PH 325 by DR Bouri - 1

hs
at
M
RI
OU
Mathématiques pour Physiciens

sB
Celsus Bouri
lsu
Ce
Université de Douala Faculté des Sciences
Département de Physique
Mathématiques pour les Sciences Physiques
MA570
Cours
hs
Titre : Mathématiques pour les Sciences Physiques Sigle : MA570
Crédits : Session : S1&S2 Licence PH
at
Cours : 4 heures/semaine Travail personnel : 8 heures/s
M
Enseignant RI
Nom : Celsus BOURI Tél : 670 52 62 62 / 697 97 47 27
E-mail : bouricelsus@yahoo.fr
OU
Place du cours dans le programme
Type de cours : Obligatoire

sB
Pré-requis : Analyse, Algèbre linéaire
Objectifs généraux
lsu
Amener l’étudiant à connaître les différents outils mathématiques (Analyse,

Ce
Algèbre linéaire) nécessaires à la résolution des problèmes rencontrés en

Physique.
Méthode pédagogique
1. Cours magistral
2. Séance de travaux dirigés (1 heure/semaine)
3. Devoirs corrigés et revus en classe
Cours de Mathématiques pour Physiciens Licence: 2 Celsus Bouri©2018/2019

Evaluation
1. Moyens d’évaluation : 1 examen, 1 contrôles continus

2. Types de question : Problèmes à résoudre et questions de développe-
ment
Plan du cours
hs
1. Introduction
at
2. Distributions
M
3. Espace de Hilbert
4. Fonctions à variable complexe RI
5. Transformations intégrales
6. Equations aux dérivées partielles
OU
7. Equations intégrales
8. Calcul variationnel
sB
Bibliographie
1. K. F. Riley, M. P. Hobson et S. J. Bence, Mathematical Methods for

lsu
Physics and Engineering, Cambridge University Press, 2007

2. T. J. Barth, M. Griebel, D. E. Keyes, R. M. Nieminen, D. Roose and
Ce
T. Schlick, Numerical Methods for General and Structured Eigenvalue

Problems, Springer, 2005

hs
at
M
RI
OU
sB
lsu
Ce

Table des matières
hs
1 Distributions 11
at
1.1 Présentation intuitive . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Fonctionnelle linéaire . . . . . . . . . . . . . . . . . . . . . . 12
M
1.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 Opérations sur les distributions. Dérivation . . . . . . 13
1.2.3
RI
Quelques distributions courantes . . . . . . . . . . . . 15
1.3 En guise de conclusion . . . . . . . . . . . . . . . . . . . . . 17
OU
1.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Espace de Hilbert 21
2.1 Espaces préhilbertiens . . . . . . . . . . . . . . . . . . . . . . 21
sB
2.1.1 Espaces préhilbertiens réels . . . . . . . . . . . . . . . 21

2.1.2 Espaces préhilbertiens complexes . . . . . . . . . . . . 22
2.1.3 Espaces préhilbertiens . . . . . . . . . . . . . . . . . . 23
lsu
2.2 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . 24

2.2.1 Projection dans un espace de Hilbert . . . . . . . . . . 24
Ce
2.2.2 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . 24

2.3 Espaces euclidiens . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.1 Les bases . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3.2 Endomorphisme adjoint . . . . . . . . . . . . . . . . . 26
2.3.3 Orientation d’un espace euclidien . . . . . . . . . . . . 28
2.3.4 Formes quadratiques sur un espace euclidien . . . . . . 30
2.4 Espaces hermitiens . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.1 Définition et premières propriétés . . . . . . . . . . . . 32
5
TABLE DES MATIÈRES
2.4.2 Adjoint d’un endomorphisme d’un espace hermitien . . 33

2.4.3 Formes quadratiques sur un espace hermitien E . . . . 35
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3 Fonctions à variable complexe 39

3.1 Fonctions d’une variable complexe . . . . . . . . . . . . . . . 39
3.2 Relations de Cauchy-Riemann . . . . . . . . . . . . . . . . . 40
hs
3.3 Séries en puissance . . . . . . . . . . . . . . . . . . . . . . . 41
3.4 Fonctions et branches . . . . . . . . . . . . . . . . . . . . . . 41
at
3.5 Singularités et zéros des fonctions complexes . . . . . . . . . 42
3.6 Transformations conformales . . . . . . . . . . . . . . . . . . 43
M
3.7 Intégrales complexes . . . . . . . . . . . . . . . . . . . . . . . 43
3.8 Théorème de Cauchy (1825) . . . . . . . . . . . . . . . . . .
RI 44
3.9 Formule intégrale de Cauchy . . . . . . . . . . . . . . . . . . 45
3.10 Séries de Taylor et de Laurent . . . . . . . . . . . . . . . . . 46
3.11 Théorème des résidus . . . . . . . . . . . . . . . . . . . . . . 48
OU
3.12 Intégrales définies et utilisation du contour d’intégration . . . 49

3.12.1 Intégrales des fonctions rationnelles . . . . . . . . . . 49
3.12.2 Produit des fonctions rationnelle et trigonométrique . 50
sB
3.12.3 Fonctions de fonctions trigonométriques . . . . . . . . 50

3.13 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
lsu
4 Transformations intégrales 63
4.1 Transformations de Fourier . . . . . . . . . . . . . . . . . . . 64
Ce
4.1.1 Définition et formule d’inversion . . . . . . . . . . . . 64

4.1.2 Propriétés de la transformation de Fourier . . . . . . . 65
4.1.3 Fonctions paire et impaire . . . . . . . . . . . . . . . . 66
4.1.4 Convolution et déconvolution . . . . . . . . . . . . . . 66
4.1.5 Fonction de corrélation et spectre d’énergie . . . . . . 67
4.1.6 Théorème de Parseval . . . . . . . . . . . . . . . . . . 68
4.1.7 Transformée de Fourier à plusieurs dimensions . . . . 68
4.1.8 Transformées de Fourier des distributions . . . . . . . 69

TABLE DES MATIÈRES
4.2 Transformations de Laplace . . . . . . . . . . . . . . . . . . . 71

4.2.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2.2 Propriétés des transformations de Laplace . . . . . . . 73
4.2.3 Transformées de Laplace des dérivées et intégrales . . 74
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5 Equations aux dérivées partielles 79
hs
5.1 Solutions générales et particulières . . . . . . . . . . . . . . . 79
5.1.1 EDP de premier ordre (EDPO) . . . . . . . . . . . . . 79
at
5.1.2 EDP de second ordre (EDPSO) . . . . . . . . . . . . . 82
5.2 Séparation des variables . . . . . . . . . . . . . . . . . . . . . 85
M
5.3 Méthodes des transformations intégrales . . . . . . . . . . . . 86
5.4 Introduction aux fonctions de Green . . . . . . . . . . . . . . 89
5.4.1 Fonctions de Green . . . . . . . . . . . . . . . . . . . 89
RI
5.4.2 Problèmes aux valeurs limites . . . . . . . . . . . . . . 91
5.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
OU
6 Equations intégrales 97
6.1 De l’équation différentielle à une équation intégrale . . . . . . 97
sB
6.2 Types d’équations intégrales . . . . . . . . . . . . . . . . . . 98

6.3 Notation opératorielle et existence des solutions . . . . . . . . 98
6.4 Solutions fermées . . . . . . . . . . . . . . . . . . . . . . . . 99
lsu
6.4.1 Noyaux séparables . . . . . . . . . . . . . . . . . . . . 99

6.4.2 Méthode des transformations intégrales . . . . . . . . 99
6.4.3 Différentiation . . . . . . . . . . . . . . . . . . . . . . 103
Ce
6.5 Séries de Neumann . . . . . . . . . . . . . . . . . . . . . . . 103

6.6 Théorie de Fredholm . . . . . . . . . . . . . . . . . . . . . . 105
6.7 Théorie de Schmidt-Hilbert . . . . . . . . . . . . . . . . . . . 106
6.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
7 Calcul variationnel 111

7.1 Problème variationnel . . . . . . . . . . . . . . . . . . . . . . 111
7.1.1 Equation d’Euler-Lagrange . . . . . . . . . . . . . . . 112

TABLE DES MATIÈRES
7.1.2 Identité de Beltrami . . . . . . . . . . . . . . . . . . . 114

7.1.3 Cas de plusieurs variables dépendantes . . . . . . . . . 116
7.1.4 Cas de plusieurs variables indépendantes . . . . . . . . 117
7.1.5 Variation seconde . . . . . . . . . . . . . . . . . . . . 118
7.1.6 Problèmes variationnels avec contraintes . . . . . . . . 120
7.2 Dynamique lagrangienne . . . . . . . . . . . . . . . . . . . . 122
7.2.1 De Newton à Lagrange . . . . . . . . . . . . . . . . . 123
hs
7.2.2 Densités lagrangiennes . . . . . . . . . . . . . . . . . 124
7.3 Dynamique hamiltonienne . . . . . . . . . . . . . . . . . . . 127
at
7.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
M
RI
OU
sB
lsu
Ce

Introduction
hs
« Innocent light-minded men who think that astronomy
be learn by looking at the stars without knowledge of
at
mathmatics will, in the next life, be birds »
M
(Plato, Timaeos)
RI
La connaissance des méthodes mathématiques est importante pour un nombre crois-
sant de cours dans les universités, particulièrement en Physique, science de l’ingénieur et
en chimie mais aussi dans d’autres domaines scientifiques. Les étudiants concernés par cet
OU
enseignement ont divers profils et leurs connaissances varient de manière notoire.

Ce cours est organisé en sept chapitres. Le premier concerne les distributions dont l’uti-
lisation en Physique laisse des questionnements et on espère donner quelques éléments de
réponse. Les étudiants de Physique sont presque toujours confrontés à la manipulation
sB
des quantités complexes qui font l’objet du deuxième chapitre. On y introduit notamment
la notion de contour d’intégrale qui est utilisé au chapitre trois qui concerne les trans-
formations intégrales. Les différentes transformations alors étudiées sont utilisées dans la
lsu
résolution des équations aux dérivées partielles du chapitre quatre. Dans la continuité des
équations généralement rencontrées en Physique, nous nous intéressons dans la suite au
chapitre cinq aux équations intégrales qui clôturent la partie analyse de ce cours. Puis,
Ce
nous étudions l’espace de Hilbert, espace des êtres mathématiques de la Mécanique Quan-
tique au chapitre six et nous terminons ce cours avec des notions de probabilité où nous
tâchons dans la mesure du possible de passer en revue les concepts fondamentaux de cette
théorie mathématique.
Précisons que durant ce cours de méthodes mathématiques pour Physiciens, nous
nous sommes efforcés d’éviter des questions strictement mathématiques comme l’exis-
tence d’une limite ou la permutation d’une somme et d’une intégrale pour ne citer que
ces exemples, sous le prétexte qu’il s’agit d’« un monde réel, il doit se comporter de ma-
nière raisonnable ». Nous avons fait l’effort chaque fois que cela a été possible de donner
d’exemple afin de faciliter a compréhension des concepts introduits dans ce cours.
9
TABLE DES MATIÈRES
Pour terminer, nous invitons tout lecteur à faire de suggestions, de critiques et de

remarques dans le souci de fournir aux étudiants des notes de cours bien élaborées.
hs
at
M
RI
OU
sB
lsu
Ce

Chapitre Premier
Distributions
hs
« ... the source of all great mathematics is the special case,
at
the concrete example. It is frequent in mathematics that
every instance of a concept of seemingly great generality
M
is in essence the same as a small and concrete special case. »
(Paul Richard HALMOS, 1916-2006)
RI
Nous introduisons dans ce chapitre des notions élémentaires à la théorie des distribu-
OU
tions. Ce chapitre a pour objectif principal de légitimer par des arguments simples des
opérations courantes en Physique dont la nature symbolique pourrait faire douter de leur
validité.
sB
1.1 Présentation intuitive

La notion de distribution est une généralisation de celle de fonction. Considérons
lsu
une charge ponctuelle fixe q répérée par le rayon vecteur ~r0 . On sait que le potentiel
~ par cette charge est donné par la fonction
électrostatique U créé au point R
1 q
~
U R, ~r0 = . (1.1.1)
Ce

4πε0 R~ − ~r0
S’il s’agit par contre d’une distribution continue de charge, on définit la densité de charge
comme la limite du rapport
Qr
ρ (~r) = lim (1.1.2)
Vr →0 Vr
où Qr est la somme des charges contenues dans un volume Vr autour du point ~r. Dans
ces conditions la charge totale de la distribution est
ˆ
Q= ρ (~r) d3 r, (1.1.3)
D
11
Distributions
quant au potentiel électrostatique, il s’écrit

ˆ
~ = 1 ρ (~r) 3
U R d r. (1.1.4)
4πε0 ~
D R − ~r
A la réflexion, on observe que le cas d’une charge ponctuelle q n’apparaît pas à ce stade
comme un cas particulier de la distribution continue. En effet, il est impossible de définir
une fonction ρponct (~r) jouant le rôle d’une densité : avec la définition ci-dessus, cette
“fonction” serait nulle partout sauf en un point où on ne sait pas trop quelle valeur lui
hs
donner (∞ ?). Toute intégrale impliquant un tel objet est visiblement dénuée de sens.
Cette impossibilité est ennuyeuse, mais peut être levée par un processus de limite
at
approprié. Par exemple, on peut définir une densité de charge très “pointue”, ρδVr0 (~r),
définie comme une fonction prenant la valeur constante δVqr dans un petit volume δVr0
0 ´
centré sur ~r0 et la valeur 0 partout ailleurs ; avec cette fonction, l’intégrale D ρδVr0 (~r) d3 r
M
est parfaitement définie, vaut justement q par construction, et ce quelle que soit la valeur
de δVr0 - en particulier à la limite δVr0 → 0.
Si on définit
RI
1
δ (~r − ~r0 ) = ρδVr0 (~r) (1.1.5)
q
on a ˆ
OU
δ (~r − ~r0 ) d3 r = 1 (1.1.6)

D
La fonction δ est appelée distribution de Dirac.

sB
1.2 Fonctionnelle linéaire

lsu
1.2.1 Définition
Dans le cas des fonctions d’une seule variable, l’analogue de (1.1.6) est
ˆ
Ce
(δx0 , 1) = δ (x − x0 ) dx = 1 (1.2.1)
D
Plus généralement, une distribution permet d’associer un nombre à unce certaine fonction
appelée fonction-test supposée nantie de bonnes propriétés que l’on précisera. La distri-
bution de Dirac peut être considérée comme la limite de certaines suites de précurseurs
définies par
1. Fonction créneau (
1
0, |x| > 2
δ (x) = 1
(1.2.2)
, |x| < 2

1.2. FONCTIONNELLE LINÉAIRE
2. Fonction lorentzienne
1
δ (x) = (1.2.3)
π 1 + 2 x2
3. Fonction gaussienne r
−x2
δ (x) = e (1.2.4)
π
Si on se donne une fonction φ (x), on a

ˆ
(δ, φ) = δ (x − x0 ) φ (x) dx = φ (x0 ) (1.2.5)
hs
D
si x0 D, sinon cette intégrale est nulle. De manière générale, une fonction f (x) est appelée
at
distribution si elle permet d’associer un nombre (f, φ) à toute bonne fonction φ (x) suivant
l’égalité ˆ
M
(f, φ) = f (x) φ (x) dx (1.2.6)
D
RI
1.2.2 Opérations sur les distributions. Dérivation
Opérations algébriques élémentaires

OU
La somme de deux distributions est une distribution :
f = g + h ⇐⇒ (f, φ) = (g + h, φ) (1.2.7)
sB
Par conséquent, en choisissant g = −h, on obtient une distribution nulle.

On peut définir la distribution d’une fonction linéaire ax + b comme (f (ax + b) , φ)
lsu
soit ˆ
(f (ax + b) , φ) = f (ax + b) φ (x) dx (1.2.8)
D
Effectuons un changement de variable en posant X = ax + b, alors

Ce
ˆ
1 X −b
(f (ax + b) , φ) = f (X) φ dX (1.2.9)
|a| D a
En particulier pour la distribution de Dirac, on a

ˆ
1 X −b 1 b
(δ (ax + b) , φ) = δ (X) φ dX = φ − (1.2.10)
|a| D a |a| a
que l’on peut traduire par

1 b
δ (ax + b) = δ x+ (1.2.11)
|a| a

Distributions
Ce résultat se généralise à toute fonction u (x) monotone par morceaux

X 1
δ (u (x)) = δ (x − xk ) (1.2.12)
k
|u0 (xk )|
xk étant les zéros de u (x).
Dérivation
hs
Soit à calculer la dérivée d’une distribution (f 0 , φ). Partant de la définition, on a
ˆ
0
f 0 (x) φ (x) dx
at
(f , φ) = (1.2.13)
D
En effectuant une intégration par parties, il vient
M
ˆ
0
(f , φ) = − f (x) φ0 (x) dx = − (f, φ0 ) (1.2.14)
D
et plus généralement
RI

f (p) , φ = (−1)p f, φ(p) (1.2.15)
OU
Opérations diverses
1. Toute combinaison linéaire de distributions est une distribution

sB
2. Soit à calculer (ψf, φ) où ψ est une assez bonne fonction. On a

ˆ
(ψf, φ) = ψ (x) f (x) φ (x) dx = ψ (0) φ (0) = ψ (0) (f, φ) (1.2.16)
D
lsu
ainsi donc, on a en particulier
ψ (x) δ = ψ (0) (1.2.17)

Ce
Une conséquence immédiate, triviale mais importante, est obtenue avec
(x − x0 ) δ (x − x0 ) = 0 (1.2.18)
Cette égalité montre que l’équation (x − x1 ) f (x) = 0 au sens des distributions

admet une solution f (x) = Cδ (x − x1 ) où C est une constante. Plus généralement,
si Pn (x) est un polynôme de degré n tel que Pn (xk ) = 0, xk ∈ R, alors l’équation
Pn (x) f (x) = 0 (1.2.19)

1.2. FONCTIONNELLE LINÉAIRE
admet comme solution la combinaison linéaire

X
f (x) = Ck δ (x − xk ) (1.2.20)
k
C’est ainsi que l’équation (ω 2 − ω02 ) f (ω) = 0 admet comme solution f (ω) =
C+ δ (ω − ω0 ) + C− δ (ω + ω0 ), les coefficients C± étant quelconques. De telles équa-
tions dans une vision ordinaire seraient déclarées dépourvues de solution.

3. Calculons maintenant (ψf )0 , φ .
hs
ˆ
0
(ψf ) , φ = (ψ (x) f (x)) 0φ (x) dx = (ψf 0 , φ) + (ψ 0 f, φ) (1.2.21)
D
at
1.2.3 Quelques distributions courantes
M
Il s’agit ici d’une part de revisiter des opérations élémentaires sur les fonctions or-
dinaires en les prenant comme des distributions, d’autre part de définir (ou redéfinir)
les distributions les plus courantes en pratique, les reformulant comme on le fait habi-
RI
tuellement en Physique. Une fois que l’on a montré qu’une fonction ordinaire est un cas
particulier de fonction généralisée, on peut, avec une telle fonction, appliquer les règles
OU
déjà établies pour les distributions.

Par exemple, il s’avère que la fonction sgn (x), qui est bien une fonction assez ordinaire,
a une dérivée non triviale au sens des distributions. A partir de
(
sB
−1 x < 0
sgn (x) = (1.2.22)
+1 x > 0
on a
ˆ ˆ
lsu
0 ∞
0
(sgn (x)) , φ = − ((sgn (x)) , φ0 ) = − (−1) φ (x) dx − (+1) φ (x) dx = 2φ (0)
−∞ 0
(1.2.23)
Ce
il vient donc
(sgn (x))0 = 2δ (0) (1.2.24)
De la même façon, on voit que la dérivée de la fonction de Heaviside H (x)

(
0 x<0
H (x) = (1.2.25)
+1 x > 0
est la distribution δ (x).

En conséquence de (1.2.21), on (H (x) ψ (x))0 = δ (x) ψ (x) + H (x) ψ 0 (x). Soit la
fonction (discontinue) g (x) = ψ1 (x) + ψ2 (x) H (x). On a g (0− ) = ψ1 (0), g (0+ ) =

Distributions
ψ1 (0) + ψ2 (0). Sa dérivée au sens des distributions donne
g 0 (x) = ψ10 (x) + δ (x) ψ2 (0) + H (x) ψ20 (x) (1.2.26)
soit encore
g 0 (x) = ψ10 (x) + H (x) ψ20 (x) + δ (x) [g (0+ ) − g (0− )] (1.2.27)
d’où la règle : quand on dérive au sens des distributions une fonction discontinue, il
apparaît en plus des termes ordinaires des distributions de Dirac concentrées aux points
des sauts avec un poids égal à la hauteur du saut.
hs
at
M
En Physique Quantique, on rencontre souvent des objets comme
ˆ +∞
I (ω) = i eiωt dt (1.2.28)
0
RI
qui, tels quels, n’ont pas de sens et doivent être régularisés. Cette régularisation doit
être faite sur des bases physiques afin de la nantir d’un ses. Le plus souvent, un argu-
OU
ment physique permet de convaincre que l’intégrale (1.2.28) apparaît dans un calcul où
l’inadvertance a fait délaisser un petit paramètre γ > 0, une fois celui-ci rétabli, on a
ˆ +∞
Iγ (ω) = i ei(ω+iγ)t dt (1.2.29)
sB
qui est une intégrale parfaitement défini et qui vaut
1 1 ω γ
Iγ (ω) = −i = = 2 −i 2 (1.2.30)
lsu
γ − iω ω + iγ ω +γ 2 ω + γ2
Maintenant supposons Iγ (ω) survienne dans une intégrale sur ω en compagnie d’une
bonne fonction φ en tant qu’expression d’une grandeur physique A :
Ce
ˆ ˆ
ω γ
A= Iγ (ω) φ (ω) dω = 2 2
−i 2 φ (ω) dω (1.2.31)
D D ω +γ ω + γ2
On peut donc passer à la limite γ → 0, A devient la somme de deux termes dont le

premier ˆ
γ
A = lim −i 2 2
φ (ω) dω = −iπδ (ω) ,
γ→0 D ω +γ
ω
quant à la seconde, on remarque le noyau ω2 +γ 2 a pour effet de couper symétriquement
de part et d’autre de ω = 0 les contributions divergentes de l’intégrand où l’on aurait fait

brutalement γ = 0 ; par définition, c’est la régularisation en tant que partie principale de

1.3. EN GUISE DE CONCLUSION
1

Cauchy notée P ω
ˆ ˆ −γ ˆ +∞
1 ω 1 1
P , φ = lim 2 2
φ (ω) dω = lim φ (ω) dω + lim φ (ω) dω
ω γ→0 D ω +γ γ→0 −∞ ω γ→0 +γ ω
(1.2.32)
Au final, on peut écrire
1 1
lim =P − iπδ (ω) (1.2.33)
γ→0+ ω + iγ ω
On en déduit

hs
1 1 1 1 γ
δ (ω) = lim − = lim 2 (1.2.34)
γ→0+ 2iπ ω − iγ ω + iγ π γ→0+ ω + γ 2
at
ou encore ˆ 0 ˆ +∞
1 i(ω−iγ)t i(ω+iγ)t
δ (ω) = lim e dt + e dt (1.2.35)
γ→0+ 2π −∞ 0
M
De même, on a

1 1 1 1 ω
P = lim + = lim 2 (1.2.36)
ω γ→0+ 2 ω − iγ ω + iγ γ→0+ ω + γ 2
RI
et
ˆ 0 ˆ +∞ ˆ +∞
OU
1 i
P = lim ei(ω−iγ)t
dt − ei(ω+iγ)t
dt = lim e−γt sin ωtdt
ω γ→0 + 2 −∞ 0 γ→0 + 0
(1.2.37)
sB
1.3 En guise de conclusion

L’un des buts de ce chapitre était de faire le lien entre les résultats formels exposés
lsu
ci- dessus et les procédés expéditifs couramment employés dans la pratique en Physique,
ressemblant à première vue à des manips’ pour le moins douteuses... On a donné ici et
là des trucs présentés comme mnémotechniques pour retrouver certains résultats : ces
Ce
manipulations doivent en fait rentrer dans les idiosyncrasies propres du Physicien. L’une
des idées-clés à retenir est que toutes les “fonctions” un peu bizarres rencontrées souvent
dans la pratique doivent en fait intervenir dans des sommations, qui le plus souvent sont
des sommations sur une variable continue, c’est-à-dire des intégrales ; c’est le cas notam-
ment quand on convolue un signal d’entrée avec une fonction d’appareil pour obtenir un
signal de sortie. Intervenant dans des intégrales avec des fonctions ordinaires, ces dernières
jouent le rôle des fonctions-tests désignées généralement par φ (x) dans les sections pré-
cédentes. Dans tous les cas pratiques, les fonctions physiquement pertinentes auront les
propriétés souhaitables pour que les résultats ci-dessus, éventuellement généralisés, soient
applicables. Par exemple, il pourra s’agir des états liés d’un système quantique, ψn (x),

Distributions
qui, usuellement, ont un comportement typique du genre |x|n e−|x| à l’infini, et sont donc
des “bonnes” fonctions. Dans d’autres cas, des considérations physiques seront toujours
disponibles pour assurer une coupure permettant d’assimiler les fonctions-tests apparais-
sant naturellement dans le problème à des fonctions à support borné. La discussion précise
pourra (devra), dans chaque cas, relever d’une analyse des échelles physiques intrinsèques
à ce problème.
hs
at
M
RI
OU
sB
lsu
Ce

1.4. EXERCICES
1.4 Exercices
1. Exemples de distribution
(a) Quelles sont, parmi les fonctionnelles suivantes, celles qui définissent une dis-
tribution ? ´1
(f, φ) = φ (x) dx
´ 10
(f, φ) = 0
|φ (x)| dx
PN (n)
(f, φ) = n=0 φ (0) , f = δ si N = 0
P∞ (n)
(f, φ) = n=0 φ (0)
hs
P∞ (n)
(f, φ) = n=0 φ (n)
P∞ (n)
(qI, φ) = n=−∞ φ (n) (Peigne de Dirac)
at
(b) Calculer les d-dérivées successives de la fonction de Heaviside H (x).
(c) Calculer les d-dérivées successives de la fonction f : x 7→ |x|.
M
(d) Soit f une fonction de classe C 1 par morceaux, bornée et de dérivée bornée.
Notons ai les points de discontinuités de la fonction f , que l’on suppose en
(0) (0)
nombre fini, et σi le i saut de discontinuité de f en ai : σi = f a+ −

RI i
0
f a−i . Exprimer la d-dérivée [f ] de la distribution associée à f , en fonction
de la distribution associée à f 0 . Généraliser le résultat à une fonction f C ∞ par
OU
morceaux pour la d-dérivée n-ième.

d

i. Soit la distribution f (x) = ex H (x). Calculer dx −1 f
2. Equations différentielles
sB
(a) Résoudre l’équation f 0 = 0.

(b) Résoudre l’équation f (n) = 0.
(c) On s’intéresse à l’équation xf 0 = 0.
lsu
i. Calculer la dérivée H 0 (x).

ii. En déduire les solutions xf 0 = 0.
Ce
3. Changement de variables
(a) On va définir des changements de variables dans les distributions. Considérer

d’abord le cas d’une distribution s’identifiant à une fonction régulière F , et d’un
changement de variable f dérivable et bijectif.
i. Montrer que l’on est amené à définir la distribution F ◦ f :

F
hF ◦ f, φi = , φ ◦ f −1
|f ◦ f −1 |
0
ii. Que vaut alors la distribution δ ◦ f si l’on étend cette définition ?

Distributions
iii. Généraliser au cas d’une fonction f non nécessairement bijective - mais

toujours dérivable, dont les zéros sont de dérivée non nulle :
ˆ ∞ X 1
hδ ◦ f, φi = δ (f (x)) φ (x) dx = φ (x)
−∞ |f 0 (x)|
x|f (x)=0
´∞
iv. Exemple : calculer −∞
δ (x2 − a2 ) φ (x) dx où a > 0.
4. Valeur principale de Cauchy

´
hs
(a) Montrer que P x1 , ϕ = ϕ(x)−ϕ(−x)
2x
dx

(b) Quelle est la parité de P x1 ?

at
1
(c) Montrer que la valeur principale est la d-dérivée de ln |x|, et que xP x
= 1.
(d) Montrer que de même, on peut définir au sens des distributions une “partie
M
finie” de x12 , notée Pf (1/x2 ), et telle que x2 Pf (1/x2 ) = 1. De quoi est-elle la
d-dérivée ?
5. Convergence au sens des distributions

RI
(a) Trouver la limite des distributions des suites (f )>0 lorsque tend vers 0 avec
x2
f (x) = √1 e− 22 f (x) = 1
OU
2π π x2 +2
0
(b) A partir de la question (5a), trouver la distribution δ .
sB
lsu
Ce

Chapitre Deuxième
Espace de Hilbert
hs
« I am the very model for a student mathematical,
I’ve information rational, and logical and practical.
at
I know the laws of algebra, and find them quite symmetrical,
M
And even know the meaning of « a variate antithecal ». »
(K. F. Riley, 2007)

RI
OU
Dans ce chapitre, nous nous intéressons aux espaces de Hilbert. On suppose que le
lecteur est familier avec les notions d’algèbre de base étudiées aux niveaux inférieurs I et
II.
sB
2.1 Espaces préhilbertiens

2.1.1 Espaces préhilbertiens réels
lsu
Définition 1. Etant donné E un espace vectoriel réel, on appelle produit scalaire euclidien
sur E une application h· | ·i de E 2 dans R telle que :
Ce
— h· | ·i est bilinéaire
— hx |y i = hy |x i pour tout x et tout y
— ∀x 6= 0, hx |xi > 0 (i.e. la forme quadratique associée à ϕ est une forme bilinéaire
définie positive).
On appelle espace préhilbertien réel un espace vectoriel réel muni d’un produit scalaire
euclidien. Un sous-espace vectoriel F d’un espace préhilbertien réel E muni d’un produit
scalaire euclidien, muni de la restriction du produit scalaire euclidien à F , est appelée
sous-espace préhilbertien de E (c’est un espace préhilbertien).
Etant donné un produit scalaire euclidien h· | ·i, on définit une norme euclidienne ; il
p
s’agit de l’application x → |x| = hx |xi. On verra plus loin qu’il s’agit d’une norme.
21
Espace de Hilbert
On n’a à aucun moment imposé que la dimension soit finie. Un produit scalaire euclidien
sur un R-espace vectoriel est donc une forme bilinéaire symétrique associée à une forme
quadratique définie positive.
P
— Le produit scalaire euclidien canonique sur Rn est défini par hx |y i = ni=1 xi yi .
— Le produit scalaire euclidien canonique sur le sous-ensemble de Rn des suites som-
P

mables (i.e. des (un )n∈N telles que n |un | converge) est défini par (un )n∈N (vn )n∈N =
P
n∈N un vn .
Il est important de rappeler que les propriétés suivantes
— hx |y i2 ≤ hx |xi hy |y i (inégalité de Schwarz)
hs
— hx |y i ≤ |x| |y| (inégalité de Schwarz, en passant à la racine)
— |x + y| ≤ |x| + |y|(inégalité de Minkowski = inégalité triangulaire)
at
— Le produit scalaire est continu (conséquence de Schwarz)
M
2.1.2 Espaces préhilbertiens complexes
Définition 2. Une application d’un espace vectoriel complexe E dans un espace vectoriel
complexe F est dite semi-linéaire si
RI
— ∀ (x, y) ∈ E 2 , f (x + y) = f (x) + f (y)
— ∀ (x, λ) ∈ E × C, f (λx) = λ∗ f (x)
OU
Une application semi-linéaire est un semi-isomorphisme si et seulement si elle est semi-

linéaire et bijective. Une forme semi-linéaire est une application semi-linéaire d’un espace
vectoriel complexe dans C.
Définition 3. Etant donnés E et F des espaces vectoriels complexes une application ϕ

sB
de E × F est dite forme sesquilinéaire sur E × F si
— ∀x l’application y 7→ ϕ (x, y) est une forme linéaire sur F

— ∀y l’application x 7→ ϕ (x, y) est une forme semi-linéaire sur E
lsu
Une forme sesquilinéaire sur E × E est dite hermitienne lorsque en outre ∀ (x, y) ∈
E 2 , ϕ (x, y) = (ϕ (y, x))∗ .
Définition 4. Une forme sesquilinéaire hermitienne ϕ sur E 2 est dite produit scalaire her-
Ce
mitien sur E si ∀x ∈ E \ {0} , ϕ (x, x) ∈ R+∗ . On note généralement alors hx |y i = ϕ (x, y).
Etant donné un produit scalaire hermitien h· |·i, on définit une norme hermitienne ; il s’agit
p
de l’application x → |x| = hx |x i. On appelle espace préhilbertien complexe un espace
vectoriel complexe muni d’un produit scalaire hermitien. Un sous-espace vectoriel F d’un
espace préhilbertien complexe E muni d’un produit scalaire hermitien, muni de la restric-
tion du produit scalaire hermitien à F , est appelée sous-espace préhilbertien de E (c’est
un espace préhilbertien).
Remarque 5. Une forme linéaire n’est pas nécessairement une forme semi-linéaire. Une
forme semi-linéaire n’est pas nécéssairement une forme linéaire. Une forme sesquilinéaire

2.1. ESPACES PRÉHILBERTIENS
est donc linéaire par rapport à la première variable et semi-linéaire par rapport à la
seconde.
Exemple 6. Sur Cn le produit scalaire hermitien canonique est défini par hx |y i =

Pn ∗
i=1 xi yi . Les inégalités de Schwarz et de Minkowski montrées dans le paragraphe pré-
cédent sont valables ici aussi ; mais la démonstration, basée sur la bilinéarité et utilisant
les formes quadratiques, n’est plus valable.
2.1.3 Espaces préhilbertiens
hs
On se place ici dans le cadre de E espace préhilbertien, réel ou complexe. On ne
suppose absolument pas E de dimension finie.
at
Définition 7. x et y appartenant à E sont dits orthogonaux si hx |y i = hy |xi = 0.
M
Deux parties X et Y de E sont dites orthogonales si x et y sont orthogonaux pour
tout (x, y) dans X × Y .
On appelle orthogonal d’une partie X et on note X ⊥ l’ensemble des y tels que hx |y i =
0 pour tout x dans X.
RI
Une famille (xi )i∈I est dite orthogonale si i 6= j → hxi |xj i = 0.
Une famille (xi )i∈I est dite orthonormale si hxi |xj i = δij .
OU
Propriétés
— Toute famille orthogonale de vecteurs non nuls est libre.

— (Orthogonalité et espaces supplémentaires) Si F et G sont supplémentaires, alors
sB
F et G sont orthogonaux si et seulement si G est l’orthogonal de F .

— Si F et F ⊥ sont supplémentaires, alors F ⊥⊥ = F .
P
— Théorème de Pythagore : Si les xi sont une famille finie orthogonale alors | i x2i | =
P 2
i |xi |
lsu
— Formule du triangle : |y − z|2 = |y − x|2 + |z − x|2 − 2< (hz − x | y − xi)

2
— Formule de la médiane : |y − z|2 + 4 x − 21 (y + z) = 2 |x − y|2 + 2 |z − x|2
— Formule du triangle pour un espace préhilbertien réel : |y − z|2 = |y − x|2 +
Ce
|z − x|2 − 2 hz − x | y − xi
— Formule du parallélogramme, pour un espace préhilbertien réel : |x + y|2 +|x − y|2 =

2 |x|2 + |y|2
Théorème 8. Dans un espace préhilbertien E de dimension finie, tout sous-espace vec-

toriel F est supplémentaire à son orthogonal, ie E = F ⊕ F ⊥ . On a alors dim E =
dim F + dim F ⊥ .
Tout espace préhilbertien de dimension finie admet une base orthonormale.
Dans un espace préhilbertien de dimension finie, toute famille orthonormale peut être
complétée en une base orthonormale.

Espace de Hilbert
Si F est un sous-espace vectoriel de E, avec E espace préhilbertien, et F est de di-

mension finie, alors on a E = F ⊕ F ⊥ .
2.2 Espaces de Hilbert

On appelle espace de Hilbert un espace préhilbertien complet. On rappelle qu’un
espace E est dit complet si toute suite de Cauchy de E est convergente dans E.
hs
2.2.1 Projection dans un espace de Hilbert
Soit H un espace de Hilbert, et E une partie convexe fermée non vide de H. Alors
at
étant donné x appartenant à H on appelle projeté de x sur E un élément y de E tel
que |x − y| soit minimal, c’est-à-dire y = minz∈E |z − x|. Un isomorphisme d’espaces de
M
Hilbert est un isomorphisme entre les espaces vectoriels sous-jacents qui préserve la norme
et le produit scalaire.
Théorème 9. Le projeté de x sur E existe et est unique, et y dans E est le projeté de x

RI
sur E si et seulement si pour tout e dans E, < (he − y |x − y i) ≤ 0.
Il est clair que dans le cas d’un espace de Hilbert réel, on pourrait simplement formuler
OU
he − y |x − y i ≤ 0.
Corollaire 10. Dans tout ensemble non vide fermé convexe, il existe un unique élément
de norme minimale.
sB
Définition 11. Soit E un sous-espace vectoriel fermé de H. On appelle projection or-

thogonale sur E l’application qui à x dans H associe son projeté sur E ; il s’agit d’un
projecteur, et la symétrie associée à ce projecteur est appelée symétrie orthogonale par
lsu
rapport à E.
2.2.2 Bases hilbertiennes

Ce
Définition 12. On appelle base hilbertienne d’un espace de Hilbert H une famille (xi )i∈I
telle que :
— la famille des xi est orthonormale

P
— pour tout x dans H, x = i hxi |xi xi
La seconde condition est une somme éventuellement infinie, en fait il s’agit d’une famille
sommable.
Définition 13. Un sous-espace vectoriel V de E est dense si et seulement si son orthogonal

V ⊥ est réduit au singleton {0}.

2.3. ESPACES EUCLIDIENS
Théorème 14. Une famille orthonormale (xi )i∈I est une base hilbertienne si et seulement
si le sous-espace vectoriel engendré par les xi est dense dans H.
(Relation de Parseval) Une famille orthonormale (xi )i∈I est une base hilbertienne si
P
et seulement si i∈I |hxi |x i|2 = |x|2 .
Une famille orthonormale (xi )i∈I est une base hilbertienne si et seulement si pour tout
P
x et tout y on a hx |y i = i∈I hxi |x i hxi |y i.
Une famille orthonormale (xi )i∈I est une base hilbertienne si et seulement si elle est
maximale pour l’inclusion.
(Riesz-Fischer - Isomorphisme sur un L2 ) Soit H un espace de Hilbert, et (xi )i∈I une
hs

base hilbertienne de H. Alors l’application x 7→ hxi |xii∈I est un isomorphisme de H
sur L2 (I).
at
Lemme 15. Soit H un espace de Hilbert . Soit E un sous-espace vectoriel fermé de H.
Si E n’est pas égal à H, alors il existe x dans H de norme 1 orthogonal à E.
M
Théorème 16. Tout espace de Hilbert possède une base hilbertienne .
Corollaire 17. (Corollaire des deux théorèmes précédents) Tout espace de Hilbert est
isomorphe à L2 (I) pour un certain I.
RI
Rappelons que L (E, F ) désigne l’ensemble des applications linéaires continues de E
OU
dans F , avec E et F des espaces vectoriels, et que pour E un K-espace vectoriel on note
E 0 le dual topologique de E, c’est à dire L (E, K).
Théorème 18. Soit H un espace de Hilbert réel (resp. complexe). Alors l’application ϕ :
H → H 0 , x 7→ ϕ (x) = (y =7→ hx |y i)est une bijection linéaire (resp. semi-linéaire).
sB
2.3 Espaces euclidiens

lsu
2.3.1 Les bases

Définition 19. (Espace euclidien) On appelle espace euclidien un espace préhilbertien
réel de dimension finie non nulle.
Ce
Un endomorphisme d’un espace euclidien est dit orthogonal si l’image d’une certaine
base orthonormale est une base orthonormale.
On appelle similitude d’un espace euclidien un endomorphisme égal à la composée
d’une homothétie (i.e. une application du type E → E, x 7→ λ · x) et d’un automorphisme
orthogonal.
On appelle rapport d’une similitude le rapport d’une homothétie de la décomposition
de cette similitude en une homothétie et un automorphisme (le rapport est unique).
Un espace euclidien est donc en particulier un espace préhilbertien et un espace de

Hilbert.

Espace de Hilbert
Proposition 20. L’image de toute base orthonormale par un endomorphisme orthogonal

est une base orthonormale.
Un endomorphisme est orthogonal si et seulement si sa matrice dans une base ortho-
normale est une matrice orthogonale.
Un espace euclidien est un espace de Hilbert.
P
Rn muni du produit scalaire euclidien canonique (i.e. hx |y i = ni=1 xi yi ) est un espace
euclidien.
Un espace euclidien est isomorphe à Rn muni du produit scalaire euclidien canonique
pour un certain n.
hs
Définition 21. Il y a plusieurs notions d’angles à définir :
- On définit l’angle entre deux vecteurs non nuls x et y comme étant le réel θ de [0, π]
at
tel que cos θ = hx|y i
|x||y|
.
- On définit l’angle entre deux droites par l’angle entre un vecteur d’une base de l’une
M
et un vecteur d’une base de l’autre.
- On définit l’angle entre deux hyperplans comme l’angle entre les droites qui leurs
sont orthogonales.
RI
- On définit l’angle entre une droite et un hyperplan comme l’angle entre la droite et
la droite orthogonale à l’hyperplan.
- On dit que deux sous-espaces vectoriels de E sont perpendiculaires s’ils sont ortho-
OU
gonaux.
Proposition 22. Un endomorphisme est une similitude si et seulement si il est bijectif

et il conserve l’écart angulaire.
sB
2.3.2 Endomorphisme adjoint

Théorème 23. Pour tout endomorphisme f d’un espace euclidien E, il existe un et un
lsu
seul endomorphisme f ∗ tel que pour tout x et tout y de E, hf (x) |y i = hx |f ∗ (y)i.
Définition 24. f ∗ est appelé endomorphisme adjoint de f .

f est dit orthogonal si f ∗ · f = f · f ∗ = Id.
Ce
f est dit symétrique si f ∗ = f . On note S(E) l’ensemble des endomorphismes symé-

triques de E.
f est dit antisymétrique si f ∗ = −f . On note A(E) l’ensemble des endomorphismes
antisymétriques de E.
On appelle groupe orthogonal de E et on note O(E) l’ensemble des endomorphismes
orthogonaux de E ; c’est un sous-groupe de GL(E), ensemble des automorphismes de E.
On appelle groupe spécial orthogonal de E et on note SO(E) l’ensemble des endomor-
phismes orthogonaux de E de déterminant 1 ; c’est un sous-groupe de O(E).
Quelques propriétés faciles de E euclidien :

— Un endomorphisme est orthogonal si et seulement si son adjoint l’est.

— L’application f 7→ f ∗ est un endomorphisme de L(E) ; c’est un endomorphisme
involutif, c’est à dire que f ∗∗ = f .
ker f ∗ = (Imf )⊥
Imf ∗ = (ker f )⊥
ker f = (Imf ∗ )⊥
(2.3.1)
Imf = (ker f ∗ )⊥
(g ◦ f )∗ = f ∗ ◦ g∗
hs
MatB (f ∗ ) = t MatB (f )
— f est diagonalisable ⇐⇒ f ∗ est diagonalisable.
at
∗
— si f est inversible, alors f ∗ l’est aussi et (f ∗ )−1 = (f −1 ) .
— F sous-espace vectoriel de E est stable par f si et seulement si F ⊥ est stable par
M
f ∗.
— Un endomorphisme et son adjoint ont même polynôme caractéristique.
Proposition 25. Un endomorphisme est orthogonal si et seulement si il conserve le

RI
produit scalaire.
Un endomorphisme est orthogonal si et seulement si il conserve la norme.
OU
Une application de E dans E avec E euclidien conservant le produit scalaire est li-
néaire.
Une application de E dans E avec E euclidien conservant la norme est linéaire.
sB
Corollaire 26. f est orthogonal si et seulement si l’image d’une base orthonormale est
une base orthonormale.
L’image d’une base orthonormale par un endomorphisme orthogonal est une base or-
thonormale.
lsu
Une application de E dans E avec E euclidien est une isométrie si et seulement si

c’est la composée d’une translation et d’un endomorphisme orthogonal.
Ce
Quelques résultats sur les endomorphismes orthogonaux utilisant les résultats ci-
dessus ;
Proposition 27. Soit f ∈ O(E) :

- Le spectre de f est inclus dans {−1, 1}.
- Le déterminant de f est −1 ou 1.
- F est stable par f ⇐⇒ F ⊥ est stable par f ∗ .
- Un endomorphisme orthogonal a toutes ses valeurs propres égales à −1 ou 1.
- Un endomorphisme orthogonal diagonalisable est une symétrie orthogonale .
- E = Im (f − I) ⊕ ker (f − I).

Espace de Hilbert
Quelques résultats sur les endomorphismes symétriques et antisymétriques (E est un

espace euclidien) :
Proposition 28. - Un endomorphisme est symétrique (resp. antisymétrique) si et seule-

ment si sa matrice dans une base orthonormale est symétrique (resp. antisymétrique).
- L’ensemble L(E) des endomorphismes de E est somme directe de l’ensemble S(E)
des endomorphismes symétriques et de l’ensemble A(E) des endomorphismes antisymé-
triques ; L(E) = S(E) ⊕ A(E).
- dim L (E) = n2 avec n = dim E.
hs
- dim S (E) = n (n + 1) /2 avec n = dim E.
- dim S (E) = n (n − 1) /2 avec n = dim E.
- Si f est un endomorphisme antisymétrique de E, alors f ◦ f est un endomorphisme
at
symétrique.
- Un endomorphisme f de E est antisymétrique si et seulement si ∀x, hf (x) |x i = 0.
M
- La seule valeur propre possible d’un endomorphisme antisymétrique est 0.
- L’image et le noyau de f symétrique ou antisymétrique sont supplémentaires ortho-
gonaux.
RI
- Le rang d’un endormophisme antisymétrique est pair (en effet sa restriction à son
image est une bijection et est antisymétrique, donc il n’a pas de valeur propre puisque 0
n’est pas valeur propre, donc le polynôme caractéristique n’a pas de racine, donc l’image
OU
est de dimension paire).

- Les sous-espaces propres d’un endomorphisme symétrique sont supplémentaires et
orthogonaux.
- Le polynôme caractéristique d’un endomorphisme symétrique est scindé sur R (c’est
sB
à dire que la somme des multiplicités de ses racines sur R est égal à son degré).
- Un endomorphisme symétrique est diagonalisable dans une base orthonormale .
lsu
2.3.3 Orientation d’un espace euclidien

Définition 29. On appelle espace euclidien orienté un couple (E, C) où E est un espace
euclidien et C une classe d’équivalence sur l’ensemble des bases de E pour la relation
Ce
d’équivalence R définie par BRB 0 ⇐⇒ det PBB 0 > 0.

L’orientation de F sous-espace vectoriel de dimension n − p de (E, C), espace eu-
clidien orienté de dimension n suivant (e1 , . . . , ep ), une base d’un supplémentaire de F ,
est l’espace euclidien orienté (F, {(ep+1 , . . . , en ) / (e1 , . . . , en ) ∈ C}) (il s’agit d’un espace
euclidien orienté).
On appelle base directe de l’espace euclidien orienté (E, C) une base appartenant à C.
On appelle base indirecte de l’espace euclidien orienté (E, C) une base n’appartenant
pas à C.
Propriétés faciles : (E est un espace euclidien donné, de dimension n)

— Si σ est une permutation paire (resp. impaire) et si e1 , . . . , en est une base de E es-

pace euclidien, alors (ei )i∈[1,n] et eσ(i) i∈[1,n] sont dans la même classe d’équivalence
(resp. ne sont pas dans la même classe d’équivalence).
— Si (ei )i∈[1,n] et (fi )i∈[1,n] sont deux bases de E avec fi = f (ei ) (f est donc un
automorphisme), alors les bases (ei )i∈[1,n] et (fi )i∈[1,n] sont dans la même classe
d’équivalence si et seulement si det f > 0 (en effet f est alors l’endomorphisme de
la matrice de passage de la base des ei à la base des fi .
— Si B et B 0 sont dans la même classe alors detB (.) = detB 0 (.).
Ceci permet d’introduire de nouvelles définitions :
hs
Définition 30. On appelle produit mixte d’un espace euclidien (E, C) de dimension n
at
l’application detB pour une base B ∈ C quelconque ; on le note (x1 , . . . , xn ) 7→ [x1 , . . . , xn ] =
detB (x1 , . . . , xn ).
Si E est un espace euclidien de dimension 3, alors étant donnés a et b dans E, l’ap-
M
plication qui à x dans E associe [a, b, x] est linéaire, donc elle est égale à x 7→ hc |x i pour
un certain c ∈ E ; on note a × b l’élément c de E, et on l’appelle produit vectoriel de a et
b. Le produit vectoriel n’est pas commutatif !
RI
Proposition 31. Propriétés du produit mixte et du produit vectoriel (celles du produit
mixte sont valables en toute dimension ; le produit vectoriel n’est défini qu’en dimension
OU
3) (dans les deux cas rien n’est possible en dehors d’un espace euclidien orienté) :
- a × b ∈ Vect (a, b)⊥ .
- a × b = −b × a.
- a × b = 0 ⇐⇒ a et b sont liés.
sB
- (a, b) 7→ a × b est bilinéaire.

- (a, b) libre → (a, b, a × b) est une base directe.
- Le produit mixte d’une base est non nul.
lsu
- Le produit mixte d’une base directe est strictement positif.

- Le produit mixte d’une base indirecte est strictement négatif.
- Une famille est une base orthonormale directe si et seulement si son produit mixte
est 1.
Ce
- Une famille est une base orthonormale indirecte si et seulement si son produit mixte
est −1.
- [f (x1 ) , . . . , f (xn )] = (det f ) [x1 , . . . , xn ]
- Dans R3 , le produit vectoriel de (x, y, z) par (x0 , y 0 , z 0 ) est égal à (yz 0 − zy 0 , zx0 − xz 0 , xy 0 − yx0 )
- (a × b) × c = ha |ci · b − hb |c i · a
- Si E est euclidien orienté de dimension 3, alors l’application ϕ de E dans L (E)
définie par ϕ (x) = (y 7→ x × y) est à valeurs dans l’ensemble des endomorphismes an-
tisymétriques de E ; en restreignant l’espace d’arrivée à l’ensemble des endomorphismes
antisymétriques de E c’est un isomorphisme de E. La matrice de ϕ (u) avec u = (x, y, z)

Espace de Hilbert
est  
0 −z y
 
 z 0 −x 
−y x 0
dans la même base.
Toutes ces propriétés s’obtiennent facilement en considérant simplement la définition

du produit mixte ou du produit vectoriel.
Proposition 32. (Identité de Lagrange) |a × b|2 = |a|2 |b|2 − 2 ha |b i
hs
Corollaire 33. |a × b| = |a| |b| sin θ avec θ l’écart angulaire entre a et b.
at
Maintenant quelques propriétés un peu plus difficiles.

2
Proposition 34. [x1 , . . . , xn ] = det hxi |xj i(i,j)∈[1,n]2
Q
M
|[x1 , . . . , xn ]| ≤ ni |xi |
Q
|[x1 , . . . , xn ]| = ni |xi | ⇐⇒ ∃i/xi = 0 ∨ (xi )i∈[1,n] est orthogonale.
2.3.4
RI
Formes quadratiques sur un espace euclidien
Pour toute cette section, on se place dans le cadre de E un espace vectoriel réel.
OU
Le cas général On rappelle la définition suivante : Une forme quadratique q sur

un espace vectoriel réel E est dite positive (resp. négative) lorsque pour tout x, on a
q (x, x) ≥ 0 (resp. q (x, x) ≤ 0).
sB
Théorème 35. (Inégalité de Schwarz) • Soit q une forme quadratique positive sur un
espace vectoriel E, et soit ϕ sa forme polaire. Alors pour tout x et tout y dans E,
ϕ (x, y)2 ≤ q (x) · q (y).
- Soit q une forme quadratique positive sur un espace vectoriel E, et soit ϕ sa forme
lsu
polaire. Alors pour tout x et tout y dans E, ϕ (x, y)2 ≤ q (x) · q (y) et ϕ (x, y)2 = q (x) ·
q (y) ⇒ (x, y) est une famille liée.
Ce
On remarque que l’inégalité de Schwarz implique qu’une forme bilinéaire symétrique

positive est continue.
Proposition 36. Une forme quadratique q sur un espace vectoriel réel qui est définie est
nécéssairement soit positive soit négative.
Corollaire 37. (Inégalités de Minkowski) Soit q une forme quadratique positive sur un
p p p
espace vectoriel réel E. Alors pour tout x et tout y dans E, q (x + y) ≤ q (x)+ q (y).
- Soit q une forme quadratique positive sur un espace vectoriel réel E. Alors pour tout
p p p
x et tout y dans E, q (x + y) = q (x) + q (y) → (x, y) est une famille positivement
liée.

Proposition 38. Une forme quadratique q est positive si et seulement si −q est négative.
- Une forme quadratique sur un espace vectoriel réel est convexe si et seulement si elle
est positive.
- Une forme quadratique sur un R-espace vectoriel est concave si et seulement si elle
est négative
Le cas de la dimension finie - expression matricielle On suppose maintenant

que l’on travaille sur E un espace vectoriel réel de dimension finie n. q est une forme
quadratique.
hs
Proposition 39. (Propriété fondamentale des formes quadratiques définies positives) Si
q est une forme quadratique définie positive sur un espace vectoriel réel E de dimension
at
finie, alors il existe une base de E orthonormale pour q.
(Quelques propriétés sur l’orthogonalité sur un espace vectoriel réel de dimension finie)
M
Pour F sous-espace vectoriel de E, on a dim F + dim F ⊥ ≥ n.
Soit F sous-espace vectoriel de E, avec q |F , alors E = F ⊕ F ⊥ .
Définition 40. (Signature d’une forme quadratique sur un espace vectoriel réel de di-
RI
mension finie) On appelle signature d’une forme quadratique q le couple (s, t) avec s la
dimension maximale d’un sous-espace vectoriel de E sur lequel q est définie positive et t
la dimension maximale d’un sous-espace vectoriel de E sur lequel q est définie négative.
OU
Le cas d’un espace euclidien Un espace euclidien étant réel et de dimension finie, ce
qui vient d’être dit est encore valable.
On va noter Q(E) l’espace des formes quadratiques. Les notations usuelles seront
sB
utilisées :
— (e1 , . . . , en ) est une base de E
— q ∈ Q (E)
lsu
— M la matrice (symétrique) associée à q pour la base des ei

— ϕ la forme polaire de q (symétrique, de matrice M dans la base des ei )
— X désigne le vecteur colonne des coordonnées de x dans la base des ei
Ce
— Y désigne le vecteur colonne des coordonnées de y dans la base des ei
Formulaire
P
— q (x1 .e1 , . . . , xn .en ) = (i,j)∈[1,n]2 xi Mij xj
P
— ϕ ((x1 .e1 , . . . , xn .en ) , (y1 .e1 , . . . , yn .en )) = (i,j)∈[1,n]2 xi Mij yj
— Mij = ϕ (ei , ej )
— q (ei ) = Mii
— q (x) = t X.M.X
— q (x, y) = t X.M.Y
— et avec (f1 , . . . , fn ) une autre base, Mat(fi ) (ϕ) = Mat(fi ) (q) = t P(ei ),(fi ) .M.P(ei ),(fi )

Espace de Hilbert
Résultats divers
Théorème 41. L’application F de L (E) dans l’ensemble des applications de E dans

R définie par F (f ) = (y 7→ hf (y) |y i) induit un isomorphisme de S (E) (ensemble des
endomorphismes symétriques de E) sur Q (E) (ensemble des formes quadratiques sur E).
Corollaire 42. Toute forme quadratique q s’écrit x 7→ hf (x) |x i pour un certain endo-
morphisme symétrique f (on peut d’ailleurs aussi écrire x 7→ hf (x) |x i, puisque f est
symétrique). Dans la même base, q, ϕ et f ont même matrice.
hs
Définition 43. f (défini comme précédemment) est appelé endomorphisme symétrique
associé à la forme quadratique q.
at
Ceci nous permet de donner quelques résultats, conséquences immédiates de résultats
connus sur les endomorphismes symétriques :
M
Théorème 44. Soit q une forme quadratique sur E euclidien ; alors il existe une base
orthonormale de E dans laquelle la matrice de l’endomorphisme associée à q est diagonale ;
c’est à dire que cette base est orthogonale pour q aussi.
RI
- Si on a deux formes quadratiques sur un espace vectoriel réel E de dimension finie
dont l’une (au moins) est définie, alors il existe une base orthogonale pour les deux formes
quadratiques (il suffit de considérer l’espace euclidien engendré par la forme définie (ou
OU
sa négation si elle est négative) pour conclure).

- Une forme quadratique sur E euclidien est positive si et seulement si toutes les
valeurs propres de l’endomorphisme symétrique associé sont positives.
- Une forme quadratique sur E euclidien est définie si et seulement si toutes les valeurs
sB
propres de l’endomorphisme symétrique associé sont non nulles et de même signe.

- Une forme quadratique sur E euclidien est négative si et seulement si toutes les
valeurs propres de l’endomorphisme symétrique associé sont négatives
lsu
2.4 Espaces hermitiens

Ce
2.4.1 Définition et premières propriétés

Définition 45. On appelle espace hermitien un espace préhilbertien complexe de dimen-
sion finie, non réduit à {0}.
On rappelle quelques propriétés, issues plus ou moins directement de la définition des

espaces préhilbertiens complexes :
— Un espace hermitien est un espace de Hilbert ; toutes les propriétés des espaces de
Hilbert sont donc valables ici.
— h. |.i est sesquilinéaire (i.e. semi-linéaire par rapport à la première variable et li-
néaire par rapport à la deuxième variable).

2.4. ESPACES HERMITIENS
— si x est non nul alors hx |x i est un réel strictement positif (h. |.i est positive car
pour tout x, hx |xi est positif et définie car x non nul → hx |xi non nul).
— h. |.i est hermitienne, c’est-à-dire hx |y i = hy |x i∗ .
— Toute famille orthonormale peut être prolongée en une base orthonormale.
— Pour tout sous-espace F d’un espace hermitien E, on a E = F ⊕ F ⊥ et F = F ⊥ .
— Etant donnée une base orthonormale (ei )i∈[1,n] de E hermitien, tout vecteur x de
P
E vérifie x = ni=1 hei |xi ei .
— Etant donnée une base (xi )i∈[1,n] d’un espace hermitien, il existe une base ortho-
normale (yi )i∈[1,n] telle que pour tout j, yj est combinaison linéaire des xi pour
hs
1 ≤ i ≤ j.
— Etant donné E un espace hermitien l’application qui à x associe l’application y 7→
at
hx |y i est un semi-isomorphisme de E sur E ∗ .
— En corollaire de la propriété ci-dessus, étant donné E un espace hermitien de
M
dimension n, pour toute famille (x1 , . . . , xn ) de Cn et toute base (e1 , . . . , en ) de
E, il existe un unique x dans E tel que hx |ei i = xi (on aurait pu, au lieu de
hx |ei i = xi , demander hei |x i = xi , comme on s’en rend facilement compte en
RI
considérant le fait que h· |·i est hermitienne).
— Etant donnée (ei )i∈[1,n] une base orthonormale de E hermitien, la famille des x 7→
hei |x i est la base duale de la base des (ei )i∈[1,n] (il s’agit de l’image de la famille
OU
des ei par le semi-isomorphisme ci-dessus).

La dernière propriété nécéssite que la famille soit orthonormale !
P
— Cn muni de l’application (x, y) 7→ ni=1 x∗i yi est un espace hermitien.
— De même que les espaces euclidiens sont isomorphes à Rn muni du produit sca-
sB
laire euclidien usuel, on retiendra que les espaces hermitiens sont isomorphes à Cn
muni du produit scalaire hermitien usuel (ce qui fait que beaucoup de propriétés
intuitives se retrouvent vraies).
lsu
2.4.2 Adjoint d’un endomorphisme d’un espace hermitien

Théorème 46. Pour tout endomorphisme f de l’espace hermitien E il existe un et un
Ce
seul endomorphisme f ∗ de E tel que pour tout (x, y) ∈ E 2 on ait hf (x) |y i = hx |f ∗ (y)i.
Proposition 47. L’application F qui à f associe f ∗ est un semi-endomorphisme de L (E).

F est involutif, c’est à dire que F ◦ F = Id.
Définition 48. f ∗ s’appelle l’adjoint de f .

- f endomorphisme d ’un espace hermitien E est dit unitaire lorsque f ◦ f ∗ = f ∗ ◦ f =
Id.
- f endomorphisme d’un espace hermitien E est dit hermitien lorsque f = f ∗ .
- Une matrice carrée M à coefficients dans C est dite unitaire si elle vérifie t M ·M = Id.

Espace de Hilbert
∗
- Une matrice carrée M à coefficients dans C est dite hermitienne si elle vérifie (t M ) =
M . semble des endomorphismes unitaires. 74 Le spectre d’une matrice unitaire est inclus
dans le cercle unité ; son déterminant appartient donc aussi à ce cercle unité.
— On remarque donc qu’un endomorphisme unitaire est un endomorphisme inversible

f tel que pour tout x et tout y de E, hf (x) |y i = hx |f −1 (y)i.
— Par ailleurs un endomorphisme f d’un espace hermitien est hermitien lorsque pour
tout x et tout y de E, on a hf (x) |y i = hx |f (y)i.
— Sans surprise suite au cas euclidien, un endomorphisme f d’un espace hermitien est
hs
unitaire si et seulement si il conserve le produit scalaire, i.e. hf (x) |f (y)i = hx |y i.
— Ou même simplement la norme, i.e. |f (x)| = |x|.
at
— De même que dans le cas des euclidiens, on note que l’adjoint de l’inverse (quand
il existe) est l’inverse de l’adjoint (qui dans ce cas existe nécessairement), que
l’orthogonal de l’image est le noyau de l’adjoint, et que l’image de l’adjoint est
M
l’orthogonal du noyau ; que (f ◦ g)∗ = g ∗ ◦ f ∗ .
— De même qu’un endomorphisme d’un espace euclidien est orthogonal si et seule-
ment si l’image d’une base orthonormale est orthonormale, un endomorphisme d’un
RI
espace hermitien est unitaire si et seulement si l’image d’une base orthonormale
est une base orthonormale.
— Alors que dans le cas euclidien et dans une base orthonormale la matrice de l’adjoint
OU
est la transposée de la matrice, dans le cas hermitien et dans une base orthonor-
male la matrice de l’adjoint est la conjuguée
∗ de la matrice transposée. C’est-à-dire
∗ t
Mat(ei )i∈[1,n] (f ) = Mat(ei )i∈[1,n] (f ) .
sB
— Conséquence logique de ce qui précède, un endomorphisme est unitaire si et seule-

ment si sa matrice dans une base orthonormale est unitaire. Et un endomorphisme
est hermitien si et seulement si sa matrice dans une base orthonormale est hermi-
tienne.
lsu
— Les valeurs propres d’une matrice hermitienne (ou d’un endomorphisme hermitien)
sont toutes réelles.
— Le polynôme caractéristique de f ∗ est le conjugué du polynôme caractéristique de
Ce
f.
— Le spectre d’une matrice unitaire est inclus dans le cercle unité ; son déterminant
appartient donc aussi à ce cercle unité.
Proposition 49. (Sur les endomorphismes hermitiens)

- L’image et le noyau d’un endomorphisme hermitien sont orthogonaux.
- Les sous-espaces propres d’un endomorphisme hermitien sont en somme directe or-
thogonale.
- Si f est un endomorphisme hermitien et si F est un sous-espace stable par f alors
F est stable par f qui induit sur cet espace un endomorphisme hermitien.
⊥

2.4. ESPACES HERMITIENS
- Si f est un endomorphisme hermitien, alors f est diagonalisable dans une certaine

base orthonormale.
2.4.3 Formes quadratiques sur un espace hermitien E

Le cas général Le cadre le plus général est simplement celui d’un espace vectoriel
complexe.
Définition 50. On appelle forme quadratique hermitienne sur un espace vectoriel com-
plexe E une application q de E dans C telle qu’il existe une forme sesquilinéaire hermi-
hs
tienne ϕ telle que pour tout x on ait q (x) = ϕ (x, x). Cette forme sesquilinéaire hermi-
tienne est unique ; on l’appelle forme polaire de q.
at
Proposition 51. Soit q une forme quadratique hermitienne. Alors : ∀x, x ∈ R, en effet
P4 j ∗
ϕ (x, x) = ϕ (x, x)∗ car ϕ est hermitienne ∀ (x, y) ∈ E 2 , ϕ (x, y) = 41 j=1 (i ) .q (x + i .y) .
j
M
L’ensemble des formes quadratiques hermitiennes sur E noté QH (E) est un espace vec-
toriel réel. Ce n’est pas un espace vectoriel complexe, comme on s’en convainc facilement
en considérant une forme quadratique hermitienne non nulle multipliée par i, . . .
RI
On note au passage que le deuxième résultat de cette proposition donne l’unicité
recquise dans la définition de la forme polaire ci-dessus.
OU
Le cas de la dimension finie - expression matricielle
Définition 52. Etant donnée (e1 , . . . , en ) une base de E espace hermitien et q une forme
quadratique hermitienne sur E de forme polaire ϕ, on définit la matrice M associée à q
sB
ou matrice associée à ϕ par Mij = ϕ (ei , ej ). On note M = Mat(ei ) (ϕ) = Mat(ei ) (q).
Proposition 53. La matrice M associée à une forme quadratique hermitienne est her-
mitienne c’est-à-dire que M =t M . Avec X le vecteur colonne des coordonnées de x dans
lsu
une base donnée, Y le vecteur colonne des coordonnées de y dans la même base, M la
matrice associée à qou ϕ dans la même base, on a ϕ (x, y) = t X.M.Y , q (x) = t X.M.X =
Pn P
i<j Xj Mij Xj . Si (ei )i∈[1,n] et (fi )i∈[1,n] sont deux bases de E, alors
2 ∗
i=1 Mii |Xi | +2<
Ce
∗
Mat(ei ) (q) = Mat(fi ) (q) = t P(ei ),(fi ) .Mat(fi ) (q) .P(ei ),(fi ) .
Formes quadratiques sur un espace hermitien
Définition 54. On note QH (E) le espace vectoriel réel des formes quadratiques hermi-
tiennes sur E espace hermitien. On note H (E) le espace vectoriel réel des endomorphismes
hermitiens de ER, espace hermitien. Etant donné f ∈ H (E), la forme quadratique
x → hf (x) |x i est appelée forme quadratique hermitienne associée à l’endomorphisme
hermitien f ; réciproquement f est appelée endomorphisme hermitien associée à cette
forme quadratique.

Espace de Hilbert
Théorème 55. L’application F de H (E) dans QH (E) défini par F (f ) = (x → hf (x) |x i)

est un isomorphisme.
Pour toute forme quadratique hermitienne il existe une base orthonormale (pour le
produit scalaire hermitien ) qui est orthogonale pour cette forme quadratique.
hs
at
M
RI
OU
sB
lsu
Ce

2.5. EXERCICES
2.5 Exercices
1. Soit `2 l’espace de Hilbert des suites x = (xk )k≥1 de nombres complexes de carré
P (n)
sommable avec le produit scalaire hx | yi = ∞ k=1 xk y¯k . On note
e ; n ≥ 1 la
(n) (n)
base hilbertienne canonique de `2 (on rappelle que e(n) = ek où ek = 0 si
k≥1
(n)
k 6= n et en = 1).
(a) Montrer que V = {x ∈ `2 , x1 + x2 = 0 et x2 + x3 = 0}est un sous-espace vecto-

riel fermé de `2 .
hs
(b) Déterminer une base hilbertienne de V (on pourra utiliser l’expression explicite
des vecteurs x ∈ V et la base hilbertienne canonique).
at
(c) Déterminer explicitement V ⊥ . Quelle est la dimension de V ⊥ ?
2. Pour tout x = (xk )k≥1 ∈ V , on considère le vecteur Ax = y = (yk )k≥1 où y1 = x1 ,
M
y2 = 21 x2 + 12 x3 , y3 = 13 x3 + 23 x4 et plus généralement :
1 n−1
yn = xn + xn+1 (n ≥ 1)
n
RI n
(a) Démontrer que Ax ∈ `2 et que ||Ax||2 ≤ ||x||2 .

OU
(b) Démontrer que l’application A : x 7→ Ax est un opérateur continu de `2 dans

lui même.
(c) Calculer explicitement l’adjoint A† de A en précisant pour tout x = (xk )k≥1 ∈ `2
les coordonnées de A† x dans la base hilbertienne canonique de `2 .
sB
3. Dans tout l’exercice l’espace de Hilbert H = L2 ([−π, π]) des fonctions de carré
intégrable ˆ π
1
∀f, g ∈ H, hf, gi = f (t) g ¯(t)dt
lsu
2π −π
On rappelle que la famille (ek )k∈Z où ek : t 7→ eikt , est une base hilbertienne de
H qu’on appellera base hilbertienne canonique. La décomposition de f ∈ H dans
Ce
cette base est appelée série de Fourier de f .

n ´π ´π o
(a) Partie A : On considère l’ensemble V = f ∈ H, −π f (t) cos tdt = 0 et −π f (t) sin tdt = 0
i. Montrer que V est un sous-espace vectoriel de H.

ii. Déterminer les coefficients de Fourier d’une fonction f ∈ V et en déduire
une base hilbertienne de V
iii. Calculer explicitement le sous-espace V ⊥ .
iv. Calculer la projection orthogonale de la fonction x 7→ cos2 x sur le sous-
espace V ⊥ .

Espace de Hilbert
(b) Partie B : A toute fonction f ∈ H, on associe la fonction Af définie par

ˆ π
∀t ∈ [−π, π] , (Af ) t = f (u) sin (u − t) du
−π
i. Montrer que Af ∈ H.
ii. Démontrer que l’application A : f 7→ Af est un opérateur continu de H
dans H.
iii. Calculer l’adjoint A⊥ de A.
hs
iv. Donner une expression simple de Af en fonction des coefficients de Fourier
de f et des éléments de la base hilbertienne canonique. En déduire qu’à
at
une constante multiplicative près, A est la différence de deux opérateurs de
projection sur des sous-espaces qu’on précisera..
M
v. Déterminer les valeurs propres et vecteurs propres de l’opérateur A. L’opé-
rateur A est-il diagonalisable ?
4. Soit H un espace de Hilbert. On dit qu’un opérateur T ∈ B (H) est une isométrie
RI
si on a ||T (x)|| = ||x|| pour tout x ∈ H. On dit que T est unitaire si T est une
isométrie bijective.
OU
(a) Soit T ∈ B (H). Montrer que les propriétés suivantes sont équivalentes :
i. T est une isométrie ;

ii. T conserve le produit scalaire ;
sB
iii. T ⊥ T = I.
(b) Montrer que T ∈ B (H) est unitaire si et seulement si T ⊥ T = I = T T ⊥ ;

autrement dit, T est inversible et T −1 = T ⊥ .
lsu
5. Soit H un espace de Hilbert. Un opérateur T ∈ B (H) est dit normal si T ⊥ T =

T T ⊥ . Montrer que T est normal si et seulement si ||T (x)|| = T ⊥ (x) pour tout
x ∈ H.
Ce

Chapitre Troisième
Fonctions à variable complexe
hs
« Si la vie est complexe, c’est parce qu’elle a
at
une partie réelle et une partie imaginaire. »
(Sophus LIE, 1842-1899)
M
RI
On se propose dans ce chapitre de passer en revue les fonctions analytiques à variable
complexe qui sont d’une extrême importance en Physique.
OU
3.1 Fonctions d’une variable complexe

Une quantité f (z) est appelée fonction d’une variable complexe z = x + iy si
sB
∀z ∈ D → f (z) ∈ C (3.1.1)
D’après cette définition, f (z) peut encore s’écrire

lsu
f (z) = u (z) + iv (z) (3.1.2)
où u (x, y) et v (x, y) sont des quantités réelles.

Ce
Exemple 56. f (z) = z ∗ , f (z) = |z|, f (z) = sin z
Une fonction f (z) est différentiable en tout point z du domaine D si la dérivée

0 f (z + ∆z) − f (z)
f (z) = lim (3.1.3)
∆z→0 ∆z
existe et est unique.
Exercice 57. Montrer que f (z) = z 2 est différentiable pour toutes les valeurs de z alors
g (z) = 2y + ix ne l’est pas.
39
Une fonction injective et différentiable f (z) dans un domaine D est dite analytique
ou régulière dans ce domaine. S’il existe des points où la fonction n’est pas analytique,
ces points sont appelés des singularités de f (z).
3.2 Relations de Cauchy-Riemann
hs
Nous avons introduit à l’équation (3.1.3) la définition d’une dérivée comme une limite.
at
Si on suppose que cette limite existe, faire ∆z → 0 peut se faire indépendamment de la
direction. On peut écrire, compte tenu de (3.1.2)
M

0 u (x + ∆x, y + ∆y) + iv (x + ∆x, y + ∆y) − u (x, y) − iv (x, y)
f (z) = lim
∆x,∆y→0 ∆x + i∆y
(3.2.1)
Supposons pour commencer que ∆z est purement réel,
RI

0 u (x + ∆x, y) − u (x, y) v (x + ∆x, y) − v (x, y)
f (z) = lim +i = ∂x u + i∂x v, (3.2.2)
∆x ∆x
OU
∆x→0
si par contre ∆z est un imaginaire pur, alors

0 u (x, y + ∆y) − u (x, y) v (x, y + ∆y) − v (x, y) 1
f (z) = lim +i = ∂y u + ∂y v (3.2.3)
sB
∆y→0 i∆y i∆y i
Ces résultats devant être les mêmes, on obtient alors les égalités suivantes
(
∂x u = ∂y v
lsu
(3.2.4)
∂x v = −∂y u
Ces équations sont connues sous le nom de relations de Cauchy-Riemann. En différentiant

Ce
ces équations, on peut montrer que u et v vérifient les équations de Laplace bidimension-
nelles (
∂x2 u + ∂y2 u = 0
(3.2.5)
∂x2 v + ∂y2 v = 0
Autrement dit, les vecteurs normaux aux courbes u = constante et v = constante sont
orthogonaux.
Exercice 58. Prouver l’affirmation ci-dessus

3.3. SÉRIES EN PUISSANCE
3.3 Séries en puissance

Comme dans le cas des séries réelles, on peut définir des séries en puissance de variable
complexe comme
X∞
f (z) = an z n (3.3.1)
n=0
soit encore en notation exponentielle, avec z = r exp (iθ),

∞
X
f (z) = an rn exp (inθ) (3.3.2)
hs
n=0
Cette série est absolument convergente si
at
∞
X
|an | rn , (3.3.3)
M
n=0
qui est une série de réels positifs, est convergente. Ainsi, les tests de convergence absolue
des séries réelles peuvent être utilisées dans ce contexte, dont le test de la racine de Cauchy.
Soit R le rayon de convergence définie par
RI
R = lim |an |1/n (3.3.4)
OU
n→∞
La série (3.3.1) est absolument convergente si |z| < R et divergente si |z| > R. Si |z| = R,
on ne peut conclure. Un cercle de rayon R est appelé cercle de convergence de la série
(3.3.1). Les cas R = 0 et R = ∞ correspondent respectivement aux convergences à
sB
l’origine et partout dans le domaine complexe.
Exercice 59. Déterminer les domaines de convergence des séries suivantes
P∞ P∞ P∞
lsu
zn zn
(i) n=0 n! , (ii) n=0 n!z n , (iii) n=0 n
A partir des développement en séries de puissance, on peut définir les fonctions sui-
P
vantes : exp (z) = ∞ zn z
n=0 n! , a ou encore ln z.
Ce
3.4 Fonctions et branches

En définissant les fonctions à variables complexes f (z), nous avons requis qu’elles
soient injectives. Cependant, on rencontre très souvent des cas où les fonctions ne res-
pectent pas cette condition ; du fait par exemple que l’argument d’un nombre complexe
soit donné à 2π-près. On peut néanmoins appliquer à ces cas les propriétés des fonc-
tions analytiques avec quelques précautions. Celles-ci consistent à identifier les points des
branches. Si par exemple z varie dans le plan complexe de sorte que sa trajectoire est une

courbe fermée qui entoure un point de branche, alors f (z) ne peut retourner à son point
initial.
Pour plus de clarté, considérons la fonction f (z) = z 1/2 et exprimons z = r exp (iθ).
Il est clair que si z traverse n’importe quel contour fermé ne contenant pas l’origine, θ
reprend sa valeur initiale après un tour complet. Cependant, si le contour fermé contient
l’origine, alors après un tour θ devient θ + 2π et f (z) = z 1/2 devient −f (z), en effet
r1/2 exp (i (θ + 2π) /2) = −r1/2 exp (iθ/2)
hs
En d’autres termes, f (z) change autour d’un contour fermé contenant l’origine. Ainsi
z = 0 est un point de branche pour f (z).
at
Notons que dans cet exemple, après deux tours, la fonction f (z) retrouve sa valeur
initiale. Le nombre de boucles à effectuer pour obtenir la valeur initiale dépend de la
fonction et il arrive cette valeur n’est jamais rétablie. Comme f (z) doit être traité comme
M
une injection, nous devons définir une coupure de branche comme une ligne ou une courbe
dans le plan complexe qui joue le rôle d’une barrière ne devant pas être franchie. dans le
cas de la fonction f (z) = z 1/2 , comme coupure de branche, nous pouvons choisir la ligne
RI
qui part de |z| = 0 à |z| = ∞ quelle que soit la direction.
OU
3.5 Singularités et zéros des fonctions complexes

Un point est dit singulier pour une fonction complexe f (z) si pour ce point, f (z) n’est
pas analytique. Un exemple est un point de branche.
sB
Si f (z) possède un point singulier en z = z0 mais est analytique en tous les points dans
un voisinage contenant z0 mais aucune autre singularité, z = z0 est appelée singularité
isolée. Il va de soi que les points de branche ne sont pas des singularités isolées. Si f (z)
peut se mettre sous la forme
lsu
g (z)
f (z) = (3.5.1)
(z − z0 )n
où n est un entier positif, g (z) une fonction analytique en tout point du voisinage conte-
Ce
nant z = z0 et g (z0 ) 6= 0, z0 est un pôle d’ordre n de f (z).

1. Si aucune valeur finie de n ne peut être obtenue, z = z0 est appelé singularité
essentielle.
Exemple 60. La fonction f (z) = tanh z
2. Si par contre f (z) prend une forme indéterminée du type 0/0 en z = z0 mais que
sa limite existe en ce point, cette singularité est dite retirable.
Exemple 61. La fonction f (z) = sin z/z
Terminons ce paragraphe en introduisant les zéros d’une fonction complexe. Comme son
l’indique, si f (z0 ) = 0, z0 est appelé zéro de la fonction f (z). On les classe de manière

3.6. TRANSFORMATIONS CONFORMALES
similaire que les pôles, ie si

f (z) = (z − z0 )n g (z) (3.5.2)
z0 est un zéro d’ordre n. Si n = 1, z = z0 est un zéro simple.
3.6 Transformations conformales

Supposons que l’on puisse transformer les coordonnées z = x + iy du plan complexe
hs
en d’autres coordonnées w = g (z) = r (x, y) + is (x, y). Si l’inverse z = h (w) d’une
telle transformation existe et que les deux transformations sont analytiques, elles sont
appelées conformales. Leurs importantes propriétés sont, exceptées aux points où g 0 (z) et
at
donc h0 (z) sont nuls ou infinis :
1. les lignes continues du plan z se transforment en lignes continues du plan w
M
2. l’angle entre deux courbes qui se coupent est invaraint dans la transformation
3. toute fonction analytique de z se transforme en une fonction analytique de w

RI
3.7 Intégrales complexes
OU
Contrairement aux intégrales à variable réelle, les intégrales complexes se font dans un
plan, donc il y a plus de liberté et par conséquent une certaine ambiguïté dans la définition
d’une intégrale complexe. Si f (z) une fonction complexe est injective et continue dans une
sB
région D du plan complexe, nous pouvons définir une intégrale complexe de f (z) entre
deux points A et B le long d’une courbe de D ; sa valeur dépend en général du chemin
suivi entre A et B. On peut néanmoins trouver certains chemins pour lesquels l’intégrale
lsu
est indépendante du chemin.

Soit une courbe particulière C décrite par un paramètre continu t (α ≤ t ≤ β) qui
donne les positions successives sur C au moyen des équations
Ce
x = x (t) y = y (t) (3.7.1)
avec t = α et t = β correspondant aux points A et B respectivement. Alors l’intégrale

complexe de f (z) le long de C est donnée par
´ ´
f (z) dz = (u + iv) (dx + idy)
C
´ ´
C
´ ´
= udx − vdy + i udy + i vdx (3.7.2)
´ dx C
´ C dy ´C dy C
´ dx
= C u dt dt − C v dt dt + i C u dt dt + i C v dt dt
dx dy
Une condition suffisante qu’une telle intégrale existe est dt
et dt
soient continus.

Exemple 62. Evaluer l’intégrale complexe de f (z) = z −1 le long du cercle C de rayon

|z| = R commençant et finissant en z = R
Le cercle C peut être paramétré par z (t) = R (cos t + i sin t) avec 0 ≤ t ≤ 2π, alors
que
1 x − iy
f (z) = = 2
x + iy x + y2
ce qui conduit à
x y
u= x2 +y 2
v = − x2 +y 2
Il vient que
hs
´ ´ 2π cos t ´ 2π
f (z) dz = (−R sin t) dt − 0 − sin t
(R cos t) dt
C
´ 2π cos t
0 R
´ 2π −Rsin t
at
+i 0 R (R cos t) dt + i 0 R
(−R sin t) dt
= 0 + 0 + iπ + iπ = 2iπ
M
Dans cet exemple, on avait un contour fermé. Une procédure similaire est effectuée pour
calculer les intégrales complexes pour des contours ouverts. RI
Exercice 63. Calculer l’intégrale précédente le long du contour C défini par
— le demi-cercle de rayon |z| = R dans le demi-plan y ≥ 0

— le segment de droite entre les points (R, 0) et (0, R) puis entre (0, R) et (−R, 0)
OU
dans le plan complexe.

´
Pour finir, notons que l’intégrale complexe C f (z) dz existe. En effet, f (z) étant bornée
par M , on a toujours
sB
ˆ ˆ ˆ

f (z) dz ≤ |f (z)| |dz| ≤ M dl = M L (3.7.3)

C C C
3.8 Théorème de Cauchy (1825)

lsu
´
Une fonction complexe étant choisie, l’intégrale C f (z) dz dépend en général du che-
min C. On se pose alors la question de savoir s’il existe une classe de fonctions remar-
´
Ce
quables telles l’intégrale C f (z) dz prenne la même valeur pour tous les chemins possibles
du contour C. La réponse à cette question se trouve dans le théorème de Cauchy
Théorème 64. Si une fonction complexe f (z) est analytique et si sa dérivée f 0 (z) est
continue en chaque point à l’intérieur et sur un contour fermé C, alors
˛
f (z) dz = 0 (3.8.1)
C
Pour prouver ce théorème, nous allons nous servir du théorème de Green qui stipule
que si p et q sont deux fonctions C 1 sur un contour fermé C délimitant un domaine D

3.9. FORMULE INTÉGRALE DE CAUCHY
dans le plan xy, alors

¨ ˛
∂p ∂q
+ dxdy = (pdy − qdx) (3.8.2)
D ∂x ∂y C
Avec f (z) = u + iv et dz = dx + idy, en l’appliquant à

˛ ˛ ˛
I= f (z) dz = (udx − vdy) + i (udy + vdx) (3.8.3)
on obtient
hs
¨ ¨
∂ (−u) ∂ (−v) ∂ (−v) ∂u
I= + dxdy + i + dxdy (3.8.4)
∂x ∂y ∂y ∂x
at
D D
Or f (z) est analytique, la relation de Cauchy-Riemann (3.2.4) permet de montrer que
M
chaque intégrand est identiquement nul, et donc I.
Une sorte de réciproque de théorème de Cauchy est connue sous le nom de théorème
de Morera. Il stipule que si f (z) est une fonction continue de z dans un domaine fermé
¸
RI
de contour C et si C f (z) dz = 0, alors f (z) est analytique.
Exercice 65. Soient deux points A et B du plan complexe reliés par deux chemins
OU
différents C1 et C2 . Montrer que si f (z) est analytique dans la région bornée par les deux
´ ´
chemins et sur ceux-ci, alors C1 f (z) dz = C2 f (z) dz
Considérons deux contours fermés C et γ du plan complexe tels que γ est suffisamment
petit pour être situé complètement dans C. Montrer que si f (z) est analytique dans la
sB
´ ´
région située entre les deux contours, alors C f (z) dz = γ f (z) dz
lsu
3.9 Formule intégrale de Cauchy
Un autre théorème important est la formule intégrale de Cauchy. Si f (z) est une
Ce
fonction analytique dans un domaine fermé de contour C et sur ce contour et si z0 un

point contenu dans C alors ˛
1 f (z)
f (z0 ) = dz (3.9.1)
2πi C z − z0
Cette formule montre que la valeur d’une fonction analytique en un point situé dans
un contour fermé est uniquement déterminée par sa valeur sur ce contour. Pour prouver
ce théorème, nous allons utiliser le résultat de l’exercice (65) en choisissant le contour γ
comme étant un cercle centré en z = z0 de rayon ρ très petit de sorte qu’il se trouve
dans C. Ainsi, l’intégrale le long de γ est égale à celle calculée le long de C. En plus,
chaque point contenu dans γ peut se mettre sous la forme z = z0 + ρ exp (iθ) et donc

dz = iρ exp (iθ) dθ. Ainsi,

˛ ˆ 2π ˆ 2π
f (z) f (z0 + ρ exp (iθ))
I= = iρ exp (iθ) dθ = i f (z0 + ρ exp (iθ)) dθ
γ z − z0 0 ρ exp (iθ) 0
(3.9.2)
En faisant tendre le rayon ρ → 0, alors I = 2πif (z0 )
Cette formule se généralise suivant la formule
˛
(n) n! f (z)
f (z0 ) = dz (3.9.3)
2πi C (z − z0 )n+1
hs
Exercice 66. En utilisant la formule intégrale de Cauchy, calculer
at
¸ z2
¸ (z2 −1) ¸ ez/2
I1 = c1 (z 2 +3)(z−i)
dz I2 = c2 (z−1/2)(z 2 −4)
dz I3 = c3 (z−iπ)(z 2 −20)4
dz
M
où C1 , C2 et C3 sont des cercles centrés à l’origine de rayons respectifs 3/2, 1 et 4.
3.10 Séries de Taylor et de Laurent

RI
Dans le même ordre d’idée que les séries de Taylor, on peut établir la formule de Taylor
pour les fonctions complexes. Si f (z) est analytique dans et sur un cercle C de rayon R
OU
centré en z = z0 , et z un point de C, alors

∞
X
f (z) = an (z − z0 )n (3.10.1)
n=0
sB
avec an = f (n) (z0 ) /n! Pour prouver la formule de Taylor (3.10.1), on va se servir de la
formule intégrale de Cauchy (3.9.1)
˛
1 f (ξ)
lsu
f (z) = dz
2πi C ξ−z
où ξ se trouve sur le contour C. Le développement en séries de (ξ − z)−1 donne

Ce
∞ n
1 1 X z − z0
=
ξ−z ξ − z0 n=0 ξ − z0
alors, n
1
¸f (ξ) P∞ z−z0
f (z) = 2πi C ξ−z0 n=0 ξ−z0 dz
1
P ∞ n ¸ f (ξ)
= 2πi n=0 (z − z0 ) C (ξ−z0 )n+1
dz
1
P ∞ n 2πi (n)
= 2πi n=0 (z − z0 ) n! f (z0 )
ce qui établit le résultat.
Supposons maintenant que f (z) possède une singularité dans C en z = z0 , alors f (z)

3.10. SÉRIES DE TAYLOR ET DE LAURENT
ne peut être développée en séries de Taylor. Néanmoins, si f (z) a un pôle d’ordre p en

z = z0 mais est analytique en tout autre point de C, alors la fonction g (z) = (z − z0 )p f (z)
est analytique partout sur C et peut être développée en séries de Taylor :
∞
X
g (z) = bn (z − z0 )n (3.10.2)
n=0
Ainsi, pour tout point z de C, f (z) a la représentation en séries

∞
X
hs
f (z) = an (z − z0 )n (3.10.3)
n=−p
at
avec a−p 6= 0. Une telle série est appelée série de Laurent. Par comparaison des deux
formules ci-dessus, an = bn+p . Sachant que
˛
M
g (n) (z0 ) 1 g (z)
bn = = dz
n! 2πi (z − z0 )n+1
on en déduit les coeeficients

RI
˛ ˛
1 g (z) 1 f (z)
an = n+1+p dz = dz
2πi (z − z0 ) 2πi (z − z0 )n+1
OU
qui est une expression valable pour n positif ou négatif. Les termes de la série de Lauret
avec n ≥ 0 sont dits analytiques alors que les autres forment la partie principale. Selon la
nature de la singularité, la partie principale peut posséder un nombre infini de termes
sB
∞
X
f (z) = an (z − z0 )n (3.10.4)
n=−∞
Dans ce cas, la partie principale pourrait converger pour |z − z0 |−1 < α, ie hors d’un
lsu
cercle centré en z0 . Cependant, la partie analytique converge dans un cercle différent du

premier mais centré aussi en z0 . Si ce dernier a un rayon plus grand, alors la série de
Ce
Laurent converge dans la région annulaire entre les deux cercles sinon elle ne converge pas
du tout.
Nous allons nous servir de la série de Laurent pour classifier la nature des points
particuliers.
1. Si f (z) est analytique en z = z0 , alors an = 0, ∀n < 0. Il peut arriver qu’en plus,
a0 = a1 = . . . = am−1 = 0, dans ce cas, le premier terme non nul est am (z − z0 )m
avec m > 0, z0 est un zéro d’ordre m de f (z).
2. Si f (z) n’est pas analytique en z = z0 , alors on a deux cas :
(a) il est possible de trouver un entier p tel que a−p 6= 0 mais a−p−k = 0 pour tout

entier k > 0, z0 est un pôle d’ordre p, la valeur a−1 est appelée résidu de f (z)
au pôle z0 et joue un rôle très important,
(b) il n’est pas possible de trouver une telle valeur −p, la série de Laurent décrois-
sante en puissance de z − z0 ne se termine pas, z0 est une singularité essentielle.
Exercice 67. Calculer la série de Laurent de la fonction
1
f (z) =
z (z − 2)3
hs
autour des singularités z = 0 et z = 2 séparément. Trouver les résidus en chaque pôle.
at
3.11 Théorème des résidus
M
Nous avons vu que l’intégrale d’une fonction complexe analytique autour d’un contour
fermé C est nulle, il est naturel de se demander quelle valeur prend cette intégrale lorsque
l’intégrand n’est pas analytique dans le contour C.
Supposons pour cela que f (z) ait un pôle d’ordre m au point z = z0 , sa série de
RI
Laurent a pour expression
∞
X
f (z) = an (z − z0 )n (3.11.1)
OU
n=−m
et calculons l’intégrale I de f (z) autour d’un contour fermé entourant le point z = z0

mais ne contenant aucune autre singularité. En utilisant le théorème de Cauchy, cette
intégrale a la même valeur que l’intégrale autour d’un contour γ de rayon ρ centré en
sB
z = z0 puisque f (z) est analytique dans la région entre les deux contours C et γ. Dans le
cercle, z = z0 + ρ exp iθ ( et dz = iρ exp iθdθ),
¸
I = f (z) dz
¸ γ
lsu
P∞ n
= n=−m an γ (z − z0 ) dz
(3.11.2)
P∞ ´ 2π n+1
= n=−m an 0 iρ exp [i (n + 1) θ] dθ
Ce
Chacun des termes pour lesquels n 6= −1 a une contribution nulle ; par contre pour n = −1
ˆ 2π
I = a−1 idθ = 2πia−1 (3.11.3)
0
Ainsi l’intégrale autour d’un contour fermé contenant un pôle d’ordre m est égale à 2πi
multiplié par le pôle résidu. Ce résultat se généralise au cas où plusieurs pôles sont situés
dans le contour C, soit ˛ X
f (z) dz = 2πi Rj (3.11.4)
C j
P
où j Rj est la somme des résidus de f (z).

3.12. INTÉGRALES DÉFINIES ET UTILISATION DU CONTOUR
D’INTÉGRATION
Si f (z) possède un pôle z0 d’ordre m, alors la fonction g (z) = (z − z0 )m f (z) est
analytique en z0 . Ainsi, le calcul d’un résidu est obtenu par
˛ ˛
1 1 g (z) g (m−1) (z0 )
R= f (z) dz = = dz (3.11.5)
2πi C 2πi C (z − z0 )m (m − 1)!
où on a utilisé la formule intégrale de Cauchy (3.9.1), soit finalement
1 dm−1
R= lim m−1 [(z − z0 )m f (z)] (3.11.6)
(m − 1)! z→z0 dz
hs
Les applications du théorème des résidus sont nombreuses dont le calcul des intégrales
définies.
at
3.12 Intégrales définies et utilisation du contour d’in-
M
tégration
Ce dernier paragraphe est consacré aux méthodes d’utilisation des contours d’intégra-
tion. Mais avant, précisons une convention :
RI
Affirmation 68. En intégrant le long d’un contour fermé, celui-ci est parcouru de sorte que
OU
la région qu’il limite est à gauche. Une intégration suivant ce sens est comptée positivement
tandis que celle utilisant un sens contraire est comptée négativement.
3.12.1 Intégrales des fonctions rationnelles

sB
Soit à calculer l’intégrale

ˆ ∞
p (x)
I1 = dx
−∞ q (x)
lsu
où p (x) et q (x) sont des polynômes et q (x) 6= 0 pour tout réel x. On peut écrire
ˆ R ˆ
p (x) p (z)
I1 = lim dx = lim dz
Ce
R→∞ −R q (x) R→∞ Cx q (z)
où Cx est un contour ouvert sur l’axe des réels de −R à R. On ferme le contour en y

adjoignant un demi-cercle CR de rayon R dans le demi-plan complexe y > 0 s’il s’y trouve
un zéro de q (z). On obtient alors
˛ X
p (z) p (zj )
I1 = dz = 2πi R
C q (z) j
q (zj )
où C est le contour fermé constitué du segment (−R, R) et du demi-cercle CR . Si le zéro

de q (z) est dans la partie inférieure du plan complexe, on va parcourir le contour dans le

sens négatif et
X p (zj )
I1 = −2πi R
j
q (zj )
´∞ ´∞ 2
Exercice 69. Calculer 0
x2 dx/ (x2 + 1) (x2 + 9) et 0
x2 dx/ (x2 + 1) (x2 + 4)
3.12.2 Produit des fonctions rationnelle et trigonométrique

Ces intégrales se présentent sous la forme
hs
´∞ p(x) ´∞ p(x)
−∞ q(x)
cos axdx ou −∞ q(x)
sin axdx
at
où a est un réel, p (x) et q (x) des polynômes comme dans le cas précédent. Ces intégrales
les parties réelle et imaginaire de
M
´∞ p(x) iax
I2 = −∞ q(x)
e dx
Dans ce cas, la présence de eiax dicte le choix du demi-plan complexe. En effet, avec
RI
eiaz = eiax e−ay
OU
si a > 0, on choisit le demi-plan supérieur y > 0 qui assure la convergence de l’intégrale

pour de grandes valeurs de R. Si par contre a < 0, on choisit le demi-plan inférieur.
´∞ 2 ´∞
Exercice 70. Calculer −∞
cos axdx/ (x2 + 1) et −∞
x sin axdx/ (x4 + 4)
sB
3.12.3 Fonctions de fonctions trigonométriques

Le dernier cas d’intégrale que nous pouvons évaluer en utilisant le théorème des résidus
lsu
est celui des fonctions trigonométriques de la forme

ˆ 2π
F (cos θ, sin θ) dθ,
Ce
F étant une fonction (typiquement rationnelle) de ses arguments. Comme θ varie de 0 à

2π, on peut le considérer comme l’angle d’un point z sur le cercle de rayon unité centré à
l’origine. Ainsi, z = eiθ et 1/z = e−iθ et nous pouvons faire la substitution
cos θ = (z + 1/z) /2 et sin θ = (z − 1/z) /2i
et dθ = dz/iz pour obtenir

˛
z + 1/z z − 1/z dz
F , ,
C 2 2i iz

3.12. INTÉGRALES DÉFINIES ET UTILISATION DU CONTOUR
D’INTÉGRATION
intégrale qui peut être évaluée au moyen du théorème des résidus.
´ 2π ´π
Exercice 71. Evaluer les intégrales 0
dθ/ (1 + a cos θ) , |a| > 1 et 0
dθ/ (a + cos θ)2 ,
a>1
hs
at
M
RI
OU
sB
lsu
Ce

3.13 Exercices
hs
at
M
RI
OU
sB
lsu
Ce

Magistère et Licence de Physique Fondamentale
Mathématiques
T.D. n 2 Septembre-Octobre 2009
Fonctions Analytiques
1 Exercice: Conditions de Cauchy-Riemann

On pose z = x + iy.
hs
1. Soit f (x, y) ⌘ f (z, z̄) = x2 + y 2 + ixy.
f vérifie-t-elle les conditions de Cauchy Riemann ? Retrouver le résultat précédent en exprimant f (z, z̄)
à l’aide de z et z̄.
at
2. Soit P (x, y) = x2 + y 2 . Peut-on déterminer Q(x, y) de telle sorte que f = P + iQ soit analytique dans
un ouvert de C.
M
3. Si l’on prend dans le plan non plus les coordonnées cartésiennes (x, y), mais les coordonnées polaires
(r, ✓), comment se réécrivent les conditions de Cauchy ?
4. On définit pour tout z 6= 0 la fonction f par f (z, z̄) = ln(|z|) + i Arg(z) où Arg(z) représente l’angle
utilisé dans les coordonnées polaires selon la convention standard ⇡ < Arg(z)  ⇡. En utilisant la
RI
question précédente, montrer que f est analytique dans l’ouvert C R (donc on note f (z)). Déterminer
les fonctions g et h définies par g(z) = exp(f (z)) et h(z) = f 0 (z).
5. Soit f = P + iQ une fonction analytique dans un ouvert U simplement connexe de C. En utilisant les
conditions de Cauchy, montrer que si |f (z)| est constant dans U , alors f est aussi constante.
OU
6. Démontrer que si f = P + iQ est une fonction entière (analytique dans la totalité de C), alors les
faisceaux de courbes P (x, y) = cst et Q(x, y) = cst se coupent orthogonalement.
2 Exercice: Paramétrage de chemins dans le plan complexe

sB
1. Trouver un paramétrage t 2 [t1 , t2 ] ! z(t) 2 C pour les chemins fermés suivants supposés orientés
dans le sens positif:
z2
lsu
z0
R R
Ce
z1
β
α α
0 0 0
—2—
R
2. Si f : C ! C est holomorphe, pour les trois contours précédents, exprimer les intégrales f (z)dz
Rt
sous la forme d’intégrales sur un (ou plusieurs) intervalle réel ( t12 dt...).
3 Exercice: Application du Théorème de Cauchy

On cherche à calculer l’intégrale Ia suivante:
Z
hs
+1
x2 2iax
Ia = e e dx (1)
1
où a désigne un paramètre réel positif.
at
1. Montrer tout d’abord que l’on peut écrire Ia sous la forme:
Z +1
2
(x+ia)2
Ia = e a Ja , avec Ja =
M
e dx (2)
1
2
2. Montrer que Ja peut se réécrire comme l’intégrale de la fonction analytique f (z) = e z sur la droite
Da = {z/z = t + ia, t 2 R}.
R R
RI
3. On veut montrer que Da f (z)dz = R f (z)dz. Pour cela appliquer le théorème de Cauchy au rectangle
ABCD de sommets {( R, 0), (R, 0), (R, a), ( R, a)}. En déduire la valeur de Ja puis de Ia .
4 Exercice: Application du Théorème de Cauchy

OU
On cherche à calculer l’intégrale Ia suivante:

Z +1
2
Ia = eiax dx (3)
0
sB
où a désigne un paramètre réel strictement positif.

Nous allons calculer Ia en utilisant le théorème de Cauchy sur un chemin fermé en forme de quart de
demi-cercle OAB où O est l’origine, OA un segment de l’axe des abscisses (coté positif) de longueur R et
AB un arc de cercle de rayon R.
R 2
1. Montrer que limR!1 AB eiaz dz = 0. On pourra utiliser la majoration sinx x 2
⇡ pour x 2 [0, ⇡/2] en
lsu
cours de calcul.
2. En déduire Ia .
5 Exercice: Prolongement Analytique

Ce
Soit la série entière :

1
X
f↵ (z) = n↵ z n (4)
n=0
où ↵ est un nombre réel.

—3—
1. Trouver le rayon de convergence R de la série.

2. Dans les cas particuliers ↵ = 0 et ↵ = 1, calculer explicitement f (z) pour |z| < R.
Peut-on donner un sens à l’expression obtenue pour |z| R ? Comment nomme-t-on cette propriété?.
Si l’on appelle f˜ la fonction prolongée par l’expression précédente, quelles sont les singularités de f˜?
Conclure sur le rapport qu’il y a entre le rayon de convergence de f et la position des singularités de
la fonction prolongée f˜.
hs
6 Exercice: Développement de Laurent.
1. Donner le développement de Laurent dans C {0} de la fonction analytique f (z) = ez /z 2 .
at
2. Soit la fonction
1
f (z) = (5)
z2 4z + 3
M
(a) Donner le développement de Laurent de f dans le disque pointé centré en z = 1 et de rayon ⇢ = 2.
(b) Donner les développements de Laurent dans les régions de “type” couronne |z| < 1; 1 < |z| < 3;
|z| > 3.
RI
7 Exercice: Singularités, Résidus.
1. Préciser la position et la nature des singularités des fonctions analytiques suivantes; calculer les résidus
OU
correspondants:
(a)
1 z
f (z) = , (6)
1 + z 1 + z4
4
(b)
sB
1 z a
f (z) = , avec a complexe (7)
(1 + z + z ) (1 + z + z 2 )2
2 2
(c)
1 z
f (z) = , (8)
sin(z) sh(z)
lsu
(d)
f (z) = e1/z (9)
8 Exercice : Paramétrages de contours, calculs d’intégrales

Ce
Motivation : On rappelle que l’intégration d’une fonction analytique f (z) le long d’un contour du plan
complexe est ramenée à l’intégrale d’une fonction d’une variable réelle en paramétrant le contour . Il s’agit
en pratique de trouver une fonction t ! z(t) 2 de [t1 , t2 ] ⇢ R ! C.
R Rt
On calcule l’intégrale en utilisant : dz f (z) = t12 dt dz(t)
dt f (z(t)).
—4—
R
1. Calculer dz z 2 où est l’arc de parabole x = y 2 avec y 2 [0, y0 ].
2. Si désigne un cercle de centre z0 etRde rayon R parcouru dans le sens positif, calculer directement
(paramétrage puis calcul) l’ intégrale dz/(z z0 ).
3. Soit l’intégrale Z 2⇡
sin t + 2i cos t
I= dt
0 (cos t + 2i sin t)2
hs
Calculer I directement. R
Trouver un chemin et une fonction holomorphe f permettant d’écrire I sous la forme I = f (z)dz.
4. Soit l’intégrale
at
Z 2⇡
sin t + 2i cos t
J= dt
0 cos t + 2i sin t
R
Trouver un chemin et une fonction holomorphe f permettant d’écrire J sous la forme J = f (z)dz.
M
En déduire la valeur de J.
9 Application du Théorème des Résidus:

Fonctions Rationnelles
RI
1. On veut calculer l’intégrale I suivante de deux manières:
Z +1
dx
OU
I= 2
(10)
1 1+x
(a) En utilisant une intégration conventionnelle, calculer I.

(b) On veut utiliser le théorème des résidus pour e↵ectuer le même calcul. On introduit pour cela la
fonction f (z) = 1/(1 + z 2 ).
sB
i. Quelles sont les singularités de f , leur nature et les résidus correspondants.

ii. Définir une courbe de Jordan permettant, après utilisation du lemme de Jordan du grand
cercle, de calculer I.
iii. Vérifier que l’on obtient la même valeur de I.
2. On veut calculer l’intégrale I suivante:

lsu
Z +1
1
I= f (x)dx avec f (x) = (11)
1 1 + x4
(a) Vérifier que I existe.

Ce
(b) Quelles sont les singularités dans le plan complexe de f (z), leur nature, et les résidus correspon-
dants.
(c) Définir une courbe de Jordan permettant, après utilisation du lemme de Jordan du grand cercle,
l’évaluation de I.
(d) Calculer I.
—5—
(e) Retrouver le résultat précédent à l’aide d’un contour ne faisant intervenir qu’un seul pôle.
3. Généraliser la méthode de la question précédente pour évaluer l’intégrale:

Z +1
dx
avec n entier, n 2 (12)
0 1 + xn
10 Application du Théorème des Résidus:
hs
Fonctions Rationnelles en sin et cos sur [0, 2⇡]
On veut calculer l’intégrale I suivante par la méthode des résidus:
at
Z 2⇡
1 d
I= (13)
2⇡ 0 1 2a cos( ) + a2
M
où a est un nombre réel, |a| =
6 1.
Pour ce faire, transformer l’intégrale précédente en une intégrale sur le cercle centré à l’origine et de rayon
1. Puis compléter le calcul. RI
11 Applications du Théorème des Résidus:
Fonctions rationnelles et exponentielles
OU
1. On considère la fonction g du paramètre réel k définie par:
Z +1 ikx
e
g(k) = dx (14)
1 1 + x2
On veut obtenir une expression explicite de g(k), et pour cela on va appliquer le théorème des résidus
eikz
sB
à l’intégrale précédente, en considérant la fonction analytique fk (z) = 1+z 2.
(a) Quels sont les pôles de fk (z), leur nature et les résidus correspondants.
(b) Peut-on définir un contour de Jordan indépendant de k qui permette d’évaluer g(k) ? Sinon, quels
contours doit-on prendre en fonction de k?
(c) En déduire une expression explicite de g(k).
lsu
2. On veut évaluer l’intégrale I suivante:

Z +1
sin(x)
I= dx (15)
x
Ce
(a) De quel type d’intégrale s’agit-il ?

(b) Peut-on directement utiliser le théorème des résidus en considérant la fonction f (z) = sin(z)/z ?
Pourquoi ?
—6—
(c) Pourquoi est-il vrai que I = Im(J) avec:

✓Z ✏ Z +1 ◆
eix
J = lim+ + dx (16)
✏!0 1 ✏ x
Mais que l’on ne peut pas écrire directement:

✓Z +1 ◆
eix
hs
I = Im dx (17)
1 x
(d) Calculer J puis I en considérant une courbe de Jordan formée de deux segments de droites, d’un
at
petit arc de cercle et d’un grand arc de cercle.
12 Exercice: La fonction Log complexe
M
1. Rappeler la définition de la fonction Log(z), détermination principale. Quel est le domaine d’analyticité
de Log? Quelles sont ses singularités? Quelle est la dérivée de Log?
2. Les relations Log(z1 z2 ) = Log(z1 ) + Log(z2 ) et Log(ez ) = z sont-elles toujours vraies?
RI
3. On appelle détermination de Log toute fonction Log↵ solution de l’équation:
eLog↵ (z) = z (18)

OU
(a) Montrer que la fonction Log↵ définie par:
Log↵ (z) = Log(ei↵ z) i↵ (19)
(où ↵ 2] ⇡, ⇡]) est solution du problème.

(b) Quel est le domaine d’analyticité de Log↵ ? Que vaut Log0↵ ? Que vaut Log↵ (x) pour x 2 R+
sB
(↵ 6= ±⇡) ?
(c) Trouver la détermination Log↵ qui a comme demi-axe de coupure R+ .
4. Comment définit-on la fonction z ! z a où a est complexe? Quel est son domaine d’analyticité?
b
5. Les relations (z1 z2 )a = z1a z2a et (z a ) = z ab sont-elles toujours vraies?
lsu
13 Applications du Théorème des Résidus:

Fonctions Log et puissance
Ce
1. On veut calculer l’intégrale I:

Z +1
dx
I= avec 0 < ↵ < 1 (20)
0 x↵ (1
+ x)
(a) Montrer que I existe.

—7—
(b) Montrer que lorsque l’on prend z = x + iy avec x > 0 on a:
y ! 0+ , Log( z) ! ln(x) i⇡
(21)
y ! 0 , Log( z) ! ln(x) + i⇡
( z) ↵
(c) Montrer que l’on peut calculer I en intégrant la fonction : f (z) = 1+z sur le contour suivant:
hs
at
M
2. On veut calculer l’intégrale I:
RI
Z +1
ln(x)
I= dx avec a > 0 (22)
0 a2 + x2
OU
Log( z)
Montrer que l’on peut obtenir I en intégrant la fonction f (z) = z 2 +a2 sur le contour suivant:
sB
lsu
Ce
1. Trouver une fonction analytique de z = x + iy dont la partie imaginaire est

(y cos y + x sin y) exp x.
2. Déterminer le rayon de convergence des séries de Taylor suivantes :
P∞ zn
P∞ n!z n
P∞ P∞ 2
n+p n
n=2 ln n , n=1 nn , n=1 z n nln n , n=1 n
zn
avec p réel.
3. Déterminer les types de singularités (s’il y en a) des fonctions suivantes en z = 0
hs
et z = ∞ :
1/2
(z − 2)−1 , (1 + z 3 ) /z 2 , sinh (1/z) , ez /z 3 , Z 1/2 / (1 + Z 2 )
at
4. Déterminer les parties réelle et imaginaire des fonctions (i) z 2 , (ii) ez et (iii) cosh πz.
M
En considérant les valeurs prises par ces parties sur les limites de la région x ≥ 0,
y ≤ 1, déterminer la solution de l’équation de Laplace dans cette région qui satisfait
aux conditions aux limites
RI
φ (x, 0) = 0, φ (y, 0) = 0,
φ (x, 1) = x, φ (1, y) = y + sin πy
OU
1/2
5. La fonction f (z) = (1 − z 2 ) de la variable complexe z est définie réelle et positive
sur l’axe réel pour −1 < x < 1. Utilisant des coupures le long del’axe réel 1 < x <
∞ et −∞ < x < 1, montrer comment f (z) est rendue injective et l’évaluer sur les
sB
côtés supérieur et inférieur des deux coupures. Utiliser ce résultat et un contour

approprié dans le plan complexe pour évaluer l’intégrale
ˆ ∞
dx
I=
lsu
1 x (x2 − 1)1/2
Confirmer la réponse en faisant la substitution x = secθ.
6. Démontrer que si f (z) a un simple pôle en z0 alors 1/f (z) a un résidu 1/f 0 (z0 ).
Ce
Evaluer alors ˆ π
sin θ
dθ
−π a − sin θ
où a est un réel > 1.
7. Démontrer que
ˆ ∞
cos mx π −m/2 −m

dx = 4e − e pour m > 0.
0 4x4 + 5x2 + 1 6
8. Cet exercice propose une manière alternative d’évaluer l’intégrale gaussienne

3.13. EXERCICES
(a) Démontrer que l’intégrale de [exp (iπz 2 )] cosecπz autour d’un parallélogramme
dont les coins sont ±1/2 ± R exp (iπ/4) a la valeur 2i.
(b) Montrer que les parties du contour parallèles à l’axe des réels n’ont aucune
contribution quand R → ∞.
(c) Evaluer les intégrales le long des deux autres côtés en posant z 0 = r exp (iπ/4)
et en travaillant en termes de z 0 + 1/2 et z 0 − 1/2. En prenant alors la limite
R → ∞, montrer que ˆ ∞
2
e−πr dr = 1.
hs
−∞
9. Utilisant un plan de coupure approprié, montrer que si α est réel et 0 < α < 1,
alors ˆ ∞ −α
at
x
dx = πcosecπα.
0 1+x
M
10. En intégrant une fonction appropriée autour d’un large demi-cercle du demi-plan
supérieur et un petit demi-cercle centré en l’origine, déterminer la valeur de
ˆ ∞
(ln x)2
I=
RI 1 + x2
dx
−∞
et déduire que ˆ ∞
ln x
OU
dx = 0.
−∞ 1 + x2
sB
lsu
Ce

hs
at
M
RI
OU
sB
lsu
Ce

Chapitre Quatrième
Transformations intégrales
hs
« Perhaps the most surprising thing about mathematics
at
is that it is so surprising. »
M
(Edward Charles TITCHMARSH, 1899-1963)
RI
Les transformations intégrales jouent un rôle de tout premier plan en Physique, notam-
ment pour l’étude des systèmes linéaires. Par définition, ces systèmes sont régis par des
équations linéaires ; ce qui assure que l’ensemble des solutions peut être muni d’une struc-
OU
ture d’espace vectoriel. De manière générale, une transformation intégrale d’une fonction
f (t) est une autre fonction définie par
ˆ b
F (α) = K (α, t) f (t) (4.0.1)
sB
où [a, b] est un intervalle approprié et K (α, t) est appelé le noyau de la transformation

intégrale. On distingue plusieurs transformations intégrales dont les plus connues sont
lsu
1. la transformation de Hankel
ˆ ∞ ˆ ∞
F (k) = Jn (kx) f (x) dx f (x) = Jn (kx) F (k) dx
Ce
0 0
Jn étant la fonction de Bessel d’ordre n,

2. la transformation de Mellin
ˆ ∞ ˆ ∞
1
F (k) = xk−1 f (x) dx, f (x) = x−k F (k) dx
0 2πi −∞
3. la transformation de Fourier
4. et la transformation de Laplace,
dont les deux dernières font l’objet de ce chapitre.
63
4.1 Transformations de Fourier
4.1.1 Définition et formule d’inversion
La transformation de Fourier fournit une représentation des fonctions définies sur

des intervalles infinis et n’ayant pas de périodicité particulière, contrairement aux séries
de Fourier, en termes de superposition de fonctions sinusoïdales. Elle peut donc être
considérée comme une généralisation des séries de Fourier.
´∞
Soit donc une fonction f (t) telle que −∞ |f (t)| est finie. Si f (t) est péridodique de
hs
période T , elle peut être décomposée en série de Fourier
∞
X ∞
X
at
f (t) = cn ei2πnt/T = cn eiωn t , (4.1.1)
n=−∞ n=−∞
M
où ωn = 2πn/T . Les coefficients cn deviennent des fonctions de la variable continue ω
comme suit ˆ ˆ
1 T /2 −i2πnt/T ∆ω T /2
cn = f (t) e dt = f (t) e−iωn t dt (4.1.2)
T −T /2 2π −T /2
RI
En substituant (4.1.2) dans (4.1.1), on obtient
ˆ
OU
X∞
∆ω T /2
f (t) = f (u) e−iωn u eiωn t du. (4.1.3)
n=−∞
2π −T /2
Quand T tend vers l’infini, la fréquence élémentaire ∆ω = 2π/T devient infiniment

sB
petit et le spectre des fréquences permises ωn devient continu. D’après la définition ma-
thématique de l’intégrale
X∞ ˆ ∞
∆ω iωn t 1
g (ωn ) e du → g (ω) eiωt dω,
lsu
n=−∞
2π 2π −∞
soit pour ce cas particulier

ˆ
Ce
T /2
g (ωn ) = f (u) e−iωn u du. (4.1.4)
−T /2
et (4.1.3) devient ˆ ˆ
∞ ∞
1
f (t) = e iωt
dω f (u) e−iωu du. (4.1.5)
2π −∞ −∞
Ce résultat est connu sous le nom de théorème d’inversion de Fourier. Nous pouvons alors
définir la transformée de Fourier de la fonction f (t)
ˆ ∞
1
F (ω) = √ f (t) e−iωt dt, (4.1.6)
2π −∞

4.1. TRANSFORMATIONS DE FOURIER
et son inverse par ˆ ∞

1
f (t) = √ F (ω) eiωt dω. (4.1.7)
2π −∞
Dans cette écriture, t et ω sont des quantités réelles appelées variables conjuguées. Dans
la suite nous allons noter F [f (t)] ou F (ω) la transformée de Fourier de la fonction f (t).
√
Remarque 72. Le facteur 1/ 2π est purement arbitraire. Il est introduit ici pour que
les transformée et transformée inverse de Fourier soient symétriques. Il convient aussi de
préciser que le signe de l’exponentiel est arbitraire. Toutefois, dès que l’on choisit une
convention il faut s’y conformer.
hs
4.1.2 Propriétés de la transformation de Fourier
at
1. Différentiation
F [f 0 (t)] = iωF (ω)
M
(4.1.8)
Cette formule peut être étendue aux dérivées d’ordre supérieur

RI
F f (n) (t) = (iω)n F (ω) (4.1.9)
2. Intégration ˆ
OU
t
1
F f (s) ds = F (ω) + 2πcδ (ω) (4.1.10)
iω
où 2πcδ (ω) représente la transformée de Fourier de la constante d’intégration as-
sociée à l’intégrale indéfinie.
sB
3. Echelle
1 ω
F [f (at)] = F (4.1.11)
a a
4. Translation
lsu
F [f (t + a)] = eiaω F (ω) (4.1.12)
5. Multiplication exponentielle
Ce

F eat f (t) = F (ω + ia) (4.1.13)
a pouvant être réel ou complexe.
Exercice 73. Prouver les relations allant de (4.1.8) à (4.1.13).
Pour illustrer la relation (4.1.13), considérons une onde radion d’amplitude modulée.
Supposons qu’on ait un message à diffuser f (t). Ce message peut être ajouté électronique-
ment à un signal d’amplitude constante a de sorte que a + f (t) ne soit jamais négatif et
donc, peut être utilisé pour moduler l’amplitude d’une porteuse de fréquence ωc . Utilisant

la notation complexe, l’amplitude transmise est
g (t) = A [a + f (t)] eiωc t
En ignorant l’effet du terme Aaeiωc t qui ne contribue au spectre transmis qu’à la fréquence
ω = ωc , le nouveau spectre est alors
ˆ ∞
A
G (ω) = √ f (t) eiωc t e−iωt dt = AF (ω − ωc )
2π −∞
hs
qui n’est rien d’autre qu’un simple déplacement du spectre par la fréquence de la porteuse.
at
4.1.3 Fonctions paire et impaire
Si la fonction f (t) est soit paire ou impaire, on peut dériver une forme alternative de sa
M
transformée de Fourier. Considérons d’abord le cas des fonctions impaires f (−t) = −f (t).
Alors sa transformée de Fourier est
´∞
F (ω) = √1 f (t) e−iωt dt
´∞ 2π −∞
RI
= √1 f (t) (cos ωt − i sin ωt) dt (4.1.14)
2π −∞ ´∞
= − √2i2π 0 f (t) sin ωtdt
OU
Notons que F (ω) est une fonction impaire de ω ie F (−ω) = −F (ω). Inversement,
ˆ ∞
2i
f (t) = √ F (ω) sin ωtdt (4.1.15)
2π 0
sB
Les relations (4.1.14) et (4.1.15) définissent les transformées sinus de Fourier. Une procé-
dure similaire permet de définir les transformées cosinus de Fourier en remplaçant sin ωt
par cos ωt. Précisons que ces définitions requièrent que les variables t et ω soient positives.
lsu
4.1.4 Convolution et déconvolution

Ce
La mesure d’une quantité physique est limitée en général par la résolution de l’appareil
de mesure. D’une part, la quantité physique que l’on veut mesurer est une fonction d’une
variable indépendante, disons x, ie f (x). D’autre part, l’appareil utilisé ne fournit pas le
résultat exact, une fonction de résolution g (y) est nécessaire. Autrement dit, la probabilité
qu’une valeur y = 0 soit obtenue au lieu d’être comprise entre y et y + dy est donnée par
g (y) dy. La fonction de résolution idéale est la distribution de Dirac centrée à l’origine.
Ainsi, étant données la distribution f (x) et la fonction de résolution g (y), nous voulons
obtenir ce que la distribution observée h (z) sera. Précisons que les variables x, y et z
désignent la même quantité physique (longueur, température ...) mais elles sont notées
différemment car elles apparaissent dans l’analyse en des rôles différents.

La probabilité qu’une lecture soit situées en x et x + dx, et donc ayant la probabilité

f (x) dx d’être sélectionnée par l’expérience sera déplacée par la résolution instrumentale
de z − x dans un petit intervalle de largeur dz est g (z − x) dz. La probabilité combi-
née que l’intervalle dx donne lieu à une observation apparaissant dans l’intervalle dz est
f (x) dxg (z − x) dz. En additionnant toutes les contributions, la distribution observée est
donnée par ˆ ∞
h (z) = f (x) g (z − x) dx (4.1.16)
−∞
L’intégrale (4.1.16) est appelée convolution des fonctions f et g, et est souvent notée
hs
f ∗ g. Le produit de convolution est commutatif, associatif et distributif. La distribution
observée est donc la convolution de la vraie distribution et de la fonction de résolution
at
expérimentale.
Calculons maintenant la transformée de Fourier de la convolution (4.1.16),
M
´∞ ´∞ n o
H (ω) = √1
2π −∞
dze−iωz −∞ f (x) g (z − x) dx
´∞ n´ o
∞ −iωz
= √1 f (x) dx dze g (z − x)
2π −∞ n´−∞ o
´ ∞ ∞ −iω(u+x)
√1 (4.1.17)
= 2π −∞
RI
f (x) dx −∞ due
n´
g (u)
o
´ ∞ −iωx ∞ −iωu
= √1 e f (x) dx due g (u)
2π −∞ −∞
√
= 2πF (ω) G (ω)
OU
Ce résultat montre que la transformée de Fourier d’un produit de convolution est le produit
des transformées de Fourier. Le lecteur pourra vérifier que la transformée de Fourier d’un
produit est égale au produit de convolution des transformées de Fourier.
sB
4.1.5 Fonction de corrélation et spectre d’énergie

La fonction corrélation de deux fonctions f et g est définie par
lsu
ˆ ∞
c (z) = f ∗ (x) g (x + z) dx (4.1.18)
−∞
Ce
Malgré la ressemblance formelle de l’équation ci-dessus avec celle de la convolution, leur

utilisation et leur interprétation sont différentes. La fonction de corrélation fournit une
mesure quantitative de la similitude de deux fonctions f et g quand l’une est déplacée
d’une distance z. Elle est souvent notée c = f ⊗ g, elle est associative et distributive mais
pas commutative.
√
Exercice 74. Prouver le théorème de Wiener-Kinchin C (ω) = 2πF ∗ (ω) G (ω)
Dans le cas spécial où g = f , on a la fonction d’auto-corrélation

ˆ ∞
a (z) = f ∗ (x) f (x + z) dx (4.1.19)
−∞

√
dont la transformée de Fourier, d’après le théorème de Wiener-Kinchin C (ω) = 2π F (ω)2
est appelée spectre d’énergie.
4.1.6 Théorème de Parseval
En utilisant les transformées inverses de Fourier des résultats du paragraphe précédent,

on montre que, pour z = 0,
ˆ ∞ ˆ ∞
hs
∗
f (x) g (x) dx = F ∗ (ω) G (ω) dω (4.1.20)
−∞ −∞
at
En particulier pour g = f ,
ˆ ∞ ˆ ∞
2
∗
|f (x)| dx = |F (ω)|2 dω (4.1.21)
M
−∞ −∞
Ces résultats sont connus sous le nom de théorème de Parseval. RI

Exercice 75. L’équation horaire d’un oscillateur harmonique amorti est donnée par
(
0 t<0
OU
x (t) = −t/τ
e sin ω0 t t ≥ 0
calculer sa transformée de Fourier et donner une interprétation physique du théorème de

Parseval
sB
4.1.7 Transformée de Fourier à plusieurs dimensions

lsu
Le concept de transformée de Fourier peut être étendue naturellement à des variables

d’espace à plus d’une dimension. Pour un espace tridimensionnelle par exemple,
˚
1
Ce
F (kx , ky , kz ) = f (x, y, z) e−ikx x e−iky y e−ikz z dxdydz (4.1.22)

(2π)3/2
en notant kx , ky et kz comme les composantes d’un vecteur ~k et x, y et z comme celles

d’un rayon vecteur ~r, cette équation devient
˚
1 ~
F ~k = 3/2
f (~r) e−ik·~r d3~r (4.1.23)
(2π)
et réciproquement ˚
1
~
f (~r) = F ~k eik·~r d3~k (4.1.24)
(2π)3/2

4.1.8 Transformées de Fourier des distributions
Nous avons étudié au chapitre (1) la distribution de Dirac. Calculons sa transformée

de Fourier : ˆ ∞
1 1
F (δ) = √ e−ikx δ (x) dx = √ (4.1.25)
2π −∞ 2π
Le résultat (4.1.25) est un exemple extrême des propriétés duales d’une fonction et de
sa transformée de Fourier : plus l’une est large, plus l’autre est étroite. Autrement dit,
δ (x) est une « fonction » infiniment fine et un peu exotique tandis que sa transformée de
hs
Fourier est infiniment large et particulièrement banale. De manière générale,
ˆ ∞
1 1
F (δ) = √ e−ikx δ (x − x0 ) dx = √ e−ikx0 (4.1.26)
at
2π −∞ 2π
Réciproquement, on en déduit que
M
ˆ ∞ ˆ ∞
1 1
δ (x) = ikx
e dx = e−ikx dx (4.1.27)
2π −∞
RI 2π −∞
Exercice 76. Calculer la transformée de Fourier de la fonction de Heaviside et celle de

P (1/x).
OU
Application à l’oscillateur harmonique On se propose ici d’illustrer l’utilisation

des transformées de Fourier dans la résolution du problème d’un oscillateur harmonique
soumis, à t = 0, à une force extérieure F (t) = mφ (t). En posant k = mω02 , l’équation du
sB
mouvement est
ẍ + ω02 x = φ (t) (4.1.28)
Il faut ajouter à ce problème les conditions initiales x (0) = x0 et ẋ (0) = v0 . Soient X (ω)
lsu
et Φ (ω) les transformées de Fourier de x (t) et φ (t). Comme ces quantités sont réelles, on
a les symétries
X ∗ (ω) = X (−ω) , X ∗ (ω) = X (−ω) (4.1.29)
Ce
En prenant la transformée de Fourier de l’équation (4.1.28), on obtient
−ω 2 X (ω) + ω02 X (ω) = Φ (ω) (4.1.30)
dont la solution est

1
X (ω) = Φ (ω) = χ0 (ω) Φ (ω) (4.1.31)
ω02 − ω2
où χ0 (ω) est par définition la susceptibilité. Cette solution est la solution particulière.
L’équation homogène

ω02 − ω 2 X (ω) = 0 (4.1.32)

a pour solution
X (ω) = C+ (ω − ω0 ) + C− (ω + ω0 ) (4.1.33)
En combinant les deux solutions et en prenant leurs transformées de Fourier inverses, on

obtient la solution

iω0 t −iω0 t −1 1
x (t) = B+ e + B− e +F Φ (ω) , B± = 2πC± (4.1.34)
ω02 − ω 2
Les constantes devant être déterminées à partir des conditions initiales du problèmes.
hs
Exercice 77. Résoudre le problème d’un oscillateur harmonique amorti.
at
Exemples de relations de fermeture En Mécanique Quantique, on rencontre très
M
souvent des relations dites de fermeture exprimant la complétude d’une base de fonctions
ψα (x). Ces fonctions sont des fonctions propres d’une observable du système qui est, très
souvent, le Hamiltonien représentant l’énergie. L’indice α rappelle la valeur propre de
l’observable en question et peut être discret, continu ou successivement les deux quand
RI
on balaie l’axe réel.
Pour illustrer, considérons une particule de masse m, libre de se déplacer sur un cercle
OU
de circonférence L = 2πR. Sa position est fixée par un angle θ. Il s’agit ici d’un problème
à symétrie cylindrique pour lequel le Hamiltonien s’écrit
~2 d2
H=− (4.1.35)
2mR2 dθ2
sB
L’équation aux valeurs propres est
~2 d2
− ψ = Eψ, (4.1.36)
2mR2 dθ2
lsu
la fonction ψ (θ) devant être 2π-périodique. Les solutions sont
1
Ce
ψn (θ) = √ einθ , |n| = 0, 1, 2, ... (4.1.37)

2π
n2 ~2
associées aux énergies propres 2mR2
. Les fonctions propres sont orthonormalisées
ˆ
1 2π ∗ 0
einθ ein θ dθ = δnn0 (4.1.38)
2π 0
Considérons maintenant la somme finie

X
N
1 XN
0 1 sin N + 1
(θ − θ0 )
∗ 0
ψn (θ) ψn (θ ) = ein(θ−θ )
= 1
2
0)
= δN (θ − θ0 ) (4.1.39)
n=−N
2π n=−N
2π sin 2
(θ − θ

4.2. TRANSFORMATIONS DE LAPLACE
1

La fonction δN (θ) est 2π-périodique, elle vaut 2π N + 12 en θ = 0 et s’annule pour la
première fois en 2N2π+1 : pour N 1, son graphe est donc un peigne régulier aux dents
très fines et très hautes. En prenant la limite N → ∞ de l’équation ci-dessus, on obtient
la relation de fermeture du problème considéré. Ainsi on obtient une nouvelle expression
de la distribution de Dirac
1 X N
δ (θ) = lim einθ (4.1.40)
2π N →∞ n=−N
θ

Comme on sait que δ est 2π-périodique et que 2πδ (θ) = δ 2π , alors
hs
X X θ
inθ
e = δ −k (4.1.41)
n∈Z k∈Z
2π
at
c’est le peigne de Dirac.
M
Les représentations q et p en Mécanique Quantique Les coordonnées et les mo-
ments généralisés obéissent à la relation de commutation RI
qp − pq = [q, p] = i~I (4.1.42)
où I désigne la matrice identité. Il faut pour cela admettre l’association

OU
∂
q→q p → −i~ ∂q (4.1.43)
qui définit la représentation q de la Mécanique Quantique. Réciproquement, l’association

sB
duale
∂
q → i~ ∂p p→p (4.1.44)
conduit à la représentation p de la Mécanique Quantique. Clairement, rien ne privilégie

lsu
dans l’absolu une représentation ou une autre, toutes les deux étant équivalentes. Ainsi,
la relation qui lie les fonctions d’onde dans les deux représentations est donnée par la
transformation de Fourier
Ce
´ i ´ i
Φ (p, t) = √1
2π~ R
e− ~ pq Ψ (q, t) dq, Ψ (q, t) = √1
2π~ R
e ~ pq Φ (p, t) dp (4.1.45)
4.2 Transformations de Laplace

La transformation de Laplace est une transformation ayant un grand lien de parenté
avec la transformation de Fourier. Il arrive très souvent en Physique que la dynamique
des systèmes est supposée connue dans un état à un certain instant que l’on peut prendre
comme origine des temps ie si f (t) est la quantité décrivant cette dynamique, elle est telle
que f (t) n’est pas définie pour t < t0 , ou plutôt on se moque de savoir ce qu’elle vaut où

t0 est l’origine des temps. C’est d’ailleurs la raison pour laquelle il est usuel de la prendre
nulle.
L’intérêt de la transformation de Laplace se trouve dans le calcul des circuits élec-
triques.
4.2.1 Définition
On définit la transformation de Fourier d’une fonction f (t) comme
hs
ˆ ∞
F (s) = f (t) e−st dt (4.2.1)
at
0
où s est une variable complexe. On remarque, pour s = iω que la transformation de
M
Laplace d’une fonction f (t) est égale à celle de Fourier de la même fonction multipliée
par la fonction de Heaviside, étant donnée que f (t) n’est pas définie pour les temps
négatifs.
RI
Exercice 78. Prouver l’existence de l’équation (4.2.1) sous l’hypothèse que f (t) est
bornée.
OU
Réciproquement, on définit la transformation inverse de Laplace comme l’intégrale

d’inversion de Mellin ˆ γ+i∞
1
sB
f (t) = F (s) est ds (4.2.2)

2πi γ−i∞
L’intégration se fait le long d’une ligne appelée le contour de Bromwich, lequel est parallèle
à l’axe imaginaire du plan complexe. Le nombre réel γ est arbitraire tant que l’intégration
lsu
linéaire se fait à droite des singularités de F (s). Pour trouver la valeur de l’intégrale, on
ferme le contour de Bromwich à l’aide d’un demi-cercle de rayon infini à gauche de la
ligne et on utilise le théorème des résidus.
Ce
Prouvons la relation (4.2.2), il faut calculer le membre de droite

ˆ γ+i∞
1
I= F (s) est ds
2πi γ−i∞
or ˆ ∞
F (s) = f (t) e−st dt
0
soit donc ˆ ˆ
∞ γ+i∞
1 s(t−τ )
I= f (τ ) dτ e ds
2πi 0 γ−i∞
| {z }
J

4.2. TRANSFORMATIONS DE LAPLACE
Pour calculer le terme entre parenthèses, effectuons le changement de variables s = γ + iσ

ˆ γ+i∞ ˆ +∞
(γ+iσ)(t−τ ) γ(t−τ )
J= e idσ = ie eiσ(t−τ ) dσ = 2πiδ (t − τ )
γ−i∞
| −∞ {z }
=2πδ(t−τ )
En substituant ce résultat dans l’intégrale I, on obtient que I = f (t).

Maintenant, pour comprendre pourquoi la ligne d’intégration doit se trouver à droite
des singularités, prenons les transformations de Laplace des deux membres de l’équation
hs
(4.2.2) :
1
´ ∞ −st ´ γ+i∞ σt

F (s) = 2πi 0
e γ−i∞
F (σ) e dσ dt
1
´ γ+i∞ ´ ∞
= F (σ) dσ 0 e(σ−s)t dt
at
2πi γ−i∞
1
´ γ+i∞ F (σ)
= − 2πi γ−i∞ σ−s
dσ
en supposant < (s) > < (σ) = γ. Si F (σ) est analytique à droite du contour de Bromwich,
M
alors en fermant le demi-cercle infini à droite, on aura un pôle simple en σ = s dans le
contour fermé et d’après le théorème des résidus, la valeur de l’intégrale est −2πiF (s).
RI
Exemple 79. Trouver les transformées de Laplace des fonctions f (t) = 1, f (t) = eat et
f (t) = tn .
En appliquant directement l’équation (4.2.1), on a
OU
1. pour f (t) = 1 ˆ ∞
1
F (s) = e−st dt = , si s > 0
0 s
sB
sinon l’intégrale diverge.

2. pour f (t) = eat ,
ˆ ∞
1
F (s) = eat e−st dt = , si s > a
lsu
0 s−a
3. et pour f (t) = tn
ˆ
Ce
∞
n!
F (s) = tn e−st dt = , si s > 0
0 sn+1
4.2.2 Propriétés des transformations de Laplace

On note dans la suite L (f ) ou F (s) la transformée de Laplace de la fonction f (t).
1. Linéarité
L (af + bg) = aL (f ) + bL (g) (4.2.3)
2. Translation 1

L e−at f = F (s + a) (4.2.4)

3. Translation 2 : celle-ci nécessite a fonction de Heaviside H (t)
L (H (t − a) f (t − a)) = e−as L (f ) (4.2.5)
n!
Exercice 80. En utilisant la translation 1, montrer que L (tn eat ) = (s−a)n+1
. En
déduire L (sinh γt) et L (cosh γt).
4. Fonctions périodiques : Si F1 (s) est la transformée de Laplace sur une période T

d’une fonction périodique f (t), alors
hs
1
L (f ) = F1 (s) (4.2.6)
1 − e−sT
at
Exercice 81. Montrer l’équation ci-dessus
5. Convolution : la transformée de Laplace d’un produit de convolution de deux fonc-
M
tions est le produit de leurs transformées de Laplace.
Exercice 82. Prouver l’affirmation 5. RI
4.2.3 Transformées de Laplace des dérivées et intégrales
L’une des utilisations principales des transformées de Laplace est la résolution des
OU
équations différentielles. Prenons par exemple la transformée de Laplace de la dérivée de

la fonction f (t) :
´ ∞ df −st
L df = e dt
dt 0 dt
−st ∞
´∞
= [f (t) e ]0 + s 0 f (t) e−st dt (4.2.7)
sB
= −f (0) + sF (s) , pours > 0

L’équation ci-dessus se généralise aux ordres de dérivée supérieurs soit
X
n−1
dn f dk f
lsu
n
L = s F (s) − sn−1−k (0) (4.2.8)
dtn k=0
dtk
Intéressons nous maintenant à la transformée de Laplace d’une intégrale. On a

Ce
´ ´∞ ´t
t
L 0
f (u) du = e−st dt 0 f (u) du
0
h ´t i∞ ´
∞
= − 1s e−st 0 f (u) du + 0 1s e−st f (t) dt (4.2.9)
0
1
= s
F (s)
puisque le terme crochet est nul aux deux bornes d’intégration.

4.3. EXERCICES
4.3 Exercices
1. Déterminer la transformée de Fourier de la fonction f (t) = exp (− |t|).
(a) En appliquant le théorème d’inversion de Fourier, démontrer que

ˆ ∞
π cos ωt
exp (− |t|) = dω.
2 0 1 + ω2
(b) En faisant la substitution ω = tan θ, démontrer la validité du théorème de
hs
Parseval pour cette fonction.
2. Déterminer la transformée de Fourier de θ (x − a) e−bx où θ (x) est la fonction de
at
Heaviside.
M
3. En prenant la transformée de Fourier de l’équation
d2 φ
2
− K 2 φ = f (x) ,
dx
RI
montrer que sa sloution, φ (x), peut être écrite comme
ˆ ∞
1 eikx F (k)
φ (x) = − √
OU
dk,
2π −∞ k2 + K 2
où F (k) est la transformée de Fourier de f (x).
4. Déterminer la transformée de Fourier de la distribution rectangulaire unité

sB
(
1 |t| < 1,
f (t) =
0 sinon
lsu
Déterminer la convolution de f avec elle-même et, sans intégration supplémentaire,

déduire sa transformée. Déduire que
´∞ sin2 ω
dω = π;
Ce
´−∞
∞
ω2
sin4 ω 2π
−∞ ω 4
dω = 3
.
5. En déterminant la série complexe de Fourier du membre de gauche, montrer que

chaque membre de l’équation
∞
X ∞
1 X −i2πnt/T
δ (t + nT ) = e
n=−∞
T n=−∞
peut représenter un train périodique d’impulsions. En exprimant la fonction f (t + nX),

où X est une constante, en termes de transformée de Fourier F (ω) de f (t), montrer

que √
∞
X ∞
2π X 2nπ i2πnt/X
f (t + nX) = F e .
n=−∞
X n=−∞ X
Ce résultat est connu sous le nom de formule de sommation de Poisson.

6. Pour une fonction f (t) non nulle dans le domaine |t| < T /2, le spectre complet de
fréquence F (ω) peut être, en principe, construit exactement à partir de l’ensemble
des points discrets ωn = n (2π/T ). Démontrer cette affirmation comme suit :
(a) Montrer que les coefficients de la représentation en séries de Fourier de f (t)
hs
avec la période T peut être mise sous la forme
√
2π 2πn
at
cn = F .
T T
M
(b) Utiliser ce résultat pour représenter f (t) comme une somme infinie dans l’in-
tégrale définissant F (ω), et par suite, montrer que
∞
X
2πn ωT
F (ω) = F
RI T
sinc nπ −
2
n=−∞
où sincx = (sin x) /x.

OU
7. Déterminer la transformée de Fourier de la question (a) et utiliser le résultat pour

répondre à la question (b).
(a) Déterminer la transformée de

sB
(
e−γt sin pt t > 0,
f (γ, p, t) =
0 t < 0,
lsu
où γ (> 0) et p sont des paramètres constants.

(b) Le courant I (t) traversant un certain système est relié à la tension V (t) par
l’équation ˆ ∞
Ce
I (t) = K (t − u) V (u) du,

−∞
où
K (τ ) = a1 f (γ1 , p1 , τ1 ) + a2 f (γ2 , p2 , τ2 ) .
Les ai sont des paramètres fixés. En considérant la transformée de Fourier de

I (t), déterminer la relation entre a1 et a2 si la charge totale Q traversant le
système (pendant une longue durée) est nulle pour une tension quelconque.
8. Montrer que la transformée de Fourier de tf (t) est idF (ω) /dω. Un amplificateur
linéaire a à sa sortie la convolution de son signal d’entrée et sa fonction de ré-

4.3. EXERCICES
ponse. La transformée de Fourier de la fonction de réponse pour un amplificateur

particulier est
iω
K̃ (ω) = √
2π (α + iω)2
Déterminer la variation temporelle du signal de sortie g (t) si son signal de sortie
est la fonction de Heaviside θ (x).
9. Calculer directement la fonction d’auto-corrélation a (z) pour le produit de f (t)
de la distribution de décroissance exponentielle et la fonction de Heaviside
hs
1 −λt
f (t) = e θ (t)
λ
at
Utiliser la transformée de Fourier et le spectre d’énergie de f (t) pour déduire que
ˆ ∞
eiωz π −λ|z|
dω = e .
M
−∞ λ2 + ω 2 λ
10. Déterminer la transformée de Laplace de t−1/2 et t1/2 , en posant x2 = ts dans le

résultat ˆ ∞
2 1√
RI
e−x dx = π.
0 2
OU
11. Utiliser les propriétées des transformées de Laplace pour prouver les résultats sui-
vants sans évaluer les intégrales de Laplace explicitement :
15 √
L t5/2 = 8
πs−7/2 , L [(sinh at) /t] = 21 ln [(s + a) / (s − a)] , s > |a| ,
sB
a (s2 − a2 + b2 )
L [sinh at cos bt] =
(s − a)2 + b2 (s + a)2 + b2
12. La fonction fa (x) est définie comme unité pour 0 < x < a et zéro ailleurs. Déter-
lsu
miner sa transformée de Laplace Fa (s) et déduire que la transformée de xfa (x)

est s12 [1 − (1 + as) e−sa ] . Ecrire fa (x) en termes de fonctions de Heaviside et par
suite, obtenir une expression explicite pour
Ce
ˆ x
ga (x) = fa (y) fa (x − y) dy.
0
Utiliser l’expression obtenue pour écrire Ga (s) en termes de Fa (s) et F2a (s) et
leurs dérivées, puis montrer que Ga (s) est égal au carré de Fa (s), en accord avec
le théorème de convolution.

hs
at
M
RI
OU
sB
lsu
Ce

Chapitre Cinquième
Equations aux dérivées partielles
hs
« I know the singularities of equations differential,
at
And some of these are regular, but the rest are quite essential.
M
I quote the results of giants : with Euler, Newton, Gauss, Laplace,
And can calculate an orbit, given a centre, force and mass »

RI (K. F. Riley, 2007)
OU
Nous étudions dans ce chapitre les équations aux dérivées partielles typiquement ren-
contrées en Physique. Une équation aux dérivées partielles (EDP) est une équation liant
une fonction inconnue de deux ou plus variables et ses dérivées partielles par rapport à
sB
ces variables. Les variables indépendantes les plus connues sont la position et le temps.
Pour ne citer que quelques unes de ces équations, on connaît l’équation d’onde, l’équa-
tion de diffusion, l’équation de Poisson, l’équation de Laplace et l’équation de Schrödinger.
lsu
5.1 Solutions générales et particulières

Dans le souci de simplifier l’algèbre, nous restreignons la discussion qui suit à deux
Ce
variables indépendantes x et y. Néanmoins, les méthodes présentées peuvent être étendues

au cas à plusieurs variables indépendantes.
5.1.1 EDP de premier ordre (EDPO)

Forme des solutions
Une EDP linéaire de premier ordre contenant deux variables indépendantes a pour
forme générale
∂u ∂u
A (x, y) + B (x, y) + C (x, y) u = R (x, y) (5.1.1)
∂x ∂y
79
où A (x, y), B (x, y), C (x, y) et R (x, y) sont des fonctions données du problème. Si A (x, y)
ou B (x, y) est nul, (5.1.1) se résoud aisément comme une équation différentielle ordinaire.
Quand une EDPO contient des dérivées partielles par rapport aux variables indépen-
dantes, on peut chercher la solution du problème (5.1.1) comme u (x, y) = f (p). Supposons
dans un premier temps que C (x, y) = R (x, y) = 0. On a
∂u df (p) ∂p
∂x
= dp ∂x
∂u df (p) ∂p (5.1.2)
∂y
= dp ∂x
hs
substitués dans (5.1.1), on obtient

∂p ∂p df (p)
A (x, y) + B (x, y) = 0, (5.1.3)
at
∂x ∂y dp
lequel ne peut s’annuler que si
M
∂p ∂p
A (x, y) + B (x, y) =0 (5.1.4)
∂x RI ∂y
Si à cette condition, on ajoute la contrainte que f (p) reste constant quand x et y varient
ie quand p lui-même reste constant, on a alors
OU
∂p ∂p
dp = dx + dy = 0 (5.1.5)
∂x ∂y
En comparant ces deux dernières expressions, on aboutit à la condition

sB
dx dy
= (5.1.6)
A (x, y) B (x, y)
qui permet d’obtenir l’expression de p.

lsu
Exemple 83. Résoudre

∂u ∂u
x − 2y =0
∂x ∂y
avec la condition que (i) u(1, y) = 2y + 1 et (ii) u(1, 1) = 4.
Ce
On doit avoir
dx dy
=−
x 2y
qui après intégration donne x2 = cy −1 . En identifiant c à p, la solution générale de l’EDPO
est donc

u (x, y) = f x2 y
La solution particulière a pour expression suivant la contrainte (i) u (x, y) = 2x2 y + 1 et

suivant (ii) u (x, y) = x2 y + 3 ou u (x, y) = 4x2 y ou encore u (x, y) = 4.
Si par contre C (x, y) 6= 0, on modifie la procédure précédente en cherchant une solution

5.1. SOLUTIONS GÉNÉRALES ET PARTICULIÈRES
de la forme u (x, y) = h (x, y) f (p). Illustrons ceci par un exemple.
Exemple 84. Chercher la solution générale de
∂u ∂u
x + 2y − 2u = 0.
∂x ∂y
On cherche u sous la forme u (x, y) = h (x, y) f (p). Par conséquent
∂u
∂x
= ∂h
∂x
f (p) + h dfdp(p) ∂x
∂p
hs
∂u
∂y
= ∂h
∂y
f (p) + h dfdp(p) ∂y
∂p
En substituant dans l’EDP et en réarrangeant les termes, on obtient
at

∂h ∂h ∂p ∂p df (p)
x + 2y − 2h f (p) + x +2 h =0
∂x ∂y ∂x ∂y dp
M
Le premier facteur correspond à l’EDP initiale et donc vaut 0, il ne reste que le deuxième
terme qui conduit à
∂p ∂p
x
∂x
+2
∂y
=0
RI
On déduit que u (x, y) = h (x, y) f (x exp (−h/2)).
OU
Caractéristique et existence des solutions
On peut réécrire l’EDPO (5.1.1) comme

sB
∂u ∂u
A (x, y) + B (x, y) = F (x, y, u) . (5.1.7)
∂x ∂y
Nous pouvons paramétrer les variables de l’EDPO (5.1.1) x = x (s) et y = y (s) de

sorte que
lsu
du ∂u dx ∂u dy
= + , (5.1.8)
ds ∂x ds ∂y ds
les deux équations ci-dessus forment un système d’équations dont les inconnues sont les
Ce
dérivées partielles ∂u/∂x et ∂u/∂y, lequel système ne peut être résolu que si son déter-
minant est nul ie
dx/ds dy/ds

=0 (5.1.9)
A B
Cette équation définit en chaque point du plan xy un ensemble de courbes appelées courbes
caractéristiques satisfaisant
dx dy
B −A =0 (5.1.10)
ds ds
ou encore
dy B
= (5.1.11)
dx A

En comparant cette équation et celle déterminant p, les courbes caractéristiques ne sont

rien d’autre que les courbes le long desquelles p est constant. Ce sont des courbes le long
desquelles « l’information » est propagée.
5.1.2 EDP de second ordre (EDPSO)
Forme des solutions
hs
Les EDPSO sont d’une importance capitale en Physique comme nous l’avons noté en
introduction. Elles ont la forme générale
at
∂ 2u ∂ 2u ∂ 2u ∂u ∂u
A + B + C + D + E + Fu = R (5.1.12)
∂x2 ∂x∂y ∂y 2 ∂x ∂y
M
où A, B, C, D, E, F et R sont des fonctions données de x et y. A cause de la nature
des solutions de telles équations, elles sont regroupées en trois classes : les équations
RI
hyperboliques si B 2 > 4AC, paraboliques si B 2 = 4AC et elliptiques si B 2 < 4AC. Il va
de soi que si A, B et C sont des fonctions de x et y, l’équation (5.1.12) sera de différent
type selon les régions du plan xy.
OU
Il est en général difficile de trouver une forme générale des solutions de l’équation
(5.1.12), raison pour laquelle nous faisons la restriction que A, B, C, D, E et F sont des
constantes et que R = 0. Suivant le même raisonnement que dans le paragraphe précédent,
on peut penser qu’on obtiendra une solution du problème si l’EDPSO contient des termes
sB
différentiels de même ordre ie D = E = F = 0. L’équations devient
∂ 2u ∂ 2u ∂ 2u
A + B + C = 0. (5.1.13)
∂x2 ∂x∂y ∂y 2
lsu
On peut alors chercher la solution sous la forme u (x, y) = f (p). Il va de soi que la
différentielle d’ordre 2 de ce terme ne contiendra pas un seul terme à moins que ∂p/∂x
Ce
soit une constante, ainsi ∂ 2 p/∂x2 = 0. Il en est de même suivant la variable y. Ceci
implique que p est une fonction linéaire de x et de y ie p = ax + by.
Ainsi, si nous supposons que la solution est de la forme u (x, y) = f (ax + by), alors
l’EDPSO devient après avoir calculé les dérivées partielles
d2 f (p)
Aa2 + Bab + Cb2 =0 (5.1.14)
dp2
Une solution indépendante de la forme de f est obtenue si
Aa2 + Bab + Cb2 = 0. (5.1.15)

5.1. SOLUTIONS GÉNÉRALES ET PARTICULIÈRES
A partir de cette forme quadratique, on peut déduire le rapport des constantes a et b,

h 1/2 i
b/a = −B ± B 2 − 4AC /2C (5.1.16)
Si on note ces rapports λ1 et λ2 , alors
p = x + λ1 y, p = x + λ2 y (5.1.17)
sont solutions de l’équation quadratique. La forme de la solution générale est alors
hs
u (x, y) = f (x + λ1 y) + g (x + λ2 y) (5.1.18)
at
Notons pour terminer que pour la solution alternative d2 f /dp2 = 0 de (5.1.14) conduit
à la solution triviale u (x, y) = kx + ly + m pour laquelle toutes les dérivées secondes sont
M
nulles.
Exercice 85. Trouver la solution générale de l’équation d’onde à une dimension

RI
∂ 2u 1 ∂ 2u
− =0 (5.1.19)
∂x2 c2 ∂t2
Remarque 86. Dans le cas où le discrimant B 2 − 4AC = 0, la forme générale de la solution

OU
est u (x, y) = f (x + λ1 y) + xg (x + λ1 y).
Caractéristique et existence des solutions

sB
De même que dans les cas précédents, on peut mettre l’EDPSO (5.1.12) sous la forme

∂ 2u ∂ 2u ∂ 2u ∂u ∂u
A (x, y) 2 + B (x, y) + C (x, y) 2 = F x, y, u, , (5.1.20)
∂x ∂x∂y ∂y ∂x ∂y
lsu
Dans ce cas, on peut penser que les conditions aux limites dépendent soit de la fonction
u, soit ses dérivées partielles d’ordre 1 ou les deux. On rencontre en général trois types de
conditions aux limites :
Ce
1. Dirichlet : la valeur de la fonction u est connue en chaque point de la courbe limite.

2. Neumann : la valeur de la dérivée normale ∂u/∂n est connue en chaque point de la
courbe limite. Précisons que ∂u/∂n=∇u~ · n̂, n̂ étant la normale de la courbe limite
en chaque point.
3. Cauchy : u et ∂u/∂n sont tous les deux connus en chaque point de la courbe limite.
Considérons d’abord un problème soumis aux conditions aux limites de Cauchy le long
d’une courbe C du plan xy paramétrée par x = x (s) et y = y (s). Supposons que le long
de C, u (x, y) = φ (s) et ∂u/∂n = ψ (s). A chaque point de C, le vecteur d~r = ~idx + ~jdy

est tangent à la courbe et n̂dS = ~idy − ~jdx est normal à la courbe. Ainsi, on a sur C
∂u ~ · d~r =
= ∇u ∂u dx
+ ∂u dy
= dφ
∂s ds ∂x ds ∂y ds ds
(5.1.21)
∂u ~ · n̂ =
= ∇u ∂u dy
− ∂u dx
= ψ (s)
∂n ∂x ds ∂y ds
Ces deux équations peuvent être résolues aisément pour les dérivées partielles ∂u/∂x et
∂u/∂y le long de C. En utilisant la règle de la chaîne pour écrire
d dx ∂ dy ∂
= + (5.1.22)
ds ds ∂x ds ∂y
hs
on différentie les dérivées premières

at
dx ∂ 2 u ∂2u
d ∂u
ds ∂x
= ds ∂x2
+ dy
ds ∂x∂y
dx ∂ 2 u ∂2u
(5.1.23)
d
ds ∂y
∂u
= ds ∂x∂y
+ dy
ds ∂y 2
M
On peut résoudre ces équations conjointement avec (5.1.20) où les inconnues sont les
dérivées partielles secondes excepté si le determinant est nul ie

A
RI

B C
dx dy
ds 0 =0 (5.1.24)
ds
0 dx dy
OU
ds ds
soit 2 2
dy dx dy dx
A −B +C =0 (5.1.25)
ds ds ds ds
sB
qui devient après multiplication de (ds/dx)2

2
dy dy
A −B +C =0 (5.1.26)
dx dx
lsu
qui est l’équation différentielle ordinaire pour les courbes du plan xy le long desquelles
les dérivées partielles secondes sont nulles. Comme dans le cas des EDPO, les courbes
Ce
satisfaisant l’équation ci-dessus sont appelées courbes caractéristiques dont les tangentes
en chaque point obéissent à √
dy B ± B 2 − 4AC
= (5.1.27)
dx 2A
— Si la courbe est hyperbolique B 2 > 4AC, on a deux familles de courbes réelles.
— Si la courbe est parabolique B 2 = 4AC, on a une famille de courbe réelle.
— Si la courbe est elliptique B 2 < 4AC, on a deux familles de courbes complexes.
Plus encore, quand A, B et C sont des constantes, plutôt que les fonctions x et y, les équa-
tions des caractéristiques vont être de la forme x + λy =constante, ce qui est réminiscent
des formes de solutions obtenues plus haut.

5.2. SÉPARATION DES VARIABLES
5.2 Séparation des variables

Nous allons étudier cette méthode par le biais d’un exemple. Pour cela, résolvons
l’équation d’onde à trois dimensions dans un système de coordonnées cartésiennes
1 ∂ 2u
∆u (~r) = (5.2.1)
c2 ∂t2
Rappelons que le laplacien en coordonnées cartésiennes s’écrit
∂2 ∂2 ∂2
hs
∆= + + (5.2.2)
∂x2 ∂y 2 ∂z 2
La solution u sera dite séparable si on peut écrire u (x, y, z, t) = X (x) Y (y) Z (z) T (t).
at
En remplaçant cette forme dans l’EDPSO d’onde, on a
M
d2 X d2 Y d2 Z 1 d2 T
Y ZT + X ZT + XY T = XY Z (5.2.3)
dx2 dx2 dx2 c2 dt2
Divisons cette équation par u pour obtenir

RI
1 d2 X 1 d2 Y 1 d2 Z 1 1 d2 T
+ + = 2 (5.2.4)
X dx2 Y dy 2 Z dz 2 c T dt2
OU
Il apparaît dans cette équation que chaque terme ne dépend que soit x, soit de y, soit de
z ou soit de t. Ceci a pour conséquence que chacun de ces termes est égal à une constante
que nous choisissons comme −l2 , −m2 , −n2 et −µ2 respectivement. On obtient finalement
des équations différentielles ordinaires de second ordre du type
sB
d2 X
2
+ l2 X = 0 (5.2.5)
dx
Les solutions sont alors de la forme

lsu
X (x) = A exp (ilx) + B exp (−ilx)

Y (y) = C exp (imy) + D exp (−imy)
(5.2.6)
Ce
Z (z) = E exp (inz) + F exp (−inz)

T (t) = G exp (icµt) + H exp (−icµt)
où A, . . ., H sont des constantes à déterminer à partir des conditions aux limites.
Exercice 87. Résoudre l’équation de diffusion à une dimension
∂ 2u ∂u
κ 2 = (5.2.7)
∂x ∂t
en utilisant la méthode de séparation des variables.

Résoudre l’équation de Laplace à trois dimensions en coordonnées cylindriques et en

coordonnées sphériques.
Superposition des solutions séparées Très souvent, les EDP linéaires ont plusieurs
solutions. Du fait de cette linéarité, toute combinaison linéaire de ces solutions est aussi
une solution de l’EDP correspondante.
Exercice 88. Résoudre l’équation de diffusion pour un état stationnaire à deux dimen-
sions 2
∂ u ∂ 2u ∂u
κ 2
+ 2 = (5.2.8)
∂x ∂y ∂t
hs
soumise aux conditions suivantes : 0 < x < ∞, 0 < y < b, u (x, 0) = u (x, b) = 0,
u (0, y) = f (y) = u0 , limx→∞ u = 0.
at
5.3 Méthodes des transformations intégrales
M
Dans la méthode de séparation des variables, nous nous sommes attelés à garder les
variables indépendamment les unes des autres autant que possible. Nous allons discuter
RI
maintenant de l’utilisation des transformations intégrales étudiées dans le chapitre précé-
dent pour résoudre les EDP. Il s’agit d’une méthode où un terme différentiel par rapport
à une variable peut être éliminé. La méthode consiste simplement à transformer l’EDP
OU
en une autre contenant moins de variables indépendantes. Ainsi, s’il s’agit d’une EDPSO,
cette méthode la transformera en une équation différentielle ordinaire qui peut être ré-
solue (quand c’est possible !) au moyen des techniques ordinaires. Comme dans les cas
précédents, illustrons cette méthode par un exemple.
sB
Exemple 89. Un tube semi-infini de section efficace constante contient initialement de

l’eau pure. A l’instant t = 0, un bout du tube est mis en contact avec une solution salée
et est maintenu à une concentration u0 . Déterminer le taux total de sel qui a été diffusé
lsu
dans le tube à un instant quelconque t, si la constante de diffusion est κ.

La concentration u (x, t) à l’instant t et à la distance x du bout du tube satisfait à
l’équation de diffusion
∂ 2u ∂u
Ce
κ 2 =
∂x ∂t
qui doit être résolue avec les conditions aux limites u (0, t) = u0 pour tout t, et u (x, 0) = 0
pour tout x > 0. Puisque nous nous intéressons uniquement aux instants t > 0, la trans-
formation de Laplace est appropriée. Rappelons que l’une des vertus de la transformation
de Laplace est la possibilité de remplacer les dérivées de fonctions par une multiplication
par un scalaire. Prenons donc la transformation de Laplace de l’équation de diffusion
ci-dessus par rapport au temps t :
ˆ ∞ ˆ ∞
∂ 2u ∂u
κ 2 exp (−pt) dt = exp (−pt) dt
0 ∂x 0 ∂t

5.3. MÉTHODES DES TRANSFORMATIONS INTÉGRALES
Soit U (x, p) la transformée de Laplace de u (x, t). L’équation ci-dessus devient donc
∂ 2U
κ = pU (x, p) − u (x, 0)
∂x2
Or d’après les conditions initiales u (x, 0) = 0, le deuxième terme du membre de droite

est nul et la solution de l’équation est immédiate
r r
p p
U (x, p) = A exp x + B exp − x ,
κ κ
hs
A et B étant des constantes qui peuvent dépendre de p. Pour que la solution soit physi-
quement acceptable, il faudrait que u (x, t) → 0 quand x → ∞, de manière conséquente,
at
U (x, p) → 0 et donc A = 0. La valeur de B est déterminée par la condition u (0, t) = u0
soit ˆ ∞
u0
M
U (0, p) = u0 exp (−pt) dt =
0 p
ainsi, r
u0 p
U (x, p) = exp − x .
p
RIκ
Pour obtenir la solution u (x, t), il faudrait prendre sa transformée de Laplace inverse qui
est liée à la fonction erreur erf (x)
OU
ˆ
2 x
erf (x) = √ exp −t2 dt
π 0
Finalement,
sB
x
u (x, t) = u0 1 − erf √
4κt
Pour obtenir la quantité de sel diffusée dans le tube à l’instant t, on intègre sur tout le
´∞
tube soit w (t) = 0 u (x, t) dx = 2 (κ/π)1/2 u0 t1/2 .
lsu
Cet exemple montre combien la transformation de Laplace peut simplifier énormément

Ce
l’EDP. Cependant, on peut remarquer que le prix à payer est de chercher la transformée de
Laplace inverse. Ce problème est moins sévère s’il s’agit de la transformation de Fourier.
Exemple 90. Une barre métallique infinie a une distribution de température initiale f (x)
sur toute sa longueur. Déterminer la distribution de température à un instant ultérieur
quelconque.
Dans cet exemple, nous nous intéressons aux valeurs −∞ < x < ∞ qui suggèrent
la transformation de Fourier par rapport à x. Supposons que la solution obéisse aux
conditions aux limites u (x, t) → 0 et ∂u/∂x → 0 quand |x| → ∞. Prenons donc la

transformée de Fourier de l’équation de diffusion

ˆ ∞ ˆ ∞
κ ∂ 2u 1 ∂
√ 2
exp (−ikx) dx = √ u exp (−ikx) dx
2π −∞ ∂x 2π ∂t −∞
Comme précédemment, notons U (k, t) la transformée de Fourier de u (x, t). On obtient

alors une équation différentielle ordinaire de premier ordre
∂U
−κk 2 U (k, t) =
∂t
hs
dont la solution est

U (k, t) = U (k, 0) exp −κk 2 t
at
où la condition initiale donne
ˆ ∞ ˆ ∞
1 1
M
U (k, 0) = √ u (x, 0) exp (−ikx) dx = √ f (x) exp (−ikx) dx = F (k) .
2π −∞ 2π −∞
La solution de Fourier peut alors se mettre sous la forme

RI
√
U (k, t) = F (k) exp −κk 2 t = 2πF (k) G (k, t)
√ −1
exp (−κk 2 t). U (k, t) apparaît alors comme un
OU
nous avons introduit G (k, t) = 2π

produit de transformées de Fourier et d’après le théorème de convolution, la solution
s’écrit ˆ ∞
u (x, t) = g (x − x0 , t) f (x0 ) dx0
−∞
sB
g (x, t) est noyau de la fonction de l’équation précédente, il est appelé fonction de Green.
En la calculant, on obtient
1
´∞
g (x, t) = exp (−κk 2 t) exp (ikx) dk
lsu
1
´
2π −∞
∞ 2 ix

= 2π −∞
exp −κt k −
2 κt k dk
1 x
= √
4πκt
exp − 4κt
Ce
Pour terminer, " #

ˆ
1 ∞
(x − x0 )2
u (x, t) = √ exp − f (x0 ) dx0
4πκt −∞ 4κt
qui peut être calculée (numériquement si nécessaire) quand la forme de la fonction f (x)
est donnée.
Dans le cas d’une distribution initiale de température à pic de Dirac f (x) = δ (x − a)

5.4. INTRODUCTION AUX FONCTIONS DE GREEN
centré en un point source x = a, la distribution aux instants ultérieurs

" #
1 (x − a)2
u (x, t) = √ exp −
4πκt 4κt
√
est une gaussienne dont la largeur croît avec t, une dépendance en temps caractéristique
des processus de diffusion.
hs
5.4 Introduction aux fonctions de Green
at
Nous étudions dans ce paragraphe une dernière méthode de résolution des EDP que
nous allons mettre sous une forme générale
M
Lu (~r) = ρ (~r) (5.4.1)
où L est un opérateur différentiel linéaire. Dans le cas de l’équation de Laplace par

RI
exemple, L = 4 alors que pour l’équation de Helmholtz L = 4 + k 2 . On note que
l’équation (5.4.1) est une équation inhomogène.
OU
5.4.1 Fonctions de Green
Considérons une équation différentielle ordinaire linéaire d’ordre n

sB
X
n
di y
ai (x) = f (x) (5.4.2)
i=0
dxi
lsu
que nous allons noter pour des raisons de brièveté Ly (x) = f (x). Supposons qu’une
fonction de Green G (x, z) existe de sorte la solution générale de cette équation, obéissant
à des conditions aux limites dans l’intervalle [a, b] soit donnée par
Ce
ˆ b
y (x) = G (x, z) f (z) dz (5.4.3)
a
où z est la variable d’intégration. Appliquons à cette intégrale l’opérateur différentiel L

ˆ b
Ly (x) = [LG (x, z)] f (z) dz = f (x) (5.4.4)
a
Ceci implique, en utilisant la distribution de Dirac,
LG (x, z) = δ (x − z) (5.4.5)

Cette égalité exprime la première propriété des fonctions de Green qui satisfont l’équation
différentielle originale mais avec un second membre égal à la fonction delta. Physiquement,
elle peut s’interpréter comme la réponse d’un système à une impulsion unité en x = z.
En plus, elle vérifie les mêmes conditions aux limites que la fonction inconnue y (x).
Maintenant, intéressons-nous aux propriétés de continuité de la fonction de Green et de
ses dérivées. Pour cela, intégrons l’équation (5.4.5)
n ˆ
X z+ ˆ z+
di G (x, z)
lim ai (x) dx = lim δ (x − z) dx = 1 (5.4.6)
→0
i=0 z− dxi →0 z−
hs
n
Puisque d G(x,z)
dxn
existe en x = z mais avec une valeur infinie, la dérivée d’ordre n − 1
doit avoir une discontinuité finie alors que les dérivées d’ordre inférieur i < n − 1 y sont
at
continues. Par conséquent, celles-ci ne contribuent pas à l’intégrale ci-dessus ; il ne reste
que le terme d’ordre n, après intégration par parties, soit
M
z+
dn−1 G (x, z)
lim an (x) =1 (5.4.7)
→0 dxn−1 z−
RI
Nous avons n autres contraintes qui sont que G (x, z) et ses dérivées jusqu’à l’ordre n − 2
n−1
sont continues en x = z mais que d dxG(x,z)
n−1 a une discontinuité de 1/an (z) en x = z.
OU
Exemple 91. Utiliser la fonction de Green pour résoudre l’équation
d2 y
+ y = cosecx
sB
dx2
sujette aux conditions aux limites y (0) = y (π/2) = 0.

Soit G (x, z) la fonction de Green. Elle doit vérifier
lsu
d2 G (x, z)
+ G (x, z) = δ (x − z)
dx2
Pour x 6= z, le membre de droite est nul. La solution, devant être telle que sa dérivée soit
Ce
discontinue, est donc

(
A (z) sin x + B (z) cos x, pour x < z
G (x, z) = ,
C (z) sin x + D (z) cos x, pour x > z
elle doit aussi vérifier les conditions aux limites afin de déterminer les constantes A (z) , . . . , D (z).
G (0, z) = G (π/2, z) = 0 conduisent à B (z) = C (z) = 0 de sorte que
(
A (z) sin x, pour x < z
G (x, z) = .
D (z) cos x, pour x > z

5.4. INTRODUCTION AUX FONCTIONS DE GREEN
Servons-nous maintenant des conditions de continuité de G et de discontinuité de dG/dx

en x = z :
D (z) cos z − A (z) sin z = 0
−D (z) sin z − A (z) cos z = 1
En résolvant ce système d’équations, nous trouvons
A (z) = − cos z, D (z) = − sin z.
Ainsi, (
hs
− cos z sin x, pour x < z
G (x, z) = .
− sin z cos x, pour x > z
at
La solution générale satisfaisant aux conditions aux limites y (0) = y (π/2) = 0 a pour
expression
M
´ π/2
y (x) = G (x, z) coseczdz
´x 0
´ π/2
= − cos x 0 sin zcoseczdz − sin x x cos zcoseczdz
= −x cos x + sin x ln (sin x)
RI
Pour des problèmes aux conditions aux limites inhomogènes, il faut procéder à un
OU
changement de fonction u = y − h (x) où h (x) est un polynôme d’ordre n − 1 obéissant

aux aux conditions aux limites. Cette technique s’étend naturellement aux problèmes de
dimension plus grande que 1.
sB
5.4.2 Problèmes aux valeurs limites

lsu
Supposons que l’on veuille résoudre l’équation (5.4.1) soumise à des conditions aux
Ce
limites non homogènes. Pour cela, rappelons le théorème de Green qui stipule que, pour
deux fonctions scalaires φ (~r) et ψ (~r) définies dans un volume V bornée par une surface
S, ˆ ˆ
(φ4ψ − ψ4φ) dV = ~ − ψ ∇φ
φ∇ψ ~ · n̂dS (5.4.8)
V S
~ · n̂ comme (∂ψ/∂n) ; c’est le taux de variation de

Il est souvent commode d’écrire ∇ψ
ψ dans la direction normale n̂ de la surface S. Supposons que l’EDP soit l’équation de
Poisson dont la fonction de Green vérifie
4G (~r, ~r0 ) = δ (~r − ~r0 ) (5.4.9)

Supposons pour commencer qu’il n’y a aucune conditions aux limites. Dans le théorème
de Green, faisons φ = u (~r) et ψ = G (~r, ~r0 )
ˆ ˆ
∂G (~r, ~r0 ) ∂u (~r)
[u (~r) 4G (~r, ~r0 ) − G (~r, ~r0 ) 4u (~r)] dV (~r) = u (~r) − G (~r, ~r0 ) dS (~r)
V S ∂n ∂n
(5.4.10)
et transformons la au moyen de l’équation de Poisson
ˆ ˆ
∂G (~r, ~r0 ) ∂u (~r)
[u (~r) δ (~r − ~r0 ) − G (~r, ~r0 ) ρ (~r)] dV (~r) = u (~r) − G (~r, ~r0 ) dS (~r) .
V S ∂n ∂n
hs
(5.4.11)
´
Puisque ~r0 est dans du volume V , V u (~r) δ (~r − ~r0 ) dV (~r) = u (~r0 ), et réarrangeant l’équa-
tion, la solution de l’équation de Poisson s’écrit
at
ˆ ˆ
∂G (~r, ~r0 ) ∂u (~r)
u (~r0 ) = G (~r, ~r0 ) ρ (~r) dV (~r) + u (~r) − G (~r, ~r0 ) dS (~r) . (5.4.12)
M
V S ∂n ∂n
Cette équation est très importante pour les problèmes inhomogènes suivant qu’il s’agisse
des conditions aux limites de Dirichlet ou de Neumann.
RI
OU
sB
lsu
Ce

5.5. EXERCICES
5.5 Exercices
1. Déterminer laquelle des solutions ci-dessous peut être mise sous la forme p = x2 +2y
uniquement, et par conséquent si elle est solution de
∂u ∂u
=x
∂x ∂y
(a) x2 (x2 − 4) + 4y (x2 − 2) + 4 (y 2 − 1) ;

(b) x4 + 2x2 y + y 2 ;
hs
(c) [x4 + 4x2 y + 4y 2 + 4] / [2x4 + x2 (8y + 1) + 8y 2 + 2y].
2. Résoudre les EDP suivantes par la méthode de séparation des variables
at
∂u
∂x
− x ∂u
∂y
=0 x ∂u
∂x
− 2y ∂u
∂y
=0
M
3. Résoudre les EDP aux conditions aux limites suivantes :
(a) x ∂u
∂x
+ xy = u, u = 2y sur la droite x = 1
(b) 1 + x ∂u = xu, u (x, 0) = x.
RI
∂y
4. Trouver la solution de
1 ∂u 1 ∂u
OU
+ =0
x ∂x y ∂y
pour
(a) u (0, y) = y et
sB
(b) u (1, 1) = 1.
5. Résoudre l’EDP
∂u ∂u
sin x + cos x = cos x
∂x ∂y
lsu
satisfaisant à
(a) u (π/2, y) = 0 et
(b) u (π/2, y) = y (y + 1).
Ce
6. Si u (x, y) satisfait à
∂ 2u ∂ 2u ∂ 2u
− 3 + 2 =0
∂x2 ∂x∂y ∂y 2
et u = −x2 et ∂u/∂x = 0 pour y = 0 pour tout x, trouver la valeur de u (0, 1).
7. Dans les cas où c’est possible, évaluer u (2, 2), u (x, y) étant la solution de
∂u ∂u
2y −x = xy 2y 2 − x2
∂x ∂y
satisfaisant aux conditions aux limites ci-dessous.

(a) u (x, 1) = x2 pour tout x.

(b) u (x, 1) = x2 pour x ≥ 0.
(c) u (x, 1) = x2 pour 0 ≤ x ≤ 3.
(d) u (x, 0) = x pour x ≥ 0.
(e) u (x, 0) = x pour tout x.
√
(f) u 1, 10 = 5.
√
(g) u 10, 1 = 5.
hs
8. La solution de l’équation
∂ 2u ∂ 2u ∂ 2u
at
6 − 5 + = 14
∂x2 ∂x∂y ∂y 2
qui satisfait u = 2x + 1 et ∂u/∂y = 4 − 6x sur la droite y = 0 est
M
u (x, y) = −8y 2 − 6xy + 2x + 4y + 1.
RI
En changeant les variables indépendantes de l’EDP par
ξ = x + 2y et η = x + 3y
OU
montrer qu’il est possible d’écrire 14 (x2 + 5xy + 6y 2 ) sous la forme

f1 (x + 2y) + f2 (x + 3y) − x2 + y 2
sB
et déterminer les formes de f1 (z) et de f2 (z).

9. Trouver la solution la plus générale de l’EDP ∂ 2 u/∂x2 + ∂ 2 u/∂y 2 = x2 y 2 .
10. L’équation de Schrödinger non relativiste
lsu
~2 2 ∂u
− ∇ u + V (r) u = i~
2m ∂t
Ce
est similaire à l’équation de diffusion. Dans le cas d’un potentiel constant, ie pour
une particule libre, montrer que la solution est de la forme A exp (lx + my + nz + λt)
dont la seule contrainte est
~2 2
− l + m2 + n2 = i~λ.
2m
Identifier, en particulier l’équation et la fonction d’onde obtenue en prenant λ

comme −iE/~ et l, m et n comme ipx /~, ipy /~ et ipz /~ respectivement ; E étant
l’énergie et p le moment de la particule. Ces identifications sont essentiellement les
relation de de Broglie et d’Einstein.

5.5. EXERCICES
11. Un fluide incompressible de densité ρ et de viscosité négligeable coule avec une

vitesse v le long d’un tube mince, droit et parfaitement flexible de section efficace
A soumis à une tension T . On suppose qu’un déplacement élémentaire transverse
u du tube est gouverné par
2
∂ 2u ∂ 2u 2 T ∂ u
2
+ 2v + v − = 0.
∂t ∂x∂t ρA ∂x2
(a) Montrer que la solution générale consiste en une superposition de deux formes
d’onde se déplaçant avec des vitesses différentes.
hs
(b) Le tube initialement a un déplacement élémentaire transverse u = a cos kx.
Quel est son mouvement subséquent ?
at
12. Dans un cable électrique de résistance R et de capacitance C par unité de longueur,
M
le signal de tension obéit à l’équation ∂ 2 V /∂x2 = RC∂V /∂t. Cette équation (de
type diffusion) a des solutions de la forme
´ζ q
f (ζ) = √2 2
exp (−ν ) dν avec ζ = x RC
π 0
RI 2 t
Elle a aussi des solutions de la forme V = Ax + D

OU
(a) Trouver une combinaison de celles-ci qui représente la situation après qu’une
tension constante V0 ait été appliquée en x = 0 à t = 0.
(b) Obtenir une solution décrivant la propagation du signal de tension résultant de
l’application d’un signal V = V0 pour 0 < t < T au bout x = 0.
sB
(c) Montrer que pour t T le maximum apparaît à une valeur x proportionnelle

√
à t et possède une amplitude proportionnelle à t−1 .
lsu
13. L’équation d’onde décrivant les vibrations transverses d’une membrane soumise à
une tension à T et ayant une densité de surface uniforme ρ est

∂ 2u ∂ 2u ∂ 2u
T + =ρ
Ce
∂x2 ∂y 2 ∂t2
Trouver une solution séparable appropriée à une membrane étirée de longueur a

et de largeur b, en montrant que les fréquences angulaires naturelles d’une telle
membrane sont données par

π2T
2 n2 m2
ω = + 2
ρ a2 b
où n et m sont des entiers positifs.

14. Une corde de longueur L, fixée à ses deux bouts, est tirée en son milieu d’une

amplitude A et est relâchée. Prouver que le déplacement subséquent est donné par
∞
X
8A (2n + 1) πx (2n + 1) πct
u (x, t) = sin cos
n=0
π 2 (2n + 1)2 L L
avec c2 = T /ρ. Déterminer l’énergie cinétique totale de la corde quand elle passe
à travers sa position maximale en calculant dans chaque mode (chaque n) et, en
sommant en utilisant le résultat
∞
X 1 π2
hs
=
n=0
π 2 (2n + 1)2 8
Confirmer que l’énergie totale est égale au travail effectué en tirant la corde initia-
at
lement.
15. Prouver que le potentiel pour ρ < a associé à un cylindre vertical de rayon a, les
M
deux valeurs pour lesquelles (cos φ > 0 and cos φ < 0) étant maintenues à des
potentiels opposés ±V , est donné par RI
4V X (−1)n ρ n+1
∞
u (ρ, φ) = cos (2n + 1) φ.
π n=0 2n + 1 a
OU
16. Dans la région −∞ < x, y < ∞ et −t ≤ z ≤ t, une onde de densité de charge

ρ (r) = A cos qx, dans la direction des x, est représentée par
ˆ ∞
eiqx
ρ (r) = √ ρe (α) eiαz dα.
sB
2π −∞
Le potentiel résultant est représenté par

ˆ ∞
eiqx
V (r) = √ Ve (α) eiαz dα.
lsu
2π −∞
Déterminer la relation entre Ve (α) et ρe (α), et montrer que le potentiel au point

Ce
(0, 0, 0) est donné par ˆ ∞

A sin kt
dk.
π0 −∞ k (k 2 + q 2 )

Chapitre Sixième
Equations intégrales
hs
« I seldom use equivalence to help decide upon a class,
at
But often find an integral, using a contour over a pass.
In short in matters rational, and logical and practical,
M
I am the very model for a student mathematical. »
(K. F. Riley, 2007)

RI
OU
Il n’est pas surprenant qu’en analysant des systèmes physiques, on rencontre une
équation où la fonction inconnue apparaît sous une intégrale. De telles équations sont
appelées équation intégrale qui fait l’objet de ce chapitre. Nous précisons tout de même
que les équations intégrales généralement rencontrées ne peuvent être résolues par les
sB
méthodes élémentaires de ce chapitre, on fera souvent recours aux méthodes numériques.
6.1 De l’équation différentielle à une équation intégrale

lsu
Les équations intégrales apparaissent dans plusieurs situations, partiellement parce

qu’une équation différentielle peut être toujours réécrite en équation intégrale. Il est sou-
Ce
vent avantageux de faire ces transformations car les questions concernant l’existence d’une
solution sont moins restrictives pour les équations intégrales qui peuvent automatique-
ment prendre en compte les conditions aux limites. Pour illustrer, considérons l’équation
différentielle
y 00 = f (x, y) (6.1.1)
où f (x, y) est une fonction x et de y et non de y 0 . Prenons deux intégrations successives

de l’équation différentielle ci-dessus
´x
y0 = f (z, y (z)) dz + c1
´ x ´ 0u (6.1.2)
y = 0 du 0 f (z, y (z)) dz + c1 x + c2
97
Dans la dernière équation, on peut permuter l’ordre d’intégration si la région du plan uz

reste inchangée. En changeant les bornes des intégrales, on a
´x ´x
y (x) = f (z, y (z)) dz z du + c1 x + c2
´x0
(6.1.3)
= 0 (x − z) f (z, y (z)) dz + c1 x + c2
qui est une équation intégrale de Volterra non linéaire. Les conditions aux limites permet-
tront alors de déterminer les constantes c1 et c2 .
hs
6.2 Types d’équations intégrales
at
A la fin du paragraphe précédent, nous avons vu qu’une équation différentielle peut
conduire à une équation intégrale non linéaire. Dans ce chapitre, nous allons nous intéresser
M
uniquement aux équations intégrales linaires de forme générale
ˆ b
g (x) y (x) = f (x) + λ K (x, z) y (z) dz, (6.2.1)
a
RI
les fonctions f (x), g (x) et K (x, z) sont des fonctions connues. K (x, z) est appelée noyau
de l’équation intégrale. Les bornes a et b sont aussi supposées connues, et peuvent être soit
OU
constantes soit fonction de x, et λ est une constante ou un paramètre connu. Si f (x) = 0,

l’équation intégrale est homogène sinon elle est inhomogène.
— Si g (x) = 0, la fonction inconnue y (x) n’apparaît que sous l’intégrale et l’équation
intégrale est dite de première espèce.
sB
— Si g (x) = 1, il s’agit d’une éuation intégrale de deuxième espèce.

Par rapport aux bornes de l’intégration, on dira qu’il s’agit d’une équation de
— Fredholm si a et b sont constants,
— Volterra si b = x
lsu
Si le noyau K (x, z) devient infini entre les bornes d’intégration ou si l’une au moins de
celles-ci est infinie, l’équation intégrale est dite singulière.
Ce
6.3 Notation opératorielle et existence des solutions

Pour des raisons de simplicité, nous allons introduire un opérateur linéaire K intégral
tel que ˆ b
Ky (z) = K (x, z) y (z) dz (6.3.1)
a
L’équation (6.2.1) peut alors se mettre sous une forme opératorielle
gy = f + λKy (6.3.2)

6.4. SOLUTIONS FERMÉES
que l’on peut formellement résoudre en discutant de la nullité ou non de g (x).
6.4 Solutions fermées

Dans certains (peu) cas, il est possible de trouver une forme ddéfinitive de la solution
des équations intégrales.
hs
6.4.1 Noyaux séparables
Les équations intégrales faciles à résoudre sont les équations de Fredholm ayant des
at
noyaux séparables ou dégénérés. Un noyau est séparable si
X
n
M
K (x, z) = φi (x) ψi (z) (6.4.1)
i=1
où φi (x) et ψi (z) sont des fonctions de x et de z respectivement et le nombre de termes

RI
n est fini. Considérons l’équation inhomogène de Fredholm de seconde espèce
ˆ b
y (x) = f (x) + λ K (x, z) y (z) dz (6.4.2)
OU
qui a un noyau séparable comme dans (6.4.1). On peut écrire
X
n ˆ b
sB
y (x) = f (x) + λ φi (x) ψi (z) y (z) d (6.4.3)

a
i=1 | {z }
ci
et la solution de l’équation est

lsu
X
n
y (x) = f (x) + λ ci φi (x) (6.4.4)
i=1
Ce
Exercice 92. Résoudre l’équation intégrale

ˆ 1
y (x) = x + λ xz + z 2 y (z) dz
0
6.4.2 Méthode des transformations intégrales
Si le noyau de l’équation intégrale peut être écrit comme une fonction de la différence
x − z de ses arguments, alors il est appelé noyau de déplacement. Une équation intégrale
ayant un tel noyau et des bornes d’intégration de −∞ à ∞ peut être résolue au moyen de la

transformation de Fourier. Considérons l’équation intégrale avec un noyau de déplacement

ˆ ∞
y (x) = f (x) + λ K (x − z) y (z) dz (6.4.5)
−∞
Il est clair que l’intégrale suivant z est un produit de convolution. Ainsi en prenant la
transformée de Fourier de cette équation, on obtient
√
Y (k) = F (k) + e (k) Y (k)
2πλK (6.4.6)
hs
qui, après réarrangement, devient
F (k)
Y (k) = .
at
√ (6.4.7)
1 − 2πλK e (k)
La solution est obtenue en prenant la transformée de Fourier inverse, soit,
M
ˆ ∞
1 F (k) exp (ikx)
y (x) = √ √ dk. (6.4.8)
2π −∞ 1 − 2πλK e (k)
RI
Exercice 93. Trouver la transformée de Fourier de la fonction
OU
(
1 si |x| ≤ a
g (x) =
0 si |x| > a
puis trouver une expression explicite de la solution de l’équation intégrale

sB
ˆ ∞
sin (x − z)
y (x) = f (x) + λ y (z) dz.
−∞ x−z
Déterminer la solution pour le cas spécial f (x) = sin x/x.

lsu
La transformée de Fourier de g (x) est directement donnée par

Ce
ˆ a
r
1 2 sin ka
G (k) = √ exp (−ikx) dx =
2π −a π k
Le noyau de l’équation intégrale est K (x − z) = sin (x − z) / (x − z). Utilisant le résultat

précédent, ( p
e (k) = π/2 si |k| ≤ 1,
K
0 si |k| > 0.
Par conséquent, (
F (k) / (1 − πλ) si |k| ≤ 1,
Y (k) =
F (k) si |k| > 0.

6.4. SOLUTIONS FERMÉES
dont la transformée de Fourier inverse est donnée par
1
1 ´1
y (x) = f (x) + − 1 √ F (k) exp (ikx) dk
1−πλ
πλ √1
´2π1 −1
= f (x) + 1−πλ 2π −1 F (k) exp (ikx) dk
Ce résultat suppose que λ 6= 1/π.

Pour le cas spécial où f (x) = sin x/x, la transformée de Fourier est F (k) est identique
à celle de g (x) et la solution devient
´1
hs
sin x 1
y (x) = + 1−πλ − 1 √12π −1 F (k) exp (ikx) dk
sin x πλ √1
x
´ 1 p π sin x πλ sin x 1 sin x
= x
+ 1−πλ 2π −1 2
exp (ikx) dk = x
+ 1−πλ x
= 1−πλ x
at
Si par contre, l’équation intégrale est du type Volterra avec des bornes d’intégration
0 et x, la solution peut être obtenue de manière similaire au moyen du théorème de
M
convolution pour la transformation de Laplace. On obtiendrait
F (p)
Y (p) = (6.4.9)
1 − λKe (p)
RI
Comme dernier exemple de l’utilisation de la transformation de Fourier dans la résolu-
tion des équations intégrales, mentionnons celles qui ont des limites d’intégration de −∞
OU
à ∞ et que le noyau est de la forme
K (x, z) = exp (−ixz) (6.4.10)

sB
Considérons par exemple l’équation inhomogène de Fredholm

ˆ ∞
y (x) = f (x) + λ exp (−ixz) y (z) (6.4.11)
−∞
lsu
dont le deuxième terme du membre de droite n’est rien d’autre que la transformée de
Fourier Y (x) de y (x). On écrit alors
Ce
√
y (x) = f (x) + λ 2πY (x) (6.4.12)
Prenons maintenant sa transformée de Fourier mais en continuant de noter la variable

indépendante x (au lieu de k) pour obtenir
√
Y (x) = F (x) + λ 2πy (−x) (6.4.13)
Substituant (6.4.13) dans (6.4.12), nous obtenons

√
y (x) = f (x) + λ 2πF (x) + 2πλ2 y (−x) (6.4.14)

mais en faisant x → −x, il vient

√
y (x) = f (x) + λ 2πF (x) + 2πλ2 f (−x) + (2π)3/2 λ3 F (−x) + (2π)2 λ4 y (x) (6.4.15)
à partir de laquelle on extrait la solution
1 h √ i
2 3/2 3
y (x) = f (x) + λ 2πF (x) + 2πλ f (−x) + (2π) λ F (−x) (6.4.16)
1 − (2π)2 λ4
√ √
à condition que λ 6= ±1/ 2π ou λ 6= ±i/ 2π.
hs
Exemple 94. Résoudre l’équation intégrale
ˆ
at
∞
x2
y (x) = exp − +λ exp (−ixz) y (z)
2 −∞
M
pour une constante réelle λ. Montrer que la solution est unique à moins que λ ne prenne
une des deux valeurs particulières que l’on déterminera. Discuter la solution pour ces cas
là.
RI
La solution de cette équation est donnée par (6.4.16). Il est indispensable de connaître
la transformée de Fourier de la fonction f (x) = exp (−x2 /2) qui est une gaussienne. Or
nous savons que la transformée d’une gaussienne est une gaussienne soit donc F (k) =
OU
exp (−k 2 /2). Il vient donc que

h i 2
1 √ 2 3/2 3 x
y (x) = 2 4 1 + λ 2π + 2πλ + (2π) λ exp −
1 − (2π) λ 2
sB
√
qui est unique si et seulement si λ 6= ±1/ 2π puisque λ est réel.
√
Dans le cas où λ = 1/ 2π, l’équation (6.4.15) s’écrit
lsu
y (x) = f (x) + F (x) + f (−x) + F (−x) + y (x)
Pour qu’une solution y (x) existe, il faut que

Ce
f (x) + F (x) + f (−x) + F (−x) = 0

√
ce qui est satisfait si f (x) = −F (x). Si par contre λ = −1/ 2π, on aurait abouti à la
condition f (x) = F (x). En rapport avec la fonction f (x) = exp (−x2 /2), comme nous
√
l’avons noté f (x) = F (x), l’équation intégrale n’admet pas de solution pour λ = 1/ 2π
√
mais une infinité de solutions existe pour λ = −1/ 2π.
Remarque 95. Une approche similaire peut être utilisé pour des noyaux de la forme K (x, z) =
cos xz ou K (x, z) = sin xz en considérant les parties réelles et/ou imaginaires des transformées
de Fourier ou en utilisant les transformées cosinus ou sinus de Fourier directement.

6.5. SÉRIES DE NEUMANN
6.4.3 Différentiation
Une autre forme de solution d’équation de Volterra peut parfois être obtenue en dif-
férentiant l’équation pour obtenir l’équation différentielle correspondante, probablement
facile à résoudre.
Exemple 96. Résoudre l’équation

ˆ
hs
x
y (x) = x − xz 2 y (z) dz
0
at
Divisant par rapport à x, nous obtenons l’équation
ˆ x
y (x)
M
=1− z 2 y (z)
x 0
qui peut être différentiée par rapport à x,

d y (x)
RI
2 3 y (x)
= −x y (x) = −x
dx x x
OU
Celle-ci peut être intégrée aisément,

y (x) x4
ln =− +c
x 4
sB
soit finalement 4
x
y (x) = A exp −
4
où A est une constante arbitraire pouvant être déterminée à partir de l’équation originale ;
lsu
ce qui donne A = 1.
Ce
6.5 Séries de Neumann
Nous l’avons dit maintes fois que la plupart des équations intégrales n’ont pas de
forme simple, par conséquent il est difficile d’obtenir une forme générale de leur solution.
Dans de tels cas, on peut essayer d’obtenir la solution sous la forme d’une série infinie.
Considérons l’équation (6.2.1)
ˆ b
y (x) = f (x) + λ K (x, z) y (z) dz (6.5.1)
a

où on suppose ici que λ est un paramètre très petit. Dans cette équation, on peut substituer
y (x) de sorte que
ˆ b ˆ b ˆ b
2
y (x) = f (x) + λ K (x, z) f (z) dz +λ dz1 K (x, z1 ) K (z1 , z2 ) y (z2 ) dz2 (6.5.2)
a a a
| {z }
y1 (x)
qui est au second ordre en λ. En répétant la procédure à des ordres supérieurs en λ et en

introduisant les fonctions
hs
K1 (x, z) = K (x, z)
´b
K2 (x, z) = dz1 K (x, z1 ) K (z1 , z) (6.5.3)
´b ´b a
at
K3 (x, z) = a dz1 a K (x, z1 ) K (z1 , z2 ) , K (z2 , z) dz2
et ainsi de suite, obéissant aux relations de récurrence
M
ˆ b
Kn (x, z) = K (x, z1 ) Kn−1 (z1 , z) dz1 . (6.5.4)
a
De cette façon, l’approximation de la solution à l’ordre n s’écrit

RI
X
n ˆ b
m
yn (x) = f (x) + λ Km (x, z) f (z) dz (6.5.5)
OU
m=1 a
et la solution de l’équation intégrale originale est alors donnée par y (x) = limn→∞ yn (x)
sous la condition que la série infinie converge. Utilisant la relation ci-dessus, nous pouvons
sB
écrire ˆ b
yn (x) = f (x) + λ R (x, z; λ) f (z) dz (6.5.6)
a
où la résolvante R (x, z; λ) est donnée par

lsu
∞
X
R (x, z; λ) = λm Km+1 (x, z) (6.5.7)
m=0
Ce
Clairement, la résolvante et donc la solution série ne convergera que si λ est suffisamment

petit. On montre que la série converge dans un certain domaine de λ si le noyau est borné
de sorte que ˆ ˆ b b
2
|λ| dx |K (x, z)|2 dz < 1. (6.5.8)
a a
Exemple 97. Utiliser la série de Neumann pour résoudre l’équation intégrale
ˆ 1
y (x) = x + λ xzy (z) dz.
0
´1
Déterminons les différents noyaux. K1 (x, z) = xz, K2 (x, z) = 0
xz12 zdz1 = 31 xz, K3 (x, z) =

6.6. THÉORIE DE FREDHOLM
1
´1 ´1
1 n−1
3 0
xz12 zdz1 = 19 xz, . . . ,Kn (x, z) = 1
3 0
xz12 zdz1 = 3
xz. La solution devient
∞ ˆ m ∞
" ∞
#
X 1
1 X λ m+1 X λ m+1
y (x) = x + λm+1 xz 2 dz = x + x =x 1+
m=0 0 3 m=0
3 m=0
3
qui ne converge que si |λ| < 3, soit donc
λx 3x
y (x) = x + = .
3−λ 3−λ
hs
Notons que la condition |λ| < 3 pourrait être dérivée à partir de la condition (6.5.8).
at
6.6 Théorie de Fredholm
Comparativement à la série de Neumann, l’approche de Fredholm qui utilise aussi
M
une série infinie est beaucoup plus élégante. Elle consiste à écrire la résolvante R (x, z; λ)
comme le rapport de deux séries infinies RID (x, z; λ)
R (x, z; λ) = (6.6.1)
d (λ)
Les numérateur et dénominateur sont donnés par

OU
P−∞ (−1)n n
D (x, z; λ) = n=0 n! λ D (x, z)
P−∞ (−1)n n (6.6.2)
d (λ) = n=0 n! λ dn
sB
où les fonctions D (x, z) et les constantes dn sont obtenues grâce aux relations de récurrence
comme suit. On commence par
D0 (x, z) = K (x, z) et d0 = 1, (6.6.3)

lsu
K (x, z) étant le noyau de l’équation intégrale originale. Les coefficients d’ordre élevé en
λ sont donnés par
Ce
´b
dn = Dn−1 (x, x) dx
a
´b . (6.6.4)
Dn (x, z) = K (x, z) dn − n a K (x, z1 ) Dn−1 (z1 , z) dz1
Malgré que les formules sont compliquées à première vue, leur application est souvent
simple. En outre, pour la solution de Fredholm, les séries en puissance (6.6.2) convergent
pour toutes les valeurs de λ contrairement aux séries de Neumann. Ainsi, la méthode de
Fredholm conduit à une unique, non singulière solution tant que d (λ) 6= 0.
Exemple 98. Résoudre l’équation intégrale précédente en utilisant la théorie de Fred-

holm.

D’après la méthode,
ˆ 1 ˆ 1
D (x, z; λ)
y (x) = x + λ R (x, z; λ) zdz = x + λ zdz
0 0 d (λ)
Déterminons la résolvante. D0 (x, z) = K (x, z) = xz et d0 = 1 et utilisant les relations de

´1 ´1
récurrence, d1 = 0 D0 (x, x) dx = 1/3 et D1 (x, z) = xz/3 − 0 xz12 zdz1 = 0. Par suite,
dn = 0 et Dn (x, z) = 0 pour n > 1 de sorte que
λ
D (x, z; λ) = xz et d (λ) = 1 −
hs
3
En les substituant, ˆ 1
xz 2
at
3x
y (x) = x + λ dz =
0 1 − λ/3 3−λ
qui est le même résultat que précédemment obtenu dans la série de Neumann.
M
6.7 Théorie de Schmidt-Hilbert
RI
La méthode de Schmidt-Hilbert ne s’applique qu’aux équations intégrales dont les
noyaux sont hermitiques. Un noyau est dit hermitique s’il a la propriété
OU
K (x, z) = K ∗ (z, x) (6.7.1)
et il est évident que les noyaux réels sont symétriques et hermitiques. Commençons par
sB
considérer l’équation intégrale homogène
y = λKy (6.7.2)
lsu
où l’opérateur intégral K a un noyau hermitique. L’équation (6.7.2) est une équation aux
valeurs propres dont les solutions sont yi associées aux valeurs propres λi . En général, on
choisit ces fonctions orthonormales ie
Ce
ˆ b
hyi |yj i = yi∗ (x) yj (x) dx = δij (6.7.3)
a
La théorie de Schmidt-Hilbert n’a pas pour but de déterminer les vecteurs propres de
(6.7.2) mais de déterminer la solution de l’équation intégrale inhomogène
y = f + λKy (6.7.4)
où K = K† dont le spectre est connu. On suppose que y (x) et f (x) peuvent être développés
P P
sur la base yi (x) ie y (x) = i ai yi (x) et f (x) = i bi yi (x). En plus, on a yi (x) =

6.7. THÉORIE DE SCHMIDT-HILBERT
λi Kyi (x) de sorte que l’équation intégrale prend la forme

X X X
ai yi (x) = bi yi (x) + ai λKyi (x) (6.7.5)
i i i
En la projetant sur yj (x) et en utilisant la relation d’orthonormalité ci-dessus, les coeffi-

cients ai peuvent être obtenus
bi
ai = (6.7.6)
1 − λλ−1
i
et finalement,
hs
X bi
y (x) = yi (x) (6.7.7)
i
1 − λλ−1
i
at
à condition que λ 6= λi . Si λ = λi , les coefficients ai deviennent singuliers et aucune
solution n’existe à moins que f soit orthogonal à toutes les solutions propres.
M
RI
Exemple 99. Utiliser la théorie de Schmidt-Hilbert pour résoudre l’équation intégrale
ˆ
OU
π
y (x) = sin (x + α) + λ sin (x + z) y (z) dz
0
Il est clair que le noyau K (x, z) = sin (x + z) est réel et symétrique et donc hermitique.
Les valeurs propres de l’équation homogène sont λ1,2 = ±2/π respectivement associées
sB
aux fonctions propres orthonormales
1 1
y1 (x) = √ (sin x + cos x) et y2 (x) = √ (sin x − cos x)
π π
lsu
La solution de l’équation inhomogène a la forme
y (x) = a1 y1 (x) + a2 y2 (x)

Ce
où les coefficients a1 et a2 sont calculés à partir de (6.7.6)
1
´π √
π
a1 = √1 (sin z + cos z) sin (z + α) dz = (cos α + sin α)
1−πλ/2
1
´ π 1π
0 2−πλ
√
π
a2 = 1−πλ/2 0
√
π
(sin z − cos z) sin (z + α) dz = 2+πλ
(cos α − sin α)
La solution du problème est donc

1 πλ
y (x) = sin (x + α) + cos (x − α) .
1 − (πλ/2)2 2

6.8 Exercices
1. Résoudre l’équation intégrale
ˆ ∞
cos (xv) y (v) dv = exp −x2 /2
0
pour la fonction y = y (x) pour x > 0. On choisira convenablement pour x < 0 la

fonction y (x).
hs
2. Convertir x
f (x) = exp x + (x − y) f (y) dy
0
at
en une équation différentielle, et montrer alors que sa solution est
(α + βx) exp x + γ exp (−x) ,
M
où α, β et γ sont des constantes que l’on déterminera.
3. Résoudre pour ϕ (x) l’équation intégrale

RI
ˆ 1 n
x y n
ϕ (x) = f (x) + λ + ϕ (y) dy
0 y x
OU
où f (x) est borné pour 0 < x < 1 et − 21 < n < 12 , en exprimant la réponse en
´1
fonction des quantités Fm = 0 f (y) y m dy.
sB
(a) Donner la solution explicite pour λ = 1.
(b) Pour quelles valeurs de λ n’y a-t-il pas de solutions à moins que F±n n’aient un
rapport particulier ? Quel est ce rapport ?
lsu
4. Le noyau de l’équation intégrale

ˆ b
ψ (x) = λ K (x, y) ψ (y) dy
Ce
a la forme ∞
X
K (x, y) = hn (x) gn (y)
n=0
où les fonctions hn (x) forment une base orthonormale de fonctions dans l’intervalle
[a, b].
(a) Montrer que les valeurs propres λi sont données par

det M − λ−1 I = 0

6.8. EXERCICES
où M est la matrice des éléments

ˆ b
Mij = gi (u) hj (u) du.
a
P∞ (i)
Si les solutions correspondantes sont ψ (i) (x) = n=0 an hn (x), trouver une
(i)
expression de an .
(b) Déterminer les valeurs et les fonctions propres sur l’intervalle [0, 2π] si
hs
X∞
1
K (x, y) = cos nx cos ny.
n
at
n=0
M
5. Pour f (t) = exp (−t2 /2), utiliser les relations entre les transformées de Fourier de
f 0 (t) et tf (t) et celle de f (t) même pour obtenir une simple équation différentielle
satisfaite par F (ω), la transformée de Fourier de f (t), et déterminer alors F (ω) à
une constante près. Utiliser ce résultat pour résoudre l’équation intégrale en h (t)
RI
ˆ ∞
2 /8
e−t(t−2x)/2 h (t) dt = e3x
−∞
OU
6. A une conférence internationale pour la paix, un grand nombre de délégués est

assis autour d’une table circulaire de sorte que les délégations alliées sont côte à
sB
côte et les délégations les plus opposées ont des places diamétricalement opposées.
La position d’un délégué est notée θ, avec 0 ≤ θ ≤ 2π. La colère f (θ) ressentie par
un délégué à la position θ est la somme de sa propre hostilité h (θ) et les influences
qu’ont sur lui chacun des autres délégués : un délégué à la position φ contribue à
lsu
hauteur de K (θ − φ) f (φ). Ainsi

ˆ 2π
f (θ) = h (θ) + K (θ − φ) f (φ) dφ
Ce
Montrer que si K (ψ) prend la forme K (ψ) = k0 + k1 cos ψ alors
f (θ) = h (θ) + p + q cos θ + r sin θ
et évaluer p, q et r. Une valeur positive de k1 implique que le délégué tend à plaquer

ses opposants en supportant ses alliés tandis qu’une valeur négative de k1 implique
qu’il calme ses alliés en étant en furie avec ses opposants. Un compromis sera trouvé
si f (θ) excède un certain seuil pour une certaine valeur de θ. Ce compromis est-il
vraisemblablement obtenu pour des valeurs positives ou négatives de k1 ?

7. L’opérateur M est définie par

ˆ ∞
Mf (x) ≡ K (x, y) f (y) dy
−∞
où K (x, y) = 1 dans le carré |x| < a, |y| < a et K (x, y) = 0 ailleurs. Considérer
les possibles valeurs propres de M et les fonctions propres associées ; montrer que
les seules valeurs propres possibles sont 0 et 2a et déterminer les fonctions propres
associées. Trouver alors la solution générale de
ˆ
hs
∞
f (x) = g (x) + λ K (x, y) f (y) dy.
−∞
at
8. Utiliser la théorie de Fredholm pour montrer que, pour le noyau
M
K (x, z) = (x + z) exp (x − z)
sur l’intervalle [0, 1], la résolvante est

exp (x − z) (x + z) − λ
RI 1
2
x + 12 z − xz − 1
3
R (x, z; λ) = 1 2
1−λ− 12
λ
OU
et résoudre alors
ˆ 1
2
y (x) = x + 2 (x + z) exp (x − z) y (z) dz
0
´1
sB
exprimant la solution en termes de In , avec In = 0

un exp (−u) du.
lsu
Ce

Chapitre Huitième
Calcul variationnel
hs
« It is impossible to trap modern physics into
predicting anything with perfect determinism
at
because it deals with probabilities
M
from the outset. »
RI (Sir Arthur EDDINGTON, 1882-1944)
Dans des problèmes d’extrêmum à plusieurs variables, on a affaire à une fonction

de n variables f (x1 , x2 , ..., xn ) et on recherche celles qui maximisent ou qui minimisent la
OU
fonction. La procédure naturelle serait de résoudre les n équations à n inconnues obtenues

à partir des dérivées partielles.
Géométriquement, f est une fonction dans un espace de dimension n et le problème
sB
consiste à déterminer le point où f a la plus grande ou la plus petite valeur. En assimilant

les points (x1 , x2 , ..., xn ) à un chemin dans un espace de dimension deux, le problème
d’extrêmum revient à trouver le chemin pour lequel f à une valeur maximale ou minimale.
On différencie alors la fonction par rapport à un point du chemin. Autrement dit,
lsu
∂f X ∂f ∂xi
n X ∂f
n
= = δαi = 0 (7.0.1)
∂xα i=1
∂x i ∂x α i=1
∂x i
Ce
7.1 Problème variationnel

Un problème variationnel consiste en une fonction dont les valeurs dépendent du che-
min, c’est-à-dire elle fournit des valeurs en fonction du chemin. Une telle fonction est
appelée fonctionnelle, parce que ses arguments sont des fonctions. Si L est une fonction-
nelle et x (t) représente un chemin dans le plan tx, la valeur de la fonctionnelle pour ce
chemin est notée L [x]. Une fonctionnelle est en général fonction de x (t) et ẋ (t) sur un
intervalle [a, b]. Alors,
ˆ b
L [x] = L (x (t) , ẋ (t) , t) dt (7.1.1)
a
111
Calcul variationnel
Pour chaque chemin, l’intégrand devient une fonction de t qui peut être intégrée pour
donner un réel.
Exemple 100. Soit deux points Pa = (a, ya ) et Pb = (b, yb ) dans le plan xy. Considérer les

points Py = a+b
2
, y situés la perpendiculaire bissectrice de [a, b] et le chemin consiste aux
segments Pa Py et Py Pb . Pour quelle valeur de y la longueur de ce chemin est minimale ?
Solution : La longueur d’un segment est donnée par
s
ˆ bp ˆ 2
hs
b
dy
L= dx2 + dy 2 = 1+ dx. (7.1.2)
a a dx
at
Les équations du chemin sont
(
2(y−ya ) (a+b)ya −2ay
x + si a < x < (a + b) /2
M
b−a b−a
y (x) = 2(yb −y) 2by−(a+b)ya
b−a
x + b−a
si (a + b) /2 < x < b
En substituant dans l’intégrale, on a

RI
´ (a+b)/2 q
y−ya 2
´b q
b −y
2
L = 1 + 4 dx + 1 + 4 yb−a dx
q
a b−a
q(a+b)/2
1 2 2 2 2
= 2 (b − a) + 4 (y − ya ) + (b − a) + 4 (yb − y) .
OU
En différentiant par rapport à y et posant le résultat égal à zéro, ceci conduit à
y − ya yb − y
q =q
sB
(b − a)2 + 4 (y − ya )2 (b − a)2 + 4 (yb − y)2
dont la solution est y = (ya + yb ) /2. Le chemin le plus court joignant Pa et Pb est la droite
liant Pa à Pb .
lsu
7.1.1 Equation d’Euler-Lagrange

Ce
L’exemple précédent montre que le chemin le plus court entre deux points contient
leur milieu. Qu’en est-il si on a plusieurs points ? Il existe une méthode qui détermine le
chemin le plus court parmi tous les chemins possibles.
Revenons à l’équation (7.1.1) et généralisons l’équation (7.0.1) au cas d’un chemin
continu. La dérivée par rapport à un chemin est appelée dérivée fonctionnelle et δ est
utilisé en lieu et place du symbole ∂, à propos. Ainsi
ˆ b ˆ b
δL [x] δ δ
= L (x (t) , ẋ (t) , t) dt = L (x (t) , ẋ (t) , t) dt (7.1.3)
δx (τ ) δx (τ ) a a δx (τ )

7.1. PROBLÈME VARIATIONNEL
L étant une fonction ordinaire de x, ẋ et t, nous avons
δ ∂L ∂x (t) ∂L ∂ ẋ (t)
L (x (t) , ẋ (t) , t) = + (7.1.4)
δx (τ ) ∂x ∂x (τ ) ∂ ẋ ∂x (τ )
∂xi
parce t est indépendant de x (τ ). On peut généraliser le cas discret ∂xα
= δiα au moyen
de la distribution de Dirac, soit
∂x (t)
= δ (t − τ ) (7.1.5)
∂x (τ )
hs
Qu’en est-il de la dérivée fonctionnelle du second terme de (7.1.4) ? Utilisons la définition
de la dérivée et la relation (7.1.5) pour écrire que
at
h i
∂ ẋ(t) ∂ x(t+ε)−x(t) 1 ∂x(t+ε) ∂x(t)
∂x(τ )
= ∂x(τ )
limε→0 ε
= limε→0 ε ∂x(τ )
− ∂x(τ )

M
dδ(t−τ )
= limε→0 1ε (δ (t + ε − τ ) − δ (t − τ )) = dt
(7.1.6)
L’équation (7.1.3) devient
ˆ b
δL [x] ∂L
RI
∂L dδ (t − τ )

∂L d ∂L
= δ (t − τ ) + dt = (τ ) − (7.1.7)
δx (τ ) a ∂x ∂ ẋ dt ∂x dτ ∂ ẋ
OU
où nous avons utilisé, dans la dernière égalité, les propriétés de dérivée d’une distribution,
ici celle de Dirac ; et l’hypothèse que τ est contenu dans l’intervalle [a, b]. Les chemins
extrêma de la fonctionnelle sont déterminés par l’équation
∂L d ∂L
sB
(τ ) − =0 (7.1.8)
∂x dτ ∂ ẋ
dite équation d’Euler-Lagrange. Cette équation est au coeur de tous les problèmes varia-
tionnels. La connaissance de la fonction L permet alors de déterminer les extrêma.
lsu
Exemple 101. On considère le segment de l’exercice précédent et on cherche le chemin

Ce
extrêmum y (x).
p
Solution En définissant la fonction L comme L = 1 + y 02 , l’équation d’Euler-
Lagrange devient, !
0
d y
p =0
dx 1 + y 02
dont la solution est une droite y (x) = cx + d, où c et d sont des constantes d’intégration
pouvant être déterminées par les conditions aux limites. Malheureusement, on ne sait pas
s’il s’agit du chemin le plus court ou le plus long. Ceci implique que l’équation d’Euler-
Lagrange est nécessaire mais pas suffisante.

Calcul variationnel
7.1.2 Identité de Beltrami
Dans la plupart des problèmes variationnels, L ne dépend pas de t. Dans une telle
situation, l’équation d’Euler-Lagrange se simplifie considérablement. Soit
dL ∂L ∂L dẋ
= ẋ +
dt ∂x ∂ ẋ dt
∂L
En substituant ∂x
de l’équation d’Euler-Lagrange, on a

hs
dL d ∂L ∂L dẋ d ∂L d ∂L
= ẋ + = ẋ ⇒ L − ẋ =0
dt dt ∂ ẋ ∂ ẋ dt dt ∂ ẋ dt ∂ ẋ
at
soit encore
∂L
L − ẋ =C (7.1.9)
∂ ẋ
M
C’est l’identié de Beltrami.
Exemple 102. Le problème de Brachistochrone Une perle glisse sans friction le long
RI
d’un barreau de diverses formes à cause de la gravité. Quelle est la forme qui donne la
plus courte durée ? Ce problème est connu sous le nom de problème de Brachistochrone
OU
qui marque le début du calcul variationnel. Plus précisément, considérer divers chemins
liant Pa (xa , ya ) et Pb (xb , yb ) avec yb < ya . Une masse m, initialement au repos, roule sans
frottement de Pa vers Pb . Déterminer l’équation du chemin de courte durée.
sB
Solution : Pour chaque élément ds du chemin, la durée du trajet est dt = ds/v où v

est la vitesse sur ds. Si ds est situé à la hauteur y par rapport au sol, alors la conservation
de l’énergie donne
lsu
p
mgya = 12 mv 2 + mgy v= 2g (ya − y)
Alors, p
ˆ ˆ ˆ Pb p
Ce
Pb Pb
ds dx2 + dy 2 1 + y 02
L [y] = = p = p dx
Pa v Pa 2g (ya − y) Pa 2g (ya − y)
p p
et L (y, y 0 ) = 1 + y 02 / 2g (ya − y). Puisque L est indépendant de x, on peut utiliser
l’identité de Beltrami :
s s
1 + y 02 ∂ 1 + y 02
− y0 0 =C
2g (ya − y) ∂y 2g (ya − y)
ou encore
p ∂ p p
1 + y 02 − y 0 0 1 + y 02 = C 2g (ya − y).
∂y

En différentiant à gauche, on obtient
1 p
p = C 2g (ya − y)
1 + y 02
qui devient, après avoir pris les carrés,

s
dy k
= −1
dx ya − y
hs
Faisons la substitution u = k
ya −y
, ce qui conduit à dy = (k/u)2 du et l’équation différentielle
change en
k du √
at
= u−1
u2 dx
qui devient, après intégration
M
√
x u−1 √
= + arctan u − 1 + C
k u
Quand y → ya , u → ∞ et x → xa . Alors, C = xa /k − π/2 et la solution devient

RI
√
x − xa u−1 √ π
= + arctan u − 1 −
k u 2
OU
√
Posons tan ϕ = u − 1, alors u = 1 + tan2 ϕ = sec2 ϕ ou encore y = ya − k cos2 ϕ. En
substituant dans x,
x − xa π k
sB
= sin ϕ cos ϕ + ϕ − =⇒ x − xa = (θ − sin θ)

k 2 2
avec θ = 2ϕ − π. Finalement, la solution

lsu
x − xa = k2 (θ − sin θ)
y − ya = − k2 (1 − cos θ)
est l’équation paramétrique d’un cycloïde.

Ce
Exemple 103. Le problème du film de savon Quand un film de savon est étiré le long
d’un système, la tension de surface rend l’aire minimale. Le film est en général une surface
p
de révolution de rayons a et b et de longueur h. L’élément de surface est 2πy dx2 + dy 2 .
Alors la fonctionnelle à rendre extrêmale est
ˆ h p
L [y] = 2π y 1 + y 02 dx, y (0) = a, y (h) = b
0
p
Puisque L (x, y, y 0 ) = y 1 + y 02 est indépendant de x, on peut utiliser l’identité de Bel-

Calcul variationnel
trami et on obtient p
p
02 0 ∂ 02
y 1 + y − y 0 y 1 + y = C1 .
∂y
Ce qui conduit à q
p
y = C1 1 + y ou y = (y/C1 )2 − 1
02 0
Posons u = y/C1 pour simplifier cette équation en
du
C1 √ = dx
u2 − 1
hs
qui peut être facilement résolue,
√ √ x−C2
at
x = C1 ln u + u2 − 1 + C2 ou u + u2 − 1 = e C1 = ev
La relation entre u et v est telle que
M
u = cosh v
RI
Revenant aux variables x et y, on obtient

x − C2
y = C1 cosh
C1
OU
où les constantes C1 et C2 peuvent être déterminées au moyen des conditions aux limites
y (0) = a et y (h) = b.
sB
7.1.3 Cas de plusieurs variables dépendantes

lsu
Le chemin de (7.1.1) n’a qu’une seule variable. On peut considérer des chemins dans
un espace de dimension m où L dépend de {xα (t)}m α=1 et de leurs dérivées. Dans ces
conditions, l’équation (7.1.4) devient
Ce
Xm
δ ∂L ∂xβ (t) ∂L ∂ ẋβ (t)
L (x (t) , ẋ (t) , t) = +
δxα (τ ) β=1
∂x β ∂xα (τ ) ∂ ẋβ ∂xα (τ )
où x = (x1 , x2 , ..., xm ). Pour cela, nous avons besoin de l’équivalent des équations (7.1.5)
et (7.1.6)
∂xβ (t) ∂ ẋβ (t)
∂xα (τ )
= δαβ δ (t − τ ) ∂xα (τ )
= δαβ dtd δ (t − τ ) , (7.1.10)
de sorte que
δ ∂L ∂L d
L (x (t) , ẋ (t) , t) = δ (t − τ ) + δ (t − τ )
δxα (τ ) ∂xα ∂ ẋα dt

La version multivariable de l’équation d’Euler-Lagrange devient
∂L d ∂L
∂xα
(τ ) − dτ ∂ ẋα
= 0, α = 1, 2, ..., m (7.1.11)
7.1.4 Cas de plusieurs variables indépendantes

L’équation (7.1.11) est une généralisation de l’équation d’Euler-Lagrange. Elle corres-
pond à un chemin (généralement une ligne courbe) dans un espace à plusieurs dimen-
sions. Il y a une autre généralisation : le passage du chemin à une surface. Dans ce cas, la
hs
variable dépendante est fonction de plusieurs variables indépendantes. Ainsi, considérons
une fonction φ de m variables que nous notons collectivement x, et au lieu de l’équation
(7.1.1), il faut considérer plutôt la fonctionnelle
at
¨
L [φ] = dm xL (φ; φ,1 , φ,2 , ..., φ,m ; x) (7.1.12)
M
Ω
où φ,α désigne la dérivée par rapport à xα et Ω est une région de l’espce à m dimensions.
La dérivée variationnelle (7.1.3) devient
RI
∂L ∂φ (x) X ∂L ∂φ,α
m
δ
L (φ; φ,1 , φ,2 , ..., φ,m ; x) = + (7.1.13)
δφ (y) ∂φ ∂φ (y) α=1 ∂φ,α ∂φ (y)
OU
En plus, les équations (7.1.5) et (7.1.6) se généralisent en
∂φ(x) ∂φ,α ∂
∂φ(y)
= δ (x − y) ∂φ(y)
= ∂xα
δ (x − y) (7.1.14)
sB
En substituant ces dérivées fonctionnelles dans l’intégrale (7.1.12) et l’annulant, on obtient

une autre équation d’Euler-Lagrange
∂L X ∂ ∂L
m
lsu
− =0 (7.1.15)
∂φ α=1 ∂xα ∂φ,α
N
Finalement, si nous avons plusieurs variables dépendantes {φi }m,i=1 , colectivement re-
Ce
présentées par Φ, et plusieurs variables indépendantes {xα }m

α=1 collectivement représentées
par x, alors la fonctionnelle variationnelle devient
¨
L [Φ] = dm xL (Φ; Φ,1 , Φ,2 , ..., Φ,m ; x) (7.1.16)
Ω
L’équation d’Euler-Lagrange pour ce cas devient
∂L
Pm ∂ ∂L
∂φi
− α=1 ∂xα ∂φi,α =0 i = 1, 2, ..., N . (7.1.17)
Dans plusieurs situations, le problème variationnel consiste en plusieurs chemins, chacun

Calcul variationnel
ayant une ou plusieurs variables dépendantes ou indépendantes.
7.1.5 Variation seconde
Les équations d’Euler-Lagrange plus haut sont obtenues en annulant les dérivées
variationnelles premières. Dans les calculs multivariables, ceci ne détermine que les extrêma.
Il faut calculer les dérivées secondes pour savoir si cet extrêmum est un maximum ou un
hs
minimum.
La méthode la plus simple, pour calculer la dérivée seconde, consiste à utiliser le déve-
loppement de Taylor de la fonction. Puisque, seuls les extrêma locaux sont intéressants,
at
nous allons ignorer les termes d’ordre trois et supérieurs. Si f est une fonction de N
N
variables indépendantes {xi }i=1 ≡ x, sa série de Taylor au second ordre est donnée par
M
X
N
∂f 1X
N
∂ 2f
f (x) = f (x0 ) + (xi − x0i ) (x0 ) + (xi − x0i ) (xj − x0j ) (x0 ) (7.1.18)
i=1
∂xi 2 i,j=1 ∂xi ∂xj
RI
∂f
Si x0 est un extrêmum, alors ∂xi
(x0 ) = 0 et l’équation ci-dessus devient
OU
1X
N
∂ 2f
f (x) − f (x0 ) = (xi − x0i ) (xj − x0j ) (x0 ) ≡ δ2 f (x0 ) (7.1.19)
2 i,j=1 ∂xi ∂xj
On peut maintenant opérer le test de minimum. Si pour tout x proche x0 , δ2 f (x0 ) > 0,
sB
alors x0 est un minimum ; et si δ2 f (x0 ) < 0, alors x0 est un maximum.

La généralisation au problème variationnel consiste à remplacer la somme discrète en
une somme continue, soit pour le cas général (7.1.16)
lsu
N ¨ ¨
1X δ2L
δ2 L [Φ0 ] = m
d x dm y φi (x) − φi0 (x) φj (y) − φj0 (y) [Φ0 ]
2 i,j=1 Ω Ω δφi (x) δφj (y)
(7.1.20)
Ce
où le dernier terme consiste à prendre la dérivée seconde variationnelle en Φ0 . Pour une

simple variable dépendante et plusieurs variables indépendantes, cette équation devient
¨ ¨
1 m δ2L
δ2 L [φ0 ] = d x dm y (φ (x) − φ0 (x)) (φ (y) − φ0 (y)) [φ0 ] , (7.1.21)
2 Ω Ω δφ (x) δφ (y)
et pour une seule variable indépendate et plusieurs variables dépendantes
N ˆ ˆ b
1X b δ2L
δ2 L [x0 ] = dt dτ (xi (t) − x0i (t)) (xj (τ ) − x0j (τ )) [x0 ] ,
2 i,j=1 a a δxi (t) δxj (τ )
(7.1.22)

et pour le plus simple des cas d’une variable indépendante et d’une variable dépendante
ˆ b ˆ b
1 δ2L
δ2 L [x0 ] = dt dτ (x (t) − x0 (t)) (x (τ ) − x0 (τ )) [x0 ] . (7.1.23)
2 a a δx (t) δx (τ )
Dans le calcul de la seconde variation, nous avons besoin des dérivées secondes des
variables dépendantes. On peut montrer que

δ ∂ 2 φj (x) ∂2
= δij δ (x − y) . (7.1.24)
δφi (y) ∂xα ∂xβ ∂xα ∂xβ
hs
Exemple 104. La condition nécessaire pour qu’une ligne droite soit le plus court chemin
at
entre deux points est satisfaite par l’équation d’Euler-Lagrange. L’exemple (101) a montré
que y0 = cx + d résoud l’équation d’Euler-Lagrange. Vérifions qu’il s’agit d’un minimum
M
en utilisant l’équation (7.1.23)
!
0
δL [y] ∂L d ∂L d y y 00
= (x) − 0
(x) = − p =−
δy (x) ∂y dx ∂y dx 1 + y 02 (1 + y 02 )3/2
RI
et
( )
y 00 δy 00 00 −3/2
OU
δ 2 L [y] δ 02 −3/2 00 δy
0
=− =− 1 + y −y 1 + y 02 .
δy (x ) δy (x) δy (x0 ) (1 + y 02 )3/2 δy (x )0 δy (x )0
Utilisant l’équation (7.1.24), on obtient

sB
δ 2 L[y] δ (x−x ) 00 0 −5/2 δy 0 (x)

δy(x0 )δy(x)
= − (1+y 02 )3/2
+ y 00 23 (2y 0 ) (1 + y 02 ) δy(x0 )
00
δ (x−x ) 0 3y 0 y 00 δ 0 (x−x0 )
= − (1+y 02 )3/2
+ (1+y 02 )5/2
A la solution de l’équation d’Euler-Lagrange y0 (x), y00 = c et y000 = 0. Alors

lsu
δ 2 L [y] δ 00 (x − x0 )
= −
δy (x0 ) δy (x) (1 + c2 )3/2
Ce
En substituant ce résultat dans l’équation (7.1.23), on obtient

´b ´b
δ2 L [x0 ] = − 2(1+c12 )3/2 a
dx a
dx0 (y (x) − y0 (x)) (y (x0 ) − y0 (x0 )) δ 00 (x − x0 )
´b 2
− 2(1+c12 )3/2 a
d
dx (y (x) − y0 (x)) dx 2 (y (x) − y0 (x))
Cette derinière intégrale peut être calculée par parties pour donner
ˆ b 2
d d
(y (x) − y0 (x)) (y (x) − y0 (x)) − dx (y (x) − y0 (x))
dx a dx
| {z }
=0 parce que y(a)=y0 (a),y(b)=y0 (b)

Calcul variationnel
Par conséquent,
ˆ b 2
1 d
δ2 L [x0 ] = dx (y (x) − y0 (x))
2 (1 + c2 )3/2 a dx
qui est une quantité manifestement positive quelle que soit y (x). Ainsi, y0 (x) = cx + d
minimise en effet la distance entre deux points donnés.
Précisons pour terminer ce paragraphe que malgré que le calcul de la dérivée seconde
hs
variationnelle soit aisée, son intégrale, dans le but de montrer qu’elle positive ou négative,
n’est pas triviale.
at
7.1.6 Problèmes variationnels avec contraintes
M
Les problèmes variationnels traités plus haut sont des problèmes aux conditions aux
limites. Dans plusieurs applications, il existe d’autres conditions appelées contraintes
auxquelles les chemins extrêma doivent obéir. Un exemple typique d’un tel problème
RI
consiste à déterminer une courbe fermée de plus grande aire dont le périmètre est fixé. La
meilleure technique se fait en utilisant les multiplicateurs de Lagrange.
Supposons que l’on cherche une courbe qui n’est pas extrêmale pour L [x] seulement,
OU
mais est aussi telle qu’une autre fonctionnelle

ˆ b
K [x] = G (x (t) , ẋ (t) , t) dt (7.1.25)
a
sB
prenne une valeur fixe `. Un tel problème est appelé problème isopérimétrique. Par
analogie exacte avec le calcul multivariable, on forme une nouvelle fonction L + λG et on
cherche ses extrêma. Ceci signifie que l’équation d’Euler-Lagrange à résoudre est
lsu

∂L d ∂L ∂G d ∂G
− +λ − =0 (7.1.26)
∂x dt ∂ ẋ ∂x dt ∂ ẋ
Ce
Exemple 105. Considérer toutes les courbes de longueur ` du demi-plan supérieur pas-
sant par les points (−a, 0) et (a, 0). Quelle est l’équation de la courbe contenue dans
l’intervalle [−a, a] délimitant une région de plus grande surface ?
Solution La courbe cherchée y (x) doit être un extrêmum de
ˆ a
L [y] = ydx
−a
et doit soumise aux conditions

´a p
y (−a) = 0 = y (a) K [y] = −a
1 + y 02 dx = `.

p
D’après ces deux équations, L = y et G = 1 + y 02 . L’équation (7.1.26) devient
d y0
1+λ p =0
dx 1 + y 02
dont l’intégration conduit à

y0
x + λp = C1 ,
1 + y 02
qui peut être résolu pour y 0 ,
hs
C1 − x
y0 = ± q
λ2 − (C1 − x)2
at
dont la solution est q
y = ± λ2 − (C1 − x)2 + C2
M
soit
(x − C1 )2 + (y − C2 )2 = λ2
RI
La courbe recherchée est un cercle de rayon λ. Les valeurs de C1 , C2 et λ sont déterminées
par les conditions
y (−a) = 0 = y (a) K [y] = `.
OU
On distingue un autre type de problème variationnel avec contraintes applicable aux

sB
cas à une variable indépendante et plusieurs variables dépendantes, dans lequel la contrainte
est donnée par une équation de la forme
g (x (t) , ẋ (t) , t) = 0.
lsu
On le désigne alors comme problème fini aux contraintes. Le problème de la recherche

d’extrêmum devient celui de
ˆ
Ce
b
{L (x (t) , ẋ (t) , t) + λ (t) g (x (t) , ẋ (t) , t)} dt (7.1.27)
a
et l’équation d’Euler-Lagrange devient

∂L d ∂L ∂g d ∂g dλ ∂g
− +λ − − = 0 i = 1, 2, ..., N. (7.1.28)
∂xi dt ∂ ẋi ∂xi dt ∂ ẋi dt ∂ ẋi
S’il s’agit de plusieurs contraintes
gα (x (t) , ẋ (t) , t) = 0, α = 1, 2, ..., m,

Calcul variationnel
il y aura mmultiplicateurs de Lagrange et la fonctionnelle à minimiser est

ˆ b( X
m
)
L (x (t) , ẋ (t) , t) + λα (t) gα (x (t) , ẋ (t) , t) dt (7.1.29)
a α=1
conduisant à l’équation d’Euler-Lagrange

m
∂L d ∂L X ∂gα d ∂gα dλα ∂gα
− + λα − − = 0 i = 1, 2, ..., N. (7.1.30)
∂xi dt ∂ ẋi α=1 ∂xi dt ∂ ẋi dt ∂ ẋi
hs
Exemple 106. Parmi les courbes situées sur une sphère centrée à l’origine et de rayon a
et passant par deux points (x1 , y1 , z1 ) et (x2 , y2 , z2 ), déterminer la plus courte.
at
Solution : Ce problème est un problème fini aux contraintes
ˆ x2 p
M
L [y, z] = 1 + y 02 + z 02 dx
x1
et
g (x, y, z) = x2 + y 2 + z 2 − a2 .
RI
La solution est l’ensemble de fonctions {y (x) , z (x)} qui sont des extrêma de l’intégrale
ˆ np
x2 o
OU
1 + y 02 + z 02 + λ (x) x2 + y 2 + z 2 − a2 dx
x1
c’est-à-dire qui satisfait les équations d’Euler-Lagrange

sB
d √ y0
2yλ (x) − dx
= 0
1+y 02 +z 02
d √ z0
2zλ (x) − dx
= 0
1+y 02 +z 02
En résolvant ces équations, on obtient comme solutions quatre constantes qui peuvent
lsu
être déterminées à partir des conditions aux limites
y (x1 ) = y1 y (x2 ) = y2
Ce
z (x1 ) = z1 z (x2 ) = z2
7.2 Dynamique lagrangienne

Le calcul variationnel est un outil très important en physique. Presque toutes les équa-
tions différentielles des problèmes physiques dérivent des problèmes variationnels. Plus en-
core, les considérations de symétrie trouvent vraiment leurs sens dans les fonctionnelles en
physique fondamentale moderne. Une élégante et puissante formulation de la Mécanique
Quantique développée par Richard Feynman utilise les techniques variationnelles.

7.2. DYNAMIQUE LAGRANGIENNE
7.2.1 De Newton à Lagrange

Pour la plupart des systèmes conservatifs, on peut définir des fonctionnelles dont
la recherche des extrêma conduit à des équations différentielles de mouvement de ces
systèmes. La deuxième loi de mouvement de Newton pour une particule subissant une
force conservative peut être écrite comme
~ = m d~v ou
−∇φ ∂
(−φ) − d
(mẋi ) = 0 (7.2.1)
dt ∂xi dt
hs
La deuxième question ressemble à l’équation (7.1.11). Est-il alors possible de construire
une fonction L qui conduit à cette équation de la mécanique ? Utilisant x, y et z comme
variables dépendantes et n = 3, on cherche L tel que
at
∂L ∂ ∂L
∂x
= ∂x
(−φ) ∂ ẋ
= mẋ
M
La première de ces deux équations ci-dessus a comme solution L = −φ (x, y, z)+f (y, z, ẋ, ẏ, ż)
où f est une « constante » d’intégration. Si les dérivées partielles de L par rapport à y et
z sont égales à celles de −φ, alors f ne peut dépendre ni de y ni de z. f est une fonction
RI
des composantes de la vitesse. Quant à la deuxième équation, elle doit être telle que
∂L ∂f
= = mẋ f (ẋ, ẏ, ż) = 12 mẋ2 + g (ẏ, ż)
OU
∂ ẋ ∂ ẋ
où g (ẏ, ż) est une « constante » pour cette intégration. Utilisant le même argument, on
conclut que f n’est rien d’autre que l’énergie cinétique. Nous arrivons donc à l’importante
conclusion que, pour une particule de vecteur position ~r, la recherche des extrêma de
sB
1 2
L ~r, ~r˙, t = −φ (~r) + m ~r˙ (7.2.2)
2

lsu
conduit aux équations de mouvement de la particule. L ~r, ~r˙, t est appelée lagrangien
d’une particule se déplaçant dans un potentiel φ.
Pour N particules indépendantes dans un potentiel externe, le lagrangien est la somme
Ce
des lagrangiens à une particule
X X 1 2

L= Li ~r, ~r˙, t = −φ (~ri ) + mi ~r˙i
i i
2
Cette expression est la différence entre l’énergie cinétique et l’énergie potentielle, soit
L=T −φ (7.2.3)
Si les N particules interagissent entre elles, φ n’est pas la somme des potentiels in-
dividuels mais une fonction de toutes les coordonnées. Il est alors commode d’introduire

Calcul variationnel
une collection de coordonnées formant un vecteur de dimension 3N appelé coordonnées

généralisées ~q.
Exemple 107. Un bloc de masse m roule sans frottement sur un plan incliné, de longueur
`, lequel a une masse M et se déplace sans friction sur un plan horizontal.
Solution : La position du plan incliné est répérée par X et celle du bloc par r ou
(x, y) avec
x = X + r cos θ y = (` − r) sin θ
hs
L’énergie cinétique du système s’écrit
1
T = + 12 m (ẋ2 + ẏ 2 )
2
M Ẋ

2

2
at
1 2 1 2 2
= 2 M Ẋ + 2 m Ẋ + ṙ cos θ + ṙ sin θ

1 2 1 2 2
= M Ẋ + 2 m Ẋ + 2Ẋ ṙ cos θ + ṙ
M
2
et l’énergie potentielle,
φ = mgy = mg (` − r) sin θ
RI
donnant lieu au lagrangien
1 1
L = M Ẋ 2 + m Ẋ 2 + 2Ẋ ṙ cos θ + ṙ2 − mg (` − r) sin θ.
OU
2 2
Les équations du mouvement
∂L d ∂L ∂L d ∂L
− =0 − =0
sB
∂X dt ∂ Ẋ ∂r dt ∂ ṙ
peuvent être calculées

−M Ẍ − m Ẍ + r̈ cos θ = 0 mg sin θ − m r̈ + Ẍ cos θ = 0
lsu
En résolvant ces équations pour les deux accélérations, nous obtenons

Ce
(M +m)g sin θ
Ẍ = − Mmg sin θ
+m sin2 θ
, r̈ = M +m sin2 θ
Remarquons que pour un plan incliné infiniment lourd, Ẍ = 0 et r̈ = g sin θ.
7.2.2 Densités lagrangiennes

Les particules sont des objets localisés dont les trajectoires, déterminées par des équa-
tions différentielles ordinaires, décrivent des courbes dans l’espace. Une expression de
lagrangien, avec une variable indépendante (le temps) comme celle de l’équation (7.2.3)
est appropriée pour des particules.

7.2. DYNAMIQUE LAGRANGIENNE
La plupart des quantités physiques ne sont cependant pas des particules, mais des
champs qui ne sont pas localisés. Dans le but d’appliquer les techniques variationnelles
aux champs, nous devons considérer une densité lagrangienne L, dont l’intégrale à
travers un volume donne le lagrangien qui peut dont être intégré par rapport au temps
comme dans l’équation (7.1.1).
Lagrangien électrodynamique
On peut définir la densité lagrangienne pour l’Electrodynamique (voir cours PH329
hs
Calcul Tensoriel I) comme
at
i, j, k, ` = 0, 1, 2, 3

P P P 
 1 i=j=0
L = 14 i,j k` ηij ηk` (∂` Aj − ∂j A` ) (∂i Ak − ∂k Ai ) + µ0 i Ji Ai
ηij = −1 i = j = 1, 2, 3
M


0 i 6= j
(7.2.4)
où A et J sont respectivement les quadrivecteurs potentiel et densité de courant.
RI
Exemple 108. Particule chargée dans un champ électromagnétique La densité
lagrangienne (7.2.4) peut être mise sous la forme
OU

1 ~ 2 ~ 2
L= B − E + µ0 ρφ − J~ · A
~
2
et le problème variationnel est tel que

sB
ˆ b ¨
3 0
L= Ld x dt.
a Ω
lsu
Maintenant, considérons une particule de charge q interagissant avec un champ électro-

magnétique. Pour une telle particule,
ρ = qδ (~r − ~r0 ) J~ = ρ~v = q~v δ (~r − ~r0 )

Ce
et L devient

´b ˜ ~ 2 ~ 2 3 0 ´ b ˜
L = 1
dt Ω B − E d x + a dt Ω µ0 qφδ (~r − ~r0 ) − q~v · Aδ ~ (~r − ~r0 ) d3 x0
2 a

´
1 b
˜ 2 2 3 0 ´b
= dt ~
B − ~
E d x + µ q dt φ (~
r , t) − ~
v · ~
A (~
r , t)
2 a Ω 0 a
La particule possède aussi de l’énergie cinétique qui doit être ajoutée à cette expression
du lagrangien. Quand on additionne des lagrangiens, on a la liberté d’incorporer des
constantes ; dans le cas présent, l’énergie cinétique doit être ajoutée à l’opposé de l’énergie

Calcul variationnel
potentielle (il faut se rappeler que L = T − φ). Ainsi, on a

ˆ b ¨ 2 2 ˆ b
1 ~ ~ 3 0 1 2 ~ (~r, t)
L=− dt B − E d x + dt m |~v | − qφ (~r, t) + q~v · A
2µ0 a Ω a 2
Remarquons que la première intégrale est de dimension quatre tandis que la deuxième ne
dépend que d’une seule variable.
hs
at
Nous nous intéressons au mouvement de la particule. Alors, la première intégrale est
une constante (indépendante des coordonnées et des composantes de la vitesse de la
M
particule), et peut donc être occultée dans l’établissement des équations du mouvement.
Ainsi substituant ~v par ~r˙ , nous obtenons
ˆ
b
1 ˙ 2 ˙ ~
Lpart = dt
2
RI
m ~r − qφ (~r, t) + q~r · A (~r, t)
a
avec le lagrangien
1 ˙ 2
OU
L = m ~r − qφ (~r, t) + q~r˙ · A
~ (~r, t) . (7.2.5)
2
Regardons la composante x des équations du mouvement :

+ q~r˙ · − ~r˙ ·
~ ~
∂L
− d ∂L
= 0 −q ∂φ ∂A
− d
(mẋ + qAx ) = 0 mẍ + q ∂φ +q dAx ∂A
=0
sB
∂x dt ∂ ẋ ∂x ∂x dt ∂x dt ∂x
Notons maintenant que
dAx ∂Ax ∂Ax ∂Ax ∂Ax

= + ẋ + ẏ + ż
lsu
dt ∂t ∂x ∂y ∂z
et
∂A~ ∂Ax ∂Ay ∂Az
~r˙ · = ẋ + ẏ + ż
Ce
∂x ∂x ∂x ∂x
En les mettant dans cette équation et en les réarrangeant un « tout petit peu », nous
avons
∂φ ∂Ax ∂Ax ∂Ay ∂Ax ∂Az
mẍ + q + +q ẏ − +q ż − =0
∂x ∂t ∂y ∂x ∂z ∂x
| {z } | {z } | {z }
−Ex −Bz By
ou encore
~ = 0
mẍ − qEx − q (ẏBz − ẋBy ) = mẍ − q Ex + ~r˙ ∧ B
x
L’expression entre parenthèses est celle de la composante x de la force de Lorentz. C’est

l’équation de mouvement d’une particule subissant l’effet d’un champ électromagnétique.

7.3. DYNAMIQUE HAMILTONIENNE
7.3 Dynamique hamiltonienne
La formulation lagrangienne de la mécanique traitée dans le paragraphé précédent est

un outil puissant pour étudier plusieurs systèmes dynamiques et champs. Plus encore,
des considérations de symétrie sont bien prises en compte dans le lagrangien. Une fois le
lagrangien connu, les équations d’Euler-Lagrange fournissent des équations différentielles
de second ordre soumises à des conditions aux limites.
Il existe une autre formulation de la mécanique, la formulation hamiltonienne, qui
hs
donne lieu à deux équations différentielles couplées mais d’ordre un contrairement à la
formulation lagrangienne. Nous discutons seulement le cas de plusieurs variables dépen-
dantes et d’une variable indépendante ; les autres cas étant traités de manière similaire.
at
n
Maintenant, supposons
que notre système possède n coordonnées généralisées {qi }i=1 et
un lagrangien L ~q, ~q˙, t . On généralise le concept d’impulsion en introduisant le moment
M
généralisé du système dynamique en le définissant comme

˙
∂L ~q, ~q, t
pj = (7.3.1)
RI
∂ q̇j
D’un point de vue purement mathématique, la transition de la formulation lagran-

OU
gienne à la formule hamiltonienne consiste à changer les variables ~q, ~q˙, t en (~q, p~, t).
Considérons la différentielle du lagrangien
n
X
∂L ∂L ∂L
dL = dqi + dq̇i + dt
∂qi ∂ q̇i ∂t
sB
i=1
et l’utilisation de (7.3.1) et de l’équation d’Euler-Lagrange pour réécrire l’expression ci-

dessus
Xn
∂L
lsu
dL = (ṗi dqi + pi dq̇i ) + dt

i=1
∂t
Définissons maintenant le hamiltonien

Ce
X
n
H (~q, p~, t) = pi q̇i − L ~q, ~q˙, t .
i=1
Calculons sa difféntielle,
X
n X
n
∂L
dH = (q̇i dpi + pi dq̇i ) − dL = (q̇i dpi − ṗi dqi ) − dt,
i=1 i=1
∂t
d’un autre côté,

n
X
∂H ∂H ∂H
dH = dqi + dpi + dt
i=1
∂qi ∂pi ∂t

Calcul variationnel
Par comparaison, on aboutit au système d’équations couplées suivant
∂H
q̇i = ∂pi
, ṗi = − ∂H
∂qi
, - ∂L
∂t
= ∂H
∂t
, i = 1, 2, ..., n (7.3.2)
qui sont appelées équations canoniques ou de Hamilton. Au lieu de n équations dif-

férentielles de second ordre, nous avons maintenant 2n équations différentielles de premier
ordre.
Pour apprécier la signification physique du hamiltonien, considérons le lagrangien fa-
milier L = T − φ et se souvenant que pi = mi q̇i ,
hs
X
n X
n
H= pi q̇i − L = mi q̇i2 −T + φ = T + φ (7.3.3)
at
i=1 i=1
| {z }
2T
M
Exemple 109. Hamiltonien d’une particule chargée dans un champ électroma-
gnétique Le lagrangien d’une particule chargée dans un champ électromagnétique est
donné par (7.2.5). Cherchons le hamiltonien d’un tel système. Nous devons déterminer
d’abord son impulsion généralisée conformément à (7.3.1), soit
RI
pi = ∂L
∂ ẋi
= mẋi + qAi p~ = m~r˙ + q A
~ (7.3.4)
OU
Cette équation est fondamentalement importante. Elle traduit que le moment d’une par-
ticule n’est pas seulement sa quantité de mouvement quand celle-ci est dans un champ
électromagnétique mais elle possède aussi une contribution due à la présence de ce champ.
De cette équation,
sB
~
p~ − q A
~r˙ =
m
et substituant dans l’expression du hamiltonien (7.3.3), on obtient
lsu

~
~−q A
p 1 p~−qA~ 2 ~
~−q A
p ~
H (~q, p~, t) = p~ · m
− 2
m m + qφ − q m
·A
~ 2
= ~ · p~−qA~ − 1 |p~−qA| + qφ
p~ − q A m 2 m
Ce
soit 2
~
1 p
~ − q A
H (~q, p~, t) =
+ qφ (7.3.5)
2 m
Ainsi, dans un champ électromagnétique, le hamiltonien d’une particule a la même forme
que l’énergie totale d’une particule dans un potentiel qφ, excepté que dans l’expression
~ remplace p~. Un tel remplacement est appelé principe du
de l’énergie cinétique, p~ − q A
couplage minimal et joue un rôle important dans l’étude des particules chargées en
interaction avec des champs électromagnétiques en Mécanique Quantique.

7.4. EXERCICES
7.4 Exercices
p
1. Montrer que, dans l’exemple (105), C1 = 0, λ = λ0 et C2 = λ20 − a2 où λ0 est
solution de l’équation
`
λ sin =a
2λ
2. Déterminer l’extrêmum de la fonctionnelle
ˆ π/2
L [x, y] = ẋ2 + ẏ 2 + 2xy dt
hs
0
soumise aux conditions aux limites x (0) = 0, x (π/2) = 1, y (0) = 0 et y (π/2) = 1.
at
3. Parmi toutes les courbes joignant un point (0, b) de l’axe des y à un point de l’axe
x et entourant une surface donnée S, déterminer la courbe qui génére la plus petite
surface de révolution autour de l’axe x.
M
4. Utiliser les coordonnées polaires pour établir les équation de mouvement d’une
particule de masse m dans un potentiel central φ (r). RI
OU
sB
lsu
Ce

PH 325 by DR Bouri - 1

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

PH 325 by DR Bouri - 1

Transféré par

Droits d'auteur :

Formats disponibles

hs

Mathématiques pour Physiciens

Mathématiques pour les Sciences Physiques

Place du cours dans le programme

Type de cours : Obligatoire

Pré-requis : Analyse, Algèbre linéaire

Amener l’étudiant à connaître les différents outils mathématiques (Analyse,

Algèbre linéaire) nécessaires à la résolution des problèmes rencontrés en

Cours de Mathématiques pour Physiciens Licence: 2 Celsus Bouri©2018/2019

1. Moyens d’évaluation : 1 examen, 1 contrôles continus

1. K. F. Riley, M. P. Hobson et S. J. Bence, Mathematical Methods for

Physics and Engineering, Cambridge University Press, 2007

T. Schlick, Numerical Methods for General and Structured Eigenvalue

Cours de Mathématiques pour Physiciens Licence: 3 Celsus Bouri©2018/2019

Cours de Mathématiques pour Physiciens Licence: 4 Celsus Bouri©2018/2019

2.1.1 Espaces préhilbertiens réels . . . . . . . . . . . . . . . 21

2.2 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . 24

2.2.2 Bases hilbertiennes . . . . . . . . . . . . . . . . . . . 24

2.4.2 Adjoint d’un endomorphisme d’un espace hermitien . . 33

3 Fonctions à variable complexe 39

3.12 Intégrales définies et utilisation du contour d’intégration . . . 49

3.12.3 Fonctions de fonctions trigonométriques . . . . . . . . 50

4.1.1 Définition et formule d’inversion . . . . . . . . . . . . 64

Cours de Mathématiques pour Physiciens Licence: 6 Celsus Bouri©2018/2019

4.2 Transformations de Laplace . . . . . . . . . . . . . . . . . . . 71

5 Equations aux dérivées partielles 79

6.2 Types d’équations intégrales . . . . . . . . . . . . . . . . . . 98

6.4.1 Noyaux séparables . . . . . . . . . . . . . . . . . . . . 99

6.5 Séries de Neumann . . . . . . . . . . . . . . . . . . . . . . . 103

7 Calcul variationnel 111

Cours de Mathématiques pour Physiciens Licence: 7 Celsus Bouri©2018/2019

7.1.2 Identité de Beltrami . . . . . . . . . . . . . . . . . . . 114

Cours de Mathématiques pour Physiciens Licence: 8 Celsus Bouri©2018/2019

be learn by looking at the stars without knowledge of

enseignement ont divers profils et leurs connaissances varient de manière notoire.

Pour terminer, nous invitons tout lecteur à faire de suggestions, de critiques et de

Cours de Mathématiques pour Physiciens Licence: 10 Celsus Bouri©2018/2019

1.1 Présentation intuitive

quant au potentiel électrostatique, il s’écrit

δ (~r − ~r0 ) d3 r = 1 (1.1.6)

La fonction δ est appelée distribution de Dirac.

1.2 Fonctionnelle linéaire

Cours de Mathématiques pour Physiciens Licence: 12 Celsus Bouri©2018/2019

Si on se donne une fonction φ (x), on a

Opérations algébriques élémentaires

La somme de deux distributions est une distribution :

Par conséquent, en choisissant g = −h, on obtient une distribution nulle.

Effectuons un changement de variable en posant X = ax + b, alors

En particulier pour la distribution de Dirac, on a

que l’on peut traduire par  

Cours de Mathématiques pour Physiciens Licence: 13 Celsus Bouri©2018/2019

Ce résultat se généralise à toute fonction u (x) monotone par morceaux

xk étant les zéros de u (x).

En effectuant une intégration par parties, il vient

1. Toute combinaison linéaire de distributions est une distribution

2. Soit à calculer (ψf, φ) où ψ est une assez bonne fonction. On a

ainsi donc, on a en particulier

ψ (x) δ = ψ (0) (1.2.17)

Une conséquence immédiate, triviale mais importante, est obtenue avec

Cette égalité montre que l’équation (x − x1 ) f (x) = 0 au sens des distributions

Pn (x) f (x) = 0 (1.2.19)

Cours de Mathématiques pour Physiciens Licence: 14 Celsus Bouri©2018/2019

admet comme solution la combinaison linéaire

que l’on peut traduire par