Fourier, Laplace, Distributions et Applications

Yves GERARD
Math4-SPI: January 28, 2007
Contents
1 Filtre et convolution 5
1.1 H Fonction dHeaviside (1850-1925) . . . . . . . . . . . . . . . 5
1.2 Exemple ltre RC . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.1 Exercice . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 /
1
(1, C) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3.1 Remarques et rappels sur lintegration . . . . . . . . . 6
1.3.2 Integration de fonction continue et primitive . . . . . . 6
1.3.3 Fonctions C
0
par morceaux . . . . . . . . . . . . . . . 6
1.3.4 Integrale dune application continue par morceaux sur
segment et `a valeurs dans R . . . . . . . . . . . . . . . 7
1.3.5 Integrale dune application continue sur segment et `a
valeurs dans R
+
. . . . . . . . . . . . . . . . . . 7
1.3.6 c
pm
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.7 /
1
(I, C) . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.8 Principaux theor`emes dans c
pm
. . . . . . . . . . . . . 11
1.4 L
1
(R, C) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.4.1 L
1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Convolution et ltre . . . . . . . . . . . . . . . . . . . . . . . 14
1.5.1 Convolution dans L
1
(R) . . . . . . . . . . . . . . . . . 14
1.5.2 RC et ltre . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.3 Filtre general . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Autres operateurs. Notations . . . . . . . . . . . . . . . . . . 16
1.6.1 D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.6.2 operateur de symetrie . . . . . . . . . . . . . . . . . 16
1.6.3 h
r
operateur dhomothetie . . . . . . . . . . . . . . . . 16
1.6.4 [.] operateur de mutiplication . . . . . . . . . . . . . . 16
1.6.5 Exercice . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1
2 Transformation de Fourier 17
2.1 Rappel: approximation par series de Fourier . . . . . . . . . . 17
2.2 Transformation de Fourier . . . . . . . . . . . . . . . . . . . . 17
2.2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Application au ltre RC . . . . . . . . . . . . . . . . . . . . . 18
2.4 Convolution et Fourier . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Transmittance dun ltre . . . . . . . . . . . . . . . . . . . . . 18
2.6 Formulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.6.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.6.6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.6.7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.7 Fourier en dimension n . . . . . . . . . . . . . . . . . . . . . . 22
2.7.1 Denitions . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7.2 Exercice . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3 Transformation de Laplace 23
3.1 Causalite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Laplace et derivation . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.1 / D . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.2 D / . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.4.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.6 /(t
n
H) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.7 /(He
ct
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.7.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2
4 Distribution, derivation et convolution 27
4.1 Impulsion unite et Dirac . . . . . . . . . . . . . . . . . . . . . 27
4.2 Distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.1 T, L
1
loc
(R, C) . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.2 Exercice . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.3 T

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.3 Dirac et Distribution . . . . . . . . . . . . . . . . . . . . . . . 29
4.4 Extension de la convolution . . . . . . . . . . . . . . . . . . . 30
4.5 Derivation et convolution . . . . . . . . . . . . . . . . . . . . . 32
4.5.1 Denition . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.5.2 DH . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.5.3

et derivation . . . . . . . . . . . . . . . . . . . . . . 32
4.5.4 Application `a RC . . . . . . . . . . . . . . . . . . . . . 32
4.5.5 D(H.f) . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.5.6 RC et conditions initiales . . . . . . . . . . . . . . . . . 34
4.5.7 D(f.T) . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.6
a
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.7
a
(T) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5 Extension de Fourier 36
5.1 Fourier et distribution . . . . . . . . . . . . . . . . . . . . . . 36
5.1.1 T

() . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.1.2 T

) . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.1.3 T

D . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2 Application `a RC . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2.1 RC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
5.2.2 RC et conditions initiales . . . . . . . . . . . . . . . . . 38
5.3 Extension `a L
2
(R, C) . . . . . . . . . . . . . . . . . . . . . . . 39
5.3.1 Interet de /
2
. . . . . . . . . . . . . . . . . . . . . . . 39
5.3.2 Structure de L
2
. . . . . . . . . . . . . . . . . . . . . . 39
5.3.3 Prolongement de T . . . . . . . . . . . . . . . . . . . . 39
5.4 Extension de Fourier `a o

. . . . . . . . . . . . . . . . . . . . 40
5.4.1 T

(H) . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
5.4.2 o

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
6 Extension de Laplace 42
6.1 Laplace et distribution . . . . . . . . . . . . . . . . . . . . . . 42
6.2 Autre denition . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3
6.3 /(
a
) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
6.4 Laplace et derivation . . . . . . . . . . . . . . . . . . . . . . . 43
6.4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.4.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
6.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4
Chapter 1
Filtre et convolution
1.1 H Fonction dHeaviside (1850-1925)
On notera H une application denie sur R et veriant
H(t) =

0 si t < 0
1 si t > 0
1.2 Exemple ltre RC
On note e la tension du signal electrique dentree, en fonction du temps t,
appliquee aux bornes du circuit RC (R: resistance pure, C: capacite du
condensateur) et s la tension de sortie mesuree aux bornes du condensateur.
On consid`ere e continue sur R et nulle pour les valeurs t < 0.
Pour tout t R, e est donc integrable sur ] , t[, ce qui sera note
e /
1
(] , t], R) = /
1
(] , t])
s est solution de lequation dierentielle
e = RCs

+s
et doit etre nulle pour t < 0.
Par integration, on obtient
s =
1
RC

t
0
e

tu
RC
e(u)du
5
(i.e. s(t) =
1
RC

t
0
e

tu
RC
e(u)du )
En posant
h =
1
RC
e

t
RC
H
h est integrable sur R et on ecrira plus simplement
s = h e
denissant ainsi s sous forme dun produit de convolution.
1.2.1 Exercice
Traiter le cas RLC.
1.3 /
1
(1, C)
Dans la suite, sauf mention explicite, les application seront considerees denies
sur R `a valeurs dans C
1.3.1 Remarques et rappels sur lintegration
Lintegration elementaire peut se prolonger de plusieurs mani`eres.
Dans ce cours, nous utiliserons lintegrale de Lebesgue sans la denir compl`etement.
1.3.2 Integration de fonction continue et primitive
...
1.3.3 Fonctions C
0
par morceaux
Soit [a, b] un segment de R (a, b R). On dit quune application f denie
sur [a, b], `a valeurs dans R, est continue par morceaux sur [a, b] et on note
f C
0
m
([a, b], R)
sil existe une subdivision nie (a
i
)
i[0,n]
de [a, b] de la forme
a = a
0
< . . . < a
i
< a
i+1
. . . < a
n
= b
6
telle que f [ ]a
i
, a
i+1
[, restriction de f `a lintervalle ouvert ]a
i
, a
i+1
[, soit pro-
longeable en une application continue sur [a
i
, a
i+1
] pour tout i [0, n 1].
On peut aussi dire que f est continue sur [a, b] sauf en un nombre ni de
points de discontinuite o` u f admet une
limite nie `a droite et une limite nie `a gauche (ou seulement `a droite pour
a et `a gauche pour b).
Une application f denie sur un intervalle I de R est dite continue
par morceaux sur I si f lest sur tout segment inclus dans I et on note
f C
0
m
(I, R).
Exemple H est continue par morceaux sur R
1.3.4 Integrale dune application continue par morceaux
sur segment et `a valeurs dans R
Soit f C
0
m
([a, b], R). Si (a
i
)
i[0,n]
est une subdivision de [a, b] de la forme
a = a
0
< . . . < a
i
< a
i+1
. . . < a
n
= b
et si

f
i
est le prolongement continu `a [a
i
, a
i+1
] de f [ ]a
i
, a
i+1
[ , on appelle
integrale de f sur [a, b] la valeur

b
a
f =
n1

i=0
(

a
i+1
a
i

f
i
)
qui ne depend pas de la subdivision choisie comme ci-dessus.
1.3.5 Integrale dune application continue sur segment
et `a valeurs dans R
+

1. Soit f C
0
(]c, b], R
+
) une application telle que
lim
c
f =
Si, pour une suite (c
n
) tendant vers c, la limite
lim
n

[c
n
,b]
f
7
existe, elle ne depend pas de la suite (c
n
). On pose alors

]c,b]
f = lim
n

[c
n
,b]
f
et, si

]c,b]
f est ni, f est dite integrable sur ]c, b] et on note
f /
1
(]c, b], R)
Si on consid`ere que f est `a valeurs dans R
+
, f est alors denie
et continue sur [c, b] avec
f(c) =
En posant
0 = 0
on a

[c,c]
f = f(c)(c c) = 0
et

b
c
f designe alors

[c,b]
f =

[c,c]
f +

]c,b]
f =

]c,b]
f
Par exemple

1
0
1

x
dx = 2

x [
1
0
= 2
2. On denit de meme par limite `a gauche de c

[a,c[
f
pour une application `a valeurs dans R
+
et denie et continue
sur [a, c[
8
1.3.6 c
pm
Lintegrale de Lebesgue setend `a une grande classe dapplications
discontinues, denies sur un intervalle quelconque I de R et `a valeurs dans

R formant lensemble /
1
(I,

R).
Nous nous interesserons essentiellement `a des applications f denies sur R
(ou sur un intervalle quelconque I de R), `a valeurs dans

R et nayant, au
plus, dans tout segment, quun nombre ni de discontinuites
(i.e. `a droite ou `a gauche dun point a de discontinuite, f a une limite nie
ou innie ou bien na pas de limite).
Nous noterons c
pm
(I) (ou c
pm
sans precision sil ny a pas dambigute
sur I) lensemble (laddition dans c
pm
(I) nest pas necessairement denie)
de ces applications et pour f c
pm
on dira, en un sens restreint dans
ce cours, que f est presque continue par morceaux sur I
Dans la suite, sauf mention expresse du contraire, toutes les appli-
cations seront supposees appartenir `a c
pm
Avec lintegrale de Lebesgue et pour de telles applications dans c
pm
, nous
utiliserons les denitions et resultats suivants en notant I et J des intervalles
de R
1. Si, sur I,
f = f
+
f

, avec f
+
0, f

0
on pose

I
f =

I
f
+

I
f

et on dit que f est integrable sur I (note f /

1
(I)) si (et seulement
si) f
+
et f

le sont.
Par exemple si
f(x) =

x
si x < 0
ln(x) si x > 0
alors

1
1
f =

0
1
1

x
dx +

1
0
ln xdx
9

0
1
1

x
dx = 2

x [
0
1
= 2

1
0
ln xdx = (x ln(x) x) [
1
0
= 1
2. f 0 sur I implique

I
f 0
3. Lintegration est lineaire et donc croissante.
4. Si, sur I, f est dominee par une application integrable g sur I :
[ f [[ g [
alors f est aussi integrable sur I
Exemple.
Pour tout t R
x exp(x
2
) cos(2tx)
est integrable sur R
5. Si f est integrable sur I, elle lest sur tout intervalle J I
6. Si
I J =
alors

IJ
f =

I
f +

J
f
7.
f /
1
(I) [ f [ /
1
(I)
1.3.7 /
1
(I, C)
Si f est une application denie sur I et `a valeurs dans C
f = 1e(f) + i1m(f)
on dit quelle est integrable si 1e(f) et 1m(f) le sont et on pose

I
f =

I
1e(f) + i

I
1m(f)
10
Lensemble des applications integrables sur R et `a valeurs dans C sera
note
/
1
(R, C) = /
1
(R)
Les resultats precedents, sauf la croissance, setendent aux applications `a
valeurs dans C et, en pratique dans la plupart des cas, nous naurons pas
besoin de considerer des applications `a valeurs dans

R + i

R
1.3.8 Principaux theor`emes dans c
pm
1. Convergence dominee de Lebesgue
Soit I un intervalle de R et soit (f
n
)
n
une suite de c
pm
(I) convergeant
simplement vers f sur I.
Si chaque f
n
est dominee sur I par une application g integrable sur I,
alors f est integrable sur I et
lim
n

I
f
n
=

I
f
(a) Corollaire:
Si f est une application (Lebesgue-)integrable sur lintervalle (a, b)
( a b ) , alors
lim
xb

x
a
f =

b
a
f
Prendre garde au fait que, si f est non positive, lim
xb

x
a
f peut
exister et etre nie, meme si f est non (Lebesgue-)integrable sur
lintervalle (a, b).
(b) Exemple:
Soit une application denie et bornee sur R, continue en 0 et
soit
f
n
= n
2
te
nt
H
La suite (f
n
)
n
converge simplement vers 0 sur R mais non uni-
formement car f
n
atteint son maximum en
1
n
qui est
|f
n
|
,R
=
n
e
11
Avec le changement de variable
u = nt
on voit que f
n
. est integrable sur R et on obtient
lim
n

R
f
n
. = (0)
2. Integration par partie dans le cas C
1
Soit I = (a, b) un intervalle quelconque de R ( a b ).
Soient deux applications f et g dans C
1
(I, R) telles que f.Dg et Df.g
soient integrables sur I et telles que les
limites lim
a
(fg) et lim
b
(fg) existent (dans

R), alors on a

I
f.Dg = lim
b
(fg) lim
a
(fg)

I
Df.g
(sous reserve de forme indeterminee dans la dierence des limites).
Exemple:
Soit f C
1
(]0, +[), ayant une limite nie `a droite f(0+) en 0
et telle que f et Df sont integrables sur ]0, +[.
Si C
1
(]0, +[) est nulle en dehors dun segment (`a support
borne), alors on a

R
H.f.D = f(0+)(0) +

R
H.Df.
3. Fubini
Soient I et J deux intervalles de R et une application
f : I J R
Si

I
(

J
[ f(x, y) [ dy)dx
est ni (ou symetriquement pour I et J) alors f est integrable sur I J
et on a

IJ
f =

I
(

J
f(x, y)dy)dx =

J
(

I
f(x, y)dx)dy
12
Exemple dapplication:
Pour calculer
G =

R
+
e
x
2
dx
on peut poser
H =

R
+
R
+
e
(x
2
+y
2
)
dx
et on obtient
H = G
2
=

4
4. Derivation dintegrale `a param`etre
Soient I et J deux intervalles de R, x
0
J, K un intervalle ouvert
contenant x
0
et inclus dans J
et soit une application
f : I J R
Si, pour tout t I, f(t, .) C
1
(K) et sil existe une application
integrable sur I qui domine D
2
f(., x) pour tout x K, alors
D(

I
f(t, .)dt)(x
0
) =

I
D
2
f(t, x
0
)dt
Exemple:
f(x) =

R
exp(t
2
) cos(2tx)H(t)dt
est derivable et on a
Df(x) = 2xf(x)
do` u on en deduit
f(x) =

2
e
x
2
1.4 L
1
(R, C)
1.4.1 L
1
Dans la suite, on ne distinguera pas f /
1
(R, R
+
) de lapplication nulle si

R
f = 0
13
La relation
f g

R
[ f g [= 0
est une relation dequivalence.
Si f /
1
(R) poss`ede une propriete veriee par toute application dans sa
classe dequivalence cl(f), on ecrira
f L
1
(R)
en identiant f `a sa classe.
Pour f et g dans /
1
(R), si lensemble
x R [ f(x) ,= g(x)
est denombrable, f et g sont dans la meme classe.
Remarque:
L
1
(R, C) est en fait mathematiquement lensemble des classes dequivalence;
cest un espace vectoriel sur R (ou sur C):
cl(f + g) = cl(f) + cl(g)
cl(f) = cl(f))
et L
1
est ainsi muni dune norme
|f|
1
=

R
[ f [
1.5 Convolution et ltre
1.5.1 Convolution dans L
1
(R)
Si f L
1
(R) et g L
1
(R), on denit le produit de convolution
f g =

R
f(t u)g(u)du
f g L
1
(R) et le produit de convolution donne une application
L
1
(R) L
1
(R) L
1
(R)
symetrique, bilineaire, veriant
|f g|
1
|f|
1
. |g|
1
(ce qui exprime une continuite du produit de convolution)
14
1.5.2 RC et ltre
RC est un ltre particulier
e s = h e
deni par lapplication
h =
1
RC
e

t
RC
H
Plus generalement, si h L
1
(R), lapplication
h
: L
1
(R) L
1
(R)
f
h
(f) = h f
a les proprietes suivantes
(P1)
h
est lineaire
(P2)
h
est invariante par translation.
Si, pour a R on note
a
loperateur retard
f
a
(f)
deni par

a
(f) : t f(t a)
on a la relation generale entre et
a
f
a
(g) =
a
(f g) =
a
(f) g
Alors, dans notre cas, la commutation

a

h
=
h
h
exprime linvariance par translation de
h
1.5.3 Filtre general
Un operateur veriant les proprietes (P1) et (P2) sappelle un ltre sil est
continu en un sens `a denir.
Par exemple, pour le ltre RC, on a
|h e|
,R
|e|
,R
Dap`es ce qui prec`ede,
h
est toujours continu pour la norme | |
1
15
1.6 Autres operateurs. Notations
1.6.1 D
D sera loperateur de derivation.
1.6.2 operateur de symetrie
f (f)
deni par
(f) : t f(t)
1.6.3 h
r
operateur dhomothetie
Pour r R,
f h
r
(f)
deni par
h
r
(f) : t f(rt)
1.6.4 [.] operateur de mutiplication
Pour une application g denie sur R, loperateur [g] est deni par
f [g](f) = g.f
i.e. par
[g](f) : t g(t)f(t)
1.6.5 Exercice
1.
h
a
= h
a
= h
a
2.
(h
a
)
2
= h
a
2
3.
(h
a
)
1
= h
a
1
16
Chapter 2
Transformation de Fourier
2.1 Rappel: approximation par series de Fourier
2.2 Transformation de Fourier
2.2.1
Soit un reel.
Pour f L
1
(R, C), on pose
T

(f) =

R
f.e
it
dt
i.e.
(T

(f))() =

R
f(t).e
it
dt
Dans la suite, prendra les valeurs
= 1, 2
En particulier, si
= 2
la notation traditionnelle est
T = T
2
i.e
T(f) =

R
f.e
i2t
dt
et T
2
est en general note

T
17
2.2.2
T

est une application lineaire injective sur L

1
(R, C).
T

(f) est une application denie et continue dans R, qui tend vers 0 `a linni
mais qui nest pas necessairement integrable
T

(L
1
(R, C)) , L
1
(R, C)
2.3 Application au ltre RC
Si on applique Fourier `a
e = RCs

+s
on obtient
T

(e) = (RCi + 1)T

(s)
D`ou la valeur de s
s = T
1

(
T

(e)
RCi + 1
)
2.4 Convolution et Fourier
Une propriete fondamentale de la transformee de Fourier
T

(f g) = T

(f).T

(g)
2.5 Transmittance dun ltre
Dans le cas dun ltre sous la forme
s = h e
on obtient
T

(s) = T

(h).T

(e)
T

(h) est appelee la fonction de transfert ou transmittance.

Dans le cas RC, dapr`es ce qui prec`ede, on obtient la formule
T

(
1
RC
e

t
RC
H) =
1
RCi + 1
18
On remarquera
1
RCi + 1
, L
1
(R, C)
2.6 Formulaire
2.6.1
Pour a R, R, t R, r R

= T

= T

[e
iat
] =
a
T

a
= [e
ia
] T

= (e
ia
.T

)
T

h
r
=
1
[r[
h1
r
T

D T

= T

[it]
Et, si on se restreint `a des applications f C
1
(R) avec f et Df integrables
sur R,
T

D = [i] T

= (i.T

)
2.6.2
T

= h
2
T
2
=

2
[[

T
2
h2

2
[[

(T

)
1
=

[[
2

19
2.6.3
En particulier, si
= 2
On a alors
T
1
= T
2
et
T T =
2.6.4
Si
= 1
on a alors
(T
1
)
1
=
1
2
T
1
et
T
1
T
1
= 2
2.6.5
Pour k N et a C avec 1e(a) > 0, la formule obtenue dans le cas RC
se generalise facilement
T

(
t
k
k!
e
at
H) =
1
(a + i)
k+1
De cette formule et de ce qui prec`ede, on deduit
T

(
t
k
k!
e
at
(H)) =
(1)
k
(a i)
k+1
=
1
(i a)
k+1
T

(e
a|t|
) =
2a

2
+ a
2
T

(sgn(t)e
a|t|
) =
2i

2
+ a
2
20
T

(
a
(
2
t
2
+ a
2
) =

[[
e
a||
T

(
1
t
2
+ a
2
) =

a
e
a||
Et pour k > 0
T

(
1
(it + a)
k+1
) =
2
[[
(1)
k

k
k!
e
a
(H)
T

(
1
(a it)
k+1
) =
2
[[

k
k!
e
a
H
2.6.6
Pour a R

+
T

(e
at
2
) =

a
e

2
4a

2
En particulier, pour = 2a = 2
T(e
t
2
) = e

2
2.6.7
Avec le sinus cardinal sin
c
deni par
sin
c
(t) =
sin(t)
t
et la fonction caracteristique dintervalle, on a
T

(
[a,a]
) = 2a sin
c
(a)
En particulier, pour a =
1

(
[
1

,
1

]
) =
2

sin
c
et, pour = 2, a =
1
2
T(
[
1
2
,
1
2
]
) =
1

sin
c
21
2.7 Fourier en dimension n
2.7.1 Denitions
Pour f L
1
(R
n
, C), on pose
T

(f) =

R
n
f.e
i<,t>
dt
(< , t > : produit scalaire euclidien canonique).
2.7.2 Exercice
La transformee de Fourier en dimension n garde des proprietes analogues.
Etendre les precedentes formules `a la dimension n.
22
Chapter 3
Transformation de Laplace
3.1 Causalite
Une application integrable sur tout segment est dite localement integrable
sur R. Cest le cas, par exemple, dune application continue sur R.
On note L
1
loc
(R, C) lespace des applications localement integrables.
On a L
1
(R, C) L
1
loc
(R, C).
Dans L
1
loc
(R, C) une application f est dite causale si f(t) = 0 pour t < 0
On notera
0
lespace de ces applications localement integrables et causales
et, dans ce chapitre, toutes les applications sont supposees ap-
partenir `a
0
.
3.2 Laplace
Si f
0
, on denit lintervalle de R
I
f
= R [ e
t
f L
1
(R, C)
Si I
f
nest pas vide, alors on denit la transformee de Laplace /(f)
de lapplication f en posant
z = + i
et
/(f)(z) = T
1
(e
t
f)()
23
i.e.
/(f)(z) =

R
e
zt
f(t)dt
En particulier, si f L
1
, la restriction de /(f) `a laxe imaginaire pur redonne
la transformation de Fourier.
/ est lineaire et injective.
Consideree comme fonction de la variable complexe z, /(f) est derivable
dans linterieur de la bande I
f
R
En ecrivant cet interieur sous la forme
z C/1e(z) >
0

0
(f) =
0
sappelle labscisse dintegrabilite de /(f).
Les formules qui suivent, sans precision, doivent sentendre comme valable
sur une bande ad hoc.
Sil existe t
0
, K > 0, et a R tels que pour t t
0
[ f(t) [ Ke
at
alors I
f
nest pas vide, et lapplication f poss`ede une transformee de Laplace
/(f).
Traditionnellement, lapplication
f /(f)
se note
f /(f )
Labscisse dintegrabilite sappelle aussi de convergence absolue ou en-
core de sommabilite.
Dans la pratique, la derivation de Laplace restreinte `a la variable reelle peut
souvent sure.
3.3 Laplace et derivation
3.3.1 / D
Si f est C
1
dans R

+
et telle que f(0
+
) existe on a, pour 1e(z) > 0)
/(Df) = z/(f) f(0
+
)
24
3.3.2 D /
Pour n N, on a
D
n
/ = (1)
n
/ [t
n
]
3.4 Composition
3.4.1
Pour c C
/ [e
ct
] =
c
/
(sur le domaine 1e(z) >
0
+1e(c))
3.4.2
Pour a R
+
/
a
= [e
az
] /(= e
az
./)
3.4.3
Pour a R

+
/ h
a
=
1
a
h1
a
/
3.5 Convolution
/(f g) = /(f)/(g)
3.6 /(t
n
H)
Pour n N
/(t
n
H) =
n!
z
n+1
(1e(z) > 0)
25
3.7 /(He
ct
)
c C
/(He
ct
) =
1
z c
(1e(z) > 1e(c))
On en deduit
3.7.1
R
/(Hsin t) =

z
2
+
2
(1e(z) > 0)
3.7.2
R
/(Hcos t) =
z
z
2
+
2
(1e(z) > 0)
3.7.3
c C
/(Hsinh ct) =
c
z
2
c
2
(1e(z) > [1e(c)[)
3.7.4
c C
/(Hcosh ct) =
z
z
2
c
2
(1e(z) > [1e(c)[)
26
Chapter 4
Distribution, derivation et
convolution
4.1 Impulsion unite et Dirac
Dans lexemple dun ltre de convolution tel que RC
s = h e
on peut vouloir chercher sil existe un element neutre pour la convolution,
note , qui en entree du ltre donnerait en sortie
s = h = h
appelee reponse impulsionnelle.
Un tel element devrait modeliser une impulsion unite concentree `a lorigine
des temps i.e. devrait etre la limite de suites dapplications denies sur R
telles que, par exemple, la suite (f
n
)
n
de mesure constante

R
f
n
= 1, denie
par
f
n
(t) =

0 si t <
1
2n
n si
1
2n
< t <
1
2n
0 si t >
1
2n
La suite (f
n
) converge simplement vers 0, sauf en 0 o` u elle converge vers ,
et on a
lim
n

R
f
n
= 1 ,=

R
( lim
n
f
n
) = 0
Ainsi, ne peut pas etre consideree comme une application, limite de la suite
(f
n
)
n
, sous peine davoir une mesure nulle.
27
4.2 Distribution
4.2.1 T, L
1
loc
(R, C)
Le developpement en serie de Fourier nous a montre que certaines applica-
tions de periode T etaient denies par leurs valeurs

T
f.e
int
Nous allons donc identier f L
1
(R, C) `a une forme lineaire d(f)
d(f) :

R
f.
`a condition davoir assez dapplications test telles que f. soit integrable
sur R.
On prend pour ensemble test lespace vectoriel T forme des applications, `a
valeurs complexes,
qui sont nulles en dehors dun segment -pour avoir beaucoup de formes
lineaires de type d(f)-
et qui sont C

sur R -pour avoir de bonnes proprietes de derivation par

dualite.
Lapplication lineaire denie sur L
1
(R, C)
f d(f)
est injective et permet didentier f et d(f).
De par le choix de la denition de T, on peut denir d(f) pour f dans
lespace vectoriel L
1
loc
(R, C) forme des applications denies sur R et integrables
sur tout segment ( ce qui, par exemple, donne du sens `a d(H)).
d(f) est dite distribution reguli`ere associee `a f L
1
loc
(R, C) et sera aussi
notee
T
f
4.2.2 Exercice
Exemple de fonction test
= e

1
1t
2
.
]1,1[
28
4.2.3 T
/
T
f
est continue au sens suivant:
Pour tout segment S, et toute suite (
n
)
n
, dapplications dans T, nulles en
dehors de S et qui convergent uniformement vers 0,
[

R
f.
n
[ doit tendre aussi vers 0 car
[

R
f.
n
[

S
[ f [ . [
n
[ |
n
|
,S
.

S
[ f [
Plus generalement, une distribution sera une forme lineaire qui verie la pro-
priete precedente en supposant de plus que toute les suites derivees (D
k
(
n
))
n
convergent aussi uniformement vers 0.
Lespace vectoriel des distributions sera note T

.
Dans la pratique, la plupart des distributions seront derivees de ou seront
associees `a des applications.
On ecrira dans la suite
d(f)() =< d(f), >
pour utiliser commodement lapplication bilineaire
(f, )

R
f.
et, plus generalement pour une distribution T on ecrira
T() =< T, >
4.3 Dirac et Distribution
On denit la distribution par la forme lineaire sur T
: (0)
qui est bien continue car on a
[ (0) [ |
n
|
,S
pour suite (
n
)
n
, dapplications dans T, nulles en dehors de S et qui conver-
gent uniformement vers 0.
29
On peut considerer que est limite dans T

de la suite (f
n
) de mesure
constante denie precedemment en veriant que, pour tout T,
lim
n
< f
n
, >=< , >
est aussi limite dans T

de la suite (g
n
)
g
n
= n
2
te
nt
H
etudiee dans le premier chapitre.
4.4 Extension de la convolution
Si f et g sont des elements de L
1
et un element de T, on a
< f g, >=

R
(

R
f(x t)g(t)dt).(x)dx
ou encore, par changement de variable,
< f g, >=

R
2
f(y)g(z)(y + z)dydz
i.e.
< f g, >=< f(y), < g(z), (y + z) >>
Plus generalement pour deux distributions T et U, quand cela a du sens, on
pose
< T U, >=< T
y
, < U
z
, (y + z) >>
pour T
On a
T U = U T
et est bien element neutre de la convolution
T = T
Il y a trois cas importants o` u le produit de convolution est bien deni
1.
T T

30
2.
c

Une distribution T est dite `a support borne sil existe K > 0 tel que
< T, >= 0
si T est nulle dans [K, +K].
On note alors c

le sous-espace de ces distributions `a support borne.

Par exemple, c

Le produit de convolution est associatif

(S T) U = S (T U)
si au moins deux des distributions sont `a support borne.
3.
T

+
T

+
T

+
Une distribution T est dite `a support limite `a gauche, sil existe K R
tel que
< T, >= 0
si T est nulle dans [K, ].
On se restreint souvent `a K = 0
On note alors T

+
le sous-espace de ces distributions `a support limite `a
gauche.
Par exemple, H T

+
Le produit de convolution dans T

+
est encore associatif.
Avec laddition et la convolution T

+
est une alg`ebre sur C, commutative
et sans diviseur de zero.
31
4.5 Derivation et convolution
4.5.1 Denition
Si f C
1
, par integration par parties, on a pour T
< D(f), >=

R
f.D() = < f, D() >
Par denition, si T est une distribution, elle sera donc derivable et sa derivee
DT sera denie par
< D(T), >= < T, D() >
La derivation est evidemment lineaire et on a, pour deux distributions
D(T U) = T DU = DT U
4.5.2 DH
On a
DH =
4.5.3
/
et derivation
Si T est une distribution on a donc
DT = T

4.5.4 Application `a RC
La recherche de s solution de lequation dierentielle
e = RCs

+s
peut se remplacer par celle dune inversion pour la convolution.
En eet, lequation dans T

secrit
e = A s
32
avec A c

denie par
A = + RC

et s T

+
si on cherche une solution nulle pour t < 0.
Si A a un inverse pour la convolution note A
1
on pourra ecrire
s = A
1
e
et dans les cas o` u on saura prolonger la transforme de Fourier on pourra
calculer s par lintermediaire
T(s) =
T(e)
T(A)
4.5.5 D(H.f)
Soit f C
1
(]0, +[), ayant une limite nie `a droite f(0+) en 0 et telle que
f et Df soient integrables sur ]0, +[.
Si est continue et bornee sur R, alors la formule vue precedemment (cf
1.3.8.-2)

R
H.f.D = f(0+)(0) +

R
H.Df.
se traduit dans T

par
D(T
H.f
) = f(0+) + T
H.Df
o` u Df est la derivee usuelle de lapplication f, non denie en 0.
Symetriquement, en posant
(H) = H

on obtiendrait `a gauche dans T

D(H

.f) = f(0) +H

.Df
en identiant applications et distributions associees.
Plus generalement dans T

, pour un saut de f en 0, en ecrivant

T
f
= H.f +H

.f
on a
D(T
f
) = (f(0+) f(0)) + Df
et, par translation pour un saut en a
D(T
f
) = (f(a+) f(a)) + Df
33
4.5.6 RC et conditions initiales
Sans la condition e nulle pour t < 0, la recherche dune s solution de
lequation dierentielle veriant seulement pour t > 0
e(t) = RCs

(t) +s(t)
peut se faire en denissant les distributions
T = H.s
et
U = H.e
qui verient
U = RCH.Ds + T
i.e
U = RC(DT (s(0+) + T
Comme dans une remarque precedente, on pourrait resoudre avec la trans-
formee de Fourier, `a condition de letendre `a ce type de cas dans les distri-
butions.
4.5.7 D(f.T)
Si f est C

sur R, et T une distribution, pour generaliser le produit de deux

applications, fT est la distribution denie par
< fT, >=< T, f. >
et dans T

, on peut ecrire
D(fT) = Df.T + f.DT
Par exemple
D(fH) = Df.H+ f. = Df.H+ f(0)
4.6
a
Limpulsion de Dirac en a R, notee
a
, est denie comme distribution
veriant pour T
<
a
, >= (a)
34
4.7
a
(T)
Si a R, f L
1
loc
et T, on a
<
a
(f), >=

R
f(t a)(t)dt
<
a
(f), >=

R
f(u)(u + a)du
i.e.
<
a
(f), >=< f,
a
() >
Plus generalement, pour T T

et a R, on pose
<
a
(T), >=< T,
a
() >
On a donc en particulier

a
=
a
()
35
Chapter 5
Extension de Fourier
5.1 Fourier et distribution
Pour f L
1
loc
(R, C), et T on a
< T

(f)

, () >=

R
(

R
f(t).e
it
dt)()d
i.e.
< T

(f)

, () >=

R
(

R
().e
it
d)f(t)dt
ou encore
< T

(f)

, () >=< f(t), T

()(t) >
Pour T T

, on pose quand cela a du sens

< T

(T), >=< T, T

() >
5.1.1 T

()
< T

(), >=< , T

() >= T

()(0)
< T

(), >=

R
=< 1, >
Ainsi
T

() = 1
36
5.1.2 T

(
/
)
On a aussi
T

) = i
puisque
< T

, () >=<

, T

()(t) >
= < , D
t
(T

()) >= < , D

t

R
().e
it
d >
=< ,

R
i()e
it
d >=

R
i()d
=< i, () >
5.1.3 T

D
Avec legalite
DT =

T
On obtient la formule
T

D = [i]
5.2 Application `a RC
5.2.1 RC
On a vu que la solution s de lequation dierentielle
e = RCs

+s
peut se remplacer, dans T

, par lequation
e = A s
avec A c

denie par
37
A = + RC

En appliquant Fourier, on obtient

T

(e) = (1 + RCi).T

(s)
On retrouve ainsi le transfert T

(h)
T

(s) = T

(e).T

(h)
avec
T

(h) =
1
1 + RCi
et h par unicite dans L
1
o` u T

est injective.
5.2.2 RC et conditions initiales
Sans la condition e nulle pour t < 0, on a vu que la recherche dune s solution
de lequation dierentielle veriant seulement pour t > 0
e(t) = RCs

(t) +s(t)
peut se faire en denissant les distributions
T = H.s
et
U = H.e
qui verient
U = RC(DT s(0+)) + T
En appliquant la transformee de Fourier, on obtient
T

(U) = RC(i.T

(T) s(0+)) +T

(T)
do` u
T

(T) =
T

(U) + RCs(0+)
1 + RCi
38
5.3 Extension `a L
2
(R, C)
5.3.1 Interet de /
2
On a vu que la transmittance du ltre RC netait dans pas dans /
1
mais son
carre est integrable sur R
Physiquement le calcul de puissance se fait par integration dun carre. On
consid`ere donc lensemble /
2
forme des applications de carre integrable.
5.3.2 Structure de L
2
La relation
f g

R
[ f g [
2
= 0
est une relation dequivalence dans /
2
et on note L
2
lespace des classes
dequivalence.
L
2
est un espace norme avec la norme
|f|
2
= (

R
[ f [
2
)
1
2
5.3.3 Prolongement de T
Si f L
2
,

n
n
fe
it
L
2
et on denit T

(f) comme la limite suivante dans L

2
T

(f) = lim
n

n
n
fe
it
T

devient une isometrie de L

2
qui prolonge la transformee de Fourier
sur L
1
L
2
Dans L
2
on peut donc ecrire
T

(
1
it + a
) =
2
[[
e
a
(H)
39
T

(
1
it a
) =
2
[[
e
a
H
On peut retrouver la reponse impulsionnelle
h = (T

)
1
(
1
RCi + 1
)
=

[[
2

(
1
RCi + 1
)
5.4 Extension de Fourier `a o
/
5.4.1 T

(H)
H , L
1
L
2
mais en considerant H L
1
loc
on peut ecrire formellement pour
T
< T

(H)

, () >=< H
t
, T

()
t
>
i.e.
< T

(H), >=

0
dt(

R
()e
it
d) <
et T

(H) est donc bien denie dans T

On remarquera que Fubini nest pas applicable ici et donc lecriture

T

(H) =

0
e
it
dt
na de sens que dans T

5.4.2 o
/
On a dej`a vu que la transformee de Fourier dune application caracteristique
dun segment ne peut etre nulle en dehors dun segment.
Pour donner du sens `a beaucoup dautres transformees de Fourier de dis-
tributions, par exemple `a la transformee de Fourier dun polynome P, on
40
augmente lespace des applications tests `a un espace o stable par T

de telle
sorte que , pour o,

R
P(

R
()e
it
d)dt
soit ni.
o est un sous-espace vectoriel de L
1
L
2
qui contient les applications
typiques
e
t
2
,
1
cosh
et la transformee de Fourier est alors un automorphisme de o.
(En fait, o est forme des applications C

(R) dont toutes les derivees sont

negligeables `a linni devant toute fraction rationnelle).
On obtient ainsi lespace dual des distributions temperees
o

pour lesquelles, pour o,

< T,

R
e
it
d) >
a du sens et la transformee de Fourier devient alors un automorphisme de o

41
Chapter 6
Extension de Laplace
6.1 Laplace et distribution
Pour T T

(R) et z = +i C, on denit formellement la transformation

de Laplace comme dans le cas fonctionnel en posant
/(T)(z) = T
1
(e
t
T)()
i.e.
< /(T)(z), () >=< T
t
,

R
e
zt
()d >
et on denit lintervalle I
T
de R tel que /(T) soit denie dans linterieur de
la bande I
T
R pour tout un espace ad hoc dapplications test (i.e. pour
o et e
t
T o

temperee).
/(T) est la transformee de Laplace de T et cest une fonction holomorphe
dans linterieur de la bande I
T
R.
Si T T

+
(R), et si I
T
,= , on a
I
T
= (
0
, +[

0
R ou
0
= est labscisse de convergence (ou dexistence) de
/(T) et cas symetrique pour T

(R).
Si T c

+
(R), I
T
= R
Si T o

+
(R), I
T
contient R
+
.
42
6.2 Autre denition
Si T = T
f
avec f
0
on obtient alors
< /(T
f
)(z), () >=<

R
e
zt
f(t)dt, () >
On trouve ainsi evidemment la meme formule pour /(f) et /(T
f
)
/(T
f
)(z) =

R
e
zt
f(t)dt =< f(t), e
zt
>
Plus generalement, pour une distribution T on posera plus simplement
/(T)(z) =< T
t
, e
zt
>
ce qui revient `a identier dans la premi`ere denition e
zt
et sa distribution
associee
T
e
zt :

R
e
zt
()d
6.3 /(
a
)
Pour a R
/(
a
) = e
za
en particulier
/() = 1
6.4 Laplace et derivation
Pour f
0
, C
1
dans R

+
et telle que f(0
+
) existe on a dej`a obtenu
/(Df) = z/(f) f(0
+
)
Avec la distribution associee T
f
la formule devient donc plus simple:
/(DT
f
) = z/(f)
puisque
/(DT
f
) = /(Df + f(0
+
)) = /(Df) + f(0
+
)
Plus generalement, avec des distributions non reguli`eres, on a
43
6.4.1
Pour n N
/(D
n

a
) = z
n
e
za
en particulier
/(D
n
) = z
n
6.4.2
Pour n N, on a dans T

(R)
D
n
/ = (1)
n
/ [t
n
]
/ D
n
= [z
n
] /
6.5 Convolution
1. Si S T

(R) et T c

, on a
I
S
I
ST
et, sur la bande 1e(z) > abscisse(T),
/(S T) = /(S)/(T)
2. Pour S et T dans T

+
(R) , on a
I
S
I
T
I
ST
et, sur la bande
1e(z) > max(abscisse(S), abscisse(T))
/(S T) = /(S)/(T)
44