Théories spectrales, IV, p. 331
Soit n∈N. On note μn la mesure de Lebesgue sur Rn.
a) Soit H1 l’image de l’application ∂1:D(Rn)→D(Rn); c’est l’espace des φ∈D(Rn) tels que
∫Rφ(x,y)dμ1(x)=0
pour tout y∈Rn−1.
b) Soit φ0∈D(R) dont l’intégrale sur R est égale à 1. Pour tout φ∈D(Rn), il existe φ1∈H1 tel que
φ(x,y)=φ1(x,y)+φ0(x)∫Rφ(t,y)dμ1(t)
pour tout (x,y)∈R×Rn−1.
c) Pour toute distribution f∈D′(Rn), il existe g∈D′(Rn) tel que ∂1g=f. Si g1 et g2 dans D′(Rn) vérifient ∂1g1=∂1g2=f, alors il existe une distribution h∈D′(Rn−1) telle que
⟨g1−g2,φ⟩=⟨h,ψ⟩
pour tout φ∈D(Rn), où ψ∈D(Rn−1) est définie par
ψ(y)=∫Rφ(t,y)dμ1(t)
d) Soit U un ouvert connexe de Rn. Soit f∈D′(U) une distribution telle que ∂if=0 pour 1⩽i⩽n. La distribution f est la distribution associée à une fonction constante.
Rien.
Rien.