M4 Phys 2007

Mathmatiques pour la
Physique.
Bahram Houchmandzadeh
http://houchmanddzadeh.net/cours/Math/math.htm
First Version
Septembre 2008
Present Version
May 26, 2014
Table des matires

1
2
Introduction.
lments d'analyse fonctionnelle.
2.1
. . . . . . . . . . . . . . . . . . . . . . . . .
2.2
L'espace vectoriel des fonctions. . . . . . . . . . . . . . . . . . . . .
13
2.3
Les espaces vectoriels.
Quelques digressions historiques.
18
. . . . . . . . . . . . . . . . . . .
Les sries de Fourier.
19
3.1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
3.2
Les sries de Fourier. . . . . . . . . . . . . . . . . . . . . . . . . . .
20
3.3
Pourquoi les sries de Fourier sont intressantes ? . . . . . . . . . .
24
3.4
Un peu de gnralisation.
26
3.5
Les sries de sinus et de cosinus.
3.6
Vibration d'une corde. . . . . . . . . . . . . . . . . . . . . . . . . .
28
3.7
Drivation terme terme des series de Fourier.
. . . . . . . . . . .
29
3.8
Introduction.
Equation de la chaleur. . . . . . . . . . . . . . . . . . . . . . . . . .
31
. . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
Les transformations de Fourier.
26
44
4.1
. . . . . . . . . . . . . . . . . . . . . . . . . . .
44
4.2
Les oprations sur les TF. . . . . . . . . . . . . . . . . . . . . . . .
46
4.3
Transforme de Fourier Rapide. . . . . . . . . . . . . . . . . . . . .
47
4.4
Manipulation et utilisation des TF. . . . . . . . . . . . . . . . . . .
47
4.5
Entre en matire.
Relation entre les sries et les transforms de Fourier.
51
. . . . . . .
Les distributions.
53
5.1
. . . . . . . . . . . . . . . . . . . . . . . . . .
53
5.2
Un peu de dcence. . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
5.3
Manipulation et utilisation des distribution. . . . . . . . . . . . . .
58
5.4
Ce qu'il faut savoir.
Exercices.
63
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Convolution et corrlation.
65
6.1
Les convolutions. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
6.2
Auto-corrlation. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
Table des matires

7
Les transformes de Laplace.
75
7.1
Entre en matire.
. . . . . . . . . . . . . . . . . . . . . . . . . . .
75
7.2
Oprations sur les TL. . . . . . . . . . . . . . . . . . . . . . . . . .
76
7.3
Dcomposition en fraction simple.
78
7.4
Comportement assymptotique.
. . . . . . . . . . . . . . . . . . . .
80
7.5
Produit de Convolution. . . . . . . . . . . . . . . . . . . . . . . . .
83
7.6
Aperu des quations intgrales.
7.7
Aperu des systmes de contrle asservis (feedback systems).
7.8
La physique statistique.
7.9
TL inverse.
7.10 Exercices.
. . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . .
83
. . .
84
. . . . . . . . . . . . . . . . . . . . . . . .
84
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
Les fonctions de Green.
93
8.1
93
8.2
Le potentiel lectrostatique. . . . . . . . . . . . . . . . . . . . . . .
96
8.3
La propagation des ondes
98
8.4
Propagateur pour l'quation de Shrodinger.
. . . . . . . . . . . . .
99
8.5
Entre en matire . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Disposer d'une base propre. . . . . . . . . . . . . . . . . . . . . . .
99
. . . . . . . . . . . . . . . . . . . . . . .
Les oprateurs linaires.
100
9.1
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
9.2
L'algbre des oprateurs. . . . . . . . . . . . . . . . . . . . . . . . . 102
9.3
Reprsentation matricielle des oprateurs. . . . . . . . . . . . . . . 107
9.4
Valeurs et Vecteurs propres. . . . . . . . . . . . . . . . . . . . . . . 110
9.5
Disposer d'une base propre orthogonale. . . . . . . . . . . . . . . . 112
9.6
Oprateurs hermitiens. . . . . . . . . . . . . . . . . . . . . . . . . . 114
9.7
Mthodes opratorielles, algbre de Lie.
. . . . . . . . . . . . . . . 116
10 Les systmes Sturm-Liouville.

10.1 Introduction.
119
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
10.2 Reformulation opratorielle. . . . . . . . . . . . . . . . . . . . . . . 123

10.3 Detour : la mcanique quantique ou pourquoi les valeurs propres
ont pris tant d'importance.
. . . . . . . . . . . . . . . . . . . . . . 128
10.4 Les systmes Sturm-Liouville. . . . . . . . . . . . . . . . . . . . . . 130

10.5 Les solutions polynomiales de Sturm-Liouville.
. . . . . . . . . . . 131
10.6 Valeurs et fonctions propres. . . . . . . . . . . . . . . . . . . . . . . 135

10.7 Les solutions non-polynomiales. . . . . . . . . . . . . . . . . . . . . 136
10.8 Problmes.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
11 Le calcul variationnel
11.1 Introduction.
139
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
11.2 Calcul des variations. . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Table des matires

11.3 Plusieurs degrs de liberts. . . . . . . . . . . . . . . . . . . . . . . 145
11.4 Formulation Lagrangienne et quation du mouvement d'un champ. 148
11.5 Optimisation sous contraintes. . . . . . . . . . . . . . . . . . . . . . 151
11.6 Les conditions aux bords naturelles 1.
. . . . . . . . . . . . . . . 157
. . . . . . . . . . . . . . . . 159
11.8 Dtour : lments de gomtries non-euclidiennes. . . . . . . . . . . 160
12 Calcul des perturbations.
168
12.1 Les perturbations rgulires. . . . . . . . . . . . . . . . . . . . . . . 168

12.2 Les perturbations singulires.
. . . . . . . . . . . . . . . . . . . . . 172
13 Les oprateurs direntiels.
179
13.1 Mtrique et Systme de coordonnes. . . . . . . . . . . . . . . . . . 179

13.2 Nabla, div et les autres.
. . . . . . . . . . . . . . . . . . . . . . . . 181
13.3 Le gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181

13.4 Champ de vecteurs.
13.5 Le rotationnel.
. . . . . . . . . . . . . . . . . . . . . . . . . . 182
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
13.6 La divergence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

13.7 Le Laplacien.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
13.8 Rsumons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

13.9 Problmes.
13.10Notes.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
14 Les tenseurs en physique.
194
14.1 Les tenseurs de rang 2. . . . . . . . . . . . . . . . . . . . . . . . . . 194

14.2 Gnralisation des tenseurs. . . . . . . . . . . . . . . . . . . . . . . 197
14.3 Les composantes d'un tenseur.
. . . . . . . . . . . . . . . . . . . . 198
14.4 Changement de base. . . . . . . . . . . . . . . . . . . . . . . . . . . 200

14.5 Le produit scalaire gnralis, covariant et contravariant, les formes
linaires. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
15 quation drive partielle du premier ordre.

15.1 La mthode des caractristiques.
15.2 Interprtation gomtrique.
15.3 Gnralisation.
. . . . . . . . . . . . . . . . . . . . . . 206
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
16 Les formes direntielles et la drivation extrieure.

16.1 Introduction.
16.2 Les
204
. . . . . . . . . . . . . . . . . . . 204
211
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
1formes.
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212
16.3 Intgration des 1-formes. . . . . . . . . . . . . . . . . . . . . . . . . 213

16.4 les
nformes
nvecteurs.
kformes. . .
et les
16.5 L'intgration des
. . . . . . . . . . . . . . . . . . . . 214
. . . . . . . . . . . . . . . . . . . . 215
Table des matires

16.6 La drivation extrieure. . . . . . . . . . . . . . . . . . . . . . . . . 217
16.7 thorme de Stockes. . . . . . . . . . . . . . . . . . . . . . . . . . . 222
16.8 Intgration par partie. . . . . . . . . . . . . . . . . . . . . . . . . . 224
16.9 Un peu de gometrie : vecteurs, 1-formes et leurs associations. . . . 224
16.10L'oprateur de Hodge. . . . . . . . . . . . . . . . . . . . . . . . . . 229
16.11Quelques applications. . . . . . . . . . . . . . . . . . . . . . . . . . 230
17 Les quations de la physique.
234
17.1 Qu'est ce qu'une quation direntielle ? . . . . . . . . . . . . . . . 234

17.2 Equation de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . 235
17.3 Equation d'onde et de chaleur.
. . . . . . . . . . . . . . . . . . . . 238
18 Qu'est ce qu'un nombre ?

18.1 Les entiers naturels
18.2 Les ensembles
et
N.
Q.
240
. . . . . . . . . . . . . . . . . . . . . . . . . 240
. . . . . . . . . . . . . . . . . . . . . . . . . 241
18.3 Un peu de topologie. . . . . . . . . . . . . . . . . . . . . . . . . . . 242

18.4 L'ensemble des nombres rels. . . . . . . . . . . . . . . . . . . . . . 244
18.5 Les nombres
padiques.
. . . . . . . . . . . . . . . . . . . . . . . . 246
19 Bibliograhie.
248
1 Introduction.
Durant les deux premires annes de l'universit, on apprend les bases essentielles des mathmatiques : calcul direntiel et integral, algbre linaire, quations direntielles linaires, etc. L'objet de ce cours est d'utiliser ce corpus pour
introduire les mthodes mathmatiques dites suprieures utilises pour rsoudre
les problmes classiques de la physique.
Les mathmatiques ne sont pas une collection de mthodes juxtaposes et sans
relation : il existe des concepts extremement gnraux qui nous permettent de
porter le mme regard sur des notions priori disparates. Le concept qui reviendra
tout au long de ce cours est celui de l'espace vectoriel. Ainsi, tourner un vecteur du
plan d'un angle quelconque ou appliquer un oprateur integro-direntiel une
fonction sont fondamentalement la mme chose ; de mme que trouver les valeurs
propres d'une matrice ou rsoudre une quation drive partielle linaire. C'est
bien pour cela que l'tudiant apprend un tel volme d'algbre linaire dans les
cours de mathmatiques lmentaires.
Le plan du cours est le suivant : Aprs une introduction (un rappel) des espaces
vectoriels, nous verrons que les fonctions elles mmes peuvent tre considres
commes des points (des vecteurs) dans un grand espace des fonctions, et que
nous pouvons dnir des bases orthogonales dans cet espace presque comme on
le fait dans l'espace tri-dimentionnel.
Le chapitre suivant est consacr aux sries de Fourier, le premier exemple pratique que nous verrons de bases dnombrables dans l'espace des fonctions sur
un intervalle
ni. Nous verrons entre autre comment cette base nous permet de
rsoudre les quations classique de la physique comme celle de diusion de la

chaleur ou des cordes vibrantes.
Nous avons souvent aaire des fonctions dnies sur des intervalles
innis. Les
transformes de Fourier nous permettent de disposer de bases pour l'espace de ces

fonctions. Comme souvent cependant, les innis posent des problmes particuliers
et nous auront allors dnir les
distributions,
une gnralisation des fonctions
qui introduit en mathmatique le concept de charge (ou force) ponctuelle si cher

aux physiciens. Nous verrons alors le nombre incroyable de problmes que ces
nouvelles mthodes nous permettent d'aborder : de la rsolution des quations
direntielles celle d'quations stochastiques (comme le mouvement brownien)
en passant par la diraction par les cristaux etc.
Le cousin germain des transformes de Fourier est la transforme de Laplace :
nous verrons comment l'utiliser pour tous les problmes o les conditions initales
1 Introduction.
sont importantes.
Finalement, un complment util tous ces outils est la mthode de Green (ou
fonctions de Green) qui nouveau a voir avec la gnralistation des charges
ponctuelles : si on connait l'eet d'une charge (ou d'une force ou ...) ponctuelle,
on peut alors facilement calculer l'eet d'une distribution de charge (de force ...).
Nous allons revenir sur le concept gnral d'operateur integro-direntiel. Une
rotation ou une homotetie transforment de faon
autre. Un oprateur direntielle linaire comme
linaire
un vecteur dans un
2
(t Dx )
fait la mme chose
pour les fonctions, considres comme des vecteurs d'un grand espcace. Nous savons qu'tudier une application linaire est toujours beacoup plus simple dans sa
base propre. La mme chose est vrai pour les vecteurs et valeur propres des oprateurs. Les transformes de Fourier nous fournissaient une base trs particulire
bien adapt certains problmes de physique, nous verrons d'autres bases comme
celle des polynomes othogonaux et nous gnraliserons le calcul des oprateurs.
Quelques chapitres sont consacrs aux notions plus avances qui devront nanmoins tre connues des tudiants la n de leur Master. Nous abordons le calcul
des perturbations, outil indispensable ds que nous tentons la rsolution de vrai
problmes, c'est dire ceux qui s'cartent un peu des exemples classiques que
nous savons rsoudre. Par exemple, nous savons rsoudre une quation direntielle d'une certaine forme, le calcul de perturbation nous permettra d'obtenir
une solution approche quand la forme change lgrement.
Un chapitre est consacr aux claculs des variations qui est une gnralisation
des problmes d'extrmum l'espace des fonctions et des fonctionnelles qui y
agissent. La plupart des problmes de physique sont formule dans ce langage ou
gagne tre formul dans ce langage.
Nous aborderons galement la thorie des formes direntielles. Souvent ces
objets sont enseigns dans le cadre de la thorie des tenseurs et vue comme des
tenseurs alterns. Il est cependant beacoup plus simple de les aborder directement
et en donner une image gomtrique, surtout que ce sont des objets trs simple
manipuler et qui donnent de la cohrence aux divers operateurs direntiels
comme le gradient, rotationnel et divergence. Nous verrons comment certaines
lois de la physique comme les quations de Maxwell acquiert une signication
gomtrique intuitive.
La thorie des tenseurs sera galement dans un chapitre. Nous nous contenterons essentiellement des tenseurs dans un espace euclidien o il n'y a pas faire
de dirence entre les vecteurs et les covecteurs.
Enn un petit chapitre est consacr aux nombres. Nous les manipulons depuis
si longtemps que nous avons oubli comment on les a construit. Ce chapitre tente
de remedier cet oubli.
Bon, susement disgress, voyons du concret.
2 lments d'analyse
fonctionnelle.
Les espaces vectoriels jouent un rle unicateur fondamental en mathmatiques. Peut-tre cela rappelle au lecteur des souvenirs de matrices, de bases
et de ses changements, ... Nous allons revoir tout cela de faon assez legre mais
fonctions. Nous allons voir

vecteurs dans des espaces de
surtout applique l'ensemble extrmement vaste des

que nous pouvons dcrire les fonctions comme des
dimensions innies, en utilisant pratiquement les mmes outils que pour des vecteurs trois dimensions. Cela s'appelle
analyse fonctionnelle
et a t formalis
par Hilbert au dbut des annes 1900. Le reste de ce cours s'appuie constemment
sur les rsultats de ce chapitre dont la lecteure est indispensable.
2.1 Les espaces vectoriels.

Qu'est ce qu'un espace vectoriel ?
Nous connaissons dj certains ensemble
clbre comme celui des nombres rls
ou complexes
la suite indiremment l'ensemble des scalaires

ensemble
o l'opration
S.
C.
On les appellera dans
Un espace vectoriel est un
a un sens. Pas n'importe quel sens d'ailleurs, mais

1
cette opration : (i) si a et b appartiennent

a + b aussi ; (ii) a + b = b + a . En plus, multiplier un vecteur
par un scalaire a un sens, qui plus est, lui aussi trs naturel : si s, s1 , s2 S et
a, b E , alors : (i) sa E ; (ii) (s1 + s2 )a = s1 a + s2 a ; (iii) s(a + b) = sa + sb ;
2
(iv) E possde un lment zro, qu'on notera 0 tel que a + 0 = a, a, 0 E .
N'oublions pas que quand on parle de sa, on parle bien d'un vecteur et non
ce qu'on associe instinctivement
notre ensemble, alors
d'un
scalaire.
L'ensemble des maisons d'une ville par exemple n'a pas vraiment
une structure d'espace vectoriel. Par contre, l'ensemble des vecteurs dans un
plan, l'ensemble des polynmes, ou l'ensemble des fonctions dnies sur
[0, 1]
ont une structure d'espace vectoriel. L'intrt majeur est que tout ce que l'on
peut armer pour l'un de ces ensembles (en rapport avec son caractre vectoriel)
pourra tre gnralis aux autres.
1. un instinct forg par une douzaine d'anne d'tude.

2. En caractre gras pour ne pas le confondre avec le
des scalaires.
3. Bon, il faut, de temps en temps, prendre des prcautions.
2 lments d'analyse fonctionnelle.

Bases d'espace vectoriel.
espace
Une base est l'ensemble de certains lments de notre
qui nous permet de dcrire tout les autres. Pour tre plus rigoureux,
e1 , e2 , e3 , ..., ei E, soit une base. Dans ce cas, pour n'importe

E , on peut trouver des scalaires ( des chires donc) si tel que
a =
si ei . On dit que a est une combinaison linaire des vecteurs ei . Bien
i
sr, il faut prendre le minimum de ei qui rende cette description faisable. Pour
cela, il sut d'exiger qu'aucun des ei ne puisse tre une combinaison linaire des
supposons que
quel lment
de
autres (on dit alors que ces vecteurs sont linairement indpendant). Les scalaire
si
a sont
{e}.
qu'on aura trouv pour la description de
les
composantes
du vecteur
dans la base
alors unique. On les appelle
Le grand intrt des bases est qu'elles nous permettent de manipuler les vecteurs comme des collections de chires. Pour les vecteurs dans le plan, nous ne
sommes pas oblig de faire des dessins, nous pouvons les reprsenter par des duplets
(x1 , x2 )
si nous nous sommes xs l'avance deux vecteurs de rfrences.
A partir du moment o on peut reprsenter les objets par des chires, on peut
pratiquement tout faire (hem).
Pour l'espace vectoriel des polynmes, les polynmes
une base. Une autre serait
{1, (1 X), (1 X) , ...}.
1, X, X 2 , ...
constituent
Bien sr, le choix de la
base n'est pas unique. On peut cependant remarquer que l'ensemble des vecteurs
du plan est de dimension
(il sut de deux vecteurs pour dnir une base),
tandis que l'ensemble des polynmes est de dimension innie. Ce n'est pas une
trs grande innie, le nombre d'lments dans la base qui couvre les polynmes
est le mme que celui des nombres dans
4
N.
On dit alors que c'est une innie
dnombrable .
Quand est il de l'espace des fonctions ? A priori, c'est un espace d'une trs
grande dimension. On verra par la suite que si on se donne quelques restrictions,
on peut galement dnir une base
dnombrable
pour cet espace. C'est un des
thormes les plus fascinants d'analyse.
Le produit scalaire.
On peut enrichir la structure d'espace vectoriel en rajoutant
d'autres opration que le
+ et le produit par un scalaire. L'opration la plus utile
dnir pour l'Analyse est le
produit scalaire (qu'on appelle galement le produit

vecteurs, associe un
intrieur). Le produit scalaire est une opration qui, deux
scalaire 5 . Nous noterons le produit scalaire de deux vecteurs (a, b). En physique,
on a plus l'habitude de le noter par
.,

a b
en mcanique quantique par
a| b
Nous sommes assez habitus depuis les annes du lyce avec ce concept. Un
bon produit scalaire doit avoir ces quelques proprits :
4. C'est le plus petit des innis. Sans rentrer dans les dtails, l'inni qui ensuite est vraiment
plus grande que
est celui de
R.
L'ensemble de toutes les fonctions est une innie encore plus
grande.
5.
(., .) : E E S.Si
l'espace vectoriel est associ aux rels (complexes), le scalaire est un
rel (complexe).
10

(sa, b) = s(a, b) o s S, et a, b E .
(ii) (a + b, c) = (a, c) + (b, c). o a, b, c E .
(iii) (a, a) R et (a, a) > 0 si a = 0 et (a, a) = 0
(i)
si
a = 0.
Par exemple, dans l'ensemble des vecteurs du plan, on peut dnir un produit
scalaire par
et
(a, b) =
xi yi
xi
et
yi
sont les composantes des deux vecteurs
b.
La proprit (iii) est trs intressante. Elle nous permet de dnir la
d'un vecteur, qu'on appelle sa
norme
et que l'on note
= (a, a).
longueur
L'intrt
de pouvoir disposer d'une norme est immense. On peut par exemple savoir si
a, b sont proches l'un de l'autre en regardant la norme de leur

a b , ce qui nous permet son tour de dnir la notion de limite
vous, les blabla, blabla tel que blablabla ...). Cela parat vident si
deux vecteurs
dirence
(souvenez
l'on parle des vecteurs d'un plan, a l'est beaucoup moins quand on discute des
espaces vectoriels plus riches comme celui des fonctions. Est ce que par exemple,
on peut dire que la fonction
sin(.)
et
log(.)
sont proches ?
Nous avons besoin aussi de prciser la commutativit. Nous exigeons du produit

scalaire :
(a, b) = (b, a) si E est associ aux rels ;

(iv') (a, b) = (b, a) si E est associ aux complexes.
2
Par exemple, pour les vecteurs de C , on peut dnir le produit scalaire de a, b
par
i xi yi o xi , yi sont les composantes de a et b. Notez bien que l'on doit
(iv)
multiplier la composante de l'un par le complexe conjugu de l'autre si on veut

6
respecter la proprit (iii) et disposer d'une norme . La proprit (iv) ou (iv)',

combine la proprit (i) nous donne :
(i')
(i)
(a, sb) = s(a, b) si E est associ aux rels ;

(a, sb) = s (a, b) si E est associ aux rels.
L'orthogonalit.
vecteurs (=
0)
Nous nous souvenons que pour les vecteurs dans
sont perpendiculaires (qu'on note
ab
Rn ,
deux
) ssi leur produit scalaire
est nul. Nous acceptons cette dnitions pour tout espace vectoriel. On appelle
une base orthogonale une base telle que tout ses lments soit perpendiculaire l'un
l'autre. Nous avons un avantage fantastique utiliser des bases orthogonales.
D'abord, si les vecteurs
e1 , e2 , ...
sont orthogonale les uns aux autres, ils sont
linairement indpendant. Si notre espace vectoriel est de dimension

sut donc de trouver
les
vecteurs tous
n,
il nous
uns aux autres et le tour est jou :
nous disposons d'une base !

6. Un exemple intressant de produit scalaire qui ne
relativit restreinte. On repre un
(x, y, z, t)
vnement
respecte
et le produit scalaire de deux vnement est dni par
Deux vnement
distincts
pas (iii) est donn par la
par ses quatre coordonnes spatiotemporelles
x1 x2 + y1 y2 + z1 z2 t1 t2 .
peuvent donc tre distance nulle l'un de l'autre.
11

On peut exiger encore plus d'une base : qu'elle soit orthonorme, c'est dire
que la norme de tous ses lments soit l'unit. Si nous disposons d'une base
orthonorm, on peut trouver les composantes d'un vecteur quelconque de faon
a est un vecteur et (e1 , ...en ) une base orthonorme, alors

a selon ei est (a, ei ). Comme
n
des vecteurs dans R .
extrmement simple : si
a=
(a, ei )ei ,
c'est dire que la composante de
exemple, prenez le cas
Exercices.
1. Dmontrer que les deux vecteurs
vectoriel
C2
associ
2. Dmontrer que si
C.
(1, 0) (0, 1) forment une base pour l'espace

(i, 0) et (0, i).
Mme chose pour les deux vecteurs
a b = 0,
alors
a = b.
3. Dmontrer que pour l'espace des matrices
n n,
ai,j bi,j
est un produit
scalaire. Ce produit scalaire est souvent utilis en analyse matricielle numrique pour l'valuation de la stabilit des mthode itratives.
4. Dmontrer que si
vecteurs sont mutuellement orthogonaux, alors ils sont
linairement indpendants.
5. Dmontrer que si
vecteur
{e1 , ..., en } est une base orthonorme, alors n'importe quel
peut s'crire sous la forme
a=
(a, ei )ei
i=1
Comment doit on modier cette formule si la base est simplement orthogonal, mais pas orthonorme ?
6. En ralit, une norme pour pouvoir lgalement porter ce nom, doit respecter
l'ingalit triangulaire :
a+b a + b
Dmontrez que la norme dnie par le produit scalaire vrie cette ingalit.
Pour cela il faut d'abord dmontrer l'ingalit de Cauchy-Schwarz :
|(a, b)|2 a . b
qu'on peut assez facilement dmontrer en considrant le produit
(a+b, a+
b) 0.
7. Pouvez vous gnraliser le produit scalaire dans
Rn
l'espace des poly-
nmes ? Et surtout dmontrer qu'il respecte toutes les proprits d'un produit scalaire ?
12

8. Un operateur linaire est une fonction linaire de l'espace vectoriel dans lui
mme : il prend un vecteur en entre et produit un vecteur en sortie. La
linarit veut dire que si
est un oprateur linaire,
quelconques de l'espace vectoriel et
a, b
deux membres
deux scalaires, alors
L(a + b) = L(a) + L(b)

(N'oublions pas que
b).
L(a)
et
Si on se donne une base
action sur
chaque
L(b) sont des vecteurs au mme titre que a et

{ei }, l'operateur peut tre caractris par son
vecteur de la base :
L(ej ) =
Lij ei
i
Lij sont les comosantes de l'application L dans la base des

{ei }. En gnral, pour les reprsenter, on les dispose dans un tableau (appel
matrice) o la ime ligne et la jme colonne contient le nombre Lij .
Dmontrez que les composantes de deux vecteurs quelconque a et b tel que
b = L(a) sont reli par la relation (noter l'ordre des sommations)
Les nombres
bi =
Lij aj
j
9. Dmontrer alors que si la base est orthonormale,
Lij = (ei , L(ej ))

En langage claire, pour connaitre la composante
Lij
d'une matrice, il faut
trouver d'abord le vecteur qui rsulte de l'application de l'operateur au
jme
vecteur de la basep
= L(ej ), et former le produit scalaire

ime vecteur de la base.
bases {ei } et {fi } et P une application linaire tel que
de ce
vecteur avec le
10. Soit deux
P (ei )
P 1 (fi )
P
= fi i = 1, 2, ..., n
= ei
est couramment appel l'application de
passage. Soit A une application
linaire quelconque dont les lments dans la base des

par la matrice
aij .
Soit maintenant l'application linaire
ses lments de matrice dans la base des
{fi } sont donnes

P 1 AP . Calculer
{ei }.
2.2 L'espace vectoriel des fonctions.

Rn c'est bien, mais nous nous intressons
un espace beaucoup plus vaste, celui des fonctions. Soit F l'ensemble des fonctions
Manipuler des vecteurs dans l'espace
13

RR
I.
dnies sur un intervalle donne
Les fonctions sont en faite des boites
noire qui prennent des chires en entre et produisent des chires en sortie. La
fonction
sin(.)
par exemple, une valeur
xI
associe le nombre
sin x.
On peut
voir les fonctions comme des points dans un espace immensment grand o en se
baladant, on rencontrerai de temps en temps des fonctions connues comme
log(.),
exp(.), exp(2.)
et la plupart de temps des fonctions qui n'ont pas de nom .
Le produit scalaire.
Il est vident que
possde une structure d'espace vecto-
riel. On ne sait pas encore si nous pouvons tendre la notion de base cet espace,
mais on peut parfaitement dnir des produits scalaires. Le produit scalaire que
l'on utilisera abondamment est le suivant :
(f, g) =
f (x)g(x)dx
I
On dmontrera dans un exercice que ce produit scalaire a toute les bonnes proprits. Mais on peut noter que cette dnition gnralise la somme
produit scalaire dans
Rn ,
quand
xi yi du
(souvenez vous de la dnition de l'in-
tgral).
Bien, nous disposons d'un produit scalaire, on peut donc dnir la norme d'une
fonction.
[f (x)]2 dx
=
I
Cette norme, appele

l'intervalle
L2 ,
est trs populaire. voyons quelques exemples, pour
[0, 2],
2
2.
= 0 exp2 (x)dx = (exp 4 1)/2.
sin(.) =
3.
log(.) =???
1.
4.
exp(.)
1/(.)
faire en exercice.
si
n > 1.
On voit ici les premires bizarreries des ces grands espaces ( de dimension inni)
apparatre : un lment priori sympathique peut avoir une norme innie.
Le lecteur a remarqu que jusque l, nous avons utilis une notation particulire
pour distinguer une fonction (un point dans l'espace vectoriel des fonctions) de
la valeur que prend cette fonction pour une entre particulire : la premire est
note
f (.)
est la deuxime
f (x).
Comme cette notation est quelque peu lourde
et que nous esprons que le lecteur est maintenant habitu cette distinction,
nous emploierons partir de maintenant indiremment la notation
f (x)
pour
les deux notions. Le contexte dtermine si on parle de la fonction ou de sa valeur.
7. En faite, si on se baladait dans cet espace de faon alatoire, on ne rencontrerai jamais

des fonctions connues.
14

Nous avons mentionn plus haut que disposer d'une norme nous permet de
savoir si deux fonctions sont proches ou mme identique si
[0, 1] : f (x) = 1
norme L2 , ces deux
drons alors les deux fonctions, dnies sur

et
g(x) = 0
tiques
si
x = 0.
Au sens de notre
f g = 0. Consig(x) = 1 si x = 0
et
fonctions sont iden-
! Grossirement parlant, notre norme est une lunette pas trop prcise et
ne distingue pas les dirences subtiles entre deux fonctions. Elle ne va retenir
9
que les traits les plus importants . Ainsi, quand
fn (x) = x
converge vers
f (x) = 0
n ,
[0, 1]
sur l'intervalle
la suite des fonctions

au sens
L2 ,
mais ne
converge pas au sens des convergences uniformes.

Notons enn que si nous manipulons l'ensemble des fonctions qui associent
une valeur relle un nombre
complexe, i.e. f : R C,
nous devons lgrement
modier la dnition du produit scalaire :
f (x)g(x) dx
(f, g) =
I
o le symbole
dsigne le complexe conjugu.
L'orthogonalit.
La notion d'orthogonalit se gnralise immdiatement aux
sont orthogonales si (f, g) = 0. Ainsi, sur l'inter[1, 1], les fonctions 1 et x sont orthogonales. De mme pour les fonction
exp(x/2) et exp(x/2)(1 x) sur l'intervalle [0, ].
fonctions :
et
g (= 0)
valle
Nous avons vu plus haut que la notion d'orthogonalit nous donne un srieux
coup de main pour trouver une base. En particulier, dans un espace de dimension
n,
il nous sut de trouver
vecteurs orthogonaux pour avoir une base. Peut
on gnraliser ce rsultat des espaces de dimension innie ? la rponse est oui

si on prend des prcautions. Les fonctions de normes innies nous posent de
srieux problmes. Nous allons donc restreindre notre espace de fonctions en
nous contentant des fonctions de carr sommable, c'est dire des fonction
que
|f (x)|2 dx < .
I
tel
Nous avons alors le thorme fondamental suivant :
Dans l'espace des fonctions de carr sommable, on peut trouver des

ensembles
inni dnombrable
de fonctions orthogonaux qui chacun
constitue une base.

Le lecteur peut mditer sur ce thorme : pour l'noncer ( sans le dmontrer )
nous avons pris de nombreux raccourcies sans mme avoir prcis certains termes,
encore moins leur donner un peu de rigueur et de dcence. Nous allons dans la
8. C'est mme pire : Si la fonction
est dnie par
sens de notre norme, elle est identique la fonction
f.
g(x) = 0
si
xQ
et
g(x) = 1
sinon, au
Bien sr, on aurait besoin de rednir
ce que l'on entend par une intgrale.

9. Il existe bien sr des normes aux pouvoirs de rsolutions beaucoup plus grande, comme
celle utilise pour la convergence uniforme des suites de fonctions.
15

suite clarier un peu mieux les choses, sans les dmontrer. Mais avant cela, voyons
le ct trange de ce thorme.
Comme nous l'avons indiqu, l'inni dnombrable, celui des nombres entiers, et
le plus petit des innis. Il a cette particularit que pour un nombre donn, on peut
indiquer celui qui est juste avant et celui qui est juste aprs. L'inni des nombres
rationnels n'est pas vraiment plus grand, ni celui des nombres algbriques. Par
contre, l'inni des nombre rels est vraiment plus grand. On peut dire grossirement
10
que
R = 2N (bien
sr, on parle en faite du cardinal, de la taille, de ces
ensembles) : pour reprsenter
un nombre rel, nous avons absolument besoin de N
nombre entier. L'ensemble des fonctions est beaucoup, beaucoup plus vaste. Ima-
une seule
ginez que pour reprsenter
fonction, nous avons besoin de
nombre
rel. Le thorme ci-dessus nous dit que si la fonction est de carr sommable, nous
n'avons alors besoin pour la reprsenter que de
nombre rel ! Une exigence a
priori anodin, que les fonctions soient de carr sommable, rduit srieusement la
taille de l'ensemble des fonctions.
Aprs ces digressions philosophicales, un peu de concret. D'abord, qu'est ce
que a veut dire une base dans ces espaces innis ? intuitivement, a doit tre la
mme chose que les espaces de dimensions ni : un ensemble d'objet lmentaire
qui nous permet de dcrire tous les autres. Supposons que, dans l'espace des
fonctions,
E = {e1 , e2 , ...} constitue une base orthonorme.

f doit pouvoir s'crire, de faon unique,
Dans ce cas, une
fonction quelconque
fn en (x)
f (x) =
n=1
o les
fn
sont des
scalaires
qu'on appelle les composantes de
sur la base
Elle sont donnes, comme pour des espaces de dimensions nis, par la
de
{en }.
projection
sur les vecteurs de base en utilisant le produit scalaire :
fn =
f (x)en (x)dx
I
fn est bien un nombre, un scalaire. On peut dnir une

N
N (x) =
i=1 fn en (x). Si l'ensemble E est bien une base,
0 quand N . Cela veut dire qu'on peut approximer une
Remarquez que
suite
de fonctions
alors
f N
fonc-
tion par une somme nie de fonctions de base, et on peut rendre cette approximation aussi bonne qu'on le souhaite en prenant susamment de composante.
Le lecteur est dj partiellement habitu cette ide : le dveloppement de Taylor approxime une fonction par la combinaison des fonctions
10. le cardinal de
xn .
N est not 0
(aleph zro), celui de R 1 si on accepte l'axiome de choix. En

0 et 1 comme une succession (innie ) de bits 0 et 1 (comme
1 = 20 parat assez raisonnable. Nous devons tous ces rsultats
pensant aux nombres rels entre

en informatique), la relation
L'espace des
sur les innis aux travaux de Georg Kantor, la n du dix-neuvime sicle.
16

fonctions qui peuvent tre couvert par un dveloppement de Taylor est cependant beaucoup plus petit que
L2 .
Les mathmaticiens ont t amen trouver
donc d'autres bases. Chaque base est bien adapt aux traitements d'un certain
nombres de problmes, essentiellement la rsolution d'une certaine classe d'quations direntielles. La base la plus populaire, est de loin, et celui propos par
monsieur Fourier, prfet de l'Isre en son temps, au tout dbut du XIX
me
sicle.
Ce sera l'objet du prochain chapitre.
Exercices.
1. Donner une dnition prcise de la convergence d'une suite au sens de la
norme
L2
dans l'espace des fonctions de carr sommable.
2. montrer que la fonction
g(x) = 0
au sens
f (x) = xn
dnie sur
[0, 1] converge vers la fonction
L2 .
3. Dmontrer que la convergence uniforme implique la convergence au sens
L2 .
L'exemple prcdent montre bien sr que le contraire n'est pas vrai.
4. En algbre linaire, les formes bilinaires gnralisent le concept du produit

scalaire. On peut suivre le mme chemin et dnir le produit scalaire entre
deux fonctions par
(f, g) =
w(x)f (x)g(x)dx
I
o la fonction
w(x)est
appel le poids. Dmontrer que cette dnition pos-
sde les proprits d'un produit scalaire. Que doit on imposer la fonction
poids ?
5. On appel polynmes orthogonaux des polynmes
Pn (x)
de degrs
n,
or-
thogonaux les uns aux autres au sens du produit scalaire dni plus haut.
Trouver les trois premiers polynmes associs au poids
tervalle
[1, 1].
w(x) = 1
et l'in-
On appelle ces polynmes les polynmes de Legendre.
6. Dmontrer que les polynmes de Legendre que vous avez trouv obissent
l'quation direntielle
(1 x2 )y 2xy + n(n + 1)y = 0

En ralit, c'est souvent pour cela que l'on cherche les polynmes orthogonaux : ils sont solution d'quations direntielles intressante pour la
physique.
7. Mme question que 5 pour le poids
w(x) = ex et
l'intervalle
[0, [.
Ces
polynmes sont associs la solution de l'quation de Schroedinger pour

l'atome d'hydrogne.
17

8. L'opration
D = d/dx
est une opration linaire dans l'espace des fonc-
tions inniment drivable (C
: (i) elle prend une fonction en entre
et donne une fonction en sortie ; (ii) elle fait cela de faon linaire,
D(f + g) = Df + Dg ,
sont des scalaires et
f, g
i.e.
des fonc-
fn (x) constituant une base

dfn (x)/dx = fn (x) + an fn+1 (x). Pouvez-vous donner
matricielle de D dans la base des fn ?
tions. Supposons que des fonctions orthonormes

obissent la relation
la reprsentation
2.3 Quelques digressions historiques.

Le concept d'espace vectoriel des fonctions a t propos par Hilbert la n
du dix-neuvime et dbut du vingtime sicle et a uni de nombreux champs de
recherches en mathmatique. La rsolution des quations intgrales pouvait par
exemple tre ramen la recherche des valeurs propres d'une certaines matrices.
La rsolution d'un systme d'quations direntielles de premier ordre pouvait
tre donn directement comme l'exponentiel d'une matrice, ... Nous n'puiserons
pas par quelques exemples l'approche profondment novateur d'Hilbert. Ce champ
de recherche tait cependant mconnu des physiciens. Au dbut des annes 1920,
Heisenberg et ses collgues ont invent une mcanique matricielle (qu' Einstein
qualia de cabalistique dans une lettre Plank) pour expliquer les phnomnes
observs la petite chelle des atomes et des lectrons. Quelques annes plus
tard, Schroedinger a propos sa clbre quation d'onde, qui elle aussi expliquait
assez bien les phnomnes observs. C'est Von Neumann qui a dmontr la
n des annes 1920 que ces deux approches taient fondamentalement la mme
(voir exercice 8 plus haut) : l'quation de Schroedinger utilise un oprateur dans
l'espace des fonctions de carr sommable( qui transforme une fonction dans une
autre fonction, comme une matrice qui transforme un vecteur dans un autre
vecteur ), donc associ une matrice innie. Depuis, les grands succs de la
mcanique quantique ont encourag les physiciens assimiler ces concepts ds
leur plus tendre age, ce qui les aide traiter de nombreux champs de recherches
autres que la mcanique quantique par les mme techniques.
18
3 Les sries de Fourier.

Nous allons dans ce chapitre tudier les Sries de Fourier. On ne peut pas
srieusement toucher un sujet de physique sans utiliser d'une manire quelconque
ces sries (ou leur gnralisation, les transformes de Fourier). Nous en verrons de
nombreux exemples travers ce cours. Les sries de Fourier ont galement jou
un grand rle dans le dveloppement des mathmatiques. Quand Joseph Fourier
prsenta la premire fois le rsultat de son analyse de l'quation de la chaleur
l'Acadmie des Sciences, l'accueil tait loin d'tre enthousiaste et beaucoup, parmi
les plus grands ( Laplace et Lagrange ) s'y sont violemment oppos : Comment la
somme d'une suite de fonctions toutes continues peut tre gale une fonction
discontinue ? Le pragmatisme a fait avancer l'usage des ces suites bizarres jusqu'
ce que d'autres mathmaticiens comme Lebesgue (pour justier ces pratiques un
peu sales) rednissent la thorie de la mesure et fassent faire un bond l'analyse
mathmatique. De tout cela, on ne parlera pas ici. Notre approche sera beaucoup
plus pratique : Qu'est ce qu'une srie de Fourier, quoi elle sert, comment on
fait pour l'obtenir.
3.1 Introduction.
Les premiers travaux sur la dcomposition en srie de Fourier viennent en faite
du grand Lagrange lui mme dans les annes 1780 et son tude de l'quation
des cordes vibrantes. Supposons une corde tendu entre
l'instant initial et que l'on relche. Soit
et l'instant
t.
y(x, t)
et
qu'on dforme
On dmontre alors que
2y
2y
v2 2 = 0
t2
x
o
l'cart l'quilibre la position
(3.1)
est un coecient qui dpend de la densit et de la tension de la ligne.
Cherchons la solution de cette quation sous la forme
y = Ak, cos t. sin kx.
En
injectant cette forme dans l'quation (3.1), on trouve que cette forme ne peut
tre une solution que si il existe une relation entre
la fonction
y doit
satisfaire les conditions aux bords
et k : = vk . Ensuite,
y(0, t) = y(L, t) = 0. La
premire condition est automatiquement satisfaite. La deuxime condition impose
sin kL = 0,
k = n/L, o n = 0, 1, 2, 3, ....On dduit de tout cela

fn (x, t) = An cos(nvt/L) sin(nx/L) sont solution de notre
c'est dire
que les fonctions
19

quation d'onde
avec
ses conditions aux bords. On les appelle les modes propres
de vibration. Le principe de superposition nous dit (le dmontrer) que si

sont solution, alors
f +g
et
l'est aussi. La solution gnrale de l'quation d'onde
(3.1) est donc de la forme
An cos(nvt/L) sin(nx/L)
y=
n=1
Jusque l, nous n'avons rien dit des coecients
Ak ,
puisqu'elle ne peuvent pas
tre obtenus de l'quation d'onde directement. Ils doivent sortir de la condition
y(x, 0) = y0 (x),
c'est dire de la dformation originale que nous avons imprim
notre corde l'instant
t = 0.
Nous devons donc avoir :
y0 (x) =
An sin(nx/L)
n=1
Est-il possible de trouver des coecient
An
pour satisfaire cette quation ? Nous
verrons la rponse plus bas. A priori, trouver la rponse parat assez complique.
y0 a une forme simple, on peut trouver une solution. Par

y0 (x) = 4 sin(11x/L), alors A11 = 4 et tous les autres An sont nul.
Notons que si
si
exemple,
3.2 Les sries de Fourier.

Nous allons tudier maintenant de faon approfondie les fonctions
sin
et
cos,
puisqu'elles peuvent constituer une base. Plus prcisment,
Thorme.
L2 [0, L], c'est dire celui

[0, L], les fonctions
Dans l'espace vectoriel
des fonctions de
carr sommable dnies sur l'intervalle
1, sin(2x/L), cos(2x/L), ... sin(2nx/L), cos(2nx/L), ...

constituent une base orthogonale.
1
Nous accepterons ce thorme sans dmonstration , et allons plutt contempler

quelques uns de ses aspects. D'abord, l'orthogonalit. Puisque
(1, sin n(.) ) =
sin(2nx/L)dx =
0
L
L
[cos(2nx/L)]0 = 0
2n
1. La dmonstration est due Weierstrass dans les annes 1880. Elle ne pose pas de dicult
majeure. Disons que pour qu'une suite
que si un lment
suite des
sin(.)
fn
de vecteurs orthogonaux constitue une base, il faut
est orhogonal tous les
fn ,
alors
g = 0.
C'est pour cela par exemple que la
seul ne peut constituer une base : on peut trouver toujours des
orthogonal tous les
sin(.).
20
cos(.)
qui soit

la fonction
est orthogonale toutes les sinus, et de mme toutes les cosinus.
Ensuite, comme
2 sin(2nx/L) sin(2mx/L) = cos(2(n m)x/L) cos(2(n + m)x/L)

sin n(.) et sin m(.) sont
sin n(.) = cos n(.) = L/2.
Ensuite, une fonction f quelconque
les fonctions
n = m,
orthogonales, sauf si
de
L2 [0, L]
auquel cas,
peut s'crire sous la forme
f (x) = a0 +
an cos(2nx/L) + bn sin(2nx/L)
n=1
et comme notre base est orthogonale, les coecient

produit scalaire de
an
bn
et
sont donns par le
par les lments de la base :
a0
(1/L)
f (x)dx
(3.2)
f (x) cos(2nx/L)dx
(3.3)
f (x) sin(2nx/L)dx
(3.4)
0
L
an
(2/L)
0
L
bn
(2/L)
0
Notons que le coecient
Exemple 1.
a0
est la moyenne de la fonction
Prenons la fonction
sur l'intervalle donne.
f (x) = x , x [0, 1]. Le coecient a0 s'obtient

a0 = 1/2. Pour les autres coecients, nous
facilement en utilisant l'eq.(3.2) :
avons besoin d'une intgration par partie :
bn = 2
x sin(2nx)dx
1
1
x=1
[x cos(2nx)]x=0 +
n
n
1
1
x=1
[x sin(2nx)]x=0 +
n
n
0
1
an = 2
x cos(2nx)dx
0
cos(2nx)dx =
0
1
1
n
sin(2nx)dx = 0
0
Nous pouvons donc crire
x=
1
1
sin(2nx) x [0, 1]
2 n=1 n
La gure 3.1 montre la fonction
x,
(3.5)
ainsi que ses approximations successives en
prenant de plus en plus de termes de la srie de Fourier. . Nous pouvons constater

plusieurs choses : (i) videmment, plus on prend de terme, plus l'approximation
est bonne , mais nous avons des oscillations de plus en plus violentes sur les bords,
21

1
n=0
n=1
n=2
n=4
n=8
n=32
0.5
0
1
0.5
0.2 0.4 0.6 0.8
0.2 0.4 0.6 0.8
0.2 0.4 0.6 0.8
Figure 3.1 Approximations successive de la fonction x par les sries de Fourier.

En noir, la fonction original, en rouge l'approximation par la srie
gomtrique.
dont l'amplitude dcrot ; (ii) l'approximation prend les mmes valeurs aux deux
bords, ce qui n'est pas le cas de la fonction originale ; (iii) cette valeur est
1/2 dans
le cas prsent, ce qui est la moyenne des valeurs que prend la fonction originale
aux deux bords.
Le point (ii) est d la priodicit de nos fonctions
sin et cos : chaque fonction
dans la somme, tant de priode au moins 1, prend obligatoirement la mme

valeur sur les deux bords, donc la somme doit galement prendre la mme valeur
f (x) = x
0 en x = 0 et 1 en x = 1. La somme par contre, prend la valeur 1/2
sur les deux bords. Le point (iii) est plus troublant : la fonction originale
prend la valeur
sur les deux bords : la somme ne converge donc pas en tout point vers la fonction
originale (adieu la convergence uniforme ou point par point), mais seulement
pour la
majorit
des points sur l'intervalle. Ils se trouvent que cette majorit est
largement susante : si on prend une innit de terme dans la somme, alors la

somme et la fonction originale ne dirent qu'en deux points. Deux compar la
taille de
donne tous son sens la notion de majorit. On dit que la dirence
entre la fonction originale et la srie
est de mesure nulle.
Tout ce que nous avons dit ci-dessus se gnralise immdiatement aux intervalles quelconques
[a, b].
Il sut simplement dans les formules, poser
qui reprsente comme avant la longueur de l'intervalle.
22
L = ba

Exemple 2.
[1/2, 1/2].
Prenons cette fois la mme fonction
f (x) = x,
mais sur l'intervalle
Le mme calcul que prcdemment nous mne
x=
(1)n
1 1
sin(2nx) x [
, ]
n
2 2
n=1
(3.6)
Nous voyons que les coecients dpendent galement de l'intervalle sur lequel la
fonction est dnie.
Notons enn qu'en prenant des valeurs de
particulier, nous disposons d'un
moyen intressant de trouver la limite de certaines sommes. Dans l'quation (3.5)

par exemple, si on pose
x = 1/4,
nous trouvons que
(1)n+1
1 1
= 1 + ... =
2n 1
3 5
4
n=1
Egalit de Parceval.
En utilisant la notion d'orthogonalit et de produit sca-
laire, il est facile de dmontrer que
1
L
f (x)2 = a2 +
0
0
1
(a2 + b2 )
n
2 n=1 n
(3.7)
Cela veut dire que au lieu de calculer explicitement l'integrale du carr de la

fonction, nous pouvons simplement sommer le carr de ses coecents de Fourier.
A priori, la dmarche parat absurde, puisque pour calculer les coecient, on a
du dj eectuer des intgrales. Mais nous allons voir dans la suite que dans de
nombreuses applications, notemment celles lies la solution d'quation drive
partielle, nous calculons directement les coecients du Fourier de la fonction
recherch. Le cot gauche de l'quation (3.7) dsigne souvent l'nergie stock dans
un volume, par exemple si
dsigne la hauteur d'une corde tendu ou le champs
lctrique. L'galit de Parceval nous permet alors d'accder cette quantit.
Exercices.
1. Dcomposez les fonction
f (x) = x2
et
f (x) = exp(x)
[0, 1].
cos(x) =
sur l'intervalle
Pour ce dernier, si le produit scalaire vous pose problme, noter que
(eix + eix )/2. Proter de la dcomposition de x2 pour trouver la limite de

1/n2 . C'tait une des ert d'Euler, dans les annes 1730, que d'avoir pu
dterminer cette somme.
2. Soit la fonction palier
f (x) = 1/2 si x 1/2.
sur
[0, 1]
tel que
f (x) = 1/2 si x < 1/2
Trouver sa dcomposition en srie de Fourier.
23
et

3. Mme question que prcdemment, mais la fonction
0 si x < 1/2
et
f (x) = 1 si x 1/2.
est dnie par
f (x) =
En comparant ce rsultat au rsultat
prcdent, pouvez en tirer des conclusions gnrales ?
f (x) = 12 |x| sur l'intervalle [1/2, 1/2].

Trouver la srie de Fourier de sin(x/2) sur l'intervalle [0, 2].
Dmontrer qu' part le coecient a0 , les deux fonctions f (x) et g(x) =
f (x) + C ont les mmes coecients de Fourier. Que vaut le coecent a0
4. Dcomposer la fonction triangle,

5.
6.
pour ces deux fonctions ?

7. Une fonction paire est tel que
f (x) = f (x),
coecients
bn
de la srie de Fourier sont nuls. On peut gnraliser cette
armation : si la fonction
f,
sur l'intervalle [0, L], est symtrique par rap-
port son milieu, c'est dire telle que

de Fourier
bn
y consti[L, L], les
c'est dire que l'axe
tue un axe de symtrie. Dmontrer alors que sur un intervalle
f (L x) = f (x), alors ses coecient
sont nuls ( dmontrer bien sr).
8. Que peut on dire des coecient de Fourier d'une fonction impaire ? En

vous inspirant des deux prcdents problmes, que pouvez vous dire des
coecients de Fourier, sur
[0, L],
d'une fonction telle que
f (L x) = C
f (x) ?
9. Quelle est la condition pour que la fonction
x appartiennent L2 [0, 1].

L2 [0, 1], elle ne peut pas se
Dmontrer alors que si elle n'appartient pas
dcomposer en srie de Fourier. Pouvez vous gnraliser ce rsultat ?

10. Dmontrer l'galit de Parceval.
11. Qu'elle est la reprsentation matricielle de l'operateur
base de Fourier ? est celui de
D = d/dx
dans la
D2 = d2 /dx2 ?
3.3 Pourquoi les sries de Fourier sont

intressantes ?
La base de Fourier est en fait trs bien adapt pour tudier les phnomnes
oscillatoires, et ces derniers sont abondants dans la vie de tous les jours : le mouvement d'un camion sur un pont gnre des vibrations dans toute la structure de
ce dernier ; le mouvement des pistons dans le moteur met la voiture en vibration ;
une onde lectromagntique provoque l'oscillation des lectrons la surface du
mtal,...Nous ne pourrions pas traiter ces problmes si nous ne disposions pas de
la base de Fourier. Voyons cela ce plus prs.
Soit une fonction f priodique, de priode L. Cela veut dire que f (x + L) =
f (x). Pour connatre cette fonction, il sut donc de connatre sa valeur seulement
sur une intervalle de longueur L. Or, les fonctions sin(2nx/L) et cos(2nx/L)
sont galement priodique, et de la mme priode L. Donc, si une somme de ces
24

0.2
0.1
bn
0
-0.1
-0.2
-0.3
-0.4
10
n
20
15
Figure 3.2 Le spectre de la fonction x sur [-1/2,1/2]

fonctions gale la fonction
sur une intervalle de longueur
L, elle gale la fonction
partout !
Comme nous le savons, si ces fonctions sont de carr sommable sur une priode,
elle peuvent se dcomposer en srie de Fourier. Reprsenter leurs coecients de
an et bn en fonction de n est aussi bien que de les reprsenter en fonction

x. Cette reprsentation est appel le spectre d'une fonction, et ses composantes
Fourier
de
de Fourier les
harmoniques.
C'est un vocabulaire issue de la musique. La gure
3.2 reprsente le spectre de la fonction
f (x) = x
sur
[1/2, 1/2].
En ralit, pour
des raisons que nous verrons plus tard, on n'est mme intress qu'aux coecients
sn =
a2 + b2
n
n
et c'est ce dernier qu'on appelle couramment le spectre. Ce qui
distingue le Do 240 Hz du piano de la mme note d'une te n'est pas leurs frquence de base, mais l'amplitude de leurs harmoniques (la forme de leur spectre).
On appelle cela le timbre d'un instrument. L'oreille une capacit fantastique
distinguer les timbres, et les meilleurs synthtiseur doivent sommer plus d'une
vingtaine d'harmonique pour pouvoir imiter une note d'un vrai instrument.
L'oreille humain d'ailleurs ne fait que dcomposer les sons en leurs harmoniques : la forme intrieure de l'oreille fait qu'une vibration pure (sinusodale)
de frquence donne met une rgion particulire de l'oreille en oscillation, ce qui
stimule les neurones cet endroit. Chaque harmonique d'un son excite donc une
rgion dirente de l'oreille, et la carte de ces rgions permet au cerveau de dterminer trs prcisment la nature du son et distinguer ainsi le piano du violon.
La compression JPEG des photos numriques utilise le principe des transformes de Fourier : un image est divis en plusieurs rgions et les composantes
de Fourier de chaque sous rgions sont calcules, mais seulement l'amplitude des
premires harmoniques sont conserves, puisque l'oeil humain n'est pas sensible
aux petits dtails.
25

Exercices.
Reprsenter le spectre des fonctions dcomposes plus hauts.
3.4 Un peu de gnralisation.

Nous avons manipuler plus des sinus et des cosinus sparment. Mais ces deux
fonctions ne sont que des combinaisons d'exponentiel d'arguments imaginaires. Il
serait donc tout aussi logique de choisir comme base les fonctions
exp(2inx/L).
Cela en plus nous largit un peu les horizons, puisqu'on peut alors tudier les
fonctions
f :RC
(pourvu qu'elles soient de carr sommable). N'oublions pas
cependant que le produit scalaire s'obtient dans ce cas un intgrant une fonction
qui multiplie le complexe conjugu de l'autre. Nous avons donc,
f (x) =
cn exp(2inx/L)
n=
Tous ce que nous avons dit plus haut se gnralise aisment.
Exercices.
1. En vous inspirant du clacul des coecient
calcule les coecients
2. Dmontrer que si
an
et
bn ,
expliquer comment on
cn .
f (x) R,
3. Trouver la relation entre
cn = c .
n
alors
an , bn
et
cn .
4. noncer la relation de Parceval avec les coecients
cn .
3.5 Les sries de sinus et de cosinus.

Nous avons vu que sur l'intervalle
(n
N)
[0, L], les fonctions 1, sin(n2x/L), cos(n2x/L)
constituent une base orthogonale qu'on appelle la base de Fourier : ces
fonctions sont orthogonales les uns aux autres, et la suite est
complte.
Cette
dernire assertion est quivalent il n'existe pas une fonction, part celle uniformement nulle, qui soit orthogonale toutes les fonctions de la base de fourier.
Est-il possible de trouver une autre base sur l'intervalle
[0, L]
seulement compo-
se de fonctions sinus ou seulement compose de fonction cosinus ? La rponse est

oui : la suite des fonctions
sin(nx/L) (remarquer le coecient 2 dans l'argument

cos(nx/L).
qui a disparu) galement constitue une base, de mme que la suite
Le choix d'une base plutt que d'une autre est seulement dict par le problme
que nous avons rsoudre, nous en verrons un exemple plus bas.
26

Les sries de sinus.
Prenons d'abord une fonction
intervalle de longueur
2L
f (x)
dnit sur
[L, L]
(un
donc). Sa srie de Fourier est donne par
f (x) = a0 +
an cos
n=1
nx
nx
+ bn sin
L
L
et ses coecientsde fourier sont
+L
an
(1/L)
f (x) cos(nx/L)dx
L
+L
bn
(1/L)
f (x) sin(nx/L)dx
L
Supposons maintenant que la fonction
est impaire, c'est dire
f (x) = f (x).
L
En crivant les intgrales ci-dessus comme la somme de deux intgrales (de

0 et de 0
coecients
bn
L)
il est alors vident que tous les coecient
an
sont nuls, et les
sont donnes par
bn = (2/L)
f (x) sin(nx/L)dx
(3.8)
f (x) dnit sur [0, L]. On peut toujours

g de f telle que sur l'intervalle [0, L] les deux fonctions
coincident (g(x) = f (x) ) et que sur l'intervalle [L, L], la fonction g est impaire.
Il est donc vident que sur l'intervalle [0, L], nous pouvons dvelopper f en srie
Considrons maintenant une fonction
trouver une extension
de sinus seulement
bn sin
f (x) =
n=1
o les coecients
bn
nx
L
sont donns par la relation (3.8). La gure (3.3) montre les
trois premiers vecteurs de la base de fourier et de la base des sinus.
Exercice.
1. Dvelopper de faon analogue le dveloppement en srie de cosinus pur
d'une fonction sur l'intervalle
l'intervalle
2. Dmontrer que les fonction

autres sur l'intervalle
cos(kx)
[0, L]
en considrant les fonction
paires
sur
[L, L].
[0, L],
sin(nx/L)
sont orthogonales les unes aux
et que l'on ne peut pas trouver une fonction
qui soit orthogonale toutes ces fonctions. Cela pourrait un peu
plus nous convaincre de la compltude de cette suite.
27

1.5
(b)
(a)
1
0.5
0
-0.5
-1
Figure 3.3 Comparaison des trois premires fonction de la base de fourier (a)
et celle des sinus.
3.6 Vibration d'une corde.

Les problmes de vibration sont une des raisons du succs de l'analyse de
Fourier. Nous traitons le cas de la corde vibrante, mais beaucoup d'autres problmes ondulatoires comme le champs lectromagntique ou les ondes lastiques
se traitent par exactement les mmes mthodes. Revenons l'quation d'une
corde vibrante que nous avons mentionn au dbut de ce chapitre, et traitons le
l'aide de l'artillerie que nous avons dvelopp. Comme nous l'avons dit plus haut,
nous considrons une corde lastique dont (i) les deux extrmits sont xes aux
points
x = 0 et x = L ; (ii) est soumise une tension T ; (iii) a une densit linaire

y(x), l'quation d'volution de y
Si nous reprons la hauteur de la courbe par
s'crit
2y
2y
= v2 2
2
t
x
(3.9)
Nous ne justions pas cette quation. Notons simplement que le membre de droite
est l'acclration d'un lment innitsimal de la corde (dans le sens vertical) au
point
x,
et que le membre de droite est proportionnel la force exerce sur cet
lment par ses voisins. L'quation ci-dessus est simplement la relation de la

dynamique
a = f /m
pour un matriau continu. Le paramtre
a les dimensions
d'une vitesse. Les seuls paramtres intrinsques du problme tant la tension et la

densit, il n'existe qu'une seule faon (dimentionnellement) de former une vitesse
et
v2
doit tre proportionnelle
T /.
Nous supposons enn qu'initialement, la
corde est maintenue dans une certaine forme (pince par exemple)
le relache l'instant
y0 (x) et qu'on
t = 0.
Nous pouvons chaque instant, reprsenter la fonction
y(x; t)
l'aide de sa
srie de Fourier ou de sinus. Pour la reprsenter tous les instants, il sut donc
28

que les
coecients
de la srie soient fonction du temps :
bn (t) sin
y(x; t) =
n=1
nx
L
(3.10)
Notons que nous faisons ici le choix de rechercher la solution sous la forme de
fonction de sinus, puisque chaque terme de la srie respecte les conditions aux
bords
y(0, t) = y(L, t) = 0. En injectant (3.10) dans (3.9) est en identiant terme
terme (puisque les fonctions sont orthogonales), nous trouvons une quation
direntielle pour l'amlitude de chaque mode :
bn (t) + n2 2 bn (t) = 0
o
= v/L.
Comme la corde est relach avec une vitesse nulle, nous avons
simplement
bn (t) = Bn cos(nt)
o les coecient
Bn
sont les coecient de la srie des sinus de la fonction
y0 (x).
L'image est donc la suivante : la dformation initiale est la superposition d'un

certain nombre de mode, chacune avec une amplitude
bn . Une fois qu'on relache la
corde, l'amplitude de chaque mode oscillera dans le temps. Remarquez cependant

qu'il n'y a pas de transfert entre les modes : si un mode n'tait pas prsent dans la
dformation initiale, il ne sera pas excit dans la suite. Chaque mode se comporte
comme un oscillateur indpendant, non coupl aux autres. En langage plus chic,
on dira que la base de Fourier est une base propre pour l'operateur Laplacian :
dans cette base, la reprsentation matricielle de cet oprateur est diagonale.
Nous avons, lors de cette rsolution, invers l'ordre des operations de drivation
et de sommation. Nous savons qu'il existe des conditions trs contraignantes pour
pouvoir eectuer cette inversion, et elles sont loin d'tre runies priori (voir cidessous). Notons enn que la dirence entre un clavecin et un piano, qui excitent
pratiquement les mme cordes tendues, est dans la faon de former la dformation
initiale, donc de produire des coecients
Bn
dirents.
3.7 Drivation terme terme des series de

Fourier.
3.7.1 Drivation par rapport la variable principale.
Soit la fonction continue et drivable par morceau
f (x)
dont la dcomposition
de Fourier est
f (x) = a0 +
an cos(2nx/L) + bn sin(2nx/L)
n=1
29

Dans quelles conditions nous pouvons la driver terme terme ? Dcomposons la
fonction
f (x)
en srie de Fourier :
f (x) = 0 +
n cos(2nx/L) + n sin(2nx/L)
n=1
Nous avons alors pour le premier terme
0 =
1
L
f (x)dx =
0
1
(f (L) f (0))
L
et pour les termes de cosinus
=
=
=
2
L
f (x) cos(2nx/L)dx
0
2
(f (L) f (0)) +
L
2
(f (L) f (0)) +
L
2n 2
L L
2n
bn
L
f (x) sin(2nx/L)dx
0
(3.11)
Finalement, pour les termes en sinus, on trouve, en suivant le mme chemin,
n =
Nous voyons donc que si
f (L) = f (0),
2n
an
L
nous pouvons driver la serie de Fourier
terme terme. Sinon, des termes additionnelles apparaissent quand on drive les
termes en sinus dont il faut en tenir compte.
On peut gnraliser ce rsultat aux series de sinus et de cosinus pures :
1. Si
f (x)
est continue et drivable par morceau, sa srie de cosinus est dri-
vable terme terme sans restriction.

2. Si
f (x)
est continue et drivable par morceau, sa srie de sinus est d-
rivable terme terme si
f (L) = f (0) = 0 !
Sinon, des termes addition-
nelles apparaissent dans la srie de sinus de la drive, qui sont de la forme
2( (1)n f (L) f (0) )/L.

Nous voyons maintenant dans quelles conditions nous avons pu driver terme
u(0, t) =
u(L, t) = 0, nous pouvions driver la srie de sinus pour obtenir une srie de cositerme la serie de la corde vibrante. Comme nous avions la condition
nus. Nous avons pu ensuite driver cette dernire encore une fois sans restriction
particulire.
Une hrsie saute aux yeux dans l'quation (3.11) : la suite
terme qui ne dpend pas de
et ne tend pas vers
30
0.
comporte un
Cela n'est pas de plus bel

eet pour la convergence de la srie ! La rponse est dans le coecient
forcment avoir un terme en
/n
bn , qui doit
pour annuler exactement le terme constant.
C'est ce que l'on va voire plus bas dans un cas particulier.

En pratique, au lieu de driver terme terme et prendre en compte les termes
additionnels dus aux conditions au bords, il est prfrable de rgulariser les conditions aux bords pour ne pas avoir de termes additionnels du tout. Supposons par
exemple que les conditions aux bords soit
u(0, t) = a, u(L, t) = b.
Il est alors
prfrable d'utiliser la fonction
w(x, t) = u(x, t)
ba
xa
L
(3.12)
Les drives temporelles et les drives seconde spatiale de

dement.
w(x, t)
est satisfait donc la mme quation que
u et w coincide viu si il s'agit d'une
quation de chaleur ou de corde vibrante. Par ailleurs, de par sa construction,
w(0, t)= w(L, t) = 0. Nous pouvons donc d'abord rechercher w(x, t) et ensuite
u l'aide de la relation (3.12). Nous verrons un exemple plus bas.
recouvrir
3.7.2 Drivation par rapport une autre variable.

Quand est il pour la drivation par rapport une autre variable ? En crivant
bn (t) sin(nx/L)
u(x, t) =
n=1
nous avons concentr toute la dpendance temporelle dans l'amplitude des harmoniques
bn (t).
Pour avoir le droit de driver par rapport
sous la somme,
nous devons pouvoir crire ( le dmontrer )
t
L'change de l'intgrale (sur
permis si
u/t
u(x, t)dx =
0
x)
u
dx
t
et de la drivation ( par rapport au temp) est
existe sur l'intervalle
[0, L],
est continue
et elle est borne. Nous
supposerons dans la suite que pour les fonctions que nous considrons (qui reprsentent des hauteurs de cordes, des pressions ou des tempratures) ces conditions
sont toujours vries.
3.8 Equation de la chaleur.

La physique mathmatique possde quelques quations star. Ce sont les quations d'onde (rencontres plus haut), l'quation de Laplace et l'quation de la cha-
31

leur. Cette dernire dcrit les phnomnes diusives (de la chaleur, de la concentration, ...) et est de la forme
u
2u
=D 2
t
x
o
(3.13)
reprsente la temprature, la concentration, etc... Si
le temps, nous voyons que

unit de temps
dsigne l'espace et
doit avoir la dimension d'une longueur au carr par
[L2 /T ].
Remarquez la dirence avec l'quation d'onde, o la drive par rapport au

temps est de deuxime ordre. Nous voulons traiter le cas d'une barre ( comme
d'habitude, de longueur
pratures
direntes
) dont les extrmits sont maintenues deux tem-
, disons
et
T.
Nous avons donc les deux conditions aux
limites
u(0, t)
(3.14)
u(L, t)
(3.15)
u(x, 0) = f (x)
(3.16)
et nous supposons la condition initiale
Voil, le problme est maintenant bien pos. Avant de commencer son traitement
total, voyons voir si il existe une solution stationnaire, c'est dire une solution
tel que
t u = 0.
Dans les processus diusive, c'est la solution qui est atteinte au
bout d'un temps plus ou moins long et correspond une sorte d'quilibre. Il est
vident ici que
us (x) = T (x/L)
satisfait parfaitement aux quations (3.13-3.15)
et est la solution stationnaire recherche. Sa srie de sinus est donne par
us (x) =
2T
(1)n+1
n
sin( x)
n
L
n=1
Bon, revenons maintenant la solution gnrale. Nous dcomposons la fonction
en srie de sinus avec des coecients dpendant du temps :
u(x, t) =
bn (t) sin(nx/L)
Nous drivons une premire fois par rapport
x.
(3.17)
Mais attention, la fonction
prend des valeurs direntes sur les deux bords, il faut donc ajouter des termes
2
2T
((1)n u(L, t) u(0, t)) =
(1)n
L
L
2. Voir le chapitre correspondent pour la signication de cette quation.
32

la srie drive :
x u(x, t) =
T
+
L
bn (t)(
n
2T
)+
(1)n cos(nx/L)
L
L
Nous sommes maintenant en prsence d'une srie de cosinus, que nous redrivons
encore une fois par rapport
2
x u(x, t) =
x
bn (t)(
n
2T
n
)+
(1)n ( ) sin(nx/L)
L
L
L
La drivation par rapport au temps nous donne une srie de sinus dont les coecients sont
bn (t).
En galant terme terme, nous obtenons une quation de
premier ordre pour les coecients
bn (t) = D
n
L
bn (t) D
2T n
(1)n
L L
dont la solution est
bn (t) = Bn exp n2 ( 2 D/L2 )t +

Notons d'abords que quand
t +,
2T (1)n+1
les coecients
bn
(3.18)
tendent vers les coef-
cients de sinus de la solution stationnaire : au bout d'un temps assez long, la

distribution de temprature dans la barreau devient linaire. Ensuite, les amplitudes des harmoniques sont de la forme
nique d'ordre
exp(n2 t/ ),
disparait donc sur une echelle de temps
L2 /D. L' harmo L2 /(n2 D). (i) Plus
est grand, plus le temps de thermalisation est grand. Si on multiplie par 2 la
longueur du barreau, on doit mulitplier par 4 le temps ncessaire la thermalisation
; (ii) Plus le coecient de diusion
est grand, plus la thrmalisation
est rapide : le cuivre est plus rapide thermaliser que le verre ; (iii) plus l'ordre
d'un harmonique est important, plus il disparat rapidement, est ceci est propportionnel au
carr
de l'odre. Trs rapidement, il ne restera pratiquement que
l'harmonique d'ordre 1, qui sera le plus lent mourir (voir gure 3.4).
Nous avons russi nous en sortir mme quand la drivation sous la somme
posait problme. Mais tait-il vraiment ncessaire de faire appel une telle artillerie lourde, qui numriquement n'est pas entirement satisfaisant ? Et si au
lieu de chercher la fonction
u(x, t)
qui satisfait aux quations (3.13-3.16), nous
cherchions la fonction
(x, t) = u(x, t) us (x)
(3.19)
3. Sachant qu'un gigot de 1 kg cuit en une heure au four, quel est le temps de cuissons d'un
gigot de 2 kg ?
33
t=0.1
t=0
0.5
t=0.25
t=1
0
0
0.2
0.4
Figure 3.4 Solution
0.8
0.6
de l'quation de la chaleur par les sries de sinus avec
L = 1, u(0, t) = 0 ; u(1, t) = 1,
et condition initiale une fonction
pallier. La solution est trace pour 4 temps dirents. Nous avons

reprsent la srie par
simplement
ses 64 premiers harmoniques.
Notez les oscillations articielles : les sries de sinus ont du mal a

reproduire les discontinuits.
Cette fonction obit bien sr l'quation (3.13). Ces conditions aux limites sont
(0, t)
u(0, t) us (0) = 0
(3.20)
(L, t)
u(L, t) us (L) = T T = 0
(3.21)
obit donc (contrairerement u) des conditions aux limites continues, et ne pose donc aucun problme lors de ses drivations par rapport x. Sa
La fonction
condition initiale est donne par
(x, 0) = f (x) us (x)

Les quations pour
sont donc maintenant bien poses, et nous pouvons les
rsoudre par la technique habituelle des sries de sinus sans la complications

des termes additionnels. Une fois
trouve, nous avons videmment trouv u. La
gure (3.5) montre l'avantage (entre autre numrique) de cette dernire mthode.
34
0.5
0
0
0.2
0.4
0.8
0.6
Figure 3.5 La solution de la mme quation de chaleur mais o on a cherch

d'abord la fonction
Nous n'avons pris ici que 16 termes harmo-
niques. Nous voyons qu'au temps
t = 0, des oscillations articielles
sont toujours prsentes cause de la discontinuit de la condition

initiale. Mais les oscillations articielles pour des temps ultrieurs
de la gure (3.4) ont disparu, puisqu'on a rsolu le problme de la
discontinuit des conditions aux limites.
35

Problmes avancs.
1. Vibration d'une corde tendu.

L'exemple de la corde vibrante que nous avons considr plus haut peut tre
complt de bien des faons. Si la corde est soumise un frottement visqueux,
il faut ajouter un terme en
y/t
(proportionnel la vitesse locale) droite
de l'quation (3.9). Si la corde est en plus soumis une force par unit de longueur
f (x, t), il faut galement l'ajouter droite. Rsoudre l'quation de la corde
vibrante (i) en prsence d'un frottement (ii) en prsence de la force de gravit
f = g
(iii) en prsence d'une force de rappelle harmonique
f = ky .
Les
conditions aux bords sont toujours les mmes : corde xe ses deux extrmits
et avec une dformation initiale
y0 (x).
2. Vibration d'une barre elastique.

L'quation de vibration d'une barre lastique est donne par
2y
4y
= 4
2
t
x
Discuter les solutions de cette quation. Que pensez vous des conditions initiales ?
3. quation de Schroedinger dans un puits rctangulaire.

Dans un puits de potentiel rectangulaire est trs profond, une dimension,
l'quation de Schroedinger s'crit :
i
avec les condition aux limites
2
=
t
2m x2
(L, t) = (L, t) = 0
et
(x, 0) = f (x).
Discuter
de la solution de cette quation en suivant l'exemple de la corde vibrante.
4. Equation de la Chaleur I.
Soit une barre thermiquement isol, c'est dire
x u(0, t) = x u(L, 0) = 0.
En
eet, le ux de chaleur travers une section est proportionnel la pente de
en cet endroit, et que isol (pas de ux de chaleur de/vers l'extrieur), impose
les conditions ci-dessus. En partant d'une distribution de temprature initiale
parabolique
u(x, 0) = T x(L x)/L2 ,
resolvez l'quation de la chaleur. A t'on
plutt intert prendre des sries de cosinus ou des sries de sinus ?
36

5. Equation de la chaleur II.
Si une source de chaleur est prsente dans le milieu (sous forme de rsistance
lectrique ou de particule radioactive ...), l'quation de la chaleur prend la forme
u
2u
= D 2 + Q(x)
t
x
Q est la quantit de chaleur produit en x. Prenez une source constante localis
L/2, et resolvez alors l'quation de la chaleur.
autour de
6. Equation de la chaleur III.

Nous nous interessons la distribution de temprature dans une barre dont
l'un des cots est maintenu temprature constante et l'autre extrmit une
temprature qui varie dans le temps selon une loi connue. Resolvez
u
2u
=D 2
t
x
avec les conditions aux limites u(0, t) = 0 ; u(L, t) = g(t). Nous supposons une
condition initiale homogne u(x, 0) = 0 et bien sr g(0)=0. Notez que vous avez
intert chercher plutt la fonction (x, t) = u(x, t) g(t)x/L pour rgulariser les conditions aux limites. Si vous n'aimez pas cette faon de faire, il faut
faire attention aux drivations terme terme (qui donneront, bien sr, la mme
reponse).
7. nergie d'un corps noir.

Reprenons le cas de la corde vibrante xe ses deux extrmits. Quelle est son
nergie libre
quand elle est maintenue une temprature
? Ce problme a
me
sicle
jou un rle majeur dans l'volution de la physique au tournant du XIX

et a donn lieu la premire formulation de la mcanique quantique.
Avant d'attaquer de front ce problme, quelques rappels sur un cas simple.

Prenons un oscillateur harmonique (une boule au bout d'un ressort ) dont l'amplitude un instant est
est
E(x) = (k/2)x2 .
x(t).
L'nergie lastique enmagasine dans l'oscillateur
L'nergie libre est une sorte de moyenne pondre par la
temprature de toutes les nergies disponible :
Z = eF/T =
eE(x)/T
(3.22)
{x}
4. Nous mesurons la temprature en chelle d'nergie :
T = KB ,
habituelle. Cela nous vite de trainer la constante de Boltzmann.
37
est la temprature

o la somme s'entend au sens de toutes les congurations possibles. Comme l'amplitude
et
est une variable continue, la somme peut tre transforme en intgrale
ekx
Z=
/2T
dx = C. T /k
L'nergie lastique moyenne de l'oscillateur est
E(x)eE(x)/T /Z = T /2
E =
{x}
Si la place d'un oscillateur, nous avions deux oscillateurs indpendants (non

coupls),
x1
et
x2
de raideur
k1
k2 ,
et
l'nergie serait
E = (1/2)(k1 x2 + k2 x2 )
1
2
(3.23)
et la somme (3.22) pour obtenir l'nergie serait cette fois une double intgrale
qui se calcule tout aussi facilement. Un calcul lmentaire nous montre alors que
l'nergie lastique moyenne est
E = E1 + E2 = T
Pour
E = N T /2,
oscillateurs, nous aurions
ce qu'on appelle en physique
statistique, l'quipartition.
Voil pour des rappels rapides. Revenons notre corde vibrante, dont la hauteur l'abscisse
est reper par
u(x). L'nergie
u(x) vaut 6
lastique emmagasin dans la
corde, pour une conguration donne
E[u(x)] =
u
x
k
0
Au lieu de reprsenter la corde par

de Fourier :
dx
(3.24)
u(x), nous pouvons le representer sur la base
u(x) =
cn exp[(2in/L)x]
n=
et une application simple du thorme de Parceval nous montre que
E=
k
0
u
x
dx =
k
n=
2n
L
2
2
|cn |
5. Le rsultat s'obtient facilement en eectuant le changement de variable

constante
est juste une intgrale dnie qui vaut
xx
T /k ;
la
6. Pour la signication de cette expression, voir les deux chapitres sur le calcul variationnel
et le sens des quations de la physique.
38

Remarquez l'expression de droite et comparer le (3.23). C'est comme si nous
tions en prsence de
cillateur
n,
N (N ) oscillateurs
cn ayant une constante
d'amplitude
harmonique indpendants, l'osde ressort
k(2n/L)2 .
L'nergie
moyenne emmagasin dans la corde est
E =
T /2
n=
Ae .. Une simple corde temprature non nulle emmagasine une nergie innie.
La raison principale pour cette divergence est la forme (3.24) de l'nergie de la
corde : elle n'est valable pour des petites dformations de la corde. Les modes
grand (les hautes frquences) imposent cependant de trs fortes dformations. Il

est vident que vous ne pouvez pas plier en 10000 une corde de 1m. Il doit donc
exister une sorte de longueur minimum qui limiterait les hautes frquences, et on
parle alors de longueur de
cut-o.
Par contre, la forme (3.24) dcrit parfaitement l'nergie du champ lectrique

(poser
E=
u)
dans une cavit. Bien sr, il faut prendre un champs lectrique
tridimentionnel et prendre en compte les diverses polarisations ; cela est lgrement plus long calculer mais c'est exactement le mme genre de calcul. Ce
problme que l'on appelle divergence ultra-violet (pour les hautes frquence spatiale) a t rsolu par Planck et Einstein en supposant que l'energie d'un mode
ne pouvait pas prendre des valeurs continues mais varie par palier discret.
8. Le mouvement Brownien.
Considrons une particule sur un rseau discret unidimensionnel de pas
dire une particule qui peut sauter de site en site. Appelons
a, c'est
la probabilit
de saut par unit de temps autant vers la gauche que vers la droite. Cela veut
dire que la probabilit pour que la particule saute gauche ou droite pendant
un temps innitsimal
1 2dt
dt
est
dt
(et donc, la probabilit de rester sur place est
t,
t = 0, la particule se trouvait
7
n = 0 . Pour que la particule soit en n au temps t + dt, il faut qu'il ait t
en n 1 au temps t, et qu'il ait eectu un saut vers n pendant l'intervalle dt.
Ce phnomne enrichit la probabilit d'tre en n. Par ailleurs, si la particule se
trouvait en n au temps t, il a une probabilit de sauter gauche ou droite
pendant l'intervalle dt, ce qui appauvrit la probabilit d'tre en n. En prenant en
). On cherche dterminer
la particule se trouve sur le site
n,
P (n, t),
la probabilit pour qu'au temps
sachant qu'
7. Le mouvement de petites graines de poussire dans l'eau, tudi par Brown la n du

dix-neuvime sicle, est une version continue de ce mouvement. Einstein a donn l'explication
de ce mouvement ratique en supposant la nature molculaire de l'eau en 1905. Cet article est
celui qui est cit le plus dans le monde scientique.
39

compte ces deux phnomnes, on obtient une quation qu'on appel matresse :
1 dP (n)
= P (n 1) + P (n + 1) 2P (n)
dt
(3.25)
Ceci est en faite une innit d'quations direntielles de premier ordre, avec la
condition initiale
P (n = 0, t = 0) = 1,P (n = 0, t = 0) = 0.
La srie de Fourier est
devenue une clbrit en rsolvant en particulier ce genre d'quation. La mthode

que l'on va suivre est une mthode extrmement gnrale. Supposons que les
sont les coecients de Fourier d'une fonction
P (n)
(s, t)
(s, t) =
P (n, t) exp(ins)
(3.26)
n=
et essayons de voir qu'elle quation doit obir
est 2 -priodique
en
s.
La fonction
Notons tout d'abord que
est appele la fonction gnratrice des
probabilits et caractrise entirement le processus stochastique. Par exemple, on

obtient la moyenne trs facilement :
n =
nP (n) = i
s=0
Question : comment on obtiendrai la variance ?

En multipliant l'eq(3.25) par
exp(ins) et en sommant sur les n, on obtient pour
= 2(1 cos s)
t
Ce qui nous donne, en intgrant l'quation direntielle par rapport
= A(s) exp[2(1 cos s)t]

Et la condition initiale
connat donc
(s, t = 0) = 1
A(s) = 1. On
2t, qui est un
(pourquoi ?) nous impose
et on peut par exemple calculer que la variance
des rsultats important du mouvement brownien. Mais on peut pousser l'analyse

plus loin, et calculer explicitement les probabilit. Il existe une classe de fonctions
qu'on appelle des fonctions de Bessel d'ordre
que l' on les tudiera plus tard
lors de ce cours. Ces fonctions (voir Fig.3.6) sont dnies par des intgrales
In (z) =
Cel nous donne directement les
ez cos cos(n)d
0
P (n, t)
P (n, t) = exp(2t)In (2t)

On peu partir de l eectuer une analyse beaucoup plus ne du mouvement
Brownien.
40

1
0.8
0.6
n=0
0.4
n=1
0.2
n=2
n=3
Figure 3.6 Les
fonctions
z n /n!,
et pour
10
ex In (x) pour n = ..., 3.

0,
z , In (z) ez / 2z .
Pour
1, In (2z)
9. uctuation de mort et naissance.

Soit un systme (comme par exemple un ensemble de bactries ) dont la taille
varie par palier discret de faon alatoire. Supposons que la probabilit par unit
de temps pour qu'il passe de la taille
n1
que le systme ait la taille
l'instant
n (notez
P (n, t) pour
soit proportionnelle
la dirence avec le cas brownien). montrez alors que la probabilit

obit l'quation :
dP (n)/dt = (n 1)P (n 1) + (n + 1)P (n + 1) 2nP (n)
(3.27)
Nous supposons qu' l'instant initial t = 0, le systme a une taille 1 : P (1, 0) = 1,

P (n = 1, 0) = 0. Ceci constituera notre condition initiale. Rsoudre cette quation
n'est pas priori facile. Posons u(x, t) =
P (n, t)exp(inx), et cherchons si on
peut trouver une quation pour cette fonction. Notons tout de suite que de par sa
dnition,
trouver
u est 2 priodique. On l'appelle la fonction gnratrice. Si on russit

u, on voit alors que les P (n, t) sont simplement les coecients de la
transforme de Fourier de cette fonction. Quelle est la condition initiale pour
u, c'est dire u(x, 0) =? En multipliant les deux

exp(inx) et en sommant sur n, dmontrez que
cts de l'quation (3.27) par
u
u
= 2(cos x 1)
t
x
Dmontrez que la solution de cette dernire (nous verrons plus tard comment
rsoudre ces quations) est donne par :
u(x, t) =
1 i(1 + 2t) tan x/2

1 + i(1 2t) tan x/2
Calculez la moyenne et la variance en fonction du temps. Avec un peu de vigueur

en plus, dmontrez que
P (0, t)
t/(1 + t)
P (n, t)
tn1 /(1 + t)n+1
41
Figure 3.7 Une portion du cristal montrant 4 atomes

Discutez ce rsultat.
10.Propagation du son dans un cristal (les phonons).

Mise en place du problme.
de maille lmentaire
Nous allons considrer un cristal uni-dimensionnel
a. La position d'quilibre de l'atome n est xn = na. Chaque
atome n'interagit qu'avec avec ses deux plus proches voisins. Nous voulons savoir
comment une perturbation des atomes par rapport leur positions d'quilibre
un l'cart de l'atome n par rapport sa position

fn+1n exerce par l'atome n + 1 sur son voisin
distance entre les deux : fn+1n = C(un+1 un ) o
se propage dans le cristal. Soit

d'quilibre (Fig. 3.7). La force
n
C
est une fonction de la
est un coecient qui dpend de la nature de la liaison chimique (grand pour
les cristaux ioniques ou covalents plus petit pour les cristaux molculaires). Soit
la masse d'un atome ; son quation de mouvement (
= F/m)
s'crit, en
considrant les forces exerces par ses deux voisins,
Dornavant, nous
Rsolution.
d2 un
= (C/m) (2un + un+1 + un1 )
dt2
2
poserons 0 = C/m.
Nous considrerons les quantits
Fourier d'une fonction caractristique

valle
[/a, /a]
(q, t)
un (t)
comme les coecients de
q appartient l'interL = 2/a ). Le paramtre
o la variable
(la longueur de l'intervalle est donc
est souvent appel nombre d'onde.
(3.28)
s'crit donc
(q, t) =
un (t) exp (iaqn)
(3.29)
n=
1.
En multipliant l'quation (3.28) pour l'atome
n par exp(iaqn) et en sommant

obit l'quation
sur toutes les quations, dmontrer que la fonction
2
2
+ 20 (1 cos(aq)) = 0
t2
42
(3.30)

[Help : Utilisez et justiez
+
n=
un1 exp(iaqn) =
+
n=
un exp (iaq(n
1))
].
2.
Vriez que la solution de cette quation direntielle linaire homogne de
seconde ordre en
est donne par
(q, t) = A(q) exp(iq t) + B(q) exp(iq t)

q = 20 sin(aq/2). [Help : arranger d'abord l'quation (3.30) en exprimant
cos(2) en fonction de sin ]. A(q) et B(q) sont des fonctions du paramtre q , mais
pas du paramtre t qui peuvent tre dtermines l'aide des conditions initiales,
mais nous n'avons pas besoin de les expliciter ici.
un
exp [i(q t qna)].
(ii) La vitesse du propagation d'onde est dnie par vq = dq /dq. Donnez l'expression de vq et tracez la en fonction de q . Que vaut cette vitesse pour q 0
(grande longueur d'onde) et q /a ?
3.
(i) Donnez enn la forme des
un (t).
Comme vous pouvez le constater, les
peuvent tre considrs comme des superpositions d'ondes planes
4. Gnralisation.
Pouvez-vous indiquer, en suivant rapidement le mme chemin
que pour les questions prcdentes, ce qui changerait si un atome interagissait

avec ses 4 plus proches voisins ?
d2 un
dt2
2
0 (2un + un+1 + un1 )
2
0 (2un + un+2 + un2 )
43
4 Les transformations de Fourier.

4.1 Entre en matire.
Nous avons vu plus haut que si une fonction tait dnie sur un intervalle
ni
de taille
L,
elle pouvait tre approxime aussi prcisment qu'on le veuille
par les sries de Fourier
q = 2n/L
exp(2inx/L).
On peut, pour clarier la notation, poser
et crire pour notre fonction :
f (x) =
fq exp(iqx)
(4.1)
q
o
varierait par pallier discret de
1/L. Notez galement que les coecients sont
donns de faon fort symtrique
fq = (1/L)
f (x) exp(iqx)dx
(4.2)
0
C'est en quelque sorte une formule d'inversion que nous devons l'orthogonalit.
Cela est fort sympathique, mais si on voulait approcher notre fonction sur toute
l'intervalle
], [ ? La rponse simple (simpliste) serait que q
deviendrait alors
une variable continue, la somme se transforme en une intgrale, et nous avons :
f (x) =
1
2
f (q) exp(iqx)dq
(4.3)
et par analogie avec (4.2), on doit avoir
f (q) =
f (x) exp(iqx)dx
(4.4)
On appelle les quations (4.3,4.4) des transformations de Fourier : prenez votre

fonction, multipliez par
exp(iqx), intgrez sur ] , +[, et hop, c'est prt.

f (q) = TF[f (x)] alors f (x) = (1/2)TF[f (q)].
Notez la beaut de la symtrie : si
Par convention, on met un petit chapeau sur la TF pour distinguer la fonction

originale de la fonction transforme. La variable
x.
Pourquoi ce facteur
est la variable rciproque de
doit apparatre dans la TF inverse ? En faite, si nous
dnissions la TF par [multiplier par
exp(2iqx)
44
et intgrer] la TF et son inverse

seraient parfaitement symtrique, et certaines personnes prfrent cette dernire
dnition. Cela nous obligerait cependant traner des
lors des drivations et
des changements de variables et nous prfrons donc la dnition (4.4).
f (x) peut tre considre

exp(iqx), chaque oscillation ayant un
La signication de la TF est la suivante : une fonction

comme la superposition d'oscillations pures
poids
f (q).
Cette signication, comme nous l'avons dit, est juste une gnralisa-
tion des sries de Fourier. La TF est un exemple d'oprateur linaire, c'est dire
une boite noire qui prend une fonction en entre et produit une nouvelle fonction
en sortie, et fait cela de faon linaire, c'est dire :
TF[f (x)
+ g(x)]
= TF[f (x)] + TF[g(x)]
Voyons pour l'instant quelques exemples.
1.
f (x) = ek|x| .
Il est facile de dmontrer que
f (q) = 2k/(k 2 + q 2 ).
La formule
d'inversion est un peu plus compliqu dmontrer, et ncessite quelques lments

de la thorie des variables complexes.
2.
si
La fonction
x 1.
(x), appel porte, est dnie par (x) = 0 si |x| > 1 et (x) = 1
f (q) = 2 sin(q)/q . Cette fonction joue un rle
Sa TF est donne par
important dans la thorie de la diraction.

Nous n'avons pas nonc dans quelle condition les TF existent. Une condition susante vidente serait que
doit tre sommable. Nous ne rentrons pas
plus dans le dtail, disons simplement qu'en gnral, les rsultats obtenus sont
radicalement aberrants si on a viol les limites permises.
Exercices.
1. Dmontrer la formule donne pour la TF de
transforme si
k exp(k|x|). Que devient cette
k + ?
2. Calculer la TF de la fonction
f (t) = H(t) exp(t). H(t)
est appel la
fonction d'Heaviside (Physicien anglais de la n du XIXme). Elle est nulle

pour
t<0
et vaut
pour
t 0.
3. Calculer la transforme de Fourier de la fonction
a1 (x/a).
Que devient
a 0?
+
Sachant que
exp(x2 )dx = , calculez la TF de exp(x2 /2).
2
2
2
cela, notez que x + 2iqx = (x + iq) + q . Le rsultat d'intgration
cette transforme quand
4.
Pour
reste
valable si on parcours un axe parallle l'axe rel.

5. Calculez la TF de
a1 exp[x2 /2a2 ].
Que devient cette transforme quand
a 0?
6. Calculer la TF d'un train d'onde,
priode de l'onde et
1
f (x) = (x/a) exp(ik0 x). k0 est
son extension spatial. Discutez les divers limites.
45
la

4.2 Les oprations sur les TF.
Si les TF sont si intressante, c'est en partie parce qu'elles nous permettent de
manipuler les quations direntielles comme des quations algbriques. Ceci est
un peu l'analogue de l'invention des logarithme par monsieur Neper au dbut des
annes 1600. Il est dicile de multiplier deux grands nombres. On prend alors le
log
de chacun (en consultant une table), on
additionne
(au lieu de multiplier) les
deux nombres obtenus, et on prend l'antilog du rsultat. C'est presque la mme

chose pour les quations direntielles et les TF : on prend la TF des quadifs
(parfois en consultant une table), on rsout l'quation
algbrique
correspondant,
on prend la TF inverse du rsultat. Pour cela, nous devons connatre quelques

rgles de manipulation des TF, l'quivalent des rgles comme
log(b)
log(ab) = log(a) +
pour les logarithme. Voyons cela de plus prs.
Translation.
Si TF[f (x)]
= f (q)
alors TF[f (x
a)] = exp(iqa)f (q)
Translater dans l'espace direct revient multiplier par un facteur de phase

dans l'espace rciproque. Le changement de variable
par
x+a
f (x a)eiqx dx = eiqa
Inversion.
x x+a
(si on remplace
) nous donne la dmonstration :
Si TF[f (x)]
= f (q),
Changement d'chelle.
f (x)eiqx dx
alors TF[f (x)]
Si TF[f (x)]
= f (q),
= f (q)
alors TF[f (x/a)]
= af (qa)
La dilatation d'chelle dans l'espace direct conduit la contraction d'chelle

dans l'espace rciproque. Cela se dmontre par le changement de variable
x ax,
comme ce que vous avez fait dans les exercices 1 et 3 ci-dessus. Nous avons en
ralit suppos que
|a|f (qa).
a > 0.
Dans le cas gnral, on doit crire TF[f (x/a)]
= iq f (q).
Driver dans l'espace direct revient multiplier par iq dans l'espace rciproque.
Drivation.
Si TF[f (x)]
= f (q),
alors TF[df (x)/dx]
C'est l le grand avantage qui permet de transformer les quadifs en quation algbrique dans l'espace rciproque. Pour dmontrer cela, il faut simplement eectuer
une intgration par partie, et noter que puisque
x .
46
est sommable,
f (x) 0 quand

4.3 Transforme de Fourier Rapide.
Une des raisons qui a grandement popularis les TF est la disponibilit, depuis
le dbut des annes 1960, des alghorithmes qui permettent de les calculer ecacement. La premire tape pour traiter numriquement un signal est de l'chantillonner, c'est dire de le mesurer et de l'enregistrer tous les pas de temps
t.
Le son sur un CD est par exemple chantillone 48 KHz, c'est dire 48000
enregistrement de l'amplitude par seconde. Nous sommes alors en possession de
nombres (qui sont les
TF, on devrait eectuer
fn = f (nt) ). Normalement, si on voulait calculer la

N 2 oprations (de multiplications et d'addition). Les
transforms de Fourier Rapide (ou FFT, pour fast fourier transform en anglais)
n'eectuent pour ce calcul que
N log N
operations. La dirence est enorme en
temps de calcul. Par exemple, en supposant que notre ordinateur eectue un milliard d'operations par seconde, la TF d'une seconde d'un CD prendrait environ 2
secondes, tandis que sa TFR ne prendrait que 0.5 ms. C'est cette dirence qui
permet d'analyser le signal en temps rl.
4.4 Manipulation et utilisation des TF.

Filtrage.
Un ltre ne laisse passer que certaines frquences. Par exemple, pour la rception radio de France Info, on rgle un circuit lectrique pour ne laisser passer que
le 105.5 MHz. En optique, on fait souvent un ltrage spatial pour nettoyer un
faisceau laser et enlever les speackles. Le principe est toujours le mme : nous
avons un signal
x(t)
en entre et un signal
y(t)
en sortie. Dans le cas d'un circuit
RLC, ils sont relis par une quation direntielle
d2 y
dy
2
+
+ 0 y = x(t)
2
dt
dt
Une habitude veut que la variable rciproque est note
directe est
x,
et
(ou
quand la variable directe est
q (ou k ) quand la variable

t. En prenant la TF des
deux cts de l'quation, on obtient
y () =
Le signal en entre
x(t)
x()
2
( 2 + i + 0 )
(4.5)
exp(it),
x(). L'quation (4.5) montre comment le poids
est la superposition d'oscillations pures
chaque oscillation ayant un poids
de chacune de ces oscillations est modi en sortie. Le signal (temporel) en sortie
y (). L'amplitude du poids
2
[( 2 0 )2 + 2 2 ]1/2 . Chaque
2
2
dphasage = arctan[(0 )/].
est la superposition de ces oscillations avec le poids

de la frquence
en entre est donc divise par
composante de sortie subit galement un
47

Il existe bien sr autant de ltre que de problme traiter. Les images issues
de la microscopie lctronique sont souvent brouilles par des pixels alatoires.
Pour nettoyer ces images, on ltre les hautes frquences : on prend la TF de
l'image (c'est une TF deux dimensions) et on coupe les hautes frquences, en
mulitpliant la TF par une fonction d'Heaviside
H(q0 q)
q0
est la frquence
(spatiale) de coupure. On prend alors la TF inverse et l'image rsultantes a t

nettoy du bruit alatoire. Bien sr, dans l'opration, on a aussi perdu peuttre quelques informations. L'opration peut-tre rsum comme suit :
TF
-1
In (x) =
[H(q0 q)TF[I(x)] ].
TF de
H(t) cos(0 t).
Nous souhaitons calculer la TF de la fonction
f (t) = H(t) cos(0 t)
la fonction d'Heaviside. Cela parat priori problmatique, la fonction
t +. Calculons plutt
f (t) = H(t) exp(t) cos(0 t). Pour > 0, cette fonction
ne tendant pas vers zero pour
H(t) est
cos(0 t)
la TF de la fonction
converge rapidement
vers zro et son intgrale est trs bien dnie. Donc,
f ()
=
=
1
2
e(i0 )t + e(+i0 t) eit dt

0
+ i
2
( + i)2 + 0
Maintenant, si on prend la limite
0,
nous voyons que
f (t) f (t)
(pas
uniformment ), et que la transforme de Fourier tend galement vers une limite

bien dnie. Nous posons donc :
f () = i
2
0 2
Bien sr, si on voulait prendre la TF inverse, on aurait nouveau des problmes

pour l'intgration autour des singularits
valeur principale
= 0 .
On s'en sort en prenant la
des intgrales. Quelques connaissances de la thorie d'integra1
tion dans le plan complexe nous montre alors qu'on trouve bien le bon rsultat .
Le lecteur peut dmontrer, en suivant une dmarche analogue, que
TF [H(t) sin(0 t)]
2
0
0
2
Thorie de la diraction de la lumire et de la formation d'image.
A un point B . Si
exp(i0 t + ) au point
Considrons un rayon de lumire qui se propage d'un point

la phase du champs au point
est
exp(i0 t),
1. Cela est en dehors du champs de ce cours.
48
elle est de

B . 0
est (
prs) la frquence de la lumire (de l'ordre de
lumire visible) et
de
pour la
est le dphasage d au temps que la lumire met pour aller
(distant de l) :
= 0 t = 2f
o
1014 s-1
AB
l
= 2
c
est la longueur d'onde de la lumire (entre
0.3
et
0.8
micron pour la lu-
mire visible). Le lecteur connat sans doute tout cela depuis le premier cycle
universitaire.
Chaque point d'un objet recevant une onde luminueuse peut tre considr
a exp(i0 t) est le champs qui arrive au point P ,

ar exp(i0 t + i). Le coecent r ( 1) dsigne l'absorption
point P . Le coecient est le dphasage induit au point P si
comme une source secondaire. Si

le champs mis est
de la lumire au
par exemple en ce point, le matriaux a un indice dirent de son environnement.

Le coecient complexe
P.
T = r exp(i)
est le coecient de transmission du point
Un objet est donc caractris par une fonction complexe
coecient de transmission pour chacun de ses points
f (x)
qui est son
x.
Considrons maintenant une onde plane arrivant sur un objet (qui pour plus
de simplicit, nous considrons unidimensionnel) et un point
direction
l'inni dans la
(Fig. 4.1(a)). Le champ rcu en ce point est la somme des champs
OP que
AP aura un dphasage de = 2AA / =
(2/)x sin(). En appelant q = (2/) sin(), et en appelant f (x) la fonction
de transmission de l'objet, nous voyons que le champs au point P vaut
secondairse mis par les divers points de l'objet. Par rapport au rayon
l'on prend comme rfrence, le rayon
f (x) exp(iqx)dx
qui n'est rien d'autre que la TF de la fonction
f.
Mettons maintenant une lentille une distance

se formera dans un plan distance
en face de l'objet, une image
de la lentille (Fig. (b)). Les rayons qui
de la lentille (distant de
vont maintenant se focaliser dans le plan focal arrire

F ) en un point P dont la coordone x vaut F tan
F sin
n'est pas trop important. Nous en dduisons l'intensit
partaient dans la direction

tant que l'angle
du champ
g(x )
dans le plan focal arrire de la lentille :
g(x ) =
f (x) exp i(
2
2 x )
)x .x dx = f (
F
F
Il n'est pas trop dicile de dmontrer que l'image forme est la TF du plan
focal arrire, nous laissons cela au soin du lecteur. La formation d'image peut
donc tre vu comme une double transformation de Fourier. Cela ouvre de grands
perspectives pour eectuer des oprations de ltrage directement dans le pfa
49
Figure 4.1 Formation d'image vu comme une double transforme de Fourier.

d'une lentille. Voir des objets transparents, comme par exemple des cellules dans
l'eau n'est pas possible en microscopie classique. Zernik, dans les annes 1950,
a invent une technique appel contraste de phase, qui consiste introduire des
ltres dans le pfa de l'objectif et permet la visualisation des objets transparents
sous microscope.
nergie inject dans un oscillateur.

Soit une particule dans un puits harmonique (Ep
force extrieure
F (t).
= (1/2)kx2
) soumis une
Nous dsirons savoir quelle nergie cette force transfert
la particule. L' quation du mouvement s'crit :
d2 x
2
+ 0 x = (1/m)F (t)
dt2
(4.6)
2
0 = k/m est la frquence propre d'oscillation de la particule. Nous supposons
qu'au temps T1 du dbut, l'osciallateur est au repos. L'nergie totale transfre
l'oscillateur est donc la somme de son nergie cintique et potentielle au bout

d'un temps
T2
(que nous prendront gale
par la suite).
Notons tout de suite que la gauche de l'quation (4.6) peut s'crire
i0 )(d/dt + i0 )x.
(d/dt
Comme nous allons voir, cette dcomposition a son utilit. En
mcanique quantique, on appellerai l'analogue de ces termes des oprateurs de

cration et d'annihilation qui sont frquemment utilis. Par ailleurs,
totale
H , L'nergie
du systme (cintique + potentielle ), s'crit :
2
(dx/dt)2 + 0 x2
(2/m)H
(dx/dt i0 x)(dx/dt + i0 x)
2. En mcanique analytique, on appelle Hamiltonien l'nergie totale du systme, d'o le

Comme le systme n'est pas isol,
n'est pas une constante du mouvement :
50
H = H(t)
H.

Si on pose
z = dx/dt + i0 x, nous aurons alors (2/m)H = zz , et l'quation (4.6)
se transforme en
dz/dt i0 z = (1/m)F (t)

L'nergie transfre l'osciallateur est
(4.7)
E = H(T2 ) H(T1 ) = H(T2 ). Multiexp(i0 t) et
plions maintenant les deux cots de l'quation (4.7 ) ci-dessus par

intgrons entre
T1 et T2
T2
T2
(dz/dt i0 z)ei0 t dt = (1/m)
T1
F (t)ei0 t dt
T1
Il nous sut maintenant d'eectuer une integration par partie du ct gauche
T1 pour
z(T2 ) exp(i0 T2 ). Comme en plus l'oscillateur est au
repos avant T1 , on peut tendre l'intgrale . Quand T2 +, le ct droit
devient gale la TF de F value pour la frquence 0 , et nous avons
de l'intgrale et d'utiliser le fait que l'oscillateur est au repos l'instant
trouver que ce ct vaut
E =
F (0 )F (0 )
2m
Pour connatre l'nergie totale transfre l'oscillateur, nous n'avons pas rsoudre l'quation direntielle de second ordre avec second membre, valuer simplement la TF de la Force applique la frquence propore de l'oscillateur nous
sut.
Vous pouvez donc facilement calculer l'nergie transfre dans les cas suivants :
1.
F (t) = f0 et/t0
2.
F (t) = f0 (t/t0 )
3.
F (t) = f0
4.
F (t) = f0 cos(1 t)
si
si
t 0;
t 0;
sinon,
sinon,
F (t) = 0.
F (t) = 0
Dans les cas 1 et 2, discutez le transfert d'nergie en fonction du temps
t0 .
Pour
rsoudre le cas 3 et 4, vous aurez besoin des rsultats sur les distributions disponible dans les prochains chapitres.
4.5 Relation entre les sries et les transforms de

Fourier.
Nous avons indiqu au dbut du chapitre, sans le dmontrer, que l'on passe
des sries au transforms de Fourier en laissant la longueur de l'intervalle
vers
l'inni. Revoyons ce passage avec quelques dtails maintenant. Considrons une
51

fonction
f (x)
sur l'intervalle
[L/2, L/2].
Ses coecients de Fourier (complexe)
sont donns par
cq =
1
L
L/2
f (x)eiqx dx
L/2
o pour plus de simplicit, nous notons

ci-dessus (sans le facteur
1/L
q = 2n/L. Dsignons par I(q) l'intgrale

f (x) :
donc). Par dnition, nous avons pour
(1/L)I(q)eiqx
f (x) =
q,2/L
o dans la somme, l'indice
dq 0
varie par pas discret
dq = 2/L.
Quand
L ,
et par dnition de l'intgrale de Riemann, la somme ci-dessus tend vers
f (x) =
1
2
Par ailleurs, il est vident que quand
I(q)eiqx dq
L , I(q)
l'quation (4.4).
52
tend vers
f (q)
donne par
5 Les distributions.
5.1 Ce qu'il faut savoir.
Les transformes de Fourier nous posent quelques problmes quant la d-
] , +[, la
f (x) peut tre reprsente comme la superposition des fonctions exp(iqx)
avec le poids f (q). Pour en revenir notre image de base dans l'espace des fonciq(.)
tion, les fonctions e

(q R) forment une base, et les coecients f (q) sont les
projections du vecteur f (.) sur les vecteurs de cette base.
nition de base orthogonale. Nous avons vu que, sur l'intervalle

fonction
Nous avions aux sections prcdentes bas nos dmonstrations sur le concept
d'orthogonalit. Mais peut on dire que
exp(iq1 x) et exp(iq2 x) sont orthogonales ?
Le produit scalaire a t'elle encore un sens ? En eet, comment dnir la valeur de
exp(iq1 x) exp(iq2 x)dx
(5.1)
qui au sens normal de la thorie d'intgration, n'a aucun sens ?

Il faut comprendre Le produit scalaire (5.1) dans le sens suivant d'un passage
la limite :
1
L L
+L/2
lim
(5.2)
1et le (1/L) fait tout tend

q1 = q2 , l'intgrale vaut L et l'expression (5.2) vaut 1. Le
produit scalaire (5.1) est donc de l'ordre de L ( avec L ) pour q1 = q2 et de
l'ordre de 1 sinon. Nous noterons ce genre d'objet (q1 q2 ) et nous l'appellerons
Quand
q1 = q2 ,
exp(iq1 x) exp(iq2 x)dx

L/2
l'intgrale est au plus de l'ordre de
vers zro. Par contre, si
le
delta
de Dirac, du nom du physicien qui a tabli les rgles de manipulation de
ces objets dans son livre sur la mcanique quantique en 1930.

Pour un physicien, le concept de la
fonction
est trs intuitif et gnralise le
concept de charge ou de masse ponctuel. Supposez que vous avez des charges
(x) et que vous voulez

R autour d'un point.
(x)dx. Supposez
Rien de plus simple,il sut d'intgrer la densit autour C =
V
maintenant que R 0, c'est dire que vous prenez des sphres de plus en plus
rpartit continuement dans l'espace avec une densit
calculer la charge totale contenue dans une sphre de rayon
petite autour de votre point. Il est vident qu'il y aura de moins en mois de
charge l'intrieur et que
C 0.
C'est vrai, sauf si vous avez plac une charge
53
ponctuelle au point considr. Pour une charge ponctuelle Q, quel que soit la taille
de la sphre autour, la quantit totale de la charge l'intrieur reste constante.
x0 ,
En gros, pour une charge ponctuelle plac en

partout, sauf en
x0
la densit de charge est
nulle
o elle vaut innie ! Ce genre de densit innie en un point,
nulle partout et dont l'intgrale est
nie
est justement un delta de Dirac. Les
mathmaticiens nous excuteraient si on appelait ces objets des fonctions et nous

obligent les nommer des
distributions.
La proprit de delta de Dirac est la
suivante :
(x)dx = 1
(5.3)
I
Du moment que l'intervalle
contient
0,
l'intgrale vaut 1, sinon elle
vaut
zro.
L'objet de ce chapitre est de se familiariser avec les distributions, et en particulier

avec la distribution de Dirac.
On peut voir
(x)
comme un processus de limite. Prenons le cas de la fonction

2
1
fa (x) = e(x/a)
a
C'est une gaussienne centre sur
0,
a 0,
et son intgrale vaut 1. Quand
elle
devient de plus en plus pique, avec une extension de moins en moins large, mais
ga (x) =
l'intgrale reste constante. On peut dire la mme chose de la fonction
(1/2a)(x/a)
ou en faite de n'importe quelle fonction qui, lors d'un processus de
passage la limite, rduit son extension, augmente l'amplitude de son pique, et

garde son intgrale constante. La distribution
(x)
est la limite de ce genre de
fonction.
La dnition (5.3) nous permet quelques gnralisations. Par exemple, on peut
dnir
0.
3(x),
la distribution dont l'intgrale vaut 3 sur des intervalles contenant
On peut mme dnir
vaut :
f (x)(x)
o on suppose
f (x)
continue en
0.
L'intgrale
f (x)(x)dx = lim
f (x)(x) = f (0)
Vous pouvez dmontrer cela facilement en utilisant la dnition de la continuit

d'une fonction. Mais intuitivement, cela parat vident : comme
partout sauf en
f (0).
0,
le multiplier par
f (x)
(x)
est nulle
revient simplement le multiplier par
En faite, on utilise cela comme la dnition de la distribution
f (x)(x)dx = f (0)
(x)
(5.4)
(x) est une distribution centre sur 0. (x x0 ) est une distribution centre sur
x0 et (x x0 )f (x) = f (x0 ). Finalement, les rgles pour manipuler les ne sont
pas vraiment compliques.
54
(x)
La dernire chose savoir sur

dornavent
R =] , +[
est sa transforme de Fourier ( on pose
(q) =
(x) exp(iqx)dx = 1
R
La TF de
(x)est
la fonction constante
1.
Cela veut dire que
sition, poids gal, de toutes les modulations

tonnant : comme
(x)
exp(iqx) !
(x)
est la superpo-
Cela n'est pas vraiment
varie vraiment trs rapidement, toutes les modulations
doivent y tre prsent. Inversement,
1
2
exp(iqx)dq = (x)
dnie
(x)f (x) = f (0).
R
Exercice : Dmontrer que la fonction

c'est dire que
La dimension de la distribution
(5.5)
par (5.5) est bien une
de dirac,
En mathmatique, nous manipulons essen-
tiellement des chires, c'est dire des nombre sans dimensions. En physique cependant, les quantits que nous manipulons reprsentent des grandeurs telles que
des longueurs, nergies, temps, vitesses, etc. Ces grandeurs ont des dimensions.
Les physiciens attachent beaucoup d'importance cette question pour plusieurs
raisons. Une de ces raisons est purement gramaticale et permet de vrier la cohrence des divers tapes d'un calcul. Prenons le cas d'une quation direntielle
du genre
Si
2
d2 y/dt2 + 0 y = f0
et supposons que nous avons trouv
reprsente une quantit de dimension
[y],
alors
[0 ] = T 1
y = f0 sin(0 t).
[f0 ] = [y]T 2 .
et
Ceci est ncessaire si nous voulons que les deux cots de l'quation aient la mme
dimension. La dimension du ct gauche de la solution est
sin
[y]. Comme la fonction

[y]T 2 !
n'a pas de dimension, le cot droit de la solution a la dimension de
Les deux cots de la solution n'ont pas la mme dimension et nous nous sommes
manifestement tromp une tape de la rsolution. Ces vrications peuvent (et
doivent ) tre eectu chaque tape du calcul.
Comme nous manipulerons pas mal les distributions par la suite, nous avons
sin(x) et exp(x) n'ont pas de di(x) ? Pour cela, il faut d'abord rpondre
besoin de connaitre leur dimension. Les fonctions

mensions. Qu'en est-il de la distribution
la question de la dimension de
ydx.
Le signe
n'est qu'une gnralisation de
l'opration addition. La dimension d' une pomme + une pomme est toujours
une pomme. Le signe
signie une trs petite quantit de et la dimension
d'une trs petite quantit de pomme est toujours une pomme. Nous en dduisons de tout cela que
[ ydx] = [y][x]
Nous pouvons maintenant utiliser la proprit de la distribution
f (0).
Il est alors ais de voir que
[(x)] = [x]1 !
(x)f (x)dx =
Nous aurions pu bien sr ar-
river au mme rsultat en utilisant l'expression par passage la limite
55
(x) =
(1/a) exp(x2 /a2 ) quand a 0. Voil, il faut avoir cela en tte chaque fois que
l'on veut vrier la cohrence des quations qui impliquent des .
5.2 Un peu de dcence.

Du point de vue du mathmaticien, ce que nous avons racont plus haut est,
en restant poli, mal propre. Laurent Schwarz, dans les annes 1950, a rendu
rigoureux la thorie des distributions. Il est utile de connatre les grande ligne
de sa construction. Il est parti de la constatation que les distributions ne sont
utilises en pratique que sous le signe intgral, comme en (5.4).
Une fonctionnelle est une gnralisation d'une fonction. Elle prend
en entre et produit
un scalaire
quelque sorte. Notons que la TF
une fonction
en sortie. C'est une fonction de fonction en
n'est pas
une fonctionnelle, puisqu'elle produit
une fonction en sortie.

Appelons
l'espace des fonctions , et
l'espace des fonctionnelles
(ou dit plus srieusement, des formes linaires dnies sur

fonctionnelle est
Lexp(x2 ) qui prend

exp(x2 ), et
scalaire avec la fonction
E ).
linaires
Un exemple de
une fonction en entre, calcul son produit

produit ce chire en sortie :
exp(x2 )f (x)dx
Lexp(x2 ) [f ] =
R
Nous pouvons gnraliser cet exemple : chaque fonction

associer une fonctionnelle
Lg F
g E,
nous pouvons
tel que
Lg [f ] =
f (x)g(x)dx
R
Et nous pouvons dmontrer facilement que ce
Lg
est bien une fonctionnelle
linaire. Nous pouvons trouver beaucoup d'autres fonctionnelles linaires. Par

exemple, la fonctionnelle
x0
est dnie par
x0 [f ] = f (x0 )
Voil, le tour est jou. Cette fonctionnelle est bien le delta de Dirac
(x x0 )
dnie plus haut. Noter bien l'opration : on peut identier une partie de l'espace
avec l'espace
via ces
Lg
que nous avions construit : chaque lment de
nous pouvons faire correspondre un lment de l'espace
F.
Mais l'espace
est
plus vaste, et quelques uns de ces lments en plus constituent les distributions
inhabituelles. C'est un peu comme enrichir l'ensemble des nombres rationnels
pour arriver l'ensemble des nombres rel
R.
1. En ralit, l'espace des fonctions support borns et inniment drivable, mais nous ne
sommes pas notre premier dlit.
56
On peut dnir des oprations sur les distributions. Il est toujours plus simple
de partir des distributions du genre
Lg
dont le sens est familier pour dnir
ensuite les mmes oprations sur les distributions du genre

veut dire
Lg
Lg [f ] =
g (x)f (x)dx =
R
Par exemple, que
x ).
g(x)f (x)dx = Lg [f ]
R
(N'oublions pas que comme

pour
et
sont au moins sommable, elle tendent vers zro
On peut donc dnir :
x0 [f ] = x0 [f ] = f (x0 )
o dans le langage moins lgants des physiciens,
(x x0 )f (x)dx = f (x0 )
De mme, nous pouvons dmontrer que
H (x) = (x).
Nous ne continuerons pas
plus le dveloppement formel des distributions. Mais la constructions de Schwarz

est extrmement lgante et nous conseillons au lecteur de voir au moins une fois
les bases rigoureuses de cette construction.
Nous voyons cependant que l'espace plus large des distributions nous permet de
manipuler aisement des objets qui nous semblaient interdit. Une force ponctuelle
a un sens. Une discontinuit galement. En physique, une fonction ne
tre discontinue. La densit de l'eau ne saute pas de
peut
pas
l'interface liquide
solide, il existe une couche d'paisseur petite (trs petite devant les autres echelle
de longueur) o la densit varie continuellement d'une valeur une autre. La
lumire rchit par un mirroir pnetre sur une petite longueur
dans
le mirroir
o son intensit dcrot exponentiellement et ainsi de suite. Nous pouvons donc

caractriser les discontinuit des fonctions par des distribtion. Soit la fonction
f (x) = g(x)+H(xx0 ) , o la fonction g est une fonction continue est drivable
+
en x0 . La fonction f par contre, saute de la valeur g(x0 ) x0 + g(x0 ) x0 .
Au sens des distributions, la driv de f est donne par f (x) = g (x) + (x x0 ).
Imaginez donc f comme une fonction normale, avec une che positionne en
x0 .
Exercices.
1. En utilisant la dnition (5.4), dmontrer que l'expression (5.1) gale
(q1
q2 ).
2. Que vallent
(x)
3. Soit une fonction
et
(x) ?
Lpriodique f .
tions) ?
57
Que vaut sa TF (au sens des distribu-
+
n= (x n). C'est comme
si nous avions pos un delta de Dirac sur chaque nombre entier. Quelle est
4. Une peigne de Dirac est dni par

la TF de
(x) =
(x/a) ?
(x + a) = (x) + a (x) + (1/2)a2 (x) + ... On peut faire

dveloppement de Taylor des comme pour les fonctions usuelles. Pour
5. Dmontrer que
un
pouvoir dmomntrer cette galit, appliquer les deux cts de l'galit

une fonction
6. Dmontrer que
(x) = (x)
7. Considrons une fonction
g (x0 ) = 0.
et
(ax) = (1/|a|)(x).
g(x)
avec un zro simple en
Prenons un intervale
peut supposer
I = [x0 a, x0 + a]
x0
g(x0 ) = 0,
x0 (on
autour de
aussi petit que l'on veut). En dveloppant
autour de sa
racine l'ordre 1, dmontrez que
(g(x))f (x)dx =
I
8. En supposant que la fonction
1
f (x0 )
|g (x0 )|
g(x) n'a que des racines simples, et en utilisant
le rsultat ci-dessus, dmontrer :
1
(x xi )
|g (xi )|
(g(x)) =
i
o les
xi
sont les racines simples de
pression de
g(x).
Donner comme application l'ex-
(x2 a2 ).
9. En vous inspirant du rsultat de la question 5, pouvez indiquer pouquoi

dans la question 7, nous pouvions nous restreindre un dveloppement
d'ordre 1 ?
5.3 Manipulation et utilisation des distribution.

Oscillateur soumis une force priodique.
A exp(i1 t).
En prenant la TF des deux cts, nous avons :
x() =
comme
Il obit l'quation
2A( 1 )
2
0 2
x(t) = (1/2) x() exp(it)d ,
x(t) =
nous trouvons
A exp(i1 t)
2
2
0 1
Nous connaissions ce rsultat depuis l'exercice sur le ltrage.
58
2
d2 x/dt2 +0 x =
1
1
F(t)
y(t)
0.5
0.5
-2
-1
1
t
Figure 5.1 Reponse
-2
-1
d'un oscillateur amortie une force impulsionnelle. La
distribution
est reprsente par une che verticale.
Oscillateur amorti soumis une force impulsionnelle.

soumis une force
F (t)
Un oscillateur amorti
obit l'quation
d2 y
dy
+
+ ky = F (t)
dt2
dt
Nous souhaitons connatre la reponse de l'oscillateur une force impulsionnelle
F (t) = F0 (t).
Ceci est l'idealisation d'un coup de marteau trs bref et trs puis-
sant sur l'oscillateur. Pour simplier le problme, nous supposons dans un premier
temps que la masse est ngligeable ( que les forces d'inertie sont petites devant
les forces de frottement ) et que l'osciallateur est au repos. En renormalisant nos
coecient, l'quation prend la forme :
dy
+ y = f0 (t)
dt
(5.6)
et en prenant la TF des deux cots, nous trouvons que
y () = f0 /( + i).
Il
sut maintenant de prendre la TF inverse. Il se trouve que dans ce cas, si l'on se

souvient de l'exercice (4.1 :2), nous pouvons directement crire
y(t) = f0 H(t) exp(t)
(5.7)
Ce rsultat est reprsent sur la gure (5.1). Nous suggrons au lecteur de discuter
les limites
et
Equation de la chaleur avec une source ponctuelle.
Une goutte d'encre extr-
mement concentre, dpos en un point de l'espace va se diluer en diusant. De

mme pour un pulse ponctuel de chaleur. Comme nous l'avons vu prcdemment,
59
les phnomnes de diusion sont gouverns par l'quation de la chaleur :
u
2u
= D 2 + Q(x, t)
t
x
o
Q est un terme de source.

Q(x, t) = Q0 (x)(t). En prenant la TF
dsigne la temprature ou la concentration et
Dans le problme qui nous interesse ici,

par rapport la variable d'espace
x,
nous avons :
t u(q, t) + Dq 2 u(q, t) = Q0 (t)
(5.8)
Mais cette quation est exactement eq.(5.6), celle qu'on a crit pour l'oscillateur
amorti. C'est bien une quation direntielle
temps, et
ordinaire
par rapport la variable
q peut tre considerer comme une constante : Pour chaque mode q , nous
avons une EDO indpendante. La solution est donc analogue (5.7), et s'crit :
u(q, t) = Q0 H(t) exp(Dq 2 t)
Il nous sut maintenant de prendre la TF inverse pour obtenir la solution dans

l'espace direct :
1
2
u(x, t)
Q0 1
x2

exp
4Dt
2 Dt
u(q, t).eiqx dq
La dernire integrale s'obtient facilement par les techniques que nous avons dj
utilis. L'volution de
u(x)
pour dirente valeur de
sont reprsenter sur la
gure (5.2).
Extension (dicile) : si la source n'est pas ponctuelle dans le temps, mais
seulement dans l'espace,
i.e. Q(x) = Q0 (x),
quel est le comportement de la
u(q, t). Cette
t u(q, t) l'est beaucoup moins.
et t , vous pouvez obtenir une
solution ? Help : Essayez comme avant d'obtenir une expression pour

expression est trop complique pour inverser, mais
En changeant alors l'ordre des operation TF
expression pour
t u(x, t).
-1
Il vous sut alors d'evaluer
u(x, ) =
t u(x, t)dt
0
Il n'est pas dicile alors d'obtenir le comportement assymptotique de
pour
t .
Equation d'onde avec source ponctuelle.
et au repos l'instant initial. A l'instant
Considrons une corde tendue innie
t = 0, on la soumet une force ponctuelle
60
0.8
0.6
0.4
0.2
0
-4
-2
Figure 5.2 prol
0
x
de concentration en fonction de
0.1, 0.2, 0.5, 1, 2.
Ici,
D = 1/4.
x,
dirent temps
La distribution originale, en
t =
(x),
est reprsent par une che verticale.
dans le temps et dans l'espace (l'idalisation d'un marteau de piano tapant sur
la corde). l'quation d'onde s'crit
2u
2u
v 2 2 = (x)(t)
x2
x
En suivant la mme dmarche que ci-dessus, vous devriez pouvoir obtenir la propagation de l'onde. Vous pouvez notemment montrer que l'extension du domaine
ou
u=0
croit la vitess
v.
Vitesse de phase, vitesse de groupe.
Donnons nous un signal
u(x, t)
qui se
propage (Fig.5.3). Comment devrait on dnir la vitesse du signal ? On pourrait

par exemple reprer le maximum de
u et de suivre ce point en fonction de temps ;
ceci n'est pas trs bon cependant, puisque le signal peut se dformer et notre
maximum disparatre ou d'autres maximum apparatre. Nous devons dnir la
vitesse en prenant en compte l'ensemble du signal. Une bonne dnition est par
exemple de suivre le barricentre du signal, ou mme mieux, le baricentre du carr
du signal pour viter les comprensations de signe :
xu2 (x, t)dx
x(t) =
Par la suite, sans perte de gnralit, nous supposons notre signal norme :
u2 (x, t)dx = 1. Supposons par exemple que notre signal se propage sans se
I
dformer u(x, t) = u0 (x ct) et nous avons alors
x(t)
xu2 (x) + ct
0
=
I
u2 (x)
0
I
x0 + ct
61
Figure 5.3 un
u(x, t)
signal
en fonction de
trois temps
dirents, se
propageant vers la droite.
ce qui correspond bien notre intuition de la vitesse d'un signal.

En utilisant la dnition des TF et de la distribution
(x),
il est facile de
dmontrer que (cf exercice) :
x(t) = i
I
o
u(q, t)
est la TF de
u(x, t)
u(q, t)
u (q, t)dq
(5.9)
x. Reprenons nouveau notre signal

u(x, t) = u0 (xct). Par la rgle des manipulation
par rapport
qui se propage sans se dformer :
des TF, nous savons qu'une translation dans l'espace direct revient multiplier
par une exponentielle complexe dans l'espace rciproque :
u(q, t) = u0 (q).eiqct
En rempalant dans l'expression (5.9), nous voyons que cela nous donne
x(t)
u0 (q) (q)dq
u0
x0 + ct
x0 + ct
u (q) (q)dq = I u2 (x).
u0
0
I 0
En gnral le facteur qui multiplie le temps dans l'expoentiel complexe est
puisque, par la relation de Parceval,

appel la frquence angulaire
qui dans ce cas simple de signal se propageant
sans dformation s'crit
= cq
et nous voyons que nous pouvons dnir la vitesse comme
c=
d
dq
Prenons maintenant le cas plus gnral de signaux se dformant en se propageant.

Il existe un cas trs important appel milieu dispersif, o la dformation du signal
62
prend une forme simple
dans l'espace rciproque
u(q, t) = u0 (q)ei(q)t
c'est dire que le mode
t,
(q)
avec une forme
au mode
q.
est pondr par un facteur de phase
(q)t
au temps
quelconque, sans plus ncessairement tre proportionnel
Dans le cas d'un cristal par exemple, on peut dmontrer (voir le
problme correspondant au chapitre sur les sries de fourier) que
(q) = A sin(q).
Nous pouvons nanmoins calculer la vitesse du baricentre du signal comme avant :
d
dq
x(t) = x0 + t
I
Si
(q)
varie de faon lente par rapport
un pic troit en
q0 ,
u0 (q) (q)dq
u0
u0 (q) (q),
u0
et que ce dernier possde
alors une bonne approximation pour la vitesse du baricentre
serait
c=
d
dq
q=q0
Ceci est ce qu'on appelle la vitesse du groupe. L'expression
/q ,
ayant un sens
pour les signaux se propageant sans dformation, s'appelle la vitesse de phase.
Bruit de Langevin.(transfrer au chapitre prochain)

cation de
<>).
(Bien expliquer la signi-
Langevin a trouv, vers 1910, une faon extrmement lgante
de traiter le mouvement Brownien, en considrant une particule soumise aux

quations classique du mouvement et une force
alatoire
d2 x
dx
+
= (t)
dt2
dt
(t) une force alatoire. Nous ne connaissons de cette force que

(t) = 0
2
proportionnelle la temprature : (t) = T . D'autre part,
est la viscosit et
ses caractristique stochastique : La moyenne de cette force est nulle,

et sa variance est
c'est un bruit blanc : si nous connaissons la valeur de cette force un instant,

nous ne pouvons rien dire sur sa valeur quelque temps que ce soit aprs.
5.4 Exercices.
1. Que valent les distributions
(x) cos(qx), (x) sin(qx)
et
(x) sin(qx) ?
y(t) = (f0 /0 )H(t) sin(0 t), dmontrer

2
y + 0 y = f0 (t).
2. En drivant directement la fonction

qu'elle est la solution de
3. Dmontrer que
tH(t)
H(t).
tH(t).
est la primitive de
par partie, trouver la primitive de
63
En utilisant une integration
y
a
x
(a)
(b)
Figure 5.4 la che d'un pont sous l'eet d'une force ponctuelle.
4. Une particule initialement au repos de masse
pulsionnelle obit l'quation
m = f0 (t).
y
soumise une force im-
En intgrant directement et
en utilisant les conditions initiales, trouver la solution. Trouver la mme

solution en considrant la particule soumise une force constante avec une
certaine dure
f = (f0 /2T )(t/T 1)
et faire tendre ensuite la dure vers
zro.
5. Intgrer directement l'quation
dy/dt + y = f0 (t) en utilisant la mthode
de la variation des constantes.

6. L'lasticit des barres est donne par l'quation
Bd4 y/dx4 = F (x)

o
F (x) est la densit de force (force par unit de longueur) appliqu au

x et B une constante qui donne l'amplitude de la rigidit de la barre
point
et qu'on appelle module de courbure. C'est par exemple cette quation

qui donne la
che
d'un pont sous l'eet d'une charge. Nous souhaitons
connatre la che d'un pont de longueur

camion la position
L sous
l'eet du mouvement d'un
dessus. Comme les dimensions du camion sont petit
par rapport au pont, on le modlise par une distribution de dirac. En solvant
y (4) = f0 (x a) trouver la forme du pont. Nous utiliserons

deux formes de conditions aux limites : (i) pont pos sur des pilliers, y(0) =
y(L) = 0 ; y(0) = y(L) = 0 (gure 5.4.a ; (ii) pont ancr aux deux bouts
y(0) = y(L) = 0 ; y (0) = y (L) = 0 (gure 5.4.b) . Pour quelle valeur de a
donc l'quation
la che est maximum ?

7. Dmontrer que
u (q) (q)dq
xu2 (x)dx =
I
o
u(q)
est la TF de
u(x).
I
Help : crire
des TF, former leurs produit et intgrer

que
exp(iq(x y))dq = 2(x y).
64
u (q) et u (q) par leurs dnition
sur q . Il sura juste de remarquer
6 Convolution et corrlation.
Deux concepts abondemment utilis en physique ( et bien d'autres endroist )
sont les convolutions et les correlations. Les TF nous permettent de calculer ces
choses de faon assez simple.
6.1 Les convolutions.

Le produit de convolution
f g
de deux fonctions
et
est dnie par
h(x) = (f g)(x) =
f (s)g(x s)ds
Exercice : dmontrer que le produit est commutatif :
f g = g f.
L'endroit o l'on rencontre frquemment ce produit est quand on mesure un signal. Supposons que le signal qu'on mesure est l'intensit lumineuse sur un ecran,
f (x).
Pour mesurer ce signal, l'exprimentateur doit positionner son dtecteur
un point
x,
et mesurer son intensit. Bien sr, il va eectuer cette mesure en
plusieurs points. Le detecteur est cependant un instrument rel, de taille nie,

disons
(et non innitsimal). Quand l'instrument est posistionne en
la lumire dans l'intervalle
[x , x + ]
x,
toute
rentre dans le detecteur, et l'exprimen-
tateur mesure donc en faite la moyenne de l'intensit sur une intervalle autour
du point
x,
et non la valeur exacte de l'intensit en ce point. Evidemment, plus
est petit, meilleure est la prcision de l'appareil. En terme mathmatique, l'exprimentateur enregistre le signal
h(x)
x+
h(x)
f (s)ds
x
+
f (s)(
xs
)ds
=
Ici,
l (x) = (x/ ) est la fonction
(f )(x)
de l'appareil. Les fonctions d'appareil peuvent
avoir des formes plus compliques, comme par exemple une gaussienne. Le facteur
limitant la prcision du signal est le pouvoir de rsolution
de l'appareil qui
lisse et rend ou le signal original. Par exemple, un objectif de microscope est
65
2
l=0.1
l=0.3
l=0.5
l=0.7
1.5
1
0.5
0
-3
-2
-1
Figure 6.1 La convolution du signal (x) + (x 1) par des gaussiennes Gl de

dirente largeur.
un appareil de mesure dont le signal mesur est l'image forme . Ernst Abbe,
physicien de la compagnie Carl Zeiss dans les annes 1890, a developp la thorie
de la formation d'image et dmontr que le pouvoir de rsolution des objectifs et,
au mieu,
= /2N A, o est la longueur d'onde utilise et N A est l'ouverture de
l'objectif (le sinus de l'angle maximum de capture de la lumire). Les microscopes

optiques ne peuvent donc pas voir les echelles plus petites que 0.2 micron.
Exercice : soit le signal

distant de
est (i)
,
x0
x0 .
l ;
f (x) = (x) + (x x0 ), c'est dire deux piques de dirac
Calculer et tracer le signal mesur si la fonction de l'appareil
Gl = exp(x2 /2 2 ). Traiter particulirement les cas x0

x0 (voir gure 6.1). Pouvez vous determiner dans le cas
(ii)
et
la gaussienne, partir de quelle
de
, nous ne pouvons plus distinguer deux
piques spares ?
Les transformes de Fourier nous permettent de calculer facilement les produits
de convolution :
TF[f
g] = TF[f ].TF[g]
La transforme de Fourier du produit de convolution de deux fonctions est le

produit (normal) de leurs transforme de Fourier. Soit
h(q)
dx eiqx
ds f (s)g(x s)
dx eiqx g(x s)
ds f (s)
ds f (s)eiqs
h(x) = (f g)(x),
dx eiqx g(x)
g
= f (q)(q)
66
alors
Calculer numriquement le produit de convolution dans l'espace direct est de
l'ordre de
N 2,
est le nombre de points d'chantillonnage des fonctions. Par
contre, prendre la TFR, eectuer une multiplication entre les TF et prendre une
TFR inverse ne coutera que
N log N
operations.
Un autre endroit o l'on rencontre frquemment les convolutions est la thorie des probabilits et le thoreme central limite. Soit deux variables alatoires
X1
X2
indpendantes
f (x) et g(x). Cela veut dire que

X1 tombe entre x et x + dx est gale
f (x)dx : Pr(x < X1 < x + dx) = f (x)dx. Nous nous demandons maintenant si nous pouvons dterminer la densit de probabilit h(z) de la variable
Z = X1 + X2 .
continues
et
de densit
la probabilit pour qu'une ralisation de
h(z)dz
Pr(z
< X1 + X2 < z + dz)
x1 =+
Pr(z
x1 < X2 < z x1 + dz)Pr(x1 < X1 < x1 + dx1 )
x1 =
+
dz
g(z x1 )f (x1 )dx1
Nous voyons donc que
h(z) = (f g)(z).
Exercice 1 : Dmontrer que la densit de probabilit de la

variables alatoires est donne par
moyenne
de deux
h(z) = 2(f g)(2z).
Exercice 2 : Dmontrer que le produit de convolution de deux gaussiennes de

largeur
et
est encore une gaussienne
1
l 2 + p2
exp
x2
+ p2 )
2(l2
pour vraiment apprecier les TF, faire le calcul d'abord dans l'espace direct,
et ensuite l'aide des TF. Une gaussienne de largeur
est la fonction
1
exp(x2 /2l2 )
2l
Les resultats ci-dessus sont important. Supposons que nous ayons deux variables
alatoires gaussienne de largeur l. Leur moyenne est alors galement une variable
l/ 2. Ce rsultat se gnralise N variables
alatoires : la moyenne est alors une gaussienne de largeur l/ N . La moyenne de
N variables alatoires est galement une variable alatoire, mais qui uctue N
alatoire gaussienne, mais de largeur
fois
moins
que les variables originales. C'est pour cette raison par exemple qu'un
exprimentateur, pour caractriser un phnomne physique, prend plusieurs mesure et calcule leur moyenne (voir les problmes avancs).
67
Exercices :
1. Calculer
(x) = ( )(x),
et reprsenter le graphiquement.
2. Dmontrer que la distribution

3. Que vaut
f =f
Ta [f (x)] = f (x a)
4. Dmontrer que la translation
(x a)
est l'unit pour la convolution :
avec la fonction
est la convolution de
f.
5. Le graal de l'exprimentateur est de dconvoluer son signal, c'est dire
h(t) = (f A)(t) et la fonction d'appareil

f (t). On pourrait se dire que pour connatre f (t) il sut
de diviser la TF de h par la TF de A et de prendre la TF inverse du resultat.
connaissant le signal enregistr
A(t),
dterminer
En pratique, ceci n'est pas une bonne solution, puisqu'on ne peut jamais
H(t) le signal
H(t) = h(t).(t/T ).
enregistrer un signal pendant un temps inniement long. Soit

enregistr de
+T .
Mathmatiquement parlant,
Montrer alors que
+1/T
H() = 2T

f ()A()d
1/T
On voit donc que l'intervalle de temps ni
trouve t'on la limite
mlange
les frquences. Que
T ?
6.2 Auto-corrlation.
Un outil indispensable en physique est le concept d'auto-corrlation. Cela joue
un rle important dans les processus stochastiques, la diraction, ...Supposons
que nous avons une fonction
x(t). Pour plus de simplicit, nous considrons notre
signal de moyenne nulle, c'est dire
1
T T
t+T
lim
x(t)dt = 0
t
Nous dsirons savoir combien d'information nous pouvons avoir sur
x(t + )
si
nous connaissons le signal en t. Cette quantit est contenu dans la fonction d'autocorrlation
x (t)x(t + )dt
G( ) =
Le complexe conjugu est ncessaire si l'on veut que pour
= 0 G( )
soit relle.
Dans beaucoup de cas, le signal est rel et le complexe conjugu dans l'espace
relle n'a pas d'importance. Concrtement, nous prenons notre signal au temps
68
t,
nous le multiplions par le signal au temps
ration pour tous les temps
t + ,
nous rptons cette op-
et ajoutons le rsultat. Nous donnerons plus loin
quelques exemples de la faon dont cette mesure est utilise pour dterminer les
caractristiques de certains systmes physiques. Que vaut la TF de la fonction
d'auto-corrlation ?
G()
dt x (t)x(t + ) exp(i )
dt x (t)
dt x (t) exp(+it)
(6.1)
d x(t + ) exp(i )
(6.2)
d x( ) exp(i )
= x ()() = |()|2
x
x
(6.3)
(6.4)
Le rsultat est d'une grande beaut : la TF de la fonction d'auto-corrlation est

gale au module de la TF du signal au
carr.
Rappelons simplement que pour
passer de (6.1) (6.2), nous avons chang l'ordre d'intgration ; pour passer de
(6.2) (6.3) nous avons eectu le changement de variable
t.
La fonction d'auto-correlation reoit des interprtation direntes dans dirents contextes. Par exemple en probabilits, soit
alatoire au temps t, et
X2
X1
la valeur d'une fonction
la valeur de mme fonction au temps
t + . En suivant
la discussion sur les convolutions, on peut alors demontrer que l'autocorrelation
G( )
est la densit de probabilit de la variable alatoire
X2 X1 .
En matire condens, on a coutume d'imager autrement la fonction d'autocorrelation. Supposez que vous avez des particules distribues dans l'espace.
Quelle est la distribution des distances entre les particules ? Prenez n'importe
quelles deux particules
i, j
est calculer la distance
rij
entre les deux. Faites
maintenant un histogramme de toutes les distances, et vous avez une fonction

d'autocorrelation des concentrations. Nous avions vu, dans le chapitre sur les
TF, que le champs
E(q)
de lumire dius dans une direction
fonction de transmission local. En utilisant des rayons
est la TF de la
ou neutron trs petite
longueur d'onde, la fonction de transmission devient proportionnelle la concentration des molcules qui diusent ces longueurs d'onde ecacement, c'est dire :
E(q) T F [c(x)]. Or, les plaques photographiques ou les senseurs de nos camras
I(q) = E(q)E (q). Les
clichs de diusion des Rayons sont donc une mesure directe de la fonction
ne mesurent pas le champs, mais l'intensit, c'est dire

d'auto-correlation des concentrations molculaires.
Exercice : le dmontrer.
69
Problmes avancs.
1. Diusion des correlations.

Soit une fonction (reprsentant par exemple une concentration ou une probabilit, ...) obissant l'quation de diusion
c
2c
=D 2
t
x
Et soit la fonction d'auto-correlation spatiale
G(y; t) =
c(x; t)c(x + y; t)dx
Dmontrer que
obit galement une quation de diusion, mais avec un
coecient de diusion de
2D.
[indication : il sut d'changer soigneusement les
drivations et les intgrales]
2. Ressort soumis au bruit thermique.

(Discuter ergodicit). Supposons une particule dans un puits harmonique, soumis au bruit thermique. Son quation du mouvement s'crit :
m
m
d2 x
dx
+
+ kx = f (t)
dt2
dt
est la masse de la particule,
(6.5)
est la force visqueuse et
la constante du
ressort. Ceci constitue une quation direntielle stochastique, et le formalisme a

t dvelopp par Langevin vers 1910. La partie gauche de l'quation est celle du
mouvement classique d'une particule attach un ressort. La partie droite tient
compte des chocs alatoires des molcules du uide qui entourent la particule et
qui font subir cette dernire une force. La fonction
est une fonction alatoire,
c'est dire qu'on ne connat pas vraiment la valeur qu'elle peut prendre, mais
seulement la
probabilit
qu'elle prenne une certaine valeur. Cela gnralise le
f est l'amplitude
KB T /a, o a est la taille de la particule.
On suppose que la fonction est de moyenne nulle, c'est dire qu'il y a autant
concept de variable alatoire utilis en calcul des probabilits.

des chocs alatoires et vaut
de chance,
en moyenne, que les chocs mnent vers la gauche que vers la droite. De
plus, on suppose que la connaissance de la valeur de

information sur
(t + ),
quelque soit
G( ) =
(t)
ne nous donne aucune
On exprime cela par
(t)(t + ) = ( )
70
(6.6)
10
8
6
4
2
0
0
Figure 6.2 |()|2 en fonction de pour 0 = 1 et = 0.1, 0.2, 0.4.

x
dsigne le delta de Dirac. Cela n'est pas trop dur imaginer :
(t + ) est compltement indpendant de (t), il y'a autant de chance
o bien sr,
comme
qu'il soit de signe contraire que de mme signe. A la longue, l'intgral doit tendre
vers
0.
Par contre,
2 (t) > 0,
son intgrale tend donc vers l'inni (reportez vous
notre discussion sur ce genre d'objet au chapitre prcdent). En prenant la TF

de l'q.(6.6), on obtient :
G() = () () = 1
En notant
2
0 = k/m
et en prenant la TF de l'quation (6.5), nous obtenons :
(0 2 + i)() = (f /m)()
x
ce qui nous donne, grce la relation (6.6),
|x()|2 =
2
(0
Cette fonction prsente un pique
(f /m)
2 )2 + 2 2
0 ,
(6.7)
comme on peut le constater sur la
gure 6.2.
On peut faire beaucoup de chose partir de l. En physique, on ralise souvent
des ressorts de taille micromtrique pour exercer des forces sur des bactries o
des molcules biologiques. Un problme majeur est celui de calibrer le ressort,
c'est dire trouver sa constante
k.
L'quation (6.7) nous montre qu'il existe une
faon extrmement robuste de trouver cette constante : (i) enregistrer la position
x(t)
d'une particule au bout de ce ressort au cours du temps (ses uctuations
thermiques) ; (ii) prendre la TF de
x(t) ;
(iii) lever le module de la TF au carr ;
(iv) trouver pour quelle frquence, cette dernire prsente un maximum : nous
avons la frquence propre de l'oscillateur.
1. Par des pinces optiques, magntique, des micropipettes, ...
71
3. Somme de deux variables alatoires et thorme limite centrale.
Une variable alatoire
est une fonction qui produit un nombre alatoire
chaque ralisation. On peut se donner l'image d'un boitier lctronique qui ache
un nombre chaque fois qu'on appuie sur un bouton (une ralisation). C'est par
exemple, le jet d'un ds ; ou le temps entre l'arriv de deux particules sur notre
senseur ; ou la direction prise par une amibe au fond d'une boite de petri quand on
la photographie toute les 30 secondes ; ou le cours de la bourse chaque seconde ;
...
On caractrise une variable alatoire (que l'on suppose continue) par sa densit
f (x) : la probabilit d'observ une ralisation de X entre x et x+dx

f (x)dx . Cela veut dire concrtement que si on eectue par exemple 106
de probabilit
est gale
ralisations (mesurons l'arriv d'un million de particule sur notre senseur), une
proportion
f (x)dx
des ralisation tomberont dans l'intervalle
ce que nous venons de dire, il est vident que
f (x) 0
[x, x + dx[.
D'aprs
et
f (x)dx = 1
Soit maintenant deux variables alatoires
indpendantes 2 X
f (x) et g(y). Quelle est la densit de la variable Z = X +Y
et
de densit
(comme par exemple la
somme de deux ds) ? En probabilit, le et d'vnement indpendant se traduit

par le produit de chacune des probabilit et le ou par l'oprration somme des
probabilits. Appelons
dz[.
h(z)dz
la probabilit d'observer
dans l'intervalle
[z, z +
X
La probabilit d'observer un tel vnement gale la probabilit d'observer
dans
[x, x + dx[
et
dans
[z x, z (x + dx) + dz[
pour un
quelconque. Cet
vnement a la probabilit
f (x)dx.g(z x)(dz dx) = f (x)g(z x)dxdz + O(dx2 )

x
Cette probabilit est pour une valeur
quelconque. Il faut donc ajouter la pro-
babilit pour toutes les valeur possible de

donne
pour obtenir
h(z)dz ,
ce qui nous
h(z) =
f (x)g(z x)dx
La densit de probabilit de la somme de deux variables alatoires gale le produit

de convolution des densits de chaque variable.
La moyenne d'une variable alatoire
est note
et est dnie par
X =
xf (x)dx
2. une ralisation de l'une n'inue pas sur le rsultat de la ralisation de l'autre.
72
De faon gnrale, pour une fonction quelconque
V,
on dnit
V (X) =
V (x)f (x)dx
Exercices.
La suite des exercices suivantes vous entraine manipuler les pro-
babilits. Si vous les suivez dans l'ordre jusqu'au bout (bravo), cela vous mnera
la dmonstration du thorme de la limite centrale : quelque soit la densit de
probabilit de la fonction
(pourvu qu'elle est une variance nie), la densit de
probabilit de la moyenne de
/ N ,
est la variance de
de ces variables est une gaussienne, de largeur
X.
L'ensemble de ces exercices constitue un bon
cours de probabilit.
1. Dmontrer que
aX = a X
est un nombre rl. De faon gnrale,
quelle est la densit de probabilit de
Z = aX ?
X +Y = X + Y
Z = (X + Y )/2 ? Soit ZN = (1/N )
sont identique. Que Vaut Zn ?
. Que vaut la moyenne de la variable
2. Dmontrer que
N
i=1
3. La variance d'une variable est dnie par
V ar(X + Y ) ?
Et
Xi
o les variables alatoire
V ar(X) = X 2 X
Xi
. Que vaut
V ar(ZN ) ?
4. La fonction caractristique
X (t) d'une variable alatoire X
de densit
f (x)
est dnie par
X (t) = exp(itX)
Quelle est la relation entre la densit de
5. Dmontrer que
X (0) = 1 ; X (0) = i X
et la fonction
;
X (t) ?
X (0) = X 2
; gnraliser
ce rsultat. Vous pouvez obtenir ce rsultat par le dveloppement de Taylor

de la fonction exponentielle.
6. Que valent
aX (t)
et
X+Y (t) ?
Que vaut
7. Dmontrer que de faon gnrale,
X (t)
Zn (t) ?
a un maximum absolue
t = 0.
X = 0 et V ar(X) = . Dvelopper Zn (t) l'ordre 2 en
t autour de son maximum, et dmontrer qu'elle tend vers exp( 2 t/2 N ).

n
[Help : (1 + x/n) exp(x)]. En dduire la densit de probabilit de Zn .
Gnraliser ce rsultat au cas X = 0.
8. On suppose que
4. Fluctuation de courbure des polymres.

D'abord, un peu de gomtrie direntielle. Soit une courbe dans le plan. Nous
y(x) ou par ses coordonnes parax(t), y(t). Si nous appelons l'extrmit de la courbe A, la longueur d'arc
pouvons par exemple la dcrire par l'quation

mtrique
73
partir de
jusqu' un point
est dnie par
x2 (t) + y 2 (t)dt
s=
0
Appelons l'angle
l'axe
y.
(s)
l'angle que fait la tangente la courbe au point
avec
En faite, nous pouvons parfaitement dnir la courbe par la donne
de la fonction
(s). Par exemple, =

R. Cette description
un cercle de rayon
La courbure de la courbe la position
Cte dcrit une droite,
= s/R
dcrit
d'une courbe s'appelle semi-intrinsque.
est donne par
pouvons galement dcrire une courbe dans le plan par
= (d)/ds)2 . Nous
la donne de (s) de
faon totalement intrinsque, sans rference aucun systme d'axe.

Soit maintenant un polymre ( deux dimensions) de longeur
L (L
l'chelle molculaire, comme l'ADN par exemple) baigant dans un bain temprature
T.
L'nergie emmagasine dans le polymre par unit de longeur dpend
de la courbure de sa conformation et s'crit
B2 (s)ds
E=
0
o
est le module de rigidit du polymre. Quelle est la correlation entre les
tangentes la courbe distant de
Plus exactement, dmontrer que
u(s).u(s + ) = exp(/LP )
o
u(s)
est le vecteur tangent l'abscisse curviligne
et
Lp = B/KT .
Ceci est loin d'tre un calcul anodin : c'est comme cela que l'on mesure la
rigidit des polymres biologiques comme l'actin, les microtubules ou l'ADN.
5. Correlation dans le mouvement brownien.

Calculer la fonction d'autocorrelation pour un mouvement brownien
74
x(t).
7 Les transformes de Laplace.

7.1 Entre en matire.
Les mathmaticiens ont invent de nombreux transformation intgrale d'une
fonction, parmi lesquels nous avons vu les transformes de Fourier. Une autre
transformation extrmement utilise est celle de Laplace. Les transformes de
Laplace sont les cousins des transformes de Fourier. Leur relation est celle de
la fonction exponentielle et de la fonction sinus ou cosinus. Comme vous vous
f (t) par exp(it) et on

et +. Pour les TL, on multiplie la fonction par
entre, cette fois, 0 et +
souvenez, pour prendre la TF, on multiplie la fonction

intgre entre, notez le bien,
exp(st)
et on intgre
f (s) = TL[f (t)] =
f (t) exp(st)dt
0
Les conventions veulent que la variable conjugues
et
pour les TL. La fonction
f (t)
s'appelle
Dans la plupart des livres que vous consulterez, l'image est not
maintenons ici la convention
f (s)
pour les TF
est appele l'original, et sa TL son
ou
f (s).
F (s),
image.
mais nous
Il existe de nombreux avantages et
dsavantages utiliser les TL la place des TF. D'un point de vue pratique,
toutes les deux transforment des quations direntielles linaires en des quations algbriques. Mais il est dicile d'intgrer les conditions initiales dans les
TF, tandis qu'elles s'introduisent naturellement dans les TL, comme nous en ver-
x(t). Pour les

t = ) et existera
rons des exemples plus bas. Prenons le cas d'un signal temporel
transformes de Fourier, ce signal a toujours exist (depuis
toujours. Pour les Transforme de Laplace, le signal ne commence son existence

qu' un temps ni (t
= 0).
Un autre (grand) avantage des TL est que nos exigences sur le comportement
de
f (t)
quand
sont beaucoup plus lgres : comme la fonction
dcrot trs rapidement l'inni (pour
Re(s) > 0
la plupart des fonctions usuelles existera. Voyons quelques exemples.
1. TL[1]
= 1/s
2. TL[exp(at)]
= 1/(s + a)
75
exp(st)
), la transforme de Laplace de

3. TL[t]
= 1/s2 . Pour le dmontrer, il sut d'eectuer une intgration par partie :

+
tet
dt =
0+
=
= k!/sk+1
est dt
1
s2
4. TL[tk ]
1
s
(dmontrez cette relation par rcurrence.)
Le dsavantage des TL est que nous perdons le concept de bases orthogonales.

Nous avons vu qu'en tendant un peu notre espace de fonctions l'espace des
distributions, nous pouvions considrer les fonctions
exp(it) comme une base

exp(st), quoi qu'on
orthogonale. Rien de tel n'existe pour les TL et les fonctions

fasse,
ne sont pas
orthogonales les uns aux autres. Avec la perte d'orthogonalit,
nous perdons galement la possibilit d'inverser (facilement) une transforme de

Laplace et la belle symtrie entre une fonction et sa transforme.
7.2 Oprations sur les TL.

Les opration sur les TL sont trs similaire, un facteur
i prs, aux oprations
sur les TF. Par contre, il faut vraiment bien les maitriser, puisque prendre la
TL inverse est souvent une operation complexe (au sens propre) et qu'on prefre
toujours se ramener des expessions connues.
Changement d'chelle.
Translation.
TL[f (t/a)]
TL[ exp(at)f (t)]
= af (as)
= f (s + a)
La dmonstration est triviale.
Multiplier l'originale par une expo-
nentielle revient translater l'image. Par exemple, TL[1]
= 1/s, donc TL[exp(at)] =
1/(s + a).
Multiplication par t. Si on drive f (s) par rapport s, nous avons df (s)/ds =
tf (t) exp(st)dt. Donc, TL[tf (t)] = df (s)/ds 1 . Par exemple, comme TL[1] =
1/s, alors TL[t] = 1/s2
Drivation.
Elle contient un lment supplmentaire, et c'est cela le grand
intrt des TL.
t=
f (t) exp(st)dt = f (t) exp(st)|t=0 + s
f (t) exp(st)dt
0
1. Vous remarquerez que nous avons souvent t ngligent avec l'orthodoxie des convergences
et des drivations sous le signe somme. Mais vous pouvez facilement dmontrer qu'ici au moins,
nous n'avons pas enfreint de rgles ( dmontrez le).
76

Ce qui nous amne
TL[f
(t)] = f (0) + sTL[f (t)]
En gnralisant cela, nous voyons que TL[f (t)]
= s2 f (s) sf (0) f (0), et ainsi
de suite.
Intgration.
Il n'est pas dicile, en utilsant la rgle de drivation ci-dessus, de
dmontrer que
t
TL[
f ( )d ] = (1/s)f (s)
Exemple 1.
Rsolvons l'quation direntielle
x (t) + x(t) = t
avec la condition initiale
x(t = 0) = x0 .
Par la mthode classique, on rsoudrai
d'abord l'quation homogne pour obtenir

supposer que
C = C(t),
(7.1)
x = C exp(t),
ensuite nous allons
obtenir une autre quation direntielle pour
C,
la
rsoudre et nalement utiliser la condition initiale pour obtenir la solution nale.

Prenons plutt la TL des deux cots de l'q.(7.1) :
x0 + (s + )(s) =
x
s2
Nous avions dj, l'exemple 3 ci-dessus, calcul la TL[t], et nous avons juste
utilis ce rsultat. En gnral, les TL des fonctions les plus connues sont entreposes dans des tables et on ne fait souvent que les consulter au lieu de recalculer la
TL (comme pour les tables de logarithme). En dcomposant en fraction simple,
nous avons
1
11 1 1
= 2
+
s2 (s + )
s
s s+
et la solution de notre quation s'crit :
x(s) =
1
11 1 1
x0
+
+
2
s
s s+
s+
(7.2)
Bon, nous connaissons la TL de la solution, et il faut inverser le processus pour
x(t). Or, nous savons que l'originale de 1/s2 est t, l'originale de 1/s est 1
l'originale de 1/(s + ) est exp(t) (souvenez vous de la rgle de translation).
calculer
,
Nous avons donc
x(t) =
t 2 (1 et ) + x0 et
(7.3)
On peut vrier, en l'injectant directement dans l'quation (7.1) que ceci est bien
la solution. Notez avec qu'elle facilit la condition initiale a t prise en compte
dans la solution.
77
f (s)
af (as)
f (s + a)
d
ds f (s)
(s) f (0)
sf
f (t)
f (t/a)
exp(at)f (t)
tf (t)
f (t)
f (t)
f (n) (t)
t
f ( )d
0
s2 f (s) sf (0) f (0)

(s) n snk f (k1) (0)
s f
k=1
1
s f (s)
1
t
exp(at)
sin(at) ou cos(at)
sinh(at) ou cosh(at)
t cos(at) +
(1/a) sin(at)
1/ t
t
1/(t + 1)
1/s
1/s2
1/(s + a)
a/(s2 + a2 ) ou s/(s2 + a2 )
a/(s2 a2 ) ou s/(s2 a2 )
2a2 /(s2 + a2 )2

/ s
( /2)s3/2
exp(s)(0, s)
Table 7.1 Rsum des rgles de manipulation des TL et un petit dictionnaire

des TL lmentaires.
x(3) + 3 + 3x + x = 1 avec les conditions initiales nulles.

3
3
2
La TL nous donne x(s) = 1/s(s+1) = (1/s)1/(s+1) 1/(s+1) 1/(s+1).
2
En se reportant la table (7.1), on trouve immediatement x(t) = 1 (t /2 + t +
1) exp(t).
Exemple 2.
Rsoudre
7.3 Dcomposition en fraction simple.

Comme nous avons utiliser souvent les dcompositions en fraction simple,
nous allons faire un petit dtour pour rappeler les grands principes.
Cas des racines simples.

nmes et qu'en plus,
a2 )...(s an ).
q(s)
Soit
f (s) = p(s)/q(s),
p(s)
n'a que des racines simples,
Nous voulons crire
f (s) =
f (s)
comme
A1
A2
An
+
+ ... +
s a1
s a2
s an
78
et
q(s)
sont des poly-
i.e. q(s) = (s a1 )(s

qi (s) = q(s)/(s ai ). Nous voyons que qi (s) n'a pas de zero en s = ai . Quand
s ai , le terme dominant dans f (s) est
Soit
p(s)
1
p(a)
1
f (s) =
.
=
.
+ O(1)
qi (s) s ai
qi (a) s ai
d'o on dduit que
Ai = p(ai )/qi (ai ).

lim qi (s) = lim
sai
quand
s ai .
En plus, comme
sai
q(s) q(ai )
= q (ai )
s ai
Nous pouvons donc crire l'original de
f (t) =
n
o la sommation est sur les zeros de
q(ai ) = 0,
f (s)directement
comme
p(an )
exp(an t)
q (an )
q(s).
f (s) = (3s2 3s+1)/(2s3 +3s2 3s2). Nous avons p(s) = 3s2 3s+1
2
2
, q(s) = 2s + 3s 3s 2 et q (s) = 6s + 6s 3. Les zro du dnominateur
sont aux s = 1, 2, 1/2. Comme p(1)/q (1) = 1/9, p(2)/q (2) = 19/9 et que
p(1/2)/q (1/2) = 13/18, nous avons
Exemple :
19 1
1
1
1 1
f (s) =
+
9s1
9 s + 2 6 s + 1/2
Cas des racines multiples.
un quotient de polynme qui n'a pas de

forme de
f (s) =
o
T (s)
A0
A1
An1
+ T (s)
+
+ ... +
(s a)n
(s a)n1
(s a)
contient le dveloppement en fractions simples autour des autres ples.
Pour dterminer les coecients

ment de
de
a,
f (s) = R(s)/(s a)n o R(s) est

ples en a. Nous voulons l'crire sous
Soit maintenant
f (s)
pour
s a.
Ai
Comme
nous avons nouveau calculer le comporte-
R(s)
est tout ce qui a de plus rgulier autour
nous pouvons le dvelopper en srie de Taylor autour de ce point :
R(s) = R(a) + R (a)(s a) + (1/2)R (a)(s a)2 + ...

Ce qui nous donne immediatement
A0
R(a)
A1
R (a)
...
79

Exemple :
f (s) = 1/(s2 + a2 )2 .
Trouvons l'originale de
f (s) =
Nous avons
A0
A1
B1
B0
+
+
+
2
2
(s ia)
(s ia) (s + ia)
(s + ia)
Nous pouvons bien sr tout calculer, mais remarquons simplement que dans l'expression de
f (s),
le changement de
en
laisse ce dernier invariant. Pour avoir
f (s) une fois dcompose en fraction

simple, nous devons avoir B0 = A0 et B1 = A1 . Or, d'aprs ce qu'on vient de
2
dire, autour de la racine s = ia, R(s) = 1/(s + ia) et
cette mme invariance dans l'expression de
A0 =
1
(s + ia)2
A1 =
2
(s + ia)3
De mme,
Comme l'originale de
est
exp(t),
1/(s
ia)
est
s=ia
s=ia
t exp(iat)
1
4a2
1
4ia3
et que l'originale de
1/(s
ia)
en regroupant correctement les termes, on trouve que
f (t) =
1
1
t cos(at) + 3 sin(at).
2a2
2a
7.4 Comportement assymptotique.

7.4.1 Comportement pour
t +.
Si nous connaissons la transforme de Laplace d'une fonction
f (t), nous pout . Par
vons parfois trouver des approximations de cette fonction quand

exemple, les fonctions de Bessel
In (t) =
In (t)
1
sont dnies par
et cos cos(n)d
0
2
que la trasnforme de Laplace de I0 (t) est
I0 (s) = 1/ s2 1. Cette tranforme nous permet facilement d'approximer, pour
t
1, la fonction de bessel par exp(t)/ 2t (gure 7.1). Voyons voir le comment
et il n'est pas dicile de dmontrer
du pourquoi.
Nous nous sommes peu intress jusque l au domaine d'existence de la Transforme de Laplace. Il est vident que pour que la TL ait un sens, il faut que
f (t) exp(st)dt existe. Pour certaines fonctions comme exp(t2 ), cette condi0
2
tion est toujours ralis. Pour d'autres, comme exp(t ), elle ne l'est jamais. Enn,
2. en changeant l'ordre d'intgration sur
et
80
t,
cf exercice 8.

I0 t exp
0.4
0.3
0.2
0.1
2t
5
10
50
100
500
1000
Figure 7.1 Comparaison des la fonction de Bessel I0 (t) et son approximation

assymptotique (l'axe
pour la plupart de fonctions usuelles

o
s0
est logarithmique)
, la condition est ralise si
Re(s) > s0 ,
est un rl. Par exemple, pour toutes les fonctions polynomiales ou toute
pouissance positive de
t, s0 = 0.
Pour la fonction
cosh(t), s0 = 1.
f (t) pour t grand :
Souvent, nous nous interessons surtout au comportement de
nous voulons savoir rapidement si notre particule revient une position donne
ou si au contraire, elle part l'inni, et si elle part l'inni, quelle vitesse
elle le fait. Nous allons voir dans la suite que le comportement de
de son ple le plus droite
s0
f (s)
autour
nous renseigne directement sur le comportement
assymptotique de l'originale. Sans perte de gnralit, nous allons supposer par
Re(s0 ) = 0, puisque si la TL de la fonction f (t) un ple en s = a,

exp(at)f (t)a un ple en s = 0. Le comportement assymptotique de
la fonction f (t) s'en dduit donc immediatement.
f (t)dt < +, c'est que

Revenons maintenant notre fonction f (t). Si I =
0
f (t) 0 quand t + et nous n'avons pas trop de questions nous poser
pour son comportement assymptotique. Supposons donc que I n'existe pas, mais
que la TL de f (t) est bien dnie pour Re(s) > 0. Nous pouvons toujours crire
f (t) = g(t) + h(t), o g(t) contient le terme dominant de f (t) quand t
et h(t) tous les autres. Par exemple, le terme dominant de 1/ t + exp(5t) +
1/(1 + t2 ) est 1/ t. Nous pouvons formellement crire que h(t) = o(g(t)) 4 . Il

est vident que pour s 0, la transforme de laplace est domine par la TL
de g(t), c'est dire h(s) = o((s)) quand s 0 (exercice : le dmontrer). Un

g
la suite que
la fonction
simple dveloppement autour du ple le plus droite de la TL nous donne donc

directement le comportement assymptotique de l'originale.
3. lire qui ne croient pas plus vite qu'une exponentielle

4. C'est dire que
limt h(t)/g(t) = 0.
Les notations
mathmaticien du premier tiers du vingtime sicle.
81
et
sont dues Edmund Landau,

Exemple 1.
0.
f (s) = 1/s(s + a) pour a > 0 a son ple le plus
f (s) = 1/as + O(1). Donc, f (t) 1/a

1/s est bien sr 1). Dans cet exemple, et ceux
Autour de ce point,
( l'original de
s=
t
droite
quand
qui suivent, le
lecteur est encourag calculer l'originale exacte et vrier le dveloppement

assymptotique.
f (s) = 1/s(s a)2 pour a > 0. Le ple le plus droite est en
s = a. f (s) (1/a)(s a)2 quand s a et donc f (t) (t/a) exp(at) quand

t . Remarquer que nous aurions p pousser l'approximation un peu plus loin :
f (s) (1/a)(s a)2 (1/a2 )(s a)1 et donc f (t) (t/a 1/a2 ) exp(at).
Exemple 2.
Exemple 3.
relle
f (s) = 1/(s2 + a2 )2 .
s = ia,
La, nous avons deux ples de mme partie
et nous devons tenir compte des deux. Nous laissons le soin au
lecteur de dmontrer que le terme dominant doit tre
t cos(at)/2a2 .
Nous avons en faite souvent recours au developpement assymptotique parce que

nous ne savons pas calculer exactement l'originale. Prenons l'quation
x+x =

avec des conditions initiales nulles. C'est l'quation du mouvement d'un
corps soumis un frottement visqueux et une force qui grandit comme la

racine du temps. La solution est facilement trouve en terme de TL :
( /2)s5/2 (s + 1)1 .
Nous ne savons pas calculer
x(s) =
l'originale de cette fonction.
Par contre, comme il existe un ple zero, le dveloppement assymptotique s'crit
x(t) (4/3 )t3/2 (Le
dmontrer. Pouvez vous calculer les deux prochaines cor-
rections ce dveloppement ? ).
7.4.2 Comportement pour
t 0.
Nous disposons d'un thorme analogue pour trouver le comportement de

autour de
t = 0+
f (t)
si nous disposons de sa transforme de fourier. Il n'est pas
dicile de voir que
f (0) = lim sf (s)
(7.4)
Ceci dcoule simplement des rgles de TL :
TL[f
(t)] =
est f (t)dt = sf (s) f (0)
0
Or, quand
s ,
l'intgrale tend vers zro, d'o l'galit (7.4). Nous pouvons
aller bien sr plus loin. Le dveloppement de Taylor de
f (t)
proche de
t = 0
s'crit
f (t) = f (0) + f (0)t + (1/2)f (0)t2 + ...

et rsulte de la TL inverse du dveloppement assymptotique de
(voir l'exercice 9).
5. Pas avec notre dictionnaire actuel.
82
sf (s) pour s .

7.5 Produit de Convolution.
Le produit de convolution de deux fonctions est donn par
h(t) =
f ( )g(t )d
(7.5)
0
On note cela par
h(t) = (f g)(t). Il est facile de dmontrer, en changeant l'ordre
d'intgration, que
g
h(s) = f (s).(s)
La solution de beaucoup d'quation direntielle se met naturellement sous la

forme (7.5).
Exemple : la mthode de la variation des constantes.

l'quation ordinaire coecient constant
avec
Nous voulons rsoudre
second membre
x(t) + ax(t) = f (t)
En prenant la TL, nous trouvons que
x(s) =
Comme l'originale de
1
x0
f (s) +
s+a
s+a
1/s + a est exp(at), en utilisant le rsultat sur les produit
de convolution, nous trouvons
x(t) = eat x0 +
ea f ( )d
0
Ce rsultat est connu sous le nom de la mthode de la variation des constantes

et se gnralise ( l'aide des dcompositions en fraction simple) aux quations de
degrs quelconques.b
7.6 Aperu des quations intgrales.

Il existe toute une classe d'quation intgrale (qu'on appelle de Voltera) qui
s'crivent sous la forme :
f (t) =
f ( )K(, t)d +
0
Dans le cas o le noyau
K(t ),
est symmetrique, c'est dire qu'il s'crit sous la forme
ces quations admettent une solution simple en terme de transformes
de Laplace. En prenant la TL des deux cots, on trouve :

f (s) = f (s)K(s) +
s
83

c'est dire que
f (s) = /s(1 K(s)).
C'est ensuite un exercice de trouver
l'orginale ou en tout cas son dveloppement assymptotique.
7.7 Aperu des systmes de contrle asservis

(feedback systems).
Quand on conduit une voiture et que l'on tourne le volant ou que l'on appuye
sur la pdale du frein, on n'exerce pas directement une action sur les roues,
mais on actionne des circuits hydroliques qui s'en charge. Ces circuits sont munis
d'automatisme qui rgle la pression sur les roues exactement comme demand,
quelque soit les conditions extrieures. Pour pouvoir eectuer cela, il faut qu'ils
soit munis des mcanismes correcteurs qui constement comparent la direction ou
la pression des roues actuelles la consigne demande et rduisent l'erreur. Si
l'on regarde autour de nous, des objets les plus simples comme un rfrigrateur
qui maintient sa temprature quand on ouvre ou ferme sa porte aux objets les
plus complexes, comme l'ABS ou le pilotage d'un avion, nous sommes entour
d'automatisme. En cela bien sr nous ne sommes qu'entrain d'immiter le monde
vivant qui a implant ces mcanismes tous les niveaux, de la reproduction de
l'ADN aux mouvements d'une bactrie ou la marche d'un bipde.
7.8 La physique statistique.

En physique statistique, la fonction de partition
(pondre par
= 1/KT
est une sorte de moyenne
) des nergies que peut atteindre un systme. Si l'indice
dnombre les tats possibles du systme, chacun avec l'energie
eF = Z() =
Ei ,
alors
eEi
i
La quantit
est appel l'nergie libre du systme.
Il arrive souvent que beaucoup d'tat ont la mme nergie et dans ce cas, ont
peut les regrouper dans la somme :
eE n(E)
Z() =
E
o cette fois, nous sommons sur les energies disponibles au systme ;

le nombre d'tats ayant l'nergie
E.
n(E) dsigne
Si la dirence entre les niveaux d'nergie
est faible par rapport notre mesure, nous pouvons recrire la somme ci-dessus
sous forme d'une intgrale
eE f (E)dE
Z() =
0
84
(7.6)

o
f (E)dE
est le nombre d'tat avec une nergie entre
et
E + dE ; toutes les
E0 que nous
nergies sont mesures par rapport l'nergie minimum du systme

choisissons comme rfrence :
E0 = 0.
Ce que nous voyons l est trs simple : la fonction de partition est la transforme
de Laplace de la densit d'nergie.
Exemple : l'oscillateur harmonique.
Soit une particule dans un champ quadra-
E(x) = kx2 . x ici la

est
E et E + dE est 1/ kE .
tique, son nergie tant fonction de sa distance au centre :

variable qui dnombre les tats. Le nombre d'tat entre
En nous reportant la table des T.L., nous trouvons la fonction de partition
1/2
Z() =
Problme : Transition de phases.
que la fonction
Z()
En utilisant la dnition (7.6), dmontrez
est forcment continue.
Par dfnition, une transition de phase (comme l'eau en glace) est une discontinuite de la fonction de partition (ou une de ses drives). Vous venez de
dmontrer que les transitions de phases ne peuvent pas exister. O est l'erreur ?
Ceci tait un problme majeur de la physique statistique jusque dans les annes
1920 et l'invention du modle d'Ising par le scientique du mme nom. Ce modle
n'a reu une solution qu'en 1944 par Onsanger. Les annes 1970 ont vu apparatre les thories mathmatiquement sales (dites groupes de renormalisation)
pour traiter les transitions de phases de second ordre. Nous ne disposons ce
jour pas de thories mathmatiques gnrales satisfaisantes pour les transitions
de phases.
7.9 TL inverse.
Pour pouvoir eectuer les TL inverse, il faut connatre un minimum de la
thorie d'intgration dans le plan complexe. Pour les lecteurs qui en sont familier,
mentionnons la procdure qui est juste une adaptation des TF. Considrons la
fonction
f (t)
telle que
f (t < 0) = 0.
Nous pouvons crire la fonction
ect f (t)
comme la TF inverse de sa TF :
ect f (t) =
1
2
ect f (t)eit dt eit d
La borne infrieure de la deuxime intgrale commence zro puisque la fonction

est nulle pour
s = c + i ;
t < 0.
(i) En multilpliant les deux cts par
ect ;
(ii) en posant
(iii) en prenant soin dans la deuxime intgrale du changement de
85

variable
d = ds/i ; (iv) et enn en reconnaissant une TL classique dans l'intgrale
intrieure, nous aboutissons
f (t) =
1
2i
c+i
f (s)est ds
ci
]c i, c + i[ dsigne une droite parrallle l'axe imaginaire et de

coordonne relle c dans le plan complexe. Il faut choisir c > Re(s0 ), o s0 est le
ple le plus droite de la fonction f (s0 ). Nous dfrons une discussion plus en
l'intervalle
dtaille de cette procdure jusqu'au chapitre sur les fonctions complexes.
7.10 Exercices.
sin(at) ; cos(at) ; sinh(at) ; cosh(at) ;
2
2
2 2
Trouver, par la mthode de votre choix, l'original de a /(s + a ) . Help :
2
2
2
Remarquez que vous pouvez crire cette fonction comme (s + a )/(s +
2 2
2
2
2 2
2
a ) s /(s +a ) , et que le dernier terme vaut (1/2)s(d/ds)(1/(s +a2 ).
1. Trouver la TL des fonctions suivantes :

2.
Il sut ensuite d'utiliser les rgles de manipulation des TL pour remonter

l'originale.
3. Dmontrez que TL[t
] = k!/sk+1 .
4. Trouver la TL du delta de Dirac.

5. La TL de la fonction escalier
n=0
H(t n)
est
1/s(1 es ).
aperiodique f (t) (f (t + a) = f (t) ) est f (s)/(1

a
e ), o f (s) = 0 f (t) exp(st)dt.

7. Reprsentez graphiquement, et trouvez la TL des fonctions suivantes : (t
a)H(ta) ; H(t)H(ta) ; n=0 (1)n H(tna) ; n=0 (1)n (tna)H(t
6. La TL d'une fonction
as
na)
8. Les fonctions de Bessel jouent un rle trs important en physique mathmatique. Elles jouent un rle important pour l'quation de Laplace en coordonnes cylindriques, analogue celui des fonctions circulaires une dimension.
L'une d'elle est dnie par
ez cos d
I0 (z) = (1/2)
0
Dmontrer que sa T.L. est
I0 (s) =
21
s

Dmontrez que I0 (t) (1/ 2) t exp(t) quand t +. Help : Pour
Calculer des
R(cos , sin )d, on a intert eectuer le changement de
variable u = tan(/2)
86

1
0.8
5
4
0.6
3
0.4
2
0.2
Figure 7.2 Les fonctions erf(t) et exp(t)(0, t)

9. Les fonctions de Bessel
In (t)
obissent l'quation dierentielle
t2 u (t) + tu (t) (t2 + n2 )u(t) = 0

Dmontrer alors que la TL de la fonction
u(t)
obit l'quation
(s2 1) (s) + 3s (s) + (1 n2 )(s) = 0

u
u
u
Rsoudre cette quation pour
n = 1
(l'quation se ramne alors une
quation de premier ordre) et dmontrer que sa solution est de la forme
u(s) = C0 + C1 /
s2 1
I1 (0) = 0, I (0) = 1/2 et en utilisant le comportement assymps(s), dmontrer que C1 = C0 = 1. Sachant que I0 (t) = I1 (t),
u
galement la TL de la fonction I0 (t). Enn, en utilisant la relation
Sachant que
totique de
dduire
de reccurence
2In (t) = In1 (t) + In+1 (t)

Obtenez la forme gnrale des TL des fonction de Bessel
I.
z u2
2
e
du (voir gure 7.2).
10. La fonction d'erreur est dnie par erf(z) =
0
Elle joue un rle fondamentale en probabilit. Dmontrer que la TL de
exp(t2 ) est ( /2) exp(s2 /4)(1 erf(s/2). En dduire galement la TL de

la fonction erf(t).
() = 0 t1 exp(t)dt. Il
n'est pas dicile de dmontrer que ( + 1) = () ( le faire ) et donc que
cette fonction est la gnralisation de la fonction factorielle n! = (n + 1).
1
La fonction d'Euler incomplte est dnie par (, z) =
t
exp(t)dt
z
(voir gure 7.2). Son dveloppement assymptotique est donn (pour z )
1
par z
exp(z). Tout a pour vous demander de dmontrer que TL[1/(1+
t)] = exp(s)(0, s). Gnraliser se rsultat aux puissance ngative de (1+t).
11. La fonction Gamma d'Euler est dnie par
87

12. Trouver le comportement assymptotique de l'originale de la fonction
2 2
a ) .
1/(s2 +
Attention : les deux ples sont imaginaires pures et contribuent ga-
lement.
J0 (z) = I0 (iz),et sa TL est

(s2 +1)1/2 (Pouvez vous le dmontrer ?). Dmontrer que son comportement
2/z cos(z /4).
assymptotique est donne par J0 (z)
13. La fonction de Bessel J d'ordre 0 est dnie par
14. Rsoudre
v0 .
x+ 2 x = b sin(t) avec des conditions initales x(0) = x0 et x(0) =
Notez que c'est l'quation d'un oscillateur harmonique la rsonnance.
15. Rsoudre
x(3) + 3 + 3x + x = 1
x
16. Rsoudre
x(4) + 2 + x = sin t
x
avec les conditions initiales nulles.
avec les conditions initiales nulles.
17. Le mouvement d'une particule dans un champs magntique peut tre ramen la rsolution du systme suivant :
x = y ; y = x
x, y
sont les composantes du vecteur vitesse et
une constante propor-
tionnelle au champs magntique et la charge de la particule. Les conditions

initiales sont
t = 0
x = x0 ; y = y0 .
Rsoudre ce systme l'aide des
transformes de Laplace.
18. Resoudre
xx+y+z
x+yy+z
x+y+zz
x(0) = 1 et y(0) = z(0) = y(0) = z(0) = 0.
x(t) = (2/3) cosh(t 2)+(1/3) cos t ; y(t) = z(t) = (1/3) cosh(t 2)+
(1/3) cos t.
avec les conditions initiales

Sol. :
19. Donner la solution gnrale, sous forme de produit de convolution, de l'quation
y + 2ay + b = f (t)
o
a2 b = 0
et
y(0) = y0 ; y (0) = v0 .
Considrer les deux cas
a2 b = 0.
Problme : la propagation des ondes.

Nous nous intressons nouveau la rsolution de l'quation des cordes vibrantes. Nous l'avons dj rencontr dans le chapitre sur les distributions, et nous
le verrons encore dans la section consacre aux fonctions de Green. Nous allons ici
utiliser les TL pour rsoudre ces quations,
88
avec des conditions initiales donnes.

Nous avons vu que les TL sont trs bons quand il s'agit d'avoir un dbut des
temps.
2u
2u
c2 2 = 0
2
t
x
u(x, 0) = f (x)
t u(x, 0)
(7.7)
(7.8)
= g(x)
(7.9)
Nous savons sa solution est donne par
u(x, t) = f (x ct) + f (x + ct) +
1
2c
x+ct
g()d
(7.10)
xct
Nous allons tablir la mme chose, mais en utilisant de faon combin les TF
et
les TL, ces derniers ayant l'avantage de grer automatiquement les condi-
tions initiales. Le schma de la rsolution que nous allons mener est la suivante :
1
TL
TF
TL
u(x, t) u(x, s) u(q, s) u(q, t)
TF
u(x, t).
Noter que
t [0, +[,
donc nous allons eectuer des TL par rapport cette variable. Par contre,
x ] , +[,
1.
donc nous allons procder des TF pour cette dernire.
En prenant la TL de l'quation (7.7) par rapport la variable
t,
dmontrer
que
c2
2.
d2 u(x, s)
+ s2 u(x, s) = sf (x) + g(x).
dx2
En prenant la TF de cette dernire, demontrer que
u(q, s) =
3.

f et g
s
1
f (q) + 2 2
g (q)
c2 q 2 + s2
c q + s2
sont les TF des fonctions
et
En prenant la TL inverse, dmontrer qu'on obtient
sin(ctq)
u(q, t) = f (q) cos(ctq) +
g (q)
cq
4. Rsultat intermdiare.
Dmontrer que si la TF de
x+a
TF
g()d
xa
89
2 sin(aq)
g (q)
g(x)
(7.11)
et
g (q),
alors

5.
En utilisant le rsultat intermdiaire ci-dessus, et les rgles de translations
pour les TF, prendre la TF inverse de (7.11) pour obtenir l'quation dans l'espace
direct.
Problme : le thorme H.
Introduction.
Nous souhaitons dterminer la fonction
c(x, t) obissant l'qua-
tion
c(x1 )c(x2 ) (p(x1 + x2 ) x) dx2 dx1 dp

p=0
x1 =0
x2 =0
c(x) = 0
dsigne bien-sr la distribution
(7.12)
de Dirac. Cette quation est la base du
thorme H tablit par Boltzmann vers 1870 et forme le coeur de la thorie cintique des gaz et de la physique statistique. Nous allons voir ici qu'aussi intimidant
qu'elle paraisse priori, cette quation se traite en faite facilement par les outils
que nous avons vus dans notre cours. Du point de vue de la physique, la variable
x
p
dnote l'nergie cintique ;
c(x)
est le nombre de molcules ayant l'nergie
x;
dsigne le taux de distribution d'nergie aprs le choc entre deux particules.
Comme les molcules ont une nergie cintique positive,
c(x) = 0
1.
si
x<0
(7.13)
Nous pouvons eectuer l'intgrale triple ci-dessus dans l'ordre que nous
voulons. Nous commencerons par intgrer sur
x2 . Dmontrer alors que l'intgrale
triple se transforme en une intgrale double
(1/p)
p=0
c(x1 )c(x/p x1 )dx1 dp
(7.14)
x1 =0
En utilisant la condition (7.13), montrer que l'intgrale double ci-dessus se ramne
x/p
(1/p)
p=0
L'intgrale sur
x1
c(x1 )c(x/p x1 )dx1 dp

x1 =0
commence prendre la tte d'un produit de convolution, nous
avons intrt passer en TL.
2.
Concentrons nous sur l'intgrale sur
x1
x/p
I1 (x) =
c(x1 )c(x/p x1 )dx1

x1 =0
90

TL
TL
TL
x , c(x) c(), I1 (x) I1 ().
dilatation en TL, que TL[f (x/p)] = pf (p). En
et passons en Transform de Laplace

Nous savons, d'aprs la rgle des
utilisant cette relation, et le rsultat sur les produits de convolution, dmontrer

que
I1 () = p(p)2
c
Et donc que l'quation du bilan (7.12) se met sous la forme
c(p)2 dp c() = 0
p=0
Eectuez un dernier changement de variable vident pour mettre le rsultat sous
la forme de
3.
c(u)2 du c() = 0
Vrier que la fonction
c() =
(7.15)
A
+A
est une constante est solution de l'quation (7.15) ci-dessus. [ Pour trouver
cette solution, il sut de remarquer que l'quation (7.15) peut se transformer en

une quation direntielle de Riccati en drivant une fois].
4.
Soit
T =
xc(x)dx ; T
reprsente l'nergie totale du gaz. Dmontrer que
T =
En dduire que
A = 1/T .
()
c
=0
En inversant la TL, dduire que la distribution des
nergies dans le systme l'tat stationnaire est
c(x) =
1 x/T
e
T
On prtend que cette formule est grave sur la tombe de Boltzmann.
Problme : le modle de Glauber.

Les transitions de phase paraissait hors de port de la physique statistique
jusqu' ce que Ising propose son modle de magntisme dans les annes 1920. Il
existe de nombreuse faon de rsoudre ce modle une dimension o paradoxalement, il n'existe pas de transition de phase. Plus exactement, la transition de
magntisation arrive seulement quand la temprature est abaisse zro degrs
91

Kelvin. En 1963, Glauber a propos un modle cintique quivalent au modle
d'Ising une dimension.
Considrons une chane de diple magntique, ou spin. Nous supposons que
les spins ne peuvent prendre que deux valeurs,
1,
correspondant aux diples
pointant vers le haut ou vers le bas. Quand une majorit de spin pointe dans
une direction, le matriaux devient magntique. Chaque spin n'interagit qu'avec
ses deux plus proches voisins, et tente d s'aligner sur eux. Plus exactement, il
a une certaine probabilit de s'aligner sur ces voisins ... Plus tard.aboutir au
rsultat (7.10)
92
8 Les fonctions de Green.

8.1 Entre en matire
(insister sur le faite que les CI changent la tte de Green. Surtout, faire une
gure qui serait parlant.). Les fonctions de Green constituent une mthode assez
gnral de rsolution d'quations direntielles, ou de transformation d'quations
direntielles en quations intgrales. Elles sont extrmement utilise en mcanique quantique, o on les appelle des propagateurs, et en thorie des processus
stochastiques. Nous n'aborderons ce sujet que trs lgrement ici, juste pour rappeler les grands principes de la mthode.
Supposons que nous voulons rsoudre l'quation direntielle
d2 x
dx
+ cx = f (t)
+b
dt2
dt
avec des conditions initiales donnes
x(0) = x0
(8.1)
x (0) = x0
et
. Ceci est par
exemple l'quation du mouvement d'une particule soumise une force
f (t). a
et
peuvent tre fonction du temps. Pour rsoudre cette quation direntielle, il
nous faut trouver la solution de l'quation homogne, et lui ajouter une solution
particulire. Nous cherchons justement une solution particulire.
Supposons que nous savons calculer la rponse de la particule une force
impulsionnelle (genre
de Dirac) applique au temps
la rponse de la particule une force gnrale
f (t)
f (t) ?
t.
Saurions nous calculer
La rponse est oui : la force
peut tre vue comme une superposition d'impulsion applique dirents
temps. Il sut donc de superposer les rponses aux divers impulsions pour obtenir
la rponse la force
f (t).
Plus exactement, on peut crire
f (t) =
f (t )(t t )dt
(8.2)
0
ce qui veut dire que la force
f (t)
est la superposition d'impulsions appliques au
temps
t , avec
le poids f (t ). Revenons notre quation direntielle, et appelons
Gt (t)
la rponse l'impulsion applique au temps
t.
Comme mettre les indices
est un peu lourd comme notation, nous noterons cette fonction plutt
par sa dnition, elle doit satisfaire
d2 G(t, t )
dG(t, t )
+b
+ cG(t, t ) = (t t )
dt2
dt
93
G(t, t ). De

Notez que toutes les drivations sont faites par rapport
cts de l'quation par
f (t ).
Comme
f (t )
t.
Multiplions les deux
ne dpend pas de t, on peut la rentrer
l'intrieur de l'oprateur direntiel, et crire :
d2 [f (t )G(t, t )]
d[f (t )G(t, t )]
+b
+ cf (t )G(t, t ) = (t t )f (t )
dt2
dt
Intgrons maintenant les deux cots par rapport

par rapport
t,
t.
Comme la drivation est
nous pouvons, jetant par dessus bord la dcence et l'exigence
priori de la convergence uniforme, changer la drivation et l'intgration.
d2
dt2
f (t )G(t, t )dt + b
0
d
dt
f (t )G(t, t )dt + c
f (t )G(t, t )dt
(t t )f (t )dt
(8.3)
0
Nous remarquons, d'aprs (8.2), que la droite de l'quation ci-dessus est juste
f (t).
Appelons
y(t) =
f (t )G(t, t )dt
(8.4)
0
et nous voyons donc, d'aprs (8.3), que
y(t)
est solution de l'quation (8.1) !
Remarquez l'lgance, nous devons calculer une seule fois la fonction de green
pour une quation direntielle. Ensuite, quelque soit le membre de droite, la
solution s'obtient par une simple intgration. La solution gnrale de l'quation
direntielle s'crit maintenant
x(t) = C1 x1 (t) + C2 x2 (t) + y(t)

o
C1
et
C2
sont choisit pour satisfaire les conditions initiales. Nous avons occult
pas mal de point important. Voyons quelques exemple.
dx/dt + x = f (t)
La fonction de green est la solution de
dG(t, t )/dt + G(t, t ) = (t t )

Prenons la TF des deux cts de l'quation (par rapport
bien sr)
exp(it )
G(, t ) =
i +
H(t)tant
la fonction de Heaviside, nulle pour
vous souvenez, la TF de
H(t) exp(t)
t<0
et
est justement
1 pour t > 0, comme

1/(i + ). Donc,
G(t, t ) = H(t t ) exp((t t ))
94
vous

Comme vous le remarquez,
est la rponse, au temps
t,
G(t, t ) = 0
si
t > t.
Cela est normal, puisque
une impulsion au temps
t.
Si
la rponse est nulle. Prenons maintenant plusieurs formes de
f (t) = H(t)t.
1.
est
G(t, t )
que t,
plus tard
f.
Alors,
y(t)
H(t )t H(t t ) exp((t t ))dt

0
t H(t t ) exp((t t ))dt

0
t
t exp((t t ))dt
0
(1/2 )(exp(t) 1) + (1/)t
=
f (t) = H(t) sin t.
2.
Alors, en suivant les mme tapes,
y(t)
sin(t ) exp((t t ))dt

0
1
et + cos(t) + sin(t)
+ 2
Vous voyez ici comment on rsout une fois l'quation direntielle pour la fonction
de Green, et qu' ensuite, il sut d'appliquer une intgration pour trouver la
solution gnrale.
En langage opratoriel, on crirai une quation direntielle comme
L[x] = f
o
L est un oprateur direntiel (dans l'exemple ci-dessus d/dt + ), c'est dire
qui transforme une fonction en une autre fonction. La solution de cette quation
s'crira
x = L1 [f ]
Trouver la fonction de Green revient trouver l'oprateur
L1
et ce n'est pas un
hasard donc qu'il comporte une intgration. Si on s'est donn une base, on peut
reprsenter
par une matrice (innie) et trouver la fonction de Green revient
inverser cette matrice.

Nous n'avons pas ni avec les fonctions de Green. Supposons que notre quation
est un peu plus complique :
dx
d2 x
+b
+ cx = f (t, x)
dt2
dt
95

Le membre de droite comporte explicitement un terme
t.x1/2
avec x, comme par exemple
ce qui rend la rsolution de l'quation nettement plus ardue par les tech-
niques classique. Mais cela ne change rien pour les fonctions de green. La solution
s'crira toujours
x(t) = C1 x1 (t) + C2 x2 (t) +
f (t , x)G(t, t )dt
(8.5)
0
Nous avons transform une quation direntielle en une quation intgrale. A
priori, nous n'avons pas gagn grand chose, ces dernires tant plus compliques
rsoudre que les premires. Mais souvent, et surtout en mcanique quantique,
la forme (8.5) se traite bien par la technique des perturbations (objet du prochain
chapitre), et c'est un grand avantage que de pouvoir en disposer. Nous en verrons
des exemples plus bas.
8.2 Le potentiel lectrostatique.

Nous avons peut tre prsent les fonctions de Green comme quelque chose de
compliqu, mais le lecteur peut remarquer qu'il utilise les fonctions de green depuis qu'il a appris l'lectrostatique. Si l'on se rappelle, le potentiel lectrostatique
(r)
cr par une charge
ponctuelle
unit en
G(r, r ) =
est
1
1
4 0 |r r |
Si maintenant nous avons une distribution de charge

tentiel cre par elle au point
(8.6)
(r )
dans l'espace, le po-
vaut
(r) =
G(r, r )(r )dr
(8.7)
Nous utilisons cette formule depuis la premire anne du DEUG. Nous savons
par ailleurs que le potentiel obit l'quation de Poisson
= /
Nous oublierons dornavant le facteur
(8.8)
0 pour allger les notations.. Il n'est pas
dicile, vue les quations (8.6-8.8) de suspecter que
G(r, r )
est la fonction de
Green de l'quation de Poisson, c'est dire qu'elle obit
G(r, r ) = (r r )
(8.9)
Dmontrons ce rsultat. Jusque l, nous n'avions manipuler que des TF et des

distributions une dimension. Leurs gnralisation trois dimension n'est pas
96

vraiment compliqu. Par exemple, la TF est dnie par
f (q) =
f (r) exp(iq.r)dr
q et r sont des vecteurs trois dimension et dr dsigne le volume innitsimal

dxdydz . En gnral, les vecteurs sont nots par des caractres gras droits, et leur
norme par le mme symbole mais non gras et en italique. Par exemple, q = |q|.
Les oprations sur les TF se gnralise galement assez facilement. Prenons la
TF des deux cots de (8.9) par rapport
eiq.r
G(q, r ) =
q2
puisque le numrateur est la TF de la fonction

laplacien d'une fonction est
q 2
(8.10)
translat de
r,
et que la TF du
fois la TF de la fonction (pouvez vous dmontrez
ce rsultat ? ). Il nous faut maintenant inverser la TF pour retrouver la fonction

de Green :
G(r, r ) =
eiq(rr )
dq
q2
1
(2)3
(8.11)
Pour eectuer l'intgration, passons aux coordonnes sphriques, o nous prenons

l'axe qz parallle (r r ). Dans ce cas, q(r r ) = q|r r | cos
q 2 sin dqdd. L'intgrale (8.11) s'crit alors
G(r, r ) =
Une premire intgration sur

Ensuite, en posant
1
(2)3
u = cos ,
u,
dq sin .eiq|rr | cos
d
0
ne mange pas de pain et nous sort un facteur
2 .
le reste s'crit
G(r, r ) =
et en intgrant sur
dq =
d
0
et
1
(2)2
+1
eiq|rr |u du
dq
1
nous trouvons
G(r, r ) =
2 2
sin q|r r |
dq
q|r r |
Un changement de variable vident nous donne
1
1
G(r, r ) =
2 2 |r r |
sin q
dq
q
Nous avons donc bien mis en vidence la dpendance en
1/|r r |.
L'intgrale
maintenant n'est qu'une constante que nous pourrions calculer l'aide de la

thorie des fonctions analytique et vaut
l'expression (8.6).
97
/2.
Ce qui nous donne exactement

problme.
Il n'est pas dicile de gnraliser la technique ci-dessus et trouver
la fonction de Green de l'oprateur
2 ,
est un rel. En langage claire,
rsolvez
G(r, r ) 2 G(r, r ) = (r, r )

Ceci est extrmement utilis en mcanique quantique. Le lecteur y reconnatra
peut tre un semblant d'quation au valeur propre.
8.3 La propagation des ondes

Avant d'attaquer le problme de la fonction de Green de la corde vibrante,
nous avons besoin de quelques rsultats intermdiaire. Quelle est par exemple la
f (t) = H(t) sin(0 t) ? Cette question n'a pas de sens priori,

sin n'est pas sommable ( et ne tend surement pas vers zero
quand t ). Mais nous pouvons calculer la TF de H(t) exp(t) sin(0 t) et
une fois la TF calcule, faire 0. Cela nous donnera, et on laisse au lecteur le
TF de la fonction
puisque la fonction
soin de le dmontrer, que
f () =
0
2
2 + 0
Quelle est maintenant la rponse d'un oscillateur (initialement au repos) une

force impulsionnelle ? Nous devons rsoudre
d2 y
2
+ 0 y = f0 (t)
dt2
(8.12)
En faisant un allerretour dans l'espace de Fourier, nous voyons que la solution

est
y(t) = H(t)
f0
sin(0 t)
0
Nous somme maintenant bien outill pour calculer la rponse d'une corde vibrante
(initialement au repos) une force impulsionnelle. Nous notons
de la corde l'abscisse
et au temps
u(x, t) la hauteur
2u
2u
c2 2 = f0 (x)(t)
t2
x
En prenant la TF par rapport la variable
x,
nous trouvons pour
u(q, t)
2u
+ c2 q 2 u = f0 (t)
t2
Mais cela est justement l'quation (8.12) que l'on vient de rsoudre, et nous avons
donc
u(q, t) = f0 H(t)
98
sin(ct q)
cq

1
2
3
4
Figure 8.1 La solution u(x, t) en fonction de x pour les temps t0 , 2t0 ,...
Il nous reste maintenant inverser la TF, ce qui est facile si on se souvient de la
TF de la fonction Porte
(x/a)
rencontre au chapitre 3 :
u(x, t) =
f0
x
H(t)( )
c
ct
(Exercice : Est-ce tout cela dimensionnellement correct ?) Cette solution est reprsent sur la gure 8.1 .
Il est vident que si au lieu d'appliquer la force
la force
fx
en
x=x,
f0 en x = 0 nous avions appliqu
la solution, qui est la fonction de Green de la propagation,
s'crit
G(x, t; x , 0) =
xx
fx
H(t)(
)
c
ct
Si la corde tait initialement au repos et on y appliquait la force distribue
f (x)(x),
la dformation de la corde est donne par
u(x, t)
= c1 H(t)
f (x )(
x+ct
= c1 H(t)
xx
)dx
ct
f (x )dx
xct
L'inuence d'un vnement en
l'instant
( l'instant
t = 0
) ne peut tre ressenti en
que si cet vnement tait l'intrieur du cne d'inuence de ce
dernier, c'est dire que si
x ct < x < x + ct.

c.
En terme moins mystique, une
perturbation se propage vitesse
8.4 Propagateur pour l'quation de Shrodinger.

8.5 Disposer d'une base propre.
99
9 Les oprateurs linaires.

9.1 Introduction
Une des tches que l'on rencontre rgulirement en physique est de rsoudre des
quations direntielles linaires. De faon gnrale, nous pouvons reprsenter ces
L = {, o y est la fonction inconnue rechercher, f une fonction

L un oprateur direntiel. Par exemple, l'quation de la chaleur peut
Lu = q(x, t), o L = D et q(x, t) est le terme de source. A
quations par
connu, et
s'crire
priori, la recherche des solutions est du domaine de l'analyse. Nous allons voir
cependant que nous pouvons ramener la solution de ces quations dans le domaine
de l'algbre matricielle des systmes
B.
n quations et n inconnus 1
du genre
AX =
Le trs grand avantage est que pour faire de l'algbre, nous n'avons, en gros,
2
que besoin d'addition et de multiplication . Les transformes de Fourier et de

Laplace que nous avons rencontrs dans ce cours taient des exemples particuliers
d'outils qui nous permettaient de ramener l'analyse l'algbre, bien adaptes
une certaine classe d'quations. Nous allons gnraliser cette approche et voir
toute la puissance de feu que cela nous procure.
Depuis le dbut de ce cours, nous insistons fortement sur le concept de vecteur.
Au premier chapitre, nous avons vu que dans un espace vectoriel, nous pouvons
dnir des bases : cela nous permet de manipuler les vecteurs l'aide de colonnes
(ou de lignes) de nombres. Nous avons galement vu que si nous disposons d'un
produit scalaire, cela facilite grandement la tache de trouver les coecient d'un
vecteur dans une base orthogonale.
Un vecteur peut tre un objet aussi simple qu'un vecteur usuel du plan euclidien, ou un objet beaucoup plus complexe tel qu'une fonction. Prenons le cas
d'une fonctions
. Une fonction est une
machine
qui prend un nombre en entre
et produit un nombre en sortie. Nous pouvons choisir plusieurs reprsentations

pour une mme fonction. Par exemple, si nous choisissons la base de fourier avec
les vecteurs de la base
exp(iqx), f s'crira comme une superposition de ces fonc

f (q) (nous avons absorb ici le facteur 1/2 dans la
tions, chacun avec un poids

dnition de
f )
f (x) =
f (q) exp(iqx)dq
1.
tant inni en l'occurrence, mais ceci n'induit pas de dicults particulire
2. Voir galement le chapitre 17 sur la signication d'une quation direntielle
100

L'intgral ici n'eectue rien d'autre que la superposition des vecteurs de base avec
leurs poids correspondants. Il est galement usuel de reprsenter la fonction
par
un tableau qui chaque entre numrique, associe un nombre, et on note cela
f (x)
(la notation est un peu confuse). En ralit, cela revient reprsenter une
fonction
sur la base des
un dirac centr sur
de dirac, o chaque valeur
f (x)
est le poids associ
f (x) =
f (y)(x y)dy
A nouveau, l'intgral ne fait rien d'autre que de superposer des vecteurs de la

base.
Revenons maintenant au concept gnral de vecteur. Soit l'espace vectoriel
E.
Nous pouvons dnir des oprations qui transforment un vecteur dans un autre,
et cela de faon linaire. Dans l'espace des vecteurs du plan euclidien, la rotation
ou la projection sur un axe sont de telles oprations. Par exemple, la rotation de
la somme de deux vecteurs gale la somme de leurs rotations :
Re2 .
R(e1 +e2 ) = Re1 +

D
Dans l'espace des fonctions inniment drivables, l'opration drivation
est une opration linaire : elle transforme un vecteur (une fonction) dans une
x
f (y)dy .
0
De faon gnral, nous appelons, dans l'espace des fonctions, un oprateur linaire
autre, et cela de faon linaire. De mme, l'opration intgration
I[f ] =
comme une machine qui prend en entre une fonction et produit en sortie une
autre fonction, et fait cela de faon linaire :
O[f1 + f2 ] = O[f1 ] + O[f2 ]

o
et
sont des scalaires et
Exercices.
Soit l'oprateur
fonction multiplie par
f1 et f2
des fonctions.
f en entre et produit la
X[f (x)] = xf (x) [exemple : X[sin(x)] =
qui prend une fonction
en sortie :
x sin(x)]. Dmontrer que c'est un oprateur linaire. Qu'en est il de l'opraX 2 : X 2 [f (x)] = x2 f (x) ? Soit V (X) un oprateur tel que V (X)[f (x)] =
V (x)f (x). Est ce que ce dernier est linaire ? Mme question pour l'oprateur
1 : 1[f (x)] = f (x). L'oprateur 0 est l'oprateur qui associe n'importe qu'elle
fonction la fonction 0. Est-il linaire ? De faon gnral, l'oprateur associe
une fonction f la fonction f ( il faut avouer que la notation est vraiment
confuse entre l'oprateur et le scalaire ; on s'y habitue vite cependant). Soit
l'oprateur de translation T [f (x)] = f (x + ) ; dmontrer qu'il est linaire.
teur
Note sur les notations.
Pour manipuler les oprateurs linaires, la coutume
() et []. Ainsi, nous crivons Of o

Of (x) la place de O[f (x)]. La confusion est gnante quand on crit
exemple, Xf (x) = xf (x). X ici est un oprateur, f (x) et xf (x) sont des
est de laisser tomber les signes du genre

mme pire,
par
101

fonctions
Xf (x)
est la fonction qui rsulte de l'application de
f.
Pour
viter un peu ces confusions, la convention que nous suivrons dans ce cours et de
toujours noter les oprateurs par des lettres majuscules.
9.2 L'algbre des oprateurs.

E ou l'on dnit les deux opra+ et . (produit) entre ses membres, avec toutes les proprits d'associativits
usuelles que vous connaissez : soit a, b, c E , alors
Se donner un algbre est se donner un ensemble
tions
a + b a.b
a+b
= b+a
a(b + c)
= ab + ac ; (a + b)c = ac + bc
(ab)c = a(bc)
Nous devons avoir quelques proprits de plus pour mriter le nom d'algbre. Il
faut qu'il existe des lments neutre vis vis des deux oprations, qu'on appelle
0 et 1 : a + 0 = 0 et a1 = 1a = a. De plus, les inverses des lments vis vis de +

. doivent exister : pour chaque lment a, il doit exister un lment unique,
qu'on appelle a, tel que a + (a) = 0 ; de mme, il doit exister un lment un
1
lment unique qu'on note 1/a ou a
tel que a.(1/a) = (1/a)a = 1 (pour a = 0).
L'ensemble des nombres (rationnels ou rel), quip de + et de . usuel, constitue
et de
un algbre. C'est un cas un peu particulier, puisqu'en plus, la multiplication y

est commutative (ab
= ba).
Mais toutes les thormes qui ont t dmontr pour
l'algbre des nombres sans invoquer la commutativit du produit sont valable

pour n'importe qu'elle autre algbre.
Nous pouvons dnir un algbre pour les oprateurs linaires. Nous devons
d'abord prciser le sens de l'galit entre oprateurs. Nous dirons que
O1 = O2
si le rsultat de l'application de ces deux oprateurs une fonction est le mme,

quelque soit la fonction
f, O1 f = O2 f .
3. A vrai dire, c'est encore pire :
est une fonction,
f (x)
est un nombre. A nouveau, on a
l'habitude de ne pas toujours distinguer explicitement les deux choses et laisser le boulot au
cerveau. Dans ce cas, le cerveau agit comme un vulgaire compilateur C, testant constamment
le
type
des notations qu'on utilise.
4. Il est vident que
est une condition exagrment demandeuse et n'a pas de sens en
gnral. Si par exemple, l'oprateur contient des drives d'ordre
comme : quelque soit
f nfois
n,
nous devons comprendre
drivable. De mme si l'oprateur vient avec des conditions
aux bords. A chaque fois, nous supposerons l'ensemble des fonctions comme compatible avec la
dnition de l'oprateur. Nous n'entrerons pas plus dans le dtail lors de ce cours, pour ne pas
alourdir chaque assertion par un train de prcautions et de conditions d'applicabilits. Dans la
majorit des cas, nous supposons de nous travaillons avec l'ensemble des fonctions
L2 [, +]
au moins deux fois continuement drivalble. Ceci surtout impose nos fonctions qu'elles et leurs
drive
quand leur argument
102

+
L'opration
entre oprateurs hrite directement sa dnition de l'opration

5
O1 + O2 est l'oprateur qui, appliqu

O1 f + O2 f (bien noter que l, l'addition est
entre deux fonctions). L'opration . est la combinaison d'oprateur : O1 O2 est
l'oprateur qui la fonction f , associe la fonction O1 [O2 [f ]]. On peut armer
maintenant que l'ensemble des oprateurs linaires muni de + et de . constitue
une algbre. Les oprateurs 0 et 1 sont les lments neutres de l'addition et
entre les fonctions
: L'oprateur
une fonction, produit la fonction
de multiplication. Dans la suite de ce cours, l'ensemble des fonctions auxquels
L2
ces oprateurs s'appliquent est l'ensemble des fonctions
au moins deux fois
drivable.
Toutes les notations que nous utilisons dans l'algbre classique peuvent tre
X2
est eectivement X.X .

x et y les oprateurs de drivation par rapport x et y , alors
2
2
x y = (x y )(x + y ). Il faut juste faire attention la commutativit :
en gnral, deux oprateurs ne commutent pas : O1 O2 = O2 O1 . Cela ne veut
utilises pour l'algbre des oprateurs. Par exemple,

Si l'on dsigne par
pas dire que l'on ne peut pas trouver deux oprateurs qui commutent, l'exemple
prcdent de
et
le montre. Simplement, il ne faut pas le prsumer l'avance.
DX XD = 1 (bien noter que ceci est une galit

DX[f (x)] = (d/dx) (xf (x)) = xf (x) + f (x) et
XD[f (x)] = xf (x). Donc (DX XD)[f (x)] = f (x) : Le rsultat d'application
de DX XD une fonction est le mme que l'application de l'oprateur 1, d'o
Exemple 1.
Dmontrons que
entre oprateurs). Nous avons
l'galit entre les oprateurs.
Dnition.
On appelle commutateur de deux oprateurs
O1 O2 O2 O1 .
Il est usuel de noter ce dernier
O1
et
O2 ,
l'oprateur
[O1 , O2 ].
Le commutateur joue un trs grand rle en mcanique quantique. Depuis le

livre de Paul Dirac en 1930, la mcanique quantique est formule travers les
relations de commutations.
Fonctions d'oprateurs.
Beaucoup de fonctions usuelles sont dnies l'aide de
n
n x /n!. Puisque l'on dispose
d'une algbre pour les oprateurs linaires, nous pouvons faire de mme et dnir
sries algbriques, comme par exemple,
exp(x) =
des fonctions d'oprateurs, comme par exemple
exp(O)
ou
log(1 + O), qui sont

D et le scalaire
elles mmes des oprateurs linaire. Par exemple, pour l'oprateur

,
exp( D) =
(1/n!) n Dn
n=0
5. De mme que dans l'espace des fonctions, l'opration + est hrite de l'addition entre les
nombres : la fonction
f +g
est la fonction qui associe au nombre
103
le nombre
f (x) + g(x).
f (x) produit la fonction n=0 (1/n!) n f (n) (x

c'est dire la fonction f (x + ). L'oprateur exp( D) n'est rien d'autre que l'oprateur de translation T vu plus haut. Bien sr, ds que l'on parle de suite et
et le rsultat de son application une fonction
srie innie, nous avons besoin de la notion de
convergence. La convergence dans
l'espace des oprateurs hrite sa dnition de la convergence dans l'espace des

fonctions : nous dirons que la suite
On f
converge vers la fonction
Of
On
converge vers
quelque soit
si la suite des
fonctions
(revoir la note 4).
Disposer des fonctions d'oprateurs nous permet de rsoudre symboliquement

nombres d'EDP. Prenons d'abord l'quation direntielle ordinaire
dy/dt = ay
y(t = 0) = y0
(9.1)
a et y0 sont des scalaires ne dpendant

y(t) = exp(ta)y0 . La valeurs de la
pas de temps. La solution bien connue est

fonction un temps ultrieur
exp(ta)
s'obtient en appliquant (multipliant) le scalaire
la condition initiale.
Soit maintenant l'EDP de premier ordre
t x = 0
(9.2)
(x, t) est une fonction des deux variables x, t ; la condition initiale

(x, t = 0) = 0 (x), 0 (x) tant une fonction connue de la variable x.
tant
Nous
pouvons crire cette quation sous forme opratorielle
/t = D
o
D = /x
est un oprateur qui ne dpend pas de t. En s'inspirant de l'exemple
de l'quation ordinaire(9.1), nous pouvons donner la solution comme
(x, t) = exp(t.D)0 (x)

Nous savons par ailleurs que l'oprateur
translation d'une quantit
t, Tt .
exp(tD)
n'est rien d'autre l'oprateur
La solution s'crit donc
(x, t) = 0 (x + t)
Ceci est la solution exacte de l'EDP (9.2) que nous pouvons obtenir soit par
des transformes de fourier-laplace , soit par la mthode des caractristiques du
chapitre 15. Ceci n'est pas une analogie. Les mme rgles d'algbre (et d'analyse)
que nous appliquons aux fonctions ont t dnies pour les oprateurs et nous
donnent le droit de les manipuler symboliquement de la mme faon. Voyons cela
d'un peu plus prs. La fonction
f (t) = exp(ta)
est donn comme la srie
tn an /n!
exp(ta) =
n=0
104

sa drive (qui concide avec la drive terme terme de la srie) s'crit (en jouant
sur l'indice de sommation)
f (t)
tn an+1 /n!
=
n=0
tn an /n!
= a
n=0
= af (t)
et c'est pour cela que cette fonction est la solution gnrale de (9.1). En utilisant
les mmes rgles de manipulation pour l'algbre d'oprateurs, nous voyons que
l'oprateur
exp(tD)
D exp(tD).
La
possde comme drive par rapport au temps l'oprateur
fonction (x, t) = exp(tD)0 (x) a donc pour drive par rapport
au temps la fonction
D exp(tD)0 (x),
c'est dire
D(x, t).
De faon gnrale, nous pouvons avoir des EDP du genre
/t = H
o
x ) plus compliqu
D, mais la discussion ci-dessus reste
est un oprateur spatial ( ne dpendant que de la variable
que le simple oprateur de drivation spatiale
valide et nous pouvons donner la solution comme
(x, t) = exp(tH)(x, t = 0)
L'oprateur
exp(tH)
n'est plus alors une simple translation, mais le principe
reste le mme : la fonction solution un temps ultrieur

plication de l'oprateur
exp(tH)
exp(tH)
est donne par l'ap-
la fonction condition initiale. L'oprateur
est appel, juste titre, l'oprateur de l'volution temporelle. Cette fa-
on de prsenter les choses est appele, en mcanique quantique, l'interprtation

d'Heinsenberg (voir plus bas pour une digression historique). Evidemment, cette
faon de rsoudre l'quation ne nous sert rien si nous ne savons pas calculer
exp(tH).
Nous verrons plus bas les outils que les mathmaticiens ont dvelopp
pour calculer ecacement ce genre de fonction d'oprateurs.
Exercices.
1. Identit de Jacobi.
Dmontrer que pour trois oprateurs
A, B, C , nous avons
[A, [B, C]] + [B, [C, A]] + [C, [A, B]] = 0
En dduire
D2 + X 2 = (D + X)(D X) + 1 = (D X)(D + X) 1.
[D X, D + X] et [D2 + X 2 , D X]. [indication : Utiliser la relation
[D, X] = 1
].
2.
Dmontrer que
105

Dmontrer que les oprateurs O et f (O)
f (x) est une fonction analytique dans le voisinage de x = 0. Mme
pour g(O) et f (O). Dmontrer que si A et B commutent, alors f (A) et
3. Commutateur des oprateurs.

comutent.
chose
g(B)
4.
commutent.
Dans l'espace des oprateurs linaires sur les fonctions trois variables, nous
Lz = Xy Y x ; Lx et Ly sont dnis cycliquement partir de cette

[L , L ]( , = x, y, z ). Donner la dnition de L2
2
2
L = L . Calculer [L2 , L ].
dnissons
dernire dnition. Calculer

et de
5. Oprateur rotation.
En utilisant les rgles de drivation en chane, dmontrer
que
= Lz
que reprsente alors l'oprateur
exp(Lz ) ? [(r, , ) sont les coordonnes du point
en coordonnes sphrique]
6. exponentiel d'un oprateur.
dmontrer que
d
exp(tA) = A exp(tA)
dt
o
est un oprateur linaire. Help : Utiliser le dveloppement de l'exponentiel
et les rgles habituelles de la drivation.
7. exponentiel d'un oprateur (encore).

o
A, P
8. Commutation et exponentiel.
exp(P 1 AP ) = P 1 exp(A)P
Soit la matrice
A=
Calculer
Dmontrer que
sont deux oprateurs linaires.
A2 .
0 x
x 0
En dduire une expression gnrale pour
An selon
que
est pair ou
impair. Dmontrer alors que
exp(A) =
cos x sin x
sin x cos x
Help : Dcomposer la somme en terme pair et impair, et utiliser le dveloppement
en srie des fonctions
sin
et
C=
cos.
0
0
Soit maintenant les deux matrices
x
0
, D=
106
0
x
0
0

C 2 = D2 = 0 et en dduire eC .eD .
que C et D commutent ?
Dmontrer que
C+D
9. .
? Est ce
eA+B
Pour deux oprateurs
et
Que peut ont dire de
eC eD
et
qui ne commutent pas priori, dmon-
trer que
e(A+B)t = eAt +
eA(ts) Be(A+B)s ds
0
Cette relation, appel en mcanique quantique relation de Dyson, est trs utile
pour valuer l'exponentiel d'un oprateur, si
de l'oprateur
y ay = f (x) ?
exp(At)
est connu et que la matrice
est trs creuse. [indication : Quel est la solution de l'quation

Obtenir une quation analogue pour l'oprateur
10. Equation d'onde.
exp(A + B)t].
exp(A + B).
Proter pour donner l'expression de
Rsoudre par la mthode des oprateur l'quation
2u
2u
c2 2 = 0
2
t
x
u(x, 0) = f (x) et t u(x, t)|t=0 = g(x) en l'crivant
2 u/t2 c2 D2 u = 0 et en vous inspirant de la solution
u a2 u = 0.

sous la forme symbolique
de l'quation ordinaire
9.3 Reprsentation matricielle des oprateurs.

Le grand avantage de disposer d'une base est de pouvoir manipuler les vecteurs
l'aide des nombres. Le mme avantage est obtenu pour les oprateurs. Par
exemple, tant donn un vecteur du plan euclidien, nous n'avons pas nous
munir de compas et de rapporteur pour eectuer une rotation, mais seulement
eectuer des additions et des multiplications sur des colonnes de chires. Voyons
comment ce la fonctionne.
Soit un oprateur linaire
base
{e1 , ...en }.
v
dans un espace
quelconque. Notre but est de pouvoir calculer
v,
qui est un autre vecteur d'
dans la base donne :
v=
aj ej
j
et comme
que nous avons quip d'une
le rsultat de l'application de
dcomposer
Soit un vecteur
est linaire,
R.v =
aj (R.ej )
j
107
E.
Nous pouvons

R,
Pour entirement caractriser l'oprateur
nous avons simplement besoin de
connatre l'action qu'il eectue sur chaque lment de la base. Par ailleurs, chaque
R.ei
i = 1, ..., n
{e1 , ...en } :
( pour
la base
) est un vecteur de l'espace
R.ej =
E,
et donc dcomposable sur
rij ei
(9.3)
i
Donc, pour entirement connatre
R,
il sut de connatre les
Nous pouvons alors connatre le rsultat de l'application de
n n nombres rij .
R n'importe quel
vecteurs de l'espace.
R.v =
rij aj ei
(9.4)
i,j
Il est habituel de reprsenter la dcomposition de
lonne d'un tableau de
nlignes
R.ej
Exemple 1. Rotation dans le plan euclidien.
co-
(ex , ey ).
/2
Nous savons que
La premire colonne de la reprsentation matricielle de
dans cette base sera donc

de
jime
Caractrisons la rotation de
dans la base orthonorme habituelle du plan euclidien
R.ex = ey = 0ex + 1ey .
comme la
et appeler le tableau une matrice.
(0, 1).
De mme,
est donc
0
1
R=
R.ey = 1ex + 0ey .
La reprsentation
1
0
Il est trs important de faire la distinction entre l'oprateur
R et sa reprsentation
matricielle. La reprsentation matricielle est comme une photo de l'oprateur :

elle dpend de la base choisie , comme la photo dpend du point de vue du
photographe et de l'humeur de la personne qui se fait photographi. Mais la
photo
n'est pas
la personne.
Exemple 2. Drivation dans l'espace des fonctions.

fourier
Choisissons la base de
{eq = exp(iqx)}. La base est bien sr innie, (et mme trs innie !), mais
cela n'a pas d'importance. Nous avons
D.eq = iq eq
D dans la base de fourier ne comporte que des
dqq de la matrice de D sont donc donns par
= iq . Le faite que D soit diagonale dans la base de
La reprsentation matricielle de
lments diagonaux. Les lments
dqq = 0
si
q=q
et par
dqq
fourier est la raison de son utilisation pour la rsolution de l'quation d'onde ou

de la chaleur. L'application de
une fonction quelconque donne
Df (x) =
iq f (q) exp(iqx)dq
108

ce qui n'est rien d'autre qu'une rcriture de l'expression (9.4).
Nous voyons travers ce dernier exemple un fait important. Peut importe que
notre espace soit ni ou inni, partir du moment o nous disposons de bases
(ni, inni discret ou inni continu ) et que les convergences sont assurs, nous
pouvons manipuler les oprateurs linaires comme des matrices.
Base orthonormale.
(., .)
duit scalaire
{e1 , ...en }
Nous avons vu au premier chapitre que disposer d'un pro-
et d'une base orthonormale facilite normment les chose. Soit
une base orthonormale, c'est dire
tion d'un vecteur quelconque
v:v=
(v, ek )
ai ei .
(ei , ej ) = i,j
et soit la dcomposi-
Alors
ai ei , ek )
i
ai (ei , ek )
i
= ak
Le coecient
ak
ecient
rij
v sur la base {ei } n'est rien

ek . Le mme principe nous donne les co-
de la dcomposition du vecteur
d'autre que le produit scalaire entre
et
d'un oprateur dans une base orthonorme. En partant de l'expression
(9.3), nous voyons que
rij = (ei , R.ej )

rij ,
ei .
Pour trouver
dernier avec
il sut d'applique
ej
et prendre le produit scalaire de ce
Exercices.
1.
Soit la base de fourier
dnie sur
[0, L].
l'expression de l'oprateur
2.
{1, cos(2nx/L), sin(2nx/L)}
pour les fonctions
En ordonnant correctement les lments de la base, donner
et
D2
dans cette base.
Soit les fonctions d'Hermite
hn (x) = Cn (1)n exp(x2 /2)

Les premires fonctions sont (en multipliant par
coecients
Cn
dn
exp(x2 )
dxn
(9.5)
exp(x2 /2) ) 1, 2x, 4x2 2,... Les
que nous n'explicitons pas assurent que les fonctions sont normes.
On peut dmontrer, avec un peu d'eort, que les fonctions

orthogonales et forment une base.
109
hn
sont deux deux

Dmontrer que pour l'oprateur
H = D2 + X 2
nous avons
la base des
Hhn (x) = (2n + 1)hn (x).

hn .
D
3. Oprateur
Donner alors la reprsentation de
dans la base des Bessel.
par
In (x) =
Soit les fonctions de Bessel
In
dans
dnie
ex cos cos(n)d
0
Dmontrer que
In (x) = (1/2) (In1 (x) + In+1 (x))

Les fonctions
exp(x)In (x) (n = 0, 1, ...) forment une base. Donner l'expression

D dans cette base. [ Trs important dans les pro-
de la matrice de l'oprateur
blmes de matrices tridiagonal. ]
4.
Montrer que si L'oprateur
alors
M = I .
l'oprateur projection sur
commute avec tous les autres oprateurs,
[Help : donnez vous une base quelconque
e1
P1 ej = i,j e1 .
(e1 , ..., en )
et considerer
En utilisant la commutation de
avec cet oprateur et d'autres oprateurs de projection, dmontrer que la
matrice de
dans cette base est diagonale. Ensuite, considrer un oprateur
de permutation cyclique
ei = ei+1
et considrer sa permutation avec
dduire que tous les lements diagonaux de
: en
sont alors gaux.]
laguerre,...
9.4 Valeurs et Vecteurs propres.

Quand on travail avec un oprateur linaire et que l'on souhaite rsoudre une
EDP qui lui est associe, certaines fonctions (ou vecteur) ont un rle privilgi.
On appelle vecteur propre (
eigenvector ) d'un oprateur O un vecteur vn = 0 tel
que
Ovn = n vn
vn .
x, les deux vecteurs
ex et ey sont des vecteurs propres, avec les valeurs propres 1 et 0. En gomtrie
trois dimensions, les trois vecteurs ex et ey et ez sont des vecteurs propres de la
projection sur l'axe x, le premier associ = 1, les deux autres = 0. Dans le
plan, Pour l'opration de rotation de , tous les vecteurs du plan sont des vecteurs
est un scalaire qui est appel valeur propre du vecteur
En gomtrie plane, pour l'oprateur de projection sur l'axe
110

propres associs la valeur
/2
la rotation de
= 1
(remarquer cependant que
R = I ).
Enn,
n'a pas de vecteurs propres.
exp(iqx) est vecteur propre de l'oprateur

iq . Les fonctions sin(qx) et cos(qx) sont les vecteurs
2
2
propres de l'oprateur D avec = q . Les fonctions d'Hermite hn (x) que nous
2
2
avons rencontrer plus haut sont fonctions propres de l'oprateur D + X avec
la valeur propre n = (2n + 1).
Exemple.
D = x
Dans l'espace des fonctions,
avec la valeur propre
Si les vecteurs propres sont susamment nombreux pour former une base, on
les appelle une base propre. Evidemment, la reprsentation d'un oprateur dans
sa base propre est diagonale.
Pouvoir disposer d'une base propre acclre (ou rend possible) la solution des
problme. Prenons le systme deux quations et deux inconnu
2x + 3y
x 2y
formellement, nous pouvons le reprsenter comme
2
1
u = (x, y)T
est la matrice
3
2
B = (4, 1)T . A est la reprsentation

T
T
la base e1 = (1, 0)
et e2 = (0, 1) .
et
linaire dans
Au = B
matricielle d'une application

La rsolution de ce systme
ncessite quelques oprations d'addition et de combinaison. Par contre, le systme
2x
3y
se rsout immdiatement comme deux quations indpendantes. Formellement,

on pouvait l'crire
Au = B
o cette fois
2
0
dans la base
e1 , e2 ,
est la matrice
0
3
la matrice de l'oprateur
est diagonale, ce qui permet de
ramener la rsolution d'un systme de 2 quations deux inconnus la rsolution

de deux quations
une
2 2 est facile
44 ou 10001000, le gain est dj plus apprciable.
inconnue. Evidemment, un systme
rsoudre, pour un systme de

Dans l'espace de dimension
inni
de Hilbert, trouver une base propre est souvent
la seule possibilit de rsoudre un problme, comme nous le verrons plus bas.
111

9.5 Disposer d'une base propre orthogonale.
Le trs grand avantage de disposer d'une base propre orthogonale (ou encore
mieux, orthonormale) est de pouvoir rsoudre des quations aux drives partielles. Nous avons vu une application de cette mthode dans le chapitre sur les
sries et transformes de Fourier. Nous allons voir cela dans des cas plus gnraux
(ou gnralisables).
Supposons que nous voulons rsoudre l'quation aux drives partielles
t (x, t) = H(x, t)
o l'on suppose que l'oprateur
(9.6)
n'a que des composantes spatiales. Les condi-
tions initiales et aux limites de cette quation sont les suivantes :
(x , t)
(x, 0)
g(x)
la fonction tend vers zro pour les grand

prend la forme de
{fn (x)}
f (x).
x ; l'instant t = 0, la fonction recherch
Supposons que nous connaissons une base orthonormale
dans laquelle l'oprateur
est diagonale
Hfn (x) = n fn (x)

A chaque instant t, nous pouvons dcomposer la fonction (inconnu)
base des
{fn }
(x, t) sur la
(x, t) =
an (t)fn (t)
i=0
Les
an (t)
sont les coecients de cette dcomposition et varient bien sr d'un
instant un autre. En utilisant cette dcomposition dans l'quation (9.6) nous

obtenons
an (t)fn (x) =
i=0
Comme les
fn
n an (t)fn (x)
i=0
constituent une base, les coecients de la dcomposition sont
unique et
an (t) = an,0 exp(n t)

Il nous reste juste trouver les coecients
condition initiale
an,0 ;
ceci s'obtient en utilisant la
g(x) =
an,0 fn (x)
i=0
6. Nous supposons que les fonctions
fn
sont compatibles avec les conditions aux bords :
fn (x ) = 0.
7. Nous supposons que l'on peut intervertir les opration de sommation et de drivation par
rapport au temps.
112

et donc
an,0 = fn (x), g(x)

Rsumons la mthode. On dcompose la condition initiale sur la base des fonctions
an (t)
propres. L'amplitude de chaque composante

l'exposant
n .
varie exponentiellement avec
Il sut de recombiner ces composantes un temps ultrieurs
pour recalculer la fonction
en ce temps l :
(x, 0), fn (x) exp(n t)fn (x)
(x, t) =
(9.7)
i=0
Cette faon de calculer la fonction
est appel en mcanique quantique l'inter-
prtation de Schroedinger .
Exemple : oscillateur harmonique.
En mcanique quantique, l'quation d'une
particule dans un potentiel harmonique s'crit (en choisissant convenablement les

units)
=
t
2
+ x2
x2
D'aprs l'exercice que nous avons vu sur les fonctions d'Hermite, il n'est pas
dicile d'expliciter la solution sous la forme de
an ei(2n+1)t hn (x)
(x, t) =
Comparaison Schrodinger-Heisenberg.
L'interprtation de Schrodinger et
Heisenberg sont bien sr quivalente. Reprenons l'quation (9.6) . Dans l'interprtation d'Heisenberg, la solution s'crit
(x, t) = etH (x, 0)
comme nous l'avons indiqu, la fonction

l'oprateur
exp(tH)
la fonction
ci-dessus), l'oprateur
au temps
(9.8)
s'obtient en appliquant
au temps 0. Dans sa base propre (les
fn (x)
est diagonal. En utilisant la dnition de l'oprateur
exp(tH) =
(1/n!)tn H n
n=0
8. Heisenberg et Schroedinger ont formul ces deux approches dans les annes 1925-28 quand
les mthodes d'analyse fonctionnelle n'taient pas encore popularises chez les physiciens. La
contribution de Von-Neuman tait de montrer, en important les concepts dvelopps par Hilbert
en mathmatiques, que les deux approches taient quivalentes. Dirac mis la dernire main
l'dice en 1932 en formulant l'ensemble de faon extrmement lgante.
113

exp(tH)
nous voyons que l'oprateur
et ses lments diagonaux s'crivent
est galement diagonal dans cette base,
( (exp(t1 ), (exp(t2 ), ...(exp(tn ), ...).
En
notation matricielle, nous avons
H=
et
tH
1
0
.
.
et1
0
.
.
0
2
0
.
.
.
.
.
0
.
.
.
t3
et2
0
.
Si maintenant nous exprimons la fonction
(x, 0) =
.
0
3
.
.
(x, 0)
dans la mme base
(x, 0), fn (x) fn (x)

n
nous voyons que l'interprtation d'Heisenberg (9.8) exprime exactement la mme

chose que l'interprtation de Schrodinger (9.7).
Fonctions d'oprateurs.
Le paragraphe prcdent nous indique comment cal-
culer une fonction d'oprateur, mme quand nous ne connaissons pas la srie
A, diagonal dans sa base propre (e1 , e2 , ...) et

(1 , 2 , ...). L'oprateur f (A) est dnie de telle
de la fonction . Soit l'oprateur

possdant les valeurs propres
faon que sa reprsentation dans la mme base soit diagonale, avec les lments
(f (1 ), f (2 ), ...).
9.6 Oprateurs hermitiens.

Dans la thorie des oprateurs linaire, une certaine classe d'oprateur qu'on
appelle hermitien joue un rle fondamental, puisqu'on peut dmontrer que ces
oprateurs sont diagonalisable et qui apparaissent trs souvent dans les problmes
de physique.
Nous supposons dornavant que nous disposons d'un produit scalaire
appelle l'adjoint d'un oprateur
vecteurs
l'oprateur
u, v
(u, Ov) = (O u, v)
114
(., .).On
tel que quelque soit les deux

Supposons que le produit scalaire est dni sur le corps des rels. Alors
(v, u).
(u, v) =
Si dans une base (que nous prenons orthonormale pour plus de simplicit,
mais sans ncessit aucune) l'oprateur O est reprsent par la matrice Oij =
(ei , Oej ), on peut dmontrer sans dicult que pour la matrice de l'adjoint,
Oij = Oji : on interverti les lignes et les colonnes d'une matrice pour obtenir
celle de son adjoint. La matrice rsultante est appel la transpose. Si le produit
scalaire est dni sur le corps des complexes, alors
Un oprateur est dit self-adjoint ou hermitien si
Oij = Oji .
O = O.
L2 (qui donc tendent

x ), l'oprateur D n'est pas hermitien : une intgration par
partie montre que (u, Dv) = (Du, v). Par contre, deux intgrations par partie
2
montrent que l'oprateur D est hermitien. De mme, l'oprateur iD est HermiExemple.
vers
Dans l'espace des fonctions relles ou complexes
pour
tien pour les fonctions complexes.

Les oprateurs hermitiens ont quelques proprits remarquables, parmi lesquels
les suivants que nous demandons au lecteur de dmontrer/dcouvrir travers les
exercices.
Exercices.
1.
Les valeurs propres d'un oprateurs hermitiens sont relles : Si
A = A ,
2.
alors
[indication :
teur
[indication : calculer
(x, Ax)
et
Ax = x,
(x, A x)]
Les vecteurs propres associs deux valeurs propres distinctes sont ortho-
gonales : Si
3.
R.
Ax1 = 1 x1 , Ax2 = 2 x2 , A = A , 1 = 2 ,
calculer (x1 , Ax2 ) et (x1 , A x2 ).
Dmontrer, dans l'espace des fonctions
L2
alors
(x1 , x2 ) = 0.
que les valeurs propres de l'opra-
sont positifs. [indication : il sut de dmontrer que
x, (x, D2 x) 0,
ce qui peut s'obtenir en eectuant une intgration par partie. De tels oprateurs
sont appels dnie positif.].
V (x) possdant un minimum absolu E : x R,V (x)

V est hermitien [dnition : V.f (x) =
ensuite que toutes ses valeurs propres sont E . [indication : il sut de considrer (u, (V E)u) pour une fonction u quelconque et
dmontrer que sa valeur est toujours 0]. En combinant avec le rsultat de la
4.
Soit la fonction relle
E . Dmontrer d'abord
V (x)f (x)] ; Dmontrer
que l'oprateur
question prcdente, que pouvez vous dduire pour l'oprateur
H = D2 + V
115

5.
Pour un oprateur hermitien, le minimum de
(x, x) = 1
(x, Ax)
avec la contrainte
est fournit par le vecteur propre de la matrice associ la plus petite
des valeurs propres ; la valeur propore est juste un multiplicateur de lagrange

(mieux rdiger).
6.
Dans l'espace des fonctions
L2
trois variables dnies sur
que l'adjoint de l'oprateur gradient est l'oprateur
R3 ,
dmontrer
divergence, et vice et versa,
tandis que l'adjoint du rotationnel est lui mme.
9.7 Mthodes opratorielles, algbre de Lie.

En algbre classique, pour rsoudre un problme, on essaye de le dcomposer en
x2 3x+2 = 0, on peut remarquer

(x 1)(x 2) = 0 ; on remarque ensuite que
terme plus simple. Par exemple, pour rsoudre

que l'on peut la ramener la forme
pour que ce produit soit
0,
il sut qu'un des termes soit nul, et qu'il sut donc
de rsoudre les deux quations
x1 = 0
et
x2 = 0
pour avoir les solutions du
problme. Or, ces deux dernires quations sont soluble par des techniques que
nous connaissons dj.
Les oprateurs linaires possdent un algbre. On peut se demander si on ne
peut pas entreprendre la mme dmarche pour dcomposer des EDP compliques
en systmes plus simple. La rponse est oui si on fait attention aux conditions
aux limites et si on garde en tte que l'algbre des oprateurs est non commutative. Nous n'allons pas donner ici un expos de ces mthodes, mais prfrerons
l'illustrer travers deux exemples.
9.7.1 L'oscillateur harmonique en mcanique quantique.
H = D2 + V (X) joue un rle trs important en mcanique quanAppelant la fonction d'amplitude, l'quation de Schroedinger est de la
L'oprateur
tique.
forme
= H
t
Nous avons vu au 9.6 qu'il est hermitien est que toute ses valeurs propres sont
suprieures
E0 ,
la valeur minimum de la fonction
le rle de l'nergie cintique et l'oprateur
V (x)
V (x).
L'oprateur
D2
joue
celui de l'nergie potentielle ;
l'oprateur H est appel Hamiltonien du systme. Nous travaillons dans l'espace

L2 ], +[ et la gestion des conditions aux limites ne pose pas trop de problme
((x ) = 0 ). Nous avons vu au 9.5 que rsoudre cette quation revient
trouver les valeurs et vecteurs propres de l'oprateur H . Prenons le cas particulier
de l'Hamiltonien
H = D2 + X 2
116

d'une particule se trouvant dans un potentiel harmonique. Nous savons que toutes
les valeurs propres sont
> 0. Nous avions donn en exemple plus haut les fonctions
et valeurs propres de cet hamiltonien. Nous allons voir que nous pouvons trouver
ces fonctions sans rsoudre aucune quation direntielle, un peu comme faire
du beurre avec de l'eau. Il sut juste de manipuler l'algbre des oprateurs et
surtout de leur commutateur. L'exemple que nous allons suivre et le prototype
de ce genre de calcul et nous le donnons donc avec un peu de dtail.
Comme
[D, X] = 1,
nous pouvons dcomposer l'hamiltonien :
H = (D + X)(D + X) + 1 = (D + X)(D + X) 1
Notons que l'oprateur
est hermitien
X = X
et que
D = D. Nous pouvons
donc poser
A =
A
et rcrire
D+X
D + X
H = AA 1= A A + 1. Ce qui implique naturellement que [A, A ] = 2.
Par ailleurs, on peut dmontrer facilement que pour trois oprateurs quelconque,
[F G, F ] = F [F, G]
et
[F, F G] = F [F, G].
Cette petite gymnastique nous
permet d'obtenir
[H, A ]
[A A + 1, A ]
[A A, A ]
2A
(9.9)
L'quation (9.9) est un cas particulier d'un oprateur d'chelle. Avoir sa disposition de telles relations est d'un trs grand avantage comme nous allons le
voir.
Lemme.
alors
Si
A E
est une fonction propre de
est une fonction propre de
associe la valeur propre
associe la valeur propre
E,
E + 2.
Vous voyez ici l'avantage : si on connat une valeur propre et une fonction
propre, on peut en trouver beaucoup d'autre par l'application successif de l'oprateur
A .
La dmonstration est immdiat :
HA E
(2A + A H)E
(E + 2)A E
Nous pouvons eectuer les mme dmarche pour
(E 2)AE .
HAE =
> 0, il existe
(noter que 0 <
et dmontrer que
Comme nous savons que tous les valeurs propres sont
donc forcment une valeur propre minimum que nous appelons
117

< 2).
n N.
Toute les autres valeurs propres sont donc de la forme
Il nous reste maintenant dterminer cette valeur

propre associe
. Appelons
(2n + ),
0
avec
la fonction
. Nous devons alors obligatoirement avoir
A0 = 0
(9.10)
sinon nous aurions des valeurs propres ngatives. De l, nous pouvons naturellement dduire que
H0 = 0
= 1.
Et par consquent,
forme
En = 2n + 1.
Les valeurs propres de l'oprateur
sont donc de la
Quand je vous disais qu'on fait du beurre avec de l'eau !
Noter que la relation (9.10) est juste une quation direntielle
d0 /dx + x0 = 0
avec les conditions
0 0
pour
x .
Cette quation est simple rsoudre
0 (x) = C exp(x2 /2)

Les autres fonctions s'obtiennent partir de l (cf l'exercice 2).
Exercices.
1.
Donner les matrices des oprateurs
la base des fonctions propres de
2.
et
de l'oscillateur harmonique dans
H.
En appliquant de faon rcursive l'oprateur
tion propre
3.
0 , dmontrer que la fonc-
est bien de la forme donn par l'quation (9.5).
Guider susement le lecteur pour rsoudre l'atome d'hydrogne.
118

10.1 Introduction.
Nous allons traiter dans ce chapitre la thorie gnrale
tielles
linaires
des quations diren-
de second ordre de la forme :
Lu = u
o
u(x)
est une fonction au moins deux fois drivable, la fonction et ses drives
2
tant de carr sommable .
(10.1)
est un scalaire que nous appelons valeur propre et
est un oprateur direntiel de second ordre
L = (x)
d2
d
+ (x)
+ (x)
2
dx
dx
Ce genre d'quation se rencontre partout en physique et la solution du systme cidessus a occup une grande partie du travail des physiciens-mathmaticiens. Les
grandes familles de fonctions spciales, les Bessel, Legendre, Hermit, Laguerre,
les hypergomtriques, ... ont t introduites l'occasion de l'tude de ce genre
d'quation. Le but de ce chapitre est en partie de nous habituer avec ces fonctions.
La thorie gnrale que nous allons voir dans ce chapitre est une application
directe de la thorie des oprateurs linaires que nous avons rencontr au chapitre
prcdent ; nous aurons ainsi l'occasion d'approfondir les concept que nous avons
vus.
Illustrons travers les trois exemples suivants quelques fonctions et quations
fondamentales de la physique mathmatique.
Exemple 1.
Nous avons vu que pour trouver
u(x, t),solution
de l'EDP
u
= Lu
tn
o l'oprateur
ne contient pas de dpendence en
(10.2)
t,
nous pouvons chercher la
solution de l'quation aux valeurs propres
Ln = n n
1. Cette thorie a t formule par les deux mathmaticiens franais aux alentour de 1850.
2. Ce genre d'espace est appel l'espace de Sobolev, mathmaticien sovitique du vingtime
sicle, prcurseur de la thorie des distributions.
119

o
n (x)
est fonction de la seule variable
x.
Si les
{n }constituent
une base dans
l'espace des fonctions appropries, alors la solution gnrale de (10.2) est alors
donne par
u(x, t) =
fn an (t)n (x)
n
o les coecients
an (t)
sont solution de l'quation direntielle
dn an
n an = 0
dtn
et les scalaire
fn sont donns par les conditions initiale. Si l'on veut, cette mthode
est une super mthode de sparation des variables.
Exemple 2. Propagation en coordonnes cylindrique et l'quation de Bessel.

Nous souhaitons rsoudre l'quation d'onde deux dimensions en coordonnes
polaires (comme par exemple la vibration d'une membrane) :
2u
= c2 u
t2
o
u = u(r, , t).
(10.3)
Si nous savons rsoudre
k (r, ) = k 2 k (r, )
(Question : pourquoi les valeurs propres de l'oprateur
tive ?) alors la solution gnrale s'crit
(10.4)
sont relles
et
nga-
Ak eickt + Ak eickt k (r, )
u(r, , t) =
k
En coordonne cylindrique, l'quation (10.4) s'crit
2 k
2 k
k
= r2
+r
+ r 2 k 2 k
2
2
r
r
(10.5)
Si on regarde de plus prs cette quation, nous voyons qu'elle a nouveau exactement la forme (10.2) et nous pouvons appliquer la mme mthode en cherchant
la solution de l'quation aux valeurs propres
r2
d
d2 m
+r
+ r2 k 2 m = m2 m
2
dr
dr
(10.6)
pour signier superposition. Si la variable sur laquelle on

Z)alors a son sens habituel. Si par contre la variable de sommation est
3. Nous utilisons le symbol

somme est discrte (
continue
( R)
alors le symbol doit tre compris formellement comme une intgrale
120

o
m = m (r)
est la fonction propre et
est la valeur propre. La solution de
(10.5) est
Bm eim + Bm eim m (r)
k (r, ) =
m
Nous remarquons en plus une symtrie remarquable dans la fonction
2) = k (r, ).
Cette symtrie nous impose que
mais doit tre entier :
m = 0, 1, ...
k : k (r, +
ne peut pas tre quelconque,
Nous rencontrerons constemment cette sym-
metrie et sa consquence dans les quations de la physique crites en coordonnes

cylindriques ou sphriques. Nous pouvons encore quelque peu nettoyer l'quation
(10.6) en posant
m (r) = Jm (x)
o
x = kr.
Par la rgle des drivations en chane, nous avons
d/dr = k(d/dx)
et
nous obtenons
x2 Jm (x) + xJm (x) + (x2 m2 )Jm (x) = 0

Cette quation s'appelle l'quation de Bessel, les fonctions
Jm
(10.7)
sont appeles les
fonctions de Bessel ; le lecteur notera que cette quation qui joue un rle primordial dans les quations de propagation en coordonnes cylindriques est de la
forme (10.1).
Nous avons beaucoup dtaill les calculs dans cet exemple. Nous pouvons systmatiser le travail de la faon suivante : nous cherchons la solution de (10.3)
directement sous la forme
u(r, , t) = (r)f ()a(t)

En remplaant dans l'quation (10.3) et en divisant par
u,
1
c2 f
a
c2 ( + /r) 2
=0
a
r f
nous trouvons
(10.8)
(r, , t). Supposons que nous gardons constance

t et nous varions . Les deux premiers termes de cette quation ne dpendent
pas de et restent inchang. Pour que l'quation soit satisfaite, nous devons avoir
f /f = Cte. La contrainte f ( +2) = f () nous impose Cte = m2 , m = 0, 1, ...
De la mme manire, si l'on fait varier t, les deux derniers termes restent inchangs et nous devons donc avoir a /a = cte ; la solution devant rest born pour
2
tous les temps, nous devons avoir cte = k . L'quation (10.8) se transforme
Cette quation est valable pour tous
et
alors en
(k/c) +
en multipliant par
1
( + /r) m2 /r2 = 0
et en nettoyant un peu, cette dernire quation se met sous
la forme de l'quation de Bessel. La solution gnrale est la superposition de ces

solutions.
121

Exemple 3. Equation de Laplace en coordonnes sphrique et quation de Legendre.
Nous souhaitons rsoudre en coordonnes sphrique
(r, , )
l'quation
de Laplace
u = 0
Posons
u(r, , ) = f (r)g()h().
1 d
f (r) dr
r2
df
dr
(10.9)
En suivant notre procd, nous aboutissons
1
d
g() sin() d
sin()
dg
d
1
d2 h
=0
2
h() sin () d2
Par des arguments analogues ce que nous avons utiliss prcdemment, nous
obtenons
h ()
= m2
h()
et
1 d
f (r) dr
r2
df
dr
Il n'est pas dicile de vrier qu'une fonction
Bn r
(n+1)
(10.10)
f (r) = An rn +
= n(n + 1). Ceci nous
de la forme
est fonction propre, avec la valeur propre
donne pour la dernire quation
1 d
sin() d
sin()
dg
d
+ n(n + 1)
m2
sin2 ()
g() = 0
Et nous allons quelques peu nettoyer cette dernire quation. Remarquons d'abord
que la fonction
g()
est pair ; nous n'avons donc besoin de le rsoudre que sur
l'intervalle par exemple
[0, ].
d
dt
(1 t2 )
dP
dt
cos = t ( t [1, 1] ) et g() = P (t).

d/d = sin (d/dt) et donc
Posons
drivation en chane nous donne
+ n(n + 1)
m2
1 t2
P (t) = 0
La
(10.11)
Les solutions de cette quation, appeles les fonctions de Lengendre associes sont
notes
m
Pn (t).
Pour
m = 0,
L'quation s'crit
(1 t2 )P (t) 2tP (t) + n(n + 1)P (t) = 0

notons nouveau que cette quation qui joue un rle primordial dans les quations implicant le Lalplacien en coordonnes sphriques est de la forme (10.1).
Les solutions de cette quation sont appeles les polynmes de Lengendre. Nous
verrons (c.f. exercice ??) que les solutions pour
m = 0.
m=0
s'obtiennent partir des
La partie angulaire de l'quation de Laplace est donne par
m
m
Yn (, ) = eim Pn (cos )
122

ces dernire fonctions sont appeles les harmoniques sphriques et jouent le mme
rle que les fonctions
sinet cos une dimension. Le lecteur les rencontrera souvent

L2 et Lz dans les problmes
comme les fonctions propres des deux oprateurs

symmetries sphriques.
10.2 Reformulation opratorielle.

La mthode que nous avons suivi ci-dessus est quelque peu pdestre et nous
oblige par exemple sparer les rles des variables
et
x.
Ceci est quelque peu
articiel et nous pouvons nous en dispenser. Ce que nous avons distingu dans les
exemples que nous avons traits plus haut est que l'quation drives partielles
(L1 + L2 + ...)u = 0
i 4.
pouvait se mettre sous la forme de
o l'oprateur
Li
ne
contient que des drivations sur la variable
Prenons l'espace des fonctions deux variables (que nous appelons

pour illustrer notre propos. Soit un oprateur
et
dans cet espace que l'on peut
crire comme la somme de deux oprateurs, chacun ne contenant qu'une seule
H = Hx + Hy (par exemple, pour le laplcien en cartsien nous

= 2 /x2 + 2 /y 2 ). Supposons que nous souhaitons rsoudre l'quation
Hu(x, y) = 0 dans le domaine x [a1 , b1 ] et y [a2 , b2 ]. Supposons que dans
l'espace des fonctions sur [a2 , b2 ] nous disposons d'une base {i (y)}qui de plus
est une base propre de l'oprateur Hy : Hy i (y) = i i (y). Evidemment, nous
pouvons, pour chaque x, dcomposer la fonction (inconnue pour l'instant) u(x, y)
dpendence :
avons
dans cette base :
u(x, y) =
ci (x)i (y)
i
connaitre les coecients
ci (x)
est quivalent connaitre la fonction
u(x, y) 5 .
Si
nous remplaons l'expression ci-dessus dans l'EDP que nous tentons de rsoudre,
nous trouvons, en utilisant les proprits de linarit de
Hu
= H
ci (x)i (y)
i
H (ci (x)i (y))

i
(Hx .ci (x) + i ci (x)) i (y)

i
4. Ceci bien sr n'est pas un hasard : on choisit (invente) un systme de coordonn dans
lequel l'EDP peut s'crire de cette faon. C'est la raison de la popularit des trois systmes de
coordonns les plus populaires. Le lecteur rencontrera d'autres systmes plus exotiques adapt
des problmes bien particulier.
5. Souvenez vous, nous appelons cela l'interprtation de Schrodinger.
123

Puisque les
sont linairement indpendant (elles forment une base), l'quation
drives partielles
Hu = 0 se transforme en une quation direntielle ordinaire
(donc beaucoup plus simple)
Hx .ci (x) + i ci (x) = 0

Les exemple que nous avons vu plus haut avaient l'aire lgrement plus compliqu
que cela. Les EDPs que nous avons vu avaient plutt la forme
(Hx + f (x)Hy )u(x, y) = 0
(10.12)
Mais ceci n'est gure dirent. En faisant exactement la mme dmarche de dcomposer
u(x, y) sur la base des {i (y)}, nous obtenons pour les coecients ci (x)
l'quation direntielle ordinaire
Hx .ci (x) + i f (x)ci (x) = 0

Revoyons nouveau nos exemples.
Dans le cas de la propagation d'onde en coordonnes polaire, nous pouvons
crire l'quation (10.3)sous la forme opratorielle
tt (rr + (1/r)r ) (1/r2 ) u(r, , t) = 0

o nous avons pos
c = 1.
Nous voyons que cette quation possde la mme
[0, 2], les fonctions exp(im) sont des

associes la valeur propre m2 (de plus,
m Z) . Pour la variable t ] , +[, les fonctions exp(ikt)sont des fonctions
2
propres de l'oprateur tt associes la valeur propre k . Si l'on cherche la
structure que (10.12). Pour la variable
fonctions propres de l'oprateur
solution gnrale sous la forme de
Rk,m (r)eim .eikt
u(r, , t) =
k,m
Alors, d'aprs ce que nous avons dit, la fonction
Rk,m (r)
doit obir l'quation
k 2 (rr + (1/r)r ) + m2 /r2 R(r) = 0

Qui n'est rien d'autre que l'quation de Bessel dj rencontr.
Prenons maintenant le cas de l'quation de laplace en coodonnes sphrique
u = 0
qui sous forme opratoriel s'crit
1
2
rr + r + 2 L2 u = 0
r
r
o
L2
est l'oprateur qui contient toutes les drives par rapport aux variables
angulaire
L2 =
1
1
sin +
sin
sin2
124

6
2
de l'oprateur L qui sont les sphriques
m
harmoniques Yn (, ), associe la valeur propre n(n + 1). Si on cherche la
solution sous forme de
Nous connaissons une base propre
m
R(r)Yn (, )
u(r, , ) =
m,n
alors la fonctions
R(r)
doit obir l'quation
n(n + 1)
2
R (r) + R (r)
R(r) = 0
r
r2
Exercices.
1.
Jm (x) = (1/) 0 cos(x sin m)d est solution

m Z. Cette fonction est appele la fonction de Bessel
Dmontrer que la fonction
de l'quation de Bessel si
(d'ordre
m)
de premire sorte.
2.Transforme de Bessel-Fourier.
Soit une fonction de deux variables
f (x, y)
dont la transform de fourier (bidimentionnel) est
f (u, v) =
f (x, y) exp (i (ux + vy)) dxdy
f est de symtrie cylindrique, c'est dire qu'on peut l'ecrire

x + iy = r exp(i). Dans ce cas, on peut galement choisir les
polaires dans l'espace rciproque u + iv = q exp(i). Dmontrer
Supposons que
comme
f (r)
coordonnes
alors que
f est
galement de symtrie cylindrique et
f (q) = 2
f (r)J0 (qr)rdr
0
Ceci s'appelle une transformation de Bessel-Fourier ou Hankel et qui est trs

similaire la TF, puisqu'on peut facilement dmontrer l'inversion :
f (r) = 2
f (q)J0 (qr)qdq
0
[Help : pour dmontrer la formule inverse, nous admettons la relation d'orthogonalit des fonctions de Bessel :
J (kr)J (k r)dr = (k k )/k .]
6. A vrai dire, nous n'avons jamais dmontr que ces fonctions constituent une base. La
dmonstration dcoule du fameux thorme d'approximation Weirestrauss (1885). Nous admettons le rsultat. Nous avions simplement dmontr que les sphrique harmonique sont les
fonctions propre de l'oprateur
L2 .
125

3.
m entier, Jm (x) = (1)m Jm (x). Cela montre que pour

fonctions Jm et Jm ne sont pas linairement indpendantes.
Dmontrer que pour

entier, les deux
deux
L'quation de Bessel tant de second ordre, elle a besoin de

pendantes. L'autre solution note souvent
Ym (x)
de seconde sorte. [Help : eectuer le changement de variable
4.
solutions ind-
est appel la fonction de Bessel
].
En ramenant l'quation suivante
x2 u + xu + x2 m2 u = 0
u = x w et
= m + ( 1)2 /4.
une quation de Bessel, donner sa solution gnrale. [Help : poser

choisir
5.
en consquence. Solution :
u(x) = J (x)/ x
Rsoudre l'quation
x2 u + xu + 2 x2 m2 u = 0
x = y , et choisir
u(x) = Jm (x )]
[Help : poser
sel.Solution :
6.
Combiner les deux questions prcdente pour rsoudre
[Solution :
7.
pour se ramenr une quation de Bes-
xu + (p + 1)u + u/4 = 0
u(x) = xp/2 Jp ( x)].
Polynmes de Legendre associs. Soit la fonction
u(x)
solution de l'quation
de Legendre
(1 x2 )u 2xu + n(n + 1)u = 0

Dmontrer alors que la fonction
v(x) = (1 x2 )m/2 (dm /dxm )u(x) est solution de
l'quation de Legendre associe
(1 x2 )v 2xv + n(n + 1)
Si on sait que le polynme de Legendre
pour
m
Pn
pour
m > n?
Pn
m2
(1 x2 )
est d'ordre
n,
v=0
que peut on dduire
Construire explicitement les trois premiers polynomes de
Legendre. [Help : Commencer par dmontrer par rcurrence que
dm (1 x2 )u 2xu + n(n + 1)u =

(1 x2 )dm+2 u 2(m + 1)xdm+1 u + [n(n + 1) m(m + 1)] dm u
o
dm
est l'oprateur de drivation d'ordre
126
m.

8.Moment cintique.
Soit l'oprateur
L2 = L2 + L2 + L2 . Dmontrer que l'opx

y
z
rateur laplacien, en coordonnes sphrique, s'crit comme
= r2 r r2 r + L2
Lz = xy yx et les autres s'en dduisent par permutation circulaire des
(x, y, z). Nous avions dj vu que Lz = . Dmontrer que les harmoniques
sphriques sont fonctions propres de Lz , donner les valeurs propres associes.
Rappel :
indices
9.
Utiliser le rsultat de l'exercice (??) pour donner la solution gnrale de
l'quation d'onde en coordonnes sphriques
tt u = u
Help : en notatation opratoriel, l'quation s'crit
tt r2 r r2 r + L2
u=0
tt (= exp(kt) ) et de
m
Yn (, ) ), il sut de chercher la solution gnrique sous la forme de
Comme nous connaissons les fonctions propres de

(=
L2
m
u(r, , , t) = R(r)Yn (, )eikt
o
= 1
R:
et
|m| < n,
et obtenir une quation pour
pour
= 1.
R(r).
On devrait obtenir,
1
R(r) = J (n+1/2) (kr)
kr
Ces fonctions sont parfois appeles des Bessel sphriques.
10.Atome d'Hydrogne.
Rsoudre en coordonnes sphrique l'quation de l'atome
d'Hydrogne :
it = ( /r)
On suppose
>0
(interaction attractive). Help : En suivant le mme procd
que l'xercice prcdent, et en renormalisant convenablement, dmontrer que la

partie radiale de
obit l'quation
x R + 2xR + (x2 + x n(n + 1))R = 0

o :E est la valeur propre associe la fonction propre
exp(iEt) de it ; =
E > 0) ; n(n + 1) est la valeur propre associe la fonction
m
s x
propre Yn (, ). En posant R(x) = x e
u(x) et en choisisant s convenablement,
/ E
(on suppose
on peut obtenir l'quation
xu + 2(1 + n x)u + [ 2(1 + n)]u = 0

Cette quation est connu sous le nom de l'quation de Laguerre.
127

Legendre.
Quelqusechose autour de l'expansion
1
1
r
=
Pn (cos )
=
2 + r 2 2rr cos
|x x |
rn+1
r
n=0
10.3 Detour : la mcanique quantique ou

pourquoi les valeurs propres ont pris tant
d'importance.
Pouvoir dvelopper les solutions d'une EDP comme une somme de fonction
propre tait une technique rpandue et maitrise la n du XIXme sicle. Les
valeurs propres ont cependant pris une importance extrme avec l'avenement de
la mcanique quantique (MQ). La MQ ajoutait quelque chose qui paraissait trs
7
trange aux scientiques habitus la propagation des ondes . Pour comprendre

cette
crise
psychologique , prenons l'exemple d'une corde vibrante une dimen-
sion sur l'intervalle
[0, L]
dont l'quation est donne par
2u
2u
= c2 2
t2
x
La solution sur la base propre de fourier, d'aprs ce que nous avons vu plus haut,
est donne par
An ein t + Bn ein t eikn x
u(x, t) =
(10.13)
n
o
de
2 /x2
Notons que la fonction u(x, t)
impose en plus d'avoir Bn = An .
kn = (2/L)n, les exp(ikn x) sont une base

2
2
valeur propre kn = (2n/L) , et n = ckn .
reprsentant un dplacement rel, cela nous
propre de l'oprateur
7. De la mme manire que la mcanique Newtonienne ajoutait quelque chose de trs trange
la science du mouvement rpandu en 1680. Notre intuition nous disait que la vitesse d'une
charette que l'on pousse dpend de la force qu'on exerce dessus et qu'elle s'arrte quand nous
ne poussons plus. La physique Aristotlicienne postulait donc, en langage moderne,
v = C.F .
La mcanique Newtonienne a modi ce postulat en imposant la proportionnalit non pas entre

la vitesse et la force, mais entre l'acclration et la force :
rsultats exprimentaux dans ce cadre, il a fallu
supposer
a = (1/m)F .
Pour interprter les
l'existence de forces de raction, de
frottement, ... On peut facilement imaginer combien cette mcanique nouvelle paraissait contreintuitif et trange aux scientique de l'opque. Pour nous qui avons assimil cette mcanique
depuis notre enfance, cette mcanique nous parat aller de soi. De la mme manire, la MQ
parraissait trange au dbut du XXme, puisque les scientiques s'taient forg une intuition
qui allait l'encontre des postulats de la nouvelle mcanique.
8. Parfois appel dualit onde-corpuscule
128

L'nergie de la corde un instant donn est la somme de son nergie cintique
et potentielle
et s'crit
K
ut u + ux u dx
t
x
2
2
E(u) =
0
dsigne
u/.
constante lastique et
Par ailleurs,
c2 = K/.
(10.14)
reprsente la densit de la corde,
sa
En utilisant la solutions (10.13), on trouve
facilement
2
An A k n
n
E(u) = (2LK)
(10.15)
An
est l'amplitude du mode
n,
et nous voyons que le rsultat est la somme des
amplitudes des modes au carr, pondr par leur valeurs propres.

Nous pouvons contruire un appareil pour mesurer l'nergie de la corde vibrante
de la faon suivante : une camra prend deux photographies successives de la
corde. Par l'analyse de la forme de la corde sur une des photos, nous pouvons
explicitement mesurer point par point
ux . Par l'analyse de la hauteur de la corde

ut . Ces
entre les deux photos successives, nous pouvons mesurer point par point
deux mesures nous permettent ensuite d'eectuer une intgrale point par point
et remonter l'nergie (10.14)
10
Supposez maintenant que vous avez prpar par exemple
M = 106
cordes
vibrantes toutes dans le mme tat (identiques). En les mesurant les uns aprs
les autres avec l'appareil, on doit toujours trouver la mme valeur
E . Les premiers
chercheurs investigant les phnomnes atomiques ont trouv un rsultat dirent :

A chaque mesure, ils trouvaient une valeur dirente, correspondant exactement
une des valeurs propres
kn .
La
mesure
de l'nergie ne donnait pas la mme
valeur, ni mme des valeurs disperses de faon continue, mais un ensemble discret
de valeur. Il s'avre que quand ont fait cette mesure un grand nombre de fois,
la
proportion
au coecient
attendu
de fois o l'on tombe sur la mme valeur
An A .
n
La
moyenne
d'un systme classique
sur les
11
kn
et proportionnelle
mesures donne en eet le rsultat
9. voir les chapitres consacrs, d'une part aux quations de la physique, d'autre part au
calcul variationnel.
10. Pour l'investigation des phnomnes l'chelle atomique, les scientiques du dbut de
XXme sicle avaient leur disposition un appareil de mesure base sur la strepctoscopie.
Ce sont le character discret des raies qui ont commenc poser des problmes. Notez que le
problme dont on parle ici n'est pas du tout celui de la divergence ultra-violette du corps
noir. Ce dernier est d a un postulat de la physique statistique qui exige, dans le cadre de la
physique classique, qu' l'quilibre thermodynamique, on ait
2
2LKAn A kn = T /2,
n
ce qui rend
la somme (10.15) divergente.

11. La prsentation que je donne est bien sur anachronique. Le concept de dcomposition sur
base propre travers l'quation de Schrodinger post-date de quelques 20 annes la dcouverte
de la nature discrte des raies atomiques.
129

Cette observation a t intgr comme un postulat la mcanique quantique
12
en sus des quations d'volutions de la mcanique quantique (comme par exemple

l'quation de Schrodiner). Ce n'est que rcemment (les annes 1990) que ce postulat a t compris comme une consquence du phnomne d'intraction entre
un systme macroscopique et microscopique, appel
dcohrence.
Dans beaucoup de branche de physique atomique et molculaire, la quantit

pertinente tant l'nergie, les scientiques ont laborer des rgles de manipulations impliquant uniquement la connaissance des valeurs propres, sans mme
passer par la case rsoudre l'quation d'volution temporelle. Voil pourquoi
les valeurs propres sont devenues une partie si fondamentale de la culture des
physiciens.
10.4 Les systmes Sturm-Liouville.

Revenons notre propos original sur l'quation
Lu = u o L est un oprateur
direntiel de second degrs. Nous nous plaons dornavent dans l'ensemble des
fonctions valeurs complexes. Nous quipons notre espace vectoriel des fonctions
d'un produit scalaire, mais nous allons quelque peu largir notre dnition du
produit scalaire :
f (x)g(x)w(x)dx
(f, g) =
Le lecteur peut vrier que cette denition possde toutes les bonnes proprits
que l'on exige d'un produit scalaire,
si w(x) 0 13
. La fonction
w(x)
est dite le
poids (weight en anglais).

Dans la trs grande majorit des cas que l'on rencontre en physique-mathmatique,
l'oprateur
est hrmitien
systmes o l'oprateur
14
(f, Lg) = (Lf, g)C'est
d'ailleurs prcisment ces
est hermitien que nous appelons Sturm-Liouville. Les
oprateurs hermitiens ont des proprits remarquables : ils sont diagonalisable

et leurs valeurs propres sont rel. Ces faits ne sont pas tranger au fait qu'ils
apparaissent aussi souvent en physique. Nous avons vu que la forme gnrale de
l'oprateur
est
L = (x)dxx + (x)dx + (x)

o
dx et dxx
dnote les drives premire et seconde et
valeurs rels. Comme on exige de
, ,
sont des fonctions
d'tre hermitien, cela limite le choix des
, , . Si on regarde d'un peu plus prs, aucune contrainte ne pse sur

L est hermitien, il est trivial de dmontrer que L + (x) est galement
fonctions
(x).
Si
12. Cela s'appelle l'interprtation de Copenhague (1928) : Une mesure d'un observable
projette un tat quantique mixte sur un des tats propres de cet observable, avec une probabilit
donne par la norme au carr de l'amplitude de ce mode propre.
13. Il faut que
w(x) > 0
sur un ensemble de mesure non-nulle, par exemple sur un intervalle
14. Nous avonsn le choix du poids
w(x)
130

et , nous choisissons
(x) = 0, cela nous simplie l'criture. Formons la dirence
I = (Lf, g) (f, Lg). En eectuant une intgration par partie, nous parvenons
hermitien. Pour tudier les contraintes qui psent sur

donc pour l'instant
facilement
[(f g f g )(w)]
(f g f g) [(w) w] dx
L'hermicit de
nous exige donc que
(w)
[(f g f g
)(w)]
L'quation (10.16) dnit en fait le poids
et
(10.16)
(10.17)
que l'on doit choisir en fonction de
w de
w = 0 est
nous sommes choisi, nous devons exiger de

vers 0 quand
x .
Remarquez que
tendre susement rapidement

solution de l'quation (10.16),
donc nous pouvons eventuellement connecter une rgion o

o
La condition (10.17) nous indique que selon l'espace des fonctions que nous
w=0
w>0
une rgion
w choisie
Lu = u sous la
et satisfaire ainsi la condition (10.17). Remarquer qu'une fois
convenablement, nous pouvons mettre l'quation direntielle

forme de
du
d
(w)
+ ( )wu = 0
dx
dx
C'est sous cette forme que les systmes Sturm-Liouville ont t formuls. Notez
que l'quation (10.16) est une quation direntielle simple dont la solution est
donne par
w(x) =
o par
C
exp
(x)
dx
(10.18)
nous dnotons une primitive.
Exercices.
w(x) pour le produit vectoriel revient

x = (s) dans un produit scalaire avec un poid
Dmontrer qu'utiliser un poid
faire un changement de variable
1.
10.5 Les solutions polynomiales de

Sturm-Liouville.
Nous allons partit de maintenant nous restreindre aux solutions polynomiales
des systmes Sturm-Liouville
LPn = n Pn
131
(10.19)

o
Pn (x)
est un polynme de degrs
n.
Si nous arrivons trouver de telles
solutions pour un systme donn, nous aurons la garantie que ces fonctions
Pn consitutent bien une base de notre espace des fonctions, pourvu que tous les
n N soit reprsents 15 . La recherche des solutions polynomiales impose une
forte contrainte pour satisfaire la condition d'hermicit (10.17) : (w) doit tendre
trs rapidement vers 0 quand x , ou doit tre = 0 en dehors d'un certain
intervalle ( charge pour nous de connecter les rgions w = 0 et les rgions w > 0
). Nous allons voir plusieurs exemple qui claircireront cela.
Comme
ne contient au plus que des drives d'ordre 2, cela nous impose que
, , soit eux mme des polynmes, de degrs 2 pour , 1 pour

. (Exercice : le dmontrer en considrant les trois premiers polynmes
n = 0, 1, 2). Nous devons donc considrer tous les systmes Sturm-Liouville o 16
les coecients
et 0 pour
(x)
2 x2 + 1 x1 + 0
(x)
1 x + 0
(x)
Nous devons donc explorer un espace six dimensions pour puiser toutes les
combinaisons des coecients. Pas tout fait en ralit, cela peut tre beaucoup
plus simple. Prenons l'quation algbrique lmentaire
de rsoudre directement cette quation, nous pouvons
ax2 + bx + c = 0. Au lieu
remplacer x par x + x0 et
rsoudre
ax2 + (2ax0 + b)x + (ax2 + bx0 + c) = 0

0
x0 . Une fois cette quation rsolue, nous pouvons
x par x x0 pour retrouver la solution de l'quation originale.
2
Si nous choisissons judicieusement x0 = b/2a, l'quation se transforme en ax +
c = 0. On peut encore simplier la forme de cette quation (en remplaant par
exemple x par x/ a ) pour obtenir l'quation

pour une valeur arbitraire de
toujours remplacer
x2 + c = 0
Si nous savons rsoudre cette dernire nous savons rsoudre l'quation gnral de
second degrs : au lieu d'explorer une famille trois paramtres, nous n'avons
qu' explorer une famille un seul parmatre.
Nous avons pu eectuer cette simplication formelle et liminer deux paramtres parce que nous avions 2 degrs de liberts notre disposition : le choix
de l'origine et de l'chelle de l'axe
x.
Dans une quation de type (10.19), nous
avons 4 degrs de liberts. Par exemple, au lieu de considrer l'oprateur

pouvons tudier l'oprateur
aL,
L, nous
est un scalaire. Les fonctions propres de
15. Cela s'appelle la compltude dont nous avions parl au chapitre sur l'analyse fonctionnelle
et qui dcoule d'un thorme dmontr par Weirestrauss que nous n'avons pas donn ici.
16. Vous remarquerez donc que les fonctions de bessel ne sont pas polynamiales.
132

cette nouvelles quations restent inchanges, les valeurs propres deviennent
Cela nous donnera par exemple la possibilit de toujours choisir
= 0).
Nous pouvons galement tudier l'oprateur
L+a
2 = 1
: a nouveau, les fonc-
tions propres restent inchanges, les valeurs propres seront deplaces de

utiliserons cela pour toujours choisir
0 = 0.
libert de choisir l'origine et l'chelle de l'axe
a.
(quand
a.
Nous
Nous avons galement toujours la
x.
Nous aurons donc au plus que
deux paramtres libres.
Exercices.
1. Comment se transforme l'quation de Jacobi
(1 x2 )u + [p q + (p + q + 2)x]u = u
avec le changement de variable
x 1 2x ?
2. Dmontrer que nous ne pouvons pas satisfaire les conditions d'hermicit si
= 0.
Nous allons maintenant considrer tous les cas possible.
10.5.1
(x)
quadratique.
Comme nous l'avons dit, nous utilisons un degrs de libert pour choisir 2 =
1. Nous pouvons donc crire (x) = (x0 + x)(x1 x) o x0 et x1 sont les deux
racines de (x). Ces deux racines sont soit complexes (et conjugues l'une de
l'autre) soit relles. Le lecteur peut dmontrer qu'avec des racines complexes, il
n'est pas possible de remplir les conditions d'hermicit. Nous utilisons maintenant
deux degrs de libert d'origine de l'axe
pour choisir
x0 = 1
et
x1 = 1.
y = a(x b) qui transforme ef(x0 + x)(x1 x)(d2 /dx2 ) en oprateur (1 y 2 )(d2 /dy 2 )
Il nous reste deux paramtre et il est coutume de les noter 1 = (p + q + 2)
et 0 = q p. La dcomposition en fraction simple de / s'crit alors
Exercices.
Trouver le changement de variable
fectivement l'oprateur
(x)
q+1
p+1
=
(x)
x+1 1x
ce qui nous amne nalement, d'aprs l'q.(10.18),
w(x) = (1 + x)q (1 x)p

N'oublions pas que nous exigeons
peut prendre
p, q
w 0
trs rapidement quand
x .
On
aussi ngative que l'on veut, on ne peut pas satisfaire cette
133

p, q > 1,
exigence telle quelle. Par contre, si
nous voyons que
s'annule sur
les bords. Nous chisisons donc
(1 + x)q (1 x)p
w(x)
si |x|<1
sinon
Les polynmes associs ce choix des paramtres sont appels des polynmes
(p,q)
Jn (x). Certains choix de p, q ont obtenus des noms propres. Par

2 1/2
exemple, p = q = 1/2 nous donne une fonction w(x) = (1x )
et les solutions
17
s'appellent les polymes de Chebychev
. Pour p = q = 0, nous obtenons les
polynmes de Legendre, avec le poids w(x) = 1.
de Jacobi
10.5.2
(x)
linaire.
2 = 0. Cette fois, nous n'avons qu'un seul

(x) = x ; (x) = x + s + 1.Cela dtermine
Nous considrons le cas

libre. Nous choisissons
paramtre
w(x) = xs ex
x +, mais pas pour x . Ces > 1, nous pouvons connecter la fonction
w(x) = 0 pour x < 0. Les solutions de ce
(s)
de Laguerre associs Ln (x). Pour s = 0 les
Cela nous convient parfaitement pour

pendant, ont peut remarquer que si
x > 0
ci-dessus pour
la fonction
systme sont appels les polynmes
solutions s'appellent simplement les polynme de Laguerre et nous les rencontrerons pour la rsolution de l'atiome d'hydrogne.
10.5.3
(x)
constant.
Nous n'avons plus de paramtres libres et tous les cas se ramne au choix
1 (x) = 2x
( le coecient de
(x) =
ngatif ne pourra pas satisfaire l'hermicit) et
nous obtenons
w(x) = ex
Les solutions sont appeles les polynmes d'Hermite
18
. Nous les rencontrerons
trs frquement dans les problmes d'oscillateurs harmoniques.
17. Les polynmes de Chebychev ont t trouv par l'auteur du mme nom ( professeur
l'universit de St-Petersburg dans les annes 1850-80) l'occasion de l'tude de la thorie
d'interpolation : Soit une fonction donne sur l'intervalle
Tn (x)|
On cherche un polynme de
) avec ce dernier. Les solutions sont nos polynmes.
en
[1, 1].
n Tn (x)
qui concide avec
f (x)
points et qui minimise l'cart (maxx[1,1] |f (x)
degrs
18. Professeur l'Ecole Polytechnique et l'ENS dans les annes
134
1850 1880.

10.6 Valeurs et fonctions propres.
Les valeurs propres des systmes Sturm-Liouville prennent une forme particulirement simple. Pour les dterminer, il sut de regrouper, dans un polynme
d'ordre
n,
n.
le terme d'ordre
Nous trouvons alors que
n = 2 n(n 1) + 1 n = n (2 n + 1 2 )
Pour les Jacobis, l'quation direntielle est
(1 x2 )u ((p + q + 2)x (p q)) u + n(n + p + q + 1)u = 0

Pour les Chebychev, les valeurs propres sont de la forme
les legendre de la forme
n = n2
et pour les
n = n(n + 1).
L'quation de Laguerre s'crit
xu (x (s + 1)) u + nu = 0
avec les valeur propres
n = n.
L'quation d'Hermite est
u 2xu + 2nu = 0
et les valeurs propres sont
n = 2n.
Notez que les valeurs propres sont espac linairement dans les deux derniers
cas et quadratiquement dans le premier.
On peut calculer de direntes faon les polynomes orthogonaux. On peut
n
i
i=0 ai x , remplacer l'expression dans l'quation direntielle du
polynme et dduire les coecients explicitement. Par exemple,
poser
fn (x) =
[n/2]
Pn (x)
=
i=0
[n/2]
Hn (x)
=
i=0
Pn
et
Hn
n
m
2n 2m
n
xn2m
1
(2x)n2m
m!(n 2m)!
sont les polynmes de Legendre et d'Hermite. De faon plus gnrale,
la formule de Rodrigues donne les solutions polynmiales des systmes SturmLiouville :
fn (x) = Cn
1 dn
(n w)
w dxn
135

Nous omettons la dmonstration de cette formule
19
, mais un des sous produit de
cette dmonstrations nous fournit la norme des polynmes orthogonaux :
+
2
w(x)fn (x)dx = (1)n n!an
n (x)w(x)dx
Comme nous l'avons souvent indiqu, les polynmes orthogonaux sont dnis
un coecient multiplicatif prs, et on peut utiliser l'expression ci-dessus pour les
normaliser.
10.7 Les solutions non-polynomiales.

La fonction hypergomtrique, les fonctions de Bessel.
10.8 Problmes.
1.
Calculer la fonction poids pour les quations suivantes ; mettre ces quations
sous forme SL :
(1 x2 )y 2xy + n(n + 1)y = 0

2
Equation de Mathieu (1 x )y xy + n(n + 1)y = 0
2
2 2
2
Equation de Bessel x y + xy + (k x m )y = 0
2
2
2
Equation de Bessel y + (1/x)y + (k m /x )y = 0
2
2
2
Equation de Bessel modie : x y + xy + (x m ) = 0
Equation de Laguerre xy + (1 x)y + ny = 0
Equation d'Hermite y 2xy + 2ny = 0
x3 y + xy + 2y = 0
1. Equation de Legendre
2.
3.
4.
5.
6.
7.
8.
2.
Dmontrer que le systme suivant, o tous les coecients sont rl,
(x2 + 1 x + 0 )y + (1 x + 0 )y y = 0
n'a pas de solution polynomiale si
montrer d'abord que
(x)
a deux racines complexes [Help : d-
n'est pas susement rapidement dcroissant et en-
suite qu'on ne peut pas trouver
continue s'annulant en deux points, pour
pouvoir ensuite le connecter la solution
(x) peut se mettre

dx/(x) = (1/b)Arctg (x a) /b].
point, remarquer que
19. Il sut d'abord de dmontrer que

ensuite que
fn
et
fm
fn
w = 0.
(x a)2 + b2
est un polynme de degrs
sont orthogonale avec le poids
de polynmes orthogonaux avec un poid
Pour dmontrer ce dernier
sous la forme de
w.
et que
et de dmontrer
Comme nous savons que les systmes
sont unique ( un coecient multiplicatif prs, voir
un des exercices plus bas) nous tenons notre dmonstration.
136

3.
Dmontrer que le systme SL
(x)y + (1 x + 0 )y y = 0
n'a pas de solution poylnomiale si
4.
1 x + 0 0.
{Pn } et {Qn } deux ensembles de polynmes orthogonales, avec le mme

w(x). Dmontrer alors que les deux polynomes sont proportionnel : Pn =
Soit
poids
an Qn .
Autrement dit, un coecient multiplicatif prs, les polynmes orthogo-
naux associs un poids sont unique.
5.
Dmontrer que si les polynmes
tme SL avec le poids

le poid
6.
w(x),
{Pn (x)}
sont les fonctions propres d'un sys-
alors les polynomes
{Pn (x)}
sont orthogonaux avec
w(x)(x).
Dduire de la question prcdente que les polynmes ultrasphriques
Gm (x)
n
s'obtiennent partir des polynomes de legendre :
dm
Pn (x)
dxm
Gm (x) =
nm
Quelle est la relation entre les ultrasphriques et les fonctions de legendre associs ?
7. Les polynmes de Tchebychev Tn (x) sont des

p = q = 1/2. En crivant l'orthogonalit des ces
Tn (1) = 1) dduire que Tn (cos()) = cos n.
8.
A quelle quation obit la fonction
polynmes de Jacobi pour

fonctions (et en supposant
fn (x) = (1/ x)H2n+1 ( x) ? Pouvez vous
tablir une relation entre cette fonction est un polynme de laguerre associ ?
9.
Soit l'quation aux valeurs propres
v x2 v = v
D'aprs ce que nous avons dit, cette quation n'a pas de solution polynmiale.
On peut cependant la mettre sous une meilleure forme. Poser
v(x) = ef (x) (x)

Et dduire une quation pour la fonction
(x). Comment faut il choisir la fonction
x2 (x)
(attention au signe choisi) ? Que devient
f (x)
pour liminer le terme en
alors l'quation au valeurs propres pour
137
Comment les valeurs propres sont

distribue ? Utiliser ces rsultats pour donner la solution complte de l'quation
de Schrodinger de l'oscillateur harmonique
i
sur l'intervalle
10.
2
= 2 + x2
t
x
x ] , +[
Quelle est la relation entre la fonction Hyper-Geometrique
F (a, b, c; x)
so-
lution de
x(1 x)u + [c (a + b)x]u abu = 0

et les polynmes de Jacobi ?
11.
Dmontrer que les polynmes orthogonaux obissent la relation de rcur-
rence
fn+1 (x) = (An + Bn x)fn (x) + Cn fn1 (x)

An , Bn , Cn . [Help : Choisir An , Bn pour que
= fn+1 (An + Bn x)fn soit un polynme de degrs n 1 et projeter cette
l
dirence sur la base des fi pour i n 1. Il faut utiliser le fait que (fk , x )w = 0
si l < k ]
o vous obtiendrez les coecients
12.
Soit
y = y .
u(x) =
wy , o y est la solution d'un systme Sturm-Liouville y +

u obit une quation du genre
Dmontrer que
u + Ru = 0
o il faut expliciter la fonction
R(x).
Cette forme est le point de dpart d'une
approximation clbre, appel WKB.
138
11.1 Introduction.
Ds que vous avez vu les bases de l'analyse, vous avez appris rpondre la
question suivante : comment trouver le point

maximum (ou minimum) ?
pour lequel la fonction
f (x)
est
est une machine qui prend un nombre en entre et
produit un nombre en sortie. La question ci-dessus en ralit est celle de trouver

un extremum
local
: un point qui produit la sortie la plus grande (ou la plus
petite) que tous ses voisins immdiats. Nous savons que pour un tel point
x,
f (x) = 0.
Donnons nous maintenant une fonctionnelle
une fonction
S.
Ceci est une machine qui prend
en entre et produit un nombre en sortie. Par exemple
f (x)2 + f 2 (x) dx
S(f ) =
(11.1)
a
est une fonctionnelle qui prend une fonction, ajoute son carr et le carr de sa
drive et les intgre entre deux bornes pour produire un nombre. Si on entre la
fonction
fonction
sin x dans cette machine, elle produit le nombre b a.

exp x, elle produit le nombre 2 exp(2b) 2 exp(2a).
Si on y entre la
Le calcul variationnel consiste rpondre la question suivante : quelle est la

fonction
qui produit la plus grande sortie
voir par la suite est que
S(f ) ?
La rponse que nous allons
doit satisfaire une quation direntielle qui est reli
la forme de la fonctionnelle
S.
Donnons deux exemples avant d'aller plus loin.
Brachistochrone.
L'exemple le plus important historiquement est celui du bra-
A(0, 0) situ dans le plan vertical, reli un point

B(x1 , y1 ) par un toboggan dont la forme est donne par la fonction y = f (x). On
laisse un objet glisser sans frottement du point A le long du toboggan. Comment
choisir la forme du toboggan, (la fonction f ), pour que le temps d'arriv au point
B soit minimum ? Vous voyez qu'une fois qu'on se donne un toboggan, c'est
chistochrone. Soit un point
dire une fonction, en utilisant quelques notion de mcanique et de conservation

d'nergie, on peut calculer le temps de parcours, c'est dire un scalaire. Essayons
139
y
de mettre cela en forme. La vitesse de l'objet l'ordonne

d'arc
ds =
dx2 + dy 2 =
(1 + f (x)2 dx
vaut
2gy.L'lment
dt = ds/v .
est parcouru en un temps
Le temps total du parcours est donc
x1
T =
0
Et il faut trouver la fonction
1 + f (x)2
dx
2gf (x)
1
qui minimise cette intgrale . Ce problme avait
t lanc comme un d par un des frres Bernoulli vers 1690 ( peine dix ans
aprs l'invention du calcul direntiel) la communaut scientiques. Tous les
grands (Newton, Leibnitz, l'autre Bernoulli, Hospital, ...) y rpondirent. Euler
(~1740) a trouv une solution gnrale de ce genre de problme et Lagrange
(~1780) les a gnralis la mcanique.
Mcanique analytique.
x=0
au temps
t=0
Prenons une particule de masse
x = x1
qui quitte le point
t = t1 . Cette
V (x). Le mouvement de la particule est donn
x(t) qui minimise
et arrive un autre point
au temps
particule est soumise un potentiel

par la fonction
x(t).
La fonction
t1
(m/2)x2 (t) V (x(t)) dt
S=
(11.2)
0
est la trajectoire suivie par la particule. Ceci est une nouvelle formulation de
la mcanique. Classiquement, nous rsolvons l'quation direntielle
o la fonction
F (x) = dV /dx
et
a = d2 x/dt2 pour
F = ma
remonter la trajectoire
x(t). Ici, la dmarche est dirente : de toute les trajectoires possibles qui relie
(0, 0) (t1 , x1 ), la particule choisit justement celle qui minimise l'intgrale (11.2).
Comme si un dieu calculait le cot (qu'on appelle l'action S ) de chaque trajectoire et choisissait la meilleure. Bien sr, cette formulation de la mcanique et la
formulation Newtonienne sont quivalente, bien que la formulation lagrangienne
soit beaucoup plus profonde et pratique. Notez que la quantit dans l'intgrale
n'est pas l'nergie totale, mais l'nergie cintique
moins
l'nergie potentielle. On
appelle cette quantit le Lagrangien.
1. A premire vue, il semble qu'il manque quelque cette formulation : l'intgrale ne contient
pas de rfrence
l'ordonn
y1 .
y1
et nous n'exigeons apparemment pas que la particule nisse sa trajectoire
Nous y reviendrons plus tard, quand nous aborderons les contraines.
140
11.2 Calcul des variations.
Formulons correctement notre problme (nous n'allons pas attaquer le cas le
plus gnral pour l'instant). Soit la fonctionnelle
S[f ] =
L[f (t), f (t), t]dt
(11.3)
a
Trouver la fonction
f (t),
avec
les conditions
f (a) = y0
et
f (b) = y1
pour laquelle
l'intgrale est un extremum.

Traditionnellement, la fonction
qui se trouve sous l'intgrale est appel le
Lagrangien. C'est une fonction tout ce qu'il y a de plus normal. Par exemple,
L(x, y) = x2 + y 2 .
f (t) et f (t) sont des nombres, il

L[f (t), f (t)] qui dans ce cas, vaut f (t)2 +f (t)2
Comme un instant donn,
est tout fait lgitime de calculer
comme l'expression que nous avions crit dans (11.1). En plus, nous avons le droit
de prendre les drives partielles de
: par exemple, dans ce cas,
L/y = 2y .
Il est usuel, si nous avions not
partielles par
L/f
et
L/f
L[f (t), f (t)],
L/x = 2x
et
de noter ces drives
: cela veut juste dire drive partielle par rapport
au premier ou deuxime argument. Dans ce cas, nous aurions eu par exemple
L/f = 2f (t).
t et on peut par
d[L/f ]/dt = 2f (t). Si au
dbut, vous trouvez cette notation abrupte, remplacez f et f avant les drivations
par x et y , et remettez les leur place une fois les oprations termines. Mais
D'ailleurs,
L/f
est ici une fonction de
exemple prendre sa drive par rapport au temps :
on prend vite l'habitude de ces notations. Notez galement que l'on ne cherche
pas n'importe quelle fonction, mais les fonctions qui prennent des valeurs bien
dtermine (y0 et
y1 )
aux bords
et
b.
Avant d'aller plus loin, revenons un instant au cas d'une fonction
f (x) dont ont

x,
veut trouver l'extremum. Si nous connaissons la valeur de la fonction au point

alors son accroissement quand on se dplace au point
df = f (x + ) f (x) = A(x) + termes
x+
est donne par
d'ordres
+ ...
La premire partie de l'accroissement (celle qui est importante quand

est linaire en
: si nous avions pris un
accroissement deux fois plus grand galement. La fonction

de proportionnalit entre
noter par
f (x) = 0,
f (x).
Le point
df et au point x, et
x est un extremum si
A(x)
est le coecient
nous avons plus l'habitude de la

le coecient de proportionnalit
c'est dire qu'en se dplaant autour du point
( l'ordre 1 en
est petit)
deux fois plus grand, nous aurions eu un
x,
l'accroissement de
) est nulle.
Nous n'avons qu' suivre cette mthodologie pour trouver l'extremum de notre
fonctionnelle
S[f ]
g(t) la fonction f (t), et

dS = S[f + g] S[f ]. Avec un peu de
: Nous allons ajouter la fonction
calculer l'accroissement de la fonctionnelle
chance, cette accroissement comporte un terme linaire en
141
y1
f+g
f
g
y0
Figure 11.1 Une fonction f
et une variation
autour de cette fonction.
dS = S[f + g] S[f ] = A[f, g]. + termes

o
g.
A[f, g]
d'ordre
+ ...
est un coecient de proportionnalit qui dpend des fonctions
Nous disons que
est un extremum si
A[f, g] = 0
quelque soit
g!
et
Cela est
analogue trouver l'extremum d'une fonction de plusieurs variables : le point
(x , y , z , ...)
soit
f (x, y, z, ...) si en ce point, quelque

(dx, 0, 0, ...) ou (0, dy, dz, ...) ) la partie linaire
est un extremum de la fonction
le dplacement ( par exemple
de l'accroissement est nulle. Une fonction, comme nous l'avons vu au chapitre 1,

n'est nalement qu'un point dans un espace dimension inni ; une fonctionnelle
est comme une fonction d'une innit de variable. Quelque soit
g dans l'expression
prcdente veut simplement dire quelque soit le dplacement dans cet espace.
Il faut prendre une prcaution : nous ne cherchons que des fonctions pour
f (a) = y0 et f (b) = y1 . Comme f satisfait dj cette condition, pour

f + g la fasse galement, nous ne devons considrer que des fonctions g tel
g(a) = g(b) = 0. Les fonctions g ne sont pas donc tout fait quelconque.
lesquelles
que
que
Nous obtenons :
S[f + g]
L[f (t) + g(t) , f (t) + g (t)]dt
(11.4)
a
b
S[f ] +
a
L
g(t)dt +
f
b
a
L
g (t)dt + ...
f
o nous avons simplement utilis le fait que L(x+h, y+k) = L(x, y)+(L/x)h+
(L/y)k+... On peut dj voir la partie linaire apparatre. Nous pouvons mettre
142
la deuxime intgrale un peu plus en forme en faisant une intgration par partie :
b
a
L
L
g (t)dt =
g(t)
f
f
d L
g(t)dt
dt f
vaut justement
La premire partie est nulle, puisque la fonction
0 sur les bords.
En remettant ce qui reste dans l'expression (11.4), nous avons :
L
d L
f
dt f
dS =
a
g(t)dt + ...
L'intgrale est notre facteur de proportionnalit entre

est un extremum, alors l'intgrale doit tre nulle
seule possibilit est donc que
dS
et
quelque soit
. Si la fonction
la fonction
g.
La
satisfasse l'quation direntielle
L
d L
f
dt f
=0
(11.5)
qui est appel l'quation d'Euler-Lagrange. Notez que cette quation est homogne dimentionnellement. Faisons quelques exercices pour nous xer les ides.
Identit de Beltrami.
d
dt
L
L
f
Evaluons l'expression
=
=
Si
L
L
L
L
d L
f
+f
f
f
dt f
f
f
t
L
L
d L
f
dt f
f
t
f
L ne dpend pas explicitement de t, alors L/t = 0 ; par ailleurs, l'expression
entre parenthse n'est que l'quation d'Euler-Lagrange et vaut zro par construction. Nous en dduisons que si le Lagrangien ne dpend pas explicitement du
temps, alors
L
L = Cte
f
Ceci est appel l'identit de Beltrami. En mcanique, ceci n'est rien d'autre que
la conservation d'nergie (exercice : le dmontrer) ; elle est cependant de porte
plus gnrale et facilite grandement les calculs dans les problmes o la variable
indpendante n'intervient pas explicitement, comme dans le problme du brachistochrone.
Exemple : Mcanique et loi de Newton.

matriel, le lagrangien est
L = T V ,
143
En mcanique analytique d'un point

est l'nergie cintique est
l'nergie
potentiel. Si on se restreint au cas unidimensionnel o une particule est soumis
un potentiel
V (x),
alors pour la particule de trajectoire
x(t),
L(x, x) = (1/2)mx2 V (x).
Le premier terme de l'quation d'Euler-Lagrange est
L
dV
=
x
dx
Comme nous l'avons mentionn ci-dessus, le seul terme qui dpend de la premire
variable
est
V (x).
Remplacer mentalement la deuxime variable
xpar y
dans
l'expression du lagrangien avant la drivation si cela vous drange. La drivation

par rapport la deuxime variable (
)donne
L
= mx
et la drivation par rapport au temps de cette dernire nous donne
d L
= m
x
dt x
et l'quation d'E.L. s'crit nalement
m + dV /dx = 0
x
Ce qui est bien sr la mme chose que l'quation de Newton
F = ma.
V (x) = Cte,
Allons un peu plus loin. Supposons que le potentiel est constant
s'est dire que la particule se meut dans une rgion de l'espace o il n'est pas
soumis une force. On peut galement dire que cette rgion de l'espace possde
une symtrie d'invariance par translation : deux particules identiques plac
deux endroits dirents de l'espace ragirait exactement de mme ; dit encore
autrement, nous n'avons aucune mthode pour dterminer o l'on se trouve dans
l'espace. Dans ce cas,
L/x = 0,
et l'quation d'E.L. s'crit
d L
=0
dt x
p = L/ x = Cte. Or, p n'est autre chose que la quantit du
p = mx. Donc, symtrie d'invariance par translation dans l'espace
ou encore la quantit
mouvement
nous impose la conservation de la quantit du mouvement. C'est un concept

extrmement profond
: chaque symtrie du Lagrangien correspond une loi de
2. Ceci s'appelle le thorme de Noether, du nom de la mathmaticienne allemande qui l'a

formul vers 1912.
144
conservation. La conservation de l'nergie est lie la symtrie de translation
dans le temps, la conservation du moment cintique est associ l'invariance par
rotation autour d'un axe et ainsi de suite. En physique, une thorie n'est bien
form que si on peut la formuler sous forme variationnelle et chercher, par la
symtrie sous-jacente du lagrangien, ses lois de conservation. Plus tard dans ce
chapitre, nous verrons les formulations lagrangienne de l'lectromagntisme et de
la mcanique quantique quand nous verrons comment traiter les champs.
11.3 Plusieurs degrs de liberts.

Parfois, souvent, le lagrangien dpend de plusieurs fonctions. Par exemple,
x1 , x2 , x3
L = L(x1 , x2 , x3 , x1 , x2 , x3 ). Si les xi sont les coordonnes cartsiennes, nous

2
avons L = (m/2)
i xi V (r). La dmarche ci-dessus peut-tre rpte mot
une particule dans l'espace habituel possde trois degrs de liberts
et
mot pour dmontrer que nous aurons une quation d'E.L. pour
libert :
chaque
degrs de
d L
L
=0
xi
dt xi
(11.6)
L'approche lagrangienne ne dpend pas du choix de coordonnes, bien videmment. Il sut donc de pouvoir crire l'nergie cintique et potentielle pour dduire
les quations du mouvement de faon automatique.
Exemple 1 : mouvement dans un champ central.
Il est facile de passer de
m = 1)
T = x2 + y 2 + z 2 aux coordonnes sphriques, T = r2 +r2 2 +r2 sin2 2 . L'nergie
potentiel est V (r), ce qui donne le lagrangien

l'expression de l'nergie cintique en coordonnes cartsiennes (on pose
L = r2 + r2 2 + r2 sin2 2 V (r)
En crivant E.L. pour
4rr + 2r2 2r2 sin cos 2 = 0
(11.7)
Nous remarquons que nous avons une symtrie : si nous avions choisi nos axes
t = 0, = /2 et = 0 ( ce qui revient choisir le plan xy dni par le

rayon vecteur de la particule et sa vitesse ), alors (t) = /2 vrie trivialement
l'quation (11.7) : la particule reste dans le plan xy . Le lagrangien s'crit plus
pour que
simplement donc
Nous remarquons que
L = r2 + r2 2 V (r)
n'intervient pas dans le lagrangien, le moment associ
cette variable se conserve donc :
p =
= 2r2 = cte
145
Ceci n'est rien d'autre que la conservation du moment cintique, comme nous
l'avions annonc ci-dessus. Finalement, il faut crire l'E.L. pour
et rsoudre
les quations direntielles rsultantes. Le lecteur trouvera la solution de ses

quations dans les livres de mcanique.
Exemple 2 : Pendule paramtrique.

au plan
xy
priodique dans le temps :
= (t).
m=1
Soit un pendule de masse
(on suppose la gravit selon l'axe
y)
restreint
dont la longueur varie de faon
Quelle est son quation de mouvement ?
que
y comme ce degrs. L'nergie cintique est donne par
T = (x2 + y 2 )/2. Comme x = sin et y = cos , T = ( 2 + 2 2 )/2. L'nergie
potentiel est U = gy = g cos . Pour le premier terme de l'quation E.L., nous

Le systme possde un seul degrs de libert. Nous choisissons l'angle
fait le pendule avec l'axe
avons
d L
dt
=
=
Comme par ailleurs,
L/ = U/ = g sin ,
mouvement :
Si
d 2
dt
2
+ 2
+ 2 /
nous trouvons l'quation du
+ (g/ ) sin = 0
est constante, nous retrouvons l'quation classique d'un pendule. Si mainte-
nant
oscille faiblement autour d'une position moyenne
0+ 1
sin t,
1,
on peut dmontrer qu'il y a phnomne de rsonance si la frquence d'excitation
est le
double
de la frquence propre
alors bloque (
ou
g/
0 ; la phase de l'oscillateur est
sur la phase de l'excitation. Ce procd est largement
utilis dans les circuits lectroniques.

Vous avez sans doute remarqu avec quelle facilit l'on obtient les quations
du mouvement. En aucun cas on ne doit chercher les forces des ractions des
contraintes, comme dans le cas de la formulation Newtonienne. Il existe une
interprtation gomtrique extrmement profonde de cette approche qui peuttre trouv dans les livres de mcanique analytique. Nous ne continuerons pas
plus le sujet ici.
Drivation vectorielle.
Nous avons vu ci-dessus comment driver les quations d'Euler-Lagrange quand
le Lagrangien dpend de plusieurs fonctions
Trs souvent cependant, les fonctions
xi (t)
x1 , x2 , ...xn
d'une seule variable
sont les coordonnes d'un
vecteur
t.
et
il est vraiment dommage de devoir dcomposer le vecteur en ses composantes.

Ainsi, au lieu d'crire
F = ma,
nous sommes amens crire
146
quations du
genre
fx = m, fy = m
x
y
, ... Nous pouvons
vectoriser
les quations E-L pour
nous viter ce gymnastique inutile et donner un sens gomtrique nos quations.

Pour cela, nous devons gnraliser le concept de drivation. Premirement,
remarquons que le Lagrangien est toujours un
scalaire.
Un Lagrangien avec un
sens gomtrique ne doit donc faire intervenir que des oprations sur les vecteurs
dont le rsultats est un scalaire intrinsque, c'est dire un scalaire dont le rsultat
ne dpend pas du systme de coordonnes que nous avons choisi. Le meilleurs
exemple d'une telle opration est le
produit scalaire.
Prenons par exemple, dans l'espace trois dimensions, la fonction
f (r) = r.r ;
si nous nous sommes quipes de coordonnes cartsiennes, ceci est un racourci

pour crire
f (x, y, z) = x2 + y 2 + z 2
x f . Pouvons nous
f /r ? La rponse est videmment oui si nous nous
souvenons de la dnition de la drive. Faisons un petit dplacement u autour
du point r et mesurons la partie linaire du changement dans la fonction f
Nous pouvons donc donner un sens des expressions tel que
donner un sens l'expression
df
f (r + u) f (r)
(r + u).(r + u) r.r
2r.u + O(u2 )
Nous pouvons donc eectivement crire la partie linaire comme
df =
o
(f /r)
reprsente le vecteur
2r.
f
r
.u
Ceci est l'exact equivalent (et la gnrali-
sation) de la drive de la fonction d'une seule variable scalaire
f (x) = 2x.
ou
f 3.
En analyse vectorielle, la quantit
(f /r)
f (x) = x2 ,
est souvent note gradf
Nous pouvons gnraliser le produit scalaire en utilisant les notations matricielle. Dans ce cas, le produit scalaire ci-dessus s'crit
rT r
rT
est un vecteur
r. De faon encore plus gnrale, nous pouvons avoir des exT

pressions du genre f (r) = r Ar o A est une application bilinaire, qu'on appelle
plus comunment un tenseur de rang 2. Il n'est pas dicile alors de voir que
colonne associ
df = rT (A + AT ) .u
As = (A + AT )/2 la partie symmtrique de l'application A, nous
f /r = 2rT As . Cette formulation est dveloppe en dtail dans le chapitre
consacr au tenseur. Notons simplement que l'application A peut tre utilis pour
Si l'on note
avons
3. Voir les chapitres sur les formes direntielles et le calcul tensoriel.
147
grer simplement les changement de coordonnes. A 2 dimensions, en coordonnes
polaire par exemple, nous avons
1
0
A=
Exercice.
Soit le Lagrangien
0
r2

L = (1/2)mx.x + V (x).
Dmontrer que les qua-
tions d'Euler-Lagrange s'crivent
m = gradV
x
11.4 Formulation Lagrangienne et quation du

mouvement d'un champ.
L o le calcul variationnel montre toute sa puissance est pour l'obtention
d'quations d'volution pour un champ : la hauteur d'une corde vibrante, le
champ lectromagntique, le champ des contraintes lastique dans un solide, le
champ des amplitudes en mcanique quantique. Peut importe le champ, il sut
de pouvoir formuler un lagrangien, c'est dire l'nergie cintique moins l'nergie
potentielle, et le tour est jou. La dirence par rapport ce que nous avons
dvelopp ci-dessus est minime. Jusque l, nous avions considr des lagrangiens
fonctions de plusieurs
xi ,
chacune de ces dernires fonction
d'une
nous allons considrer des lagrangien fonction de plusieurs
i ,
variable
t.
L,
chacune de ces
dernires fonction de plusieurs variable.
Exemple fondamental.
Pour xer les ides, considrons le cas de la corde vi-
brante xe ces deux extrmits (x
= 0 et x = L). A chaque instant t, la

x est donne par (x, t). tant donne la forme
t0 ((x, t0 ) = y0 (x) ) et t1 ((x, t1 ) = y1 (x) ), quelle est
hauteur de la corde la position

de la corde l'instant
l'volution de la corde qui minimise l'action ? La trajectoire de la corde est alors
y0 (x)
y1 (x)
A un instant donne
t,
l'nergie cintique de la corde est donne par la somme
la surface reliant
dans le temps.
de l'nergie cintique de tout ses points matriel,
T =
(/t) dx
0
et son nergie potentielle est l'nergie lastique des dformations
V =
k (/x) dx
0
148
(11.8)
est la densit de la ligne et k sa constante lastique. Notant c2 = k/, l'action
(le cot d'une trajectoire (x, t) ) est
t1
dxdt
t0
g(x, t)
En considrant une variation

vons qu' l'ordre 1 en
(/t) c2 (/x)
S[] =
autour de la trajectoire
(x, t),
nous trou-
, la variation de l'action est
t1
S[ + g] S[] =
t0
g
g
c2
dxdt
t t
x x
En faisant des intgration par partie, nous trouvons
t1
S =
t0
S = 0
quelque soit la variation
2
2
c2 2 gdxdt
t2
x
que si le terme entre
[]est
nul, c'est dire
2
2
c2 2 = 0
2
t
x
qui est bien sr l'quation d'onde bien connue.
Equation gnrale du mouvement de champ.
Nous pouvons maintenant g-
nraliser cette approche par des calculs aussi lmentaires que ceux ci-dessus,
l'tape le plus technique tant une intgration par partie. Soit un domaine
dans un esapce
dimensions, o nous cherchons trouver l'extrmum de la
fonctionnelle
L(u,1 , ..., u,n , u, x1 , ...xn )dn x
S[u] =
D
o
u,i = u/xi . La valeur de la fonction u(x1 , ..., xn ) sur la frontire du domaine
tant x. L'quation d'Euler-Lagrange pour ce champ est donn par
i=1
xi
L
u,i
L
=0
u
Remarquez que cette expression est une simple gnralisation d'EL une dimension : l'expression de drivation de moment
somme de toutes les drives partielles.
149
(d/dx)(L/u )
est remplace par la
Tenseur energie-impulsion.
Nous pouvons pousser un peu plus loin. Nous avons
vu l'galit de Beltrami quand nous avons une fonction d'une variable et que le
lagrangien ne dpend pas de la variable indpendante :
d
dx
L
L
y
=0
ou si nous voulions l'crire avec nos notations sophistiques
d
dx
ou nous avons not
y,x
L
L
y,x
y,x = y = dy/dx.
Si
=0
reprsente le Lagrangien de la mc-
naique analytique, le terme entre crochet rerpsente l'Hamiltonien, une quantit scalaire. Nous pouvons gnraliser ce concept au lagrangien d'un champ
u(x1 , x2 , ...xn )
notant
qui ne dpend pas explicitement des variables indpendantes. En
Tij = u,i
L
u,j
ij L
nous pouvons obtenir l'quivalent de l'identit de Beltrami pour un champ :
j=1
la quantit
Tij
=0
xj
qui joue le rle de l'Hamiltonian pour le champ est souvent appel
en physique le tenseur nergie-impulsion. Le lecteur interess pourra consulter

5
des livres de gomtrie pour voir la signication gnrale de ce tenseur .
Exercices.
1. Pour une corde vibrante dans un champ de gravitation, nous devons ajouter
le terme
Vg =
dx
l'nergie potentielle (11.8) o
est le produit de
la densit par l'acclaration de la gravit. Dduire l'quation du mouvement

du champ dans ce cas. Mme question si la corde se trouve dans un potentiel
harmonique
Vh =
2 dx.
2. Calculer le tenseur energie-impulsion pour la corde vibrante sans potentiel

extrieur. Que reprsente
cas ? Que reprsente alors
4. Rappelons que
ij = 0
si
i=j
Ttt ? Que
Ttx ?
et
veut dire l'identit de Beltrami dans ce
sinon. Ceci est appel le symbole de Kroneker
5. Notons quand mme que cela ressembe une expression du genre
divT = 0.
Classique-
ment, la divergence est dni pour un vecteur et est fortement associe au ux de ce vecteur
travers une surface. Il n'est pas trop dicile de donner un sens au concept du ux d'un tenseur.
150
3. Dduire les quations du mouvements d'un champ dans un espace
o l'expression de l'nergie potentielle (interne) est donn par
V =
ndimension,
k( )2 dr.
I
Ceci gnralise l'quation de la corde vibrante.

4. Dduire l'quation du mouvement d'un champ dans un espace
ndimension
anisotrope, o l'expression de l'nergie potentielle (interne) est donn par
V =
aij
I i,j

dr
xi xj
aij = aji
o pour les coecients, nous pouvons supposer
(pourquoi ?). Ce
genre d'expression se rencontre frquemment dans des problmes comme

l'lasticit des cristaux, o les dformations dans les direntes directions
ne sont pas quivalentes.
11.5 Optimisation sous contraintes.

11.5.1 Les dplacements compatibles.
Oublions pour l'instant le problme de l'extremum d'une fonctionnelle, et revenons au problme beaucoup plus simple de l'extremum d'une fonction de plusieurs
variables. Soit la fonction
f (x, y)
dont nous cherchons l'extremum. Nous savons
qu'au point extremum, les termes linaires des variations doivent tre nulle
df = f (x + h, y + k) f (x, y) =
et ceci quelque soit
h, k
f
x
h+
f
y
k + O(h2 , k 2 )
: quelque soit la direction que l'on prend au point extre-
mum, le terme linaire de la variation doit tre nulle.

Supposons maintenant que nous ajoutons une contrainte : nous ne cherchons
pas l'extremum absolu de
f , mais un point x
qui satisfasse en plus la contrainte
g(x, y) = 0. Par exemple, nous savons que le minimum de la fonction f (x, y) =

x2 +y 2 est le point (0, 0). Mais si nous contraignons notre point se dplacer sur la
courbe y = ax + b, b = 0, le point (0, 0) n'est pas atteignable. On peut cependant
6
chercher un point qui minimise f avec la contrainte donne . Dans le cas simple
que nous somme en train de traiter ici, on peut rsoudre une coordonnes par
rapport l'autre et ramener la fonction une seule variable (degrs de libert) :
f (x) = x2 + (ax + b)2
et chercher maintenant le minimum de cette nouvelle
fonction (o les contraintes ont t absorbes). En gnral cependant, la fonction

contrainte
g(x, y) = 0
est susamment complique pour qu'on ne puisse pas
rsoudre une des coordonnes par rapport aux autres.

6. Imaginer que vous marchez en montagne sur un chemin, et vous vous intressez au point
le plus bas
sur ce chemin
et non pas en gnral.
151
4
g(x,y)=0
4
4
Figure 11.2 La fonction f (x, y) = x2 + y2 est reprsente par ses courbes de

niveau. Le minimum absolu de cette fonction est le point
(0, 0).
O =
Le point le plus bas de la fonction qui doit galement
appartenir la courbe
g(x, y) = 0
est le point
A.
Revenons la dnition gnral : la variation linaire de la fonction autour

du point extremum
(x , y )
(h, k)
doit tre nulle quelque soit le dplacement
autour de ce point. En prsence des contraintes, nous relchons cette exigence :

il faut que la variation linaire autour du point
pour les dplacement
(h, k)
compatible
compatibles avec la contrainte
(x , y )
soit nulle seulement

7
avec les contraintes . Les dplacements
g(x, y) = 0
sont donnes par
(g/x)h + (g/y)k = 0
Ceci nous donne une quation supplmentaire considrer avec l'quation
df = (f /x)h + (f /y)k = 0
Nous sommes arrivs un systme de deux quations deux inconnus
En rsolvant
en fonction de
la deuxime, et en exigeant maintenant que

obtenons
linaire.
dans la premire quation et en l'injectant dans
df
soit nulle quelque soit
h,
nous
(f /x)(g/y) (f /y)(g/x) = 0
Ceci est une condition supplmentaire sur l'extremum de la fonction
(11.9)
f.
7. En mcanique, cela est appel la mthode des travaux virtuels

8. On peut galement dire que pour que le systme
solution non trivial
h = k = 0,
Ah + Bk = 0, Ch + Dk = 0
il faut que le dterminant de la matrice
A
C
B
D
soit nulle.
152
ait une
Exemple.
Trouver l'extremum de la fonction
g(x, y) = ax + y b = 0.
f (x, y) = x2 +y 2
avec la contrainte
En crivant la condition (11.9), nous obtenons
(2x)1 (2y)(a) = 0
x + ay = 0. En combinant cette quation avec la contrainte
y = ax+b, nous trouvons les coordonnes du point extremum : x = ab/(1+a2 ),
y = b/(1 + a2 ).
ou autrement dit,
11.5.2 Les multiplicateurs de Lagrange.

Lagrange a introduit une mthode quivalente ce que nous venons de voir
f (x, y) avec la contrainte g(x, y) = 0. Lagrange

et considre maintenant le problme de
fonction F (x, y, ) = f (x, y) g(x, y). Cela nous
ci-dessus. Nous voulons optimiser
introduit une variable supplmentaire,

l'optimisation (libre) de la
donne
F
x
F
y
F
=
=
=
f
g
=0
x
x
f
g
=0
y
y
(11.10)
(11.11)
g(x, y) = 0
(11.12)
L'quation (11.12) n'est rien d'autre que la contrainte et assure que la solution
trouve est bien conforme. Les deux premires quations (11.10,11.11) ne sont
rien d'autre que la condition (11.9) si on y limine
f (x, y) = x2 +y 2 avec la contrainte g(x, y) =

ax + y b = 0. Nous introduisons la fonction F (x, y) = x2 + y 2 (ax + y b).
Re-exemple.
Minimisons la fonction
Cela nous donne
2x + a =
2y
Ce qui bien sr nous donne
x + ay = 0.
0
0
Nous trouvons nouveau le mme point
optimum ; de plus, si on le souhaite, on peut trouver galement
= 2y =
2b/(1 + a ).
Le coecient
est appel un multiplicateur de Lagrange. La mthode a une
signication physique profonde : supposons que nous avons un point matriel

dans le potentiel
f (x, y)
astreint rester sur la courbe
g(x, y).
Au point
x ,
le
point (qui est stable) est soumis une force non-nulle de la part du potentiel
F = (x f, y f ).
Pour qu'il puisse rester sur la position
153
x ,
il faut que la courbe
g(x, y)
exerce une force de raction sur le point qui vaut justement
(x g,y g).
Si on enlevait la contrainte mais qu'on soumettait le point matriel cette force

supplmentaire, il se mettrait exactement la mme position.
11.5.3 Gnralisation des multiplicateurs de Lagrange.

Les multiplicateurs de Lagrange se gnralise de faon naturelle aux fonctions
de
m contrainte. Pour optimiser la fonction f (x1 , ...xn )

g1 (x1 , ...xn ) = 0,...,gm (x1 , ...xn ) = 0, nous considrons
F de n + m variable
variables soumis
soumise aux contraintes

la nouvelle fonction
F (x1 , ...xn ; 1 , ...m ) = f (x1 , ...xn ) 1 g1 (x1 , ...xn ) ... m gm (x1 , ...xn )
Nous chercherons l'extremum (sans contrainte) de la fonction
Exercice.
F.
Dmontrer le cas gnral, en suivant le chemin dj trac.
La mthode des multiplicateurs de Lagrange se gnralise trs naturellement

aux fonctionnelles. Si Nous devons trouver le minimum de la fonctionnelle
L(y , y, x)dx
I
g(y , y)dx = A,
I
avec la contrainte
S[y] =
il nous sut d'introduire la
fonctionnelle
S [y; ] =
{L(y , y, x) g(y , y)}

I
et de chercher le minimum de cette fonctionnelle par les techniques habituelles

du calcul des variations ( expliquer pourquoi nous pouvons omettre la constante
A)
Exemple : Le problme isoprimtrique.
Trouver la courbe ferm de longueur
donn qui maximise sa surface.

Supposons
10
que nous pouvons reprsenter la courbe par une fonction
R().
Nous cherchons minimiser la fonctionnelle
(1/2)R2 ()d
S[R] =
(11.13)
0
avec la contrainte
R()d = L
(11.14)
0
9. Cette dualit force-contrainte a jou un grand rle dans le dveloppement de la mcanique,
de sa formulation Newtonienne dans les annes ~1680 l'apparition du livre de mcanique
analytique par Lagrange en ~1780. Lagrange tait er de n'avoir pas inclus une seule gure
dans son livre. En mcanique, la mthode de Lagrange nous permet de calculer une position
d'quilibre sans calculer explicitement les forces de ractions.
10. Ceci est une trs grosse supposition. Le lecteur a intrt a tracer quelques courbes qui ne
sont pas reprsentable par une fonction
R()
pour se rendre compte de la simplication que
nous assumons derrire cette supposition.
154
Considrons la nouvelle fonctionnelle
(1/2)R2 () R() d
S [R(); ] =
0
Le terme entre
{}
(que nous continuons d'appeler le Lagrangien) ne contient
mme pas de drive de
R;
l'quation d'Euler-Lagrange nous donne directement
R=0
R = = Cte. Ceci est bien un cercle. Pour trouver , nous utilisons la
= L/2 . La courbe qui minimise la surface
un cercle de rayon R = L/2 .
c'est dire
contrainte (11.14), qui nous donne

est donc
Exemple : distribution d'nergie dans un systme isol.

ayant
Soit un systme isol
particule (N
une nergie dans
+) et soit c(x) le nombre relatif de particule ayant

l'intervalle [x, x + dx[. Comme le systme est isol, le nombre
de particules et l'nergie totale sont conservs :
c(x)dx
(11.15)
xc(x)dx
(11.16)
0
o nous appelons
l'nergie moyenne par particule :
totale du systme. Le thorme
c(x)
T = E0 /N
avec
E0
l'nergie
de Boltzmann nous apprend que la fonction
doit tre choisi de faon ce que la quantit
H [c] =
c(x). log [c(x)] dx
(11.17)
0
soit extremum. La quantit
est souvent appel entropie. Avec les deux contraintes
(11.15,11.16), nous devons donc chercher l'extremum de la fonctionnelle
H [c; , ] =
c(x). log [c(x)] dx

0
c(x)dx
0
xc(x)dx
0
Le calcul est assez simple dans ce cas, puisque nous n'avons pas de drivs dans
la fonctionnelle. En cherchant la valeur de la fonctionnelle pour
et en nous contentant d'ordre 1 en
H [c + g; , ]
, nous trouvons
(1 + log c x) g(x)dx
H [c + g; , ] = H [c; , ] +
0
155
c(x) est un extremum
g , c'est dire si
la fonction
sont nulle
de la fonctionnelle
si les variations linaires
log c = ( 1) + x
ou autrement dit
A = = 1/T .
c(x) = Aex ;
l'utilisation des deux contraintes nous donne
Autrement dit,
c(x) = (1/T )ex/T

11.5.4 Formulation variationnelle des systmes
Sturm-Liouville.
Rappelons qu'un systme Sturm-Liouville est une quation aux valeurs propres
(x)y + (x)y + (x)y = y

Nous avons mentionn (et insist) que si nous trouvons un poids
w(x)
qui rend
l'oprateur hermitien, alors les solutions des systmes SL minimise une certaine
fonctionnelle. Nous avons vu que si une telle fonction poids existe, alors elle doit
ober l'quation
alternative
(w) = w
et le systme peut alors s'crire sous la forme
d
(wy ) + wy = wy
dx
Remarquer que cette forme ressemble furieusement une quation Euler-Lagrange.

On peut faire le chemin inverse : minimiser la fonctionnelle
p(x)y 2 + q(x)y 2 dx
S[y] =
I
avec la contrainte
w(x)y 2 dx = 1
I
Comme on peut le voir, nous pouvons formellement identier l'quation d'EulerLagrange du systme ci-dessus un systme SL en posant
p = w, q = w .
regarder de plus prs, la formulation variationnelle d'un systme SL, si on assimile

la variable
x au temps, ressemble beaucoup un oscillateur harmonique avec une
masse et une constante de ressort dpendant du temps. Ceci, comme nous l'avons
mentionn, est le point de dpart de l'approximation WKB.
156
Revenons notre formulation initiale de problme d'xtremum. Nous voulons
trouver l'extremum de la fonctionnelle
S[y] =
L(y , y, x)dx
a
avec les conditions aux bords xe
y(a) = y0 ; y(b) = y1
Pour cela, nous avons crit la variation de
g(x)
en fonction d'une petite perturbation
pour obtenir
S =
L
g
y
L
d L
y
dx y
+
a
gdx
(11.18)
S = 0 quelque
g(a) = g(b) = 0, donc le
g(x).
et nous avons cherch dans quelles conditions,
soit
conditions aux bords nous ont imposes
premier terme
Nos
est nul ; le deuxime terme nous donne les quations d'E-L.

Ceci dit, nous pouvons relacher nos contraintes, et ne pas
exiger que
y(a) = y0 , y(b) = y0 . Le problme serait alors :

a et b, trouver celle qui exfonctionnelle. Dans ce cas, l'annulation de S
parmis toutes les courbes entre

trmise la
exige toujours l'annulation de l'intgrale, qui nous donnera

comme d'habitude les quation d'Euler Lagrange, et l'annulation du terme de bord. Or, cette fois, comme les bords
ne sont plus xe, nous n'avons plus
g(a) = g(b) = 0,
pour
Figure 11.3 Bords

libres
annuler les termes de surface, nous devons exiger
L
y
=0
x=a,b
ce qui nous fournit deux nouvelles conditions en remplacement des conditions
y(a) = y0 , y(b) = y0 .
y varier sur
et laisser
On peut bien sur mixer les conditions : xer
en un bord
l'autre bord.
Application 1 : Elasticit des poutres.
Pour illustrer ce principe, considrons
un lagrangien qui contient des drives d'ordre 2 :
L = L(y , y , y, x).
Dans ce
cas, la variation s'crit
S =
d L
L
L
g
g+
g
y
dx y
y
+
a
157
L
d2 L
d L
+ 2
y
dx y
dx y
gdx
Pour une poutre lastique soumis une charge
f (x) par exmeple, l'nergie s'crit
By
E=
f (x)y dx
0
Si la poutre est encastre (a), nous avons les
conditions
y(0) = y(L) = 0
et y (0) = y (L) = 0.
Dans ce cas, le terme de bord est automatique-
(a)
ment nulle. Par contre, si la poutre est seulement
(b)
pos (b), nous avons seulement
y(0) = y(L) = 0.
(c)
Pour trouver les deux autres conditions et annuler

le terme de bord, nous devons avoir
c'est dire
y (0) = y (L) = 0.
L/y = 0,
Nous laissons au
lecteur le soin de trouver les conditions aux limites
Figure 11.4 poutres

xes.
pour le cas (c).
Application II : angle de contact.
Mettons un
liquide en contact avec un support solide. Le liquide monte le long de la paroi

solide, et par rapport l'tat de rfrence, l'nergie libre du systme s'crit :
F = lg ( L) + (sl sg )h
les coecients
lg ,...
sont les tensions de surface liquide-gaz, ... ;
longueur de l'interface liquide-solide aprs la monte du liquide,
est la
la lon-
gueur de cette mme interface avant la monte, et nous supposerons ces deux
valeurs trs grand (
). h
est la longueur de l'interface solide-liquide.
Reprons la courbe du liquide par la fonction
y(x).
En mettant le problme sous forme varia-
tionnelle, nous avons
Sol.
Gaz
F [y] =
lg
1 + y 2 1 dx + (sl sg )y(0)
0
Liq.
avec la contrainte de conservation de masse qui est
ydx = 0
0
Nous sommes en prsence d'une optimisation sous contrainte, en prsence de
bords libre, c'est dire la hauteur du liquide
y(x)
une variation
g(x)
x=0
et
x = .
En ajoutant
ne s'annule pas sur les bords de l'intervalle, nous
obtenons d'une part une quation d'Euler Lagrange comme d'habitude, et d'autre
part une condition non-trivial sur le bord
x=0
L
+ (sl sg )
y
158
=0
x=0
Or,
L
=
y
lg y
1 + y2
= lg cos
est l'angle entre la tangente et l'axe
solide-liquide
cos =
y.
On en dduit l'angle de contact
sg sl
lg
La relation ci-dessus est connu sous le nom de la relaton d'Young. Comme la

mesure de l'angle de contact est facile, on l'utilise en gnral pour mesurer les
tensions de surface.

Dans le paragraphe prcdent, l'abscisse
ayant la libert de bouger le long d'une droite
tait xe sur les deux bords,
verticale. Nous pouvons gnraliser
encore plus en relachant cette contrainte et permettre aux points sur les bords de
se mouvoir le long d'une courbe quelconque. Supposons, pour la simplicit, que
x=b
seulement le bord droit
doit se mouvoir le long d'une courbe
y = (x).
L'expression (11.18) que nous avions crit dpend bien sr du bord, et on peut
crire la variation caus autour de
S[y, b] S[y + g, b + db]
y(x)
L
g
y
L
g
y
par
+
a
a
b
L
d L
y
dx y
b+db
gdx +
L(y , y, x)d
b
+ L(y , y, x)db + {...}
(11.19
Le terme entre crochet nous donne l'quation d'Euler-Lagrange comme d'habitude sur l'interval
[a, b].
Occupons nous seulement des termes du bord. Nous
devons avoir, puisque le point du bord se meut le long de la courbe
y = (x),
y(b + db) + g(b + db) = (x + db)

0
Cela nous donne, l'ordre
en
db, y(b) = (b)
bien sr, et de plus, l'ordre
g(b) = ( (b) y (b)) db

Finalement, la variation de
S =
due au bord s'crit
L
( (b) y (b)) + L(y , y, x) db
y
159
et la nullit de ce terme nous impose
y (b)
L
L
L=
(b)
y
y
H , tandis que
p. En mcanique analytique, on les appelles l'Hamiltonien
Le lecteur peut noter que le terme de gauche est souvent not
L/y
est souvent not
et le moment. L'quation s'crit donc, sur le bord,
H = p (b)
Rsumons : Si
(11.20)
db = 0, nous n'avons rien faire de plus dans l'expression (11.19), et

p = 0. Si db = 0,
nous avons notre condition au bord du parapgraphe prcdent
alors nous devons utiliser la condition plus gnral (11.20). En particulier, si
(b) = 0
(nous n'admettons que des dplacelements lelong de l'axe
x),
alors
nous devons avoir
H=0
Exemple : angle de contact d'une goutte pos sur un substrat solide non
plane.
Exemple 2 : Brachistrochrone gnrale.
11.8 Dtour : lments de gomtries

non-euclidiennes.
Le cinquime axiome d'Euclide est le suivant : d'un point en dehors d'une
droite, on ne peut tracer qu'une et une seule droite parallle au premier. Pendant
deux millnaires, les mathmiticiens ont cru que ceci n'est pas un axiome, mais
un thorme que l'on peut dmontrer partir des quatre premier axiomes. A
partir de 1830, il est devenu claire que le cinquime mrite le titre d'axiome
et qu'on peut tout a fait formuler d'autres gomtries qui acceptent d'autres
axiomes. Nous allons tudier une version simplie de la gomtrie riemanienne.
Pour cela, nous devons donner un sens prcis au mot droite : nous le dnirons
dornavent comme le chemin le plus court entre deux points ; il est plus habituel
alors d'appeler cela une godsique. Supposons que nous avons muni notre espace
bidimensionnel d'un systme de coordonnes
(x1 , x2 ).
points inniments voisins est dnie par
ds2 =
gij dxi dxj

i,j
160
La distance entre deux
o
gij = gij (x1 , x2 )
est appel le tenseur mtrique. Par exemple, si nous avons
ds2 = dr2 + r2 d2 et nous avons

(en posant x1 = r , x2 = ), g11 = 1, g22 = x , g12 = g21 = 0.
Nous allons considrer dans la suite le cas trs particulier o g11 = 1, gi=j = 0
2
11
et g22 = g (x), o g est une fonction quelconque
. Le prrimtre d'une courbe
y(x) reliant deux points est donne par
muni le plan euclidien de coordones polaires,
1 + g 2 (x)y 2 dx
[y(x)] =
1
et il est lmentaire de montrer, d'aprs les prcdents paragraphes, que l'quation

d'Euler-Lagrange nous donne immdiatement l'quation de la courbe :
y = a/g
o
g 2 a2
est une constante d'intgration. Dans le cas des coordonnes polaire par
exemple o
g(x) = x,
l'quation d'une droite
nous pouvons intgrer l'quation ci-dessus
y = + arccos(a/x)
et
12
et obtenir
sont deux constante d'in-
tgration. Pour vous convaincre que cela est eectivement le cas, Il sut d'inteprter
x comme r
et
comme
faire un petit schma et quelques manipulations
d'angles .
Prenons le cas plus intressant pour nous de
gration s'eectue sans dicult
13
g(x) = sin(x).
A nouveau, l'int-
et nous obtenons
y = + arccos (cos cot x)

et sont deux constantes d'intgration. Nous voyons par exemple que pour
= /2, nous avons une famille de droites donnes par y = Cte. Prenons la
godsique y = 0 et considrons le point P = (/2, /2) en dehors de cette
droite. Toute les droites traversant ce point doivent avoir le paramtre = 0. Il
n'est pas alors dicile de voir que toute ces droites croisent la droite y = 0 au
point cot x = 1/ cos .
Nous venons de dmontrer dans ce cas que toutes les droites traversant P
croisent une droite ne contenant pas P ; cela est trs dirent du cinquime axiome
o
d'Euclide. Le cas que nous venons de traiter correpsond la gomtrie sphrique :

sur la sphre unit, la distance entre deux points est donne par
sin d
ds2 = d2 +
. Mais le point de vue de Rieman est beaucoup plus fondamental que
cela : ce qui caractrise l'espace et qui lui donne sa substance est la donne du
tenseur mtrique. Les habitants de la surface de la sphre unit ne peuvent pas
11. Nous noterons par habitude les coordonnes
(x, y) sans leur associer l'ide de coordonnes
cartesiennes
12. il sut d'eectuer le changement de variable
13. Il sut de poser
u = cot x
161
u = a/x
z
y
r(z)
F
a
(a)
(b)
Figure 11.5 (a)
(c)
: surface minimum entre deux cercle ; (b) ambage d'une
barre ; (c) pont suspendu une chanette.
voir qu'ils sont sur une sphre. Ils peuvent par contre visionner les godsiques
(en suivant les trajets des faisceaux de lumire ) et dterminer la nature de leur
espace en faisant des mesures par exemple de la somme des angles d'un triangle
form par trois godsiques. C'est exactement dans ce cadre qu'Einstein a formul
sa thorie de gravit en 1917, o les masses confrent de la courbure l'espacetemps.
A ajouter.
1. Discuter la Jauge dans le Lagragian et eventuellement le theorme de Noether.
Problmes.
1. Surface minimum.
Soit deux cercles concentriques de rayon priori dirents
disposs l'un au dessus de l'autre une hauteur
h. Quelle est la forme de la surface
d'aire minimum qui relie les deux cercles (g. 11.5a) ?
2. Energie de courbure.
Comment faut-il crire les quations d'Euler-Lagrange
si le Lagrangien contient des drives secondes ? Plus spciquement, supposer

que le Lagrangien est de la forme
L = y (x)2 + V (y).
L = L(y , y , y, x).
3. Brachistochrone.
Nous voulons minimiser
x1
T =
0
1+y2
dx
y
162
Gnraliser ensuite au cas
En utilisant l'identit de Beltrami, dmontrer que la courbe
l'quation
y(x)
doit obir
1
=C
y(1 + y 2 )
est une constante. Rsoudre cette quation du premire ordre en dmontrant
d'abord que
dx = dy
1/C 2 = 2a ;
o nous avons pos
y = a(1 cos ).
y
2a y
integrer cette dernire quation en posant
[Help : nous devons obtenir l'quation du cyclode sous forme
paramtrique.]
4. Elasticit 1-d.
Soit une barre dont on repre les points (avant deformation)
par la coordonnes
x.
On appuie sur la barre parrallelement son axe ; les
points de la barre se dplacent aux coordonnes

lons
dplacement u(x) = x x
(Figure 11.6). Nous appe-
la fonction qui traque cette quantit. L'nergie
lastique stock dans la barre est proportionnel
au carr du gradient de ce terme :
(1/2)ku (x)2 dx
E=
0
o
est la constante lastique de la barre (qu'on appelle
galement le module d'Young). La force a eectu le travail
W = F u(L).
L'nergie totale de la barre s'crit donc
(1/2)ku (x)2 F u (x) dx
E=
0
Dmontrer alors que
Figure 11.6
u(x) = ax o est une constante

a en utilisant les conditions aux bords naturelles (section
determiner. Dterminer
11.6). En dduite la loi d'lasticit de Hook
F = Ku(L)
Que vaut
K?
quelle est sa dpendance en
5. Flambage d'une poutre.
L?
Appuyez sur une rgle tenu verticalement sur une
table ; au del d'une certaine force, la rgle ambe (g.11.5b). Ceci est un problme extrmement important de la rsistance des matriaux et conditionne
la conception des tours pour qu'ils ne s'croulent pas (en ambant) sous leurs
propres poids. Reprons la barre par son cart la droite
y(x).
En supposant
faible l'cart de la barre par rapport la droite, l'nergie de courbure de la barre
163
est donn par sa courbure locale
courbe maintenu
force
F.
y = 0,
B(y (x) )2 .
Nous supposons l'extrmit de la
mais pouvant coulisser sur l'axe
et soumis une
Pour trouver la conguration qui minimise l'nergie, nous devons donc
trouver l'extremum de la fonctionnelle
B(y (x) )2 dx F (L a)
S[y, a] =
0
soumis la contrainte
(1 + (1/2)y 2 dx = L
0
Nous avons approxim ici l'lment de ligne
ds =
1 + y 2 par son dveloppement
de Taylor, en supposant les carts la ligne (et leurs drives) faible. Dmontrez
alors que pour
F > Fc ,
la poutre droite n'est plus la solution optimum ; calculer
Fc .
6. Flambage d'une poutre II.
Nous pouvons formuler direment le problme
de ambage, en intgrant directement la contrainte dans le Lagrangien. Pour cela

il sut d'utiliser un systme de coordonnes plus adapts que les coordonnes
cartesienne. Reperons un point le long de la poutre par sa longueur d'arc partir
s, et par l'angle de la tangente la courbe en ce point avec l'axe

(s). Ce nouveau systme de coordonnes est relie aux coordonnes
de l'origine
horizontal
cartesiennes par la relation
dx
cos ds
dy
sin ds
La courbure de la courbe en un point est simplement donne par
d/ds. L'nergie
s'crit alors simplement
S[] =
B ( ) + F cos ds F L
0
Que l'on peut traiter par les quation d'EL sans contrainte : la longueur d'arc
gre automatiquement la constance de la longueur totale de la poutre. Les
coordonnes semi-intrinsque
(s, )
sont trs utilis en gomtrie direntielle.
Noter de plus la grande similarit de l'action celle de l'oscillation d'une pendule

dans le champs de la gravit.
7. Angle de contact.
Trouver l'angle de contact d'une goutte de liquide dpos
sur une surface solide.
164
8. isoprimtrique II.
y = y(t)
x = x(t),
Chercher la courbe sous forme paramtrique
avec la condition supplmentaire
x(1) = x(0)
et
y(1) = y(0).
Ecrire tout
au moins les quations d'Euler-Lagrange.
9. Isoprimtrique III.
Quelle est la courbe de surface donne qui minimise son
primtre ?
10. Equation de la chainette.

distant de
a.
Une chane
y(x)
est suspendu entre deux points
La longueur totale de la chane est
L.
Trouver l'quation de la
chane. Help : A l'vidence, la chane doit minimiser l'nergie potentielle, avec
yds ;
une contrainte sur sa longueur. L'energie potentielle est de la forme
on
doit donc trouver le minimum de
a/2
H =
1 + y (x)2
1 + y (x)2 dx
a/2
o
est un multiplicateur de Lagrange. Obtenez galement l'quation de la cha-
nette laquelle on a suspendu un pont (g.11.5c)
11. Trajectoire complexe.
Soit une fonction
y(x)
complexe
(R C)
dont l'ac-
tion est dnie par
L(y, y , y , y ; x)dx
S[y] =
I
L = y y + kyy . Obtenir les quations d'Euler-Lagrange de
[Help : il faut dmontrer que l'on peut considerer y et y comme
Comme par exemple

cette fonction.
deux composantes indpendantes, et obtenir une equation d'EL pour chacune].
12. Equation de Schrodinger.
Nous cherchons la fonction complexe
(x, t)
qui
optimise l'action associ au Lagrangien suivant
L = i t a(x )(x ) V (r)

Trouver l'quation d'Euler Lagrange auquel obit la fonction
lation ci-dessus,
et
Dans la formu-
ne jouent pas le mme rle. Pouvez vous donner une
version plus symtrique de ce Lagrangien ?
13. Champs lectromagntique dans le vide. Nous dnissons un champ A =

(A0 , A1 , A2 , A3 ) dans un espace 4 dimensions que l'on repre l'aide des co14
ordonnes x = (x0 , x1 , x2 , x3 )
. Comme nous sommes parfois trop habitu la
sparation en espace (3d) et en temps, nous dissocions parfois les expressions
14. Nous vitons pour l'instant les exposants et notons les coordonnes
165
xi
au lieu de
xi
ci-dessus en donnant des noms dirents aux dirents composants : nous notons
par exemple
A = (, A)
o nous appelons
teur ; de mme, nous notons
x = (t, x)
le potentiel et
le potentiel vec-
o le premier composant est appel temps
et les trois autres l'espace. Les quations d'lectromagntisme ont t formul

dans le cadre de cette sparation trange et les direntes drives du champ ont
reu des noms dirents. Par exemple, on appelle champ lectrique le vecteur
3 dimensions
E = t A
et champ magntique
H=
Revenons notre formulation gnrale. Le tenseur lectromagntique est dni

par
Fik =
Ak
Ai
xi
xk
Fik = Fki .
Ce tenseur est bien sr anti-symtrique

1. Donner l'expression du tenseur
en fonction des champs
2. Dmontrer que pour trois indices
i, j, k ,
Ei
et
Hk .
la denition mme du tenseur
impose
Fij
Fjk
Fki
+
+
=0
xk
xi
xj
dmontrer que les seules quations non-triviales sont celles o
cela nous donne
i=j=l
et
quations que nous pouvons regrouper en
E =
.H
t H
0
qui ne sont rien d'autre que les deux premieres quations de Maxwell.
Dans l'espace-temps reliativiste, la distance
ds
entre deux points voisins est
donne par
ds2 = dx2 (dx2 + dx2 + dx2 ) =

0
1
2
3
2
i dxi
i=0
= 1
et
i1
= 1.
Il existe une dirence entre une des composantes et
les trois autres quant au signe qu'il faut utiliser pour l'lment d'arc. Cette dirence apparat obligatoirement dans toutes les expressions des lois physiques. En
particulier, toutes les expressions quadratiques auront une forme similaire l'expression de l'lment d'arc. Par exemple, l'action du champs lectromagntique
166
est donne par l'intgrale sur un volume du Lagrangien suivant
15
3
2
i j Fij
L=
i,j=0
Remarquer la similarit entre cette formulation et la formulation de la thorie

de l'lasticit, o le champs
Fij
reprsente le vecteur dplacement et le tenseur
le tenseur dformation. Ceci n'est pas un hasard ; Maxwell lui mme imagi-
nait l'ether comme un corps lastique et s'inspirait fortement de la thorie de

l'lasticit.
1. Dduire que l'on peut mettre le Lagrangien sous forme de
L = E2 H 2
2. Dduire les quations du champs
3
i j
j=0
Fij
=0
xj
3. Mettre ces quations sous la forme plus usuelle des deux autres quations
de Maxwell :
H = t E ;
.E = 0
15. Le signe moins n'a pas de consquence pour nos calculs, mais assure que la solution trouve
est un minimum plutt qu'un maximum de l'action.
167

Le calcul des perturbations n'est pas une mthode scientique utilis dans les
hpitaux psychiatriques pour valuer les symptmes d'un patient. Il existe peu
de problme exactement soluble en physique et il faut souvent recourir aux techniques d'approximations. Une des techniques les plus utilises est celle qui porte
le nom de ce chapitre. L'ide de base est une gnralisation du dveloppement de
Taylor : si nous connaissons la valeur d'une fonction au point
x0
, nous pouvons
calculer, sous certaines conditions, la valeur de la fonction au point
f (x0 + ) = f (x0 ) + A1 + A2
x0 +
+ ...
Le dveloppement de Taylor nous fournit en plus un moyen de trouver les coecients
Ai
: ce sont, si elles existent, les i-me drives de la fonction
,divis par
i! . De plus, si
au point
x0
est petit et que nous ne sommes pas trs exigent quant
la prcision que l'on cherche, nous pouvons nous contenter du premier ou des
deux premiers termes du dveloppement. Le calcul des perturbations gnralise
cette dmarche au calcul des solutions des quations direntielles, des racines des
polynmes, des quations intgrales, des vecteurs propres des matrices, ... C'est
le premier outil utilis par le physicien qui tombe sur un problme ardu dont
la solution n'est pas connu : si on connat un problme proche dont la solution
est connu, on peut tenter les perturbations. Mentionnons tout de suite que cette
technique ne marche pas toujours. On tombe parfois (souvent), sur des perturbations dites singulires et il faut alors sortir l'artillerie lourde. Les perturbations
qui se traitent facilement sont dites rgulires. Nous nous intresserons surtout
aux perturbations rgulires, mais dirons quelques mots sur les perturbations
singulires.
12.1 Les perturbations rgulires.

La meilleure faon de s'habituer aux calcul des perturbations est travers des
exemples.
Les racines d'un polynmes.
Supposons que nous ne connaissons pas la rso-
lutions des quations algbriques de second ordre, mais que nous savons rsoudre
l'quation
x2 x = 0
, dont les racines sont
168
x0 = 0, 1.
Nous cherchons la solution

de l'quation
x2 x + = 0
o nous supposons
(12.1)
petit. Cherchons la solution sous forme de
X = x0 + x 1 +
x2 + ...
(12.2)
Nous cherchons la solution sous cette forme puisque nous pensons que comme
est petit, la nouvelle racine ne doit pas tre trop loin de l'ancienne, et l'cart
doit tre justement fonction de
: pour
originale. Nous connaissons dj
x0 ,
calculer
x1 , x2 , ...
= 0,
nous devons trouver la solution
et il nous faut trouver une mthode pour
Branchons maintenant (12.2) dans (12.1) et regroupons les en
fonction des puissances d'
(x2 x0 ) + [(2x0 1)x1 + 1] + (x2 + 2x0 x2 x2 )

0
1
+ ... = 0
Le membre de droite de l'quation ci-dessus est un polynme en
(12.3)
et il est uni-
formment nul. Nous en dduisons donc que tous les coecients du polynme
doivent tre nuls, c'est dire :
x2 x0
0
(12.4)
(2x0 1)x1 + 1
(12.5)
x2
1
(12.6)
... =
+ 2x0 x2 x2
L'quation (12.4), donne par le coecient de
et appel le terme d'ordre zro,
est notre quation originale non perturbe que nous savons rsoudre. l'quation
(12.5) nous donne
x1
x1 = 1/(1 2x0 )
Comme nous connaissons dj
1.
x0 ,
nous dterminons facilement que
L'quation (12.6) nous dtermine le coecient
x2 =
et donc
x2 = 1
ou
1.
dtermine
de
xk .
xk
xk
est
x1 = 1
ou
x2
1
1 2x0
Nous pouvons continuer ainsi (cela dpend de notre
patience) et trouver les coecient

pour dterminer
x2
xn . Ce que nous devons remarquer est que : (i)

xk1 , xk2 , ... (ii) l'quation qui
, nous n'avons que besoin des
linaire en xk , c'est dire ne comporte que des puissances unit
C'est deux points nous permettent assez aisment de calculer la solution
aussi prcisment que l'on souhaite. Nous avons donc, pour les deux racines de
l'quation (12.1),
X1
X2
=
=
0+ +
+ ...
(12.7)
+ ...
(12.8)
169

Dans ce cas prcis, nous connaissons la solution exacte
X=
14
2
Un dveloppement de Taylor de cette dernire nous rassure sur l'exactitude des

rsultats (12.7,12.8).
Gnralisation.
Nous pouvons gnraliser l'approche ci-dessus, sans le forma-
liser plus : on cherche la solution d'un problme avec perturbation comme un

dveloppement en puissance de la perturbation. Il faut alors que les coecients
de chaque puissance de la perturbation soit nul. Le mieux reste encore d'illustrer
cela travers des exemples.
Recherche des valeurs propres d'une matrice symtrique.
Supposons que nous
connaissons une valeur et un vecteur propre d'une matrices symtrique, c'est
dire que nous connaissons un scalaires
et un vecteur
cherchons la valeur propre proche de

valeur propre
.On
de la matrice
A0 = 0 .
AT = A. Nous
tel que
Une matrice symtrique par dnition est gale sa transpose
A + B.
Appelons cette
cherche donc rsoudre
(A + B) =
(12.9)
Procdons comme nous l'avons mentionn plus haut. Nous chercherons la solution
sous la forme
= 0 + 1 + ...
(12.10)
(12.11)
= 0 + 1 + ...
et nous cherchons s dterminer
1 , ...
et
1 , ...
En injectant (12.10-12.11) dans
(12.9), nous avons :
(A + B)(0 + 1 + ...) = (0 + 1 + ...)(0 + 1 + ...)

et en regroupant les termes en puissance de
, nous trouvons les quations sui-
vantes :
A0
A1 + B0
= 0 0
(12.12)
= 0 1 + 1 0
(12.13)
... = ...
La premire quation, c'est dire les terme d'ordre 0 en
, ne nous rapporte bien
sr rien que ne l'on connaisse dj. Dans l'quation (12.13), nous avons deux
170

inconnus, le vecteur
et le scalaire
des deux cts par le vecteur
dterminer. Prenons le produit scalaire
(0 , A1 ) + (0 , B0 ) = 0 (0 , 1 ) + 1 (0 , 0 )
Nous avons suppos que
(12.14)
est symtrique. Donc,
(0 , A1 ) = (AT 0 , 1 ) = (A0 , 1 ) = 0 (0 , 1 )
et en injectant ce rsultat dans (12.14), nous aboutissons nalement
1 = (0 , B0 )/(0 , 0 )
Nous connaissons donc la correction d'ordre 1 la valeur propre.
Si tous cela parat un peu abstrait, cherchons la valeur propre de la matrice
1+
2
2
2+3
A = diag(1, 2) et de la
Bij = (i + j 1) . La matrice B est la perturbation si on
1. La matrice A possde bien sur les deux valeurs propres 1 et 2 et
propres associs (1, 0) et (0, 1). Cherchons la valeurs propre proche
Cette matrice est la somme d'une matrice diagonale

matrice
tel que
suppose
les vecteurs
1 de la matrice perturbe. D'aprs ce que nous avons dit, nous devons calculer
(1, 0)B(1, 0)T :
2
1
(1, 0).
=
2 3
0
de
Comme
(1, 0)(1, 0)T = 1,
la valeur propre proche de 1, l'ordre 1 en epsilon,
s'crit
=1+
Le lecteur peut chercher directement la valeur propre de la matrice perturbe et
vrier le rsultat ci-dessus. Bien sr, quand la matrice est plus grande que
2 2,
la recherche directe peut tre extrmement fastidieuse.
La stabilit d'un systme direntielle.
Nous connaissons parfois un point xe
d'une quation, et nous souhaitons savoir si ce point est stable ou non. Par
exemple, le point le plus bas pour un pendule est un point xe stable, tandis
que le point le plus haut est un point instable. Intuitivement, pour connatre la
stabilit, nous cartons un peu le systme de son point xe. Si le systme revient
son point de dpart ou reste proche, l'quilibre est stable. Si au contraire, la
perturbation tende grandir, le point est alors instable.
171

Considrons l'quation du mouvement d'un pendule amorti
+ + 2 sin =
0
= 0 correspond au point le plus bas. Il

= sont les points xes de cet quation.
Supposons maintenant que nous partons trs proche du point = 0, c'est dire
avec la condition initiale (t = 0) = . Cherchons comme d'habitude la solution
sous forme de = 0 + 1 + ... En ralit, comme nous nous intressons qu'
o
(12.15)
est l'angle avec l'axe vertical et
est vident que les points
=0
et
la stabilit, le terme d'ordre 1 en
nous sut. En injectant cette solution dans
(12.15) et en dveloppant la fonction
sin,
nous trouvons :
0
1 + 1 + 2 1 =
1 = exp(t) exp(i t)
= 0 est donc un point
stable. En rptant les mme oprations pour le point = , et en n'oubliant pas
que sin( + x) = sin x, nous aboutissons
la solution gnrale de cette dernire est de la forme

et elle tend eectivement vers
quand
t .
Le point
0
1 + 1 2 1 =
et cette fois, il est claire que quand
t , 1
. Le point
est donc
instable.
12.2 Les perturbations singulires.

Nous avons suppos, lors de l'tude des perturbations singulires, que la solution perturbe est proche de celle non perturbe. Cela n'est pas toujours le cas
et l'ajout d'un petit terme peut radicalement changer la solution. Prenons le cas
de l'quation algbrique
x2 + x 1 = 0
La solution non perturbe,
=0
i.e.
pour
=0
s'crit
x=
vaut
(12.16)
x = 1.
La solution exacte pour
1+4
et un petit dveloppement nous montre que les racines sont, pour

forme
x1
x2
172
1
1
1,
de la

Nous avons donc l'apparition d'une nouvelle racine qui est d'autant plus grande
que la perturbation est petite. Cela est un phnomne gnrale : chaque fois que
la perturbation est sur un terme d'ordre suprieur, la perturbation est singulire.
Il existe parfois des changements de variable qui rendent la perturbation rgulire.
Par exemple, dans l'quation (12.16), en posant
x = 1/y ,
nous avons
y2 y = 0
qui peut se traiter par la mthode habituelle. D'aprs notre traitement de (12.1),
ses solutions sont
y1
y2
qui nous redonne bien les racines en
1+
x = 1/
et
x=1
La mme remarque s'applique aux quations direntielles. L'quation
x+x+1=0

est celle d'un oscillateur harmonique amortie. Si la masse
est de la forme
x = A exp(t).
le plus important en
est nulle, la solution
Si la masse est non nulle, la solution, l'ordre
, est de la forme
A exp(t) + B exp(t/ )
et le lecteur
peut vrier que les deux solutions sont radicalement direntes. Remarquons
nouveau que nous pouvons chercher un changement de variable de la forme
t=
et
x=
qui rendrait la perturbation rgulire. Nous en laissons le soin
au lecteur intress.
L'ennui avec les quations direntielles est que les termes les plus inoensifs
peuvent rendre les perturbations singulires. Considrons l'exemple de l'oscillateur suivant :
x + 2 x + x3 = 0
ceci est l'quation d'un mobile dans un potentiel en

gnral de l'quation non perturbe est
on supposera
sous forme de
a cos(t + ).
(12.17)
kx + k x
. La solution
Sans perte de gnralit,
= 0. Nous cherchons alors la solution de l'quation perturbe

x(t) = a cos(t) + x1 (t) + ... En injectant dans l'quation et en
collectant les termes d'ordre 1 en
, nous trouvons que
x1 + 2 x1 = a3 cos3 (t)
Or,
(12.18)
cos3 (u) = (1/4) cos(3u)+(3/4) cos(u) et donc la solution de (12.20) est donne
par la somme de la solution des deux quations suivante :
x1 + 2 x1
x1 + x1
=
=
(a3 /4) cos(3t)

3
(3a /4) cos(t)
173
(12.19)
(12.20)

La premire quation ne prsente pas de danger : c'est l'quation d'un oscillateur
harmonique de frquence propre
du genre
force la frquence 3 et possde une solution
cos(3t + ).
Par contre, la deuxime quation (12.20) est celle d'un oscillateur harmonique
force justement . Il y a donc rsonance et la solution,

t cos(t + ), va devenir trs large. Cela viole notre hypothse
de frquence propre
qui est de la forme
de dpart sur les dveloppements en puissance d' . Nous avions crit
x(t) = a cos(t) + x1 (t) + ...

x1 (t)
en supposant
borne, de faon ce que
rapport la solution non perturbe

temps
t > 1/
a cos(t).
x1 (t)
reste toujours petit par
Or, nous voyons qu'au bout d'un
, le soit disant petit terme devient en faite le terme dominant.
Il existe de nombreuse types dirents de perturbations singulires et au moins

autant de faon de les traiter. L'objet de ce livre n'tant pas un cours dtaill sur
les calculs de perturbations, nous nous en tiendrons presque l. Nous trouvons cependant utile de montrer comment traiter les cas similaires l'exemple ci-dessus.
La technique est a appele limination des termes sculaires ou rsonnant.
Le traitement des termes sculaires.

La perturbation que nous avons considr plus haut intervient dans pratiquement tous les problmes d'oscillations, et c'est pourquoi il nous semble important
de la traiter. En regardant de plus prs l'quation (12.17), nous voyons qu'il n'y
a rien d'anormal ou de divergent. Elle dcrit simplement des oscillations au fond
d'un puits peut tre un peu plus raide qu'un puits harmonique et il n'y a aucune
raison que quelque chose diverge. L'erreur ne peut venir que de notre traitement.
En supposant que la solution s'crit sous la forme
a cos(t) + x1 (t),
nous avons
fait l'erreur de penser que le terme d'ordre 0 continue prsenter une oscillation
frquence
Il n'y a aucune raison pour cela, et la frquence peut galement
+ 1 + ... La gure (12.1) montre la dirence entre sin(t) et

sin(1.01t) pour les temps infrieurs vingt et pour les temps autour de 250. Nous
tre de la forme
voyons que la dirence est peine perceptible pour les temps courts, tandis que
les deux fonctions n'ont plus rien voir aux temps longs. Ce problme avait t
observ d'abord en astronomie, o les calculs perturbatifs des sicles prcdents
commenaient s'carter des observations (d'o le terme sculaire). Lindstedt
(vers 1880) a remdi ces carences par sa technique de renormalisation qui est
de chercher la solution sous la forme
x(t) = a cos[( + 1 )t] + x1 (t)
(12.21)
En injectant la forme (12.21) dans (12.17) et en collectant les termes d'ordre 1

en
, nous trouvons cette fois
x1 + 2 x1 2a1 cos[(+ 1 )t] = (a3 /4) cos[3(+ 1 )t](3a3 /4) cos[(+ 1 )t]
174

1
0.5
0
-0.5
-1
10
20
15
235
240
245
250
255
Figure 12.1 sin(t) (en noir) et sin(1.01t) (en rouge) pour les temps courts et
longs.
Il nous sut maintenant de choisir
1 =
3a2
8
pour liminer le terme rsonnant. La solution perturbative l'ordre 1 s'crit alors :
x(t) = a cos[( +
o les coecients
a, A,
3a2
3a2
)t] + A cos[3( +
)t + ]
8
8
sont dtermins partir des conditions initiales.
Problmes.
Racine des polynmes.
P (x) = an xn un polynme dont une des racines, x0 est connue, c'est

p
dire P (x0 ) = 0. Soit le polynme P (x) = P (x) + x . Soit x la racine
proche de x0 de ce dernier. Montrer qu' l'ordre 1,
1. Soit
x = x0
xp
0
nan xn1
0
2. Pouvez vous exhiber la correction l'ordre 2 ?

3. Soit l'quation
x6 4x5 + 3x4 6x2 + 6x + 1 = 0
x comme
= 1), la somme des coecients de l'quation non perturbe
x = 1 est donc une solution de l'quation non perturbe (i.e. pour
Nous remarquons qu'en crivant par exemple le coecient de
2+
(12.22)
(o
vaut 0.
= 0). Calculez la correction cette racine l'ordre 1 en et comparez la

x = 1.10565. Et si au lieu du coecient du x4 , nous avions
solution exacte
choisit un autre terme, qu'aurait on obtenu ?

4. Calculer la correction l'ordre 2. Pouvez vous alors trouver un critre pour
le choix du coecient pour que la correction l'ordre 1 soit la meilleure ?
175

quation trencendante.
1.
x log x = 0
x = 1. Calculez, l'ordre 3, la rax log x = . Comparez la solution exacte
admet une solution pour
cine proche de 1 de l'quation

1.09557 pour
= 0.1.
la solution proche de
Pouvez-vous utiliser la mme approche pour trouver
0?
2. Trouver la racine, proche de

solution exacte
x sin x =
de
. Comparez, pour
= 0.1,
la
x = 3.10943.
quation intgrale.
Nous avons rencontr les quations intgrales lors de notre
discussion des fonctions de Green. Nous allons tudier ci-dessous un schma itratif de leurs rsolution. Ces schma l sont extrmement fragile cependant, et il
faut toujours s'assurer de leur convergence.
1. Une quation intgrale de Fredholm de deuxime espce est de la forme
f (x) = g(x) +
K(x, x )f (x )dx
a
Proposez un schma de rsolution par le calcul des perturbations. Ne vous

contentez pas de l'ordre 1. Trouvez la perturbation d'ordre
en gnral.
2. Protez pour exhiber la solution exacte de
e(x+y) f (y)dy
f (x) = 1 +
0
En calculant les perturbations tout ordre et en sommant la srie ainsi

obtenue.
3. Faites la mme chose pour
f (x) = 1 +
f (y)dy
0
Attention, les bornes de l'intgrale dpendent de
x. On appelle ces quations
Voltera de deuxime espce.
Oscillateur de Van der Pol.
Van de Pol propos l'quation suivante dans les
annes 1920 pour modliser les oscillateurs auto-entretenus comme le battement

de coeur
x + (x2 1)x + 0 x = 0
Le coecient du terme
ngatif
si l'amplitude
est quivalent un frottement. Nous voyons qu'il est
est petite (<
1),
c'est dire que le systme reoit de
l'nergie de l'extrieur, ce qui va l'amener augmenter son amplitude. Par contre
176

si l'amplitude devient trop grande (>
1) le frottement devient positif et le systme
perd de l'nergie vers l'extrieur, ce qui va diminuer son amplitude. Nous voyons
que le systme maintient une oscillation stable quelque soit les conditions de
dpart.
1. Montrer que le point xe
x=0
est instable.
2. En partant de la solution non perturbe
x = a cos 0 t,
montrez que les
perturbations rgulires gnrent des termes rsonnants.

3. Utilisez la renormalisation de Lindstedt pour liminer les termes rsonnants.
Pour cela, chercher la solution sous forme de
x(t) = a cos t + x1 (t)

o
= 0 + 1 .
Vous pouvez apercevoir que l'lilmination des termes
amplitude de l'oscillation, ce que l'on
rsonnants impose une condition sur l'

appelle un cycle limite.
cosystme de prdateursproies.
Une des interaction fondamentale en colo-
gie est celle des prdateurs et des proies. Le premier modle pour la dynamique de
ces deux populations a t propos par Lotka et Votera au dbut des annes 1930.
Soit
le nombre des prdateurs et
le nombre des proies dans l'cosystme.
Lotka et Voltera ont propos
dN/dt =
N N P
(12.23)
dP/dt
N P P
(12.24)
est le taux de croissance naturel des proies en l'absence des prdateurs. La
prsence des prdateurs cause galement la disparition des proies, proportionnellement au nombre de prdateur et de proie, d'o le terme en
premire quation,
N P
dans la
tant l'ecacit de la chasse. Dans l'quation qui rgit la
dynamique des prdateurs, nous voyons que la croissance est fonction du nombre
de proie disponible, et le terme
est le taux de mort naturel des prdateurs.
1. Montrez que ce systme possde un point xe, c'est dire des valeurs
pour lesquels
N0 , P0
dN/dt = dP/dt = 0.
2. tudiez la solution de ce systme pour les faibles carts au point xe. Cela
N (t = 0) =
N0 + et P (0) = P0 . Cherchez la solution sous la forme N (t) = N0 + N1 (t)
et P (t) = P0 + P1 (t), et en collectant les termes d'ordre 1 en , obtenez un
systme linaire pour N1 et P1 . Rsolvez ce systme et dduisez galement
la forme du cycle limite, c'est dire N1 en fonction de P1 .
veut dire que nous prenons des conditions initiales du genre
3. Poussez les calculs l'ordre 2 en

suprieurs.
177
et tudiez l'apparition d'harmonique

4. Vous pouvez galement remarquer que le cycle limite peut s'obtenir en divisant directement (12.23) par (12.24) et en rsolvant l'quation direntielle
du premier ordre. Comparez le rsultat de ce calcul au rsultat de la question 2.
Stabilit d'interface.
Soit une interface
u(x, t)
(par exemple entre solide et li-
quide lors de la coule continue en mtalurgie) dcrit par l'quation
2u
4u
u
= au bu3 + c 2 d 4
t
x
x
o nous supposons les coecients
la solution
u(x, t) = 0
selon que
a, b, d > 0.
c est positif
d'instabilit.
178
Discuter la stabilit linaire de

ou ngatif et chercher les seuils

La plupart des phnomnes physiques sont dcrits par des quations direntielles qui impliquent des oprateurs direntielles. On rencontre souvent les
gradients, rotationelles, divergences et laplaciens et le fait que l'espace dans lequel vivent les physiciens ait trois dimensions a peut-tre fovoris leurs usages au
1
dpend d'autres formulations plus symtriques . Fondamentelement, ce sont des

oprateurs de drivation et nous allons nous attacher dans ce chapitre tudier
leurs signications et tablir leurs expression dans divers systmes de coordones.
13.1 Mtrique et Systme de coordonnes.

Nous reprons les points dans l'espace l'aide d'un systme de coordonnes. Par
exemple, pour un espace trois dimension, nous associons un tripet (q1 , q2 , q3 )
chaque point
de l'espace. Cet acte fondateur nous permet de ramener la
gomtrie, la science des relations entre points de l'espace, dans le domaine de

l'analyse et y appliquer toute la puissance de feu dont on y dispose.
Les points de l'espace ont une existence propre, indpendement de la representation en triplet que l'on utilise. Que le triplet qu'on utilise soit les coordonnes
cartesiennes ou polaire ne change pas le point
fois ce
ni )
ni (soulignons mentalement deux
la distance de ce point un autre. Si la distance entre deux points
est 1 mm, cela ne doit pas dpendre du systme de coordonnes cartesienne ou
P par
(q1 , q2 , q3 ) et le point innitsimalement voisin P + dP par le triplet
(q1 + dq1 , q2 + dq2 , q3 + dq3 ). Notons ds la distance entre P et P + dP . La relation
entre la distance ds et le triplet (dq1 , dq2 , dq3 ) dnit la mtrique du systme de
polaire que nous avons choisi. Supposons que nous avons repr un point
le triplet
coordonnes. Nous nous contenterons par la suite de systmes de coordonnes
orthogonales
(cartesiens, polaire, cylindrique,...) pour lesquels, de faon gnral,
nous avons :
2
2
2
ds2 = h2 dq1 + h2 dq2 + h2 dq3
1
2
3
Les quantits
h1 , h2 , h3
dpendent en gnral des coordonnes
1. Voir le chapitre sur les formes direntielles
179
(13.1)
qi .
On les appelle

2
les lments du tenseur mtrique . Il est vident que si pour un certain dplacement, nous avons
dq2 = dq3 = 0,
Coordonnes cartsiennes.
alors
tout simplement.
On le note souvent par le triplet
plus simple des systmes, pour lequel
Coordonnes polaires.
ds = h1 dq1
(x, y, z).
C'est la
h1 = h2 = h3 = 1.
On le note souvent
(r, , z).
Comme dans ce systme,
ds2 = dr2 + r2 d2 + dz 2
nous avons
h1 = 1, h2 = q1 = r
Coordonnes sphriques.
et
h3 = 1.
On le note souvent
(r, , ).
Ici
ds2 = dr2 + r2 sin2 d2 + r2 d2

et donc
h1 = 1, h2 = q1 sin q3 = r sin , h3 = q1 = r.
Coordonnes semi-paraboliques.
On le note souvent
(, , z).
Ce systme est
reli au cartsien par les relations
x = ; y = ( 2 2 )/2 ; z = z
Dmontrez que les lments du tenseur mtrique sont
h1 = h2 =
2 + 2 ,
h3 = 1.
Coordonnes paraboliques.
On le note souvent
(, , ),
reli au systme car-
tesien par
x = sin ; y = cos ; z = (1/2)( 2 2 )

Trouvez les lments du tenseur mtrique.
Problme.
En coordonnes cartsienne, la surface
qi = Cte est un plan. Donnez
des dnitions analogues pour les autres systmes de coordonnes.

En ralit, la dmarche est la suivante : une fois que nous avons un systme
de coordonnes
(q1 , q2 , q3 ),
c'est la donne du tenseur mtrique qui nous indique
qu'elle est ce systme, o mme plus, si l'espace est plat ou courb (mais ceci est
une autre histoire).
2. Dans le cas le plus gnral, l'lment de distance curviligne s'crit
ds2 =
hi,j dqi dqj

i,j
et la matrice
dont les lmnts sont les
hi,j
s'appelle le tenseur mtrique. Dans le cas des
coordonnes curvilignes orthogonales, les lments non-diagonaux sont nulles et

sous la forme plus simple de 13.1.
180
ds2
peut s'crire

13.2 Nabla, div et les autres.
Les oprateurs direntielles ont tous un sens gomtrique (disons mme plus,
physique). Ce ne sont pas juste des rgles de drivation du genre
1 E2 2 E1 . Si on
connait ce sens, on peut comprendre le sens profond de l'quation qui les contient.
Par ricochet, il devient trs facile de dduire leurs expressions dans n'importe quel
systme de coordonnes. C'est ce quoi nous allons nous attacher par la suite.
Notons quand mme que ces oprateurs ne sont pas si dissemblable qu'il n'y parat
et tous relient, d'une faon ou d'une autre, un ux travers un point, un circuit
ou une surface ferme une intgrale. Ds la n du dix-neuvime sicle, cette
similtude a emmen E. Cartan inventer la notion de formes dierentielles qui
unie tous ces oprateurs, qui ne sont alors que l'expression d'une opration de
drivation (qu'on appelle extrieure). Ces formes d'une lgance extraordianire
font l'objet d'un autre chapitre. Ici, nous nous attacherons une introduction
classique
de ces oprateurs.
13.3 Le gradient.
Soit la fonction
f (P )
qui a chaque point de l'espace associe une quantit. Le
nom savant de cela est un
champ scalaire. Cela peut tre une densit , un potentiel,
...Nous somme interess par savoir de combien cette fonction change si on passe
du point
au point voisin
P + ds.
Le gradient
est
la quantit physique qui nous
donne cette information :
df = f (P + ds) f (P ) = gradf.ds
gradf
qu'on note galement
dplacement
ds
est un
donne la variation de
priori dpend du point
P.
f.
vecteur
(13.2)
dont le produit scalaire avec le
Ceci est la
dnition
du gradient.
Notez que jusque l, nous avons exprim la variation
indpendement du systme de coordonnes choisi pour reprer les points de l'espace. Une quantit physique ne doit jamais dpendre du systme de coordonnes
et sa dnition doit toujours tre donne de faon intrinsque, indpendemment
des coordonnes. Quand en mcanique, nous crivons
F = md2 r/dt2 , ceci est une
relation qui est valable quelque soit le systme de coordones. La mme chose
s'applique aux oprateurs direntiels que nous utilisons en physique.
Evidement, une fois que nous avons exprim les choses de faon intrinsque, il
faut ensuite faire le boulot et calculer la trajectoire, les lignes du champ, les isopotentiels,...Pour cela, nous devons choisir un systme de coordones. Donc, nous
avons besoin d'exprimer
dans un systme de coordonne, celui qui convient le
P est repr par (q1 , q2 , q3 ) et

df = f (q1 + dq1 , q2 , q3 ) f (q1 , q2 , q3 ) =
mieux au problme considr. Suppons que le point

le point voisin par
(q1 + dq1 , q2 , q3 ).
Alors
181

(f /q1 )dq1 .
Le membre de droite de l'quation(13.2) vaut
( f )1 h1 dq1
o ( f )1 est la composante du gradient dans la direction 1.
( f )1 = (1/h1 )(f /q1 ). En refaisant la mme opration pour
Ceci nous donne

les trois coordon-
nes, on obtient :
f=
Examples.
f = (f /x, f /y, f /z).

f = (f /r, (1/r)f /, f /z).
En coordonnes cartesien, nous avons
En coordonnes polaire,
Problme.
1 f 1 f 1 f
,
,
h1 q1 h2 q2 h3 q3
Donner l'expression du gradient dans les autres systmes de coor-
donnes.
Problme.
Ecrire l'expression gnral du gradient dans l'espace
dimension.
La seule connaissance du tenseur mtrique nous permet de donner l'expression

du gradient dans le systme de coordonnes en question. Nous allons suivre la
mme dmarche pour tous les autres oprateurs direntiels.
Notons galement que la dnition (13.2) donne la direction selon laquelle le
champs
varie le plus rapidement. A
ds xe,
c'est la direction donn par
qui
donne la variation la plus importante.

Un corrolaire important de cela est que le vecteur gradient est perpendiculaire
aux surface de niveau. Une surface de niveau est l'ensemble des points sur lesquels
est constante. Si
n variable, f (x1 , ...xn ) = Cte est une

n1. Un dplacement ds perpendiculaire au vecteur
l'ordre 1 en ds) la valeur de f ce qui implique que le
est une fonction de
(hyper) surface de dimension

gradient ne change pas (
gradient est perpendiculaire la surface.
13.4 Champ de vecteurs.

Les quantits que l'on utilise en physique ne sont pas toutes scalaires comme la
densit
ou le potentiel V . Certaines quantits comme le champs lectrique E ou

J sont des quantits vectorieles. Nous supposons ici connu la
la vitesse d'un ot
notion de champ de vecteur, le lecteur interess par plus de dtails et de rigueur

pourrait se reporter au cours traitant les varits dierentiables. Pour visualiser
un champ de vecteur, il sut de choisir un ensemble de points reprsentatifs,
souvent rgulirement espac, et de montrer par une che le vecteur associ
ces points.
182

2
(a)
(b)
Figure 13.1 Reprsentation des champs de vecteurs (fx = x, fy = y) et (fx =
y, fy = x). Une che en un point reprsente la valeur du vecteur

f en ce point.
Les lignes de champs sont facile imaginer. En chaque point
P , la tangente la
ligne de champs est donne par le champ en ce point. Les lignes de champs de la
gure 13.1a sont des droites passant par l'origine, tandis que les lignes de champs
de la gure 13.1b sont des cercles centrs sur l'orgine. Le calcul des lignes de
champs est lmentaire d'aprs ce que nous venons de dire. Supposons que nous
(q1 , q2 , q3 ) et chaque point q = (q1 , q2 , q3 ) de l'espace

(f1 (q), f2 (q), f3 (q)). Soit une ligne de champ que
avons paramtrons par la variable t. Cela veut dire que nous dnission la
par trois fonctions q1 (t), q2 (t), q3 (t). D'aprs ce que nous venons dire, nous
utilisons les coordonnes
nous avons associ le vecteur

nous
ligne
devons avoir
dqi /dt = fi i = 1, 2, 3
ou encore, en regroupant les trois expressions,
dq1
dq2
dq3
=
=
f1
f2
f3
Nous avons crit ces expressions pour un espace trois dimensions, mais cela
peut s'appliquer n'importe quelle dimension.
Exemple 1.
f1 = q1 et f2 = q2 . Les quations des

dq1 /dt = q1 et dq2 /dt = q2 . La solution est q1 = q2 , o
Si (q1 , q2 ) dsigne les coordonnes cartesienne, alors ceci est
Soit, deux dimensions,
lignes de champs sont
est une constante.
une famille de droite passant par l'origine, c'est dire les lignes de champs de la
gure 13.1a.
183

curl f
n
C
P
Figure 13.2 Le champ f ,sa projection sur le circuit C entourant le point P , la

normale la surface
Exemple 2.
et le rotationel not
Soit, deux dimensions,
lignes de champs sont
q2 = t
dq1 /dt = 0
et
est une constante. Si
ou
curl f .
f1 = 0 et f2 = q1 . Les quations des

dq2 /dt = q1 . La solution est q1 = ,
(q1 , q2 ) dsigne les coordonnes polairs ,
alors ceci est une famille de cercles centrs sur l'origine, c'est dire les lignes de
champs de la gure 13.1b.
13.5 Le rotationnel.
La distinction entre les gure 13.1a et b saute aux yeux : dans le premier,
les lignes de champs ne se referment pas sur elles mmes, dans le deuxime,
toutes les lignes se referment sur elle mme. Dans le premier, les lignes de champs
sont comme originaire d'une source l'origine, dans le deuxime au contraire,
aucune source ne saute au yeux priori. C'est cela que l'oprateur rotationnel,
que l'ont note
rot
ou parfois
(ou curl
dans la littrature anglo-saxonne)
mesure localement. Prcisons les choses.

Soit un champ
f.
Considrons un point
et un circuit
de ce point. Si la projection des lignes de champ de
IC =
IC . Il
f .ds = 0.
innitsimal C
sur
autour
se referme, alors
Le rotationnel est l'oprateur qui quantie l'amplitude de
C a autant
An le vecteur porteur du circuit C , A tant l'air
n le vecteur unitaire perpendiculaire C , alors
y a cependant un petit dtail rgler : la direction du circuit
d'importance que sa taille. Soit

de la surface enclose par
nous dnissons
et
telle que
An.
f =
f .ds
(13.3)
C
l'ordre 1 en
(voir note
). Si vous n'aimez pas le travail avec les lments
3. Prcisons quelques notions sur les approxiamtions. Supposons que nous pouvons approxi-
184

innitsimaux (quoiqu'ils aient une existence mathmatiquement lgitime depuis
les annes 1960), vous pouvez utilisez la dnition
f = lim
n.
o
A0
est la surface entour par la courbe
1
A
f .ds
(13.4)
C.
vrai
Comme vous le savez probablement, le rot n'est pas un
vecteur, mais
un pseudo-vecteur. En faite, on ne peut donner un sens vectoriel au rotationel

que dans l'espace trois dimensions. Nous verrons le sens gnral du rotationel
dans le chapitre consacr soit aux tenseurs, soit aux formes dierentielles. Nous
continuerons de les traiter classiquement dans ce qui suit.
Une fois que nous avons dfni le rotationnel de faon (eq.13.3), nous pouvons
nous en servir pour l'crire dans n'importe quel systme de coordonnes. Soit
(q1 , q2 , q3 ) et le champs f = (f1 , f2 , f3 ) dni dans ces coordonnes :

fi = fi (q1 , q2 , q3 ). Considrons un petit circuit autour du point P , dans le plan
(q2 , q3 ).
Sur la partie P A, notre intgrale vaut (nous omettons d'crire la variable q1
qui ne varie pas), l'ordre 1 en a
le systme
f2 (q2 , q3 )h2 (q2 , q3 )a

mer une fonction autour d'un point
(13.5)
par son dveloppement de taylor :
= f (x + h) f (x) = f (x)h + (1/2)f (x)h2 + ...

Quand on dit qu' l'ordre 1 en
h,
vaut
f (x)h,
cela veut dire que
1
lim = f (x)
h h0
Concrtement, cela veut dire que nous nous interessons aux trs petits
(innitsimaux) et le
premier terme de l'approximation est amplement susant. De faon plus formelle, nous pouvons
crire
= f (x)h + o(h)
o
o(h)
regroupe tous les termes qui sont ngligeable devant
quand
h0
1
lim o(h) = 0
h h0
Si nous avons une ide prcise des termes que l'on nglige (comme c'est le cas ici) on peut crire
= f (x)h + O(h2 )
o
O(h2 )
h2
veut dire que le plus grand terme que nous avons nglig est au mieux de l'ordre de
1
lim O(h2 ) = Cte <
h2 h0
Pour simplier, par

Les symboles
et
o(h)
il faut entendre trs petit devant
h
et par
O(h)
de l'ordre de
h.
sont appels les symboles de Landau, du nom du mathmaticien allemand
Edmund Landau (et non du physicien sovitique Lev Landau). Ils permettent une grande rigueur
et concision dans l'criture des expressions impliquant des limites.
185

3
B
2
A
Figure 13.3 un petit circuit autour du point P
= (q2 , q3 ), o A = (q2 + a, q3 )
B = (q2 + a, q3 + b) et C = (q2 , q3 + b). Noter que le circuit est
dans le plan (q2 , q3 ) et perpendiculaire l'axe q1 .
et sur la partie BC
f2 (q2 , q3 + b)h2 (q2 , q3 + b)a

et la somme de ces deux parties nous donne
[h2 f2 ] ab
q3
Par le mme mcanisme, l'intgration sur la partie
AB
et
CP
nous donne
[h3 f3 ] ab
q2
La partie gauche de l'eq.(13.3) est par ailleurs, l'odre le plus bas en
h2 h3 ab (rot f )1 ,
a, b
ce qui nous donne, enn,
(rot f )1 =
1
(h3 f3 ) (h2 f2 )
h2 h3
q2
q3
(13.6)
Les autres composantes se trouvent facilement par une permutation circulaire de
(1, 2, 3).
Example.
En coordonnes polaire
(r, , z), h1 = h3 = 1, h2 = r.
donc
(rot f )r
(rot f )
(rot f )z
1 fz
(rf )
r
z
fz
fr
z
r
1 (rf ) fr
r
r
186
Nous avons

Problme.
Donnez l'expression du rotationel en coordonnes sphrique et pa-
rabolique.
Gnralisation.
Quand on se trouve dans l'espace trois dimensions, nous pou-
vons caractriser une surface plane par le vecteur orthogonal celle-ci. Dans le
cas gnral, ceci n'est pas possible et il faut indexer les composants du rotationnel
par deux indices dsignant le plan qui contient le circuit sur lequel nous avons
eectuer l'intgral. Ainsi, nous aurions d noter l'expression (13.6) en ralit
(rot f )2,3 = ...

o l'indice
(2, 3) implique que le circuit C
se trouvait dans le plan
dimension par exemple, le rotationnel contient
x2 , x3 . A quatre
n(n 1)/2 n
composantes (et
dimension). Dans l'espace-temps par exemple, le rotationnel d'un vecteur qu'on

appelle potentiel vecteur possde 6 composantes : les trois o les circuits contenaient une dimension temporelle sont appels champ magntique et les trois qui
ne contiennent que des dimensions spatiales sont appel champ lectrique.
13.6 La divergence.
Le travail d'un comptable est de faire le bilan des sommes dpenses et gagnes
par son entreprise. C'est exactement ce travail qu'eectue l'oprateur divergence.
Considrons une surface innitsimal ferme
du ux d'un champs
autour du point P
: quel est le bilan
travers cette surface ? C'est ce bilan que la divergence
quantie. Plus exactement,
dV div f =
f d
La dmarche pour calculer la divergence est similaire ce que nous avons fait
pour le rotationnel. Considrons le ux (sortant) travers la surface
normales aux surfaces sont par convention orientes
sortant ) :
ABCD
(les
bch2 (q1 + a, q2 , q3 )h3 (q1 + a, q2 , q3 )f1 (q1 + a, q2 , q3 )

et le ux (entrant) travers la surface
PB C D
bch2 (q1 , q2 , q3 )h3 (q1 , q2 , q3 )f1 (q1 , q2 , q3 )

Le bilan de ces deux termes nous donne
(h2 h3 f1 )
abc
q1
4. Le rotationnel dans ce cas est appel tenseur lectromagntique. Nous rferons le lecteur
un livre avanc en lectromagntisme pour voir cela en dtail.
187

En considrant le ux travers les quatre autres surfaces, et en notant que
h1 h2 h3 abc,
div f =
Example.
dV =
on obtient nalement
1
h1 h2 h3
(h2 h3 f1 ) (h3 h1 f2 ) (h1 h2 f3 )

+
+
q1
q2
q3
donc
div f =
Noter que comme
1
r
(r, , z), h1 = h3 = 1, h2 = r.
Nous avons
(rfz )
(rfr ) f
+
+
r
z (rfz ) = rz fz , l'expression ci-dessus peut encore se simplier
quelques peu.
Problme.
Donnez l'expression de la divergence en coordonnes sphrique et
parabolique.
Problme.
Comment pourrait on gnraliser la divergence pour les espaces
dimensions ?
et de champs de vitesse v. La densit de

v.Si le uide est incompres-
Prenons le cas d'un uide de densit
courant (le dbit de la masse) vaut en chaque point

sible (pensez l'eau), alors
divv = 0.
Si au contraire le uide est compressible,
la dierence entre le ux entrant et sortant dans un petit volume provoque une
accumulation de la masse en ce point, d'o le sens de l'quation
+ divv = 0
t
Ceci est galement le sens des quations de Maxwell en electromagnetisme, sauf
que l, on ne considre pas le ux d'un vecteur mais d'un objet un peu plus
complexe qu'on appelle le tenseur lectromagntique.
13.7 Le Laplacien.
Le laplacien dun champ scalaire est dni en terme des autres oprateurs que
nous venons de voir :
f = div(gradf )
et d'aprs ce que nous avons dit, s'exprime simplement en coordonnes curviligne
comme
f =
1
h1 h2 h3 q1
h2 h3 f
h1 q1
q2
188
h3 h1 f
h2 q2
q3
h1 h2 f
h3 q3

Example.
donc
f =
(r, , z), h1 = h3 = 1, h2 = r.
1
2
2
r (rr f ) + (1/r) f + rz f
r
qui prend une forme plus simple si l'on fait rentrer le facteur
du
Nous avons
(1/r)
l'intrieur
[].
La signication du laplacien est l'cart la moyenne. En un point

mesure de combien le champ scalaire
P , le laplacien
est dirent de la moyenne du champ pris
sur les points voisins. Voyons cela de plus prs. Prenons d'abord le cas une
dimension et supposons que nous utilisons les coordonnes cartesiennes. Autour
du point
d'indice
x0 ,
choisissons deux points distants de
la moyenne d'une fonctions
est calculons l'cart
1
(f (x0 + h) + f (x0 h)) f (x0 )
2
1
1
(f (x0 + h) f (x0 )) + (f (x0 h) f (x0 ))
2
2
1
f (x0 )h2 + O(h3 )
2
=
=
=
donc, un facteur
1/2
prs (qui dpend de la dimension de l'espace), l'cart la
moyenne est donne par la drive seconde
multiplie
par la distance des points
h2 . La gnralisation est immdiate. Donnons nous un point

P0 et une sphre de rayon h petit autour de ce point. Calculons la moyenne de
l'cart entre la valeur de la fonction au point P de la sphre et le point P0 . Le
point P est repr par le vecteur hn, c'est dire que P = P0 + hn
de voisinage au carr
=
=
=
=
La quantit
V / = Ch,
hV
(f (P ) f (P0 )) d
(gradf ) hnd
div (gradf ) dV
V
div (gradf )
+ O(h3 )
est un facteur gomtrique. A trois dimensions
par exemple, C=1/3. Nous retrouvons donc bien la signication du laplacien de

la moyenne.
5. De faon gnrale,
V /S == r/d,
est la dimension de l'espace et
sphre.
189
le rayon de la
Table 13.1 Les oprateurs dierentiels en coordonnes curviligne. Pour les opq1 est donne, les autres
(1, 2, 3).
rateurs vectoriels, seul la composante selon

se dduisent par permutation circulaire
Expression
application
1 f
h1 q1
f
f
(rot f )1 = h21h3 (h32 3 ) (h23 2 )
q
q
1
2 h3
3 h1
div f = h1 h2 h3 (hq1 f1 ) + (hq2 f2 )
f
1
2
f = h1 h2 h3 q1 hhh3 q1 + ...
1
(gradf )1 =
f (b) f (a) =
f.ds
(h1 h2 f3 )
q3
f .ds =
rotf .dn
f dn =
divf dV
Par exemple, l'quation de la vibration d'une membrane lastique, dont la

hauteur
est relev en chaque point est
2u
= ku
t2
En terme de mcanique du point, l'quation ci-dessus est juste la formule
m =
: le terme de gauche est l'acclration verticale ; le terme de droite, l'cart
la moyenne de chaque point par rapport ses voisins, est la force exerce sur ce
point.
Une des quations trs importante de la physique (lectrostattique sans charge)
est celle de laplace (d'o le nom de Laplacien)
V = 0
Cela veut dire qu'en tout point
x,
la fonction
V (x)
est est gale la moyenne de
son voisinage. Ceci veut dire que soit la fonction est localement linaire autour
du point
P,
soit que les variations le long d'une direction sont compens par des
variation en sens inverse dans d'autres dimension. Prenez par exemple l'image
d'un col en montagne : dans une direction, on monte, dans l'autre direction, on
descend. Cela implique donc qu'une fonction obissant cette quation ne peut
pas avoir d'extrmum local nul part l'intrieur du domaine o cette quation
est valable.
13.8 Rsumons.
Il est temps de mettre tous ces expression cte cte et voir leur ressemblance.
Remarquez, dans la colonne des applications de la table 13.1), la relation entre
la partie droite et gauche de chaque galit. Dans la partie gauche, nous somme
entrain de calculer quelque chose comme le
190
ux
d'un champ sur une courbe

P
1
P
2
P
3
P
N1
B
Figure 13.4 Dcoupage d'un circuit en N intervalles

de 0, 1, 2 dimensions. Dans la partie droite, nous relions ce ux l'intgrale
d'un operateur dierentiel de ce champ sur une surface de 1,2,3 dimensions qui
entoure la courbe prcdente. Les trois relations s'appellent formule de Stockes
gnralise.
Remarquez que les relations de Stockes s'obtiennent directement partir des
dnitions. Prenons l'exemple du gradient, et donnons nous un circuit
menant par le point
et nissant par le point
intervalles (bien sr, nous prensons
B.
trs grand,
com-
Dcoupons ce circuit en
). Sur chaque inter-
valle, nous pouvons crire, l'ordre 1 en longeur des intervalles, et en utilisant la

dnition du gradient :
f (P1 ) f (A)
f (P2 ) f (P1 )
f |A .ds1
f |P1 .ds2
...
f (B) f (PN 1 )
f |PN 1 .dsN
En sommant les deux cts de ces galits et en prenant la limite
N ,
nous
obtenons la relation de Stockes pour le gradient. La relation de Stockes pour les

deux autres oprateurs s'obtient de faon similaire.
Nous reviendrons beaucoup plus tard sur ces notions en leur donnant le caractre gnral qui leur sied d'abord travers le cours sur les formes dierentielles et
ensuite quand nous aborderons le calcul tensoriel et les varits direntielles. Les
formes direntielles sont plus lgant, mais les physiciens sont plus habitus au
calcul tensoriel. Les deux approches sont trs complmentaire, des perspectives
direntes de la mme chose. Notons simplement qu'avec les formes dierentielles,
les relations de Stockes se notent, de faon trs gnrale,
=
d
o
est l'hyper surface qui entoure l'hyper volume
extrieure de
191
est
est la drive

13.9 Problmes.
1.
Dmontrer les relations suivantes et surtout, donner leur un sens gomtrique
en vous inspirant des dnitions

1.
rot(gradf ) = 0
(help : considerer des circuits innitsimaux sur des sur-
faces de niveau entourant un point
P ).
2.
3.
2.
div(rot f ) = 0
div(A B) = (rotA).B + A.(rotB)
En utilisant les relations locales, dmontrez les formules de Stockes du tableau
13.1.
3.
Nous avons dni le Laplacien d'un champ scalaire. Le Laplacien d'un champ
vectoriel est dni par
f = grad(divf ) rot(rotf )
Exprimez le Laplacien dans les dirents systmes de coordonnes. Pouvez vous
en donner un sens gomtrique ?
4.
Dmontrer les relations de Stockes pour le rotationnel et la divergence.
13.10 Notes.
Certaines manipulations impliquant les
dqi
peuvent paratre approximatif et
sans la rigueur ncessaire. Il n'en est rien. Reprenons par exemple le calcul du
rotationnel avec autant de prcision que souhaitable.
Quelques points claircir d'avance. Si nous connaissons la fonction (trs lisse,
inniment drivable)
0
q = (qi ), alors nous
0
0 0
exemple (q1 + dq1 , q2 , q3 ) :
et ses drives au point
connatre sa valeur en un point proche, par
pouvons
0
2 2
f (q1 + dq1 , q2 , q3 ) = f (q) + dq1 1 f (q) + (1/2)dq1 1 f (q) + ...
C'est ce que nous appelons le dveloppement de Taylor. Maintenant, si nous
connaissons la fonction
et ses drives au point
0
q = (qi ), alors comment valuer
0
q1 +a
f (q1 , q2 , q3 )dq1
0
q1
192

Rien de plus simple partir du dveloppement de Taylor. Dans l'intervalle d'intgration, nous choisissons le paramtrage
0
q1 +a
0
q1 = q1 + u
f (q1 , q2 , q3 )dq1
0
f (q1 + u, q2 , q3 )du
0
q1
0
a
2
f (q) + u1 f (q) + (1/2)u2 1 f (q) + ...
=
0
2
= af (q) + (1/2)a2 1 f (q) + (1/6)a3 1 f (q) + ...
La dernire ligne a t possible parceque les quantit
f (q), 1 f (q),
... sont juste
des constantes pour l'intgrale en question : l'intgration se fait sur
u!
Dans
l'quation13.5, nous avons simplement crit le premier ordre, le seul qui est pertinent quand on prend la limite
a, b 0. Pour vous en persuader, il sut de faire
le calcul l'odre suprieur.
193

Le mot tenseur peut voquer des objets avec beacoup d'indices et d'exposants
du genre
ml
ijk
qui multiplient d'autres objets de ce genre et o il faut se souvenir
que certains varient de faon contravariante et d'autres covariante. En faite, ce

sont des objets trs simple qui gnralisent les matrices. Le lecteur dj familier
avec ces derniers n'aura aucun mal manipuler les tenseurs. Comme on va le voir
par la suite, les tenseurs sont partout en physique et donnent beaucoup de sens
aux diverses formules.
14.1 Les tenseurs de rang 2.

m. Comme matre
a, est reli au vecteur
Prenons d'abord le cas d'une force applique une masse

Newton l'avait arm, le vecteur acclration de la paticule,
force,
F,
par la relation
a=
1
F
m
(14.1)
Dit en langage de mathmaticien, il existe une application linaire qui, applique

au vecteur
produit le vecteur
a.
Comme nous l'avons mainte fois soulign,
linaire veut dire que (i) si l'on double la force, l'acclration est double ; (ii)
si la force est considre comme la somme de deux autres forces, l'acclration
produite sera la somme des acclrations produites par chacune de ces forces. Si
on note par
cette application, nous avons
A(F1 + F2 ) = A(F1 ) + A(F2 )
, R
C'est la dnition d'une application linaire. Comme c'est trs simple
et
trs
fondamental, a ne mange pas de pain de la rappeler. En physique, nous avons

l'habitude d'appeler cela le principe de superposition.
Notre application linaire dans ce cas tait vraiment triviale : prendre le vecteur
F et le multiplier par un scalaire 1/m. Prenons le cas maintenant d'une onde
lectromagntique qui rentre dans un matriau dilectrique (non mtalique). Localement, le matriau devient polaris, et le vecteur polarisation
champs lectrique
est reli au
par
P = E
194
(14.2)

La polarisation est bien sr relie linairement au champ lectrique : si on double
le champs, la polarisation est doubl etc. Mais
rallle
E!
n'a aucune raison d'tre
pa-
Le matriau, si il est cristalin, possde des axes priviligies. Il est
plus polarisable dans certaines directions et la composante de
parallle ces
directions est plus amplife . Le vecteur polarisation rsultant priori n'est donc
pas parallle au champ lectrique. La susceptibilit lectrique (c'est son nom)
n'est donc pas un scalaire, mais un tenseur (une application linaire) . Quand on
veut manipuler et mesurer ces choses, il faut bien les reprsenter par des nombres.
Comme nous l'avons dit, nous nous donnons alors une base, est nous representons un vecteur par ses compostantes
matrice, dont les lments sont
ij
Ei
ou
Pi .
La reprsentation de
est une
et numriquement, la relation (14.2) s'crit
Pi =
ij Ej
(14.3)
j
L'expression ci-dessus est juste le produit de la matrice
par le vecteur
Pcrit
de faon explicite.
Pour le physicien, la susceptibilit est une proprit fondamentale du materiau,
au mme titre que sa masse. De mme, les vecteurs
et
ont une existence
propre, indpendemment de comment nous les mesurons. Ceci veut dire que dans
direntes bases, les
composantes
des vecteurs,
Ei
et
Pi
auront direntes va-
leurs, mais si on les manipule correctements, on retrouvera les mme vecteurs

originaux. De mme pour les lments
ij
: quelque soit la base que nous avons
choisi , en suivant la relation (14.3), on doit toujours retrouver le mme vecteurs polarisation. Cela va de soit si nous savons que ces nombres ne sont que
des reprsentations des vecteurs et applications linaires, et que nous disposons
des mcanismes prcis pour les calculer, une fois donne une base. Cela allait un
peu moins de soi au dbut du vingtime sicle quand l'algbre linaire n'tait pas
aussi dmocratis que de nos jours. On prsentait alors un tenseur
ij
comme une
collection de nombres avec des rgles de transformations prcises lors des changements de base. C'tait un peu comme faire de l'arithmtique avec des chires
latins ( quel est le rsultat de MCLLXIV+MLCLXII ? ) et malheureusement,
cette conception des tenseurs reste encore vivante de nos jours.
1. Dans le temps, on faisait beaucoup de dinstinction entre un scalaire, un vecteur et un
tenseur. Bien sr, on peut voir un scalaire comme une matrice diagonale avec tous ses lments
gaux : le produit d'une application identit par un nombre.
x horizontal et selon le rayon laser qui rentre dans le cristal, z vertical

x,y ,z parallle aux axes principaux du cristal ;
direction de l'toile polaire, y pointant vers le soleil et z vers le centre de la
2. par exemple, base 1 :

et
perpendiculaire aux deux autres ; base 2 :
base 3 :
dans la
galaxie. Les deux premires bases sont couremment utilises par l'opticien : la premire est le
rfrentiel du laboratoire trs naturel utiliser ; Dans la deuxime, la matrice de la susceptibilit
est diagonale (au dit autrement, les axes du cristal constituent les vecteurs propres de
et
donc les calculs y sont trs simple. La base 3 n'a jamais t utilis ma connaissance pour faire
de l'optique.
195

Nous reviendrons plus tard ces rgles de maniplation pratique des chires.
Pour l'instant nous allons nous habituer un peu plus ces concepts. A propos, le
titre de cette section tait les tenseurs de rang 2. C'est un terme savant pour
dsigner les applications linaires. Un scalaire est un tenseur de rang 0 (zro)
et une application linaire est un tenseur de rang 2 (il faut deux indices pour
numerer les lments). A votre avis, qu'est ce qu'un tenseur de rang 1 ?
Prenons maintenant un autre exemple, une fonction vectoriel dans l'espace
3
R3 ,
u(x, y, z) = (u1 (x, y, z), u2 (x, y, z), u3 (x, y, z) ) . Si nous connaissons la valeur de
(x0 , y0 , z0 ), la valeur de la fonction au point (x0 + dx, y0 +
dy, z0 + dz) est u(x0 , y0 , z0 ) + du, o
la fonction au point
du = D.dr
la relation ci-dessus n'est pas autre chose que
d'une seule variable et le tenseur
(14.4)
du = u (x0 )dx
pour les fonctions
gnralise la notion de drive. Evidment,
nous savons que les composantes de ce tenseur s'crivent
Dij =
o nous avons remplac les coordonnes
ui
xj
x, y, z
par
x1 , x2 , x3
( cela est beaucoup
plus pratique). Remarquez qu' priori, nous n'avons rien fait d'autre que d'crire
le dveloppement l'ordre 1 de chaque composante
ui
et de regrouper le tout
sous forme d'une matrice. La relation (14.4) est cependant plus profond et met
l'accent sur la linarit de la relation entre
dret du 4 .
Ce que vous devez retenir ce point est que les tenseurs gnralisent la notion
de multiplication des objets de dimension suprieurs 1.
Convention de sommation.
Les tenseurs sont devenus populaire partir des
annes 1920. Einstein par exemple a formul sa thorie de relativit gnrale

en termes tensoriels. Il a remarqu que quand on crivait des sommes du genre
(14.3), l'indice sur lequel on sommait (j dans le cas cit) tait toujours rpt
dans deux quantits (ij et
Ej
dans ce cas). Du coup, autant laisser tomber le
signe somme et accepter que quand un indice est rpt deux fois, cela veut dire
qu'il faut sommer sur cet indice. Cette convention est tellement pratique qu'elle a
Pi = ij Ej .
ij = ijkl kl (peut
t adopt partout. La relation (14.3) s'crit, avec notre convention,

Si nous tions dans un espace quatre dimension, la relation
3. par exemple la vitesse d'un coulement en chaque point de l'espace.

4. Si l'on deforme un solide, chacun de ses points est dplac. Nous pouvons dnir une
fonction vctoriel
u(x, y, z)
qui relate le dplacement de chaque point. Le tenseur
que nous
avons dni ci-dessus (ou plutt sa version symtrise) est appel dans ce cas le tenseur des
dformations et constitue le socle de la thorie d'lasticit.
196

importe ce que cela veut dire) est une faon plus concise d'crire
ij =
ijkl kl
l=1 k=1
Si les composantes d'un vecteur
dans la base
(e1 , e2 , e3 ) sont x1 , x2 , x3 , nous

x = xi ei . Nous suivrons
pouvons, en suivant cette convetion, crire simplement

cette convention dans cette section.
Note : Faire plusieurs exercices pour bien habituer la convention, surtout
en prparation de ce qui suit. Surtout les habituer au permutation d'indice :
pji xj
et
pij xi
c'est la mme chose. Donner l'quivalent en langage humain du
genre sommons sur la premire indice. Faire vraiment beaucoup d'exercice sur
l'indice muet. Une bonne partie du pratique des tenseurs c'est seulement cette
manipulation d'indice.
Examples choisis et exercice.

Les mettres peut tre juste avant les changement de base, ou les distribuer au
fur et mesure.
1. Champ lectrique cr par un dipole
2. nergie d'interaction entre dipoles
3. le tenseur quadrapolaire
4. elasticit : tenseur de dformation et de contrainte, relation de Hook. Proter pour habituer aux changements de variables pour crire ces tenseurs
en symetrie sphrique ou cylindrique : contenaire prcontraint, les billes
d'actine, etc.
5. tenseur de dformation cre par une force ponctuelle la surface ; par un
dipole de force ;
6. Energie d'interaction entre deux marches la surface d'un cristal. Instabilits lastiques
7. tenseur hydrodynamique et la viscosit, la landau.
8. Le tenseur mtrique. Les oprateurs direntiels : grad, curl, div.
9. Un peu de gomtrie direntielle.
10. Le tenseur lctromagntique en relativit, le lien avec le chapitre prcdent.
14.2 Gnralisation des tenseurs.

Les tenseurs de rang 2 que nous avons rencontr plus haut taient des fonctions
linaires d'un espace vectoriel
E1 dans un autre esapce vectoriel E2 : A : E1 E2 .
197

Un tenseur de rang 3 est une application bi-linaire qui prend
entre et prdouit
un
vecteur en sortie :
A : E1 E1 E2 .
deux
vecteurs en
l'application
A(x, y)
est bilinaire, c'est dire linaire pour chacun de ses arguments :
A(x1 + x2 , y)
A(x1 , y) + A(x2 , y)
A(x, y1 + y2 )
A(x, y1 ) + A(x, y2 )
, R. A nouveau, pour faire des calculs, nous nous donnons une base, et
A doit tre donn par trois indices aijk (une matrice trois dimensions
vous voulez : ligne, colonne,epaisseur). Si z = A(x, y), alors la relation entre
cette fois,
si
leurs composantes est juste une gnralisation des produits matricielles :
zi = aijk xj yk
Reprenons notre exemple de fonction
u(x1 , x2 , x3 )
que nous avons rencontr
plus haut.
introduire dj les formes linaires, mais attendre le produit scalaire pour parler
de l'espace dual.
14.3 Les composantes d'un tenseur.

Les tenseurs de rang 2.
Il nous faut maintenant manipuler pratiquement les tenseurs, c'est dire
calculer leurs composantes. Revenons ce que nous savons sur les vecteurs. Pour
les manipuler, nous les reprenstons sous formes d'un ensemble de chire (souvent
sous forme d'une colonne) : nous nous donnons une base
crivons un vecteur
x1 e1 + ...xn en = xi ei
{e1 , e2 , ...en },
nous
x =
(x1 , ...xn ).
sous forme de combinaison linaire de ces vecteurs,
et nous reprsentons le vecteurs par les nombres
Pour caractriser une application linaire
A (autrement dit, un tenseur de rang
2), il sut de connaitre l'action de cette application seulement sur chaque vecteur
de base
Ae1
Ae2
a11 e1 + a21 e2 + ...an1 en
a12 e1 + a22 e2 + ...an2 en
(14.5)
...
Aen
a1n e1 + a2n e2 + ...ann en
5. Nous considrons seulement le cas o

de dimension
est une application linaire d'un espace vectoriel
dans un espace vectoriel de mme dimension. La matrice reprsentant
est
alors carr. La gnralisation au cas les espace vectoriel de dpart et d'arriv n'ont pas la mme
dimension est triviale et laiss au soin du lecteur.
198

ou dans notre notation concise tensorielle avec la convention de sommation de
l'indice rpt,
Aei = aji ej
i = 1, ..., n
(14.6)
Notez le sens de la variation des indices : c'est la fameuse convention de prsenter

les composantes de
Aei
comme des vecteurs
colonnes
et de les aligner ctes
aij ,
ctes pour former une matrice. Connaissant ces composantes

calculer les composantes de n'importe quel vecteur
y = Ax
nous pouvons
(on ne le prcisera
plus, nous suivons notre convention de sommation ) :
Ax
xi Aei
linrait d'une application linaire
=
i-me
A(xi ei )
=
La
xi aji ej
la relation (14.6) ci dessus
composante du vecteur
est donc donn par
yi = aij xj
(14.7)
Ceci est bien sr la rgle selon laquelle il faut multiplier la i-me ligne de la matrice
x lment par lment pour obtenir la i-me composante

y. Notez nouveau 6 le sens de la variation de l'indice et comparez la relation
par le vecteur colonne

de
(14.6) : cette fois nous sommes en train de sommer sur le deuxime indice tandis
que dans la relation (14.6), nous sommions sur la premire indice. On dit que
les composantes d'un vecteur varient de faon
contravariante, c'est dire dans le
sens contraire la variation des vecteurs sous l'eet d'une application linaire. Le
7
mot contraire est mal choisi , puisque il veut simplement dire qu'il faut sommer
sur l'autre indice. C'est malheureusement un mot consacr qu'il faut connatre.
Les tenseurs de rang quelconque.

Ce que nous venons de dire se gnralise naturellement aux tenseurs de rang
quelconque. Prenons le cas d'un tenseur
de rang 3, c'est dire une fonction
bi-linaire qui prend deux vecteurs en entre et produit un vecteur en sortie

(A
: En En En , o En est un espace vectoriel de dimension n). On ne

A comme une matrice, il nous faudrait arranger les termes
plus reprsenter
peut
dans
un tableau tri-dimensionnel, peut pratique crire. Il nous faut nous contenter

des coecients, mais la longue vous le verrez, ce n'est pas moins pratique.
Comme nous l'avons indiqu plus haut, il nous faut connatre l'action de
tous
les
couples
sur
vecteurs de base :
A(ei , ej ) = akij ek i, j = 1, ..., n

6. Nous avons permuter
et
pour dsigner la ligne de la matrice par
et sa colonne par
j.
Certaines habitudes ont la vie dure.

7. Historiquement, l'application linaire le plus souvent considr tait un changement de
base et le mot contravariant avait plus de sens. Nous verrons cela un peu plus tard.
199

akij ,
x,y :
connaissant ces coecients

porte quel deux vecteurs
nous pouvons connaitre l'action de
z =
sur n'im-
A(x, y)
A(xi ei , yj ej )
xi yj A(ei , ej )
akij xi yj ek
Autrement dit,
zk = akij xi yj
Voil, c'est ce que nous disions sur la gnralisation naturelle des matrices. Notez
la concision que la convention de sommation de l'indice rpt nous procure.
14.4 Changement de base.

Connaissant les composantes d'un vecteur ou tenseur dans une base, comment
en dduire ces composantes dans une autre base ? L'exercice n'est pas futil, et
mrite que l'on y passe un peu de temps pour au moins deux raisons : (i) nous
mesurons souvent les composantes d'un tenseur dans une base priviligie o il est
diagonal (par ce qu'il est beacoup moins fastidieux de mesurer
nk
coecients que
), mais nous gagnons notre pain dans la base du laboratoire o nous eectuons
nos expriences ; (ii) certaines thories comme la mcanique classique o la relativit sont fondes sur l'invarience de certaines quantites lors des changements
de rfrentiel : il faut donc savoir comment passer d'une base l'autre si l'on veut
comprendre ces thories.
Commenons par le cas d'un vecteur.
Nous connaissons les composantes d'un
x dans la base {e1 , ..., en }et nous souhaitons obtenir ses composantes dans
la base {f1 , ..., fn }. Evidement, il existe une application linaire P qui transforme
les vecteurs fi en vecteur ei : P f1 = e1 , P f2 = e2 ,... Par exemple, si nous avons
vecteur
tourn les axes de la premire base de 45 degrs pour obtenir la deuxime base,
l'application
est l'application Rotation de -45 degrs. Notez que c'est l'appli-
cation qui transforme la deuxime base en premire ; pour plus de clart, on le

note parfois
P21 . Pour avoir la reprsentation matricielle de P
dans la base
{fi },
ei
il sut, comme nous l'avons dit plus haut (relation 14.5), d'crire les vecteurs
comme des combinaisons linaires des vecteurs
ei = pji fj
200
fi

Connaissant ces coecient
pij ,
on obtient directement l'expression de
combinaison linaire des vecteurs
fi
comme
xi ei
= xi pji fi
Si nous dsignons par
xi
les composantes du vecteur dans la nouvelle base, nous
avons
xi = pij xj
(14.8)
Vous avez peut tre remarqu la beaut de la relation ci-dessus : les composantes
du vecteur
Px
dans la deuxime base
{e} !
dans la premire base
{f }
sont gaux aux composantes du vecteur
Revenons l'exemple de la base
une rotation de +45 degrs de la base
{e} ;
{f }
obtenue par
les composantes d'un vecteur
dans
-45
cette nouvelle base sont gaux aux composantes du ce vecteur, tourn de
degrs, dans l'ancienne base. En faite, voil l'origine du mot contravariant.

Continuons par un tenseur de rang 2.
tenseur
dans une base
{e},
Nous connaissons les lments
aij
d'un
et nous souhaitons les exprimer dans la base
P = P21 .
Q = P 1 :
en nous aidant de l'application de passage

galement besoin de l'application inverse
{f }
Cette fois, nous avons
fi = qji ej
Connaitre l'application
chaque vecteur
fi .
dans la base
{f },
c'est connaitre l'action de
sur
Allons-y :
Afi
= Aqji ej
= qji Aej
= qji akj ek
= qji akj plk fl
Ce qui nous donne :
ali = plk akj qji

Cette dmarche se gnralise immdiatement aux tenseurs de rangs suprieurs.
Il ne faut surtout rien retenir pas coeur : si vous avez compris la dmarche,
la formule de transformation s'obtient en deux coup de cuillre. (j'ai un petit
problme de consistence de notation). Donner la forme matricielle habitulles.
Exercice : dduire l'expression des tenseurs
201
aijk
et
aijkl

14.5 Le produit scalaire gnralis, covariant et
contravariant, les formes linaires.
Le lecteur qui a rencontr les tenseurs, surtout dans le contexte de la relativit
gnrale ou de la gometrie riemanienne a not que l'on fait une distinction trs
nette entre les vecteurs, tenseurs,... covariant et contravariant. Les composantes
des uns s'crivent avec des indices en bas, d'autre avec des indices en haut et nous
manipulons constement des expressions du genre
ij
kl yi xk .
Nous crivions jusque
l tous les indices en bas, mais essayons d'aller plus loin. Une bonne partie du
calcul tensoriel consiste pratiquer la manipulation des indices. Nous allons nous
donner une nouvelle rgle de sommation dont le sens sera prcis plus loin.
Rgle de sommation.
Une expression qui contient des indices rpts reprsente
une somme si un des indices est en haut et l'autre en bas.

C'est une rgle gramatical au mme titre que les parenthse : une expression
bien forme contient le mme nombre de parenthse ouvertes que fermes. De
xi yi est correctement form et veut

i j
ij
dire x y1 + x y2 + x y3 + ... L'expression gij x y est bien forme, ainsi que g xi yj
j
i
i
i
j
et gi xj y . Par contre, gj xj y ou gij xi y sont gramaticalement incorrect, au mme
titre que les expressions du genre (a + b))c + d( ou (a + (b + (c). Par convention,
mme pour les indices rpts, l'expression
tout ce qui a un indice en bas est appel
covariant ; un indice en haut reprsente
une quantit contravariante.
(e1 , e2 , ...) dans un espace vectoriel E .

x s'crit comme une combinaison linaire des lments de
Donnons nous maintenant une base

N'importe quel vecteur
la base, ce qui, avec notre nouvelle convention de sommation, donne :
x = xi ei
Si vous vous souvenez, nous avions soulign que les composantes varient dans le
sens contraire des vecteurs lors d'un changement de base, cette notation met cela
clairement en vidence.
Nous rentrons maintenant dans le vif du sujet. A l'espace
un espace dual
E des
E,
nous associons
formes lineaires. Cet espace reprsente, si vous voulez,
l'autre cot du mirroir. Par forme linaire, il faut entendre l'espace de toutes les
E , produisent un scalaire, et font cela de

f : E R,f (e1 + e2 ) = f (e1 ) + f (e2 ). E ressemble E :
c'est galement un espace vectoriel (af + bg , o a, b Ret f, g E a exactement
le sens qu'on lui donne) et de plus, E a la mme dimension que E . (cf exercice
plus bas). E est l'espace des vecteurs contravariants comme nous allons le voir,
fonctions
qui prennent un lment de
faon linaire :
mais retenez l'image du mirroir : quand vous tournez vers la gauche, votre image
dans le mirroir tourne vers la droite.
202

Revenons notre espace
d'un
E.
Vous avez vu (cf 2.1) que nous pouvons le munir
produit scalaire <, >, c'est dire une application bilinaire qui a deux vec-
teur de
associe un scalaire. Si nous nous donnons une base
(e1 , e2 , ...) et que

< ei , ej >= gij ,
nous connaissons le produit scalaire de chaque couple d'entre eux
alors nous pouvons crire le produit scalaire de n'importe quel deux vecteurs
x, y = gij xi y j
o
xi et y j
sont les composantes des deux vecteurs. N'oublions pas que le produit
x, x > 0 si x = 0. Cela impose

gij que nous verrons plus tard.
Considrons maintenant l'objet fv = v, . , o v E . Ceci est bien une forme
linaire appartenant E , puisque si u E , alors fv (u) = v, u R.

scalaire doit tre dni positif, c'est dire
certaines contraintes sur les valeurs
Note sur le produit tensoriel de deux espaces vectoriel, tenseur d'elasticit qui
relie deux tenseurs,...
Indice haut, bas, la reduction, monter ou descendre un indice : essentiellement
en relation avec la relativit et le produit scalaire de minkowski.
espace dual
exercice : dmontrer que
E est
un espace vectoriel de mme dimension
une base dans l'esapce dual sans faire rfrence au produit scalaire.
produit scalaire gnralis
< x, y >= gij xi y j
203
15 quation drive partielle du

premier ordre.
Le monde des quations drive partielle est vaste, est des centaines de livres,
souvent extrmement pdagogiques, leur sont consacres. Les EDP les plus utilises en physique sont de second ordre pour l'espace, et de premier ou de second
ordre pour le temps. Ce sont les quations de la chaleur, de Laplace et de Poisson,
et l'quation d'onde. Nous n'allons traiter aucun de cela, mme si la plus part
des mthodes dveloppes plus haut y sont extrmement utiles.
Les EDP linaires
de premier ordre
sont par contre exactement soluble par la
mthode des caractristiques, au moins en thorie. Il est utile d'en donner un bref
aperu.
15.1 La mthode des caractristiques.

Nous souhaitons dterminer la fonction
(s, t)
obissant l'quation :
t + P (s)s = Q(s)
Nous cherchons la solution sous forme de
(15.1)
(s, t) = f (s)g(u(s, t))
f, g, u
sont
des fonctions inconnues dterminer. A priori, nous n'avons rien gagn d'autre
que d'augmenter le nombre de fonctions inconnues. Mais nous gagnons la libert
d'imposer des contraintes ces fonctions qui nous ramnerons le problme des
choses plus connues.
Nous avons, pour les drives partielles de
= t uf (s)g (u)
(15.2)
= f (s)g(u) + s uf (s)g (u)
(15.3)
En insrant (15.2,15.3) dans l'quation (15.1), nous avons :
(t u + P (s)s u)f (s)g (u) + (P (s)f (s) Q(s)f (s))g(u) = 0.
(15.4)
Nous voyons qu'une solution vidente de (15.4) est donne par :
P (s)f (s) Q(s)f (s)
(15.5)
t u + P (s)s u =
(15.6)
204

L'quation (15.5) est une quation direntielle linaire homogne de premier
ordre en
et sa solution est donne par
f (s) = exp(A(s)), o A (s) = Q(s)/P (s).
L'quation (15.6) , qui est une EDP de premier ordre homogne, a comme
solution
u(s, t) = exp(W (s) t)
W (s) = 1/P (s).
Notons que la fonction
reste indtermine. Son choix dpend des conditions initiales imposes au systme.
Exemple
Nous souhaitons rsoudre une quation de diusion avec un terme de
drift linaire, appel Ornstein-Uhlenbeck :
2
t p = x (kxp) + Dx p
(15.7)
p(x, 0) = (x x0 )
(15.8)
est la fonction de Dirac.
l'instant
l'abscisse
x,
p(x, t)
la probabilit est condense en

de Fourier en
de
est une densit de probabilit de prsence
et la condition initiale veut simplement dire que toute
p(x, t)
x0
l'instant
t = t0 .
Soit
(s, t)
la transforme
eisx p(x, t)dx
(s, t) =
l'quation (15.7) se transforme alors en
t + kss = Ds2
(15.9)
avec la CI
(s, 0) = eisx0
(15.10)
P (s) =
W (s) = log(s)/k . Les
L'quation (15.9) est une EDP de premier ordre similaire (15.1), avec
Q(s) = Ds2 . Nous avons

fonctions f ,u et s'crivent :
ks
et
alors
A(s) = Ds2 /2k
et
f (s)
exp(Ds2 /2k)
(15.11)
u(s, t)
s exp(kt)
(15.12)
(s, t)
exp(Ds /2k) g(s exp(kt))
(15.13)
Nous pouvons vrier par drivation directe que l'expression (15.13) est bien
solution de (15.9). Il nous reste utiliser la CI (15.10) pour trouver
donne :
g(s) = exp(Ds2 /2k + iux0 )

et la solution complte s'crit :
(s, t) = exp
Ds2
(1 e2kt ) + isx0 ekt
2k
205
g,
ce qui

La fonction
est appel en probabilit la fonction caractristique associ
la densit de probabilit
connat
p.
La moyenne et la variance se calcule aisment si on
<X>
< X2 >
Problme 1.
=
=
|s=0
s
2
x2 p(x)dx = 2 |s=0
s
xp(x)dx = i
Calculer, pour le processus d'Ornstein,
X 2 (t) > < X(t) >2
< X(t) >et V ar(X(t)) =<
(C'est pour vous faire la main).
Problme 2. Croissance exponentielle
Pour une croissance exponentielle, l'qua-
tion matresse s'crit :
t p(n, t) = (n 1)p(n 1, t) np(n, t)

o
p(n, t)
et la probabilit pour une population d'avoir la taille
l'instant
t.
En utilisant plutt la transforme de Laplace
p(n, t)ens
(s, t) =
n
Calculer
< n(t) >et V ar(n(t)).
Problme 3. (Plus ardu).
La condition initiale est
p(n, 0) = n,n0 .
On dmarre avec une population initiale de bactrie
n0 , dont les taux de mort et naissance sont gaux et valent . Calculer < n(t) >et
V ar(n(t)).
Nous verrons que l'quation matresse dans ce cas s'crit :
t p(n, t) = (n 1)p(n 1, t) + (n + 1)p(n + 1, t) 2np(n, t)

lation, l'instant
t,
p(n, 0) = n,n0 . p(n, t)

n.
(15.14)
est la probabilit pour la popu-
d'avoir la taille
Pour rsoudre l'q.(15.14), vous avez plus intrt utiliser la transforme de

Laplace :
p(n, t)ens
(s, t) =
n
15.2 Interprtation gomtrique.

Nous avons donn la mthode des caractristiques comme une sorte de recette.
Mais cette recette dcoule d'une interprtation gomtrique trs simple : les drives premires sont les pentes de la fonction selon les diverses directions. Prenons
206

d'abord le cas de l'quation
P (s, t)s + R(s, t)t = 0

Nous pouvons reprsenter la solution
hauteur la position
(s, t).
(s, t)
(15.15)
comme une surface :
(s, t)
tant la
Si nous pouvions connatre les courbes de niveau de
cette surface, nous aurions dj une trs bonne connaissance de la solution (voir
(s, t).
fonction
gure 15.1). Quand on parcours une courbe de niveau, la valeur de la fonction

y reste constante. Supposons maintenant que nous sommes une position
Comment se dplacer d'une quantit
(ds, dt)
pour que la valeur de la
reste constante ? Quelle doit tre le rapport entre le dplacement dans la direction
ds
dt pour ne pas changer d'altitude ? Noter

ds et dt en tout point dni une courbe dans
dy/dx = x/y dni l'quation d'un cercle de centre
et le dplacement dans la direction
que se donner une relation entre

le plan (s, t). Par exemple,
origine ; le rayon de ce cercle est donn par une condition initiale.

La variation de
en fonction de
(ds, dt)
est
d = (s )ds + (t )dt
En comparant cette expression (15.15), nous voyons qu'il sut de choisir
P (s, t) et dt proportionnel
d = 0, il sut de choisir
proportionnel
dit, pour avoir
R(s, t)
ds
dt
=
P (s, t)
R(s, t)
pour que
d = 0.
ds
Autrement
(15.16)
Comme vous le remarquez, l'expression ci-dessus est une quation direntielle

ordinaire donnant la forme de la courbe qu'on appelle caractristique. Ceci est le
sens de l'expression
W (s) t
que nous avions donn plus haut dans la recette
de rsolution.
Exemple.
L'quation
sds + tdt = 0,
ts st = 0 : les courbes de niveaux sont donnes

s2 + t2 = C . Ce sont des cercles centrs
autrement dit par
par
sur
l'origine.
Trs bien, nous connaissons les courbes de niveaux. Mais pour vraiment connatre
il faut connatre la valeur de cette fonction sur chaque courbe. Comment d-
terminer cela ? videment, l'aide des conditions initiales. Si par exemple, on
(s, 0) = I(s), nous connaissons alors la valeur de sur la courbe de

(s, 0) (voir gure 15.1). Autrement dit, en transportant les
hauteurs (s, 0) le long des courbes de niveau, on reconstruit la surface (s, t).
Ceci est le sens de la dtermination de la fonction g(u) par les conditions initiales
se donne
niveau qui passe par
dans la section prcdente. Nous avons donc la mthode gnrale de la rsolution

d'une EDP de premier ordre.
207

La surface (s, t)
0
1
0.8
0.6
0.4
0.9
0.2
0.8
0.7
0.6
0.2
0.5
0.4
0.4
0.3
0.6
0.2
0.8
La condition initiale
(s, 0) = I(s)
Les courbes de niveau
0.1
1
Figure 15.1 Construction d'une solution : nous trouvons d'abord les courbes
de niveau dans le plan
initiale
(s, 0) = I(s),
(t, s).
Ensuite, en utilisant la condition
on prcise la hauteur de la surface de
chacune des courbes et on reconstruit la solution
sur
(s, t).
1. D'abord, nous trouvons les courbes caractristiques, qui sont une famille de
s = f (t, s0 ). Il existe une innit

ds/P = dt/R, mais une seule de ces
(s, t) ; cette courbe passe t = 0 par
courbes paramtres par un point initial :

de courbes qui obissent l'quation
courbes passe par le point particulier
une ordonne
s0 ,
et nous utilisons cette ordonnes pour paramtrer cette

1
famille de courbe . Nous pouvons inverser cette relation et l'crire sous

forme de
(s0 , 0)
s0 = g(s, t), autrement dit, rpondre la question : par quel point

(s, t) ?
passe la caractristique qui passent par
au point
(s, t) est la valeur que prend la condition initiale au point (s0 , t0 ), o (s0 , t0 )
et (s, t) sont sur la mme courbe de niveau, autrement dit, s0 = g(s, t).
Autrement dit, (s, t) = I(g(s, t)).
2. Ensuite nous utilisons la condition initiale : la valeur que prend
Soit l'quation cx t = 0, avec la condition

(x, 0) = f (x). Les courbes caractristiques sont dx/c = dt, autrement
x = ct + x0 . En inversant cette relation, nous trouvons x0 = x + ct . Nous
Exemple : quation d'onde.

initiale
dit
trouvons donc que
(x, t) = f (x + ct)
1. Il faut mettre beaucoup de bmol dans ce que nous disons. D'abord, il peut y avoir une
(s, t). Dans ce cas, ce point est un point singulier. Par

ss +tt = 0, les courbes
innit de courbes qui passent par le point
exemple, le point focal d'une lentille est un tel point. Dans l'quation
caractristiques sont donnes par
s = at
et passent toutes par l'origine. Le traitement de tels
points est un thme part que nous n'abordons pas ici. Ensuite, il n'y a aucune raison pour que
les courbes caractristiques croisent l'axe
t=0
: imaginez par exemple un parabolode dcentr
par rapport l'origine. Nous avons utilis la variable

mais ceci n'est pas toujours un bon choix.
208
pour paramtrer nos caractristiques

Nous avons appel cette quation quation d'onde puisque l'quation
/t = 0
c2 2 /x2
se factorise en
(cx t )(cx + t ) = 0
Si
est solution de
cx t = 0
ou de
cx + t = 0,
alors
est solution de
l'quation d'onde.
15.3 Gnralisation.
A partir de l, nous pouvons gnraliser notre analyse l'quation
P (s, t)s + R(s, t)t = Q(s, t, )

(s, 0) = I(s).
Les courbes caractristiques donnes
par (15.16) ne sont plus des courbes de niveau, mais la variation de
le long
des courbes est donne par une quation direntielle ordinaire. Supposons que
ds/P = dt/R soit donne par s = f (t, s0 ) 2 , c'est dire ds/dt =

f (t, s0 ) = P/R. Quand on se dplace le long d'une courbe caractristique s =
f (t, s0 ), la variation de est
la solution de
=
=
(P s + Rt )(dt/R)
=
Donc, le long de ces courbes,
dss + dtt
(Q/R)dt
est solution de l'quation
Q(s, t, )
d
=
dt
R(s, t)
(15.17)
La stratgie pour trouver la solution est une modication de ce que nous avons
dit prcdemment :
1. Trouver la courbe caractristique
s = f (t, s0 ),
l'inverser pour trouver
s0 =
g(s, t).
2. Rsoudre l'quation direntielle
la condition initiale
Exemple.
Rsoudre l'quation
(s, 0) = I(s).
ordinaire (15.17) o s = f (t, s0 ) soumise

le long d'une courbe caractristique.
(0) = I(s0 ),
s + P (t)t = Q(t)
Notez que nous n'avons pas de dpendance explicite en
cette quation.
2. Pour tre plus gnral, nous aurions du crire
209
f (s, t, s0 ) = 0
dans

ds/1 = dt/P (t). Si nous appelons W (t) une
W est connue, puisque P l'est ) les courbes caractristiques sont donnes par W (t)s = W (0)s0 . Le long de ces courbes, nous
choisissons s comme variable indpendante ( nous avons le choix du paramtrage,
Les courbes caractristiques sont
primitive de
1/P (t),
( la fonction
) et donc, le long de ces courbes,
Q(t)
d
=
dt
P (t)
Si nous appelons
A(t)
une primitive de
Q/P ,
alors la solution gnrale de l'qua-
tion ci-dessus est
(t) = C. exp(A(t)).
Toutes les courbes passant par
(quelque soit leur ordonne
s)
ont la forme
et le
t. La caractristique passant par le point (s, t) passe par le point (s0 , 0) o
s0 = W (t) s W (0). La solution complte de l'quation s'crit donc comme
ci-dessus. Vous pouvez voir cela comme le croisement entre la surface

plan
(s, t) = I(W (t) s W (0).) exp(A(t)

Nous laissons au lecteur le soin de revoir la premire section de ce chapitre la
lumire de ces dveloppements.
210
16 Les formes direntielles et la

drivation extrieure.
16.1 Introduction.
L'analyse des fonctions d'une seule variable est simple : nous savons prendre
la drive premire, seconde, ... et cela a un sens direct (pente, courbure,...).
Quand on aborde les fonctions de plusieurs variables, les choses commencent se
compliquer. Les oprateurs direntielles prennent alors des noms trange comme
gradient, divergence, rotationnel,... Et nous dcouvrons qu'il existe des relations
entre ces tres : prendre la
calculer le
ux
circulation
le long d'une courbe ferme revient
d'un rotationnel travers la surface engendr par cette courbe ;
calculer le ux travers une surface ferme revient prendre l'integrale de la

divergence
dans
le volume,... Si vous tes trs vers dans la manipulation de ces
objets, vous savez peut-tre ce que vaut
grad(divf )
par coeur !
Tout cela n'est pas trs joli. D'abord, nous avons de la peine distinguer la
signication de tous ces oprateurs et des relations qui existent entre elle ; ensuite,
cette analyse vectorielle ne marche qu'
trois
dimensions
; Enn, les quations
mathmatiques deviennent confus : pourquoi la drive temporelle du champ

magntique devrait tre li au rotationnel du champ lectrique ? On sent bien
qu'il y a des arguments de gomtrie derrire, mais quoi exactement ?
A partir du dbut du vingtime sicle, des mathmaticiens comme Poincarr
et Cartan ont ralis que derrire tous ce chaos, il y avait de l'ordre, exactement
comme la dcouverte de l'existence des atomes a donn un sens la chimie. Les
atomes en question ici s'appellent des formes direntielles, et nous allons les tudier plus en dtails. Disons simplement que toutes ces relations entre operateurs
ne sont en faite que des gnralisations du Thorme Fondamentale de l'analyse :
F (x)dx = F (b) F (a)

a
1. Et cela par un malentendu qui fait correspondre un vecteur aux produit vectoriel dans le
cas des espaces trois dimensions.
211

16.2 Les
1formes.
Une 1-forme est une application linaire qui agit sur un vecteur et produit un
nombre. Le lecteur est probablement habitu dj ce concept : en notation matricielle, les (vrais) vecteurs sont reprsents par des colonnes (vecteur colonne) ;
ceci dit, nous avons galement des vecteurs
lignes.
Ces vecteurs lignes sont ce
qu'on appelle des 1-formes. L'application d'une forme
un vecteur
multiplier son vecteur ligne par le vecteur colonne de

nombre.
Bien. Ceci dit, une colonne de nombre est juste une
revient
pour produire un
reprsentation d'un vecteur,
qui dpend de la base choisie. Les vecteurs sont des objets gomtriques qui ne
2
dpendent videmment pas de leurs reprsentations . De la mme manire, les

1-formes ne sont pas des vecteurs lignes qui est juste une faon de les reprsenter
par des nombre : Le scalaire
u(v) ne dpend pas de la base que nous avons choisie.
Pour dvelopper notre thorie, c'est quand mme pratique de ce donner une
base. Prenons pour simplier les choses un espace
nous donnons trois vecteurs indpendants
ex , ey
plat
et
ez .
3 dimensions, o nous
N'importe quel vecteur
peut maintenant tre reprsent par une combinaison du genre
az ez
o les coecients
ay
v = ax ex +ay ey +
sont des nombres.
De la mme faon, nous pouvons nous donner une base dans l'espace des formes
et crire une 1-forme
comme une combinaisons de ces 1-formes de base. C'est
ici que les mathmaticiens ont introduit une notation qui peut paratre droutant
3
aux physiciens , mais qui s'avre extrmement fconde. Il existe par exemple un
(unique) 1-forme
tel que
x (ex ) = 1 ; x (ey ) = 0 ; x (ez ) = 0

dx. Ici, dx n'a rien d'innitsimal, sa reprsentation
(1, 0, 0). De la mme faon, nous dnissons les 1-formes dy
et dz . Ainsi, dy(ax ex + ay ey + az ez ) = ay .
4
Un exemple de 1-forme est la force f en mcanique . Quand sous l'action de
cette force, un point matriel bouge du point P1 au point P2 , le travail (qui un
scalaire) de cette force est f (P1 P2 ), c'est dire l'appliccation de la 1-forme f
au vecteur P1 P2 . Donnons nous par exemple un champ de force constant f =
2dx + 3dy et supposons que le dplcament 5 P1 P2 = 3ex + 2ey . Alors le travail de
Nous appelerons cette 1-forme
est le vecteur ligne
cette force est
W = 2dx(3ex + 2ey ) + 3dy(3ex + 2ey ) = 6 + 6 = 12

2. C'est la dirence entre une personne et une photo de cette personne.
3. Utiliser ces notations demande un peu de schizophrnie de la part de l'tudiant phyisicien,
qui doit dsapprendre ses propres notations.
4. Oui, la force n'est pas un vecteur, mais un 1-forme
5. Oui, le dplacement est un vecteur.
212
Figure 16.1 Comment

formes ?
Dans
l'espace
reprsenter
les
dimensions,
1une
trs bonne reprsentation est les lignes de ux.
Ainsi, l'action d'une 1-forme sur un vecteur est

le nombre de ligne que ce vecteur coupe. Ici,
nous avons ainsi reprsent . Le lecteur est dj

familier avec cette reprsentation comme courbes
de
niveau
pour
certaines
1-formes.
Pour
ces
formes l, ceci est une bonne reprsentation du
gradient, comme nous le verrons plus bas. De

faon gnrale, nous pouvons, dans un espace
dimensions, reprsenter les 1-formes par des

hyper surfaces.
1
1
Gnralisons un peu plus. De la mme faon que nous dnissions un champ de

vecteur (pensez le champ de dplacement
u(x, y, z) des points d'un corps matriel
sous l'action des forces), nous pouvons dnir un champ de 1-forme comme par
exemple
= f (x, y)dx + g(x, y)dy

L'application de ce 1-forme un vecteur
seulement du vecteur
P1 P2 ,
P1 P2 produit un scalaire qui dpend non
mais galement de la localisation de ce vecteur dans
l'espace . Si le vecteur est petit, que le point

coordonnes
(h, k)T ,
(x0 , y0 ),
P0
qui dsigne son milieu est de
et que nous pouvons le reprsenter par le vecteur colonne
alors
(P1 P2 ) = f (x0 , y0 )h + g(x0 , y0 )k

A vrai dire, le mot direntielle dans forme direntielle sous-entend bien que
nous nous adressons qu'aux petits vecteurs ; l'action des formes sur des plus
grand objet s'obtient par la sommation de leurs actions sur les petits, ce qu'on
dsigne par intgration. Nous verrons cela plus bas.
16.3 Intgration des 1-formes.

Nous avons une ide assez claire de ce que veux dire l'intgrale d'une fonction
d'une variable sur un intervalle
[a, b]. Nous devons maintenant dnir exactement

C rieliant
A
et
B.
ce que l'on entend par l'intgration des 1-formes le long d'un chemin
deux
points
6. Il existe une dierence entre un vecteur abstrait, c'est dire un objet appartenant un
espace vectoriel, et un vecteur gomtrique reliant deux points
fortement connect, mais dirent.
213
P1
et
P2 . Les deux concepts sont

Gometriquement, cela est trs simple : Donnons
nous une 1-forme
, un chemin C et N +1 points le
(P0 = A, P1 , ...Pi , ..., PN = B ).
long de la courbe
Nous dnissons
(Pi Pi+1 )
= lim
i=0
En clair, nous appliquons le 1-forme tous les petits vecteurs dont l'union
constitue le chemin. Remarquez que nous avons transfr, pour l'intgration ici
le poids du petit des formes aux vecteurs.
= f (x, y)dx+
C . Nous pouvons donner l'quation de la courbe sous forme
paramtrique x = x(t) et y = y(t) pour t [a, b]. Nous avons alors, selon les op7
rations classiques de l'analyse , dx = x (t)dt et dy = y (t)dt. Nous avons alors
Ceci dit, comment faire l'intgration concrtement ? Soit la forme
g(x, y)dy
et le chemin
f (x, y)dx + g(x, y)dy =

C
Exemple.
{f (x, y)x (t) + g(x, y)y (t)} dt

a
Intgrons la forme
= ydx + xdy
le long du quart de cercle de rayon
1 parcouru dans le sens positif. Nous pouvons paramtriser le quart de cercle par
x = cos t
et
y = sin t
pour
t [0, /2].
Nous avons alors
/2
sin2 (t) + cos2 (t) dt
=
C
ydx + xdy
L'intgration de
0
le long du meme chemin nous donnerai
/2.
En physique, nous ne faisons souvent pas de distinction entre 1-forme et vecteur.

Ainsi, le 1-forme
L'intgrale
= adx + bdy
est souvent remplac par le vecteur
f = (a, b)T .
est crit dans ces notations comme
f .ds
C
o
ds
est un lment innitsimal et le point dsigne le produit scalaire.
16.4 les
nformes
et les
nvecteurs.
7. Les formes direntielles ne font que gnraliser les concepts d'analyse.
214

Dans l'espace, nous avons des points, des vecteurs (reliant deux points proches), et des 1-formes. Nous pouvons
maintenant gnraliser ces concepts et construire des objets plus complexes. Par exemple, nous pouvons construire
des bi-vecteurs. De la mme manire qu'un vecteur
peut
tre utiliser pour porter un segment de ligne orient, un

bi-vecteur
e1 e2
peut tre utilis pour porter un lment de surface
orient 8 .
Ainsi, nous avons
ee =
e1 e2
= e2 e1
un bivecteur a toute les proprits usuelles de distributivit qu'on attend de lui.
e1 (e2 + e3 ) = e1 e2 + e1 e3 . Si dans l'espace n = 3 des

e1 , e2 ,e3 comme lment de la base, Dans l'espace des
bi-vecteurs, nous pouvons dnir e1 e2 , e2 e3 , e3 e1 comme les lments de la
base. De faon gnrale, dans un espace n dimensions, la dimension de l'espace
Par exemple,
vecteurs, nous avons pris
des bi-vecteurs est

vue) fait que si
n=
n
2 . Un hasard malheureux (ou heureux, selon les points de
3, l'espace des bi-vecteus est de dimension 3 galement. Une
certaine habitude s'est alors instaure de reprsenter le bi-vecteur par un
vecteur
(normale la surface), en mettant en garde l'utilisateur que ces vecteurs sont un

peu anormal, qu'il faut les appeler axial, etc.
Bien, les 2-formes sont de la mme manire une gnralisation des 1-forme. Un
2-forme
s'applique un bi-vecteur pour produire un scalaire de faon bi-linaire.

dxdy applique 9 e1 e2 produit le nombre 1. Une 2-forme
Ainsi, la 2-forme
constante peut-tre vue comme un ux ; appliqu une surface, cela produit le
ux travers cette surface.
16.5 L'intgration des
kformes.
Tout ce que nous avons dit sur les 1-forme se gnralise aux
appelerons un
ksurface
un objet que l'on peut paramtrer par
k -formes. Nous
k variables. Une
courbe par exemple est une 1-surface, une surface au sens habituel est une 2-
n dimensions,
kforme sur un
lments ports par des kvecteurs
surface, un volume un 3-surface et ainsi de suite. Dans un espace

nous pouvons donner un sens trs prcis l'intgration d'un
ksurface S : nous dcoupons S

ai et nous dnissons
en
petits
= lim
D
8. L'opration
(ai )
i=0
est appel produit extrieur.
9. La convention est de laisser tomber le
entre
215
dx
et
dy .

Le calcul eective se fait via une paramtrisation de
D.
Par exemple, une deux
formes dans l'espace 3d peut tre reprsent par
= f (x, y, z)dxdy + g(x, y, z)dydz + h(x, y, z)dzdx

Pour calculer concrtement l'intgrale
on paramtrise la surface par deux
variables
x = a(u, v); y = b(u, v); z = c(u, v)

avec
(u, v) D R
. Nous avons alors
dx =
el l'lment
dxdy
par exemple devient
dxdy =
Or, comme
a
a
du +
dv
u
v
a
a
du +
dv
u
v
dudu = dvdv = 0
et
dxdy =
b
b
du +
dv
u
v
dudv = dvdu,
nous trouvons simplement
a b
a b
u v
v u
dudv
et ainsi pour les autres lments. La parenthse reprsente bien sr ce que nous
appelons un Jacobien, c'est dire le determinant de la matrice des drives.
e1 , e2 aux vecteurs f1 , f2 par une transformation

A, le dterminant de A est le scalaire qui relie les surfaces portes par les
Quand vous passez des vecteurs

linaire
deux jeux de vecteurs. Ceci est
la dnition du dterminant, indpendement de la
base choisie pour exprimer la matrice de

sommes pass des
dx,dy ,dz
aux
du,dv
A. Le Jacobien apparait ici puisque nous
par une transformation linaire donne par
la matrice des drives.
Connection avec l'analyse vectoriel.

En analyse vectoriel classique, nous rencontrons souvent l'intgrale d'un champ
de vecteur le long d'une courbe, de surface, de volume, ... Par exemple, nous
savons que le travail eectu par un champ de force le long d'une courbe est
appel
circulation
du vecteur. Soit le vecteur
le long d'une courbe
f = (fx , fy , fz )T .
Sa circulation
est dnie par
C=
f .dt
C
dt
est un petit vecteur tangent la courbe au point
P,
et
f .dt
reprsente le
produit scalaire entre ces deux vecteur. En langage de forme direntielles, au
216

vecteur
est associe la 1-forme
f = fx dx + fy dy + fz dz
et la circulation est
simplement
C=
C
De mme, le fulx
d'un champ de vecteur f
travers une surface
est dnie
par
f .n.dS
(16.1)
dS
n est le vecteur normal cet

f .n reprsente le produit scalaire. En langage des formes dierentielles,
T
au vecteur f = (fx , fy , fz ) est associe la 2-forme f = fx dydz+fy dzdx+fz dxdy

o
est un lment innitsimal de surface,
lment, et
et le ux est simplement
(16.2)
S
La dnition habituelle du ux en analyse vectoriel est problmatique cause de
la dnition du vecteur
normal la surface en un point. A trois dimension,
un petit lment de surface peut ventuellement tre reprsent par un vecteur

(qu'on appelle alors axial) ; dimension suprieure cependant, un lment de
surface ne peut pas tre reprsente par un vecteur et la dnition (16.1) n'est
plus valide. La dnition (16.2) en terme de forme direntielle reste bien sr
toujours valide.
16.6 La drivation extrieure.

Jusque l, les
pformes
nous ont rapport rien de nouveau. Leur vrai beaut
apparat avec la drivation. Nous allons d'abord donner la technique et nous

viendrons ensuite sur le sens.
(p + 1)-forme. Le prinA(x, y, z, ...)dxdy...,

on prend le direntiel de A au sens usuel (A/x)dx + A/y)dy + ... et on multiplie par l'lment dxdy... qui tait devant. Si on rencontre des dxdx, eh bien
La drivation extrieur transforme une
pforme
en une
cipe est le suivant : quand on rencontre une expression du genre
cela vaut zero et on ne s'en occupe pas ; enn, on arrange de faon cohrente les
divers
dxdz ,
... Cela sera sans doute plus claire travers des exemples. Dans les
exemples ci-dessous, nous prenons un espace trois dimensions.
Exemple 1.
Soit la
0forme = f (x, y, z).
Alors, trivialement,
d = (f /x)dx + (f /y)dy + (f /z)dz

Nous voyons donc que
et notons
f.
reprsente ce qu'en gnral nous appelons un gradient
Mais le gradient n'est pas un vecteur, c'est une 1-forme.
217

Exemple 2.
Soit la
1forme = A(x, y, z)dx + B(x, y, z)dy + C(x, y, z)dz .
La
drivation de la premire partie nous donne
d[A(x, y, z)dx]
[(A/x)dx + (A/y)dy + (A/z)dz] dx
= (A/y)dxdy + (A/z)dzdx
Nous somme pass de la premire ligne la seconde en notant que
nous avons rarrang le
dydx
en
dxdy .
(16.3)
(16.4)
dxdx = 0
et
En continuant l'opration sur les deux
autres parties restantes et en regroupant les termes, nous trouvons nalement
[(A/y) + (B/x)] dxdy
[(B/z) + (C/y)] dydz
[(A/z) (C/x)] dzdx
Vous avez bien sr reconnu ce qu'en analyse vectoriel nous noterions par une
rotationnelle. Il sut, pour reconnaitre les notations habituelles, de remplacer
par
Fx , B
par
Fy
et
par
Fz .
2forme = A(x, y, z)dxdy+B(x, y, z)dydz+C(x, y, z)dzdx.

(A/z)dzdxdy
que l'on rarrange en (A/z)dxdydz en permuttant d'abord dz et dx, ensuite
dz et dy (1 1 = 1, d'o le signe positif du rarrangement). En regroupant
Exemple 3.
Soit la
Le seul terme non nul de la drivation de la premire partie est le terme
tout les termes, nous obtenons
d = [(A/z) + (B/x) + (C/y)] dxdydz

qui, en notations vectoriel, dsignerait une divergence (Remplacer
par
Fx
et
par
Fy
par
Fz , B
pour les notations habituelles).
Nous voyons donc que les divers oprateurs direntiels de l'espace trois dimension ne sont que des formes dguises de la drivation (extrieure) des formes
direntielles. C'est pour cela que le gradient, associ une
1forme, est toujours

2forme,
intgr le long d'une courbe, tandis que la rotationnelle, associe une
est intgre sur une surface (on calcule toujours le ux d'une rotationnelle
travers une surface) ; enn, la divergence, associe une
3forme
est toujours
intgre dans un volume. Noter galement que les oprateurs direntielles habituels ne sont bien dni que dans l'espace trois dimensions, tandis que la
drivation des formes extrieurs se fait indpendement de la dimension et de faon presque mcanique, sans avoir apprendre par coeur quoique ce soit. Si par
ailleurs, vous tes incapable de vous souvenir de la forme des oprateurs direntiels dans d'autres systmes de coordonnes, transformez les formes ci-dessus
en coordonnes polaire ou sphrique et drivez les pour vous convaincre de la
simplicit de manipulation des formes (voir les exercices).
Le point le plus fondamental est le corpus gomtrique que les formes nous
procurent et avec lequel nous allons nous familiariser dans la suite.
218

Que signie gomtriquement la drivation extrieur ? Commenons par la drivation d'une 1-formes
un point
l'espace. Donnons nous deux petits vecteurs

un circuits
autour du
vecteurs. Appelons
a b,
de
et faisons
en suivant altrnativement ces deux
l'intgrale de notre 1-forme le long de ce
chemin. Nous dnissons alors la 2-formes

au bi-vecteur
et
comme la
produirait le mme scalaire
def
d(a b) =
2forme
qui, appliqu
la limite quand les deux vecteurs
0.
La technique que nous avons donn
plus haut calcule explicitement la deux-forme. Voyons cela de plus prs. Prenons
= f (x, y)dx + g(x, y)dy et posons a = (2h, 0)T et

b = (0, 2k) . Si (x, y) sont les coordonnes du point P , les coordonnes du milieu
du segment P1 P2 par exemple est (x, y k). Donc,
pour simplier la 1-forme
(P1 P2 ) + (P3 P4 )
=
=
En calculant l'application de
(f (x, y k) f (x, y + k)) (2h)

f
(4hk)
y
aux deux autres vecteurs restants, nous trouvons
nalement que
=
C
f
g
x y
(4hk)
Ce qui est exactement ce que produit la 2-forme
drivation d'une 2-forme

autours d'un point
P,
a b.
nformes. Pour la
applique
Cette construction se gnralise aisment la drivation des
par exemples, nous nous donnons trois petit vecteurs

I de l'application de la 2-forme
et calculons la somme
toutes ces surfaces (correctement orientes). Il existe une 3-forme qui, applique
au tri-vecteur en question, produit le mme nombre et correspond bien sr
notre
d .
Lemme de Poincarr.
Ce lemme est quelque chose de tellement vident qui n'a pas mrit le nom de
thorme ; ceci dit, nous l'utilisons constemment dans divers contexte en lui donnant des noms dirents (par exemple les deux premieres quations de Maxwell).
Le voici :
d(d) = 0
Driver deux fois une
kforme
produit la
(k + 2)forme
f (x, y)
exemple une 0-forme dans l'espace 2 dimensions
219
nulle ! Prenons par

et drivons l deux

fois :
df
d2 f
f
f
dx +
dy
x
y
2f
2f
+
yx xy
dxdy = 0
Ceci a un caractre trs gnral : quelque soit la forme que vous prenez, en la
drivant deux fois, vous tombez sur des expressions ou nous avons des drives
secondes croises qui apparaissent deux fois avec des signes opposes.
Si par ailleurs, le lecteur a bien compris la signication gomtrique de la
drivation extrieure, il n'aura pas de mal dmontrer le lemme de faon gnrale,
sans faire appel aux coordonnes.
Exercice.
Dmontrer pourquoi en calcul vectoriel, nous avons les identits
( f)
div(
u)
Changement de variable.
Une des beaut des formes direntielles est la facilit qu'elles ont grer les
changements de variable, de faon presque automatique. Prenons par exemple la
forme
= dxdy
en coordonnes cartsiennes 2 dimensions qui nous serre
mesurer l'air d'une courbe ferme. En coodonnes polaire nous avons
x = r cos
dx = cos dr r sin d
et donc
= rdrd.
; y = r sin
; dy = sin dr + r cos d
Obtenir une forme dans un autre systme de coodonnes et
juste une question de multiplication propre des formes. Cet exemple nous sert
galement illustrer que la drivation extrieure est indpendant du systme de
coordonnes choisi. En systme cartsien, nous avons par exemple
= (xdy ydx)/2.
= d
En coordonnes polaires, le mme calcul nous amne
= (1/2)r2 d
et nous voyons bien que
d = rdrd.
La recette pour eectuer la drivation
extrieure se charge de rendre cette operation libre des coordonnes.
Exercice.
Dmontrer cela de faon gnrale.
220

Manipulation des drivations.
La premire chose maitriser, comme dans le cas de la drivation usuelle, est
la rgle de la drivation d'un produit, qui s'crit lgrement direment :
d(1 2 ) = (d1 )2 + (1)deg(1 ) 1 (d2 )

Le signe est une consquence de la commutativit des formes :
1 2 = (1)deg(1 ) 2 1
Exercice
Dmontrer, en analyse vectoriel 3 dimensions, que
1.
div(A B) = div(A)B A.div(B)
Exemple fondamental : le champ lectromagntique.
A = A0 dt + A1 dx + A2 dy + A3 dz dans l'espace quatre

A0 = V le potentiel lectrique et
A = (A1 , A2 , A3 )T le potentiel vecteur. Le signe dans la coordonne associe
dt est d la signature de notre espace-temps. Nous pouvons construire la forme
dA. La seule complication est d'ordonner correctement les choses 4d :
Soit la 1-forme
dimension. Nous avons l'habitude d'appeler
dA = ((x A0 )dx + (y A0 )dy + (z A0 )dz) dt

((t A1 )dx + (t A2 )dy + (t A3 )dz) dt
+
(y A1 + x A2 ) dxdy
(z A2 + y A3 ) dydz
(z A1 x A3 ) dzdx
Nous avons pris la peine de sparer les direntes contributions selon les conventions usuelles
10
. Par exemple, la 1-forme qui multiplie
dt
E = (x A0 + t A1 )dx + (y A0 + t A2 )dy + (z A0 + t A3 )dz

est appel (tri-) vecteur champ lectrique et dni comme
E = V t A
10. En donnant les indices 0 3 nos coordonnes, nous avons simpement quelque chose du
genre
dA = (xi Aj xj Ai ) dxi dxj

o nous sommes donnes quelques conventions pour ordonner correctement les paires
sommer les indices rpts.
221
(i, j)
et

La 2-forme qui reste (tout ce qui ne contient pas du
dt)
B = (y A1 + x A2 ) dxdy + (z A2 + y A3 ) dydz + (z A1 x A3 ) dzdx

est appel tri-vecteur champ magntique. Nous voyons ici pourquoi
n'est pas
un vrai vecteur, puisqu'en ralit, il est associ une 2-forme :
Bx = z A2 + y A3 ; ...
ou encore, crit dans les notations pedestres :
B=
Sparer ainsi les coordonnes temporelles et spatiales nous oblige alourdir inutilement nos notations, et pire, nous aveugler devant des vidences. Par le lemme
de Poincarr, nous avons
d2 A = 0
En sparant pniblement les divers coordonnes, nous obtenons ce que l'on appelle
les deux premires quations de Maxwell.
Voyons cela de plus prs. Dans la drivation de
termes de la 2-forme
produisent des 3-formes en
dA, nous voyons que seul les

dxdydz , ce que nous crivons,
en notation vectoriel, par

divB
=0
En regoupant maintenant les autres termes en par exemple
dxdydt,
..., nous
trouvons trois autres identits que l'on crit, en notation vectorielle, par
E = t B
Un peu plus de travail sur les formes direntielles nous montrerai que les deux
autres quations de Maxwell s'crivent comme
d(dA) = 0 (J)
o
et
est
J est
appel l'opration de Hodge (nous verrons le sens gomtrique plus bas)

la 1-forme courant :J
= dt + j1 dx + j2 dy + j3 dz .
16.7 thorme de Stockes.

Le thorme fondamental de l'analyse relie l'intgration de la drive d'une
fonction aux valeurs de cette fonction aux bords :
F (x)dx = F (b) F (a)

a
222
(16.5)

Ceci est en faite une forme particulire du thorme de Stockes. Donnons nous un
11
S de dimension p dans un espace de dimension n. Une sphre pleine

P de coordonnes (x, y, z) apprtient la sphre de rayon R centr sur
2
2
2
2
l'origine si x + y + z < R ) est par exemple un domaine de dimension trois
2
2
2
dans un espace de dimension 3. La boule (z = 0, x + y < R ) est un domaine de
dimension 2 dans un espace de dimension 3. Notons par S la frontire du domaine
S . La coque x2 +y 2 +z 2 = R2 du premier exemple et le cercle z = 0, x2 +y 2 = R2
domaine
( le point
du deuxime exemple sont les frontires de leurs domaines. Le thorme de Stockes

s'crit
=
S
o
est une
(p 1)-formes.
(16.6)
C'est pour cela par exemple que l'intgrale d'une
fonction (une 1-forme) le long d'une courbe ferme est gale l'intgrale de la
rotationnelle de cette fonction (la
2forme
drive) travers la surface dlimit
par cette courbe. En ralit, c'est ce thorme que les physiciens appelle thorme
de Stockes
rotf .ds =
S
f .dl
(16.7)
Mais nous n'avons pas nous limiter l. Le ux d'un champ de vecteur travers
une surface
3forme
(une
2forme
) gale l'intgrale de la divergence de ce champ (la
drive) dans le domaine
dlimit par la surface. En physique, nous
crivons cela comme
f .ds =
S
divf dV
(16.8)
Enn, nous avons appris que si une fonction est le gradient d'une autre, alors son
intgrale le long d'un chemin reliant les point
et
ne dpend pas du chemin :
gradf.dl = f (B) f (A)
(16.9)
C
Comme vous le constatez, ces grad,rot et div thormes ne sont que des applications du thorme de Stockes aux 1,2 et 3 formes dans un espace de dimension
3.
Aperu de la dmonstration du thorme de Stockes.

de trs prs la dfnition de la drive extrieure.
11. Nous avons supposer que le domaine est compact.
223
La dmonstration suit

16.8 Intgration par partie.
Le thorme de Stockes nous donne la possibilit de gnraliser l'intgration
par partie
f g dx = [f g]I
I
f gdx
I
n'importe quelle dimension. Nous savons que
(d1 )2 = d(1 2 ) (1)deg(1 ) 1 (d2 )

Nous en dduisons que
(d1 )2
d(1 2 ) (1)deg(1 )
1 (d2 )
S
1 2 (1)deg(1 )
=
S
1 (d2 )
S
16.9 Un peu de gometrie : vecteurs, 1-formes et

leurs associations.
Dans l'espace
dimensions muni de coordonnes cartsiennes
nous avons vu qu'au vecteur
n T
f = (f , f , ...f )
f =
(x1 , x2 , ...xn ),
nous pouvons associer la 1-forme
(f1 , f2 , ...fn )
= f1 dx1 + ...fn dxn

o tout simplement, nous avons
f i = fi .
Nous avons fait cela de faon intuitive
sans trop nous arrter au dtail. Une fois tabli cette association, nous pouvons
tablir l'association entre les
kvecteur
et les
kformes
en utilisant simplement
les rgles de manipulation du produit extriure.

Comment gnraliser cela un systme de coordonnes non-cartsien ? Nous
pouvons faire cela de faon fastidieuse en passant par un systme cartsien, mais
nous pouvons faire cela de faon beaucoup plus lgante et rapide en comprenant
ce que la gomtrie signie vraiment.
Exemple fastidieux.
f = (f 1 , f 2 ) = f 1 ux + f 2 uy
(r, ), nous avons
Soit le vecteur
cartsiens. En coordonnes polaires
ux
cos ur sin u
uy
sin ur + cos u
224
en coordonnes

et donc
(f 1 cos + f 2 sin )ur + (f 1 sin + f 2 cos )u
f r ur + f u
(16.10)
xux + yuy s'crit rur en coordonnes polaire, tandis que

ru . Pour la 1-forme associe, nous avons en coordonnes
Par exemple, le vecteur
yux + xuy
s'crit
cartsiennes
f 1 = f1
f = f1 dx + f2 dy
et
f 2 = f2 . D'aprs ce que nous savons sur les changement de variable,
nous savons que en coordonnes polaire,
f =
=
(f1 cos + f2 sin ) dr + r(f1 sin + f2 cos )d

fr dr + f d
(16.11)
En comparant les expressions (16.10,16.11), nous avons
fr
= fr
= rf
d(u ) = 1/r.
Noter en particulier que nous avons
Concept de
distance.
Revenons nos moutons et sur l'lment le plus impor-
tant de la gometrie : le concept de

par le concept de
distance
distance.
Un espace gomtrique est dni
entre deux points. Une fois donne la distance, tout
(x1 , x2 , ...xn ) et dP = (x1 , x2 , ...xn ) et
le reste suit. Prenons maintenant des coordonnes gnrales

nissions le carr de la distance entre deux points voisins
P = (x1 + h1 , x2 + h2 , ...xn + hn )
d
par
gij hi hj
=
i,j
Les coecients
trique.
gij
gij
forment les lments d'un objet qu'on appelle le
En gnral, nous utilisons des coordonnes
sont nuls si
i = j.
orthogonales,
Dans ce cas, nous pouvons poser
(gi hi )2
=
i
225
2
gii = gi
tenseur m-
o les lments
et dnir

Concept de vecteur et de produit scalaire.
Nous n'avons encore jamais vrai-
ment dni ce qu'est un vecteur. Dans un espace

qui relie deux points
et
plat
un vecteur
12
est un objet
u = PP
P = P + u.
et que l'on note par exemple par
pouvons altrnativement crire cette relation comme
. Nous
(x1 , x2 , ...xn ), nous pouvons nous donner

des vecteurs de base
e1 = (1, 0, 0, ...0), e2 = (0, 1, 0, ...). Si (a, b, c) sont les
coordonnes du point P , le point P de coordonnes (a + 1, b + 3, c 1) peut
s'crire comme P + e1 + 3e2 e3 .
Dans un systme de coordonnes
13
Nous pouvons nous donner un produit scalaire entre deux vecteurs partant
d'un point
: une application bilinaire, symtrique, dni-positive qui deux
vecteurs associe un scalaire. Par exemple, dans le systme de coordonnes ortho-
(x1 , x2 , ...xn ), le
(v , ..., v n ) est donne
gonales
et
produit scalaire entre les deux vecteur
u = (u1 , ..., un )
par
gii ui v i
u.v =
i=1
o les coecients
gii
dpendent du point
auxquels les deux vecteurs sont at-
tachs.
Probablement, la chose la plus troublante pour le lecteur qui n'a pas dj vu un
cours de gomtrie est le fait qu'un vecteur soit associ un point. Ceci provient
du fait que la plupart du temps, un espace plat muni de coordonnes cartsiennes
ont t utilis
14
gii = 1.
Nous pouvons alors tablir trs facilement une qui-
valence entre les vecteurs associs dirents points et librer les vecteurs de
leurs points d'attache. En gnral, ceci n'est pas le cas.
Si nous avons un produit scalaire entre deux vecteurs, nous nous donnons
automatiquement une distance entre deux points :
d(P, P )2 = P P .P P
et nous voyons donc apparatre le tenseur mtrique
Remarquons tout de suite que la base
e1
gij .
... est orthogonale, mais pas norme.
En eet
2
ei .ei = gii = gi
12. Ceci bien sr est fortement reli au concept de vecteur comme objet appartenant un
espace vectoriel, mais ceci nous entrainerai loin du prsent chapitre. Disons que les vecteurs gomtriques reprsentent un sous ensemble des groupes de transformation des points de l'espace,
d'o la notation
PP
, qui dsigne la l'application qui transforme le point
en point
. Dans
un espace plat, nous n'avons pas nous limiter aux points voisins pour dnir un vecteur. Dans
un espace non-plat, nous dnissons les vecteurs en un point comme les vecteurs de l'espace
tangent en ce point : imaginer une sphre et le plan tangent cette sphre en un point. Si tout
cela vous parat confus, vous avez raison, c'est vraiment trop rapide.
13. Habituellement, ces vecteurs sont nots symboliquement par
14. qu'on appelle euclidien
226
xi .

Nous pouvons bien sr utiliser des vecteurs
donnes orthogonales
(x1 , x2 , ...xn ),
ui
unitaire. Dans le systme de coor-
nous avons
ui = (1/gi )ei
(16.12)
. Par exemple, en coordonnes polaire, le vecteur unitaire
au point
(r, ) s'crit
(0, 1/r).
Retour sur les formes direntielles.
Nous pouvons maintenant donner un sens
plus prcis aux formes direntielles. Commenons par un 0-forme, c'est dire
f (P ) qui chaque point de l'espace, associe un scalaire. Prenons un

P = P + v o est un scalaire et v un vecteur. Nous
la 1forme df au point P par
une fonction
point inniment voisin

dnissons
df (u) = lim
Dans le systme de coordonnes
(f (P + u) f (P ))
(x1 , x2 , ...xn ),
(16.13)
f (P ) = xi , c'est
point P . Si ei est le
soit la fonction
dire une fonction qui retourne la i-me coordonnes du

vecteur (1,0,...,0), alors videment,
dxi (ei ) = 1
De mme, si
ui
est le vecteur unitaire dans la direction
i,
alors
dxi (ui ) = 1/gi
d'aprs notre relation (16.12).
Association vecteur-forme.
lui associer une 1-forme
Prenons maintenant un vecteur
voulons avoir
f (f ) = f .f
En gnral, nous travaillons toujours avec une base

le vecteur
f . Nous souhaitons
qui respecte la gomtrie. Cela veut dire que nous

(16.14)
orthonormale pour reprsenter
(voir l'exemple du dbut de cette section). Supposons que dans cette
base orthonormale, nous ayons
f = f 1 u1 + ... + f n un
alors la simple application de la contrainte (16.14) nous amne
fi = gi f i
de mme, si nous appelon
g i = 1/gi ,
nous avons
f i = g i fi
227

Dans l'exemple du dbut, nous avions trouv la relation entre vecteur et forme
en coordonnes par le passage par les coordonnes cartsiennes. Nous aurions pu
remarquer simplement que la distance entre deux points
d
et donc
grr = 1, g = r2 ,
donc
Application : le gradient.
(r, )
et
(r + h, + )
et
= h2 + r2 2
fr = gr f r = f r
et
f = g f = rf .
En analyse vectorielle, nous avons un
nous appelons gradient. Soit la fonction
f (x).
vecteur
que
Trouver son gradient en coordon-
nes gnralises.
Nous avons
df =
f i
dx
xi
Le vecteur associ cette 1-forme s'appelle le gradient
( f )i = g i
f.
Nous avons donc
f
xi
Par exemple, en coordonnes polaire, le gradient s'crit
f=
Le rotationnel.
f
1 f
ur +
u
r
r
Soit le vecteur trois dimensions
f (x).
Trouver le vecteur
rotationnel qui lui est associ.

A ce vecteurs, nous associons la 1-forme
f=
et donc
(gj f j ) (gi f i )
xj
xi
df =
i=1
o nous avons pos
A la 2-forme
df ,
gi f i dxi
dxi dxj
j = i+1 pour dcrire correctement une permutation circulaire.
nous associons le bi-vecteur
=
i=1
1
gi gj
(gj f j ) (gi f i )
xj
xi
A trois dimensions, au bi-vecteur
u1 u2
nous pouvons associer un vecteur axial que
nous appelons rotationnel :
f =
o
1
gi gj
(gj f j ) (gi f i )
xj
xi
k = i + 2(mod)3.
228
uk

La divergence.
Le calcul de la divergence procde de la mme faon. Il faut
seulement noter que le divergence est dnie pour un

trois dimensions, le vecteur
n1
une 2-formes et prendre la drive extrieure de celle-ci. Soit
f u2 u3
le premier terme reprsente en ralit
g1 g2 f 1 dx2 dx3
forme. En analyse
est en faite un bi-vecteur, auquel on doit associer
f = f 1 u1 +...En faite,
auquel est associe la 2-forme
dont la drive exterieure est la 3-forme
x1 g1 g2 f 1 dx1 dx2 dx3 .
A cette 3-forme est associ le tri-vecteur
divf =
1
x1 g1 g2 f 1 + ... u1 u2 u3
g1 g2 g3
le triple produit vectoriel, au signe prs vaut
1.
Le signe dpend de l'orientation
de l'espace. Bien sr, un 3-vecteur ne peut pas valoir un scalaier, mais l'espace
des 3-vecteurs est de dimensions 1, et nous les associons donc aux scalaire.
16.10 L'oprateur de Hodge.

Un oprateur direntielle fondamental dont nous n'avons pas encore parl est
le Laplacien. Nous savons que en analyse vectoriel, cet oprateur est reli une
drive seconde, mais nous ne pouvons videment pas l'utiliser tel quel, puisque
d'aprs le lemme de Poincarr, pour une
kforme , d(d) = 0.
L'oprateur de
Hodge nous permet de donner un sens prcis au Laplacien pour les

Dans l'espace
dimension, il existe une
appelons
volume.
nforme
nforme
k -forme.
fondamental que nous
volume est simplement
Dans un espace plat muni de coordonnes cartsiens
xi ,
la
= dx1 ...dxn
Insistons nouveau : cette
nforme
est un objet intrinsque ; dans une autre
base, elle s'crirait autrement. Une fois qu'on la xe, on xe en ralit la gometrie
de notre espace
15
. En coordonnes orthogonale gnraliss, nous avons
= gdx1 ...dxn
o
est la racine carr du determinant du tenseur mtrique, autrement dit, dans
les notations de la sous section prcdente,
g = g1 g2 ...gn
L'oprateur de Hodge
une
(n k)forme
associe (de faon unique) une
kforme = dx1 ...dxk
telle que
() =
15. Se donner la
nforme
volume ou se donner un produit scalaire sont quivalent
229

Nous avons pas mal utilis cet oprateur sans lui donner un nom. Prenons l'espace
n=3
muni de coordonnes cartsiens o
g = 1.
dx
dzdx
dz
Nous voyons alors que
dydz
dy
i
=
=
Alors, par exemple,
dxdy
dx (dx ) = 1dxdydz
pour
i = 1, 2, 3.
La seule petite
complication est de bien grer le signe, c'est dire le degrs de permutation que
cela nous impose. Prenons maintenant une fonction
0forme.
f (x, y, z),
c'est dire une
Nous avons alors
df
df
d(df )
Et nous voyons que
d(df )
f
f
f
dx +
dy +
dz
x
y
z
f
f
f
dydz +
dzdx +
dxdy
x
y
z
2f
2f
2f
+ 2 + 2 dxdydz
x2
y
z
nous donne bien le Laplacien sous forme d'une
3-
forme. Comme nous connaissons les changements de variable et les associations

forme-vecteur, nous pouvons crire le Laplacien dans n'importe quelle systme
de coordonnes.
0forme et nous pouvons

kforme. L'exemple fondamental
et le Lagrangien du champ A sont
Nous n'avons bien sr par nous restreindre aux

ainsi gnraliser le Laplacien d'un champ de
est encore l'lectromagntisme, o l'action
donns par
S=
{dA(dA) + A()}
(16.15)
V
o
est la
1forme dcrivant la distribution

A nous donne alors simplement
des charges (voir ci-dessous). Une
variation sur
d(A) =
ce qui constitue les deux dernires quations de Maxwell (voir exercice).
16.11 Quelques applications.

16.11.1 Equation de conservation.
Vous rencontrez cette quation partout en physique, sous des formes diverses
et varies. Elle dit simplement que la variation de quelque chose dans un volume gale la quantit de ce quelque chose qui entre dans ce volume moins la
230

quantit de ce quelque chose qui en sort. Le quelque chose peut tre la concentration d'une substance, l'nergie emmagasine dans le volume, une probabilit
de prsence, ...
16
Les systmes qui obissent cette loi sont dits
conservatif s. La
le quelque
dxdydz , l'quation
quantit entrante moins la quantit sortante se dit ux. Notons par

chose et par
son ux. Applique un volume innitsimal
de conservation s'crit
/t + divJ = 0
(16.16)
(x) est la concentration

J = (x)v(x). Dans le cas
Si nous parlons d'un uide en mouvement, alors

point de l'espace,
v(x)
la vitesse du uide et
substance qui diuse, le ux

tion
17
en un
d'une
est proportionnel au gradient de la concentra-
(la chaleur diuse du chaud vers le froid, l'encre se dilue dans l'eau,...)
J = Kgrad,
ce qui, rinjct dans l'quation de conservation, nous donne
l'quation de diusion
/t = K
En langage des formes, cette quation aquiert une interprtation gomtrique.

Prenons d'abord le cas de l'espace une dimension spatiale et une dimension
temporelle, et considrons un lment innitsimal
carr dans l'espace-temps, si vous voulez) et la forme
dt, dx (les deux cots d'un

= dxJdt 18 . L'quation
de conservation n'est alors rien d'autre que
d = 0
A 3+1 dimensions (ou plus si anit), il faut considerer la forme
= dxdydz (Jx dydz + Jy dzdx + Jz dxdy)dt

Cette forme est analogue ce qu'en physique nous appelons un quadri-vecteur.
Nous verrons plus bas une application de ce concept au champ lctromagntique.
Problmes et exercices.
Primtre et surface.
Soit
l'aire enform par une courbe
C.
Dmontrer que
nous avons
A = (1/2)
xdy ydx
C
16. Le quelque chose peut tre l'argent d'une entreprise, et les comptables sont responsable,
sur leur denier personnel, de faire respecter cette loi. L'tudiant en physique perd au plus
quelques points l'examen.
17. Cela se dmontre facilement en physique statistique et s'appelle la rponse linaire.
18. Le signe - vient de notre convention de compter en ngatif le ux entrant. Cela parat
aussi arbitraire que la charge de l'lectron. Historiquement, cela vient du fait que la surface est
oriente pour que la normale pointe vers l'extrieurs.
231

En dduire que l'air d'un ellispe est
ab, o a et b sont les axes majeur et mineur.
Comment cette expression est relie l'expression habituelle
A=
f (x)dx
a
x?
de la surface entre une courbe et l'axe
Air d'une courbe ferme.

courbe
Nous souhaitons calculer l'air enferme par une
donne en coordonnes polaire par l'quation
an cos(n)
r() =
n=0
dont
un
exemple
1. Dmontrer que
et
est
donne
par
la
gure
2
cos2 (n)d = si n = 0
0
0. De mme, dmontrer que
2 si n =
cos(n) cos(m)d = 0
2
0
si
1.5
1.0
m = n.
0.5
= dxdy
= (1/2)(xdy ydx).
1.5
2. Dmontrer que la 2-forme direntielle

drive de la 1-forme
16.2.
1.0
0.5
0.5
1.0
1.5
0.5
1.0
3. Donner l'expression de
et
en coordonnes
1.5
polaires.
4. Vrier qu'en coordonnes polaire, nous avons
bien
Figure 16.2 Une

feuille
= d .
5. En utilisant la forme polaire de ces formes, et en

utilisant le thorme de Stockes, dmontrer que
l'air enferme par la courbe vaut
par
donne
l'quation
r = 1 + (1/2) cos(4) +
(1/5) cos(16)
A = (a2 + (1/2)
0
a2 )
n
n=1
Volume.
Dmontrer que la 3-forme volume
dxdydz
drive de la 2-forme
1
(xdydz + ydzdx + zdxdy)
3
en dduire le volume d'une sphre, d'une ellipsoide de rvolution et d'une ellipsoide gnrale.
232

Association bi-vecteur, 2-forme.
Dans un espace 3 dimensions, donner la re-
lation entre bi-vecteur et 2-formes en en coordonnes gnralises orthogonale.

Utiliser ce rsultat pour trouver l'association en coordonns cylindrique et sphrique.
Oprateurs direntielles en analyse vectorielle.

placien
Trouver l'expression du La-
n = 3 en coordonnes gnralises orthogonale. Utiliser ce rsultat pour
trouver ce rsultat en coordonnes cylindrique et sphrique.
D'Alembertien.
Dans l'espace-temps (n
= 4),
la 4-forme volume est donne en
coordonnes cartsienne par
= dtdxdydz
Etant donnes la fonction
f (t, x, y, z),
donner l'expression de
d(df ).
C'est ce
que l'on appelle couremment le D'Alembertien qui gouverne toutes les quations
d'ondes.
Equations de Maxwell.
sur
A,
En partant du Lagrangien (16.15), faire une variation
intgrer par partie les formes rsultantes pour dduire les quations du
Maxwell en prsence du champ.

quelques exmples d'intgration des formes.
est ce que
dw = 0
implique
w = d?
exemple pratique sur le rot.
quation de maxwell complte

transformation de lorentz et les quations de Maxwell, la modication du courant,
relativit
dmonstration de stockes pour les deux formes.
l'operateur *, le laplacien
d(df ),
en dduire le laplacien en coordonnes curvi-
ligne, le lien entre la minimisation de
df df
et
d(df ) = 0.
Eventuellement, si
possible, faire le lien avec le chapitre prcdent et le calcul des surfaces minimales.
Peut tre faire une vague intro la gometrie des surfaces et la relation avec
les courbures.
Faire le lien avec les tenseurs antisymetriques du prochain chapitre.
233

Nous avons, de nombreuses occasions, rencontr les diverses quations de
la physique. Nous voudrions donner ici une drivation simple et intuitive de ces
quations. Comme nous le verrons, pour tablir ces quations, nous
discrtisons
le systme et faisons ensuite un passage la limite. La mthode plus rigoureuse

( et riche et lgante et ... ) d'aborder ces sujets est le calcul variationnel (voir
le chapitre correspondant) . La mthode utilise dans ce chapitre est celle qui
avait t utilise par Euler lui-mme dans les annes 1740 pour fonder le calcul
des variations. Cette vue consiste regarder les quations direntielles comme
des quations aux dirences, avec un pas
x qui peut tre rendu aussi petit que
l'on souhaite. Cette vue a quelque peu disparu des mathmatiques au dbut du
XIXme sicle quand Cauchy &Co ont donn de la rigueur aux mathmatiques,
mais a donn trs naturellement lieu au dveloppement des calculs matriciels et
la formalisation des espaces vectoriels un sicle plus tard par Hilbert &Co. Avec
l'arrive des ordinateurs et la rsolution numrique des quations, cette approche
redevient tout a fait naturelle. Regardons quelques cas particuliers.
17.1 Qu'est ce qu'une quation direntielle ?

Prenons la plus simple des quations direntielles
y = f (x)
(17.1)
[0, 1]. Dcoupons cet intervalle en N morceau de largeur x dont

x0 = 0, x1 = 1/N, x2 = 2/N, ...xN = 1. Nous cherchons dterminer les N + 1 valeurs y0 = y(x0 ), y1 = y(x1 ),...yN = y(xN ). Nous pouvons
approximer le terme y au point xi par
sur l'intervalle
les bords sont
y (xi ) = y(xi+1 ) y(xi ) /x

L'quation (17.1) se transforme alors en un systme d'quations
y1 y0
x.f (x0 )
y2 y1
x.f (x1 )
...
yN yN 1
...
=
234
x.f (xN 1 )
algbriques

Si vous regardez bien, nous avons
N +1
inconnus, mais seulement
quations !
Le systme est sous dtermin et n'a pas de solution unique. Pour que le systme
ait le mme nombre d'quations que d'inconnus, il faut ajouter une quation
supplmentaire, par exemple
y0 = a.
C'est cela que nous appelons la condition
initiale. Nous avons l'habitude de penser aux quations direntielles comme

la donne de deux choses direntes : une quation de la forme (17.1) et des
conditions initiales. En ralit, ces deux choses sont indissociables. Nous pouvons
maintenant reprsenter cela sous forme matricielle
1
1
0
0
1
1
...
0
..
1
..
...
... 1
ou de faon plus succincte

quation et
0
0
0
Ay = f .
y1
y2
.
.
yN
a + x.f (x0 )
f (x1 )
.
.
f (xN )
Nous avons maintenant un systme de
inconnus quilibr. A partir de l, nous pouvons utiliser toute la
puissance des techniques d'oprateurs linaires pour rsoudre le problme diffrentielle. Vous voyez galement les direntes gnralisations possibles. Si par
exemple, nous avons une quation de seconde ordre, nous n'obtiendrons alors que
N 1
quations pour
N +1
inconnus et nous devons la supplmenter par
deux
quations aux bords, et ainsi de suite pour des quations d'ordre plus levs. De
la mme manire, l'approche se gnralise l'tude des quations aux drives
partielles. Les techniques de rsolution numrique d'quations direntielles ne
font que reprendre ces schmas.
17.2 Equation de Laplace.

Considrons un ensemble de
raideur
k.
boules de masse
relies par des ressorts de
Chaque boule est assujettie se mouvoir sur une ligne verticale, et les
lignes sont espaces de
(gure 17.1.a ). L'nergie potentielle totale du systme
est par consquent :
U (..., yn1 , yn , yn+1 , ...) =

n
o
yn
est l'ordonne de la n-ime boule ( et
valeurs des
yk
1
k(yn+1 yn )2
2
(17.2)
xn = nd son abscisse ). Pour quelles

U est une fonction de N va-
le potentiel est minimum ? Comme
riables, pour tre extremum, il faut que sa drive par rapport chaque variable
soit nulle. Considrons la n-ime boule. Dans l'expression de l'nergie sous la
somme, il y a seulement deux termes qui contienne la coordonne de
235
yn
qui sont

y
y
Y
k
(a)
(c)
(b)
Figure 17.1 Vue discrte d'une corde vibrante.

(yn yn1 )2
et
(yn+1 yn )2 . La minimisation de U
par rapport
yn
U
= k(2yn yn1 yn+1 ) = 0
yn
donne donc :
(17.3)
Cette dernire relation indique simplement que la force exerce sur la n-ime
boule doit tre nulle : en eet, la force n'est que le gradient ( un signe prs) du
potentiel. L'extremum du potentiel correspond une position d'quilibre o les
d 0 et N + pour retrouver
x = nd devient continue, de mme que la fonction y(x).
Comme yn = y(xn ) = y(nd), nous avons, par un simple dveloppement de Taylor,
forces exerces s'annulent. Faisons maintenant

le continuum. La variable
yn+1
yn1
dy
dx
yn +
dy
yn
dx
1 d2 y
2 dx2
x=xn
1 d2 y
d+
2 dx2
x=xn
x=xn
d+
x=xn
d2
d2
L'quation (17.3) se transforme donc en une quation direntielle
d2 y/dx2 = 0.
A plusieurs dimensions, en appliquant la mme dmarche, on aboutit l'quation
y = 0
o l'oprateur
(17.4)
dsigne le laplacien. L'quation (17.4) est appele justement
l'quation de Laplace
et comme nous le voyons, est le rsultat de la minimisa-
tion d'une certaine nergie. C'est exactement cette approche qu'Euler a utilis
pour dvelopper le calcul variationnel et qui a donn lieu aux quations d'EulerLagrange.
1. Grand mathmaticien franais de la n dix-huitime et dbut dix-neuvime sicle. Trs
clbre pour son livre de mcanique cleste, les fondements de la thorie des probabilits (qui
l'ont amen inventer les transformes de Laplace), la thorie molculaire de la capilarit (quand
les molcules n'existaient pas !), ... Ses collgues et contemporins sont Lagrange, Fourier, Poisson
et Cauchy. Que du beau monde.
236

Que vaut la constante de raideur
dcoupage discrte,
i.e.
k ? Elle doit probablement dpendre de notre

d entre les lments discrets que nous
de l'espacement
avons utilis pour modliser le continuum. Mais comment ? La rgle fondamentale

est que les valeurs que l'on peut mesurer (physiquement) ne doivent pas dpendre
L que l'on dcoupe

N morceau espac de d = L/N . Nous maintenons un cot (disons x = 0 )
y = 0, et l'autre cots (x = L) y = Y (g. 17.1.b). Comme (yn+1 yn ) = (Y /L)d,
de notre dcoupage. Prenons maintenant une ligne de longueur

en
Selon l'expression (17.2), l'nergie potentielle totale est donne par
k(Y /L)2 d2 = (Y /L)2 N kd2 = (Y /L)2 Lkd = (Y 2 /L)kd
U=
n
N boules relies
k et un espacement d (g. 17.1.c), nous aurions
U = (Y 2 /L)k d . Comme U ne doit pas dpendre de notre
Si maintenant nous avions fait un autre dcoupage en prenant

par des ressorts de constante
trouv pour l'nergie
dcoupage,
kd
doit tre constante :
k=
La constante de ressort
microscopique
K
d
(17.5)
(rsultat de notre dcoupage discret )
est reli une constante physique du systme
K,
( qui dnote l'amplitude de la
rigidit du systme par rapport un phnomne physique), par la relation (17.5).

Comme
(yn+1 yn ) = y (x).d+O(d2 ), l'expression de l'nergie potentielle devient

U
(1/2)
(1/2)
K
y (nd)2 d2
d
Ky (x)2 dx
quand
d0
Pour un champ lectrique par exemple, l'nergie est donne par
( /2)| V |2 d . V
( /2)|E|2 d =
est le potentiel lectrostatique et l'oprateur gradient (
) g-
nralise la drive plusieurs dimensions. Ici, le rle de la constante de rigidit

du systme (vis vis du champs lectrique ) est jou par la constante de permabilit lectrique
. En lasticit, la variable du champ est appel

2
dplacement, et
la rigidit du systme est donne par le module d'Young . Dans le cas des gaz,
nous somme en prsence d'un champ de
pression
et
est l'inverse du coecient
de compressibilit.
2. Maxwell, le fondateur de la thorie lectromagntique dans les annes 1860, considrait

les phnomnes lectromagntiques comme des dformations lastiques d'une substance hypothtique appele ther et s'est beaucoup inspir des travaux sur l'lasticit pour formuler sa
thorie.
237

17.3 Equation d'onde et de chaleur.
Nous nous sommes proccup dans la prcdente section de phnomnes statiques. Essayons maintenant de formuler la dynamique. Revenons notre exemple
m. Nous pouvons
F = ma pour chaque
2
2
boule. L'acclration de la n-ime boule est donne par d yn /dt . La force sur
la n-ime boule tant gale au gradient du potentiel, i.e. Fn = U/yn , nous
du gure (17.1.a) et supposons que chaque boule a une masse

maintenant crire la relation fondamentale de la dynamique
avons, en suivant ce que nous avons dit plus haut,
m
Comment
d2 yn
= k(2yn yn+1 yn1 )
dt2
(17.6)
dpend de notre dcoupage ? La rponse est plus simple cette fois.
la densit (linaire une dimension), nous avons m = d.

k = K/d et (2yn yn+1
yn1 ) ( 2 y/x2 )d2 . Quand d 0, l'quation (17.6) devient
Si nous dsignons par
Nous avons galement, comme indiqu plus haut,
2y
t2
=
=
(K/d) 2 y 2
d
d x2
K 2y
x2
(17.7)
C'est ce qu'on appelle l'quation d'onde. Elle se gnralise de la mme manire

plusieurs dimensions ( l'oprateur
K/
gnralise la drive seconde). La constante
possde la dimension d'une vitesse au carr (pourquoi ?) et dsigne, comme
nous l'avons vu, la vitesse de propagation des ondes.

Question
: qu'est ce qui joue le rle de la densit pour les phnomnes lectriques ?
Nous pouvons maintenant aborder plusieurs gnralisation. Si les boules baignent en plus dans un liquide , il faut tenir compte de la force de dissipation
visqueuse qui est proportionnelle (et oppose) la vitesse, et donc
L'quation d'onde devient alors, lors de la passage la limite
En lectromagntisme,
dyn /dt.
d 0,
y
2y
2y
+
=K 2
2
t
t
x
dnote le coecient d'absorption d'un matriau (l'in-
verse de sa transparence). Nous voyons que si la masse des boules (la force inertielle) peut-tre nglige par rapport aux autres forces de frottement et applique
par les voisins (penser aux boules baignant dans du miel), nous pouvons ngliger
la drive d'ordre 2 par rapport au temps et crire
y
2y
=D 2
t
x
238

qui n'est rien d'autre que l'quation de la chaleur. Il est peut-tre dicile pour le
lecteur de penser au champ de temprature comme des boulent qui se meuvent
3
dans du miel . Nous le rfrons la thorie de la rponse linaire en physique

statistique pour une drivation de l'quation de la chaleur qui ait une plus grande
ralit physique.
Revenons encore une fois notre image de boules de la gure (17.1.a) . Et
k les uns aux autres,

x par un ressort de constante V d (nous normalisons
imaginons qu'en plus d'tre reli par un ressort de raideur

elles sont en plus relis l'axe
tout de suite la raideur par l'espacement, en laissant le soin au lecteur de dmontrer que cela eectivement est la bonne forme). Nous n'avons aucune obligation
penser que
doit tre une constante. A certain endroit le long de l'axe
peut tre forte, d'autres endroit, faible. Nous notons donc

ressort qui relie la n-ime boule l'axe
totale est donc
U=
n
x.
Vn
x,
elle
la constante du
L'expression de l'nergie potentielle
1K
2
(yn+1 yn )2 + d.Vn yn
2 d
Il ne sera pas alors dicile pour le lecteur de dmontrer que l'quation d'onde
s'crira
2y
2y
= c2 2 V (x).y
2
t
x
et l'expression de l'nergie (potentielle) est de la forme
(K/2)| y|2 + (1/2)V (x)y 2 dx

forme couramment utilise dans la thorie du ferromagntisme.
le cas de l'quation de schrodinger comme deux quations couples, et le rapprochement avec particule dans champs magntique ou les quations de seconde
degrs ;
Traitement du processus dissipatif en dveloppant le BABA de la rponse linaire en phys stat. le cas de l'quation de la chaleur, indication (par potentiel
chimique) pourquoi ca se gnralise la diusion de concentration etc.
3. Mme si la conception de la chaleur comme un uide de calorique tait populaire jusqu'au dbut du XIXme sicle.
239

Nous avons vu tout au long de ce cours divers outils de mathmatiques trs
utiliss en physique. Ces outils concernaient la manipulation des fonctions dans le
but trs alimentaire de rsoudre des quations issue de la physique. Les fonctions
elles mme taient dnies comme des botes noires transformant un
nombre dans
un autre. Nous nous sommes jamais demand ce qu'est un nombre, nous avons
pris cela comme une donne dont la signication est priori connu.
Nous allons dans ce chapitre revenir un peu sur ce concept et voir la construction des nombres rels. Nous verrons galement que ce n'est pas la seule faon
de construire un ensemble complet de nombe, et d'autres ensembles qui dent
notre intuition de proche et de loin sont galement constructible. Ce chapitre
n'a pas d'autre but que d'veiller la curiosit du lecteur.
Le plan gnral que l'on va suivre est de d'abord construire les nombres entiers, ensuite les nombres rationnels. Nous munirons alors notre ensemble d'une
topologie et construirons soit l'ensemble des nombres rels, soit celui des nombres
p-adiques.
Munir un ensemble d'une topologie est un terme pour erayer l'tu-
diant. En langage profane, cela veut simplement dire que l'on va dnir
tances,
la notion
d'tre proche.
les dis-
La topologie habituelle que l'on dnie, et la-
quelle nous sommes habitu depuis notre tendre enfance nous dit par exemple
que 4.3 et plus
proche
de 4.2 que 5. Tant que nous construisons l'ensemble des
avant
nombres rationnels, nous n'avons pas besoin de ce concept, celui d'
et
aprs
nous sura.
18.1 Les entiers naturels
N.
Dedekind, grand mathmaticien de la n du dix-neuvime sicle disait : Dieu

inventa les nombres entiers ; tous le reste est invention humaine. La construction
moderne des nombres entiers est due Peano et ses cinq principes. De faon
intuitif, on peut dire que c'est le plus simple ensemble ou chaque lment (exept
un lment juste avant et un lment juste

aprs, et cela de faon non cyclique. Bon, bien sr, comme nous sommes en train
le premier qu'on appelle 0) possde
de faire des mathmatiques, nous devons dnir exactement ce que ces termes
veulent dire. Voil les axiomes de Pano.
1.
0 N1
1. Grand dbat philosophique pour savoir si il faut commencer par 0 ou par 1. Cette question
240

2. Chaque nombre naturel
possde un autre lment
son successeur (voil pour le

3.
juste aprs ).
x = s(x) N
appel
0 n'est le successeur d'aucun nombre (cela nous enlve le danger des cycles).
4. Si
s(x) = s(y) alors x = y (cela nous enlve le problme de plusieurs nombre
ayant le mme successeur).

5. Axiome d'induction. Soit

Si
est valable pour
une proprit telle que
est valable pour
Alors
x,
alors
est valable pour
s(x)
est valable pour tous les nombres entiers (cela entre autre nous
enlve le problme d'avoir plusieurs premier lment)

Nous avons insist sur cette construction pour souligner que tout ce dont on a
besoin cette tape et le concept d'avant et d'aprs.
Bon, comme nous ne voulons pas crire un texte trs rigoureux, nous allons
aller un peu plus vite partir de l. On peut commencer par donner des noms
aux divers lments. Par exemple, le successeur de 0 sera appel un (et not 1),
N = {0, 1, 2, ...}.
+. C'est une application
le successeur de 1 deux (2) et ainsi de suite. On peut donc noter

Ensuite, nous allons munir notre ensemble de l'opration
qui deux nombres entiers associe un troisime, et cela en gnralisant le concept

de successeur :
L'opration
x+0 = x
et
x + s(y) = s(x + y)
. Par exemple, et
x + 1 = s(x) 2 .
a bien sr toutes les bonnes proprits d'associativit, commuta-
tivit, etc. dont nous sommes habitu (exercices : les dmontrer). Nous laissons
au lecteur le soin d'en donner une dnition rigoureuse.
Tant que nous y sommes, nous pouvons galement dnir l'opration
(multiplication)
commes une autre application qui a chaque deux nombres entiers associe un troi-
x 0 = 0 ; x s(y) = x y + x. Bien sr, c'est la multiplication habituelle

x (y + 1) = x y + x. Par exemple,
x 1 = x.
sime :
et on aurait t plus claire si on avait not
Enn, a ne mange pas de pain de dnir rigoureusement les relations de comparaison
<
et
>,
nouveau en suivant la piste des successeurs.
Nous suggrons au lecteur de faire ces constructions en dtails et de faon

rigoureuse, c'est un exercice trs intressant.
N, muni des deux oprations +

(N, +, ) est un anneau commutatif.
Nous disposons donc maintenant d'un ensemble

et
En langage chique, nous dirrions que
18.2 Les ensembles
et
Q.
A partir de l, nous allons commencer largir notre ensemble
N.
n'a pas de sens tant que l'on a pas dni l'opration addition et son lment neutre. Tout ce
que l'on veut ici est de dnir un premier lment.
2. Notez comment l'operation
+1
devient alors le synonyme de l'opration successeur.
241

D'abord, nous pouvons dnir l'opration soustraction
l'addition : si
xy = z
alors c'est que
y+z = x
comme l'inverse de
(exercice : donner une dnition
rigoureuse de la soustraction). Mais cela nous pose un problme.
N est ferm pour
l'addition, c'est dire que l'addition de n'importe quel deux nombres est encore
N. Cela est loin d'tre le cas pour la soustraction. Il sut d'examiner 0 1 :

0 1 = z N, alors z + 1 = 0, ce qui contredit violement un des axiomes de
Pano. Qu' cela ne tienne : nous allons dnir un ensemble Z qui contient N et
qui est ferm pour la soustraction, Z = {..., 2, 1, 0, 1, 2, ...} .
Nous pouvons galement dnir l'opration de division /comme l'inverse de
la multiplication : si x/y = z alors c'est que x = yz . Le mme problme se pose :
en gnral, pour un couple quelconque, x/y n'a pas de sens dans N ou Z . A
dans
si
nouveau, on peut agrandir notre ensemble et dnir l'ensemble des nombres

rationnels
qui est ferm pour l'opration de division. Notez que nous avons
pas vraiment dnit comment on aggrandit nos ensemble, cela alourdirait trop
3
ce texte .
L'ensemble
Q est trs riche. Concrtement les humains n'en sortent jamais pour
faire leurs calculs. Le trait principal de cet ensemble est qu'entre n'importe quel
deux nombres rationnels, on peut en trouver d'autres. Ceci dit, comme le lecteur
le sait, l'ensemble
il n'est pas
reste dnombrable, et mme si il est ferm pour la division,
algbriquement
ferm. Par cela nous voulons dire que les racines de
tous les polynomes (de coecient entier) ne se trouvent pas dans

il est trivial de montrer que la racine de
x2 2 = 0
Q. Par exemple,
(qui reprsente l'hypothnus
d'un triangle rctangle de cot unit) n'est pas rationnelle.

Il sut de suivre la mme dmarche et construire l'ensemble des nombre algbrique
2+
A, la fermeture algbrique de Q, et qui contient tous ces nombres du genre
3 + 17 253. A t'on puis tous les nombres ou existe t'il des nombres non-
algbriques qu'on appelle
transcendants ?
d'un cercle de diamtre unit
Est ce que par exemple, le primtre
ou le nombre
sont algbriques ? La rponse
ces questions n'est venu qu' la n du dix-neuvime sicle.
18.3 Un peu de topologie.

Nous n'avons pas encore introduit le concept de distance entre deux nombres.
La distance entre deux nombres est une application qui prend deux nombres en
entre et produit un nombre en sortie. On peut la dnir sur n'importe quel
A = NN, c'est
(x, y) o x et y sont des entiers naturels. Nous dnissons
une relation d'quivalence (x, y) = (x , y ) si xy = x y . Nous dnissons l'operation +dans
A par (a, b) + (c, d) = (ad + bc, bd) et l'opration par (a, b) (c, d) = (ac, bd). L'ensemble
A partitionn par la relation d'quivalence ci-dessus et muni des deux oprations + et peut
tre identi au corps des rationnels Q. Un exercice interessant serait de suivre les mmes lignes
3. Voyons rapidement la construction des rationnels. Considrons l'ensemble
dire l'ensemble de tous les pairs
pour construire les entiers relatifs partir des entier naturels.
242

corps
k45
(dont par exemple le corps des rationnels). Nous demandons cette
application d'avoir un minimum de proprits : Pour tous

1.
d(a, b) 0
d(a, b) = 0
2.
d(a, b) = d(b, a).
3.
d(a, b) d(a, c) + d(b, c)
a, b, c k ,
et
a = b.
si et seulement si
(l'ingalit du triangle).
Ce n'est pas beaucoup demander, mais partir du moment o nous disposons

d'une mtrique, nous pouvons faire une quantit phnomnale de choses. Essentiellement, c'est l'tape o l'on passe de l'algbre l'analyse, o on peut commencer dnir le concept de
continu, de la convergence des suites, ...

la valeur abso-
Un concept troitement li la notion de distance est celle de
lue. Supposons que nous disposons d'une valeur absolue sur un corps k
avec les
proprits suivantes :
p1 :
|a| = 0
p2 :
|ab| = |a||b|
p3 :
|a + b| |a| + |b|
ssi
a = 0.
alors nous pouvons facilement dnir la distance entre deux lments par
|a b|.
d(a, b) =
Nous laissons au lecteur le soin de dmontrer cela. L'exemple usuel de la
valeur absolue sur
est
|x| = x
si
x0
et
sinon. Bien sr, ce n'est pas la
seule valeur absolue possible, nous en verrons des exemples plus bas.
Comme nous l'avons dit, ds que nous disposons d'une distance, nous pouvons
an converge vers la limite

N sont aussi proche de la
dnir la convergence des suites. Nous disons que la suite
si tous les lments de la suite, partir d'un certain
limite que nous le souhaitons. Dans l'ensemble
est la limite de
alors
d(a, an ) <
an si
pour tout
Q,
Q,
nous crirons par exemple que
nous pouvons trouver
tel que si
n>N
Un des problmes de cette dnition de la convergence est que pour savoir si

une suite converge, nous devons connatre l'avance sa limite ! Le grand Cauchy a
trouv comment y remedier : une suite converge si la distance entre deux lments
N : si pour tout Q, nous

d(am , an ) < alors la suite est
quelconques converge vers zero au del d'un certain

pouvons trouver
tel que si
n, m > N
alors
convergente.
Cela nous pose un nouveau problme : la limite d'une suite dans un corps
n'a
aucune raison d'appartenir au mme corps. Mais nous pouvons continuer notre
procdure d'enrichissement et considrer un ensemble qui contient
et le corps k et
toutes les limites de toutes les suites convergentes. Nous verrons ci-dessous deux
4. Rappelons qu'un corps est un ensemble, muni des deux oprations
et
et ferme vis
vis d'elles.
5. Bien sr, pour dnir une norme, nous n'avons pas ncessairement besoin d'un corps.
Nous avons vu ds le dbut de ce livre comment en dnir une pour l'espace vectorielle des
fonctions de carr sommable.
243

exemples de fermeture topologique de l'ensemble
et l'ensemble des nombres
Q : l'ensemble des nombres rels
padiques.
18.4 L'ensemble des nombres rels.

Munissons nous de la valeur absolue usuelle, et la distance ( le mtrique) qui
en dcoule. Et considrons les suites convergentes dans
Q.
Il est vident que
beaucoup (vraiment beaucoup) de ces suites n'ont pas leurs limites dans
Q.
n
n=0 (1) /n! n'est pas
un nombre rationnel. Pour voir cela supposons qu'il l'est et ecrivons le comme
Exemple 1.
p/q .
Le nombre
1/e,
dni comme la limite de
Nous dcomposons la srie en une somme jusqu'au terme
et le reste :
p
=
(1)n /n! + Rq
q n=0
Comme nous avons aaire une srie alternative convergente, le reste est plus
petit que le dernier terme :
par
q!.
|Rq | < 1/q!.
Multiplions maintenant les deux cots
Nous avons gauche un entier, et droite un entier
plus
un terme plus
petit que l'unit. Le cot droit n'est donc pas un entier naturel. Notre hypothse
de rationnalit de
1/e
est donc fausse.
Nous dnissons l'ensemble des nombres rel

l'ensemble
de Cauchy. Les oprations

exemple,pour
o
an
et
bn
R comme un ensemble qui contient

Q au sens
et les limites de toutes les suites convergentes dans
a, b R,
et
se gnralisent aisement par continuit. Par
(mais pas ncessairement rationnel)
sont des suites dans
convergeant vers
et
a + b = lim(an + bn )
b.
Nous pouvons pousser un ouf de soulagement, nous sommes au bout de notre

chemin ( part peut-tre une extension triviale au nombre
C).
Mais est ce que
c'tait vraiment la peine de faire tout ce parcours ? Est ce que l'ensemble
est
vraiment plus riche que l'ensemble des nombres algbriques ? La rponse est videment oui, mais est loin d'tre vidente. Jusqu' presque la n du dix-neuvime
sicle, la rponse cette question n'tait pas connu. On a pu dmontrer cet
poque avec peine que les nombre
et
ne sont pas algbrique, c'est dire
que nous ne pouvons pas trouver un polynome de coecient entier dont une
des racines soit un de ces nombres. Mais combien y avait il de ces nombres
transcendant ? trs peu, beaucoup ? La rponse, un coup de matre, est venu
de Greg Cantor : les nombres algbriques sont une minorit ngligeable compars
au nombres rels. Cette dmonstration a provoqu beaucoup de dbats furieux
l'poque, puisque Cantor ne construisait pas
un seul
nombre transcendant. Sa
dmonstration se fait en deux tapes trs simple : (i) les nombres algbriques
sont dnombrables ; (ii) les nombres rels ne sont pas dnombrable. Voyons cela
de plus prs.
244

18.4.1 Les nombres algbriques sont dnombrables.
Comme nous l'avons dit, les nombres algbriques comprennent les racines de
tous les polynomes. Les nombres rationnels sont videment des nombres aglbriques, puisque
p/q
est solution de l'quation
px q = 0.
a0 + a1 x +
... + an xn (an = 0). Nous appelerons hauteur de ce polynme le nombre H =
n 1 + |a0 | + |a1 | + ...|an |. Il existe un seul polynome de hauteur 1 : x. Pour
H = 2, nous avons les polynmes suivants : x2 ; x 1. Pour H = 3, x3 ; 2x2 ;
x2 x ; x2 1 ; 2x 1 ; x 2 et ainsi de suite. Le fait intressant est que le
nombre de racines de tous les polynomes d'un hauteur H est ni ( Combien y'en
Considrons maintenant un polynome coecient entier du genre
a t'il au plus ?). Nous pouvons donc ranger les nombres algbriques de faon
suivante : On prend d'abord toutes les racines associes l'hauteur 1, et on les
range dans l'ordre croissant, en liminant les doublons. On prend ensuite toutes
les racines associes
H = 2,
on les ranges dans l'ordre croissant en liminant
les doublons et on continu le procd pour

par
A = {0 ; 1, 1 ; 2, 1/2, 1/2, 2 ; ...}
H = 3, H = 4,...
Cela nous donne
et il n'est pas dicile de voir que nous
avons ainsi une procdure pour dnombrer les nombres algbriques !
18.4.2 Les nombres rels ne sont pas dnombrables.

La plupart des lecteurs ont dj vu cette demonstration. Supposons que nous
avons russi denombrer tous les nombres rel entre
0 et 1et nous les listons dans
l'ordre croissant en utilisant leur representation dcimal :
r0
0.a00 a01 a02 ...
r1
0.a10 a11 a12 ...
r2
0.a20 a21 a22 ...
...
r construit partir des dcimaux diagonaux : r =
0.a00 a11 a22 ... et construisons un nombre r partir de r en changeant chacun des
dcimaux de r d'une faon quelconque. Il est alors facile de voir que r ne peut
Soit maintenant le chire
pas tre dans la liste ci-dessus ! (Exercice : le dmontrer).
18.4.3 Au del des nombres rels : les hyper-rels.

Si on voulait donner une image de nos nombres, les rationnels seraient des
points isols dans un espace et les rels remplirait le vide qu'il y a entre. Peut on
encore inventer des nombres qui se mettraient
entre
les nombres rels ? Avant le
dix-neuvime sicle, les mathmaticens avaient l'habitude de manipuler ce genre

de nombres qu'ils appelaient des
inniment petits.
Ces nombres cependant pro-
voquaient pas mal de contradictions et on vite t chass du monde. Dans les
245

annes 1960, Abraham Robinson russi de les rintroduire de faon rigoureuse
par une mthode pas trop loin de ce que nous avons vu pour la construction
des nombres rels. Un inniment petit est par exemple un nombre
0 < < 1/n
quelque soit
n N.
tel que
Dans l'ensemble des nombres hyper-rel, chaque
rel classique est entour d'un nuage de nombre distance inniment petit.
Concrtement, l'introduction de ces nombres n'apporte pas de nouvelles mthodes et nous ne dvelopperons pas ce concept plus ici. Nous suggrons au lecteur
intress de se diriger vers des livres plus spcialiss sur ces nombres et l'analyse
non-standard.
18.5 Les nombres
padiques.
Nous allons voir dans cette section des nombres tranges, trs dirents de ce
que nous connaissions jusque l. La notion de
proche et de loin est compltement
dissoci de la notion d'avant et aprs, contrairement la distance usuelle que nous

avons utilis pour construire
partir de
Q.
Il existe d'autres valeurs absolues,
et la topologie qu'elles dnissent est radicalement dirente. Rappelons que la

valeur absolue doit avoir les trois proprits mentionnes la section 18.3. Si la
valeur abolsue a en plus la proprit suivante :
|x + y| max{|x|, |y|}
p4 :
nous l'appelons
3, puisque
non-archimedien. Notons que la proprit 4 implique la proprit
max{|x|, |y|} |x| + |y|.
Commenons par les nombres entiers. Donnons nous un nombre premier

N'importe quel entier
p.
peut s'crire de faon unique sous la forme
n = pvp (n) n
o
p n
p ne divise pas n ). Par exemple, si nous avons choisi le nombre premier
5, nous avons
50 2
51 1
50 6
150
52 6
v5 (2) = v5 (6) = 0 ; v5 (5) = 1 ; v5 (150) = 2. vp (n) est appel

padique du nombre n, et dsigne la multiplicit du facteur premier
p pour former le nombre n. Par convention, vp (0) = : on peut diviser 0 par
p ; le rsultat tant 0, on peut encore multiplier 0 par p et cela peut continuer
et nous avons donc

la valuation
inniment.
246

On peut tendre de faon vidente la valuation
nels :
padique
aux nombres ration-
vp (a/b) = vp (a) vp (b)
Et ce n'est pas dicile de voir que

1.
vp (xy) = vp (x) + vp (y)
2.
vp (x + y) min{vp (x), vp (y)}
Si on compare les proprits de
vp
une valeur absolue, nous voyons que
peu comme un logarithme. Nous pouvons donc dnir la valeur absolue
d'un nombre
vp agit un
padique
par
|x|p = pvp (x)

et pour revenir l'exemple des nombres prcdents,
1/5 ; |150|5 = 1/25.
|2|5 = |6|5 = 1 ; |5|5 = |10|5 =

|0|5 = 0.
En utilisant notre convention, nous avons en plus
Nous devons remarquer plusieurs chose ce niveau : (i) la valeur absolue
padique
d'un nombre est infrieure ou gale 1 ; (ii) plus un nombre est di-
visible par
p,
plus sa valeur absolue est proche de
0.
Nous laissons au lecteur le
soin de dmontrer que cette valeur absolue en est vraiment une, et qu'en plus,
elle est non archimedien. Nous pouvons en plus dmontrer que si
x = y,
alors
|x + y|p = max{|x|p , |yp |}.

Super, nous disposons d'une valeur absolue sur
Q, nous pouvons donc dnir

d(x, y) = |xy|p . Par exemple, pour la distance 5-adique, d(5, 6) =
1 ; d(5, 10) = 1/5 ; d(5, 30) = 1/125. Notons que cette metrique a la prorit
suivante : d(x, y) max{d(x, z), d(y, z)}x, y, z Q. Cette ingalit est appel
une distance :
l'ingalit ultramtrique.
Notons combien cette distance est dirente de la distance habituelle. Prenons
x, y, z . Alors deux des distances

(xy)+(y z) = (xz). Si |xy| = |y z|,
par exemple trois points quelconques mais distinct

sont gales ! Ceci dcoule du fait que
alors
|x z|
est gale au plus grand d'entre eux.
Comme nous disposons d'une distance, nous pouvons dnir les suites et leur
convergences, et fermer
pour obtenir l'ensemble
Qp .
Nous pouvons dvelopper
l'analyse exactement comme nous avons fait avec les nombres rels, dnir les
fonctions, leurs drive et intgrale, ... Nous ne dveloppons pas plus cela ici,
notons simplement quelques faits inhabituels de ces ensembles :
Pour qu'une suite
an
converge, il sut que
|an+1 an | 0 (c'est beaucoup
plus simple que le critre de Cauchy).

Pour que la srie
an
converge, il sut que
|an |p 0
Si un point appartient une boule (ouverte ou ferme), il en est le centre,

...
247
19 Bibliograhie.
Ce cours est un rsum rapide de ce que l'tudiant en physique doit absolument
savoir. Ce cours est une introduction qui devrait permettre l'tudiant d'attaquer
les divers sujets en conslutant des livres plus avancs. Ci-dessous, je liste plemle quelques livres que j'ai eu entre les mains et que j'ai trouv particulirement
intressant pour des tudiants de niveau L3-M2.
Jean Bass, Cours de Mathmatiques.
C'est un cours extremement complet,
en plusieurs volumes, allant des mathmatiques lmentaires aux sujets les plus
avances.
Nino Boccara, Analyse fonctionnelle.
Le livre le plus lgant que l'auteur
connaisse sur le sujet.
Franois Rodier, Distributions et Transformation de Fourier.
L'auteur y d-
veloppe les rsultats essentiels de l'analyse fonctionnelle et de la thorie de la

mesure avant d'exposer les distributions et les TF, avec un regard de phycisien
tourn vers l'exprience.
F.W. Byron & R.W. Fuller, Mathematics of classical and quantum physics.
Le livre que chaque tudiant de physique devrait avoir lu.
Ondelettes et Analyse de Fourier.
La premire partie de ce livre expose le
dveloppement de la thorie de la mesure et des series de Fourier tout au long du

dix neuvime et du vingtime sicle.
J.G.Simmonds & J.E. Mann, A rst look at Perturbation Theory.
Un aperu
des divers aspects du calcul de pertubations. Le lecteur plus assoi se raportera

au livre de Nayfeh, Perturbation Theory.
C. Lanczos, Linear Dierential operators.
Lanczos, part avoir t un trs
grand scientique, a crit des livres d'une rare profondeur. Son livre de mcanique
analytique est un pur bijou. Le livre mentionn ici traite avec une trs grande
rigueur et lgance les oprateurs linaires.
248
19 Bibliograhie.
H. M. Edwards, Advanced Calculus : A Dierential Forms Approach.
Un trs
beau livre sur les formes direntielles, crit il y a une quarantaine d'anne et
n'ayant rien perdu de sa beaut. La plupart des livres sur les formes dierentielles
sont rservs aux tudiants avancs de mathmatiques, o l'expos est noy sous
des tonnes de thorme-dmonstration. Edwards fait jaillir toute la beaut de ces
objets mathmatiques. Pour une lecture plus avanc mais toujours aussi lgant,
le lecteur pourra se rapporter au livre d'Arnold : mathmatiques de la mcanique
classique.
S.L. Sobolev, Partial dierential equations of mathematical physics.
Un grand
tour des EDP de la physique, crit par un des grands chercheurs du domaine qui
sait galement tre trs pdagogue.
Beaucoup de thme indispensable ont t neglig dans ce manuscrit. La thorie
des fonctions holomorphes et l'analyse complexe sont trs bien trait chez Bass
ou Byron et Fuller, nous suggrons cependant les deux livres suivants :
249

M4 Phys 2007

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

M4 Phys 2007

Încărcat de

Drepturi de autor:

Formate disponibile

Mathmatiques pour la

May 26, 2014

Table des matires

lments d'analyse fonctionnelle.

L'espace vectoriel des fonctions. . . . . . . . . . . . . . . . . . . . .

Les espaces vectoriels.

Quelques digressions historiques.

Les sries de Fourier.

Les sries de Fourier. . . . . . . . . . . . . . . . . . . . . . . . . . .

Pourquoi les sries de Fourier sont intressantes ? . . . . . . . . . .

Les sries de sinus et de cosinus.

Vibration d'une corde. . . . . . . . . . . . . . . . . . . . . . . . . .

Drivation terme terme des series de Fourier.

Les transformations de Fourier.

Les oprations sur les TF. . . . . . . . . . . . . . . . . . . . . . . .

Transforme de Fourier Rapide. . . . . . . . . . . . . . . . . . . . .

Manipulation et utilisation des TF. . . . . . . . . . . . . . . . . . .

Relation entre les sries et les transforms de Fourier.

Manipulation et utilisation des distribution. . . . . . . . . . . . . .

Ce qu'il faut savoir.

Table des matires

Les transformes de Laplace.

Oprations sur les TL. . . . . . . . . . . . . . . . . . . . . . . . . .

Dcomposition en fraction simple.

Aperu des quations intgrales.

Aperu des systmes de contrle asservis (feedback systems).

Les fonctions de Green.

La propagation des ondes

Propagateur pour l'quation de Shrodinger.

Disposer d'une base propre. . . . . . . . . . . . . . . . . . . . . . .

Les oprateurs linaires.

L'algbre des oprateurs. . . . . . . . . . . . . . . . . . . . . . . . . 102

Reprsentation matricielle des oprateurs. . . . . . . . . . . . . . . 107

Valeurs et Vecteurs propres. . . . . . . . . . . . . . . . . . . . . . . 110

Disposer d'une base propre orthogonale. . . . . . . . . . . . . . . . 112

Oprateurs hermitiens. . . . . . . . . . . . . . . . . . . . . . . . . . 114

Mthodes opratorielles, algbre de Lie.

10 Les systmes Sturm-Liouville.

10.2 Reformulation opratorielle. . . . . . . . . . . . . . . . . . . . . . . 123

10.4 Les systmes Sturm-Liouville. . . . . . . . . . . . . . . . . . . . . . 130

10.6 Valeurs et fonctions propres. . . . . . . . . . . . . . . . . . . . . . . 135

11.2 Calcul des variations. . . . . . . . . . . . . . . . . . . . . . . . . . . 141

Table des matires

11.8 Dtour : lments de gomtries non-euclidiennes. . . . . . . . . . . 160

12 Calcul des perturbations.

12.1 Les perturbations rgulires. . . . . . . . . . . . . . . . . . . . . . . 168

13 Les oprateurs direntiels.

13.1 Mtrique et Systme de coordonnes. . . . . . . . . . . . . . . . . . 179

13.3 Le gradient. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181

13.6 La divergence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

13.8 Rsumons. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

14 Les tenseurs en physique.

14.1 Les tenseurs de rang 2. . . . . . . . . . . . . . . . . . . . . . . . . . 194

14.4 Changement de base. . . . . . . . . . . . . . . . . . . . . . . . . . . 200

15 quation drive partielle du premier ordre.

16 Les formes direntielles et la drivation extrieure.

16.3 Intgration des 1-formes. . . . . . . . . . . . . . . . . . . . . . . . . 213

16.5 L'intgration des

Table des matires

17 Les quations de la physique.

17.1 Qu'est ce qu'une quation direntielle ? . . . . . . . . . . . . . . . 234

18 Qu'est ce qu'un nombre ?

18.3 Un peu de topologie. . . . . . . . . . . . . . . . . . . . . . . . . . . 242

13 Les oprateurs direntiels.

16 Les formes direntielles et la drivation extrieure.

17.1 Qu'est ce qu'une quation direntielle ? . . . . . . . . . . . . . . . 234

rsoudre les quations classique de la physique comme celle de diusion de la

la suite indiremment l'ensemble des scalaires

si nous nous sommes xs l'avance deux vecteurs de rfrences.

(il sut de deux vecteurs pour dnir une base),

On dit alors que c'est une innie

dnir pour l'Analyse est le

L'ensemble de toutes les fonctions est une innie encore plus

a, b sont proches l'un de l'autre en regardant la norme de leur

et le produit scalaire de deux vnement est dni par

par ses quatre coordonnes spatiotemporelles