Vous êtes sur la page 1sur 207

Mathmatiques pour la Physique.

Bahram Houchmandzadeh

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

Septembre 2008

Present Version

September 5, 2013

Table des matires


1

Introduction.

lments d'analyse fonctionnelle.

2.1

Les espaces vectoriels.

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

2.2

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

12

2.3

Quelques digressions historiques.

16

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

Les sries de Fourier.

17

3.1

Introduction.

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

17

3.2

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

18

3.3

Pourquoi les sries de Fourier sont intressantes ?

3.4

Un peu de gnralisation.

3.5

Les sries de sinus et de cosinus.

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

23

3.6

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

25

3.7

Drivation terme terme des series de Fourier.

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

26

3.8

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

28

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

21

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

23

Les transformations de Fourier.

39

4.1

Entre en matire.

39

4.2

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

40

4.3

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

41

4.4

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

42

4.5

Relation entre les sries et les transforms de Fourier. . . . . . . . . . . . .

46

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

Les distributions.

47

5.1

Ce qu'il faut savoir. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

47

5.2

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

49

5.3

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

52

5.4

Exercices.

56

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

Convolution et corrlation.

58

6.1

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

58

6.2

Auto-corrlation.

61

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

Les transformes de Laplace.

67

7.1

Entre en matire.

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

67

7.2

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

68

Table des matires


7.3

Dcomposition en fraction simple. . . . . . . . . . . . . . . . . . . . . . . .

7.4

Comportement assymptotique.

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

72

7.5

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

74

7.6

Aperu des quations intgrales. . . . . . . . . . . . . . . . . . . . . . . . .

75

7.7

Aperu des systmes de contrle asservis (feedback systems).

7.8

La physique statistique.

7.9

TL inverse.

7.10 Exercices.

69

. . . . . . .

75

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

76

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

77

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

77

Les fonctions de Green.

83

8.1

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

83

8.2

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

85

8.3

La propagation des ondes

87

8.4

Propagateur pour l'quation de Shrodinger.

8.5

Disposer d'une base propre.

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

88

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

88

Les oprateurs linaires.

89

9.1

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

89

9.2

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

90

9.3

Reprsentation matricielle des oprateurs.

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

95

9.4

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

98

9.5

Disposer d'une base propre orthogonale.

99

9.6

Oprateurs hermitiens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102

9.7

Mthodes opratorielles, algbre de Lie.

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

. . . . . . . . . . . . . . . . . . . 103

10 Les systmes Sturm-Liouville.


10.1 Introduction.

106

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106

10.2 Reformulation opratorielle. . . . . . . . . . . . . . . . . . . . . . . . . . . 109


10.3 Les systmes Sturm-Liouville. . . . . . . . . . . . . . . . . . . . . . . . . . 114
10.4 Les solutions polynomiales de Sturm-Liouville.

. . . . . . . . . . . . . . . 115

10.5 Valeurs et fonctions propres. . . . . . . . . . . . . . . . . . . . . . . . . . . 118


10.6 Les solutions non-polynomiales. . . . . . . . . . . . . . . . . . . . . . . . . 119
10.7 Problmes.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120

11 Le calcul variationnel
11.1 Introduction.

122

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

11.2 Calcul des variations. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123


11.3 Formulation Lagrangienne et quation du mouvement d'un champ.

. . . . 128

11.4 Optimisation sous contraintes. . . . . . . . . . . . . . . . . . . . . . . . . . 131


11.5 Les conditions aux bords naturelles. . . . . . . . . . . . . . . . . . . . . . 136
11.6 Dtour : lments de gomtries non-euclidiennes. . . . . . . . . . . . . . . 137

12 Calcul des perturbations.

144

12.1 Les perturbations rgulires. . . . . . . . . . . . . . . . . . . . . . . . . . . 144

Table des matires


12.2 Les perturbations singulires.

. . . . . . . . . . . . . . . . . . . . . . . . . 148

13 Les oprateurs direntiels.

154

13.1 Mtrique et Systme de coordonnes. . . . . . . . . . . . . . . . . . . . . . 154


13.2 Nabla, div et les autres.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 155

13.3 Le gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156


13.4 Champ de vecteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
13.5 Le rotationnel.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158

13.6 La divergence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161


13.7 Le Laplacien.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162

13.8 Rsumons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164


13.9 Problmes.
13.10Notes.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

14 Les tenseurs en physique.

167

14.1 Les tenseurs de rang 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167


14.2 Gnralisation des tenseurs. . . . . . . . . . . . . . . . . . . . . . . . . . . 170
14.3 Les composantes d'un tenseur. . . . . . . . . . . . . . . . . . . . . . . . . . 171
14.4 Changement de base. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
14.5 Le produit scalaire gnralis, covariant et contravariant, les formes linaires.174

15 quation drive partielle du premier ordre.


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

. . . . . . . . . . . . . . . . . . . . . . . 176

. . . . . . . . . . . . . . . . . . . . . . . . . . 178

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180

16 Les formes direntielles et la drivation extrieure.


16.1 Introduction.

1formes.
nformes.

176

182

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

16.2 Les

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

16.3 les

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

16.4 La drivation extrieure. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187


16.5 thorme de Stockes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
16.6 Quelques applications.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

16.7 Liens avec les vecteurs. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

17 Les quations de la physique.

192

17.1 Qu'est ce qu'une quation direntielle ? . . . . . . . . . . . . . . . . . . . 192


17.2 Equation de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
17.3 Equation d'onde et de chaleur.

. . . . . . . . . . . . . . . . . . . . . . . . 195

18 Qu'est ce qu'un nombre ?


18.1 Les entiers naturels
18.2 Les ensembles

et

N.
Q.

198
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199

18.3 Un peu de topologie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200


18.4 L'ensemble des nombres rels. . . . . . . . . . . . . . . . . . . . . . . . . . 201

Table des matires


18.5 Les nombres

padiques.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . 203

19 Bibliograhie.

206

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 trans-

formes 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 math-

matique 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 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 ...).

1 Introduction.
Nous allons revenir sur le concept gnral d'operateur integro-direntiel. Une rotation
ou une homotetie transforment de faon
direntielle linaire comme

linaire

un vecteur dans un autre. Un oprateur

(t Dx2 ) 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. Peuttre cela rappelle au lecteur des souvenirs de matrices, de bases et de ses changements,
... Nous allons revoir tout cela de faon assez legre mais surtout applique l'ensemble
extrmement vaste des
comme des

vecteurs

fonctions. Nous allons voir que nous pouvons dcrire les fonctions

dans des espaces de dimensions innies, en utilisant pratiquement

les mmes outils que pour des vecteurs trois dimensions. Cela s'appelle

tionnelle

analyse fonc-

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 ?
comme celui des nombres rls

fremment l'ensemble des scalaires


tion

ment

Nous connaissons dj certains ensemble clbre

ou complexes

S.

C.

On les appellera dans la suite indif-

Un espace vectoriel est un ensemble

o l'opra-

a un sens. Pas n'importe quel sens d'ailleurs, mais ce qu'on associe instinctive cette opration : (i) si

aussi ; (ii)

a+b = b+a

et

appartiennent notre ensemble, alors

a+b

. En plus, multiplier un vecteur par un scalaire a un sens,

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 ; (iv) E possde un lment zro, qu'on
2
notera 0 tel que a + 0 = a, a, 0 E . N'oublions pas que quand on parle de sa, on parle

qui plus est, lui aussi trs naturel : si

bien d'un

vecteur

et non 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 afrmer pour l'un de ces ensembles (en rapport avec son caractre vectoriel) pourra tre
gnralis aux autres.

Bases d'espace vectoriel.

Une base est l'ensemble de certains lments de notre espace

E qui nous permet de dcrire tout les autres. Pour tre plus rigoureux, supposons que
e1 , e2 , e3 , ..., ei E, soit une base. Dans ce cas, pour n'importePquel lment a de E , on
peut trouver des scalaires ( des chires donc) si tel que a =
i si ei . On dit que a est
une combinaison linaire des vecteurs ei . Bien 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
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.


tre une combinaison linaire des autres (on dit alors que ces vecteurs sont linairement

si qu'on aura trouv pour la description de a sont alors unique.


composantes du vecteur a dans la base {e}.

indpendant). Les scalaire


On les appelle les

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

(x1 , x2 )

oblig de faire des dessins, nous pouvons les reprsenter par des duplets

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 autre serait

{1, (1 X), (1 X)2 , ...}.

1, X, X 2 , ... constituent une base.

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

2 (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

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.
opration que le
l'Analyse est le

On peut enrichir la structure d'espace vectoriel en rajoutant d'autres

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

produit scalaire

(qu'on appelle galement le produit intrieur). Le pro-

duit scalaire est une opration qui, deux


le produit scalaire de deux vecteurs

a.b,

par

en mcanique quantique

vecteurs, associe un scalaire 5 . Nous noterons

(a, b). En
par ha| bi.

physique, on a plus l'habitude de le noter

Nous sommes assez habitus depuis les annes du lyce avec ce concept. Un bon
produit scalaire doit avoir ces quelques proprits :

(i)

(sa, b) = s(a, b)

(ii)
(iii)

s S, et a, b E .

(a + b, c) = (a, c) + (b, c).


(a, a) R

et

(a, a) > 0

si

a, b, c E .

a 6= 0

et

(a, a) = 0

si

a = 0.

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

(a, b) =

x i yi

xi

et

yi

sont les composantes des deux vecteurs

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


vecteur, qu'on appelle sa

norme

et que l'on note

kak2 = (a, a).

et

b.

longueur

d'un

L'intrt de pouvoir

disposer d'une norme est immense. On peut par exemple savoir si deux vecteurs

a, b sont

ka bk, ce qui nous


blabla, blabla tel que

proches l'un de l'autre en regardant la norme de leur dirence


permet son tour de dnir la notion de limite (souvenez vous, les

4. C'est le plus petit des innis. Sans rentrer dans les dtails, l'inni qui ensuite est vraiment plus
grande que
5.

N est celui de R. L'ensemble de toutes les fonctions est une innie encore plus grande.
(., .) : E E S.Si l'espace vectoriel est associ aux rels (complexes), le scalaire est un

(complexe).

rel

2 lments d'analyse fonctionnelle.


blablabla ...). Cela parat vident si 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(.)

log(.)

et

sont proches ?

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


scalaire :

(a, b) = (b, a)

(iv)
(iv')

(a, b) =

si

(b, a) si

est associ aux rels ;

est associ aux complexes.

C2 ,

Par exemple, pour les vecteurs de

i xi yi o

xi , yi

on peut dnir le produit scalaire de

sont les composantes de

et

b.

a, b

par

Notez bien que l'on doit multiplier la

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


6

(iii) et disposer d'une norme . La proprit (iv) ou (iv)', combine la proprit (i) nous
donne :

(i')
(i)

(a, sb) = s(a, b)


(a, sb) =

L'orthogonalit.
(6=

0)

si

s (a, b) si

est associ aux rels ;

est associ aux rels.

Nous nous souvenons que pour les vecteurs dans

sont perpendiculaires (qu'on note

ab

Rn ,

deux vecteurs

) 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

n,

il nous sut donc de trouver

vecteurs tous

les

uns aux

autres et le tour est jou : nous disposons d'une base !


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 extrmement simple : si

P
a est un vecteur et (e1 , ...en ) une base orthonorme, alors a = (a, ei )ei , c'est dire que
la composante de a selon ei est (a, ei ). Comme exemple, prenez le cas des vecteurs dans
Rn .
Exercices.
1. Dmontrer que les deux vecteurs
riel

C2

associ

C.

2. Dmontrer que si

(1, 0) (0, 1)

forment une base pour l'espace vecto-

Mme chose pour les deux vecteurs

ka bk = 0,

alors

(i, 0)

et

(0, i).

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

vnement

respecte

pas (iii) est donn par la relativit

par ses quatre coordonnes spatiotemporelles

scalaire de deux vnement est dni par

x1 x2 + y1 y2 + z1 z2 t1 t2 .

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

10

(x, y, z, t) et le produit
distincts peuvent

Deux vnement

2 lments d'analyse fonctionnelle.


4. Dmontrer que si

n vecteurs sont mutuellement orthogonaux, alors ils sont linaire-

ment indpendants.
5. Dmontrer que si

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

peut s'crire sous la forme

n
X
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 :

ka + bk kak + kbk
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 k ak.kbk


qu'on peut assez facilement dmontrer en considrant le produit

(a+b, a+b) 0.

n
7. Pouvez vous gnraliser le produit scalaire dans R l'espace des polynmes ? Et
surtout dmontrer qu'il respecte toutes les proprits d'un produit scalaire ?
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
vectoriel et

L est un oprateur linaire, a, b


, deux scalaires, alors

deux membres quelconques de l'espace

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


L(a) et L(b) sont des vecteurs au mme titre que a et b). Si on
{ei }, l'operateur peut tre caractris par son action sur chaque

(N'oublions pas que


se donne une base

vecteur de la base :

L(ej ) =

Lij ei

i
Les nombres

Lij

sont les comosantes de l'application

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


sont reli par la relation (noter l'ordre des sommations)

bi =

Lij aj

j
9. Dmontrer alors que si la base est orthonormale,

Lij = (ei , L(ej ))

11

a et b tel que b = L(a)

2 lments d'analyse fonctionnelle.


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


la basep

= L(ej ),

jme vecteur de
ime vecteur

et former le produit scalaire de ce vecteur avec le

de la base.

{ei }

10. Soit deux bases

{fi }

et

et

une application linaire tel que

P (ei ) = fi i = 1, 2, ..., n
P
P

(fi ) = ei

est couramment appel l'application de

passage. Soit A une application linaire

{fi } sont donnes par la matrice aij .


1
Soit maintenant l'application linaire P
AP . Calculer ses lments de matrice
quelconque dont les lments dans la base des

{ei }.

dans la base des

2.2 L'espace vectoriel des fonctions.


Manipuler des vecteurs dans l'espace

Rn

c'est bien, mais nous nous intressons un

espace beaucoup plus vaste, celui des fonctions. Soit

l'ensemble des fonctions

RR

I . Les fonctions sont en faite des boites noire qui prennent


sin(.) par exemple,
nombre sin x. On peut voir les fonctions comme des points

dnies sur un intervalle donne

des chires en entre et produisent des chires en sortie. La fonction


une valeur

xI

associe le

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 vectoriel. 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 :

Z
f (x)g(x)dx

(f, g) =
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

n
dans R , quand

xi yi du

produit scalaire

(souvenez vous de la dnition de l'intgral).

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

kf k =

[f (x)]2 dx

I
Cette norme, appele

L2 ,

est trs populaire. voyons quelques exemples, pour l'intervalle

[0, 2],
7. En faite, si on se baladait dans cet espace de faon alatoire, on ne rencontrerai jamais des fonctions
connues.

12

2 lments d'analyse fonctionnelle.

2.

R 2
kexp(.)k2 = 0 exp2 (x)dx = (exp 4 1)/2.

ksin(.)k =

3.

klog(.)k =???

1.

n
4. k1/(.) k

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
ime

f (x).

f (.)

est la deux-

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.


Nous avons mentionn plus haut que disposer d'une norme nous permet de savoir si

kf gk = 0.
g(x) = 1 si x 6= 0

deux fonctions sont proches ou mme identique si


deux fonctions, dnies sur
Au sens de notre norme

L2 ,

[0, 1]

f (x) = 1

et

ces deux fonctions sont identiques

Considrons alors les


et

g(x) = 0

si

x = 0.

! Grossirement parlant,

notre norme est une lunette pas trop prcise et ne distingue pas les dirences subtiles
9

entre deux fonctions. Elle ne va retenir que les traits les plus importants . Ainsi, quand

xn converge vers

n , la suite des fonctions fn (x) =


sens L2 , mais ne converge pas au sens des

f (x) = 0

sur l'intervalle

[0, 1]

au

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 :

Z
(f, g) =

f (x)g(x) dx

I
o le symbole

dsigne le complexe conjugu.

L'orthogonalit.

et

et

g (=
6 0)

La notion d'orthogonalit se gnralise immdiatement aux fonctions :

sont orthogonales si

(f, g) = 0.

Ainsi, sur l'intervalle

sont orthogonales. De mme pour les fonction

l'intervalle

exp(x/2)

et

[1, 1], les fonctions 1


exp(x/2)(1 x) sur

[0, ].

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
sut de trouver

n,

il nous

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,
8. C'est mme pire : Si la fonction

est dnie par

notre norme, elle est identique la fonction

f.

g(x) = 0

si

xQ

et

g(x) = 1

sinon, au sens de

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.

13

2 lments d'analyse fonctionnelle.


c'est dire des fonction

tel que

|f (x)|2 dx < .

R
I

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 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

parle en faite du cardinal, de la taille, de ces ensembles) : pour reprsenter


rel, nous avons absolument besoin de

sr, on
nombre

nombre entier. L'ensemble des fonctions est

beaucoup, beaucoup plus vaste. Imaginez que pour reprsenter


avons besoin de

un

une seule

fonction, nous

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

N 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 , ...}
f doit pouvoir

constitue une base orthonorme. Dans ce cas, une fonction quelconque


s'crire, de faon unique,

f (x) =

fn en (x)

n=1
o les

fn

sont des

scalaires

qu'on appelle les composantes de

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

sur la base

projection

{en }. Elle
f sur les

de

vecteurs de base en utilisant le produit scalaire :

Z
fn =

f (x)en (x)dx
I

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


f
i=1 n en (x). Si l'ensemble E est bien une base, alors kf N k 0 quand

Remarquez que

N (x) =
N .

PN

Cela veut dire qu'on peut approximer une fonction par une somme nie de

fonctions de base, et on peut rendre cette approximation aussi bonne qu'on le souhaite
10. le cardinal de

est not

(aleph zro), celui de

R 1

si on accepte l'axiome de choix. En pensant

aux nombres rels entre 0 et 1 comme une succession (innie ) de bits 0 et 1 (comme en informatique),

la relation 1 = 2 0 parat assez raisonnable. Nous devons tous ces rsultats sur les innis aux travaux
de Georg Kantor, la n du dix-neuvime sicle.

14

2 lments d'analyse fonctionnelle.


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

xn .

L'espace des 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

au sens

f (x) = xn

dnie sur

[0, 1] converge vers la fonction g(x) =

L2 .

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

L2 .

L'ex-

emple 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

Z
(f, g) =

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

o la fonction

w(x)est

appel le poids. Dmontrer que cette dnition possde 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,

orthogonaux

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

w(x) = 1

et l'intervalle

[1, 1].

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 00 2xy 0 + 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.

D = d/dx est une opration linaire dans l'espace des fonctions inni
ment drivable (C ) : (i) elle prend une fonction en entre et donne une fonction
en sortie ; (ii) elle fait cela de faon linaire, i.e. D(f + g) = Df + Dg , o ,
sont des scalaires et f, g des fonctions. Supposons que des fonctions orthonormes
fn (x) constituant une base obissent la relation dfn (x)/dx = fn (x) + an fn+1 (x).
Pouvez-vous donner la reprsentation matricielle de D dans la base des fn ?

8. L'opration

15

2 lments d'analyse fonctionnelle.


2.3 Quelques digressions historiques.
Le concept d'espace vectoriel des fonctions a t propos par Hilbert la n du dixneuvime 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.

16

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
relche. Soit

et

qu'on dforme l'instant initial et que l'on

y(x, t) l'cart l'quilibre la position x et l'instant t. On dmontre alors

que

2
2y
2 y

v
=0
t2
x2
o

(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

et k : = vk . Ensuite, la fonction y doit satisfaire les conditions


aux bords y(0, t) = y(L, t) = 0. La premire condition est automatiquement satisfaite.
La deuxime condition impose sin kL = 0, c'est dire k = n/L, o n = 0, 1, 2, 3, ....On
dduit de tout cela que les fonctions fn (x, t) = An cos(nvt/L) sin(nx/L) sont solution
une relation entre

de notre 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


solution, alors

f +g

et

sont

l'est aussi. La solution gnrale de l'quation d'onde (3.1) est donc

de la forme

y=

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

n=1

17

3 Les sries de Fourier.


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

y0 (x),

y(x, 0) =

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

y0
y0 (x) = 4 sin(11x/L),

la rponse plus bas. A priori, trouver la rponse parat assez complique. Notons que si
a une forme simple, on peut trouver une solution. Par exemple, si
alors

A11 = 4

et tous les autres

An

sont nul.

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


[0, L], les fonctions

Dans l'espace vectoriel

sommable dnies sur l'intervalle

dire celui des fonctions de carr

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

Z
(1, sin n(.) ) =

sin(2nx/L)dx =
0

la fonction

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

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)


les fonctions sin n(.) et sin m(.) sont orthogonales, sauf si n = m, auquel cas, k sin n(.)k =
k cos n(.)k = L/2.
Ensuite, une fonction f quelconque de L2 [0, L] peut s'crire sous la forme

f (x) = a0 +

an cos(2nx/L) + bn sin(2nx/L)

n=1
1. La dmonstration est due Weierstrass dans les annes 1880. Elle ne pose pas de dicult majeure.
Disons que pour qu'une suite
est orhogonal tous les

fn ,

fn

de vecteurs orthogonaux constitue une base, il faut que si un lment

alors

g = 0.

sin(.) seul
les sin(.).

C'est pour cela par exemple que la suite des

constituer une base : on peut trouver toujours des

cos(.)

18

qui soit orthogonal tous

ne peut

3 Les sries de Fourier.


et comme notre base est orthogonale, les coecient
scalaire de

an

et

bn

sont donns par le produit

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)

an = (2/L)
0

bn = (2/L)
0
Notons que le coecient

Exemple 1.

a0

est la moyenne de la fonction

sur l'intervalle donne.

f (x) = x , x [0, 1]. Le coecient a0 s'obtient facilea0 = 1/2. Pour les autres coecients, nous avons besoin

Prenons la fonction

ment en utilisant l'eq.(3.2) :


d'une intgration par partie :

x sin(2nx)dx =

bn = 2
0
Z 1

x cos(2nx)dx =

an = 2
0

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

Nous pouvons donc crire

x=

1 X 1

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

(3.5)

n=1

La gure 3.1 montre la fonction

x, 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, 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 sur les deux bords. Le

f (x) = x prend la valeur 0 en x = 0 et


valeur 1/2 sur les deux bords : la somme ne

point (iii) est plus troublant : la fonction originale

en

x = 1.

La somme par contre, prend la

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

19

est de mesure nulle.

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.

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

[a, b].

Il sut simplement dans les formules, poser

L = ba

qui reprsente

comme avant la longueur de l'intervalle.

Exemple 2.

Prenons cette fois la mme fonction

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

Le mme calcul que prcdemment nous mne

X
(1)n

x=

n=1

sin(2nx) x [

1 1
, ]
2 2

(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

X
(1)n+1

2n 1

n=1

Egalit de Parceval.

=1

1 1

+ ... =
3 5
4

En utilisant la notion d'orthogonalit et de produit scalaire, il est

facile de dmontrer que

1
L

f (x)2 = a20 +

1X 2
(an + b2n )
2

(3.7)

n=1

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.

20

3 Les sries de Fourier.


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.

f (x) = x2

[0, 1]. Pour ce


ix
ix )/2.
dernier, si le produit scalaire vous pose problme, noter que cos(x) = (e +e
P
2
2
Proter de la dcomposition de x pour trouver la limite de
1/n . C'tait une

1. Dcomposez les fonction

et

f (x) = exp(x)

sur l'intervalle

des ert d'Euler, dans les annes 1730, que d'avoir pu dterminer cette somme.
2. Soit la fonction palier

1/2 si x 1/2.

sur

[0, 1]

tel que

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

et

f (x) =

Trouver sa dcomposition en srie de Fourier.

3. Mme question que prcdemment, mais la fonction

f (x) = 0 si x <

est dnie par

1/2 et f (x) = 1 si x 1/2. En comparant ce rsultat au rsultat prcdent, pouvez


en tirer des conclusions gnrales ?
4. Dcomposer la fonction triangle,
5. Trouver la srie de Fourier de

f (x) = 1 2 |x|

sin(x/2)

sur l'intervalle

sur l'intervalle

[1/2, 1/2].

[0, 2].

a0 , les deux fonctions f (x) et g(x) = f (x)+C ont


les mmes coecients de Fourier. Que vaut le coecent a0 pour ces deux fonctions ?

6. Dmontrer qu' part le coecient

7. Une fonction paire est tel que

f (x) = f (x),

c'est dire que l'axe

axe de symtrie. Dmontrer alors que sur un intervalle

[L, L],

constitue un

les 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 rapport son milieu, c'est dire telle

que

f (L x) = f (x), alors ses coecient de Fourier bn

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

9. Quelle est la condition pour que la fonction


alors que si elle n'appartient pas

L2 [0, 1],

f (L x) = C f (x) ?
x

appartiennent

L2 [0, 1]. Dmontrer

elle ne peut pas se 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
Fourier ? est celui de

D = d/dx

dans la base de

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

21

3 Les sries de Fourier.


0.2
0.1

bn

0
-0.1
-0.2
-0.3
-0.4

10
n

15

20

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


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

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

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 fonctions gale la fonction f sur
une intervalle de longueur L, elle gale la fonction f partout !
de longueur

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 Fourier
et

bn

en fonction de

est aussi bien que de les reprsenter en fonction de

x.

an

Cette

reprsentation est appel le spectre d'une fonction, et ses composantes de Fourier les

harmoniques. C'est un vocabulaire issue de la musique. La gure 3.2 reprsente le spectre

f (x) = x sur [1/2, 1/2]. En ralit, pourpdes raisons que nous verrons plus
tard, on n'est mme intress qu'aux coecients sn =
a2n + b2n et c'est ce dernier qu'on

de la fonction

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

22

3 Les sries de Fourier.


sous rgions sont calcules, mais seulement l'amplitude des premires harmoniques sont
conserves, puisque l'oeil humain n'est pas sensible aux petits dtails.

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


f : R C (pourvu qu'elles

un peu les horizons, puisqu'on peut alors tudier les fonctions

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,

+
X

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

an

et

bn ,

expliquer comment on calcule

cn .

les coecients

2. Dmontrer que si

f (x) R,

3. Trouver la relation entre

alors

an , bn

et

cn = cn .
cn .

4. noncer la relation de Parceval avec les coecients

cn .

3.5 Les sries de sinus et de cosinus.


[0, L], les fonctions 1, sin(n2x/L), cos(n2x/L)
N) constituent une base orthogonale qu'on appelle la base de Fourier : ces fonctions

Nous avons vu que sur l'intervalle


(n

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

cos(nx/L).

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.

23

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.

Les sries de sinus.


de longueur

2L

Prenons d'abord une fonction

f (x) dnit sur [L, L] (un intervalle

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

Z
an = (1/L)

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

bn = (1/L)

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

Supposons maintenant que la fonction

f (x) = f (x). En
L 0 et de 0
les coecients bn sont

est impaire, c'est dire

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

L)

il est alors vident que tous les coecient

an

sont nuls, et

donnes par

Z
bn = (2/L)

f (x) sin(nx/L)dx

(3.8)

0
Considrons maintenant une fonction
une extension

f (x)

de

[0, L],

dnit sur

[0, L].

On peut toujours trouver

[0, L] les deux fonctions coincident (g(x) =


g est impaire. Il est donc vident que
pouvons dvelopper f en srie de sinus seulement
X
nx
f (x) =
bn sin
L

telle que sur l'intervalle

) et que sur l'intervalle

sur l'intervalle

f (x)

nous

[L, L],

la fonction

n=1

o les coecients

bn

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

[0, L]

en considrant les fonction

24

paires

sur l'intervalle

[L, L].

3 Les sries de Fourier.


2. Dmontrer que les fonction
l'intervalle

[0, L],

sin(nx/L)

sont orthogonales les unes aux autres sur

cos(kx)

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.

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
a une densit linaire
d'volution de

x=0

et

x = L;

(ii) est soumise une tension

Si nous reprons la hauteur de la courbe par

y(x),

; (iii)

l'quation

s'crit

2
2y
2 y
=
v
t2
x2

(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
matriau continu. Le paramtre

a = f /m pour un

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)

y0 (x)

et qu'on le relache l'instant

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 que les

coecients

de la srie soient fonction du temps :

y(x; t) =

bn (t) sin

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(L, t) = 0.

y(0, t) =

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 :

00

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)

25

3 Les sries de Fourier.


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'am-

plitude 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 ci-dessous). 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
Fourier est

f (x) = a0 +

f (x)

dont la dcomposition de

an cos(2nx/L) + bn sin(2nx/L)

n=1
Dans quelles conditions nous pouvons la driver terme terme ? Dcomposons la fonction

f 0 (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

1
0 =
L

f 0 (x)dx =

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

et pour les termes de cosinus

n =
=
=

Z
2 L 0
f (x) cos(2nx/L)dx
L 0
Z
2
2n 2 L
(f (L) f (0)) +
f (x) sin(2nx/L)dx
L
L L 0
2
2n
(f (L) f (0)) +
bn
L
L

26

(3.11)

3 Les sries de Fourier.


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 drivable terme

terme sans restriction.


2. Si

f (x)

est continue et drivable par morceau, sa srie de sinus est drivable terme

terme si

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

Sinon, des termes additionnelles 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 terme la
serie de la corde vibrante. Comme nous avions la condition

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

nous

pouvions driver la srie de sinus pour obtenir une srie de cosinus. 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
qui ne dpend pas de

et ne tend pas vers

0.

convergence de la srie ! La rponse est dans le coecient


terme en

/n

comporte un terme

Cela n'est pas de plus bel eet pour la

bn , qui doit forcment avoir un

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.

fonction

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

Il est alors prfrable d'utiliser la

ba
xa
L

Les drives temporelles et les drives seconde spatiale de

w(x, t)

est satisfait donc la mme quation que

(3.12)

et

coincide videment.

si il s'agit d'une quation de chaleur

w(0, t)= w(L, t) = 0. Nous


recouvrir u l'aide de la relation

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


pouvons donc d'abord rechercher

w(x, t)

et ensuite

(3.12). Nous verrons un exemple plus bas.

3.7.2 Drivation par rapport une autre variable.


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

u(x, t) =

bn (t) sin(nx/L)

n=1
nous avons concentr toute la dpendance temporelle dans l'amplitude des harmoniques

bn (t).

Pour avoir le droit de driver par rapport

27

sous la somme, nous devons pouvoir

3 Les sries de Fourier.


crire ( le dmontrer )

Z L
Z L
u

u(x, t)dx =
dx
t 0
0 t
L'change de l'intgrale (sur x) et de la drivation ( par rapport au temp) est permis si
u/t 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 chaleur. Cette
dernire dcrit les phnomnes diusives (de la chaleur, de la concentration, ...) et est de
la forme

u
2u
=D 2
t
x

(3.13)

u reprsente la temprature, la concentration, etc... Si x dsigne l'espace et t le temps,


D doit avoir la dimension d'une longueur au carr par unit de temps
[L2 /T ].

nous voyons que

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

et

T.

L ) dont les extrmits sont maintenues deux tempratures direntes

, disons

Nous avons donc les deux conditions aux limites

u(0, t) = 0

(3.14)

u(L, t) = T

(3.15)

et nous supposons la condition initiale

u(x, 0) = f (x)

(3.16)

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 X (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)

2. Voir le chapitre correspondent pour la signication de cette quation.

28

(3.17)

3 Les sries de Fourier.


Nous drivons une premire fois par rapport

x.

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
la srie drive :



n
T X
2T
n
bn (t)( ) +
x u(x, t) = +
(1) cos(nx/L)
L
L
L
Nous sommes maintenant en prsence d'une srie de cosinus, que nous redrivons encore
une fois par rapport

x2 u(x, t)

X


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

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

b0n (t).

En galant terme terme, nous obtenons une quation de premier ordre pour

les coecients

b0n (t) = D

 n 2
L

bn (t) D

2T n
(1)n
L L

dont la solution est


 2T (1)n+1
bn (t) = Bn exp n2 ( 2 D/L2 )t +

n
Notons d'abords que quand

t +,

les coecients

bn

(3.18)

tendent vers les coecients

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

exp(n2 t/ ), o L2 /D. L' harmonique d'ordre n disparait donc sur


2
2
une echelle de temps L /(n D). (i) Plus L est grand, plus le temps de thermalisation
sont de la forme

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 ?

29

3 Les sries de Fourier.

t=0

t=0.1

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

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

L = 1,

et condition initiale une fonction pallier. La solu-

tion 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

La fonction

(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

ne pose donc aucun problme lors de ses drivations par rapport

continues, et

x. Sa 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.

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

30

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 harmoniques. 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.

(ii) en prsence de la force de gravit


harmonique

f = ky .

f = g

(iii) en prsence d'une force de rappelle

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
=

t2
x4
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 :

~2 2
=
t
2m x2
(L, t) = (L, t) = 0
i~

avec les condition aux limites

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


u en cet endroit, et

ux de chaleur travers une section est proportionnel la pente de

31

3 Les sries de Fourier.


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 ?

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 autour
L/2, et resolvez alors l'quation de la chaleur.

o
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

avec les conditions aux limites


initiale homogne
plutt la fonction

2u
u
=D 2
t
x
u(0, t) = 0 ; u(L, t) = g(t).

Nous supposons une condition

u(x, 0) = 0 et bien sr g(0)=0. Notez que vous avez intert chercher


(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 jou un rle


me
majeur dans l'volution de la physique au tournant du XIX
sicle 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

x(t).

L'nergie lastique enmagasine dans l'oscillateur est

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

L'n-

ergie 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 :
Cela nous vite de trainer la constante de Boltzmann.

32

T = KB ,

est la temprature habituelle.

3 Les sries de Fourier.


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

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

Z=

2 /2T

ekx

dx = C.

p
T /k

L'nergie lastique moyenne de l'oscillateur est

hEi =

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

{x}
Si la place d'un oscillateur, nous avions deux oscillateurs indpendants (non coupls),

x1

et

x2

de raideur

k1

et

k2 ,

l'nergie serait

E = (1/2)(k1 x21 + k2 x22 )

(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

hEi = hE1 i + hE2 i = T


Pour

oscillateurs, nous aurions

hEi = N T /2, 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).

u(x)

vaut

conguration donne

L'nergie lastique emmagasin dans la corde, pour une


6

Z
E[u(x)] =


k

0
Au lieu de reprsenter la corde par
Fourier :

u(x),
+
X

u(x) =

u
x

2
dx

(3.24)

nous pouvons le representer sur la base de

cn exp[(2in/L)x]

n=
et une application simple du thorme de Parceval nous montre que

Z
E=


k

u
x

2
dx =


k

n=

2n
L

2

|cn |2

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


prsence de
tude

cn

N (N )

oscillateurs harmonique indpendants, l'oscillateur

ayant une constante de ressort

k(2n/L)2 .

la corde est

hEi =

+
X

n,

d'ampli-

L'nergie moyenne emmagasin dans

T /2

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

est juste une intgrale dnie qui vaut

xx

p
T /k ;

la constante

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

33

3 Les sries de Fourier.


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
une particule qui peut sauter de site en site. Appelons

a,

c'est dire

la probabilit de saut par unit

de temps autant vers la gauche que vers la droite. Cela veut dire que la probabilit pour

dt (et
donc, la probabilit de rester sur place est 1 2dt ). On cherche dterminer P (n, t), la
probabilit pour qu'au temps t, la particule se trouve sur le site n, sachant qu' t = 0, la
7
particule se trouvait 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 compte ces deux phnomnes,

que la particule saute gauche ou droite pendant un temps innitsimal

dt

est

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 6= 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
Fourier d'une fonction

P (n)

sont les coecients de

(s, t)
(s, t) =

+
X

P (n, t) exp(ins)

(3.26)

n=

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.

34

3 Les sries de Fourier.


1
0.8
0.6

n=0

0.4
0.2

n=1
n=2
n=3

Figure 3.6: Les fonctions ex In (x) pour


n = 0, ..., 3. Pour z
pour

z , In (z)

ez /

s.

La fonction

 1, In (2z) z n /n!,

et

2z .

et essayons de voir qu'elle quation doit obir


priodique en

10

Notons tout d'abord que

est 2 -

est appele la fonction gnratrice des probabilits et

caractrise entirement le processus stochastique. Par exemple, on obtient la moyenne


trs facilement :

hni =



nP (n) = i
s 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
donc

(s, t = 0) = 1

(pourquoi ?) nous impose

et on peut par exemple calculer que la variance

2t,

A(s) = 1.

On connat

qui est un 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 :

1
In (z) =

Cel nous donne directement les

P (n, t)

ez cos cos(n)d

0
:

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


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

35

3 Les sries de Fourier.


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

soit proportionnelle

cas brownien). montrez alors que la probabilit

l'instant

P (n, t)

(notez la dirence avec le

pour que le systme ait la taille

obit l'quation :

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


Nous supposons qu' l'instant initial

P (n 6= 1, 0) = 0.

t = 0,

(3.27)

le systme a une taille 1 :

P (1, 0) = 1,

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,

est

u, on voit
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 cts de l'quation (3.27) par exp(inx) et en sommant sur n, dmontrez que
priodique. On l'appelle la fonction gnratrice. Si on russit trouver

alors que les

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
Discutez ce rsultat.

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


Mise en place du problme.
maille lmentaire

a.

Nous allons considrer un cristal uni-dimensionnel de

La position d'quilibre de l'atome

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 se propage dans le

n par rapport sa position d'quilibre (Fig. 3.7). La


force fn+1n exerce par l'atome n + 1 sur son voisin n est une fonction de la distance
entre les deux : fn+1n = C(un+1 un ) o C est un coecient qui dpend de la nature
cristal. Soit

un

l'cart de l'atome

de la liaison chimique (grand pour les cristaux ioniques ou covalents plus petit pour

36

3 Les sries de Fourier.

Figure 3.7: Une portion du cristal montrant 4 atomes


les cristaux molculaires). Soit

= F/m)

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

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.

(3.28)

un (t) comme les coecients de Fourier


(q, t) o la variable q appartient l'intervalle [/a, /a]
est donc L = 2/a ). Le paramtre q est souvent appel

Nous considrerons les quantits

d'une fonction caractristique


(la longueur de l'intervalle
nombre d'onde.

s'crit donc

(q, t) =

+
X

un (t) exp (iaqn)

(3.29)

n=

1.

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

toutes les quations, dmontrer que la fonction

par

exp(iaqn)

obit l'quation

+ 202 (1 cos(aq)) = 0
P+
P+
n= un1 exp(iaqn) =
n= un exp (iaq(n 1))
t2

[Help : Utilisez et justiez

2.

et en sommant sur

(3.30)
].

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
o

besoin de les expliciter ici.

un (t). Comme vous pouvez le constater, les un peuvent


tre considrs comme des superpositions d'ondes planes 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

37

3 Les sries de Fourier.


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

= 02 (2un + un+1 + un1 )


+ 02 (2un + un+2 + un2 )

38

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
exp(2inx/L). On peut, pour clarier la notation, poser q = 2n/L et crire pour notre
fonction :

f (x) =

feq exp(iqx)

(4.1)

q
o

varierait par pallier discret de

1/L. Notez galement que les coecients sont donns

de faon fort symtrique

f (x) exp(iqx)dx

feq = (1/L)

(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

deviendrait alors une variable

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

f (x) =

1
2

fe(q) exp(iqx)dq

(4.3)

et par analogie avec (4.2), on doit avoir

f (x) exp(iqx)dx

fe(q) =

(4.4)

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

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


fe(q) = TF[f (x)] alors f (x) = (1/2)TF[fe(q)]. Par convention, on met un

multipliez par
symtrie : si

petit chapeau sur la TF pour distinguer la fonction originale de la fonction transforme.


La variable

est la variable rciproque de

x.

Pourquoi ce facteur

doit apparatre

dans la TF inverse ? En faite, si nous dnissions la TF par [multiplier par

exp(2iqx)

et intgrer] la TF et son inverse 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).
La signication de la TF est la suivante : une fonction
comme la superposition d'oscillations pures

exp(iqx),

39

f (x)

peut tre considre

chaque oscillation ayant un poids

4 Les transformations de Fourier.


f(q).

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

sion est un peu plus compliqu dmontrer, et ncessite quelques lments de la thorie
des variables complexes.

2.

(x),

La fonction

x 1.

appel

Sa TF est donne par

porte,

est dnie par

f(q) = 2 sin(q)/q .

(x) = 0

si

|x| > 1

et

(x) = 1

si

Cette fonction joue un rle 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

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

k + ?

forme si

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


vaut

pour

3. Calculer la transforme de Fourier de la fonction


transforme quand

a1 (x/a).

et

Que devient cette

a 0?

exp(x2 )dx = , calculez la TF de exp(x2 /2). Pour


x2 + 2iqx = (x + iq)2 + q 2 . Le rsultat d'intgration reste valable

4. Sachant que
notez que

t<0

t 0.

R +

cela,
si on

parcours un axe parallle l'axe rel.


5. Calculez la TF de

a1 exp[x2 /2a2 ].

6. Calculer la TF d'un train d'onde,


l'onde et

Que devient cette transforme quand

f (x) =

a 0?

(x/a) exp(ik0 x). k01 est la priode de

son extension spatial. Discutez les divers limites.

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

40

log

de chacun (en

4 Les transformations de Fourier.

additionne

consultant une table), on

(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(ab) = log(a) + log(b)


Translation.

pour les logarithme. Voyons cela de plus prs.

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

x x+a

(si on remplace

par

x+a

) nous

donne la dmonstration :

iqx

f (x a)e
Inversion.

Si TF[f (x)]

= f(q),

Changement d'chelle.

dx = e

iqa

alors TF[f (x)]

Si TF[f (x)]

= f(q),

f (x)eiqx dx

= 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 > 0.

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

Drivation.

Si TF[f (x)]

= f(q),

= |a|f(qa).

= iq f(q).
par iq dans l'espace

alors TF[df (x)/dx]

Driver dans l'espace direct revient multiplier

rciproque. 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

est sommable,

f (x) 0

quand

x .

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

fn = f (nt)
2
). Normalement, si on voulait calculer la TF, on devrait eectuer N
oprations (de
seconde. Nous sommes alors en possession de

nombres (qui sont les

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.

41

4 Les transformations de Fourier.


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
un signal

y(t)

direntielle

Une habitude veut que la


est

x,

et

x(t)

en entre et

en sortie. Dans le cas d'un circuit RLC, ils sont relis par une quation

(ou

quand

d2 y
dy
+ + 02 y = x(t)
2
dt
dt
variable rciproque est note q (ou k )
la variable directe est t. En prenant

quand la variable directe


la TF des deux cts de

l'quation, on obtient

y() =
Le signal en entre
lation ayant un poids

( 2

x
()
+ i + 02 )

(4.5)

x(t) est la superposition d'oscillations pures exp(it), chaque oscilx


(). L'quation (4.5) montre comment le poids de chacune de ces

oscillations est modi en sortie. Le signal (temporel) en sortie est la superposition de

y(). L'amplitude du poids de la


[( 2 02 )2 + 2 2 ]1/2 . Chaque composante
= arctan[(02 2 )/].

ces oscillations avec le poids

frquence

donc divise par

de sortie subit galement

un dphasage

en entre est

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 peut-tre quelques informations. L'opration peut-tre rsum comme
suit :

In (x) = TF-1 [H(q0 q)TF[I(x)] ].

TF de

H(t) cos(0 t).


f (t) = H(t) cos(0 t) o H(t) est la
cos(0 t) ne tenplutt la TF de la fonction f (t) =

Nous souhaitons calculer la TF de la fonction

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


dant pas vers zero pour

H(t) exp(t) cos(0 t).

t +.
> 0,

Pour

Calculons

cette fonction converge rapidement vers zro et

son intgrale est trs bien dnie. Donc,

f () =
=

1
2


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

+ i
( + i)2 + 02

42

4 Les transformations de Fourier.


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

02

Bien sr, si on voulait prendre la TF inverse, on aurait nouveau des problmes pour
l'intgration autour des singularits

= 0 . On s'en sort en prenant la valeur principale

des intgrales. Quelques connaissances de la thorie d'integration dans le plan complexe


1

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)]

0
02 2

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

A un
exp(i0 t + ) au

B . Si la
phase du champs au point A est exp(i0 t), elle est de
point B . 0 est
14 -1 pour la lumire visible) et
( 2 prs) la frquence de la lumire (de l'ordre de 10 s
est le dphasage d au temps que la lumire met pour aller de A B (distant de l) :
Considrons un rayon de lumire qui se propage d'un point

= 0 t = 2f
o

point

l
AB
= 2
c

est la longueur d'onde de la lumire (entre 0.3 et 0.8 micron pour la lumire 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 comme une

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


ar exp(i0 t + i). Le coecent r ( 1) dsigne l'absorption de la lumire au point P . Le
coecient est le dphasage induit au point P si par exemple en ce point, le matriaux
a un indice dirent de son environnement. Le coecient complexe T = r exp(i) est le
coecient de transmission du point P . Un objet est donc caractris par une fonction
complexe f (x) qui est son coecient de transmission pour chacun de ses points x.
source secondaire. Si

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

l'inni dans la direction

(Fig. 4.1(a)). Le champ rcu en ce point est la somme des champs secondairse mis par
les divers points de l'objet. Par rapport au rayon

OP

2AA0 /

que l'on prend comme rfrence,

AP aura un dphasage de =
= (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
Z
f (x) exp(iqx)dx

le rayon

qui n'est rien d'autre que la TF de la fonction


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

43

f.

4 Les transformations de Fourier.

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


Mettons maintenant une lentille une distance
formera dans un plan distance
dans la direction
(distant de

en face de l'objet, une image se

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

vont maintenant se focaliser dans le plan focal arrire de la lentille

F ) en un point P

dont la coordone

x0

vaut

F tan F sin tant que l'angle


g(x0 ) dans le plan

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

focal arrire de la lentille :

g(x0 ) =



2 0
2 0
f (x) exp i(
)x .x dx = f(
x)
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 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
extrieure

= (1/2)kx2

) soumis une force

F (t). Nous dsirons savoir quelle nergie cette force transfert la particule. L'

quation du mouvement s'crit :

d2 x
+ 02 x = (1/m)F (t)
dt2

(4.6)

02 = 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).
o

44

4 Les transformations de Fourier.


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

i0 )x.

(d/dt i0 )(d/dt +

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

tique, on appellerai l'analogue de ces termes des oprateurs de cration et d'annihilation


qui sont frquemment utilis. Par ailleurs,

H,

L'nergie totale

du systme (cintique +

potentielle ), s'crit :

(2/m)H = (dx/dt)2 + 02 x2
= (dx/dt i0 x)(dx/dt + i0 x)
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 ). Multiplions


exp(i0 t) et intgrons entre

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

T1 et T2
Z

T2

i0 t

(dz/dt i0 z)e

T2

dt = (1/m)

F (t)ei0 t dt

T1

T1

Il nous sut maintenant d'eectuer une integration par partie du ct gauche de l'int-

T1 pour trouver que ce


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
grale et d'utiliser le fait que l'oscillateur est au repos l'instant
ct vaut

E =

1
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.

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


le systme n'est pas isol,

n'est pas une constante du mouvement :

45

H = H(t)

H.

Comme

4 Les transformations de Fourier.


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 fonction

[L/2, L/2].

f (x)

sur l'intervalle

Ses coecients de Fourier (complexe) sont donns par

1
cq =
L

1/L

f (x)eiqx dx

L/2

o pour plus de simplicit, nous notons


dessus (sans le facteur

L/2

q = 2n/L.

f (x) =

I(q)
f (x) :

Dsignons par

donc). Par dnition, nous avons pour

l'intgrale ci-

(1/L)I(q)eiqx

q,2/L
o dans la somme, l'indice

varie par pas discret

dq = 2/L.

Quand

L , dq 0

et

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

1
f (x) =
2
Par ailleurs, il est vident que quand

I(q)eiqx dq

L , I(q)

(4.4).

46

tend vers

f(q)

donne par l'quation

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

] , +[, la fonction f (x) peut


exp(iqx) avec le poids f(q). Pour
iq(.) (q R)
fonction, les fonctions e
projections du vecteur f (.) sur les

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

tre reprsente comme la superposition des fonctions


en revenir notre image de base dans l'espace des
forment une base, et les coecients

f(q)

sont les

vecteurs de cette base.


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

exp(iq1 x) exp(iq2 x)dx

(5.2)

L/2

q1 6= q2 , l'intgrale est au plus de l'ordre de 1et le (1/L) fait tout tend vers zro.
Par contre, si 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 le delta de Dirac, du nom
Quand

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 rpartit continuement
dans l'espace avec une densit

(x)

et que vous voulez calculer la charge totale contenue

R autour d'un point. Rien de plus simple,il sut d'intgrer la


(x)dx. Supposez maintenant que R 0, c'est dire que vous

dans une sphre de rayon


densit autour

C =

R
V

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

ponctuelle

C 0.

C'est vrai, sauf si vous avez plac

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.


En gros, pour une charge ponctuelle plac en
sauf en

x0

x0 ,

la densit de charge est

nulle

partout,

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

47

5 Les distributions.
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 :


Z
(x)dx = 1

I 3 0

(5.3)

I
Du moment que l'intervalle

0, l'intgrale vaut 1, sinon elle vaut

contient

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

1
2
fa (x) = e(x/a)
a
C'est une gaussienne centre sur

0,

et son intgrale vaut 1. Quand

a 0,

elle devient

de plus en plus pique, avec une extension de moins en moins large, mais l'intgrale
reste constante. On peut dire la mme chose de la fonction

ga (x) = (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

3(x),

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

mme dnir

f (x)(x) o on suppose f (x) continue en 0. L'intgrale


Z +
Z +
f (x)(x)dx = lim
f (x)(x) = f (0)

0.

On peut

vaut :

0 

Vous pouvez dmontrer cela facilement en utilisant la dnition de la continuit d'une


fonction. Mais intuitivement, cela parat vident : comme

0,

le multiplier par

f (x)

(x)

revient simplement le multiplier par

cela comme la dnition de la distribution

(x)

est nulle partout sauf en

f (0).

En faite, on utilise

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

I 3 0

(5.4)

R(x) est une distribution centre sur 0. (x x0 ) est une distribution centre sur x0 et
(xx0 )f (x) = f (x0 ). Finalement, les rgles pour manipuler les ne sont pas vraiment
compliques.
La dernire chose savoir sur

R =] , +[

(x)

est sa transforme de Fourier ( on pose dornavent

=
(q)

Z
(x) exp(iqx)dx = 1
R

La TF de

(x)est

la fonction constante

1. Cela veut dire que (x)


exp(iqx) ! Cela n'est pas

poids gal, de toutes les modulations


comme

est la superposition,
vraiment tonnant :

(x) varie vraiment trs rapidement, toutes les modulations doivent y tre prsent.

Inversement,

1
2

Z
exp(iqx)dq = (x)
R

48

(5.5)

5 Les distributions.
Exercice : Dmontrer que la fonction

dire que

R (x)f (x)

dnie

par (5.5) est bien une

de dirac, c'est

= f (0).

La dimension de la distribution

En mathmatique, nous manipulons essentielle-

ment 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

d2 y/dt2 +02 y = f0

et supposons que

y = f0 sin(0 t). Si y reprsente une quantit de dimension [y], alors


[f0 ] = [y]T 2 . 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 [y].
Comme la fonction sin n'a pas de dimension, le cot droit de la solution a la dimension de
[y]T 2 ! Les deux cots de la solution n'ont pas la mme dimension et nous nous sommes
nous avons trouv

[0 ] = T 1

et

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 besoin de
connaitre leur dimension. Les fonctions
est-il de la distribution
dimension de

ydx.

(x) ? RPour

Le signe

sin(x)

et

exp(x)

n'ont pas de dimensions. Qu'en

cela, il faut d'abord rpondre la question de la

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

R
[ ydx] = [y][x]
R
distribution :
(x)f (x)dx =

toujours une pomme. Nous en dduisons de tout cela que


Nous pouvons maintenant utiliser la proprit de la

f (0). Il est alors ais de voir que [(x)] = [x]1 ! Nous aurions pu bien sr arriver au mme
2 2
rsultat en utilisant l'expression par passage la limite (x) = (1/a) exp(x /a ) 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

une fonction

en

un scalaire en sortie. C'est une fonction de fonction en quelque sorte.


n'est pas une fonctionnelle, puisqu'elle produit une fonction en sortie.
E l'espace des fonctions 1 , et F l'espace des fonctionnelles linaires (ou dit

entre et produit

Notons que la TF
Appelons

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

49

5 Les distributions.
plus srieusement, des formes linaires dnies sur

E ).

Un exemple de fonctionnelle est

Lexp(x2 ) qui prend une fonction en entre, calcul son produit


exp(x2 ), et produit ce chire en sortie :
Z
Lexp(x2 ) [f ] =
exp(x2 )f (x)dx

scalaire avec la fonction

R
Nous pouvons gnraliser cet exemple : chaque fonction
une fonctionnelle

Lg F

g E,

nous pouvons associer

tel que

Z
f (x)g(x)dx

Lg [f ] =
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 )
(x x0 ) dnie plus
haut. Noter bien l'opration : on peut identier une partie de l'espace F avec l'espace
E via ces Lg que nous avions construit : chaque lment de E nous pouvons faire
correspondre un lment de l'espace F . Mais l'espace F est plus vaste, et quelques uns

Voil, le tour est jou. Cette fonctionnelle est bien le delta de Dirac

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.
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

Z
Lg0 [f ] =

g 0 (x)f (x)dx =

R
(N'oublions pas que comme

x ).

Par exemple, que veut dire

Lg0 ?

g(x)f 0 (x)dx = Lg [f 0 ]

et

sont au moins sommable, elle tendent vers zro pour

On peut donc dnir :

x0 0 [f ] = x0 [f 0 ] = f 0 (x0 )
o dans le langage moins lgants des physiciens,

(x x0 )f (x)dx = f 0 (x0 )

De mme, nous pouvons dmontrer que

H 0 (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.

50

5 Les distributions.
Une discontinuit galement. En physique, une fonction ne
densit de l'eau ne saute pas de

peut

pas tre discontinue. La

l'interface liquidesolide, 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.

f (x) = g(x) + H(x x0 ) , o la fonction g est une fonction continue


x0 . La fonction f par contre, saute de la valeur g(x0 ) x
0 + g(x0 )
+
0
0
x0 . Au sens des distributions, la driv de f est donne par f (x) = g (x) + (x x0 ).
0
Imaginez donc f comme une fonction normale, avec une che positionne en x0 .

Soit la fonction

est drivable en

Exercices.
1. En utilisant la dnition (5.4), dmontrer que l'expression (5.1) gale
2. Que vallent

0 (x)

3. Soit une fonction

et

(q1 q2 ).

(x) ?

Lpriodique f .

4. Une peigne de Dirac est dni par

Que vaut sa TF (au sens des distributions) ?

(x) =

P+

n= (x

n).

C'est comme si nous

avions pos un delta de Dirac sur chaque nombre entier. Quelle est la TF de
5. Dmontrer que

a 0 (x)

(x + a) = (x) +
comme

dveloppement de Taylor des

(1/2)a2 00 (x)

+ ...

(x/a) ?

On peut faire un

pour les fonctions usuelles. Pour pouvoir

dmomntrer cette galit, appliquer les deux cts de l'galit une fonction
6. Dmontrer que

(x) = (x)

et

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

g(x) avec un zro simple en x0 : g(x0 ) = 0, g 0 (x0 ) 6= 0.


Prenons un intervale I = [x0 a, x0 + a] autour de x0 (on peut supposer a aussi
petit que l'on veut). En dveloppant g autour de sa racine l'ordre 1, dmontrez

7. Considrons une fonction

que

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

g(x)

1
|g 0 (x

0 )|

f (x0 )

n'a que des racines simples, et en utilisant le

rsultat ci-dessus, dmontrer :

(g(x)) =

X
i

xi sont les
(x2 a2 ).

o les
de

racines simples de

1
(x xi )
|g 0 (xi )|

g(x).

Donner comme application l'expression

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 ?

51

5 Les distributions.
5.3 Manipulation et utilisation des distribution.
Oscillateur soumis une force priodique.

A exp(i1 t).

d2 x/dt2 + 02 x =

En prenant la TF des deux cts, nous avons :

x
() =
comme

Il obit l'quation

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

2A( 1 )
02 2
nous trouvons

A exp(i1 t)
02 12

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

Oscillateur amorti soumis une force impulsionnelle.


une force

F (t)

Un oscillateur amorti soumis

obit l'quation

d2 y
dy
+ + ky = F (t)
2
dt
dt

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

F0 (t).

F (t) =

Ceci est l'idealisation d'un coup de marteau trs bref et trs puissant sur l'oscil-

lateur. 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 extrmement

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, les phnomnes de
diusion sont gouverns par l'quation de la chaleur :

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

52

5 Les distributions.
1

1
F(t)

y(t)

0.5

0.5

-2

-1

1
t

-2

-1

Figure 5.1: Reponse d'un oscillateur amortie une force impulsionnelle. La distribution

est reprsente par une che verticale.

Q est un terme de source. Dans


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

dsigne la temprature ou la concentration et

problme qui nous interesse ici,


variable d'espace

x,

le
la

nous avons :

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

(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

ordinaire

par rapport la variable temps, et

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 :

u(x, t) =
=

Z +
1
u
(q, t).eiqx dq
2


Q0 1
x2
exp
4Dt
2 Dt

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 solution ? Help :

u
(q, t). Cette expression est trop
t u
(q, t) l'est beaucoup moins. En changeant alors l'ordre
et t , vous pouvez obtenir une expression pour t u(x, t). Il vous sut
Z
u(x, ) =
t u(x, t)dt

Essayez comme avant d'obtenir une expression pour


complique pour inverser, mais
des operation TF
alors d'evaluer

-1

0
Il n'est pas dicile alors d'obtenir le comportement assymptotique de

53

pour

t .

5 Les distributions.
0.8
0.6
0.4
0.2
0
-4

Figure 5.2: prol

-2

de

0
x

concentration

0.1, 0.2, 0.5, 1, 2.

Ici,

en

fonction

D = 1/4.

de

x,

dirent

t
(x),

temps

La distribution originale, en

=
est

reprsent par une che verticale.

Equation d'onde avec source ponctuelle.


repos l'instant initial. A l'instant

Considrons une corde tendue innie et au

t = 0,

on la soumet une force ponctuelle 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)
2
x
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
la vitess

u 6= 0

croit

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

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 :

Z
x
(t) =

xu2 (x, t)dx

u2 (x, t)dx =
1. Supposons par exemple que notre signal se propage sans se dformer u(x, t) = u0 (xct)

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

Z
x
(t) =

xu20 (x) + ct

u20 (x)

= x
0 + ct
ce qui correspond bien notre intuition de la vitesse d'un signal.

54

5 Les distributions.

Figure 5.3: un signal u(x, t) en fonction de x trois temps t dirents, se propageant


vers la droite.

En utilisant la dnition des TF et de la distribution

(x),

il est facile de dmontrer

que (cf exercice) :

Z 
x
(t) = i
I
o

u
(q, t)

est la TF de

u
(q, t)
q

u
(q, t)dq

(5.9)

u(x, t) par rapport x. Reprenons nouveau notre signal qui se


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

propage sans se dformer :

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

u
(q, t) = u
0 (q).eiqct
En rempalant dans l'expression (5.9), nous voyons que cela nous donne

Z
x
(t) = x
0 + ct

u
0 (q)
u0 (q)dq

puisque, par la relation de

= x
0 + ct
R
R
Parceval,
0 (q)
u0 (q)dq = I u20 (x).
Iu

En gnral le facteur qui multiplie le temps dans l'expoentiel complexe est 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 prend
une forme simple

dans l'espace rciproque

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

55

5 Les distributions.
t, avec
une forme (q) quelconque, sans plus ncessairement tre proportionnel au mode q . Dans

c'est dire que le mode

(q)t

est pondr par un facteur de phase

au temps

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 :

Z 
x
(t) = x
0 + t
I

(q)

Si

varie de faon lente par rapport

troit en

q0 ,

d
dq

u
0 (q)
u0 (q)dq

u
0 (q)
u0 (q),

et que ce dernier possde un pic

alors une bonne approximation pour la vitesse du baricentre serait


d
c=
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)


de

<>).

(Bien expliquer la signication

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

est la viscosit et

(t)

d2 x
dx
+
= (t)
2
dt
dt

une force alatoire. Nous ne connaissons de cette force que ses

caractristique stochastique : La moyenne de cette force est nulle,


est proportionnelle la temprature :


2 (t) = T .

h(t)i = 0 et sa variance

D'autre part, 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)

2. En drivant directement la fonction


est la solution de
3. Dmontrer que

y +

tH(t)

02 y

0 (x) sin(qx) ?

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

dmontrer qu'elle

= f0 (t).

est la primitive de

partie, trouver la primitive de

H(t).

En utilisant une integration par

tH(t).

4. Une particule initialement au repos de masse


obit l'quation

et

m
y = f0 (t).

m soumise une force impulsionnelle

En intgrant directement et en utilisant les condi-

tions initiales, trouver la solution. Trouver la mme solution en considrant la particule soumise une force constante avec une certaine dure
et faire tendre ensuite la dure vers zro.

56

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

5 Les distributions.
y

a
x

(a)

(b)

Figure 5.4: la che d'un pont sous l'eet d'une force ponctuelle.
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 point x et

une constante qui donne l'amplitude de la rigidit de la barre et qu'on appelle

che

module de courbure. C'est par exemple cette quation qui donne la

d'un

pont sous l'eet d'une charge. Nous souhaitons connatre la che d'un pont de
longueur

sous l'eet du mouvement d'un camion la position

dessus. Comme

les dimensions du camion sont petit par rapport au pont, on le modlise par une
distribution de dirac. En solvant donc l'quation

y (4) = f0 (x a) trouver la forme

du pont. Nous utiliserons deux formes de conditions aux limites : (i) pont pos sur
des pilliers,
deux bouts
de

y(0) = y(L) = 0 ; y(0) = y(L) = 0 (gure 5.4.a ; (ii) pont ancr aux
y(0) = y(L) = 0 ; y 0 (0) = y 0 (L) = 0 (gure 5.4.b) . Pour quelle valeur

la che est maximum ?

7. Dmontrer que

xu (x)dx =

u
0 (q)
u (q)dq

u
(q)

I
0
est la TF de u(x). Help : crire u
(q) et

former leurs produit et intgrer sur

u
(q)

par leurs dnition des TF,

q . Il sura juste de remarquer que

y))dq = 2(x y).

57

R
I

exp(iq(x

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

f (s)g(x s)ds

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

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).

mesurer ce signal, l'exprimentateur doit positionner son dtecteur un point

Pour

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

x,

Quand l'instrument est posistionne en

2`

(et non innitsimal).

toute la lumire dans l'intervalle

[x `, x + `]

rentre dans le detecteur, et l'exprimentateur mesure donc en faite la moyenne de l'intensit sur une intervalle autour du point
point. Evidemment, plus

x,

et non la valeur exacte de l'intensit en ce

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`
Z +

f (s)(

xs
)ds
`

= (f ` )(x)
Ici,

l (x) = (x/`)

est la

fonction 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 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,
utilise et

NA

` = /2N A,

est la longueur d'onde

est l'ouverture de l'objectif (le sinus de l'angle maximum de capture de

58

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.

la lumire). Les microscopes optiques ne peuvent donc pas voir les echelles plus petites
que 0.2 micron.

f (x) = (x) + (x x0 ), c'est dire deux piques de dirac distant


x0 . Calculer et tracer le signal mesur si la fonction de l'appareil est (i) l ; (ii)
Gl = exp(x2 /2`2 ). Traiter particulirement les cas x0  ` , x0  ` et x0 `

Exercice : soit le signal


de

(voir gure 6.1). Pouvez vous determiner dans le cas de la gaussienne, partir de
quelle

`,

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

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

(normal) de leurs transforme de Fourier. Soit

h(q)
=

Z +

dx eiqx

ds f (s)g(x s)

ds f (s)

dx eiqx g(x s)

Z
=

alors

iqs

ds f (s)e

dx eiqx g(x)

= f(q)
g (q)
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 continues

X2

indpendantes

ralisation de

f (x)dx.

X1

de densit

f (x) et g(x). Cela veut dire que la


x et x + dx est gale f (x)dx :

tombe entre

X1

et

probabilit pour qu'une


Pr(x

< X1 < x + dx) =

Nous nous demandons maintenant si nous pouvons dterminer la densit de

59

6 Convolution et corrlation.
probabilit

h(z)

h(z)dz =

Z = X1 + X2 .

de la variable
Pr(z

< X1 + X2 < z + dz)

x1 =+
Pr(z

x1 < X2 < z x1 + dz)Pr(x1 < X1 < x1 + dx1 )

x1 =
Z +

= 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


alatoires est donne par

moyenne

de deux variables

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
1
x2
p
exp 2
2(l + p2 )
2 l2 + p2
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 ala-

l.Leur moyenne est alors galement une variable alatoire


gaussienne, mais de largeur 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 fois moins que les variables
toires gaussienne de largeur

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).

Exercices :
1. Calculer

(x) = ( )(x),

et reprsenter le graphiquement.

2. Dmontrer que la distribution


3. Que vaut

est l'unit pour la convolution :

f =f

0 ?

4. Dmontrer que la translation


avec la fonction

Ta [f (x)] = f (x a)

est la convolution de

(x a)

f.

5. Le graal de l'exprimentateur est de dconvoluer son signal, c'est dire connaissant


le signal enregistr

h(t) = (f A)(t) et la fonction d'appareil A(t), dterminer f (t).


f (t) il sut de diviser la TF de h par la

On pourrait se dire que pour connatre


TF de

et de prendre la TF inverse du resultat. En pratique, ceci n'est pas une

bonne solution, puisqu'on ne peut jamais enregistrer un signal pendant un temps

60

6 Convolution et corrlation.
H(t) le signal enregistr de T +T .
H(t) = h(t).(t/T ). Montrer alors que
Z +1/T

H()
= 2T
f()A()d

inniement long. Soit


parlant,

Mathmatiquement

1/T
On voit donc que l'intervalle de temps ni
la limite

mlange

les frquences. Que trouve t'on

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
lim
T T

t+T

x(t)dt = 0
t

Nous dsirons savoir combien d'information nous pouvons avoir sur


connaissons le signal en

t.

x(t + )

si nous

Cette quantit est contenu dans la fonction d'auto-corrlation

G( ) =

x (t)x(t + )dt

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
par le signal au temps

t + ,

t,

nous le multiplions

nous rptons cette opration pour tous les temps

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 )
Z
Z
=
dt x (t) d x(t + ) exp(i )
Z
Z

=
dt x (t) exp(+it) d x( ) exp(i )

(6.1)

= x
()
x() = |
x()|2

(6.4)

(6.2)

(6.3)

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

X1

la valeur d'une fonction alatoire au temps t,

61

6 Convolution et corrlation.
et

X2

la valeur de mme fonction au temps

t + .

En suivant la discussion sur les convo-

lutions, on peut alors demontrer que l'autocorrelation

G( )

est la densit de probabilit

X2 X1 .

de la variable alatoire

En matire condens, on a coutume d'imager autrement la fonction d'auto-correlation.


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
calculer la distance

rij

i, j

est

entre les deux. Faites maintenant un histogramme de toutes les

distances, et vous avez une fonction d'autocorrelation des concentrations. Nous avions

E(q) de lumire dius dans une direction


local. En utilisant des rayons ou neutron

vu, dans le chapitre sur les TF, que le champs

est la TF de la fonction de transmission

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 ne

mesurent pas le champs, mais l'intensit, c'est dire


diusion des Rayons

I(q) = E(q)E (q).

Les clichs de

sont donc une mesure directe de la fonction d'auto-correlation des

concentrations molculaires.

Exercice : le dmontrer.
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
de diusion de

G obit galement
2D. [indication : il

une quation de diusion, mais avec un coecient


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 :

d2 x
dx
+
+ kx = f (t)
2
dt
dt

62

(6.5)

6 Convolution et corrlation.
10
8
6
4
2
0
0

Figure 6.2: |x()|2 en fonction de pour 0 = 1 et = 0.1, 0.2, 0.4.


m

est la masse de la particule,

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

probabilit

la valeur qu'elle peut prendre, mais seulement la

qu'elle prenne une certaine

valeur. Cela gnralise le concept de variable alatoire utilis en calcul des probabilits.

est l'amplitude des chocs alatoires et vaut


On suppose que la fonction

chance,

KB T /a,

est la taille de la particule.

est de moyenne nulle, c'est dire qu'il y a autant de

en moyenne, que les chocs mnent vers la gauche que vers la droite. De plus, on

suppose que la connaissance de la valeur de

(t + ),

quelque soit

(t)

ne nous donne aucune information sur

On exprime cela par

Z
G( ) =
o bien sr,

(t + )

(t)(t + ) = ( )

dsigne le delta de Dirac. Cela n'est pas trop dur imaginer : comme

est compltement indpendant de

(t),

il y'a autant de chance qu'il soit de

signe contraire que de mme signe. A la longue, l'intgral doit tendre vers

2 (t) > 0,

(6.6)

0.

Par contre,

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 :

() = 1

G()
= ()
En notant

02 = k/m

et en prenant la TF de l'quation (6.5), nous obtenons :

x() = (f /m)()
(02 2 + i)
ce qui nous donne, grce la relation (6.6),

|x()|
=
Cette fonction prsente un pique

(02

0 ,

(f /m)
2 )2 + 2 2

(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
1. Par des pinces optiques, magntique, des micropipettes, ...

63

6 Convolution et corrlation.
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.

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 de

x et x + dx est gale
6
f (x)dx . Cela veut dire concrtement que si on eectue par exemple 10 ralisations
(mesurons l'arriv d'un million de particule sur notre senseur), une proportion f (x)dx
des ralisation tomberont dans l'intervalle [x, x+dx[. D'aprs ce que nous venons de dire,
il est vident que f (x) 0 et
Z

probabilit

f (x) : la probabilit d'observ une ralisation de X

entre

f (x)dx = 1

Soit maintenant deux variables alatoires

g(y).

indpendantes 2 X

Z = X+Y

Quelle est la densit de la variable

et

de densit

f (x)

et

(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

h(z)dz

la probabilit d'observer

dans l'intervalle

un tel vnement gale la probabilit d'observer

(x + dx) + dz[

pour un

[z, z + dz[. La probabilit d'observer


[x, x + dx[ et Y dans [z x, z

dans

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


pour toutes les valeur possible de

quelconque. Il faut donc ajouter la probabilit

pour obtenir

h(z)dz ,

ce qui nous donne

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.

X est note hXi


Z +
hXi =
xf (x)dx

La moyenne d'une variable alatoire

et est dnie par

2. une ralisation de l'une n'inue pas sur le rsultat de la ralisation de l'autre.

64

6 Convolution et corrlation.
De faon gnrale, pour une fonction quelconque

V,

on dnit

V (x)f (x)dx

hV (X)i =

Exercices.

La suite des exercices suivantes vous entraine manipuler les probabilits. 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

X
N

(pourvu qu'elle est une variance nie), la densit de probabilit de la moyenne de


de ces variables est une gaussienne, de largeur

/ N ,

est la variance de

X.

L'ensemble de ces exercices constitue un bon cours de probabilit.


1. Dmontrer que

haXi = a hXi

a est un
Z = aX ?

est la densit de probabilit de

nombre rl. De faon gnrale, quelle

hX + Y i = hXi
P + hY i. Que vaut la moyenne de la variable Z =
(X + Y )/2 ? Soit ZN = (1/N ) N
i=1 Xi o les variables alatoire Xi sont identique.
Que Vaut hZn i ?

2
La variance d'une variable est dnie par V ar(X) = X
hXi2 . Que vaut
V ar(X + Y ) ? Et V ar(ZN ) ?

2. Dmontrer que

3.

4. La fonction caractristique

X (t)

d'une variable alatoire

de densit

f (x)

est

dnie par

X (t) = hexp(itX)i
X (t) ?

2
X (0) = 1 ; X (0) = i hXi ; X (0) = X ; gnraliser

Quelle est la relation entre la densit de


5. Dmontrer que

et la fonction
00

ce rsul-

tat. 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,


8. On suppose que

hXi = 0

X (t)

a un maximum absolue

V ar(X) =

et

Zn (t) ?
t = 0.

2 . Dvelopper

Zn (t) l'ordre
2 en t

exp( 2 t/2 N ). [Help :


probabilit de Zn . Gnraliser ce

autour de son maximum, et dmontrer qu'elle tend vers

(1 + x/n)n exp(x)]. En
rsultat au cas hXi =
6 0.

dduire la densit de

4. Fluctuation de courbure des polymres.


D'abord, un peu de gomtrie direntielle. Soit une courbe dans le plan. Nous pouvons
par exemple la dcrire par l'quation

y(x) ou par ses coordonnes paramtrique x(t), y(t).


A, la longueur d'arc partir de A jusqu' un

Si nous appelons l'extrmit de la courbe


point

est dnie par

s=

Z tp
x 2 (t) + y 2 (t)dt
0

Appelons l'angle

y.

(s)

l'angle que fait la tangente la courbe au point

avec l'axe

En faite, nous pouvons parfaitement dnir la courbe par la donne de la fonction

65

6 Convolution et corrlation.
(s).

Par exemple,

Cte dcrit une droite,

= s/R

dcrit un cercle de rayon

R.

Cette description d'une courbe s'appelle semi-intrinsque. La courbure de la courbe la

= (d)/ds)2 . Nous pouvons galement dcrire une courbe


dans le plan par la donne de (s) de faon totalement intrinsque, sans rference aucun
position

est donne par

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'n-

ergie emmagasine dans le polymre par unit de longeur dpend de la courbure de sa


conformation et s'crit

Z
E=

B2 (s)ds

0
o

est le module de rigidit du polymre. Quelle est la correlation entre les tangentes

la courbe distant de

Plus exactement, dmontrer que

hu(s).u(s + )i = 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

66

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 souvenez, pour prendre la TF, on multiplie
la fonction

f (t)

on multiplie la

exp(it) et on intgre entre, notez le bien, et +. Pour


fonction par exp(st) et on intgre entre, cette fois, 0 et +
Z

f (t) exp(st)dt
f (s) = TL[f (t)] =
par

les TL,

0
Les conventions veulent que la variable conjugues
les TL. La fonction

f (t)

livres que vous consulterez, l'image est not

f(s)

ou

f(s).

s'appelle

est appele l'original, et sa TL son

pour les TF et

pour

image. Dans la plupart des

F (s), mais nous maintenons ici la convention

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 verrons des exemples plus bas. Prenons le cas d'un signal temporel
Pour les transformes de Fourier, ce signal a toujours exist (depuis

x(t).

t = ) et existera

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
quand

sont beaucoup plus lgres : comme la fonction

rapidement l'inni (pour

Re(s) > 0

exp(st)

), la transforme de Laplace de la plupart des

fonctions usuelles existera. Voyons quelques exemples.

1. TL[1]

= 1/s

2. TL[exp(at)]
3. TL[t]

= 1/(s + a)

1/s2 . Pour le dmontrer, il sut d'eectuer une intgration par partie :


Z

te
0

4. TL[tk ]

= k!/sk+1

f (t)

dcrot trs

1
dt = 0 +
s
1
=
s2

est dt

(dmontrez cette relation par rcurrence.)

67

7 Les transformes de Laplace.


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,

exp(it) comme une base orthogonale. Rien de tel


exp(st), quoi qu'on fasse, ne sont pas orthogonales

nous pouvions considrer les fonctions


n'existe pour les TL et les fonctions

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

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 exponentielle

revient translater l'image. Par exemple, TL[1]

Multiplication par t.
Donc, TL[tf (t)]

Drivation.
TL.

= 1/s,

donc TL[exp(at)]

= 1/(s + a).

R
f(s) par rapport s, nous avons df(s)/ds = tf (t) exp(st)dt.
2
Par exemple, comme TL[1] = 1/s, alors TL[t] = 1/s

Si on drive

= df(s)/ds 1

Elle contient un lment supplmentaire, et c'est cela le grand intrt des

Z
0

f 0 (t) exp(st)dt = f (t) exp(st)|t=


t=0 + s

f (t) exp(st)dt
0

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 (0),

et ainsi de

suite.

Intgration.
trer que

Il n'est pas dicile, en utilsant la rgle de drivation ci-dessus, de dmon-

Z t
TL[
f ( )d ] = (1/s)f(s)
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).

68

7 Les transformes de Laplace.


Exemple 1.

Rsolvons l'quation direntielle

x0 (t) + x(t) = t

(7.1)

x(t = 0) = x0 . Par la mthode classique, on rsoudrai d'abord


x = C exp(t), ensuite nous allons supposer que
autre quation direntielle pour C , la rsoudre et nalement

avec la condition initiale

l'quation homogne pour obtenir

C = C(t),

obtenir une

utiliser la condition initiale pour obtenir la solution nale. Prenons plutt la TL des
deux cots de l'q.(7.1) :

x0 + (s + )
x(s) =

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

11 1 1
1
= 2
+
+ )
s
s s+

s2 (s

et la solution de notre quation s'crit :



1
11 1 1
x0
x
(s) =

+
+
2
s
s s+
s+

(7.2)

Bon, nous connaissons la TL de la solution, et il faut inverser le processus pour calculer

x(t). Or, nous savons que l'originale de 1/s2


1/(s + ) est exp(t) (souvenez vous de la
x(t) =

est

t,

l'originale de

1/s

est

, l'originale de

rgle de translation). Nous avons donc

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.

x(3) + 3
x + 3x + x = 1 avec les conditions initiales nulles.
La TL nous donne x
(s) = 1/s(s + 1)3 = (1/s) 1/(s + 1)3 1/(s + 1)2 1/(s + 1). En
2
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.

69

7 Les transformes de Laplace.

f(s)

af (as)
f(s + a)
d
ds
f (s)

sf (s) f (0)

f (t)
f (t/a)
exp(at)f (t)
tf (t)
f 0 (t)
f (t)
f (n) (t)
Rt
0 f ( )d
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)

s2 f(s) sf (0) f 0 (0)


P
nk=1 snk f (k1) (0)
1
s f (s)

sn f(s)

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.

70

7 Les transformes de Laplace.


Cas des racines simples.
qu'en plus,

f(s) = p(s)/q(s), o p(s) et q(s) sont des polynmes et


racines simples, i.e. q(s) = (s a1 )(s a2 )...(s an ). Nous

Soit

q(s) n'a que des


f (s) comme

voulons crire

f(s) =
Soit

A2
An
A1
+
+ ... +
s a1 s a2
s an

qi (s) = q(s)/(sai ). Nous voyons que qi (s) n'a pas de zero en s = ai . Quand s ai ,
f (s) est

le terme dominant dans

p(a)
p(s)
1
1
=
+ O(1)
f(s) =
.
.
qi (s) s ai
qi (a) s ai
d'o on dduit que

Ai = p(ai )/qi (ai ).

En plus, comme

lim qi (s) = lim

sai
quand

s ai .

sai

q(s) q(ai )
= q 0 (ai )
s ai

Nous pouvons donc crire l'original de

f (t) =
o la sommation est sur les zeros de

q(ai ) = 0,

f(s)directement

comme

X p(an )
exp(an t)
q 0 (an )
n

q(s).

Exemple : f(s) = (3s2 3s + 1)/(2s3 + 3s2 3s 2). Nous avons p(s) = 3s2 3s + 1 ,
q(s) = 2s3 + 3s2 3s 2 et q 0 (s) = 6s2 + 6s 3. Les zro du dnominateur sont aux s =

1, 2, 1/2. Comme p(1)/q 0 (1) = 1/9, p(2)/q 0 (2) = 19/9 et que p(1/2)/q 0 (1/2) =
13/18, nous avons
19 1
1
1
1 1
+

f(s) =
9s1
9 s + 2 6 s + 1/2
Cas des racines multiples.

Soit maintenant

quotient de polynme qui n'a pas de ples en

f(s) =
o

T (s)

est un

Nous voulons l'crire sous forme de

A0
A1
An1
+
+ ... +
+ T (s)
n
n1
(s a)
(s a)
(s a)

contient le dveloppement en fractions simples autour des autres ples. Pour

dterminer les coecients


pour

a.

f(s) = R(s)/(s a)n o R(s)

s a.

Comme

R(s)

Ai

nous avons nouveau calculer le comportement de

est tout ce qui a de plus rgulier autour de

a,

dvelopper en srie de Taylor autour de ce point :

R(s) = R(a) + R0 (a)(s a) + (1/2)R00 (a)(s a)2 + ...


Ce qui nous donne immediatement

A0 = R(a)
A1 = R0 (a)
...

71

f (s)

nous pouvons le

7 Les transformes de Laplace.


Exemple :

Trouvons l'originale de

f(s) =

f(s) = 1/(s2 + a2 )2 .

Nous avons

A0
A1
B0
B1
+
+
+
2
2
(s ia)
(s ia) (s + ia)
(s + ia)

Nous pouvons bien sr tout calculer, mais remarquons simplement que dans l'expression

f(s),

s laisse ce dernier invariant. Pour avoir cette mme

invariance dans l'expression de f (s) une fois dcompose en fraction simple, nous devons
avoir B0 = A0 et B1 = A1 . Or, d'aprs ce qu'on vient de dire, autour de la racine
s = ia, R(s) = 1/(s + ia)2 et
de

le changement de

en

A0 =


1
1

= 2

2
(s + ia) s=ia
4a

A1 =

2
1
=

3
(s + ia) s=ia 4ia3

De mme,

Comme l'originale de

exp(t),

1/(s ia)2

est

t exp(iat)

et que l'originale de

1/(s ia)

est

en regroupant correctement les termes, on trouve que

f (t) =

1
1
t cos(at) + 3 sin(at).
2
2a
2a

7.4 Comportement assymptotique.

t +.

7.4.1 Comportement pour

Si nous connaissons la transforme de Laplace d'une fonction


trouver des approximations de cette fonction quand
de Bessel

In (t)

f (t), nous pouvons parfois

Par exemple, les fonctions

sont dnies par

In (t) =
et il n'est pas dicile de dmontrer

1/ s2 1.

t .

et cos cos(n)d

Cette tranforme nous permet facilement d'approximer,

tion de bessel par

exp(t)/ 2t

I0 (t) est I0 (s) =


pour t  1, la fonc-

que la trasnforme de Laplace de

(gure 7.1). Voyons voir le comment 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
existe. Pour certaines fonctions comme
Pour d'autres, comme
usuelles

exp(t2 ),

exp(t2 ),

f (t) exp(st)dt

cette condition est toujours ralis.

elle ne l'est jamais. Enn, pour la plupart de fonctions

, la condition est ralise si

Re(s) > s0 ,

s0

est un rl. Par exemple, pour

toutes les fonctions polynomiales ou toute pouissance positive de


fonction

cosh(t), s0 = 1.

2. en changeant l'ordre d'intgration sur

et

t,

cf exercice 8.

3. lire qui ne croient pas plus vite qu'une exponentielle

72

t, s0 = 0.

Pour la

7 Les transformes de Laplace.

I0HtL expH-tL

0.4

0.3

0.2

0.1

1 , H2 tL
5

10

50

100

500

1000

Figure 7.1: Comparaison des la fonction de Bessel I0 (t) et son approximation assymptotique (l'axe

est logarithmique)

Souvent, nous nous interessons surtout au comportement de

f (t)

pour

grand : 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

f(s)

autour de son ple le plus droite

s0

nous renseigne directement sur le comportement assymptotique de l'originale. Sans perte

Re(s0 ) = 0, puisque si la TL
exp(at)f (t)a un ple en s = 0.

de gnralit, nous allons supposer par la suite que


la fonction

f (t)

un ple en

s = a,

la fonction

de
Le

f (t) s'en
dduit donc immediatement.
R
f (t). Si I = 0 f (t)dt < +, c'est que f (t) 0

comportement assymptotique de la fonction


Revenons maintenant notre fonction
quand

t +

et nous n'avons pas trop de questions nous poser pour son comporte-

I n'existe pas, mais que la TL de f (t) est bien


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

2
dominant de 1/ t + exp(5t) + 1/(1 + t ) est 1/ t. Nous pouvons formellement crire
4
que h(t) = o(g(t)) . 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(
g (s)) quand s 0 (exercice : le dmontrer).
ment assymptotique. Supposons donc que
dnie pour

Un simple dveloppement autour du ple le plus droite de la TL nous donne donc


directement le comportement assymptotique de l'originale.

de ce point,

f(s) = 1/s(s + a) pour a > 0 a son ple le plus droite s = 0. Autour

f (s) = 1/as + O(1). Donc, f (t) 1/a quand t ( l'original de 1/s est

1).

Dans cet exemple, et ceux qui suivent, le lecteur est encourag calculer

Exemple 1.
bien sr

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

Exemple 2.

4. C'est dire que

limt h(t)/g(t) = 0.

Les notations

maticien du premier tiers du vingtime sicle.

73

et

sont dues Edmund Landau, math-

7 Les transformes de Laplace.


que nous aurions p pousser l'approximation un peu plus loin :

(1/a2 )(s a)1


Exemple 3.

s = ia,

et donc

f(s) (1/a)(s a)2

f (t) (t/a 1/a2 ) exp(at).

f(s) = 1/(s2 + a2 )2 .

La, nous avons deux ples de mme partie relle

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

x
+ x =

ne savons pas calculer exactement l'originale. Prenons l'quation

t avec des con-

ditions 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 :

x
(s) = ( /2)s5/2 (s + 1)1 .

Nous ne savons pas calculer

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 corrections ce dveloppement ? ).

7.4.2 Comportement pour

t 0.

Nous disposons d'un thorme analogue pour trouver le comportement de


de

t = 0+

f (t)

autour

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 0 (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
f (t) proche de t = 0 s'crit

sr plus loin. Le dveloppement de Taylor de

f (t) = f (0) + f 0 (0)t + (1/2)f 00 (0)t2 + ...


et rsulte de la TL inverse du dveloppement assymptotique de

sf (s)

pour

s .

(voir

l'exercice 9).

7.5 Produit de Convolution.


Le produit de convolution de deux fonctions est donn par

Z
h(t) =

f ( )g(t )d

(7.5)

0
On note cela par

h(t) = (f ? g)(t).

d'intgration, que

Il est facile de dmontrer, en changeant l'ordre

h(s)
= f(s).
g (s)

La solution de beaucoup d'quation direntielle se met naturellement sous la forme


(7.5).
5. Pas avec notre dictionnaire actuel.

74

7 Les transformes de Laplace.


Exemple : la mthode de la variation des constantes.
tion ordinaire coecient constant

avec

Nous voulons rsoudre l'qua-

second membre

x(t)
+ ax(t) = f (t)
En prenant la TL, nous trouvons que

1
x0
f (s) +
s+a
s+a

x
(s) =
Comme l'originale de

1/s + a

est

exp(at),

en utilisant le rsultat sur les produit de

convolution, nous trouvons

at

x(t) = e



Z t
a
e f ( )d
x0 +
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 :

Z
f (t) =

f ( )K(, t)d +
0

Dans le cas o le noyau

est symmetrique, c'est dire qu'il s'crit sous la forme

K(t ),

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
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

75

7 Les transformes de Laplace.


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
par

= 1/KT

est une sorte de moyenne (pondre

) des nergies que peut atteindre un systme. Si l'indice

dnombre les

Ei , alors
X
= Z() =
eEi

tats possibles du systme, chacun avec l'energie

eF

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 :

Z() =

eE n(E)

E
o cette fois, nous sommons sur les energies disponibles au systme ;

E.

nombre d'tats ayant l'nergie

n(E)

dsigne le

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

Z() =

eE f (E)dE

(7.6)

0
o

f (E)dE

est le nombre d'tat avec une nergie entre

et

E + dE ; toutes les nergies


E0 que nous choisissons

sont mesures par rapport l'nergie minimum du systme


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 quadratique,

E(x) = kx2
. x ici est la variable qui
E + dE est 1/ kE . En nous reportant

son nergie tant fonction de sa distance au centre :


dnombre les tats. Le nombre d'tat entre

et

la table des T.L., nous trouvons la fonction de partition

r
Z() =

76

1/2

7 Les transformes de Laplace.


Problme : Transition de phases.
fonction

Z()

En utilisant la dnition (7.6), dmontrez que la

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 < 0) = 0.

ect f (t)

Nous pouvons crire la fonction

ct

1
f (t) =
2

Z

ct

f (t)e

f (t)

telle que

comme la TF inverse de sa TF :

it


dt eit d

La borne infrieure de la deuxime intgrale commence zro puisque la fonction est

t < 0. (i) En multilpliant les deux cts par ect ; (ii) en posant s = c + i ; (iii)
prenant soin dans la deuxime intgrale du changement de variable d = ds/i ; (iv)

nulle pour
en

et enn en reconnaissant une TL classique dans l'intgrale intrieure, nous aboutissons

1
f (t) =
2i

c+i

f(s)est ds

ci

]ci, 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 dtaille de cette procdure
l'intervalle

jusqu'au chapitre sur les fonctions complexes.

7.10 Exercices.
1. Trouver la TL des fonctions suivantes :

sin(at) ; cos(at) ; sinh(at) ; cosh(at) ;

a2 /(s2 +a2 )2 . Help : Remarquez


2
2
2
2 2
2
2
2 2
pouvez crire cette fonction comme (s + a )/(s + a ) s /(s + a ) ,
2
2
dernier terme vaut (1/2)s(d/ds)(1/(s + a ). Il sut ensuite d'utiliser

2. Trouver, par la mthode de votre choix, l'original de


que vous
et que le

les rgles de manipulation des TL pour remonter l'originale.

k]

3. Dmontrez que TL[t

= k!/sk+1 .

4. Trouver la TL du delta de Dirac.

77

7 Les transformes de Laplace.


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)


f (t) exp(st)dt.

6. La TL d'une fonction

f(s) =

Ra
0

) est

f(s)/(1 eas ),

(t a)H(t
n (t na)H(t na)
(1)
n=0

7. Reprsentez graphiquement, et trouvez la TL des fonctions suivantes :

a) ; H(t) H(t a) ;

n
n=0 (1) H(t 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

I0 (z) = (1/2)

ez cos d

0
Dmontrer que sa T.L. est

9.

1
I0 (s) =
2
s 1

Dmontrez que I0 (t) (1/ 2) t exp(t) quand t +. Help : Pour Calculer des
R
R(cos , sin )d, on a intert eectuer le changement de variable u = tan(/2)
Les fonctions de Bessel In (t) obissent l'quation dierentielle
t2 u00 (t) + tu0 (t) (t2 + n2 )u(t) = 0
Dmontrer alors que la TL de la fonction

u(t)

obit l'quation

(s2 1)
u00 (s) + 3s
u0 (s) + (1 n2 )
u(s) = 0
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

p
u
(s) = C0 + C1 / s2 1
I1 (0) = 0, I 0 (0) = 1/2 et en utilisant le
tique de s
u(s), dmontrer que C1 = C0 = 1. Sachant
galement la TL de la fonction I0 (t). Enn, en utilisant
Sachant que

comportement assymptoque

I00 (t) = I1 (t),

dduire

la relation de reccurence

2In0 (t) = In1 (t) + In+1 (t)


Obtenez la forme gnrale des TL des fonction de Bessel

I.

Rz

u2 du (voir gure 7.2). Elle


10. La fonction d'erreur est dnie par erf(z) =
0 e
2
joue un rle fondamentale en probabilit. Dmontrer que la TL de exp(t ) est

( /2) exp(s2 /4)(1 erf(s/2). En dduire galement la TL de la fonction erf(t).


2

R
() = 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). La fonction
R 1
d'Euler incomplte est dnie par (, z) =
exp(t)dt (voir gure 7.2).
z t
1 exp(z). Tout
Son dveloppement assymptotique est donn (pour z ) par z
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

78

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)


12. Trouver le comportement assymptotique de l'originale de la fonction

1/(s2 + a2 )2 .

Attention : les deux ples sont imaginaires pures et contribuent galement.


13. La fonction de Bessel J d'ordre 0 est dnie par

(s2 + 1)1/2

symptotique est donne par


14. Rsoudre

J0 (z) = I0 (iz),et

sa TL est

(Pouvez vous le dmontrer ?). Dmontrer que son comportement as-

J0 (z)

x
+ 2 x = b sin(t)

p
2/z cos(z /4).

avec des conditions initales

x(0) = x0

et

x(0)

= v0 .

Notez que c'est l'quation d'un oscillateur harmonique la rsonnance.


15. Rsoudre

x(3) + 3
x + 3x + x = 1

16. Rsoudre

x(4) + 2
x + x = sin t

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
o

x, y

sont les composantes du vecteur vitesse et

une constante proportionnelle

au champs magntique et la charge de la particule. Les conditions initiales sont

t = 0 , x = x 0 ; y = y0 .

Rsoudre ce systme l'aide des transformes de Laplace.

18. Resoudre

x
x+y+z = 0
x + y y + z = 0
x + y + z z = 0

= z(0)

= 0.
x(0) = 1 et y(0) = z(0) = y(0)

Sol. : 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

19. Donner la solution gnrale, sous forme de produit de convolution, de l'quation

y 00 + 2ay + b = f (t)
avec les conditions initiales

a2

b 6= 0

2
et a

y(0) = y0 ; y 0 (0) = v0 .

b = 0.

79

Considrer les deux cas o

7 Les transformes de Laplace.


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,

avec des conditions initiales donnes. Nous avons vu que les

TL sont trs bons quand il s'agit d'avoir un dbut des temps.

2
2u
2 u

c
= 0
t2
x2
u(x, 0) = f (x)

(7.7)
(7.8)

t u(x, 0) = g(x)

(7.9)

Nous savons sa solution est donne par

1
u(x, t) = f (x ct) + f (x + ct) +
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 conditions initiales. Le schma
1

de la rsolution que nous allons mener est la suivante :

TL
TF
(q, s) TL

u(x, t) u
(x, s) u

TF

u
(q, t) u(x, t). Noter que t [0, +[, donc nous allons eectuer des TL par rapport
cette variable. Par contre, x ] , +[, donc nous allons procder des TF pour
cette dernire.

1.

En prenant la TL de l'quation (7.7) par rapport la variable

c2
2.

3.

dmontrer que

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) =
o

t,

f et g

s
1
f(q) + 2 2
g(q)
2
+s
c q + s2

c2 q 2

sont les TF des fonctions

et

En prenant la TL inverse, dmontrer qu'on obtient

sin(ctq)
g(q)
u
(q, t) = f(q) cos(ctq) +
cq
4. Rsultat intermdiare.

Dmontrer que si la TF de

x+a

TF

g()d
xa

80

g(x)

2 sin(aq)
g(q)
q

et

(7.11)

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'quation

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

nombre de molcules ayant l'nergie

x dnote l'nergie cintique ; c(x) est le

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 trans-

forme en une intgrale double

Z
(1/p)

c(x1 )c(x/p x1 )dx1 dp

p=0

(7.14)

x1 =0

En utilisant la condition (7.13), montrer que l'intgrale double ci-dessus se ramne

x/p

Z
(1/p)

c(x1 )c(x/p x1 )dx1 dp

p=0
L'intgrale sur

x1

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

et passons en Transform de Laplace


savons, d'aprs la rgle des dilatation

TL
TL
TL
x , c(x) c(), I1 (x) I1 (). Nous
en TL, que TL[f (x/p)] = pf(p). En utilisant

cette relation, et le rsultat sur les produits de convolution, dmontrer que

I1 () = p
c(p)2

81

7 Les transformes de Laplace.


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() =
o

(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 =

R
0

xc(x)dx ; T

reprsente l'nergie totale du gaz. Dmontrer que

c()
T =
=0
En dduire que

A = 1/T .

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 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)

82

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
+b
+ cx = f (t)
2
dt
dt

avec des conditions initiales donnes

x(0) = x0

(8.1)

x0 (0) = x
0 . Ceci est
une force f (t). a et b

et

l'quation du mouvement d'une particule soumise

par exemple
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

t0 . Saurions nous calculer la rponse de la particule


rponse est oui : la force f (t) peut tre vue comme une

de Dirac) applique au temps

une force gnrale

f (t) ?

La

superposition d'impulsion applique dirents temps. Il sut donc de superposer les


rponses aux divers impulsions pour obtenir la rponse la force
on peut crire

Z
f (t) =

f (t).

Plus exactement,

f (t0 )(t t0 )dt0

(8.2)

0
ce qui veut dire que la force

t0 ,

avec le poids

f (t)

est la superposition d'impulsions appliques au temps

f (t0 ). Revenons notre quation direntielle, et appelons Gt0 (t) la


0
rponse l'impulsion applique au temps t . Comme mettre les indices est un peu lourd
0
comme notation, nous noterons cette fonction plutt G(t, t ). De par sa dnition, elle
doit satisfaire

d2 G(t, t0 )
dG(t, t0 )
+b
+ cG(t, t0 ) = (t t0 )
2
dt
dt
Notez que toutes les drivations sont faites par rapport t. Multiplions les deux cts de
0
0
l'quation par f (t ). Comme f (t ) ne dpend pas de t, on peut la rentrer l'intrieur de
a

l'oprateur direntiel, et crire :

d2 [f (t0 )G(t, t0 )]
d[f (t0 )G(t, t0 )]
+
b
+ cf (t0 )G(t, t0 ) = (t t0 )f (t0 )
dt2
dt

83

8 Les fonctions de Green.


Intgrons maintenant les deux cots par rapport

t0 . Comme la drivation est par rapport

t, nous pouvons, jetant par dessus bord la dcence et l'exigence priori de la convergence
uniforme, changer la drivation et l'intgration.

d2
a 2
dt

Z
0

d
f (t )G(t, t )dt +b
dt
0

f (t )G(t, t )dt +c
0

f (t )G(t, t )dt =
0

(tt0 )f (t0 )dt0

0
(8.3)

Nous remarquons, d'aprs (8.2), que la droite de l'quation ci-dessus est juste
pelons

Z
y(t) =

f (t0 )G(t, t0 )dt0

f (t).

Ap-

(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, t0 )/dt + G(t, t0 ) = (t t0 )


Prenons la TF des deux cts de l'quation (par rapport

G(,
t0 ) =
H(t)tant

bien sr)

exp(it0 )
i +

t < 0 et 1 pour t > 0,


justement 1/(i + ). Donc,

la fonction de Heaviside, nulle pour

souvenez, la TF de

H(t) exp(t)

est

comme vous vous

G(t, t0 ) = H(t t0 ) exp((t t0 ))


t0 > t. Cela est normal, puisque G(t, t0 ) est la
0
0
impulsion au temps t . Si t est plus tard que t, la rponse est
plusieurs formes de f .

Comme vous le remarquez,


rponse, au temps

t,

une

nulle. Prenons maintenant

1.

f (t) = H(t)t.

G(t, t0 ) = 0

si

Alors,

y(t) =
Z0
=

H(t0 )t0 H(t t0 ) exp((t t0 ))dt0


t0 H(t t0 ) exp((t t0 ))dt0

Z
=

t0 exp((t t0 ))dt

= (1/2 )(exp(t) 1) + (1/)t

84

8 Les fonctions de Green.


f (t) = H(t) sin t.

2.

Alors, en suivant les mme tapes,

y(t) =

sin(t0 ) exp((t t0 ))dt

 t

1
e
+ 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

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 :

d2 x
dx
+b
+ cx = f (t, x)
dt2
dt

Le membre de droite comporte explicitement un terme

avec x, comme par exemple t.x1/2

ce qui rend la rsolution de l'quation nettement plus ardue par les techniques classique.
Mais cela ne change rien pour les fonctions de green. La solution s'crira toujours

Z
x(t) = C1 x1 (t) + C2 x2 (t) +

f (t0 , x)G(t, t0 )dt0

(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
charge

ponctuelle

unit en

r0

(r)

cr par une

est

G(r, r0 ) =

1
1
40 |r r0 |

85

(8.6)

8 Les fonctions de Green.


(r0 ) dans l'espace, le potentiel cre

Si maintenant nous avons une distribution de charge


par elle au point

vaut

G(r, r0 )(r0 )dr0

(r) =

(8.7)

Nous utilisons cette formule depuis la premire anne du DEUG. Nous savons par ailleurs
que le potentiel obit l'quation de Poisson

= /0
Nous oublierons dornavant le facteur

0

(8.8)

pour allger les notations.. Il n'est pas dicile,

G(r, r0 ) est la fonction de Green de l'quation

vue les quations (8.6-8.8) de suspecter que


de Poisson, c'est dire qu'elle obit

G(r, r0 ) = (r r0 )

(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 vraiment compliqu. Par exemple, la TF est dnie par

f(q) =
o

Z
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,
r0 ) =
q2
puisque le numrateur est la TF de la fonction

(8.10)

translat de

r0 , et que la TF du laplacien

2
d'une fonction est q fois la TF de la fonction (pouvez vous dmontrez ce rsultat ? ).
Il nous faut maintenant inverser la TF pour retrouver la fonction de Green :

r0 ) =
G(r,

1
(2)3

eiq(rr )
dq
q2

(8.11)

Pour eectuer l'intgration, passons aux coordonnes sphriques, o nous prenons l'axe

qz

parallle

(r r0 ).

Dans ce cas,

q(r r0 ) = q|r r0 | cos

dq = q 2 sin dqdd.

et

L'intgrale (8.11) s'crit alors

r0 ) =
G(r,

1
(2)3

Une premire intgration sur


en posant

u = cos ,

Z
d

Z
d

dq sin .eiq|rr | cos

ne mange pas de pain et nous sort un facteur 2 . Ensuite,

le reste s'crit

r0 ) =
G(r,

1
(2)2

+1

dq
0

86

eiq|rr |u du

8 Les fonctions de Green.


et en intgrant sur

u,

nous trouvons

r0 ) = 1
G(r,
2 2

sin q|r r0 |
dq
q|r r0 |

Un changement de variable vident nous donne

1
r0 ) = 1
G(r,
2
2 |r r0 |

sin q
dq
q

Nous avons donc bien mis en vidence la dpendance en

1/|rr0 |. L'intgrale maintenant

n'est qu'une constante que nous pourrions calculer l'aide de la thorie des fonctions
analytique et vaut

problme.

/2.

Ce qui nous donne exactement l'expression (8.6).

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, r0 ) 2 G(r, r0 ) = (r, r0 )


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 TF de la fonction

f (t) = H(t) sin(0 t) ? Cette question n'a pas de sens priori, puisque la fonction 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 soin de le dmontrer, que

f() =

0
+ 02

Quelle est maintenant la rponse d'un oscillateur (initialement au repos) une force
impulsionnelle ? Nous devons rsoudre

d2 y
+ 02 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
l'abscisse

et au temps

2
2u
2 u

c
= f0 (x)(t)
t2
x2

87

u(x, t) la hauteur de la corde

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 ,...
x,

En prenant la TF par rapport la variable

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)

sin(ct q)
cq

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
force

fx0

en

x = x0 ,

f0

en

x=0

nous avions appliqu la

la solution, qui est la fonction de Green de la propagation, s'crit

G(x, t; x0 , 0) =

fx0
x x0
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) = c

H(t)

= c1 H(t)

f (x0 )(

x+ct

x x0
)dx0
ct

f (x0 )dx0

xct
L'inuence d'un vnement en

x0

( l'instant

t = 0 ) ne peut tre ressenti en x l'instant

que si cet vnement tait l'intrieur du cne d'inuence de ce dernier, c'est dire

x ct < x0 < x + ct.


vitesse c.
que si

En terme moins mystique, une perturbation se propage

8.4 Propagateur pour l'quation de Shrodinger.


8.5 Disposer d'une base propre.

88

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 quations

L un
oprateur direntiel. Par exemple, l'quation de la chaleur peut s'crire Lu = q(x, t), o


L = t D et q(x, t) est le terme de source. A priori, la recherche des solutions est
par

L = {,

est la fonction inconnue rechercher,

une fonction connu, et

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
et

n inconnus

du genre

n quations

AX = B . Le trs grand avantage est que pour faire de l'algbre,


2

nous n'avons, en gros, 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

exp(iqx), f
f(q) (nous avons

exemple, si nous choisissons la base de fourier avec les vecteurs de la base


s'crira comme une superposition de ces fonctions, chacun avec un poids
absorb ici le facteur

1/2

dans la dnition de

f (x) =

f )

f(q) exp(iqx)dq

L'intgral ici n'eectue rien d'autre que la superposition des vecteurs de base avec leurs

f par un tableau
f (x) (la notation est

poids correspondants. Il est galement usuel de reprsenter la fonction


qui chaque entre numrique, associe un nombre, et on note cela
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

89

9 Les oprateurs linaires.


un peu confuse). En ralit, cela revient reprsenter une fonction
de dirac, o chaque valeur

f (x)

sur la base des

est le poids associ un dirac centr sur

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

R(e1 + e2 ) = Re1 + Re2 . Dans l'espace des


drivation D est une opration linaire : elle

vecteurs gale la somme de leurs rotations :


fonctions inniment drivables, l'opration

transforme un vecteur (une fonction) dans une autre, et cela de faon linaire. De mme,
l'opration intgration

I[f ] =

Rx
0

f (y)dy .

De faon gnral, nous appelons, dans l'espace

des fonctions, un oprateur linaire 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

f1 et f2

des fonctions.

X qui prend une fonction f en entre et produit la fonction


X[f (x)] = xf (x) [exemple : X[sin(x)] = x sin(x)]. Dmontrer
2
2
2
que c'est un oprateur linaire. Qu'en est il de l'oprateur X : X [f (x)] = x 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
Exercices.

Soit l'oprateur

multiplie par

en sortie :

qui associe n'importe qu'elle fonction la fonction 0. Est-il linaire ? De faon gnral,

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.
l'oprateur

associe une fonction

Note sur les notations.

la fonction

Pour manipuler les oprateurs linaires, la coutume est de

Of (x)
la place de O[f (x)]. La confusion est gnante quand on crit par exemple, Xf (x) = xf (x).
X ici est un oprateur, f (x) et xf (x) sont des fonctions 3 ; Xf (x) est la fonction qui
rsulte de l'application de X f . Pour viter un peu ces confusions, la convention que

laisser tomber les signes du genre

() et []. Ainsi, nous crivons Of

o mme pire,

nous suivrons dans ce cours et de toujours noter les oprateurs par des lettres majuscules.

9.2 L'algbre des oprateurs.


Se donner un algbre est se donner un ensemble
et

ou l'on dnit les deux oprations

(produit) entre ses membres, avec toutes les proprits d'associativits usuelles que

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

90

type

des notations qu'on utilise.

9 Les oprateurs linaires.


vous connaissez : soit

a, b, c E ,

alors

a + b a.b E
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

a+0 = 0

et

a1 = 1a = a.

De plus, les inverses des lments vis vis de

et de

doivent

a, tel
a + (a) = 0 ; de mme, il doit exister un lment un lment unique qu'on note 1/a
1 tel que a.(1/a) = (1/a)a = 1 (pour a 6= 0).
ou a
L'ensemble des nombres (rationnels ou rel), quip de + et de . usuel, constitue un

exister : pour chaque lment

a,

et 1 :

il doit exister un lment unique, qu'on appelle

que

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 .
L'opration +
les fonctions

+ entre
O1 +O2 est l'oprateur qui, appliqu une fonction, produit la

entre oprateurs hrite directement sa dnition de l'opration

: L'oprateur

fonction

O1 f + O2 f

O1 O2 est l'oprateur qui la fonction f , associe la


O1 [O2 [f ]]. On peut armer maintenant que l'ensemble des oprateurs linaires
+ et de . constitue une algbre. Les oprateurs 0 et 1 sont les lments neutres

(bien noter que l, l'addition est entre deux fonctions). L'opration

est la combinaison d'oprateur :

fonction
muni de

de l'addition et de multiplication. Dans la suite de ce cours, l'ensemble des fonctions


auxquels ces oprateurs s'appliquent est l'ensemble des fonctions

L2

au moins deux fois

drivable.
Toutes les notations que nous utilisons dans l'algbre classique peuvent tre utilises
pour l'algbre des oprateurs. Par exemple,

x et y

X2

X.X . Si l'on dsigne par


x et y , alors x2 y2 = (x y )(x +y ).

est eectivement

les oprateurs de drivation par rapport

Il faut juste faire attention la commutativit : en gnral, deux oprateurs ne commutent


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


soit

f  nfois

n,

nous devons comprendre

comme : quelque

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
2
travaillons avec l'ensemble des fonctions L [, +] au moins deux fois continuement drivalble. Ceci
surtout impose nos fonctions qu'elles et leurs drive

quand leur argument

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

91

le nombre

f (x) + g(x).

9 Les oprateurs linaires.


pas :

O1 O2 6= O2 O1 .

Cela ne veut 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 entre


0
oprateurs). Nous avons DX[f (x)] = (d/dx) (xf (x)) = xf (x) + f (x) et XD[f (x)] =
0
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 l'galit entre les oprateurs.
Exemple 1.

Dnition.

O2 O1 .

Dmontrons que

On appelle commutateur de deux oprateurs

Il est usuel de noter ce dernier

O1

et

O2 , l'oprateur O1 O2

[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 sries

algbriques, comme par exemple,

exp(x) =

nx

n /n!. Puisque l'on dispose d'une algbre

pour les oprateurs linaires, nous pouvons faire de mme et dnir des fonctions d'oprateurs, comme par exemple

exp(O)

ou

linaire. Par exemple, pour l'oprateur

log(1 + O), qui sont


D et le scalaire ,

exp(D) =

elles mmes des oprateurs

(1/n!)n Dn

n=0

P
n (n) (x),
f (x) produit la fonction
n=0 (1/n!) f
f (x + ). L'oprateur exp(D) n'est rien d'autre que l'oprateur

et le rsultat de son application une fonction


c'est dire la fonction
de translation

T vu

plus haut. Bien sr, ds que l'on parle de suite et 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
soit

converge vers

si la suite des

fonctions On f

converge vers la fonction

Of

quelque

(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
y(t = 0) = y0 o a et y0 sont des
bien connue est y(t) = exp(ta)y0 . La

(9.1)

avec la condition initiale

scalaires ne dpendant pas

de temps. La solution

valeurs de la fonction un

temps ultrieur

s'obtient en appliquant (multipliant) le scalaire

exp(ta)

la condition

initiale.
Soit maintenant l'EDP de premier ordre

t x = 0

92

(9.2)

9 Les oprateurs linaires.


(x, t) est une fonction des deux variables x, t ; la condition initiale tant (x, t =
0) = 0 (x), 0 (x) tant une fonction connue de la variable x. Nous pouvons crire cette
o

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
tion d'une quantit

t, Tt .

exp(tD)

n'est rien d'autre l'oprateur transla-

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

exp(ta) =

tn an /n!

n=0
sa drive (qui concide avec la drive terme terme de la srie) s'crit (en jouant sur
l'indice de sommation)

f 0 (t) =

tn an+1 /n!

n=0

= a

tn an /n!

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)

possde comme drive par rapport au temps l'oprateur

fonction (x, t) = exp(tD)0 (x)

D exp(tD)0 (x),

c'est dire

D exp(tD).

La

a donc pour drive par rapport au temps la fonction

D(x, t).

De faon gnrale, nous pouvons avoir des EDP du genre

/t = H
o

est un oprateur spatial ( ne dpendant que de la variable

le simple oprateur de drivation spatiale

D,

nous pouvons donner la solution comme

(x, t) = exp(tH)(x, t = 0)

93

) plus compliqu que

mais la discussion ci-dessus reste valide et

9 Les oprateurs linaires.


L'oprateur

exp(tH)

n'est plus alors une simple translation, mais le principe reste le

mme : la fonction solution un temps ultrieur


teur

exp(tH)

t est donne par l'application de l'opraexp(tH) est appel, juste

la fonction condition initiale. L'oprateur

titre, l'oprateur de l'volution temporelle. Cette faon 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


2.

D2 + X 2 = (D + X)(D X) + 1 = (D X)(D + X) 1. En dduire


[D2 + X 2 , D X]. [indication : Utiliser la relation [D, X] = 1 ].

Dmontrer que

[D X, D + X]

et

Dmontrer que les oprateurs O et f (O) comutent.


f (x) est une fonction analytique dans le voisinage de x = 0. Mme chose pour g(O) et
f (O). Dmontrer que si A et B commutent, alors f (A) et g(B) commutent.

3. Commutateur des oprateurs.

4.

Dans l'espace des oprateurs linaires sur les fonctions trois variables, nous dnis-

Lz = Xy Y x ; Lx et Ly sont dnis cycliquement partir de cette dernire


P df[L , L ]( , = x, y, z ). Donner la dnition de L2 et de L2 = L2 .
2
Calculer [L , L ].
sons

inition. Calculer

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

Dmontrer que

sont deux oprateurs linaires.

94

exp(P 1 AP ) = P 1 exp(A)P

9 Les oprateurs linaires.


8. Commutation et exponentiel.

Soit la matrice


A=
Calculer

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

cos.

Soit maintenant les deux matrices


C=

C 2 = D2 = 0 et en
C et D commutent ?

Dmontrer que
Est ce que

9. .

eA+B

0 x
0 0

Pour deux oprateurs


, D=

dduire

et

e(A+B)t = eAt +

eC .eD .

0 0
x 0

Que peut ont dire de

eC eD

et

eC+D ?

qui ne commutent pas priori, dmontrer que

eA(ts) Be(A+B)s ds

0
Cette relation, appel en mcanique quantique relation de Dyson, est trs utile pour

exp(At) est connu et que la matrice de l'oprateur


y 0 ay = f (x) ? Obtenir
l'oprateur exp(A + B)t]. Proter pour donner l'expression

valuer l'exponentiel d'un oprateur, si

est trs creuse. [indication : Quel est la solution de l'quation

une quation analogue pour


de

exp(A + B).

10. Equation d'onde.

Rsoudre par la mthode des oprateur l'quation

2
2u
2 u

c
=0
t2
x2

u(x, 0) = f (x) et t u(x, t)|t=0 = g(x) en l'crivant sous la


2 u/t2 c2 D2 u = 0 et en vous inspirant de la solution de l'quation
u00 a2 u = 0.

avec les conditions initiales


forme symbolique
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.

95

9 Les oprateurs linaires.


Soit un oprateur linaire

{e1 , ...en }.

Soit un vecteur

l'application de

v,

dans un espace

que nous avons quip d'une base

quelconque. Notre but est de pouvoir calculer le rsultat de

qui est un autre vecteur d'

E.

Nous pouvons dcomposer

dans

la base donne :

v=

aj ej

j
et comme

est linaire,

R.v =

aj (R.ej )

j
Pour entirement caractriser l'oprateur

R,

nous avons simplement besoin de connatre

l'action qu'il eectue sur chaque lment de la base. Par ailleurs, chaque

i = 1, ..., n

) est un vecteur de l'espace

E,

et donc dcomposable sur la base

R.ej =

R.ei ( pour
{e1 , ...en } :

rij ei

(9.3)

i
Donc, pour entirement connatre

R,

il sut de connatre les

pouvons alors connatre le rsultat de l'application de

nn

nombres

rij .

Nous

n'importe quel vecteurs de

l'espace.

R.v =

rij aj ei

(9.4)

i,j
Il est habituel de reprsenter la dcomposition de
tableau de

nlignes

R.ej

comme la

jime colonne

d'un

et appeler le tableau une matrice.

Exemple 1. Rotation dans le plan euclidien.

/2 dans
R.ex = ey =

Caractrisons la rotation de

(ex , ey ). Nous savons que


0ex + 1ey . La premire colonne de la reprsentation matricielle de R dans cette
donc (0, 1). De mme, R.ey = 1ex + 0ey . La reprsentation de R est donc


0 1
R=
1 0

la base orthonorme habituelle du plan euclidien

Il est trs important de faire la distinction entre l'oprateur

base sera

et sa reprsentation ma-

tricielle. 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

Exemple 2. Drivation dans l'espace des fonctions.

{eq = exp(iqx)}.

la personne.

Choisissons la base de fourier

La base est bien sr innie, (et mme trs innie !), mais cela n'a pas

d'importance. Nous avons

D.eq = iq eq
La reprsentation matricielle de
diagonaux. Les lments

dqq0

dans la base de fourier ne comporte que des lments

de la matrice de

96

sont donc donns par

dqq0 = 0

si

q 6= q 0

9 Les oprateurs linaires.


et par

dqq = iq .

Le faite que

soit diagonale dans la base de 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

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.
scalaire

(., .)

Nous avons vu au premier chapitre que disposer d'un produit

et d'une base orthonormale facilite normment les chose. Soit

une base orthonormale, c'est dire

v:v=

quelconque

ai ei .

(ei , ej ) = i,j

{e1 , ...en }

et soit la dcomposition d'un vecteur

Alors

(v, ek ) = (

ai ei , ek )

=
=
Le coecient

ak

ai (ei , ek )

i
ak

de la dcomposition du vecteur

le produit scalaire entre

et

ek .

sur la base

{ei }

n'est rien d'autre que

Le mme principe nous donne les coecient

rij

d'un

oprateur dans une base orthonorme. En partant de l'expression (9.3), nous voyons que

rij = (ei , R.ej )


Pour trouver
avec

rij ,

il sut d'applique

ej

et prendre le produit scalaire de ce dernier

ei .

Exercices.

1.
sur

Soit la base de fourier

[0, L].

l'oprateur

2.

{1, cos(2nx/L), sin(2nx/L)}

pour les fonctions dnie

En ordonnant correctement les lments de la base, donner l'expression de

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
cients

Cn

dn
exp(x2 )
dxn

exp(x2 /2)

1, 2x, 4x2 2,...

(9.5)
Les coef-

que nous n'explicitons pas assurent que les fonctions sont normes. On peut

97

9 Les oprateurs linaires.


dmontrer, avec un peu d'eort, que les fonctions

hn

sont deux deux orthogonales et

forment une base.


Dmontrer que pour l'oprateur

H = D2 + X 2
Hhn (x) = (2n + 1)hn (x).

nous avons
des

Donner alors la reprsentation de

dans la base

In

dnie par

hn .

3. Oprateur

dans la base des Bessel.

In (x) =

Soit les fonctions de Bessel

ex cos cos(n)d

Dmontrer que

In0 (x) = (1/2) (In1 (x) + In+1 (x))


Les fonctions

exp(x)In (x) (n = 0, 1, ...) forment une base. Donner l'expression de la


D dans cette base. [ Trs important dans les problmes de matrices

matrice de l'oprateur
tridiagonal. ]

4.

Montrer que si L'oprateur

M = I .

commute avec tous les autres oprateurs, alors

[Help : donnez vous une base quelconque

projection sur

e1

P1 ej = i,j e1 .

(e1 , ..., en )

et considerer l'oprateur

En utilisant la commutation de

et d'autres oprateurs de projection, dmontrer que la matrice de

avec cet oprateur

dans cette base

est diagonale. Ensuite, considrer un oprateur de permutation cyclique


considrer sa permutation avec

ei = ei+1

: en dduire que tous les lements diagonaux de

et

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

eigenvector ) d'un oprateur O un vecteur vn 6= 0 tel que

propre (

Ovn = n vn
o

est un scalaire qui est appel valeur propre du vecteur

vn .

En gomtrie plane, pour l'oprateur de projection sur l'axe


et

ey

sont des vecteurs propres, avec les valeurs propres

dimensions, les trois vecteurs


sur l'axe

x,

le premier associ

l'opration de rotation de
la valeur

ex

= 1

ey et ez
= 1, les

et

et

x, les deux vecteurs ex


0. En gomtrie trois

sont des vecteurs propres de la projection


deux autres

= 0.

Dans le plan, Pour

tous les vecteurs du plan sont des vecteurs propres associs

(remarquer cependant que

pas de vecteurs propres.

98

R = I ).

Enn, la rotation de

/2

n'a

9 Les oprateurs linaires.


exp(iqx) est vecteur propre de l'oprateur D =
x avec la valeur propre iq . Les fonctions sin(qx) et cos(qx) sont les vecteurs propres de
2
2
l'oprateur D avec = q . Les fonctions d'Hermite hn (x) que nous avons rencontrer
2
2
plus haut sont fonctions propres de l'oprateur D + X avec la valeur propre n =
(2n + 1).

Exemple.

Dans l'espace des fonctions,

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 = 4
x 2y = 1
formellement, nous pouvons le reprsenter comme

u = (x, y)T

2 3
1 2

Au = B

est la matrice

B = (4, 1)T . A est la reprsentation matricielle d'une application linaire


e1 = (1, 0)T et e2 = (0, 1)T . La rsolution de ce systme ncessite quelques

et

dans la base

oprations d'addition et de combinaison. Par contre, le systme

2x = 4
3y = 1
se rsout immdiatement comme deux quations indpendantes. Formellement, on pouvait l'crire

Au = B

o cette fois

est la matrice

dans la base

2 0
0 3

e1 , e2 , la matrice de l'oprateur A est diagonale, ce qui permet de ramener la

rsolution d'un systme de 2 quations deux inconnus la rsolution de deux quations

une

de

inni

22

inconnue. Evidemment, un systme

44

ou

1000 1000,

est facile rsoudre, pour un systme

le gain est dj plus apprciable. Dans l'espace de dimension

de Hilbert, trouver une base propre est souvent la seule possibilit de rsoudre un

problme, comme nous le verrons plus bas.

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).

99

9 Les oprateurs linaires.


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 conditions

initiales et aux limites de cette quation sont les suivantes :

(x , t) = 0
(x, 0) = g(x)
la fonction tend vers zro pour les grand
la forme de

f (x).

x;

l'instant

t = 0,

la fonction recherch prend

Supposons que nous connaissons une base orthonormale

laquelle l'oprateur

est diagonale

{fn (x)}

dans

Hfn (x) = n fn (x)


A chaque instant
des

{fn }

t,

nous pouvons dcomposer la fonction (inconnu)

(x, t) =

(x, t)

sur la base

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

a0n (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
initiale

g(x) =

an,0 ;

ceci s'obtient en utilisant la condition

an,0 fn (x)

i=0
et donc

an,0 = hfn (x), g(x)i


Rsumons la mthode. On dcompose la condition initiale sur la base des fonctions
propres. L'amplitude de chaque composante

6. Nous supposons que les fonctions

fn

an (t) varie exponentiellement avec l'exposant

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.

100

9 Les oprateurs linaires.


n .

Il sut de recombiner ces composantes un temps ultrieurs

fonction

pour recalculer la

en ce temps l :

(x, t) =

h(x, 0), fn (x)i exp(n t)fn (x)

(9.7)

i=0
Cette faon de calculer la fonction

est appel en mcanique quantique l'interprtation

de Schroedinger .

Exemple : oscillateur harmonique.

En mcanique quantique, l'quation d'une particule

dans un potentiel harmonique s'crit (en choisissant convenablement les units)

=
i
t



2
2
2 +x
x

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

(x, t) =

Comparaison Schrodinger-Heisenberg.

an ei(2n+1)t hn (x)
L'interprtation de Schrodinger et Heisen-

berg sont bien sr quivalente. Reprenons l'quation (9.6) . Dans l'interprtation d'Heisenberg, la solution s'crit

(x, t) = etH (x, 0)

(9.8)

au temps t s'obtient en appliquant l'oprateur


exp(tH) la fonction au temps 0. Dans sa base propre (les fn (x) ci-dessus), l'oprateur
H est diagonal. En utilisant la dnition de l'oprateur
X
exp(tH) =
(1/n!)tn H n

comme nous l'avons indiqu, la fonction

n=0
nous voyons que l'oprateur

exp(tH) est galement diagonal dans cette base, et ses


( (exp(t1 ), (exp(t2 ), ...(exp(tn ), ...). En notation ma-

lments diagonaux s'crivent


tricielle, nous avons

H=

1 0
. .
0 2 0
.
0 3 .
.
.
. .
. .

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.

101

9 Les oprateurs linaires.


et

tH

et1
0
.
.

0
et2
0
.

Si maintenant nous exprimons la fonction

(x, 0) =

.
0

et3

(x, 0)

.
.
. .

dans la mme base

h(x, 0), fn (x)i 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 calculer une

fonction d'oprateur, mme quand nous ne connaissons pas la srie de la fonction . Soit

A, diagonal dans sa base propre (e1 , e2 , ...) et possdant les valeurs propres
(1 , 2 , ...). L'oprateur f (A) est dnie de telle faon que sa reprsentation dans la mme
base soit diagonale, avec les lments (f (1 ), f (2 ), ...).

l'oprateur

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
l'adjoint d'un oprateur

(., .).On

l'oprateur O tel que quelque soit les deux vecteurs

appelle

u, v

(u, Ov) = (O u, v)
Supposons que le produit scalaire est dni sur le corps des rels. Alors

(u, v) = (v, u).

Si dans une base (que nous prenons orthonormale pour plus de simplicit, mais sans
ncessit aucune) l'oprateur

est reprsent par la matrice

dmontrer sans dicult que pour la matrice de l'adjoint, Oij

Oij = (ei , Oej ), on peut


= 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

.
Oij
= Oji

Un oprateur est dit self-adjoint ou hermitien si

O = O.
L2 (qui

donc tendent vers 0


x ), l'oprateur D n'est pas hermitien : une intgration par partie montre que
(u, Dv) = (Du, v). Par contre, deux intgrations par partie montrent que l'oprateur
D2 est hermitien. De mme, l'oprateur iD est Hermitien pour les fonctions complexes.

Exemple.

Dans l'espace des fonctions relles ou complexes

pour

Les oprateurs hermitiens ont quelques proprits remarquables, parmi lesquels les
suivants que nous demandons au lecteur de dmontrer/dcouvrir travers les exercices.

102

9 Les oprateurs linaires.


Exercices.

1.

Les valeurs propres d'un oprateurs hermitiens sont relles : Si

alors

2.

R.

[indication : calculer

(x, Ax)

et

(x, A x)]

Les vecteurs propres associs deux valeurs propres distinctes sont orthogonales :

Ax1 = 1 x1 , Ax2 = 2 x2 , A = A , 1 6= 2 ,
(x1 , Ax2 ) et (x1 , A x2 ).

Si

3.

Ax = x, A = A ,

Dmontrer, dans l'espace des fonctions

alors

L2

(x1 , x2 ) = 0.

[indication : calculer

que les valeurs propres de l'oprateur

D2 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.].

4.

Soit la fonction relle

V (x)

possdant un minimum absolu

Dmontrer d'abord que l'oprateur

est hermitien [dnition :

Dmontrer ensuite que toutes ses valeurs propres sont

E.

x R,V (x) E .
V.f (x) = V (x)f (x)] ;
:

[indication : il sut de

(u, (V E)u) pour une fonction u quelconque et dmontrer que sa valeur est
0]. En combinant avec le rsultat de la question prcdente, que pouvez vous

considrer
toujours

dduire pour l'oprateur

H = D2 + V
5.

Pour un oprateur hermitien, le minimum de

(x, Ax) avec la contrainte (x, x) = 1 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

joint de l'oprateur gradient est l'oprateur

divergence,

R3 ,

dmontrer que l'ad-

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 terme

x2 3x + 2 = 0, on peut remarquer que l'on


(x 1)(x 2) = 0 ; on remarque ensuite que pour que ce

plus simple. Par exemple, pour rsoudre


peut la ramener la forme

0, il sut qu'un des termes soit nul, et qu'il sut donc de rsoudre les
x 1 = 0 et x 2 = 0 pour avoir les solutions du problme. Or, ces

produit soit

deux

quations

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.

103

9 Les oprateurs linaires.


9.7.1 L'oscillateur harmonique en mcanique quantique.
L'oprateur

Appelant

H = D2 + V (X)

joue un rle trs important en mcanique quantique.

la fonction d'amplitude, l'quation de Schroedinger est de la forme

= H
t

Nous avons vu au 9.6 qu'il est hermitien est que toute ses valeurs propres sont suprieures

E0 ,

V (x).

la valeur minimum de la fonction

cintique et l'oprateur

V (x)

L'oprateur

D2

joue le rle de l'nergie

H est appel
L2 ] , +[ et la gestion des
((x ) = 0 ). Nous avons vu

celui de l'nergie potentielle ; l'oprateur

Hamiltonien du systme. Nous travaillons dans l'espace


conditions aux limites ne pose pas trop de problme

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
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 = D+X
A = D + X
et rcrire

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.

104

9 Les oprateurs linaires.


Lemme.

Si

est une fonction propre de

est une fonction propre de

associe la valeur propre

associe la valeur propre

E , alors A 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

et dmontrer que

HAE = (E

2)AE . Comme nous savons que tous les valeurs propres sont > 0, il existe donc forcment
une valeur propre minimum que nous appelons  (noter que 0 <  < 2). Toute les autres
valeurs propres sont donc de la forme (2n + ), avec n N.
Il nous reste maintenant dterminer cette valeur . Appelons 0 la fonction propre
associe . 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
Et par consquent,

En = 2n + 1.

 = 1.

Les valeurs propres de l'oprateur

sont donc de la forme

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

des fonctions propres de

2.

et

de l'oscillateur harmonique dans la base

H.

En appliquant de faon rcursive l'oprateur

propre

3.

0 ,

dmontrer que la fonction

est bien de la forme donn par l'quation (9.5).

Guider susement le lecteur pour rsoudre l'atome d'hydrogne.

105

10 Les systmes Sturm-Liouville.


10.1 Introduction.
Nous allons traiter dans ce chapitre la thorie gnrale

linaires

des quations direntielles

de second ordre de la forme :

Lu = u
o

(10.1)

u(x) est une fonction au moins deux fois drivable, la fonction et ses drives tant de
2
est un scalaire que nous appelons valeur propre et L est un oprateur

carr sommable .

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 ci-dessus 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

nu
= 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
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
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.

106

10 Les systmes Sturm-Liouville.


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
la solution gnrale s'crit

(10.4)
sont relles

u(r, , t) =

X

et

ngative ?) alors


Ak eickt + Ak eickt k (r, )

k
En coordonne cylindrique, l'quation (10.4) s'crit

2
2 k
k
2 k
=
r
+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
o

m = m (r)

d2 m
d
+r
+ r2 k 2 m = m2 m
dr2
dr

est la fonction propre et

k (r, ) =

X

(10.6)

est la valeur propre. La solution de (10.5) est


Bm eim + Bm eim m (r)

k : k (r, + 2) =
k (r, ). Cette symtrie nous impose que m ne peut pas tre quelconque, mais doit tre
entier : m = 0, 1, ... Nous rencontrerons constemment cette symmetrie et sa consquence
Nous remarquons en plus une symtrie remarquable dans la fonction

pour signier superposition. Si la variable sur laquelle on somme est


Z)alors a son sens habituel. Si par contre la variable
R de sommation est continue ( R) alors

3. Nous utilisons le symbol


discrte (

le symbol doit tre compris formellement comme une intgrale

107

10 Les systmes Sturm-Liouville.


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

00
0
x2 J m
(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,

nous trouvons

 c2 f 00
a00
1
c2 00 + 0 /r 2
=0
a

r f
Cette quation est valable pour tous
et

et nous varions

(r, , t).

(10.8)

Supposons que nous gardons constance

Les deux premiers termes de cette quation ne dpendent pas de

et restent inchang. Pour que l'quation soit satisfaite, nous devons avoir

f 00 /f = Cte.

m2 ,

f ( + 2) = f () nous impose Cte =


m = 0, 1, ... De la mme
manire, si l'on fait varier t, les deux derniers termes restent inchangs et nous devons
00
donc avoir a /a = cte ; la solution devant rest born pour tous les temps, nous devons
2
avoir cte = k . L'quation (10.8) se transforme alors en

La contrainte

(k/c)2 +
en multipliant par


1 00
+ 0 /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.

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

(10.9)

u(r, , ) = f (r)g()h(). En suivant notre procd, nous aboutissons






1 d
1
d
dg
1
d2 h
2 df
r
+
sin()
+
=0
f (r) dr
dr
g() sin() d
d
h() sin2 () d2

Par des arguments analogues ce que nous avons utiliss prcdemment, nous obtenons

h00 ()
= m2
h()

108

10 Les systmes Sturm-Liouville.


et

1 d
f (r) dr

r2

df
dr


=

(10.10)

f de la forme f (r) = An rn + Bn r(n+1)


est fonction propre, avec la valeur propre = n(n + 1). Ceci nous donne pour la dernire

Il n'est pas dicile de vrier qu'une fonction


quation

1 d
sin() d


 

dg
m2
sin()
+ n(n + 1)
g() = 0
d
sin2 ()

Et nous allons quelques peu nettoyer cette dernire quation. Remarquons d'abord que

g() est pair ; nous n'avons donc besoin de le rsoudre que sur l'intervalle par
exemple [0, ]. Posons cos = t ( t [1, 1] ) et g() = P (t). La drivation en chane
nous donne d/d = sin (d/dt) et donc

 

d
m2
2 dP
(1 t )
+ n(n + 1)
P (t) = 0
(10.11)
dt
dt
1 t2
la fonction

Les solutions de cette quation, appeles les fonctions de Lengendre associes sont notes

Pnm (t).

Pour

m = 0,

L'quation s'crit

(1 t2 )P 00 (t) 2tP 0 (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 6= 0

s'obtiennent partir des

m = 0.

La partie angulaire de

l'quation de Laplace est donne par

Ynm (, ) = eim Pnm (cos )


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 comme

les fonctions propres des deux oprateurs

L2

et

Lz

dans les problmes 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 pouvait se mettre sous la
forme de
variable

(L1 + L2 + ...)u = 0
4

o l'oprateur

Li

ne contient que des drivations sur la

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.

109

10 Les systmes Sturm-Liouville.


Prenons l'espace des fonctions deux variables (que nous appelons
notre propos. Soit un oprateur

x et y ) pour illustrer

dans cet espace que l'on peut crire comme la somme

H = Hx + Hy (par
= 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) dans cette base :
X
u(x, y) =
ci (x)i (y)
de deux oprateurs, chacun ne contenant qu'une seule dpendence :

exemple, pour le laplcien en cartsien nous avons

i
connaitre les coecients

ci (x) est quivalent connaitre la fonction u(x, y) 5 . Si nous rem-

plaons l'expression ci-dessus dans l'EDP que nous tentons de rsoudre, nous trouvons,
en utilisant les proprits de linarit de

H
!

Hu = H

ci (x)i (y)

H (ci (x)i (y))

(Hx .ci (x) + i ci (x)) i (y)

i
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 dif-

frentielle 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
5. Souvenez vous, nous appelons cela l'interprtation de Schrodinger.

110

10 Les systmes Sturm-Liouville.


c = 1. Nous voyons que cette quation possde la mme structure que
(10.12). Pour la variable [0, 2], les fonctions exp(im) sont des fonctions propres
2
de l'oprateur associes la valeur propre m (de plus, m Z) . Pour la variable
t ], +[, les fonctions exp(ikt)sont des fonctions propres de l'oprateur tt associes
2
la valeur propre k . Si l'on cherche la solution gnrale sous la forme de
X
u(r, , t) =
Rk,m (r)eim .eikt
o nous avons pos

k,m

Rk,m (r) doit obir



k 2 (rr + (1/r)r ) + m2 /r2 R(r) = 0

Alors, d'aprs ce que nous avons dit, la fonction

l'quation

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



2
1 2
rr + r + 2 L u = 0
r
r
L2
, :
o

est l'oprateur qui contient toutes les drives par rapport aux variables angulaire

L2 =
Nous connaissons une base propre

1
1

sin +
sin
sin2
6

de l'oprateur

L2 qui sont les sphriques harmoniques

Ynm (, ), associe la valeur propre

n(n + 1). Si on cherche


X
u(r, , ) =
R(r)Ynm (, )

la solution sous forme de

m,n
alors la fonctions

R(r)

doit obir l'quation

2
n(n + 1)
R00 (r) + R0 (r)
R(r) = 0
r
r2
Exercices.

1.

Dmontrer que la fonction

l'quation de Bessel si

m)

m Z.

Jm (x) = (1/)

R
0

cos(x sin m)d

est solution de

Cette fonction est appele la fonction de Bessel (d'ordre

de premire sorte.

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
2
avions simplement dmontr que les sphrique harmonique sont les fonctions propre de l'oprateur L .

111

10 Les systmes Sturm-Liouville.


2.Transforme de Bessel-Fourier.

Soit une fonction de deux variables

f (x, y)

dont la

transform de fourier (bidimentionnel) est

Z Z

f(u, v) =

f (x, y) exp (i (ux + vy)) dxdy

f est de symtrie cylindrique, c'est dire qu'on peut l'ecrire comme f (r)
x + iy = r exp(i). Dans ce cas, on peut galement choisir les coordonnes polaires
dans l'espace rciproque u + iv = q exp(i). Dmontrer alors que f est galement de

Supposons que
o

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 :

Z
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 :

3.

R
0

J (kr)J (k 0 r)dr = (k k 0 )/k .]

Dmontrer que pour

entier, les deux fonctions

m
Jm

Jm (x) = (1)m Jm (x).

entier,
et

Jm

de Bessel tant de second ordre, elle a besoin de


solution note souvent

Ym (x)

deux

solutions indpendantes. L'autre

est appel la fonction de Bessel de seconde sorte. [Help :

eectuer le changement de variable

4.

Cela montre que pour

ne sont pas linairement indpendantes. L'quation

].

En ramenant l'quation suivante


x2 u00 + xu0 + x2 m2 u = 0
u = x w
+ ( 1)2 /4.

une quation de Bessel, donner sa solution gnrale. [Help : poser

5.

en consquence. Solution :

u(x) = J (x)/ x

2
o

m2

et choisir

Rsoudre l'quation


x2 u00 + xu0 + 2 x2 m2 u = 0
x = y ,
u(x) = Jm (x )]
[Help : poser

6.

et choisir

pour se ramenr une quation de Bessel.Solution :

Combiner les deux questions prcdente pour rsoudre

xu00 + (p + 1)u0 + u/4 = 0


[Solution :

u(x) = xp/2 Jp ( x)].

112

10 Les systmes Sturm-Liouville.


7.

Polynmes de Legendre associs. Soit la fonction

u(x)

solution de l'quation de Leg-

endre

(1 x2 )u00 2xu0 + n(n + 1)u = 0


Dmontrer alors que la fonction

v(x) = (1 x2 )m/2 (dm /dxm )u(x)

est solution de l'qua-

tion de Legendre associe


(1 x )v 2xv + n(n + 1)
2

00

Si on sait que le polynme de Legendre


pour

Pn

m2
(1 x2 )

est d'ordre

n,


v=0

que peut on dduire pour

Pnm

m > n ? Construire explicitement les trois premiers polynomes de Legendre. [Help :

Commencer par dmontrer par rcurrence que



dm (1 x2 )u00 2xu0 + 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

8.Moment cintique.

Soit l'oprateur

m.

L2 = L2x + L2y + L2z .

Dmontrer que l'oprateur

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 indices
Nous avions dj vu que Lz = . Dmontrer que les harmoniques sphriques
fonctions propres de Lz , donner les valeurs propres associes.

Rappel :

(x, y, z).
sont

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
Comme nous connaissons les fonctions propres de

tt (= exp(kt) ) et de L2 (= Ynm (, )

), il sut de chercher la solution gnrique sous la forme de

u(r, , , t) = R(r)Ynm (, )eikt


o

= 1

et

|m| < n,

et obtenir une quation pour

R(r).

On devrait obtenir, pour

1
R(r) = J0 (n+1/2) (kr)
kr
o

0 = 1.

Ces fonctions sont parfois appeles des Bessel sphriques.

113

10 Les systmes Sturm-Liouville.


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

x2 R00 + 2xR0 + (x2 + x n(n + 1))R = 0

exp(iEt) de it ; = / E (on
m
la fonction propre Yn (, ). En

o :E est la valeur propre associe la fonction propre

E > 0) ; n(n + 1) est la valeur propre associe


R(x) = xs ex u(x) et en choisisant s convenablement,

suppose
posant

on peut obtenir l'quation

xu00 + 2(1 + n x)u0 + [ 2(1 + n)]u = 0


Cette quation est connu sous le nom de l'quation de Laguerre.

Legendre.

Qq chose autour de l'expansion

X r0 n
1
1

=
=
Pn (cos )
|x x0 |
r2 + r02 2rr0 cos n=0 rn+1

10.3 Les systmes Sturm-Liouville.


Revenons notre propos original sur l'quation

Lu = u

est un oprateur dif-

frentiel 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, g) =

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

Le lecteur peut vrier que cette denition possde toutes les bonnes proprits que l'on
exige d'un produit scalaire,

si w(x) 0 7

. 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

o l'oprateur

: (f, Lg) = (Lf, g)C'est d'ailleurs prcisment ces systmes


L est hermitien que nous appelons Sturm-Liouville. Les oprateurs hermi-

est hrmitien

tiens 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)


7. Il faut que

w(x) > 0

sur un ensemble de mesure non-nulle, par exemple sur un intervalle

8. Nous avonsn le choix du poids

w(x)

114

10 Les systmes Sturm-Liouville.


o

dx et dxx

dnote les drives premire et seconde et

rels. Comme on exige de

, ,

sont des fonctions valeurs

d'tre hermitien, cela limite le choix des fonctions

on regarde d'un peu plus prs, aucune contrainte ne pse sur

(x).

Si

, , .

Si

est hermitien, il

L+(x) est galement hermitien. Pour tudier les contraintes


qui psent sur et , nous choisissons donc pour l'instant (x) = 0, cela nous simplie
l'criture. Formons la dirence I = (Lf, g) (f, Lg). En eectuant une intgration par
est trivial de dmontrer que

partie, nous parvenons facilement

 0

(f g f g 0 )(w)
Z


+
(f g 0 f 0 g) (w)0 w dx

I =

L'hermicit de

nous exige donc que

(w)0 = w
 0

(f g f g 0 )(w) = 0
L'quation (10.13) dnit en fait le poids

(10.13)
(10.14)

que l'on doit choisir en fonction de

et

La condition (10.14) nous indique que selon l'espace des fonctions que nous nous

sommes choisi, nous devons exiger de

x .

Remarquez que

w = 0

de tendre susement rapidement vers 0 quand

est solution de l'quation (10.13), donc nous pouvons

w > 0 une rgion o w = 0 et satisfaire ainsi


la condition (10.14). Remarquer qu'une fois w choisie convenablement, nous pouvons
mettre l'quation direntielle Lu = u sous la forme de


d
du
(w)
+ ( )wu = 0
dx
dx
eventuellement connecter une rgion o

C'est sous cette forme que les systmes Sturm-Liouville ont t formuls. Notez que
l'quation (10.13) est une quation direntielle simple dont la solution est donne par

C
w(x) =
(x)
o par

dx

(10.15)

nous dnotons une primitive.

Exercices.

Dmontrer qu'utiliser un poid

un changement de variable

x = (s)

w(x)

pour le produit vectoriel revient faire

dans un produit scalaire avec un poid

1.

10.4 Les solutions polynomiales de Sturm-Liouville.


Nous allons partit de maintenant nous restreindre aux solutions polynomiales des
systmes Sturm-Liouville

LPn = n Pn

115

(10.16)

10 Les systmes Sturm-Liouville.


o

Pn (x)

est un polynme de degrs

n.

Si nous arrivons trouver de telles solutions

Pn consitutent bien
n N soit reprsents 9 .

pour un systme donn, nous aurons la garantie que ces fonctions


une base de notre espace des fonctions, pourvu que tous les

La recherche des solutions polynomiales impose une forte contrainte pour satisfaire la

(w) doit tendre trs rapidement vers 0 quand x ,


= 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
condition d'hermicit (10.14) :

ou doit tre
cela.

L ne contient au plus que des drives d'ordre 2, cela nous impose que les
coecients , , soit eux mme des polynmes, de degrs 2 pour , 1 pour et 0 pour
. (Exercice : le dmontrer en considrant les trois premiers polynmes n = 0, 1, 2). Nous
Comme

devons donc considrer tous les systmes Sturm-Liouville o

10

(x) = 2 x2 + 1 x1 + 0
(x) = 1 x + 0
(x) = 0
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.

ax2 + bx + c = 0. Au lieu de rsoudre


remplacer x par x + x0 et rsoudre

Prenons l'quation algbrique lmentaire


ment cette quation, nous pouvons

directe-

ax2 + (2ax0 + b)x + (ax20 + bx0 + c) = 0


x0 . Une fois cette quation rsolue, nous pouvons toujours
x x0 pour retrouver la solution de l'quation originale. Si nous choi2
0
sissons 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 une valeur arbitraire de


remplacer

par

pour obtenir l'quation

x2 + c0 = 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 (10.16), nous avons 4 degrs de liberts. Par

exemple, au lieu de considrer l'oprateur

L,

nous pouvons tudier l'oprateur

aL,

est un scalaire. Les fonctions propres de cette nouvelles quations restent inchanges, les

a. Cela nous donnera par exemple la possibilit de toujours


6= 0). Nous pouvons galement tudier l'oprateur L + a : a

valeurs propres deviennent


choisir

2 = 1

(quand

nouveau, les fonctions propres restent inchanges, les valeurs propres seront deplaces
9. 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.
10. Vous remarquerez donc que les fonctions de bessel ne sont pas polynamiales.

116

10 Les systmes Sturm-Liouville.


a.

de

0 = 0. Nous avons galement toujours


l'axe x. Nous aurons donc au plus que deux

Nous utiliserons cela pour toujours choisir

la libert de choisir l'origine et l'chelle de


paramtres libres.

Exercices.
1. Comment se transforme l'quation de Jacobi

(1 x2 )u00 + [p q + (p + q + 2)x]u0 = 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.

(x)

10.4.1

quadratique.

Comme nous l'avons dit, nous utilisons un degrs de libert pour choisir
Nous pouvons donc crire

(x).

(x) = (x0 + x)(x1 x)

x0

et

x1

2 = 1.

sont les deux racines de

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

Exercices.
l'oprateur

x0 = 1

et

x1 = 1.
y = a(x b) qui transforme eectivement
(1 y 2 )(d2 /dy 2 )
et il est coutume de les noter 1 = (p + q + 2) et
fraction simple de / s'crit alors

Trouver le changement de variable

(x0 + x)(x1 x)(d2 /dx2 )

Il nous reste deux paramtre

0 = q p.

La dcomposition en

en oprateur

(x)
q+1
p+1
=

(x)
x+1 1x
ce qui nous amne nalement, d'aprs l'q.(10.15),

w(x) = (1 + x)q (1 x)p


N'oublions pas que nous exigeons
prendre

p, q

w 0

trs rapidement quand

x .

On peut

aussi ngative que l'on veut, on ne peut pas satisfaire cette exigence telle

quelle. Par contre, si

p, q > 1, nous voyons que w s'annule sur les bords. Nous chisisons

donc

w(x) = (1 + x)q (1 x)p


= 0

si |x|<1

sinon

Les polynmes associs ce choix des paramtres sont appels des polynmes de Jacobi

(p,q)

Jn

(x). Certains choix de p, q ont obtenus des noms propres. Par exemple, p = q = 1/2
w(x) = (1 x2 )1/2 et les solutions s'appellent les polymes de

nous donne une fonction

117

10 Les systmes Sturm-Liouville.


Chebychev

11

. Pour

p = q = 0,

nous obtenons les polynmes de Legendre, avec le poids

w(x) = 1.

(x)

10.4.2

linaire.

2 = 0. Cette fois, nous n'avons qu'un


(x) = x ; (x) = x + s + 1.Cela dtermine

Nous considrons le cas


Nous choisissons

seul paramtre libre.

w(x) = xs ex
x +, mais pas pour x . Cependant, ont
s > 1, nous pouvons connecter la fonction ci-dessus pour x > 0
la fonction w(x) = 0 pour x < 0. Les solutions de ce systme sont appels les polynmes
(s)
de Laguerre associs Ln (x). Pour s = 0 les solutions s'appellent simplement les polynme
Cela nous convient parfaitement pour

peut remarquer que si

de Laguerre et nous les rencontrerons pour la rsolution de l'atiome d'hydrogne.

(x)

10.4.3

constant.

Nous n'avons plus de paramtres libres et tous les cas se ramne au choix

(x) = 2x

( le coecient de

(x) = 1

ngatif ne pourra pas satisfaire l'hermicit) et nous

obtenons

w(x) = ex

Les solutions sont appeles les polynmes d'Hermite

12

. Nous les rencontrerons trs

frquement dans les problmes d'oscillateurs harmoniques.

10.5 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
d'ordre

n.

n,

le terme

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 )u00 ((p + q + 2)x (p q)) u0 + n(n + p + q + 1)u = 0


Pour les Chebychev, les valeurs propres sont de la forme
de la forme

n = n2 et pour les les legendre

n = n(n + 1).

11. 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

f (x)

en

[1, 1].

On cherche un polynme de degrs

points et qui minimise l'cart (maxx[1,1] |f (x)

Tn (x)|

n Tn (x)

nos polynmes.
12. Professeur l'Ecole Polytechnique et l'ENS dans les annes

118

qui concide avec

) avec ce dernier. Les solutions sont

1850 1880.

10 Les systmes Sturm-Liouville.


L'quation de Laguerre s'crit

xu00 (x (s + 1)) u0 + nu = 0
avec les valeur propres

n = n.

L'quation d'Hermite est

u00 2xu0 + 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 poser

fn (x) =

Pn

i
i=0 ai x , remplacer l'expression dans l'quation direntielle du polynme

et dduire les coecients explicitement. Par exemple,

[n/2] 

Pn (x) =

i=0
[n/2]

Hn (x) =

i=0
o

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 Sturm-Liouville :

fn (x) = Cn

1 dn
(n w)
w dxn

Nous omettons la dmonstration de cette formule

13

, mais un des sous produit de cette

dmonstrations nous fournit la norme des polynmes orthogonaux :

w(x)fn2 (x)dx = (1)n n!an

n (x)w(x)dx

Comme nous l'avons souvent indiqu, les polynmes orthogonaux sont dnis un coefcient multiplicatif prs, et on peut utiliser l'expression ci-dessus pour les normaliser.

10.6 Les solutions non-polynomiales.


La fonction hypergomtrique, les fonctions de Bessel.

fn est un polynme de degrs n et de dmontrer ensuite que fn


w. Comme nous savons que les systmes de polynmes orthogonaux

13. Il sut d'abord de dmontrer que


et

fm

sont orthogonale avec le poids

avec un poid

sont unique ( un coecient multiplicatif prs, voir un des exercices plus bas) nous

tenons notre dmonstration.

119

10 Les systmes Sturm-Liouville.


10.7 Problmes.
1.

Calculer la fonction poids pour les quations suivantes ; mettre ces quations sous

forme SL :
1. Equation de Legendre
2. Equation de Mathieu

(1 x2 )y 00 2xy 0 + n(n + 1)y = 0


(1 x2 )y 00 xy 0 + n(n + 1)y = 0

3. Equation de Bessel

x2 y 00 + xy 0 + (k 2 x2 m2 )y = 0

4. Equation de Bessel

y 00 + (1/x)y 0 + (k 2 m2 /x2 )y = 0

5. Equation de Bessel modie :


6. Equation de Laguerre
7. Equation d'Hermite
8.

2.

x2 y 00 + xy 0 + (x2 m2 ) = 0

xy 00 + (1 x)y 0 + ny = 0

y 00 2xy 0 + 2ny = 0

x3 y 00 + xy 0 + 2y = 0

Dmontrer que le systme suivant, o tous les coecients sont rl,

(x2 + 1 x + 0 )y 00 + (1 x + 0 )y 0 y = 0
(x) a deux racines complexes [Help : dmontrer
w n'est pas susement rapidement dcroissant et ensuite qu'on ne peut
pas trouver w continue s'annulant en deux points, pour pouvoir ensuite le connecter
la solution w = 0. Pour dmontrer ce dernier point, remarquer que (x) peut se mettre
R
2
2
sous la forme de (x a) + b et que
dx/(x) = (1/b)Arctg (x a) /b].

n'a pas de solution polynomiale si


d'abord que

3.

Dmontrer que le systme SL

(x)y 00 + (1 x + 0 )y 0 y = 0
n'a pas de solution poylnomiale si

4.

Soit

{Pn }

et

{Qn }

1 x + 0 0.

deux ensembles de polynmes orthogonales, avec le mme poids

w(x). Dmontrer alors que les deux polynomes sont proportionnel : Pn = an Qn . Autrement
dit, un coecient multiplicatif prs, les polynmes orthogonaux associs un poids sont
unique.

5.

6.

{Pn (x)} sont les fonctions propres d'un systme SL


w(x), alors les polynomes {Pn0 (x)} sont orthogonaux avec le poid w(x)(x).

Dmontrer que si les polynmes

avec le poids

Dduire de la question prcdente que les polynmes ultrasphriques

Gm
n (x)

s'obti-

ennent partir des polynomes de legendre :

Gm
nm (x) =

dm
Pn (x)
dxm

Quelle est la relation entre les ultrasphriques et les fonctions de legendre associs ?

120

10 Les systmes Sturm-Liouville.


7.

Tn (x)

Les polynmes de Tchebychev

1/2. En crivant l'orthogonalit


Tn (cos()) = cos n.

sont des polynmes de Jacobi pour

des ces fonctions (et en supposant

p = q =

Tn (1) = 1)

dduire

que

8.

A quelle quation obit la fonction

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 00 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

f (x)

2
pour liminer le terme en x (x) (attention au signe choisi) ? Que devient alors l'quation au valeurs propres pour

? Comment les valeurs propres sont 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)

solution de

x(1 x)u00 + [c (a + b)x]u0 abu = 0


et les polynmes de Jacobi ?

11.

Dmontrer que les polynmes orthogonaux obissent la relation de rcurrence

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 dirence sur la
l
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.

y .

Soit

u(x) =

Dmontrer que

wy , o y est la solution d'un systme


u obit une quation du genre

Sturm-Liouville

y 00 + y 0 =

u00 + Ru = 0
o il faut expliciter la fonction

R(x).

Cette forme est le point de dpart d'une approxi-

mation clbre, appel WKB.

121

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


minimum) ?

pour lequel la fonction

f (x)

est maximum (ou

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.

x,

Nous savons que pour un tel point

f 0 (x) = 0.
Donnons nous maintenant une fonctionnelle

tion

L.Ceci

est une machine qui prend

une fonc-

en entre et produit un nombre en sortie. Par exemple

b

Z
S(f ) =


f (x)2 + f 02 (x) dx

(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
cette machine, elle produit le nombre
le nombre

b a.

Si on y entre la fonction

exp x,

sin x dans

elle produit

2 exp(2b) 2 exp(2a).

Le calcul variationnel consiste rpondre la question suivante : quelle est la fonction

qui produit la plus grande sortie

que

S(f ) ? La rponse que nous allons voir par la suite est

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 brachis-

tochrone. Soit un point

A(0, 0)

situ dans le plan vertical, reli un point

par un toboggan dont la forme est donne par la fonction


glisser sans frottement du point
toboggan, (la fonction

f ),

y = f (x).

B(x1 , y1 )

On laisse un objet

le long du toboggan. Comment choisir la forme du

pour que le temps d'arriv au point

soit minimum ? Vous

voyez qu'une fois qu'on se donne un toboggan, c'est 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 de mettre cela en forme. La vitesse de
l'objet l'ordonne

est parcouru en un temps

p
p
2gy.L'lment d'arc ds = dx2 + dy 2 = (1 + f 0 (x)2 dx
dt = ds/v . Le temps total du parcours est donc
Z x1 s
1 + f 0 (x)2
T =
dx
2gf (x)
0

vaut

122

11 Le calcul variationnel
Et il faut trouver la fonction

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.
au temps

t=0

soumise un potentiel

x(t).

Prenons une particule de masse

et arrive un autre point

La fonction

x(t)

V (x).

x = x1

au temps

qui quitte le point

t = t1 .

x=0

Cette particule est

Le mouvement de la particule est donn par la fonction

qui minimise

t1

S=


(m/2)x 2 (t) V (x(t)) dt

(11.2)

0
est la trajectoire suivie par la particule. Ceci est une nouvelle formulation de la m-

F = ma o la fonction
x(t). Ici, la dmarche
(0, 0) (t1 , x1 ), la particule

canique. Classiquement, nous rsolvons l'quation direntielle

F (x) = dV /dx

et

a = d2 x/dt2 pour

remonter la trajectoire

est dirente : de toute les trajectoires possibles qui relie

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.

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

Z
S[f ] =

L[f (t), f 0 (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.

L qui se trouve sous l'intgrale est appel le Lagrangien.


2
2
C'est une fonction tout ce qu'il y a de plus normal. Par exemple, L(x, y) = x + y .
0
Comme un instant donn, f (t) et f (t) sont des nombres, il est tout fait lgitime de
0
2
0
2
calculer L[f (t), f (t)] qui dans ce cas, vaut f (t) + f (t) comme l'expression que nous
Traditionnellement, la fonction

avions crit dans (11.1). En plus, nous avons le droit de prendre les drives partielles
de

: par exemple, dans ce cas,

L/x = 2x

et

L/y = 2y .

Il est usuel, si nous avions

1. A premire vue, il semble qu'il manque quelque cette formulation : l'intgrale ne contient pas de
rfrence

y1

et nous n'exigeons apparemment pas que la particule nisse sa trajectoire l'ordonn

Nous y reviendrons plus tard, quand nous aborderons les contraines.

123

y1 .

11 Le calcul variationnel

y1
f+g
f
g
y0

Figure 11.1: Une fonction f


not

L[f (t), f 0 (t)],

et une variation

de noter ces drives partielles par

autour de cette fonction.

L/f

et

L/f 0

: cela veut juste

dire drive partielle par rapport au premier ou deuxime argument. Dans ce cas, nous
aurions eu par exemple

L/f 0 = 2f 0 (t).

L/f 0

D'ailleurs, si vous remarquez,

est ici

t et on peut par exemple prendre sa drive par rapport au temps :


0
d[L/f ]/dt = 2f 00 (t). Si au dbut, vous trouvez cette notation abrupte, remplacez f
0
et f avant les drivations par x et y , et remettez les leur place une fois les oprations
une fonction de

termines. Mais 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 veut

trouver l'extremum. Si nous connaissons la valeur de la fonction au point


accroissement quand on se dplace au point

x+

df = f (x + ) f (x) = A(x) + termes

d'ordres

: si nous avions pris un

point

df

et

au point

x,

est petit) est

deux fois plus grand, nous aurions eu un accroisse-

ment deux fois plus grand galement. La fonction


nalit entre

alors son

2 + ...

La premire partie de l'accroissement (celle qui est importante quand


linaire en

x,

est donne par

A(x)

est le coecient de proportion-

et nous avons plus l'habitude de la noter par

f 0 (x).

Le

0
est un extremum si le coecient de proportionnalit f (x)

se dplaant autour du point

x,

l'accroissement de

( l'ordre 1

= 0, c'est dire qu'en


en  ) est nulle.

Nous n'avons qu' suivre cette mthodologie pour trouver l'extremum de notre fonc-

g(t) la fonction f (t), et calculer l'accroissement de la fonctionnelle dS = S[f + g] S[f ]. Avec un peu de chance, cette
accroissement comporte un terme linaire en  :
tionnelle

S[f ]

: Nous allons ajouter la fonction

dS = S[f + g] S[f ] = A[f, g]. + termes


o

A[f, g]

disons que

d'ordre

2 + ...

est un coecient de proportionnalit qui dpend des fonctions

est un extremum si

A[f, g] = 0

124

quelque soit

g!

et

g.

Nous

Cela est analogue trou-

11 Le calcul variationnel
ver l'extremum d'une fonction de plusieurs variables : le point

(x , y , z , ...)

est un ex-

f (x, y, z, ...) si en ce point, quelque soit le dplacement ( par


(dx, 0, 0, ...) ou (0, dy, dz, ...) ) la partie linaire de l'accroissement est nulle. Une

tremum de la fonction
exemple

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

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 lesquelles

f (a) = y0

et

f (b) = y1 .

Comme

fasse galement, nous ne devons considrer que des fonctions


Les fonctions

f + g la
g(a) = g(b) = 0.

satisfait dj cette condition, pour que

tel que

ne sont pas donc tout fait quelconque. Nous obtenons :

L[f (t) + g(t) , f 0 (t) + g 0 (t)]dt


Z b
Z b
L
L 0
= S[f ] + 
g (t)dt + ...
g(t)dt + 
0
a f
a f

S[f + g] =

(11.4)

o nous avons simplement utilis le fait que

(L/y)k + ...

L(x + h, y + k) = L(x, y) + (L/x)h +

On peut dj voir la partie linaire apparatre. Nous pouvons mettre la

deuxime intgrale un peu plus en forme en faisant une intgration par partie :


b Z b 

L 0
L
d L
g (t)dt =
g(t)
g(t)dt
0
f 0
f 0
a dt f
a

La premire partie est nulle, puisque la fonction

vaut justement

sur les bords. En

remettant ce qui reste dans l'expression (11.4), nous avons :

Z b
dS = 
a



d L
L

g(t)dt + ...
f
dt f 0

L'intgrale est notre facteur de proportionnalit entre


extremum, alors l'intgrale doit tre nulle
est donc que

quelque soit

dS

et

.

Si la fonction

la fonction

g.

est un

La seule possibilit

satisfasse l'quation direntielle



L
d L

=0
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

Evaluons l'expression

L
f
L
f 0
0



L
L
L 0 L 00 L
0 d
= f
+f

f
f
0
0
f
dt f
f
f 0
t


 
d L
L
L

= f0
0
dt f
f
t
00

125

11 Le calcul variationnel
Si

ne dpende 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

f0

L
L = Cte
f 0

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.


le lagrangien est

L = T V,

En mcanique analytique d'un point matriel,

est l'nergie cintique est

l'nergie potentiel. Si

on se restreint au cas unidimensionnel o une particule est soumis un potentiel


alors pour la particule de trajectoire

V (x),

x(t),

L(x, x)
= (1/2)mx 2 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

x par y

dans l'expression

du lagrangien avant la drivation si cela vous drange. La drivation par rapport la


deuxime variable (

)donne

L
= mx
x
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
x + dV /dx = 0
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,
s'crit

 
d L
=0
dt x

126

L/x = 0,

et l'quation d'E.L.

11 Le calcul variationnel
ou encore la quantit
mouvement

p = mx .

p = L/ x = Cte.

Or,

n'est autre chose que la quantit du

Donc, symtrie d'invariance par translation dans l'espace nous

impose la conservation de la quantit du mouvement. C'est un concept extrmement


profond

: chaque symtrie du Lagrangien correspond une loi de 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.

Plusieurs degrs de liberts et contraintes.

Parfois, souvent, le lagrangien dpend de

plusieurs fonctions. Par exemple, une particule dans l'espace habituel possde trois degrs
de liberts

x1 , x2 , x3 et L = L(xP
1 , x2 , x3 , x1 , x2 , x3 ). Si les xi sont les coordonnes cartsiL = (m/2) i x2i V (r). La dmarche ci-dessus peut-tre rpte

ennes, nous avons

mot mot pour dmontrer que nous aurons une quation d'E.L. pour
libert :

chaque

degrs de

L
d L

=0
xi dt x i

(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 l'expression

m = 1) T = x 2 + y 2 + z 2 aux
L'nergie potentiel est V (r), ce qui

de l'nergie cintique en coordonnes cartsiennes (on pose


coordonnes sphriques,

T = r 2 + r2 2 + r2 sin 2 .
2

donne le lagrangien

L = r 2 + 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 pour que

t = 0, = /2

et

= 0

( ce qui revient choisir le plan

de la particule et sa vitesse ), alors


particule reste dans le plan

xy .

(t) = /2

xy

dni par le rayon vecteur

vrie trivialement l'quation (11.7) : la

Le lagrangien s'crit plus simplement donc

L = r 2 + r2 2 V (r)
Nous remarquons que

n'intervient pas dans le lagrangien, le moment associ cette

variable se conserve donc :

p =

L
= 2r2 = cte

2. Ceci s'appelle le thorme de Noether, du nom de la mathmaticienne allemande qui l'a formul
vers 1912.

127

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 dif-

frentielles rsultantes. Le lecteur trouvera la solution de ses quations dans les livres de
mcanique.

Exemple 2 : Pendule paramtrique.

xy

(on suppose la gravit selon l'axe

le temps :

` = `(t).

Soit un pendule de masse

y)

m = 1 restreint au plan

dont la longueur varie de faon priodique dans

Quelle est son quation de mouvement ?

que fait le
y comme ce degrs. L'nergie cintique est donne par T = (x 2 + y 2 )/2.
2
2 2
Comme x = ` sin et y = ` cos , T = (` + ` )/2. L'nergie potentiel est U = gy =
g` cos . Pour le premier terme de l'quation E.L., nous avons
 
d L
d h 2 i
=
`
dt
dt
= `2 + 2``
Le systme possde un seul degrs de libert. Nous choisissons l'angle

pendule avec l'axe

Comme par ailleurs,


ment :

Si

L/ = U/ = g` sin , nous trouvons


 

+ 2 `/`
+ (g/`) sin = 0

l'quation du mouve-

est constante, nous retrouvons l'quation classique d'un pendule. Si maintenant

` = `0 + `1 sin t, `0  `1 , on peut
est le double
p
de la frquence propre =
g/`0 ; la phase de l'oscillateur est alors bloque ( 0 ou ) sur
oscille faiblement autour d'une position moyenne

dmontrer qu'il y a phnomne de rsonance si la frquence d'excitation

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 peut-tre trouv dans les livres de mcanique
analytique. Nous ne continuerons pas plus le sujet ici.

11.3 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

t.

xi ,

chacune de ces dernires fonction

L, nous allons considrer des lagrangien fonction de plusieurs

dernires fonction de plusieurs variable.

128

i ,

d'une

variable

chacune de ces

11 Le calcul variationnel
Exemple fondamental.

Pour xer les ides, considrons le cas de la corde vibrante

xe ces deux extrmits (x

= 0 et x = L). A chaque instant t, la hauteur de la


x est donne par (x, t). tant donne la forme de la corde l'instant
t0 ((x, t0 ) = y0 (x) ) et t1 ((x, t1 ) = y1 (x) ), quelle est l'volution de la corde qui minimise
l'action ? La trajectoire de la corde est alors la surface reliant y0 (x) y1 (x) dans le temps.
A un instant donne t, l'nergie cintique de la corde est donne par la somme de
corde la position

l'nergie cintique de tout ses points matriel,

Z
T =

(/t)2 dx

0
et son nergie potentielle est l'nergie lastique des dformations

Z
V =

k (/x)2 dx

(11.8)

0
o

cot

est la densit de la ligne et


d'une trajectoire

(x, t)

t1

t0

,

l'action (le

Lh

i
(/t)2 c2 (/x)2 dxdt

S[] =

l'ordre 1 en

c2 = k/,

) est

En considrant une variation

sa constante lastique. Notant

g(x, t)

autour de la trajectoire

(x, t),

nous trouvons qu'

la variation de l'action est

t1

L

S[ + g] S[] = 
t0


g
2 g
c
dxdt
t t
x x

En faisant des intgration par partie, nous trouvons

t1

S =
t0

S = 0

quelque soit la variation

L 2

t2


gdxdt

x2

que si le terme entre

[]est

nul, c'est dire

2
2
2

c
=0
t2
x2
qui est bien sr l'quation d'onde bien connue.

Equation gnrale du mouvement de champ.

Nous pouvons maintenant gnraliser

cette approche par des calculs aussi lmentaires que ceux ci-dessus, l'tape le plus technique tant une intgration par partie. Soit un domaine

D dans un esapce n dimensions,

o nous cherchons trouver l'extrmum de la fonctionnelle

Z
S[u] =

L(u,1 , ..., u,n , u, x1 , ...xn )dn x

129

11 Le calcul variationnel
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



n
X
L
L

=0
xi u,i
u
i=1

Remarquez que cette expression est une simple gnralisation d'EL une dimension :
l'expression de drivation de moment

(d/dx)(L/u0 )

est remplace par la somme de

toutes les drives partielles.

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

y0

L
L
y 0


=0

ou si nous voulions l'crire avec nos notations sophistiques

d
dx
ou nous avons not

L
y,x
L
y,x

y,x = y 0 = dy/dx.

Si


=0

reprsente le Lagrangien de la mcnaique

analytique, le terme entre crochet rerpsente l'Hamiltonien, une quantit scalaire. Nous
pouvons gnraliser ce concept au lagrangien d'un champ
pas explicitement des variables indpendantes. En notant


Tij = u,i

L
u,j

u(x1 , x2 , ...xn )

qui ne dpend


ij L

nous pouvons obtenir l'quivalent de l'identit de Beltrami pour un champ :

n
X
Tij
j=1
la quantit

xj

=0

qui joue le rle de l'Hamiltonian pour le champ est souvent appel en

physique le tenseur nergie-impulsion. Le lecteur interess pourra consulter des livres de


4

gomtrie pour voir la signication gnrale de ce tenseur .

3. Rappelons que

ij = 0

si

i 6= j

et

sinon. Ceci est appel le symbole de Kroneker

4. Notons quand mme que cela ressembe une expression du genre

divT = 0.

Classiquement, 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.

130

11 Le calcul variationnel
Exercices.
1. Pour une corde vibrante dans un champ de gravitation, nous devons ajouter le terme

Vg =

R
I

0 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 =

R
I

2 dx.

2. Calculer le tenseur energie-impulsion pour la corde vibrante sans potentiel extrieur. Que reprsente
Que reprsente alors

Ttt ?

Que veut dire l'identit de Beltrami dans ce cas ?

Ttx ?
n
R dimension,
V = I k()2 dr.

3. Dduire les quations du mouvements d'un champ dans un espace


o l'expression de l'nergie potentielle (interne) est donn par
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 =

Z X

aij

I i,j


dr
xi xj

o pour les coecients, nous pouvons supposer

aij = aji

(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.

11.4 Optimisation sous contraintes.


11.4.1 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 extremum, 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

qui satisfasse en plus la contrainte

x2

g(x, y) = 0.

y 2 est le point

f (x, y) =
+
(0, 0). Mais si nous contraignons notre point se dplacer sur la courbe y = ax + b, b 6= 0,
le point (0, 0) n'est pas atteignable. On peut cependant chercher un point qui minimise f

Par exemple, nous savons que le minimum de la fonction

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
5. 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.

131

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

O = (0, 0). Le point le plus


g(x, y) = 0

bas de la fonction qui doit galement appartenir la courbe


est le point

A.

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.


Revenons la dnition gnral : la variation linaire de la fonction autour du point
extremum

(x , y ) doit tre nulle quelque soit le dplacement (h, k) autour de ce point. En

prsence des contraintes, nous relchons cette exigence : il faut que la variation linaire

(x , y ) soit nulle seulement pour les dplacement (h, k) compatible avec


. Les dplacements compatibles avec la contrainte g(x, y) = 0 sont don-

autour du point
les contraintes

nes 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
solvant

en fonction de

linaire.

En r-

dans la premire quation et en l'injectant dans la deuxime,

et en exigeant maintenant que

df

soit nulle quelque soit

h,

nous obtenons

(f /x)(g/y) (f /y)(g/x) = 0
Ceci est une condition supplmentaire sur l'extremum de la fonction

(11.9)

f.

6. En mcanique, cela est appel la mthode des travaux virtuels


7. On peut galement dire que pour que le systme
trivial

h = k = 0,

Ah + Bk = 0, Ch + Dk = 0

il faut que le dterminant de la matrice

A
C

B
D

soit nulle.

132

ait une solution non

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
ou autrement dit,

x + ay = 0. En combinant cette quation avec la contrainte y = ax + b,


x = ab/(1 + a2 ), y = b/(1 + a2 ).

nous trouvons les coordonnes du point extremum :

11.4.2 Les multiplicateurs de Lagrange.


Lagrange a introduit une mthode quivalente ce que nous venons de voir ci-dessus.

f (x, y) avec la contrainte g(x, y) = 0.


et considre maintenant le problme
F (x, y, ) = f (x, y) g(x, y). Cela nous donne

Nous voulons optimiser

Lagrange introduit une

variable supplmentaire,

de l'optimisation (libre)

de la fonction

F
x
F
y
F

=
=

f
g

=0
x
x
f
g

=0
y
y

= g(x, y) = 0

(11.10)
(11.11)

(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

Re-exemple.

.
f (x, y) = x2 + y 2 avec la contrainte g(x, y) =
2
2
fonction F (x, y) = x + y (ax + y b). Cela

Minimisons la fonction

ax + y b = 0.

Nous introduisons la

nous donne

2x + a = 0
2y = 0
Ce qui bien sr nous donne

x+ay = 0. Nous trouvons nouveau le mme point optimum ;


= 2y = 2b/(1 + a2 ).

de plus, si on le souhaite, on peut trouver galement


Le coecient

est appel un multiplicateur de Lagrange. La mthode a une signica-

tion physique profonde : supposons que nous avons un point matriel dans le potentiel

f (x, y)

astreint rester sur la courbe

g(x, y).

soumis une force non-nulle de la part du potentiel


rester sur la position

x ,

il faut que la courbe

x , le point (qui est stable) est


F = (x f, y f ). Pour qu'il puisse

Au point

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.

8. 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.

133

11 Le calcul variationnel
11.4.3 Gnralisation des multiplicateurs de Lagrange.
Les multiplicateurs de Lagrange se gnralise de faon naturelle aux fonctions de

m contrainte. Pour optimiser la


g1 (x1 , ...xn ) = 0,...,gm (x1 , ...xn ) = 0, nous

f (x1 , ...xn )

variables soumis

fonction

contraintes

considrons la nouvelle fonction

de

n+m

soumise aux

variable

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
avec la contrainte

R
I

g(y 0 , y)dx = A,
S 0 [y; ] =

S[y] =

R
I

L(y 0 , y, x)dx

il nous sut d'introduire la fonctionnelle


L(y 0 , y, x) g(y 0 , 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

Exemple : Le problme isoprimtrique.

A)

Trouver la courbe ferm de longueur donn

qui maximise sa surface.


Supposons

que nous pouvons reprsenter la courbe par une fonction

R(). Nous cher-

chons minimiser la fonctionnelle

(1/2)R2 ()d

S[R] =

(11.13)

0
avec la contrainte

R()d = L

(11.14)

0
Considrons la nouvelle fonctionnelle

S [R(); ] =


(1/2)R2 () R() d

{} (que nous continuons d'appeler le Lagrangien) ne contient


R ; l'quation d'Euler-Lagrange nous donne directement

Le terme entre
de drive de

mme pas

R=0
c'est dire

R = = Cte.

un cercle de rayon

, nous utilisons la
= L/2 . La courbe qui minimise la surface est donc

Ceci est bien un cercle. Pour trouver

contrainte (11.14), qui nous donne

R = L/2 .

9. 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.

134

11 Le calcul variationnel
Exemple : distribution d'nergie dans un systme isol.

Soit un systme isol ayant

particule (N

l'intervalle

+) et soit c(x) le nombre relatif de particule ayant une nergie dans


[x, x + dx[. Comme le systme est isol, le nombre de particules et l'nergie

totale sont conservs :

Z
Z

c(x)dx = 1

(11.15)

xc(x)dx = T

(11.16)

0
o nous appelons

l'nergie moyenne par particule :

du systme. Le thorme

T = E0 /N

avec

E0

l'nergie totale

de Boltzmann nous apprend que la fonction

c(x)

doit tre

choisi de faon ce que la quantit

c(x). log [c(x)] dx

H [c] =

(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

Z
c(x)dx

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
contentant d'ordre 1 en

,

H 0 [c + g; , ]

et en nous

nous trouvons

H 0 [c + g; , ] = H 0 [c; , ] + 

(1 + log c x) g(x)dx
0

la fonction
nulle

g ,

c(x)

est un extremum de la fonctionnelle

H0

si les variations linaires sont

c'est dire si

log c = ( 1) + x
ou autrement dit

1/T .

c(x) = Aex ; l'utilisation des deux contraintes nous donne A = =

Autrement dit,

c(x) = (1/T )ex/T


11.4.4 Formulation variationnelle des systmes Sturm-Liouville.
Rappelons qu'un systme Sturm-Liouville est une quation aux valeurs propres

(x)y 00 + (x)y 0 + (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

et le systme peut alors s'crire sous la forme alternative


d
wy 0 + wy = wy
dx

135

(w)0 =

11 Le calcul variationnel
Remarquer que cette forme ressemble furieusement une quation Euler-Lagrange. On
peut faire le chemin inverse : minimiser la fonctionnelle


p(x)y 02 + 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'Euler-Lagrange
du systme ci-dessus un systme SL en posant

p = w, q = w .

A 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.

11.5 Les conditions aux bords naturelles.


Revenons notre formulation initiale de problme d'xtremum. Nous voulons trouver
l'extremum de la fonctionnelle

Z
S[y] =

L(y 0 , y, x)dx

a
avec les conditions aux bords xe

y(a) = y0 ; y(b) = y1
Pour cela, nous avons crit la variation de

en fonction d'une petite perturbation

g(x)

pour obtenir

L
S =
g
y 0

b

Z b
+

L
d L

y
dx y 0

et nous avons cherch dans quelles conditions,


aux bords nous ont imposes

S = 0


gdx

quelque soit

g(x).

Nos conditions

g(a) = g(b) = 0, donc le premier terme est nul ; le deuxime

terme nous donne les quations d'E-L.


Ceci dit, nous pouvons relacher nos contraintes, et ne pas

y(a) = y0 , y(b) = y0 . Le problme serait alors :


a et b, trouver celle qui extrmise la fonctionnelle. Dans ce cas, l'annulation de S exige
exiger que

parmis toutes les courbes entre

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 annuler les

termes de surface, nous devons exiger

Figure 11.3: Bords


libres


L
=0
y 0 x=a,b

136

11 Le calcul variationnel
ce qui nous fournit deux nouvelles conditions en remplacement des conditions

y(a) = y0 ,

y(b) = y0 .
Pour illustrer ce principe, considrons un lagrangien qui contient des drives d'ordre
2 :

L = L(y 00 , y 0 , y, x). Dans ce cas, la variation s'crit





Z b
L
L
d L
L 0 b
d2 L
d L
+
S =
g
g + 00 g
+
gdx

y 0
dx y 00
y
y
dx y 0 dx2 y 00
a
a

Pour une poutre lastique soumis une charge

Z
E=

L

f (x)

par exmeple, l'nergie s'crit


By 002 f (x)y dx

0
Si la poutre est encastre (a), nous avons les conditions

y(L) = 0

et y0 (0) = y0 (L) = 0.

y(0) =

Dans ce cas, le terme de bord est

(a)
(b)
(c)

automatiquement nulle. Par contre, si la poutre est seulement pos


(b), nous avons seulement

y(0) = y(L) = 0.

Pour trouver les deux

autres conditions et annuler le terme de bord, nous devons avoir

L/y 00 = 0,

c'est dire

y 00 (0) = y 00 (L) = 0.

Nous laissons au lecteur

le soin de trouver les conditions aux limites pour le cas (c).


Dans les exemples ci-dessus, l'abscisse
bords,

tait xe sur les deux

ayant la libert de bouger le long d'une droite verticale.

Figure 11.4: poutres


xes.

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. Nous laissons le soin au lecteur d'obtenir les conditions aux limites
ncessaires dans ce cas. Un exemple typique est de trouver le chemin le plus court entre
deux courbes

f (x, y) = 0, g(x, y) = 0

sur une surface

z = z(x, y) ;

ou encore, pour les

militaires, choisir le meilleur trajectoire pour lancer un missile air-air et abattre l'avion
ennemie.

11.6 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
points inniments voisins est dnie par

ds2 =

gij dxi dxj

i,j

137

(x1 , x2 ).

La distance entre deux

11 Le calcul variationnel
o

gij = gij (x1 , x2 )

est appel le tenseur mtrique. Par exemple, si nous avons muni le

ds2 = dr2 + r2 d2
= 0.

plan euclidien de coordones polaires,

x2 = ), g11 = 1, g22 =

x2 ,

g12 = g21

et nous avons (en posant

x1 = r ,

g11 = 1, gi6=j = 0 et
. Le prrimtre d'une courbe y(x) reliant

Nous allons considrer dans la suite le cas trs particulier o

g22 =

g 2 (x), o

est une fonction quelconque

10

deux points est donne par

Z
`[y(x)] =

2p

1 + g 2 (x)y 02 dx

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 0 = a/g

p
g 2 a2

a est une constante d'intgration. Dans le cas des coordonnes polaire par exemple o
g(x) = x, nous pouvons intgrer l'quation ci-dessus 11 et obtenir l'quation d'une droite
y = + arccos(a/x) o a et sont deux constante d'intgration. Pour vous convaincre
que cela est eectivement le cas, Il sut d'inteprter x comme r et y comme , faire un
o

petit schma et quelques manipulations d'angles .


Prenons le cas plus intressant pour nous de
s'eectue sans dicult

12

g(x) = sin(x).

A nouveau, l'intgration

et nous obtenons

y = + arccos (cos cot x)


et sont deux constantes d'intgration. Nous voyons par exemple que pour = /2,
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 d'Euclide. Le cas
o

nous avons une famille de droites donnes par

que nous venons de traiter correpsond la gomtrie sphrique : sur la sphre unit, la

ds2 = d2 + sin2 d2 .

distance entre deux points est donne par

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 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'espace-temps.
10. Nous noterons par habitude les coordonnes

(x, y)

sans leur associer l'ide de coordonnes cartesi-

ennes
11. il sut d'eectuer le changement de variable
12. Il sut de poser

u = a/x

u = cot x

138

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.

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 dis-

poss 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 La-

grangien contient des drives secondes ? Plus spciquement, supposer que le Lagrangien
est de la forme

L = y 00 (x)2 + V (y).

3. Brachistochrone.

Gnraliser ensuite au cas

L = L(y 00 , y 0 , y, x).

Nous voulons minimiser

x1

T =
0

1 + y 02
dx
y

En utilisant l'identit de Beltrami, dmontrer que la courbe

y(x)

doit obir l'quation

1
=C
y(1 + y 02 )
o

C est une constante. Rsoudre cette quation du premire ordre en dmontrant d'abord

que

r
dx = dy
o nous avons pos

y
2a y

1/C 2 = 2a ; integrer cette dernire quation en posant y = a(1cos ).

[Help : nous devons obtenir l'quation du cyclode sous forme paramtrique.]

139

11 Le calcul variationnel
4. Elasticit 1-d.

Soit une barre dont on repre les points (avant deformation) par la

x. On appuie sur la barre parrallelement son axe ; les points de la barre se


x0 (Figure 11.6). Nous appelons dplacement u(x) = x0 x la

coordonnes

dplacent aux coordonnes

fonction qui traque cette quantit. L'nergie lastique stock dans la barre est proportion-

au

nel

carr

du

Z
E=

gradient

de

ce

terme

(1/2)ku0 (x)2 dx

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

Z
E=

L


(1/2)ku0 (x)2 F u0 (x) dx

u(x) = ax o est une constante


determiner. Dterminer a en utilisant les conditions aux bords
Dmontrer alors que

Figure 11.6:

naturelles (section 11.5). 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 est donn par sa courbure locale


supposons l'extrmit de la courbe maintenu

et soumis une force

F.

y = 0,

B(y 00 (x) )2 .

Nous

mais pouvant coulisser sur l'axe

Pour trouver la conguration qui minimise l'nergie, nous

devons donc trouver l'extremum de la fonctionnelle

Z
S[y, a] =

B(y 00 (x) )2 dx F (L a)

0
soumis la contrainte

a


(1 + (1/2)y 02 dx = L

0
Nous avons approxim ici l'lment de ligne

ds =

p
1 + y 02 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

140

Fc .

11 Le calcul variationnel
6. Flambage d'une poutre II.

Nous pouvons formuler direment le problme de am-

bage, 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 de l'origine
de la tangente la courbe en ce point avec l'axe horizontal

(s).

s,

et par l'angle

Ce nouveau systme de

coordonnes est relie aux coordonnes 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

Z
S[] =

Ln

B 0

2

o
+ 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 semiintrinsque

(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. isoprimtrique II.

Chercher la courbe sous forme paramtrique

avec la condition supplmentaire

x(1) = x(0)

et

y(1) = y(0).

x = x(t), y = y(t)

Ecrire tout au moins les

quations d'Euler-Lagrange.

8. Isoprimtrique III.

Quelle est la courbe de surface donne qui minimise son primtre ?

9. Equation de la chainette.
de

a.

Une chane

La longueur totale de la chane est

y(x) est suspendu entre deux points distant


L. Trouver l'quation de la chane. Help :

A l'vidence, la chane doit minimiser l'nergie potentielle, avec une contrainte sur sa
longueur. L'energie potentielle est de la forme
de

a/2

H =

yds ;

on doit donc trouver le minimum

n p
o
p
y 1 + y 0 (x)2 1 + y 0 (x)2 dx

a/2
o

est un multiplicateur de Lagrange. Obtenez galement l'quation de la chanette

laquelle on a suspendu un pont (g.11.5c)

10. Trajectoire complexe.

Soit une fonction

y(x)

complexe

(R C)

dont l'action est

dnie par

Z
S[y] =

L(y, y 0 , y , y ; x)dx

I
0
y0y

Comme par exemple L =


+ kyy . Obtenir les quations d'Euler-Lagrange de cette

fonction. [Help : il faut dmontrer que l'on peut considerer y et y comme deux composantes indpendantes, et obtenir une equation d'EL pour chacune].

141

11 Le calcul variationnel
11. 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
ci-dessus,

et

Dans la formulation

ne jouent pas le mme rle. Pouvez vous donner une version plus

symtrique de ce Lagrangien ?

12. Champs lectromagntique dans le vide.

A = (A0 , A1 , A2 , A3 )
x = (x0 , x1 , x2 , x3 ) 13 .

Nous dnissons un champ

dans un espace 4 dimensions que l'on repre l'aide des coordonnes

Comme nous sommes parfois trop habitu la sparation en espace (3d) et en temps, nous
dissocions parfois les expressions ci-dessus en donnant des noms dirents aux dirents

A = (, A) o nous appelons le potentiel


nous notons x = (t, x) o le premier composant

composants : nous notons par exemple


et

le potentiel vecteur ; de mme,

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=A
Revenons notre formulation gnrale. Le tenseur lectromagntique est dni par

Fik =
Ce tenseur est bien sr anti-symtrique
1. Donner l'expression du tenseur

2. Dmontrer que pour trois indices

Ak
Ai

xi
xk

Fik = Fki .
en fonction des champs

i, j, k ,

Ei

et

Hk .

la denition mme du tenseur

impose

Fjk
Fij
Fki
+
+
=0
xk
xi
xj
dmontrer que les seules quations non-triviales sont celles o
nous donne

i 6= j 6= l

quations que nous pouvons regrouper en

E = t H
.H = 0
qui ne sont rien d'autre que les deux premieres quations de Maxwell.

13. Nous vitons pour l'instant les exposants et notons les coordonnes

142

xi

au lieu de

xi

et cela

11 Le calcul variationnel
Dans l'espace-temps reliativiste, la distance

ds =

dx20

(dx21

ds entre deux points voisins est donne par

dx22

dx23 )

3
X

i dx2i

i=0
o

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 est donne par l'intgrale sur un volume
du Lagrangien suivant

14

3
X

L=

i j Fij2

i,j=0
Remarquer la similarit entre cette formulation et la formulation de la thorie de l'lasticit, o le champs

reprsente le vecteur dplacement et le tenseur

Fij

le tenseur

dformation. Ceci n'est pas un hasard ; Maxwell lui mme imaginait 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 H2

2. Dduire les quations du champs

3
X

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

14. 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.

143

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

x0 , nous
x0 +  :

d'une fonction au point


de la fonction au point

pouvons calculer, sous certaines conditions, la valeur

f (x0 + ) = f (x0 ) + A1  + A2 2 + ...


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

. De plus, si

au point

x0

,divis par

i!

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 rsolutions

des quations algbriques de second ordre, mais que nous savons rsoudre l'quation

x2 x = 0

, dont les racines sont

x0 = 0, 1.

Nous cherchons la solution de l'quation

x2 x +  = 0
o nous supposons

(12.1)

petit. Cherchons la solution sous forme de

X = x0 + x1 + 2 x2 + ...

144

(12.2)

12 Calcul des perturbations.


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

 : pour  = 0, nous devons trouver la solution originale. Nous connaissons


x0 , et il nous faut trouver une mthode pour calculer x1 , x2 , ... Branchons maintenant
(12.2) dans (12.1) et regroupons les en fonction des puissances d' :

fonction de
dj

(x20 x0 ) + [(2x0 1)x1 + 1]  + (x21 + 2x0 x2 x2 )2 + ... = 0


Le membre de droite de l'quation ci-dessus est un polynme en

(12.3)

et il est uniformment

nul. Nous en dduisons donc que tous les coecients du polynme doivent tre nuls, c'est
dire :

x20 x0 = 0

(12.4)

(2x0 1)x1 + 1 = 0

(12.5)

x21

+ 2x0 x2 x2 = 0

(12.6)

... = 0
L'quation (12.4), donne par le coecient de

0

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

x0 , nous dterminons facilement que x1 = 1 ou 1. L'quax2 :

tion (12.6) nous dtermine le coecient

x2 =

1. Nous pouvons continuer ainsi (cela dpend de notre patience) et


trouver les coecient xn . Ce que nous devons remarquer est que : (i) pour dterminer xk
, nous n'avons que besoin des xk1 , xk2 , ... (ii) l'quation qui dtermine xk est linaire
en xk , c'est dire ne comporte que des puissances unit de xk . C'est deux points nous

et donc

x2 = 1

x21
1 2x0

ou

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 = 0 +  + 2 + ...
2

X2 = 1   + ...

(12.7)
(12.8)

Dans ce cas prcis, nous connaissons la solution exacte

X=

1 4
2

Un dveloppement de Taylor de cette dernire nous rassure sur l'exactitude des rsultats
(12.7,12.8).

145

12 Calcul des perturbations.


Gnralisation.

Nous pouvons gnraliser l'approche ci-dessus, sans le formaliser 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 con-

naissons une valeur et un vecteur propre d'une matrices symtrique, c'est dire que nous

0 tel que A0 = 0 . Une matrice symtrique


T
par dnition est gale sa transpose A = A. Nous cherchons la valeur propre proche
de 0 de la matrice A + B . Appelons cette valeur propre .On cherche donc rsoudre
connaissons un scalaires

et un vecteur

(A + B) =

(12.9)

Procdons comme nous l'avons mentionn plus haut. Nous chercherons la solution sous
la forme

et nous cherchons s dterminer

= 0 + 1 + ...

(12.10)

= 0 + 1 + ...

(12.11)

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 suivantes :

A0 = 0 0

(12.12)

A1 + B0 = 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 inconnus, le
vecteur

le vecteur

et le scalaire

dterminer. Prenons le produit scalaire des deux cts par

(0 , A1 ) + (0 , B0 ) = 0 (0 , 1 ) + 1 (0 , 0 )
Nous avons suppos que

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.

146

(12.14)

12 Calcul des perturbations.


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 matrice B tel


  1. La matrice
A possde bien sur les deux valeurs propres 1 et 2 et les vecteurs propres associs (1, 0)
et (0, 1). Cherchons la valeurs propre proche de 1 de la matrice perturbe. D'aprs ce
T
que nous avons dit, nous devons calculer (1, 0)B(1, 0) :

 
 2
1
(1, 0).
=
2 3
0
Cette matrice est la somme d'une matrice diagonale

que

Bij = (i + j 1).

Comme

La matrice

(1, 0)(1, 0)T = 1,

est la perturbation si on suppose

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.
Considrons l'quation du mouvement d'un pendule amorti

+ + 2 sin = 0
o

est l'angle avec l'axe vertical et

que les points

= 0 et =

=0

correspond au point le plus bas. Il est vident

sont les points xes de cet quation. Supposons maintenant

que nous partons trs proche du point

(t = 0) = .

(12.15)

= 0,

c'est dire avec la condition initiale

= 0 + 1 + ...
 nous
fonction sin, nous

Cherchons comme d'habitude la solution sous forme de

En ralit, comme nous nous intressons qu' la stabilit, le terme d'ordre 1 en


sut. En injectant cette solution dans (12.15) et en dveloppant la
trouvons :

1 + 1 + 2 1 = 0

la solution gnrale de cette dernire est de la forme


eectivement vers

quand

t .

les mme oprations pour le point


nous aboutissons

Le point

= ,

=0

1 = exp(t) exp(i 0 t) et elle tend


est donc un point stable. En rptant

et en n'oubliant pas que

sin( + x) = sin x,

1 + 1 2 1 = 0

et cette fois, il est claire que quand

t , 1

147

. Le point

est donc instable.

12 Calcul des perturbations.


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,

i.e.

pour

=0

s'crit

x=

vaut

x = 1.

(12.16)
La solution exacte pour

 6= 0

1 + 4
2

et un petit dveloppement nous montre que les racines sont, pour

  1,

de la forme

x1 = 1 
1
x2 =

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 = 1 + 
qui nous redonne bien les racines en

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
de la forme
important en

est nulle, la solution est

x = A exp(t). Si la masse est non nulle, la solution, l'ordre le plus


, 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 = p t0

et

x = q y

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

148

(12.17)

12 Calcul des perturbations.


ceci est l'quation d'un mobile dans un potentiel en

kx2 + k 0 x4 .

La solution gnral

a cos(t + ). Sans perte de gnralit, on supposera


= 0. Nous cherchons alors la solution de l'quation perturbe sous forme de x(t) =
a cos(t) + x1 (t) + ... En injectant dans l'quation et en collectant les termes d'ordre 1
en  , nous trouvons que
x
1 + 2 x1 = a3 cos3 (t)
(12.18)
de l'quation non perturbe est

Or,

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 :

x
1 + 2 x1 = (a3 /4) cos(3t)
2

x
1 + x1 = (3a /4) cos(t)

(12.19)
(12.20)

La premire quation ne prsente pas de danger : c'est l'quation d'un oscillateur harmonique de frquence propre

force la frquence

et possde une solution du genre

cos(3t + ).
Par contre, la deuxime quation (12.20) est celle d'un oscillateur harmonique de

force justement . Il y a donc rsonance et la solution, qui


t cos(t + ), va devenir trs large. Cela viole notre hypothse de dpart
dveloppements en puissance d'. Nous avions crit

frquence propre

est

de la forme

sur

les

x(t) = a cos(t) + x1 (t) + ...


en supposant

x1 (t)

borne, de faon ce que

solution non perturbe

a cos(t).

x1 (t)

reste toujours petit par rapport la

Or, nous voyons qu'au bout d'un temps

t > 1/,

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

. Il n'y a aucune raison pour cela, et la frquence


+ 1 + ... La gure (12.1) montre la dirence entre

prsenter une oscillation frquence


peut galement tre de la forme

sin(t)

et

sin(1.01t)

pour les temps infrieurs vingt et pour les temps autour de 250.

Nous voyons que la dirence est peine perceptible pour les temps courts, tandis que

149

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.
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)


En injectant la forme (12.21) dans (12.17) et en collectant les termes d'ordre 1 en

(12.21)

, nous

trouvons cette fois

x
1 + 2 x1 2a1 cos[( + 1 )t] = (a3 /4) cos[3( + 1 )t] (3a3 /4) cos[( + 1 )t]
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
P (x) = an xn un polynme dont une des racines, x0 est connue, c'est dire
P (x0 ) = 0. Soit le polynme P 0 (x) = P (x) + xp . Soit x0 la racine proche de x0 de

1. Soit

ce dernier. Montrer qu' l'ordre 1,

x0 = x0 P

xp0

nan x0n1

2. Pouvez vous exhiber la correction l'ordre 2 ?

150

12 Calcul des perturbations.


3. Soit l'quation

x6 4x5 + 3x4 6x2 + 6x + 1 = 0

(12.22)

x4

comme 2 +  (o
 = 1), la somme des coecients de l'quation non perturbe vaut 0. x = 1 est donc
une solution de l'quation non perturbe (i.e. pour  = 0). Calculez la correction
cette racine l'ordre 1 en  et comparez la solution exacte x = 1.10565. Et si au
4
lieu du coecient du x , nous avions choisit un autre terme, qu'aurait on obtenu ?
Nous remarquons qu'en crivant par exemple le coecient de

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 ?

quation trencendante.
1.

x log x = 0

admet une solution pour

de 1 de l'quation

x log x = .

x = 1.

Calculez, l'ordre 3, la racine proche

Comparez la solution exacte 1.09557 pour

Pouvez-vous utiliser la mme approche pour trouver la solution proche de


2. Trouver la racine, proche de
exacte

 = 0.1.
0?

, de x sin x = . Comparez, pour  = 0.1, la solution

x = 3.10943.

quation intgrale.

Nous avons rencontr les quations intgrales lors de notre discus-

sion 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

Z
f (x) = g(x) +

K(x, x0 )f (x0 )dx0

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

f (x) = 1 +

e(x+y) f (y)dy

0
En calculant les perturbations tout ordre et en sommant la srie ainsi obtenue.
3. Faites la mme chose pour

Z
f (x) = 1 +

f (y)dy
0

Attention, les bornes de l'intgrale dpendent de


de deuxime espce.

151

x. On appelle ces quations Voltera

12 Calcul des perturbations.


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
x est quivalent un frottement. Nous voyons qu'il est ngatif si
x est petite (< 1), c'est dire que le systme reoit de l'nergie de l'extrieur,

Le coecient du terme
l'amplitude

ce qui va l'amener augmenter son amplitude. Par contre 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 perturba-

tions 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 rsonnants

amplitude

impose une condition sur l'

de l'oscillation, ce que l'on appelle un cycle

limite.

cosystme de prdateursproies.

Une des interaction fondamentale en cologie 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
nombre des prdateurs et

le

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

N P

dans la premire quation,

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
lesquels

N0 , P0

pour

dN/dt = dP/dt = 0.

2. tudiez la solution de ce systme pour les faibles carts au point xe. Cela veut dire

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 .

que nous prenons des conditions initiales du genre

152

12 Calcul des perturbations.


3. Poussez les calculs l'ordre 2 en

 et tudiez l'apparition d'harmonique suprieurs.

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 liquide lors

de la coule continue en mtalurgie) dcrit par l'quation

u
2u
4u
= au bu3 + c 2 d 4
t
x
x
o nous supposons les coecients

u(x, t) = 0

selon que

a, b, d > 0.

Discuter la stabilit linaire de la solution

est positif ou ngatif et chercher les seuils d'instabilit.

153

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 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

ni (soulignons mentalement deux fois ce

ni )

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 polaire que nous avons

P par le triplet (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 )

choisi. Supposons que nous avons repr un point

dnit la mtrique du systme de coordonnes. Nous nous contenterons par la suite de


systmes de coordonnes

orthogonales

(cartesiens, polaire, cylindrique,...) pour lesquels,

de faon gnral, nous avons :

ds2 = h21 dq12 + h22 dq22 + h23 dq32


Les quantits

h1 , h2 , h3

dpendent en gnral des coordonnes

(13.1)

qi .

On les appelle les

lments du tenseur mtrique . Il est vident que si pour un certain dplacement, nous
1. 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


ds2 peut s'crire sous la forme plus

curvilignes orthogonales, les lments non-diagonaux sont nulles et


simple de 13.1.

154

13 Les oprateurs direntiels.


avons

dq2 = dq3 = 0,

alors

ds = h1 dq1

Coordonnes cartsiennes.

On le note souvent par le triplet

simple des systmes, pour lequel

Coordonnes polaires.

tout simplement.

(x, y, z).

C'est la plus

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

Coordonnes paraboliques.

On le note souvent

h1 = h2 =

2 + 2 , h3 = 1.

(, , ), reli au systme

cartesien 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).

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

155

13 Les oprateurs direntiels.


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

champ scalaire. Cela peut tre une densit , un potentiel, ...Nous somme

de cela est un

interess par savoir de combien cette fonction change si on passe du point


voisin

P + ds.

Le gradient

est

au point

la quantit physique qui nous donne cette information :

df = f (P + ds) f (P ) = gradf.ds

(13.2)

gradf qu'on note galement f est un vecteur dont le produit scalaire avec le dplacement ds donne la variation de f . Ceci est la dnition du gradient. f priori dpend
du point P . 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 mieux au problme considr.

P est repr par (q1 , q2 , q3 ) et le point voisin par (q1 + dq1 , q2 , q3 ).


df = f (q1 + dq1 , q2 , q3 ) f (q1 , q2 , q3 ) = (f /q1 )dq1 . Le membre de droite de

Suppons que le point


Alors

l'quation(13.2) vaut

(f )1 h1 dq1
(f )1 est la composante du gradient dans la direction 1. Ceci nous donne (f )1 =
(1/h1 )(f /q1 ). En refaisant la mme opration pour les trois coordonnes, on obtient :


1 f 1 f 1 f
f =
,
,
h1 q1 h2 q2 h3 q3

Examples.

Problme.

f = (f /x, f /y, f /z).


f = (f /r, (1/r)f /, f /z).

En coordonnes cartesien, nous avons

coordonnes polaire,

En

Donner l'expression du gradient dans les autres systmes de coordonnes.

156

13 Les oprateurs direntiels.


2

2
2

(a)

(b)

Figure 13.1: Reprsentation des champs de vecteurs (fx = x, fy = y) et (fx = y, fy =


x).

Problme.

Une che en un point reprsente la valeur du vecteur

Ecrire l'expression gnral du gradient dans l'espace

en ce point.

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 f

qui donne la variation

la plus importante.
Un corrolaire important de cela est que le vecteur gradient est perpendiculaire aux

f est
f est une fonction de n variable, f (x1 , ...xn ) = Cte est une (hyper) surface
de dimension n 1. Un dplacement ds perpendiculaire au vecteur gradient ne change
pas ( l'ordre 1 en ds) la valeur de f ce qui implique que le gradient est perpendiculaire

surface de niveau. Une surface de niveau est l'ensemble des points sur lesquels
constante. Si

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

d'un ot

V.

Certaines quantits comme le champs lectrique

ou la vitesse

sont des quantits vectorieles. Nous supposons ici connu la 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.
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

157

13 Les oprateurs direntiels.


(q1 , q2 , q3 ) et chaque
point q = (q1 , q2 , q3 ) de l'espace nous avons associ le vecteur (f1 (q), f2 (q), f3 (q)). Soit
une ligne de champ que nous avons paramtrons par la variable t. Cela veut dire que
nous dnission la ligne par trois fonctions q1 (t), q2 (t), q3 (t). D'aprs ce que nous venons

nous venons de dire. Supposons que nous utilisons les coordonnes

dire, nous 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.

f2 = q2 . Les quations des lignes de


champs sont dq1 /dt = q1 et dq2 /dt = q2 . La solution est q1 = q2 , o est une constante.
Si (q1 , q2 ) dsigne les coordonnes cartesienne, alors ceci est une famille de droite passant

Exemple 1.

Soit, deux dimensions,

f1 = q1

et

par l'origine, c'est dire les lignes de champs de la gure 13.1a.

Soit, deux dimensions, f1 = 0 et f2 = q1 . Les quations des lignes de


dq1 /dt = 0 et dq2 /dt = q1 . La solution est q1 = , q2 = t o est une
constante. Si (q1 , q2 ) dsigne les coordonnes polairs , alors ceci est une famille de cercles

Exemple 2.

champs sont

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

point. Si la projection des lignes de champ de

et un circuit

sur

Le rotationnel est l'oprateur qui quantie l'amplitude de


dtail rgler : la direction du circuit
le vecteur porteur du circuit
unitaire perpendiculaire

C,

C, A

innitsimal C autour
R

se referme, alors

IC .

IC =

de ce

C f .ds 6= 0.

Il y a cependant un petit

a autant d'importance que sa taille. Soit

tant l'air de la surface enclose par

alors nous dnissons

et

An

le vecteur

telle que

Z
An. f =

f .ds
C

158

(13.3)

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

l'ordre 1 en

(voir note

et le rotationel not

ou

curl f .

). Si vous n'aimez pas le travail avec les lments innitsi-

maux (quoiqu'ils aient une existence mathmatiquement lgitime depuis les annes 1960),
vous pouvez utilisez la dnition

1
n. f = lim
A0 A
o

est la surface entour par la courbe

Z
f .ds

(13.4)

C.

2. Prcisons quelques notions sur les approxiamtions. Supposons que nous pouvons approximer une
fonction autour d'un point

par son dveloppement de taylor :


0

00

= 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

0
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
0

= 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
0

= f (x)h + O(h2 )
o

O(h2 )

veut dire que le plus grand terme que nous avons nglig est au mieux de l'ordre de

h2

1
lim O(h2 ) = Cte <
h2 h0
Pour simplier, par

et

o(h)

il faut entendre trs petit devant

h

et par

O(h)

de l'ordre de

h.

Les symboles

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.

159

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 .

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 le systme
et le champs

f = (f1 , f2 , f3 )

dni dans ces coordonnes :

un petit circuit autour du point


Sur la partie

P A,

P,

dans le plan

fi = fi (q1 , q2 , q3 ).

Considrons

(q2 , q3 ).

notre intgrale vaut (nous omettons d'crire la variable

varie pas), l'ordre 1 en

(q1 , q2 , q3 )

q1

qui ne

a
f2 (q2 , q3 )h2 (q2 , q3 )a

(13.5)

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

a, b : h2 h3 ab (rot f )1 ,

ce qui nous donne, enn,



(h3 f3 ) (h2 f2 )
1

(rot f )1 =
h2 h3
q2
q3
Les autres composantes se trouvent facilement par une permutation circulaire de

160

(13.6)

(1, 2, 3).

13 Les oprateurs direntiels.


Example.

Problme.

(r, , z), h1 = h3 = 1, h2 = r.


1 fz
(rf )
(rot f )r =

r
z


fr
fz
(rot f ) =

z
r


1 (rf ) fr
(rot f )z =

r
r

En coordonnes polaire

Nous avons donc

Donnez l'expression du rotationel en coordonnes sphrique et parabolique.

Gnralisation.

Quand on se trouve dans l'espace trois dimensions, nous pouvons

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

x2 , x3 . A quatre
n(n 1)/2 n di-

se trouvait dans le plan

dimension par exemple, le rotationnel contient

composantes (et

mension). 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

autour du point P

: quel est le bilan du ux d'un champs

travers cette surface ? C'est ce bilan que la divergence quantie. Plus exactement,

Z
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
surfaces sont par convention orientes

sortant ) :

ABCD

(les normales aux

bch2 (q1 + a, q2 , q3 )h3 (q1 + a, q2 , q3 )f1 (q1 + a, q2 , q3 )

3. Le rotationnel dans ce cas est appel tenseur lectromagntique. Nous rferons le lecteur un
livre avanc en lectromagntisme pour voir cela en dtail.

161

13 Les oprateurs direntiels.


et le ux (entrant) travers la surface

P B 0 C 0 D0

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
En considrant le ux travers les quatre autres surfaces, et en notant que

h1 h2 h3 abc,

dV =

on obtient nalement

1
div f =
h1 h2 h3
Example.

(h2 h3 f1 ) (h3 h1 f2 ) (h1 h2 f3 )


+
+
q1
q2
q3

(r, , z), h1 = h3 = 1, h2 = r.


1 (rfr ) f
(rfz )
div f =
+
+
r
r

En coordonnes polaire

Noter que comme

Nous avons donc

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

dimen-

sions ?
Prenons le cas d'un uide de densit

et de champs de vitesse v. La densit de courant


v.Si le uide est incompressible (pensez

(le dbit de la masse) vaut en chaque point


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

h2 h3 f

h3 h1 f

h1 h2 f
+
+
h1 h2 h3 q1
h1 q1
q2
h2 q2
q3
h3 q3

162

13 Les oprateurs direntiels.


Example.

En coordonnes polaire

f =

(r, , z), h1 = h3 = 1, h2 = r.

Nous avons donc


1
r (rr f ) + (1/r)2 f + rz2 f
r

qui prend une forme plus simple si l'on fait rentrer le facteur

(1/r)

l'intrieur du

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 prix sur

les points voisins. Voyons cela de plus prs. Prenons d'abord le cas une dimension et

P d'indice
x0 , choisissons deux points distants de h est calculons l'cart la moyenne d'une fonctions
f :
supposons que nous utilisons les coordonnes cartesiennes. Autour du point

=
=
=
donc, un facteur

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 00
2
3
f (x0 )h + O(h )
2

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 de voisinage au

2
carr h . La gnralisation est immdiate. Donnons nous un point
rayon

P0

et une sphre de

petit autour de ce point. Calculons la moyenne de l'cart entre la valeur de la

P de la sphre
P = P0 + hn

fonction au point
c'est dire que

et le point

=
=
=
V / = Ch,

Le point

est repr par le vecteur

hn,

ZZ
1
(f (P ) f (P0 )) d

ZZ
1
(gradf ) hnd

ZZZ
h
div (gradf ) dV

V
hV
3
div (gradf ) + O(h )

La quantit

P0 .

est un facteur gomtrique. A trois dimensions

par

exemple, C=1/3. Nous retrouvons donc bien la signication du laplacien de la moyenne.


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 = F

: 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.
4. De faon gnrale,

V /S == r/d,

est la dimension de l'espace et

163

le rayon de la sphre.

13 Les oprateurs direntiels.

Table 13.1: Les oprateurs dierentiels en coordonnes curviligne. Pour les oprateurs
vectoriels, seul la composante selon
par permutation circulaire

q1

est donne, les autres se dduisent

(1, 2, 3).

Expression

application

f
(gradf )1 = h11 q
h1
i
1
(rot f )1 = h2 h3 (hq32f3 ) (hq23f2 )

3 h1 f2 )
2 h3 f1 )
div f = h1 h12 h3 (hq
+ (hq
1
2
h


i
h2 h3 f

1
f = h1 h2 h3 q1 h1 q1 + ...

(h1 h2 f3 )
q3

R
f (b) f (a) = C f.ds
R
R
C f .ds = S rotf .dn
R
R
S f dn = V divf dV

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

ux

d'un champ sur une courbe 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 dni-

C commenant par le
B . Dcoupons ce circuit en N intervalles (bien sr, nous
+ ). Sur chaque intervalle, nous pouvons crire, l'ordre

tions. Prenons l'exemple du gradient, et donnons nous un circuit


point

et nissant par le point

prensons

trs grand,

1 en longeur des intervalles, et en utilisant la dnition du gradient :

164

13 Les oprateurs direntiels.


P1

P2

P3
PN1
B

Figure 13.4: Dcoupage d'un circuit en N intervalles

f (P1 ) f (A) = f |A .ds1


f (P2 ) f (P1 ) = 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 diffrentielles 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,

Z
=
o
de

d
.

est l'hyper surface qui entoure l'hyper volume

est

est la drive extrieure

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 surfaces de

niveau entourant un point

2.

P ).

2.

div(rot f ) = 0

3.

div(A B) = (rotA).B + A.(rotB)

En utilisant les relations locales, dmontrez les formules de Stockes du tableau 13.1.

165

13 Les oprateurs direntiels.


3.

Nous avons dni le Laplacien d'un champ scalaire. Le Laplacien d'un champ vecto-

riel 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)

q = (qi0 ), alors
+ dq1 , q20 , q30 ) :

et ses drives au point

0
valeur en un point proche, par exemple (q1

nous pouvons connatre sa

f (q10 + dq1 , q2 , q3 ) = f (q) + dq1 1 f (q) + (1/2)dq12 12 f (q) + ...


C'est ce que nous appelons le dveloppement de Taylor. Maintenant, si nous connaissons
la fonction

et ses drives au point

q = (qi0 ),

q10 +a

q10

alors comment valuer

f (q1 , q2 , q3 )dq1

Rien de plus simple partir du dveloppement de Taylor. Dans l'intervalle d'intgration,


nous choisissons le paramtrage

q10 +a

q10

q1 = q10 + u
Z

f (q1 , q2 , q3 )dq1 =

f (q10 + u, q2 , q3 )du

Z
=

a


f (q) + u1 f (q) + (1/2)u2 12 f (q) + ...

= af (q) + (1/2)a2 1 f (q) + (1/6)a3 12 f (q) + ...


La dernire ligne a t possible parceque les quantit

f (q), 1 f (q), ... sont juste des


u ! Dans l'quation13.5,

constantes pour l'intgrale en question : l'intgration se fait sur

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.

166

14 Les tenseurs en physique.


Le mot tenseur peut voquer des objets avec beacoup d'indices et d'exposants du genre

ml qui multiplient d'autres objets de ce genre et o il faut se souvenir que certains varient
ijk
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.


Prenons d'abord le cas d'une force applique une masse
l'avait arm, le vecteur acclration de la paticule,
la relation

a=

a,

m.

Comme matre Newton

est reli au vecteur force,

F,

1
F
m

par

(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
multiplier par un scalaire

1/m.

F et le

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

est reli au champs lectrique

par

P = E

(14.2)

La polarisation est bien sr relie linairement au champ lectrique : si on double le

champs, la polarisation est doubl etc. Mais

n'a aucune raison d'tre

parallle

E!

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

167

14 Les tenseurs en physique.


1

(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

de

est une matrice, dont les lments sont

ij

Ei

ou

Pi .

La reprsentation

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, in-

dpendemment de comment nous les mesurons. Ceci veut dire que dans direntes bases,
les

composantes

des vecteurs,

Ei

et

Pi

auront direntes valeurs, 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.
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

R3 , u(x, y, z) =

(u1 (x, y, z), u2 (x, y, z), u3 (x, y, z) ) . Si nous connaissons la valeur de la fonction au point
(x0 , y0 , z0 ), la valeur de la fonction au point (x0 +dx, y0 +dy, z0 +dz) est u(x0 , y0 , z0 )+du,
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.
2. par exemple, base 1 :

horizontal et selon le rayon laser qui rentre dans le cristal,

perpendiculaire aux deux autres ; base 2 :

dans la direction de l'toile polaire,

x,y ,z

vertical et

parallle aux axes principaux du cristal ; base 3 :

pointant vers le soleil et

vers le centre de 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.


3. par exemple la vitesse d'un coulement en chaque point de l'espace.

168

14 Les tenseurs en physique.


o

du = D.dr
la relation ci-dessus n'est pas autre chose que
seule variable et le tenseur

(14.4)

du = u0 (x0 )dx

pour les fonctions d'une

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 pra-

tique). 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 t adopt partout. La relation (14.3) s'crit, avec notre
convention, Pi = ij Ej . Si nous tions dans un espace quatre dimension, la relation
ij = ijkl kl (peut importe ce que cela veut dire) est une faon plus concise d'crire

ij =

4 X
4
X

ijkl kl

l=1 k=1
Si les composantes d'un vecteur

(e1 , e2 , e3 ) sont x1 , x2 , x3 , nous pouvons,


x = xi ei . Nous suivrons cette convention

dans la base

en suivant cette convetion, crire simplement


dans cette section.

Note : Faire plusieurs exercices pour bien habituer la convention, surtout en pr-

paration 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.

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.

169

14 Les tenseurs en physique.


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

de rang 3 est une application bi-linaire qui prend


vecteur en sortie :

A : E1 E1 E2 .

deux

l'application

E2

A : E1 E2 .

Un tenseur

vecteurs en entre et prdouit

A(x, y)

un

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 cette fois,
A doit tre donn par trois indices aijk (une matrice trois dimensions si vous voulez :
ligne, colonne,epaisseur). Si z = A(x, y), alors la relation entre leurs composantes est
o

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.

170

14 Les tenseurs en physique.


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

{e1 , e2 , ...en }, nous crivons un vecteur x sous


x = x1 e1 +...xn en = xi ei et nous reprsentons le vecteurs par les nombres (x1 , ...xn ).
Pour caractriser une application linaire A (autrement dit, un tenseur de rang 2), il

colonne) : nous nous donnons une base

forme de combinaison linaire de ces vecteurs,

sut de connaitre l'action de cette application seulement sur chaque vecteur de base

Ae1 = a11 e1 + a21 e2 + ...an1 en

(14.5)

Ae2 = a12 e1 + a22 e2 + ...an2 en


...
Aen = a1n e1 + a2n e2 + ...ann en
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

former une matrice. Connaissant ces composantes


posantes de n'importe quel vecteur

y = Ax

et de les aligner ctes ctes pour

aij ,

nous pouvons calculer les com-

(on ne le prcisera plus, nous suivons notre

convention de sommation ) :

Ax = A(xi ei )

La

i-me

= xi Aei

linrait d'une application linaire

= xi aji ej

la relation (14.6) ci dessus

composante du vecteur

est donc donn par

yi = aij xj

(14.7)

i-me ligne de la matrice par


i-me composante de y. Notez

Ceci est bien sr la rgle selon laquelle il faut multiplier la


le vecteur colonne
nouveau

lment par lment pour obtenir la

le sens de la variation de l'indice et comparez la relation (14.6) : cette fois

nous sommes en train de sommer sur le deuxime indice tandis que dans la relation (14.6),
5. Nous considrons seulement le cas o
mension

est une application linaire d'un espace vectoriel de di-

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.
6. Nous avons permuter

i et j

pour dsigner la ligne de la matrice par

habitudes ont la vie dure.

171

i et sa

colonne par

j.

Certaines

14 Les tenseurs en physique.


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


7

sous l'eet d'une application linaire. Le 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 quel-

conque. 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


o

En est

un espace vectoriel de dimension

n).

: En En En ,
A comme

On ne peut plus reprsenter

une matrice, il nous faudrait arranger les termes 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

sur

tous

les

couples

vecteurs de base :

A(ei , ej ) = akij ek i, j = 1, ..., n


connaissant ces coecients
deux vecteurs

x, y

akij , nous pouvons connaitre l'action de A sur n'importe quel

z = 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

coecients que

nk

), 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.
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.

172

14 Les tenseurs en physique.


Commenons par le cas d'un vecteur.

Nous connaissons les composantes d'un vecteur

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 tourn les axes de la
premire base de 45 degrs pour obtenir la deuxime base, l'application P est l'application
Rotation de -45 degrs. Notez que c'est l'application qui transforme la deuxime base
en premire ; pour plus de clart, on le note parfois
matricielle de

dans la base

14.5), d'crire les vecteurs

ei

{fi },

P21 .

Pour avoir la reprsentation

il sut, comme nous l'avons dit plus haut (relation

comme des combinaisons linaires des vecteurs

fi

ei = pji fj
pij ,
fi :

Connaissant ces coecient


naison linaire des vecteurs

on obtient directement l'expression de

comme combi-

x = xi ei
= xi pji fi
Si nous dsignons par

x0i

les composantes du vecteur dans la nouvelle base, nous avons

x0i = pij xj

(14.8)

Vous avez peut tre remarqu la beaut de la relation ci-dessus : les composantes du
vecteur

dans la deuxime base

la premire base

{e} !

+45 degrs de la base

{f }

P x dans
{f } obtenue par une rotation de
vecteur x dans cette nouvelle base sont

sont gaux aux composantes du vecteur

Revenons l'exemple de la base

{e} ;

les composantes d'un

gaux aux composantes du ce vecteur, tourn de

-45 degrs,

dans l'ancienne base. En

faite, voil l'origine du mot contravariant.

Continuons par un tenseur de rang 2.

dans une base

{e},

P = P21 .

de l'application de passage
plication inverse

Q = P 1

aij d'un tenseur


{f } en nous aidant

Nous connaissons les lments

et nous souhaitons les exprimer dans la base

Cette fois, nous avons galement besoin de l'ap-

fi = qji ej
Connaitre l'application
vecteur

fi .

dans la base

{f },

c'est connaitre l'action de

Allons-y :

Afi = Aqji ej
= qji Aej
= qji akj ek
= qji akj plk fl
Ce qui nous donne :

a0li = plk akj qji

173

sur chaque

14 Les tenseurs en physique.


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

a0ijk

et

a0ijkl

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 mme pour les
indices rpts, l'expression

...

L'expression

gij xi y j est

x i yi

x 1 y1 + x 2 y2 + x 3 y3 +
gij xj y i . Par contre, gji xj y i

est correctement form et veut dire

bien forme, ainsi que

g ij xi yj

et

j
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, tout ce qui a un indice en bas est appel

covariant ; un indice en haut reprsente une quantit contravariante.


Donnons nous maintenant une base
quel vecteur

(e1 , e2 , ...)

dans un espace vectoriel

E.

N'importe

s'crit comme une combinaison linaire des lments de 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.

E , nous associons un espace


E des formes lineaires. Cet espace reprsente, si vous voulez, l'autre cot du mirroir.
Par forme linaire, il faut entendre l'espace de toutes les fonctions f qui prennent un
lment de E , produisent un scalaire, et font cela de faon linaire : 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 rentrons maintenant dans le vif du sujet. A l'espace

dual

174

14 Les tenseurs en physique.


nous allons le voir, mais retenez l'image du mirroir : quand vous tournez vers la gauche,
votre image dans le mirroir tourne vers la droite.

E.

Revenons notre espace

produit scalaire <, >,

Vous avez vu (cf 2.1) que nous pouvons le munir d'un

c'est dire une application bilinaire qui a deux vecteur de

(e1 , e2 , ...) et que nous connaissons le


< ei , ej >= gij , alors nous pouvons crire

associe un scalaire. Si nous nous donnons une base


produit scalaire de chaque couple d'entre eux

le produit scalaire de n'importe quel deux vecteurs

hx, yi = gij xi y j
o

xi et y j

sont les composantes des deux vecteurs. N'oublions pas que le produit scalaire

doit tre dni positif, c'est dire


sur les valeurs

gij que

hx, xi > 0

si

x 6= 0.

Cela impose certaines contraintes

nous verrons plus tard.

fv = hv, .i, o v E . Ceci est


u E , alors fv (u) = hv, ui R.

Considrons maintenant l'objet


appartenant

E,

puisque si

bien une forme linaire

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

175

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 fonc-

tions 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 = t uf (s)g 0 (u)
0

(15.2)

s = 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 0 (u) + (P (s)f 0 (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 0 (s) Q(s)f (s) = 0

(15.5)

t u + P (s)s u = 0

(15.6)

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 A0 (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) o W 0 (s) = 1/P (s). Notons que la fonction g


Son choix dpend des conditions initiales imposes au systme.

176

reste indtermine.

15 quation drive partielle du premier ordre.


Exemple

Nous souhaitons rsoudre une quation de diusion avec un terme de drift

linaire, appel Ornstein-Uhlenbeck :

t p = x (kxp) + Dx2 p

(15.7)

p(x, 0) = (x x0 )

(15.8)

avec la condition initiale

est la fonction de Dirac.

l'abscisse

condense en

x, et
x0

p(x, t) est une densit de probabilit de prsence l'instant

la condition initiale veut simplement dire que toute la probabilit est


l'instant

t = t0 .

(s, t) la transforme
Z +
(s, t) =
eisx p(x, t)dx
Soit

de Fourier en

de

p(x, t)

l'quation (15.7) se transforme alors en

t + kss = Ds2

(15.9)

avec la CI

(s, 0) = eisx0

(15.10)

L'quation (15.9) est une EDP de premier ordre similaire (15.1), avec

Ds2 . Nous avons alors

Q(s) =
s'crivent

et

A(s) =

Ds2 /2k et

W (s) = log(s)/k .

Les

P (s) = ks et
fonctions f ,u

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

g,

ce qui donne :

g(s) = exp(Ds2 /2k + iux0 )


et la solution complte s'crit :

Ds2
(s, t) = exp
(1 e2kt ) + isx0 ekt
2k


est appel en probabilit la fonction caractristique associ la densit


probabilit p. La moyenne et la variance se calcule aisment si on connat :
Z

<X> =
xp(x)dx = i
|s=0
s
Z
2
< X2 > =
x2 p(x)dx = 2 |s=0
s

La fonction
de

177

15 quation drive partielle du premier ordre.


Problme 1.
Calculer, pour le processus d'Ornstein,
2
X (t) > < X(t) >2 (C'est pour vous faire la main).
Problme 2. Croissance exponentielle

< X(t) >et V ar(X(t)) =<

Pour une croissance exponentielle, l'quation

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 n l'instant t. En utilisant

plutt la transforme de Laplace

(s, t) =

p(n, t)ens

n
Calculer

< n(t) >et V ar(n(t)).

Problme 3. (Plus ardu).

La condition initiale est

p(n, 0) = n,n0 .
n0 , dont
< n(t) >et V ar(n(t)).

On dmarre avec une population initiale de bactrie

les taux de mort et naissance sont gaux et valent

Calculer

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
l'instant

t,

p(n, 0) = n,n0 . p(n, t)


n.

(15.14)

est la probabilit pour la population,

d'avoir la taille

Pour rsoudre l'q.(15.14), vous avez plus intrt utiliser la transforme de Laplace :

(s, t) =

p(n, t)ens

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 d'abord le cas de
l'quation

P (s, t)s + R(s, t)t = 0


Nous pouvons reprsenter la solution
la position

(s, t).

(s, t) comme

(15.15)

une surface :

(s, t) tant

la hauteur

Si nous pouvions connatre les courbes de niveau de cette surface,

nous aurions dj une trs bonne connaissance de la solution (voir gure 15.1). Quand
on parcours une courbe de niveau, la valeur de la fonction
maintenant que nous sommes une position

(ds, dt)

pour que la valeur de la fonction

entre le dplacement dans la direction

ds

(s, t).

y reste constante. Supposons

Comment se dplacer d'une quantit

reste constante ? Quelle doit tre le rapport

dt pour ne
ds et dt en tout point
dy/dx = x/y dni l'quation d'un

et le dplacement dans la direction

pas changer d'altitude ? Noter que se donner une relation entre


dni une courbe dans le plan (s, t). Par exemple,

cercle de centre origine ; le rayon de ce cercle est donn par une condition initiale.

178

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

Les courbes de niveau

0.4
0.3

0.6
0.2

0.8

La condition initiale
(s, 0) = I(s)

0.1
1

Figure 15.1: Construction d'une solution : nous trouvons d'abord les courbes de niveau
dans le plan

(t, s).

Ensuite, en utilisant la condition initiale

on prcise la hauteur de la surface de


reconstruit la solution

La variation de

en fonction de

(s, 0) = I(s),

sur chacune des courbes et on

(s, t).

(ds, dt)

est

d = (s )ds + (t )dt
ds proporP (s, t) et dt proportionnel R(s, t) pour que d = 0. Autrement dit, pour avoir

En comparant cette expression (15.15), nous voyons qu'il sut de choisir


tionnel

d = 0,

il sut de choisir

ds
dt
=
P (s, t)
R(s, t)

(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.

ts st = 0 : les courbes de niveaux sont donnes par sds +


tdt = 0, autrement dit par s2 + t2 = C . Ce sont des cercles centrs sur l'origine.
Trs bien, nous connaissons les courbes de niveaux. Mais pour vraiment connatre , il

Exemple.

L'quation

faut connatre la valeur de cette fonction sur chaque courbe. Comment dterminer cela ?
videment, l'aide des conditions initiales. Si par exemple, on se donne
nous connaissons alors la valeur de

(s, 0) = I(s),
(s, 0) (voir

sur la courbe de niveau qui passe par

(s, 0) le long des courbes de


(s, t). Ceci est le sens de la dtermination de la fonction

gure 15.1). Autrement dit, en transportant les hauteurs


niveau, on reconstruit la surface

g(u)

par les conditions initiales dans la section prcdente. Nous avons donc la mthode

gnrale de la rsolution d'une EDP de premier ordre.


1. D'abord, nous trouvons les courbes caractristiques, qui sont une famille de courbes
paramtres par un point initial :

s = f (t, s0 ).

179

Il existe une innit de courbes qui

15 quation drive partielle du premier ordre.


obissent l'quation
point particulier

ds/P = dt/R,

(s, t) ;

mais une seule de ces courbes passe par le

cette courbe passe

t = 0

par une ordonne

s0 ,

et nous

utilisons cette ordonnes pour paramtrer cette famille de courbe . Nous pouvons

s0 = g(s, t), autrement dit, rpondre


la question : par quel point (s0 , 0) passe la caractristique qui passent par (s, t) ?
Ensuite nous utilisons la condition initiale : la valeur que prend 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)).
inverser cette relation et l'crire sous forme de

2.

cx t = 0, avec la condition initiale


(x, 0) = f (x). Les courbes caractristiques sont dx/c = dt, autrement dit x = ct+x0 .
En inversant cette relation, nous trouvons x0 = x + ct . Nous trouvons donc que
Exemple : quation d'onde.

Soit l'quation

(x, t) = f (x + ct)
Nous avons appel cette quation quation d'onde puisque l'quation

2 /t2 = 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

ds/P =
ds/dt = f 0 (t, s0 ) = P/R. Quand on se
s = f (t, s0 ), la variation de est

donne par une quation direntielle ordinaire. Supposons que la solution de

dt/R

soit donne par

s = f (t, s0 ) 2 ,

c'est dire

dplace le long d'une courbe caractristique

d = dss + dtt
= (P s + Rt )(dt/R)
= (Q/R)dt
1. Il faut mettre beaucoup de bmol dans ce que nous disons. D'abord, il peut y avoir une innit de
courbes qui passent par le point

(s, t).

Dans ce cas, ce point est un point singulier. Par exemple, le point

focal d'une lentille est un tel point. Dans l'quation


donnes par

s = at

ss + tt = 0,

les courbes caractristiques sont

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
t pour paramtrer nos caractristiques mais ceci n'est pas toujours un bon choix.
Pour tre plus gnral, nous aurions du crire f (s, t, s0 ) = 0

variable
2.

180

utilis la

15 quation drive partielle du premier ordre.


Donc, le long de ces courbes,

est solution de l'quation

d
Q(s, t, )
=
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

ordinaire (15.17) o s = f (t, s0 )


condition initiale (0) = I(s0 ), le long d'une courbe caractristique.

2. Rsoudre l'quation direntielle

s0 = g(s, t).
soumise la

s +P (t)t = Q(t) avec la condition initiale (s, 0) =


s dans cette quation.
Les courbes caractristiques sont ds/1 = dt/P (t). Si nous appelons W (t) une primitive
de 1/P (t), ( la fonction 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
Exemple.

I(s).

Rsoudre l'quation

Notez que nous n'avons pas de dpendance explicite en

variable indpendante ( nous avons le choix du paramtrage, ) et donc, le long de ces


courbes,

d
Q(t)
=

dt
P (t)
Si nous appelons

A(t)

une primitive de

Q/P ,

alors la solution gnrale de l'quation

ci-dessus est

(t) = C. exp(A(t)).
t (quelque soit leur ordonne s) ont la forme ci-dessus. Vous
et le plan t. La caractristique
passant par le point (s, t) passe par le point (s0 , 0) o s0 = W (t) s W (0). La solution
Toutes les courbes passant par

pouvez voir cela comme le croisement entre la surface


complte de l'quation s'crit donc comme

(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.

181

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
long d'une courbe ferme revient calculer le

ux

circulation

le

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 de-

viennent confus : pourquoi la drive temporelle du champ magntique devrait tre li


au rotationnel du champ lectrique ? On sent bien qu'il y a des argument 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 0 (x)dx = F (b) F (a)

16.2 Les

1formes.

Dans l'espace trois dimensions o les points sont reprs par

(x, y, z),

une 1-forme

est un objet du genre

= A(x, y, z)dx + B(x, y, z)dy + C(x, y, z)dz.

(16.1)

1. Et cela par un malentendu qui fait correspondre un vecteur aux produit vectoriel dans le cas des
espaces trois dimensions.

182

16 Les formes direntielles et la drivation extrieure.

Figure 16.1: Reprsentation schmatique des formes. (a) 1-forme f (x)dx une dimension ; (b) 1-forme

A(x, y)dx + B(x, y)dy

deux dimensions.

Cette dnition ne pose bien-sr aucun problme se gnraliser un espace

di-

mension. En physique, l'expression (16.1) reprsente par exemple le travail innitsimal


d'une force F(x, y, z) = (A(x, y, z), B(x, y, z), C(x, y, z)) le long d'un chemin innitsimal
dr = (dx, dy, dz). Pour connaitre le travail W eectu le long d'une courbe C , il sut
alors d'integrer cette forme

Z
W =

w
C

Nous sommes dj habitu aux 1-formes dans un espace une dimension, qui sont de

= f (P )dx. Cela reprsente la surface de la rectangle de base dx et de hauf (P ) centr sur le point P que nous reprons par une coordone x (Figure 16.1).
surface totale sous la courbe entre les point P0 et P1 est la somme de ces lments

la forme
teur
La

innitsimaux de surface. Cette surface est une proprit qui ne doit pas dpendre du
mtre qu'on utilise. Si au lieu d'utiliser des lments

dx,

nous avions utilis des l-

dy = 2dx, nous devions quand mme retrouver la mme surface. Nous devons donc
= f (P )(1/2)dy . De faon gnrale, la forme direntielle ne doit
pas dpendre du systme de coordonnes qu'on utilise. Si de la coordonnes x on passe
la coordonne y avec la relation x = g(y), on doit alors avoir
ments

sommer les lments

= f (x)dx = f (g(y))g 0 (y)dy


Cette relation nous assure que quelque soit le systme de coordone qu'on utilise, nous
sommes toujours en train de sommer les mmes surfaces lmentaires. Autour du point

repr soit par

soit par

y,

l'lment

dx

est proportionnel l'lment

de proportionnalit entre les deux est, au point

dy

et le facteur

P , g 0 (y).

Nous avons un peu insist sur ces changements de variable auquel le lecteur est habitu,
puisque cela se gnralise tel quel (enn presque) aux
dimensions.

183

nformes

dans des espaces

16 Les formes direntielles et la drivation extrieure.


Exemple 1.

Comment la 1-forme

= (x2 + y 2 )dx + (x2 y 2 )dy

s'crit en coordonnes

polaires ? Nous avons

x = r cos
y = r sin
Donc

dx = dr cos r sin d ; dy = dr sin +r cos d ; x2 +y 2 = r2 et x2 y 2 = r2 cos 2.

En regroupant les termes, nous avons alors :

= r2 (cos + cos 2 sin )dr + r3 ( sin + cos 2 cos )d.


Exercice.
coordone

Reprsenter graphiquement le 1-forme de la gure (16.1b) dans le systme de

u = x + y, v = x y

Integrer une 1-forme.

autour du mme point

P.

Comme nous l'avons dj dit, la n de la journe, il faut savoir

intgrer les 1-formes le long d'une courbe. Une courbe

C tant un objet unidimensionnelle,


t. Cela veut dire

on peut toujours la parametrer (du moins en thorie) par une variale

que, par exemple dans un espace deux dimensions, chaque point de la courbe est dcrit
paramtriquement par

x = x(t)
y = y(t)
et la forme

= A(x, y)dx + B(x, y)dy

s'crit, d'aprs ce que nous avons dit sur les

changements de variable (galement appel mapping) :



= A(x(t), y(t))x0 (t) + B(x(t), y(t))y 0 (t) dt
Ceci est une 1-forme dans un espace une dimension que nous savons parfaitement
integrer. Concrtement, nous sommes en train de sommer les petits rctangles de la
gure (16.1b) le long d'une courbe

C , en oritentant en chaque point P

la base de l'lment

innitsimal le long de la tangente la courbe .

Exemple 2.

Integrer la 1-forme de l'exemple 1 le long du demi cercle suprieur de

x = cos , y = sin ,
= 0 et = vaut -2.

rayon 1 centr sur l'origine. En utilisant le mapping

= ( sin + cos 2 cos )d

16.3 les

dont l'intgrale entre

nous avons

nformes.

1formes apparaissent sous des intgrales simples et sont des combinaisons d'lments dx,dy ,dz ,... Les nformes apparaissent sous des integrales multiples et sont des
Les

2. Comme nous sommes obligs de maintenir le point

sur la courbe, les deux lments

sont pas indpendant. En orientant localement les axes le long de la tangente


courbe, la base de l'lment
du cercle,

normal

devient nulle, c'est dire

dr = 0.

184

dn = 0.

dx

et

et de la normale

dy ne
n la

Dans l'exemple 2 ci-aprs, le long

16 Les formes direntielles et la drivation extrieure.


combinaisons d'lments

dxi1 dxi2 ...dxin .

Une

2forme

dans l'espace trois dimensions

s'crit

= A(x, y, z)dxdy + B(x, y, z)dydz + C(x, y, z)dzdx

(16.2)

Cela reprsente par exemple un ux travers une surface innitsimal. Le lecteur peut
galement se faire une image l'exemple de la gure (16.1b) : la somme, au point

de

(x, y, z) de trois lments de volumes inntsimaux, un de base dxdy et de


A(x, y, z), un de base dydz et de hauteur B(x, y, z) et un dernier de base dzdx
et de hauteur C(x, y, z).
L'lment dxdy est un lment de surface port par dx et dy . C'est en ralit un produit
vectoriel entre dx et dy , mais on omet le signe entre les deux pour des questions de
lgret d'criture. C'est pour cela que l'on ne rencontre jamais un dxdx qui vaut zro par
dnition. De plus, la surface dxdy est une surface oriente, c'est dire dxdy = dydx.
coordonnes
hauteur

Ce sont l les deux seuls proprits du produit vectoriel dont nous avons besoins.

Digression.

Un malentendu veut que l'on dnisse le produit vectoriel de deux vecteurs

par un autre vecteur du mme espace. Cela n'est possible que dans l'esapce trois
dimensions, et encore avec des complications pour le physicien quant la distinction

E un espace vectoriel. Nous


qui prend deux vecteurs de l'espace vectoriel E et produit un
espace vectoriel E2 ( autrement dit : E E E2 ). Cette opration

entre vecteur polaire et axial. Prcisons les choses. Soit


dnissons une opration
lment d'un
est

bilinaire

autre
et antisymtrique

e1 (e2 + e3 ) = (e1 e2 ) + (e1 e3 )


(e1 + e2 ) e3 = (e1 e3 ) + (e2 e3 )
e1 e2 = e2 e1
, R( ou C, cela dpend de la dnition de E ). Insistons : l'espace E2
e f estun autre
espace vectoriel, distinct de E . Si E est de dimension n,

n
.
E2 est de dimension
2
On peut maintenant gnraliser selon les mme principes : les lments e1 e2 e3


n
o l'opration est tri-linaire
formes les lments d'un espace E3 de dimension
3
o

ei E

et

des lments

et antisymtrique, et ainsi de suite.


Revenons notre malentendu : si

E2 aussi est de dimension


E2 l'esapce E1 , c'est dire
e E , et c'est ce que vous faites

est de dimension 3, alors

3, (puisque 3 !/2 !=3). On peut alors identier l'espace


associer chaque lment

e1 e2 E2

un lment

probablement courement en utilisant les trois doigts de la main droite. Mais cela n'est
possible qu' trois dimension. Un plan dans un espace quatre dimension ne peut pas
tre identi un vecteur.
Aprs cette digression sur le produit vectoriel, revenons nos moutons quant aux
formes direntielles. Avec ce que nous avons dit sur les produits vectoriels du genre
l'expression des

nformes

dxdy ,

lors des changements de coordonnes se gnralise aisment.

185

16 Les formes direntielles et la drivation extrieure.


Souvenons nous que l'intgrale ne doit pas dpendre de notre systme de coordones.
Prenons un

2forme

deux dimensions et passons des coordonnes

(x, y)

aux

(u, v)

x = g1 (u, v)
y = g2 (u, v)
dx = (g1 /u)du + (g1 /v)dv et dy = (g2 /u)du + (g2 /v)dv . En prenant le
dxdy , nous allons tomber sur des expressions dudu et dvdv qui sont nulles, et
dvdu que l'on peut rarranger en dudv . On trouve nalement

alors

produit

dxdy = [(g1 /u)(g2 /v) (g1 /v)(g2 /u)] dudv


Vous aurez reconnu entre crochet le Jacobien, c'est dire le determinant de la matrice des
drives. Quand vous passez des vecteurs
linaire

A,

le dterminant de

jeux de vecteurs. Ceci est


aux

du,dv

est le scalaire qui relie les surfaces portes par les deux

la dnition

pour exprimer la matrice de

dx,dy

A.

e1 , e2 aux vecteurs f1 , f2 par une transformation

du dterminant, indpendement de la base choisie

Le Jacobien apparait ici puisque nous sommes pass des

par une transformation linaire donne par la matrice des drives.

Pour l'intgration d'une

2formes

sur une surface dans un espace

dimension, il

1formes . On paramtre la surface


u, v ; cela veut dire que nous dcrivons les points de la surface de
coordonnes (x1 , x2 , ...xn ) par des quations xi = gi (u, v) pour 1 i n ; on transforme
et combine, par la mthode ci-dessus, tous les dxi dxj en dudv pour obtenir nalement
un 2formes dans un espace de dimension 2
sut de rpter ce que nous avons fait pour les
par deux variables

= F (u, v)dudv
et ceci est nalement une expression que nous savons intgrer sur un domaine

D.

La vie

n'est bien sr pas toujours facile, et il arrive souvent que nous puissions pas trouver un
paramtrage unique pour toute la surface d'intgration, mais qu'il faille la dcouper en
sous unit avec des paramatrages dirents. Ce sont l des dtails techniques.

pformes dans des espaces de


dimension n. Mais notons qu'une 0forme est simplement une fonction de nvariables,
o n est la dimension de l'espace. Rappellons galement que dans l'espace d = 3, une
surface innitsimal est porte par deux vecteurs du et dv . Si le plan porte par ces deux
vecteurs obit l'quation ax + by + cz = 0, alors ( exercice : le dmontrer )
Nous laissons le soin au lecteur de se familiariser avec les

dudv = a(dydz) + b(dzdx) + c(dxdy)


et le ux d'un vecteur

f = (fx , fy , fz )

travers cette surface est

= cfz dxdy + afx dydz + bfy dzdx


En physique, on note cela par

f .dn,

innitsimal, proportionnelle au

dn = du dv
vecteur (a, b, c).
o

186

est le vecteur normal la surface

16 Les formes direntielles et la drivation extrieure.


16.4 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 principe est


A(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 cela vaut zero et on ne s'en
occupe pas ; enn, on arrange de faon cohrente les divers dxdz , ... Cela sera sans doute
La drivation extrieur transforme une

pforme

en une

le suivant : quand on rencontre une expression du genre

plus claire travers des exemples. Dans les exemples ci-dessous, nous prenons un espace
trois dimensions.

Exemple 1.

0forme = f (x, y, z).

Soit la

Alors, trivialement,

d = (f /x)dx + (f /y)dy + (f /z)dz


En analyse vectoriel, cela est not

Exemple 2.

Soit la

(gradf ).dr.

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

(16.3)

= (A/y)dxdy + (A/z)dzdx

(16.4)

Nous somme pass de la premire ligne la seconde en notant que


avons rarrang le

dydx

en

dxdy .

dxdx = 0

et nous

En continuant l'opration sur les deux autres parties

restantes et en regroupant les termes, nous trouvons nalement

d = [(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

Fy

et

par

Exemple 3.

par

Fx , B

par

Fz .
2forme = A(x, y, z)dxdy + B(x, y, z)dydz + C(x, y, z)dzdx. Le
(A/z)dzdxdy
en (A/z)dxdydz en permuttant d'abord dz et dx, ensuite dz et dy

Soit la

seul terme non nul de la drivation de la premire partie est le terme


que l'on rarrange
(1

1 = 1,

d'o le signe positif du rarrangement). En regroupant tout les termes,

nous obtenons

d = [(A/z) + (B/x) + (C/y)] dxdydz


qui, en notations vectoriel, dsignerait une divergence (Remplacer
et

par

Fy

pour les notations habituelles).

187

par

Fz , B

par

Fx

16 Les formes direntielles et la drivation extrieure.


Nous voyons donc que les divers oprateurs direntiels de l'espace trois dimension
ne sont que des formes dguises de la drivation des formes direntielles. C'est pour
cela que le gradient, associ une

1forme, est toujours


2forme, est

tandis que la rotationnelle, associe une

intgr le long d'une courbe,


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 voir 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.

16.5 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 0 (x)dx = F (b) F (a)

(16.5)

a
Ceci est en faite une forme particulire du thorme de Stockes. Donnons nous un
3

S de dimension p dans un espace de dimension n. Une sphre pleine ( le


P de coordonnes (x, y, z) apprtient la sphre de rayon R centr sur l'origine si
x2 + y 2 + z 2 < R2 ) est par exemple un domaine de dimension trois dans un espace de di2
2
2
mension 3. La boule (z = 0, x +y < R ) est un domaine de dimension 2 dans un espace
2
2
2
2
de dimension 3. Notons par S la frontire du domaine S . La coque x + y + z = R du
2
2
2
premier exemple et le cercle z = 0, x + y = R du deuxime exemple sont les frontires

domaine
point

de leurs domaines. Le thorme de Stockes s'crit

Z
=

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

Z
rotf .ds =

f .dl
S

3. Nous avons supposer que le domaine est compact.

188

(16.7)

16 Les formes direntielles et la drivation extrieure.


Mais nous n'avons pas nous limiter l. Le ux d'un champ de vecteur travers une
surface

(une

2forme

) gale l'intgrale de la divergence de ce champ (la

drive) dans le domaine

3forme

dlimit par la surface. En physique, nous crivons cela

comme

Z
f .ds =

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 :

Z
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.

1formes.
ndimensions (voir

aperu de cette dmonstration pour les


dmonstration aux

pformes

Nous donnons ici juste un

Il sut ensuite de gnraliser cette


en exercice).

16.6 Quelques applications.


16.6.1 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 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, ...
cette loi sont dits
ux. Notons par

dxdydz ,

Les systmes qui obissent

conservatif s. La quantit entrante moins la quantit sortante se dit

le quelque chose

et par

J son ux. Applique un volume innitsimal

l'quation de conservation s'crit

/t + divJ = 0

(16.10)

(x) est la concentration en un point


v(x) la vitesse du uide et J = (x)v(x). Dans le cas d'une substance qui
5
diuse, le ux J est proportionnel au gradient de la concentration (la chaleur diuse du
chaud vers le froid, l'encre se dilue dans l'eau,...) J = Kgrad, ce qui, rinjct dans
2
l'quation de conservation, nous donne l'quation de diusion /t = K .

Si nous parlons d'un uide en mouvement, alors


de l'espace,

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
4. 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.
5. Cela se dmontre facilement en physique statistique et s'appelle la rponse linaire.

189

16 Les formes direntielles et la drivation extrieure.


dt, dx (les deux cots d'un carr dans l'espace-temps,
= dx Jdt 6 . L'quation de conservation n'est alors rien

considrons un lment innitsimal


si vous voulez) et la forme
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.

16.6.2 Les quations de Maxwell.

16.7 Liens avec les vecteurs.


Nous avons l'habitude de considrer les quantits telles que

dx, dy comme des quantits

innitsimales, ce que les mathmaticiens n'aiment pas trop ; de plus, il est dicile de
7

donner ces quantits une structure algbrique telle que nous avons vu plus haut . Nous
allons exposer une autre faon de voire ces formes travers leurs liens avec les vecteurs.
Nous sommes habitus manipuler ces derniers, nous savons ce que cela veut dire ; dans
ce chapitre, nous avons introduit les formes (en tout cas les 1-formes), comme des objets
qui y ressemblent, mais n'en sont pas vraiment.
De faon gnrale, les formes linaires sont des fonctions agissant sur les vecteurs et
produisant un scalaire. Un exemple classique est la projection sur un vecteur donn

u.

Ainsi, si nous disposons dans notre espace vectoriel d'un produit scalaire entre vecteur

(u, v),

on peut dnir par exemple une forme linaire par

par

ER

u
(v) = (u, v)
Nous voyons que l'application
qui vaut

(u, v ),

agit sur un vecteur quelconque et produit un scalaire

et cela de faon linaire :

u
(v + w) =
u(v) +
u(w)
, R

v, w E

6. 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.
7. Les inniments petits ont pos longtemps des problmes de cohrence interne aux mathmaticiens
et on t

expulss

ds l'poque de Cauchy, o le concept de limite a pris un sens prcis. Il ont reu

une nouvelle lgitimit dans les annes 1960 quand un mathmaticien a montr que les problmes d'incohrence peuvent-tre rsolu. Le lecteur intress peut se reporter au chapitre sur les nombres et en
particulier, aux hyper-rels.

190

16 Les formes direntielles et la drivation extrieure.


Les formes direntielles sont exactement cela : Si nous nous donnons un repre
la forme

dx

par exemple projette un vecteur quelconque sur le vecteur

tant donn le vecteur

dont les composantes sont

(1, 0, 3)

ux .

(ux , uy , ...),

Par exemple,

dans cette base, alors

dx(v) = 1
dy(v) = 0
dz(v) = 3
Cela parat un peu dirent de notre dnition physicienne de ces quantits, mais on
retrouve la connection ds que l'on dnit l'intgrale d'une forme direntielle.

Intgrale des 1-formes.

de cette 1-forme le long de la courbe


segment par les points

= a1 dx+a2 dy+... Nous dnissions l'intgrale


C de la faon suivante : divisons la courbe en N

Soit la 1-forme

P0 , P1 , ...PN

. Alors

N
1
X

Z
= lim
C

(Pi P~i+1 )

i=0

Ceci nous restore l'ide qu'une intgrale est la somme de quantits innitsimaux, en
faisant porter le poids innitsimal sur les vecteurs localement tangents
que sur les

dx, dy ,...

Pi P~i+1

plutt

Ainsi, l'inniment petit n'entre en jeux que lors de l'integration,

tandis que des quantits telles que

= 2xydx + zydy
ne sont que des applications tout a fait normaux.

Problmes et exercices.
Drive des 1, 2 formes en coordonnes polaire et sphrique.
quelques exmples d'intgration des formes.
lemme de poincarr. exemple de rot d'un gradient. champ lctrique. commencer
faire sentir pourquoi le champ magntique est associ une 2-forme.
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.

d(df ), en dduire le laplacien en coordonnes curviligne,


de df df et d(df ) = 0. Eventuellement, si possible, faire

l'operateur *, le laplacien
lien entre la minimisation

le
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.

191

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

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 0 = f (x)

(17.1)

[0, 1]. Dcoupons cet intervalle en N morceau de largeur x dont les


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 0 au point xi par

y 0 (xi ) = y(xi+1 ) y(xi ) /x

sur l'intervalle
bords sont

L'quation (17.1) se transforme alors en un systme d'quations

algbriques

y1 y0 = x.f (x0 )
y2 y1 = x.f (x1 )
...

...

yN yN 1 = x.f (xN 1 )
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

192

17 Les quations de la physique.


y
y

Y
k

(a)

(c)

(b)

Figure 17.1: Vue discrte d'une corde vibrante.


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
0 ...
1 1 0 ..
0 1 1 ..
...
0
... 1

ou de faon plus succincte


tion et

0
0
0

Ay = f .

y1
y2
.
.
yN

a + x.f (x0 )
f (x1 )
.
.
f (xN )

Nous avons maintenant un systme de

qua-

inconnus quilibr. A partir de l, nous pouvons utiliser toute la puissance

des techniques d'oprateurs linaires pour rsoudre le problme direntielle. Vous voyez
galement les direntes gnralisations possibles. Si par exemple, nous avons une quation de seconde ordre, nous n'obtiendrons alors que
et nous devons la supplmenter par

deux

N 1 quations pour N + 1 inconnus

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

k.

boules de masse

relies par des ressorts de raideur

Chaque boule est assujettie se mouvoir sur une ligne verticale, et les lignes sont

espaces de

d (gure 17.1.a ). L'nergie potentielle totale du systme est par consquent :


U (..., yn1 , yn , yn+1 , ...) =

X1
n

k(yn+1 yn )2

(17.2)

yn est l'ordonne de la n-ime boule ( et xn = nd son abscisse ). Pour quelles valeurs


yk le potentiel est minimum ? Comme U est une fonction de N variables, pour tre

des

extremum, il faut que sa drive par rapport chaque variable soit nulle. Considrons la

193

17 Les quations de la physique.


n-ime boule. Dans l'expression de l'nergie sous la somme, il y a seulement deux termes
qui contienne la coordonne de
de

par rapport

yn

yn

(yn yn1 )2

qui sont

et

(yn+1 yn )2 . La minimisation

donne donc :

U
= k(2yn yn1 yn+1 ) = 0
yn

(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 forces exerces s'annulent. Faisons maintenant

x = nd

d0

et

N +

pour retrouver le continuum. La variable

devient continue, de mme que la fonction

y(x).

Comme

yn = y(xn ) = y(nd),

nous avons, par un simple dveloppement de Taylor,

yn+1
yn1


dy
= yn +
d+
dx x=xn

dy
= yn
d+
dx
x=xn


1 d2 y
d2
2 dx2 x=xn

1 d2 y
d2
2 dx2
x=xn

L'quation (17.3) se transforme donc en une quation direntielle

d2 y/dx2 = 0.

plusieurs dimensions, en appliquant la mme dmarche, on aboutit l'quation

y = 0
o l'oprateur
de Laplace

(17.4)

dsigne le laplacien. L'quation (17.4) est appele justement l'quation

et comme nous le voyons, est le rsultat de la minimisation 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'Euler-Lagrange.
Que vaut la constante de raideur
coupage discrte,

k?

Elle doit probablement dpendre de notre d-

i.e. de l'espacement d entre les lments discrets que nous 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 de notre dcoupage.
Prenons maintenant une ligne de longueur

que l'on dcoupe en

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, Selon l'expression (17.2), l'nergie
potentielle totale est donne par

U=

k(Y /L)2 d2 = (Y /L)2 N kd2 = (Y /L)2 Lkd = (Y 2 /L)kd

n
Si maintenant nous avions fait un autre dcoupage en prenant

0
des ressorts de constante k et un espacement

N0

boules relies par

d0 (g. 17.1.c), nous aurions trouv pour

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.

194

17 Les quations de la physique.


l'nergie

U = (Y 2 /L)k 0 d0 .

Comme

ne doit pas dpendre de notre dcoupage,

tre constante :

k=
La constante de ressort

microscopique

K
d

kd

doit

(17.5)

(rsultat de notre dcoupage discret ) k est reli


K , ( qui dnote l'amplitude de la rigidit du systme
physique), par la relation (17.5). Comme (yn+1 yn ) =

une constante physique du systme


par rapport un phnomne

y 0 (x).d + O(d2 ),

l'expression de l'nergie potentielle devient

= (1/2)

XK
d
Z

= (1/2)

y 0 (nd)2 d2

Ky 0 (x)2 dx

quand

d0

Pour un champ lectrique par exemple, l'nergie est donne par

R
(/2)|E|2 d = (/2)|V |2 d .

est le potentiel lectrostatique et l'oprateur gradient () gnralise 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,

dplacement, et la rigidit du systme est donne par le


2
module d'Young . Dans le cas des gaz, nous somme en prsence d'un champ de pression
la variable du champ est appel
et

est l'inverse du coecient de compressibilit.

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 du gure

m. Nous pouvons maintenant crire


F = ma pour chaque boule. L'acclration

(17.1.a) et supposons que chaque boule a une masse


la relation fondamentale de la dynamique

d2 yn /dt2 . La force sur la n-ime boule tant gale au


Fn = U/yn , nous avons, en suivant ce que nous avons dit

de la n-ime boule est donne par


gradient du potentiel,

i.e.

plus haut,

m
Comment

d2 yn
= k(2yn yn+1 yn1 )
dt2

dpend de notre dcoupage ? La rponse est plus simple cette fois. Si nous

dsignons par

d 0,

m = d. Nous avons
(2yn yn+1 yn1 ) ( 2 y/x2 )d2 .

la densit (linaire une dimension), nous avons

galement, comme indiqu plus haut,


Quand

(17.6)

k = K/d

et

l'quation (17.6) devient

2y
t2

=
=

(K/d) 2 y 2
d
d x2
K 2y
x2

(17.7)

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.

195

17 Les quations de la physique.


C'est ce qu'on appelle l'quation d'onde. Elle se gnralise de la mme manire plusieurs
dimensions ( l'oprateur

gnralise la drive seconde). La constante

K/

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
alors, lors de la passage la limite

En lectromagntisme,

dyn /dt.

L'quation d'onde devient

d 0,

2y
y
2y
+

=
K
t2
t
x2

dnote le coecient d'absorption d'un matriau (l'inverse 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
qui n'est rien d'autre que l'quation de la chaleur. Il est peut-tre dicile pour le lecteur
3

de penser au champ de temprature comme des boulent qui se meuvent 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 imaginons

k les uns aux autres, elles sont en plus


x par un ressort de constante V d (nous normalisons tout de suite la raideur

qu'en plus d'tre reli par un ressort de raideur


relis l'axe

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
A certain endroit le long de l'axe
notons donc

Vn

x,

doit tre une constante.

elle peut tre forte, d'autres endroit, faible. Nous

la constante du ressort qui relie la n-ime boule l'axe

x.

L'expression

de l'nergie potentielle totale est donc

U=

X1K
n

2 d

(yn+1 yn )2 + d.Vn yn2

Il ne sera pas alors dicile pour le lecteur de dmontrer que l'quation d'onde s'crira

2
2y
2 y
=
c
V (x).y
t2
x2
et l'expression de l'nergie (potentielle) est de la forme

(K/2)|y|2 + (1/2)V (x)y 2 dx

3. Mme si la conception de la chaleur comme un uide de calorique tait populaire jusqu'au dbut
du XIXme sicle.

196

17 Les quations de la physique.


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.

197

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

topologie

et constru-

p-adiques.

Munir un

les nombres rationnels. Nous munirons alors notre ensemble d'une


irons soit l'ensemble des nombres rels, soit celui des nombres

ensemble d'une topologie est un terme pour erayer l'tudiant. En langage profane, cela
veut simplement dire que l'on va dnir

les distances, la notion d'tre proche. La topologie

habituelle que l'on dnie, et laquelle 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

avant

l'ensemble des 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 le premier qu'on appelle 0)
possde

un

lment

juste avant

et

un

lment

juste aprs, et cela de faon non cyclique.

Bon, bien sr, comme nous sommes en train de faire des mathmatiques, nous devons
dnir exactement ce que ces termes veulent dire. Voil les axiomes de Pano.
1.

0 N1

2. Chaque nombre naturel


successeur (voil pour le

possde un autre lment

juste aprs ).

x0 = s(x) N

appel son

1. Grand dbat philosophique pour savoir si il faut commencer par 0 ou par 1. Cette question 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.

198

18 Qu'est ce qu'un nombre ?


3.

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

s(x)

est valable pour

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), le successeur de 1 deux (2)
et ainsi de suite. On peut donc noter
ensemble de l'opration

+.

N = {0, 1, 2, ...}.

Ensuite, nous allons munir notre

C'est une application qui deux nombres entiers associe un

troisime, et cela en gnralisant le concept de successeur :


. Par exemple, et

x + 1 = s(x) 2 .

L'opration

x+0 = x et x+s(y) = s(x+y)

a bien sr toutes les bonnes proprits

d'associativit, commutativit, 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 troisime :

x 0 = 0 ; x s(y) = x y + x. Bien sr, c'est la multiplication habituelle et on


t plus claire si on avait not x (y + 1) = x y + x. Par exemple, x 1 = x.

aurait

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.
Nous disposons donc maintenant d'un ensemble
En langage chique, nous dirrions que

18.2 Les ensembles

et

(N, +, )

N,

muni des deux oprations

A partir de l, nous allons commencer largir notre ensemble

xy =z

alors c'est que

et

Q.

D'abord, nous pouvons dnir l'opration soustraction


tion : si

est un anneau commutatif.

y+z =x

N.

comme l'inverse de l'addi-

(exercice : donner une dnition rigoureuse

de la soustraction). Mais cela nous pose un problme.

est ferm pour l'addition, c'est

dire que l'addition de n'importe quel deux nombres est encore dans
d'tre le cas pour la soustraction. Il sut d'examiner

z + 1 = 0,

01

: si

N. Cela est loin


0 1 = z N, alors

ce qui contredit violement un des axiomes de Pano. Qu' cela ne tienne :

nous allons dnir un ensemble

Z = {..., 2, 1, 0, 1, 2, ...}

qui contient

et qui est ferm pour la soustraction,

2. Notez comment l'operation

+1

devient alors le synonyme de l'opration successeur.

199

18 Qu'est ce qu'un nombre ?


Nous pouvons galement dnir l'opration de division

de la multi-

x = yz . Le mme problme se pose : en gnral, pour


N ou Z . A nouveau, on peut agrandir
notre ensemble et dnir l'ensemble des nombres rationnels Q qui est ferm pour l'opraplication : si

x/y = z

/comme l'inverse

alors c'est que

un couple quelconque,

x/y

n'a pas de sens dans

tion de division. Notez que nous avons pas vraiment dnit comment on aggrandit nos
3

ensemble, cela alourdirait trop ce texte .


L'ensemble

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
reste dnombrable, et mme si il est ferm pour la division, il n'est pas

algbriquement

ferm. Par cela nous voulons dire que les racines de tous les polynomes (de coecient
entier) ne se trouvent pas dans

x2 2 = 0

Q.

Par exemple, il est trivial de montrer que la racine de

(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
la fermeture algbrique de

Q, et qui contient tous ces nombres du genre

2+

3+

17

A,
253.

A t'on puis tous les nombres ou existe t'il des nombres non-algbriques qu'on appelle

transcendants ?
ou le nombre

Est ce que par exemple, le primtre d'un cercle de diamtre unit

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 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

2.

d(a, b) = d(b, a).

3.

d(a, b) d(a, c) + d(b, c)

et

d(a, b) = 0

a, b, c k ,

si et seulement si

a = b.

(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

A = N N, c'est dire
x et y sont des entiers naturels. Nous dnissons une relation
x0 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 pour construire les entiers relatifs partir
3. Voyons rapidement la construction des rationnels. Considrons l'ensemble

l'ensemble de tous les pairs (x, y) o


0
0
0
d'quivalence (x, y) = (x , y ) si xy =

des entier naturels.


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.

200

18 Qu'est ce qu'un nombre ?


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, ...

Un concept troitement li la notion de distance est celle de

posons que nous disposons d'une valeur absolue sur un corps

la valeur absolue. Sup-

avec les proprits suiv-

antes :
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

d(a, b) = |ab|.

Nous laissons au lecteur le soin de dmontrer cela. L'exemple usuel de la valeur absolue
sur

est

|x| = x

si

x 0

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 dnir
la convergence des suites. Nous disons que la suite

les lments de la suite, partir d'un certain


le souhaitons. Dans l'ensemble
pour tout

 Q,

Q,

an converge

vers la limite

proche

sont aussi

a est la limite
d(a, an ) < .

nous crirons par exemple que

nous pouvons trouver

tel que si

n>N

alors

si tous

de la limite que nous


de

an si

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 quelconques converge
vers zero au del d'un certain

n, m > N

alors la suite est convergente.

alors

d(am , an ) < 

: si pour tout

 Q,

nous pouvons trouver

Cela nous pose un nouveau problme : la limite d'une suite dans un corps

tel que si

n'a au-

cune raison d'appartenir au mme corps. Mais nous pouvons continuer notre procdure
d'enrichissement et considrer un ensemble qui contient

et

le corps

et

toutes les limites

de toutes les suites convergentes. Nous verrons ci-dessous deux exemples de fermeture
topologique de l'ensemble

: l'ensemble des nombres rels et l'ensemble des nombres

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

Exemple 1.

Le nombre

1/e,

Q.

dni comme la limite de

n
n=0 (1) /n! n'est pas un

nombre rationnel. Pour voir cela supposons qu'il l'est et ecrivons le comme
dcomposons la srie en une somme jusqu'au terme

et le reste :

p X
=
(1)n /n! + Rq
q
n=0

201

p/q .

Nous

18 Qu'est ce qu'un nombre ?


Comme nous avons aaire une srie alternative convergente, le reste est plus petit que
le dernier terme :

|Rq | < 1/q!.

Multiplions maintenant les deux cots par

gauche un entier, et droite un entier

plus

q!.

Nous avons

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

comme un ensemble qui contient

Q au sens de Cauchy.
+ et se gnralisent aisement par continuit. Par exemple,pour a, b R,
(mais pas ncessairement rationnel) a + b = lim(an + bn ) o an et bn sont des suites dans
Q convergeant vers a et b.
Q

et les limites de toutes les suites convergentes dans

Les oprations

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.

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
est solution de l'quation

p/q

px q = 0.

Considrons maintenant un polynome coecient entier du genre a0 + a1 x + ... +


an xn (an 6= 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
2
3
2
2
2
polynmes suivants : x ; x 1. Pour H = 3, x ; 2x ; x x ; x 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

est ni ( Combien y'en 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 !

202

18 Qu'est ce qu'un nombre ?


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

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 ...
r0 partir de r en changeant chacun des dcimaux de r d'une
0
faon quelconque. Il est alors facile de voir que r ne peut pas tre dans la liste ci-dessus !

Soit maintenant le chire

et construisons un nombre
(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 provoquaient pas mal de contradictions et

on vite t chass du monde. Dans les 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
tel que

0 <  < 1/n

quelque soit

n N.

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 :
p4 :

|x + y| max{|x|, |y|}

nous l'appelons
puisque

non-archimedien.

Notons que la proprit 4 implique la proprit 3,

max{|x|, |y|} |x| + |y|.

203

18 Qu'est ce qu'un nombre ?


Commenons par les nombres entiers. Donnons nous un nombre premier
quel entier

p.

N'importe

peut s'crire de faon unique sous la forme

n = pvp (n) n0
o

p . n0

ne divise pas

n0 ).

Par exemple, si nous avons choisi le nombre premier 5,

nous avons

2 = 50 2
5 = 51 1
6 = 50 6
150 = 52 6
v5 (2) = v5 (6) = 0 ; v5 (5) = 1 ; v5 (150) = 2. vp (n) est appel la
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 inniment.
On peut tendre de faon vidente la valuation padique aux nombres rationnels :
vp (a/b) = vp (a) vp (b)

et nous avons donc


valuation

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


nombre

vp agit

padique

un

d'un

par

|x|p = pvp (x)


|2|5 = |6|5 = 1 ; |5|5 = |10|5 = 1/5 ;
|150|5 = 1/25. En utilisant notre convention, nous avons en plus |0|5 = 0.
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 divisible par p, plus sa
valeur absolue est proche de 0. Nous laissons au lecteur le soin de dmontrer que cette
et pour revenir l'exemple des nombres prcdents,

valeur absolue en est vraiment une, et qu'en plus, elle est non archimedien. Nous pouvons
en plus dmontrer que si

x 6= y ,

alors

|x + y|p = max{|x|p , |yp |}.


Q, nous pouvons

Super, nous disposons d'une valeur absolue sur

distance : d(x, y) = |x y|p . Par exemple, pour la distance


d(5, 10) = 1/5 ; d(5, 30) = 1/125. Notons que cette metrique
d(x, y) max{d(x, z), d(y, z)}x, y, z Q. Cette ingalit est

donc dnir une

5-adique,

d(5, 6) = 1 ;

a la prorit suivante :
appel l'ingalit ultra-

mtrique.
Notons combien cette distance est dirente de la distance habituelle. Prenons par

x, y, z . Alors deux des distances sont


(x y) + (y z) = (x z). Si |x y| 6= |y z|, alors

exemple trois points quelconques mais distinct


gales ! Ceci dcoule du fait que

|x z|

est gale au plus grand d'entre eux.

204

18 Qu'est ce qu'un nombre ?


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 ex-

actement 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,


 ...

205

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 ple-mle 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 dveloppe 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 dveloppe-

ment 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.

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

206

19 Bibliograhie.
tudiants avancs de mathmatiques, o l'expos est noy sous des tonnes de thormedmonstration. 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 :

207