Académique Documents
Professionnel Documents
Culture Documents
Cours 1
Espace de Hilbert Espace de Hilbert et
séries de Fourier
Introduction et rappels
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
1.1
Espace de Hilbert
Plan du cours
1.2
Espace de Hilbert
Introduction du module
Espace de Hilbert et
séries de Fourier
Le module MA1 se compose de deux parties : Introduction et rappels
Orthogonalité et projection
Contrôles : généralisées
Distributions
DS de février d’analyse numérique (0.35) Introduction
L’espace D (R) des
fonctions test
DS de février de maths générales (0.5) 0
L’espace D (R) des
distributions
1.3
Espace de Hilbert
Espace vectoriel
(vi)
1 · v = v ∀v ∈ V .
1.4
Espace de Hilbert
Espace vectoriel
Exemple
Espace de Hilbert et
séries de Fourier
1 L’espace Kn = {(x1 , . . . , xn ) : xi ∈ K, i = 1, . . . , n} avec les Introduction et rappels
1.5
Espace de Hilbert
Espace vectoriel
Exemple
P∞ p
Les espaces `p = x = (xn ) ∈ KN : n=0 |xn | < ∞ sont des
Espace de Hilbert et
séries de Fourier
N
sous-espaces de K ainsi que l’espace Introduction et rappels
Orthogonalité et projection
Distributions
Introduction
k·k : V → R+
Opérations usuelles sur les
0 telle que
distributions
Transformée de Fourier des
(i)
∀v ∈ V : kv k > 0 si v 6= 0 et k0k = 0, distributions
(ii)
∀α ∈ K, v ∈ V : kαv k = |α| kv k,
(iii)
∀u, v ∈ V : ku + v k ≤ kuk + kv k (inégalité triangulaire).
1.6
Espace de Hilbert
Espace pré-hilbertien
Exemple
On peut munir les espaces `p de la norme
P∞ p 1/p Espace de Hilbert et
kxk`p = n=0 |xn | . séries de Fourier
Introduction et rappels
Orthogonalité et projection
Bases orthonormées
(iv)
(v , v ) ≥ 0 ∀v ∈ V et (v , v ) = 0 ⇔ v = 0.
p
On peut donc définir une norme sur V par kv k = (v , v ).
L’inégalité triangulaire pour cette norme découle de l’inégalité
de Cauchy-Schwarz (voir ci-dessous).
1.7
Espace de Hilbert
Espace de Hilbert
Remarque 2
Espace de Hilbert et
Un espace pré-hilbertien réel de dimension finie est aussi séries de Fourier
Introduction et rappels
Definition 3 généralisées
Distributions
Un espace pré-hilbertien V est un espace de Hilbert s’il est de Introduction
L’espace D (R) des
plus complet par rapport à la norme induite par le produit fonctions test
0
L’espace D (R) des
scalaire, c’est-à-dire toute suite de Cauchy (vn ), vn ∈ V , distributions
Opérations usuelles sur les
converge vers un élément v ∈ V . On rappelle qu’une suite de distributions
Transformée de Fourier des
Cauchy vérifie distributions
1.8
Espace de Hilbert
Espace de Hilbert
Exemple
Pn
1 Kn avec le produit scalaire (x, y ) = k =1 xk yk .
Kn est complet par rapport à la norme Espace de Hilbert et
P 1/2 séries de Fourier
n 2
p
kxk = (x, x) = k =0 |xk | . Introduction et rappels
Orthogonalité et projection
P∞ Bases orthonormées
2 `2 muni du produit scalaire(x, y ) = k =0 xk yk . (voir TD) Séries de Fourier abstraites
Séries de Fourier
0
3 C ([a, b], C), [a, b] ⊂ R, muni du produit scalaire classiques
Séries de Fourier
Rb généralisées
(f , g) = a f (t)g(t) dt est un espace pré-hilbertien, mais Distributions
cet espace n’est pas complet donc ce n’est pas un espace Introduction
L’espace D (R) des
de Hilbert. fonctions test
0
L’espace D (R) des
distributions
Proposition 4 Opérations usuelles sur les
distributions
(i)
|(u, v )| ≤ kuk kv k (inégalité de Cauchy-Schwarz),
(ii)
ku + v k ≤ kuk + kv k (inégalité triangulaire),
2 2 2 2
(iii)
ku + v k + ku − v k = 2(kuk + kv k ) (règle du
parallélogramme).
1.9
Espace de Hilbert
Orthogonalité et projection
Distributions
Théorème 5 Introduction
L’espace D (R) des
fonctions test
Si W est un sous-espace fermé de V (c’est-à-dire la 0
L’espace D (R) des
distributions
convergence wn → w, wn ∈ W , n ∈ N, implique w ∈ W ), alors Opérations usuelles sur les
distributions
tout v ∈ V admet une décomposition unique v = w + u où Transformée de Fourier des
w ∈ W et u = v − w ∈ W ⊥ , c’est-à-dire V = W ⊕ W ⊥ . Le
distributions
1.10
Espace de Hilbert
Projection
Espace de Hilbert et
séries de Fourier
Exemple Introduction et rappels
Orthogonalité et projection
1.11
Bases orthonormées
Cours 2
Bases orthonormées Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Mathématiques Générales I Bases orthonormées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
2.12
Bases orthonormées
Plan du cours
2.13
Bases orthonormées
famille libre, dimension
Exemple
Soit V = K. Alors dim V = 1.
Soit V = Kn . Alors dim V = n.
Soit V = C 0 [a, b]. Alors dim V = ∞.
2.14
Bases orthonormées
Base en dimension finie
v = α1 e1 + . . . + αn en , αi ∈ K. Séries de Fourier
généralisées
Distributions
Introduction
Remarque 6 L’espace D (R) des
fonctions test
0
L’espace D (R) des
Dans ce cas B est une famille libre. distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
Remarque 7 distributions
2.15
Bases orthonormées
Base en dimension infinie
v= αi ei = lim αi ei , αi ∈ K, Distributions
N→∞ Introduction
i=0 i=0 L’espace D (R) des
fonctions test
c’est-à-dire 0
L’espace D (R) des
distributions
Opérations usuelles sur les
N
X distributions
i=0
2.16
Bases orthonormées
Base
2.17
Bases orthonormées
Inégalité de Bessel
n Bases orthonormées
Pn 2 2
X 2 Séries de Fourier abstraites
∀v ∈ V : 0 ≤ v − k =0 (v , ek ) ek = kv k − |(v , ek )| Séries de Fourier
classiques
k =0 Séries de Fourier
généralisées
Distributions
En particulier, si V est de dimension finie n + 1 et {e0 , . . . , en } Introduction
L’espace D (R) des
est une base orthonormée on a le théorème de Pythagore : fonctions test
n 0
L’espace D (R) des
2 2
X distributions
kv k = |(v , ek )| Opérations usuelles sur les
distributions
k =0 Transformée de Fourier des
distributions
2.18
Bases orthonormées
Série de Fourier abstraite
Distributions
Introduction
L’espace D (R) des
Proposition 10 fonctions test
0
L’espace D (R) des
distributions
Si {ek }k ∈N est une base orthonormée d’un espace de Hilbert Opérations usuelles sur les
distributions
V , alors la série de Fourier abstraite de v ∈ V par rapport à Transformée de Fourier des
distributions
{ek } converge vers v ,
∞
X
v= (v , ek ) ek ∀v ∈ V .
k =0
2.19
Bases orthonormées
Parseval
Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Si {ek } est une base orthonormée d’un espace de Hilbert V , Séries de Fourier
classiques
Distributions
∞ Introduction
2 2
X
L’espace D (R) des
kv k = |(v , ek )| ∀v ∈ V . fonctions test
0
L’espace D (R) des
k =0 distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
2.20
Bases orthonormées
Série de Fourier classique
Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Une fonction f : R → K = R(C), t 7→ f (t), est périodique de Séries de Fourier
classiques
période P si f (t + P) = f (t) ∀t ∈ R. On note L2per (0, 2π; K) Séries de Fourier
généralisées
l’espace des fonctions 2π-périodiques à valeurs dans K telles Distributions
R 2π 2
que 0 |f (t)| dt < ∞. C’est un espace de Hilbert avec le Introduction
L’espace D (R) des
R 2π fonctions test
produit scalaire (f , g) = 0 f (t)g(t) dt. Afin d’alléger la 0
L’espace D (R) des
distributions
notation nous allons par la suite munir L2per (0, 2π; R) du produit Opérations usuelles sur les
distributions
R 2π
scalaire (f , g) = π1 0 f (t)g(t) dt, respectivement L2per (0, 2π; C) Transformée de Fourier des
distributions
1
R 2π
du produit scalaire (f , g) = 2π 0
f (t)g(t) dt
2.21
Bases orthonormées
Série de Fourier classique
Proposition 12
Dans l’espace L2per (0, 2π; K) on considère les familles {ek }k ∈N Espace de Hilbert et
séries de Fourier
et {ẽk }k ∈N définies par Introduction et rappels
Orthogonalité et projection
1 Bases orthonormées
Distributions
K = C : ẽ0 (t) = 1 Introduction
L’espace D (R) des
ipt −ipt
ẽ2p−1 (t) = e ẽ2p (t) = e , p = 1, 2, . . . fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
Ces familles sont orthonormées. distributions
Transformée de Fourier des
distributions
Théorème 13
Les familles {ek } et {ẽk } constituent des bases orthonormées
de l’espace L2per (0, 2π; R), respectivement L2per (0, 2π; C).
2.22
Séries de Fourier
classiques
Cours 3
Séries de Fourier classiques Espace de Hilbert et
séries de Fourier
Introduction et rappels
Mathématiques Générales I Orthogonalité et projection
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
3.23
Séries de Fourier
Plan du cours classiques
Distributions
Introduction
L’espace D (R) des
2 Distributions fonctions test
0
L’espace D (R) des
Introduction distributions
3.24
Séries de Fourier
Série de Fourier classique, cas réel classiques
P∞
Si K = R, alors f = k =0 (f , ek ) ek ∀f ∈ L2per (0, 2π; R) au sens
de l’espace L2per (0, 2π; R).
!
Z 2π
1 1 1
(f , e0 ) e0 = f (t) √ dt √ Espace de Hilbert et
π 0 2 2 séries de Fourier
Introduction et rappels
! Orthogonalité et projection
Z 2π
1 Bases orthonormées
k = 2p − 1 : (f , ek ) ek = f (t) cos(pt) dt cos(pt) Séries de Fourier abstraites
π 0 Séries de Fourier
classiques
! Séries de Fourier
Z 2π
1 généralisées
Z 2π
1
an = f (t) cos(nt) dt, n ≥ 0 (1)
π 0
Z 2π
1
bn = f (t) sin(nt) dt, n ≥ 1 (2)
π 0
3.25
Séries de Fourier
Série de Fourier classique classiques
Finalement,
∞
X
f (t) = (f , ek ) ek (t)
Espace de Hilbert et
k =0 séries de Fourier
∞ Introduction et rappels
1 X Orthogonalité et projection
= Sf (t) = a0 + (an cos(nt) + bn sin(nt)) Bases orthonormées
2 Séries de Fourier abstraites
n=1 Séries de Fourier
classiques
Séries de Fourier
au sens de l’espace L2per (0, 2π; R), c’est-à-dire si généralisées
Distributions
Introduction
N L’espace D (R) des
1 X fonctions test
Sf ,N (t) = a0 + (an cos(nt) + bn sin(nt)) 0
L’espace D (R) des
2 distributions
n=1 Opérations usuelles sur les
distributions
Transformée de Fourier des
est la série de Fourier tronquée, alors distributions
!1/2
Z 2π
1 2
lim f − Sf ,N = lim f (t) − Sf ,N (t) dt = 0.
N→∞ N→∞ π 0
3.26
Séries de Fourier
Série de Fourier classique, cas complexe classiques
Distributions
de la série de Fourier classique aussi quand f ∈ L2per (0, 2π; R). fonctions test
0
L’espace D (R) des
1 Espace de Hilbert et
(f , e0 ) = √ a0 séries de Fourier
2 Introduction et rappels
Orthogonalité et projection
k = 2p − 1 : (f , ek ) = ap , p = 1, 2, . . . Bases orthonormées
Séries de Fourier abstraites
k = 2p : (f , ek ) = bp , p = 1, 2, . . . Séries de Fourier
classiques
Séries de Fourier
généralisées
Donc avec 11 : Distributions
Introduction
∞ ∞
1 2π L’espace D (R) des
Z
2 2
X 2 1 X
|(f , ek )| = a02 + an2 + bn2 .
fonctions test
kf kL2 = |f (t)| dt = 0
L’espace D (R) des
per π 0 2 distributions
k =0 n=1 Opérations usuelles sur les
distributions
Transformée de Fourier des
Dans le cas K = C on a distributions
Z 2π ∞
1 2
X 2
|f (t)| dt = |cn | .
2π 0 n=−∞
3.28
Séries de Fourier
Période quelconque classiques
1 2π 1 2π
Z Z L’espace D (R) des
P fonctions test
an = g(s) cos(ns) ds = f s cos(ns) ds 0
L’espace D (R) des
π 0 π 0 2π distributions
1 2π 2π 2 distributions
Donc
∞
2π a0 X
f (t) = g t = g(ωt) = + (an cos(nωt) + bn sin(nωt))
P 2
n=1
Espace de Hilbert et
séries de Fourier
au sens de L2per (0, P; R). Pour le cas K = C on trouve Introduction et rappels
Orthogonalité et projection
Bases orthonormées
∞ Z P
X
inωt 1 −inωt
Séries de Fourier abstraites
n=−∞
P 0 Séries de Fourier
généralisées
Distributions
En ce qui concerne la relation de Parseval, Introduction
L’espace D (R) des
fonctions test
2π ∞
a2 X 2 0
L’espace D (R) des
Z
1 2
|g(s)| ds = 0 + (an + bn2 ) distributions
Opérations usuelles sur les
π 0 2 distributions
n=1 Transformée de Fourier des
∞ distributions
2 P a2
Z
2
X
⇔ |f (t)| dt = 0 + (an2 + bn2 )
P 0 2
n=1
∞
1 P a 2
Z
2 1 X
⇔ |f (t)| dt = 0 + (an2 + bn2 ).
P 0 4 2
n=1
3.30
Séries de Fourier
Calcul classiques
Proposition 14
Si f est une fonction P-périodique, intégrable sur tout intervalle
de longeur P, alors
Espace de Hilbert et
Z P Z a+P séries de Fourier
∀a ∈ R : f (t) dt = f (t) dt. Introduction et rappels
Orthogonalité et projection
0 a
Bases orthonormées
Séries de Fourier abstraites
On peut, par ailleurs, calculer les coefficients de Fourier sur Séries de Fourier
classiques
Distributions
Si la fonction f est paire ou impaire, le calcul de la série de Introduction
L’espace D (R) des
Fourier se simplifie. fonctions test
0
L’espace D (R) des
Si f est paire, f (−t) = f (t), on a distributions
Opérations usuelles sur les
2 P 2 P/2
Z Z distributions
Transformée de Fourier des
an = f (t) cos(nωt) dt = f (t) cos(nωt) dt distributions
P 0 P −P/2
4 P/2
Z
= f (t) cos(nωt) dt
P 0
2 P/2
Z
bn = f (t) sin(nωt) dt = 0.
P −P/2 3.31
Séries de Fourier
Calcul classiques
Espace de Hilbert et
séries de Fourier
3.32
Séries de Fourier
Convergence ponctuelle classiques
Définition
On dit qu’une fonction f possède une limite à droite (à gauche) Espace de Hilbert et
en t0 , notée f (t0 +) (f (t0 −)), si f (t0 +) = limh→0+ f (t0 + h) existe, séries de Fourier
Introduction et rappels
respectivement f (t0 −) = limh→0+ f (t0 − h) existe. Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
Définition classiques
Séries de Fourier
généralisées
On dit qu’une fonction f : [A, B] → R est continûment dérivable
Distributions
par morceaux s’il existe un nombre fini de points Introduction
L’espace D (R) des
A = a0 < a1 < . . . < aN = B tels que fonctions test
0
L’espace D (R) des
(i)
f est continûment dérivable sur ]A, a0 [, ]a0 , a1 [, ..., ]aN , B[ distributions
Opérations usuelles sur les
(ii)
f 0 possède une limite à droite en a0 , . . . , aN−1 ainsi qu’une
limite à gauche en a1 , . . . , aN .
3.33
Séries de Fourier
Convergence ponctuelle classiques
Exemple
3.34
Séries de Fourier
Convergence ponctuelle classiques
Phénomène de Gibbs :
Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
classiques
Séries de Fourier
généralisées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
La convergence assurée par le théorème de Dirichlet n’est pas distributions
Transformée de Fourier des
uniforme. Au voisinage d’un « saut » on peut observer un distributions
3.35
Séries de Fourier
Convergence ponctuelle classiques
Espace de Hilbert et
séries de Fourier
Exemple Introduction et rappels
Orthogonalité et projection
Bases orthonormées
Soit f la fonction P-périodique en dents de scie définie par Séries de Fourier abstraites
Séries de Fourier
( classiques
3.36
Séries de Fourier
Convergence ponctuelle classiques
3.37
Séries de Fourier
Procédé de Gram-Schmidt classiques
Soit {xk }k ∈N une famille libre dans un espace de Hilbert V . (En Espace de Hilbert et
séries de Fourier
dimension infinie cela signifie que chaque sous-famille de taille Introduction et rappels
finie {xk1 , . . . , xkN } doit être libre.) On peut construire une Orthogonalité et projection
Bases orthonormées
famille orthogonale {ẽn } à partir de {xk } comme suit : Séries de Fourier abstraites
Séries de Fourier
classiques
n Distributions
X ẽk ẽk Introduction
ẽn+1 = xn+1 − xn+1 , L’espace D (R) des
kẽk k kẽk k fonctions test
k =0 0
L’espace D (R) des
distributions
Opérations usuelles sur les
On obtient une famille orthonormée {en } en posant distributions
Transformée de Fourier des
en = ẽn / kẽn k. distributions
3.38
Séries de Fourier
Polynômes de Legendre classiques
Exemple
Espace de Hilbert et
Soit V = L2 ([−1, 1]; R) avec le produit scalaire séries de Fourier
Introduction et rappels
R1
(f , g) = −1 f (t)g(t) dt et {xk } = {1, t, t 2 , . . .} : Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
2
√ Séries de Fourier
1 1
Z
1 1 Distributions
ẽ1 (t) = t − t, √ √ =t− t dt = t, Introduction
2 2 2 −1 L’espace D (R) des
r fonctions test
Z 1 0
L’espace D (R) des
2 2 3
kẽ1 k = t dt = 2/3, e1 (t) = t distributions
Opérations usuelles sur les
−1 2 distributions
Transformée de Fourier des
.. distributions
3.39
Séries de Fourier
Polynômes de Legendre classiques
2 Introduction
L’espace D (R) des
.. fonctions test
0
L’espace D (R) des
. distributions
Opérations usuelles sur les
distributions
2
(pi , pk ) = δik ,
2i + 1
2
en particulier, kpi k = 2/(2i + 1).
3.40
Séries de Fourier
Série de Fourier-Legendre classiques
f = αk pk Orthogonalité et projection
Bases orthonormées
k =0 Séries de Fourier abstraites
Séries de Fourier
classiques
2
au sens de L ([−1, 1]; R). Cette série est appelée série de Séries de Fourier
généralisées
Fourier-Legendre. Or Distributions
Introduction
L’espace D (R) des
∞ ∞
X X 2 2 fonctions test
0
L’espace D (R) des
(f , pi ) = αk (pk , pi ) = αk δki = αi . distributions
2k + 1 2i + 1 Opérations usuelles sur les
k =0 k =0 distributions
Transformée de Fourier des
distributions
Donc Z 1
2i + 1 2i + 1
αi = (f , pi ) = f (t)pi (t) dt
2 2 −1
3.41
Séries de Fourier
Série de Fourier-Legendre classiques
Exemple
Soit f (t) = sin(πt).
Z 1
1 Espace de Hilbert et
α0 = sin(πt)1 dt = 0 séries de Fourier
2 −1 Introduction et rappels
Orthogonalité et projection
Z1
3 3 Bases orthonormées
α1 = sin(πt)t dt = Séries de Fourier abstraites
2 −1 π Séries de Fourier
classiques
α2 = 0 Séries de Fourier
généralisées
1 Distributions
7(π 2 − 15)
Z
7 1
α3 = sin(πt) (5t 3 − 3t) dt = Introduction
L’espace D (R) des
2 −1 2 π3 fonctions test
0
L’espace D (R) des
.. distributions
Donc
3 π 2 − 15 1 3
f (t) = sin(πt) = t +7 (5t − 3t) + . . .
π π3 2
au sens de L2 ([−1, 1]; R).
3.42
Distributions
Cours 4
Distributions Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Mathématiques Générales I Bases orthonormées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
4.43
Distributions
Plan du cours
4.44
Distributions
Motivation
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Le signal de sortie y (t) = Vs (t) est lié au signal d’entrée
x(t) = Ve (t) par Vs (t) = −RCVe0 (t), c’est-à-dire y = S[x] ∼ x 0 ,
au moins quand x est dérivable. Que faire quand x = 1+ ?
4.45
Distributions
Motivation
4.46
Distributions
Motivation
4.47
Distributions
Motivation
dans le calcul ci-dessus, comme des opérateurs agissant par Orthogonalité et projection
Bases orthonormées
intégration sur d’autres fonctions : Séries de Fourier abstraites
Séries de Fourier
classiques
Z Séries de Fourier
Distributions
R
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
Remarque 16 distributions
Opérations usuelles sur les
4.48
Distributions
Intégrale de Lebesgue
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
L’intégrale
R dePRiemann (en bleu) est calculé comme distributions
4.50
L’espace D(R) des fonctions test
Distributions
Définition
Une fonction ϕ : R → C est une fonction test de D(R) si
Espace de Hilbert et
(i)
ϕ est nulle en dehors d’un intervalle borné séries de Fourier
Introduction et rappels
(ii)
ϕ est indéfiniment dérivable. Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Donc Séries de Fourier
4.51
L’espace D(R) des fonctions test
Distributions
Le graphe de ρ :
Espace de Hilbert et
0.35 séries de Fourier
Introduction et rappels
Orthogonalité et projection
Distributions
0.2
Introduction
L’espace D (R) des
fonctions test
0.15 0
L’espace D (R) des
distributions
Opérations usuelles sur les
0.1 distributions
Transformée de Fourier des
distributions
0.05
-1 -0.5 0.5 1
4.52
L’espace D(R) des fonctions test
Distributions
Définition (convergence en D)
On dit que la suite (ϕn )n∈N d’éléments de D converge vers 0 Espace de Hilbert et
séries de Fourier
dans D si Introduction et rappels
Orthogonalité et projection
(i)
Il existe un intervalle [a, b] ⊂ R tel que Bases orthonormées
Séries de Fourier abstraites
supp(ϕn ) ⊂ [a, b] ∀n ∈ N Séries de Fourier
classiques
(ii)
(ϕn ) ainsi que toutes les suites dérivées (ϕ0n ), (ϕ00n ), . . . Séries de Fourier
généralisées
kϕ0n k∞ → 0 (n → ∞)
Opérations usuelles sur les
distributions
Transformée de Fourier des
.. distributions
4.53
Distributions
Définition
Definition 18
On appelle distribution toute application Espace de Hilbert et
séries de Fourier
T : D → C, ϕ 7→ T (ϕ) = hT , ϕi qui est linéaire et continue, Introduction et rappels
Orthogonalité et projection
c’est-à-dire : Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
hT , αϕ + βψi = α hT , ϕi + β hT , ψi ∀α, β ∈ C, ϕ, ψ ∈ D classiques
Séries de Fourier
ϕn → ϕ dans D =⇒ hT , ϕn i → hT , ϕi dans C
généralisées
Distributions
Introduction
L’espace D (R) des
Si on définit l’addition de deux distributions T , S et la fonctions test
0
L’espace D (R) des
multiplication par un scalaire α ∈ C par distributions
Opérations usuelles sur les
distributions
hαT , ϕi = α hT , ϕi ,
4.54
Distributions
Définition
Exemple
Soit f une fonction qui est intégrable sur tout intervalle Espace de Hilbert et
borné fermé de R, c’est-à-dire f ∈ L1loc (R). Alors Tf définie séries de Fourier
Introduction et rappels
4.55
Distributions
Définitions
Remarque 19
La distribution δ de Dirac n’est pas régulière. Supposons
Espace de Hilbert et
δ = Tf pour f ∈ L1loc (R). Soit ρ(t) la fonction test définie séries de Fourier
Introduction et rappels
précédemment. On aurait Orthogonalité et projection
Bases orthonormées
Z Séries de Fourier abstraites
Distributions
Or Introduction
L’espace D (R) des
fonctions test
Z Z 1/n 0
L’espace D (R) des
f (t)ρ(nt) dt = f (t)ρ(nt) dt distributions
Opérations usuelles sur les
R −1/n distributions
Transformée de Fourier des
Z 1/n Z 1/n distributions
4.56
Distributions
Cours 5
Distributions Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Mathématiques Générales I Bases orthonormées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
5.57
Distributions
Plan du cours
5.58
Distributions
Définition
5.59
Distributions
Définitions
Exemple
1
R
Si
R on définit la fonction ρ̃ = I ρ, avec I = R ρ(t) dt, alors
R
ρ̃(t) dt = 1 et les distributions associées à la suite nρ̃(nt) Espace de Hilbert et
séries de Fourier
convergent vers δ quand n → ∞ : Introduction et rappels
Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
classiques
15 Séries de Fourier
généralisées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
10 distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
-1 -0.5 0.5 1
5.60
Distributions
Produit distribution-fonction
La stratégie pour généraliser les opérations usuelles sur les
fonctions aux distributions est de s’inspirer des distributions
régulières.
Produit d’une distribution par une fonction : Espace de Hilbert et
séries de Fourier
Si T = Tf est une distribution régulière, on aimerait définir le Introduction et rappels
Orthogonalité et projection
produit de cette distribution par une fonction g par Bases orthonormées
Séries de Fourier abstraites
Z Z Séries de Fourier
classiques
hTf · g, ϕi = (f (t)·g(t))ϕ(t)dt = f (t)·(g(t)ϕ(t))dt = hTf , gϕi . Séries de Fourier
généralisées
R R
Distributions
hT · g, ϕi = hT , gϕi distributions
Z Bases orthonormées
Séries de Fourier abstraites
0 0
=− f (t)ϕ (t) dt = − hTf , ϕ i . Séries de Fourier
classiques
R Séries de Fourier
généralisées
5.62
Distributions
Dérivée d’une distribution
Exemple
(i)
δ0
Espace de Hilbert et
(ii)
Soit f ∈ L1loc une fonction continûment dérivable sur les séries de Fourier
Introduction et rappels
intervalles ] − ∞, a[, ]a, b[, ]b, ∞[ et admettant une limite à Orthogonalité et projection
Distributions
On peut facilement généraliser le dernier exemple au cas où Introduction
L’espace D (R) des
on a un nombre fini de discontinuités et même au cas où les fonctions test
0
L’espace D (R) des
discontinuités constituent un ensemble dénombrable sans distributions
points d’accumulation (comme, par exemple, N ou Z). Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Une propriété intéressante de la limite dans D 0 est que
contrairement à l’analyse classique on peut toujours échanger
limite et dérivée : si limn→∞ Tn = T alors limn→∞ Tn0 = T 0 car
hTn0 , ϕi = − hTn , ϕ0 i → − hT , ϕ0 i = hT 0 , ϕi (n → ∞)
P∞ P∞
En particulier, S = k =0 Tk =⇒ S 0 = k =0 Tk0 . 5.63
Distributions
Dérivée d’une distribution
Exemple
On souhaite résoudre dans D0 (R) l’équation différentielle Espace de Hilbert et
séries de Fourier
Introduction et rappels
5.64
Distributions
Cours 6
Distributions Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
Mathématiques Générales I Bases orthonormées
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
Christian Reichert
INSA Lyon
6.65
Distributions
Plan du cours
6.66
Distributions
Petit bilan
Un signal « fonction » f est donné par les valeurs
t 7→ f (t)
Espace de Hilbert et
Un signal « fonction » f correspond au signal « distribution séries de Fourier
régulière » Tf donné par les moyennes Introduction et rappels
Orthogonalité et projection
Z Bases orthonormées
Séries de Fourier abstraites
Tf (ϕ) = hTf , ϕi = f (t)ϕ(t) dt, ϕ ∈ D Séries de Fourier
classiques
R Séries de Fourier
généralisées
Distributions
Introduction
6.68
Distributions
Translation et dilatation
Distributions
Introduction
1 L’espace D (R) des
hµa T , ϕi = T , µ1/a ϕ , ϕ ∈ D. fonctions test
0
|a| L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
Exemple distributions
1 1 1
hµa δ, ϕi = δ, µ1/a ϕ = ϕ(0) = hδ, ϕi ,
|a| |a| |a|
1
donc µa δ = |a| δ.
6.69
Distributions
Convolution
ZR R Z Introduction
L’espace D (R) des
fonctions test
= f (s) g(u)ϕ(s + u) du ds 0
L’espace D (R) des
distributions
ZR R
Opérations usuelles sur les
distributions
6.70
Distributions
Convolution
Espace de Hilbert et
séries de Fourier
Ce calcul formel suggère la définition suivante de la Introduction et rappels
Orthogonalité et projection
convolution de deux distributions S, T : Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
hS ∗ T , ϕi = hSs , hTt , ϕ(s + t)ii classiques
Séries de Fourier
généralisées
6.71
Distributions
Convolution
Definition 24
On dit que T ∈ D 0 (R) est nulle sur l’ouvert O ⊂ R si hT , ϕi = 0
pour tout ϕ ∈ D avec supp(ϕ) ⊂ O. On appelle support de T le Espace de Hilbert et
complémentaire du plus grand ouvert sur lequel T est nulle et séries de Fourier
Introduction et rappels
on définit Orthogonalité et projection
E 0 = {T ∈ D 0 : supp(T ) borné}
Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
classiques
Séries de Fourier
Exemple généralisées
Distributions
hδ, ϕi = ϕ(0) = 0 ⇔ 0 6∈ supp(ϕ) ⇔ supp(ϕ) ⊂ R \ {0}. Donc δ Introduction
L’espace D (R) des
est nulle sur R \ {0} et son support est supp(δ) = {0}. fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Théorème 25 Transformée de Fourier des
distributions
Si S, T ∈ D 0 et on a S ∈ E 0 ou T ∈ E 0 , alors le produit de
convolution S ∗ T définie par
existe et S ∗ T = T ∗ S.
6.72
Distributions
Convolution
Exemple
Espace de Hilbert et
séries de Fourier
1 Introduction et rappels
Orthogonalité et projection
Bases orthonormées
hT ∗ δ, ϕi = hTs , hδt , ϕ(s + t)ii = hTs , ϕ(s)i = hT , ϕi Séries de Fourier abstraites
Séries de Fourier
hT ∗ τt0 δ, ϕi = hTs , h(τt0 δ)t , ϕ(s + t)ii = hTs , hδt , ϕ(s + t + t0 ii Transformée de Fourier des
distributions
6.73
Distributions
Idée
Soit f ∈ L1 , ϕ ∈ D. Alors f̂ est bornée et continue et engendre
une distribution régulière T{f̂ } ∈ D 0 .
D E Z Z
−i2πxy Espace de Hilbert et
T{f̂ (x)} , ϕ(x) = e f (y ) dy ϕ(x) dx séries de Fourier
R R Introduction et rappels
Z Z Orthogonalité et projection
ZR R Séries de Fourier
classiques
Séries de Fourier
= f (y )ϕ̂(y ) dy = T{f (y )} , ϕ̂(y ) généralisées
R Distributions
Introduction
L’espace D (R) des
où la dernière égalité est pour l’instant formelle car ϕ̂ n’est pas fonctions test
0
L’espace D (R) des
forcement dans D. Ce calcul suggère la définition distributions
Opérations usuelles sur les
distributions
D E Transformée de Fourier des
T̂x , ϕ(x) = hTy , ϕ̂(y )i . distributions
Distributions
∀p ∈ N : lim |t p ϕ(t)| = 0 Introduction
S = {ϕ ∈ C ∞ (R; C) :
ϕ et ses dérivées est à décroissance rapide}
En particulier, D ⊂ S .
6.75
L’espace S de fonctions test à décroissance rapide
Distributions
Définition
n → ∞ si Introduction et rappels
Orthogonalité et projection
Bases orthonormées
ϕn → ϕ signifie ϕn − ϕ → 0. Distributions
Introduction
L’espace D (R) des
fonctions test
0
Théorème 26 L’espace D (R) des
distributions
L’espace S est stable par transformation de Fourier : Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
ϕ ∈ S ⇒ ϕ̂ ∈ S et
Z
−1
∀t ∈ R : ϕ(t) = F [ϕ̂(f )](t) = ei2πft ϕ̂(f ) df .
R
ˆ = ϕ(−t).
En particulier, ϕ̂(t)
6.76
L’espace S 0 des distributions tempérées
Distributions
Définition
On appelle S 0 l’espace des fonctionnelles linéaires et
continues S → C, où la continuité est définie comme avant par
Espace de Hilbert et
séries de Fourier
Introduction et rappels
Orthogonalité et projection
ϕn → ϕ dans S ⇒ hT , ϕn i → hT , ϕi dans C. Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
Distributions
D E Introduction
(i)
La distribution δ de Dirac
(ii)
τa δ = δ a
(iii)
La distribution associée à la fonction constante 1, T{1}
6.77
Distributions
Transformée de Fourier de distributions tempérées
Théorème 27
La transformation de Fourier F : S 0 → S 0 est linéaire,
continue, et bijective où la transformée inverse F −1 : S 0 → S 0
Espace de Hilbert et
est définie par séries de Fourier
Introduction et rappels
F −1 (T ), ϕ = T , F −1 (ϕ) , T ∈ S 0, ϕ ∈ S .
Orthogonalité et projection
Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
classiques
Définition Séries de Fourier
généralisées
De plus, on a
Proposition 28
Toute fonction f à croissance lente engendre une distribution
tempérée T{f } ∈ S 0 .
6.78
Distributions
Transformée de Fourier de distributions tempérées
Exemple
On souhaite calculer la transformée de Fourier (au sens des
Espace de Hilbert et
distributions) de la fonction sign définie par séries de Fourier
Introduction et rappels
( Orthogonalité et projection
1 si t ≥ 0 Bases orthonormées
e−t si t ≥ 0 distributions
6.79
Distributions
Transformée de Fourier de distributions tempérées
Espace de Hilbert et
Proposition 29 séries de Fourier
Introduction et rappels
Orthogonalité et projection
x Séries de Fourier
généralisées
(ii)
T̂ (k ) = F[(−i2πx)k T ] Distributions
Introduction
L’espace D (R) des
fonctions test
0
Exemple L’espace D (R) des
distributions
Opérations usuelles sur les
(i)
La fonction x 7→ x k distributions
Transformée de Fourier des
(ii)
La fonction f (t) = ei2πat , a ∈ R distributions
6.80
Distributions
Transformée de Fourier de distributions tempérées
Exemple
P
La transformée du peigne de Dirac ∆1 = n∈Z δn vérifie
F [∆1 ] = ∆1 (voir TD).
Espace de Hilbert et
(i)
Montrer que pour tout T ∈ S 0 (R), on a séries de Fourier
Introduction et rappels
Orthogonalité et projection
−2iπax
F [τa T ] = e T̂ , Bases orthonormées
Séries de Fourier abstraites
Séries de Fourier
classiques
où τa T est la translatée de la distribution T . EnPdéduire la Séries de Fourier
généralisées
transformée de Fourier de la distribution T1 = n∈Z δn−1/2 Distributions
. Introduction
L’espace D (R) des
(ii)
Montrer que pour tout T ∈ S (R), on a
0 fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
F e2iπax T = τa T̂ ,
distributions
Transformée de Fourier des
distributions
(iii)
Calculer la transformée
P de Fourier de la distribution
tempérée T3 = n∈Z nδn .
(iv)
Calculer la transformée de Fourier de la distribution
δ0 .
P
tempérée T = 6.81
Distributions
Transformée de Fourier de distributions tempérées
F [S ∗ T ] = Ŝ.T̂ = ψ.T̂
6.82
Distributions
Transformée de Fourier de distributions tempérées
∈ E 0 , F T{f0 } = T{f̂0 } , ∆P ∈ S 0 et
distributions
Or T{f0 }
1X
F [∆P ] = δn/P (voir TD).
P
n∈Z
6.83
Distributions
Transformée de Fourier de distributions tempérées
Donc, d’après le théorème,
!
1X 1X
F T{f } = f̂0 . δn/P = f̂0 (n/P)δn/P où
P P
n∈Z n∈Z Espace de Hilbert et
Z séries de Fourier
1 1 −i2π Pn t Introduction et rappels
f̂0 (n/P) = f0 (t)e dt Orthogonalité et projection
P P R Bases orthonormées
Z P Séries de Fourier abstraites
1 n Séries de Fourier
= f (t)e−i2π P t dt = cn (f ) est le coefficient de Fourier cn de f .classiques
P 0 Séries de Fourier
généralisées
X
⇒ F T{f } = cn (f )δn/P . Distributions
Introduction
6.85
Distributions
Echantillonnage
Espace de Hilbert et
X X séries de Fourier
xe = x(nT )δnT = x(t)∆T où ∆T = δnT Introduction et rappels
Orthogonalité et projection
n∈Z n∈Z Bases orthonormées
Séries de Fourier abstraites
1X
x̂e = x̂ ∗ F [∆T ] = x̂ ∗ δn/T Séries de Fourier
classiques
T Séries de Fourier
n∈Z généralisées
1X 1X Distributions
x̂e (f ) = x̂(f − n/T ) = x̂(f − nF ) Introduction
6.86
Distributions
Reconstruction
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
− F2 F
2 f
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
− F2 F
2 f
n∈Z Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
Théoreme d’échantillonnage distributions
Opérations usuelles sur les
Si F > 2Fmax la reconstruction exacte du signal x à partir du distributions
Transformée de Fourier des
signal échantillonné xe est possible : distributions
X
x(t) = x(nT )sinc (πF (t − nT ))
n∈Z
Audio :
Fréquences audibles : 20 Hz à 20 kHz
⇒ F > 40 kHz. CD : 44.1 kHz (Sony et Philips) Espace de Hilbert et
séries de Fourier
Introduction et rappels
Téléphonie digitale : Orthogonalité et projection
Distributions
Introduction
L’espace D (R) des
fonctions test
0
L’espace D (R) des
distributions
Opérations usuelles sur les
distributions
Transformée de Fourier des
distributions
6.90