Académique Documents
Professionnel Documents
Culture Documents
Tewfik Sari
L3 Chimie et Physique
Avertissement : ces notes sont la rédaction provisoire du cours de mathématiques pour les licences de chimie et de
physique. Dans les deux premiers chapitres on montre comment utiliser l’analyse de Fourier pour résoudre l’équation de
la chaleur et l’équation des ondes. Certains problèmes liés à ces deux équations conduisent à la résolution d’équations
différentielles linéaires à coefficients non constants, dont les solutions ne s’expriment pas à l’aide des fonctions
élémentaires. Les solutions de ces équations sont appelées des fonctions spéciales. On en étudie un specimen, les
fonctions de Bessel, dans le chapitre trois. Le dernier chapitre est consacré à une brève introduction au calcul des
probabilités sur un ensemble fini.
Chapitre 1
Séries de Fourier
T 0 + a2 λT = 0, t > 0 (1.4)
où λ est un paramètre réel. Le problème (1.3) est appelé un problème de Sturm-Liouville : Il s’agit de trouver
les valeurs de λ qui seront appelées les valeurs propres pour lesquelles le problème (1.3) admet des solution
non triviales (c’est à dire non identiquement nulles), qui seront appelées les fonctions propres. On a le résultat
suivant
Théorème 1 Les solutions du problème de Sturm Liouville (1.3) sont
µ ¶2
kπ kπx
λk = , Xk (x) = sin , avec k = 1, 2, 3, · · · .
l l
2
1.1. SÉRIES DE FOURIER EN SINUS 3
uk (x, t) = Ak e−(
kπa 2
l
t) sin kπx , avec k = 1, 2, 3, · · · . (1.5)
l
Principe de superposition
Comme le problème (1.2) est linéaire on a le résultat suivant
Proposition 1 Si u1 et u2 sont des solutions du problème (1.2) alors leur somme u1 + u2 est aussi une solution
de ce problème. Plus généralement si uk , k = 1, 2, · · · sont des solutions alors la série
+∞
X
u= uk = u1 + u2 + · · · + uk + · · ·
k=1
est une solution (pourvu qu’elle converge comme il faut).
Comme on connait les solutions (1.5) du problème (1.2), on en déduit que les séries
+∞
X
u(x, t) = Ak e−(
kπa 2
l ) sin kπx
t
(1.6)
l
k=1
sont des solutions du problème (1.2). Une telle fonction vérifie aussi la condition initiale u(x, 0) = ϕ(x) si et
seulement si on a
+∞
X kπx
ϕ(x) = u(x, 0) = Ak sin .
l
k=1
où ϕ(x + 0) et ϕ(x − 0) désignent les limites à droite et à gauche de la fonction ϕ au point x. Les formules qui
donnent les constantes Ak s’obtiennent immédiatement en utilisant les relations d’orthogonalité suivantes
Z ½
2 l kπx nπx 0 si k 6= n
sin sin dx =
l 0 l l 1 si k = n.
Il suffit de multiplier les deux membres de l’égalité (1.7) par sin nπx
l puis d’intégrer entre 0 et l. En effet on a
Z l Z lX
+∞ +∞
X Z l
nπx kπx nπx kπx nπx l
ϕ(x) sin dx = Ak sin sin dx = Ak sin sin dx = An .
0 l 0 l l 0 l l 2
k=1 k=1
En conclusion on a le résultat suivant (à ne pas apprendre par coeur !)
Proposition 2 La solution du problème (1.1) est donnée par (1.6) où les constantes Ak sont définies par les
formules (1.8)
4 CHAPITRE 1. SÉRIES DE FOURIER
qui modélise la propagation d’une onde dans corde de longueur finie l dont les extrémités sont maintenues
immobiles. Ici u(x, t) désigne l’écart par rapport à la position au repos de la corde au point x à l’instant t.
T 00 X 00
utt = a2 uxx ⇐⇒ XT 00 = a2 X 00 T ⇐⇒ = = −λ ∈ R.
a2 T X
u(0, t) = 0 ⇐⇒ X(0) = 0, u(l, t) = 0 ⇐⇒ X(l) = 0.
Par conséquent le problème (1.10) est équivalent aux deux problèmes suivants
½ 00
X + λX = 0, 0<x<l
(1.11)
X(0) = X(l) = 0.
T 00 + a2 λT = 0, t > 0 (1.12)
où λ est un paramètre réel. On sait (Théorème 1) que les solutions du problème de Sturm Liouville (1.11) sont
µ ¶2
kπ kπx
λk = , Xk (x) = sin , avec k = 1, 2, 3, · · ·
l l
Les solutions du problème (1.12) correspondant aux valeurs propres λk sont
kπat kπat
Tk (t) = Ak cos + Bk sin , avec Ak , Bk ∈ R.
l l
Par conséquent, les solutions de la forme u(x, t) = T (t)X(x) du problème (1.10) sont
µ ¶
kπat kπat kπx
uk (x, t) = Ak cos + Bk sin sin , k = 1, 2, 3, · · · . (1.13)
l l l
Principe de superposition
Comme le problème (1.10) est linéaire et que l’on dispose de ses solutions (1.13), les séries
+∞ µ
X ¶
kπat kπat kπx
u(x, t) = Ak cos + Bk sin sin (1.14)
l l l
k=1
sont des solutions du problème (1.10). Une telle fonction vérifie aussi les conditions initiales u(x, 0) = ϕ(x)
et ut (x, 0) = ψ(x) si et seulement si on a
+∞
X +∞
X
kπx kπa kπx
ϕ(x) = u(x, 0) = Ak sin et ψ(x) = ut (x, 0) = Bk sin .
l l l
k=1 k=1
1.1. SÉRIES DE FOURIER EN SINUS 5
Proposition 3 La solution du problème (1.9) est donnée par (1.14) où les constantes Ak et Bk sont définies
par les formules (1.15).
x=l = 0. Posons
Des conditions aux limites u(0, t) = u(l, t) = 0 on déduit que [uux ]x=0
Z l
1
G(t) = u2 (x, t)dx
2 0
Par conséquent G(t) = 0 pour tout t ≥ 0 et donc u(x, t) = 0 pour tout t ≥ 0 et tout x ∈ [0, l].
Montrons que l’unique solution de ce problème est la solution nulle u(x, t) ≡ 0. Considérons la fonction
Z l
1 £ 2 ¤
E(t) = ut + a2 u2x dx.
2 0
6 CHAPITRE 1. SÉRIES DE FOURIER
La dernière égalité provient des conditions aux limites u(0, t) = u(l, t) = 0 qui impliquent ut (0, t) = ut (l, t) =
0. Ainsi E(t) reste constant pour tout t ≥ 0. Or
Z
1 l£ 2 ¤
E(0) = ut (x, 0) + a2 u2x (x, 0) dx = 0,
2 0
car ut (x, 0) = 0 pour x ∈ [0, l] et u(x, 0) = 0 pour x ∈ [0, l] implique ux (x, 0) = 0 pour x ∈ [0, l]. Par
conséquent E(t) = 0 pour tout t > 0. On en déduit que pour tout t > 0 et tout x ∈ [0, l] on a ut (x, t) = 0,
ux (x, t) = 0, c’est à dire que u(x, t) reste constante. Comme u(x, 0) = 0 on a bien u(x, t) = 0 pour tout t ≥ 0
et tout x ∈ [0, l].
T 0 + a2 λT = 0, t > 0 (1.19)
où λ est un paramètre réel. On ne peut pas appliquer le résultat du théorème 1 car les conditions aux limites du
problème de Sturm Liouville (1.18) sont différentes des conditions aux limites du problème de Sturm Liouville
(1.3). On a le résultat suivant
Théorème 2 Les solutions du problème de Sturm Liouville (1.18) sont
µ ¶2
kπ kπx
λk = , Xk (x) = cos , avec k = 0, 1, 2, · · ·
l l
1.2. SÉRIES DE FOURIER 7
Principe de superposition
Comme le problème (1.17) est linéaire et que l’on connait ses solutions (1.20), les séries
+∞
X
u(x, t) = Ak e−(
kπa 2
l ) cos kπx
t
(1.21)
l
k=0
sont des solutions du problème (1.17). Une telle fonction vérifie aussi la condition initiale u(x, 0) = ϕ(x) si et
seulement si on a
X+∞
kπx
ϕ(x) = u(x, 0) = Ak cos .
l
k=0
Les formules qui donnent les constantes Ak s’obtiennent immédiatement en utilisant les relations d’orthogo-
nalité suivantes Z ½
2 l kπx nπx 0 si k 6= n
cos cos dx =
l 0 l l 1 si k = n 6= 0.
Il suffit de multiplier les deux membres de l’égalité (1.22) par cos nπx
l puis d’intégrer entre 0 et l. En effet pour
n ≥ 1 on a
Z l Z lX +∞
nπx kπx nπx
ϕ(x) cos dx = Ak cos cos dx
0 l 0 k=0 l l
+∞
X Z l
kπx nπx l
= Ak cos cos dx = An .
0 l l 2
k=0
Et pour n = 0 on a
Z l Z lX
+∞ X +∞ Z l
kπx kπx
ϕ(x)dx = Ak cos dx = Ak cos dx = lA0 .
0 0 k=0 l 0 l
k=0
Comme on a
eint = cos(nt) + i sin(nt), e−int = cos(nt) − i sin(nt),
on peut écrire aussi X a0 X
cn eint = + (an cos(nt) + bn sin(nt))
2
n∈Z n≥1
avec
an = cn + c−n , bn = i(cn − c−n ) pour tout n ≥ 0.
Ces dernières équations sont équivalentes à
an − ibn an + ibn
cn = , c−n = pour tout n ≥ 0.
2 2
+∞
X
P
Proposition 5 Supposons que la série n∈Z cn eint soit uniformément convergente. Soit f (t) = cn eint
n=−∞
sa somme. Alors on a Z 2π
1
cn = f (t)e−int dt.
2π 0
En notation trigonométrique on a : si f (t) est la somme d’une série uniformément convergente
a0 X
f (t) = + (an cos(nt) + bn sin(nt)) ,
2
n≥1
alors on a Z Z
2π 2π
1 1
an = f (t) cos(nt)dt, bn = f (t) sin(nt)dt.
π 0 π 0
Définition 1 Soit f : R → C une fonction 2π-péridoique et continue par morceaux. On appelle coefficients de
Fourier de f les nombres complexes
Z 2π
1
cn (f ) = f (t)e−int dt, n ∈ Z,
2π 0
ou bien les nombres complexes
Z Z
1 2π 1 2π
an (f ) = f (t) cos(nt)dt, bn (f ) = f (t) sin(nt)dt, n ∈ N.
π 0 π 0
1.2. SÉRIES DE FOURIER 9
Théorème 3 [Théorème de Dirichlet]. Si f est de classe C 1 par morceaux alors la série de Fourier de f est
simplement convergente et on a
+∞
X ½
f (t) si f est continue en t
cn (f )eint = f (t+0)+f (t−0)
n=−∞ 2 si f n’est pas est continue en t
X
Si de plus f est continue alors la série de Fourier cn (f )eint est normalement, donc uniformément conver-
n∈Z
gente et sa somme est égale à f (t).
On a aussi le résultat suivant qui est vrai même si la fonction f est seulement continue par morceaux.
Fonctions T -périodiques
Définition 2 Soit f : R → C une fonction T -péridoique et continue par morceaux. On appelle coefficients de
Fourier de f les nombres complexes
Z
1 T 2πnt
cn (f ) = f (t)e−i T dt, n ∈ Z,
T 0
ou bien les nombres complexes
Z Z
2 T 2πnt 2 T
2πnt
an (f ) = f (t) cos dt, bn (f ) = f (t) sin dt, n ∈ N.
T 0 T T 0 T
La série de Fourier de la fonction f est la série
X µ ¶
i 2πnt a0 (f ) X 2πnt 2πnt
cn (f )e T = + an (f ) cos + bn (f ) sin . (1.24)
2 T T
n∈Z n≥1
10 CHAPITRE 1. SÉRIES DE FOURIER
Transformée de Fourier
Problème de Sturm-Liouville
La fonction X(x) est solution du problème suivant
½ 00
X + λX = 0, x > 0
(2.3)
X(0) = 0 |X(x)| < +∞
où λ est un paramètre réel.
Théorème 5 Les solutions du problème de Sturm Liouville (2.3) sont
λ = ξ2, Xξ (x) = A(ξ) sin(ξx), avec ξ > 0 et A(ξ) ∈ R.
Les solutions de l’équation T 0 + a2 λT = 0 correspondant aux valeurs propres λ = ξ 2 sont
2 ξ2 t
Tξ (t) = C(ξ)e−a , avec C(ξ) ∈ R.
Par conséquent, les solutions de la forme u(x, t) = T (t)X(x) du problème (2.2) sont
2 ξ2 t
uξ (x, t) = B(ξ)e−a sin(ξx), avec ξ > 0 et B(ξ) ∈ R (2.4)
11
12 CHAPITRE 2. TRANSFORMÉE DE FOURIER
Principe de superposition
Comme le problème (2.2) est linéaire et que l’on dispose des solutions (2.4) du problème (2.2), on en déduit
que les inttégrales Z +∞
2 ξ2 t
u(x, t) = B(ξ)e−a sin(ξx)dξ (2.5)
0
sont des solutions du problème (2.2). Une telle fonction vérifie aussi la condition initiale u(x, 0) = ϕ(x) si et
seulement si on a Z +∞
ϕ(x) = u(x, 0) = B(ξ) sin(ξx)dξ.
0
Une telle écriture existe pour toute fonction ϕ (voir section suivante). La fonction B(ξ) est la transformée de
Fourier de ϕ (à un facteur multiplicatif près) et est donnée par
Z
2 +∞
B(ξ) = ϕ(x) sin(ξx)dx. (2.6)
π 0
Proposition 7 La solution du problème (2.1) est donnée par (2.5) où la fonction B(ξ) est définie par la formule
(2.6)
2.1.2 Définitions
Soit f : R → R une fonction absolument intégrable, c’est à dire
Z +∞
|f (x)|dx < +∞.
−∞
On définit la fonction Z +∞
1
F (ξ) = √ f (x)e−iξx dx.
2π −∞
Cette intégrale est uniformément convergente car |f (x)e−iξx | = |f (x)|. Elle définit donc une fonction dérivable
F (ξ) appelée la transformée de Fourier de f (x) et que l’on note
Donc
ξ2
F (ξ) = F (0)e− 4α ,
avec Z +∞
1 2 1
F (0) = √ e−αx dx = √ .
2π −∞ 2α
2.1. DÉFINITIONS ET PROPRIÉTÉS 13
2.1.3 Propriétés
Fonctions paires et fonctions impaires
Si f est une fonction paire alors
r Z +∞ r Z +∞
2 2
F (ξ) = f (x) cos(ξx)dx et f (x) = F (ξ) cos(ξx)dξ.
π 0 π 0
Si f est une fonction impaire alors
r Z +∞ r Z +∞
2 2
F (ξ) = −i f (x) sin(ξx)dx et f (x) = i F (ξ) sin(ξx)dξ.
π 0 π 0
On retrouve la formule (2.6) de la manière suivante. Soit ϕ : [0, +∞[→ R une fonction q
absolument intégrable.
2
On la complète en une fonction impaire, notée encore ϕ : R → R. Notons par B(ξ) = i π F[ϕ(x)]. Alors
Z +∞ Z +∞
2
B(ξ) = ϕ(x) sin(ξx)dx et ϕ(x) = B(ξ) sin(ξx)dξ.
π 0 0
Linéarité
Soient f et g des fonctions absolument intégrables. On a
Dérivation de f
Soit f une fonction absolument intégrable telle que f (±∞) = 0 alors
En effet, soit F (ξ) = F[f (x)]. Une intégration par parties nous donne
Z +∞
0 1
F[f ](ξ) = √ f 0 (x)e−iξx dx
2π −∞
Z +∞
1 h 0 −iξx
ix=+∞ iξ
= √ f (x)e +√ f (x)e−iξx dx = iξF (ξ).
2π x=−∞ 2π −∞
Produit de convolution
Soient f et g des fonctions absolument intégrables. On définit leur produit de convolution f ∗ g par
Z +∞
f ∗ g(x) = f (u)g(x − u)du.
−∞
On a √
F[f ∗ g] = 2πF[f ]F[g]. (2.9)
En effet on a
Z +∞ Z +∞
1 −iξu 1
F[f ]F[g](ξ) = √ f (u)e du √ g(v)e−iξv dv
2π −∞ 2π −∞
Z +∞ Z +∞
1
= f (u)g(v)e−iξ(u+v) dudv
2π −∞ −∞
Z +∞ ·Z +∞ ¸
1 1
= f (u)g(x − u)du e−iξx dv = √ F[f ∗ g](ξ).
2π −∞ −∞ 2π
14 CHAPITRE 2. TRANSFORMÉE DE FOURIER
Transaltions
Si F (ξ) = F[f (x)] alors
F[f (x − a)] = e−iξa F (ξ) (2.10)
Exercice Si F (ξ) = F[f (x)] . Montrer que pour tout a > 0, on a
µ ¶
1 ξ
F[f (ax)] = F .
a a
2.2 Applications
2.2.1 Equation de la chaleur
On se propose de résoudre le problème suivant
½
ut = a2 uxx , t > 0, −∞ < x < +∞
(2.11)
u(x, 0) = ϕ(x), −∞ < x < +∞
qui modélise la propagation de la chaleur dans une tige de longueur infinie. Ici u(x, t) désigne la température
de la tige au point x à l’instant t. On pose
U (ξ, t) = F[u(x, t)], Φ(ξ) = F[ϕ(x)].
Comme on a
dU
F[ut (x, t)] = (ξ, t) et F[uxx (x, t)] = −ξ 2 U (ξ, t),
dt
le problème (2.11) équivaut à ½ dU
dt + a2 ξ 2 U = 0, t > 0
U (ξ, 0) = Φ(ξ),
dont la solution est donnée par
2 ξ2 t
U (ξ, t) = Φ(ξ)e−a .
D’après la formule (2.7) on a
2 ξ2 t 1 x2
F[g(x, t)] = e−a , avec g(x, t) = √ e− 4a2 t
a 2t
Ainsi U (ξ, t) est le produit des deux transformées de Fourier Φ(ξ) = F[ϕ(x)] et F[g(x, t)]. Par conséquent,
d’après (2.9), u(x, t) = F −1 [U (ξ, t)] est égale au produit de convolution
Z +∞
1 1 (x−ξ)2
u(x, t) = √ ϕ ∗ g(x, t) = √ ϕ(ξ)e− 4a2 t dξ (2.12)
2π 2a πt −∞
Exercice Montrer que pour tout réel ξ, la fonction
1 (x−ξ)2
u(x, t, ξ) = √ e− 4a2 t
2a πt
est une solution de l’équation de la chaleur ut = a2 uxx . La solution (2.12), que l’on peut écrire
Z +∞
u(x, t) = ϕ(ξ)u(x, t, ξ)dξ
−∞
est obtenue par superposition de ces solutions u(x, t, ξ). Pour montrer qu’elle vérifie la condition initiale
u(x, 0) = ϕ(x) is suffit de faire le changement de variable
x−ξ
z= √ .
2a t
On obtient alors
Z +∞ √ −z 2 Z +∞
1 1 2
u(x, t) = √ ϕ(x − 2az t)e dz =⇒ u(x, 0) = ϕ(x) √ e−z dz = ϕ(x).
π −∞ π −∞
2.2. APPLICATIONS 15
Proposition 8 La solution du problème (2.11) est donnée, pour tot x ∈ R et tout t > 0 par
Z +∞ Z +∞ √
1 (x−ξ)2 1 2
−
u(x, t) = √ ϕ(ξ)e 4a t dξ = √
2 ϕ(x − 2az t)e−z dz.
2a πt −∞ π −∞
Exercice Montrer que l’équation des ondes utt = a2 uxx est équivalente à l’équation
∂2u
= 0, avec ξ = x − at, η = x + at.
∂ξ∂η
En déduire alors que la solution générale de l’équation des ondes s’écrit
u(x, t) = v(x + at) + w(x − at),
avec v et w des fonctions arbitraires. Retrouver alors la solution (2.14) en considérant les conditions initiales
u(x, 0) = φ(x) et ut (x, 0) = ψ(x).
Proposition 9 La solution du problème (2.13) est donnée par (2.14).
Chapitre 3
Fonctions de Bessel
Les fonctions de Bessel sont des solutions de l’équation différentielle, dite de Bessel :
x2 y 00 + xy 0 + (x2 − ν 2 )y = 0, (3.1)
Lemme 1 Une fonction y(x) est solution de l’équation de Bessel (3.1) si et seulement si la fonction z(x) =
y(λx) est solution de l’équation
x2 z 00 + xz 0 + (λ2 x2 − ν 2 )z = 0. (3.2)
x2 z 00 (x) + xz 0 (x) + (λ2 x2 − ν 2 )z(x) = (λx)2 y 00 (λx) + (λx)y 0 (λx) + ((λx)2 − ν 2 )y(λx) = 0.
qui modélise les vibrations ayant une symétrie circulaire (c’est à dire ne dépendant pas de l’angle ϕ) d’une
membrane circulaire de rayon r0 , fixée sur son bord. Ici u(r, t) désigne l’écart par rapport à la position au repos
de la membrane en un point à distance r de l’origine et à l’instant t. La condition ut (r, 0) = 0 signifie que
la membrane est déplacée initialement en f (r) puis qu’elle est relachée, sans lui imprimer de vitesse initiale.
Noter que la condition |u(0, t)| < +∞ est précisée car l’équation aux dérivées partielles n’est pas définie pour
r = 0 et ses solutions peuvent exploser en l’infini lorsque r tend vers 0.
16
3.1. LA FONCTION DE BESSEL J0 17
Problème de Sturm-Liouville
Par conséquent la fonction R(r) est solution du problème suivant
½ 00 1 0
R + r R + λR = 0, 0 < r < r0
(3.5)
R(r0 ) = 0, |R(0)| < +∞
où λ est un paramètre réel. On retrouve le cas particulier de l’équation (3.2) obtenu en posant ν = 0. Nous
allons commencer par l’étude de l’équation
xy 00 + y 0 + xy = 0, (3.6)
Les coefficients ak sont déterminés par identification, en dérivant (3.7) et en remplaçant dans (3.6). On a
+∞
X +∞
X
y0 = kak xk−1 , y 00 = k(k − 1)ak xk−2 .
k=1 k=2
a1 = 0
k 2 ak + ak−2 = 0, k ≥ 2.
La deuxième équation nous donne
ak−2
ak = − , pour tout k ≥ 2.
k2
18 CHAPITRE 3. FONCTIONS DE BESSEL
1 0.5
x
2 4 6 8 10 12 14 16
0.8
0
0.6 –0.5
0.4 –1
0.2 –1.5
0 –2
2 4 6 8 10 12 14 16
x
–0.2 –2.5
–0.4 –3
F IG . 3.1 – Les fonctions de Bessel J0 (x) (à gauche) et de Neumann N0 (x) (à droite)
n 1 2 3 4 5 6
µn 2.4048 5.5201 8.6537 11.7915 14.9309 18.0711
Par conséquent
a1 = 0, a3 = 0, a5 = 0, a2m+1 = 0.
a0 a2 a0 a4 a0 a0
a2 = − 2 , a4 = − 2 = 2 2 , a6 = − 2 = − 2 2 2 , a2m = (−1)m 2m .
2 4 2 4 6 2 4 6 2 (m!)2
On obtient ainsi la solution y(x) = J0 (x) et appelée la fonction de Bessel J0 , définie par
(−1)m ³ x ´2m
+∞
X
J0 (x) = . (3.8)
(m!)2 2
m=0
Le rayon de convergence de cette série est infinie (montrer le). La solution J0 de l’équation de Bessel (3.6)
est définie sur tout R. La fonction de Bessel J0 est représentée sur la figure 3.1 (à gauche). On démontre que
l’équation de Bessel (3.6) possède une deuxième solution, appelée la fonction de Neumann N0 et qui tend vers
l’infini quand x tend vers 0 (voir figure 3.1 à droite). Comme l’équation (3.6) est linéaire, la solution générale
s’écrit
y(x) = AJ0 (x) + BN0 (x), A, B ∈ R.
Comme la solution est réelle et pas complexe, on doit prendre λ > 0. La condition |R(0)| < +∞ implique
B = 0. La condition R(r0 ) = 0 nous donne
√
J0 ( λr0 ) = 0.
√
Ainsi λr0 est une racine de la fonction de Bessel J0 . La fonction de Bessel J0 possède une infinité de zéros
La table 3.1 donne la liste des premiers zéros positifs de J0 . Par conséquent on a
Théorème 6 Les solutions du problème de Sturm Liouville (3.5) sont
µ ¶2 µ ¶
µk µk
λk = , Rk (r) = J0 r , avec k = 1, 2, 3, · · · .
r0 r0
3.1. LA FONCTION DE BESSEL J0 19
Equation en T
Maintenant on consière l’équation
T 00 + λk a2 T = 0.
Elle admet pour solutions
aµk t aµk t
Tk (t) = Ak cos + Bk sin , avec Ak , Bk ∈ R.
r0 r0
Par conséquent, les solutions de la forme u(r, t) = R(r)T (t) du problème (3.4) sont
µ ¶ µ ¶
aµk t aµk t µk
uk (r, t) = Ak cos + Bk sin J0 r , k = 1, 2, 3, · · · . (3.9)
r0 r0 r0
Principe de superposition
Comme le problème (3.4) est linéaire et que l’on dispose de ses solutions (3.9), les séries
+∞ µ
X ¶ µ ¶
aµk t aµk t µk
u(r, t) = Ak cos + Bk sin J0 r (3.10)
r0 r0 r0
k=1
sont des solutions du problème (3.4). Une telle fonction vérifie aussi les conditions initiales u(r, 0) = f (r) et
ut (r, 0) = 0 si et seulement si on a
+∞
X µ ¶
µk
f (r) = Ak J0 r .
r0
k=1
+∞
X µ ¶
aµk µk
0= Bk J0 r =⇒ Bk = 0 k = 1, 2, · · · .
r0 r0
k=1
Donc on doit développer la condition initiale f (r) en série suivant les fonctions de Bessel, comme on l’avait
fait pour les séries de Fourier. On a besoin pour cela de relations d’orthogonalité.
Lemme 2 (Relations d’orthogonalité) Pour tout n 6= k on a
Z 1
xJ0 (µn x)J0 (µk x)dx = 0 (3.11)
0
En effet, comme la fonction J0 est une solution de l’équation de Bessel (3.6) on sait, voir Lemme 1, que la
fonction y(x) = J0 (µx) est solution de l’équation
xy 00 + y 0 + µ2 xy = 0
Notons y1 (x) = J0 (µn x) et y2 (x) = J0 (µk x). On a
xy100 + y10 + µ2n xy1 = 0, xy200 + y20 + µ2k xy2 = 0.
En multipliant la première équation par y2 et la deuxième équation par y1 et en soustrayant on obtient :
x(y100 y2 − y1 y200 ) + y10 y2 − y1 y20 + (µ2n − µ2k )xy1 y2 = 0.
Par consequent on a
d
[x(y10 y2 − y1 y20 )] = (µ2k − µ2n )xy1 y2 .
dx
Intégrons entre 0 et 1. On trouve
Z 1
£ ¤x=1
x(y10 y2 − y1 y20 ) x=0
= (µk2 − µ2n ) xy1 (x)y2 (x)dx.
0
D’où Z 1
0= µn J00 (µn )J0 (µk ) − µk J00 (µk )J0 (µn ) = (µ2k − µ2n ) xJ0 (µn x)J0 (µk x)dx
0
car J0 (µn ) = J0 (µk ) = 0.
20 CHAPITRE 3. FONCTIONS DE BESSEL
Soit f : [0, r0 ] → R une fonction continue et de classe C 1 . Alors, pour tout r ∈]0, r0 [, on a
+∞
X µ ¶
µk
f (r) = Ak J0 r , (3.13)
r0
k=1
avec R r0 ³ ´
µk
0 rf (r)J 0 r0 r dr
Ak = R ³ ´ , k = 1, 2, · · · . (3.14)
r0 2 µk r dr
0 rJ 0 r0
où f (r +0) et f (r −0) désignent les limites à droite et à gauche de la fonction f au point f . Les formules (3.14)
qui donnent les constantes Ak s’obtiennent immédiatement en utilisant ³ ´ les relations d’orthogonalité (3.12). Il
µn
suffit de multiplier les deux membres de l’égalité (3.13) par rJ0 r0 r puis d’intégrer entre 0 et r0 . En effet
on a
Z r0 µ ¶ Z r0 X
+∞ µ ¶ µ ¶
µn µn µk
rf (r)J0 r dr = Ak rJ0 r J0 r dr
0 r0 0 k=1 r0 r0
+∞
X Z r0 µ ¶ µ ¶ Z r0 µ ¶
µn µk 2 µn
= Ak rJ0 r J0 r dr = An rJ0 r dr.
0 r0 r0 0 r0
k=1
L’exposant σ, ainsi que les coefficients ak sont déterminés, par identification en dérivant (3.15) et en remplaçant
dans (3.1). On a
+∞
X +∞
X +∞
X
k+σ 0 k+σ−1 00
y= ak x , y = (k + σ)ak x , y = (k + σ)(k + σ − 1)ak xk+σ−2 .
k=0 k=0 k=0
3.2. FONCTIONS DE BESSEL Jν 21
Cette série n’est identiquement nulle que si tous les coefficients s’annulent. On a alors
(σ 2 − ν 2 )a0 = 0
£ ¤
(σ + 1)2 − ν 2 a1 = 0
£ ¤
(k + σ)2 − ν 2 ak + ak−2 = 0, k ≥ 2.
Comme a0 6= 0, la première équation, appelée équation indiciaire, nous donne σ = ±ν. De la deuxième
équation on déduit alors que a1 = 0. Considérons le cas σ = ν ≥ 0. La troisième équation nous donne
ak−2 ak−2
ak = − 2 2
=− , pour tout k ≥ 2.
(ν + k) − ν 2k(k + 2ν)
Par conséquent
a0
a2m+1 = 0, a2m = (−1)m , m = 1, 2, · · · .
22m m!(ν + 1)(ν + 2) · · · (ν + m)
Considérons maintenant le cas σ = −ν. On obtient la solution (définie seulement si ν n’est pas entier)
" +∞
#
X (−1)m x2m
−ν
y−ν (x) = a0 x 1+ . (3.17)
22m m!(−ν + 1)(−ν + 2) · · · (−ν + m)
m=1
On obtient donc
Γ(x + 1)
Γ(x) = . (3.18)
x
Cette formule permet d’étendre la fonction Γ aux x < 0. En effet, pour x ∈] − 1, 0[ elle permet de définir
Γ(x), car x + 1 ∈]0, 1[. On constate que Γ(x) tend vers −∞ quand x tend vers 0 ou vers −1. Ensuite, pour
x ∈] − 2, −1[ elle permet de définir Γ(x), car x + 1 ∈] − 1, 0[. On constate que Γ(x) tend vers +∞ quand x
tend vers −1 ou vers −2. Et ainsi de suite... On obtient une fonction définie
R +∞ −t en dehors des entiers négatifs ou
nuls et dont le graphe est représenté sur le figure 3.2. Comme Γ(1) = 0 e dt = 1, de la relation (3.18) on
22 CHAPITRE 3. FONCTIONS DE BESSEL
10
8
6
y
4
2
–3 –2 –1 0 1 2 3
–2 x
–4
–6
–8
–10
déduit que
Γ(n + 1) = n!, pour n = 0, 1, 2, · · ·
On a aussi
1
En choisissant a0 = 2ν Γ(ν+1) dans les solutions (3.16) et (3.17) on obtient les solutions particulières de
l’équation de Bessel (3.1) notées par
+∞
X (−1)m ³ x ´2m+ν
Jν (x) = . (3.19)
Γ(m + 1)Γ(ν + m + 1) 2
m=0
Comme l’équation (3.1) est linéaire, la solution générale s’écrit, dans le cas où ν n’est pas entier
Dans le cas où µ = n ≥ 0 est un entier positif ou nul, la solution J−n (x) n’est pas linéairement indépendante de
la solution Jn (x) car on a J−n (x) = Jn (−x) pour tout x. On montre l’existence d’une autre solution, appelée
fonction de Neumann et notée Nn (x). La fonction Nn (x) tend vers l’infini quand x tend vers 0. Par linéarité la
solution générale de l’équation
x2 y 00 + xy 0 + (x2 − n2 )y = 0
s’écrit
y(x) = AJn (x) + BNn (x), A, B ∈ R.
x2 y 00 + xy 0 + (λ2 x2 − n2 )y = 0
s’écrit
y(x) = AJn (λx) + BNn (λx), A, B ∈ R.
3.3. APPLICATIONS 23
Relations d’orthogonalité
La fonction de Bessel admet une infinité de racines
En effet, comme la fonction Jν est une solution de l’équation de Bessel (3.1) on sait, voir Lemme 1, que la
fonction y(x) = J0 (λx) est solution de l’équation (3.2). Notons y1 (x) = Jν (µνn x) et y2 (x) = Jν (µνk x). On
a µ ¶ µ ¶
00 0 2 ν2 00 0 2 ν2
xy1 + y1 + µνn x − y1 = 0, xy2 + y2 + µνk x − y2 = 0.
x x
En multipliant la première équation par y2 et la deuxième équation par y1 et en soustrayant on obtient :
Par consequent on a
d
[x(y10 y2 − y1 y20 )] = (µ2νk − µ2νn )xy1 y2 .
dx
Intégrons entre 0 et 1. On trouve
Z 1
£ 0 ¤x=1
x(y1 y2 − y1 y20 ) x=0 = (µ2νk − µ2νn ) xy1 (x)y2 (x)dx
0
D’où
Z 1
0= µ1 Jν0 (µνn )Jν (µνk ) − µ2 Jν0 (µνk )Jν (µνn ) = (µ2νk − µ2νn ) xJν (µνn x)Jν (µνk x)dx
0
3.3 Applications
3.3.1 Equation de la chaleur
L’équation de la chaleur s’écrit
ut = a2 ∆u
où ∆u est le Laplacien de la fonction u. En dimension 3 on a en coordonnées cartésiennes et en coordonnées
cylindriques :
1 1
∆u = uxx + uyy + uzz = urr + ur + 2 uϕϕ + uzz .
r r
24 CHAPITRE 3. FONCTIONS DE BESSEL
qui modélise la propagation de la chaleur dans un cylindre de rayon r0 et de hauteur z0 , dont la surface extérieure
est maintenue à la température 0. Comme la condition initiale ne dépend pas de la variable angulaire ϕ, la
solution n’en dépendra pas pour t > 0. C’est la raison pour laquelle le terme en uϕϕ du Laplacien n’est pas pris
en considération. Ici u(r, z, t) désigne la température en un point de coordonnées (r, z) et à l’instant t.
Par conséquent on a
T 0 + αa2 T = 0 (3.24)
et
R00 1 R0 Z 00
+ +α=− =β∈R
R rR Z
Cette dernière équation équivaut à
1
Z 00 + βZ = 0 et R00 + R0 + (α − β)R = 0.
r
Problèmes de Sturm-Liouville
On a
u(r0 , z, t) = 0 =⇒ R(r0 ) = 0, |u(0, z, t)| < +∞ =⇒ |R(0)| < +∞.
u(r, 0, t) = u(r, z0 , t) = 0 =⇒ Z(0) = Z(z0 ) = 0.
On en déduit deux problèmes de Sturm-Liouville. Le premier concerne la fonction Z.
½ 00
Z + βZ = 0,
(3.25)
Z(0) = Z(z0 ) = 0
avec λ = α − βn . D’après le théorème 6 les solutions du problème de Sturm Liouville (3.34) sont
µ ¶2 µ ¶
µk µk
λk = , Rk (r) = J0 r , avec k = 1, 2, 3, · · · .
r0 r0
Par conséquent on a
µ ¶2 µ ¶2
nπ µk
α = αnk = βn + λk = +
z0 r0
Equation en T
Maintenant on consière l’équation (3.32) avec α = αnk :
T 0 + αnk a2 T = 0.
Elle admet pour solutions
2α
Tnk (t) = Ank e−a nk t
, avec Ank ∈ R.
Par conséquent, les solutions de la forme u(r, z, t) = R(r)Z(z)T (t) du problème (3.23) sont
ůş ť ş ť ÿ
2 µ 2 µ ¶
−a2 nπ
z0
+ rk t µk nπz
unk (r, z, t) = Ank e 0
J0 r sin , n, k = 1, 2, 3, · · · (3.27)
r0 z0
Principe de superposition
Comme le problème (3.23) est linéaire et que l’on dispose de ses solutions (3.27), les séries
ůş ť ş ť ÿ
X∞ X ∞ 2 µ 2 µ ¶
−a2 nπz0
+ rk t µk nπz
u(r, z, t) = Ank e 0
J0 r sin , (3.28)
r0 z0
n=1 k=1
sont des solutions du problème (3.23). Une telle fonction vérifie aussi la condition initiale u(r, z, 0) = f (r, z)
si et seulement si on a
∞ X
X ∞ µ ¶ ∞
µk nπz X nπz
f (r, z) = Ank J0 r sin = An (r) sin (3.29)
r0 z0 z0
n=1 k=1 n=1
avec µ ¶
∞
X µk
An (r) = Ank J0 r
r0
k=1
Ces expressions sont des développement en séries de fonctions de Bessel des fonction An (r). D’après les
formules (3.13) et (3.14), on a :
R r0 ³ ´
µk
0 rA n (r)J 0 r0 r dr
Ank = R ³ ´ , k = 1, 2, · · ·
r0 2 µ0k r dr
0 rJ 0 r0
Par ailleurs, la formule (3.29) est un développement en série de Fourier en sinus de la fonction f (r, z) par
rapport à la variable z. D’après les formules (1.7) et (1.8) on a
Z
2 z0 nπz
An (r) = f (r, z) sin dz, n = 1, 2, 3, · · ·
z0 0 z0
Par conséquent on a démontré le résultat suivant (à ne pas apprendre par coeur !)
Proposition 12 La solution du problème (3.22) est donnée par la formule (3.28) où les constantes Ank sont
définies par les formules
R r0 R z0 ³ ´
2 nπz µk
z0 0 0 rf (r, z) sin J
z0 0 r0 r drdz
Ank = R r0 2 µk ³ ´ , n, k = 1, 2, · · ·
0 rJ 0 r0 r dr
26 CHAPITRE 3. FONCTIONS DE BESSEL
qui modélise les vibrations d’une membrane circulaire de rayon r0 , fixée sur son bord. Ici u(r, ϕ, t) désigne
l’écart par rapport à la position au repos de la membrane en un point de coordonnées (r, ϕ) et à l’instant t. La
condition ut (r, ϕ, 0) = 0 signifie que la membrane est déplacée initialement en f (r, ϕ) puis qu’elle est relachée,
sans lui imprimer de vitesse initiale. Comme la condition initiale dépend aussi de la variable angulaire, le terme
uϕϕ du laplacien doit être pris en considération (comparer avec le problème (3.3)).
On oublie momentanément les conditions initiales u(r, ϕ, 0) = f (r, ϕ), ut (r, ϕ, 0) = 0 et on cherche les
solutions du problème
½ ¡ ¢
utt = a2 urr + 1r ur + r12 uϕϕ , t > 0, r < r0 , 0 ≤ ϕ ≤ 2π
(3.31)
u(r0 , ϕ, t) = 0, |u(0, ϕ, t)| < +∞ t ≥ 0, 0 ≤ ϕ ≤ 2π
qui se mettent sous la forme u(r, ϕ, t) = R(r)Φ(ϕ)T (t) avec Φ une fonction 2π-périodique. On obtient :
µ ¶
00
00 1 0
2 1 00
RΦT = a R ΦT + R ΦT + 2 RΦ T
r r
qui équivaut à
T 00 R00 1 R0 1 Φ00
2
= + + 2 = −α ∈ R.
a T R rR r Φ
Par conséquent on a
T 00 + αa2 T = 0 (3.32)
et
R00 R0 Φ00
r2 + r + αr2 = − =β∈R
R R Φ
Cette dernière équation équivaut à
Problèmes de Sturm-Liouville
On a
u(r0 , ϕ, t) = 0 =⇒ R(r0 ) = 0, |u(0, ϕ, t)| < +∞ =⇒ |R(0)| < +∞.
Le deuxième problème de Sturm Liouville concerne la fonction R. On le résoud pour les valeurs βn = n2
½ 2 00
r R + rR0 + (αr2 − n2 )R = 0, 0 < r < r0
(3.34)
R(r0 ) = 0, |R(0)| < +∞
Equation en T
Maintenant on consière l’équation (3.32) avec α = αnk :
T 00 + αnk a2 T = 0.
Principe de superposition
Comme le problème (3.31) est linéaire et que l’on dispose de ses solutions (3.35), les séries
∞ X
X ∞ µ ¶ µ ¶
µnk aµnk t aµnk t
u(r, ϕ, t) = Jn r (An cos(nϕ) + Bn sin(nϕ)) Cnk cos + Dnk sin (3.36)
r0 r0 r0
n=0 k=1
sont des solutions du problème (3.31). Une telle fonction vérifie aussi les conditions initiales u(r, ϕ, 0) =
f (r, ϕ) et ut (r, ϕ, 0) = 0 si et seulement si on a
∞ X
X ∞ µ ¶
µnk
f (r, ϕ) = Jn r (An cos(nϕ) + Bn sin(nϕ)) Cnk .
r0
n=0 k=1
∞ X
X ∞ µ ¶
µnk aµnk
0= Jn r (An cos(nϕ) + Bn sin(nϕ)) Dnk =⇒ Dnk = 0.
r0 r0
n=0 k=1
Par conséquent la solution s’écrit
∞ X
X ∞ µ ¶
µnk aµnk t
u(r, ϕ, t) = Jn r (Ank cos(nϕ) + Bnk sin(nϕ)) cos (3.37)
r0 r0
n=0 k=1
28 CHAPITRE 3. FONCTIONS DE BESSEL
où on a noté Ank = An Cnk et Bnk = Bn Cnk . Donc on doit développer la condition initiale f (r, ϕ) en série
double suivant suivant les fonctions de Bessel et les fonction sinus. On a :
X∞ X∞ µ ¶
µnk
f (r, ϕ) = Jn r (Ank cos(nϕ) + Bnk sin(nϕ))
r0
n=0 k=1
X∞
= (An (r) cos(nϕ) + Bn (r) sin(nϕ)) (3.38)
n=0
avec µ ¶ µ ¶
∞
X ∞
X
µnk µnk
An (r) = Ank Jn r , Bn (r) = Bnk Jn r .
r0 r0
k=1 k=1
Comme ces expressions sont des développement en séries de fonctions de Bessel des fonctions An (r) et Bn (r).
D’après les formules (3.21), on a :
R r0 ³ ´
µnk
0 rA n (r)J n r0 r dr
Ank = R r0 ³ ´ , k = 1, 2, · · · .
2 µnk r dr
0 rJn r0
et R r0 ³ ´
0 rBn (r)Jn2 µrnk
0
r dr
Bnk = R r0 ³ ´ , k = 1, 2, · · · .
rJ 2 µnk r dr
0 n r0
Par ailleurs la formule (3.38) est un développement en série de Fourier de la fonction f (r, ϕ) par rapport à la
variable ϕ. D’après la proposition 5 on a
Z 2π Z
1 1 2π
A0 (r) = f (r, ϕ)dϕ, An (r) = f (r, ϕ) cos(nϕ)dϕ, n = 1, 2, 3, · · ·
2π 0 π 0
Z
1 2π
Bn (r) = f (r, ϕ) sin(nϕ)dϕ, n = 1, 2, 3, · · ·
π 0
Par conséquent on a démontré le résultat suivant (à ne pas apprendre par coeur !)
Proposition 13 La solution du problème (3.30) est donnée par (3.37) où les constantes Ank et Bnk sont définies
par les formules ³ ´
1
R r0 R 2π µ0k
2π 0 0 rf (r, ϕ)J0 r0 r drdϕ
A0k = R r0 2 ³ µ0k ´ , k = 1, 2, · · · .
0 rJ 0 r0 r dr
R R ³ ´
1 r0 2π µnk
π 0 0 rf (r, ϕ) cos(nϕ)J n r0 r drdϕ
Ank = R r0 ³ ´ , n, k = 1, 2, · · · .
rJ 2 µnk r dr
0 n r0
R R ³ ´
1 r0 2π µnk
π 0 0 rf (r, ϕ) sin(nϕ)J n r0 r drdϕ
Bnk = R r0 ³ ´ , n, k = 1, 2, · · · .
rJ 2 µnk r dr
0 n r0
Ce résultat est la généralisation du résultat obtenu dans la proposition 10, lorsqu’on avait supposé que la
condition initiale ne dépendait que du rayon r et pas de l’angle ϕ.
Chapitre 4
Probabilités
Ω = {1, 2, 3, 4, 5, 6}.
CardA
P (A) = . (4.1)
CardΩ
Dans le premier exemple (lancé du dé), l’événement A “on a obtenu un nombre paire” est
A = {2, 4, 6},
3
sa probabilité est P (A) = 6 = 12 . Dans le deuxième exemple (tirage de la roulette), l’événement B “on a tiré
un nombre premier” est
B = {1, 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31},
sa probabilité est P (B) = 12 1
36 = 3 .
La proposition suivante est immédiate
Proposition 14 La probabilité définie par la formule (4.1) est une fonction P : P(Ω) → [0, 1], définie sur
l’ensemble des parties P(Ω) de Ω et qui vérifie les propriétés suivantes :
1. P (Ω) = 1
2. Pour tous événements A et B si A ∩ B = ∅ alors P (A ∪ B) = P (A) + P (B).
29
30 CHAPITRE 4. PROBABILITÉS
On déduit de cette proposition que la probabilité vérifie aussi les propriétés suivantes
1g 2g 3g 1g 2g 3g (4.3)
1g 2g 3g 1g 3g 2g 2g 3g 1g (4.4)
1g 2g 3g 2g 1g 3g 3g 1g 2g (4.5)
Si on supprime les numéros sur les boules, on ne peut plus distinguer entre elles les répartitions (4.4) ni les
répartitions (4.5), et on ne considère plus que les 4 répartitions :
ω1 = g g g ω2 = gg g
(4.6)
ω3 = g g g ω4 = g g g
(4.7)
Pour les boules sans marques, l’espace des épreuves est-il formé des huits répartitions (4.3-4.5), ou des quatres
répartitions (4.6-4.7) ? La réponse dépend de la nature des boules. S’il s’agit de boules macroscopiques obéissant
à la Mécanique classique, c’est la première réponse qui convient, car les trois boules sont discernables, qu’elles
soient numérotées ou non ; s’il s’agit de particules quantiques obéissant à la statistique de Bose-Einstein, par
exemple des photons, et les boites des états quantiques, c’est la deuxième réponse qui convient car les trois parti-
cules ne sont pas discernables, seul compte leur état quantique. On pourrait, pour ces deux situations, considérer
que l’espace des épreuves est l’ensemble à quatre éléments Ω = {ω1 , ω2 , ω3 , ω4 } définis par (4.6-4.7). Dans la
statistique de Bose-Einstein les quatres épreuves sont équiprobables. Dans la Mécanique classiques les quatre
épreuves ne sont pas équiprobables ; leurs poids respectifs sont
1 3
pω1 = pω2 = , pω3 = pω4 = .
8 8
4.2. DÉNOMBREMENT 31
4.2 Dénombrement
Le calcul des probabilités consiste à modéliser une situation sous la forme d’un ensemble fini d’épreuves
équiprobables, puis de calculer la probabilité des événements, ce qui reveient en vertu de (4.1) à calculer leur
nombre d’élément. Dans la pratique il est difficile de lister toutes les épreuves d’un événement comme nous
l’avions fait dans les exemples élémentaires du “lancé du dé” du “jeu de la roulette” ou bien de la “répartition
de trois boules dans deux boites”. Il faut savoir compter le nombre d’éléments d’un ensemble.
rn (4.8)
puisqu’il y a r possibilités pour choisir la première lettre, de nouveau r possibiltés pour choisir la deuxième
lettre et ainsi de suite jusqu’à la n-ième lettre. Ce nombre (4.8) est aussi :
– le nombre de répartitions différentes de n boules numérotées dans r boites,
– le nombre de tirages, avec remise, de n boules d’une urne contenant r boules de couleurs différentes.
CardΩ = 36520 .
L’événement A “au moins deux sont nés le même jour” est le complémentaire de l’événement B “toutes les
dates de naissance sont différentes”. Le cardinal de B est
4.2.3 Combinaisons
Parmi les 2n mots de n lettres que l’on peut former avec un alphabet de 2 lettres, il y a
µ ¶
n n!
= (4.10)
k k!(n − k)!
qui comporteront k fois la première lettre et n − k fois la deuxième lettre. Ce nombre (4.10) est aussi :
– le nombre de répartitions différentes de n boules numérotées dans 2 boites de telle sorte qu’il y ait k
boules dans la première boite et n − k boules dans la deuxième boite,
– le nombre de sous-ensembles de k éléments parmi n-éléments,
On retrouve ces nombres lorsqu’on développe le binôme
n
X n!
(x + y)n = xk y n−k .
k!(n − k)!
k=1
n!
(4.11)
n1 !n2 ! · · · nm !
qui comporteront n1 fois la première lettre, n2 fois la deuxième lettre,... et nm fois la m-ième lettre, avec
n1 + n2 + · · · + nm = n. Ce nombre (4.11) est aussi :
– le nombre de répartitions différentes de n boules numérotées dans m boites de telle sorte qu’il y ait n1
boules dans la première boite, n2 boules dans la deuxième boite, ... et nm boules dans la m-ième boite.
– le nombre de partitions d’un ensemble à n-éléments en m sous-ensembles ayant respectivement n1 , n2 ,
..., nm éléments.
On retrouve ces nombres lorsqu’on développe le polynôme
X n!
(x1 + x2 + · · · + xm )n = xn1 1 xn2 2 · · · xnmm .
n1 +n2 +···+nm
n !n
=n 1 2
! · · · nm !
4.2.5 Subdivisions
Dans la formule précédente, la somme est étendue à toutes les familles de nombres positifs ou nuls n1 , n2 ,
..., nm vérifiant n1 + n2 + · · · + nm = n. Combien y-a-t-il de telles décompositions ? Il s’agit de répartir n
objets dans m boites. On peut représenter schématiquement une telle décomposition en séparant par une barre
verticale deux boites adjacentes. Considérons une répartition de n = 8 boules dans m = 6 boites :
°|°°°| | |°°°°|°
On a ici 1 boule dans la première boite, 3 boules dans la deuxième, 0 boule dans les troisième et quatrième
boite, 4 boules dans la cinquième boite et 1 boule dans la sixième boite. Le problème, vu sous cet angle est
simplement la répartition des m − 1 = 5 barres séparant les m = 6 boites, sur les n + m − 1 = 8 + 6 − 1
places disponibles. Ainsi
(n + m − 1)!
Nombre de répartitions de n objets dans m boites =
n!(m − 1)!
Cette formule de dénombrement est essentielle dans la statistique de Bose-Einstein : elle donne le nombre de
modes d’occupation de m états quantiques par n particules de Bose. En prenant n = 3 et m = 2 on retrouve
les 4 épreuves ω1 , ω2 , ω3 et ω4 de l’exemple considéré dans la section 4.1.3
4.3. L’INDÉPENDANCE STOCHASTIQUE 33
Les événements A et B sont indépendants puisque chaque boule ignore ce qui arrive à l’autre. On a P (A) =
P (B) = 12 et P (A ∩ B) = 14 . On constate donc que l’égalité P (A ∩ B) = P (A)P (B) est vérifiée.
Par contre si on considère l’événement C = A ∩ B, alors les événements A et C ne sont pas indépendants
puisqu’ils concernent tous les deux la boule 1. 0n a A ∩ C = C et l’égalité P (A ∩ C) = P (A)P (C) n’est pas
vérifiée.
On introduit alors la définition mathématique suivante : deux événements A et B sont dits stochastique-
ment indépendants si
P (A ∩ B) = P (A)P (B).
Plus généralement, la famille d’événements A1 , A2 ,..., Am est dite stochastiquement indépendante de la
famille d’événements B1 , B2 ,..., Bm si
P (A ∩ B)
P (A|B) =
P (B)
s’appelle la probabilité conditionnelle de A sachant B. Lorsque les deux événements A et B sont stochasti-
quement indépendants, c’est à dire lorsque P (A ∩ B) = P (A)P (B), alors on a P (A|B) = P (A). En utilisant
la formule (4.1) on obtient
Card(A ∩ B)
P (A|B) = .
CardB
Cela revient à compter parmi toutes les épreuves équiprobables qui constituent l’événement B, celles qui ap-
partiennent en outre à l’élément A ? Il s’agit donc de la probabilité pour que A se produise, mais dans l’espace
plus petit des épreuves qui correspondent à la réalisation de B. L’application
vérifie les propriétés 1 et 2 de la proposition 14. C’est donc une probabilité. Les probabilités conditionnelle
sont très utiles car elles permettent plus facilement de calculer des probabilités. Illustrons cela dans le problème
suivant :
Problème. Une boite contient n = p + q boules, p blanches et q noires. On effectue deux tirages (sans remise).
Considérons les événements
On a clairement P (A1 ) = np car il y a p boules blanches dans une boite contenant n boules et P (A2 |A1 ) = n−1
p−1
,
car la première boule tirée étant blanche, il reste p − 1 boules blanches dans une boite contenant n − 1 boules.
Par conséquent
p(p − 1)
P (A2 ∩ A1 ) = P (A2 |A1 )P (A1 ) = .
n(n − 1)
Le calcul direct aurait (heureusement) donné le même résultat. En effet si on considère comme espace
d’épreuves l’ensemble Ω de tous les tirages (sans remise) de deux boules dans une une boite contenant n
boules alors CardΩ = n(n − 1). L’événement A2 ∩ A1 correspond simplement à l’événement de Ω : “les deux
boules sont blanches”. Or le nombre de couples formés de deux boules blanches est p(p − 1). Par conséquent
p(p−1)
P (A2 ∩ A1 ) = n(n−1) .
On se propose maintenant de calculer la probabilité de l’événement A2 . Introduisons pour cela l’événement
Ac1 : “la première boule tirée n’est pas blanche (elle est donc noire)”.
Alors on a
A2 = (A2 ∩ A1 ) ∪ (A2 ∩ Ac1 ) .
On a bien évidemment P (Ac1 ) = nq car il y a q boules noires dans une boite contenant n boules et P (A2 |Ac1 ) =
p
n−1 , car la première boule tirée étant noire, il reste p boules blanches dans une boite contenant n − 1 boules.
Par conséquent
pq
P (A2 ∩ Ac1 ) = P (A2 |Ac1 )P (Ac1 ) = .
n(n − 1)
Comme les événements A2 ∩ A1 et A2 ∩ Ac1 sont disjoints, on en déduit que
p(p − 1) pq p
P (A2 ) = P (A2 ∩ A1 ) + P (A2 ∩ Ac1 ) = + = .
n(n − 1) n(n − 1) n
Noter que ce résultat n’est pas intuitivement évident. Bien entendu, on aurait pu calculer la probabilité P (A2 ∩
Ac1 ) directement. Dans l’espace Ω de cardinal n(n − 1) considéré ci dessus, l’événement A2 ∩ Ac1 correspond
simplement à l’événement de Ω : “la première boule est blanche et la second est noire”. Son cardinal est égal à
pq
pq. Par conséquent P (A2 ∩ Ac1 ) = n(n−1) .
Cette manière de calculer des probabilités est très utile. Elle se généralise de la manière suivante. Soit
A ∈ Ω un événement dont on veut calculer la probabilité. Soit
Ω = E1 ∪ E2 ∪ · · · ∪ En
une partition de lespace des épreuves en événements disjoints deux à deux. Comme les événements A ∩ E1 ,
A ∩ E2 , ..., A ∩ En sont disjoints deux à deux et que leur réunion est égale à A on a
P (A) = P (A ∩ E1 ) + P (A ∩ E2 ) + · · · + P (A ∩ En )
= P (A|E1 )P (E1 ) + P (A|E2 )P (E2 ) + · · · + P (A|En )P (En ). (4.13)
On en déduit alors
P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
Pour une réunion de trois événements on a
On en déduit que
Plus généralement on a
X X
Card(A1 ∪ A2 ∪ · · · ∪ An ) = Card(Aj ) − Card(Aj ∩ Ak )
1≤j≤n 1≤j<k≤n
X
+ Card(Aj ∩ Ak ∩ Al ) − · · · + (−1)n−1 Card(A1 ∩ A2 ∩ · · · ∩ An ) (4.14)
1≤j<k<l≤n
On en déduit que
X X
P (A1 ∪ A2 ∪ · · · ∪ An ) = P (Aj ) − P (Aj ∩ Ak )
1≤j≤n 1≤j<k≤n
X
+ P (Aj ∩ Ak ∩ Al ) − · · · + (−1)n−1 P (A1 ∩ A2 ∩ · · · ∩ An )
1≤j<k<l≤n
En faisant tendre n vers l’infini on voit que P (A) tend vers e−1 .
Remarque Comme le complémentaire d’une réunion est l’intersection des complémentaires, on a
B = B1 ∩ B2 ∩ · · · ∩ Bn ,
où l’événement Bj est le complémentaire de l’événement Aj . On ne peut pas utiliser la formule (4.12) et poser
car les événements Bj ne sont pas stochatiquement indépendants. En effet, Bj est l’événement “le destinataire
j ne reçoit pas la lettre qui lui était destinée” ; donc un autre destinaire la reçoit, alors qu’elle ne lui était pas
destinée non plus. Ainsi, le fait d’appartenir à l’un des Bj augmente la probabilité d’appartenir aussi à l’un des
autres.
pk = P (X = xk ).
Problème : marche aléatoire (ou marche de l’ivrogne). Une marche aléatoire à une dimension est le mouve-
ment d’un point matériel qui fait un pas vers l’avant ou un pas vers l’arrière sur un axe, chacune de ces deux
possibilités étant choisie au hasrad. Chaque mouvement d’une marche aléatoire de n pas est déterminé par la
liste des n choix de sens de déplacement : on peut le représenter par une liste de n signes + ou −. L’espace des
épreuves pour une marche aléatoire à n pas est de cardinal 2n . Soit x un nombre entier. Quelle est la probabilité
pour que la marche aléatoire à n pas , partie de 0, aboutisse à x. Soit p le nombre de signes + (un pas vers
l’avant) et q le nombre de signes − (un pas vers l’arrière), avec p + q = n. La marche aléatoire aboutit en x si
et seulement si
p − q = x.
Par conséquent on doit avoir p = n+x n−x
2 et q = 2 . Il faut donc que n et x aient la même parité, sinon, il n’y a
n!
aucune marche qui aboutit en x. Comme il y a en tout p!q! possibilités de placer les p signe + et q signes − on
en déduit que la probabilité de l’événement
est ½ n!
2−n p!q! si n et x ont la même parité,
P (A) =
0 si n et x n’ont pas la même parité.
Considérons maintenant la variable aléatoire X qui est l’abscisse atteinte par la marche aléatoire, partant de 0,
au pas n. Elle prend les valeurs −n, −n + 1, ..., n − 1, n avec les probabilités suivantes
P (X = −n) = 2−n ,
P (X = −n + 1) = 0,
P (X = −n + 2) = 2−n (n1 ),
P (X = −n + 3) = 0,
P (X = −n + 4) = 2−n (n2 ),
···
P (X = n − 4) = 2−n (n2 ),
P (X = n − 3) = 0,
P (X = n − 2) = 2−n (n1 ),
P (X = n − 1) = 0,
P (X = n) = 2−n
P (X = xk et Y = yl ) = P (X = xk )P (Y = yl ), pour tous k et l.
[1] J. Harthong, Probabilités et statistiques. De l’intuition aux applications, Diderot, Paris, 1996
[2] M. Krasnov, A. Kissélev, G. Makarenko, E. Chikine, Mathématiques supérieures pour ingénieurs et
polytechniciens, tome 2, De Boeck, Bruxelles, 1993
[3] M. R. Spiegel, Analyse de Fourier et applications aux problèmes de valeurs aux limites, Série Schaum,
McGraw-Hill, 1991
38
Table des matières
1 Séries de Fourier 2
1.1 Séries de Fourier en sinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.1.1 Propagation de la chaleur dans une tige de longueur finie . . . . . . . . . . . . . . . . 2
1.1.2 Propagation des ondes dans une corde de longueur finie . . . . . . . . . . . . . . . . 4
1.1.3 Unicité des solutions des problèmes (1.1) et (1.9) . . . . . . . . . . . . . . . . . . . . 5
1.2 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1 Séries de Fourier en cosinus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.2 Séries de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 Transformée de Fourier 11
2.1 Définitions et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.1 Motivations physiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.1.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.1.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2 Equation des ondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3 Fonctions de Bessel 16
3.1 La fonction de Bessel J0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.1 Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.1.2 Solutions développables en séries entières de l’équation (3.6) . . . . . . . . . . . . . . 17
3.1.3 Développements en séries de fontions de Bessel . . . . . . . . . . . . . . . . . . . . . 20
3.2 Fonctions de Bessel Jν . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2.1 Méthode de Frobenius de résolution de l’équation (3.1) . . . . . . . . . . . . . . . . . 20
3.2.2 Expression des fonctions de Bessel avec la fonction Γ d’Euler . . . . . . . . . . . . . 21
3.3 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.1 Equation de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3.2 Equation des ondes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4 Probabilités 29
4.1 Le langage du calcul des probabilités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1.1 Equiprobabilité, épreuves, événements . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.1.2 Probabilités avec poids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1.3 Les difficultés de la modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2 Dénombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.1 Suites avec répétition ou tirages avec remise . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.2 Suites sans répétition ou tirages sans remise . . . . . . . . . . . . . . . . . . . . . . . 31
4.2.3 Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.4 Partitions en groupes de taille donnée . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.5 Subdivisions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.3 L’indépendance stochastique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
39
40 TABLE DES MATIÈRES
Bibiographie 38