31

Si f ( x ) est localement sommable on vérifie par changement de variable d’intégration que

  D(R ) ,  f (x − a ).(x).dx =  f (x).(x + a ).dx

R R
c’est à dire
a f , (x) = f , (x + a )

Cette égalité est utilisée pour définir la translatée  a T d’une distribution T quelconque
  D(R ) ,  a T, (x ) = T, (x + a ) (10.2)

soit , en notation impropre, mais commode

  D(R ) , T(x − a ), (x ) = T( x), ( x + a ) (10.2’)

2° Exemple.
Considérons la distribution de Dirac ( x ) , ,  = (0) et appliquons la définition
précédente
  D(R ) ,  a ,  = , (x + a ) = (a ) =  a ,  ,
ainsi
a = a  , (10.3)
i.e. en notations impropres
a (x) = (x + a ) (10.3’)

3° Distributions périodiques.
La notion de translatée est utilisée pour définir les distributions périodiques. Une
distribution T est dite périodique de période a ou bien a périodique si

a T = T ou bien T(x − a ) = T( x )
ce qui équivaut à :
  D(R ) ,  a T,  = T,   T, (x + a ) = T, (x)

 T, (x + a ) − (x) = 0 .

10.1. Symétrisée d’une distribution.

1° Définition.
Si f ( x ) est une fonction, la fonction f  (x) = f (−x) est parfois appelée « la
symétrisée » de la fonction f ( x ) . Si f est une fonction localement sommable , on vérifie après
changement de variable d’intégration que

  D(R ) ,  f (−x).(x).dx =  f (x).(−x).dx

R R
c’est à dire
  D(R ) , f  ,  = f , 

Cette égalité est souvent utilisée pour définir « la symétrisée » d’une distribution T
quelconque.
Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 32

La symétrisée T d’une distribution T est définie par :

  D(R ) , T ,  = T,  . (10.4)

On vérifie que T est bien une distribution.

2° Parité d’une distribution.

Une distribution T est dite paire si T = T et elle est dite impaire si T = −T , c’est à
dire :
T est paire    D(R ) , T,   = T,  (10.5)

T est impaire    D(R ) , T,  = − T,  (10.6)

Par exemple la distribution de Dirac  est paire.

10.2. Changement de variable dans les distributions.

1° La distribution T(ax + b)
Soit f une fonction localement sommable et x = ay + b , avec a  0 une
transformation linéaire non singulière. Pour toute fonction test   D(R ) on a :

1 x −b
 f (ay + b).( y).dy = a  f (x ). dx
a 
R R

Cette égalité est utilisée pour définir la distribution T(ax + b) , où T est une distribution
quelconque. On pose par définition :
1 x −b
  D(R ) , T(ax + b ), ( x ) = T,   (10.7)
a  a 
En particulier si b = 0
x
  D(R ) , T(ax ), ( x ) =
1
T,   (10.8)
a a

1 
  D(R ) , T x , ( x ) = a T, (ax ) (10.8’)
a 
2° La distribution (a ( x) )
Soit a ( x ) une fonction de classe C1 sur ℝ. On définit la distribution (a ( x) ) par la
formule :
(a ( x ) ) = lim f  (a ( x ) ) dans D  (10.9)
→0+
avec
1
 si x  
f  ( x ) =  2 (  0)
 0 si x  

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 33

La fonction a ( x ) est supposée ayant des zéros isolés et simples. Soit x k , k = 1,2,  ces
zéros. Dans ces cas (a ( x) ) existe dans D  et se met sous la forme d’une somme

( x − x k )
(a ( x ) ) =  (10.10)
k a (x k )
Par exemple

( )
a)  x 2 − a 2 =
1
2a
((x − a ) + (x + a )) ,

b) (sin x ) =  (x − k) .

kZ

10.3. Produit de deux distributions.

1° Remarque préliminaire.
Soit f et g deux fonctions localement sommables le produit f .g n’est pas forcément
1
localement sommable, par exemple f ( x ) = g( x ) = deux fonctions localement
x
1
sommables, la fonction fx ).g( x ) = n’est pas sommable dans tout intervalle contenant le
x
point x = 0 . On ne peut donc définir une distribution régulière

1 ( x )
, =  dx ,
x R
x

car le second membre n’existe pas toujours pour toute fonction   D(R ) .
Cependant dans certains cas, où les intégrales  f (x).g(x).(x).dx existent pour toute
R
fonction   D(R ) , on peut déterminer le produit de deux distributions régulières f 
. g .

2° Produit d’une distribution par une fonction de classe C.

Soit ( x ) une fonction de classe C  et T une distribution. On définit .T (plus
précisément .T ) par :
  D(R ) , .T,  = T, . (10.11)

La fonction .  D(R ) , car elle est à support borné comme la fonction  et de plus elle
est de classe C  (comme produit de deux fonctions de classe C  ).
Donc quelle que soit la distribution T , le nombre T, . existe et, par suite, le produit
.T a un sens. On notera cependant que, pour certaines distributions, cette définition du produit
est applicable même si la fonction ( x ) n’est pas de classe C  . Par exemple il suffit que ( x )
soit continue pour définir ( x ).( x ) .

  D(R ) , .,  = , . = (0).(0) = (0).,  (10.12)

Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 34

Ceci montre que

. = (0). (10.13)
On établit de même que :

( x ).( x − a ) = (a ).( x − a ) (10.14)

§11. Dérivation des distributions

11.1. Définition.
Il faut définir la dérivée au sens des distributions de sorte qu‘elle coïncide avec la
définition usuelle de la dérivée pour une fonction localement sommable f , au cas, où celle-ci
possède une dérivée f  , localement sommable.

f ,  =  f ( x ).( x ).dx ,
R

x →+
= f ( x ).( x ) x →− −  f ( x ).( x ).dx
R

= − f ,  = f , − 

d’où pour toute distribution T , on pose par définition

  D(R ) , T,  = − T,  (11.1)

On remarque ainsi que toute distribution possède des dérivées sous forme de distribution .
Par récurrence on démontre que toute distribution est indéfiniment dérivable et l’on a :

  D(R ) , T ( n ) ,  = (− 1)n T,  ( n ) (11.2)

11.2. Propriétés de la dérivation.

1° Propriété 1.
La dérivation est un opérateur linéaire de D  dans D  .

(.T + .U ) = .T  + .U (11.3)

 En effet pour tout   D(R ) ,

(.T + .U ) ,  = − .T + .U,  = −(. T,  +  U,  ) =  T ,  +  U,  =
= T + U,  .

2° Propriété 2.
Toute distribution est indéfiniment dérivable
3° Propriété 3.
On peut intervertir l’ordre de dérivation.
 En effet pour tout   D(R )

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 35

( )(m) , 
T (m + n ) ,  = (− 1)m + n T,  (m + n ) = (− 1)m T (n ) ,  (m ) = T (n ) =

( )(n ) , 
= (− 1)n T (m ) ,  (n ) = T (m ) .

4° Propriété 4.
Si T  D et  (x )  C  (R ) la dérivée du produit ( x ).T vérifie la formule de
Leibniz
n
 n  (k ) (n − k )
(.T )(n ) =   . .T (11.5)
k =0 
 k

 Par exemple, (.T ) =  .T + .T  . En effet , pour tout   D(R ) on a :

(.T ) ,  = − .T,  = − T, . = − T, (.) −  . = − T, (.) + T,  . =

= T, . + .T,  = .T + .T,  .

5° Propriété 5.
Si la distribution T est nulle sur un domaine G , alors la dérivée T (n ) est nulle sur G
et l’on a :

( )
Supp T (n )  Supp (T ) .

 En effet pour tout   D(G ) ,  (n )  D(G ) et, par suite,

T (n ) ,  = (− 1)n T,  (n ) = 0 ce qui veut dire que T (n ) est nulle sur G .

11.3. Exemples
1° Calculons la dérivée de la distribution de Dirac en un point a . Par définition on a :

  D , a ,  = −  a ,  = −(a ) (11.6)

La dérivée de  a en a est donc aussi une distribution singulière notée a telle que si on
l’applique à une fonction test   D elle nous donne la valeur − (a ) .

2° Calculons la dérivée au sens des distributions de la fonction échelon unité de Heaviside. On

a:
+
  D , Y  ,  = − Y ,  = −  ( x ).dx = (0) = ,  ,
0
d’où
  D , Y ,  = ,  (11.7)

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 36

La dérivée de la fonction échelon unité de Heaviside est donc la distribution de Dirac  .

11.4. Dérivée usuelle et dérivée au sens des distributions.

1° Définition.
Si f est une fonction localement sommable, la distribution f  associée admet une
dérivée, la distribution f  définie par :

  D , f  ,  = −  f ( x ).( x ).dx (11.8)

R

On l’appelle « la dérivée au sens des distributions de f ».

2° Fonction absolument continue.

a) Définition 1.

Une fonction F : ℝ → ℂ est dite absolument continue sur [a , b] s’il existe une fonction
f sommable sur [a , b] et telle que
x
F( x ) = F(a ) +  f ( t ).dt , x  [a, b] (11.9)
a
Si f est localement sommable, F est dite absolument continue sur tout intervalle borné,
on dit dans ce cas que F est absolument continue sur  ou tout simplement absolument continue.

b) Propriétés des fonctions absolument continues.

• Propriété 1.
On sait que si f : [a , b] → ℂ est sommable , la fonction I définie sur [a , b] par :

x
I( x ) =  f ( t ).dt
a

pour tout x  [a, b] est dérivable presque partout et l’on a I(x) = f (x) p.p. , donc toute
fonction F absolument continue sur [a , b] est dérivable p.p. .
et vérifie F(x) = f (x) p.p. sur [a , b] .

• Propriété 2.
On en déduit que si F est une fonction absolument continue sur [a , b] elle est
continue sur [a , b] , la réciproque n’est pas exacte.

• Propriété 3
Une fonction continûment dérivable est absolument continue mais la réciproque
n’est pas exacte. (prendre par exemple f ( x ) = x.Y( x ) ).

c) Proposition

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 37

Soit f une fonction sommable sur [a , b] . La fonction I définie sur [a , b] par

x
I( x ) =  f ( t ).dt pour tout x  [a, b] est absolument continue sur [a , b] .
a

d) Définition 2
On dit que F est une primitive de f sur l’intervalle (a , b ) si F est absolument
continue sur [a , b] et vérifie F = f p.p.
e) Théorème1 : Intégration par parties.
Soient u et v deux fonctions A.C sur [a , b] , alors :

b b
 u (x ).v(x ).dx = u (b).v(b) − u (a ).v(a ) −  u (x ).v(x ).dx (11.10)
a a

Démonstration.
 Si u et v sont absolument continues sur [a , b] , on peut écrire :
x x
u ( x ) = u (a ) +  u ( t ).dt , v( x ) = v(a ) +  v ( t ).dt ,
a a
d’où
b b b x 
 u ( t ).dt .dx =
 u ( x ).v ( x ).dx =  u ( a ).v ( x ).dx +  v ( x )
 
a a a a 
b  x 
= u (a )(v(b) − v(a ) ) +  v ( x )  u ( t ).dt .dx .
 
a a 
Or
b x  b b 
   1 .dx
 v ( x )

u ( t ).dt

.dx =  v ( x )
  [a ,x ]
( t ).u ( t ).dt

a a  a a 
En appliquant le théorème de Fubini il vient

b x  b b  b
 v( x )  u ( t ).dt .dx =  u ( t )  v( x ).dx dt =  u (t )(v(b) − v( t ))dt =
   
a a  a t  a
b
= u (b).v(b) − u (a ).v(b) −  u ( t ).v( t ).dt ,
a
d’où le résultat. 
f) Dérivée au sens des distributions d’une fonction A.C.

Lorsque F est une fonction absolument continue sur ℝ on a par intégration par parties

  D , F ,  = −  F( x ).( x ).dx =  F( x ).( x ).dx = F,  ,

R R
Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 38

d’où
F  = F (11.11)

g) Théorème 2

* - Toute fonction f localement sommable est la dérivée au sens des distributions d’une
fonction absolument continue de la forme
x
F( x ) = F(a ) +  f ( t ).dt , a  ℝ, x  ℝ
a
• - Si G est une fonction qui définit une distribution et si da dérivée au sens
distributions G  = G  est une fonction localement sommable, alors G est égale
presque partout à une fonction absolument continue.
•

Démonstration.

 1) La fonction F étant absolument continue sur ℝ, alors elle est continue et définit une
distribution régulière F dérivable au sens des distributions. Par définition on a :

  D , F ,  = − F,  = −F(0).  ( x ).dx −  F( x ) − F(0).( x ).dx

R R
Puisque   D , le premier terme est nul, d’où

x  0 0  + x 
F ,  = −   f ( t ).dt .( x ).dx =   f ( t ).dt ( x ).dx −   f ( t ).dt ( x ).dx
 
R 0  − 
x  0 0 

Les deux intégrales doubles correspondantes étant absolument convergentes, on peut, en vertu du
théorème de Fubini, intervertir l’ordre d’intégration, d’où

0  t  +  +  

F ,  =     ( x ).dx f ( t ).dt −     ( x ).dx f ( t ).dt =  f ( t ).( t ).dt = f ,  ,
−  −  
 0  t  R

d’où le résultat F  = f  .

2) Supposons que la fonction G définisse une distribution et que sa dérivée au sens des

distributions G  soit définie par la fonction localement sommable f , i.e. G  = f  .

x
Posons I( x ) =  f ( t ).dt . Cette fonction est absolument continue et I(x) = f (x) p.p. , d’où
a
I = f , par suite, la dérivée au sens des distributions de G − I est nulle . Or on démontre
que si T = 0 (distribution nulle), alors T = c , où c est une constante. Donc la fonction
G( x ) − I( x ) est égale presque partout à une constante c .
Posons

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 39

x
F( x ) = c +  f ( t ).dt ,
a
alors c = F(a ) , par suite G est égale presque partout à la fonction absolument continue F .

h) Conséquence.
* - Pour une fonction absolument continue sur , F , sa dérivée au sens des
distributions coïncide presque partout avec la dérivée usuelle.

* - Une fonction G , qui définit une distribution, est égale presque partout à une fonction
absolument continue, si et seulement si, sa dérivée au sens des distributions est une fonction
localement sommable.
3° Dérivée au sens des distributions d’une fonction discontinue.
a) Calculons d’abord la dérivée au sens des distributions d’une fonction discontinue au
point 0 . Soit f une fonction de classe C  sur ] − , 0[]0, + [ tandis que chacune de ses
dérivées d’ordre m , f ( m) , possède un saut au point 0 :
 m = f ( m ) (0 + ) − f ( m ) ( 0 − ) ,

où f ( m) (0 + ) = lim f ( m) ( x ) et f ( m) (0 − ) = lim f ( m) ( x ) .
x →0+ x →0−

Les fonctions f ( m) sont continues partout sauf en 0 , donc elles sont localement
sommables , par suite, elles définiront des distributions régulières que l’on notera f ( m ) pour ne  
pas confondre avec la distribution f 
(m)
qui est la dérivée au sens des distributions d’ordre m
de f  .
Pour m = 1 on a : quelle que soit   D
0 +
f  ,  = − f ,  = −  f ( x ).(x ).dx = −  f ( x ).(x ).dx −  f (x).(x).dx
R − 0

Sur chacun de ces intervalles on peut effectuer une intégration par parties et l’on obtient :
0− +
f  ,  = −f (0 − ).(0) + +
 f (x).(x).dx + f (0 ).(0) + +f (x).(x).dx =
− 0
( )
=  f ( x ).( x ).dx + f (0 ) − f (0 ) .(0) = f  +  0 ., 
+ −

R
d’où
f  = f  + 0 . .

Dans le cas, où f est continue en 0 , i.e.  0 = 0 , f  = f  , i.e. la dérivée au sens des
distributions est égale à la distribution associée à la dérivée usuelle si f est continue.
La discontinuité au point 0 d’une fonction f fait apparaître dans la dérivée une
distribution de Dirac. En particulier on retrouve, si Y est la fonction de Heaviside
Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 40

1, si x  0
Y( x ) =  , on obtient Y   ( x ) = ( x )
0, si x  0

La fonction Y( x ) est appelée « fonction échelon unité » et la « fonction » ( x ) « l’impulsion

unité ». La fonction « impulsion unité » est donc la dérivée au sens des distributions de la
fonction « échelon unité ».

On généralise aisément, en dérivant de nouveau l’égalité plus haut plusieurs fois

f  = f  + 1. +  0 .
et par récurrence sur m

 
m
f (m) = f ( m ) +   m−k . ( k −1) . (11.12)
k =1
b) Si la fonction f possède des points de discontinuité de
première espèce isolés x k  et si f ( x ) est continue par morceaux sur , alors on a :

f  = f  +   x k . x k ,
k
où  x k = f ( )− f ( )
x +k x −k .

, pour x  0, 2 , est une fonction périodique de

1 x
En particulier si f 0 ( x ) = −
2 2
période 2 , alors
+

f 0  = − +   2k .
1
(11.13)
2 k =−

§12 Primitives d’une distribution.

12.1. Définition

Soit T  D , une distribution T (−1)  D s’appelle primitive de T si l’on a

(T (−1) ) = T , i.e.
  D , T (−1) ,  = − T,  (12.1)

Il résulte de cette égalité que la fonctionnelle T (−1) n’est définie que sur les dérivées des
fonctions-tests de D . Nous voulons prolonger sur D tout entier de manière qu’elle soit linéaire
et continue sur tout D .
Supposons d’abord que T (−1) existe et soit   D telle que Supp ()  [−R , R ] ,
(R  0) .
Posons

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 41

x  
(x ) =  ( t ) −   ( t )  ( y ) dy 

(12.2),
−  R
où

x
 
x
 ( x ) = C  .  = 
(voir §5.2, 2°, c).
 x
   dx
R

12.2. Théorème 1
Toute distribution T de D  admet une primitive dans D  et toutes les primitives sont
de la forme
  D , T ( −1) ,  = − T,  + c  ( t )dt (12.3),
R

où  est la fonction définie par la formule (12.2) et c une constante.

Pour démontrer ce théorème on a besoin des deux lemmes suivants :

1° Lemme 1
La fonction ( x ) définie par la formule (12.2) appartient à D .

Démonstration
 L fonction  , en effet, est de classe C  sur , car  et  appartiennent à D , de plus
( x ) = 0 pour x  − max (R ,  ) , puisque Supp ()  [−R, R ] et Supp( )  [−, ]
(  0). Ensuite pour x  max(R, ) on a
( x ) =  ( y).dy −   ( y)dy.  ( t )dt =  ( y).dy −  ( t )dt = 0 ,
R R R R R
car   ( y)dy = 1 . Ainsi pour x  max (R,  ) , ( x ) = 0 , i.e.   D .
R

Faisons agir la distribution T (−1) , supposé définie, sur la fonction ( x ) . D’après (12.2)
on peut écrire :

( x ) =  ( x ) +  ( x ) ( t ).dt ,
R
d’où
T ( −1) ,  ( x ) + T ( −1) ,  ( x )  (t ).dt
R
et, par suite, en tenant compte de (12.1)

  D , T ( −1) ,  = − T,  + c  ( t )dt , où c = T ( −1) ,  .

R

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 42

Ainsi, quand T (−1) existe, elle s’exprime par (12.3), où la fonction  est définie par la
formule (12.2).
2° Lemme 2.
La constante c étant quelconque, la fonctionnelle T (−1) , définie par la formule (12.3),
avec ( x ) la fonction définie par (12.2), est une primitive de T dans Supp () .

Démonstration
 La linéarité de T (−1) découle de la linéarité de T . démontrons qu’elle est continue. Soit
(k ) une suite de fonctions tests convergeant vers la fonction nulle dans D , lorsque k tend
( )
vers +  , i.e.  k (x) = 0 pour x  R et la suite  (km) ( x ) converge uniformément vers la
fonction nulle lorsque k → + .
En utilisant la démonstration du lemme 1 on trouve que
 
 
x
  k  k dt = 0 si x  max (R, ) et la suite  k k 0
(m)
 k (x) =  ( t ) −   ( t )  ( y ) dy
−  R 
converge uniformément vers la fonction nulle, lorsque k tend vers +  , puisque
 
 (km ) ( x ) =  (km −1) ( x ) − (m −1) ( x ).   k ( y).dy , d’où la suite  (km ) k 0 converge vers la
R
fonction nulle dans D . Ainsi en vertu de la continuité de T sur D , on a :
( −1) ( −1)
T ,  k = − T,  k + c   k ( y).dy → 0 , k → + . Par suite T  D .
R
Il nous reste à vérifier que T (−1) est une primitive de T , i.e. calculons
(T (−1) ) ,  = − T ( −1) ,  . Faisons dans (12.2)  :=  . Puisque  (t ).dt = 0 , alors
R

d’après (12.2), ( x ) = ( x ) et, par suite, (T (−1) ) , 


= T ( −1) , −  = T,  , i.e.

(T (−1) ) = T 
12.3. Conséquence

a) La solution générale dans D  de l’équation différentielle T = 0 est une constante

arbitraire .

b) L’équation différentielle

U  = T , T  D (12.4)

a une solution dans D  et que sa solution générale est de la forme U = T ( −1) + c , où T (−1)
est une primitive de T et c une constante arbitraire.
En particulier si T = f  l’équation (12.4) dans D  n’a que des solutions classiques.

12.4. Primitive d’ordre n

On définit la primitive , T ( −n ) , d’ordre n d’une distribution T  D par :

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 43

(T (−n) )(n) = T (12.5)

A condition d’appliquer à la chaîne des relations de récurrence pour T ( −k ) (primitive

(
d’ordre k de T ) on obtient T ( −1) ) = T , (T (−2) ) = T (−1) ,  , (T (−n) ) = T (−n+1) .
On conclut que T ( −n ) existe dans D  et est unique à un polynôme additif quelconque de
degré n − 1 près .

§13 Convergence dans D’

On a vu que l’ensemble des distributions définies sur l’espace des fonctions D(R ) est un
espace vectoriel noté D  appelé espace dual topologique de D .

13.1. Convergence faible dans D’

1° Définitions
a) On dit qu’une suite de distributions (Tk ) converge vers une distribution T si, pour
toute fonction test   D , la suite numérique Tk ,  converge dans le sens habituel vers
T,  et on note :

lim Tk = T  (  D) ,  lim Tk ,  = T,   (13.1)

k →+  k →+ 

On peut admettre que l’indice k parcourt un ensemble continu de valeurs, la définition

du passage à la limite reste la même.

b) D’une manière analogue on dit que la série des distributions  Tk converge vers une
k 0
 k =n 
distribution U si la suite des sommes partielles de cette série,  U n =
  Tk  , converge
 k =1  n 0
vers U dans le sens indiqué dans a).

2° Théorème 1
Si la suite des fonctions localement sommables f k k 0 converge uniformément dans
tout domaine borné vers une fonction localement sommable f , alors la suite des distributions
régulières associées  f k  k 0 converge vers la distribution régulière f  .

Démonstration
 Soit  une certaine fonction test de D et G un domaine contenant le support de  , i.e.
Supp ()  G , alors en appliquant le théorème sur le passage la limite sous le signe somme
on obtient :

f k ,  =  f k ( x ).( x ).dx →  f (x).(x).dx , k → + . 

G G

3° Remarques

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 44

La condition de convergence uniforme des fonctions f k sur tout domaine borné peut
être affaiblie, le passage à la limite sous le signe somme sous des conditions moins fortes,
comme par exemples :

a) la suite des fonctions f k k 0converge presque partout vers f et f k ( x )  g( x )

pour tout k  0 , où g est une fonction localement sommable (conséquence du théorème
de Lebesgue).

b) la suite des fonctions f k k 0 converge vers une fonction localement sommable f

d’une manière monotone.

Notons de plus que si f n n 0 est une suite de fonctions localement sommables

convergeant presque partout vers une fonction localement sommable f , il n’y a pas de relation
entre la convergence de f n n 0 vers f et la convergence de  f n  n 0 vers f  dans D  .

4° Exemples

a) Soit f n ( t ) = 1[0,] ( t ). sin nt . Cette suite ne converge pas

presque partout sur ℝ, puisqu’elle diverge en tout point de ]0, [ . Cependant elle converge

dans D  vers la distribution nulle, puisque f n ,  =  sin nt .( t ).dt → 0 , n → + , d’après
0
le théorème de Riemann Lebesgue.
b) Une suite de distributions régulières peut avoir comme limite une distribution
singulière . Ainsi la distribution singulière

1 ( x )
v.p ,  = lim
x →0+
 x
dx
x 
1
est identique pour x  0 à la fonction ordinaire f ( x ) = , qui n’est sommable dans aucun
x
voisinage de 0 . Mais de par sa construction cette distribution est la limite pour  → 0 + de la
1
 si x  
suite des distributions régulières associées aux fonctions f  ( x ) =  x .

 0 si x  

c) Soit
 2 1
n si t 
f n (t) =  2n .
1
 0 si t 
 2n
La suite de fonctions f n n 0 converge vers la fonction nulle sur * donc elle
converge presque partout vers la fonction nulle sur ℝ. Or on a d’après le théorème de la

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 45

1
2n
moyenne f n ,  = n2.  (t ).dt = n.( n ) , avec n 
1
. Quand n → +
1 n
−
2n
( n ) → (0) , par suite, si   D et (0)  0 , f n ,  n’a pas de limite, d’où
f n n 0 n’a pas de limite en général dans D .

 1
n si t 
d) Soit f n ( t ) =  2n .
1
0 si t 
 2n

La suite de fonctions f n n 0 converge presque partout vers la fonction nulle sur ℝ.

Trouvons la limite de la suite de distribution f n n 0 . On a
1
2n
f n ,  = n.  (t ).dt = ( n ) , avec  n 
1
, d’où lim f n ,  = (0) = ,  , i.e.
1 n n →+
−
2n
lim f n  =  . La distribution de Dirac  modélise l’impulsion unité à l’origine.
n →+

5° Proposition 1
Soit f n n 0 une suite de fonctions absolument sommables , f n  L1 (R ) , qui converge
vers une fonction f  L1 (R ) dans L1 (R ) . Alors la suite f n n 0 converge au sens des
distributions vers la même fonction f , i.e. la suite des distributions f n n 0 converge dans
D vers f  .
Démonstration
 C’est une conséquence des inégalités :

 (f n − f )..dt   f n (t ) − f ( t ) . ( t ) .dt  fn − f 1
 
.
R R

6° Proposition 2
Si une suite de fonctions f n n 0 de l’espace Lp (R ) converge vers une fonction f de
Lp (R ) pour la norme . , alors f n n 0 converge vers f au sens des distributions.
p

Démonstration
 D’après l’inégalité de Hölder

 (f n − f )..dt   f n ( t ) − f (t ) . ( t ) .dt  fn − f p
 q,
R R

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 46

1 1
où p et q sont conjugués harmoniques, i.e. 1  p, q et + = 1 .
p q

7° Théorème 2
Toute distribution est limite d'une suite de distributions concentrées dans des ensembles
bornés.
Démonstration.
 Considérons la fonction de classe C  sur ℝ et qui est égale à 1 pour x  a et nulle pour
x  2a  0 . Pour toute fonction test  , la fonction (x) = a (x).(x) à partir d’un certain
indice a (il suffit pour cela que Supp()  [−a, a ] ). D’où pour tout T  D  , la suite de
distributions ( a .T )a 0 converge vers T , car à partir d’un certain rang de l’indice a  0 on a :

  D , a .T,  = T, a . = T,  ,
d’où lim  a .T = T . De plus la distribution a .T est nulle pour x  2a , donc elle est
a →+
concentrée sur l’ensemble borné [−2a , 2a ] . Ainsi la distribution T apparaît comme la limite de
la suite de distributions ( a .T )a 0 concentrées dans des ensembles bornés.

8° Conséquence
Toute distribution singulière est limite d’une suite de distributions régulières.

13.2. Convergence vers .

1° Proposition 5
Soit f  L1 (R ) telle que  f (x).dx = 1 et (f n (x))n 0 la suite de fonctions définies par
R
f n ( x) = n.f (n.x) , alors la suite de distributions régulières ([f n ])n 0 converge dans D  vers la
distribution de Dirac  . Une telle distribution est appelée suite de Dirac associée à la fonction
f.
Démonstration.
 Pour toute fonction   D , on a :

x
[f n ],  = n.  f (n.x ).( x ).dx =  f ( x ). .dx
R R
n

 x 
=  f ( x ).   − (0) .dx +  f ( x ).(0).dx
R  n  R

 x 
=  f ( x ).   − (0) .dx + (0) .
R  n 
Or pour tout n  ℕ on a :

 x 
f ( x ).   − (0)   2. f ( x ) . sup ( y) ,
 n  yR
Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 47

i.e. l’intégrant est borné par une fonction sommable, d’où, d’après le théorème dominé de
Lebesgue on peut écrire :

 x   x 
lim
n →+
 f (x).  n  − (0) .dx =  f (x). n→lim+  n  − (0) dx = 0 ,
R R

par suite,
  D , lim f n ,  = (0) = ,  , i.e. lim f n  =  .
n →+ n →+

On peut construire des suites de distributions régulières convergeant vers la distribution

de Dirac  . Pour cela il suffit que les fonctions localement sommables f  correspondantes
aient, comme on dit, une « allure » de la « fonction  ».

Ceci s’exprime, plus précisément, par les conditions suivantes :

2° Proposition 6
- Quel que soit M  0 , pour a  M , b  M , les grandeurs
b
 f  (x ).dx  C(M )
a

sont bornés par une constante C(M ) ne dépendant pas de a , b,  mais uniquement de M .

- Pour a et b non nuls fixés

b
0 pour a  b  0 ou 0  a  b
lim  f  ( x ).dx = 

a  1 pour a  0  b
Alors la suite de fonctions f   converge, au sens des distributions , vers la distribution
de Dirac  .
Démonstration
 Soit f   une telle suite de fonctions, considérons la suite des fonctions primitives
x
F ( x ) =  f  ( t ).dt
−1

Notons que F sont des fonctions absolument continues et F = f  p.p.

Comme il résulte de la définition même de la fonction f  la suite des fonctions F ( x )
tend vers la fonction nulle pour x  0 et vers la fonction constante égale à 1 pour x  0 et, dans
le même temps, elle est bornée uniformément par rapport à  sur tout intervalle fini. D’où au
sens des distributions la suite F (x) converge vers la fonction de Heaviside Y( x ) . Alors la
suite de fonctions f  = F  converge au sens des distributions vers Y  =  .

3° Exemples

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 48

1 
1) Considérons la fonction f  ( x ) = (  0) . L’égalité
 x 2 + 2
b
1 b a
 f  (x).dx =  Arctg  − Arctg  
a

pour a  b , permet de montrer facilement que pour  → 0 + , les fonctions f  (x) forment une
suite de fonctions « engendrant » la distribution  . Donc pour  → 0 + , au sens des distributions,

1  
  → (13.2)
 x 2 + 2 

En dérivant par rapport à x la suite « engendrant  » on obtient des suites convergeant

vers les dérivées de la distribution  . Par exemple de la relation (13.2) il résulte

 
− 2 .x  → 
( )
(13.3)
  2 2 
 x + 2 

2) Considérons la fonction
 x2 
f  (x) =
1
exp −  , (  0) .
2   4 
 
Montrons que, pour  → 0 , cette suite de fonctions converge vers la distribution de Dirac
 . Remarquons d’abord que f  (x)  0 , donc pour tout a et b quelconque

b +
 x2 
1
 f  (x).dx  2   exp − 4 .dx = 1
a −  

x
En effectuant le changement de variables = y , on voit que pour a  0  b .

b
b  y2 
lim  f  ( x ).dx = lim  exp − .dy = 1 .
 →0 + a  →0 + a  4 
 


De plus pour b  0

+  x2  +  x 2  x 2  b2 
1 1 
 exp − 4 .dx  2   exp − 4 . 2 . b dx = b  exp − 4 
2 . b
   
  b    

qui tend vers 0 lorsque  tend vers 0 + , de sorte que les intégrales sur b, +  , b  0 ,
convergent vers 0 . Des résultats analogues sont constatés pour les intervalles − , a  , a  0 , les
fonctions f  (x) forment donc une suite « engendrant  » soit :

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 49

 1  x 2 
lim  exp −  =  (13.4)
→0+  2   4 
 

3) Considérons les fonctions

1 sin(.x )
f  (x) = ,   0.
 x
Montrons que pour  → + , cette suite de fonctions converge vers la distribution de
Dirac  . On sait que
+ +
1 sin(.x )
 f  (x).dx =   x
dx = 1
− −

De plus pour b  a  0 quelconques

b.
1 sin(.x )
b b
1 sin y
 f  (x).dx =  x
.dx =
  y
dy → 0 pour  → +
a a a.

le même résultat étant vrai pour 0  a  b . Enfin la grandeur

b.
1 sin(.x )
b
1 sin y
  x
dx =
  y
dy
a a.

est bornée uniformément par rapport à a et b , quel que soit  . D’où il résulte bien que pour
 → + , les fonctions f  (x) forment une suite « engendrant  », i.e.

 1 sin(.x )
lim  = . (13.5)
→+   x 

1 sin(.x )
La fonction peut, à son tour, être représentée comme résultant de l’intégration
 x
exp (ix ) , ce qui donne une autre formulation du
1
par rapport à x , de −  à  la fonction
2
résultat au sens de la convergence dans D  , on a

+

 →+
lim  exp(ix )dx = 2.() (13.6)
−

Dans le premier membre apparaît la représentation de Fourier de l’unité. En dérivant par

rapport à x la relation obtenue , on aurait encore de nouvelles égalités
+
i..x
lim
 →+
 i.x.e .dx = 2 () (13.7)
−

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 50

+
 (i.x )
2 i..x
lim .e .dx = 2 () (13.8)
 →+
−

D’une manière générale , on peut dire que pour toute fonction localement sommable f ,
ne croissant pas plus vite , quand x → + , qu’une puissance de x , il existe, au sens des
distributions, un représentation de Fourier, limite de l’expression

 f (x ).e
i..x
.dx
−
quand  → + .
En effet mettons f () sous la forme (x 2 + 1)m f 0 (x ) , où
f 0 (x ) est une fonction
sommable. Puisque f 0 () possède une représentation de Fourier ordinaire, la limite


 f 0 (x ).e
i..x
lim .dx = G 0 ()
→+
−

existe. De plus la convergence est uniforme par rapport à  dans tout domaine borné, par
conséquent , la convergence existe aussi au sens des distributions . En faisant agir sur les deux
m
 d2 
membres de l’égalité l’opérateur  − + 1 et en utilisant la continuité de la différentiation,
 d 2 
 
nous concluons qu’existe la limite

 m

 (x ) m  d2 
lim 2
+1 f 0 (x ).e i..x
.dx =  − + 1 G 0 () .
→+  d 2 
−  

13.3. Convergence et dérivation

1° Théorème 3
Soit T  une suite de distributions. Si, quand  →  0 , la suite des nombres T ,  a
une limite finie pour tout   D , alors la fonctionnelle T définie par :

T,  = lim T ,  (13.9)
→ 0
est une distribution
De même , si T  une suite de distributions tempérées et si, quand  →  0 , la suite des
nombres T ,  a une limite finie pour tout   S(R ) , alors la fonctionnelle T par (13.10) est
une distribution tempérée.
2° Théorème 4
Si T  est une suite de distributions qui converge vers la distribution T , quand  →  0
, alors la suite des dérivées (T ) converge vers la distribution dérivée T  :


Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 51

lim (T ) = T  (13.10)

→ 0
Démonstration.
 Par définition de la dérivée,
  D , (T ) ,  = − T , 
et par hypothèse

lim T ,  = T,  .
→ 0
Donc,

lim
→0
(T ) ,  = lim − T ,  = − T,  = T ,   l.i.m (T ) = T  .
→0  → 0
 
Ce théorème s’étend à tous les ordres de dérivation.
3° Remarque.
Soit U( t ) une suite de distributions dépendant d’un paramètre t qui varie continûment
sur un intervalle I et considérons, pour   0 ,  + t  I , la suite de distributions

U(t +  ) − U( t )
T =


Si, pour chaque   D , la suite numérique T ,  est convergente quand  tend vers 0 , alors,
d’après le théorème 3, la suite T est convergente. On représente sa limite par

dU U ( t +  ) − U( t )
= l.i.m (13.12)
dt →0 

4° Théorème 5
Si f n  est une suite de fonctions de L2 (R ) qui converge vers une fonction f  L2 (R )
pour la norme . 2 , quand n → + , alors la suite f n  converge au sens des distributions
tempérées vers la fonction f .
Démonstration
 On sait, d’après le théorème 3 que toute fonction f de L2 (R ) définit une distribution
régulière tempérée. Par hypothèse lim f n − f 2 = 0 , d’où en vertu de l’inégalité de Schwartz :
n →+

  S(R ) , f n  − f ,  =  (f n (x ) − f (x )).(x ).dx   f n (x ) − f (x ) . (x ) .dx  f 2.  2

R R

Donc l.i.m f n  − f ,  = 0 ,   S(R ) , ce qui prouve que la suite f n  converge dans S
n →+
vers f  .

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 52

13.4. Convergence au sens des distributions des séries trigonométriques

Dans ce paragraphe on étudie la notion de convergence au sens des distributions des
séries trigonométriques
+
 c n .e inx
n =−

1° Définition 1
Soit N un entier positif. Posons
N
S N (x) =  c n .e inx (13.13)
n =− N

La fonction S N ( x ) est une fonction continue donc localement sommable, qui définit une
distribution régulière S N  .
On dit que la série trigonométrique (13.13) converge au sens des distributions vers S si la suite
des distributions S N  converge vers la distribution S pour N → + .

2° Définition 2
Une distribution est dite périodique de période a  0 si T =  a T , c’est à dire si T est
invariante par la translation finie a
3° Théorème 6
La somme S d’une série trigonométrique convergente au sens des distributions est
2
périodique de période a = .

Démonstration

 
N
 S,  = lim S N ,  , avec S N ,  =  c n . e inx ,  ,
N→+ n =− N
2
où, pour a = ,

N N
aSN = a  c n .e in x =  c n  a e in x = S N
n =− N n =− N

Donc

S,  = lim  a S N ,  = lim S N ,  −a  = S,  −a   S =  a S 
N→+ N→+

On remarquera que

e ,  =  e
in x in x
.( x ).dx = T.F()(− n.)
R

Donc si la série converge au sens des distributions

N
S,  =  c n .T.F()(− n) (13.14)
n =− N

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 53

4° Théorème 7
+
La série trigonométrique  c n .e inx converge, au sens des distributions tempérées,
n =−
s’il existe un nombre b  0 et une constante positive M tels que

b
c n  M. n , pour n assez grand.

Sa somme est la dérivée d’ordre p + 2 d’une fonction continue, (où p est un entier tel que
p − 1  b  p ).

Démonstration
 Soit p un entier tel que p − 1  b  p . Alors

p
c n  M. n , pour n assez grand.
Considérons la série
~ ~
cn
 p+ 2
e in x
, où  signifie  . (13.15)
n = − n n 0

Alors, pour n assez grand,

cn M

n p+ 2 n2

La série (13.15) est donc absolument et uniformément convergente et sa somme est une fonction
f ( x ) continue et bornée qui définit une distribution tempérée f  .

N~
f  = l.i.m 
cn
p+ 2
e inx ,
N→+ n =− N n

D’après le théorème de dérivation, on peut dériver terme à terme :

N~
f p+ 2 = (i)p+ 2 l.i.m  c n .e in x ,
N →+ n = − N

où f p + 2 est la distribution tempérée, dérivée d’ordre p+2 de f  .

+
Donc la série  c n .e inx converge, au sens des distributions, vers
n =−
2
c 0 + (i)−(p+ 2 ) f p+ 2 , dérivée distribution d’une fonction continue de période T = .

On remarque combien sont nombreuses les séries trigonométriques convergentes dans
D  . On peut ainsi représenter des distributions par des séries de fonctions et même des fonctions
indéfiniment dérivables au sens usuel comme dans l’exemple suivant :

5° Exemple : le peigne de Dirac

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 54

Soit la fonction continue de période 1 définie par :

f ( x ) = x ( x − 1) pour 0  x  1

Elle est dérivable pour x  k et sa dérivée est définie par :

f ( x ) = 2x − 1 pour 0  x  1 , x  k , k = 0,  1,  2, 
Le saut de f ( x ) en k est égal à − 2 . Donc la dérivée distribution de f   est

+ +
f   = 2 − 2  (x − k) = 2 − 2   k
k =− k −
D’autre part, les coefficients de Fourier c n de f ( x ) sont donnés par la formule

1
c n =  x ( x − 1)e −2inx dx
0

En intégrant deux fois par parties on obtient

1 1
c0 = − , cn = , n  0,
6 2(n )2

e 2inx

1 1
f (x) = − +
6 2 2 n  0 n 2
série normalement convergente.

La série obtenue en dérivant deux fois terme à terme

− 2  e 2inx
n 0
ne converge pas au sens des fonctions mais converge, au sens des distributions vers f   , d’où la
formule
+ +
 (x − k) =  e 2inx (13.16)
k =− n =−

qui représente une succession périodique de distributions de Dirac localisées en x = k : on

l’appelle le « peigne de Dirac ».
La relation (13.16) est indéfiniment au sens des distributions ; on obtient en dérivant p fois
+ +
  (p) (x − k) = (2i)p  n p .e 2inx , (13.17)
k =− n =−

où la série trigonométrique de droite n’est évidemment pas convergente au sens des fonctions.
5° La formule sommatoire de Poisson.
Soit S la somme de la série (13.16) convergente au sens des distributions, on a

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 55

+ +
S,  =  k ,  =  (k)
k =− n =−

En utilisant la relation (13.14) on obtient la formule sommatoire de Poisson

+ +
 (k) =  TF()(−n) (13.18)
k =− n =−

Cette formule présente un intérêt lorsqu’on sait sommer un des deux membres pour évaluer
l’autre.
On sait que les coefficients de Fourier de toute fonction périodique f ( x ) , sommable sur
un intervalle période, sont définis. Cependant, la série de Fourier correspondante n’est pas, en
règle générale, convergente ; pour qu’elle le soit, il faut que f ( x ) satisfasse des conditions de
Dini.
6° Théorème 8
La série de Fourier de toute fonction f ( x ) de période P , sommable sur un intervalle
d’une période, converge au sens des distributions vers f ( x ) , i.e. vers [f ] .

Démonstration
 Les coefficients de Fourier de f ( x ) sont définis par
P
1
c n =  e −in x .f ( x ).dx , où  =
2
P P
0

Puisque f ( x ) est sommable

P
1
c n   f ( x ) .dx = M
P
0

Il résulte alors du théorème 5 que la série de Fourier correspondante

+
 c n .e inx ,  =
2
,
n =−
P

est convergente au sens des distributions.

Il reste à prouver que cette série converge vers [f ] .
Posons
g( x ) = f ( x ) − c 0

Alors g ( x ) est une fonction de période P , localement sommable, et la série de Fourier de g ( x )

est la série *c n .e in x . De plus,
nZ

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 56

P
 g(x ).dx = 0
0

et puisque g ( x ) est de période P , son intégrale est nulle sur tout intervalle d’une période.
x
Soit G ( x ) =  g ( t ).dt
0
x +P x +P x 0 x
G ( x + P) =  g(t).dt =  g(t − P).dt =  g(u)du =  g(u).du +  g(u).du = G(x).
0 0 −P −P 0

Donc G ( x ) est périodique de période P . De plus, G ( x ) est une fonction continue, donc
localement sommable, dont la dérivée au sens des distributions est [g ] .
Calculons les coefficients de Fourier de G ( x ) pour n  0 :

P P x 
−in x −in x 
 e G ( x ).dx =  e 
 0
g ( t ).dt dx

0 0

L’intégrale double correspondante étant absolument convergente, on peut intervertir l’ordre des
intégrations d’après le théorème de Tonnelli-Fubini :

P 
( )
P P P
−in x −in x  1 1
e G ( x ).dx =  g ( t ) e dx dt =  g ( t ) e −in t − 1 .dt = .c n
  in in
0 0 t  0
x
Considérons maintenant la fonction H( x ) =  (G ( t ) −  0 ).dt , où  0 est le coefficient de Fourier
0
pour n = 0 de G ( x ) . On démontre comme précédemment que H( x ) est une fonction de période
1
P , dont les coefficients de Fourier pour n  0 sont c n et que [G ] = [H] , dérivée au
(in)2
sens des distributions de H.
Mais la série de Fourier de H( x ) est absolument convergente et converge, au sens des
fonctions, vers H( x ) . En dérivant deux fois terme à terme cette série, on obtient *c n e −in x
nZ
et on sait que cette série converge au sens des distributions, vers [H] , c’est à dire vers [g ] .
+
Cela prouve que la série  c n .einx converge au sens des distributions vers f  .
n =−

13.5 Développement du peigne de Dirac

L’idée de base est de considérer le peigne de Dirac comme la dérivée, au sens des
distributions, d’une certaine fonction périodique f . En dérivant terme à terme la série de
Fourier de f , on peut espérer trouver un développement en série de Fourier du peigne de Dirac
Ш.

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 57

Considérons la fonction de période 1 définie par :

  1
−  t −  si t ] 0,1[
f (t + 1) = f ( t ) et f ( t ) =   2
 0 si t=0

Le graphe de cette fonction est constitué d’une infinité de segments parallèles à la

seconde bissectrice des axes équipollents entre eux et privé de leurs extrémités.

La fonction f est paire, périodique de période 1 , de classe C 1 par morceaux, donc

développable en série de Fourier et puisque pour tout t on a f ( t ) = (f (t + 0) + f (t − 0)) , alors
1
2
la série de Fourier de la fonction f converge vers f ( t ) .

Comme f est impaire, alors a n (f ) = 0 et un calcul simple donne b n (f ) =

1
, d’où
n

1 + sin(2nt )
t ℝ, f (t ) =  (1.1)
 n =1 n
ou

f  = 1  sin(2nt )
+
(1.2)
 n =1 n

L’égalité (1.2) est une convergence au sens des distributions. On peut donc la dériver
terme à terme pour exprimer f   . On obtient donc l’égalité dans D '

+
f   = 2  cos(2nt ) (1.3)
n =1
car sin (2nt )  = 2ncos(2nt ) .

D’autre part on peut calculer la dérivée de f  au sens des distributions à l’aide de la

dérivée habituelle de f , dérivée qui, partout où elle existe, est égale à − 1 . Les points
d ‘abscisses k  Z sont des points de discontinuité de première espèce avec les sauts tous égaux
à 1 et l’égalité (1.3) devient

 (e i 2nt  + e −i2nt ) = f  = f  +  1. k = − 1 + Ш,

+

n =1 kZ

d’où

Ш =  e i 2nt ,  (1.4)
nZ

où Ш est le peigne de Dirac de période 1 .

Pour le peigne de Dirac de période a , un calcul, à partir d’une fonction analogue à f de

période a :
Ecole Polytechnique d’Antananarivo
Distributions
Auteur :Randimbindrainibe Falimanana
 58

1 a
f a (t + a ) = f a (t ) et f a ( t ) = −  t −  si t ] 0, a[ et f a (0) = 0
a 2
donne :
Шa =   na =
1

a nZ
 
e i 2nt =  a (1. 5)
nZ
(Ш a =  a est le peigne de Dirac de période a ou de pas a ).
Le peigne est donc développé en une série de Fourier . Signalons que le terme général de
ces séries (1.4) et (1.5), considéré comme fonction, est de module égal à 1 , ce qui exclut la
convergence au sens habituel . Cette convergence de série est prise au sens des distributions et
c’est pourquoi si on veut écrire en toute rigueur l’égalité ci-dessus le crochet contenant
l’exponentiel doit être conservé.
Cette égalité signifie donc

  D ,  =  e i 2 nt

, =   e i2nt .(t ).dt , (1.6)
nZ nZR

où la série du second membre, cette fois, est une série numérique convergente au sens habituel.
Pour le peigne de pas a on a :
 t  t
1  i 2n a  1 i 2n
  D a ,  =  e , =  e a .( t ).dt .
a   a
nZ   nZR

13.6 Remarques concernant les coefficients de Fourier

Si l’on compare les séries obtenues aux séries de Fourier habituelles, on est conduit à dire
que les coefficients de Fourier des peignes sont constants (en particulier ils ne tendent pas vers
1
0 à l’infini) et valent 1 pour le peigne de pas 1 et pour le peigne de pas a .
a
Lorsque la fonction f est une fonction de période a , développable en série de Fourier au
sens des fonction, les coefficients de Fourier exponentiels de f sont donnés par les intégrales
suivantes
a
1
c n (f ) =  f ( t ).e in t dt , avec n  Z et  =
2
a a
0

Il est intéressant d’interpréter cette égalité en considérant la fonction, appelée motif

générateur de f et notée f * qui est identique à f sur le segment période 0, a  et qui est nulle
partout ailleurs, i.e. f * ( t ) = f ( t ).10,a  ( t ) , où 10,a  ( t ) est la fonction indicatrice de 0, a  . En
effet la distribution associée à f * est à support borné et on peut écrire c n (f ) sous la forme :

 
+
1 1 * −in t
c n (f ) = f
*
( t ).e in t dt = f ,e (1.7)
a a
−

ce dernier symbole exprimant l’action d’une distribution à support borné sur une fonction
seulement de classe C  .

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 59

Il est facile de montrer que, même au sens des fonctions on a f=   ka (f * ), où

kZ
( ) désigne une translation d’indice ka de la fonction f (rappelons que
 ka f * *

 ka (f * )( t ) = f * (t − ka ) ). Dans toute la suite on notera  ka (f * ) = (f * )ka , d’où l’on peut écrire

f =  (f * ) ka , une écriture qui est analogue à celle du peigne Ш a =   na , où cette fois, la
kZ nZ
série est prise au sens des distributions. Dans cette formule on voit que  joue le rôle de f * pour
le peigne (on dit que le motif générateur de ce peigne de période a est  ). Appliquons alors la
formule écrite précédemment pour les c n , au peigne lui-même, on vérifie bien que

1 1
c n (Ш a ) = , e in t = (1.8)
a a
Dans le cas général d’une distribution périodique T quelconque de période a , il n’est
pas simple de trouver la distribution T * qui généralise f * . C’est pourquoi on supposera
toujours qu’une telle distribution T est définie sous la forme

T=  (T * )ka =   ka (T * ), (1.9)
kZ kZ

dans laquelle (T* )ka =  ka (T* ) est la translation d’indice ka . (Rappelons que
  (T ), (t ) = T, (t + ) , c’est à dire (T ) ,  = T, ( t +  ) ).
Dans la formule (1.9) T * est appelée motif générateur de la distribution
périodique T , c’est une distribution à support borné connue. Dans ces conditions l’action de
T * sur la fonction de classe C  t → e int est bien définie.
1° Définition
Soit T une distribution périodique de période a telle que T =  (T * ) ka , où le
kZ
motif générateur T* est une distribution à support borné. Les coefficients de Fourier de T
sont donnés par la formule
2
c n (T ) = T * , e in t ,  =
1
.
a a
13.7Développement d’une distribution périodique
On utilise les notations précédentes . En convolant T par  , on va se ramener au
développement en série de Fourier de Ш a . Dans les calculs qui suivent, on admet qu’on peut
permuter la convolution avec la série d’exponentielles. On utilise aussi les propriétés conjointes
de la translation et de la convolution.


( ) 
( )
T = T *  =   T * ka  *  =  T * ka *  =  T * *  ka = T * *   ka ,
 
(1.10)
 kZ  kZ kZ kZ

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana
 60

d’où

1
T = T* * Ш a = T * *   e in t
a
  = 1a  T * e  * in t
(1.11)
 kZ  kZ

Cette dernière convolution est celle d’une distribution T * à support borné par une
fonction de classe C  t → e −in t .
En notant Tx* la distribution T* lorsqu’elle agit sur une fonction de la variable x , en
l’occurrence sur la fonction x → e in (t − x ) , on obtient

 
T * * e in t = Tx* , e in (t −x ) = e in t T * , e −in x = a.c n (T ).e in t (1.12)

En remplaçant dans la formule (1.11) l’expression (1.12) on arrive au développement

souhaité
T=
1

a kZ
  1
T * * e in t =  a.c n (T ).e in t =  c n (T ). e in t
a nZ
 
nZ

d’où le théorème :
1° Théorème
Toute distribution T de période a est la somme de sa série de Fourier, la
convergence étant, vue au sens des distributions : on a donc

T=  c n (T ).e in t  (1.13)
nZ
avec
c n (T ) =
1 * −in t
T ,e (1.14)
a
et T * un motif générateur connu.

Exercice
1° Soit f une fonction de période 1 d »finie par :
  1
1 si t   0, 2 
f (t ) =   .
0 si t  , 1
 1
 2 
 

a) Dessiner le graphe de la fonction f sur R et calculer les coefficients de Fourier c n (f ) de la

fonction f .
b) Déterminer la dérivée, au sens des distributions, de f .
c) En admettant qu’au sens des distributions f  =  c n .e i 2nt , déterminer le
nZ
développement de Fourier de la combinaison linéaire (infinie) de peignes suivante
  n −   n + 12
nZ nZ

Ecole Polytechnique d’Antananarivo

Distributions
Auteur :Randimbindrainibe Falimanana