Académique Documents
Professionnel Documents
Culture Documents
1/1
I. Produit tensoriel
1. De deux fonctions
Dénition
Soient f et g deux fonctions. On appelle produit tensoriel de f et g la
fonction:
h: R2 →R
(x , y ) → h (x , y ) = f (x )g (y )
on note h = f ⊗ g
I Exemple
2/1
I. Produit tensoriel
2. De deux distributions
soient:
f , g deux fonctions localement sommables, et h = f ⊗ g
ϕ ∈ D (R2 ) (indéniment dérivable, à support borné sur R2 ) :
< Tf ⊗g , ϕ >=
3/1
I. Produit tensoriel
2. De deux distributions
Dénition
Soient S et T deux distributions. On appelle produit tensoriel de S par T ,
la distribution notée S ⊗ T dénie sur D (R2 ) par:
< S ⊗ T , ϕ(x , y ) >=< S , < T , ϕ(x , y ) >>
I Exemple
4/1
II. Produit de convolution
1. De deux fonctions
Théorème
Le produit de convolution de deux fonctions localement sommables f et g
existe dès lors que l'une des conditions suivantes est satisfaite.
1. f et g sont toutes les deux à support borné
2. f et g sont toutes les deux à support borné à gauche
3. f et g sont toutes les deux à support borné à droite
5/1
II. Produit de convolution
1. De deux fonctions
Exercice
Soient,
x
1 si − 1 ≤ x < 3 si 0 ≤ x ≤ 2
f (x ) = 0 ailleurs et g (x ) = 2
0 ailleurs
Calculer f ? g après en avoir justié l'existence.
solution
I Un petit croquis:
6/1
II. Produit de convolution
1. De deux fonctions
7/1
II. Produit de convolution
1. De deux fonctions
8/1
II. Produit de convolution
1. De deux fonctions
On résume tout!
9/1
II. Produit de convolution
2. De deux distributions
Dénition
Soient S et T deux distributions. On dénit le produit de convolution de
S et T comme la distribution notée S ∗ T dénie par:
∀ϕ ∈ D (R) < S ∗ T , ϕ >=< S ⊗ T , ϕ(x + y ) >
10 / 1
II. Produit de convolution
2. De deux distributions
Exemples:
I Soit f ∈ L1loc dénissant une distribution régulière Tf , si f est à support
borné supp (f ), alors supp (Tf ) = supp (f )
I Le support de δa est a.
théorème
1. Les distribution à support borné à gauche ( respectivement à droite)
peuvent toujours être convoluées entre elles.
2. Une distribution à support borné peut être convoluée avec n'importe quelle
autre distribution.
On note D+ (R) = {T ∈ D (R)/supp (T ) ⊂ [0 + ∞[}
0 0
11 / 1
II. Produit de convolution
3. Propriétés
ii Calculer (T1 ∗ δ ) ∗ TH et T1 ∗ (δ ∗ TH )
0 0
iii Conclure
12 / 1
II. Produit de convolution
3. Propriétés
Réponse
13 / 1
II. Produit de convolution
3. Propriétés
δ∗T =T ∗δ =T
I Soit a > 0, on a:
δa ∗ T = T ∗ δa = Ta
Ta est la translatée de T.
Dérivation
I Dérivation d'un distribution
Pour tout m ∈ N
T (m ) = δ (m ) ∗ T
I Dérivée d'un produit de convolution
(S ∗ T ) = S ∗ T = S ∗ T
0 0 0
14 / 1
III. Algèbre de convolution
1. équation de convolution
Dénition
Une algèbre de convolution A est un sous espace vectoriel de distribution
de D contenant δ et surlequel on peut dénir le produit de convolution.
0
15 / 1
III. Algèbre de convolution
2. Exemple
16 / 1
III. Algèbre de convolution
3. Proposition1
17 / 1
III. Algèbre de convolution
3. Proposition 2
.
Preuve:
18 / 1
III. Algèbre de convolution
Calcul symbolique
à l'expression
P (r ) = r n + an−1 r n−1 + ... + a1 r + a0
qui est un polynôme admettant n racines λi dans C (théorème de d'Alembert).
Ainsi, on peut factoriser ce polynôme en r , et par analogie écrire:
D δ = (δ
0 0 0
− λn δ) ? (δ − λn−1 δ) ? ... ? (δ − λ1 δ)
On a alors:
(D δ)−1 = (δ − λn δ)−1 ? (δ − λn−1 δ)−1 ? ... ? (δ − λ1 δ)−1
0 0 0
19 / 1
III. Algèbre de convolution
Exemple
20 / 1