U.P.

N - Sup Galilée Année scolaire 2021-2022

Formation Ingénieurs MACS

Théorie des distributions

2021-2022 : H. Boumaza, C. Valcu, B. Rittaud

2020-2021 : H. Boumaza, T. Duyckaerts, E. Schenck

Le 3 septembre 2021
page ii
Bibliographie

[1] J.M. Bony, Cours d’analyse, Théorie des distributions et analyse de Fourier, Les éditions
de l’Ecole Polytechnique, Ellipses.
[2] G. Carlier, Notes de cours : Analyse fonctionnelle,
https ://www.ceremade.dauphine.fr/ carlier/poly2010.pdf
[3] J. Faraut, Calcul intégral, 2006, EDP Sciences.
[4] F. Golse, Notes de cours : Distributions, analyse de Fourier, équations aux dérivées par-
tielles, http ://www.cmls.polytechnique.fr/perso/golse/MAT431-10/POLY431.pdf
[5] L. Hörmander, The Analysis of Linear Partial Differential Operators I, Grundlehren der
mathematischen Wissenschaften (256), Springer.
[6] J.P. Marco et autres, Mathématiques L3, Analyse , Pearson Education France.
[7] B. Simon et M. Reed, Methods of modern mathematical physics. II. Fourier analysis, self-
adjointness, Academic Press, New York-London, 1975.
[8] C. Zuily, Éléments de distributions et d’équations aux dérivées partielles, Sciences Sup,
Dunod.

iii
page iv
Table des matières

1 Quelques rappels sur les fonctions intégrables 1

1.1 Théorème de convergence dominée . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Intégrales à paramètre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Les espaces L p . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4 Théorème de Fubini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Théorème du changement de variable . . . . . . . . . . . . . . . . . . . . . . . . . 6

2 Introduction à la théorie des distributions 9

2.1 Autour du Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2 Notion de dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Le peigne de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3 Fonctions test 13
3.1 Notations multi-indicielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3 Fonctions de classe C ∞ à support compact . . . . . . . . . . . . . . . . . . . . . . . 14
3.3.1 Support d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3.2 Espace des fonctions test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.3.3 Formule d’intégration par parties . . . . . . . . . . . . . . . . . . . . . . . 16
3.3.4 Topologie de CK∞ (Ω) et de C0∞ (Ω) . . . . . . . . . . . . . . . . . . . . . . . 16
3.3.5 Fonctions ”pic” et ”plateau” . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.4 Densité par troncature et régularisation . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4.1 Troncature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4.2 Produit de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.4.3 Régularisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.5 Application : Lemme de du Bois-Reymond . . . . . . . . . . . . . . . . . . . . . . 24

4 Distributions sur un ouvert de Rd 25

4.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.1.1 Définition fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
4.1.2 Définition par l’ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
4.1.3 Ordre d’une distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2 Premiers exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.1 Distribution associée à une fonction L1loc . . . . . . . . . . . . . . . . . . . . 27
4.2.2 Distribution de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.3 Distribution de Dirac dérivée . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2.4 Mesures de Radon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2.5 Distributions positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
4.2.6 La valeur principale de 1x . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
4.2.7 Partie finie de x a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

v
 4.2.8 Un exemple de distribution d’ordre infini . . . . . . . . . . . . . . . . . . . 32
4.3 Convergence des suites de distributions . . . . . . . . . . . . . . . . . . . . . . . . 33

5 Opérations sur les distributions 35

5.1 Majoration de la norme d’un produit de fonctions . . . . . . . . . . . . . . . . . . 35
5.2 Multiplication par une fonction C ∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.3 Les équations xT = 0, xT = 1 et xT = S . . . . . . . . . . . . . . . . . . . . . . . . 37
5.4 Dérivation d’une distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
5.5 L’équation T ′ = 0. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.6 Formule des sauts en dimension 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

6 Support d’une distribution 45

6.1 Partitions de l’unité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
6.2 Restriction à un ouvert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
6.3 Support d’une distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6.4 Distributions à support compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
6.5 Distributions à support ponctuel . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

7 Transformation de Fourier 53
7.1 La transformation de Fourier dans S(Rd ) . . . . . . . . . . . . . . . . . . . . . . . 53
7.1.1 L’espace de Schwartz S(Rd ) . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.1.2 Transformation de Fourier dans S(Rd ) . . . . . . . . . . . . . . . . . . . . 54
7.1.3 Formule d’inversion de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 57
7.1.4 Théorème de Plancherel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.1.5 Convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
7.2 L’espace S ′ (Rd ) des distributions tempérées . . . . . . . . . . . . . . . . . . . . . 59
7.3 Transformation de Fourier dans S ′ (Rd ) . . . . . . . . . . . . . . . . . . . . . . . . 61
7.3.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
7.3.2 Retour sur la transformation de Fourier dans L1 et dans L2 . . . . . . . . . 63
7.3.3 Transformée de Fourier des distributions à support compact . . . . . . . . 65

8 Exemples d’équations aux dérivées partielles 67

8.1 Étude d’une équation elliptique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
8.1.1 Résolution de l’équation par la transformation de Fourier . . . . . . . . . 67
8.2 Espaces de Sobolev . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
8.3 Introduction rapide à l’équation de la chaleur . . . . . . . . . . . . . . . . . . . . . 70
8.3.1 Calcul formel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
8.3.2 Solution au sens des distributions . . . . . . . . . . . . . . . . . . . . . . . 72
8.3.3 Noyau de la chaleur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

A Mesure et intégrale de Lebesgue 77

A.1 Mesure de Lebesgue sur Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
A.1.1 Ensembles mesurables et mesure de Lebesgue . . . . . . . . . . . . . . . . 77
A.1.2 Espaces mesurés et applications mesurables . . . . . . . . . . . . . . . . . 79
A.2 Intégrale de Lebesgue sur Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

B Quelques notations 83

page vi
Chapitre 1

Quelques rappels sur les fonctions

intégrables

Ce chapitre rappelle les résulats de théorie de l’intégration sur Rd que nous utiliserons
systématiquement. Le cadre général est celui de l’intégrale de Lebesgue sur Rd , qui est sup-
posée connue, ainsi que les notions d’espaces mesurés, de mesure, d’ensemble et de fonction
mesurables. On renvoie la lectrice qui voudra réviser ces notions à l’appendice A et à [3, 6].
Les notations sont celles de l’appendice A. En particulier, L1 (Ω) désigne l’espace vectoriel des
fonctions intégrables sur Ω.
Les preuves sont omises. Le lecteur pourra consulter [3, 6].

1.1 Théorème de convergence dominée

NousR présentons le théorème deR convergence dominée ou TCD en abrégé. Ce théorème affirme
que limn→+∞ f n = limn→+∞ f n lorsque ( f n )n∈N est une suite simplement convergente de
fonctions intégrables dominée par une fonction positive intégrable g au sens suivant : | f n | ≤ g
pour tout n. Le fait qu’il suffise d’avoir une convergence simple de la suite ( f n )n∈N vers f est un
grand progrès par rapport aux énoncés qui peuvent être rencontrés dans le cadre de l’intégrale
de Riemann. D’une manière générale, le théorème de convergence dominée est, comme nous
le verrons, d’une grande utilité pratique.
Théorème 1.1.1 (Théorème de convergence dominée). Soit ( f n : Rd → C)n∈N une suite de
fonctions intégrables. On suppose que
(i) il existe une fonction f : Rd → C telle que la suite ( f n )n∈N converge simplement vers f presque
partout sur Rd ;
(ii) il existe une fonction g : Rd → [0, +∞[ intégrable telle que, pour tout n ∈ N, | f n | ≤ g presque
partout sur Rd .
Alors la fonction f est intégrable sur Rd et on a
Z Z Z Z
lim | f − f n | = 0 et lim fn = lim f n = f.
n→+∞ Rd n→+∞ Rd Rd n→+∞ Rd

Dans la pratique, la fonction f est souvent définie presque partout par f ( x ) = limn→+∞ f n ( x )
et prolongée arbitrairement à Rd . La fonction f : Rd → C est mesurable comme limite simple
presque partout d’une suite de fonctions mesurables. Le fait qu’il soit suffisant, dans l’énoncé
du TCD, d’avoir une convergence simple presque partout et une domination presque partout
est typique des théorèmes d’interversion limite-intégrale dans le cadre de l’intégrale de Le-
besgue.

1
Chapitre 1. Quelques rappels sur les fonctions intégrables

Exemple 1.1.2. Soit f ∈ L1 (Rd ). Alors

Z Z
lim f ( x ) dx = f ( x ) dx.
n→∞ {| x |≤n} Rd

En effet, on applique le théorème de convergence dominée à f n ( x ) = 11{| x|≤n} f .

Exemple 1.1.3. Déterminons la limite lorsque n tend vers l’infini de la suite :
Z √n  n
t2
∀n ≥ 1, un = 1− dt.
0 n
On a : n
t2
Z 
∀n ≥ 1, un = 11[0, n] (t) 1 −√ dt
R n
2 n
 
et on pose pour tout t ∈ R, f n (t) = 11[0,√n] (t) 1 − tn . Alors pour tout t ∈ R fixé, f n (t) tend vers
2 t2 t2
e−t 11[0,+∞[ (t) lorsque n tend vers +∞. De plus, pour tout n ≥ 1 et tout t ∈ R, 1 − n ≤ e− n , d’où
2
∀t ∈ R, ∀n ≥ 1, | f n (t)| ≤ e−t

qui est indépendante de n et intégrable sur R. Donc, on peut appliquer le TCD à ( f n )n≥1 pour obtenir
Z Z +∞
2
lim un = lim f n (t)dt = e−t dt.
n→∞ R n→∞ 0
R∞ √
2
Nous verrons plus loin un calcul de 0
e−t dt (qui vaut π
2 ).

1.2 Intégrales à paramètre

Le théorème de convergence dominée implique les théorèmes suivants sur les intégrales à pa-
ramètres.
Théorème 1.2.1 (Continuité sous le signe ). Soit O un ouvert de R p , a ∈ O et Ω un ouvert de Rd .
R
On considère une fonction f de O × Ω dans C qui vérifie les conditions suivantes :
1. Pour tout x ∈ O , l’application partielle f x : y 7→ f ( x, y) est mesurable.
2. Pour presque tout y ∈ Ω, l’application partielle x 7→ f ( x, y) est continue au point a.
3. Il existe une fonction g ∈ L1 (Ω) telle que | f ( x, y)| ≤ g(y), pour tout x ∈ O et pour presque
tout y ∈ Ω.
Alors il est possible de définir une application F : O → C par F ( x ) = Rd f ( x, y) dy, et F est continue
R
au point a.
La lectrice peu au fait des subtilités de la théorie de la mesure ne doit pas être effrayé par l’hy-
pothèse 1. Rappelons que les fonctions continues et continues par morceaux sont mesurables.
Dans ce cours, presque tous les exemples de fonctions mesurables seront de cette forme. Typi-
quement, une fonction continue sur O × Ω vérifie les hypothèses 1 et 2.
Exemple 1.2.2. (Transformée de Fourier). Soit g ∈ L1 (Rd ). On pose, pour x ∈ Rd ,
Z
ĝ( x ) = g(y) e−ix·y dy,
Rd

où x · y est le produit scalaire euclidien de x et y. Alors ĝ est continue sur Rd .

page 2 Théorie des Distributions

 1.2 Intégrales à paramètre

Après la continuité, nous étudions la dérivabilité d’une fonction définie par une intégrale.

Théorème 1.2.3 (Dérivabilité sous le signe ). Soit O un ouvert de R p et Ω un ouvert de Rd . On

R
considère une fonction f de O × Ω dans C qui vérifie les conditions suivantes :
1. Pour tout x ∈ O , l’application partielle f x : y 7→ f ( x, y) est intégrable sur Ω.
2. Pour presque tout y ∈ Ω, l’application partielle f y : x 7→ f ( x, y) est de classe C1 sur O .
3. Il existe une fonction g ∈ L1 (Ω) telle que
 
 ∂f 
∀i ∈ {1, . . . , p}, 
 ( x, y) ≤ g(y)
∂xi
pour tout x ∈ O et pour presque tout y ∈ Ω.
Alors il est possible de définir une fonction F : O → C par F ( x ) =
R
Ω
f ( x, y) dy. Cette fonction est de
classe C1 dans O , et ses dérivées partielles sont données par

∂f
Z
∂F
(x) = ( x, y) dy.
∂xi Ω ∂xi
Joint au théorème de continuité précédent, le théorème de dérivation permet de montrer qu’une
fonction est de classe C1 .
R1 2
Exemple 1.2.4. On pose, pour t ∈ R, G ( x ) = 0 et x dt. Alors G est dérivable sur R et
Z 1
2
G′ (x) = t2 et x dt.
0

Exemple 1.2.5. Soit g ∈ L1 (Rd ), tel que Rd |y|| g(y)|dy < ∞. Alors la transformé de Fourier ĝ de g,
R
définie dans l’exemple 1.2.2, est de classe C1 et

∂ ĝ
Z
( x ) = −i yk g(y) e−ix·y dy.
∂xk Rd

Exemple 1.2.6. (Transformée de Laplace). Soit f : R+ → R une fonction intégrable. On appelle

transformée de Laplace de f la fonction définie sur R+ par
Z ∞
F : x 7→ e−tx f (t) dt.
0

On montre que F est bien définie et continue sur R+ , de classe C1 sur R∗+ et que sa limite en +∞ est
nulle.

Remarque 1.2.7. Le théorème 1.2.3 admet une généralisation aux dérivées d’ordre supérieures. Il faut
pour cela remplacer C1 par C m dans l’hypothèse 2 du théorème, et remplacer la borne de l’hypothèse 3
par une borne sur les dérivées d’ordre m. Ainsi, si l’on suppose dans l’exemple 1.2.5 que la fonction g
est à support compact, alors la fonction g est de classe C ∞ et on peut calculer ses dérivées successives en
dérivant par rapport à x sous le signe intégral.

Nous sommes souvent amenés à démontrer la continuité ou la dérivabilité d’une fonction F

définie par une intégrale sur un intervalle ouvert I. Il arrive alors, comme c’est le cas pour
démontrer la dérivabilité de la transformée de Laplace, que
R l’hypothèse de domination nécessaire
à l’application d’un théorème de régularité sous le signe ne soit pas vraie sur tout l’intervalle
I, mais seulement sur des sous-intervalles de I. Dans ce cas, on utilise le fait que la régularité
d’une fonction (sa continuité ou sa dérivabilité) est une notion locale. En effet, si une fonc-
tion est régulière au voisinage d’un point, elle l’est aussi en ce point. Si on veut démontrer la

Théorie des Distributions page 3

Chapitre 1. Quelques rappels sur les fonctions intégrables

régularité de F en tout point de I, on commence par fixer un point a ∈ I. Alors, comme I est
ouvert, a possède un voisinage ]α, β[ contenu dans I, voisinage sur lequel on peut tenter de
démontrer l’hypothèse
R de domination voulue. Si cela est possible, les théorèmes de régularité
sous le signe s’appliquent et on démontre que F est régulière sur ]α, β[. En particulier, F est
régulière en a.
Pour étudier des limites aux bords de l’intervalle ouvert où les théorèmes de régularité sous
le signe ne s’appliquent pas, comme la limite en +∞ de la transformée de Laplace, on ap-
R
plique directement le théorème de convergence dominée ou celui de convergence monotone.
On utilise pour cela la caractérisation séquentielle des limites.
− xt
Exemple 1.2.8. Etudions la transformée de Laplace de la fonction t 7→ 1+1t2 . Soit f : ( x, t) 7→ 1e+t2
définie sur ]0, +∞[×[0, +∞[. Pour tout x > 0, t 7→ f ( x, t) est continue sur [0, +∞[ et intégrable car
1
| f ( x, t)| ≤ .
1 + t2
Pour tout t ≥ 0, la fonction x 7→ f ( x, t) est de classe C ∞ sur ]0, +∞[ et
∂f e− xt ∂n f n n e
− xt
( x, t) = −t , et ∀n ≥ 1, ( x, t ) = (− 1 ) t .
∂x 1 + t2 ∂x n 1 + t2
∂n f
Alors, pour tout n ≥ 1, la fonction est continue en x et intégrable en t et on a, si a > 0,
∂x n
 n 
∂ f
∀ x ≥ a, ∀t ≥ 0,  n ( x, t) ≤ tn e−at


∂x
qui est indépendante de x et intégrable sur [0, +∞[. Donc, par le théorème de dérivabilité sous le signe
intégrale, on en déduit que
Z ∞ − xt
e
F : x 7→ dt
0 1 + t2
est de classe C ∞ sur [ a, +∞[. Soit x0 > 0. Il existe a > 0 tel que x0 ∈ [ a, +∞[. Comme F est de classe
C ∞ sur [ a, +∞[, elle l’est en x0 . Cela étant vrai pour tout x0 > 0, F est de classe C ∞ sur ]0, +∞[.
On remarque que l’on a de plus F ′′ ( x ) + F ( x ) = 1x pour tout x > 0 et on a
Z +∞
1
| F ( x )| ≤ e− xt dt =
0 x
qui tend vers 0 lorsque x tend vers +∞.

1.3 Les espaces L p

On fixe ici un ouvert Ω de Rd .
Soit p ∈ [1, ∞). On note L p (Ω) l’ensemble des fonctions f , mesurables de Ω dans C, qui
vérifient Z
| f ( x )| p dx < +∞.
Ω

Exercice 1.3.1. Soit α ∈ R et f ( x ) = x > 0. A quel condition sur α et p a-t-on f ∈ L p ]0, 1] ?

xα ,
f ∈ L p [1, +∞[ ?

Exercice 1.3.2. Soit (

1√
x2 + x
si x > 0
f (x) =
0 si x ≤ 0,
et p ≥ 1. Montrer que f ∈ L p (R) ⇐⇒ p < 2.

page 4 Théorie des Distributions

 1.3 Les espaces L p

On appelle espace L p (Ω) l’espace des classes de fonctions égales presque partout qui sont dans
L p (Ω). Plus précisement, on définit la relation d’équivalence ∼ sur L p (Ω) par :

f ∼ g ⇔ f = g p.p.

et on définit L p (Ω) = L p (Ω)/ ∼. On identifie ensuite la classe d’équivalence de f ∈ L p (Ω)

qui est un élément de L p (Ω) avec son représentant f .
Pour f ∈ L p (Ω), on pose
Z  1p
p
|| f || p = | f ( x )| dx .
Ω

Alors, si p ∈ [1, ∞[, || · || p est une norme sur L p (Ω) pour lequel cet espace est complet.
On définit également les espaces L∞ et L∞ comme suit. L’espace L∞ (Ω) est l’espace vectoriel
des fonctions essentiellement bornées sur Ω, c’est à dire des fonctions mesurables telles qu’il
existe M > 0 tel que { x ∈ Ω : | f ( x )| > M } est de mesure nulle. La borne inférieure de tous
les M vérifiant cette propriété est notée ∥ f ∥∞ . On définit ensuite

L ∞ ( Ω ) = L ∞ ( Ω ) / ∼,

en identifiant les fonctions essentiellement bornées qui sont égales presque partout.

Dans les espaces L p (1 ≤ p < +∞) on a un théorème de convergence dominée en remplaçant

“intégrable” par g ∈ L p et la convergence a alors lieu dans L p .
1 1
Proposition 1.3.3 (Inégalité de Hölder). Soient p et q deux exposants conjugués, i.e. p + q = 1. Si
f ∈ L p (Ω) et g ∈ L q ( Ω ), le produit f g est dans L1 ( Ω ), et

|| f g||1 ≤ || f || p || g||q .

Exemple 1.3.4. Supposons Ω de mesure de Lebesgue fini. Soit ( p, r ) ∈ [1, ∞]2 avec p < r. Alors

Lr ( Ω ) ⊂ L p ( Ω ).

En effet, si f ∈ Lr (Ω), on écrit | f | p = 11Ω | f | p . Donc

Z
| f ( x )| p dx = ∥| f | p ∥1 ≤ ∥| f | p ∥ pr ∥11Ω ∥q ,
Ω
p
où q est l’exposant conjugué de r
p : 1
q + r = 1. Or, puisque Ω est de mesure finie,
Z
q
11Ω ( x ) dx = |Ω|,

où |Ω| est la mesure de Lebegue de Ω et donc 11Ω ∈ Lq avec ∥11Ω ∥q = |Ω|1/q . Finalement, on obtient
que f ∈ L p (Ω) et
1 1 1
∥ f ∥ p ≤ ∥ f ∥r |Ω| pq = ∥ f ∥r |Ω| p − r .
p
On définit maintenant les espaces Lloc (Ω) qui joueront un rôle important dans la théorie des
distributions :
p
Définition 1.3.5. Soit p ∈ [1, ∞]. Une fonction mesurable f sur Ω est un élément de Lloc (Ω) quand
pour tout compact K ⊂ Ω, 11K f ∈ Ω.
p
Exemple 1.3.6. Soit p ∈ [1, ∞]. La fonction x 7→ 1/x est un élément de Lloc (]0, +∞[), mais pas de
L p (]0, +∞[).

Théorie des Distributions page 5

Chapitre 1. Quelques rappels sur les fonctions intégrables

p q
On vérifie facilement que Lloc (Ω) ⊂ Lloc (Ω) quand p > q.
p p
Il n’existe pas de norme ∥ · ∥ sur Lloc (Ω) tel que Lloc (Ω), ∥ · ∥ est un espace de Banach. On


p
peut en revanche définir une notion de convergence sur Lloc .
p p
Définition 1.3.7. Soit ( f n )n une suite de Lloc (Ω), et f ∈ Lloc (Ω). On dit que ( f n )n tend vers f dans
p
Lloc (Ω) (ou que cette suite converge localement dans L p vers f ), quand pour tout compact K de Ω,
(11K f n )n converge vers 11K f dans L p (Ω) quand n → ∞.
Exemple 1.3.8. Soit, pour x > 0,
1 1
f n (x) = , f (x) = .
x + 1/n x
p
Alors pour tout p ∈ [1, ∞], ( f n )n tend vers f dans Lloc (Ω).

1.4 Théorème de Fubini

Lorsque l’on calcule l’intégrale d’une fonction f : Rd × R p → C de plusieurs variables, le
premier outil auquel on doit penser est le théorème de Fubini. Celui s’énonce sous la forme
suivante :
Théorème 1.4.1. Soit f ∈ L1 (Rd+ p ). Alors les fonctions suivantes sont définies presques partout
Z Z
x 7→ f ( x, y)dy et y 7→ f ( x, y)dx
Rp Rd

et sont respectivement dans L1 (Rd ) et L1 (R p ). De plus, on la relation :

Z Z Z  Z Z 
f ( x, y)dxdy = f ( x, y)dy dx = f ( x, y)dx dy. (1.1)
Rd + p Rd Rp Rp Rd

Une variante de ce théorème, le théorème de Fubini-Tonelli, concerne les fonctions positives :

Théorème 1.4.2. Soit f mesurable sur Rd+ p , à valeurs dans [0, ∞]. Alors
Z Z
x 7→ f ( x, y)dy et y 7→ f ( x, y)dx
Rp Rd

sont mesurables presque partout et les égalités (1.1) sont vérifiées.

1.5 Théorème du changement de variable

L’autre outil essentiel permettant de calculer une intégrale est le théorème de changement
de variable.

On note pour φ : U → Rd une fonction différentiable surh un ouvert

i U de Rd et pour x ∈ U, la
∂φi
matrice jacobienne de φ en x par J φ ( x ). C’est la matrice ∂x j ( x ) 1≤i,j≤d de la différentielle de φ
au point x dans la base canonique de Rd .
Théorème 1.5.1. Soit φ : U → V = φ(U ) un C1 -difféomorphisme entre deux ouverts de Rd . Alors,
1. Pour toute fonction g mesurable et positive, g : φ(U ) → [0, +∞],
Z Z
g(y)dy = g( φ( x ))| det( J φ ( x ))|dx.
φ (U ) U

page 6 Théorie des Distributions

 1.5 Théorème du changement de variable

2. De plus, une fonction mesurable f : φ(U ) → C est intégrable sur φ(U ) si et seulement si
( f ◦ φ)| det( J φ (·))| est intégrable sur U et on a
Z Z
f (y)dy = f ( φ( x ))| det( J φ ( x ))|dx.
φ (U ) U

Exemple 1.5.2. Soit f ∈ L1 (Rd ) et λ > 0. Alors

Z Z
f (λx )dx = λ−d f (y)dy.
Rd Rd

Les changements de variable qui interviennent le plus souvent sont le passage en coordonnées
polaires et les changements de variable linéaires.
Pour le changement de variables en coordonnées polaires on a :
Z Z
f ( x, y)dxdy = f (r cos(θ ), r sin(θ ))rdrdθ.
R2 ]0,2π [×]0,+∞[

En effet, le changement en polaire en dimension 2 est donné par le difféomorphisme φ :

(r, θ ) 7→ (r cos(θ ), r sin(θ )) dont le Jacobien en tout point est donné par :
 
cos(θ ) −r sin(θ )
J φ (r, θ ) =   = r.
sin(θ ) r cos(θ ) 

On remarquera que J φ n’est un difféomorphisme de (0, 2π )×]0, ∞[ dans R2 , mais un difféo-

morphisme de (0, 2π )×]0, ∞[ dans R2 \ {( x, 0), x ≥ 0}. En pratique, cela ne pose pas de
problème, l’ensemble {( x, 0), x ≥ 0} étant de mesure de Lebesgue nulle.
R +∞ 2
Exemple 1.5.3. Calculons l’intégrale gaussienne : I = −∞ e− x dx. Pour cela on commence par utili-
ser Fubini pour justifier que Z
2 + y2 )
I2 = e−(x dxdy.
R2

Puis on effectue un changement de variables en coordonnées polaires :

Z 2π Z ∞  ∞
−r 2 1 2 1
2
I = e rdrdθ = 2π − e−r = 2π × = π.
0 0 2 0 2
√
Donc : I = π.

Il existe des variantes de ce changement de variable en coordonnées supérieures (coordonnées

sphériques). Par exemple, si f est une fonction radiale, qui ne dépend que de la norme eucli-
dienne r = | x | de x (i.e. f ( x ) = f˜(| x |), alors
Z Z +∞
f ( x )dx = c(d) f˜(r )r d−1 dr,
Rd 0

où c(d) est le volume de la sphère de dimension d − 1.

Exemple 1.5.4. Soit α ∈ R. Alors (en notant B(0, 1) la boule unité de Rd ),

1. B(0,1) | x1|α dx est convergente si et seulement si α < d.
R

2. Rd \ B(0,1) | x1|α dx est convergente si et seulement si α > d.

R

Théorie des Distributions page 7

Chapitre 1. Quelques rappels sur les fonctions intégrables

En effet, il suffit d’effectuer un changement de variables en polaires pour se ramener au cas du critère de
Riemann en dimension 1. On a alors, avec dx = r d−1 drdθ,
Z 2π Z 1
1 1 d −1
Z
dx = r drdθ.
B(0,1) ∥ x ∥α 0 0 rα
R1
La convergence de cette intégrale revient donc à celle de 0 rα+11−d dr et par le critère de Riemann, elle
converge si et seulement si α + 1 − d < 1 donc α < d. Idem pour l’autre cas.

Lorsque l’on utilise Fubini ou le changement de variable on procède en général en deux temps :
on applique le théorème de Fubini-Tonelli à | f | pour justifier de l’intégrabilité puis on uti-
lise à nouveau le théorème pour faire le calcul effectif de l’intégrale. Rappelons aussi que ces
théorèmes, tout comme la formule d’intégration par parties, ne permettent pas de calculer di-
rectement une intégrale en général (sauf cas particuliers) mais permettent juste de se ramener
à un calcul de primitive usuelle.

Pour l’ensemble des démonstrations et plus de précisions sur la théorie de l’intégrale de Le-
besgue, nous renvoyons à [3, 6].

page 8 Théorie des Distributions

Chapitre 2

Introduction à la théorie des

distributions

On introduit ici quelques notions et idées de la théorie de distribution, sans donner de définition
rigoureuse. Le but est de motiver la théorie des distributions proprement dite qui sera définie
et étudiée dans les chapitres suivants.

2.1 Autour du Dirac

Il est parfois utile, dans la résolution de certains problèmes de la Physique, de considérer
des objets, appelés couramment par abus de langage “fonctions”, mais mal définies comme
représentations ponctuelles. L’exemple le plus célèbre en est l’impulsion de Dirac, qui, si elle
est considérée comme une fonction, est “nulle en dehors de 0, infinie en 0”.
Il est clair cette définition de l’impulsion de Dirac n’est pas complète, car elle ne permet pas de
définir cet objet de manière unique. En effet, si δ0 est “nulle en dehors de 0, infinie en 0”, il en
est de même de n’importe quel multiple positif de δ0 (par exemple 2δ0 ). Pour pallier ce manque
d’unicité, on introduit la condition supplémentaire que “l’intégrale de δ0 sur R vaut 1”.
Une première tentative, simpliste, de définir δ0 serait de considérer δ0 comme une fonction de
R dans [0, ∞], en posant δ( x ) = 0 si x ̸= 0 et δ(0) = ∞. Une telle fonction est nulle presque
partout et s’identifie donc, dans n’importe quel espace L p , à la fonction 0. On ne peut donc pas
considérer rigoureusement δ0 comme une fonction sur R.
On va plutôt envisager δ0 comme une limite de fonction. Considèrons, pour tout ε > 0, la
fonction, ϕε définie sur R
(
0 si | x | ≥ ε
ϕε ( x ) = 1 (2.1)
ε2
(ε − | x |) si | x | < ε.
On vérifie facilement :
Z
ϕε ( x ) dx = 1, | x | ≥ |ε| =⇒ ϕε ( x ) = 0

et
lim ϕε (0) = +∞.
ε →0

En passant formellement à la limite quand ε → 0, on obtient un objet ayant les propriétés

voulues. On a donc envie de définir δ0 comme la limité de ϕε quand ε → 0. On remarque que
ε → 0, ϕε tend vers 0 simplement sur R∗ , mais que cette convergence n’a pas lieu dans L1 ou
d’autres espaces de fonctions usuelles.

9
Chapitre 2. Introduction à la théorie des distributions

Pour donner un sens à la limite de ϕε , on va introduire l’idée centrale de la théorie des dis-
tributions, proche de la notion “d’observables” de la mécanique quantique : on considère ϕε
non pas comme une fonction, mais comme un opérateur sur un espace de fonctions (appelé
fonctions test) défini par la formule :
Z
χ 7→ ϕε ( x )χ( x )dx.
R

Soit donc χ une fonction continue sur R. Alors

Z Z Z
ϕε ( x )χ( x )dx = χ(0) ϕε ( x )dx + ϕε ( x ) (χ( x ) − χ(0)) dx.
R R R
R
On a R
ϕε ( x )dx = 0 et en utilisant cette propriété et la positivité de ϕε ,
Z 
 
 ϕε ( x ) (χ( x ) − χ(0)) dx  ≤ sup (χ( x ) − χ(0)).
R
 
−ε≤ x ≤ε

Par continuité de χ en 0, cette dernière quantité tend vers 0 quand ε → 0. On en déduit :

Z
lim ϕε ( x )χ( x )dx = χ(0).
ε →0 R

On peut donc voir l’impulsion de Dirac comme l’application qui a une fonction χ associe χ(0).
Nous connaissons déjà un tel objet : c’est la mesure discrète chargeant 0 définie dans l’appen-
dice (cf exemple A.1.8). L’impulsion de Dirac est d’ailleurs souvent appelé “mesure de Dirac”.
L’intérêt de la théorie des distributions est d’introduire un cadre général regroupant les fonc-
tions (c’est à dire les éléments de L1loc ), les mesures, et des objets plus généraux. Un des buts
principaux de cette théorie est de pouvoir étendre la dérivée des fonctions dérivables à toutes
les distributions, et en particulier de donner un sens aux dérivées des fonctions qui ne sont pas
dérivables au sens classique. Nous allons maintenant donner quelques exemples illustrant (là
encore, sans la définir rigoureusement) cette notion de dérivée généralisée.

2.2 Notion de dérivée

Etudions le cas de la fonction de Heaviside, notée ici H, égale à 1 pour x > 0, à 0 pour x < 0
et à 1/2 en 0. Quel serait le candidat pour cette dérivée ? On voit que, pour x0 ̸= 0, le taux
d’accroissement est nul dès que h < | x0 |, et pour x0 = 0, ce taux d’accroissement est 2|1h| . Il tend
ainsi vers +∞ quand h tend vers 0. De plus, formellement :
Z +A
H ′ ( x ) dx = H ( A) − H (− A) = 1,
−A

et donc (en passant à la limite A → ∞),

Z +∞
H ′ ( x ) dx = 1.
−∞

Un candidat souhaitable pourrait être la distribution de Dirac.

Les opérations classiques sur cette classe d’objets doivent être encore valables, donc on veut
pouvoir calculer les dérivées de la fonction de Heaviside en calculant la dérivée de fonctions
qui l’approchent. Un exemple de suite de fonctions approchant H est donné par

 0 si x < −ε
 ( ε + x )2


2ε2
si −ε ≤ x ≤ 0
Hε ( x ) = ( ε − x ) 2


 1 − 2ε2 si 0 ≤ x ≤ ε
1 si x > ε


page 10 Théorie des Distributions

 2.3 Le peigne de Dirac

Cette fonction admet pourR dérivée ϕε . Elle est donc de classe C1 et de plus, Hϵ tend vers H au
sens L1 car on trouve que | Hε − H |dx = 2ε .
On a une convergence simple vers H, mais la convergence au sens de la norme du sup n’est
pas assurée. En effet, on a
1
sup | Hε ( x ) − H ( x )| = .
x ∈R 2
D’après l’analyse faite précédemment sur la famille (ϕε )ε>0 on constate que, pour tout χ conti-
nue et bornée sur R, on a
“ Z ′′ Z Z
′ ′
H ( x )χ( x ) dx = lim ( Hε ) ( x )χ( x )dx = lim ϕε ( x )χ( x )dx = χ(0).
R ε →0 R ε →0 R

On peut donc considérer que la dérivée de H est l’impulsion de Dirac en 0. Cela sera formalisé
au chapitre 5.

On peut à présent effectuer la même analyse que celles faite sur les fonctions ϕε sur les fonctions
dérivées de ϕε . Nous essayons donc de construire une dérivée de l’impulsion de Dirac en 0.
Considérons la fonction ϕε′ . C’est une fonction constante par morceaux,Rvalant ε−2 pour −ε <
x < 0, et −ε−2 lorsque 0 < x < ε. Comme précédemment, on calcule R ϕε′ ( x )χ( x )dx pour χ
continue et bornée sur R. On trouve
Z 0 Z 1
χ( x ) χ( x ) χ(εt) − χ(−εt)
Z Z ε
ϕε′ ( x )χ( x )dx = dx − dx = − dt avec x = εt.
R −ε ε2 0 ε2 0 ε

Sans hypothèse supplémentaire sur χ, on ne peut pas aller plus loin dans l’étude de la limite
lorsque ε tend vers 0. On suppose que χ est dérivable en 0, plus précisément de classe C1 .
R1
Alors, une formule de Taylor avec reste intégral donne χ(±εt) = χ(0) ± εt 0 χ′ (±εθt)dθ, ce
qui donne
Z 0 Z 1 Z 1 Z 1 
χ( x ) χ( x )
Z ε
′ ′
dx − dx = − t χ (εθt)dθ + χ (−εθt)dθ dt.
−ε ε2 0 ε2 0 0 0

Une application de la convergence dominée (Théorème 1.1.1) prouve que cette intégrale converge
vers Z 1
− 2tχ′ (0)dt = −χ′ (0).
0

La dérivée de la mesure de Dirac en 0 devrait donc être définie comme l’opérateur qui a une
fonction χ de classe C1 , associe χ′ (0).
On voit que l’on a dû supposer χ de classe C1 pour obtenir une limite finie : pour définir δ0′ , on
a dû restreindre l’espace des fonctions test aux fonctions C1 . Pour calculer des dérivées d’ordre
supérieur, il est naturel de penser qu’il faudra restreindre encore plus cet espace de fonctions,
ce que l’on fera effectivement en se limitant à des fonctions test C ∞ .

2.3 Le peigne de Dirac

On veut construire un réseau périodique infini de charges ponctuelles placées en tout point
entier relatif. C’est un objet naturel dans l’étude du transport électronique dans des réseaux
cristallins. La fonction associée simple est alors

Ψε : x 7→ ∑ ϕε (x − n).
n ∈Z

Théorie des Distributions page 11

Chapitre 2. Introduction à la théorie des distributions

Cette fonction, bien qu’elle soit dans L1loc (R), puisque intégrable sur tout compact, n’est pas
intégrable sur R. On peut en effet vérifier que l’intégrale sur tout compact est équivalente à la
taille du compact lorsque celle-ci tend vers +∞.
On vérifie aussi que, pour une fonction continue et bornée χ donnée,
Z n+ε p=n Z 1
∀m, n ∈ Z,
m−ε
Ψ ( x )χ( x )dx =
ε
∑ (1 − |t|)χ( p + εt)dt.
p = m −1

Par le théorème de convergence dominée 1.1.1,

Z n+ε p=n
lim
ε →0 m − ε
Ψε ( x )χ( x )dx = ∑ χ ( p ).
p=m

On veut intégrer sur R, donc faire tendre m vers −∞ et n vers +∞. La limite existe lorsque
∑ |ϕ( p)| < ∞. La fonction χ : x 7→ 1+|1 x| ne vérifie pas ce critère alors que χ : x 7→ 1+1x2 le
vérifie.
Pour donner un sens à la somme infinie définissant le peigne de Dirac, la fonction χ que l’on
choisit comme fonction test doit être “suffisamment décroissante à l’infini”. Ce critère est au-
tomatiquement vérifié si la fonction χ est à support compact. Nous allons donc définir les
fonctions test, comme les fonctions de classe C ∞ à support compact.
Le fait de choisir des fonctions test à support compact nous permettra aussi de considérer
comme
R des distributions des éléments généraux de L1loc . En effet, si f ∈ L1loc (Ω) et χ ∈ C0∞ (Ω),
Ω
f χ est bien défini.

page 12 Théorie des Distributions

Chapitre 3

Fonctions test

Dans tout ce chapitre, d est un entier ≥ 1, Ω désigne un ouvert de Rd , k est un entier naturel
ou le symbole ∞ (sauf précision). On désigne par C0 (Ω) l’espace des fonctions continues sur
Ω et par C k (Ω) l’espace des fonctions k fois dérivables et dont les dérivées k-ièmes sont conti-
nues sur Ω. Le but de ce chapitre est de rappeler quelques résultats sur les fonction de classe
C k est d’introduire l’espace vectoriel des fonctions C ∞ à support compact, les “fonctions test”
cruciales dans la construction rigoureuse des distributions.

3.1 Notations multi-indicielles

Un multi-indice α est un d-uplet d’entiers, α = (α1 , . . . , αd ) ∈ Nd . On appelle longueur de α
l’entier
| α | = α1 + · · · + α d .
On définit la factorielle de α par α! = α1 ! · · · αd !. Si x = ( x1 , . . . , xd ) ∈ Rd , on pose aussi

x α = x1α1 · · · xdαd .

Si α et β sont deux multi-indices, on dit que α ≤ β lorsque αi ≤ β i pour tout i ∈ {1, . . . d}. On
pose  
α α!
= .
β β!(α − β)!
Enfin, on pose :   α1   αd
∂ ∂
∂α = ··· .
∂x1 ∂xd
Par exemple, si d = 3 et α = (1, 0, 2),

∂3
α! = 2, , x α = x1 x32 , ∂α = .
∂x1 (∂x3 )2

Remarquons que par le théorème de Schwarz 1 , dès que φ est 2 fois dérivables,

∂2 ∂2
= .
∂x j ∂xk ∂xk ∂x j

L’ordre des dérivées partielles dans la définition de ∂α est donc indifférent.

1. Hermann Amandus Schwarz (1843-1921), mathématicien allemand. A ne pas confondre avec le
mathématicien français du 20ème siècle Laurent Schwartz !

13
Chapitre 3. Fonctions test

Une fonction φ définie sur Ω est un élément de C k (Ω) si pour tout α ∈ Nd tel que |α| ≤ k, la
fonction ∂α φ est dans C0 (Ω).

Une formule importante est celle de Leibniz. Soient k ≥ 1, φ, ψ ∈ C k (Ω). Alors, pour tout
multi-indice α de longueur inférieure ou égale à k,
 
∂α ( φ · ψ) = ∑
α
∂ β φ · ∂α− β ψ.
β≤α
β

Pour vous en souvenir, pensez à la formule du binôme de Newton.

Exercice 3.1.1. Ecrire la formule de Leibniz quand d = 3 et α = (1, 0, 1).

La formule de Leibniz se démontre par récurrence, à partir de la formule de la dérivée d’un

produit qui en est un cas particulier :

∂ ∂φ ∂ψ
( φψ) = ψ+φ .
∂x j ∂x j ∂x j

3.2 Formule de Taylor avec reste intégral

Voici une formule qui nous sera souvent utile dans la suite. Il faut la connaı̂tre au moins à
l’ordre 1 ou 2 et à tout ordre pour d = 1.

Proposition 3.2.1. Soit Ω un ouvert de Rd , n ≥ 1 un entier et φ une fonction de classe C n sur Ω.

Soient x et y deux points de Ω tels que le segment [ x, y] soit contenu dans Ω. Alors :
Z 1
1 α n
φ( x ) = ∑ ∂ φ(y)( x − y)α + ∑ ( x − y)α (1 − t)n−1 ∂α φ(tx + (1 − t)y)dt.
|α|≤n−1
α! |α|=n
α! 0

Dans le cas de la dimension 1 on obtient la formule suivante :

n −1
(1 − t ) n −1 ( n )
Z 1
1
φ( x ) = ∑ k!
( x − y )k φ(k) ( y ) + ( x − y )n
0
φ (tx + (1 − t)y)dt.
( n − 1) !
k =0

En dimension d ≥ 1 et à l’ordre n = 1 on obtient

d Z 1
∂φ
φ ( x ) = φ ( y ) + ∑ ( xi − yi ) (tx + (1 − t)y)dt.
i =1 0 ∂xi

Ce sont ces deux dernières formules que l’on utilisera le plus souvent dans la suite.

3.3 Fonctions de classe C ∞ à support compact

3.3.1 Support d’une fonction
Définition 3.3.1. Le support d’une fonction φ définie sur Ω est le sous-ensemble fermé de Rd noté
supp φ et défini par l’une des assertions équivalentes suivantes :
1. supp φ = { x ∈ Ω | φ( x ) ̸= 0}.
2. (supp φ)c est le plus grand ouvert de Ω où la fonction φ est nulle.
3. (supp φ)c est la réunion de tous les ouverts de Ω où la fonction φ est nulle.

page 14 Théorie des Distributions

 3.3 Fonctions de classe C ∞ à support compact

4. x0 ∈
/ supp φ si et seulement s’il existe un voisinage Vx0 de x0 tel que : ∀ x ∈ Vx0 , φ( x ) = 0.

Exercice 3.3.2. Prouver l’équivalence entre ces quatre assertions.

On a alors :
1. (supp φ = ∅) ⇔ ( φ ≡ 0 dans Ω),
2. supp ( φ ψ) ⊂ supp φ ∩ supp ψ,
3. si φ ∈ C k (Ω), alors, pour tout α ∈ Nd tel que |α| ≤ k, supp ∂α φ ⊂ supp φ.

Exercice 3.3.3. Montrer les 3 assertions précédentes.

Exemple 3.3.4. Le support de la fonction sinus sur R est R. Le support de 11]0,1[ est [0, 1]. Le support
de 11Q est R.

3.3.2 Espace des fonctions test

Définition 3.3.5. Soit m ∈ N ∪ {∞}. On note C0m (Ω) l’espace vectoriel des fonctions de classe C m ,
à support compact sur Ω. En particulier, l’espace des fonctions test, noté C0∞ (Ω) ou D(Ω), est l’espace
vectoriel des fonctions de classe C ∞ , à support compact sur Ω.
Si K est un compact de Ω, on note CKm (Ω) le sous-espace vectoriel de C0m (Ω) formé des fonction à
support dans K.

L’espace C0∞ (Ω) n’est pas réduit à la fonction nulle, comme nous allons le montrer en construi-
sant une fonction C ∞ à support compact explicite, à partir duquel nous pourrons construire de
nombreux autres exemples de fonctions test. Dans cet exemple, | · | la norme euclidienne sur
Rd .

Une première fonction à support compact non nulle. On définit la fonction ϕ0 par
(
| x |2
exp(− 1−| ) si | x | < 1,
∀ x ∈ R , ϕ0 ( x ) =
d x |2
0 si | x | ≥ 1.

Cette
R fonction est dans C0∞ (Rd ), elle est positive et on a supp ϕ0 = { x ∈ Rd | | x | ≤ 1}. De plus,
ϕ ( x )dx > 0.
Rd 0

Démonstration : Les affirmations sur le support et la positivité stricte de l’intégrale sont évi-
dentes. Pour montrer que ϕ0 ( x ) est C ∞ , on commence par remarquer

ϕ0 ( x ) = φ(| x |2 ),

où φ est la fonction définie sur R par

(
exp − 1−t t


si t < 1
φ(t) = .
0 si t ≥ 1.

Puisque x 7→ | x |2 = x12 + . . . + xd2 est de classe C ∞ , il suffit de montrer, par la formule de

composition des fonctions dérivables, que φ est C ∞ . Cette fonction est C ∞ sur ]1, +∞[ et
] − ∞, 1[, et vérifie :
∀t > 1, ∀n, φ(n) (t) = 0.
Il reste à montrer qu’elle est C ∞ au voisinage de 0. Par croissance comparéee, on a

lim φ(t) = 0 = φ(1) = lim φ(t),

t → 1− t → 1+

Théorie des Distributions page 15

Chapitre 3. Fonctions test

et donc φ est une fonction continue sur R. On démontre ensuite par récurrence que pour
tout n, il existe un polynôme Pn tel que
Pn (t)
∀t < 1, φ(n) ( t ) = φ ( t ). (3.1)
(1 − t)2n
En effet, c’est vrai pour n = 0, avec P0 = 1 et un calcul direct montre que la propriété
est héréditaire (avec Pn+1 (t) = (1 − t)2 Pn′ (t) + (2n − 1) Pn (t) − 2ntPn (t)). La formule (3.1)
avec n = 1 montre, en utilisant à nouveau la croissance comparée, que φ′ tend vers 0 à
gauche et à droite en 1. On en déduit, par un théorème standard d’analyse réelle, que φ
est de classe C1 (et φ′ (1) = 0). En appliquant successivement le même raisonnement à
φ′′ , φ(3) , etc... on en déduit que φ est de classe C ∞ sur R.

3.3.3 Formule d’intégration par parties

On démontre aisément par récurrence sur |α|, à l’aide du théorème de Fubini de la formule
classique d’intégrations par parties sur R :
Z Z
|α|
∀α ∈ Rd , ∀ φ ∈ C0 (Ω), ∀ψ ∈ C |α| (Ω), ∂α φ( x )ψ( x ) dx = (−1)|α| φ( x )∂α ψ( x ) dx. (3.2)
Ω Ω

Remarquons qu’il n’y a pas de terme au bord dans cette formule d’intégration par parties, grâce
à la compacité du support de φ.

3.3.4 Topologie de CK∞ (Ω) et de C0∞ (Ω)

Soit K un compact de Ω et m ∈ N. Pour φ ∈ CKm (Ω), on note

pm,K ( φ) = max |∂α φ( x )|. (3.3)

x ∈K
|α|≤m

Proposition 3.3.6. Soit m ∈ N. L’application pm,K est une norme sur CKm (Ω). L’espace vectoriel
CKm (Ω), muni de la norme pm,K est un espace de Banach.
La démonstration est laissé au lecteur. On pourra commencer par le cas m = 0, en utilisant
qu’une limite uniforme de fonctions continues est une fonction continue. Pour le cas général, il
peut être utile de faire appel à la formule de Taylor avec reste intégral.
Exercice 3.3.7. Soit σ un réel positif, m ∈ N, φ ∈ CKm (Ω) et

einx
gn ( x ) = φ ( x ).
nσ
A quel condition sur σ et m la suite de fonctions ( gn )n tend-elle vers 0 lorsque n tend vers l’infini ?
Il serait souhaitable de munir CK∞ (Ω) et C0∞ (Ω) d’une structure d’espace de Banach. On peut
montrer que c’est impossible : il n’existe aucune norme qui rend un de ces espaces vectoriels
normés complet. Il est en revanche possible de trouver une distance sur CK∞ (Ω) pour en faire
un espace métrique complet.
Définition 3.3.8. Soit K un compact de Ω et φ, ψ deux fonctions de CK∞ (Ω). Notons :
+∞
1
dK ( φ, ψ) = ∑ 2j min( p j,K ( φ − ψ), 1)
j =0

page 16 Théorie des Distributions

 3.3 Fonctions de classe C ∞ à support compact

Exercice 3.3.9. Montrer que dK est une distance sur CK∞ (Ω), et que CK∞ (Ω) muni de la distance dK est
un espace métrique complet.
Remarque 3.3.10. La définition de dK montre que dK ( φn , φ) tend vers 0 si et seulement si pour tout
multi-indice α, (∂α φn )n tend vers ∂α φ uniformément sur K.
La topologie de C0∞ (Ω) est plus compliquée : on ne peut pas trouvern de distance satisfaisante
sur cet espace. Il est en revanche possible de définir une notion de convergence des suites qui
nous sera suffisante pour définir les distributions.
Définition 3.3.11. Une suite ( φn )n∈N d’éléments de C0∞ (Ω) tend vers φ dans C0∞ (Ω) lorsque :
1. il existe un compact fixe K ⊂ Ω tel que : ∀n ∈ N, supp φn ⊂ K,
2. lim dK ( φ, φn ) = 0.
n→∞
Notons (cf Remarque 3.3.10) que le deuxième point de la définition signifie que la suite
( φn )n∈N et toutes les suites (∂α φn )n∈N convergent uniformément respectivement vers φ et ∂α φ
sur K.
Exercice 3.3.12. Montrer l’unicité de la limite dans la définition 3.3.11 : en d’autres termes, si ( φn )n
est une suite de C0∞ (Ω) qui converge vers deux fonctions φ et ψ, alors φ = ψ.
Exemple 3.3.13. Soit φ ∈ C0∞ (R) et
φ n = e − n φ ( x − n ).
La suite ( φn )n ne tend pas vers 0 dans C0∞ (R).
Exemple 3.3.14. Soit ϕ ∈ C0∞ (R). Posons, pour n ∈ N,
 
1
∀ x ∈ R, φn ( x ) = ϕ x + − ϕ ( x ).
n+1
Alors φn → 0 dans C0∞ (R). En effet, si supp ϕ ⊂ [− M, M ], alors pour tout n, supp φn ⊂ [− M −
1, M + 1]. Puis, par le théorème des accroissements finis, pour tout k ∈ N,
   
 (k) 1 (k) 1
||ϕ(k+1) ||∞ → 0

ϕ x+ − ϕ ( x ) ≤
 n+1 n+1
lorsque n tend vers l’infini.
Nous définirons au Chapitre 5 une topologie sur C ∞ (Ω) (cf définition 5.2.2).

3.3.5 Fonctions ”pic” et ”plateau”

Fonctions “pic”.
Proposition 3.3.15. Soient x0 ∈ Rd et ε > 0. Alors, il existe une fonction ρ ∈ C0∞ (Ω) positive, de
support inclus dans B( x0 , ε) et d’intégrale sur Rd égale à 1. Une telle fonction ρ est appelée fonction pic
sur la boule B( x0 , ε).
Démonstration : En effet, considérons la fonctions définie par
ϕ0 ( x )
∀ x ∈ Rd ρ 1 ( x ) = R ,
ϕ (y)dy
Rd 0
où ϕ0 est définie §3.3.2, puis posons
x − x0
 
1
∀ x ∈ R , ρ ( x ) = d ρ1
d
.
ε ε
La fonction ρ ainsi définie convient.

Théorie des Distributions page 17

Chapitre 3. Fonctions test

En dimension d = 1 on peut aussi donner une formule explicite pour une fonction pic sur un
intervalle quelconque [ a, b] non réduit à un singleton. Une fonction C0∞ dont le support est [ a, b]
est
2( x − a )
 
2
ϕ0 −1 + .
b−a b−a

En particulier, une fonction dont le support est [−ε, ε] est 1ε ϕ0 ( xε ). On note enfin un résultat que
l’on a déjà utilisé au chapitre précédent. Pour tout ε > 0 et toute fonction continue et bornée χ,

1 x
Z Z
ϕ0 χ( x )dx = ϕ0 (t)χ(εt)dt
R ε ε R

R1
d’où la convergence de cette suite, lorsque ε tend vers 0, vers χ(0) −1 ϕ0 ( t ) dt. On utilise ici le
théorème de convergence dominée 1.1.1.

Fonctions “plateau”.

On commence par le cas de la dimension d = 1. Tout d’abord, il existe une fonction “marche”
croissante, de classe C ∞ , qui passe de la valeur 0 sur ] − ∞, −1] à 1 sur [1, +∞[. On peut prendre
par exemple
Rx
ϕ0 (t)dt
ρ : x 7→ R−1 1 .
−1 ϕ0 ( t ) dt

Puis, à partir de cette ”marche“, on construit une fonction C0∞ , dont le support compact est
[ a, b], identiquement égale à 1 sur [c, d], a < c < d < b et comprise entre 0 et 1. Une telle
fonction peut être définie par
(
2( x − a ) c+d
ρ(−1 + c− a ) si x≤
∀ x ∈ R, l0 ( x ) = 2( b − x )
2
c+d
ρ(−1 + b−d ) si x≥ 2 .

En effet, sur [c, c+2 d ], la fonction l0 est identiquement égale à 1, ainsi que sur [ c+2 d , d], ce qui
implique le caractère C ∞ au point c+2 d . Cette fonction est appelée ”plateau“ sur [c, d] supporté
par [ a, b].

Le résultat persiste en dimension d quelconque.

Proposition 3.3.16. Soit K un compact de Ω et O un ouvert tel que K ⊂ O et O ⊂ Ω. Il existe alors

χ ∈ C0∞ (Ω) telle que χ ≡ 1 sur K, χ ≡ 0 sur O c et 0 ≤ χ ≤ 1.

On omet la démonstration, qui sera vue en travaux dirigés.

3.4 Densité par troncature et régularisation

Dans cette partie, nous allons montrer que l’espace des fonctions test C0∞ (Ω) est dense dans les
espaces L p . Cela permettra ensuite, lorsque l’on voudra démontrer une propriété des fonctions
de ces espaces, de la démontrer tout d’abord pour des fonctions test puis de l’étendre par un
argument de densité (et donc par approximation).

page 18 Théorie des Distributions

 3.4 Densité par troncature et régularisation

3.4.1 Troncature
Nous allons montrer ici que le fait de se restreindre, dans un espace de fonctions d’une régularité
donnée, aux fonctions à support compact, n’est pas une restriction importante, dans le sens où
on définit alors un sous-espace dense dans l’espace de départ.
Remarquons d’abord que la notion de support n’est pas adaptée aux espaces L p . Soit en effet
f et g deux représentants du même élément de L p (Ω), c’est à dire que f = g presque partout
sur Ω. Alors on n’a pas forcéménent supp f = supp g. Par exemple le support de la fonction
constante nulle sur R est l’ensemble vide et le support de la fonction 11Q (où Q est l’ensemble
des nombres rationnels) est l’adhérence de Q dans R, c’est à dire R tout entier. En revanche
11Q = 0 presque partout, et ces deux fonctions sont donc égales en tant qu’éléments de L1 (R) !
La notion de support essentiel d’une fonction mesurable est adaptée aux espaces L p .
Définition 3.4.1. Soit f une fonction mesurable sur Ω. Soit ω l’ensemble des x de Ω tel qu’il existe
un voisinage U de x dans Ω tel que f = 0 presque partout sur U. Le support essentiel de f est le
complémentaire de ω dans Ω.
Exemple 3.4.2. Le support essentiel de la fonction 11Q est ∅. Le support essentiel de la fonction 11]0,+∞[
est [0, +∞[.
Les démonstrations des propriétés suivantes sont laissées en exercice à la lectrice intéressée :
1. suppess f ⊂ supp f .
2. f = 0 presque partout sur ω = Ω \ suppess f .
3. Le support essentiel d’une fonction f est un sous-ensemble fermé de Ω.
4. Si f = g presque partout sur Ω, alors suppess f = suppess g. Ainsi le support essentiel
p
d’un élément de L p (Ω) ou de Lloc (Ω) ne dépend pas du représentant choisi.
5. Soit f une fonction continue sur Ω. Alors suppess f = supp f .
p
Proposition 3.4.3. Pour 1 ≤ p < +∞, l’espace Lc (Ω) = u ∈ L p (Ω) : suppess u est compact


est dense dans L p (Ω).

Démonstration : On commence par décomposer Ω en Ω = Kn avec Kn compact et Kn ⊂

S
n ≥1
◦
K n+1 . Il suffit pour cela de poser :
 
  1
Kn = x ∈ Ω : d x, R \ Ω ≥ n et | x | ≤ n .
d
2

En effet, Kn est par définition un sous ensemble de Ω, et la condition | x | ≤ n dans la

définition montre qu’il est borné. Par ailleurs, on peut l’écrire comme une intersection de
fermés :
 
n o 1
Kn = Ω ∩ x ∈ R : | x | ≤ n ∩
d
x ∈ R : | x − y| ≥ n .
d
\
2
y ∈R \ Ω
d

(Exercice : vérifier cette affirmation). C’est donc un fermé borné, c’est à dire un compact
de Ω. La condition Ω = n≥1 Kn est facile à vérifier.
S

On pose alors un = 11Kn u. On a suppess un ⊂ supp un ⊂ Kn . Donc suppess un est borné,

et comme le support essentiel d’une fonction est toujours fermé, suppess un est compact.
On montre par le théorème de convergence dominée 1.1.1 que un tend vers u dans L p (Ω),
c’est à dire que Z
lim |un ( x ) − u( x )| p dx = 0. (3.4)
n→∞ Ω

Théorie des Distributions page 19

Chapitre 3. Fonctions test

En effet |un ( x ) − u( x )| = |u( x )|11Ω\Kn ≤ |u( x )|, donc |un ( x ) − u( x )| p ≤ |u( x )| p qui est
une fonction intégrable indépendante de n. De plus |un ( x ) − u( x )| p = 11Ω\Kn |u( x )| p tend
vers 0 pour tout x de Ω (car Ω = n Kn ). Le théorème de convergence dominée implique
S

donc bien (3.4).

L’hypothèse p < ∞ est importante : la proposition 3.4.3 est fausse pour p = ∞. La fonction 11Ω ,
constante et égale à 1 sur Ω ne peut pas être approchée par des fonctions à support compact.
En effet, si φ est à support compact K, alors 1 − φ( x ) = 1 pour x ∈ Ω \ K, et donc

∥11Ω − φ∥∞ ≥ 1.

Nous devons maintenant montrer que l’on peut approcher des fonctions à support compact
d’une régularité donnée (L p ou C k ) par des fonctions de classe C ∞ . Pour cela nous allons devoir
faire des rappels sur la convolution des fonctions classiques. Ces rappels nous seront aussi
utiles dans la deuxième partie de ce cours lorsque l’on définira la convolution des distributions.

3.4.2 Produit de convolution

On se place dans l’espace Rd , muni de la mesure de Lebesgue. On veut définir le produit de
convolution de deux fonctions f et g par la formule
Z
∀ x ∈ Rd , ( f ∗ g)( x ) = f ( x − y) g(y)dy.
Rd

Dans le cas de fonctions f et g positives, leur mesurabilité suffit pour que cette formule ait un
sens. Sans cette hyptohèse de positivité, on peut encore définir le produit de convolution de f
et de g à condition de supposer, en plus de leur mesurabilité, une régularité L p .

Proposition 3.4.4. Soit p ∈ [1, +∞]. Soient f ∈ L p (Rd ) et g ∈ L1 (Rd ). Pour presque tout x ∈ Rd ,
la fonction y 7→ f ( x − y) g(y) est intégrable. Le produit de convolution f ∗ g est donc défini presque
partout. De plus f ∗ g ∈ L p (Rd ) et

∥ f ∗ g ∥ p ≤ ∥ f ∥ p ∥ g ∥1 .

La même conclusion est valable si l’on remplace f ∗ g par g ∗ f . De plus, f ∗ g = g ∗ f .

Démonstration : Démontrons le résultat dans les cas p = 1 et p = ∞. On renvoie à [6] et à [3,

théorème VIII.2.3] pour la démonstration générale.
Supposons d’abord p = ∞. Fixons x ∈ Rd . Alors y 7→ f ( x − y) est un élément de L∞ , de
norme ∥ f ∥∞ . Donc y 7→ f ( x − y) g(y) est dans L1 et :
Z 
 
 f ( x − y) g(y) dy ≤ ∥ f ∥∞ ∥ g∥1 .
 

Ceci montre que f ∗ g est une fonction bornée, et donc un élément de L∞ .

Supposons maintenant p = 1. Alors par le théorème de Fubini-Tonelli :
Z Z Z Z 
| f ( x − y) g(y)|dy dx = | g(y)| | f ( x − y)|dx dy.

page 20 Théorie des Distributions

 3.4 Densité par troncature et régularisation

Or (par le changement de variable y′ = x − y),

R
| f ( x − y)|dx ne dépend pas de x et vaut
∥ f ∥1 . On a ainsi :
Z Z Z
| f ( x − y) g(y)|dy dx = ∥ f ∥1 | g(y)|dy = ∥ f ∥1 ∥ g∥1
R
R de Fubini-Tonelli et Fubini, x 7→
ainsi, par les théorèmes f ( x − y) g(y)dy est défini
presque pour tout x et | f ∗ g( x )| dx ≤ ∥ f ∥1 ∥ g∥1 .

Exemple 3.4.5. Le produit de convolution de 11[−1/2,1/2] et d’une fonction f ∈ L1 (R) est la fonction
Z +1/2
x 7→ f ( x − y)dy.
−1/2

Sa valeur en x est la moyenne de f sur un intervalle de longueur 1 centré en x.

La proposition suivante donne des informations sur le support d’une convolution. Pour
simplifier la démonstration, on suppose une des fonctions continues. Si A et B sont deux sous-
ensembles de Rd , on note
A + B = { x + y : x ∈ A, y ∈ B}.

Proposition 3.4.6. Soit f ∈ C0 (Rd ), bornée, et g ∈ L1 (Rd ). Alors f ∗ g est continue et

supp f ∗ g ⊂ supp f + suppess g.

(ici A désigne l’adhérence de l’ensemble A)

Démonstration : Le fait que la fonction f ∗ g est continue découle d’une application immédiate
du théorème de convergence dominée 1.1.1.
Soit x ∈ Ω \ (supp f + suppess g). On écrit
Z Z Z
f ∗ g( x ) = f ( x − y) g(y) dy = f ( x − y) g(y) dy + f ( x − y) g(y) dy.
suppess g (suppess g)c
(3.5)
On sait que g = 0 presque partout sur (suppess g)c . La deuxième intégrale est donc nulle.
Pour calculer la deuxième intégrale, on fait le changement de variable y′ = x − y. En
notant
A = {y′ : x − y′ ∈ suppess g},
on obtient Z Z
f ( x − y) g(y) dy = f (y′ ) g( x − y′ ) dy′ .
suppess g A

Si y′ ∈ A, x − y′ ∈ suppess g. Puisque x = x − y′ + y′ , l’hypothèse x ∈ / supp f +

suppess g impose y′ ∈ / supp f . La restriction de f à A est donc nulle, et la première
intégrale du terme de droite de (3.5) est nulle. Finalement, f ∗ g( x ) = 0. On a montré que
f ∗ g est nulle sur le complémentaire de supp f + suppess g, et donc

supp f ∗ g ⊂ supp f + suppess g.

Exercice 3.4.7. Calculer le produit de convolution des fonctions indicatrices 11[0,1] et 11[−1,1] . Déterminer
son support.

Théorie des Distributions page 21

Chapitre 3. Fonctions test

Remarque 3.4.8. Si supp f ou suppess g est compact, on peut montrer que supp f + suppess g est
fermé et donc supp f + suppess g = supp f + suppess g. Ce n’est pas le cas en général, par exemple
si    
[
n n 1 [
n n 2
supp f = 10 , 10 + , suppess g = −10 , −10 + 1 − .
n ≥2
n n ≥2
n

(Exercice : construire des fonctions f et g dans C ∞ (R) ∩ L1 (R) vérifiant ces propriétés). Alors 1 est
la limite quand n tend vers l’infini de 10n − 10n + 1 − n2 . C’est donc un élément de l’adhérence de
supp f + suppess g mais pas de supp f + suppess g.

La dérivée se comporte bien vis-à-visR du produit de convolution. C’est une conséquence du

théorème de dérivation sous le signe .

Proposition 3.4.9. Soient f ∈ L∞ (Rd ), g ∈ L1 (Rd ) et k ∈ N ∪ {∞}. On suppose que f est de classe
C k et que ses dérivées partielles de tous ordres sont bornées. Alors f ∗ g est de classe C k et, pour tout
α ∈ Nd , tel que |α| ≤ k,
∂α ( f ∗ g) = (∂α f ) ∗ g.

Démonstration : Pour presque tout y ∈ Rd , la fonction x 7→ f ( x − y) g(y) est dans C k (Rd ). De

plus, pour tout x ∈ Rd ,

|∂αx ( f ( x − y) g(y))| = |(∂α f )( x − y) g(y)| ≤ ||∂α f ||∞ · | g(y)|.

Comme g ∈ L1 (Rd ), on peut appliquer le théorème de dérivation sous le signe intégral

pour obtenir le résultat.

Dans la proposition précédente, f ∗ g hérite de la régularité C k de la fonction la plus régulière f .

Il n’y a aucune hypothèse de dérivabilité sur g.
p
Proposition 3.4.10. Soient φ ∈ C0∞ (Rd ), p ∈ [1, ∞] et f ∈ Lc (Rd ). Alors φ ∗ f ∈ C0∞ (Rd ).
p
Démonstration : Remarquons que, par l’inégalité de Hölder, Lc (Rd ) ⊂ L1 (Rd ). La proposition
3.4.10 est donc la conséquence immédiate des deux propositions précédentes.

3.4.3 Régularisation
Nous allons utiliser les résultats précédents pour montrer que l’on peut “régulariser” une fonc-
tion non régulière en la “convolant” par une fonction régulière. On commence par considérer
une fonction “pic” ρ dont le support est inclus dans B(0, 1) et dont l’intégrale sur Rd vaut 1.
Pour ε > 0, on pose : ρε = ε−d ρ(ε−1 ·). La suite (ρε ) est appelée une “approximation de l’unité”.

Proposition 3.4.11.
1. Si u ∈ C0k (Rd ), k ∈ N, pour tout α ∈ Nd , |α| ≤ k, (∂α (ρε ∗ u)) converge vers ∂α u uni-
formément sur Rd lorsque ε → 0.
p
2. Soit p ∈ [1, ∞). Si u ∈ Lc (Rd ), (ρε ∗ u) converge vers u dans L p (Rd ) lorsque ε → 0.

page 22 Théorie des Distributions

 3.4 Densité par troncature et régularisation

R
Démonstration : 1. On suppose |α| ≤ k. Comme ρ = 1, on peut écrire

∀ x ∈ Rd , ∂α (ρε ∗ u)( x ) − ∂α u( x ) = (ρε ∗ ∂α u)( x ) − ∂α u( x )

x−y
Z  
−d
= ε ρ ∂α u(y)dy − ∂α u( x )
R d ε
Z
= ρ(z)∂α u( x − εz)dz − ∂α u( x )
Rd
Z
= ρ(z)(∂α u( x − εz) − ∂α u( x ))dz.
Rd

Or, ∂α u est continue à support compact car u ∈ C0k (Rd ) donc elle est uniformément conti-
nue sur Rd : ∀δ > 0, ∃η (α, δ) > 0, ∀ x, x ′ , | x − x ′ | < η (α, δ) ⇒ |∂α u( x ) − ∂α u( x ′ )| ≤ δ.
Fixons δ > 0. Soit ε > 0 tel que ε < min|α|≤k η (α, δ) = ηδ . Alors, | x − εz − x | ≤ ε|z| < ηδ
sur le support de ρ (qui est inclus dans B(0, 1), d’où le |z| ≤ 1). Alors on a :
Z
∀ x ∈ Rd , |∂α (ρε ∗ u)( x ) − ∂α u( x )| ≤ ρ(z)|∂α u( x − εz) − ∂α u( x )|dz ≤ δ,
Rd
R
toujours car ρ = 1. D’où la convergence uniforme voulue.
1 1
2. Soit q l’exposant associé à p : p + q = 1. On a :
Z 
∀ x ∈ R , |(ρε ∗ u)( x ) − u( x )| =  ρ(z) (u( x − εz) − u( x )) dz
d
 

Z
≤ ρ(z)|u( x − εz) − u( x )|dz
ZR
d

= ρ(z)1/q ρ(z)1/p |u( x − εz) − u( x )|dz

Rd
Z 1/q Z 1/p
p
≤ ρ(z)dz ρ(z)|u( x − εz) − u( x )| dz
Rd Rd
Z 1/p
p
= ρ(z)|u( x − εz) − u( x )| dz .
Rd

On élève les deux membres à la puissance p et on intègre en x sur Rd . Alors, par Fubini,
Z
p p
||ρε ∗ u( x ) − u( x )|| L p (Rd ) ≤ ρ(z)||u(· − εz) − u|| L p (Rd ) dz.
Rd

p
Comme |z| ≤ 1 et u ∈ L p (Rd ), on ||u(· − εz) − u|| L p (Rd ) → 0 lorsque ε → 0 (résultat
p p
classique d’intégration). Comme de plus, ρ(z)||u(· − εz) − u|| L p (Rd ) ≤ 2 p ||u|| L p (Rd ) ρ(z) et
que ρ est intégrable, on peut appliquer le TCD pour obtenir que
Z
p
lim ρ(z)||u(· − εz) − u|| L p (Rd ) dz = 0
ε → 0 Rd

p
et ainsi ||ρε ∗ u( x ) − u( x )|| L p (Rd ) → 0. D’où le résultat voulu.

Nous pouvons enfin démontrer le résultat de densité annoncé en introduction.

Théorème 3.4.12. C0∞ (Ω) est dense dans L p (Ω) pour tout 1 ≤ p < +∞.

Théorie des Distributions page 23

Chapitre 3. Fonctions test

Démonstration : Par la proposition 3.4.3, il suffit de montrer que C0∞ (Ω) est dense dans l’espace
p p
Lc (Ω). Soit u ∈ Lc (Ω). Soit K un compact de Ω tel que u = 0 dans K c . Soit ũ le prolon-
p
gement de u par 0 à tout Rd . Alors ũ ∈ Lc (Rd ). Soit ε > 0 et posons ũε = ρε ∗ ũ. Posons
enfin uε = ũε |Ω . On a supp ũε ⊂ Kε = K + B(0, ε). Pour ε assez petit, Kε ⊂ Ω et c’est
un compact. Alors, d’après la proposition 3.4.10, ũε ∈ C0∞ (Ω) et uε ∈ C0∞ (Ω). Or, par la
proposition 3.4.11, (ũε ) tend vers ũ pour la topologie de L p (Rd ).

3.5 Application : Lemme de du Bois-Reymond

Ce résultat, nommé d’après Paul David Gustave du Bois-Reymond 2 aura son importance
théorique dans le prochain chapitre.

Lemme 3.5.1. Soit f ∈ L1loc (Ω). On suppose que, pour toute φ ∈ C0∞ (Ω), Ω f ( x ) φ( x )dx = 0. Alors
R
f = 0 presque partout.

Démonstration :R On se donne comme dans §3.4.3 une fonction ρ, C ∞ , à support dans B(0, 1) et
telle que ρ = 1. On pose ρε (y) = ε−d ρ(ε−1 y). Soit χ ∈ C0∞ (Ω). Alors f χ ∈ L1c (Rd ). Pour
tout x de Rd , y 7→ ρε ( x − y)χ(y) est un élément de C0∞ (Ω). Puisque :
Z
ρε ∗ (χ f )( x ) = ρε ( x − y)χ(y) f (y) dy,

l’hypothèse sur f implique ρε ∗ (χ f )( x ) = 0. Par la proposition 3.4.11, cette suite converge

vers χ f dans L1 (Rd ). On en déduit que χ f est nulle presque partout. La fonction f est
nulle presque partout sur tout compact de Ω, donc presque partout sur Ω.

2. (1831-1889), mathématicien allemand

page 24 Théorie des Distributions

Chapitre 4

Distributions sur un ouvert de Rd

La théorie des distributions a été introduite par Laurent Schwartz en 1945, posant les idées
qui étaient déjà en germe chez Sergueı̈ Sobolev dans les années 30. La représentation des
phénomènes physiques étendus dans l’espace par des fonctions de plusieurs variables et l’ex-
pression des lois physiques en termes d’équations aux dérivées partielles (EDP) ont été un
grand progrès dans l’étude de ces phénomènes. Toutefois, cette représentation par une fonc-
tion assignant une valeur en chaque point pose au moins deux problèmes d’ordre physique.
Le premier est que les quantités physiques en un point n’ont pas de sens. Par exemple, la
température est une conséquence du mouvement des molécules. Dans un volume plus petit
que le libre parcours moyen d’une molécule, parler de température en un point précis ne signi-
fie donc rien. Pourtant, l’équation de la chaleur classique donne, à l’échelle macroscopique, des
résultats qui sont conformes aux expériences.
Le second est qu’une valeur ponctuelle pour une quantité physique est impossible à mesurer
avec un appareil de mesure. Ce dernier a nécessairement une certaine étendue spatiale et ne
pourra donc jamais fournir une valeur f ( x0R) d’une fonction f en un point x0 . Le mieux que l’on
puisse obtenir est une moyenne pondérée f ( x ) φ( x )dx où φ caractérise l’appareil de mesure
et est supportée au voisinage de x0 avec une intégrale proche de 1 pour un appareil précis et
bien réglé.
Dans ce chapitre nous allons systématiser l’idée qui consiste à ne plus considérer des fonctions
définies point par point, mais globalement, par des moyennes locales. Nous allons donc sub-
stituer aux fonctions classiques des formes linéaires sur l’espace des fonctions test. Nous avons
déjà vu cette idée se dessiner dans le chapitre 2.
Un des buts de cette théorie est d’apporter un sens à des objets abstraits comme l’impulsion
de Dirac, mais aussi de pouvoir “dériver” des fonctions qui ne sont pas dérivables, comme par
exemple des fonctions L1 ou L2 ou seulement continues. Nous verrons comment cela peut nous
aider à résoudre des problèmes d’EDP qui n’ont pas a priori de solutions classiques simples.

Dans tout ce chapitre, Ω désigne un ouvert de Rd , d ≥ 1.

4.1 Définitions
Nous allons donner deux définitions équivalentes de la notion de distribution, l’une fonction-
nelle et théorique dans laquelle la continuité est exprimée topologiquement, une autre effective
dans laquelle la continuité est exprimée directement par des estimations.

4.1.1 Définition fonctionnelle

25
Chapitre 4. Distributions sur un ouvert de Rd

Définition 4.1.1. Une distribution sur l’ouvert Ω est une forme linéaire T : C0∞ (Ω) → C continue en
0, i.e. telle que, pour toute suite ( φn )n∈N d’éléments de C0∞ (Ω) qui converge vers 0, < T, φn >−−−→ 0.
n→∞
On notera D ′ (Ω) l’ensemble des distributions sur Ω.
On notera souvent D(Ω) l’espace C0∞ (Ω), lorsqu’il est considéré comme l’espace des fonctions
test pour les distributions. Le symbole < T, φn > désigne ici un crochet de dualité, il signifie
simplement l’action de T sur φn : T ( φn ). D ′ (Ω) n’est autre que le dual topologique de D(Ω),
c’est à dire l’espace vectoriel des formes linéaires continues sur D(Ω) (ce qui explique la nota-
tion D ′ (Ω)).
La convergence dans D(Ω) étant une condition très contraignante, la condition de continuité
vis-à-vis de cette topologie est une condition assez faible (en effet il y a “peu” de suites conver-
geant dans D(Ω), cette condition de continuité est donc peu contraignante). En conséquence,
l’espace des distributions est un espace très gros.
Cette définition abstraite des distributions pourra être utilisée pour des questions théoriques,
mais pour montrer en pratique qu’une forme linéaire sur D(Ω) est une distribution, nous lui
préférerons la définition équivalente qui suit.

4.1.2 Définition par l’ordre

Soit φ ∈ C0m (Ω). On rappelle la notation (cf §3.3.4) :

pm,K ( φ) = max |∂α φ( x )|.

x ∈K
| a|≤m

On notera
pm ( φ) = max |∂α φ( x )|.
x ∈Ω
| a|≤m

Remarquons que si φ ∈ CKm (Ω), on a pm ( φ) = pm,K ( φ).

Proposition 4.1.2. Une forme linéaire T sur D(Ω) est une distribution sur Ω si et seulement si, pour
tout compact K de Ω, il existe m ∈ N et CK,m > 0 tels que, pour toute fonction test φ ∈ D(Ω) telle
que supp φ ⊂ K,
| < T, φ > | ≤ CK,m pm ( φ).
Démonstration : Supposons que T ∈ D ′ (Ω). On raisonne par l’absurde, en supposant qu’il
existe un compact K ⊂ Ω sur lequel :

∀m ∈ N, ∀C > 0, ∃ φ ∈ CK∞ (Ω), | < T, φ > | > Cpm ( φ).

Prenons, pour tout m ∈ N, C = m. Il existe alors φm ∈ CK∞ (Ω), | < T, φm > | > mpm ( φm ).
φ
Posons φ̃m = <T,φmm > . Alors, < T, φ̃m >= 1 et supp φ̃m ⊂ K. De plus,

pm ( φm ) 1
pm ( φ̃m ) = < −−−→ 0.
< T, φm > m m→∞
Soit k ∈ N. Alors, ∀m ≥ k, pk ( φ̃m ) ≤ pm ( φ̃m ) −−−→ 0. Cela signifie exactement que la
m→∞
suite ( φ̃m ) tend vers 0 dans C0∞ (Ω). Or, < T, φ̃m >= 1 ne tend pas vers 0 ce qui contredit
T ∈ D ′ ( Ω ).

Montrons la réciproque. Soit ( φn ) une suite qui converge vers 0 dans C0∞ (Ω). Soit K un
compact qui contient tous les supp φn . Par définition de la convergence dans C0∞ (Ω) on
a, pour tout m ∈ N, pm ( φn ) −−−→ 0. Alors : | < T, φn > | ≤ CK,m pm ( φn ) −−−→ 0. Donc
n→∞ n→∞
T ∈ D ′ ( Ω ).

page 26 Théorie des Distributions

 4.2 Premiers exemples

Cette caractérisation des distributions sera constamment utilisée par la suite. Elle mène aussi
directement à la notion d’ordre d’une distribution.

4.1.3 Ordre d’une distribution

Dans la caractérisation d’une distribution donnée par la Proposition 4.1.2, l’entier m dépend
a priori du choix du compact K. Si on peut trouver un entier m qui convient pour tous les
compacts K de Ω, on dira que la distribution est d’ordre fini.
Définition 4.1.3. Une forme linéaire T sur D(Ω) est une distribution d’ordre fini au plus m sur Ω
lorsqu’il existe m ∈ N tel que, pour tout compact K de Ω, il existe CK > 0 telle que, pour toute fonction
test φ ∈ D(Ω), supp φ ⊂ K,
| < T, φ > | ≤ CK max max |∂α φ( x )|.
|α|≤m x ∈K

Le plus petit entier m possible est appelé l’ordre de la distribution T.

L’ordre de T est le plus petit nombre de dérivées qu’il nous faut pour contrôler l’action de T
sur les fonctions test.
Nous allons maintenant donner quelques exemples de distributions en précisant à chaque fois
leur ordre.

4.2 Premiers exemples

4.2.1 Distribution associée à une fonction L1loc
Une des premières choses à vérifier est que la théorie des distributions généralise bien la théorie
des fonctions classiques, typiquement des fonctions localement intégrables. On va donc mon-
trer comment l’espace vectoriel des fonctions L1loc (Ω) s’injecte dans D ′ (Ω).
Proposition 4.2.1. Soit f ∈ L1loc (Ω). On peut lui associer une distribution, notée T f , telle que
Z
∀ φ ∈ D(Ω), < T f , φ >= f φdx.
Ω

Cette distribution est d’ordre 0.

Démonstration : Tout d’abord, on vérifie que, comme f est L1loc (Ω), sa restriction à tout compact
est L1 . Ainsi, sur le support de φ ∈ D(Ω), elle est L1 . Comme φ est bornée, car continue
sur le compact où elle est supportée, on en déduit que f φ est L1 , et que
Z  Z
 
 f φdx  ≤ max | φ( x )| | f |dx.
 Ω
 x ∈supp φ supp φ
R
La forme linéaire φ → Ω
f φdx est donc bien une distribution, qui plus est d’ordre au
plus 0, donc d’ordre 0.

Par ailleurs, le lemme de du Bois-Reymond nous permet d’identifier T f à la fonction f de

manière unique. D’après ce lemme, l’application f 7→ T f est une injection de L1loc (Ω) dans
D ′ (Ω) : si T f = Tg , alors f = g presque partout. Dans la suite nous ferons donc presque tou-
jours l’abus de langage qui consiste à identifier T f à f . Nous écrirons par exemple “soit f la
distribution...”. Remarquons aussi que si T f = Tg et f et g sont continues, alors f = g.

Théorie des Distributions page 27

Chapitre 4. Distributions sur un ouvert de Rd

4.2.2 Distribution de Dirac

Nous avons déjà rencontré cette distribution au chapitre 2. Nous allons maintenant en donner
sa définition précise.
Définition 4.2.2. Soit a ∈ Ω. La forme linéaire δa : D(Ω) → C définie par

∀ φ ∈ D(Ω), < δa , φ >= φ( a)

est une distribution sur Ω, d’ordre 0, appelée mesure (ou masse, ou impulsion) de Dirac en a.

Démonstration : Soit K un compact de Ω et soit φ ∈ D(Ω) telle que supp φ ⊂ K. Alors, | <
δa , φ > | ≤ 1 · || φ||∞ . Donc δa est une distribution d’ordre au plus 0 donc 0 sur Ω.

La distribution de Dirac est un nouvel objet de la théorie des distributions. En effet, on peut
montrer qu’il n’existe pas de fonction f ∈ L1loc (Ω) telle que δa = T f . Si cela était le cas, en fixant
un compact K ⊂ Ω, on aurait :
Z
∀ φ ∈ D(Ω), supp φ ⊂ K, < δa , φ >= φ( a) = f ( x ) φ( x )dx.
K

/ supp φ, K f ( x ) φ( x )dx = 0. Donc, pour toute φ ∈ C0∞ (Ω \ { a}), K f ( x ) φ( x )dx =

R R
Alors, si a ∈
0. Par le lemme
R de du Bois-Reymond, f = 0 pp sur Ω \ { a}, donc sur Ω. Mais alors, pour toute
φ ∈ D(Ω), K f ( x ) φ( x )dx = K 0 · φ( x )dx = 0 = φ( a). En choisissant φ telle que φ( a) ̸= 0 on
R
aboutit à une contradiction.

4.2.3 Distribution de Dirac dérivée

Nous pouvons aussi définir sur le modèle de la distribution de Dirac une distribution d’ordre
fini de n’importe quel ordre. Soient a ∈ Ω et α ∈ Nd . Posons, pour toute φ ∈ D(Ω),

< T, φ >= ∂α φ( a).

Montrons que T ainsi définie est une distribution d’ordre exactement |α|. Tout d’abord, il est
clair que c’est bien une distribution d’ordre au plus |α|. En effet, si K est un compact de Ω, on a

| < T, φ > | = |∂α φ( a)| ≤ ||∂α φ||∞ .

Soit k < |α|. Montrons que T n’est pas d’ordre k. On raisonne par l’absurde. Supposons que,
pour tout compact K de Ω, il existe CK > 0 telle que :

∀ φ ∈ D(Ω), supp φ ⊂ K, |∂α φ( a)| ≤ CK max ||∂ β φ||∞ . (4.1)

| β|≤k

Soit ε > 0 tel que B( a, 2ε) ⊂ Ω, et prenons comme compact K = B( a, ε). Fixons ψ0 ∈ C0∞ ( B(0, ε))
telle que ψ0 ( x ) = 1 pour | x | ≤ ε/2. Posons alors
xα
ψ( x ) = ψ0 ( x ).
α!
Par la formule de Leibniz, on a ∂α ψ(0) = ψ0 (0) = 1. Posons enfin φ( x ) = ψ(λ( x − a)) où λ ≥ 1.
Comme supp φ ⊂ B( a, λε ) ⊂ B( a, ε) ⊂ K, on a bien supp φ ⊂ K. De plus, < T, φ >= ∂α φ( a) =
λ|α| ∂α ψ(0) = λ|α| . Pour | β| ≤ k,

|∂ β φ( x )| = λ| β| |∂ β ψ(λ( x − a))| ≤ λk ||∂ β ψ||∞ .

page 28 Théorie des Distributions

 4.2 Premiers exemples

Alors, pour tout λ ≥ 1, on devrait avoir, par (4.1)

λ|α|−k ≤ CK max ||∂ β ψ||∞ < +∞.

| β|≤k

On aboutit à une contradiction en faisant tendre λ vers +∞ puisque |α| − k ≥ 1. Donc T ne

peut pas être d’ordre k < |α|, donc T est d’ordre exactement |α|.

4.2.4 Mesures de Radon

On renvoie à l’Appendice (définition A.1.9) pour la définition d’uneR mesure de Radon.
Soit µ une mesure de Radon sur Ω. La forme linéaire φ ∈ D(Ω) 7→ Ω φdµ est une distribution
d’ordre 0 sur Ω.

Théorème 4.2.3. Soit T ∈ D ′ (Ω) d’ordre 0. Alors, il existe une mesure de Radon µ sur Ω telle que
Z
∀ φ ∈ D(Ω), < T, φ >= φdµ.
Ω

Démonstration : On admettra ce théorème. La démonstration se base sur le fait que les mesures
de Radon positives sur Ω s’identifient aux formes linéaires positives sur C0 (Ω) par
 Z 
µ 7→ f ∈ C0 (Ω) 7→ f dµ .
Ω

C’est le théorème de représentation de Riesz.

Exemple 4.2.4. La mesure de Dirac est une mesure de Radon. L’application

Z
φ 7→ φ( x1 , . . . , xd−1 , 0) dx1 . . . dxd−1
Rd −1

définit une distribution sur Rd−1 qui est une mesure de Radon sur Rd−1 .

4.2.5 Distributions positives

On dit qu’une distribution T ∈ D ′ (Ω) est positive lorsque :

∀ φ ∈ D(Ω), φ ≥ 0 ⇒ < T, φ >≥ 0.

Montrons que toute distribution positive est d’ordre 0.

En effet, soit K un compact de Ω et soit χ ∈ C0∞ (Ω), χ = 1 sur K et 0 ≤ χ ≤ 1. Si φ ∈ D(Ω),

supp φ ⊂ K et φ réelle, alors les fonctions ψ± : x 7→ χ( x ) supy∈K | φ(y)| ± φ( x ) sont dans D(Ω)
et sont positives. Alors, < T, ψ± >≥ 0. D’où,

| < T, φ > | ≤ | < T, χ > | · sup | φ( x )| = CK sup | φ( x )|.

x ∈K x ∈K

La même inégalité (quitte à augmenter la constante CK ) reste valable quand φ est à valeur
complexe, en considérant séparément la partie réelle et la partie imaginaire de φ. Ceci signifie
que T est d’ordre au plus 0 donc d’ordre 0.

Théorie des Distributions page 29

Chapitre 4. Distributions sur un ouvert de Rd

1
4.2.6 La valeur principale de x

La fonction inverse, f : x 7→ 1x n’est pas dans L1loc (R), on ne peut donc pas définir à partir de
cette fonction une distribution comme on l’a fait auparavant. Cependant, en prenant garde à
éviter la singularité en 0 et en effectuant une intégration symétrique par rapport à 0, on va tout
de même pouvoir associer une distribution à f .
Définition 4.2.5. Soit φ ∈ C0∞ (R). On pose
   
1 φ( x )
Z
vp , φ = lim dx.
x ε→0 | x |>ε x

Alors vp 1x est une distribution sur R d’ordre exactement 1.

Démonstration : Soit K un compact de R et supposons que K ⊂ [− R, R] pour R un réel positif.

Soit φ ∈ C0∞ (R) telle que supp φ ⊂ K. Alors,
   
1 φ( x )
Z
vp , φ = lim dx.
x ε→0 ε<| x |≤ R x

Pour “annuler” la singularité en 0, l’idée est de faire un développement de Taylor de φ

en 0. Par la formule de Taylor avec reste intégral, on peut écrire
Z 1
∀ x ∈ R, φ( x ) = φ(0) + xψ( x ), avec ψ( x ) = φ′ (tx )dt, ψ ∈ C ∞ (R) et |ψ( x )| ≤ || φ′ ||∞ .
0

On écrit alors, pour tout ε > 0,

φ( x ) dx
Z Z Z
dx = φ(0) + ψ( x )dx := I1 + I2 .
ε<| x |≤ a x ε<| x |≤ R x ε<| x |≤ R

Par imparité de la fonction f et symétrie par rapport à 0 du domaine d’intégration,

l’intégrale I1 est nulle. Dans l’intégrale I2 , la fonction ψ étant continue en 0, on peut
appliquer le TCD pour obtenir que
la limite lorsque ε tend vers 0 de I2 existe et vaut
dx. La définition de vp 1x est donc justifiée, la limite existe et on a :
R
| x |≤ R ψ ( x )
    Z
1
vp ,φ = ψ( x )dx.
x | x |≤ R

De plus,    
 vp 1 , φ  ≤ 2R |ψ( x )| ≤ 2R sup | φ′ ( x )|.
 
sup
 x 
− R≤| x |≤ R x ∈K

1


On en déduit que vp x est une distribution d’ordre au plus 1. Il nous reste à justi-
fier qu’elle ne peut pas être d’ordre 0. Si elle était d’ordre 0 on aurait l’existence d’une
constante C > 0 telle que :
   
∞ 1
∀ φ ∈ C0 (R), supp φ ⊂ [0, 2],  vp
 
, φ  ≤ C || φ||∞ .
x

Pour n ≥ 1, on considère une fonction plateau qui vaut 1 sur le compact [ n1 , 1] et qui est
1 1
nulle hors de l’ouvert ] 2n , 2[. Alors, || φn ||∞ = 1 et, pour ε ≤ 2n , on a (par positivité de φn )
Z 2 Z 1 Z 1
φn ( x ) φn ( x ) φn ( x ) dx
Z
dx = dx ≥ dx = = log n.
| x |>ε x 1
2n
x 1
n
x 1
n
x

page 30 Théorie des Distributions

 4.2 Premiers exemples

Ainsi, pour tout n ≥ 1,

   
 1 
log n ≤  vp , φ  ≤ C || φn ||∞ = C.
x

D’où la contradiction lorsque n → ∞.

Comme vp 1x est d’ordre 1 on en déduit en particulier qu’il n’existe pas de fonction f ∈

L1loc (R) telle que vp 1x = T f .

Cette distribution apparaı̂tra à nouveau plus loin dans le cours et en TDs. Tout comme la dis-
tribution de Dirac, elle constitue un des premiers exemples d’objets nouveaux introduits par la
théorie des distributions.

4.2.7 Partie finie de x a

On cherche maintenant à définir une distribution qui coı̈ncide avec x a pour −2 < a < −1 et
x > 0. On vérifie que
Z R Z R Z R
x a φ( x )dx = x a φ(0)dx + x a+1 φ′ (0)dx + ...
ε ε ε

a +1 a +1
(sans préciser le reste de Taylor). Le premier terme vaut Ra+1 − εa+1 , qui tend vers +∞ lorsque
ε → 0. Il s’agit de la partie infinie de x a . Plus précisément, on a l’égalité, valable pour φ à
support compact et R ∈ / suppφ :
R
x a +1
Z R a +1
ε a +1
Z R  Z R a +1
x x
a
x φ( x )dx = φ( x ) − φ′ ( x )dx = − φ(ε) − φ′ ( x )dx.
ε a+1 ε ε a+1 a+1 ε a+1
a +1
La fonction xa+1 est, quant à elle, intégrable car a + 1 > −1, donc définit une distribution. On
voit donc apparaitre la partie finie.

Définition 4.2.6. Soit a ∈] − 2, −1[. La partie finie de x a , notée Pf( x a ) est la distribution définie par

∞ ε a +1
Z ∞ a +1
Z 
x
∀ φ ∈ C0∞ (R), < Pf( x a ), φ >= lim x a φ( x )dx + φ (0) =− φ′ ( x )dx. (4.2)
ε →0 ε a+1 0 a+1

On peut plus généralement définir de même Pf( x a ) lorsque a est un réel < −1, non-entier :

Définition 4.2.7. Soit a < −1 tel que a ∈ / Z. Soit n ∈ N tel que a ∈] − n − 1, −n[. La partie finie de
x a (x > 0) est la distribution définie par :
Z ∞
x a+n
< Pf( x a ), φ >= (−1)n φ(n) ( x )dx.
0 ( a + 1)...( a + n)

On peut aussi exprimer la partie finie comme en (4.2), en retranchant la partie infinie obtenue en
écrivant le développement de Taylor de φ à un ordre dépendant de a. Ainsi, lorsque −n − 1 <
a < −n, n ≥ 1, on écrit
n −1 j
x
φ( x ) = ∑ φ( j) (0) + x n ψn ( x ),
j =0
j!

Théorie des Distributions page 31

Chapitre 4. Distributions sur un ouvert de Rd

où ψn ∈ C ∞ et on calcule ainsi la limite, lorsque ε → 0, de

Z +∞ n −1
ε a + j +1
ε
x a φ( x )dx + ∑ ( j + a + 1) j!
φ ( j ) (0),
j =0

qui est exactement < Pf( x a ), φ >, où P f est la partie finie donnée par la définition 4.2.7.
On peut également définir une partie finie lorsque a est entier, mais il faut pour cela faire inter-
venir, dans le développement de Taylor précédent, un terme en log ε. Par exemple
     Z +∞ 
1 1
Pf , φ = lim φ( x )dx + φ(ε) log(ε) .
x ε → 0+ ε x
Lorsque a est entier on peut également définir une valeur principale, par analogie à la valeur
principale de 1/x, en passant à la limite dans une intégrale symétrique par rapport à l’origine.
Ainsi, la valeur principale de 1/x2 est,
Z 
2φ(0)
vp x −2 , φ = lim x −2 φ( x )dx −



.
ε → 0+ | x |>ε ε
Nous verrons en travaux dirigés la définition de la partie finie de | x | a en dimension d ≥ 2.

4.2.8 Un exemple de distribution d’ordre infini

Soit T la forme linéaire sur C0∞ (R) définie par
+∞
∀ φ ∈ D(R), < T, φ >= ∑ φ ( j ) ( j ).
j =0

Remarquons que φ étant à support compact, la somme précédente est en fait finie. Alors, T est
une distribution sur R d’ordre infini. On peut reprendre en l’adaptant légèrement la preuve
donnée pour la distribution de Dirac dérivée.
Soit [− R, R] ⊂ R et soit φ ∈ C0∞ (R), supp φ ⊂ [− R, R]. Posons p0 = E( R) + 1, où E( R) est la
partie entière de R. On a :
   
+∞   p0  p0
| < T, φ > | =  ∑ φ ( j) =  ∑ φ ( j) ≤ ∑ || φ( j) ||∞ .
( j) ( j)
   
 j =0   j =0  j =0

Donc T ∈ D ′ (R).
Supposons par l’absurde que T est d’ordre fini m. Soit ψ0 ∈ C0∞ (] − 1/2, 1/2[), égale à 1 sur
m +1
[−1/4, 1/4] et positive. Soit λ > 1. Posons ψ( x ) = (mx +1)! ψ0 ( x ) pour x ∈ R et φ( x ) = ψ(λ( x −
(m + 1))). On considère le compact K = [m + 1/2, m + 3/2] ⊂ R. Comme λ > 1, φ est à
support dans K et elle est C ∞ .
D’autre part, par la formule de Leibniz, on a : ψ(m+1) (0) = ψ0 (0) = 1. Puis, comme supp φ ⊂ K,
on a < T, φ >= φ(m+1) (m + 1) = λm+1 ψ(m+1) (0) = λm+1 . D’autre part, pour j ≤ m,
∀ x ∈ R, | φ( j) ( x )| ≤ λ j sup |ψ( j) ( x )| ≤ λ j ||ψ( j) ||∞ .
x ∈R

Or, T est supposée d’ordre m, donc pour K = [m + 1/2, m + 3/2], il existe CK > 0 telle que
m
| < T, φ > | ≤ CK ∑ || φ( j) ||∞ ,
j =0

soit ici :
m
λm+1 ≤ CK ∑ λ j ||ψ( j) ||∞ ≤ CK λm ,
j =0

ce qui conduit à une contradiction lorsque λ tend vers l’infini. Donc T ne peut être d’ordre fini.

page 32 Théorie des Distributions

 4.3 Convergence des suites de distributions

4.3 Convergence des suites de distributions

Nous allons voir que les suites de distributions étant des suites d’applications linéaires conti-
nues, elles se comportent de manière très “simple”. Cela est principalement dû au théorème
de Banach-Steinhaus qui est un résultat d’uniformisation des bornes sur les familles de formes
linéaires continues sur un espace de Banach (voir [6], Chapitre 17). Commençons par donner la
définition de la convergence dans D ′ (Ω).

Définition 4.3.1. On dit qu’une suite ( Tn )n∈N de distributions sur Ω converge vers T ∈ D ′ (Ω)
lorsque, pour toute fonction φ ∈ D(Ω),

lim < Tn , φ >=< T, φ > .

n→∞

Exemple 4.3.2. La suite (δ1/n )n tend vers la distribution δ0 dans D ′ (R). La suite (en δn )n tend vers 0
dans D ′ (R).

Exemple 4.3.3. La suite de distributions ( Tn )n≥1 définie par : ∀n ≥ 1, Tn = n(δ 1 − δ− 1 ), converge

n n
dans D ′ (R) vers la distribution φ 7→ 2φ′ (0). En effet, pour φ ∈ D(Ω), on peut écrire φ( x ) =
R1
φ(0) + xψ( x ) avec ψ( x ) = 0 φ′ ( xu)du. Alors,
        
1 1 1 1
< Tn , φ >= n φ −φ − =ψ +ψ − −−−→ 2ψ(0) = 2φ′ (0).
n n n n n→∞

D’où le résultat.

Exemple 4.3.4. La suite ( Tein· )n≥0 converge vers la distribution nulle dans D ′ (Ω). Il s’agit juste du
lemme de Riemann-Lebesgue.
p
Proposition 4.3.5. La convergence dans Lloc (Ω), 1 ≤ p ≤ +∞ implique la convergence dans D ′ (Ω).

p
Démonstration : Soit ( f n )n≥0 une suite de fonctions dans Lloc (Ω) qui converge vers f dans
p
Lloc (Ω). Soit q tel que 1p + 1q = 1. Soit K ⊂ Ω un compact et soit φ ∈ D(Ω), supp φ ⊂ K.
Par l’inégalité de Hölder,
Z
| < Tfn , φ > − < Tf , φ > | = | < Tfn − Tf , φ > | ≤ | f n ( x ) − f ( x )| · | φ( x )|dx
K
≤ || f n − f || L p (K) || φ|| Lq (K) −−−→ 0.
n→∞

Exemple 4.3.6. La convergence presque partout n’implique pas la convergence dans D ′ (Ω). En effet,
√ 2
considérons la suite de L1loc (Ω) définie par f n : x √
7→ ne−nx . Alors, pour tout x ̸= 0, f n ( x ) → 0,
mais la suite ( T f n )n≥1 converge dans D ′ (Ω) vers πδ0 et non pas vers la distribution nulle. En effet,
si φ ∈ D(Ω), on a par le TCD,

√ Z −nx2 √ √
 
y
Z
− y2
< f n , φ >= n e φ( x )dx = e φ √ dy −−−→ π φ(0) =< πδ0 , φ > .
R R n n→∞

On a le théorème suivant dont la démonstration (difficile et basée sur Banach-Steinhaus) est

admise ici (voir [1, C.3.4, p245] ou [8, p58]).

Théorie des Distributions page 33

Chapitre 4. Distributions sur un ouvert de Rd

Théorème 4.3.7 (Admis). Soit ( Tn )n∈N une suite de distributions telle que, pour toute φ ∈ C0∞ (Ω),
la suite (< Tn , φ >)n∈N admet une limite dans C. Alors la forme linéaire T définie sur D(Ω) par
∀ φ ∈ D(Ω), < T, φ >= lim < Tn , φ >
n→+∞

est une distribution sur Ω. De plus, pour tout compact K ⊂ Ω, il existe m ∈ N et C > 0 tels que,
∀ φ ∈ D(Ω), supp φ ⊂ K, sup | < Tn , φ > | ≤ Cpm ( φ).
n ∈N

Le point clé ici est le fait que l’on peut trouver une constante C > 0 et un entier m ∈ N
indépendants de n. On a aussi le corollaire suivant.
Corollaire 4.3.8. Soit ( Tn )n∈N une suite de distributions qui converge vers T dans D ′ (Ω) et soit
( φn )n∈N une suite qui converge vers φ dans D(Ω). Alors < Tn , φn >−−−→< T, φ >.
n→∞

Démonstration : On écrit
< Tn , φn > − < T, φ >=< Tn , φn − φ > + < Tn − T, φ > .
Le premier terme tend vers 0 grâce au théorème 4.3.7. Le deuxième terme tend vers 0 par
la définition de la convergence des distributions.

Nous allons montrer au chapitre sur la convolution des distributions que toute distribution est
limite dans D ′ (Ω) d’une suite de fonctions dans D(Ω).

Nous terminons cette section par un résultat d’approximation de la distribution de Dirac en 0

par des fonctions L1 .
Proposition 4.3.9. Soit ( f n )n≥0 une suite de fonctions positives dans L1 (Rd ), dont les supports sont
contenus dans des boules centrées à l’origine et de rayon tendant vers 0. Alors
1
R T f −−−→ δ0 dans D ′ (Rd ).
f dx n n→∞
Rd n

Démonstration : Soit an le rayon de la boule, an → 0. Soit φ ∈ C0∞ (Rd ). En posant x = an t,

Z Z
∀n ∈ N, < T f n , φ >= f n ( x ) φ( x )dx = adn f n ( an t) φ( an t)dt.
| x |≤ an |t|≤1

On écrit
adn
R
< Tfn , φ > |t|≤1 f n ( an t )( φ ( an t ) − φ (0))dt
R − φ (0) = R .
fn adn |t|≤1 f n ( an t)dt
On utilise ensuite le fait que, pour an < 1 et |t| ≤ 1, par la formule de Taylor avec reste
intégral à l’ordre 1,
| φ( an t) − φ(0)| ≤ an max max |∂α φ( x )|
|α|=1 | x |≤1

pour trouver, lorsque n est assez grand,

 < Tfn , φ >
 

 R − φ ( 0 )  ≤ an max max |∂α φ( x )|.
 fn  |α|=1 | x |≤1

D’où le résultat.

page 34 Théorie des Distributions

Chapitre 5

Opérations sur les distributions

5.1 Majoration de la norme d’un produit de fonctions

On rappelle la définition des normes pm et pm,K (où K est un compact de Ω) :

∀ φ ∈ C0∞ (Ω), pm,K ( φ) = max |∂α φ( x )|, pm ( φ) = max |∂α φ( x )|.

x ∈K x ∈Ω
|α|≤m | a|≤m

Le lemme suivant nous sera très utile dans la suite de ce cours :

Lemme 5.1.1. Soit m ∈ N. Il existe une constante Cm telle que

pm ( φψ) ≤ Cm pm ( φ) pm (ψ),

et, si K est un compact de Ω,

∀ φ ∈ C0∞ (Ω), ∀ψ ∈ C ∞ (Ω), pm,K ( φψ) ≤ Cm pm,K ( φ) pm,K (ψ).

Démonstration : La première inégalité découle de la deuxième. Pour montrer la deuxième, on

utilise la formule de Leibniz
 
∂ ( φψ) = ∑
α
α
∂ β φ · ∂α− β ψ,
β≤α
β

où α ∈ Nd vérifie |α| ≤ m. En majorant |∂ β φ| par pm ( φ) et |∂α− β ψ| par pm (ψ), on obtient

l’inégalité annoncée.

5.2 Multiplication par une fonction C ∞

Définition 5.2.1. Soit T ∈ D ′ (Ω) et soit a ∈ C ∞ (Ω). La forme linéaire aT définie sur D(Ω) par :

∀ φ ∈ D(Ω), < aT, φ >=< T, aφ >

est une distribution appelée produit de a par T.

Démonstration : Tout d’abord, on a bien aφ ∈ D(Ω) donc le membre de droite est bien défini.
Par ailleurs, il est évident que φ 7→< T, aφ > est un application linéaire. Il reste à vérifier
la propriété de continuité dans la définition des distributions.

35
Chapitre 5. Opérations sur les distributions

Soit K ⊂ Ω un compact. Il existe m ∈ N et C > 0 tels que,

∀ φ ∈ D(Ω), | < T, φ > | ≤ Cpm ( φ).

Alors, par le lemme 5.1.1,

| < aT, φ > | = | < T, aφ > | ≤ C pm ( aφ) ≤ C pm ( a) pm ( φ),

ce qui montre que aT est bien une distribution.

Nous avons facilement les propriétés suivantes. Pour a, b ∈ C ∞ (Ω) et T, S ∈ D ′ (Ω),

( a + b) T = aT + bT, ( ab) T = a(bT ), a(S + T ) = aS + aT.

De plus, la multiplication est une opération continue sur D ′ (Ω) × C ∞ (Ω). Pour donner un sens
à cette affirmation, on doit définir une topologie sur C ∞ (Ω), ce que l’on fait à l’aide de suites.
Définition 5.2.2. Soit ( φn )n une suite de C ∞ (Ω) et φ ∈ C ∞ (Ω). On dit que la suite ( φn )n converge
vers φ dans C ∞ (Ω) quand n tend vers ∞ lorsque pour tout compact K de Ω, pour tout m ∈ N,

lim pm,K ( φ − φn ) = 0.
n→∞

En d’autres termes, une suite converge dans C ∞ si et seulement si elle converge unifor-
mément dans tout compact, ainsi que toutes ses dérivées. Ainsi une suite convergente dans
C0∞ (Ω) converge vers la même limite dans C ∞ (Ω). Un autre exemple est la suite ( φn )n , où
φn ( x ) = en φ( x − n), et φ est un élément fixé de C0∞ (R) : cette suite converge vers 0 dans C ∞ (R)
(comparer avec l’exemple 3.3.13).
On a alors :
Proposition 5.2.3. Soient T ∈ D ′ (Ω) et a ∈ C ∞ (Ω). Soit ( an )n≥0 une suite qui converge vers a dans
C ∞ (Ω) et soit ( Tn )n≥0 une suite qui converge vers T dans D ′ (Ω). Alors

an T −−−→ aT, aTn −−−→ aT et an Tn −−−→ aT dans D ′ (Ω).

n→∞ n→∞ n→∞

Démonstration : Bien entendu, il suffit de montrer le troisième point. Soit φ ∈ D(Ω). Posons
pour tout n, ψn = an φ. Alors, ψn −−−→ aφ dans D(Ω) par la formule de Leibniz, donc
n→∞

< an Tn , φ >=< Tn , ψn >−−−→< T, aφ >=< aT, φ > .

n→∞

Nous avons utilisé ici le corollaire 4.3.8.

Exemple 5.2.4. Si a ∈ C ∞ (Ω) et f ∈ L1loc (Ω), alors aT f = Ta f .

Exemple 5.2.5. Si a ∈ C ∞ (Ω) et x0 ∈ Ω, alors aδx0 = a( x0 )δx0 . En particulier dans R, xδ0 = 0. La
vérification est ici immédiate.

Exemple 5.2.6. On a : xvp 1x = 1. En effet, si φ ∈ D(Ω),

       
1 1 xφ( x )
Z Z Z
xvp , φ = vp , xφ = lim dx = lim φ( x )dx = φ( x )dx =< 1, φ >,
x x ε→0 | x |>ε x ε→0 | x |>ε R

par intégrabilité de la fonction φ.

page 36 Théorie des Distributions

 5.3 Les équations xT = 0, xT = 1 et xT = S

Exemple 5.2.7. Soit −2 < a < −1. Alors xPf( x a ) = x a+1 11]0,+∞[ . En effet, si l’on pose ψ( x ) =
xφ( x ),
Z ∞
ε a +1

a a a
< xPf( x ), φ >=< Pf( x ), ψ >= lim x ψ( x )dx + ψ (0) .
ε →0 ε a+1
Or ψ(0) = 0, et donc
∞ Z ∞
Z 
a a +1
< xPf( x ), φ >= lim x φ( x )dx = x a+1 φ( x )dx.
ε →0 ε 0

Remarque. On ne peut pas définir un produit raisonnable entre deux distributions quelconques.
Par exemple, une multiplication basique du type “< TS, φ >=< T, φ > · < S, φ >” ne définit
même pas une forme linéaire.
Une autre objection est que l’on ne peut pas donner sens au carré de la distribution de Dirac en
0. Par exemple, on considère la famille de fonctions (ϕε )ε>0 définie par :
1 ε
∀ε > 0, ϕε ( x ) = si | x | ≤ et ϕε ( x ) = 0 sinon.
ε 2
Soit alors φ ∈ C0∞ (R). On a, en utilisant Taylor avec reste intégral à l’ordre 1,

1 1
Z Z ε/2
ϕε ( x ) φ( x )dx = φ( x )dx = (εφ(0) + O(ε2 )) −−→ φ(0).
R ε −ε/2 ε ε →0

et ainsi (ϕε )ε>0 converge vers δ0 dans D ′ (R). Toutefois,

1 1
Z Z ε/2
ϕε2 ( x ) φ( x )dx = φ( x )dx = (εφ(0) + O(ε3 ))
R ε2 −ε/2 ε2

qui diverge lorsque ε tend vers 0. Donc (ϕε2 )ε>0 ne converge pas dans D ′ (R).

D’un point de vue plus abstrait, on ne peut pas définir une loi de composition interne commu-
tative et associative sur D ′ (Ω) prolongeant à D ′ (Ω) × D ′ (Ω) la multiplication
que l’on

vient de
définir sur D ′ (Ω) × C ∞ . Si cela était le cas, on aurait par exemple : δ0 · vp 1x = vp 1x · δ0 . D’où,
en multipliant les deux membres par x, on aurait d’une part : x (δ0 · vp 1x ) = ( xδ0 ) · vp 1x = 0.

D’autre part, x (δ0 · vp 1x ) = x (vp 1x · δ0 ) = ( xvp 1x ) · δ0 = 1 · δ0 = δ0 , d’où la contradiction.

Nous verrons plus loin que l’on peut définir le produit de convolution de deux distributions
(moyennant des hypothèses sur leurs supports respectifs), ce produit ayant alors une interpré-
tation physique naturelle.

5.3 Les équations xT = 0, xT = 1 et xT = S

Nous allons étudier ces trois équations pour d = 1. Mentionnons qu’il est possible d’obtenir
des résultats analogues en dimension d quelconque pour le système d’équations xi T = 0.
Proposition 5.3.1. Soit T ∈ D ′ (R). On a alors équivalence entre
1. xT = 0.
2. ∃z ∈ C, T = zδ0 .

Démonstration : On a déjà vu que, si T = zδ0 , alors xT = zxδ0 = 0 z = 0. D’où une première

implication.
Pour l’autre sens, supposons que xT = 0. Pour θ ∈ C0∞ (R), 0 =< xT, θ >=< T, xθ >.
Donc T est nulle sur toutes les fonctions de la forme xθ, θ ∈ C0∞ (R).

Théorie des Distributions page 37

Chapitre 5. Opérations sur les distributions

Caractérisons ces fonctions. Tout d’abord, si ψ = xθ, θ ∈ C0∞ (R), il est clair que ψ ∈
C0∞ (R) et que ψ(0) = 0. Réciproquement, soit ψ ∈ C0∞ (R) telle que ψ(0) = 0. Supposons
que supp ψ ⊂ [− A, A]. Par la formule de Taylor avec reste intégral à l’ordre 1, on peut
R1 R1
écrire que ψ( x ) = ψ(0) + x 0 ψ′ (tx )dt = xθ ( x ) où θ ( x ) = 0 ψ′ (tx )dt. Alors, θ ∈ C ∞ (R)
et si | x | > A, on a ψ( x ) = 0 d’où θ ( x ) = ψ( x )/x = 0. Donc θ ∈ C0∞ (R).
Finalement, T s’annule sur toutes les fonctions ψ ∈ C0∞ (R) telles que ψ(0) = 0. Fixons
χ ∈ C0∞ (R) telle que χ( x ) = 1 pour | x | ≤ 1. Soit φ ∈ C0∞ (R). Posons ψ = φ − φ(0)χ.
Alors ψ ∈ C0∞ (R) et ψ(0) = 0. Donc < T, ψ >= 0, soit encore

< T, φ >= φ(0) < T, χ >= z < δ0 , φ > avec z =< T, χ > .

En d’autres termes, T = zδ0 . D’où l’autre implication.

On peut alors étudier la même équation avec un second membre. On commence par regarder
l’équation xT = 1.

Proposition 5.3.2. Les distributions T ∈ D ′ (R) telles que xT = 1 sont de la forme T = vp 1x + Cδ0 ,

C ∈ C.

Démonstration : On a déjà vu en exemple que xvp 1x = 1. Donc si T est une solution de

l’équation xT = 1, on doit avoir x ( T − vp 1x ) = 0. Par la proposition précédente,

T − vp 1x = Cδ0 avec C ∈ C.

On retrouve ici le principe général de résolution des équations linéaires : l’ensemble des so-
lutions est un espace affine dirigé par le noyau de l’application linéaire qui définit l’équation
considérée (soit l’ensemble des solutions de l’équation homogène associée) et passant par une
solution particulière de l’équation. Nous pouvons en fait résoudre l’équation xT = S pour
n’importe quel second membre S ∈ D ′ (R).

Proposition 5.3.3. Soit S ∈ D ′ (R). Alors l’équation xT = S admet une solution T ∈ D ′ (R).

Démonstration : On fixe χ ∈ C0∞ (R) tel que χ( x ) = 1 pour | x | < 1. Pour φ ∈ D(R), on définit
la fonction Lφ par

φ ( x ) − φ (0) χ ( x )
Lφ( x ) = si x ̸= 0 et Lφ(0) = φ′ (0).
x
On vérifie que Lφ est aussi un élément de D(R) et que :

∀m ≥ 0, ∃C, pm ( Lφ) ≤ Cpm+1 ( φ). (5.1)

En effet, il est évident que Lφ est C ∞ sur R∗ . Le fait que Lφ soit C ∞ au voisinage de 0
découle de la formule :
Z 1
φ ( x ) − φ (0)
∀ x ∈ [−1, +1], Lφ( x ) = = φ′ (sx )ds
x 0

et du théorème 1.2.3 de dérivation sous le signe intégral, qui montre également que
Z 1
∀ x ∈ [−1, +1], ∀k ∈ N, ( Lφ) (k)
(x) = sk φ(k+1) (sx )ds.
0

page 38 Théorie des Distributions

 5.4 Dérivation d’une distribution

Ceci donne immédiatement l’inégalité (5.1). Enfin Lφ est évidemment à support compact
(plus précisément supp Lφ ⊂ supp χ ∪ supp φ).
On définit la distribution T par :

∀ φ ∈ D(Ω), < T, φ >=< S, Lφ > .

L’application L étant linéaire, on vérifie facilement, en utilisant (5.1), que c’est une dis-
tribution. De plus, la définition de L montre que L( xφ) = φ et donc < xT, φ >=<
T, xφ >=< S, L( xφ) >=< S, φ >, d’où xT = S.

5.4 Dérivation d’une distribution

Nous avons déjà vu au chapitre 2, lors de notre étude de la fonction de Heaviside, qu’il est
envisageable de donner un sens à la dérivée d’une fonction qui n’est pas dérivable au sens
classique. Nous allons maintenant voir, et c’est là l’un des concepts les plus étonnants de la
théorie des distributions, que l’on peut dériver à n’importe quel ordre une distribution quel-
conque et que cette dérivation est une opération continue. La situation est donc totalement
différente du cadre des fonctions dérivables classiques. Il faut se dire que si une fonction clas-
sique n’est pas dérivable, cela signifie simplement que sa dérivée est une distribution qui n’est
pas une fonction. La dérivée usuelle peut laisser échapper l’essentiel de la “vraie” dérivée, par
exemple une masse de Dirac dans le cas de la fonction de Heaviside.
Le tout est de trouver “la bonne formule” pour définir la “bonne” notion de dérivée des dis-
tributions. Pour cela, regardons ce qui se passe dans le cas des distributions associées à une
fonction f de classe C1 sur Rd . Par intégration par parties ( cf §3.3.3) :
Z Z
∀ φ ∈ C0∞ (R)d , < T∂xi f , φ >= ∂ xi f ( x ) φ( x )dx = − f ( x )∂ xi φ( x )dx = − < T f , ∂ xi φ > .
R supp φ

Bien entendu, notre définition générale de la dérivée d’une distribution doit coı̈ncider avec la
notion de dérivée classique dans le cas des fonctions de classe C1 , nous allons donc adopter la
définition suivante.
Définition 5.4.1. Soit T ∈ D ′ (Ω) et soit i ∈ {1, . . . , d}. La forme linéaire ∂ xi T définie sur D(Ω) par

∀ φ ∈ D(Ω), < ∂ xi T, φ >= − < T, ∂ xi φ >

est une distribution sur Ω appelée i-ième dérivée partielle de T.

Le fait que ∂ xi T soit une distribution est évident. Il est clair aussi que si T est une distribution
d’ordre m donné, alors ∂ xi T est d’ordre au plus m + 1.
La définition de ∂ xi T peut être itérée autant de fois que voulu, on peut donc définir, pour tout
multi-indice α ∈ Nd , ∂α T par

∀ φ ∈ D(Ω), < ∂α T, φ >= (−1)|α| < T, ∂α φ > .

La proposition suivante est tout à fait remarquable de simplicité lorsqu’on la compare aux
énoncés équivalents dans le cadre des fonctions classiques qui requièrent tous des hypothèses
très fortes de convergence uniforme.
Proposition 5.4.2. Soit ( Tn )n≥0 une suite dans D ′ (Ω) qui converge vers T ∈ D ′ (Ω). Alors, pour tout
α ∈ Nd , (∂α Tn )n≥0 converge vers ∂α T dans D ′ (Ω).

Théorie des Distributions page 39

Chapitre 5. Opérations sur les distributions

Démonstration : Soit φ ∈ D(Ω). Pour tout n ∈ N,

< ∂α Tn , φ >= (−1)|α| < Tn , ∂α φ >−−−→ (−1)|α| < T, ∂α φ >=< ∂α T, φ > .

n→∞

D’où le résultat voulu.

La dérivation se comporte tout aussi bien vis-à-vis du produit par une fonction C ∞ .
Proposition 5.4.3. Soit a ∈ C ∞ (Ω) et soit T ∈ D ′ (Ω). Alors, ∂ xi ( aT ) = (∂ xi a) T + a∂ xi T.

Démonstration : Cela provient directement de la dérivée d’un produit de fonctions :

⟨∂ xi ( aT ), φ⟩ = − ⟨ aT, ∂ xi φ⟩ = − ⟨ T, a∂ xi φ⟩ = − ⟨ T, ∂ xi ( aφ)⟩ + ⟨ T, (∂ xi a) φ)⟩ .

Exercice 5.4.4. Montrer la formule de Leibniz (cf §3.1) ∂α ( aT ) = . . . lorsque a ∈ C ∞ (Ω) et T ∈

D ′ ( Ω ).
Exemple 5.4.5. La dérivée d’une distribution T f avec f ∈ C1 (R) est la distribution T f ′ . Plus généralement,
la i-ième dérivée partielle d’une distribution T f avec f ∈ C1 (Rd ) est la distribution T∂xi f . Cela résulte
de la formule d’intégration par parties (3.2).
Exemple 5.4.6. Soit H la fonction de Heaviside qui vaut 0 sur ] − ∞, 0[, 1
2 en 0 et 1 sur ]0, +∞[. Alors,
H ′ = δ0 . En effet,
Z ∞
∀φ ∈ C0∞ (R), ′
< H , φ >= − < H, φ >= − ′
φ′ ( x )dx = φ(0) =< δ0 , φ > .
0

Exemple 5.4.7. La fonction définie pour x ̸= 0 par f ( x ) = log | x | et une valeur quelconque en 0
est
dans L1loc (R). On peut donc lui associer une distribution T f ∈ D ′ (R). On a alors : ( T f )′ = vp 1x .
En effet, pour φ ∈ C0∞ (R), on a < f ′ , φ >= − < f , φ′ >= − R log | x | · φ′ ( x )dx. Or, par
R
intégrabilité du logarithme en 0, on a
Z Z
− log | x | · φ′ ( x )dx = − lim log | x | · φ′ ( x )dx := − lim Iε .
R ε→0 | x |≥ε ε →0

Soit ε > 0. Alors, Z −ε Z ∞

Iε = log(− x ) · φ′ ( x )dx + log( x ) · φ′ ( x )dx.
−∞ ε
On effectue une intégration par parties dans chacune des deux intégrales pour obtenir :

φ( x )
Z
Iε = − dx + φ(−ε) log(ε) − φ(ε) log(ε).
| x |≥ε x
R +ε
Puisque φ(ε) − φ(−ε) = −ε φ′ (t) dt, on a | φ(ε) − φ(−ε)| ≤ ∥ φ′ ∥∞ ε et donc

lim φ(−ε) log(ε) − φ(ε) log(ε) = 0.

ε →0

On en déduit :    
φ( x ) 1
Z
′
< f , φ >= − lim Iε = lim dx = vp ,φ .
ε →0 ε→0 | x |≥ε x x
D’où le résultat annoncé.

page 40 Théorie des Distributions

 5.5 L’équation T ′ = 0.

Rx
Exemple 5.4.8. Soit u ∈ L1loc (R) et posons, pour x ∈ R, v( x ) = 0
u(t)dt. Alors v est une fonction
continue sur R et v′ = u au sens des distributions.
Commençons par montrer la continuité
R de v. Soit x0 ∈ R et soit ( xn )n≥0 une suite qui converge vers
x0 . On a : ∀n ≥ 0, v( xn ) = R 1[0,xn ] (t)u(t)dt. Par le TCD, la suite (v( xn ))n≥0 converge alors vers
(t)u(t)dt = v( x0 ), d’où la continuité de v en x0 , donc sur R.
R
1
R [0,x0 ]
Soit φ ∈ C0∞ (R) et supposons que supp φ ⊂ [− A, A]. En utilisant Fubini, on a :
Z A Z x 
′ ′
< v , φ > = − < v, φ >= − u(t)dt φ′ ( x )dx
−A 0
Z AZ x Z 0 Z 0
= − u(t) φ′ ( x )dtdx + u(t) φ′ ( x )dtdx
0 0 −A x
Z A Z A  Z 0 Z t 
′ ′
= − u(t) φ ( x )dx dt + u(t) φ ( x )dx dt
0 t −A −A
Z A Z 0 Z
= u(t) φ(t)dt + u(t) φ(t)dt = u(t) φ(t)dt =< u, φ > .
0 −A R

D’où v′ = u dans D ′ (R).

Exemple 5.4.9. On renvoie le lecteur à la définition A.1.9 dans l’appendice d’une mesure de Radon.
La forme associée à la dérivée α-ième d’une mesure de Radon µ sur Ω, notée ∂α µ, est l’application de
C0∞ (Ω) dans R donnée par :
Z
∀ φ ∈ D(Ω), < ∂ µ, φ >=
α
(−1)|α| ∂α φ( x )dµ( x ).
Ω

C’est une forme linéaire sur C0∞ . Si K ⊂ Ω est compact, on a l’inégalité, due au fait que µ charge de
manière finie les compacts :
Z 
 (−1)|α| ∂α φ( x )dµ( x ) ≤ µ(K ) max |∂α φ( x )|.
 
 Ω  x ∈K

En particulier, pour tout a ∈ Ω, les dérivées de la masse de Dirac en a sont

< ∂α δa , φ >= (−1)|α| ∂α φ( a).

C’est une distribution d’ordre exactement |α|, comme démontré en §4.2.3. Si µ est une mesure définie
par une densité ρ( x ) qui est de classe C k , i.e. dµ( x ) = ρ( x )dx, on a, pour |α| ≤ k :
Z Z Z
|α| α |α| α
(−1) ∂ φ( x )dµ( x ) = (−1) ∂ φ( x )ρ( x )dx = ∂α ρ( x ) φ( x )dx,
Ω Ω Ω

et ainsi la forme linéaire ∂α µ est associée à la mesure de densité ∂α ρ. Remarquons que nous avons à
nouveau utilisé la formule d’intégration par parties (3.2). Remarquons que dans ce cas, ∂α µ est d’ordre
0.

5.5 L’équation T ′ = 0.
Nous nous plaçons ici en dimension d = 1. Nous avons le résultat suivant :

Proposition 5.5.1. Soit T ∈ D ′ (R). On a T ′ = 0 ⇔ T est constante.

Remarque 5.5.2. La phrase “T est constante” signifie que T = T f , où f est une constante sur R.

Théorie des Distributions page 41

Chapitre 5. Opérations sur les distributions

Démonstration : Si on suppose que T = T f , avec f constante, alors ( T f )′ = T f ′ = 0 puique f ′ est

la fonction nulle.
Réciproquement, supposons que T ′ = 0. Alors, si θ ∈ D(R), < T ′ , θ >= − < T, θ ′ >= 0.
Donc T s’annule sur toutes les fonctions ψ ∈ D(R) de la forme ψ = θ ′ où θ ∈ C0∞ (R).
Caractérisons ces fonctions. On montre que
 Z 
′
(∃θ ∈ D(R), ψ = θ ) ⇐⇒ ψ ∈ D(R) et ψ( x )dx = 0 .
R

Le sens direct
Rx est évident puisque θ est à support compact. Réciproquement, on pose :
θ ( x ) = −∞ ψ(t)dt avec supp ψ ⊂ [− M, M ]. Il est clair que θ ∈ C ∞ (R). Si x < − M,
R +∞
alors
R θ ( x ) = 0 (car ψ est nulle sur ] − ∞, x ] dans ce cas). Si x > M, alors x
ψ(t)dt =
R
ψ(t)dt = 0 par hypothèse. D’où,
Z x Z x Z +∞ Z
∀ x > M, θ ( x ) = ψ(t)dt + 0 = ψ(t)dt + ψ(t)dt = ψ(t)dt = 0,
−∞ −∞ x R

donc supp θ ⊂ [− M, M ] et θ ∈ D(R). Et bien entendu ψ = θ ′ .

Nous allons utiliser cette équivalence. Fixons χ ∈ C0∞ (R) avec R χ( x )dx = 1. Soit φ ∈
R
D(R). Posons : Z 
∀ x ∈ R, ψ( x ) = φ( x ) − φ(t)dt χ( x ).
R

Alors ψ ∈ D(R) et R ψ(t)dt = 0. Par conséquent, il existe θ ∈ D(R) telle que ψ = θ ′ et

R
< T, ψ >= 0. Alors, par linéarité de T,
Z
< T, φ >=< T, χ > · φ(t)dt = C < 1, φ >=< C, φ >, avec C =< T, χ >∈ C.
R

Donc T est constante.

La démonstration précédente peut être adaptée pour montrer que si I est un intervalle et T ∈
D ′ ( I ), alors T est constante sur I si et seulement si T ′ = 0.
Le résultat persiste en dimension supérieure, en supposant l’ouvert Ω connexe, mais sa dé-
monstration est plus difficile.

5.6 Formule des sauts en dimension 1

On se donne une fonction f sur un intervalle ] a, b[, avec a < b telle qu’il existe un nombre fini
de points ( a0 , a1 , . . . , an , an+1 ) tels que

a = a 0 < a 1 < a 2 < . . . < a n < a n +1 = b

et, pour tout i ∈ {0, . . . , n}, f est de classe C1 sur ] ai , ai+1 [, et que pour tout i ∈ {1, . . . , n}, f
admettent une limite à droite et une limite à gauche en ai . On note f ( ai+ ) la limite à droite et
f ( ai− ) la limite à gauche de f en ai . On remarque qu’une fonction C1 par morceaux vérifie ces
hypothèses. 1
1. La propriété “ f C1 par morceaux sur [ a, b]” est plus forte, puisqu’elle impose en plus que f ′ a des limites à
gauche et à droite en tout point.

page 42 Théorie des Distributions

 5.6 Formule des sauts en dimension 1

Il est facile de montrer que la fonction f est dans L1loc (] a, b[), et donc qu’elle définit une
distribution T f , dont on va calculer la dérivée ( T f )′ . Par définition, pour φ ∈ C0∞ (] a, b[),
Z b
< ( T f )′ , φ >= − < T f , φ′ ( x ) >= − f ( x ) φ′ ( x )dx
a

Ainsi Z b n Z a i +1

a
f ( x ) φ′ ( x )dx = ∑ f ( x ) φ′ ( x )dx.
i =0 a i
R a i +1 R a i +1
Comme ai
f ( x ) φ′ ( x )dx = φ( ai+1 ) f ( ai−+1 ) − φ( ai ) f ( ai+ ) − ai
f ′ ( x ) φ( x )dx, on a la relation
Z b n Z a i +1 n n −1
−
a
f ( x ) φ′ ( x )dx = ∑ f ′ ( x ) φ( x )dx + ∑ f ( ai+ ) φ( ai ) − ∑ f ( ai−+1 ) φ( ai+1 ).
i =0 a i i =1 i =0

Soit, en notant T f ′ la distribution définie par f ′ sur chaque intervalle ] ai , ai+1 [,

n
< ( T f )′ , φ >=< T f ′ , φ > + ∑ ( f ( ai+ ) − f ( ai− )) < δai , φ > .
i =1

On a ainsi démontré le théorème suivant.

Théorème 5.6.1. La distribution ( T f )′ est donnée, à partir de T f ′ et des sauts de f en chaque ai , par
n
( T f )′ = T f ′ + ∑ ( f ( ai+ ) − f ( ai− ))δai .
i =1

Exemple 5.6.2. Le fait que la dérivée au sens des distributions de la fonction de Heaviside est δ0 est un
cas particulier du théorème précédent.
Exemple 5.6.3. 11′[0,1] = δ0 − δ1 .

La formule des sauts s’étend aux dérivées successives, comme pour la dérivée seconde, en
considérant les sauts de f et ceux de sa dérivée. Soit, en supposant de plus que f est de classe
C2 sur chaque intervalle ] ai , ai+1 [ et que f ′ a une limite à gauche et une limite à droite en chaque
point ai , i ∈ {1, . . . , n},
n n
( T f )′′ = T f ” + ∑ ( f ( ai+ ) − f ( ai− ))δa′ i + ∑ ( f ′ ( ai+ ) − f ′ ( ai− ))δai .
i =1 i =1

On en déduit aussi la proposition :

Proposition 5.6.4. Soit u une fonction C1 définie sur un intervalle [ a, b]. On la prolonge par 0 à
l’extérieur de [ a, b] et on note ce prolongement u. De même, on note u′ le prolongement de la fonction u′ ,
définie par u′ sur ] a, b[ et par 0 à l’extérieur. Alors

( Tu )′ = Tu′ + u( a)δa − u(b)δb .

Cette proposition est le cas particulier où la fonction u est de classe C1 par morceaux d’un
résultat plus général :
Proposition 5.6.5. Soit I un intervalle ouvert, g ∈ C0 ( I ), telle que sa dérivée au sens des distributions
g′ vérifie g′ ∈ L1loc ( I ), a, b ∈ I. Alors,

( Tg1[a,b] )′ = Tg′ 1[a,b] + g( a)δa − g(b)δb .

La démonstration de cette proposition est laissée en exercice.

Théorie des Distributions page 43

Chapitre 5. Opérations sur les distributions

page 44 Théorie des Distributions

Chapitre 6

Support d’une distribution

On renvoie à §3.3.1 et §3.4.1 pour des rapports sur le support et le support essentiel d’une
fonction mesurable. On définit ici le support d’une distribution, qui généralise ces notions.
Dans tout le chapitre, Ω désigne un ouvert de Rd .

6.1 Partitions de l’unité

Nous commençons par donner un lemme technique, le lemme des partitions de l’unité, qui
nous sera très utile par la suite. C’est un outil permettant de rendre globale une propriété locale.
Sp
Lemme 6.1.1. Soit K un compact, K ⊂ Ω et K ⊂ j=1 Ω j avec (Ω j )1≤ j≤ p une famille finie d’ouverts
inclus dans Ω. Alors, il existe des fonctions (χ j )1≤ j≤ p dans C0∞ (Ω) telles que :

p
∀ j ∈ {1, . . . , p}, 0 ≤ χ j ≤ 1, supp (χ j ) ⊂ Ω j , et ∀ x ∈ K, ∑ χ j (x) = 1.
j =1

Démonstration : Compte tenu de l’importance de ce résultat, nous donnons sa démonstration

complète pour la lectrice intéressée. Elle ne sera toutefois pas demandée en examen en
MACS 2. La preuve repose sur un argument de compacité, et une application astucieuse
de la proposition 3.3.16 (existence de fonctions plateaux).
On montre d’abord qu’il existe des compacts S j ⊂ Ω j , j = 1 . . . p tels que

p
[
K⊂ Sj . (6.1)
j =1

Sp
Soit x ∈ K. Puisque K ⊂ j=1 Ω j , il existe j( x ) ∈ {1, . . . , p} tel que x ∈ Ω j(x) . Puisque Ω j
est ouvert, il existe ε( x ) > 0 tel que B( x, ε( x )) ⊂ Ω j(x) . On a bien sûr
 
[ ε( x )
K⊂ B x, .
x ∈K
2

L’ensemble K étant compact, il vérifie la propriété de Borel-Lebesgue, et on peut donc

extraire de K un sous-ensemble fini L tel que
 
[ ε( x )
K⊂ B x, .
x∈ L
2

45
Chapitre 6. Support d’une distribution

On pose, pour j ∈ {1, . . . , p},

 
[ ε( x )
Sj = B x, .
x∈ L
2
j( x )= j

C’est une réunion finie de compacts de Ω j , donc un compact de Ω j . De plus, (6.1) est
vérifié.
On utilise alors la proposition 3.3.16 (existence de fonction plateau), qui donne, pour
tout j ∈ {1, . . . , p}, une fonction ψj ∈ C0∞ (Ω j ), valant 1 sur S j . Enfin, on pose χ1 = ψ1 ,
χ2 = (1 − ψ1 )ψ2 , χ3 = (1 − ψ1 )(1 − ψ2 )ψ3 , . . ., χ J = (1 − ψ1 )(1 − ψ2 ) . . . (1 − ψ J −1 )ψ J . On
a bien χ j ∈ C0∞ (Ω j ). On vérifie de plus, par récurrence sur J,
J J
1 − ∑ χj = ∏ (1 − ψ j ),
j =1 j =1

et donc que ∑ jJ=1 χ j vaut 1 dès que l’un des ψj est égal à 1, ce qui est le cas sur K.

6.2 Restriction à un ouvert

Définition 6.2.1. Soit ω ⊂ Ω un ouvert et soit T ∈ D ′ (Ω). Pour φ ∈ C0∞ (ω ) on définit φ̃ ∈ D(Ω)
qui est égale à φ sur ω et à 0 sur Ω \ ω. Alors, la forme linéaire T |ω définie sur D(ω ) par

∀ φ ∈ D(ω ), < T |ω , φ >=< T, φ̃ >

est une distribution sur ω appelée la restriction de T à ω.
Exemple 6.2.2. La restriction de vp 1x à ]0, +∞[ est la fonction x 7→ 1x .
Il est clair par raccordement, puisque supp φ ⊂ ω ⊂ Ω est un compact, que φ̃ ∈ D(Ω). Donc
la définition est bien posée.
Définition 6.2.3. Soit T ∈ D ′ (Ω) et soit ω ⊂ Ω un ouvert. On dit que T est nulle dans ω si T |ω = 0.
On a alors un résultat de passage du local au global pour cette notion de nullité locale d’une
distribution.
Lemme 6.2.4. Soit (ωi )i∈ I une famille d’ouverts de Ω et soit ω leur réunion. Soit T ∈ D ′ (Ω) telle que
pour tout i ∈ I, T |ωi = 0. Alors T |ω = 0.

Démonstration : On doit montrer que, pour toute φ ∈ C0∞ (ω ), < T, φ >= 0. Soit donc φ ∈
C0∞ (ω ) et soit K = supp φ. Comme K ⊂ i∈ I ωi , on peut extraire de ce recouvrement
S

ouvert de K un sous-recouvrement fini indicé par J ⊂ I fini (propriété de Borel-Lebesgue).

Soit alors (χi )i∈ J une partition de l’unité relative au recouvrement (ωi )i∈ J de K (donnée
par le lemme 6.1.1). Alors pour tout i ∈ J, χi ∈ C0∞ (ωi ) et ∑i∈ J χi ( x ) = 1 pour x ∈ K.
Comme φ est à support dans K, on a φ = ∑i∈ J χi φ et ainsi

< T, φ >= ∑ < T, χi φ > .

i∈ J

Or, pour tout i ∈ J, χi φ ∈ C0∞ (ωi ) et T |ωi = 0, donc < T, χi φ >= 0 et < T, φ >= 0.

page 46 Théorie des Distributions

 6.3 Support d’une distribution

6.3 Support d’une distribution

Définition 6.3.1. Pour T ∈ D ′ (Ω), on appelle support de T, noté supp T, le complémentaire de la
réunion de tous les ouverts de Ω où T est nulle.
Le lemme 6.2.4 nous montre que toute distribution T ∈ D ′ (Ω) est nulle sur (supp T )c , c’est à
dire que si T ∈ D ′ (Ω) et φ ∈ D(Ω) sont telles que supp T ∩ supp φ = ∅ alors < T, φ >= 0.
De plus, (supp T )c est le plus grand ouvert avec cette propriété. Ici, plus grand est à prendre au
sens de l’inclusion : si ω est un ouvert de Ω tel que T est nulle sur ω, alors ω ⊂ (supp T )c .

Remarque. Comme complémentaire d’un ouvert, supp T est toujours un fermé.

En traduisant la définition, on peut écrire les assertions suivantes :

/ supp T ⇔ ∃Vx0 , un voisinage ouvert de x0 tel que : ∀ φ ∈ C0∞ (Vx0 ), < T, φ >= 0.
1. x0 ∈
2. supp T = { x ∈ Ω | T nulle au voisinage de x }c .
3. si x0 ∈ supp T, alors pour tout voisinage Vx0 de x0 dans Ω, il existe φ ∈ C0∞ (Vx0 ), tel que
< T, φ ≯= 0.
4. Si F est un fermé de Ω, supp T ⊂ F ⇔ T = 0 dans F c .
Nous avons aussi le résultat suivant, utile en pratique.
Proposition 6.3.2. Pour toute distribution T ∈ D ′ (Ω), supp T = ∅ ⇔ T = 0.

Démonstration : Si T = 0 il est clair par définition que supp T = ∅. Réciproquement, si

supp T = ∅, alors T est nulle sur ∅c , et donc sur Ω.

Donnons quelques exemples. D’autres seront détaillés en travaux dirigés.

Exemple 6.3.3. Cet exemple est fondamental. Soit f ∈ L1loc (Ω). Alors supp T f = suppess f .
En effet, posons U = (supp T f )c , et V = (suppess f )c . Par définition du support essentielle, f
est nulle presque partout sur V. Donc
Z
∀φ ∈ C0∞ (V ), < T f , φ >= φ( x ) f ( x )dx = 0,
Ω

ce qui montre que φ est nulle sur V, et donc V ⊂ U.

Réciproquement, on a, par définition du support de T f ,
Z
∀φ ∈ C0∞ (U ), φ( x ) f ( x )dx =< T f , φ >= 0.
Ω

Par le lemme de du Bois-Reymond (lemme 3.5.1), f est nulle presque partout sur U, et donc U ⊂ V. On
a donc U = V, et par passage au complémentaire, suppess f = supp T f .
Exemple 6.3.4. Un cas particulier de l’exemple précédent : le support de 1Q est R, mais supp T1Q =
suppess 11Q = ∅ car Q est dénombrable, et donc de mesure nulle.
Exemple 6.3.5. Soit f une fonction continue sur Ω. Alors supp T f = supp f où supp f est le support
au sens classique de la fonction continue f . En effet, d’après l’exemple précédent, supp T f = suppess f ,
et puisque f est continue, suppess f = supp f .
Exemple 6.3.6. Pour tout a ∈ Ω, supp δa = { a}.
En effet, si φ ∈ C0∞ (Ω \ { a}), on a < δa , φ >= φ( a) = 0, donc supp δa ⊂ { a}. De plus, δa n’est pas
la distribution nulle, donc supp δa ̸= ∅, ce qui montre supp δa = { a}.

Théorie des Distributions page 47

Chapitre 6. Support d’une distribution

1
= R.


Exemple 6.3.7. On a supp vp x

En effet, soit x0 ̸= 0. Supposons que x0 > 0, la démonstration est la même pour x0 < 0. Soit ρ x0 une
fonction pic centrée en x0 , et supportée sur [ x20 , 3x2 0 ]. On a, pour tout ε > 0 tel que ε < x20 ,
3x0
ρ x0 ( x ) ρ x0 ( x )
Z Z
2
dx = dx > 0.
x ≥ε x x0
2
x

D’où, < vp 1x , ρ x0 ≯= 0 et x0 ∈ supp vp 1x . Donc R∗ ⊂ supp vp 1

⊂ R. Comme le support




x
d’une distribution est un fermé, on a nécessairement supp vp 1x = R.

La proposition 6.3.2 a pour corollaire un principe de localisation.

Corollaire 6.3.8. Soit T ∈ D ′ (Ω). On suppose que T est localement une fonction C k pour 0 ≤ k ≤ ∞,
i.e.
∀ x ∈ Ω, ∃ωx ouvert , x ∈ ωx et ∃ f x ∈ C k (ωx ), T |ωx = T f x .

Alors, il existe f ∈ C k (Ω) telle que T = T f .

Démonstration : En effet, comme Ω = x∈Ω ωx , on peut choisir pour tout x ∈ Ω, f x ∈ C k (ωx )

S

telle que T |ωx = T f x . Or, sur ωx ∩ ωy , f x = f y car T f x |ωx ∩ωy = T |ωx ∩ωy = T f y |ωx ∩ωy , puis
on utilise la continuité de f x et f y pour en déduire f x = f y partout et pas uniquement
presque partout sur ωx ∩ ωy .
Alors, on peut poser légitimement f : Ω → C définie par f (z) = f x (z) si z ∈ ωx . La
fonction f est de classe C k sur Ω car elle est C k au voisinage de tout x ∈ Ω et on a :
∀ x ∈ Ω, ( T − T f )|ωx = 0. Par définition du support, supp ( T − T f ) = ∅, donc par la
proposition précédente, T = T f .

On étudie maintenant l’effet sur leur support des opérations sur les distributions. Commençons
par la multiplication.

Proposition 6.3.9. Soit T ∈ D ′ (Ω) et soit a ∈ C ∞ (Ω). Alors : supp ( aT ) ⊂ supp a ∩ supp T.

Démonstration : Soit φ ∈ C0∞ ((supp a)c ). Alors aφ = 0 et donc ⟨ aT, φ⟩ = ⟨ T, aφ⟩ = 0. La

distribution aT est donc nulle sur (supp a)c , ce qui montre

supp ( aT ) ⊂ supp a.

Soit φ ∈ C0∞ ((supp T )c ). Alors aφ ∈ C0∞ ((supp T )c ), et donc, par définition de supp T,
⟨ aT, φ⟩ = ⟨ T, aφ⟩ = 0. Ainsi, aT est nulle sur (supp T )c , ce qui montre

supp ( aT ) ⊂ supp T.

Pour la dérivation le résultat est évident.

Proposition 6.3.10. Soit T ∈ D ′ (Ω). Pour tout α ∈ Nd , supp ∂α T ⊂ supp T.

page 48 Théorie des Distributions

 6.4 Distributions à support compact

6.4 Distributions à support compact

Définition 6.4.1. On dit que T ∈ D ′ (Ω) est à support compact lorsque supp T est compact. On note
l’ensemble des distributions à support compact E ′ (Ω).

Exemple 6.4.2. Soit a ∈ Ω. La distribution de Dirac δa est une distribution à support compact. Tout
élément f de L1c (Ω) définit une distribution à support compact T f sur Ω.

Proposition 6.4.3. Soit T ∈ E ′ (Ω). Il existe χ ∈ C0∞ (Ω) tel que

supp (1 − χ) ⊂ (supp T )c . (6.2)

Pour un tel χ, χT = T.

Démonstration : On pose K = supp T et

n o
Kε = x ∈ Rd : ∃y ∈ K, | x − y| ≤ ε .

En utilisant la compacité de K, on montre que Kε est compact, et, si ε > 0 est assez petit,
Kε ⊂ Ω.
On fixe alors un tel ε, et on considère une fonction plateau χ ∈ C0∞ (Ω), valant 1 sur Kε .
Montrons que (6.2) est vérifié. Soit x ∈ supp (1 − χ). Il existe alors une suite ( xn )n de Ω
telle que χ( xn ) ̸= 1 et limn xn = x. Puisque χ vaut 1 sur Kε , on en déduit que xn ∈ / Kε , et
donc ∀y ∈ K, | xn − y| > ε. En passant à la limite, on en déduit

∀y ∈ K, | x − y| ≥ ε.

En particulier, x ∈/ K = supp T, ce qui montre (6.2).

Il reste à montrer que χT = T, c’est à dire que (1 − χ) T = 0. Par définition du support de
T, T est nulle sur (supp T )c , et le résultat recherché découle de (6.2)

Corollaire 6.4.4. Toute distribution à support compact est d’ordre fini.

Démonstration : Soit T ∈ E ′ (Ω), et χ ∈ C0∞ (Ω) donné par la proposition 6.4.3. Par cette propo-
sition, on a T = χT. Soit L = supp χ, qui est un compact. Puisque T est une distribution,
il existe m ∈ N et C > 0 tels que

∀ φ ∈ CL∞ (Ω), |⟨ T, φ⟩| ≤ Cpm ( φ).

Soit φ ∈ D(Ω). Alors χφ ∈ CL∞ (Ω) et par ce qui précède,

|⟨ T, φ⟩| = |⟨ T, χφ⟩| ≤ Cpm (χφ) ≤ Cm pm (χ) pm ( φ),

où on a utilisé le Lemme 5.1.1. Donc T est bien une distribution d’ordre fini (au plus m).

On note E (Ω) = C ∞ (Ω). On rappelle que cet espace est muni d’une notion de convergence (cf
la définition 5.2.2). Les deux propositions suivantes montrent que E ′ (Ω) est le dual topologique
de E (Ω), au même titre que D ′ (Ω) est le dual topologique de D(Ω).

Théorie des Distributions page 49

Chapitre 6. Support d’une distribution

Proposition 6.4.5. Soit T ∈ E ′ (Ω). On se donne χ ∈ C0∞ (Ω) vérifiant (6.2). L’application, définie par
D E
∀ φ ∈ E ( Ω ), e φ = ⟨χT, φ⟩
T,

ne dépend pas du choix de χ vérifiant (6.2). C’est une forme linéaire continue sur E (Ω). Par “continue”,
on entend que pour toute suite ( φn )n de E (Ω), pour tout φ ∈ E (Ω),
D E D E
lim φn = φ =⇒ lim T, e φn = T, e φ . (6.3)
n→∞ n→∞

En pratique, on note encore T le prolongement de T à E (Ω), noté T

e dans la proposition
précédente.

Exemple 6.4.6. Soit a ∈ Ω. On peut prolonger la distribution de Dirac δa à E (Ω) par la formule

∀ φ ∈ E ( Ω ), ⟨δa , φ⟩ = φ( a).

Soit f ∈ L1c (Ω), on peut prolonger T f à E (Ω) par la formule

Z
∀ φ ∈ E ( Ω ),


Tf , φ = f ( x ) φ( x )dx.
Ω

Démonstration : Montrons la proposition 6.4.5. On commence par remarquer que l’application

e φ 7→< T, χφ > est bien défini sur E (Ω). En effet, si φ ∈ E (Ω), alors χφ est un élément
T,
de D(Ω) et on peut lui appliquer la distribution T. La linéarité de T e est évidente.
Montrons que T e ne dépend pas du choix de χ. Soit donc, pour j ∈ {1, 2}, χ j ∈ C ∞ (Ω)
0
vérifiant (6.2). On a
⟨ T, χ1 f ⟩ − ⟨ T, χ2 f ⟩ = ⟨ T, (χ1 − χ2 ) f ⟩ .
Si χ1 ( x ) = χ2 ( x ) = 1, alors χ1 ( x ) − χ2 ( x ) = 0. On en déduit :

supp (χ1 − χ2 ) ⊂ supp (1 − χ1 ) ∪ supp (1 − χ2 ) ⊂ (supp T )c .

On a donc bien
⟨ T, χ1 φ⟩ = ⟨ T, χ2 φ⟩ .
e Soit ( φn )n une suite de E (Ω) qui converge vers φ
Il reste à montrer la continuité de T.
dans E (Ω). On a en particulier, en notant K = supp χ,

∀m ∈ N, lim pm,K ( φ − φn ) = 0.
n→∞

Par le lemme 5.1.1 sur les normes de produits de fonctions, cela implique

∀m ∈ N, lim pm (χφ − χφn ) = 0.

n→∞

Puisque supp χφn ⊂ supp χ pour tout n, et supp χφ ⊂ supp χ, on en déduit que (χφn )n
converge vers χφ dans D(Ω). Par la continuité de T :

lim ⟨ T, χφn ⟩ = ⟨ T, χφ⟩ ,

n→∞

ce que signifie exactement (6.3).

page 50 Théorie des Distributions

 6.5 Distributions à support ponctuel

Proposition 6.4.7. Soit S une forme linéaire continue sur E (Ω) (là encore, continue signifie qu’elle
e où T ∈ D ′ (Ω) est à support compact et T
vérifie (6.3)). Alors S = T, e est défini dans la proposition
6.4.5.

On peut donc identifier exactement E ′ (Ω) (défini comme l’espace vectoriel des distributions à
support compact sur Ω) avec le dual topologique de E (Ω).
Démonstration : Cette démonstration ne sera pas exigible en examen pour le cours de MACS 2.
Soit T la restriction de S à D(Ω). On vérifie aisément que T est une distribution : si ( φn )n
est une suite de D(Ω) qui converge dans D(Ω) vers φ ∈ D(Ω), c’est aussi une suite de
E (Ω) qui converge dans E (Ω) et donc

lim ⟨ T, φn ⟩ = lim ⟨S, φn ⟩ = ⟨S, φ⟩ = ⟨ T, φ⟩ .

n→∞ n→∞

Il reste à montrer que T est à support compact. On raisonne par l’absurde. Si T n’est pas
à support compact, il existe une suite ( xn )n dont on ne peut extraire aucune sous-suite
convergente et telle que xn ∈ supp T. Pour tout n, il existe donc ε n tel que, en notant
Kn := B( xn , ε n ), on ait

Kn ⊂ Ω, lim ε n = 0
n→∞
∃ φn ∈ CK∞n (Ω), ⟨ T, φn ⟩ ̸= 0.
φ
On pose ψn = n ⟨T,φn n ⟩ , de telle manière que < T, ψn >= n. Soit K un compact quelconque
de Ω. Alors pour n grand, K ∩ Kn = ∅ : si ce n’était pas le cas, on pourrait extraire de
( xn )n , en utilisant la compacité de K, une sous-suite convergente, contredisant le choix
des xn . On en déduit
lim ψn = 0, dans E (Ω).
n→∞

D’autre part, par construction

⟨S, ψn ⟩ = ⟨ T, ψn ⟩ = n −→ +∞.
n→∞

Ces deux affirmations contredisent la propriété de continuité séquentielle de S, ce qui

termine la preuve.

6.5 Distributions à support ponctuel

Nous avons déjà vu dans les exemples plus haut que supp δa = { a}. On montre de même que
le support des dérivées du Dirac est aussi un singleton. En fait, la réciproque est vraie au sens
du théorème suivant.

Théorème 6.5.1. Soit T ∈ D ′ (Ω) et soit x0 ∈ Ω. Supposons que supp T = { x0 }. Il existe alors un
entier m et des nombres complexes ( aα )|α|≤m tels que

∀ φ ∈ D(Ω), < T, φ >= ∑ a α ∂ α φ ( x0 ),

|α|≤m

ce qui peut encore s’écrire

T= ∑ ãα ∂α δx0 , ou ãα = (−1)|α| aα .
|α|≤m

Théorie des Distributions page 51

Chapitre 6. Support d’une distribution

Démonstration : Pour simplifier les notations et ne conserver que les principales idées de la
preuve, nous allons nous restreindre au cas de la dimension d = 1. Sans perdre en
généralité on peut aussi supposer que x0 = 0.
Tout d’abord, comme T est à support compact, T est d’ordre fini. Notons m l’ordre de T.
Soit χ une fonction plateau valant 1 dans un voisinage compact de 0 inclus dans ] − 1, 1[
et 0 hors de ] − 1, 1[. On note, pour r > 0 et x ∈ R, χr ( x ) = χ( x/r ).
Soit φ ∈ C0∞ (R). On rappelle la formule de Taylor avec reste intégral :
m
φ ( k ) (0 ) k x m +1 1
Z
∀ x ∈ R, φ( x ) = ∑ x + (1 − u)m φ(m+1) ( xu)du.
k =0
k! m! 0
m +1 R 1
En posant, pour tout x ∈ R, ψ( x ) = xm! 0 (1 − u)m φ(m+1) ( xu)du, on définit une fonction
de classe C ∞ et on a ψ( x ) = O( x m+1 ) au voisinage de 0.
La fonction χφ est à support compact et elle est égale à φ au voisinage de 0, donc, comme
supp T = {0}, on a :
m
φ ( k ) (0)
< T, φ >=< T, χφ >= ∑ k!
< T, χx k > + < T, χψ > .
k =0

Or, χψ est dans C0∞ (R) et (χψ)( x ) = O( x m+1 ) au voisinage de 0. Montrons que cela
entraı̂ne que < T, χψ >= 0.
Notons ψ̃ = χψ. Par la formule de Leibniz, on a
ℓ  
k (ℓ−k) (k)
∀ℓ ≤ m, (χr ψ̃) (ℓ)
=∑ χ ψ̃ .
k =0
ℓ r
Soit ε > 0 et k ≤ ℓ ≤ m. Comme ψ̃( x ) = O( x m+1 ) au voisinage de 0, par unicité du
(ℓ−k)
développement limité, ψ̃(k) ( x ) = O( x m+1−k ). Par ailleurs, pour tout x ∈ R, χr (x) =
k
r χ−ℓ (ℓ− k ) ( x/r ). Alors, pour r assez petit et | x | ≤ r,
(ℓ−k)
| χr ( x )ψ̃(k) ( x )| ≤ r m+1−k r k−ℓ ||χ(ℓ−k) ||∞ = r m+1−ℓ ||χ(ℓ−k) ||∞ ≤ r ||χ(ℓ−k) ||∞ .
Donc,  
lim (χr ψ̃)(ℓ) = lim sup (χr ψ̃)(ℓ) ( x ) = 0.
 
r →0 ∞ r →0 | x |≤r

Comme supp T = {0} et que χr vaut 1 au voisinage de 0,

∀r > 0, < T, ψ̃ >=< T, χr ψ̃ > .
Comme T est d’ordre m, que χr ψ̃ est à support dans [−r, r ] et [−r, r ] ⊂ [−1, 1] qui est un
compact fixe, on a
∀0 < r < 1, | < T, χr ψ̃ > | ≤ ∑ C[−1,1] ||(χr ψ̃)(ℓ) ||∞ −r−→ 0.
→0
ℓ≤m

D’où, | < T, χr ψ̃ > | −−→ 0 et ainsi < T, ψ̃ >= 0.

r →0

Finalement,
m m
φ ( k ) (0)
 
1
< T, φ >= ∑ k!
< T, χx k > +0 = ∑
k!
< T, χx k > φ ( k ) (0).
k =0 k =0
1
D’où le résultat en posant ak = k! < T, χx k >.
2

page 52 Théorie des Distributions

Chapitre 7

Transformation de Fourier

7.1 La transformation de Fourier dans S(Rd )

7.1.1 L’espace de Schwartz S(Rd )
De façon classique, la transformée de Fourier est définie sur L1 (Rd ) par la formule
Z ∞
∀ξ ∈ R , fˆ(ξ ) = F ( f )(ξ ) =
d
f ( x )e−ix·ξ dx
−∞

où x · ξ désigne le produit scalaire usuel dans Rd . Cette théorie classique n’est pas entièrement
satisfaisante : en effet la transormation de Fourier n’est pas une bijection de l’espace L1 (Rd ) : la
transformée de Fourier d’une fonction intégrable est continue, et donc une fonction intégrable
non continue ne peut pas s’écrire comme la transformée de Fourier d’une fonction intégrable.
Par la formule d’inversion de Fourier cela implique aussi que la tranformée de Fourier d’une
fonction intégrale non continue n’est pas intégrable.
Dans ce chapitre nous allons étendre la tranformation de Fourier à une bijection d’un espace
contenant L1 (et en fait tous les espaces L p ) dans lui même, en utilisant la théorie des distribu-
tions. Pour cela, nous allons définir la transformation de Fourier d’une distribution par dualité,
comme nous l’avons fait pour la multiplication et la dérivée des distributions, en posant :

< F T, φ >=< T, F ( φ) >

pour toute fonction test φ. Nous voyons tout de suite que cette définition pose problème : si
φ ∈ D(Rd ), rien ne permet d’affirmer que F ( φ) est dans D(Rd ). En fait la transformée de
Fourier d’une fonction à support compact non nulle n’est jamais à support compact !
Nous commencerons donc par agrandir l’espace des fonctions test, en introduisant un espace
S(Rd ), contenant D(Rd ) et strictement inclus dans L1 (Rd ), et qui est invariant par la trans-
formée de Fourier. Nous allons ensuite étendre la transformation de Fourier par dualité au
dual S ′ (Rd ) de S(Rd ), qui peut-être identifié à un sous-espace strict de D ′ (Rd ). Comme nous
l’avons noté dans des situations analogues, il est intéressant de choisir l’espace S(Rd ) le plus
petit possible, pour que son dual S ′ (Rd ) soit le plus grand possible. Cette approche peut
paraı̂tre paradoxale : pour étendre la transformation de Fourier à un espace plus grand que
L1 (Rd ), on commence par l’étudier sur un espace plus petit !
Dans cette partie on introduit l’espace S(Rd ), puis on étudie la transformation de Fourier
sur cet espace. Pour pouvoir dériver les éléments de S ′ , on commence par se restreindre à
C ∞ (Rd ). Dans L1 (Rd ), une condition suffisante pour que fˆ soit dérivable est que f et x 7→ x f ( x )
soient toutes deux intégrables. Plus généralement, pour avoir fˆ de classe C ∞ , il suffit d’avoir
x 7→ x p f ( x ) intégrable pour tout p ≥ 0. On veut aussi avoir le même contrôle pour toutes les
dérivées de f . Cela conduit à introduire l’espace de Schwartz.

53
Chapitre 7. Transformation de Fourier

Définition 7.1.1. L’espace S = S(Rd ), appelé espace de Schwartz, est constitué des fonctions f ∈
C ∞ (Rd ) telles que

∀α, β ∈ Nd , ∃Cα,β > 0, ∀ x ∈ Rd , | x α ∂ β f ( x )| ≤ Cα,β . (7.1)

L’espace S est naturellement muni d’une structure de C-espace vectoriel (on considère ici des
fonctions à valeurs complexes).
Exemple 7.1.2. 1. C0∞ (Rd ) ⊂ S .
2
2. Pour z ∈ C avec Re z > 0, la fonction x 7→ e−z| x| est dans S .
2
3. Toutes les fonctions de la forme x 7→ P( x )e−z| x| avec z ∈ C, Re z > 0 et P une fonction
polynomiale, sont dans S.
Remarque 7.1.3. Dans la définition 7.1.1, nous aurions pu remplacer (7.1) par la condition

∀α, β ∈ Nd , lim | x α ∂ β f ( x )| = 0.
| x |→+∞

Avant de définir la transformée de Fourier sur S nous donnons encore quelques propriétés de
cet espace. Commençons par le munir d’une topologie. Pour cela on défini les normes

∀ N, p ∈ N, ∀ φ ∈ S , q p,N ( f ) = sup |(1 + | x |) p ∂α φ( x )|, q N ( f ) = q N,N ( f ) (7.2)

x ∈Rd
|α|≤ N

et la distance :
+∞
1
d( φ, ψ) = ∑ 2N
min(q N ( φ − ψ), 1)
N =0

Théorème 7.1.4. Muni de cette distance, S est un espace vectoriel métrique complet.
Nous laissons la démonstration (sans surprise) de ce théorème au lecteur intéressé. Nous avons
alors les propriétés suivantes que nous ne démontrerons pas.
1. Pour tout α ∈ Nd , les applications f 7→ x α f et f 7→ ∂α f sont continues de S dans S .
2. Le produit de deux éléments de S est un élément de S (c’est une conséquence de la
formule de Leibniz).
3. L’espace C0∞ (Rd ) est dense dans S .
4. Pour tout 1 ≤ p ≤ +∞, S ⊂ L p (Rd ).
5. Soit ( φn )n une suite d’éléments de S(Rd ) et φ ∈ S(Rd ). Par la définition de la distance
sur S(Rd ), ( φn )n converge vers φ dans S(Rd ) quand n tend vers l’infini si et seulement
si
∀ p ≥ 0, lim q p ( φ − φn ) = 0.
n→∞

7.1.2 Transformation de Fourier dans S(Rd )

On remarque que, pour f ∈ S , la fonction x 7→ e−ix·ξ f ( x ) est dans L1 (Rd ) pour tout ξ ∈ Rd .
La définition qui suit a donc bien un sens.
Définition 7.1.5. Pour f ∈ S , la transformée de Fourier de f , que l’on note fˆ ou F ( f ) est la fonction
définie par Z
d ˆ
∀ξ ∈ R , f (ξ ) = F ( f )(ξ ) = f ( x )e−ix·ξ dx
Rd
où pour x = ( x1 , . . . , xd ) et ξ = (ξ 1 , . . . , ξ d ), x · ξ = x1 ξ 1 + · · · xd ξ d .

page 54 Théorie des Distributions

 7.1 La transformation de Fourier dans S(Rd )

Commençons par calculer la transformée de Fourier d’une Gaussienne. Cet exemple est essen-
tiel non seulement dans un cadre théorique pour obtenir la formule d’inversion de Fourier,
mais aussi dans diverses applications, comme dans le calcul des probabilités (voir théorème de
Lévy ou le Théorème Central Limite).
2
Exemple 7.1.6. Soit λ ∈]0, +∞[. Soit f : x 7→ e−λ| x| . Alors f ∈ S et
 π  2d | ξ |2
∀ξ ∈ Rd , fˆ(ξ ) = e− 4λ . (7.3)
λ

Etape 1. On commence par effectuer le calcul dans le cas où d = 1 et z = λ > 0 est réel. Le théorème
de dérivation sous le signe intégral montre que fˆ est de classe C1 sur Rd et
d fˆ
Z
2
(ξ ) = −ixe−ixξ e−λx dx.
dξ Rd
2
L’usage du théorème est justifié par domination à l’aide de la fonction x 7→ e−λx qui décroı̂t plus vite à
2
l’infini que n’importe quel polynôme et en particulier xe−λx ∈ L1 (Rd ).
2 2
Comme xe−λx = − 2λ 1 d −λx
dx e , on a
d fˆ i d −λx2
Z
(ξ ) = e−ixξ e dx
dξ 2λ Rd dx
et une intégration par parties montre que
d fˆ
Z
ξ 2
(ξ ) = − e−ixξ e−λx dx.
dξ 2λ Rd

d fˆ
Ainsi fˆ est solution de l’équation différentielle dξ = − 2λ ξ ˆ
f avec comme condition initiale fˆ(0) =
√
2
e−λx dx = √π . L’unique solution de ce problème de Cauchy est bien
R
Rd λ
√
ξ2
ˆf (ξ ) = √π e− 4λ .
λ

Etape 2. On passe au cas où d ≥ 2. Le résultat est alors une conséquence directe du théorème de Fubini :
Z Z  Z 
−ix ·ξ −λ| x |2 −ix1 ξ 1 −λx12 −ixd ξ d −λxd2
e e dx = e e dx1 · · · e e dxd ,

ce qui donne, par propriété de morphisme de l’exponentielle, la formule voulue.

Remarque 7.1.7. On peut étendre la formule précédente à l’ouvert Ω = {λ ∈ C, Re λ > 0}, en
utilisant la technique du prolongement analytique.
La formule donnée dans cet exemple se généralise ainsi : soit une matrice réelle symétrique
A ∈ Sd (R) définie positive. Si on considère la densité Gaussienne centrée
1 1 −1 x | x )
∀ x ∈ Rd , G A ( x ) = p e− 2 ( A ,
(2π )d det( A)
alors G A ∈ S et on a
1
∀ξ ∈ Rd , F ( G A )(ξ ) = e− 2 ( Aξ |ξ ) .
Cela s’obtient à partir de la formule que l’on a démontrée en diagonalisant A en base ortho-
normée.

Une des propriétés fondamentales de la transformation de Fourier est qu’elle échange mul-
tiplication et dérivation :

Théorie des Distributions page 55

Chapitre 7. Transformation de Fourier

Théorème 7.1.8. Soit f ∈ S . Alors,

1. la fonction F ( f ) est de classe C1 sur Rd et on a, pour tout j ∈ {1, . . . , d},

∀ξ ∈ Rd , F ( x j f )(ξ ) = i∂ξ j F ( f )(ξ ). (7.4)

2. Pour tout j ∈ {1, . . . , d},

∀ξ ∈ Rd , F (∂ xi f )(ξ ) = iξ j F ( f )(ξ ). (7.5)

Démonstration. La fonction ( x, ξ ) 7→ e−ix·ξ f ( x ) est de classe C1 sur Rd × Rd et pour tout j ∈

{1, . . . , d},
|∂ξ j (e−ix·ξ f ( x ))| = | − ix j e−ix·ξ f ( x )| = | x j f ( x )|
et x 7→ x j f ( x ) est dans L1 (Rd ) car f ∈ S . On peut donc appliquer le théorème de dérivation
sous le signe intégral pour obtenir
Z Z
∂ξ j F ( f )(ξ ) = ∂ξ j (e−ix·ξ f ( x ))dx = −ix j e−ix·ξ f ( x )dx
Rd Rd

ce qui établit le premier point.

Pour montrer le second point, intégrons pas parties par rapport à x j :
Z h i x j =+∞ Z Z
−ix ·ξ −ix ·ξ −ix ·ξ
e ∂ x j f ( x )dx j = e f (x) − (∂ x j e ) f ( x )dx j = iξ j e−ix·ξ f ( x )dx j
R x j =−∞ R R

car x j 7→ f ( x1 , . . . , x j , . . . , xd ) tend vers 0 lorsque | x j | → +∞ puisque f ∈ S . Puis, comme

|e−ix·ξ ∂ x j f ( x )| = |∂ x j f ( x )| et que cette fonction est intégrable sur Rd , de même que x 7→
e−ix·ξ f ( x ), on peut intégrer l’égalité issue de l’intégration par parties selon les variables autres
que x j pour obtenir, via Fubini,
Z Z
e−ix·ξ ∂ x j f ( x )dx = iξ j e−ix·ξ f ( x )dx,
Rd Rd

ce qui prouve le second point.

La transformée de Fourier F échange donc dérivation et multiplication par x. Par conséquent,

F échange régularité et décroissance à l’infini : quand nous aurons défini cette transformation
sur un espace plus large de fonctions, nous verrons que plus une fonction est dérivable, plus
sa transformée de Fourier décroı̂t rapidement à l’infini.

La propriété précédente permet en particulier de démontrer l’invariance de S(Rd ) par F :

Corollaire 7.1.9. La transformation de Fourier F est une application linéaire continue de S → S .
Démonstration. En itérant le théorème 7.1.8, on obtient que pour tous multiindices α, β, F ( g)
est de classe C | β| et
Z
∀ξ ∈ Rd , |ξ α ∂ξ F ( g)(ξ )| ≤ | Dxα ( x β g( x ))|dx < +∞.
β
Rd

Ceci implique facilement que F ( g) est un élément de S et, en utilisant la formule de Leibniz et
en remarquant que x 7→ (1+| x1|)d+1 est intégrable sur Rd :

∀ N ≥ 0, ∃CN > 0, q N (F ( g)) ≤ CN q N +d+1 ( g).

Ceci prouve que F ( g) ∈ S et que l’application g 7→ F ( g) est continue de S dans S par la

formule de Leibniz.

page 56 Théorie des Distributions

 7.1 La transformation de Fourier dans S(Rd )

7.1.3 Formule d’inversion de Fourier

À l’aide de la transformée de Fourier de la Gaussienne, nous allons maintenant démontrer le
théorème d’inversion de Fourier dans le cadre de la classe de Schwartz.

Théorème 7.1.10. La transformation de Fourier F : S → S est une application linéaire bijective,

continue et d’inverse continu. Son inverse F est donné par

1
Z
∀ g ∈ S , ∀ x ∈ Rd , F ( g)( x ) = eix·ξ g(ξ )dξ. (7.6)
(2π )d Rd

Remarque 7.1.11. La formule (7.6) peut s’écrire :

1
∀ g ∈ S , ∀ x ∈ Rd , F ( g)( x ) = F ( g)(− x ).
(2π )d

Remarque 7.1.12. Ce théorème montre en particulier que la transformation de Fourier est bien une
bijection de S , comme nous l’avons souhaité lors de sa construction.

Démonstration. On a déjà démontré que F est une application continue et linéaire de S dans
lui-même. Par conséguent, F est également une application continue de S dans lui-même. Il
nous reste Rà prouver R −que FFg =
g pour tout g ∈ S . Pour cela il faudrait pouvoir considérer
l’intégrale eix·ξ e iy·ξ g(y)dy dξ. Mais, la fonction (y, ξ ) 7→ eix·ξ e−iy·ξ g(y) n’appartient pas
à L1 (Rdy × Rdξ ) et on ne peut donc pas intervertir les intégrales par Fubini. On va procéder par
approximation. On remarque que, d’après le théorème de convergence dominée,
Z Z
ix ·ξ −ε|ξ |2
lim e e ĝ(ξ )dξ = lim Iε = eix·ξ ĝ(ξ )dξ.
ε→0,ε>0 ε →0

2
Or, la fonction (y, ξ ) 7→ eix·ξ e−ε|ξ | e−iy·ξ g(y) appartient à L1 (Rdy × Rdξ ) pour tout ε > 0. On peut
donc lui appliquer le théorème de Fubini et obtenir :
Z Z 
i( x −y)·ξ −ε|ξ |2
Iε = e e dξ g(y)dy.

D’après la formule (7.3), on a

 √ d Z
π − |x−4εy|
2
d
Z
2 √
Iε = √ e g(y)dy = π 2
2 d
e−|z| g( x − 2 εz)dz.
ε

D’après le théorème de convergence dominée,

Z
d 2
lim Iε = π 2 g( x ) 2 d
e−|z| dz = (2π )d g( x ).
ε →0

eix·ξ ĝ(ξ )dξ = (2π )d g( x ) et F F = IdS . On montre de même que F F = IdS .

R
D’où,

Il est courant de noter ǧ la fonction x 7→ g(− x ). Avec cette notation, la relation d’inversion de
Fourier s’écrit :
F F g = (2π )d ǧ.

Théorie des Distributions page 57

Chapitre 7. Transformation de Fourier

7.1.4 Théorème de Plancherel

Passons à présent aux propriétés hilbertiennes de la transformation de Fourier. Le théorème de
Plancherel montre que cette transformation est une isométrie de L2 et donc que lorsque l’on
passe de l’espace classique à l’espace de Fourier on ne “perd” aucune information du point de
vue de l’espace L2 .

Théorème 7.1.13. Soient f et g dans S . On a

Z Z
fˆ(ξ ) g(ξ )dξ = f ( x ) ĝ( x )dx (7.7)
Rd Rd

et
1
Z Z
f ( x ) g( x )dx = fˆ(ξ ) ĝ(ξ )dξ. (7.8)
Rd (2π )d Rd

En particulier pour f = g,

1
Z Z
| f ( x )|2 dx = | fˆ(ξ )|2 dξ. (7.9)
Rd (2π )d Rd

Démonstration. Le premier point est une application directe de la définition de la transformée

de Fourier et du théorème de Fubini. Les fonctions dans l’intégrale double étant dans S , elles
sont intégrables.
On applique alors (7.7) aux fonctions f et h = (2π1 )d ĝ pour obtenir
Z Z
fˆ(ξ )h(ξ )dξ = f ( x )ĥ( x )dx.
Rd Rd

Par ailleurs, par la formule d’inversion de Fourier,

1 1
Z Z
ĥ( x ) = e−ix·ξ ĝ(ξ )dξ = eix·ξ ĝ(ξ )dξ = F ĝ( x ) = g( x ).
(2π )d (2π )d
D’où le résultat.
La dernière identité est alors évidente.

7.1.5 Convolution
Voyons à présent comment la transformée de Fourier se comporte vis-à-vis des translations
avant de voir la relation entre produit de convolution et transformée de Fourier.

Proposition 7.1.14. Soit a ∈ Rd . Si τa : x 7→ x + a, alors pour toute f ∈ S , f ◦ τa a pour transformée

de Fourier
∀ξ ∈ Rd , F ( f ◦ τa )(ξ ) = eiξ ·a F ( f )(ξ ).
De plus,
∀ξ ∈ Rd , F (e−ia·x f )(ξ ) = (F ( f ) ◦ τa )(ξ ) = F ( f )(ξ + a).
Démonstration. Pour le premier point, on effectue le changement de variables z = x − a dans
l’intégrale de Fourier
Z Z
−iξ · x
F ((τa )∗ f )(ξ ) = e f ( x − a)dx = e−iξ ·(z+a) f (z)dz = e−iξ ·a F ( f )(ξ ).
Rd Rd

Le second point découle directement de la définition de la transformée de Fourier.

page 58 Théorie des Distributions

 7.2 L’espace S ′ (Rd ) des distributions tempérées

Proposition 7.1.15. Soient f et g dans S . Alors f ⋆ g ∈ S et F ( f ⋆ g) = F ( f ) · F ( g).

Réciproquement, F ( f · g) = (2π1 )d F ( f ) ⋆ F ( g).
Démonstration. Rappelons tout d’abord la définition du produit de convolution pour deux
fonctions, l’une intégrable et l’autre bornée :
Z
∞
∀ f ∈ L (R ), ∀ g ∈ L (R ), ∀ x ∈ R , ( f ⋆ g)( x ) =
1 d d d
f (y) g( x − y)dy.
Rd

Cette définition est licite pour f et g dans S . De plus, à y fixé, la fonction x 7→ f (y) g( x − y) est
C ∞ et pour tout β ∈ Nd , |∂ x ( f (y) g( x − y))| = | f (y)(∂ x g)( x − y)| ≤ C0,β | f (y)| en reprenant les
β β

notations de la définition de S . Or, y 7→ C0,β | f (y)| est intégrable sur Rd , donc par dérivation
sous le signe intégral, f ⋆ g est de classe C ∞ et ∂ β ( f ⋆ g) = f ⋆ (∂ β g).
Soit α ∈ Nd . Comme x α = ( x − y + y)α = ∑γ≤α (γα )( x − y)γ yα−γ , on peut écrire
 
α
x α ∂ β ( f ⋆ g) = x α f ⋆ (∂ β g) = ∑ ( x α−γ f ) ⋆ ( x γ ∂ β g )
γ≤α γ

et cette fonction est dans L∞ (Rd ). D’où f ⋆ g ∈ S . On peut alors appliquer le théorème de
Fubini à la fonction intégrable ( x, y) 7→ f (y) g( x − y) pour obtenir, pour tout ξ ∈ Rd ,
Z Z
F ( f ⋆ g)(ξ ) = e−ix·ξ f (y) g( x − y)dydx
Rd Rd
Z Z 
= e−iy·ξ f (y) e−i(x−y)·ξ g( x − y)dx dy
Rd Rd
= F ( f )(ξ )F ( g)(ξ ).
On a donc obtenu le premier point. Pour le second nous allons utiliser la transformée de Fourier
inverse. On applique le premier point à φ = F ( f ) et ψ = F ( g). Alors, φ̂ = (2π )d fˇ et ψ̂ =
(2π )d ǧ d’où :
F ( φψ)( x ) = F ( fˆ · ĝ)( x ) = F (F ( f ⋆ g))( x ) = (2π )d ( f ⋆ g)(− x ).
En appliquant la transformation de Fourier aux deux membres de cette égalité, on obtient le
second point.

7.2 L’espace S ′ (Rd ) des distributions tempérées

Pour pouvoir définir la transformée de Fourier d’une fonction, il nous a fallu contrôler sa
croissance à l’infini. C’est la cas pour une fonction dans L1 (Rd ) ou dans S . Par contre, il n’est
pas possible de définir cette transformée pour une fonction seulement localement intégrable. Il
en résulte que par dualité, nous n’allons pas pouvoir définir la transformée de Fourier sur tout
D ′ (Rd ) mais seulement sur l’un de ses sous-espaces, celui des distributions dites tempérées.
Définition 7.2.1. Une distribution tempérée est une forme linéaire continue sur S , c’est à dire telle que
pour toute suite de ( φn )n de S(Rd ), pour tout φ ∈ S(Rd ),
lim φn = φ dans S(Rd ) =⇒ lim < T, φn >=< T, φ > .
n n→∞

Proposition 7.2.2. Soit T une forme linéaire sur S(Rd ). Alors T est une distribution tempérée si et
seulement si
∃k, l ∈ N, ∃C > 0, ∀ φ ∈ S , |⟨ T, φ⟩| ≤ C ∑ pα,β ( φ) (7.10)
|α|≤k,| β|≤l

où les pα,β sont définies en (7.2). On note S ′ (Rd ) l’espace des distributions tempérées.

Théorie des Distributions page 59

Chapitre 7. Transformation de Fourier

Remarque 7.2.3. Comme C0∞ (Rd ) ⊂ S , toute distribution tempérée T ∈ S ′ (Rd ) définit par restriction
une forme linéaire sur C0∞ (Rd ). Cette forme linéaire est bien dans D ′ (Rd ) puisque pour tout compact
K, pour tous α, β ∈ Nd , il existe CK,α > 0 telle que, pour toute fonction test φ ∈ C0∞ (Rd ) à support
dans K, pα,β ( φ) ≤ CK,α supK |∂ β φ|.
De plus, cette identification à un élément de D ′ (Rd ) est licite car l’application T 7→ T |C∞ (Rd ) est
0
injective car si T |C∞ (Rd ) , alors T = 0 sur S par densité de C0∞ (Rd ) dans S . On a donc
0

S ′ (Rd ) ⊂ D ′ (Rd ).

Exemple 7.2.4. 1. Pour tout p ∈ [1, +∞], la distribution T f définie par une fonction f ∈ L p (Rd )
est un élément de S ′ (Rd ). C’est une conséquence de l’inégalité de Hölder.
2. Toute fonction continue à croissance polynomiale définit une distribution tempérée sur Rd .
3. Soit ( ak )k∈Z une suite à croissance polynomiale, i.e. telle qu’il existe p ≥ 0, ak = O(|k| p )
lorsque k tend vers l’infini. Alors la distribution sur R,

T= ∑ ak δk
k ∈Z

est tempérée. En effet, il existe C > 0 et p ≥ 0 tels que pour tout k ∈ Z, | ak | ≤ C (1 + |k |2p ).
Alors, si φ ∈ S(R),

|⟨ T, φ⟩| ≤ ∑ |ak || φ(k)| ≤ C ∑ (1 + k2p )| φ(k)|

k ∈Z k ∈Z
1
≤C ∑ 2
(1 + k2 + k2p + k2p+2 )| φ(k)|
k ∈Z
1 + k
1
≤C ∑ 1 + k2 ∑ pi,0 ( φ)
k ∈Z i ≤2p+2

et C ′ = C ∑k∈Z 1
1+ k 2
< +∞.
4. La distribution définie par la fonction localement intégrable sur R, x 7→ ex n’est pas tempérée.
En effet, soit ψ ∈ C0∞(R) à support dans [0, 2] et valant 1 sur [ 2 , 1]. Pour j ≥ 1 et x ∈ R, on
1

. Alors φ j ∈ C0∞ (R) ⊂ S . Pour tous α, β ∈ N, et x ∈ R,

x
pose φ j ( x ) = e− 2 ψ x
j
  
 β  β   1 γ 1 x 
| x α φ j ( x )| =  ∑
( β) x
− x α e− 2 β − γ ψ ( β − γ )

2 j j 

 γ =0 γ
β
∑ sup |ψ(β−γ) (x)| := Mα,β .
x
≤ Cα,β sup x α e− 2
x ≥0 γ =0 x ∈R

Or, Z 2j   Z j
x − 2x x x j j
⟨ Te· , φ j ⟩ = e e ψ dx ≥ j e 2 dx = 2e 2 (e 2 − 1) −−−→ +∞.
0 j 2
j→+∞

Donc Te· n’est pas tempérée.

/ S ′ (Rd ).
De même, pour tout ε > 0, x 7→ eε| x| ∈
5. Toutefois, pour appartenir à S ′ (Rd ), il n’est pas nécessaire d’être majoré par un polynôme. Soit
x d iex
pour x ∈ R, f ( x ) = ex eie . Alors | f ( x )| = ex , mais f ( x ) = 1i dx e et

1 d  iex 
Z Z Z
x
f ( x ) φ( x ) dx = e φ( x ) dx = − eie φ′ ( x ) dx,
i dx

page 60 Théorie des Distributions

 7.3 Transformation de Fourier dans S ′ (Rd )

par une intégration par parties élémentaire. On en déduit

Z 
 f ( x ) φ( x ) dx  ≤ sup | φ′ ( x )|,
 
 
x

ce qui montre que f définit bien une dérivation tempérée. Intuitivement, ce sont les oscillations
rapides de la fonction qui compensent le comportement exponentiel (donc non tempéré) du mo-
dule de la fonction.
Une dernière classe importante d’exemples est donnée par les distributions à support compact.
On rappelle qu’une telle distribution définit une forme linéaire continue sur l’espace E (Rd ) des
fonctions C ∞ .
Proposition 7.2.5. Soit T ∈ E ′ (Rd ). Alors la restriction de T à S(Rd ) est une distribution tempérée.
Démonstration. Il est évident que cette restriction est linéaire sur S(Rd ). Il reste à vérifier la
continuité. Cette dernière découle immédiatement de la continuité de l’injection de S(Rd ) dans
E (Rd ) : si ( φn )n est une suite de fonctions dans S(Rd ) qui converge vers φ dans S(Rd ), alors
( φn )n converge également vers φ dans E (Rd ).
Voyons à présent les liens entre opérations sur les distributions et distributions tempérées.
Proposition 7.2.6. Soit T ∈ S ′ (Rd ).
1. Pour tout j ∈ {1, . . . , d}, ∂ x j T et x j T sont dans S ′ (Rd ). Donc, si P est un polynôme sur Rd et
α ∈ Nd , P∂α T ∈ S ′ (Rd ).
2. Soit f une fonction C ∞ à croissance polynomiale ainsi que toutes ses dérivées i.e.
∀α ∈ Nd , ∃C > 0, ∃ N > 0, ∀ x ∈ Rd , |∂αx f ( x )| ≤ C (1 + | x |) N .
Alors f T ∈ S ′ (Rd ).
Nous terminons cette section par la définition de la notion de convergence dans S ′ (Rd ).
Définition 7.2.7. On dit qu’une suite ( Tn )n∈N de distributions tempérées converge vers T ∈ S ′ (Rd )
lorsque :
∀ φ ∈ S(Rd ), ⟨ Tn , φ⟩ −−−−→ ⟨ T, φ⟩.
n→+∞

Tout comme dans D ′ (Rd ),

la convergence est compatible avec les opérations de dérivation et
de multiplication par une fonction C ∞ à croissance polynomiale ainsi que toutes ses dérivées.
En revanche, on prendra bien garde au fait que la convergence au sens des distributions n’im-
plique pas la convergence au sens des distributions tempérées. Par exemple, si ψ ∈ C0∞ (Rd ) est
non nulle et f n est définie par
4
f n ( x ) = ψ( x − n)en
est telle que T f n tend vers 0 dans D ′ (Rd ), mais n’a pas de limite dans S ′ (Rd ). Remarquons
qu’elle tend aussi vers 0 dans C ∞ (Rd ) (mais bien sûr ni dans C0∞ (Rd ) ni dans S(Rd ).

7.3 Transformation de Fourier dans S ′ (Rd )

7.3.1 Définition et propriétés
Nous avons déjà démontré au théorème 7.1.13 que pour toute paire de fonctions f et g dans
S(Rd ), Z Z
F ( f )(ξ ) g(ξ )dξ = f ( x )F ( g)( x )dx. (7.11)
Rd Rd
Cette identité nous suggère de définir de manière analogue la transformée de Fourier d’une
distribution tempérée.

Théorie des Distributions page 61

Chapitre 7. Transformation de Fourier

Définition 7.3.1. Soit T ∈ S ′ (Rd ). La transformée de Fourier de T, notée F ( T ) ou T̂ est la distribution

tempérée définie sur S(Rd ) par :

∀ φ ∈ S(Rd ), ⟨F ( T ), φ⟩ = ⟨ T, F ( φ)⟩.

Le fait que la transformation de Fourier soit une distribution tempérée découle du fait de F
est une application continue de S(Rd ) dans S(Rd ) : si limn φn = φ dans S(Rd ), alors limn φ̂n =
φ̂ dans S(Rd ). Donc

lim < F ( T ), φn >= lim < T, φ̂n >=< T, φ̂ >=< F ( T ), φ > .

n n

D’après (7.11), la transformée de Fourier dans S ′ (Rd ) coı̈ncide avec celle dans S(Rd ) pour une
distribution tempérée de la forme T f avec f ∈ S(Rd ).
On définit de manière analogue la transformation F .
Appliquer la transformée de Fourier à une distribution tempérée revient à l’appliquer à des
fonctions tests dans S(Rd ). Il est donc naturel que toutes les propriétés de la transformée de
Fourier dans S(Rd ) se transposent au cadre des distributions dans S ′ (Rd ).

Théorème 7.3.2. La transformation de Fourier F : S ′ (Rd ) → S ′ (Rd ) est une application linéaire,
continue, bijective et de réciproque continue. De plus, F −1 = F .

Démonstration. La transformation de Fourier est bien sûr linéaire.

Le caractère bijectif de la transformation de Fourier et la formule d’inversion de Fourier
dans S ′ sont conséquences du théorème 7.1.10. En effet, on a, pour toute T ∈ S ′ (Rd ) et toute
φ ∈ S(Rd ),
⟨F F T, φ⟩ = ⟨F T, F ( φ)⟩ = ⟨ T, F F ( φ)⟩ = ⟨ T, φ⟩.
Donc F F T = T. Puis, si ( Tn )n≥0 converge vers T dans S ′ (Rd ), alors

⟨F Tn , φ⟩ = ⟨ Tn , F φ⟩ −−−−→ ⟨ T, F φ⟩ = ⟨F T, φ⟩,
n→+∞

ce qui montre que F ( Tn ) converge vers F ( T ) dans S ′ , et donc que F est une application conti-
nue de S ′ dans lui-même. De même pour F , la réciproque de F .

Proposition 7.3.3. Soit T ∈ S ′ (Rd ). On a :

1. F F T = (2π )d Ť, où pour toute φ ∈ S , ⟨ Ť, φ⟩ = ⟨ T, φ̌⟩ et φ̌( x ) = φ(− x ) pour tout x ∈ Rd .
2. Pour tout j ∈ {1, . . . , d}, F (∂ x j T ) = iξ j F T.
3. Pour tout j ∈ {1, . . . , d}, F ( x j T ) = i∂ξ j F T.
4. Pour tout a ∈ Rd , en notant τa : x 7→ x + a, F ( T ◦ τa ) = eia·ξ F T.
5. Pour tout a ∈ Rd , F (e−ia· x T ) = (F T ) ◦ τa .

Démonstration. Le premier point est une conséquence immédiate du théorème 7.3.2. Les deu-
xièmes et troisièmes points sont directement obtenus à partir des résultats du théorème 7.1.8.
Les quatrièmes et cinquièmes points sont une conséquence de la proposition 7.1.14.

Pour le moment, nous ne traduisons pas dans S ′ (Rd ) les relations entre transformée de Fourier
et convolution données dans S(Rd ).

Exemple 7.3.4. 1. On a F δ0 = 1. En effet,

Z
∀ φ ∈ S , ⟨F δ0 , φ⟩ = ⟨δ0 , F φ⟩ = (F φ)(0) = φ( x )dx = ⟨1, φ⟩.

page 62 Théorie des Distributions

 7.3 Transformation de Fourier dans S ′ (Rd )

2. En combinant avec la translation τa , on obtient, pour tout a ∈ Rd et tout ξ ∈ Rd , (F δa )(ξ ) =

e−iξ ·a .
3. On a F 1 = (2π )d δ0 . En effet, F 1 = F F δ0 = (2π )d δ̌0 = (2π )d δ0 .
4. Soient α ∈ Nd , a ∈ Rd et ξ ∈ Rd . Alors :

(F ∂α δ0 )(ξ ) = (iξ )α et (F ∂α δa )(ξ ) = (iξ )α e−iξ ·a .

Cela découle directement de la proposition 7.3.3.

5. Soit T = vp 1x . Montrons tout d’abord que T ∈ S ′ (R). Pour cela, on écrit

 
1
vp = V1 + V2 ,
x

où les distributions V1 et V2 sont définies par

1 1
Z Z
< V1 , φ >= lim φ( x ) dx et < V2 , φ >= φ( x ) dx.
ε→0 ε≤| x |≤1 x | x |>1 x

La distribution V1 est à support compact, donc dans S ′ (R). La distribution V2 est T f , où f ( x ) =
11| x|≥1 1x . Puisque f est dans L2 (R), on en déduit V2 ∈ S ′ (R). Comme S ′ est un espace vectoriel,
on en déduit vp 1x ∈ S ′ (R).

Donc, T ∈ S ′ (R). Calculons alors T̂. On part de l’égalité xT = 1. Alors, F ( xT ) = 2πδ0 soit
encore i∂ξ T̂ = 2πδ0 . Par intégration, si H désigne la distribution de Heaviside, il existe C ∈ R,
T̂ = −2iπH + C. Or, comme T est impaire, T̂ aussi et −2iπ + C = −C soit encore C = iπ.
On obtient donc  
1
F vp = −2iπH + iπ.
x

6. On reprend les notations de l’exemple précédent. Alors, F F T = 2π Ť = −2πvp 1x . Donc,

−2iπ F H + iπ2πδ0 = −2πvp 1x . On en déduit que

 
1
F H = −ivp + πδ0 .
x

7.3.2 Retour sur la transformation de Fourier dans L1 et dans L2

On fait ici le lien entre la transformation de Fourier au sens des distributions et la théorie
classique de la transformation de Fourier.

Théorème 7.3.5. Soit f ∈ L1 (Rd ), et fˆ sa transformée de Fourier au sens classique :

Z
fˆ(ξ ) = e−ix·ξ f ( x ) dx.
Rd

Alors
F ( T f ) = T fˆ.

Remarque 7.3.6. Dans le théorème précédent, F ( T f ) désigne la transformée de Fourier au sens de

S ′ (Rd ) de l’élément T f de S ′ (Rd ). Le théorème signifie que la transformation de Fourier au sens clas-
sique et la transformée de Fourier au sens des distributions coı̈ncident.

Théorie des Distributions page 63

Chapitre 7. Transformation de Fourier

Démonstration. Remarquons que fˆ est une fonction continue et bornée, donc T fˆ est bien un
élément de S ′ (Rd ).
Soit φ ∈ S(Rd ). Alors
Z Z Z
< T fˆ, φ >= fˆ(ξ ) φ(ξ )dξ = e−ix·ξ f ( x )dxφ(ξ )dξ.
Rd Rd Rd

La fonction ( x, ξ ) 7→ f ( x ) φ(ξ ) est intégrable sur R2d . Par le théorème de Fubini,

Z Z
e−ix·ξ φ(ξ )dξdx = T f , φ̂ = F ( T f ), φ ,



< T fˆ, φ >= f (x)
Rd Rd

ce qui montre le résultat annoncé.

On passe maintenant à l’étude de la transformation de Fourier dans L2 . On rappelle que

les éléments de L2 définissent des distributions tempérées, et donc que leur transformation de
Fourier est bien définie.

Théorème 7.3.7 (Théorème de Plancherel). Soit f ∈ L2 (Rd ). Alors il existe g ∈ L2 (Rd ) telle que
F ( T f ) = Tg . De plus,
1
∥ f ∥ L2 = ∥ g ∥ L2 .
(2π )d/2

En pratique, on identifie f à T f , Tg à g et on note donc g = fˆ. Avec ces conventions, le

théorème précédent s’énonce alors :
“Soit f ∈ L2 (Rd ). Alors sa transformée de Fourier fˆ est dans L2 (Rd ) et ∥ f ∥ L2 = (2π1)d/2 ∥ fˆ∥ L2 .”

Démonstration. Soit φ ∈ S . Alors

 Z
F ( T f ), φ = f ( x ) φ̂( x )dx

et donc, par l’inégalité de Cauchy-Schwarz, puis le théorème de Plancherel dans S(Rd ) :

 F ( T f ), φ  ≤ ∥ f ∥ L2 ∥ φ̂∥ L2 ≤ (2π )d/2 ∥ f ∥ L2 ∥ φ∥ L2 .




La forme linéaire φ 7→ F ( T f ), φ , définie sur S(Rd ), est donc continue pour la topologie



de L2 . Puisque S est dense dans L2 , on peut la prolonger de manière unique en une forme
linéaire continue sur L2 , dont la norme d’opérateur est au plus (2π )d/2 ∥ f ∥ L2 . Par le théorème
de représentation de Riesz, il existe un unique g ∈ L2 (Rd ) tel que
 Z
∀ φ ∈ S(Rd ),

F ( T f ), φ = g( x ) φ( x )dx.
Rd

On a donc montré F ( T f ) = Tg . Le raisonnement précédent montre aussi l’inégalité : ∥ g∥ L2 ≤

(2π )d/2 ∥ f ∥ L2 . En appliquant ce résultat à la fonction g, on obtient qu’il existe h ∈ L2 tel que
F ( Tg ) = Th et ∥h∥ L2 ≤ (2π )d/2 ∥ g∥ L2 . Par le théorème d’inversion de Fourier dans S ′ , on a en
fait h( x ) = (2π )d f (− x ), et l’inégalité précédente s’écrit : (2π )d ∥ f ∥ L2 ≤ (2π )d/2 ∥ g∥ L2 , ce qui
termine la preuve.

Exercice 7.3.8. Calculer la transformation de Fourier de 11[−1,+1] . En déduire

Z  2
sin x
dx.
R x

page 64 Théorie des Distributions

 7.3 Transformation de Fourier dans S ′ (Rd )

7.3.3 Transformée de Fourier des distributions à support compact

On rappelle que E ′ (Rd ) ⊂ S ′ (Rd ). Nous pouvons donc voir ce que l’on obtient lorsque l’on
applique la transformée de Fourier à une distribution à support compact. La décroissance à
l’infini étant maximale pour une telle distribution, on s’attend à obtenir une régularité maxi-
male.

Théorème 7.3.9. Soit T ∈ E ′ (Rd ). Soit eξ : x 7→ eiξ · x de classe C ∞ sur Rd . La distribution tempérée
F T est la distribution associée à la fonction ξ 7→ ⟨ T, e−ξ ⟩. Cette fonction, notée ξ 7→ F T (ξ ) est de
classe C ∞ sur Rd et est à croissance polynomiale ainsi que toutes ses dérivées.

La démonstration utilise des résultats de dérivation et d’intégration sous le crochet.

Théorie des Distributions page 65

Chapitre 7. Transformation de Fourier

page 66 Théorie des Distributions

Chapitre 8

Exemples d’équations aux dérivées

partielles

Dans ce chapitre, on donne deux exemples d’étude d’équations aux dérivées partielles par
la théorie des distributions et la transformation de Fourier. La première partie du chapitre est
consacrée à l’équation elliptique −∆u + u = f , la deuxième partie à l’équation de la chaleur.

8.1 Étude d’une équation elliptique

8.1.1 Résolution de l’équation par la transformation de Fourier
On considère l’équation
(1 − ∆ ) u = f , x ∈ Rd . (8.1)

Le symbole ∆ désigne le laplacien sur Rd :

d
∂2
∆= ∑ (∂x j )2 .
j =1

Le second membre f est donné dans S ′ (Rd ). L’inconnue est la distribution u. On a alors le
résultat d’existence et d’unicité suivant :

Théorème 8.1.1. Soit f ∈ S ′ (Rd ). Alors il existe une unique solution u ∈ S ′ (Rd ) de l’équation (8.1)
au sens des distributions.

Remarque 8.1.2. La condition u ∈ S ′ (Rd ) doit être vue comme une restriction sur la croissance de
u à l’infini. Elle est importante pour l’unicité de la solution. Par exemple, lorsque d = 1, et f = 0,
l’équation devient
−u′′ + u = 0.
L’ensemble des solutions de cette équation dans C2 est un espace vectoriel de dimension 2, qui a une base
formée des deux fonctions x 7→ e x et x 7→ e− x . Le seul élément de cet espace vectoriel qui est également
dans S ′ (R) est la fonction constante nulle.

Démonstration. On prend la tranformée de Fourier des deux membres de l’équation (8.1). On

voit que cette équation est équivalente à :

(1 + |ξ |2 )û = fˆ, (8.2)

67
Chapitre 8. Exemples d’équations aux dérivées partielles

où
d
| ξ |2 = ∑ ξ 2j .
j =1

La fonction C ∞ ξ 7→ 1
1+|ξ |2
est à croissance lente à l’infini. La multiplication par cette fonction
est donc une application continue sur S ′ (Rd ). En multipliant l’équation (8.2) par cette fonction,
on voit que (8.1) est équivalente à l’équation :
1
û = fˆ,
(1 + | ξ |2 )
ce qui montre l’existence et l’unicité de la solution. On a aussi obtenue une formule pour cette
solution :  
1 ˆ ,
u=F f
(1 + | ξ |2 )
où F est la transformation de Fourier inverse sur Rd .

Remarque 8.1.3. La méthode de résolution précédente fonctionne pour toute équation aux dérivées
partielles de la forme :  
1 ∂ 1 ∂
P ,..., u = f,
i ∂x1 i ∂xd
où P(ξ 1 , . . . , ξ d ) est un polynôme de d variable qui vérifie ;
∀ ξ ∈ Rd , P(ξ ) ̸= 0.
Exemple 8.1.4. Lorsque f est la fonction constante égale à C, l’unique solution de (8.1) dans S ′ est la
fonction constante égale à C.
Plus généralement, si f = x α , on a fˆ = i|α| (2π )d ∂αξ δ0 . La solution u de l’équation (8.1) vérifie donc

i |α|
û = ∂α δ0 .
(2π )d (1 + |ξ |2 ) ξ
1 β
Avec la formule de Leibniz, on peut montrer que ∂α δ
(1+|ξ |2 ) ξ 0
est une combinaison linéaire de ∂ξ δ0 ,
i |α|
β ≤ α, le coefficient de ∂αξ étant (2π )d
. Donc u est une fonction polynôme de d variables, dont le terme
de plus haut degré est x α .
Exemple 8.1.5. On suppose maintenant d = 1 et f = δ0 . La restriction de u à ]0, +∞[ et à ] − ∞, 0[
est donc solution de −u′′ + u = 0. En résolvant l’équation sur ces deux intervalles, on obtient :
1 x 
u( x ) = e 11]−∞,0[ + e− x 11]0,+∞[ .
2
On dit que u est la solution élémentaire de l’équation (8.1).
Exemple 8.1.6. Lorsque d = 1 et f est la fonction de Heaviside 11]0,+∞[ , on obtient (en intégrant par
exemple la solution obtenue dans l’exemple précédent) :
1 x 
u( x ) = e 11]−∞,0[ − e− x 11]0,+∞[ + 11]0,+∞[ .
2
Dans les deux exemples précédents, la solution u est plus régulière que le second membre
f . Dans l’exemple 8.1.5, le second membre est la distribution δ0 , qui n’est pas une fonction,
alors que la solution est une fonction continue. Dans l’exemple 8.1.6, le second membre est une
fonction non-continue, la solution est une fonction de classe C1 . Ce gain de régularité est en fait
une propriété fondamentale de l’équation (8.1). On peut le mesurer dans une classe d’espace
de Hilbert, qui sont un cas particulier des espaces de Sobolev.

page 68 Théorie des Distributions

 8.2 Espaces de Sobolev

8.2 Espaces de Sobolev

Définition 8.2.1. Soit s ∈ R. L’espace de Sobolev H s (Rd ) est l’ensemble des éléments u de S ′ (Rd ) tels
s
que (1 + |ξ |2 ) 2 û ∈ L2 (Rd ), muni de la norme
Z  12
2 s 2


∥u∥ H s = 1 + |ξ | |û(ξ )| dξ .
Rd

Proposition 8.2.2. L’espace H s est un espace de Hilbert.

Démonstration. L’espace H s , muni du produit scalaire
Z
s
(u, v) H s = Re 1 + | ξ |2 û(ξ )v̂(ξ )dξ
Rd

est bien un espace pré-hilbertien. L’espace H s est isométrique à L2 (Rd ), l’application

s/2
u 7 → 1 + | ξ |2 û(ξ )
étant, d’après le théorème de Plancherel et à une constante multiplicative près, une isométrie
de H s dans L2 . La complétude de H s découle alors de la complétude de L2 .

Le paramètre s ∈ R mesure la régularité des éléments de H s . On a :

s < σ =⇒ H σ (Rd ) ⊂ H s (Rd ).
Lorsque s est entier, l’espace H s est l’ensemble des éléments de L2 dont toutes les dérivées
d’ordre au plus s sont également dans L2 :
Théorème 8.2.3. Supposons s ∈ N∗ . Alors
  n o
H s Rd = u ∈ L2 (Rd ), α ∈ Nd , |α| ≤ s ⇒ ∂αx u ∈ L2 .

Démonstration. Supposons d’abord u ∈ H s (Rd ). Soit α ∈ Nd tel que |α| ≤ s. On a alors

 
 d 
∀ξ ∈ R , |ξ | = ∏ ξ j  ≤ |ξ ||α| ≤ |ξ |s + 1.
d α  αj 
 j =1 

(Pour montrer la dernière inégalité, distinguer les cas |ξ | ≤ 1 et |ξ | ≥ 1). En utilisant ∂d

αu =
x
(iξ ) û, on obtient :
α

Z  2 Z Z
∂αx u(ξ ) dξ = |ξ α û(ξ )|2 dξ ≤ C (1 + |ξ |s )2 |û(ξ )|2 dξ.
d 
Rd Rd Rd

α u ∈ L2 (Rd ), et donc, par le théorème de Plancherel 7.3.7, ∂α u ∈ L2 (Rd ).

On a montré ∂d
x x

Réciproquement, supposons ∂αx u ∈ L2 (Rd ) pour tout α ∈ Nd tel que |α| ≤ s. En utilisant
l’inégalité :
!s/2
d d
∀( a j )0≤ j≤d ∈ Rd++1 , ∑ aj ≤ (d + 1)s/2 sup as/2
j ≤ (d + 1)s/2 ∑ as/2
j ,
j =0 0≤ j ≤ d j =0

on obtient !s/2 !

s/2 d d
2
|ξ | + 1 = 1 + ∑ |ξ j | 2
≤ ( d + 1) s/2
1 + ∑ |ξ j | s
,
j =1 j =1

et un raisonnement analogue à celui du précédent montre que u est dans H s .

Théorie des Distributions page 69

Chapitre 8. Exemples d’équations aux dérivées partielles

Le théorème suivant est un cas particulier des injections de Sobolev.

Théorème 8.2.4. Si s > d2 + k, alors H s (Rd ) ⊂ C k (Rd ). De plus, u ainsi que toutes ses dérivées
d’ordre inférieur ou égal à s sont bornées et tendent vers 0 à l’infini.
Ainsi, un élément de L2 (Rd ) dont les dérivées jusqu’à l’ordre N sont dans L2 (Rd ), où N >
d/2 + k, est en fait de classe C k .

Démonstration. Soit u ∈ H s (Rd ) avec s > d2 . On a

û(ξ ) = (1 + |ξ |)−s/2 (1 + |ξ |)s/2 û(ξ ). (8.3)

Or ξ 7→ (1 + |ξ |)s/2 û (car u ∈ H s ) et ξ 7→ (1 + |ξ |)−s/2 ∈ L2 (Rd ). Ce dernier point se démontre
aisément en passant en coordonnées polaires, ou en utilisant l’inégalité :
d
(1 + |ξ |)−s/2 ≤ ∏(1 + |ξ j |)−s/2d ,
j =1

puis par Fubini-Tonelli :

Z Z d d Z
∏(1 + |ξ j |) − 2ds
∏
s
−s/2
(1 + |ξ |) dξ ≤ dξ ≤ (1 + |ξ j |)− 2d dξ j ,
Rd Rd j =1 j =1 R
s
qui donne bien une quantité finie par le critére de Riemann, car 2d > 1.
En revenant à (8.3), on obtient par Cauchy-Schwarz, û ∈ L (R ). La transformation de Fourier
1 d

inverse montre alors que u est continue, bornée, et tend vers 0 à l’infini.
On a montré la conclusion du théorème lorsque k = 0. Le cas général s’en déduit en appliquant
le cas k = 0 à ∂αx u, |α| ≤ k.

Les deux théorèmes précédents concerne des indices s positifs, pour lesquels H s est inclus
dans L2 . Lorsque s < 0, H s comprend des éléments qui ne sont pas des fonctions. La masse de
Dirac est un exemple de distribution tempérée, n’appartenant pas à L1loc est qui est dans des
espaces de Sobolev d’indices négatifs :
δ0 ∈ H s (Rd ) ⇐⇒ s < −d/2.
La proposition suivante, qui exprime, pour les solutions de l’équation (8.1), un gain de
régularité de 2 dérivées sur l’échelle des espaces de Sobolev, découle immédiatement de la
définition de ces espaces.
Proposition 8.2.5. Soit f ∈ H s (Rd ) et u ∈ S ′ (Rd ) la solution de l’équation elliptique (8.1). Alors
u ∈ H s +2 (Rd ).

8.3 Introduction rapide à l’équation de la chaleur

On s’intéresse maintenant à l’équation de la chaleur :
(
∂t u = ∆u, t > 0, x ∈ Rd
(8.4)
u ↾t =0 = u 0 .

L’inconnue u est définie sur [0, ∞[×Rd , et on note (t, x ) la variable dans [0, ∞[×Rd , avec t ≥ 0,
x ∈ Rd . Le symbole ∆ désigne le laplacien (ou opérateur de Laplace) par rapport à la variable
x:
d 
∂ 2

∆=∑ .
j =1
∂x j

page 70 Théorie des Distributions

 8.3 Introduction rapide à l’équation de la chaleur

La variable t s’interprète comme une variable de temps, la variable x comme une variable d’es-
pace. La fonction (ou distribution) u0 , définie sur Rd , est donnée. C’est la condition initiale de
u à t = 0. L’équation de la chaleur (8.4) est une équation d’évolution qui détermine, à partir
de la condition initiale u0 , l’état du système pour tout temps positif. Elle modélise l’évolution
de la température dans l’espace en l’absence de source de chaleur extérieure, mais également
de nombreux processus de diffusion. Elle apparaı̂t notamment (ainsi que ses variantes plus
compliquées) dans l’étude du mouvement brownien et en finances mathématiques pour la
modélisation des options.
Nous commencerons par faire un calcul formel (c’est à dire sans aucune justification rigou-
reuse) pour obtenir deux expressions simples de la solution. 1 Nous montrerons ensuite que ces
expressions simples donnent bien, dans certains cas, des solutions de (8.4).

8.3.1 Calcul formel

On notera fˆ la transformation de Fourier par rapport à la variable d’espace x. En particulier,
si t ≥ 0, û(t) est la transformée de Fourier de la fonction x 7→ u(t, x ). En prenant (formellement,
comme annoncé), la transformée de Fourier de l’équation (8.4) on obtient :
(
∂t û(t, ξ ) = −|ξ |2 û(t, ξ ), t > 0, x ∈ Rd
(8.5)
û↾t=0 (ξ ) = û0 (ξ ).
L’équation précédente peut-être vue comme une famille d’équations différentielles ordinaires
linéaires, dépendant du paramètre ξ. On résout chacune de ces équations, ce qui donne
2
û(t) = e−t|ξ | û0 . (8.6)
Remarquons que (8.6) a un sens pour tout t > 0, dès que u0 ∈ S ′ (Rd ). En supposant que l’on
2
peut utiliser la tranformation de Fourier inverse, à t > 0 fixé (il suffit pour cela que e−t|ξ | û0 soit
intégrable), on obtient :
1 1
Z Z
ix ·ξ 2
u(t, x ) = e û(t, ξ )dξ = eix·ξ −t|ξ | û0 (ξ )dξ.
(2π )d (2π )d
En utilisant la définition intégrale de la transformation de Fourier de u0 (ce qui n’est pos-
sible, a priori, que si u0 ∈ L1 (Rd ) mais rappelons que nous ne faisons qu’un calcul formel
préliminaire), on obtient :
1
ZZ
2
u(t, x ) = ei(x−y)·ξ −t|ξ | u0 (y)dydξ.
(2π )d
En inversant l’ordre d’intégration :
1
Z Z
2
u(t, x ) = u0 ( y ) ei(x−y)·ξ −t|ξ | dξdy.
(2π )d
2 2
L’intégrale ei(x−y)·ξ −t|ξ | dξ est la transformée de Fourier de la gaussienne ξ 7→ e−t|ξ | , prise au
R
point y − x. Nous avons calculé cette transformée de Fourier en §7.1.2 (cf (7.3)) :
Z Z
2
 π  d2 |x−y|2
u0 (y) ei(x−y)·ξ −t|ξ | dξ = e− 4t .
t
On en déduit la formule :
1 | x − y |2
Z
u(t, x ) = √ u0 ( y ) e − 4t dy. (8.7)
(2 πt)d
1. Prudence : l’article définie “la” sous-entend que la solution de (8.4) est unique, ce que nous n’avons pas
démontré, et est faux en toute généralité

Théorie des Distributions page 71

Chapitre 8. Exemples d’équations aux dérivées partielles

Exemple 8.3.1. Les deux formules (8.6) et (8.7) donne u(t, x ) = C lorsque u0 est la fonction constante
égale à C.

On justifie maintenant les calculs formels précédents.

8.3.2 Solution au sens des distributions

Soit u0 ∈ S ′ (Rd ) et pour tout t, û(t) défini par (8.6). En d’autres termes, en notant F la
transformée de Fourier inverse sur Rd ,
 2

u(t) = F e−t|ξ | û0 . (8.8)

On peut identifier u à une distribution sur (0, ∞) × Rd en posant, pour φ ∈ C0∞ (Rd ),
Z ∞D   E Z ∞D E
− t | ξ |2 2
< u, φ >= F e û0 , φ dt = e−t|ξ | û0 , F φ dt,
0 0

où les crochets ⟨·, ⟩ désignent dans le membre de gauche de l’égalité, la dualité

D ′ (]0, +∞[×Rd ), D(]0, +∞[×Rd ),

et dans les deux autres membres, la dualité entre S ′ (Rd ) et S(Rd ). On montre facilement, en
utilisant que u0 est un élément de S ′ (Rd ), que cette formule définit bien une distribution.

Théorème 8.3.2. La distribution u(t) définie par (8.8) vérifie l’équation de la chaleur ∂t u = ∆u au
sens des distributions sur (0, ∞) × Rd . De plus,

lim u(t) = u0
t → 0+

dans S ′ (Rd ).

Remarque 8.3.3. La limite annoncée dans le théorème signifie simplement que

∀ φ ∈ S(Rd ), lim ⟨u(t), φ⟩ = ⟨u0 , φ⟩ . (8.9)

t → 0+

Remarque 8.3.4. Le théorème montre l’existence de la solution. On peut aussi démontrer, avec des hy-
pothèses convenables, un théorème d’unicité de la solution dans S ′ . Nous n’aborderons pas de problème
(pourtant très important !) ici.

Démonstration. On commence par montrer (8.9) Soit φ ∈ S(Rd ). Alors

D 2
E
⟨u(t), φ⟩ = û0 , e−t|ξ | F φ .

On montre
2
lim e−t|ξ | F φ = F φ dans S(Rd ). (8.10)
t → 0+

En effet, notons ψ = F φ. Par la formule de Leibniz, pour tout multi-indice α,

 
    α α − β  − t | ξ |2  β
α
∂ξ e − t | ξ |2
ψ(ξ ) − ψ(ξ ) = e − t | ξ |2
− 1 ∂ξ ψ(ξ ) + ∑
α
∂ e ∂ ξ ψ ( ξ ).
α< β
β ξ

On a :     
 − t | ξ |2
 e − 1 ∂αξ ψ(ξ ) ≤ t|ξ |2 ∂αξ ψ(ξ ) ,
  

page 72 Théorie des Distributions

 8.3 Introduction rapide à l’équation de la chaleur

par l’inégalité élémentaire |e− x − 1| ≤ x pour x > 0. De plus, lorsque β < α

 
α− β 2 2
e−t|ξ | ∂ξ ψ(ξ ) = tPα− β (t, ξ )e−t|ξ | ψ(ξ ),
β
∂ξ

où Pα− β désigne une fonction polynôme en les variables t, ξ 1 , . . ., ξ d , de degré maximal |α − β| =
|α| − | β| ≤ |α| en ξ 1 , . . . , ξ d . On déduit des deux observations précédentes que pour tout N ≥ 0,
 2

q N e−t|ξ | ψ(ξ ) − ψ(ξ ) ≤ tq N ′ ( φ(ξ )),

où N ′ = max( N + 2, 2N ) (cf (7.2) pour la définition de q N ). En particulier

 2

lim q N e−t|ξ | ψ(ξ ) − ψ(ξ ) = 0,
t→∞

ce qui montre (8.10) et donc


lim ⟨u(t), φ⟩ = û0 , F φ = ⟨u0 , φ⟩ .
+
t →0

On montre maintenant que u vérifie l’équation de la chaleur au sens des distributions sur
]0, ∞[×Rd . Soit χ ∈ D(]0, ∞[×Rd ). Alors

< ∂t u − ∆u, χ >=< u, −∂t χ − ∆χ > .

De plus :
Z ∞D E Z ∞ D E
2 2
⟨u, −∆χ⟩ = e−t|ξ | û0 , F (−∆χ) dt = e−t|ξ | û0 , |ξ |2 F χ dt
0 0
Z ∞D E
2
= û0 , e−t|ξ | |ξ |2 F χ dt.
0

La lectrice attentive aura remarqué que là encore, les crochets désignaient dans certains cas
(lesquels ?) la dualité entre D ′ (]0, +∞[×Rd ), et D(]0, +∞[×Rd ), et dans d’autres, la dualité
entre S ′ (Rd ) et S(Rd ). De plus ˆ· et F désignent respectivement la transformée de Fourier et la
transformée de Fourier inverse sur Rd . On a donc
Z ∞D E Z ∞ 
2 2 ∂  − t | ξ |2
⟨u, −∂t χ − ∆χ⟩ = û0 , e−t|ξ | |ξ |2 F χ − e−t|ξ | F ∂t χ = u0 , − e Fχ .
0 0 ∂t

On utilise alors la propriété suivante :

Lemme 8.3.5. Soit T ∈ S ′ (Rd ) et ψ ∈ D(]0, ∞[×Rd ). Alors

 
d dψ
⟨ T, ψ(t, ·)⟩ = T, (t, ·) .
dt dt

Par le lemme (dont nous différons la démonstration),

Z ∞  Z ∞
∂  − t | ξ |2 d D  − t | ξ |2 E
u0 , e Fχ dt = u0 , e F χ dt = 0,
0 ∂t 0 dt

ce qui conclut la preuve.

Théorie des Distributions page 73

Chapitre 8. Exemples d’équations aux dérivées partielles

Ébauche de preuve du lemme 8.3.5. Par la linéarité de T,

ψ(t + h) − ψ(t)
 
d
⟨ T, ψ(t)⟩ = lim T, ,
dt h →0 h
et il reste à montrer
ψ(t + h) − ψ(t) ∂ψ
lim = ( t ),
h →0 h ∂t
au sens de D(Rd ), ce que l’on peut faire en utilisant la formule
Z 1
ψ(t + h, x ) − ψ(t, x ) ∂ψ
= (t + hσ, x )dσ.
h 0 ∂t

8.3.3 Noyau de la chaleur

On s’intéresse maintenant à la formule (8.7) que l’on rappelle ici :
1 | x − y |2
Z
u(t, x ) = √ u0 ( y ) e − 4t dy. (8.11)
(2 πt)d
Remarquons que l’on peut interpréter cette formule comme une convolution par un noyau
régularisant :
·
 
1
y(t, x ) = u0 ∗ √ k √ ,
( t)d t
où
1 2 /4
k( x) = d
e−| x| .
(2π ) 2

la fonction  
1 x 1 | x |2
(t, x ) 7→ √ k √ = √ e− 4t
( t)d t (2 πt)d
est appelée noyau de la chaleur.
Théorème 8.3.6. Soit p ∈ [1, ∞) et u0 ∈ L p (Rd ). Alors la formule (8.11) définit une fonction u de
classe C ∞ sur ]0, ∞[×Rd , qui vérifie l’équation de la chaleur (au sens classique) sur ]0, ∞[×Rd . De
plus :
lim ∥u(t) − u0 ∥ L p = 0. (8.12)
t → 0+

Le résultat reste vrai en prenant p = ∞, en supposant de plus u0 continue.

Ébauche de preuve. La preuve de la convergence (8.12) est similaire à la preuve de la densité
p
des fonctions C0∞ dans Lc par convolution, disponible au début de ce cours (Tome I). Dans
cette preuve, le noyau gaussien k est remplacé par une fonction pic à support compact. Nous
laissons le soin au lecteur de vérifier que la démonstration fonctionne encore, avec de petites
adaptations, dans le cas du noyau gaussien.
La preuve que u vérifie l’équation de la chaleur utilise le théorème de dérivation sous le
signe intégral. On prendra bien soin à se limiter à un ensemble compact t ∈ [ a, b], | x | ≤ A, où
0 < a < b < ∞ et A > 0, pour obtenir les hypothèses exactes de ce théorème.

On remarque l’effet régularisant très fort de l’équation de la chaleur : la solution est C ∞

pour tous les temps strictement positifs, même si la condition initiale n’est pas continue !
Une autre propriété intéressante de l’équation de la chaleur se lit sur la formule (8.11) :

page 74 Théorie des Distributions

 8.3 Introduction rapide à l’équation de la chaleur

Proposition 8.3.7. Soit u0 ∈ L p (Rd ) une fonction positive non identiquement nulle. Alors

∀t > 0, ∀ x ∈ Rd , u(t, x ) > 0.

On en déduit également le principe du maximum :

Proposition 8.3.8. Supposons u0 ∈ C0 (Rd ), bornée. Alors

sup u(t, x ) = sup u0 ( x ).

t ≥0 x ∈Rd
x ∈Rd

Si cette borne supérieure est un maximum, elle est atteinte en t = 0.

Théorie des Distributions page 75

Chapitre 8. Exemples d’équations aux dérivées partielles

page 76 Théorie des Distributions

Annexe A

Mesure et intégrale de Lebesgue

A.1 Mesure de Lebesgue sur Rd

Quelles sont les propriétés fondamentales que partagent la longueur d’une partie de R,
l’aire d’une partie de R2 , le volume d’une partie de R3 et plus généralement le volume d’une
partie de Rd ? Peut-on donner un sens au volume de toute partie de Rd ? On attend d’une notion
de longueur, d’aire et de volume d’avoir en commun la positivité et la propriété d’additivité
qui est que, si deux parties A et B de Rd sont disjointes, le volume de leur réunion est égal
à la somme de leurs volumes : vol( A ∪ B) = vol( A) + vol( B) lorsque A ∩ B = ∅. Une autre
propriété attendue du volume est l’invariance par translation. Si x ∈ Rd et A est une partie
de Rd , vol( x + A) = vol( A). Au début du XX e siècle, Émile Borel introduit une idée clé, celle
qu’une notion de volume doit vérifier une propriété plus forte, l’additivité dénombrable, pour
pouvoir s’intégrer utilement dans les théories modernes d’analyse. Une ≪ bonne ≫ notion de
volume devra donc vérifier que, pour toute famille dénombrable ( A p ) p∈N de parties de Rd
deux à deux disjointes,  

∑
[
vol  Ap = vol( A p ).
p ∈N p ∈N

Mais, une telle notion de volume qui associerait à toute partie de Rd un réel positif vérifiant
l’additivité dénombrable et l’invariance par translation n’existe pas. C’est Henri Lebesgue qui
en 1902 sera le premier à construire un exemple de mesure sur R qui soit dénombrablement
additive et invariante par translation. Cette mesure correspond à la notion de volume re-
cherchée. Pour cela, Lebesgue introduit la notion de mesure extérieure qui approche ≪ par au-
dessus ≫ la mesure de toute partie de R. Puis il définit les parties de R qui seront suffisament
peu irrégulières pour que l’on puisse leur associer une mesure. Ce sont les parties Lebesgue-
mesurables de R.

A.1.1 Ensembles mesurables et mesure de Lebesgue

Nous commencons par définir les pavés de Rd et leur volume. Un pavé P dans Rd est un
produit cartésien de d intervalles de R bornés (ouverts, fermés, semi-ouverts ou semi-fermés)
P = ( a1 , b1 ) × · · · × ( ad , bd ),
où a j ≤ b j sont des nombres réels, j = 1, . . . , d. Pour un tel sous-ensemble de Rd , la notion
naturelle de volume associée est le produit des longueurs des côtés. On appelle volume d’un
pavé P le réel positif noté | P| défini par
| P| = (b1 − a1 ) · · · (bd − ad ).

77
Chapitre A. Mesure et intégrale de Lebesgue

Une union de pavés est dite quasi disjointe si les intérieurs des pavés de l’union sont disjoints.
Enfin, un cube est un pavé pour lequel b1 − a1 = · · · = bd − ad . L’intérêt de ces cubes et pavés
provient du fait que leurs réunions approchent bien les ouverts de Rd .

Proposition A.1.1. Tout ouvert O de Rd peut s’écrire comme union dénombrable de cubes quasi dis-
joints.

Pour définir le volume d’une partie plus compliquée qu’un pavé, nous commençons par cons-
truire une fonction qui à toute partie de Rd associe un volume qui généralise le volume des
pavés. L’idée est d’approcher ≪ par au-dessus ≫ tout sous-ensemble de Rd par des cubes. Soit E
une partie de Rd . On appelle mesure extérieure de E le réel positif défini par

n ∞  ∞ o
λ∗d ( E) = inf ∑ j
[
| C | ∀ j ≥ 1, C est un cube fermé et E ⊂ C j .

 j
j =1 j =1

Pour les parties simples comme l’ensemble vide, un point ou un cube, la mesure extérieure
correspond bien à notre idée intuitive de volume. La mesure extérieure de Rd est infinie.
Toutefois, la mesure extérieure ne vérifie pas l’additivité dénombrable voulue pour définir une
bonne notion de volume. Nous avons seulement l’inégalité suivante : si E = ∞
S
j=1 E j , alors

∞
λ∗d ( E) ≤ ∑ λ∗d (Ej ).
j =1

On a tout de même que si E = E1 ∪ E2 avec d( E1 , E2 ) > 0, alors λ∗d ( E) = λ∗d ( E1 ) + λ∗d ( E2 ).

Malgré ces deux propriétés, on ne peut pas conclure en général que, si E1 ∪ E2 est une union
disjointe de sous-ensembles de Rd , λ∗d ( E1 ∪ E2 ) = λ∗d ( E1 ) + λ∗d ( E2 ). Cette égalité n’aura lieu
que pour des ensembles qui ne sont pas trop pathologiques, les ensembles mesurables.

Définition A.1.2. Un sous-ensemble E ⊂ Rd est dit Lebesgue-mesurable, ou plus simplement mesu-

rable, si pour tout ε > 0 il existe un ouvert O contenant E tel que

λ∗d (O \ E) ≤ ε.

On a alors que tout ouvert de Rd est mesurable, qu’une union dénombrable d’ensembles me-
surables est mesurable et que le complémentaire d’un ensemble mesurable est mesurable.

Nous pouvons maintenant définir la notion de mesure pour un ensemble mesurable. Si E ⊂

Rd est mesurable, on définit sa mesure de Lebesgue par λd ( E) = λ∗d ( E). Alors, la mesure de
Lebesgue vérifie bien la propriété d’additivité dénombrable.
Soit ( Ej ) j≥1 une famille dénombrable d’ensembles mesurables et disjoints dans Rd . Alors leur
réunion E = ∞
S
j=1 E j est mesurable et

∞
λd ( E) = ∑ λ d ( E j ).
j =1

On a aussi l’invariance par translation : si E un ensemble mesurable de Rd , alors pour tout

x ∈ Rd , le translaté x + E = { x + y | y ∈ E} est mesurable et λd ( x + E) = λd ( E).

On note souvent aussi la mesure de Lebesgue par le symbole dx au lieu de λd .

page 78 Théorie des Distributions

 A.1 Mesure de Lebesgue sur Rd

A.1.2 Espaces mesurés et applications mesurables

On généralise la notion de mesure à un ensemble quelconque en demandant à ce que les prin-
cipales propriétés de stabilité des ensembles mesurables et de la mesure de Lebesgue soient
conservées.
Définition A.1.3. Soit X un ensemble. Une tribu sur X est un sous-ensemble M de P ( X ) qui vérifie
les conditions suivantes :
1. X ∈ M ;
2. si A ∈ M, son complémentaire Ac est dans M ;
3. si ( An )n∈N est une suite d’éléments de M, ∪n∈N An ∈ M.
Les éléments de M sont appelés ensembles mesurables. Un espace mesurable est un couple ( X, M) où
X est un ensemble et M une tribu sur X.
Exemple A.1.4. (Tribu de Lebesgue sur Rd ). L’ensemble des parties de Rd Lebesgue-mesurables forme
une tribu sur Rd que nous noterons M L (Rd ).
Exemple A.1.5. On appelle tribu borélienne de Rd la tribu B(Rd ) engendrée par les ouverts de Rd ,
c’est-à-dire, la plus petite tribu de Rd contenant tous les ouverts de Rd (pour la topologie usuelle).
Une mesure est une fonction définie sur une tribu, à valeurs positives, vérifiant une condition
d’additivité dénombrable. Nous axiomatisons donc la propriété de σ-additivité obtenue pour
la mesure de Lebesgue sur Rd .
Définition A.1.6. Soit ( X, M) un espace mesurable. Une mesure sur ( X, M) est une application de
M dans [0, +∞], telle que µ(∅) = 0 et, si ( An )n∈N est une suite de parties mesurables deux à deux
disjointes,  
∑
[
µ An = µ( An ), (σ−additivité).
n ∈N n ∈N

Si µ est une mesure sur ( X, M), le triplet ( X, M, µ) est appelé un espace mesuré.
Exemple A.1.7. La mesure de Lebesgue est une mesure sur (Rd , M L (Rd )).
Exemple A.1.8. Les mesures discrètes dµ = ∑ j∈ J α j δbj , où J est un ensemble fini ou dénombrable,
b j ∈ Rd et α j > 0 et par définition, pour tout sous-ensemble A de Rd , et tout b ∈ Rd ,
(
1 si b ∈ A
δb ( A) =
0 si b ∈
/ A.

Définition A.1.9. On appelle mesure de Radon positive sur un ouvert Ω de Rd une mesure positive µ
sur la tribu borélienne B(Ω) qui est finie sur les compacts :

∀K ⊂ Ω compact, µ(K ) < +∞.

On appelle mesure de Radon tout combinaison linéaire µ1 − µ2 + i(µ3 − µ4 ) où les µ j sont des mesures
de Radon positives.
Les deux exemples précédents sont des mesures de Radon positives.

Concluons par un point de terminologie.

Définition A.1.10. Soit ( X, M, µ) un espace mesuré et soit P une propriété définie sur X. On dit que
P est vraie µ-presque partout si elle est vraie hors d’un ensemble mesurable de mesure nulle. On écrit
aussi P vraie µ-pp. On dit encore que P est vraie pour µ-presque tout x dans X.

Théorie des Distributions page 79

Chapitre A. Mesure et intégrale de Lebesgue

On termine par la notion de mesurabilité d’une application entre espaces mesurables qui est
analogue à celle de la continuité d’une application entre espaces topologiques et utilise la no-
tion d’image réciproque.

Définition A.1.11. Soient ( X, M) et (Y, N ) deux espaces mesurables. Une application f de X dans
Y est dite mesurable lorsque, pour tout ensemble mesurable N ∈ N , son image réciproque f −1 ( N ) est
mesurable, c’est-à-dire que f −1 ( N ) ∈ M.

Exemple A.1.12. (Fonctions caractéristiques). On considère un espace mesurable ( X, M) et on

munit R de sa tribu borélienne. Pour une partie A de X, la fonction caractéristique 11 A est mesurable
si et seulement si A est mesurable.

Exemple A.1.13. Soit h une fonction mesurable positive. On définit la mesure à poids, dµ( x ) =
h( x )dx avec h > 0 par : Z
∀ A ⊂ mesurable, µ( A) = 11 A h( x )dx.
Rd

A.2 Intégrale de Lebesgue sur Rd

On commence par définir l’intégrale de Lebesgue d’une fonction positive. On appelle fonction
étagée toute combinaison linéaire finie d’indicatrices d’ensembles mesurables :
m
φ= ∑ α j 11 A , j
α j ∈ R, A j ⊂ Rd et mesurable.
j =1

On appelle intégrale de φ sur Rd la quantité, notée

R
Rd
φdλd , définie par
Z m

Rd
φdλd = ∑ α j λd ( A j ) ∈ [0, +∞].
j =1

Pour définir l’intégrale d’une fonction mesurable f : Rd → [0, +∞], on utilise un procédé
R limn→+∞ φn avec φRn : R → [0, +∞[
d’approximation : on cherche à écrire f sous la forme f = d

étagée et mesurable pour tout n ∈ N et on pose ensuite Rd f dλd = limn→+∞ Rd φn .

Proposition A.2.1. Soit f : Rd → [0, +∞] une fonction mesurable. Alors il existe une suite ( φn :
Rd → [0, +∞])n∈N de fonctions étagées mesurables telles que
1. 0 ≤ φn ≤ φn+1 ≤ f pour tout n ∈ N ;
2. la suite ( φn )n∈N converge simplement vers f .
De plus, si f est bornée sur A ⊂ X, la suite ( φn )n∈N converge uniformément vers f sur A.

On peut alors définir l’intégrale d’une fonction mesurable f : Rd → [0, +∞] de la façon sui-
vante.RSoit f : Rd → [0, +∞] une fonction mesurable. On appelle intégrale de f la quantité,
notée Rd f dλd , définie par
Z Z 
f dλd = sup φdλd : φ : R → [0, +∞[ mesurable étagée et telle que φ ≤ f
d
∈ [0, +∞].
Rd Rd

Si A ⊂ Rd est une partie mesurable, on pose A f dλd = Rd f 11 A dλd .

R R

Nous pouvons maintenant étendre la définition de l’intégrabilité aux fonctions à valeurs réelles
ou complexes (et ensuite à valeurs dans Rd ou Cd ).

page 80 Théorie des Distributions

 A.2 Intégrale de Lebesgue sur Rd

Soit f : Rd → R une application mesurable. Notons f + et f − les applications

f + = max( f , 0) et f − = max(− f , 0).

Les applications f + et f − sont mesurables, car f l’est, et sont à valeurs dans [0, +∞[. On a alors
les relations
f = f + − f − et | f | = f + + f − .

Définition A.2.2 (Fonction intégrable à valeurs réelles). Une fonction f : Rd → R R est dite
intégrable par rapport à la mesure λd , ou simplement intégrable, si f est mesurable et si Rd | f |dλd <
+∞. Dans ce cas, on appelle intégrale de f sur Rd le nombre réel, noté Rd f dλd , défini par
R

Z Z Z
f dλd = f + dλd − f − dλd .
Rd Rd Rd

On note L1 (Rd ) l’ensemble des fonctions intégrables à valeurs réelles.

Pour une fonction à valeurs complexes, son intégrale est tout simplement la somme de l’inté-
grale de sa partie réelle et de i fois l’intégrale de sa partie imaginaire.

Théorie des Distributions page 81

Chapitre A. Mesure et intégrale de Lebesgue

page 82 Théorie des Distributions

Annexe B

Quelques notations

Soit A un ensemble et B ⊂ A. La fonction indicatrice, ou fonction caractéristique de B, est la fonc-

tion 11B : A → {0, 1} définie par
(
11B ( x ) = 1 si x ∈ B
11B ( x ) = 0 si x ∈
/ B.

On note A \ B le complémentaire de B dans A :

A \ B = {x ∈ A | x ∈
/ B }.

Lorsqu’il n’y a pas d’ambiguı̈té sur A, on notera parfois cet ensemble Bc .

Soit E et F deux sous-ensembles de Rd . On note d( E, F ) leur distance :

d( E, F ) = inf{| x − y| : x ∈ E, y ∈ E},

et E + F leur somme n o
E+F = x + y : x ∈ E, y ∈ F .

La notation multi-indice ∂α , α ∈ Nd , est définie en § 3.1.

D(Ω) ou C0∞ (Ω) : cf définition 3.3.5. On note E (Ω) = C ∞ (Ω), lorsque cet ensemble est considéré
comme l’espace vectoriel des fonctions test pour l’espace vectoriel E ′ (Ω) des distributions à
support compact, cf §6.4.
Si a et b sont deux éléments de Rd , [ a, b] est le segment :

[ a, b] = {ta + (1 − t)b, t ∈ [0, 1]}.

Quand d = 1 et a < b, on retrouve la notation usuelle [ a, b] = { x ∈ R, a ≤ x ≤ b}. Mais on

pourra aussi employer la même notation pour a > b auquel cas [ a, b] = { x ∈ R, b ≤ x ≤ a}.
Soit x ∈ Rd et r > 0. On note B( x, r ) la boule ouverte de centre x et de rayon r :
n o
B( x, r ) = y ∈ Rd , | x − y| < r ,

où | · | désigne la norme euclidienne sur Rd :

d
|( x1 , . . . , xd )|2 = ∑ x2j .
j =1

On termine cet appendice par l’alphabet grec, qu’il est très utile de connaı̂tre pour lire et
écrire des mathématiques, en particulier dans ce cours.

83
Chapitre B. Quelques notations

Minuscule Majuscule Nom Minuscule Majuscule Nom

α A alpha ν N nu
β B bêta ξ Ξ xi
γ Γ gamma o O omicron
δ ∆ delta π Π pi
ε E epsilon ρ P rhô
ζ Z zêta σ Σ sigma
η H êta τ T tau
θ Θ thêta υ Υ upsilon
ι I iota ϕ Φ phi
κ K kappa χ X khi
λ Λ lambda ψ Ψ psi
µ M mu ω Ω oméga

page 84 Théorie des Distributions