Académique Documents
Professionnel Documents
Culture Documents
http://www.isima.fr/leborgne
1.4
1.5
1.6
1.7
Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . .
L'espace D() des fonctions C () support compact . . .
1.2.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2 Convergence dans D() (au sens de D()) . . . . . .
L'espace D0 () . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1 Dnitions . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.3 Remarque pour la notation intgrale . . . . . . . . . .
1.3.4 L'espace vectoriel D0 () . . . . . . . . . . . . . . . . .
1.3.5 Convergence (faible) dans D0 () . . . . . . . . . . . .
Masses de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Masse de Dirac a en a . . . . . . . . . . . . . . . . .
1.4.2 0 comme limite de fonctions portes . . . . . . . . . .
1.4.3 0 comme limite de fonctions de D(R) . . . . . . . . .
Dnitions d'oprations lmentaires sur les distributions . .
1.5.1 Translation (changement d'origine) . . . . . . . . . . .
1.5.2 Transposition et notation T . . . . . . . . . . . . . . .
1.5.3 Changement d'unit . . . . . . . . . . . . . . . . . . .
1.5.4 `Multiplication' : par une fonction C . . . . . . . . .
1.5.5 Application : a est un lment absorbant . . . . . .
Drivation des distributions . . . . . . . . . . . . . . . . . . .
1.6.1 Dnition . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.2 Linarit de la drivation et passage la limite . . . .
Exemples de drivations . . . . . . . . . . . . . . . . . . . . .
1.7.1 Fonction C 1 (R) . . . . . . . . . . . . . . . . . . . . . .
1.7.2 Fonction C 0 (R), et C 1 (R) par morceaux . . . . . . . .
1.7.3 Fonction C 0 (R) par morceaux et C 1 (R) par morceaux
1.7.4 Masse de Dirac . . . . . . . . . . . . . . . . . . . . . .
1.7.5 Drivation d'ordre 1 d'un produit . . . . . . . . . . . .
1.7.6 Formule de Leibniz . . . . . . . . . . . . . . . . . . . .
1.7.7 Drivations successives d'une fonction tronque . . . .
1.7.8 Rsolution de T 0 = 0 . . . . . . . . . . . . . . . . . . .
1.7.9 Drivation de Log|x| et valeur principale de Cauchy .
2.2
2.3
2.4
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
4
5
6
6
6
8
8
8
9
9
9
10
10
10
11
11
11
12
12
12
13
13
13
14
14
15
15
16
16
17
18
19
20
20
21
21
22
23
24
24
Thorme de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Rappel formel . . . . . . . . . . . . .
5.1.1 Dans R . . . . . . . . . . . .
5.1.2 Dans Rn . . . . . . . . . . . .
Dnition et cas L1 . . . . . . . . . .
Cas de g D() : rgularisation C
Suite rgularisante ou approximation
Rgularisation C d'une fonction en
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
de l'identit
escalier . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6.2
6.3
6.4
Dnition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.1 Dnition formelle . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.1.2 Domaines de dnition : supports convolables . . . . . . . . . . . . .
6.1.3 Application : convolution de fonctions L1loc (R) . . . . . . . . . . . . .
Rgularisation C des distributions . . . . . . . . . . . . . . . . . . . . . .
6.2.1 Rgularisation C des distributions . . . . . . . . . . . . . . . . . .
6.2.2 Densit de D() dans D0 () . . . . . . . . . . . . . . . . . . . . . .
Convolution d'une fonction par une distribution support compact . . . . .
6.3.1 Convolution par 1 et par des polynmes d'une distribution support
6.3.2 Autre exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Masses de Dirac et convolution . . . . . . . . . . . . . . . . . . . . . . . . .
6.4.1 Elment unitaire : masse de Dirac 0 . . . . . . . . . . . . . . . . . .
6.4.2 Translation : masse de Dirac a . . . . . . . . . . . . . . . . . . . . .
6.4.3 Drivation : drive de Dirac 00 . . . . . . . . . . . . . . . . . . . . .
6.4.4 Fonctions de Heaviside et H0 ex . . . . . . . . . . . . . . . . . . . .
7 Transforme de Fourier
7.1
7.2
7.3
7.4
7.5
7.6
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
compact
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
26
26
28
29
29
29
30
30
32
32
32
33
33
33
34
35
36
36
37
37
37
38
38
38
38
39
39
39
39
40
41
42
43
43
45
45
46
47
47
47
48
48
49
49
50
51
51
52
53
54
55
55
55
55
56
56
7.7
7.8
7.9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8.3
8.4
8.5
Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Algbre de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.2.1 Convolution de plusieurs distributions . . . . . . . . . . . . . . . .
8.2.2 Algbres de convolution . . . . . . . . . . . . . . . . . . . . . . . .
quations de convolution et solution lmentaire . . . . . . . . . . . . . .
8.3.1 Solution lmentaire dans une algbre de convolution . . . . . . . .
8.3.2 Contre-exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
quations direntielles . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.4.1 Calcul d'une solution lmentaire . . . . . . . . . . . . . . . . . . .
8.4.2 Remarque : drivation comme inverse de l'intgration dans D0 (R)+
8.4.3 Solution gnrale au sens des fonctions . . . . . . . . . . . . . . . .
8.4.4 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Calcul symbolique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8.5.1 Produit d'inverses de convolution . . . . . . . . . . . . . . . . . . .
8.5.2 Application : Dcomposition en facteurs . . . . . . . . . . . . . . .
8.5.3 Rsum et notations symboliques pour le calcul de E = H0 w . . .
8.5.4 Application : calcul symbolique de Heaviside . . . . . . . . . . . .
.
.
.
.
.
.
.
9 Transforme de Laplace
9.1
9.2
9.3
9.4
9.5
Dnitions et holomorphie . . . . . . . . . .
9.1.1 Cas des fonctions et holomorphie . .
9.1.2 Cas des distributions et holomorphie
Drives et translations, exemples . . . . . .
Inversion de la Transforme de Laplace . . .
Transforme de Laplace et convolution . . .
Retour sur le calcul symbolique . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
58
58
59
59
59
60
62
62
62
62
63
64
64
65
65
65
67
67
68
69
70
70
71
71
73
73
73
74
75
76
76
77
78
78
78
78
80
81
82
82
83
83
83
84
85
85
86
86
86
88
a (f ) = f (a).
On rappelle qu'un objet de densit : [a, b] R, o L1 ([a, b]), a sa masse donne par
Rb
M = a (x) dx. Mais cette formule n'est pas applicable pour un objet ponctuel de masse unit :
Ra
on aurait, si cet objet plac en a pouvait tre reprsent par une densit : 1 = M = a (x) dx = 0,
ce qui est absurde. Donc une masse ponctuelle ne peut pas tre mesure par une fonction (densit).
Ce sera la mesure (masse) de Dirac qui permettra de mesurer la masse d'un objet ponctuel.
La thorie des distributions permettra de faire des calculs systmatiques quand il s'agira de
calculer des valeurs (masse d'un objet ponctuel, charge lectrique ponctuelle, distribution de charges
lectriques...) non calculables de manire classique, ainsi que de drives des fonctions qui ne sont
mmes pas continues : la drivation ne sera pas une drivation au sens des fonctions mais une
drivation gnralise (au sens des distributions).
Notez que toutes les formules qu'on va tablir pour les distributions devront tre valides pour
les fonctions. On dit d'ailleurs que les distributions sont des fonctions gnralises.
1.2.1 Dnitions
Si f : R est une fonction de L1 () ( valeurs relles), on appelle support de f le ferm :
(1.2)
i.e., le plus petit ferm sur lequel f (x) 6= 0. C'est donc l'ensemble des points o il est intressant
d'tudier f (ailleurs f est identiquement nulle).
Par exemple dans R, la fonction de Heaviside H0 = 1[0,[ a pour support R+ (elle est nulle
sur R ). Et la fonction x x1]1,1] a pour support [1, +1], faire le dessin.
On note D() l'espace des fonctions relles C (, R) = C () support compact (ferm
et born) :
D() = { C () : supp() , supp() compact}.
(1.3)
En particulier, une fonction D() sera nulle dans un voisinage du bord de , puisque supp()
est un ferm de ouvert. D() est aussi appel l'espace des fonctions inniments lisses support
compact (appellation anglophone `innitly smooth').
D(K) = C (K),
(1.4)
puisque les fonctions de C (K) sont C et support compact. On ne considrera pas ce cas : on
verra qu'il faudra considrer D() avec ouvert pour ne pas avoir de problme avec le bord de ,
les fonctions de D() tant identiquement nulles dans un voisinage ouvert du bord de .
Exemple 1.2 L'espace D(R) n'est pas vide. Par exemple la fonction :
exp( 1 ),
1 x2
(x) =
0,
x ] 1, 1[,
(1.5)
x 6] 1, 1[,
dont le support est [1, 1] appartient D(] 2, 2[). On a galement D(] 1 , 1 + [) pour
tout > 0.
4
exp( 1 ( 1 1 ),
2 bx ax
ab (x) =
0,
x ]a, b[,
(1.6)
x 6]a, b[,
fonctions C (R) dont le support est [a, b] et qui appartiennent D(]a, b+[) pour tout > 0.
1
),
1 |~x|2
(1.7)
Exemple 1.5 Pour f L1 () support born dans R (ou dans Rn avec intgrales multiples), si
D(), la fonction convole
Z
Z
(x) = (f )(x) =
f (t)(x t) dt (=
f (x t)(t) dt)
(1.8)
R
S
est une fonction de D(). En eet, est suport born inclu dans supp(f ) supp(). Et elle est
C (R) comme l'application du thorme de la convergence domine de Lebesgue le montre, puisque
k
(k)
presque tout t R, x f (t)(x t) est C k (en x), et | x
(t)|f (t)
k (f (t)(x t))| supR |
intgrable (indpendamment de x). On aura mme D() dense dans L1 ().
1 1
(donc supp(n ) = [ , ] et
n n
Z
n = 1).
(1.9)
Montrer que la fonction : = n 1]a,b[ est dans D(]a n2 , b + n2 [), est positive, et vaut 1 sur ]a, b[.
Cette fonction est une rgularise de la fonction discontinue 1]a,b[ . Faire le dessin.
T
Exercice 1.7 Montrer que si f et g sont deux fonctions, alors supp(f g) suppf suppg .
(Et, par exemple, si f = 1R+ et g = 1R alors f g = 0 et donc supp(f g) = , alors que
T
T
suppf = R+ et suppg = R d'o suppf suppg = {0}, et l'inclusion supp(f g) suppf suppg
est stricte.)
1) n N,
supp(n ) K,
2) i N,
(1.10)
Donc les n ont toutes un support inclu dans un compact commun K , et elles convergent uniformment ainsi que toutes leurs drives vers (qui a donc son support inclus dans K ).
Remarque 1.9 Cette notion de convergence sera susante un `certain temps' : elle donnera la
continuit des distributions comme limite : si j au sens de la convergence (1.10), alors
j
Par contre, pour certaines proprits des distributions support compact, on aura besoin de
regarder la topologie de D() (ses ouverts). Cette topologie est celle d'un espace mtrique non
norm (il n'y a pas de norme sur D() associe la distance), et sera rapidement dcrite quand
on abordera les distributions support compact.
1.3. L'espace D0 ()
1.3 L'espace D0 ()
1.3.1 Dnitions
Dnition 1.10 On appelle distribution T tout lment de L(D(), R) = D0 () ensemble des
formes linaires continues sur D(). I.e., toute fonctionnelle T : D() R telle que :
1. pour tout , D() et tout R :
(linarit),
T ( + ) = T () + T ()
(1.11)
2. si (n )nN est une suite de fonctions de D() qui converge vers D() (au sens de D()
voir (1.10)), alors :
dans R
|T (n ) T ()| 0
n
(continuit),
(1.12)
L'ensemble D () (dual topologique de D()) est appel espace des distributions sur .
Remarque 1.11 Donc, par dnition de la continuit de T , on peut passer la limite sous la
distribution T :
(1.13)
ds que (n ) est une suite de D() qui converge vers D() au sens de D().
D(),
(1.14)
T .
(1.15)
Z
T () =
R
ou qu'on peut passer la limite sous le signe :
Z
Z
lim
T n = T lim n
n
(1.16)
(= hT, i),
Z
(=
(1.17)
T ),
ds que (n ) est une suite convergente dans D() (i.e. convergente au sens de D()).
1.3.2 Exemples
intgrables sur R,
Dnition 1.12 On appelle L1loc (R) l'espace des fonctions f qui sont localement
Z
i.e., l'ensemble des f intgrables sur tout compact K de R, i.e. t.q.
D()
df
hTf , i =
Z
f (x)(x) dx.
R
(1.18)
On vrie que Tf ainsi dnie est bien une distribution. On identie dans ce cas Tf et f , et on
pourra noter hTf , i = hf, i.
1.3. L'espace D0 ()
Exemple 1.14 La fonction constante f =R1R dnit une distribution rgulire qui une fonction
associe son `aire sous la courbe' T1R () = R (x)
R dx.
Et pour une fonction f L1loc (R), Tf () = R (x) (f (x)dx) associe son aire pondre par
la densit dm = f (x)dx (une densit massique quand f est une fonction positive).
1
x
Exemple 1.16 Le produit de deux distributions ne dnit pas forcment une distribution : La
fonction x 1
|x|
dnit une distribution sur R (elle est dans L1loc (R)) alors que son produit par
Exemple 1.19 La drive de la masse de Dirac a0 , dnie par ha0 , i = 0 (a) pour tout
D(R), est une distribution. De mme que toutes les drives de la masse de Dirac dnies sur D(R)
par :
df
ha(k) , i = (1)k (k) (a).
Le vrier. Mais ce ne sont pas des distributions rgulires.
P
Exemple 1.20 La fonctionnelle nk=0 0(k) dnit une distribution pour n N.
P (k)
Par contre la fonctionnelle k=1 0 ne dnit pas de distribution : considrer une fonction
P
P (k)
D(R) qui vaut ex au voisinage de 0 et pour laquelle h k=1 0 , i =
1 1 = 6 R.
(On pourra prendre par exemple (x) = ex (1 1[2,2] )(x) o 1 1[2,2] est la rgularise de la
fonction 1[2,2] , voir exemple 1.6.)
P
(k)
dnit une distribution. Le vrier.
Exemple 1.21 la fonctionnelle
k=1 k
Exemple 1.22 Dans Rn la masse de Dirac en ~0 donne ici h~0 , i = (~0) et au point ~a Rn :
h~a , i = (~a). On vrie que ce sont bien des distributions sur D(Rn ).
Exemple 1.23 Dans Rn , le moment d'inertie par rapport ~x0 d'une distribution support compact est dni par :
(1.19)
Si T = Tf est une distribution associe une fonction f support born K , le moment d'inertie
par rapport ~0 vaut :
Z
I(~0) =
f (~x) r2 dx,
(1.20)
K
Exemple 1.24 Si T = Tf est une distribution rgulire avec f L1 (Rn ) de support excluant ~0,
i.e. f = 0 dans un voisinage de ~0, le potentiel Newtonien est dni au point ~x0 par :
Z
f (~x)
1
i=
d.
U (~x0 ) = hTf ,
||~x0 ~x||
||~
x
x||
n
0 ~
~
xR
(1.21)
U (~x0 ) = h~a ,
1
1
i=
,
||~x0 ~x||
||~x0 ~a||
(1.22)
1.3. L'espace D0 ()
hS + T, i df
= hS, i + hT, i, D(R)
(1.24)
df
hT, i = hT, i, D(R)
On vrie que les fonctionnelles (S + T ) et (T ) ainsi dnies sont bien des distributions. Et
D0 () = (D0 (), +, .), espace D0 () muni des oprations + (addition interne) et . (multiplication
externe), est ainsi un espace vectoriel.
mme dnies par (f + g)(x) =df f (x) + g(x) et (f )(x) =df (f (x)) pour tout x ce qui faisait de
l'espace des fontions F(, R) un espace vectoriel. Et pour toutes fonctions localements sommables
f et g et tout R, on avait, l'intgration tant une opration linaire, pour tout D() :
Z
Z
Z
(f + g)(x) (x) dx =
f (x) (x) dx +
g(x) (x) dx
(1.25)
Soit, au sens des distributions (les fonctions f et g tant identies aux distributions rgulires Tf
et Tg ) :
hf + g, i = hf, i + hg, i, D()
(1.26)
Les oprations + et . dnies sur D0 () sont donc des gnralisations compatibles avec les oprations usuelles de l'intgration classique.
D(),
c R,
lim hTn , i = c .
Proposition 1.28 Si elle existe, la limite T de la suite Tn est galement une fonctionnelle linaire
et continue sur D(), i.e. T dnit une distribution.
8
limn (hTn , i + hTn , i) = limn hTn , i + limn hTn , i = hT, i + hT, i, d'o la linarit.
Soit (k ) une suite de D() convergeant vers D(). On a limk hT, k i = limk limn hTn , k i.
On admet qu'on peut inverser les signes limites.D'o = limn hTn , i = hT, i, d'o la continuit.
Donc : (Tn ) converge vers T dans D0 () ssi :
D(),
(1.27)
Tn * T
(1.28)
C'est similaire la convergence simple des fonctions : (fn ) converge simplement vers f si pour
chaque x (quelconque x), on a fn (x) f (x).
n
Ici, les distributions Tn ne sont pas des fonctions mais des fonctionnelles (elles agissent sur des
fonctions et non sur des points), et la convergence simple est appele convergence faible.
D(),
df
ha , i = (a).
(1.29)
La masse de Dirac n'est pas une distribution rgulire (n'est pas identiable une fonction L1loc (R)),
voir exemple 1.17.
1.4.2
1 1
n
,
[,
pour x ]
2n 2n
1
1
n (x) = n 1] 2n
=
(1.30)
, 2n [
1
0
pour |x|
,
2n
( dessiner) qui sont des fonctions de L1 (R) de masse 1 :
Z
Z
n (x) dx = 1
(=
1
2n
n dx).
1
2n
(1.31)
Cette suite de fonctions ne converge pas vers une fonction dans L1 (R) : cette fonction limite
vaudrait 0 sur R , et donc nulle presque partout, mais avec une Rmasse gale 1. (On vrie
d'ailleurs que ce n'est pas une suite de Cauchy dans L1 (R) puisque R |n (x) 2n (x)| dx = 1.)
Cependant, pour tout D(R) :
Z
n (x)(x) dx (0).
(1.32)
R
En eet, tant continue on a (x) = (0) + o(x) (dveloppement limit de ), et donc quelque
soit > 0, on peut choisir n susamment grand de telle sorte que cette intgrale soit encadre par
(0) et (0) + .
Donc les fonctions n de L1 (R) sont identiables des distributions rgulires qui tendent vers
0 au sens de D0 (R) (mais distribution non rgulire) : pour D(R) (quelconque) :
h0 , i = (0) = lim hn , i,
n
ou encore :
Et symboliquement, on peut noter
n * 0
R 0
dans D0 (R).
= 1.
9
(1.33)
(1.34)
10
Remarque 1.30 On aurait aussi bien pu utiliser les fonctions portes non centres n (x) = n 1]0, n1 [
au lieu des fonctions portes centres (1.30).
1.4.3
On considre la fonction dnit en (1.5), et on va rtrcir son support, cela masse constante.
On considre pour n 1 les fonctions positives dnies en (1.9) :
(x)
df
1 (x) = R
,
(x)
dx
R
df
n (x) = n1 (nx),
1 1
supp(n ) = [ , ],
n n
n (x) dx = 1.
R
On a alors au sens des distributions (mme dmarche que pour les fonctions portes) :
n * 0 dans D0 (R),
Z
i.e., pour toute fonction D(R) : lim
n (x) (x) dx = (0) R.
n
(1.35)
(1.36)
ha f, i = hf, a i,
D(R).
(1.37)
(On aurait d noter hTa f , i = hTf , a i, mais on a identi la distribution rgulire Tf avec
la fonction f , ce que nous ferons dans la suite.)
Dnition 1.31 De mme pour une distribution T D(R), on dnit la distribution translate
a T D(R) par :
df
ha T, i = hT, a i,
D(R).
(1.38)
Exemple 1.32 On retrouve ainsi la masse de Dirac en a dnit par a = a 0 : pour tout
D() :
10
(1.40)
11
(1.41)
On note f la fonction dnie par f(x) = f (x), et la formule ci-dessus s'crit au sens de D0 (R) :
hf, i = hf, i.
(1.42)
(1.43)
D(R).
(1.44)
Et on appelle `distribution paire' une distribution T D(R) qui satisfait T (x) = T (x), i.e.,
pour tout D(R), hTx , (x)i = hTx , (x)i.
Et une distribution de D(R) est dite impaire si T (x) = T (x).
hf (x), (x)i =
1
x
hf (x), ( )i.
||
(1.46)
(1.47)
D().
On vrie immdiatement que S est bien une distribution sur R. On note `S(x) = T (ax)', ce qui
donne :
1
x
df
hT (ax), (x)i = hT (x),
( )i, D().
(1.48)
||
1
a
|| ( ),
1
|| (0).
Donc attention !
On rappelle que les dnitions sont donnes pour gnraliser les oprations sur les fonctions.
Donc, de manire systmatique, les formules valides pour les fonctions seront valides pour les
fonctions gnralises qu'on appelle les distributions.
f (x)(x) (x) dx =
f (x) (x) (x) dx,
(1.49)
R
hf , i = hf, i,
11
D(R).
(1.50)
12
df
hT , i = hT, i.
D(),
(1.51)
Remarque 1.37 Donc par dnition, la distribution S dnie par hS, i =df hT, i est note
indiremment S = T ou S = T .
0 = (0)0 ,
dans D0 (R).
(1.52)
(1.53)
a = (a)a ,
i.e. que a absorbe : seule la valeur de en a intervient.
Remarque 1.39 Attention : on verra que les drives de a ne sont pas absorbantes ! En particulier,
a0 6= (a)a0 .
Voir paragraphe suivant, o on montrera que
a0 = (a)a0 0 (a)a ,
(1.55)
qui n'est autre que la formule de leibniz (a )0 = 0 a + a0 , qui s'crit bien, comme a est
absorbant comme ((a)a )0 = 0 (a)a + a0 .
Z
a
Z
f 0 (x)(x) dx =
D(]a, b[),
(1.56)
hf 0 , i = hf, 0 i,
D().
(1.57)
D().
(1.58)
Si D() alors on vrie trivialement que 0 D() et cette dnition a bien un sens. Et on
vrie immdiatement que cela fait bien de T 0 une distribution.
On en dduit qu'on peut driver une distribution tout ordre : pour m N, notant T (m) =
(T
) :
hT (m) , i = (1)m hT, (m) i, D().
(1.59)
(m1) 0
12
13
Exemple 1.41 La masse de Dirac drive 00 est donc la distribution dnie par :
h00 , i = 0 (0),
(1.60)
D()
(Attention au signe.)
Exemple 1.42 La fonction x |x| n'est pas drivable en 0 au sens classique (au sens des fonctions). Par contre elle est drivable au sens des distributions, sa drive vaut :
(|x|)0 = H0 (x) + H0 (x) = 1R (x) + 1R+ (x) dans D0 (R)
Le vrier.
Rponse : considrer D(R) et calculer
R
R0
R
h|x|0 , i =df h|x|, 0 i = R |x|0 (x) dx = (x)0 (x) dx + 0 x0 (x) dx,
0 ), i + hH0 , i. Ce rsultat
puis intgrer par partie pour obtenir, pour tout D(R) : h|x|0 , i = h(H
tait attendu, car eectivement, l o elle est dnie classiquement la drive vaut bien -1 sur R et +1
sur R+ .
2
Remarque 1.43 La fonction |x| est elle-mme la drive de la fonction signe(x) x2 (qui est dans
C 1 (R)) qui vaut
x2
2
sur R et
x2
2
(1.61)
(1.62)
Puis, hTn , 0 i hT, 0 i dans R par dnition de la convergence (faible ou simple) dans R, ce
pour tout D(R).
Z
f (x)0 (x) dx =
13
f 0 (x)(x) dx = hT(f 0 ) , i.
14
Z
x0 (x) dx =
(1.63)
(x) dx 0 = hH0 , i.
0
Exercice 1.47 Montrer que (xa)H0 (xa) = H0 (xa) au sens D0 (R). La fonction H0 (xa) =
La gnralisation aux fonctions continues sur R et C 1 par morceaux sur R est immdiate : une
telle fonction est de la forme :
f (x) = f1 (x) +
n
X
i (x xi )H0 (x xi ),
(1.64)
i=1
o f1 est une fonction C 1 sur R, et o les rels i reprsentent les sauts de pente de f aux points xi .
n
X
i H0 (x xi )
dans D0 (R).
(1.65)
i=1
Preuve. Linarit.
1.7.3 Fonction C 0 (R) par morceaux et C 1 (R) par morceaux
L'exemple de base est la fonction de Heaviside (`unit step function', ou `marche unit en 0')
H0 (x) = 1[0,[ . C'est une fonction de L1loc (R) qui n'est pas drivable en 0 (elle n'est mme pas
continue en 0). On peut cependant calculer au sens des distributions sa drive en 0 : notons TH0
la distribution (rgulire) associe H0 . Alors :
(TH0 )0 = 0
(not H00 = 0 )
dans D0 (R).
0 (x) dx = [(x)]
0 = (0) = h0 , i.
(1.66)
(1.67)
distributions et qui signie : si D(R ) (donc nul dans un voisinage de 0), alors H00 () = 0
(c'est galement vrai si D(R) et (0) = 0).
Ce rsultat sur R tait attendu : H0 tant constante par morceaux, sa drive est nulle sur
chacun des morceaux. Le seul point problme est le point 0 o il est ncessaire d'utiliser les
distributions pour donner un sens la drive de H0 en 0.
14
15
La gnralisation aux fonctions continues et C 1 par morceaux sur R est immdiate : une telle
fonction est de la forme :
f (x) = f1 (x) +
n
X
i (x xi )H0 (x xi ) +
i=1
n
X
i Hxi (x),
(1.68)
i=1
n
X
i (x xi )H0 (x xi ) +
i=1
n
X
i xi
dans D0 (R).
(1.69)
i=1
Preuve. Exercice.
1.7.4 Masse de Dirac
La drive de la masse de Dirac est donne par dnition : pour tout D(R) :
df
h00 , i = h0 , 0 i = 0 (0),
(1.70)
D(R).
00 = lim 0n
n
au sens de D0 ().
(1.71)
Montrons-le :
Les fonctions portes lmentaires n (x) cf. (1.30) peuvent s'crire :
1 (x)) =
n (x) = n (H 1 (x) H 2n
2n
Hh (x) Hh (x)
2h
h=
1
0.
2n n
(1.72)
0n =
1
h (x) h (x) ,
2h
au sens de D0 (),
(1.73)
h0n , i =
(h) (h)
0 (0).
h0
2h
(1.74)
En lectrostatique, 00 reprsente un doublet, i.e., l'eet que donne les deux charges ponctuelles
unitaires + 2 et 2 de signes opposs et distantes de .
Le doublet unit des lectriciens est en fait orient par convention de la charge vers la charge +
et vaut donc 00 et non 00 .
()0 = 0 + 0 ,
dont on dduit que :
15
(1.75)
16
dans D0 ().
(1.76)
(1.77)
Et un calcul direct donne, pour tout D(), sachant que la distribution 0 n'est autre que la
distribution (0)0 , car 0 est lment absorbant voir paragraphe 1.5.5, d'o :
(0 )0 = (0)00 .
(1.78)
C'est le mme rsultat que (1.77) ! Pour s'en convaincre, montrer que 00 = 0 (0)0 + (0)00
dans D0 (R).
(1.79)
(f g)00 = f 00 g + 2f 0 g 0 + f g 00 .
(1.80)
(f g)(k) =
j=0
o Ckj =
k!
j!(kj)! .
Par exemple,
k
X
dans D0 (R),
(1.81)
j=0
h(T )(k) , i =
k
X
(1.82)
j=0
Preuve. Exercice.
1.7.7 Drivations successives d'une fonction tronque
Dans le cas simple d'une fonction tronque, on a une formule plus simple que la formule de
Leibniz (formule quivalente) : on se sert du fait que 0 est absorbant (voir paragraphe 1.5.5).
On considre une fonction f D() et la fonction tronque (en 0) associe :
(
f (x)
x > 0,
g(x) = f (x)H0 (x) =
(1.83)
0
x 0.
Cette fonction g n'est pas drivable au sens usuel, mais au sens des distributions :
(Tg )0 = f 0 H0 + f (0)0
dans D0 (),
(1.84)
car 0 est absorbant. Continuant driver, la drivation tant linaire et f (0)R tant une
constante, on obtient :
not
dans D0 ().
(1.85)
not
= (f H0 )(m)
dans D0 ().
(1.86)
17
Remarque 1.57 Le rsultat (1.86) sera trs utilis lors de l'tude des quations direntielles et
de son application au calcul symbolique.
au sens de D0 (),
(1.87)
(1.88)
(1.89)
(0 )00 = (0)000 ,
rsultat plus simple crire. On retrouve le fait que (0 )00 = ((0)0 )00 = (0)000 (linarit de la
drivation), ce qui n'a donc rien de contradictoire avec la formule de Leibniz.
(1.90)
Remarque 1.60 Pour la fonction tronqu g = f H0 donne en (1.83) on peut galement appliquer
la formule de Leibniz, en faisant attention son criture au sens des distributions. Par exemple
pour m = 2, on a au sens des distributions :
au sens de D0 (),
(1.91)
avec 2f 0 0 = 2f 0 (0)0 ainsi que f 00 = f 0 (0)0 + f (0)00 . Le vrier avec la formule de Leibniz.
Et on retrouve bien le rsultat (1.86) : (f H0 )00 = f 00 H0 +f 0 (0)0 +f (0)00 . La formule de Leibniz
n'est ici pas approprie tant donn que 0 est `absorbant' et qu'il est beaucoup plus simple de
considrer la distribution 0 comme tant la distribution (0)0 .
Rappel : on a f 0 = f (0)0 , i.e. la masse de Dirac est `absorbante', mais f 00 6= f (0)00 (sauf
dans les cas particuliers o f 0 (0) = 0) : la drive 00 n'est pas absorbante.
1.7.8 Rsolution de T 0 = 0
On dispose d'une distribution T (un instrument de mesure) dont on sait a priori que sa drive T 0
est nulle. Peut-on en dduire T ?
Il est immdiat que si T = c constante, alors T 0 = 0 : en eet, pour tout D(R) il vient par
intgration par parties (sachant nulle l'innie car support compact) :
Z
Z
hT 0 , i = hT, 0 i = c0 (x) dx =
0 (x) dx [c(x)]
= 0 0 = 0.
R
Et
R dans ce cas TR = c, il est immdiat que, si D(R) est une fonction Rdonne, alors hT, i =
c (x) dx = c R (x) dx, et hT, i ne dpend que de l'aire sous la courbe R (x) dx (et d'aucune
R
valeur ponctuelle de en particulier).
On va tablir la rciproque :
Proposition 1.61 Si T D0 (R) vrie T 0 = 0 alors T = c est une distribution constante (i.e.
17
18
(Remarque
: si T = c, alors hT, i =
R
vriant = 1.)
R
c = c( ) qui est une valeur relle indpendante des
telle que pour tout D(R) on ait hT, i = hc1R , i, i.e. hT, i = R c (x) dx = c R (x) dx.
On a par hypothse T 0 = 0, i.e. qu'on connat hT 0 , i pour tout D(R) ( savoir hT 0 , i = 0).
I.e., par dnition de la drive T 0 , on sait que hT, 0 i = 0 pour tout D(R).
Et on cherche connatre T , i.e. hT, i pour tout D(R). Ce serait chose faite si pour toute
fonction D(R) il existait une fonction D(R) telle que = 0 . Et on aurait alors hT, i = 0
pour tout D(R).
Rx
Mais si une telle fonction existait, ayant () = 0, on aurait (x) = (t) dt et en
R
particulier que (+) = R (x) dx = 0. Or il existe desR fonctions positives non nulles dans D(R)
(par exemple la fonction de (1.5)) qui vrient donc R (x) dx > 0. Donc donn, il n'existe
pas en gnral de D(R) telle que 0 = .
la valeur nie non nulle
RIl faut corriger cette approche, i.e. il faut s'arranger pour compenser
R
de R (x)dx. On prend une seconde fonction D(R) telle que R (x) dx = 1 et on pose, pour
donn (quelconque) :
Z x
Z x
Z
(x) =
(t) dt ( (x) dx)
(t) dt.
On vrie maintenant que D(R) : le caractre C est immdiat, et le support de est born
car si x est droite ou gauche de la runion des supports de et , alors (x) = 0. Et on a :
Z
0 (x) = (x) ( (x) dx)(x).
R
Z
0 = hT, i = hT, i hT, i( (x) dx),
0
(1.92)
(1.93)
D(R),
manire hT, i = hT, 2 i, pour tout D(R) et par dirence, hT, 2 i hT, 1 i, = 0 pour
tout D(R) et donc hT, 2 i hT, 1 i = 0 dans D0 (R).
Rx
On note ici Log la fonction logarithme nprien : pour x > 0, Log(|x|) = 1 1t dt et pour x < 0
R x 1
R 1 1
Log(|x|) = Log(x) = 1 t dt, i.e. Log(x) = x t dt pour x < 0 (vrication immdiate).
Remarque 1.62 En clair, on dnit la fonction g : x R g(x) par g(x) = Log(x) si x > 0 et
par g(x) = Log(x) si x < 0. Et on a donc g(x) = g(x) (= Log|x|)) et g est une fonction paire
(primitive de la fonction impaire t 1t ). Et on a g(x) = Log|x| pour tout x 6= 0. Dessiner g .
Rx
R x dt R x du
On a donc, pour x > 0 : g(x) = 1 dt
t , et pour x < 0 : g(x) = 1
t = 1 u . Faire un dessin.
R 1
En particulier, pour 1 < x < 0 on a g(x) < 0 et pour x < 1 on a g(x) = x dt
t > 0 (oppose
de l'aire sous la courbe qui est ngative).
S
On rappelle que pour une fonction f intgrable sur ]a, c [ ]c + , b[, o > 0 et > 0 et
a < c < b, on a f intgrable sur ]a, b[ uniquement sous les deux conditions :
Z b
Z c
f (x) dx < .
(1.94)
f (x) dx <
et
lim
lim
0
c+
Il se peut que ces limites n'existent pas, comme dans le cas de la fonction f (x) =
mais que la limite suivante existe quand on prend = :
Z b
Z c
f (x) dx +
f (x) dx < ,
lim
0
1
x
c+
pour c = 0.
18
1
x
pour c = 0,
(1.95)
19
On dit que f est dans ce cas convergente en valeur principale de Cauchy, et on note :
Z b
Z b
Z c
df
v.p.
f (x) dx = lim
f (x) dx +
f (x) dx ,
0
c+
(1.96)
Rtoujours pour a < c < b. Et on note v.p.(f ) la distribution associe. Donc hv.p.(f ), i =
f (x)(x) dx pour tout D(R).
R
Exemple 1.63 On vrie immdiatement que, pour a, b R (positifs ou ngatifs, mais non
nuls) :
v.p.
a
1
|b|
dx = Log .
x
|a|
(1.97)
La fonction logarithme nprien g(x) = Log|x| est localement intgrable dans R tout entier :
en eet, une primitive est G(x) = xg(x) x = xLog(|x|) x (pour x 6= 0 la drive est G0 (x) =
g(x) + xg 0 (x) 1 avec g 0 (x) = x1 , et on prolonge usuellement par continuit en 0, i.e. on pose
G(0) = 0).
On note Tg =not g la distribution rgulire associe (puisque g L1loc (R)), et sa drive au
sens des distributions est donne par, pour tout D(R) :
Z
hTg0 |x|, i = hLog|x|, 0 i = Log|x|0 (x) dx.
(1.98)
R
On aimerait cependant retrouver une expression plus classique de Log0 (x), savoir x1 . On approche
la dernire intgrale de (1.98) par les termes (symtriques) :
Z
Z 0
Z
Log|x|0 (x) dx =
Log(x) 0 (x) dx
Log(x) 0 (x) dx
R
0
(1.99)
Z
Z
Log(x) 0 (x) dx +
= lim
0
Log(x) 0 (x) dx .
Intgrant par parties l'expression sous la limite on obtient une criture qui a un sens lorsque > 0 :
Z
Z
Z
(x)
(x)
Log|x|0 (x) dx =
dx +
dx Log()() + Log()().
(1.100)
x
x
R
On fait un passage la limite lorsque tend vers 0. Le terme Log()(() ()) tend vers 0
(puisque () () est de l'ordre de O(), cf. dveloppement limit l'ordre 1 au voisinage
de 0), et il reste :
Z
Z (x)
(x)
0
hLog |x|, i = lim
dx +
dx .
(1.101)
0
x
x
1
df
hv.p. , i = lim
0
x
(x)
dx +
x
(x)
dx ,
x
1
dans D0 (R).
(1.102)
x
est la notation dsignant la drive de la fonction Log(x) au sens des distributions :
Z
1
(x)
dx,
D(R).
(1.103)
hLog0 , i = hv.p. , i = v.p.
x
x
(Log|x|)0 = v.p.
Donc v.p. x1
20
max (T )
Dnition 2.1 Soit un ouvert de Rn . On dit qu'une distribution T D0 (Rn ) est nulle sur
ssi hT, i = 0 pour tout D() :
T nulle sur
D(),
hT, i = 0.
(2.1)
Et donc, T est non nulle sur ssi il existe D() telle que hT, i =
6 0.
Exemple 2.2 La masse de Dirac 0 est nulle sur R , sur R+ et sur R . En eet, si D(R)
son support dans R , i.e. si D(R ), alors (0) = 0 et 0 () = 0. De mme sur R+ et sur R .
Et la masse de Dirac est non nulle sur tout intervalle ouvert contenant 0.
max (T ) =
{T nulle sur }.
(2.2)
ouverts
Proposition 2.4 Si T D0 (R) est nulle sur deux ouverts 1 et 2 , alors T est nulle sur 1
2 .
D'o T est nulle sur max (T ). Et il n'existe pas d'ouvert strictement plus grand que max tel
que T est nulle sur .
Preuve. Supposons T nulle sur deuxS ouverts 1 et 2 , i.e. hT, i = 0 pour tout
S D(1 ) et
S1 2 . Et par rcurrence, si T est nulle sur n ouverts k pour k = 1, ..., n, alors T est nulle sur
{k : k = 1, ..., n}.
On en dduit que T est nulle sur max . En eet, soit D(max ), etS
soit K = supp. Comme
K est compact, on peut le recouvrir par un nombre ni d'ouverts k { : T nulle sur }. Et
donc hT, i = 0.
Enn, il n'existe pas d'ouvert strictement plus grand que max tel que T est nulle sur .
C'est la dnition de max (qui devrait donc contenir un tel ).
Proposition 2.5 On a x max (T ) ssi il existe > 0 tel que T est nulle sur B(x, ) la boule de
rayon centre en x, i.e. ssi : > 0, D(B(x, )) on a hT, i = 0.
On encore, on a x
/ max (T ) ssi > 0, D(B(x, )) t.q. hT, i 6= 0.
Preuve. Montrons . Supposons x max (T ). Par dnition de max (T ), si x max (T ) alors
x appartient l'union, i.e. il existe max (T ) tel que x et T est nulle sur .
Et comme les boules forment une base de voisinage, l' ci-dessus contient une boule B(x, ).
Et si D() on a T () = 0, et en particulier, D(B(x, )) on a hT, i = 0.
Rciproquement, montrons . Supposons qu'on a un > 0 tel que T () = 0 pour tout
D(B(x, )). Alors B(x, ) max (T ), et donc x max (T ).
Proposition 2.6 On a x / max (T ) ssi > 0, D(B(x, )) t.q. hT, i 6= 0.
Preuve. Montrons . Il est quivalent de dmontrer que : si > 0 t.q. D(B(x, )) on a
hT, i = 0, alors x max (T ). Et cette armation est vraie car l'hypothse dit que T est nulle
sur = B(x, ).
Rciproquement, montrons . Par hypothse il n'existe pas d'ouvert 3 x tel que T est nul
sur . Donc x
/ max (T ).
20
21
2.1.2
supp(T ) et E 0 ()
(2.3)
En eet : 1- on sait dj que 0 est nulle sur R+ et sur R . Donc 0 est nulle sur R+ R = R ,
donc max (0 ) R .
2- Puis on a x = 0
/ max (0 ), car pour tout > 0, il existe n N tel que n1 < , et pour un
tel n on a n D(B(0, )) (cf (1.9)), avec 0 (n ) = n (0) > 0. D'o 0 supp(0 ).
D'o max = R .
En eet, soit B(x, ) =]x, x+[. Et soit = ab , voir (1.6), o a=x 2 et b=x+ 2 . On a
1 > 0, et donc T n'est pas nulle sur B(x, ). Comme x et sont quelconques, T n'est nulle
R R
sur aucune boule, et les boules formant une base de voisinage, on en dduit que T n'est nulle sur
aucun ouvert. D'o max = .
Exemple 2.10 Soit T = T , distribution rgulire associe D(R) (fonction donne et xe).
Montrons que suppT = supp, i.e. que T est nulle
T sur R supp, et que max = Rsupp.
Prenons R D(Rsupp) i.e. t.q. supp supp = . Les supports de et de tant
disjoints, on a R (x)(x) dx = 0, i.e. hT , i = 0. On en dduit que T est nulle que Rsupp,
et donc que max Rsupp.
Puis soit x supp et soit > 0.Par dnition de supp, quelque soit >0, il existe y B(x, )
tel que (y) 6= 0. Supposons par exemple (y)>0. Par continuit de en y , il existe > 0 tel
que (z)> 21 (y) pour tout zB(y, ). Et soit la fonction non nulle ab , voir (1.6), o a=y 2 et
b=y+ 2 . On a alors hT, ab i>0. Donc T n'est nul dans aucune boule B(x, ). Donc x 6 max .
Dnition 2.11 La distribution T D0 () est dite support compact dans si suppT est
compact dans .
2.1.3
suppsing(T )
Dnition 2.13 On appelle support singulier d'une distribution T , et on note suppsing(T ) le sous
ensemble de suppT sur lequel T n'est pas distribution rgulire.
sur U , i.e. tels que il existe fU Lloc (R) vriant hT, i = Rn fU (x)(x) dx pour tout D(U ),
puis considrer la runion Umax de tous ces U , puis dire qu'il n'y a qu'une fonction fUmax telle que
fUmax restreinte U vaut fU , et appeler suppsing(T ) = Rn Umax .
21
22
2.2. Dual de C () : E 0 ()
suppT R+ . Puis suppT = R+ (exercice). Puis si D(R+ ) alors hT, i = hTH0 , i d'o T est
rgulire sur R+ . D'o suppsingT {0}.
Et T n'est pas une distribution rgulire, d'o suppsingT = {0}. (S'il existait une fonction f
L1loc (R) telle que T = Tf D0 (R), on aurait immdiatement f = H0 p.p. sur R, car Tf = TH0
dans D(R ), et donc T = TH0 , ce qui est faux.)
2.2 Dual de C () : E 0 ()
Pour toute fonction f L1loc (R) on avait dni la distribution rgulire Tf associe, le domaine
de dnition de Tf tant D(R).
Ici, pour toute fonction f L1loc (R) support born (donc a fortiori f L1 (R)), on peut
considrer son action sur les fonctions C (R) (sans restriction de support pour les ) :
Z
1
f dx < ,
(2.4)
f Lloc (R), supp(f ) born, C (R), hf, i =
Z
puisque
Z
f dx =
f dx (
sup
xsupp(f )
supp(f )
On a plus gnralement :
telle que (x) = 1 pour tout x dans un voisinage ouvert de suppT , on a D() et la quantit
hT, i est indpendante de . Et on pose par dnition :
T E 0 (R),
C (R),
df
hT, i = hT, i.
(2.5)
Preuve. Soit D() une autre fonction telle que (x) = 1 pour tout x dans un voisinage ouvert
de suppT (on dmontrera par convolution qu'une telle fonction existe). Alors ( )(x) = 0 dans
un voisinage ouvert de suppT . Et donc D( suppT ) et donc pour tout C (R) on a
( ) D( suppT ) et :
hT, i hT, i = hT, ( )i = 0,
(2.6)
i.e., hT, i = hT, i est bien indpendante de ( partir du moment o 1 dans un voisinage
ouvert de suppT ).
Remarque 2.19 Il n'est pas susant dans la proprit ci-dessus de considrer des fonctions et
de D() qui valent 1 sur suppT : il faut avoir 1 dans un ouvert 0 qui contient le compact suppT (i.e.
il faut avoir 1 dans un voisinage ouvert de suppT ). Sinon on n'a pas ( ) D( suppT ),
mais uniquement ( )|suppT = 0 ce qui est insusant pour conclure. Un exemple est donn par
la distribution
m
X
1
T : D(R) T () = lim
( ) m(0) log(m)0 (0)
m
j
j=1
S
1
1
dont le support est {1, 2 , ..., m , ...} {0}, et le problme est que 0 est un point d'accumulation
dans le support. Voir par exemple Zuily [12], exercice 10 page 29, pour les calculs.
23
Remarque 2.21 On vient de voir deux dualits : d'une part entre D0 () et D() (entre distri-
Preuve. Soit T une distribution telle que xT = 0 dans D0 (R). On veut montrer que :
C (R) il existait une fonction D(R) telle que = x, on aurait hT, i = 0 (et donc T = 0).
Mais cela imposerait = x , et ne serait pas dnie au voisinage de 0 ds que (0) 6= 0 :
donn, on ne peut donc pas dnir aussi brutalement.
On corrige : pour C (R) donne, on considre la fonction C (R) dnie sur R par :
(x) =
(x) (0)
x
Il est immdiat que C (R) (c'est trivial sur R , et en 0 le vrier l'aide du dveloppement
limit de au voisinage de 0), et comme hT, xi = 0 :
lit entre E 0 (R) et C (R) : on pouvait rsoudre cet exercice au paragraphe 1.5.4 : il aurait sut
de considrer la fonction (x) = (x)(x)(0)
o D(R) avec (0) = 1, la fonction tant
x
maintenant dans D(R) ds que D(R). Exercice.
23
24
(2.7)
Preuve. Tout d'abord, une telle fonction existe (on le verra avec le produit de convolution et
la proposition 5.13), et de plus le produit est bien dans D(Rn ), et donc hT, i a bien un sens.
Soit maintenant un autre fonction D(Rn ) qui vaut galement 1 sur un voisinage ouvert
de K . Montrons que hT, i = hT, i, i.e. que hT, ( )i = 0. On a :
\
T
T
et donc supp ( )
supp(T ) K (R K) = et donc hT, ( )i = 0, voir proposition 2.5. On a bien hT, i = hT, i, et la quantit hT, i est bien indpendante de : la
dnition propose est lgitime.
le crochet (l'intgrale) qui dpend du paramtre ~x, et ~y tant le nom de la variable d'intgration.
not
(3.1)
T (~y ) (~x, ~y ) dy =
T (~y )
(~x, ~y ) dy .
i.e. on peut driver sous le signe somme :
xi ~y
x
i
~
y
(ii) On peut intgrer sous le crochet, si K est un compact de Rn :
Z
Z
hT (~y ), (~x, ~y )i dx = hT (~y ),
(~x, ~y ) dx i,
(3.3)
~
xK
Z
ou encore :
(
~
xK
~
xK
Z
~
y Rm
Z
T (~y ) (~x, ~y ) dy ) dx =
24
Z
T (~y )(
~
y Rm
~
xK
(~x, ~y ) dx ) dy .
25
Preuve. On se place pour simplier les notations dans le cas n = m = 1 avec de plus D(R2 ),
donc support compact, et donc on peut prendre K1 = [a, b] et K2 = [c, d] compacts (faire un
dessin), et avec T D0 (R), les autres cas tant laisss au lecteur (modications simples de la
dmonstration).
Soit une fonction quelconque de D(R2 ). Alors x x quelconque, la fonction x : y
x (y) = (x, y) est dans D(R) (de support dans K2 ), et pour T D0 (R), la quantit hT, x i a
bien un sens ( x x).
Dans la suite, on notera hT, x i = hT (y), x (y)i = hT (y), (x, y)i (i.e. y est la variable d'intgration et x n'est qu'une constante dans cette expression).
Posons (x) = hT (y), (x, y)i. Montrons que D(R). Tout d'abord, elle est support compact : si supp K1 K2 alors supp() K1 . En eet, si x 6 K1 alors x = (x, .) 0 sur R
(fonction nulle), et (x) = hT, 0i = 0. D'o est nul sur l'ouvert R K1 , d'o supp K1 .
Montrons que est continue sur R. Soit x0 R : pour h R, on a :
(x0 + h) (x0 ) = hT (y), (x0 +h, y) (x0 , y)i = hT (y), h (x0 , y) (x0 , y)i,
o on a not h (x, y) = (x+h, y), et on vrie immdiatement que h D(R2 ).
Et on a h (x0 , .) (x0 , .) au sens de D(R), cf. dnition 1.10 : en eet, 1- il sut de
h0
considrer les |h| < 1 et (x, .) et les h (x, .) ont leur support dans le mme compact K1 +[1, 1] =
{x1 + x2 : x1 K1 , x2 [1, 1]}, et 2- (k) (x0 +h) = (k) (x0 ) + o(h) donne ||(k) (x0 +h, .)
(k) (x0 , .)|| 0 quand h0.
Donc, T tant continue sur D(R) (par dnition d'une distribution) et ayant h (x0 , .)(x0 , .)
dans D(R), on a bien (x0 +h) (x0 ) 0 quand h 0.
De mme, est drivable par continuit de T car :
= hT (y),
i hT (y),
(x0 , y)i.
h0
h
h
x
0 ,y)
En eet (x0 +h,y)(x
h
x (x0 , y) au sens de D(R) (vrication facile avec le dveloppement
limit au premier ordre des (k) au voisinage de x0 ), et T est une distribution. On vient par la
mme occasion d'tablir la drivation sous le h., .i.
Et de mme par rcurrence, elle est C . tant support compact, est donc bien dans D(R).
Rx
Passons l'intgration. Posons F (x, y) = a (t, y) dt pour a R. On a F C (R2 ), et Fx (y)
son support contenu dans K2 . Posons alors :
Z x
(x) = hT (y), F (x, y)i = hT (y),
(t, y) dti,
(3.4)
(3.5)
(3.6)
(x) (a) =
a
Donc avec (3.4) on vient de voir qu'on peut donc intgrer sous le h., .i.
Remarque 3.2 Attention, le fait qu'on puisse toujours driver sous le signe
Exercice 3.3 Soit (x) = h0 (y), (x, y)i pour C (R2 ; R). Vrier la formule de drivation
sous le crochet.
Rponse. On a par dnition de 0 : (x) = (x, 0) (on prend la valeur pour y=0). Donc on a 0 (x) =
(= limh0 (x+h)(x)
= limh0 (x+h,0)(x,0)
).
h
h
Et par drivation sous le crochet, on a 0 (x) = h0 (y),
(x, y)i donc =
x
pour y=0).
(x, 0)
x
25
(x, 0)
x
26
par f() =
1
2
xR
f (x)eix dx. Mettre f sous la forme f() = hT (x), (x, )i, et driver f.
1 eix i
2
0
1 eix
2
ix
h(x, y) = f (x)g(y)
(4.1)
(= (f g)(x, y))
h est donc `variables spares' sur Rm+n = Rm Rn . Elle est galement note abusivement :
(4.2)
Rm
Rn
(4.3)
ce qui est toujours licite quand D(Rm+n ) puisque qu'alors l'intgrant (x, y) f (x)g(y)(x, y)
est intgrable (dans L1 (Rm+n )).
La gnralisation aux distributions est donne par la proposition suivante :
tant donnes deux distributions S D(Rm )0 et T D(Rn )0 , il existe une unique distribution
W D(Rm+n )0 telle que pour tout u D(Rm ) et v D(Rn ) on ait :
(4.4)
Et W est appel le produit tensoriel de S par T et not S T , et donc hS T, u vi = hS, ui hT, vi.
Et pour D(Rm+n ) (non variables spares), la fonction :
hS(x) T (y), (x, y)i = S(x), hT (y), (x, y)i = T (y), hS(x), (x, y)i
26
(4.5)
(4.6)
27
(On a fait bien sr l'abus de notation hW, i =not hW (x, y), (x, y)i.)
Preuve. On admet ce rsultat. Les tapes sont : on vrie que W = S T est bien une distribution
et son unicit est admise.
Puis la drivation sous le crochet, proposition 3.1, nous donne la rgularit de .
Enn, on admet que l'ensemble engendr par les combinaisons linaires de fonctions de la
forme 1 2 avec (1 , 2 ) D(Rm ) D(Rn ) est dense dans D(Rm+n ). De (4.4) on dduit alors
l'inversion des crochets pour le calcul de hS(x) T (y), (x, y)i.
Notations : les indices des crochets de dualit sont implicites dans (4.4) qui s'crit aussi :
hW (x, y), u(x)v(y)iD0 (Rm+n ),D(Rm+n ) = hS(x), u(x)iD0 (Rm ),D(Rm ) hT (y), v(y)iD0 (Rn ),D(Rn ) .
(On n'a pas le choix.)
Remarque 4.2 Avec le thorme de Fubini, on retrouve les drivations et intgrations sous le
crochet. En eet, on veut (3.2), i.e. :
D(Rm ),
(4.7)
o on a indic les crochets par dx ou bien dy pour prciser les variables d'intgration. Mais le
membre de gauche de (4.7) donne, par application de Fubini :
hT (y), (x, y)idy dx = 1x , hT (y), (x, y)i dx = T (y), h1x , (x, y)idx dy = hT (y), (x, y) dxi
xR
comme souhait.
Et en ce qui concerne le support de W on a :
hS T, i = hS, ihT, i =
6 0.
Comme tout ouvert de Rm+n contenant (x, y) contient un ouvert de type B(x, x ) B(y, y ), on
en dduit que (x, y)
/ max (W ), i.e. (x, y) suppW .
Et on a la proposition :
27
28
4.2. Exemples
E = (suppS suppT )
(4.8)
supp
est born. Et pour une telle fonction on peut appliquer le thorme de Fubini :
hS(x) T (y), (x, y)i = S(x), hT (y), (x, y)i = T (y), hS(x), (x, y)i .
Preuve. (i) D'abord, si est support compact, aucune condition n'est requise sur le support de
S et T : c'est la dnition des distributions, dualit entre D(Rk ) et D(Rk )0 pour k N.
(ii) Cas gnral. C'est grce la dnition gnralise (voir la proposition 2.25) : soit
C (Rm+n ) donne et soit D(Rm+n ) avec = 1 dans un voisinage ouvert U de E . La
fonction est dans D(Rm+n ), et donc hS T, i R est bien dni, et on a le thorme de
Fubini :
hS(x) T (y), (x, y)(x, y)i = S(x), hT (y), (x, y)(x, y)i = T (y), hS(x), (x, y)(x, y)i .
Il reste voir que ces quantits sont indpendantes de , ds que D(Rm+n ) avec = 1 dans
un voisinage ouvert de E . C'est le cas pour hS(x) T (y), (x, y)(x, y)i, voir proposition 2.25.
Et x x, la quantit f (x) = hT (y), (x, y)(x, y)i ne dpend pas de . En eet, si
est une fonction qui vaut galement
T 1 dans un voisinage ouvert U de E , alors est
nulle dans le voisinage ouvert U U de E et donc hT (y), ((x, y) (x, y))(x, y)i = 0, i.e.
hT (y), (x, y)(x, y)i = hT (y), (x, y)(x,
y)i. Par consquent, hS(x),
fx i est indpendant de . Il
en est de mme pour le dernier terme T (y), hS(x), (x, y)(x, y)i .
4.2 Exemples
Exemple 4.5 Une fonction w(x, y) de Rm Rn est indpendante de x si elle est de la forme
Rm
(4.9)
(4.10)
C'est donc la distribution de support rduit {~x} et dont l'action un sens sur toute fonction
continue f : on a dans ce cas h~x , f i = f (~x).
Exercice 4.7 Montrer que si W est le produit tensoriel des distributions rgulires T et T o
L1 (R) et L1 (R), alors W = T T est la distribution rgulire W = T associe la
fonction ( ) L1 (R2 ).
Et noter que cette distribution W est dirente de la distribution T T .
Rponse : Par dnition, W = T T est dni sur les pour et dans D(R) par :
hW, i = hT , i hT , i.
Et on a avec le thorme
R de Fubini : R
R
hT , i hT , i = ( R (x)(x) dx)( R (y)(y) dx) = R2 ((x)(y)) ((x)(y)) dxdy.
D'o le rsultat. Et en gnral,
R
R
R
R
( R (x)(x) dx)( R (y)(y) dx) 6= ( R (x)(x) dx)( R (y)(y) dx),
i.e. T 6= T . Exemple : (x) = x et (x) = x2 qui donne ( )(x, y) = xy 2 et ( )(x, y) = x2 y .
Exercice 4.8 Montrer que si Dxp est une drivation par rapport x, alors :
Dxp (S(x) T (y)) = (Dxp S(x)) T (y)
Rponse : avec le Thorme de Fubini on obtient :
hDxp (S(x) T (y)), i = (1)p h(S(x) T (y)), Dxp i = (1)p hT (y), hS(x), Dxp ii...
28
29
Exercice 4.9 Soit la fonction de Heaviside de n variables H(~x) = H0 (x1 ) . . . H0 (xn ), i.e.,
H vaut 1 dans le `quadrant positif' et 0 ailleurs. Montrer que :
H
(~x) = 0 H(x1 ) . . . H(xn ) et
x1
nH
(~x) = x1 . . . xn .
x1 . . . xn
Rponse : crivons le rsultat pour ~x = (x, y) R2 pour simplier les critures. Et notons TH0 la distribution rgulire associe H0 . Alors, pour tout D(R2 ), avec le thorme de Fubini :
hDx (TH0 (x) TH0 (y)), (x, y)i = h(TH0 (x) TH0 (y)), Dx (x, y)i = hTH0 (y), hTH0 (x), Dx (x, y)ii
= hTH0 (y), hDx TH0 (x), (x, y)ii = hDx TH0 (x) TH0 (y), (x, y)i
= h0 (x) TH0 (y), (x, y)i.
f (t) dt =constante, et
R
donc f 1R est la fonction constante `aire sous la courbe f ' (indpendante de x).
Exemple 5.2 Si g = 0 alors on verra que f 0 = f , i.e. h(x) = f (x) pour tout x :
(5.2)
h = f 0 = f = 0 f.
C'est `naturel', une fois qu'on considre une approximation de 0 par des fonctions, comme les
1
1
fonctions portes, k (x) = k1] 2k
, 2k
[ car on a :
Z
(f k )(x) = k
1
x+ 2k
(5.3)
f (t) dt,
1
x 2k
1
1
qui reprsente la valeur moyenne de f sur ]x 2k
, x + 2k
[.
En particulier, la mesure de f en x travers un appareil (idal) de prcision parfaite reprsente
par f g o g = 0 permettra de connatre f (x) en chaque point x. Alors qu'un appareil rel ne
1
1
permettra de connatre qu'une valeur moyenne f(x) ( travers une fentre de largeur ] 2k
, 2k
[).
Proposition 5.3 Si f et g sont convolables, i.e. si h(x) = (f g)(x) a un sens, alors le support de
la fonction h = f g vrie :
(f g)(x) =
f (t)g(x t) dt
suppf
: est = 0 ds que x t
/ suppg, t suppf.
Et x t
/ supp(g) pour tout tsuppf quivaut x
/ t + supp(g) pour tout tsuppf , i.e.
x
/ suppf + suppg . Donc si x est dans l'ouvert R (suppf + suppg), on a bien (f g)(x) = 0.
R
tsuppf [xb,xa]
f (t) dt.
Rponse. On a 1[c,d] (z) = 1[d,c] (z) (vaut 1 ssi d z c ssi c z d), d'o x x,
1[a,b] (x t) =
1[b,a] (t x) =
1[xb,xa] (t) (vaut 1 ssi x b t x a).
29
30
5.1.2 Dans Rn
De mme, quand cela a un sens, la convolution dans Rn est dnie par :
Z
Z
h(~x) = (f g)(~x) =
f (~t )g(~x ~t ) dt
(=
f (~x ~t )g(~t ) dt)
~
t Rn
~
t Rn
(5.4)
Dnition 5.5 Soient f L1loc (R) et g L1loc (R) deux fonctions localement intgrables. On
appelle produit de convolution de f par g la fonction note f g dnie par, lorsqu'elle existe :
Z
f (t) g(x t) dt.
(5.5)
(f g)(x) =
R
Notation. On note symboliquement (f g)(x) = (f (t) g(t))(x) pour viter d'introduire trop
de
notations.
On impose explicitement le nom (ici t) de la variable d'intgration : (f (t) g(t))(x) =
R
f (t)g(x t) dt.
tR
Exemple :
Z
is
h(t) = (f (s) e )(t) =
f (s) ei(ts) ds,
R
Proposition 5.6 Quand elle est dnie, l'opration est distributive et commutative :
f (g1 + g2 ) = f g1 + f g2 ,
g f = f g,
(5.6)
on ne peut pas convoler les deux fonctions constantes gales 1 : on aurait (11)(x) = 1dt = .
R
Notant ||f ||1 = ||f ||L1 (R) = R |f (x)| dx quand f L1 (R) on a :
Proposition 5.7 Si f L1 (R) et g L1 (R) (intgrables), alors f g est bien dnie, et de plus
f g L1 (R) (est aussi intgrable) avec :
(5.7)
Z
Z
|(f g)(x)| dx =
|
f (t) g(x t) dx| dt
xR
tR
xR
Z
Z
Z
Z
||f g||1 =
tR
(5.8)
yR
Pour pouvoir appliquer le thorme de Fubini, il faut montrer que la fonction F dnie par F (t, y) =
f (t)g(y) est bien dans L1 (R2 ), ce qui est le cas, car F = f g avec f et g dans L1 . D'o on peut
30
31
R
R
R
appliquer Fubini t,y |f (t)| |g(y)| dtdy = tR |f (t)|( yR |g(y)| dy) dt. Puis par changement de
variables, sachant le domaine d'intgration R2 = {(t, y) R2 } vaut :
2
2
2
R R = {(t,
R xt) R : t R,R xtR R} = {(t, x) R : t R, xt R}, il vient :
|f (t)|( yR |g(y)| dy) dt = tR ( xR |f (t)| |g(x t)| dx) dt, cette dernire intgrale tant suptR
R
R
rieure tR (| xR f (t) g(x t) dx|) dt.
Remarque 5.8 L'ingalit obtenue ||f g||1 ||f ||1 ||g||1 est donc une ingalit o gauche on a
une intgrale double, alors qu' droite on a un produit des deux intgrales simples.
En particulier, ||f g||1 (calcul d'une intgrale double) n'a rien voir avec le produit ||f g||1
(calcul d'une intgrale simple) qui en gnral n'a pas de sens pour f et g dans L1 (R).
R1
Par exemple, f (t) = g(t) = 1t 1]0,1] sont dans L1 (R) (avec 0 1t = [2 t]10 = 2), mais (f g)(t) =
R 1
1
1
1 dt est dans L1 (R) :
t 1]0,1] n'est pas dans L (R). Alors que f g donne par (f g)(x) = t
|t|
|xt|
cette fonction est dnie p.p., et plus prcisment pour tout x R , et n'est pas dnie en x=0,
mais ce n'est pas gnant ici puisque
R seul le caractre intgrable (au sens de Lebesgue) nous intresse
ici. En particulier, on a vu que R |f g|(x) dx ||f ||1 ||g||1 < .
On a galement le rsultat suivant :
xR
xR
f (t)g(x t) dt dx < .
(5.10)
tR
R
tR
1
1
|f (t)g(x t)| = |f (t)| p |g(x t)| |f (t)| q ,
o q est l'exposant conjugu de p :
1
q
1
p
1
q
(5.11)
= 1.
1
1
p
|f (t)| |g(x t)| dt
|(f g)(x)| = |
f (t)g(x t) dt|
|f (t)| dt q ,
(5.12)
tR
tR
et donc :
p
q
(5.13)
xR
soit puisque 1 +
tR
(5.14)
=p:
||f g||p =
1
|(f g)(x)|p dx p ||f ||1 ||g||p .
xR
31
(5.15)
32
Proposition 5.10 Si f L1loc (R) et si g D(R), alors f g est une fonction de C (R).
Preuve. On note k(x, t) = f (t)g(x t) = kx (t) l'intgrant de (f g)(x).
x x quelconque la fonction partielle kx (t) = k(x, t) est intgrable car mesurable (produit
de fonctions mesurables), support born car g l'est, et borne en valeur absolue par C|f (t)| o
C = supyR |g(y)| (qui existe car g est continue support compact).
On peut donc appliquer le
R
critre d'intgrabilit par domination : x x, (f g)(x) = kx (t) dt a un sens.
Et pour le caractre C (R) on est dans le cas d'une intgrale h(x) = (f g)(x) dpendant d'un
paramtre x et on applique le thorme de convergence domine de Lebesgue : 1- on a vu que pour
tout x l'application kx est intgrable, 2- t x l'application partielle kt (x) = k(x, t) est C (R)
(m)
en x car g l'est, 3- et sa kt (x) drive d'ordre m est borne sur tout compact par Cm |f (t)| o
Cm = ||g (k) || , et donc h est C sur tout compact, donc sur R.
Remarque 5.11 Par contre, il n'y a aucune raison pour que f R g soit support compact si f
n'est
pas support compact : prendre f = 1R et (1 g)(x) = R g(t) dt constante non nulle si
R
g(t)
dt 6= 0. Ce mme exemple montre que dans ce cas f g n'est pas non plus dans L1 (R).
R
k (x) 0 x R
1 1
supp(k ) [ , ]
k
k
Z
k (x) dx = 1
(5.16)
Une telle suite approchant 0 est galement appele approximation de l'identit, l'oprateur (0 )
tant l'oprateur identit, i.e. (0 )f = f . Voir paragraphes suivants sur la convolution des distributions.
Dnition similaire dans Rn o [ k1 , k1 ] est remplac par la boule de centre 0 et de rayon k1 .
On a construit une suite rgularisante en (1.9) page 5, savoir (k )kN , o k (x) =
R (kx)
.
|(kt)| dt
R
Proposition 5.13 tant donn un intervalle ferm [a, b], avec < a < b < , et k est donne
par (1.9), la fonction = 1[a,b] k est une fonction de D(R) support dans [a k1 , b + k1 ], telle
que 0 1 et qui vaut 1 sur [a + k1 , b k1 ] ds que k2 < b a.
(k~
x)
Dans le cas de Rn , avec k (~x) = R n |(nt)|
o est donne dans (1.7), la fonction 1K k
d
R
1
n
~
est galement dans D(R ) de support K + B(0, k ), o B(~0, k1 ) est la boule unit de centre ~0 et
rayon k1 .
Preuve. La fonction 1[a,b] k est C car k l'est. On a (avec le changement de variable u = x t
donnant du = dt) :
Z
(x) = 1[a,b] k (x) =
t=a
k (u) du =
u=xa
1
k
32
xb
k (x t) dt =
k (u) du.
u[xb,xa]
33
R
R
Et la fonction k tant positive d'intgrale R k = 1, on a 0 u[xb,xa] k (u) du 1, i.e.
0 1.
Enn, si x b < k1 et si x a > k1 , i.e. si x [a + k1 , b k1 ], alors
Z
Z
(x) =
k (u) du
k (u) du = 1.
1 1
u[ k
,k]
u[xb,xa]
Proposition 5.14 tant donn un intervalle ouvert ]a, b[, avec < a < b < , et un intervalle
ferm [c, d] ]a, b[, il existe une fonction D(]a, b[) qui vaut 1 sur [c, d], et qui de plus est positive
et borne par 1.
Mmes rsultats dans Rn o [a, b] est remplac par un compact K .
Preuve. C'est un corollaire de la proposition prcdente : on prend = 1[a k1 ,b+ k1 ] k avec k
1
k
et d > b + k1 .
Rn
soit encore :
R2n
(6.2)
(6.3)
D(Rn ),
df
df
hS T, i = hS T, hi o h(x, y) = (x + y)
(6.4)
D(Rn ),
df
hS T, i = hSx Ty , (x + y)i.
(6.5)
Un des outils principaux pour l'tude de ce produit de convolution sera le thorme de Fubini,
proposition 4.1.
qu'on ne peut pas convoler les deux fonctions constantes gales 1 :
Remarque 6.2 On rappelle
R
on aurait (1 1)(x) = R 1dt = .
De mme, la dnitionR auR sens des distributions pose un problme : pour D(R) on aurait
h1(x)
R1(y), (x + y)i = R ( R (z)dz)dx intgrale de fonctions variables spares donc gale
R
( R dx)( R (z)dz) = .
33
34
6.1. Dnition
Proposition 6.3 et dnition. Soit S, T D0 () deux distributions donnes. Pour que le pro-
duit de convolution S T ait un sens dans D0 (), i.e. pour que hS T, i ait un sens pour tout
D(), il sut que les sous ensembles de R2 :
(6.6)
soient borns (les E dpendent de , et chaque E doit tre born). C'est en particulier le cas si
les distributions S et T vrient :
1. suppS est born,
2. suppS et suppT sont limits tous deux gauche (ou tous deux droite).
On dit alors que les supports de S et T (ou simplement que S et T ) sont convolables.
Faire les dessins en commenant par reprsenter la bande oblique support de h(x, y) = (x + y).
Preuve. Plaons-nous, pour simplier les notations, dans le cas n = 1 (i.e. Rn = R). Pour S et T
dans D0 (R) et D(R), le produit de convolution hS T, i a un sens ssi hS T, hi a un sens o
h(x, y) =df (x + y).
Et, pour que hSx Ty , h(x, y)i ait un sens il sut que le support de Sx Ty et le support de h
ait une intersection borne, grce la proposition 4.4 (ou la propositiondnition 2.25).
Et les 2 cas prsents, satisfont visiblement cette condition quelque soit .
Exercice 6.4 Soient S D0 (R) et C (R) t.q. leurs supports soient compatibles (proposition
dnition 2.25). Montrer que les supports de S et de T ne sont pas forcment convolables.
Rponse. Soit S = 1R et = 1[1,[ 1 avec (t) = 1 pour t 0, voir (1.5) et (1.6) : ici suppS =], 0]
est limit droite et suppT = [1, [ est limit gauche, et suppS supp [1, 0]. Soit = 1 . Alors
E1 n'est pas born (faire le dessin) et les supports ne sont pas convolables.
R0
R
Et de plus S T n'a pas de sens en gnral : on a hS T , i = x= y=1 (y)(x + y) dydx)
et pour = 1 la fonction (x, y) (y)(x + y) n'est pas dans L1 (R [1, [). Sinon on pourrait
appliquer le thorme de Fubini qui donnerait = .
Exercice 6.5 Montrer que si les distributions S et T sont convolables alors on n'a pas forcment
suppS et suppT compatibles.
Rponse. On se met dans le cas 2. de la proposition avec S = 1R+ 1 = T = C (R). Alors S et T
f (x)g(y)(x + y) dxdy
R
et que l'intgrant est intgrable dans R2 car major par k(x, y) = |||| |f (x)g(y)|, et k L1 (R2 )
car k est une fonction variables spares, chaque fonction tant dans L1 (R).
34
35
6.1. Dnition
Remarque 6.8 Le cas 1. de la proposition 6.3 est intressant dans l'tude des E.D.P., et le cas 2.
dans l'tude des quations direntielles.
Remarque 6.9 Ne pas confondre supports compatibles au sens de la proposition 2.25 (qui s'applique l'opration h., .i) et supports convolables (qui s'applique l'opration de convolution).
6.1.3 Application : convolution de fonctions L1loc (R)
On a par exemple dans le cas de distributions rgulires (dnies par des fonctions de L1loc (R)) :
Lemme 6.10 Soient f L1loc (R) et g L1loc (R) deux fonctions localement sommables, Tf et Tg les
L1loc (R).
Preuve. On considre f g au sens des distritutions, i.e. on considre Tf Tg : pour tout D() :
Z
hf g, i = hf (x)g(y), (x + y)i =
f (x)g(y)(x + y) dxdy
R2
(6.8)
Cela a bien un sens grce l'hypothse sur les supports de f et g : la fonction f (x)g(y)(x + y) est
localement sommable de support born et est donc sommable. On peut donc appliquer le thorme
de Fubini, ce qui donne, aprs changement de variable :
Z
Z Z
Z
hf g, i =
f (z y)g(y)(z) dzdy =
f (z y)g(y) dy (z) dz =
h(z)(z) dz (6.9)
R2
Et la fonction h(z)(z) tant sommable pour tout D(R), la fonction h(z) est localement
sommable (pour un compact K donn, prendre D(R) avec = 1 sur K ). Et comme hf g, i =
hh, i pour tout D(), on dduit que f g = h L1loc (R).
convolables, on note :
Tf Tg = f g.
(6.10)
Tf T = f T.
(6.11)
Exercice 6.12 Montrer que T 0 = T (= 0 Tf ) pour T D(R). Montrer que si f L1loc (R),
alors f 0 = Tf (= 0 f ).
alors f 00 = f 0 (= 00 f ).
y)i = hT (x), h00 (y), (x + y)ii grce au thorme de Fubini, = hT (x), 0 (x)i = hT 0 , i. D'o T 00 = T 0 ,
et de mme 00 T = T 0 . En particulier si T = Tf alors 00 Tf = (Tf )0 , et si f C 1 (R) on a (Tf )0 = Tf 0 ,
d'o avec les notations abusives 00 f = f 0 = 00 f (pour f C 1 (R)).
35
36
que leurs supports sont convolables (voir proposition 6.3), alors T est une fonction C () (avec
la notation (6.11)) et :
(T )(x) = hT (t), (x t)i
(6.12)
On dit que T est la rgularise de T par C (), et que la convolution par C () est
une rgularisation.
De plus, si (Tj ) est une suite de D0 (R) qui tend vers T dans D0 (R), alors :
x R
(6.13)
Donc, pour tout R > 0, il existe a > R tel que a suppT et x (a)
6= 0 i.e. (x a) 6= 0.
Donc par dnition du support de T , pour tout > 0, il existe D(B(a, )) avec (a) 6= 0 telle
que hT, i 6= 0. Puis on considre la fonction xa donne par xa (y) = (y + a x) Et on a
l'ensemble E(xa ) (de la proposition 6.3) qui contient le point (a, x a). En eet a suppT ,
x a supp et xa (a + x a) = (a) 6= 0. Comme on peut choisir a aussi grand que souhait,
les supports ne sont pas convolables, ce qui est contraire l'hypothse. Donc T et x ont leurs
supports compatibles. (Faire un dessin avec xa telle que (u, v) xa (u+v) = (u+v(xa))
a pour support la bande oblique qui passe par le point (u = a, v = x a).)
, fonction ainsi dnie pour chaque x. De
On peut donc poser h(x) = hT (t), (x t)i = hT, x i
plus h est C grce au thorme de drivation sous le crochet (proposition 3.1) puisque (x, t)
(x t) est trivialement C (R2 ) quand C (R). Donc h est localement intgrable et dnie
la distribution rgulire Th .
Montrons que T = la distribution rgulire Th , i.e. que T peut tre identie la fonction
h C (R). On a, pour tout D() :
Rn
(6.14)
Remarque 6.15 Si f L1 (R) alors la formule (6.12) donne, pour C (R) et f et convo-
lables :
Z
(f )(x) = hf (t), (x t)i =
f (t)(x t) dt,
tR
et f est C .
36
(6.15)
37
Proposition 6.16 Toute distribution T D0 (R) est limite dans D0 (R) d'une suite de fonctions
trouver une suite (k ) de D(R) telle que k * T dans D0 (R), i.e. telle que pour tout D(R)
hT k , i 0 quand k (voir paragraphe 1.3.5).
D'aprs le proposition 6.14, k T est une fonction C (R). On restreint son support : soit
k = k (k T ) o la fonction k D(R) vaut 1 sur [k, +k] et 0 sur [k1, k+1] (une telle
fonction existe, voir proposition 5.13). Il est immdiat que k D(R).
Enn, pour donn dans D(R), on a, en prenant k assez grand pour que supp() [k, k],
et donc k = :
hk (k T ), i = hk T, k i = hk T, i = Ty , hk (x), (x + y)i
(6.16)
Ty , h(0 )x , (x + y)i = hTy , (y)i = hT, i.
k
Proposition 6.17 Toute distribution T D0 () est limite dans D0 () d'une suite de fonctions
fonctions k de D() qui vaut 1 sur le compact K tel que d(K, R ) k1 (distance maximale du
bord de K au bord de ). Et une telle suite existe d'aprs la proposition 5.14.
ment :
et h = f 1 est donc la fonction constante hf, 1i au sens des distributions ou des fonctions.
Pour une distribution T support born, la convole T 1 a un sens (au sens des distributions car
les supports sont compatibles), et c'est la fonction constante hT, 1i : avec la proposition prcdente
il vient :
(T 1)(x) = hT (t), 1(x t)i = hT (t), 1i = cste.
On peut le vrier avec la dnition, pour quelconque dans D(R) :
h(T 1)(x), (x)iR = hT (t)1(x), (x+t)iR2 = T (t), h1, (u)iR R = hT (t), 1iR , (u) R = hc0 , iR ,
grce au thorme de Fubini, o c0 = hT, 1i.
37
38
n
X
xk
k=0
k!
n
X
ck
k=0
k!
xk
(6.17)
B = {t = x4 0}
(6.18)
T 0 = T = 0 T,
T D0 (R).
(6.20)
(6.21)
a T = a T
ou encore : a 0 T = 0 a T = a T .
En eet, ha T, i = hTy , (y + a)i = hT, a i = ha T, i pour tout D(Rn ).
38
(6.22)
39
00 T = T 0 = T 00 ,
(m)
T = T (m) = T 0
(6.23)
(6.24)
d2
dx2
d
+ a1 dx
+ a2 , qui est dni en particulier sur les fonctions D(R), s'crit aussi appliqu D(R) :
P () = (000 + a1 00 + a2 0 )
Cela permettra de faire du calcul symbolique : au lieu de rsoudre une quation direntielle de
type P () = f on rsoudra une quation de produit (de convolution) A = f o ici A =
000 + a1 00 + a2 0 .
(n)
(m)
xn1
(n 1)!
(n+m)
(n)
(H()
(m)
H() )(x)
(x)
(6.25)
(6.26)
(x t)n1 tm1
e(xt) et dt
(n 1)! (m 1)!
0
Z 1
ex xn+m1
=
(1 u)n1 um1 du
(n 1)! (m 1)! 0
(n1)! (m1)!
(n+m1)!
(6.27)
(exercice).
7 Transforme de Fourier
7.1 Transformation de Fourier de fonctions
Ici on considre les fonctions f : R C (de la variable relle valeurs complexes). On notera
simplement L1 (R) = L(R; C) l'ensemble des fonctions (Lebesgue) intgrables sur R valeurs
ei
dans C. Exemple : f : 1+
2.
Les buts de la srie de Fourier, pour une fonction f qui est T priodique, et qu'il sut de
considrer sur l'intervalle [ T2 , T2 ], sont les suivants :
1- Connaissant la fonction f : t f (t) (de la variable temporelle), on souhaite connatre son
RT
2k
expression frquentielle. Les coecients de Fourier ck = T1 2T f (t) ei T t dt sont les expressions
2
40
(Sf )(t) =
ck ei
2k
T t
(7.1)
k=
o on a pos :
ck =
1
T
T
2
f (t) ei
2k
T t
dt
T2
(7.2)
On sait que Sf (t) = f (t) presque pour tout t et que Sf = f si par exemple la fonction priodique
f est C 0 (R) et C 1 par morceaux sur R.
Notons :
2ik
ek : t R ek (t) = e T t R.
les fonctions de base (trigonomtriques) de C 0 ([ T2 , T2 ]).
Remarque 7.1 (ek )kZ est une base orthogonale de L2 ([ T2 , T2 ]) : en particulier on vrie que
RT
R T 2ik
2i`
(ek , e` )L2 = 2T ek (t)e` (t) dt = 2T e T t e T t dt = T k` . Et ( ekT )kZ est une base orthonor2
2
me.
R T2
R T2
2k
ek (t)
ek
k (t)
1
2 =
f (t) ei T t dt, expression de ck
( e
)
,
i.e.,
T
c
=
(f,
)
dt
=
kZ
k
T f (t)
L
T
T
T
T T2
2
quivalente la prcdente.
Ces composantes ck de f ne font intervenir aucune valeur ponctuelle de f , uniquement des
valeurs moyennes de f pour la mesure T1 eik t dt. En particulier, pour une fonction C 1 par morceaux,
(x)
la srie de Fourier Sf vrie (Sf )(x) = f (x+)+f
et n'est donc gale f qu'aux points o f est
2
continue.
Cette approche est donc trs dirente de l'approche par dveloppement limit qui fait intervenir
des valeurs ponctuelles de f .
Remarque 7.2 Pour un oprateur A L(E, E) d'un espace E dans lui-mme, un vecteur e non
nul est vecteur propre s'il existe R (valeur propre) tel que Ae = e, i.e., si l'espace Vect{e} est
invariant par A.
Si pour f L1 (R) on note Cf = f l'oprateur de L1 (R) dans L1 (R) dnit par Cf (g) = f g ,
2k
alors on a avec la dnition des coecients de Fourier, notant ek (t) = ei T t :
Z
2k
2k
Cf (ek )(t) = (f ek )(t) =
f (s)ei T (ts) ds = ei T t ck .
(7.3)
R
Et donc :
Cf (ek ) = f ek = ck ek
i 2k
T t
(7.4)
40
41
k =
1
1
est la pulsation fondamentale. La frquence fondamentale est 1 =
=
, et les
T
2
k
frquences harmoniques sont donnes par k = k1 =
.
2
et 1 =
2
T
(Sf )(t) =
ck eik t
(= f (t) p.p.).
(7.5)
(7.6)
k=
T
a(k ) = ck
2
1
i.e. a(k ) =
2
T
2
f (t) eik t dt
T2
(7.7)
Sf (t) =
2 X
a(k ) eik t
T
(7.8)
2
T ,
d'o pour t [ T2 , T2 ] :
1 X
Sf (t) =
a(k ) eik t
2 k
Et lorsque T tend vers , 0, et on trouve heuristiquement :
Z
Z
1
1
a() eit d
o
a() =
f (t) eit dt
Sf (t) =
2
2
(7.9)
(7.10)
D'o :
41
42
Ayant suppos f L1 (R), cette dnition a bien un sens : fb() est une intgrale dpendant du
paramtre , et la fonction t f (t) eit est intgrable puisque majore par |f (t)| indpendant
de .
On note galement de manire abusive :
Z
1
d
f (t) () =
f (t) eit dt,
(7.12)
2
avec donc t variable d'intgration (variable `muette') et paramtre.
On a donc, avec la notation (formelle) des distributions et du produit scalaire L2 (pour les
fonctions valeurs complexes) :
it
e
fb() = hf (t),
eit
ei.
i = (f (t), )L2 = (f, )L2
2
2
2
(7.13)
Et fb() est
. (Ne pas oublier que
R `donc' la `composante' de f correspondant la frquence
R
(f, g)L2 = f g dt C est associ la norme ||f ||2L2 = (f, f )L2 = |f |2 dt R).
Et (formellement) on reconstituera f l'aide des ses composantes : formellement on considre
la somme, pour presque tout t R :
Z
1
f (t) =
fb()eit d
(7.14)
2 R
(ce, ds que fb L1 (R).) Un des buts de ce cours est de prouver cette formule d'inversion,
comparer avec (7.11).
R C
7 fb()
(7.15)
est une fonction qui est continue et borne par ||f ||L1 (R) .
R
Preuve. fb est borne sur R car : |fb()| R |f (t)| dt =
1 ||f ||1
2
pour tout R.
b
b
Et f est continue si pour 0 donn (quelconque) dans R on a f () 0 fb(0 ). Mais t x,
l'intgrant f (t) eit est une fonction continue de , et il est domin indpendamment de par la
fonction intgrable |f (t)|. Le thorme de la convergence domine de Lebesgue s'applique : fb est
continue.
On vient de voir que pour f L1 (R) = L(R; C) on a fb L (R) = L (R; C). On dnit alors
la fonctionnelle :
( 1
L (R) L (R)
F:
(7.16)
f 7 F(f ) = fb.
On rappelle que L (R) est l'ensemble des fonctions mesurables bornes, i.e. des fonctions f telles
que supxR |f (x)| < . Notant ||f || = supxR |f (x)|, on rappelle que (L (R), ||.|| ) est un
espace de Banach. (Plus exactement ||f || = sup essxR |f (x)|, le sup essentiel, i.e. un ensemble
ngligeable prs, voir cours d'intgration. Mais ici fb tant continue, c'est bien le sup sur tout R.)
Proposition 7.6 La fonctionnelle F est linaire et continue de (L1 (R), ||.||1 ) dans (L (R), ||.|| ).
Preuve. La linarit de F est vidente : F(f + g) = F(f ) + F(g) ds que f et g sont dans
L1 (R) et R par linarit de l'intgrale.
D'o F est continue s'il existe C > 0 tel que pour tout f L1 (R) on a ||fb|| C||f ||1
(continuit en 0). Ceci a t prouv dans la proposition 7.5 avec C = 1.
Corollaire 7.7 Si f L1 (R), la fontion fb : R C (qui est continue et borne) est telle que
|fb()| 0 quand .
42
43
Preuve. Commenons par le cas o f = D(R) (donc en particulier 0 L1 (R)). Par intgra-
Z
()
b
=
R
eit 0
1 c0
(t) dt + 0 =
()
i
i
(7.17)
Maintenant, on sait que D(R) est dense dans L1 (R), et d'aprs la proposition 7.6, on a F :
1
L (R) L (R) continue de L1 (R) dans L (R). Ayant densit et continuit, on dduit que
pour f L1 (R) on a galement fb() 0. En eet, si n D(R) est une suite qui vrie
bn () 0 on obtient fb() 0.
Remarque 7.8 Dire que la fonctionnelle F est continue (donc en un point f L1 (R)) ne veut pas
dire que la fonction fb est continue (en un point R), mais que la fonctionnelle F est continue
de L1 (R) dans L (R).
Remarque 7.9 Le rsultat pour les fonctions valeurs complexes se dmontre de la mme manire : si f L1 (R, C), alors fb est borne et continue, et F est linaire continue de L1 (R, C) dans
L (R, C).
Exercice 7.10 Montrer formellement que fb = fb.
7.1.4 Notation F
On a par dnition, pour f L1 (R) :
1
F(f )() = fb() =
2
t=
1
F(g)(t) =
2
g() eit d,
o F fait rfrence la conjugaison : eit = eit . (On montrera plus loin que F = F 1 .)
Rponse. On a pour
R:
R
F(
g )() =
1
2
g(t) eit dt =
et F(
g ) = F(g) (i.e. gb = F(
g )).
1
2
1 eit
2
de pulsation vaut :
eit
f (s)ei(ts) ds = fb() .
2
sR
(7.18)
Et donc e est fonction propre de l'oprateur Cf (.) = f . associe la valeur propre a() = fb().
Ceci a un sens ds que f L1 (R).
43
44
Dans ce qui suit, on change les notations prcdentes pour revenir x variable relle au lieu
de t. On notera la variable de la transforme de Fourier (au lieu de ). Donc on note pour R :
Z
1
(F(f ))() = fb() =
f (x) eix dx,
(7.19)
2 x=
ds que f L1 (R).
Et on note xf la fonction xf : x xf (x) dnie sur R quand f L1 (R), notation qui sous
entend que x est le nom de la variable.
0
d)(),
fb () = i(xf
i.e.
R.
(7.20)
0
d) = i fb : la transforme de Fourier transforme l'expression polynomiale (algOu encore (xf
0
d) = fb .
brique) (xf ) en la drive (xf
(ii) Transforme de Fourier de la drive : si f L1 (R) et si f est drivable avec f 0 L1 (R), alors :
c
f 0 = i fb
c
f 0 () = i fb(),
i.e.
R,
(7.21)
Preuve. C'est immdiat avec le thorme de la convergence domine pour (i) et par intgration
par parties pour (ii) :
Z
Z
f 0 (x)eix dx =
f (x)(i)eix dx + [f (x)eix ]
.
et sachant f 0 L1 (R), on en dduit que f s'annule l'inni (voir remarque suivante) d'o le
rsultat.
Remarque 7.14 Le seul petit dtail manquant dans la dmonstration prcdente est la proprit
suivante : si f et f 0 sont dans L1 (R), alors f (x) x 0.
Montrons cette proprit. Comme f 0 L1 (R), on a :
> 0, A R, B > A,
|f 0 (x)| dx < .
RB
Donc, x, et A x en consquence, | A f 0 (x) dx| < i.e. |f (B) f (A)| < pour tout B > A.
Et donc x > A, |f (A)|+ > |f (x)| > |f (A)|. Et comme f L1 (R), on en dduitRque |f (A)|
(et donc que |f (x)| < 2). En eet, sinon |f (A)| = c > 0 et ||f ||L1 (R) A |f (x)| dx
R
(|f (A)| ) dx = , ce qui est absurde.
A
Donc, pour tout > 0, on a f (x) < 2 pour x assez grand, et donc f (x)0 quand x.
exemple f (x) =
n=1
1[n,n+
1
n2
qui vrie
|f | =
1
n=1 n2
On P
peut mme avoir f L1 (R) et f non born au voisinage de
par exemple
R . Prendre
P
f (x) = n=1 n1[n,n+ 13 ] , qui vrie f (n) = n pour tout n N avec |f | = n=1 n12 < .
n
45
( C (R))
(7.22)
( C (R)) et
(k N,
l N,
Ckl () > 0,
(7.23)
(On notera Ckl () = Ckl s'il n'y a pas d'ambigut sur la fonction .) Ou encore, S ssi :
( C (R)) et
(k N,
l N,
x R ,
Ckl > 0,
Ckl
).
|xk |
(7.24)
(Comme annonc, ainsi que toutes ses drives sont majores par les fractions rationnelles.)
k N,
l N,
Ckl > 0,
x R,
Ckl
.
1 + x2k
kl > 0,
C
x R ,
kl .
1 + x2k (l) (x)| < C
On a p
| 1 + x2k (l) (x)|2 = |(1 + x2k )(l) (x)2 | |(l) (x)|2 + |xk (l) (x)|2 , et il sut donc de prendre
kl = C 2 + C 2 .
C
0l
kl
2
kl
(rciproque). On suppose que |(1 + x2k )((l) )2 (x)| < C
. On a donc, tous les termes tant positifs :
(l) 2
2
2k
(l) 2
2
k (l)
(k, l) N2 ,
Ckl > 0,
x R,
Ckl
1 + x2
on a :
1- L (R),
2- xk (l) S pour tout (k, l) N2 ,
3- L1 (R) et Lp (R) pour p 1.
Preuve. Soit D(R) : est nulle au voisinage de donc est dcroissance rapide. En eet
xk (l) est uniformment continu sur supp, donc sur R, ce pour tout k , l, et donc ||xk (l) || est
atteint dans R : on note cette valeur Ckl , et (7.23) est alors vrie.
Si , S et R alors |xk ( + )(l) | Ckl () + Ckl () < . D'o ( + ) S et S
est un sous-espace vectoriel de C (R).
45
46
Soit S . On a
1- |||| = ||x0 (0) || C00 < , et donc L (R).
2
m (n)
m k (l) (n)
2- Soit = xk (l)
et(m, n) N . Alors x = x (x ) , et la formule de Leibniz donne
Pn
Pn
n
(xk (l) )(n) = i=0
(xk )(i) (l+ni) = i=0 i xki (l+ni) o i R pour tout i = 1, ..., n.
i
P
D'o |xm (n) | i i Ck+mi,l+ni < pour tout x R n et m x qcq. D'o S .
3- Les fonctions et x2 : x x2 (x) sont dans S , et donc la fonction (1 + x2 ) S (espace
+C20
vectoriel), avec |(1 + x2 )(x)| C00 + C20 pour tout x R. D'o |(x)| C00
qui est
1+x2
C00 +C20 p
1
p
intgrable, d'o L (R). Et |(x)| ( 1+x2 ) qui est intgrable pour p 1, d'o Lp (R)
pour p 1.
7.2.2
F(S) S
d
(l) () = (i)l ()
c0 () = i (),
0
(k)
()
k ()
b () = ix(),
c
()
b
() = (i)k xd
ia
b
a () = e
iax
a ()
b
= e\
(7.25)
Preuve. Pour S on sait que 0 S et sachant et 0 dans L1 (R), et les relations (7.25) ont
dj t dmontres dans la proposition 7.13 dans les cas k = l = 1. Puis sachant que 00 L1 (R),
00 () = i
c0 () = (i)2 ()
on a c
b , et par rcurrence,
1
a ()
b
= (
b a) =
2
(7.26)
Z
(x) eix(a) dx = F((x) eixa )()
R
(7.27)
d'o le rsultat.
(7.28)
(la drivation est devenue puissance polynomiale et rciproquement.) Et comme = (xl )(k) S
et S L1 (R), on a F() = b born, i.e. | k
b(l) | born. Ceci tant vrai pour tout k, l N, on a
bien F() S et donc F(S) S .
(7.29)
notation des distributions qui est trivialement dnie par l'intgrale usuelle de Lebesgue pour
S . On verra l'extension de la notion des distributions dnies sur S avec les distributions
tempres.
46
47
(7.30)
k,l
( C (R))
et (k N, l N, pk,l () < ).
(7.31)
d(, ) =
X 1
pk,l ( ).
2k+l
k,l
Et on peut montrer que S muni de cette distance est un espace mtrique complet (admis). Et donc
les passages la limite ne poseront pas de problme pour la topologie induite : les suites de Cauchy
seront convergentes dans S .
L'utilisation de cette distance n'tant pas trs pratique, pour les proprits de convergence ou
de continuit on utilise en fait les semi-normes pk,l .
Note : il n'y a pas de normes sur S qui rende S complet, et en particulier la distance ci-dessus
ne drive pas d'une norme.
7.2.4
F : S S est continue
On a montr que F(S) S . On a galement, lorsque S est muni de la famille de seminormes pk,l :
k, l N,
C > 0 : S,
Preuve. On a F linaire sur S puisque S L1 (R) et F linaire sur L1 (R), et pour montrer la
continuit (hors programme) il faut montrer que `toute image est borne par un antcdent' (avec
les semi-normes adquat), i.e. :
k, l N,
Mais on a :
d'o, avec
1
R 1+x2
k 0 , l0 N,
C > 0,
1
l )(k) |
|(x\
2
Z
R
S,
pk,l ()
b C pk0 ,l0 ()
1
dx
||(1 + x2 ) (xl )(k) ||
1 + x2
(7.32)
(7.33)
dx = [arctan]
= > 0 :
k
(l)
||
b ||
Et donc pour la norme (7.30) :
||x () ||
(7.34)
l+2, k
pk,l ()
b C pl+2,k ()
(7.35)
avec C > 0, et ce pour tout S . Et donc la tranforme de Fourier est bien continue de S
dans S .
47
48
Proposition 7.25 L'espace D(R) est dense dans S : pour S donn, il existe une suite (j )
D(R) telle que :
k, l N,
(7.36)
pk,l ( j ) 0
j
Preuve. (Par troncature et rgularisation.) Soit S donne, et soit 1 une fonction de D(R)
qui vaut 1 sur [1, 1] et support dans [2, 2] et telle que 0 1 (x) 1 sur R (une telle suite
dj t construite par rgularisation de 1[1,1] , savoir 1[1,1] 1 , voir proposition 5.13). On
construit la suite (j ) de D(R) qui vaut 1 sur [j, j] :
x
j (x) = 1 ( ),
j
(7.37)
x R
Puis on considre la suite de terme j = j de D(R), qui vrie (x) j (x) = 0 sur [j, j] (par
construction) et qui est dcroissance rapide puisque (x) j (x) = (x) pour x l'extrieur de
[2j, 2j].
Montrons que cette suite converge vers S , i.e. pour , N montrons que ||x (
()
j ) || 0 quand j . On a, avec la formule de Leibniz et ( j )(x) = (x)(1 1 ( xj )) :
()
( j )
(x) =
()
X
x
()
1 () x
(x)(1 1 ( ))
(x) 1 ( )
j
j
j
=1
1 X ()
1 () x
()
= (x)(1 j )(x)
(x) 1 1 ( )
j =1
j
j
(7.38)
1 X ()
||x
|| )
||x ( j )() || max |x () | + C(
j =1
|x|j
(7.39)
(avec C > 0) qui tend bien vers 0 quand j 0. Et pour k, l N, pk,l est une somme nie de
termes qui tendent vers 0 et tend donc vers 0.
ca () =
b( )
a a
(7.40)
Et donc, la fonction a qui `tale' pour a < 1 est tranforme par Fourier en une fonction qui
`concentre'
b. Et la fonction a qui `concentre' pour a > 1 est tranforme par Fourier en une
fonction qui `tale'
b.
Preuve. On a a S et :
1
\
a (x) () =
2
1
(ax)eix dx =
a 2
R
Z
y
(y)ei a dy =
R
b( )
a a
(7.41)
Donc, si a << 1, alors a est trs `tale', et sa transforme de Fourier est trs `concentre au
voisinage de 0'. Et rciproquement, si a >> 1, alors a est trs `concentre au voisinage de 0', et
sa transforme de Fourier est trs `tale'.
48
49
Proposition 7.27 Par Fourier, une gaussienne est transforme en une gaussienne : pour a > 0 :
2
2
1
(F(eax ))() = e 4a
2a
x2
2
x2
2
(7.42)
est conserve :
2
2
(7.43)
Preuve. Posons : x eax pour a > 0. On remarque que a satisfait l'quation direntielle :
2
0a (x) + 2a xa (x) = 0,
a (0) = 1
(7.44)
Et en appliquant la transforme de Fourier cette quation (la transformation F est une opration
linaire) on obtient :
1
0
i
ba () + 2ai (b
a ) () = 0,
ba (0) =
(7.45)
2a
la condition initiale tant calcule directement l'aide de :
Z
2
1
1
ba () =
eax eix dx qui donne
ba (0) =
(7.46)
2 R
2a
R
2
RR
2
2
2
(On rappelle que R ey dy = R2 ex y dxdy = est calcul par passage en coordonnes
polaire.)
Et donc :
1
1
0
(b
a ) () +
ba () = 0,
ba (0) =
(7.47)
2a
2a
Et
ba satisfaisant le mme type d'quations que a , on en dduit que (unicit de la solution pour
une quation direntielle linaire) :
2
1
ba () = e 4a
2a
(7.48)
Donc une gaussienne est transforme en une gaussienne par Fourier. En faisant a = 12 , on trouve
la Gaussienne rduite.
On retrouve la proprit d'talement concentration dans ce cas particulier.
b dy =
(y)(y)
yR
()
b () d
R
(7.49)
Preuve. C'est une galit entre intgrales doubles : c'est une application immdiate du thorme
de Fubini.
b d
()
b ()
(x) (x) dx =
xR
49
(7.50)
(7.51)
50
Preuve. On a besoin pour dmontrer cette proposition d'admettre le rsultat suivant, qui sera
bb
dmontr au paragraphe 7.5 : si S , alors ()
= () pour tout R (i.e. que la transforme
de Fourier inverse de F est F ).
b , i.e. dnie par g(y) =
Dans (7.49) on prend la fonction g S qui vrie g(y) = g(y) = (y)
b
b . On a alors b
b = (). Et enn on remarque que b
(y)
g () = ()
g () = gb() puisque :
Z
Z
1
1
b
g () =
g(y) eiy dy =
g(y) eiy dy = gb()
2 y
2 y
R
R
D'o xR (x) g(x) dx = R ()
b gb() d i.e. (7.50).
(7.52)
Remarque 7.30 Il est immdiat que S L2 (R), et donc (7.50) et (7.51) s'crivent :
(f, g)L2 = (fb, gb)L2 ,
ds que f et g sont dans S . Et on verra que c'est encore vrai pour f et g dans L2 (R).
R
Wx2
R
R
x2 |f (x)|2 dx
|f (x)|2 dx
R
et
W2
2 |fb()|2 d
.
|fb()|2 d
(7.53)
1
.
2
(7.54)
(Ce n'est rien d'autre qu'un rsultat de talement-concentration par Fourier : si Wx est concentr,
alors W est tal, et si W est concentr, alors Wx est tal, et on mesure le minimum du
produit Wx W .)
Voir un cours de mcanique quantique pour l'interprtation de cette ingalit : si une particule
tourne autour d'une position moyenne x = 0, alors l'cart quadratique moyen (ou dispersion) est
donn par Wx , et si cette dispersion Wx est petite (particule ne s'loignant que trs peu de 0),
alors la dispersion sur la vitesse donne par W est ncessairement grande, i.e. la vitesse est mal
connue. Autrement dit, on ne peut pas simultanment mesurer prcisment la position et la vitesse
d'une particule.
Preuve. On vrie que si f S alors f L2 (R) ainsi que xf . On peut appliquer l'ingalit de
CauchySchwarz :
Z
x f (x) f 0 (x) dx|2
|
R
x2 |f (x)|2 dx
|f 0 (x)|2 dx .
R
et le terme de bord est nul car f S .
50
(7.55)
(7.56)
51
0
2
2
0
c
|f (x)| dx =
|f ()| d =
| 2 fb()|2 d .
R
f 2 (x) dx
x2 |f (x)|2 dx
| 2 fb()|2 d
2 R
R
R
R
R
Et l'galit de Parseval donnant R |f (x)|2 dx = R |fb()|2 d il vient :
Z
Z
Z
Z
1
|f (x)|2 dx
|fb()|2 d
x2 |f (x)|2 dx
2 |fb()|2 d
4 R
R
R
R
(7.57)
(7.58)
(7.59)
forme linaire continue sur D muni de la topologie induite par S , i.e., T linaire et continue au
sens (image borne par un antcdent) :
C > 0,
k, l N,
D(R),
|hT, i| C pk,l ()
(7.60)
Thorme 7.33 (Extension de la dualit) Si T : D(R) R est une distribution tempre, alors T
se prolonge de manire unique S , et T conserve la continuit. I.e. on a T : S R et :
C > 0,
k, l N,
S,
|hT, i| C pk,l ()
(7.61)
Preuve. Admis. La dmonstration est base sur la densit de D(R) dans S , voir 7.2.5, et le
prolongement par continuit, et ce thorme exprime le fait qu'une distribution tempre est
`croissance au plus polynomiale' l'inni.
Exemple 7.34 Une fonction f L1 (R) dnit une distribution tempre, puisque :
Z
|
Z
f (x) (x) dx| (
(7.62)
Exemple 7.35 Une fonction f L2 (R) (qui n'est pas en gnral dans L1 (R)) dnit une distri-
bution tempre.
R
R
1
En eet, pour S , on a R f = R (f (1 + x2 ))( 1+x
2 ) dx, et les deux termes de l'intgrant
2
tant dans L , on en dduit que :
Z
Z
Z
1
1
1
f ( (f (x)(1 + x2 ))2 dx) 2 ( (
)2 dx) 2
2
R
R
R 1+x
Z
Z
1
1
1
1
2 2 2
2
2
(sup(|(1 + x )| ) ( (f (x) ) dx) ( (
)2 dx) 2 C p20 ()
2
R
R
R 1+x
R
1
1
2
2
(ingalit de CauchySchwarz) o C = ||f ||L2 ( R ( 1+x
2 ) dx) .
p
0
De mme, si p > 1, toute fonction f L (R) est dans S (grce l'ingalit de Hlder).
51
52
Exemple 7.36 Toute fonction polynme dnit une distribution tempre. On vrie par exemple
o C = R 1+x
2 dx = [arctan] = > 0.
En particulier, une fonction constante est tempre, et toute fonction dont le module est born
par un poylnme dnit une distribution tempre.
1 eix
2
Exemple 7.38 0 est tempre ainsi que ses drivs 0(`) : dmonstration immdiate car (`) (0)
Dnition 7.39 On appelle fonction croissance lente, une fonction C (R) borne par un
l N,
Cl > 0,
ml N,
x R,
(7.64)
Proposition 7.40 Toute fonction croissance lente dnit une distribution tempre.
Exemple
7.41 RL'exponentielle ex ne dnit pas une distribution tempre, puisque ex 2 S et
R
2
2
2
Dnition 7.44 On dit que la suite (Tj ) de distributions tempres converge vers T dans S 0 si :
S,
(7.65)
53
On a alors :
Proposition 7.45 Si (Tj )jN est une suite de S 0 telle que Tj * T dans S 0 alors pour tout l N,
(l)
Tj
* T (l) dans S 0 .
Preuve. Et pour (Tj ) suite de S 0 qui converge faiblement vers T S 0 , on a hTj0 , i = hTj , 0 i
pour tout S , qui converge vers hT, 0 i = hT 0 , i. Et donc Tj0 * T 0 dans S 0 .
(l)
* T (l) .
2
1 2
d
(x) = ( x) = ex
e 4
donne
(
(7.66)
)() =
2
L'ensemble des points d'ordonne suprieure avec ]0, 1[ est donn par :
1
1
I = {x : (x) } = [M, M ],
M=
|Log |
m = 2 |Log
|
J = { : (
)() } = [m, m],
(7.67)
ex * 1R
et
et
2
1
e 4 * 2 0
2
Z
R
2
1
e 4 () d 2 (0)
0
2
(7.68)
(7.69)
Preuve.
R
2
1- On s'intresse F () = R ex (x) dx, et on applique le thorme de convergence domine
de Lebesgue.
2
L'intgrant f (, x) = ex (x) est, x quelconque, bien dans L1 , et x x on a
f (, x) 0 (x). Puis |f (, x)| (x) avec L1 . D'o F ()F (0) = h1R , i.
R
x2
2- Puis on s'intresse F () = R 12 e 4 (x) dx. Dans ce cas, le thorme de Lebesgue
x2
y2
F () =
e 2 ( 2y) dy.
yR
Preuve. Autre dmonstration du 2- ci-dessus. Pour D(R) alors est continue en 0, d'o,
sachant que
1
2
e 4 d =
2 :
2
1
h e 4 , (x)i 2(0) = h 20 , i.
0
2
(7.70)
Le vrier avec susamment petit pour `craser' ailleurs que dans un voisinage de 0, cf. (7.67).
Le passage par densit de D(R) S est laiss en exercice.
53
54
1
(F )(x) =
() e+ix d = (F)(x) (= fb(x) = fb(x)).
(7.71)
2 R
En particulier, on a :
(x) = (F
1
F)(x) =
2
Z
()
b e+ix d = (FF)(x)
b
b
(= fb(x) = fb(x)).
(7.72)
1
1
(F(F())(x) =
()
b e+ix d =
(y) eiy dy e+ix d.
(7.73)
2 R yR
2 R
R
Mais on ne peut pas inverser les signes d'intgration car R e+i(xy) d n'est pas dnie : on
ne peut pas appliquer le thorme de Fubini (l'intgrant (y, ) (y) ei(yx) n'est pas dans
L1 (R2 )).
On va montrer que (F(F())(x) = hx , i, i.e. on va travailler au sens des distributions.
On rcrit les intgrales en considrant que e+ix est Rune distribution tempre, et en introduisant une fonction S de telle sorte que maintenant R e+i(xy) () d soit bien dnie de
manire pouvoir appliquer le thorme de Fubini. On pose donc, pour S :
Z
e+ix
1
I(x, ) = h(), ()i,
b
=
()()
b e+ix d
2
2 R
2
D'o :
e+ix
e+ix
e+ix
b
h1, ()i
b
= h , ()i
b
= F()(x),
b
I(x, ) = h (), ()i
0
2
2
2
(7.74)
1
1
+ix
()
b e
() d =
(y)
e+i(xy) () d dy
I(x, ) =
2 yR
2 R
R
Z
1
1
=
(y)b
(y x) dy = hb
(y), (x + y)i.
2 yR
2
Et avec (7.68), il vient :
1
I(x, ) h 20 (y), (x + y)i = (x).
0
2
Identiant la limit ci-dessus avec la limite trouve dans (7.74), on obtient F(F())(x) = (x)
pour tout x R (ds que S ), et F : F(S) S dni bien l'inverse de F .
Il reste montrer que F est surjective, i.e. que F(S) = S . Mais c'est immdiat car si S ,
alors = F(F())
et donc est l'image de F()
.
On obtient bien sr le mme rsultat en considrant F(F()).
54
55
b
h,
b i = h, i,
(7.75)
, S.
S,
df
hTb, i = hT, i
b
(7.76)
Exemple 7.49 Si f L1 (R) alors f est tempre (i.e. Tf distribution rgulire associe f est
x
Z Z
1
ix
( f () e
d) (x) dx = hfb, i
=
2 x
(7.77)
On peut en eet appliquer le thorme de Fubini puisque la fonction (x, ) (x)f () eix est
R
ix
dans L1 (R2 ). Et donc on retrouve bien fb(x) = 12 f () eix d = h e2 , f i.
7.6.2
F(S 0 ) S 0
Proposition 7.50 La transforme de Fourier d'une distribution tempre est une distribution
tempre, i.e., F(S 0 ) S 0 .
Preuve. On sait que F est un isomorphisme de S dans S , et donc, pour T S 0 on a Tb qui est
une application linaire et continue sur S (dnition (7.76)). La linarit est triviale et sachant
pk,l ()
b C pl+2,k () o C > 0 (voir proposition 7.24 et quation (7.35)), la continuit de Tb sur
0
S est immdiate.
7.6.3 Proprits
On a alors :
cj tend vers Tb
Proposition 7.51 Si (Tj )jN est une suite de S 0 qui tend vers T S 0 , alors T
dans S 0 :
Tj * T
dans S 0
cj * Tb
T
dans S 0
(7.78)
cj , i = hTj , i
hT
b hT, i
b = hTb, i
j
(7.79)
D'o le rsultat.
Et par dualit, avec la proposition 7.52 il vient :
(l) () = (i)l T
b()
Tc0 () = i Tb(),
Td
0
0
Tb () = ixT
k T ()
c (),
Tb () = (i)k xd
d
T () = eia Tb
iax T
a Tb() = e\
55
(7.80)
56
proposition 7.21. Le faire, presque facile : mais faire trs trs attention aux notations ! Par exemple,
pour tout S :
0
0 (x) (), ()i df
[ (x)i df
[ (x)i = hT (x), i()(x)i
\
hT\
= hT 0 (x), ()
= hT (x), ()
1
b0 =
2
(7.82)
1
ba = eia
2
(7.83)
1 2
x2 =
e\
e 4 * 20 .
2
On en dduit, l'aide de la convergence dans S 0 que, proposition 7.51 :
b
1 = 20
dans S 0 .
(7.85)
(7.86)
Ici, la transforme de Fourier de 1R est obtenue comme limite de transforme de Fourier de fonctions
de S . Un calcul direct ne peut pas se faire puisqu'on ne peut pas inverser l'ordre de l'intgration
(le thorme de Fubini n'est pas applicable).
l'aide de la proposition 7.52, on en dduit :
+ix =
e[
ix =
e[
2 ,
ix = e[
ix 1 = b
puisque ed
1.
56
2 ,
(7.87)
57
1
Tb() = hTx , eix i.
2
(7.88)
est parfaitement dnie car x 12 eix est une fonction C (R) (et Tb() est not abusivement
R
1
T (x) eix dx, l'intgration se faisant sur le support born de T .)
2
1
Tb() = hTx , eix i.
2
(7.89)
Preuve. T tant support compact est tempre (voir exemple 7.38) et Tb est donc bien dni et
est tempre. Montrons que Tb est bien donn par (7.89). Par dnition, pour tout S :
Z
1
hTb, i = hT, i
b = hT ,
(x) eix dxi.
(7.90)
2
xR
Et par intgration Fubini, on a :
Z
1
1
b
hT , i =
hT , eix i (x) dx = hhT , eix i , (x)i.
2 xR
2
(7.91)
D'o (7.89).
(7.92)
i
b00 () = ,
2
i
ba0 () = eia .
2
1 eia .
2
(7.93)
Preuve. Ayant eix dans C (R), on a Tb qui est C (R) (proposition 3.1), et avec (7.89)
d b
T () = hTx , (ix) eix i.
d
(7.94)
Il reste voir la lenteur de la croissance (au plus polynomiale). Hors programme (voir annexe) :
sachant T support compact, T est une distribution d'ordre nie p N :
C > 0,
C (R),
|hT, i| C
sup
|() (x)|,
xK,p
(7.95)
sup
xK,p
d b
T ()| C 0 (1 + ||)p ,
d
(7.96)
(7.97)
avec C 0 > 0 donn par la formule de Leibniz. Et T est bien croissance lente ainsi que toutes ses
drives.
57
58
(1)
df
hFT, i = hT, Fi
1
2
R
R
(7.98)
(x) e
+ix
dx pour tout S .)
Proposition 7.56 La transforme de Fourier est un isomorphisme de S 0 dans S 0 et, pour tout
T S0 :
(7.99)
(7.100)
dduit que F(1R ) = F( 2 0 ) et donc que, F(1R ) = 20 dans S 0 , rsultat quine peut pas tre
obtenu par un calcul immdiat. Et 0 n'tant pas une fonction, ce rsultat b
1 = 20 n'a pas de
sens au sens des fonctions.
Proposition 7.58 La transforme de Fourier F est une isomtrie bijective de L2 (R) sur lui-mme,
d'inverse F 1 = F .
isomtrie de S dans S pour le produit scalaire (, )L2 : c'est le thorme d'inversion 7.47 associ
au thorme de Parseval 7.29 (conservation du produit scalaire (, )L2 ).
Il reste considrer L2 (R) (et non seulement S ). Admettons un instant que S soit dense dans
2
L (R) muni de sa norme. Montrons que si (j ) suite de S tend vers f L2 (R), alors (
bj ) (qui
est une suite de S ) est convergente dans L2 () : on a ||f j ||2 0, et donc (j ) est une
suite de Cauchy de L2 () et ||i j ||2 0 dans L2 (R). Et l'aide du thorme de Parseval,
||
bi
bj ||2 0 dans L2 (R). Donc (
bj ) est une suite de Cauchy dans L2 (R) qui est complet. Donc
2
c'est une suite convergente de L (R). Notons g = lim(
bj ). Mais L2 (R) S 0 et donc fb = g dans
S 0 , et donc fb L2 (R).
Il reste dmontrer que S est dense dans L2 (R), ce qui est l'objet du lemme suivant.
58
59
(7.101)
En particulier, l'nergie est conserve par transforme de Fourier : pour tout L2 (R) :
(7.102)
2
b b
(7.103)
c = 1
b b
2
(7.104)
Et ces galits sont conserves si C (R) est croissance lente (toujours avec S ).
Preuve. La relation (7.103) n'est autre que l'intgrable double d'une fonction variables spares :
Z
Z
1
[
() =
(y) (x y) dy eix dx
2 xR yR
Z
Z
1
iy
b
=
(
e
(y) dy)(
eiz (z) dz) = 2 ()
b ()
2 yR
zR
(7.105)
le thorme de Fubini tant applicable la fonction (z, y) ei(y+z) (y) (z) tant dans L1 (R2 ).
Ces relations sont vraies pour les mmes raisons pour et dans L1 (R), et sont conserves si
on remplace F par F (calcul similaire).
On en dduit que, pour tout et dans S :
b = 2F()F(
b = 2
F(
b )
b
)
(7.106)
d'o en appliquant F :
b b = 2F(). Si est croissance lente et S , on a S , et
c f i.
h, F(b f i) = 2h, fbi = 2h, fbi = 2h,
Lemme 7.62 Si S E 0 (R) ( support compact) et si T D0 (R) alors pour tout D(R) :
hS T, i = hS, T i
(7.107)
Preuve. S tant support compact, S T a bien un sens dans D0 (R). Et, pour tout D(R) :
(7.108)
60
Lemme 7.63 Si S E 0 (R) ( support compact) et si Tj est une suite de D0 (R) qui converge vers
T dans D0 (R), alors la suite S Tj converge vers S T dans D0 (R) quand j :
S E 0 (R)
et Tj * T
S Tj * S T
(7.109)
Preuve. S tant support compact, STj a bien un sens dans D0 (R). Et on a, pour tout D(R) :
hS Tj , i = hS, Tj i
(7.110)
hS Tj , i = hS, Tj i hS, T i = hS T, i
j
(7.111)
Lemme 7.64 Pour tout T S 0 (tempre), il existe une suite (Tj ) E 0 (R) ( support compact)
telle que Tj * T dans S 0 .
(7.112)
1
fd
T = fb Tb
2
(7.113)
\
S
T = 2 Sb Tb
(7.114)
F(S T ) = 2 F(S)F(T )
(7.115)
hfc
T , i = hf T, i
b = hT, f i
b
(7.116)
D'o :
1
1
f
b = F(F(f ))
b = F(Ff F())
b = F(fb )
2
2
(7.117)
1
1
1
hfc
T , i = hT, F(fb )i = hTb, fb i = hTb fb, i
2
2
2
(7.118)
61
(i) Si S et T sont dans E 0 (R) alors S T a bien un sens (proposition 6.3), et S T E 0 (R2 ) (
support compact, de support le produit cartsien des supports). D'o :
1
1
\
S
T () = h(S T )(x), eix i = hS(x) T (y), ei(x+y) i
2
2
1
i(x+y)
b Tb()
= hS(x), hT (y), e
ii = hS(x), eix Tb()i = 2 S()
2
(7.119)
S Tj * S T
(7.120)
F(S Tj ) = F(S)F(Tj )
(7.121)
De plus, F(S) C (R) croissance lente (proposition 7.55). On en dduit que F(S)F(Tj ) *
F(S)F(T ) dans S 0 et donc :
(7.122)
En eet :
(l) = il l T
b et
Td
(i)l xd
lT =T
b(l)
ia b
T
d
aT = e
iax T
a Tb = e\
T 0 = 00 T
1 i .
2
d'o
0
c0 = \
T
0T =
0 b
b
2 c
0 T = iT
(7.124)
i
2
puisque F(00 ) =
De mme, F(00 ) =
et donc F(T 0 ) = i F(T ). Puis par rcurrence
sur l. Et la deuxime relation s'en dduit, voir la proposition 7.52.
La troisime relation s'obtient comme :
d
2F(a )F(T ) = eia F(T )
(7.125)
a T = F(a T ) =
puisque a E 0 (R) et donc F(a ) =
dduit, voir la proposition 7.52.
1 ha (x), eix i
2
61
1 eia .
2
62
(m1)
u(0) = u0 , . . . , u
(0) = um1
(m conditions initiales),
l'inconnue u tant une distribution (ou plus simplement une fonction), les (ui )0im1 tant des
donnes du problme (constantes d'intgrations). On note P l'oprateur direntiel :
P =
dm
dm1
d
+ am ,
+ a1 m1 + . . . + am1
m
dx
dx
dx
(8.2)
P (u) = f,
(= (z z1 )...(z zm )).
Et les racines zi de ce polynme (qu'on devra calculer) vont permettre de rsoudre simplement (8.1).
On se rappelle que :
(i) 0 est l'lment neutre pour la convolution : A 0 = 0 A = A pour tout distribution A
(cela a un sens car 0 est support born), et que,
(m)
(ii) 00 A = A0 pour toute distribution A, ainsi que 0 A = A(m) .
L'ide est d'crire P (u) = f comme l'quation de convolution :
(
P (0 ) u = f,
(8.3)
P (0 ) = 0
(m1)
+ a1 0
+ . . . + am1 00 + am 0
D0 (R).
(8.4)
(La notation P (0 ) est abusive, car P n'a t dni que sur les fonctions C m , mais elle est explicite :
polynme en 0 .)
Alors si on sait trouver un inverse de A = P (0 ) pour le produit de convolution, i.e. si B est
une distribution qui vrie A B = 0 = B A, i.e. B = A1 inverse au sens de la convolution,
et si B f a un sens, alors u = B f est solution aux conditions initiales prs.
Le problme des conditions initiales montre que cette approche formelle n'est pas bien dnie
(en ce qui concerne l'unicit de B ) : il faut se donner un cadre dans lequel l'inverse d'une distribution
existe et est unique. Ceci n'est pas possible en gnral : on se limitera au cas o on dispose d'une
algbre de convolution A0 , l'inverse dans une algbre tant unique quand il existe, et on supposera
que le second membre f est dans A0 . On cherchera alors une solution u dans A0 .
Ceci demande quelques prcisions, bien que le rsultat soit `simple' et donne naissance au calcul
symbolique dont la programmation est lmentaire.
63
1 - toutes les distributions, sauf une au plus, ont leurs supports borns,
2 - n = 1 et toutes les distributions ont leur support limits gauche,
Et dans le cas o le produit de convolution a un sens, il est associatif ((R S) T = R (S T ))
et commutatif (R S = S R).
Remarque 8.2 L'associativit n'est pas vrai si les supports ne sont pas convolutifs, i.e., bien que
chaque terme ait ventuellement un sens, (R S) T 6= R (S T ) en gnral. Par exemple :
0 = (1 00 ) H0 6= 1 (00 H0 ) = 1
(8.6)
Remarque 8.3 La proposition ne donne qu'une condition susante. Dans R4 par exemple, R
S T a un sens si toutes les distributions ont leur support dans le demi-espace t 0 et en outre si
toutes, sauf une au plus, ont leur support dans le cne d'ondes d'avenir t 0, t2 x2 + y 2 + z 2 .
64
La proposition 8.1 permet de dnir des algbres de convolution, o 0 est l'lment unitaire :
0 T = T 0 = T
(8.7)
Exemple 8.5 A = D0 (R)+ est l'algbre de convolution des distributions support limit gauche
en 0 : permet de traiter les quations direntielles avec conditions initiales. (Application galement
la transforme de Laplace).
Exemple 8.6 A = E 0 (Rn ) est l'algbre de convolution des distributions de Rn support born :
permet de traiter les quations aux drives partielles avec conditions aux limites.
Exemple 8.7 Dans R4 , on a l'algbre de convolution des distributions support dans le cne
d'avenir t 0, t2 x2 + y 2 + z 2 .
Dnition 8.8 On dit que E A est solution lmentaire de l'quation de convolution (8.8) si E
est solution de l'quation :
A E = 0
dans A,
(8.9)
i.e. si E est l'inverse de A dans A. On note E = A1 , et on dit encore que A admet une solution
lmentaire ou que A a inverse dans A.
Remarque 8.9 Il n'existe pas toujours de solution lmentaire. Par exemple si A = D(R)
Proposition 8.10 On se donne une algbre de convolution A (par exemple D0 (R)+ ou E 0 (Rn )), et
E A u = E f.
D'o u = E f est solution dans A car E et f sont dans l'algbre A.
Et l'unicit de u est donne par l'unicit de l'inverse dans une algbre.
64
(8.10)
65
8.3.2 Contre-exemple
La recherche de la solution lmentaire est le problme essentiel de la rsolution. Et il est
indispensable de rester dans une algbre de convolution. Sinon :
Par exemple, dans R3 avec la distribution A = 0 et l'algbre de convolution E 0 (R3 ), qui
donne l'quation de Poisson :
0 u = f u = f
(8.11)
1
Il existe une solution lmentaire E = 4r
(i.e. E = 0 ), mais E 6 E 0 (R3 ), i.e. n'est pas
support born. Et le produit de convolution E f n'a pas de sens, moins que f soit support
born. Mais mme dans ce cas, il n'y a aucune raison pour que la solution soit unique. En eet, si
1
f est support born, u = 4r
f est solution particulire, la solution gnrale tant :
u=
1
f + distribution harmonique
4r
(8.12)
P =
dm
dm1
d
+
a
+ . . . + am1
+ am ,
1
dxm
dxm1
dx
(8.13)
P (v) = g
D0 (R)+ ,
(8.14)
D0 (R)+ ,
(8.15)
Av =g
A = 0
(m1)
+ a1 0
+ . . . + am1 00 + am 0 = P (0 ).
(8.16)
A E = 0
i.e. P (0 ) E = 0 .
(8.17)
P (E) = 0 ,
(8.18)
v = A1 g = E g,
(8.19)
65
66
E(x) = H0 (x)w(x)
D0 (R)+ ,
(8.20)
(c'est donc une fonction) o w C (R) est la solution classique C (R) de l'quation direntielle
homogne aux conditions initiales (de Cauchy) :
P (w) = 0,
(m1)
w
(0) = 1.
(8.21)
(Toutes les conditions initiales sont nulles sauf la dernire qui vaut 1.)
w C (R). Pour tre dans l'algbre D0 (R)+ , on considre la fonction tronque H0 w (qui donc
par construction a bien son support dans R+ ).
Il s'agit de montrer que E = H0 w , i.e. :
P (0 ) (H0 w) = 0
...
(8.22)
P (H0 w) = H0 P (w) + 0 = 0 + 0 = 0
(8.23)
Corollaire 8.12 Pour g D0 (R)+ , la solution v D0 (R)+ de P (v) = g est donne par :
v = (H0 w) g
D0 (R)+
Preuve. Vrions que P ((H0 w)g) = g , i.e. que P (0 )((H0 w)g) = 0 . On a P (0 )((H0 w)g) =
(P (0 ) (H0 w)) g = 0 g = g dans D0 (R)+ (associativit dans une algbre).
0
(
P (v) = g D0 (R)+ ,
puis calculer v = E g,
la seule quation direntielle rsoudre tant (8.21) qui donne w donc E = H0 w.
66
(8.24)
67
dE
= 0 (= 00 v)
(8.25)
dx
La solution (lmentaire) est donne par E = H0 w o w est solution de l'quation homogne :
dw
= 0,
w(0) = 1
(8.26)
dx
La solution est w(x) = 1. Donc, la solution (lmentaire) E de E 0 = 0 dans l'algbre D0 (R)+ est :
P (w) =
(00 )1
Et donc
= H0 =
dans l'algbre D0 (R)+ .
E(x) = H0 (x)
d
dx
0 : l'inverse de la drive
est la primitive
(8.27)
: attention, uniquement
(m1)
e
=
u
+
a
u
+
.
.
.
+
a
u
+
a
u
,
0
m1
1 m2
m2 1
m1 0
(8.29)
e1 = um2 + a1 um3 + . . . + am2 u0 ,
...
em1 = u0 .
Et donc :
P (H0 u) = H0 f +
m1
X
(k)
ek 0
D0 (R)+ .
(8.30)
k=0
Et donc v = H0 u vrie :
P (v) = g
g = H0 f +
m1
X
(k)
ek 0
D0 (R)+ ,
(8.31)
k=0
avec les ek dnis dans (8.29). On vrie bien que tous les termes sont bien des distributions
support dans R+ : on est bien dans l'algbre D0 (R)+ .
Et donc :
m1
X
(k)
(v =) H0 u = E g = H0 w g = H0 w (H0 f +
ek 0 )
k=0
= H0 w H0 f +
m1
X
e k H0 w
(8.32)
(k)
k=0
(k)
(avec la proposition 8.11 et (H0 w) 0 = (H0 w)(k) = H0 (w)(k) pour k m 1, voir (8.22).)
Donc, on connat u(x) pour tout x > 0 (et on connat u(0) la condition initiale) :
67
68
Proposition 8.13 Pour f C (R) donne, la solution de (8.28) est donne par :
Z
x > 0,
u(x) =
w(t)f (x t) dt +
m1
X
ek w(k) (x)
(8.33)
k=0
Exemple 8.14 En particulier, rsoudre l'quation direntielle avec conditions initiales homognes : P (u) = f avec u(0) = ... = u(m1) (0) = 0 donne le rsultat simple u = (H0 w) (H0 f ).
H0 (x)u. On retrouve la mme formule (8.33) qui est donc valide pour tout x R.
8.4.4 Exemples
Exemple 8.17 Soit l'quation direntielle :
du
= f,
dx
(8.34)
u(0) = u0
o f est une fonction C 0 (R). La solution lmentaire E dans D0 (R)+ vaut E = H0 (x) (inverse de
00 dans D0 (R)+ ). D'o :
Z x
x > 0, u(x) = (H0 (H0 f ))(x) + e0 H0 (x) =
f (t) dt + u0
0
(8.35)
u(0) = u0
P (w) =
dw
+ w = 0,
dx
w(0) = 1
(8.36)
i.e. w(x) = ex . Donc, la solution (lmentaire) dans l'algbre D0 (R)+ est E(x) = H0 (x)ex . On
obtient :
Z x
x > 0, u(x) = (H0 w (H0 f ))(x) + e0 H0 (x)w(x) =
e(xt) f (t) dt + u0 ex
0
d
(o la puissance m dnote donc la composition des oprateurs), la solution l
) = dx
mentaire de P E = 0 dans D0 (R)+ est donne par :
xm1
),
(m 1)!
(8.37)
Z
x > 0,
u(x) =
0
m1
X
(x t)m1 (xt)
)e
f (t) dt +
ek w(k) (x),
(m 1)!
k=0
69
P =
dx
2
=(
d
d
d
d2
) (
) = 2 2
+ 2 ,
dx
dx
dx
dx
(8.38)
(8.39)
On sait que la solution gnrale de l'quation homogne P w = 0 (pour les fonctions) est une
combinaison linaire des solutions indpendantes ex et xex : w(x) = aex + bxex , et la solution
homogne qui nous intresse a pour conditions initiales w(0) = 0 et w0 (0) = 1, et donc :
w(x) = xex .
On retrouve (8.37). Donc l'quation direntielle :
2
(u) = f
dx
Z
x > 0,
u(x) =
d2
+ 2 )w = 0,
dx2
w0 (0) = 1,
w(0) = 0,
P E = 0 est :
sin(x)
E = (000 + 2 0 )1 = H0 (x)
, x R.
(8.40)
Pu = (
d2
+ 2 )w = f,
dx2
u(0) = u0 ,
u0 (0) = u1
on obtient e0 = u1 + 0 et e1 = u0 d'o :
Z x
sin((x t))
u1
x > 0, u(x) =
f (t) dt +
sin(x) + u0 cos(x)
0
(On rerouve le rsultat connu).
Cette quation est obtenue par transformation de Fourier partielle de l'quation des ondes (la
transforme de Fourier partielle permet dans ce cas de transformer une quation aux drives
partielles en une quation direntielle).
69
70
Proposition 8.22 Si deux distributions B D0 (R)+ et C D0 (R)+ sont inversibles dans D0 (R)+ ,
alors B C est inversible dans D0 (R)+ d'inverse :
(B C)1 = C 1 B 1
(= B 1 C 1 ).
(8.41)
Preuve. En eet, dans l'algbre de convolution, le produit de convolution est associatif et il vient :
(B C) (C 1 B 1 ) = B (C C 1 ) B 1 = B 0 B 1 = B B 1 = 0 ,
(8.42)
(8.43)
A E = 0 = B C E,
v = B 1 C 1 g.
(8.44)
x > 0,
(8.45)
et on retrouve le rsultat dj vu. Pour x < 0, il sut de se placer dans l'algbre D0 (R) pour
trouver le mme rsultat.
(8.46)
(8.47)
d
d
d
Et donc que P = ( dx
z1 ) ( dx
z2 ) . . . ( dx
z m ).
Avec le rappel prcdent, on dduit que :
(8.48)
(00 0 )m = H0 ex . . . H0 ex = H0 (x)ex
d'aprs (6.26).
70
(8.49)
71
1
2. (0 )0 + 0
= H0 ex dans D0 (R)+ .
1
xm1
3. [(0 )0 + 0 ]m
= H0 (x) ex (m1)!
dans D0 (R)+ .
On note symboliquement :
nota
p = 00 ,
1 nota
= H0 ,
p
nota
1 = 0 ,
nota
=
(8.50)
1
p+
3.
1
(p+)m
= H0 ex
m1
x
= H0 (x) ex (m1)!
u
x + a1 u = f avec
(00 a1 0 ) E = 0 ).
E=
1
p a1
u(x) =
ea1 t f (x t) dt + u0 ea1 x .
t=0
2u
u
x2 +a1 x +a2 = f avec u(0)
2
p +a1 p+a2 . Si z1 et z2 sont les racines,
= u0 et u0 (0) = u1 . On commence
on a p2 +a1 p+a2 = (pz1 )(pz2 ).
1
a
b
=
+
(p z1 )(p z2 )
p z1
p z2
1
1
avec a = z1 z
(quation ci-dessus multiplie par p z1 et valeur prise en p = z1 ) et b = z2 z
2
1
(quation ci-dessus multiplie par p z2 et valeur prise en p = z2 ). D'o la solution lmentaire :
1
1
ez1 x +
ez2 x .
z1 z2
z2 z1
2u
x2
1
1
1
1
1
= 2
=
(
)
2
P (p)
p +
2i p i p + i
(8.51)
1 ix
sin x
(e
eix ) =
(8.52)
2i
Rx
Dj fait dans l'exercice 8.21. D'o pour x > 0, u(x) = t=0 sint f (xt) dt+u1 sinx +u0 cos x.
E(x) = H0 (x)w(x) o w(x) =
71
72
Exemple 8.29 On veut rsoudre P (0 ) u = f pour des C.I. u(0) = u0 , u0 (0) = u1 et u00 (0) = u2 ,
E=
a
b
c
1
=
+
+
.
2
2
(p z1 ) (p z2 )
p z1
(p z1 )
p z2
(8.53)
1
Pour trouver c on multiplie (8.53) par p z2 puis on prend la valeur pour p = z2 : c = (z2 z
2.
1)
1
2
Pour trouver b on multiplie (8.53) par (p z1 ) puis on prend la valeur pour p = z1 : b = z1 z2 .
1
Pour trouver a on multiplie (8.53) par p et on fait tendre p vers : a = c = (z2 z
2.
1)
D'o :
E(x) = H0 (x)w(x) o w(x) = aez1 x + bxez1 x + cez2 x ,
Remarque 8.30 On rappelle que dans C les lments simples sont les fractions rationnelles
1
(zzi )j .
Ainsi la dcomposition en lments simples dans C est pour tout polynme P de la forme :
1
a11
a1k
an1
ank
=
+ ... +
+ ... +
+ ... +
,
P (z)
z z1
(z z1 )k1
z zn
(z zn )kn
si les zi sont les racines complexes de multiplicit ki (et zi 6= zj quand i 6= j ). (On appelle rsidu
ai1
les constantes ai1 C correspondant aux coecients zz
.)
i
1
Par contre si on cherche les racines relles, alors les lments simples sont les (xx
j et les
i)
x+
(x2 +ax+b)j
Et donc :
A = P (0 ) =
Y
Y
(00 zj 0 )kj :=
(p zj )kj
j
On en dduit que :
E = A1 =
(00 zj 0 )kj :=
On dcompose
X
1
=
P (z)
j
1
P (z)
(8.55)
Y
j
1
(p zj )kj
(8.56)
en lments simples :
cj,kj
cj,1
+ ... +
(z zj )kj
(z zj )
D'o :
E = (P 0 )1 :=
(8.57)
X
xkj 1
:=
cj,kj H0 (x)ezj x
(kj 1)!
j
1
P (p)
+ . . . + cj,1 H0 (x)ezj x
(8.58)
On rsout donc les quations de convolution dans D0 (R)+ en dcomposant en lments simples le
polynme inverse.
72
73
Exemple 8.31 Voici un autre exemple d'application du calcul symbolique. Soit l'quation l'inconnue u :
(8.59)
1 0
1
(( i0 )1 + (00 + i0 )1 ) H0 u = H0 (x)g(x)
2 0
2
Soit avec la notation symbolique :
1 1
1
(
+
)H0 u = H0 g
2 pi p+i
1
+
d'o, puisque 12 ( pi
1
p+i )
p
p2 +1
H0 u =
p2 + 1
1
H0 g = (p + )H0 g
p
p
H0 u = (00 + H0 ) H0 g
D'o la solution :
Z
x > 0,
u(x) = g 0 (x) +
g(t) dt
0
(8.60)
Ne pas oublier de considrer H0 g et non simplement g puisque qu'on doit travailler dans l'algbre
D0 (R)+ : le membre de droite de l'quation de convolution doit tre pris dans l'algbre (le produit
de convolution n'a pas de sens en gnral sinon).
9 Transforme de Laplace
Cette transformation qui est une extension de la transforme de Fourier ncessite la connaissance
des fonctions holomorphes.
Ce paragraphe est une introduction la transforme de Laplace qui permet de justier le calcul
symbolique de manire plus simple a posteriori que la transforme de Fourier.
(9.1)
Proposition 9.1 Si f L1loc (R) est telle que pour = 0 la fonction |f (t)e0 t | est intgrable,
alors pour tout R, posant p = 0 + i , la transforme de Laplace L(f )(p) est bien dnie. Et
il en est alors de mme pour tout p C tel que Re(p) 0 .
intgrable : la domination par une fonction intgrable donne bien f (t)ept L1 (R) (cette fonction
tant mesurable comme produit de fonctions mesurables).
73
74
Dnition 9.2 Pour f L1loc (R) donn, le plus petit 0 vriant la proprit prcdente est ap-
Exemple 9.3 Pour f = polynme non nul, l'abscisse de sommabilit est 0 = 0 et le domaine de
est le domaine de sommabilit. Donc L(f ) est une fonction holomorphe dans et donc analytique
dans (dveloppable en srie entire au voisinage de tout point de ).
L(H0 )(p) =
1
p
(9.2)
p C tel que
(9.3)
Re(p) > 0
Cette quantit est bien dnie comme le montre l'application du thorme de la convergence
domine de Lebesgue.
p C tel que
(9.4)
Re(p) > 1
p C
tel que
(9.5)
Re(p) > 0
0 t
On appelle abscisse de sommabilit (ou de convergence absolue) le plus petit 0 tel que e
T S 0.
Et le domaine (demi-plan) {p C : Re(p) > 0 }, o 0 est l'abscisse de sommabilit, est le domaine
de sommabilit de l'intgrale de Laplace.
Preuve. Si 1 > 0 , on a, pour tout S que e(1 0 )t est C (R) dcroissance rapide en
+ et donc, pour T distribution support dans R+ :
1 t
(9.6)
(9.7)
75
Proposition 9.7 Les transformes de Laplace des distributions de D0 (R)+ sont holomorphes, et
donc analytiques, dans le domaine de sommabilit.
Preuve. C'est la proprit de drivation sous le signe h., .i, proposition 3.1.
L(a T )(p) = e
et
et
(9.8)
L(T )(p)
(9.9)
En particulier, on retrouve le fait qu'une drivation est transforme en polynme par Laplace.
L(T 0 )(p) = hTt0 , ept i = hTt , pept i = phTt , ept i puis par rcurrence pour l N on a la
premire relation. Puis par drivation sous le crochet :
d
L(T )0 (p) = dp
hTt , ept i = hTt , tept i = htTt , ept i = L(tT )(p) puis par rcurrence pour
l N on a la deuxime relation. Puis par un calcul direct :
L(a T )(p) = hTt , ep(t+a) i = epa hTt , ept i et quand cela a un sens :
L(e+t T )(p) = hTt , et ept i = hTt , et(p) i = L(T )(p ) = L(T ).
(= h0 , ept i)
(l)
(9.10)
1
p i
1
p + i
p
L(H0 (t) cos(t))(p) = 2
p + 2
(9.11)
tn
1
1 dn 1
1
)(p) = (1)n+1 L(H0 )(n) (p) = (1)n+1
( ) = n+1
n!
n!
n! dpn p
p
(9.12)
L(H0 (t)et
tn
tn
1
)(p) = L(H0 (t) )(p) =
n!
n!
(p )n+1
75
(9.13)
76
L(f )( + i) =
(f (t)et ) eit dt = 2F(H0 f et )()
(9.14)
0
Z
1
H0 (t)f (t)et = FF(H0 f e. )(t) =
F(H0 f e. )() e+it d
2 =
Z
Z
1
=
(
H0 (s)f (s)es eis ds) e+it d
2 = s=
D'o :
(H0 f )(t) =
et
2
L(f )( + i) e+it d
(9.15)
(9.16)
(donc on ne peut connatre f que sur R+ puisqu'on ne sait calculer que la fonction tronque H0 f .)
Soit encore, en intgrant sur la droite imaginaire z = avec donc dp = 0 + id :
Z +i
1
t 0,
f (t) =
L(f )(p) e+ipt dp
(9.17)
2i i
C'est la formule d'inversion. Il reste savoir sous quelles conditions cette formule est valide.
On sait que la transforme de Laplace est une fonction holomorphe. Il s'agit donc de savoir sous
quelles conditions une fonction holomorphe L(p) est la transforme de Laplace d'une distribution.
Proposition 9.12 Pour qu'une fonction holomorphe p L(p) soit la transforme de Laplace
d'une distribution de D0 (R)+ , il faut et il sut qu'il existe un demi-plan > 0 (domaine de
sommabilit) dans lequel L(p) soit tempre.
(Admis.)
Proposition 9.13 Soit S D0 (R)+ , resp. T D0 (R)+ , ayant une transforme de Laplace pour p
tel que Re(p) > 1 , resp. tel que Re(p) > 2 , avec 1 , 2 R.
Alors, pour tout p C tel que Re(p) > max(1 , 2 ), on a :
(9.18)
(9.19)
Corollaire 9.14 Si T D0 (R)+ a une transforme de Laplace pour p dans le domaine de sommabilit Re(p) > 0 , alors dans le domaine de sommabilit :
(9.20)
Preuve. En eet, T (l) = 0(l) T , d'o L(T (l) )(p) = L(0(l) )L(T ) = pl L(T ).
Exemple 9.15 On retrouve :
L(0 )(p) = L(H00 )(p) = L(00 H0 )(p) = L(00 )(p) L(H0 )(p) = p
i.e., par Laplace, la drive 00 est bien l'inverse de la primitive H0 .
76
1
=1
p
(9.21)
77
L(0 ) = 1,
L(00 ) = p,
L(H0 ) =
1
p
(pour p R+ R)
(9.22)
(9.23)
(9.24)
(9.25)
d'inverse :
P (p) = p2 + 2 = (p i)(p + i)
(9.26)
1
1
1
1
=
(
+
)
P (p)
2i p + i p i
(9.27)
Et il vient :
L(u)(p) =
1
1
1
(
+
)L(f )(p)
2i p + i p i
(9.28)
(H0 u)(t) =
1
sin(t)
(H0 eit + H0 eit ) H0 f (t) =
H0 f (t)
2i
(9.29)
rsultat annonc dans l'exemple 8.28. Ne pas oublier de considrer H0 f et non simplement f
puisque la transforme de Laplace inverse ne donne que la fonction tronque H0 f (et non f ).
77
78
1
m } pour
m 1Km
m N.
Soit alors (m ) D(R) une suite rgularisante, et on considre m =
D(R) qui
2
vaut 1 sur Km . On prend alors m (assez grand) tel que m
< r ce qui donne m D() avec m
qui vaut bien 1 au voisinage de K .
On en dduit :
Proposition
S 10.2 (Partition de l'unit.) Soit K un compact dont on considre un recouvrement
m
dans un voisinage de K
(10.1)
Preuve.
Sm Admettons un instant qu'on puisse trouver des compacts Kj j qui recouvrent K :
K j=1 Kj .
Soit alors j D(j ) une fonction qui vaut 1 sur Kj (une telle fonction existe d'aprs la
proposition prcdente). On pose dans Rn :
1 (x) = 1 (x)
2 (x) = 2 (x)(1 1 (x))
(10.2)
...
m (x) = m (x)(1 m1 (x))...(1 1 (x))
Sm
j=1
Kj .
Sm
j=1
j . Alors il existe
Preuve. Soit x K et soit jx [1, m] tel que x jx . Puis soit Cjx jx un compact inclu
j . On a donc K S
Ainsi, une boule Bn1 Rn1 et un intervalle [an , bn ] dnissent le `cylindre' Bn1 [an , bn ],
et une fonction : Bn1 R avec C (Bn1 , R) dnira une `surface' rgulire (i.e., son
graphe {(x0 , (x0 )) : x0 Bn1 } est une `surface inniment lisse' de Rn ).
Dnition 10.4 On dit que ouvert born de Rn est une domaine rgulier si localement est
l'ensemble des points situs au dessus du graphe d'une fonction C (Rn1 , R), i.e. :
78
79
a (x0 )
x1
...
1
1
a (x0 )
~n(~x) = p
(10.4)
0 = p
(x
)
0
2
0
2
a
1 + |a (x )|
1 + |a (x )|
xn1
1
1
0
a (x )
a (x ) t
0
0
o a (x0 ) = ( x
, ...,
xn1 ) est le vecteur gradient de a en x = (x1 , ..., xn1 ), et |a (x )|
1
sa norme dans Rn1 . Noter que tant (localement) au dessus du graphe de a , la dernire
composante de ~n(~x) est bien dnie par un signe `' pour avoir la normale extrieure (ou sortante).
Pour mmoire :
Dnition 10.5 On appelle i-me cosinus directeur de la normale ~n(~x) la projection du vecteur
normal ~n(~x) dans la i-me direction : cos i = (~n(~x), ~ei )Rn = ni (~x).
Puis on dnit localement (au voisinage de ~a) l'lment de surface comme tant la mesure sur
Rn1 dnie au voisinage de ~a par :
p
da = 1 + |a (x0 )|2 dx0
(10.5)
o on a not dx0 = dx1 ...dxn1 . On montre que cette mesure est indpendante du choix du repre
1
Ra (exercice). Et
n'est autre que la jacobien de la transformation en x, voir cours
0 2
1+|a (x )|
)
,
o
on
a not 0 l'ouvert d'intersection vide
0
j
j=1
T
avec K et o j K 6= pour 1 j m. On se donne alors une partition de l'unit 0 + 1 +
... + m relative ce recouvrement, et on dnit l'lment de surface au voisinage de ~x K par :
d =
m
X
i (x0 )dai
(10.6)
i=1
On a ainsi une mesure globale sur (on fait la somme nie des mesures locales dans leurs repres
adaptes).
Puis on dnit l'intgrale de surface d'une fonction continue f par :
Z
hd, f i =
f (~x) d(~x)
(10.7)
(10.8)
C'est la drive de f dans la direction ~n. Attention, ici f est une fonction des n variables `(x0 , xn )'
et a un sens dans tout l'espace Rn et non seulement sur la surface (varit d'ordre n 1). Alors
que la surface est dnie (localement) comme une fonction des n 1 variables x0 .
79
80
x0 Rn1
t=0
f 0
(x , t + (x0 )) dx0 dt =
xi
Z
f (x0 , (x0 ))
x0 Rn1
(x0 ) 0
dx
xi
(10.9)
et pour i = n :
t=0
Z
x0 Rn1
f 0
(x , t + (x0 )) dx0 dt =
xn
Z
f (x0 , (x0 )) dx0
x0 Rn1
(10.10)
Preuve. On applique le thorme de Fubini en posant g(x0 , t) = f (x0 , t + (x0 )) qui est C et qui
donne :
t=0
Z
x0 Rn1
g 0
(x , t) dx1 ...dxn1 dt = 0
x1
f 0
(x , t + (x0 )) dx0 dt =
x1
Rn1
f 0
0
(x , t + (x0 ))
(x ) dx0 dt
xn
x1
Et tant indpendant de xn on a :
Z
Z
Z
i
f 0
0 h
(x , t + (x0 )) dx0 dt =
(x ) f (x0 , t + (x0 ))
dx0
x
x
t=0
n1
n1
1
1
R
0
R
d'o (10.9) pour i = 1 f tant support compact. Et mme calcul pour i n 1.
Pour i = n, on a directement, ne dpendant pas de xn :
Z Z
Z
f 0
0
0
(x , t + (x )) dx dt =
[f (x0 , t + (x0 ))]t=0 dx0
n
x
n
R+
Rn1
(10.11)
(10.12)
(10.13)
(10.14)
(10.15)
o
est
Thorme 10.7 (Formule de Stokes) Pour un domaine rgulier Rn et f C 1 ()
xi
(10.16)
(formule de Stokes.)
80
81
X1 (x1 , ..., xn )
..
~ : (x1 , ..., xn )
(On rappelle que pour X
un champ de vecteur C 1 donn,
.
~ =
on a div(X)
Xn (x1 , ..., xn )
X1
x1
+ ... +
Xn
xn .)
j=0
+
P
Pm f
m
f
j=1 fj
= x
, on en dduit (10.16) pour tout 1 i n 1.
Puis comme j=0 xji =
xi
i
Le cas i = n est immdiat avec le lemme prcdent et la dnition de ~n donne en (10.4) ainsi
que de l'lment de surface d dni en (10.5). D'o la formule (10.16) pour tout 1 i n.
Et la formule de Stokes (10.17) s'en dduit puisque :
Z
~ dx =
div(X)
Z
n Z
n Z
X
X
Xi
~ n d
(~x) dx =
Xi ni d =
X.~
x
i
i=1
i=1
(10.18)
Thorme 10.8 (Intgration par parties) Si f et g sont deux fonctions C 1 dans un voisinage d'un
ouvert rgulier de Rn , on a, pour tout i = 1, ..., n :
Z
Z
Z
g
f
f
dx =
g dx +
f g ni d
xi
xi
(10.19)
Thorme 10.9 (Formule de Green) Si f et g sont deux fonctions C 2 dans un voisinage d'un
g) d
(f g g f ) dx =
(f
n
n
(10.20)
81
82
Proposition 10.10 Pour la fonction f C 1 par morceaux dnie ci-dessus, on a au sens des dis-
f
f
=
+ fext fint ni d,
xi
xi
f
o
est la drive usuelle de f .
xi
au sens de D0 (Rn )
(10.21)
df
h
, i = hf,
i=
xi
xi
f (~x)
(~x) d =
x
n
i
R
Z
f (~x)
(Rn )
(~x) d
xi
(10.22)
On applique la formule d'intgration par parties (10.19) sur chaque morceaux (f y est C 1 ) :
Z
Z
Z
f
(~
x
)
(~
x
)
d
=
(~
x
)
(~
x
)
d
+
fint (~x) (~x) ni d
xi
xi
Z
Z
Z
(10.23)
f
(~x) d =
(~x) (~x) d +
fext (~x) (~x) (ni ) d
f (~x)
xi
Rn xi
Rn
(~n est la normale extrieure pour et ~n est la normale extrieure pour Rn .) On en dduit :
Z
Z
f
f
h
, i =
(~x) (~x) d +
(fext fint )(~x) (~x) ni d
(10.24)
xi
(Rn ) xi
Remarque 10.11 La formule des sauts (10.21) est aussi note, dans D0 (Rn ) :
f
f
f
(~x) =
(~x) + f (~x + 0~n) f (~x 0~n) ni d =
(~x) + f ni d
(10.25)
xi
xi
xi
o f dnote le saut de f travers . Et si ~x 6 , alors f est drivable en ~x, et la drive au
sens des distributions est identiable la drive usuelle : la mesure d son support dans et
si D(Rn ) est nulle sur , on a hd, i = 0.
Remarque 10.12 Une fonction d'une seule variable x1 , cas trait au paragraphe 1.7.2, se comporte comme le cas n-D o est un cylindre d'axe x1 , la normale sortante en `entre' ( gauche) du
cylindre valant ~n(1, 0, ..., 0). On retrouve alors : (i) 0 = f (~x+0)f (~x0) = f (~x+0~n)+f (~x0~n)
et (ii) n1 d = 1 0 0 . Et on retrouve
f 0 = {f 0 } + 0 0 ,
au sens de D0 (R)
(10.26)
La formule n-D peut s'en dduire heuristiquement en notant que la drive dans la direction 1 ne
dpend pas des autres directions, et en particulier, le taux de variation de f dans la direction 1 ne
dpend pas de l'inclinaison de la surface par rapport sur l'axe x1 (qui dpend des autres directions)
mais uniquement de l'aire de la surface projet, i.e., de n1 d .
82
83
u(t, ~x)
u(t, ~x) X
+ div(f~(u(t, ~x)) = 0 =
+
fi (u(t, ~x))
t
t
xi
i=1
(10.27)
f1 (v)
au sens des distributions, la fonction f~ : R Rn note f~(v) = ... tant une fonction qui
fn (v)
est C 1 (R, Rn ). On dduit de la formule des sauts que la densit par rapport d vaut :
n
X
(10.28)
i=1
n
X
u n0 +
f i u ni = 0
(10.29)
i=1
Au=f
(10.30)
P
||
pour f D0 (Rn ). Dans le cas o A = ||m c x 0 est une combinaison linaire de masse de
Dirac et de ses drives, l'quation de convolution est l'quation aux drives partielles :
X || u
=f
x
(10.31)
||m
Preuve. Ayant au moins deux des distributions ayant des supports compacts, savoir A et f , le
produit de convolution est associatif et :
A (E f ) = (A E) f = 0 f = f
(10.32)
u = (E A) u = E (A u) = E f
(10.33)
et donc u s'il existe est unique. Et si A a un inverse dans l'algbre E 0 (Rn ), i.e. si A1 existe,
A1 E 0 (Rn ) et A1 f E 0 (Rn ), alors u = A1 f est bien solution dans E 0 (Rn ).
83
84
(10.34)
u = 0
2
Les fonctions solutions de cette quation sont appeles fonctions harmoniques, et dans R , ce sont
les parties relles de fonctions holomorphes (voir par exemple Rudin [7] chapitre 11).
1
|~
r|
Preuve. En eet :
~r 6= 0,
1r
x
= 3,
x
r
2 1r
1
3x2
=
+
,
x2
r3
r5
1
=0
r
(10.35)
1 1
Il reste donc voir ce qui se passe en 0. Noter que E = 4
r est une fonction localement
intgrable de R3 et dnit une distribution rgulire. Par contre, ce n'est pas une distribution
support compact.
1 1
4 r
(10.36)
r
f (~r) =
(10.37)
f
f
(~x) =
(~x) + f (~x + 0~n) f (~x 0~n) n1 d
x
xi
f
xi
x , r >
r3
(~x) =
(10.39)
0, r <
2 f (~r)
2 f (~r)
f
f
=
+[
(~r + 0.~n)
(~r 0.~n)] n1 d
x2
x2
x
x
2
x
f (~r)
3 n1 d
=
x2
r
(10.40)
D'o :
1
~r.~n
d = 2 d
r3
f = 0
1
D'o 1r = 40 , et E = 4
1
r
84
(10.41)
(10.42)
85
u = f
admet une solution u dans D0 (R3 ) donne par :
u=Ef =
1 1
f
4 r
(10.44)
Preuve. Puisque f E 0 (Rn ), la proposition 10.13 nous dit qu'eectivement E f est solution.
Maintenant, f tant support compact, pour ~r x, si ~r 6 supp(f ), alors pour tout ~x supp(f )
on a ~r ~x 6= 0 et :
Z
f (~x) E(~r ~x) d~x
(10.45)
(E f )(~r) = hf (~x), E(~r ~x)i =
~
xsupp(f )
(criture intgrale abusive si f n'est pas une fonction.) Et E f est bien C au voisinage de ~r
puisque ~x E(~r ~x) est C sur un voisinage de supp(f ) (drivation sous le crochet).
Il reste montrer que u = E f tend vers 0 l'inni : f est une distribution support compact
donc d'ordre ni (proposition A.7). Soit m l'ordre de f . On a, l'existence d'une constante C > 0
telle que, si K est un voisinage de suppf et si ~r
/K :
|E () (~r ~x)|
sup
~
xK, ||m
1
rk
(10.46)
C (). Autrement dit, les seules distributions harmoniques sont les fonctions harmoniques et
celles-ci sont C ().
v = 0 v = (E 0 ) v = E (0 v) = E v
(10.47)
le produit de convolution tant associatif puisque deux des trois distributions sont support
compact. Et d'aprs la proposition prcdente, avec ici f = v , si ~r 6 supp(v), alors E v est
C au voisinage de ~r, donc v est C au voisinage de ~r.
Mais dans le voisinage , tant constante, v = u + 2u. + u = 0 + 0 + 0 = 0.
Donc ~r 6 supp(v) et v = u est C en ~r. Donc u = v/ est C au voisinage de ~r.
Il reste voir qu'une fonction harmonique ne tend pas vers 0 l'inni.
nique dans . Alors si B(~r0 , R) , o B(~r0 , R) est une boule de centre ~r0 de rayon R de frontire
SR , on a :
Z
1
u(~r) dR
(10.48)
u(~r0 ) =
4R2 SR
Autrement dit, pour u harmonique, la valeur de u en ~r0 est compltement dtermine par les
valeurs de u au bord SR .
85
86
1
dR , ui
R2
(10.49)
1 1 , si r R
r
R
gR (~r) =
0, si r < R
(10.50)
gR =
1
dR 40
R2
(10.51)
On en dduit (10.49).
Corollaire 10.20 (Principe du maximum) Une fonction harmonique non constante dans atteint
ses maximum et minimum au bord .
Preuve. Soit uM = u(~rM ) le maximum de u atteint en ~rM . La fonction v = u uM vrie
v(~rM ) = 0, elle est harmonique et C , et si elle n'est pas identiquement nulle on a v(~rM ) < 0 dans
une boule de centre ~rM d'aprs la proprit de la moyenne. Absurde, donc u = cste = uM .
Corollaire 10.21 Si u est une fonction harmonique qui tend vers 0 l'inni dans R3 , alors u = 0
dans R3 .
Preuve. Soit > 0 et R tel que |u(~r)| pour r > R. Et pour ~r0 donn, ~r0 est centre de la boule
1
4 ,
u=Ef =
1 1
f
4 r
(10.52)
(10.53)
86
87
Rappels
On dsigne par C m () l'espace des fonctions dnies et m-fois continment drivables dans
l'ouvert .
On rappelle qu'une fonction est continue sur si elle est continue en tout point x :
x ,
> 0,
x, ,
y ,
(A.1)
> 0,
x ,
y ,
(A.2)
Par exemple, la fonction f (x) = x1 n'est pas uniformment continue sur ]0, [ : il existe > 0, on
prend = 1 par exemple, tel que pour un quelconque, on peut trouver (il existe) x et y , et on
1
1
prend y = 2x tels que |x y| < et | x1 y1 | = | yx
xy | = | 2x | 1 : prendre x < avec x 2 .
Puis on rappelle que toute fonction continue sur un compact y est uniformment continue.
Remarque A.1 La notion de convergence uniforme est indpendante du point qu'on regarde et
permet de dnir une norme sur l'espace des fonctions uniformments continues sur un born :
||f || = supx |f (x)|.
Alors que la notion de convergence simple ou ponctuelle ne donne aucune structure topologique
associe une norme l'ensemble des fonctions simplement continues.
Pour K compact , toute fonction continue tant uniformment continue sur un compact,
pour m N, on munit C m (K) de la topologie de la convergence uniforme, i.e., on considre la
norme sur C m (K) :
m
m
X
X
pK,m (f ) =
sup |f (j) (x)| =
||f (j) ||
(A.3)
j=0 xK
j=0
En particulier, pK,0 = supxK |f (x)| = ||f || est la norme de la convergence uniforme sur C 0 (K),
et C 0 (K) muni de cette norme est norm et complet. De mme, les (C m (K), pK,m ) sont des espaces
de Banach (norms et complets).
L'espace C (K) est muni de la famille de normes (pK,m )mN qui lui confre la structure
d'espace mtrique complet pour la distance :
d(f, g) =
X 1
min(1, pK,m (f g))
2m
(A.4)
mN
mais C (K) n'est pas un espace norm complet : il n'existe pas de norme qui le rende complet
(complet uniquement pour des distances).
S
On dnit alors la topologie sur D() comme tant celle induite de K C (K), i.e. l'aide
de la famille (pK,m ) K de semi-normes pour K compact inclu dans . La notion de continuit
mN
sur D() (espace D0 ()) a t dnie avec cette topologie et la convergence d'une suite (j )
de D() vers une fonction D() a t donne en (1.10). On la rcrit comme (convergence
dans un C m (K) pour tout m) :
1) n N, supp(n ) K,
2) m N, pK,m (n ) 0
n
87
(dans R).
(A.5)
88
Distance sur C ()
xK
Chacune de ces fonctionnelles pK,m est bien une norme sur C () (vrication immdiate). On
montre alors que C () a ainsi une structure d'espace mtrique (non normable), voir par exemple
l'annexe Espaces de Frchet dans Bony [2] ou voir Zuily [12] chapitre 1). Et la convergence d'une
suite (j ) de C () vers une fonction C () s'exprime comme :
K compact ,
m N,
pK,m (j ) 0
j
Km = ), on considre :
X
pm (f ) =
sup |f (j) (x)|
jm
xKj
On dispose ainsi sur C () d'une famille de normes (pm ) dont on dduit une distance sur C ()
comme en (A.4).
formes linaires continues sur (D(), (pK,m ) K ). I.e., toute fonctionnelle T : D() R linaire
mN
K compact , m N, C > 0
D() vriant supp() K,
t.q. :
|hT, i| C pK,m ()
(A.7)
Dnition A.4 Lorsque m peut tre choisi indpendamment de K , on dit que m est l'ordre de
la distribution. Donc, une distribution est d'ordre m si :
m N, K compact , C > 0
D() vriant supp() K,
t.q. :
|hT, i| C pK,m ()
(A.8)
Exemple A.6 Puisque h0 , i = (0) 1 pK,0 (), la masse de Dirac dnit une distribution
d'ordre 0 .
Et la drive de laP
masse de Dirac dnit une distribution d'ordre 1.
(k)
Et la distribution km 0 est d'ordre m.
P
(k)
Et la distribution kN k est d'ordre inni.
P
(k)
(Noter que la quantit kN 0 ne dnit pas une distribution : prendre une fonction qui au
P
P
(k)
voisinage de 0 vaut (x) = ex et pour laquelle h kN 0 , i = kN 1 = . C'est galement une
consquence de la proposition suivante.)
Proposition A.7 Toute distribution T E 0 () ( support compact dans ) est d'ordre ni. Et
plus prcisment :
m N,
D(),
|hT, i| C
sup
xK,m
88
()
C > 0
(x)|
:
(A.9)
89
1 suppT ). Et T
Preuve. Soit K1 un voisinage compact de suppT (i.e. K1 compact et K
tant une distribution, par dnition A.3, K1 tant x, soit m le plus petit entier vriant :
D(),
supp() K1 ,
|hT, i| C pK1 ,m ()
(A.10)
avec C > 0 indpendant de . S'il existe, l'ordre de T est donc au moins m = m(K1 ) (i.e. m dpend
de K1 a priori). Montrons qu'il est au plus d'ordre m (indpendant de K1 contenant supp(T )).
1- Soit K compact K1 (K est un compact inclu dans K1 ), alors pour support compact
dans K on a support compact dans K1 et donc |hT, i| C pK1 ,m () C pK,m () (car est
nul l'extrieur de K ).
2- Soit K compact K1 . Et soit D() telle que supp() K . Soit D() avec (x) = 1
pour tout x dans un voisinage de supp(T ) avec (x) = 0 l'extrieur de K1 . Alors D(K1 ),
1 est un voisinage ouvert de supp(T ).
et (x) (x)(x) = 0 sur K1 et donc hT, i = 0 car K
Et donc :
|hT, i| = |hT, i| C pK1 ,m ()
(A.11)
avec C > 0 indpendant de . Et avec la formule de Leibniz, on a pour m :
(A.12)
o C 0 est une constante qui fait intervenir les coecients binoniaux et les ||() || pour .
Et donc :
|hT, i| = |hT, i| C 00 pK1 ,m ()
(A.13)
avec C 00 > 0. Ceci est vrai quelque soit D() et donc T est au plus d'ordre m. Et comme il
est au moins d'ordre m, l'ordre de T est d'ordre ni m.
Corollaire A.8 Si T E 0 () et si son ordre est m, alors pour toute fonction D() telle que
x K
hT, i = hT, i
On prend = 1K avec k > 1 et ( (x) = 1 1 ( x )) est une approximation de 0 , voir (1.9).
()
()
1
En particulier (rgularise de 1K ) vaut 0 l'extrieur de K2 . On a (x) = 1+
1 ( x ) et
()
1
donc || ||1 = C 1+
avec C > 0 connu. Et sachant que (1K )() = 1K ( )() il vient :
sup |()
|
K
|() (x)| = |0 + (x x0 )m+1 (m+1) (c)| 0 + m+1 sup |(m+1) (y)| C m+1
yK
90
RFRENCES
Proposition A.9 Les distributions ayant leur support rduit un point {a} sont des combinaisons
linaires (somme nie) de drives de a .
Preuve. Une telle combinaison linaire s'crit
Pk
(j)
j=0 cj a
hT, i =
m
X
cj (j) (a)
(A.14)
j=0
(x) =
m
X
(x a)j
j=0
j!
(A.15)
o r D(R) s'annule en a ainsi que toutes drives jusqu' l'ordre m et donc hT, ri = 0 d'aprs le
corollaire prcdent. On en dduit que :
hT, i =
m
X
(j) (a)hT,
j=0
(x a)j
i+0
j!
(A.16)
Pm
(j)
j=0 cj a .
Rfrences
[1] Artola M. : Distributions et quations aux drives partielles, Trait gnralits, A1230a.
Techniques de l'Ingnieur.
[2] Bony J.-M. : Analyse. ditions de l'cole Polytechnique, 1988.
[3] Dupraz J. : La thorie des distributions et ses applications. Cepadues, 1977.
[4] Guichardet A. : Calcul intgral, matrise de mathmatiques C2. Collection U, Armand Colin.
[5] Lachand-Robert T. : Analyse harmonique, distributions, convolution, Trait gnralits, A142.
Techniques de l'Ingnieur.
[6] Roddier F. : Distributions et transformation de Fourier. Ediscience.
[7] Rudin W. : Analyse relle et complexe. Masson.
[8] Schwartz L. : Mthodes mathmatiques pour les sciences physiques. Hermann.
[9] Schwartz L. : Thorie des distributions. Hermann.
[10] Spiegel M.R. : Analyse de Fourier et application aux problmes de valeurs aux limites. Mc
Graw Hill, Srie Schaum.
[11] Trves F. : Topological Vector Spaces, Distributions and Kernel. Academic Press.
[12] Zuily C. : Problmes de distributions avec solutions dtailles. Hermann.
[13] http://wims.unice.fr/wims/
[14] http://fr.wikipedia.org/wiki/Portail:Math%C3%A9matiques
90