Académique Documents
Professionnel Documents
Culture Documents
SÉRIES
UP MATHS
Table des matières
NOTATIONS 4
1 Espaces Métriques 5
1.1 Distances - Espaces métriques . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Distance associée à une norme . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Distances équivalentes - Normes équivalentes . . . . . . . . . . . . . . . 9
1.4 Sous-espace métrique, produit des espaces métriques . . . . . . . . . . . 10
1.5 Ouverts, fermés et voisinages . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.1 Boules . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.2 Voisinage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.3 Ouverts, fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.6 Intérieur et adhérence . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.7 Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8 Limites et Continuité d’applications dans les métriques . . . . . . . . . . 22
1.8.1 limites de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.8.2 propriétés des limites dans les espaces métriques . . . . . . . . . 22
1.8.3 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9 Espace métriques complets . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.10 Compacité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2 Séries de fourier 35
2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2 Séries trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3 Série de Fourier d’une fonction périodique . . . . . . . . . . . . . . . . . 39
2.4 Règles de convergence . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.5 Développement des fonctions T −périodiques . . . . . . . . . . . . . . . 50
2.6 Un problème d’approximation . . . . . . . . . . . . . . . . . . . . . . . 51
1
TABLE DES MATIÈRES
3.1.1 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.1.2 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.2 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.3 Cas où les bornes d’intégration dépendent du paramètre . . . . . . . . . . 69
ESATIC 2 UP MATHS
TABLE DES MATIÈRES
5 Exercices 107
5.1 Espaces Métriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
5.2 Séries de fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
5.3 Intégrales dépendant d’un paramètre . . . . . . . . . . . . . . . . . . . . 112
5.4 Équations différentielles ordinaires . . . . . . . . . . . . . . . . . . . . . 113
BIBLIOGRAPHIE 114
ESATIC 3 UP MATHS
Notations
Notation Définition
N Ensemble des entiers naturels
Z Ensemble des entiers relatifs
R Ensemble des nombres réels
Im Image d’une application
ker Noyau d’une application linéaire
|.| Valeur absolue
k.kX Application norme sur l’ensemble X
⊕ La somme directe
P
Symbole de sommation
Q
Symbole du produit
◦ La composition des applications
∩ L’intersection
∪ L’union
6 = La non égalitïé
⊂ L’inclusion
∈ Appartenance
∈
/ non Appartenance
∀ Symbole universel "pour tout"
∃ Symbole universel "il existe"
u(k) Dérivée d’ordre k de u définie sur une partie de R
E(x) = [x] partie entière de x
4
Chapitre 1
Espaces Métriques
Démonstration.
5
Espaces Métriques
2 A faire en exercice.
Remarque 1.1.1.
Lorsqu’on a à majorer d(x, y), on introduit un troisième élément z (à choisir convenable-
ment) de sorte que d(x, y) ≤ d(x, z) + d(z, y)
Exemple 1.1.1.
Sur l’espace R, On définit la distance
d(x, y) = |x − y|, x, y ∈ R.
Exemple 1.1.2.
Sur l’espace Rn , on peut définir plusieurs distances faisant intervenir les distances entre
les composantes. Soient x = (x1 , · · · , xn ) et y = (y1 , · · · , yn ) ∈ Rn . On définit les
distances :
1 d∞ (x, y) = max{|xi − yi |, i = 1, · · · , n}
n
X
2 d1 (x, y) = |xi − yi |
i=1
v
u n
uX
3 d2 (x, y) = t (xi − yi )2 (distance euclidienne)
i=1
Exemple 1.1.3.
On peut définir une distance, dite discrète, sur un ensemble quelconque X en posant, pour
x, y ∈ X : (
0 si x = y
d(x, y) =
1 si x 6= y
d|A×A : A × A → R
S = {(x, y, z) ∈ R3 | x2 + y 2 + z 2 = 1}.
ESATIC 6 UP MATHS
Espaces Métriques
Exemple 1.1.7.
Soit C([0, 1], R) = {f : [0, 1] → R| f continue}. Si f, g ∈ C([0, 1], R) on pose :
Exemple 1.1.8.
R = R ∪ {−∞, +∞} est la droite numérique achevée. Soit ϕ : [−1, +1] → R la bijection
définie par ϕ(y) = y/(1 − |y|) si y 6= ±1, ϕ(−1) = −∞, ϕ(+1) = +∞ Notons ψ = ϕ−1
et posons pour x, y ∈ R :
d(x, y) = |ψ(x) − ψ(y)|.
d définit une distance sur R
Définition 1.1.3.
Une application θ : R+ → R+ est dite sous-additive si
Proposition 1.1.2.
Soient (X, d) un espace métrique et θ : R+ → R+ une application croissante sous-
additive et ne s’annulant qu’en 0. Alors θ ◦ d est une distance sur X.
Exemple 1.1.9.
Soit (X, d) un espace métrique. Comme, les applications
u
θ(u) = min{1, u} et γ(u) =
1+u
sont sous-additives croissantes et ne s’annulant que pour 0, alors
d(x, y)
σ(x, y) = min{1, d(x, y)} et δ(x, y) =
1 + d(x, y)
sont deux distances sur X qui ont la propriété d’ètre bornées par 1.
ESATIC 7 UP MATHS
Espaces Métriques
Exemple 1.2.1.
— la valeur absolue est une norme sur R, le module une norme sur C.
— Normes usuelles sur Rn , n ∈ N∗ ; soit x = (x1 , · · · , xn ) ∈ Rn ; on pose
n
X n
X
norme ν2 (x) = ( 2 1/2
|xj | ) , ν∞ (x) = max |xj | et ν1 (x) = |xj |.
ecludienne 1≤j≤n
j=1 j=1
Exemple 1.2.2.
ESATIC 8 UP MATHS
Espaces Métriques
les distances usuelles sur Rn , n ≥ 1, sont associées aux trois normes rappelées plus haut :
pour x = (x1 , · · · , xn ), y = (y1 , · · · , yn ) ∈ Rn :
Remarque 1.2.1.
1 Sur R, ν2 = ν1 = ν∞ et les trois distances associées sont les mêmes.
2 Sur C, δ(z, w) = |z − w| est la distance dite euclidienne.
3 On peut définir sur Cn des distances analogues à d2 , d1 et d∞ .
Définition 1.3.2.
Deux normes N et N 0 sur le même ensemble E sont équivalentes si et seulement s’il existe
k1 , k2 > 0 tels que :
Remarque 1.3.1.
L’équivalence des normes équivaut à l’équivalence des distances associées.
Définition 1.3.3.
On dit que deux distances sur un même ensemble sont topologiquement équivalentes si les
familles d’ouverts qu’elles définissent sont les mêmes, c’est-à-dire si toute partie ouverte
de E pour l’une de ces distances est ouverte aussi pour l’autre.
Exemple 1.3.1.
Les diverses normes sur Rn définies à l’exemple 1.2.1 sont équivalentes, car on vérifie
facilement que l’on a
√
∀x ∈ Rn , kxk∞ ≤ kxk1 ≤ nkxk2 ≤ nkxk∞ .
ESATIC 9 UP MATHS
Espaces Métriques
On appelle (E, d) espace métrique produit de la famille (Ei , di )i∈{1,··· ,n} . Dans le cas
d’une famille dénombrable d’espace métriques (En , dn )n∈N , on ne peut pas généraliser
Q P
la formule précédente sur E = n∈N En car, en général la série n∈N dn (xn , yn ) ne
converge pas. Par contre, en considérant les distances sur les espaces En données, pour
tout n ∈ N, par
1 dn (xn , yn )
(xn , yn ) 7→ n ·
2 1 + dn (xn , yn )
qui sont topologiquement équivalentes aux distances dn on définit :
X 1 dn (xn , yn )
∀x = (xn )n∈N , y = (yn )n∈N ∈ E, d(x, y) = ·
n 1 + d (x , y )
.
n∈N
2 n n n
Il est évident que la série définissant d(x, y) converge, car son terme général est majoré par
1
qui est le terme général d’une série géométrique convergente. Il est facile de montrer
2n
que d est une distance sur E. On appelle (E, d) espace métrique produit de la famille
dénombrable d’espaces métriques (En , dn )n∈N . Il est utile de remarquer que dans le cas
d’une famille finie d’espaces métriques (Ei , di )i∈{1,··· ,n} , l’application
n
X 1 di (xi , yi )
(x, y) 7→ i
·
i=1
2 1 + di (xi , yi )
ESATIC 10 UP MATHS
Espaces Métriques
Définition 1.5.1.
Etant donné a ∈ X et r ∈ R+ .
• B(a, r) = {x ∈ X| d(a, x) < r} est appelé boule ouverte de centre a et de
rayon r.
• Bf (a, r) = {x ∈ X| d(a, x) ≤ r} est appelé boule fermée de centre a et de
rayon r.
• S(a, r) = {x ∈ X| d(a, x) = r} est appelé sphere de centre a et de rayon r.
Exemple 1.5.1.
Dans R muni de la distance usuelle d(x, y) = |x − y| on a
Exemple 1.5.2.
Dans R2 , les boules ouvertes (resp. fermées) de rayon 1 :
1.5.2 Voisinage
Définition 1.5.2.
(X, d) est un espace métrique. Une partie V est un voisinage de a ∈ X s’il existe une
boule ouverte centrée en a et incluse dans V .
On note par V(a) l’ensemble des voisinages du point a ∈ X.
Exemple 1.5.3.
]1, 2] est un voisinage de 1.95, mais n’est pas un voisinage de 2.
ESATIC 11 UP MATHS
Espaces Métriques
Théorème 1.5.2.
Toute boule ouverte de l’espace métrique (X, d) est un ouvert. Toute boule fermée de
l’espace métrique (X, d) est un fermé.
Démonstration.
Soit y un point de la boule ouverte B(x, r) de centre x et de rayon r. On a d(x, y) < r.
Si on pose ρ = r − d(x, y) > 0 alors B(y, ρ) ⊂ B(x, r). Pour le voir, supposons que
z ∈ B(y, ρ), alors
ESATIC 12 UP MATHS
Espaces Métriques
Définition 1.5.4.
Si F est une partie fermée non vide de l’espace métrique (X, d), on appelle distance d’un
point x de X au fermé F le nombre positif ou nul
Théorème 1.5.3.
La distance d’un point x au fermé F est nulle si et seulement si x appartient à F . De plus,
si x et y sont des points de E, on a
Démonstration.
Si x ∈ F , on a clairement 0 ≤ d(x, F ) ≤ d(x, x) = 0. Inversement, si x ∈
/ F , il existe une
boule ouverte B(x, r) disjointe de F , ce qui montre que, pour tout y de F , d(x, y) ≥ r,
donc d(x, F ) ≥ r > 0. Si z est un point quelconque de F , on a d(x, z) ≤ d(x, y)+d(y, z),
donc, en passant à la borne inférieure, on a d(x, F ) ≤ d(x, y) + d(y, z) pour tout z de
F . Et passant à nouveau à la borne inférieure d(x, F ) ≤ d(x, y) + d(y, F ), c’est-à-dire
d(x, F ) − d(y, F ) ≤ d(x, y). En intervertissant x et y, on obtient d(y, F ) − d(x, F ) ≤
d(x, y), d’où l’inégalité cherchée.
Définition 1.5.5.
Soit (X, d) un espace métrique. Soit A et B deux parties de X on appelle distance entre
A et B la quantité
d(A, B) = inf{d(x; y) : x ∈ A, y ∈ B}
Exemple 1.5.5.
n 1 o
Si on prend A = {0} ⊂ R et B = , n ∈ N alors d(A, B) = 0 tandis que
n+1
A 6= B. Ainsi, la distance entre les parties ne définit pas vraiment une distance sur P(X).
Définition 1.5.6.
On appelle diamètre d’une partie A de (X, d) et on note diam(A) la quantitée
ESATIC 13 UP MATHS
Espaces Métriques
Définition 1.5.7.
Soit (X, d) un espace métrique. On dit qu’une partie A de X est bornée s’il existe une
boule fermée Bf (x0 , r) tel que
A ⊂ Bf (x0 , r) ⇔ ∀x ∈ A, d(x0 , x) ≤ r.
Remarque 1.5.2.
On vérifie immédiatement qu’une partie A de X est bornée si et seulement si son diamètre
est fini.
Définition 1.5.8.
Soit X un ensemble et (Y, d) un espace métrique. Une application f : X → Y est bornée
si son image f (X) ⊂ Y est bornée pour la distance d. On note par Fb (X, Y ) le sous-
ensemble de F(X, Y ) des fonctions bornées. Où F(X, Y ) est l’ensemble des fonctions de
l’ensemble X dans l’ensemble Y .
Remarque 1.5.3.
Soit X un ensemble et (Y, d) un espace métrique. On peut munir l’ensemble Fb (X, Y )
d’une distance dite distance de la convergence uniforme, notée d∞ . Elle est définie comme
suit
∀f, g ∈ Fb (X, Y ), d∞ (f, g) = sup{d(f (x), g(x)); x ∈ X}.
x∈X
Exemple 1.5.6.
ESATIC 14 UP MATHS
Espaces Métriques
La boule de centre f et de rayon r est l’ensemble des fonctions dont le graphe se trouve
entre les deux courbes en bleu, déduites de f par translation paralèlement à l’axe des
ordonnées. Dans ce cas, on a d∞ (f, g) ≤ 2.
Proposition 1.5.1.
Soit (X, d) un espace métrique. On a les propriétés suivantes :
(O1 ) Toute intersection finie d’ouverts de X est un ouvert de X.
(O2 ) Toute réunion, finie ou non, d’ouverts de X est un ouvert de X.
Démonstration.
n
\
1 Soit (Ui )i≥1 une famille finie d’ouverts de X. Posons U = Ui . Si U est vide,
i=1
il est ouvert. Sinon, pour tout x ∈ U , x ∈ Ui pour i ∈ I ⊂ {1, · · · , n}. Comme
chaque Ui , i ∈ I est ouvert, il existe ri ∈ R+ tel que B(x, ri ) ⊂ Ui . Posons
r = min ri . Alors, pour tout i ∈ I, on a
i∈I
B(x, r) ⊂ B(x, ri ) ⊂ Ui .
Donc n n
\ \ \
B(x, r) ⊂ B(x, ri ) ⊂ B(x, ri ) ⊂ Ui = U.
i∈I i=1 i=1
ESATIC 15 UP MATHS
Espaces Métriques
Remarque 1.5.4.
Il découle, de cette preuve, qu’un ouvert contient au moins une boule centrée en chacun
de ses points. Ainsi, U contient toute boule centrée en chacun de ses points, donc il est
ouvert.
Remarque 1.5.5.
Le caractère "fini"est important pour la propriété (O1 ) puisque l’intersection d’un nombre
infini d’ouverts n’est pas toujours un ouvert. Prenons, par exemple, dans X = Rn , chaque
1 \n 1
B 0, est un ouvert alors que B 0, = {0} n’est pas ouvert.
n i=1
n
Exemple 1.5.7.
Dans R muni de la distance usuelle, tout intervalle ouvert est ouvert, tout intervalle fermé
est fermé. Un intervalle de la forme ] − ∞, a] ou [a, +∞[ est fermé. En effet, R est ouvert.
Un intervalle de la forme ]a, b[, avec a et b finis, est une boule ouverte car
a+b a−b
]a, b[= B(x0 , r) où x0 = et r = .
2 2
De même, [a, b] est une boule fermée car [a, b] = B(x0 , r). Par ailleurs
[
]a, +∞[= ]a, a + n[
n∈N∗
donc ]a, +∞[ est un ouvert. Le même raisonnement s’applique à ] − ∞, a[ qui est ouvert.
Il s’ensuit que [a, +∞[=] − ∞, a[c est fermé et de même ] − ∞, a] est fermé.
Proposition 1.5.2.
Soit (X, d) un espace métrique. On a les propriétés suivantes :
(F1 ) Toute réunion finie de fermés de X est un fermé de X.
(F2 ) Toute intersection, finie ou non, de fermés de X est un fermé de X.
Démonstration.
Immédiat, par passage au complémentaire.
Remarque 1.5.6.
La réunion
infinie de fermés
peut ne pas être fermé. Prenons dans R la famille de fermés
1 1 S
Fn = −1 + , 1 − . Leurs réunion n∈N Fn =] − 1, 1[ n’est pas fermé.
n n
ESATIC 16 UP MATHS
Espaces Métriques
Remarque 1.5.7.
Dans un espace métrique (X, d), il existe des ensembles à la fois ouverts et fermés, par
exemple ∅ et X. Lorsque d est la distance discrètes, tous les sous-ensembles de X sont à
la fois ouverts et fermés. D’autre part, il se peut que des ensembles ne soient ni ouvert ni
fermé, par exemple, l’intervalle semi-ouvert ]a, b] n’est ni ouvert ni fermé dans R.
∀r > 0, B(a, r) ∩ A 6= ∅.
3 Les éléments de A \Å sont les éléments frontières de A. A \Å s’appelle la fron-
tière de A. Elle est notée f r A ou ∂A.
Remarque 1.6.1.
• A ⊂ A car : si x ∈ A alors pour tout r > 0, on a x ∈ B(x, r) ∩ A.
• Å ⊂ A.
Proposition 1.6.1.
On établit un lien entre un fermé et l’adhérence par : A est fermé si et seulement si A = A.
Démonstration.
(⇒) Si A est fermé, alors X\A est ouvert. Soit x ∈/ A, donc x ∈ X\A, il existe r > 0 tel
que B(x, r) ⊂ X\A et x ∈ / A c’est-à-dire que A ⊂ A donc A = A car A ⊂ A.
(⇐) Réciproquement, si A = A et x ∈ X\A, alors x ∈ / A, donc ∃r > 0 tel que B(x, r) ∩
A = ∅, c’est-à-dire B(x, r) ⊂ X\A.
ESATIC 17 UP MATHS
Espaces Métriques
Proposition 1.6.2.
L’adhérence A est le plus petit fermé contenant A c’est-à-dire que si F est un fermé et
A ⊂ F alors A ⊂ F :
\
A= F.
A⊂F fermé
Démonstration.
Supposons que F est un fermé contenant A et montrons que A ⊂ F , ce qui est équivalent
à montrer que X\F ⊂ X\A. Mais si x ∈ X\F , alors x ∈ / F alors x est un point de
l’ouvert U = X\F qui ne rencontre pas A c’est-à-dire U ∩ A = ∅ donc x ∈ A soit que
x ∈ X\A.
Proposition 1.6.3.
L’intérieur Å de A est le plus grand ouvert contenu dans A c’est-à-dire
[
Å = U.
U ⊂A ouvert
Exemple 1.6.1.
On considère, dans R muni de la distance usuelle, A = [0, 1[. Alors Å =]0, 1[ et A = [0, 1].
Exemple 1.6.2.
L’adhérence de Q est R puisque tout nombre réel est limite de nombres rationnels.
Exemple 1.6.3.
D’après le théorème de Weierstrass, toute fonction f ∈ C([0, 1], R) est limite uniforme
(pour la norme k.k∞ ) d’une suite de polynôme de P([0, 1], R). Donc
F r([0, 1] × [0, 1]) = ([0, 1] × {0}) ∪ ([0, 1] × {1}) ∪ ({0} × [0, 1]) ∪ ({1} × [0, 1]).
ESATIC 18 UP MATHS
Espaces Métriques
Proposition 1.6.4.
Soit A une partie non vide d’un espace métrique (X, d), alors
CX (Å) = CX A et CX A = (C˚
X A).
Démonstration.
[
Montrons la première égalité. Par définition, Å = Ui où (Ui )i∈I désigne la famille de
i∈I
tous les ouverts contenus dans A. Donc
[ \ \
CX Å = CX Ui = CX Ui = Fi
i∈I i∈I i∈I
avec Fi = CX Ui , fermé de X. La famille (Fi )i∈I désigne la famille des fermés contenant
CX A. La partie CX (Å) est donc l’adhérence de CX A. La deuxième formule se déduit de
la première en y remplaçant A par CX A.
On est parfois, amené à faire la différence entre deux notions subtiles de points d’adhé-
rence à savoir : point isolé et point d’accumulation.
Définition 1.6.2.
1 Un point x ∈ A est dit isolé s’il existe un voisinage V de x tel que V ∩ A = {x}.
2 Un point x ∈ X est dit point d’accumulation si tout voisinage V de x contient au
moins un point de A distinct de x.
Exemple 1.6.5.
Si A = [1, 2[∪{3}
1 Le point 3 est isolé dans A.
2 Le point 1 n’est pas isolé dans A.
3 Le point 3 n’est pas un point d’accumulation de A,
4 tout point de [1, 2] est point d’accumulation de A.
Définition 1.6.3.
Soit A un sous-ensemble d’un espace métrique (X, d). On dit que A est dense dans X si
A = X.
Traduction : Pour tout x ∈ X, il existe une suite (xn ) ⊂ A qui converge vers x.
On notera que, si on remplace une distance par une distance équivalente, les ensembles
denses restent les mêmes.
Exemple 1.6.6.
Dans R, un nombre est décimal lorsqu’il s’écrit : n10−k , n ∈ Z, k ∈ N. L’ensemble D des
nombres décimaux est un anneau pour les deux opérations usuelles et l’on a Z ⊂ D ⊂ Q.
Comme tout x ∈ R est limite de la suite de ses approximations décimales de la forme
xn = E(x10−n ).10−n alors D = R et on obtient que Q = R.
ESATIC 19 UP MATHS
Espaces Métriques
Exemple 1.6.7.
Dans R muni de la distance usuelle, Q et R\Q sont denses. En effet, soient x ∈ R et
r > 0. Alors B(x, r) =]x − r, x + r[. On rappelle qu’entre deux réels distincts il y a
toujours un nombre rationnel et un nombre irrationnel ; ce qui implique B(x, r) ∩ Q 6= ∅ ;
et B(x, r) ∩ (R\Q) 6= ∅. ∀x ∈ R.
Théorème 1.6.1 (Séparation de Hausdorff).
Soit (E, d) un espace métrique et deux points x 6= y de E. Alors il existe deux boules
ouvertes disjointes contenant respectivement x et y.
Démonstration.
d(x, y)
Il suffit de prendre r = et de choisir x ∈ B(x, r) et y ∈ B(y, r). Les boules
2
choisis sont dijointes. En effet, si point z ∈ B(x, r) ∩ B(y, r), on obtient : d(x, z) < r et
d(y, z) < r. L’inégalité triangulaire nous donne
1.7 Suites
Définition 1.7.1.
Une suite (xn )n d’un espace métrique (X, d) converge dans X s’il existe x ∈ X tel que
lim d(xn , x) = 0.
n→+∞
ou encore si
∀ε > 0, ∃N (ε) ∈ N, n ≥ N ⇒ xn ∈ B(x, ε).
Définition 1.7.2 (Sous-suites).
si u : N → X est une suite d’un ensemble X, une sous-suite (ou suite extraite) de u est
une suite de la forme u ◦ ϕ, où ϕ est une application strictement croissante de N dans N.
Notation 1.7.1. Soit (X, d) un espace métrique. Si (xn ) ⊂ (X, d) est une suite, on notera
une suite extraite de cette suite par (xnk ) ⊂ (X, d).
Proposition 1.7.1.
Si une suite (un )n d’un espace métrique X converge dans X vers un point limite x, alors
toute sous-suite de (un )n converge vers ce même point limite x.
ESATIC 20 UP MATHS
Espaces Métriques
2 A = {x ∈ X | d(x, A) = 0}.
Démonstration.
Corollaire 1.7.1.
Les parties fermées d’un espace métrique sont celles qui contiennent les limites de leurs
suites convergentes.
Définition 1.7.3.
Soit (X, d) un espace métrique. Soit (xn ) ⊂ X. Le point x ∈ X est une valeur d’adhé-
rence de la suite (xn ) s’il existe une sous-suite (xnk ) de (xn ) telle que xnk → x.
Exemple 1.7.1.
Dans R muni de la distance usuelle, soit xn = (−1)n , n ∈ N. Alors 1 est une valeur
d’adhérence de cette suite car (x2n ) → 1. De même, −1 est une valeur d’adhérence de
cette suite car (x2n+1 ) → −1.
Proposition 1.7.3.
Si xn → x, alors x est la seule valeur d’adhérence de la suite (xn ). En particulier la
limite d’une suite convergente est unique.
Démonstration.
x est une valeur d’adhérence, car la suite extraite (xn ) convrege vers x. Soit y une valeur
d’adhérence de (xn ). Il existe une sous-suire (xnk ) telle que xnk → y. Par ailleurs, on a
aussi xnk → x. On suppose par l’absurde y 6= x. alors d(x, y) > 0.
d(x, y)
Posons ε = > 0. Comme xnk → x, il existe un k1 > 0 tel que d(xnk , x) < ε
2
si k > k1 . De même, il existe un k2 > 0 tel que d(xnk , y) < ε si k > k2 . Alors, pour
k ≥ max{k1 , k2 }, on a
ESATIC 21 UP MATHS
Espaces Métriques
lim f (x) = y.
x→β, x∈A
De manière équivalente :
f (x) tend vers y ∈ Y lorsque x tend vers β en restant dans A ssi pour tout voisinage W
de y dans Y , il existe un voisinage V de β dans X tel que f (A ∩ V ) ⊂ W .
1.8.3 Continuité
Soient X et E deux ensembles et f une application de X dans E. On rappelle que :
◦ Pour tout sous-ensemble A de X, on appelle image de A par f , et on note f (A),
le sous-ensemble de E défini par :
f (A) = {f (x)| x ∈ A}.
ESATIC 22 UP MATHS
Espaces Métriques
Une suite (xn ) de l’espace métrique (E, d) est dite convergente vers ` ∈ E si
Définition 1.8.2.
Soient (X, d) et (E, δ) deux espaces métriques. Une application f : X → E est dite
continue en x ∈ X si, pour toute suite (xn )n∈N d’éléments de X qui converge vers x, la
suite (f (xn ))n∈N d’éléments de E converge vers l’image de x par f . Soit :
1. ⇒ 2. Soit y ∈ f (A), c’est à dire qu’il existe x ∈ A tel que f (x) = y. Comme
x ∈ A, il existe une suite (xn )n∈N d’éléments de A qui converge vers x. Comme f est
continue (hypothèse 1), f (xn ) converge vers f (x) = y. Comme xn ∈ A, nous avons
f (xn ) ∈ f (A). Par conséquent, y = f (x) ∈ f (A).
ESATIC 23 UP MATHS
Espaces Métriques
4. ⇒ 1. Soit (xn )n∈N une suite convergeant vers x. Il faut monter que sous l’hypo-
thèse 4, (f (xn )) converge vers f (x) dans (E, δ), c’est-à-dire que toute boule B(f (x), ε)
contient presque tous les f (xn ). L’hypothèse 4. implique que l’image réciproque U =
f −1 (B(f (x), ε)) est un ouvert de X ; comme f (x) ∈ B(f (x), ε), U contient x et il existe
B(x, r) ⊂ U . Comme (xn )n∈N tend vers x, presque tous les xn appartiennent à B(x, r).
Par conséquent, presque tous les f (xn ) appartiennent à f (B(x, r)) ⊂ f (U ) ⊂ B(f (x), ε).
Donc f (xn ) converge vers f (x).
Remarque 1.8.1.
L’image direct d’un ouvert (resp. fermé) par une application continue n’est pas forcément
un ouvert (resp. fermé).
Ainsi, l’application f : R → R2 telle que f (x) = (x2 , ex ) est continue. L’intervalle ouvert
i1 h
I =] − 1, 1[ a pour image f (I) = [0, 1[× , e , non ouvert dans R2 .
e
L’intervalle fermé R− a pour image f (R− ) = R+ ×]0, 1], non fermé dans R2 .
Définition 1.8.3.
Soient (X, d) et (E, δ) sont deux espaces métriques. Une application f : X → E est dite
uniformément continue si
Autrement dit, le diamètre de l’image par f de tout ensemble de diamètre inférieur à η est
inférieur à ε. A noter que toute application uniformément continue est continue.
Exemple 1.8.1.
La fonction f (x) = x2 n’est pas uniformément continue sur R, par contre elle l’est sur
tout intervalle fermé [a, b] de R. En effet, pour tous réel ε > 0 et x, x0 ∈ [a, b], on a
Exemple 1.8.2.
ESATIC 24 UP MATHS
Espaces Métriques
La fonction f (x) = x2 n’est pas uniformément continue sur l’intervalle [1, +∞[. En effet,
1
considérons les suites xn = n + et yn = n. On a toujours
n
1
|f (xn ) − f (yn )| = 2 + >2
n2
1
bien que |xn − yn | = . Aucun nombre η ne peut correspondre à ε = 2.
n
Définition 1.8.4.
Une application f : (X, d) → (E, δ) est dite k-lipschitzienne s’il existe un réel k > 0 tel
que pour tout
(x, y) ∈ X × X, δ(f (x), f (y)) ≤ kd(x, y).
f est lipschitzienne s’il existe un k > 0 tel que f soit k-lipschitzienne.
Exemple 1.8.3.
Soit A une partie de l’espace métrique (X, d). Considérons la fonction f : E → R définie
par f (x) = d(x, A) = inf a∈A d(x, a). Elle est 1-Lipchitzienne car
Proposition 1.8.2.
Toute fonction k-lipschitziene est uniformément continue,
Démonstration.
ε
Pour ε > 0, on peut choisir η = indépendamment de x.
k
Définition 1.8.5.
Une application f : (X, d) → (E, δ) est dite isométrie si,
Proposition 1.8.3.
Une isométrie est injective et 1-lipschitzienne, donc uniformément continue, donc conti-
nue.
Définition 1.8.6.
Soient (X, d) et (Y, δ) des espaces métriques ; un homéomorphisme de X sur Y est une
bijection bi-continue de X sur Y (i.e. la bijection f et sa réciproque f −1 sont continues).
S’il existe un homéomorphisme de X sur Y on dit que X est homéomorphe à Y ou que
X et Y sont homéomorphes.
ESATIC 25 UP MATHS
Espaces Métriques
Remarque 1.8.2.
La relation "est homéomorphe à" est symétrique ; elle est aussi réflexive et transitive. la
composée de deux homéomorphismes est un homéomorphisme.
Proposition 1.8.4.
Un homéomorphisme transporte les notions topologiques de X dans E. Ainsi, les ouverts,
fermés et voisinages de X se transforme en ouverts, voisinages et fermés de E.
Proposition 1.9.1.
1 Si (xn ) converge, alors (xn ) est une suite de Cauchy.
2 Une suite de Cauchy a au plus une valeur d’adhérence.
3 Une suite de Cauchy converge ⇔ elle a une valeur d’adhérence.
4 On considère une suite de réels strictement positifs (an ) tel que an → 0. Si (xn ) est
une suite de Cauchy, il existe une suite extraite (xnk ) telle que d(xnk , xnk+1 ) < ak ,
∀k.
Démonstration.
1 Si x = limn→∞ xn et ε > 0, il existe un n0 tel que d(xn , x) < ε/2 si n ≥ n0 . Si
m, n ≥ n0 , on trouve alors
2 Soient a, b ∈ X tels que, pour deux sous-suites, (xϕ(n) ) et (xψ(n) ), on ait xϕ(n) → a
et xψ(n) → b. On suppose par l’absurde que a 6= b et soit ε = d(a, b) > 0. Il existe
trois entiers, n0 , n1 , n2 , tels que : d(xn , xm ) < ε/3 si n, m ≥ n0 , d(xϕ(n) , a) < ε/3
si n ≥ n1 , d(xψ(n) , b) < /3 si n ≥ n2 .
Par ailleurs, on a ϕ(n) → ∞ et ψ(n) → ∞, et donc il existe un n3 tel que n3 ≥ n1
et ϕ(n3 ) ≥ n0 , respectivement un n4 tel que n4 ≥ n2 et ψ(n4 ) ≥ n0 . On obtient la
contradiction
ESATIC 26 UP MATHS
Espaces Métriques
que xϕ(n) → x. Soit ε > 0. Il existe un n1 tel que d(xϕ(n) , a) < ε/2 si n ≥ n1 .
Avec le n0 correspondant à ε/2 dans la définition d’une suite de Cauchy, il existe
un n2 ≥ n1 tel que ϕ(n2 ) ≥ n0 . Pour n ≥ n2 , on trouve
Remarque 1.9.1.
La réciproque de 1 de la proposition 1.9.1 est fausse. Il existe des suite de cauchy qui ne
convergent pas, comme dans l’exemple suivant
Exemple 1.9.1.
1
Dans X =] − 1, 1[ muni de la distance usuelle dans R, la suite {1 − } est de Cauchy
n
puisqu’elle converge vers 1 dans R, mais 1 ∈
/ X.
Exemple 1.9.2.
√
Dans Q muni de la distance usuelle dans R, la suite (xn ) définie par xn = E(2n 2)/2n
est de Cauchy, mais ne converge pas. En effet, on a
√ √
(2n 2 − 1)/2n < xn ≤ 2,
√ √
d’où xn → 2 dans R. Donc (xn ) est une suite de Cauchy. Par ailleurs, 2 ∈
/ Q.
L’unicité de la limite implique que (xn ) ne converge pas dans Q.
Définition 1.9.2.
Si (X, d) est un espace métrique,
1 une partie A de X est bornée s’il existe a ∈ X et r > 0 tels que d(a, x) ≤ r,
∀x ∈ A ;
2 une suite (xn ) ⊂ X est bornée s’il existe a ∈ X et r > 0 tels que d(a, xn ) ≤ r,
∀n.
Proposition 1.9.2.
Une suite de Cauchy est bornée.
Démonstration.
Fixons a ∈ X. Il existe un n0 tel que d(xn , xm ) < 1 si n, m ≥ n0 . Si n ≥ n0 , on trouve
ESATIC 27 UP MATHS
Espaces Métriques
Remarque 1.9.2.
La réciproque est fausse.
bbbbbbbb
Exemple 1.9.3.
Dans R, la suite de terme général xn = (−1)n , est bornée, mais pas de Cauchy. En effet,
d(0, xn ) ≤ 1, ∀n. Comme 1 et −1 sont des valeurs d’adhérence de (xn ), cette suite n’est
pas de Cauchy.
Définition 1.9.3.
L’espace métrique (X, d) est dit complet si toute suite de Cauchy dans X converge dans
X.
Un espace normé (E, k · k) est de Banach ⇔ E est complet pour la distance associée a
k · k.
Remarque 1.9.3.
L’intérèt évident de la notion d’espace complet réside dans le fait que, dans un tel espace,
pour montrer qu’une suite est convergente, il suffit d’établir qu’elle vérifie la propriété de
Cauchy, ce qui ne suppose pas que l’on connaisse la limite.
Exemple 1.9.4.
L’espace R muni de la norme usuelle est complet.
Exemple 1.9.5.
n
Y
Soient (Xi , di ), i = 1, · · · , n des espaces complets. Alors X = Xi muni de la distance
i=1
produit d est un espace complet. En particulier, l’espace produit Rn l’est aussi pour la
norme produit.
Exemple 1.9.6.
Les espaces Rn et Cn sont des espaces de Banach pour les normes equivalentes définies
précédement.
Exemple 1.9.7.
Etant donné un ensemble non vide X, on note par `∞ (X, R) l’espace des foncions bornées
de X dans R. Pour f ∈ `∞ (X, R), on définit la norme kf k∞ = sup |f (x)|. L’espace
x∈X
(`∞ (X, R), k · k∞ ) est un espace de Banach.
ESATIC 28 UP MATHS
Espaces Métriques
Exemple 1.9.8.
L’espace C([0, 1], R) muni de la norme || · ||1 n’est pas complet. Pour le voir, il suffit
remarquer que la suite des fonctions continues
(
2n tn si t ∈ [0, 1/2]
fn (t) =
1 si t ∈ [1/2, 1]
Si fn convergeait, sa limite f devrait être nulle dans l’intervalle [0, 1/2[ et égale à 1 dans
l’intervalle [1/2, 1].
Définition 1.9.4.
Soient (X, dX ) et (E, dE ) deux espaces métriques. On dit que l’application f : X → E
est bornée si son image f (X) est bornée.
Notation 1.9.1.
Si f, g ∈ Cb (X, E), on défini une distance par d∞ (f, g) = sup{d(f (x), g(x))}.
x∈X
Proposition 1.9.3.
L’espace (Cb (X, E), d∞ ) est un espace métrique complet si (E, dE ) est complet.
Démonstration.
Si (fn ) est une suite de Cauchy dans Cb (X, E), alors, pour tout x ∈ X, (fn (x)) est une
suite de Cauchy dans E. On pose f (x) = lim fn (x). Soit ε > 0, il existe n0 tel que
n→∞
dE (fn (x), fm (x)) ≤ ε/2 pour m, n ≥ n0 . Pour tout x ∈ X, on a dE (fn (x), f (x)) ≤ ε/2
si n ≥ n0 ; ceci s’obtient en faisant tendre m à l’infini et en utilisant la continuité de
la distance y 7→ dE (a, y). Donc d∞ (fn , f ) < ε, n ≥ n0 . Il s’en suit que d∞ (fn , f ) →
0 et la suite (fn ) converge uniformément vers f donc f est continue. Comme fn0 ∈
(Cb (X, E), d∞ ) , il existe a ∈ E et r > 0 tels que dE (a, fn0 (x)) ≤ r, x ∈ X. Posons
ε = 1. On a alors
Proposition 1.9.4.
Si (X, d) est un espace métrique et (E, k · kE ) un espace normé. L’espace (Cb (X, E), d∞ )
est un espace de Banach si (E, k · kE ) est de Banach.
ESATIC 29 UP MATHS
Espaces Métriques
Démonstration.
Il suffit de vérifier que Cb (X, E) est un espace vectoriel sur K = R ou C. Or, si f, g ∈
Cb (X, E) et λ, µ ∈ K, il existe r1 et r2 tel que ∀x ∈ X, kf (x)kE ≤ r1 et kg(x)kE ≤ r2
donc
k(λf + µg)(x)kE ≤ |λ|r1 + |µ|r2 , x ∈ X.
Par suite, λf + µg ∈ Cb (X, E).
Proposition 1.9.5.
Soient (X, d) un espace métrique et A ⊂ X.
1 Si (A, d) est complet, alors A est un fermé de X.
2 Si (X, d) est complet et A est un fermé de X, alors (A, d) est complet.
Démonstration.
1 Soient (xn ) une suite de A et a ∈ X tels que xn → a. Alors (xn ) est une suite de
Cauchy, donc convergente (dans A) vers un b ∈ A. L’unicité de la limite (dans X)
implique a = b ∈ A. Il s’ensuit que A ⊂ A, d’où A fermé.
2 Soit (xn ) une suite de Cauchy dans A. Alors il existe un a ∈ X tel que xn → a. Il
s’ensuit que a ∈ A, et donc (xn ) converge dans A.
Corollaire 1.9.1.
Dans un espace métrique complet :
A complet ⇔ A fermé.
Corollaire 1.9.2.
Soit A ⊂ (X, d).
Si (A, dA ) est complet, alors A est un fermé de X.
Si (X, d) est complet et A est un fermé de X, alors (A, dA ) est complet.
Exemple 1.9.9.
L’espace C([0, 1], R) des fonctions continues sur [0, 1] à valeurs réelles est un espace de
Banach pour la norme k.k.
Proposition 1.9.6.
Soit (X, d) un espace métrique. Si toutes les parties fermées et bornées de X sont com-
plètes, alors X est complet.
Démonstration.
Soit (xn ) une suite de Cauchy dans X. Alors (xn ) est bornée, et donc (xn ) ⊂ B(a, r)
pour a ∈ X et un r > 0. B(a, r) étant un fermé borné, alors (xn ) converge dans B(a, r),
et donc dans X.
ESATIC 30 UP MATHS
Espaces Métriques
Exemple 1.9.10.
Soit K = R ou C On note
∀ε > 0, ∃N ∈ N; ∀p ≥ N, ∀n ∈ N |xp,n − kn | ≤ ε.
soit que
∀ε > 0, ∃N ∈ N, ∀p ≥ N, kxp − kk∞ ≤ ε.
Ce qui prouve que (xp )p converge vers k dans `∞ (K).
kn
3 Pour k < 1 et tel que f soit k-lipschitzienne, on a d(xn , a) ≤ d(x1 , x0 ).
1−k
Démonstration.
1. et 2. Soit 0 < k < 1 tel que f soit k-lipschitzienne. f a au plus un point fixe : si, par
l’absurde, a et b sont des points fixes et a 6= b, on aboutit à la contradiction
ESATIC 31 UP MATHS
Espaces Métriques
1.10 Compacité
Définition 1.10.1.
Une partie A d’un espace métrique E est compacte si toute suite de A admet une sous-
suite convergente dans A.
Remarque 1.10.1.
Cette définition met clairement en évidence le fait qu’il est équivalent de dire que A est
compact comme partie de E, ou compact comme partie de A. La compacité, contraire-
ment aux notions d’ouvert et de fermé est une notion absolue. En particulier, on peut
parler d’espace métrique compact.
Lemme 1.10.1.
Si A est une partie compacte de E, alors A est une partie fermée de E.
Démonstration.
soit x un point de E adhérent à A. Il existe donc une suite de A qui converge vers x.
Comme A est compact, cette suite doit avoir une valeur d’adhérence dans A. Comme x
est sa seule valeur d’adhérence , x est dans A.
ESATIC 32 UP MATHS
Espaces Métriques
Lemme 1.10.2.
Tout espace métrique compact est borné et complet.
Démonstration.
Soit E un espace métrique compact. S’il est vide, il est évidemment borné et complet.
Sinon, soit x un point de E. Si E n’était pas borné, il existerait une suite (xn ) dans E,
telle que la distance de x à xn soit au moins égale à n. Cette suite a une valeur d’adhé-
rence γ. Soit B une boule ouverte de centre γ et de rayon plus petit que 1. Cette boule
contient une infinité de termes de la suite. Soit xn un terme de la suite, appartenant à B,
et soit d la distance de x à xn . Soit enfin m un entier assez grand pour que m − d soit plus
grand que le diamètre de la boule B, et tel que xm soit aussi dans la boule B. Alors, par
la deuxième inégalité triangulaire, la distance de xn à xm est plus grande que m − d. Ce
qui est impossible. E est donc borné.
Soit maintenant (xn ) une suite de Cauchy de E. Comme E est compact, cette suite a
une valeur d’adhérence γ dans E. Cette valeur d’adhérence ne peut être que la limite de la
suite. En effet, soit ε > 0, et soit N un entier tel que deux termes quelconques de la suite
de rangs plus grands que N soient distants de moins de ε. Prenons n > N assez grand
pour que la distance de xn à γ soit plus petite que ε. Alors, pour tout m > N la distance
de xm à γ est plus petite que 2ε, ce qui montre que la suite converge vers γ.
Théorème 1.10.1.
Les parties compactes de Rn sont précisément celles qui sont fermées et bornées.
Démonstration.
Soit A une partie fermée et bornée de Rn . Soit (xn )n∈N une suite de A. D’après le théo-
rème de Bolzano-Weierstrass, cette suite a une valeur d’adhérence (dans Rn ). Cette valeur
d’adhérence est en fait dans A, car A est fermée.
Théorème 1.10.2.
L’espace métrique produit E1 × · · · × En de n espaces métriques E1 , · · · , En est compact
si et seulement si chaque espace Ei est compact.
Théorème 1.10.3.
Soient (E, d) et (F, d0 ) deux espaces métriques et f continue de E dans F . Si E est
compact, f (E) est compact.
ESATIC 33 UP MATHS
Espaces Métriques
Corollaire 1.10.1.
Soit f une application continue d’un espace métrique compact K dans R. Alors f est
bornée et atteint ses bornes, c’est-à-dire qu’il existe x ∈ K tel que f (x) = supK f et il
existe y ∈ K tel que f (y) = inf K f .
ESATIC 34 UP MATHS
Chapitre 2
Séries de fourier
Les séries de Fourier sont un outil fondamental dans l’étude des fonctions périodiques.
Elles ont été introduites par Joseph Fourier en 1822, même si leur étude systématique et
approfondie n’a réellement démarré qu’avec l’apparition de l’intégrale de Lebesgue en
1902. Les séries de Fourier sont encore aujourd’hui l’objet de recherches actives pour
elles-mêmes, et ont suscité plusieurs branches nouvelles telles que la théorie du signal et
la théorie des ondelettes.
L’étude d’une fonction périodique par la série de Fourier comprend deux volets
◦ L’analyse, qui consiste en la détermination de la suite de ses coefficients de Fou-
rier.
◦ La synthèse, qui permet de retrouver, en un certaine sens, la fonction à l’aide de la
suite de ses coefficients.
2.1 Généralités
Définition 2.1.1.
Une application f : R → C est dite périodique s’il existe un nombre réel T > 0 tel que
On dit que f est périodique de période T (ou simplement T −périodique) si T est le plus
petit des nombres réels strictement positifs vérifiant la relation (2.1).
Remarque 2.1.1.
35
Séries de fourier
C’est pourquoi nous avons choisi pour cadre naturel de ce chapitre celui des fonctions
2π−périodiques.
Proposition 2.1.1.
Soit f est une fonction admettant 2π pour période et intégrable sur un intervalle [α, α +
2π] alors elle est intégrable sur [0, 2π] et l’on a :
Z α+2π Z 2π
f (t)dt = f (t)dt.
α 0
pour tout α ∈ R. Cette valeur commune s’appelle l’intégrale de f sur une période.
Démonstration.
On a Z α Z α Z α+2π
f (t)dt = f (t − 2π)dt = f (t)dt.
0 0 2π
D’où la proposition.
Remarque 2.1.2.
ESATIC 36 UP MATHS
Séries de fourier
Remarque 2.2.1.
1 On précise que b0 = 0 ; nous adopterons cette convention.
2 La relation (2.2) équivaut à :
avec
1 1
cn = (an − ibn ) et c−n = (an + ibn ).
2 2
Cette expression du terme général est utilisée de préférence lorsque les coefficients
an et bn sont complexes.
Dans ce cas, on écrit souvent la série
a0 X
+ (an cos nx + bn sin nx)
2 n≥1
avec
a0
c0 =
2
1 (an + ibn ) pour n < 0
cn = 2
1
(an − ibn ) pour n > 0.
2
3 Pour ne pas modifier la notion de convergence d’une série, nous conviendrons de
+∞
X +∞
X
dire que la série à double entrée cn converge si et seulement si (cn +c−n )
n=−∞ n=0
converge.
Proposition 2.2.1.
ESATIC 37 UP MATHS
Séries de fourier
P P
Si les séries |an | et |bn | sont convergentes alors la série trigonométrique
a0 X
+ (an cos nx + bn sin nx)
2 n≥1
est normalement convergente sur R. Elle est donc uniformément convergente sur R et sa
somme est une fonction continue de x sur R.
Exemple 2.2.1.
X cos nx X sin nx X einx
, ,
n≥1
n2 n≥1
n2 n≥0
n!
Proposition 2.2.2.
Si (an )n≥0 et (bn )n≥0 sont deux suites décroissantes de nombres réels positifs ou nuls
tendant vers 0, alors :
1 les séries trigonométriques
X X
an cos nt et bn sin nt
est convergente pour tout x ∈ R\2πZ, et sa convergence est uniforme, sur chaque
intervalle de la forme
est périodique de période 2π et continue sur R. On peut alors intégrer terme à terme
Z 2π Z 2π +∞ Z 2π Z 2π
a0 X
S(x) cos pxdx = cos pxdx+ an cos nx cos pxdx + bn sin nx cos pxdx ,
0 2 0 n=1 0 0
Z 2π Z 2π +∞ Z 2π Z 2π
a0 X
S(x) sin pxdx = sin pxdx+ an cos nx sin pxdx + bn sin nx sin pxdx ,
0 2 0 n=1 0 0
ESATIC 38 UP MATHS
Séries de fourier
Pour calculer les intégrales figurants au second membre de deux égalités, nous pou-
vons procéder par linéarisation en utilisant :
Remarque 2.2.2.
La formule trouvée pour an convient pour a0 , c’est pourquoi le premier terme de la série
a été noté a0 .
ESATIC 39 UP MATHS
Séries de fourier
Définition 2.3.2.
Soit f une fonction numérique périodique de période 2π sur R, intégrable sur tout inter-
valle fermé borné (compact). Les coefficients de Fourier trigonométriques de f sont les
nombres an et bn (n ∈ N) définis par les relations
1 2π 1 2π
Z Z
an (f ) = f (x) cos nxdx et bn (f ) = f (x) sin nxdx. (2.4)
π 0 π 0
et la série de Fourier de f est la série trigonométrique :
a0 X
(f ) + (an (f ) cos nx + bn (f ) sin nx)
2 n≥1
Remarque 2.3.1.
Le problème fondamental qui se pose à propos de cette série est le suivant :
• Cette série est-elle convergente ?
• Dans l’affirmative, sa somme est-elle égale à f (x) ?
Proposition 2.3.1.
En posant b0 (f ) = 0, on a pour tout n ∈ N
cn (f ) = an (f ) − ibn (n)
(
2 an (f ) = cn (f ) + c−n (f )
et
c−n (f ) =
a n (f ) + ibn (n) bn (f ) = i(cn (f ) − c−n (f )).
2
Démonstration.
Pour tout n ∈ N, les formules d’Euler et la linéarité de l’intégration donnent
Z 2π
1
cn (f ) = f (t)e−int dt
2π 0
1 2π
Z
= f (t)(cos nt − i sin nt)dt
π 0
an (f ) − ibn (f )
=
2
On obtient de la même manière la formule donnant cn (f ). De même, on a
1 2π
Z
an (f ) = f (t) cos ntdt
π 0
Z 2π
1
= f (t)(eint + e−int )dt
2π 0
= cn (f ) + c−n (f ).
ESATIC 40 UP MATHS
Séries de fourier
Proposition 2.3.2.
On a pour tout α ∈ R :
1 α+2π α+2π
Z Z
1
an (f ) = f (x) cos nxdx et bn (f ) = f (x) sin nxdx (2.5)
π α π α
Les relations (2.6) sont particuliérement intéressantes lorsque f est une fonction paire ou
impaire.
Proposition 2.3.3.
Soit f une fonction numérique périodique de période 2π sur R, intégrable sur tout inter-
valle fermé borné. On a :
• Si f paire (c’est-à-dire f (−x) = f (x) pour tout x ∈ R) alors
2 π
Z
an (f ) = f (t) cos ntdt et bn (f ) = 0.
π 0
2 π
Z
an (f ) = 0 et bn (f ) = f (t) sin ntdt.
π 0
Exemple 2.3.1.
Calculer les coefficients de Fourier réels de la fonction f définie sur R par f (x) = cos3 x.
Il suffit d’écrire
cos 3x = 4 cos 3x − 3 cos x
pour obtenir
1 3
f (x) = cos 3x + cos x.
4 4
On a donc
3 1
a1 (f ) = , a3 (f ) = ,
4 4
et tous les autres coefficients de Fourier sont nuls.
ESATIC 41 UP MATHS
Séries de fourier
Exemple 2.3.2.
Calculer les coefficients de Fourier réels de la Calculer les coefficients de Fourier réels
de la fonction f 2π−périodique qui vaut 1 sur ]0, π[ et −1 sur ] − π, 0[.
Exemple 2.3.3.
Soit f 2π−périodique vérifiant f (x) = −1 sur ] − π, 0[ et f (x) = 1 sur ]0, π[ (on ne
précise pas ses valeurs sur πZ, ce qui n’a aucune importance pour le calcul des coeffi-
cients de Fourier). On vérifie alors que la fonction F (x) vérifie F (x) = |x| sur [−π, π].
Cette fonction étant ensuite prolongée par périodicité. Comme f est impaire, les ak (f )
sont tous nuls et
2
Z π 0 si k est pair
bk (f ) = sin ktdt = 4
π 0 si k est impair
πk
La série de Fourier de f est donc
+∞
4 X sin(2k + 1)t
.
π k=0 2k + 1
Celle de F peut donc être obtenue par intégration terme à terme, sans oublier la
"constante d’intégration"
1 π
Z
π
c0 (F ) = tdt =
π 0 2
Cette série de Fourier s’écrit donc
+∞
π 4 X cos(2k + 1)t
−
2 π k=0 (2k + 1)2
La série de Fourier de F converge normalement sur R. Celle de f converge (au moins sim-
plement) sur R, ce qu’on prouve par exemple par transformation d’Abel. Nous n’avons
pas, pour le moment, d’information sur le lien entre les sommes de ces séries et les fonc-
tions f et F .
Exemple 2.3.4.
ESATIC 42 UP MATHS
Séries de fourier
La fonction étant impaire, an = 0, pour tout entier n. D’autre part, pour tout n ≥ 1,
1 π
Z
bn = sin(nx)dx
π −π
2 π
Z
= sin(nx)dx
π 0
2
= (1 − (−1)n ).
nπ
On en déduit que la série de Fourier de f s’écrit
X 2 X 4
(1 − (−1)n ) sin(nx) = sin((2p + 1)x).
n∈N∗
nπ p∈N
π(2p + 1)
Exemple 2.3.5.
Considérons sur ] − π, π], la fonction f (x) = x. Cette fonction étant impaire, on a
2 π (−1)k+1
Z
ak = 0, bk = x sin kxdx = 2 .
π 0 k
Par conséquent, la série de Fourier associée à f est
∞
X (−1)k+1
f (x) v 2 sin kx, x ∈ [−π, π].
k=1
k
Exemple 2.3.6.
Considérons sur [−π, π], la fonction f (x) = x2 . Cette fonction étant paire, on a
2 π 2 2π 2
Z
bk = 0, a0 = x dx =
π 0 3
et
π
(−1)k
Z
2
ak = x2 cos kxdx = 4 .
π 0 k2
D’où,
∞
π2 X (−1)k
S(f ) = +4 cos kx, x ∈] − π, π].
3 k=1
k2
Exemple 2.3.7.
ESATIC 43 UP MATHS
Séries de fourier
Démonstration.
— Supposons que f soit constante égale à 1 sur le segment [a, b]. Alors, pour x ∈ R∗ ,
on a Z b Z b
itx eibx − eiax
f (t)e dt = eitx dt = .
a a ix
d ’où Z b
2
0≤| f (t)eitx dt| ≤ −→ 0.
a |x| |x|→+∞
Le théorème des gendarmes permet d’en déduire que le résultat annoncé est vrai
pour f constante égale à 1 sur [a, b].
ESATIC 44 UP MATHS
Séries de fourier
— Supposons maintenant f en escalier sur [a, b]. Si (t0 , t1 , · · · , tp−1 , tp ) est une sub-
division de [a, b] associée à f , alors
Z b p Z tk p Z tk
X X
itx itx
f (t)e dt = ( λk e dt) = (λk eitx dt)
a k=1 tk−1 k=1 tk−1
Alors
Z b Z b Z b
itx itx
f (t)e dt ≤ |f (t) − g(t)|dt + ϕ(t)e dt
a a a
ε b
Z
itx
≤ + ϕ(t)e dt.
2 a
Remarque 2.4.1.
Comme application directe du lemme de Riemann-Lebesgue, on retrouve le fait que, pour
tout f 2π-périodique et continue par morceaux, les coefficients de Fourier an (f ) ,bn (f ) ,
cn (f ) et c−n (f ) tendent vers 0 lorsque n tend vers +∞.
On a la proposition suivante :
Proposition 2.4.1.
On a : n
1 X sin(n + 12 )u
c(u) = + cos ku = (u ∈ R\2πZ (2.7)
2 k=1 2 sin u2
ESATIC 45 UP MATHS
Séries de fourier
Remarque 2.4.3.
Les hypothèses du théorème (2.4.1) sont réalisées en particulier si les limites f (x + 0) et
f (x − 0) existent et si chacun des rapports
1 1
[f (x + u) − f (x + 0)], [f (x − u) + f (x − 0)]
u u
admet une limite lorsque u tend vers 0 par valeurs positives. Par extension, les limites de
ces rapports sont appelées dérivée à droite et dérivée à gauche de f au point x.
On a :
Proposition 2.4.2.
Soit f une fonction numérique de période 2π et intégrable sur tout intervalle borné et soit
x un point tel que les limites f (x + 0) et f (x − 0) existent. Si de plus f admet une dérivée
à droite et une dérivée à gauche, sa série de Fourier au point x converge vers
1
[f (x + 0) + f (x − 0)].
2
En particulier la série de Fourier de f converge vers f (x) en tout point x où f est continue
et dérivable.
ESATIC 46 UP MATHS
Séries de fourier
Définition 2.4.1.
Soit f une fonction numérique définie sur un intervalle [a, b] de R. Nous dirons que f
est continue par morceaux (respectivement dérivable par morceaux) sur cet intervalle s’il
existe une subdivision (x0 = a, xl , · · · , xn = b) de [a, b] tel que la restriction de f à
chacun des intervalles ouverts ]xk−l , xk [ (1 ≤ k ≤ n) coïncide avec la restriction d’une
fonction continue (respectivement dérivable) sur l’intervalle fermé [xk−l , xk ].
Remarque 2.4.4.
Une fonction continue par morceaux (respectivement dérivable par morceaux) est évi-
demment intégrable sur [a, b] et on voit immédiatement que toute fonction numérique de
période 2π sur R et dérivable par morceaux, vérifie les hypothèses de la proposition
(2.4.2) en tout point x. Nous pouvons donc énoncer :
Proposition 2.4.3.
Si f est une fonction numérique de période 2π sur R et dérivable par morceaux, sa série de
1
Fourier converge vers f (x) en tout point x où f est continue et vers [f (x+0)+f (x−0)]
2
en ces points de discontinuités.
Définition 2.4.2.
Soit f une fonction numérique, 2π-périodique sur R et localement intégrable. On dit que
f est développable en série de Fourier sur R si sa série de Fourier converge sur R et en
chaque point x ∈ R, elle a pour somme f (x).
Exemple 2.4.1.
ESATIC 47 UP MATHS
Séries de fourier
Soit f la fonction 2π−périodique, définie dans l’intervalle [−π, π] par f (x) = |x|. La
fonction f est continue sur R et dérivable à droite et à gauche sur R. Comme elle est
paire, on a donc bk = 0, ∀k ≥ 1 et
2 π
Z
a0 = xdx = π,
π 0
(
2 π 0 si k = 2π
Z
ak = x cos kxdx = 4
π 0 − π(2p+1)2 si k = 2p + 1
D’après le théorème de Dirichlet, cette série converge et sa somme est égale à f (x),
∀x ∈ R En particulier, pour x = 0,
∞
π 4X 1
f (0) = 0 = −
2 π p=0 (2p + 1)2
donc ∞
X 1 π2
= .
p=0
(2p + 1)2 8
Notons enfin que
∞ ∞ ∞ ∞
X 1 X 1 X 1 π2 1 X 1
= + = + ,
k=1
k2 p=0
(2p + 1)2 p=1 (2p)2 8 4 k=1 k 2
Exemple 2.4.2.
ESATIC 48 UP MATHS
Séries de fourier
f (π + ) + f (π − ) e−π + ex
= = cosh π,
2 2
et par conséquent,
∞
sinh π sinh π X 1
cosh π = +2 .
π π k=1 1 + k 2
Exemple 2.4.3.
ESATIC 49 UP MATHS
Séries de fourier
2 T
Z
2πnu
an (f ) = an (g) = f (u) cos du
T 0 T
2 T
Z
2πnu
bn (f ) = bn (g) = f (u) sin du
T 0 T
ESATIC 50 UP MATHS
Séries de fourier
Exemple 2.5.1.
Développer en série de Fourier la fonction 2-périodique f définie par f (x) = |x| sur
l’intervalle [−1; 1].
Comme cette fonction est paire, on a bn = 0.
(
2 1 2 1 a2n = 0
Z Z
a0 = xdx = 1; an = x cos(nπx)dx ⇒ −4
1 0 1 0 a2n+1 = π2 (2n+1) 2
Alors,
+∞
1 4 X cos((2n + 1)πx)
Sf (x) = − 2 = f (x)
2 π n=1 (2n + 1)2
Remarque 2.6.1.
Un polynome d’ordre au plus égal à n peut aussi s’écrire sous la forme complexe :
n
X
P (x) = ck eikx ,
k=−n
Définition 2.6.2.
ESATIC 51 UP MATHS
Séries de fourier
Théorème 2.6.1.
Le polynome de Fourier d’indice n d’une fonction f est le polynôme trigonométrique P
d’ordre au plus égal à n, qui réalise le minimum de l’écart quadratique moyen défini par :
21
1
kP − f k = |P (x) − f (x)|2 dx .
2π
Démonstration.
Nous avons vu que f = SN (f ) + h avec h orthogonal à PN . On en déduit que h est
orthogonal à SN (f ) et d ’après la formule de Pythagore on a alors
On en conclut que
N
X
|cn (f )|2 = kSN (f )k22 ≤ kf k22 ,
n=−N
ESATIC 52 UP MATHS
Séries de fourier
Démonstration.
Notons g la fonction donnée par g(x) = fσ (x) où fσ (x) = f (−x). En appliquant le 3. de
la proposition précédente avec t = 0, on obtient
Z 2π +∞
1 X
(f ∗ g)(0) = f (x)g(−x)dx = cn (f )cn (g).
2π 0 n=−∞
Exemple 2.6.1.
Soit une application f : R → C, 2π−périodique, continue par morceaux et qui vérifie
pour tout x réel : f (x) = 21 [f (x+ ) + f (x− )] avec f (x) = x(2π − x) pour tout x ∈]0, 2π[.
Développer f en série de Fourier.
En déduire les sommes des séries :
+∞ +∞ +∞ +∞ +∞
X 1 X 1 X 1 X 1 X (−1)n−1
, , , , ,
n=1
n4 n=0
(2n + 1)4 n=1
n2 n=0
(2n + 1)2 n=1
n2
+∞ +∞ +∞
X 1 X 1 X (−1)n
, ,
n=1
n6 n=0
(2n + 1)6 n=0
(2n + 1)3
ESATIC 53 UP MATHS
Séries de fourier
2 π x3 iπ 4π 2
Z h
2
a0 = x(2π − x)dx = πx − =
π 0 3 0 3
Z π Z π
2 2 h iπ 4
an = x(2π − x) cos nxdx = x(2π − x) sin nx − (π − x) sin nxdx
π 0 nπ 0 nπ 0
Z π
2 h iπ 4 4
= (π − x) cos nx − 2 cos nxdx = − 2 (n ∈ N∗ )
nπ 0 nπ 0 n
ESATIC 54 UP MATHS
Séries de fourier
donne
+∞
8π 4 4π 4 X 1
= +8
15 9 n=1
n4
Pour p > 1, nous utiliserons les égalités :
+∞ +∞ +∞ +∞
X 1 X 1 1 X 1 1 X 1
= + = +
n=1
np k=1
(2k − 1)p (2k)p n=0
(2n + 1)p 2p n=1 np
pour obtenir
+∞ +∞
X 1 1 X 1
= (1 − )
n=0
(2n + 1)p 2p n=1 np
Ainsi
+∞ +∞
X 1 π4 X 1 π4
= et =
n=1
n4 90 n=0
(2n + 1)4 96
La somme de la série de Fourier de f au point x = 0 donne :
+∞ +∞
X 1 π2 X 1 π2
= et donc =
n=1
n2 6 n=0
(2n + 1)2 8
De même, x = π donne
+∞
X (−1)n π2
= .
n=1
n2 12
ESATIC 55 UP MATHS
Séries de fourier
x +∞
2π 2
Z X sin nx
g : R → R, x 7→ (f (t) − )dt = −4
0 3 n=1
n2
g est somme d’une série trigonométrique normalement convergente sur R qui fournit di-
4
rectement les coefficients de Fourier trigonométriques de g : an (g) = 0 bn (g) = − 3
n
Le calcul donne l’expression de g sur [0, 2π] g(x) = − 31 (x3 − 3πx2 + 2π 2 x).
Le choix de x = π2 donne
+∞ +∞
π π3 X sin n π2 X (−1)n
g = − = −4 = −4
2 8 n=1
n3 n=0
(2n + 1)3
d’où la somme
+∞
X (−1)n π3
=
n=0
(2n + 1)3 32
L’égalité de Parseval appliquée à g :
Z 2π +∞
1 21X
|g(t)| dt = |bn (f )|2
2π 0 2 n=1
conduit à :
2π 1
16π 6
Z Z
1 1 3
(x − 3πx2 + 2π 2 x)2 dx = (2u3 − 3u2 + 2u)2 du
2π 0 9 9 0
puis
+∞
2π 6 1 6 2π 6 1
Z
X 1 5 4 3 2
= (4u − 12u + 13u − 6u + u )du =
n=1
n6 9 0 9 210
d’où
+∞ +∞
X 1 π6 X 1 π6
= et = .
n=1
n6 945 n=0
(2n + 1)6 960
ESATIC 56 UP MATHS
Chapitre 3
Très souvent, la solution d’une équation différentielle aboutit au calcul d’une primi-
tive : Z b
F (x) = f (x, t) dt . (avec − ∞ ≤ a < b ≤ +∞)
a
Dans de nombreux cas, il n’y a pas de forme explicite pour cette primitive et il faut donc
étudier la fonction F (x) telle qu’elle nous est donnée, c’est-à-dire sous la forme d’une
intégrale, qui dépend du paramètre x. Dans ce chapitre nous donnons des conditions afin
que cette fonction F (x) soit continue et dérivable.
3.1.1 Continuité
Théorème 3.1.1 (Continuité sous le signe intégral).
Soit A un espace métrique et une application
f : A × I → E, (x, t) 7→ f (x, t)
57
Intégrales dépendant d’un paramètre
(i) pour tout x ∈ A, l’application f (x, ·) : t 7→ f (x, t) est continue par morceaux sur
I,
(ii) pour tout t ∈ I, l’application f (·, t) : x 7→ f (x, t) est continue sur A
(iii) il existe une fonction positive ϕ, continue par morceaux et intégrable sur I, telle
que kf (x, t)k ≤ ϕ(t) pour tout x ∈ A (Hypothèse de domination).
Alors l’application Z b
Φ:A→E x 7→ f (x, t)dt
a
est bien définie, et elle est continue sur A.
Démonstration.
L’hypothèse de domination montre que f (x, ·) est intégrable pour tout x ∈ A, donc Φ est
bien définie. Pour prouver qu’elle est continue en tout point x ∈ A, il suffit de montrer
que pour toute suite (xn ) dans A convergeant vers x, on a bien lim Φ(xn ) = Φ(x).
n→+∞
Soit (xn ) une telle suite. La suite de fonctions (fn ) définie par fn : I → E t 7→ f (xn , t)
converge simplement vers t 7→ f (x, t) d’après l’hypothèse (ii). L’hypothèse (iii) nous
Z b
permet d’appliquer le théorème de convergence dominée, qui donne lim fn (t)dt =
n→+∞ a
Z b
f (x, t)dt, c’est à dire lim Φ(xn ) = Φ(x).
a n→+∞
Remarque 3.1.1.
1 Les résultats du théorème précédent restent vrais lorsque l’hypothèse de domina-
tion est vérifiée uniquement sur un voisinage de tout point de A (la continuité, la
dérivabilité, sont des propriétés locales). C’est en particulier le cas si A ⊂ Rn et
si l’hypothèse de domination est vraie sur tout compact K de A.
2 Lorsque les intégrales définissant Φ sont semi-convergentes, les théorèmes
précédents ne s’appliquent plus. On passe en général par une suite de fonctions
R
fn (x) = Kn f (x, ·)dt où les Kn sont des segments de I qui tendent vers I, puis
on prouve des résultats de convergence uniforme pour (fn ).
ESATIC 58 UP MATHS
Intégrales dépendant d’un paramètre
Corollaire 3.1.1.
Soit A un intervalle de R et [a, b] un segment de R. Soit une application
Remarque 3.1.2.
Dans le corollaire ci-dessus, il faut s’assurer de la continuité de f comme fonction de
deux variables et non comme fonction séparément continue en x et en t.
Exemple 3.1.1.
Soit Z π
2
F (x) = sin(x + t) · ext dt,
0
2
définie pour x ∈ I = R. La fonction (x, t) 7→ f (x, t) = sin(x + t) · ext est continue sur
R × [0, π], donc la fonction x 7→ F (x) est continue sur R.
Rπ h iπ
On calcule que F (0) = 0 sin(t) · 1 dt = − cos(t) = 2. Même si on n’a pas de
0
formule pour F (x) en général, on déduit de la continuité que F (x) → F (0) = 2 lorsque
x → 0.
Exemple 3.1.2.
Pour établir la continuité sur R de la fonction
1 3
e−tx
Z
F : R → R, x 7→ dt,
0 1 + t2 x2
il suffit d’observer que la fonction
3
e−tx
f : R × [0, 1] → R, (x, t) 7→
1 + t2 x2
est continue sur R → [0, 1] comme composée et quotient de fonctions continues sur cet
ensemble (le dénominateur ne s’annulant jamais sur le produit R × [0, 1]).
ESATIC 59 UP MATHS
Intégrales dépendant d’un paramètre
3.1.2 Dérivation
Théorème 3.1.2 (Dérivation sous le signe intégral).
Soit A un intervalle de R et
f : A × I → E, (x, t) 7→ f (x, t)
Démonstration.
Soit x ∈ A et (xn ) une suite dans A\{x} convergeant vers x. La suite de fonctions (gn )
f (xn , t) − f (x, t) ∂
définie par gn : I → E t 7→ converge simplement vers f (x, ·) sur
xn − x ∂x
I. La fonction gn est bien continue par morceaux et intégrable sur I. De plus, comme
∂
|| f (y, t)|| ≤ ϕ(t) pour tout y ∈ I. l’inégalité des accroissements finis entraîne que
∂x
||gn (t)|| ≤ ϕ(t). Ainsi, on peut appliquer le théorème de convergence dominée qui nous
ESATIC 60 UP MATHS
Intégrales dépendant d’un paramètre
R R ∂ R Φ(xn ) − Φ(x)
assure la convergence de I
gn dt vers
I
f (x, ·)dt. Comme I gn dt = ,
∂x xn − x
R ∂
nous venons de démontrer que Φ est dérivable en x et que Φ0 (x) = I f (x, ·)dt. La der-
∂x
nière intégrande vérifiant les hypothèses du théorème de continuité sous le signe intégral,
on en déduit que Φ0 est continue.
Remarque 3.1.3.
1 Les résultats du théorème précédent restent vrais lorsque l’hypothèse de domina-
tion est vérifiée uniquement sur un voisinage de tout point de A (la continuité, la
dérivabilité, sont des propriétés locales). C’est en particulier le cas si A ⊂ Rn et
si l’hypothèse de domination est vraie sur tout compact K de A.
2 Lorsque les intégrales définissant Φ sont semi-convergentes, les théorèmes
précédents ne s’appliquent plus. On passe en général par une suite de fonctions
R
fn (x) = Kn f (x, ·)dt où les Kn sont des segments de I qui tendent vers I, puis
on prouve des résultats de convergence uniforme pour (fn ).
∂
est continue sur A. Si de plus, f est dérivable par rapport à x et si f est continue sur
∂x
Rb ∂
A × [a, b], alors Φ est de classe C 1 sur A et on a Φ0 (x) = a f (x, t)dt.
∂x
Démonstration.
Soit K un compact de A. On peut appliquer le théorème 3.1.1 sur K × [a, b] (l’hypothèse
de domination est vérifiée car f , continue sur le compact K × [a, b], y est bornée) qui
prouve que Φ est continue sur K. Donc Φ est continue sur tout compact de A, donc sur A
tout entier. On montre de la même manière les résultats relatifs à la dérivation de Φ.
Remarque 3.1.4.
ESATIC 61 UP MATHS
Intégrales dépendant d’un paramètre
On peut également obtenir les corollaires 3.1.1 et 3.1.2 sans passer par le théorème de
∂
convergence dominée, à partir de l’uniforme continuité de f (et f ) sur K × [a, b].
∂x
Remarque 3.1.5.
Sans l’hypothèse de convergence dominée, les corollaires 3.1.1 et 3.1.2 ne sont plus va-
lides.
Exemple 3.1.4.
Z 1
dt 1
Étudions F (x) = pour x ∈]0, +∞[. Posons f (x, t) = 2 . Alors :
0 +t x2
2 x + t2
— f est continue sur ]0, +∞[×[0, 1],
∂f −2x
— (x, t) = 2 est continue sur ]0, +∞[×[0, 1].
∂x (x + t2 )2
On aura donc Z 1
0 −2x
F (x) = 2 2 2
dt.
0 (x + t )
Exemple 3.1.5.
ESATIC 62 UP MATHS
Intégrales dépendant d’un paramètre
Z +∞ √
−t2 π
e dt =
0 2
1 Étude de F (x).
2 2
e−x (t +1)
En posant f (x, t) = 2 , on note que :
t +1
— f est une fonction continue sur [0, +∞[×[0, 1],
∂f 2 2
— (x, t) = −2xe−x (t +1) est aussi continue.
∂x
Donc, par le corollaire 3.1.2, F est continue, dérivable et
Z 1 Z 1 Z 1
0 ∂f −x2 (t2 +1) −x2 2 2
F (x) = (x, t) dt = −2 xe dt = −2xe e−x t dt.
0 ∂x 0 0
ESATIC 63 UP MATHS
Intégrales dépendant d’un paramètre
2 Étude de G(x).
G n’est pas à proprement parler une intégrale dépendant d’un paramètre. Si on note
Rx 2 2
G0 (x) = 0 e−t dt, G0 est simplement une primitive de x 7→ e−x et G(x) =
2
G0 (x)2 . Comme G00 (x) = e−x (la dérivée d’une primitive est la fonction elle-
même), on a :
d
G0 (x) = G0 (x)2
dx
= 2G00 (x)G0 (x)
Z x
−x2 2
= 2e e−t dt
0
Z 1
−x2 2 2
= 2xe e−x u du.
0
R 2
+∞ −t2
— Donc H(x) = F (x) + G(x) → 0
e dt .
5 Conclusion.
π π
H est une fonction constante : H(x) = , sa limite en +∞ est donc aussi . Mais
4 4
on a calculé cette limite d’une autre façon, ce qui prouve :
Z +∞ r √
−t2 π π
e dt = =
0 4 2
ESATIC 64 UP MATHS
Intégrales dépendant d’un paramètre
Exemple 3.1.6.
Pour chaque n ∈ N, la fonction donnée par
Z 1
dt
Fn (x) =
0 (t2 + x2 )n
Partant de
1 1
F1 (x) = arctan ,
x x
on peut ainsi, par dérivations successives, obtenir les valeurs de Fk (x) pour tout entier k
vérifiant 2 ≤ k ≤ n.
Exemple 3.1.7.
Calculons, pour x ∈ R, Z +∞
2
F (x) = cos(2xt)e−t dt.
0
1 F est continue.
2
Soit f (x, t) = cos(2xt)e−t définie et continue sur I × J = R × [0, +∞[. On a
f (x, t) ≤ e−t2 . Or +∞ e−t2 dt converge. Donc, avec g(t) = e−t2 , on vient de
R
0
prouver que f vérifie l’hypothèse de convergence dominée. Ainsi, par le corollaire
3.1.1, la fonction x 7→ F (x) est continue sur R.
2 Dérivée de F .
On a
∂f 2
(x, t) = −2t sin(2tx)e−t .
∂x
−t2
R +∞
Avec cette fois g(t) = 2te (dont l’intégrale 0 g(t) dt converge), on sait que
∂f
est continue et vérifie l’hypothèse de convergence dominée. Par le corollaire
∂x
3.1.2, on obtient que x 7→ F (x) est dérivable sur R, de dérivée continue, et sur-
tout :
Z +∞
0 d 2
F (x) = cos(2xt)e−t dt
dx
Z +∞0
∂ 2
= cos(2xt)e−t dt
0 ∂x
Z +∞
2
= −2 sin(2tx) te−t dt
0
ESATIC 65 UP MATHS
Intégrales dépendant d’un paramètre
4 Calcul de F (x).
Ainsi F vérifie l’équation différentielle élémentaire F 0 (x) = −2xF (x). En écri-
F 0 (x)
vant = −2x et en intégrant, on obtient ln F (x) = −x2 + c, d’où
F (x)
2
F (x) = F (0)e−x .
√
R +∞ −t2 π
Or, on a vu que F (0) = 0 e dt = (voir l’exemple 3.1.5), d’où
2
√
π −x2
F (x) = e .
2
Exemple 3.1.8.
x
Soit f (x, t) = . Alors f est continue sur R × [0, +∞[ et
1 + (xt)2
Z A Z A Z xA
x dt du
FA (x) = f (x, t) dt = = avec u = xt
0 0 1 + (xt)2 0 1 + u2
h ixA
= arctan(u) = arctan(xA).
0
Donc :
+π/2 si x > 0
Z +∞
F (x) = f (x, t) dt = lim FA (x) = lim arctan(xA) = −π/2 si x < 0
0 A→+∞ A→+∞
0
si x = 0
ESATIC 66 UP MATHS
Intégrales dépendant d’un paramètre
Remarque 3.2.1.
On retient que l’on peut intervertir l’ordre d’intégration :
Z βZ b Z bZ β
=
α a a α
Démonstration.
Par le corollaire 3.1.1, la fonction F est continue sur I, donc intégrable. Pour x ∈ I,
considérons la fonction : Z x
ϕ(x, t) = f (y, t) dy .
α
C’est une fonction continue sur I × J. (Pour le prouver considérer ϕ(x, t) − ϕ(x0 , t0 ) =
Rx R x0
x0
f (y, t) dy + a
f (y, t) − f (y, t0 ) dy. Le premier terme est petit pour x proche de
x0 car f est bornée ; le second est petit par continuité uniforme de f , exactement comme
dans la preuve du corollaire 3.1.1.)
∂ϕ
La dérivée partielle par rapport à x de ϕ(x, t) est (x, t) = f (x, t), qui est elle aussi
∂x
continue sur I × J. On peut donc lui appliquer le corollaire 3.1.2. La fonction qui à x
associe Z b Z Z b x
Φ(x) = ϕ(x, t) dt = f (y, t) dy dt
a a α
ESATIC 67 UP MATHS
Intégrales dépendant d’un paramètre
Remarque 3.2.2.
Rb
Géométriquement, on se souvient que calculer une intégrale a f (t) dt revient à détermi-
ner l’aire sous le graphe, comme somme de segments de hauteur f (t). Ces segments sont
en fait des rectangles de largeur infinitésimale dt.
Ici, pour nos fonctions de deux variables, on calcule d’abord l’aire d’une tranche paral-
lèle à l’axe des t (en vert sur la figure), puis on fait la somme (c’est-à-dire on effectue
une seconde intégration) des aires de toutes les tranches (qui ont en fait une épaisseur
infinitésimale). On pourrait faire la même opération en commençant par les tranches pa-
rallèles à l’axe des x (en rouge sur la figure). Le théorème de Fubini affirme que ces deux
méthodes conduisent à la même valeur. Ce nombre correspond au volume sous la portion
de surface.
Exemple 3.2.1.
Calculons : Z π Z 1
I= (t sin x + 2x) dt dx
0 0
Seconde méthode. On utilise le théorème de Fubini qui affirme que l’on peut d’abord
intégrer par rapport à x, puis par rapport à t :
Z x=π Z t=1 Z t=1 Z x=π
I= (t sin x + 2x) dt dx = (t sin x + 2x) dx dt par Fubini
x=0 t=0 t=0 x=0
Z t=1 h ix=π Z t=1 h it=1
2
= − t cos x + x dt = (2t + π 2 ) dt = t2 + π 2 t = π2 + 1
t=0 x=0 t=0 t=0
ESATIC 68 UP MATHS
Intégrales dépendant d’un paramètre
Le nombre ε > 0 étant donné, il existe un voisinage V de x0 tel que, pour tout t ∈ [a, b]
et tout x ∈ V , on ait
ε
|f (x, t) − f (x0 , t)| < .
3(b − a)
Si on désigne par M un majorant de la fonction continue t 7→ f (x0 , t) sur le compact
[a, b] alors, pour tout x ∈ V :
ε
|Φ(x, u, v, ) − Φ(x0 , u0 , v0 )| ≤ + M |v − v0 | + M |u − u0 |.
3
Les points x0 , u0 , v0 étant fixés, les relations
ε ε
x ∈ V, |v − v0 | < et |u − u0 | <
3M 3M
entraînent donc l’inégalité
|Φ(x, u, v, ) − Φ(x0 , u0 , v0 )| ≤ ε
ESATIC 69 UP MATHS
Intégrales dépendant d’un paramètre
Proposition 3.3.1.
Si les hypothèses du théorème ?? sont réalisées et si les deux fonctions x 7→ u(x) et
x 7→ v(x) sont continues de I dans [a, b], alors la fonction
Z v(x)
Ψ : I → R, x 7→ f (x, t)dt
u(x)
ESATIC 70 UP MATHS
Chapitre 4
Remarque 4.1.1.
En notant dxi la iê projection de Rn sur R (définie par dxi (h) = hi ), ω s’écrit :
n
X
∀x = (x1 , · · · , xn ) ∈ U, ω(x) = Pi (x)dxi .
i=1
Exemple 4.1.1.
1 α = (x21 + sin x2 )dx1 + ex1 −2x2 dx2 est une forme différentielle de degré 1 sur R2 .
2 α = cos(x1 x2 x3 )dx1 +(x21 x3 −x22 )dx2 +tan(x2 x43 )dx3 est une forme différentielle
de degré 1 sur R3 .
Remarque 4.1.2.
→
−
En physique, on associe à ω le champ de vecteurs V de composantes (P1 , P2 ) dans le
plan et (P1 , P2 , P3 ) dans l’espace. Si tous les Pi sont de classe C k sur U , on dit que ω est
de classe C k sur U .
71
Équations différentielles ordinaires
df = ω.
Exemple 4.1.2.
U = R2 et ω = (y − 3x2 )dx + (x − 4y)dy.
ω est exacte car ∃f : U → R telle que
∂
f (x, y) = y − 3x2 (4.1)
∂x
∂
f (x, y) = x − 4y (4.2)
∂y
f (x, y) = xy − x3 + g(y) vérifie (4.1) pour toute g de classe C 1 . En reportant dans (4.2),
la fonction g doit satisfaire :
∂
f (x, y) = x + g 0 (y) = x − 4y ⇔ g 0 (y) = −4y ⇔ g(y) = −2y 2 + Cte.
∂y
Remarque 4.1.3.
→
− →
−
En physique, ω exacte signifie que V est un champ de gradients, c’est-à- dire que V =
−−→ →
−
gradf . On dit aussi que V dérive d’un potentiel scalaire f . En fait, on écrit le plus
→
− −−→
souvent V = −gradf .
Exemple 4.1.3.
U = R2 et ω = (y − 3x2 )dx + (x − 4y)dy.
ω est fermée car
∂ ∂
(y − 3x2 ) = 1 = f (x − 4y).
∂y ∂x
Remarque 4.1.4.
−→→− →
− →
−
En physique, cette condition signifie que rot V = 0 . On dit aussi que V est irrotationnel.
ESATIC 72 UP MATHS
Équations différentielles ordinaires
Remarque 4.1.5.
En physique, cela signifie que l’on a toujours :
−→ −−→ →
−
rot(gradf ) = 0 .
Définition 4.1.4.
Un ouvert U de Rn est simplement connexe si toute courbe fermée incluse dans U peut se
ramener à un point par déformation continue.
Remarque 4.1.6.
Attention, cette équivalence exige une hypothèse sur U . Elle n’est pas vraie dans le cas
du plan privé d’un point, de l’espace privé d’une droite.
ESATIC 73 UP MATHS
Équations différentielles ordinaires
4.2 Définitions
Définition 4.2.1.
Une équation différentielle est une relation du type
Définition 4.2.3.
Soient (y; I) et (y1 ; I1 ) deux solutions d’une même équation différentielle. On dit que
(y1 ; I1 ) est un prolongement de (y; I) si et seulement si I ⊂ I1 et y1 |I = y.
ESATIC 74 UP MATHS
Équations différentielles ordinaires
Proposition 4.3.2.
On suppose que h ne s’annulle pas sur J. Si W est une primitive de h1 , et si G est une
primitive de g, alors l’équation y 0 (x) = g(x)h(y(x)), x ∈ I et y ∈ J est équivalente à
W (y(x)) = G(x) + C, C ∈ R.
Remarque 4.3.1.
si la fonction W admet une fonction réciproque, on pourra exprimer y comme fonction de
x.
Exemple 4.3.1.
Considérons l’équation
2y(x)
y 0 (x) = , x > 0. (4.3)
x
Nous avons
2
g(x) = et h(x) = x.
x
Comme h(0) = 0, (4.3) admet la solution y(x) = 0.
1
W (x) = ln |x| est une primitive de h(x) , et si G(x) = 2 ln |x| est une primitive de g(x)
(4.3) admet aussi pour solutions les solutions de ln |y(x)| = 2 ln x + C qui sont
y(x) = kx2 , k ∈ R.
ESATIC 75 UP MATHS
Équations différentielles ordinaires
Proposition 4.4.1.
Supposons que a et b sont des constantes telles que a 6= 0. Alors :
1 Les solutions de l’équation différentielle ay 0 + by = 0 sont de la forme
v(x) = Cerx ,
avec r = −b
a
et C une constante arbitraire. Elles forment un espace vectoriel de
b
dimension 1 dont une base est la fonction e− a x .
2 Si l’on fixe une condition y(x0 ) = y0 , alors cette solution est unique.
3 En particulier, si y s’annule en un point, y est identiquement nulle.
Proposition 4.4.2.
Soit I un intervalle de R où les fonctions a et b sont définies et continues et tel que
a(x) 6= 0, pour tout x ∈ I.
1 Les solutions de l’équation différentielle a(x)y 0 + b(x)y = 0 sur I sont de la forme
v(x) = CeG(x) , ∀x ∈ I
ESATIC 76 UP MATHS
Équations différentielles ordinaires
Proposition 4.4.3.
La solution générale v de l’équation (4.4) sur I telle que v(x0 ) = y0 pour un certain x0
dans I est donnée par
Z x b(s) Z x
f (s)
Z s
b(σ)
v(x) = exp − ds y0 + exp dσ ds .
x0 a(s) x0 a(s) x0 a(σ)
ESATIC 77 UP MATHS
Équations différentielles ordinaires
ESATIC 78 UP MATHS
Équations différentielles ordinaires
4.4.5 Exemples
Exemple 4.4.1.
Soit l’équation différentielle suivante :
Les solutions de (4.7) sont de la forme yh (t) = Ae−2t . Recherchons une solution particu-
lière yp de l’équation (4.17) :
utilisant la méthode de la variation de la constante : On pose donc yp (t) = A(t)e−2t .
ESATIC 79 UP MATHS
Équations différentielles ordinaires
Z t Z t Z s
v(t) = exp − 2ds 1 + exp 2dσ ds ;
Z0 t
0 0
Exemple 4.4.2.
Résoudre y 0 + y = e2x
La solution de l’équation homogène est y(x) = λe−x avec λ ∈ R
1
Une solution particulière de la forme ae2x est e2x
3
1 2x
La solution générale est donc e + λe−x avec λ ∈ R
3
Certaines équations non linéaires sont difficiles à résoudre. Considérons par exemple
u0 (t) √
p = ln(u(t)2 + t).
1 − (u0 (t))2
ESATIC 80 UP MATHS
Équations différentielles ordinaires
Définition 4.5.1.
On appelle équation de Bernoulli toute équation différentielle de la forme
— Si α = 1, alors l’équation (4.8) devient une équation linéaire sans second membre
— Si α > 0, alors la fonction nulle sur I est une solution de (4.8). Dans la suite, nous
nous limiterons à recherche de solutions non identiquement nulles.
Il est aisé de voir que l’on peut ramener l’équation différentielle de Bernoulli à une
équation différentielle linéaire par les transformations suivantes.
z = y 1−α ; (4.10)
z 0 = (1 − α)y −α y 0 .
Il est à remarquer que l’équation différentielle (4.11) est linéaire, simple à résoudre
par la méthode de variation des constantes.
ESATIC 81 UP MATHS
Équations différentielles ordinaires
c) Exemple
1 2 3
y 2 (x)y 0 (x) + y 2 (x) = exp(x). (4.13)
x
3
Introduisons la nouvelle fonction z donnée en fonction de y par la relation z = y 2 ,
d’où la dérivée des deux membres de la fonction z(t) donne
3p
z0 = y(x)y 0 (x).
2
Portons ces expressions dans l.équation (4.13), on est ramené à une équation linéaire avec
second membre
2 0 2
z (x) + z(x) = exp(x).
3 x
Il est aisé de voir que cette équation se résout par la méthode de variation des constantes.
Définition 4.5.2.
On appelle équation de Riccati toute équation différentielle de la forme
ou encore
y 0 (x) + a(x)y(x) + b(x)y 2 (x) = c(x)
où a ; b et c sont des fonctions continues de la variable indépendante x ou des constantes
connues avec la condition
b(x) 6= 0 et c(x) 6= 0.
Il est simple de voir que l’on peut ramener l’équation différentielle de Riccati à une
équation différentielle de Bernoulli par les transformations suivantes.
ESATIC 82 UP MATHS
Équations différentielles ordinaires
Il est aisé de voir que l’on peut ramener l’équation différentielle de Riccati à une équa-
tion linéaire avec second membre par les transformations suivantes.
d) Remarque
ESATIC 83 UP MATHS
Équations différentielles ordinaires
e) Exemple
On remarque dans équation (4.15) que les termes du premier membre sont semblables
à ceux du second membre, il suffit donc de prendre le changement de variable suivant
y(x) = ax + b (4.16)
Portons l’expression (4.16) dans l’équation (4.15) et égalons les coefficients des termes
semblables, on trouve les constantes a et b. Si la solution particulière du type donné existe,
ce qui n’est pas toujours le cas, on trouve
En égalant les coefficients de même puissance de t dans les deux membres, on obtient le
système
2
a
= 4
−a + 2ab = 2
a − b + b2 = 2
dans l’équation différentielle (4.15), afin d’obtenir une équation de Bernoulli de la forme
ESATIC 84 UP MATHS
Équations différentielles ordinaires
e) Propositions
Proposition 4.5.1.
Etant donné une équation de Riccati de la forme
B C
y 0 (x) = Ay(x)2 + y(x) + 2
x x
où A, B et C sont des constantes, si de plus, on a (B + 1)2 ≥ 4AC, alors cette équation
admet une solution particulière y1 (x) de la forme y1 (x) = xa .
Proposition 4.5.2.
Etant donné une équation de Riccati de la forme
1 A
y 0 (x) − y(x) = y(x)2 + B
2t x
où A et B sont des constantes, alors cette équation se ramène à une équation à variables
séparables par la substitution de la fonction suivante
√
y(x) = z(x) x.
ESATIC 85 UP MATHS
Équations différentielles ordinaires
∂M ∂N
est dite exacte si My = = = Nx
∂y ∂x
Remarque 4.7.1.
1 L’équation (4.18) est exacte s’il existe une fonction F (x, y) telle que
dF = M dx + N dy.
Exemple 4.7.1.
Soit à résoudre : (x3 + 3xy 2 )dx + (3x2 y + y 3 )dy = 0.
ESATIC 86 UP MATHS
Équations différentielles ordinaires
∂u(x, y)
= x3 + 3xy 2 = M (x, y)
Et identifier que de nouveau on a : ∂x
∂u(x, y)
= 3x2 y + y 3 = N (x, y)
∂y
Exemple 4.7.2.
Soit à résoudre le problème suivant avec valeur initiale :
(
(sin x cosh y).dx − (cos x sinh y).dy = 0
y(0) = 0
ESATIC 87 UP MATHS
Équations différentielles ordinaires
∂ ∂
u(x, y) = − cos x sinh y + k(y) n∂ o
∂y ∂y ⇒ k(y) ⇒ k(y) = c1
N (x, y) = − cos x sinh y
∂y
est exacte. Une solution de (4.18) est obtenue alors en résolvant l’équation différentielle
exacte définie en (4.19). En général les facteurs intégrants sont difficiles à déterminer.
Exemple 4.7.3.
Soit à résoudre l’équation :
y.dx − x.dy = 0 (4.20)
∂M (x, y) ∂N (x, y)
On a M (x, y) = y et N (x, y) = −x. Ce qui donne = 1 et = −1. Par
∂y ∂x
1
suite, cette équation n’est pas exacte. Par contre si nous la multiplions par F (x, y) = 2 ,
x
on obtient
y 1
2
.dx − .dy = 0 (4.21)
x x
Alors on peut poser l’équation (4.21) sous la forme :
ESATIC 88 UP MATHS
Équations différentielles ordinaires
Dès lors l’équation est ramenée à une forme de différentielle exacte puisque :
∂M 1 ∂N 1
= 2 et = 2.
∂y x ∂x x
L’équation (4.21) est donc une équation exacte.
On peut donc par la suite utiliser la méthode 4.7.1 pour trouver la fonction implicite :
Z Z
y y
u(x, y) = M (x, y).dx + k(y) = .dx + k(y) = − + k(y)
x2 x
∂u(x, y) 1 0
= − + k (y)
puis : ∂y x ⇒ k 0 (y) = 0 ⇒ k = C1
1
N (x, y) = − x
y
D’où la solution : u(x, y) = − xy + C1 = C2 donc = C3 = C1 − C2 .
x
Remarque 4.7.2.
Dans l’exemple précédent, on aurait pu utiliser d’autres facteurs intégrants tels que :
1 1 1
F (x, y) = 2 , , 2 .
y xy x + y 2
ESATIC 89 UP MATHS
Équations différentielles ordinaires
Méthode 4.7.2.
Soit à résoudre P (x, y)dx + Q(x, y)dy = 0.
∂ ∂
1 Vérifier si P (x, y) 6= ∂x Q(x, y), auquel cas on a bien affaire à une équation
∂y
non-exacte, et on peut aller à l’étape 2. de cette procédure. Sinon aller directement
à l’étape 3 de cette procédure.
1 ∂ ∂
R
Q ∂y
P − ∂x Q dx
2 Évaluer le facteur : F (x) = e
intégrant
1 ∂ ∂
R
P ∂x
Q− ∂y P dy
ou F (y) = e
3 Continuer avec la procédure pour une équation exacte après avoir posé :
Exemple 4.7.4.
Soit à résoudre l’équation :
∂
Avec M = F P = 2x3 sin(y 2 ) et N = F Q = x4 y cos(y 2 ). Ce qui donne M =
∂y
∂ ∂ ∂
4x3 y cos(y 2 ) et N = 4x3 y cos(y 2 ), donc M= N.
∂x ∂y ∂x
ESATIC 90 UP MATHS
Équations différentielles ordinaires
3 Trouvons u(x, y) :
Z Z
1
u(x, y) = M (x, y).dx + k(y) = (2x3 sin y 2 ).dx + k(y) = x4 sin y 2 + k(y)
2
u(x, y) = x4 cos y 2 = C
La solution étant donné sous forme implicite d’une équation entre x et y, il suffit
d’effectuer la dérivée par rapport à x et identifier à nouveau les termes :
∂
u(x, y) = 4x3 sin(y 2 ) + 2x4 y cos(y 2 ).y 0 = 0.
∂x
Soit finalement :
SOLUTION :
Nous devons d’abord mettre cette équation sous la forme identifiable : M (x, y)dx +
N (x, y)dy = 0. C’est à dire identifier les termes M (x, y) et N (x, y), Donc :
ESATIC 91 UP MATHS
Équations différentielles ordinaires
ESATIC 92 UP MATHS
Équations différentielles ordinaires
Définition 4.8.2.
Une équation différentielle linéaire du second ordre à coefficients constants est du type :
Définition 4.8.3.
Une solution de (4.24) est une fonction y de classe C 2 sur un intervalle I vérifiant (4.24)
pour tout x ∈ I.
Définition 4.8.4.
La solution générale de l’EDO de (4.24) s’écrivent :
Remarque 4.8.1.
Soit :
(Eh ) : a(x)y 00 (x) + b(x)y 0 (x) + c(x)y(x) = 0.
Contrairement aux EDO linéaires homogènes du premier ordre, on n’a pas d’expression
explicite des solutions lorsque les coefficients sont non constants.
ESATIC 93 UP MATHS
Équations différentielles ordinaires
ar2 + br + c = 0. (4.25)
avec A, B ∈ R.
−b
3 Si ∆ = 0 alors l’équation caractéristique admet une unique solution r = 2a
(racine
double) et les solutions de (Ec) s’écrivent :
y(x) = (A + Bx)erx ,
On commence toujours par regarder s’il n’y a pas de solution évidente, sinon on peut
appliquer l’une des méthodes suivantes
ESATIC 94 UP MATHS
Équations différentielles ordinaires
appelé Wronskien de y1 et y2 . Le système (S) a-t-il des solutions ? Oui car son déterminant
W(x) est non nul :
0
0 0 2 y2
W (x) = y1 (x)y2 (x) − y1 (x)y2 (x) = (y1 (x)) (x) 6= 0,
y1
ESATIC 95 UP MATHS
Équations différentielles ordinaires
Exemple 4.8.1.
Soit l’équation différentielle suivante :
En replacant l’expression de yp (t), yp0 (t) et yp00 (t) dans l’équation (4.26), on obtient :
1 3
yp (t) = t − .
2 4
ESATIC 96 UP MATHS
Équations différentielles ordinaires
y 00 + a1 (x)y 0 + a2 (x)y = 0
Toutes les solutions de l’équation ci-dessus peuvent être définie sur I tout entier. Len-
semble des solutions est un sous espace vectoriel de dimension deux de l’espace vectoriel
de toutes les applications dérivables de I dans R. Deux solutions V1 , V2 : I → R sont
linéairement indépendantes si et seulement si leur wronskien
v (x) v (x)
1 2
W : I → R; W (x) = 0
0
v1 (x) v2 (x)
Remarque 4.8.2.
1 Si v1 et v2 sont deux solutions linéairement indépendantes, la solution générale de
l’équation est donc :
D’où C1 = C2 = 0
Malheureusement, sauf dans des cas particuliers (par exemple, si l’équation est à co-
efficients constants), on ne connait pas de méthode générale pour calculer deux solutions
linéairement indépendantes.
ESATIC 97 UP MATHS
Équations différentielles ordinaires
Cependant, si l’on connait une solution non nullr v1 , voici un procédé pour calculer
une seconde solution v2 , linéairement indépedante de la première. On cherche à détermi-
ner une fonction u(x) telle que v2 (x) = u(x)v1 (x) soit solution. On a successivement :
0 = v200 + a1 v20 + a2 v2
= (u00 v1 + 2u0 v10 + uv100 ) + a1 (u0 v1 + uv10 ) + a2 uv1
= u00 vv + u0 (2v10 + a1 v1 ) + u(v100 + a1 v10 + a2 v1 )
= u00 v1 + u0 (2v10 + a1 v1 ).
Cela montre que u0 est solution de l’équation linéaire homogène du premier ordre
2v10 + a1 v1
z0 + z = 0.
v1
du moins sur un sous intervalle J sur lequel v1 n’est jamais nulle. Choisissont une solution
u0 : J → R de l’équation en z, autre que la solution 0. On a donc u0 (x) 6= 0 pour tout
x ∈ J (puisque u0 est de la forme Ce−A(x) , avec C 6= 0). Soit u : J → R une primitive de
u0 . Alors
v2 : J → R; v2 (x) = u(x)v1 (x)
est solution de l’équation de départ et, par conséquent, elle s’étend en une solution v2
définie sur I tout entier. Soit W le wronskien de v1 et v2 , et remarquons que sur J on a :
v uv
1 1
W = 0 = u0 v12 6= 0.
v1 u0 v1 + uv10
Exemple 4.8.2.
Soit à résoudre l’équation différentielle
2x 0 2
y 00 − y + y = 0,
1 + x2 1 + x2
sachant que v1 (x) = x est solution (à vérifier). Cherchons une seconde solution v2 telle
que v2 (x) = u(x)x. On a successivement
2x 0 2
0 = v200 − v2 + v2
1 + x2 1 + x2
2x 2
= (u00 x + 2u0 ) − 2
(u0 x + u) + xu
1+x 1 + x2
2x 2x 2
= u00 vv + u0 (2 − 2
x) + u(− 2
+ x)
1+x 1+x 1 + x2
2x 2u0
= u00 x + u0 (2 − x) = xu 00
+ .
1 + x2 1 + x2
ESATIC 98 UP MATHS
Équations différentielles ordinaires
2
Par conséquent u0 est solution de z 0 + z = 0, dont on vérifie facilement que la
x(1 + x2 )
1 1
solution générale est z = 1 + 2 + C, (x > 0 ou x < 0). Choisissont u0 (x) = 1 + 2 et
x x
1 1 2
ensuite u(x) = x − , (x > 0 ou x < 0). On obtient v2 (x) = (x − )x = x − 1, (x > 0
x x
ou x < 0), et on vérifie de suite que v2 (x) = x2 − 1 est solution sur R tout entier de
l’équation de départ. On sait que v1 et v2 sont linéairement indépendantes et, finalement,
la solution générale de l’équation de départ est :
• Toutes les solutions de l’équation ci-dessus peuvent être définies sur I tout entier
et, si chaque solution de l’équation homogène assiciée, on ajoute une même solu-
tion de léquation non homogène, on obtient toutes les solutions de l’équation non
homogène.
ESATIC 99 UP MATHS
Équations différentielles ordinaires
Remarque 4.8.3.
Lorsque l’équation n’est pas à coefficients constants, le procédé, qui permet d’éviter dans
certains cas la méthode de variation des constantes, n’ pas applicable.
Exemple 4.8.3.
Soit à résoudre l’équation différentielle
2x 0 2
y 00 − 2
y + y = 1,
1+x 1 + x2
sachant que x est solution de l’équation homogène associées. D’après l’exemple précé-
dent, on sait que la solution de l’équation homogène associée est
−bv2 1 − x2
Z Z
k1 (x) = dx = dx = −x + 2 arctan x + C, C ∈ R,
v1 v20 − v10 v2 1 + x2
Z
bv1
Z
x √
k2 (x) = dx = dx = ln( x2 + 1) + C, C ∈ R,
v1 v20 − v10 v2 1 + x2
En choisissant C = 0 dans les deux cas, on obtient :
√
yp (x) = x(2 arctan x − x) + (x2 − 1) ln( x2 + 1).
Nous considérons finalement un type d’équations à coefficients non constants qui, par
un changement de variable approprié, se ramène à une équation à coefficients constants.
Il s’agit des équations de la forme
x2 y 00 + α1 xy 0 + α2 y = β(x),
α1 0 α2 β(x)
y 00 + y + 2y = 2 .
x x x
α1 α2
Comme intervalle de définition de a1 , a2 et b avec a1 (x) = , a2 (x) = 2 et b(x) =
x x
β(x)
, on peut prendre I+∗ = I ∩ R∗+ ou I−∗ = I ∩ R∗− (du moins si I+∗ ou I−∗ n’est pas vide
x2
ou réduit à un point).
z 00 − z 0 + α1 z 0 + α2 z = β(et ),
ou encore
z 00 + (α1 − 1)z 0 + α2 z = β(et ),
qui est une équation à coefficients constants. On peut donc trouver les solutions z(t) de
cette équation, et les fonctions z(ln x) sont alors les solution sur x ∈ I+∗ de l’équation de
départ.
z 00 − z 0 + α1 z 0 + α2 z = β(−et ),
ou encore
z 00 + (α1 − 1)z 0 + α2 z = β(−et ),
et, ayant trouver les solutions z(t) de cette équation, et les fonctions z(ln(−x)) sont alors
les solution sur x ∈ I−∗ de l’équation de départ.
Remarque 4.8.4.
Il est parfois plus simple de ne résoudre que l’équation homogène associée par la méthode
ci-dessus, puis de chercher une solution particulière de l’équation non homogène par la
méthode de variation des constantes
Exemple 4.8.4.
Soit à résoudre l’équation différentielle
1
x2 y 00 − xy 0 − 3y = , (x > 0 ou x < 0).
x
Pour x > 0, posons x = et et z(t) = y(e( t)). L’équation se transforme en
z 00 − 2z 0 − 3z = e−t ,
1 ln x
y(x) = C1 + C 2 x3 − .
x 4x
Pour x < 0, posons x = −et et z(t) = y(−e( t)). L’équation se transforme en
z 00 − 2z 0 − 3z = −e−t ,
(−1) ln(−x)
y(x) = C1 + C2 (−x3 ) − .
x 4x
C1 et C2 étant des constantes arbitraires, la solution générale s’écrit
1 ln |x|
y(x) = C1 + C 2 x3 − ,
x 4x
aussi bien sur R∗+ que sur R∗− .
Exemple 4.8.5.
Soit à résoudre l’équation différentielle
x2 y 00 − xy 0 − 3y = x4 ex , (x > 0).
−bu2
Z Z
1
k1 (x) = dx = x4 ex dx
v1 v20 − v10 v2 4
1
= − ex (x4 − 4x3 + 12x2 − 24x + 24) + C
4
(on intègre quatre fois par partie),
Z Z
bu1 1 1
k2 (x) = 0 0
dx = ex dx = ex + C.
v1 v2 − v1 v2 4 4
D’où :
1 24 1
yp (x) = − ex (x3 − 4x2 + 12x − 24 + ) + x3 ex
4 x 4
6
= ex (x2 − 3x + 6 − ).
x
Finalement, la solution générale de l’équation de départ est :
1 6
y(x) = C1 + C2 x3 + ex (x2 − 3x + 6 − ), (C1 , C2 ) ∈ R2 .
x x
Nous allons voir que l’on peut ramener l’équation différentielle d’Eler à une équation
différentielle à coefficients constants par le chagement de variable x = ±et .
L’équation (4.28) reste invariante dans le changement de variable x 7→ −x. Nous pouvons
supposer x > 0. En posant x = et , z(t) = y(et ), on a y(x) = z(log x), d’où
Par récutrence sur l’entier p, en supposant que la fonction y est p fois dérivable, un obtient
une relation de la forme
p
X
p (p)
x y (x) = αp,k z (k) (log x), (4.29)
k=1
En effet, la relation (4.29) est vraie pour p = 1 avec α1,1 = 1 et pour p = 2 avec
α2,1 = −1 et α2,2 = 1. Si une telle relation est vraie à l’ordre p, on a, par dérivation et
multiplication par x
p
X
p+1 (p+1) p (p)
x y (x) + px y (x) = α1,k z (k+1) (log x)
k=1
On en déduit que l’équation différentielle (4.28) se ramène ( pour x > 0 ) à une équation
linéaire à coefficients constants, de la forme
dont la variable est t = log x. En pratique, pour obtenir l’équation différentielle (4.30),
on a pas besoin de calculer les coefficients des relation (4.29) ; car on obtient l’équation
x 7→ y(x) = xλ .
Proposition 4.9.1.
Les solutions de l’équation d’Euler (4.28) sont toutes les fonctions de la forme
p
X
y(x) = |x|λi Qi (log |x|) (x ∈ R∗+ ou x ∈ R∗− )
i=1
Exemple 4.9.1.
Considérons l’équation
x3 y 000 + 6y = 0 (4.32)
L’équation caractéristique de (4.32) est
λ(λ − 1)(λ − 2) + 6 = 0.
√ √
Les racines sont −1, 2 − i 2 et 2 + i 2. Les solutions de l’équation (4.32) sont ( pour
x>0):
A √ √
y(x) = + Bx2+i 2 + Cx2−i 2 A, B, C sont des constantes;
x
et les solutions de l’équation (4.32) sont de la forme
a 2
h √ √ i
y(x) = + x b cos( 2 log x) + c sin( 2 log x) a, b, c ∈ R.
x
Exemple 4.9.2.
Considérons l’équation
4x2 y 00 + y = 0 (4.33)
L’équation caractéristique de (4.33) est
4λ(λ − 1) + 1 = 0.
1
Elle a une racine double λ = . Les solutions de l’équation (4.33) sont de la forme
2
h i
y(x) = |x|1/2 A log |x| + B A, B, sont des constantes
Remarque 4.9.1.
Le même changement de variable nous permet d’obtenir une solution particulièrede toute
équation différentielle de la forme
Exercices
Exercice 5.1.2. C étant le corps des complexes, on considère les applications d : C×C →
R+ définie par (
|z − z 0 | si |z| = |z 0 |,
d(z, z 0 ) = ,
|z| + |z 0 | si |z| =
6 |z 0 |
107
Exercices
Exercice 5.1.4. Soient (X, d) un espace métrique. Soient f et g deux fonctions continues
sur X et à valeurs dans R muni de la distance usuelle d(x, y) = |x − y|.
1 Vérifier que l’ensemble A = {x ∈ X/ f (x) = g(x)} est un fermé de X.
2 Montrer que l’ensemble B = {x ∈ X| 1 < f (x) < 2} est fouvert.
3 Montrer que l’ensemble C = {x ∈ X| f (x) = g(x)} est fermé.
Exercice 5.1.5. Soit A un ensemble non vide. On dit qu’une fonction f de A dans C
est bornée s’il existe un réel M , qui dépend de f , tel que, pour chaque x ∈ A, on a
|f (x)| ≤ M . On note `∞ (A, C) l’ensemble des fonctions bornées de A dans C. Pour
f, g ∈ `∞ (A, C) on pose
d(f, g) = sup |f (x) − g(x)|.
x∈A
Exercice 5.1.8. Soit a un réel positif et (E, d) l’espace des fonctions continues sur l’in-
tervalle [0, a] à valeurs réelles, muni de la distance de la convergence uniforme. Soit T la
fonction E → E d´efinie sur [0, a] par :
Z t
T (x)(t) = 1 + x(s)ds.
0
Exercice 5.1.10. Soient (X1 , d1 ) et (X2 , d2 ) des espaces métriques, f une application de
X1 dans X2 d’ensemble de définition Df et a un point de l’espace X1 .
1 Exprimer que f est continue en a.
2 Exprimer que f est continue dans X1
3 On suppose que f est continue dans X1 . Montrer que, pour un point b de X2 , la
partie
A = {x ∈ X1 / f (x) = b}
est fermé.
Exercice 5.1.12.
Soit X =]0, +∞[. Pour x, y ∈ X, on note
1 1
d(x, y) = − .
x y
3 En déduire que Z +∞
cos(xt) π
dt = .
0 cosh(t) 2 cosh(πx/2)
Exercice 5.2.3. Soit f la fonction 2π−périodique définie sur [0, 2π[ par
Exercice 5.2.4. Soit f : R → R une fonction 2π−périodique, paire et telle que f (t) = t
sur [0; π]
(a) Déterminer les coefficients de Fourier de f .
(b) Déterminer la nature de convergence de la série de Fourier de f (simple ou uni-
forme).
+∞ +∞ +∞
X 1 X 1 X 1
(c) Déterminer 2
, 2
et
k=0
(2k + 1) k=0 k k=0
(2k + 1)4
Exercice 5.2.6.
Soit f : R → R la fonction 2π−périodique, impaire, telle que
(
1 si x ∈]0; π[
f (x) =
0 si x = π
(E2 ) : x2 (y 0 + y 2 ) = xy − 1.
1
a Vérifier que f (x) = x
est une solution particulière de (E2 )
b Résoudre (E2 )
3 Trouver le facteur intégrant et résolvez l’équation suivante :
(E1 ) : y 0 + 2y − 4y 3 = 0.
114