Chapitre 2

LA DERIVATION DES DISTRIBUTIONS

On introduit dans ce chapitre la notion de dérivation pour les distributions. On donne

une généralisation de la notion de dérivée pour les distributions mais tout en conservant
cette même notion classique pour des fonctions ordinaires. Par un choix particulier de
quelques exemples on met en exergue la diférence entre la dérivation classique (i.e. la
dérivation des fonctions) et la dérivation distributionnelle.

2.1 La Dérivation des distributions

Soit f 2 C 1 (R) et ' 2 D(R): Alors une intégration par parties donne

D E Z+1 Z+1 D E
0 0 0 0
f ; ' = f (x) '(x)dx = f (x) ' (x)dx = f ; ' (2.1)
1 1

ce qui motive la dé…nition suivante :

De nition 2 1
0
Soit un ouvert de Rn : Alors la dérivée Df de f 2 D ( ) est dé…nie par

hDf ; 'i = hf ; D'i ; 8' 2 D( ) ; (2.2)

27
 0 d
quelquefois on note aussi la dérivée par f et f:
dx
Si est un multi-indice on dé…nit

hD f ; 'i = ( 1)j j hf ; D 'i ; 8' 2 D( ) : (2.3)

On note que le second membre de (2.3) est bien dé…ni pour tout multi-indice et qui
représente une fonctionnelle linéaire continue dans D( ) i.e. une distribution sur :
Remarque 2 1
Il est assez clair, d’après la dé…nition 2 - 1, que toute distribution est indé…niment
di¤érentiable, i.e. de classe C 1 :
Exemples
1) Soit H la fonction de Heaviside sur R dé…nie par
8
< 1 si x > 0
H(x) = : (2.4)
: 0 si x < 0

Alors

D E D E Z+1
0 0 0
H ; ' = H ; ' = ' (x)dx = '(0) = h ; 'i ; 8' 2 D(R) (2.5)
0

i.e. au sens des distributions la dérivée de H est égale à (la distribution de Dirac),
0
H = :
2) La fonction signe sur R est dé…nie par :
8
< 1 si x > 0
Sign x = : (2.6)
: 1 si x < 0

Donnons une autre forme de la fonction signe

Sign x = H(x) H( x) ; (2.7)

28
donc de 1) on aura au sens des distributions

d
Sign x = 2 : (2.8)
dx

Theoreme 2 1
(i) La dérivée d’une distribution est aussi une distribution.
(ii) On peut intervertir l’ordre de dérivation dans la dérivation au sens des distribu-
tions.
Theoreme 2 2
0
La dérivation est une opération linéaire continue dans D ( ) dans le sens suivant

0
D (af + bg) = aD f + bD g ; 8f; g 2 D ( ) et a; b 2 C; 8 2 Nn : (2.9)

0 0
Si fk ! f dans D ( ) alors D fk ! D f dans D ( ); 8 2 Nn . (2.10)

Remarque 2 2
0
On dit qu’une suite de distributions ffk gk2N dans D ( ) converge vers zéro si et
seulement si pour toute fonction-test ' 2 D( ) la suite numérique fhfk ; 'igk2N converge
vers zéro au sens usuel.
P reuve ( du Théorème 2 -2)
0
Soit ' 2 D( ), pour f; g 2 D ( ); a; b 2 C et 2 Nn on a

hD (af + bg) ; 'i = ( 1)j j haf + bg ; D 'i = ( 1)j j haf ; D 'i + ( 1)j j hbg ; D 'i

= ( 1)j j hf ; aD 'i + ( 1)j j hg ; bD 'i

= ( 1)j j hf ; D (a')i + ( 1)j j hg ; D (b')i

= hD f ; a'i + hD g ; b'i = haD f ; 'i + hbD g ; 'i

= haD f + bD g ; 'i :

0
i.e. que D ; 8 2 Nn ; est une opération linéaire sur D ( ):

29
 0 0
Montrons que si fk ! f dans D ( ) alors D fk ! D f dans D ( ); 8 2 Nn :
0
En e¤et puisque fk ! f dans D ( ) donc 8' 2 D( ) on a hfk ; 'i ! hf ; 'i ; quand
k ! +1: On sait que si ' 2 D( ) alors D ' 2 D( ); 8 2 Nn ; et par suite
hfk ; D 'i ! hf ; D 'i ; quand k ! +1 donc hD fk ; 'i ! hD f ; 'i ; quand
0
k ! +1 i.e. D fk ! D f ; 8 2 Nn ; au sens de D ( ):

Exemples
1) Soit la fonction 8
< x si x > 0
x+ = (2.11)
: 0 si x 0

qui dé…nit bien une distribution régulière, car elle est localement intégrable. Elle n’est
pas dérivable au sens classique au point x = 0; mais on peut voir qu’elle est dérivable au
sens distributionnel, en e¤et :

D E D E Z+1
0 0 0
x+ ; ' = x+ ; ' = x' (x)dx ; 8' 2 D(R) (2.12)
0

une intégration par parties donne

D E Z+1 Z+1
0
x+ ; ' = [ x'(x)]+1
0 + '(x)dx = H(x) '(x)dx
0 0
0 0
= hH(x) ; 'i ; 8' 2 D(R); i.e. x+ = H(x) au sens de D ; (2.13)

où H est la fonction de Heaviside:

2) On dé…nit la fonction caractéristique sur [a ; b] dans R par
8
< 1 si x 2 [a ; b]
I[a ; b] (x) = : (2.14)
: 0 si x 2
= [a ; b]

30
Il est facile de véri…er que

I[a ; b] (x) = H(x a) H(x b) ;

alors
0
I[a ; b] (x) = (x a) (x b) : (2.15)

3) La fonction ln jxj ; pour x 6= 0; est intégrable au voisinage de l’origine donc elle

0
est localement intégrable sur R i.e. elle dé…nit une distribution règulière dans D (R): Sa
dérivée classique
d 1
ln jxj = ; x 6= 0 (2.16)
dx x
qui ne dé…nit pas une distribution sur R; car elle n’est pas intégrable au voisinage de
l’origine ; mais sa dérivée au sens des distributions existe et on peut la calculer comme
suit :
d D 0
E
ln jxj ; ' = ln jxj ; ' ; 8' 2 D(R) ; (2.17)
dx
donc

Z+1
d 0
ln jxj ; ' = ln jxj ' (x)dx
dx
1
0 1
Z" Z+1
0 0
= lim @ ln jxj ' (x)dx + ln jxj ' (x)dxA ; (2.18)
"!0
1 "

des intégrations par parties donnent

0 1
Z" Z+1
d '(") '( ") '(x) '(x) A
ln jxj ; ' = lim " ln " + lim @ dx + dx : (2.19)
dx "!0 " "!0 x x
1 "

Le premier terme au second membre est nul car ' est dérivable à l’origine et le second

31
 1
terme est bien dé…ni et tend vers V P( ) ; ' lorsque " ! 0 ; i.e.
x

d 1 0
ln jxj = V P ( ) au sens de D (R): (2.20)
dx x

2.2 La Dérivation d’un produit f

0
On va montrer que la dérivée d’un produit f pour f 2 D ( ) et 2 C 1 ( ) obéit
à la même règle ordinaire pour le produit de deux fonctions classiques

D( f ) = D f+ Df: (2.21)

En e¤et pour ' 2 D( ) on a

hD( f ) ; 'i = h f ; D'i = hf ; D'i (2.22)

= hf ; D( ') D 'i = hf ; D( ')i + hf ; D 'i

= hDf ; 'i + hf ; D 'i = h Df ; 'i + hD f ; 'i

= h Df + D f; 'i : (2.23)

En général on peut démontrer la formule de Leibniz pour le produit d’une distribution

par une fonction de classe C 1 et on a
0 1
X
D ( f) = @ AD D f

0
pour f 2 D ( ) et 2 C 1 ( ):

32
 Exemple

Pour ' 2 D(R) et 2 C 1 (R) on a

h D ; 'i = hD ; 'i = h ; D( ')i (2.24)

0 0
= D( ')(0) = (0)' (0) (0)'(0)
D 0
E
= (0)D (0) ; ' (2.25)

d’où
0
D = (0)D (0) : (2.26)

En particulier
xD = ; xk D = 0 ; k > 1: (2.27)

2.3 La formule des sauts

d
Soit f une fonction localement intégrable sur R telle que f existe au sens ordinaire
dx
partout sauf en un nombre …ni de points ai ; i = 1:::m tel que f (ai ) et f (a+
i ) existent.

Alors la dérivée au sens des distributions est :

d X m
Df (x) = f+ f (a+
i ) f (ai ) (x ai ) (2.28)
dx i=1

cette formule s’appelle formule des sauts.

En e¤et, soit ' 2 D(R), alors pour un point de discontinuité a; on a

Za Z+1
0 0
hDf (x) ; 'i = hf (x) ; D'i = f (x)' (x)dx f (x)' (x)dx
1 a

33
 Za Z+1
+ d d
= f (a ) f (a ) '(a) + f '(x)dx f '(x)dx
dx dx
1 a
Z+1
d
= f (a+ ) f (a ) h (x a) ; 'i + f '(x)dx
dx
1

alors
d
Df (x) = f (a+ ) f (a ) h (x a) ; 'i + f :
dx

Remplaçons maintenant a par ai et sommons pour i = 1; 2; :::m i.e. si on suppose

que a1 < a2 < ::: < am alors pour tout ' 2 D(R) on a

Za1 X1
m Z
ai+1 Z+1
0 0 0
hDf (x) ; 'i = hf (x) ; D'i = f (x)' (x)dx f (x)' (x)dx f (x)' (x)dx:
1 i=1 a am
i

Par des intégrations par parties on peut facilement voir que

X
m Z+1
d
hDf (x) ; 'i = f (a+
i ) f (ai ) '(ai ) + f (x) '(x)dx
i=1
dx
1

X
m Z+1
d
= f (a+
i ) f (ai ) h (x ai ) ; 'i + f (x) '(x)dx
i=1
dx
1

i.e. au sens des distributions on a

d X m
Df (x) = f+ f (a+
i ) f (ai ) (x ai ):
dx i=1

34
 Remarque 2 3
On peut avoir la même chose même dans le cas d’un nombre dénombrable de points
de discontinuité (ai )1
i=1 i.e.

d X +1
Df (x) = f+ f (a+
i ) f (ai ) (x ai ):
dx i=1

Exemple
Soit f la fonction dé…nie sur R telle que

1 x
f (x) = (1 ) ; x 2 [0 ; 2 ]
2

périodique de période 2 : Le saut aux points de discontinuité x = 2m ; m 2 N, est

1: Alors en appliquant la formule des sauts on obtient

1 X
+1
Df (x) = + (x 2m ):
2 m= 1

2.4 Les distributions homogènes

De nition 2 2
0
Soit f 2 D (Rn ) et 2 R: On dit que f est homogène de degré si pour tout
> 0 et 8' 2 D(Rn ) on a

n
hf ; ' i = hf ; 'i (2.29)

où ' est la fonction x 7! '( x):

35
 Exemples et remarques

1) Si f est donnée par une fonction continue cette dé…nition coïncide avec la notion
classique de fonction homogène de degré 2 R i.e. f ( x) = f (x) pour x 2 Rn et
> 0: En e¤et si f est homogène en ce dernier sens, alors 8' 2 D(Rn ) on a

Z Z Z
n x n n
hf ; ' i = f (x)'( x)dx = f ( )'(x)dx = f (x)'(x)dx = hf ; 'i
Rn Rn Rn
(2.30)

d’où (2.29) et réciproquement.

@
2) Si f est une distribution homogène de degré 2 R; alors f est homogène de
@xi
degré 1:

3) Si est une fonction C 1 homogène de degré 1 et f une distribution homogène

de degré 2 alors f est homogène de degré 1 + 2:

4) La distribution f = D est homogène de degré n j j : En e¤et

hD ; ' i = ( 1)j j h ; D ' i = ( 1)j j

; j j
(D ')

= ( 1)j j j j
D '(0) = ( 1)j j j j
h ; D 'i
j j n ( n j j)
= hD ; 'i == hD ; 'i 8' 2 D(Rn ): (2.31)

36
 Le théorème suivant donne une caractérisation des distributions homogènes.
Theoreme 2 3
0
Une distribution f 2 D (Rn ) est homogène de degré 2 R si et seulement si

X
n
@
xi f= f : (2.32)
i=1
@xi

2.4.1 Les distributions indépendantes d’une variable

0
Si f 2 D (Rn ); h 2 R et si ek est le k-ième vecteur de la base canonique de Rn ; la
distribution hek f (la translatée suivant la direction k) est dé…nie par

h hek f ; 'i = hf ; hek 'i ; 8' 2 D(Rn ) ; (2.33)

où ( hek ') (x) = '(x hek ):

De nition 2 3
0
Soit f 2 D (Rn ) et k 2 f1; 2; :::; ng : on dit que f est indépendante de xk si

hek f = f ; 8h 2 R: (2.34)

Remarque 2 4
Notons que si f est donnée par une fonction continue alors la dé…nition ci-dessus
signi…e que

f (x) = f~(x1 ; ::; xk 1 ; xk+1 ; ::; xn ):

Theoreme 2 4
0
Soit f 2 D (Rn ). Les propositions suivantes sont équivalentes.
(i) f est indépendante de xk :
@f 0
(ii) = 0 dans D (Rn ):
@xk
(iii) 8' 2 D(Rn ) de la forme '(x) = '0 (xk )'(x
~ 1 ; ::; xk 1 ; xk+1 ; ::; xn )

37
 où '0 2 D(R); '~ 2 D(Rn 1 ) et on a

Z+1
hf ; 'i = hf ; 'i
~ '0 (t)dt ; (2.35)
1

Z+1
où 2 D(R) telle que (t)dt = 1:
1

Remarque 2 5
@f 0
Si f est donnée par une fonction continue et si = 0 dans D (Rn ); le résultat
@xk
précédent montre que
f (x) = f~(x1 ; ::; xk 1 ; xk+1 ; ::; xn ): (2.36)

Corollaire 2 1
0 @f 0
Soit f 2 D (Rn ) telle que = 0 dans D (Rn ) pour k = 1; 2; :::n: Alors il existe
@xk
une constante C 2 R telle que
Z
hf ; 'i = C '(x)dx ; 8' 2 D(Rn ): (2.37)
Rn

i.e. f est constante.

Corollaire 2 2
0
Soit f 2 D (Rn ). Les propositions suivantes sont équivalentes.
@f 0
(i) f 2 C 0 (Rn ); 2 C 0 (Rn ) pour k = 1; 2; :::n (au sens de D (Rn )):
@xk
(ii) f 2 C 1 (Rn ):

Corollaire 2 3
0
Soit f 2 D (Rn ) et k 2 N: Les propositions suivantes sont équivalentes.
0
(i) f 2 C 0 (Rn ); D f 2 C 0 (Rn ) pour j j k (au sens de D (Rn )):
(ii) f 2 C k (Rn ):

38
 Corollaire 2 4
L’énoncé du corollaire 2-3 est encore valable lorsqu’on remplace Rn par un ouvert
de Rn :

2.5 Les Solutions élémentaires

De nitions 2 4
Soit P un opérateur di¤érentiel à coe¢ cients constants sur Rn : Une solution élémén-
taire de P est une distributions G sur Rn telle que

P [G(x)] = (x): (2.38)

Exemple
La fonction localement intégrable

H(t) jxj2
G(t; x) = n exp( ) (2.39)
(4 t) 2 4t

@
est une solution élémentaire de l’opérateur de la chaleur P = x sur Rt Rnx :
@t

2.6 Exercices
Exercice 01 :
a) Soient p; q 2 N ; calculer : f = xp (q)
où (k)
est la dérivée k eme de la
distribution de Dirac sur R:
x (k)
b) Soient 2 C et k 2 N ; calculer f = e :

39
 Exercice 02 :
On considère l’application linéaire f de D(R2 ) dans C dé…nie par
f : D(R2 ) ! C
Z
' 7! hf ; 'i = '(x ; x)dx :
R
@ @
Montrer que f 2 D0(R2 ) et calculer au sens des distributions f :
@x @y

Exercice 03 :
On considère l’opérateur di¤érentiel sur R

d2 d
P = 2
+a +b ; a; b 2 C:
dx dx

Soient f et g deux fonctions de classe C 2 sur R telles que

(i) P f (x) = P g(x) = 0 ; x 2 R ;

(ii) f (0) = g(0) ;

(iii) f 0(0) g0(0) = 1:

On pose 8
< f (x) ; x 0
h(x) = ;
: g(x) ; x>0

et on considère la distribution f1 dé…nie par

Z
hf1 ; 'i = h(x)'(x)dx ; ' 2 D(R):
R

Calculer P f1 au sens des distributions.

40
 Exercice 04 :
I) Soit H la fonction de Heaviside
8
< 1 si x>0
H (x) = :
: 0 si x 0

d
Calculer H au sens des distributions et en déduire une solution élémentaire de
dx
d
:
dx

II) Soit, pour k 2

xk 1
Ek = H (x) ;
(k 1)!
1) Montrer que Ek est une solution de

k 1
d
E = H (x) :
dx

k
d
2) Déduire une solution élémentaire de :
dx

III) Soit, k 1:
1) Donner une solution particulière de

k
d
U =f (F)
dx

où f 2 E 0 (R) i.e f est une distribution à support compact.

2) Déduire ensuite la solution générale de l’équation (F):

( Ind : xp (q)
=0 si p > q ).

41