Académique Documents
Professionnel Documents
Culture Documents
at
M
RI
OU
Celsus Bouri
lsu
Ce
Université de Douala Faculté des Sciences
Département de Physique
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
Objectifs généraux
lsu
Méthode pédagogique
1. Cours magistral
2. Séance de travaux dirigés (1 heure/semaine)
3. Devoirs corrigés et revus en classe
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
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
5
TABLE DES MATIÈRES
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
4 Transformations intégrales 63
4.1 Transformations de Fourier . . . . . . . . . . . . . . . . . . . 64
Ce
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
hs
7.2.2 Densités lagrangiennes . . . . . . . . . . . . . . . . . 124
7.3 Dynamique hamiltonienne . . . . . . . . . . . . . . . . . . . 127
at
7.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
M
RI
OU
sB
lsu
Ce
hs
« Innocent light-minded men who think that astronomy
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
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
hs
at
M
RI
OU
sB
lsu
Ce
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
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
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
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
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
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
f = g + h ⇐⇒ (f, φ) = (g + h, φ) (1.2.7)
sB
soit ˆ
(f (ax + b) , φ) = f (ax + b) φ (x) dx (1.2.8)
D
ˆ
1 X −b
(f (ax + b) , φ) = f (X) φ dX (1.2.9)
|a| D a
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
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
(x − x0 ) δ (x − x0 ) = 0 (1.2.18)
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
−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)
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
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
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
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),
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. 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
2. Equations différentielles
sB
3. Changement de variables
´∞
iv. Exemple : calculer −∞
δ (x2 − a2 ) φ (x) dx où a > 0.
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 ?
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
Espace de Hilbert
hs
« I am the very model for a student mathematical,
at
I know the laws of algebra, and find them quite symmetrical,
M
And even know the meaning of « a variate antithecal ». »
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
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 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
est donc linéaire par rapport à la première variable et semi-linéaire par rapport à la
seconde.
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
|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
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.
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
rapport à E.
Définition 12. On appelle base hilbertienne d’un espace de Hilbert H une famille (xi )i∈I
telle que :
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
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).
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.
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 )
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.
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
Quelques résultats sur les endomorphismes orthogonaux utilisant les résultats ci-
dessus ;
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
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
— 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
- 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)
est
0 −z y
z 0 −x
−y x 0
dans la même base.
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
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
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
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
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 )
Résultats divers
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
— 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
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
seul endomorphisme f ∗ de E tel que pour tout (x, y) ∈ E 2 on ait hf (x) |y i = hx |f ∗ (y)i.
∗
- 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.
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
— 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.
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
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 ) .
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.
hs
at
M
RI
OU
sB
lsu
Ce
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).
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 ⊥ ?
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
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
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 :
iii. T ⊥ T = I.
hs
« Si la vie est complexe, c’est parce qu’elle a
at
une partie réelle et une partie imaginaire. »
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
∀z ∈ D → f (z) ∈ C (3.1.1)
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
Fonctions à variable complexe
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).
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
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, 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.
hs
n=0
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
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
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
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
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
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 :
M
2. l’angle entre deux courbes qui se coupent est invaraint dans la transformation
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
dx dy
Une condition suffisante qu’une telle intégrale existe est dt
et dt
soient continus.
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
ˆ ˆ ˆ
f (z) dz ≤ |f (z)| |dz| ≤ M dl = M L (3.7.3)
C C C
´
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
on obtient
hs
¨ ¨
∂ (−u) ∂ (−v) ∂ (−v) ∂u
I= + dxdy + i + dxdy (3.8.4)
∂x ∂y ∂y ∂x
at
D D
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
Un autre théorème important est la formule intégrale de Cauchy. Si f (z) est une
Ce
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.
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
∞ 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)
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
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
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.
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
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).
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.
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
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)
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
hs
at
M
RI
OU
sB
lsu
Ce
3.13 Exercices
hs
at
M
RI
OU
sB
lsu
Ce
Mathématiques
Fonctions Analytiques
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.
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...).
hs
+1
x2 2iax
Ia = e e dx (1)
1
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 .
cours de calcul.
2. En déduire Ia .
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)
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.
I= 2
(10)
1 1+x
Z +1
1
I= f (x)dx avec f (x) = (11)
1 1 + x4
(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.
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
(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
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.
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:
(↵ 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
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
Fonctions à variable complexe
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.
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
1 x (x2 − 1)1/2
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
7. Démontrer que
ˆ ∞
cos mx π −m/2 −m
dx = 4e − e pour m > 0.
0 4x4 + 5x2 + 1 6
(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
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
1. la transformation de Hankel
ˆ ∞ ˆ ∞
F (k) = Jn (kx) f (x) dx f (x) = Jn (kx) F (k) dx
Ce
0 0
3. la transformation de Fourier
4. et la transformation de Laplace,
dont les deux dernières font l’objet de ce chapitre.
63
Transformations intégrales
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
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 −∞
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 −∞
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)
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
5. Multiplication exponentielle
Ce
F eat f (t) = F (ω + ia) (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
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
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.
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
ˆ ∞
c (z) = f ∗ (x) g (x + z) dx (4.1.18)
−∞
Ce
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
−∞ −∞
x (t) = −t/τ
e sin ω0 t t ≥ 0
et réciproquement ˚
1
~
f (~r) = F ~k eik·~r d3~k (4.1.24)
(2π)3/2
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
M
ˆ ∞ ˆ ∞
1 1
δ (x) = ikx
e dx = e−ikx dx (4.1.27)
2π −∞
RI 2π −∞
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
a pour solution
X (ω) = C+ (ω − ω0 ) + C− (ω + ω0 ) (4.1.33)
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
~2 d2
− ψ = Eψ, (4.1.36)
2mR2 dθ2
lsu
1
Ce
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
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)
∂
q→q p → −i~ ∂q (4.1.43)
duale
∂
q → i~ ∂p p→p (4.1.44)
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)
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
hs
ˆ ∞
F (s) = f (t) e−st dt (4.2.1)
at
0
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
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
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
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
0 s−a
3. et pour f (t) = tn
ˆ
Ce
∞
n!
F (s) = tn e−st dt = , si s > 0
0 sn+1
2. Translation 1
L e−at f = F (s + a) (4.2.4)
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).
hs
1
L (f ) = F1 (s) (4.2.6)
1 − e−sT
at
Exercice 81. Montrer l’équation ci-dessus
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
n
L = s F (s) − sn−1−k (0) (4.2.8)
dtn k=0
dtk
´ ´∞ ´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)
4.3 Exercices
1. Déterminer la transformée de Fourier de la fonction f (t) = exp (− |t|).
hs
Parseval pour cette fonction.
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
(
1 |t| < 1,
f (t) =
0 sinon
lsu
´−∞
∞
ω2
sin4 ω 2π
−∞ ω 4
dω = 3
.
que √
∞
X ∞
2π X 2nπ i2πnt/X
f (t + nX) = F e .
n=−∞
X n=−∞ X
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=−∞
(
e−γt sin pt t > 0,
f (γ, p, t) =
0 t < 0,
lsu
où
K (τ ) = a1 f (γ1 , p1 , τ1 ) + a2 f (γ2 , p2 , τ2 ) .
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-
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
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
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
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,
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
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
Equations aux dérivées partielles
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
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
dx dy
= (5.1.6)
A (x, y) B (x, y)
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
∂u ∂u
x + 2y − 2u = 0.
∂x ∂y
∂u
∂x
= ∂h
∂x
f (p) + h dfdp(p) ∂x
∂p
hs
∂u
∂y
= ∂h
∂y
f (p) + h dfdp(p) ∂y
∂p
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
∂u ∂u
A (x, y) + B (x, y) = F (x, y, u) . (5.1.7)
∂x ∂y
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
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
∂ 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
p = x + λ1 y, p = x + λ2 y (5.1.17)
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.
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
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 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.
1 ∂ 2u
∆u (~r) = (5.2.1)
c2 ∂t2
∂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
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
∂ 2u ∂u
κ 2 = (5.2.7)
∂x ∂t
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
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
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
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
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
∂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 −∞
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
qui peut être calculée (numériquement si nécessaire) quand la forme de la fonction f (x)
est donnée.
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)
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
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
d2 y
+ y = cosecx
sB
dx2
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
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
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
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
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
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
hs
(c) [x4 + 4x2 y + 4y 2 + 4] / [2x4 + x2 (8y + 1) + 8y 2 + 2y].
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
hs
8. La solution de l’équation
∂ 2u ∂ 2u ∂ 2u
at
6 − 5 + = 14
∂x2 ∂x∂y ∂y 2
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
~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
(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
(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
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
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
2π −∞
2π −∞
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.
M
I am the very model for a student mathematical. »
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
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)
97
Equations intégrales
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
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
gy = f + λKy (6.3.2)
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
X
n ˆ b
sB
X
n
y (x) = f (x) + λ ci φi (x) (6.4.4)
i=1
Ce
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
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)
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
ˆ ∞
sin (x − z)
y (x) = f (x) + λ y (z) dz.
−∞ x−z
ˆ a
r
1 2 sin ka
G (k) = √ exp (−ikx) dx =
2π −a π k
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
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
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)
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
√
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
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.
6.4.3 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.
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
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
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)
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
M
ˆ b
Kn (x, z) = K (x, z1 ) Kn−1 (z1 , z) dz1 . (6.5.4)
a
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
∞
X
R (x, z; λ) = λm Km+1 (x, z) (6.5.7)
m=0
Ce
´1
Déterminons les différents noyaux. K1 (x, z) = xz, K2 (x, z) = 0
xz12 zdz1 = 31 xz, K3 (x, z) =
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
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)
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
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.
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)
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
et il est évident que les noyaux réels sont symétriques et hermitiques. Commençons par
sB
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) =
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
1 1
y1 (x) = √ (sin x + cos x) et y2 (x) = √ (sin x − cos x)
π π
lsu
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)
6.8 Exercices
1. Résoudre l’équation intégrale
ˆ ∞
cos (xv) y (v) dv = exp −x2 /2
0
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
M
où α, β et γ sont des constantes que l’on déterminera.
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
(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
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].
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
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
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)
et résoudre alors
ˆ 1
2
y (x) = x + 2 (x + z) exp (x − z) y (z) dz
0
´1
sB
Calcul variationnel
hs
« It is impossible to trap modern physics into
at
because it deals with probabilities
M
from the outset. »
∂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
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
y − ya yb − y
q =q
sB
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
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 )
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
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.
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
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
1 p
p = C 2g (ya − y)
1 + y 02
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
√
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
x − xa = k2 (θ − sin θ)
y − ya = − k2 (1 − cos θ)
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-
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
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
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
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
∂L d ∂L
∂xα
(τ ) − dτ ∂ ẋα
= 0, α = 1, 2, ..., m (7.1.11)
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
∂φ(x) ∂φ,α ∂
∂φ(y)
= δ (x − y) ∂φ(y)
= ∂xα
δ (x − y) (7.1.14)
sB
∂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
∂L
Pm ∂ ∂L
∂φi
− α=1 ∂xα ∂φi,α =0 i = 1, 2, ..., N . (7.1.17)
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
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
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
δ 2 L [y] δ 00 (x − x0 )
= −
δy (x0 ) δy (x) (1 + c2 )3/2
Ce
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)
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
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
d y0
1+λ p =0
dx 1 + y 02
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
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
b
{L (x (t) , ẋ (t) , t) + λ (t) g (x (t) , ẋ (t) , t)} dt (7.1.27)
a
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
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
y (x1 ) = y1 y (x2 ) = y2
Ce
z (x1 ) = z1 z (x2 ) = z2
~ = 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
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
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
∂L d ∂L ∂L d ∂L
− =0 − =0
sB
∂X dt ∂ Ẋ ∂r dt ∂ ṙ
(M +m)g sin θ
Ẍ = − Mmg sin θ
+m sin2 θ
, r̈ = M +m sin2 θ
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
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
ˆ b ¨
3 0
L= Ld x dt.
a Ω
lsu
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
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
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
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
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
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
∂H
q̇i = ∂pi
, ṗi = − ∂H
∂qi
, - ∂L
∂t
= ∂H
∂t
, i = 1, 2, ..., n (7.3.2)
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
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
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