Vous êtes sur la page 1sur 283

Équations

aux
dérivées partielles
Cours et exercices corrigés
2e édition

RESSOURCES

Licence
Écoles d’ingénieurs
NUMÉRIQUES

DUNOD
Equations
aux dérivées partielles

Cours et exercices corrigés

2e édition

DUNOD
Illustration de couverture : © Baillou - Fotolia.fr

Le pictogramme qui figure ci-contre d'enseignement supérieur, provoquant une


mérite une explication. Son objet est baisse brutale des achats de livres et de
d'alerter le lecteur sur la menace que revues, au point que la possibilité même pour
représente pour l'avenir de l'écrit, _____ _____ les auteurs de créer des oeuvres
particulièrement dans le domaine DANGER nouvelles et de les faire éditer cor­
de l'édition technique et universi­ rectement est aujourd'hui menacée.
taire, le développement massif du Nous rappelons donc que toute
reproduction, partielle ou totale,
Le Code de la propriété intellec­ de la présente publication est
tuelle du 1er juillet 1992 interdit LE PHOTOCOPILLAGE interdite sans autorisation de
en effet expressément la photoco­ TUE LE LIVRE J l'auteur, de son éditeur ou du
pie à usage collectif sans autori­ Centre français d'exploitation du
sation des ayants droit. O r, cette pratique droit de copie (CFC, 20, rue des
s'est généralisée dans les établissements Grands-Augustins, 75 006 Paris).

© D unod, 2012, 2015


5 rue Larom iguière, 75005 Paris
www.dunod.com
ISBN 978-2-10-072746-9

Le C o d e de la propriété intellectuelle n'autorisant, aux term es d e l'article


L. 1 2 2 -5 , 2° et 3° a), d'u ne part, que les « copies ou reproductions strictement
réservées à l'usage privé du copiste et non destinées à une utilisation collective »
et, d'autre part, que les analyses et les courtes citations dans un but d 'e xem p le et
d'illustration, « toute représentation ou reproduction intégrale ou partielle faite
sans le consentement d e l'auteur ou de ses ayants droit ou ayants cause est
illicite » (art. L. 1 2 2 4 ) .
Cette représentation ou reproduction, p ar quelque procédé que ce soit, constitue­
rait donc une contrefaçon sanctionnée p a r les articles L. 3 3 5 -2 et suivants du
C o d e de la propriété intellectuelle.
T able des m a t iè r e s

Avant-propos VII

Notations IX

Chapitre 1. Généralités 1
1.1 Premières définitions 1
1.2 Exemples d’équations aux dérivées partielles linéaires en mécanique 5

Chapitre 2. Équations aux dérivéespartielles du premier ordre 17


2.1 Préambule : étude d’un système différentiel dela forme y- = =% 17
2.2 Équations aux dérivées partielleslinéaires dupremier ordre 23
Exercices 30
Corrigés 31

Chapitre 3. Équations aux dérivéespartielles du second ordre 33


3.1 Classification des équations 33
3.2 Courbes caractéristiques et problème deCauchy 35
3.3 Réduction à la forme standard 40
Exercices 49
Corrigés 51

Chapitre 4. Distributions 55
4.1 Motivation 55
4.2 Espace des fonctions tests 57
4.3 Espace des distributions 60
4.4 Dérivation d’une distribution 66
© Dunod. La photocopie non autorisée est un délit.

4.5 Opérations 68
4.6 Distributions tempérées 73
Exercices 75
Corrigés 77

Chapitre 5. Transformations intégrales 83


5.1 Transformation de Fourier 83
5.2 Transformation de Laplace 90
Exercices 99
Corrigés 106
Équations aux dérivées partielles

Chapitre 6. Méthode de séparation des variables 117


6.1 Fonctions à variables séparées 1 17
6.2 Problème de Sturm-Liouville 120
6.3 Séparation des variables 1 26
Exercices 135
Corrigés 140

Chapitre 7. Quelques équations aux dérivées partielles classiques 153


7.1 Équation de transport 153
7.2 Équation des ondes 1 58
7.3 Équation de la chaleur 1 64
7.4 Équation de Laplace 166
7.5 Une équation aux dérivées partielles classique en finance : l’équation
de Black-Scholes 1 78

Chapitre 8. Introduction aux approches variationnelles 183


8.1 Principe des approches variationnelles 183
8.2 Problème variationnel abstrait 1 89
8.3 Notions sur la régularité de la solution faible 1 95
8.4 Traitement de quelques EDP 195
8.5 Techniques d’approximation de Ritz-Galerkin 200
Exercices 202
Corrigés 204

Annexe A. Rappels d’analyse et de géométrie 215


A.l Fonctions de plusieurs variables 21 5
A. 2 Éléments de géométrie 21 7

Annexe B. Éléments d’analyse hilbertienne 221


B. l Définitions 221
B.2 Complétude 226
B.3 Sommes hilbertiennes 229
B.4 Projection sur un convexe fermé 233
B. 5 Dualité dans les espaces de Hilbert 237

Annexe C. Éléments d’intégration de Lebesgue 241


C. l Motivation 241
C.2 Rapide construction de l’intégrale de Lebesgue 242
C.3 Résultats importants 245
C.4 Comparaison Riemann-Lebesgue 247
C.5 Intégrales multiples 247
C.6 Espaces de Lebesgue 248
C.7 Produit de convolution de deux fonctions 252
C.8 Résultats de densité et de séparabilité 253

IV
Table des matières

Annexe D. Propriétés de l’espace de Sobolev H }(Q) 255


D. 1 Structure algébrique 255
D.2 Régularité des fonctions, notion de trace 257
D.3 Inégalités de Poincaré 260
Bibliographie 265

Index 266

Vous pouvez accéder à des exercices corrigés supplémentaires à partir de la page


de présentation de l’ouvrage sur le site de l’éditeur www.dunod.com.
Ces compléments sont au format pdf et permettent une recherche classique par
mots-clés. Ils peuvent être lus , enregistrés ou imprimés en partie comme en
totalité.
© Dunod. La photocopie non autorisée est un délit.

V
A v a n t -pro po s

Cet ouvrage est une introduction à l’étude des équations aux dérivées partielles. Il
est destiné aux étudiants de niveau L3 et M l des écoles d’ingénieurs et filières univer­
sitaires scientifiques. Il se base sur un cours de L3 donné aux étudiants en ingénierie
mécanique de l’ENS de Cachan et de l’université Pierre et Marie Curie-Paris 6.
Les équations aux dérivées partielles (EDP) apparaissent extrêmement fréquem­
ment en sciences appliquées pour traduire des principes fondamentaux et modéliser
de manière continue des phénomènes physiques. Face à cela, les étudiants se re­
trouvent souvent désarmés : les ouvrages dans ce domaine font généralement appel à
des prérequis complexes, donnent des exposés trop généraux pour faire le lien avec
des applications, ou au contraire éludent les fondations et se spécialisent sur certains
aspects. L’étude des EDP est en effet un sujet très vaste, sur lequel les ouvrages de
référence peuvent contenir plusieurs milliers de pages.
Cette seconde édition, revue et augmentée, est, encore, le fruit d’un compromis.
Si notre but est, toujours, de donner les éléments nécessaires à la compréhension
des EDP qui jalonnent le monde des sciences appliquées, de savoir les interpréter,
au sens classique et généralisé, connaître leurs principales propriétés et, lorsque cela
est possible, les résoudre, il nous a semblé important, en regard, d’introduire aussi
les approches variationnelles qui font le lien entre les EDP théoriques et le calcul
numérique. Ces méthodes sont, en effet, à la base de techniques d’approximation
robustes extrêmement utilisées en ingénierie, dont il est intéressant de connaître le
principe directeur.
L’objectif du premier chapitre est de donner le vocabulaire de base et de discu­
ter, de manière assez empirique, des propriétés fondamentales des EDP les plus fré­
quentes en physique. Nous nous intéressons ensuite à l’analyse classique d’équations
du premier et second ordre. Nous introduisons notamment la notion de courbe carac­
téristique d’une EDP.
© Dunod. La photocopie non autorisée est un délit.

Dans le chapitre quatre, nous donnons les fondements de l’interprétation générali­


sée des EDP en introduisant le concept de distributions. Ces dernières sont un outil
extrêmement, puissant puisqu’elles offrent un cadre plus large pour manier les EDP,
notamment en présence de discontinuités, et fournissent de nouveaux outils pour leur
étude.
Nous développons aussi quelques éléments d’analyse spectrale (transformation de
Fourier et Laplace pour les domaines non bornés et séparation de variables pour les
domaines bornés) dont l’intérêt dépasse l’étude des EDP, et qui permettent dans cer­
tains cas d’obtenir facilement des solutions d’équations aux dérivées partielles.

VII
Équations aux dérivées partielles

Le chapitre qui suit est consacré à l’étude d’équations classiques (de transport, de
la chaleur, des ondes, de Laplace) à l’aide des outils introduits aux chapitres précé­
dents.
Le dernier chapitre est une introduction aux approches variationnelles, qui offrent
un cadre théorique riche dans lequel il est possible de prouver l’existence et l’unicité
de la solution de certaines EDP.
À la fin de chaque chapitre se trouve une sélection d’exercices types, avec, bien sûr,
leurs corrigés détaillés. Ceux-ci se veulent volontairement simples, sans complication
calculatoire.
Quatre annexes complètent cet ouvrage. La première est une remise en forme pour
se réapproprier les bases de géométrie et calcul différentiel. La deuxième est consa­
crée à l’analyse hilbertienne, et donne les résultats nécessaires concernant les espaces
de Banach et de Hilbert. La troisième annexe concerne l’intégration de Lebesgue et
les espaces fonctionnels associés ; il s’agit de permettre au lecteur non spécialiste de
comprendre comment cette théorie de l’intégration conduit à un cadre simple pour
déployer les méthodes présentées dans l’ouvrage. La dernière annexe présente les
propriétés fondamentale de l’espace de Sobolev dans lequel les méthodes variation­
nelles sont déployées.
La bibliographie recense quelques ouvrages de référence, permettant d’approfon­
dir le sujet.

Nous tenons à remercier Valentine Rey et Emmanuel Trélat pour leur relecture
attentive et leurs suggestions pertinentes.

Claire David
Pierre Gosselet

VIII
N o t a t io n s

• Ensemble et topologie
- dû, bord du domaine O.

( 01 sisi xx €€ A£2 \ A
• Espaces fonctionnels
- Lp(£2), 1 < p < oo espace de Lebesgue des fonctions dont la puissance p ieme est
intégrable sur £2.
- L°°(£2), espace de Lebesgue des fonctions essentiellement bornées sur Q.
- C°(£2), espace des fonctions continues sur £2.
- C"(£2), n e [1, o o ], espace des fonctions n fois continûment dérivables.
- C"(£2), n e |[0, o o ], espace des fonctions de classe C"(£2) à support compact.
- £)(Q) = C£°(£2), espace des fonctions infiniment dérivables à support compact,
espace des fonctions tests pour les distributions.
- «S(Rd), espace des fonctions à décroissance rapide, espace des fonctions tests
pour les distributions tempérées.
- fî(£2) = C°°(£2), espace des fonctions infiniment dérivables sur £2, espace des
fonctions tests pour les distributions à support compact.
• Opérations sur les fonctions et les distributions
- supp(/), support de la fonction / .
- pour une fonction réelle de la variable réelle : / ' dérivée première de / , f "
dérivée seconde, dérivée y-ème.
© Dunod. La photocopie non autorisée est un délit.

- f * g, produit de convolution
• Notation multientier : a = (a i ....... aj) e N rf.
d
- N = 'Yj ah
/=i
- x e R d, xa = x x ^ . . . xa
dd monôme.

IX
Équations aux dérivées partielles

o Opérateurs différentiels
(d £ \
dx
—> df
- Gradient spatial d’une fonction scalaire : grad(/)
dy
df
<dz>
- Dérivée normale :
—)
^ = dfÇn) = grâd(/) • n.

dpx dpy dpz


- Divergence spatiale d’un champ de vecteur : div(/7)
dx dy dz
&J_
- Laplacien d’un champ scalaire : À / = div(grad(/)) =
dx2 dy2 dz2
• Opérations dans un espace vectoriel E
- E', dual topologique de E.
- (g, h) = g(h) e R, crochet de dualité avec h € E et g e E'.
- (y> h)E produit scalaire avec g € E et h e E.
- PHæ norme de h e E.

X
G é n é r a l it é s

1.1 Premières définitions


Une Équation aux Dérivées Partielles (EDP) est une équation fonctionnelle qui met
en relation des dérivées partielles. Typiquement, si u est une fonction à valeurs sca­
laires des variables x et y,(x, y) e Ci, où
relation de la forme :
/ du du\ n ^
f H, x, y, — ,— I = 0 pour (x, y) e n ( 1. 1)

où T désigne une fonction définie sur un ouvert de R 5.


U ordre d’une équation aux dérivées partielles est le plus haut degré de dérivation
présent dans l’équation. L’équation (1.1) est donc d’ordre 1.
La dimension d’une équation aux dérivées partielles est le nombre de variables
indépendantes dont dépend la fonction inconnue u. L’équation (1.1) est donc de di­
mension 2.
Résoudre Y EDP consiste donc à déterminer toutes les fonctions u définies sur
satisfaisant (1.1).
En général, une EDP est complétée par des conditions sur le bord de £2 du type :
/ du du)
pour (x, y) eT c ( 1. 2)

Ces conditions peuvent être de nature très différentes et influent fortement sur l’exis­
tence et la forme des solutions. Quand les conditions portent sur le bord complet du
domaine, on parle de problème aux frontières. Quand le domaine est d’extension in­
finie autour d’un obstacle compact (par exemple lors de l’étude de la signature radar
d’un objet), on parle de problème extérieur.
© Dunod. La photocopie non autorisée est un délit.

Quand les conditions ne portent que sur une partie du bord du domaine sur lequel
on connaît la valeur de la fonction et de ses dérivées de degré inférieur à l’ordre de
l’équation, on parle de problème de Cauchy.
Les équations de la physique sont fréquemment posées sur des domaines spatio-
temporels du type £2 = u)x [io. +°°[, où a>est un ouvert de l’espace ou 3)
et [io, +°°[ est l’intervalle temporel d’étude, to est l’instant initial (souvent pris égal
à 0). Le temps joue un rôle particulier, dans la mesure où il est porteur du principe
de causalitéL On a alors le plus souvent un problème aux frontières en espace et un
t- C’est le principe suivant lequel, si un phénomène physique, nommé cause, produit un autre phéno­
mène, Yeffet, alors ce dernier ne peut précéder la cause.

1
Chapitre 1 • Généralités

problème de Cauchy en temps que l’on appelle également problème aux conditioi
initiales.
Les problèmes aux frontières et les problèmes aux conditions initiales obéisseï
à des logiques différentes : pour les premiers, l’état est partiellement connu sur le
bords et on cherche à l’aide de Y EDPà déterminer la solution
domaine a>, pour les seconds, l’état est complètement connu à l’instant initial to «
on va chercher à propager la solution à l’instant d’après puis, de proche en proche,
déterminer la solution sur l’ensemble de l’intervalle temporel d’étude.
Il n’existe pas de résultats généraux sur l’existence de solutions des équations au
dérivées partielles, il est nécessaire de restreindre l’étude à certains cas. On donn
donc, dans ce qui suit, une rapide classification des EDP et des conditions aux limite:

Définition 1.1 C la ssifica tion d e s EDP

Cette classification est illustrée dans le cas d’équations du second ordre.


i. On dit qu’une équation aux dérivées partielles est linéaire si la dépendance par
rapport à la fonction inconnue et ses dérivées partielles est linéaire :

/ <92m - . , . d2u d2u


a(x,y) — + 2 b(x, y) + , y)
c(x
dx2 dxd y
du du
+ d(x, y) — +e(x, y) — + fix , y) u + 0

L’équation est dite homogène si la fonction g est identiquement nulle sur O.


ii. On dit qu’une équation aux dérivées partielles est semi-linéaire si la dépen­
dance par rapport aux dérivées partielles d’ordre le plus élevé est linéaire :

d2u d2u â2u ( du du


a {x ,y )—1 + 2 b (x ,y )—— + c {x ,y )— r + T \ u , x , y , — , — = 0
dx1 dxdy dyA \ dx dy
où a,b, c désignent des fonctions des variables x et y, et T une fonction définie
dans un ouvert de R 5.
iii. On dit qu’une équation aux dérivées partielles est quasi-linéaire si elle est de
la forme :

du du d2u du du d2u
a \u<dx
T ’T ’x<y + 2 b lu, ,x,y
dy dx2 d x ’ d y ’ ’ dxdy
du du \ d2u du du
+ c\( - uT ’
dx dy ) dy2 + r \ u’x ’ y’

où a, b, c et T sont des fonctions définies dans un ouvert de R 5.

2
1-1- Premières définitions

iv. On dit qu’une équation aux dérivées partielles est complètement non linéaire
si elle dépend non linéairement de ses termes d’ordre le plus élevé.

Cet ouvrage traite plus particulièrement d’équations aux dérivées partielles fré­
quemment rencontrées en physique, du premier ordre quasi-linéaires et du second
ordre semi-linéaires.
Définition 1.2 C lassification d es c o n d itio n s aux lim ites

i. On appelle condition de Dirichlet une condition où on impose la valeur de


la fonction recherchée sur le bord dco. Un problème du premier type est un
problème où tout le bord est soumis a des conditions de Dirichlet.
ii. On appelle condition de Neumann une condition où on impose la valeur de
la dérivée normale de la fonction recherchée sur le bord dco. Un problème du
deuxième type est un problème où tout le bord est soumis à des conditions de
Neumann.
iii. On appelle condition de Fourier-Robin une condition où on impose une rela­
tion entre la valeur de la dérivée normale de la fonction recherchée et sa valeur
sur le bord dco.
iv. On appelle problème du troisième type un problème où les conditions sont de
types différents sur des portions du bord.

Remarque 1.1
Dans le cas d’un problème extérieur, VEDP est généralement complétée par un comportement
asymptotique à l’infini.

Le concept même de recherche de solution(s) d’une équation aux dérivées par­


tielles n’est pas forcément très clair, et nécessite d’être reprécisé pour chaque pro­
blème.
© Dunod. La photocopie non autorisée est un délit.

Un repère important est la notion de problème bien posé.

Définition 1.3

Un problème est bien posé au sens de Hadamard s’il existe une unique solution
qui dépend des données de façon continue1.

La dernière condition est particulièrement significative en physique. Une EDP


traduit en général des principes physiques (comme la conservation de la masse,
t. Cette définition suppose le choix d’une mesure « raisonnable » des variations des données.

3
Chapitre 1 • Généralités

de l’énergie, de la quantité de mouvement) et des modèles (comme la relation ef-


fort/déformation dans un ressort, la loi de la gravitation) dans lesquels on peut avoir
une confiance raisonnable. Les données (les valeurs des coefficients, conditions aux
limites imposées) sont souvent le résultat de mesures et donc peu fiables. Il est sou­
haitable que la solution de l’équation aux dérivées partielles présente une certaine
stabilité si les données venaient à être légèrement perturbées.
Une première limite du concept de problème bien posé apparaît pour les problèmes
physiques où il est connu et souhaité que la solution de l’équation aux dérivées par­
tielles ne soit pas unique (par exemple, dans l’étude des régimes turbulents en mé­
canique des fluides). Il faut alors classer les solutions en fonction de leurs propriétés
(régularité, dimensions caractéristiques, etc.).
Une seconde limite est que le caractère bien posé peut dépendre de la façon dont on
recherche la solution. Par exemple, une des premières techniques d’étude des équa­
tions aux dérivées partielles consistait à chercher des solutions analytiques (i.e. dé­
veloppables en série entière). Il a été démontré depuis qu’il existe des problèmes
avec une unique solution analytique, mais de nombreuses autres solutions (même in­
finiment dérivables). De tels problèmes sont donc bien posés au sens des fonctions
analytiques, mais mal posés dans un cadre plus général.
La question de la régularité* des solutions d’une équation aux dérivées partielles
est souvent au cœur de son étude.
Le fait qu’une équation aux dérivées partielles présente des dérivées partielles
d’ordre k suggère assez naturellement de chercher une solution au moins k fois dé­
rivable ; c’est ce que l’on appelle le cadre classique (ceci dit, le fait de mettre en
relation une fonction et ses dérivées suggère que toutes ont la même régularité, ce
qui conduirait à des solutions infiniment dérivables, d’où la légitimité de chercher
des solutions analytiques).
Le cadre classique peut se montrer trop restrictif : les discontinuités sont fréquentes
en physique (ondes de choc, hétérogénéités), et il peut être souhaitable de placer
l’équation aux dérivées partielles dans un cadre plus large où les solutions peuvent
présenter des irrégularités. Dans ce cadre, abordé au chapitre 4, on parle de solutions
faibles ou solutions généralisées. Cependant, le fait d’interpréter l’équation aux dé­
rivées partielles au sens faible n’empêche pas de chercher des solutions classiques :
une fois qu’une solution faible a été obtenue, on peut chercher à prouver qu’elle pos­
sède en fait des propriétés de régularité au sens « classique » (continuité, dérivabilité,
etc.). Des outils puissants permettant de prouver l’existence, l’unicité, la régularité
de solutions au sens faible sont présentés au paragraphe après.

f. Le terme régularité est un raccourci pour parler des propriétés de continuité, dérivabilité (classique
ou faible) d’une fonction, et de l’appartenance de la fonction et de ses dérivées à certains espaces de
Lebesgue.

4
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

On aborde dans cet ouvrage quelques outils de fond pour comprendre les EDP et
quelques techniques de résolution analytique. Très souvent, pour une équation don­
née, une technique adaptée donne une unique solution ; il faut garder en mémoire
que celle-ci n’est pas nécessairement la seule solution de l’équation. Néanmoins, les
exemples et exercices proposés dans cet ouvrage ne concernent que des problèmes
bien posés pour lesquels on admettra l’existence et l’unicité de la solution : on pourra
légitimement parler de la (seule) solution.

1.2 Exemples d ’équations aux dérivées


PARTIELLES LINÉAIRES EN MÉCANIQUE
Cette section a pour objectif de présenter des équations classiques et certaines de
leurs propriétés fondamentales pour le physicien, que ce soit pour contrôler la vali­
dité d'un modèlet ou bien pour orienter les méthodes de calcul Les configurations
étudiées sont volontairement simples et certains résultats admis, les chapitres sui­
vants permettront de donner de la rigueur et de généraliser cette présentation.

1.2.1 É q u a tio n d e tra n s p o rt

Considérons un contaminant de concentration p dans un fluide en mouvement, où le


champ de vitesse ti, fonction des variables d’espace (x, y) et du temps t, est donné.
En l’absence de source répartie, la conservation de la matière conduit à l’équation :

Yt + divQxi?) = 0
© Dunod. La photocopie non autorisée est un délit.

appelée équation d ’advection.


Si on suppose que le fluide support est incompressible (div(O) = 0), on obtient
Véquation de transport :

^ + grâdOu).? = 0 (1.3)

Cette équation du premier ordre gouverne les phénomènes convectifs (i.e. le conta­
minant est transporté par le fluide), mais apparaît aussi dans certains modèles de
marchés boursiers (équation de Black-Scholes présentée en 7.5).

5
Chapitre 1 • Généralités

Considérons le cas unidimensionnel en espace :

! + =0 (1.4)
dt dx
Si on suppose de plus que la vitesse v est constante, il apparaît clairement que toute
fonction de la forme :
(jc, 0 h » fi(x, t) = ¡l(x - vt) (1.5)
est solution.
L’étude de YEDP seule a donc conduit à une famille de solutions. Intéressons-nous
maintenant à un problème aux limites complet.
Considérons donc le domaine ]xo, x\ [x]*o» +°°[, et supposons que l’on connaît la
concentration po à l’instant en tout point (problème à valeur initiale).
Il s’agit donc de résoudre :

' dt dx
fx(x, to) = noix) V* €]x0, X\ [

La seule solution possible est la fonction :

(x, t) H» p(x, t) = p0(x - v(t - to)), (1.6)

qui correspond à une propagation selon les x positifs (voir figure 1.1).

Figure 1.1 - Transport d’une répartition initiale

Remarque 1.2
La fonction initiale choisie dans la figure 1.1 n’est pas de classe C1 (il y a des ruptures de
pente), et donc la solution ¡i ne l’est pas, ce qui pose problème au sens classique puisque
l’équation aux dérivées partielles suppose de pouvoir dériver.
Plus précisément, on voit que l’expression de la solution (1.6) ne requiert a priori aucune
régularité sur po, et que cette solution est par ailleurs tout à fait satisfaisante d’un point de
vue physique. C’est, typiquement, ce que l’on appelle une solutionfaible du problème.

6
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

Étudions maintenant l’équation non homogène obtenue en ajoutant un terme


source f dans le problème à condition initiale, en ne supposant pas v constante :

(1.7)
n(x, t0) = po(x)
Cherchons s’il est possible de caractériser la courbe représentative Cx d’une fonction
t i-> X(t), vérifiant X(0) = Xo, et telle que ce problème se ramène à une équation
différentielle ordinaire {EDO). A cet effet, posons :

fl{t)=p{X{t),t)

ce qui conduit à :
dû. du dX du

Ainsi, si — = u, alors :
dt
^ = f(X{t), t)

Autrement dit, on s’est ramené au système d’équations différentielles ordinaires


suivant :
( dX
avec X(0) = X0
( 1. 8)
^ = f(X(t),t) avec (i(0) = fto(XQ, to)

Dans ce cas précis, il est possible de déterminer X puis d’en déduire fi.
La courbe Cx est appelée courbe caractéristique de l ’équation aux dérivées par­
tielles. Elle permet de ramener celle-ci à système différentiel dépendant de moins de
variables (ici, on passe d’une équation aux dérivées partielles en (x, t) à une équation
différentielle ordinaire en t).
On dit que la solution « se propage selon la caractéristique ».
Ce rôle particulier des courbes (et dans le cas général des surfaces) caractéristiques
© Dunod. La photocopie non autorisée est un délit.

conduit à la « méthode des caractéristiques » pour résoudre les équations aux dérivées
partielles (essentiellement du premier ordre).
Si, au lieu de se donner une condition initiale p(x, to) = po(x), on s’était donné une
condition selon la courbe caractéristique :

p(xo + v(t - t0), t) (1.9)

on se serait trouvé face à un problème de la forme :



- r = f{x o + v(t - t0), t) et fi(t) = p(x0 + o(t - t0), t) = pc(t) (1.10)

7
Chapitre 1 • Généralités

duc
Ainsi, si —— = /(xo + v(t - îq), t), on obtient une infinité de solutions, mais dans le
dt
cas contraire, il n’y a aucune solution.
Les courbes caractéristiques jouent donc également un rôle dans la définition de
problèmes à valeur « initiale » bien posés. Cette propriété est exploitée dans la clas­
sification des équations du second ordre.

1.2.2 É q u a tio n d e la c h a le u r
Désignons par ^ et T les fonctions « flux de chaleur » et « température », des variables
spatiales (x, y), et du temps t.
D’après le premier principe de la thermodynamique, une équation d’état et la loi
de Fourier, on a
.. ^ dT
d‘v ® = - c —

¿f = -kgïààT
où c > 0 désigne la chaleur spécifique, et k > 0 le coefficient de conductivité ther-
_ . . k
mique. Pour ce qui suit, on pose a = - .
c
Par combinaison, on obtient :
dT
- — + aAT = 0 ( 1. 11)
dt
L’équation aux dérivées partielles ainsi obtenue est appelée équation de la chaleur.
Elle gouverne tous les phénomènes diffusifs (c’est donc aussi l’équation de la diffu­
sion).
Reprenons l’équation en une dimension d’espace :
dT d2T „
( 1. 12)
d t + a dx2 °
Réalisons une étude par invariance d ’échelle :
si (x, t) i-h> T(x, t) est solution, alors, pour À e R, la fonction (x, t) i-> T(àx, À2t)
X
est également solution. En particulier, si on choisit formellement A = - , on voit que
x2 1
la solution ne dépend plus que de la variable z = — .
Ceci incite à chercher une solution sous la forme :

(x, t) i—> T(x v(.z)


■ H t )=
Par dérivation composée, (1.12) implique :

0 = (2a + z)v'(z) + 4azv"(z) (1.13)

8
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

ce qui conduit à :
e 4a
v'(z) = Vi

puis* :

T(x, t) = vo + i>i I——dz = «0 + ^1 V4a7r erf ( f _


yz Jo \ y 4at
Les principales propriétés de l’équation de la chaleur peuvent être illustrées en
considérant le problème posé sur Rx]0, + o o [ avec une condition de décroissance à
l’infini pour la variable d’espace, en supposant, en outre, que la répartion de chaleur
initiale prend la forme d’un créneau (T(x, 0) = 1 sur [-1,1] et 0 ailleurs).
On peut vérifier que la solution (dont le tracé à différents instants est donné sur la
figure 1.2) est donnée par :

T(x, t) = erf

Équation de la chaleur Équation de la chaleur

Figure 1.2- Diffusion d’un créneau Figure 1.3- Cloison thermostatée


© Dunod. La photocopie non autorisée est un délit.

La figure 1.2 met en évidence des propriétés de l’équation de la chaleur :


L la propagation à vitesse infinie : dès que t > 0, la solution est non nulle en tout
point de l’espace ;
ii. la non-réversibilité : si t = - t et T(x, t) = T(x, t), l’équation devient

ôt . j 2t
+<^ >â ? = 0

t. La fonction erf, ou fonction d ’erreur de Gauss, est donnée par : erf(z) = £ e ^dr.

9
Chapitre 1 • Généralités

ce qui revient à changer le signe d’une constante thermodynamique et donc à


donner un système complètement différent (et physiquement inconsistant puis­
qu’il ne respecte plus le second principe) ;
iii. la régularisation de la solution au cours du temps ; physiquement, on retrouve
bien le comportement de systèmes dont l’entropie croît ;
iv. l 'absence d ’histoire du système : la configuration à un instant ne dépend que de
celle à l’instant précédent ;
v. les valeurs maximales de températures sont atteintes au début de l’expérience.

Considérons maintenant un problème plus réaliste : celui d’une cloison 1D initia­


lement à température nulle :

T(x, 0) = Ti(x) = 0, x 6 [0,1]

La présence de bords implique de s’interroger sur les conditions à imposer. On


donne la transcription physique des conditions aux limites les plus classiques :

i. conditions limites de Dirichlet : la température est imposée (le système est en


contact avec un thermostat) :

T(xo, t) = 7o(0 donné

ii. conditions de Neumann : le flux de chaleur ou, de manière équivalente, la dérivée


normale de la température sont imposés :
______ ^ Q rj-i

(ç[.if)(xo, t) = -kgrad(T)(xo, t).H = - k — (xo, t) = q0(t) donné


on

iii. conditions de Robin ou de Fourier : un échange thermique par convection est


imposé :
(¿!.rt)(xo, t) = -a(T(x0, t) - T0)

a est le coefficient de convection ou impédance thermique du milieu environnant,


To est sa température.

La figure 1.3 correspond à l’évolution d’une cloison soumise à deux thermostats


à ses extrémités (température initiale homogène égale à la valeur du thermostat de
droite). Les mêmes propriétés que pour l’exemple précédent sont mises en évidence
(vitesse de propagation infinie, régularisation).

10
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

1 .2 .B É q u a tio n des o n d e s
Considérons un fluide isotherme. La thermodynamique permet de lier les variations
de volume (divergence de la vitesse) et de pression, la conservation de la quantité de
mouvement relie variation de vitesse et gradient de pression :

div(ô) =
' as -4
P j : = -grad(p)
(1.14)

où p désigne la masse volumique, et le coefficient de compressibilité isentropique.


Ce système de deux équations du premier ordre peut être étudié tel quel ou mis
sous la forme d’une équation découplée du second ordre :

<32p 2
(1.15)
o

où c = __ est la célérité ; l’équation est appelée équation des ondes acoustiques.


ypfs
Il est intéressant de noter qu’en introduisant le changement de variable u = x + ct,
v = x-ct, et qu’en posant p(u, u) = p(x, t), l’équation vérifiée par la nouvelle fonction
inconnue est :

dudv
ce qui donne donc directement :

p(u,v) = pi(u) + p2(v)


p(x, t ) = pi(x + et) + p2(x - et)

On voit qu’à l’instar de l’équation de transport, on obtient une solution généralisée


(il n’y a pas de régularité apparente).
Exploitons cette propriété pour illustrer l’équation, et considérons, à cet effet, le
© Dunod. La photocopie non autorisée est un délit.

domaine Rx]0, + o o [.
Si on connaît la configuration initiale po et la vitesse initiale vq, on a :

Po(x) = p(x, 0) = pi(x) + p2(x)


dp
"oW = -Çs-Qj(x, 0) = -cÇs(p\{x) - p'2(x))

ce qui permet de déterminer p\ et p2 (voir la section 7.2).


La figure 1.4 illustre le cas où vq = 0 et où po est une fonction créneau, prenant la
valeur 1 sur [-1,1].

11
Chapitre 1 • Généralités

On observe les propriétés suivantes :


i. deux ondes se propagent : Y onde progressive P2 (vers les positifs) et Y onde
rétrograde p\ (vers les x négatifs) ;
ii. la propagation se fait à vitesse finie (c) ;
iii. l’équation est réversible : si on considère un renversement temporel - t et
p(x, t) = p(x, t), l’équation vérifiée par est la même que celle vérifiée par p.

Figure 1 .4 - Équation des ondes en milieu . . . . .


a M . „ . Figure 1 .5 - Equation de Laplace

Si on considérait un domaine fini [jco, V|], il serait nécessaire de donner des condi­
tions aux limites. Physiquement, elles pourraient être :
i. des conditions de Dirichlet : pression imposée (par exemple extrémité d’un ins­
trument à la pression atmosphérique)
p(x.o
ii. des conditions de Neumann : vitesse ou gradient normal de pression imposé (par
exemple air en contact avec la membrane vibrante d’un tambour)
dp dY.fi o
— (x0, t) = - p — (x0, t) donné

iii. des conditions de Fourier : impédance acoustique du milieu extérieur donnée


(système en contact avec un milieu absorbant)
dp
— (x0, 0 = a(o. 0 - Po(t))
~

Des phénomènes classiques de réflexion ou d’absorption pourraient être observés


au niveau des conditions aux limites.
Dans tous les cas, la donnée de la configuration et de la vitesse initiales seraient
nécessaires (la présence d’une dérivée d’ordre deux en temps requiert la connaissance
des dérivées d’ordre inférieur).

12
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

1.2.4 P ro b lè m e s ta tio n n a ire


Dans les deux cas précédents, si on atteint une position stationnaire, i.e., qui ne varie
plus dans le temps, le problème se ramène à celui d’un Laplacien nul. Le Laplacien
est omniprésent dans les problèmes à variables spatiales (qui a priori jouent toutes le
même rôle, sauf dans certains cas précis, comme les tuyères 1D, cf. l’équation (3.7)).
Une interprétation physique qui peut justifier cette omniprésence du Laplacien est
qu’il est, à l’ordre 0, proportionnel à l’écart à la moyenne sur un petit domaine autour
du point étudié. Prenons comme exemple un cube de côté 2d, de volume 'V ; un
développement de Taylor à l’ordre deux au voisinage d’un point M(x, y, z) conduit à :

df df df
f(x + dx, y + dy, z + dz) = f{x, y,z) + dx - ^ + dy + dz-^

q2 £ q2 £ q2 s
+ 2dxdy +2 dxdz — — +2 dydz-
dxdy dxdz dydyz
+ o (dx2 + dy2 + dz2)

Ainsi, en exploitant les parités, on obtient :

-+d
A/
JJ J d ^ X + dx,y + dy’ z + dz~)~ f ( x>y >z)) dv= 2Â +
ky Æ

Le coefficient 1/24 vient naturellement de la forme du domaine considéré.


Une fonction dont le Laplacien est nul est dite harmonique.
Sur un domaine infini, les fonctions harmoniques sont des polynômes (non néces­
sairement de degré 1).
Considérons le cas du carré [0,1] x [0,1] (figure 1.5), sur lequel on recherche la
© Dunod. La photocopie non autorisée est un délit.

solution stationnaire de l’équation de la chaleur lorsque l’on impose une température


nulle sur les côtés x = 0, x = 1 et y = 0, et, sur le côté y = 0 une température de la
forme xi-> To sin(^x) (ce choix paraîtra clair après avoir lu le chapitre 6).
On peut vérifier que la solution est donnée par :

(*. y) ^ T(x, y) = — —- sin(7rx) sinh(/n/)


sinh(^)

Outre la grande régularité de la solution, la principale observation que l’on peut faire
est que le maximum de la température est obtenu sur le bord du domaine.

13
Chapitre 1 • Généralités

1.2.5 Le p ro b lè m e d e C a u c h y s u r l’é q u a tio n d e Laplace,


un e x e m p le d e p ro b lè m e m al posé
Soit le problème bidimensionnel suivant, posé sur le domaine £2 = [0,1] x [0,1] :

An = 0, pour (x, y) € Q
u(x, 0) = u(x, 1) = 0, pour x e [0,1]
u(0, y) = 0, pour y € [0,1] (1.16)
du
T-(0, y) = g(y), pour y € [0,1]
ox
où g est une fonction donnée deux fois dérivable, nulle en 0 et 1.
Ce problème est ce que l’on appelle un problème inverse : il n’y a pas de condition
limite sur le bord x = 1, et il y a deux conditions sur le bord x = 0 (sur n et sa
dérivée normale). Ce type de problème se rencontre très fréquemment en pratique
puisqu’il correspond aux techniques de contrôle non destructif : on peut imaginer
que l’utilisateur souhaite connaître l’état du système sur le bord inatteignable x = 1,
pour celà il impose une condition de Dirichlet nulle sur le bord x = 0 et mesure la
réaction (de Neumann) g sur ce même bord.
On verra au chapitre 6, que ce problème se prête parfaitement à la séparation de
variables. Il est naturel de développer la solution sur la base des fonctions :

Yk : y h-* -7= sinikny) , k e N*


V2

On obtient alors

u(x,y) = - 7= sm(kny) V (7 ^ sinh(&7T*)) (1.17)


v2 ¿e]N* \kn '

avec :
sin (kny)g{y)dy (1.18)

Le théorème de Parseval (voir théorème 5.12, chapitre 5) conduit à :

U)
telN*
Si on s’intéresse au système sur le bord x = 1 en posant U(y) - M0> J/), on voit que :
\2
Ak sinh(& tt)^
(1.19)
iMi?»,», h, “
¿2([0,i]) = Z2 j (\ kit /
*sN* '

14
1.2. Exemples d’équations aux dérivées partielles linéaires en mécanique

et le terme de droite ne peut pas être un O j, à cause du sinus hyperbolique


qui peut être arbitraitement grand (on peut, par exemple, prendre le chargement uni­
taire g = Y„ qui donne, à l’aide du symbole de Kronecker, Ak = ô"k et étudier U pour
n grand). Cette impossibilité de majorer une norme de la quantité cherchée (U) par
une norme quantité connue (g) implique qu’une petite variation (typiquement due à
l’imprécision de la mesure) peut se répercuter en de grandes variations sur la quantité
d’intérêt. Bien qu’il possède une unique solution, le problème est mal posé au sens
de Hadamard.
© Dunod. La photocopie non autorisée est un délit.

15
E q u a t io n s a u x
DÉRIVÉES PARTIELLES
DU PREMIER ORDRE
Il est recommandé de donner un rapide coup d'oeil aux rappels de l'annexe A.

2.1 Préambule : étude d ’un système


D IF F É R E N T IE L D E L A F O R M E ^ ^ ^

On se place, dans ce qui suit, dans l’espace R 3 rapporté à un repère orthonormé


direct.
M = (x, y, z) désigne un point de l’espace ; on notera indifféremment /(M ) ou
f(x , y, )z la valeur d’une fonction / au point M.
Soient P, Q,R trois fonctions, supposées de classe C 1, des variables x, y, z.
On s’intéresse à la résolution du système différentiel :
dx _ d y d
_z c
P ~ Q~ (R )
On remarque que le système (<S) se met également sous la forme

'dx 'p s
dy A Q ( 2 . 1)
<dZj U J
ce qui, physiquement, s’interprète comme le fait d’imposer en chaque point que le
déplacement infinitésimal soit parallèle à un vecteur donné.

Définition 2.1

On appelle solution du système (<S) une courbe (C), dont la tangente en tout point
© Dunod. La photocopie non autorisée est un délit.

M de coordonnées ( x,y, z) en lequel P, Q et R ne s’annulent pas simultanément


est dirigée par le vecteur de coordonnées (P(M), <2(M), R(M)).

Rechercher une solution du système (S) revient donc à trouver une représentation
paramétrique t M(î ) = (x(t), y(t), z(t)) de la courbe C, telle que en tout point de
paramètre t :
(dx\ 'p '
dM dt
k =m Q ( 2.2)
dt
dz R JM(t)
^dt '

17
Chapitre 2 • Équations aux dérivées partielles du premier ordre

ce qui traduit bien la colinéarité du vecteur tangent à (C) au point M(f) et du vecteur
de composantes (P , Q, P)M(r).
Si P, Q,et R ne s’annulent pas en M(i), alors :
dx dy
dt_t _
P(M (0) " <2(M(0) " R(M(t))
dx
Si P (respectivement Q,R) s’annule en M(f), alors, il en est de même pou
dt
du .
pectivement — , — ).
On supposera donc, dans ce qui suit, P, Q, R non simultanément nuis.
Quand elle est possible, la résolution directe du système (2.2) donne une repré­
sentation paramétrique d’une courbe solution de ( ). Puisque le problème est posé
dans R 3, une technique alternative pour caractériser une courbe est de la définir
comme l’intersection de deux surfaces, ce qui est l’objet de la section suivante.

2.1.1 In té g ra le s p re m iè re s
Définition 2,2
On appelle intégrale première du système (S) une fonction / de classe C 1 des
trois variables x, y, z,non constante, et telle que, pour toute solution
(x(i), y(t), )z(t) de (.S), la fonction t f(x(t), y(t), z(t)) soit constante.

Remarque 2.1
Dans cette définition, on voit directement que si Mo est un point de la courbe solution C, alors
celle-ci est tracée sur la surface Ü/,m0 décrite implicitement par

2>,Mo = {M e R3//(M) = /(M 0)} (2.3)

T héorèm e 2.1. Une fonction f de classe C1 des trois variables x, y, z, est une
intégrale première de (S) si et seulement si, dans tout domaine où les solutions de ( )
sont définies, elle vérifie :
df df df
P(x, y, z) -j^fx,y,z) + Q(x, y, z) -t^ ( x , y, z) + R(x, y, z) — (x, 0 (S)

Démonstration. Soit t h-> M (0 = (jc(0, y{t), )) une solution de (5), et / une inté­
grale première.
Par dérivation composée (A. 14) :

j / m » ) =f »i<M
(o)♦f wg(M
«»♦|wf O*«» (2.4)
18
2.1. Préambule : étude d’un système différentiel de la forme -

On conclut en utilisant le fait que — , — et — sont respectivement proportionnels à


dtdt dt
P, Q, R, et que la fonction t i-» f(x(t), y{t),z(t)) étant constan
est nul. ■

Géométriquement, l’équation (fi) correspond à l’orthogonalité du gradient de la


fonction décrivant.la surface ¿ / , m0 et du vecteur tangent à la courbe en Mo- En
effet, le gradient est normal au plan tangent à la surface (A. 16). C est tracée sur
¿/.Mo, son vecteur tangent appartient donc au plan tangent à la surface.
D’autre part, si f\ et /2 sont deux intégrales premières de (S), et si Mo est un p
de la courbe solution C, alors les surfaces
¿/„Mo : /i(M ) = (M0)
^ /2,m0 : /2(M) = /2(Mo)
contiennent toutes les deux C.
Il est intéressant de déterminer si ¿/, .m0 H ¿ /2,m0 permet de définir C et si d’autres
intégrales premières contenant C peuvent être définies. C’est l’objet de la section
suivante.

2 .1 .2 In té g ra le s p re m iè re s in d é p e n d a n te s
Définition 2.3

Trois fonctions / , g, h, de classe C 1 sur un ouvert íí de R 3, sont dites fonctionnel­


lement indépendantes si les seules fonctions différentiables H telles que la fonc­
tion (x, y , z) y , z), g(x, y, z), h(x, y , z)) soit constante, sont les fonctions
constantes.

T héorèm e 2.2. Soient / , g, h trois fonctions de classe C 1 sur un ouvert il de R 3.


Si le jacobien
df df df
dx dy dz
dg dg dg D (f, g, h)
dx du dz Jj'i z)
© Dunod. La photocopie non autorisée est un délit.

dh dh dh
dx dy dz
ne s }annule pas dans il, alors, / , g, h sont fonctionnellement indépendantes.

Démonstration. La fonction (x, y, z) H (f(x, y, z), g(x, y, z), h(x, y, z)) de la défi­
nition ci-dessus est constante si et seulement si sa différentielle est nulle.
Les résultats (A.6) et (A.8)) de l’annexe A conduisent à :
(df df d f\
dx dy dz 'dx
dg dg dg dy
0=-»«=($ f S) dx du dz
dh dn dh ,dZj
V(dx, dy, dz)
<dx dy dz >

19
Chapitre 2 • Équations aux dérivées partielles du premier ordre

Si le déterminant de la matrice centrale est non nul, le système admet seulement la


¡dH dH ÔH\
solution triviale = 0 correspondant à une fonction H constante. ■
[ d f dg dh)

T h éorèm e 2.3. Soient f et g deux fonctions de classe Cl sur un ouvert H de R 3.


Si la matrice
fd f df d f\
dx dy dz
dg dg dg
<dx ây dz j
est de rang 2, alors, f et g sont fonctionnellement indépendantes.

Démonstration. En considérant une fonction (x, y, z) h » H(f(x, y, z), g(x, y, z)), on


obtient :
fd f âf d f\
'dx
ld_H d_H\ 3~x Ty Tz
0 = dH = dy , V(dx, dy, dz)
[ d f dg J àg dg
kdx dy dz > ,dzj

Si la matrice centrale est de rang 2, seule la solution triviale {jjj = 0 est


possible. ■

T héorèm e 2.4. Soient f et g deux intégrales premières indépendantes du système


différentiel
dx _ d y _ d z Q
T = Q = Q (S)
Toute intégrale première de ce système s ’exprime alors en fonction de f et g.

Démonstration. Soient f , g e t h trois intégrales premières du système différentiel (<S)


avec / et g indépendantes.
D’après le théorème 2.1 :

dfSfdf)
'F T
dx + S Tdy+ R T
dz = 0 dx dy dz P '
„ dg dg bg dg dg dg
P + Q-r- + R-z- = 0 ou encore Q = 0
dx
dh
dy
dh
dz
dh n
dx dy dz
dh dn dh UJ
p Fx*Q d i * R a ¡ - ° dx dy dz J
Comme P , Qe t R ne sont pas simultanément nuis, la matrice du système ne peut pas
être de rang 3 (sinon la seule solution serait la solution triviale).

20
2.1. Préambule : étude d’un système différentiel de la forme = & = à?

D ’après le théorème 2.2, les trois fonctions ne sont pas indépendantes. Il existe
donc une fonction H non constante telle que :
y, z), g(x, y, z), h(x, y, z ) ) = 0

ce qui conduit à :
(d f d f d f\
dx dy dz
idH dH dH\ dg dg dg
= 0
U / dg dh I dx dy dz
dh dh dh
dx dy dz
/ et g étant indépendantes, d’après le théorème 2.3 les deux premières lignes sont
. .. . , dH . , dH dH
indépendantes, et donc —— ne peut donc etre nul sans que —— et —— le soient, ce
dh df dg
qui est impossible (H non constante).
QH
Finalement, —— + 0 ; le théorème des fonctions implicites (A. 10) permet alors d’ex-
dh
primer h en fonction de / et g. ■

On arrive donc au résultat suivant :


T h é o r è m e 2 .5 . Soient f et g deux intégrales premières indépendantes du système
différentiel
dx _ d y _ d z c
P ~ Q ~ R (6 )

Alors, pour tout couple de réels ( a, b), les courbes Cab> intersection des surfaces
f(x, y,z) = a et g(x, y, z) = b, sont les solutions de (S).
On dispose également d ’un mécanisme simple pour construire
P r o p o s it io n 2 .6 .
une nouvelle intégrale première contenant Cab-
En effet, si T est une fonction telle que T'(a) = b, alors la courbe Cab appartient
également à la surface d ’équation h(x, y, z) = 0 , avec :
h(x, y,z) - T (f(x, y, z)) - g(x, y, z) (2.5)
(g) Dunod. La photocopie non autorisée est un délit.

2 .1 .B M é th o d e d e ré s o lu tio n
Pour résoudre le système (5), il faut donc déterminer deux intégrales premières in­
dépendantes.
Toute intégrale première / du système différentiel (S) doit satisfaire (fi). Par suite :

i f J l d x + dl d y + dJ - dz
dx oy dz
( 2 .6)

P(x, y’z)*d~ + ô (* . R(x’ y,z^~dz= ®

21
Chapitre 2 ♦ Équations aux dérivées partielles du premier ordre

En posant :
(df
= A(x, y, z)
dx
df
— = B(x, y, z) (2.7)
dy
% = C(x, y, z)
dz
on aboutit au résultat suivant :

P r o p o s it io n 2 .7 . Pour obtenir me intégrale première f du système différentiel


dx _ dy _ dz
~P~~Q~~R
il suffit de déterminer trois fonctions A, B, C telles que :

( d f = A(x, y, z)dx + B(x, y, z)dy + C(x, y, z)dz ^


\ 0 = A(x, y, z) P(x, y, z) + B(x, y, z) Q(x, y, z) + C(x, y, z) R(x, y, z)

Remarque 2.2
U ne relation de la form e :
a _ y

peut aussi s ’interpréter en term e de proportionnalité :

a y
3ÀeR , - = ^=À

Par suite, pour tout cou p le de réels (a , b) vérifiant afi + b ô i 0 :

a a + b y _ a Af l + b À ô _ ^ _ a _ 7
ap + bô af l + b ô p ô

La recherche d ’intégrales prem ières peut donc être facilitée grâce à la relation suivante .

dx _ dy dx dy Adx + Bdy (2 .9 )
si ( AP + BQ)
T -Q T Q A P + BQ

Exemple 2.1
dx _ dy _ dz
x(y-z) y(z-x) z(x-y)
On recherche d on c trois fon ction s A, B, C telles que :

( d f - A(x, y, z)dx + B(x, y, z)dy + C(x, y, z)dz


\ 0 = A(x,y,z)x(y-z) + B(x,y,z)y(z-x) + C(x,y,z)z(x-y)

22
2.2. Équations aux dérivées partielles linéaires du premier ordre

Comme
P+Q+R=0
alors :
A=B=C= 1
convient, ce qui conduit à une première intégrale première :
d f \ = d x + dy + dz =» /1 : (*, y, z) 1-» x + y + z + Constante
On a aussi :
i/zP + xzQ + xj/P = 0
Par suite :
A(x, y, z) = */z , B(x, y, z) = *z , C(jc, */, z) = xy
convient, ce qui conduit à une deuxième intégrale première :

dfi = yzdx + xz dy + xydz => /2 : (x, z) x£/z + Constante

Les fonctions (x,y,z) »-> x + + z et (x, y, z) h» xî/z étant indépendantes, les solutions
du système considéré sont donc les intersections des surfaces x + y + z = a e t xyz = b,
(1a, ¿7) g R2 (voir la figure 2.1).
© Dunod. La photocopie non autorisée est un délit.

Figure 2.1- I n t é g r a l e s p r e m i è r e s i n d é p e n d a n t e s e t c o u r b e c a r a c t é r i s t i q u e s u r l e c a d r a n
x , y , z > 0 p o u r l’e x e m p l e 2.1

2.2 É Q U A T IO N S A U X D É R IV É E S P A R T IE L L E S
L IN É A IR E S D U P R E M IE R O R D R E
On s’intéresse maintenant à la résolution d’une équation aux dérivées partielles quasi-
linéaire du premier ordre :

23
Chapitre 2 • Équations aux dérivées partielles du premier ordre

Définition 2.4

u, v, w étant trois fonctions, supposées de classe C 1 dans un ouvert de IR3, on


appelle équation aux dérivées partielles quasi-linéaire du premier ordre, d’in­
connue / , une équation de la forme :
Qj? rÿJ?
u(x, y, f(x, y)) ^ + v(x,y, f(x , y)) = w(x, y, f(x,
(S) ))

2.2.1 R ec h e rc h e d e s o lu tio n s
Une solution / de (G)peut être vue comme une fonction associant à un poin
du plan une altitude z= f(x, y), et être interprétée comme une surface de R 3
On choisit alors de rechercher les solutions de (£) sous forme implicite, i.e. des
fonctions p définissant implicitement / comme solution de :

p(x, y, z) = Constante <=> f(x , y)


dtp
D’après le théorème des fonctions implicites (A. 10), en tout point où *0:
dz
dp dp
dj_ dx àf dy
( 2 . 10)
dx dp Ct dy ~ dp
dz dz
f est alors solution de (6) si :
dp dp dp
u(x, y, f(x , y)) — + v(x, y, f(x , y)) — + w(x, y, f(x , y ) ) — = 0 (2. 11)

p est donc une intégrale première du système


dx _ dy _ dz
(S)
u(x, y, z) v(x,y,z) w(x, y, z)
Le système (5) est appelé système caractéristique de (fi).
Ceci nous amène donc au théorème suivant :
Théorème 2.8. Les solutions de (G) sont les intégrales premières du système ca­
ractéristique (S).
Si p et (p sont deux intégrales premières indépendantes et F une fonction de deux
variables non constante, alors les solutions s ’écrivent sous forme implicite :

F(f(x, y, f(x, y)), p(x, y, f(x, y))) = Constante (2.12)

24
2.2. Équations aux dérivées partielles linéaires du premier ordre

Exemple 2.2
Soit à résoudre :
x(y - f ) j ^ + y (f - y )f

Le système caractéristique est


dx _ dy _ dz
x(y-z) y ( z - x ) z(x-y)
on reconnaît l’exemple 2.1.
Les intégrales premières sont données par :

U, y, Z) l-> <p(x, y,z) = x + y + z

et
(x, y, z) i-> (f(x, y, z) = xyz
Les fonctions de la forme ( jc, y, z) h» i//(x, y, z) = F((p(x, y, z), <p(x, y, z)) décrivent l’en­
semble des intégrales premières.
On peut donc donner les solutions / sous forme implicite :

(x, y) i-> F(x + y + f( x , y), xyf(x, y)) = Constante

Exemple 2.3

àf df
y - ó i - Xá-y=° (Si)

Le système caractéristique de (60 est donné par :


dx _ dy
y x (Si)
0=

On voit directement que ( jc, y, z) h-> 0(x, y,z) = z est une intégrale première.
© Dunod. La photocopie non autorisée est un délit.

Par ailleurs :
0 = xdx + ydy = d{x2 + y2)
Autrement dit, ( jc, y, z) i-> </>(jc, y, z) = jc2 + y2 est également une intégrale première.
Toutes les solutions sont donc définies implicitement sous la forme

( jc, y) i-> F(x2 + î/ 2, / ( jc, y)) = Constante

ce qui conduit à :
f(x, y) = g(x2 + y2)
Les solutions sont les surfaces de révolution d’axe (O; 2).

25
Chapitre 2 • Équations aux dérivées partielles du premier ordre

2 .2 .2 C o u rb e s c a ra c té ris tiq u e s
D éfinition 2.5

u,v, wétant trois fonctions, supposées de classe C 1 dans un ouvert de R 3, on


appelle courbes caractéristiques de l’équation aux dérivées partielles du premier
ordre df Qf
u(x, y, f(x,y)) — + v(x, y, f(x, y)) — = w(x, y, f(x, )) (S)
ox
les solutions de son système caractéristique
dx dy dz
(S)
u(x, y, z) v(x, y, z)w(x, y, z)

Th é o rèm e 2.9. D ’après la proposition 2.6, une infinité de surfaces solutions passe
par chaque courbe caractéristique.

D éfinition 2.6

Avec les hypothèses et notations de la définition précédente, une courbe est dite
caractéristique en aucun point, s’il n’existe aucun point M de N e où le vecteur
tangent soit colinéaire au vecteur de composantes (u(M), u(M), u>(M)).

D éfinition 2.7

On appelle pied de la caractéristique passant par le point de coordonnées (je, y) le


point d’intersection de la caractéristique et de la ligne sur laquelle les conditions
initiales sont données (en général l’axe des abscisses).

2 .2 .3 P ro b lè m e d e C a u c h y
D éfinition 2.8

m, v, wétant trois fonctions, supposées analytiques dans un ouvert de R 3, /o une


fonction également analytique définie sur une courbe régulière No donnée sous
forme paramétrique t h* (xo(t), y oit)), on appelle problème de Cauchy le système
suivant :

u(x, y, f(x, y)) + v(x, y, f(x, y)) - f w(x, y, f(x, y))


ox oy (2.13)
fixait),yoit)) = fait) sur
Il s’agit donc d’une équation aux dérivées partielles assortie d’une condition aux
limites donnée sur une courbe.

26
2.2. Équations aux dérivées partielles linéaires du premier ordre

Il s’agit ici de généraliser aux équations aux dérivées partielles du premier ordre les
résultats existants pour le problème de Cauchy relatif à une équation différentielle :
si l’on dispose d’une fonction /0 donnée le long d’une courbe paramétrée, peut-on
obtenir la solution au voisinage de celle-ci ? Et, si oui, peut-on ainsi, de proche en
proche, obtenir la solution dans un domaine plus grand ?
Les hypothèses d’analycité conduisent à chercher la solution sous la forme d’un
développement en série autour de la courbe N0 où / est connue. Une condition néces­
saire pour obtenir une telle forme de solution est de pouvoir faire un développement
limité à l’ordre 1 :
qr df l J \
f(x 0 + dx, i/o + dy) = fo(xo, i/o) + dx ~^(xo, i/o) + dy ~ ^ (xo, i/o) + o i -yjdx2 + dy2J

ce qui suppose donc que l’on connaisse les dérivées partielles d’ordre 1. Cette condi­
tion va faire apparaître des contraintes sur la courbe N0.
La courbe N0 étant régulière, on peut définir une tangente en tout point, et donc
supposer que /0 est donnée en fonction de l’abscisse curviligne s (qui rend le vecteur
tangent ïts) unitaire).
On suppose que, en tout point de N q, la valeur de / est donnée :

f(x0(s), y0(s)) = fo(s)

Cette donnée permet d’obtenir également la valeur de la dérivée tangentielle de / :

dfo _ d f dxp | d f dyp


(2.14)
ds dx ds dy âs

La condition aux limites donne donc une première équation linéaire sur les déri­
vées partielles du premier ordre.
Il reste à déterminer si l’équation aux dérivées partielles écrite sur N qpermet d’ob­
tenir une deuxième équation indépendante.
© Dunod. La photocopie non autorisée est un délit.

Comme, par hypothèse :

df df
u(x0, yo, f{x 0, I/o)) ^ + v(xo, i/o. f(x 0, i/o)) ^ = w(x0, I/o, f(x 0, I/o))

on a donc le système matriciel suivant :

'u(x0, yo, f(x 0 , yo)) v(xo, yo, f(x 0 , I/o))' (d f) 'w(xo, yo, f(x 0 , yo))"
dx
âxo dyo df dfo
' ds ds > dyJ < ds >

27
Chapitre 2 • Équations aux dérivées partielles du premier ordre

Sous réserve que le déterminant de ce système ne s’annule pas, i.e.

u(XQ, i/o, f(x 0, i/o)) v(x0, i/o, /(*0, i/o))


dxp dyp *0 (2.15)
ds ds
ri -f ri -f
on peut donc obtenir, le long de No, rr- et — , ce qui permet, grâce aux formules de
dx dy
Taylor à l’ordre 1, d’obtenir un développement limité de la solution / au voisinage
de la courbe.
La condition à respecter est donc que le déterminant (2.15) ne s’annule pas sur No,
ce qui s’interprète en disant que No ne doit pas être la projection dans le plan (x, y)
d’une courbe caractéristique.
Il se trouve que cette condition est suffisante pour construire une solution analy­
tique autour de la courbe donnée : par un raisonnement analogue, on construit les
dérivées partielles d’ordre supérieur, puis on arrive à montrer que le rayon de conver­
gence de la série entière est strictement positif, d’où le théorème suivant (voir par
exemple [5] pour une démonstration complète).

Théorème 2.10. Théorème de Cauchy-Kowalewski


u, v, w étant trois fonctions analytiques dans un ouvert de R 3, on considère l’équa­
tion aux dérivées partielles :
Qn Qn
u(x, y, f(x, y)) ^ + v(x, y, f(x, y)) = w(x, y, f(x, y)) (fi)

Alors, la donnée d }une condition initiale analytique sur une courbe régulière No, qui
n'est caractéristique en aucun point, définit une unique solution analytique de (£),
appelée solution du problème de Cauchy relatif à la courbe No.

Remarque 2 3
Ce théorème donne un résultat local d’existence et d’unicité de la solution analytique autour
de la courbe de condition initiale. Il ne donne pas a priori d’information sur la taille du
domaine d’existence de la solution. De même des solutions non-analytiques sont susceptibles
de coexister.

2 .2 .4 M é th o d e d es c a ra c té ris tiq u e s
On vient de voir qu’un problème de Cauchy est bien posé si la condition limite n’est
pas donnée le long d’une caractéristique. Cela est dû à une propriété importante des
caractéristiques qui conduit à une méthode d’étude des équations aux dérivées par­
tielles.
Considérons donc un problème de Cauchy bien posé, où la courbe de condition
limite No n’est pas une caractéristique, et déterminons comment construire la courbe

28
2.2. Équations aux dérivées partielles linéaires du premier ordre

caractéristique qui passe par le point (*0. i/o) de N0 correspondant à l’abscisse curvi­
ligne sq (voir la figure 2.2).

Figure 2.2- Propagation de la donnée initiale le long de la caractéristique

Cette courbe caractéristique C, dont une représentation paramétrique est donnée


par
t l-> (*c(0, yc(t), Zcit))
est solution de :
r dx
= u(xc(t), yc(i), Zcit))

• ^ = v(xc(t), yc(t), Zc(t)) (2.16)


dzc
— = w(xc(t), yc(t), Zcit))
avec :
*c(0) = X0, yc(0) = i/o, Zc(0) = fo(s0) (2.17)
On voit que la courbe caractéristique est solution d’un système d’équations différen­
tielles ordinaires.
La courbe caractéristique étant tracée sur la surface solution, zc(t) est la valeur de
la fonction cherchée au point (xc(t), yc(t)) :

Zcit) = f{xcit), yc(t))


© Dunod. La photocopie non autorisée est un délit.

Il est donc « relativement simple » d’obtenir la solution de l’équation aux dérivées


partielles le long d’une caractéristique.

Remarque 2.4
i. Comme annoncé par le théorème de Cauchy-Kowalewski, la solution obtenue par la mé­
thode des caractéristiques est locale autour de la courbe de condition initiale, on est sûr
de son existence que sur un intervalle t 6 [0, t/[ qui peut être très petit. En particulier, elle
n’est plus valable dès que deux courbes caractéristiques se coupent, comme par exemple
dans l’équation de Burgers présentée à la section 7.1.3.

29
Chapitre 2 • Équations aux dérivées partielles du premier ordre

U. On comprend ici d’une autre manière pourquoi donner une condition limite le long d’une
caractéristique ne permet pas de « propager » la solution hors de la caractéristique : cette
dernière bénéficie en effet d’une forme « d’autonomie » (l’évolution le long de la caracté­
ristique peut être calculée indépendamment du reste du domaine).

Exercices

m Une équation du premier ordre


Résoudre l’équation aux dérivées partielles du premier ordre dans R 2 :

(fil)

H H Un problème de Cauchy
Résoudre le problème de Cauchy pour (jc, e R+ x R :

df
= 0
y TX - X d-y
f i s , 0) = fis)

où / est une fonction donnée.

30
Corrigés

Corrigés

Q | i. Vl " f 2= 0 définit les deux solutions : h » +1 et /2 : i-> -1 .


ii. Dans le domaine où |/| < 1 : le système caractéristique de (£j) est donné par :
( dy = 0
J dz (Si)
i z Vl - z2
La première ligne donne directement l’intégrale première <p\ :

0i : O» y , z ) ^ y
Le seconde ligne permet de déduire l’intégrale première 02

dx = ■ Z dz= - d ( Vl - z 2)
V T ^2

0 = Æt + d ( V l - z 2)
et donc, finalement : _____
02 : (x, y , z )x + Vl - z2
Les deux fonctions étant indépendantes, toute solution est donc définie implicite­
ment par :
F|
i/, x + -yß f 2(x, y)j = Co

ce qui implique :
x + >/l - Z 2^ , y) = i//(y)
ifr étant une fonction de classe C l, le domaine d’existence de la solution est alors
l’ensemble des (x, y) tels que \x - i/(y)\< 1.
© Dunod. La photocopie non autorisée est un délit.

Par suite :
f 2(x, y ) = l - ( x l f / ( y ) Ÿ
ce qui correspond à un « tuyau » dont la section circulaire de rayon 1 reste ortho­
gonale à la ligne des centres d’équation y h > (0( î/), y, 0).

faM On reconnaît un problème de Cauchy pour lequel la condition limite est donnée
sur l’axe des abscisses.
L’exemple 2.3 a mis en évidence le fait que les intégrales premières du système ca­
ractéristique sont les surfaces de révolution d’axe (0;z).

31
Chapitre 2 • Équations aux dérivées partielles du premier ordre

Il suffit donc de chercher parmi les intégrales premières du système caractéristique


celles qui satisfont la condition limite. On peut donc conclure que la solution est la
fonction :

Une approche équivalente aurait consisté à exploiter la forme simple du problème


caractéristique de la section 2.2.4. En effet, les premières équations conduisent à ob­
tenir, pour les courbes caractéristiques, des cercles d’axe (0, 2) ; la dernière équation
montre que la solution est constante le long d’une caractéristique (absence de second
membre dans l’équation aux dérivées partielles).
La valeur de la solution sur une caractéristique est donc celle en son pied (c’est-à-dire
sur l’axe des abscisses).

32
E q u a t io n s a u x
DÉRIVÉES PARTIELLES
DU SECOND ORDRE
Les équations aux dérivées partielles du second ordre sont très fréquentes en phy­
sique, leur étude est donc d'un grand intérêt pratique.
On considère ici le cas des équations semi-linéaires, qui permettent déjà d'étudier
de très nombreux phénomènes en mécanique, électromagnétisme, ...
Un cadre plus général conduirait à de nombreuses difficultés techniques qui de­
manderaient de très amples développementsf le lecteur intéressé pourra se reporter
à [5, 10].

3.1 C lassification des équations


Définition 3.1

a, b, c étant trois fonctions définies dans un ouvert de R 2, et F une fonction définie


dans un ouvert de R 5, on appelle équation aux dérivées partielles semi-linéaire
du second ordre, d’inconnue / , une équation de la forme :

d 2f d2f d2f ( df df\


„(*, y) — 2+ 2 K x, y ) ^ + C(X, y) ^ =

Définition 3.2

Une équation telle que, dans un domaine £2 :

b2(x,y) - a(x, y) c(x, y) 0


> (3.1)
© Dunod. La photocopie non autorisée est un délit.

est dite hyperbolique dans ce domaine.

Exemple 3.1
c étant un réel strictement positif, l ’équation des ondes (que l’on a présenté en sec­
tion 1.2.3 et que l’on étudiera plus précisément à la section 7.2).

d2u 7 d2u
(3.2)
d fi~ C d ? = °
est une équation aux dérivées partielles hyperbolique.

33
Chapitre 3 • Équations aux dérivées partielles du second ordre

Définition 3.3

Une équation telle que, dans un domaine Cl :

b2(x, y)= a(x, y) c(x, y)

est dite parabolique dans ce domaine.

Exemple 3.2
a étant un réel strictement positif, Véquation de diffusion (que l’on a présenté en sec­
tion 1.2.2 et que l’on étudiera plus précisément à la section 7.3)
£ I J v \à ?
(3.4)
d x \ dx) dt
est une équation aux dérivées partielles parabolique.

Définition 3.4

Une équation telle que, dans un domaine Q :

b2(x, y) < a(x, y) c(x, y) (3.5)

est dite elliptique dans ce domaine.

Exemple 3.3
U équation de Laplace (présentée en section 1.2.4, et qui sera étudiée plus longuement à
la section 7.4)
Ô2f d2f
(3.6)
dx2 + dy2
est une équation aux dérivées partielles elliptique.
Exemple 3.4 Transition sub/super-sonique
Après de nombreuses simplifications, l’équation de la vitesse longitudinale v dans une
tuyère 1D est donnée par :

â2v d2v
0 (3.7)

où M est le nombre de Mach.


Dans le domaine des x tels que M(x) < 1, l’écoulement est subsonique et l’équation el­
liptique, mais dans le domaine des x tels que M(x) > 1, l’écoulement est supersonique et
l’équation hyperbolique.
Les énormes changements physiques résultant de la transition sub/super-sonique se tra­
duisent par un changement de nature de l’équation aux dérivées partielles.

34
3.2. Courbes caractéristiques et problème de Cauchy

Remarque 3.1
Lorsque a, b, c sont constants, la nature de (8) est celle de la conique d’équation
ax2 + 2b xy + cy2 = 0 (3.8)
On verra que cette équation est la transformée de l’équation aux dérivées partielles dans le
domaine de Fourier (chapitre 5).

3.2 C ourbes caractéristiques et problème


de C auchy
Il s'agit ici encore, de généraliser aux équations aux dérivées partielles du second
ordre les résultats existant pour le problème de Cauchy relatif à une équation diffé­
rentielle : si Von dispose d'une fonction fo donnée le long d'une courbe paramétrée
régulière No : s h-> (.*o(s), yo(s))> on cherche à quelle condition on peut obtenir une
solution au voisinage de celle-ci.
Si on suppose toutes les données analytiques, l'idée consiste à chercher une solu­
tion analytique. Le développement de Taylor à l'ordre deux s'écrit :

/O o + dx,/io + dy) = f ( x 0, i/o) + dx-^-(x0, yo) + dy i/o


ox ■oy
9 d^f 9 ff o -n
dx — (x0,yo) + dy — (xo,yo) + 2 d x d y j ^ ( x 0(3.9)
dxdy
La fonction f et ses dérivées partielles d ’ordre un étant supposées données sur
No, une condition nécessaire pour propager la solution à proximité de la courbe est
de pouvoir calculer les dérivées secondes.

3.2.1 M ise en é v id e n c e des c o u rb e s c a ra c té ris tiq u e s


On complète (fi) par la donnée de conditions initiales afin de définir un problème de
Cauchy.

Définition 3.5
© Dunod. La photocopie non autorisée est un délit.

On appelle problème de Cauchy relativement à une courbe régulière


No : s i-> M0(s) = (x0(s), y0(s)) :
d2f t/ N d2f d2f I ,
dxdy C(X’ y ) d # ~ F (X,y’f , f o ’ dij
' dx2 + b(X' y ) lhd~u+
f ( x 0(s),yo(s)) = M s ) (3.10)
d f,
OoO), yo(s)) g0(s)
ân
où fo et go sont deux fonctions données.

35
Chapitre 3 ♦ Équations aux dérivées partielles du second ordre

Montrons tout d’abord que la donnée de la fonction et de sa dérivée normale permet


de connaître l’ensemble des dérivées partielles d’ordre 1.
L’idée fondamentale est que la donnée de /0 détermine la valeur de la dérivée
tangentielle et qu’à partir des dérivées tangentielle et normale, on peut déduire les
dérivées partielles en x et y.
La courbe N0 étant régulière, on peut supposer que s est l’abscisse curviligne.
On a alors :

fis) = - ^ 0 ) = avec||lti)|| = 1
(3.11)
rt(s) = -^—(s)y —
as as

ce qui conduit à :

f = ^ ( s)t(s) - s)rt(s)
as as
(3.12)
^ {s)ft{s) + -j^-(s)fls)

Sachant que les fonctions suivantes sont connues :

m o i s ) ) = Ms) => ^ ( M 0(s))Ks) = ~ ( s )

^ ( M 0( î )) = dfMo(S0 ( s ) ) = ^ j ( M 0(i))i?(s) = g0(s)

on peut déduire les dérivées partielles d’ordre 1 :

f W * ) ) = d A w tî, = ^ (S )^ (S ) -
(3.13)
| < M°M> = w + $ ( %„ ( , )
ds

Pour obtenir les dérivées secondes de / , on adjoint à (6) les relations obtenues en
dérivant les fonctions s ^ g x(s) = % (M0(î )) et j ^ Gy(s) = | ( M 0( î )) (dont les
valeurs sont donc connues). y
On pose :

Fo(s) = F (*0(5), y0is), f(xo(s), y0(s)), ^ ( x 0(s), y0(s)), ~ i x 0(s), y0(s))

36
3.2. Courbes caractéristiques et problème de Cauchy

qui correspond donc à la valeur du second membre de l’équation aux dérivées par­
tielles sur la courbe A/q, qui est donc lui aussi connu :
f q2 -C
Gx(s) = x'0(s) — OoO), yo(s)) + y'0( s ) - j - (xo(i), yo(s))
dxdy
d2f
G 'y (s) = x'0(s) (xo (s),/o
i (s)) + (x0(.v), y0(s))

f fP f fp f
Fois) = a(x0(s), yois)) — + 2b(x0(s), )) ^ + c(x0(î ), y0(s))

Le déterminant du système est :

*o(s) y'o(s) 0
(3.14)
a(xo(s),y0(s)) 2b(x0(s),y0(s)) c(x0(s), y0(s))
et vaut :

c(x0( j ), yo(s)) (^o( î )) - 2b(xo(s), y0(s)) Xq( s) y'0(s) + a(x0(s), )) (y'0( s ) f

Si ce déterminant est nul, le système précédent a soit une infinité de solutions, soit
aucune solution.
Si le déterminant est non nul, les dérivées secondes de / sont déterminées de ma­
nière unique sur No. On retrouve la même condition si on cherche à calculer les
dérivées d’ordre supérieur. On peut montrer que si toutes les fonctions données sont
analytiques, alors il est possible de développer la fonction / en une série entière de
rayon de convergence strictement positif, on est alors capable d’étendre localement
la fonction sur un disque ouvert autour de chaque point de la courbe de condition
initiale (théorème de Cauchy-Kowalewski).

Remarque 3.2
Dunod. La photocopie non autorisée est un délit.

Si on avait choisi une autre paramétrisation de No que l’abscisse curviligne, on aurait conduit
les mêmes calculs à une constante multiplicative non-nulle près (qui aurait correspondu à la
norme des vecteurs tangent et normal). Le déterminant précédent aurait donc gardé la même
signification.

Définition 3.6

On appelle courbes caractéristiques de (6) les courbes régulières de IR2, dont une
représentation paramétrique est

x = xcit), y = yc(t) (3.15)

37
Chapitre 3 • Équations aux dérivées partielles du second ordre

et telles que :

(x'(0)2 c(xc(t), ydt)) - 2 xc(t)ij'c(t)b(xc(t), + (ijc( t) f a(xc(t), yc(t)) = 0 (7?)

Les courbes caractéristiques sont donc celles sur lesquelles il n’est pas possible de
faire porter les conditions initiales d’un problème de Cauchy.

Définition 3.7

Une courbe Node R 2, dont une représentation paramétrique est x = xo


y= yo(t),n’est caractéristique en aucun point si, pour tout t de son domaine
de définition :
2 2
(*o(0) c(xo(0, (t))- 2 x'0(t)y'0(t) b(x0(t),
yo + (y'0(t)j a(x0(t), y oit)) * 0

3 .2 .2 C alcu l p ra tiq u e
T h éorèm e 3.1 . Si la fonction a n ’est pas identiquement nulle, les courbes caracté­
ristiques de (S)sont les solutions de l ’équation

(3.16)

T h éorèm e 3.2. Sila fonction c n ’est pas identiquement nulle, les courbes car
ristiques de (fî) sont les solutions de l ’équation

dx
c(x, y) (3.17)
dy

Théorèm e 3.3. Si les fonctions a e t c sont identiquement nulles, les courbes carac­
téristiques de (fi) sont les droites x = Constante, y = Constante.

Démonstration. Soit C : x - xc(t), y = yc()t une courbe ca


On considère un paramètre tç, tel que, au voisinage V,0 de to :

a(xc(t), yc(t)) î 0

Si x'c s’annulait dans V,0, alors, d’après la définition 3.6 d’une courbe caractéris­
tique, on devrait avoir a(xc(to), yc(to)) (y'cito))2 = 0 et donc y'c(to) = 0, ce qui entre en
contradiction avec la régularité de la courbe caractéristique.

38
3.2. Courbes caractéristiques et problème de Cauchy

Par suite, dans un domaine où a ne s’annule pas on a :

x'c{t) ï 0

La tangente à C n’est donc pas verticale : C peut être assimilée à la courbe représen­
tative d’une fonction y = g(x) :

{ x = x = xc{t)
y = g(x) = yc(t)

Par suite :
. dy - № ) (3.18)
y <*) = X
dx = tt
xfc:(t)
En divisant la relation {*R) membre à membre par {x'c(t))2, on obtient :
v2
2 b(x,y) ty- + c(x,y) = 0 (3.19)
a(x’ y) ( î ) - dx

On démontre de même les deux autres théorèmes.

On voit que la recherche de caractéristiques (dans les cas non triviaux, i.e. a ï 0)
se ramène à la résolution d’un problème du second ordre en
L’existence de solutions réelles dépend alors du signe du discriminant réduit
b2 - ac, qui caractérise la nature de l’équation aux dérivées partielles.
Ainsi, dans le cas hyperbolique, il existe deux caractéristiques réelles, dans le cas
parabolique une caractéristique réelle et dans le cas elliptique deux caractéristiques
complexes conjuguées :

dy ■>Jb2 - ac
b2 - ac > 0 =- ±
dx a
dy b
pour a ï O , b¿ - ac = 0 =»— = - (3.20)
dx a
© Dunod. La photocopie non autorisée est un délit.

dy b >lac - b2
b - ac = 0 =>— = - ± i
dx a
Exemple 3.5
On considère l’équation :

dx2 dy2
où C est une constante réelle.
Cette équation est hyperbolique dans R2 tout entier.

39
Chapitre 3 • Équations aux dérivées partielles du second ordre

L e s c o u rb es caractéristiq u es so n t le s so lu tio n s d e :

$ - •
Il y a d o n c d eu x fa m ille s d e co u rb es caractéristiq u es :

dy du
-T = 1 et -f = -1
dx dx
C e so n t d o n c le s d roites
y = ±x + C on stan te

Exemple 3.6
O n c o n sid è r e l ’éq u a tio n :

dx2 dy2
o ù C e st u n e co n sta n te ré elle.
P our c e tte éq u a tio n :
b2- a c = x2y2
C ette éq u a tio n e st d o n c h y p e rb o liq u e e n d eh ors d e s a x e s d e c o o r d o n n ées.
L e s co u rb es ca ractéristiq u es son t le s so lu tio n s d e :

A î H
Il y a d o n c d eu x fa m ille s d e co u rb es caractéristiq u es :

dy _ x dy x
dx y et -dx
r =—
y
ou en c o r e :
xdx = ±ydy
C e so n t d o n c le s co u rb es
x2 ± y2 = C on stan te

3.3 R éduction à la forme standard


3.3.1 C h a n g e m e n t d e v a ria b le s
Proposition 3.4. Le caractère hyperbolique, parabolique, ou elliptique d'une
équation aux dérivées partielles du second ordre ne dépend pas du système de co­
ordonnées choisi.

40
3.3. Réduction à la forme standard

Démonstration. On considère le changement de variables (X(x, y), Y(x, y)) supposé


tel que le Jacobien J ne s’annule pas :
âX dY
dx dx âX âY âX âY
J = dX dY *0 (3.21)
dx dy
ox oy dy
uy dx
ux
dy dy
On pose f(x, y) = f(X, Y), par dérivation composée, on obtient (voir A. 1.2) :

_ â^JiâXŸ d2f dX d Y d f d2X ¿ P ftd Y Ÿ d f â 2Y


dx2 âX2 \<9jc/ + dXdY dx dx + dX dx2 + dY2 \d x ) + âY dx2

d2f _ d2i IdXŸ o d2f dX âY d f d2X d2f jâ Y \2 d f d2Y


dy2 ~ dX2 [ â y j + 2dXdY dy dy + dX dy2 + âY2 [ â y j + âY dy2

â^£_â^£âXâX d2f IdX âY âX â2f âY âY


âxây âX2 dx dy + dXdY \ dx dy + dy âxj + âY2 dx dy
d f â2X d f âY2
+ âX âxây + âY âxây
On peut alors écrire :

â2f d2f â2f


a<x, y ) — + 2 b ( x , y ) ^ + c ( . x , ÿ) ^ =

d2f d2f â2f ~l ~ df df\


A(X,y)âX2 + 2 B (X ,y )âX⟠+
ou on a pose :

I d f â2X d f âY2 \
y ~fd
l ld 2b(x, y) +
, J ’ dX’ dY âxây âY âxây)
â f â 2X d f â 2Y\ â f â 2X â f â 2Y\
© Dunod. La photocopie non autorisée est un délit.

+ a(x, y) + c(x, y)
âXdx2 + âY dx2 ) âX dy2 + âY dy2 J
et :
2
. d Xd X t ^
A(x, y) = a(x, y) + 2 b(x, y) — — + c(x, y)

dX &Y âX âY â X â Y \ âX
B(x, y) = a(x, y) — — + b(x, y)
dx dx dy dx + dx d y ) +CX, y dy dy
2
. dY dY , s
C(x, y) = a(x, y) + 2b(x,y) — — +c(x,y)
dx dy

41
Chapitre 3 • Équations aux dérivées partielles du second ordre

On obtient alors :

B \X , Y) - A(X, Y) C{X, Y) = J2 (b2(x, y) - a(x, y) c(x, y))


2 _ IdX d Y Ÿ Id Y d X \2 _ 2 < M c W d Y d X & 2 T>
\d x dy J + \ d x d y ) dx dy dx dy

comme / + 0, on voit le signe de la quantité « B2 - AC » donnant le caractère hyper­


bolique, parabolique ou elliptique est indépendant du jeu de variables retenu. ■

On va maintenant voir que les courbes caractéristiques permettent de définir un


changement de variable conduisant à une forme simple de l’équation aux dérivées
partielles (forme dite standard) ou certains termes parmi A ,B ou C ont été annulés.

3 .3 .2 F o rm e s s ta n d a rd
Équations hyperboliques
Étant donnée une équation hyperbolique {&h ), les caractéristiques sont les solutions
de (3.20) : ______
dy_ _ b j b2 - gç
dx a ± Va2
Après intégration, on obtient les courbes caractéristiques sous forme implicite :

<Pi(x,y) = Ci , Ï = 1,2

où les Ci 6 R sont des constantes.

T héorèm e 3.5. Soient <pi(x, y) - C\ et <p2(x, y) = C2 les deux familles de courbes


caractéristiques d ’une équation hyperbolique (£^).
En posant :
X = <pi(x,y)
Y = <p2(x, y) et f(x, y) = f(X, Y) (3.23)

cette équation se met sous la forme :

d2f
= g (!!î * 1 f X ,Y (3.24)
dXdY \d X ’ dY , J ’

En posant ensuite :

X = X+Y
Ÿ = X -Y et KX, Y) = f(X, Ÿ) (3.25)

42
3.3. Réduction à la forme standard

elle se met sous la forme :

P£ ldL - „(Ê i ld f x (3.26)


dP dP ~ \dP d P 1, '
Ce sont les deux formes standards d ’une EDP hyperbolique.

Démonstration. Si a = c = 0, on a déjà la première forme standard.


Si a t 0, alors, en injectant (3.16) dans (3.3.1), et en remarquant que :

A Oïl
dy_ _ __dx_
dx Qï±
ày
on voit que le choix X = <pi(x, y) conduit à annuler A{X, y).
Si besoin est, on peut également annuler C en posant Y = <p2(x, y) (si c est nul, on
garde y = y).
Pour la suite, par dérivation composée :

âf_âlâX df_dŸ__df_ â f
dX ~ dX dX + dŸ d X ~ dX + dŸ
df __df _dX â f d Ÿ _ â £ _ d f
dY ~ dX dY + dŸ dY ~ dX dŸ
Et, de même :

d2f d \df I d df
dXdY ~ dX dY ~ dX d t dŸ_
d X d _ ’à l _ d f dŸ d df
d Xd X dX dŸ_ + d Xd Ÿ d t dŸ .
d_ d f _ d f i __ d df_d£ H lL
d
dX dX âŸ_ dŸ dX dŸ. dP dP
© Dunod. La photocopie non autorisée est un délit.

Équations paraboliques
Étant donnée une équation parabolique (fip), la caractéristique est la solution
de (3.20) :
dy _ b
dx a
Après intégration, on obtient une courbe caractéristique sous forme implicite :

<p{x, y) = C

où C e R est une constante.

43
Chapitre 3 • Équations aux dérivées partielles du second ordre

Théorème 3.6. On pose : X = (p(x, y).


Si Y est une fonction indépendante de X, alors, en posant :
f(x,y) = f(X, Y) (3.27)
i&p) peut s'écrire sous la forme :
P I, ,(df â f ~
X, Y (3.28)
dY2 \ d X’ d Y, J ’
Démonstration. On suppose a + 0. Le changement de variable X = <pi(x, y) permet
alors d’annuler A.
Sachant que b2 - ac = 0 et b2 - ac - J2(B2 - AC), on voit que l’on a automati­
quement B = 0 (pour Y choisi de manière à ce que le changement de variables soit
régulier).
On se retrouve donc uniquement avec C + 0, ce qui correspond à la forme
standard. ■

Équations elliptiques
Étant donnée une équation elliptique (£>s), les caractéristiques sont les solutions
de (3.20) : ______
dy _ b . lac - b2
dx a ± 1 V a2
soient <p\(x, y) = Constante, et <p2(x, y) = Constante, une forme implicite des courbes
caractéristiques. <pi et <f2 sont complexes conjuguées.
Théorème 3.7. En posant :
( X + i Y = <pi(x,y)
etf(x,y) = f(X, Y) (3.29)
X - i Y = <p2(x,y)
(&e) s ’écrit aussi :

ÔX2
2L - r i f
*L+d
ÔY2 V'
X Y ±
d ld
’ ’ dX’ ÔY
(3.30)

Démonstration. L’équation des caractéristiques (3.16) devient, en injectant les for­


mules de changement de variables (3.29) :

0=a
dx )\ dy (3.31)
= A —C + 2iB
ce qui implique puisque A, B et C sont des fonctions réelles :
A = C et B = 0 (3.32)

44
3.3. Réduction à la forme standard

Exemple 3.7
On considère l ’équation suivante :

2&f , dd2f
2f 2 dq22f
_J n
* ^ 2 +2xy ^ : . + y t<fy2
dxdy t =0

b 2 - a c = (xy)2 - x2y 2 = 0, l ’équation est donc parabolique sur R 2.


La courbe caractéristique est d onnée par :

dy y - = C onstante
dx x x

On p ose donc f ( x , y) = / ( X , Y) avec :

' Y
\ x = y-
x ou réciproquem ent X= X
J =y ,y= Y

On en déduit :
(dX y _ x2 âX _ 1 X
dx x2 Y dy x 'Y
dY
= 0
. dx S -
df df_ d X dfdY _t f _dl
dx d X dx + â Y dx Y dX
âf d£dX dfdY X df df
dy â X dy + d Y dy Y dX + dY

d2f â \ d f 1 dX _L \ d f ) âY
â X2 d \X 2 d f 1
dx2 d X dx dx dY dx_ d x ~ Y âX Y âX
X 4 â2f 2X? d f
Y2 d X 2 + Y2 dX

(Pf â d f dX
_____ A
â â f âY
d y2 âX dy dy âY dy dy
© Dunod. La photocopie non autorisée est un délit.

X d_ x âf âf 1 ___
â X âf âf
Y dX Y âX dY âY Y âX âY
X2 cPf_ 2 X â2f d 2f
+
Y2 dX2 ' Y d X d Y ' dY2

d2f d_ âf dX I
â d f âY _ X2 â x âf âf
dxdy dX dy dx âY dy dx ~ ~Y âX Y âX âY
X*_ &j_ P df X 2 d2f
'Ÿ2 dx2 Y2 â X Y âXâY

45
Chapitre 3 • Équations aux dérivées partielles du second ordre

T out c a lc u l fait, o n o b tie n t :

2 „ d2f 2 d2f v2 d2f


dx2 u dxdy dy2 dY2
c e q u i c o n d u it à :

d2f (f(X, Y)=A(X)Y + B(X)


Qÿi = 0 d°nC
i№ ’i') = ! "4 0 + B ©

3 .3 .3 É q u a tio n s lin é a ire s à c o e ffic ie n ts c o n s ta n ts


Dans le cas de coefficients constants, il est possible d'aller plus loin dans la simpli­
fication de l'expression d'une équation aux dérivées partielles : à l'aide d'un chan­
gement de fonction inconnue, on peut éliminer les termes contenant des dérivées
premières.

Théorème 3-8- On considère l'équation linéaire à coefficients constants (fi/) :

d2f „ , d2f d2f Bf df , s n


(3.33)
a a ^ * l b m ^ * c W * ^ * ‘ * g Tÿ + h f - 0
Alors, il existe deux constantes réelles À et p telles que, en posant :

f(x, y) = f(X, Y) = <p(X, Y) eÀX+>iY (3.34)

L si (£/) est hyperbolique, (fi/) devienne :

^ = C h<p(X,Y) + <Ph(X,Y) (3.35)

où &h est une fonction connue de X et Y ;


il si (fi/) est parabolique, (fi/) devienne :

^ = Cp <p(X,Y) + 0 p(X,Y) (3.36)

où 0 p est une fonction connue de X et Y ;


iii. si (£/) est elliptique, (6/) devienne :

d2<p d2u
(3.37)
d ê + W 2=Ce<p(x’ Y) + <Pe(X’ Y)
où 0 e est une fonction connue de X et Y.

46
3.3. Réduction à la forme standard

Exemple 3.8
On considère l’équation
d2f d2f a / „ „
— -----------— + 2 — + f = 0 (6)
<9x2 dy2 dx
On identifie :

i y) = 1
v (Jtr, i/) e R2 : j b(x,y) = 0 => b2(x,y)~ a(x,y)c(x,y) = 1 > 0
t c(jc, f/) = -1

L’éq u a tio n d o n n é e est hyperbolique.


L e s co u rb es ca ractéristiq u es so n t d o n n é e s par :

\-r\ - 1 = 0 => ^ = ±1 => y = ±x + C on sta n te


\dxj dx *
O n p o se alors :

v(*,ÿ) G R2 : ^ xX ~ y et f(X,Y) = f(x,y)

L e J a co b ie n d e ce tte tran sform ation n ’e s t p a s id en tiq u em en t nul.


O n a alors :
â f _ d X d f d Y d f _ d f df
dx dx dX + âx dY dX + dY
d f _ d X â f d Y d f _ _ d l df_
dy dy dX + dy dY dX + dY
cpj_= â2f d2f d2f
dx2 âX2 dY2 dXâY
â2f d2f d2f d2f
dy2 dX2 dY2 dXdY
E n rem p laçan t d an s (fi), o n e n d éd u it :
© Dunod. La photocopie non autorisée est un délit.

2d
l J l l J l l + f =2^l +4
d2f
dXdY + / = o
dx dx2 dy2 dX
ce qui conduit à la forme'standard :

df df â2f
= 0
dx âY dXdY
On pose alors
f(X, Y) = v(X, Y)eÀX+^Y

47
Chapitre 3 • Équations aux dérivées partielles du second ordre

D ’o ù :
Ê l = (ÊÏ. + À<p) e^ +„Y
dx \d x *7
<H = ( f y +ll(p) e*x+„Y
ôy \dY
â2f l d 2<p dtp dtp \ ,A X + fiY
»X d Ÿ ~ \ d X d Ÿ + i i d X + X d Ÿ +

Par su ite :

âf df d2f f
dX dY dXdY 2
dtp dtp d2tp tA X +fiY
(Î + 2 y )^ - + (1 + 2À )-£ + 2— £ - + ((À + n) + 2Ày +
dX dY dXdY H '
En choisissant :
1
À^ = ~2
o n é lim in e le s d é r iv é e s p rem iè re s :

d f d f . d2f „ d2tp
= 2- eÀX+f Y = 0
dX + dY + 2 dXdY ' dXdY
c e qui co n d u it à :

d2<p
= 0 <p(X, Y) = u{X) + v{Y)
dXdY
où u et v so n t d eu x fo n c tio n s arbitraires, d e c la s s e C 2.
O n a d o n c , fin a lem en t :

f(X, Y) = tp(X, Y) eÀX+f,Y = (u(X) + v(Y)) e~™


f(x, y) = f(X, F) = f{x - y, x + y) = (u(x - y) + v(x + y)) e~

3 .3 .4 É q u a tio n s d e d im e n s io n s u p é rie u re
Dans le cas d’équations aux dérivées partielles impliquant 3 variables (mais toujours
d’ordre 2), la démarche est similaire lorsque les termes d’ordre deux sont de la forme :

A & f , 2 B & L + C 3^ - + 2D d2f ' i 2r d2f + F —Î


dx2 dxdy dy2 dxdz dydz dz2

où (A, B, C, D, E, F) sont des fonctions de (x, y, z).

48
Exercices

On étudie les valeurs propres de la matrice suivante :

' A B D'
BCE
{ D E F)

Dans un domaine où toutes les valeurs propres sont du même signe on parle de
problème elliptique.
Dans un domaine où une valeur propre est nulle et les autres de même signe, on
parle de problème parabolique.
Dans un domaine où au moins deux valeurs propres sont de signes opposés, on
parle de problème hyperbolique.

Exercices

Equation h ype rb oliq u e


Déterminer la solution générale de l’équation :

= 0 (6)
dx2 dy2 dx

|Q Équation d e s té lé gra p h iste s


Si on considère une ligne électrique, dont les propriétés linéiques sont : résistance R,
inductance L, capacité C, conductivité G. Le voltage E à l ’instant t au point d ’abs­
cisse x est solution de l ’équation dite « des télégraphistes ».
© Dunod. La photocopie non autorisée est un délit.

d2Æ
= L C ^ f - + (RC + LG) ^ + RGE i&r)
dx2 otl ot
U intérêt de cette équation est d yenglober des équations plus spécifiques, puisque :
i. lorsque L = G = 0, {&T) devient :

d2E dE
dx2
Ce type d ’équation régit de nombreux problèmes de diffusion, et, en particulier,
la diffusion de la chaleur : c ’est l’équation de la chaleur.

49
Chapitre 3 • Équations aux dérivées partielles du second ordre

ii. Lorsque R = G = 0 (ce qui correspond à des courants à haute fréquence), (£ 7 )


devient :
d2Æ _
dx2 “ dt2
Ce type d ’équation régit la propagation des ondes : c ’est l’équation des ondes.
On étudie le cas suivant : a ,/?, c étant des réels non nuis, réduire à la
puis proposer un changement de fonction inconnue pour l’équation :

(S)
dx2

50
Corrigés

Corrigés

On pose :

' a(x, y) =
V(jt,ÿ) € R 2 : b(x, y) =0 b2(x, y) - a(x, y) c(x, y) = x4 > 0
. c(x, )y = - x 3

L’équation donnée est hyperbolique en dehors de l ’axe des ordonnées.


Les courbes caractéristiques sont données par :

tau ' 2
x

soit encore :
dy
T x ~ ±X
Les caractéristiques sont donc les paraboles d’équation :

1 2
- x ± y = Constante
2

On pose alors :

X = \xl - y
V (x, y) e R 2 2 y
et f( X , Y) =)
Y = ^ x2 + y
2 y
Le Jacobien de cette transformation n’est pas identiquement nul.
© Dunod. La photocopie non autorisée est un délit.

On a alors :
df__. d x dl + dY dl + x dl
dl - x
dx dx âX dx dY dX dY
df__. dX dl + dY df _ K + df
dy dy dX dy dY dX dY
â2f _. à J
+ dl + 2-
dx2 '" âX dY [dX2 dY2 dXdY
& f = â2f Ô2f d2f
dy2 dX2 ÔY2 ÔXÔY

51
Chapitre 3 * Équations aux dérivées partielles du second ordre

En remplaçant dans (6), on déduit :


3 <92/ <7 n 3
——+ x - 4 - +2zr~ —— = 0
dx 2 dy2 ' ~ dx ' " dXdY
ce qui conduit à la forme standard et à la solution :
¿7
f( X , Y) = g(X) + h(Y)
dXdY ° ^
où g et h sont deux fonctions arbitraires.
On a donc, finalement :

f(x,y) = g ^ x 2 - yj + h ^ x 2 + yj

On pose :
r a(x, y) = 1
V (x, y) Re 2 : {b(x, 0 b2(x, y) - a(x, y) 0
y) = 2
L’équation donnée est hyperbolique.
Les courbes caractéristiques sont données par :
\2
«
0 =*
dy
— = ±c
(1 )-^ dx
Les caractéristiques sont donc les droites d’équation :
= Constante

On pose alors :

V(x,y) e R 2 A y l l x + l 6t

Le Jacobien de cette transformation n’est pas identiquement nul.


On a alors :
df_dXdf dY_df__ d f dj_
dx dx âX
d£_dX⣠dY_df__ _df_ d f
dy dy dX + dy âY dX + dY
&L= r2
W , â2f 1
dx2 \dX2
<97 _ d2f d2f d2f
dy2 dX2â Y2 dXdY

52
Corrigés

En remplaçant dans (£), on en déduit :

d2f 2 d2f „ df n (d f d f) A 2 d2f


ôx2 C ddy2
y2 dx
dx PJJ ~~
P \<9X dy dXdY
ce qui conduit à la forme standard :

2a c
(SX dïI dXÔY 13*
On pose alors :
f{X, Y) = <p(X, Y ) e ÀX+^

ce qui donne

eAX+vY
IH H
df (d<p )
dŸ = [ d Ÿ +p<ph
â2f ( d2(p d<p , â<p \ ,AX+fii
,
dXdY ~ [dXdY + P d X + À d Ÿ + M<P) e
Par suite :

-{ I
|2c|(û r + 2 / j c ) ^ + (a + 2 ^ c ) ^ j | eÀX+tiY

+ \^ c 2 ^ ^ + {2 a ( À + n ) c + AAnc 2 +P)y>\ e',AX+

En choisissant :
j a
© Dunod. La photocopie non autorisée est un délit.

on obtient

2cc № + dl ) + 4<2 * 0 f = Î2 c2 ?2) ^ J ,,AX+fii


\ d X dy J dXdY PJ \ dXdY
ce qui conduit à :
T VJ -U j y - y j

I. Poincaré a donné, en 1893, une solution de l }équation des télégraphist


rtenue à l'aide de la transformation de Fourier

53
D is t r ib u t io n s

Une lecture attentive de l yannexe C consacrée à Vintégration de Lebesgue est recom­


mandée avant d'étudier ce chapitre. Le lecteur curieux pourra trouver des précisions
dans des ouvrages de référence comme [6], et dans de nombreux traités relatifs aux
équations aux dérivées partielles [9,19], ou dans ceux relatifs à la théorie de la
mesure et de l'intégration (souvent avec un point de vue légèrement différent) [16].

4.1 M otivation
Les distributions jouent un rôle fondamental pour l ’étude des équations aux dérivées
partielles. B ien plus qu’un « outil com m ode » pour traiter les discontinuités, elles
offrent un cadre nouveau d ’interprétation des EDP et permettent de disposer de tech­
niques d ’analyse algébriques.
Ce chapitre a pour objectif de montrer que le cadre classique est parfois insuffisant
pour le traitement de certains problèmes, et d ’introduire la théorie des distributions.
Considérons l’équation des ondes dans R 2 :

#1 c2* (4.1)
dx2 dt2
Dans le chapitre « Généralités », nous avons vu que les solutions sont de la forme :

(x, t) -i» f( x , t)= g(x - + h(x + et)

où les fonctions g et h sont à déterminer grâce aux conditions initiales


A priori, la forme (4.2) ne requiert aucune régularité sur g et h', ainsi, toujours
dans le chapitre « Généralités », on a considéré la propagation d ’un échelon, qui est
© Dunod. La photocopie non autorisée est un délit.

une solution toute à fait satisfaisante d ’un point de vue physique. Cependant, au sens
classique, l’équation aux dérivées partielles (4.1) suggère une régularité C 2, propriété
qui a été utilisée lors du changem ent de variables.
On voit donc que si l’on se restreint au sens classique, on écarte des problèmes
irréguliers que l’on peut rencontrer en physique. L’objectif de la théorie des distribu­
tions est de pouvoir interpréter des équations com m e (4.1) dans un sens plus général
tel qu’une fonction de la forme (4.2) puisse être considérée com m e solution (au sens
faible ou au sens des distributions).
La théorie des distributions ne bouleverse heureusement pas tout ce qui fonctionne
bien « classiquem ent ». Les distributions peuvent apparaître com m e des « fonctions

55
Chapitre 4 • Distributions

généralisées ». Elles englobent la quasi-totalité des fonctions (presque toutes les fonc­
tions peuvent s’interpréter comme des distributions), et la plupart des opérations défi­
nies sur les fonctions (addition, multiplication par un scalaire, multiplication par une
fonction C00, dérivation, convolution) peuvent être également définies sur les distri­
butions (et dans le cas où la distribution s’identifie à une fonction, on retrouve les
résultats classiques).
La théorie des distributions repose sur l’évaluation de l’équation dans des champs
« tests ». Pour cela, considérons une fonction <p s C“ (R2)^ à valeurs dans R. Le
problème des ondes (4.1) classique conduit à :

(4.3)

En utilisant la régularité de f pour réaliser deux intégrations par parties, et en ex­


ploitant le fait que <j>est nulle en dehors de son support (pour éliminer les termes de
bord), on obtient :

(4.4)

Après un changement de variables classique u = x + et, v = x - et, et le changement


de fonction inconnue obtenu en posant f(u, v) = f(x, t) et <j>(u, v) = <p(x, t), on en
déduit :

Il apparaît que la fonction (u, v) h-> /(« , v) = ft (u) + / 2(0) est solution, puisque par
exemple

car les dérivées de <f>sont également des fonctions à support compact et donc nuiles
pour \u\ suffisamment grand.
Par cette approche, on retrouve donc le résultat classique sans faire d’hypothèse de
régularité sur / .
Il ne faudrait pas croire que les distributions sont simplement une manipulation sur
les équations classiques (4.1) (on parle de formulation forte).
En effet, une expression comme (4.4) (dite formulation faible) peut très bien être le
résultat de la modélisation physique d’un problème. Par exemple, en mécanique des
milieux continus, le principe des puissances virtuelles pose comme axiome de base
l’égalité de travaux (écrits sous forme d’intégrale et faisant intervenir une fonction
t. Fonction infiniment dérivable à support compact dans ]R2.

56
4.2. Espace des fonctions tests

test du type de <p) alors qu’une autre axiomatique pose comme équation de base une
équation aux dérivées partielles classique.
De manière évidente, les solutions fortes sont des solutions faibles ; les problèmes
faibles sont donc plus généraux que les problèmes forts. Une démarche d’étude d’une
équation aux dérivées partielles consiste à chercher les solutions faibles et à vérifier
si elles sont également des solutions au sens fort (autrement dit si, en plus de résoudre
le problème faible, elles ont suffisamment de régularité pour être dérivées).
La formulation faible offre un nouveau cadre d’interprétation des équations aux dé­
rivées partielles particulièrement riche, dans la mesure où elle permet l’emploi d’ou­
tils algébriques (en plus des outils d’analyse classique) : dans l’expression f f<f>dA,
au lieu d’étudier la fonction / , on peut aussi choisir d’étudier la forme linéaire Tf :

Tf \ (/>h-» f (¡>dA G R (4.6)

qui appartient au dual de C f, espace que l’on peut munir d’une topologie, et dans
lequel on peut faire de l’approximation. On présente au chapitre 8, l’usage de sous-
espaces de distributions particulièrement adaptés pour la recherche de solutions de
certains problèmes aux frontières.

4.2 Espace des fonctions tests


Dans tout ce chapitre, on se place dans R rf, ramené au système de coordonnées
Hi
(jq, . . . , Xd). Pour x = { x \,...,x d) e R^, on note \x\ la norme eucli-

dienne du vecteur.
La topologie de l’espace des distributions est assez complexe, en particulier cet
espace est non métrisable. L’exposé qui suit est simplifié et se base sur des caractéri­
sations séquentielles qui, dans ce cas précis, définissent une topologie équivalente.
© Dunod. La photocopie non autorisée est un délit.

Notation
S o it Q un ou vert d e Rd. O n d é s ig n e par C™(Q) o u D(Q) l ’e n se m b le d e s fo n c tio n s C°°(Q)
à su p p ort1- co m p a c t à valeu rs d ans R (o u C ). L a n o ta tio n D(Q) in siste sur l ’u tilisa tio n d e la
n o tio n d e c o n v e r g e n c e d o n n é e à la d éfin itio n 4 .1 .

Proposition 4.1. D(Q) est un espace vectoriel pour Vaddition et la multiplication


par un scalaire.

f. La notion de support est definie en C.8 page 227.

57
Chapitre 4 • Distributions

Démonstration. La stabilité des fonctions infiniment dérivables par addition et mul­


tiplication par un scalaire est connue.
De plus :
V(/, g
)e D(Q)2
, supp(/ +

qui est compact. ■

Prouvons de plus que cet espace n’est pas réduit à la fonction nulle.

Soit *o € O et (x»
Bo r) c Q une boule contenue dans Q ; on peut construire
fonction C°° à support égal à (xo. r) '•
B

Î e --2-l.v-.rol2 sj |x - x0| C r
fixa ,r(x ) (4.7)
0 ailleurs

À titre d’exemple, le tracé de telles fonctions dans les cas des dimensions 1 et 2 est
donné sur les figures 4.1 et 4.2.

Figure 4.1- ^0,i sur R Figure 4.2 - ^ 0,i sur R 2

Notation
L’écriture des équations en dimension supérieure à 1 est grandement simplifiée par l’utilisa­
tion des multientiers pour transcrire les polynômes et les dérivations partielles. Un multientier
est un élément de ; pour tout multientier a = {a\.......ac/) e Nrf, tout x ~ ( x \ , . . . , xti) e Q
et tout <\>e 2)(Q), on note :

dM<f>
m = |> ,
1=1 1=1
f K '

On rappelle que par convention —- = (p et donc d°<f) = (p.


dx:

58
4.2. Espace des fonctions tests

Définition 4.1 C on ve rge n ce d a n s £>(Î2)

On dit qu’une suite p)eni d’éléments de £>(0) converge vers <p € 'D(iï
P
(<
et seulement si il existe un compact K de contenant
(autrement dit Vp, supp(^) c K), avec :

V a = (a, . . . , ad)e N rf : || - 0 (4.8)

Il s’agit donc d’une convergence uniforme sur la fonction et toutes ses dérivées
partielles, sous la condition d’un support commun. C’est une convergence très stricte.

Remarque 4.1
Pour le lecteur non familier de ces concepts, il faut noter que la notion de convergence dans
?)(Î2) n’est pas associée à une norme mais à une famille de semi-normes. La construction
topologique de D(iï) est traitée dans de nombreux ouvrages comme [17,18].

Il faut bien noter que les fonctions de D sont très pratiques à utiliser : en tant que
fonctions continues sur des compacts, elles sont bornées et appartiennent donc à tous
les espaces Lp pour 1 < p<oo. Par ailleurs, bien que D puisse sembler un « p
espace, des résultats de densité montrent combien il est utile.
ifro i (jt)
Reprenons la fonction \pQ \ e 0 définie à l’équation (4.7), et posons
Jn ^o,idA
qui est donc normalisée au sens de L'(i2).
On construit la famille de fonctions :

<t>e(x) = > € R+* (4-9)

Chaque <pe est donc une fonction de D, normalisée au sens de L'(O), dont le support
est la boule de centre 0 et de rayon e (voir figure 4.3). On peut facilement peupler D
grâce à un procédé de convolution (voir annexe C.7) : pour tout u € Ljoc(Q) et tout
© Dunod. La photocopie non autorisée est un délit.

compact K de O , on pose : ue = <ps * u\k , o ù s est choisi suffisamment petit pour que
supp(w£) c O ; ainsi, u£ e D(Q).
Un exemple important est donné à la figure 4.4 puisqu’on y réalise une régularisa­
tion de la fonction indicatrice du segment [-1 ,1 ]. On observe que ipe *^[-1,1] a Pour
support [-(1 + e), 1 + e] et qu’elle vaut 1 sur [-(1 - e), 1 - e] (pour e < 1).
Une application est qu’il est possible pour O ouvert de R.d et K compact de O, de
construire une voisinage compact K de K dans Q.

P ro p o sitio n 4.2. C “ (il) est dense dans C£ au sens de la convergence uniforme.

59
Chapitre 4 • Distributions

Figure 4.3- É l é m e n t s d ’ u n e Figure 4.4- R é g u l a r i s a t i o n d e


a p p r o x i m a t i o n de l ’ i d e n t i t é l ’in d ic a t r ic e d e [ - 1 , 1 ]

Démonstration. Soit / une fonction continue à support compact c i l Alors :

(/ - / * /(*)“ f f ( x - y
J r cI

J ^ ( / W - f(x - (4.10)

I
JB(e)
(f(x) —f ( x — y))</>e(

où s est choisi tel que B(x, e) + K cQ


.f étant continue sur le compact
donc uniformément continue et le terme en I/O ) - f ( x - y ) \ peut être rendu aussi petit
que voulu en ajustant s (indépendamment de x). ■
Rem arque 4.2
Il est à noter que la convergence uniforme dans la preuve précédente implique toutes les autres
formes de convergence. Par ailleurs, ce résultat s’étend aux espaces Ck(£l) avec convergence
uniforme sur toutes les dérivées. En utilisant les résultats de densité donnés en annexe C, on
en déduit que T> est dense dans les espaces de Lebesgue pour 1 < oo. On dit que <pr est
une approximation de l’i,dentiécar pour / e 1/(0.), \\f - f *<pe\\u> -* 0. La figure 4.3 don
£— »0
deux de ces fonctions dans le cas unidimensionel.

4.3 Espace des distributions


Définition 4.2

On appelle distribution sur fi toute forme linéaire T continue sur D(O), on note :
T ! (j) G !D(i2) h » T((p) = {T, (p) G IR
Les « crochets » sont en effet une notation classique en dualité.

60
4.3. Espace des distributions

Remarque 4.3
i. La linéarité signifie que pour (фу, фг) e D(Q)2 et a € R :
(T, фу + афг) = (T, фу) + a(T , фг)
ii. La continuité (séquentielle) signifie que pour toute suite (4>p)pen convergeant vers
é € £>(Q) :
(T ,tp)-> (T ,t)
iii. La linéarité implique que la continuité en 0 est équivalente à la continuité dans tout £)(£2).
Notation
On désigne par D'(iï) l’ensemble des distributions sur D{iï).

Proposition 4.3. ТУ(Q) est un espace vectoriel : pour (Ту, T2) e D'(£ï) et a € C,
(aT\ + T2) € D'(D.) au sens suivant :
У ф е D(Q)
(aTy + T2, ф) = a(Tx, ф) + (T2, Ф) (4.11)
Proposition 4.4. Une forme linéaire T sur D(£ï) est une distribution si et seule­
ment si pour tout compact K c Î2, 3 m^ e N c/ 3 Ck > 0 tels que :
i \
\ПФ)\ = К Т , Ф ) \< ск 2 P 'V l b

Уф € D(Q) avec supp(^) c K (4.12)

Si dans la définition on peut utiliser le même entier m (indépendamment de K) on dit


alors que la distribution est d’ordre m.

Démonstration. Une forme linéaire qui vérifie l’équation (4.12) est clairement conti­
nue sur D, c’est donc une distribution.
Réciproquement, il faut prouver qu’une forme linéaire T continue sur £> véri­
fie (4.12). On raisonne par l’absurbe : on suppose qu’il existe un compact K de Î2
tel que pour tout entier m et toute constante C > 0, il existe une fonction <pniic de D
à support dans K telle que
© Dunod. La photocopie non autorisée est un délit.

\(T,<t>m,c)\>cYJ I I ^ W I I l- (4.13)

On choisit C = m = N, et comme d’après l’inégalité précédente <Pn,n ne peut pas être


nulle, on peut s’arranger (en multipliant l’inégalité par un scalaire positif) pour que

sup HdVw.wllz,“’ = t : (4.14)


|a|<m N
On en déduit que VN, |(T, <Pn,n )\ > 1. Par ailleurs l’équation précédente et le fait que
les (</>n,n ) ont leur support dans K implique que 4>n,n-» 0 dans D. On a donc une
contradiction avec la continuité de T. ■

61
Chapitre 4 • Distributions

Contrairement à D(Q), on munit D'(Q) d’une topologie très faible (de manière à
ce qu’il soit « facile » de converger dans £)').
D éfinition 4.3

On dit qu’une suite de distributions (Tp)p€^ converge dans 2)'(Q) vers


une distribution T si :
V0 e D (Q ) , (Tp,cf>)->(T,<p)(4.15)

La convergence est dite faible.

P roposition 4.5. Si (TpipeN est une suite de distributions et si, pour tout <pde D(Q),
(Tp, d>
) converge dans R, alors ê i—> lim ( T ê ) est une
r >+oo y
/?—
complétude séquentielle de D').

Démonstration. Ce théorème est admis, la démonstration fait appel au principe de la


borne uniforme (théorème de Banach-Steinhaus) afin de pouvoir échanger les limites
de la suite de distributions et de la suite de fonctions. ■

Le résultat précédent est fondamental puisqu’il permet de prouver des densités


d’espaces dans 2)'(i2), et donc de donner des techniques d’approximation de distri­
butions (par des fonctions).

Théorème 4.6. Association fo n c ti -

i. Soit f e L}ocune fonction localement intégrable. L ’application

T f : (p e T)(Q.) i-> (Tf, f<pdA (4.16)


Jn
est une distribution d ’ordre 0.
ii. Soit f e L)oc, g e L)oc alors
T f = Tg & f = g (4.17)
PP
autrement dit Ljgc(Lî) peut être injecté dans D '(fï).

Démonstration.
On a |/0 | < |/| ||0||l" et f est intégrable sur le compact K = supp(0) donc

MX l/l«7dj ||0||lc°(îî)

ce qui, cumulé à l’évidente linéarité, prouve que T f est une distribution d’ordre 0 (pas
de dérivation dans la majoration).

62
4.3. Espace des distributions

On suppose que / est telle que 7 / = 0. Soit xo e O et 0 tel que 2r) c O,


on noteX b(xo,i ) la fonction indicatrice de B ( x q , On pose / = ) e ¿'(O ).
On utilise l’approximation de l’identité (pE définie à l’équation (4.9) avec et on
pose (pStX : y h* <p£,x(y) = <pe(x - y). On a alors :

f*<Pe= | f(y)<Ps(x - y)dy = I f{y)<f>£(x - y)dy = (Tf , <pStX) = 0


JB (xo ,r ) JÇ1

Par ailleurs, f * <pe -» / dans L1 et donc / = 0 sur B(xo, r) où xo a été choisi


£->0 pp
arbitrairement. Finalement, T f = 0 = ï f = 0. m
pp

Remarque 4 A
Une conséquence de ce théorème est la confusion fréquente entre une fonction / et sa distri­
bution associée Tf.
Il n’en reste pas moins qu’il est incorrect de parler de la valeur d’une distribution en un
point : une distribution n’a de valeur qu’appliquée à une fonction test. Même dans les cas où
la distribution peut être associée à une fonction, l’association n’a de sens que presque partout.
Exemple 4.1
i. La distribution de Diracf ô e £)'(1R) est une distribution qui n’est pas associable à une
fonction : (ô, (/>) = 0(0). Par ailleurs, |0(O)| < | | 0 | | e t donc la distribution de Dirac
est d’ordre 0.
ii. La distribution de Dirac en ;co : ôXQ£ D'(Q) \ <f>e D i-> (ôXQ, 0) = 0(*o).
iii. La distribution de Heaviside* sur D(R) :
0 g D h (H, 0) = fR+(pdÀ provient bien d’une fonction L]oc (en l’occurrence l’in­
dicatrice ^(o.+oof). S’interroger sur la « valeur d’Heaviside en 0 » ne correspond à rien,
l’identification se fait au sens de Ljoc, et {0} est un ensemble de mesure nulle.

Définition 4.4 C o n ju g a iso n

Pour tout T e D '(iî), on introduit la distribution conjuguée T par :

<î,0> = <7\0> (4.18)


© Dunod. La photocopie non autorisée est un délit.

Remarque 4.5
T est réelle si et seulement si T - T.
f. Paul Adrien Maurice Dirac (1902-1984), physicien et mathématicien britannique, considéré comme
un des « pères » de la mécanique quantique. Il reçut, conjointement avec Erwin Schrôdinger, le prix
Nobel de physique en 1933.
$. Oliver Heaviside (1850-1925), physicien britannique, a bien sûr introduit la fonction de Heaviside
(aussi appelée échelon unité ou marche), utilisée communément dans l’étude de systèmes en automa­
tique, mais également reformulé et simplifié les équations de Maxwell.

63
Chapitre 4 • Distributions

D éfinition 4.5

Une distribution est dite p o sitive si et seulement si :


M<p e£ > (0 ):
tp > 0 =$ (T, >0 (4.19)

D éfinition 4.6

On appelle su p p o rt d ’u n e distribu tion le complémentaire du plus grand ouvert O


tel que supp <p c O =s> (T , tp) = 0.

Fondamentalement, on a supp(^) fi supp(r) = 0 => 0.


On parle bien du support de <p et pas simplement de l’ensemble des points où
s’annule : en effet, (p peut être nulle sur supp(7) sans que (T, <p) soit nul.
Ainsi, sur R, la distribution 5', définie par (ô', <p) - 0) a pour
fonction

vaut 0 en 0 mais (6',<p) = -1 . La subtilité est que 0 € supp(0) ({0} est dans l’adhé­
rence des points où <pn’est pas nulle).

Proposition 4.7. D istrib u tio n s à su p p o rt co m p a ct


L ’ensemble des distributions à support compact ¿7(0) est le dual des fonctions
C°°(0) = £(Î2) (muni de la convergence uniforme sur toutes les dérivées). On a
£>(Q) c S(O) et fi'(O) c D'(O )

D ém o n stra tio n , admise ■

Proposition 4.8. Les distributions à support compact sont toutes d ’ordre fini.

D ém o n stra tio n . Soit T une distribution à support compact et K un compact de Í2


contenant strictement supp(T). On peut construire (par exemple en régularisant la
fonction indicatrice de supp (T)) une fonction / égale à 1 sur supp(T) infiniment
dérivable à support dans K. Pour <p e D(O), ( - ftp) est nulle sur supp(7). De plus
en utilisant la proposition 4.4 pour cette distribution et le compact , il existe un
entier p et une constante C tels que :

\(T,tp)\<c 2 \\da(m\u

64
4.3. Espace des distributions

On peut alors développer la dérivée en utilisant la formule de Leibniz, et on obtient


une nouvelle majoration de la forme :

où C dépend de C et des ||d e / ||z , « , / ? désignant un multientier inférieur à a J w

On peut alors préciser le résultat précédent.


Proposition 4.9. Soit T e fî'(iî), d ’ordre p.
Si <p € D(fï) est telle que ¿^(suppCT)) = 0 pour tout |ar| < p, alors :
(T,<f>) = 0
Démonstration. Afin de simplifier la démonstration, on se place sur R, le cas général
s’obtient en utilisant des multientiers.
On note Ke l’ensemble des points dont la distance à supp(7) est inférieure ou égale
à s, et on choisit n suffisamment grand pour que supp(r) c K\ c Ki c iî.
On peut construire (par régularisation de la fonction indicatrice) "une fonction ipn
telle que , x
1 , supp„ if, <z Kz , lliO z.» < na

On prend alors x e Kg et xq € supp(T) tels que |jc - xol < j.


Pour /? < p, on effectue un développement de Taylor de 0 à l’ordre p -fi en utilisant la
nullité des p premières dérivées <psur supp(T), on obtient l’existence d’une constante
C telle que :
1
\^ {x )\ < + C ' \ x - x o \ p+l-fi < C
a=0 al rtP+ i~P

On écrit alors {T, <p) = {T,<p- ijfn<p) + (T, t//n<f>) où le terme de gauche est nul, car la
fonction est nulle sur K\ qui contient strictement supp(T) ; pour le terme de droite,
on utilise le fait que la distribution est d’ordre fini, et on développe les dérivées avec
la formule de Leibniz :
|<r, 0>| < A ^ IIW ,m)(0°Hl“
a<p
Ounod. La photocopie non autorisée est un délit.

P
Z-i nP+i-fi n
a<p {Ka
La majoration étant valable pour tous les n suffisamment grands, on obtient le
résultat. ■

1'. Dans le cas p = 1, on a :

y , W(f<t>)\\z~ = II/0IIl“ + \\f'<P+ fÿ'Wu» < Il0lli.“(ll/lli.“ + ll/'IL~) + ||0'||z,»||/||l~


©

65
Chapitre 4 • Distributions

4.4 D érivation d ’une distribution


D éfinition 4.7
dT
Soit T e D'(TÏ).Pour tout jde {1, ...,
dxj

dT
(4.20)
dxj’ dxj

et donc, par récurrence, pour tout multientier a = ( a i , , a(/) :

(ÔaT,ip) = (-l)W (4.21)

Cette définition a évidemment un sens : D est stable par dérivation, la convergence


dans D implique celle de toutes les fonctions dérivées, et le support d’une fonction
est réduit par dérivation. De plus, il est clair que si T est une distribution d’ordre fini
kf, alors daT est une distribution d’ordre (k+ |a|).

P ro p o sitio n 4.10. (7^) j,j est une suite de D'(L Ï) convergeant vers T alors :

dT_
(4.22)
dxj dxj

Démonstration. Soit <p e D(Q) : e D(Tï). Par suite :

Exemple 4.2
On a H' =ô.
En effet : soit <pe £>(R). Alors :
(H’,<P) = -(H, p ) = -f (4.23) = - [0]o+°° =
J R+

Exemple 4.3 Dérivation usuelle


Soit / une fonction de classe C1 sur R. On va voir que la formule de dérivation des
distributions est cohérente avec l’intégration par parties.
La dérivée de la distribution Tf associée à / est la distribution associée à sa dérivée :

/ e C'(R) =»

66
4.4. Dérivation d’une distribution

En effet, soit <p e £>(R), on peut supposer supp(0) c [k\,k2\, on a en particulier


<p(k{) = <p(k2) = 0 et :

((Tf y,<p) = -(Tf,<p') = - f f<p'dA= i f<t>dA-[mk^ { T r<<p)


'R JR
La dérivation au sens des distributions permet de définir la dérivée d’une distri­
bution associée à une fonction discontinue (le résultat de cette dérivation est une
distribution).
Notation
Soit / une fonction présentant une discontinuité en un point *o-
On introduit la notation « saut » par :

!/!(*>) = /(* o )-/(* « )


Le saut est donc nul partout où une fonction est continue.

Exemple 4.4 Dérivation d ’une distribution associée à une fonction


discontinue
Soit / e Cj^(R), de classe C1 par morceaux, présentant une unique discontinuité en un
point *o- Si on suppose, en outre, que / ' e L)oc{R), alors :

(Tf y = Tf + im *o)ôxo

En effet, soit 0 e £>(R), on sépare R en des domaines où les fonctions sont suffisamment
régulières pour une intégration par parties :

<(77)',0> = -<77,0'>

(4.24)
© Dunod. La photocopie non autorisée est un délit.

= (Tf + U¥so)ôXa,<p)

Exemple 4.5
Considérons le milieu bidimensionnel de R2 constitué de deux domaines homogènes
R x R+ et R x R , et étudions l’équation de conservation de la chaleur donnée au sens
des distributions :
div(g) = s (4.25)

67
Chapitre 4 • Distributions

Autrement dit, pour cpdans £>(R2) :

(s, <p) = <div(q), <p)

= ( div(q)(pdÀ
J R2

= I div(q)<pdÀ + I div(q)(pdÀ
J rxr- J/RxR+
rx

= - J*q grad(<p)dÀ - J q y(0 )<p(0)dAx-Jqgrad(<p)dA + J q y(0+)(p(0)dAx


RxR" R RxR+ R

On a séparé le domaine d’intégration de manière à intégrer par parties sur des sous-
domaines où q était suffisamment régulier.
Si on choisit une fonction (pà support dans R x R" ou (exclusif) dans R x R+, on retrouve
l’équation div(#) = s au sens classique.
Par contre, sur la ligne de discontinuité, on obtient :

I[q,jl(y = 0) = o

ce qui signifie que le saut de flux normal de chaleur doit être nul (résultat classique en
physique).
Écrire une loi de conservation au sens des distributions permet donc la prise en compte
des cas continus et discontinus.

Proposition 4.11. Pour tout T € D'(Q,) et tout multientier a :

supp(ô“T ) c supp(T)

Démonstration. Soit </>€ 0(i2) tel que supp(0) n supp(r) = 0 (donc (T, (p) = 0).
Alors : (daT, <p) = ( - l ) ^ ( r , da<f>) = 0, puisque supp(d'V) c supp(0).
Par suite : supp(0)fisupp(5Q'T) = 0. Le complémentaire de supp(T) est donc inclus
dans le complémentaire de supp(<9°T). ■

4.5 O pérations
4.5.1 P ro d u it p a r u n e fo n c tio n in fin im e n t d é riv a b le
S’il n’est malheureusement pas possible de définir le produit de deux distributions,
on peut néanmoins définir le produit d’une distribution par une fonction infiniment
dérivable.

68
4.5. Opérations

Définition 4.8

Soit i// g C°°(i2), et T G D'(Ç£). On définit la distribution i//T par :

V0 g £ > (ü ) : =

Remarque 4.6
Comme if/cp g £ ) ( £ 2 ) , l’expression a bien un sens. Par ailleurs, il faut vérifier que \j/T est bien
une distribution. La linéarité est évidente.
Pour la continuité : soit (^p) N -> 0 dans £)(Î2), on a (if/T, <pp) = (T, if/cpp), il suffit de
montrer que (^<Pp)pe 0 dans D(Q).
Soit K le support compact commun des (pp, if/ étant continue elle atteint son sup sur K et :
II0P ^ II l ~ (/O < \\</>p \\ l c° ( K ) \ M \ l *>(K) 0

et concernant une dérivée première (les suivantes s’en déduisent), en omettant l’indice L°°(K)
sur les normes pour raccourcir l’expression :
9{<ppip) d<Pp . d<PP d\p
m\ + i M 0
dxj ^ + 4’l,d7J dx j dxj
La convergence au sens de (Q) de la suite
D n permet de conclure.
On a alors :
(pT, <t>p) - (T, ip<pp-» (T, 0> = 0

P ro p o sitio n 4.12. Pour ip€ C°°(iî), et eT £)'(£!) :

supp(0T) c supp(L) fl supp(^) (4.26)

Démonstration. Soit (p6 D(Q), tel que : supp(</>) n (supp(r) fl supp(i^)) = 0


Alors : {(//T, <p) = 0. Par suite : supp(0T) c supp(T) n supp(^). ■

4 .5 .2 T ra n s la tio n e t s y m é trie
Notation
Dunod. La photocopie non autorisée est un délit.

Pour tout h de O, et tout <pde £)(Î2), on désigne par 4>i, la translatée de <p ■
</>i, : x e ,h» <pi,(x) =
h +ü - h) (4.27)

Définition 4.9

Pour tout h de Q, on désigne par 7), la translatée de la distribution T de


définie pour tout <pde 0 (Q - h) par :

(Th, <p) - (T, <p-k) (4.28)


©

69
Chapitre 4 • Distributions

Notation
Pour toute fonction / définie sur Cl(ouvert supposé symétrique par rap
par / la symétrisée de / , définie pour tout xde
m = /(-* ) (4.29)
D éfinition 4.10

On désigne par f la symétrisée de la distribution T € définie pour tout é d


V(Ci)par :
(4 .30)

Remarque 4 .7

(0/0 = ($)-/!
Remarque 4.8
Ces formules sont l’analogue des formules de changements de variables dans une intégration :
si u est un C1 difféormorphisme de Cl dans Q, pour x g ü on pose x = u~l(x) et pour
/ g L)oc(ÇÏ) on définit / = / o u g L\oc(Cl), pour 0 g D(Q) ona0 = 0 o u e !D(Ù) et

dAx
où on reconnaît notamment l’intervention de la valeur absolue du jacobien du changement
de variables. De même, pour un changement de variables dont le jacobien est C°°, on peut
associer à T g D \Q ) la distribution f g D'(Cï ) telle que :

<7\0> = <7\ det h


Typiquement, on peut parler de dilatation de distribution (voir le chapitre sur les transforma­
tions intégrales), de distribution en coordonnées polaires ...

4 .5 .3 C o n v o lu tio n
D éfinition 4.11 C o n vo lu tio n d ’une d istrib u tio n et d ’une fonction

Soit T e D'(Cl) (respectivement &’), et <p eD{Cï) (respec


On définit la convolution de la distribution T et de la fonction <p comme étant la
fonction, notée T* cp,définie par :
*<
P)(x) - (f> < P x) - (T , <j>~x(4 .31)

P ro p o sitio n 4.13.
. d(T * ) dT d(b
* 0 = T * —— et T * (f) G £(fi).
dxj dxj OXj
ii. supp(r * 0) c supp(T) + supp(0).

70
4.5. Opérations

iii. T * (0 * if/) = (7* * 0) * 0 = (T * 0) * 0.


iv. Pour 0 donné dans D(fï), la fonction de £>'(Î2) dans qui à T associe T * 0
est injective et continue.
v. T donné, la fonction de D(fï) dans fî(iî) qui à 0 associe T * 0 est injective
et continue.

Démonstration. Pour simplifier, on ne considère ici que le cas unidimensionnel,


Î2 = R et on pose : f(x) = (T * 0)(x). On a alors

nx+ h )-f(x) = i ^_u+/o) _ <r> ^ = <Ti

D ’après les propriétés de 0,

<p.(x+h)-<p-x <p(x + h - y ) ~ <p(x - y) ^ , ,A


------- h-------W -------------- h------------- ft-iO <y)
Par continuité de T, on peut passer à la limite dans le crochet :
f(x + h )-f{x )
lim = f ( x ) = (T,<p'x) = T*<t>'
0

Pour l’autre égalité, il suffit de remarquer que <p’x = - </>x , donc, pour faire
porter la dérivée sur la distribution il faut changer le signe une fois de plus et
f \ x ) = T'*<t>.
Les autres propriétés se démontrent sans difficulté. ■
Définition 4.12 Convolution de deux d istrib u tio n s

Soit T et S deux distributions dont au moins une est à support compact, on définit
la convolution de T et S comme étant la seule distribution vérifiant :
© Dunod. La photocopie non autorisée est un délit.

V<f> e D(Q): ( T * S ) * T * (S *<


p(4.32)

Remarque 4.9
Cette définition donne bien une unique distribution grâce à l’injectivité de la convolution
entre une distribution et une fonction.

P roposition 4.14. Soient T, S , Utrois distributions dont deux au mo


port compact. Alors :
i. T * S —S * T.

71
Chapitre 4 • Distributions

.. d( T*S) dT dS
h- — -------= — *S = T * — .
uXj uXj uXj
Ui. supp(r * S) c supp(T) + supp(S).
iv. T * (S * U) = ( r * S) * £/ = T * (5 * £/).

Proposition 4.15. É lém ent neutre p o u r la convolution

VT 6 £>'(R) : T *ô = T (4.33)

Remarque 4 . 10
Ce résultat (cas particulier de la translation, prouvé plus bas) couplé à la propriété 4.5, montre
que l’approximation de l’identité <pe (4.9) converge (au sens des distributions) vers la distri­
bution de Dirac.
D’après la proposition 4.13, pour une distribution 7\ T * (¡>£ e 8(R).
Ainsi, toute distribution est alors la limite d’une suite de fonctions de fî(R), ce résultat s’étend
même à £>(R) en utilisant un procédé de troncature.
Au final, on obtient la densité de D(R) dans £>'(R).

Remarque 4.7 7
On peut étendre la définition de la convolution à des cas où aucune distribution n’est à support
compact : il faut pour cela que les distributions aient des « supports convolutifs » : étant donné
(U, V) e ©'(JR/7)2, on dit que U et V sont à supports convolutifs si, lorsque x e supp(U) et
y e supp(V) sont tels que (x + y) parcourt un ensemble borné de R^, alors, x et y parcourent
tous les deux des ensembles bornés.
Un cas d’application classique concerne les fonctions et distributions « causales » (définies
sur R et à support dans R+), que l’on note D+(R) et £>+(R).
Toutes les propriétés précédentes restent vraies pour des distributions à supports convolutifs.

Remarque 4.12
On peut définir les deux algèbres de convolution (¿/(R/7)» +, *,.) et (i)+(R), +, *,.).

Proposition 4.16. Translation et convolution

V(h,il/) e R x £>(R) : iffh = ôh *i/t


V(/i, T) € R x £>'(R) : Th = ôh * T

D ém onstration .
Translation d'une fonction i// : V0 G £)(R) :

(ôh * ^)(x) = C ô T , fix) = (Ôh, fi-x)


= (S, (fi-x)-h) = (5, fi-x+h) = f i ( x - h - 0) = fi(x)h

72
4.6. Distributions tempérées

Translation d ’une distribution : soit T une distribution et 0 e D.


(Ôh * T) * (j) = T * (ôh * <p) = T * (f>h

T * <ph(x) = (T,(<f>h)x) = <, px+h) = (T,


{T

=( T ,( <t>x
) -h)=

4.6 D istributions tempérées


Pour certaines applications (transformations de Fourier notamment), les distribu­
tions sont définies de façon un peu trop générale. On utilise alors un sous-ensemble
des distributions appelé ensemble des distributions tempérées. Ce sous-ensemble
est également défini par dualité (d’un ensemble é>(IR^) dit de Schwartz, plus grand
que 2)(R^)).

Définition 4.13

On définit é>(]Rrf) comme l ’espace des fonctions à décroissance rapide, c’est-à-


dire des fonctions dont toutes les dérivées multipliées par des polynômes arbi­
traires tendent vers 0 à l’infini : aet/3 étant des multientiers de IN(/,

S ( R d) = \ u e C ° ° ( R d) / V k e t l ,
(
sup
xeRd, |or|<*,
|/
J
l (4.35)

Remarque 4.13
En pratique, il s’agit le plus souvent de fonctions avec une exponentielle négative en facteur,
typiquement x e ~ M.
Bien sûr, les fonctions de S sont bornées et ont toutes leurs puissances intégrables (S c Lp
pour 1 < p<oo).
Remarque 4.14
S est un espace vectoriel stable par dérivation et par multiplication par une fonction polyno­
© Dunod. La photocopie non autorisée est un délit.

miale.

Définition 4.14

On parle de convergence dans vS(R^) pour des suites de fonctions dont toutes les
dérivées pondérées par n’importe quel polynôme convergent uniformément :
une suite tend vers (p dans S si et seulement si, pour tous multientiers
a = ( a i ,..., a d),/3 = i(f, . . . , ¡5d)d e :
\\xaA<PP
r
-<P) \->+co
11 I)—
» 0 (4.36)

73
Chapitre 4 • Distributions

D éfinition 4.1 5

Le dual de ¿»(R^) est l’ensemble des distributions tempérées. La conver­


gence utilisée est la convergence faible (la même que sur tD'(Rrf)).

P ro p o sitio n 4.1 7. Les distributions à support compact sont toutes tempérées.

D (Rd)c S(Rd)c £(Rd)et S'(Rd) c c &

P ro p o sitio n 4.1 8. Les fonctions L ^fR ^) à croissance modérée (majorées par une
fonction polynomiale), s'identifient à des distributions tempérées.

Démonstration. Pour / à croissance modérée, il existe C et iV > 0 tels que pour tout
x de ( R d) :
)< C( 1 + \ x \ f
\f(x

Pour f £ Rd) :
IljRrf
f f<
pdA
<<CC I
JR
'R ''
(l + \ x \ f \f\dA

qui est bien définie.


La linéarité et la continuité s’obtiennent de manière classique.

Exemple 4.6

Le Dirac (distribution à support compact) et l’échelon de Heaviside (identifiable à une


fonction à croissance modérée) sont des distributions tempérées.

74
Exercices

C T I Prim itive d ’une d istrib u tio n

1. Trouver les distributions T e 2 )'(R) telles que T' = 0.


2. Soit S € 2)'(R), trouver une primitive T € 2 )'(R) : =
3. Soit S € 2 )'(R) une distribution telle que S * ait du sens (typiquement une
distribution causale). Montrer que S * est une primitive de S € 2 )'(R).
CB V ale u r principale de £
Cet exercice a pour objectif d’étudier la distribution associée à la fonction r n 4, qui
n’est pas localement intégrable sur R.
La définition requiert donc un peu de précaution :

1. Vérifier que cette définition a du sens et que € 2 )'(R).


.v
2. Trouver une primitive (au sens des distributions) de
x
On pourra à chaque question vérifier que Vp\ est une distribution d’ordre 1.
.v

C B M ultiplication par une fon ction

1. Soit a € C°°(R, R) et T € 2)' (R).


(a) On définit a T par e 2)(R), (aT, (p) = {T, a<p).
Montrer que aT est une distribution.
d da dT
(b) Montrer que, au sens des distributions : — (aT) = — T
dx dx dx
2. On cherche à résoudre l’équation xT = 0 dans 2 )'(R).
(a) Montrer que résoudre ce problème revient à trouver T tel que, pour tout 0
© Dunod. La photocopie non autorisée est un délit.

de 2)(R) tel que 0(0) = 0 :


(T, 0 ) = O
(b) En déduire que T = cS.
3. En déduire les solutions de xT =1 dans 2)'(R).
4. Montrer que xô' = - ô
5. En utilisant les propositions 4.8 et 4.9 montrer que toute distribution à support
concentré en {0} est une combinaison linéaire de dérivées de la distribution de
Dirac.

75
Chapitre 4 • Distributions

[litffl) É q u a tio n s d ifférentielles et fo n ctio n s de Green


Soit a une constante réelle strictement positive. On considère l’équation (4.37) au
sens des distributions
(4.37)

1. On considère le changement de distribution inconnue S =


(a) Quelle est l’équation satisfaite par S ?
(b) On suppose que S est une distribution causale. Calculer H* ^ et en déduire
une solution particulière T de l’équation (4.37).
(c) Quelle est la solution U de l’équation ^ + aU désigne la
distribution de Dirac au point b ?
2. On considère l’équation au sens des distributions £(G) où X est un opéra­
teur différentiel linéaire à coefficients constants.
Soit G € D '(R ) une solution.
(a) Soit / une distribution telle que S ait un sens. Calculer £(S).
(b) En déduire une solution particulière de l’équation ^ +

(4teS) Équation différentielle avec d isco n tin u ité s


Soit une poutre horizontale de longueur 3£ reposant sur deux appuis simples, chargée
en £ avec F \ = - F { y, et en 2£ avec F 2 = - F { y ■
y

On désigne par T l’effort tranchant et M le moment fléchissant.


L’équilibre de la poutre se traduit au sens des distributions par les relations suivantes
(Sx désigne la distribution de Dirac au point x) :

et M(£) = )=0

1. Exprimer T et M en fonction de la distribution d’Heaviside H.


2. Tracer les graphes des fonctions T et M sur [0, 3£] (on prendra F 2 = 2Fi).

76
Corrigés

Pour aller plus loin


Un exercice supplémentaire et son corrigé sont en accès libre à partir des pages
d’accueil du livre sur le site www.dunod.com

Corrigés

E iil 1. Soit <pe 0 (R ). On a alors :

0 = ( T ', < p ) = -(T

On commence par chercher à quelle condition une fonction de D(R) peut être
la dérivée d’une fonction de D(R).
Autrement dit, à quelle condition, pour une fonction 6 £)(R) donnée, existe-
t-il une fonction (p e D (R) telle que ip?
Comme les fonctions sont à support compact, elles sont nulles pour des e R
suffisamment grands (en valeur absolue). On peut écrire )= et la
condition est qu’il faut que L tpdA = 0 pour que <psoit la dérivée d’une fonction
de « R ) .
Le problème se reformule donc en chercher les distributions qui sont nulles sur
les fonctions de 2) dont la moyenne est nulle :

Trouver T € D '(R )/ (T, ip) = 0, € D (R) avec I ipdA = 0


Jr

Soit alors 0 € 0 (R ) telle que fR 6 = 1, et (P 6 0 (R ).


On peut écrire ; # = (fR
@dA) 6 + ip avec ip € ®(R) et ipdA = 0.
Par suite :
© Dunod. La photocopie non autorisée est un délit.

(T, 0 ) = |JT OdAj (T, 6) + (T, iP) = 9), 0)

La distribution T s’identifie à la constante (T, 9).


2. On a
( T , (p') = - ( S , (p)
T est donc connue sur les fonctions à intégrale nulle :

(T,ip) = (S

77
Chapitre 4 • Distributions

Par suite :
( T , 0 ) = (T,t//) + (T,

( T , 0 ) = (S, f t
■oo

La primitive est donc connue à une constante arbitraire (T, près.


3. On a (S* H )'= S * H ' = S * ô = S. Pour cette raison, H est appelé int
en traitement du signal.

m 1. Il convient tout d’abord de s’assurer que cette définition a un sens.


La fonction xi
-> \étant impaire, il est intéressant d’introdu
de <psuivant sa partie paire <pp et sa partie impaire <pl.
(pp et (p1sont toutes deux des fonctions de D(R).
Soit Æ> 0 tel que le compact [-&, k] (symétrique) contienne les supports res­
pectifs de <pp et (f>1. Alors :

■ CX '/
Or, comme (p'(x)= J0 <p‘ (t) dt, on déduit :

On a montré l’absolue convergence (au sens de Riemann) de l’intégrale.


La linéarité de Vp\ est évidente.
A
La continuité sur 2)(R) s’obtient grâce à la dernière inégalité (si (<p„)neN —> 0
dans 2), alors || ^'W l^ —■* 0). On voit au passage que Vp\ est une d
d’ordre 1.
2. En prenant quelques précautions pour intégrer par parties, on obtient :

= - 2 lim fI </p>1•'(x)
(x)]\n(x)dx + 2 lim U ' ( a ) ln(x)f

On a |0'(e)ln(£)| < |ln(e)e|||0',||^<» -> 0.

78
Corrigés

On utilise la parité de 0 l'pour intégrer sur {|x| > e) D (]e, k] U [-jfc, -e[

(Vp\,<f>) = - lim f ln 0
c-»o+ J w>0

0,r(x) ln \x\dx = - jln \x\dx

= -< ln |.|,0 ,) = <ln'|.|,0)


On a utilisé la parité de xln |x| et l’absolue intégrabilité (au sens de Riem
du logarithme sur tout compact.
La valeur principale est la dérivée au sens des distributions du logarithme. Le
logarithme étant une fonction localement intégrable sur R, il définit une distri­
bution d’ordre 0 et donc sa dérivée est une distribution d’ordre 1.

f ü 1- Soit a € C°°(R, R) et e£
T >'(R).
(a) Voir le cours, section 4.5.1.
(b)
((aT)',<p) = - ( a T , 0') = a(p') = - ( T , (or0)' - a'<p)
= - ( T , (a<p)') a '<!>) = \ a<p) +
{aT)' = a '{x)T + a{x)T'
2. On cherche à résoudre l’équation xT -0 dans D '(R ).
(a) Soit 0 € £)(R) tel que <£(0) = 0, on veut montrer que 3 e 0 (R ) tel que
0 - Xip.
On a

Sous cette forme il apparaît clairement que tp est bien C°° et à support com­
pact supp($) c supp 0 donc <p e £)(R).
Par suite :
Dunod. La photocopie non autorisée est un délit.

(xT, <p) = {T, x(p)= 0 » V 0 avec 0(0) = 0,

(b) Soit 0 \ e 2)(R) tel que tf>i(0) = 1 donnée a priori, et € £>(R).


On pose :<p = 0 o+ <p(0 ) 0 1.
Par suite : 0 q € D(R) et 0(0) - 0.
Si T est solution :

(T, ip) = (T,0o) + (T, 01 MO) = 0 X)(ô, <p)

Il suffit alors de poser (T, 0 \) = c.

79
Chapitre 4 • Distributions

3. D ’après l ’exercice précédent ( xVp\,4>)= , =


V X
question précédent assure que les solutions sont définies à un Dirac près, on a
donc T -Vp\_+cô.
x

4. (xô',0) = ( ô', x0 ) = -(6 , (x0)') =


donc xô' = -ô.
5. Soit T une distribution dont le support est le compact (0), d ’après la proposi­
tion 4.8 elle est donc d ’ordre fini p. Soit 0 € iD(R) valant 1 au voisinage de
0, en utilisant un développant de Taylor à l’ordre p (avec reste intégral), toute
fonction 0 e £)(R ) se m et sous la form e :

0W = E -, * {x)
x—iœ+ \r(x)
a<ip

où r€ 0 ( R ) est nulle en 0 ainsi que ses p prem ières dérivées. D ’après la pro­
position 4.9 on sait que (T, r) =0 et donc

<7\0> = E < r ’ ^0
)
a^p

= V (-1 ,M
f(T- x)){ô(a\<p)
a^p
a\

En posant ca = ( -1 )a(0T
, 0 0 ) on obtient T - £ £ =0 ca6(a).

1. (a) T = e~atS,% = e~at^ - ae~a,S donc f - = ea,ô = ô.


(b) La convolution entre distributions causales est bien définie, on a
dS__dH_
H* * S —ô * S — S
dt dt
or §■ = ôdonc H*<§ = H*Ô = H , puis
On a donc, finalement : T = e~atH.
La convolution des distributions fonctionne pour des distributions à sup­
port convolutif, c’est pour cela que la solution de l’équation homogène
Ce~at (qui n’est pas causale) n’apparaît pas dans les calculs.
(c) Cette équation est obtenue à partir de la première en utilisant le produit de
convolution par ôb :
c , r c (dT. , /c _
ôb= ôb* o — ôb* I —— i- aT I = ---
\d t ) dt
Par suite la solution est :
U = T b =ôb * T = e~a(,- b)H(t - b)

80
Corrigés

2. (a) £(S) = £ ( G * f ) = £ (G ).* f = 6 * f = f .


(b) On aV = T * f = e~a,H * f.

5/3
On a :
T 4/3

—---- F\ô\ - F262e = 0


dx
T = F\Hi + F2Ü2t + A

dM 0 0
+T=0 1
dx
-1/:
M = - F i H,Oc - C) - F2H2e(x - 2€) - Ax + B

M(0) = M(3£) = 0 -1

8 = 0 ,^ = - ^ ^ Figure 4.5- E f f o r t e t m o m e n t l e
lo n g d e la p o u t r e
Dunod. La photocopie non autorisée est un délit.

81
T r a n s f o r m a t io n s f
INTÉGRALES
Ce chapitre a pour objectif de présenter des techniques de calculs qui consistent à
transformer la fonction inconnue f d ’une EDP en une nouvelle fonction F via une
association de la forme :
f » F :X h fQ K(X, x )f(x )d x (5.1)
où K(X, x) est appelé noyau de la transformation.
Un des intérêts de ce type de transformation peut être de diagonaliser un opérateur
différentiel (le laplacien pour la transformée de Fourier, la dérivation en temps pour
la transformée de Laplace) et de remplacer des opérations différentielles par des
opérations algébriques (produits par des polynômes).
Le lecteur pourra trouver plus de précisions dans [6] et des résultats plus poussés
dans [1].

5.1 T ransformation de Fourier


La transformée de Fourier est définie comme étant à valeurs dans C (même pour des
fonctions à valeur dans IR), on considérera donc par défaut des fonctions de à
valeurs dans C.

5.1.1 T ra n s fo rm é e d e F o u rie r d ’u n e fo n c tio n in té g ra b le


Soit u€¿'(R ^). On pose* :

Û(co) = ( T ( u))(oj) = f u(coeRd (5.2)


JRd
Étant donné que \e~,Xül\= 1, la définition a bien un sens.
De plus :
(5.3)
© Dunod. La photocopie non autorisée est un délit.

Ainsi, ||m||l ~ < N |¿ i.

Proposition 5.1. L ’application :

T : Û -> L°° fl C°
(5.4)
U h-> ü

est linéaire et continue.


d
t. x ' ù) = ^ x¡ù)i est le produit scalaire euclidien.
/=1

83
Chapitre 5 • Transformations intégrales

On peut même préciser Vespace d yarrivée avec la propriété suivante (Riemann-


Lebesgue) :
\u( cj)\ — >0 (5.5)
\c o \ —*+oo

Démonstration. Pour la démonstration, on travaille dans D{Rd), puis on utilise la


densité de D(]R<i) dans
Pour v € D ( R d), on peut intégrer par parties :

v((j) = f v(x)e ,XÜJdAx = — f g - e - *


lUk J ! dxk

\ m \ < 1 II d v —> 0
N I IIdxk L\ N-H+oo

Par densité, pour u eL 1, il existe v dans D ( R d) arbitrairement proche.


Compte tenu de :
Ù{üj) = (Û(CO) - û(ùj)) + v(üj)
on a :
dv
|Û ( a > ) | < U-
H :
N I dxk
que l’on peut rendre aussi petit que souhaité pour \a>\ suffisamment grand.
D éfinition 5.1 C o-tran sform ation

On définit la co-transformation T par :

f '■C —>
Ù fRrl Û(co)e+iwxdAOJ (5.6)

P ro p o sitio n 5.2. Translation et symétrie


i. Translation : pour h eR d :f h{x) = f ( x - h), T(fh) =
ii. Déphasage : pour he Rd: <
F (e~‘
iii. Dilatation : pour a e R : T { f{ax)) = ¿¡!F(/)(^).

iv. Symétrie : f(x) = f( - x) , T(u) = f( ü) . t( ï ï) = T(u), = T(ü).

P ro p o sitio n 5.3. Formule d ’échange


Soient u et v dans O . Alors :

I ûvdA = I , uvdA (5.7)


J JlR<'

84
5.1. Transformation de Fourier

Démonstration. fRj û udA = fR(/ u(x)e lXÜJdAxviojjdA^.


O r:
\u(x)e~'xt°v((o)\ < |m(jc)d(û>)|
Comme (x, a») i-> u(x)v(a>) est intégrable sur (R^)2, on peut appliquer le théorème de
Fubini et intégrer dans l’ordre de son choix :

f f u(x)e
> IXÙ>dAxv((o)dA,w = f f v(co)e ,XÙ>dAU)u(x)dAx
JRd J R* JR d JR d

= f vudA I ûvdA (5.8)


J Rd ■ JR

= f uûdA
JR*

Proposition 5.4. Dérivation de la transform ée de Fourier d ’une fonction


Si (XjU) G Ll(Rd), alors û est dérivable par rapport à ojj et :

- — = - i x jU (5.9)
d ù )j

Démonstration. On veut dériver fRll u(x)e~a wdAx par rapport à (Oj.


Pour appliquer le corollaire du théorème de convergence dominée de Lebesgue, il
faut regarder si la dérivée partielle est intégrable, ce qui est bien le cas, puisque :
âu(x)e~ixùJ
- |xj-m(x)|
dojj
On peut donc permuter intégration et dérivation :
du(x)e~ix<0
u(x)e dA} dA, = - i I Xju(x)e ,xtodAx
Jdù)j
~ JiRrf
Î ‘ ■ LR d d it)j J Rd

Proposition 5.5. Généralisation aux dérivées d ’ordre supérieur


d

Pour tout multientier a = (ai, . . . , aj) de f îd tel que |or| - ^ a, < k et


/=1
© Dunod. La photocopie non autorisée est un délit.

(xau) = x“1... xa/u (x) € L{(Rd), alors, û e C k et :

âMT(u )
= (-i)MT (xau) (5.10)
d(oa
Proposition 5.6. Transformée de Fourier d ’une dérivée
> , 'du ,
Si u € Cl fl U et - — G Ll, alors :
dxj
du
(OjÛ e L° et uo ¡u = - — (5.11)
dxi

85
Chapitre 5 • Transformations intégrales

Démonstration. Il s’agit d’une intégration par parties :

7T= f = [u{x)e-'™}X
^ l - f u(x)(-iùjj )e~ix'0JdXx
OXj J Rrf ÔXj 1 iX j^ -c o j Rrl

Pour conclure, il faut montrer que le terme entre crochets est nul, on va donc montrer
que u(x) 0.
Xj~>± oo

u étant C 1 :
CXj du
u(x) —u(xi , . . . f 0, . . . , X(i) + I (-^î »• • • i yjj • • • >Xd)dÀyj
J o ayj
du
Comme - — € L1, sa limite quand xj —> +oo existe.
dxj
u admet donc une limite en ±oo, et, comme u e L1, cette limite doit être nulle.
du
Par suite, u -> 0, le terme entre crochets est nul et donc : - — = iojjù(oj) m
*,—>±00 dX j

Proposition 5.7. Généralisation


d

Si u e Ck, alors, pour tout multientier /3 de f id tel que |/?| =


1=1

ù /r(u )e L °° et imù fr{u ) = (5-12)

Théorème 5.8. (Dirichlet) Inversion de la transformée de Fourier


Si f et f sont dans Ü , alors :
1
f = T ~ lf = rf (5.13)
(2n )d

Démonstration. Ce résultat sera démontré dans <S(Rrf) dans la prochaine section.


L’extension à L1 se fait par densité en exploitant la continuité de T . ■

Corollaire 5.9. Injectivité dans Ü


Étant donné que 0 6 L1, si f = g alors f - g = 0 e t f - g = 0.
La transformée de Fourier est donc injective dans Lx.

Proposifion 5.10. Transformée de Fourier et convolution


La transformée de Fourier du produit de convolution de deux fonctions f et g de
Lx{R rf) est égale au produit des deux transformées de Fourier

f*~g = f 9 (5.14)

86
5.1. Transformation de Fourier

Démonstration. Soit ( / , g) L'(Rd)2. En reprenant la démonstation de l’inégalité de



Young (C.17), on voit que la quantité ( x , y) h-» f(x - y)g(y) est intégrable sur (R.d)2,
propriété inchangée par la multiplication par une exponentielle complexe, on peut
donc appliquer le théorème de Fubini dans l’expression suivante :

f*g= f e~,XÙ> f f(x - y)g(y)dAtJdAx


JW JW

= f e -* “ f e-i(x-^ f(x -y )g (y )d A xdAtJ


JW JW

= f e~"JW f e~'ZÜ>f(z)dAzg(y)dAy = fg
JW JW

5.1.2 T ra n s fo rm a tio n s u r les fo n c tio n s à d é c ro is s a n c e


ra p id e
On voit que Ü donne un cadre général pour définir les calculs, mais pose pro-
blême, puisqu'il n'est pas stable par transformée de Fourier. On préfère travailler
sur d'autres espaces, « plus petits » (mais qui héritent de toutes les propriétés précé:
dentes).
Théorème 5.11. La transformée de Fourier est un automorphisme de S(Rd).

Démonstration. Voir l’exercice corrigé 5.1. ■


Remarque 5.1
D ans cet espace, toutes les h ypothèses des théorèm es (dérivabilité, m ultiplicabilité par un
p olynôm e) sont autom atiquem ent vérifiées.
La stabilité par m ultiplication perm et m êm e d ’obtenir une relation donnant la transform ée
d ’un produit, égale au produit de convolution d es transform ées.

Notation
C om m e S(Rd) est un sou s-esp ace de L^IR^) on peut appliquer le produit scalaire L2 (noté
(•, -)Li) à des fonctions de S :

v (/,< ? ) S(Rd)2 : (f, y )L 2 f fgdA (5.15)


© Dunod. La photocopie non autorisée est un délit.

€ -

Théorème 5.12. Formules de Parsevafi et de P lan ch erez


Soit f et g deux fonctions de <S(1R^). Alors :

(/,î7)l2 = (2bÿi{f'V)i? <5-16)

f. Marc-Antoine Parseval des Chênes (1755-1836), mathématicien français. Il a apporté des contribu­
tions à l’étude des équations différentielles linéaires, à l’intégration, et, bien sûr, aux séries de Fourier.
$. Michel Plancherel (1885-1967), mathématicien suisse, spécialiste d’analyse harmonique, de physique
mathématique, mais aussi algébriste.

87
Chapitre 5 • Transformations intégrales

et :
№ = <5 I 7 >

Démonstration. On utilise la proposition 5.3, avec g = h (que l’on peut trouver grâce
à l’automorphisme), qui conduit, grâce au théorème 5.8 et à la proposition 5.2, à :

*‘ 5 7 *
On a alors :

< /,* )* - I f m - / R/ t a - fjM , - J L = ¿ j( /. 4 .

Remarque 5.2
L a fo rm u le p r éc éd en te m on tre q u e la tran sform ation d e F ourier e s t c o n tin u e d e S(Rd) d an s
lu iv m êm e q u an d o n m u n it l ’e s p a c e d e la to p o lo g ie in d u ite par c e lle d e L2( R rf). C ’e st m ê m e
1
une isométrie (au facteu r p rès).
(2 nfl1

Remarque 5.3
Il est p o s s ib le d ’u tiliser u n e définition alternative d e la tran sform ée d e Fourier, afin d ’o b ten ir
u n e iso m é tr ie (sa n s facteu r correcteu r), et p ou r la q u e lle la fo rm u le d ’in v er sio n est sy m étriq u e
CF'1 = f ) :
^ a lte rn a tive \ _ I
u{x)e~2ml0Xdx ( 5 .1 8 )
jRd
o u b ien :
<jra lte r n a tiv e ly ^ _ 1
f u(x)e-i(0Xdx ( 5 .1 9 )
(In)*2
T o u tefo is, c e s d éfin itio n s m o d ifie n t le s résu ltats ex ista n ts (ty p iq u e m e n t, un fa cteu r apparaît
d an s la tra n sfo rm ée d ’un p rod uit d e c o n v o lu tio n ).

5 .1 .3 T r a n s fo rm é e d e F o u rie r-P la n c h e re l
La densité de SÇRd) dans L2(R.d) et la continuité de T et T~i sur S(Rd) permettent
de prolonger T et sur
<S(Rrf) étant inclus dans L*(R^), la définition de la transformée de Fourier est
encore valide. Mais, comme L2(Rd) n ’estpas strictement inclus dans L1(Rd), il existe
des fonctions de L2(Rd) pour lesquelles la formule (5.2) n’a pas de sens.
Typiquement, x h » —z------ — est dans L2(R) mais pas dans ¿•(R).

88
5.1. Transformation de Fourier

La démarche de construction de la transformée de Fourier consiste à montrer que


Von peut définir une fonction f e L2 comme la limite (en norme L2) d'une suite de
fonctions (fi)nen de L1 fl L2 (typiquement fn = fx[-n,n])- On montre alors que, pour
tout entier naturel n} fn converge (dans L2) et on définit la transformée de Fourier de
f comme la limite de cette suite, ce qui, au final, revient à définir :

T ( f ) = lim f e~iù)'xf(x)dx (5.20)


" - + « > J [ _ , V z]

Si f est absolument intégrable, on retrouve alors une expression qui ressemble beau­
coup à une intégrale de Riemann. Par abus, on s'autorise fréquemment à utiliser la
notation (5.2).

5 .1 .4 T r a n s fo rm é e de F o u rie r d es d is trib u tio n s


Étant donnée la propriété d'isomorphisme de la transformée de Fourier sur <S(RJ),
l'espace le plus naturel pour définir les transformées de Fourier de distributions est
l'espace des distributions tempérées (à l'instar de L1, D n'est pas stable par trans­
formation de Fourier).

Notation
Pour S e S'(Rd) et 0 € 5(Rrf), on pose :

{§,<!>) = {S, (5.21)

Remarque SA
Naturellement, si S s’identifie à une fonction / , alors : S = /.

Proposition 5.1 B. T est un isomorphisme de S'. Les formules sur le déphasage, la


| translation, la dérivation, sont encore valides sur S'.
o
| Proposition 5.14. Cas des distributions à support com pact
|O Si T 6 alors, f est une fonction C°° et :
| i- î((o) = (T,e~i“-x)

2 ii.
i da>k

89
Chapitre 5 • Transformations intégrales

Exemple 5.7
i. T(ô) = T(ô) = 1 : la transformée de Fourier transforme l’élément neutre de la convo­
lution en l’élément neutre de la multiplication.
ii. Dans R (i.e. en dimension 1), posons : T(\) = S. Alors :

r = T( 0) = 0 = i # ( l )

Par suite : a>S = 0 et S = cô (cf exercice 4.3).


Il en résulte :

(T(l),e-x2/2) = {cô, e~x l2)= c


= <1, T { e - x1'2)) = <1, V 2^-"2/2) = V2Í f e - “ 2/2dÀ = 2 n
Jr
Ainsi* :
1) = 2nô
iii. Dans R^ : T( 1) = (2n)dô.

Remarque 5 .5
Le calcul de la transformée de Fourier d’une convolution de distributions peut poser quelques
difficultés (on n’est pas assuré que la convolution de deux distributions tempérées existe, il
faut un support convolutif). Quand tout est bien défini, la transformée de Fourier transforme
le produit de convolution en multiplication et la multiplication en produit de convolution.

5.2 T r a n s f o r m a t io n de La pla c e
Le problème majeur de la transformation de Fourier est qu ’elle nefonctionne simple­
ment que dans S (ou S f). Si la dépendance en espace conduit souvent à des fonctions
dans Sf ce n'est pas le cas du temps où on rencontre fréquemment des phénomènes à
croissance exponentielle.
L'idée est alors de multiplier la fonction à étudier par une exponentielle décrois­
sante en temps, de manière à ramener le problème dans S et pouvoir y appliquer la
transformée de Fourier
Si la transformée de Fourier fonctionne bien sur des grandeurs vectorielles (donc
dans un espace à n dimensions)y la transformée de Laplace s'applique principale­
ment à des fonctions d'une variable'scalaire (le temps).
D'autre part, la transformée de Laplace s'applique à des problèmes dont l'état est
connu pour t < 0 (c'est l'hypothèse de causalité).
t. L’utilisation d’une des définitions alternatives de la transformée de Fourier symétrique donnerait 1
au lieu de 2n.

90
5.2. Transformation de Laplace

On considère donc systématiquement u(t) = 0 pour t < 0, et on travaille sur des


fonctions, ou des distributions, dont le support est limité à gauche (D+(R) et £)+(R)j.
Il est fondamental de noter que la convolution est bien définie dans £)+(R) (qui
forme pour la convolution une algèbre commutative d'élément unité ô).

5.2.1 D é fin itio n s


Notation
Pour toute distribution T e £ )'(R ), on définit Vintervalle d ’existence de la transformée de
Laplace de T par :
h = {f € R, e-S’T e 5') (5.22)

Proposition 5.15.
i. It est un convexe de R (un intervalle) qui peut être vide.
ii. Si T G £>+(R), It est soit vide, soit de la forme [£o> +°°[ ou ]fo>+°°[ avec
f t e R u {-oo}.

Démonstration.
i. Soit (£i, £2) € /^. Il faut montrer que, pour 9 e]0 , 1 [ :

£ = 0£ i + ( l - 0) f t e / r

é~&
Posons : fi(t) = —7- -----7-.
H est infiniment dérivable, à valeurs dans [0, 1] et à variations lentes.

e~t'T = n(t)e~^'T +n{t)e^2,T e S'(R )

ii. Dans le cas où T € £>+(R), on considère et on pose :


© Dunod. La photocopie non autorisée est un délit.

/7(0 = 4 > ( t ) e ~ {^ ù t

où est une fonction C°° à support limité à gauche, qui vaut 1 sur un voisinage
de supp(r). ■

Remarque 5.6
i. Si T e fî'(R), alors h = R.
ii. Si T g <S'(R), alors 0 e /7 .

91
Chapitre 5 • Transformations intégrales

Exemple 5 .2

Si /(/) = e~'\ alors // = R, mais si fit) = e'2 alors // = 0.

Définition 5.2

La transformée de Laplace d’une distribution T e O'(IR) est définie, pour e /7-,


et p =f +i q e C, par
£{T){p) = T ( e ^ T ) ( n ) (5.23)

Exemple 5.3 Transformée de Laplace de la distribution de Dirac


Compte tenu de /¿> = R :

£ W £ + ip) = T(e^'ô)in) rm ù = 1 (5 -2 4 )

P ro p o sitio n 5.16 . On admet le résultat de régularité suivant


pour T e £>'(R), £ (T ) est une fonction complexe de la variable complexe p,
holomorphe dans /7 + ® c C t

Définition 5.3

On appelle abscisse d ’existence de £ (T ) la borne inférieure de / 7- : £0 = inf(/r).

P ro p o sitio n 5.1 7.
i. Injectivité : £ (T \) = X fT f) sur / 7-, n If2implique
dk
ii. Dérivation : si T € \R), alors — r£,{T) = { - \) k£ {tkT)
D
/ink

Démonstration.
i. L’injectivité de la transformée de Laplace est une conséquence de celle de la trans­
formée de Fourier sur les distributions tempérées.
ii. La dérivation est à prendre au sens de C (on utilise à cet effet le changement de
variable (f, rj) —> {p, p), qui conduit à = -(c% - idfj). Le calcul utilise la
dérivation sous le signe intégral et les formules de la dérivée d’une transformée
de Fourier. ■
f. L’holomorphie est une extension de la notion de dérivabilité aux fonctions de la variable complexe.
Cette condition est beaucoup plus forte que la dérivabilité dans R, puisqu’une fonction holomorphe sur
un ouvert de C est e,i.e. indéfiniment dérivable et égale au voisinage de tout point de l’ouvert
lytiqu
an
à la somme de sa série de Taylor.

92
5.2. Transformation de Laplace

Remarque 5 .7
D a n s le ca s d e fo n c tio n s, par e x e m p le , / e Ljoc(R ) et f(t < 0 ) = 0 , on p eu t interpréter la
pp
tran sform ée d e L a p la c e c o m m e le p r o lo n g e m e n t a n a ly tiq u e d e la tran sform ée d e F ourier d e
/ (d é fin ie sur l ’a x e im a g in a ire) au d em i-p la n £ > £ 0.
L’a b sc is se d ’e x iste n c e £o est alors d éfin ie c o m m e la b orn e in férieu re d e l ’e n se m b le d es £
rendant e~&f(t) à cr o issa n c e le n te (i.e . b o rn ée par un p o ly n ô m e ) (c e qui revien t à dire q u e

O n a alors :

£(f)(p) = f f(t)e~pidt (5 .2 5 )
JlR+

5.2.2 P ro p rié té s
Dans ce qui suit, T e i)'(R ) désigne une distribution. On se place sur /7 supposé
non vide.

Proposition 5.18. Transformée de Laplace de la dérivée d yune distribution


Soit T' la dérivée par rapport au temps de la distribution T. Alors : /7 c Ij>, et,
pour Ç e It :
£(T')(p) = p£(T)(p) (526)
£(T w )(p) = pk£(T)(p), *€N

Démonstration, e &T = (e f'T)' + ¿¡e &T donc e &T' € S' (R) si £ € ï j et

£(T')(p) = T(e~^T')(rj) = T{(e + Ç£(T)(p)


( 5 .2 7 )
= in T ie -t'T M + Ç£(T)(P) = p£(T)(p)

Remarque 5.8 Transformée de Laplace de la dérivée d ’une fonction


E n u tilisan t la d istrib u tion 7 > a s s o c ié e à u n e fo n c tio n / (ca u sa le, d ériv a b le sur R +) sach an t
q u e ( Tf Y = 7 > + [ /](0 )(5 et q u e / ( 0 " ) = 0 par h y p o th è se d e ca u sa lité , o n retrou ve la fo rm u le
© Dunod. La photocopie non autorisée est un délit.

d e la tran sform ée d e la d ériv ée d ’u n e fo n c tio n :

£(Tr ) = M T f Y ) - I/K0)X(d) (5.28)

soit :
£ (/') = p £ ( / )- / (0 ) (5.29)

Proposition 5.19. Translation, déphasage, dilatation


i. Translation : pour h e R, £(Th)(p) = e phC(T)(p)-
ii. Déphasage : pour h e R, £ ( e hlT) = £(T)h ■
93
Chapitre 5 • Transformations intégrales

iii. Dilatation : pour ¡¡e R , £(f(at)) -

Démonstration. .
, ,, , ..tiiicant la translation dans Fourier,
On a e-i'Th = e-th{e-&T)h et donc en utilisant
£(Th)(p) = e^ hr((e-^ T )h)(v) = e ^ ' ^ T (e^ T M
„ , 1 T 1 „ J ’ u n nroduit de convolution
Théorème 5.20. Transformée de Laplace d un proau
i. Soit T € £>'(R) et S e £'(R). Alors :
(5.30)
l j c It*s

et, pour Re(p) € l j :


£(T * S)(p) = £(T)(p)M S)(p) (5.31)

ii. Soit T € £>;(R) et S e D'+(R). Alors :


IT n Is c I t *s (5-32)

et, pour Re(p) e î j C\îs :


£{T *S)(p) = £(T)(p)-£(S)(p) (5-33)

Démonstration. On ne démontre que le premier résultat.


Si T € £>'(R) et S e fi'(R) : Is = R.
Ainsi, si on se place sur l j : é~&T est tempérée et e &S est à support compact.
On peut alors définir é~&T * e~&S, qui est une distribution tempérée, e t .

e~?T * e-#S = e * \T * S)

ce qui conduit à : l j c It*s .


Le reste découle des propriétés de la transformée de Fourier. ■

Lemme 5.21. Soit T e D'+(R). Alors :

£(T)(p) = (T ,e-pl) (5.34)

La notation est à prendre avec précaution puisque e~pt n’est pas dans £)(R), il faut
comprendre
(T, e-P<) = (e-^T, e-(P-^‘iff) (5.35)
oui//e ¿>+(R) est égale à 1 sur un voisinage de supp(T), et Ç\ rend le terme de gauche
dans S' (R) et celui de droite dans »S(R), le crochet est celui de la dualité entre S'
et S.

94
5.2. Transformation de Laplace

Théorème 5.22. Valeur initiale


Pour une fonction f causale dérivable dont la dérivée est intégrable sur R + :

lim fit) - lim f -£(/)(£) (5.36)


0+ >+oo

Théorème 5.23. Valeurfinale


Pour une fonction f causale dérivable dont la dérivée est intégrable sur R +, qui
admet une limite en + o o t ;

lim f{t) = lim p £ if)ip ) (5.37)


f—>+oo p —>0

Démonstration. Sachant que


✓ M-oo
£ { f)ip ) = fit)e~ p,dt = p £ if)ip ) - / ( 0+)
Jo

et que l’on est dans les hypothèses du théorème de Lebesgue pour permuter limite et
intégrale, alors :
i. pour p —>0, on a :
r*+00 r*+00

J o f'(t)e~pldt —> f ( t) d t= lim / ( i ) - / ( 0+)


Jo ' ^ +°°

ii. pour p -> +oo :


r *+oo
f ( t ) e - p,dt ^ 0
Jo

On donne une seconde démonstration du théorème de la valeur finale qui ne re­


quiert pas la dérivabilité de la fonction.
© Dunod. La photocopie non autorisée est un délit.

Démonstration. On pose :
lim fit)
t —>+oo

Soit s > 0, d’après la définition de la limite, il existe A > 0 tel que :

W>A, |f’- / ( / ) | < !

f. Remarquons que pour que la fonction ait une limite en +oo, 0 doit nécessairement appartenir à
l’intervalle d’existence et il faut que les pôles de la transformée de Laplace soient tous strictement
négatifs ou éventuellement de partie réelle nulle mais non conjugués.

95
Chapitre 5 • Transformations intégrales

Comme f0°° pe p,dt = 1, on a :

+00 I r*+oo

p £ № p ) 1=
K Jo
1
p e ~ pt f ( t ) d t \ = 1 I
1
p+oo
Jo
{ ( - f ( t ) ) p e ~ p t dt\

Va
< \
jo
l i ­ - f ( t ) \ p e ~ pt d t + J
Ja
\ ( - f ( t ) \ p e ~ p l dt
pA £ p + oo
< 211/llco J pe~ptd t + - J p e ~ p , dt

< 2 | | / | U ( l - « _pA) + |

A étant fixé :

lim (1 - e~pA) = 0 = > 3p0 > 0, 1 - e~pr>< — VRe( p) € [0, p0]

Par suite, pour Re(p) 6 [0, po] :

\{-p £ (f)(p ) +! =e

Exemple 5.4
L e th é o rè m e p erm et d ’affirm er q u e la fo n c tio n d on t la tran sform ée vau t — ------ — a p ou r
p(p + 2 )
valeu r fin ale
2
Par co n tre, il n e s ’a p p liq u e p as à la fo n c tio n d o n t la tran sform ée vau t —------- — , p u isq u e
P\P ~~2 )
le p ô le en p = 2 im p liq u e q u e la fo n c tio n ten d vers l ’in fini en t -> +oo (m ê m e si la lim ite
en 0 d e la tran sform ée m u ltip lié e par p e x iste ).

5.2 .3 In v e rs io n
La question que Von se pose ici est, connaissant une fonction holomorphe dans une
bande de C, à quelle condition est-elle la transformée de Laplace d }une fonction
(conditions de comportement à Vinfini) ? Les formules pratiques de transformée in­
verse font appel à des propriétés des fonctions complexes de la variable complexe
non abordées ici. En pratique, pour inverser une transformée de Laplace, on identi­
fie des fonctions connues (en général des fractions rationnelles réduites en éléments
simples).

96
5.2. Transformation de Laplace

Définition 5.4

Étant donnée une fonction G de la variable complexe p , on appelle original de G


la fonction g telle que
G = JXg) (5.38)

T héorèm e 5.24. Dans ce qui suit, G désigne une fonction holomorphe que Von
étudie sur son domaine d’holomorphie (bande parallèle à Vaxe imaginaire).
Qe- Re(/?)ûr
/. 5/, pôwr tout p du domaine d ’holomorphie de G : \G(p)\ < --------— , alors,
\p\2
l ’original g est continu et à support dans [ o r , + o o [ .
ii. S’il existe une fonction polynomiale (fpoi de la variable p telle que, pour tout p
du domaine d ’holomorphie de G :

\G(p)\ < e-R

alors, l ’original g est dans L+, et à support dans [a , + o o [ .


iii. S’il existe un réel strictement positif a tel que, pour tout entier naturel n, il existe
une constante positive Cn telle que, pour tout p du domaine d’holomorphie de G :

Qn e\Re(p)|ûr
\G(p)\ <
(1 + \p\r

alors, l ’original g appartient à D (R ) et est à support dans [ - a , a[.


iv. S’il existe un réel strictement positif a tel que, pour tout entier naturel n et tout p
du domaine d’holomorphie de G :

(p)< C(1 +
\G

alors, l ’original g appartient à fî'(lR) et est à support dans [ a , a[.


© Dunod. La photocopie non autorisée est un délit.

On donne une formule d ’inversion à titre indicatif. En pratique, on se ramène à des


transformées inverses de fonctions connues.

T héorèm e 5.25. Pour une fonction f continue, causale, a support compact, telle
que :
t„ — £(f){ico) € L l(R )e tT (f ) 6 L 1(IR)
OJ

on a fit) = e,wl£if)(ioj)doj (5.39)

97
Chapitre 5 • Transformations intégrales

Remarque 5.9 Rappels sur la décomposition d’une fraction rationnelle


en éléments simples
U ne fraction rationnelle R est le quotient de deux p olyn ôm es P et Q :

<5'40>

D ésign on s par nP le degré de P , et par nQ celu i de Q. On exclu t le cas où la fraction rationnelle


R p ossèd e une partie entière, en supposant nP < u q .

Premier cas : décomposition en éléments simples dans C


C étant un corps algébriquem ent clo s, le p olyn ôm e Q p ossèd e exactem ent hq racines co m ­
p lexes z \, ...» zllQynon nécessairem ent distinctes.
S i on d ésign e par Icq < iîq le nombre de racines distinctes de Q , et, pour tout i de {1, . . . , &g},
par ai la m ultiplicité de la racine z, :

hq kQ
Vz e C : Q(z) = f[(z - zù = f ] (z " Zi^ ‘ (5.41)
/=1 1=1

La décom position en élém ents sim ples de R(z) dans C est de la form e :

_^G_ _Ç*i_ r
c '7 (5.42)
/=1 7=1
(Z ~ ZiV

où les C i j sont des constantes à valeurs dans le corps C.

Deuxième cas : décomposition en éléments simples dans R


Désignons par Icq < nP le nombre de racines distinctes de g, et, pour tout i de {1, ..., kç),
par ai la multiplicité de la racine x¡ ; Q se factorise sous la forme :

kQ lQ

V a: g R : Q(x) = ] ~ [ ]” [( a - x¡)ttl ( a3 x2 + b j x + c j f j (5 .4 3 )
/=1 7=1

où le s { cl j a 2 + b j x+ C j), j = 1, . . . , / q , son t d es p o ly n ô m e s irréd u ctib les d e d eg ré 2, qui


ap paraissent a v ec la m u ltip lic ité /? 7 lorsq u e l ’o n fa cto rise Q.
La décomposition en éléments simples de R(x) dans R est de la forme :

kQ ^ lQ Pi
Djj x + E¡j
(5.44)
/=1 7=1
Xi)J + (üíx2 + bix + c¡)i

où les Cij, D¡¡, Ejj sont des constantes à valeurs dans le corps R .

98
Exercices

5 .2 .4 F o rm u la ire
fit) £ if )ip )

m ; »
tH(t) jt P >0

V
S
0

0
fit

№ S î> > °

e~a,H(t) JTa P>~a


fe ~ a,H(t) (p+n),,+l P> a
cos (bt)H(t) p W P >0
sin(bt)H(t) P >0
p+a
e~atcos(bt)H(t) (p+aŸ+tf P> a
e~at sm(bt)H(t) (p+a)2+b2 P^ a

Exercices

Q | Inversibilité de la tra n sfo rm é e de Fourier d a n s <S(R)


L ’objectif de cet exercice est de montrer que la transformation de Fourier est un auto­
morphisme (application linéaire bijective d ’un espace sur lui-même) de iS(IR), espace
des fonctions à décroissance rapide (espace de Schwarz).1234

1. Montrer que / € <S(R) => / € <S(R).


© Dunod. La photocopie non autorisée est un délit.


2. On considère la fonction ipdéfinie sur R par <p(x) = e 2 .
Montrer que (p appartient à <S(R) et que f R <p(x)dx =
3. Montrer que <p vérifie une équation différentielle linéaire du premier ordre. En
déduire que sa transformée de Fourier (p vérifie une équation différentielle à
préciser, puis que Cpest égale à yfUtp.
4. Soit la suite (y^neiN* définie par :

99
Chapitre 5 • Transformations intégrales

Pour / € *S(R), a€ R, et n eN , on considère

In(a) =
JR
f
f(A)<pn(A)e'aÀdA, et Jn(a) =
Jr
f(a +

Montrer que In(a) et Jn(à) existent, et que : ) = J „(a).


5. Montrer que, pour tout entier naturel non nul :

M A) = )
et en déduire que Jn(a) = fR
f (a +f )<£(£)
En appliquant le théorème de Lebesgue C.6, montrer alors que :
lim Jn = 2 n f(a )
U—>+00
6. Montrer par utilisation du théorème de Lebesgue que :

lim i m = cr f m
n— *+oo
En déduire la formule de réciprocité sur <S(R) de la transformée de Fourier.

¡ H l Équation de la ch aleu r u n id im e n sio n n e lle


On considère le problème suivant posé sur R :
du d2u _
• dt dx2
u(0, x) = uq(x )

constitué de l’équation de la chaleur unidimensionnelle, assortie d’une condition ini­


tiale.
1. Donner l’équation satisfaite par la transformée partielle :

(t, y) h * u(t, y ) =I e~'x,Ju(t, x)dx


Jr
2. Déterminer, pour tout (t, y), l’expression de à(t, y), et en déduire celle de u(t, x)
pour tout (t, x).

(HD Lien entre tra n sform é e et série de Fourier


Dans cet exercice, on considère des fonctions de la variable réelle, à valeur dans C.
T étant un réel strictement positif, une fonction / sur R est dite T -périodique si :
VxeR : f(x+

On désigne par / 7- = /¡[o,r] la restriction de / à [0, appelée aussi motif de la


fonction.

100
Exercices

On suppose que f T e L2([0 ,T]), et on désigne par Z^.(R) l’ensemble des fonctions
T-périodiques dont la restriction à une période est de carré intégrable.
On rappelle l’expression des coefficients de Fourier exponentiels de / :
p 1 I r/'. — 2 in n \ 1 \ 1 >5 lin n x
Jn = —¡= f(x)e T dx et S f - — ) f ne t
Vt J[o,rj Vf ^

La série de Fourier S /, donnée par :

converge vers / dans L |(R ).


Si / est de classe C 1 par morceaux, la série de Fourier de / converge simplement vers
la régularisée de / :

Si, de plus, / est continue, la convergence est normale.

1. Résultats préliminaires
(a) Montrer que L2([0, T]) c L'([0, T]).
(b) Montrer que est une famille orthonormale de fonctions de
V / n e Z
L |(R ), puis la relier à un problème de Sturm-Liouville* et en déduire
qu’elle constitue une base hilbertienne de L|(R ).
(c) Montrer qu’une fonction périodique non nulle et bornée / ne peut pas ap­
partenir à L'(R), L2(R) ni tS(R), mais, par contre, qu’elle peut être inter­
prétée comme une distribution tempérée ( / e S' (R)).
(d) Montrer que Tiôa) est la distribution associée à x i-» e~mx et que :

T(eiaùJ) = 2 nôa
© Dunod. La photocopie non autorisée est un délit.

(e) Déterminer la transformée de Fourier d’une fonction périodique en identi­


fiant la fonction à sa série de Fourier.
2. On définit la distribution « peigne de Dirac » (ou distribution de Poisson) par :

n ir = 5 ] <5«r
neZ
(a) Montrer que III7 est une distribution tempérée.

f. Les problèmes de Sturm-Liouville sont abordés dans le chapitre suivant.

101
Chapitre 5 • Transformations intégrales

z
(b) Soit <p e <S(R). On pose : P^ix) = f(x + nT).
n
Montrer que P£ € C°°(R) et que est T-périodique.
(c) Déduire du développement en série de Fourier de PÎ(x) que :

(d) En déduire que ^ (I I I t-) = 2^111^.


(e) Retrouver le lien entre série et transformée de Fourier en montrant que :

f = fr * in T
3. Application : déterminer la figure de diffraction if/ d’un réseau unidimensionnel
de fentes rectangulaires.
On rappelle :
(5.46)

où tf/Qest le module de l’onde incidente, À est la longueur d’onde, L la distance


à l’écran ; X parcourt le réseau, et y parcourt l’écran.
t est le facteur de transmission du réseau, on suppose que celui-ci est constitué
de fentes de largeur 21 séparées de d et donc que :

Q ) Principe d’incertitude d’Heisenberg


Cet exercice a pour but de démontrer une formule proche du principe d ’incertitude
d ’Heisenbergf
On va montrer que le produit de la variance d ’une fonction de *S(R) par la variance
de sa transformée de Fourier est nécessairement plus grand qu’une constante, ce
que l’on peut traduire par le fait qu’une fonction brève en temps (petite variance) a
nécessairement un spectre de Fourier étalé (et vice-versa).
Soit <p€ <S(R).
1. En utilisant une intégration par parties, montrer que :

f. Werner Karl Heisenberg (1901-1976), physicien allemand. Il fut l’un des fondateurs de la mécanique
quantique, ce qui lui valut, en 1932, le prix Nobel de physique.

102
Exercices

2. En utilisant l’inégalité de Cauchy-Schwarz, puis l’égalité de Plancherel, mon­


trer que :

\t2<t>(tf\ dt|û>202(o»)| | \<p2(t)\

3. Montrer que l’égalité est atteinte pour \â fonction gaussienne :


e 2
t h-* f(f) —
V2?r

On rappelle que les résultats suivant sur la gaussienne :

{¡/{to) = V2/re-S5" et | ip(t)dt = 1


Jr

Systèm e d ’O D E par tra n sfo rm é e de Laplace


On considère le système masses-ressorts-amortisseur de la figure 5.1.

Figure 5.1- Système masses-ressorts-amortisseur

Il est régi par le système différentiel :

(m ÿ = -k y + -
1 mx = - k x + - x) + f
© Dunod. La photocopie non autorisée est un délit.

où x et y sont les fonctions inconnues du temps ( > 0), avec les conditions :

*(0) = -y(0) = a, x(0) = y(0) = 0

La fonction / , qui dépend du temps t, est supposée connue, tout comme le réel a et
les constantes positives m, k, y.
Utiliser la transformée de Laplace pour résoudre le système différentiel.
On prendra y = Vmfc et /(i) = (t) et
oH
F
m on posera ^ = co^.

103
Chapitre 5 • Transformations intégrales

ÍÜ Ü T ra n sfo rm é e de Laplace et équation d e s o n d e s


Soit c une constante réelle strictement positive.
Utiliser la transformée de Laplace pour déterminer la solution / : R + x R + —» JR. de
l’équation des ondes unidimensionnelles
$J_= l& l
dt2 ° dx1
qui satisfait les conditions :

fi x , 0) = ^ ( x , 0) = 0
dx
' / ( 0 , t) = v(t)H(t), v fonction donnée
lim f(x , r) = 0 V/ e R +

T ra n sfo rm é e de Laplace et so lu tio n p ériod ique


Cet exercice a pour but d’étudier la solution du problème des ondes de traction-
compression dans une barre de longueur finie 0:

(x,0 e [0,
V L]x R +, § - ~ c2§ =
où c>0 est la célérité, supposée constante.
On commence par deux questions préliminaires :
1. Soit / une fonction causale et pour a 0>, la fonctio
pour t > aet 0 pour t < a.Exprimer la transformée de Lap
de celle de / .
2 . Soit / une fonction causale périodique sur R +, de période 0. On définit la
fonction causale f (extraction de la première période) :
0 pour t <0
fit) = fit) pour € [0, T]
0 nour >

Montrer que :
-et m » = ■£</>
On revient au problème de la barre.
On considère les conditions initiales et limites suivantes
fix , 0) = 0 ' / ( 0,/) = 0
Vx eR+, l d f ; W e R +,
(x, 0) = 0 -df i L , t ) = mH(t)
dt dx

104
Exercices

où H est l’échelon de Heaviside. Autrement dit la barre est initialement au repos, le


déplacement est nul à gauche et un effort d’intensité m est appliqué brutalement et
maintenu en L.

Soit F la transformée de Laplace (en temps) de / . Soit C la variable de Laplace,


F est donc une fonction de x et p, typiquement

3. Montrer que F est solution d’une équation différentielle ordinaire (EDO) en x


paramétrée par p
4. Donner la solution générale de cette EDO en x, penser que les “constantes”
peuvent dépendre de p.
5. Utiliser les conditions aux limites pour déterminer complètement F.
6. Par identification, déterminer la fonction / .
On pourra exploiter la relation suivante :

Pour aller plus loin


Des exercices supplémentaires corrigés sont en accès libre à partir des pages
d’accueil du livre sur le site www.dunod.com
Dunod. La photocopie non autorisée est un délit.

105
Chapitre 5 • Transformations intégrales

Corrigés

1. Soit f e 5(R ) : ttpf ^ \ t ) est C 00 et intégrable


Or : t t"f(t) est intégrable, ce qui implique que / est n fois continûment
dérivable. / est donc C°°.
Par ailleurs :
i / (,,)i =

i / (n)w i = f f n\t)e~a ,d t ^ J \f in)(t)\dt < oo

Par suite :
l/K \ f {n)it)\dt

ce qui garantit la décroissance rapide.


Le même raisonnement s’applique aux dérivées de / , qui est donc bien dans
S(R ).

2 . x h <p(x) - e 2 est bien entendu C°°. De plus :

<p(k\ x ) = P ( j c ) e “ T
où P est un polynôme de degré k. Par conséquent :
9 2
|x"!^ )(x )| ~ e(m+k)lnW-T ^ e(»i+*)(W-i)-^- > 0

Donc (j) e *S(R).


De plus, (x, y) i-> e étant intégrable sur R 2, on peut appliquer le théorème
de Fubini :

f e~Tdx = ( e~Tdx
JR WlR

= ( f e~ ^ dxdyj2 = f J = V2tt

3. <f>vérifie l’équation différentielle :


<p'(x) + x<p{x) = 0
Or, sachant que <p'(À) = iÀ<p(Â.) et (<j>)' = -i{x<p), nous avons
A(f> + = 0

106
Corrigés

d’où :
= ae~A2/1
De plus, 0(0) = (p(x)dx = V2tt, d’où a = V2Îr, et 0 = y/2n<f>.
4. I„(a) et Jn(a) existent car / , 0„, / et 0„ sont toutes dans S. De plus :
r*+oo
f(A)eiaÀ = 1 f(x)e~iÀxdxeiaÀ
'-oo
r*+OO f'+OO
f(x)e-iÀ(x-a)dx = 1 /( Z + a)e~axdX = f(X + a)(A)
'-OO J '—o o

Jnia) = f f0T+a)(A)4>n(A)dA =: I f(x + a)(j>n(x)dx = Jn(a)


KJ 'R Jr

*
0«(J) = J e~,Àxdx ; u
Jr n
— f e-^e~KAn)undu = n<p(nA)
Jr
U a ) = J /( * + a)4>n{x)dx = f f(x + a)n<j>{nx)dx ; x= -
Jr oIr «
/>
= I /( a + -)-<p{v)dv
Jr n n
6. Le théorème de Lebesgue s’applique, puisque :

Vn € N* : \f(a + x)0„(x)| < \f(a + x)|

et x f(a + x) est intégrable sur R.


De même :
\Ây)4>n(y)e‘ay\< \f(y)\
Ainsi :
© Dunod. La photocopie non autorisée est un délit.

lim I f(a + x)(f>n(x)dx = I lim f(a + x)<pn(x)dx


H— >+00 J r J r "^+°°
lir f(a + -)4>(v)dv
= f lim
J R ■>+oo n

= f f(a)<f>(v)dv = f(à) f 4>dv = 2nf(a)


Jr Jr
lim f f(y)M y)e'aydy = f lim f(y)<t>n(y)e,aydy
n— >4-00J r J r ,i_>+0°
= f f(y)eiaydy = (Tf)(a)
Jr

107
Chapitre 5 • Transformations intégrales

Or:
lim /„(a) = lim J „(a)
Par suite :

2nf(a) = (T f)(a ) = T T f ( a ) => T T = ^ -T = T~l

Le théorème de réciprocité sur é>(R) en découle.

[!■&&[ 1. On applique simplement la transformée de Fourier à l’équation aux déri­


vées partielles :
dû, A
â +!,“ = 0
2. En résolvant, pour y fixé, l’équation différentielle portant
1 1-> û(t,y), on obtient :
û(t, y) = lûJ
Il en résulte : u(t, x)- uq(x) * f l(e y2‘).
En utilisant le résultat de l’exercice précédent sur la transformée de Fourier de
¿_
x h î 2 avec la formule de dilatation, on obtient :
1 _£
u(t, x) - uo() * _ 4'
V4nt

[!?>$] 1. (a) On applique le théorème de Cauchy-Schwarz :


•T
ll/llz.1([0,r]) - 1 2dx = 7 ||/||¿ 2([0ir])

Ainsi, si fe L2([0, 7]) :

II/ II l 2([0,7]) < 00

Il en résulte : ||/llz.'([0,7']) < °° et / e ¿^ [0 , 7]).


L’intérêt de cette question était de montrer que les coefficients de Fourier
d’une fonction L2ont bien un sens.
(b)

Ainsi, pour m = n :

( _ L ein2nf , - ^ e im2nr ) =1
\Vr yff Jl 2[0,T]

108
Corrigés

et, pour n i m:

_ } _ e '" 2 n T ' ^ r i(ii-m )2 jtlf ]r _ Q


Vr Vt /¿ 2[0,r] 2ùr(/i - m) ^ -1°
On considère le problème de Sturm-Liouville périodique :
d2f
(E)

,F , I AO) = AT)
( l f (0 ) = % )T )
Les solutions sont de la forme :
t AelÀt + Be~'ÀI avec (A, B) € C2
Les conditions aux bords imposent :

= ( ¥ ï
ce qui conduit à des valeurs propres doubles et des vecteurs propres de la
forme i n r t , qui constituent une base hilbertienne.
(c) Si / est non nulle : JQT \f(x)\p dx > 0, et donc :
r"(T+l)
H/IIzair) = I \f(x)\pdx = +oo
JnT
Par suite : / £ Z/(R).
Bien sûr, une fonction périodique ne pouvant être à décroissance rapide :
/ 1 S(R)
Par contre, une fonction périodique (suffisamment régulière) peut être
considérée comme une distribution tempérée. Typiquement, une fonction
périodique bornée peut être majorée par un polynôme, ce qui est un critère
pour appartenir à S' (R).
© Dunod. La photocopie non autorisée est un délit.

(d)
< n ôa) , 0 = (ôa, r m

= (Sa, f <P(x)e IXbJdx)


JR
<p{x)e-'xad x = { e -,xa,<P)
- L
E t:

{T(eiato), <p) = (e~iaw, T m = f eiaoJT(<p)(oj)doj = 2n<f>(a) = 2n(ôa, <f>)


Jr

109
Chapitre 5 • Transformations intégrales

(e) Si / est périodique et suffisamment régulière, on l’identifie à sa série de


Fourier :
/= 2 > ¥
ne Z
En appliquant la transformée de Fourier, on en déduit :

f(ü>) = 2 n Y jfnàif.
neZ

Autrement dit, la transformée de Fourier est une somme de Dirac (sur les
points multiples de la pulsation) d’amplitude donnée par les coefficients de
Fourier.
On parle de spectre de raies, caractéristique des phénomènes périodiques,
2 . (a) Soit 0 e S( R). Alors : ( in r , <f>) = ^ <p(nT).
ne Z
Comme 0 est à décroissance rapide, on peut trouver A e R tel que, pour
tout entier n :
A
I<P(nT)\ <
( Tn)2 + 1
La série est donc bien convergente.
La linéarité est évidente.
Pour la continuité, soit une suite (0„)„eN convergeant vers (f> € S, on a :

110- 0nlli,~(R) - * 0
11(1 + JC2) ^ - 0n)H¿«(R) —» 0
il en résulte :
110- 0/lll¿”(R)
№ T )-M k T )\<
1 + (IcT)2
puis :
(LU7", <f) - <pn) < A||0 - 0„||Z“(R) —> 0

(b). La somme a un sens, puisque, à x fixé, on peut majorer le terme général de


la série par un terme en (1+^ r)2 •
La périodicité est évidente.
Pour la continuité, la formule de Taylor donne, V (x , y) € [0, T]2 :

(.y ~ x)
\<f>(nT + x) - <¡>(nT + y )| < 4>'(nT + x) + Il0"lb '([«r,(n+l)r]) \y~x\

Le majorant tend vers 0 lorsque (y - x) -* 0.


On peut raisonner de même sur les dérivées.

110
Corrigés

(C)

{ P % = f T PUt)e~'2f Ld t= f T y<P(t + kT)e-,2r d t


Jo Jo ^
_ r (k + l)T _nma f* _am
= 2_J I 0(0« T dt = I <f>(t)e T dt
jç J k T R

->(¥)
Par suite :

(k l i n Ht \ 1 /s / 2 n 7 ï \ linnt
P*T(t) = JjP *T)ne— = Z ^ r F r ^
weZ /i€Z ' '

(d) On a :
(/ \-\^ l2 n 7 ï\ nnnt
Z <f>(t + kT) = ¿ , 0 — <? r
te Z weZ ' '

Par suite, pour t = 0 :

/fceZ neZ ' 7

ce qui donne :
(lU r, 0) = (IU&, $)
<in7-,0> = ( n L ;,^ )
T

H lr = TOdlij,)
T

T ~ \\n T) = n i 2s
T
© Dunod. La photocopie non autorisée est un délit.

La parité de LU conduit alors à :

F(H I) = îF(ni)

et donc, finalement :
T (U ÎT) = 2 ^ U l2 s
T

(e) La convolution avec un Dirac équivaut à la translation d’une fonction.


Ici, on translate donc le motif une infinité de fois.

11]
Chapitre 5 • Transformations intégrales

En prolongeant f j par 0 en dehors de [0, T], on obtient :

{ f T * IH r )( x ) = * f T){x )
neZ

= YjénTiy), fr(x - y))


neZ

= Y j ('ô^ )’fT (x -(y + nT)))


ne Z
= J ]fT (x -n T )
ne Z

On peut décomposer tout x e R de manière unique sous la forme :

x = xq + kT, *o e [0, T[, k e Z

Ainsi :
(fr * UI:r)(-*o + kT) = fy(xo) = f(x o)

et :
/ = S t * fflr

Par suite :
f = 2nfr.UÎ2„,T

La transformée de Fourier d’une fonction périodique est donc celle du mo­


tif dont on extrait (via le peigne) uniquement les valeurs à des fréquences
qui sont multiples de la fréquence de base.
La valeur de la fonction en ces « pics » est égale aux coefficients de Fourier.

3. On a t = III,/ **[-/,/]•
Le calcul de diffraction est un calcul de transformée de Fourier :

m =

O r:
t = 2nX[-l,l].Ul2n/d

112
Corrigés

Il reste donc à calculer la transformée de Fourier d’une fenêtre, qui fait appa­
raître un sinus c ardin al :

X h ïj] = I X[-i,i](x )e~iùJXd x


JR

= J e~mxd x = J cos ( - ùjx) + i sin (-ii> x)dx

sin (0 )1)sin
cos (cox)dx = 2 -------- = 21-
= 2Î ù) col
= 2 / sinc(iu/)

1. Une intégration par parties conduit à :

f <p2(f)dt= - 2t<p'(t)4>(t)dt
JR 1 R
Comme <p € <S(R) :
k<c=»
D’où le résultat.
2. L’inégalité de Cauchy-Schwarz conduit alors à :

0 > 2(' , i‘" î 1 = 4 ( X * f<' )H !<4I t24>2{t)dt J " <p'2(t)dt

Par isométrie (Fourier) :

£ < p'2№ =2. £ dco

et donc
f
© Dunod. La photocopie non autorisée est un délit.

I J \<t>\t)\d)j \t2J \</>'((o)\2 d u

De plus :
f Ur(o»)|2 do) = f \a>2 |2 dco
]R vR

Il en résulte :

dco

113
Chapitre 5 • Transformations intégrales

3. On a :
X 2( t) d t =
¿X e
«2 du
2
1y/2n 12Vtt Jfir C /y
¿
n
1
2 y/n
et :
= ± l t2e 'idt= - i l f X(‘ - T
2 n JR 2 n JR
00
1 f » Ml T1 1 i
f ( e -dt
2/r 2 2 n JR

4 yf
Finalement :
f œ2\j/2(aj)dt= 2 u)2i¡/2(ú))dt
n
JR
_

~T
On pose v = x -y e tu = ,oyx+n note en majuscule les transformées de Laplace
(variable p).
On a :

I
mv = -kv - 2 t] ù +
mü = -ku + /
et :
w(0) = 0, v(0) = 2a, ) = £>(0) = 0
En appliquant la transformée de Laplace, on obtient alors :
r
(mp2 + 27 + k)V = 777— + 2inap
P
(mp2 + k)U = —
P
puis :
1_______/Fo
V= + 2ap
(p2 + 2cüop
>0P + ûJq) \ P
Fo
U=
p(p2 + Í02)
ce qui donne :
F0 Fq/ ù)qF
qp/ ùJq
U=
P(P2 + u 20) (P2 + oj20)

114
Corrigés

On en déduit :
u(t) = ^ H ( t) ( l- c o s ( L ü 0t))
coi,
Sachant que ( p 2+ 2o)0p +cüq) = (p + ,on a auss

F0 + 2ap2 _ F o H | 2a - F q/ oj2 F q/ ^ q + 2a
p(p + P
0)q )2 P+ 0)Q (p + (Jo)2
Par suite :

vit) = - \ m )(l - e°** - co0te-wot) + 2aH(t)e-bJot (1 - coQt)


F

Et, finalement :

u +v
X(t) = — = (2 - cos(cüot) - e-W0' - t+ a e ^ (1 - "oO
\2 cûq
u —V Fo (<? mt + o)qte "°f - cos(o)ot)} - ae
—^ (1 - 0
y(t) = — =
^2o»0

^ Soit p i-* F(p, x) la transformée de Laplace de i-» fi t, et h* V(p) ce^e


de ti-* vit)Hit).
En appliquant la Transformation de Laplace à l’équation aux dérivées partieHes ini­
tiale, on obtient :
2F 2 à
f f - ' ÿ =0
ce qui conduit à :
F ip,x) = Aip)e-cx + B i p ) e ^
La condition lorsque x —> + o o implique Bip) = 0, et on a donc Aip) = V ip)\ ^ reste
à conclure en reconnaissant la transformée d’une fonction translatée.

F(p, x) = V ip)e~'x
© Dunod. La photocopie non autorisée est un délit.

puis :
f i t ,x ) = l>(

!• £ ifa )= Î fait)e-P 'dt = T f i t - a) e~p 1dt


J R+ J R+
= f
f i u ) e- p(l,+a) du = e~pa f fiu ) edu = e
JR+-a J R+
où on a utilisé la causalité de / pour ramener le domaine d’intégration à R +.

115
Chapitre 5 • Transformations intégrales

2. Soit /T-périodique,
r p ï. r(n+l)T
£ (/)= f(t)e -r 'd t= Y f(t)e~pldt
JnT
+oo +oo ~
=Z I I
m e - p(l+nT)dt = Y j e-P"T f{t)e~p ,dt
n=0 /1=0
( +0°

\/i=0

d2F dF. m
3. On a p2 F - cL— r = 0 avec F(0, p) = 0 et — (L, p) = —
dx2 dx
4. Cela donne : F(x, p) = A(p)e ^ + B(p)e‘r
5. On a A(p) + B(p) = 0 et -A(p) e~^ + B(p) e'r = donc

T?f \ = —
F(x,p) 1 - ([ec^ - e
mc — ------ c)
Z7 e c + e c
6. On en déduit
_3 Lp
e v me R i
v (- p± \ e f - e
F^ p ^ = - ^ { ec ~ e c ) ~ — n s
F 1- e c
me (L-x)p (L+x)p (3 L-x) p (.v+3 L) p \
e c —e c —e c +e c J
p2( 1 - e~~
4L
On reconnaît une fonction------périodique, constituée de la combinaison de 4
c
rampes retardées.
4L
On travaille sur 0 < t < — à x fixé (0 < x < L) :

L-x
0 si 0<t<
L-x L-x L+x
t— SI ------ < t < --------
c c c
2L L+ x 3L- x
SI ------ < t < ----------
c c.
3L + x 3L - x 3L + x
-t SI -------- < t < ---------
c c
3L + x
0 si -------- < t

116
MÉTHODE
DE SÉPARATION
DES VARIABLES
La séparation des variables est une technique simple permettant l ’obtention de so­
lutions d’une équation aux dérivées partielles. Elle connaît actuellement un grand
intérêt pour la résolution des problèmes non linéaires multidimensionnels à grand
nombre d ’inconnues.
Considérons une une équation aux dérivées partielles dont l’inconnue est une fonc­
tion / de deux variables x et t, posée sur un domaine prismatique Ix x It, où et I,
sont des intervalles de R.
On suppose qu’au moins un des intervalles est borné :
Ix = [a, b] , -oo < a < b < +oo

et que VEDP est « séparée », i.e. de la forme :

ai'W 0 + h(0 0 + a2( x ) | F


- + b2( t ) ^ + (a3(x) + b3(t))f(x, t) = h(x, t) (6.1)

Le principe de la séparation des variables est de chercher une solution sous la forme :

(x, t) f( x , y) = Y j f ‘(x ’ 0 - X i
/€ N ie N

Différentes approches sont possibles, en fonction de l’espace dans lequel évolue la


solution. La méthode employée ici consiste à construire, dans un premier temps, la
fam ille des fonctions (X/)/6n (qui constitue en fait une base hilbertienne d ’un espace
bien choisi), puis à déterminer les ( r ,-)/e]n et» finalement, à étudier la convergence de
/ \
la série de fonctions
2>
V ie N
Les annexes (B et C) donnent des résultats importants pour la compréhension de
© Dunod. La photocopie non autorisée est un délit.

ce chapitre.

6.1 Fonctions à variables séparées


Soit X une fonction de x 6 Ix,à valeurs dans R, et Y une fonction de Iy,
dans R.
On définit la fonction X® Yde

X ® Y : Ix x Iy -* R
(x,y) ^X (x)Y(y) 1 ’

117
Chapitre 6 • Méthode de séparation des variables

D éfinition 6.1

L’opération ® est appelée produit tensoriel (ou produit direct).


Une fonction de la forme X®Y est appelée dyade, ou fonction à variables séparées.

Définition 6.2

T (IXx Iy) étant un ensemble de fonctions définies sur Ix x à valeurs dans R,


on définit l’espace vectoriel engendré par les dyades de fonctions de T (JX) et de
T {Iy\noté T ( l x) ® T iff), par :
V/ € T( I X)® T(Iy),3Ne N, 3(Xf-, F , ) i e x T( Iy) f :

N
f(x,y) = J ] x i(x)Yi(y) (6.3)
i=1
L’espace ^ ( / A) 0 ^(7^) est appelé produit tensoriel de T (IX) et T (Iy).

Remarque 6.1
T ( I x) 0 T(Iy) est un sou s-esp ace vectoriel de T { I x x Iy)•
L’adhérence de T { I X) ® est constituée par l ’ensem ble des séries de fonctions conver­
gentes à variables séparées (dans un sens à préciser : convergence sim ple, quadratique, uni­
form e).

Lorsque Ix et Iy sont de longueur finie, un cadre particulièrement favorable est


L \ I X x Iy).
En effet :
P ro p o sitio n 6.1.
i. L2(IX) ® L2(Iy) est dense dans L2(IX x Iy).
ii. L2(IX) ® L?(ly) est muni d ’une norme (la « crossnorm ») qui coïncide avec la
norme usuelle de L2(IX x Iy).

Il* ® niz2(W®z2(/,) d= № ( / , ) ! № ( / , ) = P ® Ultfovxi,) (6‘4)


iii. L2(IX) ® L2(Iy) peut être muni d ’un produit scalaire qui coïncide avec celui de
L \ h x Iy) :

<Xi ® Li, X2 ® Y2)L2Ux)zi2(Iij)= V i , X 2)L2Ux)(Y i , Y2)L2W


= (Xi ® , ® Y2)L2(IxXiij)

iv. Si (X,),€N une èuse de L2(IX), et ( Y j) j^ une base de L2(Iy), alors


(X¡ ® L/)(,j )<einxn est une base de L2(IX x Iy).

118
6.1. Fonctions à variables séparées

Démonstration. Les premiers résultats proviennent directement de la construction


de l’intégrale de Lebesgue en dimension 2.
Pour montrer que (X,® F;)(,j)eNxN forme une base hilbertienne, il suffit de montrer
qu’aucune fonction de L2(IXx Iy) ne peut être orthogonale à toutes les fonctions de
la famille. ■

Dans ce chapitre, on sera en capacité d’exhiber une base de l’espace L2(IX) (grâce
à l’hypothèse d’intervalle spatial borné, le temps étant en général un intervalle de la
forme [0, +°o[).

Remarque 6.2
On considérera, par la suite, des fonctions du temps t et de la variable d’espace x. Il est
possible de travailler sur des fonctions de l’espace à 2 ou 3 dimensions grâce à la propriété 6.1,
qui autorise à utiliser la forme séparée a priori.

Reprenons l’équation aux dérivées partielles de référence.


L’absence de termes en dérivées croisées (dxdt) peut être obtenue par mise sous
forme standard, qui assure, en outre, que le terme a i ne change pas de signe. On
suppose donc celui-ci positif.
Par linéarité, on commence à s’intéresser à l’existence de solutions du problème
homogène 'Ph constitué de l’équation

ai(x)X"(x) T(t) + bx(t)X(x) T" (f) + a2(x)X'(x) T(t)


+ b2(t)X(x) T'if) + (a3(jc) + b3(t))X(x) T(t) = 0

assortie de conditions homogènes sur le bord de Ix, notées C#, sur une dyade (x, t) hh>
X(x)T(t) non trivialement nulle, ce qui conduit à :
b\T"{t) + b2T'(t) + b3 = axX"jx) + a 2X'(x) + a3
m x{x)
Le membre de gauche ne dépend que de la variable t, et celui de droite ne dépend
© Dunod. La photocopie non autorisée est un délit.

que de la variable x : chacun de ces deux membres doit donc être égal à la même
constante A € R :
bi T"(t) + b2T \t) + ¿3 a{X"(x) + a2X'(x) + a3
(6.7)
m ~ X(x)

avec, toujours, les conditions homogènes sur le bord de IX,C^


Par suite :
aiX"(x) + a2X'(x) + a3
= -A=> axX"{x) + a2X'(x) + a3 + AX(x) = 0 ( 6 . 8)

119
Chapitre 6 • Méthode de séparation des variables

rx (J2({/) ,
En introduisant la fonction x i-» p(x) = e-™ lJ, puis, en posant î , wu
ai
obtient :

Ix + q^ X + ÀS^ X = 0 (6.9)
r>lx
CH

qui est un problème aux valeurs propres particulier en (A, X) appelé problème de
Sturm-Liouville.
Sous certaines hypothèses, assez faibles, le spectre résultant est discret : (/!,-),eN> et
les fonctions propres associées forment une base hilbertienne de l’espace L2(IX)K
À l’aide de cette base, on cherche les fonctions (T,-)/€ff telles que l’équation aux
dérivées partielles non homogène et les conditions initiales soient respectés.

6.2 P ro b lèm e de S t u r m -L io u v ille


On étudie dans cette section le problème aux valeurs propres exhibé précédem­
ment (6.9). On donne, pour différentes configurations, les résultats d’existence de
bases propres hilbertiennes.
Dans ce qui suit, on travaille sur un intervalle I de IR, p désigne une fonction po­
sitive de classe C1, q une fonction continue, et s une fonction continue et strictement
positive.
On introduit l'opérateur de Sturm-Liouville S £ , défini par :

“ » -K s i'f M <6-io)
et le problème aux valeurs propres associé :

S£(X) + =0 (6.11)

L’opérateur S £ est a priori défini sur l’espace des fonctions de classe C2 sur R.

f. On remarque que s > 0 et q = a^s.


f. On rappelle que L\{IX) est l’espace de Hilbert formé par les fonctions dont le carré pondéré par la
fonction s est intégrable, voir la remarque B.3

120
6.2. Problème de Sturm-Liouville

On plonge cet espace dans L2(I),et, à l’aide d’intégrations par pa


le produit scalaire :

).
(<S£(f 9)l2(I)
s
f r s { i { pï h q f) gsdx

f f c é [ p% ) + ‘" f s ) ‘u
df
¡ i fU p î ) +,,9fs) d x - pgT x - p f Tx Jdl
df dg
( /, S £ (g ))L2(I)
P9Tx - p f Tx ai

Dans la suite, on choisit l’intervalle I et les conditions aux limites tels que le terme
de bord s’annule, l’opérateur de Sturm-Liouville est alors auto-adjoint dans ):

V(f>9) e £?(/) > ( S £ ( f) , g)L2{,) - ( /,

Le caractère auto-adjoint conduit à l’orthogonalité des vecteurs propres associés à


des valeurs propres différentes : si (A, f ) et (ji, g) sont des couples valeurs-vecteurs
propres avec A ï n ,on a directement :

(Af, 9)l]{I) ~ (S £ { f), - ( /. S £ (g ))L2(l) - (f,H9)ûsv)

et donc (A - n) ( /, g) ¿2(11 = 0 ce qui n’est possible que si et sont orthogonaux.


On se retrouve donc dans une configuration analogue à l’étude des matrices sy­
métriques en dimension finie. On admet que l’opérateur de Sturm-Liouville (défini
sur un espace de dimension infinie) satisfait les hypothèses nécessaires à l’existence
d’une base hilbertienne propre dans laquelle il est diagonal.

Définition 6.3
Dunod. La photocopie non autorisée est un délit.

Soit I = [a, b] c R.
On suppose que p est à valeurs strictement positives. Les conditions aux limites
sont de type Dirichlet ou Neumann ou Fourier, on les écrit de manière générique
sous la forme :

i a 0/(tf) + tfi/'(a ) = 0
avec (<2o , 0i.^o. ¿h) e R 4/ ^ (6.12)
\ b Qm + bl f ( b ) = 0

Sous une telle configuration, on parle de problèm e régulier de Sturm -Liouville.

121
Chapitre 6 • Méthode de séparation des variables

P ro p o sitio n 6.2. On admet les résultats suivants pour le problème régulier


i. Il existe une famille dénombrable non bornée de valeurs propres réelles simples

Uol < |/li| < ... < |/1„| avec lim |/l„| = +oo
n -> + o o

ii. Pour tout entier naturel n, la fonction (pn associée à An vérifie :


d_
+ (q + sÀn)<pn = 0 (6.13)
dx

iii. Pour tout entier naturel n, (pn a exactement n zéros sur ]a, b[ ; de plus, les zéros
de <pn-i sont intercalés entre les zéros de <pn.

iv. Si f € L2s([a, b]), alors, la série de fonctions | Ç ( / , </>n)L2s(iaM)^nj converge vers

f dans L%([a, b]) (convergence quadratique).


Si f est de classe C 1par morceaux, la convergence est simple vers la régularisée

. f ( x +) + f(x~)

Si, de plus, f est continue, la convergence est uniforme sur [a, b].
Définition 6.4

Soit [a, b] g R. p est supposée à valeurs strictement positives. Les fonctions don­
nées et les conditions aux limites sont supposées compatibles avec un comporte­
ment périodique :

( p(a) = p(b)
q(a) = q(b) et m = (6 .1 4 )
fia ) =
{ s(a)= s(b)

On parle alors de problèm e périodique de Sturm -L iouville.

P ro p o sitio n 6.3. On admet que le problème périodique possède les mêmes pro­
priétés que le problème régulier, à l ’exception suivante :
4o est une valeur propre simple, mais les valeurs propres suivantes peuvent être
multiples.

On appelle problèm e de Sturm -L iouville singulier un problème qui ne vérifie pas


les hypothèses précédentes. De nombreuses fonctions spéciales entrent dans cette
catégorie.
On donne quelques cas classiques.

122
6.2. Problème de Sturm-Liouville

Proposition 6.4.
On se place sur le segment [-1 ,1 \ et on suppose que, pour tout x de [ - 1 ,1 ]:

p(x) = (1 - x2) , q(x) = 0 , î (jc) = 1

Si on cherche des solutions à valeur finie en ±1, on obtient les polynômes de Le­
gendref (/>n)n6N, pour lesquels :

Àn = n (n + 1) (6.15)

Pour tout entier naturel n, Pn est solution de l’équation différentielle :

(1 - x2)P”(x) - 2xP'n(x) + n(n + 1)Pn(x) = 0 (6.16)

et donc :

fi*2 - •>"] V a: € ( - 1, 1] (6.17)

Les polynômes de Legendre forment une base hilbertienne de L2( [ - 1,1]).


Pour tout entier naturel n, Pn a la même parité que n, et possède n zéros sur ]-1 ,1 [,
qui séparent ceux de Pn-\.

Proposition 6.5.
On se place sur R tout entier, et on suppose que, pour tout réel x :

p(x) = s(x) = éT*2 , q(x) = 0

Si on cherche les solutions à croissance modérée (majorées par un polynôme) à Vin­


fini, on obtient les polynômes d ’Hermite* {Hn)n £ pour lesquels :

Àn = 2 n (6.18)
© Dunod. La photocopie non autorisée est un délit.

Pour tout entier naturel n, Hn est solution de Véquation différentielle :

H;;(x) - 2xH'n(x) + 2nHn(x) = 0 (6.19)

t. Adrien-Marie Legendre (1752-1833), mathématicien français. Il a apporté de nombreuses contribu­


tions en statistique, théorie des nombres, algèbre et analyse.
t. Charles Hermite (1822-1901), mathématicien français, qui travailla, notamment, sur la théorie des
nombres (il a démontré que la base e du logarithme népérien était un nombre transcendant, i.e. qui
n’est pas racine d’un polynôme), les formes quadratiques, polynômes orthogonaux, les équations dif­
férentielles et les fonctions elliptiques. Il fut, également, l’un des premiers scientifiques à utiliser les
matrices.

123
Chapitre 6 • Méthode de séparation des variables

et donc :
(- ])’> , dne~^
H M = ' e:ê — — Vxe R (6.20)

Les polynômes d ’Hermite forment une base hilbertienne de L2 2(R).


e-v
//s vérifient les mêmes résultats d ’existence des zéros et d ’entrelacement de ceux-ci
que les polynômes de Legendre.

Proposition 6.6.
On se place sur R +, et on suppose que, pour tout réel positif x :

p(x) = s(x) = e- * , #(;c) = 0


5/ on cherche les solutions à croissance modérée (majorées par un polynôme) à l ’in­
fini et à valeur bornée en 0, on obtient les polynômes de Laguerre* (Ln)ne^, pour
lesquels :
Àn = n (6.2 1)
Pour tout entier naturel n, Ln est solution de l’équation différentielle :
jcL"( jc) + (1 - Jt)L'(jt) + nLn(x) = 0 (6.22)

et donc :
K(x) = - e x {dxn > Sx € R + (6.23)

Les polynômes de Laguerre forment une base hilbertienne de L2_,(R+).


Ils vérifient les mêmes résultats d ’existence des zéros et d ’entrelacement de ceux-ci
que les polynômes de Legendre et Hermite.

Proposition 6.7.
Pour a > 0 et v > 0, on se place sur [0, a\, et on suppose quet pour tout x de [0, a] :
v2
p(x) = s(x) = x , q(x) = ----
JC

Si on cherche les solutions à valeur finie en 0 et valant 0 en a, on obtient la fonction


de Bessel de première e s p è c e d ’indice v, Jv.
t. Edmond Nicolas Laguerre (1834-1886), mathématicien français, qui apporta de nombreuses contri­
butions à l’analyse et la géométrie.
t. Ces fonctions furent découvertes par Daniel Bernoulli, mais portent le nom du mathématicien et
astronome allemand Friedrich Bessel (1784-1846) , qui les utilisa pour la résolution de problèmes de
mécanique céleste faisant intervenir la théorie des perturbations. F. Bessel effectua notamment, en 1838,
les premières mesures précises de la distance d’une étoile à un autre corps céleste. Il calcula également
le diamètre et la masse terrestres, ainsi que la valeur de l’aplatissement aux pôles.

124
6.2. Problème de Sturm-Liouville

Pour tout entier strictement positif n, la fonction x h» J v( s „ x ) est solution du


problème de Sturm-Liouville pour lequel

=4 (6.24)

où (a sfl)neisj* est la suite (infinie) des zéros de Jv.


Pour tout entier strictement positif n, la fonction x i-> Jv(snx) est solution de
Véquation différentielle :

d l dJv(snx)\ v2 , , 0
Tx 1* dx ~ 7 ,/v(in;c) + slx M snx) = 0 Sx e]0, a[ (6.25)

Jv n’a pas, a priori, d ’expression analytique simple.


JYa une infinité de zéros sur R + ; entre deux zéros consécutifs de Jv, il y a exactement
un zéro de Jv-\.
La suite de fonctions (.x i-» yv(iflx))n€N* est une base orthogonale de L*([0, a]).

Exemple 6.1
On considère le problème de Sturm-Liouville :

d2f
(6 )
{ d ï +Àf = ° (6.26)
/ ( 0) = /( i) cri)
/'(0) = / '( l ) (T2)
On reconnaît un problème périodique.
Pour chercher les valeurs propres À et les fonctions propres non indentiquement milles
/ associées, on résout l’équation différentielle (£) et on vérifie à quelles conditions les
valeurs aux limites peuvent être satisfaites.
i. Si À = 0, alors :
/(*) = a x + p (a,/3) € R2
P = a+p
a =a
Ounod. La photocopie non autorisée est un délit.

Par suite :
f(x) = P J e R*
À = 0 est donc valeur propre simple. Les fonctions propres associées sont les fonc­
tions constantes non milles.
ii. Si À > 0, alors, en posant À = co2, on obtient :

p sinh(cu x)
i / ( * ) = ol cosh (û > *) + (a, fi) € R2
a = a co sh (iu ) + p sin h (iu )
[ ù>P = (oa sinh(iu) + a)p cosh(iu)

125
Chapitre 6 • Méthode de séparation des variables

La vérification des conditions aux limites conduit au système linéaire :

'cosh(cj) - 1 sinh(ic))
sinh(ij) cosh(üj) - 1

Le déterminant de la matrice vaut 2(1 - cosh(û>)) > 0 ; ainsi, a = fi = 0, ce qui donne


alors / = 0 : le cas À > 0 est donc à rejeter.
iii. Si A < 0, alors, en posant À = - a;2, on obtient :

fix) = a co s (îu x ) + ß sin(cjx) (u,y0) e R2


a = a cosioj) + ß sin(w)
ü)ß = -cj a sinico) + ü)ß cos ico)

La vérification des conditions aux limites conduit donc au système linéaire :

c o s ( îu ) - 1 sin(ûf)
- sin(¿j) co s (îl >)
- 1

Le déterminant vaut 2(1 - cos(o/)). Pour co = 2nn (n e Z), le déterminant est nul, et
une solution non triviale est possible.
Les constantes a et j8 sont alors arbitraires.
L’espace propre associé à la valeur propre Àn = - ( 2nn)2 est donc de dimension 2, une
base possible est formée des fonctions

x\-> f n,\(x) = ^flsin(2nnx) et x i-> f n,2 (x) = V2cos(2n/r;c)

où le coefficient a été choisi de manière à normaliser les fonctions.


Cet exemple illustre bien comment les conditions aux limites sur un intervalle borné
« obligent » le spectre à ne prendre que certaines valeurs discrètes.

6.3 SÉPARATION DES VARIABLES


On a vu que le problème de Sturm-Liouville était posé avec conditions aux limites
homogènes sur le bord de Ix. La définition suivante montre que ce cadre n’empêche
pas de traiter des problèmes plus généraux.

Définition 6.5

On appelle relèvement des conditions aux limites une fonction qui satisfait les
conditions aux limites, suffisamment régulière pour être introduite dans l’opérateur
différentiel.

Soit (x , t) f r(jc, t) un relèvement des conditions aux bords du système (6.1).

126
6.3. Séparation des variables

Quitte à poser
f(x , t) = /,( x ,t) + / ( x , t)

et à remplacer le second membre par

h(x, t) = h(x, t) ...

- + ü2^~dx + + + f)J

alors, / est solution de la même EDP, avec pour second membre h et des conditions
aux limites nulles (voir l’exercice 6.4 pour un exemple de relèvement).
On reprend alors l’équation (6.1), où l’on fait apparaître un opérateur de Sturm-
Liouville :
S £ ( f) + ù i ( O 0 + * * ) £ + h ( t) f(x , t) = h(x, t) (6.27)

avec, toujours, les conditions homogènes au bord et les conditions initiales sur :

' f(x , 0) = fo(x)


(6.28)
X0)
, =
ot

6.3.1 D é te rm in a tio n d es fo n c tio n s te m p o re lle s


Il semble alors légitime de chercher la solution sous la forme

(x, t)/( x ,
ie N

où (X,),-6in est la base hilbertienne solution du problème du Sturm-Liouville, chaque


Xj étant associé à la valeur propre A,.
On obtient alors :
© Dunod. La photocopie non autorisée est un délit.

2 (S£(Xi)Ti + bl T ,i ,Xi + b2T ,i Xi + b3XiTi) = h(x, t)


i€ n

soit :
2 (-AiXiTi+ biT'AXi + b2T'iXi + b3XiTi) = h(x, t)
Z6N
puis :
2 (bi T" + b2T[ +( h - ) = h(x, )
/eN

127
Chapitre 6 • Méthode de séparation des variables

En exploitant le fait que la famille (X,),-6n est orthonormale^ pour découpler les équa­
tions, on projette suivant Xj, j e N :

Xj, 2 Xi (bxT" + b2T' + (b3 - Ai)Ti) = (X;, h(x, t))L] (6.30)


(/,)
'€n '£?(/,)
ce qui conduit à :

bxT'! + bzT’j + (b3 - Aj)Tj = (Xj, h(x, 0 )L?(/t) (6.31)

Chaque Tj est donc solution d’une équation différentielle ordinaire {EDO).


Les conditions initiales des EDO ainsi obtenues sont également données par pro­
jection des conditions initiales de l’équation aux dérivées partielles :

f{x, 0) = £ Xi(x)Ti{0) = fo(x) =* Tj(0) = (Xj, M x))L2(I )


/6n
df (6.32)
f t ix , 0) = 2 X j{ x ) T 'i (0) = g 0 {x) => T 'j{ 0) = (xJt jo (x ))№

Les Tj, j e N, sont solutions d’équations différentielles ordinaires avec des condi­
tions initiales découplées. Ils sont donc entièrement déterminés.

La série ^ X, 7) est donc connue.


v /
Considérons alors, pour tout entier N e N, la somme partielle d’indice N :

f N{x,i) = Y J Xn{x)Tn{t)
n<N

Il reste alors à déterminer si la suite de fonctions (/w)weN converge bien vers la solu­
tion lorsque N tend vers l’infini, mais aussi quel est le type de convergence (simple,
uniforme) et quelle est la régularité de la limite.
Actuellement, les seules informations relatives à la convergence sont connues en
t = 0 où les 77(0) et 77,(0), « e N, sont issus de la projection de fonctions connues
sur la base hilbertienne : si les données initiales fo et go sont des fonctions de L?S{IX),
le théorème de Parseval permet d’affirmer la convergence absolue des séries numé­
riques ^ |T„(0)| et ^ |77(0)|. En fonction de la régularité de ces mêmes données
fl n

initiales, il y a convergence simple ou uniforme de la série de fonctions Tn(0)Xn


n
et £ 77(0)X„.
n

t. Il ne faut pas oublier de normaliser les fonctions.

128
6.3. Séparation des variables

6 .3 .2 C o n v e rg e n c e d e la s é rie d e fo n c tio n s
Définition 6.6

Une série de fonctions de terme général sp et de somme partielle


( 11
x S„ = £ sp(x) converge uniformément sur [a, b] vers une fonction
< P=l Ke N
S lorsque n tend vers l’infini si :

V £ > 0 , 37V g N , Vn > N , V x e [a, b] \Sn(x) -S (x )\ < £

Proposition 6.8. S'il existe une suite positive {ap)pe^ telle que la série de terme

général ap converge < + oo et telle que :


V N

3 p 0 € N, Sx e [a, b], Vp > p0, |^(x)| < ap

alors, la suite de fonctions x i-> S„ =^ Sp(x) converge uniformément sur


V p=i neN
[a, b].Onparle de convergence normale.

T héorèm e 6.9.
i. Si, pour tout entier naturel p, sp est une fonction continue, et si la suite de fonc­
tions (S n)nen converge uniformément vers S, alors S est continue sur [a, b].
ii. Si, pour tout entier naturel p, sp est de classe C 1, si la suite de fonctions (S n)neN
converge simplement, et si la suite de fonctions (S'n)ne^ converge uniformément,
alors S est de classe C 1, et
© Dunod. La photocopie non autorisée est un délit.

peN

Les définitions et résultats précédents sont encore valables pour des fonctions de
plusieurs variables et la convergence uniforme d’une série de fonctions continues en­
traîne la continuité de la série, la dérivabilité (partielle) des termes et la convergence
uniforme de la série dérivée entraîne la dérivabilité partielle de la série.

Remarque 6 3
i. Un cas d’application classique est le suivant : considérons la série numérique, conver­
gente, de terme général \T„(0)\.

129
Chapitre 6 • Méthode de séparation des variables

On suppose, en outre, qu’il existe une constante positive A telle que, pour tout t, on ait :
\Tn(t)\ < A|r„(0)|. On suppose, de plus que la série de fonctions ^ Tn(0)Xn converge
/t
uniformément.
Alors, il y a convergence normale (et donc uniforme) de la série de terme général XnTn.
ii. En général, la convergence de la série ^ X„T„ ne pose pas trop de difficultés. Il ne faut
n
pas oublier de s’assurer de la convergence des séries dérivées.

6 .3 .3 T r o n c a tu re
En pratique, on ne calcule que les premiers termes du développement II est donc
important de pouvoir évaluer Verreur commise suite à une troncature.
Proposition 6.10. Approximation, m esure de Terreur
Supposons qu'il existe un réel A strictement positif tel que, pour tout réel t de It :
\Tn(t)\<A\Tn(0)\
On tronque le développement de f au rang p, en posant :
r

fp(x,t) = Y J Xn{x)Tn(t)
/1=0
ainsi que celui concernant la condition initiale :
p P
f p(x) = 2 ( * .. f )L2 Xn(x) = 2 Xn(x)Tlt(0) = f p(x, 0)
/ 1=0 / 1=0

Alors\ à t = 0 :

\ \ f - f P\\2 = 2 X„T„(0) = Y j ir«(0)l2 = ll/ll2 - liy?ll2 (6-33)


n>p n>p

et, à t fixé :

\\f ( x ,t) - f p(x,t)\\2 = YXn(x)Tn(t) =2 |r„(0 l2


n>p n>p (6.34)
A Y \ Tn m 2 =A (\\f\\2 -\\f¡\\2)
n>p

On est donc capable de majorer à chaque instant l'erreur commise en tronquant un


développement à l'ordre p.

t. Les normes sont au sens de L2S, et les Xn sont supposés normalisés.

1B0
6.3. Séparation des variables

Exemple 6.2 Propagation de la chaleur dans un barreau métallique


On considère un barreau cylindrique métallique, d’axe (Ojc), de longueur L, de chaleur
massique c, de masse volumique p, et de conductibilité thermique K.
Qn désigne par 0 : ( jc, t) 0(jc, t) la température du barreau.
Il est supposé initialement soumis au champ de température 0o • 0(*, 0) = 0o(jc).
Les conditions aux limites sont homogènes, de type Dirichlet sur le bord gauche ( jc = 0)
et de type Robin sur le bord droit ( jc = L), le coefficient d’échange est noté h.
Toutes les constantes introduites sont bien sûr strictement positives.
Le problème aux frontières (?y ) modélisant la diffusion de la chaleur dans le barreau est :
de, , K d^G
= — ^ ( * ,0 V * 6 ]0 ,L [, V f> 0 (S )
d i^ pc ox¿
0 ( 0 ,0 =o CFÍ)
ôG
— (L, t) + hG(L, t) = 0 {Ti)
ox
6(x, 0) = Oo(x) (J)
Pour obtenir de bonnes propriétés de convergence, on suppose que 0o est de carré inté­
grable et continûment dérivable sur [0, L], et qu’elle vérifie la condition de compatibilité :

0o(O) = 0 ~r-{L) + h0o(L) = 0


et
dx
On commence par rechercher une solution de (8) sous la forme :
G(x,t) = X(x)T(t)
Par suite :
X{x)T'{i) = — X"{x)T{t)
pc
0o étant non identiquement nulle, il en est nécessairement de même pour X et T. Il existe
donc un domaine [a, b] x [t\, ¿2] de R2 où X et T ne s’annulent pas. Dans ce domaine, on
a donc :
K X”(x) V{t)
pc X(x) “ T(t)
Le membre de gauche ne dépend que de la variable jc, et celui de droite de la variable t
© Dunod. La photocopie non autorisée est un délit.

uniquement ; il existe donc une constante À telle que :


K X " ( jc) T\t) _
pc X(x) ~ 7X0 “
S’il existe un réel xo en lequel X s’annule, alors, comme T ne s’annule pas sur [t\, Î2L on
a:
X"(*o)7X0 = 0
La relation
— X"(x)-ÀX(x) = 0
pc
est donc encore vérifiée.

131
Chapitre 6 • Méthode de séparation des variables

Par suite, pour tout x de ]0, L[ :

X"(x)-^-AX(x) = 0

Il faut donc chercher des solutions à l’équation différentielle précédente, la forme de


celles-ci changeant avec le signe de À9il faut discuter selon les cas.
i. Supposons À = 0 ; on aurait alors :
X(x) = a x + p avec(or,/?) e R2
Les conditions aux limites donnent :
( 0(0,0 = 0 =/?
\ de =ï a =p = o
— (L, t) + hO(Lt t) = 0 = a + hLa + h/3
Vdx
X devant être non identiquement nulle, le cas À = 0 est à rejeter.
0c
ii. De même, on exclut le cas À = co2 > 0, car alors :
K
X{x) = a cosh(a>x)+ fi cosh(iux) avec (or,/?) e R2
La condition de Dirichlet en 0 donne a = 0, celle de Robin en L donne alors :
PQi sinh(iuL) + (ocosh(cuL)) = 0 => P = 0
_^
P£ pc 9
iii. — Àest donc strictement négatif, on pose — À = -o r
K 4 K
On a donc :
X(*) = a cos(a>x) + p sin(cu x) avec (a, P) e R2
La condition de Dirichlet en 0 donne a = 0, celle de Robin en L donne alors :
P ( o j cos( o j L) +h sin(£j L)) = 0
Les solutions non triviales (P ï 0) sont donc obtenues pour :
co
—+ tan(coL) = 0
h
Cette équation admet une infinité dénombrable de solutions que l’on note (con)nen -
La figure 6.1 représente les solutions cont ne N, pour n = 0,1,2 :
ces solutions sont obtenues graphiquement comme étant les abscisses des points d’inter­
section de la courbe représentative de la fonction co h-> tan(coL) et de la droite représentant
, „ co
la fonction eu i-> —.
h
La solution du problème de Sturm-Liouville est donc donnée par :

' -1- - Pc
X„(x) = pn sin(w„ x)

132
6.3. Séparation des variables

Figure 6.1 - Obtention graphique des <on

Pour normaliser les fonctions, on calcule :

1 = fii f sin
si (ojfl x)dx
Jo
_ 02 1 - cos(2^„ x)dxj

2/L _ sin(2o>„L)\
P" \2 4ù>„ )
2 tm(ù)nL)
2 4ü>n(l + tan2(iu„L))
h
2(h2 + a>2)
qui donne l’expression de ßn.
On a alors :
2 +
Xn(x) = S in ( iJ „ x )
' h + L(h2 + a)2)
D’après le théorème de Sturm-Liouville, la famille des (X„);ieN est une base hilbertienne
de L2([0, L]).
© Dunod. La photocopie non autorisée est un délit.

+oo
On cherche alors la solution de YEDP sous la forme 6 = ^ XnTn.
n=1
L’équation dans [0, L] devient :
+oo +00

puis :
-foo
Y j xn(rn + A„Tn) = o
n=i

133
Chapitre 6 • Méthode de séparation des variables

ce qui implique T'+AnTn = 0


T„ = Tn(0)e~À"‘
Pour déterminer les r„(0), ne N, on utilise la condition initiale :

0o(x) = 0(x, O) = Y JX„(x)Tn(0)


/ 1=1

D’après les hypothèses sur 0o> on peut développer cette fonction sur la base et on sait qu’il
y a convergence quadratique et uniforme de la série :
+oo +OQ
2 T„( 0 ) x „ ( * ) = Y j ( 0 0 . Xn)mio.L]) X „ (x )
/1=1 /1=1

V« € N, Tn(0) = (Oqi ^/j)l2([0,L])

D’où, finalement :

0(x, t) = V 2 ^ , . 2 ^", . ( f 0o(y) sin(w„ y)dy\ Sin(iu„ x) e~À"' (6.35)


¿^h + L(h2 + A„) ( J 0 J

Réciproquement :
Vérifions que la fonction 0 ainsi obtenue est bien solution du problème aux frontières
initial (?V).
Le théorème de Parseval donne \Tn(0)\ = ||0|Il2([o,l]) : il y a donc convergence uniforme
n
de la série en t = 0.
Par ailleurs, les \Tn\ sont des fonctions décroissantes en temps. La série ^ XnTnest donc
n
uniformément convergente sur [0, L] x [0, + o o [ .
Reste à savoir si elle est une fois continûment dérivable.
On calcule à cet effet le terme général de la série dérivée une fois en tempsf :
Tn = -ÀnTn
Pour 0 < to < t, on a :
| 7 » | = A„\T„(t)\ = Ane-A^ - ,)\T„(to)\

pour n suffisamment grand le terme en est plus petit que 1 et la série converge
comme celle de terme général |T„(io)|. Il y a donc convergence uniforme de la série déri­
vée sur [0, L]x]0, + o o [ et +oo
Jt (x,t) = Y j Xn(x)T'n(t)
/ 1=1

La fonction obtenue est donc bien solution du problème aux frontières initial (fy).

f. C’est le même terme que la série dérivée deux fois en espace.

134
Exercices

Exercices

Vibrations libres d’une poutre


— ^ ^
L’espace euclidien est rapporté à un repère orthonormé (O; ,
On considère une poutre horizontale en équilibre, homogène, de longueur L, de sec­
tion droite constante, en appui simple à ses deux extrémités.
On désigne par E le module d’élasticité (module d’Young) de la poutre, et par I le
moment d’inertie de la section droite.
En l’absence de forces extérieures, la déflexion verticale au point d’abscisse et à
l’instant tvérifie l’équation aux dérivées partielles :

d 4y
E I —7 + pS0 (fi)
dx4

On suppose que, à l’instant initial t =0 :

y(x, 0) =

et que chaque point de la poutre est animé d’une vitesse transversale connue :
dy.
(x, 0) = i>o(x)
dt
où «o et vo sont deux fonctions de classe C2 sur [0, L].
Les conditions aux limites d’appui simples se traduisent par un déplacement et un
moment nul aux extrémités :
yi0. t)= y{L, t) =0
52m <92« (T)
© Dunod. La photocopie non autorisée est un délit.

E I d à (0’t) = E I d à (L,t) = 0

Déterminer, avec ces conditions aux limites, la solution de l’équation aux dérivées
partielles (£).

K2J Vibrations d’une membrane circulaire


Sion frappe la membrane d ’un tambour en son centre, elle oscillera à des fréquences
bien particulières (« les fréquences propres »). Le son émis par le tambour corres­
pond ainsi à la superposition des fréquences propres, avec, pour chaque fréquence,
une amplitude qui dépend de la manière dont on a excité le tambour. Le cas d ’un tam­

135
Chapitre 6 • Méthode de séparation des variables

bour à cadre circulaire, a été résolu par Rudolf Friedrich Alfred Clebsch^ en 1862.
Mais le problème est encore ouvert : en 1966, le mathématicien M. Kac a posé la
question suivante : « Peut-on entendre la forme d ’un tambour ? », Le. la forme du
tambour est-elle déterminée de manière univoque par le spectre ?[11,13]
—^ ^ ^
L’espace euclidien est rapporté à un repère orthonormé (O; i , j , k).
On désigne par (r, <p) les coordonnées polaires d’un point du plan z = 0.
On considère une membrane, fixée sur un cadre circulaire du plan z = 0, de centre O,
de rayon a.
f étant une fonction donnée des variables r et tp, de classe C 2, le déplacement vertical
d’un point de la membrane et la vitesse, à l’instant t = 0, sont :
( z(t = 0; r, (f) = f(r, (p)

\ ^ ( t = 0-,r,<p) = 0

On suppose que le déplacement vertical d’un point de la membrane, à l’instant t,


vérifie :
dh
c2 Az
dt2
où Az désigne le Laplacien de la fonction z , dont on rappelle l’expression en coor­
données polaires :
_ d2z 1 dz 1 d2z
dr2 r dr r2 dtp2
La fixation au bord du cadre circulaire est telle que :
z(t\ r = a,<p) = 0
Remarque 6.4
On se trouve dans un cas où l’espace est de dimension 2. La démarche va être la même : déter­
mination d’une base de fonctions spatiales puis projection pour déterminer la dépendance en
temps. Par ailleurs, d’après les résultats de densité donnés en début de chapitre, il est légitime
de chercher une base de l’espace des fonctions spatiales à variables séparées.

1. Pour t > 0, r £ [0, a] et (p € [0 ,2 n], on recherche une solution z du problème


homogène sous la forme :
z(t\ r,<p) = T(t)R(r) 0 (<p)
(a) Montrer que <Pest périodique, et préciser sa période.

f. Mathématicien prussien (1833-1872), connu pour ses contributions à la géométrie algébrique, la


théorie des invariants et les applications de la dualité à la statique graphique.

136
Exercices

(b) Montrer qu’il existe deux constantes réelles telles que :


00 (fi#)
1 d dR
+ (A -^ )R (r) = 0 (fi*)
_ r dr r dr r¿
(c) Donner l’ensemble des fonctions ( 0 n)n e N solutions de (fi
(d) Montrer que, pour tout entier naturel R est solution de l’équation :
f 1 d dR
+ 0i - 4 )J?(r) = 0
i r dr r dr
=0
Ce problème, quand on lui adjoint la condition de valeur finie de en 0,
est un problème singulier de Sturm-Liouville dont on donne les principaux
résultats :
• Soit Jn la fonction de Bessel de première espèce :

T , v _ (r\* v (~ 1)Æ 1
"( r ) ( 2) ^ kl £)! \ 2 /
k=0
Jn admet une infinité dénombrable de zéros sur R + notés N-
• Pour n e N fixé, le problème de Sturm-Liouville ainsi obtenu admet une
infinité dénombrable de solutions (A„iP, n avec :
\2
Àn’p = ^ v ) ' Rn
• Pour n e N fixé, les (Rn,p)PeN forment une base orthogonale (non nor­
mée) de Ûr([0, a]).
2. Donner, en fonction de / et des fonctions (0„)„eN et n 2- l’expression
du déplacement vertical z.

C a s où l’espace est p ondéré


© Dunod. La photocopie non autorisée est un délit.

On considère l’équation aux dérivées partielles pour e ]l, € R+ :


d2u 2 d2u „ du
(fi)

avec les conditions aux limites* :


u (\,t) = 0 V t > 0
(C£)
u(e, t) =0 V 0

_ t- e désigne la base du logarithme népérien (ln e = 1).

137
Chapitre 6 • Méthode de séparation des variables

et les conditions initiales :


[ u(x, 0) = 0
< du (CI)
) = /(* )
où / est une fonction continue sur ] 1 , e[.
On cherche ici à résoudre cette équation par la méthode de séparation des variables,
en recherchant la solution sous la forme :
u : (x, 0 h-» ^ Xk(x) Tk(t)
AreN*
1. En profitant de l’homogénéité du problème, on pose directement :
u(x, t) = X(x) T(t)
dans (S).
Montrer que pour que cette forme séparée satisfasse (£), il doit exister une
constante réelle A telle que X soit solution de l’équation différentielle suivante :
x1 X,' + 3xX'
=A (Sx)
X
2. En utilisant les conditions aux limites, donner les valeurs de X (l) et X(e).
3. Pour résoudre l’équation différentielle (Sx), on utilise le changement de va­
riable x = ez et on pose Z(z) = X(x).
Montrer que l’équation devient :
Z"(z) + 2Z'(z)-A Z(z) = 0 (Sz)
4. Donner les valeurs de Z(0) et Z(l).
5. (a) Dans le cas où 1 + A > 0, on pose 1 + A = a>2, o) e R +.
Donner alors la forme générale des solutions de (Sz).
Ce cas est-il compatible avec les conditions aux limites ?
(b) Dans le cas où 1 + A = 0, donner la forme générale des solutions de (&z)-
Ce cas est-il compatible avec les conditions aux limites ?
(c) Dans le cas où 1 + A < 0, on pose 1 + A = -a»2, (o e /?+.
i. Donner alors la forme générale des solutions de (£>z)
ii. Ce cas peut-il être compatible avec les conditions aux limites ?
Montrer alors que u> = kn, k e N, et donner, pour un entier k, l’ex­
pression correspondante, notée Zk(z), de Z(z).
iii. En déduire, pour un entier k, l’expression correspondante de X(x), no­
tée Xk(x).
Quelle propriété vérifie la famille des (Xk) ?

138
Exercices

iv. Montrer que les fonctions (Tk)associées sont sol


différentielles découplées :

T'k' - A kTk = 0 (& t )

Donner l’expression des Tk.


v. En exploitant les conditions initiales, montrer que :
+oo _______ .
u(x, t) = V ' — sin í Vl + k2n2 i J sin(fc n ln x)
Ùo x {
où les Ck désignent des constantes réelles à déterminer.

Q B I C o n d itio n s au x lim ites non h o m o g è n e s


Soit a, b, a, /3,uq et l des réels strictement positifs tels que :

an2 > bl2

Résoudre l’équation aux dérivées partielles :

d2u , du
0 V(x, t) €]0, /[x]0, +oo[
a a ï + b u + ~dt
avec les conditions aux limites non homogènes

Í w(0, t)= uoe Vf > 0


{ n(/, t) = t>0
e~V
Q
U

et la condition
lim u(x, t)= 0 Vx €]0, /[
t —>+oo
© Dunod. La photocopie non autorisée est un délit.

Pour aller plus loin


Un exercice supplémentaire et son corrigé sont en accès libre à partir des pages
d’accueil du livre sur le site www.dunod.com

139
Chapitre 6 • Méthode de séparation des variables

Corrigés

12U Afin de chercher la base des fonctions de l’espace, vu que l’équation et les
conditions aux limites sont homogènes, on injecte directement la forme séparée dans
les équations :
y(x, t ) =X( x) T( t )
Il en résulte :

= X(4)U) m +pS T"(t) = 0

La solution devant être non identiquement nulle, il en est nécessairement de même


pour X et T. Il existe donc un domaine [a, b] x ] de R 2 où et ne s’annulent
pas. Dans ce domaine, on a donc :
X(4)0 ) _ pS )
X(x) " El )
Le membre de gauche ne dépend que de la variable x, et celui de droite de la variable
t uniquement ; il existe donc une constante € R telle que :
x < 4> ( * ) _ pS H O
X(x) El )
S’il existe un réel xq en lequel X s’annule, alors, comme T ne s’annule pas sur [?i, *2].
on a donc :
X(4)r ( 0 = 0
La relation
X(4)(x) = AX(x)
est donc encore vérifiée.
Par suite, la fonction de l’espace doit être solution du système suivant :
X {4\ x ) = XX(x) Vx e]0, L[
- X(0) = X(L) = 0
X"(0) = X"(L) = 0
Cette équation différentielle ordinaire du quatrième degré fonctionne comme un pro­
blème de Sturm-Liouville. Le polynôme caractéristique est :
r4 - À
Les solutions diffèrent selon le signe de A.

140
Corrigés

i. Si A - 0, on a
X(x) = a + bx + ex2 + dx2 (a, b, c, d) e R 4
Les conditions aux limites conduisent àa = b = c = d = 0.
Ce cas est à éliminer.
ii. Si A < 0, on pose ô = |/t|“ L On rappelle que les racines quatrièmes de (-1 ) sont
les complexes ±e'% et ±e'~F.
On a donc :
_£gff
J 1 -=VT
X(x) = ae^ + be s + ce* + de 6 ( a ,b ,c ,d ) € C \ Im(X) = 0
Les conditions aux limites en 0 donnent :
X(0) —ü + b + c + d —0

X"(0) = -^(a + b - c - d ) - 0

donc a = -b et c = -d. Donc

X(x) = a { e y ’i - e ^ ) + c0 A - ■e*i.-'T ,
» .•TT » y TT r i3 ;r
X(L) = a(ese 4 - ese 4) + c(e^e 4 e*e 4 ) = 0

r ,(L) = ^ i « ( ^ e'f - e ^ h - c i e * = 0

ce qui donne directement a = c = 0.


Ce cas est également à éliminer.
iii. Si A > 0, on pose 6 - A~X
Les racines du polynômes sont r = ±ù_1 et r = ±iô~l.
Les solutions sont de la forme :
X(x) = a cos ^ j + b sin ^ j + c cosh ^ j + d sinh ^ j (a, b, c,d) € R

Les conditions en 0 donnent :


Dunod. La photocopie non autorisée est un délit.

X(0) = a + c = 0

X"(0) = ^ ( - a + c) = 0

d’où a = c = 0.
Alors les conditions en L donnent :

X(L) = b sin ^ j + d sinh ^ j = 0

r U ) = ^ ( - i s in ( | ) + rfsmh ( | ) ) = °

141
Chapitre 6 • Méthode de séparation des variables

Comme sinh ï 0, alors : d = 0.


Finalement, pour obtenir une solution non triviale, il faut que

- e ttN*
ô
On pose alors :
ök = - , k e N*
kn

Xk(x)
= ^ si” ( £ )
Les Xk, k e fi, sont normalisés au sens du produit scalaire de l’espace L2([0, L]),
dont ils forment une base hilbertienne.
On cherche alors la solution sous la forme
(x, t) i-> y(x, t) = ^ Xk(x)Tk(t)
ken*
On reprend l’équation initiale :
â*y p s d2y
dx* E l dt2

On utilise alors l’indépendance des Xk pour se ramener à des équations scalaires dé­
couplées :
El
V *eN *, o = T'k' + -— Tk
PS ô k

El pSôt
Tk(t) = 7*(0) cos 1 -Tk(0)sin
V Sót J El p S ô î)
Les constantes s’obtiennent par projection des conditions initiales :

hoO) = y(x, 0 ) = 2 Tk(0)Xk(x)


ken*
(«0, ^ ) ¿ 2([0,¿]) - 7*(0)

vo(x) = ^ ( x ,0 ) = J ] Tk(0)Xk(x)
ken*
(vo, Xk)L2([0,L]) = Tk(0)

142
Corrigés

Au final, la solution est donc donnée par :

y(x, t)

La majoration

L2 pS ,
VfceN*, sup IX*7*| < |7*(0)| +
x,t k2TT2

permet de conclure à la convergence de la série de fonctions grâce à la convergence


des séries numériques en t = 0.

La figure 6.2 représente les trois premiers modes (normalisés) de vibration de la


poutre.

F i g u r e 6 . 2 - L e s S p r e m ie r s m o d e s d e v ib r a t io n d e la p o u t r e
© Dunod. La photocopie non autorisée est un délit.

W Èi\ 1. (a) Le problème étant à symétrie circulaire, on a Vr > 0 r [0, ] V<p :


z(t; z, <p + 2/r) = z(t; r, <p). Donc <&{<p + 27t) = <P(<p), la fonction est 2/r-
périodique.
(b) On a :

Az =m I R "(r) 0(<p)+ - &(<p) + R(r) 0"{<p)\

1
= -T " (t)R (r )0 (<p)

14B
Chapitre 6 • Méthode de séparation des variables

La solution étant non identiquement nulle, il existe un domaine


l / i . ri\ x [y?i, (pi\ x [ii, Í2] où R ,0 e tT ne s’annulent pas. Sur ce domaine,
on peut écrire :
R"(r) 1 R'(r) 1 0"(<p) _ 1 T"(t)
R(r) + r R(r) + r2 0(<p) ~ c2 T(t)
Le membre de gauche ne dépend que des variables r et <f>, et celui de droite
de la variable t uniquement ; il existe donc une constante À telle que :
R"{r) 1 £(T) 1 * > ) = I =
R(r) r R(r) r2 0(<p) c2 T(t)
S’il existe un réel <po en lequel 0 s’annule, la non-nullité des autres fonc­
tions sur [ri, r2] et [ii, Í2] implique 0"{<fio) = 0. La relation
1 R'(r) 1
R"{r) 0(<p) + - - f f 0(<p) + - r 0"(<P) = -A 0(<p)
r R{r) r¿
est donc vérifiée pour tout <p e [0, 2n\.
De même, on montre que l’équation est valable sur tout r e [0, a].
Le problème spatial s’écrit :
2 R !\r) R \r) 2
R(r) R(r) 0(<p)
Le membre de gauche ne dépend que de la variable r, et celui de droite de
la variable <puniquement ; il existe donc une constante ¡x telle que :
2 R "(r) R '(r) , 2
r ------- + r tttt + Ar ¡X € R
R(r) R(r)
d’où le système spatial découplé annoncé.
(c) Grâce aux résultats démontrés plus haut, on a donc, pour tout <pde [0 , 2n\ :

0 ”(<p) + ¡x 0 {<p) = 0 V<p e]0 ,2 n[


0 2n périodique
Il est nécessaire de discuter en fonction du signe de /x
- ¡x = 0 alors 0 = a<p+/3 et la périodicité impose a = 0. La valeur propre
0 donne donc une fonction propre constante (mode axisymétrique) :
1
H= 0 0 o(<p) =
y¡2ñ
- si ¡x < 0 la solution fait apparaître des fonctions exponentielles réelles
qui ne peuvent satisfaire la périodicité.

144
Corrigés

- si p = u)2 > 0 avec a>> 0. Les solutions sont alors de la forme :

<P{(p) = a cos(o)</>) + /? sin(ai<£i)

La 2tt périodicité implique <o € N*, a et fi sont alors arbitraires. On


obtient donc deux fonctions propres que l’on orthonormalise :

neN* = V2cos (ntp) et <Pn(<p) = V2sin(n0)

(d) Pour tout entier naturel n, grâce aux résultats précédents, on a :

2 R"(r) R'(r) 2 2
r —— +T + A r = rr
Rir) R(r)

On y ajoute la condition limite en a et la considération physique que R doit


être continu et borné en 0, R est alors solution de :

'1 d f dR
R(r) = 0
r d r[ dr
R(a) = 0
R(0 ) < oo

D ’après l’énoncé, pour n fixé, les solutions sont discrètes (indicées par
p e N*) :

An , p -
© Ounod. La photocopie non autorisée est un délit.

r i-> R„,P(r)

Les premiers modes de la membranes sont représentés sur les figures 6.3,
6.4, 6.5, 6.6.

2. On cherche alors la solution sous la forme :

(t; r, <p) h» z(t; r, (p) = 2 Rn,P(r) (*n<(P)Tn,p(t) +


(n,p)eNxN*

145
Chapitre 6 • Méthode de séparation des variables

On injecte cette forme dans YEDP :

n - a _ — d2z
° Az c2 dfi

= E
(/î,/?)eNxN*
T*-p ( K p
'
; K ,p + \ Rn,p < ) - ^KpRn.P^n

+ tn,p [K ,p ^R'n,p ®n + ^2 Rn,p j - ¿Tn.pRn.p&n

= e t ">p (K p *n +; K ,p *n - 4 Rn,P «2^») - ^ K p R n . p ^ n


(n,p)e NxJN* ' r

+ f„ ,p (/?"p + -r Rf„tP è n - j 2 Rn,Pn2^ - ^ f ; ' pRn,p0 n

= E
(n,p)6NxlN*
*»./» (*«(-
'
V » .P- \
°
T 'n'.p) +& n ( - Àn,Pf n,P - j K p ) )
(RnÀn,p)zw et K * » L n étant des bases’ on a :

V(n, P ) € N x N* 0 = c2À„,pTn<p + T'1P

Tn,p(t) = r„ tP(0) cos(c ypÇ^t) + — j = T ' np(0) sin(c


Cy^ritp

et de même pour les f„iP.


Les constantes sont déterminées en projetant les conditions initiales :

f{r, <p) = z(t = 0; r, ip)


= E RnAr)(*ni<p)Tn,p(0) + $ n(<p)î„lPi0))
(n,p)e NxN*

V(n, p) 6 N x N* Tn.piO) - ( ( / , ^ ) ¿ 2 ([0i2^]))¿2([0|a])

0 = —(/ = 0; r, y>)

= E
(«,p)eNxN*
*».p W ( 0 '< W , î>(°) + ^ Î ' . / O ) )

V(«,p) € N x N* n iP(0) = f ; p(0) = 0

146
Corrigés

$oW>)Æo,i(r) $o((t>)Ro,2(r )

Figure 6.3- M o d e ( 0 , l ) d u t a m b o u r Figure 6.4- M o d e ( 0 , 2 ) d u t a m b o u r

Figure 6.5- M o d e ( l . l ) d u t a m b o u r f i9 u r e 6 6 ~ M o d e ( l, 2 ) d u t a m b o u r

(X J 1. On injecte la forme séparée u(x, t) = U(X) dans (S) :


X T " = x2 X "T + 3 x X ' T
puis :
x2X" + 3xX' J1//
= A€ R
X Y
© Dunod. La photocopie non autorisée est un délit.

2. Les conditions aux limites conduisent à :


X(l) = X(e) = 0
3. On pose x = ezet X(x) = Z(z)

x2 X” + 3 x X ' - A X = Z" + 2Z' - AZ

147
Chapitre 6 • Méthode de séparation des variables

Z(0) = Z( 1) = 0
5. L’équation caractéristique de (fîz) est donnée par :

0 = r2 + 2r - A
Son discriminant réduit est :
1 +A
(a) Dans le cas où 1 + A = o>2 > 0, les deux racines réelles distinctes sont

r = —1 ±a>
ce qui conduit à :
Z(z) = e~z {Aeù)Z + Be~ü)l)
où A et B sont deux constantes réelles.
Les conditions aux limites imposent alors :
Z(0) = A + B = 0
Z(l) = e~l (Ae‘° + B e-w) = 0
ce qui conduit nécessairement à A = B = 0 et il n’existe pas de solution
non triviale.
(b) Dans le cas où 1 + A = to2 = 0, la racine double est r = -1 , ce qui conduit
à:
Z(z) = e~z (A + B z)
où A et B sont deux constantes réelles.
Les conditions aux limites imposent alors :

Z(0) = A = 0
Z(l) = e~1 (A + B) = 0
ce qui conduit nécessairement à A = B = 0 et il n’existe pas de solution
non triviale.
(c) i. Dans le cas où 1 + A = -o ? < 0, les deux racines complexes distinctes
sont
r = —1 ± i(o
ce qui conduit à :

Z(z) = e~z (A cos ((oz) + B sin (cdz))


où A et B sont deux constantes réelles.

148
Corrigés

ii. Les conditions aux limites imposent alors :


Z(0) = A = 0
Z( 1) = e“1 (B sin (ùj)) = 0
Pour obtenir une solution non triviale on doit donc avoir :
sin (eu) = 0 => ai = kn, k e N*

Il en résulte :
Zk(z) = Bke~z sin (knz)
iii. D
Xk(x) = Zk(z) = Z*(ln x) = sin (kn ln x)

les (Xk) forment une base hilbertienne de L?x([\,é\), ils sont orthogo­
naux au sens du produit scalaire associé :

pour k t k’, (Xk, Xk')Li([i,e]) = J" xXkXk'dx = 0

Les vecteurs sont normalisés en choisissant


Bk = '¡2
On peut retrouver le bon espace en mettant le problème de Sturm Liou-
ville sous forme canonique :

S£(X) : x i—>x2X" + 3xX' = X


- ((x3X')')

et on identifie p(x) = x3, q = 0, î (*) = x.


iv. En injectant la forme ^ XkTk dans (6 ), on obtient :
ke N‘

2 T''Xk = Y j^ X k’ + 3xX'k)Tk = J ] AkXkTk


keN*
© Dunod. La photocopie non autorisée est un délit.

teN* jfceJN

]T (T ,k'-AkTk)Xk = 0
keN*
L’indépendance linéaire des X* conduit alors à :

T,k' - A kTk = T,k' + ( l + k 2n2)Tk = 0


de solution générale :
ji/ /q \

Tk(t) - Tk(0) cos( V l + k2n2t] + k - sin [ V l + k2n2t\


' ' V l + k2n2 V >

149
Chapitre 6 • Méthode de séparation des variables

v. Les (7*(0)) et (r'(0 )) sont déterminés à l’aide des conditions initiales.


La première condition initiale (u(x, 0) = 0) impose directement
Vit e W , Tk(0) = 0.
La deuxième condition initiale impose ensuite :
r\ 4 -0 0

^ (x ,0 ) = Y J T'km k{x) = f(x)


at k=1
On projette cette équation sur la base hilbertienne
r k(0) = (Xk, f ) L2{[l<e])
Au final
sin (kn ln(x)) sin ( Vl + k2n2 i)
u(x, t) = Y j Ck
k=1
fl siu(kjr ln(y))f(y)dy
Ck —2
V1 + k2n2
U SI On commence par rendre homogènes les conditions aux limites en cherchant
un relèvement (le domaine prismatique suggère une fonction affine de x) :

U(x, t) = «o - y) + y é_/î,j
U est régulier et vérifie les conditions aux limites.
On pose ensuite v = u - U.
v est solution de :
d2v , dv ( d2U dU \
a dx2 bc + J , = - [ ‘, l ? + l’u + T j

= m (<l> - - f ) + № - « y « -'" )

et doit satisfaire les conditions :


v(0, t) = v(l, t) = 0 Vi > 0
lim v = lim u - U = 0 V x€]0,/[
t —>+oo f —>+00

On injecte la forme à variables séparées dans l’équation homogène v = XT :

La discussion usuelle sur les conditions aux limites conduit à la base hilbertienne
suivante :

ISO
Corrigés

On injecte enfin la série X„Tn dans YEDP :


ne N

2 ((è - ^ T " ) T » + T ' ) X » = «0 ((* - or)«-" ( l - y ) + (b

On projette alors le second membre sur la base : il faut donc calculer les projections
de x 1 et x h» j :

(X„, l)z,2([o,/]) -
V t X sin("'rT ) ‘,JC= - (- 1)n)
V2 C' . ( x\ V2/ 1V>+1
(xn, y) =— - |
V l J l H[o,i)) IVlJo
sin l nn-]xdx = -----( - 1)
V U nn
La projection conduit donc, pour tout entier naturel n, à :

_ <
?ü-JL)Tn + T'nj = uo ~ ~ {(b ~ a )e at + (b -/3 )(-l)n+le p‘)

2 2
Par hypothèse : b - < 0, ce qui donnerait une exponentielle croissante en solution
du problème homogène, incompatible avec l’hypothèse de solution nulle à l’infini.
On cherche donc une solution particulière qui tend vers 0 en l’infini, et donc :

yfÜ b- a -at n+i b~P o-P<


Tn{t) = mo— + (-!>
nn b - —a

ce qui conduit à :

2 b- a
v{x, t) = V Ko—
*h—
=ii nn b - - a
Dunod. La photocopie non autorisée est un délit.

Étant donné que le second membre est C 1, on a convergence uniforme des séries
spatiales.
Par ailleurs, les |7’„| sont bornés et décroissants (pour n croissant) ; il y a donc conver­
gence uniforme de la série de fonctions de (x, t) sur tout segment temporel.
©

151
Q uelq ues
ÉQUATIONS AUX
DÉRIVÉES PARTIELLES
CLASSIQUES
Ce chapitre a pour objectif d futiliser les outils précédemment exposés pour étudier
des équations classiques de la physique.

7.1 É Q U A T IO N D E T R A N S P O R T
On reprend l’étude de l’équation de transport introduite à la section 1.2.1

Plus précisément, on s’intéresse, au problème de Cauchy suivant :

\ n(x, 0) = fi0 (x) 6 R


où la célérité c et la condition initiale /¿o sont des fonctions données de l’espace, de
classe C 1 sur R.
Le fait que la célérité ne dépende pas de n fait qu’une première famille d’intégrales
premières est constituée de nappes parallèles à l’axe des ordonnées ( ), l’équation
dans le plan (x, t) pouvant se déterminer indépendamment de la solution. De plus,
l’absence de second membre fait que les plans = Constante constituent la seconde
famille de surfaces intégrales.
Les courbes caractéristiques sont donc des lignes sur lesquelles la solution est
constante. Le système caractéristique de ( ), qui permet de déterminer la projec­
tion des caractéristiques dans le plan {x, t),est donné par :
© Dunod. La photocopie non autorisée est un délit.

dx _ dt
(7.2)
c(x) 1
En dérivant la solution le long d’une caractéristique, on retrouve bien la conserva­
tion de la concentration :

| (M(x(t), t)) = df t (x(t), t) + j t ^ ( x ( t) , t)

(7.3)
= % (x(t),t) + c(x(t)) ^ ( x ( t) , t)
dt dx
=0

1 53
Chapitre 7 • Quelques équations aux dérivées partielles classiques

Pour calculer la solution en un point donné ( il suffit donc de déterminer la


caractéristique qui passe par ce point Cd,de trouver la co
caractéristique (jc®, 0) e Cd (autrement dit le pied de la caractéristique) ; on obtiendra
alors :
K
*d,t ) = 0(*°)
Il est à noter que cette méthode est une méthode locale.

7.1.1 C as où la c é lé rité e s t c o n s ta n te
Cas d’ un domaine non borné
Les courbes caractéristiques C r ont pour équation :

x - e t - Constante

Ce sont des droites parallèles les unes aux autres.


Pour un point ( Xd,td) donné, le pied de la caractéristique passant par ce poin
donc Xj - Xd - c t d -

Exemple 7.1
Considérons le cas suivant :
-r2
jUoW - e et c = 1

La solution est alors de la forme :


//(*, t) = jtio(* - t)

La figure 7.1 représente la surface solution sur laquelle on a représenté la condition ini­
tiale, un ensemble de courbes caractéristiques et pour l’une d’entre elle des intégrales
premières associées.

Figure 7.1- Solution de l’équation de transport avec célérité constante

154
7.1. Équation de transport

Cas d’ un dom aine sem i-borné


On considère désormais le cas où x e [0, +oo[ :

(7.4)
p(x, 0) = po(x) x > 0
i. Cas d’une célérité positive
La figure 7.2 représente le réseau des droites caractéristiques, qui est donné par
x - e t = Constante.
Il est clair que, pour un point (x, t) tel que x - et < 0, la caractéristique passant
par le point sort du domaine d’étude par la ligne x = 0 et non sur la ligne de
condition initiale t = 0.

condition intiale n${x )


Figure 7.2- Les caractéristiques de l’équation de transport de l’équation de transport
dans le domaine x » 0, dans le cas d’une célérité constante positive

Il est donc nécessaire d’imposer une condition limite supplémentaire correspon­


dant à la frontière x = 0, de la forme :
© Dunod. La photocopie non autorisée est un délit.

p {0,f)= p \{t) (7.5)


Physiquement, cela vient du fait que cette frontière x = 0 est celle par laquelle
« l’information » entre dans le domaine considéré. Les caractéristiques sont dites
« entrantes », ¡x se déplace de la gauche vers la droite, et sa valeur est déterminée
par l’extérieur du domaine.
ii. Cas d ’une célérité négative
La figure 7.3 représente le réseau des droites caractéristiques, qui est donné par
x - c t = Constante : les caractéristiques sont dites « sortantes », p se déplace de
la droite vers la gauche.

155
Chapitre 7 • Quelques équations aux dérivées partielles classiques

Figure 7.3- Les caractéristiques de l’équation de transport de l’équation de transport


dans le domaine x > 0, dans le cas d’une célérité constante négative

7.1.2 C as où la c é lé rité v a rie d a n s l’esp a ce


Exemple 7.2
O n co n sid è r e le c a s su ivant :

fio(x) = é~xl et c ( jc) = x

L e s co u rb es caractéristiq u es Cr on t p our éq u a tio n :

ln(jc) - t = C on stan te

xe~l = A e R

L a p ro jectio n d es caractéristiq u es d ans le plan (x, t) fo rm e d o n c un réseau d e lig n e s e x ­


p o n e n tie lle s.

P our ob ten ir la valeu r d e la so lu tio n en (xj, /¿), il suffit d o n c d e d éterm in er le p ie d ( jcJ}, 0 )


d e la ca ractéristiq u e p a ssa n t par c e p o in t :

x°d = xd e~'d

L a su rfa ce so lu tio n a d o n c p ou r éq u ation :

H(x, t) = / / o ( * 0 = e _AV2'

L a figure 7 .4 m on tre la su rface so lu tio n sur la q u e lle on a rep résen té la co n d itio n in itia le,
un e n se m b le d e co u rb es caractéristiq u es et p our l ’u n e d ’entre e lle d es in té g ra les p rem ières
a sso c ié e s.

156
7.1. Équation de transport

7.1.3 É q u a tio n de B u rg ers


On se place ici dans le cas où la célérité dépend de la valeur de la concentration. On
passe donc à un problème quasi-linéaire. On va voir que de nombreuses difficultés
apparaissent.
V éq u a tio n de Burgers régit, notamment, les phénomènes de turbulence1 :

du du
— + = 0 , x g R , î g R (7 .6 )
dt dx

Un des intérêts de l’équation de Burgers est qu’elle peut s ’écrire sous forme
conservative :
© Dunod. La photocopie non autorisée est un délit.

du 9{
= 0 , x€R , e R (7 .7 )
dt + dx
Si on considère le problème de Cauchy avec condition initiale :

9â + d
J à û = 0 , x € R, t R (7 .8 )
dt dx
ti(x, 0) Ho(x)

f. Johannes Martinus Burgers (1895-1981), physicien hollandais.

157
Chapitre 7 • Quelques équations aux dérivées partielles classiques

les caractéristiques (jcc( î ), tc(s),fic(s)) sont obtenues par intégration de (voir (2.16)) :

dxc = Hc(xc, tc)ds


■ dtc = 1 ds (7.9)
dfic = Ods
Le long d’une caractéristique, ¡ic est donc conservé, et la caractéristique passant
par (xj, td) et (jc®, 0) a pour équation :

(xd - x°d) = iu(xd, td)td = Mo(Xd)td (7.10)

Pour un point (xd, td) donné, le pied de caractéristique xd est donc solution d’une
équation qui dépend de ¡iq-
Reprenons le cas où mo (x ) = ; la caractéristique issue du point xd a pour
équation :
xc - xd + Mo(x°d) t = xd + e~x°<i tc (7.11)

Dans le domaine où e~$ est très petit (pour |jc®| suffisamment grand) les droites
_ O2
caractéristiques, quasiment verticales, sont parallèles ; par contre, dès que e x<> n’est
plus négligeable devant 1 , les caractéristiques ne sont plus parallèles et donc se
croisent. La méthode des caractéristiques ne peut alors plus s’appliquer : si les ca­
ractéristiques de pied jci et *2 se croisent en on devrait avoir //(je,) = Mo(xi) et
M(xj) = Mo(xi) ce qui n’est pas possible dans notre cas.
Il y a apparition d’une ligne de discontinuité, ou onde de choc.
Ce phénomène est représenté sur la figure 7.5 où on a tracé le réseau des caracté­
ristiques, et où on peut observer les intersections.
Les croisements de caractéristiques engendrent donc des difficultés supplémen­
taires nécessitant des méthodes de résolution plus poussées. Ces phénomènes de croi­
sement ne représentent qu’une partie des problèmes que l’on peut rencontrer lors de
l’étude d’équations de transport non linéaires. La non-existence de solutions globales
requiert donc des traitements adaptés.

7.2 É Q U A T IO N D E S O N D E S
L’équation des ondes en dimension d d’espace s’écrit :

Î £ - c2Au = 0 Vx e R d, r e R
dt2
• u(x, 0) = uq( x ) V jc e (7.12)
^ ( jc, 0) = i>o(*) V j : e R 1'
^ dt
158
7.2. Équation des ondes

Figure 7.5- L e s c a r a c t é r i s t i q u e s de l ’ é q u a t i o n d e B u r g e r s d a n s l e c a s o ù n o № = er*2

c est la célérité, et uq et vqsont deux fonctions données sur C2 (Rrf) et C


pectivement.
On suppose aussi, bien sûr, que uest deux fois dérivable en temps
Définition 7.1
1 d2
L’opérateur □ = — —r - Aest appelé opérateur , ou d ’alembertien.
c1 dF

d2u
Pour la suite on étudie le cas unidimensionnel Au =
dx2
© Dunod. La photocopie non autorisée est un délit.

Théorèm e 7.1. Formule de d ’Alembert


La fonction u définie sur R x R par

1 1
u(x, t) = {-Uo(x - et) + Uo(x + C 0} + - I (t) dr (7.13)
2 c J x -c t

est solution de l ’équation des ondes unidimensionnelle.

On propose trois techniques différentes pour démontrer cette formule

t. Jean le Rond d’Alembert, 1717-1783, mathématicien, philosophe et encyclopédiste français.

159
Chapitre 7 • Quelques équations aux dérivées partielles classiques

D ém onstration . Par un changement de variables


Le calcul des caractéristiques conduisant aux courbes

x ± et = Constante

on introduit le changement de variables :

f £ = x - et
et u(x, t ) = w(£, tj) (7.14)
Tj = x + et

d2u 2 d2u A 2 d2ü


â f i ~ c a ï = ~4 c m (S' v)
L’équation des ondes devient donc :

d2ü
(7.15)
dÇdrj ( M = 0

D’où:
«(£, V) = /(£ ) + 9(V)
Par suite :
w(x, t) = f(x - c t ) + g(x + et) (7.16)
Il suffit ensuite d’exploiter les données de Cauchy :

u(x, 0) = f(x ) + g(x) = uq(x)


V reR
0) = c ( - f ( x ) + g'(x)) = V0(x)

ce qui implique :

f ( x ) + g'(x) =u'Q(x)
Vx e R
c ( - f { x ) + g'(x)) = v0(x)

La résolution du système linéaire en /'(x ), g'{x) conduit alors à :

/'(x ) = ^ {«'(x) - ^ uo(x)


Vx e R
g'(x) = ^ | mq(x) + üq(x) |

160
7.2. Équation des ondes

D ’où:
/(* ) = J U0(x) - Yc fo H O d r + C
V jc € R
1 1 ex
g(x) = - u0(x) + — J0 u0(t) d r - C
2 2c
où C est une constante réelle.
La solution de l’équation des ondes unidimensionnelle est donc donnée par :
1 1 / r x+ct r x~ct \
u{x, t) = - ( uq(x + c t)+ uq(x - c 0) + — I J vo(r) d r - J v0(t) drj a

Démonstration. Par transformée de Fourier


On suppose que u et toutes ses dérivées admettent des transformées de Fourier en
espace à tout instant t.
On a alors :
t ¿2
- ^ ( t , t ) = c2? Û (Î ,t)= 0 V £ e R , i > 0
ûtf.O) =H O V^eR

= HO V^eR
t. ox
Par intégration, on en déduit :
ú{t,t) = Kx(é)eict t + K2(g)e-ict'

où les fonctions K\ et K2 sont déterminées grâce aux conditions de Cauchy, qui


s’écrivent alors :
j Ki(f) + K2(0 = H O V£ e R
= O o (Î)V ^ e R
ce qui conduit à :
KliO = \ H O + Yj-ç H O e R
© Dunod. La photocopie non autorisée est un délit.

k 2(0 = ^HO - HO €r

Il en résulte :
-icÇt
(KOt) = HO + YlcÇôo(^ } g,cSt + " 2Ï7? e
= { û o ( 0 { e ^ H e - ^ ‘) + ^ ( e i^ - e - ic^)

HO .
- HO) C O S ( c Ç t ) + sin(c^)

161
Chapitre 7 • Quelques équations aux dérivées partielles classiques

Cette dernière forme montre que la transformée de Fourier admet bien une limite
finie en 0.
La formule d’inversion de Fourier conduit alors à :

«U, t) = ± JT [ I Ù0(i){eict ‘ + e-ict') + ^ (eict ‘ - e ^ ' ) e ix* dÇ

= é r f [ ï ù° ^ ( e ^ (X+C,) + e~‘*{x~c,)) + (e‘t{x+c,) - e-^ x- ct)) dÇ

Les deux premières intégrales donnent respectivement uq{x + e t ) et uq( x - e t ) .


Les deux derniers termes conduisent à une primitive de vq en x + e t et x - e t
respectivement.
On retrouve donc bien la formule de d’Alembert. ■

Démonstration. Par découplage


En utilisant la factorisation suivante :

Ó L - c2 — = Í - - c — \ Í - + c — (7.17)
dt2 dx2 d x ] \d t dx
l’équation des ondes apparaît comme un système de deux équations de transport cou­
plées.
du du
On pose «i = — et M2 = -x~, le système peut s’écrire matriciellement sous la
dt dx
forme :
(dut \ / n 1\ (dut

(7.18)

On pose

»■ (:) — h "-0
Le système s’écrit

dU , dU n
— + cA— = 0 avec U(t = 0) = Uq
ot ox
On diagonalise la matrice
A = PDP~l
avec

- n l) '" - it .”
On pose :
V = P~l U V0 = P~l U0

162
7.2. Équation des ondes

V est solution de :
dV dV
— + cD— = 0 avec V(t 0) = V0
ot ox
Les fonctions viet v2sont respectivement solution des problème
dv\ dvi
—- + c —- = 0
otox
ui(jc, 0) = VxeR
et :
dvi dvi
—— c —- = 0 V j c s R,
ot ox
ü2 ( x , 0) = V2 ,o(x) V eR
ce qui conduit à

Vjc € R, i > 0 =
{v2(x,t) =
D e: ' J
t>i,oO) = 2 { -« o W + cMoU)}
Vx e R
V2 ,o(x) = \ {y0 W + C u'0(x)}

on déduit :

t)= - {-Co(jt - ct) + c u'0(x r)} V € R, 0

V2(x, t) = ^ |ü o(j C + C t) + C+ f)} V € R, > 0

Enfin, comme :
U(x,t) = P V(x,t)
il résulte :
© Dunod. La photocopie non autorisée est un délit.

du
-x:0 . 0 = ui(x,t)
ot , ,
c c1 1
= 2oMO -
~ c t)+ 2 MoO + c t^+ 2 v°(x + c ^ + 2 V°^X ~ Ct')
et donc :

«O . 0 = 2 OoO + + Uq( x - c 0}
1 nx+c t 1 n x-c t
— vQ(Ç)cU;-— v0({)dÇ + C(x)
2c Jo 2c o

163
Chapitre 7 • Quelques équations aux dérivées partielles classiques

où C est une fonction à déterminer grâce à la donnée initiale, qui s’écrit alors :

u(x, 0) = uq(x) + C(x) = uo(x)

C est donc identiquement nulle. On retrouve bien la formule de d’Alembert. ■

Remarque 7.1
La form ule de D ’A lem bert m et en év id en ce deux classes de solutions :
i. la première, se propageant à la v itesse c (et donc liée au term e u(x - c t) et à la valeur
propre c ) ;
ii. la seconde, se propageant à la vitesse - c (et donc liée au term e u(x + c t) et à la valeur
propre - c ) .

Remarque 7.2
Ce type d ’équation, avec une vitesse finie de propagation, induit des propriétés remarquables
pour la solution, en term es de dépendance par rapport aux données de C auchy : de par la
form ule de d ’A lem bert, la solution évalu ée en * à l ’instant t ne dépendra que des valeurs de
«o et mi sur l ’intervalle [x - et, x + et] appelé domaine de dépendance de (x, t)> et noté D Xtt.
D e façon parfaitem ent sym étrique, la donnée de C auchy en un point xo sera m ise à contribu­
tion pour le calcul de la solution dans le côn e

C ,0 = {(x, t) £ R x R + : \x - xo\ < c i}

appelé domaine d'influence de xo.

7.3 É Q U A T IO N D E L A C H A L E U R
On s’intéresse ici au problème :

(
du j
— ~aA u= 0 V (x, t) e x [0, +oo[ ^ ^

u(x, 0) = uo(x) Vx € Rd

où a > 0 est un paramètre donné, et où uq est une fonction donnée, de classe C 2


sur R d.
De par la forme de l’équation, il est naturel de chercher une solution de classe C 1 en
temps, et C 2 en espace.
En supposant que u et toutes ses dérivées admettent à tout instant des transformées
de Fourier, on en déduit :

= -a\\f\\û(t;,i)

avec la donnée initiale


«(£> 0) = wo(£)
164
7.3. Équation de la chaleur

On a donc, à tout instant t:

û(£. 0 = û0(£)

La formule d’inversion de Fourier donne alors :

u(x, t)= T ~ lû o ( x , t ) = T ~ x {c_a|lf2||,Mo(^

= T; 1 (e-“ 1
1*2'1'} * T ~ x {Ûo(i)} = r x~l [e~a^ ' } * u0 (x)

avec :
r ;' \e - ^ '\
1 1 (4

D’où, finalement :

1 f (x,t)= -V t j ,
-u-------- e u0 ( x - y ) d y
(4 na t) 2 J]R‘i

Remarque 7.3
La valeur de la solution en un point x de Rrf dépend de toutes les valeurs de la donnée de
Cauchy dans R'7.
De plus, pour des petites valeurs de t, seuls les points proches de joueront un rôle important.

Définition 7.2

La fonction
1 IUII2
x ” --------- 7
£ 4 al (7.20)
(47ra/)2
est appelée noyau de la chaleur sur R rf.
© Dunod. La photocopie non autorisée est un délit.

On voit que la solution est obtenue par convolution spatiale du noyau de la chaleur
avec le second membre.

Remarque 7.4
La présence du terme exponentiel permet, même lorsque la donnée de Cauchy «o n’est pas
régulière, d’obtenir une fonction u de classe C°° dans IR^xJO, +oo[. C’est l’effet régularisant
de l’opérateur de la chaleur.
Par contre, cela entraîne Y irréversibilité de l’évolution de la solution, dans la mesure où la
solution à un instant t > 0 est infiniment plus régulière que la donnée initiale.

165
Chapitre 7 • Quelques équations aux dérivées partielles classiques

7.4 ÉQUATION DE LAPLACE


L’équation de Laplace Au = 0, fut ainsi nommée en hommage au mathématicien
et physicien Pierre-Simon de Laplace (1749-1827). Introduite, à l’origine, en mé­
canique newtonienne, elle apparaît également en astronomie, électrostatique, méca­
nique des fluides, propagation de la chaleur, diffusion, mouvement brownien, méca­
nique quantique, etc.
Dans ce qui suit, u désigne a priori une fonction de classe C2 sur R d, dont on
affinera les propriétés par la suite.
On commence par étudier les propriétés de l’opérateur de Laplace avant de déduire
les propriétés des solutions de cette équation et donner une illustration plus précise
dans le cas de l’équation sur un disque.

7.4.1 O p é ra te u r d e Laplace
P roposition 7.2. Invariance par transformation euclidienne
Soit T une isométrie affine de Bd :
(A(u o T~l))(T(x)) = (Au)(x) (7.21)

Démonstration. Si T est une isométrie affine, alors, pour tout x de Rd (identifié à


son rayon vecteur) :
T(x) = Rx + t
où R est une matrice orthogonale (RTR = 7) et t est une translation.
En différentiant, on en déduit :

dT = R , d2T = 0
On pose alors : x = T(x) et ü(x) = u(x).
En utilisant les notations indicielles, on obtient, pour tout i de {1, . . . , n) :
du _ du dxj
dxj dxj dxi
d2ü â2u âxjdxk du d2xj
dx2l dxidxk dxj dxj + âxij âx2
j i

D’après ce qui précède :

â 2X j y dxj dxk
= 0 et Y j rtknj = ôjk
dx} é-f
1=1
dxj dxi

Étant donné que le laplacien est invariant par rotation, on a souvent intérêt à utiliser
des coordonnées polaires.

166
7.4. Équation de Laplace

Définition 7.3

Soit Z la sphère unité de R d :

Z = jteir/M =
' i= 1

La mesure superficielle de Z est dcr telle que dx = drdS = dr fJ ~ldcr.


On note Zd - J^dcr la surface de la sphère unité.
La boule unité a alors pour volume .
d
X
Pour x 6 R d, on pose x= rcoù
M
(r, cr) forment les coordonnées polaires de x

Proposition 7.3. Laplacien d ’une fonction radiale


Une fonction u est radiale si elle ne dépend que de r, son laplacien vaut alors :
. , . d2u d -\d u 1 d l d_l du\
A „ fr)= ^ (r) + — -)(r) (7.22)

a n9

Z
OU
—2 et
,= 1 ° Xi

du _ dv dr dr _ Xi
dxi dr âxj dxi r
avec
â2u _ d2v / dr \2 âv d2r dh = \ _ ±
dx? dr 2 \d xj) + â rd x 2 dx 2 r r3

Rem arque 7.5


Dans le cas n= 3 :
1 )
A«(r) = -r - or
tô -W
Dunod. La photocopie non autorisée est un délit.

Dans de nombreux problèmes, il est intéressant d’étudier comment le problème se


comporte en moyenne sur la sphère de rayon r.

Définition 7.4 R ad iaiisation

On appelle radialisée de la fonction u la fonction ü telle que :

ü (r)= £ u(rcr)dcr (7.23)

167
Chapitre 7 • Quelques équations aux dérivées partielles classiques

P ro p o sitio n 7.4. La radialisation commute avec le laplacien


Ait = Au = J " (Au)(rcr)dcr (7.24)

Démonstration, soit v défini par : v(r) = u(rcr)dcr.


Ainsi : ü(x) = t»(|jr|), et : ] d t
= * ) (W)
On peut supposer u définie sur ; on a alors :
dv C 1 l f
— (r) = grad (u).crdcr =— — dS =
dr Jz r 1 J d B ( 0 ,r) dn r“- 1
puis :
X-j-(r) = f Audx = f sd 1 f (Au)(so-)dcrds
dr J B (0 ,r) Js= o Je
et donc
rd~l Av = ^ (r)j = (Au)(rcr)dcr

À l’opposé des fonctions radiales, on trouve les fonctions sphériques.


Définition 7.5

Une fonction est sphérique si elle ne dépend que de cr.


Une fonction sphérique est naturellement invariante par homothétie, en par­
ti2 <92
ticulier si une fonction u est sphérique, alors comme —r = —— - on a
dxf r2dcrj
Au(x) - —r(Au)(a).

Définition 7.6

On appelle laplacien sur la sphère ou opérateur de Laplace-Beltramï' , la trace


Ao- du laplacien sur la sphère :

A o-u(cr)= — (7.25)
W/*=«r

P ro p o sitio n 7.5. Décomposition du laplacien en coordonnées polaires


(Aw)(rcr) = (rcr) + A (7.26)

f. Eugène Beltrami (1835-1900), mathématicien et physicien italien, qui apporta de nombreuses contri­
butions à la théorie de l’élasticité, l’hydrodynamique, l’électricité, au magnétisme, ainsi qu’en géomé­
trie non-euclidienne.

168
7.4. Équation de Laplace

Démonstration. Une façon de démontrer ce résultat est d’utiliser la densité des fonc­
tions à variables séparées u (x ) = u(r)w(cr) dans l’espace des fonctions C2(RJ). ■

Rem arque 7.6


i. Dans R2, en coordonnées polaires :

d“*
Ao-U(COS(0), sin(0)) = — r«(cOS(0), sin(0))
Ô6Z
ii. Dans R3, en coordonnées sphériques « usuelles » (<pest la lo n g itu d e - 0 est la latitude) :

« = ( ¿ 7 s r + ¿ 5 | (“ " * £ ) ) “W ». *»

P ro p o sitio n 7.6. Formule de Green*

f v-
(uA vA u )d Q . = f (7.27)
J i2 J an \ o n

Démonstration. De la définition A = div grad, on tire

I uAvdQ =I div(w grad(c)) - grad(«).grad(Vk/i2


Jn Jn

I (uAu - vAu)d€l = | div(n grad(u) - v grad(n))


Jn Jn

puis on applique la formule (admise) d’Ostrogradsky*

I div pdQ. - J p.ndS


Jn Jan

7.4 .2 F o n ctio n s h a rm o n iq u e s
© Dunod. La photocopie non autorisée est un délit.

Définition 7.7

Une fonction est dite harmonique sur i l si son laplacien est nul sur i l C’est donc
solution de l’équation de Laplace Au = 0.

P ro p o sitio n 7.7. SoitFl (il) l ’ensemble des fonctions harmoniques sur un ouv
de R d.
f. Ainsi nommée d’après le mathématicien George Green (1793-1841), physicien britannique, qui tra­
vailla sur les applications de l’analyse à l’électricité et au magnétisme,
f. Mikhaïl Vassilievitch Ostrogradski (1801-1862), physicien et mathématicien russe.

169
Chapitre 7 • Quelques équations aux dérivées partielles classiques

L 7/(i2) est un espace vectoriel


il <H(Q,) est stable par dérivation.
iii. "TH(Cl) est fermé pour la topologie de la convergence uniforme sur tout compact
(mais aussi pour la topologie induite par celle des distributions sur Cl).
iv. V(u,v) € <H(Ci)2 : — > — >
A(uv) - u Av + vAu + 2gradw.gradu
Le produit de deux fonctions harmoniques u etv est donc harmonique si et seulement
si : ---- > ---- >
gradw.gradü = 0
On commence par s’intéresser aux solutions polynomiales de l’équation de La-
place.
Exemple 7.3
i. Les fonctions affines sont harmoniques sur Rd.
d d

ii. Une forme quadratique (x\, ..., xj) ■-> ^ ^ UijXiXj est harmonique si la trace de
/= i j= \
d

la matrice associée est nulle au = 0).


i'=i
iii. Dans R2, un polynôme (à deux variables) £ est harmonique s’il est la partie
N

réelle d’un polynôme complexe ^ CkZk avec z = x + iy.


k =0

Remarque 7.7
Dans R2, une partie significative des résultats s’obtient en identifiant une fonction harmo­
nique à la partie réelle d’une fonction holomorphe.
Proposition 7.8. Les polynômes harmoniques sont les seules distributions tempé­
rées solutions de Véquation de Laplace sur R^.
Une fonction harmonique sur R^ bornée est donc constante.
Pour n > 2, il existe des polynômes harmoniques de degré quelconque.
Étant donnée l’invariance par rotation du laplacien, les solutions radiales de l’équa­
tion de Laplace ont un intérêt particulier.
Proposition 7.9. Fonctions harmoniques radiales
On cherche les fonctions radiales harmoniques sur une couronne (0 est donc ex­
clu)y elles sont de la forme :
i. pour d = 2, r u(r) = c ln(r) + co.
ii. pour d > 3, r h u(r) = + co-

170
7.4. Équation de Laplace

Remarque 7.8
i. Si une fonction radiale harmonique est bornée sur ]0, ro] alors elle est constante.
ii. Le calcul précédent restant valable pour les distributions, on remarque qu’une distribution
radiale harmonique est une fonction (harmonique et analytique).

Malgré la singularité en 0, on peut (à l’instar de l’exercice 4.2) associer à u une


distribution sur Rd entier, en posant :

(Au, <p) = ( m, A<p) = lim I uAcpdx (7.28)


e^ ° J u\>e
Dans R 2, le calcul devient :

L uâHx=17 (rf )+¿a*)**


dr
Jr=e 'dr\ dr

où on a exploité la périodicité de <p(r cos 9, r sin 9) pour annuler j$d9.


On intègre par parties (et on utilise le fait que <f>est à décroissance rapide) :

ȣ" *#> } ~2x


I uAipdx = - s ln(e) f <f>(scos 9, e sin 9)d9 —> 2n<p(0)
dr JO e~*0

Donc, dans R 2 (on n’élimine plus le {0)) :

Au = 2nô

Dans Rd (n > 3), on simplifie les calculs en remarquant que Au étant une distribu­
tion radiale, on peut travailler sur des fonctions </>radiales :
Dunod. La photocopie non autorisée est un délit.

■ ‘■Î M Î ' - î k

= Ed - (« - 2)0(s)j -{n - 2)Ed<p(0)

où on a intégré par parties. On rappelle que Ed = J^dcr est la surface de la sphère


@ unité dans Rd.

171
Chapitre 7 • Quelques équations aux dérivées partielles classiques

D éfinition 7.8 So lu tion élém entaire

On appelle solution élémentaire (ou fondamentale) du laplacien dans Rrf, toute


distribution E sur R rf solution de l’équation de Poisson*
AE =

P ro p o sitio n 7.10. Solutions fondamentales radiales


On a vu qu’il n ’y avait qu’une solution élémentaire radiale (à une constante addi­
tive près) :

i. dans R 2 : -» £ 2O) = ln |;t|.


xi
2n
ii. Dans R'*, pour >
d 3, h-» E¿( x ) =
(2 - d)Zd \x\d~2
iii. Pour d > 2 : grad (Ef) = ---- -r—.
¿'¿ri' - 1
iv. Enfin, Ed est une fonction analytique sur R'* \ {0}.

Pour aller plus loin

Des résultats complémentaires sur l’équation de Laplace en dimension quel­


conque sont en accès libre à partir des pages d’accueil du livre sur le site
www.dunocl.com

7 .4 .3 É q u a tio n d e L ap lace d a n s un d is q u e
On s’intéresse ici à l’étude de l’équation de Poisson posée sur un disque où les co­
ordonnées polaires et la technique de séparation de variables sont particulièrement
efficaces.
On se place, dans R 2 muni de coordonnées polaires (r, 6 ), on cherche la solution
de l’équation de Laplace avec conditions aux limites de Dirichlet non homogènes,
dans le cas où le domaine d’étude O est le disque de rayon > 0 , centré à l’origine.
Le problème s’écrit donc :
ri2 !/ 1 ri u1 ri2 «
A“ = ( P + 7 Tr * ■? W = 0 V< * 1« 6 [° ' :2" [ (7.30)
u(r = R,0) =/(ri) Vri € [
où / est une fonction régulière telle que :
/ ( 0+) = / ( 2 0
f. Découverte par Siméon Denis Poisson (1781-1840), mathématicien, géomètre et physicien français.

172
7.4. Équation de Laplace

On commence par chercher des solutions de 1 à variables séparées :


u(r,G) (fi(r)
ce qui implique

ip"{r) 4r{8) + - tp'(r)i//(9)+ \ <p(r)tff"(6) = 0


r rl

On suppose que pte


< pt ne sont pas identiquement nulles.
Il existe un domaine [ri, ri] x [9\ , 6 2 } où </>et ne s’annulent pas.
Sur ce domaine, on peut écrire :

y"(r) | 1 y/(r) | 1 r ( 0 ) ^ 0
<p(r) r r2 lf/(d)

et donc :
r2 *P”ir) + 9'if) *P'i0)
<p(r)r ip{tlf(9)
Le membre de gauche ne dépend que de la variable r, et celui de droite, de 9
uniquement : il existe donc un réel A tel que :

;.2 y"(r) , ;y j r ) _ n e) =A (7.31)


y(r) r tp(r) i/f(9)

Puisque la relation est vraie pour tout 8 e, s’il exis


s’annule, alors la relation

rl <p"(r0) + r<p'(r0) = )=0

est encore vérifiée. Par un raisonnement similaire sur 9, on montre que la rela­
tion (7.31) est vérifiée sur tout O.
Du nod. La photocopie non autorisée est un délit.

On commence par étudier le système angulaire.


Pour garantir que soit de classe C 1 sur tout le domaine indépendamment du choix
des axes, on doit vérifier :

ne) =
V<9 e [0,2
m
(7.32)
H0+) = -)
<A'(0+) = ^ ( 2 0

© ce qui est un problème de Sturm-Liouville périodique.

173
Chapitre 7 • Quelques équations aux dérivées partielles classiques

Comme classiquement, différents cas interviennent suivant le signe de A.


i. Si A = - a »2 est strictement négatif, on obtient :

ip(8) = a ch(cj d)+ fi sh(<y 0)

où a, fi sont des constantes réelles.


Les conditions (7.32) conduisent alors à :

a = fi = 0

ce qui est impossible. Le cas A > 0 est donc à rejeter.


ii. Si A = 0, on obtient :
{¡/(O) = a d + fi
où a, fi sont des constantes réelles.
Les conditions (7.32) conduisent alors à :

a = 0 fi e R

On normalise la fonction constante sur L2([0, 2n]) :

^0 = 4 = (7.33)
\ln

iii. Si A = o? < 0, on obtient :

tp{9) = a cos(a>0) +fi sin(a>0)

où a, fi sont des constantes réelles.


Les conditions (7.32) conduisent alors à :

j a = a cos(2 mo) + fi sin(2^a»)


\ f i - ficos(2na>) + œsin(27ro>)

ce qui implique :
w eN (7.34)
Les valeurs propres sont donc doubles. Après normalisation, les vecteurs de base
sont :
^n,l(d) = —j= COS(nd)
j pour n e N* (7.35)
^¡,2(0) = —= sin (nd)
yn

174
7.4. Équation de Laplace

La deuxième équation différentielle du système (7.31) s’écrit donc :

r2 <p"(r) + r tp'ir) = n2 <p(r) V r € [0,R[ (7.36)

cette équation contenant uniquement des termes de la forme r* tp^(r), il est naturel
de rechercher des solutions de la forme

r h » rp

où p est un entier à déterminer.


En injectant cette expression dans (7.36), on obtient :

(p2 - n 2)rp = 0 V r € [0,R[

Par suite :
p - ±n
La solution devant être de classe C2 à l’intérieur du disque, elle doit y être bornée.
Le cas p = - n, qui donne la solution non bornée au voisinage de 0 (r i-» p), est donc
à rejeter.
La solution admissible est donc

<Pn : f

Il reste encore à vérifier la condition aux limites : on cherche alors la solution u


sous la forme
+00 j
u(r, 9) = y* r" ——{an cos (n 9) + fin sin(n 0)}
/
n vw
1=0

La condition aux limites en r = R conduit à :

1
y R'1—p {an cos(n6) + pn sin(«0)f = f(9) , 6 e [0 , 2n[
Dunod. La photocopie non autorisée est un délit.

Zo Vi

Les coefficients a„ et /?„ sont donc proportionnels aux coefficients de Fourier tri-
gonométriques de la fonction 2n périodique qui coïncide avec / sur [0 ,2 tt[. On les
obtient par projection sur la base hilbertienne calculée précédemment :

l C2n
Rna„ = — I f(t) cos (nt)dt
yn Jo (7.37)
1 C2n
R'1P,, = —p I fit) sin (nt)dt
© yn Jo
175
Chapitre 7 ♦ Quelques équations aux dérivées partielles classiques

On a donc, finalement :

1 r 2*
u(r,0) = — J f{t)dt
>2n
f ( t ) COS(ftf)i/ij cos(n0) + |J ' f(t) sin(nt)J?| sin(n0) j

ce qui peut encore s’écrire :

1
u{r, 0) = — JoC2'n ( \r~î f 1 \
1 1 + 2 2 _J ^ cos(n (0 - 0 ) dt (7.38)

La fonction ainsi obtenue est parfaitement définie sur le disque tout entier.
En outre, comme
f +00
r”
Z ^ cos(n (0 - 0) = Re 12 ^ !
U=l
= R eS L ei(e-0
1 _ £ g/(0-0
1 Re
= RJ ü ei« - 0 _____ R - r é ^ _______ |
\R (R - re^ -d ) (R - rg-i(0-O)J
(r R e ^ -r \
[R R2 + r2 - 2 Rr cos(0 - 1) j Rr cos(0
r R cos(fl - t ) - r 2
R2 + r2 - 2 r R cos(0 - 1)
+£^ r"
1 +2Zj — № cC0S(n
o s ( n ((e0 ~ {^) -=
- 0 R 2 + r2 _2rR c o s ( O - t)
11=1 K
on a donc :
R2 - r 2
“(r'e,= =¿1 /(,){ [R2 + r2 - 2 r R c o s ( 0 - t )
dt)

ce qui permet d’exprimer u de manière intrinsèque :

R2 - yÔMIl2 ^
u(M)
-¿rw \\\OM-OMR,t
■* (7.39)

où M est le point de coordonnées (r cos 0, r sin 0 ) , et Mrj est le point de coordonnées


(R cos(0 - t), R sin(0 - /)).

176
7.4. Équation de Laplace

On retrouve la formule de Poisson

P roposition 7.11. La fonction

Mi
h f/*>f R2 - \\OM\\2
■dt)
[\\OM - OMR<t\\2 )
(7.40)

est solution du problème de Laplace aux limites dans le disque.

De même, on décline le principe du maximum.

Théorème 7.12. Si, en tout point M r = (R cos 6, R sin 6) de d€l

m\ < f ( 6 ) < m2

alors :
m\ < u{r, 6) < m2 V Mr = (r cos0, r sin0) € Î2

Démonstration. Avec les hypothèses sur / , comme R2 - ||OM||2 > 0, on a directe­


ment :

C2nR2 --1IIOMII2 C2„ f{t)ÎR2 -\\ÔÛ\A r 2”R2-- \IIDMH2


mi •di < J —— -— ,—- dt < m2 ■dt
Jo ||OM
iim | - OMrj W 2 \\OM - OM/e.,112 Jo \\OM
ilTnh - OMr ,\\2

Il reste à simplifier l’intégrale :

C2n R2 - \\ÔM\\2 d t _ f 2” ( ,2 rR c o s ( 6 - t) - r 2 )
Jo IlÔM - OMr\\2 Jo I R2 + r2 - 2 r R cos(0 - / ) /
© Dunod. La photocopie non autorisée est un délit.

p2 n ( +“ pi )
= Jo i 1 + 2 Z ^ cos(" (0 ~ O) ^

= 2n

puisque, pour tout entier naturel non nul n :

^271
cos (n (6 - t)) dt = 0
I

177
Chapitre 7 Quelques équations aux dérivées partielles classiques

7.5 U ne équation aux dérivées partielles


C L A S S IQ U E E N F IN A N C E : L ’ É Q U A T IO N
D E B L A C K -S C H O L E S
7.5.1 In tro d u c tio n
L’équation de Black-Scholes (BS), qui donne l’évolution du prix d’une option dans
un marché financier [2,15], est donnée, dans sa version sans dividendes, et dans le
cas particulier d’un « call », pour des options européennes, par :
dC o2 S2 d2C IdC
(BS)
dt + 2 ÔS2 + r \S dS
où le prix de l’option, C, est une fonction du prix du sous-jacent, S et du temps t ; r
est le taux d’intérêt sans risque, et <x la volatilité du stock.
Si on désigne par E le prix d’exercice de l’option, et que l’on s’intéresse à une évolu­
tion dans un intervalle de temps de la forme [0, T], T > 0, les conditions aux limites
sont :
C(0,i) = 0 Vt€[0,T]
lim (iC ( S ,t) - S ) = 0 Vf € [O .r]
S—>+oo
C(S,T) = max {S - E, 0}

L’équation de Black-Scholes peut être résolue en se ramenant à l’équation de la cha­


leur. A cet effet, on effectue, dans un premier temps, le changement de variables :

t=T ~ , * = ln § (7.41)
cr1 E
et on pose :
C(S,t) = EC(x, t)
ce qui conduit à :
dC d2C dC ~
- j + f t - B - - « ; (7.42)
ÔT
où :
k .% (743)

La condition finale C(S, T) = max (5 - E, 0} devient donc une condition initiale :

C(x, 0) = max \ex - 1,0} (7.44)

- dC
Pour éliminer les termes kC and (k - 1) ——de (7.42), on pose :
ox

C(x , t) = e ax+P T C ( x , t) (7.45)

178
7.5. Une équation aux dérivées partielles classique en finance : l’équation de Black-Scholes

où a et p sont des réels à déterminer. On a :

^ = or eax+/}T C(x, t ) + eax+pT ^


ox ox

d2C 2 ax+a T ~ , . . „ Y+ft T ÔC a x + B r d 2C


— T = a2 eax+pT C{x, t) + 2 a eax+pr — + eax+pT —
ox1 ox ox1

d-£. = p e ax+l}T C(x, r) + eax+/3T Ç -


OT OT

En injectant ces expressions dans (7.42), on obtient :

dC dC d2C
fîC(x, r) + = (a2 + (k - l)ûr - k)C{x,r) + (2a + k - 1)-^—+
ÔT dx dx2

On obtient le résultat voulu en posant :

1 -k
a= , /3 = a +(k - l)a - k (7.46)

ce qui conduit à l’équation de la chaleur normalisée :

dC d2c \j î ^ o-2 T
0, xR (7.47)
= V ( j i ’ T ) e

avec la condition initiale :


~ ~ ( (*+l).t (*-l)jr 1
C(x, 0) = Co(x) = max le 2 - e 2 10> (7.48)
© Dunod. La photocopie non autorisée est un délit.

La solution analytique est alors donnée par :

'.r) = 2 ^ =
2 y/7IT J-,
f C0(y)e “r dy

1 r +°° ( (*+l)(.t+2z V?) (*-l)(*+2t V?) 1 2


= — —1 2 yfr I \e
max < 2 - e 2 , 0 > e dz
2 yfnr J -0 0 l
1 n+°° (t+l)(xt2; V?) _ 2 1 r,+0° (k-l)(x+2z Vr) 2
= “ 7= I e 2 e 1 dz p I e 2 e z dz
y/n J-jJÿ. y/n J - ^
2V?
179
Chapitre 7 • Quelques équations aux dérivées partielles classiques

On développe le calcul du premier terme

1 r + °° (*+l)(.v+2z v?) _2 1 r +°° (*+ l ) , (*+ l) 2 r


— I e 2 e-z dz = — I e 2 + * e \ 2 ) dz
yn
T
J--±=
2 V?
yn
y lyfr

(*+l).v . (*+l)z T
:*+l).v
? 2
Vf J x
2 Vf
( k +\ ) x , ( k + l ) 2 T a *+ oo
e 2 + 4
e 1 dz
yfn
( k +\ ) x , ( k + l ) 2 r
e 2 + 4 x (k + 1) -\fr\
y /n
f e rfi
'ÏH* 2 J
( k+Î ) x , ( k + l ) 2 r
e 2 + 4
f 2 N|
yfn
où la fonction d’erreur complémentaire erfc et la distribution gaussienne cumulée N
sont définies, pour tout nombre réel x, par :
2 n+oo 2 2 z'-* 2
erfc(x) = — I e- ' dt = —= | 6Ù
yTT J * yTT v / - c o

Finalement, on obtient :
tt+l).v . (*+l)' x r\
(k + 1) y/r\ (*-l).v
(*-■>■* . (*-1)2t / x (k - \ ) y f r \
C(x, t ) - e - n(
\ V2? V2 - ) ~ e 2 4 N(~v^ tf— )
Sachant que (7.46) donne :

eax+/3T _ e (1-A).v ( k+l)z

(7.45) conduit à :
{k+l ) x (A’+l) T / CT" x

C(x,T) = 2 4 V5F N № - V5(ik+ 1) Vf


V?r U Vr J
..............o
(l-k)x ( k+ 1)2 _ £ 2
- £ _ V f n ( - ^ - V 2 ( * - i ) Vf)
Vf l 2 V? J

= e* + 1) V r j - e kT “ V5(fc- 1) Vf)

180
7.5. Une équation aux dérivées partielles classique en finance : l’équation de Black-Scholes

Compte-tenu de (7.41) on a :
cr2( T - t )
r =

On obtient donc en utilisant la définition (7.43) de k :


/ ln%
C(S ,f) = - N ~(k + l)c r V T - i
E cr V r 3 7
r(T-t) in £ _______ \

N J L _ - ( f c - i)o- V r ^7
- Vt - 1 /

Figure 7.6- L e « c a l l » , e n f o n c t i o n d u p r i x d u s t o c k 5 e t d u t e m p s r, p o u r E= 100,


r = 6% ,cr = 0 . 3 .

En finance, la sensibilité d ’un portefeuille d ’actions par rapport aux paramètres en


jeu est mesurée par l ’intermédiaire de ce que l’on appelle, communément, « les
grecques » :
dC
© Dunod. La photocopie non autorisée est un délit.

i. le Delta ô= — 6 [0,1], qui perm et de quantifier le risque, et est donc la


oS
« grecque » la plus importante.
d2C
ii. Le Gam m a T - > 0.

dC
iii. Le Vega (dont le nom vient de la form e de la lettre v) v = — .
ôcr
iv.Le Thêta 0 =
dt '
dC
v. Le rho p =
dr'

181
Chapitre 7 • Quelques équations aux dérivées partielles classiques

La figure suivante perm et de visualiser l’évolution du ô en fonction du prix du stock S


et du temps t :

F i g u r e 7 . 7 - L e « d e lt a » , e n f o n c t io n d u p r ix d u s t o c k 5 e t d u t e m p s f, p o u r = 100,
r= 6% ,

La bonne stratégie, pour un trader, est de travailler sur des positions qui sont « delta-
neutres » au moins une fois par jour, et, quand l’opportunité se présente, d ’augm en­
ter, le Gam m a et le Véga [2].

182
I n t r o d u c t io n
AUX APPROCHES
VARIATIONNELLES
Les approches variationnelles représentent des outils puissants pour la recherche de
solutions d ’équations aux dérivées partielles avec des conditions aux limites. Elles
permettent, en particulier, de travailler sur des domaines de form e très générale, bor­
nés ou non (ce qui n ’est pas le cas lorsque l ’on utilise des techniques de séparation
des variables). Elles donnent des résultats d ’existence globale (et non juste autour
des conditions aux limites). Ce cadre m athématique propice permet, en outre, de
construire des techniques d ’approximation fiables.
Dans ce qui suit, on travaillera uniquem ent sur des problèm es elliptiques, ce qui
correspond souvent pour le physicien, à des problèm es purem ent spatiaux. Ceci dit,
en considérant les problèmes d ’évolution com m e des problèm es spatiaux param é­
trés en temps, on peut déduire des propriétés sur des classes de problèmes beaucoup
plus générales. Le lecteur intéressé aura avantage à étudier des ouvrages de référence
comm e [6 ,7 ,8 ].

8.1 P rincipe d es a p p r o c h e s v a r ia t io n n e l l e s

Un des problèmes fondamentaux, lorsque l ’on étudie une EDP, est de choisir l’espace
(et la structure algébrique correspondante) dans lequel on doit chercher la solution.
Un cadre idéal est celui des espaces de Banach (espaces de Lebesgue, espace des
fonctions continues sur un compact muni de la norm e sup), mais le fait que la boule
unité fermée pour la topologie forte ne soit pas compacte (car ce sont des espaces de
dimension infinie) rend l’étude difficile (toutes les suites n ’ont pas de valeurs d ’adhé­
rence).
L’idée de base des approches variationnelles est de considérer les EDP au sens des
© Dunod. La photocopie non autorisée est un délit.

distributions, et d ’exploiter les propriétés de la topologie faible. M ais comm e l ’es­


pace des distributions ne dispose pas d ’une structure m athématique agréable, et ne
perm et pas de parler de condition aux limites, on se restreint à des sous-ensembles
de distributions qui constituent des espaces de Hilbert. Dans ces espaces, à l’aide
de considérations algébriques, on arrive à m ontrer l ’existence et l’unicité de la so­
lution. Au final, on montre que sous certaines conditions la solution (au sens des
distributions) possède en fait une certaine régularité, et, en particulier, que l’on peut
l’identifier à une fonction classique (continue, voire dérivable).
Une illustration très explicite est donnée par l’équation de Poisson avec condi­
tion de Dirichlet homogène, posée sur un dom aine ouvert f i c R rf, où d désigne la

183
Chapitre 8 • Introduction aux approches variationnelles

dimension de l’espace physique, en général 2 ou 3 :

Au + f = 0 dans Q
( 8. 1)
u= 0 sur dû.

et où dil est le bord de il, / étant une donnée du problème. Cette formulation du
problème est appelée formulation forte. Ce système correspond, typiquement, à la
recherche de la flèche d’une membrane soumise à son propre poids (si / représente la
gravité) attachée sur le bord du domaine i l C’est aussi celui qui régit la répartition de
température d’un domaine en contact avec un thermostat et soumis à une source de
chaleur / . Par la suite, on fera des hypothèses sur Q et sur / pour donner un contexte
dans lequel on sait déterminer si le problème possède, ou non, une solution.
La recherche de solutions à la formulation forte (solutions au sens classique) n’est
que rarement possible, on va donc commencer par donner à l’EDP (sans regarder
les conditions aux limites) un sens très général en considérant que u et / sont des
distributions (chapitre 4). On a donc :

{Au, <p) + </, <t>) = 0 V</> e £>(«) (8.2)

d2
En utilisant la définition du Laplacien A = ^ —-, et la définition de la dérivation
i=i dxf
au sens des distributions, on obtient

v-< / du d(f>
V<p e D(Q) (8.3)
I f W dx,l ~

que l’on note, en considérant la dualité dans (£>(Q))d :

(grad(M), grad(0)> = (f, <j>) V (/> e D(Q) (8.4)

À ce niveau là, l’expression est strictement équivalente à l’EDP initiale (sans condi­
tion de bord) prise au sens des distributions. Nous allons voir qu’en faisant quelques
choix nous aboutirons à un cadre très intéressant.
L’espace D'(Q.) est en fait beaucoup trop général pour être utilisable :
• il ne possède pas de structure mathématique pratique (pas de norme ni de produit
scalaire) ;
e comme on ne peut pas parler de la valeur d’une distribution en un point, il n’est
pas possible d’imposer des conditions au bord.
On va donc travailler dans un sous-espace de D'(i2) qui comble ces lacunes.

184
8.1. Principe des approches variationnelles

Définition 8.1

On désigne par le sous-ensemble des distributions qui peuvent s’identifier à


une fonction de L2(Q.) et dont la dérivée (au sens des distributions) peut s’identifier
à une fonction de L2(Q) :

u e H l(Q.)< => u€L


2(Q), V i € {1
uXj

Il faut noter que la condition sur la dérivée s ’écrit aussi :

grad(i<) 6 (L2(iï))d

H l(Q) est un cas particulier d ’espace de Sobolev dont on vérifiera en annexe D


qu’il possède toutes les propriétés qui nous intéressent, en particulier :

P ro p o sitio n 8.1.
i. H
1(Q) peut être muni de la structure d ’espace de Hilbert grâce au produit scalaire
suivant :

(u, v)H\ = ( u,u) L 2 + (grad(w), grad(ü))(L2 )rf V (u, v) e H l(Q) x H l(Q.) (8.6)

ii. les fonctions de H l(D.) possèdent une valeur sur Oil.

Comme les éléments de peuvent s’identifier à des fonctions, on peut aban­


donner la notation de dualité (•, •) et utiliser, à la place, la notation intégrale.
On peut donc définir le problème suivant :

I grad(n) • grad V f € £>(fi)


Trouver u e / / ’(fi) tel que : Ja
0 sur ô fi
© Dunod. La photocopie non autorisée est un délit.

(8.7)
Pour pouvoir l ’écrire sous cette forme, il a fallu supposer que / était au moins loca­
lement intégrable. Pour la suite, on va même supposer / e L2(fi), de façon à pouvoir
étendre le domaine de définition de f.
La condition <f>€ D (fi) n ’est pas très satisfaisante et peut être améliorée en tra­
vaillant dans un espace plus grand. Dans l’absolu, plus l ’espace de test est grand,
mieux la fonction u est spécifiée. Il est ici possible de raisonner par densité en cher­
chant le plus grand espace tel que l’équation garde son sens.

185
Chapitre 8 • Introduction aux approches variationnelles

Définition 8.2

On désigne par //¿(O ) l’adhérence de D (Q ) dans H l (Q).

P ro p o sitio n 8.2.
i. //¿ ( f i) est unsous-espace vectoriel fermé de
ii. //¿(Î2) coïncide avec l ’ensemble des fonctions de H 1(il) qui s ’annulent sur i l

On voit que <p peut être pris dans et que, par ailleurs, u doit appartenir à
//¿ ( f i) pour satisfaire les conditions aux limites.
Cette dernière propriété permet de faire passer la condition aux limites dans l ’es­
pace de recherche de u. On aboutit enfin à la formulation suivante du problème :

Trouver u € //¿ ( f i) tel que, pour tout <p e //¿ (fi) :

Cette formulation est appelée formulation faible, elle permet d ’utiliser des tech­
niques de recherche de solution et d’approximation très puissantes.

Remarque 8.1
Pour ceux qui n’aiment pas les distributions, la formulation faible peut être obtenue par des
techniques d’intégration classiques (elle peut aussi être donnée directement comme modèle
physique, comme c’est le cas pour le principe des puissances virtuelles en mécanique). L’idée
est de partir de l’équation forte, de la multiplier par un champ test qui s’annule sur <9£i, d’in­
tégrer sur le domaine puis de réaliser une intégration par parties (théorème de la divergence) :

Au + / - 0 (8.9)

On multiplie membre à membre par le champ test et on intègre :

( 8 . 10)

soit :
( 8. 11)
'n

Une intégration par parties conduit alors à :

186
8.1. Principe des approches variationnelles

L’intégrale d’une divergence sur un domaine est égale à l’intégrale du flux normal sur le
bord ; de plus, si g est un champ scalaire et v un champ vectoriel :

div(g v) = / div(u) + grad(^) • v

On en déduit :

I <t>grad(w) • ndx - I grad(w) • grad(0) dx + fI . f<f>d)c = 0 (8.14)


Jdçi - £
puis, comme le champ test s’annule sur le bord :

I grad(w) • grad(<p) dx=- rI. f<pdx


Ja
(8.15)

Il faut compléter la séquence d’équations en précisant les espaces fonctionnels qui donnent
du sens à l’expression obtenue. Il faut intégrer des gradients, ce qui requière que u soit dans
Hl(£ï) et <pdans //¿(Î2). Il faut aussi prendre en compte les conditions aux limites sur u, ce
qui conduit à u e //¿(£î).

On introduit les notations classiques suivantes :

a(u, v) = J grad(w) • grad(u) dx V (u, v) e H \G ) x H l(a)


Jn
(8.16)
Kv) = 1 fv d x Vu € H \0 )
Jiî
V = Hq(Q)

On arrive alors au « problème variationnel abstrait » suivant :

Trouver u € V tel que, pour tout v e V : a(u, v) = l(v) (8.17)

On verra qu’il existe différents théorèmes d’existence et d’unicité de solution, en


fonction des propriétés relativement simples de V, a et /. En fait, les résultats peuvent
© Dunod. La photocopie non autorisée est un délit.

même s’étendre à des inégalités variationnelles.


Dans le cas qui nous concerne, on dispose des propriétés évidentes suivantes :
•w» V est un espace de Hilbert.
^ a est une forme bilinéaire sur V :

a(u, u) € R V (u, v) e V2
a(u\ + ÀU2,v) = a(ui,v) +Àa(u2,v) V ( w i , € V3, V l ë R (8.18)
a(u, iq +HÜ2) = a{u, vi) + fja(u, u2) V(k, ui,u2) € V3, V/r € R

187
Chapitre 8 • Introduction aux approches variationnelles

w / est une forme linéaire sur V :


l(v) € R Vv € V
, (8.19)
l(v 1 +HV2) = l{v\) + ¡ll{V2) V(üi,D2) e V2, VyU € R

Dans l’annexe D, on donne des résultats permettant de prouver les propriétés sui­
vantes :
i. I est continue sur V :

3 C > 0 / |/(i>)| < CIMIv VV e V (8.20)

ii. a est continue sur V :

3M > 0/\a(u ,v)\< M \\u \\v \\v\\v V (u ,v )e V 2 (8.21)

iii. a est coercive (ou V-elliptique) sur V :

3 a > 0/a(u, u) > or||«||y Vm € V (8.22)

Dans la section 8.2, on présente des théorèmes permettant de conclure sur l’exis­
tence et l’unicité de la solution du problème dans V (et même des résultats plus
puissants). En 8.3, on montre que la solution du problème faible peut dans certain
cas avoir une régularité au sens classique. En 8.4, on applique l’approche variation­
nelles à des EDP plus générales. Enfin, la section 8.5 précise comment utiliser les
formulations faibles pour obtenir de bonnes approximations.
Pour clore cette introduction, donnons une formulation équivalente dans le cas où
la forme bilinéaire a est symétrique, i.e. lorsque a(u, v) = a(v, u) pour tout ( m, v)
de V2.

Proposition 8.3. Dans le cas où la forme bilinéaire a est bilinéaire symétrique


coercive, la formulation faible 8.17 est équivalente à la formulation énergétique sui­
vante :

Trouver u e V tel que, pour tout v € V : J(u) < J(v), avec J(v) = ^ a(v, v) - l(v)
(8.23)

Remarque 8.2
Dans le cas de l’équation de Poisson :

J{v) = ^
f grad(u)2dx - f fvdx
L Ja Jn
que l’on interprète comme une énergie potentielle.

188
8.2. Problème variationnel abstrait

Démonstration. Soient u et h dans V. Calculons J(u+h) en exploitant la (bi-)linéarité


des opérateurs et la symétrie de a :

J(u + h) = ^ a(u + h, u + h) - l(u + h) = a(u, u) - /(w)j

+ a(u, h) + ^ a(h, u) - 1(h)j + ^ a(h, h) (8.24)

= J(u) + (a(u, h) - 1(h)) + ^ a(h, h)

Si on suppose que u est solution du problème faible, alors :

J(u + h) - J(u) = j a(h, h) >0

grâce à la coercivité de a. u minimise bien l’énergie.


Réciproquement, si u minimise l’énergie, on pose : h = q q avec tj € R et q € V.
On obtient alors :

0 < J(u + tjq) - J(u) = T] (a(u, q) - l(q)) + y a(q, q)

On reconnaît un polynôme du second degré en q. Pour que l’inégalité soit vraie pour
tout q e R, il faut que le discriminant soit négatif ou nul, et donc

(a(u, q) - l(q))2 < 0 Vq 6 V

ce qui implique a(u, q) = l(q). m

Le terme J s’interprète physiquement comme une énergie. On cherche donc un


champ u qui minimise l’énergie. Dans ce cas, la formulation faible prend aussi le
nom de formulation variationnelle : on cherche le champ u tel que la variation
d’énergie soit nulle pour une petite variation autour de u. On voit en fait que la forme
© Dunod. La photocopie non autorisée est un délit.

faible correspond à la nullité de la différentielle de l’énergie.

8.2 P ro blèm e v a r ia t io n n e l a b st r a it
Dans cette partie, on étudie des problèmes variationnels abstraits. Dans un espace de
Hilbert H, on introduit :
• un convexe fermé K de H;
• une forme bilinéaire continue coercive a ;
• une forme linéaire continue /.

189
Chapitre 8 • Introduction aux approches variationnelles

Pour la suite nous allons avoir besoin de nommer les différentes constantes. On dé­
signe par a la constante de coercivité de a et M sa constante de continuité. On pourra,
si besoin est, utiliser directement ||/||* pour la constante de continuité de /.
Le théorème le plus général se contente des hypothèses ci-dessus, ceci dit, le cas
particulier où la forme bilinéaire a est symétrique est très intéressant et joue un
rôle pratique important. Le lecteur est invité à consulter les annexes B.4 et B.5 qui
prouvent les théorèmes fondamentaux utilisés dans ce chapitre.

8.2.1 Cas où a est symétrique


Si a est symétrique, on introduit l’énergie J sur H :

pour u 6 H, J(v) = i a(v, u) - /(u) (8.25)

Théorème 8.4. Stampacchia


Sous les hypothèses précédentes, il existe un unique u de K tel que, pour tout v
de K :
J(u) < J(v)

Démonstration. Pour u e H, on a 0 < a||u||?, < a(v, v) = ||u||a < M\\u\\2H; ainsi, a
def
est un produit scalaire équivalent à (., .)#, et (H, || • ||a) est un espace de Hilbert dans
lequel l est continue. D’après le théorème de Riesz (voir B. 15), il existe un unique L
de H tel que : l(v) = a(L, v), Vu e H. On a donc :

(8.26)

K étant un convexe fermé de (H, ||.||fl), d’après le théorème de projection (voir B.10),
Pk (L) e K est l’unique vecteur tel que ||L - Pk (L)||a < ||L - u||a quel que soit v e K.
On en déduit que l’existence du minimiseur de l’énergie, qui est u = P/r(L).

Corollaire 8.5. Sous les mêmes hypothèses, u = Pk (L) est l ’unique solution de
a(u, v - u) > l(v - u), Vu e K.

Démonstration. D’après la caractérisation de la projection (voir B. 11), on a aussi,


pour tout u e H :
a (L -P K(L ),v -P K(L))< 0 (8.27)
ou encore :
a(L, v - PK(L)) < a(PK(L), v - PK{L)) (8.28)

190
8.2: Problème variationnel abstrait

soit :
l(v - PK(L)) < a(PK(L), v - PK(L)) (8.29)
Réciproquement, supposons u e K et a(u, v - u) > l(v - u), Vu e K. On a alors :

(8.30)

Bien sûr, le cas particulier où K est un sous-espace vectoriel fermé (que l’on no­
tera V) est intéressant.

Proposition 8.6. Si V est un sous-espace vectoriel fermé, alors l ’inéquation varia­


tionnelle du corollaire précédent devient une équation variationnelle : u = P vif) est
l’unique solution de :
a(u, v) = l(v), Vv 6 V (8.31)

Démonstration, Comme V est un sous-espace vectoriel, alors, pour tout v de V :


a(L - Pv(K), v) = 0 ; ainsi : l(v) = a(Py(L), v). Réciproquement, d’après le corol­
laire B. 13, si a(u, v) = l(v) pour tout v de V, alors :

a(u, v -u ) = a(u, v) - aiu, u) = l(v) - l(u) = l(v - u)

8.2.2 Cas où a est non symétrique


Dans ce cas, il n’existe plus d’équivalence en minimisation d’énergie et la démons­
tration de l’existence de solution repose sur d’autres principes. Donnons, pour com­
mencer, deux lemmes techniques.

Lemme 8.7. Théorème du point fixe de Banach-Picard


© Dunod. La photocopie non autorisée est un délit.

Soit T une application contractante dans l’espace de Banach (H, || ■||)t.


Alors, il existe un unique xq de H tel que : Txo = *o.

Démonstration.
Unicité : si mi et U2 sont deux points fixes, on commence par écrire :

ll«i ~ «2 ll = \\Tui - TU2W < k\\ui - M2II (8.32)

f . C’est-à-dire qu’il existe une constante k dans l’intervalle ]0 ,1 [ telle que, pour tout (x,y) e H1 :
Hr* - Ty\\ < ¿ ||x - ¡/||.

191
Chapitre 8 • Introduction aux approches variationnelles

Il en résulte :
(1 - £)||mi - K2II < 0 => «i = «2 (8.33)
Existence : pour Mo € H, on pose m„+ 1 = T m„ ; on va montrer que la suite ( m„)„6N est
une suite de Cauchy.
Par récurrence immédiate :

ll«2 “ Mill H < k\\u\ “ Uo\\fj (8.34)

et :
\\Un+l ~ M „||// < *"||«1 - M oll// (8.35)
Par inégalité triangulaire :

l|W/!+p —unill// = I|M/i+p —Mn+p_J + M„.|.p_i —... —Mn||// (8.36)

ce qui conduit à :
(p-i \
l|w/i+p u„\\n ^ k Z1=0* / ll«i ~ Mollh = — t— j— ^ll«i - «ollh (8.37)
1- k

Il en résulte :
k"
Uh\\h < -— -|| mi - Moll// —>n->00 0 (8.38)
1- k
Comme (un)n€n est une suite de Cauchy et que l’espace est complet, elle converge
vers une limite u e H, qui vérifie : m = Tu. m

Proposition 8.8. Généralisation du théorèm e de Riesz


Dans un espace de Hilbert H, si a est une forme bilinéaire continue, il existe un
unique opérateur linéaire A de H dans H tel que

a(u, v) = (Au, v) h V (m, v) e H2


Cet opérateur linéaire A est continu.

Démonstration. Pour u fixé dans H, l’application v e H 1-» a(u, v) est une appli­
cation linéaire continue, donc d’après le théorème de Riesz (voir B. 15), il existe un
unique vecteur noté Au tel que :

(AM,v) h = a(u, v) Vv 6 H

Étudions maintenant l’application u A„. Pour tout (u\, U2, v) de H3 :

a(u{ + m2, v) = (A(M|+„2), v) h (8.39)

192
8.2. Problème variationnel abstrait

soit :
a(u\ + u2, v) = a(u\, v) + a(u2, v) = (AU|, v)H + (A„2, v)H (8.40)
et donc :
(•^(mi+h2) —(Àui A«2), v)h = 0 (8.41)
ce qui prouve que A(H|+„2) = (AMl + A„2). On raisonne de même sur A¿u avec A € R,
on montre que A¿u = AAU. Et donc « h A„ est linéaire, on emploie donc la notation
Au (opérateur appliqué à un vecteur).
Enfin :
\a(u, ü)| = \{Au, v)H\ < M\\u\\h\\v\\h
On prend v = Au, et on en déduit : ||Aw||// < M\\u\\n. L’application A est donc conti­
nue. ■

Ces résultats nous permettent d’aboutir au résultat d’existence et d’unicité de la


solution du problème variationnel.

Théorème 8.9. Théorème de Lax-Milgram


Dans un espace de Hilbert H, si a est une forme bilinéaire continue coercive et l
est une forme linéaire continue, il existe un unique u de H tel que, pour tout v de H :
a(u, v) = l(v) (8.42)

Démonstration. On reformule le problème : a(u, u) = (Au, v) h et l(v) = (L, v) h donc


(Au - L, v) h = 0.
Il faut donc montrer qu’il existe un unique « d e H tel que : Au = L (i.e. que A est un
isomorphisme de H).
On construit T : v i-» v - À(Av - L) avec À > 0. On a donc :Tu = u <==> Au = L.
Il suffit alors de montrer qu’un choix judicieux de A rend T contractante. À cet
effet, on écrit :
IlTv - Tw\\2
H = || v - w - AA(v - w)fH = ||u - w\ŸH-2A(A(v -w ), v - w)H
< -2 Aa ||d - ui ||^
© Dunod. La photocopie non autorisée est un délit.

+ 42||A(u - iu)||^ (8.43)


<M2\\v-w\\2H
< ( l - 2 A a + M2A2)\\v-w\\2H
où on a utilisé la coercivité de a (constante or) et sa continuité (constante M). Une
étude rapide du polynôme montre que :

1 - 2 Aa + M2A2 < 1 pour 0 < A< 2 —


M
T est alors une contraction. ■

193
Chapitre 8 • Introduction aux approches variationnelles

Le résultat précédent d’existence et d’unicité peut être complété par une étude de
la relation entre la solution u et le chargement Z.

Théorème 8.10. Dépendance continue de la solution


u dépend continûment du second membre 1. En effet :

«INI# < a{u, u) = /(«) < ||/||*N|tf


(8.44)
N I * < -MU
a
Terminons par un résultat un peu plus général.

Théorème 8.11. Lax-Milgram sur un convexe fermé


Dans un espace de Hilbert H, on considère un convexe fermé K, a une forme
bilinéaire continue coercive, l une forme continue, alors, il existe un unique ude K
tel que, pour tout v de K :
a{u, v - u) > l{v - u) (8.45)

Démonstration. Autrement dit, u doit satisfaire :

{Au - L, v - u)h >0 , Vu € K

On introduit la projection sur K :

TK : H -> K, v>-> Tk(v) = PK(v - A {A v- L)) (8.46)

Comme précédemment, on va montrer qu’un choix judicieux de A > 0 rend Tk


contractante :
117*00 - TK{w)\\2
H = ||PK{v -A { A v - L)) - PK{w - A{Aw - L ))|||
< ||(t> - w ) - A {A{v - w))\\2H

où on a utilisé le fait que PK est contractante (voir B. 12). On arrive au même résultat
que pour le théorème de Lax-Milgram sur l’espace entier.
Soit u tel que T¡c{u) = u, on rappelle que la projection satisfait :

{v - P k {ü) , w - P k {v))h < 0 Vwe K

On applique le résultat à u - A {Au - L) :

(« - A{Au - L) - PK{u - A{Au - L)), w - PK(v -A { A v - L))) < 0


(8.48)
A{Au - L, w - u) > 0

194
8.3. Notions sur la régularité de la solution faible

8.3 N otions sur la régularité


DE LA SO LU T IO N FAIBLE
On reprend ici le problème de l’équation de Poisson à condition de Dirichlet homo­
gène au bord. On a vu dans la première section que la formulation faible du problème
est la suivante :

Trouver u € Hq(Cï ) tel que Vu € Hq(Q) : J' grad(M) • grad(i>)dx = J 'f v d x


° (8.49)
On pose, pour tout (u, v) € Hq(Q) x //¿( î î ) :

a(u, v) I grad(u) • grad(u) dx


Ja.
et
/00 = vdx

On a vu que Hq(£î) est un espace de Hilbert, que a est bilinéaire symétrique continue
coercive, et que / est continue coercive. On peut en déduire, grâce au théorème de
Stampacchia, que la solution u du problème faible existe et qu’elle est unique.
On peut maintenant s’interroger si cette solution u de //¿(O) a un sens plus clas­
sique. On interprète l’équation au sens des distributions pour <p € T)(fL) c Hq(D) :

a(u, v) = (grad(w), grad(0» = l(<p) = {f , <p)


(o.j U)
(Au + f,<t>) = 0
ce qui signifie que Au + f est la distribution nulle. Par suite : (Au + / ) = 0. Si on
pp
suppose que / e L?(Q), cela signifie que Au € L2(Q) et en fait, si on fait quelques
hypothèses de plus sur Q comme une forme convexe, u e H2(Ü.). D’après le théorème
de plongement de Sobolev (voir D.3), on peut en déduire la régularité classique. Dans
le cas de la dimension 1, u est continûment dérivable.
© Dunod. La photocopie non autorisée est un délit.

Le problème de la régularité des solutions de formulations faibles peut devenir


très complexe, il fait intervenir la qualité du chargement, la forme du domaine, la
formulation elle-même. L’exemple ici était extrêmement simple.

8.4 T raitement de quelques EDP


Il s’agit dans cette section de montrer rapidement que les approches variationnelles
s’appliquent à des problèmes plus généraux que la simple équation de Laplace avec
conditions limites homogènes. Cette présentation reste très partielle et le lecteur est
invité à se référer à des ouvrages plus spécifiques comme [6,8].

195
Chapitre 8 • Introduction aux approches variationnelles

8.4.1 Conditions de Dirichlet non-homogènes


On s’intéresse ici au problème suivant :

Au = 0 dans Cl
(8.51)
U= Ud sur dCl

Autrement dit on cherche une fonction harmonique dont la valeur est imposée sur le
bord du domaine.
On introduit l’espace suivant :

*V = {u € H1(Cl), u = ud sur dO} (8.52)

et on aboutit au problème suivant :

Trouver w £ T tel que, pour tout u € Hq(CI) :


C (8.53)
I grad(w) • grad(u) d x - 0
Ja
Afin de se ramener au même espace de recherche (pour u) et de test (pour v), on
fait appel à un relèvement, à l’instar de ce que l’on a fait au chapitre séparation de
variables. Pour cela on utilise les résultats des théorèmes de trace (proposition D.7).
La formulation prend du sens pour uj e H ï (dCl), car on peut trouver un relèvement
üd e H1(Cl) (autrement dit, uj est la trace de üj sur le bord de Î2).
On a alors *V = üd+H^Cï). On cherche alors u sous la forme ü+üd ; la formulation
variationnelle devient :
Trouver ü € Hq(CI) tel que, pour tout v € Hq(Q) :
(8.54)
I grad(w) • grad(u) dx = — I grad(üd) • grad(u) dx
Ja Ja
Cette formulation vérifie les hypothèses du théorème de Stampacchia. On a donc
existence et unicité de la solution. Par ailleurs, on a également la continuité de la
solution vis-à-vis du chargement qui s’écrit :

INlHi<C||«rf||ffi (8.55)
où C est une constante qui dépend de O.

8.4.2 Problèmes à conditions limites mélangées


Dirichlet / Neumann
On s’intéresse ici au cas où la frontière du domaine est partagée en deux parties
complémentaires : le fermé duQ où des conditions de Dirichlet Ud sont imposées et

196
8.4. Traitement de quelques EDP

l’ouvert dgil où des conditions de Neumann g sont imposées :

Au = 0 dans il
sur d„il (8.56)

II
s

£
grad (u )-n = g sur dgil
On introduit l’espace de recherche *V suivant :

V = [u € H1(il), u = Ud sur <9M


£2} (8.57)

c’est un sous-espace affine de H1(il) dont l’espace vectoriel associé <Vo est :

% = (« e H1(il), u = 0 sur <9M£2) (8.58)

On a supposé que d„il possédait la régularité requise pour que l’opérateur de trace
restreinte (sur la portion d„il du bord) soit bien défini et continu. Dans ces conditions
*Vo est un sous-espace vectoriel fermé de H1(il). De même, on suppose ici que uj est
suffisamment régulier pour que l’on puisse définir un relèvement üd de Ud dans *V.
Une propriété fondamentale de l’espace 'Vo, qui servira à montrer la coercivité
de la formulation variationnelle, est que, sous des conditions de forme de il, les
fonctions qui le composent vérifient une inégalité de Poincaré dès que la mesure (de
surface) de duil n’est pas nulle. Typiquement, on peut reprendre la démonstration de
la proposition D. 10 pour Hq(H) avec £2 dans une bande de direction £ non parallèle à
duil.
Il faut bien noter que les conditions de Neumann ne rentrent pas dans l’espace de
recherche (il faudrait utiliser un espace de recherche autre que H 1 pour leur donner
du sens).
La formulation variationnelle s’obtient par multiplication par un champ test dans
'Vo et intégration par parties :

0 = I v Au dx = I (div(o grad(w)) - grad(w) • grad(u)) dx


Jq Jn
© Dunod. La photocopie non autorisée est un délit.

I grad(w) • grad(o) dx - I v grad(w) • n dS = I v grad(w) • ndS


vfl Jôiî JduQ
+ I v grad(w) • ndS
Jdgii
(8.59)
en utilisant la nullité de v sur duil, et en posant u = üd + ü, on aboutit à :

Trouver ü 6 Vo tel que Vo e *Vo :


(8.60)
I grad(ii) • grad (v)dx= I vgdS - I grad(û^) • grad(o) dx
„ Jd Jdgii JO

197
Chapitre 8 • Introduction aux approches variationnelles

Cette formulation prend du sens pour g e L2(dgiï), puisqu’on peut alors utiliser le
théorème de Cauchy-Schwarz pour montrer la continuité de la forme linéaire (en
utilisant la continuité de l’application trace pour passer de IM I^ Q) à IMI#i(n))-
La formulation vérifie les hypothèses du théorème de Stampacchia. On a donc
existence et unicité de la solution et continuité vis-à-vis du chargement, qui s’écrit :

INI#' < C« + Cg WgWindgii) (8.61)

où Cu et Cg sont des constantes qui dépendent de (O, dtlil, dgil).

8.4.3 Problèmes de Neumann


On considère maintenant le cas d’un domaine soumis à des conditions de Neumann
sur tout son bord.
I -A u = f dans il
(8.62)
grad(w) • n = g sur d il

La formulation variationnelle s’obtient comme précédemment


Trouver u € H1(il) tel que Vv e H1(il)
(8.63)
I grad(w) • grad(v)dx = I v fd x + I vgdS
. JO JO JdO

On suppose / € L2(iï) et g e L?(diï), ce qui garantit la continuité de la forme li­


néaire.
La difficulté pour cette formulation est qu’il n’y a pas d’inégalité de Poincaré dans
H1(il) et donc pas de coercivité. En fait on peut voir que la forme bilinéaire a pour
noyau les fonctions constantes sur il (puisque leur gradient est nul). Si on prend
o = r e R dans la formulation, on obtient :

0 = r ( I f dx+ f gdS |, Vr e R => | f d x + I gdS = 0


\J o Jdo I Jo JdO
(8.64)
Cette équation est une condition sur les chargements / et g, nécessaire pour qu’il
puisse y avoir une solution. Par ailleurs, si l’on suppose que u est une solution de la
formulation variationnelle, on voit que « + r ( r e R ) est également solution. Dans les
cas précédents les fonctions constantes étaient éliminées de l’espace de recherche par
la présence de conditions limites de Dirichlet (qui font que la seule fonction constante
possible dans l’espace utilisé est la fonction nulle).
Sous réserve que (8.64) soit vérifié, on peut trouver une solution (et donc une in­
finité de solutions définies à une constante près) en travaillant sur un espace supplé­
mentaire dans #*(£2) à celui des fonctions constantes. Typiquement on peut travailler

198
8.4. Traitement de quelques EDP

dans l’espace des fonctions à moyenne nulle, que l’on note fUm pour lequel, le théo­
rème D.12 assure l’existence d’une constante de Poincaré.
Pour résumer :

Si f f d x + f igdS 0, il n’y a pas de solution.


Jn Jdü

■w» Si I f d x + I g dS = 0, il y a une infinité de solutions, de la forme u,„ + r, où


Jn J an
u € R et um est l’unique solution de la formulation variationnelle :

Trouver u e fUmtel que Vu 6 1Àm :

I grad(a) • grad(u) dx = I vfdx+ I vgdS


Jn Jn Jdn
(8.65)

8.4.4 Problème à conditions limites de Robin (Fourier)


On considère le problème suivant :

- Au = 0 dans Q
(8.66)
grad(w) • n = g —¡lu sur dû.

Pour simplifier, on suppose que /u est une constante strictement positive et


g € Û{dCl). La formulation variationnelle s’obtient comme suit :

0 = I uAudx= I (div(u grad(u)) - grad(w) • grad(y)) dx


Jn Jn
(8.67)
I grad(w) • grad(y)dx = I v grad(M) • ndS = I vg - ¡ivudS
Jn Jan J an

La formulation variationnelle s’écrit :


© Dunod. La photocopie non autorisée est un délit.

Trouver u e Hl(ü.) tel que V v e Hl(£i)


( 8 .68 )
I grad(w) • grad(n)dx + I ¡xvudS - j vgdS
J ci J an J an
On voit que la condition de Robin a une répercussion sur la forme bilinéaire. Le
théorème de Cauchy-Schwarz et la continuité de l’application trace dans Hl(£l) per­
mettent de conclure à la continuité des formes linéaires et bilinéaires. Pour la coer­
civité, il est nécessaire d’utiliser la généralisation de l’inégalité de Poincaré donnée
dans le théorème D.14.

199
Chapitre 8 « Introduction aux approches variationnelles

8.5 T e c h n iq u e s d ’a p p r o x im a t io n
de R it z -G a l e r k in
Si les résultats précédents donnent l’existence et l’unicité de la solution faible, ils
n’indiquent pas comment la calculer. On va voir ici que la formulation faible per­
met de définir des techniques d’approximation très efficaces. Considérons donc une
formulation faible de la forme :
Trouver u dans H tel que, pour tout v e H : a(u, v) = l(v) (8.69)
ce qui est équivalent, si a est symétrique, à la formulation énergétique :

Trouver u dans H tel que, pour tout v € H : J(u) < J(v) avec J(v) = j a(v, v) - l(v)
(8.70)
où H est un espace de Hilbert, a une forme bilinéaire continue coercive, l une forme
linéaire continue.
Le principe de l’approximation consiste à travailler dans un sous-espace vectoriel
de H de dimension finie, que l’on désigne par V*.
On introduit le problème approché suivant :
Trouver Uh dans V* tel que, pour tout v e V/t : a(uh, v) = l{v) (8.71)
ce qui est équivalent, si a est symétrique, à la formulation énergétique :
Trouver U), dans V/, tel que, pour tout v e V* : J(uh) < J(v) (8.72)
L’existence et l’unicité de la solution de la formulation approchée (et l’équivalence
énergétique dans le cas symétrique) sont obtenues par application du théorème de
Lax-Milgram (ou Stampacchia dans le cas symétrique) dans le cas où K est un sous-
espace vectoriel. En particulier, cela signifie que, si la solution u appartient à V*, alors
l’approximation conduira à la solution exacte.
D’après ce qui précède, il est clair que u/t est la meilleure solution dans V* au
sens de l’énergie dans le cas symétrique, c’est aussi celle qui, dans tous les cas, rend
l’erreur orthogonale à V* (au sens de a). En effet, en prenant le problème faible de
base testé dans Vh, on obtient :
a (u -u h,vh) = 0, Svh € Vh (8.73)
On en déduit le résultat suivant :
a\\u - Uh\\H < a(u - U h , u - Uh) = a( u - U h , u - Vf, + v/t - Uh), V it, € V*
= a(u - u/,, u - Vh) + a( u - Uh, ity, - m/,)
=o (8.74)
< M \ \ u - u h\\H \ \ u - V h \ \ H
M
IlU- uh\\H < — II« - Vh\\H , Svh € Vh
a

200
8.5. Techniques d’approximation de Ritz-Galerkin

Proposition 8.12. L e m m e d e C é a

„ „ M
11« - «/ill// < — inf IIu - Vh\\H (8.75)
a vi,eVh

Ce lemme est fondamental, car il permet de relier la qualité de l’approximation de


l’EDP (caractérisée par les constantes or et M) à celle de l’approximation des fonc­
tions de H par des fonctions de Vf,. Il permet donc de développer des techniques d’ap­
proximation relativement génériques, il suffit pour cela de s’assurer que l’espace Vf,
permet de bien approcher les fonctions de H.
Il reste à détailler le calcul pratique de la solution approchée. Comme V* est un
espace de dimension finie, il possède une base finie (<pi,. . . , </>„). On décompose alors
la solution sur cette base :
n
uh = ^ « « 0
/=1
La formulation faible s’écrit alors :
n
Trouver (m,) k ,o , e R" tel que, pour tout j e {1, . . . ,n] : a ^ , «I i 0 j = /(0;)
/=1
(8.76)
En utilisant la bilinéarité de a, on peut écrire le système sous forme matricielle :
, \ ( ■^ / .

• • • Æ(0/ i (¡>j) . . . Ui = w (8.77)


! ; <■J ^ • /
A U F

La matrice A hérite des propriétés de la forme bilinéaire a : elle est symétrique, définie
positive (grâce à la coercivité). Un tel système peut être résolu par une factorisation
de Cholesky ou un gradient conjugué.
© Dunod. La photocopie non autorisée est un délit.

Il existe des techniques permettant de construire des bases de sous-espaces vecto­


riels de dimension finie pour les espaces H1(£2) pour des domaines Q de forme très
générale, la plus célèbre d’entre elles est la méthode des éléments finis.

201
Chapitre 8 • Introduction aux approches variationnelles

Exercices

Propriétés de W'(Q) sur un intervalle


Étude de H 1(J)avec 7 =]a, b[c R éventuellement non borné.
1. On cherche ici à montrer que si ueH l(I), alors €
u(x)= x(u)o+ I u'(t)dt.
J XQ
À cet effet, on introduit la fonction qui, à tout x de 7, associe uq(x ) = C u (t)
d XQ
Montrer que «o est bien définie et qu’elle est uniformément continue, puis que
u' -u '0 =0 au sens des distributions. On admettra que cela implique l’existence
d’une constante réelle c telle que : u - uq =
pp
2. Montrer que, pour I borné, la fonction qui à / e H l(I) associe ) (trace à
gauche) est une forme linéaire continue sur H X(I). En déduire que //¿(/) est un
sous-espace fermé de H l(I).
3. Montrer que pour *o € 7, ôxo e (7/^ (/))'. On pourra utiliser le théorème de
Riesz et montrer qu’il existe une fonction / de 77^(7) telle que < ôXQ, (p >=
( / >0) h1■

(i£ i Formulation variationnelle du problème de Laplace 1D


On s’intéresse à la recherche, par une méthode variationnelle, de la fonction u véri­
fiant
cEu o
— — = f(x ), x e]0 ,1 [, /donnéedans Zr(]0,1 [), avec m(0) = h(1) = 0.
dxz
1. On cherche u € //¿Q0,1[) solution du problème différentiel ci-dessus. Montrer
que u est solution du problème variationnel :

Trouver u € T/J (]0, 1D tel fiue : a(u<v) = 7( îj) i V u e //¿(]0,1[)


On explicitera, pour tout (u, v) de 77^(]0,1[) x 77q(]0, 1[), a(u, v) et L(u).
2. Montrer que a est une forme bilinéaire continue, symétrique, et coercive sur
T7,5(]0,1[), et que L est une forme linéaire continue sur 77,5(]0,1[).
3. Montrer directement (sans utiliser le théorème de Lax-Milgram), l’unicité, puis
l’existence de la solution du problème variationnel (on pourra montrer que l’ap­
plication _____
v e 77¿(]0,1[) h-» xja(v,

202
Exercices

est une norme équivalente à la norme H1


sur //¿ (]0 ,1
de Riesz).
4. Montrer que le problème variationnel est équivalent au problème de minimisa­
tion suivant :

Trouver u€ //¿(]0,1[) tel que, pour tout e //¿(]0,1[) : I(u) < I{v),

avec : I(v) = ^ a(v, - L(v)

5. Soit Vn un sous-espace vectoriel de ^0, 1[) de dimen


H
(a) Montrer que la meilleure approximation de dans au sens de la norme

v i-* ja (v, v) = IHIi

est un€ Vn tel que : a(um,v) = L(v), Vu € V#.


(b) Soit (^>i)i€|[i,At] une base de Vjy. Donner le système linéaire permettant de
déterminer un, et montrer que ce système est de Cramer.

Pour aller plus loin


Un prolongement de cet exercice et son corrigé sont en accès libre sur le site
www.dunod.com

l iS I Étude du dom aine de coercivité d ’une form e bilinéaire param étrée


On travaille sur le domaine régulier borné fi e R rf et on étudie l’équation suivante :

-A u + eu - f dans Q
(8.78)
u = 0 sur dû.

où c est une fonction positive bornée (i.e. c € L°°(Q) et 0). Pour simplifier, on
pourra supposer c continue.
On veut montrer l’existence et l’unicité d’une solution faible dans //¿(O) au moyen
© Dunod. La photocopie non autorisée est un délit.

d’une approche variationnelle.


1. Montrer que l’équation (8.78) conduit à la formulation variationnelle suivante :

Trouver u €H q (Q ) tel que, pour tout v € H q (Q ) :


(8.79)
a(u,v)= I grad(w) • gradué* + I c u v d x - I f v d x = l(v),
Jn Jn Jn
2. Montrer que a est une forme bilinéaire symétrique continue et coervice sur
Hq(£1), et / est une forme linéaire continue sur H q(Q).

203
Chapitre 8 • Introduction aux approches variationnelles

3. En déduire l’unicité de la solution de la formulation variationnelle (8.79).


4. Montrer que la condition c >0 peut être améliorée en
constante positive à déterminer.

Corrigés

1. Il faut vérifier que no est bien définie, autrement dit que est intégrable
sur I :

f \u'dt< f \\u’\dt

<( f 1 2 d t j|n'|2 d t \ (Cauchy-S


VUo,*] J[xo,x)!

< \ x - Xq\ ( J | n f d t j Xq\

ce qui montre que la fonction no est bien définie.


Un calcul similaire conduit à la continuité uniforme :

|no(*) - uo(y)\ = 1 u 'd t- j u' d t


\ J[ X 0 ,X) J[*o.ÿ] I

< I \u'dt< \x-


Jbj.x]

Soit <p e £)(/), alors :

(u'0 ,<f>) = ~{UQ,(p')

— I UQtp'dx = - I I
Ji J i J XQ
nxo nx r>b pX
=- I u' (t) d t< p '{x )d x - I I u ' (t) d t (/>'( x) d x
J a Jxo

où on a décomposé I - [a, jco] U [*o, b].On raiso


comme (x, t) h » u'{t) <p'(x) est intégrable sur le domaine triangulaire x € [a, xo]
et t € [>o, *], on peut utiliser le théorème de Fubini et intégrer dans l’ordre le

204
Corrigés

mieux adapté :

I f u'(t) (p'(x) dt dx = - f f u'(t) <f>'(x) dx dt


Jxe[ij,A0] Jie[xo,x] Jte[a,xo] Jxe[a,t]

=- I u'(t) ! <p'(x)dxdt
Jie[a,Ao] Jxe[a,l]

=- I u'(t)<p(t)dt
Jte[a,xo]

En additionnant membre à membre, on obtient :

( u'q, 4>) = I u'(t) <p(t) dt = {u , <f>)


Jtel

Donc (mq - u') = 0 au sens des distributions. D’après l’énoncé, cela implique :
u ~ U° pp C constante- Comme uq et c, u est donc (la classe d’) une fonction
continue, et on peut identifier u avec u(xo ) + uq .

2. On travaille sur 7 = [a, b], qui est un intervalle borné. On introduit la forme
trace à gauche :

Ta : f € H \]a, b[) f(à) = f(x 0) + f f ( t) d t


J[x0,a]

Comme / est uniformément continue, ya existe. C’est clairement une forme


linéaire. Il reste à prouver la continuité :

\7a(f)\ = \ m \ = /(* o )+ f f ( t ) d t
J[x0,a]
© Dunod. La photocopie non autorisée est un délit.

\f(xo)\ + f f \i) d t < l/(*o)l +


I ,|/W
J[xo,a] |dt '

l/(*o)l + f |/'( 0 | dt
Jla,b)

l/l«j)l + Vit - «I \ f f dt j

205
Chapitre 8 • Introduction aux approches variationnelles

où on a utilisé la positivité de \f \ pour étendre le domaine d’intégration, puis


l’inégalité de Cauchy-Schwarz. On intègre alors sur [a, b] :

\f{a)\ f b 1 dx0 < f b \f(x0)\dx0 + j\b -a \\\f'\\2L2 f 1 dx0


Ja Ja Ja
,_____/ r b x'/2
\ № \ \b - al < y/\b-a\ I l |/(x 0)|2 dxQI + Ib - apWfW#

\№ \< \b -a \-L
2 \ \ f \ \ L 2 + \ b - a \ +k f \ \ i ?

< max(|7> - a|"2, \b - a|+^j (W/Wl2 + Wf'Wo)


Par convexité de la fonction carré, on a pour tout couple de réels (a, b) :

(a + bŸ a2 b2
\2 / < ~2+ T
ce qui implique

(\\f\y + W fh2) < V2 yl\\f\\2L2 + W f% = ^11/11«.


On arrive donc finalement à majorer \ya(f)\ par C ||/||^ , (où C est une
constante), ce qui signifie que ya est continue sur Hx()a, b[).
Par ailleurs :
Hq(I) = ker(ya) n ker(y¿)
est donc l’intersection de deux sous-espaces vectoriels fermés (image réci­
proque du fermé (0} par une application continue).
3. On veut montrer que ôXo est dans le dual de //¿(7). Comme 77¿(7) est un espace
de Hilbert, on peut utiliser le théorème de Riesz et chercher / e //¿(7) telle
que, pour tout 4>de 7/¿(7) :

(ôxo,<p) = <t>(xo) = ( /, 0)H, = J m m d t + £ f w ' ( f ) d t

On sait que / doit être continu, on va supposer qu’il est de plus deux fois dé­
rivables par morceaux (sur [a, xq\ et [xo, b]) ce qui permettra de trouver une
solution. Sur les deux intervalles [a, xo] et [xo, b] on peut intégrer par parties :

<P(xo) = f(t) Ht) dt + (?) <p'(t) dt

= f f{t) № dt - f ° f \ t ) № dt + [f<p]xa° - f b f'( t) Ht) dt + [f<p]bxo


Jl Ja Jx o

= JP
a
( f - f ")(t>{t)dt + J x[ ob(f - f ") { t) m d t + ^ (xo)

206
Corrigés

où on a utilisé le fait que <p(a) = (p(b)= 0. Pour que la rel


tout p<ed H 1, il faut donc :
f " - f = 0sur
/'(* 0 ) “ /'(* o ) = 1 sur te. *o[U]*o> b[
sachant qu’en plus f(a) = f(b ) = 0 puisque l’on est dans H^Qa, b
/(X q) = f(x^). La fonction / est donc bien définie.
On peut donc exprimer K comme un produit scalaire dans //¿(/), c’est donc
une forme linéaire.

1. On cherche ue //¿ (]0 ,1 [) solution du problème continu :

d2u
——r(x) = f{x) Vx e]0,1[, avec e L2(]0 , 1[) et«(0) = m(1) = 0.
dxz
On peut écrire :
d2u
- v(x) = f(x ) v(x) V u e //¿GO, 1[), V x e]0,1[

ce qui implique :

JT1 d2u T1
^djc2^ v(x)dx = J f(x )v (x )d x Vv e H q Q0 , 1[)

puis :

-^(x)u(x)l
dx J0
- f -y-W =
Jo dx
f(x ) v(x) dx
dx o
//¿(]0,1[).
Or:
du
= 0, car v e //¿Q0,1[) = > u(0) = u(l) = 0.
dx
Finalement, uest solution du problème variationnel :
© Dunod. La photocopie non autorisée est un délit.

Trouver ue //¿(]0,1[) tel que, pour tout u e //¿(]0,1[) : a(u, v) = L(v),

du
a(u, -(x) — (x) dx v) =f
j dx dx
avec :
m f(x ) v(x) dx
- r
2. a : //¿ (]0 ,1[) x //¿ (]0 ,1[) — * R est à valeurs dans R.
^ a(-, ■) est symétrique : V (u, v) e //¿(]0, 1[) x //¿(]0,1

207
Chapitre 8 • Introduction aux approches variationnelles

^ a(-, •) est bilinéaire : a(-, •) est symétrique et linéaire par rapport à chacune
de ses deux variables :
V/t e R, V(mi, u2) € ff¿(]0, ID x Zf¿(]0, ID , Vo € ff¿(]0, ID ,

a(A u\ + «2. v) = Aa(ui, v) + a(u2, o)


-w a(-, ■) est continue :

< llw'llL2 Ho' 11^2 (Inégalité de Cauchy-Schwarz)


< ||m||//i ||o||//i
Ainsi, pour tout (u, v) de //¿(]0,1[) x //¿(]0,1[) :
\a(u, a)| < IMItfi IMI^i
Par suite, a(-, •) est continue sur //¿(]0,1[) x //¿(]0,1[), à valeurs dans R.
a(-, •) est if-coercive (ou //-elliptique) :
Montrons qu’il existe une constante oro > 0 telle que, pour tout v de
ff¿(]0 , I D :

Vo e if¿(]0, ID, a(v, v) = (x)) dx = ||o'||22 > or0 ||o||^,

Rappel : Inégalité de Poincaré :


Soit Q un ouvert borné régulier de R",
3 C > 0 /V v € H h Q ) , f |o(x)|2 dx <C f |Vo(x)|2 dx
JCï Jn
ou encore : \\v\\2l2 < C \\Vv\rLl

Ici, Q =]0,1[ est un ouvert borné régulier de R. En particulier, on peut cal­


culer la constante de Poincaré en utilisant le fait que :

Il suffit de majorer le terme de droite à l’aide de l’inégalité de Cauchy-


Schwarz, puis d’intégrer sur x (comme dans la question 1 de l’exercice 8.1) :
3 0 0 / Vo € / f ‘(]0.1D, \\v\\2l2 < C || o, ||22.
O r:

l l < . = IMI¿2 + \\V'\\2


L2 l l < . < C || o,||22 + ||o'||22 = (1 + C) ||o'||2

208
Corrigés

Par suite, en posant ao = Y~+c > ^ ’ on ° ^ ent •

Vu e HqQO, 1[), a(v, v) > a0 ||u||^,, car a(v, v) = ||u'|£2.


L : //¿(]0,1[) — > R est à valeurs dans R.
L(-) est linéaire :
V/l € R, V(i»lt u2) € «¿(]0,1[) x « ¿ 0 0 , 1[), L(ÀV1 + u2) = AL(U,) + L(v2)

L(-) est continue :


Vu e «¿(]0,1[),

|L(u)| / ( x ) u (x) i/x < WfÏÏL* IMItf (Inégalité de Cauchy-Schwarz)


=1/'
< ll/lb Ilub., car \\v\\2Hl = ||u|||2 + ||u'||J2
Finalement, a(-, •) est une forme bilinéaire, continue, symétrique et «-coercive
sur («¿(]0,1[)) , et LQ est une forme linéaire, continue sur «¿(]0,1[).
3. Montrons directement (sans utiliser le théorème de Lax-Milgram) l’unicité et
l’existence de la solution du problème variationnel.
• Unicité :
Supposons que u\ et u2 sont solutions du problème variationel. Alors :
( a(u\, u) = L(u), V u e «¿(]0,1[)
\a(u2, v) = L(u), V u e «¿(]0,1[)
Par linéarité de L(-) et bilinéarité de a(-, •) :

a(u\ - u2, v) = 0, V u e «¿(]0,1[)


En prenant v = u\ - u2 e « ¿ Q 0 ,1[) («¿(]0,1[) espace vectoriel), on a
a(u\ - « 2 , mi — m2) = 0.
Par coercivité de a(-, •), il existe une constante ao > 0 telle que :
© Dunod. La photocopie non autorisée est un délit.

a{u\ - u 2, u \ - u2) > ao ||mi - u2\\2H,


D ’où ||mi - u2\\2h i = 0 = > mi - m2 = 0H\o par propriété de la norme || •||wi.
On en déduit que mi = m2 : la solution est unique.
• Existence :
L’application a(-, •) étant une forme bilinéaire, symétrique, définie, positive,
car continue et «-coercive :
a(-, •) continue = > 3 M > 0 / Vu € «¿(]0,1[), a(v,v) = |a(u,u)| < M\\v\ŸH\

209
Chapitre 8 • Introduction aux approches variationnelles

a(-, •) //-coercive = > 3oro > 0 / Vu e //¿(]0 , 1[), a(v, u) > ao ||u||^,
a(-, ■) définit un produit scalaire, noté (•, -)i» et, pour tout u de //¿(]0,1[) :
0 < a o llvllff, < a(v, v )< M ||u||^,.
Ainsi, la norme associée au produit scalaire (•, -)i, notée || • Ih, est équivalente
à II • Hjyi.
//¿(]0,1[) est donc un espace de Hilbert pour la norme || ■||j, car //¿(]0,1[)
est un espace vectoriel normé complet pour la norme || • ||i (les limites des
suites convergentes (donc de Cauchy) sont inchangées pour des normes équi­
valentes) et muni d’un produit scalaire (•, -)i-
De plus, L( ) est une forme linéaire continue sur //¿(]0,1[). On est donc dans
le cadre d’application du théorème de représentation de Riesz d’une forme
linéaire :
3 ! u € Hl0Q O ,\[ ) / m = (u,v)l =a(u,v) Vu 6 //¿(]0,1[).
D’où l’existence (et l’unicité !) d’une solution au problème variationnel.
4. On veut montrer que a(u,v) = L(v) Vu € //¿(]0,1[) <=> I(u) < /(u)
Vu e //¿(]0,1[).
| = » | On suppose u solution de :
a(u,v) = Uv) Vu € //¿(]0,1[)

Alors, pour tout u de //¿(]0,1[) :

I(v) - I(u) = - a(v, v) - L(v) - ^ a(u, u) + L{u)

- ^ a(v - u, v - ü) + a(u, v) - a(u, u) - L(v - ü),


(par linéarité de L(-) (et bilinéarité de «(•, •))

= i a(v - w, v - u) + a(u, v - u) - L(v - u)

~ \ a(v ~ u' v ~
car v - u € //¿(]0,1[) (espace vectoriel) et,
a{u, v - u) - L(v - u)
>0
(= 0 si et seulement si u = v)
D’où:
a(u, u) = L(v) Vu e //¿(]0,1[) = > I(u) < /(u) Vu e //¿(]0 , 1[)

210
Corrigés

| < = | On suppose u solution de :


№ < № Vv € i[)

Alors, pour tout réel a, et tout v de 1[) :

I(u + a v) - /( m) = a(u + a v,u + a v ) - L(u + a v) - —a(u, u) + L(u) > 0

ce qui implique :

^ a(u, m) + ~ a(av,av) + a(u, au) - ^ a(u, u) - L(m) - L(oru) + L(w) > 0


Z Z Z

Par suite, pour tout réel a, et tout v de //¿(]0,1[) :

P v(a) = a 2 ^ + a; (a(w, u) - L(u)) > 0 (polynôme du second degré)

Il en résulte :
A = (a(u, v) - L(ü))2 < 0 V u e //¿ (]0 ,1[)

puis :
a(u, v) = L(v) V u e //¿(]0,1[)
Finalement :
I(u) < /( d) V» € tf<5(]0,1[) = > a(u, v) = L(d) V u € Hl0(]0, 1[)

5. (a) La meilleure approximation de u dans V# est l’élément un de Vn qui mi­


nimise la distance entre u et VV au sens de la norme || • ||i :

11«-«will < ||m —ü||i V v e V N.

un est donc la projection de u sur Vn au sens de la norme || • ||] :


un = P vN(u).
D’après la caractérisation de la projection orthogonale (applicable, car Vn
© Dunod. La photocopie non autorisée est un délit.

sous-espace vectoriel fermé de //¿ (]0 ,1[)), on en déduit :

(w - un, v) i = 0 V v e Vn

soit :
(uN,v)i =(u,v)i Vv € V n
(linéarité de (•, -)i par rapport à la première variable)

soit :
ü(un, v) = (m, u) i = L(u) V v € Vn

211
Chapitre 8 • Introduction aux approches variationnelles

ce qui implique :

(uN,v)i = (u,v)i VveVN


(linéarité de (•, -)i par rapport à la première variable)

puis :
a(uN, v) = ( m, u) i = L(v) Vu € Vn
(d’après (4) appliquée à u e Vn c //¿(]0,1[))
On cherche donc un dans Vn tel que, pour tout u de Vn :

a(uN, u) = L(v)

(b) Soit (</>;),'<=ji,nj une base de Vn - Comme un appartient à Vn , on peut l’écrire


de manière unique sous la forme :
N
«N = J ] üj <Pj
J=1
On a :
a(uN, v) = L(v) V u e Vn
Or:
<Pi e Vn V i e [ l , M
C’est donc en particulier vrai pour :

u = ipi V i e II, NJ

Par suite, pour tout i e [1, :

a(uN, <Pi) = UfPi)

ce qui implique :
N
^ üj a(<fij, <pi) = L{tpi) V i e |[1, NJ
j=i
En écrivant ces équations sous forme matricielle, on obtient :

... • •• a(<pN,ip\y Ml 'U f P \ ï

Ka(tpi, ipN) ■. ■ • • • a(<pN, <Pn X % _L(<pn)_

212
Corrigés

On cherche alors x dans R ^ tel que :

A jc - b

avec :

'a(fPu<PÙ ••• ... a(<pN,<piy Ü\ 'Ufp i ) '

A - : :
=
a , X= , b =

M<Pi. <Pn ) ■■■ ... a((pN, (Pn), Mn .

• A T = A = > A est symétrique.


• xT A x = ci(un , un) IN = xT 0 6 VN où

Ü\ v r

X= . , $ = .

Mn . SPn .

Par suite :

xT A jc ^ 0 V j c g Rn = > A est positive

et :
[xT A x = 0 <=> x = 0R;v] = > A est définie

Ainsi, la matrice A est symétrique, réelle, définie, positive : elle est donc
diagonalisable, et toutes ses valeurs propres sont strictement positives. Par
conséquent :
det(A) ^ 0
et le système linéaire correspondant est un système de Cramer. Il existe une
© Dunod. La photocopie non autorisée est un délit.

unique solution à un problème pareil.

1. On cherche une fonction u nulle sur le bord du domaine, ce qui correspond


l’espace vectoriel # ¿(0 ). Soit alors un champ test u dans //¿(ii).

- J Auvdx + c u u dx udx
JQ JQ

L
grad(u) • grad(u) d:c + f
JQ
cuvdx I fvdx +
Jq
Le dernier terme est éliminé, car v s’annule sur d£ï.

213
Chapitre 8 • Introduction aux approches variationnelles

2. a est une forme bilinéaire symétrique et l une forme linéaire. En appliquant


l’inégalité de Cauchy-Schwarz, et les propriétés de la norme, on obtient :

-IX " dx < ll/M M Itf < ll/IMMI*-

\a(u
■•HX1 grad(w) • grad(ii) dx + I cuv dx
J a

IX grad(w) • grad(y) dx\ +


IIe""dx
< ||grad(n)||L2||grad(ü)||L2 + ||c||L»NW M Iz;
<(1 + IWIl-)IN I w.|NIw.
ce qui prouve les continuités.
L’inégalité de Poincaré implique :

IMIffi < V ^ l l g r a d »

Par suite, si c > 0, on peut en déduire la coercivité dans H 1 :

a(v,v)= f (grad(v))2dx+ f cv2dx> f (grad(v))2d x > — —r IMlL


Jci Ja Ja 1 + Cp

3. On entre dans les hypothèses du théorème de Lax-Milgram (ou même Stampac-


chia) dans un espace de Hilbert, on a donc existence et unicité de la solution.
4. On reprend les calculs sur la coercivité :

a(v,v)= I (grad(v))2dx+ I cv2dx

X _^
J a J a

> J' (grad(u))2 d x - a V2 dx > J " 2- Il grad(i>)||22

La constante devant être positive, il en résulte :

214
R a p p e l s d ’a n a l y s e
ET DE GÉOMÉTRIE

On se place dans R d (d = 2 ou 3), et on note M un point de l’espace de coordonnées


(.x, y, z),et üu
n vecteur de R^ de composantes
Le point M + Üa pour coordonnées (x + uuz). La
d’une fonction / de l’espace sera notée indifféremment f(x , y, z) ou /(M ).
Afin d’alléger les notations, le point où est évalué une fonction vectorielle pourra
être noté en indice :
'P(x, y, z)' 'F
Q(x, y, z) = Q (A.l)
,R{x,y,z)j k

||/i|| représente une norme de h, typiquement la norme euclidienne (^/i2 + hj + h\).

A .l Fo n c t io n s d e p l u s ie u r s v a r ia b l e s
A.1.1 Définitions
Q. étant un domaine ouvert* de R 2, on définit une fonction sur Q à valeurs dans R :
/ i Q —> R
(A.2)
M h » /(M )
On dit que la fonction est continue en Mo = ( x q , i/ o) e O si :
V£ > 0 , 3 j] > O/VA avec ||/z|| < y , |/(M 0) - /(M 0 + h ) \ < s (A.3)
On rappelle que la continuité de la fonction implique celle des fonctions partielles
(x i—> f(x, i/o) à i/o fixé), mais que la réciproque est fausse.
La fonction est différentiable en Mo = (xo. i/o) e O s’il existe une forme linéaire
notée îî/ m0 de R 2 dans R telle que
© Dunod. La photocopie non autorisée est un délit.

v£, /(M o + Ü) = /(M o) + d f Mo(h) + <KII#ID (A.4)


La différentiabilité implique l’existence de dérivées partielles et

■ f <*” + - (I IL &)- (A5)


Or
où on reconnaît le gradient de / au point Mo, noté ——(Mo).
aM
t- La continuité suppose que l’on peut former des boules autour de chaque point du domaine.

215
Annexe A • Rappels d’analyse et de géométrie

De manière générique, on note :

,, a/. )/. (A.6)

A.1.2 Changement de variables


Soit un jeu de deux coordonnées (x , y) et un changement de variables (X , y) réalisant
un C 1-difféomorphisme : (x, y) h-> (X , y) est de classe C 1, inversible, l’application
inverse est également de classe C 1 et la matrice jacobienne suivante a un déterminant
non nul :
dx dy
J= dX dX det(J) t 0 (A.7)
dx dy
vâÿ dŸJ
On considère une fonction / de M = (x, y), différentiable, et une fonction F de
N = (X, Y) telle que f(x, y) = F(X, y).
On a alors :
dF\ ' dx dy' ( d f \
dX dX dX dx (A.8)
dF dx dy d f
^dY> dŸ dY* dy)
Si / est deux fois différentiable, on a :

/ 2\
' d2F " 7 dxŸ dx idy_
dx2 \ôxj 2 dx\
dXdX dx2
d2F dx dx I dx dy dx dy \ dy dy d2f
dXdY dXdŸ \dX ⟠+ âŸdX) dXdŸ dxdy
d2F dxdy^
, dY2 > V (!) dYdY S)
dy2 )
d2x d2y j
dx2 dX2 ( d f )
d2x d2y dx
(A.9)
dXdY dXdY d f
d2x d2y \d y )
dŸ2 dY2 J

216
A.2. Éléments de géométrie

À titre d’exemple, le calcul suivant est détaillé :

dF _ d f dx d f ây
âX ~ âxâX + â yâ X

^Z_d_\dfdx âfdy_ âx d d f dx d f dy dy_


dX2 dx dx ÔX + ây âX ^ + ^ [ d x â X + d ÿd X dX
d2f /dx â f â _ âx âx d f â dy' dx
|2 + 2 - ^ - ^ +
âx2 \<9X ' dxây dX dX âx âx âX âX + ây dx âX âX

J l l ( È l\2 + ^ I È . âx Ëï. + — dy' dy_


dy2 \<9X/ dx ây dX ÔX dy ây âX dX
d2f / âx \2 â2f âx ây â2f I ây \ 2 d f â2x d f â2y
â jë \â X j + 2 ' ^ â X â X + â ^ \ â x ) + âx dX2 + âÿ âX2

A. 1.3 Théorème des fonctions implicites


Ce théorème prouve que pour une fonction / différentiable et bijective, une équation
de la forme f{x\, X2,z) = Constante permet (localement) de définir z comme une
fonction de Qti, *2) aux points (jci , *2, z) où |^ ( x i, *2. z) + 0.
De plus, en exploitant le fait que d f = 0, on obtient :

dZ ¥-■
z - Z(x 1, *2) et = - j f - ( x i , X 2 , z) pour 1 = 1,2 (A. 10)
X‘ li

A.2 É lém ents de g é o m é t r ie


On considère l’espace R 3 muni d’un système de coordonnées (jc, y, z) orthonormal.
© Dunod. La photocopie non autorisée est un délit.

A.2.1 Courbes
Une courbe continue C est un ensemble de points dont les coordonnées dépendent
continûment d’un paramètre t. On écrit :

rm "
C ! t h-* IM(r) — y(t) y (A. 11)
II

,z(0,

217
Annexe A • Rappels d’analyse et de géométrie

Si les fonctions sont C 1 et que les dérivées par rapport à t ne s’annulent pas simul­
tanément, on peut définir le vecteur tangent Ü(to) au point M(?o) :
(dx\
dt
dy
(A. 12)
dt

d t\

Une courbe telle qu’en tout point ( f )2 + ( f f + ( f f * 0 est dite régulière, un


paramétrage privilégié existe pour ces courbes, il s’agit de Yabscisse curviligne s
définie par la relation :

ds = y/dx2 + dy2 + dz2 = \m \\d t (A. 13)


L’abscisse curviligne permet d’obtenir des vecteurs tangents unitaires, et donne un re­
père naturel en chaque point de la courbe (le repère de Frenet) permettant de calculer
courbure et torsion.
Remarque A. 1
i. Dans l’espace R2, une courbe peut être définie (au moins localement) par une équation
implicite f(x, y) = Constante.
ii. Dans l’espace R3, une courbe peut être définie comme l’intersection de deux surfaces.
Soit / une fonction de (x, y, z) et C une courbe donnée sous forme paramétrique
par M(f) = (x(t), y(t), z(t)). On définit la restriction F dt f sur C par F(t) = f(M(t)).
On peut calculer la dérivée de F le long de C par dérivation composée :
fdx\

dF df(M(t)) d l (M(ù,dM.(t) = ( d f d f d f \ %
(A. 14)
dt dt d MK ” d t K) \dx Ôy dzjm ) dt
dz
'd tl
Qr
où l’on reconnaît le gradient de / (noté - ^ ) appliqué au vecteur tangent à la courbe.

A.2.2 Surfaces
Une surface S est un ensemble de points dont les coordonnées dépendent continû­
ment de deux paramètres ( m, v). On écrit :
'x(u, vf 'x"
S : (u, v) i-» y(u, V) = y (A. 15)
,z(u, V), U (u,v)
J

218
A.2. Éléments de géométrie

Dans l’espace R 3, une surface S peut être définie (au moins localement) par une
équation implicite f(x, y, z) = Constante.
En différenciant cette expression au point Mo = (xo, yo, zo) de la surface, on ob­
tient :
'dx
Idfdfdf
0 = df\t0 dy (A. 16)
(cbc dy dz ) m 0
,dz,
Pour qu’un vecteur (dx, dy, dz) appartienne au plan tangent à S en Mo, il doit être
orthogonal au gradient de / en M q.
© Dunod. La photocopie non autorisée est un délit.

219
Elém en t s
d ’a n a l y s e
HILBERTIENNE

L’objectif de cette annexe est de rappeler les principales propriétés des structures
les plus utiles dans cet ouvrage. Pour un exposé plus complet, contenant notam­
ment l’étude des espaces duaux, le lecteur est renvoyé aux ouvrages de réfé­
rence [3,4,17,18].

Dans ce qui suit, E désigne un espace vectoriel sur le corps des complexes C.

B .l DÉFINITIONS

B.l.l Norme
Définition B.l

On appelle norm e sur E une application ||.|| vérifiant les quatre axiomes suivants :
i. Positivité :
Vx e E :\\x\\ > 0 (B.l)

ii. H om ogénéité :
Vx € E , V À e C: \\À x \\ =|J|||x||

iii.Inégalité triangulaire (ou sous-additivité, ou inégalité de Minkowski') :

y) e xE E : \\x +y\\ < ||x|| + \\y\\ (B.3)

iv. Séparation :
© Dunod. La photocopie non autorisée est un délit.

Vx € E : llxll = 0 o x = 0 (B .4)

Une norme définit une topologie (dite topologie «forte »).


Les notions de convergence, de limite, de continuité, sont donc tributaires du choix
de la norme. Un même ensemble peut avoir des propriétés très différentes suivant

f. Hermann Minkowski ((1864-1909), mathématicien et physicien théoricien allemand. Il a développé


des méthodes géométriques afin de simplifier la résolution de problèmes de théorie des nombres, de
physique mathématique, mais, aussi, de relativité.

221
Annexe B • Éléments d’analyse hilbertienne

la norme retenue. Néanmoins, deux normes peuvent définir les mêmes topologies si
elles sont équivalentes.
Définition B.2

Deux normes ||.||i et IMI2 sont équivalentes s’il existe deux réels et /? strictement
positifs tels que
VxeE, a|Wlt <IWl2<jS|Wli (B.5)

P ro p o sitio n B .l . En dimension finie toutes les normes sont équivalentes (ce qui fait
qu’il n ’est pas nécessaire de les spécifier).

Remarque B. 1
Une norme est un cas particulier de distance, en effet on peut poser d(x, = |.v - y\\ (
est une application positive qui vérifie l’inégalité triangulaire et n’est nulle que si y).
Outre des propriétés topologiques, une norme fournit donc des propriétés métriques (comme
la complétude).

Définition B.3

On appelle espace vectoriel normé un espace E muni d’une norme ||.||.

B.l.2 Produits scalaire et hermitien


Définition B.4

On appelle produit scalaire sur E une application bilinéaire, symétrique, définie


positive, i.e. telle que :
i. Bilinéarité.■S ((x, y),(x', y')) e ( E x E)2, VA e R :

(<p(Ax +A<p(x,y) +<p(x',y)


(B.6)
\(p(x,Ay = <p(x, y) + A<p(xy')

ii. Symétrie :
V(x, y) e E x E , : <p(x, y) (p(y, x) (B.7)

iii. Caractère défini positif :


V

Vx e E : <p{x,
0

(B.8)
<p(x, x) - 0 <=» x - 0

222
B.l. Définitions

Définition B.5

On appelle produit hermitien sur E une application 0 sesquilinéaire, hermi­


tienne, définie positive, i.e. telle que :
i. Sesquilinéanté :
V «X, y), y')) €( E X E ) 2, WA e R :

(<P(Ax + x',y) =A <P(x, + Y , y)


(B.9)
( <P(x, A y + y') = + <P(x, y')

ii. Caractère hermitien :

V(x, y) e E x E , :y) = &(y, x) (B. 10)

iii. Caractère défini positif :

Wx e E : <P(x, ^ 0
(B .ll)
<î>(x, x) = 0 « =0

Si ip est un produit scalaire (ou hermitien) alors x >-> f<p(x, x) est une norme que l’on
note ||x||. On a alors le résultat suivant :

Théorèm e B.2. Inégalité de Cauchy-Schwarz

y)€ E x E :| y)\ < ||x|| ||t/|| (B. 12)

et l ’égalité a lieu si et seulement si les deux vecteurs sont liés.

Démonstration. On se place dans le cas où x £0 et 0, l’in


vérifiée lorsque x ou y sont nuis.
Pour tout réel t :
© Dunod. La photocopie non autorisée est un délit.

\\x + ty\\2= tp(x + t y, x + t y) = i/) + rili/ll2

On obtient ainsi un trinôme du second degré en t, qui est toujours positif : son discri­
minant réduit doit donc être négatif ou nul :

<p(x,y)2 -\\x\\2 \\y\\2 < 0

ce qui conduit à :
l<é>(x, y)l< ||x|| IMI

223
Annexe B • Éléments d’analyse hilbertienne

Si le discriminant est nul, alors, le trinôme en admet une racine double, et il existe
alors un réel ttel que :

||jc + r i/||2 = 0 => x + ty = 0

Les vecteurs xte y sont alors liés.


Réciproquement, si x et y sont liés, il existe un réel

u = A ute alors \ip{x, | = \A\\\x\\2 = ||x|| ||î/|| ■

B. 1.3 Espaces préhilbertiens


Définition B.6

On appelle espace préhilbertien un espace vectoriel muni d’un produit scalaire (ou
hermitien).

T h éorèm e B.3. Un espace vectoriel normé E peut être muni d'une structure d'es­
pace préhilbertien si et seulement s'il vérifie l’identité du parallélogramme :

V(*, y) e E 2, ||* - ¡/||2 + ||x + ¡/||2 = 2||*||2 + 2|M|2 (B .13)

Démonstration. La vérification montrant qu’un espace dont la norme est issue d ’un
produit scalaire vérifie l’identité est immédiate.
Pour la réciproque, on dispose des identités de polarisation. ■

P ro p o sitio n B.4. Identité de polarisation - cas réel


Pour un espace sur R vérifiant l ’identité du parallélogramme, l ’application ( . , . ) ;

E x E - >R

(x, y) h »(x, y) = i (||*+ ¡/||2 - 1|*- ¡/||2

est un produit scalaire sur E.

P ro p o sitio n B.5. Identité de polarisation - cas complexe


Pour un espace sur C vérifiant l ’identité du parallélogramme, l ’application

E x E -» C
(*, y) i-> <P(x, y) =^ (||* + ¡/||2 - ||* - ¡/||2 + ¡11* + i ¡/||2 - i||* - i ¡/||2)

est un produit hermitien sur E.

224
B.l. Définitions

Démonstration. On ne fait la démonstration que dans le cas réel.


La positivité et le caractère défini sont directement hérités de la norme puisque
(*, x) = ||*||2
La symétrie vient de l’homogénéité.
La bilinéarité est due à l’égalité du parallélogramme, on peut montrer, en particu­
lier, la linéarité à gauche, en remarquant d’abord que :
V (x ,y ,z ) e E x E x E :

(x, z) + (y, z) = ^ (||* + zll2 - II* - z||2 + Ily + z\\2 - Ily - z\\2)

= \ { 2 (||* + zll2 + \\y + z||2) - 2 (||t/ - z||2 + II* - zll2))

= ^ {il-* + y + 2z||2+ II* - y \\2 - II* + y - 2z||2- II* - y\\2)

= £ (il* + y + 2z||2 - II* + y - 2z||2}

En prenant y = 0, on voit que V*, (*,z) = 2 ^ , zj, on a donc 2 ^X ^ z) = (x+y,z),


ce qui conduit à l’additivité à gauche (*, z) + (y, z) = (* + y, z).
Quitte à poser y = x et à répéter l’opération, on en déduit que pour tout entier
naturel p :
p (x ,z ) = (p x ,z ), Vp e N
Pour q non-nul, on obtient en posant * = | :

S q e W , q ||,zj = |#|,zj = (#<z) =* |^<z) = “ (îf>z)


© Dunod. La photocopie non autorisée est un délit.

On en déduit alors, pour tout scalaire rationnel de la forme ^ ,{p ,q ) € N x N* :

(H q
ce résultat s’étend à tout sca aire reel en utilisant la densité* de Q dans R et la conti-
pP
nuité des applications — i- P - x + z e t - H —x —z
q q q q

f. Tout réel est limite d’une suite de rationnels

225
Annexe B • Éléments d’analyse hilbertienne

B.1.4 Espaces séparables


Un ensemble est dénombrable s’il peut être mis en bijection avec N, autrement dit
si on peut « numéroter » (jusqu’à l’infini) ses éléments. Les ensembles dénombrables
sont les plus « petits » ensembles infinis, ils peuvent néanmoins approcher des en­
sembles beaucoup plus grands. Parmi les ensembles dénombrables, citons N, Z, Q et
tous leurs produits cartésiens du type Q" avec N.
Définition B.7

Un espace est dit séparable s’il possède un sous-ensemble dénombrable dense.

Exemple B. 1

Q étant dénombrable et dense dans R, R est séparable. Par extension, Rd est séparable.
Les espaces LPpour 1 < p < oo sont séparables (voir le chapitre

B .2 C o m p l é t u d e

B.2.1 Suites
Une norme permet de définir une topologie (forte) et donc une notion de convergence.

Définition B.8

Une suite (*„)«eN d ’éléments d ’un espace vectoriel normé (E, ||.||) converge dans
E vers une limite C si et seulement si :

Ve > 0, 3rto € N , V n > « o : II*« - < (B. 16)

Définition B.9

Une suite (*«)«6n d’éléments d’un espace vectoriel normé ( , ||.||) est une suite de
Cauchy si et seulement si :

Ve > 0, 3«o e N , V(p, q)e N x N : «o \\xp - xq\\ < e (B. 17)

Remarque B.2
Une suite convergente est pécessairement une suite de Cauchy.

226
B.2. Complétude

Exemple B.2
Considérons l’ensemble des rationnels, Q, muni de la norme usuelle, i.e. la valeur abso­
lue.
Pour tout rationnel q, on désigne par E(q) sa partie entière.
Les suites (a„)/I6N et (bfl)nen définies, pour tout entier naturel n, par :

sont bien des suites d’éléments de Q ; elles sont clairement des suites de Cauchy (pour
s > 0 donné, il suffit de choisir no dans la définition précédente de sorte que £ > 10-("0+1)).
La suite (an),i€n converge dans Q vers ^ ; par contre, la suite (bn)neN ne converge pas
dans Q (elle converge dans un espace plus grand, en l’occurrence R, vers n).

B.2.2 Espace complet


Définition B.10

Un espace E est dit complet si toutes les suites de Cauchy de E convergent dans E.

Exemple B.3

D’après l’exemple précédent, ( Q, | • |) n’est pas complet.

R peut être vu comme le plus petit espace contenant Q et rendant les suites de Cauchy à
valeur dans Q convergentes.

B.2.3 Espace de Banach


D éfinition B.l 1

Un espace vectoriel normé (E , ||.||) complet est appelé espace de Banach.


© Dunod. La photocopie non autorisée est un délit.

Exemple B A
K étant un ensemble compact de Rd, considérons l’espace C°(K) des fonctions continues
de K dans R.

i. Muni de la norme sup (ou norme || • ||l~(/o), C°(K) est complet : les suites de fonc­
tions continues sur K, qui sont de Cauchy au sens de la norme sup convergent vers des
fonctions continues^
(C°(K), || • ||l«(A:)) est donc bien un espace de Banach.

t- Il s’agit de la limite uniforme d’une suite de fonctions continues.

227
Annexe B • Éléments d’analyse hilbertienne

ii. Muni de la norme || •\\L2 C°(K) n’est pas complet, les suites de Cauchy convergeant
I dans un espace plus grand (en l’occurrence L2(K)).

Pro p o sitio n B.6. Q. étant un ouvert de R**, les espaces de Lebesgue L P(Q),
1 < p < oo sont des espaces de Banach.
Démonstration. Voir le chapitre sur l’intégration de Lebesgue C.

B.2.4 Espaces de Hilbert


Définition B.l 2

On appelle espace de Hilbert un espace préhilbertien complet pour la norme as­


socié à son produit scalaire.

Exemple B. 5

R, muni du produit scalaire (x, y) i-> x y, et de la norme x |jc|, est un espace de Hilbert.

Exemple B. 6
Rd, muni du produit scalaire canonique
d

i= 1

et de la norme
d

est un espace de Hilbert.

Exemple B . 7
L’espace des suites réelles de carré sommable

muni du produit scalaire

228
B.3. Sommes hilbertiennes

et de la norme

x A ^ \xn\2

est un espace de Hilbert.

Exemple B. 8
Q étant un ouvert de R**, L2(Q) est un espace de Hilbert pour le produit scalaire

Dans ce cas, l’inégalité de Cauchy-Schwarz n’est qu’un cas particulier de l’inégalité de


Hôlder* (pour p = q = 2).

Remarque B.3
(T étant une fonction à valeurs positives, et Q étant un ouvert de R^, on peut être également
amené à travailler avec l’espace L2(il) des fonctions / telles que

qui est un espace de Hilbert pour le produit scalaire

B .3 S o m m e s h ilb e r t ie n n e s

Dans un espace de dimension finie, comme R^, on décrit facilement les éléments de
Vespace par le choix d'une base appropriée. Malheureusement ces outils si pratiques
n'existent plus en dimension infinie. En procédant par analogie, on a cherché à déter­
© Dunod. La photocopie non autorisée est un délit.

miner s'il n'était pas possible, en considérant des familles génératrices, infinies mais
dénombrables, d'obtenir des propriétés similaires à celles qui existent en dimension
finie.
Dans ce qui suit, désigne un espace de Hilbert, dont on notera (.,.) le produit
scalaire, et I un ensemble d’indices.
t. Otto Ludwig Hôlder (1859-937), mathématicien allemand, qui travailla, notamment, sur les séries
de Fourier, mais, aussi, sur la théorie des groupes : il est à l’origine du théorème de Jordan-Hôlder
sur les groupes finis, qui permet de retrouver l’unicité de la décomposition d’un entier en produit de
facteurs premiers. O. Hôlder a aussi montré que la fonction Gamma n’était solution d’aucune équation
algébrique.

229
Annexe B • Éléments d’analyse hilbertienne

B.3.1 Orthogonalité
Définition B.13

Deux vecteurs h\ et h2 de <H sont dits orthogonaux si

(/ri ,h2)0

Définition B.14

On appelle famille orthogonale un ensemble de vecteurs deux à deux orthogo­


naux.

Définition B.l 5

Deux sous-espaces H\et H2 de i i sont dits orthogonaux si tous leurs v


sont deux à deux orthogonaux.

Définition B.l 6

Pour tout ensemble Xc H ,on note X 1 l’ensemble des v


gonaux. X 1- est un sous-espace vectoriel fermé.

P ro p o sitio n B.7. Si V est un sous-espace vectoriel fermé de H : (Vr±)x = V et


H = V ( B V X.

B.3.2 Bases hilbertiennes


Définition B.l 7

On appelle base hilbertienne de *H une famille (/z,),-6j € ‘H 1 telle que :


i.les éléments de la famille sont unitaires et deux à deux orthogonaux :

(hi, hj) = ôij (B. 18)

où ¿¡jdésigne le symbole de Kronecker, prenant la valeur 1 si et 0 sinon.


ii. l’espace vectoriel engendré par la famille (/î,)iei e <
H ‘, Vect (h,, i e I) est dense
dans 7Y, i.e. tout élément de (H est limite d’une suite de Vect i e I).

230
B.3. Sommes hilbertiennes

Remarque B A
La dernière condition signifie qu’il n’existe pas d’élément non nul de Tl qui soit orthogonal
à tous les membres de la base hilbertienne (/îf),ei e Tl1, i.e., pour x £Tl :

V/ e I, ( x , hf) = 0 => x = 0

T héorèm e B.8. Tout espace de Hilbert séparable admet au moins une base hilber­
tienne dénombrable.

Démonstration. Soit (vn) un sous-ensemble dénombrable dense de Tl, et Hk l’espace


engendré par les (vn)n<k-
Les Hk forment une suite croissante de sous-espaces de dimension finie tels que
+oo
(^J Hk soit dense dans Tl.
k=\
Pour construire la base, on démontre le résultat cherché par récurrence :
V\
au rang 1, h\ = -—- engendre H\.
\m \\
Si on suppose le résultat vrai au rang k, il suffit alors de considérer un élément
ük+\ g Hk, puis de compléter la base existante en une base orthonormale de Hk+\. ■

Remarque B. 5
Dans le cas d’espaces non-séparables (mais complets), il existe toujours des bases hilber­
tiennes, mais elles ne sont pas dénombrables. La démonstration fait appel au lemme de
Zorn [18].

Remarque B. 6
Outre certaines bases classiques, les bases hilbertiennes utilisées sont généralement issues de
problèmes aux valeurs propres, comme celui de Sturm-Liouville présenté au chapitre 6.2.

Exemple B. 9
© Dunod. La photocopie non autorisée est un délit.

L’exemple le plus simple de base hilbertienne est la base canonique (en) de l’espace ^2(N),
définie par :
en = {àn,k)k^O (B. 19)
Pour tout entier naturel n, e„ est donc le vecteur dont toutes les composantes sont nulles,
sauf la nlème.

B.3.B Égalité de Bessel-Parseval


Proposition B.9. Égalité de Bessel-Parseval
Soit (hi)iei e 9 il une base hilbertienne dénombrable d'un espace de Hilbert Tl.

231
Annexe B • Éléments d’analyse hilbertienne

Alors, pour toute énumération k e fi, de Vensemble I, et pour tout vecteur x


de *H, la série de vecteurs de terme général (x , hik)hik converge vers x :
+00

x = Y J(x,hh)hik (B.20)
k=0

et / ’égalité de Bessel-Parseval est vérifiée :

II42 = X > A ) I 2 (B.21)


iel

Démonstration. Soit {/i, . . . , ¡n ), N € N*, un sous ensemble fini d’éléments de I.


Pour 1 < j < N, on pose x,-y = (x, hij). L’ensemble des indices in pour lesquels
x,„ t 0 constitue un sous-ensemble au plus dénombrable de I
On commence par montrer que la série de terme général (xjnhin) converge.
N 2 '' N ' N V
0< x ~ T j x h,hi„ ’ * - Z Xi"hi"
* - E Xi"hi"
n= 1 s< tl= 1 > ( n -1 //
N N ( N \
= IWII2 + Y j xi"hi" 'Y jxi"hi' - 2 Y j Xi"hi"
\n=l n=1 \ n=1 /

= i wi 2 + z w 2- 2 Z w 2 = ii^ ii2 - Z w 2
n=1 n= 1 n= 1

La série numérique des |jc/fI|2 est constituée de termes positifs (ou nuis) et elle est
bornée (par ||*||), elle est donc absolument convergente.
Par suite, la série de terme général (jc/a hin) est de Cauchy, puisque, pour tout entier
Ni < N:
N Ni N w
Xi,Mn “ ^ Xi,Mn = n Z * ' A ,n 2 = E ^ |2
/1=1 /1=1 n=M+l n=Ni+1

qui tend vers 0 lorsque N i tend vers l’infini.


*7/ étant complet, la série vectorielle de terme général Xjnhin converge donc dans fH.
Désignons par x' sa limite. On va montrer que x - x'.
(x - x') est orthogonal à tout vecteur de la base hilbertienne 6 (Hl, puisque,
pour tout entier naturel n :
N
{ x - x \ hin) = (x, h, ) - lim V (xikhik,hin) = x,„ - x,„ = 0
N—>+oo é...J
k= 1
Par suite : x = x'.

232
B.4. Projection sur un convexe fermé

Il reste à obtenir l’égalité de Bessel-Parseval, que l’on obtient en passant à la limite


lorsque N tend vers +oo :
N 2 N
0 = lim * - 2 * 'A = INI2 - lim, 2 ^ |2 = IWl2 " T j |Xî|2 ■
/1—>+ 00
n= 1 / 1=1 ie I

Exemple B. 10 La base hilbertienne des exponentielles complexes


Pour tout entier relatif n e Z, on considère la fonction en définie par :
*„(*) = ¿ nx
Chaque fonction e„ étant 2 ^--périodique, il est naturel de considérer sa restriction en à
[0,2 /r], et de travailler dans un espace pondéré (de manière à rendre l’intervale [0,2n\ de
mesure 1).
La famille (ê„)„Gz est alors une base hilbertienne de l’espace L2± ([0,2n]).

B.4 P ro jectio n sur un c o n v e x e fermé


Théorème B.l 0. Projection su r un convexe ferm é
Soit K un convexe fermé non vide de 'H. Pour tout x de fi, il existe un unique xq
de K tel que :
II* - *011« = min ||* - k\\<H (B.22)
keK
*0 est la projection de x sur K, notée P k (x)•

Démonstration. Existence : soit d = inf ||jc - k\\<H. Il existe une suite de KN


keK
telle que :
II* - *«11« -» d
(la suite numérique converge). On va montrer que la suite (*„)„6n est une suite de
Cauchy. Pour tout (m, n) e N 2, appartient à K par convexité, et donc :

*« *«
d< - X = ^ ll(*n - * ) + (*»i - * ) l l «
© Dunod. La photocopie non autorisée est un délit.

« 2
(B.23)
< I
L
ll(*« ~ *)ll« + \L ll(*«, - *)ll« (,n , m ) - * o o d

*n ^ *n
donc - X d. Par ailleurs, en utilisant l’égalité du parallélo-
<J-( —>+oo
gramme, on obtient :

II*« - *»,111/ = ll(*« - *) - (*m - *)l& = 2 (||(*„ - x)\^ + ||(*,„ - x)\\2


„)
- Il*« + *m - 2x||^ —* 0
(n,ni)—tco
(B .24)

233
Annexe B • Éléments d’analyse hilbertienne

La suite (kn)ne^ est bien une suite de Cauchy ; comme j i est complet, elle converge
dans <H : kn - * x o e *7/, mais comme (&„)neN est aussi une suite du fermé K, alors :
*0 € K.
Unicité : Si on suppose que x\ et *0 sont dans K tels que ||*i - x\\n = || jco - *||« = d
alors, par convexité,

*1 + Xp
d< - X < x (ll*i - *11« + 11*0 - *11«) = d (B.25)
2 « 2

L’égalité du parallélogramme

ll*i - * oII|y = IK*i “ *) ~ (*o “ *)ll«


permet d’en déduire : x\ = xq . m

Le théorème précédent a utilisé les normes, on peut aussi travailler sur les produits
scalaires.

Théorème B.11. Caractérisation de la projection


Pour x € *H donné, les propriétés suivantes sont équivalentes :
i. *0 € K, \\x - *0||« < II* - y\\-H, Vy e K.
ii. *0 6 K, ( x - *0»y ~ *0)« < 0, Vy € K.
iii. Xq € K, (* - y, *0 - {/)« > 0, V y 6 K.

Dém onstration.
i. =* ii. Soit y € K, pour t €]0,1[, on pose : Y = ty + { \ -t)* o e K- On a alors :

II* - *oll^ < II* - T|& = d* - *0 - t ( y - *o)ll«


9 9 9 (B .269
= II* - *oll5/ - 2 1 (* - *0, y - *0)« + r \\y - *o||^

et donc :
( * - * 0, y - *0)« < (B.27)

ii. => iii. Pour tout y de K :

( x - y + y - x 0, y - *0)« < 0
- (* - y, *0 - y)<n + Ily - *ûll^ < 0 (B.28)
0 < Ily - *oll^ < (* - 1/, *0 - y)<n

234
B.4. Projection sur un convexe fermé

iii. => ii. Pour y € K et t € ]0,1[, on considère : Y = xq + t(y - xq ) € K. Alors :

0 < (x - Y, x0 - Y)<h = (x - xq - t(y - *0), ~t(y ~ *o))<w ^ ^


= -t( x - x0, (y - x0))h + t2\\y - *oll£/

On simplifie ensuite par t > 0, puis on passe à la limite lorsque t —> 0.


ii. => i. Pour tout y de K, on écrit :

0 > (x-xç>,y - x + x - xq)<n = \\x - *oll^ + ( x - x 0, y - x)<n (B.30)

Il en résulte :

II* - *ol^ < (* - XQ, x - y)<H < II* - *olMI* - y\\<H (B.31)

Proposition B.12. P k est une contraction, i.e. :

S{x, y) € <H2, H P * « - P M 'H < II* - y\\

Démonstration. Pour tout z de AT :

(* - Pk (x), z - Pk (x))<h < 0

et, en particulier, pour z = Piciy)

(x - PK(X), PK(y) - PK(x))n < 0 (*)

Pour tout z de K :
(1y ~ Pidy ). z - PKiy))<H ^ 0
et, en particulier, pour z = Pk (x) :
© Dunod. La photocopie non autorisée est un délit.

(y ~ PK(y), z = Pk (x) - PK(y))>H < 0 (* * )

On en déduit, en retranchant membre à membre (★ ) et (★ ★ ) :

l|P*(*) - P M l h < ( x - y , PK(x) - PK(y))<H < ~ p K(y)M\x - y\\<H


(B.32)

Un cas particulier est celui où ATest un sous-espace vectoriel fermé (que l’on note V).

235
Annexe B • Éléments d’analyse hilbertienne

Corollaire B.13. Si V est un sous-espace vectoriel fermé, alors :

s/<p € V , ( x - P v(x),<f>)9i = 0 (B.33)

Autrement dit, x - Py{x) e V-1.


Réciproquement, si xq e V et {x - xo ) € .• xq = Py{x). On parle alors de
projection orthogonale sur V.

Démonstration. On a (a: - Pv(x), y - Pv 00) < 0, Vj/ € V. On pose :<p = y - Pv(x),


0 peut décrire tout V. Ainsi :

V<f> € V, (x-Pv(x),</>) < 0

Comme l’inégalité est vraie pour <pet -<p, cela n’est possible que si, pour tout 0 de
V : (x - Pv(x), <f>) = 0. ■

Théorème B.l 4. Si V est un sous-espace vectoriel fermé de (H alors Pv est le seul


endomorphisme continu idempotent autoadjoint d ’image V :

{ Pv € JXH)
Im (/V )= V
Pv projection orthogonale sur V <=>
PZv = Pv
(Pv(u), v)<H = (u, Pv(v))<H v (n, V) e Pi1
(B.34)

Démonstration. On suppose que Pv est la projection orthogonale sur V.


-w> La continuité (uniforme) de Pv est obtenue grâce à ses propriétés de contraction,
d’après la proposition B. 12.
w Linéarité : Soit (u;, uf) € Pi2, alors, pour tout <pde V :

(«i - P v ( u \),4>)^h =0'j


(î<2 —Pv(,u2)1 0)w = 0> ^ {Pv{u\ + uf) —(Pv(ul) + Pv(u2 Ï)i —0
(ni + n2 - Pv(u 1 + uf), 4>)<H = ol
(B.35)
ce qui signifie que Pv(u\ + “2) - (Pvit* 1) + Pviuf)) -L V or tous les termes sont
dans le sous-espace V donc Pviui + uf) = Pviu1) + Pv(u2)- En prenant U2 = —ni
on obtient P v(m) = —Py(—n 1), en prenant U2 = ni, on a P(2ni) = 2P{u\). Par
récurrence : P(nu\) = nP(u\) pour tout n € Z. En posant nui = u2 déduit
-P (n 2) = P(,—), et donc par récurrence Pviqui) - qPviu 1) avec q e Q. Par
densité de Q dans R et par continuité de Pv, on déduit la linéarité.

236
B.5. Dualité dans les espaces de Hilbert

w Au passage, on voit que comme Pv est contractante : ||/V|| < 1.


w L’idempotence est due au fait que Im {Py) = V et que, pour tout v de V :
Pv(v) = v (on atteint ||/V(i>) - v\\n = 0). Il en résulte : P \ = Py-
w Caractère autoadjoint : si Q est le projecteur orthogonal sur VL, alors :

(Pv(u), v)<h = (Pv(u), Py(v) + Q(v))<h = (Pv(u), Pv(v))<H


= (Pv(u) + Q(u), Pv(v))<H = («, P v W w (B.36)

Réciproquement, P est un endomorphisme autoadjoint idempotent continu. On pose :


V = W ) .

w P est un endomorphisme, donc V est un sous-espace vectoriel,


w Si y € V, il existe w dans V tel que : w = Pv = P2v = Pw ; ainsi, v € V <=> v = Pv.
w Si (t>m)meN 6 et (Pvm)meN — v, par continuité :

et donc (Pvm)m6N —> Pv. Ainsi, v e V et V est fermé.


w Comme V est un sous-espace vectoriel fermé, on peut introduire la projection
orthogonale Py sur V et la projection orthogonale Q sur VL. Il faut montrer que
P = PV-
- Si v € V : v = Pv et v - Pyv, ce qui conduit à : Pyv - Pv.
- Si v € V-1, alors Pyv = 0. Or :

(P v, P v)<h = (v, P 2 v)<h = (v, P v)<h = 0

(car v e VL et Pv e V). Il en résulte : Pyv = Pv.


- Si v € Pi, v = Pyv + Qv et on utilise les cas précédents.

B.5 D u alité d a n s les espa c es de H ilbert


© Dunod. La photocopie non autorisée est un délit.

T héorèm e B.15. Représentation de Riesz


Soit <H' le dual (topologique) de *H, pour x e (H et f e PC on note (f, x) le
crochet de dualité et ||/z||, la norme duale.
Alors, pour tout f de PC, il existe un unique hf dans P( tel que, pour tout x de P( :

(B.37)
De plus :
l l / l l * = I\hf\\<H

237
Annexe B • Éléments d’analyse hilbertienne

Réciproquement, pour tout h de *H, on définit une forme linéaire continue fa de la


façon suivante :
(fll,x) = (h,x)<H VX€<H (B.38)
On a alors : H/J* = \\h\\^.

Démon