Universit´ e Paris-Sud – Licence 3 PAPP/MEC
Math´ ematiques – r´ esum´ e du cours
Janvier – Avril 2019 Christophe Texier
La page ou` ebe du cours : http://lptms.u-psud.fr/christophe_texier/
Conseils bibliographiques
Les sujets trait´ es sont tr` es classiques. Il existe de nombreux livres bien ´ ecrits sur ces sujets.
Ouvrages g´ en´ eralistes
• La s´ erie d’ouvrages de P. Benoist-Gueutal et M. Courbage [4].
• L’ouvrage de ´ E. Belorizky [3]. Simple et clair.
• Le cours de Vladimir Dotsenko [5]. Beaucoup d’exercices.
• L’ouvrage de W. Appel [1], un peu plus formel mais int´ eressant.
• Le massif ouvrage de C. Aslangul [2] : plutˆ ot un “trait´ e” qu’un manuel universitaire !
• Dans le mˆ eme style : le petit livre de H. Krivine [6].
A. Analyse complexe
• Le livre de la s´ erie Schaum [8]. Tr` es clair, beaucoup d’exercices.
• Le tome 1 de P. Benoist-Gueutal et M. Courbage [4]. Bien ´ ecrit et clair.
• La partie analyse complexe du livre de Dotsenko [5] est tr` es ´ etoff´ ee.
B. Transformation de Fourier et de Laplace
• Le tome 2 de P. Benoist-Gueutal et M. Courbage [4] ou les livres g´ en´ eralistes cit´ es pr´ ec´ edemment.
C. Th´ eorie des distributions
• Une pr´ esentation tr` es br` eve
` a la physicienne
: cf. annexe du chapitre 2 de l’ouvrage [9]
(´ ecrit sp´ ecialement pour le magist` ere d’Orsay).
• Pr´ esentation compl` ete (mais plus formelle) dans le tome 2 de [4]. Ou encore plus formelle [7].
update : 30 avril 2021
1 Analyse complexe
I. Pr´ eliminaires
Nombres complexes.– On rappelle que le plan complexe de z = x +i y ∈ C peut ˆ etre identifi´ e au plan (x, y) ∈ R 2 , ce qui permet de donner simplement des interpr´ etations g´ eom´ etriques aux op´ erations : z → z + a (translation), z → e iθ z (rotation), z → λz (λ ∈ R + : dilatation), z → z ¯ = x − i y (r´ eflexion par rapport ` a Ox), etc.
Il sera parfois utile de se rep´ erer en coordonn´ ees polaires : z = r e iθ , r ∈ R + et θ = arg z ∈]π, +π]
(ou θ ∈ [0, 2π[, ou plus g´ en´ eralement θ ∈ [α, 2π + α[).
Exemple : la d´ efinition du logarithme est assez naturelle en utilisant les coordonn´ ees polaires.
On obtient cependant diff´ erentes d´ efinitions selon le domaine de d´ efinition de l’angle. Le choix θ ∈]π, +π] correspond ` a la
d´ etermination principale du logarithme
, not´ ee Ln(z) = ln r + i θ ; dans ce cas la fonction pr´ esente une coupure sur R − , i.e. une ligne de part et d’autre de laquelle elle est discontinue : lim →0
+[Ln(−|x| + i) − Ln(−|x| − i)] = +2iπ.
Racines n` emes de l’unit´ e : savoir retrouver rapidement les solutions de z n = 1 : z k = e 2iπk/n avec k ∈ {0, 1, · · · , n − 1} (ou z k = e iπ/n+2iπk/n pour l’´ equation z n = −1).
In´ egalit´ e triangulaire :
|z 1 | − |z 2 |
6 |z 1 + z 2 | 6 |z 1 | + |z 2 | . (1) Topologie.– On a introduit un peu de vocabulaire :
Domaine ouvert (
domaine de C sans les bords
).
On a parfois not´ e D(z 0 , R) = {z ∈ C , |z − z 0 | < R} le disque ouvert.
Chemin : ligne Γ dans le plan ; longueur du chemin ` Γ = R
Γ |dz|. Savoir param´ etrer les chemins, i.e. trouver z(t), une application de t ∈ [a, b] ⊂ R dans C .
Circuit : chemin ferm´ e
Chemins homotopes : ´ equivalents par d´ eformation (en restant dans le domaine de d´ efinition).
Γ Γ
Γ
2 1
3
: Γ 1 et Γ 2 homotopes. Γ 3 non homotope ` a Γ 1 .
Courbe de Jordan : circuit tournant dans le sens direct et ne s’enroulant qu’une seule fois autour de chaque point ` a l’int´ erieur du circuit.
II. Fonctions holomorphes
D´ erivabilit´ e.– La notion de continuit´ e d’une fonction f : C → C est claire. La fonction est continue en z 0 si lim z→z
0f(z) = f (z 0 ), quel que soit le chemin suivi pour aller de z ` a z 0 . D´ erivabilit´ e (⇔ holomorphicit´ e) : une fonction f est holomorphe dans un ouvert U ⊂ C ssi elle est d´ erivable en tout point de l’ouvert, i.e.
h→0 lim
f (z 0 + h) − f (z 0 )
h = f 0 (z 0 ) (2)
la limite est ind´ ependante du chemin pour se rapprocher de z 0 (faire h → 0 avec h ∈ C correspond
`
a choisir un chemin pour aller ` a l’origine).
Choisir soit h = x ∈ R , soit h = i y ∈ i R et ´ ecrire l’´ egalit´ e de la limite conduit aux conditions de Cauchy-Riemann. La fonction f = u(x, y) + i v(x, y) est une fonction de la variable z seule, f = f (z), ` a condition que
∂u
∂x = ∂v
∂y et ∂u
∂y = − ∂v
∂x (3)
D´ em. : on choisit soit h = x ∈ R soit h = i y ∈ i R dans (2), ce qui montre que f 0 (z) = ∂u ∂x + i ∂v ∂x =
∂v
∂y − i ∂u ∂y . Qed.
On peut aussi ´ ecrire les conditions de Cauchy-Riemann sous la forme :
∂f
∂ z ¯ = 0 (4)
qui exprime que f (z) = u(x, y) + i v(x, y) = F (x, y) est seulement fonction de la combinaison z = x + i y (mais pas de ¯ z = x − i y). Cons´ equence : f (z) = F (x + i y, 0) = F (0, y − i x).
D´ em. : partir des conditions de Cauchy-Riemann en coordonn´ ees cart´ esiennes et utiliser
∂
∂z = 1 2
∂
∂x − i ∂
∂y
et ∂
∂ z ¯ = 1 2
∂
∂x + i ∂
∂y
. (5)
Quelques fonctions.– Des exemples de fonctions enti` eres (holomorphes sur C ) :
• Les polynˆ omes P (z) = a 0 + a 1 z + · · · + a n z n .
• La fonction exponentielle e z = e x+i y .
• Les fonctions hyperboliques ch z, sh z,... et trigonom´ etriques cos z, sin z.
Exercice : v´ erifier que toutes ces fonctions satisfont les conditions de Cauchy-Riemann.
Les fonctions holomorphes sur C priv´ e d’un ensemble de points isol´ es (les
singularit´ es
de la fonction) sont appel´ ees des fonctions m´ eromorphes. Deux exemples : les fonctions th z ou tan z. Par exemple les singularit´ es de th z sont des pˆ oles simples, z n = niπ pour n ∈ Z .
III. Int´ egration dans le plan complexe
Param´ etrisation des contours d’int´ egration.– ` a maˆıtriser.
Exemple : un arc de cercle de rayon R centr´ e sur z 0 d’ouverture angulaire α : z(θ) = z 0 + R e iθ avec θ ∈ [θ 0 , θ 0 + α]. Notons que dz(θ) = R i e iθ dθ.
Th´ eor` eme de Cauchy (1825) : Soit une fonction f holomorphe dans un ouvert U sim- plement connexe et Γ un circuit (donc n´ ecessairement homotope ` a un point), alors
I
Γ
dz f (z) = 0 (6)
D´ em. : Pour f = u + i v, on ´ ecrit R
Γ dz f (z) = R
Γ u dx − v dy + i R
Γ v dx + u dy
. L’analyse vectorielle nous dit que les deux formes diff´ erentielles sont des diff´ erentielles exactes si leurs d´ eriv´ ees crois´ ees sont ´ egales, ce qui d´ ecoule ici des conditions de Cauchy-Riemann. On peut alors utiliser R
Γ : a→b dΦ = Φ(b) − Φ(a) pour chaque int´ egrale. Qed.
Le th´ eor` eme est tr` es important : il nous permet de d´ eformer tout contour d’int´ egration ` a
condition de rester dans le domaine d’holomorphicit´ e de la fonction.
Th´ eor` eme de Cauchy g´ en´ eralis´ e : Si le domaine n’est pas simplement connexe. Dans le cas o` u Γ entoure des trous du domaine d’holomorphicit´ e
U
Γ Γ 1
Γ 2
I
Γ
dz f (z) = X
i
I
Γ
idz f (z) (7)
In´ egalit´ e fondamentale : Soit f holomorphe dans un ouvert U et Γ un chemin dans U de longueur ` Γ . Un majorant du module de la fonction est not´ e M = Sup
z∈Γ
|f(z)|. Alors
Z
Γ
dz f (z)
6 ` Γ M (8)
Lemmes de Jordan : Cons´ equences de l’in´ egalit´ e fondamentale : Consid´ erons f (z) sur C R , un arc de cercle de rayon R (centr´ e sur l’origine pour simplifier), alors
R→0 lim Sup
z∈C
R|z f (z)| = 0 ⇒ lim
R→0
Z
C
Rdz f (z) = 0 (9)
R→∞ lim Sup
z∈C
R|z f(z)| = 0 ⇒ lim
R→∞
Z
C
Rdz f (z) = 0 (10)
Fonction primitive.– A l’aide du th´ ` eor` eme de Cauchy, on a montr´ e que l’int´ egration dans le plan complexe (le long d’un chemin), est bien l’op´ eration inverse de la d´ erivation, i.e. si Γ est un chemin allant de z 0 ` a z 1 ,
Z
Γ : z
0→z
1dz f (z) = F (z 1 ) − F (z 0 ) avec ∂F (z)
∂z = f(z) (11)
Exemple : R
Γ : 0→z dζ ζ n = n+1 1 z n+1 . IV. Formules int´ egrales de Cauchy
Pr´ eliminaire.– Soit Γ une courbe de Jordan entourant l’origine I
Γ
dz
z n = 2iπ δ n,1 . (12)
Premi` ere formule int´ egrale de Cauchy.– Soit f une fonction holomorphe dans un ouvert U et Γ une courbe de Jordan entourant z 0
f (z 0 ) = I
Γ
dz 2iπ
f (z)
z − z 0 (13)
Si on connait f le long d’un chemin Γ, la formule permet de d´ eduire f(z 0 ) en n’importe quel
point ` a l’int´ erieur du chemin.
D´ em. : on ´ ecrit f (z) = f (z 0 ) + f (z) − f (z 0 ) dans l’int´ egrand I
Γ
dz 2iπ
f (z) z − z 0
= f (z 0 ) I
Γ
dz 2iπ
1 z − z 0
+ I
Γ
dz 2iπ
f (z) − f (z 0 ) z − z 0
Le premier terme est f (z 0 ), d’apr` es (12). Le second terme est nul en vertu du th´ eor` eme de Cauchy car [f(z) − f(z 0 )]/(z − z 0 ) est analytique (z 0 est une singularit´ e apparente ). Qed.
Formule int´ egrale de Cauchy g´ en´ eralis´ ee.– Formule de Cauchy pour les d´ eriv´ ees d’une fonction holomorphe
f (n) (z 0 ) = n!
I
Γ
dz 2iπ
f(z)
(z − z 0 ) n+1 . (14)
Analyticit´ e.– Une fonction analytique dans un domaine autour d’un point z 0 est repr´ esentable en s´ erie enti` ere
f (z) =
∞
X
n=0
a n (z − z 0 ) n (15)
pour z dans le disque de convergence D(z 0 , R) de la s´ erie, R ´ etant le rayon de convergence. C’est une fonction infiniment d´ erivable en z 0 .
Cons´ equence importante (et remarquable) des formules int´ egrales : une fonction holomorphe, i.e. d´ erivable une fois par rapport ` a la variable complexe, est ind´ efiniment d´ erivable ! Holomorphe
⇒ analytique. La r´ eciproque est aussi vraie :
holomorphe ⇔ analytique (16)
A. Quelques th´ eor` emes
On a pu d´ eduire des formules int´ egrales quelques th´ eor` emes remarquables.
Th´ eor` eme de Gauss de la moyenne : Soit C z
0,R le cercle de rayon R centr´ e sur z 0 inclus dans le domaine d’holomorphicit´ e de la fonction f . Alors la moyenne de la fonction sur le cercle est ´ egale ` a sa valeur au centre
f(z 0 ) = Z 2π
0
dθ
2π f (z 0 + R e iθ ) (17)
Notons que la formule nous dit que l’int´ egrale est ind´ ependante du rayon R.
D´ em. : On utilise (13) o` u Γ → C z
0,R .
! : Vous ne serez pas interrog´ es sur les trois th´ eor` emes suivants. On pourra juste en retenir les id´ ees pour la culture.
Th´ eor` eme de Liouville : Soit f une fonction enti` ere (analytique dans C ). Si f est born´ ee alors elle est constante.
Th´ eor` eme du maximum : Soit f analytique dans un ouvert U , alors |f (z)| atteint son maximum sur le bord de U .
Th´ eor` eme du minimum : Si f est analytique dans un ouvert U et n’a aucun z´ ero dans U ,
alors |f (z)| atteint son minimum sur le bord de U .
B. S´ eries enti` eres
Domaine de convergence.– On consid` ere la s´ erie enti` ere P ∞
n=0 a n z n , fournissant une repr´ e- sentation d’une fonction analytique autour de 0. Le rayon de convergence de la s´ erie est R = max{ρ > 0 t.q. P
n |a n | ρ n < ∞}. On appelle D(0, R) le disque de convergence.
Trouver le rayon de convergence.– Deux formules pour trouver R :
• Formule d’Hadamard (crit` ere de Cauchy) : 1/R = lim R→∞ |a n | 1/n .
• Formule de d’Alembert : 1/R = lim R→∞ |a n+1 /a n |.
Les deux crit` eres nous disent que |a n | ∼ 1/R n ` a grand n, correspondant ` a la s´ erie g´ eom´ etrique P
n (|z|/R) n ' 1/(1 − |z|/R).
C. S´ eries de Laurent
Si une fonction est analytique dans un domaine autour de z 0 , elle peut ˆ etre repr´ esent´ ee sous forme de s´ erie de Taylor (s´ erie enti` ere). Les s´ eries de Laurent permettent de repr´ esenter des fonctions analytiques autour de leurs singularit´ es, ou dans une couronne entourant un domaine de non analyticit´ e. En g´ en´ eral on ´ ecrira
f (z) =
∞
X
n=−∞
a n (z − z 0 ) n pour R 1 < |z − z 0 | < R 2 (18) (o` u R 1 = 0 pour un d´ eveloppement autour d’une singularit´ e z 0 ). La partie singuli` ere P −1
n=−∞ a n (z−
z 0 ) n est appel´ ee partie principale du d´ eveloppement de Laurent alors que P ∞
n=0 a n (z − z 0 ) n est la partie analytique.
Exemple :
f (z) = 1
(z − 1)(2 − z) = 1
z − 1 + 1
2 − z (19)
(i) Autour de la singularit´ e en z = 1 : f (z) = z−1 1 + P ∞
n=0 (z − 1) n = P +∞
n=−1 a n (z − 1) n , i.e.
a n = 0 pour n < −1, a −1 = 1 et a n = 1 pour n > 0.
(ii) Autour de z = 0, dans la couronne 1 < |z| < 2 : f(z) = 1 z 1−1/z 1 + 1 2 1−z/2 1 = P −1
n=−∞ z n + P ∞
n=0 2 −n−1 z n = P +∞
n=−∞ b n z n , i.e. ce nouveau d´ eveloppement est caract´ eris´ e par les coeffi- cients b n = 1 pour n < 0 et b n = 2 −n−1 pour n > 0.
Il est instructif (pour la suite) de remarquer que le seul coefficient commun aux deux d´ eveloppements de Laurent (de la mˆ eme fonction) est 1 a −1 = b −1 .
Classification des singularit´ es.– On peut rencontrer diff´ erents types de singularit´ es :
• f (z) ∼ z−z 1
0
pour z → z 0 : pˆ ole simple.
• f (z) ∼ (z−z 1
0
)
npour z → z 0 : pˆ ole d’ordre n.
• f(z) = g(z)/(z − z 0 ) o` u g est analytique dans le voisinage de z 0 avec g(z 0 ) = 0. Alors f a une singularit´ e apparente en z 0 (elle est analytique en z 0 ).
• Si la partie principale du d´ eveloppement de Laurent a un nombre de termes infini, on parle de singularit´ e essentielle.
Exemple : e 1/z en z = 0.
• Le dernier type de singularit´ e est un point de branchement d’o` u part une coupure (ligne de
1
On comprendra plus loin que les deux coefficients co¨ıncident car les deux domaines ”entourent” la singularit´ e
en z = 1.
discontinuit´ e).
Exemple : z α avec α / ∈ Z a un point de branchement en 0.
Coefficients de la s´ erie de Laurent.– Si la fonction est analytique en z 0 , les coefficients de la s´ erie de Taylor f(z) = P ∞
n=0 a n (z − z 0 ) n sont donn´ es par les d´ eriv´ ees n-` emes de la fonction en ce point, a n = n! 1 f (n) (z 0 ). Mais si la fonction est singuli` ere en z 0 , puisque ses d´ eriv´ ees en ce point ne sont pas d´ efinies, comment relier les coefficients de la s´ erie de Laurent aux propri´ et´ es de la fonction ?
On peut montrer que les formules int´ egrales de Cauchy (14) s’´ etendent ` a tous les coefficients du d´ eveloppement de Laurent : soit Γ une courbe de Jordan entourant z 0 ,
f (z) =
∞
X
n=−∞
a n (z − z 0 ) n avec a n = I
Γ
dz 2iπ
f (z)
(z − z 0 ) n+1 (20) Les coefficients a n d´ ependent ´ evidemment de z 0 (tout comme les coefficients du d´ eveloppement de Taylor d´ ependent du point dans le voisinage duquel celui-ci est r´ ealis´ e)... sauf a −1 (le coefficient d´ epend toutefois du domaine dans lequel le d´ eveloppement de Laurent existe). Cette remarque va se r´ ev´ eler importante.
V. Th´ eor` eme des r´ esidus
R´ esidu (d´ efinition).– Soit U un ouvert simplement connexe et z 0 ∈ U . Consid´ erons f analy- tique dans U − {z 0 } telle que f (z) = P ∞
n=−∞ a n (z − z 0 ) n . Le coefficient a −1 est appel´ e le r´ esidu de f en z 0 . On le note a −1 = Res[f, z 0 ]
Th´ eor` eme des r´ esidus : Soit f une fonction analytique dans un ouvert U simplement connexe, except´ e en un ensemble de points {z 1 , z 2 , · · · }, les singularit´ es de f . Soit Γ une courbe de Jordan entourant N pˆ oles z 1 , · · · , z N (et ne passant par aucune singularit´ e), alors
Γ z
1z
2... z
Nz
N+1U I
Γ
dz f (z) = 2iπ
N
X
n=1
Res[f, z n ] (21)
D´ em. : La d´ emonstration d´ ecoule de (20) et du th´ eor` eme de Cauchy g´ en´ eralis´ e.
A. Guide pratique : comment calculer les r´ esidus ?
Le th´ eor` eme des r´ esidus est int´ eressant en pratique : il permet de relier une int´ egrale sur un contour ` a des propri´ et´ es obtenues localement au voisinage des singularit´ es. La premi` ere question est donc de pouvoir calculer le r´ esidu.
Pˆ ole simple.— Pour un pˆ ole simple, le r´ esidu contrˆ ole le terme dominant au voisinage de la singularit´ e. Il donc facile ` a obtenir :
f(z) '
z→z
0a −1
z − z 0 i.e. Res[f, z 0 ] = lim
z→z
0(z − z 0 ) f (z) (22)
En pratique on pourra calculer le r´ esidu avec les formules suivantes Res
h(z) z − z 0
, z 0
= h(z 0 ) ou Res h(z)
g(z) , z 0
= h(z 0 )
g 0 (z 0 ) (23) avec g(z 0 ) = 0 et g 0 (z 0 ) 6= 0.
Pˆ ole multiple.— Au voisinage de la singularit´ e, la fonction est domin´ ee par le terme f (z) ∼ (z − z 0 ) −n , il est donc plus d´ elicat d’extraire un terme sous dominant. Si on ´ ecrit f (z) = h(z)/(z − z 0 ) n , o` u h est une fonction r´ eguli` ere, il est facile d’obtenir Res h h(z)
(z−z
0)
n, z 0 i
= h
(n−1)(n−1)! (z
0) (en ´ ecrivant le d´ eveloppement en s´ erie de Taylor de h). Autrement dit :
f (z) '
z→z
0a −n
(z − z 0 ) n +· · ·+ a −1
z − z 0
+a 0 +· · · ⇒ Res[f, z 0 ] = lim
z→z
01 (n − 1)!
d n−1
dz n−1 [(z − z 0 ) n f (z)]
(24) B. Application au calcul int´ egral
Exemple 1 : Consid´ erons un exemple tr` es simple pour exposer la m´ ethode : calculons l’int´ egrale I =
Z +∞
−∞
dx
x 2 + a 2 , a > 0 . (25)
(i) On choisit une fonction d’une variable complexe f (z) = z
2+a 1
2et on ´ etudie ses propri´ et´ es d’analyticit´ e ⇒ ici f est m´ eromorphe, avec deux pˆ oles simples en z = ±ia.
On calcule les r´ esidus : f(z) = (z−ia)(z+ia) 1 ce qui montre que Res[f, ±ia] = 1/(±2ia).
(ii) On recherche un contour ferm´ e qui contient le contour consid´ er´ e (ici R ). ⇒ ici on consid` ere le contour Γ + = ∆ R ∪ C R + :
∆
+R
+− R
−R
C
RC 0
R
i
−i a a
(iii) On borne les contributions des morceaux de contour suppl´ ementaires :
Z
C
R+dz f (z)
6 πR
R 2 − a 2 ∼ 1 R −→
R→∞ 0 (26)
(iv) On applique le th´ eor` eme des r´ esidus I
Γ
+dz f (z) = Z +R
−R
dx f (x)
| {z }
R→∞
−→ I
+ Z
C
R+dz f (z)
| {z }
−→
R→∞
0
= 2iπ Res[f, +ia] ⇒ I = π
a . (27)
Exercice : v´ erifier qu’on arrive ` a la mˆ eme conclusion en choisissant le contour Γ − = ∆ R ∪ C R − .
Exemple 2 : Un autre exemple important est F (k) =
Z +∞
−∞
dx e −ikx
x 2 + a 2 , a > 0 . (28)
On choisit cette fois la fonction analytique f (z) = z e
2−ikz+a
2. En remarquant que |f(z)| = |z
2+a 1
2| e k Im z (si k ∈ R ), on voit que le choix de contour est maintenant gouvern´ e par le signe de k.
• Si k > 0, on choisit le contour Γ − , et il est alors facile de montrer que R
C
−Rdz f (z) −→
R→∞ 0 (en revanche on ne peut pas borner l’int´ egrale sur C R + car |f (z)| diverge pour Im z → +∞).
L’application du th´ eor` eme des r´ esidus sur Γ − (qui retient le r´ esidu du pˆ ole simple en z = −ia) montre que F(k) = π a e −ka .
• Si k < 0, on choisit le contour Γ + . En utilisant R
C
R+dz f (z) −→
R→∞ 0 et le th´ eor` eme des r´ esidus (qui implique cette fois le r´ esidu du pˆ ole simple en z = +ia), on obtient F (k) = π a e +ka .
En conclusion
F (k) = π
a e −|k|a . (29)
C. Application au calcul de s´ eries Pour calculer des s´ eries de la forme P
n ϕ(n) ou P
n (−1) n ϕ(n), on utilise efficacement le th´ eor` eme des r´ esidus. L’id´ ee est de remarquer que Res [π cot πz, n] = 1 et Res π
sinπz , n
= (−1) n .
... γ
−2 γ −1 γ
0
γ +1 γ +2 γ +3 ...
Si ϕ(z) est analytique en z = n, peut alors ´ ecrire X
n
ϕ(n) = X
n
I
γ
ndz
2i ϕ(z) cot πz et X
n
(−1) n ϕ(n) = X
n
I
γ
ndz 2i
ϕ(z)
sin πz (30) et proc´ eder ` a des d´ eformations de contour.
Illustration : Consid´ erons la s´ erie S = P ∞
n=1 (−1) n /n 2 . Introduisons la fonction f (z) = π/
z 2 sin(πz)
. Elle a une infinit´ e de pˆ oles simples en z = n ∈ Z ∗ , avec Res π
z
2sin πz , n
= (−1) n
2n, et un pˆ ole triple en z = 0. Soit C N le cercle de rayon N + 1/2 (figure).
...
γ
N0
...
γ γ
+1γ
−1C
ND’apr` es le th´ eor` eme de Cauchy g´ en´ eralis´ e, on a P +N n=−N
H
γ
ndz f (z) = H
C
Ndz f (z). Puisque la fonction d´ ecroˆıt ` a l’infini, on peut montrer que lim N→∞ H
C
Ndz f (z) = 0, donc P
n∈ Z
H
γ
ndz
2iπ f (z) = 0, et donc
2S = X
n∈ Z
∗I
γ
ndz 2iπ f (z)
| {z }
=(−1)
n/n
2= − I
γ
0dz
2iπ f (z) = −Res
f, z = 0
= − π 2
6 . (31)
L’int´ erˆ et de la m´ ethode est donc de relier une s´ erie (infinie) de r´ esidus au r´ esidu du pˆ ole triple en z = 0. Finalement P ∞
n=1 (−1)
nn
2= − π 12
2.
2 Compl´ ements sur l’int´ egration
2.1 Rappel : int´ egrale de Riemann
Consid´ erons une fonction f (x) d´ efinie sur un intervalle [a, b] born´ e, t.q. |f (x)| est born´ e sur l’in- tervalle. D´ ecoupons l’intervalle en N intervalles, de mˆ eme largeur ε = (b − a)/N pour simplifier.
On note ξ k ∈ [a + k ε, a + (k + 1) ε[. L’int´ egrale de Riemann est d´ efinie comme Z b
a
dx f(x) = lim
N →∞ ε
N−1
X
k=0
f (ξ k ) . (32)
2.2 Convergence des int´ egrales g´ en´ eralis´ ees
On appelle une int´ egrale g´ en´ eralis´ ee (ou int´ egrale impropre), une int´ egrale sur un support non born´ e, si a → −∞ et/ou b → +∞, ou l’int´ egrale d’une fonction non born´ ee, ayant une singularit´ e en x 0 ∈ [a, b].
Par exemple, consid´ erons le cas des int´ egrales de type R ∞
a dx f (x). Soit F une primitive de f . L’int´ egrale de Riemann est d´ efinie si lim x→∞ F (x) est finie.
Exemple : R ∞
1 dx x −η < ∞ (i.e. l’int´ egrale de Riemann existe) ssi η > 1.
Exemple 2 : R 1
0 dx x −η < ∞ ssi η < 1.
Convergence absolue : L’int´ egrale R
A dx f (x) converge absolument ssi R
A dx |f (x)| < 1.
Exemple : R
R dx x 1+x
2−1
4est absolument convergente.
Int´ egrale semi-convergente : Si une int´ egrale de Riemann est convergente mais non abso- lument convergente, on dit qu’elle est
semi-convergente
.
Exemple : R
R dx sinc(x), o` u sinc(x) = sinx x , est semi-convergente.
2.3 Int´ egrale de Lebesgue (pour la culture)
L’int´ egrale de Riemann proc` ede en d´ ecoupant l’intervalle de d´ epart en N petits intervalles.
Cette mani` ere de proc´ eder peut poser des probl` emes (pour les math´ ematiciens). Par exemple, consid´ erons la fonction de Dirichlet, la fonction indicatrice 2 de Q sur R :
D(x)
def=
( 1 si x ∈ Q 0 si x / ∈ Q
(33) On voit que l’int´ egrale de D(x) d´ efinie comme (32) n’est pas d´ efinie : si l’on choisit les ξ k dans Q , on obtient R 1
0 dx D(x) = 1 alors que si l’on choisit ξ k ∈ / Q , on obtient R 1
0 dx D(x) = 0 (un choix hybride donnerait un r´ esultat interm´ ediaire). Quelle est la
bonne proc´ edure
pour d´ efinir l’int´ egrale de cette fonction ?
La construction de l’int´ egrale de Lebesgue proc` ede en trois ´ etapes :
2
Fonction indicatrice : Soit A ⊂ R . La fonction indicatrice de l’ensemble A est χ
A(x) = 1 si x ∈ A et
χ
A(x) = 0 si x / ∈ A.
(1) On d´ efinit la notion de mesure d’un ensemble. La mesure de Lebesgue est d´ efinie comme suit : La mesure d’un intervalle [a, b] de R est
µ ([a, b]) = |b − a| . (34)
En particulier, si l’ensemble est un point, {a} ≡ [a, a], la mesure de l’ensemble est nulle
µ ([a, a]) = 0 . (35)
Un ensemble contenant un nombre infini d´ enombrable de points est de mesure nulle. Par exemple :
µ ( N ) = µ ( Z ) = µ ( Q ) = 0 (36)
Pour voir que Q est d´ enombrable, on peut se souvenir que Q ∼ Z × Z ∗ .
(2) On introduit les fonctions mesurables, fonctions d´ efinies sur des ensembles mesurables.
(3) a) Dans un premier temps, on introduit les fonctions ´ etag´ ees : f (x) = X
n
a n χ A
n(x) (37)
o` u A n sont des sous ensembles de R et χ A (x) la fonction indicatrice de A. L’int´ egrale de Lebesgue d’une fonction ´ etag´ ee est
Z
dx f (x) = X
n
a n µ(A n ) . (38)
b) Dans un second temps, on consid` ere les fonctions positives, vues comme limites de fonctions ´ etag´ ees.
c) Enfin on consid` ere les fonctions de signe quelconque en les d´ ecomposant sur des fonctions positives.
Remarques :
• Si une fonction est Riemann-int´ egrable et Lebesgue-int´ egrable, les deux int´ egrales co¨ıncident
´ evidemment.
• Pourquoi passer par les fonctions positives ? Toutes les fonctions positives sont
Lebesgue int´ egrables
dans le sens o` u R
dx f (x) est bien d´ efinie (mˆ eme si le r´ esultat est +∞, par exemple si f (x) = x 2 sur R ).
• Pour une fonction f de signe quelconque, on la d´ ecompose ` a l’aide de deux fonctions positives : f(x) = f + (x) − f − (x) o` u :
– f + (x) = f (x) si f (x) > 0 et f + (x) = 0 si f (x) < 0.
– f − (x) = 0 si f (x) > 0 et f − (x) = −f (x) > 0 si f(x) < 0.
L’int´ egrale de f est alors simplement d´ efinie comme R
f = R
f + − R
f − . La fonction est
Lebesgue int´ egrable
ssi la diff´ erence de ces deux termes est bien d´ efinie (ce qui exclut seulement le cas o` u les deux int´ egrales R
f + et R
f − seraient infinies. Par exemple, f (x) = x 2 −1 est Lebesgue-int´ egrable car R
f + = +∞ et R
f − = 4/3 est finie.
• Une cons´ equence de la remarque pr´ ec´ edente est que les int´ egrales semi-convergentes de Rie- mann ne peuvent pas ˆ etre calcul´ ees avec l’approche de Lebesgue. 3
3
Avec l’int´ egrale de Riemann, il y a une notion
d’ordre
de sommation [1], ce qui permet de donner un sens aux int´ egrales semi-convergentes. Par analogie, pensons ` a la s´ erie P
∞n=1
(−1)
n−1/n = ln 2. L’approche de
Lebesgue consisterait ` a regrouper d’un cˆ ot´ e les termes positifs et de l’autre les termes n´ egatifs, ce qui donnerait
deux grandeurs infinies.
• Si l’int´ egrale de f est d´ efinie au sens de Lebesgue et R
A dx f (x)
< ∞, on dira que f(x) est
sommable sur A
. Si f est Lebesgue-int´ egrable et | R
f | < ∞, alors cela signifie que R f + < ∞ et R
f − < ∞, ce qui revient ` a R
|f | = R
f + + R
f − < ∞ (d’apr` es la discussion pr´ ec´ edente).
• Conclusion : Si l’int´ egrale de Riemann proc` ede en d´ ecoupant l’intervalle de d´ epart [a, b], sur lequel la fonction est int´ egr´ ee, on voit que l’int´ egrale de Lebesgue correspond ` a ´ echantillonner l’intervalle d’arriv´ ee f ([a, b]) : associer ` a chaque valeur a n prise par la fonction l’ensemble A n
sur lequel cette valeur est r´ ealis´ ee.
Le probl` eme de l’int´ egrale de la fonction de Dirichlet est ainsi r´ egl´ e : au sens de Lebesgue R 1
0 dx D(x) = 1 × µ(rationnels de [0, 1]) = 0 car µ ( Q ) = 0.
Cela dit, en tant que physiciens, on n’aura pas ` a int´ egrer la fonction de Dirichlet tous les jours !
2.3.1 Les points ` a retenir (sur cette introduction ` a la th´ eorie de Lebesgue)
• La notion de mesure de Lebesgue sur R .
•
presque partout
: Si une propri´ et´ e est vraie sauf sur un ensemble de mesure nulle, alors on dira qu’elle est vraie
presque partout
.
Exemple : Puisque Q est de mesure nulle, on ´ ecrira que la fonction de Dirichlet est
D(x) = 0 p.p. (39)
• La notion de fonction sommable : Les fonctions sommables sont les fonctions Lebesgue- int´ egrables telles que
Z
A
dx f (x)
< ∞ (f sommable sur A) (40)
Pour les fonctions ´ egalement int´ egrables au sens de Riemann : “sommable” = “int´ egrale absolument convergente”.
2.4 Espace L p ( R ) :
ensemble des fonctions f telles que f (x) p est sommable au sens de Lebesgue sur R , i.e. R
R dx |f (x)| p <
∞.
Exemples : sinc(x) ∈ L / 1 ( R ) mais ∈ L p ( R ) pour p > 2 ; √ 1
|x| e −|x| ∈ L 1 ( R ) mais ∈ L / p ( R ) pour p > 2 ; x 1+x
2−1
4∈ L p ( R ) ∀p > 1.
2.5 Convergence de suite de fonctions Soit {f n (x)} n∈ N une suite de fonctions.
Convergence simple : La suite converge simplement vers f(x) sur l’ensemble A ssi :
∀x ∈ A, ∀, ∃ N ,x t.q. |f n (x) − f (x)| < pour n > N ,x .
Convergence uniforme : La suite converge uniform´ ement vers f (x) sur A ssi :
∀ ∈ A, ∃ N , t.q. ∀x, |f n (x) − f (x)| < pour n > N .
Dans la pratique, il sera utile de montrer la convergence uniforme en utilisant le crit` ere suivant Sup
x∈A
|f n (x) − f (x)| −→
n→∞ 0 (41)
Exemple : Si l’on consid` ere f (x) = (x−n) 1
2+1 , la suite converge simplement et uniform´ ement vers 0 sur tout intervalle born´ e, par exemple sur [0, 1].
En revanche, si elle converge simplement vers 0 sur R , elle ne converge pas uniform´ ement vers 0 sur R puisque Sup
x∈ R
f n (x) = 1.
Exemple 2 : Soit g n (x) = x n sur [0, 1]. La suite converge simplement vers 0 pour x ∈ [0, 1[, i.e.
g n (x) −→
n→∞ 0 presque partout sur [0, 1].
En revanche, puisque Sup
x∈[0,1[
g n (x) = 1, elle ne converge pas uniform´ ement (plus x s’approche de 1, plus la suite converge lentement vers 0).
2.6 Convergence de l’int´ egrale d’une suite de fonctions
Il arrive parfois que l’on souhaite permuter une limite et une int´ egrale. Deux th´ eor` emes nous permettent cela :
Th´ eor` eme : soit f n (x) une suite de fonctions convergeant uniform´ ement vers f(x) sur [a, b], un intervalle born´ e. Alors
n→∞ lim Z x
a
dt f n (t) = Z x
a
dt f(t) (42)
la convergence ´ etant uniforme pour x ∈ [a, b].
D´ em. : Sup
x∈[a,b]
R x
a dt f n (t) − R x
a dt f(t)
6 (b − a) Sup
x∈[a,b]
|f n (x) − f (x)| −→
n→∞ 0. Qed.
Le th´ eor` eme est simple, mais pas tr` es puissant car il donne des conditions suffisantes mais pas n´ ecessaires et ne concerne que le cas des intervalles born´ es, i.e. il est trop restrictif. Donc, inutile de retenir ce premier th´ eor` eme de la convergence uniforme ! On retiendra le th´ eor` eme utile (et puissant) suivant :
Th´ eor` eme de Lebesgue de la convergence domin´ ee : soit f n (x) une suite de fonctions mesurables convergeant (simplement) presque partout vers f(x) sur un ensemble mesurable A. S’il existe une fonction h(x) sommable sur A telle que |f n (x)| 6 h(x) ∀n presque partout, alors
n→∞ lim Z
A
dx |f n (x) − f(x)| = 0 . (43)
Ce qui implique que lim n→∞ R
A dx f n (x) = R
A dx f (x), i.e. qu’il est possible de permuter limite et int´ egrale.
Exemple : reprenons la fonction g n (x) = x n sur [0, 1] qui ne converge pas uniform´ ement et pour laquelle on ne peut donc pas appliquer le th´ eor` eme de convergence uniforme. N´ eanmoins g n (x) 6 1, or h(x) = 1 est (trivialement) sommable sur [0, 1]. Donc on peut appliquer le th´ eor` eme de la convergence domin´ ee et conclure que lim n→∞ R 1
0 dx g n (x) = R 1
0 dx lim n→∞ g n (x) = 0.
Sur ce cas simple, on peut mˆ eme le v´ erifier explicitement ! R 1
0 dx x n = 1/(n + 1) → 0 si n → ∞.
Th´ eor` eme de d´ erivation sous le signe somme : soit f (x, λ) une fonction d´ efinie pour x ∈ A et d´ ependant d’un param` etre λ ∈ [a, b], t.q. :
(i) f (x, λ) est sommable sur A, ∀λ ∈]a, b[
(ii) ∂f(x,λ) ∂λ existe presque partout sur A, ∀λ ∈]a, b[
(iii)
∂f (x,λ)
∂λ
6 h(x) ∀λ ∈]a, b[, o` u h(x) est sommable sur A Alors
d dλ
Z
A
dx f(x, λ) = Z
A
dx ∂f (x, λ)
∂λ . (44)
D´ em. : on part de la formule des accroissements finis f (x,λ λ
2)−f(x,λ)
2
−λ = ∂f ∂λ (x, λ 1 ) avec λ < λ 1 < λ 2 , puis on int` egre sur A et on utilise le th´ eor` eme de Lebesgue pour prendre la limite λ 2 → λ.
3 Analyse de Fourier
3.1 S´ eries de Fourier
3.1.1 D´ efinition
Soit une fonction f (x) p´ eriodique de p´ eriode L, i.e. f(x + L) = f (x) (ou simplement une fonction d´ efinie seulement sur l’intervalle [0, L] born´ e). Nous pouvons ´ ecrire la fonction comme une combinaison lin´ eaire des fonctions harmoniques exp{2iπnx/L}, qui forment une “base” :
f (x) = X
n∈ Z
f ˆ n e ik
nx o` u k n
def
= 2πn
L (45)
Les coefficients de Fourier sont donn´ es par f ˆ n =
Z L 0
dx
L f (x) e −ik
nx (46)
(la transform´ ee de Fourier discr` ete de f (x)).
D´ em. : on consid` ere R L
0 dx e −ik
nx P
m∈ Z f ˆ m e ik
mx , on permute somme et int´ egrale, et on utilise R L
0 dxe i(k
m−k
n)x = L δ n,m .
3.2 Transformation de Fourier dans R
Si on r´ e´ ecrit la transform´ ee de Fourier discr` ete comme R +L/2
−L/2 dx f (x) e −ik
nx pour la fonction f d´ efinie sur [−L/2, +L/2] et que l’on prend la limite L → ∞, le spectre des k n devient dense et l’on aboutit ` a la transformation de Fourier.
3.2.1 D´ efinition
soit f une fonction d´ efinie sur R , sa transform´ ee de Fourier est d´ efinie comme f ˆ (k) = F k [f ]
def=
Z
R
√ dx
2π f (x) e −ikx (47)
Nous pourrons supposer que la fonction est sommable pour simplifier certaines discussions,
f ∈ L 1 ( R ), ce qui assure que l’int´ egrale est absolument convergente. Cependant, on pourra
d´ efinir la transform´ ee de Fourier tant que l’int´ egrale existe, par exemple si l’int´ egrale est semi-
convergente (par exemple pour f (x) = |x| −α avec 0 < α < 1).
3.2.2 Transform´ ee de Fourier inverse La transformation inverse est donn´ ee par
f (x) = F x † h f ˆ
i
= Z
R
√ dk 2π
f(k) e ˆ ikx . (48)
D´ em. : Etudions ´ F x † h
e −
12(k)
2F k [f ] i
= Z
R
√ dk
2π e ikx e −
12(k)
2Z
R
√ dy
2π f (y) e −iky = Z
dy f (y) Z dk
2π e −
12(k)
2+ik(x−y) o` u l’introduction de e −
12(k)
2nous a permis de permuter l’ordre d’int´ egration. On reconnaˆıt que la seconde int´ egrale correspond ` a la transformation de Fourier d’une gaussienne, i.e. donne
√ 1
2π exp n
− 1 2
(x − y)/ 2 o
. Finalement, un changement de variable y = x + t donne l’identit´ e F x † h
e −
12(k)
2F k [f ] i
= Z
R
dt f(x + t) 1
√
2π e −
12t
2.
Si nous supposons de plus que f (x) est born´ ee, nous pouvons utiliser le th´ eor` eme de la conver- gence domin´ ee pour prendre la limite → 0 + , ce qui donne F x † [F k [f ]] = f (x). Qed .
3.2.3 Propri´ et´ es
Nous ´ enon¸cons une s´ erie de propri´ et´ es utiles.
! Savoir retrouver ces propri´ et´ es tr` es rapidement ` a partir de la d´ efinition (48). ! Lin´ earit´ e : Soient f et g deux fonctions et λ, µ ∈ C .
F k [λ f (x) + µ g(x)] = λ f ˆ (k) + µ ˆ g(k) . (49) Parit´ e : La TF conserve la parit´ e. Si f est paire (resp. impaire), alors ˆ f est aussi paire (resp.
impaire).
D´ em. : Suppons f (−x) = ±f (x) (+ pour paire et − pour impaire).
Alors ˆ f(−k) = F −k [f (x)] = F k [f (−x)] = F k [±f(x)] = ± f(k). ˆ Qed . Conjugaison :
F k [f (x) ∗ ] = ˆ f(−k) ∗ . (50)
Cons´ equence :
→ Si f (x) est paire et r´ eelle, on peut combiner les deux propri´ et´ es ˆ f (k) = ˆ f (−k) et ˆ f (k) = f ˆ (−k) ∗ , ce qui montre que ˆ f (k) ∈ R.
→ Si f (x) est impaire et r´ eelle, on combine ˆ f (k) = − f ˆ (−k) et ˆ f (k) = ˆ f(−k) ∗ ⇒ f ˆ (k) ∈ i R . Translation : Une translation de a agit sur une fonction comme f (x) → f (x − a).
F k [f(x − a)] = e −ika f ˆ (k) . (51)
Dilatation : Une dilatation d’un facteur λ correspond ` a la transformation f(x) → f (x/λ).
F k [f (x/λ)] = λ f ˆ (λk) . (52)
Cette propri´ et´ e importante montre que si f (x) → f(x/λ) s’´ elargit d’un facteur λ > 1, sa transform´ ee de Fourier est contract´ ee du mˆ eme facteur. 4
D´ erivation : Transform´ ee de Fourier de la d´ eriv´ ee d’une fonction : F k
f 0 (x)
= ik f(k) ˆ (53)
i.e.
dx d −→ F ik
.
Propri´ et´ e tr` es importante qui montre l’importance de la TF pour l’´ etude des ´ equations diff´ erentielles.
Corollaire :
F k [x f (x)] = i ˆ f 0 (k) (54)
i.e.
x −→ F i dk d
Relation de Parseval-Plancherel : Soit f et g deux fonctions et ˆ f et ˆ g leurs TF. On montre que
Z
R
dx f (x) g(x) ∗ = Z
R
dk f ˆ (k) ˆ g(k) ∗ . (55)
La d´ emonstration de la relation est analogue ` a celle de la transformation inverse.
Cons´ equence : R
R dx |f(x)| 2 = R
R dk | f ˆ (k)| 2 , ce qui montre que si f ∈ L 2 ( R ) ⇔ f ˆ ∈ L 2 ( R ).
3.2.4 Convolution
Le produit de convolution entre deux fonctions f et g est d´ efini comme (f ∗ g)(x)
def=
Z
R
dy f (x − y) g(y) = Z
R
dy f (y) g(x − y) (56)
en particulier f ∗ g = g ∗ f.
On v´ erifie facilement
F k [f ∗ g] = √
2π f(k) ˆ ˆ g(k) . (57)
Inversement, la TF d’un produit de fonctions est la convolution de leurs TF.
3.2.5 Exemples :
(i) La gaussienne est invariante sous la transformation de Fourier : F k h
e −
12x
2i
= e −
12k
2. (58)
Il sera parfois utile de consid´ erer la TF de la gaussienne normalis´ ee de largeur a g a (x) = 1
√ 2π a e −
12(x/a)
2⇒ ˆ g a (k) = 1
√ 2π e −
12(ka)
2(59) (on peut ´ ecrire ˆ g a = a g 1/a )
4
Cette propri´ et´ e est li´ ee ` a la relation ∆x ∆k > 1/2 o` u ∆x est la largeur de f et ∆k la largeur de ˆ f.
La largeur de f est d´ efinie comme ∆x
2= x
2− hxi
2o` u hxi = R
dx x |f(x)|
2/ R
dx |f(x)|
2et
x
2= R dx x
2|f(x)|
2/ R
dx |f(x)|
2. De mˆ eme pour ∆k, d´ efinie ` a partir de ˆ f.
(ii) On consid` ere la fonction Π a (x) = 1 a Π 1 (x/a) o` u Π 1 (x) = 1 pour |x| < 1/2 et Π 1 (x) = 0 pour |x| > 1/2. Un calcul tr` es simple donne
Π b a (k) = 1
√ 2π Π b 1 (ak) = 1
√ 2π sinc(ka/2) (60)
qui est une fonction de largeur 1/a.
(iii) On consid` ere maintenant T a (x) = 1 a T 1 (x/a) o` u T 1 (x) = 1 − |x| pour |x| < 1 et T 1 (x) = 0 pour |x| > 1. On obtient
T b a (k) = 1
√ 2π [sinc(ka/2)] 2 . (61)
(iv) Finalement nous consid´ erons t a (x) = 1 a t 1 (x/a) o` u t 1 (x) = (1/2)e −|x| . Un calcul tr` es simple donne
ˆ t a (k) = 1
√ 2π 1
1 + (ka) 2 (62)
Remarques :
• Toutes ces fonctions sont paires et r´ eelles, propri´ et´ es qui se retrouve sur les TF.
• On a obtenu T b a (k) = √
2π Π b a (k) 2 . On a en effet T a = Π a ∗ Π a .
• On note que Π b a (k) ∼ 1/k pour k → ∞ alors que T b a (k) et ˆ t a (k) pr´ esentent toutes deux le mˆ eme comportement ∼ 1/k 2 ` a l’infini. C’est une manifestation de la r´ eciprocit´ e de Fourier qui relie les propri´ et´ es de la fonction aux petites ´ echelles (continuit´ e, d´ erivabilit´ e) au compor- tement de sa TF ` a grand k. Π b a (k) ∼ 1/k pour k → ∞ a pour origine la discontinuit´ e de la fonction Π a pour x = ±1/2 alors que pour les deux autres fonctions, le comportement ∼ 1/k 2 est reli´ e ` a la discontinuit´ e de la d´ eriv´ ee ` a l’origine.
3.3 Transformation de Fourier dans R d
La g´ en´ eralisation est tr` es naturelle si l’on consid` ere des fonctions d´ efinies sur R d . f ˆ ( ~ k) = F ~ k [f ]
def=
Z
R
dd d ~ x
(2π) d/2 f (~ x) e −i ~ k·~ x (63) f (~ x) = F ~ x † h
f ˆ i
= Z
R
dd d ~ k (2π) d/2
f ˆ ( ~ k) e i ~ k·~ x (64) (il est entendu que d d ~ x ≡ dx 1 dx 2 · · · dx d ).
On retrouvera facilement les analogues des propri´ et´ es d´ emontr´ ees plus haut pour la TF des fonctions d´ efinies sur R . Mentionnons deux propri´ et´ es :
• La d´ erivation :
F ~ k h
∇f ~ i
= i ~ k f( ˆ ~ k) . (65)
• La convolution est maintenant d´ efinie comme (f ∗ g)(x)
def= R
R
dd d ~ y f (~ x − ~ y) g(~ y) d’o` u
F ~ k [f ∗ g] = (2π) d/2 f( ˆ ~ k) ˆ g( ~ k) . (66)
Transform´ ee de Fourier des fonctions radiales dans R 3 Etudions ´
F ~ k [φ(||~ x||)] = Z
R
3d 3 ~ x
(2π) 3/2 φ(||~ x||) e −i ~ k·~ x (67) Il est toujours possible de faire une rotation (de la variable muette d’int´ egration ~ x) pour ramener le vecteur ~ k selon ~ u z , ce qui simplifie l’´ ecriture de l’int´ egrale dans le syst` eme de coordonn´ ees sph´ eriques
F ~ k [φ(||~ x||)] = 1 (2π) 3/2
Z ∞
0
dr r 2 φ(r) Z π
0
dθ sin θ e −ikr cos θ Z 2π
0
dϕ (68)
On aboutit facilement ` a la formule utile F ~ k [φ(||~ x||)] = 1
(2π) 3/2 4π
k Z ∞
0
dr r sin(kr) φ(r) (69)
Ce qui montre que la TF d’une fonction radiale est une fonction radiale.
Exemple : On v´ erifiera ais´ ement que F ~ k
e −αr
= 1
(2π) 3/2
8πα
( ~ k 2 + α 2 ) 2 . (70)
Notons que la loi de puissance 1/k 4 a pour origine la r´ eciprocit´ e de Fourier puisque, si la fonction est continue partout, sa d´ eriv´ ee ∇e ~ −αr = −α ~ r r e −αr n’est pas continue ` a l’origine (le vecteur ~ r/r tend vers diff´ erentes limites selon la direction lorsque r → 0).
3.4 Application pour la r´ esolution des ´ equations diff´ erentielles
On a ´ etudi´ e plusieurs exemples en cours et TD.
4 Distribution de Dirac
4.1 D´ efinition
Consid´ erons une fonction h(x) ayant les propri´ et´ es :
• h(x) est de largeur ∼ 1.
• h(x) est centr´ ee sur x ∼ 0.
• R
dx h(x) = 1.
Dilatons cette fonction d’un facteur , en gardant sa normalisation, δ (x)
def= 1
h x
. (71)
Consid´ erons maintenant une fonction ϕ(x) continue en x = 0 et born´ ee (pour simplifier). Ces hypoth` eses nous permettent d’appliquer le th´ eor` eme de convergence domin´ ee pour
→0 lim
+Z
dx δ (x) ϕ(x) = lim
→0
+Z
dt h(t) ϕ(t) = ϕ(0) (72)
La th´ eorie des distributions permet de donner un sens math´ ematique (rigoureux) ` a δ(x)
def= lim
→0
+δ (x) (73)
(c’est une
limite au sens des distributions
). On pourra simplement retenir Z
dx δ(x) ϕ(x) = ϕ(0) (74)
comme d´ efinition de la distribution de Dirac δ(x). (74) est l’unique relation ` a retenir , le reste du chapitre discutant des applications s’en d´ eduisant facilement.
Remarques
• Nous avons ainsi introduit un objet (une
distribution
) extrˆ emement singulier, nul partout sauf en x = 0 o` u il est infini (pr´ ecis´ ement, o` u le poids de δ(x) est concentr´ e puisque R
dx δ(x) = 1). La th´ eorie des distributions permet de donner un sens rigoureux ` a cet objet.
• Remarquons qu’en l’absence de l’int´ egrale, on peut ´ ecrire δ(x) ϕ(x) = δ(x) ϕ(0) puisque l’ex- pression est nulle partout sauf en x = 0.
• Notations de la th´ eorie des distributions : (pour les math´ ematiciens) La d´ efinition (74) fait ressortir la nature pr´ ecise de la distribution : une fonctionnelle lin´ eaire, d´ efinie par son action sur une “fonction test” ϕ, i.e. une application d’un espace fonctionnel vers C . On distingue deux types de distributions :
* Les distributions r´ eguli` eres, not´ ees [f], associ´ ees aux fonctions usuelles. L’action de la dis- tribution sur la fonction test est not´ ee ` a l’aide d’un crochet rappelant un produit scalaire : h [f ] , ϕ i = R
dx f(x) ϕ(x). Les fonctions tests sont choisies afin que h ♣ , ♠ i pr´ esente les pro- pri´ et´ es simples, telles que h [f ] 0 , ϕ i = −h [f ] , ϕ 0 i, ce qui fournit une d´ efinition de la d´ erivation au sens des distributions (et montre que [f ] 0 = [f 0 ], i.e. la d´ eriv´ ee de la distribution r´ eguli` ere est repr´ esent´ ee par la distribution r´ eguli` ere associ´ ee ` a la d´ eriv´ ee de la fonction f ). On pourra se r´ ef´ erer ` a la repr´ esentation h T , ϕ i pour une distribution T , en cas de doute sur une propri´ et´ e.
* Les distributions singuli` eres, dont fait partie la distribution de Dirac, h δ , ϕ i = ϕ(0).
4.2 Propri´ et´ es
Un certain nombre de propri´ et´ es simples que l’on d´ emontre facilement ` a l’aide de (74) (par de simples changements de variables).
Translation : Z
dx δ(x − a) ϕ(x) = ϕ(a) (75)
Dilalation : soit λ ∈ R.
δ(λ x) = 1
|λ| δ(x) (76)
δ d’une fonction : Soit f (x) une fonction ayant N racines simples {x 1 , · · · , x N } (i.e. f 0 (x n ) 6=
0) : en combinant les deux relations pr´ ec´ edentes : δ(f(x)) =
N
X
n=1
δ(x − x n )
|f 0 (x n )| = 1
|f 0 (x)|
N
X
n=1
δ(x − x n ) (77)
o` u la seconde ´ egalit´ e utilise δ(x) ϕ(x) = δ(x) ϕ(0).
Convolution : la distribution de Dirac est l’´ el´ ement neutre de la convolution
δ ∗ f = f ∗ δ = f (78)
D´ em. : on reprend la d´ efinition du produit de convolution (δ ∗ f)(x) = R
dx δ(x − y)f (y) et de δ.
Transform´ ee de Fourier : La transform´ ee de Fourier de δ est une constante ˆ δ(k) = √ 1
2π
(cf. d´ efinition de la TF). En ´ ecrivant la transform´ ee de Fourier inverse, nous obtenons une repr´ esentation extrˆ emement utile de δ :
δ(x) = Z
R
dk
2π e ikx (79)
Exercice : V´ erifier que F x † [F k [f]] = f (x) en utilisant cette propri´ et´ e.
Dirac et Heaviside : On d´ efinit la fonction de Heaviside comme θ H (x) =
( 0 si x < 0
1 si x > 0 (80)
Nous remarquons que R x
−∞ du δ(u) = θ H (x). Puisque la distribution de Dirac est sym´ etrique, δ(x) = δ(−x), il est naturel (et parfois utile en physique) de choisir θ H (0) = 1/2.
La distribution de Dirac permet donc de donner un sens ` a la d´ eriv´ ee d’une fonction discon- tinue :
d
dx θ H (x) = δ(x) (81)
La g´ en´ eralisation au cas d’une fonction f discontinue en x 0 , mais continue et d´ erivable partout ailleurs, est
d
dx f(x) = f 0 (x) +
f (x + 0 ) − f(x − 0 )
δ(x − x 0 ) (formule du saut) (82) o` u f 0 (x) est la d´ eriv´ ee de la fonction, d´ efinie ∀x 6= x 0 .
Exemple : consid´ erons f (x) = 1 2 sign(x) e −λ|x| . L’application de la formule du saut donne dx d f (x) =
− 1 2 λ e −λ|x| + δ(x) = −λ sign(x) f(x) + δ(x).
D´ eriv´ ees de la distribution δ : nous partons de la d´ efinition (74) et utilisons une int´ egration par partie pour d´ efinir la d´ eriv´ ee du δ : R
dx δ 0 (x) ϕ(x) = − R
dx δ(x) ϕ 0 (x) = −ϕ 0 (0). De mani` ere g´ en´ erale, l’action de δ (n) est d´ efinie par
Z
dx δ (n) (x) ϕ(x) = (−1) n ϕ (n) (0) . (83) Il est int´ eressant de consid´ erer la transform´ ee de Fourier :
F k h δ (n) i
= (ik) n F k [δ] = (ik) n
√
2π (84)
Il est remarquable que nous ayons pu donner un sens ` a la transform´ ee de Fourier de x n (alors
que cette fonction n’est clairement pas sommable !)
Solution de l’´ equation x n f (x) = 0 dans l’espace des distributions : Si l’on recherche la solution de x f (x) = 0 dans l’espace des fonctions, i.e. on cherche une solution continue par morceaux telle que l’´ equation soit satisfaite ∀x, alors on obtient la solution triviale f (x) = 0 p.p.
En remarquant que x δ(x) = 0, on voit que si la solution de l’´ equation est recherch´ ee dans l’espace (plus large) des distributions, alors nous trouvons une solution non triviale f (x) = c δ(x) o` u c est une constante arbitraire.
De mˆ eme, puisque x n δ (n−1) (x) = 0 (cf. d´ efinition de δ (n) ), nous voyons que, dans l’espace des distributions, la solution de
x n f (x) = 0 est f (x) = c 0 δ(x) + · · · + c n−1 δ (n−1) (x) (85) o` u c 0 , · · · , c n−1 sont des constantes arbitraires.
Exemple : la solution de (x 2 − 1) f (x) = 0 est f (x) = a δ(x − 1) + b δ(x + 1).
4.3 Applications :
4.3.1 Densit´ es
La distribution de Dirac nous permet d’´ ecrire des densit´ es tr` es naturellement.
Exemple : densit´ e de masse.— Consid´ erons des masses m 1 , · · · , m N , concentr´ ees en des points x 1 , · · · , x N . La densit´ e de masse est
µ(x) =
N
X
n=1
m n δ(x − x n ) . (86)
Par exemple, on v´ erifie que R
A dx µ(x) est la somme des masses qui sont dans l’intervalle.
En particulier, cela nous fournit un moyen de passer du discret (les N particules) au continu (la densit´ e de masse d´ efinie comme une “fonction”, ou plutˆ ot une “distribution”).
Exemple 2 : densit´ e de particules et dynamique.— Pour insister sur ce dernier point, consid´ erons N particules d´ ecrites par une ´ equation d’´ evolution dx dt
i(t) = F (x i (t)). Introduisons la densit´ e ρ t (x)
def= P N
i=1 δ(x − x i (t)) caract´ erisant la distribution des particules au temps t. Son
´
equation d’´ evolution est
∂ρ t (x)
∂t = − ∂
∂x [F(x) ρ t (x)] . (87)
D´ em. : ∂ρ ∂t
t(x) = − P N
i=1 F (x i (t))δ 0 (x−x i (t)) = − ∂x ∂ P N
i=1 F (x i (t))δ(x−x i (t)) = − ∂x ∂ F (x) P N
i=1 δ(x−
x i (t)). Qed .
Exercice : Si la dynamique est d´ ecrite par l’´ equation de Newton dans un champ de force F (x), on doit introduire une distribution dans l’espace des phases ρ t (x, p)
def= P N
i=1 δ(x − x i (t))δ(p − p i (t)).
D´ eduire l’´ equation d’´ evolution de ρ t (x, p) (´ equation de Liouville) sachant que les ´ equations du mouvement pour la particule i sont dx dt
i(t) = m 1 p i (t) et dp dt
i(t) = F (x i (t)).
Densit´ e d’´ etats en MQ : Consid´ erons un probl` eme quantique dont le spectre des ´ energies est donn´ e par E n = ε 0 n α o` u n ∈ N est un nombre quantique. La notion de densit´ e d’´ etats est tr` es utile :
ρ(E)
def=
∞
X
n=0
δ(E − E n ) (88)
ou de mani` ere ´ equivalente ρ(E)dE
def= nombre d’´ etats quantiques ∈ [E, E + dE]. Si cette fonction est sond´ ee ` a
grande ´ echelle
(sur des ´ echelles d’´ energie ε 0 ), on peut remplacer la somme par une int´ egrale 5 P ∞
n=0 → R ∞ 0 dn :
ρ(E) = Z ∞
0
dn δ(E − ε 0 n α ) (89)
En posant y = ε 0 n α , puis en utilisant la d´ efinition du δ, on obtient ρ(E) = 1
αε 0 E
ε 0
−1+1/α
(90)
• Pour α = 1 et ε 0 = ~ ω, on a la densit´ e d’´ etats de l’oscillateur harmonique ρ(E) = 1/( ~ ω).
• Pour α = 2 et ε 0 = π 2 ~ 2 /(2mL 2 ), on obtient la densit´ e d’´ etats d’une particule dans une boˆıte ρ(E) = √
2m L / 2π ~
√ E
.
4.3.2 Equations diff´ ´ erentielles lin´ eaires avec terme de source – Fonctions de Green Consid´ erons par exemple l’´ equation diff´ erentielle
I ˙ (t) + λ I (t) = 1
L U (t) (91)
d´ ecrivant la dynamique du courant dans un circuit RL soumis ` a une tension U (t), o` u λ = R/L.
La m´ ethode de variation de la constante permet de r´ esoudre l’´ equation. Une autre m´ ethode consiste ` a introduire la fonction de Green de l’´ equation diff´ erentielle, solution de
G(t) + ˙ λ G(t) = δ(t) (92)
puis ´ ecrire la solution comme une convolution I(t) =
Z
dt 0 G(t − t 0 ) U (t 0 )
L . (93)
V´ erification : d
dt + λ Z
dt 0 G(t − t 0 ) U (t 0 )
L =
Z dt 0
d dt + λ
G(t − t 0 ) U (t 0 )
L =
Z
dt 0 δ(t − t 0 ) U (t 0 ) L = 1
L U (t) Qed . Ici la fonction de Green peut ˆ etre trouv´ ee facilement : on montrer que
G(t) = θ H (t) e −λt . (94)
Exercice : Retrouver l’expression de G(t) ` a l’aide de la transformation de Fourier. Que devient cette analyse en pr´ esence d’amplification (λ < 0) plutˆ ot que de dissipation (λ > 0) ? Calculer G(t) en utilisant la TF dans ce cas.
Exercice : Calculer (avec la TF) la fonction de Green du circuit RLC G(t) + ¨ 2
τ G(t) + ˙ ω 0 2 G(t) = δ(t) (95)
5
En pratique, et pour ˆ etre plus pr´ ecis, cela veut dire que si l’on consid` ere des sommes du type P
n