COURS METHODES MATHEMATIQUES POUR LINGENIEUR 2

Cours de lire MAM, ISTIL deuxime anne

Ionel Sorin CIUPERCA
Le but de ce cours est dintroduire un outil trs utilis dans la modlisation mathma-
tique : les distributions.
Le cours sadresse en principal des lves des coles dingnieurs lire modlisation ma-
thmatique.
La plupart des rsultats sont donns sans dmonstration, les dtails des preuves tant
donnes en classe.
1
Table des matires
1 Une introduction intuitive la thorie de la mesure et lintgrale de
Lebesque 3
1.1 La mesure de Lebesque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Lintgrale de Lebesque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Les espaces de Lebesque . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2 La thorie des distributions. 9
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Lespace T() des fonctions test . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 La notion de distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.4 Convergence dans T

() . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Drivation des distributions . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6 Produit entre une fonction C

et une distribution . . . . . . . . . . . . . . 19
2.7 Primitives des distributions en dimension 1 . . . . . . . . . . . . . . . . . . 20
3 Convolution des distributions et applications la rsolution des quations
direntielles 21
3.1 Support dune distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Support dune fonction . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.1.2 Dnition du support dune distribution . . . . . . . . . . . . . . . 22
3.2 La convolution des distributions . . . . . . . . . . . . . . . . . . . . . . . . 23
3.3 Applications la rsolution des quations direntielles linaires coe-
cients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.3.2 Solution fondamentale du laplacien et applications . . . . . . . . . . 28
2
Chapitre 1
Une introduction intuitive la thorie
de la mesure et lintgrale de Lebesque
1.1 La mesure de Lebesque
On va introduire dabord la mesure de Lebesque qui est en fait un nombre rel positif
( 0) quon associe tout ensemble de IR
n
.
En fait on nassociera tout ensemble de IR
n
une mesure mais seulement certains en-
sembles quon peut grouper dans une collection des ensembles appelle tribu de Lebesque.
Mais on evitera les complications mathmatiques et on fait comme si on associe une mesure
tout ensemble de IR
n
. En fait les ensembles auxquelles on nassocie pas de mesure sont
des ensembles qui ne sont jamais utiliss dans les applications (des ensembles qui ne sont
pas intuitives !).
Dans la suite pour tout ensemble X on notera T(X) lensemble des parties de X.
Dnition 1.1. Soit X un ensemble et soit : T(X) [0, +] IR
+
+.
On dit que est une mesure sur X si
a) () = 0 (ici est lensemble vide)
b) Pour toute suite des ensembles A
n

nIN
avec A
n
X, n IN et avec A
n
disjointes
deux deux (A
n
A
m
= , n ,= m) on a :

nIN
A
n
_
=

nIN
(A
n
).
Consquences :
1) Si A
1
, A
2
, A
n
X avec A
i
A
j
= , i ,= j alors
(
n
i=1
A
i
) =
n

i=1
(A
i
).
En particulier, pour tous A, B X avec A B = on a
(A B) = (A) + (B).
3
2) Si A, B X avec A B alors
(A) (B)
(car B = A (B A) avec A (B A) = donc (B) = (A) +(B A). Mais comme
(B A) 0, on a le rsultat.)
Dans la suite on va sintresser des mesures dnies sur lespace euclidien IR
n
.
Proposition 1.2. (Rsultat admis) Il existe une mesure
n
sur IR
n
telle que pour tout
ensemble P du type pav ouvert de la forme
P = ]a
1
, b
1
[]a
2
, b
2
[ ]a
n
, b
n
[ IR
n
avec < a
i
< b
i
< +, i = 1, n, on a

n
(P) = (b
1
a
1
)(b
2
a
2
) (b
n
a
n
).
Cette mesure
n
sappelle mesure de Lebesque sur IR
n
.
Remarque 1.3. Cette proposition nous donne :
Si n = 1 et P = ]a, b[, alors
1
(P) = b a. Dans ce cas la mesure est la longueur du
segment ]a, b[ .
Si n = 2 et P =]a
1
, b
1
[]a
2
, b
2
[, alors
2
(P) = (b
1
a
1
)(b
2
a
2
) et la mesure est laire du
rectangle ]a
1
, b
1
[]a
2
, b
2
[.
Si n = 3 et P =]a
1
, b
1
[]a
2
, b
2
[]a
3
, b
3
[, alors
3
(P) = (b
1
a
1
)(b
2
a
2
)(b
3
a
3
) et la
mesure est le volume du parallelipipde ]a
1
, b
1
[]a
2
, b
2
[]a
3
, b
3
[.
Alors la mesure de Lebesque gnralise respectivement la longueur, laire, le volume des
ensemble en IR, IR
2
, IR
3
respectivement.
Remarque 1.4. Pour calculer la mesure de Lebesque dun ensemble quelconque en IR
n
il faut dcomposer cet ensemble en une union (ventuellement innie) des pavs et faire
la somme des mesures de chaque pav. Pour un ensemble arbitraire ceci peut tre assez
complique (par exemple pour un disque dans le plan). On verra plus loin une mthode plus
simple pour calculer la mesure de Lebesque dun ensemble arbitraire.
Le rsultat suivant dit que la mesure de Lebesque de tout singleton est gale zero :
Proposition 1.5. Pour tout x IR
n
on a

n
(x) = 0.
Dmonstration. voir cours.
On dduit alors que pour tous a, b IR avec a < b on a

1
(]a, b]) =
1
([a, b[) =
1
([a, b]) =
1
(]a, b[) = b a
(car par exemple ]a, b] =]a, b[ b donc
1
(]a, b]) =
1
(]a, b[) +
1
(b) et on a le rsultat
en utilisant le fait que
1
(b) = 0.)
On a aussi :
4
Proposition 1.6. Si A IR
n
est au plus dnombrable (cest dire nie ou dnombrable)
alors
n
(A) = 0.
Dmonstration. voir cours.
Exemples :
1. Lensemble 1, 2 est un ensemble de mesure de Lebesque 0 en IR.
2. Lensemble Q des nombres rationels est un ensemble de mesure de Lebesque 0 en IR.
De mme Q
n
est de mesure de Lebesque 0 en IR
n
.
Question : Y-a-til des ensembles de mesure nulle qui ne soient pas au plus dnombrable ?
La rponse est OUI, au moins en IR
n
avec n 2, comme il rsulte de la proposition
suivante :
Proposition 1.7. Soit A est un segment en IR
2
, par exemple de la forme :
A = [a, b] c avec a, b, c IR, a < b. Alors la mesure de Lebesque de A en IR
2
est
nulle (cest dire
2
(A) = 0).
Dmonstration. voir cours.
Ce rsultat peut se gnraliser au cas dune courbe arbitraire en IR
2
, ayant une certaine
rgularit (par exemple de classe C
1
par morceaux). En fait on a le rsultat gnral suivant
(preuve assez dicile) :
Proposition 1.8. Toute varit (avec une certaine rgularit) de dimension m < n dans
IR
n
est de mesure de Lebesque 0 en IR
n
.
Consquence : Soit IR
n
un ensemble ouvert et rgulier et sa frontire. Alors
on a
n
() = 0 (car est une varit de dimension n 1 en IR
n
). Ceci implique
immdiatement :
n
(

) =
n
(), o

est ladhrence de en IR
n
.
Dnition 1.9. Soit A IR
n
. On dira quune proprit sur A a lieu presque pour tous
x A (on va noter : p.p. x A) si lensemble des x A sur lequel la proprit na pas
lieu est un ensemble de mesure de Lebesque nulle.
Exemple : Soit f : IR IR avec
f(x) =
_
_
_
1 si x = 1
2 si x = 3
0 si x ,= 1 et x ,= 3
Alors f(x) = 0, p.p. x IR (car lensemble des x tels que f(x) ,= 0 est 1, 3 qui est un
ensemble de mesure nulle).
5
1.2 Lintgrale de Lebesque
On ne donnera pas la dnition exacte de lintgrale de Lebesque, car ceci demande un
appareil mathmatique assez labor. On donnera en fait de manire intuitive cette notion,
en donnant ses proprits, car elle ressemble lintgrale de Rieman.
Dans la suite on va noter IR = IR [, +]. On utilise les conventions :
0 () = 0 et nest pas dnie.
Dnition :
Soit A IR
n
et f : A IR. Lintgrale de Lebesque de f sur A (quand elle existe) est un
lment IR not
_
A
f(x) d
n
ou aussi
_
A
f(x) dx, qui satisfait les proprits (L1)-(L10)
donnes ci-dessus.
Les proprits de lintgrale de Lebesque sont les suivantes :
(L1) Pour toute constante c IR on a
_
A
c dx = c
n
(A).
Consquence :
n
(A) =
_
A
1 dx.
(L2) (linarit) : Si f
1
, f
2
: A IR et
1
,
2
IR alors
_
A
[
1
f
1
(x) +
2
f
2
(x)] dx =
1
_
A
f
1
(x) dx +
2
_
A
f
2
(x) dx.
(L3) (relation de Chasles) Si A
1
A
2
= alors
_
A
1
A
2
f dx =
_
A
1
f dx +
_
A
2
f dx.
(L4) Si B IR
n
avec
n
(B) = 0 et f : B

IR alors
_
B
f(x) dx = 0.
(L5) Si f est intgrable sur A et f(x) = g(x) p.p. x A alors g est intgrable sur A et
_
A
f(x) dx =
_
A
g(x) dx.
Consquence : Si f(x) = 0 p.p. x A alors
_
A
f(x) dx = 0.
(L6) (intgration des ingalits) Si f(x) g(x) p.p. x A alors
_
A
f(x) dx
_
A
g(x) dx.
(L7) Si f(x) 0 p.p. x A et
_
A
f(x) dx = 0 alors f(x) = 0 p.p. x A.
(L8) (ingalit triangulaire)

_
A
f(x) dx

_
A
[f(x)[ dx.
(L9) Soit IR
n
ouvert et f : IR une fonction continue par morceaux (cest
dire : il existe une partition A
1
, A
2
A
m
de telle que f soit continue lintrieur

A
i
de chaque A
i
). Alors f est intgrable Lebesque sur si et seulement si f est intgrable
Riemann sur et en plus on a
_

f(x) d
n
=
_

f(x) dx
o la deuxime intgrale dsigne lintgrale de Riemann sur et cette intgrale scrit
encore
m

i=1
_
A
i
f(x) dx.
6
Remarque 1.10. Donc dans la plupart des cas rencontrs dans les applications, lint-
grale de Lebesque et celle de Rieman coincident.
Exemple 1. Soit f : ] 1, +[ IR donne par
f(x) =
_
1 si x [1, 1]
1
x
3
si x [1, +[
(1.1)
Alors
_
[1,+[
f(x) dx =
_
1
1
f(x) dx +
_

1
f(x) dx = 2 +
_

1
2x
2
_

1
= 2 +
1
2
=
5
2
.
Exemple 2. (exemple de fonction intgrable Lebesque et non-intgrable Rieman)
Soit f :]0, 1[ IR donne par
f(x) =
_
1 si x Q]0, 1[
0 si x (IR Q) ]0, 1[.
(1.2)
o Q dsigne lensemble des nombres rationnels. Dun exemple prcdent on sait que la
mesure de Lebesque de Q (donc de Q]0, 1[) est nulle, donc on a f(x) = 0 p.p. x ]0, 1[
donc de la Consquence de L5) on dduit que f est intgrable Lebesque et que
_
]0,1[
f d
1
= 0.
Dautre part il est bien connu que la fonction f nest pas intgrable au sense de Rieman.
Ceci semble contredir la proprit L9) mais la fonction f nest continue en aucun point,
donc la proprit L9) ne sapplique pas.
L10) (Thorme de convergence domine de Lebesque) Soit A IR
n
, f
k

kIN
une suite
des fonctions f
k
: A IR intgrables Lebesque sur A et f une fonction f : A IR. On
suppose que
i) : f
k
(x) f(x) pour k +, p.p. x A (convergence simple)
ii) : Il existe g : A IR fonction Lebesque integrable avec g(x) 0, p.p. x A telle que
[f
k
(x)[ g(x), p.p. x A, k IN.
Alors f est integrable Lebesque sur A et en plus
_
A
f
k
(x) dx
_
A
f(x) dx, pour k +.
On nit cette section en remarquant que la notion dintegrabilit Lebesque stend de
manire naturelle des fonctions f : A C avec C lensemble complexe : si f = f
1
+ if
2
avec f
1
, f
2
: A IR et i =

1, on dit que f est integrable Lebesque si et seulement si f

1
et f
2
sont integrables Lebesque. En plus on a :
_
A
f d
n
=
_
A
f
1
d
n
+ i
_
A
f
2
d
n
et aussi lingalit triangulaire :

_
A
f(x) dx

_
A
[f(x)[ dx.
7
1.3 Les espaces de Lebesque
Soit IR
n
un ouvert et p un nombre tel que 1 p +.
Cas 1) 1 p < +.
On dnit lensemble
L
p
() = u : C,
_

[u(x)[
p
dx < +.
avec aussi la convention quon ne distingue pas deux fonctions qui sont gale presque
partout.
Par exemple, la fonction u dnie sur IR qui est gale partout zero sauf dans un point o
elle vaut 1, est considre comme llment zero de L
p
(IR) (on confond cette fonction avec
la fonction 0).
La raison de cette convention supplmentaire est le fait que nous voulons que L
p
() soit
un espace de Banach muni de la norme |u|
L
p
()
=
__

[u(x)[
p
dx

1/p
. Alors il doit satisfaire
une proprit essentielles : |u|
L
p
()
= 0 = u = 0 ; si u est tel que |u|
L
p
()
= 0 alors
en utilisant L7) on dduit u = 0 mais pas ncessairement partout sur mais seulement
p.p. x ; cest pourquoi on doit confondre toute fonction gale presque partout zero
avec la fonction zero.
En fait la dnition complete de L
p
() est plus complique et elle fait appel la notion
de classes dquivalence.
Cas 2) p = +.
On dnit
L

() = u : C, a 0, [u(x)[ a, p.p. x .
avec la mme convention : on confond les fonctions gale presque partout.
Il est facile de voir que toute fonction borne est un lment de L

(). Un exemple de
fonction non borne qui est dans L

() est la fonction dnie sur IR et qui vaut 0 partout,

sauf dans les points n IN

o elle vaut n. La proprit de la dnition est vraie pour tout

a 0 ; en fait on confond cette fonction avec la fonction nulle.
Lensemble L

() est aussi un espace de Banach muni de la norme

|u|
L

()
= infa 0, [u(x)[ a, p.p. x . Cette dernire quantit sappelle le
suppremum essentiel de [u[ et le plus souvent il nest autre que sup
x
[u(x)[.
8
Chapitre 2
La thorie des distributions.
2.1 Introduction
Une distribution est une sorte de fonction gnralise et elle est introduite pour mo-
dliser des phnomnes o les fonctions habituelles ne sont pas trs pratiques utiliser.
Commenons par lexemple suivant : supposons quon a un signal physique dune trs
grande intensit sur une region trs petite dans lespace (par exemple une charge lec-
trique trs concentre dans un petit voisinage dun point, et nulle ailleurs ; cest ce que les
physiciens appellent une charge ponctuelle). Supposons que la quantit totale de charge
est connue, gale par exemple 1. Nous pouvons considrer une densit de charge (pour
simplier on suppose que la charge est en dimension 1 et quelle est concentre autour du
point 0) qui sera une fonction : IR IR telle que
(x) =
_
grande si x petit intervalle autour de 0
0 ailleurs
mais de tel sorte que
_
IR
(x) dx = 1.
On peut donner comme exemple dune telle densit la fonction
(x) =
_
n si x
_

1
2n
,
1
2n

0 sinon
(2.1)
avec n un nombre trs grand, qui peut tre en gnral assez mal connu (dicile de savoir
dans un cas donn si on a n = 1000 ou n = 1200, etc..).
On aimerait avoir une limite, pour n + dune telle fonction.
Le physicien P. Dirac a introduit et utilis une fonction : IR IR qui est vue comme
un sorte de limite pour n + de la fonction dnie en (2.1). La fonction (appelle
aussi la fonction de Dirac) est telle que
1. (0) = +
2. (x) = 0, x ,= 0
9
3.
_
IR
(x) dx = 1.
Lexistence dune telle fonction contredit la thorie de la lintgration au sense de Lebesque,
car de la proprit 2. on dduit = 0 p.p. x IR donc
_
IR
(x) dx = 0 ce qui est en
contradiction avec 3.
On introduira une limite de la fonction dnie en (2.1) qui sortira du cadre des fonctions ;
a sera une distribution.
Un exemple dans llectrostatique.
Supposons quon a une charge lectrique qui occupe un volume IR
3
et qui est donne
par une densit de charge : IR.
Dans la ralit une telle fonction est assez mal connue (on ne peut disposer que des ap-
proximations) car aucun appareil de mesure ne peut nous donner la valeur de dans un
point x de . Ceci parce que tout appareil ne peut mesurer que leet produit sur lui par les
charges situs dans un voisinage de ce point. En plus il y a une innit des points x .
En fait lexperimentateur accde indirectement la densit de charge (x) par ses pro-
prits, cest dire, en mesurant non pas (x) mais des quantits physiques importantes,
faisant intervenir , comme par exemple :
1. La charge totale
Q =
_

(x) dx
2. La charge dans un sous-domaine de
Q

=
_

(x) dx
(donc on peut noter Q = Q

)
3. Le potentiel dans un point a IR
3
:
V
a
=
1
4
0
_

(x)
[x a[
dx
avec
0
une constante physique, o [ [ dsigne la norme euclidienne dun vecteur.
Ce sont en fait des quantits du type
_

(x)(x) dx (2.2)
avec : IR donnes par exemple par
1 pour Q
= 1

pour Q

=
1
4
0
1
|xa|
pour V
a
.
10
On pourrait considrer de manire thorique toutes les intgrales du type (2.2) pour "toute"
fonction .. Il est alors naturel dintroduire une application
T

: "un ensemble des fonctions test" C

T

() =
_

(x)(x) dx,
Thoriquement, si on connait toutes les intgrales du type (2.2) pour tous alors on aurait
susament dinformation por caractriser , donc T

est une autre manire de se donner

; ceci condition davoir :

1
,=
2
= T

1
,= T

2
(on va dtailler ceci ultrieurement).
Dans la suite on introduira de manire rigoureuse des applications plus gnrales que T

.
2.2 Lespace T() des fonctions test
Partout dans ce cours, dsigne un ouvert dans IR
n
.
Dnition 2.1. Soit : C (C dsigne lensemble des nombres complexes) une
fonction continue. On applle support de (notation supp()) ladhrence en IR
n
de
lensemble x , (x) ,= 0 (lensemble de non-annulation de ).
Le support est toujours ferm. On pourrait travailler aussi en IR, mais on prefre C
(plus gnral).
Notation : On note par C

0
() ou encore T() lensemble des fonctions : C
(IR si travail en IR) indniment dirivables et support compact et inclus en .
Notation : Pour tout IN
n
, = (
1
,
2
,
n
),
j
IN, j = 1, n on utilisera la
notation
D

= si = (0, 0)
D

=

||

1
1
x

2
2
x

n
n
sinon
(2.3)
o on a not [[ =
1
+
n
.
Quelques exemples fondamentaux : (voir cours pour dautres exemples)
Exemple 1.
La fonction constante 0 est toujours un lment de T(), car son support est lensemble
vide qui est considr comme un compact inclus dans tout ensemble.
Exemple 2.
On considre n = 1 et = IR. On introduit la fonction
1
: IR C dnie par

1
(x) =
_
exp
_
1
x
2
1
_
si [x[ < 1
0 si [x[ 1
(2.4)
Il est evident que lensemble de non-annulation de
1
est lintervalle ] 1, 1[, donc on a
supp(
1
) = [1, 1] ; le support est donc un compact inclus dans IR. On montre aussi que
11

1
est indni drivable (voir cours) donc
1
T(IR).
Exemple 3.
Soit ouvert en IR
n
. Soit a = (a
1
, a
2
, a
n
) . Comme est ouvert, il existe > 0 tel
que
n

k=1
[a
k
, a
k
+ ] .
On considre la fonction : IR
n
C dnie par
(x
1
, x
2
, x
n
) =
1
_
x
1
a
1

1
_
x
2
a
2

_

1
_
x
n
a
n

_
.
Il est facile de voir que est un lment de T(IR
n
). Si on voit comme une fonction
dnie sur (en la restreignant ) alors on a aussi T().
(Question : qui est le support de ?)
Consquence : Lensemble T() ne se rduit pas llment 0.
Exemple 4.
Si f T() et g C

() alors fg T() (cest vident : fg C

() et en plus
supp(fg) supp(g) ; donc comme supp(g) est compact supp(fg) est compact aussi).
Cet exemple donne une manire de construire "beaucoup" des lments de T() si on en
connat un seul ; exemple : x
1
(x), sin(x)
1
(x) etc.. sont des fonctions dans T(IR).
Proposition 2.2. Toute combinaison linaire des lments de T() est encore un lment
de T() (cest dire :
1
,
2
C,
1
,
2
T() on a
1

1
+
2

2
T() ).
Preuve : voir cours.
Cette proposition nous dit en fait que T() est un espace vectoriel complexe (rel si
on travail en IR), vu comme un sous-espace vectoriel de lespace vectoriel complexe des
fonctions dnies sur valeurs en C, avec les oprations addition + et multiplication
par des scalaires habituelles :
(
1
+
2
)(x) =
1
(x) +
2
(x),
1
,
2
T(), x
( )(x) = (x), C, T(), x .
Dans la suite on introduira une topologie sur T(), cest dire, un faon de dire quune
suite des lments de T() est proche dun lment de T().
Dnition 2.3. Soit
p

pIN
une suite des lments de T() et T(). On dit que

p
au sense de T() (on sous-entend que pour p +) si les deux conditions
suivantes sont satisfaites :
1. Il existe un ensemble compact K xe, indpendant de p, avec K tel que
supp(
p
) K, p IN et aussi supp() K.
12
2. Pour tout multi-indice IN
n
la suite D

pIN
converge uniformment sur K
vers D

, cest dire
sup
xK
[D

p
(x) D

(x)[ 0 pour p +
Remarque 2.4. Ceci est une topologie plus complique que sur un espace de Banach X
o on a simplement
x
p
x si et seulement si |x
p
x|
X
0 pour p +.
2.3 La notion de distribution
Dnition 2.5. On appelle distribution sur toute application linaire et continue
de T() dans C ; cest dire, une application T : T() C est une distribution sur si
elle satisfait les deux conditions suivantes :
1.
T(
1

1
+
2

2
) =
1
T(
1
) +
2
T(
2
),
1
,
2
C,
1
,
2
T()
(linarit).
2. Pour toute suite
p

pIN
T() telle que
p
0 au sense T() on a T(
p
) 0
dans C (continuit).
Notation : On notera dans la suite par T

() lensemble de toutes les distributions sur

. On dit aussi que T

() est le dual de T().

Notation : On utilisera dans la suite la notation plus commode < T, > (crochet de
dualit) au lieu de T(), pour toute distribution T T

() et tout lment T() (on

appellera fonction test pour la distribution T).
Nous donnerons pour linstant deux exemple fondamentaux des distributions.
Le rsultat suivant introduit les distributions du type Dirac.
Dnition 2.6. Soit a et considrons lapplication
a
: C dnie par
<
a
, >= (a), T().
Alors
a
est une distribution sur appelle distribution de Dirac en a sur .
Preuve du fait que
a
est une distribution : voir cours.
Notation : Si 0 on notera
0
par ; cette distribution sappellera simplement distri-
bution de Dirac sur .
Avant de donner le deuxime exemple fondamental des distributions on rapplle quelques
notations trs utilises :
Notation : On note C() lensemble des fonctions continues sur . Pour tout k IN
on note C
k
() lensemble des fonctions drivables jusqua lordre k sur avec toutes les
13
drives continues (une fonction u est drivables jusqua lordre k si D

u existe pour tout

IN
n
avec [[ k) ; remarquons que C
0
() = C().
Notation : Pour tout q tel que 1 q < + on note
L
q
loc
() = u : C, pour tout compact K on a u L
q
(K) (donc
_
K
[u(x)[
q
dx < +)
Remarque 2.7. 1.
L
q
() L
q
loc
()
2.
C() L
q
loc
().
(preuves faciles laisses en exercice !)
Exemple : u : IR C, u 1. On a u L
1
loc
(IR) mais u , L
1
(IR).
(voir le cours pour dautres exemples.)
Le deuxime exemple fondamental des distributions est le suivant :
Dnition 2.8. Pour toute fonction u L
1
loc
() on dnit la distribution T
u
de la manire
suivante :
< T
u
, >=
_

u(x)(x) dx, T().

La distribution T
u
sappelle distribution rgulire associe u.
Preuve du fait que T
u
est une distribution : voir cours.
On a le lemme fondamental suivant :
Lemme 2.9. Si u L
1
loc
() est tel que
_

u(x)(x) = 0 T()
alors u = 0 p.p.
(voir cours pour une preuve dans le cas particulier u continue)
Remarque 2.10. Le lemme peut sennoncer de la manire quivalente suivante :
T
u
= 0 = u = 0.
Le but de ce qui suit est de justier le fait que toute fonction qui est dans L
1
loc
peut
tre vue comme une distribution.
On introduit lapplication suivante :
( : L
1
loc
() T

() donne par ((u) = T

u
u L
1
loc
().
Lapplication ( associe chaque fonction u sa distribution rgulire. Alors ((L
1
loc
()) nest
autre que lensemble des distributions rgulires.
14
Thorme 2.11. a) ( est un isomorphisme entre L
1
loc
() et ((L
1
loc
()).
b) ( nest pas surjective (donc ((L
1
loc
()) T

()).
Preuve : voir cours (remarquer que linjectivit ( est une consquence immdiate du
Lemme 2.9). En particulier on dmontre b) en montrant que les distributions de Dirac ne
sont pas dans des distributions rgulires.
Lintrt de ce resultat est le fait quon peut identier les deux espaces L
1
loc
() et
((L
1
loc
()) en identiants en fait chaque fonction u L
1
loc
() sa distribution rgulire T
u
.
Donc on va dire par abus de language que u est une distribution en pensant en fait T
u
.
On aura alors (en utilisant toujours cette identication) L
1
loc
() T

()). (Cest analoque

linclusion IR C o on identie chaque nombre rel x au nombre complexe x + 0i).
Cest dans ce sense quon peut dire que les distributions gnralisent les fonctions : une
fonction localement intgrable est un cas particulier de distribution. De la preuve de b)
Thorme 2.11 on dduit que les distributions de Dirac ne sont pas des fonctions.
On a lanalogue suivant de la Proposition 2.2 :
Proposition 2.12. Toute combinaison linaire des lments de T

() est encore un l-
ment de T

() (cest dire :
1
,
2
C, T
1
, T
2
T

() on a
1
T
1
+
2
T
2
T

()).
Preuve : voir cours.
Cette proposition nous dit en fait que T

() est un espace vectoriel complexe (rel si

on travail en IR), vu comme un sous-espace vectoriel de lespace vectoriel complexe des
applications de T() dans C, avec les oprations addition + et multiplication par des
scalaires habituelles :
< T
1
+ T
2
, >=< T
1
, > + < T
2
, >, T
1
, T
2
T

(), T()
< T, >= < T, >, C, T T

(), T().
2.4 Convergence dans T
/
()
On dnira une convergence des suite dans T

() (une topologie).
Dnition 2.13. Soit T
p

pIN
une suite des lments de T

() et T T

(). On dit que

T
p
T en T

() (on peut dire aussi : au sense des distributions en ) pour p + si

< T
p
, > < T, > pour p +, T().
Exemple : Considrons la suite des fonctions : f
p
: IR C,
f
p
(x) =
_
p
2
si [x[
1
p
0 sinon
(2.5)
avec p IN

. Il est facile de voir que f

p
L
1
loc
(IR) (on a mme f
p
L
1
(IR)). Alors f
p
peut
tre vue comme une suite des distributions sur IR (on pense T
f
p
). On se demande siil y
15
a une limite au sense des distributions de f
p
.
On a le calcul suivant : pour toute xe et arbitraire en T() on a
< T
f
p
, >=
_
IR
f
p
(x)(x) dx =
p
2
_
1/p
1/p
(x) dx = (a
p
)
avec a
p
]
1
p
,
1
p
[ (nous avons utilis le thorme de la moyenne :
_
b
a
f(x) dx = (ba)f()
avec ]a, b[, pour toute fonction continue f). Comme [a
p
[ <
1
p
nous avons a
p
0 pour
p + et par continuit de on a (a
p
) (0). On dduit alors
< T
f
p
, > (0) =< , >
donc par dnition
T
f
p
=
ce qui scrit plus simplement (en confondant T
f
p
et f
p
) : f
p
au sense des distributions
T

(IR).
Cet exemple est important car il donne un sense rigoureux la fonction introduite
de manire empirique par les physiciens (voir dbut paragraph 2.1). Donc la limite pour
de tels fonctions comme celle donne dans lexemple ci-dessus sera une distribution.
Pour dautres exemples, voirs cours
2.5 Drivation des distributions
On veut dnir la drive dune distribution, de telle manire que si en particulier cette
distribution est une fonction de classe C
1
alors la drive au sense des distributions soit
tout simplement la drive au sense habituel.
Plus prcisment, on veut :

x
k
(T
u
) = T u
x
k
si u C
1
(). Faisons ceci dans le cas plus
simple o est un intervalle ouvert inclus dans IR. Soit u C
1
(). Alors pour tout
T() on aurait :
< (T
u
)

, >=< T
u
, >=
_

(x)(x) dx =
_

u(x)

(x) dx + [u]
x=b
x=a
(on a utilis lintgration par parties). La dernire expression est gale zero, car T(),
ce qui nous donne
< (T
u
)

, >= < T
u
,

>, T()
On va prendre cette dernire relation comme dnition de la drive pour toute distribu-
tion T. Il y a un calcul analogue pour la drivation un ordre k IN

arbitraire (faire
plusieurs intgrations par parties successivement). Il est donc naturel davoir la dnition
suivante :
16
Dnition 2.14. Soit T T

() et IN
n
. On appelle drive lordre de T
(on peut ajouter : au sense de distributions) la distribution sur note D

T ou

||
T
x

1
1
x

n
n
dnie par
< D

T, >= (1)
||
< T, D

>, T(). (2.6)

On admet que lgalit (2.6) dnit bien une distribution sur .
Remarque : On peut driver toute distribution et nimporte quel ordre, le rsultat
tant encore une distribution. Ceci, contrairement ce qui se passe pour les fonctions.
Cas particulier : Pour tout i 1, 2 n on a
<
T
x
i
, >= < T,

x
i
>, T().
Notation : Si n = 1 on va noter les drive dune distribution T par T

, T

, T
(3)
, T
(k)
exactement comme les drives classiques dune fonction une variable (on utilise la conven-
tion habituelle T
(0)
= T). On a donc pour tout k IN :
< T
(k)
, >= (1)
k
< T,
(k)
>, T().
Exemple : Soit intervalle ouvert inclus dans IR et u C
k
() avec k IN. Alors on a :
(T
u
)
(k)
= T
u
(k) .
(donc pour une fonction de classe C
k
la drive k fois au sense des distributions se confond
avec la drive k fois au sense habituel).
Peuve :
< (T
u
)
(k)
, >= (1)
k
< T
u
,
k
>= (1)
k
_

u
k
= (1)
k1
_

k1
=
_

u
k
=< T
u
(k) , >
(on a appliqu k fois lintgration par parties et chaque fois le terme frontire est gal
zero, car T()).
Ce rsultat se gnralise en dimension quelconque :
Exemple : Soit ouvert en IR
n
et u C
k
() avec k IN. Alors on a
D

(T
u
) = T
D

u
, IN
n
avec [[ k.
Peuve : On fera la preuve pour D

=

x
i
; pour un gnral le rsultat se dmontre
facilement par reccurence.
<

x
i
(Tu), >= < Tu,

x
i
>=
_

x
i
dx =
_

u
x
i
dx
_

u
i
d.
(nous avons appliqu la formule de Green, le dernier terme tant une intgrale sur la
frontire de ;
i
dsigne ici la i - me composante du vecteur qui est le vecteur normal
17
orient vers lexterieur de ). Comme T() lintgrale sur est gale zero et
on obtient :
<

x
i
(Tu), >=< T u
x
i
, > donc

x
i
(Tu) = T u
x
i
.
Dans toute la suite du cours on appelle fonction de Heaviside la fonction H : IR C
dnie comme la fonction indicatrice de lintervalle [0, +[, donc
H(x) =
_
1 si x 0
0 si x < 0
(2.7)
Il est vident que H L
1
loc
(IR) donc H peut tre vue comme une distribution sur IR.
Exemple : Calculons la drive au sense des distributions de H (cest dire, calculons
(T
H
)

). Pour toute T() on a

< (T
H
)

, >=
_
IR
H(x)

(x) dx =
_
+
0

(x) dx = (0).
ce qui nous donne
(T
H
)

= (2.8)
(on peut dire aussi : H

= au sense des distributions sur IR).

On peut dnir un oprateur D

qui associe toute distribution T la distribution

D

T. On a les proprits suivantes de cet oprateur :

Proposition 2.15. Pour toute T T

() et tous , IN
n
on a
D

(D

T) = D

(D

T) = D
+
T.
Preuve : Exo facile.
Proposition 2.16. (linarit de D

) :
Loprateur D

est linaire, cest dire :

D

(
1
T
1
+
2
T
2
) =
1
D

T
1
+
2
D

T
2
,
1
,
2
C, T
1
, T
2
T

().
Preuve : voir cours.
Proposition 2.17. (continuit de D

) :
Soit T
p
T dans T

() pour p + et IN
n
. Alors
D

T
p
D

T dans T

() pour p +.
Preuve : voir cours.
Exemple : voir cours.
18
2.6 Produit entre une fonction C

et une distribution
On dnira le produit entre une fonction C

et une distribution de telle manire que

si la distribution est une fonction localement intgrable, le rsultat soit le produit habituel
des fonction.
On voudrait donc : si u L
1
loc
() et g C

() alors g T
u
= T
gu
. On aurait alors pour
tous T() :
< g T
u
, >=< T
gu
, >=
_

gudx =< T
u
, g > .
Il est alors naturel de donner la dnition suivante :
Dnition 2.18. Soit g C

() et T T

(). On dnit le produit de g par T not

g T comme la distribution dnie par
< g T, >=< T, g >, T().
Exo : montrer que g T est bien une distribution.
Consquences immdiates :
- Si u L
1
loc
() alors g T
u
= T
gu
.
- Si f, g C

() et T T

() alors f (g T) = (fg) T
-Si g constante = alors g T = T (cest le produit entre le scalaire et T ; par
exemple 1 T = T).
Exemple : Soit a et g C

(). Alors
g
a
= g(a)
a
.
(produit entre le scalaire g(a) et la distribution
a
).
Preuve : voir cours.
Consquence : en T

(IR) on a x = 0
Proposition 2.19. Si g C

() et T T

() alors

x
i
(g T) =
g
x
i
T + g
T
x
i
(en dimension 1 cela devient : (g T)

= g

T + g T

).
Preuve : voir cours.
Exemple : En T

(IR) on peut calculer facilement x

de la manire suivante (sans passer

par des fonctions test) :
(x )

= x

+ x

= + x

.
Comme x = 0 donc (x )

= 0 on dduit
x

= .
19
2.7 Primitives des distributions en dimension 1
Dans cette partie on va tendre la notion de primitive des fonctions des distributions
(on se limitera la dimension 1 uniquement).
Dans toute la suite de ce paragraph on va supposer que est un intervalle ouvert de IR
que nous noterons I. On a I =]a, b[ avec a < b +.
Dnition 2.20. Soit T T

(I). On dit que U T

(I) est une primitive de T sur I si

on a lgalit
U

= T au sense des distributions T

(I).
Exemple : Si f est une fonction continue sur I et F en est une primitive au sense classique
alors F est aussi une primitive au sense des distributions, cest dire : la distribution T
F
est une primitive de la distribution T
f
(car (T
F
)

= T
F
= T
f
).
Exemple : On a comme consquence de (2.8) que H est une primitive de sur IR.
On a le rsultat suivant :
Thorme 2.21. a) Les seules primitives au sense des distributions sur I de la fonction
0 sont les fonctions constantes.
b) Toute distribution T T

(I) admet au moins une primitive U T

(I). En plus toute

primitive de T est de la forme U + M avec M une fonction constante (donc on na pas
lunicit de la primitive, on a unicit une constante additive prs).
Preuve : voir cours.
Exemple : On a vu que sur IR la fonction H est une primitive (au sense des distributions)
de . Alors lensemble des primitives de est lensemble des toutes les distributions de la
forme H + M avec M constante.
Utilit des primitives : rsoudre des quations direntielles avec des donnes et incon-
nues distributions (voir TD).
20
Chapitre 3
Convolution des distributions et
applications la rsolution des
quations direntielles
Le but de ce chapitre est dtendre la notion de convolution (connue pour les fonctions)
des distributions et montrer comment cette notion sutilise pour la rsolution des quations
direntielles.
3.1 Support dune distribution
3.1.1 Support dune fonction
Nous rappellons que pour une fonction continue on avait dnit son support comme
ladhrence de lensemble de non-annulation de la fonction. On donnera dans la suite la
notion de support pour toute fonction dnie sur IR.
Dnition 3.1. Soit f : IR
n
C une fonction. On appelle ouvert dannulation de f,
not O(f), le plus grand ouvert de IR
n
sur lequel f = 0 presque partout. Autrement dit,
O(f) est un ensemble ouvert tel que :
f = 0 p.p. sur O(f),
pour tout ouvert U IR
n
tel que f = 0 p.p. sur U on a U O(f).
On admet quun tel ouvert O(f) existe et est unique et quil peut aussi scrire comme
lunion des tous les ouverts de IR
n
tels que f = 0 p.p. sur , cest dire :
O(f) =
A

o / = ouvert IR
n
tels que f = 0 p.p. sur .
Exemple : O(H) = ] , 0[.
21
Dnition 3.2. Soit f : IR
n
C. On appelle support de f (not supp(f)) la comple-
mentaire sur IR
n
de O(f), donc
supp(f) = IR
n
O(f).
Exemple : supp(H) = [0, +[.
Cas particulier : Si f est une fonction continue on doit, pour la cohrence, retrouver la
dnition du support donne en Dnition 2.1. En eet on a :
si f est continue alors le support de f est ladhrence en IR
n
de lensemble de non-
annulation de f.
Preuve : voir cours.
3.1.2 Dnition du support dune distribution
Dans toute la suite du cours, si on a IR
n
avec et des ensembles ouverts,
alors toute fonction T() peut tre vue comme une fonction appartenant T() en
la prolongeant simplement par 0 sur .
Dnition 3.3. Soit T T

(IR
n
) et ouvert en IR
n
. On dit que T est nulle sur (on
crit : T = 0 sur ) si
< T, >= 0 T()
(on peut crire de manire quivalente :
< T, >= 0 T(IR
n
) tel que supp() .)
La proposition suivante nous dit quune fonction est nulle (p.p.) sur une ensemble si et
seulement si elle est nulle comme distribution sur cet ensemble :
Proposition 3.4. Soit u L
1
loc
(IR
n
) et IR
n
, ouvert. Alors
u = 0 p.p. sur T
u
= 0 sur .
Preuve : voir cours.
Exemple : T
H
= 0 sur tout ouvert tel que ] , 0[. Dans la suite on gnralise
aux distributions les notions douvert dannulation et support.
Dnition 3.5. Soit T T

(IR
n
) une distribution sur IR
n
. On appelle ouvert dannula-
tion de T, not O(T), le plus grand ouvert de IR
n
sur lequel T = 0. Autrement dit, O(T)
est un ensemble ouvert tel que :
T = 0 sur O(T),
pour tout ouvert U IR
n
tel que T = 0 sur U on a U O(T).
On admet quun tel ouvert O(T) existe et est unique et quil peut aussi scrire comme
lunion des tous les ouverts de IR
n
tels que T = 0 sur , cest dire :
O(T) =
A

o / = ouvert IR
n
tels que T = 0 sur .
22
Dnition 3.6. Soit T T(IR
n
). On appelle support de T la complementaire sur IR
n
de O(T), donc
supp(T) = IR
n
O(T).
Exemple : Soit a IR
n
. Alors O(
a
) = IR
n
a. On dduit : supp(
a
) = a.
Preuve : voir cours.
On dmontre trs facilement (Exercice) le rsultat suivant :
Proposition 3.7. Soit u L
1
loc
(IR
n
). Alors
supp(T
u
) = supp(u).
On utilisera dans la suite du cours la notation suivante :
Notation : c

(IR
n
) = lensemble des distributions sur IR
n
support compact.
Exemples :

a
c

(IR
n
) a IR
n
T
H
, c

(IR).
3.2 La convolution des distributions
Rappellons dabord la notion de convolution de deux fonctions :
Dnition 3.8. Soient f, g : IR
n
C deux fonctions. On appelle (quand elle existe)
convolution de f et g (note f g) la fonction f g : IR
n
C donne par
(f g)(x) =
_
IR
n
f(x t)g(t) dt x IR
n
.
Remarque : Assez souvent la convolution existe uniquement presque partout sur IR
n
.
Proposition 3.9. Lopration est commutative, cest dire :
f g = g f.
Preuve : voir cours.
Le but de ce qui suit est dtendre la convolution des distributions. Comme pour les
autres oprations, on veut donner un sense T S, o T et S sont deux distributions sur
IR
n
. On veut en mme temp que si T et S sont des fonctions (donc T = T
f
et S = T
g
avec
f, g L
1
loc
(IR
n
)) alors la convolution soit la convolution des fonctions comme celle dnie
en Dnition 3.8. On veut donc : T
f
T
g
= T
fg
. On aurait le calcul formel suivant pour
une fonction test T(IR
n
) arbitraire :
< T
f
T
g
, >=< T
fg
, >=
_
IR
n
(f g)(x)(x) dx =
_
IR
n
_
IR
n
f(x t)g(t)(x) dx dt.
23
Nous faisons le changement de variable x = y + t donc dx = dy, ce qui donne
< T
f
T
g
, >=
_
IR
n
_
IR
n
f(y)g(t)(y + t) dy dt =
_
IR
n
f(y)
__
IR
n
g(t)(y + t) dy
_
dt.
On peut crire alors
< T
f
T
g
, >=< T
f
, < T
g
, (y + t) >> .
Il faut comprendre cette relation de la manire suivante : la distribution T
g
sapplique la
fonction test qui tout t IR
n
associe (y + t) (y x ici). Ensuite < T
g
, (y + t) > est
une fonction test (dpendant de y) pour la distribution T
f
.
On crit ceci souvent sous la forme
< T
f
T
g
, >=< (T
f
)
y
, < (T
g
)
t
, (y + t) >> .
o la notation (T
f
)
y
signie que la distribution T
f
sapplique une fonction test dpendant
de la variable y. On peut montrer facilement quon a aussi
< T
f
T
g
, >=< (T
g
)
t
, < (T
f
)
y
, (y + t) >> .
Nous allons utiliser ces formules comme dnition gnrale de la convolution pour deux
distribution.
On a besoin du rsultat suivant :
Lemme 3.10. (Admis !)
Soit T T

(IR
n
) et T(IR
n
). Alors lapplication
x IR
n
< (T)
y
, (x + y) > C
est une fonction appartenant C

(IR
n
).
Si en plus T c

(IR
n
) alors cette application est un lment de T(IR
n
).
En plus on a

x
i
< (T)
y
, (x + y) >=< (T)
y
,

x
i
(x + y) > .
Exemple : Soit a IR
n
et T =
a
. Alors lapplication
x IR
n
< (
a
)
y
, (x + y) >= (x + a) C
nest autre que
a
(la translate de par a, vu en TD). On sait que
a
T(IR
n
).
Exemple : Soit u L
1
loc
(IR
n
) et considrons T
u
la distribution rgulire associe u.
Lapplication du Lemme 3.10 devient
x IR
n
< (T
u
)
y
, (x + y) >=
_
IR
n
u(y)(x + y) dy C

(IR
n
).
Si en plus le support de u est compact alors cette application est un lment de T(IR
n
).
24
Dnition 3.11. Soient T, S T

(IR
n
) tels quau moins lune des deux distributions est
support compact (donc T c

(IR
n
) ou S c

(IR
n
)). On appelle convolution de T
et S (note T S) la convolution sur IR
n
dnie par
_
Soit < T S, >=< (S)
x
, < (T)
y
, (x + y) >> si T c

(IR
n
)
Soit < T S, >=< (T)
x
, < (S)
y
, (x + y) >> si S c

(IR
n
)
(3.1)
On admet que ces relations dnissent dans chaque cas respectif une distribution sur IR et
quon a aussi (pour la cohrence) :
< (S)
x
, < (T)
y
, (x + y) >>= < (T)
x
, < (S)
y
, (x + y) >> si T, S c

(IR
n
).
Consquence : Lopration est commutative, cest dire
T S = S T T, S T

(IR
n
) avec T c

(IR
n
) ou S c

(IR
n
).
Exemple fondamental : Si f, g L
1
loc
(IR
n
) avec supp(f) compact ou supp(g) compact
alors
T
f
T
g
= T
fg
avec (f g)(x) =
_
R
n
f(x t)g(t) dt.
Preuve : reprendre les calculs du dbut de cette section.
Exemple fondamental : Pour tout T T

(IR
n
) la convolution T a un sense car
c

(IR
n
). On a pour toute T(IR
n
) :
< T , >=< (T)
x
, < ()
y
, (x + y) >>=< (T)
x
, (x) >=< T, >
donc
T = T = T.
( est llment neutre pour la convolution des distributions). On verra dans le section
suivante que le fait davoir un lment neutre pour la convolution est important dans la
rsolution des quations direntielles en utilisant la convolution. A remarquer quun tel
lment neutre nexiste pas dans le cadre des fonctions, do limportance dtendre la
convolution des distributions.
Proposition 3.12. (Admis !)
Soient T, S T

(IR
n
) tels que T c

(IR
n
) ou S c

(IR
n
). Alors
1. Pour tout i = 1, 2 n on a

x
i
(T S) =

x
i
T S = T

x
i
S.
2. (Gnralisation) pour tout IN
n
on a
D

(T S) = D

T S = T D

S.
25
(donc on drive la convolution en drivant lune des deux distributions)
Exemple :

T = ( T)

= T

donc

T = T.
Proposition 3.13. Lopration est bilinaire, cest dire :
1
,
2
C et T
1
, T
2
, S
T

(IR
n
) tels que les oprations des convolutions suivantes ont un sens, on a
(
1
T
1
+
2
T
2
) S =
1
(T
1
S) +
2
(T
2
S).
3.3 Applications la rsolution des quations diren-
tielles linaires coecients constants
3.3.1 Gnralits
Soit P un polynome de degr au plus m IN sur IR
n
P(y) =

||m
a

y IR
n
avec IN
n
, a

C, y

= y

1
1
y

2
2
y

n
n
.
Au polynome P on associe un oprateur direntiel linaire dordre au plus m et coe-
cients constants, not P(D), dnit par
P(D)u =

||m
a

u. (3.2)
Remarque : On peut voir P(D) comme une application de T

(IR
n
) valeurs dans T

(IR
n
).
Exemple : En dimension 1 (n = 1) un oprateur direntiel linaire coecients constants
est de la forme
P(D)u = a
0
u + a
1
u

+ a
2
u

+ a
m
u
(m)
.
Exemple : Loprateur de Laplace (ou le laplacien) donn par
u =

2
u
x
2
1
+

2
u
x
2
2
+

2
u
x
2
n
est un cas particulier (trs tudi !) doprateur direntiel linaire coecients constants,
dordre 2. Cet oprateur est associ au polynome
P(y) = y
2
1
+ y
2
2
+ y
2
n
= [y[
2
([y[ dsigne la norme euclidienne du vecteur y).
Dans la suite on va considrer le problme suivant : soit P(D) comme dans (3.2), on se
donne f T

(IR
n
) et on cherche u T

(IR
n
) satisfaisant
P(D)u = f au sens des distributions T

(IR
n
). (3.3)
26
Dnition 3.14. On dit que la distribution E T

(IR
n
) est une solution fondamentale
de loprateur P(D) si E satisfait lgalit
P(D)E = au sens des distributions T

(IR
n
).
Remarque : En gnral il ny a pas dunicit de la solution fondamentale.
Exemple : Les solutions fondamentales de loprateur u

sont E = H + M avec M
constantes arbitraires.
Exemple : Les solutions fondamentales de loprateur u

+ au avec a C sont E(x) =

e
ax
[H(x) + M] avec M constantes arbitraires (vu en TD).
Le resultat principal de ce chapitre est le suivant :
Thorme 3.15. Soit E T

(IR
n
) solution fondamentale de P(D) et soit f T

(IR
n
) tel
quau moins lune des deux distributions E ou f soit support compact. Alors u = E f
est une solution de (3.3).
Preuve : On a le calcul suivant :
P(D)(E f) =

||m
a

(E f) =

||m
a

(D

E) f =
_
_

||m
a

E
_
_
f
Comme E est solution fondamentale on a
P(D)(E f) = f = f
ce qui montre le rsultat.
Remarque : Ce rsultat ne permet pas de donner toutes les solution de (3.3), il permet
seulement den construire une solution.
Exemple : On se donne a C et f L
1
loc
(IR
n
) avec supp(f) compacte. On se propose de
donner une solution u T

(IR) de lquation direntielle ordinaire :

u

+ au = f. (3.4)
Comme E(x) = e
ax
H(x) est une solution fondamentale de loprateur u

+ au alors une
solution de (3.4) est donne par u = E f. Comme E et f sont des fonctions alors u est
aussi une fonction donne par
u(x) =
_
IR
E(x t)f(t) dt =
_
x

e
a(xt)
f(t) dt
(car H(x t) = 0 si t > x).
27
3.3.2 Solution fondamentale du laplacien et applications
Dans la suite on montre comment construire une solution fondamentale du laplacien
pour n = 2. Donc on cherche E T

(IR
2
) telle que
E = en T

(IR
2
). (3.5)
On cherchera E comme une fonction dans L
1
loc
(IR
2
).
Si dans lgalit prcdente on prends des fonctions test T(IR
2
0) (cest dire
des fonctions T(IR
2
) support en IR
2
0, donc des fonction qui sannule dans un
voisinage de 0) on obtient
< E, >= 0 T(IR
2
0).
Il est naturel alors de chercher E comme une fonction harmonique sur IR
2
0, cest
dire, on va chercher E : IR
2
0 C de classe C
2
telle que
E = 0 sur IR
2
0 (3.6)
au sense classique.
Remarque : On peut voir une telle fonction E comme tant dnie presque partout sur
IR
2
. Cependant, ell ne doit pas tre de classe C
2
sur IR
2
, car alors par continuit elle
satisfairait (3.6) sur tout IR
2
au sense classique, donc aussi au sense des distributions et
ceci serait en contradiction avec (3.5).
Pour rsumer, on veut une fonction E L
1
loc
(IR
2
) de classe C
2
sur IR
2
0 et satisfaisant
au sense classique (3.6). Bien sur, cela ne donne pas automatiquement (3.5).
On cherchera E comme une fonction radiale, cest dire dpendant uniquement de la
norme euclidienne de la variable x. En utilisant les coordonnes polaires
x
1
= r cos x
2
= r sin
avec r > 0 et [0, 2[, cela revient dire que E est indpendante de . Rappellons que
r = [x[ =
_
x
2
1
+ x
2
2
.
Dans la suite on passera en coordonnes polaires, mais pour commodit on ne changera
pas les noms des fonctions aprs ce passage. En crivant (3.6) en coordonnes polaires on
a

2
E
r
2
+
1
r
E
r
+
1
r
2

2
E

2
= 0 (3.7)
On cherche une solution de cette quation sous la forme E(r, ) = (r) (fonction radiale).
On obtient alors de (3.7) que doit satisfaire :

+
1
r

= 0
cest dire r

= 0 (r

= 0. En intgrand on trouve r

= c
1

=
c
1
r
avec
c
1
une constante. En intgrant encore une fois on trouve (r) = c
1
log (r) +c
2
avec c
2
une
28
constante.
On fait un choix commode : c
1
= 1, c
2
= 0. On a donc trouv que

E(x) = log ([x[) satisfait
(3.6). Il est facile de voir que

E L
1
loc
(IR
2
) (appliquer le critre de Riemann). Il reste
calculer le laplacien au sense des distributions T

(IR
2
) de

E. Nous avons
Proposition 3.16.

E = 2 en T

(IR
2
). (3.8)
Ide de la preuve : Soit T(IR
2
) arbitraire. On a
<

E, >=
2

i=1
<

2
x
2
i

E, >=
2

i=1
<

E,

2

x
2
i
>=
_
IR
2

E dx.
On dmontre ensuite (preuve plus dicile, voir cours) que
_
IR
2

E dx = 2(0), ce qui
donne le rsultat.
Consquence :
E
2
(x) =
1
2
log ([x)
est une solution fondamentale du laplacien en dimension 2. (la notation E
2
vient du fait
que n = 2).
On obtient de manire similaire en dimension 3 (sans dmonstration) :
E
3
(x) =
1
4[x[
est une solution fondamentale du laplacien en dimension 3.
Plus gnralement pour tout n 3 on a
E
n
(x) =
1
n(2 n)
n
[x[
2n
est une solution fondamentale du laplacien en dimension n, o
n
dsigne le volume de
la boule unit en dimension n (
n
=
n
(B
n
(0, 1))). On remarque que
3
=
4
3
donc pour
n = 3 on retrouve la formule pour E
3
.
Application : On considre f L
1
loc
(IR
n
), n 2 et supposons que le support de f est
compact. Alors une solution u T

(IR
n
) du problme
u = f
est donne par
u = E
n
f.
Donc u est une fonction donne par
u(x) =
1
2
_
IR
2
log ([x y[)f(y) dy pour n = 2
29
et respectivement
u(x) =
1
4
_
IR
2
f(y)
[x y[
dy pour n = 3.
Ces deux expressions sappellent potentiel de volume. Dans la physique, lexpression
pour n = 3 reprsente ( une constante multiplicative prs) le potentiel lectrique cre par
un charge lectrique de densit f.
30
Bibliographie
[1] C. Gasquet, P. Witomski, Analyse de Fourier et applications. Filtrage, calcul num-
rique, ondelettes, Collection Science Sup, 2004.
[2] R. Dalmasso, P. Witomski, Analyse de Fourier et applications. Exercices corrigs,
Collection Science Sup, 2000.
[3] N. Boccara, Distributions, Collection Mathmatiques pour lingnieur, 1997.
[4] F. Demengel, G. Demengel, Mesure et distributions, thorie et illustrations par les
exemples, Ellipses, 2001.
31