Académique Documents
Professionnel Documents
Culture Documents
Lotfi Belkoura
1 Introduction
4 Convolution
5 Transformée de Fourier
Introduction
Introduction
De Riemann à Lebesgue
Par les outils qu’elle met à disposition pour résoudre de nombreux problèmes
(convergence, Int. dépendant d’un paramètres, fonction définie par une intégrale,
etc...), la théorie de Lebesgue présente des avantages décisifs.
Introduction
Tribus et mesures
Introduction
Intégrale de Lebesgue
Fonction étagée : C’est une fonction ϕ(x) ne prenant qu’un nombre fini de
valeurs ϕ1 , · · · , ϕn . En notant Ei = {xi ; ϕ(x) = ϕi }, on définit son intégrale par :
Z X
n
ϕ dµ = ϕi µ(Ei )
i=1
Intégrale : toute fonction mesurable positive est limite d’une suite de fonction
étagée, et on définit son intégrale (peut être infinie) par :
Z Z
f dµ = sup ϕ dµ
R
Elle sera dite sommable si i) f est mesurable et ii) |f |dµ est finie.
Pour une fonction quelconque, on pose f = f+ − f− et par suite
Z Z Z
fdµ = f + dµ − f − dµ
Introduction
Propriétés de l’intégrale de Lebesgue
Une suite fk (x) converge simplement presque partout vers f (x) si fk (x) converge
simplement vers f (x) en tout point extérieur à un ensemble de mesure nulle.
Th. de convergence dominée : Si fk converge p.p. vers f et s’il existe g
sommable telle que |fk | ≤ g, alors :
Z Z Z
lim fk dx = lim fk dx = f dx.
k→∞ k→∞
Introduction
La dualité
R tendent vers la ”fonction de Dirac” telle que δ(0) = +∞, δ(t) = 0 pour
Ces objets
t 6= 0 et δ(t)dt = 1. Mais il n’existe pas de fonction au sens mathématique.
La dualité consiste à représenter une fonction par une forme linéaire sur un
espace E de fonctions approprié. Ainsi par exemple, toue fonction f ∈ Lp définit
une forme linéaire Tf sur E = Lq , (avec 1/p + 1/q = 1) par :
Z
Tf = f (t)ϕ(t) dt
R
En prenant pour E l’espace vectoriel des fonctions continues à support borné on
établit alors le fait ci dessous qui permet d’interpréter δ comme une forme
linéaire sur E telle que f 7→ f (0).
Z
Tfn = fn (t)ϕ(t) dt → ϕ(0), qui s’interprète Tfn → δ.
Introduction
Approche fonctionnelle
On notera par la suite D0 l’espace vectoriel des fonctions continues à support borné.
Concernant les mesures, on établit que tout élément de D0 est sommable pour toute
mesure µ sur la tribu borelienne, i.e.
Z
∀ϕ ∈ D0 ∀µ, ϕ dµ < +∞
Ainsi, toute mesure µ apparaı̂t comme une fonctionnelle (linéaire et continue) sur
l’espace D0 , càd comme un opérateur
Z
D0 ∋ ϕ 7→ ϕ dµ ∈ C.
Les mesures ne sont autres que les fonctionnelles linéaires et continues sur D0 .
Rappel : Si A est l’ensemble des t t.q. ϕ(t) 6= 0, supp ϕ=sous-ensemble fermé Ā.
0 h i t ∈]a,
/ b[
ζab (t) =
exp 21 1
t−b
− 1
t−a
t ∈]a, b[ 0.05
0
1.5 2 2.5 3 3.5
Définition
Une distribution sur un ouvert Ω de R est une forme linéaire continue sur l’espace
D(Ω). Les distributions forment un espace vectoriel noté D′ (Ω).
Une distribution T est donc un application de D(Ω) dans C faisant correspondre à une
fonction test ϕ un nombre complexe noté hT, ϕi.
Linéarité : ∀ϕ1 , ϕ2 ∈ D(Ω), ∀λ ∈ C : hT, λϕ1 + ϕ2 i = λ hT, ϕ1 i + hT, ϕ2 i ,
Continuité : Si ϕk → ϕ dans D alors hT, ϕk i → hT, ϕi dans C.
Les distributions généralisent la notion de mesure définie par une fonctionnelle linéaire
et continue sur l’espace D0 des fonctions continues à support borné.
Distributions régulières
Fonctions localement sommables
Les distributions régulières sont définies par une fonction localement sommable f , et
pour laquelle : Z
hf , ϕi = f (t)ϕ(t)dt, ∀ϕ ∈ D(Ω)
Ω
On utilise souvent la même notation f ou f (t) pour désigner une fonction ou une
distribution, le sens étant précisé dans le contexte, de sorte que f (t) peut signifier :
f (t) = valeur que prend la fonction f pour la valeur t de la variable,
f (t) = fonction de la variable t,
f (t) = distribution, t étant la variable des fonctions tests.
Dans ce dernier cas, attribuer à f une valeur pour chaque t n’a pas de sens.
Distributions régulières
Fonctions localement sommables
Les distributions sont une extension des classes de fonctions sommables p.p. égales.
Théorème
Deux fonctions localement sommables f et g définissent la même distribution
(régulière) si, et seulement si, elles sont égales presque partout.
Distributions singulières
Diracs et pseudo-fonctions
Les fonctions qui ne sont pas localement sommables et dont la distribution est
définie par la partie finie (notée pf) d’une intégrale divergente
Z
hpf f , ϕi = pf f (t)ϕ(t)dt.
Ω
Il faut dans chaque cas définir les conditions d’existence de la partie finie. Des
exemples classiques concernent les fonctions 1/tk .
Distributions singulières
Pseudo-fonctions
H(t)
Exemple : La fonction t
, n’est pas localement intégrable sur R. On définit
H(t)
cependant une distribution pf t
par la partie finie :
Z ∞
H(t) ϕ(t)
pf ,ϕ = lim dt + ϕ(0) log ǫ
t ǫ→0 ǫ t
A noter que cette partie finie n’est requise que si on considère les distributions
sur un ouvert Ω contenant l’origine. Une intégration par partie permet d’écrire :
Z ∞
H(t)
pf ,ϕ =− ϕ′ (t) log t dt,
t 0
ce qui justifie l’existence de la pf, la fonction ϕ′ (t) log t étant intégrable sur R. On
H(t)
a établit au passage que : pf t = [H(t) log t]′
Si la définition ne semble pas très attrayante, ces entités restent cependant très
manipulables. Ainsi par exemple :
′
H(t) H(t) H(t) H(t) (−1m ) m
tm . pf = pf k et pf = −m pf + δ (t).
tm+k t tm t m+1 m!
1.2
4 γ1 ζ1
1
0 |t| ≥ 3.5
γ2
1
ζ2
Π(t) = 2
1
γ3 ζ3
1 |t| < 2
3
γ4
0.8
2.5
γk (t) = kΠ(kt) 2
0.6
1.5
1 0.4
ζk (t) = kΠ(kt/2)e k2 t2 −1 1
0.2
0.5
0 0
−1 −0.5 0 0.5 1 −1 −0.5 0 0.5 1
Plus
R généralement, une suite de fk ≥ 0 localement sommables telles que
fk (x)dx = 1 et vérifiant fk (x) → 0 uniformément dans tout ensemble
0 < a < |x| < 1/a, tend vers δ.
Définition
On appelle distribution d’ordre fini toute distribution T de D′ (Ω) pour laquelle il existe
k ∈ N, tel que pour tout compact K inclus dans Ω, on ait la relation suivante. L’entier k,
qui ne dépend pas de K, est appelé ordre de la distribution T.
∃CK > 0, ∀ϕ ∈ DK (Ω), |hT, ϕi| ≤ CK sup sup |Dα ϕ(t)|.
|α|≤k t∈Ω
Définition
Le support de T, noté supp T est le complémentaire dans Ω du plus grand ouvert ω de
Ω tel que la restriction de T à ω soit nulle.
Théorème
Toute distribution de support l’origine admet une décomposition unique comme
combinaison linéaire finie de dérivées de la distribution de Dirac :
X
T= cp δ (p) .
p≤m
Si l’on prend des espaces de fonctions tests moins restreints que D, on obtient des
sous espaces de D′ . Les espaces de fonctions tests :
espace S : espace des fonctions indéfiniment dérivables décroissant à l’infini,
ainsi que toutes leurs dérivées, plus vite que toute puissance de 1/|t|.
espace E : espace des fonctions indéfiniment dérivables quelconques.
conduisent aux sous espaces de D′ :
espace S ′ : espace des distributions tempérées,
espace E ′ : espace des distributions à support borné.
E S D E′ S′ D′
Dérivation
Définition
C’est une propriété essentielle des distributions. Pour une fonction continûment
dérivable, et par intégration par parties,
Z Z
′
f (t), ϕ(t) = f ′ (t)ϕ(t)dt = − f (t)ϕ′ (t)dt = − f , ϕ′ .
Ainsi toute distribution est indéfiniment dérivable. Cette définition coı̈ncide avec la
notion usuelle de dérivée pour les fonctions dérivables (ci-dessus).
Exemple du Dirac : hδ ′ , ϕi = − hδ, ϕ′ i = −ϕ′ (0).
Exemple du Heaviside : H ′ = δ car :
Z ∞
′
H (t), ϕ(t) = − H(t), ϕ′ (t) = − ϕ′ (t)dt = − [ϕ(t)]∞
0 = ϕ(0).
0
Dérivation
Formule des sauts
Par dérivation, on ne perd pas d’informations essentielles sur le signal telles que
ses discontinuités.
Notations :
σ1 σν
Dp f =dérivées distribution,
f (p) =dérivées au sens usuel,
σ0
Sauts de f (p) en tν :
t0 t1 tν
σνp = f (p) (tν + 0) − f (p) (tν − 0)).
Z XZ Z X
′ ′
tν+1
′ ′
hDf , ϕi = − f , ϕ =− f (t)ϕ (t)dt = − f (t)ϕ (t)dt, = − f (t)ϕ(t)dt+ ϕ(tν )σν
ν tν ν
X
Df = f ′ + σν δν
ν
Multiplication
Définition
√
La multiplication des deux fonctions loc. sommables f (t) = g(t) = 1/ t n’est pas
une fonction loc. sommable. Cet exemple montre que le produit de deux
distributions quelconques n’est pas toujours défini.
Dans le cas ou un des éléments (disons α) est une fonction C ∞ , on définit le
produit (qui a toujours un sens) par :
hαT, ϕi = hT, αϕi , ∀ϕ ∈ D .
Les règles usuelles de dérivation d’un produit s’appliquent (à savoir la règle de
Leibniz) : X
Dm (αT) = k
Cm (D(m−k) α)Dk T.
k≤m
′
′
′
′ ′
Preuve à l’ordre 1 : (αT) , ϕ = − αT, ϕ = − T, αϕ = − T, (αϕ) − α ϕ
′
′
′
′
= − T, (αϕ) + T, α ϕ = T , αϕ + α T, ϕ
′
′
′ ′
= αT , ϕ + α T, ϕ = αT + α T, ϕ .
Multiplication
Généralisation
Théorème
Si T a un support compact K, et est d’ordre (nécessairement fini) m, αT est nulle
toutes les fois que α et ses dérivées d’ordre ≤ m sont nulles sur K
Multiplication
Propriétés
Théorème
Le produit de plusieurs distributions, lorsque toutes, sauf une au plus, sont des
fonctions indéfiniment dérivables au sens usuel, est associatif et commutatif.
(α1 + α2 )T = α1 T + α2 T, (α1 α2 )T = α1 (α2 T), α(T1 + T2 ) = αT1 + αT2
Multiplication
Propriétés
Définition
Soit T une distribution sur un ouvert Ω de R. Le support singulier de T est par définition
le complémentaire du plus grand ouvert ω de Ω tel que la restriction de T à D(ω)
coı̈ncide avec la distribution associée à une fonction de classe C ∞ sur ω.
H(t)
Ainsi, par exemple, les distributions pf tn ou plus simplement la fonction de Heaviside
(en prenant n = 0) ont pour support [0, ∞[ et pour support singulier l’origine. On a
alors la
Proposition
Soient T1 et T2 deux distributions de supports singuliers disjoints. On peut alors donner
un sens au produit T1 T2 en tant que distribution.
Division
La formule tδ = 0 montre que le produit de deux distributions peut être nul sans
qu’aucune d’elles le soit. Réciproquement, qu’en est-il d’une distribution T telle que
tT = 0 ?
Proposition
Les solutions de l’équation tT = 0 sont les distributions T = cδ, où c ∈ C.
Division
Exercices :
Résoudre (t − a)T = 1.
Résoudre tT = δ. (utiliser (tδ)′ ).
Généralisation à αT = S, α ∈ C ∞ .
1
Si α n’est jamais nulle, 1/α ∈ C ∞ et T = α
S
Si α n’a qu’un seul zéro d’ordre 1 en {a}, α(t) = (t − a).h(t) avec 1/h ∈ C ∞ et on
a à résoudre (t − a)T = 1h .S
Ce dernier point se généralise à plusieurs racines {ai }, simples ou multiples.
Distributions dans Rn
Définitions
Distributions dans Rn
Propriétés
s
∂f ∂f
x2
dx3 d
= σ0 cos θi δs + θ1
∂xi ∂xi
où σ0 est le saut de f à travers s et θi
l’angle entre xi et la normale à s.
x2 x1
Distributions dans Rn
Exemple
Pour f (x) et g(y) localement sommables, le produit direct est donné par
h(x, y) = f (x)g(y).
x x
v
Lorsque v est un opérateur linéaire continu dans D : ϕ(t) 7→ ϕ(at + b), on définit par
transposition dans l’espace dual D′ l’opérateur t v qui à T ∈ D′ associe t v(T) tel que :
t
v(T), ϕ = hT, v(ϕ)i ∀ϕ ∈ D, ∀T ∈ D′ .
Avec f localement sommable et changement de variable, il vient :
1 t−b par analogie t 1 t−b
hf (t), ϕ(at + b)i = f( ), ϕ(t) → v(T)(t) = T( ).
|a| a |a| a
L’image d’une distribution par cet opérateur permet de caractériser des opérations
simples telles que :
Changement d’échelle (b = 0) : Exemple : δ(t/a) = |a|δ(t).
Parité (a = −1, b = 0) : Ť(t) := T(−t) et T est paire si Ť = T.
Translation (a = 1) : T périodique si T(t − b) = T(t).
Autre point de vue : Soit x 7→ u = H(x)un difféomorphisme. L’image par H d’un ouvert
Ω est un ouvert Ω′ . Si T ∈ D′ (Ω), le changement de variable u = H(x) fournit, sur Ω′ ,
la distribution T ◦ H −1 telle que :
D E
T ◦ H −1 , ψ = hT, (ψ ◦ H).|Jac(H)|iΩ ∀ψ ∈ D(Ω′ )
Ω′
Le cas précédent est celui de H(x) = ax + b. Cette approche permet de montrer que la
règle de dérivation usuelle s’applique :
d d dx dT
(T ◦ H −1 ) = (T(x(u))) = (x(u))
du du du dx
et dans le cas de n variables :
∂ X ∂xk ∂T n
(T ◦ H −1 ) = (x(u))
∂uj k=1
∂uj ∂xk
s
Exemple : Si on reprend le cas de la fonction x
E(s, t) = 1 dans C et 0 ailleurs. Par le
changement de variables (de Jacobien unité) :
√ o C t
t+s = x 2
√
t − s = y 2,
y
E(s, t) devient Ē(x, y) = H(x)H(y) = H(x, y), et l’opérateur est transformé en :
∂2 ∂2 ∂2
2
− 2 =2
∂t ∂s ∂x∂y
ce qui conduit à :
∂2E ∂2E ∂2
− =2 H(x, y) = 2δ(x, y) = 2δ(s, t).
∂t2 ∂s2 ∂x∂y
On a ainsi retrouvé la solution élémentaire précédente.
On peut faire encore plus avec les distributions de Dirac : Si f est une fonction de
classe C1 ayant une seule racine a avec f ′ (a) 6= 0, on peut poser H = f −1 et
définir δ ◦ H −1 = δ ◦ f par
hδ ◦ f , ϕi = δ, ϕ(H(u))|H ′ (u)| = ϕ((H(0))|H ′ (0)| = ϕ(a)|f ′ (a)|−1 .
Enfin, les dérivées jusqu’à l’ordre k, δ (k) (f (x)), sont également possibles lorsque
f est de classe Ck .
Convolution
Définition
Outre les phénomènes physiques, le Th. des noyaux de Schwartz permet de modéliser
des systèmes agissant de manière linéaire et continue sur ces phénomènes :
Convolution
Définition
Définition
On appelle produit de convolution de deux distributions S et T, la distribution S ∗ T,
quand elle existe, telle que pour toute ϕ ∈ D :
hS ∗ T, ϕi = hS(u).T(v), ϕ(u + v)i .
Conditions d’existence
Sur les supports
Propriétés
Unité et translation
δ étant à support compact, δ ∗ T existe pour toute distribution T, et, par définition :
hδ ∗ T, ϕi = hδ(u)T(v), ϕ(u + v)i = hT(v), hδ(u), ϕ(u + v)ii
= hT(v), ϕ(v + 0)i = hT, ϕi
Ce qui montre que la distribution de Dirac joue le rôle de l’unité pour le produit de
convolution, i.e. :
δ ∗ T = T,
Convolution par δ(t − a) : Ici encore, l’application de la définition conduit à :
hδ(t − a) ∗ T(t), ϕ(t)i = hδ(u − a)T(v), ϕ(u + v)i
= hT(v), hδ(u − a), ϕ(u + v)ii
= hT(v), ϕ(v + a)i = hT(t − a), ϕ(t)i ,
ce qui permet de conclure que pour translater une distribution de a, il suffit de la
convoluer avec la translatée δ(t − a) de la distribution de Dirac δ.
Propriétés
Dérivation
Convolution par δ (m) : on considère tout d’abord le cas m = 1 qui conduit par
définition à :
′
′
δ ∗ T, ϕ = δ (u)T(v), ϕ(u + v) = T(v), δ ′ (u), ϕ(u + v)
′
′
= − T(v), ϕ (v) = T , ϕ ,
ce qui montre que la dérivation équivaut à une convolution avec δ ′ . On établirait
de même que :
δ (m) ∗ T = T (m) .
Plus généralement encore, si T = R ∗ S, le produit de convolution étant associatif,
on obtiendrait :
(R ∗ S)(m) = R ∗ S(m) = R(m) ∗ S,
que l’on retient en disant que pour dériver un produit de convolution, il suffit de
dériver l’un quelconque de ses termes.
Propriétés
Primitives
H(t)tn−1
Si on note Hn la fonction t 7→ Γ(n) , la primitive d’ordre n de f s’écrit Hn ∗ f . Ces
considérations se généralisent également à l’obtention de la dérivée et la
primitive d’ordre α avec α complexe.
Propriétés
Polynômes-exponentielles
Propriétés
Multiplication et convolution
D
E D D EE
at at aζ aη aζ+aη
e S ∗ e T, ϕ = e Sζ , e Tη , ϕ(ζ + η) = Sζ , e Tη , ϕ(ζ + η)
D D EE
aζ+aη at at
= Sζ , Tη , e ϕ(ζ + η) = (S ∗ T)t , e ϕ(t) = e (S ∗ T)t , ϕ(t) .
Propriétés
Support
Un résultat plus précis existe (Théorème des supports), dans lequel conv(supp X)
désigne l’enveloppe convexe du support de X.
conv(supp S ∗ T) = conv(supp S) + conv(supp T),
Propriétés
Régularité
Théorème
Lorsqu’il existe, le produit de convolution d’un distribution T et d’une fonction ψ
indéfiniment dérivable est une fonction h donnée par h(t) = hT(u), ψ(t − u)i .
Algèbre de convolution
Résolution d’équations
Algèbre de convolution
Exemples
Algèbre de convolution
Equations différentielles
Algèbre de convolution
Conditions initiales
y(2) + a1 y(1) + a0 y = f .
Par dérivation (règles précédentes ou formule des sauts),
z(t) = H(t)y(t) ⇒ z(1) = Hy(1) + y(0)δ, ⇒ z(2) = Hy(2) + y(0)δ (1) + y(1) (0)δ,
et la substitution dans la relation précédente (multipliée par H) conduit à :
z(2) + a1 z(1) + a0 z = Hf + y(0)δ (1) + (y(1) (0) + a1 y(0))δ.
Il suffit alors d’inverser l’opérateur P(δ) = δ (2) + a1 δ (1) + a0 δ pour obtenir :
h i
z = (P(δ))−1 ∗ Hf + y(0)δ (1) + (y(1) (0) + a1 y(0))δ .
Algèbre de convolution
Conditions initiales
Cette démarche s’applique également aux équations aux dérivées partielles. Soit
par exemple l’équation homogène :
∂ ∂2
P(δ) ∗ u(x, t) = 0, P(δ) = − α 2 δ(x, t),
∂t ∂x
pour laquelle nous cherchons une solution correspondant à une répartition initiale
u(x, 0) donnée. La substitution U(x, t) = H(t)u(x, t) se traduit par
P(δ) ∗ U(x, t) = u(x, 0)δ(t).
et l’inverse de P(δ) est donnée par :
H(t) x2
P(δ)−1 = √ exp − .
2 απt 4αt
La solution recherchée s’obtient donc par la convolution (en x et t) :
Z ∞
H(t) (x − ξ)2
U(x, t) = u(x, 0)δ(t) ∗ P(δ)−1 = √ u(ξ, 0)exp − dξ
2 απt −∞ 4αt
Algèbre de convolution
Problème de Cauchy
formule à rapprocher de celle connue en dimension finie avec G(t) = exp At. Cet
opérateur vérifie en outre la relation ci-dessous qui fait porter à la famille d’opérateurs
{G(t)}t≥0 le nom de semi-groupe :
G(t + s) = G(t) ◦ G(s) s ≥ 0, t ≥ 0
G(0) = I.
Algèbre de convolution
Problème de Cauchy
∂2 ∂2
De même, pour l’opérateur des ondes P = ∂t2
− ∂x2
pour lequel la solution
élémentaire s’exprime par :
1 t2 − x2 ≥ 0, t ≥ 0
E(x, t) = = (1/2)[H(x + t) − H(x − t)],
0 ailleurs
la solution u(x, t) vérifiant (∗) se reformule en (∗∗) et fournit la solution (†)
8
>
<
∂2u ∂2u ′
− =0 P(δ) ∗ u = u0 δt + u1 δ (∗∗)
(∗) ∂t2 ∂x2 ′
>
: u(x, 0) = u (x), ∂u(x, 0) u = Et ∗u0 + E∗u1 (†)
0 = u1 (x)
∂t
Explicitement cela fournit
Z x+t
1 1
u(x, t) = (u0 (x + t) + u0 (x − t)) + u1 (ζ)dζ.
2 2 x−t
Algèbre de convolution
Quelques solutions élémentaires d’opérateurs différentiels
Pn
EDO A= i=0 ai di /dti an = 1 E = Hz avec z solution de A(z) = 0, et C.I.
z(0) = · · · = z(n−2) (0) = 0, z(n−1) (0) = 1
E = |x|/2, n=1
Pn ∂2 1
Laplacien A=∆= i=1
E= 2π log r n = 2
∂xi2 1
E= 4πr n=3
∂ H(t) |x|2
Eq. Chaleur A= −∆ E= exp(− 4t )
∂t (4πt)n/2
∂ ∂ 1
Eq. Ondes A= − E= 2 H(t)χ[−t,t] (x)
∂t2 ∂x2
Algèbre de convolution
Equations intégrales
Proposition
Si K ∈ D+ ′ est une fonction localement sommable et localement bornée, alors δ + K
général (−1)n K ∗n .
Algèbre de convolution
Equations intégrales
Ce résultat peut également être appliqué aux équations différentielles avec retards,
comme le montre l’exemple simple suivant, avec Hτ = H(t − τ ) et δτ = δ(t − τ ), et en
faisant abstraction des conditions initiales,
y(1) (t) + y(t − τ ) = g(t) ⇔ (δ (1) − δτ ) ∗ y = δ (1) ∗ (δ − Hτ ) ∗ y = g,
et l’application de la proposition précédente conduit à la solution :
y = (δ − Hτ )∗−1 ∗ H ∗ g
= (δ − Hτ + Hτ∗2 + · · · + (−1)n Hτ∗n + · · · ) ∗ H ∗ g.
A noter que chaque terme de la série admet le formulation explicite ci-dessous de
support [nτ, ∞) :
(t − nτ )n−1
Hτ∗n = [(δτ ∗ H) · · · ∗ (δτ ∗ H)] = δnτ ∗ H ∗n = H(t − nτ ) .
| {z } (n − 1)!
n fois
Algèbre de convolution
Equations matricielles
Proposition
Une matrice A (n × n) de convolution est inversible si et seulement si son déterminant
∆ est inversible au sens de la convolution dans D+′ . Son inverse s’obtient en convolant
A titre d’exemple, la représentation dite d’état, qui au sens des fonction s’écrit :
0 1 0 y
x(1) = x+ u, avec x= .
−a0 −a1 b y(1)
Algèbre de convolution
Equations matricielles
En notant π(t) = H(t) − H(t − 1), il est aisé de constater que les termes faisant
intervenir les intégrales se traduisent également sous forme de produit de convolution.
On obtient alors la description matricielle :
δ′ − δ −π y1 0
∗ = ∗u
−δ1 δ′ −δ y2 −π
Transformée de Fourier
Introduction
Cette intégrale existe (condition suffisante) pour toute f sommable (au sens de
Lebesgue). Elle est continue, bornée et tend vers 0 lorsque |ν| → ∞
Inversement, on démontre que f (t) peut s’obtenir par Transformée de Fourier
inverse
Z
f (t) = f̂ (ν)e2iπνt dν, notée encore f = F̄ [f̂ ] ou f (t) = F̄ [f̂ (ν)].
A notre que dans ce cas cette formule conduit à 1/2[f (t+ ) − f (t− )]] en cas de
discontinuité de f en t.
Ra h ia
e−2iπνt sin 2πνa
Exemple : F χ[−a,a] (t) = −a e−2iπνt dt = −2iπν −a
= πν
2 2
Exemple : F [e−πt ] = e−πν . La preuve peut s’obtenir par dérivation /t et en
utilisant les propriétés précédentes :
f ′ + 2πt f = 0 ⇒ f̂ ′ (ν) + 2πν f̂ (ν) = 0,
2 R 2
par intégration f̂ (ν) = K e−πν et K = f̂ (0) = e−πt dt = 1.
R h sin πt i2
Exemple : F πt
dx = 1. Par application directe du Théorème de
R R
Parseval |f (x)|2 dx = |f̂ (ν)|2 dν
Définition (Espaces S )
On appelle S l’espace des fonctions indéfiniment dérivables, décroissant ainsi que
toute leurs dérivées, quand t → ∞, plus vite que toute puissance de 1t .
F [x(x)] = x(ν)
P P
Preuve (esquisse) : F [ k∈Z δ(t − k)] = k∈Z e−2iπνn = S(ν). Cette fonction est
périodique (période 1) et inchangée si on la multiplie par e−2iπν , si bien que :
(e−2iπν − 1)S(ν) = 0.
On retrouve ici le problème de la division par une fonction qui s’annule pour
ν ∈ Z. La solution S(ν) est donc un peigne de Dirac. Périodicité et normalisation
conduisent à S = x.
Théorème
Une fonction f (t) réelle ayant une T.F. de support ⊂ [−ν0 , ν0 ] , est entièrement
déterminée par ses valeurs aux points t = kT où T < 1/2ν0
Preuve (esquisse) : T x(Tν) ∗ f̂ (ν) est une fonction périodique et on peut écrire (∗) et
en déduire (∗∗) par transformée de Fourier inverse,
ν
f̂ (ν) = [T x(Tν) ∗ f̂ (ν)].Π( ) (∗)
2ν0
t sin 2πν0 t
f (t) = [x( )f (t)] ∗ (∗∗)
T πt
qui s’écrit explicitement
X sin 2πν0 (t − kT)
f (t) = Tf (kT) .
k∈Z
π(t − nT)
Transformée de Laplace
Résumé
−s t
L(s, T) = T(t), e .
Cette définition n’a de sens que s’il existe un réel ζ tel que e−ζt T soit tempérée, et
auquel cas L(s, T) définie une fonction analytique dans le demi plan Re(s) > ζ.
′ L(s, δ) = 1
Dérivation L(s, T ) = s L(s, T)
(n) n
−a s L(s, δ ) = s
Translation L(s, T(t − a)) = e L(s, T)
−a s
1 L(s, δ(t − a)) = e
Echelle L(s, T(at)) = |a| L( as , T) 1
Convolution L(s, S ∗ T) = L(s, S). L(s, T) L(s, H(t)) =
s
−at tn−1 1
Produit L(s, e T) = L(s + a, T) L(s, H(t)e
at
)=
(n − 1)! (s − a)n
Quelques propriétés
Exemples de transformées
Espaces de Sobolev
Introduction
La définition usuelle d’un espace de Sobolev fait intervenir les dérivations d’ordre
entier au sens des distributions :
n o
H m (Ω) = u ∈ L2 (Ω); Dα u ∈ L2 (Ω), |α| ≤ m .
On munit cet espace du produit scalaire et de la norme associée qui en font des
espaces de Hilbert,
XZ p
(u, v)m = Dα u(ζ)Dα v(ζ)dζ, kukH m (Ω) = (u, u)m
α≤m Rn
(On établit par exemple que tout élément u de H 1 (]a, b[) admet un représentant
continu sur [a, b] permettant de parler de u(a) et u(b)).
Pour les ordres négatifs, ces espaces sont caractérisés par
8 9
< X =
−m ′ α 2
H (Ω) = T ∈ D (Ω); T = D fα , fα ∈ L (Ω) .
: ;
α≤m
Cet espace s’identifie au dual de H0m (Ω), adhérence de D(Ω) dans H m (Ω). En
pratique, pour u ∈ H 1 (Ω), on a l’équivalence u ∈ H01 (Ω) ⇔ u = 0 au bord de Ω.
Espaces de Sobolev
Introduction
Une définition équivalente et permettant d’élargir ces espaces aux ordres réels
entiers est fournie par la Transformée de Fourier de distributions tempérées :
n o
H s (Rn ) = u ∈ S ′ (Rn ); (1 + ζ 2 )s/2 û(ζ) ∈ L2 (Ω)
Z
(u, v) = (1 + ζ 2 )s/2 û(ζ)v̂(ζ)dζ.
Rn
Espaces de Sobolev
Introduction
Quelques références
L. Schwartz, Théorie des distributions (2nd ed.), Hermann, Paris, 1966.