Documente Academic
Documente Profesional
Documente Cultură
L2 Mathématiques 2007-2008
Table des matières
2
Chapitre 1
1.1 Généralités
Définition 1.1.1. On appelle fonction de n variables, n ∈ N∗ , toute application f d’un domaine
U de Rn dans R.
U ⊂ Rn → R
f:
(x1 , ..., xn ) 7→ f (x1 , ..., xn )
Exemple 1.1.1.
R2 → R
f:
(x, y) 7→ xy
U →R
T :
(x, y, z) 7→ T (x, y, z)
P :U →R
(R+ )3 → R
V :
(h, l, P ) 7→ V (h, l, P ) = hlP
Exemple 1.1.5. Le volume d’une pyramide peut être vu comme une fonction de deux variables.
3
4 Chapitre 1. Fonctions à plusieurs variables
(R+ )2 → R
V :
(a, h) 7→ 31 a2 h
h(x, y) = 2y 2 + y + 2x2 − x
Df = {(x, y), y 6= 0} = R × R∗
√
Df = {(x, y) | x2 + y 2 6= 0}
= {(x, y) | x2 + y 2 = 0}
= {(x, y) | x 6= 0 ou y 6= 0} = R2 \{0, 0}
√ √
Dg = {(x, y) ∈ R2 | 1 − x2 > 0 et 1 − y 2 > 0}
= {(x, y) ∈ R2 | x2 ≤ 1, y 2 ≤ 1}
= {(x, y) ∈ R2 | − 1 ≤ x ≤ 1, −1 ≤ y ≤ 1}
U ∩V →R
fg :
x 7→ f (x)g(x)
Gf = {(x, y, z) ∈ R3 | z = 6 − 3x + 2y}
= {(x, y, z) ∈ R3 | 3x − 2y + z = 6}
3
le graphe de z = 6 − 3x + 2y est le plan orthogonale à
2 et passant par le point (0, 0, 6).
1
Exemple 1.2.3. Tracer le graphe de f (x, y) = x2 :
Gf = {(x, y, z) | z = x2 }
6 Chapitre 1. Fonctions à plusieurs variables
Graphe indépendament de y Cela siginifie que n’importe quel plan vertical d’équation
y = k coupe le graphe selon une courbe d’équation z = x2 (parabole).
Graphe de z = x2 (“goutière”)
Gf ⊂ R3
= {(x, y, z) | z = x2 + y 2 }
Ck = {(x, y, z), k = x2 + y 2 }
∅, k < 0
= (0, 0), k = 0
Cercle de rayon klorsque projeté dans le plan (x, y)
Le plan x = 0 laisse sur Gf une trce d’éqaution z = y 2 (parabole). Donc notre graphe
ressemble à :
Définition 1.2.2. Soit f une fonction définie sur U ⊂ Rn . On appelle courbe de niveau de f
assoicée au réel k, l’ensemble des points de U vérifiant f (x, y) = k.
Chapitre 1. Fonctions à plusieurs variables 7
Remarque. (i) En cartographie, f = altitude et la courbe est une courbe d’altitude constante.
Si f est une température, alors une courbe de niveau est appelée “courbe isothermale” ou
“isotherme”.
(ii) La courbe de niveau f (x, y) = k est obtenue par la section avec le plan horizontal z = k
sur le plan (x, y).
Ck = courbe de niveau k
= {(x, y) ∈ U | f (x, y) = k}
= {(x, y) ∈ R2 | x2 + y 2
Dh = R
Ch = courbe de niveau k
= {(x, y) | k = y 2 − x2 }
8 Chapitre 1. Fonctions à plusieurs variables
Graphe de f (x, y) = x2 − y 2
Df = {(x, y) | 1 − x2 − y 2 ≥ 0}
= {(x, y) | x2 + y 2 ≤ 1}
Graphe de f (x, y) = x2 − y 2
Chapitre 1. Fonctions à plusieurs variables 9
On peut alors vérifier que Gf est une demie sphère supérieure de rayon r.
√
Le graphe peut être obtenue en faisant tourner la courbe {y = 0, z = 1 − x2 , 0 ≤ x ≤ 1}
autout de l’axe de z.
On dit que Gf est un graphe de révolution.
Généralement, soit U ⊂ R2 → R. On peut exprimer les points de U en coordonées polaires
(r, θ).
Exemple 1.2.7.
f (x, y) = x2 + y 2 ou f (r, θ) = r2
10 Chapitre 1. Fonctions à plusieurs variables
R→R
f (2, .) =
y 7→ 4 − y 2
R→R
f (., 2) =
x 7→ 2x − 4
fi : U ⊂ R n → R i = {1, ..., n}
U ⊂ Rn → Rm
f = (f1 , ..., fn ) :
(x1 , ..., xn ) 7→ (f1 (x1 , ..., xn ), ..., fn (x1 , ..., xn ))
U → R2
f: est un champ de vecteurs
(x, y, z) 7→ (T (x, y, z), P (x, y, z))
Chapitre 1. Fonctions à plusieurs variables 11
Définition 1.5.4. L’intérieur d’un ensemble V est l’ensemble des a ∈ V tel que V est un
◦
voisinage de a. On le note V
◦
Remarque. V = V
Exemple 1.5.2. Soit V = [0, 1]
◦
V =]0, 1[. On a mis en rouge les intervalles ] − r, r[ pour le point 0.
◦
En rouge, l’intervalle ]a − r, a + r[, a ∈[0, 1] car ]a − r, a + r[⊂ [0, 1]
Définition 1.5.5. Un point a ∈ Rn est dit adhérent à un sous-ensenble si “on peut trouver un
élément x ∈ A aussi proche que l’on veut de x”, c’est-à-dire :
∀r > 0, B(x, r) ∩ A 6= ∅
Exemple 1.5.5. Pour n = 1, ]0, 1[ est ouvert. Pour n = 2, B(a, r) est un ouvert.
Exemple 1.5.7. A = Z
1
] − r, r[∩Z = {0} pour r <
2
⇒ 0 ∈ Z, 0 n’est pas un point d’accumulation.
Définition 1.5.10. On dit qu’un point a ∈ A est isolé de A si ce n’est pas un point d’accumu-
lation, c’est-à-dire il existe r > 0 tel que B(x, r) ∩ A = {x}.
C
◦ ◦
Proposition 1.5.2. AC = A et AC = (A)C .
Démonstration.
x ∈ AC ⇔ ∀r > 0, B(x, r) ∩ AC 6= 0
⇔ ∀r > 0, B(x, r) 6⊂ A
⇔ ¬(∃r > 0, B(x, r) ⊂ A)
◦
⇔ x ∈A
C
◦
Démonstration de la Proposition 1.5.1. Si A est ouvert ⇔ AC = A = AC donc AC est
fermé.
◦
AC = (A)C = AC donc AC est ouvert.
ou
0)
d(m, m <α
∀ε > 0, ∃α > 0 | ∀m ∈ Df , ⇒ |f (x1 , ..., xn ) − L| < ε
m 6= m0
. On écrit :
lim f =L
m→m0 ,m6=m0
|L1 −L2 |
On choisit ε = 2
alors (∗) pour L1 :
(∗) pour L2 :
∃α2 > 0 tel que d(m, m0 ) < α2 ⇒ |f (m) − L2 | < ε
Soit m tel que d(m, m0 ) < min(α1 , α2 ), on a alors :
Donc : L1 = L2 .
Proposition 1.5.4. Si f est une fonction et que lim f = L et si F ⊂ Df tel que m0 ∈ F
m→m0
lim f |F = L.
alors m→m
0
Démonstration.
0)
d(m, m <α
∀ε > 0, ∃α > 0, ∀m ∈ Df , ⇒ |f (m) − L| < ε
m 6= m0
w
w
w
Logiquement plus fort car F ∈ Df
0)
d(m, m <α
∀ε > 0, ∃α > 0, ∀m ∈ F, ⇒ |f (x) − L| < ε
m 6= m0
Critère de non existence de limites Pour montrer que f n’a pas de limites quand m → m0 ,
il suffit de trouver deux sous-ensemble F1 , F2 du domaine Df tel que :
et L1 6= L2 .
Exemple 1.5.8. f (x, y) = xy , m0 = (0, 0)
F1 = {(x, x) | x 6= 0}, m0 ∈ F1
x
lim f |F1 = lim =1
(x,y)→(0,0) x→0 x
x
lim f |F2 = lim − = −1
(x,y)→(0,0) x→0 x
Donc pas de limite pour f .
16 Chapitre 1. Fonctions à plusieurs variables
lim f + g = L + M
m0
lim
m
f × g = LM
0
f L
lim= si M 6= 0
0 gm M
Les régles s’étendent aux limites infinies sous les conventions habituelles.
1 1
= ∞ et =0
0+ ∞
Proposition 1.5.5. Soit f (m) (m = (x1 , ..., xn )) une fonction de n variables et g(x) une
fonction d’une variable. On suppose que :
Alors on a :
lim g ◦ f (m) = L
m→m0
Exemple 1.5.10.
sin(x2 + y 2 )
lim =1
(x,y)→(0,0) x2 + y 2
pr 0 6∈ Dg
Proposition 1.5.6. Soit f (m), g(m), h(m) trois fonctins à n variables tel que :
Démonstration.
?
(f + g)(m) −−−−→ (f + g)(m0 )
m→m0
k k
f (m) + g(m) −→ f (m0 ) + g(m0 )
Proposition 1.6.2. Si f (m) est continue en m0 et g(x) continue en f (m0 ) alors g ◦ f (m) est
continue en m0 .
Démonstration.
?
g ◦ f (m) −
−−−→ g ◦ f (m0 )
m→m 0
k k
g(f (m)) −→ g(f (m0 ))
m→m0 &
f (m0 )
Continuité et suites
Theorème 1.6.3. Soit f (m) une fonction de n variables et m0 ∈ Df . Alors f est continue en
m0 si et seulement si pour toute suite (m, k)k>0 de Rn tendant vers m0 , on a :
Df ⊂ Rn → Rp
f = (f1 , ..., fp ) =
(x1 , ..., xn ) 7→ (f1 (x1 , ..., xn ), ..., fp (x1 , ..., xn ))
f1 (m) −−−−→ L1
m→m0
.. ..
. .
fp (m) −−−−→ Lp
m→m 0
18 Chapitre 1. Fonctions à plusieurs variables
Retour au Théorème 1.4.3. Une suite (mk )k≥0 de Rn peut être vue comme un champ :
N → Rn
k 7→ mk
Dire que (mk )k≥0 −−−−→ m0 signifie que c’est vrai pour ce champ, c’est-à-dire :
n→+∞
Démonstration. (⇒) On suppose m→mlim f (m) = f (m0 ). Soit (mk )k≥0 une suite tendant vers
0
m0 , c’est-à-dire lim mk = m0 . On a alors :
1
d(mk , m0 ) < et |f (mk ) − f (m0 ) > ε(2)
2k (1)
Définition 1.6.4. On dit qu’un sous-ensemble A ⊂ Rn est fermé et bornée s’il est inclu dans
une boule B(a, r).
Chapitre 2
Différenciation
si f est continue en x0 .
Si f est dérivable :
f (x0 + h) + f (x0 )
= f 0 (x0 ) + ε(h)
h
où ε(h) → 0, c’est-à-dire :
Or :
q √ 1 √
4, 04 = 4 + √ 0, 04 = 4 + 0, 01
2 4
q q
4, 02 ≈ 2, 005, 4, 01 ≈ 2, 0025
20
Chapitre 2. Différenciation 21
ε(h, k) −−−−−→ 0.
h→0,k→0
Définition 2.1.1. Si (∗) est vraie 1 , on dit que f est différentielle en m0 et on appelle diffe-
rentielle au point m0 pour l’accroissement h, k le nombre ah + bk.
(h, k) → ah + bk
2.1.2 Différenciabilité
Définition 2.1.2. Soit f : U ⊂ Rn → R une fonction de n variables. Soit m0 (x01 , ..., x0n ) ∈ U .
On dit que f est différentiable en m0 s’il existe une forme linéaire L ∈ L(Rn , R) pour m ∈ U =
(x1 , ..., xn ) :
f (m) = f (m0 ) + L(−m−0→
m) + k−m−0→
mkε(m) (∗)
où ε(m) −−−→ 0 et :
m→0
L → Rn
L:
(h1 , ..., hn ) 7→ a1 h1 + ... + an hn
avec
hi = xi − x0i pour i ∈ {1, ..., n}
1
pour deux nombres a et b
22 Chapitre 2. Différenciation
On a :
hk
√ −−−−−−→ 0
h2+ k 2 (h,k)→(0,0
car :
hk |h||k|
√ ≤ √ = |h|
h2 + k 2 k2
Donc : f est différentiable en m0 .
Proposition 2.1.1. SI f est différentiable en m0 alors f continue en m0 et la forme linéaire
L de la Définition 2.1.2. noté L = dfm0 s’appelle la diffrentielle de f au point m0 .
Démonstration. On suppose (∗) :
(L0 − L)m0 m = ε(m) − ε0 (m) km0 mkde la forme α(h,k)=√h2 +k2 −−−−−−→0
| {z } | {z } (h,k)→(0,0
de la forme(ah+bk)
On a alors : √
ah + bk = α(h, k) h2 + k 2
On l’applique par (h, k) = λ(u, v) avec u, v fixé et λ → 0, λ > 0.
√
aλu + bλv = α(λu, λv)λ u2 + v 2
√
au + bv = α(λu, λv) u2 + v 2
λ → 0 ⇒ au + bv = 0, ∀u, v ∈ R
⇒ (a, b) = (0, 0)
c’est-à-dire : L0 − L = 0.
Exemple 2.1.2 (Suite de l’Exemple 2.1.1.). On a f (x, y) = xy. On a montré que f est
diffrentiable en m0 alors :
dfm0 (h, k) = y0 h + x0 k
alors :
dfm0 = (h, k) → y0 h + x0 k
dfm0 = y0 ((h, k) → h) + x0 (h, k) → k )
| {z } | {z }
dx dy
dfm0 = y0 dx + x0 dy
Chapitre 2. Différenciation 23
Généralisation. (h1 , ..., hn ) → hi se note dxi . La forme linéaire (h1 , ..., hn ) → a1 h1 + ... + an hn
se note (h1 , ..., hn ) → a1 dx1 + ...an dxn .
avec
ε(m) −−−→ 0
m→0
avec
ε(x) −−−→ 0
x→x0
Application différentielle
U ∈ Rn → L(Rn , R)
df :
m 7→ dfm
avec :
Rn → R
dfm : a1 (m)h1 + ... + an (m)hn
(h0 , hn ) 7→
(a1 (m)dx1 + ... + an (m)dxn )
U ⊂ Rn → Rn
df : m 7→ (a1 (m), ..., an (m))
| {z }
(∗)
2
(*) df est présenté ici comme un champ : le champ des differentiables.
2
composantes de dfm dans la base {dx1 , ..., dxn } c’est-à-dire dfm = a1 (m)df1 + ... + an (m)dfn
24 Chapitre 2. Différenciation
U ⊂ Rn → Rp
f:
m(x1 , ..., xn ) 7→ (f1 (m), ..., fp (m))
où
lim ε(m) = (0, ..., 0)
m→m0
avec L(m0 m) est de la forme (L1 (m0 m), ..., Lp (m0 m)) où L1 , ..., Lp sont des formes linéaires sur
Rn .
La définition est équivalente à dire que chacune des fonctions coordonnées f1 , ..., fp est
différentiable en m0 et :
dfm0 = d (f1 )m0 , ..., d (fp )m0
((x0 +h)(y0 +k), (x0 +h)+(y0 +k)+2(z0 +l)) = (x0 y0 , x0 +y0 +lz0 )+(x0 h+y0 k, h+k+2l)+(hk, 0)
3
(∗)
U ⊂ Rn → R
f:
m0 (x01 , ..., x0n ) ∈ U
On appelle derivée partielle de f à xi par rapport à xi au point m0 , la derivée quand elle existe
de la fonction :
xi = f (x01 , ..., x0i−1 , xi , x0i+1 , ..., xn )
| {z } | {z }
fixés fixés
or : xi = x0i
3
matrice représentative de df m dans les bases canoniques de R3 et R2
Chapitre 2. Différenciation 25
∂f
Notation. On note la dérivée partielle de f par rapport à xi au point m0 : ∂xi
(m0 ).
f = (f1 , ..., fp )
···
. ∂f .
.
(m0 ) ..
i
Jac(f )m0 = .
∂xj
···
On fait k = 0 :
f (x0 + h, y0 ) = f (x0 , y0 ) + ah + |h|ε(h, 0)
c’est-à-dire la fonction f (x, y0 ) est dérivable en x = x0 et a est sa derivée c’est-à-dire :
!
∂f
a= (m0 )
∂x
De même : !
∂f
b= (m0 )
∂y
On en déduit :
√
f (x0 + h, y0 + k) = f (x0 + y0 ) + dfm0 (h, k) + h2 + k 2 ε(h, k)
D’où : ! !
∂f ∂f
dfm0 (h, k) = (m0 )h + (m0 )k
∂x ∂y
26 Chapitre 2. Différenciation
∂f ∂f
Définition 2.1.7. On appelle le gradient de f en m0 , le vecteur ∂x1
(m0 ), ..., ∂xn
(m0 ) de Rn
−−→
et on note grad f (m0 )
→
−
Remarque. Si H = (h1 , ..., hn )
−−→ →
−
dfm0 (h1 , ..., hn ) = grad f (m0 ). H
Theorème 2.1.4. Soit f : U ⊂ Rn → R une fonction et m0 (a1 , ...an ) ∈ U . On suppose que les
∂f
dérivées partielles ∂xi
(x1 , ..., xn ) existent sur U et sont continues en m0 . Alors la fonction est
différentiable en m0 (et (∗)).
∂f ∂f
dfm0 (h1 , ..., hn ) = (m0 )h1 + ... + (m0 )hm (∗)
∂x1 ∂xn
Démonstration dans la cas où n = 2. On veut montrer :
∂f ∂f √
f (x0 + h, y0 + k) = f (x0 , y0 ) + (m0 )h + (m0 )k + ε(h, k) h2 + k 2
∂x ∂y
On note :
∂f ∂f
A(h, k) = −f (x0 + h, y0 + k) + f (x0 , y0 ) + (m0 )h + (m0 )k
∂x ∂y
On veut alors montrer que :
A(h, k)
√ −−−−−−→ 0
h2 + k 2 (h,k)→(0,0)
f (x0 +h, y0 +k)−f (x0 , y0 ) = f (x0 + h, y0 + k) − f (x0 + h, y0 ) + f (x0 + h, y0 ) − f (x0 , y0 )
| {z } | {z }
accroissement de y→f (x0 +h,y) entre y0 et y0 +k accroissement de x→f (x0 +h,y) entre x0 et x0 +k
Ces deux fonctions sont dérivables. D’après le théorème des accroissements en une variable.
∂f
f (x0 + h, y0 + k) − f (x0 + h, y0 ) = k (x0 + h, y0 + θk)
∂y
pour 0 < θ < 1.
∂f
f (x0 + h, y0 ) − f (x0 , y0 ) = h (x0 + θ0 h, y0 + k)
∂x
avec θ0 ∈]0, 1[
" # " #
∂f ∂f ∂f ∂f
A(h, k) = h (x0 + θ0 h, y0 ) − (x0 , y0 ) + k (x0 + h, y0 + θk) − (x0 , y0 )
∂x ∂x ∂y ∂y
On en déduit :
|A(h, k)| |h| ∂f
0 ∂f |k| ∂f ∂f
√ ≤ √
(x + θ h, y0 ) − (x0 , y0 ) + √ 2
(x + h, y0 + θk) − (x0 , y0 )
∂x 0 ∂y 0
h2 + k 2 h2 + k 2 ∂x h + k2 ∂y
| {z } | {z }
−−−−−−→0 −−−−−−→0
(h,k)→(0,0) (h,k)→(0,0)
∂f ∂f
car ∂x
et ∂y
sont continues.
Démonstration. Soit m0 , m ∈ U . On a :
f (m) − f (m0 ) = df m0 (−
m−0→
m) + k−
m−0→
mkα(m)
avec α(m) −
−−−→ 0.
m→m 0
g(n) − g(n0 ) = dg f (−
n−→ −−→
0 n) + kn0 nkβ(n)
n0
Chapitre 2. Différenciation 31
g(f (m)) − g(f (m0 )) = dg f (m0 ) (f (m) − f (m0 )) +kf (m) − f (m0 )kβ(m0 )
| {z }
−−−−−−−−→
f (m0 )f (m)
= dg f (m0 ) (df m0 (−
m−0→
m) + k−
m−0→
mkβ(m)) +
df m0 (m0 m) + km0 mkα(m)
× βf (m
df (m0 m)
!
= dg f (m0 ) (df m0 (−
m−0→
m) + k−
m−0→
mk dg f (m0 ) (α(m)) +
m−0−→
+ α(m)
× β
km mk
0
| {z
=B(m)
df (m0 m)
m0
B(m) = dg f (m ) (α(m)) +
+ α(m)
× β(f (m))
0
k−m−0→
mk
| {z }
A(m)
β(f (m)) −
−−−→ 0
m→m 0
df (− −→
m0 m0 m)
A(m) ≤ −
+ kα(m)k
m−0→
m
| {z }
−m→m
−−−→0
0
avec −
m−0→
m = (h1 , ..., hm ) et :
k−
m−0→
q
mk = h21 + ... + h2n
Alors : v
u 2 2
u n n
u X
(−−→)
X
df m mm = a1j hj , ..., amj hj
0 t
0
v j=1 j=1
u 2 2
u X n n
X
≤
u
at hj , ..., hj
j=1 j=1
On utilise ensuite :
2|hi ||hj | ≤ |hi |2 + |hj |2
32 Chapitre 2. Différenciation
v
√ u n √
uX
(∗ ) ≤ a mt |hj |2 (1 + m − 1) ≤ a mnk−
0
m−0→
mk
j=1
√
Donc C = a mn et m représente la dimension de l’espace d’arrivée de f et non le point
considéré.
Démonstration. Soient :
U ⊂ Rn R2 → R
φ: , p:
m 7→ (f (m), g(m)) (x, y) 7→ xy
→
− →
−
d(f × g)m0 ( H ) = dpφ(m) (dφ(m)( H )
→
− →
−
= dpφ(m0 ) (dfm0 ( H ), dgm0 ( H ))
→
− →
−
= g(m0 )dfm0 ( H ) + f (m0 )dgm0 ( H )
On obtient :
d(f × g)m0 = g(m0 )dfm0 + f (m0 )dgm0
2.2.3 Récapitulatif
L’opérateur d qui à une fonction f : U ⊂ Rn → Rm associe df vérifie :
∂f ∂f
(1) si f = f (x1 , ..., xn ), df = ∂x1
dx1 + ... + ∂xn
dxn et inversement si df = a1 dx1 + ...an dxn
alors : !
∂f
ai = , i = {1, ..., n}
∂xi
Cas spécial pour n = 1, df = f 0 (x)dx.
(2) d(αf + βg) = αdf + βdg (α, β ∈ R)
(3) d(f × g) = gdf + f dg
(4) Si x1 , ..., xn sont fonctions d’autres variables u1 , ..., un alors le Théorème 2.2.1. permet
de reporter la décomposition des dxi en fonction des duj dans la décomposition de df en
fonction des dxi pour obtenir la décompotions de df en fonction des duj . Voir Exemple
2.2.1.
Chapitre 2. Différenciation 33
∂z ∂z
On cherche , ,
∂u ∂v
différentielle du champ composé z en fonction de u, v.
∂z ∂x ∂z ∂y ∂z ∂x ∂z ∂y
+ +
" #
h i ∂x ∂x
∂z ∂z ∂u ∂v
∂x ∂u ∂y ∂u ∂x ∂y ∂y ∂z
∂x ∂y ∂y ∂y =
| {z } | {z }
| {z } ∂u ∂v ∂z ∂z
Jac(z)(x,y) ∂u ∂v
| {z }
Jac(f )
∂z ∂z
dz = dx + dy
∂x ∂y
∂x ∂x ∂y ∂y
Or : x = x(u, v), y = y(u, v) donc : dx = ∂u
du + ∂v
dv, dy = ∂u
du + ∂v
dv. Donc :
! !
∂z ∂x ∂x ∂z ∂y ∂y
dz = du + dv + du + dv
∂x ∂u ∂v ∂y ∂u ∂v
! !
∂z partialx ∂z ∂z ∂x ∂z ∂y
dz = + ∂y∂v du + + dv
∂x ∂u ∂y ∂x ∂v ∂y ∂v
D’où :
∂z ∂z ∂x ∂z ∂y
= +
∂u ∂x ∂u ∂y ∂u
∂z ∂z ∂x ∂z ∂y
= +
∂v ∂x ∂v ∂y ∂v
d’où
!
∂f ∂f
ϕ0 (t) = (x0 + ta, y0 + tb)a + (x0 + ta, y0 + tb)b
∂x ∂y
!
∂f ∂f
ϕ0 (0) = (m0 )a + (m0 )b
∂x ∂y
Soit à calculer la valeur de f (x1 , y1 ) d’une fonction f pour des valeurs x1 , y1 connues avec une
incertitude.
x1 = x 0 + ∆ x |∆x | ≤ Ix
avec et x0 , x1 valeurs mesurées
y1 = y0 + ∆y |∆y | ≤ Iy
f (x1 , y1 ) ≈ f (x0 , y0 ). L’erreur comise ∆f lors de cette approximation peut être remplacée par :
On écrit :
|∆f | = |df
(x0 ,y0 ) (∆x , ∆y )|
= ∂f (x , y )∆ + ∂f
(x , y )∆
∂x 0 0 x ∂y 0 0 y
∂f ∂f
≤ (x , y )∆x + (x , y )∆
∂x 0 0 ∂y 0 0 y
| {z }
incertitude du résultat→f (x1 ,y1 )∈[f (x0 ,y0 −If ,f (x0 ,y0 )+If ]
Chapitre 2. Différenciation 35
n1 sin i1 0, 5
n2 = = = 1, 46
sin i2 0, 342
1, 46 − 0, 23 ≤ n2 ≤ 1, 46 + 0, 23
Si on fait l’approximation :
La fonction ϕ(t) est dérivable car c’est la composée de deux fonctions différentiables et :
ce qui donne :
! !
0 ∂f ∂f
ϕ (t) = (a + t(b − a))(b1 − a1 ) + ... + (a + t(b − a))(bn − an )
∂x1 ∂xn
D’après le théorème des accroissements finies en une variable entre 0 et 1, il existe θ ∈]0, 1[ tel
que :
ϕ(1) − ϕ(0) = (1 − 0)ϕ0 (0)
et donc :
! !
∂f ∂f
f (b) − f (a) = (a + θ(b − a))(b1 − a1 ) + ... + (a + θ(b − a))(bn − an )
∂x1 ∂xn
Theorème 2.4.2 (Théorème des accroissements finis pour un champ). En appliquant le théo-
rème des accroissements finies à chaque fi , on obtient :
! !
∂fi ∂fi
fi (a) − fi (b) = (a + θ(b − a))(b1 − a1 ) + ... + (a + θ(b − a))(bn − an )
∂x1 ∂xn
On déduit :
n
∂f X
i
|fi (b) − fi (a)| ≤ sup (m)
|bi − ai |
1≤i≤p,1≤j≤n,m∈[a,b] ∂xj
i=1
Remarque. On a :
v !2
n
X
u n
u X
|bi − ai | = t |b i − ai
i=1 v i=1
u n
uX X
≤ t |bi − ai | + 2|bi − ai ||bj − aj |
i=1 1≤i≤n,1≤j≤n
v
u n
uX
≤ t |b i − ai |2 (1 + n − 1)
i=1
√ →−
≤ nk abk
Application 2.4.1. Si f a toutes ses dérivées partielles nulles sur U convexe, f est constante.
Démonstration. Soient a, b ∈ U
Remarque. (a) Pour voir que dfa est bijective, on vérifie que det(Jac(f )a ) 6= 0
(b) (∗) généralise la formule pour n = 1
1
(f −1 )(b) =
f 0 (f −1 (b))
−−→
= kOM k
p
Définition 2.4.2 (Coordonnées polaires). − −−→
→ , coordonnées polaires.
θ = ( i , OM )
−−→ →
− →
−
On a : OM = ρ cos i + ρ sin θ j d’où :
x = ρ cos θ
y = ρ sin θ
cos θ
−ρ sin θ 0
det(Jac(φ)(ρ,θ,z) ) = sin θ ρ cos θ 0 = ρ
0 0 1
Conclusion : tout point tel que ρ 6= 0, φ est un difféomorphisme local.
40 Chapitre 2. Différenciation
−−→
r = kOM k
− −−→
→
θ = ( i , OM )
ϕ = (− −→ −−→
Om, OM )
−
−→ →
− →
−
Om = r cos ϕ(cos θ i + sin θ j )
−−→
OM = r cos ϕ −
−−→
Om →
−
−→ + r sin ϕ k
kOmk
−−→ →
− →
− →
−
⇔ OM = r cos ϕ cos θ i + r cos ϕ sin θ j + r sin ϕ k
| {z } | {z } | {z }
x y z
R3 → R3
Ψ:
(r, θ, ϕ) = r cos ϕ cos θ, r cos ϕ sin θ, r sin ϕ)
cos ϕ cos θ
−r cos ϕ sin θ −r sin ϕ cos θ
det(Jac(Ψ)(r,θ,ϕ) ) = cos ϕ sin θ
r cos ϕ cos θ −r sin ϕ sin θ
sin ϕ 0 r cos ϕ
= sin ϕ(r2 sin ϕ cos ϕ) + r cos ϕ(r cos2 ϕ)
= r2 cos ϕ(sin2 ϕ + cos2 ϕ)
= r2 cos ϕ
ϕ n’est pas le graphe d’une fonction f (x) car elle ne satisfait pas le “test” des droites
verticales.
F (x, y) = 0 < y = f (x)
Pour (x, y) ∈ U , F (x, y) = 0 ⇔ y = f (x).
Theorème 2.4.5 (Fonctions implicites). Soient F : U R2 → R une fonction différentiable
et m0 (x0 , y0 ) un point tel que F (x0 , y0 ) = 0. On suppose que ∂f
∂x
et ∂F
∂y
sont continues en
∂F
m0 et que ∂y (m0 ) 6= 0. Alors il existe r > 0, un voisinage V ouvert de m0 et une fonction
ϕ :]x0 − r, x0 + r[→ R tel que :
F (x, y)=0 y = ϕ(x)
⇔
(x, y) ∈ V x ∈]x0 − r, x0 + r[
∂y
(x, ϕ(x))
42 Chapitre 2. Différenciation
Optimisation
3.1.1 Définitions
43
44 Chapitre 3. Optimisation
Définition 3.1.2. On dit que f a un maximum relatif en m0 s’il existe r > 0 tel que f |B(m0 ,r)
a un maximum absolu.
c’est-à-dire :
−−→ →
−
grad f (m0 ) = 0 (∗)
(∗) s’appelle la condition du premier ordre, nécessaire pour l’existence d’un extremum relatif
en x0 . Ce n’est pas une condition suffisante. (Exemple : f (x) = x3 ).
Condition (∗) ⇔ le plan tangent d’équation z = f (x0 , y0 ) est horizontale. Pour l’existence
d’un extremum, il faut en plus que Gf reste (localement) du même côté du plan tangent.
−−→ →
−
Définition 3.1.3. Un point stationnaire est un point m0 ∈ Df tel que grad f (m0 ) = 0 .
Exemple 3.1.5. f (x, y) = −(x2 + y 2 ) a un point stationnaire en (0, 0). Il n’y a, en O(0, 0), ni
maximum, ni minimum. On dit qu’il y a un col (ou un point selle) en un point m0 s’il existe
deux sections verticales du graphe présentant, l’un un minimum et l’autre un maximum.
∂2f
∂x2
(x, y)
%
∂f
∂x
% &
∂2f
∂x∂y
(x, y)
f (x, y)
∂2f
∂y∂x
(x, y)
& %
∂f
∂y
&
∂2f
∂y 2
(x, y)
∂ f 2
∂ f 2
Theorème 3.1.2 (Théorème de Schwartz). Si ∂x∂y et ∂y∂x existent et sont continues en m0
alors :
∂ 2f ∂f
(m0 ) = ∂y∂x
∂x∂y ∂y
46 Chapitre 3. Optimisation
Theorème 3.1.3 (Taylor-Young à l’ordre 2). Sous les hypothèses du théorème de Schwartz :
" #
∂f ∂f
f (x0 + h, y0 + k) = f (x0 , y0 ) + (x0 , y0 ) + (x0 , y0 )
∂x ∂y
| {z }
dfm0 (h,k)
!
1 ∂ 2f 2 ∂ f 2
∂ 2f 2
+ 2
(x0 , y0 )h + 2 (x0 , y0 )hk + 2 ∂y (x0 , y0 )k 2 + (h2 + k 2 )ε(h, k)
2 ∂x ∂x∂y ∂ f
∂f ∂f
(m0 ) = (m0 ) = 0
∂x ∂y
∂2f ∂2f ∂2f
Posons r = ∂x2
(m0 ), s= ∂x∂y
, t= ∂y 2
. La formule de Taylor-Young se réduit :
1
f (x0 + h, y0 + k) = f (x0 , y0 ) + (rh2 + 2shk + tk 2 ) + (h2 + k 2 )ε(h, k)
2
avec (h, k) −−−−−−→ 0.
(h,k)→(0,0)
Theorème 3.1.4 (Condition du deuxième ordre). Sous les hypothèses du théorème de Schartz.
Soit m0 (x0 , y0 ) un point stationnaire. On charche s2 − rt.
• si s2 − rt < 0, il y a un extremum relatif en m0
∗ si r > 0 : c’est un minimum.
∗ si r < 0 : c’est un maximum.
• si s2 − rt > 0, il y a ni un maximum relatif, ni minimum relatif, il y a un col.
• si s2 − rt < 0, la méthode ne permet pas de conclure.
1er cas : s2 − rt > 0 et r > 0 On chosit un nombre α > 0 assez petit pour que les nombre
r0 = r − α et t0 = t − α soient de même signe que r et t vérifiant s2 − r0 t0 < 0 (grâce à la
continuité de s2 −rt). D’après le calcul précédent, r0 h2 +2shk +t0 k 2 est de signe de r c’est-à-dire
> 0. On obitnet :
rh2 + 2shk + tk 2 ≥ α(h2 + k 2 )
Conclusion, on obtient :
α 2 α
H≥ (h + k 2 ) + (h2 + k 2 )ε(h, k) ≥ (h2 + k 2 ) + ε(h, k)
2 | 2 {z }
≥0 pour (h,k) suffisament petit
On résout :
2xy −x=0 x(2y − 1) = 0
x2 − 2y = 0
⇔ 2
x − 2y = 0
x =0 = 12
y
⇔ ou
x2 = 2y x2 = 2y
∂ 2f ∂ 2f ∂ 2f
= 2y − 1 = 2x = −2
∂x2 ∂x∂y ∂y 2
= −1
r
∗ en O(0, 0), s = 0 .
t = −2
A est un col.
r
=0
1
∗ en B(−1, 2
), s = −2
t = −2
s2 − rt = 4
B est un col.
Theorème 3.2.1. Soit m0 (x0 , y0 ) un point. On suppose que les dérivées partielles de f et g
−−→
existent et sont continues en m0 . On suppose que grad g(m0 ) 6= 0. Si f a un extremum en m0
sous la contrainte g(m0 ) = 0. Alors :
−−→ −−→
grad f (m0 ) k grad g(m0 ) (∗)
h0 (x) = 8 − 2x
x −∞ 4 +∞
0
h (x) + 0 −
h(x) % &
y3 + y + x2 = 0
y(y 2
+ 1) = 0
1) 0 2x ⇔ . Un point stationnaire : O(0, 0).
0 = 2x
x = 0
3y 2 + 1
1
y :] − r, r[→ R
tel que :
g(x, y) =0 y = ϕ(x)
(x, y) ∈ V
⇔
x ∈] − r, r[
Décider s’il y a un extremum local de f sous contrainte g = 0 équivaut à déc ider si x = 0
est un extemum relatif de f (x, ϕ(x)) = ϕ(x). On étudier la variation de ϕ localement au
voisinage de x = 0.
−2x
ϕ(x) =
3ϕ(x)2 + 1
x 0
0
ϕ (x) + 0 −
ϕ(x) % &
ϕ(x) % &
Exemple 3.2.4.
f (x, y)= x2 + 8y
g(x, y) = x2 + y 2 − 25
On obtient :
x =0
1 ⇔ Points stationnaires : A(0, 5), B(0, −5)
x2 + y 2 = 25
y=4
2 ⇔ Points stationnaires : C(3, 4), D(−3, 4)
x + y 2 = 25
2
2) Etude des points stationnaires : le problème revient à étudier les extrema de f sur le cercle
C(0, 5).
Rappel. Soit f : U ⊂ R2 → R une fonction continue et K ⊂ U un ensemble fermé et borné.
Alors f (K) est un sous-ensemble fermé de R.
En conséquence f a un minimum asolu et un maximum absolu sur K = C(0, 5) borné et
fermé. Les extrema absolus peuvent être des points stationnaires :
ϕ(x) & %
Définition 3.2.1. L(x1 , ..., xn , λ) = f (x1 , ..., xn ) + λg(x1 , ..., xn ). L s’appelle le lagrangien du
problème. Le système à résoudre pour touver les points stationnaires :
−−→ −−→
(∗∗) : grad f = λgrad g pour un λ ∈ R
Le lagrangien est :
p
X
L(x1 , ..., xn , λ1 , ..., λp ) = f (x1 , ..., xn ) − λi gi (x1 , ..., xn )
i=1
∂L =0
∂xi
∂L
i = 1, .., n et j = 1, ..., p
∂λj
=0
Exemple 3.2.5.
f (x)
= xyz
g1 (x) = x + y + z − 2
g2 (x) = xy + yz + zx − 1
Les points soltuions sont à chercher parmi les points stationnaires du problème, lesquels sont
les solutions du système.
Annexe A
On suppose que m0 (x0 , y0 ) est un extremum relatif de f (x, y) sous contrainte g(x, y) avec
−−→ →
− ∂g
f, g de classe C 1 et grad g(x0 , y0 ) 6= 0 . Supposons par exemple que ∂y (x0 , y0 ) 6= 0.
D’après le théorème des fonctions implicites, il existe un voisinage V de m0 , il existe r > 0
et une fonction :
y :]x0 − r, x0 + r[→ R
dérivable tel que :
g(x, y) =0 y = y(x)
⇔
(x, y) ∈V x ∈]x0 − r, x0 + r[
Remarque. g(x, y(x)) = 0
L’hypothèse de départ signifie que x = x0 est un extremum local de f (x, y(x)). Donc :
f (x, y(x))|x=x0 = 0.
Dérivée de f (x, y(x)) ? On pose z = f (x, y(x)) = f (x, w) avec w = y(x).
! !
∂f ∂f
dz = dx + dw
∂x ∂w
dw = y 0 (x)dx
d’où : ! !
∂f ∂f
dz = dx + y 0 (x)dx
" ∂x ! ∂w! #
∂f ∂f 0
= + y (x) dx
∂x ∂w
d’où : ! !
0 ∂f ∂f
z (x) = (x, y(x)) + (x, y(x))y 0 (x)
∂x ∂y
∂g
0 0 ∂x
(x0 , y0 )
On sait que z (x0 ) = 0 et y (x0 ) = − ∂g . D’où :
∂y
(x0 , y0 )
! ! ∂g
∂f ∂f ∂x
(x0 , y0 )
(x0 , y0 ) − (x0 , y0 ) ∂g
∂x ∂y ∂y
(x0 , y0 )
∂g ∂f ∂f ∂g
⇔ (x0 , y0 ) (x0 , y0 ) − (x0 , y0 ) (x0 , y0 ) = 0
∂y ∂x ∂y ∂x
52
Annexe A. Preuve du théorème de Lagrange 53
∂f ∂g
(x , y ) (x0 , y0 )
∂x 0 0 ∂x
⇔ ∂f ∂g =0
(x0 , y0 ) (x0 , y0 )
∂y ∂y