0% ont trouvé ce document utile (0 vote)
99 vues3 pages

Distributions en Physique : TD 4

Ce document présente des notions de base sur les distributions mathématiques. Il introduit différents types de distributions et montre des exemples de calculs avec les distributions de Dirac, Heaviside et valeur principale de Cauchy. Le document traite également du changement de variables, de la dérivation et de la résolution d'équations au sens des distributions.

Transféré par

William
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
99 vues3 pages

Distributions en Physique : TD 4

Ce document présente des notions de base sur les distributions mathématiques. Il introduit différents types de distributions et montre des exemples de calculs avec les distributions de Dirac, Heaviside et valeur principale de Cauchy. Le document traite également du changement de variables, de la dérivation et de la résolution d'équations au sens des distributions.

Transféré par

William
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Licence de Physique, FIP

Mathématiques pour physiciens : TD n˚4


Distributions
Amir Kashani-Poor & Sylvain Nascimbene

1 Exemples de distributions
1. Quelles sont, parmi les fonctionnelles suivantes, celles qui définissent une distribution ?
Z 1
hf, φi = φ(x) dx (1)
0
Z 1
hf, φi = |φ(x)| dx (2)
0
N
X
hf, φi = φ(n) (0) (f = δ si N = 0) (3)
n=0
X∞
hf, φi = φ(n) (0) (4)
n=0
X∞
hf, φi = φ(n) (n) (5)
n=0
X∞
⊥I, φ > =
< II φ(n) (Peigne de Dirac). (6)
−∞

2. Calculer les d-dérivées successives de la fonction de Heaviside H(x).


3. Calculer les d-dérivées successives de la fonction f : x → |x|.
4. Soit f une fonction de classe C 1 par morceaux, bornée et de dérivée bornée. Notons ai
(0)
les points de discontinuités de la fonction f , que l’on suppose en nombre fini, et σi le
(0) −
saut de discontinuité de f en ai : σi = f (a+ 0
i ) − f (ai ). Exprimer la d-dérivée [f ] de la
0
distribution associée à f , en fonction de la distribution associée à f .
Généraliser le résultat à une fonction f C ∞ par morceaux pour la d-dérivée n-ième.

2 Changement de variables
On va définir des changements de variables dans les distributions. Considérer d’abord le cas
d’une distribution s’identifiant à une fonction régulière F , et d’un changement de variable f
dérivable et bijectif.
1. Montrer que l’on est amené à définir la distribution F ◦ f comme :
 
F −1
hF ◦ f, φi = ,φ ◦ f .
|f 0 ◦ f −1 |

2. Que vaut alors la distribution δ ◦ f si l’on étend cette définition ?


3. Généraliser au cas d’une fonction f non nécessairement bijective — mais toujours dérivable,
dont les zéros sont de dérivée non nulle :
Z ∞
 X 1
hδ ◦ f, φi =« δ f (x) φ(x) dx =» 0
φ(x).
−∞ |f (x)|
x |f (x)=0
R∞
4. Exemple : calculer −∞ dx δ(x2 − a2 ) φ(x) où φ est dans D, avec a > 0.
3 Valeur Principale de Cauchy
1. Montrer que l’application Z
φ(x)
φ ∈ D 7−→ lim dx
→0 |x|> x
définit bien une distribution, appelée valeur principale de Cauchy ou partie princi-
pale, et notée
  Z +∞ Z
1 déf φ(x) φ(x)
v.p. , φ = v.p. dx = lim dx
x −∞ x →0 |x|> x

2. Montrer que la valeur principale est la d-dérivée de ln |x|, et que x v.p. x1 = 1.




3. Montrer que de même, on peut définir au sens des distributions une “partie finie” de 1/x2 ,
notée Pf (1/x2 ), et telle que x2 Pf (1/x2 ) = 1. De quoi est-elle la d-dérivée ?

4 Distribution solution d’une équation


1. Soit f ∈ C ∞ (R), et T ∈ D0 (R). Montrer que l’on peut définir une distribution produit f T .
2. Soit ∂(f T ) la d-dérivée de f T . Exprimer, au sens des distributions, la loi de dérivation du
produit.
3. On cherche à résoudre l’équation x S = 0, pour S ∈ D0 (R).
(a) Donner une solution particulière.
(b) Montrer que si φ ∈ D(R) est telle que φ(0) = 0, alors on peut trouver une fonction
g ∈ D(R) telle que φ = x g(x).
(c) Montrer, à l’aide d’une fonction θ ∈ D(R) telle que θ(0) = 1, que l’on peut calculer
hS, φi pour tout φ ∈ D(R). En déduire la solution générale de x S = 0.
4. On cherche maintenant les solutions du cas général xm S = 0, m ∈ N.
(a) Montrer que les combinaisons linéaires de δ, δ 0 , . . . , δ (m−1) sont des solutions.
(b) On veut maintenant prouver que ces combinaisons linéaires sont les seules solutions.
Montrer que si φ ∈ D(R) est telle que ses dérivées jusqu’à l’ordre m − 1 s’annulent
toute en 0, alors on peut trouver g ∈ D(R) telle que φ = xm g(x).
(c) En utilisant une fonction θ ∈ D(R) qui vaut 1 dans un voisinage de 0 (dont on
admettra l’existence), calculer hS, φi pour tout φ ∈ D(R), et en déduire la solution
générale de xm S = 0.
5. Application : résoudre xS = 1 pour S ∈ D0 (R).
Rappels et compléments sur les distributions
Espace des fonctions test : D
On appelle D l’espace vectoriel des fonctions test, c’est-à-dire les fonctions ϕ de Rn dans C,
de classe C ∞ , et à support borné.

Convergence dans D
On dit qu’une suite de fonctions (ϕn )n∈N de D converge dans D si :
– tous les supports des ϕn sont contenus dans un même compact K indépendant de n,
– la suite (ϕn )n∈N converge uniformément vers ϕ ∈ D sur K,
(p)
– toutes les dérivées ϕn convergent uniformément vers ϕ(p) sur K.

Distributions
On appelle distribution toute fonctionnelle (/forme) T linéaire et continue sur D.
L’espace des distributions est noté D0 .
Notations : la distribution T : D −→ C appliquée à ϕ ∈ D s’écrit < T, ϕ > ou T (ϕ).

Une fonctionnelle T : D −→ C est dite continue si et seulement si :


pour toute suite (ϕn )n∈N de fonctions de D convergeant dans D vers ϕ, alors < T, ϕn > converge
vers < T, ϕ >.

Une fonction f : Rn −→ C est dite localement sommable si elle est sommable sur tout compact
K de Rn .
Théorème : Distribution régulière.
Pour toute fonction localement sommable f , on peut définir une distribution associée dite régu-
lière, qu’on note aussi f (abusivement) :
Z
< f, ϕ >≡ f (x) ϕ(x) dx pour tout ϕ ∈ D.

Dérivée d’une distribution


Par analogie avec le cas des distributions régulières associées à des fonctions dérivables, on
définit la dérivée d’une distribution T par :

< T 0 , ϕ >= − < T, ϕ0 > pour tout ϕ ∈ D.

Dans le cas d’une distribution régulière f , on parle alors de “d-dérivée” et on la note parfois [f ]0 ,
pour ne pas la confondre avec la dérivée au sens des fonctions.

Vous aimerez peut-être aussi