Ministère de l’Enseignement Supérieur, de la Recherche Scientifique et de la Technologie

Université Virtuelle de Tunis

Distributions

Convolution des distributions

et applications

Belhassen Dehman

Attention !
Ce produit pédagogique numérisé est la propriété exclusive de l'UVT. Il est
strictement interdit de la reproduire à des fins commerciales. Seul le
téléchargement ou impression pour un usage personnel
(1 copie par utilisateur) est permis.
Université Virtuelle de Tunis Convolution des distributions et applications

CHAPITRE V

Convolution des Distributions et

Applications

Ce chapitre est dédié à la convolution des distributions et à ses applica-

tions. Nous nous sommes restreints, par souci de simplicité, à la convolution
dans l’espace D+ 0 (R), mais la plupart des résultats restent valables ( dans

les bons cas ) pour des distributions sur Rn . Quelques applications sont
présentées, utilisant notamment la notion de solution élémentaire.

0
1 Convolution dans l’espace D+ (R)
On rappelle que le produit de convolution de deux fonctions f et g est défini
par Z
f ∗ g(x) = f (x − t)g(t) dt
R
chaque fois que l’intégrale est convergente. On rappelle, sans démonstration,
le résultat suivant :

Théorème 1.1 Si f et g sont deux (classes de) fonctions de L1 (R), alors,

leur produit de convolution f ∗ g appartient à L1 (R) et on a

1) kf ∗ gk1 ≤ kf k1 kgk1

2) F(f ∗ g) = Ff . Fg

Si f appartient à S(R) et g appartient à L1 (R), alors f ∗ g est de classe

C ∞ (R) et pour tout entier naturel k, on a : (f ∗ g)(k) = f (k) ∗ g.

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Soient f et g dans L1 (R). La fonction f ∗ g, étant dans L1 (R), elle définit

une distribution régulière Tf ∗g . Pour toute fonction φ de D(R), on a
Z Z 
hTf ∗g , φi = f (x − t)g(t) dt φ(x) dx
R R
Z Z 
= f (x − t)φ(x) dx g(t) dt
R R

Il apparaı̂t naturellement la quantité

Z Z
f (x − t)φ(x) dx = f (x)φ(x + t) dy = hTf , τ−t φi
R R

qu’il convient d’étudier si f est une distribution. De plus, ce qui précède

montre que, pour toute fonction test φ, on a
hTf ∗g , φi = hTg , hTf , τ−t φii
Souvent, par abus de notation, on écrit
hTf ∗g , φi = hg(t), hf (x), φ(x + t)ii
Il faut prendre garde que, même si φ est dans D(R), la fonction qui à (x, t)
associe φ(x + t) n’est pas à support compact. C’est cela qui fait que la con-
volution de deux distributions n’est pas toujours définie. Cependant, nous
allons voir que si les deux distributions sont dans D+0 (R), leur convolution

est définie.
0 (R) à support contenu dans [a, +∞[ et soit
Soit T une distribution de D+
∞
φ une fonction de classe C à support contenu dans ] − ∞, b]. On pose
hT, φi = hT, θφi
où θ est une fonction de D(R), qui vaut 1 sur un intervalle contenant les
points a et b. On vérifie que hT, φi, ainsi définie, ne dépend pas du choix de
la fonction θ. En effet, si θ1 est une autre fonction de D(R) qui vaut 1 sur un
intervalle contenant a et b, la fonction (θ − θ1 )φ serait nulle sur l’intervalle
[a, +∞[ et par suite hT, (θ − θ1 )φi = 0.
Proposition 1.2 Soit T une distribution de D+ 0 (R) à support inclus dans
∞
[a, +∞[ et soit φ une fonction de classe C à support inclus dans ] − ∞, b].
La fonction ψ définie par ψ(t) = hT, τ−t φi est de classe C ∞ (R) et son sup-
port est inclus dans ] − ∞, b − a]. On écrit :
ψ(t) = hTx , φ(x + t)i

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Démonstration. Pour tout réel t, la fonction τ−t φ est C ∞ et son support est
inclus dans ] − ∞, b − t]. On en déduit que la fonction ψ est bien définie;
elle s’annule si supp(τ−t φ) ∩ supp(T ) = ∅, c’est-à-dire si b − t < a. Cela
montre que le support de ψ est inclus dans l’intervalle ] − ∞, b − a]. La
démonstration du caractère C ∞ de ψ est laissée au lecteur. 
0 (R).
Théorème 1.3 ( Admis) Soient T et S deux distributions de D+

(1) Il existe une distribution, notée S ∗ T , définie par

hS ∗ T, φi = hSt , hTx , φ(x + t)ii, ∀φ ∈ D(R)

0 (R)
(2) La distribution S ∗ T appartient à D+
0 (R) est commutatif et associatif
(3) Le produit de convolution sur D+

(4) Pour tout entier naturel k, on a (S ∗ T )(k) = S (k) ∗ T = S ∗ T (k) .

Démonstration de (1)et (2). Supposons que le support de T soit inclus

dans [a, +∞[ et celui de S soit inclus dans [b, +∞[. Soit φ une fonction de
D(R) et supposons que son support soit inclus dans [−A, A]. L’application
x 7→ φ(x + t) est de classe C ∞ à support inclus dans [−A − t, A − t], comme
le support de T est inclus dans [a, +∞[, il en résulte que hTx , φ(x + t)i = 0
si A − t < a, c’est-à-dire si t > A − a. Cela prouve que le support de
l’application qui à t associe hTx , φ(x + t)i est inclus dans ] − ∞, A − a].
Puisque S est dans D+ 0 (R), la quantité hS , hT , φ(x + t)ii est bien définie et
t x
est nulle si A − a < b, c’est-à-dire si A < b + a. Cela montre que le support
de S ∗ T est inclus dans [b + a, ∞[. Les autres assertions seront admises. 

Théorème 1.4 (Admis) Le produit de convolution de deux distributions est

défini si l’une des deux est à support compact. Si les deux sont à support
compact, leur produit de convolution l’est aussi.

Corollaire 1.5 L’ensemble D+ 0 (R) est une algèbre de convolution et δ est

son élément neutre, c’est-à-dire,

0
δ ∗ T = T ∗ δ = T, ∀T ∈ D+ (R)

De plus, pour tout entier naturel k, et pour tout a réel, on a

δ (k) ∗ T = T ∗ δ (k) = T (k)

T ∗ δ a = δ a ∗ T = τa T

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Démonstration. En effet, pour toute fonction φ de D(R), on a

hδa ∗ T, φi = hδa , hTx , φ(x + t)ii

= hTx , φ(x + a)i

= hT, τ−a φi = hτa T, φi

Cela montre que δa ∗ T = τa T , en particulier δ ∗ T = T ∗ δ = T . Cette

relation, jointe à l’assertion (4) du théorème précédent, montre que, pour
tout entier naturel k,

δ (k) ∗ T = δ ∗ T (k) = T (k) .

Corollaire 1.6 Soit T une distribution de D+ 0 (R) et soit H la distribution

de Heaviside. Alors, la distribution H ∗ T est une primitive de T .

Démonstration. On remarque d’abord que la distribution de Heaviside H

appartient à D+ 0 (R) puisque son support est [0, +∞[, donc H ∗ T est bien

définie. En utilisant l’assertion (4) du théorème et ce qui précède, il vient

(H ∗ T )0 = H 0 ∗ T = δ ∗ T = T

Donc, H ∗ T est bien une primitive de T . 

Exercice 1.7

Montrer que pour tout a réel, on a

δa ∗ δb = δa+b

Pour tout entier naturel n ≥ 1, on désigne par H ∗(n) le produit de

convolution de H par elle-même n-fois :

H ∗(n) = H ∗ H ∗ · · · ∗ H, n − fois

Proposition 1.8 Pour tout entier naturel n ≥ 1, on a

xn−1
H ∗(n) = H
(n − 1)!

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Démonstration. La relation est évidente pour n = 1. On suppose par

récurrence que
xn−2
H ∗(n−1) = H
(n − 2)!
Pour toute fonction test φ, on a

hH ∗(n) , φi = hHt , hHx∗(n−1) , φ(x + t)ii

Or, par hypothèse de récurrence,

Z ∞ Z ∞
∗(n−1) xn−2 (s − t)n−2
hHx , φ(x + t)i = φ(x + t) dx = φ(s) ds
0 (n − 2)! t (n − 2)!

Il en résulte que
∞ Z ∞
(s − t)n−2
Z 
hH ∗(n) , φi = φ(s) ds dt
0 t (n − 2)!

En intervertissant l’ordre des intégrations, il vient

Z ∞ Z s
(s − t)n−2 
hH ∗(n) , φi = dt φ(s) ds
0 0 (n − 2)!
∞
sn−1 sn−1
Z
= φ(s) ds = h H, φi
0 (n − 1)! (n − 1)!

La preuve est ainsi terminée. 

Remarque 1.9

On remarque que H ∗(n) est une distribution régulière associée à la fonction

x 7→ (xn−1 Y (x)/(n − 1)!. Ce résultat peut s’obtenir en calculant le produit
de convolution de la fonction de Heaviside Y par elle-même n-fois.

Exercice 1.10

Montrer que la dérivée d’ordre n de H ∗(n) est égale à δ; autrement dit

(H ∗(n) )(n) = δ.

Exercice 1.11

Montrer que, si S et T appartiennent à D0 (R) alors

eax (S ∗ T ) = (eax S) ∗ (eax T ), a∈C

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Solution : Par définition, pour toute fonction test φ, on a

h(eax S) ∗ (eax T ), φi = heax Sx , heay Ty , φ(x + y)ii

= hSx , eax heay Ty , φ(x + y)ii

= hSx , hTy , ea(x+y) φ(x + y)ii

= hS ∗ T, eax φi = heax (S ∗ T ), φi

Cela montre bien la relation annoncée. 

Proposition 1.12 Soit λ un nombre complexe et soit Hλ = eλx H, où H

désigne la distribution de Heaviside. Pour tout entier naturel n ≥ 1, on a

∗(n) xn−1
Hλ = Hλ
(n − 1)!

La démonstration est analogue à celle de la proposition précédente.

∗(α)
Définition 1.13 Pour α > 0 et λ ∈ C, on désigne par Hλ la distribution
régulière donnée par
∗(α) xα−1
Hλ = Hλ
Γ(α)
∗(α)
La distribution Hλ est appelée, parfois, dérivée fractionnaire d’ordre α,
ou opérateur de Riemann-Liouville.

Proposition 1.14 Pour tous nombres réels α > 0 et β > 0, on a

∗(α) ∗(β) ∗(α+β)
Hλ ∗ Hλ = Hλ

Démonstration. Il suffit d’appliquer la définition du produit de convolution

et de se rappeler la formule
Z 1
Γ(α)Γ(β)
B(α, β) = (1 − s)α−1 sβ−1 ds =
0 Γ(α + β)

Définition 1.15 Soit α ∈ R et soit p un entier tel que α + p > 0. On pose

 p
∗(α) d
H = (H ∗(α+p) )
dx

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

On vérifie que cette définition est indépendante de l’entier p choisi tel que
α + p > 0.

Exemple 1.16 En particulier, on a

x−1/2
   
∗(0) d ∗(1/2) ∗(−1/2) d
H = H = δ, H = H, H = H ∗(1/2)
dx Γ(1/2) dx

Exercice 1.17

Calculer les produits de convolution δ 0 ∗1 et δ 0 ∗H. Calculer ensuite (1∗δ 0 )∗H

et 1 ∗ (δ 0 ∗ H). Conclure.

Exercice 1.18

Calculer F(H ∗ H). Vérifier que la relation F(S ∗ T ) = (FS)(FT ) n’est pas
vraie pour le produit de convolution H ∗ H, car le produit (FH)(FH) n’a
pas de sens.

2 Exemples d’applications des distributions

Les applications de la théorie des distributions à la résolution de problèmes
mathématiques sont nombreuses et variées. Nous en donnerons dans cette
section quelques exemples.
0 (R).
1. Equations de convolution dans D+
0 (R). On cherche une distribution
Soient A et T deux distributions dans D+
0
S de D+ (R) telle que
A∗S =T
Il faut noter que l’existence d’une solution de cette équation n’est pas
toujours assurée. Par exemple, si A est une distribution régulière définie par
une fonction C ∞ et si T = δ, l’équation A ∗ S = δ n’admet pas de solution,
car le premier membre est une fonction C ∞ alors que le second membre ne
l’est pas.
0 (R) pour que
Quelles conditions doit-on imposer à une distribution A de D+
l’équation A ∗ S = T admette toujours une solution quel que soit le choix
du second membre T dans D+ 0 (R)?

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Théorème 2.1 Soient A et T deux distributions de D+ 0 (R). Pour que

0
l’équation A ∗ S = T admette une solution dans D+ (R), il faut et il suf-
fit que l’équation
A∗E =δ
admette une solution E dans D+ 0 (R). La solution E, quand elle existe, est

unique et est appelée l’inverse de A dans D+0 (R).

Démonstration. La condition est nécessaire car il suffit de prendre T = δ.

La condition est suffisante car, s’il existe E dans D+ 0 (R) telle que A ∗ E = δ,
0
pour toute distribution T de D+ (R), S = T ∗ E vérifie A ∗ S = T . Soient
E et E1 deux distributions de D+ 0 (R), telles que A ∗ E = δ et A ∗ E = δ.
1
Puisque le produit de convolution dans D+ 0 (R) est commutatif et associatif,

on a
E1 = (A ∗ E) ∗ E1 = (E1 ∗ A) ∗ E = (A ∗ E1 ) ∗ E = E
0 (R) (s’il existe). 
Cela montre l’unicité de l’inverse de A dans D+

Remarque 2.2
0 (R) n’existe pas toujours. Par exemple, la
L’inverse d’un élément A de D+
seule solution de l’équation

δa ∗ E = δ, a>0
0 (R).
est la distribution δ−a , mais celle-ci n’appartient pas à D+

Exemple 2.3

On prend A = δ 0 − λδ, où λ est un nombre complexe. On cherche à trouver

un inverse dans D+0 (R) de δ 0 − λδ, c’est-à-dire à résoudre l’équation

(δ 0 − λδ) ∗ E = δ

Cette équation de convolution s’écrit aussi

E 0 − λE = δ

C’est donc une équation différentielle d’ordre 1. On lui associe le problème

suivant
f 0 − λf = 0, f (0) = 1

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

dont la solution est donnée par eλ (x) = eλx et on considère la distribution

Hλ = eλ H, où H est la distribution de Heaviside. On vérifie que Hλ est la
solution cherchée. En effet,

Hλ0 = (eλ H)0 = e0λ H + f (0)δ = λeλ H + δ = λHλ + δ

Ainsi, Hλ = eλx H est l’inverse de (δ 0 − λδ) dans D+

0 (R).

Solution élémentaire.
Soit D un opérateur différentiel linéaire à coefficients constants. Par exemple

dp dp−1 d
D= p
+ ap−1 p−1
+ · · · + a1 + a0
dx dx dx
Si l’on désigne par P le polynôme défini par

P (z) = z p + ap−1 z p−1 + · · · + a1 z + a0 ,

l’opérateur D s’écrit symboliquement sous la forme

D = P (d/dx)

Définition 2.4 On appelle solution élémentaire, ou fonction de Green, de

l’opérateur D toute distribution G sur R, solution de l’équation

DG = δ

où δ est la distribution de Dirac à l’origine.

Exemple 2.5

La distribution Hλ = eλx H est une solution élémentaire de l’opérateur

différentiel du premier degré D = d/dx − λ. En effet, on a vu dans l’exemple
précédent que Hλ0 − λHλ = δ. La solution élémentaire, dans ce cas, est donc
l’inverse dans D+ 0 (R) de la distribution A = Dδ.

Exemple 2.6

La distribution Tψ /π, où ψ est donnée sur C\{0} par ψ(z) = 1/z est une
solution élémentaire de l’opérateur de Cauchy ∂/∂z. En effet, on a vu à
l’exemple 1.7 (chapitre II) que
∂Tψ
= πδ
∂z

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Théorème 2.7 Tout opérateur différentiel linéaire à coefficients constants

dp dp−1 d
D= p
+ ap−1 p−1
+ · · · + a1 + a0
dx dx dx
0 (R).
admet une unique solution élémentaire dans D+

Démonstration. Il s’agit de démontrer que la distribution A = Dδ est in-

0 (R). Soit P le polynôme défini par
versible dans D+

P (z) = z p + ap−1 z p−1 + · · · + a1 z + a0

Il admet n racines α1 , α2 , . . . , αn (distinctes ou non). On a donc

P (z) = (z − α1 )(z − α2 ) · · · (z − αn )

On en déduit que la distribution A = Dδ s’écrit

A = (δ 0 − α1 δ) ∗ (δ 0 − α2 δ) ∗ · · · ∗ (δ 0 − αn δ)

L’exemple précédent montre que chaque facteur (δ 0 − αj δ), du second mem-

0 (R) et que son inverse est H
bre, est inversible dans D+ αj x H, c’est-à-
αj = e
dire que, pour 1 ≤ j ≤ n, on a

(δ 0 − αj δ) ∗ Hαj = δ

Posons
G = Hα 1 ∗ Hα 2 ∗ · · · ∗ Hα n
C’est une distribution de D+ 0 (R). Grâce à la commutativité et l’associativité

du produit de convolution dans D+ 0 (R), on vérifie que Dδ ∗ G = δ. La

distribution G est donc une solution élémentaire de l’opérateur D. Enfin,

pour l’unicité, on peut soit utiliser le théorème 2.1, soit remarquer que la
différence de deux solutions élémentaires de D est une solution de l’équation
homogène Du = 0 et ne peut donc être à support dans [0, +∞[. 
Nous admettrons la version plus générale suivante de ce résultat.

Théorème 2.8 (Ehrenpreis-Malgrange 1955): Tout opérateur différentiel

non nul sur Rn , à coefficients constants, possède une solution élémentaire.

Exercice 2.9

10

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Soit f la solution de l’équation différentielle homogène

f (n) + an−1 f (n−1) + · · · + a1 f 0 + a0 f = 0

qui vérifie les conditions initiales

f (0) = f 0 (0) = · · · = f (n−2) (0) = 0 et f (n−1) (0) = 1

Vérifier que la distribution f H est l’inverse de Dδ, c’est-à-dire que la solution

élémentaire de l’opérateur D est G = f H.

Exercice 2.10

Montrer que l’inverse de la distribution (δ 0 − λδ)∗(m) est la distribution

donnée par
xm−1
Hλ
(m − 1)!
où Hλ = eλx H.

Exercice 2.11
0 (R) de l’opérateur
Calculer la solution élémentaire G ∈ D+

d2
D= + ω2, ω∈R
dx2

Solution : En utilisant l’exercice précédent, la solution cherchée est de la

forme G = f H où H est la distribution de Heaviside et f est la solution du
problème suivant

f 00 + ω 2 f = 0, f (0) = 0, f 0 (0) = 1
sin ωx
C’est-à-dire G = H. On peut aussi associer à l’opérateur D le
ω
polynôme défini par : P (z) = z 2 + ω 2 = (z − iω)(z + iω). La solution
élémentaire G ∈ D+ 0 (R) est l’inverse de P (d/dx)δ, c’est-à-dire l’inverse de

(δ 0 − iωδ)(δ + iωδ). L’inverse de (δ 0 − iωδ) est la distribution Hiω = eiωx H

et celui de (δ 0 + iωδ) est la distribution H−iω = e−iωx H. Il en résulte que
la solution G cherchée est donnée par G = Hiω ∗ H−iω . Un calcul simple
redonne
sin ωx
G = Hiω ∗ H−iω = H
ω
Exercice 2.12

11

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

0 (R) des distributions suivantes

Calculer les inverses dans D+

δ 00 − 5δ 0 + 6δ, H + δ0, ex H + δ 0

2. Solution particulière d’équation différentielle

0 (R) la
On reprend l’opérateur différentiel D défini ci-dessus. Soit G ∈ D+
solution élémentaire de D, c’est-à-dire telle que DG = δ.

Théorème 2.13 Pour toute fonction h continue à support limité à gauche,

le produit G ∗ h est une solution de l’équation différentielle Df = h.

Démonstration. Le produit de convolution G∗h est bien défini. Le théorème

9.3 dit que pour dériver un produit de convolution, on peut dériver l’un ou
l’autre des facteurs, donc (G∗h)0 = G0 ∗h et par suite, puisque D est linéaire
à coefficients constants, D(G ∗ h) = DG ∗ h = δ ∗ h = h. 

Exemple 2.14

Etant donnée une fonction h continue et à support limité à gauche, on

cherche une fonction f , à support limité à gauche telle que

f 00 + ω 2 f = h, ω∈R

On a déjà calculé la solution élémentaire de l’opérateur D = d2 /dx2 + ω 2 ,

c’est la distribution
sin ωx
G= H
ω
Il en résulte que la solution f est donnée par
Z x
sin ω(x − t)
f (x) = G ∗ h(x) = h(t) dt
−∞ ω

On a ainsi une solution particulière de l’équation différentielle avec second

membre Df = h.

3. Equations intégrales
On reprend à nouveau l’opérateur différentiel

dp dp−1 d
D= p
+ ap−1 p−1
+ · · · + +a1 + a0
dx dx dx

12

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

Et on considère une équation différentielle de la forme

Df = Af

telle que, par exemple, Af (x) = a(x)f (x) où a est une fonction donnée,
ou encore Af (x) = f 2 (x). Dans le premier cas, il s’agit d’une équation
différentielle linéaire qui n’est pas à coefficients constants; dans le deuxième
cas ,c’est une équation non linéaire. Soit G ∈ D+ 0 (R) la solution élémentaire

de l’opérateur D, c’est-à-dire telle que DG = δ. L’équation Df = Af est

alors équivalente à l’équation intégrale f = G∗Af . Dans certains cas, il peut
être avantageux de substituer à l’équation différentielle, l’équation intégrale.
On peut consulter la fin du chapitre précédent pour des exemples de cette
situation.

Exemple 2.15

Soit à résoudre l’équation intégrale

Z x
g(x) = cos(x − t)f (t) dt = g(x), x≥0
0

où g est donnée à support limité à gauche et où f est l’inconnue. Cette
équation s’écrit sous la forme

(cos x)H ∗ f = g

On vérifie que l’inverse de la distribution (cos x)H est δ 0 ∗ H. On en déduit

que la solution de l’équation intégrale est donnée par
Z x
f = g ∗ (δ 0 ∗ H) = g 0 + g(t) dt, x ≥ 0
0

Exercice 2.16

Résoudre l’équation intégrale

Z x
(x − t) cos(x − t)f (t) dt = g(x), x≥0
0

Calcul d’une solution élémentaire par transformation de Fourier

Soit D = d2 /dx2 − ω 2 , ω > 0. On se propose de trouver une distribution
tempérée G0 , solution élémentaire de D. La distribution G0 étant supposée

13

Belhassen Dehman
Université Virtuelle de Tunis Convolution des distributions et applications

dans S 0 (R), elle admet une transformée de Fourier F(G0 ). En utilisant la

proposition 8.7, on a
F(G000 ) = (2iπξ)2 F(G0 )
L’équation G000 − λ2 G0 = δ se transforme, par transformation de Fourier, en
l’équation
−(4π 2 ξ 2 + ω 2 )FG0 = 1
ce qui s’écrit encore
1
F(G0 )(ξ) = −
(4π 2 ξ 2 + ω 2 )

Ainsi, la transformée de Fourier de la distribution G0 est une distribution

régulière associée à une fonction de L1 (R). On peut donc prendre sa trans-
formée de Fourier inverse, il vient

e−2πωx e−2πωx e−2πω|x|

G0 (x) = − Y (x) − Y (−x) = −
2ω 2ω 2ω
On peut vérifier que c’est la seule solution tempérée de DG = δ.

Exercice 2.17

Montrer que l’opérateur ∆ − ω 2 , ω > 0, admet une solution élémentaire G0

dans S 0 (R3 ), que l’on calculera.
Indication : On montre que s’il existe G0 ∈ S 0 (R3 ) telle que ∆G0 −ω 2 G0 = δ,
alors F(G0 )(ξ) = −1/(4π 2 kξk2 + ω 2 ). On vérifie que F(G0 ) appartient à
L2 (R3 ) et par suite G0 est aussi dans L2 (R3 ). En utilisant le passage en
coordonnées sphériques, on montre que

e−2πωkxk
G0 (x) = A
ωkxk

où A est une constante à déterminer. 

14

Belhassen Dehman