est le pouvoir de rsolution

de l'appareil qui

lisse et rend ou le signal original. Par exemple, un objectif de microscope est

65

6 Convolution et corrlation.
2
l=0.1
l=0.3
l=0.5
l=0.7

1.5
1
0.5
0
-3

-2

-1

Figure 6.1  La convolution du signal (x) + (x 1) par des gaussiennes Gl de


dirente largeur.

un appareil de mesure dont le signal mesur est l'image forme . Ernst Abbe,
physicien de la compagnie Carl Zeiss dans les annes 1890, a developp la thorie
de la formation d'image et dmontr que le pouvoir de rsolution des objectifs et,
au mieu,

= /2N A, o est la longueur d'onde utilise et N A est l'ouverture de

l'objectif (le sinus de l'angle maximum de capture de la lumire). Les microscopes


optiques ne peuvent donc pas voir les echelles plus petites que 0.2 micron.

Exercice : soit le signal


distant de
est (i)
,

x0

x0 .

l ;

f (x) = (x) + (x x0 ), c'est dire deux piques de dirac

Calculer et tracer le signal mesur si la fonction de l'appareil

Gl = exp(x2 /2 2 ). Traiter particulirement les cas x0


x0 (voir gure 6.1). Pouvez vous determiner dans le cas

(ii)

et

la gaussienne, partir de quelle

de

, nous ne pouvons plus distinguer deux

piques spares ?
Les transformes de Fourier nous permettent de calculer facilement les produits
de convolution :
TF[f

g] = TF[f ].TF[g]

La transforme de Fourier du produit de convolution de deux fonctions est le


produit (normal) de leurs transforme de Fourier. Soit

h(q)

dx eiqx

ds f (s)g(x s)

dx eiqx g(x s)

ds f (s)

ds f (s)eiqs

h(x) = (f g)(x),

dx eiqx g(x)

g
= f (q)(q)

66

alors

6 Convolution et corrlation.
Calculer numriquement le produit de convolution dans l'espace direct est de
l'ordre de

N 2,

est le nombre de points d'chantillonnage des fonctions. Par

contre, prendre la TFR, eectuer une multiplication entre les TF et prendre une
TFR inverse ne coutera que

N log N

operations.

Un autre endroit o l'on rencontre frquemment les convolutions est la thorie des probabilits et le thoreme central limite. Soit deux variables alatoires

X1

X2

indpendantes

f (x) et g(x). Cela veut dire que


X1 tombe entre x et x + dx est gale
f (x)dx : Pr(x < X1 < x + dx) = f (x)dx. Nous nous demandons maintenant si nous pouvons dterminer la densit de probabilit h(z) de la variable
Z = X1 + X2 .
continues

et

de densit

la probabilit pour qu'une ralisation de

h(z)dz

Pr(z

< X1 + X2 < z + dz)

x1 =+

Pr(z

x1 < X2 < z x1 + dz)Pr(x1 < X1 < x1 + dx1 )

x1 =
+

dz

g(z x1 )f (x1 )dx1

Nous voyons donc que

h(z) = (f g)(z).

Exercice 1 : Dmontrer que la densit de probabilit de la


variables alatoires est donne par

moyenne

de deux

h(z) = 2(f g)(2z).

Exercice 2 : Dmontrer que le produit de convolution de deux gaussiennes de


largeur

et

est encore une gaussienne

1
l 2 + p2

exp

x2
+ p2 )

2(l2

pour vraiment apprecier les TF, faire le calcul d'abord dans l'espace direct,
et ensuite l'aide des TF. Une gaussienne de largeur

est la fonction

1
exp(x2 /2l2 )
2l

Les resultats ci-dessus sont important. Supposons que nous ayons deux variables
alatoires gaussienne de largeur l. Leur moyenne est alors galement une variable

l/ 2. Ce rsultat se gnralise N variables

alatoires : la moyenne est alors une gaussienne de largeur l/ N . La moyenne de

N variables alatoires est galement une variable alatoire, mais qui uctue N

alatoire gaussienne, mais de largeur

fois

moins

que les variables originales. C'est pour cette raison par exemple qu'un

exprimentateur, pour caractriser un phnomne physique, prend plusieurs mesure et calcule leur moyenne (voir les problmes avancs).

67

6 Convolution et corrlation.
Exercices :
1. Calculer

(x) = ( )(x),

et reprsenter le graphiquement.

2. Dmontrer que la distribution


3. Que vaut

f =f

Ta [f (x)] = f (x a)

4. Dmontrer que la translation

(x a)

est l'unit pour la convolution :

avec la fonction

est la convolution de

f.

5. Le graal de l'exprimentateur est de dconvoluer son signal, c'est dire

h(t) = (f A)(t) et la fonction d'appareil


f (t). On pourrait se dire que pour connatre f (t) il sut
de diviser la TF de h par la TF de A et de prendre la TF inverse du resultat.

connaissant le signal enregistr

A(t),

dterminer

En pratique, ceci n'est pas une bonne solution, puisqu'on ne peut jamais

H(t) le signal
H(t) = h(t).(t/T ).

enregistrer un signal pendant un temps inniement long. Soit


enregistr de

+T .

Mathmatiquement parlant,

Montrer alors que

+1/T

H() = 2T


f ()A()d

1/T
On voit donc que l'intervalle de temps ni
trouve t'on la limite

mlange

les frquences. Que

T ?

6.2 Auto-corrlation.
Un outil indispensable en physique est le concept d'auto-corrlation. Cela joue
un rle important dans les processus stochastiques, la diraction, ...Supposons
que nous avons une fonction

x(t). Pour plus de simplicit, nous considrons notre

signal de moyenne nulle, c'est dire

1
T T

t+T

lim

x(t)dt = 0
t

Nous dsirons savoir combien d'information nous pouvons avoir sur

x(t + )

si

nous connaissons le signal en t. Cette quantit est contenu dans la fonction d'autocorrlation

x (t)x(t + )dt

G( ) =

Le complexe conjugu est ncessaire si l'on veut que pour

= 0 G( )

soit relle.

Dans beaucoup de cas, le signal est rel et le complexe conjugu dans l'espace
relle n'a pas d'importance. Concrtement, nous prenons notre signal au temps

68

6 Convolution et corrlation.
t,

nous le multiplions par le signal au temps

ration pour tous les temps

t + ,

nous rptons cette op-

et ajoutons le rsultat. Nous donnerons plus loin

quelques exemples de la faon dont cette mesure est utilise pour dterminer les
caractristiques de certains systmes physiques. Que vaut la TF de la fonction
d'auto-corrlation ?

G()

dt x (t)x(t + ) exp(i )

dt x (t)

dt x (t) exp(+it)

(6.1)

d x(t + ) exp(i )

(6.2)

d x( ) exp(i )

= x ()() = |()|2

x
x

(6.3)
(6.4)

Le rsultat est d'une grande beaut : la TF de la fonction d'auto-corrlation est


gale au module de la TF du signal au

carr.

Rappelons simplement que pour

passer de (6.1) (6.2), nous avons chang l'ordre d'intgration ; pour passer de
(6.2) (6.3) nous avons eectu le changement de variable

t.

La fonction d'auto-correlation reoit des interprtation direntes dans dirents contextes. Par exemple en probabilits, soit
alatoire au temps t, et

X2

X1

la valeur d'une fonction

la valeur de mme fonction au temps

t + . En suivant

la discussion sur les convolutions, on peut alors demontrer que l'autocorrelation

G( )

est la densit de probabilit de la variable alatoire

X2 X1 .

En matire condens, on a coutume d'imager autrement la fonction d'autocorrelation. Supposez que vous avez des particules distribues dans l'espace.
Quelle est la distribution des distances entre les particules ? Prenez n'importe
quelles deux particules

i, j

est calculer la distance

rij

entre les deux. Faites

maintenant un histogramme de toutes les distances, et vous avez une fonction


d'autocorrelation des concentrations. Nous avions vu, dans le chapitre sur les
TF, que le champs

E(q)

de lumire dius dans une direction

fonction de transmission local. En utilisant des rayons

est la TF de la

ou neutron trs petite

longueur d'onde, la fonction de transmission devient proportionnelle la concentration des molcules qui diusent ces longueurs d'onde ecacement, c'est dire :

E(q) T F [c(x)]. Or, les plaques photographiques ou les senseurs de nos camras
I(q) = E(q)E (q). Les
clichs de diusion des Rayons sont donc une mesure directe de la fonction

ne mesurent pas le champs, mais l'intensit, c'est dire


d'auto-correlation des concentrations molculaires.

Exercice : le dmontrer.

69

6 Convolution et corrlation.
Problmes avancs.

1. Diusion des correlations.


Soit une fonction (reprsentant par exemple une concentration ou une probabilit, ...) obissant l'quation de diusion

c
2c
=D 2
t
x
Et soit la fonction d'auto-correlation spatiale

G(y; t) =

c(x; t)c(x + y; t)dx

Dmontrer que

obit galement une quation de diusion, mais avec un

coecient de diusion de

2D.

[indication : il sut d'changer soigneusement les

drivations et les intgrales]

2. Ressort soumis au bruit thermique.


(Discuter ergodicit). Supposons une particule dans un puits harmonique, soumis au bruit thermique. Son quation du mouvement s'crit :

m
m

d2 x
dx
+
+ kx = f (t)
dt2
dt

est la masse de la particule,

(6.5)

est la force visqueuse et

la constante du

ressort. Ceci constitue une quation direntielle stochastique, et le formalisme a


t dvelopp par Langevin vers 1910. La partie gauche de l'quation est celle du
mouvement classique d'une particule attach un ressort. La partie droite tient
compte des chocs alatoires des molcules du uide qui entourent la particule et
qui font subir cette dernire une force. La fonction

est une fonction alatoire,

c'est dire qu'on ne connat pas vraiment la valeur qu'elle peut prendre, mais
seulement la

probabilit

qu'elle prenne une certaine valeur. Cela gnralise le

f est l'amplitude
KB T /a, o a est la taille de la particule.
On suppose que la fonction est de moyenne nulle, c'est dire qu'il y a autant

concept de variable alatoire utilis en calcul des probabilits.


des chocs alatoires et vaut
de chance,

en moyenne, que les chocs mnent vers la gauche que vers la droite. De

plus, on suppose que la connaissance de la valeur de


information sur

(t + ),

quelque soit

G( ) =

(t)

ne nous donne aucune

On exprime cela par

(t)(t + ) = ( )

70

(6.6)

6 Convolution et corrlation.
10
8
6
4
2
0
0

Figure 6.2  |()|2 en fonction de pour 0 = 1 et = 0.1, 0.2, 0.4.


x
dsigne le delta de Dirac. Cela n'est pas trop dur imaginer :
(t + ) est compltement indpendant de (t), il y'a autant de chance

o bien sr,
comme

qu'il soit de signe contraire que de mme signe. A la longue, l'intgral doit tendre
vers

0.

Par contre,

2 (t) > 0,

son intgrale tend donc vers l'inni (reportez vous

notre discussion sur ce genre d'objet au chapitre prcdent). En prenant la TF


de l'q.(6.6), on obtient :

G() = () () = 1
En notant

2
0 = k/m

et en prenant la TF de l'quation (6.5), nous obtenons :

(0 2 + i)() = (f /m)()
x
ce qui nous donne, grce la relation (6.6),

|x()|2 =

2
(0

Cette fonction prsente un pique

(f /m)
2 )2 + 2 2

0 ,

(6.7)

comme on peut le constater sur la

gure 6.2.
On peut faire beaucoup de chose partir de l. En physique, on ralise souvent

des ressorts de taille micromtrique pour exercer des forces sur des bactries o
des molcules biologiques. Un problme majeur est celui de calibrer le ressort,
c'est dire trouver sa constante

k.

L'quation (6.7) nous montre qu'il existe une

faon extrmement robuste de trouver cette constante : (i) enregistrer la position

x(t)

d'une particule au bout de ce ressort au cours du temps (ses uctuations

thermiques) ; (ii) prendre la TF de

x(t) ;

(iii) lever le module de la TF au carr ;

(iv) trouver pour quelle frquence, cette dernire prsente un maximum : nous
avons la frquence propre de l'oscillateur.

1. Par des pinces optiques, magntique, des micropipettes, ...

71

6 Convolution et corrlation.
3. Somme de deux variables alatoires et thorme limite centrale.
Une variable alatoire

est une fonction qui produit un nombre alatoire

chaque ralisation. On peut se donner l'image d'un boitier lctronique qui ache
un nombre chaque fois qu'on appuie sur un bouton (une ralisation). C'est par
exemple, le jet d'un ds ; ou le temps entre l'arriv de deux particules sur notre
senseur ; ou la direction prise par une amibe au fond d'une boite de petri quand on
la photographie toute les 30 secondes ; ou le cours de la bourse chaque seconde ;
...
On caractrise une variable alatoire (que l'on suppose continue) par sa densit

f (x) : la probabilit d'observ une ralisation de X entre x et x+dx


f (x)dx . Cela veut dire concrtement que si on eectue par exemple 106

de probabilit
est gale

ralisations (mesurons l'arriv d'un million de particule sur notre senseur), une
proportion

f (x)dx

des ralisation tomberont dans l'intervalle

ce que nous venons de dire, il est vident que

f (x) 0

[x, x + dx[.

D'aprs

et

f (x)dx = 1

Soit maintenant deux variables alatoires

indpendantes 2 X

f (x) et g(y). Quelle est la densit de la variable Z = X +Y

et

de densit

(comme par exemple la

somme de deux ds) ? En probabilit, le et d'vnement indpendant se traduit


par le produit de chacune des probabilit et le ou par l'oprration somme des
probabilits. Appelons

dz[.

h(z)dz

la probabilit d'observer

dans l'intervalle

[z, z +
X

La probabilit d'observer un tel vnement gale la probabilit d'observer

dans

[x, x + dx[

et

dans

[z x, z (x + dx) + dz[

pour un

quelconque. Cet

vnement a la probabilit

f (x)dx.g(z x)(dz dx) = f (x)g(z x)dxdz + O(dx2 )


x

Cette probabilit est pour une valeur

quelconque. Il faut donc ajouter la pro-

babilit pour toutes les valeur possible de


donne

pour obtenir

h(z)dz ,

ce qui nous

h(z) =

f (x)g(z x)dx

La densit de probabilit de la somme de deux variables alatoires gale le produit


de convolution des densits de chaque variable.
La moyenne d'une variable alatoire

est note

et est dnie par

X =

xf (x)dx

2. une ralisation de l'une n'inue pas sur le rsultat de la ralisation de l'autre.

72

6 Convolution et corrlation.
De faon gnrale, pour une fonction quelconque

V,

on dnit

V (X) =

V (x)f (x)dx

Exercices.

La suite des exercices suivantes vous entraine manipuler les pro-

babilits. Si vous les suivez dans l'ordre jusqu'au bout (bravo), cela vous mnera
la dmonstration du thorme de la limite centrale : quelque soit la densit de
probabilit de la fonction

(pourvu qu'elle est une variance nie), la densit de

probabilit de la moyenne de

/ N ,

est la variance de

de ces variables est une gaussienne, de largeur

X.

L'ensemble de ces exercices constitue un bon

cours de probabilit.
1. Dmontrer que

aX = a X

est un nombre rl. De faon gnrale,

quelle est la densit de probabilit de

Z = aX ?

X +Y = X + Y
Z = (X + Y )/2 ? Soit ZN = (1/N )
sont identique. Que Vaut Zn ?

. Que vaut la moyenne de la variable

2. Dmontrer que

N
i=1

3. La variance d'une variable est dnie par

V ar(X + Y ) ?

Et

Xi

o les variables alatoire

V ar(X) = X 2 X

Xi

. Que vaut

V ar(ZN ) ?

4. La fonction caractristique

X (t) d'une variable alatoire X

de densit

f (x)

est dnie par

X (t) = exp(itX)
Quelle est la relation entre la densit de
5. Dmontrer que

X (0) = 1 ; X (0) = i X

et la fonction
;

X (t) ?

X (0) = X 2

; gnraliser

ce rsultat. Vous pouvez obtenir ce rsultat par le dveloppement de Taylor


de la fonction exponentielle.
6. Que valent

aX (t)

et

X+Y (t) ?

Que vaut

7. Dmontrer que de faon gnrale,

X (t)

Zn (t) ?

a un maximum absolue

t = 0.

X = 0 et V ar(X) = . Dvelopper Zn (t) l'ordre 2 en

t autour de son maximum, et dmontrer qu'elle tend vers exp( 2 t/2 N ).


n
[Help : (1 + x/n) exp(x)]. En dduire la densit de probabilit de Zn .
Gnraliser ce rsultat au cas X = 0.

8. On suppose que

4. Fluctuation de courbure des polymres.


D'abord, un peu de gomtrie direntielle. Soit une courbe dans le plan. Nous

y(x) ou par ses coordonnes parax(t), y(t). Si nous appelons l'extrmit de la courbe A, la longueur d'arc

pouvons par exemple la dcrire par l'quation


mtrique

73

6 Convolution et corrlation.
partir de

jusqu' un point

est dnie par

x2 (t) + y 2 (t)dt

s=
0
Appelons l'angle
l'axe

y.

(s)

l'angle que fait la tangente la courbe au point

avec

En faite, nous pouvons parfaitement dnir la courbe par la donne

de la fonction

(s). Par exemple, =


R. Cette description

un cercle de rayon

La courbure de la courbe la position

Cte dcrit une droite,

= s/R

dcrit

d'une courbe s'appelle semi-intrinsque.

est donne par

pouvons galement dcrire une courbe dans le plan par

= (d)/ds)2 . Nous
la donne de (s) de

faon totalement intrinsque, sans rference aucun systme d'axe.


Soit maintenant un polymre ( deux dimensions) de longeur

L (L

l'chelle molculaire, comme l'ADN par exemple) baigant dans un bain temprature

T.

L'nergie emmagasine dans le polymre par unit de longeur dpend

de la courbure de sa conformation et s'crit

B2 (s)ds

E=
0
o

est le module de rigidit du polymre. Quelle est la correlation entre les

tangentes la courbe distant de

Plus exactement, dmontrer que

u(s).u(s + ) = exp(/LP )
o

u(s)

est le vecteur tangent l'abscisse curviligne

et

Lp = B/KT .

Ceci est loin d'tre un calcul anodin : c'est comme cela que l'on mesure la
rigidit des polymres biologiques comme l'actin, les microtubules ou l'ADN.

5. Correlation dans le mouvement brownien.


Calculer la fonction d'autocorrelation pour un mouvement brownien

74

x(t).

7 Les transformes de Laplace.


7.1 Entre en matire.
Les mathmaticiens ont invent de nombreux transformation intgrale d'une
fonction, parmi lesquels nous avons vu les transformes de Fourier. Une autre
transformation extrmement utilise est celle de Laplace. Les transformes de
Laplace sont les cousins des transformes de Fourier. Leur relation est celle de
la fonction exponentielle et de la fonction sinus ou cosinus. Comme vous vous

f (t) par exp(it) et on


et +. Pour les TL, on multiplie la fonction par
entre, cette fois, 0 et +

souvenez, pour prendre la TF, on multiplie la fonction


intgre entre, notez le bien,

exp(st)

et on intgre

f (s) = TL[f (t)] =

f (t) exp(st)dt
0

Les conventions veulent que la variable conjugues

et

pour les TL. La fonction

f (t)

s'appelle

Dans la plupart des livres que vous consulterez, l'image est not
maintenons ici la convention

f (s)

pour les TF

est appele l'original, et sa TL son

ou

f (s).

F (s),

image.

mais nous

Il existe de nombreux avantages et

dsavantages utiliser les TL la place des TF. D'un point de vue pratique,
toutes les deux transforment des quations direntielles linaires en des quations algbriques. Mais il est dicile d'intgrer les conditions initiales dans les
TF, tandis qu'elles s'introduisent naturellement dans les TL, comme nous en ver-

x(t). Pour les


t = ) et existera

rons des exemples plus bas. Prenons le cas d'un signal temporel
transformes de Fourier, ce signal a toujours exist (depuis

toujours. Pour les Transforme de Laplace, le signal ne commence son existence


qu' un temps ni (t

= 0).

Un autre (grand) avantage des TL est que nos exigences sur le comportement
de

f (t)

quand

sont beaucoup plus lgres : comme la fonction

dcrot trs rapidement l'inni (pour

Re(s) > 0

la plupart des fonctions usuelles existera. Voyons quelques exemples.

1. TL[1]

= 1/s

2. TL[exp(at)]

= 1/(s + a)

75

exp(st)

), la transforme de Laplace de

7 Les transformes de Laplace.


3. TL[t]

= 1/s2 . Pour le dmontrer, il sut d'eectuer une intgration par partie :


+

tet

dt =

0+

=
= k!/sk+1

est dt

1
s2

4. TL[tk ]

1
s

(dmontrez cette relation par rcurrence.)

Le dsavantage des TL est que nous perdons le concept de bases orthogonales.


Nous avons vu qu'en tendant un peu notre espace de fonctions l'espace des
distributions, nous pouvions considrer les fonctions

exp(it) comme une base


exp(st), quoi qu'on

orthogonale. Rien de tel n'existe pour les TL et les fonctions


fasse,

ne sont pas

orthogonales les uns aux autres. Avec la perte d'orthogonalit,

nous perdons galement la possibilit d'inverser (facilement) une transforme de


Laplace et la belle symtrie entre une fonction et sa transforme.

7.2 Oprations sur les TL.


Les opration sur les TL sont trs similaire, un facteur

i prs, aux oprations

sur les TF. Par contre, il faut vraiment bien les maitriser, puisque prendre la
TL inverse est souvent une operation complexe (au sens propre) et qu'on prefre
toujours se ramener des expessions connues.

Changement d'chelle.
Translation.

TL[f (t/a)]

TL[ exp(at)f (t)]

= af (as)

= f (s + a)

La dmonstration est triviale.

Multiplier l'originale par une expo-

nentielle revient translater l'image. Par exemple, TL[1]

= 1/s, donc TL[exp(at)] =

1/(s + a).

Multiplication par t. Si on drive f (s) par rapport s, nous avons df (s)/ds =

tf (t) exp(st)dt. Donc, TL[tf (t)] = df (s)/ds 1 . Par exemple, comme TL[1] =
1/s, alors TL[t] = 1/s2
Drivation.

Elle contient un lment supplmentaire, et c'est cela le grand

intrt des TL.

t=

f (t) exp(st)dt = f (t) exp(st)|t=0 + s

f (t) exp(st)dt
0

1. Vous remarquerez que nous avons souvent t ngligent avec l'orthodoxie des convergences
et des drivations sous le signe somme. Mais vous pouvez facilement dmontrer qu'ici au moins,
nous n'avons pas enfreint de rgles ( dmontrez le).

76

7 Les transformes de Laplace.


Ce qui nous amne
TL[f

(t)] = f (0) + sTL[f (t)]

En gnralisant cela, nous voyons que TL[f (t)]

= s2 f (s) sf (0) f (0), et ainsi

de suite.

Intgration.

Il n'est pas dicile, en utilsant la rgle de drivation ci-dessus, de

dmontrer que

t
TL[

f ( )d ] = (1/s)f (s)

Exemple 1.

Rsolvons l'quation direntielle

x (t) + x(t) = t
avec la condition initiale

x(t = 0) = x0 .

Par la mthode classique, on rsoudrai

d'abord l'quation homogne pour obtenir


supposer que

C = C(t),

(7.1)

x = C exp(t),

ensuite nous allons

obtenir une autre quation direntielle pour

C,

la

rsoudre et nalement utiliser la condition initiale pour obtenir la solution nale.


Prenons plutt la TL des deux cots de l'q.(7.1) :

x0 + (s + )(s) =
x

s2

Nous avions dj, l'exemple 3 ci-dessus, calcul la TL[t], et nous avons juste
utilis ce rsultat. En gnral, les TL des fonctions les plus connues sont entreposes dans des tables et on ne fait souvent que les consulter au lieu de recalculer la
TL (comme pour les tables de logarithme). En dcomposant en fraction simple,
nous avons

1
11 1 1

= 2
+
s2 (s + )
s
s s+

et la solution de notre quation s'crit :

x(s) =

1
11 1 1
x0

+
+
2
s
s s+
s+

(7.2)

Bon, nous connaissons la TL de la solution, et il faut inverser le processus pour

x(t). Or, nous savons que l'originale de 1/s2 est t, l'originale de 1/s est 1
l'originale de 1/(s + ) est exp(t) (souvenez vous de la rgle de translation).

calculer
,

Nous avons donc

x(t) =

t 2 (1 et ) + x0 et

(7.3)

On peut vrier, en l'injectant directement dans l'quation (7.1) que ceci est bien
la solution. Notez avec qu'elle facilit la condition initiale a t prise en compte
dans la solution.

77

7 Les transformes de Laplace.

f (s)

af (as)

f (s + a)
d
ds f (s)
(s) f (0)
sf

f (t)
f (t/a)
exp(at)f (t)
tf (t)
f (t)
f (t)
f (n) (t)
t
f ( )d
0

s2 f (s) sf (0) f (0)


(s) n snk f (k1) (0)
s f
k=1
1
s f (s)

1
t
exp(at)
sin(at) ou cos(at)
sinh(at) ou cosh(at)
t cos(at) +
(1/a) sin(at)
1/ t

t
1/(t + 1)

1/s
1/s2
1/(s + a)
a/(s2 + a2 ) ou s/(s2 + a2 )
a/(s2 a2 ) ou s/(s2 a2 )
2a2 /(s2 + a2 )2

/ s

( /2)s3/2
exp(s)(0, s)

Table 7.1  Rsum des rgles de manipulation des TL et un petit dictionnaire


des TL lmentaires.

x(3) + 3 + 3x + x = 1 avec les conditions initiales nulles.


3
3
2
La TL nous donne x(s) = 1/s(s+1) = (1/s)1/(s+1) 1/(s+1) 1/(s+1).

2
En se reportant la table (7.1), on trouve immediatement x(t) = 1 (t /2 + t +
1) exp(t).

Exemple 2.

Rsoudre

7.3 Dcomposition en fraction simple.


Comme nous avons utiliser souvent les dcompositions en fraction simple,
nous allons faire un petit dtour pour rappeler les grands principes.

Cas des racines simples.


nmes et qu'en plus,

a2 )...(s an ).

q(s)

Soit

f (s) = p(s)/q(s),

p(s)

n'a que des racines simples,

Nous voulons crire

f (s) =

f (s)

comme

A1
A2
An
+
+ ... +
s a1
s a2
s an

78

et

q(s)

sont des poly-

i.e. q(s) = (s a1 )(s

7 Les transformes de Laplace.


qi (s) = q(s)/(s ai ). Nous voyons que qi (s) n'a pas de zero en s = ai . Quand
s ai , le terme dominant dans f (s) est

Soit

p(s)
1
p(a)
1

f (s) =
.
=
.
+ O(1)
qi (s) s ai
qi (a) s ai
d'o on dduit que

Ai = p(ai )/qi (ai ).


lim qi (s) = lim

sai
quand

s ai .

En plus, comme

sai

q(s) q(ai )
= q (ai )
s ai

Nous pouvons donc crire l'original de

f (t) =
n
o la sommation est sur les zeros de

q(ai ) = 0,

f (s)directement

comme

p(an )
exp(an t)
q (an )
q(s).

f (s) = (3s2 3s+1)/(2s3 +3s2 3s2). Nous avons p(s) = 3s2 3s+1
2
2
, q(s) = 2s + 3s 3s 2 et q (s) = 6s + 6s 3. Les zro du dnominateur
sont aux s = 1, 2, 1/2. Comme p(1)/q (1) = 1/9, p(2)/q (2) = 19/9 et que
p(1/2)/q (1/2) = 13/18, nous avons
Exemple :

19 1
1
1
1 1

f (s) =
+

9s1
9 s + 2 6 s + 1/2
Cas des racines multiples.

un quotient de polynme qui n'a pas de


forme de

f (s) =
o

T (s)

A0
A1
An1
+ T (s)
+
+ ... +
(s a)n
(s a)n1
(s a)

contient le dveloppement en fractions simples autour des autres ples.

Pour dterminer les coecients


ment de
de

a,

f (s) = R(s)/(s a)n o R(s) est


ples en a. Nous voulons l'crire sous

Soit maintenant

f (s)

pour

s a.

Ai

Comme

nous avons nouveau calculer le comporte-

R(s)

est tout ce qui a de plus rgulier autour

nous pouvons le dvelopper en srie de Taylor autour de ce point :

R(s) = R(a) + R (a)(s a) + (1/2)R (a)(s a)2 + ...


Ce qui nous donne immediatement

A0

R(a)

A1

R (a)

...

79

7 Les transformes de Laplace.


Exemple :

f (s) = 1/(s2 + a2 )2 .

Trouvons l'originale de

f (s) =

Nous avons

A0
A1
B1
B0
+
+
+
2
2
(s ia)
(s ia) (s + ia)
(s + ia)

Nous pouvons bien sr tout calculer, mais remarquons simplement que dans l'expression de

f (s),

le changement de

en

laisse ce dernier invariant. Pour avoir

f (s) une fois dcompose en fraction


simple, nous devons avoir B0 = A0 et B1 = A1 . Or, d'aprs ce qu'on vient de
2
dire, autour de la racine s = ia, R(s) = 1/(s + ia) et
cette mme invariance dans l'expression de

A0 =

1
(s + ia)2

A1 =

2
(s + ia)3

De mme,

Comme l'originale de
est

exp(t),

1/(s

ia)

est

s=ia

s=ia

t exp(iat)

1
4a2

1
4ia3
et que l'originale de

1/(s

ia)

en regroupant correctement les termes, on trouve que

f (t) =

1
1
t cos(at) + 3 sin(at).
2a2
2a

7.4 Comportement assymptotique.


7.4.1 Comportement pour

t +.

Si nous connaissons la transforme de Laplace d'une fonction

f (t), nous pout . Par

vons parfois trouver des approximations de cette fonction quand


exemple, les fonctions de Bessel

In (t) =

In (t)
1

sont dnies par

et cos cos(n)d
0
2

que la trasnforme de Laplace de I0 (t) est

I0 (s) = 1/ s2 1. Cette tranforme nous permet facilement d'approximer, pour

t
1, la fonction de bessel par exp(t)/ 2t (gure 7.1). Voyons voir le comment
et il n'est pas dicile de dmontrer

du pourquoi.
Nous nous sommes peu intress jusque l au domaine d'existence de la Transforme de Laplace. Il est vident que pour que la TL ait un sens, il faut que

f (t) exp(st)dt existe. Pour certaines fonctions comme exp(t2 ), cette condi0
2
tion est toujours ralis. Pour d'autres, comme exp(t ), elle ne l'est jamais. Enn,
2. en changeant l'ordre d'intgration sur

et

80

t,

cf exercice 8.

7 Les transformes de Laplace.


I0 t exp

0.4

0.3

0.2

0.1

2t
5

10

50

100

500

1000

Figure 7.1  Comparaison des la fonction de Bessel I0 (t) et son approximation


assymptotique (l'axe

pour la plupart de fonctions usuelles


o

s0

est logarithmique)

, la condition est ralise si

Re(s) > s0 ,

est un rl. Par exemple, pour toutes les fonctions polynomiales ou toute

pouissance positive de

t, s0 = 0.

Pour la fonction

cosh(t), s0 = 1.
f (t) pour t grand :

Souvent, nous nous interessons surtout au comportement de

nous voulons savoir rapidement si notre particule revient une position donne
ou si au contraire, elle part l'inni, et si elle part l'inni, quelle vitesse
elle le fait. Nous allons voir dans la suite que le comportement de
de son ple le plus droite

s0

f (s)

autour

nous renseigne directement sur le comportement

assymptotique de l'originale. Sans perte de gnralit, nous allons supposer par

Re(s0 ) = 0, puisque si la TL de la fonction f (t) un ple en s = a,


exp(at)f (t)a un ple en s = 0. Le comportement assymptotique de
la fonction f (t) s'en dduit donc immediatement.

f (t)dt < +, c'est que


Revenons maintenant notre fonction f (t). Si I =
0
f (t) 0 quand t + et nous n'avons pas trop de questions nous poser
pour son comportement assymptotique. Supposons donc que I n'existe pas, mais
que la TL de f (t) est bien dnie pour Re(s) > 0. Nous pouvons toujours crire
f (t) = g(t) + h(t), o g(t) contient le terme dominant de f (t) quand t

et h(t) tous les autres. Par exemple, le terme dominant de 1/ t + exp(5t) +

1/(1 + t2 ) est 1/ t. Nous pouvons formellement crire que h(t) = o(g(t)) 4 . Il


est vident que pour s 0, la transforme de laplace est domine par la TL

de g(t), c'est dire h(s) = o((s)) quand s 0 (exercice : le dmontrer). Un


g
la suite que
la fonction

simple dveloppement autour du ple le plus droite de la TL nous donne donc


directement le comportement assymptotique de l'originale.

3. lire qui ne croient pas plus vite qu'une exponentielle


4. C'est dire que

limt h(t)/g(t) = 0.

Les notations

mathmaticien du premier tiers du vingtime sicle.

81

et

sont dues Edmund Landau,

7 Les transformes de Laplace.


Exemple 1.

0.

f (s) = 1/s(s + a) pour a > 0 a son ple le plus

f (s) = 1/as + O(1). Donc, f (t) 1/a


1/s est bien sr 1). Dans cet exemple, et ceux

Autour de ce point,

( l'original de

s=
t

droite
quand

qui suivent, le

lecteur est encourag calculer l'originale exacte et vrier le dveloppement


assymptotique.

f (s) = 1/s(s a)2 pour a > 0. Le ple le plus droite est en

s = a. f (s) (1/a)(s a)2 quand s a et donc f (t) (t/a) exp(at) quand


t . Remarquer que nous aurions p pousser l'approximation un peu plus loin :

f (s) (1/a)(s a)2 (1/a2 )(s a)1 et donc f (t) (t/a 1/a2 ) exp(at).
Exemple 2.

Exemple 3.
relle

f (s) = 1/(s2 + a2 )2 .

s = ia,

La, nous avons deux ples de mme partie

et nous devons tenir compte des deux. Nous laissons le soin au

lecteur de dmontrer que le terme dominant doit tre

t cos(at)/2a2 .

Nous avons en faite souvent recours au developpement assymptotique parce que


nous ne savons pas calculer exactement l'originale. Prenons l'quation

x+x =

avec des conditions initiales nulles. C'est l'quation du mouvement d'un

corps soumis un frottement visqueux et une force qui grandit comme la


racine du temps. La solution est facilement trouve en terme de TL :

( /2)s5/2 (s + 1)1 .

Nous ne savons pas calculer

x(s) =

l'originale de cette fonction.

Par contre, comme il existe un ple zero, le dveloppement assymptotique s'crit

x(t) (4/3 )t3/2 (Le

dmontrer. Pouvez vous calculer les deux prochaines cor-

rections ce dveloppement ? ).

7.4.2 Comportement pour

t 0.

Nous disposons d'un thorme analogue pour trouver le comportement de


autour de

t = 0+

f (t)

si nous disposons de sa transforme de fourier. Il n'est pas

dicile de voir que

f (0) = lim sf (s)

(7.4)

Ceci dcoule simplement des rgles de TL :

TL[f

(t)] =

est f (t)dt = sf (s) f (0)

0
Or, quand

s ,

l'intgrale tend vers zro, d'o l'galit (7.4). Nous pouvons

aller bien sr plus loin. Le dveloppement de Taylor de

f (t)

proche de

t = 0

s'crit

f (t) = f (0) + f (0)t + (1/2)f (0)t2 + ...


et rsulte de la TL inverse du dveloppement assymptotique de
(voir l'exercice 9).
5. Pas avec notre dictionnaire actuel.

82

sf (s) pour s .

7 Les transformes de Laplace.


7.5 Produit de Convolution.
Le produit de convolution de deux fonctions est donn par

h(t) =

f ( )g(t )d

(7.5)

0
On note cela par

h(t) = (f g)(t). Il est facile de dmontrer, en changeant l'ordre

d'intgration, que

g
h(s) = f (s).(s)

La solution de beaucoup d'quation direntielle se met naturellement sous la


forme (7.5).

Exemple : la mthode de la variation des constantes.


l'quation ordinaire coecient constant

avec

Nous voulons rsoudre

second membre

x(t) + ax(t) = f (t)

En prenant la TL, nous trouvons que

x(s) =

Comme l'originale de

1
x0
f (s) +
s+a
s+a

1/s + a est exp(at), en utilisant le rsultat sur les produit

de convolution, nous trouvons

x(t) = eat x0 +

ea f ( )d
0

Ce rsultat est connu sous le nom de la mthode de la variation des constantes


et se gnralise ( l'aide des dcompositions en fraction simple) aux quations de
degrs quelconques.b

7.6 Aperu des quations intgrales.


Il existe toute une classe d'quation intgrale (qu'on appelle de Voltera) qui
s'crivent sous la forme :

f (t) =

f ( )K(, t)d +
0

Dans le cas o le noyau

K(t ),

est symmetrique, c'est dire qu'il s'crit sous la forme

ces quations admettent une solution simple en terme de transformes

de Laplace. En prenant la TL des deux cots, on trouve :


f (s) = f (s)K(s) +
s

83

7 Les transformes de Laplace.


c'est dire que

f (s) = /s(1 K(s)).

C'est ensuite un exercice de trouver

l'orginale ou en tout cas son dveloppement assymptotique.

7.7 Aperu des systmes de contrle asservis


(feedback systems).
Quand on conduit une voiture et que l'on tourne le volant ou que l'on appuye
sur la pdale du frein, on n'exerce pas directement une action sur les roues,
mais on actionne des circuits hydroliques qui s'en charge. Ces circuits sont munis
d'automatisme qui rgle la pression sur les roues exactement comme demand,
quelque soit les conditions extrieures. Pour pouvoir eectuer cela, il faut qu'ils
soit munis des mcanismes correcteurs qui constement comparent la direction ou
la pression des roues actuelles la consigne demande et rduisent l'erreur. Si
l'on regarde autour de nous, des objets les plus simples comme un rfrigrateur
qui maintient sa temprature quand on ouvre ou ferme sa porte aux objets les
plus complexes, comme l'ABS ou le pilotage d'un avion, nous sommes entour
d'automatisme. En cela bien sr nous ne sommes qu'entrain d'immiter le monde
vivant qui a implant ces mcanismes tous les niveaux, de la reproduction de
l'ADN aux mouvements d'une bactrie ou la marche d'un bipde.

7.8 La physique statistique.


En physique statistique, la fonction de partition
(pondre par

= 1/KT

est une sorte de moyenne

) des nergies que peut atteindre un systme. Si l'indice

dnombre les tats possibles du systme, chacun avec l'energie

eF = Z() =

Ei ,

alors

eEi
i

La quantit

est appel l'nergie libre du systme.

Il arrive souvent que beaucoup d'tat ont la mme nergie et dans ce cas, ont
peut les regrouper dans la somme :

eE n(E)

Z() =
E

o cette fois, nous sommons sur les energies disponibles au systme ;


le nombre d'tats ayant l'nergie

E.

n(E) dsigne

Si la dirence entre les niveaux d'nergie

est faible par rapport notre mesure, nous pouvons recrire la somme ci-dessus
sous forme d'une intgrale

eE f (E)dE

Z() =
0

84

(7.6)

7 Les transformes de Laplace.


o

f (E)dE

est le nombre d'tat avec une nergie entre

et

E + dE ; toutes les
E0 que nous

nergies sont mesures par rapport l'nergie minimum du systme


choisissons comme rfrence :

E0 = 0.

Ce que nous voyons l est trs simple : la fonction de partition est la transforme
de Laplace de la densit d'nergie.

Exemple : l'oscillateur harmonique.

Soit une particule dans un champ quadra-

E(x) = kx2 . x ici la


est
E et E + dE est 1/ kE .

tique, son nergie tant fonction de sa distance au centre :


variable qui dnombre les tats. Le nombre d'tat entre

En nous reportant la table des T.L., nous trouvons la fonction de partition

1/2

Z() =
Problme : Transition de phases.
que la fonction

Z()

En utilisant la dnition (7.6), dmontrez

est forcment continue.

Par dfnition, une transition de phase (comme l'eau en glace) est une discontinuite de la fonction de partition (ou une de ses drives). Vous venez de
dmontrer que les transitions de phases ne peuvent pas exister. O est l'erreur ?
Ceci tait un problme majeur de la physique statistique jusque dans les annes
1920 et l'invention du modle d'Ising par le scientique du mme nom. Ce modle
n'a reu une solution qu'en 1944 par Onsanger. Les annes 1970 ont vu apparatre les thories mathmatiquement sales (dites groupes de renormalisation)
pour traiter les transitions de phases de second ordre. Nous ne disposons ce
jour pas de thories mathmatiques gnrales satisfaisantes pour les transitions
de phases.

7.9 TL inverse.
Pour pouvoir eectuer les TL inverse, il faut connatre un minimum de la
thorie d'intgration dans le plan complexe. Pour les lecteurs qui en sont familier,
mentionnons la procdure qui est juste une adaptation des TF. Considrons la
fonction

f (t)

telle que

f (t < 0) = 0.

Nous pouvons crire la fonction

ect f (t)

comme la TF inverse de sa TF :

ect f (t) =

1
2

ect f (t)eit dt eit d

La borne infrieure de la deuxime intgrale commence zro puisque la fonction


est nulle pour

s = c + i ;

t < 0.

(i) En multilpliant les deux cts par

ect ;

(ii) en posant

(iii) en prenant soin dans la deuxime intgrale du changement de

85

7 Les transformes de Laplace.


variable

d = ds/i ; (iv) et enn en reconnaissant une TL classique dans l'intgrale

intrieure, nous aboutissons

f (t) =

1
2i

c+i

f (s)est ds

ci

]c i, c + i[ dsigne une droite parrallle l'axe imaginaire et de


coordonne relle c dans le plan complexe. Il faut choisir c > Re(s0 ), o s0 est le

ple le plus droite de la fonction f (s0 ). Nous dfrons une discussion plus en
l'intervalle

dtaille de cette procdure jusqu'au chapitre sur les fonctions complexes.

7.10 Exercices.
sin(at) ; cos(at) ; sinh(at) ; cosh(at) ;
2
2
2 2
Trouver, par la mthode de votre choix, l'original de a /(s + a ) . Help :
2
2
2
Remarquez que vous pouvez crire cette fonction comme (s + a )/(s +
2 2
2
2
2 2
2
a ) s /(s +a ) , et que le dernier terme vaut (1/2)s(d/ds)(1/(s +a2 ).

1. Trouver la TL des fonctions suivantes :


2.

Il sut ensuite d'utiliser les rgles de manipulation des TL pour remonter


l'originale.
3. Dmontrez que TL[t

] = k!/sk+1 .

4. Trouver la TL du delta de Dirac.


5. La TL de la fonction escalier

n=0

H(t n)

est

1/s(1 es ).

aperiodique f (t) (f (t + a) = f (t) ) est f (s)/(1


a

e ), o f (s) = 0 f (t) exp(st)dt.


7. Reprsentez graphiquement, et trouvez la TL des fonctions suivantes : (t

a)H(ta) ; H(t)H(ta) ; n=0 (1)n H(tna) ; n=0 (1)n (tna)H(t

6. La TL d'une fonction

as

na)
8. Les fonctions de Bessel jouent un rle trs important en physique mathmatique. Elles jouent un rle important pour l'quation de Laplace en coordonnes cylindriques, analogue celui des fonctions circulaires une dimension.
L'une d'elle est dnie par

ez cos d

I0 (z) = (1/2)
0
Dmontrer que sa T.L. est

I0 (s) =
21
s

Dmontrez que I0 (t) (1/ 2) t exp(t) quand t +. Help : Pour
Calculer des
R(cos , sin )d, on a intert eectuer le changement de
variable u = tan(/2)

86

7 Les transformes de Laplace.


1

0.8

5
4

0.6
3
0.4
2
0.2

Figure 7.2  Les fonctions erf(t) et exp(t)(0, t)


9. Les fonctions de Bessel

In (t)

obissent l'quation dierentielle

t2 u (t) + tu (t) (t2 + n2 )u(t) = 0


Dmontrer alors que la TL de la fonction

u(t)

obit l'quation

(s2 1) (s) + 3s (s) + (1 n2 )(s) = 0


u
u
u
Rsoudre cette quation pour

n = 1

(l'quation se ramne alors une

quation de premier ordre) et dmontrer que sa solution est de la forme

u(s) = C0 + C1 /

s2 1

I1 (0) = 0, I (0) = 1/2 et en utilisant le comportement assymps(s), dmontrer que C1 = C0 = 1. Sachant que I0 (t) = I1 (t),
u
galement la TL de la fonction I0 (t). Enn, en utilisant la relation

Sachant que
totique de
dduire

de reccurence

2In (t) = In1 (t) + In+1 (t)


Obtenez la forme gnrale des TL des fonction de Bessel

I.

z u2
2
e
du (voir gure 7.2).
10. La fonction d'erreur est dnie par erf(z) =
0
Elle joue un rle fondamentale en probabilit. Dmontrer que la TL de

exp(t2 ) est ( /2) exp(s2 /4)(1 erf(s/2). En dduire galement la TL de


la fonction erf(t).

() = 0 t1 exp(t)dt. Il
n'est pas dicile de dmontrer que ( + 1) = () ( le faire ) et donc que
cette fonction est la gnralisation de la fonction factorielle n! = (n + 1).
1
La fonction d'Euler incomplte est dnie par (, z) =
t
exp(t)dt
z
(voir gure 7.2). Son dveloppement assymptotique est donn (pour z )
1
par z
exp(z). Tout a pour vous demander de dmontrer que TL[1/(1+
t)] = exp(s)(0, s). Gnraliser se rsultat aux puissance ngative de (1+t).

11. La fonction Gamma d'Euler est dnie par

87

7 Les transformes de Laplace.


12. Trouver le comportement assymptotique de l'originale de la fonction

2 2

a ) .

1/(s2 +

Attention : les deux ples sont imaginaires pures et contribuent ga-

lement.

J0 (z) = I0 (iz),et sa TL est


(s2 +1)1/2 (Pouvez vous le dmontrer ?). Dmontrer que son comportement
2/z cos(z /4).
assymptotique est donne par J0 (z)

13. La fonction de Bessel J d'ordre 0 est dnie par

14. Rsoudre

v0 .

x+ 2 x = b sin(t) avec des conditions initales x(0) = x0 et x(0) =

Notez que c'est l'quation d'un oscillateur harmonique la rsonnance.

15. Rsoudre

x(3) + 3 + 3x + x = 1
x

16. Rsoudre

x(4) + 2 + x = sin t
x

avec les conditions initiales nulles.

avec les conditions initiales nulles.

17. Le mouvement d'une particule dans un champs magntique peut tre ramen la rsolution du systme suivant :

x = y ; y = x

x, y

sont les composantes du vecteur vitesse et

une constante propor-

tionnelle au champs magntique et la charge de la particule. Les conditions


initiales sont

t = 0

x = x0 ; y = y0 .

Rsoudre ce systme l'aide des

transformes de Laplace.
18. Resoudre

xx+y+z

x+yy+z

x+y+zz

x(0) = 1 et y(0) = z(0) = y(0) = z(0) = 0.

x(t) = (2/3) cosh(t 2)+(1/3) cos t ; y(t) = z(t) = (1/3) cosh(t 2)+
(1/3) cos t.

avec les conditions initiales


Sol. :

19. Donner la solution gnrale, sous forme de produit de convolution, de l'quation

y + 2ay + b = f (t)
avec les conditions initiales
o

a2 b = 0

et

y(0) = y0 ; y (0) = v0 .

Considrer les deux cas

a2 b = 0.

Problme : la propagation des ondes.


Nous nous intressons nouveau la rsolution de l'quation des cordes vibrantes. Nous l'avons dj rencontr dans le chapitre sur les distributions, et nous
le verrons encore dans la section consacre aux fonctions de Green. Nous allons ici
utiliser les TL pour rsoudre ces quations,

88

avec des conditions initiales donnes.

7 Les transformes de Laplace.


Nous avons vu que les TL sont trs bons quand il s'agit d'avoir un dbut des
temps.

2u
2u
c2 2 = 0
2
t
x
u(x, 0) = f (x)
t u(x, 0)

(7.7)
(7.8)

= g(x)

(7.9)

Nous savons sa solution est donne par

u(x, t) = f (x ct) + f (x + ct) +

1
2c

x+ct

g()d

(7.10)

xct

Nous allons tablir la mme chose, mais en utilisant de faon combin les TF

et

les TL, ces derniers ayant l'avantage de grer automatiquement les condi-

tions initiales. Le schma de la rsolution que nous allons mener est la suivante :
1

TL
TF
TL

u(x, t) u(x, s) u(q, s) u(q, t)

TF

u(x, t).

Noter que

t [0, +[,

donc nous allons eectuer des TL par rapport cette variable. Par contre,

x ] , +[,
1.

donc nous allons procder des TF pour cette dernire.

En prenant la TL de l'quation (7.7) par rapport la variable

t,

dmontrer

que

c2
2.

d2 u(x, s)

+ s2 u(x, s) = sf (x) + g(x).

dx2

En prenant la TF de cette dernire, demontrer que

u(q, s) =

3.


f et g

s
1

f (q) + 2 2
g (q)

c2 q 2 + s2
c q + s2

sont les TF des fonctions

et

En prenant la TL inverse, dmontrer qu'on obtient

sin(ctq)

u(q, t) = f (q) cos(ctq) +

g (q)

cq
4. Rsultat intermdiare.

Dmontrer que si la TF de

x+a

TF

g()d
xa

89

2 sin(aq)
g (q)

g(x)

(7.11)

et

g (q),

alors

7 Les transformes de Laplace.


5.

En utilisant le rsultat intermdiaire ci-dessus, et les rgles de translations

pour les TF, prendre la TF inverse de (7.11) pour obtenir l'quation dans l'espace
direct.

Problme : le thorme H.
Introduction.

Nous souhaitons dterminer la fonction

c(x, t) obissant l'qua-

tion

c(x1 )c(x2 ) (p(x1 + x2 ) x) dx2 dx1 dp


p=0

x1 =0

x2 =0

c(x) = 0

dsigne bien-sr la distribution

(7.12)

de Dirac. Cette quation est la base du

thorme H tablit par Boltzmann vers 1870 et forme le coeur de la thorie cintique des gaz et de la physique statistique. Nous allons voir ici qu'aussi intimidant
qu'elle paraisse priori, cette quation se traite en faite facilement par les outils
que nous avons vus dans notre cours. Du point de vue de la physique, la variable

x
p

dnote l'nergie cintique ;

c(x)

est le nombre de molcules ayant l'nergie

x;

dsigne le taux de distribution d'nergie aprs le choc entre deux particules.

Comme les molcules ont une nergie cintique positive,

c(x) = 0
1.

si

x<0

(7.13)

Nous pouvons eectuer l'intgrale triple ci-dessus dans l'ordre que nous

voulons. Nous commencerons par intgrer sur

x2 . Dmontrer alors que l'intgrale

triple se transforme en une intgrale double

(1/p)
p=0

c(x1 )c(x/p x1 )dx1 dp

(7.14)

x1 =0

En utilisant la condition (7.13), montrer que l'intgrale double ci-dessus se ramne

x/p

(1/p)
p=0
L'intgrale sur

x1

c(x1 )c(x/p x1 )dx1 dp


x1 =0

commence prendre la tte d'un produit de convolution, nous

avons intrt passer en TL.

2.

Concentrons nous sur l'intgrale sur

x1

x/p

I1 (x) =

c(x1 )c(x/p x1 )dx1


x1 =0

90

7 Les transformes de Laplace.


TL
TL
TL
x , c(x) c(), I1 (x) I1 ().

dilatation en TL, que TL[f (x/p)] = pf (p). En

et passons en Transform de Laplace


Nous savons, d'aprs la rgle des

utilisant cette relation, et le rsultat sur les produits de convolution, dmontrer


que

I1 () = p(p)2
c

Et donc que l'quation du bilan (7.12) se met sous la forme

c(p)2 dp c() = 0

p=0
Eectuez un dernier changement de variable vident pour mettre le rsultat sous
la forme de

3.

c(u)2 du c() = 0

Vrier que la fonction

c() =

(7.15)

A
+A

est une constante est solution de l'quation (7.15) ci-dessus. [ Pour trouver

cette solution, il sut de remarquer que l'quation (7.15) peut se transformer en


une quation direntielle de Riccati en drivant une fois].

4.

Soit

T =

xc(x)dx ; T

reprsente l'nergie totale du gaz. Dmontrer que

T =
En dduire que

A = 1/T .

()
c

=0

En inversant la TL, dduire que la distribution des

nergies dans le systme l'tat stationnaire est

c(x) =

1 x/T
e
T

On prtend que cette formule est grave sur la tombe de Boltzmann.

Problme : le modle de Glauber.


Les transitions de phase paraissait hors de port de la physique statistique
jusqu' ce que Ising propose son modle de magntisme dans les annes 1920. Il
existe de nombreuse faon de rsoudre ce modle une dimension o paradoxalement, il n'existe pas de transition de phase. Plus exactement, la transition de
magntisation arrive seulement quand la temprature est abaisse zro degrs

91

7 Les transformes de Laplace.


Kelvin. En 1963, Glauber a propos un modle cintique quivalent au modle
d'Ising une dimension.
Considrons une chane de diple magntique, ou spin. Nous supposons que
les spins ne peuvent prendre que deux valeurs,

1,

correspondant aux diples

pointant vers le haut ou vers le bas. Quand une majorit de spin pointe dans
une direction, le matriaux devient magntique. Chaque spin n'interagit qu'avec
ses deux plus proches voisins, et tente d s'aligner sur eux. Plus exactement, il
a une certaine probabilit de s'aligner sur ces voisins ... Plus tard.aboutir au
rsultat (7.10)

92

8 Les fonctions de Green.


8.1 Entre en matire
(insister sur le faite que les CI changent la tte de Green. Surtout, faire une
gure qui serait parlant.). Les fonctions de Green constituent une mthode assez
gnral de rsolution d'quations direntielles, ou de transformation d'quations
direntielles en quations intgrales. Elles sont extrmement utilise en mcanique quantique, o on les appelle des propagateurs, et en thorie des processus
stochastiques. Nous n'aborderons ce sujet que trs lgrement ici, juste pour rappeler les grands principes de la mthode.
Supposons que nous voulons rsoudre l'quation direntielle

d2 x
dx
+ cx = f (t)
+b
dt2
dt

avec des conditions initiales donnes

x(0) = x0

(8.1)

x (0) = x0

et

. Ceci est par

exemple l'quation du mouvement d'une particule soumise une force

f (t). a

et

peuvent tre fonction du temps. Pour rsoudre cette quation direntielle, il

nous faut trouver la solution de l'quation homogne, et lui ajouter une solution
particulire. Nous cherchons justement une solution particulire.
Supposons que nous savons calculer la rponse de la particule une force
impulsionnelle (genre

de Dirac) applique au temps

la rponse de la particule une force gnrale

f (t)

f (t) ?

t.

Saurions nous calculer

La rponse est oui : la force

peut tre vue comme une superposition d'impulsion applique dirents

temps. Il sut donc de superposer les rponses aux divers impulsions pour obtenir
la rponse la force

f (t).

Plus exactement, on peut crire

f (t) =

f (t )(t t )dt

(8.2)

0
ce qui veut dire que la force

f (t)

est la superposition d'impulsions appliques au

temps

t , avec

le poids f (t ). Revenons notre quation direntielle, et appelons

Gt (t)

la rponse l'impulsion applique au temps

t.

Comme mettre les indices

est un peu lourd comme notation, nous noterons cette fonction plutt
par sa dnition, elle doit satisfaire

d2 G(t, t )
dG(t, t )
+b
+ cG(t, t ) = (t t )
dt2
dt

93

G(t, t ). De

8 Les fonctions de Green.


Notez que toutes les drivations sont faites par rapport
cts de l'quation par

f (t ).

Comme

f (t )

t.

Multiplions les deux

ne dpend pas de t, on peut la rentrer

l'intrieur de l'oprateur direntiel, et crire :

d2 [f (t )G(t, t )]
d[f (t )G(t, t )]
+b
+ cf (t )G(t, t ) = (t t )f (t )
dt2
dt

Intgrons maintenant les deux cots par rapport


par rapport

t,

t.

Comme la drivation est

nous pouvons, jetant par dessus bord la dcence et l'exigence

priori de la convergence uniforme, changer la drivation et l'intgration.

d2
dt2

f (t )G(t, t )dt + b
0

d
dt

f (t )G(t, t )dt + c

f (t )G(t, t )dt

(t t )f (t )dt

(8.3)

0
Nous remarquons, d'aprs (8.2), que la droite de l'quation ci-dessus est juste

f (t).

Appelons

y(t) =

f (t )G(t, t )dt

(8.4)

0
et nous voyons donc, d'aprs (8.3), que

y(t)

est solution de l'quation (8.1) !

Remarquez l'lgance, nous devons calculer une seule fois la fonction de green
pour une quation direntielle. Ensuite, quelque soit le membre de droite, la
solution s'obtient par une simple intgration. La solution gnrale de l'quation
direntielle s'crit maintenant

x(t) = C1 x1 (t) + C2 x2 (t) + y(t)


o

C1

et

C2

sont choisit pour satisfaire les conditions initiales. Nous avons occult

pas mal de point important. Voyons quelques exemple.

dx/dt + x = f (t)
La fonction de green est la solution de

dG(t, t )/dt + G(t, t ) = (t t )


Prenons la TF des deux cts de l'quation (par rapport

bien sr)

exp(it )

G(, t ) =
i +
H(t)tant

la fonction de Heaviside, nulle pour

vous souvenez, la TF de

H(t) exp(t)

t<0

et

est justement

1 pour t > 0, comme


1/(i + ). Donc,

G(t, t ) = H(t t ) exp((t t ))

94

vous

8 Les fonctions de Green.


Comme vous le remarquez,
est la rponse, au temps

t,

G(t, t ) = 0

si

t > t.

Cela est normal, puisque

une impulsion au temps

t.

Si

la rponse est nulle. Prenons maintenant plusieurs formes de

f (t) = H(t)t.

1.

est

G(t, t )
que t,

plus tard

f.

Alors,

y(t)

H(t )t H(t t ) exp((t t ))dt


0

t H(t t ) exp((t t ))dt


0
t

t exp((t t ))dt
0

(1/2 )(exp(t) 1) + (1/)t

=
f (t) = H(t) sin t.

2.

Alors, en suivant les mme tapes,

y(t)

sin(t ) exp((t t ))dt


0

1
et + cos(t) + sin(t)
+ 2

Vous voyez ici comment on rsout une fois l'quation direntielle pour la fonction
de Green, et qu' ensuite, il sut d'appliquer une intgration pour trouver la
solution gnrale.
En langage opratoriel, on crirai une quation direntielle comme

L[x] = f
o

L est un oprateur direntiel (dans l'exemple ci-dessus d/dt + ), c'est dire

qui transforme une fonction en une autre fonction. La solution de cette quation
s'crira

x = L1 [f ]
Trouver la fonction de Green revient trouver l'oprateur

L1

et ce n'est pas un

hasard donc qu'il comporte une intgration. Si on s'est donn une base, on peut
reprsenter

par une matrice (innie) et trouver la fonction de Green revient

inverser cette matrice.


Nous n'avons pas ni avec les fonctions de Green. Supposons que notre quation
est un peu plus complique :

dx
d2 x
+b
+ cx = f (t, x)
dt2
dt

95

8 Les fonctions de Green.


Le membre de droite comporte explicitement un terme

t.x1/2

avec x, comme par exemple

ce qui rend la rsolution de l'quation nettement plus ardue par les tech-

niques classique. Mais cela ne change rien pour les fonctions de green. La solution
s'crira toujours

x(t) = C1 x1 (t) + C2 x2 (t) +

f (t , x)G(t, t )dt

(8.5)

0
Nous avons transform une quation direntielle en une quation intgrale. A
priori, nous n'avons pas gagn grand chose, ces dernires tant plus compliques
rsoudre que les premires. Mais souvent, et surtout en mcanique quantique,
la forme (8.5) se traite bien par la technique des perturbations (objet du prochain
chapitre), et c'est un grand avantage que de pouvoir en disposer. Nous en verrons
des exemples plus bas.

8.2 Le potentiel lectrostatique.


Nous avons peut tre prsent les fonctions de Green comme quelque chose de
compliqu, mais le lecteur peut remarquer qu'il utilise les fonctions de green depuis qu'il a appris l'lectrostatique. Si l'on se rappelle, le potentiel lectrostatique

(r)

cr par une charge

ponctuelle

unit en

G(r, r ) =

est

1
1
4 0 |r r |

Si maintenant nous avons une distribution de charge


tentiel cre par elle au point

(8.6)

(r )

dans l'espace, le po-

vaut

(r) =

G(r, r )(r )dr

(8.7)

Nous utilisons cette formule depuis la premire anne du DEUG. Nous savons
par ailleurs que le potentiel obit l'quation de Poisson

= /
Nous oublierons dornavant le facteur

(8.8)

0 pour allger les notations.. Il n'est pas

dicile, vue les quations (8.6-8.8) de suspecter que

G(r, r )

est la fonction de

Green de l'quation de Poisson, c'est dire qu'elle obit

G(r, r ) = (r r )

(8.9)

Dmontrons ce rsultat. Jusque l, nous n'avions manipuler que des TF et des


distributions une dimension. Leurs gnralisation trois dimension n'est pas

96

8 Les fonctions de Green.


vraiment compliqu. Par exemple, la TF est dnie par

f (q) =

f (r) exp(iq.r)dr

q et r sont des vecteurs trois dimension et dr dsigne le volume innitsimal


dxdydz . En gnral, les vecteurs sont nots par des caractres gras droits, et leur
norme par le mme symbole mais non gras et en italique. Par exemple, q = |q|.

Les oprations sur les TF se gnralise galement assez facilement. Prenons la

TF des deux cots de (8.9) par rapport

eiq.r

G(q, r ) =
q2

puisque le numrateur est la TF de la fonction


laplacien d'une fonction est

q 2

(8.10)
translat de

r,

et que la TF du

fois la TF de la fonction (pouvez vous dmontrez

ce rsultat ? ). Il nous faut maintenant inverser la TF pour retrouver la fonction


de Green :

G(r, r ) =

eiq(rr )
dq
q2

1
(2)3

(8.11)

Pour eectuer l'intgration, passons aux coordonnes sphriques, o nous prenons


l'axe qz parallle (r r ). Dans ce cas, q(r r ) = q|r r | cos
q 2 sin dqdd. L'intgrale (8.11) s'crit alors

G(r, r ) =

Une premire intgration sur


Ensuite, en posant

1
(2)3

u = cos ,

u,

dq sin .eiq|rr | cos

d
0

ne mange pas de pain et nous sort un facteur

2 .

le reste s'crit

G(r, r ) =
et en intgrant sur

dq =

d
0

et

1
(2)2

+1

eiq|rr |u du

dq
1

nous trouvons

G(r, r ) =
2 2

sin q|r r |
dq
q|r r |

Un changement de variable vident nous donne

1
1

G(r, r ) =
2 2 |r r |

sin q
dq
q

Nous avons donc bien mis en vidence la dpendance en

1/|r r |.

L'intgrale

maintenant n'est qu'une constante que nous pourrions calculer l'aide de la


thorie des fonctions analytique et vaut
l'expression (8.6).

97

/2.

Ce qui nous donne exactement

8 Les fonctions de Green.


problme.

Il n'est pas dicile de gnraliser la technique ci-dessus et trouver

la fonction de Green de l'oprateur

2 ,

est un rel. En langage claire,

rsolvez

G(r, r ) 2 G(r, r ) = (r, r )


Ceci est extrmement utilis en mcanique quantique. Le lecteur y reconnatra
peut tre un semblant d'quation au valeur propre.

8.3 La propagation des ondes


Avant d'attaquer le problme de la fonction de Green de la corde vibrante,
nous avons besoin de quelques rsultats intermdiaire. Quelle est par exemple la

f (t) = H(t) sin(0 t) ? Cette question n'a pas de sens priori,


sin n'est pas sommable ( et ne tend surement pas vers zero
quand t ). Mais nous pouvons calculer la TF de H(t) exp(t) sin(0 t) et
une fois la TF calcule, faire 0. Cela nous donnera, et on laisse au lecteur le

TF de la fonction

puisque la fonction

soin de le dmontrer, que

f () =

0
2
2 + 0

Quelle est maintenant la rponse d'un oscillateur (initialement au repos) une


force impulsionnelle ? Nous devons rsoudre

d2 y
2
+ 0 y = f0 (t)
dt2

(8.12)

En faisant un allerretour dans l'espace de Fourier, nous voyons que la solution


est

y(t) = H(t)

f0
sin(0 t)
0

Nous somme maintenant bien outill pour calculer la rponse d'une corde vibrante
(initialement au repos) une force impulsionnelle. Nous notons
de la corde l'abscisse

et au temps

u(x, t) la hauteur

2u
2u
c2 2 = f0 (x)(t)
t2
x
En prenant la TF par rapport la variable

x,

nous trouvons pour

u(q, t)

2u

+ c2 q 2 u = f0 (t)

t2
Mais cela est justement l'quation (8.12) que l'on vient de rsoudre, et nous avons
donc

u(q, t) = f0 H(t)

98

sin(ct q)
cq

8 Les fonctions de Green.


1
2
3
4

Figure 8.1  La solution u(x, t) en fonction de x pour les temps t0 , 2t0 ,...
Il nous reste maintenant inverser la TF, ce qui est facile si on se souvient de la
TF de la fonction Porte

(x/a)

rencontre au chapitre 3 :

u(x, t) =

f0
x
H(t)( )
c
ct

(Exercice : Est-ce tout cela dimensionnellement correct ?) Cette solution est reprsent sur la gure 8.1 .
Il est vident que si au lieu d'appliquer la force
la force

fx

en

x=x,

f0 en x = 0 nous avions appliqu

la solution, qui est la fonction de Green de la propagation,

s'crit

G(x, t; x , 0) =

xx
fx
H(t)(
)
c
ct

Si la corde tait initialement au repos et on y appliquait la force distribue

f (x)(x),

la dformation de la corde est donne par

u(x, t)

= c1 H(t)

f (x )(

x+ct

= c1 H(t)

xx
)dx
ct

f (x )dx
xct

L'inuence d'un vnement en

l'instant

( l'instant

t = 0

) ne peut tre ressenti en

que si cet vnement tait l'intrieur du cne d'inuence de ce

dernier, c'est dire que si

x ct < x < x + ct.


c.

En terme moins mystique, une

perturbation se propage vitesse

8.4 Propagateur pour l'quation de Shrodinger.


8.5 Disposer d'une base propre.

99

9 Les oprateurs linaires.


9.1 Introduction
Une des tches que l'on rencontre rgulirement en physique est de rsoudre des
quations direntielles linaires. De faon gnrale, nous pouvons reprsenter ces

L = {, o y est la fonction inconnue rechercher, f une fonction


L un oprateur direntiel. Par exemple, l'quation de la chaleur peut

Lu = q(x, t), o L = D et q(x, t) est le terme de source. A

quations par
connu, et
s'crire

priori, la recherche des solutions est du domaine de l'analyse. Nous allons voir
cependant que nous pouvons ramener la solution de ces quations dans le domaine
de l'algbre matricielle des systmes

B.

n quations et n inconnus 1

du genre

AX =

Le trs grand avantage est que pour faire de l'algbre, nous n'avons, en gros,
2

que besoin d'addition et de multiplication . Les transformes de Fourier et de


Laplace que nous avons rencontrs dans ce cours taient des exemples particuliers
d'outils qui nous permettaient de ramener l'analyse l'algbre, bien adaptes
une certaine classe d'quations. Nous allons gnraliser cette approche et voir
toute la puissance de feu que cela nous procure.
Depuis le dbut de ce cours, nous insistons fortement sur le concept de vecteur.
Au premier chapitre, nous avons vu que dans un espace vectoriel, nous pouvons
dnir des bases : cela nous permet de manipuler les vecteurs l'aide de colonnes
(ou de lignes) de nombres. Nous avons galement vu que si nous disposons d'un
produit scalaire, cela facilite grandement la tache de trouver les coecient d'un
vecteur dans une base orthogonale.
Un vecteur peut tre un objet aussi simple qu'un vecteur usuel du plan euclidien, ou un objet beaucoup plus complexe tel qu'une fonction. Prenons le cas
d'une fonctions

. Une fonction est une

machine

qui prend un nombre en entre

et produit un nombre en sortie. Nous pouvons choisir plusieurs reprsentations


pour une mme fonction. Par exemple, si nous choisissons la base de fourier avec
les vecteurs de la base

exp(iqx), f s'crira comme une superposition de ces fonc


f (q) (nous avons absorb ici le facteur 1/2 dans la

tions, chacun avec un poids


dnition de

f )

f (x) =

f (q) exp(iqx)dq

1.

tant inni en l'occurrence, mais ceci n'induit pas de dicults particulire

2. Voir galement le chapitre 17 sur la signication d'une quation direntielle

100

9 Les oprateurs linaires.


L'intgral ici n'eectue rien d'autre que la superposition des vecteurs de base avec
leurs poids correspondants. Il est galement usuel de reprsenter la fonction

par

un tableau qui chaque entre numrique, associe un nombre, et on note cela

f (x)

(la notation est un peu confuse). En ralit, cela revient reprsenter une

fonction

sur la base des

un dirac centr sur

de dirac, o chaque valeur

f (x)

est le poids associ

f (x) =

f (y)(x y)dy

A nouveau, l'intgral ne fait rien d'autre que de superposer des vecteurs de la


base.
Revenons maintenant au concept gnral de vecteur. Soit l'espace vectoriel

E.

Nous pouvons dnir des oprations qui transforment un vecteur dans un autre,
et cela de faon linaire. Dans l'espace des vecteurs du plan euclidien, la rotation
ou la projection sur un axe sont de telles oprations. Par exemple, la rotation de
la somme de deux vecteurs gale la somme de leurs rotations :

Re2 .

R(e1 +e2 ) = Re1 +


D

Dans l'espace des fonctions inniment drivables, l'opration drivation

est une opration linaire : elle transforme un vecteur (une fonction) dans une

x
f (y)dy .
0
De faon gnral, nous appelons, dans l'espace des fonctions, un oprateur linaire
autre, et cela de faon linaire. De mme, l'opration intgration

I[f ] =

comme une machine qui prend en entre une fonction et produit en sortie une
autre fonction, et fait cela de faon linaire :

O[f1 + f2 ] = O[f1 ] + O[f2 ]


o

et

sont des scalaires et

Exercices.

Soit l'oprateur

fonction multiplie par

f1 et f2

des fonctions.

f en entre et produit la
X[f (x)] = xf (x) [exemple : X[sin(x)] =

qui prend une fonction

en sortie :

x sin(x)]. Dmontrer que c'est un oprateur linaire. Qu'en est il de l'opraX 2 : X 2 [f (x)] = x2 f (x) ? Soit V (X) un oprateur tel que V (X)[f (x)] =
V (x)f (x). Est ce que ce dernier est linaire ? Mme question pour l'oprateur
1 : 1[f (x)] = f (x). L'oprateur 0 est l'oprateur qui associe n'importe qu'elle
fonction la fonction 0. Est-il linaire ? De faon gnral, l'oprateur associe
une fonction f la fonction f ( il faut avouer que la notation est vraiment
confuse entre l'oprateur et le scalaire ; on s'y habitue vite cependant). Soit
l'oprateur de translation T [f (x)] = f (x + ) ; dmontrer qu'il est linaire.
teur

Note sur les notations.

Pour manipuler les oprateurs linaires, la coutume

() et []. Ainsi, nous crivons Of o


Of (x) la place de O[f (x)]. La confusion est gnante quand on crit
exemple, Xf (x) = xf (x). X ici est un oprateur, f (x) et xf (x) sont des

est de laisser tomber les signes du genre


mme pire,
par

101

9 Les oprateurs linaires.


fonctions

Xf (x)

est la fonction qui rsulte de l'application de

f.

Pour

viter un peu ces confusions, la convention que nous suivrons dans ce cours et de
toujours noter les oprateurs par des lettres majuscules.

9.2 L'algbre des oprateurs.


E ou l'on dnit les deux opra+ et . (produit) entre ses membres, avec toutes les proprits d'associativits
usuelles que vous connaissez : soit a, b, c E , alors
Se donner un algbre est se donner un ensemble

tions

a + b a.b

a+b

= b+a

a(b + c)

= ab + ac ; (a + b)c = ac + bc

(ab)c = a(bc)
Nous devons avoir quelques proprits de plus pour mriter le nom d'algbre. Il
faut qu'il existe des lments neutre vis vis des deux oprations, qu'on appelle

0 et 1 : a + 0 = 0 et a1 = 1a = a. De plus, les inverses des lments vis vis de +


. doivent exister : pour chaque lment a, il doit exister un lment unique,
qu'on appelle a, tel que a + (a) = 0 ; de mme, il doit exister un lment un
1
lment unique qu'on note 1/a ou a
tel que a.(1/a) = (1/a)a = 1 (pour a = 0).
L'ensemble des nombres (rationnels ou rel), quip de + et de . usuel, constitue
et de

un algbre. C'est un cas un peu particulier, puisqu'en plus, la multiplication y


est commutative (ab

= ba).

Mais toutes les thormes qui ont t dmontr pour

l'algbre des nombres sans invoquer la commutativit du produit sont valable


pour n'importe qu'elle autre algbre.
Nous pouvons dnir un algbre pour les oprateurs linaires. Nous devons
d'abord prciser le sens de l'galit entre oprateurs. Nous dirons que

O1 = O2

si le rsultat de l'application de ces deux oprateurs une fonction est le mme,


quelque soit la fonction

f, O1 f = O2 f .

3. A vrai dire, c'est encore pire :

est une fonction,

f (x)

est un nombre. A nouveau, on a

l'habitude de ne pas toujours distinguer explicitement les deux choses et laisser le boulot au
cerveau. Dans ce cas, le cerveau agit comme un vulgaire compilateur C, testant constamment
le

type

des notations qu'on utilise.

4. Il est vident que

est une condition exagrment demandeuse et n'a pas de sens en

gnral. Si par exemple, l'oprateur contient des drives d'ordre

comme : quelque soit

f  nfois

n,

nous devons comprendre

drivable. De mme si l'oprateur vient avec des conditions

aux bords. A chaque fois, nous supposerons l'ensemble des fonctions comme compatible avec la
dnition de l'oprateur. Nous n'entrerons pas plus dans le dtail lors de ce cours, pour ne pas
alourdir chaque assertion par un train de prcautions et de conditions d'applicabilits. Dans la
majorit des cas, nous supposons de nous travaillons avec l'ensemble des fonctions

L2 [, +]

au moins deux fois continuement drivalble. Ceci surtout impose nos fonctions qu'elles et leurs
drive

quand leur argument

102

9 Les oprateurs linaires.


+

L'opration

entre oprateurs hrite directement sa dnition de l'opration


5

O1 + O2 est l'oprateur qui, appliqu


O1 f + O2 f (bien noter que l, l'addition est
entre deux fonctions). L'opration . est la combinaison d'oprateur : O1 O2 est
l'oprateur qui la fonction f , associe la fonction O1 [O2 [f ]]. On peut armer
maintenant que l'ensemble des oprateurs linaires muni de + et de . constitue
une algbre. Les oprateurs 0 et 1 sont les lments neutres de l'addition et
entre les fonctions

: L'oprateur

une fonction, produit la fonction

de multiplication. Dans la suite de ce cours, l'ensemble des fonctions auxquels

L2

ces oprateurs s'appliquent est l'ensemble des fonctions

au moins deux fois

drivable.
Toutes les notations que nous utilisons dans l'algbre classique peuvent tre

X2

est eectivement X.X .


x et y les oprateurs de drivation par rapport x et y , alors
2
2
x y = (x y )(x + y ). Il faut juste faire attention la commutativit :
en gnral, deux oprateurs ne commutent pas : O1 O2 = O2 O1 . Cela ne veut

utilises pour l'algbre des oprateurs. Par exemple,


Si l'on dsigne par

pas dire que l'on ne peut pas trouver deux oprateurs qui commutent, l'exemple
prcdent de

et

le montre. Simplement, il ne faut pas le prsumer l'avance.

DX XD = 1 (bien noter que ceci est une galit


DX[f (x)] = (d/dx) (xf (x)) = xf (x) + f (x) et
XD[f (x)] = xf (x). Donc (DX XD)[f (x)] = f (x) : Le rsultat d'application
de DX XD une fonction est le mme que l'application de l'oprateur 1, d'o

Exemple 1.

Dmontrons que

entre oprateurs). Nous avons

l'galit entre les oprateurs.

Dnition.

On appelle commutateur de deux oprateurs

O1 O2 O2 O1 .

Il est usuel de noter ce dernier

O1

et

O2 ,

l'oprateur

[O1 , O2 ].

Le commutateur joue un trs grand rle en mcanique quantique. Depuis le


livre de Paul Dirac en 1930, la mcanique quantique est formule travers les
relations de commutations.

Fonctions d'oprateurs.

Beaucoup de fonctions usuelles sont dnies l'aide de

n
n x /n!. Puisque l'on dispose
d'une algbre pour les oprateurs linaires, nous pouvons faire de mme et dnir

sries algbriques, comme par exemple,

exp(x) =

des fonctions d'oprateurs, comme par exemple

exp(O)

ou

log(1 + O), qui sont


D et le scalaire

elles mmes des oprateurs linaire. Par exemple, pour l'oprateur


,

exp( D) =

(1/n!) n Dn
n=0

5. De mme que dans l'espace des fonctions, l'opration + est hrite de l'addition entre les
nombres : la fonction

f +g

est la fonction qui associe au nombre

103

le nombre

f (x) + g(x).

9 Les oprateurs linaires.

f (x) produit la fonction n=0 (1/n!) n f (n) (x


c'est dire la fonction f (x + ). L'oprateur exp( D) n'est rien d'autre que l'oprateur de translation T vu plus haut. Bien sr, ds que l'on parle de suite et

et le rsultat de son application une fonction

srie innie, nous avons besoin de la notion de

convergence. La convergence dans

l'espace des oprateurs hrite sa dnition de la convergence dans l'espace des


fonctions : nous dirons que la suite

On f

converge vers la fonction

Of

On

converge vers

quelque soit

si la suite des

fonctions

(revoir la note 4).

Disposer des fonctions d'oprateurs nous permet de rsoudre symboliquement


nombres d'EDP. Prenons d'abord l'quation direntielle ordinaire

dy/dt = ay
avec la condition initiale

y(t = 0) = y0

(9.1)

a et y0 sont des scalaires ne dpendant


y(t) = exp(ta)y0 . La valeurs de la

pas de temps. La solution bien connue est


fonction un temps ultrieur

exp(ta)

s'obtient en appliquant (multipliant) le scalaire

la condition initiale.

Soit maintenant l'EDP de premier ordre

t x = 0

(9.2)

(x, t) est une fonction des deux variables x, t ; la condition initiale


(x, t = 0) = 0 (x), 0 (x) tant une fonction connue de la variable x.

tant
Nous

pouvons crire cette quation sous forme opratorielle

/t = D
o

D = /x

est un oprateur qui ne dpend pas de t. En s'inspirant de l'exemple

de l'quation ordinaire(9.1), nous pouvons donner la solution comme

(x, t) = exp(t.D)0 (x)


Nous savons par ailleurs que l'oprateur
translation d'une quantit

t, Tt .

exp(tD)

n'est rien d'autre l'oprateur

La solution s'crit donc

(x, t) = 0 (x + t)
Ceci est la solution exacte de l'EDP (9.2) que nous pouvons obtenir soit par
des transformes de fourier-laplace , soit par la mthode des caractristiques du
chapitre 15. Ceci n'est pas une analogie. Les mme rgles d'algbre (et d'analyse)
que nous appliquons aux fonctions ont t dnies pour les oprateurs et nous
donnent le droit de les manipuler symboliquement de la mme faon. Voyons cela
d'un peu plus prs. La fonction

f (t) = exp(ta)

est donn comme la srie

tn an /n!

exp(ta) =
n=0

104

9 Les oprateurs linaires.


sa drive (qui concide avec la drive terme terme de la srie) s'crit (en jouant
sur l'indice de sommation)

f (t)

tn an+1 /n!

=
n=0

tn an /n!

= a
n=0

= af (t)
et c'est pour cela que cette fonction est la solution gnrale de (9.1). En utilisant
les mmes rgles de manipulation pour l'algbre d'oprateurs, nous voyons que
l'oprateur

exp(tD)

D exp(tD).

La

possde comme drive par rapport au temps l'oprateur

fonction (x, t) = exp(tD)0 (x) a donc pour drive par rapport

au temps la fonction

D exp(tD)0 (x),

c'est dire

D(x, t).

De faon gnrale, nous pouvons avoir des EDP du genre

/t = H
o

x ) plus compliqu
D, mais la discussion ci-dessus reste

est un oprateur spatial ( ne dpendant que de la variable

que le simple oprateur de drivation spatiale

valide et nous pouvons donner la solution comme

(x, t) = exp(tH)(x, t = 0)
L'oprateur

exp(tH)

n'est plus alors une simple translation, mais le principe

reste le mme : la fonction solution un temps ultrieur


plication de l'oprateur

exp(tH)

exp(tH)

est donne par l'ap-

la fonction condition initiale. L'oprateur

est appel, juste titre, l'oprateur de l'volution temporelle. Cette fa-

on de prsenter les choses est appele, en mcanique quantique, l'interprtation


d'Heinsenberg (voir plus bas pour une digression historique). Evidemment, cette
faon de rsoudre l'quation ne nous sert rien si nous ne savons pas calculer

exp(tH).

Nous verrons plus bas les outils que les mathmaticiens ont dvelopp

pour calculer ecacement ce genre de fonction d'oprateurs.

Exercices.

1. Identit de Jacobi.

Dmontrer que pour trois oprateurs

A, B, C , nous avons

[A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0

En dduire

D2 + X 2 = (D + X)(D X) + 1 = (D X)(D + X) 1.
[D X, D + X] et [D2 + X 2 , D X]. [indication : Utiliser la relation

[D, X] = 1

].

2.

Dmontrer que

105

9 Les oprateurs linaires.


Dmontrer que les oprateurs O et f (O)
f (x) est une fonction analytique dans le voisinage de x = 0. Mme
pour g(O) et f (O). Dmontrer que si A et B commutent, alors f (A) et

3. Commutateur des oprateurs.


comutent.
chose

g(B)
4.

commutent.

Dans l'espace des oprateurs linaires sur les fonctions trois variables, nous

Lz = Xy Y x ; Lx et Ly sont dnis cycliquement partir de cette


[L , L ]( , = x, y, z ). Donner la dnition de L2

2
2
L = L . Calculer [L2 , L ].

dnissons

dernire dnition. Calculer


et de

5. Oprateur rotation.

En utilisant les rgles de drivation en chane, dmontrer

que

= Lz

que reprsente alors l'oprateur

exp(Lz ) ? [(r, , ) sont les coordonnes du point

en coordonnes sphrique]

6. exponentiel d'un oprateur.

dmontrer que

d
exp(tA) = A exp(tA)
dt
o

est un oprateur linaire. Help : Utiliser le dveloppement de l'exponentiel

et les rgles habituelles de la drivation.

7. exponentiel d'un oprateur (encore).


o

A, P

8. Commutation et exponentiel.

exp(P 1 AP ) = P 1 exp(A)P

Soit la matrice

A=
Calculer

Dmontrer que

sont deux oprateurs linaires.

A2 .

0 x
x 0

En dduire une expression gnrale pour

An selon

que

est pair ou

impair. Dmontrer alors que

exp(A) =

cos x sin x
sin x cos x

Help : Dcomposer la somme en terme pair et impair, et utiliser le dveloppement

en srie des fonctions

sin

et

C=

cos.
0
0

Soit maintenant les deux matrices

x
0

, D=

106

0
x

0
0

9 Les oprateurs linaires.


C 2 = D2 = 0 et en dduire eC .eD .
que C et D commutent ?

Dmontrer que

C+D

9. .

? Est ce

eA+B

Pour deux oprateurs

et

Que peut ont dire de

eC eD

et

qui ne commutent pas priori, dmon-

trer que

e(A+B)t = eAt +

eA(ts) Be(A+B)s ds
0

Cette relation, appel en mcanique quantique relation de Dyson, est trs utile
pour valuer l'exponentiel d'un oprateur, si
de l'oprateur

y ay = f (x) ?

exp(At)

est connu et que la matrice

est trs creuse. [indication : Quel est la solution de l'quation


Obtenir une quation analogue pour l'oprateur

10. Equation d'onde.

exp(A + B)t].

exp(A + B).

Proter pour donner l'expression de

Rsoudre par la mthode des oprateur l'quation

2u
2u
c2 2 = 0
2
t
x
u(x, 0) = f (x) et t u(x, t)|t=0 = g(x) en l'crivant
2 u/t2 c2 D2 u = 0 et en vous inspirant de la solution
u a2 u = 0.

avec les conditions initiales


sous la forme symbolique
de l'quation ordinaire

9.3 Reprsentation matricielle des oprateurs.


Le grand avantage de disposer d'une base est de pouvoir manipuler les vecteurs
l'aide des nombres. Le mme avantage est obtenu pour les oprateurs. Par
exemple, tant donn un vecteur du plan euclidien, nous n'avons pas nous
munir de compas et de rapporteur pour eectuer une rotation, mais seulement
eectuer des additions et des multiplications sur des colonnes de chires. Voyons
comment ce la fonctionne.
Soit un oprateur linaire
base

{e1 , ...en }.
v

dans un espace

quelconque. Notre but est de pouvoir calculer

v,

qui est un autre vecteur d'

dans la base donne :

v=

aj ej
j

et comme

que nous avons quip d'une

le rsultat de l'application de
dcomposer

Soit un vecteur

est linaire,

R.v =

aj (R.ej )
j

107

E.

Nous pouvons

9 Les oprateurs linaires.


R,

Pour entirement caractriser l'oprateur

nous avons simplement besoin de

connatre l'action qu'il eectue sur chaque lment de la base. Par ailleurs, chaque

R.ei

i = 1, ..., n
{e1 , ...en } :

( pour

la base

) est un vecteur de l'espace

R.ej =

E,

et donc dcomposable sur

rij ei

(9.3)

i
Donc, pour entirement connatre

R,

il sut de connatre les

Nous pouvons alors connatre le rsultat de l'application de

n n nombres rij .
R n'importe quel

vecteurs de l'espace.

R.v =

rij aj ei

(9.4)

i,j
Il est habituel de reprsenter la dcomposition de
lonne d'un tableau de

nlignes

R.ej

Exemple 1. Rotation dans le plan euclidien.

co-

(ex , ey ).

/2

Nous savons que

La premire colonne de la reprsentation matricielle de

dans cette base sera donc


de

jime

Caractrisons la rotation de

dans la base orthonorme habituelle du plan euclidien

R.ex = ey = 0ex + 1ey .

comme la

et appeler le tableau une matrice.

(0, 1).

De mme,

est donc

0
1

R=

R.ey = 1ex + 0ey .

La reprsentation

1
0

Il est trs important de faire la distinction entre l'oprateur

R et sa reprsentation

matricielle. La reprsentation matricielle est comme une photo de l'oprateur :


elle dpend de la base choisie , comme la photo dpend du point de vue du
photographe et de l'humeur de la personne qui se fait photographi. Mais la
photo

n'est pas

la personne.

Exemple 2. Drivation dans l'espace des fonctions.


fourier

Choisissons la base de

{eq = exp(iqx)}. La base est bien sr innie, (et mme trs innie !), mais

cela n'a pas d'importance. Nous avons

D.eq = iq eq
D dans la base de fourier ne comporte que des
dqq de la matrice de D sont donc donns par
= iq . Le faite que D soit diagonale dans la base de

La reprsentation matricielle de

lments diagonaux. Les lments

dqq = 0

si

q=q

et par

dqq

fourier est la raison de son utilisation pour la rsolution de l'quation d'onde ou


de la chaleur. L'application de

une fonction quelconque donne

Df (x) =

iq f (q) exp(iqx)dq

108

9 Les oprateurs linaires.


ce qui n'est rien d'autre qu'une rcriture de l'expression (9.4).
Nous voyons travers ce dernier exemple un fait important. Peut importe que
notre espace soit ni ou inni, partir du moment o nous disposons de bases
(ni, inni discret ou inni continu ) et que les convergences sont assurs, nous
pouvons manipuler les oprateurs linaires comme des matrices.

Base orthonormale.

(., .)

duit scalaire

{e1 , ...en }

Nous avons vu au premier chapitre que disposer d'un pro-

et d'une base orthonormale facilite normment les chose. Soit

une base orthonormale, c'est dire

tion d'un vecteur quelconque

v:v=

(v, ek )

ai ei .

(ei , ej ) = i,j

et soit la dcomposi-

Alors

ai ei , ek )
i

ai (ei , ek )
i

= ak
Le coecient

ak

ecient

rij

v sur la base {ei } n'est rien


ek . Le mme principe nous donne les co-

de la dcomposition du vecteur

d'autre que le produit scalaire entre

et

d'un oprateur dans une base orthonorme. En partant de l'expression

(9.3), nous voyons que

rij = (ei , R.ej )


rij ,
ei .

Pour trouver
dernier avec

il sut d'applique

ej

et prendre le produit scalaire de ce

Exercices.

1.

Soit la base de fourier

dnie sur

[0, L].

l'expression de l'oprateur

2.

{1, cos(2nx/L), sin(2nx/L)}

pour les fonctions

En ordonnant correctement les lments de la base, donner

et

D2

dans cette base.

Soit les fonctions d'Hermite

hn (x) = Cn (1)n exp(x2 /2)


Les premires fonctions sont (en multipliant par
coecients

Cn

dn
exp(x2 )
dxn

(9.5)

exp(x2 /2) ) 1, 2x, 4x2 2,... Les

que nous n'explicitons pas assurent que les fonctions sont normes.

On peut dmontrer, avec un peu d'eort, que les fonctions


orthogonales et forment une base.

109

hn

sont deux deux

9 Les oprateurs linaires.


Dmontrer que pour l'oprateur

H = D2 + X 2
nous avons
la base des

Hhn (x) = (2n + 1)hn (x).


hn .
D

3. Oprateur

Donner alors la reprsentation de

dans la base des Bessel.

par

In (x) =

Soit les fonctions de Bessel

In

dans

dnie

ex cos cos(n)d
0

Dmontrer que

In (x) = (1/2) (In1 (x) + In+1 (x))


Les fonctions

exp(x)In (x) (n = 0, 1, ...) forment une base. Donner l'expression


D dans cette base. [ Trs important dans les pro-

de la matrice de l'oprateur

blmes de matrices tridiagonal. ]

4.

Montrer que si L'oprateur

alors

M = I .

l'oprateur projection sur

commute avec tous les autres oprateurs,

[Help : donnez vous une base quelconque

e1

P1 ej = i,j e1 .

(e1 , ..., en )

et considerer

En utilisant la commutation de

avec cet oprateur et d'autres oprateurs de projection, dmontrer que la

matrice de

dans cette base est diagonale. Ensuite, considrer un oprateur

de permutation cyclique

ei = ei+1

et considrer sa permutation avec

dduire que tous les lements diagonaux de

: en

sont alors gaux.]

laguerre,...

9.4 Valeurs et Vecteurs propres.


Quand on travail avec un oprateur linaire et que l'on souhaite rsoudre une
EDP qui lui est associe, certaines fonctions (ou vecteur) ont un rle privilgi.
On appelle vecteur propre (

eigenvector ) d'un oprateur O un vecteur vn = 0 tel

que

Ovn = n vn
vn .
x, les deux vecteurs
ex et ey sont des vecteurs propres, avec les valeurs propres 1 et 0. En gomtrie
trois dimensions, les trois vecteurs ex et ey et ez sont des vecteurs propres de la
projection sur l'axe x, le premier associ = 1, les deux autres = 0. Dans le
plan, Pour l'opration de rotation de , tous les vecteurs du plan sont des vecteurs

est un scalaire qui est appel valeur propre du vecteur

En gomtrie plane, pour l'oprateur de projection sur l'axe

110

9 Les oprateurs linaires.


propres associs la valeur

/2

la rotation de

= 1

(remarquer cependant que

R = I ).

Enn,

n'a pas de vecteurs propres.

exp(iqx) est vecteur propre de l'oprateur


iq . Les fonctions sin(qx) et cos(qx) sont les vecteurs
2
2
propres de l'oprateur D avec = q . Les fonctions d'Hermite hn (x) que nous
2
2
avons rencontrer plus haut sont fonctions propres de l'oprateur D + X avec
la valeur propre n = (2n + 1).

Exemple.

D = x

Dans l'espace des fonctions,

avec la valeur propre

Si les vecteurs propres sont susamment nombreux pour former une base, on
les appelle une base propre. Evidemment, la reprsentation d'un oprateur dans
sa base propre est diagonale.
Pouvoir disposer d'une base propre acclre (ou rend possible) la solution des
problme. Prenons le systme deux quations et deux inconnu

2x + 3y

x 2y

formellement, nous pouvons le reprsenter comme

2
1
u = (x, y)T

est la matrice

3
2

B = (4, 1)T . A est la reprsentation


T
T
la base e1 = (1, 0)
et e2 = (0, 1) .

et

linaire dans

Au = B

matricielle d'une application


La rsolution de ce systme

ncessite quelques oprations d'addition et de combinaison. Par contre, le systme

2x

3y

se rsout immdiatement comme deux quations indpendantes. Formellement,


on pouvait l'crire

Au = B

o cette fois

2
0
dans la base

e1 , e2 ,

est la matrice

0
3

la matrice de l'oprateur

est diagonale, ce qui permet de

ramener la rsolution d'un systme de 2 quations deux inconnus la rsolution


de deux quations

une

2 2 est facile
44 ou 10001000, le gain est dj plus apprciable.

inconnue. Evidemment, un systme

rsoudre, pour un systme de


Dans l'espace de dimension

inni

de Hilbert, trouver une base propre est souvent

la seule possibilit de rsoudre un problme, comme nous le verrons plus bas.

111

9 Les oprateurs linaires.


9.5 Disposer d'une base propre orthogonale.
Le trs grand avantage de disposer d'une base propre orthogonale (ou encore
mieux, orthonormale) est de pouvoir rsoudre des quations aux drives partielles. Nous avons vu une application de cette mthode dans le chapitre sur les
sries et transformes de Fourier. Nous allons voir cela dans des cas plus gnraux
(ou gnralisables).
Supposons que nous voulons rsoudre l'quation aux drives partielles

t (x, t) = H(x, t)
o l'on suppose que l'oprateur

(9.6)

n'a que des composantes spatiales. Les condi-

tions initiales et aux limites de cette quation sont les suivantes :

(x , t)

(x, 0)

g(x)

la fonction tend vers zro pour les grand


prend la forme de

{fn (x)}

f (x).

x ; l'instant t = 0, la fonction recherch

Supposons que nous connaissons une base orthonormale

dans laquelle l'oprateur

est diagonale

Hfn (x) = n fn (x)


A chaque instant t, nous pouvons dcomposer la fonction (inconnu)
base des

{fn }

(x, t) sur la

(x, t) =

an (t)fn (t)
i=0

Les

an (t)

sont les coecients de cette dcomposition et varient bien sr d'un

instant un autre. En utilisant cette dcomposition dans l'quation (9.6) nous


obtenons

an (t)fn (x) =
i=0
Comme les

fn

n an (t)fn (x)
i=0

constituent une base, les coecients de la dcomposition sont

unique et

an (t) = an,0 exp(n t)


Il nous reste juste trouver les coecients
condition initiale

an,0 ;

ceci s'obtient en utilisant la

g(x) =

an,0 fn (x)
i=0

6. Nous supposons que les fonctions

fn

sont compatibles avec les conditions aux bords :

fn (x ) = 0.
7. Nous supposons que l'on peut intervertir les opration de sommation et de drivation par
rapport au temps.

112

9 Les oprateurs linaires.


et donc

an,0 = fn (x), g(x)


Rsumons la mthode. On dcompose la condition initiale sur la base des fonctions

an (t)

propres. L'amplitude de chaque composante


l'exposant

n .

varie exponentiellement avec

Il sut de recombiner ces composantes un temps ultrieurs

pour recalculer la fonction

en ce temps l :

(x, 0), fn (x) exp(n t)fn (x)

(x, t) =

(9.7)

i=0
Cette faon de calculer la fonction

est appel en mcanique quantique l'inter-

prtation de Schroedinger .

Exemple : oscillateur harmonique.

En mcanique quantique, l'quation d'une

particule dans un potentiel harmonique s'crit (en choisissant convenablement les


units)

=
t

2
+ x2
x2

D'aprs l'exercice que nous avons vu sur les fonctions d'Hermite, il n'est pas
dicile d'expliciter la solution sous la forme de

an ei(2n+1)t hn (x)

(x, t) =

Comparaison Schrodinger-Heisenberg.

L'interprtation de Schrodinger et

Heisenberg sont bien sr quivalente. Reprenons l'quation (9.6) . Dans l'interprtation d'Heisenberg, la solution s'crit

(x, t) = etH (x, 0)

comme nous l'avons indiqu, la fonction


l'oprateur

exp(tH)

la fonction

ci-dessus), l'oprateur

au temps

(9.8)

s'obtient en appliquant

au temps 0. Dans sa base propre (les

fn (x)

est diagonal. En utilisant la dnition de l'oprateur

exp(tH) =

(1/n!)tn H n
n=0

8. Heisenberg et Schroedinger ont formul ces deux approches dans les annes 1925-28 quand
les mthodes d'analyse fonctionnelle n'taient pas encore popularises chez les physiciens. La
contribution de Von-Neuman tait de montrer, en important les concepts dvelopps par Hilbert
en mathmatiques, que les deux approches taient quivalentes. Dirac mis la dernire main
l'dice en 1932 en formulant l'ensemble de faon extrmement lgante.

113

9 Les oprateurs linaires.


exp(tH)

nous voyons que l'oprateur

et ses lments diagonaux s'crivent

est galement diagonal dans cette base,

( (exp(t1 ), (exp(t2 ), ...(exp(tn ), ...).

En

notation matricielle, nous avons

H=

et

tH

1
0
.
.

et1
0
.
.

0
2
0
.

.
.
.

.
0

.
.
.

t3

et2
0
.

Si maintenant nous exprimons la fonction

(x, 0) =

.
0
3
.

.
(x, 0)

dans la mme base

(x, 0), fn (x) fn (x)


n

nous voyons que l'interprtation d'Heisenberg (9.8) exprime exactement la mme


chose que l'interprtation de Schrodinger (9.7).

Fonctions d'oprateurs.

Le paragraphe prcdent nous indique comment cal-

culer une fonction d'oprateur, mme quand nous ne connaissons pas la srie

A, diagonal dans sa base propre (e1 , e2 , ...) et


(1 , 2 , ...). L'oprateur f (A) est dnie de telle

de la fonction . Soit l'oprateur


possdant les valeurs propres

faon que sa reprsentation dans la mme base soit diagonale, avec les lments

(f (1 ), f (2 ), ...).

9.6 Oprateurs hermitiens.


Dans la thorie des oprateurs linaire, une certaine classe d'oprateur qu'on
appelle hermitien joue un rle fondamental, puisqu'on peut dmontrer que ces
oprateurs sont diagonalisable et qui apparaissent trs souvent dans les problmes
de physique.
Nous supposons dornavant que nous disposons d'un produit scalaire
appelle l'adjoint d'un oprateur
vecteurs

l'oprateur

u, v
(u, Ov) = (O u, v)

114

(., .).On

tel que quelque soit les deux

9 Les oprateurs linaires.


Supposons que le produit scalaire est dni sur le corps des rels. Alors

(v, u).

(u, v) =

Si dans une base (que nous prenons orthonormale pour plus de simplicit,

mais sans ncessit aucune) l'oprateur O est reprsent par la matrice Oij =
(ei , Oej ), on peut dmontrer sans dicult que pour la matrice de l'adjoint,

Oij = Oji : on interverti les lignes et les colonnes d'une matrice pour obtenir
celle de son adjoint. La matrice rsultante est appel la transpose. Si le produit
scalaire est dni sur le corps des complexes, alors
Un oprateur est dit self-adjoint ou hermitien si

Oij = Oji .

O = O.

L2 (qui donc tendent


x ), l'oprateur D n'est pas hermitien : une intgration par
partie montre que (u, Dv) = (Du, v). Par contre, deux intgrations par partie
2
montrent que l'oprateur D est hermitien. De mme, l'oprateur iD est HermiExemple.
vers

Dans l'espace des fonctions relles ou complexes

pour

tien pour les fonctions complexes.


Les oprateurs hermitiens ont quelques proprits remarquables, parmi lesquels
les suivants que nous demandons au lecteur de dmontrer/dcouvrir travers les
exercices.

Exercices.
1.

Les valeurs propres d'un oprateurs hermitiens sont relles : Si

A = A ,
2.

alors

[indication :

teur

[indication : calculer

(x, Ax)

et

Ax = x,

(x, A x)]

Les vecteurs propres associs deux valeurs propres distinctes sont ortho-

gonales : Si

3.

R.

Ax1 = 1 x1 , Ax2 = 2 x2 , A = A , 1 = 2 ,

calculer (x1 , Ax2 ) et (x1 , A x2 ).

Dmontrer, dans l'espace des fonctions

L2

alors

(x1 , x2 ) = 0.

que les valeurs propres de l'opra-

sont positifs. [indication : il sut de dmontrer que

x, (x, D2 x) 0,

ce qui peut s'obtenir en eectuant une intgration par partie. De tels oprateurs
sont appels dnie positif.].

V (x) possdant un minimum absolu E : x R,V (x)


V est hermitien [dnition : V.f (x) =
ensuite que toutes ses valeurs propres sont E . [indication : il sut de considrer (u, (V E)u) pour une fonction u quelconque et
dmontrer que sa valeur est toujours 0]. En combinant avec le rsultat de la

4.

Soit la fonction relle

E . Dmontrer d'abord
V (x)f (x)] ; Dmontrer

que l'oprateur

question prcdente, que pouvez vous dduire pour l'oprateur

H = D2 + V

115

9 Les oprateurs linaires.


5.

Pour un oprateur hermitien, le minimum de

(x, x) = 1

(x, Ax)

avec la contrainte

est fournit par le vecteur propre de la matrice associ la plus petite

des valeurs propres ; la valeur propore est juste un multiplicateur de lagrange


(mieux rdiger).

6.

Dans l'espace des fonctions

L2

trois variables dnies sur

que l'adjoint de l'oprateur gradient est l'oprateur

R3 ,

dmontrer

divergence, et vice et versa,

tandis que l'adjoint du rotationnel est lui mme.

9.7 Mthodes opratorielles, algbre de Lie.


En algbre classique, pour rsoudre un problme, on essaye de le dcomposer en

x2 3x+2 = 0, on peut remarquer


(x 1)(x 2) = 0 ; on remarque ensuite que

terme plus simple. Par exemple, pour rsoudre


que l'on peut la ramener la forme
pour que ce produit soit

0,

il sut qu'un des termes soit nul, et qu'il sut donc

de rsoudre les deux quations

x1 = 0

et

x2 = 0

pour avoir les solutions du

problme. Or, ces deux dernires quations sont soluble par des techniques que
nous connaissons dj.
Les oprateurs linaires possdent un algbre. On peut se demander si on ne
peut pas entreprendre la mme dmarche pour dcomposer des EDP compliques
en systmes plus simple. La rponse est oui si on fait attention aux conditions
aux limites et si on garde en tte que l'algbre des oprateurs est non commutative. Nous n'allons pas donner ici un expos de ces mthodes, mais prfrerons
l'illustrer travers deux exemples.

9.7.1 L'oscillateur harmonique en mcanique quantique.

H = D2 + V (X) joue un rle trs important en mcanique quanAppelant la fonction d'amplitude, l'quation de Schroedinger est de la

L'oprateur
tique.
forme

= H
t

Nous avons vu au 9.6 qu'il est hermitien est que toute ses valeurs propres sont
suprieures

E0 ,

la valeur minimum de la fonction

le rle de l'nergie cintique et l'oprateur

V (x)

V (x).

L'oprateur

D2

joue

celui de l'nergie potentielle ;

l'oprateur H est appel Hamiltonien du systme. Nous travaillons dans l'espace


L2 ], +[ et la gestion des conditions aux limites ne pose pas trop de problme
((x ) = 0 ). Nous avons vu au 9.5 que rsoudre cette quation revient
trouver les valeurs et vecteurs propres de l'oprateur H . Prenons le cas particulier
de l'Hamiltonien

H = D2 + X 2

116

9 Les oprateurs linaires.


d'une particule se trouvant dans un potentiel harmonique. Nous savons que toutes
les valeurs propres sont

> 0. Nous avions donn en exemple plus haut les fonctions

et valeurs propres de cet hamiltonien. Nous allons voir que nous pouvons trouver
ces fonctions sans rsoudre aucune quation direntielle, un peu comme faire
du beurre avec de l'eau. Il sut juste de manipuler l'algbre des oprateurs et
surtout de leur commutateur. L'exemple que nous allons suivre et le prototype
de ce genre de calcul et nous le donnons donc avec un peu de dtail.
Comme

[D, X] = 1,

nous pouvons dcomposer l'hamiltonien :

H = (D + X)(D + X) + 1 = (D + X)(D + X) 1
Notons que l'oprateur

est hermitien

X = X

et que

D = D. Nous pouvons

donc poser

A =
A
et rcrire

D+X
D + X

H = AA 1= A A + 1. Ce qui implique naturellement que [A, A ] = 2.

Par ailleurs, on peut dmontrer facilement que pour trois oprateurs quelconque,

[F G, F ] = F [F, G]

et

[F, F G] = F [F, G].

Cette petite gymnastique nous

permet d'obtenir

[H, A ]

[A A + 1, A ]

[A A, A ]

2A

(9.9)

L'quation (9.9) est un cas particulier d'un oprateur d'chelle. Avoir sa disposition de telles relations est d'un trs grand avantage comme nous allons le
voir.

Lemme.
alors

Si

A E

est une fonction propre de

est une fonction propre de

associe la valeur propre

associe la valeur propre

E,

E + 2.

Vous voyez ici l'avantage : si on connat une valeur propre et une fonction
propre, on peut en trouver beaucoup d'autre par l'application successif de l'oprateur

A .

La dmonstration est immdiat :

HA E

(2A + A H)E

(E + 2)A E

Nous pouvons eectuer les mme dmarche pour

(E 2)AE .

HAE =
> 0, il existe
(noter que 0 <

et dmontrer que

Comme nous savons que tous les valeurs propres sont

donc forcment une valeur propre minimum que nous appelons

117

9 Les oprateurs linaires.


< 2).
n N.

Toute les autres valeurs propres sont donc de la forme

Il nous reste maintenant dterminer cette valeur


propre associe

. Appelons

(2n + ),
0

avec

la fonction

. Nous devons alors obligatoirement avoir

A0 = 0

(9.10)

sinon nous aurions des valeurs propres ngatives. De l, nous pouvons naturellement dduire que

H0 = 0
= 1.

Et par consquent,
forme

En = 2n + 1.

Les valeurs propres de l'oprateur

sont donc de la

Quand je vous disais qu'on fait du beurre avec de l'eau !

Noter que la relation (9.10) est juste une quation direntielle

d0 /dx + x0 = 0
avec les conditions

0 0

pour

x .

Cette quation est simple rsoudre

0 (x) = C exp(x2 /2)


Les autres fonctions s'obtiennent partir de l (cf l'exercice 2).

Exercices.
1.

Donner les matrices des oprateurs

la base des fonctions propres de

2.

et

de l'oscillateur harmonique dans

H.

En appliquant de faon rcursive l'oprateur

tion propre

3.

0 , dmontrer que la fonc-

est bien de la forme donn par l'quation (9.5).

Guider susement le lecteur pour rsoudre l'atome d'hydrogne.

118

10 Les systmes Sturm-Liouville.


10.1 Introduction.
Nous allons traiter dans ce chapitre la thorie gnrale
tielles

linaires

des quations diren-

de second ordre de la forme :

Lu = u
o

u(x)

est une fonction au moins deux fois drivable, la fonction et ses drives
2

tant de carr sommable .

(10.1)

est un scalaire que nous appelons valeur propre et

est un oprateur direntiel de second ordre

L = (x)

d2
d
+ (x)
+ (x)
2
dx
dx

Ce genre d'quation se rencontre partout en physique et la solution du systme cidessus a occup une grande partie du travail des physiciens-mathmaticiens. Les
grandes familles de fonctions spciales, les Bessel, Legendre, Hermit, Laguerre,
les hypergomtriques, ... ont t introduites l'occasion de l'tude de ce genre
d'quation. Le but de ce chapitre est en partie de nous habituer avec ces fonctions.
La thorie gnrale que nous allons voir dans ce chapitre est une application
directe de la thorie des oprateurs linaires que nous avons rencontr au chapitre
prcdent ; nous aurons ainsi l'occasion d'approfondir les concept que nous avons
vus.
Illustrons travers les trois exemples suivants quelques fonctions et quations
fondamentales de la physique mathmatique.

Exemple 1.

Nous avons vu que pour trouver

u(x, t),solution

de l'EDP

u
= Lu
tn
o l'oprateur

ne contient pas de dpendence en

(10.2)

t,

nous pouvons chercher la

solution de l'quation aux valeurs propres

Ln = n n
1. Cette thorie a t formule par les deux mathmaticiens franais aux alentour de 1850.
2. Ce genre d'espace est appel l'espace de Sobolev, mathmaticien sovitique du vingtime
sicle, prcurseur de la thorie des distributions.

119

10 Les systmes Sturm-Liouville.


o

n (x)

est fonction de la seule variable

x.

Si les

{n }constituent

une base dans

l'espace des fonctions appropries, alors la solution gnrale de (10.2) est alors
donne par

u(x, t) =

fn an (t)n (x)
n

o les coecients

an (t)

sont solution de l'quation direntielle

dn an
n an = 0
dtn
et les scalaire

fn sont donns par les conditions initiale. Si l'on veut, cette mthode

est une super mthode de sparation des variables.

Exemple 2. Propagation en coordonnes cylindrique et l'quation de Bessel.


Nous souhaitons rsoudre l'quation d'onde deux dimensions en coordonnes
polaires (comme par exemple la vibration d'une membrane) :

2u
= c2 u
t2
o

u = u(r, , t).

(10.3)

Si nous savons rsoudre

k (r, ) = k 2 k (r, )
(Question : pourquoi les valeurs propres de l'oprateur
tive ?) alors la solution gnrale s'crit

(10.4)

sont relles

et

nga-

Ak eickt + Ak eickt k (r, )

u(r, , t) =
k

En coordonne cylindrique, l'quation (10.4) s'crit

2 k
2 k
k
= r2
+r
+ r 2 k 2 k
2
2

r
r

(10.5)

Si on regarde de plus prs cette quation, nous voyons qu'elle a nouveau exactement la forme (10.2) et nous pouvons appliquer la mme mthode en cherchant
la solution de l'quation aux valeurs propres

r2

d
d2 m
+r
+ r2 k 2 m = m2 m
2
dr
dr

(10.6)

pour signier superposition. Si la variable sur laquelle on


Z)alors a son sens habituel. Si par contre la variable de sommation est

3. Nous utilisons le symbol


somme est discrte (
continue

( R)

alors le symbol doit tre compris formellement comme une intgrale

120

10 Les systmes Sturm-Liouville.


o

m = m (r)

est la fonction propre et

est la valeur propre. La solution de

(10.5) est

Bm eim + Bm eim m (r)

k (r, ) =
m

Nous remarquons en plus une symtrie remarquable dans la fonction

2) = k (r, ).

Cette symtrie nous impose que

mais doit tre entier :

m = 0, 1, ...

k : k (r, +

ne peut pas tre quelconque,

Nous rencontrerons constemment cette sym-

metrie et sa consquence dans les quations de la physique crites en coordonnes


cylindriques ou sphriques. Nous pouvons encore quelque peu nettoyer l'quation
(10.6) en posant

m (r) = Jm (x)
o

x = kr.

Par la rgle des drivations en chane, nous avons

d/dr = k(d/dx)

et

nous obtenons

x2 Jm (x) + xJm (x) + (x2 m2 )Jm (x) = 0


Cette quation s'appelle l'quation de Bessel, les fonctions

Jm

(10.7)
sont appeles les

fonctions de Bessel ; le lecteur notera que cette quation qui joue un rle primordial dans les quations de propagation en coordonnes cylindriques est de la
forme (10.1).
Nous avons beaucoup dtaill les calculs dans cet exemple. Nous pouvons systmatiser le travail de la faon suivante : nous cherchons la solution de (10.3)
directement sous la forme

u(r, , t) = (r)f ()a(t)


En remplaant dans l'quation (10.3) et en divisant par

u,

1
c2 f
a
c2 ( + /r) 2
=0
a

r f

nous trouvons

(10.8)

(r, , t). Supposons que nous gardons constance


t et nous varions . Les deux premiers termes de cette quation ne dpendent
pas de et restent inchang. Pour que l'quation soit satisfaite, nous devons avoir
f /f = Cte. La contrainte f ( +2) = f () nous impose Cte = m2 , m = 0, 1, ...
De la mme manire, si l'on fait varier t, les deux derniers termes restent inchangs et nous devons donc avoir a /a = cte ; la solution devant rest born pour
2
tous les temps, nous devons avoir cte = k . L'quation (10.8) se transforme

Cette quation est valable pour tous

et

alors en

(k/c) +
en multipliant par

1
( + /r) m2 /r2 = 0

et en nettoyant un peu, cette dernire quation se met sous

la forme de l'quation de Bessel. La solution gnrale est la superposition de ces


solutions.

121

10 Les systmes Sturm-Liouville.


Exemple 3. Equation de Laplace en coordonnes sphrique et quation de Legendre.

Nous souhaitons rsoudre en coordonnes sphrique

(r, , )

l'quation

de Laplace

u = 0
Posons

u(r, , ) = f (r)g()h().

1 d
f (r) dr

r2

df
dr

(10.9)

En suivant notre procd, nous aboutissons

1
d
g() sin() d

sin()

dg
d

1
d2 h
=0
2
h() sin () d2

Par des arguments analogues ce que nous avons utiliss prcdemment, nous
obtenons

h ()
= m2
h()

et

1 d
f (r) dr

r2

df
dr

Il n'est pas dicile de vrier qu'une fonction

Bn r

(n+1)

(10.10)

f (r) = An rn +
= n(n + 1). Ceci nous

de la forme

est fonction propre, avec la valeur propre

donne pour la dernire quation

1 d
sin() d

sin()

dg
d

+ n(n + 1)

m2
sin2 ()

g() = 0

Et nous allons quelques peu nettoyer cette dernire quation. Remarquons d'abord
que la fonction

g()

est pair ; nous n'avons donc besoin de le rsoudre que sur

l'intervalle par exemple

[0, ].

d
dt

(1 t2 )

dP
dt

cos = t ( t [1, 1] ) et g() = P (t).


d/d = sin (d/dt) et donc

Posons

drivation en chane nous donne

+ n(n + 1)

m2
1 t2

P (t) = 0

La

(10.11)

Les solutions de cette quation, appeles les fonctions de Lengendre associes sont
notes

m
Pn (t).

Pour

m = 0,

L'quation s'crit

(1 t2 )P (t) 2tP (t) + n(n + 1)P (t) = 0


notons nouveau que cette quation qui joue un rle primordial dans les quations implicant le Lalplacien en coordonnes sphriques est de la forme (10.1).
Les solutions de cette quation sont appeles les polynmes de Lengendre. Nous
verrons (c.f. exercice ??) que les solutions pour

m = 0.

m=0

s'obtiennent partir des

La partie angulaire de l'quation de Laplace est donne par

m
m
Yn (, ) = eim Pn (cos )

122

10 Les systmes Sturm-Liouville.


ces dernire fonctions sont appeles les harmoniques sphriques et jouent le mme
rle que les fonctions

sinet cos une dimension. Le lecteur les rencontrera souvent


L2 et Lz dans les problmes

comme les fonctions propres des deux oprateurs


symmetries sphriques.

10.2 Reformulation opratorielle.


La mthode que nous avons suivi ci-dessus est quelque peu pdestre et nous
oblige par exemple sparer les rles des variables

et

x.

Ceci est quelque peu

articiel et nous pouvons nous en dispenser. Ce que nous avons distingu dans les
exemples que nous avons traits plus haut est que l'quation drives partielles

(L1 + L2 + ...)u = 0
i 4.

pouvait se mettre sous la forme de

o l'oprateur

Li

ne

contient que des drivations sur la variable

Prenons l'espace des fonctions deux variables (que nous appelons


pour illustrer notre propos. Soit un oprateur

et

dans cet espace que l'on peut

crire comme la somme de deux oprateurs, chacun ne contenant qu'une seule

H = Hx + Hy (par exemple, pour le laplcien en cartsien nous


= 2 /x2 + 2 /y 2 ). Supposons que nous souhaitons rsoudre l'quation
Hu(x, y) = 0 dans le domaine x [a1 , b1 ] et y [a2 , b2 ]. Supposons que dans
l'espace des fonctions sur [a2 , b2 ] nous disposons d'une base {i (y)}qui de plus
est une base propre de l'oprateur Hy : Hy i (y) = i i (y). Evidemment, nous
pouvons, pour chaque x, dcomposer la fonction (inconnue pour l'instant) u(x, y)

dpendence :
avons

dans cette base :

u(x, y) =

ci (x)i (y)
i

connaitre les coecients

ci (x)

est quivalent connaitre la fonction

u(x, y) 5 .

Si

nous remplaons l'expression ci-dessus dans l'EDP que nous tentons de rsoudre,
nous trouvons, en utilisant les proprits de linarit de

Hu

= H

ci (x)i (y)
i

H (ci (x)i (y))


i

(Hx .ci (x) + i ci (x)) i (y)


i

4. Ceci bien sr n'est pas un hasard : on choisit (invente) un systme de coordonn dans
lequel l'EDP peut s'crire de cette faon. C'est la raison de la popularit des trois systmes de
coordonns les plus populaires. Le lecteur rencontrera d'autres systmes plus exotiques adapt
des problmes bien particulier.
5. Souvenez vous, nous appelons cela l'interprtation de Schrodinger.

123

10 Les systmes Sturm-Liouville.


Puisque les

sont linairement indpendant (elles forment une base), l'quation

drives partielles

Hu = 0 se transforme en une quation direntielle ordinaire

(donc beaucoup plus simple)

Hx .ci (x) + i ci (x) = 0


Les exemple que nous avons vu plus haut avaient l'aire lgrement plus compliqu
que cela. Les EDPs que nous avons vu avaient plutt la forme

(Hx + f (x)Hy )u(x, y) = 0

(10.12)

Mais ceci n'est gure dirent. En faisant exactement la mme dmarche de dcomposer

u(x, y) sur la base des {i (y)}, nous obtenons pour les coecients ci (x)

l'quation direntielle ordinaire

Hx .ci (x) + i f (x)ci (x) = 0


Revoyons nouveau nos exemples.
Dans le cas de la propagation d'onde en coordonnes polaire, nous pouvons
crire l'quation (10.3)sous la forme opratorielle

tt (rr + (1/r)r ) (1/r2 ) u(r, , t) = 0


o nous avons pos

c = 1.

Nous voyons que cette quation possde la mme

[0, 2], les fonctions exp(im) sont des


associes la valeur propre m2 (de plus,
m Z) . Pour la variable t ] , +[, les fonctions exp(ikt)sont des fonctions
2
propres de l'oprateur tt associes la valeur propre k . Si l'on cherche la
structure que (10.12). Pour la variable
fonctions propres de l'oprateur

solution gnrale sous la forme de

Rk,m (r)eim .eikt

u(r, , t) =
k,m

Alors, d'aprs ce que nous avons dit, la fonction

Rk,m (r)

doit obir l'quation

k 2 (rr + (1/r)r ) + m2 /r2 R(r) = 0


Qui n'est rien d'autre que l'quation de Bessel dj rencontr.
Prenons maintenant le cas de l'quation de laplace en coodonnes sphrique

u = 0

qui sous forme opratoriel s'crit

1
2
rr + r + 2 L2 u = 0
r
r
o

L2

est l'oprateur qui contient toutes les drives par rapport aux variables

angulaire

L2 =

1
1
sin +

sin
sin2

124

10 Les systmes Sturm-Liouville.


6
2
de l'oprateur L qui sont les sphriques
m
harmoniques Yn (, ), associe la valeur propre n(n + 1). Si on cherche la
solution sous forme de

Nous connaissons une base propre

m
R(r)Yn (, )

u(r, , ) =
m,n
alors la fonctions

R(r)

doit obir l'quation

n(n + 1)
2
R (r) + R (r)
R(r) = 0
r
r2
Exercices.
1.

Jm (x) = (1/) 0 cos(x sin m)d est solution


m Z. Cette fonction est appele la fonction de Bessel

Dmontrer que la fonction

de l'quation de Bessel si
(d'ordre

m)

de premire sorte.

2.Transforme de Bessel-Fourier.

Soit une fonction de deux variables

f (x, y)

dont la transform de fourier (bidimentionnel) est

f (u, v) =

f (x, y) exp (i (ux + vy)) dxdy

f est de symtrie cylindrique, c'est dire qu'on peut l'ecrire


x + iy = r exp(i). Dans ce cas, on peut galement choisir les
polaires dans l'espace rciproque u + iv = q exp(i). Dmontrer

Supposons que
comme

f (r)

coordonnes
alors que

f est

galement de symtrie cylindrique et

f (q) = 2

f (r)J0 (qr)rdr
0

Ceci s'appelle une transformation de Bessel-Fourier ou Hankel et qui est trs


similaire la TF, puisqu'on peut facilement dmontrer l'inversion :

f (r) = 2

f (q)J0 (qr)qdq

0
[Help : pour dmontrer la formule inverse, nous admettons la relation d'orthogonalit des fonctions de Bessel :

J (kr)J (k r)dr = (k k )/k .]

6. A vrai dire, nous n'avons jamais dmontr que ces fonctions constituent une base. La
dmonstration dcoule du fameux thorme d'approximation Weirestrauss (1885). Nous admettons le rsultat. Nous avions simplement dmontr que les sphrique harmonique sont les
fonctions propre de l'oprateur

L2 .

125

10 Les systmes Sturm-Liouville.


3.

m entier, Jm (x) = (1)m Jm (x). Cela montre que pour


fonctions Jm et Jm ne sont pas linairement indpendantes.

Dmontrer que pour


entier, les deux

deux

L'quation de Bessel tant de second ordre, elle a besoin de


pendantes. L'autre solution note souvent

Ym (x)

de seconde sorte. [Help : eectuer le changement de variable

4.

solutions ind-

est appel la fonction de Bessel

].

En ramenant l'quation suivante

x2 u + xu + x2 m2 u = 0
u = x w et
= m + ( 1)2 /4.

une quation de Bessel, donner sa solution gnrale. [Help : poser


choisir

5.

en consquence. Solution :

u(x) = J (x)/ x

Rsoudre l'quation

x2 u + xu + 2 x2 m2 u = 0
x = y , et choisir
u(x) = Jm (x )]

[Help : poser
sel.Solution :

6.

Combiner les deux questions prcdente pour rsoudre

[Solution :

7.

pour se ramenr une quation de Bes-

xu + (p + 1)u + u/4 = 0

u(x) = xp/2 Jp ( x)].

Polynmes de Legendre associs. Soit la fonction

u(x)

solution de l'quation

de Legendre

(1 x2 )u 2xu + n(n + 1)u = 0


Dmontrer alors que la fonction

v(x) = (1 x2 )m/2 (dm /dxm )u(x) est solution de

l'quation de Legendre associe

(1 x2 )v 2xv + n(n + 1)
Si on sait que le polynme de Legendre
pour

m
Pn

pour

m > n?

Pn

m2
(1 x2 )

est d'ordre

n,

v=0
que peut on dduire

Construire explicitement les trois premiers polynomes de

Legendre. [Help : Commencer par dmontrer par rcurrence que

dm (1 x2 )u 2xu + n(n + 1)u =


(1 x2 )dm+2 u 2(m + 1)xdm+1 u + [n(n + 1) m(m + 1)] dm u
o

dm

est l'oprateur de drivation d'ordre

126

m.

10 Les systmes Sturm-Liouville.


8.Moment cintique.

Soit l'oprateur

L2 = L2 + L2 + L2 . Dmontrer que l'opx


y
z

rateur laplacien, en coordonnes sphrique, s'crit comme

= r2 r r2 r + L2
Lz = xy yx et les autres s'en dduisent par permutation circulaire des
(x, y, z). Nous avions dj vu que Lz = . Dmontrer que les harmoniques
sphriques sont fonctions propres de Lz , donner les valeurs propres associes.
Rappel :
indices

9.

Utiliser le rsultat de l'exercice (??) pour donner la solution gnrale de

l'quation d'onde en coordonnes sphriques

tt u = u
Help : en notatation opratoriel, l'quation s'crit

tt r2 r r2 r + L2

u=0

tt (= exp(kt) ) et de
m
Yn (, ) ), il sut de chercher la solution gnrique sous la forme de

Comme nous connaissons les fonctions propres de


(=

L2

m
u(r, , , t) = R(r)Yn (, )eikt
o

= 1
R:

et

|m| < n,

et obtenir une quation pour

pour

= 1.

R(r).

On devrait obtenir,

1
R(r) = J (n+1/2) (kr)
kr
Ces fonctions sont parfois appeles des Bessel sphriques.

10.Atome d'Hydrogne.

Rsoudre en coordonnes sphrique l'quation de l'atome

d'Hydrogne :

it = ( /r)
On suppose

>0

(interaction attractive). Help : En suivant le mme procd

que l'xercice prcdent, et en renormalisant convenablement, dmontrer que la


partie radiale de

obit l'quation

x R + 2xR + (x2 + x n(n + 1))R = 0


o :E est la valeur propre associe la fonction propre

exp(iEt) de it ; =
E > 0) ; n(n + 1) est la valeur propre associe la fonction
m
s x
propre Yn (, ). En posant R(x) = x e
u(x) et en choisisant s convenablement,

/ E

(on suppose

on peut obtenir l'quation

xu + 2(1 + n x)u + [ 2(1 + n)]u = 0


Cette quation est connu sous le nom de l'quation de Laguerre.

127

10 Les systmes Sturm-Liouville.


Legendre.

Quelqusechose autour de l'expansion

1
1
r
=
Pn (cos )
=
2 + r 2 2rr cos
|x x |
rn+1
r
n=0

10.3 Detour : la mcanique quantique ou


pourquoi les valeurs propres ont pris tant
d'importance.
Pouvoir dvelopper les solutions d'une EDP comme une somme de fonction
propre tait une technique rpandue et maitrise la n du XIXme sicle. Les
valeurs propres ont cependant pris une importance extrme avec l'avenement de
la mcanique quantique (MQ). La MQ ajoutait quelque chose qui paraissait trs
7

trange aux scientiques habitus la propagation des ondes . Pour comprendre


cette

crise

psychologique , prenons l'exemple d'une corde vibrante une dimen-

sion sur l'intervalle

[0, L]

dont l'quation est donne par

2u
2u
= c2 2
t2
x
La solution sur la base propre de fourier, d'aprs ce que nous avons vu plus haut,
est donne par

An ein t + Bn ein t eikn x

u(x, t) =

(10.13)

n
o
de

2 /x2
Notons que la fonction u(x, t)

impose en plus d'avoir Bn = An .

kn = (2/L)n, les exp(ikn x) sont une base


2
2
valeur propre kn = (2n/L) , et n = ckn .

reprsentant un dplacement rel, cela nous

propre de l'oprateur

7. De la mme manire que la mcanique Newtonienne ajoutait quelque chose de trs trange
la science du mouvement rpandu en 1680. Notre intuition nous disait que la vitesse d'une
charette que l'on pousse dpend de la force qu'on exerce dessus et qu'elle s'arrte quand nous
ne poussons plus. La physique Aristotlicienne postulait donc, en langage moderne,

v = C.F .

La mcanique Newtonienne a modi ce postulat en imposant la proportionnalit non pas entre


la vitesse et la force, mais entre l'acclration et la force :
rsultats exprimentaux dans ce cadre, il a fallu

supposer

a = (1/m)F .

Pour interprter les

l'existence de forces de raction, de

frottement, ... On peut facilement imaginer combien cette mcanique nouvelle paraissait contreintuitif et trange aux scientique de l'opque. Pour nous qui avons assimil cette mcanique
depuis notre enfance, cette mcanique nous parat aller de soi. De la mme manire, la MQ
parraissait trange au dbut du XXme, puisque les scientiques s'taient forg une intuition
qui allait l'encontre des postulats de la nouvelle mcanique.
8. Parfois appel dualit onde-corpuscule

128

10 Les systmes Sturm-Liouville.


L'nergie de la corde un instant donn est la somme de son nergie cintique
et potentielle

et s'crit

K
ut u + ux u dx
t
x
2
2

E(u) =
0

dsigne

u/.

constante lastique et

Par ailleurs,

c2 = K/.

(10.14)

reprsente la densit de la corde,

sa

En utilisant la solutions (10.13), on trouve

facilement

2
An A k n
n

E(u) = (2LK)

(10.15)

An

est l'amplitude du mode

n,

et nous voyons que le rsultat est la somme des

amplitudes des modes au carr, pondr par leur valeurs propres.


Nous pouvons contruire un appareil pour mesurer l'nergie de la corde vibrante
de la faon suivante : une camra prend deux photographies successives de la
corde. Par l'analyse de la forme de la corde sur une des photos, nous pouvons
explicitement mesurer point par point

ux . Par l'analyse de la hauteur de la corde


ut . Ces

entre les deux photos successives, nous pouvons mesurer point par point

deux mesures nous permettent ensuite d'eectuer une intgrale point par point
et remonter l'nergie (10.14)

10

Supposez maintenant que vous avez prpar par exemple

M = 106

cordes

vibrantes toutes dans le mme tat (identiques). En les mesurant les uns aprs
les autres avec l'appareil, on doit toujours trouver la mme valeur

E . Les premiers

chercheurs investigant les phnomnes atomiques ont trouv un rsultat dirent :


A chaque mesure, ils trouvaient une valeur dirente, correspondant exactement
une des valeurs propres

kn .

La

mesure

de l'nergie ne donnait pas la mme

valeur, ni mme des valeurs disperses de faon continue, mais un ensemble discret
de valeur. Il s'avre que quand ont fait cette mesure un grand nombre de fois,
la

proportion

au coecient
attendu

de fois o l'on tombe sur la mme valeur

An A .
n

La

moyenne

d'un systme classique

sur les

11

kn

et proportionnelle

mesures donne en eet le rsultat

9. voir les chapitres consacrs, d'une part aux quations de la physique, d'autre part au
calcul variationnel.
10. Pour l'investigation des phnomnes l'chelle atomique, les scientiques du dbut de
XXme sicle avaient leur disposition un appareil de mesure base sur la strepctoscopie.
Ce sont le character discret des raies qui ont commenc poser des problmes. Notez que le
problme dont on parle ici n'est pas du tout celui de la divergence ultra-violette du corps
noir. Ce dernier est d a un postulat de la physique statistique qui exige, dans le cadre de la
physique classique, qu' l'quilibre thermodynamique, on ait

2
2LKAn A kn = T /2,
n

ce qui rend

la somme (10.15) divergente.


11. La prsentation que je donne est bien sur anachronique. Le concept de dcomposition sur
base propre travers l'quation de Schrodinger post-date de quelques 20 annes la dcouverte
de la nature discrte des raies atomiques.

129

10 Les systmes Sturm-Liouville.


Cette observation a t intgr comme un postulat la mcanique quantique

12

en sus des quations d'volutions de la mcanique quantique (comme par exemple


l'quation de Schrodiner). Ce n'est que rcemment (les annes 1990) que ce postulat a t compris comme une consquence du phnomne d'intraction entre
un systme macroscopique et microscopique, appel

dcohrence.

Dans beaucoup de branche de physique atomique et molculaire, la quantit


pertinente tant l'nergie, les scientiques ont laborer des rgles de manipulations impliquant uniquement la connaissance des valeurs propres, sans mme
passer par la case rsoudre l'quation d'volution temporelle. Voil pourquoi
les valeurs propres sont devenues une partie si fondamentale de la culture des
physiciens.

10.4 Les systmes Sturm-Liouville.


Revenons notre propos original sur l'quation

Lu = u o L est un oprateur

direntiel de second degrs. Nous nous plaons dornavent dans l'ensemble des
fonctions valeurs complexes. Nous quipons notre espace vectoriel des fonctions
d'un produit scalaire, mais nous allons quelque peu largir notre dnition du
produit scalaire :

f (x)g(x)w(x)dx

(f, g) =

Le lecteur peut vrier que cette denition possde toutes les bonnes proprits
que l'on exige d'un produit scalaire,

si w(x) 0 13

. La fonction

w(x)

est dite le

poids (weight en anglais).


Dans la trs grande majorit des cas que l'on rencontre en physique-mathmatique,
l'oprateur

est hrmitien

systmes o l'oprateur

14

(f, Lg) = (Lf, g)C'est

d'ailleurs prcisment ces

est hermitien que nous appelons Sturm-Liouville. Les

oprateurs hermitiens ont des proprits remarquables : ils sont diagonalisable


et leurs valeurs propres sont rel. Ces faits ne sont pas tranger au fait qu'ils
apparaissent aussi souvent en physique. Nous avons vu que la forme gnrale de
l'oprateur

est

L = (x)dxx + (x)dx + (x)


o

dx et dxx

dnote les drives premire et seconde et

valeurs rels. Comme on exige de

, ,

sont des fonctions

d'tre hermitien, cela limite le choix des

, , . Si on regarde d'un peu plus prs, aucune contrainte ne pse sur


L est hermitien, il est trivial de dmontrer que L + (x) est galement

fonctions

(x).

Si

12. Cela s'appelle l'interprtation de Copenhague (1928) : Une mesure d'un observable

projette un tat quantique mixte sur un des tats propres de cet observable, avec une probabilit
donne par la norme au carr de l'amplitude de ce mode propre.
13. Il faut que

w(x) > 0

sur un ensemble de mesure non-nulle, par exemple sur un intervalle

14. Nous avonsn le choix du poids

w(x)

130

10 Les systmes Sturm-Liouville.


et , nous choisissons
(x) = 0, cela nous simplie l'criture. Formons la dirence
I = (Lf, g) (f, Lg). En eectuant une intgration par partie, nous parvenons

hermitien. Pour tudier les contraintes qui psent sur


donc pour l'instant
facilement

[(f g f g )(w)]

(f g f g) [(w) w] dx

L'hermicit de

nous exige donc que

(w)
[(f g f g

)(w)]

L'quation (10.16) dnit en fait le poids

et

(10.16)

(10.17)

que l'on doit choisir en fonction de

w de
w = 0 est

nous sommes choisi, nous devons exiger de


vers 0 quand

x .

Remarquez que

tendre susement rapidement


solution de l'quation (10.16),

donc nous pouvons eventuellement connecter une rgion o


o

La condition (10.17) nous indique que selon l'espace des fonctions que nous

w=0

w>0

une rgion

w choisie
Lu = u sous la

et satisfaire ainsi la condition (10.17). Remarquer qu'une fois

convenablement, nous pouvons mettre l'quation direntielle


forme de

du
d
(w)
+ ( )wu = 0
dx
dx

C'est sous cette forme que les systmes Sturm-Liouville ont t formuls. Notez
que l'quation (10.16) est une quation direntielle simple dont la solution est
donne par

w(x) =
o par

C
exp
(x)

dx

(10.18)

nous dnotons une primitive.

Exercices.

w(x) pour le produit vectoriel revient


x = (s) dans un produit scalaire avec un poid

Dmontrer qu'utiliser un poid

faire un changement de variable

1.

10.5 Les solutions polynomiales de


Sturm-Liouville.
Nous allons partit de maintenant nous restreindre aux solutions polynomiales
des systmes Sturm-Liouville

LPn = n Pn

131

(10.19)

10 Les systmes Sturm-Liouville.


o

Pn (x)

est un polynme de degrs

n.

Si nous arrivons trouver de telles

solutions pour un systme donn, nous aurons la garantie que ces fonctions

Pn consitutent bien une base de notre espace des fonctions, pourvu que tous les
n N soit reprsents 15 . La recherche des solutions polynomiales impose une
forte contrainte pour satisfaire la condition d'hermicit (10.17) : (w) doit tendre
trs rapidement vers 0 quand x , ou doit tre = 0 en dehors d'un certain
intervalle ( charge pour nous de connecter les rgions w = 0 et les rgions w > 0
). Nous allons voir plusieurs exemple qui claircireront cela.
Comme

ne contient au plus que des drives d'ordre 2, cela nous impose que

, , soit eux mme des polynmes, de degrs 2 pour , 1 pour


. (Exercice : le dmontrer en considrant les trois premiers polynmes
n = 0, 1, 2). Nous devons donc considrer tous les systmes Sturm-Liouville o 16

les coecients
et 0 pour

(x)

2 x2 + 1 x1 + 0

(x)

1 x + 0

(x)

Nous devons donc explorer un espace six dimensions pour puiser toutes les
combinaisons des coecients. Pas tout fait en ralit, cela peut tre beaucoup
plus simple. Prenons l'quation algbrique lmentaire
de rsoudre directement cette quation, nous pouvons

ax2 + bx + c = 0. Au lieu
remplacer x par x + x0 et

rsoudre

ax2 + (2ax0 + b)x + (ax2 + bx0 + c) = 0


0
x0 . Une fois cette quation rsolue, nous pouvons
x par x x0 pour retrouver la solution de l'quation originale.
2
Si nous choisissons judicieusement x0 = b/2a, l'quation se transforme en ax +
c = 0. On peut encore simplier la forme de cette quation (en remplaant par

exemple x par x/ a ) pour obtenir l'quation


pour une valeur arbitraire de

toujours remplacer

x2 + c = 0
Si nous savons rsoudre cette dernire nous savons rsoudre l'quation gnral de
second degrs : au lieu d'explorer une famille trois paramtres, nous n'avons
qu' explorer une famille un seul parmatre.
Nous avons pu eectuer cette simplication formelle et liminer deux paramtres parce que nous avions 2 degrs de liberts notre disposition : le choix
de l'origine et de l'chelle de l'axe

x.

Dans une quation de type (10.19), nous

avons 4 degrs de liberts. Par exemple, au lieu de considrer l'oprateur


pouvons tudier l'oprateur

aL,

L, nous

est un scalaire. Les fonctions propres de

15. Cela s'appelle la compltude dont nous avions parl au chapitre sur l'analyse fonctionnelle
et qui dcoule d'un thorme dmontr par Weirestrauss que nous n'avons pas donn ici.
16. Vous remarquerez donc que les fonctions de bessel ne sont pas polynamiales.

132

10 Les systmes Sturm-Liouville.


cette nouvelles quations restent inchanges, les valeurs propres deviennent
Cela nous donnera par exemple la possibilit de toujours choisir

= 0).

Nous pouvons galement tudier l'oprateur

L+a

2 = 1

: a nouveau, les fonc-

tions propres restent inchanges, les valeurs propres seront deplaces de


utiliserons cela pour toujours choisir

0 = 0.

libert de choisir l'origine et l'chelle de l'axe

a.

(quand

a.

Nous

Nous avons galement toujours la

x.

Nous aurons donc au plus que

deux paramtres libres.

Exercices.
1. Comment se transforme l'quation de Jacobi

(1 x2 )u + [p q + (p + q + 2)x]u = u
avec le changement de variable

x 1 2x ?

2. Dmontrer que nous ne pouvons pas satisfaire les conditions d'hermicit si

= 0.
Nous allons maintenant considrer tous les cas possible.

10.5.1

(x)

quadratique.

Comme nous l'avons dit, nous utilisons un degrs de libert pour choisir 2 =
1. Nous pouvons donc crire (x) = (x0 + x)(x1 x) o x0 et x1 sont les deux
racines de (x). Ces deux racines sont soit complexes (et conjugues l'une de
l'autre) soit relles. Le lecteur peut dmontrer qu'avec des racines complexes, il
n'est pas possible de remplir les conditions d'hermicit. Nous utilisons maintenant
deux degrs de libert d'origine de l'axe

pour choisir

x0 = 1

et

x1 = 1.

y = a(x b) qui transforme ef(x0 + x)(x1 x)(d2 /dx2 ) en oprateur (1 y 2 )(d2 /dy 2 )
Il nous reste deux paramtre et il est coutume de les noter 1 = (p + q + 2)
et 0 = q p. La dcomposition en fraction simple de / s'crit alors

Exercices.

Trouver le changement de variable

fectivement l'oprateur

(x)
q+1
p+1
=

(x)
x+1 1x
ce qui nous amne nalement, d'aprs l'q.(10.18),

w(x) = (1 + x)q (1 x)p


N'oublions pas que nous exigeons
peut prendre

p, q

w 0

trs rapidement quand

x .

On

aussi ngative que l'on veut, on ne peut pas satisfaire cette

133

10 Les systmes Sturm-Liouville.


p, q > 1,

exigence telle quelle. Par contre, si

nous voyons que

s'annule sur

les bords. Nous chisisons donc

(1 + x)q (1 x)p

w(x)

si |x|<1

sinon

Les polynmes associs ce choix des paramtres sont appels des polynmes

(p,q)

Jn (x). Certains choix de p, q ont obtenus des noms propres. Par


2 1/2
exemple, p = q = 1/2 nous donne une fonction w(x) = (1x )
et les solutions
17
s'appellent les polymes de Chebychev
. Pour p = q = 0, nous obtenons les
polynmes de Legendre, avec le poids w(x) = 1.
de Jacobi

10.5.2

(x)

linaire.

2 = 0. Cette fois, nous n'avons qu'un seul


(x) = x ; (x) = x + s + 1.Cela dtermine

Nous considrons le cas


libre. Nous choisissons

paramtre

w(x) = xs ex
x +, mais pas pour x . Ces > 1, nous pouvons connecter la fonction
w(x) = 0 pour x < 0. Les solutions de ce
(s)
de Laguerre associs Ln (x). Pour s = 0 les

Cela nous convient parfaitement pour


pendant, ont peut remarquer que si

x > 0

ci-dessus pour

la fonction

systme sont appels les polynmes

solutions s'appellent simplement les polynme de Laguerre et nous les rencontrerons pour la rsolution de l'atiome d'hydrogne.

10.5.3

(x)

constant.

Nous n'avons plus de paramtres libres et tous les cas se ramne au choix

1 (x) = 2x

( le coecient de

(x) =

ngatif ne pourra pas satisfaire l'hermicit) et

nous obtenons

w(x) = ex

Les solutions sont appeles les polynmes d'Hermite

18

. Nous les rencontrerons

trs frquement dans les problmes d'oscillateurs harmoniques.

17. Les polynmes de Chebychev ont t trouv par l'auteur du mme nom ( professeur
l'universit de St-Petersburg dans les annes 1850-80) l'occasion de l'tude de la thorie
d'interpolation : Soit une fonction donne sur l'intervalle

Tn (x)|

On cherche un polynme de

) avec ce dernier. Les solutions sont nos polynmes.

en

[1, 1].

n Tn (x)

qui concide avec

f (x)

points et qui minimise l'cart (maxx[1,1] |f (x)

degrs

18. Professeur l'Ecole Polytechnique et l'ENS dans les annes

134

1850 1880.

10 Les systmes Sturm-Liouville.


10.6 Valeurs et fonctions propres.
Les valeurs propres des systmes Sturm-Liouville prennent une forme particulirement simple. Pour les dterminer, il sut de regrouper, dans un polynme
d'ordre

n,

n.

le terme d'ordre

Nous trouvons alors que

n = 2 n(n 1) + 1 n = n (2 n + 1 2 )
Pour les Jacobis, l'quation direntielle est

(1 x2 )u ((p + q + 2)x (p q)) u + n(n + p + q + 1)u = 0


Pour les Chebychev, les valeurs propres sont de la forme
les legendre de la forme

n = n2

et pour les

n = n(n + 1).

L'quation de Laguerre s'crit

xu (x (s + 1)) u + nu = 0
avec les valeur propres

n = n.

L'quation d'Hermite est

u 2xu + 2nu = 0
et les valeurs propres sont

n = 2n.

Notez que les valeurs propres sont espac linairement dans les deux derniers
cas et quadratiquement dans le premier.
On peut calculer de direntes faon les polynomes orthogonaux. On peut

n
i
i=0 ai x , remplacer l'expression dans l'quation direntielle du
polynme et dduire les coecients explicitement. Par exemple,
poser

fn (x) =

[n/2]

Pn (x)

=
i=0
[n/2]

Hn (x)

=
i=0

Pn

et

Hn

n
m

2n 2m
n

xn2m

1
(2x)n2m
m!(n 2m)!

sont les polynmes de Legendre et d'Hermite. De faon plus gnrale,

la formule de Rodrigues donne les solutions polynmiales des systmes SturmLiouville :

fn (x) = Cn

1 dn
(n w)
w dxn

135

10 Les systmes Sturm-Liouville.


Nous omettons la dmonstration de cette formule

19

, mais un des sous produit de

cette dmonstrations nous fournit la norme des polynmes orthogonaux :

+
2
w(x)fn (x)dx = (1)n n!an

n (x)w(x)dx

Comme nous l'avons souvent indiqu, les polynmes orthogonaux sont dnis
un coecient multiplicatif prs, et on peut utiliser l'expression ci-dessus pour les
normaliser.

10.7 Les solutions non-polynomiales.


La fonction hypergomtrique, les fonctions de Bessel.

10.8 Problmes.
1.

Calculer la fonction poids pour les quations suivantes ; mettre ces quations

sous forme SL :

(1 x2 )y 2xy + n(n + 1)y = 0


2
Equation de Mathieu (1 x )y xy + n(n + 1)y = 0
2
2 2
2
Equation de Bessel x y + xy + (k x m )y = 0
2
2
2
Equation de Bessel y + (1/x)y + (k m /x )y = 0
2
2
2
Equation de Bessel modie : x y + xy + (x m ) = 0
Equation de Laguerre xy + (1 x)y + ny = 0
Equation d'Hermite y 2xy + 2ny = 0
x3 y + xy + 2y = 0

1. Equation de Legendre
2.
3.
4.
5.
6.
7.
8.

2.

Dmontrer que le systme suivant, o tous les coecients sont rl,

(x2 + 1 x + 0 )y + (1 x + 0 )y y = 0
n'a pas de solution polynomiale si
montrer d'abord que

(x)

a deux racines complexes [Help : d-

n'est pas susement rapidement dcroissant et en-

suite qu'on ne peut pas trouver

continue s'annulant en deux points, pour

pouvoir ensuite le connecter la solution

(x) peut se mettre


dx/(x) = (1/b)Arctg (x a) /b].

point, remarquer que

19. Il sut d'abord de dmontrer que


ensuite que

fn

et

fm

fn

w = 0.

(x a)2 + b2

est un polynme de degrs

sont orthogonale avec le poids

de polynmes orthogonaux avec un poid

Pour dmontrer ce dernier

sous la forme de

w.

et que

et de dmontrer

Comme nous savons que les systmes

sont unique ( un coecient multiplicatif prs, voir

un des exercices plus bas) nous tenons notre dmonstration.

136

10 Les systmes Sturm-Liouville.


3.

Dmontrer que le systme SL

(x)y + (1 x + 0 )y y = 0
n'a pas de solution poylnomiale si

4.

1 x + 0 0.

{Pn } et {Qn } deux ensembles de polynmes orthogonales, avec le mme


w(x). Dmontrer alors que les deux polynomes sont proportionnel : Pn =

Soit

poids

an Qn .

Autrement dit, un coecient multiplicatif prs, les polynmes orthogo-

naux associs un poids sont unique.

5.

Dmontrer que si les polynmes

tme SL avec le poids


le poid

6.

w(x),

{Pn (x)}

sont les fonctions propres d'un sys-

alors les polynomes

{Pn (x)}

sont orthogonaux avec

w(x)(x).

Dduire de la question prcdente que les polynmes ultrasphriques

Gm (x)
n

s'obtiennent partir des polynomes de legendre :

dm
Pn (x)
dxm

Gm (x) =
nm

Quelle est la relation entre les ultrasphriques et les fonctions de legendre associs ?

7. Les polynmes de Tchebychev Tn (x) sont des


p = q = 1/2. En crivant l'orthogonalit des ces
Tn (1) = 1) dduire que Tn (cos()) = cos n.
8.

A quelle quation obit la fonction

polynmes de Jacobi pour


fonctions (et en supposant

fn (x) = (1/ x)H2n+1 ( x) ? Pouvez vous

tablir une relation entre cette fonction est un polynme de laguerre associ ?

9.

Soit l'quation aux valeurs propres

v x2 v = v
D'aprs ce que nous avons dit, cette quation n'a pas de solution polynmiale.
On peut cependant la mettre sous une meilleure forme. Poser

v(x) = ef (x) (x)


Et dduire une quation pour la fonction

(x). Comment faut il choisir la fonction

x2 (x)

(attention au signe choisi) ? Que devient

f (x)

pour liminer le terme en

alors l'quation au valeurs propres pour

137

Comment les valeurs propres sont

10 Les systmes Sturm-Liouville.


distribue ? Utiliser ces rsultats pour donner la solution complte de l'quation
de Schrodinger de l'oscillateur harmonique

i
sur l'intervalle

10.

2
= 2 + x2
t
x

x ] , +[

Quelle est la relation entre la fonction Hyper-Geometrique

F (a, b, c; x)

so-

lution de

x(1 x)u + [c (a + b)x]u abu = 0


et les polynmes de Jacobi ?

11.

Dmontrer que les polynmes orthogonaux obissent la relation de rcur-

rence

fn+1 (x) = (An + Bn x)fn (x) + Cn fn1 (x)


An , Bn , Cn . [Help : Choisir An , Bn pour que
= fn+1 (An + Bn x)fn soit un polynme de degrs n 1 et projeter cette
l
dirence sur la base des fi pour i n 1. Il faut utiliser le fait que (fk , x )w = 0
si l < k ]
o vous obtiendrez les coecients

12.

Soit

y = y .

u(x) =

wy , o y est la solution d'un systme Sturm-Liouville y +


u obit une quation du genre

Dmontrer que

u + Ru = 0
o il faut expliciter la fonction

R(x).

Cette forme est le point de dpart d'une

approximation clbre, appel WKB.

138

11 Le calcul variationnel
11.1 Introduction.
Ds que vous avez vu les bases de l'analyse, vous avez appris rpondre la

question suivante : comment trouver le point


maximum (ou minimum) ?

pour lequel la fonction

f (x)

est

est une machine qui prend un nombre en entre et

produit un nombre en sortie. La question ci-dessus en ralit est celle de trouver


un extremum

local

: un point qui produit la sortie la plus grande (ou la plus

petite) que tous ses voisins immdiats. Nous savons que pour un tel point

x,

f (x) = 0.
Donnons nous maintenant une fonctionnelle

une fonction

S.

Ceci est une machine qui prend

en entre et produit un nombre en sortie. Par exemple

f (x)2 + f 2 (x) dx

S(f ) =

(11.1)

a
est une fonctionnelle qui prend une fonction, ajoute son carr et le carr de sa
drive et les intgre entre deux bornes pour produire un nombre. Si on entre la
fonction
fonction

sin x dans cette machine, elle produit le nombre b a.


exp x, elle produit le nombre 2 exp(2b) 2 exp(2a).

Si on y entre la

Le calcul variationnel consiste rpondre la question suivante : quelle est la


fonction

qui produit la plus grande sortie

voir par la suite est que

S(f ) ?

La rponse que nous allons

doit satisfaire une quation direntielle qui est reli

la forme de la fonctionnelle

S.

Donnons deux exemples avant d'aller plus loin.

Brachistochrone.

L'exemple le plus important historiquement est celui du bra-

A(0, 0) situ dans le plan vertical, reli un point


B(x1 , y1 ) par un toboggan dont la forme est donne par la fonction y = f (x). On
laisse un objet glisser sans frottement du point A le long du toboggan. Comment
choisir la forme du toboggan, (la fonction f ), pour que le temps d'arriv au point
B soit minimum ? Vous voyez qu'une fois qu'on se donne un toboggan, c'est
chistochrone. Soit un point

dire une fonction, en utilisant quelques notion de mcanique et de conservation


d'nergie, on peut calculer le temps de parcours, c'est dire un scalaire. Essayons

139

11 Le calcul variationnel
y

de mettre cela en forme. La vitesse de l'objet l'ordonne


d'arc

ds =

dx2 + dy 2 =

(1 + f (x)2 dx

vaut

2gy.L'lment
dt = ds/v .

est parcouru en un temps

Le temps total du parcours est donc

x1

T =
0
Et il faut trouver la fonction

1 + f (x)2
dx
2gf (x)
1

qui minimise cette intgrale . Ce problme avait

t lanc comme un d par un des frres Bernoulli vers 1690 ( peine dix ans
aprs l'invention du calcul direntiel) la communaut scientiques. Tous les
grands (Newton, Leibnitz, l'autre Bernoulli, Hospital, ...) y rpondirent. Euler
(~1740) a trouv une solution gnrale de ce genre de problme et Lagrange
(~1780) les a gnralis la mcanique.

Mcanique analytique.

x=0

au temps

t=0

Prenons une particule de masse

x = x1

qui quitte le point

t = t1 . Cette
V (x). Le mouvement de la particule est donn
x(t) qui minimise

et arrive un autre point

au temps

particule est soumise un potentiel


par la fonction

x(t).

La fonction

t1

(m/2)x2 (t) V (x(t)) dt

S=

(11.2)

0
est la trajectoire suivie par la particule. Ceci est une nouvelle formulation de
la mcanique. Classiquement, nous rsolvons l'quation direntielle
o la fonction

F (x) = dV /dx

et

a = d2 x/dt2 pour

F = ma

remonter la trajectoire

x(t). Ici, la dmarche est dirente : de toute les trajectoires possibles qui relie
(0, 0) (t1 , x1 ), la particule choisit justement celle qui minimise l'intgrale (11.2).
Comme si un dieu calculait le cot (qu'on appelle l'action S ) de chaque trajectoire et choisissait la meilleure. Bien sr, cette formulation de la mcanique et la
formulation Newtonienne sont quivalente, bien que la formulation lagrangienne
soit beaucoup plus profonde et pratique. Notez que la quantit dans l'intgrale
n'est pas l'nergie totale, mais l'nergie cintique

moins

l'nergie potentielle. On

appelle cette quantit le Lagrangien.

1. A premire vue, il semble qu'il manque quelque cette formulation : l'intgrale ne contient
pas de rfrence
l'ordonn

y1 .

y1

et nous n'exigeons apparemment pas que la particule nisse sa trajectoire

Nous y reviendrons plus tard, quand nous aborderons les contraines.

140

11 Le calcul variationnel
11.2 Calcul des variations.
Formulons correctement notre problme (nous n'allons pas attaquer le cas le
plus gnral pour l'instant). Soit la fonctionnelle

S[f ] =

L[f (t), f (t), t]dt

(11.3)

a
Trouver la fonction

f (t),

avec

les conditions

f (a) = y0

et

f (b) = y1

pour laquelle

l'intgrale est un extremum.


Traditionnellement, la fonction

qui se trouve sous l'intgrale est appel le

Lagrangien. C'est une fonction tout ce qu'il y a de plus normal. Par exemple,

L(x, y) = x2 + y 2 .

f (t) et f (t) sont des nombres, il


L[f (t), f (t)] qui dans ce cas, vaut f (t)2 +f (t)2

Comme un instant donn,

est tout fait lgitime de calculer

comme l'expression que nous avions crit dans (11.1). En plus, nous avons le droit
de prendre les drives partielles de

: par exemple, dans ce cas,

L/y = 2y .

Il est usuel, si nous avions not

partielles par

L/f

et

L/f

L[f (t), f (t)],

L/x = 2x

et

de noter ces drives

: cela veut juste dire drive partielle par rapport

au premier ou deuxime argument. Dans ce cas, nous aurions eu par exemple

L/f = 2f (t).

t et on peut par
d[L/f ]/dt = 2f (t). Si au
dbut, vous trouvez cette notation abrupte, remplacez f et f avant les drivations
par x et y , et remettez les leur place une fois les oprations termines. Mais
D'ailleurs,

L/f

est ici une fonction de

exemple prendre sa drive par rapport au temps :

on prend vite l'habitude de ces notations. Notez galement que l'on ne cherche
pas n'importe quelle fonction, mais les fonctions qui prennent des valeurs bien
dtermine (y0 et

y1 )

aux bords

et

b.

Avant d'aller plus loin, revenons un instant au cas d'une fonction

f (x) dont ont


x,

veut trouver l'extremum. Si nous connaissons la valeur de la fonction au point


alors son accroissement quand on se dplace au point

df = f (x + ) f (x) = A(x) + termes

x+

est donne par

d'ordres

+ ...

La premire partie de l'accroissement (celle qui est importante quand


est linaire en

: si nous avions pris un

accroissement deux fois plus grand galement. La fonction


de proportionnalit entre
noter par

f (x) = 0,

f (x).

Le point

df et au point x, et
x est un extremum si

A(x)

est le coecient

nous avons plus l'habitude de la


le coecient de proportionnalit

c'est dire qu'en se dplaant autour du point

( l'ordre 1 en

est petit)

deux fois plus grand, nous aurions eu un

x,

l'accroissement de

) est nulle.

Nous n'avons qu' suivre cette mthodologie pour trouver l'extremum de notre
fonctionnelle

S[f ]

g(t) la fonction f (t), et


dS = S[f + g] S[f ]. Avec un peu de

: Nous allons ajouter la fonction

calculer l'accroissement de la fonctionnelle

chance, cette accroissement comporte un terme linaire en

141

11 Le calcul variationnel

y1
f+g
f
g
y0

Figure 11.1  Une fonction f

et une variation

autour de cette fonction.

dS = S[f + g] S[f ] = A[f, g]. + termes


o

g.

A[f, g]

d'ordre

+ ...

est un coecient de proportionnalit qui dpend des fonctions

Nous disons que

est un extremum si

A[f, g] = 0

quelque soit

g!

et

Cela est

analogue trouver l'extremum d'une fonction de plusieurs variables : le point

(x , y , z , ...)

soit

f (x, y, z, ...) si en ce point, quelque


(dx, 0, 0, ...) ou (0, dy, dz, ...) ) la partie linaire

est un extremum de la fonction

le dplacement ( par exemple

de l'accroissement est nulle. Une fonction, comme nous l'avons vu au chapitre 1,


n'est nalement qu'un point dans un espace dimension inni ; une fonctionnelle
est comme une fonction d'une innit de variable. Quelque soit

g dans l'expression

prcdente veut simplement dire quelque soit le dplacement dans cet espace.
Il faut prendre une prcaution : nous ne cherchons que des fonctions pour

f (a) = y0 et f (b) = y1 . Comme f satisfait dj cette condition, pour


f + g la fasse galement, nous ne devons considrer que des fonctions g tel
g(a) = g(b) = 0. Les fonctions g ne sont pas donc tout fait quelconque.

lesquelles
que
que

Nous obtenons :

S[f + g]

L[f (t) + g(t) , f (t) + g (t)]dt

(11.4)

a
b

S[f ] +
a

L
g(t)dt +
f

b
a

L
g (t)dt + ...
f

o nous avons simplement utilis le fait que L(x+h, y+k) = L(x, y)+(L/x)h+
(L/y)k+... On peut dj voir la partie linaire apparatre. Nous pouvons mettre

142

11 Le calcul variationnel
la deuxime intgrale un peu plus en forme en faisant une intgration par partie :

b
a

L
L
g (t)dt =
g(t)
f
f

d L
g(t)dt
dt f

vaut justement

La premire partie est nulle, puisque la fonction

0 sur les bords.

En remettant ce qui reste dans l'expression (11.4), nous avons :

L
d L

f
dt f

dS =
a

g(t)dt + ...

L'intgrale est notre facteur de proportionnalit entre


est un extremum, alors l'intgrale doit tre nulle
seule possibilit est donc que

dS

et

quelque soit

. Si la fonction
la fonction

g.

La

satisfasse l'quation direntielle

L
d L

f
dt f

=0

(11.5)

qui est appel l'quation d'Euler-Lagrange. Notez que cette quation est homogne dimentionnellement. Faisons quelques exercices pour nous xer les ides.

Identit de Beltrami.

d
dt

L
L
f

Evaluons l'expression

=
=

Si

L
L
L
L
d L
f
+f

f
f
dt f
f
f
t
L
L
d L

f
dt f
f
t
f

L ne dpend pas explicitement de t, alors L/t = 0 ; par ailleurs, l'expression

entre parenthse n'est que l'quation d'Euler-Lagrange et vaut zro par construction. Nous en dduisons que si le Lagrangien ne dpend pas explicitement du
temps, alors

L
L = Cte
f

Ceci est appel l'identit de Beltrami. En mcanique, ceci n'est rien d'autre que
la conservation d'nergie (exercice : le dmontrer) ; elle est cependant de porte
plus gnrale et facilite grandement les calculs dans les problmes o la variable
indpendante n'intervient pas explicitement, comme dans le problme du brachistochrone.

Exemple : Mcanique et loi de Newton.


matriel, le lagrangien est

L = T V ,

143

En mcanique analytique d'un point


est l'nergie cintique est

l'nergie

11 Le calcul variationnel
potentiel. Si on se restreint au cas unidimensionnel o une particule est soumis
un potentiel

V (x),

alors pour la particule de trajectoire

x(t),

L(x, x) = (1/2)mx2 V (x).

Le premier terme de l'quation d'Euler-Lagrange est

L
dV
=
x
dx
Comme nous l'avons mentionn ci-dessus, le seul terme qui dpend de la premire
variable

est

V (x).

Remplacer mentalement la deuxime variable

xpar y

dans

l'expression du lagrangien avant la drivation si cela vous drange. La drivation


par rapport la deuxime variable (

)donne

L
= mx

et la drivation par rapport au temps de cette dernire nous donne

d L
= m
x
dt x

et l'quation d'E.L. s'crit nalement

m + dV /dx = 0
x
Ce qui est bien sr la mme chose que l'quation de Newton

F = ma.
V (x) = Cte,

Allons un peu plus loin. Supposons que le potentiel est constant

s'est dire que la particule se meut dans une rgion de l'espace o il n'est pas
soumis une force. On peut galement dire que cette rgion de l'espace possde
une symtrie d'invariance par translation : deux particules identiques plac
deux endroits dirents de l'espace ragirait exactement de mme ; dit encore
autrement, nous n'avons aucune mthode pour dterminer o l'on se trouve dans
l'espace. Dans ce cas,

L/x = 0,

et l'quation d'E.L. s'crit

d L
=0
dt x

p = L/ x = Cte. Or, p n'est autre chose que la quantit du

p = mx. Donc, symtrie d'invariance par translation dans l'espace

ou encore la quantit
mouvement

nous impose la conservation de la quantit du mouvement. C'est un concept


extrmement profond

: chaque symtrie du Lagrangien correspond une loi de

2. Ceci s'appelle le thorme de Noether, du nom de la mathmaticienne allemande qui l'a


formul vers 1912.

144

11 Le calcul variationnel
conservation. La conservation de l'nergie est lie la symtrie de translation
dans le temps, la conservation du moment cintique est associ l'invariance par
rotation autour d'un axe et ainsi de suite. En physique, une thorie n'est bien
form que si on peut la formuler sous forme variationnelle et chercher, par la
symtrie sous-jacente du lagrangien, ses lois de conservation. Plus tard dans ce
chapitre, nous verrons les formulations lagrangienne de l'lectromagntisme et de
la mcanique quantique quand nous verrons comment traiter les champs.

11.3 Plusieurs degrs de liberts.


Parfois, souvent, le lagrangien dpend de plusieurs fonctions. Par exemple,

x1 , x2 , x3
L = L(x1 , x2 , x3 , x1 , x2 , x3 ). Si les xi sont les coordonnes cartsiennes, nous

2
avons L = (m/2)
i xi V (r). La dmarche ci-dessus peut-tre rpte mot
une particule dans l'espace habituel possde trois degrs de liberts
et

mot pour dmontrer que nous aurons une quation d'E.L. pour
libert :

chaque

degrs de

d L
L

=0
xi
dt xi

(11.6)

L'approche lagrangienne ne dpend pas du choix de coordonnes, bien videmment. Il sut donc de pouvoir crire l'nergie cintique et potentielle pour dduire
les quations du mouvement de faon automatique.

Exemple 1 : mouvement dans un champ central.

Il est facile de passer de

m = 1)

T = x2 + y 2 + z 2 aux coordonnes sphriques, T = r2 +r2 2 +r2 sin2 2 . L'nergie

potentiel est V (r), ce qui donne le lagrangien


l'expression de l'nergie cintique en coordonnes cartsiennes (on pose

L = r2 + r2 2 + r2 sin2 2 V (r)

En crivant E.L. pour

4rr + 2r2 2r2 sin cos 2 = 0

(11.7)

Nous remarquons que nous avons une symtrie : si nous avions choisi nos axes

t = 0, = /2 et = 0 ( ce qui revient choisir le plan xy dni par le


rayon vecteur de la particule et sa vitesse ), alors (t) = /2 vrie trivialement
l'quation (11.7) : la particule reste dans le plan xy . Le lagrangien s'crit plus
pour que

simplement donc

Nous remarquons que

L = r2 + r2 2 V (r)

n'intervient pas dans le lagrangien, le moment associ

cette variable se conserve donc :

p =

= 2r2 = cte

145

11 Le calcul variationnel
Ceci n'est rien d'autre que la conservation du moment cintique, comme nous
l'avions annonc ci-dessus. Finalement, il faut crire l'E.L. pour

et rsoudre

les quations direntielles rsultantes. Le lecteur trouvera la solution de ses


quations dans les livres de mcanique.

Exemple 2 : Pendule paramtrique.


au plan

xy

priodique dans le temps :

= (t).

m=1

Soit un pendule de masse

(on suppose la gravit selon l'axe

y)

restreint

dont la longueur varie de faon

Quelle est son quation de mouvement ?

que
y comme ce degrs. L'nergie cintique est donne par

T = (x2 + y 2 )/2. Comme x = sin et y = cos , T = ( 2 + 2 2 )/2. L'nergie

potentiel est U = gy = g cos . Pour le premier terme de l'quation E.L., nous


Le systme possde un seul degrs de libert. Nous choisissons l'angle

fait le pendule avec l'axe

avons

d L

dt

=
=

Comme par ailleurs,

L/ = U/ = g sin ,

mouvement :

Si

d 2

dt
2

+ 2

+ 2 /

nous trouvons l'quation du

+ (g/ ) sin = 0

est constante, nous retrouvons l'quation classique d'un pendule. Si mainte-

nant

oscille faiblement autour d'une position moyenne

0+ 1

sin t,

1,

on peut dmontrer qu'il y a phnomne de rsonance si la frquence d'excitation

est le

double

de la frquence propre

alors bloque (

ou

g/

0 ; la phase de l'oscillateur est

sur la phase de l'excitation. Ce procd est largement

utilis dans les circuits lectroniques.


Vous avez sans doute remarqu avec quelle facilit l'on obtient les quations
du mouvement. En aucun cas on ne doit chercher les forces des ractions des
contraintes, comme dans le cas de la formulation Newtonienne. Il existe une
interprtation gomtrique extrmement profonde de cette approche qui peuttre trouv dans les livres de mcanique analytique. Nous ne continuerons pas
plus le sujet ici.

Drivation vectorielle.
Nous avons vu ci-dessus comment driver les quations d'Euler-Lagrange quand
le Lagrangien dpend de plusieurs fonctions
Trs souvent cependant, les fonctions

xi (t)

x1 , x2 , ...xn

d'une seule variable

sont les coordonnes d'un

vecteur

t.
et

il est vraiment dommage de devoir dcomposer le vecteur en ses composantes.


Ainsi, au lieu d'crire

F = ma,

nous sommes amens crire

146

quations du

11 Le calcul variationnel
genre

fx = m, fy = m
x
y

, ... Nous pouvons

vectoriser

les quations E-L pour

nous viter ce gymnastique inutile et donner un sens gomtrique nos quations.


Pour cela, nous devons gnraliser le concept de drivation. Premirement,
remarquons que le Lagrangien est toujours un

scalaire.

Un Lagrangien avec un

sens gomtrique ne doit donc faire intervenir que des oprations sur les vecteurs
dont le rsultats est un scalaire intrinsque, c'est dire un scalaire dont le rsultat
ne dpend pas du systme de coordonnes que nous avons choisi. Le meilleurs
exemple d'une telle opration est le

produit scalaire.

Prenons par exemple, dans l'espace trois dimensions, la fonction

f (r) = r.r ;

si nous nous sommes quipes de coordonnes cartsiennes, ceci est un racourci


pour crire

f (x, y, z) = x2 + y 2 + z 2
x f . Pouvons nous
f /r ? La rponse est videmment oui si nous nous
souvenons de la dnition de la drive. Faisons un petit dplacement u autour
du point r et mesurons la partie linaire du changement dans la fonction f
Nous pouvons donc donner un sens des expressions tel que
donner un sens l'expression

df

f (r + u) f (r)

(r + u).(r + u) r.r

2r.u + O(u2 )

Nous pouvons donc eectivement crire la partie linaire comme

df =
o

(f /r)

reprsente le vecteur

2r.

f
r

.u

Ceci est l'exact equivalent (et la gnrali-

sation) de la drive de la fonction d'une seule variable scalaire

f (x) = 2x.
ou
f 3.

En analyse vectorielle, la quantit

(f /r)

f (x) = x2 ,

est souvent note gradf

Nous pouvons gnraliser le produit scalaire en utilisant les notations matricielle. Dans ce cas, le produit scalaire ci-dessus s'crit

rT r

rT

est un vecteur

r. De faon encore plus gnrale, nous pouvons avoir des exT


pressions du genre f (r) = r Ar o A est une application bilinaire, qu'on appelle
plus comunment un tenseur de rang 2. Il n'est pas dicile alors de voir que
colonne associ

df = rT (A + AT ) .u
As = (A + AT )/2 la partie symmtrique de l'application A, nous
f /r = 2rT As . Cette formulation est dveloppe en dtail dans le chapitre
consacr au tenseur. Notons simplement que l'application A peut tre utilis pour
Si l'on note

avons

3. Voir les chapitres sur les formes direntielles et le calcul tensoriel.

147

11 Le calcul variationnel
grer simplement les changement de coordonnes. A 2 dimensions, en coordonnes
polaire par exemple, nous avons

1
0

A=
Exercice.

Soit le Lagrangien

0
r2


L = (1/2)mx.x + V (x).

Dmontrer que les qua-

tions d'Euler-Lagrange s'crivent

m = gradV
x

11.4 Formulation Lagrangienne et quation du


mouvement d'un champ.
L o le calcul variationnel montre toute sa puissance est pour l'obtention
d'quations d'volution pour un champ : la hauteur d'une corde vibrante, le
champ lectromagntique, le champ des contraintes lastique dans un solide, le
champ des amplitudes en mcanique quantique. Peut importe le champ, il sut
de pouvoir formuler un lagrangien, c'est dire l'nergie cintique moins l'nergie
potentielle, et le tour est jou. La dirence par rapport ce que nous avons
dvelopp ci-dessus est minime. Jusque l, nous avions considr des lagrangiens
fonctions de plusieurs

xi ,

chacune de ces dernires fonction

d'une

nous allons considrer des lagrangien fonction de plusieurs

i ,

variable

t.

L,

chacune de ces

dernires fonction de plusieurs variable.

Exemple fondamental.

Pour xer les ides, considrons le cas de la corde vi-

brante xe ces deux extrmits (x

= 0 et x = L). A chaque instant t, la


x est donne par (x, t). tant donne la forme
t0 ((x, t0 ) = y0 (x) ) et t1 ((x, t1 ) = y1 (x) ), quelle est

hauteur de la corde la position


de la corde l'instant

l'volution de la corde qui minimise l'action ? La trajectoire de la corde est alors

y0 (x)

y1 (x)

A un instant donne

t,

l'nergie cintique de la corde est donne par la somme

la surface reliant

dans le temps.

de l'nergie cintique de tout ses points matriel,

T =

(/t) dx
0

et son nergie potentielle est l'nergie lastique des dformations

V =

k (/x) dx
0

148

(11.8)

11 Le calcul variationnel
est la densit de la ligne et k sa constante lastique. Notant c2 = k/, l'action
(le cot d'une trajectoire (x, t) ) est

t1

dxdt

t0

g(x, t)

En considrant une variation


vons qu' l'ordre 1 en

(/t) c2 (/x)

S[] =

autour de la trajectoire

(x, t),

nous trou-

, la variation de l'action est

t1

S[ + g] S[] =
t0

g
g
c2
dxdt
t t
x x

En faisant des intgration par partie, nous trouvons

t1

S =
t0

S = 0

quelque soit la variation

2
2
c2 2 gdxdt
t2
x

que si le terme entre

[]est

nul, c'est dire

2
2
c2 2 = 0
2
t
x
qui est bien sr l'quation d'onde bien connue.

Equation gnrale du mouvement de champ.

Nous pouvons maintenant g-

nraliser cette approche par des calculs aussi lmentaires que ceux ci-dessus,
l'tape le plus technique tant une intgration par partie. Soit un domaine
dans un esapce

dimensions, o nous cherchons trouver l'extrmum de la

fonctionnelle

L(u,1 , ..., u,n , u, x1 , ...xn )dn x

S[u] =
D
o

u,i = u/xi . La valeur de la fonction u(x1 , ..., xn ) sur la frontire du domaine

tant x. L'quation d'Euler-Lagrange pour ce champ est donn par

i=1

xi

L
u,i

L
=0
u

Remarquez que cette expression est une simple gnralisation d'EL une dimension : l'expression de drivation de moment
somme de toutes les drives partielles.

149

(d/dx)(L/u )

est remplace par la

11 Le calcul variationnel
Tenseur energie-impulsion.

Nous pouvons pousser un peu plus loin. Nous avons

vu l'galit de Beltrami quand nous avons une fonction d'une variable et que le
lagrangien ne dpend pas de la variable indpendante :

d
dx

L
L
y

=0

ou si nous voulions l'crire avec nos notations sophistiques

d
dx
ou nous avons not

y,x

L
L
y,x

y,x = y = dy/dx.

Si

=0

reprsente le Lagrangien de la mc-

naique analytique, le terme entre crochet rerpsente l'Hamiltonien, une quantit scalaire. Nous pouvons gnraliser ce concept au lagrangien d'un champ

u(x1 , x2 , ...xn )
notant

qui ne dpend pas explicitement des variables indpendantes. En

Tij = u,i

L
u,j

ij L

nous pouvons obtenir l'quivalent de l'identit de Beltrami pour un champ :

j=1
la quantit

Tij
=0
xj

qui joue le rle de l'Hamiltonian pour le champ est souvent appel

en physique le tenseur nergie-impulsion. Le lecteur interess pourra consulter


5

des livres de gomtrie pour voir la signication gnrale de ce tenseur .

Exercices.
1. Pour une corde vibrante dans un champ de gravitation, nous devons ajouter
le terme

Vg =

dx

l'nergie potentielle (11.8) o

est le produit de

la densit par l'acclaration de la gravit. Dduire l'quation du mouvement


du champ dans ce cas. Mme question si la corde se trouve dans un potentiel
harmonique

Vh =

2 dx.

2. Calculer le tenseur energie-impulsion pour la corde vibrante sans potentiel


extrieur. Que reprsente
cas ? Que reprsente alors

4. Rappelons que

ij = 0

si

i=j

Ttt ? Que
Ttx ?

et

veut dire l'identit de Beltrami dans ce

sinon. Ceci est appel le symbole de Kroneker

5. Notons quand mme que cela ressembe une expression du genre

divT = 0.

Classique-

ment, la divergence est dni pour un vecteur et est fortement associe au ux de ce vecteur
travers une surface. Il n'est pas trop dicile de donner un sens au concept du ux d'un tenseur.

150

11 Le calcul variationnel
3. Dduire les quations du mouvements d'un champ dans un espace
o l'expression de l'nergie potentielle (interne) est donn par

V =

ndimension,
k( )2 dr.
I

Ceci gnralise l'quation de la corde vibrante.


4. Dduire l'quation du mouvement d'un champ dans un espace

ndimension

anisotrope, o l'expression de l'nergie potentielle (interne) est donn par

V =

aij
I i,j


dr
xi xj
aij = aji

o pour les coecients, nous pouvons supposer

(pourquoi ?). Ce

genre d'expression se rencontre frquemment dans des problmes comme


l'lasticit des cristaux, o les dformations dans les direntes directions
ne sont pas quivalentes.

11.5 Optimisation sous contraintes.


11.5.1 Les dplacements compatibles.
Oublions pour l'instant le problme de l'extremum d'une fonctionnelle, et revenons au problme beaucoup plus simple de l'extremum d'une fonction de plusieurs
variables. Soit la fonction

f (x, y)

dont nous cherchons l'extremum. Nous savons

qu'au point extremum, les termes linaires des variations doivent tre nulle

df = f (x + h, y + k) f (x, y) =
et ceci quelque soit

h, k

f
x

h+

f
y

k + O(h2 , k 2 )

: quelque soit la direction que l'on prend au point extre-

mum, le terme linaire de la variation doit tre nulle.


Supposons maintenant que nous ajoutons une contrainte : nous ne cherchons
pas l'extremum absolu de

f , mais un point x

qui satisfasse en plus la contrainte

g(x, y) = 0. Par exemple, nous savons que le minimum de la fonction f (x, y) =


x2 +y 2 est le point (0, 0). Mais si nous contraignons notre point se dplacer sur la
courbe y = ax + b, b = 0, le point (0, 0) n'est pas atteignable. On peut cependant
6
chercher un point qui minimise f avec la contrainte donne . Dans le cas simple
que nous somme en train de traiter ici, on peut rsoudre une coordonnes par
rapport l'autre et ramener la fonction une seule variable (degrs de libert) :

f (x) = x2 + (ax + b)2

et chercher maintenant le minimum de cette nouvelle

fonction (o les contraintes ont t absorbes). En gnral cependant, la fonction


contrainte

g(x, y) = 0

est susamment complique pour qu'on ne puisse pas

rsoudre une des coordonnes par rapport aux autres.


6. Imaginer que vous marchez en montagne sur un chemin, et vous vous intressez au point
le plus bas

sur ce chemin

et non pas en gnral.

151

11 Le calcul variationnel
4

g(x,y)=0

4
4

Figure 11.2  La fonction f (x, y) = x2 + y2 est reprsente par ses courbes de


niveau. Le minimum absolu de cette fonction est le point

(0, 0).

O =

Le point le plus bas de la fonction qui doit galement

appartenir la courbe

g(x, y) = 0

est le point

A.

Revenons la dnition gnral : la variation linaire de la fonction autour


du point extremum

(x , y )

(h, k)

doit tre nulle quelque soit le dplacement

autour de ce point. En prsence des contraintes, nous relchons cette exigence :


il faut que la variation linaire autour du point
pour les dplacement

(h, k)

compatible

compatibles avec la contrainte

(x , y )

soit nulle seulement


7

avec les contraintes . Les dplacements

g(x, y) = 0

sont donnes par

(g/x)h + (g/y)k = 0
Ceci nous donne une quation supplmentaire considrer avec l'quation

df = (f /x)h + (f /y)k = 0
Nous sommes arrivs un systme de deux quations deux inconnus
En rsolvant

en fonction de

la deuxime, et en exigeant maintenant que


obtenons

linaire.

dans la premire quation et en l'injectant dans

df

soit nulle quelque soit

h,

nous

(f /x)(g/y) (f /y)(g/x) = 0
Ceci est une condition supplmentaire sur l'extremum de la fonction

(11.9)

f.

7. En mcanique, cela est appel la mthode des travaux virtuels


8. On peut galement dire que pour que le systme
solution non trivial

h = k = 0,

Ah + Bk = 0, Ch + Dk = 0

il faut que le dterminant de la matrice

A
C

B
D

soit nulle.

152

ait une

11 Le calcul variationnel
Exemple.

Trouver l'extremum de la fonction

g(x, y) = ax + y b = 0.

f (x, y) = x2 +y 2

avec la contrainte

En crivant la condition (11.9), nous obtenons

(2x)1 (2y)(a) = 0
x + ay = 0. En combinant cette quation avec la contrainte
y = ax+b, nous trouvons les coordonnes du point extremum : x = ab/(1+a2 ),
y = b/(1 + a2 ).

ou autrement dit,

11.5.2 Les multiplicateurs de Lagrange.


Lagrange a introduit une mthode quivalente ce que nous venons de voir

f (x, y) avec la contrainte g(x, y) = 0. Lagrange


et considre maintenant le problme de
fonction F (x, y, ) = f (x, y) g(x, y). Cela nous

ci-dessus. Nous voulons optimiser

introduit une variable supplmentaire,


l'optimisation (libre) de la
donne

F
x
F
y
F

=
=
=

f
g

=0
x
x
f
g

=0
y
y

(11.10)
(11.11)

g(x, y) = 0

(11.12)

L'quation (11.12) n'est rien d'autre que la contrainte et assure que la solution
trouve est bien conforme. Les deux premires quations (11.10,11.11) ne sont
rien d'autre que la condition (11.9) si on y limine

f (x, y) = x2 +y 2 avec la contrainte g(x, y) =


ax + y b = 0. Nous introduisons la fonction F (x, y) = x2 + y 2 (ax + y b).
Re-exemple.

Minimisons la fonction

Cela nous donne

2x + a =
2y
Ce qui bien sr nous donne

x + ay = 0.

0
0

Nous trouvons nouveau le mme point

optimum ; de plus, si on le souhaite, on peut trouver galement

= 2y =

2b/(1 + a ).
Le coecient

est appel un multiplicateur de Lagrange. La mthode a une

signication physique profonde : supposons que nous avons un point matriel


dans le potentiel

f (x, y)

astreint rester sur la courbe

g(x, y).

Au point

x ,

le

point (qui est stable) est soumis une force non-nulle de la part du potentiel

F = (x f, y f ).

Pour qu'il puisse rester sur la position

153

x ,

il faut que la courbe

11 Le calcul variationnel
g(x, y)

exerce une force de raction sur le point qui vaut justement

(x g,y g).

Si on enlevait la contrainte mais qu'on soumettait le point matriel cette force


supplmentaire, il se mettrait exactement la mme position.

11.5.3 Gnralisation des multiplicateurs de Lagrange.


Les multiplicateurs de Lagrange se gnralise de faon naturelle aux fonctions

de

m contrainte. Pour optimiser la fonction f (x1 , ...xn )


g1 (x1 , ...xn ) = 0,...,gm (x1 , ...xn ) = 0, nous considrons
F de n + m variable

variables soumis

soumise aux contraintes


la nouvelle fonction

F (x1 , ...xn ; 1 , ...m ) = f (x1 , ...xn ) 1 g1 (x1 , ...xn ) ... m gm (x1 , ...xn )
Nous chercherons l'extremum (sans contrainte) de la fonction

Exercice.

F.

Dmontrer le cas gnral, en suivant le chemin dj trac.

La mthode des multiplicateurs de Lagrange se gnralise trs naturellement


aux fonctionnelles. Si Nous devons trouver le minimum de la fonctionnelle

L(y , y, x)dx
I

g(y , y)dx = A,
I

avec la contrainte

S[y] =

il nous sut d'introduire la

fonctionnelle

S [y; ] =

{L(y , y, x) g(y , y)}


I

et de chercher le minimum de cette fonctionnelle par les techniques habituelles


du calcul des variations ( expliquer pourquoi nous pouvons omettre la constante

A)

Exemple : Le problme isoprimtrique.

Trouver la courbe ferm de longueur

donn qui maximise sa surface.


Supposons

10

que nous pouvons reprsenter la courbe par une fonction

R().

Nous cherchons minimiser la fonctionnelle

(1/2)R2 ()d

S[R] =

(11.13)

0
avec la contrainte

R()d = L

(11.14)

0
9. Cette dualit force-contrainte a jou un grand rle dans le dveloppement de la mcanique,
de sa formulation Newtonienne dans les annes ~1680 l'apparition du livre de mcanique
analytique par Lagrange en ~1780. Lagrange tait er de n'avoir pas inclus une seule gure
dans son livre. En mcanique, la mthode de Lagrange nous permet de calculer une position
d'quilibre sans calculer explicitement les forces de ractions.
10. Ceci est une trs grosse supposition. Le lecteur a intrt a tracer quelques courbes qui ne
sont pas reprsentable par une fonction

R()

pour se rendre compte de la simplication que

nous assumons derrire cette supposition.

154

11 Le calcul variationnel
Considrons la nouvelle fonctionnelle

(1/2)R2 () R() d

S [R(); ] =
0
Le terme entre

{}

(que nous continuons d'appeler le Lagrangien) ne contient

mme pas de drive de

R;

l'quation d'Euler-Lagrange nous donne directement

R=0
R = = Cte. Ceci est bien un cercle. Pour trouver , nous utilisons la
= L/2 . La courbe qui minimise la surface
un cercle de rayon R = L/2 .

c'est dire

contrainte (11.14), qui nous donne


est donc

Exemple : distribution d'nergie dans un systme isol.


ayant

Soit un systme isol

particule (N

une nergie dans

+) et soit c(x) le nombre relatif de particule ayant


l'intervalle [x, x + dx[. Comme le systme est isol, le nombre

de particules et l'nergie totale sont conservs :

c(x)dx

(11.15)

xc(x)dx

(11.16)

0
o nous appelons

l'nergie moyenne par particule :

totale du systme. Le thorme

c(x)

T = E0 /N

avec

E0

l'nergie

de Boltzmann nous apprend que la fonction

doit tre choisi de faon ce que la quantit

H [c] =

c(x). log [c(x)] dx

(11.17)

0
soit extremum. La quantit

est souvent appel entropie. Avec les deux contraintes

(11.15,11.16), nous devons donc chercher l'extremum de la fonctionnelle

H [c; , ] =

c(x). log [c(x)] dx


0

c(x)dx
0

xc(x)dx
0

Le calcul est assez simple dans ce cas, puisque nous n'avons pas de drivs dans
la fonctionnelle. En cherchant la valeur de la fonctionnelle pour
et en nous contentant d'ordre 1 en

H [c + g; , ]

, nous trouvons

(1 + log c x) g(x)dx

H [c + g; , ] = H [c; , ] +
0

155

11 Le calcul variationnel
c(x) est un extremum
g , c'est dire si

la fonction
sont nulle

de la fonctionnelle

si les variations linaires

log c = ( 1) + x
ou autrement dit

A = = 1/T .

c(x) = Aex ;

l'utilisation des deux contraintes nous donne

Autrement dit,

c(x) = (1/T )ex/T


11.5.4 Formulation variationnelle des systmes
Sturm-Liouville.
Rappelons qu'un systme Sturm-Liouville est une quation aux valeurs propres

(x)y + (x)y + (x)y = y


Nous avons mentionn (et insist) que si nous trouvons un poids

w(x)

qui rend

l'oprateur hermitien, alors les solutions des systmes SL minimise une certaine
fonctionnelle. Nous avons vu que si une telle fonction poids existe, alors elle doit
ober l'quation
alternative

(w) = w

et le systme peut alors s'crire sous la forme

d
(wy ) + wy = wy
dx

Remarquer que cette forme ressemble furieusement une quation Euler-Lagrange.


On peut faire le chemin inverse : minimiser la fonctionnelle

p(x)y 2 + q(x)y 2 dx

S[y] =
I
avec la contrainte

w(x)y 2 dx = 1
I
Comme on peut le voir, nous pouvons formellement identier l'quation d'EulerLagrange du systme ci-dessus un systme SL en posant

p = w, q = w .

regarder de plus prs, la formulation variationnelle d'un systme SL, si on assimile


la variable

x au temps, ressemble beaucoup un oscillateur harmonique avec une

masse et une constante de ressort dpendant du temps. Ceci, comme nous l'avons
mentionn, est le point de dpart de l'approximation WKB.

156

11 Le calcul variationnel
11.6 Les conditions aux bords naturelles 1.
Revenons notre formulation initiale de problme d'xtremum. Nous voulons
trouver l'extremum de la fonctionnelle

S[y] =

L(y , y, x)dx
a

avec les conditions aux bords xe

y(a) = y0 ; y(b) = y1
Pour cela, nous avons crit la variation de

g(x)

en fonction d'une petite perturbation

pour obtenir

S =

L
g
y

L
d L

y
dx y

+
a

gdx

(11.18)

S = 0 quelque
g(a) = g(b) = 0, donc le

g(x).

et nous avons cherch dans quelles conditions,

soit

conditions aux bords nous ont imposes

premier terme

Nos

est nul ; le deuxime terme nous donne les quations d'E-L.


Ceci dit, nous pouvons relacher nos contraintes, et ne pas
exiger que

y(a) = y0 , y(b) = y0 . Le problme serait alors :


a et b, trouver celle qui exfonctionnelle. Dans ce cas, l'annulation de S

parmis toutes les courbes entre


trmise la

exige toujours l'annulation de l'intgrale, qui nous donnera


comme d'habitude les quation d'Euler Lagrange, et l'annulation du terme de bord. Or, cette fois, comme les bords
ne sont plus xe, nous n'avons plus

g(a) = g(b) = 0,

pour

Figure 11.3  Bords


libres

annuler les termes de surface, nous devons exiger

L
y

=0
x=a,b

ce qui nous fournit deux nouvelles conditions en remplacement des conditions

y(a) = y0 , y(b) = y0 .
y varier sur

et laisser

On peut bien sur mixer les conditions : xer

en un bord

l'autre bord.

Application 1 : Elasticit des poutres.

Pour illustrer ce principe, considrons

un lagrangien qui contient des drives d'ordre 2 :

L = L(y , y , y, x).

Dans ce

cas, la variation s'crit

S =

d L
L
L
g
g+
g
y
dx y
y

+
a

157

L
d2 L
d L

+ 2
y
dx y
dx y

gdx

11 Le calcul variationnel
Pour une poutre lastique soumis une charge

f (x) par exmeple, l'nergie s'crit

By

E=

f (x)y dx

0
Si la poutre est encastre (a), nous avons les
conditions

y(0) = y(L) = 0

et y (0) = y (L) = 0.

Dans ce cas, le terme de bord est automatique-

(a)

ment nulle. Par contre, si la poutre est seulement

(b)

pos (b), nous avons seulement

y(0) = y(L) = 0.

(c)

Pour trouver les deux autres conditions et annuler


le terme de bord, nous devons avoir
c'est dire

y (0) = y (L) = 0.

L/y = 0,

Nous laissons au

lecteur le soin de trouver les conditions aux limites

Figure 11.4  poutres


xes.

pour le cas (c).

Application II : angle de contact.

Mettons un

liquide en contact avec un support solide. Le liquide monte le long de la paroi


solide, et par rapport l'tat de rfrence, l'nergie libre du systme s'crit :

F = lg ( L) + (sl sg )h
les coecients

lg ,...

sont les tensions de surface liquide-gaz, ... ;

longueur de l'interface liquide-solide aprs la monte du liquide,

est la

la lon-

gueur de cette mme interface avant la monte, et nous supposerons ces deux
valeurs trs grand (

). h

est la longueur de l'interface solide-liquide.

Reprons la courbe du liquide par la fonction

y(x).

En mettant le problme sous forme varia-

tionnelle, nous avons

Sol.
Gaz

F [y] =

lg

1 + y 2 1 dx + (sl sg )y(0)

0
Liq.

avec la contrainte de conservation de masse qui est

ydx = 0
0
Nous sommes en prsence d'une optimisation sous contrainte, en prsence de
bords libre, c'est dire la hauteur du liquide

y(x)

une variation

g(x)

x=0

et

x = .

En ajoutant

ne s'annule pas sur les bords de l'intervalle, nous

obtenons d'une part une quation d'Euler Lagrange comme d'habitude, et d'autre
part une condition non-trivial sur le bord

x=0

L
+ (sl sg )
y

158

=0
x=0

11 Le calcul variationnel
Or,

L
=
y

lg y

1 + y2

= lg cos

est l'angle entre la tangente et l'axe

solide-liquide

cos =

y.

On en dduit l'angle de contact

sg sl
lg

La relation ci-dessus est connu sous le nom de la relaton d'Young. Comme la


mesure de l'angle de contact est facile, on l'utilise en gnral pour mesurer les
tensions de surface.

11.7 Les conditions aux bords naturelles 2.


Dans le paragraphe prcdent, l'abscisse

ayant la libert de bouger le long d'une droite

tait xe sur les deux bords,

verticale. Nous pouvons gnraliser

encore plus en relachant cette contrainte et permettre aux points sur les bords de
se mouvoir le long d'une courbe quelconque. Supposons, pour la simplicit, que

x=b

seulement le bord droit

doit se mouvoir le long d'une courbe

y = (x).

L'expression (11.18) que nous avions crit dpend bien sr du bord, et on peut
crire la variation caus autour de

S[y, b] S[y + g, b + db]

y(x)

L
g
y

L
g
y

par

+
a

a
b

L
d L

y
dx y

b+db

gdx +

L(y , y, x)d
b

+ L(y , y, x)db + {...}

(11.19

Le terme entre crochet nous donne l'quation d'Euler-Lagrange comme d'habitude sur l'interval

[a, b].

Occupons nous seulement des termes du bord. Nous

devons avoir, puisque le point du bord se meut le long de la courbe

y = (x),

y(b + db) + g(b + db) = (x + db)


0

Cela nous donne, l'ordre

en

db, y(b) = (b)

bien sr, et de plus, l'ordre

g(b) = ( (b) y (b)) db


Finalement, la variation de

S =

due au bord s'crit

L
( (b) y (b)) + L(y , y, x) db
y

159

11 Le calcul variationnel
et la nullit de ce terme nous impose

y (b)

L
L
L=
(b)
y
y

H , tandis que
p. En mcanique analytique, on les appelles l'Hamiltonien

Le lecteur peut noter que le terme de gauche est souvent not

L/y

est souvent not

et le moment. L'quation s'crit donc, sur le bord,

H = p (b)
Rsumons : Si

(11.20)

db = 0, nous n'avons rien faire de plus dans l'expression (11.19), et


p = 0. Si db = 0,

nous avons notre condition au bord du parapgraphe prcdent

alors nous devons utiliser la condition plus gnral (11.20). En particulier, si

(b) = 0

(nous n'admettons que des dplacelements lelong de l'axe

x),

alors

nous devons avoir

H=0
Exemple : angle de contact d'une goutte pos sur un substrat solide non
plane.
Exemple 2 : Brachistrochrone gnrale.

11.8 Dtour : lments de gomtries


non-euclidiennes.
Le cinquime axiome d'Euclide est le suivant : d'un point en dehors d'une
droite, on ne peut tracer qu'une et une seule droite parallle au premier. Pendant
deux millnaires, les mathmiticiens ont cru que ceci n'est pas un axiome, mais
un thorme que l'on peut dmontrer partir des quatre premier axiomes. A
partir de 1830, il est devenu claire que le cinquime mrite le titre d'axiome
et qu'on peut tout a fait formuler d'autres gomtries qui acceptent d'autres
axiomes. Nous allons tudier une version simplie de la gomtrie riemanienne.
Pour cela, nous devons donner un sens prcis au mot droite : nous le dnirons
dornavent comme le chemin le plus court entre deux points ; il est plus habituel
alors d'appeler cela une godsique. Supposons que nous avons muni notre espace
bidimensionnel d'un systme de coordonnes

(x1 , x2 ).

points inniments voisins est dnie par

ds2 =

gij dxi dxj


i,j

160

La distance entre deux

11 Le calcul variationnel
o

gij = gij (x1 , x2 )

est appel le tenseur mtrique. Par exemple, si nous avons

ds2 = dr2 + r2 d2 et nous avons


(en posant x1 = r , x2 = ), g11 = 1, g22 = x , g12 = g21 = 0.
Nous allons considrer dans la suite le cas trs particulier o g11 = 1, gi=j = 0
2
11
et g22 = g (x), o g est une fonction quelconque
. Le prrimtre d'une courbe
y(x) reliant deux points est donne par

muni le plan euclidien de coordones polaires,

1 + g 2 (x)y 2 dx

[y(x)] =
1

et il est lmentaire de montrer, d'aprs les prcdents paragraphes, que l'quation


d'Euler-Lagrange nous donne immdiatement l'quation de la courbe :

y = a/g
o

g 2 a2

est une constante d'intgration. Dans le cas des coordonnes polaire par

exemple o

g(x) = x,

l'quation d'une droite

nous pouvons intgrer l'quation ci-dessus

y = + arccos(a/x)

et

12

et obtenir

sont deux constante d'in-

tgration. Pour vous convaincre que cela est eectivement le cas, Il sut d'inteprter

x comme r

et

comme

faire un petit schma et quelques manipulations

d'angles .
Prenons le cas plus intressant pour nous de
gration s'eectue sans dicult

13

g(x) = sin(x).

A nouveau, l'int-

et nous obtenons

y = + arccos (cos cot x)


et sont deux constantes d'intgration. Nous voyons par exemple que pour
= /2, nous avons une famille de droites donnes par y = Cte. Prenons la
godsique y = 0 et considrons le point P = (/2, /2) en dehors de cette
droite. Toute les droites traversant ce point doivent avoir le paramtre = 0. Il
n'est pas alors dicile de voir que toute ces droites croisent la droite y = 0 au
point cot x = 1/ cos .
Nous venons de dmontrer dans ce cas que toutes les droites traversant P
croisent une droite ne contenant pas P ; cela est trs dirent du cinquime axiome
o

d'Euclide. Le cas que nous venons de traiter correpsond la gomtrie sphrique :


sur la sphre unit, la distance entre deux points est donne par

sin d

ds2 = d2 +

. Mais le point de vue de Rieman est beaucoup plus fondamental que

cela : ce qui caractrise l'espace et qui lui donne sa substance est la donne du
tenseur mtrique. Les habitants de la surface de la sphre unit ne peuvent pas
11. Nous noterons par habitude les coordonnes

(x, y) sans leur associer l'ide de coordonnes

cartesiennes
12. il sut d'eectuer le changement de variable
13. Il sut de poser

u = cot x

161

u = a/x

11 Le calcul variationnel
z
y

r(z)

F
a

(a)

(b)

Figure 11.5  (a)

(c)

: surface minimum entre deux cercle ; (b) ambage d'une

barre ; (c) pont suspendu une chanette.

voir qu'ils sont sur une sphre. Ils peuvent par contre visionner les godsiques
(en suivant les trajets des faisceaux de lumire ) et dterminer la nature de leur
espace en faisant des mesures par exemple de la somme des angles d'un triangle
form par trois godsiques. C'est exactement dans ce cadre qu'Einstein a formul
sa thorie de gravit en 1917, o les masses confrent de la courbure l'espacetemps.

A ajouter.
1. Discuter la Jauge dans le Lagragian et eventuellement le theorme de Noether.

Problmes.

1. Surface minimum.

Soit deux cercles concentriques de rayon priori dirents

disposs l'un au dessus de l'autre une hauteur

h. Quelle est la forme de la surface

d'aire minimum qui relie les deux cercles (g. 11.5a) ?

2. Energie de courbure.

Comment faut-il crire les quations d'Euler-Lagrange

si le Lagrangien contient des drives secondes ? Plus spciquement, supposer


que le Lagrangien est de la forme

L = y (x)2 + V (y).

L = L(y , y , y, x).
3. Brachistochrone.

Nous voulons minimiser

x1

T =
0

1+y2
dx
y

162

Gnraliser ensuite au cas

11 Le calcul variationnel
En utilisant l'identit de Beltrami, dmontrer que la courbe
l'quation

y(x)

doit obir

1
=C
y(1 + y 2 )

est une constante. Rsoudre cette quation du premire ordre en dmontrant

d'abord que

dx = dy
1/C 2 = 2a ;

o nous avons pos

y = a(1 cos ).

y
2a y

integrer cette dernire quation en posant

[Help : nous devons obtenir l'quation du cyclode sous forme

paramtrique.]

4. Elasticit 1-d.

Soit une barre dont on repre les points (avant deformation)

par la coordonnes

x.

On appuie sur la barre parrallelement son axe ; les

points de la barre se dplacent aux coordonnes


lons

dplacement u(x) = x x

(Figure 11.6). Nous appe-

la fonction qui traque cette quantit. L'nergie

lastique stock dans la barre est proportionnel

au carr du gradient de ce terme :

(1/2)ku (x)2 dx

E=
0
o

est la constante lastique de la barre (qu'on appelle

galement le module d'Young). La force a eectu le travail

W = F u(L).

L'nergie totale de la barre s'crit donc

(1/2)ku (x)2 F u (x) dx

E=
0
Dmontrer alors que

Figure 11.6 

u(x) = ax o est une constante


a en utilisant les conditions aux bords naturelles (section

determiner. Dterminer

11.6). En dduite la loi d'lasticit de Hook

F = Ku(L)
Que vaut

K?

quelle est sa dpendance en

5. Flambage d'une poutre.

L?

Appuyez sur une rgle tenu verticalement sur une

table ; au del d'une certaine force, la rgle ambe (g.11.5b). Ceci est un problme extrmement important de la rsistance des matriaux et conditionne
la conception des tours pour qu'ils ne s'croulent pas (en ambant) sous leurs
propres poids. Reprons la barre par son cart la droite

y(x).

En supposant

faible l'cart de la barre par rapport la droite, l'nergie de courbure de la barre

163

11 Le calcul variationnel
est donn par sa courbure locale
courbe maintenu
force

F.

y = 0,

B(y (x) )2 .

Nous supposons l'extrmit de la

mais pouvant coulisser sur l'axe

et soumis une

Pour trouver la conguration qui minimise l'nergie, nous devons donc

trouver l'extremum de la fonctionnelle

B(y (x) )2 dx F (L a)

S[y, a] =
0
soumis la contrainte

(1 + (1/2)y 2 dx = L
0
Nous avons approxim ici l'lment de ligne

ds =

1 + y 2 par son dveloppement

de Taylor, en supposant les carts la ligne (et leurs drives) faible. Dmontrez
alors que pour

F > Fc ,

la poutre droite n'est plus la solution optimum ; calculer

Fc .
6. Flambage d'une poutre II.

Nous pouvons formuler direment le problme

de ambage, en intgrant directement la contrainte dans le Lagrangien. Pour cela


il sut d'utiliser un systme de coordonnes plus adapts que les coordonnes
cartesienne. Reperons un point le long de la poutre par sa longueur d'arc partir

s, et par l'angle de la tangente la courbe en ce point avec l'axe


(s). Ce nouveau systme de coordonnes est relie aux coordonnes

de l'origine
horizontal

cartesiennes par la relation

dx

cos ds

dy

sin ds

La courbure de la courbe en un point est simplement donne par

d/ds. L'nergie

s'crit alors simplement

S[] =

B ( ) + F cos ds F L
0

Que l'on peut traiter par les quation d'EL sans contrainte : la longueur d'arc

gre automatiquement la constance de la longueur totale de la poutre. Les

coordonnes semi-intrinsque

(s, )

sont trs utilis en gomtrie direntielle.

Noter de plus la grande similarit de l'action celle de l'oscillation d'une pendule


dans le champs de la gravit.

7. Angle de contact.

Trouver l'angle de contact d'une goutte de liquide dpos

sur une surface solide.

164

11 Le calcul variationnel
8. isoprimtrique II.

y = y(t)

x = x(t),

Chercher la courbe sous forme paramtrique

avec la condition supplmentaire

x(1) = x(0)

et

y(1) = y(0).

Ecrire tout

au moins les quations d'Euler-Lagrange.

9. Isoprimtrique III.

Quelle est la courbe de surface donne qui minimise son

primtre ?

10. Equation de la chainette.


distant de

a.

Une chane

y(x)

est suspendu entre deux points

La longueur totale de la chane est

L.

Trouver l'quation de la

chane. Help : A l'vidence, la chane doit minimiser l'nergie potentielle, avec

yds ;

une contrainte sur sa longueur. L'energie potentielle est de la forme

on

doit donc trouver le minimum de

a/2

H =

1 + y (x)2

1 + y (x)2 dx

a/2
o

est un multiplicateur de Lagrange. Obtenez galement l'quation de la cha-

nette laquelle on a suspendu un pont (g.11.5c)

11. Trajectoire complexe.

Soit une fonction

y(x)

complexe

(R C)

dont l'ac-

tion est dnie par

L(y, y , y , y ; x)dx

S[y] =
I

L = y y + kyy . Obtenir les quations d'Euler-Lagrange de

[Help : il faut dmontrer que l'on peut considerer y et y comme

Comme par exemple


cette fonction.

deux composantes indpendantes, et obtenir une equation d'EL pour chacune].

12. Equation de Schrodinger.

Nous cherchons la fonction complexe

(x, t)

qui

optimise l'action associ au Lagrangien suivant

L = i t a(x )(x ) V (r)


Trouver l'quation d'Euler Lagrange auquel obit la fonction
lation ci-dessus,

et

Dans la formu-

ne jouent pas le mme rle. Pouvez vous donner une

version plus symtrique de ce Lagrangien ?

13. Champs lectromagntique dans le vide. Nous dnissons un champ A =


(A0 , A1 , A2 , A3 ) dans un espace 4 dimensions que l'on repre l'aide des co14
ordonnes x = (x0 , x1 , x2 , x3 )
. Comme nous sommes parfois trop habitu la
sparation en espace (3d) et en temps, nous dissocions parfois les expressions
14. Nous vitons pour l'instant les exposants et notons les coordonnes

165

xi

au lieu de

xi

11 Le calcul variationnel
ci-dessus en donnant des noms dirents aux dirents composants : nous notons
par exemple

A = (, A)

o nous appelons

teur ; de mme, nous notons

x = (t, x)

le potentiel et

le potentiel vec-

o le premier composant est appel temps

et les trois autres l'espace. Les quations d'lectromagntisme ont t formul


dans le cadre de cette sparation trange et les direntes drives du champ ont
reu des noms dirents. Par exemple, on appelle champ lectrique le vecteur
3 dimensions

E = t A

et champ magntique

H=

Revenons notre formulation gnrale. Le tenseur lectromagntique est dni


par

Fik =

Ak
Ai

xi
xk
Fik = Fki .

Ce tenseur est bien sr anti-symtrique


1. Donner l'expression du tenseur

en fonction des champs

2. Dmontrer que pour trois indices

i, j, k ,

Ei

et

Hk .

la denition mme du tenseur

impose

Fij
Fjk
Fki
+
+
=0
xk
xi
xj
dmontrer que les seules quations non-triviales sont celles o
cela nous donne

i=j=l

et

quations que nous pouvons regrouper en

E =
.H

t H
0

qui ne sont rien d'autre que les deux premieres quations de Maxwell.
Dans l'espace-temps reliativiste, la distance

ds

entre deux points voisins est

donne par

ds2 = dx2 (dx2 + dx2 + dx2 ) =


0
1
2
3

2
i dxi
i=0

= 1

et

i1

= 1.

Il existe une dirence entre une des composantes et

les trois autres quant au signe qu'il faut utiliser pour l'lment d'arc. Cette dirence apparat obligatoirement dans toutes les expressions des lois physiques. En
particulier, toutes les expressions quadratiques auront une forme similaire l'expression de l'lment d'arc. Par exemple, l'action du champs lectromagntique

166

11 Le calcul variationnel
est donne par l'intgrale sur un volume du Lagrangien suivant

15

3
2
i j Fij

L=
i,j=0

Remarquer la similarit entre cette formulation et la formulation de la thorie


de l'lasticit, o le champs

Fij

reprsente le vecteur dplacement et le tenseur

le tenseur dformation. Ceci n'est pas un hasard ; Maxwell lui mme imagi-

nait l'ether comme un corps lastique et s'inspirait fortement de la thorie de


l'lasticit.
1. Dduire que l'on peut mettre le Lagrangien sous forme de

L = E2 H 2

2. Dduire les quations du champs

3
i j
j=0

Fij
=0
xj

3. Mettre ces quations sous la forme plus usuelle des deux autres quations
de Maxwell :

H = t E ;

.E = 0

15. Le signe moins n'a pas de consquence pour nos calculs, mais assure que la solution trouve
est un minimum plutt qu'un maximum de l'action.

167

12 Calcul des perturbations.


Le calcul des perturbations n'est pas une mthode scientique utilis dans les
hpitaux psychiatriques pour valuer les symptmes d'un patient. Il existe peu
de problme exactement soluble en physique et il faut souvent recourir aux techniques d'approximations. Une des techniques les plus utilises est celle qui porte
le nom de ce chapitre. L'ide de base est une gnralisation du dveloppement de
Taylor : si nous connaissons la valeur d'une fonction au point

x0

, nous pouvons

calculer, sous certaines conditions, la valeur de la fonction au point

f (x0 + ) = f (x0 ) + A1 + A2

x0 +

+ ...

Le dveloppement de Taylor nous fournit en plus un moyen de trouver les coecients

Ai

: ce sont, si elles existent, les i-me drives de la fonction

,divis par

i! . De plus, si

au point

x0

est petit et que nous ne sommes pas trs exigent quant

la prcision que l'on cherche, nous pouvons nous contenter du premier ou des
deux premiers termes du dveloppement. Le calcul des perturbations gnralise
cette dmarche au calcul des solutions des quations direntielles, des racines des
polynmes, des quations intgrales, des vecteurs propres des matrices, ... C'est
le premier outil utilis par le physicien qui tombe sur un problme ardu dont
la solution n'est pas connu : si on connat un problme proche dont la solution
est connu, on peut tenter les perturbations. Mentionnons tout de suite que cette
technique ne marche pas toujours. On tombe parfois (souvent), sur des perturbations dites singulires et il faut alors sortir l'artillerie lourde. Les perturbations
qui se traitent facilement sont dites rgulires. Nous nous intresserons surtout
aux perturbations rgulires, mais dirons quelques mots sur les perturbations
singulires.

12.1 Les perturbations rgulires.


La meilleure faon de s'habituer aux calcul des perturbations est travers des
exemples.

Les racines d'un polynmes.

Supposons que nous ne connaissons pas la rso-

lutions des quations algbriques de second ordre, mais que nous savons rsoudre
l'quation

x2 x = 0

, dont les racines sont

168

x0 = 0, 1.

Nous cherchons la solution

12 Calcul des perturbations.


de l'quation

x2 x + = 0
o nous supposons

(12.1)

petit. Cherchons la solution sous forme de

X = x0 + x 1 +

x2 + ...

(12.2)

Nous cherchons la solution sous cette forme puisque nous pensons que comme
est petit, la nouvelle racine ne doit pas tre trop loin de l'ancienne, et l'cart
doit tre justement fonction de

: pour

originale. Nous connaissons dj

x0 ,

calculer

x1 , x2 , ...

= 0,

nous devons trouver la solution

et il nous faut trouver une mthode pour

Branchons maintenant (12.2) dans (12.1) et regroupons les en

fonction des puissances d'

(x2 x0 ) + [(2x0 1)x1 + 1] + (x2 + 2x0 x2 x2 )


0
1

+ ... = 0

Le membre de droite de l'quation ci-dessus est un polynme en

(12.3)

et il est uni-

formment nul. Nous en dduisons donc que tous les coecients du polynme
doivent tre nuls, c'est dire :

x2 x0
0

(12.4)

(2x0 1)x1 + 1

(12.5)

x2
1

(12.6)

... =

+ 2x0 x2 x2

L'quation (12.4), donne par le coecient de

et appel le terme d'ordre zro,

est notre quation originale non perturbe que nous savons rsoudre. l'quation
(12.5) nous donne

x1

x1 = 1/(1 2x0 )
Comme nous connaissons dj

1.

x0 ,

nous dterminons facilement que

L'quation (12.6) nous dtermine le coecient

x2 =
et donc

x2 = 1

ou

1.

dtermine
de

xk .

xk

xk

est

x1 = 1

ou

x2
1
1 2x0

Nous pouvons continuer ainsi (cela dpend de notre

patience) et trouver les coecient


pour dterminer

x2

xn . Ce que nous devons remarquer est que : (i)


xk1 , xk2 , ... (ii) l'quation qui

, nous n'avons que besoin des

linaire en xk , c'est dire ne comporte que des puissances unit

C'est deux points nous permettent assez aisment de calculer la solution

aussi prcisment que l'on souhaite. Nous avons donc, pour les deux racines de
l'quation (12.1),

X1
X2

=
=

0+ +

+ ...

(12.7)

+ ...

(12.8)

169

12 Calcul des perturbations.


Dans ce cas prcis, nous connaissons la solution exacte

X=

14
2

Un dveloppement de Taylor de cette dernire nous rassure sur l'exactitude des


rsultats (12.7,12.8).

Gnralisation.

Nous pouvons gnraliser l'approche ci-dessus, sans le forma-

liser plus : on cherche la solution d'un problme avec perturbation comme un


dveloppement en puissance de la perturbation. Il faut alors que les coecients
de chaque puissance de la perturbation soit nul. Le mieux reste encore d'illustrer
cela travers des exemples.

Recherche des valeurs propres d'une matrice symtrique.

Supposons que nous

connaissons une valeur et un vecteur propre d'une matrices symtrique, c'est

dire que nous connaissons un scalaires

et un vecteur

cherchons la valeur propre proche de


valeur propre

.On

de la matrice

A0 = 0 .
AT = A. Nous

tel que

Une matrice symtrique par dnition est gale sa transpose

A + B.

Appelons cette

cherche donc rsoudre

(A + B) =

(12.9)

Procdons comme nous l'avons mentionn plus haut. Nous chercherons la solution
sous la forme

= 0 + 1 + ...

(12.10)

(12.11)

= 0 + 1 + ...

et nous cherchons s dterminer

1 , ...

et

1 , ...

En injectant (12.10-12.11) dans

(12.9), nous avons :

(A + B)(0 + 1 + ...) = (0 + 1 + ...)(0 + 1 + ...)


et en regroupant les termes en puissance de

, nous trouvons les quations sui-

vantes :

A0
A1 + B0

= 0 0

(12.12)

= 0 1 + 1 0

(12.13)

... = ...
La premire quation, c'est dire les terme d'ordre 0 en

, ne nous rapporte bien

sr rien que ne l'on connaisse dj. Dans l'quation (12.13), nous avons deux

170

12 Calcul des perturbations.


inconnus, le vecteur

et le scalaire

des deux cts par le vecteur

dterminer. Prenons le produit scalaire

(0 , A1 ) + (0 , B0 ) = 0 (0 , 1 ) + 1 (0 , 0 )
Nous avons suppos que

(12.14)

est symtrique. Donc,

(0 , A1 ) = (AT 0 , 1 ) = (A0 , 1 ) = 0 (0 , 1 )
et en injectant ce rsultat dans (12.14), nous aboutissons nalement

1 = (0 , B0 )/(0 , 0 )
Nous connaissons donc la correction d'ordre 1 la valeur propre.
Si tous cela parat un peu abstrait, cherchons la valeur propre de la matrice

1+
2

2
2+3

A = diag(1, 2) et de la
Bij = (i + j 1) . La matrice B est la perturbation si on
1. La matrice A possde bien sur les deux valeurs propres 1 et 2 et
propres associs (1, 0) et (0, 1). Cherchons la valeurs propre proche

Cette matrice est la somme d'une matrice diagonale


matrice

tel que

suppose
les vecteurs

1 de la matrice perturbe. D'aprs ce que nous avons dit, nous devons calculer
(1, 0)B(1, 0)T :
2
1
(1, 0).
=
2 3
0
de

Comme

(1, 0)(1, 0)T = 1,

la valeur propre proche de 1, l'ordre 1 en epsilon,

s'crit

=1+
Le lecteur peut chercher directement la valeur propre de la matrice perturbe et
vrier le rsultat ci-dessus. Bien sr, quand la matrice est plus grande que

2 2,

la recherche directe peut tre extrmement fastidieuse.

La stabilit d'un systme direntielle.

Nous connaissons parfois un point xe

d'une quation, et nous souhaitons savoir si ce point est stable ou non. Par
exemple, le point le plus bas pour un pendule est un point xe stable, tandis
que le point le plus haut est un point instable. Intuitivement, pour connatre la
stabilit, nous cartons un peu le systme de son point xe. Si le systme revient
son point de dpart ou reste proche, l'quilibre est stable. Si au contraire, la
perturbation tende grandir, le point est alors instable.

171

12 Calcul des perturbations.


Considrons l'quation du mouvement d'un pendule amorti

+ + 2 sin =
0

= 0 correspond au point le plus bas. Il


= sont les points xes de cet quation.
Supposons maintenant que nous partons trs proche du point = 0, c'est dire
avec la condition initiale (t = 0) = . Cherchons comme d'habitude la solution
sous forme de = 0 + 1 + ... En ralit, comme nous nous intressons qu'
o

(12.15)

est l'angle avec l'axe vertical et

est vident que les points

=0

et

la stabilit, le terme d'ordre 1 en

nous sut. En injectant cette solution dans

(12.15) et en dveloppant la fonction

sin,

nous trouvons :

0
1 + 1 + 2 1 =
1 = exp(t) exp(i t)
= 0 est donc un point
stable. En rptant les mme oprations pour le point = , et en n'oubliant pas
que sin( + x) = sin x, nous aboutissons

la solution gnrale de cette dernire est de la forme


et elle tend eectivement vers

quand

t .

Le point

0
1 + 1 2 1 =
et cette fois, il est claire que quand

t , 1

. Le point

est donc

instable.

12.2 Les perturbations singulires.


Nous avons suppos, lors de l'tude des perturbations singulires, que la solution perturbe est proche de celle non perturbe. Cela n'est pas toujours le cas
et l'ajout d'un petit terme peut radicalement changer la solution. Prenons le cas
de l'quation algbrique

x2 + x 1 = 0
La solution non perturbe,

=0

i.e.

pour

=0

s'crit

x=

vaut

(12.16)

x = 1.

La solution exacte pour

1+4

et un petit dveloppement nous montre que les racines sont, pour


forme

x1

x2

172

1
1

1,

de la

12 Calcul des perturbations.


Nous avons donc l'apparition d'une nouvelle racine qui est d'autant plus grande
que la perturbation est petite. Cela est un phnomne gnrale : chaque fois que
la perturbation est sur un terme d'ordre suprieur, la perturbation est singulire.
Il existe parfois des changements de variable qui rendent la perturbation rgulire.
Par exemple, dans l'quation (12.16), en posant

x = 1/y ,

nous avons

y2 y = 0
qui peut se traiter par la mthode habituelle. D'aprs notre traitement de (12.1),
ses solutions sont

y1

y2

qui nous redonne bien les racines en

1+

x = 1/

et

x=1

La mme remarque s'applique aux quations direntielles. L'quation

x+x+1=0

est celle d'un oscillateur harmonique amortie. Si la masse
est de la forme

x = A exp(t).

le plus important en

est nulle, la solution

Si la masse est non nulle, la solution, l'ordre

, est de la forme

A exp(t) + B exp(t/ )

et le lecteur

peut vrier que les deux solutions sont radicalement direntes. Remarquons
nouveau que nous pouvons chercher un changement de variable de la forme

t=

et

x=

qui rendrait la perturbation rgulire. Nous en laissons le soin

au lecteur intress.
L'ennui avec les quations direntielles est que les termes les plus inoensifs
peuvent rendre les perturbations singulires. Considrons l'exemple de l'oscillateur suivant :

x + 2 x + x3 = 0

ceci est l'quation d'un mobile dans un potentiel en


gnral de l'quation non perturbe est
on supposera
sous forme de

a cos(t + ).

(12.17)

kx + k x

. La solution

Sans perte de gnralit,

= 0. Nous cherchons alors la solution de l'quation perturbe


x(t) = a cos(t) + x1 (t) + ... En injectant dans l'quation et en

collectant les termes d'ordre 1 en

, nous trouvons que

x1 + 2 x1 = a3 cos3 (t)

Or,

(12.18)

cos3 (u) = (1/4) cos(3u)+(3/4) cos(u) et donc la solution de (12.20) est donne

par la somme de la solution des deux quations suivante :

x1 + 2 x1

x1 + x1

=
=

(a3 /4) cos(3t)


3

(3a /4) cos(t)

173

(12.19)
(12.20)

12 Calcul des perturbations.


La premire quation ne prsente pas de danger : c'est l'quation d'un oscillateur
harmonique de frquence propre
du genre

force la frquence 3 et possde une solution

cos(3t + ).

Par contre, la deuxime quation (12.20) est celle d'un oscillateur harmonique

force justement . Il y a donc rsonance et la solution,


t cos(t + ), va devenir trs large. Cela viole notre hypothse

de frquence propre
qui est de la forme

de dpart sur les dveloppements en puissance d' . Nous avions crit

x(t) = a cos(t) + x1 (t) + ...


x1 (t)

en supposant

borne, de faon ce que

rapport la solution non perturbe


temps

t > 1/

a cos(t).

x1 (t)

reste toujours petit par

Or, nous voyons qu'au bout d'un

, le soit disant petit terme devient en faite le terme dominant.

Il existe de nombreuse types dirents de perturbations singulires et au moins


autant de faon de les traiter. L'objet de ce livre n'tant pas un cours dtaill sur
les calculs de perturbations, nous nous en tiendrons presque l. Nous trouvons cependant utile de montrer comment traiter les cas similaires l'exemple ci-dessus.
La technique est a appele limination des termes sculaires ou rsonnant.

Le traitement des termes sculaires.


La perturbation que nous avons considr plus haut intervient dans pratiquement tous les problmes d'oscillations, et c'est pourquoi il nous semble important
de la traiter. En regardant de plus prs l'quation (12.17), nous voyons qu'il n'y
a rien d'anormal ou de divergent. Elle dcrit simplement des oscillations au fond
d'un puits peut tre un peu plus raide qu'un puits harmonique et il n'y a aucune
raison que quelque chose diverge. L'erreur ne peut venir que de notre traitement.
En supposant que la solution s'crit sous la forme

a cos(t) + x1 (t),

nous avons

fait l'erreur de penser que le terme d'ordre 0 continue prsenter une oscillation
frquence

Il n'y a aucune raison pour cela, et la frquence peut galement

+ 1 + ... La gure (12.1) montre la dirence entre sin(t) et


sin(1.01t) pour les temps infrieurs vingt et pour les temps autour de 250. Nous
tre de la forme

voyons que la dirence est peine perceptible pour les temps courts, tandis que
les deux fonctions n'ont plus rien voir aux temps longs. Ce problme avait t
observ d'abord en astronomie, o les calculs perturbatifs des sicles prcdents
commenaient s'carter des observations (d'o le terme sculaire). Lindstedt
(vers 1880) a remdi ces carences par sa technique de renormalisation qui est
de chercher la solution sous la forme

x(t) = a cos[( + 1 )t] + x1 (t)

(12.21)

En injectant la forme (12.21) dans (12.17) et en collectant les termes d'ordre 1


en

, nous trouvons cette fois

x1 + 2 x1 2a1 cos[(+ 1 )t] = (a3 /4) cos[3(+ 1 )t](3a3 /4) cos[(+ 1 )t]

174

12 Calcul des perturbations.


1
0.5
0
-0.5
-1

10

20

15

235

240

245

250

255

Figure 12.1  sin(t) (en noir) et sin(1.01t) (en rouge) pour les temps courts et
longs.

Il nous sut maintenant de choisir

1 =

3a2
8

pour liminer le terme rsonnant. La solution perturbative l'ordre 1 s'crit alors :

x(t) = a cos[( +
o les coecients

a, A,

3a2
3a2
)t] + A cos[3( +
)t + ]
8
8

sont dtermins partir des conditions initiales.

Problmes.
Racine des polynmes.

P (x) = an xn un polynme dont une des racines, x0 est connue, c'est


p
dire P (x0 ) = 0. Soit le polynme P (x) = P (x) + x . Soit x la racine
proche de x0 de ce dernier. Montrer qu' l'ordre 1,

1. Soit

x = x0

xp
0
nan xn1
0

2. Pouvez vous exhiber la correction l'ordre 2 ?


3. Soit l'quation

x6 4x5 + 3x4 6x2 + 6x + 1 = 0

x comme
= 1), la somme des coecients de l'quation non perturbe
x = 1 est donc une solution de l'quation non perturbe (i.e. pour

Nous remarquons qu'en crivant par exemple le coecient de

2+

(12.22)

(o

vaut 0.

= 0). Calculez la correction cette racine l'ordre 1 en et comparez la


x = 1.10565. Et si au lieu du coecient du x4 , nous avions

solution exacte

choisit un autre terme, qu'aurait on obtenu ?


4. Calculer la correction l'ordre 2. Pouvez vous alors trouver un critre pour
le choix du coecient pour que la correction l'ordre 1 soit la meilleure ?

175

12 Calcul des perturbations.


quation trencendante.
1.

x log x = 0

x = 1. Calculez, l'ordre 3, la rax log x = . Comparez la solution exacte

admet une solution pour

cine proche de 1 de l'quation


1.09557 pour

= 0.1.

la solution proche de

Pouvez-vous utiliser la mme approche pour trouver

0?

2. Trouver la racine, proche de


solution exacte

x sin x =

de

. Comparez, pour

= 0.1,

la

x = 3.10943.

quation intgrale.

Nous avons rencontr les quations intgrales lors de notre

discussion des fonctions de Green. Nous allons tudier ci-dessous un schma itratif de leurs rsolution. Ces schma l sont extrmement fragile cependant, et il
faut toujours s'assurer de leur convergence.
1. Une quation intgrale de Fredholm de deuxime espce est de la forme

f (x) = g(x) +

K(x, x )f (x )dx
a

Proposez un schma de rsolution par le calcul des perturbations. Ne vous


contentez pas de l'ordre 1. Trouvez la perturbation d'ordre

en gnral.

2. Protez pour exhiber la solution exacte de

e(x+y) f (y)dy

f (x) = 1 +
0

En calculant les perturbations tout ordre et en sommant la srie ainsi


obtenue.
3. Faites la mme chose pour

f (x) = 1 +

f (y)dy
0

Attention, les bornes de l'intgrale dpendent de

x. On appelle ces quations

Voltera de deuxime espce.

Oscillateur de Van der Pol.

Van de Pol propos l'quation suivante dans les

annes 1920 pour modliser les oscillateurs auto-entretenus comme le battement


de coeur

x + (x2 1)x + 0 x = 0

Le coecient du terme

ngatif

si l'amplitude

est quivalent un frottement. Nous voyons qu'il est

est petite (<

1),

c'est dire que le systme reoit de

l'nergie de l'extrieur, ce qui va l'amener augmenter son amplitude. Par contre

176

12 Calcul des perturbations.


si l'amplitude devient trop grande (>

1) le frottement devient positif et le systme

perd de l'nergie vers l'extrieur, ce qui va diminuer son amplitude. Nous voyons
que le systme maintient une oscillation stable quelque soit les conditions de
dpart.
1. Montrer que le point xe

x=0

est instable.

2. En partant de la solution non perturbe

x = a cos 0 t,

montrez que les

perturbations rgulires gnrent des termes rsonnants.


3. Utilisez la renormalisation de Lindstedt pour liminer les termes rsonnants.
Pour cela, chercher la solution sous forme de

x(t) = a cos t + x1 (t)


o

= 0 + 1 .

Vous pouvez apercevoir que l'lilmination des termes

amplitude de l'oscillation, ce que l'on

rsonnants impose une condition sur l'


appelle un cycle limite.

cosystme de prdateursproies.

Une des interaction fondamentale en colo-

gie est celle des prdateurs et des proies. Le premier modle pour la dynamique de
ces deux populations a t propos par Lotka et Votera au dbut des annes 1930.
Soit

le nombre des prdateurs et

le nombre des proies dans l'cosystme.

Lotka et Voltera ont propos

dN/dt =

N N P

(12.23)

dP/dt

N P P

(12.24)

est le taux de croissance naturel des proies en l'absence des prdateurs. La

prsence des prdateurs cause galement la disparition des proies, proportionnellement au nombre de prdateur et de proie, d'o le terme en
premire quation,

N P

dans la

tant l'ecacit de la chasse. Dans l'quation qui rgit la

dynamique des prdateurs, nous voyons que la croissance est fonction du nombre
de proie disponible, et le terme

est le taux de mort naturel des prdateurs.

1. Montrez que ce systme possde un point xe, c'est dire des valeurs
pour lesquels

N0 , P0

dN/dt = dP/dt = 0.

2. tudiez la solution de ce systme pour les faibles carts au point xe. Cela

N (t = 0) =
N0 + et P (0) = P0 . Cherchez la solution sous la forme N (t) = N0 + N1 (t)
et P (t) = P0 + P1 (t), et en collectant les termes d'ordre 1 en , obtenez un
systme linaire pour N1 et P1 . Rsolvez ce systme et dduisez galement
la forme du cycle limite, c'est dire N1 en fonction de P1 .

veut dire que nous prenons des conditions initiales du genre

3. Poussez les calculs l'ordre 2 en


suprieurs.

177

et tudiez l'apparition d'harmonique

12 Calcul des perturbations.


4. Vous pouvez galement remarquer que le cycle limite peut s'obtenir en divisant directement (12.23) par (12.24) et en rsolvant l'quation direntielle
du premier ordre. Comparez le rsultat de ce calcul au rsultat de la question 2.

Stabilit d'interface.

Soit une interface

u(x, t)

(par exemple entre solide et li-

quide lors de la coule continue en mtalurgie) dcrit par l'quation

2u
4u
u
= au bu3 + c 2 d 4
t
x
x
o nous supposons les coecients
la solution

u(x, t) = 0

selon que

a, b, d > 0.
c est positif

d'instabilit.

178

Discuter la stabilit linaire de


ou ngatif et chercher les seuils

13 Les oprateurs direntiels.


La plupart des phnomnes physiques sont dcrits par des quations direntielles qui impliquent des oprateurs direntielles. On rencontre souvent les
gradients, rotationelles, divergences et laplaciens et le fait que l'espace dans lequel vivent les physiciens ait trois dimensions a peut-tre fovoris leurs usages au
1

dpend d'autres formulations plus symtriques . Fondamentelement, ce sont des


oprateurs de drivation et nous allons nous attacher dans ce chapitre tudier
leurs signications et tablir leurs expression dans divers systmes de coordones.

13.1 Mtrique et Systme de coordonnes.


Nous reprons les points dans l'espace l'aide d'un systme de coordonnes. Par
exemple, pour un espace trois dimension, nous associons un tripet (q1 , q2 , q3 )
chaque point

de l'espace. Cet acte fondateur nous permet de ramener la

gomtrie, la science des relations entre points de l'espace, dans le domaine de


l'analyse et y appliquer toute la puissance de feu dont on y dispose.
Les points de l'espace ont une existence propre, indpendement de la representation en triplet que l'on utilise. Que le triplet qu'on utilise soit les coordonnes
cartesiennes ou polaire ne change pas le point
fois ce

ni )

ni (soulignons mentalement deux

la distance de ce point un autre. Si la distance entre deux points

est 1 mm, cela ne doit pas dpendre du systme de coordonnes cartesienne ou

P par
(q1 , q2 , q3 ) et le point innitsimalement voisin P + dP par le triplet
(q1 + dq1 , q2 + dq2 , q3 + dq3 ). Notons ds la distance entre P et P + dP . La relation
entre la distance ds et le triplet (dq1 , dq2 , dq3 ) dnit la mtrique du systme de
polaire que nous avons choisi. Supposons que nous avons repr un point
le triplet

coordonnes. Nous nous contenterons par la suite de systmes de coordonnes

orthogonales

(cartesiens, polaire, cylindrique,...) pour lesquels, de faon gnral,

nous avons :

2
2
2
ds2 = h2 dq1 + h2 dq2 + h2 dq3
1
2
3
Les quantits

h1 , h2 , h3

dpendent en gnral des coordonnes

1. Voir le chapitre sur les formes direntielles

179

(13.1)

qi .

On les appelle

13 Les oprateurs direntiels.


2

les lments du tenseur mtrique . Il est vident que si pour un certain dplacement, nous avons

dq2 = dq3 = 0,

Coordonnes cartsiennes.

alors

tout simplement.

On le note souvent par le triplet

plus simple des systmes, pour lequel

Coordonnes polaires.

ds = h1 dq1

(x, y, z).

C'est la

h1 = h2 = h3 = 1.

On le note souvent

(r, , z).

Comme dans ce systme,

ds2 = dr2 + r2 d2 + dz 2
nous avons

h1 = 1, h2 = q1 = r

Coordonnes sphriques.

et

h3 = 1.

On le note souvent

(r, , ).

Ici

ds2 = dr2 + r2 sin2 d2 + r2 d2


et donc

h1 = 1, h2 = q1 sin q3 = r sin , h3 = q1 = r.

Coordonnes semi-paraboliques.

On le note souvent

(, , z).

Ce systme est

reli au cartsien par les relations

x = ; y = ( 2 2 )/2 ; z = z
Dmontrez que les lments du tenseur mtrique sont

h1 = h2 =

2 + 2 ,

h3 = 1.
Coordonnes paraboliques.

On le note souvent

(, , ),

reli au systme car-

tesien par

x = sin ; y = cos ; z = (1/2)( 2 2 )


Trouvez les lments du tenseur mtrique.

Problme.

En coordonnes cartsienne, la surface

qi = Cte est un plan. Donnez

des dnitions analogues pour les autres systmes de coordonnes.


En ralit, la dmarche est la suivante : une fois que nous avons un systme
de coordonnes

(q1 , q2 , q3 ),

c'est la donne du tenseur mtrique qui nous indique

qu'elle est ce systme, o mme plus, si l'espace est plat ou courb (mais ceci est
une autre histoire).
2. Dans le cas le plus gnral, l'lment de distance curviligne s'crit

ds2 =

hi,j dqi dqj


i,j

et la matrice

dont les lmnts sont les

hi,j

s'appelle le tenseur mtrique. Dans le cas des

coordonnes curvilignes orthogonales, les lments non-diagonaux sont nulles et


sous la forme plus simple de 13.1.

180

ds2

peut s'crire

13 Les oprateurs direntiels.


13.2 Nabla, div et les autres.
Les oprateurs direntielles ont tous un sens gomtrique (disons mme plus,
physique). Ce ne sont pas juste des rgles de drivation du genre

1 E2 2 E1 . Si on

connait ce sens, on peut comprendre le sens profond de l'quation qui les contient.
Par ricochet, il devient trs facile de dduire leurs expressions dans n'importe quel
systme de coordonnes. C'est ce quoi nous allons nous attacher par la suite.
Notons quand mme que ces oprateurs ne sont pas si dissemblable qu'il n'y parat
et tous relient, d'une faon ou d'une autre, un ux travers un point, un circuit
ou une surface ferme une intgrale. Ds la n du dix-neuvime sicle, cette
similtude a emmen E. Cartan inventer la notion de formes dierentielles qui
unie tous ces oprateurs, qui ne sont alors que l'expression d'une opration de
drivation (qu'on appelle extrieure). Ces formes d'une lgance extraordianire
font l'objet d'un autre chapitre. Ici, nous nous attacherons une introduction

classique

de ces oprateurs.

13.3 Le gradient.
Soit la fonction

f (P )

qui a chaque point de l'espace associe une quantit. Le

nom savant de cela est un

champ scalaire. Cela peut tre une densit , un potentiel,

...Nous somme interess par savoir de combien cette fonction change si on passe
du point

au point voisin

P + ds.

Le gradient

est

la quantit physique qui nous

donne cette information :

df = f (P + ds) f (P ) = gradf.ds
gradf

qu'on note galement

dplacement

ds

est un

donne la variation de

priori dpend du point

P.

f.

vecteur

(13.2)

dont le produit scalaire avec le

Ceci est la

dnition

du gradient.

Notez que jusque l, nous avons exprim la variation

indpendement du systme de coordonnes choisi pour reprer les points de l'espace. Une quantit physique ne doit jamais dpendre du systme de coordonnes
et sa dnition doit toujours tre donne de faon intrinsque, indpendemment
des coordonnes. Quand en mcanique, nous crivons

F = md2 r/dt2 , ceci est une

relation qui est valable quelque soit le systme de coordones. La mme chose
s'applique aux oprateurs direntiels que nous utilisons en physique.
Evidement, une fois que nous avons exprim les choses de faon intrinsque, il
faut ensuite faire le boulot et calculer la trajectoire, les lignes du champ, les isopotentiels,...Pour cela, nous devons choisir un systme de coordones. Donc, nous
avons besoin d'exprimer

dans un systme de coordonne, celui qui convient le

P est repr par (q1 , q2 , q3 ) et


df = f (q1 + dq1 , q2 , q3 ) f (q1 , q2 , q3 ) =

mieux au problme considr. Suppons que le point


le point voisin par

(q1 + dq1 , q2 , q3 ).

Alors

181

13 Les oprateurs direntiels.


(f /q1 )dq1 .

Le membre de droite de l'quation(13.2) vaut

( f )1 h1 dq1
o ( f )1 est la composante du gradient dans la direction 1.
( f )1 = (1/h1 )(f /q1 ). En refaisant la mme opration pour

Ceci nous donne


les trois coordon-

nes, on obtient :

f=
Examples.

f = (f /x, f /y, f /z).


f = (f /r, (1/r)f /, f /z).

En coordonnes cartesien, nous avons

En coordonnes polaire,

Problme.

1 f 1 f 1 f
,
,
h1 q1 h2 q2 h3 q3

Donner l'expression du gradient dans les autres systmes de coor-

donnes.

Problme.

Ecrire l'expression gnral du gradient dans l'espace

dimension.

La seule connaissance du tenseur mtrique nous permet de donner l'expression


du gradient dans le systme de coordonnes en question. Nous allons suivre la
mme dmarche pour tous les autres oprateurs direntiels.
Notons galement que la dnition (13.2) donne la direction selon laquelle le
champs

varie le plus rapidement. A

ds xe,

c'est la direction donn par

qui

donne la variation la plus importante.


Un corrolaire important de cela est que le vecteur gradient est perpendiculaire
aux surface de niveau. Une surface de niveau est l'ensemble des points sur lesquels

est constante. Si

n variable, f (x1 , ...xn ) = Cte est une


n1. Un dplacement ds perpendiculaire au vecteur
l'ordre 1 en ds) la valeur de f ce qui implique que le

est une fonction de

(hyper) surface de dimension


gradient ne change pas (

gradient est perpendiculaire la surface.

13.4 Champ de vecteurs.


Les quantits que l'on utilise en physique ne sont pas toutes scalaires comme la
densit

ou le potentiel V . Certaines quantits comme le champs lectrique E ou


J sont des quantits vectorieles. Nous supposons ici connu la

la vitesse d'un ot

notion de champ de vecteur, le lecteur interess par plus de dtails et de rigueur


pourrait se reporter au cours traitant les varits dierentiables. Pour visualiser
un champ de vecteur, il sut de choisir un ensemble de points reprsentatifs,
souvent rgulirement espac, et de montrer par une che le vecteur associ
ces points.

182

13 Les oprateurs direntiels.


2

(a)

(b)

Figure 13.1  Reprsentation des champs de vecteurs (fx = x, fy = y) et (fx =

y, fy = x). Une che en un point reprsente la valeur du vecteur


f en ce point.

Les lignes de champs sont facile imaginer. En chaque point

P , la tangente la

ligne de champs est donne par le champ en ce point. Les lignes de champs de la
gure 13.1a sont des droites passant par l'origine, tandis que les lignes de champs
de la gure 13.1b sont des cercles centrs sur l'orgine. Le calcul des lignes de
champs est lmentaire d'aprs ce que nous venons de dire. Supposons que nous

(q1 , q2 , q3 ) et chaque point q = (q1 , q2 , q3 ) de l'espace


(f1 (q), f2 (q), f3 (q)). Soit une ligne de champ que
avons paramtrons par la variable t. Cela veut dire que nous dnission la
par trois fonctions q1 (t), q2 (t), q3 (t). D'aprs ce que nous venons dire, nous

utilisons les coordonnes

nous avons associ le vecteur


nous
ligne

devons avoir

dqi /dt = fi i = 1, 2, 3
ou encore, en regroupant les trois expressions,

dq1
dq2
dq3
=
=
f1
f2
f3
Nous avons crit ces expressions pour un espace trois dimensions, mais cela
peut s'appliquer n'importe quelle dimension.

Exemple 1.

f1 = q1 et f2 = q2 . Les quations des


dq1 /dt = q1 et dq2 /dt = q2 . La solution est q1 = q2 , o
Si (q1 , q2 ) dsigne les coordonnes cartesienne, alors ceci est

Soit, deux dimensions,

lignes de champs sont

est une constante.

une famille de droite passant par l'origine, c'est dire les lignes de champs de la
gure 13.1a.

183

13 Les oprateurs direntiels.


curl f
n

C
P

Figure 13.2  Le champ f ,sa projection sur le circuit C entourant le point P , la


normale la surface

Exemple 2.

et le rotationel not

Soit, deux dimensions,

lignes de champs sont

q2 = t

dq1 /dt = 0

et

est une constante. Si

ou

curl f .

f1 = 0 et f2 = q1 . Les quations des


dq2 /dt = q1 . La solution est q1 = ,
(q1 , q2 ) dsigne les coordonnes polairs ,

alors ceci est une famille de cercles centrs sur l'origine, c'est dire les lignes de
champs de la gure 13.1b.

13.5 Le rotationnel.
La distinction entre les gure 13.1a et b saute aux yeux : dans le premier,
les lignes de champs ne se referment pas sur elles mmes, dans le deuxime,
toutes les lignes se referment sur elle mme. Dans le premier, les lignes de champs
sont comme originaire d'une source l'origine, dans le deuxime au contraire,
aucune source ne saute au yeux priori. C'est cela que l'oprateur rotationnel,
que l'ont note

rot

ou parfois

(ou curl

dans la littrature anglo-saxonne)

mesure localement. Prcisons les choses.


Soit un champ

f.

Considrons un point

et un circuit

de ce point. Si la projection des lignes de champ de

IC =
IC . Il

f .ds = 0.

innitsimal C

sur

autour

se referme, alors

Le rotationnel est l'oprateur qui quantie l'amplitude de

C a autant
An le vecteur porteur du circuit C , A tant l'air
n le vecteur unitaire perpendiculaire C , alors

y a cependant un petit dtail rgler : la direction du circuit

d'importance que sa taille. Soit


de la surface enclose par
nous dnissons

et

telle que

An.

f =

f .ds

(13.3)

C
l'ordre 1 en

(voir note

). Si vous n'aimez pas le travail avec les lments

3. Prcisons quelques notions sur les approxiamtions. Supposons que nous pouvons approxi-

184

13 Les oprateurs direntiels.


innitsimaux (quoiqu'ils aient une existence mathmatiquement lgitime depuis
les annes 1960), vous pouvez utilisez la dnition

f = lim

n.
o

A0

est la surface entour par la courbe

1
A

f .ds

(13.4)

C.

vrai

Comme vous le savez probablement, le rot n'est pas un

vecteur, mais

un pseudo-vecteur. En faite, on ne peut donner un sens vectoriel au rotationel


que dans l'espace trois dimensions. Nous verrons le sens gnral du rotationel
dans le chapitre consacr soit aux tenseurs, soit aux formes dierentielles. Nous
continuerons de les traiter classiquement dans ce qui suit.
Une fois que nous avons dfni le rotationnel de faon (eq.13.3), nous pouvons
nous en servir pour l'crire dans n'importe quel systme de coordonnes. Soit

(q1 , q2 , q3 ) et le champs f = (f1 , f2 , f3 ) dni dans ces coordonnes :


fi = fi (q1 , q2 , q3 ). Considrons un petit circuit autour du point P , dans le plan
(q2 , q3 ).
Sur la partie P A, notre intgrale vaut (nous omettons d'crire la variable q1
qui ne varie pas), l'ordre 1 en a
le systme

f2 (q2 , q3 )h2 (q2 , q3 )a


mer une fonction autour d'un point

(13.5)

par son dveloppement de taylor :

= f (x + h) f (x) = f (x)h + (1/2)f (x)h2 + ...


Quand on dit qu' l'ordre 1 en

h,

vaut

f (x)h,

cela veut dire que

1
lim = f (x)
h h0
Concrtement, cela veut dire que nous nous interessons aux trs petits

(innitsimaux) et le

premier terme de l'approximation est amplement susant. De faon plus formelle, nous pouvons
crire

= f (x)h + o(h)
o

o(h)

regroupe tous les termes qui sont ngligeable devant

quand

h0

1
lim o(h) = 0
h h0
Si nous avons une ide prcise des termes que l'on nglige (comme c'est le cas ici) on peut crire

= f (x)h + O(h2 )
o

O(h2 )

h2

veut dire que le plus grand terme que nous avons nglig est au mieux de l'ordre de

1
lim O(h2 ) = Cte <
h2 h0

Pour simplier, par


Les symboles

et

o(h)

il faut entendre trs petit devant

h

et par

O(h)

de l'ordre de

h.

sont appels les symboles de Landau, du nom du mathmaticien allemand

Edmund Landau (et non du physicien sovitique Lev Landau). Ils permettent une grande rigueur
et concision dans l'criture des expressions impliquant des limites.

185

13 Les oprateurs direntiels.


3
B

2
A

Figure 13.3  un petit circuit autour du point P

= (q2 , q3 ), o A = (q2 + a, q3 )
B = (q2 + a, q3 + b) et C = (q2 , q3 + b). Noter que le circuit est
dans le plan (q2 , q3 ) et perpendiculaire l'axe q1 .

et sur la partie BC

f2 (q2 , q3 + b)h2 (q2 , q3 + b)a


et la somme de ces deux parties nous donne

[h2 f2 ] ab
q3

Par le mme mcanisme, l'intgration sur la partie

AB

et

CP

nous donne

[h3 f3 ] ab
q2
La partie gauche de l'eq.(13.3) est par ailleurs, l'odre le plus bas en

h2 h3 ab (rot f )1 ,

a, b

ce qui nous donne, enn,

(rot f )1 =

1
(h3 f3 ) (h2 f2 )

h2 h3
q2
q3

(13.6)

Les autres composantes se trouvent facilement par une permutation circulaire de

(1, 2, 3).
Example.

En coordonnes polaire

(r, , z), h1 = h3 = 1, h2 = r.

donc

(rot f )r

(rot f )

(rot f )z

1 fz
(rf )

r
z
fz
fr

z
r
1 (rf ) fr

r
r

186

Nous avons

13 Les oprateurs direntiels.


Problme.

Donnez l'expression du rotationel en coordonnes sphrique et pa-

rabolique.

Gnralisation.

Quand on se trouve dans l'espace trois dimensions, nous pou-

vons caractriser une surface plane par le vecteur orthogonal celle-ci. Dans le
cas gnral, ceci n'est pas possible et il faut indexer les composants du rotationnel
par deux indices dsignant le plan qui contient le circuit sur lequel nous avons
eectuer l'intgral. Ainsi, nous aurions d noter l'expression (13.6) en ralit

(rot f )2,3 = ...


o l'indice

(2, 3) implique que le circuit C

se trouvait dans le plan

dimension par exemple, le rotationnel contient

x2 , x3 . A quatre
n(n 1)/2 n

composantes (et

dimension). Dans l'espace-temps par exemple, le rotationnel d'un vecteur qu'on


appelle potentiel vecteur possde 6 composantes : les trois o les circuits contenaient une dimension temporelle sont appels champ magntique et les trois qui
ne contiennent que des dimensions spatiales sont appel champ lectrique.

13.6 La divergence.
Le travail d'un comptable est de faire le bilan des sommes dpenses et gagnes
par son entreprise. C'est exactement ce travail qu'eectue l'oprateur divergence.
Considrons une surface innitsimal ferme
du ux d'un champs

autour du point P

: quel est le bilan

travers cette surface ? C'est ce bilan que la divergence

quantie. Plus exactement,

dV div f =

f d

La dmarche pour calculer la divergence est similaire ce que nous avons fait
pour le rotationnel. Considrons le ux (sortant) travers la surface
normales aux surfaces sont par convention orientes

sortant ) :

ABCD

(les

bch2 (q1 + a, q2 , q3 )h3 (q1 + a, q2 , q3 )f1 (q1 + a, q2 , q3 )


et le ux (entrant) travers la surface

PB C D

bch2 (q1 , q2 , q3 )h3 (q1 , q2 , q3 )f1 (q1 , q2 , q3 )


Le bilan de ces deux termes nous donne

(h2 h3 f1 )
abc
q1
4. Le rotationnel dans ce cas est appel tenseur lectromagntique. Nous rferons le lecteur
un livre avanc en lectromagntisme pour voir cela en dtail.

187

13 Les oprateurs direntiels.


En considrant le ux travers les quatre autres surfaces, et en notant que

h1 h2 h3 abc,

div f =
Example.

dV =

on obtient nalement

1
h1 h2 h3

(h2 h3 f1 ) (h3 h1 f2 ) (h1 h2 f3 )


+
+
q1
q2
q3

En coordonnes polaire

donc

div f =
Noter que comme

1
r

(r, , z), h1 = h3 = 1, h2 = r.

Nous avons

(rfz )
(rfr ) f
+
+
r

z (rfz ) = rz fz , l'expression ci-dessus peut encore se simplier

quelques peu.

Problme.

Donnez l'expression de la divergence en coordonnes sphrique et

parabolique.

Problme.

Comment pourrait on gnraliser la divergence pour les espaces

dimensions ?

et de champs de vitesse v. La densit de


v.Si le uide est incompres-

Prenons le cas d'un uide de densit

courant (le dbit de la masse) vaut en chaque point


sible (pensez l'eau), alors

divv = 0.

Si au contraire le uide est compressible,

la dierence entre le ux entrant et sortant dans un petit volume provoque une
accumulation de la masse en ce point, d'o le sens de l'quation

+ divv = 0
t
Ceci est galement le sens des quations de Maxwell en electromagnetisme, sauf
que l, on ne considre pas le ux d'un vecteur mais d'un objet un peu plus
complexe qu'on appelle le tenseur lectromagntique.

13.7 Le Laplacien.
Le laplacien dun champ scalaire est dni en terme des autres oprateurs que
nous venons de voir :

f = div(gradf )
et d'aprs ce que nous avons dit, s'exprime simplement en coordonnes curviligne
comme

f =

1
h1 h2 h3 q1

h2 h3 f
h1 q1

q2

188

h3 h1 f
h2 q2

q3

h1 h2 f
h3 q3

13 Les oprateurs direntiels.


Example.

En coordonnes polaire

donc

f =

(r, , z), h1 = h3 = 1, h2 = r.

1
2
2
r (rr f ) + (1/r) f + rz f
r

qui prend une forme plus simple si l'on fait rentrer le facteur
du

Nous avons

(1/r)

l'intrieur

[].

La signication du laplacien est l'cart la moyenne. En un point


mesure de combien le champ scalaire

P , le laplacien

est dirent de la moyenne du champ pris

sur les points voisins. Voyons cela de plus prs. Prenons d'abord le cas une
dimension et supposons que nous utilisons les coordonnes cartesiennes. Autour
du point

d'indice

x0 ,

choisissons deux points distants de

la moyenne d'une fonctions

est calculons l'cart

1
(f (x0 + h) + f (x0 h)) f (x0 )
2
1
1
(f (x0 + h) f (x0 )) + (f (x0 h) f (x0 ))
2
2
1
f (x0 )h2 + O(h3 )
2

=
=
=

donc, un facteur

1/2

prs (qui dpend de la dimension de l'espace), l'cart la

moyenne est donne par la drive seconde

multiplie

par la distance des points

h2 . La gnralisation est immdiate. Donnons nous un point


P0 et une sphre de rayon h petit autour de ce point. Calculons la moyenne de
l'cart entre la valeur de la fonction au point P de la sphre et le point P0 . Le
point P est repr par le vecteur hn, c'est dire que P = P0 + hn
de voisinage au carr

=
=
=
=

La quantit

V / = Ch,

hV

(f (P ) f (P0 )) d

(gradf ) hnd

div (gradf ) dV

V
div (gradf )

+ O(h3 )

est un facteur gomtrique. A trois dimensions

par exemple, C=1/3. Nous retrouvons donc bien la signication du laplacien de


la moyenne.

5. De faon gnrale,

V /S == r/d,

est la dimension de l'espace et

sphre.

189

le rayon de la

13 Les oprateurs direntiels.

Table 13.1  Les oprateurs dierentiels en coordonnes curviligne. Pour les opq1 est donne, les autres
(1, 2, 3).

rateurs vectoriels, seul la composante selon


se dduisent par permutation circulaire
Expression

application

1 f
h1 q1
f
f
(rot f )1 = h21h3 (h32 3 ) (h23 2 )
q
q
1
2 h3
3 h1
div f = h1 h2 h3 (hq1 f1 ) + (hq2 f2 )
f

1
2
f = h1 h2 h3 q1 hhh3 q1 + ...
1

(gradf )1 =

f (b) f (a) =

f.ds

(h1 h2 f3 )
q3

f .ds =

rotf .dn

f dn =

divf dV

Par exemple, l'quation de la vibration d'une membrane lastique, dont la


hauteur

est relev en chaque point est

2u
= ku
t2

En terme de mcanique du point, l'quation ci-dessus est juste la formule

m =

: le terme de gauche est l'acclration verticale ; le terme de droite, l'cart

la moyenne de chaque point par rapport ses voisins, est la force exerce sur ce
point.
Une des quations trs importante de la physique (lectrostattique sans charge)
est celle de laplace (d'o le nom de Laplacien)

V = 0
Cela veut dire qu'en tout point

x,

la fonction

V (x)

est est gale la moyenne de

son voisinage. Ceci veut dire que soit la fonction est localement linaire autour
du point

P,

soit que les variations le long d'une direction sont compens par des

variation en sens inverse dans d'autres dimension. Prenez par exemple l'image
d'un col en montagne : dans une direction, on monte, dans l'autre direction, on
descend. Cela implique donc qu'une fonction obissant cette quation ne peut
pas avoir d'extrmum local nul part l'intrieur du domaine o cette quation
est valable.

13.8 Rsumons.
Il est temps de mettre tous ces expression cte cte et voir leur ressemblance.
Remarquez, dans la colonne des applications de la table 13.1), la relation entre
la partie droite et gauche de chaque galit. Dans la partie gauche, nous somme
entrain de calculer quelque chose comme le

190

ux

d'un champ sur une courbe

13 Les oprateurs direntiels.


P
1

P
2

P
3
P
N1
B

Figure 13.4  Dcoupage d'un circuit en N intervalles


de 0, 1, 2 dimensions. Dans la partie droite, nous relions ce ux l'intgrale
d'un operateur dierentiel de ce champ sur une surface de 1,2,3 dimensions qui
entoure la courbe prcdente. Les trois relations s'appellent formule de Stockes
gnralise.
Remarquez que les relations de Stockes s'obtiennent directement partir des
dnitions. Prenons l'exemple du gradient, et donnons nous un circuit
menant par le point

et nissant par le point

intervalles (bien sr, nous prensons

B.

trs grand,

com-

Dcoupons ce circuit en

). Sur chaque inter-

valle, nous pouvons crire, l'ordre 1 en longeur des intervalles, et en utilisant la


dnition du gradient :

f (P1 ) f (A)
f (P2 ) f (P1 )

f |A .ds1

f |P1 .ds2

...
f (B) f (PN 1 )

f |PN 1 .dsN

En sommant les deux cts de ces galits et en prenant la limite

N ,

nous

obtenons la relation de Stockes pour le gradient. La relation de Stockes pour les


deux autres oprateurs s'obtient de faon similaire.
Nous reviendrons beaucoup plus tard sur ces notions en leur donnant le caractre gnral qui leur sied d'abord travers le cours sur les formes dierentielles et
ensuite quand nous aborderons le calcul tensoriel et les varits direntielles. Les
formes direntielles sont plus lgant, mais les physiciens sont plus habitus au
calcul tensoriel. Les deux approches sont trs complmentaire, des perspectives
direntes de la mme chose. Notons simplement qu'avec les formes dierentielles,
les relations de Stockes se notent, de faon trs gnrale,

=
d
o

est l'hyper surface qui entoure l'hyper volume

extrieure de

191

est

est la drive

13 Les oprateurs direntiels.


13.9 Problmes.
1.

Dmontrer les relations suivantes et surtout, donner leur un sens gomtrique

en vous inspirant des dnitions


1.

rot(gradf ) = 0

(help : considerer des circuits innitsimaux sur des sur-

faces de niveau entourant un point

P ).

2.
3.

2.

div(rot f ) = 0
div(A B) = (rotA).B + A.(rotB)

En utilisant les relations locales, dmontrez les formules de Stockes du tableau

13.1.

3.

Nous avons dni le Laplacien d'un champ scalaire. Le Laplacien d'un champ

vectoriel est dni par

f = grad(divf ) rot(rotf )
Exprimez le Laplacien dans les dirents systmes de coordonnes. Pouvez vous
en donner un sens gomtrique ?

4.

Dmontrer les relations de Stockes pour le rotationnel et la divergence.

13.10 Notes.
Certaines manipulations impliquant les

dqi

peuvent paratre approximatif et

sans la rigueur ncessaire. Il n'en est rien. Reprenons par exemple le calcul du
rotationnel avec autant de prcision que souhaitable.
Quelques points claircir d'avance. Si nous connaissons la fonction (trs lisse,
inniment drivable)

0
q = (qi ), alors nous
0
0 0
exemple (q1 + dq1 , q2 , q3 ) :

et ses drives au point

connatre sa valeur en un point proche, par

pouvons

0
2 2
f (q1 + dq1 , q2 , q3 ) = f (q) + dq1 1 f (q) + (1/2)dq1 1 f (q) + ...
C'est ce que nous appelons le dveloppement de Taylor. Maintenant, si nous
connaissons la fonction

et ses drives au point

0
q = (qi ), alors comment valuer

0
q1 +a

f (q1 , q2 , q3 )dq1
0
q1

192

13 Les oprateurs direntiels.


Rien de plus simple partir du dveloppement de Taylor. Dans l'intervalle d'intgration, nous choisissons le paramtrage
0
q1 +a

0
q1 = q1 + u

f (q1 , q2 , q3 )dq1

0
f (q1 + u, q2 , q3 )du

0
q1

0
a
2
f (q) + u1 f (q) + (1/2)u2 1 f (q) + ...

=
0

2
= af (q) + (1/2)a2 1 f (q) + (1/6)a3 1 f (q) + ...
La dernire ligne a t possible parceque les quantit

f (q), 1 f (q),

... sont juste

des constantes pour l'intgrale en question : l'intgration se fait sur

u!

Dans

l'quation13.5, nous avons simplement crit le premier ordre, le seul qui est pertinent quand on prend la limite

a, b 0. Pour vous en persuader, il sut de faire

le calcul l'odre suprieur.

193

14 Les tenseurs en physique.


Le mot tenseur peut voquer des objets avec beacoup d'indices et d'exposants
du genre

ml
ijk

qui multiplient d'autres objets de ce genre et o il faut se souvenir

que certains varient de faon contravariante et d'autres covariante. En faite, ce


sont des objets trs simple qui gnralisent les matrices. Le lecteur dj familier
avec ces derniers n'aura aucun mal manipuler les tenseurs. Comme on va le voir
par la suite, les tenseurs sont partout en physique et donnent beaucoup de sens
aux diverses formules.

14.1 Les tenseurs de rang 2.


m. Comme matre
a, est reli au vecteur

Prenons d'abord le cas d'une force applique une masse


Newton l'avait arm, le vecteur acclration de la paticule,
force,

F,

par la relation

a=

1
F
m

(14.1)

Dit en langage de mathmaticien, il existe une application linaire qui, applique


au vecteur

produit le vecteur

a.

Comme nous l'avons mainte fois soulign,

linaire veut dire que (i) si l'on double la force, l'acclration est double ; (ii)
si la force est considre comme la somme de deux autres forces, l'acclration
produite sera la somme des acclrations produites par chacune de ces forces. Si
on note par

cette application, nous avons

A(F1 + F2 ) = A(F1 ) + A(F2 )

, R

C'est la dnition d'une application linaire. Comme c'est trs simple

et

trs

fondamental, a ne mange pas de pain de la rappeler. En physique, nous avons


l'habitude d'appeler cela le principe de superposition.
Notre application linaire dans ce cas tait vraiment triviale : prendre le vecteur

F et le multiplier par un scalaire 1/m. Prenons le cas maintenant d'une onde

lectromagntique qui rentre dans un matriau dilectrique (non mtalique). Localement, le matriau devient polaris, et le vecteur polarisation
champs lectrique

est reli au

par

P = E

194

(14.2)

14 Les tenseurs en physique.


La polarisation est bien sr relie linairement au champ lectrique : si on double
le champs, la polarisation est doubl etc. Mais

rallle

E!

n'a aucune raison d'tre

pa-

Le matriau, si il est cristalin, possde des axes priviligies. Il est

plus polarisable dans certaines directions et la composante de

parallle ces

directions est plus amplife . Le vecteur polarisation rsultant priori n'est donc
pas parallle au champ lectrique. La susceptibilit lectrique (c'est son nom)

n'est donc pas un scalaire, mais un tenseur (une application linaire) . Quand on
veut manipuler et mesurer ces choses, il faut bien les reprsenter par des nombres.
Comme nous l'avons dit, nous nous donnons alors une base, est nous representons un vecteur par ses compostantes
matrice, dont les lments sont

ij

Ei

ou

Pi .

La reprsentation de

est une

et numriquement, la relation (14.2) s'crit

Pi =

ij Ej

(14.3)

j
L'expression ci-dessus est juste le produit de la matrice

par le vecteur

Pcrit

de faon explicite.
Pour le physicien, la susceptibilit est une proprit fondamentale du materiau,
au mme titre que sa masse. De mme, les vecteurs

et

ont une existence

propre, indpendemment de comment nous les mesurons. Ceci veut dire que dans
direntes bases, les

composantes

des vecteurs,

Ei

et

Pi

auront direntes va-

leurs, mais si on les manipule correctements, on retrouvera les mme vecteurs


originaux. De mme pour les lments

ij

: quelque soit la base que nous avons

choisi , en suivant la relation (14.3), on doit toujours retrouver le mme vecteurs polarisation. Cela va de soit si nous savons que ces nombres ne sont que
des reprsentations des vecteurs et applications linaires, et que nous disposons
des mcanismes prcis pour les calculer, une fois donne une base. Cela allait un
peu moins de soi au dbut du vingtime sicle quand l'algbre linaire n'tait pas
aussi dmocratis que de nos jours. On prsentait alors un tenseur

ij

comme une

collection de nombres avec des rgles de transformations prcises lors des changements de base. C'tait un peu comme faire de l'arithmtique avec des chires
latins ( quel est le rsultat de MCLLXIV+MLCLXII ? ) et malheureusement,
cette conception des tenseurs reste encore vivante de nos jours.
1. Dans le temps, on faisait beaucoup de dinstinction entre un scalaire, un vecteur et un
tenseur. Bien sr, on peut voir un scalaire comme une matrice diagonale avec tous ses lments
gaux : le produit d'une application identit par un nombre.

x horizontal et selon le rayon laser qui rentre dans le cristal, z vertical


x,y ,z parallle aux axes principaux du cristal ;
direction de l'toile polaire, y pointant vers le soleil et z vers le centre de la

2. par exemple, base 1 :


et

perpendiculaire aux deux autres ; base 2 :

base 3 :

dans la

galaxie. Les deux premires bases sont couremment utilises par l'opticien : la premire est le
rfrentiel du laboratoire trs naturel utiliser ; Dans la deuxime, la matrice de la susceptibilit
est diagonale (au dit autrement, les axes du cristal constituent les vecteurs propres de

et

donc les calculs y sont trs simple. La base 3 n'a jamais t utilis ma connaissance pour faire
de l'optique.

195

14 Les tenseurs en physique.


Nous reviendrons plus tard ces rgles de maniplation pratique des chires.
Pour l'instant nous allons nous habituer un peu plus ces concepts. A propos, le
titre de cette section tait les tenseurs de rang 2. C'est un terme savant pour
dsigner les applications linaires. Un scalaire est un tenseur de rang 0 (zro)
et une application linaire est un tenseur de rang 2 (il faut deux indices pour
numerer les lments). A votre avis, qu'est ce qu'un tenseur de rang 1 ?
Prenons maintenant un autre exemple, une fonction vectoriel dans l'espace
3

R3 ,

u(x, y, z) = (u1 (x, y, z), u2 (x, y, z), u3 (x, y, z) ) . Si nous connaissons la valeur de
(x0 , y0 , z0 ), la valeur de la fonction au point (x0 + dx, y0 +
dy, z0 + dz) est u(x0 , y0 , z0 ) + du, o
la fonction au point

du = D.dr
la relation ci-dessus n'est pas autre chose que
d'une seule variable et le tenseur

(14.4)

du = u (x0 )dx

pour les fonctions

gnralise la notion de drive. Evidment,

nous savons que les composantes de ce tenseur s'crivent

Dij =
o nous avons remplac les coordonnes

ui
xj

x, y, z

par

x1 , x2 , x3

( cela est beaucoup

plus pratique). Remarquez qu' priori, nous n'avons rien fait d'autre que d'crire
le dveloppement l'ordre 1 de chaque composante

ui

et de regrouper le tout

sous forme d'une matrice. La relation (14.4) est cependant plus profond et met
l'accent sur la linarit de la relation entre

dret du 4 .

Ce que vous devez retenir ce point est que les tenseurs gnralisent la notion
de multiplication des objets de dimension suprieurs 1.

Convention de sommation.

Les tenseurs sont devenus populaire partir des

annes 1920. Einstein par exemple a formul sa thorie de relativit gnrale


en termes tensoriels. Il a remarqu que quand on crivait des sommes du genre
(14.3), l'indice sur lequel on sommait (j dans le cas cit) tait toujours rpt
dans deux quantits (ij et

Ej

dans ce cas). Du coup, autant laisser tomber le

signe somme et accepter que quand un indice est rpt deux fois, cela veut dire
qu'il faut sommer sur cet indice. Cette convention est tellement pratique qu'elle a

Pi = ij Ej .
ij = ijkl kl (peut

t adopt partout. La relation (14.3) s'crit, avec notre convention,


Si nous tions dans un espace quatre dimension, la relation

3. par exemple la vitesse d'un coulement en chaque point de l'espace.


4. Si l'on deforme un solide, chacun de ses points est dplac. Nous pouvons dnir une
fonction vctoriel

u(x, y, z)

qui relate le dplacement de chaque point. Le tenseur

que nous

avons dni ci-dessus (ou plutt sa version symtrise) est appel dans ce cas le tenseur des
dformations et constitue le socle de la thorie d'lasticit.

196

14 Les tenseurs en physique.


importe ce que cela veut dire) est une faon plus concise d'crire

ij =

ijkl kl
l=1 k=1

Si les composantes d'un vecteur

dans la base

(e1 , e2 , e3 ) sont x1 , x2 , x3 , nous


x = xi ei . Nous suivrons

pouvons, en suivant cette convetion, crire simplement


cette convention dans cette section.

Note : Faire plusieurs exercices pour bien habituer la convention, surtout

en prparation de ce qui suit. Surtout les habituer au permutation d'indice :

pji xj

et

pij xi

c'est la mme chose. Donner l'quivalent en langage humain du

genre sommons sur la premire indice. Faire vraiment beaucoup d'exercice sur
l'indice muet. Une bonne partie du pratique des tenseurs c'est seulement cette
manipulation d'indice.

Examples choisis et exercice.


Les mettres peut tre juste avant les changement de base, ou les distribuer au
fur et mesure.
1. Champ lectrique cr par un dipole
2. nergie d'interaction entre dipoles
3. le tenseur quadrapolaire
4. elasticit : tenseur de dformation et de contrainte, relation de Hook. Proter pour habituer aux changements de variables pour crire ces tenseurs
en symetrie sphrique ou cylindrique : contenaire prcontraint, les billes
d'actine, etc.
5. tenseur de dformation cre par une force ponctuelle la surface ; par un
dipole de force ;
6. Energie d'interaction entre deux marches la surface d'un cristal. Instabilits lastiques
7. tenseur hydrodynamique et la viscosit, la landau.
8. Le tenseur mtrique. Les oprateurs direntiels : grad, curl, div.
9. Un peu de gomtrie direntielle.
10. Le tenseur lctromagntique en relativit, le lien avec le chapitre prcdent.

14.2 Gnralisation des tenseurs.


Les tenseurs de rang 2 que nous avons rencontr plus haut taient des fonctions
linaires d'un espace vectoriel

E1 dans un autre esapce vectoriel E2 : A : E1 E2 .

197

14 Les tenseurs en physique.


Un tenseur de rang 3 est une application bi-linaire qui prend
entre et prdouit

un

vecteur en sortie :

A : E1 E1 E2 .

deux

vecteurs en

l'application

A(x, y)

est bilinaire, c'est dire linaire pour chacun de ses arguments :

A(x1 + x2 , y)

A(x1 , y) + A(x2 , y)

A(x, y1 + y2 )

A(x, y1 ) + A(x, y2 )

, R. A nouveau, pour faire des calculs, nous nous donnons une base, et
A doit tre donn par trois indices aijk (une matrice trois dimensions
vous voulez : ligne, colonne,epaisseur). Si z = A(x, y), alors la relation entre

cette fois,
si

leurs composantes est juste une gnralisation des produits matricielles :

zi = aijk xj yk
Reprenons notre exemple de fonction

u(x1 , x2 , x3 )

que nous avons rencontr

plus haut.
introduire dj les formes linaires, mais attendre le produit scalaire pour parler
de l'espace dual.

14.3 Les composantes d'un tenseur.


Les tenseurs de rang 2.
Il nous faut maintenant manipuler pratiquement les tenseurs, c'est dire
calculer leurs composantes. Revenons ce que nous savons sur les vecteurs. Pour
les manipuler, nous les reprenstons sous formes d'un ensemble de chire (souvent
sous forme d'une colonne) : nous nous donnons une base
crivons un vecteur

x1 e1 + ...xn en = xi ei

{e1 , e2 , ...en },

nous

x =
(x1 , ...xn ).

sous forme de combinaison linaire de ces vecteurs,

et nous reprsentons le vecteurs par les nombres

Pour caractriser une application linaire

A (autrement dit, un tenseur de rang

2), il sut de connaitre l'action de cette application seulement sur chaque vecteur
de base

Ae1
Ae2

a11 e1 + a21 e2 + ...an1 en

a12 e1 + a22 e2 + ...an2 en

(14.5)

...
Aen

a1n e1 + a2n e2 + ...ann en

5. Nous considrons seulement le cas o


de dimension

est une application linaire d'un espace vectoriel

dans un espace vectoriel de mme dimension. La matrice reprsentant

est

alors carr. La gnralisation au cas les espace vectoriel de dpart et d'arriv n'ont pas la mme
dimension est triviale et laiss au soin du lecteur.

198

14 Les tenseurs en physique.


ou dans notre notation concise tensorielle avec la convention de sommation de
l'indice rpt,

Aei = aji ej

i = 1, ..., n

(14.6)

Notez le sens de la variation des indices : c'est la fameuse convention de prsenter


les composantes de

Aei

comme des vecteurs

colonnes

et de les aligner ctes

aij ,

ctes pour former une matrice. Connaissant ces composantes


calculer les composantes de n'importe quel vecteur

y = Ax

nous pouvons

(on ne le prcisera

plus, nous suivons notre convention de sommation ) :

Ax

xi Aei

linrait d'une application linaire

=
i-me

A(xi ei )

=
La

xi aji ej

la relation (14.6) ci dessus

composante du vecteur

est donc donn par

yi = aij xj

(14.7)

Ceci est bien sr la rgle selon laquelle il faut multiplier la i-me ligne de la matrice

x lment par lment pour obtenir la i-me composante


y. Notez nouveau 6 le sens de la variation de l'indice et comparez la relation

par le vecteur colonne


de

(14.6) : cette fois nous sommes en train de sommer sur le deuxime indice tandis
que dans la relation (14.6), nous sommions sur la premire indice. On dit que
les composantes d'un vecteur varient de faon

contravariante, c'est dire dans le

sens contraire la variation des vecteurs sous l'eet d'une application linaire. Le
7

mot contraire est mal choisi , puisque il veut simplement dire qu'il faut sommer
sur l'autre indice. C'est malheureusement un mot consacr qu'il faut connatre.

Les tenseurs de rang quelconque.


Ce que nous venons de dire se gnralise naturellement aux tenseurs de rang
quelconque. Prenons le cas d'un tenseur

de rang 3, c'est dire une fonction

bi-linaire qui prend deux vecteurs en entre et produit un vecteur en sortie


(A

: En En En , o En est un espace vectoriel de dimension n). On ne


A comme une matrice, il nous faudrait arranger les termes

plus reprsenter

peut
dans

un tableau tri-dimensionnel, peut pratique crire. Il nous faut nous contenter


des coecients, mais la longue vous le verrez, ce n'est pas moins pratique.
Comme nous l'avons indiqu plus haut, il nous faut connatre l'action de

tous

les

couples

sur

vecteurs de base :

A(ei , ej ) = akij ek i, j = 1, ..., n


6. Nous avons permuter

et

pour dsigner la ligne de la matrice par

et sa colonne par

j.

Certaines habitudes ont la vie dure.


7. Historiquement, l'application linaire le plus souvent considr tait un changement de
base et le mot contravariant avait plus de sens. Nous verrons cela un peu plus tard.

199

14 Les tenseurs en physique.


akij ,
x,y :

connaissant ces coecients


porte quel deux vecteurs

nous pouvons connaitre l'action de

z =

sur n'im-

A(x, y)

A(xi ei , yj ej )

xi yj A(ei , ej )

akij xi yj ek

Autrement dit,

zk = akij xi yj
Voil, c'est ce que nous disions sur la gnralisation naturelle des matrices. Notez
la concision que la convention de sommation de l'indice rpt nous procure.

14.4 Changement de base.


Connaissant les composantes d'un vecteur ou tenseur dans une base, comment
en dduire ces composantes dans une autre base ? L'exercice n'est pas futil, et
mrite que l'on y passe un peu de temps pour au moins deux raisons : (i) nous
mesurons souvent les composantes d'un tenseur dans une base priviligie o il est
diagonal (par ce qu'il est beacoup moins fastidieux de mesurer

nk

coecients que

), mais nous gagnons notre pain dans la base du laboratoire o nous eectuons

nos expriences ; (ii) certaines thories comme la mcanique classique o la relativit sont fondes sur l'invarience de certaines quantites lors des changements
de rfrentiel : il faut donc savoir comment passer d'une base l'autre si l'on veut
comprendre ces thories.

Commenons par le cas d'un vecteur.

Nous connaissons les composantes d'un

x dans la base {e1 , ..., en }et nous souhaitons obtenir ses composantes dans
la base {f1 , ..., fn }. Evidement, il existe une application linaire P qui transforme
les vecteurs fi en vecteur ei : P f1 = e1 , P f2 = e2 ,... Par exemple, si nous avons
vecteur

tourn les axes de la premire base de 45 degrs pour obtenir la deuxime base,
l'application

est l'application Rotation de -45 degrs. Notez que c'est l'appli-

cation qui transforme la deuxime base en premire ; pour plus de clart, on le


note parfois

P21 . Pour avoir la reprsentation matricielle de P

dans la base

{fi },
ei

il sut, comme nous l'avons dit plus haut (relation 14.5), d'crire les vecteurs
comme des combinaisons linaires des vecteurs

ei = pji fj

200

fi

14 Les tenseurs en physique.


Connaissant ces coecient

pij ,

on obtient directement l'expression de

combinaison linaire des vecteurs

fi

comme

xi ei

= xi pji fi
Si nous dsignons par

xi

les composantes du vecteur dans la nouvelle base, nous

avons

xi = pij xj

(14.8)

Vous avez peut tre remarqu la beaut de la relation ci-dessus : les composantes
du vecteur

Px

dans la deuxime base

{e} !

dans la premire base

{f }

sont gaux aux composantes du vecteur

Revenons l'exemple de la base

une rotation de +45 degrs de la base

{e} ;

{f }

obtenue par

les composantes d'un vecteur

dans

-45

cette nouvelle base sont gaux aux composantes du ce vecteur, tourn de

degrs, dans l'ancienne base. En faite, voil l'origine du mot contravariant.


Continuons par un tenseur de rang 2.
tenseur

dans une base

{e},

Nous connaissons les lments

aij

d'un

et nous souhaitons les exprimer dans la base

P = P21 .
Q = P 1 :

en nous aidant de l'application de passage


galement besoin de l'application inverse

{f }

Cette fois, nous avons

fi = qji ej
Connaitre l'application
chaque vecteur

fi .

dans la base

{f },

c'est connaitre l'action de

sur

Allons-y :

Afi

= Aqji ej
= qji Aej
= qji akj ek
= qji akj plk fl

Ce qui nous donne :

ali = plk akj qji


Cette dmarche se gnralise immdiatement aux tenseurs de rangs suprieurs.
Il ne faut surtout rien retenir pas coeur : si vous avez compris la dmarche,
la formule de transformation s'obtient en deux coup de cuillre. (j'ai un petit
problme de consistence de notation). Donner la forme matricielle habitulles.
Exercice : dduire l'expression des tenseurs

201

aijk

et

aijkl

14 Les tenseurs en physique.


14.5 Le produit scalaire gnralis, covariant et
contravariant, les formes linaires.
Le lecteur qui a rencontr les tenseurs, surtout dans le contexte de la relativit
gnrale ou de la gometrie riemanienne a not que l'on fait une distinction trs
nette entre les vecteurs, tenseurs,... covariant et contravariant. Les composantes
des uns s'crivent avec des indices en bas, d'autre avec des indices en haut et nous
manipulons constement des expressions du genre

ij
kl yi xk .

Nous crivions jusque

l tous les indices en bas, mais essayons d'aller plus loin. Une bonne partie du
calcul tensoriel consiste pratiquer la manipulation des indices. Nous allons nous
donner une nouvelle rgle de sommation dont le sens sera prcis plus loin.

Rgle de sommation.

Une expression qui contient des indices rpts reprsente

une somme si un des indices est en haut et l'autre en bas.


C'est une rgle gramatical au mme titre que les parenthse : une expression
bien forme contient le mme nombre de parenthse ouvertes que fermes. De

xi yi est correctement form et veut


i j
ij
dire x y1 + x y2 + x y3 + ... L'expression gij x y est bien forme, ainsi que g xi yj
j
i
i
i
j
et gi xj y . Par contre, gj xj y ou gij xi y sont gramaticalement incorrect, au mme
titre que les expressions du genre (a + b))c + d( ou (a + (b + (c). Par convention,

mme pour les indices rpts, l'expression

tout ce qui a un indice en bas est appel

covariant ; un indice en haut reprsente

une quantit contravariante.

(e1 , e2 , ...) dans un espace vectoriel E .


x s'crit comme une combinaison linaire des lments de

Donnons nous maintenant une base


N'importe quel vecteur

la base, ce qui, avec notre nouvelle convention de sommation, donne :

x = xi ei
Si vous vous souvenez, nous avions soulign que les composantes varient dans le
sens contraire des vecteurs lors d'un changement de base, cette notation met cela
clairement en vidence.
Nous rentrons maintenant dans le vif du sujet. A l'espace
un espace dual

E des

E,

nous associons

formes lineaires. Cet espace reprsente, si vous voulez,

l'autre cot du mirroir. Par forme linaire, il faut entendre l'espace de toutes les

E , produisent un scalaire, et font cela de


f : E R,f (e1 + e2 ) = f (e1 ) + f (e2 ). E ressemble E :

c'est galement un espace vectoriel (af + bg , o a, b Ret f, g E a exactement

le sens qu'on lui donne) et de plus, E a la mme dimension que E . (cf exercice

plus bas). E est l'espace des vecteurs contravariants comme nous allons le voir,
fonctions

qui prennent un lment de

faon linaire :

mais retenez l'image du mirroir : quand vous tournez vers la gauche, votre image
dans le mirroir tourne vers la droite.

202

14 Les tenseurs en physique.


Revenons notre espace
d'un

E.

Vous avez vu (cf 2.1) que nous pouvons le munir

produit scalaire <, >, c'est dire une application bilinaire qui a deux vec-

teur de

associe un scalaire. Si nous nous donnons une base

(e1 , e2 , ...) et que


< ei , ej >= gij ,

nous connaissons le produit scalaire de chaque couple d'entre eux

alors nous pouvons crire le produit scalaire de n'importe quel deux vecteurs

x, y = gij xi y j
o

xi et y j

sont les composantes des deux vecteurs. N'oublions pas que le produit

x, x > 0 si x = 0. Cela impose


gij que nous verrons plus tard.
Considrons maintenant l'objet fv = v, . , o v E . Ceci est bien une forme

linaire appartenant E , puisque si u E , alors fv (u) = v, u R.


scalaire doit tre dni positif, c'est dire
certaines contraintes sur les valeurs

Note sur le produit tensoriel de deux espaces vectoriel, tenseur d'elasticit qui
relie deux tenseurs,...
Indice haut, bas, la reduction, monter ou descendre un indice : essentiellement
en relation avec la relativit et le produit scalaire de minkowski.
espace dual
exercice : dmontrer que

E est

un espace vectoriel de mme dimension

une base dans l'esapce dual sans faire rfrence au produit scalaire.
produit scalaire gnralis

< x, y >= gij xi y j

203

15 quation drive partielle du


premier ordre.
Le monde des quations drive partielle est vaste, est des centaines de livres,
souvent extrmement pdagogiques, leur sont consacres. Les EDP les plus utilises en physique sont de second ordre pour l'espace, et de premier ou de second
ordre pour le temps. Ce sont les quations de la chaleur, de Laplace et de Poisson,
et l'quation d'onde. Nous n'allons traiter aucun de cela, mme si la plus part
des mthodes dveloppes plus haut y sont extrmement utiles.
Les EDP linaires

de premier ordre

sont par contre exactement soluble par la

mthode des caractristiques, au moins en thorie. Il est utile d'en donner un bref
aperu.

15.1 La mthode des caractristiques.


Nous souhaitons dterminer la fonction

(s, t)

obissant l'quation :

t + P (s)s = Q(s)
Nous cherchons la solution sous forme de

(15.1)

(s, t) = f (s)g(u(s, t))

f, g, u

sont

des fonctions inconnues dterminer. A priori, nous n'avons rien gagn d'autre
que d'augmenter le nombre de fonctions inconnues. Mais nous gagnons la libert
d'imposer des contraintes ces fonctions qui nous ramnerons le problme des
choses plus connues.
Nous avons, pour les drives partielles de

= t uf (s)g (u)

(15.2)

= f (s)g(u) + s uf (s)g (u)

(15.3)

En insrant (15.2,15.3) dans l'quation (15.1), nous avons :

(t u + P (s)s u)f (s)g (u) + (P (s)f (s) Q(s)f (s))g(u) = 0.

(15.4)

Nous voyons qu'une solution vidente de (15.4) est donne par :

P (s)f (s) Q(s)f (s)

(15.5)

t u + P (s)s u =

(15.6)

204

15 quation drive partielle du premier ordre.


L'quation (15.5) est une quation direntielle linaire homogne de premier
ordre en

et sa solution est donne par

f (s) = exp(A(s)), o A (s) = Q(s)/P (s).

L'quation (15.6) , qui est une EDP de premier ordre homogne, a comme
solution

u(s, t) = exp(W (s) t)

W (s) = 1/P (s).

Notons que la fonction

reste indtermine. Son choix dpend des conditions initiales imposes au systme.

Exemple

Nous souhaitons rsoudre une quation de diusion avec un terme de

drift linaire, appel Ornstein-Uhlenbeck :

2
t p = x (kxp) + Dx p

(15.7)

p(x, 0) = (x x0 )

(15.8)

avec la condition initiale

est la fonction de Dirac.

l'instant

l'abscisse

x,

p(x, t)

la probabilit est condense en


de Fourier en

de

est une densit de probabilit de prsence

et la condition initiale veut simplement dire que toute

p(x, t)

x0

l'instant

t = t0 .

Soit

(s, t)

la transforme

eisx p(x, t)dx

(s, t) =

l'quation (15.7) se transforme alors en

t + kss = Ds2

(15.9)

avec la CI

(s, 0) = eisx0

(15.10)

P (s) =
W (s) = log(s)/k . Les

L'quation (15.9) est une EDP de premier ordre similaire (15.1), avec

Q(s) = Ds2 . Nous avons


fonctions f ,u et s'crivent :

ks

et

alors

A(s) = Ds2 /2k

et

f (s)

exp(Ds2 /2k)

(15.11)

u(s, t)

s exp(kt)

(15.12)

(s, t)

exp(Ds /2k) g(s exp(kt))

(15.13)

Nous pouvons vrier par drivation directe que l'expression (15.13) est bien
solution de (15.9). Il nous reste utiliser la CI (15.10) pour trouver
donne :

g(s) = exp(Ds2 /2k + iux0 )


et la solution complte s'crit :

(s, t) = exp

Ds2
(1 e2kt ) + isx0 ekt
2k

205

g,

ce qui

15 quation drive partielle du premier ordre.


La fonction

est appel en probabilit la fonction caractristique associ

la densit de probabilit
connat

p.

La moyenne et la variance se calcule aisment si on

<X>
< X2 >
Problme 1.

=
=

|s=0
s
2
x2 p(x)dx = 2 |s=0
s
xp(x)dx = i

Calculer, pour le processus d'Ornstein,

X 2 (t) > < X(t) >2

< X(t) >et V ar(X(t)) =<

(C'est pour vous faire la main).

Problme 2. Croissance exponentielle

Pour une croissance exponentielle, l'qua-

tion matresse s'crit :

t p(n, t) = (n 1)p(n 1, t) np(n, t)


o

p(n, t)

et la probabilit pour une population d'avoir la taille

l'instant

t.

En utilisant plutt la transforme de Laplace

p(n, t)ens

(s, t) =
n
Calculer

< n(t) >et V ar(n(t)).

Problme 3. (Plus ardu).

La condition initiale est

p(n, 0) = n,n0 .

On dmarre avec une population initiale de bactrie

n0 , dont les taux de mort et naissance sont gaux et valent . Calculer < n(t) >et
V ar(n(t)).
Nous verrons que l'quation matresse dans ce cas s'crit :

t p(n, t) = (n 1)p(n 1, t) + (n + 1)p(n + 1, t) 2np(n, t)


avec la condition initiale
lation, l'instant

t,

p(n, 0) = n,n0 . p(n, t)


n.

(15.14)

est la probabilit pour la popu-

d'avoir la taille

Pour rsoudre l'q.(15.14), vous avez plus intrt utiliser la transforme de


Laplace :

p(n, t)ens

(s, t) =
n

15.2 Interprtation gomtrique.


Nous avons donn la mthode des caractristiques comme une sorte de recette.
Mais cette recette dcoule d'une interprtation gomtrique trs simple : les drives premires sont les pentes de la fonction selon les diverses directions. Prenons

206

15 quation drive partielle du premier ordre.


d'abord le cas de l'quation

P (s, t)s + R(s, t)t = 0


Nous pouvons reprsenter la solution
hauteur la position

(s, t).

(s, t)

(15.15)

comme une surface :

(s, t)

tant la

Si nous pouvions connatre les courbes de niveau de

cette surface, nous aurions dj une trs bonne connaissance de la solution (voir

(s, t).
fonction

gure 15.1). Quand on parcours une courbe de niveau, la valeur de la fonction


y reste constante. Supposons maintenant que nous sommes une position
Comment se dplacer d'une quantit

(ds, dt)

pour que la valeur de la

reste constante ? Quelle doit tre le rapport entre le dplacement dans la direction

ds

dt pour ne pas changer d'altitude ? Noter


ds et dt en tout point dni une courbe dans
dy/dx = x/y dni l'quation d'un cercle de centre

et le dplacement dans la direction

que se donner une relation entre


le plan (s, t). Par exemple,

origine ; le rayon de ce cercle est donn par une condition initiale.


La variation de

en fonction de

(ds, dt)

est

d = (s )ds + (t )dt
En comparant cette expression (15.15), nous voyons qu'il sut de choisir

P (s, t) et dt proportionnel
d = 0, il sut de choisir

proportionnel
dit, pour avoir

R(s, t)

ds
dt
=
P (s, t)
R(s, t)

pour que

d = 0.

ds

Autrement

(15.16)

Comme vous le remarquez, l'expression ci-dessus est une quation direntielle


ordinaire donnant la forme de la courbe qu'on appelle caractristique. Ceci est le
sens de l'expression

W (s) t

que nous avions donn plus haut dans la recette

de rsolution.

Exemple.

L'quation

sds + tdt = 0,

ts st = 0 : les courbes de niveaux sont donnes


s2 + t2 = C . Ce sont des cercles centrs

autrement dit par

par
sur

l'origine.
Trs bien, nous connaissons les courbes de niveaux. Mais pour vraiment connatre

il faut connatre la valeur de cette fonction sur chaque courbe. Comment d-

terminer cela ? videment, l'aide des conditions initiales. Si par exemple, on

(s, 0) = I(s), nous connaissons alors la valeur de sur la courbe de


(s, 0) (voir gure 15.1). Autrement dit, en transportant les
hauteurs (s, 0) le long des courbes de niveau, on reconstruit la surface (s, t).
Ceci est le sens de la dtermination de la fonction g(u) par les conditions initiales
se donne

niveau qui passe par

dans la section prcdente. Nous avons donc la mthode gnrale de la rsolution


d'une EDP de premier ordre.

207

15 quation drive partielle du premier ordre.


La surface (s, t)

0
1
0.8
0.6

0.4

0.9
0.2

0.8
0.7

0.6

0.2

0.5
0.4

0.4
0.3

0.6
0.2

0.8

La condition initiale
(s, 0) = I(s)

Les courbes de niveau

0.1
1

Figure 15.1  Construction d'une solution : nous trouvons d'abord les courbes
de niveau dans le plan
initiale

(s, 0) = I(s),

(t, s).

Ensuite, en utilisant la condition

on prcise la hauteur de la surface de

chacune des courbes et on reconstruit la solution

sur

(s, t).

1. D'abord, nous trouvons les courbes caractristiques, qui sont une famille de

s = f (t, s0 ). Il existe une innit


ds/P = dt/R, mais une seule de ces
(s, t) ; cette courbe passe t = 0 par

courbes paramtres par un point initial :


de courbes qui obissent l'quation
courbes passe par le point particulier
une ordonne

s0 ,

et nous utilisons cette ordonnes pour paramtrer cette


1

famille de courbe . Nous pouvons inverser cette relation et l'crire sous


forme de

(s0 , 0)

s0 = g(s, t), autrement dit, rpondre la question : par quel point


(s, t) ?

passe la caractristique qui passent par

au point
(s, t) est la valeur que prend la condition initiale au point (s0 , t0 ), o (s0 , t0 )
et (s, t) sont sur la mme courbe de niveau, autrement dit, s0 = g(s, t).
Autrement dit, (s, t) = I(g(s, t)).

2. Ensuite nous utilisons la condition initiale : la valeur que prend

Soit l'quation cx t = 0, avec la condition


(x, 0) = f (x). Les courbes caractristiques sont dx/c = dt, autrement
x = ct + x0 . En inversant cette relation, nous trouvons x0 = x + ct . Nous

Exemple : quation d'onde.


initiale
dit

trouvons donc que

(x, t) = f (x + ct)
1. Il faut mettre beaucoup de bmol dans ce que nous disons. D'abord, il peut y avoir une

(s, t). Dans ce cas, ce point est un point singulier. Par


ss +tt = 0, les courbes

innit de courbes qui passent par le point

exemple, le point focal d'une lentille est un tel point. Dans l'quation
caractristiques sont donnes par

s = at

et passent toutes par l'origine. Le traitement de tels

points est un thme part que nous n'abordons pas ici. Ensuite, il n'y a aucune raison pour que
les courbes caractristiques croisent l'axe

t=0

: imaginez par exemple un parabolode dcentr

par rapport l'origine. Nous avons utilis la variable


mais ceci n'est pas toujours un bon choix.

208

pour paramtrer nos caractristiques

15 quation drive partielle du premier ordre.


Nous avons appel cette quation quation d'onde puisque l'quation

/t = 0

c2 2 /x2

se factorise en

(cx t )(cx + t ) = 0
Si

est solution de

cx t = 0

ou de

cx + t = 0,

alors

est solution de

l'quation d'onde.

15.3 Gnralisation.
A partir de l, nous pouvons gnraliser notre analyse l'quation

P (s, t)s + R(s, t)t = Q(s, t, )


avec les conditions initiales

(s, 0) = I(s).

Les courbes caractristiques donnes

par (15.16) ne sont plus des courbes de niveau, mais la variation de

le long

des courbes est donne par une quation direntielle ordinaire. Supposons que

ds/P = dt/R soit donne par s = f (t, s0 ) 2 , c'est dire ds/dt =


f (t, s0 ) = P/R. Quand on se dplace le long d'une courbe caractristique s =
f (t, s0 ), la variation de est
la solution de

=
=

(P s + Rt )(dt/R)

=
Donc, le long de ces courbes,

dss + dtt
(Q/R)dt

est solution de l'quation

Q(s, t, )
d
=
dt
R(s, t)

(15.17)

La stratgie pour trouver la solution est une modication de ce que nous avons
dit prcdemment :
1. Trouver la courbe caractristique

s = f (t, s0 ),

l'inverser pour trouver

s0 =

g(s, t).
2. Rsoudre l'quation direntielle
la condition initiale

Exemple.

Rsoudre l'quation

(s, 0) = I(s).

ordinaire (15.17) o s = f (t, s0 ) soumise


le long d'une courbe caractristique.

(0) = I(s0 ),

s + P (t)t = Q(t)

avec la condition initiale

Notez que nous n'avons pas de dpendance explicite en

cette quation.
2. Pour tre plus gnral, nous aurions du crire

209

f (s, t, s0 ) = 0

dans

15 quation drive partielle du premier ordre.


ds/1 = dt/P (t). Si nous appelons W (t) une
W est connue, puisque P l'est ) les courbes caractristiques sont donnes par W (t)s = W (0)s0 . Le long de ces courbes, nous
choisissons s comme variable indpendante ( nous avons le choix du paramtrage,
Les courbes caractristiques sont

primitive de

1/P (t),

( la fonction

) et donc, le long de ces courbes,

Q(t)
d
=

dt
P (t)
Si nous appelons

A(t)

une primitive de

Q/P ,

alors la solution gnrale de l'qua-

tion ci-dessus est

(t) = C. exp(A(t)).
Toutes les courbes passant par

(quelque soit leur ordonne

s)

ont la forme

et le
t. La caractristique passant par le point (s, t) passe par le point (s0 , 0) o
s0 = W (t) s W (0). La solution complte de l'quation s'crit donc comme

ci-dessus. Vous pouvez voir cela comme le croisement entre la surface


plan

(s, t) = I(W (t) s W (0).) exp(A(t)


Nous laissons au lecteur le soin de revoir la premire section de ce chapitre la
lumire de ces dveloppements.

210

16 Les formes direntielles et la


drivation extrieure.
16.1 Introduction.
L'analyse des fonctions d'une seule variable est simple : nous savons prendre
la drive premire, seconde, ... et cela a un sens direct (pente, courbure,...).
Quand on aborde les fonctions de plusieurs variables, les choses commencent se
compliquer. Les oprateurs direntielles prennent alors des noms trange comme
gradient, divergence, rotationnel,... Et nous dcouvrons qu'il existe des relations
entre ces tres : prendre la
calculer le

ux

circulation

le long d'une courbe ferme revient

d'un rotationnel travers la surface engendr par cette courbe ;

calculer le ux travers une surface ferme revient prendre l'integrale de la


divergence

dans

le volume,... Si vous tes trs vers dans la manipulation de ces

objets, vous savez peut-tre ce que vaut

grad(divf )

par coeur !

Tout cela n'est pas trs joli. D'abord, nous avons de la peine distinguer la
signication de tous ces oprateurs et des relations qui existent entre elle ; ensuite,
cette analyse vectorielle ne marche qu'

trois

dimensions

; Enn, les quations

mathmatiques deviennent confus : pourquoi la drive temporelle du champ


magntique devrait tre li au rotationnel du champ lectrique ? On sent bien
qu'il y a des arguments de gomtrie derrire, mais quoi exactement ?
A partir du dbut du vingtime sicle, des mathmaticiens comme Poincarr
et Cartan ont ralis que derrire tous ce chaos, il y avait de l'ordre, exactement
comme la dcouverte de l'existence des atomes a donn un sens la chimie. Les
atomes en question ici s'appellent des formes direntielles, et nous allons les tudier plus en dtails. Disons simplement que toutes ces relations entre operateurs
ne sont en faite que des gnralisations du Thorme Fondamentale de l'analyse :

F (x)dx = F (b) F (a)


a

1. Et cela par un malentendu qui fait correspondre un vecteur aux produit vectoriel dans le
cas des espaces trois dimensions.

211

16 Les formes direntielles et la drivation extrieure.


16.2 Les

1formes.

Une 1-forme est une application linaire qui agit sur un vecteur et produit un
nombre. Le lecteur est probablement habitu dj ce concept : en notation matricielle, les (vrais) vecteurs sont reprsents par des colonnes (vecteur colonne) ;
ceci dit, nous avons galement des vecteurs

lignes.

Ces vecteurs lignes sont ce

qu'on appelle des 1-formes. L'application d'une forme

un vecteur

multiplier son vecteur ligne par le vecteur colonne de


nombre.
Bien. Ceci dit, une colonne de nombre est juste une

revient

pour produire un

reprsentation d'un vecteur,

qui dpend de la base choisie. Les vecteurs sont des objets gomtriques qui ne
2

dpendent videmment pas de leurs reprsentations . De la mme manire, les


1-formes ne sont pas des vecteurs lignes qui est juste une faon de les reprsenter
par des nombre : Le scalaire

u(v) ne dpend pas de la base que nous avons choisie.

Pour dvelopper notre thorie, c'est quand mme pratique de ce donner une
base. Prenons pour simplier les choses un espace
nous donnons trois vecteurs indpendants

ex , ey

plat

et

ez .

3 dimensions, o nous
N'importe quel vecteur

peut maintenant tre reprsent par une combinaison du genre

az ez

o les coecients

ay

v = ax ex +ay ey +

sont des nombres.

De la mme faon, nous pouvons nous donner une base dans l'espace des formes
et crire une 1-forme

comme une combinaisons de ces 1-formes de base. C'est

ici que les mathmaticiens ont introduit une notation qui peut paratre droutant
3

aux physiciens , mais qui s'avre extrmement fconde. Il existe par exemple un
(unique) 1-forme

tel que

x (ex ) = 1 ; x (ey ) = 0 ; x (ez ) = 0


dx. Ici, dx n'a rien d'innitsimal, sa reprsentation
(1, 0, 0). De la mme faon, nous dnissons les 1-formes dy
et dz . Ainsi, dy(ax ex + ay ey + az ez ) = ay .
4
Un exemple de 1-forme est la force f en mcanique . Quand sous l'action de
cette force, un point matriel bouge du point P1 au point P2 , le travail (qui un
scalaire) de cette force est f (P1 P2 ), c'est dire l'appliccation de la 1-forme f
au vecteur P1 P2 . Donnons nous par exemple un champ de force constant f =
2dx + 3dy et supposons que le dplcament 5 P1 P2 = 3ex + 2ey . Alors le travail de
Nous appelerons cette 1-forme

est le vecteur ligne

cette force est

W = 2dx(3ex + 2ey ) + 3dy(3ex + 2ey ) = 6 + 6 = 12


2. C'est la dirence entre une personne et une photo de cette personne.
3. Utiliser ces notations demande un peu de schizophrnie de la part de l'tudiant phyisicien,
qui doit dsapprendre ses propres notations.
4. Oui, la force n'est pas un vecteur, mais un 1-forme
5. Oui, le dplacement est un vecteur.

212

16 Les formes direntielles et la drivation extrieure.

Figure 16.1  Comment


formes ?

Dans

l'espace

reprsenter

les

dimensions,

1une

trs bonne reprsentation est les lignes de ux.

Ainsi, l'action d'une 1-forme sur un vecteur est


le nombre de ligne que ce vecteur coupe. Ici,

nous avons ainsi reprsent . Le lecteur est dj


familier avec cette reprsentation comme courbes

de

niveau

pour

certaines

1-formes.

Pour

ces

formes l, ceci est une bonne reprsentation du

gradient, comme nous le verrons plus bas. De


faon gnrale, nous pouvons, dans un espace

dimensions, reprsenter les 1-formes par des


hyper surfaces.

1
1

Gnralisons un peu plus. De la mme faon que nous dnissions un champ de


vecteur (pensez le champ de dplacement

u(x, y, z) des points d'un corps matriel

sous l'action des forces), nous pouvons dnir un champ de 1-forme comme par
exemple

= f (x, y)dx + g(x, y)dy


L'application de ce 1-forme un vecteur
seulement du vecteur

P1 P2 ,

P1 P2 produit un scalaire qui dpend non

mais galement de la localisation de ce vecteur dans

l'espace . Si le vecteur est petit, que le point


coordonnes

(h, k)T ,

(x0 , y0 ),

P0

qui dsigne son milieu est de

et que nous pouvons le reprsenter par le vecteur colonne

alors

(P1 P2 ) = f (x0 , y0 )h + g(x0 , y0 )k


A vrai dire, le mot direntielle dans forme direntielle sous-entend bien que
nous nous adressons qu'aux petits vecteurs ; l'action des formes sur des plus
grand objet s'obtient par la sommation de leurs actions sur les petits, ce qu'on
dsigne par intgration. Nous verrons cela plus bas.

16.3 Intgration des 1-formes.


Nous avons une ide assez claire de ce que veux dire l'intgrale d'une fonction
d'une variable sur un intervalle

[a, b]. Nous devons maintenant dnir exactement


C rieliant
A
et
B.

ce que l'on entend par l'intgration des 1-formes le long d'un chemin
deux

points

6. Il existe une dierence entre un vecteur abstrait, c'est dire un objet appartenant un
espace vectoriel, et un vecteur gomtrique reliant deux points
fortement connect, mais dirent.

213

P1

et

P2 . Les deux concepts sont

16 Les formes direntielles et la drivation extrieure.


Gometriquement, cela est trs simple : Donnons
nous une 1-forme

, un chemin C et N +1 points le
(P0 = A, P1 , ...Pi , ..., PN = B ).

long de la courbe
Nous dnissons

(Pi Pi+1 )

= lim

i=0

En clair, nous appliquons le 1-forme tous les petits vecteurs dont l'union
constitue le chemin. Remarquez que nous avons transfr, pour l'intgration ici
le poids du petit des formes aux vecteurs.

= f (x, y)dx+
C . Nous pouvons donner l'quation de la courbe sous forme
paramtrique x = x(t) et y = y(t) pour t [a, b]. Nous avons alors, selon les op7
rations classiques de l'analyse , dx = x (t)dt et dy = y (t)dt. Nous avons alors
Ceci dit, comment faire l'intgration concrtement ? Soit la forme

g(x, y)dy

et le chemin

f (x, y)dx + g(x, y)dy =


C

Exemple.

{f (x, y)x (t) + g(x, y)y (t)} dt


a

Intgrons la forme

= ydx + xdy

le long du quart de cercle de rayon

1 parcouru dans le sens positif. Nous pouvons paramtriser le quart de cercle par

x = cos t

et

y = sin t

pour

t [0, /2].

Nous avons alors

/2

sin2 (t) + cos2 (t) dt

=
C

ydx + xdy

L'intgration de

0
le long du meme chemin nous donnerai

/2.

En physique, nous ne faisons souvent pas de distinction entre 1-forme et vecteur.


Ainsi, le 1-forme
L'intgrale

= adx + bdy

est souvent remplac par le vecteur

f = (a, b)T .

est crit dans ces notations comme

f .ds
C
o

ds

est un lment innitsimal et le point dsigne le produit scalaire.

16.4 les

nformes

et les

nvecteurs.

7. Les formes direntielles ne font que gnraliser les concepts d'analyse.

214

16 Les formes direntielles et la drivation extrieure.


Dans l'espace, nous avons des points, des vecteurs (reliant deux points proches), et des 1-formes. Nous pouvons
maintenant gnraliser ces concepts et construire des objets plus complexes. Par exemple, nous pouvons construire
des bi-vecteurs. De la mme manire qu'un vecteur

peut

tre utiliser pour porter un segment de ligne orient, un


bi-vecteur

e1 e2

peut tre utilis pour porter un lment de surface

orient 8 .

Ainsi, nous avons

ee =
e1 e2

= e2 e1

un bivecteur a toute les proprits usuelles de distributivit qu'on attend de lui.

e1 (e2 + e3 ) = e1 e2 + e1 e3 . Si dans l'espace n = 3 des


e1 , e2 ,e3 comme lment de la base, Dans l'espace des
bi-vecteurs, nous pouvons dnir e1 e2 , e2 e3 , e3 e1 comme les lments de la
base. De faon gnrale, dans un espace n dimensions, la dimension de l'espace
Par exemple,

vecteurs, nous avons pris

des bi-vecteurs est


vue) fait que si

n=

n
2 . Un hasard malheureux (ou heureux, selon les points de
3, l'espace des bi-vecteus est de dimension 3 galement. Une

certaine habitude s'est alors instaure de reprsenter le bi-vecteur par un

vecteur

(normale la surface), en mettant en garde l'utilisateur que ces vecteurs sont un


peu anormal, qu'il faut les appeler axial, etc.
Bien, les 2-formes sont de la mme manire une gnralisation des 1-forme. Un
2-forme

s'applique un bi-vecteur pour produire un scalaire de faon bi-linaire.


dxdy applique 9 e1 e2 produit le nombre 1. Une 2-forme

Ainsi, la 2-forme

constante peut-tre vue comme un ux ; appliqu une surface, cela produit le
ux travers cette surface.

16.5 L'intgration des

kformes.

Tout ce que nous avons dit sur les 1-forme se gnralise aux
appelerons un

ksurface

un objet que l'on peut paramtrer par

k -formes. Nous
k variables. Une

courbe par exemple est une 1-surface, une surface au sens habituel est une 2-

n dimensions,
kforme sur un
lments ports par des kvecteurs

surface, un volume un 3-surface et ainsi de suite. Dans un espace


nous pouvons donner un sens trs prcis l'intgration d'un

ksurface S : nous dcoupons S


ai et nous dnissons

en

petits

= lim
D
8. L'opration

(ai )
i=0

est appel produit extrieur.

9. La convention est de laisser tomber le

entre

215

dx

et

dy .

16 Les formes direntielles et la drivation extrieure.


Le calcul eective se fait via une paramtrisation de

D.

Par exemple, une deux

formes dans l'espace 3d peut tre reprsent par

= f (x, y, z)dxdy + g(x, y, z)dydz + h(x, y, z)dzdx


Pour calculer concrtement l'intgrale

on paramtrise la surface par deux

variables

x = a(u, v); y = b(u, v); z = c(u, v)


avec

(u, v) D R

. Nous avons alors

dx =
el l'lment

dxdy

par exemple devient

dxdy =
Or, comme

a
a
du +
dv
u
v

a
a
du +
dv
u
v

dudu = dvdv = 0

et

dxdy =

b
b
du +
dv
u
v

dudv = dvdu,

nous trouvons simplement

a b
a b

u v
v u

dudv

et ainsi pour les autres lments. La parenthse reprsente bien sr ce que nous
appelons un Jacobien, c'est dire le determinant de la matrice des drives.

e1 , e2 aux vecteurs f1 , f2 par une transformation


A, le dterminant de A est le scalaire qui relie les surfaces portes par les

Quand vous passez des vecteurs


linaire

deux jeux de vecteurs. Ceci est

la dnition du dterminant, indpendement de la

base choisie pour exprimer la matrice de


sommes pass des

dx,dy ,dz

aux

du,dv

A. Le Jacobien apparait ici puisque nous

par une transformation linaire donne par

la matrice des drives.

Connection avec l'analyse vectoriel.


En analyse vectoriel classique, nous rencontrons souvent l'intgrale d'un champ
de vecteur le long d'une courbe, de surface, de volume, ... Par exemple, nous
savons que le travail eectu par un champ de force le long d'une courbe est
appel

circulation

du vecteur. Soit le vecteur

le long d'une courbe

f = (fx , fy , fz )T .

Sa circulation

est dnie par

C=

f .dt
C

dt

est un petit vecteur tangent la courbe au point

P,

et

f .dt

reprsente le

produit scalaire entre ces deux vecteur. En langage de forme direntielles, au

216

16 Les formes direntielles et la drivation extrieure.


vecteur

est associe la 1-forme

f = fx dx + fy dy + fz dz

et la circulation est

simplement

C=
C
De mme, le fulx

d'un champ de vecteur f

travers une surface

est dnie

par

f .n.dS

(16.1)

dS

n est le vecteur normal cet


f .n reprsente le produit scalaire. En langage des formes dierentielles,
T

au vecteur f = (fx , fy , fz ) est associe la 2-forme f = fx dydz+fy dzdx+fz dxdy


o

est un lment innitsimal de surface,

lment, et

et le ux est simplement

(16.2)

S
La dnition habituelle du ux en analyse vectoriel est problmatique cause de
la dnition du vecteur

normal la surface en un point. A trois dimension,

un petit lment de surface peut ventuellement tre reprsent par un vecteur


(qu'on appelle alors axial) ; dimension suprieure cependant, un lment de
surface ne peut pas tre reprsente par un vecteur et la dnition (16.1) n'est
plus valide. La dnition (16.2) en terme de forme direntielle reste bien sr
toujours valide.

16.6 La drivation extrieure.


Jusque l, les

pformes

nous ont rapport rien de nouveau. Leur vrai beaut

apparat avec la drivation. Nous allons d'abord donner la technique et nous


viendrons ensuite sur le sens.

(p + 1)-forme. Le prinA(x, y, z, ...)dxdy...,


on prend le direntiel de A au sens usuel (A/x)dx + A/y)dy + ... et on multiplie par l'lment dxdy... qui tait devant. Si on rencontre des dxdx, eh bien
La drivation extrieur transforme une

pforme

en une

cipe est le suivant : quand on rencontre une expression du genre

cela vaut zero et on ne s'en occupe pas ; enn, on arrange de faon cohrente les
divers

dxdz ,

... Cela sera sans doute plus claire travers des exemples. Dans les

exemples ci-dessous, nous prenons un espace trois dimensions.

Exemple 1.

Soit la

0forme = f (x, y, z).

Alors, trivialement,

d = (f /x)dx + (f /y)dy + (f /z)dz


Nous voyons donc que
et notons

f.

reprsente ce qu'en gnral nous appelons un gradient

Mais le gradient n'est pas un vecteur, c'est une 1-forme.

217

16 Les formes direntielles et la drivation extrieure.


Exemple 2.

Soit la

1forme = A(x, y, z)dx + B(x, y, z)dy + C(x, y, z)dz .

La

drivation de la premire partie nous donne

d[A(x, y, z)dx]

[(A/x)dx + (A/y)dy + (A/z)dz] dx

= (A/y)dxdy + (A/z)dzdx
Nous somme pass de la premire ligne la seconde en notant que
nous avons rarrang le

dydx

en

dxdy .

(16.3)
(16.4)

dxdx = 0

et

En continuant l'opration sur les deux

autres parties restantes et en regroupant les termes, nous trouvons nalement

[(A/y) + (B/x)] dxdy

[(B/z) + (C/y)] dydz

[(A/z) (C/x)] dzdx

Vous avez bien sr reconnu ce qu'en analyse vectoriel nous noterions par une
rotationnelle. Il sut, pour reconnaitre les notations habituelles, de remplacer

par

Fx , B

par

Fy

et

par

Fz .

2forme = A(x, y, z)dxdy+B(x, y, z)dydz+C(x, y, z)dzdx.


(A/z)dzdxdy
que l'on rarrange en (A/z)dxdydz en permuttant d'abord dz et dx, ensuite
dz et dy (1 1 = 1, d'o le signe positif du rarrangement). En regroupant

Exemple 3.

Soit la

Le seul terme non nul de la drivation de la premire partie est le terme

tout les termes, nous obtenons

d = [(A/z) + (B/x) + (C/y)] dxdydz


qui, en notations vectoriel, dsignerait une divergence (Remplacer
par

Fx

et

par

Fy

par

Fz , B

pour les notations habituelles).

Nous voyons donc que les divers oprateurs direntiels de l'espace trois dimension ne sont que des formes dguises de la drivation (extrieure) des formes
direntielles. C'est pour cela que le gradient, associ une

1forme, est toujours


2forme,

intgr le long d'une courbe, tandis que la rotationnelle, associe une

est intgre sur une surface (on calcule toujours le ux d'une rotationnelle
travers une surface) ; enn, la divergence, associe une

3forme

est toujours

intgre dans un volume. Noter galement que les oprateurs direntielles habituels ne sont bien dni que dans l'espace trois dimensions, tandis que la
drivation des formes extrieurs se fait indpendement de la dimension et de faon presque mcanique, sans avoir apprendre par coeur quoique ce soit. Si par
ailleurs, vous tes incapable de vous souvenir de la forme des oprateurs direntiels dans d'autres systmes de coordonnes, transformez les formes ci-dessus
en coordonnes polaire ou sphrique et drivez les pour vous convaincre de la
simplicit de manipulation des formes (voir les exercices).
Le point le plus fondamental est le corpus gomtrique que les formes nous
procurent et avec lequel nous allons nous familiariser dans la suite.

218

16 Les formes direntielles et la drivation extrieure.


Que signie gomtriquement la drivation extrieur ? Commenons par la drivation d'une 1-formes

un point

l'espace. Donnons nous deux petits vecteurs


un circuits

autour du

vecteurs. Appelons

a b,

de

et faisons

en suivant altrnativement ces deux

l'intgrale de notre 1-forme le long de ce

chemin. Nous dnissons alors la 2-formes


au bi-vecteur

et

comme la

produirait le mme scalaire

def

d(a b) =

2forme

qui, appliqu

la limite quand les deux vecteurs

0.

La technique que nous avons donn

plus haut calcule explicitement la deux-forme. Voyons cela de plus prs. Prenons

= f (x, y)dx + g(x, y)dy et posons a = (2h, 0)T et


b = (0, 2k) . Si (x, y) sont les coordonnes du point P , les coordonnes du milieu
du segment P1 P2 par exemple est (x, y k). Donc,
pour simplier la 1-forme

(P1 P2 ) + (P3 P4 )

=
=

En calculant l'application de

(f (x, y k) f (x, y + k)) (2h)


f
(4hk)
y

aux deux autres vecteurs restants, nous trouvons

nalement que

=
C

f
g

x y

(4hk)

Ce qui est exactement ce que produit la 2-forme

drivation d'une 2-forme


autours d'un point

P,

a b.
nformes. Pour la

applique

Cette construction se gnralise aisment la drivation des

par exemples, nous nous donnons trois petit vecteurs


I de l'application de la 2-forme

et calculons la somme

toutes ces surfaces (correctement orientes). Il existe une 3-forme qui, applique
au tri-vecteur en question, produit le mme nombre et correspond bien sr
notre

d .

Lemme de Poincarr.
Ce lemme est quelque chose de tellement vident qui n'a pas mrit le nom de
thorme ; ceci dit, nous l'utilisons constemment dans divers contexte en lui donnant des noms dirents (par exemple les deux premieres quations de Maxwell).
Le voici :

d(d) = 0
Driver deux fois une

kforme

produit la

(k + 2)forme
f (x, y)

exemple une 0-forme dans l'espace 2 dimensions

219

nulle ! Prenons par


et drivons l deux

16 Les formes direntielles et la drivation extrieure.


fois :

df

d2 f

f
f
dx +
dy
x
y
2f
2f

+
yx xy

dxdy = 0

Ceci a un caractre trs gnral : quelque soit la forme que vous prenez, en la
drivant deux fois, vous tombez sur des expressions ou nous avons des drives
secondes croises qui apparaissent deux fois avec des signes opposes.
Si par ailleurs, le lecteur a bien compris la signication gomtrique de la
drivation extrieure, il n'aura pas de mal dmontrer le lemme de faon gnrale,
sans faire appel aux coordonnes.

Exercice.
Dmontrer pourquoi en calcul vectoriel, nous avons les identits

( f)
div(

u)

Changement de variable.
Une des beaut des formes direntielles est la facilit qu'elles ont grer les
changements de variable, de faon presque automatique. Prenons par exemple la
forme

= dxdy

en coordonnes cartsiennes 2 dimensions qui nous serre

mesurer l'air d'une courbe ferme. En coodonnes polaire nous avons

x = r cos
dx = cos dr r sin d
et donc

= rdrd.

; y = r sin
; dy = sin dr + r cos d

Obtenir une forme dans un autre systme de coodonnes et

juste une question de multiplication propre des formes. Cet exemple nous sert
galement illustrer que la drivation extrieure est indpendant du systme de
coordonnes choisi. En systme cartsien, nous avons par exemple

= (xdy ydx)/2.

= d

En coordonnes polaires, le mme calcul nous amne

= (1/2)r2 d
et nous voyons bien que

d = rdrd.

La recette pour eectuer la drivation

extrieure se charge de rendre cette operation libre des coordonnes.

Exercice.

Dmontrer cela de faon gnrale.

220

16 Les formes direntielles et la drivation extrieure.


Manipulation des drivations.
La premire chose maitriser, comme dans le cas de la drivation usuelle, est
la rgle de la drivation d'un produit, qui s'crit lgrement direment :

d(1 2 ) = (d1 )2 + (1)deg(1 ) 1 (d2 )


Le signe est une consquence de la commutativit des formes :

1 2 = (1)deg(1 ) 2 1
Exercice
Dmontrer, en analyse vectoriel 3 dimensions, que
1.

div(A B) = div(A)B A.div(B)

Exemple fondamental : le champ lectromagntique.

A = A0 dt + A1 dx + A2 dy + A3 dz dans l'espace quatre


A0 = V le potentiel lectrique et
A = (A1 , A2 , A3 )T le potentiel vecteur. Le signe dans la coordonne associe
dt est d la signature de notre espace-temps. Nous pouvons construire la forme
dA. La seule complication est d'ordonner correctement les choses 4d :
Soit la 1-forme

dimension. Nous avons l'habitude d'appeler

dA = ((x A0 )dx + (y A0 )dy + (z A0 )dz) dt


((t A1 )dx + (t A2 )dy + (t A3 )dz) dt
+

(y A1 + x A2 ) dxdy

(z A2 + y A3 ) dydz

(z A1 x A3 ) dzdx

Nous avons pris la peine de sparer les direntes contributions selon les conventions usuelles

10

. Par exemple, la 1-forme qui multiplie

dt

E = (x A0 + t A1 )dx + (y A0 + t A2 )dy + (z A0 + t A3 )dz


est appel (tri-) vecteur champ lectrique et dni comme

E = V t A
10. En donnant les indices 0 3 nos coordonnes, nous avons simpement quelque chose du
genre

dA = (xi Aj xj Ai ) dxi dxj


o nous sommes donnes quelques conventions pour ordonner correctement les paires
sommer les indices rpts.

221

(i, j)

et

16 Les formes direntielles et la drivation extrieure.


La 2-forme qui reste (tout ce qui ne contient pas du

dt)

B = (y A1 + x A2 ) dxdy + (z A2 + y A3 ) dydz + (z A1 x A3 ) dzdx


est appel tri-vecteur champ magntique. Nous voyons ici pourquoi

n'est pas

un vrai vecteur, puisqu'en ralit, il est associ une 2-forme :

Bx = z A2 + y A3 ; ...
ou encore, crit dans les notations pedestres :

B=

Sparer ainsi les coordonnes temporelles et spatiales nous oblige alourdir inutilement nos notations, et pire, nous aveugler devant des vidences. Par le lemme
de Poincarr, nous avons

d2 A = 0
En sparant pniblement les divers coordonnes, nous obtenons ce que l'on appelle
les deux premires quations de Maxwell.
Voyons cela de plus prs. Dans la drivation de
termes de la 2-forme

produisent des 3-formes en

dA, nous voyons que seul les


dxdydz , ce que nous crivons,

en notation vectoriel, par


divB

=0

En regoupant maintenant les autres termes en par exemple

dxdydt,

..., nous

trouvons trois autres identits que l'on crit, en notation vectorielle, par

E = t B
Un peu plus de travail sur les formes direntielles nous montrerai que les deux
autres quations de Maxwell s'crivent comme

d(dA) = 0 (J)
o
et

est
J est

appel l'opration de Hodge (nous verrons le sens gomtrique plus bas)


la 1-forme courant :J

= dt + j1 dx + j2 dy + j3 dz .

16.7 thorme de Stockes.


Le thorme fondamental de l'analyse relie l'intgration de la drive d'une
fonction aux valeurs de cette fonction aux bords :

F (x)dx = F (b) F (a)


a

222

(16.5)

16 Les formes direntielles et la drivation extrieure.


Ceci est en faite une forme particulire du thorme de Stockes. Donnons nous un
11

S de dimension p dans un espace de dimension n. Une sphre pleine


P de coordonnes (x, y, z) apprtient la sphre de rayon R centr sur
2
2
2
2
l'origine si x + y + z < R ) est par exemple un domaine de dimension trois
2
2
2
dans un espace de dimension 3. La boule (z = 0, x + y < R ) est un domaine de
dimension 2 dans un espace de dimension 3. Notons par S la frontire du domaine
S . La coque x2 +y 2 +z 2 = R2 du premier exemple et le cercle z = 0, x2 +y 2 = R2
domaine

( le point

du deuxime exemple sont les frontires de leurs domaines. Le thorme de Stockes


s'crit

=
S
o

est une

(p 1)-formes.

(16.6)

C'est pour cela par exemple que l'intgrale d'une

fonction (une 1-forme) le long d'une courbe ferme est gale l'intgrale de la
rotationnelle de cette fonction (la

2forme

drive) travers la surface dlimit

par cette courbe. En ralit, c'est ce thorme que les physiciens appelle thorme
de Stockes

rotf .ds =
S

f .dl

(16.7)

Mais nous n'avons pas nous limiter l. Le ux d'un champ de vecteur travers
une surface

3forme

(une

2forme

) gale l'intgrale de la divergence de ce champ (la

drive) dans le domaine

dlimit par la surface. En physique, nous

crivons cela comme

f .ds =
S

divf dV

(16.8)

Enn, nous avons appris que si une fonction est le gradient d'une autre, alors son
intgrale le long d'un chemin reliant les point

et

ne dpend pas du chemin :

gradf.dl = f (B) f (A)

(16.9)

C
Comme vous le constatez, ces grad,rot et div thormes ne sont que des applications du thorme de Stockes aux 1,2 et 3 formes dans un espace de dimension
3.

Aperu de la dmonstration du thorme de Stockes.


de trs prs la dfnition de la drive extrieure.

11. Nous avons supposer que le domaine est compact.

223

La dmonstration suit

16 Les formes direntielles et la drivation extrieure.


16.8 Intgration par partie.
Le thorme de Stockes nous donne la possibilit de gnraliser l'intgration
par partie

f g dx = [f g]I
I

f gdx
I

n'importe quelle dimension. Nous savons que

(d1 )2 = d(1 2 ) (1)deg(1 ) 1 (d2 )


Nous en dduisons que

(d1 )2

d(1 2 ) (1)deg(1 )

1 (d2 )
S

1 2 (1)deg(1 )

=
S

1 (d2 )
S

16.9 Un peu de gometrie : vecteurs, 1-formes et


leurs associations.
Dans l'espace

dimensions muni de coordonnes cartsiennes

nous avons vu qu'au vecteur

n T

f = (f , f , ...f )

f =

(x1 , x2 , ...xn ),

nous pouvons associer la 1-forme

(f1 , f2 , ...fn )

= f1 dx1 + ...fn dxn


o tout simplement, nous avons

f i = fi .

Nous avons fait cela de faon intuitive

sans trop nous arrter au dtail. Une fois tabli cette association, nous pouvons
tablir l'association entre les

kvecteur

et les

kformes

en utilisant simplement

les rgles de manipulation du produit extriure.


Comment gnraliser cela un systme de coordonnes non-cartsien ? Nous
pouvons faire cela de faon fastidieuse en passant par un systme cartsien, mais
nous pouvons faire cela de faon beaucoup plus lgante et rapide en comprenant
ce que la gomtrie signie vraiment.

Exemple fastidieux.

f = (f 1 , f 2 ) = f 1 ux + f 2 uy
(r, ), nous avons

Soit le vecteur

cartsiens. En coordonnes polaires

ux

cos ur sin u

uy

sin ur + cos u

224

en coordonnes

16 Les formes direntielles et la drivation extrieure.


et donc

(f 1 cos + f 2 sin )ur + (f 1 sin + f 2 cos )u

f r ur + f u

(16.10)

xux + yuy s'crit rur en coordonnes polaire, tandis que


ru . Pour la 1-forme associe, nous avons en coordonnes

Par exemple, le vecteur

yux + xuy

s'crit

cartsiennes

f 1 = f1

f = f1 dx + f2 dy

et

f 2 = f2 . D'aprs ce que nous savons sur les changement de variable,

nous savons que en coordonnes polaire,

f =
=

(f1 cos + f2 sin ) dr + r(f1 sin + f2 cos )d


fr dr + f d

(16.11)

En comparant les expressions (16.10,16.11), nous avons

fr

= fr

= rf
d(u ) = 1/r.

Noter en particulier que nous avons

Concept de

distance.

Revenons nos moutons et sur l'lment le plus impor-

tant de la gometrie : le concept de


par le concept de

distance

distance.

Un espace gomtrique est dni

entre deux points. Une fois donne la distance, tout

(x1 , x2 , ...xn ) et dP = (x1 , x2 , ...xn ) et

le reste suit. Prenons maintenant des coordonnes gnrales


nissions le carr de la distance entre deux points voisins

P = (x1 + h1 , x2 + h2 , ...xn + hn )
d

par

gij hi hj

=
i,j

Les coecients

trique.
gij

gij

forment les lments d'un objet qu'on appelle le

En gnral, nous utilisons des coordonnes

sont nuls si

i = j.

orthogonales,

Dans ce cas, nous pouvons poser

(gi hi )2

=
i

225

2
gii = gi

tenseur m-

o les lments

et dnir

16 Les formes direntielles et la drivation extrieure.


Concept de vecteur et de produit scalaire.

Nous n'avons encore jamais vrai-

ment dni ce qu'est un vecteur. Dans un espace


qui relie deux points

et

plat

un vecteur

12

est un objet

u = PP
P = P + u.

et que l'on note par exemple par

pouvons altrnativement crire cette relation comme

. Nous

(x1 , x2 , ...xn ), nous pouvons nous donner


des vecteurs de base
e1 = (1, 0, 0, ...0), e2 = (0, 1, 0, ...). Si (a, b, c) sont les
coordonnes du point P , le point P de coordonnes (a + 1, b + 3, c 1) peut
s'crire comme P + e1 + 3e2 e3 .
Dans un systme de coordonnes
13

Nous pouvons nous donner un produit scalaire entre deux vecteurs partant
d'un point

: une application bilinaire, symtrique, dni-positive qui deux

vecteurs associe un scalaire. Par exemple, dans le systme de coordonnes ortho-

(x1 , x2 , ...xn ), le
(v , ..., v n ) est donne

gonales
et

produit scalaire entre les deux vecteur

u = (u1 , ..., un )

par

gii ui v i

u.v =
i=1
o les coecients

gii

dpendent du point

auxquels les deux vecteurs sont at-

tachs.
Probablement, la chose la plus troublante pour le lecteur qui n'a pas dj vu un
cours de gomtrie est le fait qu'un vecteur soit associ un point. Ceci provient
du fait que la plupart du temps, un espace plat muni de coordonnes cartsiennes
ont t utilis

14

gii = 1.

Nous pouvons alors tablir trs facilement une qui-

valence entre les vecteurs associs dirents points et librer les vecteurs de
leurs points d'attache. En gnral, ceci n'est pas le cas.
Si nous avons un produit scalaire entre deux vecteurs, nous nous donnons
automatiquement une distance entre deux points :

d(P, P )2 = P P .P P
et nous voyons donc apparatre le tenseur mtrique
Remarquons tout de suite que la base

e1

gij .

... est orthogonale, mais pas norme.

En eet

2
ei .ei = gii = gi
12. Ceci bien sr est fortement reli au concept de vecteur comme objet appartenant un
espace vectoriel, mais ceci nous entrainerai loin du prsent chapitre. Disons que les vecteurs gomtriques reprsentent un sous ensemble des groupes de transformation des points de l'espace,
d'o la notation

PP

, qui dsigne la l'application qui transforme le point

en point

. Dans

un espace plat, nous n'avons pas nous limiter aux points voisins pour dnir un vecteur. Dans
un espace non-plat, nous dnissons les vecteurs en un point comme les vecteurs de l'espace
tangent en ce point : imaginer une sphre et le plan tangent cette sphre en un point. Si tout
cela vous parat confus, vous avez raison, c'est vraiment trop rapide.
13. Habituellement, ces vecteurs sont nots symboliquement par
14. qu'on appelle euclidien

226

xi .

16 Les formes direntielles et la drivation extrieure.


Nous pouvons bien sr utiliser des vecteurs
donnes orthogonales

(x1 , x2 , ...xn ),

ui

unitaire. Dans le systme de coor-

nous avons

ui = (1/gi )ei

(16.12)

. Par exemple, en coordonnes polaire, le vecteur unitaire

au point

(r, ) s'crit

(0, 1/r).
Retour sur les formes direntielles.

Nous pouvons maintenant donner un sens

plus prcis aux formes direntielles. Commenons par un 0-forme, c'est dire

f (P ) qui chaque point de l'espace, associe un scalaire. Prenons un


P = P + v o est un scalaire et v un vecteur. Nous
la 1forme df au point P par

une fonction

point inniment voisin


dnissons

df (u) = lim

Dans le systme de coordonnes

(f (P + u) f (P ))

(x1 , x2 , ...xn ),

(16.13)

f (P ) = xi , c'est
point P . Si ei est le

soit la fonction

dire une fonction qui retourne la i-me coordonnes du


vecteur (1,0,...,0), alors videment,

dxi (ei ) = 1
De mme, si

ui

est le vecteur unitaire dans la direction

i,

alors

dxi (ui ) = 1/gi

d'aprs notre relation (16.12).

Association vecteur-forme.
lui associer une 1-forme

Prenons maintenant un vecteur

voulons avoir

f (f ) = f .f

En gnral, nous travaillons toujours avec une base


le vecteur

f . Nous souhaitons

qui respecte la gomtrie. Cela veut dire que nous


(16.14)

orthonormale pour reprsenter

(voir l'exemple du dbut de cette section). Supposons que dans cette

base orthonormale, nous ayons

f = f 1 u1 + ... + f n un
alors la simple application de la contrainte (16.14) nous amne

fi = gi f i
de mme, si nous appelon

g i = 1/gi ,

nous avons

f i = g i fi

227

16 Les formes direntielles et la drivation extrieure.


Dans l'exemple du dbut, nous avions trouv la relation entre vecteur et forme
en coordonnes par le passage par les coordonnes cartsiennes. Nous aurions pu
remarquer simplement que la distance entre deux points

d
et donc

grr = 1, g = r2 ,

donc

Application : le gradient.

(r, )

et

(r + h, + )

et

= h2 + r2 2

fr = gr f r = f r

et

f = g f = rf .

En analyse vectorielle, nous avons un

nous appelons gradient. Soit la fonction

f (x).

vecteur

que

Trouver son gradient en coordon-

nes gnralises.
Nous avons

df =

f i
dx
xi

Le vecteur associ cette 1-forme s'appelle le gradient

( f )i = g i

f.

Nous avons donc

f
xi

Par exemple, en coordonnes polaire, le gradient s'crit

f=
Le rotationnel.

f
1 f
ur +
u
r
r

Soit le vecteur trois dimensions

f (x).

Trouver le vecteur

rotationnel qui lui est associ.


A ce vecteurs, nous associons la 1-forme

f=
et donc

(gj f j ) (gi f i )

xj
xi

df =
i=1
o nous avons pos
A la 2-forme

df ,

gi f i dxi

dxi dxj

j = i+1 pour dcrire correctement une permutation circulaire.

nous associons le bi-vecteur

=
i=1

1
gi gj

(gj f j ) (gi f i )

xj
xi

A trois dimensions, au bi-vecteur

u1 u2

nous pouvons associer un vecteur axial que

nous appelons rotationnel :

f =
o

1
gi gj

(gj f j ) (gi f i )

xj
xi

k = i + 2(mod)3.

228

uk

16 Les formes direntielles et la drivation extrieure.


La divergence.

Le calcul de la divergence procde de la mme faon. Il faut

seulement noter que le divergence est dnie pour un


trois dimensions, le vecteur

n1

une 2-formes et prendre la drive extrieure de celle-ci. Soit

f u2 u3

le premier terme reprsente en ralit

g1 g2 f 1 dx2 dx3

forme. En analyse

est en faite un bi-vecteur, auquel on doit associer

f = f 1 u1 +...En faite,

auquel est associe la 2-forme

dont la drive exterieure est la 3-forme

x1 g1 g2 f 1 dx1 dx2 dx3 .

A cette 3-forme est associ le tri-vecteur

divf =

1
x1 g1 g2 f 1 + ... u1 u2 u3
g1 g2 g3

le triple produit vectoriel, au signe prs vaut

1.

Le signe dpend de l'orientation

de l'espace. Bien sr, un 3-vecteur ne peut pas valoir un scalaier, mais l'espace
des 3-vecteurs est de dimensions 1, et nous les associons donc aux scalaire.

16.10 L'oprateur de Hodge.


Un oprateur direntielle fondamental dont nous n'avons pas encore parl est
le Laplacien. Nous savons que en analyse vectoriel, cet oprateur est reli une

drive seconde, mais nous ne pouvons videment pas l'utiliser tel quel, puisque
d'aprs le lemme de Poincarr, pour une

kforme , d(d) = 0.

L'oprateur de

Hodge nous permet de donner un sens prcis au Laplacien pour les


Dans l'espace

dimension, il existe une

appelons

volume.

nforme

nforme

k -forme.

fondamental que nous

volume est simplement

Dans un espace plat muni de coordonnes cartsiens

xi ,

la

= dx1 ...dxn
Insistons nouveau : cette

nforme

est un objet intrinsque ; dans une autre

base, elle s'crirait autrement. Une fois qu'on la xe, on xe en ralit la gometrie
de notre espace

15

. En coordonnes orthogonale gnraliss, nous avons

= gdx1 ...dxn
o

est la racine carr du determinant du tenseur mtrique, autrement dit, dans

les notations de la sous section prcdente,

g = g1 g2 ...gn
L'oprateur de Hodge
une

(n k)forme

associe (de faon unique) une

kforme = dx1 ...dxk

telle que

() =
15. Se donner la

nforme

volume ou se donner un produit scalaire sont quivalent

229

16 Les formes direntielles et la drivation extrieure.


Nous avons pas mal utilis cet oprateur sans lui donner un nom. Prenons l'espace

n=3

muni de coordonnes cartsiens o

g = 1.

dx

dzdx

dz
Nous voyons alors que

dydz

dy
i

=
=

Alors, par exemple,

dxdy

dx (dx ) = 1dxdydz

pour

i = 1, 2, 3.

La seule petite

complication est de bien grer le signe, c'est dire le degrs de permutation que
cela nous impose. Prenons maintenant une fonction

0forme.

f (x, y, z),

c'est dire une

Nous avons alors

df

df

d(df )

Et nous voyons que

d(df )

f
f
f
dx +
dy +
dz
x
y
z
f
f
f
dydz +
dzdx +
dxdy
x
y
z
2f
2f
2f
+ 2 + 2 dxdydz
x2
y
z

nous donne bien le Laplacien sous forme d'une

3-

forme. Comme nous connaissons les changements de variable et les associations


forme-vecteur, nous pouvons crire le Laplacien dans n'importe quelle systme
de coordonnes.

0forme et nous pouvons


kforme. L'exemple fondamental
et le Lagrangien du champ A sont

Nous n'avons bien sr par nous restreindre aux


ainsi gnraliser le Laplacien d'un champ de
est encore l'lectromagntisme, o l'action
donns par

S=

{dA(dA) + A()}

(16.15)

V
o

est la

1forme dcrivant la distribution


A nous donne alors simplement

des charges (voir ci-dessous). Une

variation sur

d(A) =
ce qui constitue les deux dernires quations de Maxwell (voir exercice).

16.11 Quelques applications.


16.11.1 Equation de conservation.
Vous rencontrez cette quation partout en physique, sous des formes diverses
et varies. Elle dit simplement que la variation de quelque chose dans un volume gale la quantit de ce quelque chose qui entre dans ce volume moins la

230

16 Les formes direntielles et la drivation extrieure.


quantit de ce quelque chose qui en sort. Le quelque chose peut tre la concentration d'une substance, l'nergie emmagasine dans le volume, une probabilit
de prsence, ...

16

Les systmes qui obissent cette loi sont dits

conservatif s. La

le quelque
dxdydz , l'quation

quantit entrante moins la quantit sortante se dit ux. Notons par


chose et par

son ux. Applique un volume innitsimal

de conservation s'crit

/t + divJ = 0

(16.16)

(x) est la concentration


J = (x)v(x). Dans le cas

Si nous parlons d'un uide en mouvement, alors


point de l'espace,

v(x)

la vitesse du uide et

substance qui diuse, le ux


tion

17

en un
d'une

est proportionnel au gradient de la concentra-

(la chaleur diuse du chaud vers le froid, l'encre se dilue dans l'eau,...)

J = Kgrad,

ce qui, rinjct dans l'quation de conservation, nous donne

l'quation de diusion

/t = K

En langage des formes, cette quation aquiert une interprtation gomtrique.


Prenons d'abord le cas de l'espace une dimension spatiale et une dimension
temporelle, et considrons un lment innitsimal
carr dans l'espace-temps, si vous voulez) et la forme

dt, dx (les deux cots d'un


= dxJdt 18 . L'quation

de conservation n'est alors rien d'autre que

d = 0
A 3+1 dimensions (ou plus si anit), il faut considerer la forme

= dxdydz (Jx dydz + Jy dzdx + Jz dxdy)dt


Cette forme est analogue ce qu'en physique nous appelons un quadri-vecteur.
Nous verrons plus bas une application de ce concept au champ lctromagntique.

Problmes et exercices.
Primtre et surface.

Soit

l'aire enform par une courbe

C.

Dmontrer que

nous avons

A = (1/2)

xdy ydx
C

16. Le quelque chose peut tre l'argent d'une entreprise, et les comptables sont responsable,
sur leur denier personnel, de faire respecter cette loi. L'tudiant en physique perd au plus
quelques points l'examen.
17. Cela se dmontre facilement en physique statistique et s'appelle la rponse linaire.
18. Le signe - vient de notre convention de compter en ngatif le ux entrant. Cela parat
aussi arbitraire que la charge de l'lectron. Historiquement, cela vient du fait que la surface est
oriente pour que la normale pointe vers l'extrieurs.

231

16 Les formes direntielles et la drivation extrieure.


En dduire que l'air d'un ellispe est

ab, o a et b sont les axes majeur et mineur.

Comment cette expression est relie l'expression habituelle

A=

f (x)dx
a

x?

de la surface entre une courbe et l'axe

Air d'une courbe ferme.


courbe

Nous souhaitons calculer l'air enferme par une

donne en coordonnes polaire par l'quation

an cos(n)

r() =
n=0
dont

un

exemple

1. Dmontrer que
et

est

donne

par

la

gure

2
cos2 (n)d = si n = 0
0
0. De mme, dmontrer que

2 si n =
cos(n) cos(m)d = 0

2
0

si

1.5

1.0

m = n.

0.5

= dxdy
= (1/2)(xdy ydx).

1.5

2. Dmontrer que la 2-forme direntielle


drive de la 1-forme

16.2.

1.0

0.5

0.5

1.0

1.5

0.5

1.0

3. Donner l'expression de

et

en coordonnes

1.5

polaires.
4. Vrier qu'en coordonnes polaire, nous avons
bien

Figure 16.2  Une


feuille

= d .

5. En utilisant la forme polaire de ces formes, et en


utilisant le thorme de Stockes, dmontrer que
l'air enferme par la courbe vaut

par

donne
l'quation

r = 1 + (1/2) cos(4) +
(1/5) cos(16)

A = (a2 + (1/2)
0

a2 )
n
n=1

Volume.

Dmontrer que la 3-forme volume

dxdydz

drive de la 2-forme

1
(xdydz + ydzdx + zdxdy)
3
en dduire le volume d'une sphre, d'une ellipsoide de rvolution et d'une ellipsoide gnrale.

232

16 Les formes direntielles et la drivation extrieure.


Association bi-vecteur, 2-forme.

Dans un espace 3 dimensions, donner la re-

lation entre bi-vecteur et 2-formes en en coordonnes gnralises orthogonale.


Utiliser ce rsultat pour trouver l'association en coordonns cylindrique et sphrique.

Oprateurs direntielles en analyse vectorielle.


placien

Trouver l'expression du La-

n = 3 en coordonnes gnralises orthogonale. Utiliser ce rsultat pour

trouver ce rsultat en coordonnes cylindrique et sphrique.

D'Alembertien.

Dans l'espace-temps (n

= 4),

la 4-forme volume est donne en

coordonnes cartsienne par

= dtdxdydz
Etant donnes la fonction

f (t, x, y, z),

donner l'expression de

d(df ).

C'est ce

que l'on appelle couremment le D'Alembertien qui gouverne toutes les quations
d'ondes.

Equations de Maxwell.
sur

A,

En partant du Lagrangien (16.15), faire une variation

intgrer par partie les formes rsultantes pour dduire les quations du

Maxwell en prsence du champ.


quelques exmples d'intgration des formes.
est ce que

dw = 0

implique

w = d?

exemple pratique sur le rot.

quation de maxwell complte


transformation de lorentz et les quations de Maxwell, la modication du courant,
relativit
dmonstration de stockes pour les deux formes.
l'operateur *, le laplacien

d(df ),

en dduire le laplacien en coordonnes curvi-

ligne, le lien entre la minimisation de

df df

et

d(df ) = 0.

Eventuellement, si

possible, faire le lien avec le chapitre prcdent et le calcul des surfaces minimales.
Peut tre faire une vague intro la gometrie des surfaces et la relation avec
les courbures.
Faire le lien avec les tenseurs antisymetriques du prochain chapitre.

233

17 Les quations de la physique.


Nous avons, de nombreuses occasions, rencontr les diverses quations de
la physique. Nous voudrions donner ici une drivation simple et intuitive de ces
quations. Comme nous le verrons, pour tablir ces quations, nous

discrtisons

le systme et faisons ensuite un passage la limite. La mthode plus rigoureuse


( et riche et lgante et ... ) d'aborder ces sujets est le calcul variationnel (voir
le chapitre correspondant) . La mthode utilise dans ce chapitre est celle qui
avait t utilise par Euler lui-mme dans les annes 1740 pour fonder le calcul
des variations. Cette vue consiste regarder les quations direntielles comme
des quations aux dirences, avec un pas

x qui peut tre rendu aussi petit que

l'on souhaite. Cette vue a quelque peu disparu des mathmatiques au dbut du
XIXme sicle quand Cauchy &Co ont donn de la rigueur aux mathmatiques,
mais a donn trs naturellement lieu au dveloppement des calculs matriciels et
la formalisation des espaces vectoriels un sicle plus tard par Hilbert &Co. Avec
l'arrive des ordinateurs et la rsolution numrique des quations, cette approche
redevient tout a fait naturelle. Regardons quelques cas particuliers.

17.1 Qu'est ce qu'une quation direntielle ?


Prenons la plus simple des quations direntielles

y = f (x)

(17.1)

[0, 1]. Dcoupons cet intervalle en N morceau de largeur x dont


x0 = 0, x1 = 1/N, x2 = 2/N, ...xN = 1. Nous cherchons dterminer les N + 1 valeurs y0 = y(x0 ), y1 = y(x1 ),...yN = y(xN ). Nous pouvons
approximer le terme y au point xi par
sur l'intervalle
les bords sont

y (xi ) = y(xi+1 ) y(xi ) /x


L'quation (17.1) se transforme alors en un systme d'quations

y1 y0

x.f (x0 )

y2 y1

x.f (x1 )

...
yN yN 1

...
=

234

x.f (xN 1 )

algbriques

17 Les quations de la physique.


Si vous regardez bien, nous avons

N +1

inconnus, mais seulement

quations !

Le systme est sous dtermin et n'a pas de solution unique. Pour que le systme
ait le mme nombre d'quations que d'inconnus, il faut ajouter une quation
supplmentaire, par exemple

y0 = a.

C'est cela que nous appelons la condition

initiale. Nous avons l'habitude de penser aux quations direntielles comme


la donne de deux choses direntes : une quation de la forme (17.1) et des
conditions initiales. En ralit, ces deux choses sont indissociables. Nous pouvons
maintenant reprsenter cela sous forme matricielle

1
1
0

0
1
1

...
0
..
1
..
...
... 1

ou de faon plus succincte


quation et

0
0
0

Ay = f .

y1
y2
.
.
yN

a + x.f (x0 )
f (x1 )
.
.
f (xN )

Nous avons maintenant un systme de

inconnus quilibr. A partir de l, nous pouvons utiliser toute la

puissance des techniques d'oprateurs linaires pour rsoudre le problme diffrentielle. Vous voyez galement les direntes gnralisations possibles. Si par
exemple, nous avons une quation de seconde ordre, nous n'obtiendrons alors que

N 1

quations pour

N +1

inconnus et nous devons la supplmenter par

deux

quations aux bords, et ainsi de suite pour des quations d'ordre plus levs. De
la mme manire, l'approche se gnralise l'tude des quations aux drives
partielles. Les techniques de rsolution numrique d'quations direntielles ne
font que reprendre ces schmas.

17.2 Equation de Laplace.


Considrons un ensemble de
raideur

k.

boules de masse

relies par des ressorts de

Chaque boule est assujettie se mouvoir sur une ligne verticale, et les

lignes sont espaces de

(gure 17.1.a ). L'nergie potentielle totale du systme

est par consquent :

U (..., yn1 , yn , yn+1 , ...) =


n
o

yn

est l'ordonne de la n-ime boule ( et

valeurs des

yk

1
k(yn+1 yn )2
2

(17.2)

xn = nd son abscisse ). Pour quelles


U est une fonction de N va-

le potentiel est minimum ? Comme

riables, pour tre extremum, il faut que sa drive par rapport chaque variable
soit nulle. Considrons la n-ime boule. Dans l'expression de l'nergie sous la
somme, il y a seulement deux termes qui contienne la coordonne de

235

yn

qui sont

17 Les quations de la physique.


y
y

Y
k

(a)

(c)

(b)

Figure 17.1  Vue discrte d'une corde vibrante.


(yn yn1 )2

et

(yn+1 yn )2 . La minimisation de U

par rapport

yn

U
= k(2yn yn1 yn+1 ) = 0
yn

donne donc :

(17.3)

Cette dernire relation indique simplement que la force exerce sur la n-ime
boule doit tre nulle : en eet, la force n'est que le gradient ( un signe prs) du
potentiel. L'extremum du potentiel correspond une position d'quilibre o les

d 0 et N + pour retrouver
x = nd devient continue, de mme que la fonction y(x).
Comme yn = y(xn ) = y(nd), nous avons, par un simple dveloppement de Taylor,

forces exerces s'annulent. Faisons maintenant


le continuum. La variable

yn+1
yn1

dy
dx

yn +

dy
yn
dx

1 d2 y
2 dx2

x=xn

1 d2 y
d+
2 dx2
x=xn

x=xn

d+
x=xn

d2
d2

L'quation (17.3) se transforme donc en une quation direntielle

d2 y/dx2 = 0.

A plusieurs dimensions, en appliquant la mme dmarche, on aboutit l'quation

y = 0
o l'oprateur

(17.4)

dsigne le laplacien. L'quation (17.4) est appele justement

l'quation de Laplace

et comme nous le voyons, est le rsultat de la minimisa-

tion d'une certaine nergie. C'est exactement cette approche qu'Euler a utilis
pour dvelopper le calcul variationnel et qui a donn lieu aux quations d'EulerLagrange.
1. Grand mathmaticien franais de la n dix-huitime et dbut dix-neuvime sicle. Trs
clbre pour son livre de mcanique cleste, les fondements de la thorie des probabilits (qui
l'ont amen inventer les transformes de Laplace), la thorie molculaire de la capilarit (quand
les molcules n'existaient pas !), ... Ses collgues et contemporins sont Lagrange, Fourier, Poisson
et Cauchy. Que du beau monde.

236

17 Les quations de la physique.


Que vaut la constante de raideur
dcoupage discrte,

i.e.

k ? Elle doit probablement dpendre de notre


d entre les lments discrets que nous

de l'espacement

avons utilis pour modliser le continuum. Mais comment ? La rgle fondamentale


est que les valeurs que l'on peut mesurer (physiquement) ne doivent pas dpendre

L que l'on dcoupe


N morceau espac de d = L/N . Nous maintenons un cot (disons x = 0 )
y = 0, et l'autre cots (x = L) y = Y (g. 17.1.b). Comme (yn+1 yn ) = (Y /L)d,

de notre dcoupage. Prenons maintenant une ligne de longueur


en

Selon l'expression (17.2), l'nergie potentielle totale est donne par

k(Y /L)2 d2 = (Y /L)2 N kd2 = (Y /L)2 Lkd = (Y 2 /L)kd

U=
n

N boules relies
k et un espacement d (g. 17.1.c), nous aurions
U = (Y 2 /L)k d . Comme U ne doit pas dpendre de notre

Si maintenant nous avions fait un autre dcoupage en prenant


par des ressorts de constante
trouv pour l'nergie
dcoupage,

kd

doit tre constante :

k=
La constante de ressort

microscopique

K
d

(17.5)

(rsultat de notre dcoupage discret )

est reli une constante physique du systme

K,

( qui dnote l'amplitude de la

rigidit du systme par rapport un phnomne physique), par la relation (17.5).


Comme

(yn+1 yn ) = y (x).d+O(d2 ), l'expression de l'nergie potentielle devient


U

(1/2)

(1/2)

K
y (nd)2 d2
d
Ky (x)2 dx

quand

d0

Pour un champ lectrique par exemple, l'nergie est donne par

( /2)| V |2 d . V

( /2)|E|2 d =

est le potentiel lectrostatique et l'oprateur gradient (

) g-

nralise la drive plusieurs dimensions. Ici, le rle de la constante de rigidit


du systme (vis vis du champs lectrique ) est jou par la constante de permabilit lectrique

. En lasticit, la variable du champ est appel


2

dplacement, et

la rigidit du systme est donne par le module d'Young . Dans le cas des gaz,
nous somme en prsence d'un champ de

pression

et

est l'inverse du coecient

de compressibilit.

2. Maxwell, le fondateur de la thorie lectromagntique dans les annes 1860, considrait


les phnomnes lectromagntiques comme des dformations lastiques d'une substance hypothtique appele ther et s'est beaucoup inspir des travaux sur l'lasticit pour formuler sa
thorie.

237

17 Les quations de la physique.


17.3 Equation d'onde et de chaleur.
Nous nous sommes proccup dans la prcdente section de phnomnes statiques. Essayons maintenant de formuler la dynamique. Revenons notre exemple

m. Nous pouvons
F = ma pour chaque
2
2
boule. L'acclration de la n-ime boule est donne par d yn /dt . La force sur
la n-ime boule tant gale au gradient du potentiel, i.e. Fn = U/yn , nous

du gure (17.1.a) et supposons que chaque boule a une masse


maintenant crire la relation fondamentale de la dynamique

avons, en suivant ce que nous avons dit plus haut,

m
Comment

d2 yn
= k(2yn yn+1 yn1 )
dt2

(17.6)

dpend de notre dcoupage ? La rponse est plus simple cette fois.

la densit (linaire une dimension), nous avons m = d.


k = K/d et (2yn yn+1
yn1 ) ( 2 y/x2 )d2 . Quand d 0, l'quation (17.6) devient
Si nous dsignons par

Nous avons galement, comme indiqu plus haut,

2y
t2

=
=

(K/d) 2 y 2
d
d x2
K 2y
x2

(17.7)

C'est ce qu'on appelle l'quation d'onde. Elle se gnralise de la mme manire


plusieurs dimensions ( l'oprateur

K/

gnralise la drive seconde). La constante

possde la dimension d'une vitesse au carr (pourquoi ?) et dsigne, comme

nous l'avons vu, la vitesse de propagation des ondes.


Question

: qu'est ce qui joue le rle de la densit pour les phnomnes lectriques ?

Nous pouvons maintenant aborder plusieurs gnralisation. Si les boules baignent en plus dans un liquide , il faut tenir compte de la force de dissipation
visqueuse qui est proportionnelle (et oppose) la vitesse, et donc
L'quation d'onde devient alors, lors de la passage la limite

En lectromagntisme,

dyn /dt.

d 0,

y
2y
2y
+
=K 2
2
t
t
x

dnote le coecient d'absorption d'un matriau (l'in-

verse de sa transparence). Nous voyons que si la masse des boules (la force inertielle) peut-tre nglige par rapport aux autres forces de frottement et applique
par les voisins (penser aux boules baignant dans du miel), nous pouvons ngliger
la drive d'ordre 2 par rapport au temps et crire

y
2y
=D 2
t
x

238

17 Les quations de la physique.


qui n'est rien d'autre que l'quation de la chaleur. Il est peut-tre dicile pour le
lecteur de penser au champ de temprature comme des boulent qui se meuvent
3

dans du miel . Nous le rfrons la thorie de la rponse linaire en physique


statistique pour une drivation de l'quation de la chaleur qui ait une plus grande
ralit physique.
Revenons encore une fois notre image de boules de la gure (17.1.a) . Et

k les uns aux autres,


x par un ressort de constante V d (nous normalisons

imaginons qu'en plus d'tre reli par un ressort de raideur


elles sont en plus relis l'axe

tout de suite la raideur par l'espacement, en laissant le soin au lecteur de dmontrer que cela eectivement est la bonne forme). Nous n'avons aucune obligation
penser que

doit tre une constante. A certain endroit le long de l'axe

peut tre forte, d'autres endroit, faible. Nous notons donc


ressort qui relie la n-ime boule l'axe
totale est donc

U=
n

x.

Vn

x,

elle

la constante du

L'expression de l'nergie potentielle

1K
2
(yn+1 yn )2 + d.Vn yn
2 d

Il ne sera pas alors dicile pour le lecteur de dmontrer que l'quation d'onde
s'crira

2y
2y
= c2 2 V (x).y
2
t
x

et l'expression de l'nergie (potentielle) est de la forme

(K/2)| y|2 + (1/2)V (x)y 2 dx


forme couramment utilise dans la thorie du ferromagntisme.
le cas de l'quation de schrodinger comme deux quations couples, et le rapprochement avec particule dans champs magntique ou les quations de seconde
degrs ;
Traitement du processus dissipatif en dveloppant le BABA de la rponse linaire en phys stat. le cas de l'quation de la chaleur, indication (par potentiel
chimique) pourquoi ca se gnralise la diusion de concentration etc.

3. Mme si la conception de la chaleur comme un uide de calorique tait populaire jusqu'au dbut du XIXme sicle.

239

18 Qu'est ce qu'un nombre ?


Nous avons vu tout au long de ce cours divers outils de mathmatiques trs
utiliss en physique. Ces outils concernaient la manipulation des fonctions dans le
but trs alimentaire de rsoudre des quations issue de la physique. Les fonctions
elles mme taient dnies comme des botes noires transformant un

nombre dans

un autre. Nous nous sommes jamais demand ce qu'est un nombre, nous avons
pris cela comme une donne dont la signication est priori connu.
Nous allons dans ce chapitre revenir un peu sur ce concept et voir la construction des nombres rels. Nous verrons galement que ce n'est pas la seule faon
de construire un ensemble complet de nombe, et d'autres ensembles qui dent
notre intuition de proche et de loin sont galement constructible. Ce chapitre
n'a pas d'autre but que d'veiller la curiosit du lecteur.
Le plan gnral que l'on va suivre est de d'abord construire les nombres entiers, ensuite les nombres rationnels. Nous munirons alors notre ensemble d'une

topologie et construirons soit l'ensemble des nombres rels, soit celui des nombres
p-adiques.

Munir un ensemble d'une topologie est un terme pour erayer l'tu-

diant. En langage profane, cela veut simplement dire que l'on va dnir

tances,

la notion

d'tre proche.

les dis-

La topologie habituelle que l'on dnie, et la-

quelle nous sommes habitu depuis notre tendre enfance nous dit par exemple
que 4.3 et plus

proche

de 4.2 que 5. Tant que nous construisons l'ensemble des

avant

nombres rationnels, nous n'avons pas besoin de ce concept, celui d'

et

aprs

nous sura.

18.1 Les entiers naturels

N.

Dedekind, grand mathmaticien de la n du dix-neuvime sicle disait : Dieu


inventa les nombres entiers ; tous le reste est invention humaine. La construction
moderne des nombres entiers est due Peano et ses cinq principes. De faon
intuitif, on peut dire que c'est le plus simple ensemble ou chaque lment (exept

un lment juste avant et un lment juste


aprs, et cela de faon non cyclique. Bon, bien sr, comme nous sommes en train

le premier qu'on appelle 0) possde

de faire des mathmatiques, nous devons dnir exactement ce que ces termes
veulent dire. Voil les axiomes de Pano.
1.

0 N1

1. Grand dbat philosophique pour savoir si il faut commencer par 0 ou par 1. Cette question

240

18 Qu'est ce qu'un nombre ?


2. Chaque nombre naturel

possde un autre lment

son successeur (voil pour le


3.

juste aprs ).

x = s(x) N

appel

0 n'est le successeur d'aucun nombre (cela nous enlve le danger des cycles).

4. Si

s(x) = s(y) alors x = y (cela nous enlve le problme de plusieurs nombre

ayant le mme successeur).


5. Axiome d'induction. Soit


 Si

est valable pour

une proprit telle que

est valable pour

 Alors

x,

alors

est valable pour

s(x)

est valable pour tous les nombres entiers (cela entre autre nous

enlve le problme d'avoir plusieurs premier lment)


Nous avons insist sur cette construction pour souligner que tout ce dont on a
besoin cette tape et le concept d'avant et d'aprs.
Bon, comme nous ne voulons pas crire un texte trs rigoureux, nous allons
aller un peu plus vite partir de l. On peut commencer par donner des noms
aux divers lments. Par exemple, le successeur de 0 sera appel un (et not 1),

N = {0, 1, 2, ...}.
+. C'est une application

le successeur de 1 deux (2) et ainsi de suite. On peut donc noter


Ensuite, nous allons munir notre ensemble de l'opration

qui deux nombres entiers associe un troisime, et cela en gnralisant le concept


de successeur :
L'opration

x+0 = x

et

x + s(y) = s(x + y)

. Par exemple, et

x + 1 = s(x) 2 .

a bien sr toutes les bonnes proprits d'associativit, commuta-

tivit, etc. dont nous sommes habitu (exercices : les dmontrer). Nous laissons
au lecteur le soin d'en donner une dnition rigoureuse.
Tant que nous y sommes, nous pouvons galement dnir l'opration

(multiplication)

commes une autre application qui a chaque deux nombres entiers associe un troi-

x 0 = 0 ; x s(y) = x y + x. Bien sr, c'est la multiplication habituelle


x (y + 1) = x y + x. Par exemple,
x 1 = x.
sime :

et on aurait t plus claire si on avait not

Enn, a ne mange pas de pain de dnir rigoureusement les relations de comparaison

<

et

>,

nouveau en suivant la piste des successeurs.

Nous suggrons au lecteur de faire ces constructions en dtails et de faon


rigoureuse, c'est un exercice trs intressant.

N, muni des deux oprations +


(N, +, ) est un anneau commutatif.

Nous disposons donc maintenant d'un ensemble


et

En langage chique, nous dirrions que

18.2 Les ensembles

et

Q.

A partir de l, nous allons commencer largir notre ensemble

N.

n'a pas de sens tant que l'on a pas dni l'opration addition et son lment neutre. Tout ce
que l'on veut ici est de dnir un premier lment.
2. Notez comment l'operation

+1

devient alors le synonyme de l'opration successeur.

241

18 Qu'est ce qu'un nombre ?


D'abord, nous pouvons dnir l'opration soustraction
l'addition : si

xy = z

alors c'est que

y+z = x

comme l'inverse de

(exercice : donner une dnition

rigoureuse de la soustraction). Mais cela nous pose un problme.

N est ferm pour

l'addition, c'est dire que l'addition de n'importe quel deux nombres est encore

N. Cela est loin d'tre le cas pour la soustraction. Il sut d'examiner 0 1 :


0 1 = z N, alors z + 1 = 0, ce qui contredit violement un des axiomes de
Pano. Qu' cela ne tienne : nous allons dnir un ensemble Z qui contient N et
qui est ferm pour la soustraction, Z = {..., 2, 1, 0, 1, 2, ...} .
Nous pouvons galement dnir l'opration de division /comme l'inverse de
la multiplication : si x/y = z alors c'est que x = yz . Le mme problme se pose :
en gnral, pour un couple quelconque, x/y n'a pas de sens dans N ou Z . A
dans
si

nouveau, on peut agrandir notre ensemble et dnir l'ensemble des nombres


rationnels

qui est ferm pour l'opration de division. Notez que nous avons

pas vraiment dnit comment on aggrandit nos ensemble, cela alourdirait trop
3

ce texte .
L'ensemble

Q est trs riche. Concrtement les humains n'en sortent jamais pour

faire leurs calculs. Le trait principal de cet ensemble est qu'entre n'importe quel
deux nombres rationnels, on peut en trouver d'autres. Ceci dit, comme le lecteur
le sait, l'ensemble
il n'est pas

reste dnombrable, et mme si il est ferm pour la division,

algbriquement

ferm. Par cela nous voulons dire que les racines de

tous les polynomes (de coecient entier) ne se trouvent pas dans


il est trivial de montrer que la racine de

x2 2 = 0

Q. Par exemple,

(qui reprsente l'hypothnus

d'un triangle rctangle de cot unit) n'est pas rationnelle.


Il sut de suivre la mme dmarche et construire l'ensemble des nombre algbrique

2+

A, la fermeture algbrique de Q, et qui contient tous ces nombres du genre

3 + 17 253. A t'on puis tous les nombres ou existe t'il des nombres non-

algbriques qu'on appelle

transcendants ?

d'un cercle de diamtre unit

Est ce que par exemple, le primtre

ou le nombre

sont algbriques ? La rponse

ces questions n'est venu qu' la n du dix-neuvime sicle.

18.3 Un peu de topologie.


Nous n'avons pas encore introduit le concept de distance entre deux nombres.
La distance entre deux nombres est une application qui prend deux nombres en
entre et produit un nombre en sortie. On peut la dnir sur n'importe quel

A = NN, c'est
(x, y) o x et y sont des entiers naturels. Nous dnissons
une relation d'quivalence (x, y) = (x , y ) si xy = x y . Nous dnissons l'operation +dans
A par (a, b) + (c, d) = (ad + bc, bd) et l'opration par (a, b) (c, d) = (ac, bd). L'ensemble
A partitionn par la relation d'quivalence ci-dessus et muni des deux oprations + et peut
tre identi au corps des rationnels Q. Un exercice interessant serait de suivre les mmes lignes
3. Voyons rapidement la construction des rationnels. Considrons l'ensemble

dire l'ensemble de tous les pairs

pour construire les entiers relatifs partir des entier naturels.

242

18 Qu'est ce qu'un nombre ?


corps

k45

(dont par exemple le corps des rationnels). Nous demandons cette

application d'avoir un minimum de proprits : Pour tous


1.

d(a, b) 0

d(a, b) = 0

2.

d(a, b) = d(b, a).

3.

d(a, b) d(a, c) + d(b, c)

a, b, c k ,

et

a = b.

si et seulement si

(l'ingalit du triangle).

Ce n'est pas beaucoup demander, mais partir du moment o nous disposons


d'une mtrique, nous pouvons faire une quantit phnomnale de choses. Essentiellement, c'est l'tape o l'on passe de l'algbre l'analyse, o on peut commencer dnir le concept de

continu, de la convergence des suites, ...


la valeur abso-

Un concept troitement li la notion de distance est celle de

lue. Supposons que nous disposons d'une valeur absolue sur un corps k

avec les

proprits suivantes :
p1 :

|a| = 0

p2 :

|ab| = |a||b|

p3 :

|a + b| |a| + |b|

ssi

a = 0.

alors nous pouvons facilement dnir la distance entre deux lments par

|a b|.

d(a, b) =

Nous laissons au lecteur le soin de dmontrer cela. L'exemple usuel de la

valeur absolue sur

est

|x| = x

si

x0

et

sinon. Bien sr, ce n'est pas la

seule valeur absolue possible, nous en verrons des exemples plus bas.
Comme nous l'avons dit, ds que nous disposons d'une distance, nous pouvons

an converge vers la limite


N sont aussi proche de la

dnir la convergence des suites. Nous disons que la suite

si tous les lments de la suite, partir d'un certain

limite que nous le souhaitons. Dans l'ensemble

est la limite de

alors

d(a, an ) <

an si

pour tout

Q,

Q,

nous crirons par exemple que

nous pouvons trouver

tel que si

n>N

Un des problmes de cette dnition de la convergence est que pour savoir si


une suite converge, nous devons connatre l'avance sa limite ! Le grand Cauchy a
trouv comment y remedier : une suite converge si la distance entre deux lments

N : si pour tout Q, nous


d(am , an ) < alors la suite est

quelconques converge vers zero au del d'un certain


pouvons trouver

tel que si

n, m > N

alors

convergente.
Cela nous pose un nouveau problme : la limite d'une suite dans un corps

n'a

aucune raison d'appartenir au mme corps. Mais nous pouvons continuer notre
procdure d'enrichissement et considrer un ensemble qui contient

et le corps k et

toutes les limites de toutes les suites convergentes. Nous verrons ci-dessous deux
4. Rappelons qu'un corps est un ensemble, muni des deux oprations

et

et ferme vis

vis d'elles.
5. Bien sr, pour dnir une norme, nous n'avons pas ncessairement besoin d'un corps.
Nous avons vu ds le dbut de ce livre comment en dnir une pour l'espace vectorielle des
fonctions de carr sommable.

243

18 Qu'est ce qu'un nombre ?


exemples de fermeture topologique de l'ensemble
et l'ensemble des nombres

Q : l'ensemble des nombres rels

padiques.

18.4 L'ensemble des nombres rels.


Munissons nous de la valeur absolue usuelle, et la distance ( le mtrique) qui
en dcoule. Et considrons les suites convergentes dans

Q.

Il est vident que

beaucoup (vraiment beaucoup) de ces suites n'ont pas leurs limites dans

Q.

n
n=0 (1) /n! n'est pas
un nombre rationnel. Pour voir cela supposons qu'il l'est et ecrivons le comme

Exemple 1.

p/q .

Le nombre

1/e,

dni comme la limite de

Nous dcomposons la srie en une somme jusqu'au terme

et le reste :

p
=
(1)n /n! + Rq
q n=0
Comme nous avons aaire une srie alternative convergente, le reste est plus
petit que le dernier terme :
par

q!.

|Rq | < 1/q!.

Multiplions maintenant les deux cots

Nous avons gauche un entier, et droite un entier

plus

un terme plus

petit que l'unit. Le cot droit n'est donc pas un entier naturel. Notre hypothse
de rationnalit de

1/e

est donc fausse.

Nous dnissons l'ensemble des nombres rel


l'ensemble

de Cauchy. Les oprations


exemple,pour
o

an

et

bn

R comme un ensemble qui contient


Q au sens

et les limites de toutes les suites convergentes dans

a, b R,

et

se gnralisent aisement par continuit. Par

(mais pas ncessairement rationnel)

sont des suites dans

convergeant vers

et

a + b = lim(an + bn )

b.

Nous pouvons pousser un ouf de soulagement, nous sommes au bout de notre


chemin ( part peut-tre une extension triviale au nombre

C).

Mais est ce que

c'tait vraiment la peine de faire tout ce parcours ? Est ce que l'ensemble

est

vraiment plus riche que l'ensemble des nombres algbriques ? La rponse est videment oui, mais est loin d'tre vidente. Jusqu' presque la n du dix-neuvime
sicle, la rponse cette question n'tait pas connu. On a pu dmontrer cet
poque avec peine que les nombre

et

ne sont pas algbrique, c'est dire

que nous ne pouvons pas trouver un polynome de coecient entier dont une
des racines soit un de ces nombres. Mais combien y avait il de ces nombres
transcendant ? trs peu, beaucoup ? La rponse, un coup de matre, est venu
de Greg Cantor : les nombres algbriques sont une minorit ngligeable compars
au nombres rels. Cette dmonstration a provoqu beaucoup de dbats furieux
l'poque, puisque Cantor ne construisait pas

un seul

nombre transcendant. Sa

dmonstration se fait en deux tapes trs simple : (i) les nombres algbriques
sont dnombrables ; (ii) les nombres rels ne sont pas dnombrable. Voyons cela
de plus prs.

244

18 Qu'est ce qu'un nombre ?


18.4.1 Les nombres algbriques sont dnombrables.
Comme nous l'avons dit, les nombres algbriques comprennent les racines de
tous les polynomes. Les nombres rationnels sont videment des nombres aglbriques, puisque

p/q

est solution de l'quation

px q = 0.

a0 + a1 x +
... + an xn (an = 0). Nous appelerons hauteur de ce polynme le nombre H =
n 1 + |a0 | + |a1 | + ...|an |. Il existe un seul polynome de hauteur 1 : x. Pour
H = 2, nous avons les polynmes suivants : x2 ; x 1. Pour H = 3, x3 ; 2x2 ;
x2 x ; x2 1 ; 2x 1 ; x 2 et ainsi de suite. Le fait intressant est que le
nombre de racines de tous les polynomes d'un hauteur H est ni ( Combien y'en
Considrons maintenant un polynome coecient entier du genre

a t'il au plus ?). Nous pouvons donc ranger les nombres algbriques de faon
suivante : On prend d'abord toutes les racines associes l'hauteur 1, et on les
range dans l'ordre croissant, en liminant les doublons. On prend ensuite toutes
les racines associes

H = 2,

on les ranges dans l'ordre croissant en liminant

les doublons et on continu le procd pour


par

A = {0 ; 1, 1 ; 2, 1/2, 1/2, 2 ; ...}

H = 3, H = 4,...

Cela nous donne

et il n'est pas dicile de voir que nous

avons ainsi une procdure pour dnombrer les nombres algbriques !

18.4.2 Les nombres rels ne sont pas dnombrables.


La plupart des lecteurs ont dj vu cette demonstration. Supposons que nous
avons russi denombrer tous les nombres rel entre

0 et 1et nous les listons dans

l'ordre croissant en utilisant leur representation dcimal :

r0

0.a00 a01 a02 ...

r1

0.a10 a11 a12 ...

r2

0.a20 a21 a22 ...

...
r construit partir des dcimaux diagonaux : r =
0.a00 a11 a22 ... et construisons un nombre r partir de r en changeant chacun des
dcimaux de r d'une faon quelconque. Il est alors facile de voir que r ne peut
Soit maintenant le chire

pas tre dans la liste ci-dessus ! (Exercice : le dmontrer).

18.4.3 Au del des nombres rels : les hyper-rels.


Si on voulait donner une image de nos nombres, les rationnels seraient des
points isols dans un espace et les rels remplirait le vide qu'il y a entre. Peut on
encore inventer des nombres qui se mettraient

entre

les nombres rels ? Avant le

dix-neuvime sicle, les mathmaticens avaient l'habitude de manipuler ce genre


de nombres qu'ils appelaient des

inniment petits.

Ces nombres cependant pro-

voquaient pas mal de contradictions et on vite t chass du monde. Dans les

245

18 Qu'est ce qu'un nombre ?


annes 1960, Abraham Robinson russi de les rintroduire de faon rigoureuse
par une mthode pas trop loin de ce que nous avons vu pour la construction
des nombres rels. Un inniment petit est par exemple un nombre

0 < < 1/n

quelque soit

n N.

tel que

Dans l'ensemble des nombres hyper-rel, chaque

rel classique est entour d'un nuage de nombre distance inniment petit.
Concrtement, l'introduction de ces nombres n'apporte pas de nouvelles mthodes et nous ne dvelopperons pas ce concept plus ici. Nous suggrons au lecteur
intress de se diriger vers des livres plus spcialiss sur ces nombres et l'analyse
non-standard.

18.5 Les nombres

padiques.

Nous allons voir dans cette section des nombres tranges, trs dirents de ce
que nous connaissions jusque l. La notion de

proche et de loin est compltement

dissoci de la notion d'avant et aprs, contrairement la distance usuelle que nous


avons utilis pour construire

partir de

Q.

Il existe d'autres valeurs absolues,

et la topologie qu'elles dnissent est radicalement dirente. Rappelons que la


valeur absolue doit avoir les trois proprits mentionnes la section 18.3. Si la
valeur abolsue a en plus la proprit suivante :

|x + y| max{|x|, |y|}

p4 :

nous l'appelons
3, puisque

non-archimedien. Notons que la proprit 4 implique la proprit

max{|x|, |y|} |x| + |y|.

Commenons par les nombres entiers. Donnons nous un nombre premier


N'importe quel entier

p.

peut s'crire de faon unique sous la forme

n = pvp (n) n
o

p n

p ne divise pas n ). Par exemple, si nous avons choisi le nombre premier

5, nous avons

50 2

51 1

50 6

150

52 6

v5 (2) = v5 (6) = 0 ; v5 (5) = 1 ; v5 (150) = 2. vp (n) est appel


padique du nombre n, et dsigne la multiplicit du facteur premier
p pour former le nombre n. Par convention, vp (0) = : on peut diviser 0 par
p ; le rsultat tant 0, on peut encore multiplier 0 par p et cela peut continuer

et nous avons donc


la valuation

inniment.

246

18 Qu'est ce qu'un nombre ?


On peut tendre de faon vidente la valuation
nels :

padique

aux nombres ration-

vp (a/b) = vp (a) vp (b)

Et ce n'est pas dicile de voir que


1.

vp (xy) = vp (x) + vp (y)

2.

vp (x + y) min{vp (x), vp (y)}

Si on compare les proprits de

vp

une valeur absolue, nous voyons que

peu comme un logarithme. Nous pouvons donc dnir la valeur absolue

d'un nombre

vp agit un
padique

par

|x|p = pvp (x)


et pour revenir l'exemple des nombres prcdents,

1/5 ; |150|5 = 1/25.

|2|5 = |6|5 = 1 ; |5|5 = |10|5 =


|0|5 = 0.

En utilisant notre convention, nous avons en plus

Nous devons remarquer plusieurs chose ce niveau : (i) la valeur absolue

padique

d'un nombre est infrieure ou gale 1 ; (ii) plus un nombre est di-

visible par

p,

plus sa valeur absolue est proche de

0.

Nous laissons au lecteur le

soin de dmontrer que cette valeur absolue en est vraiment une, et qu'en plus,
elle est non archimedien. Nous pouvons en plus dmontrer que si

x = y,

alors

|x + y|p = max{|x|p , |yp |}.


Super, nous disposons d'une valeur absolue sur

Q, nous pouvons donc dnir


d(x, y) = |xy|p . Par exemple, pour la distance 5-adique, d(5, 6) =
1 ; d(5, 10) = 1/5 ; d(5, 30) = 1/125. Notons que cette metrique a la prorit
suivante : d(x, y) max{d(x, z), d(y, z)}x, y, z Q. Cette ingalit est appel
une distance :

l'ingalit ultramtrique.
Notons combien cette distance est dirente de la distance habituelle. Prenons

x, y, z . Alors deux des distances


(xy)+(y z) = (xz). Si |xy| = |y z|,

par exemple trois points quelconques mais distinct


sont gales ! Ceci dcoule du fait que
alors

|x z|

est gale au plus grand d'entre eux.

Comme nous disposons d'une distance, nous pouvons dnir les suites et leur
convergences, et fermer

pour obtenir l'ensemble

Qp .

Nous pouvons dvelopper

l'analyse exactement comme nous avons fait avec les nombres rels, dnir les
fonctions, leurs drive et intgrale, ... Nous ne dveloppons pas plus cela ici,
notons simplement quelques faits inhabituels de ces ensembles :
 Pour qu'une suite

an

converge, il sut que

|an+1 an | 0 (c'est beaucoup

plus simple que le critre de Cauchy).


 Pour que la srie

an

converge, il sut que

|an |p 0

 Si un point appartient une boule (ouverte ou ferme), il en est le centre,


 ...

247

19 Bibliograhie.
Ce cours est un rsum rapide de ce que l'tudiant en physique doit absolument
savoir. Ce cours est une introduction qui devrait permettre l'tudiant d'attaquer
les divers sujets en conslutant des livres plus avancs. Ci-dessous, je liste plemle quelques livres que j'ai eu entre les mains et que j'ai trouv particulirement
intressant pour des tudiants de niveau L3-M2.

Jean Bass, Cours de Mathmatiques.

C'est un cours extremement complet,

en plusieurs volumes, allant des mathmatiques lmentaires aux sujets les plus
avances.

Nino Boccara, Analyse fonctionnelle.

Le livre le plus lgant que l'auteur

connaisse sur le sujet.

Franois Rodier, Distributions et Transformation de Fourier.

L'auteur y d-

veloppe les rsultats essentiels de l'analyse fonctionnelle et de la thorie de la


mesure avant d'exposer les distributions et les TF, avec un regard de phycisien
tourn vers l'exprience.

F.W. Byron & R.W. Fuller, Mathematics of classical and quantum physics.
Le livre que chaque tudiant de physique devrait avoir lu.

Ondelettes et Analyse de Fourier.

La premire partie de ce livre expose le

dveloppement de la thorie de la mesure et des series de Fourier tout au long du


dix neuvime et du vingtime sicle.

J.G.Simmonds & J.E. Mann, A rst look at Perturbation Theory.

Un aperu

des divers aspects du calcul de pertubations. Le lecteur plus assoi se raportera


au livre de Nayfeh, Perturbation Theory.

C. Lanczos, Linear Dierential operators.

Lanczos, part avoir t un trs

grand scientique, a crit des livres d'une rare profondeur. Son livre de mcanique
analytique est un pur bijou. Le livre mentionn ici traite avec une trs grande
rigueur et lgance les oprateurs linaires.

248

19 Bibliograhie.
H. M. Edwards, Advanced Calculus : A Dierential Forms Approach.

Un trs

beau livre sur les formes direntielles, crit il y a une quarantaine d'anne et
n'ayant rien perdu de sa beaut. La plupart des livres sur les formes dierentielles
sont rservs aux tudiants avancs de mathmatiques, o l'expos est noy sous
des tonnes de thorme-dmonstration. Edwards fait jaillir toute la beaut de ces
objets mathmatiques. Pour une lecture plus avanc mais toujours aussi lgant,
le lecteur pourra se rapporter au livre d'Arnold : mathmatiques de la mcanique
classique.

S.L. Sobolev, Partial dierential equations of mathematical physics.

Un grand

tour des EDP de la physique, crit par un des grands chercheurs du domaine qui
sait galement tre trs pdagogue.
Beaucoup de thme indispensable ont t neglig dans ce manuscrit. La thorie
des fonctions holomorphes et l'analyse complexe sont trs bien trait chez Bass
ou Byron et Fuller, nous suggrons cependant les deux livres suivants :

249