Académique Documents
Professionnel Documents
Culture Documents
Cours et exercices
Séries de Fourier
Des problèmes historiques
Définitions des séries de Fourier
Convergence des séries de Fourier
Dérivation et intégration terme à terme
Phénomène de Gibbs
Formule de Plancherel
Séries de fonctions orthogonales
f ′′ (x) g ′′ (y)
=− = −C 2 ,
f (x) g(y)
3
4 CHAPITRE 1. SÉRIES DE FOURIER
où C est une constante. On a donc comme solution générale de ces équations :
∞
X 4 −nπy
T (x, y) = e sin nπx, (x, y) ∈ [0, 1] × [0, +∞[
nπ
n=1,3,5···
∞
X
f (x) = (an (f ) sin nπx + bn (f ) cos nπx) ?
n=0
∞
X ∞
X +∞
X
b0 (f ) + bn (f ) cos nωt + an (f ) sin nωt ≡ cn e+inωt ,
n=1 n=1 n=−∞
les relations
ZT
1
b0 (f ) = f (t)dt,
T
0
ZT
2
bn (f ) = f (t) cos nωtdt,
T
0
ZT
2
an (f ) = f (t) sin nωtdt,
T
0
ZT
1
cn (f ) = f (t)e−inωt dt.
T
0
Pour que les coefficients existent, il n’est pas nécessaire que f soit continue,
il suffit que f soit intégrable sur l’intervalle période. On remarquera en par-
ticulier que c0 = b0 et que c−n est la quantité conjuguée de cn : c−n = c̄n .
La définition de ces coefficients est suggérée (en cas de convergence) par les
relations d’orthogonalité (à démontrer) :
ZT ZT
T
sin mωt sin nωt dt = cos mωt cos nωt dt = δm,n (m 6= 0),
2
0 0
ZT
sin mωt cos nωt dt = 0, ∀ m, n, ∈ N
0
On dit également d’une fonction régulière par morceaux, qu’elle vérifie les condi-
tions de Dirichlet. Par exemple, la fonction x 7→ sin 1/x est bornée mais a un
nombre infini d’extrema dans tout intervalle qui contient 0 : elle n’est donc pas
régulière par morceaux.
+∞
X Zb +∞
X
+inωt cn +inωt b
cn e dt = e a
n=−∞ n=−∞
inω
a
1.2
0.8
0.6
0.4
0.2
Figure 1.1 – Série de Fourier du créneau carré avec 10 termes (trait épais) et
50 termes (trait fin).
N
4 X sin(2n − 1)πx
g(x, N ) ≡ .
π 2n − 1
n=1
∂g sin 2N πx
=2
∂x sin πx
1.6 Exercices
0.8
0.6
0.4
0.2
Transformation de Fourier
Motivations
Transformée de Fourier dans L1 (R)
Dérivation et Inversion
Convolution
Transformée de Fourier dans L2 (R)
Transformées à plusieurs variables
Applications aux équations différentielles à coefficients constants
2.1 Motivations
Sous certaines conditions que l’on précisera plus loin, on dispose de la formule
d’inversion qui exprime la fonction f comme une superposition de contributions
en “ fréquences ” ξ :
Z
f (x) = ei2πξx fˆ(ξ) dξ. (2.2)
R
11
12 CHAPITRE 2. TRANSFORMATION DE FOURIER
continus, par exemple, il est commode d’introduire des densités des grandeurs
physiques considérées ; ainsi on parle fréquemment de densité de masses, de
quantité de mouvement ou d’énergie 1 . Par exemple, la relation :
Z
1
ǫ0 |E(x)|2 dx < ∞,
2
R3
on a bien sûr :
Z Z Z
|fˆ(ξ)| = | −i2πξx
e f (x) dx| ≤ −i2πξx
|e f (x)| dx = |f (x)| dx < ∞
R R R
d’où l’on déduit que la transformée de Fourier d’une fonction sommable est une
fonction bornée.
En physique, x représente soit une variable d’espace, soit le temps. La va-
riable conjuguée ξ s’identifiera alors à un vecteur d’onde ou à une pulsation.
Il existe d’autres conventions de définition ; par exemple :
Z Z
1
fˆ(ξ) = −iξx
e f (x) dx, ou fˆ(ξ) = √ e−iξx f (x) dx.
2π
R R
1 1
0.8 0.8
0.6 0.6
0.4
0.4
0.2
0.2
-4 -2 2 4
-2 -1 1 2 -0.2
1 2
0.8 1.5
0.6
1
0.4
0.2 0.5
x q
-4 -2 2 4 -1.5 -1 -0.5 0.5 1 1.5
4. Dilatation.
qui peut donc être rendu aussi petit qu’on le désire pour ξ assez grand.
On notera en particulier que la transformation de Fourier est une opération
“régularisante” puisqu’elle rend continue une fonction qui ne l’est pas forcément
(le cas de la porte, par exemple).
2.4 Convolution
Pour bien saisir cette définition, on pourra essayer de convoluer 2 portes iden-
tiques : le résultat est une fonction ayant la forme d’un triangle.
Comme premier exemple, considérons le potentiel électrostatique créé en un
point r par une distribution de charge volumique ρ(r) contenue dans un volume
V, on a : Z
ρ(r′ ) 3 ′ 1
V (r) = ′
d r = ( ⋆ ρV )(r),
|r − r | r
V
où ρV est la fonction égale à ρ sur V et nulle ailleurs. Cette formule peut
être interprétée comme la réponse du milieu étudié à la perturbation électrique
localisée ρ(r). La fonction a dans ce cas est le potentiel électrique créé par une
charge ponctuelle.
On pourra vérifier aisément que le produit de convolution des fonctions som-
mables possède les propriétés de commutativité, associativité et distributivité
par rapport à l’addition, soit :
f ⋆ g = g ⋆ f,
f ⋆ (g ⋆ h) = (f ⋆ g) ⋆ h,
f ⋆ (ag + bh) = a(f ⋆ g) + b(f ⋆ h) pour a, b ∈ C.
Le théorème le plus utile pour les applications est le théorème suivant qui montre
que la transformation de Fourier remplace un produit de convolution par une
multiplication.
f[
⋆ g = fˆĝ,
On a déjà signalé, aussi bien pour des raisons physiques que mathématiques,
que le cadre des fonctions sommables est beaucoup trop étroit pour un usage
commode des transformées de Fourier. Comme il n’existe pas de relation d’in-
clusion 6 entre L1 (R) et L2 (R) on peut, par exemple, être amené à rencontrer des
fonctions qui appartiennent à L2 sans appartenir à L1 . Dans ce cas, il n’est plus
possible de définir la transformée de Fourier par une formule intégrale, puisque
cette dernière expression n’a aucun sens. Un autre cas problématique est celui
2 √ 2
6. Les exemples standards sont x 7→ e−x / x ∈ L1 ∈
/ L2 , x 7→ e−x ∈ L1 ∩ L2 , mais
2 −1/2 2 1
x 7→ (x + 1) ∈L ∈ /L .
fcg = fˆ ⋆ ĝ
A titre d’exercice, vous pouvez essayer de vérifier ce théorème dans le cas par-
ticulier où on peut utiliser la représentation intégrale.
Le résultat le plus important est la formule de Parseval-Plancherel :
R
En effet R f (x)g(x) dx ≡ fcḡ(0) = fˆ(0) ⋆ b̄
g(0) par le théorème précédent. Le
résultat est obtenu en observant que b̄
g(−η) = ĝ(η) (à vérifier !).
Dans le cas particulier où f = g, la formule de Parseval-Plancherel s’écrit
Z Z
|f (x)| dx = |fˆ(ξ)|2 dξ.
2
On dispose dans Rn des mêmes résultats que ceux obtenus dans les sections
précédentes pour les fonctions à une variable. On discute maintenant 2 cas
importants pour lesquels on peut obtenir des formules explicites.
1. Fonctions séparables
Un cas particulièrement simple est le cas des fonctions séparables,
Q qui
s’écrivent comme un produit de fonctions à une variable : f (x) ≡ ni=1 fi (xi ).
Si chaque fonction fi est sommable dans R, on a simplement :
n
Y
fˆ(ξ) = fˆi (xi )
i=1
Qn
puisque e−i2πξ.x = i=1 e
−i2πξi xi .
2. Fonctions radiales
Les fonctions radiales, d’un usage très fréquent en Physique, sont des
fonctions qui ne dépendent que de la distance à l’origine. On a donc dans
ce cas :
Montrons d’abord que si f est radiale alors fˆ aussi. Si f est radiale cela
veut dire que n’importe quelle rotation R centrée sur l’origine est telle
que f (Rx) = f (x) pour tout x. Montrons alors que fˆ(Rξ) = fˆ(ξ).
Z
fˆ(Rξ) = e−i2πRξ.x f (x) dx
Rn
Z∞
G(ρ) = 2 cos(2πρr)F (r) dr pour n = 1,
0
Z∞
G(ρ) = 2π rJ0 (2πρr)F (r) dr pour n = 2,
0
Z∞
2
G(ρ) = r sin(2πρr)F (r) dr pour n = 3,
ρ
0
où Ron a introduit la fonction de Bessel J0 (u) définie par la relation J0 (u) ≡
1 2π −iu cos θ
2π 0 e dθ.
e−αr
(x, y, z) → , α > 0.
r
Dans certaines circonstances que nous allons préciser plus loin, la transfor-
mation de Fourier transforme une équation différentielle à coefficients constants
en une équation algébrique. On dit parfois que la transformation de Fourier
”diagonalise“ les opérateurs à coefficients constants. Lorsque cette méthode est
appliquable, la transformée de Fourier permet de déterminer une solution par-
ticulière d’une équation différentielle ayant un ”bon“ comportement physique.
Considérons une équation différentielle linéaire à coefficients constants d’ordre
m. Sa forme générale s’écrit
m−1
X
(m)
f (x) + ai f (i) (x) + a0 f (x) = h(x) (2.3)
i=1
ĥ(ξ)
fˆ(ξ) =
P (i2πξ)
Exemple
Un certain nombre de problèmes de Physique, dans des contextes variés,
admettent une modélisation qui est celle de l’oscillateur harmonique amorti. La
dynamique du système est régie par l’équation différentielle :
équation effectivement utilisée dès lors que les effets visqueux sont prépondérants.
Pour u et f dans L1 (R), et γ 6= 0, on peut donc écrire :
fˆ(ω)
û(ω) =
−ω 2 + iγω + ω02
γ2
−ω 2 + iγω + ω02 = −ω 2 + iγω + ω12 + = ω12 − (ω − iγ/2)2
4
donc,
1 1 1
χ(ω) = +
2ω1 ω1 − ω + iγ/2 ω1 + ω − iγ/2
et donc
1
χ(t) = sin(ω1 t)H(t)e−γt/2 ,
ω1
u(t) = χ(t) ⋆ f (t)
qui donne donc la solution pour toute force extérieure sommable, dans le cas
ω1 réel. On trouve bien, comme annoncé, une réponse du système qui oscille à
la fréquence ω1 tout en s’amortissant avec le temps caractéristique τ = 2/γ.
p
Lorsque ω0 < γ/2, on a ω1 = i γ 2 /4 − ω02 , et l’on peut écrire :
" #
1 1 1 1 h i
−t/τ+ −t/τ−
χ(ω) = − = F H(t) e − e ,
2ω1′ iω + τ+−1 iω + τ−−1 2ω1′
q
ω1′ = γ 2 /4 − ω02
v(t) = (a ⋆ u)(t)
u(t) = u0 H(t)e−αt
Transformation de Fourier au
sens des distributions
Cette définition peut sembler satisfaisante pour toute fonction test ϕ ∈ D(R),
mais il apparaitrait rapidement que les calculs effectifs mettant en jeu en par-
ticulier l’inversion et la convolution seraient assez malaisés dans ce cas. On
débute donc ce chapitre en introduisant un nouvel espace de fonctions tests et
son espace associé de distributions.
27
CHAPITRE 3. TRANSFORMATION DE FOURIER AU SENS DES
28 DISTRIBUTIONS
Du fait de la contrainte très forte de décroissance plus rapide que toute fonction
en x−n , on notera que les fonctions de S(R) sont, d’un point de vue pratique,
très semblables aux fonctions (indéfiniment dérivables à support bornés) de
D(R).
De la même façon qu’on introduit l’espace des distributions D′ (R) comme
l’ensemble des formes linéaires définies sur D(R), on définit l’espace des dis-
tributions tempérées S ′ (R) comme l’ensemble des formes linéaires définies
sur S(R). Ce sont ces distributions tempérées 1 pour lesquelles nous définirons
une transformée de Fourier.
Donnons quelques propriétés de ces espaces.
Théorème 3.1.1 Les fonctions de S ainsi que toutes leurs dérivées sont bornées
et intégrables sur R.
Soit ϕ ∈ S. Par définition, toutes ses dérivées sont également dans S . Donc, ∀n, p, |xn ϕ(p) (x)| ≤
Mp,n , et en particulier que |(1 + x2 ) ϕ(p) (x)| ≤ Mp,0 + Mp,2 . Toutes les dérivées ϕ(p) sont donc
bornées et majorées par des fonctions intégrables : elles sont donc elles-mêmes intégrables.
3. Pour ϕ et ψ dans S :
Z Z
ϕ(x)ψ(x) dx = ϕ̂(q)ψ̂(q) dq,
R R
1. Le terme “tempéré” est à comprendre ici comme modéré : nous verrons que les distri-
butions tempérées ne doivent pas croı̂tre à l’infini plus vite que des polynômes.
et en particulier, pour ϕ ∈ S :
Z Z
|ϕ(x)| dx = |ϕ̂(q)| 2 dq.
2
R R
Théorème 3.1.3 1. Les fonctions qui sont soit sommables, soit bornées,
soit majorées par un polynôme définissent des distributions régulières
tempérées.
2. Les distributions à support bornés sont tempérées.
R
Pour le premier point il faut montrer que R
f (x)ϕ(x) dx est finie lorsque ϕ ∈ S. Comme ϕ est
bornée, si f est sommable ou bornée, l’intégrale a un sens. Le produit d’un polynôme et d’une
fonction de S est également une fonction de S, donc intégrable. Pour le 2ème point, comme
ϕ ∈ S, ϕ est C ∞ , et comme la distribution (disons T ) est à support borné par hypothèse, le
produit hT, ϕi a un sens.
⋄ Exemple
Les distributions δa et δ (n) sont des distributions tempérées.
Les distributions régulières 1, H, cos 2πax, H ei2πax sont des distributions tempérées.
∀ϕ ∈ S(R), hF T, ϕi ≡ hT, F ϕi ,
⋄ Exemples
δ̂ = 1 et 1̂ = δ.
R
En effet, par définition hδ̂, ϕi = hδ, ϕ̂i = ϕ̂(0) = R ϕ(x) dx = h1, ϕi.
R
De même, h1̂, ϕi = h1, ϕ̂i = R ϕ̂(q) dq = ϕ(0) = hδ, ϕi.
Ce résultat est très souvent écrit sous forme intégrale dans les cours de physique, soit :
Z Z
Ecritures incorrectes : e−i2πqx δ(x) dx = 1 et e−i2πqx dx = δ(q)
R R
Insistons encore une fois que ces expressions sont largement abusives puisque δ n’est
pas une fonction et que ces 2 intégrales ne sont pas définies.
La définition précédente peut prendre une forme plus précise lorsque les
distributions sont à support borné. En effet, par définition :
Z Z
−i2πqx
hF T, ϕi ≡ hT, F ϕi = T, ϕ(x) e dx = T, e−i2πqx ϕ(x) dx
On notera que T, e−i2πqx n’a un sens que si T est à support borné.
La fonction
x 7→ e −i2πqx ∞
étant C , il en est de même de la fonction x 7→ T, e−i2πqx qui
définit donc une distribution régulière. On a donc prouvé le théorème suivant :
⋄ Exemples
dq i=
+i2πxhδ, e−i2πqx i = i2πx.
F (τa T ) = e−i2πqa F T,
F (e+i2πax T ) = τa (F T ),
F (da T ) = |a| d1/a F T
⋄ Exemples
L’amplitude diffractée A(q) par un objet dans l’approximation de Fraunhofer (dif-
fraction à l’infini) est proportionnelle à la TF de la fonction de transparence ρ.
Les propriétés précédentes permettent de discuter quelques cas physiquement intéressant :
- 1 source ponctuelle à l’origine : ρ ∼ δ ⇒ A(q) ∼ 1
- 1 source translatée en x = a : ρ ∼ δa ⇒ A(q) ∼ e−i2πqa
- 2 sources ponctuelles en x = ±a : ρ ∼ δa + δ−a ⇒ A(q) ∼ 2 cos(2πqa)
L’intensité lumineuse observée étant le module au carré de l’amplitude, on retrouve le
résultat bien connu que l’intensité est inchangée lorsqu’on translate une source tandis
que la présence de 2 sources conduit au phénomène d’interférences.
ρ ∼ e−i2π(νt−x/λ) ⇒ A(q) ∼ δν δ λ1
Ainsi, en prenant la TF de toutes les ondes qui peuvent exister dans un milieu donné,
on obtient un ensemble de points dans le plan (ν, λ1 ) (ou (ω, k)), qui est connue sous le
nom de relation de dispersion.
f[
⋆ g = fˆ × ĝ et f[
× g = fˆ ⋆ ĝ
La première propriété résulte d’un simple changement de variable ; il est évident que cette
première propriété vaut également avec la TF inverse : F −1 (f ⋆ g) = F −1 (f ) F −1 (g) Or F f
et F g sont également dans S. Donc :
F −1 (F f ⋆ F g) = F −1 (F f ) F −1 (F g) = f g donc F f ⋆ F g = F (f g),
⋄ Exemples
2
\
Π ⋆ Π(q) = sin πq
.
πq
F (S ⋆ T ) = F S × F T
Cette dernière expression est une fonction C ∞ (par rapport à la variable x + y) qui définit la
TF de la distribution S ⋆ T .
∀ T, δ⋆T =T ⋆δ =T
∀ T, δa ⋆ T = T ⋆ δa = τa T,
∀ T, δ′ ⋆ T = T ′
puisque F δ ′ .F T == i2π F T = F T ′ .
``
Peigne de Dirac :
Un peigne de Dirac de pas a est la distribution correspondant à la réunion d’une
infinité de distributions de Dirac translatées en na où n est un entier positif ou
négatif.
Plus précisément, on admettra le résultat suivant : P
Soit a un réel non nul. La suite de distributions ∆N a ≡ N n=−N δna converge
′
dans D vers la distribution :
aa X
≡ δna ,
a
n∈Z
`
`
que l’on appelle peigne de Dirac de pas a (le symbole se prononce “Sha”
d’après
`` une lettre de l’alphabet cyrillique).
′
a ∈ S . Sa TF est telle que :
a
da 1 aa
= 1
a a a
Deux applications importantes des peignes de Dirac sont les réseaux (à traits)
utilisés en optique, et la correspondance réseau direct/réseau réciproque utilisée
en cristallographie pour interpréter les figures de diffraction des cristaux.
⋄ Exemple
Un cristal unidimensionnel consiste en la répétition périodique d’une cellule unité
(le motif) qui contient un ou plusieurs atomes. Soit ρ0 la densité électronique de la
cellule unité et a la période de répétition (c’est le pas du réseau), la densité totale
électronique d’un cristal infini ρ∞ est obtenu en translatant ρ en na avec n ∈ Z si le
cristal est infini. On peut donc écrire :
aa
ρ∞ ≡ ρ0 ⋆
a
Cela signifie que l’amplitude diffusée est également périodique, mais avec une période
en 1/a. Le signal observé dépend également de ρ̂0 (q) que l’on appelle le facteur de
structure en cristallographie, et que l’on note traditionnellement F (q). Dans le cas où
F (q) est une fonction C ∞ , on peut utiliser la propriété : F (q) δn/a = F (n/a) δn/a , de
sorte que l’amplitude s’écrit explicitement :
1 X
A∞ (q) = F (n/a) δn/a
a
n∈Z
On n’observera donc du signal dans l’espace des q (l’espace réciproque), qu’aux points
tels que q = n/a avec une intensité prportionnelle à |F |2 . Des extinctions supplémentaires
peuvent se produire par interférences destructives si le motif contient plusieurs atomes.
L’analyse précédente repose sur l’hypothèse d’un cristal infini. Dans la réalité, tout
cristal est fini et la densité électronique ρL d’un cristal fini de taille L peut s’écrire sous
la forme :
ρL = ρ∞ × SL ,
où SL (x) est une fonction de forme du cristal. Pour fixer les idées, on peut imaginer par
exemple que la fonction SL est une porte de largeur L : SL ≡ ΠL . Dans ces conditions,
puisque Π̂L = L sin(πqL)/(πqL), on obtient pour l’amplitude du cristal fini :
sin(πqL)
AL (q) = A∞ (q) ⋆ L
πqL
L’amplitude de chacun des pics aux noeuds du réseau réciproque se trouve donc mo-
dulée par un sinus cardinal. On notera cependant que ces sinus cardinaux ne se re-
couvrent pas puisque L ≫ a ⇒ 1/L ≪ 1/a.
A ⋆ T = B,
A⋆E =E⋆A=δ
T =E⋆B
2. Rappel : le support d’une distribution T est le plus petit ensemble fermé en dehors
duquel T est nulle. Une distribution T est nulle dans un ouvert Ω de R, si hT, ϕi = 0, pour
toute fonction ϕ ∈ D(R) ayant son support dans Ω.
1
F E(q) =
(RC)−1 + i2πq
On remarquera qu’il faut ajouter V (0) e−t/RC pour obtenir la solution générale de
l’équation différentielle.
3.5 Exercices
2
Exercice 15 Montrer que la fonction x 7→ e−x est une fonction de S.
2 2
Pour quelle raison la fonction x 7→ e−x sin ex n’est-elle pas à décroissance
rapide ?
2
Montrer que la fonction x 7→ ex définit une distribution régulière qui n’est
pas tempérée, et en déduire que le produit d’une distribution tempérée par une
fonction C ∞ n’est pas toujours tempéré.
Exercice 16 Etablir par un calcul direct que les distributions xn (n ≥ 0), ln |x|
et vp x1 sont des distributions tempérées.
δ⋆T = T ⋆ δ = T,
δa ⋆ T = T ⋆ δa = τa T,
δa ⋆ δb = δb ⋆ δa = δa+b ,
(n)
δ ⋆T = T ⋆ δ (n) = T (n)
(S ⋆ T )(n) = S ⋆ T (n) = S (n) ⋆ T
T ′′ + a2 T = δ ′ ,
′ .
dans D+
1. Ecrire l’équation différentielle comme une équation de convolution.
2. Vérifier que la distribution H(x) sin(ax)/a est la réponse impulsionnelle
de l’équation étudiée.
3. Déterminer la solution de l’équation différentielle.
4. Vérifier le résultat par dérivation.
X ′ − λ X = F,
′ .
où F ∈ D+
1 Séries de Fourier 3
1.1 Des problèmes historiques . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Définition des séries de Fourier . . . . . . . . . . . . . . . . . . . 4
1.3 Convergence des séries de Fourier . . . . . . . . . . . . . . . . . . 6
1.4 Dérivation et Intégration terme à terme . . . . . . . . . . . . . . 7
1.5 Phénomène de Gibbs . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Transformation de Fourier 11
2.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Transformée de Fourier dans L1 (R) . . . . . . . . . . . . . . . . . 14
2.3 Dérivation et Inversion . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Transformée de Fourier dans L2 (R) . . . . . . . . . . . . . . . . . 20
2.6 Transformées à plusieurs variables. . . . . . . . . . . . . . . . . . 22
2.7 Applications aux EDO à coefficients constants . . . . . . . . . . . 24
37