ENS Cachan Mathématiques

Préparation à l’agrégation Année 2017/2018

Distributions Tempérées
Arthur Leclaire

Références
[Bony] J.M. Bony. Théorie des Distributions et Analyse de Fourier.
Éditions de l’École Polytechnique, 2006.
[GW] C. Gasquet et P. Witomski. Analyse de Fourier et Applications. Dunod, 2001.
[Zuily] C. Zuily. Problèmes de distributions et d’équations aux dérivées partielles. Cassini, 2010.
[DW] R. Dalmasso et P. Witomski.
Analyse de Fourier et Applications. Exercices corrigés. Masson, 1996.
[S] L. Schwartz. Théorie des distributions. Hermann, 1997.

Table des matières

1 Distributions et distributions tempérées 2

2 Transformée de Fourier 4

3 Convolution 5

4 Exercices prioritaires 8

5 Exercices complémentaires 15

Notations
Soit Ω un ouvert de Rd . On note D(Ω) = Cc∞ (Ω) et E(Ω) = C ∞ (Ω).
Si K ⊂ Ω, on note DK (Ω) l’ensemble des φ ∈ D(Ω) à support compact inclus dans K.
On rappelle que S (Rd ) est l’ensemble des fonctions f de classe C ∞ sur Rd telles que

∀p ∈ N, Np (f ) := sup sup |x β ∂α f (x)| < ∞ .

|α |6p,|β |6p x ∈Rd

Cet espace est muni de la famille dénombrable de semi-normes (Np )p∈N et est donc métrisable.

1
1 Distributions et distributions tempérées
1.1 Définitions, opérations
Définition 1. Une distribution sur Ω est une forme linéaire T définie sur D(Ω) et qui vérifie
la condition de continuité suivante : pour tout compact K ⊂ Ω, il existe r ∈ N et c > 0 tels que
∀φ ∈ DK (Ω), |hT , φi| 6 c sup k∂α φ k∞ .
|α |6r

On notera D 0(Ω) l’espace des distributions sur Ω.

Définition 2. Une distribution tempérée est une forme linéaire continue sur S (Rd ). Autrement
dit, une distribution tempérée est une forme linéaire T sur S (Rd ) telle qu’il existe p ∈ N et c > 0
tels que
∀φ ∈ S (Rd ), |hT , φi| 6 c sup kx β ∂α φ k∞ .
|α |6p,|β |6p

On notera S 0(Rd ) l’espace des distributions tempérées.

Exemple 1.
— Toute fontion localement intégrable sur Ω définit une distribution.
— Toute fonction localement intégrable sur Rd et majorée par un polynôme définit une dis-
tribution tempérée.
— Toute fonction Lp (Rd ) définit une distribution tempérée.
— Toute mesure de probabilité µ sur Rd définit une distribution tempérée.
— La fonction exponentielle ne définit pas une distribution tempérée.
Remarque 1. Si T ∈ D 0(Rd ) est telle qu’il existe p ∈ N et c > 0 tels que
∀φ ∈ D(Rd ), |hT , φi| 6 c sup kx β ∂α φ k∞
|α |6p,|β |6p

alors il existe une unique forme linéaire continue sur S (Rd ) qui prolonge T .
Les espaces D 0(Ω) et S 0(Rd ) sont munis d’une addition et d’une multiplication scalaire.
Définition 3. Si T ∈ D 0(Ω) et f ∈ C ∞ (Ω), on définit la multiplication de f par T par
∀φ ∈ D(Ω), hf T , φi = hT , f φi .
Définition 4. On dit qu’une suite de distributions Tn ∈ D 0(Ω) converge vers T ∈ D 0(Ω) si
∀φ ∈ D(Ω), hTn , φi −−−−→ hT , φi .
n→∞

Exemple 2. Si T ∈ D 0(Rd ) et h ∈ Rd , on définit les distributions Ť et τhT en posant

∀φ ∈ D(Rd ), hŤ , φi = hT (x), φ(−x)i , hτhT , φi = hT (x), φ(x + h)i ,
On peut vérifier que τhT → T quand h → 0 au sens des distributions.

2
1.2 Dérivation
Définition 5. Si T ∈ D 0(Ω) et α ∈ Nd , on définit la dérivée partielle ∂α T par
∀φ ∈ D(Ω), h∂α T , φi = (−1)|α | hT , ∂α φi .
Exemple 3. La fonction de Heaviside H = 1R+ admet pour dérivée au sens des distributions δ 0 .
Théorème 1. Soit I un intervalle ouvert.
1. Les distributions T sur I vérifiant T 0 = 0 sont les fonctions constantes.
2. Pour toute U ∈ D 0(I ), il existe T ∈ D 0(I ) telle que T 0 = U .
∂T
Remarque 2. Plus généralement, si T ∈ D 0(Rd ) est telle que ∂x d
= 0, alors il existe une
d−1
distribution S ∈ D (R ) telle que T (x 1 , . . . , xd ) = S(x 1 , . . . , xd−1 ) dans le sens suivant :
0
 ∫ 
d
∀φ ∈ D(R ), hT , φi = S(x 1 , . . . , xd−1 ), φ(x 1 , . . . , xd−1 , xd )dxd .
R

Théorème 2 (Formule des sauts). Soit f une fonction de classe C 1 par morceaux sur ]a, b[.
On note a 1 < . . . < an les points de discontinuité de f . Alors la dérivée de f au sens des distributions
est donnée par
Õn
f = {f } +
0 0
(f (ai +) − f (ai −))δai ,
i=1
où { f 0}désigne la fonction continue par morceaux égale à f 0 en dehors de points ai (et prenant en
les ai une valeur arbitraire).
Théorème 3. Soit I un intervalle ouvert de R et a ∈ I .
∫x
— Si on définit F (x) = a f (t)dt avec f localement intégrable sur I , alors F est une distribution
sur I dont la dérivée au sens des distributions est f .
— Réciproquement, si F est une distribution sur I dont la dérivée au sens des distributions
∫x est une
fonction localement intégrable f , alors il existe c ∈ R telle que F (x) = c + a f (t)dt p.p. x ∈ I .

1.3 Support, distributions à support compact

On rappelle que E(Ω) = C ∞ (Ω) est muni des semi-normes f 7→ sup k∂α f k∞ où (K j ) est une
Kj
suite exhaustive de compacts de Ω, et α ∈ Nd , qui lui confère une structure d’espace métrique.
Théorème-Définition 1 (Support). Soit T une distribution sur Ω. Il existe un plus grand ouvert
sur lequel T s’annule. Son complémentaire est appelé support de la distribution T .
Théorème 4. Une distribution à support compact s’étend en une forme linéaire continue sur E(Ω),
de manière unique. Réciproquement, une forme linéaire continue sur E(Ω) définit une distribution
à support compact. On notera donc E 0(Ω) l’ensemble des distributions à support compact.
Remarque 3. Toute distribution à support compact est tempérée.

3
2 Transformée de Fourier
2.1 Construction
∫
On rappelle que pour f ∈ L1 (Rd ), fˆ(ξ ) = e −iξ x f (x)dx par définition, et que
Rd
∫ ∫
d
∀φ ∈ S (R ), fˆ(ξ )φ(ξ )dξ = f (x)φ̂(x)dx .
Rd Rd

Cette formule va nous permettre de prolonger la transformée de Fourier à S 0(Rd ).

Définition 6. Pour T ∈ S 0(Rd ), on définit T̂ : S (Rd ) → C en posant

hT̂ , φi = hT , φ̂i .

Ceci définit effectivement une distribution tempérée T̂ appelée transformée de Fourier de T .

Exemple 4.
— On a δb0 = 1.
— Cette définition prolonge bien les définitions de transformée de Fourier sur L1 et L2 .
— Si µ est une mesure de probabilité, µ̂ˇ est la fonction caractéristique de µ.

2.2 Propriétés
Théorème 5. L’application T 7→ T̂ réalise un isomorphisme de S 0(Rd ) sur lui-même, et

Tb = (2π )dŤ .
b

Théorème 6. Pour toute T ∈ S 0(Rd ) et tout α ∈ Nd ,

α T = i |α | ξ α T
∂d b, α T = i |α | ∂α T
xd b.

2.3 Espaces de Sobolev H s

Soit s ∈ R. Pour ξ ∈ Rd , on notera hξ i = (1 + |ξ | 2 ) 2 .
1

Définition 7. On définit H s (Rd ) = T ∈ S 0(Rd ) | hξ isT̂ (ξ ) ∈ L2 (Rd ) .



C’est un espace de Hilbert pour la norme kT kH s = khξ isT̂ (ξ )k2 .

Remarque 4.
— (H s (Rd ))s∈R est décroissante. En particulier, pour s > 0, on a H s (Rd ) ⊂ H 0 (Rd ) = L2 (Rd ).
— Lorsque s = 1, H 1 (Rd ) est bien l’espace des fonctions f ∈ L2 (Rd ) qui admettent une dérivée
faible dans L2 (Rd ). La norme k · kH s est équivalente à (k f k22 + k f 0 k22 ) 2
1

Théorème 7. Si s > d2 , H s (Rd ) ⊂ C0 (Rd ) avec injection continue.

4
3 Convolution
3.1 Encore d’autres cadres de convolution
Théorème-Définition 2. Soit T ∈ D 0(Rd ) et φ ∈ C ∞ (Rd ). On suppose que T ou φ est à support
compact. On définit la convolution de T et φ en posant

∀x ∈ Rd , T ∗ φ(x) = hT (y), φ(x − y)i .

Cela définit une fonction T ∗ φ de classe C ∞ sur Rd telle que Supp(T ∗ φ) ⊂ Supp(T ) + Supp(φ).

Théorème-Définition 3. Soient T , S ∈ D 0(Rd ). On suppose que T ou S est à support compact.

On définit la convolution de T et S en posant

∀φ ∈ D(Rd ), hT ∗ S, φi = hT (x), hS(y), φ(x + y)ii .

De façon équivalente,

∀φ ∈ D(Rd ), hT ∗ S, φi = T ∗ (S ∗ φ̌) (0) .

Théorème 8. Soient T , S ∈ D 0(Rd ) dont l’une est à support compact.

(a) T ∗ S = S ∗ T .
(b) ∀U ∈ D 0(Rd ) à support compact, (T ∗ S) ∗ U = T ∗ (S ∗ U ).
(c) ∀T ∈ D 0(Rd ), δ0 ∗ T = T .
(d) ∀α ∈ Nd , ∂α (T ∗ S) = T ∗ (∂α S) = (∂α T ) ∗ S.
(e) Supp(T ∗ S) ⊂ Supp(T ) + Supp(S).

3.2 Lien avec la transformée de Fourier

Définition 8. On dit que f ∈ OM si f est une fonction C ∞ sur Rd telle que pour tout β ∈ Nd ,
il existe c > 0 et m ∈ N tels que

∀x ∈ Rd , |∂ β f (x)| 6 c(1 + |x |)m .

Proposition 1. Si f ∈ OM , alors T 7→ f T est définie et continue de S 0(Rd ) dans lui-même.

Théorème 9. Si T est une distribution sur Rd à support compact, et si U est une distribution
tempérée, alors T ∗ U est tempérée, Tb ∈ OM , et l’on a

Tš
∗ U = TbUb .

5
3.3 Solutions élémentaires
Définition 9. Soit A une distribution à support compact sur Rd .
On dit que E ∈ D 0(Rd ) est solution élémentaire de A si A ∗ E = δ 0 .
Théorème 10. Soit A une distribution sur Rd à support compact possédant une solution élémen-
taire E. Soit f une distribution à support compact sur Rd .
1. L’équation A ∗ u = f admet au moins une solution donnée par u = E ∗ f .
2. Il existe au plus une solution de A ∗ u = f qui soit à support compact.
Exemple 5. Une solution élémentaire de −δ 000 +δ 0 est une distribution E telle que −E 00 + E = δ 0 .
Une fois calculée une telle solution élémentaire, alors pour un second membre f , la convolu-
tion E ∗ f (pour peu qu’elle ait un sens) est un bon candidat de solution de −E 00 + E = f . Le
théorème précédent assure que cela vaut dès que f est est une distribution à support compact.

3.4 Équations d’évolution

Dans cette partie, on considérera des fonctions u(t, x) à deux variables t ∈ R, x ∈ Rd .
Définition 10. Si φ ∈ S (R × Rd ), on définit la transformée de Fourier partielle (en espace) par
∫
d
∀t ∈ R, ∀ξ ∈ R , φ̂(t, ξ ) = e −iξ x φ(t, x)dx .
Rd
Si u ∈ S 0(R × Rd ), on définit la transformée de Fourier partielle par
∀φ ∈ S (Rd+1 ), hû, φi = hu, φ̂i .
Remarque 5. Les propriétés vues au dessus vont s’étendre à la transformée de Fourier partielle.
En particulier, les dérivées par rapport à la variable d’espace x vont être changées en mutipli-
cation par des polynômes, alors que les dérivées par rapport au temps t passent à travers :
α |α | α k k
∂d
x u = i ξ û , ∂
d
t u = ∂t û .

Remarque 6. En pratique, on aura parfois besoin de ne pas considérer tous les temps t ∈ R.
Ainsi, si I est un intervalle ouvert de R, il est possible de définir les distributions partiellement
tempérées en x comme étant les distributions u ∈ D 0(I × Rd ) telles que pour toute fonction
ψ ∈ D(I ), la distribution ψ (t)u(t, x) (prolongée par zéro) est un élément de S 0(R × Rd ).
Remarque 7. En pratique, on sera parfois face à des équations d’évolution du type
∂t u = P(∂x )u
où P(∂x ) est une combinaison linéaire de dérivées partielles par rapport aux variables d’espace.
On retiendra essentiellement qu’on pourra prendre la transformée de Fourier par rapport à x,
en considérant le paramètre de temps t comme fixé. Ainsi dans le domaine de Fourier l’opéra-
teur P(∂x ) devient la multiplication par le polynôme P(iξ ) de sorte qu’on obtient, "sur chaque
fréquence ξ " une EDO linéaire que l’on résout aisément.

6
3.5 Distributions périodiques
Définition 11. Une distribution U ∈ D 0(R) est dite a-périodique (a > 0) si τaU = U .

Exemple 6. Soit a > 0, on définit le peigne de Dirac Πa par

Õ
∀φ ∈ D(R), hΠa , φi = φ(na) .
n∈Z

Ainsi, Πa est une distribution a-périodique, qui est tempérée.

Définition 12. On dit qu’une suite (cn )n∈Z de nombres complexes est à croissance lente s’il
existe k ∈ N tels que cn = O(|n|k ).

Théorème 11. Soit (cn ) une suite à croissance lente.

1. La série Õ Õ
cnδn = lim c n δn
N →+∞
n∈Z |n|6N

converge au sens des distributions, et définit une distribution tempérée.

2. La série
cne inx := lim cne inx
Õ Õ
N →+∞
n∈Z |n|6N

converge au sens des distributions, et définit une distribution 2π -périodique.

Théorème 12. Soit U une distribution 2π -périodique sur R.

1. Il existe au moins une distribution u à support compact telle que U = u ∗ Π 2π .
2. Pour tout n ∈ Z, le nombre
1
cn (U ) = hu(x), e −inx i
2π
ne dépend pas du choix de u, et sera appelé n-ième coefficient de Fourier de U .
3. On a
cn (U )e inx
Õ
U =
n∈Z
Õ
où la série désigne la limite quand N → +∞ de au sens des distributions.
|n|6N

Exemple 7. L’ingrédient essentiel des résultats précédents est la formule sommatoire de Pois-
son, qui au sens des distributions peut s’écrire
1 c Õ 1 Õ inx
Π 2π = Π1 i.e. δ 2kπ = e .
2π k∈Z
2π n∈Z

Ceci n’est autre que le développement en série de Fourier du peigne de Dirac Π 1 .

7
4 Exercices prioritaires
4.1 Exercices sur le calcul de distributions
Exercice 1 . Calculs de distributions

1. Calculer les dérivées première et seconde de x 7→ |x |.

2. Pour α ∈ N, calculer ∂α δ 0 dans D 0(R).
3. Pour α ∈ N, montrer que F (x α ) = (2π )i α ∂α δ 0 . dans S 0(R).
4. Calculer cos
c et sin.
c

Exercice 2 . I DEV J Valeur principale de 1

x

1. Est-ce que x 7→ 1
définit une distribution sur R ?
x
1
2. Pour ε > 0, on pose fε (x) = 1|x |>ε .
x
Vérifier que fε ∈ S 0(R) et montrer que lim fε existe au sens des distributions.
ε→0
1
Ainsi, on définit la valeur principale de x (souvent notée vp( x1 )) par
φ(x)
∫
∀φ ∈ S (R), hV , φi = lim dx .
ε→0 |x |>ε x

3. Montrer que ceci définit bien une distribution tempérée V sur R.

4. Montrer que xV = 1.
5. Calculer la transformée de Fourier de V . (On pourra remarquer que V est impaire i.e. V̌ = −V .)
6. En déduire H b et sgn.
c
7. Pour φ ∈ D(R), on définit la convolution
φ(x − y)
∫
V ∗ φ(x) = lim dy .
ε→0 |y|>ε y

Montrer que φ 7→ V ∗ φ peut se prolonger en un opérateur linéaire continu sur L2 (R).

8. (bonus) Montrer que log |x | définit une distribution sur R et calculer sa dérivée.

Exercice 3. Équation xT = 0 [DW]

1. Soit θ ∈ D(R) telle que θ (0) = 1. Montrer que pour φ ∈ D(R), il existe ψ ∈ D(R) telle que

∀x ∈ R, φ(x) = φ(0)θ (x) + xψ (x) .

2. Soit T ∈ D 0(R) telle que xT = 0. Montrer que T = cδ 0 où c est une constante.

3. Résoudre dans D 0(R) l’équation xT = 1. (On pourra s’inspirer de l’Exercice 2.)

8
Exercice 4. Transformée de Fourier de l’arctangente [DW]
 
1. On rappelle que F 1+x 2 = πe −|ξ | . Montrer que ξ · a›
1
rctan(ξ ) = −iπe −|ξ | .
 e −|x |  φ(x) − φ(0) −|x |
∫
2. On définit T (x) = vp en posant ∀φ ∈ D(R), hT , φi = e dx .
x R x
Montrer que T est une distribution tempérée qui vérifie xT (x) = e −|x | .
3. En déduire la transformée de Fourier de l’arctangente.
4. En déduire la transformée de Fourier de f (x) = arctan( x1 ).

Exercice 5 . Équations de convolution

aα ∂α δ . Calculer la convolution A ∗ u.
Õ
1. Considérons A =
|α |6m
2. Écrire l’équation ∆u = f sous forme A ∗ u = f .
3. Écrire l’équation u(x + h) − u(x) = f (x) sous forme A ∗ u = f .

Exercice 6*. Transformée de Fourier des distributions à support compact

Soit T ∈ D 0(R) à support compact. On rappelle que T s’identifie à un élément de E 0(R).
1. Montrer que pour z ∈ C, F (z) = hT (x), e −izx i est bien définie.
2. Montrer que F |R définit une distribution qui coïncide avec T̂ .
3. Montrer que la fonction F est holomorphe sur C.
4. En déduire que si T et T̂ sont à supports compacts, alors T = 0.

Exercice 7*. Un cas de convolution

Soient T ∈ S 0(Rd ) et φ ∈ S (Rd ). La convolution de T et φ est la fonction C ∞ définie par
T ∗ φ(x) = hT (y), φ(x − y)i .
Montrer que T ∗ φ ∈ S 0(Rd ), puis que Tš
∗ φ = T̂ φ̂.

Exercice 8*. Distributions de support réduit à zéro

Soit T ∈ D 0(R) telle que Supp(T ) ⊂ {0}.
1. On fixe θ ∈ Cc∞ (R, [0, 1]) à support dans ] − 1, 1[ et valant 1 sur [− 21 , 21 ]. Montrer que T = θT .
2. En déduire qu’il existe un compact K ⊂ R, c > 0 et p ∈ N tels que
∀φ ∈ D(R), |hT , φi| 6 c sup sup |φ (j) | .
j6p K

3. Soit φ ∈ D(R) telle que φ (j) (0) = 0 pour tout j 6 p. Montrer que hT , φi = 0.
Íp
4. Montrer qu’il existe des constantes a 0 , . . . , ap telles que T = j=0 a j δ 0(j) .

9
4.2 Exercices sur les EDO et EDP linéaires
Exercice 9 . Équation −u 00 + u = f sur R

1. En utilisant la transformée de Fourier, donner une solution élémentaire E ∈ D 0(R) de −δ 000 +δ 0 .

2. Remarquer que les restrictions de E à R∗+ et R∗− sont solutions de y 00 = y.
Retrouver ainsi le résultat de la question précédente en adaptant les conditions initiales en 0.
3. Soit f ∈ L2 (R).
a. Résoudre −u 00 + u = f dans S 0(R).
b. Écrire la solution comme une convolution de f par une fonction à expliciter.
c. Analyser la régularité de u en fonction de celle de f . (On pourra utiliser les espaces H s (R))

Exercice 10 . I DEV J Équation −u 00 + u = f sur T

Soit f ∈ L2 (0, 2π ). On considère l’équation différentielle avec conditions de bord périodiques
(
−u 00 + u = f
.
u(0) = u(2π )

On cherche des solutions au sens faible, c’est-à-dire qu’on cherche u ∈ H 1 (T) telle que
∫ 2π ∫ 2π
∀φ ∈ H (T),
1
(u φ + uφ) =
0 0
fφ .
0 0

On notera (cn (f ))n∈Z les coefficients de Fourier de la fonction f .

cn (f )
1. Soit u ∈ H 1 (T). Montrer que u est solution faible si et seulement si ∀n ∈ Z, cn (u) = .
1 + n2
2. On note T f la solution faible associée au second membre f ∈ L2 (T).
Montrer que T : L2 (T) → H 1 (T) est une application linéaire continue.
3. Montrer que T : L2 (T) → L2 (T) est un opérateur compact (c’est-à-dire que l’image par T de
la boule unité fermée B de L2 (T) est relativement compacte dans L2 (T)).
4. Montrer que T est un opérateur de convolution par un noyau (périodique) qu’on explicitera.

Exercice 11. Équation −u 00 = f

00
1. Calculer les solutions élémentaires de −δ 0 .
2. Soit f ∈ E 0(R). Résoudre l’équation −u 00 = f dans D 0(R).

10
Exercice 12*. Équation de Poisson - ∆u = f
Soit f ∈ S 0(Rd ). On cherche les solutions faibles de l’équation −∆u = f .
1. On suppose que fˆ s’annule au voisinage de 0, c’est-à-dire qu’il existe r > 0 tel que fˆ s’annule
sur B(0, r ). Montrer que l’équation −∆u = f admet une solution u ∈ S 0(Rd ).
Que se passe-t-il si l’on enlève l’hypothèse sur fˆ ?
2. Résoudre dans S 0(Rd ) l’équation ∆u = 0. (On pourra remarquer que Supp(û) ⊂ {0}).
En déduire aussi qu’une fonction harmonique qui tend vers zéro à l’infini est nulle.
3. Soit E l’ensemble des f ∈ L2 (Rd ) pour lesquelles −∆u = f admet une solution dans L2 (R),
nécessairement unique, notée (−∆)−1 f .
Montrer que (−∆)−1 : E → L2 n’est pas continue pour la norme L2 .
4. Soit f ∈ S 0(Rd ) telle que fˆ ∈ L∞ . On suppose que d > 3.
Montrer que −∆u = f admet une solution u ∈ S 0(Rd ).

Exercice 13. I DEV J [Zuily], [Bony, p.182]

On définit la fonction f : x ∈ Rd 7→ 1
|x |s pour s ∈ (0, d).
1. Montrer que f est une distribution tempérée.
2. Calculer la transformée de Fourier de f . Indication : pour φ ∈ S (Rd ), on pourra utiliser
∫  π  d/2 ∫ |ξ | 2
∀λ > 0, e −λ|x | 2
φ̂(x)dx = e − 4λ φ(ξ )dξ ,
Rd λ Rd
s
puis multiplier par λ 2 −1 et intégrer sur λ ∈ ]0, ∞[.
3. En déduire que E : x 7−→ −1
4π |x | est une solution élémentaire du laplacien dans R3 .
Remarque : Les deux exercices précédents montrent qu’en dimension > 3, lorsqu’elle
existe, une solution raisonnable de −∆u = f sera la convolution de f par la fonction E(x) = |x |cd−2
(où c est une constante dépendant de la dimension). L’étude de ces opérateurs de convolution
(appelés potentiels de Riesz) fait l’objet de l’inégalité de Hardy-Littlewood-Sobolev, qui exprime
leur continuité de Lp dans Lq pour p, q bien choisis, et dont la preuve repose sur une technique
d’interpolation réelle.

Exercice 14. Autour de l’équation de Poisson [Bony]

Soit f ∈ E 0(Rd ) (ou alors f ∈ L2 (R), à votre guise).
1. On rappelle que ∆ admet une solution élémentaire E de classe C ∞ en dehors de l’origine.
Montrer que u = E ∗ f est solution de ∆u = f , et que u est C ∞ en dehors du support de f . Les
autres solutions diffèrent d’une fonction harmonique.
2. Montrer que si u ∈ D 0(Ω) vérifie ∆u = 0, alors u ∈ C ∞ (Ω).

11
Exercice 15. Solution élémentaire du laplacien dans R2
Pour (x, y) ∈ R2 \ {(0, 0)}, on pose f (x, y) = log r où r = x 2 + y 2 .
p
 
1 ∂
On rappelle l’expression du laplacien en coordonnées polaires ∆ = r ∂r r ∂r∂ + r12 ∂θ
∂2
2 .

1. Montrer que pour tout (x, y) , (0, 0), ∆f (x, y) = 0.

2. Montrer que f ∈ L1loc (R2 ).
3. Montrer que ∫
∀φ ∈ D(R ), 2
h∆f , φi = lim f ∆φdxdy .
ε→0 r >ε

4. Montrer que ∆f = 2πδ 0

Exercice 16. I DEV J Équation de transport

On va chercher des solutions faibles u(t, x) de l’équation de transport
(
∂t u + c∂x u = 0 sur R × R
u(0, ·) = f sur R

pour différents types de conditions initiales f . Le paramètre de vitesse est une constante c , 0.
La première équation doit se comprendre à l’aide des dérivées faibles ∂t , ∂x . La deuxième équa-
tion doit être interprétée comme lim u(t, ·) = f à condition de pouvoir lui donner un sens.
t→0
1. Soit u ∈ D 0(R × R) partiellement tempérée en espace qui vérifie ∂t u + c∂x u = 0.
a. En utilisant la transformée de Fourier partielle, montrer qu’il existe u 0 ∈ S 0(R) telle que

û(t, ξ ) = ub0 (ξ )e −ictξ sur R × R .

b. En déduire que pour tout t ∈ R, on peut donner un sens à u(t, ·), plus précisément

u(t, ·) = τct u 0 .

c. Montrer que τct u 0 → u 0 au sens des distributions quand t → 0.

2. Soit f ∈ Lp (R). Pour chaque t ∈ R, on définit pour presque tout x ∈ R,

u(t, x) = f (x − ct) .

a. Montrer que pour chaque t ∈ R, u(t, ·) est une fonction Lp (R).

b. Pour chaque t ∈ R, calculer la transformée de Fourier de u(t, ·).
c. Montrer que u est une distribution tempérée sur R × R.
d. Montrer que u vérifie ∂t u + c∂x u = 0 au sens faible.
e. Montrer que pour p < ∞, on a u(t, ·) → f dans Lp (R).

12
3. Soit f ∈ D 0(R). On définit la distribution u(t, x) = f (x − ct) en posant
 ∫ 
∀φ ∈ D(R × R), hu, φi = f (x), φ(t, x + ct)dt .
R

a. Montrer que l’on définit bien ainsi u ∈ D 0(R × R).

b. Montrer que ∂t u + c∂x u = 0.
c. En interprétant u(t, ·) comme τct f , montrer que lim u(t, ·) → f au sens des distributions.
t→0

Exercice 17. I DEV J Équation de la chaleur

On va chercher des solutions faibles u(t, x) de l’équation de la chaleur

sur R∗+ × Rd
(
∂t u = ∆u
u(0, ·) = f sur Rd

pour différents types de conditions initiales f . La première équation doit se comprendre à l’aide
des dérivées faibles ∂t , ∆. La deuxième équation doit être interprétée comme lim u(t, ·) = f à
t→0
condition de pouvoir donner un sens.
1. Soit u ∈ D 0(R∗+ × Rd ) partiellement tempérée en espace qui vérifie ∂t u = ∆u sur R∗+ × Rd .
En utilisant la transformée de Fourier partielle, montrer qu’il existe u 0 ∈ S 0(Rd ) telle que

û(t, ξ ) = ub0 (ξ )e −t |ξ | sur R∗+ × Rd .

2

d |x | 2
2. Pour t > 0, on introduit kt (x) = (4πt)− 2 e − 4t . On rappelle que kbt (ξ ) = e −t |ξ | .
2

a. On suppose que f ∈ L1 (Rd ). Montrer que la formule

∫
1 |x −y | 2
u(t, x) = kt ∗ f (x) = d
f (y)e − 4t
dy
(4πt) 2 Rd

définit une fonction C ∞ sur R∗+ × Rd qui vérifie ∂t u = ∆u.

Montrer de plus que u(t, ·) tend vers f dans L1 quand t → 0.
b. Adapter la question précédente pour f ∈ L2 (Rd ).
c. On suppose que f ∈ E 0(Rd ). Montrer que

u(t, x) = hf (x − y), kt (y)i

définit une fonction C ∞ sur R∗+ × Rd qui vérifie ∂t u = ∆u.

(On peut montrer que u(t, ·) → f au sens des distributions quand t → 0.)

13
4.3 Exercices sur l’échantillonnage de signaux
Exercice 18. Autour de la formule sommatoire de Poisson
Pour a > 0, on rappelle que le peigne de Dirac Πa a été introduit dans l’Exemple 6.
1. Montrer que Πa ∈ S 0(R).
2. Soit f ∈ C ∞ (R). Calculer f Πa .
3. Soit T une distribution à support compact sur R. Calculer T ∗ Πa .
4. On rappelle que
Õ 1 Õ ˆ
∀f ∈ S (R), f (2nπ ) = f (n) .
n∈Z
2π n∈Z

En déduire que Πca = 2π Π 2π .

a a Õ
5. Soit u : Z → C une suite N -périodique. On considère U = u(n)δn .
n∈Z
Exprimer Ub en fonction de la transformée de Fourier discrète de u définie par
N −1
Õ ξn
∀ξ ∈ Z, û(ξ ) = u(n)e −2iπ N .
n=0

Exercice 19. Toutes les séries de Fourier convergent... au sens des distributions [GW]
Soit f : R → C une fonction 2π -périodique et intégrable sur [0, 2π ]. On pose д = f 1[0,2π ] .
1. Montrer que f = д ∗ Π 2π .
Õ
2. En déduire que f est une distribution tempérée et que fˆ = д̂(n)δn .
n∈Z
3. Déduire de ce qui précède que
∫ 2π
Õ
inx 1
f (x) = cn (f )e , où cn (f ) = f (t)e −int dt ,
n∈Z
2π 0

Õ
où la série désigne la limite quand N → +∞ de au sens des distributions.
|n|6N

Exercice 20. Formule sommatoire de Poisson, généralisation [Rapport 2017]

Soit u une distribution à support compact sur R.
1. Calculer la distribution u ∗ Π 2π .
2. En utilisant la formule sommatoire de Poisson Π
d 2π = Π 1 , montrer que

1 Õ
u ∗ Π 2π = û(n)e inx .
2π n∈Z

14
Exercice 21. Autour de l’échantillonnage [Rapport 2017]
sin πx
Posons sinc (x) = dc = 1[−π ,π ] . Le théorème d’échantillonnage de
. On rappelle que sin
πx
Shannon affirme que si f ∈ L2 (R) est telle que Supp( fˆ) ⊂ [−π , π ], alors
Õ
f (x) = f (n) sinc (x − n) ,
n∈Z

avec convergence L2 (R) et convergence uniforme sur R.

1. Expliquer la forme de cette formule en exploitant la transformée de Fourier du peigne de
Dirac (voir Exercice 18).
2. Que se passe-t-il si on lève l’hypothèse Supp( fˆ) ⊂ [−π , π ] ?
Examiner le cas de д(x) = cos(ωx) avec ω > 0 fixé.
Examiner le cas de f + д avec f ∈ L2 (R) telle que Supp( fˆ) ⊂ [−π , π ].

5 Exercices complémentaires
Exercice 22. Montrer que la fonction exponentielle n’est pas dans S 0(R).
Indication : on pourra fixer φ ∈ Cc (R), puis majorer les semi-normes des translatées de φ.

Exercice 23. Distributions et équations différentielles d’ordre 1 et 2 [Zuily]

1. Soient f ∈ C ∞ (I ) et д ∈ L1loc (I ) où I = ]a, b[ est un intervalle ouvert de R.
Résoudre dans D 0(I ) l’équation différentielle T 0 + f T = д .
2. Soit k ∈ R.
d
a. Calculer les solutions élémentaires de l’opérateur différentiel dx + k.
b. On note fk l’unique solution élémentaire à support dans R+ .
Soit д ∈ C (R) à support dans R+ . Montrer que fk ∗ д est bien définie et est solution de

T 0 + kT = д .
d2 d
3. Calculer les solutions élémentaires de dx 2
+ 2α dx + β 2.

Exercice 24. Distributions et EDO linéaires à coefficients constants

On considère D+0 = { u ∈ D 0(R) | Supp(u) ⊂ [0, ∞[ } . On admettra que la convolution
définit une structure d’algèbre commutative et associative sur D+0 dont l’élément neutre est δ .
t n−1e λt
1. Montrer que pour tous λ ∈ C et n > 1, (δ 0 − λδ )n est inversible d’inverse = H (t) .
(n − 1)!
2. En déduire qu’une équation différentielle linéaire à coefficients constants (non tous nuls)
possède toujours une solution élémentaire appartenant à D+0 .

15
Exercice 25. Questions en lien avec le traitement de signal [Rapport 2017]
La résolution de cet exercice repose sur la bonne interprétation des questions.
1. Soient f ∈ L1 (R), T > 0, et fT = f 1[− T , T ] . Vers quoi et en quel sens converge la série de
2 2
Fourier associée à fT quand T → ∞ ?
x2
2. Soit h : R → C de classe C ∞ et 2π -périodique. On note wt (x) = e − 2t avec t > 0.
Vers quoi et en quel sens converge le produit wt h quand t → ∞ ?
Õ  2πx 
3. Soient ψ ∈ S (R), et T1 ,T2 > 0. On considère la fonction f (x) = ψ (x − nT1 ) sin .
n∈Z
T 2
a. Montrer que f est bien définie et que f ∈ S 0(R).
b. Calculer la transformée de Fourier de f .

Exercice 26. Transformée de Fourier d’un signal à temps discret [Rapport 2017]
θ
Õ
Soit x = (xn ) ∈ ` 1 (Z). Pour T > 0, on définit x̂(θ ) = xne 2iπn T .
n∈Z
1. Comment retrouver (xn ) à partir de x̂ ?
2. Faire le lien avec la transformée de Fourier au sens des distributions.
3. Comment interpréter le paramètre T en termes de cadence d’échantillonnage ?
(À titre indicatif, on rappelle que la plupart des signaux sonores sont échantillonnés à 44,1 kHz.)
4. Examiner les propriétés de l’application x 7→ x̂.
n2
−
5. Examiner le cas de la gaussienne discrétisée xn = √1 e 2σ 2 , avec σ > 0.
σ 2π

Exercice 27*. I DEV J Fonctions croissantes et convexes [Rapport 2017], [S]

Soient I un intervalle ouvert de R et f : I → R. On fixe a ∈ I arbitrairement
1. On suppose que f est croissante.
a. Montrer que f n’a qu’une infinité dénombrable de discontinuités.
b. Montrer que f est égale presque partout à une fonction continue à droite et admettant
des limites à gauche en tout point. ∫x
c. En déduire qu’il existe une mesure positive µ sur I telle que f (x) = f (a) + a dµ(t).
2. Montrer que f s’identifie presque partout à une fonction croissante si et seulement si sa
dérivée au sens des distributions est une mesure positive.
3. On suppose f convexe.
a. Montrer que f est continue.
b. Montrer que f admet en tout point x ∈ I des dérivées à gauche et à droite, fд0(x) et fd0(x).
Montrer de plus que fд0 et fd0 sont croissantes et que fд0 6 fd0.
∫x
c. Montrer qu’il existe д : I → R croissante telle que f (x) = f (a) + a д(t)dt p.p.
4. Montrer que f est convexe si et seulement si sa dérivée seconde au sens des distributions est
une mesure positive.

16
 Exemples d’utilisation des distributions dans les leçons
Le contenu de cette feuille de TD fournit des thèmes d’étude qui pourront servir dans la
préparation des leçons, notament en fournissant des exemples pertinents, et certains pourront
faire l’objet de développements. À titre indicatif, on propose une correspondance ci-dessous.
À ce sujet voir l’Annexe A du rapport du jury 2017.
Théorème 1 : T 0 = 0 ⇒ T constante
Leçon 228
Transformée de Fourier des mesures de probabilité
Leçons 239, 250, 261
Exercice 1. Calculs de distributions
Leçons 228, 250
1
Exercice 2. Valeur principale de x
Leçons 201, 207, 208, 234, 250
Exercice 3. Équation xT = 0
Leçon 218
Exercice 4. Transformée de Fourier de l’arctangente
Leçon 250
Exercice 5. Équations de convolution
Exercice 6. Transformée de Fourier des distributions à support compact
Leçons 201, 207, 235, 239, 245, 250
Exercice 7. Convolution S 0 ∗ S
Leçons 201, 239, 250
Exercice 8. Distributions de support réduit à zéro
Leçons 207, 218
Exercice 9. Équation −u 00 + u = f sur R
Leçons 201, 208, 220, 221, 228, 250
Exercice 10. Équation −u 00 + u = f sur T
Leçons 201, 203, 208, 213, 220, 221, 228, 246
Exercice 11. Équation −u 00 = f
Leçons 220, 221, 228, 250
Exercice 12. Équation de Poisson - ∆u = f
Leçons 222, 250
Exercice 13. Transformée de Fourier de |x | −s avec s ∈ (0, d)
Leçons 201, 222, 239, 250

17
Exercice 14. Autour de l’équation de Poisson
Leçons 222, 250
Exercice 15. Solution élémentaire du laplacien dans R2
Leçons 215, 222
Exercice 16. Équation de transport
Leçons 222, 234, 250
Exercice 17. Équation de la chaleur
Leçons 201, 208, 222, 234, 239, 250
Exercice 18. Autour de la formule sommatoire de Poisson
Leçons 241, 246, 250
Exercice 19. Toutes les séries de Fourier convergent... au sens des distributions
Leçons 241, 246, 250
Exercice 20. Formule sommatoire de Poisson, généralisation
Leçons 235, 241, 246, 250
Exercice 21. Autour de l’échantillonnage
Leçons 213, 246, 250
Exercice 22. La fonction exponentielle n’est pas tempérée
Exercice 23. Distributions et équations différentielles d’ordre 1 et 2
Leçon 221
Exercice 24. Distributions et EDO linéaires à coefficients constants
Leçon 221
Exercice 25. Questions en lien avec le traitement de signal
Leçons 201 ? , 234 ? , 241, 246, 250
Exercice 26. Transformée de Fourier d’un signal à temps discret
Leçonn 246, 250
Exercice 27. Fonctions croissantes et convexes
Leçon 229

18