Chapitre 2: La convolution

Mme Ouahiba Benmessaouda

EMSI Marrakech

November 28, 2020

1/1
I. Produit tensoriel
1. De deux fonctions

Dénition
Soient f et g deux fonctions. On appelle produit tensoriel de f et g la
fonction:
h: R2 →R
(x , y ) → h (x , y ) = f (x )g (y )

on note h = f ⊗ g
I Exemple

2/1
I. Produit tensoriel
2. De deux distributions

soient:
f , g deux fonctions localement sommables, et h = f ⊗ g
ϕ ∈ D (R2 ) (indéniment dérivable, à support borné sur R2 ) :
< Tf ⊗g , ϕ >=

3/1
I. Produit tensoriel
2. De deux distributions

Dénition
Soient S et T deux distributions. On appelle produit tensoriel de S par T ,
la distribution notée S ⊗ T dénie sur D (R2 ) par:
< S ⊗ T , ϕ(x , y ) >=< S , < T , ϕ(x , y ) >>

I Exemple

4/1
II. Produit de convolution
1. De deux fonctions

Soient f et g deux fonctions localement sommables. La fonction h dénie

par
Z
h(x ) = g (t )f (x − t )dt
lorsque l'intégral existe, est une fonction localement sommable qu'on ap-
pelle le produit de convolution de f et g . on note h = f ∗ g

Théorème
Le produit de convolution de deux fonctions localement sommables f et g
existe dès lors que l'une des conditions suivantes est satisfaite.
1. f et g sont toutes les deux à support borné
2. f et g sont toutes les deux à support borné à gauche
3. f et g sont toutes les deux à support borné à droite

5/1
II. Produit de convolution
1. De deux fonctions

Exercice
Soient,
 x
1 si − 1 ≤ x < 3 si 0 ≤ x ≤ 2

f (x ) = 0 ailleurs et g (x ) = 2
0 ailleurs
Calculer f ? g après en avoir justié l'existence.
solution
I Un petit croquis:

6/1
II. Produit de convolution
1. De deux fonctions

On applique la dénition du produit de convolution:

7/1
II. Produit de convolution
1. De deux fonctions

8/1
II. Produit de convolution
1. De deux fonctions

On résume tout!

9/1
II. Produit de convolution
2. De deux distributions

Soient f et g deux fonctions localement sommables et ϕ ∈ D (R).

On a < Tf ∗g , ϕ >=

Dénition
Soient S et T deux distributions. On dénit le produit de convolution de
S et T comme la distribution notée S ∗ T dénie par:
∀ϕ ∈ D (R) < S ∗ T , ϕ >=< S ⊗ T , ϕ(x + y ) >

10 / 1
II. Produit de convolution
2. De deux distributions

Support d'une distribution

C'est le plus petit ensemble fermé en dehors duquel la distribution est nulle.

Exemples:
I Soit f ∈ L1loc dénissant une distribution régulière Tf , si f est à support
borné supp (f ), alors supp (Tf ) = supp (f )
I Le support de δa est a.

théorème
1. Les distribution à support borné à gauche ( respectivement à droite)
peuvent toujours être convoluées entre elles.
2. Une distribution à support borné peut être convoluée avec n'importe quelle
autre distribution.
On note D+ (R) = {T ∈ D (R)/supp (T ) ⊂ [0 + ∞[}
0 0

11 / 1
II. Produit de convolution
3. Propriétés

Soient S , U et T des distributions.

commutativité
S ∗T =T ∗S
associativité
si S ∗ U , S ∗ T et T ∗ U existent, alors S ∗ T ∗ U et on a:
S ∗ T ∗ U = S ∗ (T ∗ U ) = (S ∗ T ) ∗ U
Exercice
i Montrer que T1 ∗ δ = 0 et δ ∗ TH = δ
0 0

ii Calculer (T1 ∗ δ ) ∗ TH et T1 ∗ (δ ∗ TH )
0 0

iii Conclure

12 / 1
II. Produit de convolution
3. Propriétés

Réponse

13 / 1
II. Produit de convolution
3. Propriétés

Soient S , U et T des distributions.

élément neutre
I La distribution de Dirac est l'élement neutre du produit de convolution.

δ∗T =T ∗δ =T
I Soit a > 0, on a:
δa ∗ T = T ∗ δa = Ta
Ta est la translatée de T.
Dérivation
I Dérivation d'un distribution
Pour tout m ∈ N
T (m ) = δ (m ) ∗ T
I Dérivée d'un produit de convolution

(S ∗ T ) = S ∗ T = S ∗ T
0 0 0

généralisation: (S ∗ T )(n) = S (n) ∗ T = S ∗ T (n)

14 / 1
III. Algèbre de convolution
1. équation de convolution

Dénition
Une algèbre de convolution A est un sous espace vectoriel de distribution
de D contenant δ et surlequel on peut dénir le produit de convolution.
0

Soit l'équation de convolution A ∗ X = B où A et B sont dans l'algèbre A.

problème: Calculer X et étudier sa unicité.
On suppose que ∃A−1 ∈ A tel que A ∗ A−1 = δ , on a
A∗X = B ⇒ A−1 ∗ A ∗ X = A−1 ∗ B ⇒ X = A−1 ∗ B
Remarque: Si X existe, il est unique.
En eet:

15 / 1
III. Algèbre de convolution
2. Exemple

Soit une équation diérentielle linéaire à coecients constants:

a0 X (t ) + a1 dX + ... + an
d nX = B (t )
dt dt n
On peut l'écrire:

16 / 1
III. Algèbre de convolution
3. Proposition1

Si D est un opérateur diérentiel d'ordre n de0 coecient de plus grand

ordre égal à 1, alors D δ est inversible dans D+ et son inverse est le pro-
duit TH Z de la distribution dHeaviside TH par la fonction Z , solution de
l'équation homogène DZ = 0 vériant les conditions initiales:
Z (n−1) (0) = 1 et Z (n−2) (0) = ... = Z (0) = Z (0) = 0.
0

Exemple: Soit D = ( dxd − λ), λ ∈ C, On cherche l'inverse de Dδ = δ − λδ .

0

17 / 1
III. Algèbre de convolution
3. Proposition 2

Si A1 et A2 sont inversibles dans l'algèbre D+ , A1 ? A2 est inversible, et

0

son inverse est (A1 ? A2 )−1 = A−

1 ? A2
1 −1

.
Preuve:

18 / 1
III. Algèbre de convolution
Calcul symbolique

On peut faire une analogie entre le produit usuel et la convolution de la

manière suivante. On identie D δ à un polynôme symbolique en δ , où les
dérivations correspondent à des puissances de r avec la convention δ (0) et
r 0 = 1. En d'autres termes, on identie
D δ = δ(n) + an−1 δ(n−1) + ... + a1 δ + a0 δ
0

à l'expression
P (r ) = r n + an−1 r n−1 + ... + a1 r + a0
qui est un polynôme admettant n racines λi dans C (théorème de d'Alembert).
Ainsi, on peut factoriser ce polynôme en r , et par analogie écrire:
D δ = (δ
0 0 0
− λn δ) ? (δ − λn−1 δ) ? ... ? (δ − λ1 δ)

On a alors:
(D δ)−1 = (δ − λn δ)−1 ? (δ − λn−1 δ)−1 ? ... ? (δ − λ1 δ)−1
0 0 0

et d'après ce qu'on a vu précédemment:

(D δ)−1 = H (x )e λn x ? H (x )e λn−1 x ? ... ? H (x )e λ1 x .

19 / 1
III. Algèbre de convolution
Exemple

On cherche à résoudre l'équation X ” + ω2 X = B dans D+ .

0

20 / 1