A NNALES DE L ’I. H. P., SECTION B
J. B ASS
Fonctions stationnaires. Fonctions de corrélation.
Application à la représentation spatio- temporelle de la turbulence
Annales de l’I. H. P., section B, tome 5, n
o2 (1969), p. 135-193
<http://www.numdam.org/item?id=AIHPB_1969__5_2_135_0>
© Gauthier-Villars, 1969, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Fonctions stationnaires.
Fonctions de corrélation.
Application à la représentation spatio-temporelle de la turbulence
J. BASS Ann. Inst. Henri Poincaré,
Vol. V, n° 2, 1969, p. 135-193.
Section B : Calcul des Probabilités et Statistique.
RÉSUMÉ. - Le
problème
de la turbulence consiste à trouver les « solu- tions turbulentes » deséquations
de Navier-Stokes.Mais,
il faut d’abord définir une fonction turbulente del’espace
et dutemps.
Dans unepremière partie (§
1 à8),
onrappelle
lespropriétés
essentielles des fonctions station- naires dutemps,
et enparticulier
des fonctionspseudo-aléatoires, qui
ont les
propriétés
voulues pourreprésenter
une vitesse turbulente en fonc- tion dutemps,
sans référence à soncomportement spatial.
On étudie ensuitele
problème
de la construction d’une fonctionpseudo-aléatoire ayant
une fonction de corrélation donnée. On termine parquelques
définitions etcritères
d’irrégularité
semi-locale d’une fonction oscillante.Dans une seconde
partie ( § 10,11,12),
on étudie les dilatées des fonctionspseudo-aléatoires
et l’on démontre à leursujet,
dans un casparticulier fondamental,
un théorèmed’orthogonalité qui
servira dans la suite.La troisième
partie (§ 13, 14, 15, 16),
donne unexemple
de constructionmathématique
d’unchamp spatio-temporel
de vitesse dont les fonctions de corrélationspatio-temporelles
soient en bon accordnumérique
avecles résultats
expérimentaux.
’
1. - INTRODUCTION
Dans les
publications
antérieures[l, 2], j’ai proposé
dereprésenter
certains
phénomènes naturels,
par des fonctions dutemps
dont les pro-priétés
moyennes étaient directementinspirées
de résultatsexpérimentaux.
Il
s’agissait
àl’origine
de fonctions dutemps seul, qu’on
a souvent l’habituded’interpréter
comme des fonctions aléatoires. Mais les moyennes fournies parl’expérience
sont des moyennestemporelles
de la formeet non des moyennes
stochastiques.
Les fonctions considérées sont par suite des fonctions « ordinaires », nonaléatoires,
caractérisées par lespropriétés
des moyennestemporelles qui
leursont
attachées.J’ai ainsi défini les
fonctions pseudo-aléatoires, j’ai
montré commenton
peut
en construire des classesétendues,
etj’ai
vérifié que leurs carac-tères
généraux
s’accordent convenablement avec ce quel’expérience
nousfait connaître de
phénomènes
tels que la turbulence.L’usage
de ces fonctions pourreprésenter
la turbulence a d’ailleurs été discuté.f(t)
est dans ce cas unecomposante
en unpoint
fixe de lavitesse d’un écoulement turbulent stationnaire en moyenne. Or
plusieurs expériences
successives(limitées
dans letemps)
fournissent des fonc- tionsf(t)
tout à fait différentes. Ellesapparaissent
comme desépreuves
successives sur une même fonction aléatoire
stationnaire,
cequi
introduitnécessairement les idées
probabilistes
dans la théorie. Mais on est endroit de penser que les causes
qui
d’uneexpérience
àl’autre,
modifientla fonction
f,
sont dues essentiellement à des variations dans les données initiales et aux limites del’écoulement ;
la fonctionf
se déduit de cesdonnées par une
opération
biendéterminée,
elle n’est aléatoire que dans la mesure ou les données le sont, et elle est localement très sensible auxvariations des données. Ce n’est pas le hasard
(ou
le calcul desprobabilités) qui
estresponsable
de la formecompliquée
de la fonctionf Quoi qu’il
en
soit,
bien desproblèmes
restent à résoudre.Certaines
questions
fondamentales seposent
d’abord : enquoi
cesfonctions
peuvent-elles
êtres considérées comme «irrégulières
», alorsmême
qu’elles
sontpartout
continues et dérivables? Commentpeut-on
les choisir de manièrequ’elles
aient une fonction de corrélation donnée a l’avance?Que peut-on
dire de la distributionstatistique
de leurs valeurs .~Dans un stade
ultérieur,
on doit remarquer que lesphénomènes
tur-FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 137
bulents sont définis par des
champs
de vecteurs dansl’espace
et dans letemps. Comment,
à l’aide de fonctionspseudo-aléatoires
dutemps, peut-on
construire deschamps
de vecteursayant
lespropriétés
moyennesspatio- temporelles
quesuggère l’expérience?
Enfin,
ceschamps
de vecteursayant
été suffisammentprécisés,
comments’accordent-ils avec les
équations
fonctionnelles duphénomène étudié,
par
exemple
avec leséquations
de Navier-Stokes? Dans sathèse,
M. VoKhac Khoan a
démontré,
sous certainesconditions,
l’existence de solu- tions deséquations
de Navier-Stokesqui
sont fonctionspseudo-aléatoires
du
temps
enchaque point
del’espace.
Mais les résultats obtenus restenttrop théoriques,
et nerenseignent guère
sur la structure des corrélationsspatio-temporelles
deschamps
de vitesse. Il semble nécessaire de chercher les solutions dans des espaces de fonctionsqui
tiennentcompte
non seule-ment des
propriétés temporelles,
mais aussi de certains caractèresspatiaux.
Je donnerai dans ce
qui
suit desréponses
aussicomplètes
quepossible
àquelques-unes
desquestions qui
viennent d’êtreposées.
Je nem’occuperai cependant
pas duproblème
des solutions turbulentes deséquations
deNavier-Stokes. Ce
problème
n’a pas assezprogressé
pourqu’on puisse
enparler
d’unefaçon
utile. Je me limiterai donc à des résultatspurement
descriptifs,
de naturecinématique,
et nondynamique.
Remarques sur les notations mathématiques.
Dans ce qui suit, il est important, comme dans toutes les questions d’analyse fonction- nelle, de distinguer les fonctions et leurs valeurs en un point. Cependant j’utiliserai peu des notations telle que « la fonction f : t - f(t) ». Car leur emploi n’est pas assez souple
ni général, et n’évite pas des difficultés. Comment va-t-on par exemple noter la convolu-
tion de la dilatée d’une fonction fo par une fonction K, c’est-à-dire la fonction f telle que,
en tout point t,
La notation condensée correcte consisterait à introduire l’opérateur S~ de dilatation,
à poser, pour tout
puis à représenter la convolution par
Il sera plus simple, en général, d’accepter la notation
que le lecteur saura interpréter sans risques, bien qu’elle représente non la fonction, mais
sa valeur au point t.
De même, le produit de la fonction « t - f (t) » par l’exponentielle « t 2014~ sera noté, sans scrupules excessifs, etc.
2. -
RÉSUMÉ
DESPROPRIÉTÉS
DES FONCTIONS
PSEUDO-ALÉATOIRES [1, 2]
On
appelle fonction
stationnaire une fonction à valeurscomplexes f
de la variable réelle t telle que
existe pour tout T. Cette limite est une fonction
y(r)
de la variable réelle r,appelée fonction
de corrélation de i.En
particulier y(0) existe ;
c’est la moyennequadratique
def
Maisrécipro- quement
l’existence de la seule moyennequadratique
n’entraîne pas celle dey(r)
pour 0.y(T)
est une moyennetemporelle.
D’unefaçon générale,
onappellera
moyenne de
f
le nombreM est le
symbole
d’unopérateur linéaire,
mais nous n’essaierons pas ici depréciser
dansquelles
classes de fonctions ilopère.
Si une fonction eststationnaire,
celan’implique
pasqu’elle
ait une moyenne. Si une fonctiona une moyenne, cela
n’implique
pasqu’elle
ait une moyennequadratique.
La fonction de corrélation est la moyenne du
produit l(t)f(t
+r).
Dans la
suite,
nous la supposerons continue pour tout i. Il suffit pour celaqu’elle
le soit pour r = 0.Exemples.
est stationnaire et a pour fonction de corrélationest
stationnaire,
mais sa fonction de corrélation est discontinue(y(0)
=1, y(r)
= 0 pour tout! i=0).
ei
l~g iti n’a pas de moyenne.1 + n’a pas de moyenne
quadratique.
Voici
quelques propriétés
dey(T). Remarquons
d’abord que les trans-latées
f(t
+h)
def
ont même fonction de corrélation.y(~)
nedépend
que de la classe des translatées def y(r)
a lasymétrie
hermitienne :y( - r)
=y(r).
y(!)
est unefonction
de typepositif.
Si y estcontinue,
il existe donc unefonction 6 à valeurs réelles de la variable réelle c~, non
décroissante, bornée,
continue àgauche,
telle ques’appelle
lafonction spectrale
de la fonction stationnairef
FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 139
Si 6 est une fonction de sauts, on dit que
f
admet unspectre discontinu,
ou
spectre
de raies. Lespectre
est constitué par lespoints
c~n est dis- continue. Si 6 est absolumentcontinue,
sadérivée 03C8
= 03C3’ estappelée
densité
spectrale,
et l’on dit quef
a unspectre
continu. Nous ne nous occuperons pas du cas où cr est continue etsingulière.
Si
Mf
ety(i) existent,
si en outrey(i)
admet une moyenne parrapport
à la variable i, on démontre lapropriété
suivante :My est
un nombre réel nonnégatif
etSi donc
My
=0,
alorsMf
= 0. Cette circonstance seproduit
siet en
particulier
si s’annule en dehors d’un intervalle fini.Enfin,
sif
est unefonction
enescalier,
constante surchaque
intervalle(n,
n +1),
nentier,
alors y est unefonction
continue variant linéairement danschaque
intervalle(n,
n +1) :
legraphe
de y est uneligne
brisée.Le
polynôme trigonométrique
est stationnaire. Sa fonction de corrélation est
Si l’ensemble des indices k est
infini,
et si lasérie £ ) cj est convergente,
les formules ci-dessus sont encore valables.f
est unefonction
presque-périodique
continue. L’ensemble des fonctions ainsi construites n’est d’ail- leursqu’une partie
del’espace
vectoriel des fonctionspresque-périodiques
continues. Ces fonctions sont limites uniformes de certaines suites de
polynômes trigonométriques, plus généraux
que les sommespartielles
des séries
(supposées
absolumentconvergentes).
On dit
que la fonction
stationnairef
estpseudo-aléatoire
si safonction
de corrélation
y(i)
tend vers 0lorsque
i - oo.Alors la moyenne de
f
est nulle(l’existence
deMf
résulte d’ailleurs de lapropriété li m y(!)
=0).
Sif
admet une densitéspectrale, f
estpseudo-
aléatoire
(d’après
le théorème deRiemann-Lebesgue).
Voici comment on peut construire des modèles de fonctions
pseudo-
aléatoires. Soit un
polynôme
réel dedegré
v >2,
tel que l’un au moins des coefficients de soit un nombre irrationnel.Désignons
par r lapartie
entière de t :et
par t
lapartie
décimale(ou partie fractionnaire)
de t :Posons
Alors
f
est une fonction en escalier à valeurscomplexes,
dont la fonctionde corrélation est , ,
f
est doncpseudo-aléatoire.
Notons que, pour v =
1, f
n’est paspseudo-aléatoire.
C’est une fonc-tion presque
périodique
non continue.3. -
TRANSFORMÉES
PAR CONVOLUTION DES FONCTIONS STATIONNAIRESSoit
f (t)
une fonction stationnaire bornée. Soit K une fonctioncomplexe
absolument
intégrable
sur( -
oo, +oo): K E LI
pour la mesure de Lebes- gue. Introduisons la convolutionMontrons que
f
admet une fonction de corrélation On aComme
fo
est bornéeet 1 K ( intégrable,
onjustifie
facilement les calculs suivants :141 FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION
Désignons
par y la fonction corrélationde f,
par yo celle defo :
Or
Donc
Introduisons la transformée de Fourier de
K,
ouplutôt
la transforméeconjuguée
~ :On voit que
g a donc une fonction
spectrale
6 définie par CommeKEL1,
on aH est donc bornée.
Donc H (2
estintégrable
parrapport
à la mesure bornée La formule ci-dessus définit bien une fonctionspectrale.
Lorsque
o-o est une fonction enescalier,
il en est de même de cr.Lorsque
7o admet une densité admet une densité/
telle queDonc,
sifo
estpseudo-aléatoire
et admet une densitéspectrale
est
pseudo-aléatoire
et admet pour densitéspectrale ~r = ~ H
où H= K.
L’opération
de convolution permet, àpartir
de fonctionsfo particulières,
de construire des classes
plus
étendues de fonctions. Cela estparticulière-
ment intéressant pour
former,
àpartir
de fonctionspseudo-aléatoires
dutype fo(t)
=e2"‘~~~~,
des fonctionspseudo-aléatoires
continues.THÉORÈME. Si
fo
est unefonction
bornée enescalier,
et si K EL1,
laconvolution
fo
* K est unefonction
continue.En effet
t étant
fixé,
la fonction sous lesigne
somme tend vers 0 pour presque tout s(valeurs exceptionnelles ;
les s tels que t - s soit unpoint
de discontinuité defo).
Elle estintégrable
et,si |f0| A,
elle estmajorée
par2A| K(s) (,
fonction
intégrable. D’après
le théorème deLebesgue,
elle tend doncvers 0 avec T.
4. - RECHERCHE D’UNE FONCTION
PSEUDO-ALÉATOIRE
AYANT UNE FONCTION DE
CORRÉLATION DONNÉE.
PREMIÈRE
APPROXIMATIONCe
problème
se pose dans toutes lesapplications. L’expérience fournit,
d’une
façon
stable et relativementprécise,
une fonction de corrélation On veut définirthéoriquement
et construirenumériquement
une fonc-tion
f
satisfaisante àl’équation
Un raisonnement
théorique
montre d’abord que leproblème
a biendes solutions.
Supposons
pour fixer les idées quey(r)
soit réelle. Onpeut
construire une fonction aléatoireX(t),
stationnaire au sensstrict,
admettanty(r)
pour covariance. Il suffit de choisir pourX(t)
unefonction laplacienne.
Elle est entièrement définie par sa covariance.
Comme par
hypothèse
limy(r)
=0, X(t)
estergodique
etMais le résultat
s’applique
aussi àl’expression
de la covariancey(r)
parune moyenne
temporelle.
Il suffit pour cela de vérifier que la covariance detend vers 0
lorsque
l’accroissement r tend vers l’infini.143 FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION
Or
D’après
lespropriétés
des moments de la loinormale,
le second membre vautLa covariance de
Y(t)
est donc1 et elle tend vers 0 avec - .
h
Il en résulte que, sur presque toute
épreuve,
la réalisation deX(t)
estune fonction dont la covariance
temporelle (fonction
decorrélation)
estidentique
ày(ï).
Pour construire une fonctionf (t) pseudo-aléatoire ayant
une fonction de corrélation donnée y, on construit donc un échantillon d’un processus
laplacien
stationnaireayant
y pour covariance. Celapeut
se faire
numériquement.
Mais nous voulons ici construire une
expression analytique
d’une tellefonction,
sans recours à destechniques statistiques (usage
de nombresaléatoires).
Naturellement ce
problème
a engénéral
une infinité de solutions. Il arrive quel’expérience
fournisse d’autrespropriétés
def
dont il faille tenircompte.
Nous allons donner des indications sur une solutionpossible où, fo
étant une fonctionpseudo-aléatoire choisie,
dutype
on cherchef
dans la classe des fonctionsfo
*K,
convolution defo
par des fonctions K convenables.On remarquera que toutes les fonctions
fo(t)
= ont la mêmefonction de corrélation. Elles diffèrent par des
propriétés plus
fines que lespropriétés
du second ordre. Nousn’essayerons
pas d’étudier les moyennes deproduits
deplusieurs facteurs, qui
toutes sont des casparticuliers
dumoment multilinéaire
Par contre, nous examinerons avec
quelques
détails cequ’on peut appeler l’irrégularité
locale d’une fonctionpseudo-aléatoire,
intermédiaire entrel’irrégularité macroscopique,
et larégularité
locale au sensusuel, qui
concerne seulement la continuité et, la dérivabilité en
chaque point.
’
Donnons-nous donc
y(r)
et supposons quef
soitpseudo-aléatoire.
Si nous
excluons,
comme peuintéressants,
les cas où y est la transformée de Fourier d’une mesuresingulière,
il existe unefonction 03C8
telle que~
est une fonctionpositive
telle quef"
J2014 oo existe.Cherchons à
représenter /
par une convolutionf0
* K.Si
~o
est la densitéspectrale
de/o.
on a vu queNous allons montrer, en deux
étapes successives,
que leproblème
ainsiposé
admettoujours
des solutionsapprochées.
Donnons-nous
f
sous la formef
=fo
*K, puis,
faisons unchangement
d’échelle sur l’axe
des t,
et considérons la fonctionoù II. est un
paramètre positif.
Elle a pour fonction de corrélation
Si l’on pose m~, = on voit que
Supposons
maintenant quet/!o
soit bornée et continue àl’origine.
Lorsque À -
oo, la fonction sous lesigne
sommetend,
pour tout (1)’fixé,
vers~2.
Elle estmajorée
parA ~2,
où A estFONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 145
une borne
supérieure
de Sidonc 1 H 12
estintégrable, l’intégrale
satisfaitaux conditions du théorème de
Lebesgue,
etOn arrive ainsi au résultat suivant :
THÉORÈME. Si K est une
fonction appartenant
àL1
et si satransformée
de Fourier
appartient
àL2,
si d’autrepart fo
est unefonction pseudo-aléatoire
admettant une densité
spectrale
bornée et continue àl’origine,
alors la densitéspectrale
de lafonction f~,(t)
= * Ktend, lorsque ~, -~
oo, vers( ~2,
et lafonction
de corrélationy~(i)
def~,(t) tend,
pour tout-rfixé,
versH ~2),
avec HRemarque.
On peutpréciser
quey~,(i)
tend vers sa limiteuniformément
sur ~. La différence entre
y~,(i)
et sa limite est en effet :Son module est inférieur à
Avec les
hypothèses faites,
cettequantité
tend vers 0lorsque ~, ~
oo.Discussion. Les
hypothèses faites’
sur la densitéspectrale
sont tout àfait naturelles. Dans le cas des fonctions
pseudo-aléatoires
usuelles de laforme
e2 ‘~~~~,
on aOn vérifie que
et que
lim 03C80(03C9) = 1,
1.Remarque.
Onpeut remplacer
la condition « densitéspectrale
bornéeet continue à
l’origine »
par une conditionlégèrement
différente : lafonc-
tion de corrélation
yo(-r)
doit seulement êtreintégrable.
Il en résulte bien que la densitéspectrale existe,
estcontinue,
et est bornée.Réciproquement,
si la densité
spectrale
est bornée et continue àl’origine,
il n’en résulte pas que la fonction de corrélation soitintégrable (Exemple :
transformée de Fourier de l’indicateur de l’intervalle
( - 1, 1)).
Voici comment se fait la démonstration : On a
(il
n’est même pas nécessaire de supposer apriori qu’il
existe une densitéspectrale).
En introduisant la transformée de Fourier
(conjuguée)
H’ =~ ( ~ H ~2),
on trouve que
Si yo est
intégrable,
le théorème deLebesgue
montre que,lorsque À -
oc,y~(i)
tend uniformément versOn voit que
On notera
que H j )~)
= K * K.En ce
qui
concernel’hypothèse
faite surH(H E L2),
elle estbeaucoup plus
artificielle. SiHEL 2,
il n’existe pas forcément de fonctionK E L
1 telle que H= ~ K.
Si parexemple
14ins
on vérifie que
I~(s) _ 1 -I- 47L2 S2 .
K
appartient
àL2
mais non àL 1.
La transformée de Fourier de K estreprésentée
par uneintégrale semi-convergente.
Or aucune
hypothèse
raisonnable surf
ne s’accorde avecH E L2.
Sif
FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 147
n’est pas
bornée, l’espace
danslequel
il est commode deplacer f
n’estpas
l’espace L2,
comme nous le verrons. Un nouveauproblème
se posedonc,
celui del’approximation qu’il
faut fairelorsque H E L2.
5. - SECONDE APPROXIMATION
Donnons nous donc
y(r).
Ay(r) correspond
une densitéspectrale t/J positive.
Soit~/~
sa racine carréepositive.
Soit maintenant H une fonc- tion de carréintégrable
telle queOn a
où
8(cv)
est une fonction mesurable réellequelconque.
Soit K une fonction
appartenant
àL2
telle que, au sens du théorème dePlancherel,
H= ~K.
Celasignifie
quela limite étant entendue au sens de
L2.
est définie à uneL 2-équi-
valence
près.
Engénéral,
K n’a pas lespropriétés
voulues pour former des fonctions stationnaires par convolution. Il faut que K Si K EL1~ L2,
le
problème posé
est résolu : .On se donne y. On
désigne
par~r
latransformée
de Fourier inverse de y :y Soit H une
fonction
telleque H 2
- K latransformée
de Fou-rier de H : H
= ~ K.
Soitenfin fo
unefonction
stationnaire dont lafonction
de corrélation
satisfait aux hypothèses
duparagraphe précédent.
Si ~, estsu. f ’fisamment grand, la fonction
de corrélation dela fonction
est une
approximation
dey(i).
Une fonction
fo
utilisable este2"‘~~~,
où ç est unpolynôme
réel dedegré
v ~ 2 tel que ait au moins un coefficient irrationnel.Supposons
maintenant que Kn’appartienne
pas à Celasignifie
que ç n’a aucune racine carrée dont la transformée de Fourier
appartienne
à
L~.
Ce caspeut
seprésenter.
Eneffet,
si ç a despoints
dediscontinuité,
il en est de même de
~,
et aucune racine carrée H de ç nepeut
être transformée de Fourier d’une fonction deL~.
On
approche
alors la fonction K choisie par une fonction deL2.
Posons par
exemple :
Comme
on voit que
Kn E L 1. Lorsque n -
oo,Kn
tend vers K au sensL2.
En effet
quantité qui
tend vers 0puisque K E L2.
Si
Kn
tend vers K au sensL2,
sa transforméeHn
tend de même vers la transformée de FourierH,
carQue peut-on
en déduire sur lecomportement
de la suite de fonctions de corrélation On a,l - o0
Montrons le résultat suivant :
THÉORÈME. - Si n - oo, tend
uniformément
versy(’r).
En
effet, d’après l’inégalité
dutriangle,
Par
intégration,
on voit queComme
H~
tend vers H au sensL2,
lepremier
facteur du second membre tend vers 0.Mais ) 1 H est appartiennent
àL2,
donc aussi leur somme.Il en résulte que le second facteur du second membre existe et même
qu’il
reste inférieur à un nombre fixe
indépendant
de n.Donc y(r) ~ I
FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 149
est inférieur à G dès que n est
supérieur
à un nombrefixe, indépendant
de T.Nous retrouverons aux deux
paragraphes
suivants ce résultat commeconséquence
de la manière dont lasuite f"
elle-même tend vers la limite.La convergence uniforme de vers
y(!) permet
d’énoncer larègle
sui-vante :
NOTATIONS.
est la transformée de Fourier d’une fonction u.
fo(t)
= est une fonctionpseudo-aléatoire
dutype
usuel(ç poly- nôme, partie
entière det) ayant Yo(T)
pour fonction de corrélation. yo estréelle,
avecProblème. -- Trouver une
fonction f
dont lafonction
de corrélationapproche, uniformément
sur l’axeréel,
unefonction
de corrélation réelle donnéey(i)
du typepseudo-aléatoire.
Solution : 1 ° On pose
On choisit une fonction réelle ou
complexe
H telleque ( H ~2
=~r.
On pose
On
approche
K(élément
deL2)
par une fonctionKnELl n L2,
obtenue enposant
2°
Lorsque  -
00, la fonction de corrélation deconverge, uniformément sur l’axe
réel,
versKn
*K".
Lorsque n -
oo, cette dernière fonction converge, uniformément surl’axe
réel,
vers la fonction y donnée.N. B. - Si
K E LI,
lapremière étape (remplacement
de K parKn)
estsuperflue.
ANN. INST. POINCARÉ, B-V-2 1 1
6. -
ESPACES
DE FONCTIONSSTATIONNAIRES
Nous venons de voir que, par un
procédé régulier,
on sait trouver unefonction
pseudo-aléatoire f
dont la fonction de corrélationapproche
uniformément une fonction de corrélation donnée. Nous nous posons maintenant la
question
suivante : la fonctionf
elle-même tend-elle vers unelimite,
dans chacune des deuxétapes
del’approximation
utilisée?Il faut pour cela définir le
type
de convergencequi
estadapté
à ce genre dequestions. Rappelons
d’abordquelques
résultats[2, 3]. L’espace
leplus
naturel danslequel
seplacent
les fonctions stationnaires(pseudo- aléatoires,
presquepériodiques, ...)
estl’espace
de Marcinkiewicz~112.
C’est
l’espace
des fonctionsf
à valeurscomplexes
de la variableréelle t,
localementintégrable,
telles quesoit un nombre fini
(dépendant
def ).
On démontre queM2
est un espace vectoriel.L’expression
est une semi-norme dans
~1~12.
Une fonctionpeut
avoir une semi-norme nullesans être
identiquement nulle,
car la définition del’espace /1(2
ne faitintervenir que des
propriétés
à l’infini.On
peut
associer àl’espace /1(2
sonquotient
par l’ensemble des fonctions telles que(I f I) =
0. On obtient ainsi un espace vectoriel danslequel Il f Il
est une vraie norme, et l’on démontre que cet espace est
complet.
C’estun espace de Banach.
Pour éviter
quelques
difficultésd’expression
et determinologie,
nousne ferons pas de distinction entre
l’espace /1(2 semi-normé,
etl’espace quotient
normé. Mais il faudra constamment serappeler
que lesfonctions f
appartenant à
~22
sontdéfinies
à uneéquivalence près
et que, siIl f -
gIl
=0, f et g peuvent cependant
avoir des valeurs tout à fait différentes sur tout intervalle fini.Bien
entendu,
si l’on s’intéresse à des sous-ensembles de/1(2
constitués par des fonctionsayant
une stricte définitionlocale,
ces réserves cessentd’être valables. C’est le cas par
exemple
pour les fonctions de la forme introduites ci-dessus.FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 151
L’espace ~~2
est très vaste. Il contient des sous-espacesimportants :
ceux
qui, a priori,
seront lesplus
utiles sont, dans l’ordre degénéralité
décroissant :
a)
l’ensemble des fonctionsf
pourlesquelles
existe
(fonctions ayant
une moyennequadratique) ;
b)
l’ensemble des fonctionsf ayant
une fonction decorrélation ; c)
l’ensemble des fonctionsf ayant
une fonction de corrélation conti-nue ;
d)
l’ensemble des fonctionspseudo-aléatoires.
Mais ces
quatre
sous-ensembles deJII2
sont peumaniables,
car ce nesont pas des espaces vectoriels.
Toute fonction stationnaire
f
donnéeengendre
un sous-espace vecto- rielV f
de ~~. Il suffit de considérer dansJII2
latrajectoire
des translatées def L’espace V f
est leplus petit
espace vectoriel fermé contenant cettetrajectoire.
Il est constitué par lafermeture,
au sens de la norme dansJ1I2,
des combinaisons linéaires finies de translatées de
f,
c’est-à-dire des expres- sions de la formeoù i, , ..., z" sont n nombres réels et al, ..., a" sont n nombres
complexes.
Quel
que soit le sous-ensemble deult2
danslequel
on décide de seplacer,
la con-vergence est celle de
l’espace A2.
Unesuite
fn
de fonctions converge vers une fonctionf
siComme les sous-ensembles utiles sont
-
ceux dans
lesquels Il f est
une vraie limite(et
non une limitesupérieure),
la définition ci-dessus
équivaut
àoù M est
l’opérateur
de moyenne habituel. Il est clair que, sifn f,
toute translatée
de fn
tend vers la translatéecorrespondante de f.
Cettedéfinition
n’implique
en aucunefaçon
quefn(t)
tende versf (t)
en unpoint
t.Elle a un caractère
purement asymptotique,
relatif aucomportement
à l’infini defn
et def. Mais,
sifn f
il en résulte despropriétés
de conver-gence des moyennes du second ordre.
THÉORÈME.
1° Si
fn ~ f, Il fn Il
-Il f
Enparticulier,
siM| fn |2
etexistent,
.
2 °
Si f ’"
a unefonction
de corrélation yn,f
a unefonction
de corrélation y, et yn tenduniformément
vers y.Démonstration.
IOLe
premier
résulfat est valable dans tout espace vectoriel normé. Il résulte del’inégalité
2°
Supposons
quef"
admette une fonction de corrélation. Pouralléger
les
notations,
nous poserons iciÉcrivons
Prenons les moyennes sur un intervalle fini
(
-T, T)
etappliquons
auxtermes du second membre
l’inégalité
de Schwarz :Si T -~ oo, les termes du second membre ont des
limites,
et l’on afnf: dt
a unelimite, égale
à yn.Lorsque n -
oc,r
FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 153
1
r -
le second membre tend vers 0. Il en résulte bien que -
ff’dt a
unelimite y, et que cette limite est la limite uniforme de la suite y~.
7 . - APPLICATION
Soit
K~
une suite de fonctionsappartenant
àL~
ettendant,
ausens
L~,
vers une limite K. Soitfo
une fonction stationnaire. Nous avonsconsidéré ci-dessus la suite de fonctions
Nous allons démontrer que la suite de
fonctions
de corrélation yn desf"
converge uniformément vers une limite. Cela résultera du théorème suivant : THÉORÈME. - Si la
fonction
de corrélation yo defo
estintégrable;
la suitede
fonctions fn
converge vers une certaine limitef,
au sens del’espace ~~2.
Démonstration. Comme
~~2
estcomplet,
il suffitd’appliquer
àf"
lecritère de
Cauchy.
Montrons que, si n et p sont suffisammentgrands, Il .În - fp Il peut
être rendu inférieur à G.On a
Comme est la convolution de
fo
parKn - Kp,
onpeut
calculerfp 12
par la formule duparagraphe
3(qui peut
même servir à calculer la fonction de corrélation def" - fn) :
On fait le
changement
de variablesOr, d’après l’inégalité
deSchwarz,
(Car
la norme au sensL2
pour la mesure deLebesgue
est invariante partranslation).
DoncOn peut encore écrire ceci
Comme
Kn
est une suite deCauchy
dansL2, fn
est une suite deCauchy
dans
.A2.
Elle a donc unelimite £
dont on sait par ailleursqu’elle
admetbien une fonction de corrélation.
Si
donc,
pourreprésenter
la fonction de corrélation y, on doit faireappel
a
priori
à une fonction K EL2, l’approximation
au sensL2
de K par une suiteKn
de fonction deL2
fournit en mêmetemps :
a)
uneapproximation uniforme
de y ;b)
une fonctionf",
admettant yn pour fonction decorrélation,
etqui
constitue une
approximation
au sens.A2
d’une fonctionf
admettant ~’pour fonction de corrélation.
En ce
qui
concerne~fo(~~t),
laquestion
estbeaucoup
moinssimple.
Nous vérifierons
plus
loin que,lorsque À -
oo,* K
ne tend vers aucune limite au sens de la convergence dans
.A2.
Mais nous avons besoin pour cela depropriétés d’orthogonalité
que nous n’avons pasencore introduites. Avant de les
étudier,
nous devons donnerquelques
indications sur la
question
del’irrégularité
locale des fonctions station- naires.8. -
IRRÉGULARITÉ
LOCALEOn
peut
admettre(quoique
lepoint
de vueopposé
soitparfois adopté)
que les fonctions stationnaires
f qui représentent
laplupart
desphéno-
mènes naturels sont localement très
régulières,
au sensmathématique
usuel : elles sont
continues, dérivables, peut-être
indéfiniment dérivables.Les «
pointes » qu’elles
semblentprésenter correspondent
à des variationsrapides,
mais s’arrondissent parchangement
d’échelle.Leur apparence
d’irrégularité
estcependant frappante.
Ils’agit
d’uneirrégularité
àgrande
échelle. Onpeut
faire à sonsujet quelques
remarquesgénérales :
La fonction
f
n’est paspériodique.
Elle n’est même pas « presque-FONCTIONS STATIONNAIRES. FONCTIONS DE CORRÉLATION 155
périodique » (~),
car sa fonction de corrélation tend vers zéro à l’infini.Il
n’y
a pas de « corrélation » sensible entref(t)
etf(t
+T)
dès que r est suffisammentgrand.
Cela revient bien à dire quef
nepossède
pas de pres-que-périodes.
Il est d’autre
part
bien évident que les conditionsasymptotiques
rela-tives à
f (la
fonction de corrélation existe et tend vers zéro àl’infini)
nepermettent
pas de définir une «irrégularité
semi-locale » moins fine quel’irrégularité
locale(continuité,
différentiabilitélocales)
etplus
fine quel’irrégularité
d’ensemble. Eneffet,
enremplaçant
sur un intervallefini
la fonction de
f
par une fonction absolumentquelconque,
même trèsrégulière,
on nechange
rien à sespropriétés asymptotiques.
Aux
propriétés
moyennes, il faut doncajouter
lespropriétés plus locales,
et c’est bien ce
qu’on
faitlorsqu’on part
de fonctions biendéfinies,
de laforme
ou mieux
fo
* K(pour
assurer lespropriétés
decontinuité)
parexemple.
Nous allons voir que, pour ces
fonctions, qui
ont toutes,quel
que soit lepolynôme 03C6,
les mêmespropriétés
du secondordre,
onpeut
faire appa- raître des distinctionsqui permettent
de définir ce que nousappellerons l’irrégularité
semi-locale.Une fonction localement
régulière
admet des centres et des axes desymétrie
locaux. Car elle est localement voi- sine d’unpolynôme.
Toutpoint
estdonc,
trèslocalement,
un centre desymétrie.
En tout maxi-mum ou minimum il passe, très
localement,
unaxe de
symétrie,
car sito
est l’abscisse du maxi- mum,f (t)
est localement fonctionpaire
de t -to.
Mais il
peut
arriver que cessymétries
se mani-festent à une échelle
beaucoup plus grande,
et deviennent alors tout à fait inadmissibles.Étudions l’exemple
suivant :(~)
On dit que la fonction f est presque périodique si, pour chaque 8 donné,1 ° il existe des « nombres de translation » i telles que, quel que soit t,
2° il existe un nombre 1 tel que dans tout intervalle de longueur 1, il y ait un nombre de translation (à tout a on peut associer un T tel que a T a + 1).
où K est une fonction
réelle, paire,
telle queK(s), sK(s), s2K(s)
soient inté-grables
sur( - oo, +00).
Nous allons montrer les résultats suivants : 1 ° Si l’onremplace
A pour un nombre « voisin »B,
il existe un intervalle centré surl’origine
danslequel
les fonctions cos2nA12
et cos2nBf2
sontvoisines
(leur
différence est uniformément inférieurc à un nombrcqui dépend de B -
A1.
2° Au
voisinage
dechaque point to, il
existe un intervalle danslequel
fonction
restent uniformément voisines.
3° Si B est
rationnel,
la fonctionadmet des axes de
symétrie.
Démonstration.
Si B - A est
inférieure à unnombre 11
considéré commepetit,
lepremier
membre est inférieur à
Donc,
pour tout t tel queon a une bonne
approximation
de cos2nAf2
par cos2nBi2.
Cetteapproxi- mation,
bienentendu,
n’est pas uniforme sur R.Donnons-nous une valeur