Outils Mathématique et Informatique

L2S4 Physique

Dr Cédric E. beogo
Mai 2025
Sommaire

1 Analyse Complexe 3
1.1 Complexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Fonctions complexes à variable réelle . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Fonctions complexes à variable complexe . . . . . . . . . . . . . . . . . . 5
1.1.3 Dérivées d'une fonction complexe . . . . . . . . . . . . . . . . . . . . . . 7
1.2 Fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1 La fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2 Les fonction trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.3 Logarithmes et exponentielles complexes . . . . . . . . . . . . . . . . . . 12
1.3 Intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.2 Évaluation des intégrales . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.3.4 Formule intégrale de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.5 Fonctions dénies par une intégrale . . . . . . . . . . . . . . . . . . . . . 18
1.3.6 Théorème de Liouville . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.3.7 Module maximum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4 Théorème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.1 Homotopie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.4.2 Théorème de Cauchy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5 Séries numériques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.1 Suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.5.2 Séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.3 Séries de puissances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.5.4 Intégration d'une série puissance . . . . . . . . . . . . . . . . . . . . . . 24
1.5.5 Diérentiation d'une série puissance . . . . . . . . . . . . . . . . . . . . . 24
1.6 Taylor et Laurent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.6.1 Séries de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.6.2 Séries de Laurent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.7 Pôle et résidus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.7.1 Résidus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.7.2 Pôles et autres singularités . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2 Intégrale de Lebesgue 32
2.1 Applications mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2 Mesures positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3 Fonctions mesurables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.5 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

1
SOMMAIRE SOMMAIRE

3 Calculs intégrales 44
3.1 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.1.1 Produit scalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.1.2 Espaces de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1.3 Système orthogonaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Distributions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1 Dénitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.2 Fonctions de base et distributions . . . . . . . . . . . . . . . . . . . . . . 48
3.2.3 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4 Fourier et Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.1 Série de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.2 Transformée de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.3 Transformation de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4 Systèmes linéaires 61
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2 Méthodes directes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2.2 Avec une matrice diagonale . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2.3 Avec une matrice triangulaire supérieure . . . . . . . . . . . . . . . . . . 62
4.2.4 Avec une matrice triangulaire inférieure . . . . . . . . . . . . . . . . . . . 62
4.2.5 La méthode de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2.6 Décomposition LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2.7 La méthode de Gauss-jordan . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.2.8 La méthode de Cholesky . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.3 Méthodes itératives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3.1 Dénition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3.2 La méthode de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.3.3 La méthode de Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.3.4 La méthode de Relaxation . . . . . . . . . . . . . . . . . . . . . . . . . . 72

L2S4 Physique 2 Dr Cédric E. BEOGO

Chapitre 1
Analyse Complexe

1.1 Fonctions complexes

1.1.1 Fonctions complexes à variable réelle

Une fonction γ : I → C d'un ensemble I de nombres réels dans un ensemble C de nombres
complexes est un concept familier de calculs élémentaire. C'est tout simplement une fonction
d'un sous-ensemble de R dans le plan. Cette fonction est à caractère vectorielle car elle permet
d'obtenir un vecteur ou un paramètre qui décrit une courbe. C'est le cas de cet ensemble qui
dénit le cercle de rayon un(01) et de centre O(0, 0) :
{γ(t) : γ(t) = eit = cos t + i sin t = (cos t, sin t), 0 ≤ t ≤ 2π}

Nous savons également déterminer la dérivées d'une telle fonction. Si γ(t) = x(t) + iy(t), alors
la dérivée de γ est tout simplement γ (t) = x (t) + iy (t). Ce qui peut être interprété comme
′ ′ ′

un vecteur dans le plan et tangent à la courbe décrite par γ au point γ(t).

Exemple 1 Considérons γ(t) = t+it , −1 ≤ t ≤ 1. On peut facilement voir que cette fonction
2

décrit la partie de la courbe y = x située entre x = −1 et x = 1.

2

Exemple 2 Considérons un corps de masse M xé à l'origine (par exemple le soleil) et un

autre corps de masse m qui est libre de se déplacer (la planète par exemple). Soit z(t) la
fonction complexe désignant la position du second corps au temps t. Supposons que la seule
force appliquée au corps est la force gravitationnelle exercée par le corps xe. Cette force f est
exprimée par la relation suivante :
 
GM m z(t)
f (z) = −
|z(t)|2 |z(t)|
Où G est la constante gravitationnelle universelle. Isaac Newton nous dit que :
 
′′ GM m z(t)
mz (t) = f = −
|z(t)|2 |z(t)|
On a donc : ′′ GM
z =− z
|z|3
Écrivons cette relations sous la forme exponentielle (forme polaire), z = re . On a :
iθ

d2 k
reiθ = − 2 eiθ


dt2 r
3
1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Où nous avons utilisé GM = k. Voyons maintenant ce que nous obtenons :

d d iθ
dr iθ
reiθ = r


e + e
dt dt dt
Pourtant, on a :
d iθ
d
e = (cos θ + i sin θ)
dt dt
dθ
= (− sin θ + i cos θ)
dt
dθ
= i (cos θ + i sin θ)
dt
dθ iθ
=i e
dt
Ce qui constitue une preuve supplémentaire que la notation e iθ
= cos θ + i sin θ est raison-
nable. En poursuivant avec la dérivée de z, on a :
d d iθ
dr iθ
reiθ = r


e + e
dt dt
  dt
dθ iθ dr
=r i e + eiθ
dt dt
 
dr dθ iθ
= + ir e
dt dt

En dérivant cette dernière expression, on obtient :

d2 d2 r d2 θ iθ
   
iθ

dr dθ dr dθ dθ iθ
re = +i + ir 2 e + + ir i e
dt2 dt2 dt dt dt dt dt dt
"  2 ! #
2
 2 
dr dθ dθ dr dθ
= 2
−r +i r 2 +2 eiθ
dt dt dt dt dt

L'équation d2
dt2
reiθ = − rk2 eiθ


devient alors
2 !
d2 r
  2 
dθ dθ dr dθ k
−r +i r 2 +2 =− 2
dt2 dt dt dt dt r

Ce qui conduit aux deux équations suivantes :

2
d2 r

dθ k
−r =− ,
dt2 dt r2
et d2 θ dr dθ
r 2
+2 =0
dt dt dt
En multipliant cette dernière équation par on obtient : r
 
d 2 dθ
r =0
dt dt

L2S4 Physique 4 Dr Cédric E. BEOGO

1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Ce qui veut dire que : dθ

α = r2
dt
est une constante. Cette constant α est appelée, moment angulaire. A partir de cette ex-
pression, on tire celle de pour remplacer son terme dans la première des deux précédentes
dθ

équations diérentielles : dt

d2 r
  α 2 k
−r =− 2
dt2 r 2 r
d2 r α 2
k
− =− 2
dt2 r 3 r
Nous obtenons une équation diérentielle à une seule variable mais cela reste néanmoins
assez dicile à résoudre. Pour y parvenir, nous allons procéder à en changement de variable
tout en gardant à l'esprit que r est une fonction de θ. Posons alors s = , on a alors :
1

Puisque, d dθ d α d
r

= =
dt dt dθ r2 dθ
alors, dr α dr ds
= 2 = −α ,
dt r dθ dθ
puis
d2 r d2 s
   
d ds 2 d ds
2
= −α = αs −α = −α2 s2 2 ,
dt dt dθ dθ dθ dθ
l'équation diérentielle devient maintenant
d2 r α 2 2
2 2d s
− = −α s − α2 s3 = −ks2
dt2 r3 dθ2
ou encore,
d2 s k
2
+s= 2
dθ α
Ce qui est facile à résoudre. La solution de cette équation est donnée par :
1 k
s= = A cos (θ + ϕ) + 2
r α
Où A et ϕ sont des constantes qui dépendent des conditions initiales.
Finalement, on a
α2 /k
r= ,
1 + ε cos(θ + ϕ)
où on a ε = Aα /k 2

1.1.2 Fonctions complexes à variable complexe

Considérons une fonction f : D → C où le domaine D désigne un sous-ensemble de l'en-
semble des nombres complexes. Il s'agit d'une fonction dénie d'un sous-ensemble du plan dans
le plan lui-même :
f (z) = f (x, y) = u(x, y) + iv(x, y) = (u(x, y), v(x, y))

Ainsi f (z) = z s'écrit f (z) = z = (x + iy) = x − y + 2xyi. En d'autres termes, u(x, y) =

2 2 2 2 2

x − y et v(x, y) = 2xy . Les fonctions complexes, comme nous le verrons, fournissent des
2 2

informations assez inintéressantes.

L2S4 Physique 5 Dr Cédric E. BEOGO
1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Dénition - Limite On dit que la fonction f (z) admet une limite L au point z = z et on
écrit
0

lim f (z) = L
z→z0

tel que 0 < |z − z | < δ =⇒ |f (z) − L| < ε

∀ε > 0, ∃δ > 0 0

Dénition - Continuité On dit que f est continue en z si f admet une limite en ce point
et que lim f (z) = f (z ). Si f est continue en tout point de son domaine de dénition, on
0

dit que f est continue.

z→z0 0

Propriétés Supposons que lim f (z) et lim g(z) existent. Les propriétés suivantes sont
alors facile à établir :
z→z0 z→z0

lim [f (z) + g(z)] = lim f (z) + lim g(z)

z→z0 z→z0 z→z0

lim [f (z) − g(z)] = lim f (z) − lim g(z)

z→z0 z→z0 z→z0

lim f (z)g(z) = lim f (z) lim g(z)

z→z0 z→z0 z→z0

f (z) limz→z0 f (z)

lim =
z→z0 g(z) limz→z0 g(z)
Avec lim g(z) ̸= 0
Il s'ensuit alors que la somme, la diérence, le produit et le quotient de deux fonctions continues
z→z0

en z est aussi continue en z .

0 0

Si z = (x, y), z = (x , y ) et f (z) = u(x, y) + iv(x, y) alors

0 0 0

lim f (z) = lim u(x, y) + i lim v(x, y)

z→z0 (x,y)→(x0 ,y0 ) (x,y)→(x0 ,y0 )

Ainsi f est continue en z si u et v le sont.

0 = (x0 , y0 )

Dénition 1 - Dérivée Soit f une fonction complexe et z un point appartenant au domaine

de dénition de f . La dérivée f (z ) de f est
0
′
0

f (z) − f (z0 )
f ′ (z0 ) = lim
z→z0 z − z0

Dénition 2 - Fonction analytique Si la fonction f admet une dérivée en z0 , on dit

que f est diérentiable en z0. Si f est diérentiable en tout point au voisinage de z0, on
dit que f est analytique en z0. (Un ensemble S est un voisinage de z0 s'il existe un disque
D = {z : |z − z | < r, r > 0} tel que D ⊂ S .) Si f est analytique en tout point d'un ensemble S ,
on dit que f est analytique sur S. Une fonction analytique sur l'ensemble des nombre complexes
0

est dite fonction entière ou holomorphe.

L2S4 Physique 6 Dr Cédric E. BEOGO

1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Exemple 1 Soit f (z) = z . Déterminons f (z ). Posons ∆z = z −z , nous avons par dénition

2 ′
0 0
′
f (z0 ) = limz→z0 f (z)−f
z−z0
(z0 )

f (z) − f (z0 ) f (z0 + ∆z) − f (z0 )

lim = lim
z→z0 z − z0 ∆z→0 ∆z
(z0 + ∆z)2 − (z0 )2
= lim
∆z→0 ∆z
2z0 ∆z + (∆z)2
= lim
∆z→0 ∆z
= lim (2z0 + ∆z)
∆z→0
= 2z0

Ce résultat n'est pas surprenant car la fonction f (z) = z est dérivable en tout point z et sa 2

dérivée vaut 2z.

Exemple 2 Soit f (z) = zz . Déterminons f (z ). ′
0

f (z0 + ∆z) − f (z0 ) (z0 + ∆z)(z0 + ∆z) − z0 z 0

lim = lim
∆z→0 ∆z ∆z→0 ∆z
z0 ∆z + z 0 ∆z + ∆z∆z
= lim
∆z→0 ∆z
 
∆z
= lim z 0 + ∆z + z0
∆z→0 ∆z

Supposons que cette limite existe et choisissons ∆z = (∆x, 0), alors on a

   
∆z ∆x
lim z 0 + ∆z + z0 = lim z 0 + ∆x + z0
∆z→0 ∆z ∆x→0 ∆x
= z 0 + z0

Maintenant, choisissons ∆z = (0, ∆y). On a alors

   
∆z i∆y
lim z 0 + ∆z + z0 = lim z 0 − i∆y − z0
∆z→0 ∆z ∆y→0 i∆y
= z 0 − z0

Ainsi pour que cette limite puisse exister, il faut que z + z = z − z , ce qui signie 2z = 0
et (x , y ) = (0, 0) ou z = 0. Autrement dit, cette limite existe seulement au point z = 0.
0 0 0 0 0

Ainsi, cette fonction n'est pas dérivable dans la plupart des cas.
0 0 0 0

1.1.3 Dérivées d'une fonction complexe

Supposons que la fonction f donnée par f (z) = u(x, y) + iv(x, y) est dérivable en z = z =
. Ce qui signie qu'il existe un nombre f (z ) tel que
0
′
(x0 , y0 ) 0

f (z0 + ∆z) − f (z0 )

f ′ (z0 ) = lim
∆z→0 ∆z

L2S4 Physique 7 Dr Cédric E. BEOGO

1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Choisissons ∆z = (∆x, 0) = ∆x. On a

f (z0 + ∆z) − f (z0 )
f ′ (z0 ) = lim
∆z→0 ∆z
u(x0 + ∆x, y0 ) + iv(x0 + ∆x, y0 ) − u(x0 , y0 ) − iv(x0 , y0 )
= lim
∆x→0
 ∆x 
u(x0 + ∆x, y0 ) − u(x0 , y0 ) v(x0 + ∆x, y0 ) − v(x0 , y0 )
= lim +i
∆x→0 ∆x ∆x
∂u ∂v
= (x0 , y0 ) + i (x0 , y0 )
∂x ∂x
Ensuite, choisissons ∆z = (0, ∆y) = i∆y. On a alors,
f (z0 + ∆z) − f (z0 )
f ′ (z0 ) = lim
∆z→0 ∆z
u(x0 , y0 + ∆y) + iv(x0 , y0 + ∆y) − u(x0 , y0 ) − iv(x0 , y0 )
= lim
∆y→0 i∆y
 
v(x0 , y0 + ∆y) − v(x0 , y0 ) u(x0 , y0 + ∆y) − u(x0 , y0 )
= lim −i
∆y→0 ∆y ∆y
∂v ∂u
= (x0 , y0 ) − i (x0 , y0 )
∂y ∂y

Nous obtenons deux expressions diérentes de la dérivée f (z ), donc ′

0

∂u ∂v ∂v ∂u
(x0 , y0 ) + i (x0 , y0 ) = (x0 , y0 ) − i (x0 , y0 )
∂x ∂x ∂y ∂y
On obtient ainsi les équations de Cauchy-Riemann données par les expressions suinvantes :
∂u ∂v
(x0 , y0 ) = (x0 , y0 )
∂x ∂y
∂u ∂v
(x0 , y0 ) = − (x0 , y0 )
∂y ∂x
NOus venons de montrer que si f est dérivable en un point z , alors ses parties réelle et
imaginaire satisfont les équations de Cauchy-Riemann. Plus intéressant est le fait que si les
0

parties réelle et imaginaire de la fonction f satisfont ces équations et si de plus, leurs dérivées
partielles sont continues, alors la fonction f est dérivable. Supposons que u(x, y) et v(x, y)
possèdent des dérivées partielles au voisinage de z = (x , y ), que ces dérivées sont continues
en z et que les équations de Cauchy-Riemann sont vériées :
0 0 0
0

∂u ∂v
(x0 , y0 ) = (x0 , y0 )
∂x ∂y
∂u ∂v
(x0 , y0 ) = − (x0 , y0 )
∂y ∂x
Montrons que f est diérentiable en z . 0

f (z0 + ∆z) − f (z0 ) [u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 )] + i [v(x0 + ∆x, y0 + ∆y) − v(x0 , y0 )]
=
∆z ∆x + i∆y

L2S4 Physique 8 Dr Cédric E. BEOGO

1.1. COMPLEXES CHAPITRE 1. ANALYSE COMPLEXE

Remarquons que
u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 ) = [u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 + ∆y)] +
[u(x0 , y0 + ∆y) − u(x0 , y0 )]

Ainsi ∂u
u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 + ∆y) = ∆x (ξ, y0 + ∆y),
∂x
et, ∂u ∂u
(ξ, y0 + ∆y) = (x0 , y0 ) + ε1 ,
∂x ∂x
où
lim ε1 = 0.
∆z→0

Ainsi,  
∂u
u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 + ∆y) = ∆x (x0 , y0 ) + ε1
∂x
En procédant de la même manière pour ∆y on obtient
f (z0 + ∆z) − f (z0 )
∆z
[u(x0 + ∆x, y0 + ∆y) − u(x0 , y0 )] + i [v(x0 + ∆x, y0 + ∆y) − v(x0 , y0 )]
=
∆x + i∆y
 ∂u h i
∂v
(x0 , y0 ) + iε2 + ∆y ∂u ∂v

∆x ∂x (x0 , y0 ) + ε1 + i ∂x ∂y
(x ,
0 0y ) + ε 3 + i ∂y
(x ,
0 0y ) + iε 4
=
∆x + i∆y
où ε → 0 lorsque ∆z → 0. Maintenant, nous utilisons les équations de Cauchy-Riemann pour
obtenir
i

f (z0 + ∆z) − f (z0 )

∆z
 ∂u ∂v
+ i∆y ∂u ∂v
  
∆x ∂x + i ∂x ∂x
+ i ∂x ∆x (ε1 + iε2 ) + ∆y (ε3 + iε4 )
= +
∆x + i∆y ∆x + i∆y
 
∂u ∂v ∆x (ε1 + iε2 ) + ∆y (ε3 + iε4 )
= +i +
∂x ∂x ∆x + i∆y

Il est simple de montrer que

∆x (ε1 + iε2 ) + ∆y (ε3 + iε4 )
lim =0
∆z→0 ∆x + i∆y
On obtient nalement
f (z0 + ∆z) − f (z0 ) ∂u ∂v
lim = +i
∆z→0 ∆z ∂x ∂x
Ce qui montre que f est diérentiable en z . 0

L2S4 Physique 9 Dr Cédric E. BEOGO

1.2. FONCTIONS CHAPITRE 1. ANALYSE COMPLEXE

Exemple Déterminons l'ensemble des points où la fonction f donnée par f (z) = x −i(1−y) 3 3

est diérentiable. Ici nous avons u = x et v = −(1 − y) . Les équations de Cauchy-Riemann

3 3

permettent d'écrire
3x = 3(1 − y) , et
2 2

0=0
Les dérivées partielles de u et v sont continues partout, alors f sera diérentiable en tout point
du domaine où les équations de Cauchy-Riemann sont satisfaites. C'est à dire le lieu des points
(x, y) tel que
2 2
x = (1 − y)
x = 1 − y ou x = −1 + y
f est diérentiable en tout point appartenant aux droites d'équations x = 1 − y et x = −1 + y .

1.2 Fonctions élémentaires

1.2.1 La fonction exponentielle

Dénition On dénit la fonction exponentielle exp comme suit
exp(z) = ex (cos y + i sin y),

où z = x + iy. A partir des équations de Cauchy-Riemann, nous remarquons que cette fonction
est dérivable partout. C'est une fonction holomorphe. De plus, on a
d
exp(z) = exp(z)
dz

Propriété Il faut noter que si z = x + iy et w = u + iv, alors

exp(z + w) = ex+u [cos(y + v) + i sin(y + v)]
= ex eu [cos y cos v − sin y sin v + i (sin y cos v + cos y sin v)]
= ex eu (cos y + i sin y) (cos v + i sin v)
= exp(z) exp(w).

Exemple Dans un circuit électrique élémentaire, rappelons que la relation entre la tension
U et l'intensité du courant I à travers un conducteur ohmique est donnée par la loi d'ohm
U = RI , où R est la résistance. Pour une bobine, la relation est U = L , où L est l'induc-
dI

tance; pour le condensateur on a I = C , où C est la capacité du condensateur. (t est bien sûr

dU
dt

la variable temps) Il faut noter que si la tension I est sinusoïdale d'impulsion ω, alors l'intensité
dt

I sera également sinusoïdale. Supposons la tension U = A sin(ωt + ϕ). On peut aussi écrire que
U = ℑ(Ae e ) = ℑ(Be ), où B est un complexe. L'intensité I s'écrira aussi de la même ma-
iϕ iωt iωt

nière : I = ℑ(Ce ). Les relations entre la tension et le courant sont linéaire, et nous pouvons
iωt

alors considérer des tension et courants complexes et utiliser le fait que e = cos ωt + i sin ωt.
iωt

On suppose alors une tension complexe plus ou moins ctive, dont la partie imaginaire est la
tension réelle et le courant réelle sera la partie imaginaire du courant complexe résultant.
Ce qui a motivé cette méthode est la facilité de la diérentiation de la fonction exponentielle.
Dériver la fonction exponentielle par rapport au temps revient à la multiplier par le coecient
iω : Ae = iωAe . Si I = be , la relation entre la tension et l'intensité devient U = iωLI
d iωt iωt iωt

dans une bobine, I = iωU C ou U = dans un condensateur.

dt
I
iωC

L2S4 Physique 10 Dr Cédric E. BEOGO

1.2. FONCTIONS CHAPITRE 1. ANALYSE COMPLEXE

Considérons un circuit RLC dont la source de tension est U = a sin ωt . Elle peut s'écrire
E = aeiωt. En appliquant la loi des mailles, on obtient :
I
iωLI + + RI = aeiωt
iωC
b
iωLb + + Rb = a
iωC
Ainsi a
b= 1


R + i ωL −
En écrivant b sous la forme exponentielle, on obtient
ωC

a iϕ
b= q
2 e
1
R2 + ωL − ωC

où ωL − 1
ωC
tan ϕ = . (R ̸= 0)
R
Alors  
a
I = ℑ(beiωt ) = ℑ  q ei(ωt+ϕ) 
1 2


R2 + ωL − ωC

a
I=q sin i(ωt + ϕ)
1 2


R2 + ωL − ωC

Il faut noter que cette méthode donne la solution à l'état d'équilibre du circuit. La solution
transitoire n'est pas nécessairement sinusoïdale. Cette solution est bien connue de tous et l'ap-
proche algébrique basée sur l'utilisation des nombres complexes nous ore une méthode bien
plus simple que celle de la résolution de l'équation diérentielle.
1.2.2 Les fonction trigonométriques
Dénition Les fonctions cos et sin sont dénies par les relations suivantes :
eiz + e−iz
cos z = ,
2
eiz − e−iz
sin z =
2i
Vérions tout d'abord s'il y'a conformité avec la dénition de la fonction trigonométrique réelle.
Supposons que z = x + 0i = x. On a
e = cos x + i sin x, et
ix

e−ix = cos x − i sin x.

Ainsi,
eix + e−ix
cos x = ,
2
eix − e−ix
sin x = ,
2i

L2S4 Physique 11 Dr Cédric E. BEOGO

1.2. FONCTIONS CHAPITRE 1. ANALYSE COMPLEXE

Remarquons aussi que les fonctions sin et cos sont holomorphe car étant une combinaison
linéaire de fonctions holomorphes e et e . De plus, nous avons
iz −iz

d
dz
sin z = cos z, et d
dz
cos z = − sin z,

Les fonctions sinus et cosinus hyperbolique réelles sont dénies par les relations suivantes :
et − e−t
sinh t =
2
et + e−t
cosh t =
2
Ainsi, on a :
ei(it) − e−i(it) et − e−t
sin(it) = =i = i sinh t
2i 2
De la même façon, on trouve
cos(it) = cosh t

Propriétés
2 2 1h iz −iz 2

iz

i
−iz 2
sin z + cos z = − e −e + e +e
4
1  2iz
−e + 2eiz e−iz − e−2iz + e2iz + 2eiz e−iz + e−2iz

=
4
1
= (2 + 2) = 1
4
Il est aussi relativement facile de montrer les relations suivantes :
sin (z + w) = sin z cos w + cos z sin w

sin (z − w) = sin z cos w − cos z sin w

cos (z + w) = cos z cos w − sin z sin w
cos (z − w) = cos z cos w + sin z sin w
Déterminons les parties réelle et imaginaire des fonctions trigonométriques sinus et cosinus
sin z = sin (x + iy) = sin x cos(iy) + cos x sin(iy)
= sin x cosh y + i cos x sinh y

Aussi on a
cos z = cos x cosh y − i sin x sinh y.

1.2.3 Logarithmes et exponentielles complexes

Dénition 1 Dans le cas des fonctions réelles, la fonction logarithme est tout simplement la
réciproque (l'inverse) de la fonction exponentielle. En ce qui concerne les fonctions complexes,
c'est un peu plus compliqué que cela. Comme nous le savons déjà, la fonction exponentielle
complexe n'est pas inversible. L'équation e = w admet plusieurs solutions.
z

Si z ̸= 0, nous pouvons dénir log z par l'expression

log z = ln |z| + i arg z

L2S4 Physique 12 Dr Cédric E. BEOGO

1.2. FONCTIONS CHAPITRE 1. ANALYSE COMPLEXE

Propriétés i arg z
elog z = eln |z|+i arg z = eln |z|e = z.
Cette expression est déjà connue avec les fonctions réelles. Cela se complique un peu avec
l'expression suivante :
log(ez ) = ln ex + i arg ez = x + (y + 2kπ) i
= z + 2kπi,

avec k ∈ Z. Aussi, nous avons :

log(zw) = ln (|z||w|) + i arg (zw)
= ln |z| + i arg z + ln |w| + i arg w + 2kπi
= log z + log w + 2kπi

avec k ∈ Z.
Dénition 2 On appelle fonction logarithme principale ou branche principale du logarithme,
la fonction donnée par l'expression suivante :
Log z = ln |z| + iArg z,

où Arg z est la mesure principale de l'argument de z. Dans ce cas, on peut écrire, log z = Log z+
2kπi pour tout entier k . Cette nouvelle fonction est une extension de la fonction logarithme
réelle pour les complexes :
Log x = ln x + iArg x = ln x
Cette fonction est analytique en plusieurs points. Il faut noter qu'elle n'est pas dénie en z = 0
et n'est pas continue pour les valeurs négatives de x (z = x+0i, x < 0). Supposons z = x +iy ,
avec z ̸= 0 et non dénie sur la partie négative de l'axe des abscisses. Déterminons la dérivée
0 0 0

de Log z
0

Log z − Log z Log z − Log z

0 0
lim = lim
z→z0 z − z0 z→z0 eLog z − eLog z0
Posons w = Log z et w 0 = Log z0 . Si w → w0 alors z → z0 et on obtient
Log z − Log z0 w − w0
lim = lim w
z→z0 z − z0 w→w 0 e − ew0
1 1
= w0 =
e z0

Ainsi, la fonction Log est dérivable en z et sa dérivée vaut 1

Soit c un nombre complexe, z peut s'écrire

0 z0
c

z c = ec log z

Il y'a plusieurs valeurs possible de log z donc il en est de même pour z . Nous dénissons alorsc

ec Log z
comme étant la valeur principale de z . c

Supposons que c soit un entier naturel, c = n. On a

z n = en log z = en(Log z+2kπi)
= enLog z e2knπi = enLog z

Il existe une seule valeur possible de z , et elle vaut : e

n nLog z
= |z|n ein arg z .
L2S4 Physique 13 Dr Cédric E. BEOGO
1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

1.3 Intégration

Soit γ : D → C une fonction dénie sur un ensemble de réel D = [α, β], on a :

Z β Z β Z β
γ(t)dt = x(t)dt + i y(t)dt
α α α

avec γ(t) = x(t) + iy(t). Par exemple, on a

Z 1  2 4 i
(t + 1) + it3 dt = +

0 3 4
Rien de bien particulier jusque là.
1.3.1 Dénition
Considérons cette fois-ci une fonction f : D → C, où D est un sous-ensemble du plan
complexe. f est une fonction complexe sur un sous-ensemble du plan complexe et supposons
a et b deux nombres complexes du domaine de dénition de f . En dimension une (01) il y a
un seul chemin pour aller d'un point à l'autre. Soit C le chemin entre les points a et b. C est
un sous-ensemble du domaine de dénition de f . On appelle chemin fermé ou courbe fermée
lorsque le point initial (a) et le point nal (b) coïncident et dans ce cas, aucun autre point ne
coïncide avec un autre. Nous devons dénir un sens de parcourt de C
Soit P une partition de la courbe, P = {z , z , z , · · · , z } est un sous-ensemble de C de
telle sorte que a = z , b = z , et z est un point qui vient immédiatement après z quand
0 1 2 n

on parcourt C de a vers b. On dénie la somme de Riemann associée à la partition P par

0 n i j−1

l'expression suivante : X n
S(P ) = f (zj∗ )∆zj ,
j=1

avec z un point de l'arc compris entre z et z , et ∆z = z − z . (Pour une partition P il

∗

y'a une plusieurs cas possible de S(P ) en fonctions des du choix de z ).

j j−1 j j j j−1
∗

On dit que f est intégrable sur C lorsque : j

∀ε > 0, ∃P , C ⊃ P ⊃ P , tel que |S(P ) − L| < ε

ε ε

Le nombre L est appelé intégrale de f sur la courbe C . Ce nombre est généralement noté
Z
L= f (z)dz
C

Propriétés En observant la somme de Riemann on peut facilement tirer quelques propriétés

de l'intégrale Z Z
cf (z)dz = c f (z)dz, c∈C
C C
Z Z Z
(f (z) + g(z)) dz = f (z)dz + g(z)dz
C C C

L2S4 Physique 14 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

1.3.2 Évaluation des intégrales

Soit γ : [α, β] → C une description de la courbe C dans le plan complexe. Nous partitionnons
l'intervalle [α, β] de telle sorte que α = t < t < t < · · · < t = β. En supposant que γ (t) ̸= 0, ′

{a = γ(α), γ(t ), γ(t ), · · · , γ(β) = b} est une partition de la courbe C . La somme de Riemann
0 1 2 n

correspondant à cette partition est :

1 2

n
X
S(P ) = f (γ(t∗j )) (γ(tj ) − γ(tj−1 ))
j=1

Nous avons choisi le point z ∗

= γ(t∗j ) , avec t ≤ t∗j ≤ tj . Multiplions chaque terme de la
somme par l'unité (1) j j−1

n  
X γ(tj ) − γ(tj−1 )
S(P ) = f (γ(t∗j )) (tj − tj−1 )
j=1
tj − tj−1

En supposant que γ est dérivable, et en appliquant une limite à la somme, on obtient :

Z Z β
f (z)dz = f (γ(t))γ ′ (t)dt.
C α

Exemple Déterminons l'intégrale de f (z) = (x + y) + i(xy) de a = 0 à b = 1 + i le long 2

de trois chemins diérents, ou contours. Considérons le chemin C une partie de la parabole

y = x reliant les deux points (a et b). Une description complexe de cette courbe est γ (t) =
1
2

t + it , 0 ≤ t ≤ 1.
1
2

γ (t) = 1 + 2ti et f (γ (t)) = (t + t ) + itt = 2t + it . Ainsi on a :

′
1 1
2 2 2 2 3

Z Z 1
f (z)dz = f (γ1 (t))γ1′ (t)dt
C1 0
Z 1
2t2 + it3 (1 + 2ti) dt


=
Z0 1
2t2 − 2t4 + 5t3 i dt


=
0
4 5
= + i
15 4
Cette fois-ci, considérons le chemin représenté par le segment reliant les points 0 et 1 + i.
C2
On a , et
γ2 (t) = t + it, 0 ≤ t ≤ 1 . On obtient alors l'intégrale,
γ2′ (t) = 1 + i
Z Z 1
f (z)dz = f (γ2 (t))γ2′ (t)dt
C2 0
Z 1
 2
(t + t) + it2 (1 + i)dt

=
Z0 1
t + i(t + 2t2 ) dt
 
=
0
1 7
= + i
2 6
Considérons nalement le chemin C correspondant aux segments reliant les point 0 et 1 puis
les points 1 à 1 + i. Nous allons considérer deux parties : la partie C de la ligne allant de 0 à
3

1 et la partie C de la ligne allant de 1 à 1 + i. Nous obtenons ceci

31
32
Z Z Z
f (z)dz = f (z)dz + f (z)dz
C3 C31 C32

L2S4 Physique 15 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

Pour C nous avons γ(t) = t pour 0 ≤ t ≤ 1. Ainsi,

31
Z Z 1
1
f (z)dz = t2 dt =
C31 0 3

Pour C on a γ(t) = 1 + it pour 0 ≤ t ≤ 1. Ainsi,

32
Z Z 1
1 3
f (z)dz = (1 + t + it) idt = − + i
C32 0 2 2
Finalement,
Z Z Z
f (z)dz = f (z)dz + f (z)dz
C3 C31 C32
1 3
=− + i
6 2
Supposons qu'il existe M tel que |f (z)| ≤ M, ∀z ∈ C
Z Z β
f (z)dz = f (γ(t))γ ′ (t)dt
C α
Z β
≤ |f (γ(t))γ ′ (t)| dt
α
Z β
≤M |γ ′ (t)| dt = M L,
α

avec L = Rβ
α
|γ ′ (t)| dt la longueur de la courbe C .
1.3.3 Primitives
Soit D un sous-ensemble de R et γ : D → C dérivable en t. Soit g une fonction dérivable en
. Que peut-on dire de la dérivée de la fonction composée g (γ(t)).
γ(t)

g (γ(t)) = u (x(t), y(t)) + iv (x(t), y(t)) ,

où g(z) = u (x, y) + iv (x, y) et γ(t) = x(t) + iy(t). On a alors

 
d ∂u dx ∂u dy ∂v dx ∂v dy
g(γ(t)) = + +i + .
dt ∂x dt ∂y dt ∂x dt ∂y dt
Appliquons les équations de Cauchy-Riemann à cette relation :
 
d ∂u dx ∂v dy ∂v dx ∂u dy
g(γ(t)) = − +i +
dt ∂x dt ∂x dt ∂x dt ∂x dt
  
∂u ∂v dx dy
= +i +i
∂x ∂x dt dt
′ ′
= g (γ(t))γ (t).

Soit la fonction F : D → C et F (z) = f (z) sur D. Soient a et b deux éléments de D et

′

C ⊂ D un contour de a vers b. On a
Z Z β
f (z)dz = f (γ(t))γ ′ (t)dt,
C α

L2S4 Physique 16 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

avec γ : [α, β] → C une description complexe de la courbe C . A partir de la dérivée des fonctions
composées, on sait que
d
F (γ(t)) = F ′ (γ(t))γ ′ (t) = f (γ(t))γ ′ (t)
dt
Ainsi, on obtient :
Z Z β
f (z)dz = f (γ(t))γ ′ (t)dt
C α
Z β
d
= F (γ(t))dt = F (γ(β)) − F (γ(α))
α dt
= F (b) − F (a).
Cette intégrale dépend uniquement des points a et b et non du chemin C . On dit que l'intégrale
est indépendante du chemin choisi. Il faut remarquer que dans ce cas, l'intégrale de f le long
d'un contour fermé est égale à 0. NousR avons montré que si l'intégrande f est la dérivée de la
fonction F sur D, alors toute intégrale f (z)dz sur C ⊂ D est indépendante du chemin choisi.
C

1.3.4 Formule intégrale de Cauchy

Soit f une fonction analytique dans une région contenant un simple contour fermé C orienté
positivement et soit z un point à l'intérieur de C . On a
0
Z
1 f (z)
f (z0 ) = dz
2πi C z − z0
Ceci est la célèbre formule intégrale de Cauchy.
Soit ε > 0, f est une fonction continue en z alors il existe δ tel que |z − z | < δ =⇒
|f (z) − f (z )| < ε. Soit ρ > 0 tel que ρ < δ et le cercle C = {z : |z − z | = ρ} soit à l'intérieur
0 0

de C . La fonction est analytique dans la région comprise entre C et C . Alors

0 0 0
f (z)
z−z0 0
Z Z
f (z) f (z)
dz = dz
C z − z0 C0 z − z0
Nous savons que R 1
C0 z−z0
dz = 2πi et nous pouvons donc dire que
Z Z Z
f (z) f (z) 1
dz − 2πif (z0 ) = dz − f (z0 ) dz
C0 z − z0 z − z0 z − z0
ZC0 C0
f (z) − f (z0 )
= dz
C0 z − z0
Pour z ∈ C on a
0

f (z) − f (z0 ) |f (z) − f (z0 )|

=
z − z0 |z − z0 |
ε
≤
ρ
puis
f (z) − f (z0 )
Z Z
f (z)
dz − 2πif (z0 ) = dz
C0 z − z0 C0 z − z0
ε
≤ 2πρ = 2πε
ρ

L2S4 Physique 17 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

Et puisque ε est un réel positif quelconque, on a

Z
f (z)
dz − 2πif (z0 ) = 0
C0 z − z0

Ce qui nous permet d'écrire

Z Z
1 f (z) 1 f (z)
f (z0 ) = dz = dz
2πi C0 z − z0 2πi C z − z0

Ce résultat dit que si f est analytique sur une courbe fermée simple et à l'intérieur de la courbe
et si nous connaissons les valeurs de f (z) sur la courbe en question, alors nous connaissons la
valeur de la fonction en n'importe quel point à l'intérieur de la courbe.
1.3.5 Fonctions dénies par une intégrale
Soient C une courbe et g une fonction continue sur C . Posons
Z
g(s)
G(z) = ds
C s−z
∀z ∈
/C . Montrons que G est analytique Considérons ceci
Z  
G(z + ∆z) − G(z) 1 1 1
= − g(s)ds
∆z ∆z C s − z − ∆z s−z
Z
g(s)
= ds
C (s − z − ∆z) (s − z)
puis
Z  
G(z + ∆z) − G(z)
Z
g(s) 1 1
− ds = − g(s)ds
∆z C (s − z)2 C (s − z − ∆z) (s − z) (s − z)2
Z  
(s − z) − (s − z − ∆z)
= g(s)ds
C (s − z − ∆z)(s − z)2
Z
g(s)
= ∆z 2
ds
C (s − z − ∆z)(s − z)

Montrons que  Z 
g(s)
lim ∆z ds = 0
∆z→0 (s − z − ∆z)(s − z)2
Pour cela, posons M = max {|g(s)| : s ∈ C} et d la plus petite distance entre z et C . Ainsi
C

pour s ∈ C , on a |s − z| ≥ d > 0 et donc

|s − z − ∆z| ≥ |s − z| − |∆z| ≥ d − |∆z|

A partir de cela, on peut estimer l'intégrande précédente, ∀s ∈ C

g(s) M
2
≤
(s − z − ∆z)(s − z) (d − |∆z|)d2
Finalement, on obtient
Z
g(s) M
∆z ds ≤ |∆z|
C (s − z − ∆z)(s − z)2 (d − |∆z|)d2

L2S4 Physique 18 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

Et on voit clairement que

 Z 
g(s)
lim ∆z ds = 0
∆z→0 C (s − z − ∆z)(s − z)2
Ainsi G est dérivable en z et sa dérivée vaut
Z
′ g(s)
G (z) = ds
C (s − z)2

G′ (z + ∆z) − G′ (z)
Z  
1 1 1
= − g(s)ds
∆z ∆z C (s − z − ∆z)2 (s − z)2
(s − z)2 − (s − z − ∆z)2
Z  
1
= g(s)ds
∆z C (s − z − ∆z)2 (s − z)2
2(s − z)∆z − (∆z)2
Z  
1
= g(s)ds
∆z C (s − z − ∆z)2 (s − z)2
Z  
2(s − z) − ∆z
= 2 2
g(s)ds
C (s − z − ∆z) (s − z)

G′ (z + ∆z) − G′ (z)
Z
g(s)
−2 3
ds
∆z C (s − z)
Z  
2(s − z) − ∆z 2
= 2 2
− g(s)ds
C (s − z − ∆z) (s − z) (s − z)3
2(s − z)2 − ∆z(s − z) − 2(s − z − ∆z)2
Z  
= g(s)ds
C (s − z − ∆z)2 (s − z)3
2(s − z)2 − ∆z(s − z) − 2(s − z)2 + 4∆z(s − z) − 2(∆z)2
Z  
= g(s)ds
C (s − z − ∆z)2 (s − z)3
3∆z(s − z) − 2(∆z)2
Z  
= 2 3
g(s)ds
C (s − z − ∆z) (s − z)

Ainsi on a
G′ (z + ∆z) − G′ (z) 3∆z(s − z) − 2(∆z)2
Z Z  
g(s)
−2 ds = g(s)ds
∆z C (s − z)3 2
C (s − z − ∆z) (s − z)
3

(|3m| + 2|∆z|)M
≤ |∆z|
(d − ∆z)2 d3
où m = max {|s − z| : s ∈ C}. On a donc
G′ (z + ∆z) − G′ (z)
Z
g(s)
lim −2 ds = 0
∆z→0 ∆z C (s − z)3
Autrement dit, Z
′′ g(s)
G (z) = 2 ds
(s − z)3
Soit f une fonction analytique dans une région D et C une courbe fermée simple orientée
C

positivement dans D. Supposons que l'intérieur de C est dans D. A partir de l'intégrale de

Cauchy, on a Z
f (s)
2πif (z) = ds
C s−z

L2S4 Physique 19 Dr Cédric E. BEOGO

1.3. INTÉGRATION CHAPITRE 1. ANALYSE COMPLEXE

En dérivant, on obtient ∀z à l'intérieur de la courbe fermée C .

ds et
Z
′ 1 f (s)
f (z) = 2
2πi (s − z)
C
Z
′′ 2 f (s)
f (z) = ds
2πi C (s − z)3

Théorème de Morera Si f : D → C est une fonction continue telle que R f (z)dz = 0 pour
toute courbe fermée à l'intérieur de D, alors f est analytique dans D. C

1.3.6 Théorème de Liouville

Soit f une fonction holomorphe et bornée. f est analytique dans le plan et il existe une
constante M telle que |f (z)| ≤ M, ∀z ∈ C. On a alors f (z) = 0. Pour le vérier, supposons
′

que ∃w, f (w) ̸= 0. Choisissons R susamment grand tel que < |f (w)|. Soit C un cercle de
′ M ′

centre O et de rayon ρ > max {R, |w|}. Alors nous avons R

Z
M ′ 1 f (s)
< |f (w)| ≤ ds
R 2πi C (s − w)2
1 M M
≤ 2
2πρ =
2π ρ ρ
Ce qui est contradictoire. Il est bien clair qu'il n'existe pas w pour lequel f (w) ̸= 0. Autrement
′

dit ∀z, f (z) = 0, ce qui signie que f est une fonction constante. Ceci constitue le théorème
′

de Liouville. Les fonctions holomorphes et bornées sont constantes.

Soit le polynôme p(z) tel que,
p(z) = an z n + an−1 z n−1 + · · · + a1 z + a0

On a  an−1 an−2 a0 
p(z) = an + + 2 + · · · + n zn
z z z
Choisissons R tel que pour tout j = 1, 2, · · · , n, |z| > R =⇒ |
an−j
| < |an |
. (On suppose que
a ̸= 0) Ainsi pour |z| > R, on a :
zj 2n
n

an−1 an−2 a0
|p(z)| ≥ |an | − + 2 + · · · + n |z|n
z z z
an−1 an−2 a0
≥ |an | − − 2
− · · · − n |z|n
z z z
|an | |an | |an |
> |an | − − − ··· − |z|n
2n 2n 2n
|an | n
> |z|
2
Ainsi pour |z| > R, 1 2 2
< n
≤
|p(z)| |an ||z| |an |Rn
Supposons que ∀z, p(z) ̸= 0. est bornée sur le disque |z| ≤ R. est une fonction
1 1

holomorphe et bornée et d'apprès le théorème de Liouville, est constante. Ainsi, la fonction

p(z) p(z)
1

polynôme est une constante s'il n'a pas de racine. Autrement dit, si p(z) est un polynôme, il
p(z)

existe au moins un z tel que p(z ) = 0.

0 0

L2S4 Physique 20 Dr Cédric E. BEOGO

1.4. THÉORÈME DE CAUCHY CHAPITRE 1. ANALYSE COMPLEXE

1.3.7 Module maximum

Soit f une fonction analytique sur le domaine fermé D. Puisque f est continue, |f (z)| devrait
atteindre son maximum dans le domaine. Supposons que ce point soit intérieur. Ce qui signie
|f (z) ≤ M |, ∀z ∈ D et supposons que |f (z )| = M pour z à l'intérieur de D. Alors il existe
R tel que le disque Λ centré en z et de rayon R appartenant au domaine D. Soit C le cercle
0 0

orienté positivement de rayon ρ ≤ R centré en z . D'après le théorème de Cauchy, on a

0
0
Z
1 f (s)
f (z0 ) = ds
2πi s − z0
Ainsi
C

Z 2π
1
f (z0 ) = f (z0 + ρeit )dt
2π 0
Z 2π
1
M = |f (z0 )| ≤ f (z0 + ρeit ) dt ≤ M
2π
signie que
0
it
|f (z0 + ρe )| ≤ M
Z 2π
1
M= f (z0 + ρeit ) dt
2π 0

Alors 1
Z 2π
1
Z 2π
it
M − f (z0 + ρeit ) dt = 0
 
M− f (z0 + ρe ) dt =
2π 0 2π 0
Autrement dit, où est le cercle de rayon
|f (z)| = M, ∀z ∈ C C ρ≤R et nous avons montrer
que f est une constante sur le disque . Λ

1.4 Théorème de Cauchy

1.4.1 Homotopie
Dénition - Homotopie Soit D un sous-ensemble du plan délimité par une ligne fermée de
telle sorte que tout point de D est un point intérieur. D est appelé une région. Soient C et C
deux courbes fermées et orientées sur D. On dit que C est homotope à C sur D si, il existe
1 2

une fonction H : S → D, où S est le carré S = {(t, s) : 0 ≤ s, t ≤ 1}, tel que H(t, 0) décrit C
1 2

et H(t, 1) décrit C , et pour chaque valeur de s donnée, la fonction H(t, s) décrit une courbe
1

fermée C sur D. La fonction H est appelé homotopie entre C et C . Il faut remarquer que
2

si C est homotope à C sur D, alors C est homotope à C sur D. Il faut remarquer que la
s 1 2

fonction K(t, s) = H(t, 1 − s) est une homotopie.

1 2 2 1

Il est commode de considérer un point comme une courbe fermée. Le point c est décrit par
la fonction constante γ(t) = c. On dit que la courbe fermée C est contractable à un point
lorsqu'elle est homotope à une constante.
Le fait que deux courbes fermées soient homotopes en D signie que l'une peut être continuel-
lement déformée dans l'autre en D.
1.4.2 Théorème de Cauchy
Soient C et C deux courbes fermées dans une région D qui sont homotopes en D, et f
une fonction analytique sur D. Supposons H(t, s) une homotopie entre C et C . Pour tout s,
1 2

la fonction γ (t) décrit une courbe fermée C Zen D. Soit I(s) tel que
1 2
s s

I(s) = f (z)dz.
Cs

L2S4 Physique 21 Dr Cédric E. BEOGO

1.5. SÉRIES NUMÉRIQUES CHAPITRE 1. ANALYSE COMPLEXE

On a alors, Z 1
∂H(t, s)
I(s) = f (H(t, s)) dt.
∂t
Déterminons la dérivée de I(s)
0

Z 1 
′ d ∂H(t, s)
I (s) = f (H(t, s)) dt
ds 0 ∂t
Z 1
∂ 2 H(t, s)

′ ∂H(t, s) ∂H(t, s)
= f (H(t, s)) + f (H(t, s)) dt
0 ∂s ∂t ∂s∂t
Z 1
∂ 2 H(t, s)

′ ∂H(t, s) ∂H(t, s)
= f (H(t, s)) + f (H(t, s)) dt
0 ∂s ∂t ∂t∂s
Z 1  
∂ ∂H(t, s)
= f (H(t, s)) dt
0 ∂t ∂s
∂H(1, s) ∂H(0, s)
= f (H(1, s)) − f (H(0, s))
∂s ∂s
Nous savons que chaque H(t, s) décrit une courbe fermée et que H(0, s) = H(1, s) pour
toute valeur de s. Ainsi, on a
∂H(1, s) ∂H(0, s)
I ′ (s) = f (H(1, s)) − f (H(0, s)) =0
∂s ∂s
Ce qui signie que I(s) est une constante et particulièrement I(0) = I(1). Autrement dit,
Z Z
f (z)dz = f (z)dz
C1 C2

Nous venons de montrer que si C et C sont deux courbes fermées dans la région D et qui sont
homotopes dans D, et f une fonction analytique sur D, alors R f (z)dz = R f (z)dz.
1 2

C1 C2

Corollaire - Théorème de Cauchy Si f est une fonction analytique sur une région D, alors
pour toute courbe fermée C dans D,
Z
f (z)dz = 0
C

1.5 Séries numériques

1.5.1 Suites
Une suite de nombres complexes est une fonction g : Z → C. Il est commode d'utiliser
les indices pour spécier les valeurs de la fonction. Ainsi on a g(n) ≡ z et nous écrivons tout
+

simplement (z ) pour indiquer la fonction g(n).

n
n

Dénition - Limite Le nombre L est une limite de la suite (z ) si n

∀ε > 0, ∃Nε ∈ N, ∀n ∈ N (n ≥ Nε =⇒ |zn − L| < ε)

Dans ce cas, on dit que (z ) converge vers L. et on écrit :

n

lim zn = L
n→+∞

L2S4 Physique 22 Dr Cédric E. BEOGO

1.5. SÉRIES NUMÉRIQUES CHAPITRE 1. ANALYSE COMPLEXE

Propriétés Si (z ) = (u +iv ) converge vers L, alors (u ) converge vers ℜ(L) et (v ) converge

vers ℑ(L). Inversement, si (u ) et (v ) convergent alors la suite (u + iv ) converge.
n n n n n
n n n n

lim (zn + wn ) = lim (zn ) + lim (wn )

lim (zn − wn ) = lim (zn ) − lim (wn ; )

lim (zn wn ) = lim (zn ) lim (wn )
 
zn (zn )
lim = lim
wn lim (wn )

Critère de convergence de Cauchy Une suite (a ) est convergente si et seulement si

n

∀ε > 0, ∃Nε ∈ N, ∀n > Nε , ∀m > Nε , |an − am | < ε

Suites de fonctions - Convergence La suite de fonction f converge uniformément vers la

fonction f dénie par f (z) = lim (f (z)) sur un ensemble S si
n
n

∀ε > 0, ∃Nε ∈ N, ∀n ∈ N, ∀z ∈ S (n ≥ Nε =⇒ |fn (z) − f (z)| < ε)

1.5.2 Séries
Une série est une suite (s ) dans lequel S = a + a + · · · + a . Autrement dit, il existe une
suite (a ) telle que s = s + a . La suite s est généralement qualiée de somme partielle.
n n 1 2 n
n n n−1 n n

1.5.3 Séries de puissances

On s'interesse ici d'une série de fonction dans laquelle les sommes partielles sont des poly-
nôme de degré croissant :
sn (z) = c0 + c1 (z − z0 ) + c2 (z − z0 )2 + · · · + cn (z − z0 )n .

Les séries puissance sont donc des séries de fonctions de la forme .

P 
n j
c
j=0 j (z − z0 )

La série géométrique est une série puissance de la forme :

n
!
X
j
(sn ) = z
j=0

Posons
sn = 1 + z + z 2 + · · · + z n , et
zsn = z + z 2 + z 3 + · · · + z n+1 .
En faisant la soustraction membre à membre, on obtient
(1 − z) sn = 1 − z n+1 .

Pour z ̸= 1, on a :
1 z n+1
sn = −
1−z 1−z

L2S4 Physique 23 Dr Cédric E. BEOGO

1.5. SÉRIES NUMÉRIQUES CHAPITRE 1. ANALYSE COMPLEXE

Si |z| < 1, alors on lim (z n+1

)=0 et donc
n
!
X 1
lim zj = lim sn =
j=0
1−z

Autrement dit,
pour |z| < 1.
∞
X 1
zj = ,
j=0
1−z

Il faut noter que si |z| > 1 la série géométrique est divergente.

1.5.4 Intégration d'une série puissance
A l'intérieur du rayon de convergence, la série
∞
X
S(z) = cj (z − z0 )j
j=0

est une fonction analytique. Montrons que cette série est intégrable terme à terme.
Autrement dit, nous voulant montrer que : soit C , un contour fermé à l'intérieur du cercle de
convergence et g une fonction continue sur C , on a alors
Z ∞
X Z
g(z)S(z)dz = cj g(z) (z − z0 )j dz
C j=0 C

Soit L la longueur du contour C et M le maximum de |g(z)|. Choisissons ε > 0, il existe un

entier N tel que ∀n > N : ∞
X ε
| cj (z − z0 )j | <
j=n
ML

Alors Z ∞
!
X ε
g(z) cj (z − z0 )j dz < M L = ε,
C j=n
ML

Ainsi,
∞
Z n−1 Z Z !
X X
g(z)S(z)dz − cj g(z) (z − z0 )j dz = g(z) cj (z − z0 )j dz
C j=0 C C j=n

<ε

1.5.5 Diérentiation d'une série puissance

Soit ∞
X
S(z) = cj (z − z0 )j
j=0

Cette fois-ci, nous voulons montrer que

∞
X
′
S (z) = jcj (z − z0 )j−1
j=1

L2S4 Physique 24 Dr Cédric E. BEOGO

1.6. TAYLOR ET LAURENT CHAPITRE 1. ANALYSE COMPLEXE

Soit z un point à l'intérieur du rayon de convergence et C une cercle orientée, centré en z

et à l'intérieur du cercle de convergence. Soit
1
g(s) =
2πi (s − z)2
On a Z ∞
X Z
g(s)S(s)ds = cj g(s) (s − z0 )j ds
C j=0 C

∞
(s − z0 )j
Z Z
1 S(s) X 1
2 ds = cj ds
2πi C (s − z) j=0
2πi C (s − z)2
∞
X
′
S (z) = jcj (z − z0 )j−1
j=0

1.6 Séries de Taylor et Laurent

1.6.1 Séries de Taylor

Soit f une fonction analytique sur le disque ouvert |z − z | < r. Soit z un point du disque
et C le cercle orienté positivement de rayon ρ tel que |z − z | < ρ < r. Pour s ∈ C , on a :
0
0
" # ∞
1 1 1 1 X (z − z0 )j
= = =
s−z (s − z0 ) − (z − z0 ) s − z0 1 − z−z0
s−z0 j=0
(s − z0 )j+1

puisque z−z0
s−z0
<1 . La convergence étant uniforme, on peut intégrer
Z ∞ Z 
f (s) X f (s) j
ds = j+1 ds (z − z0 )
C s−z j=0 C (s − z0 )
Z ∞  Z 
1 f (s) X 1 f (s) j
f (z) = ds = j+1 ds (z − z0 )
2πi C s−z j=0
2πi C (s − z0 )
Nous avons ainsi construit une série puissance à partir d'une fonction analytique :
∞
X
f (z) = cj (z − z0 )j , |z − z0 | < r,
j=0

où 1
Z
f (s)
cj = j+1 ds.
2πi C (s − z0 )

Ceci constitue la série de Taylor de f en z = z0 .

La dérivée de cette série nous donne :
∞
X
′
f (z) = jcj (z − z0 )j−1
j=1

La dérivée d'ordre n vaut :

∞
X
f (n)
(z) = j (j − 1) (j − 2) · · · (j − n + 1) cj (z − z0 )j−n
j=n

L2S4 Physique 25 Dr Cédric E. BEOGO

1.6. TAYLOR ET LAURENT CHAPITRE 1. ANALYSE COMPLEXE

Ainsi,
f (n) (z0 ) = n!cn
f (n) (z0 )
cn =
n!
Nous savons aussi que Z
1 f (s)
cn = ds
2πi C (s − z0 )n+1
Ce qui nous donne
pour n = 0, 1, 2, · · ·
Z
(n) n! f (s)
f (z0 ) = ds,
2πi C (s − z0 )n+1
Ceci est la formule intégrale de Cauchy généralisée
1.6.2 Séries de Laurent
Soit f une fonction analytique dans la région dénie par R < |z − z | < R , et C la courbe
fermée simple orientée positivement autour de z dans la région. (Il est possible que R = 0 et
1 0 2

R = ∞.) Nous montrerons que pour z ∈ C dans cette région on a

0 1
2

∞ ∞
X j
X bj
f (z) = aj (z − z0 ) +
j=0 j=1
(z − z0 )j

où
pour j = 0, 1, 2, · · ·
Z
1 f (s)
aj = ds,
2πi (s − z0 )j+1
et
C

pour j = 1, 2, · · ·
Z
1 f (s)
bj = ds,
2πi C (s − z0 )−j+1
∞
X
f (z) = cj (z − z0 )j
j=−∞

où
pour j = 0, ±1, ±2, · · ·
Z
1 f (s)
cj = ds,
2πi C (s − z0 )j+1
Cette expression de f (z) est appelée série de Laurent bien qu'il est important de garder à
l'esprit qu'il s'agit en réalité de deux séries.
Soient r et r tels que R < r ≤ |z − z | ≤ r < R et que le point z et la courbe C sont
inclus dans la région r ≤ |z − z | ≤ r . Soit Γ un cercle centré en z tel que Γ soit inclus dans
1 2 1 1 0 2 2

la région.
1 0 2

Alors est une fonction analytique (de s) sur la région limitée par C , C et Γ, où C est le
f (s)

cercle |z| = r et C est le cercle |z| = r . Ainsi

s−z 1 2 1
1 2 2
Z Z Z
f (s) f (s) f (s)
ds = ds + ds.
C2 s−z C1 s−z Γ s−z

Les trois cercles ont orientés positivement. Puisque R f (s)

Γ s−z
ds = 2πif (z) , on a
Z Z
f (s) f (s)
2πif (z) = ds − ds
C2 s−z C1 s−z

L2S4 Physique 26 Dr Cédric E. BEOGO

1.6. TAYLOR ET LAURENT CHAPITRE 1. ANALYSE COMPLEXE

Considérons l'intégrale suivante R f (s)

C2 s−z
ds . Pour s ∈ C , nous avons |z − z | < |s − z | et
2 0 0

1 1
=
s−z (s − z0 ) − (z − z0 )
 
1  1
=  
s − z0 1 − z−z0
s−z0
∞  j
1 X z − z0
=
s − z0 j=0
s − z0
∞
X 1 j
= j+1 (z − z0 )
j=0
(s − z0 )

Ainsi
Z ∞ Z 
f (s) X f (s) j
ds = j+1 ds (z − z0 )
C2 s−z j=0 C2 (s − z0 )
∞ Z 
X f (s) j
= j+1 ds (z − z0 )
j=0 C (s − z 0 )

En considérant l'intégrale R f (s)

C1 s−z
ds , notons que pour s ∈ C , nous avons |s − z | < |z − z | et,
1 0 0

 
1 −1 −1  1
= =  
s−z (z − z0 ) − (s − z0 ) z − z0 1 − s−z0
z−z0
∞  j ∞
−1 X s − z0 X 1
= =− (s − z0 )j
z − z0 j=0 z − z0 j=0
(z − z0 )j+1
∞ ∞  
X j−1 1 X 1 1
=− (s − z0 ) j = − −j+1
j=1
(z − z0 ) j=1
(z − z0 ) (z − z0 )j

En évaluant m'intégrale, on a
Z ∞ Z 
f (s) X f (s) 1
ds = − −j+1 ds
C1 s−z j=1 C1 (s − z0 ) (z − z0 )j
∞ Z 
X f (s) 1
=− −j+1 ds
j=1 C (s − z0 ) (z − z0 )j

En tenant compte des deux intégrales, on obtient la série de Laurent

Z Z
1 f (s) 1 f (s)
f (z) = ds − ds
2πi C2 s − z 2πi C1 s − z
∞  Z  ∞  Z 
X 1 f (s) j
X 1 f (s) 1
= j+1 ds (z − z0 ) + −j+1 ds
j=0
2πi C (s − z0 ) j=0
2πi C (s − z0 ) (z − z0 )j

L2S4 Physique 27 Dr Cédric E. BEOGO

1.7. PÔLE ET RÉSIDUS CHAPITRE 1. ANALYSE COMPLEXE

1.7 Pôle et résidus

1.7.1 Résidus
Dénition On dit que z est un point singulier de la fonction f si f n'est pas analytique
en z , mais analytique en tout autre point du voisinage de z . Un point singulier z de f est dit
0

s'il existe un voisinage de z qui ne contient aucun point singulier de f autre que z . En
0 0 0

d'autres termes, f est analytique sur une région 0 < |z − z | < ε.

isolé 0 0
0

Exemples Soit la fonction f donnée par l'expression

1
f (z) =
z (z 2 + 4)

Cette fonction possède des points singuliers isolés en z = 0, z = 2i et z = −2i.

Tout point situé sur la partie négative de l'axe et l'origine des coordonnées est un point singulier
de Logz, mais ils ne sont pas des points isolés.
Dénition Supposons que z est un point singulier isolé de f . Alors il existe une série de
Laurent
0

X ∞
f (z) = cj (z − z0 )j
j=−∞

dénie sur 0 < |z − z | < R, pour R positif. Le coecient c de (z − z ) est appelé résidu −1

de f en z . Il est généralement noté

0 −1 0
0
Res f.
z=z0

Soit C est une courbe fermée simple orientée positivement sur 0 < |z − z | < R et contenant
z , alors
0
0 Z
1
c−1 = f (z)dz
2πi
Cette expression fournit une clé importante dans la résolution des intégrales complexes
C

Exemple Calculons l'intégrale suivante

Z
e1/z dz
C

où C est le cercle décrit par |z| = 1. Remarquons que l'intégrande a une singularité isolée en
z = 0. Nous savons alors que la valeur de l'intégrale est simplement 2πi multiplier par le résidus
de e en 0. Déterminons la série de Laurent au voisinage de 0. Nous savons déjà que :
1/z

∞
X 1 j
ez = z
j=0
j!

pour tout z ∈ C. Ainsi, ∞

X 1 −j 1 1 1
e1/z = z =1+ + 2
+ ···
j=0
j! z 2! z

Le résidus vaut c −1 =1 , alors la valeur de l'intégrale est tout simplement 2πi.

L2S4 Physique 28 Dr Cédric E. BEOGO

1.7. PÔLE ET RÉSIDUS CHAPITRE 1. ANALYSE COMPLEXE

Théorème des résidus Supposons maintenant que nous ayons une fonction f , analytique
partout sauf sur les singularités isolées, et soit C une courbe fermée simple (positivement
orienté) sur lequel f est analytique. Alors il y aura seulement un nombre nie de singularités
de f à l'intérieur de C . Appelons ces singularités z , z , · · · , z . Pour chaque k = 1, 2, · · · , n,
supposons C un cercle orienté positivement centré en z et de rayon susamment petit de tel
1 2 n

sorte que C soit à l'intérieur de C et que C ne possède aucun point singulier autre que z à
k k

l'intérieur de lui-même (C ). Nous avons alors

k k k
k
Z Z Z Z
f (z)dz = f (z)dz + f (z)dz + · · · + f (z)dz
C C1 C2 Cn
= 2πi Res f + 2πi Res f + · · · + 2πi Res f
z=z1 z=z2 z=zn
n
X
= 2πi Res f
z=zk
k=1

Ceci constitue le théorème des résidus : L'intégrale de f est tout simplement 2πi multiplié par
la somme des résidus aux points singuliers délimités par le contour C .
1.7.2 Pôles et autres singularités
An que le théorème des résidus soit le plus ecace possible dans le calcul des intégrales, il y
a nécessité de trouver un meilleur moyen de calculer le résidu car déterminer un développement
en série de Laurent pour tout point singulier isolé constitue une véritable corvée. Nous verrons
ici que dans certain cas spécique de singularité, le résidu est facile à trouver. Supposons z
une singularité isolée de f et supposons que la série de Laurent de f en z contient uniquement
0

un nombre ni de termes impliquant des puissances négatives de z − z . Alors,

0
0
c−n c−n+1 c−1
f (z) = n + n−1 + · · · + + c0 + c1 (z − z0 ) + · · ·
(z − z0 ) (z − z0 ) (z − z0 )
Multiplions cette expression par (z − z ) : 0
n

ϕ(z) = (z − z0 )n f (z) = c−n + c−n+1 (z − z0 ) + · · · + c−1 (z − z0 )n−1 + · · ·

Nous obtenons ainsi la série de Taylor en z de la fonction ϕ(z) = (z − z ) n
. Le coecient
f (z)
de (z − z ) est ce que nous recherchions, et nous savons qu'il vaut
0 0
n−1
0

ϕ(n−1) (z0 )
(n − 1)!
Le résidu recherché, c est alors
−1

ϕ(n−1) (z0 )
c−1 = Res f =
z=z0 (n − 1)!
où ϕ(z) = (z − z ) f (z).
0
n

Exemple Déterminons les résidus de la fonction

ez
f (z) =
z 2 (z 2 + 1)
Tout d'abord, il faut remarquer que la fonction f possède des singularités isolées en 0 et ±i.
Intéressons nous au résidu en 0.
ez
ϕ(z) = z 2 f (z) =
(z 2 + 1)

L2S4 Physique 29 Dr Cédric E. BEOGO

1.7. PÔLE ET RÉSIDUS CHAPITRE 1. ANALYSE COMPLEXE

Le résidu est tout simplement ϕ (0) ′

′ (z 2 + 1) ez − 2zez
ϕ (z) =
(z 2 + 1)2
Ainsi
Res f = ϕ′ (0) = 1
Pour le résidu en z = i, on a :
z=0

ez
ϕ(z) = (z − i) f (z) = ,
z 2 (z + i)
on a ei
Res f (z) = ϕ(i) = −
2i
De même, on a
z=i

e−i
Res f =
z=−i 2i
Calculons l'intégraleR
, où C est le contour fermée contenant les points i et −i orienté
ez
dz
positivement. Le contour est orienté positivement et renferme deux singularités de f alors
C z 2 (z 2 +1)

ez
Z  
dz = 2πi Res f + Res f
C z 2 (z 2 + 1) z=i z=−i

e−i
 i 
e
= 2πi − +
2i 2i
= −2πi sin 1.

Dénition On appelle pôle d'une fonction f holomorphe, une singularité isolée z de f

telle que la série de Laurent en z ne comporte qu'un nombre ni de termes impliquant des
0

puissances négatives de z − z . Ainsi, si z est un pôle, il existe un entier n tel que ϕ(z) =
0

(z − z ) f (z) soit analytique en z et f (z ) ̸= 0. L'entier n est appelé l'ordre du pôle. Ainsi,

0 0
n

dans l'exemple précédent, 0 est un pôle d'ordre 2, alors que i et −i sont des pôles d'ordre 1. Si
0 0 0

z est une singularité isolée de f et qu'il n'existe aucun terme de la série de Laurent impliquant
des puissance négatives de z − z , alors on dira que z est d'une singularité apparente (ou
0

eaçable).
0 0

Exemple Soit
sin z
f (z) =
z
alors la singularité z = 0 est apparente :
z3 z5
 
1 1
f (z) = sin z = z− + − ···
z z 3! 5!
z2 z4
=1− + − ···
3! 5!
et nous constatons dans ce sens que f est réellement analytique en z = 0 si nous la dénissions
autrement.
Une singularité qui n'est ni pôle ni eaçable est appelée singularité essentielle.
Soit f une fonction telle que
p(z)
f (z) =
q(z)

L2S4 Physique 30 Dr Cédric E. BEOGO

1.7. PÔLE ET RÉSIDUS CHAPITRE 1. ANALYSE COMPLEXE

où p et q sont analytique en z et q(z ) = 0, alors que q (z ) ̸= 0, et p(z ) ̸= 0. Alors

0 0
′
0 0

p(z) p(z0 ) + p′ (z0 ) (z − z0 ) + · · ·

f (z) = = ′′ 2
,
q(z) q ′ (z0 ) (z − z0 ) + q (z 2
0)
(z − z0 ) + · · ·

ensuite, on
p(z0 ) + p′ (z0 ) (z − z0 ) + · · ·
ϕ(z) = (z − z0 ) f (z) = q ′′ (z0 )
q ′ (z0 ) + (z − z0 ) + · · ·
Alors z est un pôle simple et on a
2

p(z0 )
Res f = ϕ(z0 ) =
z=z0 q ′ (z0 )

Exemple Calculer l'intégrale suivante

Z
cos z
dz,
C ez − 1
où C est le rectangle délimité par les cotés x = ±1, y = −π et y = 3π. Les singularités
de l'intégrande sont les points de l'espace où e = 1. En d'autres termes, ce sont les points
z

z = 0, ±2πi, ±4πi, · · · . Les singularités enfermée par C sont 0 et 2πi. Alors,

Z
cos z h i
dz = 2πi Res f + Res f ,
C ez − 1 z=0 z=2πi

avec cos z
f (z) =
ez − 1
Remarquons qu'il s'agit du cas f (z) = . p(z)
q(z)

p(z) cos z
′
= z
q (z) e

Alors cos 0
Res f =
=1
z=0 1
cos 2πi e−2π + e2π
Res f = = = cosh 2π
z=2πi e2πi 2
Finalement, on a
Z
cos z h i
dz = 2πi Res f + Res f
C ez − 1 z=0 z=2πi

= 2πi (1 + cosh 2π)

L2S4 Physique 31 Dr Cédric E. BEOGO

Chapitre 2
Intégrale de Lebesgue

2.1 Applications mesurables

Les fonction mesurables sont les fonctions pour lesquelles on va savoir dénir l'intégrale.
Dénition 1 On appelle tribu (ou σ-algèbre) sur un ensemble X, un ensemble A de parties
de X qui possède les propriétés suivantes :
(1) Toute réunion d'ensembles appartenant à A est un élément de A.
(2) Le complémentaire de tout élément de A est un élément de A.
(3) La partie vide de X appartient à A.
Théorème 1 Soit f une application d'un ensemble X dans un ensemble Y; l'image réciproque
par f d'une tribu sur Y est une tribu sur X.
Dénition 2 On appelle espace mesurable le couple (X, A) constitué par un ensemble X et
une tribu A sur X. On appelle ensembles mesurables les éléments de A. Soient (X, A) et (Y,
B) deux espaces mesurables; une application f de X dans Y est dite A-B mesurable si l'image
réciproque par f de tout élément de B est un élément de A.
Autrement dit, f est A-B mesurable si f (B) ⊂ A.
−1

Théorème 2 Soient f une application de l'espace mesurable (X, A) dans l'espace mesurable
(Y, B) et ε un ensemble de parties de Y engendrant B; pour que f soit mesurable il faut et il
sut qu'on ait f (ε) ⊂ A.
−1

Lemme Soient f une application d'un ensemble X dans un ensemble Y et ε un ensemble de

parties de Y; l'image réciproque de la tribu engendrée par ε est la tribu engendrée par l'image
réciproque de ε.
Ce lemme arme donc que :
f −1 (τ (ε)) = τ (f −1 (ε))
Or f (τ (ε)) est une tribu (théorème 1) contenant f
−1 −1
(ε) donc τ (f −1
, qui est la plus petite
(ε))
tribu contenant f (ε) ; on en déduit :
−1

f −1 (τ (ε)) ⊃ τ (f −1 (ε))

32
2.1. APPLICATIONS MESURABLES CHAPITRE 2. INTÉGRALE DE LEBESGUE

Par ailleurs l'ensemble des parties B de Y telles que f −1

(B) ⊂ τ (f −1 (ε)) est une tribu τ qui
′

contient ε donc τ (ε) et par suite :

f −1 (τ (ε)) ⊂ f −1 (τ ′ ) ⊂ τ (f −1 (ε))

Ce qui démontre le lemme.

En vertu du lemme :
f −1 (B) = f −1 (τ (ε)) = τ (f −1 (ε))
Pour qu'on ait f (B) ⊂ A il est donc nécessaire et susant qu'on ait f (ε) ⊂ A.
−1 −1

Corollaire 1 Soient (X, A), (Y, B) et (Z, C) trois espaces mesurables; la composée d'une
application mesurable de (X, A) dans (Y, B) et d'une application mesurable de (Y, B) dans
(Z, C) est une application mesurable de (X, A) dans (Z, C).

Dénition 3 Soient A une tribu sur l'ensemble X et B une tribu sur l'ensemble Y; On appelle
tribu produit de A et B la tribu X × Y engendrée par les ensembles a × b où a parcourt A et
b parcourt B. Cette tribu produit est notée A ⊗ B
Corollaire 2 Soient (X, A), (Y , B ) et (Y , B ) trois espaces mesurables et f une application
de X dans Y × Y ; pour que f soit mesurable, il faut et il sut que les applications p ◦ f et
1 1 2 2

p ◦ f , où p et p sont, respectivement, les projections canoniques de Y × Y sur Y et Y , soient

1 2 1

mesurables.
2 1 2 1 2 1 2

Exemple 1 - Applications boréliennes on appelle tribu borélienne sur un espace topo-

logique X la tribu engendrée par les ouverts de X. On appelle boréliens de X les éléments de
cette tribu. La tribu borélienne est également engendrée par l'ensemble des fermés de X; elle
contient l'ensemble des réunions dénombrables de fermés de X et l'ensemble des intersections
dénombrables d'ouverts.
Dans le cas où X = R (ou R̄) les intervalles illimités ]a, +∞[ où a parcourt R engendrent
la tribu des boréliens. On vérie que les intervalles [a, +∞[ appartiennent à cette tribu car :
[a, +∞[= ∩ ]a − , +∞[.1

Il en est de même pour leur complémentaire qui sont de la forme ] − ∞, a[ et par la suite de
n≥1 n

tout intervalle ouvert, car, si a < b, ]a, b[=] − ∞, b[∩]a, +∞[.

Si X et Y sont des espaces topologiques et A et B les tribus boréliennes sur X et Y, on dit que
l'application f de X dans Y est borélienne si elle est A-B mesurable.
Toute application continue d'un espace topologique dans un autre est borélienne. En eet, si
f est une application continue de X dans Y, l'image réciproque de f de tout ouvert de Y est
un ouvert de X, donc un borélien de X. D'autre part, l'ensemble des ouverts de Y engendre la
tribu des boréliens de Y. Le résultat cherché est donc conséquence du théorème 2.
Critère de mesurabilité Soit f une fonction d'un ensemble X dans R ; pour que f soit me-
surable, il faut et il sut que, pour tout réel a, l'ensemble {x|f (x) > a} soit mesurable.
Ce résultat est conséquence du théorème 2 et du fait que les intervalles ]a, +∞[ engendrent
la tribu des boréliens de R.
Dans le cas d'une fonction d'un ensemble X dans C, le corollaire 2 montre qu'elle est mesurable
si, et seulement si, Re(f) et Im(f) sont mesurables.

L2S4 Physique 33 Dr Cédric E. BEOGO

2.2. MESURES POSITIVES CHAPITRE 2. INTÉGRALE DE LEBESGUE

Théorème 3 Soit f et g deux fonctions mesurables de X dans R (ou C).

(1) Quel que soit le nombre positif α, |f | est mesurable.
α

(2) Si f ne s'annule pas, est mesurable.

1

(3) f + g et f g sont mesurables.f

Lemme Soient f une application mesurable de (X, A) dans (Y, B) A un élément de A et b

un point de Y ; l'application g dénie par
g(x) = f (x) si x ∈
/A
g(x) = b si x ∈ A
est mesurable.
Théorème 4 Si (f ) est une suite d'applications mesurables de X dans R̄, les applications
sup f , inf f , limf et limf sont mesurables.
n
n n n n

Rappel On appelle respectivement plus petite limite et plus grande limite de la suite (a ) et
on les désignent par lima et lima , les nombres :
n
n n

liman = sup (b1 , b2 , · · · ) = sup inf an

k≥1 n≥k

liman = inf (B1 , B2 , · · · ) = inf sup an

k≥1 n≥k

Corollaire Si (f ) est une suite convergente d'applications mesurables de X dans R (ou C),
l'application lim f est mesurable.
n
n

Dénition 4 Soit f une application de l'espace mesurable (X, A) dans R (ou C); on dit que
f est étagée si elle est mesurable, nie et ne prend qu'un nombre nie de valeurs.

Si A est un ensemble mesurable (A ∈ A) la fonction caractéristique de A, notée 1 , est étagée.

Si la fonction étagée f ne prend qu'un nombre ni, égal à n, de valeurs α , diérentes de 0, on
A

peut l'écrire sous la forme :

i

X n
f= αi 1Ai

où A = {x|f (x) = α } ∈ A pour i = 1, 2, · · · , n.

i=1

La somme et le produit de deux fonctions étagées sont des fonctions étagées.

i i

Théorème 5 Toute fonction mesurable à valeurs dans R, R̄ ou C est limite d'une suite de
fonctions étagées.
2.2 Mesures positives

Dénition 5 Soit (X, A) un espace mesurable; on appelle mesure positive sur (X, A) une
application µ de A dans R̄ qui possède les propriétés suivantes :
(1) µ(∅) = 0
+

(2) Si (A ) est une suite nie ou dénombrable d'élément

n
X
de A deux à deux disjoints
µ(∪An ) = µ(An )
n

Le triplet (X, A, µ) est appelé espace mesuré.

L2S4 Physique 34 Dr Cédric E. BEOGO
2.2. MESURES POSITIVES CHAPITRE 2. INTÉGRALE DE LEBESGUE

Exemple 1 Soit (X, A) un espace mesurable, on appelle mesure de Dirac en un point a de

X l'application, notée δ , telle que
a

1 si a ∈ A


0 si a ∈
∀A ∈ A, δ (A) = a
/A

Exemple 2 - La mesure de Lebesgue La mesure de Lebesgue est dénie de la manière

suivante :
Soit x un point de R de coordonnées ξ (i = 1, 2, · · · k) ; on appelle volume du pavé ouvert
k

V = {x|a < ξ < b , 1 ≤ i ≤ k} le nombre

i
i i i

k
Y
vol(V ) = (bi − ai )
i=1

Soit A une partie de R ; on appelle mesure extérieure de l'ensemble A le nombre

k

X
m∗ (A) = inf vol(Vi )
i∈I

où la famille de pavés ouverts (V ) est un recouvrement ni ou dénombrable de A ; on appelle

mesure intérieure de l'ensemble A le nombre
i i∈I

m∗ (A) = sup m∗ (K)

K⊂A

où K est un compact contenu dans A.

Quelle que soit la partie A de R , on a évidemment m (A) ≤ m (A).
k
∗
∗

Une partie A de R est dite Lebesgue-mesurable (ou simplement mesurable si aucune ambiguïté
k

n'est à craindre) si ∗
m (A) = m (A) < ∞
∗

Ce nombre ni, noté m(A) est appelé mesure de Lebesgue de A.

Si A est une partie compacte de R , elle est évidemment mesurable.
k

Si A est une partie ouverte de R , elle est mesurable; car tout ouvert est réunion de pavés
k

ouverts.
La mesure de Lebesgue est dénie sur la tribu borélienne de R . k

m étant invariante par translation, la mesure de Lebesgue jouit aussi de cette propriété.
∗

Tout intervalle borné de R est mesurable et on a

m(]a, b[) = m([a, b[) = m(]a, b]) = m([a, b]) = b − a
car la mesure de Lebesgue d'un point de R est nulle.
Toute partie de R n'est pas Lebesgue-mesurable.
Théorème 6 Soit (X, A, µ) un espace mesuré.
(1) µ est une fonction croissante d'éléments de A
(2) Si (A ) est une suite croissante d'éléments de A, de limite A, on a
n

lim µ(An ) = µ(A)

(3) Si (A ) est une suite décroissante d'éléments de A, de limite A, et si au moins un des
A est de mesure nie, on a
n
n
lim µ(An ) = µ(A)

L2S4 Physique 35 Dr Cédric E. BEOGO

2.3. FONCTIONS MESURABLES CHAPITRE 2. INTÉGRALE DE LEBESGUE

Dénition 6 Soit (X, A, µ) un espace mesuré; une partie N de X est dite µ-négligeable si
elle est contenue dans un ensemble mesurable A de mesure nulle.
2.3 Intégrale des fonctions mesurables

Dénition 7 Soit f = P α 1 une fonction étagée positive; on appelle intégrale de f par

n

rapport à la mesure µ le nombre

i=1 i Ai

Z Z n
X
f dµ = f (x)dµ(x) = αi µ(Ai ).
i=1

Théorème 7 Soient Rf et g deux

R fonctions étagées positives et λ un réel positif, on a :
(1) R (f + g)dµ =R f dµ + gdµ
R

(2) (λf )dµ =R λ f dµR

(3) Si f ≤ g, f dµ ≤ gdµ
Dénition 8 Soit f une fonction mesurable positive, on appelle intégrale de f par rapport à
la mesure le nombre Z Z
f dµ = sup fi dµ
i∈I

où les f appartiennent à l'ensemble des fonctions étagées positives inférieures ou égales à f .

On dit que f est intégrable si son intégrale est nie.
i

Théorème 8 - Théorème de Beppo-Levi Si (f ) est une suite croissante de fonctions

mesurables positives convergeant vers f , on a
n

Z Z
lim fn dµ = f dµ
n→∞

Lemme Soient f une fonction étagée positive et (B ) une suite croissante de parties mesu-
rables de X convergeant vers X . On a
n

Z Z
f dµ = lim f dµ
n→∞ Bn

Théorème 9 Soit f une fonction mesurable positive; pour que l'intégrale de f soit nulle, il
faut et il sut qu'on ait f (x) = 0 presque partout.
Lemme Soient f une fonction mesurable positive et α un nombre positif; on a
Z
1
µ({x|f (x) ≥ α}) ≤ f dµ
α

Corollaire Si deux fonctions mesurables positives sont presque partout égales, elles ont même
intégrale.

L2S4 Physique 36 Dr Cédric E. BEOGO

2.3. FONCTIONS MESURABLES CHAPITRE 2. INTÉGRALE DE LEBESGUE

Dénition 10 Une fonction f à valeurs dans R ou R̄ est dite intégrable par rapport à la
mesure µ si ses parties positives et négatives f et f sont intégrables par rapport à la mesure
+ −

µ. On appelle intégrale de f le nombre réel

Z Z Z
f dµ = +
f dµ − f − dµ.

Une fonction f à valeurs dans C est dite intégrable par rapport à la mesure µ si ses parties
réelle et imaginaire sont intégrables par rapport à la mesure µ. On appelle intégrale de f le
nombre complexe Z Z Z
f dµ = Re(f )dµ + i Im(f )dµ.

Théorème 10 L'ensemble des fonctions intégrables réelles (resp. complexes) est un espace
vectoriel réel (resp. complexe) noté L . 1

Soient f et g deux fonctions intégrables réelles. Les relations

+
(f + g) ≤ f + g et (f + g) ≤ f + g
+ + − − −

entraînant Z Z Z
(f + g)+ dµ ≤ f + dµ + g + dµ
Z Z Z
− −
(f + g) dµ ≤ f dµ + g − dµ

Ce qui montre que (f + g) et (f + g) sont intégrables et donc que f + g est intégrable. En

+ −

outre on a
(f + g) = (f + g)+ − (f + g)− = f + − f − + g + − g −
d'où
(f + g)+ + f − + g − = (f + g)− + f + + g +
et, par conséquent (extension du théorème 7, à l'intégrale d'une fonction mesurable positive),
Z Z Z Z Z Z
+ − − − +
(f + g) dµ + f dµ + g dµ = (f + g) dµ + f dµ + g + dµ

On en déduit alors Z Z Z
(f + g)dµ = f dµ + gdµ

Ce résultat reste valable si f et g sont deux fonctions intégrables complexes. Il sut de consi-
dérer les fonctions réelles ℜ(f + g) et imaginaires ℑ(f + g).
L'additivité étant établie, montrons que, si f est une fonction intégrable et si λ est un nombre
réel ou complexe, λf est intégrable et on a
Z Z
(λf )dµ = λ f dµ.

Si f et λ sont réels, on a :
(λf )+ = λf + et λf )− = λf − Si λ > 0
(λf )+ = (−λ)f − et λf )− = (−λ)f Si λ < 0
+

L2S4 Physique 37 Dr Cédric E. BEOGO

2.4. LEBESGUE CHAPITRE 2. INTÉGRALE DE LEBESGUE

d'où
si
Z Z Z Z
+ −
(λf )dµ = λ f dµ − λ
f dµ = λ f dµ λ>0

si
Z Z Z Z
− +
(λf )dµ = (−λ) f dµ − (−λ) f dµ = λ f dµ λ<0

Si f et λ sont complexes, en posant λ = a + ib, on a

λf = (aℜ(f ) − bℑ(f ) + i(bℜ(f ) + aℑ(f ))

et on en déduit le résultat cherché compte tenu de ce qui précède. R

L'intégrale d'une fonction positive étant positive, l'application f → f dµ est une forme linéaire
positive dénie sur L 1

Théorème 11 Si f est une fonction intégrable, |f | est aussi intégrable et on a

Z Z
| f dµ| ≤ |f |dµ.

Critère d'intégrabilité Pour qu'une fonction réelle ou complexe soit intégrable, il faut et il
sut qu'elle soit mesurable et que son module soit majoré presque partout par une fonction
intégrable.
2.4 Théorème de Lebesgue et application

Le théorème de la convergence dominée de Lebesgue est un des théorèmes les plus importants
de la théorie de l'intégration. Il permet de résoudre, dans les conditions très générales, le
problème du passage à la limite sous le signe R , et d'étudier, très simplement, les fonctions
dénies par une intégrale.
Lemme de Fatou Soient (X, A, µ) un espace mesuré et (f ) une suite quelconque d'appli-
cations mesurables de X dans R̄ ; on a
n
+
Z Z
lim fn dµ ≤ lim fn dµ.
n→∞ n→∞

Si on pose g = inf , quel que soit l'entier n, on a g ≤ f . La suite (g ) de fonctions mesurables

n n n n

positives est donc croissante. Elle converge vers lim f et d'apprès le théorème de Beppo-
k≥n

Levi il vient n→∞ n

Z Z
lim gn dµ = lim fn dµ
n→∞

On en déduit le résultat cherché en remarquant que l'inégalité g implique :

n→∞

n ≤ fn
Z Z
lim gn dµ ≤ lim fn dµ.
n→∞ n→∞

Théorème 12 - Théorème de la convergence dominée de Lebesgue. Soient (X, A, µ)

un espace mesuré et (f ) une suite de fonctions de X dans R (ou C) qui converge presque partout
vers une fonction f ; s'il existe une fonction intégrable g telle que, pour tout n, |f | ≤ g, les
n

fonctions f et f sont intégrables et on a

n
n
Z Z
lim fn dµ = f dµ.
n→∞

L2S4 Physique 38 Dr Cédric E. BEOGO

2.4. LEBESGUE CHAPITRE 2. INTÉGRALE DE LEBESGUE

L'inégalité |f | ≤ g étant vraie quel que soit n on en déduit que, presque partout, |f | ≤ g. En
vertu du critère d'intégrabilité f et f sont donc intégrables.
n

Par ailleurs l'inégalité |f − f | ≤ 2g montre que la suite (2g − |f − f |) est croissante et on peut
n

lui appliquer le lemme de Fatou. Il vient

n n

Z Z
lim (2g − |fn − f |)dµ ≤ lim (2g − |fn − f |)dµ
n→∞ n→∞

d'où Z Z Z
2 gdµ ≤ 2 gdµ + lim −|fn − f |dµ

étant intégrable, on en déduit

n→∞

g
Z Z
lim |fn − f |dµ = lim |fn − f |dµ ≤ 0
n→∞ n→∞

Ce qui, compte tenu du fait que |f n − f| ≥ 0 , implique

Z
lim |fn − f |dµ = 0
n→∞

L'inégalité Z Z Z
| fn dµ − f dµ| ≤ |fn − f |dµ

entraîne alors le résultat annoncé.

Exemple 1 Appliquer le théorème de la convergence dominée sur la suite de fonctions (f )
dénies sur l'intervalle [0, 1] par
n

n3/2 x
fn (x) =
1 + n2 x

Exemple 2 Calculer : Z n
x n
lim (1 + ) exp(−2x)dx
n→∞ 0 n

Théorème 13 Soient (X, A, µ) un espace mesuré, (Y, d) un espace métrique et f une appli-
cation de X × Y dans R (ou C) telle que
(1) pour tout y de Y , x → f (x, y) est mesurable,
(2) pour presque tout x de X , y → f (x, y) est continue au point y de Y
(3) il existe une fonction intégrable g telle que |f (x, y)| ≤ g(x) pour x de X etR tout y de Y ;
0

alors pour tout y de Y , x → f (x, y) est intégrable et la fonction F : y → f (x, y)dµ(x)

est continue au point y . 0

Théorème 14 Soient (X, A, µ) un espace mesuré, I un intervalle ouvert de R et f une

application de X × I dans R (ou C) telle que
(1) pour tout y de I , x → f (x, y) est intégrable
(2) pour presque tout x de X , y → f (x, y) admet une dérivée notée f (x, y) ′

(3) il existe une fonction intégrable de g telle que |f (x, y)| ≤ g(x, y) pour tout x de X et
y
′

tout y de I ; alors, pour tout y de I , x → f (x, y) est intégrable, F : y → f (x, y)dµ(x)

y
′
R

est dérivable et on a Z
′
y

′
F (y) = fy (x, y)dµ(x).

L2S4 Physique 39 Dr Cédric E. BEOGO

2.4. LEBESGUE CHAPITRE 2. INTÉGRALE DE LEBESGUE

Exemple 1 On appelle fonction de Bessel d'ordre n la fonction dénie sur R par

Z π
1
Jn (x) = cos(nθ − x sin θ)dθ.
π 0

La continuité de la fonction x → cos(nθ − x sin θ) et la majoration | cos(nθ − x sin θ)| ≤ 1

impliquent (théorème 13) la continuité de J . x → cos(nθ − x sin θ) est dérivable et la valeur
absolue de sa dérivée étant majorée par 1, on en déduit (théorème 14) que J est dérivable. De
n

façon analogue, on peut établir l'existence des dérivées successives de J qui est donc de classe
n

C .
n
∞

Les expressions suivantes montrent que J est solution de l'équation diérentielle linéaire du
deuxième ordre y + y + (1 − )y = 0 :
n
′′ 1 ′ n2
x x2
Z π
1′
Jn = sin(nθ − x sin θ) sin θ
π 0

et 1
′′
Z π
Jn = − cos(nθ − x sin θ) sin2 θ
π 0

Énoncé du critère d'Abel Si u et v sont deux fonctions dénies sur l'intervalle [a, b[ de R
(a < b) et à valeurs dans R̄ (ou C) telles que u soit à variation bornée sur [a, b[ et tende vers 0
lorsque x tend vers b par valeursR inférieures et que v soit localement intégrable etR à intégrales
indénies bornées, l'intégrale u(x)v(x)dxaunsens. Par exemple, l'intégrale
b
dx est
∞ sin x

convergente. a 1 x

Exemple 2 Étudions la continuité et la dérivabilité de la fonction

+∞
eiyx
Z
F :x→ dy
−∞ 1 + y2

où x ∈ R.
On a eiyx 1
| | ≤ .
1 + y2 1 + y2
La fonction y → étant intégrable sur R et la fonction x → étant continue sur R,
1 eiyx

on
R en déduit quR F est continue sur R (théorème 13). Si on dérive par rapport à x sous le signe
1+y 2 1+y 2

, on obtient +∞ eiyx
dy . Le théorème 14 ne permet pas de conclure à l'existence de la dérivée
de F car la fonction y → n'est pas intégrable.
−∞ 1+y 2
1

Si on considère l'intégrale impropre

1+y 2

+∞
iyeiyx
Z
dy,
−∞ 1 + y2

le critère d'Abel montre qu'elle est semi-convergente.

En eet, y → est à variation bornée (car elle est monotone dans les trois intervalles
y

] − ∞, −1[, [−1, +1], [+1, +∞[ et bornée), et tend vers 0 à l'inni tandis que y → e est
1+y 2
iyx

localement intégrable et à intégrales indénies bornées si x ̸= 0.

On a : Z
1 b
∀a, b : eiyx dy = (eibx − eiax )
a ix

L2S4 Physique 40 Dr Cédric E. BEOGO

2.5. THÉORÈME DE FUBINI CHAPITRE 2. INTÉGRALE DE LEBESGUE

est à intégrales indénies bornées si x ̸= 0).

Z b
2
| eiyx dy| ≤ (y → eiyx
a |x|
La fonction est donc dérivable sur le complémentaire de l'origine et sa dérivée F est donnée ′

par l'intégrale impropre semi-convergente.

Si on essaye de dériver une seconde fois, on obtient l'intégrale
+∞
−y 2 eiyx
Z
dy
−∞ 1 + y2

qui n'a pas de sens.

Remarque : Les conclusions qu'on peut tirer de cet exemple sont pleines d'enseignement.
L'intégrale donnant F peut se calculer directement en utilisant la méthode des résidus. On
trouve F (x) = πe , ce qui montre que F est de classe C sur le complémentaire de l'origine.
−|x| ∞

Or, F étant représentée par une intégrale, on n'a pas été en mesure d'établir ce fait; cela signie
qu'on ne peut pas représenter les dérivées successives par les intégrales obtenues en dérivant
sous le signe de l'intégrale.
2.5 Théorème de Fubini

Étant donné deux espaces mesurés (X, A, µ) et (Y, B, ν) nous allons, dans un premier temps,
dénir l'espace mesuré produit, noté (X × Y, A ⊗ B, µ ⊗ ν), où X × Y est le produit cartésien
de X par Y , A ⊗ B la tribu produit des tribus A et B et µ ⊗ ν la mesure produit des mesures
µ et ν qu'il nous faut dénir.

Dénition 11 SI l'ensemble E est une partie du produit cartésien X × Y on appelle, respec-

tivement, section d'abscisse x et section d'abscisse y les ensembles
E = {y|(x, y) ∈ E} ( x xé)
x

E = {x|(x, y) ∈ E} ( y xé)
y

Théorème 15 Soit (X × Y, A ⊗ B) un espace mesurable produit; si l'ensemble E est un

élément de la tribu A ⊗ B, alors
(∀x ∈ X) (∀y ∈ Y ) E ∈ B et E ∈ A x
y

Corollaire Soit f une fonction mesurable de X × Y dans R (ou C). Pour tout x de X , la
fonction f dénie par f (y) = f (x, y) de Y dans R (ou C) est mesurable. Pour tout y de Y , la
fonction f dénie par f (x, y) de X dans R (ou C) est mesurable.
x x
y y

Théorème 16 Soient (X, A, µ) et (Y, B, ν) deux espaces mesurés, les mesures µ et ν étant
σ -nies; si E est un élément de la tribu A ⊗ B , quels que soient x ∈ X et y ∈ Y , on a
Z Z
ν(Ex )dµ(x) = µ(E y )dν(y)

L2S4 Physique 41 Dr Cédric E. BEOGO

2.5. THÉORÈME DE FUBINI CHAPITRE 2. INTÉGRALE DE LEBESGUE

Théorème 17 - Théorème de Fubini Soient (X, A, µ) et (Y, B, ν) deux espaces mesurés,

les mesures µ et ν étant σ-nies, et soit f une fonction de X ×Y dans R̄ (ou C) µ⊗ν -intégrable;
les fonctions
x → f (x, y)dν(y) et y → f (x, y)dµ(x)
Z Z

sont, respectivement,
Z
µ-intégrable et ν -intégrable et on a
Z Z
f dµ ⊗ ν = ( f (x, y)dν(y))dµ(x)
Z Z
= ( f (x, y)dµ(x))dν(y)

Remarque 1 Le rôle symétrique

Z
joué parZ lesZ mesures µ et ν justie l'écriture
f dµ ⊗ ν = f (x, y)dµ(x)dν(y)

Remarque 2 Si f est intégrable par rapport à la mesure produit µ ⊗ ν on utilise souvent

le théorème de Fubini comme théorème permettant d'intervertir l'ordre des intégrations. Pour
alléger l'écriture on supprime
Z
lesZ parenthèses et onZ écrit Z
dµ(x) f (x, y)dν(y) = dν(y) f (x, y)dµ(x)

Remarque 3 Si (x, y) →Z f (x, y) = g(x)h(y)

Z
est µ ⊗ νZ-intégrable on a
f dµ ⊗ ν = ( g(x)dµ(x)) · ( h(y)dν(y))

Exemple 1 Si l'interversion de l'ordre des intégrations conduit à des résultats diérents cela
prouve, a posteriori, que le théorème de Fubini n'est pas applicable. Ainsi la fonction f dénie
sur le carré [0, 1] × [0, 1] de R par 2

x2 − y 2
f (x, y) =
(x2 + y 2 )2
n'est pas intégrable parZ rapport à la mesure deZ Lebesgue car
Z 1 Z 1 1 1
π
dy f (x, y)dx = − dx f (x, y)dy = − .
4
Pour le voir il sut de remarquer que la fonction x → est une primitive de la fonction
0 0 0 0
−x

.
x2 +y 2
x2 −y 2
x→
Dans le cas présent on vérie facilement
(x2 +y 2 )2
que
1 1
x2 − y 2
Z Z
dy | |dx = +∞
0 0 (x2 + y 2 )2

Exemple 2 L'interversion de l'ordre des intégrations peut conduire à des résultats identiques
bien que le théorème de Fubini ne soit pas applicable. C'est le cas, par exemple, de la fonction
dénie sur R par f (x, y) = sin(x + y ). On a en eet
2
+
2 2

Z +∞ Z +∞ Z +∞ Z +∞
2 2 π
dy | sin(x + y )|dx = dx sin(x2 + y 2 )dy =
4
alors que
0 0 0 0

Z +∞ Z +∞
dy | sin(x2 + y 2 )|dx = +∞
0 0

L2S4 Physique 42 Dr Cédric E. BEOGO

2.5. THÉORÈME DE FUBINI CHAPITRE 2. INTÉGRALE DE LEBESGUE

Exemple 3 Le théorème de Fubini permet de calculer certaines intégrales en développant en

série la fonction à intégrer et en intégrant la série terme à terme. Ainsi l'intégrale
Z +∞
sin x
dx
0 ex − 1
est convergente. Pour la calculer, écrivons
Z +∞ Z +∞
sin x sin x
dx = dx
0 ex − 1 0 − e−x )
ex (1
Z +∞ X+∞
= ( sin x · e−kx )dx
0 k=1
+∞
X ∞Z
= sin xe−kx dx
k=1 0

L'interversion des signes P et R est justiée car

∞ Z
X ∞
| sin x|e−kx dx
k=1 0

existe. En eet :
Z ∞ Z 1 Z ∞
−kx −kx
| sin x|e dx = | sin x|e dx + | sin x|e−kx dx
0
Z0 1 Z ∞ 1

≤ xe−kx dx + e−kx dx
0 1
−k
1 e
≤ 2
− 2
k k

et la sérieR P (∞ 1 e−k
k=1 k2 − k2 ) est convergente.
L'intégrale sin xe
0
∞ −kx
dx étant égale à il vient nalement
1
1+k2

Z +∞ ∞
sin x X 1
dx =
0 ex − 1 k=1
1 + k2

La somme de la série numérique s'obtient en utilisant la méthode des résidus, on trouve na-
lement Z
sin x 1 +∞
dx = (π coth π − 1)
0 ex − 1 2

L2S4 Physique 43 Dr Cédric E. BEOGO

Chapitre 3
Calculs intégrales

3.1 Espaces de Hilbert

3.1.1 Produit scalaire

Dénition 1 On appelle produit scalaire sur un espace vectoriel réel E (resp. complexe) une
application f de E × E dans R (resp. C) qui possède les propriétés suivantes :
(1) f (x + x , y) = f (x, y) + f (x , y)
′ ′

(2) f (λx, y) = λ̄f (x, y)

(3) f (y, x) = f (x, y)
(4) f (x, x) ≥ 0
(5) f (x, x) = 0 ⇔ x = 0
où x, x et y sont des éléments quelconques de E et λ un élément quelconque de R (resp. C).
′

Remarques
 Si l'espace vectoriel E est réel, l'application f est une forme bilinéaire symétrique. Si
E est complexe, f est semi-linéaire en x et linéaire en y ; on dit que la forme f est
sesquilinéaire.
 Le produit scalairepf (x, y) de x et de y peut être noté < x|y >
 L'application x → < x|x > est une norme. On l'a notera
p
||x|| = < x|x >

 Un espace vectoriel muni d'un produit scalaire et de la norme associée à ce produit

scalaire est dit préhilbertien.
Dénition 2 On dit que deux vecteurs x et y d'un espace préhilbertien E sont orthogonaux
si < x|y >= 0. L'orthogonal d'une partie non vide A de E est l'ensemble A des éléments de
⊥

E qui sont orthogonaux à tous les éléments de A.

Théorème 1 - Inégalité de Cauchy-Schwartz Quels que soient les vecteurs x et y appar-

tenant à un espace préhilbertien E, on a :
| < x|y > | ≤ ||x|| · ||y||

Théorème 2 Soient x et y deux éléments quelconques d'un espace préhilbertien E ; on a les

relations suivantes :
(1) ||x + y|| = ||x|| + ||y|| + 2ℜ(< x|y >)
2 2 2

44
3.1. ESPACES DE HILBERT CHAPITRE 3. CALCULS INTÉGRALES

(2) ||x + y|| + ||x − y||

2 2
= 2||x||2 + 2||y||2
(3) ||x|| + ||y|| = 2||
2 2 x+y 2
2
|| + 12 ||x − y||2

Corollaire - Inégalité de Minkowski L'inégalité ℜ(< x|y >) ≤ | < x|y > | entraîne, en
vertu de l'inégalité de Cauchy-Schwartz,
||x + y||2 ≤ ||x||2 + ||y||2 + 2||x|| · ||y||

c'est à dire
||x + y|| ≤ ||x|| + ||y||
C'est l'inégalité de Minkowski
3.1.2 Espaces de Hilbert
Dénition 3 On appelle espace de Hilbert ou espace hilbertien un espace préhilbertien com-
plet.
Exemple 1 L'espace L (X) des fonctions mesurables, dénies presque partout sur l'espace
2

mesuré (X, A, µ) et à valeurs dans R (ou C) est un espace de Hilbert si on le munit du produit
µ

scalaire. Z
f˙ ∈ L2µ (X) ġ ∈ L2µ (X) < f˙|ġ >= f¯gdµ

où f et g sont deux représentants quelconques respectivement des classes f˙ et ġ.

Exemple 2 L'espace l des suites numériques (x ) telles que
2
|x | < ∞, est un espace
∞ 2
P
de Hilbert si on le munit du produit scalaire déni par :
n n=1 n

∞
X
< x|y >= x̄n yn
n=1

où x et y désignent respectivement les suites (x ) et (y ). n n

Théorème 3 - Théorème des projections Soient E un espace préhilbertien et F un sous-

espace complet de E. Pour tout x ∈ E il existe un y et un seul appartenant à F tel que :
||x − y|| = d(x, F )

Cet élément y est appelé projection orthogonal de x sur F et noté y = P (x), est le vecteur de
F tel que x − y soit orthogonal à F .
F

Théorème 4 - Théorème de Riesz Soient E un espace de Hilbert et u une forme linéaire

continue sur E. Il existe un vecteur a de E, et un seul, tel que, quel que soit x appartenant à
E , on ait u(x) =< a|x >.

L2S4 Physique 45 Dr Cédric E. BEOGO

3.1. ESPACES DE HILBERT CHAPITRE 3. CALCULS INTÉGRALES

Théorème 5 Soit (E ) une suite d'espaces de Hilbert. L'ensemble E des suites

n

x = (x1 , x2 , · · · , xn , · · · )
où x ∈ E , telles que la série soit convergente est un espace de Hilbert si on
P∞
n=1 ||xn ||
2

dénit la structure d'espace vectoriel par :

n n

x + y = (x1 + y1 , x2 + y2 , · · · , xn + yn , · · · )
λx = (λx1 , λx2 , · · · , λxn , · · · )
et le produit scalaire par : ∞
X
< x|y >= < xn |yn >

L'espace de Hilbert E est appelé somme hilbertienne de la suite d'espace de Hilbert (E )

n=1

3.1.3 Système orthogonaux

Dénition 4 Soit E un espace préhilbertien. La suite (e ) de vecteurs de E constitue un
système orthogonal si, quels que soient les indices m et n, on a :
n

< em |en >= δmn

x étant un vecteur appartenant à E on appelle n-ième coecient de x par rapport au système
(en )le nombre :
cn (x) =< en |x >

Exemple 1 Dans l'espace l la suite (e ), telle que e soit la suite (0, 0, · · · , 0, 1, 0, · · · ) consti-
2

tuée uniquement de 0 sauf le n-ième terme qui est égale à 1, est un système orthogonal.
n n

Exemple 2 - Polynômes de Legendre Dans la pratique on rencontre fréquemment des

systèmes orthogonaux constitués de vecteurs dont la norme n'est pas égale à 1. C'est le cas de
la suite (P ) des polynômes de Legendre dénis par la formule de Rodriguès
n

1 dn 2
n
Pn (t) = t − 1
2n n! dtn
En considérant le produit scalaire muni à l'espace vectoriel des fonctions continues sur [−1, 1]
et à valeurs dans C déni par :
Z +1
< x|y >= (x(t))y(t)dt
−1

on peut écrire :
+1 +1 m n
dm (t2 − 1) dn (t2 − 1)
Z Z
1 1
< Pm |Pn >= Pm (t)Pn (t)dt = m n
dt
−1 2 m! 2 n! −1 dtm dtn
En intégrant par parties m fois on obtient :
+1
(−1)m +1
m dn+m (t2 − 1)n
Z Z
2
Pm (t)Pn (t)dt = m+n t −1 dt
2 m!n! dtn+m
car
−1 −1

m n +1
dm−p (t2 − 1) dn (t2 − 1)

=0
dtm−p dtn
pour tout p = 1, 2, · · · , m − 1.
−1

L2S4 Physique 46 Dr Cédric E. BEOGO

3.1. ESPACES DE HILBERT CHAPITRE 3. CALCULS INTÉGRALES

 Si m > n on a car
n
R +1 2 m d (
n+m t2 −1
)
−1
(t − 1) dtn+m
dt = 0
n
dn+m (t2 − 1)
=0
dtn+m
 Si m = n, n
d2n (t2 − 1)
= (2n)!
dt2n
Z +1
n
Z π/2
t − 1 dt = 2(−1)n
2
cos2n+1 θdθ
−1 0
(2n n!)2
= 2(−1)n
(2n + 1)!

On obtient nalement Z +1
2
Pm (t)Pn (t)dt = δmn
−1 (2n + 1)!

Exemple 3 - Polynômes orthogonaux On peut construire de nombreuses familles de

polynômes orthogonaux suivant la manièreR dont on dénit le produit scalaire. Si w est une
fonction réelle positive telle que l'intégrale w(t)dt existe, on dit que la suite (p ) de polynômes
b

orthogonaux est associée au poids w si a n

Z b
w(t) · Pm (t)Pn (t)dt = hn δmn
a

hn est le carré de la norme du polynôme p (< p |p >). On peut également dénir les polynômes
orthogonaux classiques par une formule de Rodriguès qu'on écrit :
n n n

1 dn
pn (t) = n
(w(t)g n (t))
en w(t) dt

où e est un nombre et g(t) est un polynôme. Le tableau suivant donne la dénition de 3 sys-
tèmes de polynômes orthogonaux pour α > −1, β > −1.
n

Nom Symbole e w(t) g(t) a b

Jacobi p -1 1
n
(α,β) n n α β 2
(−1) 2 n! (1 − t) (1 + t) 1 − t
Laguerre L 0 ∞
n
(α) −t α
n! e t t
Hermite H 1 −∞ ∞
n
n −t2
n (−1) e

Théorème 6 - Inégalité de Bessel Soient E un espace préhilbertien, (e ) un système

orthogoal de vecteurs de E et x un vecteur quelconque appartenant à E ; on a :
n

X
|< en |x >|2 ≤ ||x||2
n

Dénition 5 Un système orthogonal (e ) de vecteurs d'un espace préhilbertien E est dit

complet ou topologiquement total si l'ensemble des combinaisons linéaires nies des vecteurs
n

du système orthogonal (e ) est partout dense dans E. Un système orthogonal complet est encore
appelé une base hilbertienne.
n

L2S4 Physique 47 Dr Cédric E. BEOGO

3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

Théorème 7 - Egalité de Parseval Soit (e ) un système orthogonal de vecteurs de l'espace

préhilbertien E ; pour que ce système constitue une base hilbertienne il faut et il sut que pour
n

tout élément de x de E, on ait :

X
||x||2 = |< en |x >|2
n

Corollaire 1 Si (e ) est une base hilbertienne de l'espace préhilbertien E et si x et y appar-

tiennent à E. On a :
n

X
< x|y > = < en |x > < en |y >
n
X
= < x|en >< en |y >
n

Corollaire 2P Si (en ) est une base hilbertienne de l'espace préhilbertien E et si x appartient

à E, la série n est convergente et de somme x.
< en |x > en

Corollaire 3 Soit E un espace préhilbertien; pour que le système orthogonal (e ) soit total
il faut et il sut que :
n

∀n ∈ N, < en |x >= 0 ⇒ x = 0

3.2 Distributions

3.2.1 Dénitions
En physique, on utilise souvent des "fonctions singulières" dont les propriétés sont contra-
dictoires. Ainsi par exemple, la "fonction" δ, introduite par Dirac est dénie par :
δ(x) = 0 si x ̸= 0

δ(x) = ∞ si x = 0
Z
δ(x)ϕ(x)dx = ϕ(0)

Quelque soit la fonction ϕ pourvu que ce soit une "bonne fonction". En particulier si ϕ(x) = 1,
on a : Z
δ(x)dx = 1.

Dénition Une distribution sur Ω est une forme linéaire continue sur un espace vectoriel de
fonctions susamment régulières D(Ω). L'ensemble des distributions sur Ω est donc le dual
topologique de D(Ω) et on le note D (Ω). ′

3.2.2 Fonctions de base et distributions

Dénition 1 On dit qu'une suite (ϕ ) de fonctions de D converge vers une fonction ϕ de D
si
n

(1) les supports des fonctions ϕ sont tous contenus dans un même ensemble borné;
(2) Quel que soit l'ordre p, la suite ϕ des dérivées p converge vers la dérivée p
n
(p) eme eme

de ϕ.
n

L2S4 Physique 48 Dr Cédric E. BEOGO

3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

Dénition 2 On appelle distribution sur R une forme linéaire continue sur l'espace vectoriel
k

D. L'espace des distributions est noté D , c'est le dual de D.

′

Une distribution T est donc une application linéaire et continue de D dans R (ou C). Si ϕ et
ϕ appartenant à D, on a :
1
2
T (ϕ + ϕ ) = T (ϕ ) + T (ϕ ).
1 2 1 2

Si λ est un scalaire et ϕ une fonction de D, on a :

T (λϕ) = λT (ϕ).
Si (ϕ ) est une suite de fonctions de D qui converge vers ϕ ∈ D au sens de la dénition 1, on
a:
n

lim T (ϕn ) = T (ϕ).

n→∞

L'ensemble des distributions sur R est noté D (R ) ou plus simplement D si aucune ambiguïté
k ′ k ′

n'est à craindre.
L'addition des deux distributions T et T et la multiplication d'une distribution T par un
scalaire λ sont dénis par :
1 2

(T1 + T2 ) (ϕ) = T1 (ϕ) + T2 (ϕ)

(λT ) (ϕ) = λT (ϕ).
Compte tenu de cela, D a une structure d'espace vectoriel.
′

Exemple 1 Soit f une fonction de R dans R (ou C) localement intégrable; l'application de

k

D dans R (ou C) Z
ϕ→ f (x)ϕ(x)dx

est une forme linéaire continue sur D. Cette forme dénit donc une distribution qu'on notera
T . A chaque fonction localement intégrable on peut associer une distribution, toutefois si deux
fonctions localement intégrables sont presque partout égales il leur correspond la même distri-
f

bution. L'espace des fonctions (ou plus exactement des classes de fonctions) dénies presque
partout et qui sont localement intégrables est noté L 1
Loc

Exemple 2 L'application δ de D dans R (ou C) telle que :

a

(∀ϕ ∈ D) δa (ϕ) = ϕ(a)

est une distribution appelée distribution de Dirac au point a. La vérication des propriétés
de linéarité et de continuité s'éectue facilement. La distribution de Dirac au point 0 est noté
simplement δ. La distribution de Dirac ne correspond à aucune fonction localement intégrable.
Les distributions qu'on peut associer aux fonctions localement intégrables sont dites régu-
lières, les autres sont dites singulières. La distribution de Dirac est singulière. L'ensemble des
distributions régulières est isomorphe à L qu'on peut, par conséquent, considérer comme une
1

partie de D .
′
loc

Il faut bien noter que, contrairement à une fonction, une distribution n'a pas de valeur en un
point de R . Si T est une distribution et si x ∈ R la notation T (x) n'as pas de sens.
k k

Distribution physique Les distributions permettent de représenter mathématiquement les

"distributions physiques" telles que les distributions de masses, de charges électriques, etc · · ·
Ces "distributions physiques" ont souvent des propriétés de symétrie (distribution homogènes,
distributions radiales) qu'il est utile de prendre en compte.
L2S4 Physique 49 Dr Cédric E. BEOGO
3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

Dénition 3 Soit u une transformation linéaire non dégénérée, on appelle transformée de la

distribution T par u, la distribution, notée uT , dénie par :
(uT ) (ϕ) = det uT u−1 ϕ

où
u−1 ϕ (x) = ϕ (ux)

Si uT = T , on dit que T est invariante par u.

u peut être une translation, une rotation, une réexion par rapport à l'origine etc · · · Ainsi,
par exemple, si u est une translation par le vecteur h, on a :
ux = x + h

ϕ (ux) = ϕ (x + h)
det u = 1
La translatée par h de la distribution de Dirac au point a est la distribution de Dirac au point
a + h.
uδa = δa+h

3.2.3 Dérivation
Contrairement aux fonctions, les distributions sont toujours dérivables, leurs dérivées étant
elles-mêmes des distributions.
Dénition 4 T étant une distribution sur R , on appelle dérivée de T en x la distribution
k

dénie par :
i
∂T
∂xi  
∂T ∂ϕ
(ϕ) = −T
∂xi ∂xi
On remarque que si T est une distribution régulière associée à une fonction f localement
intégrable de classe C , la distribution est la distribution T associée à la dérivée
f
1 ∂Tf

correspondante de la fonction. En eet, en eectuant une intégration par parties on obtient :

∂xi ∂f /∂xi

Z Z
∂f ∂ϕ
(x) ϕ (x) dx = − f (x) (x) dx
∂xi ∂xi
La dénition de la dérivée d'une distribution montre que toute distribution est indéniment
diérentiable. De façon générale on a :
∂ pT ∂ pϕ
 
(ϕ) = (−1)p T
∂xi1 ∂xi2 · · · ∂xip ∂xi1 ∂xi2 · · · ∂xip

Quel que soit l'ordre p de la dérivation.

Si T et T sont deux distributions, on a :
1 2

∂ ∂T1 ∂T2
(T1 + T2 ) = +
∂xi ∂xi ∂xi
Si T est une distribution et λ un scalaire, on a :
∂ ∂T
(λT ) = λ
∂xi ∂xi

L2S4 Physique 50 Dr Cédric E. BEOGO

3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

Exemple 1 Si a est une fonction de R dans R ( ou C) indéniment diérentiable et T une

k

distribution sur R , on vérie facilement que l'application aT dénie par :

k

(∀ϕ ∈ D) (aT ) (ϕ) = T (aϕ)

est une distribution. Aussi, on a :

∂ ∂a ∂T
(aT ) = T +a
∂xi ∂xi ∂xi
En eet, on a :
   
∂ (aT ) ∂ϕ ∂ϕ
(ϕ) = − (aT ) = −T a
∂xi ∂xi ∂xi
 
∂ (aϕ) ∂a
= −T −ϕ
∂xi ∂x
   i 
∂aϕ ∂a
= −T +T ϕ
∂xi ∂x
  i
∂T ∂a
= (aϕ) + T (ϕ)
∂xi ∂xi
   
∂T ∂a
= a (ϕ) + T (ϕ)
∂xi ∂xi
Si D est un opérateur diérentiel linéaire d'ordre m qui à toute fonction g de classe C fait m

correspondre la fonction continue Dg telle que :

m
X ∂ pg
Dg = ai1 i2 ···ip
p=1
∂xi1 ∂xi2 · · · ∂xip

où les a sont des fonctions de classe C ; on appelle adjoint de D l'opérateur diérentielle

∞

linéaire D qui à toute fonction g de classe C fait correspondre la fonction continue D g telle
i1 i2 ···ip
+ m +

que : m

+
X ∂ p ai1 i2 ···ip g
p
D g= (−1)
p=1
∂xi1 ∂xi2 · · · ∂xip
Si T est une distribution, on a alors :
DT (ϕ) = T D+ ϕ

En eet :
m
X ∂ pT
DT (ϕ) = ai1 i2 ···ip (ϕ)
p=1
∂xi1 ∂xi2 · · · ∂xip
m
X ∂ pT

= ai1 i2 ···ip ϕ
p=1
∂xi1 ∂xi2 · · · ∂xip
m
!
X p ∂ p ai1 i2 ···ip ϕ
= (−1) T
p=1
∂xi1 ∂xi2 · · · ∂xip
m p

!
X ∂ a i i ···i ϕ
(−1)p 1 2 p
=T
p=1
∂x i1 ∂x i2 · · · ∂xip
= T D+ ϕ

L2S4 Physique 51 Dr Cédric E. BEOGO

3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

On remarque que (D + +
) =D et donc que :
D+ T (ϕ) = T (Dϕ)

Si T est une distribution sur R , on a toujours

k
= . En eet ce résultat, qui n'est
∂2T ∂2T

valable, dans le cas des fonctions, que si les dérivées secondes existent et sont continues, est
∂xi ∂xj ∂xj ∂xi

toujours valable dans le cas des distributions car, pour toute fonctions ϕ de D, on a = ∂2ϕ

.
∂xi ∂xj
∂2ϕ
∂xj ∂xi

Exemple 2 On appelle fonction de Heaviside, la fonction Θ de R dans R dénie par :

Θ(x) = 0 si x < 0


Θ(x) = 1 si x > 0

Calculons la dérivée de la distribution associée. On a :

Z ∞
TΘ (ϕ) = ϕ(x)dx,
0
Z ∞
TΘ′ (ϕ) = −TΘ (ϕ ) = − ′
ϕ′ (x)dx = − (ϕ(∞) − ϕ(0)) = ϕ(0)

On en déduit que :
0

TΘ′ = δ.
On peut de la même manière calculer les dérivées successives de la distribution Θ. On a :
TΘ′′ (ϕ) = δ ′ (ϕ) = −δ(ϕ′ ) = −ϕ′ (0),

et de façon générale, on a : (p)

TΘ (ϕ) = (−1)p−1 ϕ(p−1) (0).

Exemple 3 La fonction x → log |x| de R dans R étant localement intégrable, elle dénit une
distribution. Calculons sa dérivée. On a :
Z +∞
′ ′
(log |x|) (ϕ) = − (log |x|) (ϕ ) = − log |x| ϕ′ (x)dx
−∞

D'après le théorème de Lebesgue :

Z Z
′
log |x| ϕ (x)dx = lim log |x| ϕ′ (x)dx
ε→0 |x|≥ε

car
χε (x) |log |x| ϕ′ (x)| ≤ |log |x| ϕ′ (x)| ∈ L1
où χ est la fonction caractéristique du complémentaire de l'intervalle ] − ε, ε[.
ε
Z Z −ε Z +∞
′ ′
log |x| ϕ (x)dx = log |x| ϕ (x)dx + log |x| ϕ′ (x)dx
|x|≥ε −∞ ε

En eectuant pour chaque intégrale une intégration par parties il vient :

 Z −ε Z +∞ 
′ ϕ(x) ϕ(x)
(log |x|) (ϕ) = − lim log εϕ(−ε) − dx − log εϕ(ε) − dx
ε→0 −∞ x ε x

L2S4 Physique 52 Dr Cédric E. BEOGO

3.2. DISTRIBUTIONS CHAPITRE 3. CALCULS INTÉGRALES

La majoration
|ϕ(±ε) − ϕ(0)| ≤ ε sup |ϕ′ | ,
impliquant
lim log ε (ϕ(±ε) − ϕ(0)) = 0,
Il vient :
ε→0

Z
′ ϕ(x)
(log |x|) (ϕ) = lim dx
ε→0 |x|≥ε x
c'est à dire :
vp
Z +∞
′ ϕ(x)
(log |x|) (ϕ) = dx
x
On note ce résultat sous la forme :
−∞

(log |x|)′ = vp x1
ou encore
Pf x1
(log |x|)′ =

La première notation rappelle que la distribution dérivée de la distribution log |x| est dénie par
une valeur principale au sens de Cauchy (vp), quant à la seconde notation, plus générale,
elle indique que la dérivée de log |x| est dénie par la partie nie (Pf) de l'intégrale divergente
dx.
R+∞ ϕ(x)
−∞ x

Remarque Soit f une fonction non intégrable sur [a, b] mais intégrable sur [a + ε, b] où ε est
positif; et supposons que f (x) s'écrive :
m
X Ai
f (x) = + g(x)
i=1
(x − a)λi

où g est intégrable sur [a, b] et où les exposants λ sont des nombre complexes tels que ℜλ ≥ 1
et qu'aucun d'entre eux ne soit égal à un entier. On a alors :
i i

Z b
f (x)dx = I(ε) + F (ε)
a+ε

avec m
X Ai 1
I(ε) =
i=1
λi − 1 ε i −1
λ

m Z b
X Ai 1
F (ε) = − + g(x)dx
i=1
λi − 1 (b − a)λi −1 a+ε

Lorsque ε tend vers 0, I(ε) diverge tandis que F (ε)R a une limite nie. Cette limite est appelée
partie nie de Hadamard de l'intégrale divergente f (x)dx. On la note a
b

Pf f (x)dx.
Z b

Dénition 5 On dit que la distribution T converge vers la distribution T lorsque λ tend

vers λ si, quelle que soit la fonction ϕ ∈ D, on a :
λ λ0
0

lim Tλ (ϕ) = Tλ0 (ϕ)

λ→λ0

L2S4 Physique 53 Dr Cédric E. BEOGO

3.3. PRODUIT DE CONVOLUTION CHAPITRE 3. CALCULS INTÉGRALES

3.3 Produit de convolution

On dénit le produit de convolution h = f ∗ g de deux fonctions intégrables par :

Z +∞
h(x) = f (x − y)g(y)dy
−∞

Si ϕ ∈ D on a :
Z Z Z
h(x)ϕ(x)dx = f (x − y)g(y)ϕ(x)dxdy
Z Z
= f (u)g(v)ϕ(u + v)dudv

Soient D et D les espaces des fonctions indéniment diérentiables à support borné dénies
respectivement sur R et R ; nous désignerons par D l'espace des fonctions indéniment
x y
m n

diérentiables dénies sur le produit cartésien R .

x,y
m+n

Si ϕ ∈ D et ϕ ∈ D , ϕ ϕ ∈ D .
1 x 2 y 1 2 x,y

Dénition 1 On appelle produit tensoriel des deux distributions S et T dénies respective-

ment sur R et R la distribution, noté S ⊗ T , dénie sur R telle que :
m n m+n

(S ⊗ T ) (ϕ1 ϕ2 ) = S(ϕ1 )T (ϕ2 ),

quelles que soient ϕ ∈ D et ϕ ∈ Dy .

On peut aussi écrire :
1 x 2

(Sx ⊗ Ty ) (ϕ1 (x)ϕ2 (y)) = Sx (ϕ1 (x))Ty (ϕ2 (y))

Dénition 2 On appelle produit de convolution de deux distributions S et T dénies toutes

deux sur R la distribution dénie sur R et notée S ∗ T telle que :
k k

(S ∗ T )x (ϕ(x)) = (Sξ ⊗ Tη ) (ϕ(ξ + η))

= Sξ (Tη (ϕ(ξ + η)))

On a évidemment S ∗ T = T ∗ S.
Dénition 3 On appelle support de la distribution T et on le note supp T , le plus petit fermé
dans lequel la distribution est diérente de zéro.
Le support de δ est l'origine.
Théorème 1 Si S et T sont deux distributions quelconques sur R , dont l'une au moins, à k

un support borné, le produit de convolution S ∗ T est déni.

Théorème 2 Quelle que soit la distribution T on a :
(1) δ ∗ T = T
(2) δ ∗ T = T
′ ′

La première formule montre que δ est l'élément neutre pour le produit de convolution, quant à
la seconde elle indique qu'une dérivation est une convolution.
On a :

L2S4 Physique 54 Dr Cédric E. BEOGO

3.3. PRODUIT DE CONVOLUTION CHAPITRE 3. CALCULS INTÉGRALES

(δ ∗ T ) (ϕ) = Tξ (δη (ϕ(ξ + η)))

= Tξ (ϕ(ξ))
= T (ϕ)

(δ ′ ∗ T ) (ϕ) = Tξ δη′ (ϕ(ξ + η))

= Tξ (−ϕ′ (ξ))
= −T (ϕ′ )
= T ′ (ϕ)
On écrit souvent la première formule
Z
sous la forme :
f (x)δ(x − x0 )dx = f (x0 )

Remarque 1 δa ∗ T = τ a T où τ T est la translatée par a de T . En eet :

a

(δa ∗ T ) (ϕ) = Tξ (δaη (ϕ(ξ + η)))

= Tξ (ϕ(ξ + a))
= (τa T ) (ϕ)
En particulier, on a :
δa ∗ δb = δa+b

Remarque 2 Le deuxième résultat se généralise aisément. On a δ ∗ T = T et de façon

p (p)

plus générale si D est un opérateur diérentiel à coecients constants :

Dδ ∗ T = DT
Soient R, S et T trois distributions sur R , on dénit leur produit de convolution R ∗ S ∗ T
n

par :
(R ∗ S ∗ T ) (ϕ) = R (S (T (ϕ(ξ + η + ζ))))
ξ η ζ

Ce produit n'a de sens que si les support des distributions R, S et T sont tels que ξ + η + ζ
reste borné.
Si R ∗ S ∗ T a un sens, le produit de convolution est associatif :
R ∗ S ∗ T = (R ∗ S) ∗ T = R ∗ (S ∗ T )
Il faut noter toutefois que cette propriété n'est vraie que si R ∗ S ∗ T a un sens.
Théorème 3 Pour dériver un produit de convolution on dérive l'un quelconque des facteurs.
∂
(S ∗ T ) = δ ′ ∗ (S ∗ T )
∂x
= (δ ′ ∗ S) ∗ T = S ′ ∗ T
= S ∗ (δ ′ ∗ T ) = S ∗ T ′
Pour dériver plusieurs fois un produit de convolution on dérive chaque fois un facteur, mais
il n'est pas interdit de changer le facteur qu'on dérive à chaque dérivation. Ainsi on a :
d2
(S ∗ T ) = S ′′ ∗ T = S ′ ∗ T ′ = S ∗ T ′′
dx2
L2S4 Physique 55 Dr Cédric E. BEOGO
3.4. FOURIER ET LAPLACE CHAPITRE 3. CALCULS INTÉGRALES

Théorème 4 Le produit de convolution de la distribution T et de la fonction indéniment

diérentiable ρ, lorsqu'il existe, est une fonction indéniment diérentiable, appelée régularisée
de T par ρ, dénie par :
x → (T ∗ ρ) (x) = Tξ (ρ(x − ξ))
ρ est appelée la régularisante.

3.4 Transformée de Fourier et de Laplace

3.4.1 Série de Fourier

Dénition 1 On appelle période d'une distribution T dénie sur R tout nombre réel a tel
que :
τa T = T
où τ T est la translatée de T par a.
Soit Γ un cercle de longueur a. A tout point d'abscisse curviligne s de Γ on peut associer un
a

pojnt d'abscisse x de R. Si f est une fonction sur Γ on peut lui associer une fonction f sur R
˜
en posant : ˜ f = f (s)
f˜est une fonction périodique admettant a comme période. Réciproquement si on a une fonction
périodique f sur R, on peut lui associer une ˜fonction f sur Γ dénie par le procédé précédent.
˜
La correspondance entre les fonctions f et f peut être étendue au cas des distributions. Soit
ϕ ∈ D(R), donc à support borné. Posons :
+∞
X
ϕ̃(x) = ϕ(x + la)
l=−∞

ϕ̃ est donc une fonction périodique de période a indéniment diérentiable à laquelle on associe
une fonction ϕ ∈ D(Γ). A la distribution T sur Γ on associe la distribution T̃ sur R en posant :
T̃ = T (ϕ)

Dénition 2 Étant donné une distribution T ∈ D (Γ) on appelle coecients de Fourier de T

′

les nombres : 1  2kπ 

ck (T ) = Ts e−i a s
a
et série de Fourier de T la série +∞
2kπ
X
ck (T )ei a
s

k=−∞

3.4.2 Transformée de Fourier des distributions

La transformation de Fourier est constamment utilisée dans tous les domaines de la physique.
Elle est étroitement liée au groupe des translations dans R (et plus généralement dans R ) k

L2S4 Physique 56 Dr Cédric E. BEOGO

3.4. FOURIER ET LAPLACE CHAPITRE 3. CALCULS INTÉGRALES

Transformée de Fourier des fonctions

Dénition 3 Soit f une fonction de R dans (ou C) appartenant à L 1
m (R) . On appelle
transformée de Fourier de f la fonction t → f (t) dénie par :
R
ˆ
Z +∞
fˆ(t) = f (x)e2πitx dx
−∞

On rencontreR aussi les dénitions suivantes :

(1) f (t) = R f (x)e dx
ˆ +∞ itx

(2) fˆ(t) = R f (x)e dx

−∞
+∞ −2πitx

(3) fˆ(t) = f (x)e dx

−∞
+∞ −itx
−∞

Transformée de Fourier des distributions

Si ϕ ∈ D, en vertu du théorème de Fubini, on a :
Z Z Z
fˆ(t)ϕ(t)dt = f (x)ϕ(t)e2πitx dxdt
Z Z
= f (x)ϕ(t)e2πitx dtdx Fubini
Z Z 
2πitx
= f (x) ϕ(t)e dt dx
Z
= f (x)ϕ̂(x)dx

Ce calcul suggère de dénir la transformée de Fourier d'une distribution T de la façon suivante :

Dénition 4 On appelle transformée de Fourier de la distribution T , la distribution T̂ dénie
par :
T̂ (ϕ) = T (ϕ̂)
où ϕ̂ est la transformée de Fourier de la fonction de base ϕ.
Cette dénition n'a de sens que si ϕ̂ est une fonction de base, c'est à dire si ϕ̂ ∈ D. Or si
ϕ ∈ D, ϕ̂ n'appartient pas à D. La transformée de Fourier d'une distribution quelconque n'est
donc pas dénie.
On note S l'espace vectoriel des fonctions ϕ de R dans R (ou C) de classe C et telles que, ∞

quels que soient l'ordre p et l'entier positif m, on ait :

lim xm ϕ(p) (x) = 0
|x|→∞

Rappel : Espaces fonctionnel

D(R) = {ϕ, ϕ ∈ C ∞ à support compact dans R}
Supp ϕ = {x/ϕ(x) ̸= 0}
(R) tel que ∀p ∈ N, ∀k ∈ N, lim
 
∞ m (p)
S(R) = ϕ∈C x ϕ (x) = 0
|x|→∞
 Z 
2 2
L (R) = ϕ, ϕ (x)dx < +∞
R

L2S4 Physique 57 Dr Cédric E. BEOGO

3.4. FOURIER ET LAPLACE CHAPITRE 3. CALCULS INTÉGRALES

Dénition 5 On appelle distribution tempérée sur R une forme linéaire continue sur l'espace
vectoriel S .
L'ensemble des distributions tempérée est noté S . On a D ⊂ S et S ⊂ D
′ ′ ′

Exemple 1 Calculons la transformée de Fourier de δ . On a (p)

(p) (ϕ) = δ (p) (ϕ̂)

δc
 
= (−1)p δ ϕ̂(p)
= (−1)p ϕ̂(p) (0)

C'est à dire : Z
(p) (ϕ) = (−1)p
δc (2πit)p ϕ(t)dt

d'où (p) (ϕ) = (−2πit)p

δc
En particulier, pour p = 0 on a :
δ̂ = 1

Dénition 6 Si ϕ appartient à S sa transformée de Fourier inverse ϕ̌, dénie par :

Z
ϕ̌(x) = ϕ(t)e−2πitx dt

appartient aussi à S . On peut donc dénir la transformée de Fourier inverse Ť d'une distribution
tempérée T par la formule :
Ť (ϕ) = T (ϕ̌)

Théorème 1 La transformée de Fourier inverse de la transformée de Fourier T̂ d'une distri-

bution tempérée T est égale à T .
Posons T̂ = U et ϕ̂ = ψ montrons que Ǔ = T .
Ǔ (ψ) = U (ψ̌) = U (ϕ) = T̂ (ϕ) = T (ϕ̂) = T (ψ)

Corollaire Si T̂ = 0 on a T = 0
Exemple 2 Transformée de Fourier de la fonction caractéristique de l'intervalle [−n, n]
Z n
1̂[−n,n] (t) = e2πitx dx
−n
1  2πitx x=n
= e x=−n
2πit
− e−2πint
 2πint 
1 e
=
πt 2i
sin 2πnt
=
πt

Théorème 2 Si T est une distribution à support borné, sa transformée de Fourier est une
fonction analytique.
L2S4 Physique 58 Dr Cédric E. BEOGO
3.4. FOURIER ET LAPLACE CHAPITRE 3. CALCULS INTÉGRALES

Théorème 3 Si S est une distribution tempérée et T une distribution à support borné, la

transformée de Fourier du produit de convolution S ∗ T est égale au produit des transformées
de Fourier de S et de T .
 
S ∗ T (ϕ) = (S ∗ T ) (ϕ̂)
[
 Z 
2πi(ξ+η)x
= Sξ Tη ϕ(x)e dx
Z 
2πiξx
= Sξ T̂ (x)ϕ(x)e dx

car T (e
η
2πiηx
, d'où
) = T̂ (x)
 
∗ T (ϕ) = S(T̂ ϕ)
S[
c

= Ŝ(T̂ ϕ)
= (Ŝ T̂ )(ϕ)

Théorème 4 Si T est une distribution tempérée on a :

(1) Td = (−2πit) T̂
(n) n

(2) T̂ = (2πix)
(n)
\T n

(n) = δ\
Td (n) ∗ T

[
= δ (n) Tb
= (−2πit)n Tb

 
\n T (ϕ) = ((2πix)n T ) (ϕ)
(2πix) b
 
nb
= T (2πix) ϕ
 
= (−1)n T ϕ d(n)

= (−1)n Tb ϕ(n)

= Tb(n) (ϕ)

3.4.3 Transformation de Laplace

Étant donné une fonction f dont le support est contenu dans R , on appelle transformée
de Laplace de f la fonction :
+

Z ∞
L(f ) : z → f (x)e−zx dx.
0

Cette dénition s'étend aux distributions appartenant à D ′

+

Dénition 7 On appelle transformée de Laplace de la distribution T ∈ D la fonction : ′

+

L(T ) : z → Tx e−zx

L2S4 Physique 59 Dr Cédric E. BEOGO

3.4. FOURIER ET LAPLACE CHAPITRE 3. CALCULS INTÉGRALES

Exemple 1 Calculons la transformée de Laplace de δ . On a :

(p)


(p) 
δx(p) e−zx = (−1)p δx e−zx

= (−1)p δx (−z)p e−zx

= zp

En particulier :
L(δ) = 1

Théorème 5 Soient S et T deux distributions appartenant à D et possédant chacune une

′

transformée de Laplace pour respectivement, ℜ(z) > ξ et ℜ(z) > ξ ; leur produit de convolu-
+

tion possède alors une transformée de Laplace dénie pour ℜ(z) > max (ξ , ξ ) et on a :
1 2
1 2

L(S ∗ T ) = L(S)L(T )

Théorème 6 Si T est une distribution appartenant à D qui possède une transformée de

′

Laplace L(T ) on a : +

(1) L(T ) = z L(T )

(n) n

(2) (L(T )) = L ((−x) T )

(n) n

L2S4 Physique 60 Dr Cédric E. BEOGO

Chapitre 4
Résolution numérique des systèmes
linéaires

4.1 Introduction

L'objectif de ce chapitre de résoudre le système linéaire suivant :

Ax = b

où
 A = (a ) ∈ M (R) 1 ≤ i, j ≤ n
 x est un vecteur inconnu (x ∈ R )
ij nn
n

 b est un vecteur donné (b ∈ R)

Pour que cette équation ait un sens, il faut que la matrice A = (a ) soit inversible. La résolution
de ce système peut se faire deux manières diérentes :
ij

 Les méthodes directes

 et les méthodes indirectes ou itératives.
Toutefois, on fera le choix des méthodes itératives si la taille n du système est très grand. Pour
ces méthodes, il n'y a pas de transformation de la matrice A. Ce qui contribue à minimiser les
erreurs d'arrondi. Il faut noter que les erreurs d'arrondi peuvent s'accumuler. Ainsi, on assiste
à:
 une solution numérique proche de la solution théorique,
 ou une solution numérique très éloignée de la solution théorique
Une méthode est dite stable si elle est insensible à la propagation des erreurs d'arrondi.
4.2 Méthodes directes

4.2.1 Dénition
Une méthode est directe si elle conduit à la solution de l'équation Ax = b en un nombre
ni d'opérations élémentaires, fonction de la taille du système. Si la matrice A est diagonale ou
triangulaire (inférieure ou supérieure) l'équation est relativement facile à traiter.
4.2.2 Avec une matrice diagonale
Si A est une matrice diagonale, on a :
aij = 0, pour i ̸= j
61
4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

De plus, comme A est inversible on a nécessairement a ̸= 0, ∀i. La méthode de résolution est

alors immédiate et la solution est donnée par :
ii

, pour 1 ≤ i ≤ n
b i
x = i
a ii

4.2.3 Avec une matrice triangulaire supérieure

Dans le cas où A est une matrice triangulaire supérieure, on a :
a = 0, pour j < i
ij

De plus, comme A est inversible on a nécessairement a ̸= 0, ∀i. La méthode de résolution est

alors immédiate :
ii

b n
xn =
ann
puis,
1

a(n−1)n xn + a(n−1)(n−1) x(n−1) = b(n−1) ⇒ x(n−1) = b(n−1) − a(n−1)n xn
a(n−1)(n−1)

On peut donc écrire la formule générale :

pour i = n − 1, n − 2, · · · , 1.
n
!
1 X
xi = bi − aij xj ,
aii j=i+1

On obtient donc les valeurs des inconnues dans l'ordre des indices décroissant.
4.2.4 Avec une matrice triangulaire inférieure
Dans le cas où A est une matrice triangulaire inférieure, on a :
a = 0, pour j > i
ij

De plus, comme A est inversible on a nécessairement a ̸= 0, ∀i. La méthode de résolution est

alors immédiate :
ii

b 1
x1 =
a11
puis, 1
a21 x1 + a22 x2 = b2 ⇒ x2 = (b2 − a21 x1 )
a22
On peut donc écrire la formule générale :
pour i = 2, 3, · · · , n.
i−1
!
1 X
xi = bi − aij xj ,
aii j=1

On obtient dans ce cas les valeurs des inconnues dans l'ordre naturel.

L2S4 Physique 62 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

4.2.5 La méthode de Gauss

Si la matrice A n'est pas triangulaire, on peut essayer de trouver une matrice inversible M
tel que M A soit triangulaire. Ainsi :
1- On transforme le système initial en un système à matrice triangulaire,
2- on résous le système suivant :
M Ax = M b
par l'un des algorithmes précédents.
Pour transformer le système initial, il existe quatre (04) règles à retenir. On ne change pas la
solution d'un système linéaire lorsqu'on :
1. permute deux lignes;
2. permute deux colonnes;
3. divise par un même terme non nul les éléments d'une ligne;
4. ajoute ou retranche à une ligne un certain nombre de fois une autre ligne.
Exemple : Résoudre l'équation Ax = b avec :
     
2 1 0 4 2 x1
−4 −2 3 −7 (1) −9  x2 
A(1) = ;b =  ;x =  
4 1 −2 8  2  x3 
0 −3 −12 −1 2 x4

On note : A (1)
;
= A b(1) = b . On peut aussi noter à (1)
. est appelé matrice
= (A, b)(1) Ã
augmentée.  
2 1 0 4 2
 −4 −2 3 −7 −9 
Ã(1) =  
 4 1 −2 8 2 
0 −3 −12 −1 2
 
2 1 0 4 2
 0 0 3 1 −5 
Ã(2) =  0 −1 −2 0 −2 


0 −3 −12 −1 2
 
2 1 0 4 2
 0 −1 −2 0 −2 
Ã(2) =  
 0 0 3 1 −5 
0 −3 −12 −1 2
 
2 1 0 4 2
 0 −1 −2 0 −2 
Ã(3) =  
 0 0 3 1 −5 
0 0 −6 −1 8
 
2 1 0 4 2
 0 −1 −2 0 −2 
Ã(4) =  
 0 0 3 1 −5 
0 0 0 1 −2
La solution est : 
3

4
x=
−1


−2

L2S4 Physique 63 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

Algorithme de pivot de Gauss : première étape


(2) (1) (1) 2≤i≤n
ãij = ãij + ri1 ã1j ,
1≤j ≤n+1
(1)
ãi1
ri1 = − (1)
ã11
Les équations précédentes sont alors équivalentes à :
A(2) x = b(2)

avec

A(2) = M (1) A(1)
b(2) = M (1) b(1)
 
1 0 ··· ··· 0
 r21 1 · · · · · · ·  (1)
  ai1
et M (1)  r31
= 0 1 · · · ·  ; ri1 = −

 · a11
· · · 0
rn1 0 ··· ··· 1

Algorithme de pivot de Gauss : kieme étape


 k+1≤i≤n
(k+1) (k) (k)
ãij = ãij + rik ãkj , k ≤j ≤n+1
1≤k ≤n−1


(k)
ãik
rik = − (k)
ãkk
La matrice Ã(k+1)
augmentée est de la forme :

 k+1≤i≤n
!
(k)
(k+1) (k) ãik (k)
ãij = ãij − (k)
ãkj , k ≤j ≤n+1
ãkk 
1≤k ≤n−1

 1≤i≤k
(k+1) (k)
ãij = ãij , 1≤j ≤n+1
1≤k ≤n−1


(k+1) k+1≤i≤n
ãik = 0,
1≤k ≤n−1
Les équations précédentes sont alors équivalente à :
A(k+1) x = b(k+1)
avec
 (k+1)
A = M (k) A(k)
b(k+1) = M (k) b(k)
 
1 0 · · · · 0
0
 1 · · · · · 
· 0 · · · · ·  (k)
  a ik
M (k) ·
= · 0 · · · ·  ; rik = − akk
· · · rk+1 1 · 
 
· · · · 0 · 0
0 0 · rnk 0 · 1

L2S4 Physique 64 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

Algorithme de pivot de Gauss : dernière étape d'ordre (n-1) On pose :

U = A(n) = M (n−1) A(n−1)


−1
L = M (n−1) M (n−2) · · · M (1)

A = LU

4.2.6 Décomposition LU
Dans certaines situations on a besoin de résoudre plusieurs fois le système linéaire Ax = b
avec la même matrice A mais pour plusieurs seconds membres diérents. Il semble alors utile de
recommencer les opérations d'élimination sur A qui est inchangée et l'on n'eectue celle-ci que
sur le second membre b. Ces opérations étant linéaires on doit pouvoir les mettre sous forme
matricielle.
Si l'on dispose d'une factorisation A = LU alors on peut récrire l'équation Ax = b sous la
forme :
LU x = b

L2S4 Physique 65 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

La solution de ce système s'obtient en résolvant


successivement les deux systèmes :
Ly = b
Ux = y
Ce qui correspond à la résolution de deux systèmes triangulaires.
Principe du calcul direct de la factorisation LU
Le calcul direct de la factorisation LU est donnée par l'algorithme de Doolittle. Cela consiste
à décomposer A sous la forme A = LU , où L est triangulaire inférieure et U triangulaire
supérieure. Pour assurer l'unicité de la décomposition, il faut que la diagonale de L soit unitaire
(l = 1, i = 1, · · · , n).
Considérons l'exemple suivant : Soit la matrice A,
ii

 
2 1 −2
A=  4 5 −3
−2 5 3
   
1 0 0 x x x
On cherche L = x 1 0 , U =  0 x x telles que
A = LU
x x 1 0 0 x
 On identie la première ligne de et la première ligne de , cela permet d'obtenir la
A LU
première ligne de :LU
    
1 0 0 2 1 −2 2 1 −2
LU = x 1 0 0 x x  =  4 5 −3
x x 1 0 0 x −2 5 3
 On identie la première colonne de A avec la première colonne de LU , cela permet
d'obtenir la première colonne

de L :    
1 0 0 2 1 −2 2 1 −2
LU =  2 1 0 0 x x  =  4 5 −3
−1 x 1 0 0 x −2 5 3
 On identie la deuxième ligne de A avec la deuxième ligne de LU , cela permet d'obtenir
la deuxième ligne de U :    
1 0 0 2 1 −2 2 1 −2
LU =  2 1 0  0 3 1  =  4 5 −3
−1 x 1 0 0 x −2 5 3
 On identie la deuxième colonne de A avec la deuxième colonne de LU , cela permet
d'obtenir la deuxième colonne

de L :    
1 0 0 2 1 −2 2 1 −2
LU =  2 1 0  0 3 1  =  4 5 −3
−1 2 1 0 0 x −2 5 3
 on identie la troisième ligne de A avec la troisième ligne de LU , cela permet d'obtenir
la troisième ligne de U :     
1 0 0 2 1 −2 2 1 −2
LU =  2 1 0 0 3 1  =  4 5 −3
−1 2 1 0 0 −1 −2 5 3
Une autre méthode consiste à calculer toujours explicitement une décomposition LU de la
matrice A, mais cette fois-ci c'est la diagonale de U qui est formée de 1 mais non plus celle de
L. Cette méthode conduit à l'algorithme de Crout.

L2S4 Physique 66 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

Algorithme de Doolittle
En écrivant A = LU et en se souvenant que les matrice L et U sont triangulaires et que les
termes diagonaux de L valent 1, on obtient :
i−1
X i−1
X
A i = Li U = lik Uk + Ui ⇐⇒ Ui = Ai − lik Uk
k=1 k=1

De manière similaire on a :
i−1 i−1
!
X 1 X
Ai = LUi = uki Lk + uii Li ⇐⇒ Li = Ai − uki Lk
k=1
uii k=1

Nous voyons que, pour calculer les éléments de la ième colonne de L, L , il nous faut connaître
préalablement les éléments des lignes 1 à i de U ainsi que les éléments des colonnes 1 à i − 1
i

de L. On peut remarquer de plus que, pratiquement, on ne calculera que les termes L pour j
compris entre i + 1 et n, puisque on sait déjà que l = 1 et que les autres termes de la colonne
ji

sont nuls. Nous allons donc calculer :

ii

 la première ligne de U , puis la première colonne de L,

 la deuxième ligne de U , puis la deuxième colonne de L, · · ·
et ainsi de suite. Dans cet algorithme, il faut compléter les matrices L et U, pour U en mettant
des zéros pour la partie triangulaire inférieure, pour L en mettant des zéros pour la partie
triangulaire supérieure et des uns sur la diagonale.

L2S4 Physique 67 Dr Cédric E. BEOGO

4.2. MÉTHODES DIRECTES CHAPITRE 4. SYSTÈMES LINÉAIRES

4.2.7 La méthode de Gauss-jordan

Cette méthode s'inspire des mêmes principes que celle de Gauss. Elle consiste à trouver une
matrice inversible S tel que SA soit une matrice unité I = SA. Pour cela, il faut :
1) transformer le système initial en un système à matrice unité
2) résoudre le système :
SAx = Sb

4.2.8 La méthode de Cholesky

C'est une variante de la méthode de Gauss lorsque la matrice A = LU est symétrique et
dénie positive.
 Matrice symétrique : A = A T

 Matrice dénie positive :

X T AX > 0 ∀X ∈ Rn
Dans ce cas, la matrice A s'écrit de façon unique en A = BB si les éléments diagonaux de B
T

sont choisis tous positifs L'algorithme de Cholesky se décompose en trois étapes :

 calcul de la décomposition de la matrice du système,
 résolution du premier système triangulaire,
 résolution du deuxième système triangulaire.
Plus précisément, on cherche une décomposition de la matrice A du système, de la forme :
A = BB T

L2S4 Physique 68 Dr Cédric E. BEOGO

4.3. MÉTHODES ITÉRATIVES CHAPITRE 4. SYSTÈMES LINÉAIRES

où B est une matrice triangulaire inférieure dont les termes diagonaux sont positifs et B T

désigne sa transposée. on obtient cette décomposition par identication :

a11 = B1 B T 1 = b211

√
b11 = a11
1
A1 = B B T 1 = b11 B1 ⇔ B1 =


A1
b11
Ce qui permet de déterminer la première colonne de . De façon similaire, on dénit la deuxième
B
colonne de B :
a22 = B2 B T 2 = b221 + b222


q
b22 = a22 − b221
1
A2 = B B T


2
= b21 B1 + b22 B2 ⇔ B2 = (A2 − b21 B1 )
b22
De façon générale, lorsque l'on a déterminé les j − 1 premières colonnes de B, on écrit :
j j−1
X X
ajj = Bj B T b2jk ⇔ b2jj = ajj − b2jk


j
=
k=1 k=1

Puisque b doit être positif, on a :

jj
v
u
u j−1
X
bjj = ajj −
t b2jk
k=1

j j−1
!
T

X 1 X
Aj = B B j
= bjk Bk ⇔ Bj = Aj − bjk Bk
k=1
bjj k=1

On déterminera successivement les colonnes 1, 2, · · · , n − 1, puis on terminera par le calcul de :

v
u
u n−1
X
bnn = ann −
t b2 nk
k=1

4.3 Méthodes itératives

4.3.1 Dénition
Ces méthodes permettent l'obtention de la solution au bout d'un certain nombre d'itérations.
Cela consiste à construire une suite de vecteurs x
convergente vers la solution du système
(k)

initial. Le calcul de chaque x doit être plus simple que la solution directe du système.
k∈N
(k)

Ainsi, on écrit la matrice inversible A sous la forme :

A=M −N

où M est régulière et "facilement inversible". Autrement dit, M est diagonale ou triangulaire.

Nous obtenons alors : Ax = b ⇔ M x = N x + b
⇔ x = M −1 N x + M −1 b

L2S4 Physique 69 Dr Cédric E. BEOGO

4.3. MÉTHODES ITÉRATIVES CHAPITRE 4. SYSTÈMES LINÉAIRES

L2S4 Physique 70 Dr Cédric E. BEOGO

4.3. MÉTHODES ITÉRATIVES CHAPITRE 4. SYSTÈMES LINÉAIRES

Ainsi on obtient une équation de la forme :

x = Bx + C

Diérentes méthodes peuvent être construites selon le choix des matrices M et N . En pratique,
on considère la suite x
dénie par :
(k)
k∈N


x donné (0)

x(k+1) = M −1 N x(k) + M (−1) b

4.3.2 La méthode de Jacobi

A = M − N = D − (L + U )
où les matrices d'ordre n D, L et U sont dénies par :
D = (dij ) dij = aij δij

si i > j (triangulaire inférieure)


−aij
L = (lij )
autrement
lij =
0

−a si i < j (triangulaire supérieure)
autrement
ij
U = (u ) ij u = ij
0
A cette décomposition, on associe la méthode suivante :
x(k+1)
= D (L + U ) x + D b où J = D (L + U ) est la matrice de Jacobi
−1 (k) −1 −1

L'algorithme de construction des vecteurs x est : (k)


 x vecteur
(0)
 initial 
(k+1) Pn (k)
 xi = − j=1 aij xj + bi /aii 1≤i≤n
j̸=i

 La méthode suppose que a ̸= 0 pour tout i

 Le calcul des composantes du vecteur x nécessite de garder en mémoire le vecteur
ii
(k+1)

x . Une itération va ainsi immobiliser 2n cases mémoires de l'ordinateur.

(k)

 Le processus itératif doit être stoppé lorsque par exemple on a :

x(k+1) − x(k) ≤ ε x(k)

Si la matrice A est diagonale dominante, alors la méthode de Jacobi converge. La matrice A

est à diagonale dominante si :
n
X
|aii | ≥ |aij | 1≤i≤n
j=1

L2S4 Physique 71 Dr Cédric E. BEOGO

4.3. MÉTHODES ITÉRATIVES CHAPITRE 4. SYSTÈMES LINÉAIRES

4.3.3 La méthode de Gauss-Seidel

A = M − N = (D − L) − U

x(k+1) = (D − L)−1 U x(k) + (D − L)−1 b où G = (D − L) −1

U est la matrice de Gauss-Seidel
L'algorithme de construction des vecteurs x est : (k)

(
x (0)
vecteur
 P initial 
(k+1) i−1 P (k+1) n (k)
xi = − j=1 aij xj − j=i+1 aij xj + bi /aii 1≤i≤n
 La méthode suppose que a ̸= 0 pour tout i
 Cet algorithme est une amélioration de l'algorithme de Jacobi
ii

 En eet pour calculer des composantes du vecteur x , on utilise les (i − 1) premières

(k+1)

composantes de x et les (n − (i + 1)) dernières du vecteur x . Pour une itération

(k+1) (k)

on ne garde que n cases mémoires de l'ordinateur. Cet algorithme est en général plus
performant et plus rapide que celui de Jacobi.
 Le processus itératif doit être stoppé lorsque par exemple on a :
x(k+1) − x(k) ≤ ε x(k)

Si la matrice A est diagonale dominante, alors la méthode de Jacobi converge.

4.3.4 La méthode de Relaxation
En vue d'accélérer la convergence de la méthode de Gauss-Seidel, on introduit un paramètre
dans la matrice (D − L) U . Autrement dit, on considère la méthode itérative dénie par le
−1

choix de :
M = (D − ωL) /ω
où ω est un paramètre dit de relaxation ω ̸= 0 à préciser. Dans ce cas, on a :
N = [(1 − ω) D + ωU ] /ω

La matrice de relaxation associée à cette méthode est :

Rω = (D − ωL)−1 [(1 − ω) D + ωU ]

A cette décomposition, on associe la méthode suivante :

x(k+1) = (D − ωL)−1 [(1 − ω) D + ωU ] x(k) + (D − ωL)−1 ωb

L'algorithme de construction des vecteurs x est : (k)


 x
 (0)
vecteur
 P initial 
(k+1) i−1 P (k+1) n (k)
x̃i = − j=1aij xj − j=i+1 aij xj + bi /aii 1≤i≤n
 (k+1) (k) (k+1)
xi = (1 − ω) xi + ωx̃i 1≤i≤n


Si ω = 1, on obtient la méthode de Gauss-Seidel.

L2S4 Physique 72 Dr Cédric E. BEOGO