Académique Documents
Professionnel Documents
Culture Documents
3
4 TABLE DES MATIÈRES
4 Extrema 47
4.1 Fonctions d’une variable . . . . . . . . . . . . . . . . . . . . . 47
4.2 Fonctions de plusieurs variables . . . . . . . . . . . . . . . . . 49
4.3 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
5 L’équation de Laplace 53
5.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.2 Principe du Maximum . . . . . . . . . . . . . . . . . . . . . . 53
5.3 Propriétés d’invariance . . . . . . . . . . . . . . . . . . . . . . 56
5.4 Le Laplacien en coordonnées polaires . . . . . . . . . . . . . . 57
5.5 Solutions particulières : séparation des variables . . . . . . . . 59
5.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.6.1 Fonctions harmoniques . . . . . . . . . . . . . . . . . . 61
5.6.2 Le principe du maximum . . . . . . . . . . . . . . . . . 61
8 Notions hilbertiennes 87
8.1 Espace vectoriel normé . . . . . . . . . . . . . . . . . . . . . . 87
8.1.1 Norme . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
8.1.2 Distance . . . . . . . . . . . . . . . . . . . . . . . . . . 88
8.2 Espaces préhilbertiens . . . . . . . . . . . . . . . . . . . . . . 88
8.2.1 Produit scalaire. . . . . . . . . . . . . . . . . . . . . . 88
8.2.2 Inégalité de Cauchy-Schwarz. . . . . . . . . . . . . . . 89
8.2.3 Norme préhilbertienne . . . . . . . . . . . . . . . . . . 89
8.3 Orthogonalité . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
8.3.1 Quelques définitions. . . . . . . . . . . . . . . . . . . . 90
8.3.2 Le procédé d’orthogonalisation de Gram-Schmidt. . . . 90
8.3.3 Expression du produit scalaire dans une base ortho-
normée. . . . . . . . . . . . . . . . . . . . . . . . . . . 90
8.4 Espace de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . 91
8.4.1 L’espace `2 . . . . . . . . . . . . . . . . . . . . . . . . 91
8.4.2 Définition d’un espace de Hilbert . . . . . . . . . . . . 91
8.4.3 Convergences . . . . . . . . . . . . . . . . . . . . . . . 91
8.5 Théorème de la projection orthogonale . . . . . . . . . . . . . 92
8.6 Convergence en moyenne quadratique . . . . . . . . . . . . . . 93
8.7 Théorie hilbertienne . . . . . . . . . . . . . . . . . . . . . . . 96
9 Transformation de Fourier 99
9.1 Transformée de Fourier L1 . . . . . . . . . . . . . . . . . . . . . 99
9.2 L’espace S(Rn ) . . . . . . . . . . . . . . . . . . . . . . . . . . 100
9.2.1 Définitions, exemples . . . . . . . . . . . . . . . . . . . 100
9.2.2 Convergence des suites et théorèmes de densité . . . . 101
9.3 Transformation de Fourier dans S(Rn ) . . . . . . . . . . . . . 103
9.3.1 Définitions, premières propriétés . . . . . . . . . . . . . 103
9.3.2 Gaussiennes (1) . . . . . . . . . . . . . . . . . . . . . . 105
9.3.3 Formule d’inversion . . . . . . . . . . . . . . . . . . . . 106
9.3.4 Formule de Parseval . . . . . . . . . . . . . . . . . . . 107
9.3.5 Convolution et transformation de Fourier dans S(Rn ) . 108
6 TABLE DES MATIÈRES
11 Distributions 119
11.1 Définitions et exemples . . . . . . . . . . . . . . . . . . . . . . 119
11.1.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . 119
11.1.2 Les fonctions localement intégrables définissent des dis-
tributions . . . . . . . . . . . . . . . . . . . . . . . . . 121
11.1.3 Masse de Dirac . . . . . . . . . . . . . . . . . . . . . . 122
11.1.4 Valeur principale de 1/x . . . . . . . . . . . . . . . . . 122
11.2 Ordre d’une distribution . . . . . . . . . . . . . . . . . . . . . 123
11.2.1 Définition, exemples . . . . . . . . . . . . . . . . . . . 123
11.2.2 Les distributions positives . . . . . . . . . . . . . . . . 125
11.3 Premières opérations sur les distributions . . . . . . . . . . . . 125
11.3.1 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . 126
11.3.2 Produit par une fonction C ∞ . . . . . . . . . . . . . . . 128
11.4 Support d’une distribution . . . . . . . . . . . . . . . . . . . . 131
11.4.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . 131
11.4.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . 132
11.4.3 Distributions à support compact . . . . . . . . . . . . . 133
11.4.4 Distributions supportées en un point . . . . . . . . . . 135
11.5 Suites de distributions . . . . . . . . . . . . . . . . . . . . . . 138
11.5.1 Convergence, exemples . . . . . . . . . . . . . . . . . . 138
11.5.2 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . 138
11.6 Distributions périodiques sur R . . . . . . . . . . . . . . . . . 139
11.6.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . 139
11.6.2 Série de Fourier d’une distribution périodique . . . . . 140
9
10 TABLE DES MATIÈRES
11
12 TABLE DES MATIÈRES
Chapitre 1
répond à la question.
Résoudre une EDO, c’est trouver un intervalle ouvert I ⊂ R et une fonction
u définie sur I, suffisamment dérivable sur cet intervalle, et telle que pour
tout x ∈ I, la relation (1.1) a lieu.
2 2
On observe dans l’exercice que ∂xy u = ∂yx u. On donnera plus tard des condi-
tions suffisantes pour que ce soit le cas. Retenons pour l’instant que lorsque
la fonction est suffisamment “gentille”(par exemple si toutes les dérivées par-
tielles sont continues) le résultat d’une succession de dérivées partielles ne
dépend pas de l’ordre dans lequel on les fait.
16 CHAPITRE 1. QU’EST-CE QU’UNE EDP ?
1.2.2 EDP
Dans le cas de deux variables, une EDP d’ordre 1 s’écrit
C’est bien le cas pour P1 , et il est très simple de vérifier que P3 (αu) 6= αP3 (u)
en général.
1.3. PREMIÈRES EDP 17
ne l’est pas ! Notons que l’opérateur aux dérivées partielles associé à (1.7) est
2 2
P5 = ∂xx + ∂yy comme pour l’équation 5. ci-dessus.
Comme pour les EDO, les EDP linéaires homogènes ont une propriété parti-
culière, communément appelé principe de superposition : toute combinaison
linéaire de solutions est encore une solution. Enfin lorsque l’on ajoute à une
solution d’une EDP linéaire inhomogène une solution quelconque de l’EDP
homogène associée, on obtient encore une solution de l’EDP inhomogène.
1.3.1 Exemple 1
On veut trouver les fonctions u : R2 → R telles que
2
∂xx u = 0. (1.8)
2
Que faut-il lire ? Rappelons que la notation ∂xx signifie que l’on applique
deux fois l’opérateur ∂x :
2
∂xx u = ∂x (∂x u).
L’équation (1.8) signifie donc que la dérivée partielle par rapport à le première
variable, de la dérivée partielle de u par rapport à la première variable est
nulle : ∂x (∂x u) = 0. Commençons donc par poser v(x, y) = ∂x u(x, y). On doit
avoir, pour tout (x, y) ∈ R2
∂x v(x, y) = 0.
Pour tout y fixé l’application partielle x 7→ v(x, y) doit donc être constante.
Bien sûr cette constante peut dépendre de y. On voit donc que nécessairement
v(x, y) = C(y)
18 CHAPITRE 1. QU’EST-CE QU’UNE EDP ?
1.3.2 Exemple 2
On veut résoudre l’équation
uxx + u = 0 . (1.9)
Figeons la variable y, et posons v(x) = u(x, y). On doit résoudre l’équation
différentielle v 00 + v = 0. Les solutions sont
v(x) = A cos x + B sin x,
et revenant à u on obtient
u(x, y) = A(y) cos x + B(y) sin x,
où A et B sont deux fonctions quelconques.
1.3.3 Exemple 3
On s’intéresse maintenant à l’équation
uxy = 0. (1.10)
Nous allons voir que l’on peut interpréter de deux manières différentes -et
toutes les deux raisonnables- la notation uxy et aboutir à des ensembles de
solutions différents. C’est bien entendu très gênant, et l’on verra très vite
comment remédier à ce genre d’ambiguı̂té.
Considérons d’abord que uxy désigne ∂x (∂y u). L’équation (1.10) donne d’abord
∂y u(x, y) = C(y), où C est une fonction quelconque de y, puis
Z y
u(x, y) = C(s)ds + D(x).
y0
1.4. DISCUSSION SUR LA NOTION DE PROBLÈME BIEN POSÉ 19
On doit noter que la fonction D est arbitraire, mais que C doit posséder une
primitive. En particulier la fonction u(x, y) trouvée est dérivable par rapport
à y.
Supposons maintenant que, suivant une autre convention R x uxy désigne ∂y (∂x u).
On trouve alors ∂x u(x, y) = E(x), puis u(x, y) = x0 E(s)ds + F (y). Cette
fois la fonction trouvée est dérivable par rapport à x, et ne possède aucune
propriété particulière par rapport à y. Autrement dit l’ensemble des solutions
dépend de l’interprétation de l’équation. On notera que la difficulté disparaı̂t
si on se limite à la recherche de solutions assez régulières.
1.5 Exercices
1.5.1 Equations différentielles
1. Soit a une fonction continue sur R. Montrer, en les calculant explicite-
ment, que les solutions de l’équation différentielle
y 0 + a(x)y = 0
u0 − u2 = 0.
1.5.2 EDP
1. Montrer que les fonctions u(t, x) = f (t) + g(x), où f et g sont deux
fonctions de classe C 1 sur R, sont solutions de l’EDP ∂t ∂x u(t, x) = 0
dans R2 .
1.6. EXERCICES 21
1.6 Exercices
1. Trouver toutes les solutions de l’équation différentielle
u0 (x) − u(x) = x2 ex .
2. Résoudre les équations différentielles suivantes :
y 0 + 2y = ex , y 0 − 5y = x, y 0 + 3y = x + e−2x , y 0 − 2y = x2 e2x .
3. Résoudre les équations différentielles suivantes :
1
y 0 − xy = x2 , y 0 − 2xy = x, (sur ]0, +∞[) y 0 + y = 3 cos(2x).
x
4. Soit f : R → R une fonction continue et k un réel strictement positif.
1. Ecrire la solution générale de l’équation y 0 − ky = f .
2. On suppose que f est bornée. Montrer que l’équation précédente
admet une unique solution bornée.
2.1 Différentielle
On a rappelé dans le premier chapitre la notion de dérivée partielle d’une
fonction de plusieurs variables. Il s’agissait en fait de propriétés de fonctions
d’une variable, et l’on doit maintenant regarder la dépendance de toutes les
variables prises ensemble. Il nous faut investir un peu de temps pour explo-
rer la notion - plus délicate - de différentielle. Nous ne détaillerons pas cette
partie qui est en principe acquise.
2.1.1 Différentiabilité
Il est certainement utile de rappeler quelques points concernant les fonctions
d’une variable. On dit que f :]a, b[→ R est dérivable en s0 ∈]a, b[ lorsqu’il
existe un nombre réel ` et une fonction de limite nulle en zéro, tels que
f (s) = f (s0 ) + `(s − s0 ) + (s − s0 )(s − s0 ). (2.1)
On parle aussi parfois du taux d’accroissement de f en s0 , défini par
f (s) − f (s0 )
τs0 (s) = ,
s − s0
et f est dérivable en s0 si et seulement si τs0 (s) a une limite ` quand s → s0 .
Le nombre ` est alors appelé nombre dérivé de f en s0 . Lorsque f est dérivable
en chaque point de ]a, b[, la fonction dérivée f 0 de f est la fonction qui à
chaque s de ]a, b[ associe le nombre dérivée de f en s.
Pour comprendre la notion de différentielle d’une fonction de plusieurs va-
riables, il faut retenir l’aspect suivant de la définition précédente. La condi-
tion (2.1) signifie que la fonction f est bien approchée par la fonction affine
23
24 CHAPITRE 2. EDP LINÉAIRES DU PREMIER ORDRE
Définition 2.1.1 Soit f :]a, b[×]c, d[→ R une application. On dit que f est
différentiable en (x0 , y0 ) ∈]a, b[×]c, d[ lorsqu’il existe une application linéaire
L : R2 → R et une fonction de limite nulle en zéro, telles que
Une fois fixée une base (e1 , e2 ) de R2 , par exemple la base canonique e1 =
(1, 0) et e2 = (0, 1), l’application linéaire est décrite dans cette base par une
matrice à une ligne et deux colonnes
L= α β .
Lemme 2.1.2
Il ne peut exister qu’une seule application linéaire continue vérifiant (2.3).
Preuve :
Suposons que L1 et L2 vérifient (2.3). En soustrayant ces deux égalités on
obtient, pour tout (x, y) dans ]a, b[×]c, d[,
0 = L1 (x−x0 , y−y0 )−L2 (x−x0 , y−y0 )+k(x−x0 , y−y0 )k(k(x−x0 , y−y0 )k).
2.1. DIFFÉRENTIELLE 25
Notons α1 β1 et α2 β2 les matrices respectives de L1 et L2 dans la
base canonique de R2 . L’égalité ci-dessus s’écrit alors
0 = (α1 −α2 )(x−x0 )+(β1 −β2 )(y −y0 )+k(x−x0 , y −y0 )k(k(x−x0 , y −y0 )k).
et, pour x 6= x0 ,
x − x0
(α1 − α2 ) = (|x − x0 |).
|x − x0 |
Ceci n’est possible que si α1 = α2 . On montre de la même manière que
nécessairement β1 = β2 .
Exercice 2.1.3
Montrer que si f est différentiable en (x0 , y0 ), alors elle est continue en ce
point.
Définition 2.1.4
Lorsque qu’elle existe, l’application linéaire continue L est appelée différentielle
de f en (x0 , y0 ), et notée d(x0 ,y0 ) f .
Enfin lorsque f est différentiable en chaque point de ]a, b[×]c, d[, on note df
l’application qui a chaque (x, y) ∈]a, b[×]c, d[ associe la différentielle d(x,y) f
de f en ce point. Il s’agit donc d’une application de ]a, b[×]c, d[⊂ R2 dans
L(R2 , R).
fu : s 7→ f ((x0 , y0 ) + su).
Exercice 2.1.9
2
On considère l’application f : R2 → R définie par f (x, y) = x2x+yy 2 pour
(x, y) 6= (0, 0) et f (0, 0) = 0. Montrer que pour tout u ∈ R2 ∂u f (0, 0) existe,
mais que f n’est pas différentiable en (0, 0).
3
2. Même question pour l’application f : R2 → R définie par f (x, y) = x4x+yy 2
pour (x, y) 6= (0, 0) et f (0, 0) = 0.
En particulier ∂x f (x0 , y0 ) = d(x0 ,y0 ) f (e1 ) et ∂y f (x0 , y0 ) = d(x0 ,y0 ) f (e2 ). Autre-
ment dit la matrice de d(x0 ,y0 ) f dans la base canonique est simplement
d(x0 ,y0 ) f = ∂x f (x0 , y0 ) ∂y f (x0 , y0 ) .
Proposition 2.1.10
Soit f :]a, b[×]c, d[→ R une application. Si f admet des dérivées partielles
∂x f et ∂y f dans ]a, b[×]c, d[ et que ces dérivées partielles sont continues, alors
f est différentiable dans ]a, b[×]c, d[.
Définition 2.1.11
Lorsque f admet des dérivées partielles ∂x f et ∂y f continues dans ]a, b[×]c, d[,
on dit que f est de classe C 1 dans ]a, b[×]c, d[.
Nous voulons dériver l’égalité obtenue par rapport à x. Pour ce faire nous
effectuons le changement de variable y 0 = y − ch dans la deuxième intégrale.
Nous obtenons Z x
Q(t) = u(t + h, y 0 + ch)dy 0 ,
0
et donc
u(x, t) = u(t + h, x + ch). (2.5)
Nous voulons enfin dériver par rapport à h l’égalité (2.5). On utilisera très
souvent le lemme suivant (différentielle d’une fonction composée).
Lemme 2.2.1
Soit u : R2 → R une application différentiable. Soit aussi f1 et f2 deux
applications dérivables de R dans R. Alors l’application F : R → R définie
par
F (t) = u(f1 (t), f2 (t))
est dérivable, et sa dérivée est donnée par
F 0 (t) = d(f1 (t),f2 (t)) u(f10 (t), f20 (t)),
ou encore :
∂u ∂u
F 0 (t) = f10 (t) (f1 (t), f2 (t)) + f20 (t) (f1 (t), f2 (t)) .
∂x ∂y
28 CHAPITRE 2. EDP LINÉAIRES DU PREMIER ORDRE
∂t u(t, x) = 0.
u(t, x) = f (x)
a0 ∂t0 v + b0 ∂x0 v = 0 ,
avec
a0 = α 0 a + β 0 b
b0 = γ 0 a + δ 0 b .
2.4. EQUATIONS À COEFFICIENTS VARIABLES 31
Définition 2.4.2
Soit X un champ de vecteurs régulier sur un ouvert Ω de R2 . Une courbe
intégrale de X est une courbe paramétrée γ : I ⊂ R → Ω telle que, pour tout
t ∈ I,
γ 0 (t) = X(γ(t)).
Proposition 2.4.3
Si u est une solution de l’équation (2.9), u est constante le long des courbes
intégrales t 7→ γ(t) du champ X :
d
(u(γ(t)) = 0 .
dt
Cette proposition généralise ce que l’on a vu dans le cas des équations à
coefficients constants : dans ce cas-là, le champ de vecteurs X associé à
l’équation est le champ constant X(x, y) = (a, b), dont les courbes intégrales
sont les droites de direction (a, b). La preuve est la même, et constitue un
excellent Exercice.
on voit que la courbe γ qui passe par (x0 , y0 ) (il y en a une et une seule...),
a pour équation
x2 x2
γ:y= + y0 − 0 .
2 2
On veut maintenant déterminer la valeur de la solution du problème de Cau-
chy (2.10) au point (x0 , y0 ). On sait que u est constante le long de la courbe
intégrale qui passe par le point (x0 , y0 ). Cette courbe coupe l’axe des or-
x2
données au point (x1 = 0, y1 = y0 − 20 ), et l’on sait que
x20
u(x1 , y1 ) = u(0, y1 ) = φ(y1 ) = φ(y0 − ).
2
x20
u(x0 , y0 ) = φ(y0 − ).
2
2
En raisonnant par condition nécessaire, on obtient donc u(x, y) = φ(y − x2 ).
Il est très simple de vérifier que cette fonction est effectivement solution de
(2.10), et la méthode des caractéristiques nous a encore permis de construire
l’unique solution de ce problème.
Autrement dit, si u est solution, la fonction u est constante le long des courbes
intégrales du champ X = Xu .
x(t) = t + x0 , y(t) = Cγ t + y0 .
Etudions le problème (2.13) pour φ(x) = x2 . Partant d’un point (x0 , y0 ) tel
que u(x0 , y0 ) 6= 0, on obtient la courbe intégrale :
f (λ) := λ3 − (x0 λ − y0 )2 = 0 .
Noter qu’on peut toujours supposer y0 6= 0, puisque u est connue sur x = 0.
Un cas simple est celui où l’on peut montrer que λ 7→ f (λ) est strictement
croissante sur ] − ∞, +∞[. Un critère simple est de montrer que la dérivée
de f ne s’annule jamais sur R. On a
Le problème est que le discriminant est positif pour y0 petit par rapport à
x0 , situation qui n’est pas favorable ! !
Le problème est plus simple si on se donne une condition sur {x = 0} :
u(0, y) = y .
u(x, y) = y/(1 + x)
2.6 Exercices
2.6.1 Différentielles
1. Soit α un réel positif, et f : R2 → R définie par f (0, 0) = 0 et f (x, y) =
|x|α |y|α
x2 +y 2
si (x, y) 6= (0, 0). On étudie f en (0,0). Pour quelles valeurs de
α la fonction f y est-elle :
a. continue par rapport à x ? continue par rapport à y ?
b. continue ?
c. différentiable ?
d. continument différentiable ?
On pourra poser x = r cos θ et y = r sin θ pour l’étude des différentes
limites en (0,0), ou bien utiliser l’inégalité |xy| ≤ (x2 + y 2 )/2.
d. Le problème de Cauchy
∂x u(x, y) − xy∂y u(x, y) = 0,
u(x, 0) = x2 ,
39
40 CHAPITRE 3. L’ÉQUATION DES ONDES SUR UN AXE
c2 ∂xx
2
u(t, x) = ∂tt2 u(t, x), (3.1)
c’est à dire trouver les fonctions u(t, x), définies et de classe C 2 sur R2 qui
vérifient cette égalité. On reprend la méthode du changement de coordonnées.
Soit 0
t = x + ct
x0 = x − ct,
et v : (x0 , t0 ) 7→ u(t, x). On note que :
∂t u(t, x) = c∂t0 v(t0 , x0 ) − c∂x0 v(t0 , x0 ), ∂x u(t, x) = ∂t0 v(t0 , x0 ) + ∂x0 v(t0 , x0 )
3.2. SOLUTIONS DE L’ÉQUATION DES ONDES 41
puis que
∂t20 x0 v(t0 , x0 ) = 0.
On a déjà vu cette équation, et les solutions sont toutes les fonctions v qui
s’écrivent
v(t0 , x0 ) = f (t0 ) + g(x0 ),
où f et g sont deux fonctions de classe C 2 sur R.
Revenant à u, on obtient que
Exercice 3.2.1
Résoudre ce système et retrouver (3.2).
Théorème 3.2.2
Soit φ et ψ deux fonctions définies sur R, avec φ ∈ C 2 et ψ ∈ C 1 . Alors le
problème 2
∂tt u(t, x) − c2 ∂xx
2
u(t, x) = 0 ,
u(0, x) = φ(x) , (3.3)
∂t u(0, x) = ψ(x) ,
Preuve :
La preuve de l’existence est très simple : il suffit de vérifier que la fonction
Z x+ct
1 1
u(t, x) = (φ(x + ct) + φ(x − ct)) + ψ(s)ds
2 2c x−ct
Exercice 3.2.3
Résoudre le problème de Cauchy pour l’équation des ondes avec φ(x) = sin x
et ψ(x) = 0
Exercice 3.2.4
Résoudre le problème de cauchy pour l’équation des ondes avec φ(x) = 0 et
ψ(x) = cos x
Exercice 3.2.5
Résoudre le problème de cauchy pour l’équation des ondes avec φ(x) = ex et
ψ(x) = sin x
3.3. CAUSALITÉ ET CONSERVATION DE L’ÉNERGIE 43
Proposition 3.3.1
Soient φ et ψ comme dans le Théorème 3.2.2, et u la solution du probème
de Cauchy (3.3). Si φ et ψ sont nulles en dehors de l’intervalle −R ≤ x ≤ R,
alors pour chaque t fixé, u(t, x) est nulle quand x ∈
/ [−R − c|t|, R + c|t|].
3.3.2 Energie
Définition 3.3.3
Soit u une solution de l’équation des ondes. On appelle énergie de u la quan-
tité Z Z
ρ 2 τ
E(t) = (∂t u(t, x)) dx + (∂x u(t, x))2 dx
2 R 2 R
Il faut noter que, pour ce qui concerne les constantes, nous avons gardé ici
la définition physique de l’énergie de la corde vibrante : la première intégrale
est la partie énergie cinétique (” 21 mv 2 ”), et la deuxième est la partie énergie
potentielle, qui correspond
p à la tension τ multipliée par l’allongement de
la corde élastique ( 1 + (∂x u)2 − 1 ∼ 12 (∂x u)2 ). Là encore l’hypothèse de
petitesse des oscillations permet de simplifier considérablement l’étude !
Nous allons démontrer rigoureusement un phénomène très important, par-
ticulier aux équations du même type que celle des ondes - les équations
hyperboliques : l’énergie est constante au cours du temps.
Théorème 3.3.4
Soit φ et ψ deux fonctions définies sur R, avec φ ∈ C 2 et ψ ∈ C 1 . On suppose
44 CHAPITRE 3. L’ÉQUATION DES ONDES SUR UN AXE
que φ et ψ sont nulles en dehors d’un intervalle borné |x| ≤ R. Soit u l’unique
solution du problème (3.3) :
2
τ ∂xx u(t, x) − ρ∂tt2 u(t, x) = 0
u(0, x) = φ(x)
∂t u(0, x) = ψ(x) .
La quantité
Z Z
ρ 2 τ
E(t) = (∂t u(x, t)) dx + (∂x u(x, t))2 dx
2 R 2 R
= E(0)
= 0.
Donc ∂x v et ∂t v sont toujours nulles, donc v est constante. Puisque v(0, x) =
0, v est identiquement nulle et u1 = u2 .
On doit justifier la dérivation sous le signe somme. Ici le contrôle des sup-
ports est important. Notons d’abord que pour tout t fixé, l’intégrale A(t) est
convergente puisque la fonction f (t, x), qui est continue, est nulle en dehors
de l’intervalle |x| ≤ R + ct. On obtient ainsi
Z Z
0 ρ
A (t) = ∂t f (t, x)dx = ρ ∂t u(x, t)∂tt2 u(x, t)dx,
2 R R
Maintenant on intègre par parties cette intégrale, où l’intégrand est nul en
dehors d’un intervalle borné :
Z Z
0 2 τ
A (t) = −τ ∂xt u(x, t)∂x u(x, t)dx = − ∂t (∂x u(x, t))2 dx.
R 2 R
Z
τ
Notant alors B(t) = (∂x u(x, t))2 dx, on montre de la même manière que
2 R
Z
0 τ
B (t) = ∂t (∂x u(x, t))2 dx,
2 R
et puisque E(t) = A(t) + B(t), on a bien E 0 (t) = 0.
3.4 Exercices
3.4.1 Ondes
1. Montrer que si u est une solution de l’équation des ondes
∂tt2 u(t, x) − ∂xx
2
u(t, x) = 0,
alors pour tout λ ∈ R les fonctions vλ : (t, x) 7→ u(t, x − λ) et wλ :
(t, x) 7→ u(λt, λx) sont aussi solutions.
2. On considère l’équation des ondes amorties
(1) ∂tt2 u(x, t) = ∂xx
2
u(x, t) − r∂t u(x, t),
où r est un réel positif ou nul (qui mesure la résistance de l’air). On
suppose que u : R2 → R est une fonction de classe C 2 qui vérifie
l’équation (1), et l’on pose
e(t, x) = 21 (∂t u(t, x))2 + 12 (∂x u(t, x))2
Extrema
47
48 CHAPITRE 4. EXTREMA
Supposons que f 0 (0) 6= 0, par exemple que f 0 (0) > 0. Puisque tend vers 0
en 0, il existe un intervalle ] − α, α[ pour tout s duquel f 0 (0) + (s) > 0. Mais
alors f (s) > f (0) pour α > s > 0 et f (s) < f (0) pour −α < s < 0, ce qui
contredit le fait que 0 est un extremum local pour f .
Remarque 4.1.4
Attention ! Dans le cas où la fonction f est définie sur un intervalle fermé
[a, b], le critère ci-dessus ne vaut que pour les extrema de f dans ]a, b[. On le
voit dans la démonstration ci-dessus puisque l’on doit pouvoir calculer f (s)
pour des s < 0 et des s > 0. On peut aussi penser au cas d’une fonction
strictement monotone, par exemple f : [0, 1] → R, f (x) = x. Cette fonction
admet un maximum en x = 1, alors que f 0 (1) = 1.
La formule de Taylor permet d’énoncer une condition suffisante pour qu’une
fonction (suffisamment régulière) admette un extremum local en s0 .
Proposition 4.1.5
Soit f : R → R une fonction de classe C 2 , et s0 un point de R. Si f 0 (s0 ) = 0,
et si f 00 (s0 ) 6= 0, alors la fonction f admet un extremum local en s0 . C’est un
maximum si f 00 (s0 ) < 0 et un minimum si f 00 (s0 ) > 0.
Preuve :
On reprend la formule de Taylor ci-dessus, sachant que f 0 (0) = 0 :
s2 00
f (s) − f (0) = (f (0) + (s)) ,
2
R1
avec (s) = 2 0 (1 − u)(f 00 (su) − f 00 (0)) du . L’hypothèse que f est de classe
C 2 implique que lims→0 (s) = 0.
Supposons par exemple que f 00 (0) > 0. Prenant α > 0 assez petit, on peut
donc affirmer que pour tout s ∈] − α, α[, on a
f 00 (0) + (s) ≥ f 00 (0) − Cα > 0 .
Donc, pour tout s ∈] − α, α[, on a f (s) ≥ f (0), ce qui montre que f admet
un minimum local en 0. Le cas f 00 (0) < 0 se traite de la même manière.
Remarque 4.1.6
On appelle souvent points critiques de f les points où f 0 s’annule. On vient
de voir que les points critiques où la dérivée seconde de f ne s’annule pas sont
des extrema de f . Les points critiques où la dérivée seconde de f s’annule
sont dits dégénérés, et on peut par exemple utiliser la formule de Taylor à
un ordre plus élevé pour connaitre l’allure du graphe de f au voisinage de
ces points.
4.2. FONCTIONS DE PLUSIEURS VARIABLES 49
L’exercice suivant est sans doute utile pour mieux comprendre ultérieurement
la démonstration correspondant au principe du Maximum
Exercice 4.1.7
Soit u une solution de classe C 2 ([0, 1]) de −u00 (x) + q(x)u(x) = 0 dans [0, 1],
avec u(0) = u(1) = 0. On suppose que q(x) > 0 sur ]0, 1[. Montrer que u = 0.
Pour cela, on montrera que ±u ≤ 0 regardera ce qui se passe en un point x0
où ±u est maximum.
Une autre approche est de multiplier par u l’équation et d’intégrer sur [0, 1].
En utilisant une intégration par parties, montrer qu’alors
Z 1 Z 1
0 2
u (x) dx + q(x)u(x)2 dx = 0 .
0 0
Remarque 4.2.3
Comme dans le cas des fonctions d’une variable, il est très important de
remarquer que, dans la preuve de cette proposition, on utilise de manière
cruciale le fait que F soit définie dans un voisinage de (0, 0). Lorsque la
fonction F est définie sur un domaine avec bord, cette proposition ne vaut
donc que pour les extrema qui ne se trouvent pas sur le bord.
50 CHAPITRE 4. EXTREMA
On veut maintenant trouver une condition suffisante pour qu’un point (x̃1 , x̃2 )
soit un extremum local de F : R2 → R. On se ramène au cas de (x̃1 , x̃2 ) =
(0, 0) en posant
u1 = x1 − x̃1 , u2 = x2 − x̃2 .
On suppose que F est une fonction de classe C 2 . En appliquant la formule de
Taylor (4.1) à la fonction f : R → R définie par
Pour ce qui concerne le terme de reste, tout ce qui compte, c’est que, F étant
de classe C 2 , les ij tendent vers 0 quand (u1 , u2 ) tend vers (0, 0).
A la vue du cas des fonctions d’une variable, on comprend donc que le com-
portement de f au voisinage du point critique (x̃1 , x̃2 ) ne va dépendre que
du signe de la quantité
Rappelons qu’une des méthodes les plus simples pour connaitre le signe de
cette quantité consiste à l’écrire sous forme d’une somme ou différence de
carrés : c’est la méthode de Gauss. On détermine ainsi la signature de la
forme quadratique Q : c’est le couple (n+ , n− ), où n+ (resp. n− ) est le nombre
de valeurs propres strictement positives (resp. strictement négatives) de la
matrice associée à Q.
4.3. EXERCICES 51
Proposition 4.2.5
Soit F : R2 → R une fonction de classe C 2 telle que d(x̃1 ,x̃2 ) f = 0. Soit Q la
forme quadratique associée à F en (x̃1 , x̃2 ) définie par (4.3) qu’on supposera
sans valeur propre nulle (= non dégénérée). La fonction F admet un minimum
(resp. maximum) local en (x̃1 , x̃2 ) si et seulement si sgn(Q) = (2, 0) (resp.
sgn(Q) = (0, 2)). Lorsque sgn(Q) = (1, 1), le point critique (x̃1 , x̃2 ) est un
col.
Dans le cas où Q admet une valeur propre nulle, le point critique est dit
dégénéré, et une étude plus approfondie est nécessaire.
Nous allons utiliser ce résultat surtout sous la forme (plus faible) suivante.
Supposons que F admette un maximum local en (x̃1 , x̃2 ). Alors on a
2 2
∂1 F (x̃1 , x̃2 ) = 0 et ∂11 F (x̃1 , x̃2 ) ≤ 0, ∂22 F (x̃1 , x̃2 ) ≤ 0 . (4.4)
Le premier point découle du fait que (x̃1 , x̃2 ) est un point critique. Pour le
second point, il suffit de regarder les valeurs de F sur la droite x2 = x̃2 et sur
la droite x1 = x̃1 au travers de la formule (4.2). Une autre façon de le voir
2
consiste à réduire (4.3) en somme de carrés : si ∂11 F (x̃1 , x̃2 ) > 0 par exemple,
la somme de carrés aura nécessairement l’un de ces coefficients > 0, ce qui
est contradictoire avec la présence d’un maximum local en (x̃1 , x̃2 ).
4.3 Exercices
1. Déterminer les points critiques de chacune des applications suivantes et
donner leur développement limité à l’ordre 2 en chacun de leurs points
critiques. Existe-t-il des extrema locaux ? globaux ?
1. f (x, y, z) = x2 /2 + xyz − y + z. 2. f (x, y) = x4 + y 4 p
− 4(x − y)2 .
Dans le deuxième cas, montrer que f tend vers +∞ lorsque x2 + y 2 →
+∞.
2. Etudier les points critiques des fonctions suivantes :
a) f1 (x, y) = x2 − y 3 b) f2 (x, y) = x + y + x2 − xy + y 2 + 1
c) f3 (x, y) = xy + yz + xz + xyz d) f4 (x, y, z) = x2 + z 2 + x2 y
e) f5 (x, y) = x2 + 2y 2 + π cos x cos y
52 CHAPITRE 4. EXTREMA
L’équation de Laplace
5.1 Généralités
On s’intéresse dans ce chapitre à l’équation de Laplace (on se limite au cas
de deux variables)
∆u(x, y) = f (x, y), (5.1)
2 2
où ∆ désigne l’opérateur aux dérivées partielles ∆ = ∂xx + ∂yy , appelé La-
placien, et f est une fonction continue donnée.
Cette équation est très importante à la fois en physique et en mathématiques.
Du côté physique, la solution de l’équation (5.1) est par exemple le potentiel
1
électrique engendré dans le plan par la repartition de charges ρ = − 4π f.
L’équation de la chaleur ou des ondes pour deux variables d’espace s’écrivent
2 2
∂t u = k(∂xx u + ∂yy u) et ∂tt2 u = c2 (∂xx
2 2
u + ∂yy u).
On est donc aussi en présence de l’équation de Laplace lorsque l’on s’intéresse
aux phénomènes stationnaires, c’est-à-dire indépendant du temps, pour les-
quels ∂t u = 0 et ∂tt2 u = 0. On est aussi intéressé par des solutions de la
forme u(t, x, y) = exp −λt φ(x, y) (avec λ > 0 pour la chaleur) ou u(t, x, y) =
exp iλt φ(x, y) pour l’équation des ondes. Du point de vue des mathématiques,
le Laplacien est un objet fondamental aussi bien en analyse qu’en géométrie.
Les solutions de (5.1) pour f = 0 - qui doivent être des fonctions de classe C 2 -
sont par exemple appelées fonctions harmoniques, et l’on va décrire quelques
unes de leurs propriétés.
53
54 CHAPITRE 5. L’ÉQUATION DE LAPLACE
∆u(x, y) = 0.
Preuve :
Soit u une fonction harmonique, et v (x, y) = u(x, y) + (x2 + y 2 ). On a
D’un autre côté, si (x0 , y0 ) est un maximum pour v dans D, on a, par exemple
en utilisant la formule de Taylor,
2 2
∆v (x0 , y0 ) = ∂xx v (x0 , y0 ) + ∂yy v (x0 , y0 ) ≤ 0,
ce qui est absurde. Or, puisque v est continue, elle doit atteindre son maxi-
mum sur le compact D̄. Elle l’atteint donc en un point (x0 , y0 ) du bord ∂D.
On a donc, pour tout (x, y),
où r > 0 est choisi pour que le disque centré à l’origine de rayon r contienne
D. Ceci étant vrai pour tout > 0, on obtient, pour tout (x, y) ∈ D̄,
Exercice 5.2.2
Montrer que la fonction u(x, y) = (1 − x2 − y 2 )/(1 − 2x + x2 + y 2 ) est harmo-
nique dans le disque x2 + y 2 < 1. Le principe du maximum est-il vérifié dans
D = {x2 + y 2 < 1} pour cette fonction ? Etudier le même problème dans un
disque de rayon strictement inférieur à 1, dans une couronne ...
5.2. PRINCIPE DU MAXIMUM 55
Corrigé :
u n’est pas définie en (1, 0), et ne se prolonge pas par
continuité en ce point puisque
1 − x2 1+x
lim− u(x, 0) = lim− 2
= lim− = +∞.
x→1 x→1 (1 − x) x→1 1 − x
On a
(x − 1)2 − y 2 y(x − 1)
∂x u(x, y) = 2 , ∂y u(x, y) = 4 ,
((x − 1)2 + y 2 )2 ((x − 1)2 + y 2 )2
et donc
2 −1 + 3x − 3x2 + 3y 2 + x3 − 3xy 2 2
∂xx u(x, y) = −4 = −∂yy u(x, y),
(1 − 2x + x2 + y 2 )3
Exercice 5.2.3
Enoncer et démontrer un principe du minimum.
Corrigé :
Si u est harmonique dans D et continue sur D̄, v =
−u aussi. Le Principe du Maximum dit que, pour tout
(x, y) ∈ D̄,
v(x, y) ≤ max v(x, y),
(x,y)∈∂D
c’est-à-dire
Dirichlet (
∆u(x, y) = f (x, y), (x, y) ∈ D
(5.2)
u(x, y) = g(x, y), (x, y) ∈ ∂D
admet au plus une solution C 2 .
Preuve :
Si u1 et u2 sont solutions de (5.2), w = u1 − u2 vérifie ∆w = 0 et est nulle sur
∂D. Par le principe du maximum (et celui du minimum) on obtient w = 0
sur D.
Lemme 5.3.1
Si u(x0 , y 0 ) est une solution de ∆u = f dans un domaine D, alors v(x, y) =
u(τ (x, y)) = u(x−a, y−b) et w(x, y) = u(ρ(x, y)) = u(x cos θ−y sin θ, x sin θ+
y cos θ) sont encore solutions, dans τ −1 (D) et ρ−1 (D) respectivement.
Preuve :
On n’écrit la preuve que pour w, le cas de v étant beaucoup plus simple (c’est
donc un excellent Exercice). On pose (anciennes coordonnées en fonction
des nouvelles) 0
x = x cos θ − y sin θ,
y 0 = x sin θ + y cos θ.
On a alors
(
∂x w(x, y) = cos θ(∂x0 u)(x0 , y 0 ) + sin θ(∂y0 u)(x0 , y 0 )
∂y w(x, y) = − sin θ(∂x0 u)(x0 , y 0 ) + cos θ(∂y0 u)(x0 , y 0 ),
puis
( 2
∂xx w(x, y) = cos2 θ(∂x20 x0 u)(x0 , y 0 ) + 2 cos θ sin θ∂x20 y0 + sin2 θ(∂y20 y0 u)(x0 , y 0 )
2
∂yy w(x, y) = sin2 θ(∂x20 x0 u)(x0 , y 0 ) − 2 cos θ sin θ∂x20 y0 + cos2 θ(∂y20 y0 u)(x0 , y 0 ).
Lemme 5.4.1
Soit u une fonction de classe C 2 , et v(r, θ) = u(r cos θ, r sin θ). On a
2 1 1 2
∆u(r cos θ, r sin θ) = ∂rr v(r, θ) + ∂r v(r, θ) + 2 ∂θθ v(r, θ)
r r
Preuve :
Posons x = r cos θ et y = r sin θ. Soit aussi w(r, θ) = ∂x u(x, y). On a d’abord,
en utilisant (5.3) pour f (x, y) = ∂x u(x, y) = w(r, θ),
2 sin θ
∂xx u(x, y) = ∂x (∂x u(x, y)) = cos θ∂r w(r, θ) − ∂θ w(r, θ).
r
On a ensuite, en utilisant (5.3) pour f (x, y) = u(x, y) = v(r, θ),
(
∂r w(r, θ) = ∂r (∂x u(x, y)) = ∂r (cos θ∂r v(r, θ) − sinr θ ∂θ v(r, θ))
sin θ
∂θ w(r, θ) = ∂θ (∂x u(x, y)) = ∂θ (cos θ∂r v(r, θ) − r
∂θ v(r, θ)),
58 CHAPITRE 5. L’ÉQUATION DE LAPLACE
c’est-à-dire
sin θ sin θ 2
2
∂r w(r, θ) = cos θ∂rr v(r, θ) + r2 ∂θ v(r, θ)) − r ∂rθ v(r, θ)
∂θ w(r, θ) =
v(r, θ) − cosr θ ∂θ v(r, θ)) − sinr θ ∂θθ
2 2
− sin θ∂r v(r, θ) + cos θ∂rθ v(r, θ)).
On a donc finalement
2 sin2 θ sin2 θ 2
∂xx u(x, y) = cos2 θ∂rr
2
v(r, θ) + ∂r v(r, θ) + 2 ∂θθ v(r, θ).
r r
Un calcul identique donne
2 cos2 θ cos2 θ 2
∂yy u(x, y) = sin2 θ∂rr
2
v(r, θ) + ∂r v(r, θ) + ∂ v(r, θ),
r r2 θθ
et l’on obtient le lemme en ajoutant ces deux dernières égalités.
On peut par exemple utiliser cette expression pour déterminer toutes les
fonctions harmoniques qui sont invariantes par rotation. Il s’agit des fonctions
u de classe C 2 telles que ∆u(x, y) = 0, et pour lesquelles, notant v(r, θ) =
u(r cos θ, r sin θ), on a ∂θ v(r, θ) = 0 (v ne dépend pas de θ).
Avec le Lemme 5.4.1, on doit alors avoir
2 1
0 = ∆u(x, y) = ∂rr v(r, θ) + ∂r v(r, θ).
r
On peut remarquer que cette équation s’écrit
Remarque 5.4.2
On notera que l’on a pas précisé dans quel domaine on cherche de telles
solutions invariantes par rotation. Ce domaine doit être lui-même invariant
par rotation, et ne pas contenir (0, 0).
Exercice 5.4.3
Trouver toutes les fonctions u telles que ∆u = 1 dans la couronne a < r < b
et qui s’annulent sur r = a et sur r = b.
5.5. SOLUTIONS PARTICULIÈRES : SÉPARATION DES VARIABLES59
Corrigé :
La réponse est
1 1 log r − log a
v(r) = (r2 − a2 ) − (b2 − a2 ) .
4 4 log b − log a
On cherche les solutions invariantes par rotation. Puisque
l’on a unicité, si l’on trouve une solution de cette manière,
on n’aura rien oublié. On doit résoudre r = ∂r (r∂r v(r, θ))
(attention : pas 1 = . . .) , c’est-à-dire r∂r v(r, θ) = r2 /2+
C1 , donc ∂r v(r, θ) = r/2 + C1 /r, d’où v(r, θ) = r2 /4 +
C2 + C1 log r...
2 1 1 2
∂rr v(r, θ) + ∂r v(r, θ) + 2 ∂θθ v(r, θ) = 0 (5.5)
r r
qui sont à variables séparées, c’est-à dire qui s’écrivent
Encore une fois la condition Θ(0) = Θ(2π) ne peut être satisfaite que lorsque
λ = n2 pour un certain entier naturel n. On obtient finalement une famille
de solutions
Θn (θ) = An cos(nθ) + Bn sin(nθ). (5.9)
On reprend maintenant la deuxième équation de (5.7), sachant que λ doit
être un entier naturel :
α(α − 1) + α − λ = 0,
√
et donc nécessairement α = ± λ. Dans le cas où λ = n2 6= 0, on obtient
deux solutions indépendantes r 7→ rn et r 7→ r−n , et la solution générale
s’écrit
R(r) = Cn rn + Dn r−n . (5.10)
Le cas où λ = 0 a déjà été vu (cf. (5.4)). Les solutions s’écrivent alors
v0 (r, θ) = C0 log r + D0 .
5.6 Exercices
5.6.1 Fonctions harmoniques
1. Déterminer toutes les fonctions harmoniques dans un intervalle [a, b] ⊂
R. Prouver le principe du maximum dans ce cadre.
2. Soit k un entier positif.
1. Montrer que les fonctions u(x, y) = (x ± iy)k sont harmoniques dans
R2 .
2. A quelle condition sur a et b la fonction u(x, y) = (ax + by)k est-elle
harmonique ?
63
64 CHAPITRE 6. L’ÉQUATION DE LA CHALEUR SUR UN AXE
c’est à dire
Z x1
cρ ∂t u(t, x) dx = κ∂x u(t, x1 ) − κ∂x u(t, x0 ) .
x0
Théorème 6.2.1
Soit u : R2 → R une fonction de classe C 2 , solution de l’équation de la chaleur
2
∂t u(t, x) = k ∂xx u(t, x),
dans le rectangle [0, T ] × [0, L]. Alors u atteint son maximum sur l’un des
bords t = 0, x = 0 ou x = L du rectangle.
Preuve :
On pose, pour > 0, v (t, x) = u(t, x) + x2 .
Supposons que v atteigne son maximum en un point (t0 , x0 ) situé à l’intérieur
du rectangle, donc dans ]0, T [×]0, L[. On a ∂t v (t0 , x0 ) = 0 et ∂xx v (t0 , x0 ) ≤
0 . Puisque u est solution de l’équation de la chaleur, on obtient
2 2
∂t v (t, x) − k∂xx v (t, x) = ∂t u(t, x) − k∂xx u(t, x) − 2k = −2k .
v (t0 , x0 ) − v (t0 − δ, x0 )
∂t v (t0 , x0 ) = lim+ ≥ 0.
δ→0 δ
6.2. LE PRINCIPE DU MAXIMUM 65
Remarque 6.2.2
Dans ce théorème, la fonction u est continue dans le rectangle [0, T ] × [0, L],
donc est bornée et atteint sa borne supérieure dans [0, T ]×[0, L]. Le théorème
affirme qu’il existe un point de l’un des côtés t = 0, x = 0 ou x = L du
rectangle, où ce maximum est atteint. En fait on peut démontrer, mais c’est
beaucoup plus difficile un principe du maximum fort : le maximum n’est pas
atteint ailleurs que sur l’un de ces côtés.
Remarque 6.2.3
Notons que dans le théorème, on n’utilise que l’inégalité
2
∂t u(t, x) ≤ k∂xx u(t, x) ,
Exercice 6.2.4
Montrer que la fonction u(t, x) = −2xt − x2 est solution de l’équation ∂t u −
2
x∂xx u = 0 . où se trouvent les maxima de u dans le rectangle [0, 1] × [−2, 2] ?
Pourquoi le Principe du Maximum ne marche-t-il pas pour cette équation ?
Proposition 6.2.5
Soit φ, g et h sont trois fonctions régulières. Il existe au plus une fonction
de classe C 2 sur R+ × [0, L] qui vérifie (6.2).
Preuve :
Supposons que u1 et u2 soient deux fonctions régulières vérifiant (6.2), et
notons w = u1 − u2 . La fonction w est régulière et vérifie
2
∂t w(t, x) − k∂xx w(t, x) = 0 ,
w(0, x) = 0 , (6.3)
w(t, 0) = 0 , w(t, L) = 0 .
Soit T > 0. On sait que le maximum de w sur [0, T ] × [0, L] est atteint sur
l’un des côtés t = 0, x = 0 ou x = L. Mais w y est nulle, donc w(t, x) ≤ 0
pour tout (t, x) ∈ [0, T ] × [0, L]. Le même raisonnement vaut pour −w : on a
donc aussi w(t, x) ≥ 0 pour tout (t, x) ∈ [0, T ] × [0, L], et finalement w = 0
sur [0, T ] × [0, L]. Ceci étant vrai pour tout T , on a bien u1 = u2 .
Proposition 6.2.7
Soit φ une fonction régulière. Il existe au plus une fonction u de classe C 2 sur
]0, +∞[×R, telle que
et 2
∂t u(t, x) − k∂xx u(t, x) = f (t, x)
(6.5)
limt→0+ u(t, x) = φ(x) ,
soient vérifiées.
Preuve :
Supposons que u1 et u2 soient deux fonctions régulières, qui tendent vers
0 à l’infini, et qui vérifient (6.5). On note w = u1 − u2 . La fonction w est
6.2. LE PRINCIPE DU MAXIMUM 67
∀t > 0, ∀x ∈ R, w(t, x) = 0 .
Proposition 6.2.9
Preuve :
On considère encore w = u1 − u2 . La fonction w est solution du problème
2
∂t w(t, x) − k∂xx w(t, x) = 0 ,
w(0, x) = φ1 (x) − φ2 (x) ,
w(t, 0) = 0 ,
w(t, L) = 0 .
68 CHAPITRE 6. L’ÉQUATION DE LA CHALEUR SUR UN AXE
Preuve :
Toutes ces propriétés sont très simples à vérifier. Le point 3 est par exemple
un conséquence de la propriété√2 et de la linéarité de l’équation. Pour
√ le point
2 2
4, on a ∂t ua (t, x) = a(∂t u)(at, ax) et ∂xx ua (t, x) = a(∂xx u)(at, ax).
En prenant a = 1/t pour t > 0 on obtient donc, pour tout t > 0 et tout
x ∈ R,
x
u(t, x) = u(1, √ ) .
t
Autrement dit, dans ces conditions, il existe une fonction f : R → R telle
que
x
u(t, x) = f ( √ ) .
t
Définition 6.3.3
La fonction
1 2
G(t, x) = √ e−x /4kt
4kπt
est appelée fonction de Green pour l’équation de la chaleur.
Théorème 6.3.4
Soit φ une fonction C ∞ à support compact. La fonction u définie sur ]0, +∞[× R
par
Z +∞
u(t, x) = G(t, x − y)φ(y)dy
−∞
Preuve :
On sait déjà qu’il ne peut y avoir qu’une seule solution de ce type : c’est
la Proposition 6.2.7. Le point 3 de la Proposition 6.3.1 dit ensuite que l’on
2
a bien ∂t u(t, x) = k∂xx u(t, x) dans ]0, +∞[×R. On vérifie maintenant que
u(t, x) tend vers φ(x) quand t → 0. On intègre par parties (dans l’intégrale
ci-dessous) en se souvenant que G(t, x) = ∂x S(t, x). On obtient
Z +∞ Z +∞
u(t, x) = ∂x S(t, x − y)φ(y)dy = −∂y (S(t, x − y))φ(y)dy,
−∞ −∞
et donc
Z +∞ Z +∞
0
u(t, x) = [−S(t, x−y)φ(y)]+∞
−∞ + S(t, x−y)φ (y)dy = S(t, x−y)φ0 (y)dy,
−∞ −∞
6.4 Exercices
6.4.1 Avec le principe du maximum
1. Montrer que u(t, x) = 1−x2 −kt est solution de l’équation de la chaleur.
où se trouvent ses maxima et minima dans le rectangle [0, T ] × [0, L] ?
2. Soit u une solution de l’équation de la chaleur, et M (T ) (resp. m(T ))
le maximum (resp. le minimum) de u dans le rectangle [0, T ] × [0, L].
La fonction M (resp. m) est-elle croissante ou décroissante ?
6.4. EXERCICES 73
6.4.2 Energie
1. Soit u une solution de
2
∂t u(t, x) − k∂xx u(t, x) = 0,
u(0, x) = φ(x),
u(t, 0) = 0, u(t, L) = 0.
a. Montrer que u(t, x) ∈]0, 1[ pour tout t > 0 et tout x ∈]0, 1[.
b. Montrer que u(t, x) = u(t, 1 − x) pour tout t ≥ 0 et tout x ∈ [0, 1].
R1
c. Montrer que E(t) = 0 u(t, x)2 dx est une fonction strictement décroissante.
où b est un réel positif. On pourra poser u(t, x) = e−bt v(t, x).
4. Soit u(t, x) = G(x, t + 1), et φ(x) = G(x, 1), de sorte que u est solution
du problème de Cauchy
2
∂t u = k∂xx u,
u(0, x) = φ(x).
75
76 CHAPITRE 6. L’ÉQUATION DE LA CHALEUR SUR UN AXE
Chapitre 7
77
78 CHAPITRE 7. RAPPELS SUR LES SÉRIES DE FOURIER
et (bn )n≥1 de nombres réels telles que pour tout n ≥ 1 et tout t on ait
Définition
P 7.1.2 On appelle p-ième somme partielle de la série trigonomé-
int
trique n∈Z cn e la fonction de R dans C définie par
n=p
X
Sp (t) = cn eint
n=−p
int
P
Proposition 7.1.4 Soit n∈Z cn e une série trigonométrique normale-
ment convergente sur [−π, π] et S sa fonction somme. Alors la fonction S est
continue sur R et l’on a, pour tout n ∈ Z,
Z π
1
cn = S(t)e−int dt
2π −π
cn eint
P
Remarque 7.2.4 Si S est la somme d’une série trigonométrique
normalement convergente, les coefficients de Fourier trigonométriques de S
sont les cn (cf. la Proposition 7.1.4).
8.
Z +π 21
1
|cn (f )| ≤ |f (t)|2 dt .
2π −π
Proposition 7.2.5 Soit f une fonction de E. Les suites (an (f )), (bn (f )),
(cn (f )) et (c−n (f )) des coefficients de Fourier de f sont convergentes et ont
pour limite 0.
Preuve
Il est clair qu’il suffit de prouver la proposition pour les suites (cn ) et (c−n )
(n ∈ N). De plus puisque cn (f ) = c−n (f¯), on voit qu’il P suffit de prouver la
proposition pour la suite (c−n ). Pour les fonctions f = N j=0 Kj 1I[xj ,xj+1 ] en
escaliers, on a
N Z N
1 X xj+1 1 X
c−n (f ) = Kj eint dt = Kj (einxj+1 − einxj ),
2π j=0 xj 2inπ j=0
et donc la majoration
N
1 X
|c−n | ≤ |Kj | .
nπ j=0
Pour une fonction continue par morceaux f sur [−π, +π] quelconque, la pro-
position découle alorsRdu fait qu’il existe (exercice) une suite (φk ) de fonctions
π
en escaliers telle que −π |f (x) − φk (x)|dx → 0 quand n → +∞.
dans ce cas si sa fonction somme est f . La réponse est très délicate dans
le cas où l’on ne fait pas d’hypothèses supplémentaires sur la fonction f .
Par contre, et c’est l’objet de ce paragraphe, on peut voir assez facilement
que c’est bien le cas pour les fonctions périodiques qui sont suffisamment
régulières, c’est à dire plusieurs fois dérivables. L’ensemble des résultats qui
suivent repose sur la
M
|cn (f )| ≤
|n|k
et donc
2π
|cn (f )| ≤ sup{|f 0 (t)|, t ∈ [0, 2π]}.
n
Dans le cas d’une fonction f de classe C k avec k > 1, il suffit de montrer par
récurrence de la même manière que
Z 2π
1
cn (f ) = f (k) (t)e−int dt.
(in)k 0
Preuve
On remarque que nk=1 cos[ku] = Re nk=1 eiku . Or
P P
n n −inu/2
X
iku
X 1 − einu iu/2 inu/2 e − einu/2 sin(nu/2)
e = Re (eix )k = eiu iu
= e e −iu/2 iu/2
= ei(n+1)u/2 ·
k=1 k=1
1−e e −e sin(u/2)
Donc
Pn
1
2
+ k=1 cos(ku) = 1
2
+ cos[(n+1)u/2] sin(nu/2)
sin(u/2)
= 1
2
+ 1 sin[(n+1/2)u]+sin[−u/2]
2 sin(u/2)
1
1 sin[(n+ 2 )u]
= 2 sin[ u ]
·
2
(7.1)
84 CHAPITRE 7. RAPPELS SUR LES SÉRIES DE FOURIER
Preuve
Soit Sn (x) la n−ième somme partielle de la série de Fourier de f :
n
X
Sn (x) = ak cos(kx) + bk sin(kx).
k=0
1 π sin[(n + 12 )u)] f (x + u) + f (x − u)
Z
Sn (x) = du.
π 0 sin[ u2 ] 2
7.3. THÉORÈME DE CONVERGENCE SIMPLE DE DIRICHLET 85
1 π sin[(n + 12 )u)]
Z
1= du.
π 0 sin[ u2 ]
f (x+0)+f (x−0)
Notons alors α = 2
· On a
1
Rπ sin[(n+ 21 )u)] f (x+u)+f (x−u) Rπ sin[(n+ 12 )u)]
Sn (x) − α = π 0 sin[ u ] 2
du − α π1 0 sin[ u ]
du
2 2
1
R π sin[(n+ 21 )u)] f (x+u)+f (x−u) (7.4)
= π u [ − α]du
1
R0π sin[ 2 ] 1
2
= π 0
φ(u) sin[(n + 2 )u)]du.
u 1 f (x + u) + f (x − u)
φ(u) = [ − α]
sin[ u2 ] u 2
1 π
Z
1
lim Sn (x) − α = lim φ(u) sin[(n + )u)]du = 0 ,
n→+∞ n→+∞ π 0 2
ce qui termine la preuve du théorème de Dirichlet.
86 CHAPITRE 7. RAPPELS SUR LES SÉRIES DE FOURIER
Chapitre 8
Notions Hilbertiennes et
applications aux séries de
Fourier
Définition 8.1.2 Un espace vectoriel muni d’une norme est appelé espace
vectoriel normé.
87
88 CHAPITRE 8. NOTIONS HILBERTIENNES
Sur l’espace des fonctions continues sur [a, b] C 0 ([a, b]), les applications f 7→
Rb
supt∈[a,b] |f (t)|, f 7→ a |f (t)|dt définissent une norme.
8.1.2 Distance
Tout sous-ensemble Ω d’un espace vectoriel normé E est canoniquement muni
d’une distance associée :
d(x, y) = ||x − y||
c’est à dire d’une application d qui vérifie :
On peut alors définir la notion de limite d’une suite dans Ω. On dira qu’une
suite (xn ) de points de Ω converge vers une limite ` dans Ω, si la suite d(xn , `)
tend vers 0. On dira qu’une suite de xn est de Cauchy si :
Comme dans le cas de R, on dit que Ω est complet si toute suite de Cauchy
dans Ω converge dans Ω. Rm est complet pour n’importe laquelle des distances
définies ci-dessus. Un intervalle ouvert ]a, b[ dans R n’est pas complet. On
peut, par exemple, voir que la suite de terme général (a + b−a 2n
)n ∈ N∗ est
de Cauchy, car convergente dans R vers a mais n’est pas convergente dans
]a, b[ car la limite mentionnée n’est pas dans l’intervalle ]a, b[. Par contre,
un intervalle fermé [a, b] est complet. Le disque ouvert dans R2 n’est pas
complet. On donnera plus tard des exemples plus subtiles dans des espaces
de dimension infinie.
1
||x + y||2 − ||x − y||2 .
hx, yi =
4
Dans le cas K = C, il faut jouer avec x + y, x − y, x + iy et x − iy.
R
b
Exemple 8.2.7 L’application f 7→ a
|f (t)|2 dt définit une norme sur
C 0 ([a, b]; C). On parle de norme L2 .
8.3 Orthogonalité
8.3.1 Quelques définitions.
On dit que x et y sont orthogonaux si leur produit scalaire est nul. Plus
généralement, deux espaces vectoriels M et N sont orthogonaux si pour tout
x ∈ M et y ∈ N , on a hx, yi = 0.
8.4.3 Convergences
On discute ici les liens entre convergence faible et convergence forte.
Démonstration : admise.
L’exemple type est dans R2 muni du produit scalaire euclidien, le cas où F
est une droite passant par l’origine.
Théorème 8.5.2 .
avec xi = hx , ei i.
Le cas où le système est infini (i ∈ N∗ ) peut aussi être traité en montrant
d’abord, pour tout N , l’inégalité pour i = 1, · · · , N .
Notons que l’on peut considérer plus généralement ce problème de la meilleure
approximation dans le cas où , à la place de F , on considère des ensembles
plus généraux Ω convexes, complets.
0
Exercice 8.5.5 qR On considére l’espace préhilbertien C ([0, 1]; C) muni de la
1
norme f 7→ 0
|f (t)|2 dt. On peut prendre comme F (m) l’espace des po-
lynômes de degré inférieur ou égal à m. Dans un premier temps, on peut ap-
pliquer le procédé de Gram-Schmidt à la base : (1, t, t2 , · · · , tm ) pour construire
une base orthonormale de F (m) .
Nous introduisons donc d’abord une notion adéquate de ”distance” entre les
fonctions de E périodique et continues par morceaux sur une période, qui a
l’avantage par rapport à la distance habituelle
lim d2 (f, fn ) = 0
n→+∞
Or on a Z 2π
d2 (f, fn ) ≤ sup |fn (x) − f (x)|( dt)1/2
x∈[0,2π] 0
Preuve : C’est juste (dans le cas où f est continue) une application du
théorème de la projection orthogonale. On prend comme espace préhilbertien
H l’espace des fonctions continues périodiques et comme espace F l’espace
de dimension m = 2n + 1 des polynômes trigonométriques d’ordre inférieur
ou égal à n.
Dans le cas général, il y a une petite difficulté liée au fait que la distance d2
n’est pas tout à fait une distance.
l’Inégalité de Bessel prend la forme suivante :
lim d2 (f, Pn ) = 0
n→+∞
cn (f ) = hf , en iL2 .
∞
D’après (8.4), on a, pour f dans Cper
X
|cn (f )|2 = ||f ||2L2 .
n
On vient de définir une isométrie de L2 (T1 ) sur `2 (Z). Grâce à cette isométrie,
on peut définir des sous-espaces naturels de L2 (T1 ), notés H k (T1 ), correspon-
dant à hk . Si on observe que h1 est inclus dans l’espace des séries absolument
convergentes, qui est une conséquence de l’inégalité de Cauchy-Schwarz :
s
X X1 X 1
|an | = |a0 | + (n|an |) ≤ |a0 | + ||nan ||`2 ,
n n6=0
n n6=0
n2
on peut inclure H 1 (T1 ) dans C 0 (T1 ), c’est à dire que si u ∈ H 1 (T1 ), il existe
une fonction continue périodique dans la classe de fonctions de u (considérée
comme élément de L2 (T1 )). Elle est simplement définie comme :
X
cn (u)eint ,
n
Transformation de Fourier
99
100 CHAPITRE 9. TRANSFORMATION DE FOURIER
Dans une deuxième étape, on utilise la densité de C0∞ (Rn ) dans L1 (Rn ) et la
continuité de la transformée de Fourier de L1 dans L∞ .
Le rôle majeur que joue la transformation de Fourier dans l’étude des EDP
est lié au fait que, lorsque ces objets sont bien définis,
Exemples 9.2.2
1. C0∞ (Rn ) ⊂ S(Rn ).
2
2. Pour z ∈ C tel que Re z > 0, la fonction ϕ(x) = e−z|x| appartient à
S(Rn ).
3. Si ϕ1 , ϕ2 ∈ S(Rn ), alors ϕ1 ϕ2 ∈ S(Rn ).
Preuve
Il suffit de remarquer que
X
Np (xα ∂ β ϕ) = sup |xλ ∂ µ (xα ∂ β ϕ(x))| ≤ Np+q (ϕ) (9.4)
|λ|+|µ|≤p
Preuve.
On démontre directement l’inégalité : dans le cas α = β = 0, elle donne
S ⊂ Lq . On pose g(x) = xα ∂ β ϕ(x).
kxα ∂ β ϕkqLq = |g(x)|q dx ≤ sup |g(x)|q−1 |g(x)|dx
R R
1
R
≤ sup |g(x)|q−1 sup(1 + |x|)n+1 |g(x)| (1+|x|) n+1 dx
q−1 (9.5)
≤ Cn N0 (g) Nn+1 (g)
= Cn Np (ϕ)q−1 Np+n+1 (ϕ).
Corollaire 9.2.7 S(Rn ) est dense dans tous les Lp (Rn ), pour p ∈ [1, +∞[.
On a aussi la
Proposition 9.2.8 C0∞ (Rn ) est dense dans S(Rn ) : pour ϕ ∈ S(Rn ), il existe
une suite (ϕj ) de fonctions de C0∞ (Rn ) qui converge vers ϕ dans S(Rn ).
Preuve
Soit ϕ ∈ S(Rn ). Soit χ ∈ C0∞ (Rn ) une fonction qui vaut 1 sur B(0, 1). On
pose ϕj (x) = ϕ(x)χ(x/j). Les fonctions ϕj sont C ∞ à support compact, et
valent ϕ dans la boule B(0, j). La formule de Leibniz donne
X 1 x
∂ β (ϕ − ϕj )(x) = ∂ β ϕ(x)(1 − χ(x/j)) + Cβγ ∂ β−γ ϕ(x)(∂ γ χ)( ).
j |γ| j
|γ|≥1,γ≤β
9.3. TRANSFORMATION DE FOURIER DANS S(RN ) 103
Définition 9.3.1 Pour ϕ ∈ S(Rn ), on note ϕ̂, F(ϕ) ou encore Fx→ξ (ϕ(x))
la fonction de L∞ (Rn ) définie par
Z
ϕ̂(ξ) = F(ϕ)(ξ) = Fx→ξ (ϕ(x)) = e−ix·ξ ϕ(x)dx.
Preuve
i) La fonction (x, ξ) 7→ e−ix·ξ ϕ(x) est C 1 sur Rn , et
Donc le théorème de dérivation sous le signe somme dit que F(ϕ) est C 1 , et
que
Z
∂ξj F(ϕ)(ξ) = −ixj e−ix·ξ ϕ(x) = F(−ixj ϕ(x)).
On intègre les deux membres de cette égalité par rapport à x0 . Par Fubini,
puisque ϕ, ∂1 ϕ ∈ S(Rn ) ⊂ L1 (Rn ), on obtient
Z Z
−ix·ξ
∂1 ϕ(x)e dx = iξ1 ϕ(x)e−ix·ξ dx.
De plus F est une application linéaire bicontinue sur S(Rn ), au sens où ,
pour tout p ∈ N, il existe Cp > 0 tel que
Preuve
a) On montre d’abord que F(S(Rn )) ⊂ S(Rn ). Soit p ∈ N, et |α| + |β| ≤ p.
Pour ϕ ∈ S(Rn ), on a vu que
donc ∂ α (xβ ϕ) ∈ S(Rn ) ⊂ L1 (Rn ). Ainsi F(∂ α (xβ ϕ)) ∈ L∞ (Rn ), et F(ϕ) ∈
S(Rn ).
On a d’ailleurs :
Or Z Z Z
ix·ξ
e ϕ̂(ξ)dξ = ix·ξ
e ( e−iy·ξ ϕ(y)dy)dξ,
9.3. TRANSFORMATION DE FOURIER DANS S(RN ) 107
mais la fonction g : (y, ξ) 7→ eix·ξ e−iy·ξ ϕ(y) n’est pas dans L1 (Rny × Rnξ ),
puisque |g(y, ξ)| = |ϕ(y)|, et on ne peut pas intervertir l’ordre des intégrations.
Cependant, par le théorème de convergence dominée,
Z Z
2
e ϕ̂(ξ)dξ = lim+ eix·ξ e−ε|ξ| ϕ̂(ξ)dξ,
ix·ξ
ε→0
et
Z Z Z Z
ix·ξ −ε|ξ|2 −iy·ξ 2
e e ( e ϕ(y)dy)dξ = ( ei(x−y)·ξ e−ε|ξ| dξ)ϕ(y)dy.
√ n √
Z Z
2
ix·ξ
e ϕ̂(ξ)dξ = lim+ (2 π) e−|u| ϕ(x − 2 εu)du.
ε→0
[
c) Le reste de la proposition découle du fait que F −1 (ϕ) = 1
(2π)n
F(ϕ).
Preuve
(i) On a, par Fubini,
= ( e−ix·y ψ(x)dx)ϕ(y)dy
R
= ϕ(y)ψ̂(y) dy .
108 CHAPITRE 9. TRANSFORMATION DE FOURIER
donc Z Z Z
−n
ϕ̂ω = (2π) ϕ̂ψ̂ = ϕψ .
En terme du produit scalaire hermitien dans L2 (Rn , C), la relation (ii) s’écrit
1
(ϕ, ψ)L2 = (ϕ̂, ψ̂)L2 .
(2π)n
En particulier pour ψ = ϕ, on obtient la formule de Parseval :
Corollaire 9.3.6 Soit ϕ ∈ S(Rn ). On a
kϕkL2 = (2π)−n/2 kϕ̂kL2 .
[ (9.10)
(9.13)
n −1 −1
On montre maintenant (ii). Soit ϕ, ψ ∈ S(R ), et u = F (ϕ), v = F (ψ).
On a
[
n
ϕψ(ξ)
c = F(ûv̂)(ξ)
R = F(F(u ∗ v))(ξ) = (2π)R u ∗ v (ξ)
b
n b n
= (2π) u(−ξ − η)v(η)dη = (2π) u(ξ + η)v(η)dη
= (2π)−n ϕ̂(ξ + η)ψ̂ (η)dη
R
(9.14)
= (2π)−n ϕ̂(ξ − η)ψ̂(η)dη
R
= (2π)−n ϕ̂ ∗ ψ̂ (ξ).
et
û(0, ξ) = φ̂(ξ) .
On trouve comme solution
111
112 CHAPITRE 9. TRANSFORMATION DE FOURIER
Chapitre 10
113
114 CHAPITRE 10. DISTRIBUTIONS TEMPÉRÉES
grâce à (9.6).
Compte tenu du Corollaire 9.2.7, on a en particulier S(Rn ) ⊂ S 0 (Rn ).
Exemple 10.1.3
Soit f ∈ L1loc (Rn ), telle que |f (x)| ≤ C(1 + |x|)p pour une constante C > 0
et un entier p ∈ N. On a
R
|Tf (ϕ)| ≤ C R (1 + |x|)p |ϕ(x)|dx
1
≤ C (1 + |x|)p+n+1 |ϕ(x)| (1+|x|)n+1 dx
R 1 (10.1)
≤ CNp+n+1 (ϕ) (1+|x|)n+1 dx
≤ Cn Np+n+1 (ϕ).
Exemple 10.1.4
La masse de Dirac δ0 définie par la formule
Il est alors naturel pour une distribution tempérée T de définir ∂xβ T par :
x
Exercice 10.1.6 Montrer que la fonction x 7→ ex eie n’est pas majorée par
un polynôme, mais qu’elle appartient à S 0 (R). On pourra montrer que c’est
la dérivée d’une distribution tempérée.
Exercice 10.1.8 Montrer que (x, y) 7→ 21 ln(x2 + y 2 ) est dans L1loc et qu’on
peut lui associer une distribution tempérée T . Calculer −∆T .
|∂ β f (x)| ≤ Cβ (1 + |x|)mβ .
On a donc
Np (f ϕ) ≤ CNp+M (ϕ),
avec M = max|γ|≤p mγ .
On a
|f T (ϕ)| = |T (f ϕ)| ≤ CNp (f ϕ) ≤ C 0 Np+M (ϕ),
ce qui montre que f T est une distribution tempérée.
Localisation
Une fonction χ dans C0∞ (Rn ) est dans OM , on peut donc localiser T en
considérant χT .
Exercice 10.1.11 Montrer que pour tout ϕ ∈ C0∞ (Rn ) et tout p ∈ N, il existe
une constante C > 0 telle que, pour tout a ∈ R, Np (τa ϕ) ≤ C(1 + |a|)p . En
/ S 0 (R).
déduire que (x 7→ ex ) ∈
Exemple 10.2.2
donc T
cf = T b et notre définition de la transformée de Fourier est rai-
f
sonnable.
R
2. Pour ϕ ∈ S(Rn ), δb0 (ϕ) = ϕ(x)dx, donc δb0 = 1.
b
Proposition 10.2.3 La transformation de Fourier F est un isomorphisme
de l’espace vectoriel S 0 (Rn ). Son inverse est F −1 = (2π)−n F . De plus F et
F −1 sont continues sur S 0 (Rn ), dans le sens où si Tj → T ∈ S 0 (Rn ), alors
F(Tj ) → F(T ) dans S 0 (Rn ). Enfin si T ∈ L2 , la transformée de Fourier au
sens de S 0 s’identifie à la transformée de Fourier L2 .
Preuve Soit (zj ) une suite de {z ∈ C, Re z > 0} telle que zj → −iλ. Pour
ϕ ∈ S(Rn ), le théorème de convergence dominée donne, quand j → +∞,
R −z |x|2 R iλ|x|2
e j
ϕ(x)dx → Re ϕ(x)dx,
R −|ξ|2 /4z 2 (10.2)
e j
ϕ(ξ)dξ → e−iλ|ξ| /4λ ϕ(ξ)dξ.
2
On en déduit que, notant Tj = e−zj |x| , on a Tj → T dans S 0 (Rn ). Par
continuité de la transformation de Fourier, on a aussi F(Tj ) → F(T ). Or on
a vu que
√π n 2
F(Tj ) = √ e−|ξ| /4zj ,
zj
√ p p
où zj = |zj | eiπsign (zj )/4 → |λ| e−iπsign (λ)/4 . Donc, dans S 0 (Rn ),
√π n 2
F(Tj ) → p einπsign (λ)/4 e−i|ξ| /4λ = F(T ).
|λ|
Chapitre 11
Distributions
Proposition 11.1.2 Une forme linéaire T sur C0∞ (Ω) est une distribution
si et seulement si T (ϕj ) → T (ϕ) pour toute suite (ϕj ) de fonctions C0∞ (Ω)
qui converge dans C0∞ (Ω).
Autrement dit, une distribution n’est rien d’autre qu’une forme linéaire sur
l’espace C0∞ (Ω), continue pour la topologie associée à la famille de seminormes
119
120 CHAPITRE 11. DISTRIBUTIONS
∞
En particulier pour tout j ∈ N, prenant C = k = j, il existe alors ϕj ∈ CK (Ω)
telle que X
|T (ϕj )| > j sup |∂ α ϕj |.
|α|≤j
∞
Soit ψj ∈ CK (Ω) définie par ψj = ϕj /|T (ϕj )|. On a bien sûr |T (ψj )| = 1
pour tout j, et la suite (ψj ) converge vers 0 dans C0∞ (Ω), puisque pour tout
j ≥ |α|,
X 1 1
sup |∂ α ψj | ≤ sup |∂ α ψj | ≤ |T (ψj )| ≤ ·
j j
|α|≤j
Mais ceci est absurde, puisque l’on devrait alors avoir T (ψj ) → 0.
Remarque 11.1.3 Une distribution tempérée définit par restriction à C0∞ (Rn )
une distribution. Avec cette remarque, on comprend mieux le nom de ”Dis-
tribution Tempérée” donné par Laurent Schwartz.
11.1. DÉFINITIONS ET EXEMPLES 121
Preuve : R
Soit f ∈ L1loc (Ω). Supposons que hTf , ϕi = f ϕ = 0 pour toute fonction ϕ ∈
C0∞ (Ω). Soit (Kj ) une suite d’exhaustion 1 de Ω (Kj est une suite croissante
de compacts de Ω tels que Kj ⊂ Int(Kj+1 ) (ou Int K désigne l’intérieur de
K, c’est à dire le plus grand ouvert contenu dans K) et tout compact K
de Ω est contenu dans un Kj ), et ψj ∈ C0∞ (Ω) telle que ψj = 1 sur Kj et
supp ψj ⊂ Int(Kj+1 ). Soit enfin (χε )ε une approximation de l’identité, c’est
à dire une famille
χ (x) = −n χ1 (x/) (11.1)
puisque y 7→ ψj (y)χε (x − y) est une fonction de C0∞ (Ω). Donc kψj f kL1 = 0.
Ceci étant vrai pour tout j, on obtient f = 0 dans L1 (Ω).
donc δx0 est une distribution sur Rn , que l’on appelle masse de Dirac en x0 .
Cette distribution n’est pas de la forme Tf avec f ∈ L1loc (Rn ). Supposons
en effet le contraire. On aurait, pour toute fonction ϕ ∈ C0∞ (Rn ) telle que
x0 ∈
/ supp ϕ, Z
ϕ(x0 ) = 0 = f (x)ϕ(x)dx.
Cette limite existe pour chaque fonction ϕ ∈ C0∞ (R). Pour une telle fonction,
un peut trouver un réel A > 0 tel que supp ϕ ⊂ [−A, A]. Par la formule de
Taylor avec reste intégral, il existe ψ ∈ C ∞ (R) telle que
Z 1
ϕ(x) = ϕ(0) + xψ(x) , avec ψ(x) = ϕ0 (tx)dt ,
0
et on peut écrire
Z Z Z Z
ϕ(x) ϕ(x) ϕ(0)
dx = dx = dx + ψ(x)dx.
|x|>ε x ε<|x|<A x ε<|x|<A x ε<|x|<A
On a donc
X
|T (ϕ)| ≤ 2A sup |ψ(x)| ≤ 2A sup |ϕ0 (x)| ≤ 2A sup |ϕ(j) (x)|,
x∈[−A,A] x∈[−A,A] 0≤j≤1
(11.2)
ce qui montre que T est bien une distribution. On notera que, comme attendu,
la constante C vaut ici 2A, et dépend du compact K choisi au départ.
Cette distribution porte le nom de valeur principale de 1/x, et on note
Z
1 ϕ(x)
hvp( ), ϕi = lim+ dx.
x ε→0 |x|>ε x
0
On note D(k) (Ω) l’ensemble des distributions d’ordre k.
Remarque 11.2.2 Noter que une distribution est toujours localement d’ordre
fini. Ce qui est spécifique ci-dessus est que k0 ne dépend pas du compact K.
124 CHAPITRE 11. DISTRIBUTIONS
dont le module peut être majoré par C sup |ϕ| avec C = supp ϕ | x1 |dx. On
R
Montrer que T est une distribution, et qu’elle n’est pas d’ordre fini.
11.3. PREMIÈRES OPÉRATIONS SUR LES DISTRIBUTIONS 125
Preuve :
Soit K ⊂ Ω un compact, et χ ∈ C0∞ (Ω, R) telle que χ = 1 au voisinage de K.
∞
Pour ϕ ∈ CK (Ω) à valeurs réelles, on a
donc
hT, ϕ + χ sup |ϕ|i ≥ 0 et hT, χ sup |ϕ| − ϕi ≥ 0,
ce qui donne
|hT, ϕi| ≤ |hT, χi| sup |ϕ|.
∞
Pour ϕ ∈ CK (Ω) à valeurs complexes, on peut écrire ϕ = ϕ1 + iϕ2 avec ϕ1 , ϕ2
à valeurs réelles, et, en utilisant ce qui précède pour ϕ1 et ϕ2 ,
|hT, ϕi| = |hT, ϕ1 +iϕ2 i| ≤ |hT, ϕ1 i|+|hT, ϕ2 i| ≤ C sup |ϕ1 |+C sup |ϕ2 | ≤ C sup |ϕ|.
Les distributions positives sont donc des formes linéaires continues sur C 0 (Ω),
autrement dit des mesures de Radon positives (voir par exemple Rudin pour
une définition).
Comme ensemble de formes linéaires continues, D0 (Ω) est bien sûr un espace
vectoriel sur C : si T1 , T2 ∈ D0 (Ω) et λ1 , λ2 ∈ C, alors λ1 T1 + λ2 T2 est la
distribution définie par
11.3.1 Dérivation
Proposition 11.3.1 Soit T ∈ D0 (Ω). La forme linéaire sur C0∞ (Ω) définie
par ϕ 7→ hT, −∂j ϕi est une distribution, que l’on appelle dérivée partielle de
T par rapport à la j-ième variable, et que l’on note ∂j T .
Preuve :
Soit K ⊂ Ω un compact, et C = CK > 0, k = kK ∈ N des constantes données
par le fait que T ∈ D0 (Ω). Pour ϕ ∈ CK
∞
(Ω) on a
X X
|h∂j T, ϕi| = |hT, ∂j ϕ| ≤ CK sup |∂ α ∂j ϕ| ≤ C sup |∂ α ϕ|,
|α|≤k |α|≤k+1
Preuve :
Soit ϕ ∈ C0∞ (Ω). La fonction ϕ se prolonge en une fonction ϕ̃ ∈ C0∞ (Rn ) en
posant ϕ̃(x) = 0 pour x ∈ / Ω. Soit alors A > 0 tel que supp ϕ̃ ⊂ [−A, A]n , on
a
R R
h∂j Tf , ϕi = −hTf , ∂j ϕi = − Ω
f ∂j ϕdx = − n f ∂j ϕ̃dx
R R R A
0
R R R R A
0
= − ... −A
f ∂ j ϕdx j dx = . . . ∂
−A j
f ϕdxj dx = hT∂j f , ϕi.
(11.3)
11.3. PREMIÈRES OPÉRATIONS SUR LES DISTRIBUTIONS 127
Puisque ∂j T est une distribution, elle admet des dérivées partielles d’ordre
1. En itérant cet argument, on peut définir ∂ α T pour tout α ∈ Nn : les
distributions admettent des dérivées de tout ordre, données par
donc T 0 = δ0 .
Exemple 11.3.4 Soit f ∈ L1loc (R) la fonction définie par f (x) = ln(|x|),
et T = Tf ∈ D0 (R) la distribution associée. On veut identifier T 0 ; il semble
raisonnable que T 0 ait un lien avec la fonction x 7→ 1/x, mais celle-ci n’est
pas intégrable en 0. Soit A > 0, et ϕ ∈ C0∞ ([−A, A]). On calcule
RA
hT 0 , ϕi = − −A ln |x| ϕ0 (x)dx
R0 RA (11.4)
= − −A ln(−x)ϕ0 (x)dx − 0 ln(x)ϕ0 (x)dx.
On ne peut pas intégrer par parties (x 7→ ln(x) n’est pas dans C 1 ([0, A])),
mais le théorème de Convergence Dominée donne facilement
Z −ε Z A
0 0
hT , ϕi = − lim ln(−x)ϕ (x)dx − lim ln(x)ϕ0 (x)dx .
ε→0 −A ε→0 ε
donc T 0 = vp(1/x).
128 CHAPITRE 11. DISTRIBUTIONS
Seules les fonctions constantes ont une dérivée nulle. Pour les distributions
d’une variable, on montre facilement le même résultat.
Preuve :
On commence remarquer qu’une fonction ϕ ∈ C0∞ (R) est la dérivée d’une
fonction ψ ∈ C0∞ (R) si et seulement si ϕ = 0. En effet si ϕ = ψ 0 avec ψ à
R
R +∞ R +∞
support compact, alors −∞ ϕ(x)dx = −∞ ψ 0 (x)dx = 0. Réciproquement, si
R Rx
ϕ = 0, la fonction ψ : x 7→ −∞ ϕ(t)dt est à support compact inclus dans
le support de ϕ, et vérifie ψ 0 = ϕ.
Soit χ ∈ C0∞ (R) une fonction telle que χ = 1. Pour ϕ ∈ C0∞ (R), on écrit
R
Z Z
ϕ = ϕ1 + ϕ2 avec ϕ1 = ϕ − ( ϕ)χ, et ϕ2 = ( ϕ)χ,
ϕ1 = ψ 0 . Donc
Z Z Z
0 0
hT, ϕi = hT, ψ i+( ϕ)hT, χi = −hT , ψi+( ϕ)hT, χi = C ϕ = hTC , ϕi,
Notons que la proposition 11.3.2 dit en particulier que la dérivée d’une dis-
tribution de D0 (R) associée à une fonction constante est nulle. La proposition
ci-dessus énonce donc une équivalence.
Preuve :
Soit (ϕj ) une suite de fonctions de C0∞ (Ω), qui converge vers 0 dans C0∞ (Ω).
Il existe un compact K ⊂ Ω tel que supp ϕj ⊂ K pour tout j. On a donc
supp f ϕj ⊂ K pour tout j. De plus, pour tout α ∈ Nn ,
X
∂ α (f ϕ) = Cαβ ∂ β f ∂ α−β ϕ
β≤α
11.3. PREMIÈRES OPÉRATIONS SUR LES DISTRIBUTIONS 129
On note alors
M = max sup |∂ β f | ,
β≤α K
Exemple 11.3.9 Soit f ∈ C ∞ (R), telle que f (0) = 0. On sait qu’il existe
g ∈ C ∞ (R) telle que f (x) = xg(x), et l’on voit facilement que f vp(1/x) = Tg .
En particulier x vp(1/x) = 1.
Preuve :
Soit ϕ ∈ C0∞ (Ω), et α ∈ Nn . On raisonne par récurrence sur |α|. La formule
est bien sûr vraie pour |α| = 0, et on suppose qu’elle l’est pour tout |α| ≤ m.
Pour γ ∈ Nn tel que |γ| = m + 1, on peut écrire γ = α + 1j pour un α de
longueur m et un j ∈ {1, . . . , n}. Donc
h∂ γ (f T ), ϕi = h∂j (∂ α (f T )), ϕi
α
= −h∂P(f T )∂jβϕiβ
= −h β≤ α Cα ∂ f ∂ α−β T, ∂j ϕi (11.5)
= β≤ α Cαβ h∂j (∂ β f ∂ α−β T ), ϕi
P
et l’on obtient
h∂ γ (f T ), ϕi = hf ∂ γ T, ϕi+
P β−1j β β γ−β
1j ≤β≤ α C γ−1j + C γ−1j h∂ f ∂ T, ϕi (11.6)
+h∂ γ f T, ϕi,
Preuve :
Soit A une primitive de a sur I. Pour T ∈ D0 (I), on a, grâce à la formule de
Leibniz ci-dessus,
(eA T )0 = aeA T + eA T 0 = eA (T 0 + aT ).
Donc
Preuve :
Soit ϕ ∈ C0∞ (Ω) telle que K = suppSϕ ⊂ V . Puisque K est compact, on peut
trouver j1 , j2 , . . . , jN tels que K ⊂ N V . Soit alors (χk ) une partition de
∞
PN k=1 jk
l’unité C associée. On a ϕ = k=1 ϕχk et
N
X
hT, ϕi = hT, ϕχk i = 0,
k=1
Exemple 11.4.4
i) Soit T = δ0 . Si V est un ouvert qui ne contient pas {0}, alors hT, ϕi =
ϕ(0) = 0 pour toute fonction C0∞ (Rn ) telle que supp ϕ ⊂ V . Donc
supp T ⊂ {0}.
132 CHAPITRE 11. DISTRIBUTIONS
11.4.2 Propriétés
Lemme 11.4.5 Soit Ω ⊂ Rn , et T ∈ D0 (Ω).
i) Pour α ∈ Nn , supp ∂ α T ⊂ supp T .
ii) Pour f ∈ C ∞ (Ω), supp f T ⊂ supp f ∩ supp T .
Preuve :
Soit x0 ∈
/ supp T . Il existe un voisinage V de x0 tel que pour toute fonc-
tion ψ ∈ C0∞ (V ), hT, ψi = 0. Or si ϕ ∈ C0∞ (V ), ψ = ∂ α ϕ ∈ C0∞ (V ), donc
h∂ α T, ϕi = (−1)|α| hT, ∂ α ϕi = 0.
Donc x0 ∈/ supp ∂ α T , ce qui prouve le point i). S
On prouve maintenant le second point. Si x0 ∈ / supp f supp T , x0 appar-
tient ou bien a (supp f )c ou bien a (supp T )c . Dans le premier cas, il existe
un voisinage V de x0 tel que f|V = 0. Pour ϕ ∈ C0∞ (V ), on a hf T, ϕi =
hT, f ϕi = 0, donc x0 ∈ / supp(f T ). Dans le second cas, il existe un voisi-
nage V de x0 tel que, pour toute fonction ψ ∈ C0∞ (V ), hT, ψi = 0. Pour
ϕ ∈ C0∞ (V ), f ϕ est une fonction C ∞ , nulle en dehors d’un compact inclus
dans V . Donc hf T, ϕi = hT, f ϕi = 0, et x0 ∈/ supp f T .
Preuve :
Soit K̃ un voisinage compact de supp T , i.e. un compact tel que supp T ⊂
Int (K̃), et χ ∈ C0∞ (Int (K̃)) une fonction plateau, telle que χ = 1 au voisinage
de supp T .
Puisque T est une distribution, il existe C = C(K̃) > 0, m = m(K̃) ∈ N tels
que X
∀ψ ∈ C0∞ (Ω), supp ψ ⊂ K̃ ⇒ |hT, ψi| ≤ C sup |∂ α ψ| ,
|α|≤m
et on note désormais m le plus petit entier pour lequel cette propriété est
vraie.
Pour toute fonction ϕ ∈ C0∞ (Ω), puisque supp(ϕ − χϕ) ∩ supp T = 0, on a
Exercice 11.4.8 Montrer que la forme linéaire T sur C0∞ (R) définie par
X1 1
T (ϕ) = (ϕ( ) − ϕ(0))
n≥0
n n
est une distribution. Donner son support, que l’on notera K, et montrer que
T est d’ordre 1.
Montrer qu’il n’existe pas de constante C > 0 telle que, pour toute fonction
ϕ ∈ C0∞ (R), on ait
|hT, ϕi| ≤ CkϕkC 1 (K) .
On pourra tester cette inégalité sur des fonctions plateau bien choisies.
T̃ (f ) = hT, χf i.
Enfin si L : C ∞ (Ω) → C est une forme linéaire qui vérifie (ii) et (iii), L = T̃ .
11.4. SUPPORT D’UNE DISTRIBUTION 135
Preuve :
Soit χ1 , χ2 deux fonctions de C0∞ (Ω) qui valent 1 dans un voisinage de supp T .
Pour ϕ ∈ C0∞ (Ω), on a
grâce à (ii).
∀α ∈ Nn , |α| ≤ m , ∂ α ϕ(x0 ) = 0 ,
alors hT, ϕi = 0 .
Il est important de confronter cet énoncé avec l’exemple qui suit la proposi-
tion 11.4.6.
Preuve :
On traite pour simplifier le cas de la dimension 1 avec x0 = 0. On part de
Preuve :
On écrit la preuve pour x0 = 0. Une telle distribution T est à support com-
pact, et on note N son ordre exact. Soit χ ∈ C0∞ (Ω) telle que χ = 1 près de
0. Pour ϕ ∈ C0∞ (Ω) on peut écrire
X xα
ϕ(x) = ∂ α ϕ(0)χ(x) + r(x),
α!
|α|≤N
11.4. SUPPORT D’UNE DISTRIBUTION 137
où
X xα 1
xα
X Z
r(x) = (1 − χ(x)) ∂ α ϕ(0) + (N + 1) (1 − t)N ∂ α ϕ(tx)dt.
α! α! 0
|α|≤N |α|=N +1
pour des aα ∈ C.
Soit χ ∈ C0∞ (Ω) telle que χ = 1 près de 0 et β ∈ Nn . On calcule
h∂ α δ0 , xβ χi = (−1)|α| ∂ α (xβ χ)|x=0
Or ∂ α (xβ χ)|x=0 est nul si α 6= β et vaut α! sinon. Donc, pour tout |β| ≤ N ,
X
0=h aα ∂ α δ0 , xβ χi = (−1)|β| β! aβ ,
|α|≤N
Montrer que l’on définit une distribution T sur R2 . Quel est son support ?
Montrer que c’est une solution au sens des des distributions de l’équation des
ondes.
138 CHAPITRE 11. DISTRIBUTIONS
Exemple 11.5.3 Soit (χε ) une approximation de l’identité dans C0∞ (Rn ),
et (Tε ) la famille de distributions de D0 (Rn ) associées. Pour ϕ ∈ C0∞ (Rn ),
notant A > 0 un réel tel que supp ϕ ⊂ [−A, A]n , on a
Z Z
hTε , ϕi = χε (x)ϕ(x)dx = χ(y)ϕ(εy)dy,
[−A,A]n [−A/ε,A/ε]n
1
Exercice 11.5.4 Montrer que la suite ( x±iε ) converge vers vp( x1 )∓iπδ0 dans
0 +
D (R) quand ε → 0 . On note désormais
1 1 1 1
= vp( ) + iπδ0 et = vp( ) − iπδ0 .
x − i0 x x + i0 x
11.5.2 Propriétés
Les opérations que l’on a définit sur les distributions sont continues par rap-
port à la convergence des suites. Autrement dit :
Preuve :
Soit ϕ ∈ C0∞ (Ω). On a immédiatement
et
hf Tj , ϕi = hTj , f ϕi → hT, f ϕi = hf T, ϕi.
Exercice 11.5.6 Montrer que si (fj ) converge vers f dans C ∞ (Ω), alors
(fj T ) converge vers f T dans D0 (Ω).
Par exemple la série n∈Z δ2πn converge dans D0 (R), et définit une distribu-
P
tion 2π-périodique, connue sous le nom de peigne de Dirac.
Proposition 11.6.3 Soit (cn ) une suite de nombres complexes. S’il existe
une constante C > 0 et un entier p ∈ N tels que
la série n∈Z cn einx converge dans D0 (R) et sa somme est une distribution
P
2π-périodique.
140 CHAPITRE 11. DISTRIBUTIONS
Preuve :
Soit ϕ ∈ C0∞ (R), et A > 0 un réel tel que supp ϕ ⊂ [−A, A]. Notant SN la
N -ième somme partielle de la série, on a
N
X Z A
hSN , ϕi = cn einx ϕ(x)dx.
n=−N −A
A N A
einx (p+2)
Z X Z
p+2
hSN , ϕi = c0 ϕ(x)dx + cn (−1) ϕ (x) dx ,
−A n=−N , n6=0 −A (in)p+2
N
X (1 + |n|)p )
|hSN , ϕi| ≤ 2CA(1 + p+2
) sup |ϕ(p+2) | . sup |ϕ(p+2) | ,
n=−N , n6=0
|n|
Preuve :
Soit ω ∈ C0∞ (R) une fonction positive, et telle que ω(x) > 0 pour x ∈ [0, 2π].
Soit aussi A > 0 tel que supp ω ⊂ [−A, A]. Pour x ∈ R fixé, ω(x + 2πn) = 0
pour tout n ∈ / [ −A−x
π
, A−x
π
]. Donc pour x ∈ [−B, B], ω(x + 2πn) = 0 pour
−A−B A+B
tout n ∈ N tel que n ∈ / [ π , π ]. La série
X
τ−2πn ω(x)
n∈Z
est donc localement finie, ce qui prouve qu’elle converge (par exemple uni-
formément sur tout compact), et que sa somme est C ∞ . Elle est aussi stric-
tement positive, et la fonction
ω(x)
ψ(x) = P ,
n∈Z ω(x + 2πn)
Donc
!
X X
hT, e−inx ψ1 i = hT, e−inx ψ2 (τ2πk ψ1 )i = hT, e−inx ψ2 τ−2πk ψ1 i = hT, e−inx ψ2 i.
k∈Z k∈Z
Il est très simple de voir que la suite (cn (T ))n des coefficients de Fourier de
T est à croissance modérée puisque T est une distribution, il existe C > 0 et
m ∈ N tels que X
|cn | ≤ C sup |∂xj (e−inx ψ)|,
j≤m
donc |cn | = O((1 + |n|)m ). D’après la proposition 11.6.3, la série n∈Z cn einx
P
converge dans D0 (R) vers une distribution 2π-périodique, qu’on appelle série
de Fourier de T .
On prendra garde au fait que même si chaque terme de la série est une fonc-
tion régulière, la convergence n’a lieu que dans D0 (R) en général. Autrement
dit, cette égalité ne dit pas que toute distribution périodique est une fonction.
Preuve :
Soit ψ ∈ C0∞ (R) telle que n∈Z τ2πn ψ = 1 et cn (T ) = 2π 1
hT, e−inx ψi, n ∈ Z,
P
∞
les coefficients de Fourier de T . Pour φ ∈ C0 (R), on note ϕ e la fonction C ∞ ,
2π-périodique définie par
X X
ϕ(x)
e = (τ2kπ ϕ)(x) = ϕ(x − 2kπ).
k∈Z k∈Z
Notant Z 2π
1 −inx
cn (ϕ)
e = φ(x)e
e dx
2π 0
pour n ∈ Z, ses coefficients de Fourier, on sait que
X
ϕ̃(x) = e inx ,
cn (ϕ)e
n∈Z
Espaces de Sobolev
On veut distinguer parmi les distributions (tempérées) celles qui sont plus
régulières, par exemple données par des fonctions C k . On a vu que plus f est
régulière, plus fˆ décroit rapidement à l’infini, par exemple puisque
kξ α fˆkL2 = kD
d αf k 2 .
L
Exemple 12.1.3
145
146 CHAPITRE 12. ESPACES DE SOBOLEV
−n
1. δ0 ∈ H s (Rn ) si et seulement si s < 2
. En effet δ̂0 = 1 donc hξis δ̂0 ∈
L2 (Rn ) si et seulement si 2s < −n.
2. Les fonctions constantes ne sont dans aucun H s (Rn ), puisque Ĉ = Cδ0
n’est pas une fonction L1loc .
Proposition 12.1.4 La forme bilinéaire (·, ·)s sur H s (Rn ) × H s (Rn ) définie
par Z
(u, v)s = (hξi û, hξi v̂)L2 = û(ξ)v̂(ξ)hξi2s dξ
s s
Preuve
Soit (uj ) une suite de Cauchy de H s (Rn ). La suite (hξis û) est une suite de
Cauchy de L2 , donc converge vers un v ∈ L2 . Soit alors u la distribution
tempérée définie par u = F −1 (hξi−s v̂). On a û = hξi−s v avec v ∈ L2 , donc
u ∈ H s (Rn ), et
Il est important de noter que H 0 (Rn ) = L2 (Rn ), où l’égalité a lieu entre
espaces de Hilbert. On a aussi
s1 ≤ s2 ⇒ H s2 (Rn ) ,→ H s1 (Rn )
puisque hξis1 ≤ hξis2 , où le symbole ,→ désigne une injection continue. Les H s
forment donc une famille décroissante d’espaces de Hilbert. En particulier,
pour s ≥ 0, on a H s (Rn ) ⊂ L2 (Rn ). On a même la
kuks ≤ kuk(1−θ)
s0 kukθs1 ,
Preuve
On écrit simplement
Z Z
kuks = hξi |û| dξ = (hξi2(1−θ)s0 |û|2(1−θ) )(hξi2θs1 |û|2θ )dξ,
2 2s 2
Preuve
Soit u ∈ H s (Rn ). On a ∂c 1
j u = ξj û, donc ∂j u est une fonction Lloc . De plus
c
khξis−1 ∂c
j ukL2 = khξi
s−1
ξj ûkL2 ≤ Ckhξis ûkL2 ,
ce qui montre que ∂j u ∈ H s−1 (Rn ). Le cas général s’obtient par récurrence
sur |α|.
Voici une autre illustration du fait que H s contient des éléments de plus en
plus singuliers quand s diminue.
Preuve
Pour T ∈ E 0 (Rn ), on sait que T̂ ∈ C ∞ ⊂ L1loc . De plus
X
|hξis T̂ (ξ)| = |hξis hTx , e−ix·ξ i| ≤ Chξis sup |∂xα (e−ix·ξ )| ≤ Chξis+p
|α|≤p
Preuve
D’abord, l’application S(Rn ) 3 u 7→ hξis û ∈ S(Rn ) est une bijection pour
tout s ∈ R. En particulier si u ∈ S(Rn ), hξis û ∈ S(Rn ) ⊂ L2 (Rn ), donc
S(Rn ) ⊂ H s (Rn ).
Soit alors u ∈ H s (Rn ) telle que u ∈ S(Rn )⊥ . Pour toute fonction ϕ ∈ S(Rn ),
on a
0 = (u, ϕ)s = (hξis û, hξis ϕ̂)L2 .
Donc pour tout ψ ∈ S(Rn ), on a (hξis û, ψ)L2 = 0. Comme S(Rn ) est dense
dans L2 (Rn ) (cf. le corollaire 9.2.7), cela entraı̂ne u = 0. Ainsi
Proposition 12.1.10 Pour tout s ∈ R, C0∞ (Rn ) est dense dans H s (Rn ).
Preuve
Puisque S(Rn ) est dense dans H s (Rn ), il suffit de montrer que C0∞ (Rn ) est
dense dans S(Rn ) pour la norme H s (Rn ). On raisonne par troncature : soit
χ ∈ C0∞ (Rn ) telle que χ = 1 sur B(0, 1). Pour k ∈ N, on pose χk (x) = χ(x/k)
et ϕk = χk ϕ. On a
R
kϕk − ϕks ≤ ( hξi2s |ϕ̂k (ξ) − ϕ̂(ξ)|2 dξ)1/2
≤ sup (hξis+(n+1)/2 |ϕ̂k (ξ) − ϕ̂(ξ)|) ( hξi−(n+1) dξ)1/2
R
(12.1)
≤ C Np (ϕ\k − ϕ)
≤ C Np+n+1 (ϕk − ϕ),
12.1.3 Multiplicateurs de H s
Proposition 12.1.11 Soit ϕ ∈ S(Rn ). La multiplication par ϕ est une
opération continue dans H s (Rn ).
12.1. ESPACES DE SOBOLEV SUR RN 149
Preuve
Pour ϕ ∈ S(Rn ) et u ∈ H s (Rn ), on a ϕu ∈ S 0 (Rn ) et
On en déduit la majoration :
Z Z
s −n
|hhξi ϕ
cu, ψiL2 | ≤ (2π) hξis |ϕ̂(ξ − η)| |û(η)||ψ(ξ)| dξdη
On a besoin du
Preuve
Soit u ∈ H s (Rn ). Pour α ∈ Nn avec |α| ≤ k, on a ξ α û ∈ L1 . En effet
α |ξ||α| s
|ξ û(ξ)| ≤ s
hξi |û(ξ)| ≤ hξik−s hξis |û(ξ)|,
hξi
Preuve
La proposition précédente dit que u et v sont des fonctions continues, donc
le produit uv est bien défini. On a d’abord u, v ∈ L2 ∩ L∞ , puisque s ≥ 0
d’une part, et puisque u et v sont des fonctions continues qui tendent vers 0 à
l’infini. Du coup f = uv est une fonction de L1 ∩ L∞ , et on a fˆ = (2π)−n û ∗ v̂.
Donc
Z Z Z 2
2 −2n 2s 2 −2n
kf ks = (2π) hξi |û∗v̂(ξ)| dξ ≤ (2π) hξis |û(ξ−η)| |v̂(η)|dη dξ .
Remarque 12.1.17 H n/2 (Rn ) n’est pas inclus dans L∞ (Rn ) (donc pas dans
0
C→0 ), ce qui est la cause d’un certain nombre de difficultés techniques.
Preuve
On l’admet.
152 CHAPITRE 12. ESPACES DE SOBOLEV
Preuve
Tout d’abord, pour ϕ ∈ S(Rn ), on a
donc Ψ est continue sur L2 (Rn ). Par le théorème de Riesz, il existe g ∈ L2 (Rn )
telle que Ψ(f ) = (g, f¯)L2 , et on pose u = F(hξis g) . On a
et celle de L−1 est automatique puisque l’on travaille dans des espaces de
Banach.
Il n’y a a priori rien d’équivalent pour les fonctions définies presque partout,
puisqu’une hypersurface est de mesure nulle. Lorsque u est dans un espace de
Sobolev d’ordre pas trop petit, sans pour autant être une fonction continue,
on peut néanmoins donner un sens à cette restriction.
Preuve
On veut montrer qu’il existe une constante C > 0 telle que pour tout ϕ ∈
S(Rn ),
kγ(ϕ)kH s−1/2 (Rn−1 ) ≤ CkϕkH s (Rn ) . (12.8)
L’existence de l’unique prolongement continu de γ découlera alors de la den-
sité de S(Rn ) dans H s (Rn ) .
Pour ϕ ∈ S(Rn ), on peut écrire
γ(ϕ)(x0 ) = ϕ(x0 , 0)
= F(ξ−10 ,ξn )→(x0 ,0) (ϕ̂(ξ 0 , ξn ))
= (2π)−n
R R ix0 ·ξ0
e ϕ̂(ξ 0 0 (12.9)
, ξn )dξ dξn
−(n−1)
R 0
ix ·ξ 0 1
R 0 0
= (2π) e (2π)
ϕ̂(ξ , ξn )dξn dξ .
154 CHAPITRE 12. ESPACES DE SOBOLEV
En effet R
khξik û(ξ)k2L2 = P(1 + |ξ|2R)k |û(ξ)|2 dξ
k!
= |α|≤k α! ξ 2α |û(ξ)|2 dξ
k!
R
ξ α û(ξ)ξ α û(ξ)dξ
P
= |α|≤k α! (12.13)
k! d
kDα uk2L2
P
= |α|≤k α!
k!
= |α|≤k α! kDα uk2L2
P
p
On notera kukH k = ((u, u))k la norme associée, qui est donc équivalente à
la norme k · kk .
Pour les entiers négatifs, en utilisant la Proposition 12.1.18, et la densité de
C0∞ (Rn ) dans H k (Rn ), on obtient la caractérisation suivante :
Proposition 12.2.4 Muni du produit scalaire hermitien (·, ·)k , l’espace H k (Ω)
est un espace de Hilbert.
Preuve
Soit (uj ) une suite de Cauchy de H k (Ω). Pour chaque |α| ≤ k, la suite (∂ α uj )
est une suite de Cauchy de L2 , donc converge vers un vα ∈ L2 . En particulier
uj → v0 dans D0 (Ω), donc ∂ α uj → ∂ α v0 = vα ∈ L2 (Ω), et (uj ) → v0 dans
H k (Ω)
Lorsque Ω 6= Rn , l’espace des fonctions test C0∞ (Ω) n’est pas toujours dense
dans H k (Ω). On est donc conduit à la
Définition 12.2.5 On note H0k (Ω) l’adhérence de C0∞ (Ω) dans H k (Ω). C’est
un espace de Hilbert.
on obtient
1 √
|f (x)| ≤ √ kf kL2 + 2akf 0 kL2 ≤ Ckf kH 1 .
2 a
En particulier la forme linéaire δx est continue sur H 1 (I).
– H01 (I) = {f ∈ H 1 (I), f (−a) = f (a) = 0}. En effet on a vu que les formes
linéaires δ±a sont continues sur H 1 (I), et sont nulles sur C0∞ (I). Donc si
f ∈ H01 (I), on a f (−a) = f (a) = 0.
Réciproquement, soit f ∈ H 1 (I) vérifiant f (a) = f (−a) = 0. Soit aussi
g la fonction qui vaut f sur [−a, a] et 0 ailleurs. On a g 0 = f 0 1[ − a, a],
donc g 0 ∈ L2 (R), et g ∈ H 1 (R). Pour λ < 1, la suite gλ = g(x/λ) tend
vers f dans H 1 (I) quand λ → 1, et le support de gλ est contenu dans
[−aλ, aλ] ⊂ I. Si (χε ) est une approximation de l’identité, gλ ∗χε appartient
à C0∞ (I) pour ε > 0 assez petit, et converge vers gλ dans H 1 (R). Donc
gλ ∈ H01 (I) et f ∈ H01 (I).
Remarque 12.2.7 L’orthogonal F de H01 (Ω) dans H 1 (Ω) est le sous-espace
constitué des fonctions f telles que
(1 − ∆)f = 0 dans D0 (Ω) .
En effet la fonction f appartient à F si et seulement si pour tout u ∈ H01 (Ω),
et par densité pour toute u ∈ C0∞ (Ω),
Z Xn Z
0 = (f, ū)H 1 = f udx + ∂j f ∂j u dx = hf − ∆f, ui.
Ω j=1 Ω
Preuve
L’hypothèse signifie qu’il existe R > 0 tel que, par exemple Ω ⊂ {|xn | < R}.
Pour ϕ ∈ C0∞ (Rn ), on a alors
Z
ϕ(x , xn ) = 1[−R,xn ] (t)∂n ϕ(x0 , t)dt.
0
Remarque 12.2.12 L’inégalité de Poincaré n’est pas vraie pour les u constantes
non-nulles, qui n’appartiennent donc pas à H01 (Ω) pour Ω borné (dans une
direction).
On notera que l’inégalité de Poincaré entraı̂ne que pour un ouvert borné (au
moins dans une direction), l’application
sX
u 7→ k∂ α uk2L2 ,
|α|=1
pour tout x, y ∈ V .
2. la forme sesquilinéaire a est coercive, i.e. il existe c > 0 tel que
pour tout x ∈ V .
Alors pour tout forme linéaire continue ` sur V , il existe un unique x ∈ V
tel que
∀y ∈ V , `(y) = a(x, y).
De plus kxk ≤ k`k/c.
160 CHAPITRE 12. ESPACES DE SOBOLEV
Preuve
Pour tout x ∈ V , la forme linéaire y 7→ a(x, y) est continue. D’après le
théorème de Riesz, il existe un unique A(x) ∈ V tel que
∀y ∈ V , a(x, y) = A(x) · y.
A(α1 x1 +α2 x2 )·y = a(α1 x1 +α2 x2 , y) = α1 a(x1 , y)+α2 a(x2 , y) = (α1 A(x1 )+α2 A(x2 ))·y.
∀y ∈ V , `(y) = z · y.
donc
kA(x)k ≥ ckxk, (12.15)
ce qui montre que A est injectif.
De plus =A est un sous-espace fermé de V . En effet, si (yj ) ∈ =A converge
vers y dans V , notant yj = Axj , on a grâce à (12.15)
ckxp − xq k ≤ kyp − yq k,
donc (xj ) est une suite de Cauchy. Puisque V est un Hilbert, elle converge
vers un certain x ∈ V et puisque A est continue, on a
Donc y ∈ =A.
Maintenant si x ∈ (=A)⊥ , on a 0 = |A(x) · x| ≥ ckxk2 , donc (=A)⊥ = {0},
et =A = V .
Preuve
L’équation ∆a u = f dans D0 (Ω) signifie
ou encore
X
∀ϕ ∈ C0∞ (Ω), hu, ∂i (aij (x)∂j ϕ)i = hf, ϕi.
i,j
XZ
∀ϕ ∈ C0∞ (Ω), aij (x)∂i u(x)∂j ϕ(x)dx = −hf, ϕi.
i,j Ω
On note alors a(u, v) la forme sesquilinéaire sur H01 (Ω) × H01 (Ω) définie par
XZ
a(u, v) = aij (x)∂i u(x)∂j v(x)dx,
i,j Ω
et ` la forme linéaire sur H01 (Ω) donnée par `(v) = −hf, vi. L’équation (12.16)
s’écrit
∀ϕ ∈ C0∞ (Ω), a(u, ϕ) = `(ϕ),
et l’on veut montrer qu’elle admet une unique solution u ∈ H01 (Ω). Il suffit
pour cela de prouver que a est continue et coercive.
La continuité découle facilement du fait que les aij sont bornées. Pour la
coercivité, on a, d’abord pour u ∈ C0∞ (Ω), puis, par densité, pour u ∈ H01 (Ω),
Z ! Z X
X
|a(u, u)| ≥ Re a(u, u) = Re ai,j ∂j u∂i u dx ≥ c |∂j u|2 dx .
Ω i,j Ω j
−∆u = f .
Preuve.
Nous ne démontrerons pas ce théorème mais nous contenterons de démontrer
la propriété plus faible que
2
u ∈ Hloc (Ω) ,
c’est à dire que pour tout φ ∈ C0∞ (Ω), φu ∈ H 2 (Ω). On appelle cette propriété
la régularité intérieure et ce que nous ne démontrons pas ici est la régularité
au bord.
On sait que u ∈ H01 (Ω). Considérons −∆(φu). On a
(En étendant par 0 en dehors de Ω, tous les termes sont à support compact
dans Ω), on le réécrit sous la forme
k
Remarque 12.3.2 Par récurrence on peut montrer que si f ∈ Hloc (Ω) (k ≥
k+2
0) alors u ∈ Hloc (Ω).
Exercice 12.3.3 Soit u ∈ D0 (Ω) une distribution dans Ω telle que −∆u =
f ∈ C ∞ (ω) pour un ouvert ω ⊂ Ω. Montrer qu’alors la restriction à ω de u
est dans C ∞ (ω).
2. i.e. défini localement comme ensemble des zéros d’une fonction de classe C 2 de
gradient non-nul