2012 2013 MP23 L1PC PDF

L1PC
2012/2013
Aide-mémoire
et exercices corrigés.
VTSU
MP
ls
ls
23
ffé lcu
ie
nt
Ca
re
di
Table des matières

1 Approximations : polynômes de Taylor & déve-
loppements limités 3
2 Fonctions de plusieurs variables 33
3 Limites et continuité 43
NO NI
A CCA
G. F
4 Dérivabilité et différentiabilité, fonctions implicites 53
ur
i se -à-jo
m
5 Extrema 91 ière
Dern 2 01 3
f é vrier
6 Intégrales multiples 137 1
di 1
Lun
7 Fonctions vectorielles d’une variable réelle :
courbes paramétrées 169
8 Champs de vecteurs, formes différentielles 173 1

Dernière mise à jour : Lundi 11 février 2013
Ce cours s’adresse à des étudiants de la première année d’une Licence Physique-Chimie. Il a pour objectif de donner les bases
en calcul différentiel pour des fonctions de plusieurs variables indispensables à toute formation en physique et en chimie.
Les notions supposées connues correspondent au programme du premier semestre.
L’objet de ce aide-mémoire est de proposer une explication succincte des concepts vu en cours. De nombreux livres, parfois
très fournis, existent. Ici on a cherché, compte tenu des contraintes de volume horaire, des acquis des étudiants au premier
semestre et des exigences pour la suite du cursus, à dégager les points clés permettant de structurer le travail personnel de
l’étudiant voire de faciliter la lecture d’autres ouvrages. Ce polycopiée ne dispense pas des séances de cours et de TD ni de
prendre des notes complémentaires. Il est d’ailleurs important de comprendre et apprendre le cours au fur et à mesure car
on a très peu de temps et beaucoup de concepts nouveaux. Ce polycopié est là pour éviter un travail de copie qui empêche
parfois de se concentrer sur les explications données oralement mais ce n’est pas un livre auto-suffisant (il est loin d’être ex-
haustif ) ! De plus, ne vous étonnez pas si vous découvrez des erreurs (merci de me les communiquer).
On a inclus dans ce texte nombreux exercices corrigés. Ceux-ci, de difficulté variée, répondent à une double nécessitée. Il est
important de jongler avec les différents concepts introduits en cours et même de faire certaines erreurs une fois pour bien
identifier les pièges. Les exercices permettent d’orienter les raisonnements vers d’autres domaines (physique, économie,
etc.), cela afin d’exhiber l’intérêt et l’omniprésence du calcul différentiel. Cependant, veuillez noter que vous n’obtiendrez
pas grande chose si vous vous limité à choisir un exercice, y réfléchir une minute et aller vite voir le début de la correction
en passant tout le temps à essayer de comprendre la correction qui va paraitre incompréhensible. Pour que la méthode
d’étude soit vraiment efficace, il faut d’abord vraiment essayer de chercher la solution. En particulier, il faut avoir un papier
brouillon à coté de soi et un crayon. La première étape consiste alors à traduire l’énoncé (pas le recopier), en particulier
s’il est constitué de beaucoup de jargon mathématique. Ensuite il faut essayer de rapprocher les hypothèses de la conclusion
souhaitée, et pour cela faire quelques calculs ou transformer les hypothèses pour appliquer un théorème dont on aura vérifier
que les hypothèses sont bien satisfaite. C’est ici que l’intuition joue un grand rôle et il ne faut pas hésiter à remplir des
pages pour s’apercevoir que l’idée qu’on a eu n’est pas la bonne. Elle pourra toujours resservir dans une autre situation.
Quand finalement on pense tenir le bon bout, il faut rédiger soigneusement en s’interrogeant à chaque pas sur la validité
(logique, mathématique) de ce qu’on a écrit. Si l’étape précédente ne donne rien, il faut chercher de l’aide (voir le début de
la correction, en parler à un autre étudiant, interroger les tuteurs).
Gloria FACCANONI
IMATH Bâtiment U-318 T 0033 (0)4 94 14 23 81

Université du Sud Toulon-Var
Avenue de l’université B gloria.faccanoni@univ-tln.fr
83957 LA GARDE - FRANCE i http://faccanoni.univ-tln.fr
2 © G. Faccanoni
1 Approximations : polynômes de Taylor &
développements limités
Il est souvent plus avantageux de remplacer des fonctions compliquées par des fonctions plus simples qui les approchent.
Définition Linéarisation
Si on approche une fonction f au voisinage d’un point x 0 au moyen d’une fonction affine L(x) = q + mx, il est naturel de
choisir la fonction L dont le graphe est tangent au graphe de la fonction f en x 0 :
L(x) = f (x 0 ) + f 0 (x 0 )(x − x 0 ).
C’est ce qu’on appelle la linéarisation de f en x 0 . Dans certains cas on mentionne explicitement le point auquel la linéa-
risation est obtenue et on note la linéarisation de f en x 0 par L x0 .
Exemple y L0
p f
La dérivée de la fonction f (x) = 1 + x est égale à f 0 (x) =
p
1/(2 1 + x). La linéarisation de cette fonction à l’origine est
x0
donnée par L 0 (x) = f (0) + f 0 (0)x = 1 + x/2.
Attention y L0
La linéarisation d’une fonction dépend du point auquel
on linéarise la fonction.
p Par exemple, la linéarisation de f
la fonction f (x) = 1 + x en 0 donne L 0 (x) = 1 + x/2 tan-
dis que la linéarisation en 3 donne L 3 (x) = (5 + x)/4. La
linéarisation L 0 fournit une meilleure approximation de
f tant que x < 1, la linéarisation L 3 devient meilleure L3
lorsque x > 1. En x = 1, les deux linéarisations fournissent
la même valeur.
−2 −1 0 1 2 3 4 x
Définition Notation
Lorsqu’elle est évaluée en x 0 , la linéarisation de la fonction f en x 0 coïncide avec la fonction f . Lorsque x reste proche
de x 0 , la linéarisation de L x0 fournit une approximation de f . On note
f (x) ' L(x) lorsque x ' x 0 .
Le signe ' signifie “est approximativement égal à” sans que l’on attache ici de sens plus précis à cette notation.
Exemple
La dérivée de f (x) = (1+x)n est égale à f 0 (x) = n(1+x)n−1 . La linéarisation de f à l’origine est donc égale à L 0 (x) = f (0)+ f 0 (0)x = 1+nx
est on a
(1 + x)n ' 1 + nx lorsque x ' 0.
Cette formule particulièrement simple à retenir est valable pour des valeurs quelconques de n. Elle permet de calculer rapidement des
approximations de racines et de puissances de nombres proches de l’unité. Ainsi, par exemple
p
1.2 = (1 + 0.2)0.3 ' 1 + 0.2/3 = 1.06.
3
3
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
La même formule permet d’évaluer immédiatement 1.002100 à 1.2 (la valeur exacte est 1.221 . . . ).
Exemple
La linéarisation de la fonction sin à l’origine est L 0 (x) = x, donc
y L0
sin(x) ' x lorsque x ' 0. f
C’est la linéarisation que l’on effectue pour résoudre l’équation

du pendule en physique. x0 x
La qualité de cette approximation peut être également appréciée
au moyen de quelques valeurs :
x −0.2 −0.1 −0.05 0 0.05 0.1 0.2

f (x) = sin(x) −0.1986 −0.0998 −0.0499 0 0.0499 0.0998 0.1986
L 0 (x) = x −0.2 −0.1 −0.05 0 0.05 0.1 0.2
La linéarisation d’une fonction f en un point x 0 est un polynôme de degré inférieur ou égal à 1 tel que
(
L(x 0 ) = f (x 0 ),
L 0 (x 0 ) = f 0 (x 0 ).
Les polynômes de TAYLOR généralisent cette construction pour des polynômes de degrés quelconques.
Définition Polynôme de TAYLOR

Le polynôme de TAYLOR d’ordre n généré par f au point x 0 est le (seul) polynôme P n de degré inférieur ou égal à n qui
satisfait les conditions
P n(k) (x 0 ) = f (k) (x 0 ) pour k = 0, 1, . . . , n,
i.e. le polynôme
n f (k) (x )
0
(x − x 0 )k .
X
P n (x) =
k=0 k!
Le graphe du polynôme de TAYLOR d’une fonction f en x 0 est une courbe polynomiale tangente au graphe de f en x 0 .
Remarque
Soit la fonction f (x) = x 2 + 1. On a f 0 (x) = 2x, f 00 (x) = 2 et f (k) (x) = 0 lorsque k ≥ 3. Les polynômes de TAYLOR d’ordre 0,
1 et 2 générés par f à l’origine s’obtiennent par P 0 (x) = P 1 (x) = 1 et P 2 (x) = P k (x) = f (x) lorsque k ≥ 3 : les polynômes de
TAYLOR d’ordre ≥ 2 sont tous égaux à 1 + x 2 . C’est la raison pour laquelle on définit un polynôme de TAYLOR d’ordre n et
non pas de degré n : le degré d’un polynôme de TAYLOR peut être inférieur à son ordre.
Proposition
Le polynôme de TAYLOR d’ordre n généré au point x 0 par un polynôme f de degré m ≤ n coïncide avec f quel que soit x 0 .
Exemple y P2
f P1
Le polynôme de TAYLOR d’ordre n généré au point 0 par la fonc-
tion f (x) = e x est
x2 x3 xn
P n (x) = 1 + x + + +... .
2 6 n! P0
x0
4 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
Exemple y f
Le polynôme de TAYLOR d’ordre 4 généré au point 0 par le fonc- P3
tion f (x) = sin(x) est
x0 x
x3
P n (x) = x −
6
La qualité de l’approximation des fonctions circulaires par leurs
polynômes de TAYLOR est excellente.
Exemple
Le polynôme de TAYLOR d’ordre n généré au point 0 par le fonction f (x) = (1 − x)m , m > n est
n f (k) (0)
xk .
X
P n (x) =
k=0 k!
Comme Ã !
m−k m! m−k m
f (k)
(x) = m(m − 1) · · · (m − (k − 1))(1 − x) = (1 − x) = k!(1 − x)m−k
(m − k)! k
on trouve Ã !
n m
xk .
X
P n (x) =
k=0 k
Propriété
Soit f et g deux fonctions n fois dérivables en un point x 0 et P f et P g leurs polynômes de TAYLOR d’ordre n en x 0 . Alors
1. le polynôme de TAYLOR d’ordre n généré par la somme f + g au point x 0 est le polynôme P f + P g ;
2. le polynôme de TAYLOR d’ordre n généré par le produit f g au point x 0 est la somme des termes de degré inférieur
ou égaux à n du polynôme P f P g ;
3. le polynôme de TAYLOR d’ordre nk généré par f (x k ) au point x 0 est le polynôme P f (x k ) ;
4. le polynôme de TAYLOR d’ordre n − 1 généré par f 0 au point x 0 est le polynôme P 0f .
Exemple Somme
Sachant que le polynôme de TAYLOR d’ordre 3 généré par sin(x) à l’origine est égal à x − x 3 /6, on peut conclure que le polynôme de
TAYLOR d’ordre 3 généré par 4x + 3x 2 − sin(x) à l’origine est égal à 4x + 3x 2 − (x − x 3 /6), i.e. P 3 (x) = 3x + 3x 2 + x 3 /6.
Exemple Produit
Sachant que le polynôme de TAYLOR d’ordre 3 généré par e x à l’origine est égal à 1+ x + x 2 /2+ x 3 /6, on peut conclure que le polynôme
de TAYLOR d’ordre 3 généré par (x + 2x 2 − x 3 )e x à l’origine est donné par le polynôme obtenu par la somme des termes de degré
inférieur ou égaux à 3 du produit (x + 2x 2 − x 3 )(1 + x + x 2 /2 + x 3 /6), i.e. P 3 (x) = x + 3x 2 + 3x 3 /2.
Exemple Composition
Sachant que le polynôme de TAYLOR d’ordre n généré par 1/(1 − x) = (1 − x)−1 à l’origine est égal à 1 + x + x 2 + · · · + x n , on peut
conclure que le polynôme de Taylor d’ordre n généré par 1/(1−(−x)) = (1−(−x))−1 à l’origine est égal à 1+(−x)+(−x)2 +· · ·+(−x)n , i.e.
1−x +x 2 +· · ·+(−1)n x n et que le polynôme de Taylor d’ordre n généré par 1/(1+x 2 ) à l’origine est égal à 1+(−x 2 )+(−x 2 )2 +· · ·+(−x 2 )n ,
i.e. 1 − x 2 + x 4 + · · · + (−1)n x 2n .
Exemple
On veut déterminer la limite de visibilité depuis un point d’altitude H au-dessus du niveau de la mer. Du point A on voit jusqu’au point
B.
© G. Faccanoni 5
A L’on a
OB R 1
H cos ϑ = = = .
OA R + H 1+ H
C B R
Pour une altitude «raisonnable», HR est petit et ϑ également (R ≈
6371 km). On utilise les deux développements limités
R
ϑ
ϑ2 H −1 H
µ ¶
1
cos ϑ ≈ 1 − , = 1+ ≈ 1− ,
O 2 H R R
1+ R
q
qui conduisent à ϑ ≈ 2 H R . On conclut que la distance C B à
la surface de la
p Terre, c’est-à-dire la longueur de l’arc de cercle,
est ` = Rϑ = 2R H . Par exemple, du sommet de la tour Eiffel
(H = 324 m) on peut voir à une distance de 66 kilomètres.
L’utilisation d’un polynôme de Taylor d’ordre n d’une fonction f en x 0 pour approcher f à proximité de x 0 induit une erreur
qui est d’autant plus élevée que le graphe de la fonction s’écarte du graphe de f . L’erreur commise n’est nulle partout que
lorsque la fonction f est un polynôme de degré inférieur ou égal à n. Lorsqu’on dispose d’une borne sur la dérivée (n + 1)-
ème de f , il est possible de borner l’erreur. De plus, lorsque l’on utilise un polynôme de Taylor d’ordre de plus en plus grand
pour approcher f , on s’attend à ce que l’approximation s’améliore.
Théorème Erreur d’approximation
Soit f : [a; b] → R une fonction n + 1 fois dérivable et soit P n le polynôme de Taylor d’ordre n généré par f en x 0 . Si
| f (n+1) (x)| ≤ M pour tous les x dans [a; b], alors
(b − a)n+1
| f (x) − P n (x)| ≤ M
(n + 1)!
pour tous les x dans [a; b].
Exemple
La linéarisation de f (x) = sin(x) en x = 0 donne sin(x) ' x. Quelle est la précision de cette approximation lorsque |x| ≤ 0.5 ? Comme
max | f 00 (x)| = max |− sin(x)| = sin(0.5), une application directe du théorème permet d’écrire
|x|≤0.5 |x|≤0.5
(0.5)2
|sin(x) − x| ≤ sin(0.5) ≤ 0.06
2
pour tous les x dans [−0.5; 0.5].
Exemple
Le polynôme d’ordre 2 généré par la fonction f (x) = 1/(1 − x) à l’origine est donné par
P 2 (x) = 1 + x + x 2 .
Considérons ces fonctions sur l’intervalle [0; 0.1]. La fonction f 000 est dérivable sur cet intervalle et maxx∈[0;0.1] | f 000 (x)| =
maxx∈[0;0.1] |6/(1 − x)4 | = 6/(1 − 0.1)4 = M . Par conséquent
(0.1 − 0)2+1
| f (x) − P 2 (x)| ≤ 6/(1 − 0.1)4 ≤ 0.00152
(2 + 1)!
pour tous les x dans [0; 0.1].
Définition Développement limité.

f admet un développement limité à l’ordre n en x 0 , et on le note DL n (x 0 ), si D f ∩]x 0 − δ, x 0 + δ[\{x 0 } 6= ; pour tout δ > 0
et s’il existe un polynôme P n de degré ≤ n tel que
f (x) = P n (x − x 0 ) + (x − x 0 )n ε(x − x 0 ),
où ε est une fonction de D f ∩] − δ, +δ[\{0} à valeur dans R telle que lim ε(x) = 0. Au lieu de (x − x 0 )n ε(x − x 0 ) on écrit
x→0
souvent o((x − x 0 )n ).
Lorsqu’il existe, le polynôme P n est unique.
6 © G. Faccanoni
Théorème Théorème (Taylor)

Si f et toutes ses dérivées jusqu’à l’ordre n sont définies et continues en tout point d’un intervalle ouvert I contenant x 0
alors f admet un développement limité à l’ordre n en x 0 donné par la formule
n f (k) (x )
0
(x − x 0 )k + (x − x 0 )n ε(x − x 0 ).
X
f (x) =
k=0 k!
Attention
On dit qu’une fonction f admet un développement limité à l’ordre n (entier naturel) au point x 0 s’il existe un polynôme
P de degré au plus n tel que
f (x) = P (x − x 0 ) + o((x − x 0 )n ) = a 0 + a 1 (x − x 0 ) + a 2 (x − x 0 )2 + · · · + a n (x − x 0 )n + o((x − x 0 )n )
au voisinage de x 0 .
Si f est n fois continûment dérivable sur un intervalle I avec n entier positif ou nul, alors pour tout point x 0 ∈ I , f a un
développement limité au point x 0 donné par la formule de Taylor-Young
n f (k) (x )
0
(x − x 0 )k + o((x − x 0 )n ).
X
f (x) =
k=0 k!
Il est tentant de penser que la réciproque est vraie, c’est-à-dire qu’une fonction qui admet un développement limité à
l’ordre n en un point x 0 est dérivable n fois en ce point. C’est effectivement le cas si n = 0 ou n = 1. Dans le premier
cas, le développement limité s’écrit juste f (x) = a 0 + o(1) et donc a 0 = f (a) par définition d’un o(1). Si n = 1 et f (x) =
a 0 + a 1 (x − x 0 ) + o(x − x 0 ), alors a 0 = f (a) pour la même raison, et par suite :
f (x) − f (x 0 )
= a 1 + o(1)
x −a
ce qui implique que l’accroissement fini a une limite égale à a 1 , ainsi f est bien dérivable en x 0 et a 1 = f 0 (x 0 ). Mais la
réciproque est fausse pour n ≥ 2, autrement dit une fonction peut admettre un développement limité à l’ordre n ≥ 2 bien
qu’elle ne soit pas n fois continûment dérivable.
Exemple
³ ´
Soit f l’application de R \ {0} dans R définie par f (x) := x 3 sin x1 . On veut calculer le développement limité à l’ordre 2 en 0 de f et
montrer que f n’admet pas de développement limité à l’ordre 3 en 0.
Comme f n’admet pas de dérivée seconde en 0, on ne peut pas utiliser la formule de Taylor-Young pour calculer le développement
limité de f en 0 à l’ordre 2 mais on peut utiliser la formule de Taylor-Young pour calculer le développement limité de f en 0 à l’ordre 1 :
f (x) = f (0) + f 0 (0)x + o(x) = 0 + o(x).
Pour calculer le développement limité de f en 0 à l’ordre 2 il suffit de remarquer que

³ ´
x 3 sin x1 x 3 ln(−x)
lim = 0 et lim = 0,
x→0+ x2 x→0− x2
c’est-à-dire f (x) = o(x 2 ) : le développement limité de f en 0 à l’ordre 2 est f (x) = 0 + o(x 2 ). Remarquons que, en revanche, il n’existe
pas de développement limité de f en 0 à l’ordre 3 car ³ ´
x 3 sin x1
lim
x→0+ x3
n’existe pas.
Attention Développements limités usuels
k=n xk x2 x3 x4 xn
(−1)k+1 + o xn = x − + · · · + (−1)n+1 + o xn
X ¡ ¢ ¡ ¢
ln(1 + x) = + −
k=1 k 2 3 4 n
© G. Faccanoni 7
k=n xk x2 x3 x4 xn
+ o x n = −x − + o xn
X ¡ ¢ ¡ ¢
ln(1 − x) = − − − +···−
k=1 k 2 3 4 n
k=n xk x2 x3 x4 xn
ex = + o xn = 1 + x + + o xn
X ¡ ¢ ¡ ¢
+ + +···+
k=0 k! 2 6 24 n!
k=n x 2k+1 x3 x5 x 2n+1

(−1)k + o x 2n+2 = x − + · · · + (−1)n + o x 2n+2
X ¡ ¢ ¡ ¢
sin(x) = +
k=0 (2k + 1)! 6 120 (2n + 1)!
k=n x 2k x2 x4 x 2n
(−1)k + o x 2n+1 = 1 − + · · · + (−1)n + o x 2n+1
X ¡ ¢ ¡ ¢
cos(x) = +
k=0 (2k)! 2 24 (2n)!
x 3 2x 5 17x 7
+ o x8
¡ ¢
tan(x) = x + + +
3 15 315
¯Ã !¯
x 3 3x 5 ¯ − 1 ¯ x 2n+1
+···+¯ 2 ¯ + o x 2n+2
¡ ¢
arcsin(x) = x + +
¯ ¯
6 40 ¯ n ¯ 2n + 1
π
arccos(x) = − arcsin(x)
2
k=n x 2k+1 x3 x5 x7 x 2n+1
(−1)k + o x 2n+1 = x − + · · · + (−1)n + o x 2n+2
X ¡ ¢ ¡ ¢
arctan(x) = + −
k=0 2k + 1 3 5 7 2n + 1
k=n x 2k+1 x3 x5 x 2n+1

+ o x 2n+2 = x + + o x 2n+2
X ¡ ¢ ¡ ¢
sinh(x) = + +···+
k=0 (2k + 1)! 6 120 (2n + 1)!
k=n x 2k x2 x4 x 2n
+ o x 2n+1 = 1 + + o x 2n+1
X ¡ ¢ ¡ ¢
cosh(x) = + +···+
k=0 (2k)! 2 24 (2n)!
x 3 2x 5 17x 7
+ o x8
¡ ¢
tanh(x) = x − + −
3 15 315
Ã ! Ã !
α
X α k
k=n ¡ n¢ α(α − 1) 2 α(α − 1)(α − 2) 3 α n
x + o x = 1 + αx + x + o xn
¡ ¢
(1 + x) = x + x +···+
k=0 k 2 6 n
avec les cas particuliers
p x x 2 x 3 5x 4
+ o x4
¡ ¢
1+x = 1+ − + −
2 8 16 128
1 x 3x 2 5x 3 5x 4
+ o x4
¡ ¢
p == 1 − + − +
1+x 2 8 16 128
p x x 2 x 3 5x 4
+ o x4
¡ ¢
1−x = 1− − − −
2 8 16 128
1 k=n
(−1)k x k + o x n = 1 − x + x 2 − x 3 + · · · + (−1)n x n + o x n
X ¡ ¢ ¡ ¢
=
1 + x k=0
1 k=n
X k
x + o xn = 1 + x + x2 + x3 + · · · + xn + o xn
¡ ¢ ¡ ¢
=
1 − x k=0
Définition Prépondérance
Soit f et g deux applications de D vers R et soit x 0 ∈ R ∪ { ±∞ }. On dit que f est négligeable devant g au voisinage de x 0
s’il existe un voisinage V de x 0 et une fonction ϕ : V → R vérifiant
∀x ∈ V ∩ D, f (x) = g (x)ϕ(x), et lim ϕ(x) = 0.

x→x 0
On note alors f = o(g ).

x0
8 © G. Faccanoni
Si g ne s’annule pas dans un voisinage de x 0 , cette définition est équivalente à
f (x)
lim = 0.
x→x 0 g (x)
Exemple
ln(x) = o(x α ), ln(x) = o(x −α ), x α = o(e x ), |x|α = o(e −x ).
+∞ 0+ +∞ −∞
Propriété
B f = o(1) ⇐⇒ limx→x0 f (x) = 0
B f = o( f 1 ) et g = o(g 1 ) =⇒ f g = o( f 1 g 1 )
B f = o(h) et g = o(h) =⇒ f + g = o(h)
B f = o( f 1 ) =⇒ f n o( f 1n ), n ∈ N
B f = o( f 1 ) =⇒ f α o( f 1α ), α ∈ R si f et f 1 sont strictement positives au voisinage de x 0
B f ∼ g ⇐⇒ f − g = o(g )
Attention
B f = o( f 1 ) et g = o(g 1 ) ; f + g = o( f 1 + g 1 )
B f = o( f 1 ) ; e f = o(e f 1 )
B f = o( f 1 ) ; ln( f ) = o(ln( f 1 ))
Définition Asymptotes
Soit f définie sur un intervalle ]A, +∞[ (ou ]−∞, A[). On dit que f admet un développement limité généralisé à l’ordre n en
a = +∞ (ou en a = −∞) s’il existe un polynôme P tel que f (x) = P (1/x) + o(1/x n ) au voisinage de ce point. L’expression
P (1/x) n’est pas un polynôme, mais a des propriétés similaires. Dans la pratique, on peut obtenir un développement
limité de f (x) en a = +∞ (ou en a = −∞) en posant x = 1/t (de sorte que t tend vers 0, avec un signe fixe) et en tentant
de développer f (1/t ) au voisinage de 0.
Lorsque x et f (x) tendent vers l’infini, on obtient une asymptote oblique (si elle existe) en effectuant un développement
limité au voisinage de l’infini :
f (x) b c
µ ¶
1
= a + + k +o k
x x x x
où xck est le premier terme non nul après bx . Dans ce cas, la droite d’équation y = ax + b est asymptote à la courbe
représentative de f . Et la position relative de la courbe et de l’asymptote résulte du signe de xck lorsque x tend vers
l’infini.
Définition Équivalence
Soit f et g deux applications de D vers R et soit x 0 ∈ R ∪ { ±∞ }. On dit que f est équivalente à g au voisinage de x 0 s’il
existe un voisinage V de x 0 et une fonction ϕ : V → R vérifiant
∀x ∈ V ∩ D, f (x) = g (x)[1 + ϕ(x)], et lim ϕ(x) = 0.

x→x 0
On note alors f ∼ g .
x0
Si g ne s’annule pas dans un voisinage de x 0 , cette définition est équivalente à
f (x)
lim = 1.
x→x 0 g (x)
© G. Faccanoni 9
Exemple
B Soit P (x) = a0 + a1 x + a2 x 2 + · · · + an x n , (an 6= 0) une fonction polynomiale, alors
P (x) ∼ a n x n , P (x) ∼ a n x n , P (x) ∼ a 0 si a 0 6= 0.

+∞ −∞ 0
a0 + a1 x + a2 x 2 + · · · + an x n
B Soit F (x) = 6 0 et b p 6= 0) une fonction rationnelle, alors
, (a n =
b0 + b1 x + b2 x 2 + · · · + b p x p
an x n an x n a0
F (x) ∼ , F (x) ∼ , F (x) ∼ si a 0 , b 0 6= 0.
+∞ b p x p −∞ b p x p 0 b0
B Fonctions trigonométriques :
x2
sin(x) ∼ x, tan(x) ∼ x, 1 − cos(x) ∼ .
0 0 0 2
B Fonctions logarithmes, exponentielles, puissance :
ln(1 + x) ∼ x, e x − 1 ∼ x, a x − 1 ∼ x ln(a) (a > 0), (1 + x)α − 1 ∼ αx (α ∈ R).

0 0 0 0
Théorème
Soit f et g deux applications de D vers R et soit x 0 ∈ R ∪ { ±∞ }. Si lim f (x) = ` ∈ R ∪ { ±∞ } et si f ∼ g , alors lim g (x) = `.
x→x 0 x0 x→x 0
Ce résultat est fondamentale car il permet de remplacer une limite par une limite plus simple.
Attention
Si deux fonctions ont même limite, elles ne sont pas nécessairement équivalentes. Par exemple, limx→+∞ x = limx→+∞ x 2
mais x 7→ x et x 7→ x 2 ne sont pas équivalentes en +∞.
Propriété
B f ∼ f 1 et g ∼ g 1 =⇒ f g ∼ f 1 g 1
B f ∼ f 1 =⇒ 1f ∼ f11 si f et f 1 ne s’annulent pas au voisinage de x 0
f f
B f ∼ f 1 et g ∼ g 1 =⇒ g ∼ g11 si g et g 1 ne s’annulent pas au voisinage de x 0
B f ∼ f 1 =⇒ f n ∼ f 1n , n ∈ N
B f ∼ f 1 =⇒ f α ∼ f 1α , α ∈ R si f et f 1 sont strictement positives au voisinage de x 0
Attention
B f ∼ f 1 et g ∼ g 1 ; f + g ∼ f 1 + g 1
B f ∼ f 1 ; e f ∼ e f1
B f ∼ f 1 ; ln( f ) ∼ ln( f 1 )
10 © G. Faccanoni
............... Exercices ..............

Exercice 1.1 Somme et produit de développements limités
Calculer les développements limités suivants au point 0 :
1 x
1.1−x − e à l’ordre 3, 4. cos(x) ln(1 + x) à l’ordre 4,
p p p
2. 1 − x + 1 + x à l’ordre 4, 5. (x 3 + 1) 1 − x à l’ordre 3,
3. sin(x) cos(2x) à l’ordre 5, 6. ln2 (x + 1) à l’ordre 4.
C ORRECTION .
¢ ³ 2 3
´ 2
1
− e x = 1 + x + x 2 + x 3 + o(x 3 ) − 1 + x + x2 + x6 + o(x 3 ) = x2 + 65 x 3 + o(x 3 )
¡
1. 1−x
p p ³ 2 x3 4
´ ³
x2 x3 5x 4
´
x2 x3
2. 1 − x + 1 + x = 1 − x2 − x8 − 16 − 5x 4 x 4 4
128 + o(x ) + 1 + 2 − 8 + 16 − 128 + o(x ) + o(x ) = 2 + x − 4 + 8 − 64 x + o(x )
5 4 4
2 (2x)4
³ 3
´³ ´
x5
3. sin(x) cos(2x) = x − x6 + 120 + o(x 5 ) 1 − (2x) 2 + 24 + o(x 5
) = x − 13 3 121 5 5
6 x + 120 x + o(x )
³ 2
´ ³ ´
x4 2 3 4 2 3
4. cos(x) ln(1 + x) = 1 − x2 + 24 + o(x 4 ) x − x2 + x3 + x4 + o(x 4 ) = x − x2 − x6 + o(x 4 )
p ³ 2 x3
´ 2
5. (x 3 + 1) 1 − x = (x 3 + 1) 1 − x2 − x8 − 16 + o(x 3 ) = 1 − x2 − x8 + 15 3
16 x + o(x )
3
³ 2 3
´³ 2 3
´
6. ln2 (x + 1) = (ln(x + 1)) (ln(x + 1)) = x − x2 + x3 + o(x 3 ) x − x2 + x3 + o(x 3 ) = x 2 − x 3 + 12 11 4
x + o(x 4 )
Exercice 1.2 Composition de développements limités

³ ´
1. ln sin(x)
x à l’ordre 4, 2. e sin(x) à l’ordre 4, 3. (cos(x))sin(x) à l’ordre 5.
C ORRECTION .
3 5
x
x− x6 + 120 +o(x 5 ) 2 4 2 4
³ ´ 2
sin(x) sin(x)
1. x = x = 1 − x6 + 120
x
+ o(x 4 ). On note u = − x6 + 120
x
+ o(x 4 ) −−−→ 0, alors ln x = ln(1 + u) = u − u2 +
x→0
2
´2
x4
³
− x6 + 120 +o(x 4 ) x4
+o(x 4 )
³ 2 ´ ³ 2 ´
x4 x4 2 4 4
o(u 2 ) = − x6 + 120 + o(x 4 ) − 2 + o(x 4 ) = − x6 + 120 + o(x 4 ) − 36
2 + o(x 4 ) = − x6 + 120
x x
− 72 + o(x 4 ) =
2 4
− x6 − 180
x
+ o(x 4 )
x3 x3 u2 u3 u4
2. sin(x) = x − 6 + o(x 4 ). On note u = x − 6 + o(x 4 ) −−−→ 0, alors e sin(x) = e u = 1 + u + 2 + 6 + 24 + o(u 4 ). Comme
x→0
4
³ ´
3 4
³ ´ x 2 − x3
x3
u = x − x6 +o(x 4 ), alors u 2 = x 2 − x3 +o(x 4 ), u 3 3 4 4 4
= x +o(x ) et u = x +o(x ) et on trouve e 4 sin(x)
= 1+ x − 6 + 2 +
(x 3 ) + (x 4 ) + o(u 4 ) = 1 + x + x 2 − x 4 + o(x 4 )
6 24 2 8
2 4 2 4
3. (cos(x))sin(x) = exp ((sin(x)) ln(cos(x))). Comme cos(x) = 1 − x2 + 24
x
+ o(x 5 ), on pose u = − x2 + 24
x
+ o(x 5 ) −−−→ 0, alors
x→0
2 3 4 5 2 4 4
ln(cos(x)) = ln(1+u) = u − u2 + u3 − u4 + u5 +o(u 5 ). Comme u = − x2 + 24 x
+o(x 5 ), alors u 2 = x4 +o(x 5 ) et u 3 = u 4 = u 5 =
³ 4 ´2
³ 2 ´ x +o(x 5 )
x4 2 x4 3 x5
o(x 5 ), donc ln(cos(x)) = − x2 + 24
4
+ o(x 5 ) − 2 +o(u 5 ) = − x2 − 12 +o(x 5 ). Sachant que sin(x) = x− x6 + 120 +o(x 5 )
3 3
on en déduit (sin(x)) ln(cos(x)) = − x2 + o(x 5 ). On pose alors v = − x2 + o(x 5 ) −−−→ 0, et l’on a exp ((sin(x)) ln(cos(x))) =
x→0
2 3
exp(v) = 1 + v + v2 + o(v 2 ) = 1 − x2 + o(x 5 ).
Exercice 1.3 Division de développements limités

sinh2 (t ) 3. tan(x) à l’ordre 5, 5. ln(1+x)

à l’ordre 3.
1. x 7→ 1−cos(t ) à l’ordre 4, sin(x)
1 sin(x)−1
2. 1+x+x 2
à l’ordre 4, 4. cos(x)+1 à l’ordre 2,
© G. Faccanoni 11
C ORRECTION .
3 5 t2 4 6
1. sinh(t ) = t + t6 + 120
t
+ o(t 6 ) et 1 − cos(t ) = 2
t
− 24 t
+ 720 + o(t 7 ) donc
³ 3
´2
t5
sinh2 (t ) t + t6 + 120 + o(t 6 ) 4
t 2 + t3 + 2t
6
7
2 + 2t3 + 4t
2 4
5
45 + o(t ) 45 + o(t )
= 2 = = .
t4 t6 t2 t4
³ ´
1 − cos(t ) t 7 t2 t2 t4 5) 5)
2 − 24 + 720 + o(t ) 2 1 − 12 + 360 + o(t 1 − 12 + 360 + o(t
Maintenant on peux utiliser deux méthodes :

1 t2 t 4
1.1. la première utilise le développement limité de 1−A avec A = 12 − 360 + o(t 5 ) :
2 4
sinh2 (t ) 2 + 2t3 + 4t 5
45 + o(t )
=
1 − cos(t ) 1− A
2t 2 4t 4
µ ¶
+ o(t ) 1 + A + A 2 + o(A 2 )
5
¡ ¢
= 2+ +
3 45
2t 2 4t 4 t2 t4 t4
µ ¶µ ¶
5 5
= 2+ + + o(t ) 1 + − + o(t ) +
3 45 12 360 144
5 2 11 4
= 2 + t + t + o(t 4 );
6 72
1.2. la deuxième méthode (qu’on utilisera dans la suite de cet exercice) applique la technique de la division suivant
les puissances croissantes : si f et g ont au point a un développement limité à l’ordre n et si g (a) 6= 0, le polynôme
d’approximation de f /g à l’ordre n s’obtient en divisant suivant les puissances croissantes à l’ordre n le polynôme
2 4 t2 t4
d’approximation de f par celui de g . Ici f (x) = 2 + 2t3 + 4t
45 et g (x) = 1 − 12 + 360 et on pose la division suivant les
puissances croissantes en ne gardant que les termes de degré inférieur ou égal à 4 :
2 + 23 t 2 4 4
+ 45 t 1 1 2
− 12 t 1 4
+ 360 t
−2 + 16 t 2 1 4
− 180 t 2 + 65 t 2 + 11
72 t
4
+ 56 t 2 1 4
+ 12 t
− 56 t 2 5 4
+ 72 t
+ 11
72 t
4
− 11
72 t
4
sinh2 (t )
On conclut que 1−cos(t ) = 2 + 56 t 2 + 11 4 4
72 t + o(t ).
2. Ici f (x) = 1 et g (x) = 1 + x + x 2 et on pose la division suivant les puissances croissantes en ne gardant que les termes de
degré inférieur ou égal à 4 :
1 1 + x + x2
2
−1 −x −x 1 − x + x3 − x4
−x −x 2
x +x 2 +x 3
x3
−x 3 −x 4 +o(x 4 )
x4 +o(x 4 )
−x 4 +o(x 4 )
o(x 4 )
1
Le développement limité de 1+x+x 2
au point 0 à l’ordre 4 est donc 1 − x + x 3 − x 4 + o(x 4 )
12 © G. Faccanoni
sin(x) x− 16 x 3 + 120
1
x 5 +o(x 5 )
3. tan(x) = = . Ici f (x) = x − 16 x 3 + 120
1
x 5 +o(x 5 ) et g (x) = 1+ 12 x 2 + 24
1 4
x +o(x 5 ) et on pose la division
cos(x) 1+ 12 x 2 + 24
1 4
x +o(x 5 )
suivant les puissances croissantes en ne gardant que les termes de degré inférieur ou égal à 5 :
x − 16 x 3 1
+ 120 x5 +o(x 5 ) 1 + 12 x 2 + 24
1 4
x + o(x 5 )
−x + 12 x 3 1 5
− 24 x +o(x 5 ) 1 3
x + 3 x + 15 x2 5
1 3 1 5
3x − 30 x +o(x 5 )
− 13 x 3 + 16 x 5 +o(x 5 )
2 5
15 x +o(x 5 )
2 5
− 15 x +o(x 5 )
o(x 5 )
2 5
Le développement limité de tan(x) au point 0 à l’ordre 5 est donc x + 13 x 3 + 15 x + o(x 5 )
sin(x)−1 −1+x+o(x 2 )
4. = . Ici f (x) = −1 + x + o(x 2 ) et g (x) = 2 + 12 x 2 + o(x 2 ) et on pose la division suivant les puissances
cos(x)+1 2+ 12 x 2 +o(x 2 )
croissantes en ne gardant que les termes de degré inférieur ou égal à 2 :
−1 +x +o(x 2 ) 2 − 12 x 2 + o(x 2 )
+1 − 41 x 2 +o(x 2 ) − 21 + 12 x 2
x − 41 x 2 +o(x 2 )
−x +o(x 2 )
− 41 x 2 +o(x 2 )
− 41 x 2 +o(x 2 )
o(x 2 )
sin(x)−1
Le développement limité de cos(x)+1 au point 0 à l’ordre 2 est donc − 12 + 21 x 2 + o(x 2 )
x −1− 12 x+ 13 x 2 +o(x 2 )
¡ ¢
ln(1+x)
5. sin(x) = ¡ 1
2 2
¢ . Ici f (x) = −1 − 21 x + 13 x 2 + o(x 2 ) et g (x) = 1 − 61 x 2 + o(x 2 ) et on pose la division suivant les
x 1− 6 x +o(x )
puissances croissantes en ne gardant que les termes de degré inférieur ou égal à 2 :
−1 − 12 x + 31 x 2 +o(x 2 ) 1 − 16 x 2 + o(x 2 )
−1 + 16 x 2 +o(x 2 ) 1 − 12 x + 12 x 2
− 12 x + 21 x 2 +o(x 2 )
1
2x +o(x 2 )
1 2
2x +o(x 2 )
− 12 x 2 +o(x 2 )
o(x 2 )
ln(1+x)
Le développement limité de sin(x) au point 0 à l’ordre 2 est donc 1 − 12 x + 12 x 2 + o(x 2 ).
Exercice 1.4
Développer dans le voisinage de zéro les fonctions suivantes :
p p 1
1. x 7→ 1 + x − 1 − x à l’ordre 3, 6. x 7→ (1 + sin(x)) x à l’ordre 2,
2. x 7→ ln(1 + 3x) à l’ordre 3, 7. x 7→ ex
à l’ordre 3,
cos(x)
3. x 7→ (1 − cos(x)) ln(1 + x 2 ) à l’ordre plus bas,
cos(x)
4. x 7→ (sin(x 2 ))(e −x − 1) à l’ordre plus bas, 8. x 7→ ex à l’ordre 3,
x2 ex
5. x 7→ e x − 1 + sin(x) − 2x − 2 à l’ordre 4, 9. x 7→ (sin(x))/x à l’ordre 3.
C ORRECTION . Comme
x2 x4
cos(x) = 1 − + + o(x 5 ),
2 24
x3
sin(x) = x − + o(x 4 ),
6
x2 x3
ln(1 + x) = x − + + o(x 3 ),
2 3
© G. Faccanoni 13
x2
ex = 1 + x + + o(x 2 ),
2
p x x2 x3
1+x = 1+ − + + o(x 3 ),
2 8 16
p x x2 x3
1−x = 1− − − + o(x 3 ),
2 8 16
donc
p p ³ 2 x3
´ ³ 2 x3
´ 3
1. 1 + x − 1 − x = 1 + x2 − x8 + 16 + o(x 3 ) − 1 − x2 − x8 − 16 + o(x 3 ) = x + x8 + o(x 3 ) ;
2 (3x)3 2
2. ln(1 + 3x) = (3x) − (3x)
2 + o(x 3 ) = 3x − 9x2 + 9x 3 + o(x 3 ) ;
3
³ 2 ´³ ´
x4 4 4
3. (1 − cos(x)) ln(1 + x 2 ) = x2 − 24 + o(x 5 ) x 2 − x2 + o(x 4 ) = x2 + o(x 4 ) ;
³ 6
´³ 2
´
4. (sin(x 2 ))(e −x − 1) = x 2 − x6 + o(x 8 ) −x + x2 + o(x 2 ) = −x 3 + o(x 3 ).
5. À partir des développements limités des fonctions e x et sin(x) en 0 à l’ordre 4
x2 x3 x4
ex = 1 + x + + + + o(x 4 ),
2 6 24
x3
sin(x) = x − + o(x 4 ),
6
2 3 4 3 2 x4
on conclut que f (x) = 1 + x + x2 + x6 + 24
x
− 1 + x − x6 − 2x − x2 + o(x 4 ) = 24 + o(x 4 ).
6. On réécrit d’abord la fonction g (x) sous forme exponentielle :
1 −1 ln(1+sin(x))
(1 + sin(x)) x = e x .
On commence par déterminer le développement limité en 0 à l’ordre 2 de x 7→ x −1 ln(1 + sin(x)). Comme on divise par
x, il faut déterminer le développement limité à l’ordre 3 de x 7→ ln(1 + sin(x)). Or,
x3
sin(x) = x − + o(x 4 ),
6
donc
x3
µ ¶
ln(1 + sin(x)) = ln 1 + x − + o(x 4 ) .
6
3
On pose u = x − x6 + o(x 4 ). Comme limx→0 u = 0 et
u2 u3
ln(1 + u) = u − + + o(u 3 ),
2 3
on en déduit que
¶2 ¶3
x3 x3 x3 x2 x3
µ
¶ µ µ
1 1
ln(1 + sin(x)) = x − − x− + x− + o(x 3 ) = x − + + o(x 3 )
6 2 6 3 6 2 6
d’où
x x2
x −1 ln(1 + sin(x)) = 1 − + + o(x 2 ).
2 6
On a donc
x x2
−1 ln(1+sin(x)) +o(x 2 )
ex = ee − 2 + 6 .
x2
On pose v = − x2 + 6 + o(x 2 ). Comme limx→0 v = 0 et
v2
ev = 1 + v + + o(v 2 ),
2
on en déduit que
" ¶2 #
x x2 x x2 e
µ ¶ µ
1
x −1 ln(1+sin(x)) 1 7e
(1 + sin(x)) = e x = e 1+ − + + − + + o(x ) = e − x + x 2 + o(x 2 ).
2
2 6 2 2 6 2 24
14 © G. Faccanoni
7. À partir du DL donné dans le tableau cos(x) = 1 − 12 x 2 + o(x 3 ), on trouve le DL en zéro de 1

cos(x) (en utilisant le DL en
1
zéro de 1−x ) :
u= 12 x 2 +o(x 3 )
1 1 1
1 + u + o(u 2 ) = 1 + x 2 + o(x 3 ).
| {z }
= 1
=
cos(x) 1 − 2 x 2 + o(x 3 ) 2
En multipliant ce résultat par le DL donné dans le tableau e x = 1 + x + 21 x 2 + 16 x 3 + o(x 3 ) on obtient finalement
2
1 + x + x 2 + x 3 + o(x 3 ).
3
8. À partir du DL donné dans le tableau e x = 1 + x + 21 x 2 + 61 x 3 + o(x 3 ), on trouve le DL en zéro de 1

ex (en utilisant le DL en
1
zéro de 1+x ):
u=x+ 21 x 2 + 61 x 3 +o(x 3 )
1 1 1
1 − u + u 2 + o(u 3 ) = 1 − x + x 2 + o(x 3 ).
| {z }
x
= 1 1
=
e 2 3 3
1 + x + 2 x + 6 x + o(x ) 2
En multipliant ce résultat par le DL donné dans le tableau cos(x) = 1 − 12 x 2 + o(x 3 ) on obtient finalement
1
1 − x + x 3 + o(x 3 ).
3
9. À partir du DL donné dans le tableau cos(x) = 1 − 12 x 2 + o(x 3 ), on trouve le DL en zéro de 1

cos(x) (en utilisant le DL en
1
zéro de 1−x ) :
u= 12 x 2 +o(x 3 )
1 1 1
1 + u + o(u 2 ) = 1 + x 2 + o(x 3 ).
| {z }
= 1
=
cos(x) 1 − 2 x 2 + o(x 3 ) 2
En multipliant ce résultat par le DL donné dans le tableau e x = 1 + x + 21 x 2 + 16 x 3 + o(x 3 ) on obtient finalement
2
1 + x + x 2 + x 3 + o(x 3 ).
3
Exercice 1.5
Calculer le développement limité à l’ordre 3 au point 0 de
³ x ´
f (x) = arctan
x +2
de trois façons :
1. par la formule de Taylor-Young
2. par composition de développements limités
3. en commençant par calculer le développement limité de f 0 .
C ORRECTION .
1. Pour utiliser la formule de Taylor-Young on doit d’abord calculer les dérivées de f jusqu’à l’ordre 3 en 0 :
³ x ´
f (x) = arctan f (0) = 0
x +2
1 2 1 1
f 0 (x) = ¡ x ¢2 2
= 2 f 0 (0) =
1+ (x + 2) x + 2x + 2 2
x+2
00 x +1 −1
f (x) = −2 f 00 (0) =
(x 2 + 2x + 2)2 2
3x 2 + 6x + 2 1
f 000 (x) = 2 f 000 (0) =
(x 2 + 2x + 2)3 2
d’où le développement limité
f 00 (0) 2 f 000 (0) 3 x x2 x3

f (x) = f (0) + f 0 (0)x + x + x + o(x 3 ) = − + + o(x 3 )
2 6 2 4 12
© G. Faccanoni 15
x
2. Comme u(x) ≡ −−→ 0, on a
x+2 −
x→0
(u(x))3
f (x) = arctan(u(x)) = u(x) − + o(u 3 )
3
x x3
= − + o(x 3 )
x + 2 3(x + 2)3
x 2 + 6x + 6
= 2x + o(x 3 )
3(x 3 + 6x 2 + 12x + 8)
En effectuant la division selon les puissances croissantes et en s’arrêtant à o(x 2 ) car le résultat sera multiplié par x on a
6 +6x +x 2 o(x 2 ) 8 + 12x + 6x 2 + x 3

−6 −9x − 29 x 2 o(x 2 ) 3 3 1 2
4 − 8x + 8x
−3x − 27 x 2 o(x 2 )
+3x + 29 x 2 o(x 2 )
x2 o(x 2 )
−x 2 o(x 2 )
o(x 2 )
ainsi
x ¡ x x2 x2
µ ¶
2x 3 3 1 2
− x + x + o(x 3 ) = 6 − 3x + x 2 + o(x 3 ) = − + o(x 3 ).
¢
f (x) = +
3 4 8 8 12 2 4 12
1
3. f 0 (x) = x 2 +2x+2 et le le développement limité de f 0 au point 0 à l’ordre 2 peut être calculé par la division selon les
puissances croissantes :
1 o(x 2 ) 2 + 2x + x 2
1 2
−1 −x − 2 x o(x 2 ) 12 − 12 x + 14 x 2
1 2
−x − 2 x o(x 2 )
2
x +x o(x 2 )
1 2
2x o(x 2 )
1 2
−2x o(x 2 )
o(x 2 )
ainsi
x x x3
Z µ ¶
1 1 1
Z
f (x) = f 0 (x) dx = − x + x 2 dx + o(x 3 ) = − + + o(x 3 ).
2 2 4 2 4 12
Exercice 1.6
ln(1+sin2 x)
1. Calculer le développement limité en x = 0 à l’ordre 3 de ln(1 + sin2 x). En déduire la limite lim 2x 2
.
x→0
ln(1+x cos2 x)
2. Calculer le développement limité en x = 0 à l’ordre 3 de ln(1 + x cos2 x). En déduire la limite lim 4x .
x→0
ln(1−sin2 x)
3. Calculer le développement limité en x = 0 à l’ordre 3 de ln(1 − sin2 x). En déduire la limite lim 2x 2
.
x→0
ln(1−x cos2 x)
4. Calculer le développement limité en x = 0 à l’ordre 3 de ln(1 − x cos2 x). En déduire la limite lim 3x .
x→0
ln(1−sin2 x)
5. Calculer le développement limité en x = 0 à l’ordre 3 de ln(1 − sin2 x). En déduire la limite lim 7x 2
.
x→0
C ORRECTION .
1. Étant donné que
x3
+ o x4
¡ ¢
sin(x) = x −
6
alors
sin2 (x) = x 2 + o x 4 .
¡ ¢
16 © G. Faccanoni
Comme x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 + u) en u = 0 est

¡ ¢
x→0
u2 u3 u4 un
+ · · · + (−1)n+1 + o un
¡ ¢
ln(1 + u) = u − + −
2 3 4 n
on conclut que
ln(1 + sin2 x) = x 2 + o x 4 .
¡ ¢
Donc
ln(1 + sin2 x) x2 1
lim 2
= lim 2 = .
x→0 2x x→0 2x 2
x2
+ o x4
¡ ¢
cos(x) = 1 −
2
alors
cos2 (x) = 1 − x 2 + o x 4 .
¡ ¢
Comme x cos2 (x) = x − x 3 + o x 4 −−−→ 0 et comme le développement limité de ln(1 + u) en u = 0 est

¡ ¢
x→0
u2 u3 u4 un
+ · · · + (−1)n+1 + o un
¡ ¢
ln(1 + u) = u − + −
2 3 4 n
on conclut que
x2 2 3
ln(1 + x cos2 x) = x − + x + o x4 .
¡ ¢
2 3
Donc
ln(1 + x cos2 x) x 1
lim = lim = .
x→0 4x x→0 4x 4
x3
+ o x4
¡ ¢
sin(x) = x −
6
alors
sin2 (x) = x 2 + o x 4 .
¡ ¢
Comme sin2 (x) = x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

¡ ¢
x→0
u2 u3 u4 un
+ o un
¡ ¢
ln(1 − u) = −u − − − +···−
2 3 4 n
on conclut que
ln(1 − sin2 x) = −x 2 + o x 4 .
¡ ¢
Donc
ln(1 − sin2 x) −x 2 1
lim 2
= lim 2
=− .
x→0 2x x→0 2x 2
x2
+ o x4
¡ ¢
cos(x) = 1 −
2
alors
cos2 (x) = 1 − x 2 + o x 4 .
¡ ¢
Comme x cos2 (x) = x − x 3 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

¡ ¢
x→0
u2 u3 u4 un
+ o un
¡ ¢
ln(1 − u) = −u − − − +···−
2 3 4 n
on conclut que
x2 2 3
ln(1 − x cos2 x) = −x − + x + o x4 .
¡ ¢
2 3
Donc
ln(1 − x cos2 x) −x 1
lim = lim =− .
x→0 4x x→0 4x 4
© G. Faccanoni 17

x3
+ o x4
¡ ¢
sin(x) = x −
6
alors
sin2 (x) = x 2 + o x 4 .
¡ ¢
Comme sin2 (x) = x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

¡ ¢
x→0
u2 u3 u4 un
+ o un
¡ ¢
ln(1 − u) = −u − − − +···−
2 3 4 n
on conclut que
ln(1 − sin2 x) = −x 2 + o x 4 .
¡ ¢
Donc
ln(1 − sin2 x) −x 2 1
lim 2
= lim =− .
x→0 7x x→0 7x 2 7
Exercice 1.7 Développements limités au point x0 6= 0

Calculer les développements limités suivants :
p
1. x au point 2 à l’ordre 3, 7. x 3 au point x = −2 à l’ordre 4,
2. sin(x) au point π3 à l’ordre 3, 8. x 3 au point x = 2 à l’ordre 4,
3. cos(x) au point π6 à l’ordre 3,
ln(x) 9. x 3 au point x = −3 à l’ordre 4,
4. (1+x)2
en 1 à l’ordre 2.
3
5. x au point x = 1 à l’ordre 4, 10. x 4 − 1 au point −1 à l’ordre 3,
6. x 3 au point x = −1 à l’ordre 4, 11. x 4 + 1 au point 1 à l’ordre 3.
C ORRECTION . Soit f une fonction de R dans R et x 0 ∈ R. Si f et toutes ses dérivées jusqu’à l’ordre n sont définies et continues
en tout point d’un intervalle ouvert contenant x 0 alors f admet un développement limité à l’ordre n en x 0 donné par la
formule
n f (k) (x )
0
(x − x 0 )k + (x − x 0 )n ε(x − x 0 ).
X
f (x) =
k=0 k!
p p p q
1. On pose h = x − 2, alors x = h + 2 et on a x = 2 + h = 2 1 + h2 . On se rappelle que, pour u → 0, on peut écrire
p 2 3 p p p q p p p ³ 2 3
´
1 + u = 1 + u2 − u8 + u16 + o(u 3 ) ; ici u = h2 donc x = 2 + h = 2 1 + h2 = 2 1 + u = 2 1 + u2 − u8 + u16 + o(u 3 ) =
p ³ 2 h3
´ p ³
(x−2)2 (x−2)3
´
2 1 + h4 − h32 + 128 + o(h 3 ) = 2 1 + (x−2) 4 − 32 + 128 + o((x − 2) 3
)
π
2. Pour calculer le développement limité de sin(x) en 3 à l’ordre 3 on utilise la formule de Taylor :
k=n f (k) (a)

(x − a)k + o((x − a)k ).
X
f (x) =
a
k=0 k!
π
Ici n = 3, a = 3 et f (x) = sin(x) d’où
p
3
f (x) = sin(x), f (a) = ;
2
1
f 0 (x) = cos(x), f 0 (a) = ;
2
p
3
f 00 (x) = − sin(x), f 00 (a) = − ;
2
1
f 000 (x) = − cos(x), f 000 (a) = − ;
2
donc p p ³
π´ π ´2 1 ³ π ´3 π ´3
µ³ ¶
3 1³ 3
sin(x) = + x− − x− − x− +o x − .
π/3 2 2 3 4 3 12 3 3
18 © G. Faccanoni
π
3. Pour calculer le développement limité de cos(x) en 6 à l’ordre 3 on utilise la formule de Taylor-Young :
k=n f (k) (a)

(x − a)k + o((x − a)k ).
X
f (x) =
a
k=0 k!
π
Ici n = 3, a = 6 et f (x) = cos(x) d’où
p
3
f (x) = cos(x), f (a) = ;
2
1
f 0 (x) = − sin(x), f 0 (a) = − ;
2
p
3
f 00 (x) = − cos(x), f 00 (a) = − ;
2
1
f 000 (x) = sin(x), f 000 (a) = ;
2
donc p p ³
π´ π ´2 1 ³ π ´3 π ´3
µ³ ¶
3 1³ 3
cos(x) = − x− − x− + x− +o x − .
π/6 2 2 6 4 6 12 6 6
ln(x) ln(1+y) ln(1+y)
4. On pose y = x − 1. Alors (1+x)2
= (2+y)2
. Comme limx→1 y = 0, on calcul le développement limité de (2+y)2
en zéro. Or,
1
ln(1 + y) = y − y 2 + o(y 2 ),
2
y ´−2 1 y (−2)(−2 − 1) y 2
µ ¶ µ ¶
1 ³
2 1 3 2 2
(2 + y)−2 = 1 + = 1−2 + + o(y ) = 1 − y + y + o(y ) ,
4 2 4 2 2 22 4 2
d’où µ ¶
1 3
1 − (x − 1) + (x − 1)2 + o((x − 1)2 ) .
4 2
5. n = 4, f (x) = x 3 et x 0 = 1 donc
(x − 1)0 (x − 1)1 (x − 1)2 (x − 1)3 (x − 1)4

f (x) = f (1) + f 0 (1) + f 00 (1) + f (3) (1) + f (4) (1)
0! 1! 2! 3! 4!
= 1 + 3(x − 1) + 3(x − 1)2 + (x − 1)3 .
6. n = 4, f (x) = x 3 et x 0 = −1 donc
(x + 1)0 (x + 1)1 (x + 1)2 (x + 1)3 (x + 1)4

f (x) = f (−1) + f 0 (−1) + f 00 (−1) + f (3) (−1) + f (4) (−1)
0! 1! 2! 3! 4!
= −1 + 3(x + 1) − 3(x + 1)2 + (x + 1)3 .
7. n = 4, f (x) = x 3 et x 0 = −2 donc
(x + 2)0 (x + 2)1 (x + 2)2 (x + 2)3 (x + 2)4

f (x) = f (−2) + f 0 (−2) + f 00 (−2) + f (3) (−2) + f (4) (−2)
0! 1! 2! 3! 4!
= −8 + 12(x + 2) − 6(x + 2)2 + (x + 2)3 .
8. n = 4, f (x) = x 3 et x 0 = 2 donc
(x − 2)0 (x − 2)1 (x − 2)2 (x − 2)3 (x − 2)4

f (x) = f (2) + f 0 (2) + f 00 (2) + f (3) (2) + f (4) (2)
0! 1! 2! 3! 4!
= 8 + 12(x − 2) + 6(x − 2)2 + (x − 2)3 .
9. n = 4, f (x) = x 3 et x 0 = −3 donc
(x + 3)0 (x + 3)1 (x + 3)2 (x + 3)3 (x + 3)4

f (x) = f (−3) + f 0 (−3) + f 00 (−3) + f (3) (−3) + f (4) (−3)
0! 1! 2! 3! 4!
2 3
= −27 + 27(x + 3) − 9(x + 3) + (x + 3) .
© G. Faccanoni 19
10. Selon la formule de Taylor, le développement limité à l’ordre n au point x 0 de f peut être calculé selon la formule
k
f (x 0 ) (x−x 0)
Pk=n (k)
DL n (x 0 ) = k=0 k! + o((x − x 0 )n ). Ici f (x) = x 4 − 1, x 0 = −1 et
f (0) (x) = x 4 − 1 f (0) (−1) = 0,

f (i ) (x) = 4x 3 f (i ) (−1) = −4,
f (i i ) (x) = 12x 2 f (i i ) (−1) = 12,
f (i i i ) (x) = 24x f (i i i ) (−1) = −24,
donc
(x + 1)0 (x + 1)1 (x + 1)2 (x + 1)3

x 4 − 1 = f (0) (−1) + f (i ) (−1) + f (i i ) (−1) + f (i i i ) (−1) + o((x + 1)3 )
0! 1! 2! 3!
1 (x + 1) (x + 1)2 (x + 1)3
= 0 + (−4) + 12 + (−24) + o((x + 1)3 )
1 1 2 6
= −4(x + 1) + 6(x + 1)2 − 4(x + 1)3 + o((x + 1)3 ).
11. Selon la formule de Taylor, le développement limité à l’ordre n au point x 0 de f peut être calculé selon la formule
k
f (x 0 ) (x−x 0)
Pk=n (k)
DL n (x 0 ) = k=0 k! + o((x − x 0 )n ). Ici f (x) = x 4 + 1, x 0 = 1 et
f (0) (x) = x 4 + 1 f (0) (1) = 2,

f (i ) (x) = 4x 3 f (i ) (1) = 4,
f (i i ) (x) = 12x 2 f (i i ) (1) = 12,
f (i i i ) (x) = 24x f (i i i ) (1) = 24,
donc
(x − 1)0 (x − 1)1 (x − 1)2 (x − 1)3

x 4 + 1 = f (0) (1) + f (i ) (1) + f (i i ) (1) + f (i i i ) (1) + o((x − 1)3 )
0! 1! 2! 3!
1 (x − 1) (x − 1)2 (x − 1)3
= 2 +4 + 12 + 24 + o((x − 1)3 )
1 1 2 6
= 2 + 4(x − 1) + 6(x − 1)2 + 4(x − 1)3 + o((x − 1)3 ).
Exercice 1.8 Développements limités généralisés

Calculer les développements limités suivants :
p
6. f (x) = e − /x en −∞ à l’ordre 3,
1
x+2
1. f (x) = p
x
en +∞ à l’ordre 3,
x
p
7. f (x) = e /x en +∞ à l’ordre 3,
4
2. f (x) = 2
x−1 x + 1 en −∞ et en +∞ à l’ordre 1,
2
/x
3. f (x) = e en +∞ à l’ordre 3, x 2 −x
8. f (x) = 1+x en +∞ à l’ordre 2,
/x
3
4. f (x) = e en +∞ à l’ordre 3, p p
3+x+x 2 − 2−x+x 2
5. f (x) = e − /x en −∞ à l’ordre 3,
2
9. f (x) = x en +∞ à l’ordre 2.
C ORRECTION . Soit f définie sur un intervalle ]A, +∞[ (ou ]−∞, A[). On dit que f admet un développement limité généralisé
à l’ordre n en a = +∞ (ou en a = −∞) s’il existe un polynôme P tel que f (x) = P (1/x)+o(1/x n ) au voisinage de ce point. L’ex-
pression P (1/x) n’est pas un polynôme, mais a des propriétés similaires. Dans la pratique, on peut obtenir un développement
limité de f (x) en a = +∞ (ou en a = −∞) en posant x = 1/t (de sorte que t tend vers 0, avec un signe fixe) et en tentant de
développer f (1/t ) au voisinage de 0.
p q q p
x+2 x+2 (2u)2 (2u)3
1. On pose u = x1 , ainsi u −−−−−→ 0. Alors p
x
= x = 1 + x2 = 1 + 2u = 1 + 2u 3 1 1
2 − 8 + 16 + o(u ) = 1 + x − 2x 2 +
x→+∞
1
2x 3
+ o(x −3 )
1
2. B Développement limité asymptotique en +∞ : on pose y = x et on remarque que limx→+∞ y = 0+ . Alors
s
1 y 1 + y 2 (y>0) 1
q
+
` (y) = = 1 + y2
y 1− y y2 y(1 − y)
20 © G. Faccanoni
y2
µ ¶
1¡ 2 2 1 3
+ o(y ) = + 1 + y + o(y 2 )
2
¢
= 1 + y + y + o(y ) 1 +
y 2 y 2
d’où
31
+ o(x −1 ). `(x) = x + 1 +
2x
On en déduit que le graphe de la fonction ` admet la droite d’équation y = x + 1 comme asymptote en +∞.
B Développement limité asymptotique en −∞ : on pose encore y = x1 et on remarque que limx→−∞ y = 0− . Alors
s
1 y 1 + y 2 (y<0) 1
q
−
` (y) = = − 1 + y2
y 1− y y2 y(1 − y)
y2
µ ¶
1¡ 1 3
= − 1 + y + y 2 + o(y 2 ) 1 + + o(y 2 ) = + 1 + y + o(y 2 )
¢
y 2 y 2
d’où
31
+ o(x −1 ).
`(x) = −x − 1 −
2x
On en déduit que le graphe de la fonction ` admet la droite d’équation y = −x − 1 comme asymptote en −∞.
3. f (x) = e /x , n = 3 et a = +∞ donc
2
y2 y3 4t 2 8t 3
µ ¶
2 2 4 1
e /x = e 2t = e y = 1 + y + + o y 3 = 1 + 2t + +o t3 = 1+ + 2 + 3 +o 3 .
2 ¡ ¢ ¡ ¢
+ +
2 6 2 6 x x 3x x
4. f (x) = e /x , n = 3 et a = +∞ donc
3
y2 y3 9t 2 27t 3
µ ¶
3 9 9 1
e /x = e 3t = e y = 1 + y + + o y 3 = 1 + 3t + +o t3 = 1+ + 2 + 3 +o 3 .
3 ¡ ¢ ¡ ¢
+ +
2 6 2 6 x 2x 2x x
5. f (x) = e − /x , n = 3 et a = −∞ donc
2
y2 y3 t2 t3
µ ¶
−2/x −t y
¡ 3¢ ¡ 3¢ 2 2 4 1
e =e = e = 1+ y + + +o y = 1−t + − +o t = 1− + 2 − 3 +o 3 .
2 6 2 6 x 2x 3x x
6. f (x) = e − /x , n = 3 et a = −∞ donc
1
y2 y3 t2 t3
µ ¶
1 1 1 1
e − /x = e −t = e y = 1 + y + + o y3 = 1 − t + − + o t3 = 1 − + 2 − 3 + o 3 .
1 ¡ ¢ ¡ ¢
+
2 6 2 6 x 2x 6x x
7. f (x) = e /x , n = 3 et a = ∞ donc
4
y2 y3 t2 t3
µ ¶
4 8 32 1
e /x = e t = e y = 1 + y + + o y3 = 1 + t + + + o t3 = 1 + + 2 + 3 + o 3 .
4 ¡ ¢ ¡ ¢
+
2 6 2 6 x x 3x x
1−y
8. On pose y = x1 . Il s’agit de calculer le développement limité en zéro à l’ordre 3 de la fonction r (y) = y(1+y) .
1−y 1
Or, 1+y = (1− y)(1− y + y 2 − y 3 +o(y 3 )) donc r (y) = y −2y +2y 2 −2y 3 +o(y 3 ) et finalement f (x) = x −2+ x2 − x22 +o(x −2 ).
9.
Ãr r !
1 1 1 1
f (1/t ) = t 3+ + 2 − 2− + 2
t t t t
p p
= 3t 2 + t + 1 − 2t 2 − t + 1
= (1 − A) /2 − (1 − B ) /2 avec A = −t − 3t 2 −−−→ 0, B = t − 2t 2 −−−→ 0
1 1
t →0 t →0
µ ¶ µ ¶
1 1 2 1 1
= 1 − A + A + o(A 2 ) − 1 − B + B 2 + o(A 2 )
2 8 2 8
µ ¶ µ ¶
1 3 2 1 2 2 1 2 1 2 2
= 1 + t + t + t + o(t ) − 1 − t + t + t + o(t )
2 2 8 2 8
1 2
= t + t + o(t 2 )
2
1 1
= + 2 + o(1/x 2 ).
x 2x
© G. Faccanoni 21
Exercice 1.9 Calculs de limites

Calculer les limites suivantes
³ ´
1−cos(x) sin(x)(tanh x−x) x(cosh(x)+cos(x)−2)
1. lim 9. lim ln(1+x) 18. lim
x→0 sin(x) x→0 x→0 sinh(x)+sin(x)−2x
³ ´ 1
arctan x−sin(x) (1+x) x −e sinh(x)+sin(x)−2x
2. lim 10. lim x 19. lim
x→0 tan x−arcsin x x→0 x→0 x(cosh(x)+cos(x)−2)
3
p p
³ ´x 2 11. lim x3 + x + 1 − x2 + x 20. lim x(cosh(x)+cos(x)−2)
3. lim cosh x12 x→+∞
x→0 tanh(x)+tan(x)−2x
x→+∞ x−sin(x)
12. lim 2 x ln(x)
cos(x)−e x x→0 e x −1−x− x2
³ ´
4. lim arcsin 21. lim 2
x−x 2 3 x→1 x −1
x→0
13. lim 2(tan x−sin(x))−x
x5
p p p
x→0
lim 3x+1+x 2 +x−2
2−x− 2x+7
³ ´
5. 1
lim x−sin(x) + x−sinh 1 22.
a
x→0 x 14. lim sin(x)−sin
x−a
x→1
³ ´ x→a p p p
x+2− 7−2x
6. lim x12 ln sin(x) 15. lim x−x cos(x) 23. lim 1−3x+x 2 −x−2
x x→−1
x→0 x→0 x−sin(x)
¢x π p
3
p
lim 1 + x7 16. limπ (cos(x)) 2 −x
¡
7. 24. lim x3 + x + 1 − x2 + x
x→+∞ x→ 2 x→+∞
³ ´ x −e −x −2x 1−cos(2x)
1
8. lim x1 − ln(1+x) 17. lim e x−sin(x) 25. lim x
x→0 x→0 x→0 e −1−x
C ORRECTION .
2
1−cos(x) 1−1+ x2 +o(x 2 ) x
2 +o(x)
1. lim = lim 2 = lim =0
x→0 sin(x) x→0 x+o(x ) x→0 1+o(x)
3 3
³ ´ ³ ´
3
x−sin(x) x− x3 +o(x 3 ) − x− x6 +o(x 3 ) − x6 +o(x 3 )
2. lim arctan = lim 3 3 = lim x3
= −1
x→0 tan x−arcsin x
³ ´ ³ ´
x→0 x+ x3 +o(x 3 ) − x+ x6 +o(x 3 ) x→0 6 +o(x 3 )
´´x 2 µ u +e −u ¶
ln( e )
³ ³ ³ ´
1 1 1/u ln(cosh(u)) 2
3. On pose u = x2
, alors limx→+∞
cosh = lim (cosh(u)) = lim expx2 u = lim exp u
u→0 u→0 u→0
µ ¡ u2 2
¢¶ µ u 2 2
¶
ln 1+ 2 +o(u ) +o(u )
= lim exp u2 + o(u) = 1
¡ ¢
= lim exp u = lim exp 2 u
u→0 u→0 u→0
2 2
³ ´ ³ ´
cos(x)−e x 1− x2 +o(x 2 ) − 1+x+ x2 +o(x 2 )
4. lim 2 = lim = lim −1−x+o(x)
(x+o(x))−x 2
= −1
x→0 arcsin x−x x→0 x→0 1+x+o(x)
³ ´ ³ ´
1 1 3 3 6 1
5. lim x−sin(x) + x−sinh x = lim x 3 +o(x 3 ) + x 3 +o(x 3 ) = lim x 3 +o(x 3 ) n’existe pas car −−−−→ ±∞
x 3 x→0±
x→0 x→0 x→0
3
x− x6 +o(x 3 )
³ 2
´
6. lim 1
2 ln sin(x)
x = lim = lim x12 ln 1 − x6 + o(x 2 ) = lim ln(1+u+o(u))
1
2 ln x −6u = lim u+o(u) = − 16
x→0 x x→0 x x→0 u→0 u→0 −6u
¢x 2 2 ))
³ ´ ³ ´ ³ ´
lim 1 + x7 = lim (1 + 7u) /u = lim exp ln(1+7u) = lim exp 7 ln(1+v) = lim exp 7(v−v /2+o(v
¡ 1
7. u v v
x→+∞ u→0 u→0 v→0 v→0
= lim exp (7(1 − v/2 + o(v))) = e 7
v→0
2
x− x2 +o(x 2 )−x
³ ´
1 1 ln(1+x)−x 1 1
8. Comme x − ln(1+x) = x ln(1+x) = x 2 +o(x 2 )
d’où lim − ln(1+x) = − 12 .
x→0 x
9. En déterminant les développements limité en 0 à l’ordre 3 des fonctions x 7→ sin(x), x 7→ ln(1 + x) et x 7→ tanh(x) on
obtient
3 3
sin(x)(tanh(x) − x) (x + o(x))(− x3 + o(x 3 )) (1 + o(1))(− x3 + o(x 3 ))
lim = lim = lim = 0.
x→0 ln(1 + x) x→0 x + o(x) x→0 1 + o(1)
2
1 ln(1+x) 1 x− x2 +o(x 2 ) x
10. Comme (1 + x) x = e x et en utilisant le développement limité de ln(1 + x) en 0 on a (1 + x) x = e x = e 1− 2 +o(x)
1
(1+x) x −e
d’où lim x = − 2e .
x→0
p
3
p
11. On note f (x) = x 3 + x + 1 − x 2 + x. On réécrit d’abord la fonction comme
"µ ¶1 µ ¶1 #
1 1 3 1 2
f (x) = x 1 + 2 + 3 − 1 + .
x x x
On pose y = x1 . Alors
1 1
p
3
p (1 + y 2 + y 3 ) 3 − (1 + y) 2
lim x3 + x + 1 − x2 + x = lim .
x→+∞ y→0 y
22 © G. Faccanoni
En utilisant le développement limité de (1 + y)α en 0 on a

1 1 y
(1 + y 2 + y 3 ) 3 − (1 + y) 2 1 + o(y) − 1 − 2 + o(y) 1
lim = lim =− .
y→0 y y→0 y 2
12. En utilisant les développements limités on a :

3
x − sin(x) x − x + x6 + o(x 3 )
lim 2
= lim 2 3 2
=
x→0 e x − 1 − x − x2 x→0 1 + x + x2 + x6 − 1 − x − x2 + o(x 3 )
x3
+ o(x 3 )
= lim 63 = 1.
x→0 x + o(x 3 )
6

³ 3 5
´
x3 x5
2(tan(x) − sin(x)) − x 3 2 x + x3 + 2x
15 − x + 6 − 120 + o(x 5
) − x3
lim = lim =
x→0 x5 x→0 x5
x5
4 + o(x 5 ) 1
= lim = .
x→0 x5 4
sin(x)−sin(a)
14. lim x−a = cos(a). (On s’aperçoit que c’est la définition de la dérivée de sin(x) en x = a.)
x→a
³ 2
´
x − x cos(x) x − x 1 − x2 + o(x 2 )
lim = lim =
x→0 x − sin(x) x→0 x − x + x 3 + o(x 3 )
6
x3
+ o(x 3 )
= lim 23 = 3.
x→0 x + o(x 3 )
6
π
16. On pose y = 2 − x, alors
π
lim (cos(x) 2 −x = lim (cos( π2 − y)) y =
x→ π2 y→0
= lim (sin(y) y = lim e y ln(sin(y)) =

y→0 y→0
µ ¶ µ ¶
y3 y2
y ln y− 6 +o(y 3 ) y ln y(1− 6 +o(y 2 ))
= lim e = lim e =
y→0 y→0
µ ¶ µ ¶
y2 2 )) y2
y ln y y ln 1− 6 +o(y y ln y y − 6 +o(y 2 )
= lim e e = lim e e =
y→0 y→0
y3
+o(y 3 )
= lim e y ln y e − 6 = 1.
y→0
17. Pour calculer la limite donnée on peut utiliser les développements limités :
x2 3 2 3
e x − e −x − 2x 1+x + 2 + x6 − 1 + x − x2 + x6 − 2x + o(x 3 )
lim = lim 3
=
x→0 x − sin(x) x→0 x − x + x6 + o(x 3 )
3
2 x6 + o(x 3 )
= lim = 2.
x→0 x 3 + o(x 3 )
6
Sinon on peut utiliser la règle de L’Hôpital car
n(x) = e x − e −x − 2x, lim n(x) = 0;

x→0
d (x) = x − sin(x), lim d (x) = 0.
x→0
On a
n 0 (x) = e x + e −x − 2, lim n 0 (x) = 0;

x→0
© G. Faccanoni 23
d 0 (x) = 1 − cos(x), lim d 0 (x) = 0;

x→0
n 00 (x) = e x − e −x , lim n 00 (x) = 0;
x→0
d 00 (x) = sin(x), lim d 00 (x) = 0;
x→0
n 000 (x) = e x + e −x , lim n 00 (x) = 2;
x→0
d 000 (x) = cos(x), lim d 00 (x) = 1;
x→0
donc
e x − e −x − 2x n 000 (x)
lim = lim 000 = 2.
x→0 x − sin(x) x→0 d (x)
3 5 3 5
18. sinh(x) + sin(x) − 2x = x + x6 + 120
x
+ x − x6 + 120
x
− 2x + o(x 5 )
2 4 2 4
x
cosh(x) + cos(x) − 2 = 1 + x3 + 24 + 1 − x2 + 24
x
− 2 + o(x 4 )
1
sinh(x)+sin(x)−2x 60 +o(1)
Donc lim = lim 1 = 15 .
x→0 x(cosh(x)+cos(x)−2) x→0 12 +o(1)
2 4 x2 4
x
19. cosh(x) + cos(x) − 2 = 1 + x3 + 24 +1− 2
x
+ 24 − 2 + o(x 4 )
3 5 3 5
sinh(x) + sin(x) − 2x = x + x6 + 120
x
+ x − x6 + 120
x
− 2x + o(x 5 )
1
x(cosh(x)+cos(x)−2) 12 +o(1)
Donc lim = lim 1 = 5.
x→0 sinh(x)+sin(x)−2x x→0 60 +o(1)
2 4 x2 4 x4
x
20. cosh(x) + cos(x) − 2 = 1 + x2 + 24 +1− 2
x
+ 24 − 2 + o(x 4 ) = 12 + o(x 4 ),
x3 2x 5 x3 2x 5 5 4x 5
tanh(x) + tan(x) − 2x = x − 3 + 15 +x + 3 + 15 − 2x + o(x ) = 15 + o(x 5 ),
1
x(cosh(x)+cos(x)−2) 12 +o(1) 5
Donc lim = lim 4 = 16 .
x→0 tanh(x)+tan(x)−2x x→0 15 +o(1)
µ ¶
y2 y3
(1+y) y− 2 + 3 +o(y 3 ) y y2
(1+y) ln(1+y) 1+ 2 − +o(y 2 )
21. On pose y = x − 1 Alors lim x ln(x)
2 = lim y(2+y) = lim y(2+y) = lim 6
y = 21 .
x→1 x −1 y→0 y→0 y→0 2(1+ 2 )
p p p
22. Soit f (x) = 3x + 1 + 2 − x − 2x + 7 et g (x) = x 2 + x − 2. f et g sont continues sur [0; 2], dérivables sur ]0; 2[ et f (1) =
g (1) = 0. On a
3 1 1
f 0 (x) = p − p −p , g 0 (x) = 2x + 1
2 3x + 1 2 2 − x 2x + 7
f 0 (x) 1 1 f (x)
d’où lim g 0 = − 36 . On en déduit que lim g (x) = − 36 .
x→1 (x) x→1
p p p
23. Soit f (x) = 1 − 3x + x + 2 − 7 − 2x et g (x) = x 2 − x − 2. f et g sont continues sur [−2; 0], dérivables sur ] − 2; 0[ et
f (−1) = g (−1) = 0. On a
3 1 1
f 0 (x) = − p + p +p , g 0 (x) = 2x − 1
2 1 − 3x 2 x + 2 7 − 2x
f 0 (x) 1 f (x) 1
d’où lim 0 = − 36 . On en déduit que lim = − 36 .
x→1 g (x) x→1 g (x)
24. On commence par factoriser le terme dominant (comme on s’intéresse à la limite lorsque x tend vers +∞, on peut
supposer x > 0) :
s µ ¶ s µ ¶ "r r #
p
3
p
3 1 1 1 3 1 1 1
f (x) = x3 + x + 1 − x2 + x = x3 2
1+ 2 + 3 − x 1+ =x 1+ 2 + 3 − 1+ .
x x x x x x
On peut alors écrire
t t
· ¸ · µ ¶¸ · ¸
1 ¡ ¢1 1 1 1 1
g (t ) = f (1/t ) = 1 + t 2 + t 3 3 − (1 + t ) 2 = (1 + o(t )) − 1 + + o(t ) = − + o(t ) = − + o(1).
t t 2 t 2 2
Donc lim f (x) = − 12 .

x→+∞
24 © G. Faccanoni
25. Pour calculer la limite donnée on peut utiliser les développements limités :
2
1 − cos(2x) 1 − 1 + (2x)
2 + o(x )
2
lim x = lim =
x→0 e − 1 − x x→0 1 + x + x 2 − 1 − x + o(x 2 )
2
2x 2 + o(x 2 )
= lim = 4.
x→0 x 2 + o(x 2 )
2
Sinon on peut utiliser la règle de L’Hôpital car
n(x) = 1 − cos(2x), lim n(x) = 0;

x→0
d (x) = e x − 1 − x, lim d (x) = 0.
x→0
On a
n 0 (x) = 2 sin(2x), lim n 0 (x) = 0;

x→0
d 0 (x) = e x − 1, lim d 0 (x) = 0;
x→0
n 00 (x) = 4 cos(2x), lim n 00 (x) = 4;
x→0
d 00 (x) = e x , lim d 00 (x) = 1;
x→0
donc
1 − cos(2x) n 00 (x)
lim x
= lim 00 = 4.
x→0 e − 1 − x x→0 d (x)
Exercice 1.10
Écrire
B le développement limité de sin(x) en 0 à l’ordre 3 ;
B le développement limité de e 2x en 0 à l’ordre 3.
Puis calculer
B le développement limité de f (x) = sin(x) × e 2x en 0 à l’ordre 3.
B le développement limité de g (x) = sin(x)
e 2x
en 0 à l’ordre 3.
C ORRECTION . On commence par écrire

B le développement limité de sin(x) en 0 à l’ordre 3 :
x3
sin(x) = x − + o(x 3 );
0 6
B le développement limité de e 2x en 0 à l’ordre 3 :
(2x)2 (2x)3 4
e 2x = 1 + (2x) + + + o(x 3 ) = 1 + 2x + 2x 2 + x 3 + o(x 3 );
0 2 6 3
On peut alors facilement calculer
B le développement limité de f (x) = e 2x sin(x) en 0 à l’ordre 3 :
x3
· ¸ · ¸
3 2 4 3 3
f (x) = x − + o(x ) × 1 + 2x + 2x + x + o(x ) =
0 6 3
x3
=x− + 2x 2 + 2x 3 + o(x 3 ) =
6
11
= x + 2x 2 + x 3 + o(x 3 );
6
B le développement limité de g (x) = sin(x)

e 2x
en 0 à l’ordre 3 :
3 u=2x+2x 2 + 34 x 3 +o(x 3 )
x − x6 + o(x 3 ) | {z }
g (x) = =
0 1 + 2x + 2x 2 + 34 x 3 + o(x 3 )
© G. Faccanoni 25
3
x − x6 + o(x 3 )
= =
1+u
x3
· ¸
+ o(x 3 ) 1 − u + u 2 − u 3 + o(u 3 ) =
£ ¤
= x−
6
x3
· ¸· ¸
3 2 4 3 2 4 3 2 2 4 3 3 3
= x− + o(x ) 1 − (2x + 2x + x ) + (2x + 2x + x ) − (2x + 2x + x ) + o(x ) =
6 3 3 3
3
x
· ¸· ¸
4
= x− + o(x 3 ) 1 − 2x − 2x 2 − x 3 + 4x 2 + x 3 − 8x 3 + o(x 3 ) =
6 3
3
x
· ¸
+ o(x 3 ) 1 − 2x + 2x 2 − 8x 3 + o(x 3 ) =
£ ¤
= x−
6
11
= x − 2x 2 + x 3 + o(x 3 ).
6
Exercice 1.11
p
On considère la fonction f (x) = x + rx 2 + x.
³ ´
B Écrire le développement limité de 1 + x1 en ±∞ à l’ordre 3.
B En déduire le développement asymptotique de f à l’ordre 2 en −∞ et en +∞.
B Écrire les équations des asymptotes pour f en −∞ et en +∞.
p
C ORRECTION . On considère la fonction f (x) = x + x 2 + x. On remarque que
 ³ q ´
x 1 + 1 + 1 , si x ≥ 0,
x
f (x) = ³ q ´
x 1 − 1 + 1 , si x < 0.
x
q
B Pour écrire le développement limité de 1 + x1 en ±∞ à l’ordre 3 on commence par se ramener à un développement limité
p
en 0 en posant y = 1/x : il s’agit alors de calculer le développement limité de 1 + y en 0 à l’ordre 3
1 1
1 + y = 1 + y − y 2 + o(y 2 )
p
0 2 8
d’où
r
1 1 1
1+ = 1+ − + o(x −2 )
x ∞ 2x 8x 2
B On en déduit le développement asymptotique de f à l’ordre 2
(i) en −∞ : µ ¶
1 1 −2 1 1
f (x) = x − + + o(x ) = − + + o(x −1 )
−∞ 2x 8x 2 2 8x
(ii) en +∞ : µ ¶
1 1 −2 1
f (x) = x 2 + − + o(x ) = 2x + 1 − + o(x −1 )
+∞ 2x 8x 2 4x
B On en déduit les équations des asymptotes pour f en
(i) en −∞ :
1
y =−
2
(ii) en +∞ :
y = 2x + 1.
En effet, le graphe de la fonction est le suivant :
26 © G. Faccanoni
−1 0
x
−1
Exercice 1.12
¡1¢
1. Écrire le développement limité généralisé de cos 2x en +∞ à l’ordre 3.
q
2. Écrire le développement limité généralisé de 2 + x1 en +∞ à l’ordre 3.
¡1¢
cos 2x
3. En déduire le développement limité généralisé de f (x) = q en +∞ à l’ordre 3.
2 + x1
4. Écrire l’équation de l’asymptote de f en +∞.
C ORRECTION . Soit f définie sur un intervalle ]A, +∞[. On dit que f admet un développement limité généralisé à l’ordre n
en a = +∞ s’il existe un polynôme P tel que f (x) = P (1/x)+o(1/x n ) au voisinage de ce point. L’expression P (1/x) n’est pas un
polynôme, mais a des propriétés similaires. Dans la pratique, on peut obtenir un développement limité de f (x) en a = +∞
en posant x = 1/t (de sorte que t tend vers 0, avec un signe fixe) et en tentant de développer f (1/t ) au voisinage de 0.
1
1. Soit t = −−−−→ 0. Alors
2x −
x→+∞
t2
µ ¶
1 1
= cos(t ) = 1 − + o t 3 = 1 − 2 + o x −3
¡ ¢ ¡ ¢
cos
2x 2 8x
1
2. Soit t = −−−−→ 0. Alors
2x −
x→+∞
t t2 t3
r r
1 p p p p p
µ ¶ µ ¶
1 1 1 1
+o t3 = 2 1+
¡ ¢ ¡ −3 ¢
2+ = 2 1+ = 2 1+t = 2 1+ − + − + + o x
x 2x 2 8 16 4x 32x 2 128x 3
1
3. Soit t = −−−−→ 0. Alors
2x −
x→+∞
¡1¢ 2
1 − t2 + o t 3
¡ ¢
cos 2x
p q =p ³ 2 ¡ ¢´
t3
1
2 1 + 2x 2 1 + 2t − t8 + 16 +o t3
Comme
1 − 12 t 2 o(t 3 ) 1 + 12 t − 18 t 2 + 16
1 3
t + o(t 3 )
−1 − 12 t + 18 t 2 1 3
− 16 t o(t 3 ) 1 − 12 t − 18 t 2 − 16
1 3
t + o(t 3 )
− 12 t − 38 t 2 1 3
− 16 t o(t 3 )
1
2t + 14 t 2 1 3
+ 32 t o(t 3 )
− 18 t 2 1 3
− 32 t o(t 3 )
1 2 1 3
8t + 16 t o(t 3 )
1 3
16 t o(t 3 )
1 3
− 16 t o(t 3 )
o(t 3 )
© G. Faccanoni 27
alors
2
1 − t2 + o t 3
¡ ¢ µ ¶ µ ¶
1 1 1 2 1 3 3 1 1 1 1 −3
p ³ = p 1 − t − t − t + o(t ) = p 1 − − − + o(x )
4x 32x 2 128x 3
2
´
t3 2 8 16
2 1 + 2t − t8 + 16 2 2
¡ ¢
+o t3
4. L’équation de l’asymptote de f en +∞ est y = p1 .

2
Exercice 1.13
¡1¢
1. Écrire le développement limité généralisé de sin 2x en +∞ à l’ordre 3.
q
1
2. Écrire le développement limité généralisé de 1 + 2x en +∞ à l’ordre 3.
¡1¢
x sin 2x
3. En déduire le développement limité généralisé de f (x) = q en +∞ à l’ordre 3.
1
1 + 2x
4. Écrire l’équation de l’asymptote de f en +∞.
C ORRECTION . Soit f définie sur un intervalle ]A, +∞[. On dit que f admet un développement limité généralisé à l’ordre n
en a = +∞ s’il existe un polynôme P tel que f (x) = P (1/x)+o(1/x n ) au voisinage de ce point. L’expression P (1/x) n’est pas un
polynôme, mais a des propriétés similaires. Dans la pratique, on peut obtenir un développement limité de f (x) en a = +∞
en posant x = 1/t (de sorte que t tend vers 0, avec un signe fixe) et en tentant de développer f (1/t ) au voisinage de 0.
1
1. Soit t = −−−−→ 0. Alors
2x −
x→+∞
t3
µ ¶
1 1 1
= sin(t ) = t − + o t 4 = + o x −4
¡ ¢ ¡ ¢
sin − 3
2x 6 2x 48x
1
2. Soit t = −−−−→ 0. Alors
2x −
x→+∞
t t2 t3
r
1 p 1 1 1
+o t3 = 1+ + o x −3
¡ ¢ ¡ ¢
1+ = 1+t = 1+ − + − 2
+ 3
2x 2 8 16 4x 32x 128x
1
3. Soit t = −−−−→ 0. Alors
2x −
x→+∞
3 2
t − t6 + o t 4 1 − t6 + o t 3
¡1¢ ¡ ¢ ¡ ¢
x sin 2x sin (t )
= p = ³ ¡ ¢´ = 2 3
2t 1 + t 2t 1 + t − t 2 + t 3 + o t 3 2 + t − t4 + t8 + o t 3
q ¡ ¢
1
1 + 2x 2 8 16
Comme
1 − 16 t 2 o(t 3 ) 2 + t − 41 t 2 + 18 t 3 + o(t 3 )
−1 − 12 t − 18 t 2 1 3
− 16 t o(t 3 ) 1
2 − 14 t + 48
5 2
t − 11 3 3
96 t + o(t )
− 12 t 5 2
+ 24 t 1 3
− 16 t o(t 3 )
1
2t + 14 t 2 1 3
− 16 t o(t 3 )
5 2
24 t − 18 t 3 o(t 3 )
5 2 5 3
− 24 t − 48 t o(t 3 )
11 3
− 48 t o(t 3 )
11 3
48 t o(t 3 )
o(t 3 )
alors
2
1 − t6 + o t 3
¡ ¢
1 1 5 2 11 3 3 1 1 5 11
¡ ¢ = − t + t − t + o(t ) = − + 2
− 3
+ o(x −3 )
t2 t3 3 2 4 48 96 2 8x 192x 768x
2+t − 4 + 8 +o t
28 © G. Faccanoni
4. L’équation de l’asymptote de f en +∞ est y = 12 .
Exercice 1.14
a) Écrire le développement limité de sin(2x) et de cos(2x) en 0 à l’ordre 3 ; en déduire le développement limité de
sin(2x) 1
tan(2x) = cos(2x) en 0 à l’ordre 3 soit en utilisant le développement limité en u = 0 de la fonction u 7→ 1+u soit en
appliquant la technique de la division suivant les puissances croissantes.
Suggestion : comme on connait le développement limité de tan(x) en 0 à l’ordre 3, il est facile de calculer le développe-
ment limité de tan(2x) et de vérifier qu’on a bien fait les calculs.
b) En utilisant le développement limité de ln(1 + z) en 0 à l’ordre¡3 et le développement
¢ limité de tan(2x) en 0 à l’ordre 3
calculé au point a), déterminer le développement limité de ln 1 + tan(2x) en 0 à l’ordre 3.
¡ ¢
c) En utilisant le développement limité de arcsin(x) en 0 à l’ordre 3 et le développement limité de ln 1 + tan(2x) en 0 à
l’ordre 3 calculé au point b), calculer ¡ ¢
ln 1 + tan(2x) + 2x(x − 1)
lim .
x→0 arcsin(x) − x
C ORRECTION .
3 2
a) Comme sin(x) = x − x6 + o(x 3 ) et cos(x) = 1 − x2 + o(x 3 ), les développements limités de sin(2x) et cos(2x) en 0 à l’ordre 3
sont
(2x)3 4x 3 (2x)2
sin(2x) = (2x) − + o((2x)3 ) = 2x − + o(x 3 ), cos(2x) = 1 − + o((2x)3 ) = 1 − 2x 2 + o(x 3 );
6 3 2
sin(2x)
on peux alors utiliser deux méthodes pour calculer le développement limité de tan(2x) = cos(2x) en 0 à l’ordre 3 :
1
B la première méthode utilise le développement limité de 1+u :
3 u=−2x 2 +o(x 3 )
2x − 4x3 + o(x 3 ) | {z }
g (x) = =
1 − 2x 2 + o(x 3 )
3
2x − 4x3 + o(x 3 )
= =
1+u
4x 3
· ¸
+ o(x ) 1 − u + u 2 − u 3 + o(u 3 ) =
3
£ ¤
= 2x −
3
4x 3
· ¸
+ o(x ) 1 − (−2x 2 ) + (−2x 2 )2 − (−2x 2 )3 + o(x 3 ) =
3
£ ¤
= 2x −
3
4x 3
· ¸
+ o(x ) 1 + 2x 2 + o(x 3 ) =
3
£ ¤
= 2x −
3
8
= 2x + x 3 + o(x 3 ).
3
B la deuxième méthode applique la technique de la division suivant les puissances croissantes : si f et g ont au point a
un développement limité à l’ordre n et si g (a) 6= 0, le polynôme d’approximation de f /g à l’ordre n s’obtient en divisant
3
suivant les puissances croissantes à l’ordre n le polynôme d’approximation de f par celui de g . Ici f (x) = 2x − 4x3 et
2
g (x) = 1 − 2x et on pose la division suivant les puissances croissantes en ne gardant que les termes de degré inférieur
ou égal à 3 :
2x − 34 x 3 1 −2x 2
8 3
−2x +4x 3 2x 3x
8 3
3x
− 83 x 3
Le développement limité de tan(2x) à l’ordre 3 en x = 0 est donc 2x + 83 x 3 + o(x 3 ).
© G. Faccanoni 29
3
B Pour vérifier nos calculs on va utiliser le développement limité de tan(z) : comme tan(z) = z + z3 + o(x 3 ), le développe-
8x 3
ment limité de tan(2x) en 0 à l’ordre 3 est bien tan(2x) = 2x + 3 + o(x 3 ).
b) Étant donné que les développements limités en u = 0 à l’ordre 3 de ln(1 + u) et tan(2u) sont
u2 u3 8u 3
ln(1 + u) = u − + + o(u 3 ), tan(2u) = 2u + + o(u 3 ),
2 3 3
on en déduit le développement limité en x = 0 à l’ordre 3 de ln(1 + tan(2x)) :
 
8x 3
 
3 
 
ln(1 + tan(2x)) = ln 1 + 2x +
 + o(x )
 | 3 {z }
=z −−−→0
x→0
= ln(1 + z)
z2 z3
=z− + + o(z 3 )
2 3
3
si on remplace z = 2x + 8x3 + o(x 3 ) on a
3 2 3 3
³ ´ ³ ´
8x 3 2x + 8x3 2x + 8x3
= 2x + − + + o(x 3 )
3 2 3
8x 3 4x 2 8x 3
= 2x + − + + o(x 3 )
3 2 3
16
= 2x − 2x 2 + x 3 + o(x 3 ).
3
c) Étant donné que les développements limités en u = 0 à l’ordre 3 de arcsin(u) et ln(1 + tan(2u)) sont
u3 16 3
arcsin(u) = u + + o(u 3 ) ln(1 + tan(2u)) = 2u − 2u 2 + u + o(u 3 )
6 3
on a
ln(1 + tan(2x)) + 2x(x − 1) 2x − 2x 2 + 16 3 3 2
3 x + o(x ) + 2x − 2x
16 3
3 x + o(x )
3
lim = lim 3
= lim 3
= 32.
x→0 arcsin(x) − x x→0 x + x6 + o(x 3 ) − x x→0 x 3
6 + o(x )
Exercice 1.15
¡ 1−x ¢ln(x)
1. Soit f (x) := 1+x . Quel est son domaine de définition ? Est-elle prolongeable par continuité en 0 ?
¡ 1+x ¢ln(x)
2. Soit f (x) := 1−x . Quel est son domaine de définition ? Est-elle prolongeable par continuité en 1 ?
C ORRECTION .
1. Pour que f soit bien définie il faut que, pour tout x ∈ R, x vérifie le système suivant

1 + x 6= 0,

1−x
 1+x > 0,
x > 0,

donc D f =]0; 1[. De plus

¶ln(x)
1−x
µ ¡ 1−x ¢ ¡ 1−x ¢
lim f (x) = lim = lim e ln(x) ln 1+x = e limx→0+ ln(x) ln 1+x
x→0+ x→0+ 1+x x→0+
et
¡ 1−x ¢ ¡ 1+x ¢ −(1+x)−(1−x)
ln 1+x 1−x (1−x)2 −2x ln2 (x)(1 + x)
lim = lim 2
= lim
x→0+ 1/ ln(x) x→0+ 1/(x ln (x)) x→0+ (1 − x)3
−2(1 + x)
µ ¶µ ¶
2
= lim lim x ln (x) = −2 lim x ln2 (x) = 0
x→0+ (1 − x)3 x→0+ x→0+
donc
lim f (x) = e 0 = 1.
x→0+
30 © G. Faccanoni
2. Pour que f soit bien définie il faut que, pour tout x ∈ R, x vérifie le système suivant

1 + x 6= 0,

1+x
 1−x > 0,
x > 0,

donc D f =]0; 1[. De plus

¶ln(x)
1+x
µ ¡ 1+x ¢ ¡ 1+x ¢
= lim− e ln(x) ln = e limx→1 ln(x) ln 1−x
−
lim− f (x) = lim− 1−x
x→1 x→1 1−x x→1
et
¡ 1+x ¢ ¡ 1−x ¢ (1−x)+(1+x)
ln 1−x 1+x (1−x)2 2x ln2 (x)
lim− = lim− 2
= lim−
x→1 1/ ln(x) x→1 1/(x ln (x)) x→1 (1 − x 2 )
ln2 (x)
µ ¶µ ¶
−2x 2 ln(x)
= lim− lim− = −1 lim− =0
x→1 1 + x x→1 1 − x x→1 −x
donc
lim f (x) = e 0 = 1.
x→1−
Exercice 1.16
Soit f la fonction définie par (
2 + 3x + 4x 2 + x 3 sin x1
¡ ¢
si x 6= 0,
f (x) =
2 si x = 0.
Montrez que f admet, au voisinage de 0, un développement limité d’ordre 2 et que, pourtant, f 00 (0) n’existe pas.
¡1¢
C ORRECTION . Puisque limx→0 x sin x = 0, on peut écrire
f (x) = 2 + 3x + 4x 2 + o(x 2 )
ce qui, par définition, montre que f admet un développement limité d’ordre 2 au voisinage de 0.
D’autre part,
3 + 8x + 3x 2 sin x1 − x cos x1
( ¡ ¢ ¡ ¢
0
si x 6= 0,
f (x) = f (x)− f (0) ¡1¢
lim x−0 = lim 3 + 4x + x 2 sin x = 3 si x = 0.
x→0 x→0
Mais f 00 (0) n’existe pas car le quotient

f 0 (x) − f 0 (0)
µ ¶ µ ¶
1 1
= 8 + 3x sin − cos
x −0 x x
n’a pas de limite quand x tend vers 0.
On sait que, pour qu’une fonction admette un développement limité d’ordre n au voisinage de 0, il est suffisante qu’elle soit n
fois dérivable en 0. Cet exercice montre que ce n’est pas nécessaire.
Exercice 1.17
Soit f : R → R une application définie par
1
 3
x sin x , si x > 0,

f (x) = 0, si x = 0,

 3
x ln|x|, si x < 0.
1. Montrer que f est continue en 0.

2. Calculer f 0 (x) pour x 6= 0, puis f 0 (0).
3. Étudier la continuité de f 0 en 0.
© G. Faccanoni 31
4. Est-ce que f ∈ C 1 (R) ?

5. Calculer la dérivée seconde f 00 (0) si elle existe.
6. Peut-on utiliser la formule de TAYLOR-Y OUNG pour écrire le développement limité de f en 0 à l’ordre 2 ? Pourquoi ?
7. Écrire le développement limité de f en 0 à l’ordre 2 s’il existe.
C ORRECTION . L’application f : R → R se réécrit
1
 3
x sin x ,
 si x > 0,
f (x) = 0, si x = 0,

 3
x ln(−x), si x < 0.
1. f est continue en 0 car

1
lim f (x) = lim x 3 sin = 0 = f (0)
x→0+ x→0+ x
et
lim f (x) = lim− x 3 ln(−x) = 0 = f (0).
x→0− x→0
2. Comme
f (x) − f (0) x 3 sin x1 − 0
lim = lim =0
x→0+ x −0 x→0+ x −0
et
f (x) − f (0) x 3 ln(−x) − 0
lim− = lim− =0
x→0 x −0 x→0 x −0
la dérivée de f est l’application f : R → R définie par
0
1 1
 2
3x sin x − x cos x , si x > 0,

0
f (x) = 0, si x = 0,

 2 2
3x ln(−x) + x , si x < 0.
3. f 0 est continue en x = 0 car

1 1
lim f 0 (x) = lim 3x 2 sin − x cos = 0 = f 0 (0)
x→0+ x→0+ x x
et
lim f 0 (x) = lim 3x 2 ln(−x) + x 2 = 0 = f 0 (0).
x→0− x→0+
4. f ∈ C 1 (R) car elle est continue, dérivable et sa dérivée est continue.

5. La dérivée seconde de f en x = 0 n’existe pas car
f 0 (x) − f 0 (0) 3x 2 sin x1 − x cos x1 − 0

µ ¶
1 1
lim = lim = lim 3x sin − cos
x→0+ x −0 x→0+ x −0 x→0+ x x
n’existe pas.
6. On ne peut pas utiliser la formule de TAYLOR-Y OUNG pour écrire le développement limité de f en 0 à l’ordre 2 car f 00 (0)
n’existe pas.
7. Puisque limx→0+ x sin x1 = limx→0− x ln |x| = 0, on peut écrire
¡ ¢
f (x) = o(x 2 )
ce qui, par définition, montre que f admet un développement limité d’ordre 2 au voisinage de 0.
32 © G. Faccanoni
2 Fonctions de plusieurs variables
Qu’il s’agisse de traiter des questions relatives à la biologie, la chimie, la physique, la production, la consommation ou en-
core l’environnement, etc. une modélisation adéquate s’exprime le plus souvent à l’aide de fonctions de plusieurs variables.
Ce chapitre introduit les fonctions de plusieurs variables réelles en élargissant les définitions énoncées dans le module M11
pour les fonctions d’une variable réelle. Évidemment, la représentation géométrique devient plus lourde : une fonction de
n variables se visualise à priori dans un espace à n + 1 dimensions (n pour les variables, 1 pour la fonction), alors que les
pages d’un livre sont, par nature, bidimensionnelles. Pour contourner cette impossibilité technique, nous nous limiterons
aux représentations des fonctions de deux variables, soit sous forme de dessins en perspective, soit sous forme de coupes
par des plans horizontaux ou verticaux qui donnent des informations souvent utiles, quoique parcellaires. Ce problème
de visualisation introduit une rupture nette par rapport aux fonctions d’une variable étudiées antérieurement. Nous pre-
nons le parti de privilégier les thèmes qui s’écartent des notions vues pour les fonctions d’une seule variable. À l’opposé,
les définitions et les propriétés qui apparaissent comme des généralisations évidentes sont évoquées ou présentées briève-
ment.
Définition Fonction de plusieurs variables

B Une fonction f , définie sur une partie D de Rn et à valeurs réelles, fait correspondre à tout point x ≡ (x 1 , x 2 , . . . , x n ) de
D un réel unique f (x).
B Le domaine de définition de f est l’ensemble©D ⊂ R¯n .
B L’image par f de D est l’ensemble Im¯f (D) =ª r ∈ R ¯ r = f (x), x ∈ Rn ⊂ R.
ª
B L’ensemble des points S = (x, f (x)) ¯ x ∈ D de Rn+1 est la surface représentative de f ; c’est l’analogue de la courbe
©
représentative d’une fonction d’une variable.

x ∈ Rn se note aussi ~
x ou x. Si n = 2, on utilise souvent la notation (x, y), si n = 3 la notation (x, y, z).
Exemple d’applications à la gestion

1. La production P d’une entreprise est souvent exprimée en fonction de deux facteurs synthétiques, le capital, noté K , et le travail,
noté W : P = f (K ,W ).
2. L’utilité U d’un consommateur dépend de ses quantités consommées. En présence de n biens, la fonction d’utilité s’exprime
sous la forme U = f (x 1 , x 2 , . . . , x n ), où x i désigne la quantité consommée du i -ème bien disponible (i = 1, . . . , n).
3. Le coût C d’une brochure publicitaire dépend de son format F , du nombre m de couleurs utilisées, de la surface s consacrée
aux photographies : C = f (F, m, s). Le format F dépend quant à lui de la longueur p, de la largeur q et du nombre de pages n :
F = g (p, q, n). Ainsi C = f (F (p, q, n), m, s) = h(p, q, n, m, s).
Lorsque n = 2, le graphe
G f ≡ (x, y, z = f (x, y)) ¯ (x, y) ∈ D
© ¯ ª
est tridimensionnel. Les axes relatifs aux variables, x et y,

sont conventionnellement situés dans un plan horizontal (le
domaine D apparaît alors comme un sous-ensemble de ce
plan), tandis que la dimension verticale est réservée aux va-
leurs de z. Ainsi, à tout (a, b) ∈ D, dont l’image est f (a, b) ∈ R,
correspond le point suivant du graphe : (a, b, f (a, b)) ∈ R3 .
Une mise en perspective permet la visualisation des surfaces
à trois dimensions. Dans ce cas, l’axe z est toujours placé ver-
ticalement. Toutefois, pour des raisons de lisibilité, les axes x
et y ne sont pas toujours présentés selon la même orienta-
tion.
Pour n > 2, la représentation plane devient malheureusement impraticable.
33
2 Fonctions de plusieurs variables Dernière mise à jour : Lundi 11 février 2013
Exemple
Exemple
p
Le graphe de la fonction f : R2 → R définie par f (x, y) = x 2 − y 2 Le domaine de¯ la fonction f (x, y) = x + y est donné par
est une surface de R3 qui a la forme d’une selle de cheval, comme D = (x, y) ∈ R2 ¯ x + y = 0 . Il se représente donc naturellement
© ª
l’indique la représentation en perspective de la figure ci-dessous. comme une portion du plan R2 . En outre, les valeurs prises par
la fonction parcourent tout l’ensemble des réels positifs ou nuls :
Im f (D) = R+ .
y
Définition Fonctions partielles

Soit f une fonction de D ⊂ R2 dans R et (a, b) un point intérieur de D. Les fonctions
f b : x 7→ f (x, b) et f a : y 7→ f (a, y)
définies sur un intervalle ouvert contenant respectivement a et b, sont appelées les fonctions partielles associées à f au
point (a, b).
34 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 2 Fonctions de plusieurs variables
De la même manière, on peut considérer des coupes horizontales du graphe d’une fonction de deux variables et on obtient,
de façon générale, des courbes planes, dites courbes de niveau. En pratique, on représente simultanément différentes courbes
de niveau pour visualiser la progression du graphe. Cette représentation s’apparente aux cartes géographiques où le niveau
correspond à l’altitude.
Définition Lignes de niveau

Soit k ∈ R et f une fonction de D ⊂ R2 dans R ; l’ensemble (x, y) ∈ D ¯ f (x, y) = k est la courbe de niveau k de la fonction
© ¯ ª
f . Les courbes de niveau d’une fonction f (x, y) fournissent une représentation géométrique de f sur le plan, alors que
son graphe en donne une dans l’espace. La courbe de niveau k est la projection sur le plan d’équation z = 0 de l’intersec-
tion du graphe de f avec le plan horizontal z = k.
F IGURE 2.1: Relation entre le graphe d’une fonction et ses courbes de niveau. Géométriquement, la ligne de niveau est la
projection sur le plan (x, y) de l’intersection de la surface représentative de f avec le plan d’équation z = k. Par
exemple, si f représente la hauteur d’un point de la surface terrestre, ses courbes de niveau sont celles apparais-
sant sur les cartes topographiques.
Exemple
La fonction de production de C OBB -D OUGLAS f : (R∗ 2 α β
+ ) → R s’écrit f (x, y) = x y (avec α, β > 0). Les courbes de niveau d’une telle
fonction sont nommées isocantes ou courbes d’isoproduction. Pour un niveau fixé k > 0 de production, l’équation x α y β = k détermine
les points du plan (x, y) donnant toutes les combinaisons des quantités de facteurs qui permettent de produire ce niveau k.
© G. Faccanoni 35
F IGURE 2.2: Les lignes de niveau reflètent souvent une réalité physique. Sur une carte topographique, elles désignent les
points de même altitude (ici, l’altitude du point A est 940 + d = 940 + cb/a). Sur une carte météorologique, elles
sont les isothermes (lignes reliant les points d’égale température) ou les isobares (lignes reliant les points d’égale
pression).
Exemple
Soit α > 0 et considérons la fonction f (µ, σ) = µ − ασ2 . Cette fonction est souvent utilisée en gestion de portefeuille : µ désigne la
rentabilité attendue du portefeuille et σ sa volatilité (écart-type de la rentabilité). La fonction f représente l’utilité attendue d’un
investisseur qui présente de l’aversion vis-à-vis du risque (σ2 est affecté d’un coefficient négatif). Les courbes de niveau pour α fixé
sont ici appelées courbes d’indifférence ou courbes d’iso-utilité puisqu’elles caractérisent les rentabilités attendues et les volatilités
des portefeuilles qui atteignent, pour l’investisseur considéré, un niveau fixé d’utilité attendue.
Cartes topographiques
On peut considérer le relief d’une région comme étant le graphe d’une fonction de deux variables (par exemple, l’altitude
en fonction de la longitude et de la latitude). Une courbe de niveau nous indique les points de même altitude (ou de
même niveau). En dessinant les courbes de niveau avec leur altitude correspondante, on obtient la carte topographique
du relief. La lecture d’une carte topographique permet non seulement d’obtenir des mesures quantitatives du relief, mais
aussi de faire rapidement des observations qualitatives sur sa nature. Par exemple, localiser les points de plus haute et de
plus basse altitude ; les crêtes, les fonds, les vallées, les cols, etc. ; les endroits du relief où les pentes sont plus escarpées
ou plus douces, puisqu’ils correspondent respectivement aux courbes de niveau très rapprochées ou très distantes.
Exemple
L’image ci-contre montre les courbes de niveaux d’une fonction
f . On peut alors se faire une idée de l’allure de la fonction. Par
exemple f (1, 3) ≈ 72, f (4, 5) ≈ 56, f (3, 3) < 50 etc.
Exemple
Alice se rend chez son épicier pour y acheter des grappes de raisin et du fromage à la coupe. Le prix du raisin est fixé à 5 euros le Kg,
celui du fromage considéré est de 18 euros le Kg. Si Alice décide d’acheter x Kg de raisin et y Kg de fromage, sa dépense en euros est de
D(x, y) = 5x + 18y.
Cette dépense constitue donc une fonction linéaire D : R2+ → R+ des variables x et y. Le graphe obtenu est une portion de plan.
36 © G. Faccanoni
Si Alice décide de payer en liquide et dispose de L euros seulement, elle ne peut envisager que des budgets (x, y) tels que D(x, y) ≤ L.
Graphiquement, ceci revient essentiellement à envisager une intersection de la surface S avec des plans horizontaux d’équation z =
k ∈ [0; L].
Exemple
Le nombre de voitures produites annuellement par une usine dépend du nombre x d’heures de travail et du capital y à disposition de
la manière suivante :
N (x, y) = 2x 2/3 y 1/3 .
On suppose par ailleurs que le coût de production de q voitures s’élève à
C (q) = 1 + 3q + q 2
et l’on définit aussi une fonction bénéfice B : R2+ → R par
B (q, p) = q p −C (q).
où p est le prix. N et B sont des fonctions définies sur R2+ , à valeurs réelles, non linéaires : les surfaces ne sont plus des portions de
plan ! On peut envisager d’étudier le comportement de la fonction B à prix fixé, c’est-à-dire lorsque p est fixé à une certaine valeur p 0 .
Graphiquement cela correspond à considérer l’intersection de la surface avec le plan vertical d’équation p = p 0 . On peut aussi s’inté-
resser à l’ensemble des couples (q, p) permettant de réaliser le bénéfice B 0 . Graphiquement cela correspond à considérer l’intersection
de la surface avec le plan horizontal d’équation z = B 0 . On peut de plus envisager la fonction Be : R3+ → R donnant le bénéfice annuel
réalisé en fonction du nombre d’heures de travail, du capital et du prix unitaire fixé : Be(x, y, p) = B (N (x, y), p). Be est une fonction de 3
variables, son graphe se situe donc dans R4 . Cependant les surfaces de niveaux peuvent être visualisées, ainsi que les variation de Be en
fonction de x lorsque les variables y et p sont fixées.
© G. Faccanoni 37
............... Exercices ..............

Exercice 2.1
Dans chaque cas, déterminez et représentez le domaine de définition des fonctions données.
p
−y+x 2 ln(y) ln(x 2 +1)
1. f (x, y) = p 2. f (x, y) = p
x−y
3. f (x, y) = ln(x + y) 4. f (x, y, z) = yz
y
C ORRECTION .
1. D = (x, y) ∈ R2 ¯ y ≤ x 2 et y > 0 3. D = (x, y) ∈ R2 ¯ y > −x

© ¯ ª © ¯ ª
y
y
x
2
2. D = (x, y) ∈ R ¯ y > 0 et x > y
© ¯ ª
x
y
4. D = (x, y, z) ∈ R3 ¯ y 6= 0 et z 6= 0
© ¯ ª
x
Exercice 2.2
Dans chaque cas, déterminez les courbes de niveau des fonctions de deux variables données. Esquissez ensuite leurs
graphes (le graphe peut être vu comme un empilement de courbes de niveau qui forment une surface dans R3 ).
1. f (x, y) = x + y − 1 3. f (x, y) = y − cos(x)

y−x 2
2. f (x, y) = e
C ORRECTION .
1. f (x, y) = x + y − 1 : f (x, y) = κ ssi y = 1 − x − κ, les courbes de niveau sont donc des droites et le graphe de f est un plan.
2 2,4
x
-2 1,6
2
-1
1
1 y 0,8
00
-1
0,0 1
-2
2
-0,8
0
-2 -1 0 1 2
-1,6
y
-2,4
x -1
-3,2
-4,0
-2
-4,8
y−x 2 2
2. f (x, y) = e : f (x, y) = κ ssi y = x + ln(κ), les courbes de niveau sont donc des paraboles. On observe notamment la
croissance exponentielle marquée lorsque les valeurs prises par y sont grandes et celles prises par |x| sont petites.
38 © G. Faccanoni
3 000
1
2 500
2 000
1 500
0
-2 -1 0 1 2 -2 8,0
1 000
y
x 5,5
-1 500 3,0
x
0,5
y -1 0
-2,0 0
2
-2
3. f (x, y) = y − cos(x) : f (x, y) = κ ssi y = cos(x) + κ

10
9
4 -10 -10
y x
-5 4 -5
2
0 0
0
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
5 5
-2
x
-6
10 10
-4
y -11
-6
-8
-10
Exercice 2.3 Domaine de définition, courbes de niveau

1. Déterminer et représenter le domaine de définition de la fonction f : R2 → R définie par f (x, y) = ln(x − y 2 ).
2. Déterminer et représenter ses courbes de niveau.
C ORRECTION .
D f = (x, y) ∈ R2 ¯ x − y 2 > 0 = (x, y) ∈ R2 ¯ y 2 < x x − y2 = ek x = y2 + ek

© ¯ ª © ¯ ª
f (x, y) = k ⇐⇒ ⇐⇒
y k → −∞
y k = −2
k =0
1
1 k =1
0
1 2 3 x 0
1 2 3 x
−1
−1
−2
−2
© G. Faccanoni 39
Exercice 2.4
Associer chaque fonction (1-6) à sa surface (A-F) et à ses courbes de niveau (I-VI) :
1. f (x, y) = sin(x y)
2. f (x, y) = sin(x − y)
3. f (x, y) = (1 − x 2 )(1 − y 2 )
x−y
4. f (x, y) = 1+x 2 +y 2
x
5. f (x, y) = e cos(y)
6. f (x, y) = sin(x) − sin(y)
C ORRECTION . 1-C-II, 2-F-I, 3-B-VI, 4-D-V, 5-A-IV, 6-E-III.
40 © G. Faccanoni
Exercice 2.5
Associer chaque fonction (1-6) à sa surface (I-VI).
1. f (x, y) = |x| + |y|
2. f (x, y) = |x y|
1
3. f (x, y) = 1+x 2 +y 2
4. f (x, y) = (x 2 − y 2 )2
5. f (x, y) = (x − y)2
6. f (x, y) = sin(|x| + |y|)
C ORRECTION . 1-VI, 2-V, 3-I, 4-IV, 5-II, 6-III.
Exercice 2.6
Dans la figure ci-contre on a tracé les isobares de l’Amé-

rique du Nord au 12 août 2008. La pressione indiquée est
mesurée en millibars (mbar).
1. Donner une estimation de la pression à Chicago
(point C), à Nashville (point N), à San Francisco
(point S) et à Vancouver (point V).
2. Dans quelle ville le vent est le plus fort ?
C ORRECTION . Au point C la pression est de 1013 mbar environ, au point N la pression est de 1012 mbar environ, au point S
la pression est de 1010 mbar environ, au point V la pression est supérieure à 1016 mbar. Le vent est plus fort à San Francisco
car le gradient de pression est plus fort que dans les autres villes.
© G. Faccanoni 41
3 Limites et continuité des fonctions de Rn dans R
La notion de limite pour une fonction de plusieurs variables généralise naturellement la notion correspondante dans le cas
des fonctions d’une seule variable. Toutefois, un nouvel élément entre en jeu : les limites unilatérales (i.e. de la gauche et
de la droite) perdent leur sens et sont remplacées par les nombreuses limites directionnelles possibles. En effet, dès que le
domaine se situe dans un espace à deux dimensions au moins, les chemins qui mènent à un point donné peuvent suivre
divers axes. Ainsi, l’ensemble des points en lesquels une limite peut être considérée, doit être défini en tenant compte de
toutes les possibilités d’accès (voir par exemple la figure 3.1). Une façon commode de procéder s’appuie sur la notion de
boule ouverte dans Rn qui généralise celle d’intervalle ouvert dans R. Pour cela il faut d’abord introduire la notion de norme
dans Rn qui généralise la notion de distance dans R.
F IGURE 3.1: Différents façons de s’approcher du point x0 .
Définition Norme
On appelle norme sur Rn toute application N de Rn dans [0; +∞[ possédant les propriétés suivantes :
N (x) = 0 ⇐⇒ x = 0 pour tout x ∈ Rn (séparation),

N (λx) = |λ|N (x) pour tout x ∈ Rn , pour tout λ ∈ R (homogénéité),
N (x + y) ≤ N (x) + N (y) pour tout x, y ∈ Rn (inégalité triangulaire).
On emploie généralement la notation kxk pour N (x), qui rappelle l’analogie avec la valeur absolue dans R ou le module
dans C.
Propriété
Pour tout x, y ∈ Rn ¯ ¯
¯kxk − kyk¯ ≤ kx − yk ≤ kxk + kyk.
¯ ¯
Définition Boules
Dans Rn muni d’une norme on appelle
B Boule ouverte de centre A ∈ Rn et de rayon r > 0 l’ensemble B(A, r ) = {x ∈ Rn tel que kx − Ak < r } ;
B Boule fermée de centre A ∈ Rn et de rayon r > 0 l’ensemble B(A, r ) = {x ∈ Rn tel que kx − Ak ≤ r }.
Normes classiques
Soit p ∈ N∗ . Dans Rn , on utilise les normes classiques suivantes définies pour x = (x 1 , x 2 , . . . , x n ) par :
s
n
X
|x i |p ,
p
© ª
kxkp = kxk∞ = sup |x 1 |, |x 2 |, . . . , |x n | .
i =1
Si p = 2, on parle de norme euclidienne.
43
3 Limites et continuité Dernière mise à jour : Lundi 11 février 2013
F IGURE 3.2: lim f (x, y) = L

(x,y)→(a,b)
Exemple
On veut dessiner les boules fermées de centre (0, 0) et de rayon r > 0 relatives aux trois normes classiques de R2 : k·k1 , k·k2 et k·k∞ .
La boule fermée de centre (0, 0) et rayon r > 0 est l’ensemble de points
B((0, 0), r ) = {(x, y) ∈ R2 | k(x, y) − (0, 0)k ≤ r } = {(x, y) ∈ R2 | k(x, y)k ≤ r }.
B Pour la norme k·k∞ on a

k(x, y)k∞ < r ⇐⇒ sup{|x|, |y|} ≤ r.
B Pour la norme k·k1 on a
k(x, y)k1 < r ⇐⇒ |x| + |y| ≤ r.
B Pour la norme k·k2 on a
k(x, y)k1 < r ⇐⇒ |x|2 + |y|2 ≤ r 2 .
y y y
r r r
−r r x −r r x −r r x
−r −r −r
max{|x|, |y|} ≤ r |x| + |y| ≤ r x2 + y 2 ≤ r
La mot «boule» a donc ici un sens plus générale que dans la vie courante !
Définition Limite en un point

Soit D un ouvert de Rn , A ∈ D et f une fonction définie sur D, éventuellement non définie en A, à valeurs réelles.
B On dit que f a pour limite ` au point A, ce que l’on écrit lim f (x) = `, si pour tout ε > 0 il existe δ > 0 tel que
x→A
x ∈ D \ { A } et kx − Ak < δ =⇒ | f (x) − `| < ε,
autrement dit
x ∈ D ∩ B(A, δ) =⇒ | f (x) − `| < ε.
Voir la figure 3.2 pour un exemple avec une fonction de deux variables et la norme euclidienne.
B On dit que f tend vers +∞ quand x tend vers A, ce que l’on écrit lim f (x) = +∞, si pour tout M > 0 il existe δ > 0 tel
x→A
que
x ∈ D \ { A } et kx − Ak < δ =⇒ f (x) > M ,
autrement dit
x ∈ D ∩ B(A, δ) =⇒ | f (x) − `| > M .
B On dit que f tend vers −∞ quand x tend vers A, ce que l’on écrit lim f (x) = −∞, si pour tout M < 0 il existe δ > 0 tel
x→A
que
x ∈ D \ { A } et kx − Ak < δ =⇒ f (x) < M ,
autrement dit
x ∈ D ∩ B(A, δ) =⇒ | f (x) − `| < M .
44 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 3 Limites et continuité
Propriété
L’existence et la valeur éventuelle de la limite sont indépendantes de la norme choisie dans R2 . Lorsqu’elle existe, la limite
est unique.
Propriété
Si f a pour limite ` en A, la restriction de f à toute courbe continue (non seulement les droites !) passant par A admet la
même limite `.
Astuce
En pratique, pour prouver qu’une fonction de plusieurs variables n’admet pas de limite en A, il suffit d’expliciter une
restriction à une courbe continue passant par A qui n’admet pas de limite, ou deux restrictions qui conduisent à des
limites différentes. Mais pour prouver l’existence d’une limite, il faut considérer le cas général.
Attention
Si la restriction à toute droite passant par A admet la même limite, on ne peut pas conclure que la limite existe !
Définition Continuité
Soit f une fonction de D ⊂ Rn dans R. On dit que f est continue en A ∈ D si f possède en A une limite égale à f (A). Si f
est continue en chaque point de D, on dit que f est continue sur D.
Définition Prolongement par continuité

Soit f une fonction de D ⊂ Rn \ { A } dans R. Si lim f (x) = `, la fonction fe définie sur D ∪ { A } par fe(A) = ` et fe(x) = f (x)
x→A
pour x ∈ D est la seule fonction continue en A dont la restriction à D soit f . On l’appelle le prolongement par continuité
de f à A.
Propriété Opérations algébriques

Les fonctions continues de plusieurs variables jouissent des mêmes propriétés que les fonctions continues d’une seule
variable. Les fonctions élémentaires telles que les polynômes, les fonctions exponentielles, logarithmiques et trigonomé-
triques sont continues dans leurs domaines de définition respectifs. La continuité des autres fonctions s’établit, le cas
échéant, en tant que somme, produit, composée, le quotient (lorsque le dénominateur ne s’annule pas) etc., de fonctions
continues.
Exemple
1. f (x, y) = x 2 + y 2 − x y + y est continue dans R2 (polynôme du second degré à deux variables).
2. f (x, y, z) = e y + x y 2 − z est continue dans R3 (somme d’une exponentielle et d’un polynôme).
3. f (x, y) = ln(x + y 2 ) − 3 est continue dans D = (x, y) ∈ R2 ¯ x + y 2 > 0 comme somme du logarithme d’un polynôme (fonction
© ¯ ª
composée) et d’une constante.
UUUUUUUUUUUUUUUU Astuces UUUUUUUUUUUUUUU

En pratique, lorsque n = 2, il est souvent utile de passer aux coordonnées polaires pour ramener le calcul de la limite d’une
fonction de deux variables à celui de la limite d’une fonction d’une seule variable. En effet, tout point (x, y) de R2 \ { (a, b) }
peut être représenté par ses coordonnées polaires centrées autour d’un point (a, b) grâce aux relations : x = a + r cos(ϑ),
y = b + r sin(ϑ) avec r > 0 et ϑ ∈ [0; 2π[.
© G. Faccanoni 45
R
y
r B((a, b), R) = (x, y) ∈ R2 ¯ k(x − a, y − b)k < R
© ¯ ª
b ϑ
a x
Dans cette écriture, r représente la distance entre (a, b) et (x, y) de sorte que
lim f (x, y) = lim f (a + r cos(ϑ), b + r sin(ϑ))

(x,y)→(a,b) r →0
∀ϑ
On peut alors utiliser la condition suffisante suivante :

Proposition
S’il existe ` ∈ R et une fonction r 7→ s = s(r ) telle que au voisinage de (a, b) on a
| f (a + r cos(ϑ), b + r sin(ϑ)) − `| ≤ s(r ) −−−→ 0,

r →0
alors
lim f (x, y) = `.
(x,y)→(a,b)
Exemple
x 2 −y 2
Montrons de deux manières que lim f (x, y) avec f (x, y) = n’existe pas.
(x,y)→(0,0) x 2 +y 2
Première méthode. La première méthode utilise la définition de limite. En effet, le long de l’axe horizontal qui a équation y = 0, on a
x2 − y 2 x2
lim = lim =1
(x,y)→(0,0) x 2 + y 2 x→0 x 2
y=0
tandis que, le long de l’axe vertical qui a équation x = 0, on a
x2 − y 2 −y 2
lim = lim = −1
(x,y)→(0,0) x 2 + y 2 y→0 y 2
x=0
de sorte que les deux limites ne coïncident pas.

Deuxième méthode. La seconde manière est basée sur les coordonnées polaires. En posant x = r cos(ϑ) et y = r sin(ϑ), on a
r 2 (cos2 (ϑ) − sin2 (ϑ))

lim f (x, y) = lim f (r cos(ϑ), r sin(ϑ)) = lim = lim (cos2 (ϑ) − sin2 (ϑ)) = cos(2ϑ).
(x,y)→(0,0) r →0,∀ϑ r →0,∀ϑ r 2 (cos2 (ϑ) + sin2 (ϑ)) r →0,∀ϑ
x 2 −y 2
Le résultat varie selon la direction ϑ, donc lim 2 2 n’existe pas.
(x,y)→(0,0) x +y
Exemple
B Soit f la fonction définie sur R2 \ {(0, 0)} par
xy
f (x, y) = 2 .
x + y2
Comme f (0, t ) = 0 et f (t , t ) = 12 alors f ne peut pas être prolongée par continuité en (0, 0).
46 © G. Faccanoni
B Soit f la fonction définie sur R2 \ {(0, 0)} par

xy
f (x, y) = q .
x2 + y 2
Pour trouver la valeur de la limite, si elle existe, il suffit de calculer la limite d’une restriction à une courbe continue passant par
(0, 0) : comme f (0, t ) = 0 pour tout t , si la limite existe elle est 0. Pour vérifier que c’est bien la limite on passe en coordonnées
polaires : on pose x = r cos(ϑ) et y = r sin(ϑ) pour r > 0 et ϑ ∈ [0, 2π] ; on obtient
r 2 cos(ϑ) sin(ϑ) r
f (x(r, ϑ), y(r, ϑ)) = p = r cos(ϑ) sin(ϑ) = sin(2ϑ).
r 2 (cos2 (ϑ) + sin2 (ϑ)) 2
Comme |sin(2ϑ)| ≤ 1, alors | f (x, y)| ≤ r2 −−−→ 0 indépendamment de ϑ, donc

r →0
lim f (x, y) = 0.
(x,y)→(0,0)
f peut donc être prolongée par continuité en (0, 0) par la valeur 0.
© G. Faccanoni 47
............... Exercices ..............

Exercice 3.1
Ces limites existent-elles dans R ?
1 y3 xy
1. lim ; 2. lim ; 3. lim .
(x,y)→(1,1) x−y (x,y)→(1,0) (x − 1)2 + y 2
(x,y)→(0,0) x2 + y 2
C ORRECTION .
1 1 1
1. La limite lim(x,y)→(1,1) x−y n’existe pas car f (1, y) = −−−→ −∞ et
1−y − f (1, y) = 1−y −
−−−→ +∞.
y→1+ y→1−
2. En polaire x = 1 + r cos(ϑ), y = r sin(ϑ) : f (r, ϑ) = r sin3 ϑ et |r sin3 ϑ| ≤ r ainsi lim f (r, ϑ) = 0 et finalement
r →0
y3
lim = 0.
(x,y)→(1,0) (x − 1)2 + y 2
On peut également utiliser le théorème du pincement sans passer par les coordonnées polaires, grâce aux inégalités
suivantes :
¯ y 3 ¯ |y|3
¯ ¯
x 2 + y 2 ≥ y 2 =⇒ ¯¯ 2 ¯≤ = |y| ∀y 6= 0.
x + y2 ¯ y2
xy 1
3. La limite lim(x,y)→(0,0) x 2 +y 2
n’existe pas car f (x, x) = 2 et f (x, 0) = 0.
Exercice 3.2
Soit f la fonction définie sur R2 par
x2 y


 si (x, y) 6= (0, 0)
f (x, y) = x 4 − 2x 2 y + 3y 2

0 sinon.
Montrer que la restriction de f à toute droite passant par l’origine est continue mais que f n’est pas continue à l’origine.
C ORRECTION . Remarquons tout d’abord que la fonction est bien définie dans R2 puisque
x 4 − 2x 2 y + 3y 2 = (x 2 − y)2 + 2y 2
ne s’annule qu’en (0, 0).

La restriction de f aux droites x = 0 et y = 0 est la fonction nulle. De plus, la restriction de f à la droite y = mx, avec m 6= 0,
donne
mx
f (x, mx) = 2
x − 2mx + 3m 2
et tend vers 0 quand x tend vers 0. Comme f (0, 0) = 0, la restriction de f à toute droite passant par l’origine est donc continue.
Considérons la restriction de f à la parabole y = x 2 . On a
x4 1
f (x, x 2 ) = = .
2x 4 2
Par conséquent, f (x, x 2 ) ne tend pas vers 0 quand x tend vers 0.
Exercice 3.3
Soit f la fonction définie sur R2 \ {(0, 0)} par
x ln(1 + x 3 )
f (x, y) = .
y(x 2 + y 2 )
Calculer, si elle existe, la limite de f pour (x, y) qui tend vers (0, 0).
48 © G. Faccanoni
ln(1 + x 3 ) 2 ln(1 + x 3 )
C ORRECTION . Pour m 6= 0 on a f (x, mx) = −
− −
→ 0 mais f (x, x ) = =−−−→ 1. La limite n’existe donc
m(1 + m 2 )x 2 x→0 x 3 (1 + x 2 ) x→0
pas.
Exercice 3.4
Soit f : R2 → R la fonction ainsi définie
3 3

x +y

si (x, y) 6= (0, 0),
2
f (x, y) = x + y 2

0 si (x, y) = (0, 0).
Est-elle continue sur R2 ?
C ORRECTION . On utilise les coordonnées polaires : x = r cos(ϑ), y = r sin(ϑ) ; alors f (r, ϑ) = r (cos3 ϑ + sin3 ϑ) et comme
| f (r, ϑ)| ≤ |2r | −−−→ 0, on en déduit que limr →0 f (r, ϑ) = 0 indépendamment de ϑ, ce qui prouve que lim(x,y)→(0,0) f (x, y) = 0,
r →0
i.e. que f est continue en (0, 0). De plus elle est continue sur R2 \ { (0, 0) } comme quotient de fonctions continues dont le
dénominateur ne s’annule pas. Nous pouvons donc conclure que f est continue sur R2 .
Exercice 3.5
Montrer que la fonction f : R2 \ { (0, 0) } → R définie par
x y2
f (x, y) =
x2 + y 4
n’est pas prolongeable par continuité en (0, 0).
C ORRECTION . Pour que f soit prolongeable par continuité en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = ` ∈ R. Pour prouver que
cette limite n’existe pas il suffit d’expliciter deux restrictions à deux courbes continues passant par (0, 0) qui conduisent à des
3
limites différentes. La restriction de f à la courbe continue y = x qui passe par le point (0, 0) est la fonction f (x, x) = x 2x+y 4 =
x y4
1+x 2
. La restriction de f à la courbe continue x = y 2 qui passe par le point (0, 0) est la fonction f (y 2 , y) = y 4 +y 4
= 12 . Comme
f (x, x) −−−→ 0 mais f (y 2 , y) = 21 , la fonction n’est pas prolongeable par continuité en (0, 0).
x→0
Exercice 3.6
Montrer que la fonction f : R2 \ { (0, 0) } → R définie par
sin(x 2 ) − sin(y 2 )
f (x, y) =
x2 + y 2
n’est pas prolongeable par continuité en (0, 0).
C ORRECTION . Pour que f soit prolongeable par continuité en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = ` ∈ R. Pour prouver que
cette limite n’existe pas il suffit d’expliciter deux restrictions à deux courbes continues passant par (0, 0) qui conduisent à des
2)
limites différentes. La restriction de f à la courbe continue y = 0 qui passe par le point (0, 0) est la fonction f (x, 0) = sin(x
x2
. La
sin(y 2 )
restriction de f à la courbe continue x = 0 qui passe par le point (0, 0) est la fonction f (0, y) = − y2
. Comme f (x, 0) −−−→ 1
x→0
mais f (0, y) = −1, la fonction n’est pas prolongeable par continuité en (0, 0).
© G. Faccanoni 49
Exercice 3.7
6x 2 y
Soit f : R2 \ { (0, 0) } → R la fonction définie par f (x, y) = x 2 +y 2
. Montrer que lim(x,y)→(0,0) f (x, y) = 0 de trois façons :
1. d’après la définition,
2. d’après le théorème de pincement,
3. en utilisant les coordonnées polaires.
C ORRECTION .
1. Soit ε > 0. Il faut trouver r > tel que
¯q ¯ ¯ 2 ¯
¯ x 2 + y 2 − 0¯ < r =⇒ ¯ 6x y − 0¯ < ε.
¯ ¯ ¯ ¯
¯ ¯ ¯ x2 + y 2 ¯
Comme on a
¯ 6x 2 y ¯ 6x 2 |y|
¯ ¯ q
x 2 + y 2 ≥ x 2 =⇒ ¯¯ 2 ¯≤ = 6|y| ≤ x2 + y 2 ∀(x, y) 6= (0, 0),
x + y2 ¯ x2
il suffit de choisir r = ε/6.
2. Pour tout (x, y) 6= (0, 0) on a
¯ 6x 2 y ¯
¯ ¯
0 ≤ ¯¯ 2 ¯ ≤ 6|y| −−−−−−−−→ 0
x + y2 ¯ (x,y)→(0,0)
3. Posons x = r cos(ϑ) et y = r sin(ϑ). On obtient
6x 2 y
lim = lim (6r cos2 (ϑ) sin(ϑ)).
(x,y)→(0,0) x 2 + y 2 r →0
∀ϑ
Or, 0 ≤ |6r cos2 (ϑ) sin(ϑ)| ≤ 6r −−−→ 0, donc lim(x,y)→(0,0) f (x, y) = 0.

r →0
Exercice 3.8
Calculer la limite si elle existe ou montrer qu’elle n’existe pas :
x 4 +y 4 x 2 sin2 y 3x 2 y
a) lim 2 2 ; i) lim 2 2 ; q) lim 2 2 ;
(x,y)→(0,0) x +y (x,y)→(0,0) x +3y x
(x,y)→(0,0) +y
|x|+|y| arctan((x+y)2 )
b) lim 2 2 ; j) lim ; x2 y
(x,y)→(0,0) x +y (x,y)→(0,0) x2 r) lim x 4 +y 2 ;
(x,y)→(0,0)
x3 x 2 −y 2
c) lim 2 2 ; k) lim ;
(x,y)→(0,0) x +y 2
(x,y)→(0,0) x +y
2 x y+y z 2 +xz 2
s) lim 2 2 4 ;
x y−2y
x2 y 3 (x,y,z)→(0,0,0) x +y +z
d) lim 2 2 ; l) lim ;
(x,y)→(2,0) x +y −4x+4 2 2
(x,y)→(0,0) 2x +y 2
y sin(x+1) t) lim p x2 ;
e) lim 2 ; sin(x 2 +y 2 ) (x,y)→(0,0) x +y 2
(x,y)→(1,2) x −2x+1 m) lim 2 2 ;
(x,y)→(0,0) x +y
x 2 +y 2 x 2 −x 3 +y 2 +y 3
f) lim p ; x 3 +y 2 u) lim x 2 +y 2
;
(x,y)→(0,0) x 2 +y 2 +1−1 n) lim 2 2 ; (x,y)→(0,0)
(x,y)→(0,0) x +y
2x 2 +3x y+y 2 x−y
g) lim ; o) lim xe x/y ; v) lim ;
(x,y)→(0,0) x 2 +5y 2
(x,y)→(0,0) (x,y)→(0,0) x+y
(x+y)2 x ln y
h) lim 2 2 ; p) lim p ; w) lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5.
(x,y)→(0,0) x +y (x,y)→(0,1) x 2 +(y−1)2 (x,y)→(0,0)
C ORRECTION .
(x 2 +y 2 )2 x 4 +y 4
a) Comme | f (x, y)| ≤ x 2 +y 2
= x 2 + y 2 et en polaire x 2 + y 2 = r 2 −−−→ 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
1 |x|+|y|
b) Comme f (x, y) ≥ x 2 +y 2
et en polaire x 2 + y 2 = r 2 −−−→ 0 alors lim 2 2 = +∞.
r →0 (x,y)→(0,0) x +y
x3
c) En polaire : f (r, ϑ) = r cos3 ϑ et |r cos3 ϑ| ≤ r . Comme lim f (r, ϑ) = 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
1 x y−2y
d) Comme f (x, 0) = 0 et f (x, x − 2) = 2 la limite lim 2 2 n’existe pas.
(x,y)→(2,0) x +y −4x+4
50 © G. Faccanoni
2 sin(x+1) y sin(x+1)
e) Comme f (x, 2) = x−1 x+1 − −−→ ∞ alors lim 2 n’existe pas.
x→1 (x,y)→(1,2) x −2x+1
2 x 2 +y 2
f) En polaires : f (r, ϑ) = p r qui ne dépend que de r . Comme lim f (r, ϑ) = 2 alors lim p = 2.
r 2 +1−1 r →0 (x,y)→(0,0) x 2 +y 2 +1−1
1 2x 2 +3x y+y 2
g) Comme f (x, 0) = 2 et f (0, y) = 5 alors lim x 2 +5y 2
n’existe pas.
(x,y)→(0,0)
(x+y)2
h) Comme f (x, x) = 2 et f (x, −x) = 0 alors lim 2 2 n’existe pas.
(x,y)→(0,0) x +y
cos2 (ϑ) sin2 (r sin(ϑ)) x 2 sin2 y

i) En polaires : f (r, ϑ) = 1+2 sin2 (ϑ)
et | f (r, ϑ)| ≤ sin2 (r sin(ϑ)). Comme lim f (r, ϑ) = 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +3y
arctan((2x)2 ) arctan(x 2 ) arctan((x+y)2 )

j) Comme f (x, x) = x2
−−−→ 4 et f (x, 0) = x2
−−−→ 1 alors lim x2
n’existe pas.
x→0 y→0 (x,y)→(0,0)
x 2 −y 2
k) Comme f (x, 0) = 1 et f (0, y) = −1 alors lim x 2 2 n’existe pas.
(x,y)→(0,0) +y
(ϑ) sin ϑ 2 3
r3 x2 y 3
l) En polaires : f (r, ϑ) = r 3 cos
1+cos2 (ϑ)
et | f (r, ϑ)| ≤ 1+cos2 (ϑ)
car |cos2 (ϑ) sin3 ϑ| ≤ 1. Comme lim f (r, ϑ) = 0 alors lim 2x 2 +y 2 = 0.
r →0 (x,y)→(0,0)
sin(r 2 ) sin(x 2 +y 2 )
m) En polaires : f (r, ϑ) = r2
. Comme lim f (r, ϑ) = 1 alors lim x 2 +y 2
= 1.
r →0 (x,y)→(0,0)
x 3 +y 2
n) Comme f (x, 0) = x −−−→ 0 mais f (0, y) = 1 −−−→ 1 alors lim 2 2 = 0 n’existe pas.
x→0 y→0 (x,y)→(0,0) x +y
o) Comme f (x, x) = xe −−−→ 0 mais f (x, x 2 ) = xe 1/x −−−−→ +∞ alors lim xe x/y n’existe pas.
x→0 x→0+ (x,y)→(0,0)
p) En polaire : f (r, ϑ) = cos(ϑ) ln(1+r sin(ϑ)) et |cos(ϑ) ln(1+r sin(ϑ))| ≤ |ln(1+r sin(ϑ))|. Comme on calcule la limite pour r →
x ln y
0, on peut supposer r < 21 ; dans ce cas |ln(1+r sin(ϑ))| < |ln(1+r )| −−−→ 0 et comme lim f (r, ϑ) = 0 alors lim p 2 2
=
r →0 r →0 (x,y)→(0,1) x +(y−1)
0.
3x 2 y
q) En polaire : f (r, ϑ) = 3r cos2 (ϑ) sin(ϑ) et |3r (cos2 (ϑ) sin(ϑ))| ≤ 3r . Comme lim f (r, ϑ) = 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
x3 x x4 1 x2 y
r) Comme f (x, x) = x 4 +x 2
= −−−→ 0 mais
x 2 +1 x→0
f (x, x 2 ) = x 4 +x 4
= 2 alors lim x 4 +y 2 n’existe pas.
(x,y)→(0,0)
x 2 +2x 3 1+2x x3 x x y+y z 2 +xz 2

s) Comme f (x, x, x) = 2x 2 +x 4
= −−−→ 1
2+x 2 x→0 2
mais f (x, 0, x) = x 2 +x 4
= −−−→ 0 alors
1+x 2 x→0
lim 2 2 4 n’existe pas.
(x,y,z)→(0,0,0) x +y +z
2
t) En polaire : f (r, ϑ) = r cos2 (ϑ) et |r cos2 (ϑ)| ≤ r . Comme lim f (r, ϑ) = 0 alors lim p x2 = 0.
r →0 (x,y)→(0,0) x +y 2
x 2 −x 3 +y 2 +y 3 y 3 −x 3 y 3 −x 3
u) x 2 +y 2
= 1+ x 2 +y 2 . Si on définit g (x, y) = x 2 +y 2
, en polaire g (r, ϑ) = r (sin3 ϑ−cos3 ϑ) et |r (sin3 ϑ−cos3 ϑ)| ≤ 2r . Comme
x 2 −x 3 +y 2 +y 3
lim f (r, ϑ) = 0 alors lim x 2 +y 2
= 1.
r →0 (x,y)→(0,0)
x−y
v) Comme f (x, 0) = 1 et f (0, y) = −1 alors lim n’existe pas.
(x,y)→(0,0) x+y
w) En polaire : f (r, ϑ) = r 2 ln(r 2 ) + 5 −−−→ 5 alors lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5 = 5.

x→0 (x,y)→(0,0)
© G. Faccanoni 51
4 Dérivabilité et différentiabilité, fonctions
implicites
4.1 Dérivées partielles
L’unique dérivée d’une fonction d’une variable réelle, lorsqu’elle existe, est liée aux variations de la fonction tandis que la
variable parcourt l’axe des abscisses. Pour une fonction f : R2 → R, dont le graphe est une surface de R3 , la situation est très
différente. En effet, l’axe réel n’offre que deux types de mouvements possibles : de gauche à droite et de droite à gauche tan-
dis que le plan R2 possède une infinité de directions. Il peut s’avérer intéressant d’étudier comment une fonction f : R2 → R
évolue lorsque la variable suit l’une ou l’autre direction du plan. À cet égard, considérons d’abord la direction horizontale.
Prenons le point (x 0 , y 0 ) du domaine de f . Son image est f (x 0 , y 0 ) ∈ R et le graphe de la fonction, qui est la surface d’équa-
tion z = f (x, y) de R3 , comporte le point (x 0 , y 0 , f (x 0 , y 0 )). L’intersection du graphe de f avec le plan vertical y = y 0 est la
courbe d’équation z = f (x, y 0 ) de R3 . Le point (x 0 , y 0 ) étant fixé, on peut alors interpréter cette courbe comme le graphe
de la fonction f y 0 d’une seule variable définie par f y 0 (x) = f (x, y 0 ). Si f y 0 est dérivable en x 0 , alors sa dérivée nous ren-
seigne sur la variation de la fonction f lorsque (x, y) se déplace le long de la droite horizontale de R2 passant par le point
(x 0 , y 0 ).
Lorsqu’on pose toutes les variables d’une fonction égales à une constante, sauf une, on obtient alors une fonction d’une seule
variable, qui peut être dérivée suivant les règles habituelles.
Définition Dérivées partielles premières

Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D. Les dérivées partielles de f
en (x 0 , y 0 ) sont les dérivées des fonctions partielles f y 0 et f x0 évaluées en (x 0 , y 0 ), i.e. les fonctions
∂f f (x 0 + h, y 0 ) − f (x 0 , y 0 )
(x 0 , y 0 ) = f y00 (x) = lim , dérivée partielle de f par rapport à x au point (x 0 , y 0 ),
∂x h→0 h
∂f f (x 0 , y 0 + h) − f (x 0 , y 0 )
(x 0 , y 0 ) = f x00 (y) = lim , dérivée partielle de f par rapport à y au point (x 0 , y 0 ).
∂y h→0 h
Il s’agit de limites d’une fonction réelle de variable réelle !

Si f admet toutes les dérivées partielles premières, on dit que f est dérivable.
Remarque Notation
∂f
se note aussi ∂x f ou f ,x . (Attention à ne pas confondre f ,x la dérivée de f par rapport à x avec f x0 la fonction partielle
∂x
associée à f .)
Définition Vecteur gradient

Le gradient de f en (x 0 , y 0 ), noté ∇ f (x 0 , y 0 ) ou encore grad f (x 0 , y 0 ), est le vecteur dont les composantes sont les dérivées
partielles premières. Il est orthogonal à la courbe de niveau de f passant par (x 0 , y 0 ).
Astuce
En pratique, pour calculer la dérivée partielle ∂x f (resp. ∂ y f ), on dérive f comme si elle était une fonction de la seule
variable x (resp. y) et que l’autre variable, y (resp. x), était une constante.
Ces définitions se généralisent de manière naturelle à toute fonction de n variables.
53
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
Exemple
Soit f (x, y) = 4− x 2 −2y 2 . On a ∂x f (x, y) = −2x y et ∂ y f (x, y) = −4y. Le graphe de f est le paraboloïde z = 4− x 2 −2y 2 et le plan vertical
y = 1 l’intersecte dans la parabole z = 2 − x 2 , y = 1 (et on appelle cette courbe C 1 comme dans la figure à gauche). La pente de la droite
tangente à cette parabole au point (1, 1, 1) est ∂x f (1, 1) = −2. De la même façon, le plan vertical x = 1 intersecte le paraboloïde dans la
parabole z = 2−2y 2 , x = 1 (et on appelle cette courbe C 2 comme dans la figure à droite). La pente de la droite tangente à cette parabole
au point (1, 1, 1) est ∂ y f (1, 1) = −4.
Les dérivées partielles jouissent des mêmes propriétés que les dérivées de fonctions d’une seule variable. En particulier,
les fonctions élémentaires telles que les polynômes, les fonctions exponentielles, logarithmiques et trigonométriques sont
dérivables dans leur domaine respectif. La dérivabilité (partielle) des autres fonctions s’établit, le cas échéant, en tant que
somme, produit, composée, etc., de fonctions dérivables. Les règles de dérivation sont également similaires, à l’exception
de celle relative à la dérivation des fonctions composées. En effet, lorsque n > 1, il est impossible de réaliser un produit de
composition entre deux fonctions de Rn → R.
Exemple
1. Soit la fonction f (x, y) = 3x 2 + x y − 2y 2 . Alors D ≡ R2 , f est continue, ∂x f (x, y) = 6x + y (car y est considérée constante) et
∂ y f (x, y) = x − 4y (car x est considérée constante).
2. Soit la fonction f (x, y, z) = 5xz ln(1+7y). Alors D ≡ {(x, y, z) | y > −1/7}, f est continue et ∂x f (x, y, z) = 5z ln(1+7y), ∂ y f (x, y, z) =
35xz
1+7y et ∂z f (x, y, z) = 5x ln(1 + 7y).
3. Considérons ¢ l’entropie d’un gaz parfait en fonction de l’énergie interne spécifique ε et du volume spécifique τ : s(τ, ε) =
c v ln ετγ−1 = c v ln(ε) + c v (γ − 1) ln(τ) (avec c v et γ > 1 deux constantes). Comme la température et la pression sont définies
¡
c v (γ−1)τγ−2
respectivement par T = 1/s ε et P = T s τ , on obtient T = s1 = cε et P = T s τ = cε = (γ − 1) τε . On retrouve ainsi la
ε v v ετγ−1
relation bien connue P τ = RT avec R = c v (γ − 1).
4. La résistance totale R d’un conducteur produite par trois conducteurs de résistances R 1 , R 2 R 3 , connectés en parallèle, est
données par la formule
1 1 1 1
= + + .
R R1 R2 R3
On a alors ∂Ri R(R 1 , R 2 , R 3 ) = R 2 /R i2 .
Fonction de production de C OBB -D OUGLAS

C OBB et D OUGLAS ont cherché une fonction, définie et dérivable dans (R∗+ )2 , qui caractérise la production en fonction du
travail w et du capital k :
f : (R∗+ )2 → R∗+
(w, k) 7→ f (w, k)
La dérivée partielle ∂w f est la vitesse à laquelle la production change en fonction des variations du travail. On appelle
cela production marginale par rapport au travail ou productivité marginale du travail. De la même manière, la dérivée
partielle ∂k f est la vitesse à laquelle la production change en fonction des variations du capital. On appelle cela produc-
tion marginale par rapport au capital ou productivité marginale du capital. C OBB et D OUGLAS ont fait les hypothèses
suivantes :
B si le travail ou le capital s’annulent, la production aussi s’annule :
lim f (w, k) = 0, lim f (w, k) = 0;
w→0 k→0
∀k ∀w
B la productivité marginale du travail est proportionnelle à la production par unité de travail :

α
∃α ∈ R tel que ∂w f (w, k) =
f (w, k);
w
pour k = k 0 fixé, on a une EDO dont la solution est f (w, k) = g (k 0 )w α où g est une fonction qui ne dépend que de
k0 ;
B la productivité marginale du capital est proportionnelle à la production par unité de capital :
β
∃β ∈ R tel que ∂k f (w, k) = f (w, k).
k
54 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
pour w = w 0 fixé, on a une EDO dont la solution est f (w, k) = h(w 0 )k β où h est une fonction qui ne dépend que de
w0.
On obtient alors la fonction f (w, k) = c w α k β , où c est une constante. De plus, on a fait l’hypothèse que si le travail ou le
capital s’annulent alors la production aussi s’annule, par conséquent α, β > 0 et l’on a bien
α β
∂w f (w, k) = αw α−1 k β = f (w, k), ∂k f (w, k) = βw α k β−1 = f (w, k).
w k
Remarquons que si le travail et le capital augment en même temps d’un facteur m alors
f (mw, mk) = c(mw)α (mk)β = m α+β f (w, k).
Pour que la production augmente elle aussi d’un facteur m il faut alors imposer α + β = 1.
Dans certaines applications, on est amené à considérer des fonctions de D ⊂ Rn → Rm qui peuvent être vues comme des
empilements de fonctions de D ⊂ Rn → R :
f : D ⊂ Rn → Rm
 
f 1 (x)
 f (x) 
 2 
 ..  .
x 7→  
 . 
f m (x)
De telles fonctions s’étudient comme s’il s’agissait de m fonctions de D → R. On obtiendra ainsi un vecteur gradient pour
chaque fonction f j , j = 1, . . . , m. La matrice de n lignes et m colonnes dont la colonne j contient le vecteur ∇ f j est appelée
matrice jacobienne de f .
Une des propriétés les plus usitées dans la pratique, la règle de dérivation en chaîne ou chain rule, est relative aux dérivées
partielles des fonctions composées.
Définition Dérivées des fonctions composées : règle de dérivation en chaîne (chain rule)
Cas R → R2 → R Soit f une fonction de deux variables admettant des dérivées partielles premières et x et y deux fonc-
tions dérivables de R dans R :
f : R2 → R x: R→R y: R→R
(x, y) 7→ f (x, y) t 7→ x(t ) t 7→ y(y)
Alors la fonction g
g:R R2 R
t (x = x(t ), y = y(t )) g (t ) = f (x(t ), y(t ))
est dérivable et
∂f ∂f
g 0 (t ) = (x(t ), y(t )) × x 0 (t ) + (x(t ), y(t )) × y 0 (t ).
∂x ∂y
Cas R2 → R2 → R Soit f une fonction de deux variables x et y elles-même fonctions des deux variables u et v.
f : R2 → R2 x : R2 → R y : R2 → R
(x, y) 7→ f (x, y) (u, v) 7→ x(u, v) (u, v) 7→ y(u, v)
On peut définir la fonction composée g (u, v) = f (x(u, v), y(u, v)) :
g : R2 R2 R
(u, v) (x = x(u, v), y = y(u, v)) g (u, v) = f (x(u, v), y(u, v))
Lorsque les dérivées partielles premières qui interviennent sont définies, on a

∂g ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) × (u, v) + (x(u, v), y(u, v)) × (u, v),
∂u ∂x ∂u ∂y ∂u
∂g ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) × (u, v) + (x(u, v), y(u, v)) × (u, v).
∂v ∂x ∂v ∂y ∂v
© G. Faccanoni 55
Exemple
La pression P (en kilopascals), le volume V (en litres) et la température (en kelvins) d’une mole d’un gaz parfait sont lié par l’équation
PV = RT avec R = 8.31. On veut déterminer la vitesse à laquelle la pression change quand la température est de 300 K et est en train
d’augmenter à raison de 0.1 K s−1 et quand le volume est de 100 L et est en train de croître à raison de 0.2 L s−1 . Soit f une fonction de
deux variables admettant des dérivées partielles premières et x et y deux fonctions dérivables de R dans R :
P : R2 → R T : R→R V : R→R
(T,V ) 7→ P (T,V ) t 7→ T (t ) t 7→ V (y)
Alors la fonction P
P :R R2 R
t (T (t ),V (t )) P (T (t ),V (t )) = R VT (t )
(t )
est dérivable et
∂P ∂P
P 0 (t ) = (T (t ),V (t ))T 0 (t ) + (T (t ),V (t ))V 0 (t ).
∂T ∂V
À l’instant considéré, T = 300 et d T /d t = 0.1, V = 100 et dV /d t = 0.2, donc
dP ∂P d T ∂P dV R d T RT dV 3.81 3.81 × 300

= + = − 2 = 0.1 − 0.2 = −0.04155.
dt ∂T d t ∂V d t V dt V dt 100 1002
La pression est donc en train de diminuer d’environ 0.042 kPa s−1 .
Exemple
La température p en un point (x, y) est notée T (x, y) et mesurée en degrés Celsius. Un insecte en train de ramper se trouve après t
secondes en x = 1 + t , y = 2+t /3, où x et y sont mesurés en centimètres. La fonction température satisfait à ∂x T (2, 3) = 4 et ∂ y T (2, 3) =
3. À quelle vitesse croît la température sur la trajectoire de l’insecte après 3 secondes ?
Comme x et y sont chacune fonction du temps t , la fonction T (x, y) est aussi fonction du temps et l’on a
dT ∂T d x ∂T d y ∂T 1 ∂T 1
= + = p + .
dt ∂x d t ∂y d t ∂x 2 1 + t ∂y 3
Après 3 secondes, x = 2 et y = 3 et
dT 1 1
(2, 3) = 4 + 3 = 2.
dt 2×2 3
Ainsi la température croît de 2 ◦C s−1 .
Exemple
Le consommateur dont la fonction d’utilité est donnée par U (x, y) est soumis à la contrainte de budget P x + Q y = R, où P > 0 et Q > 0
sont les prix des deux biens et R > 0 le montant dévolu à l’achat des ces deux bien. La quantité consommée du second bien devient
ainsi fonction de celle du premier : y = f (x) avec f (x) = R−P x
Q , de sorte que, sous la contrainte de budget, la fonction d’utilité peut être
exprimée sous la forme d’une fonction d’une seule variable : V (x) = U (x, f (x)), qui est la composée des fonctions
y : R → R2 U : R2 → R
x 7→ f (x) (x, y) 7→ U (x, y)
Grâce à la chain rule, on a

dV P
V 0 (x) = = ∂x U − ∂ y U .
dx Q
Attention
Une fonction f peut admettre des dérivées partielles en
tout point d’un ouvert de R2 et ne pas être continue en
tout point de cet ouvert.
56 © G. Faccanoni
Exemple
La fonction
( xy
si (x, y) 6= (0, 0)
f (x, y) = x 2 +y 2
0 sinon
n’est pas continue en (0, 0) car f (x, x) = 1/2 6= f (0, 0), cepen-
dant elle admet des dérivées partielles en (0, 0) car ∂x f (0, 0) =
f (h,0)− f (0,0) f (0,h)− f (0,0)
limh→0 h
= 0 et ∂ y f (0, 0) = h
= 0.
Les directions correspondant aux dérivées partielles sont celles des axes. D’autres dérivées directionnelles sont aussi envisa-
geables :
Définition Dérivée directionnelle

Les dérivées partielles d’une fonction de deux variables décrivent le taux de variation de cette fonction lorsqu’une de ses
variable varie, l’autre restant constante. De manière plus générale, on peut s’intéresser au taux de variation de f lorsque
ses arguments (x, y) varient dans une direction fixée. La dérivée de f en (x 0 , y 0 ) selon la direction v = (a, b) est définie par
∂f f (x 0 + ha, y 0 + hb) − f (x 0 , y 0 )
(x 0 , y 0 ) = lim .
∂v h→0 h
∂f
Lorsque f est différentiable (voir plus bas), cette limite vaut ∂v (x 0 , y 0 ) = ∇ f (x 0 , y 0 ) · v = ∂x f (x 0 , y 0 )a + ∂ y f (x 0 , y 0 )b.
Exemple
Calculons la dérivée de f = x 2 − y 2 en (1, 2) selon la direction v = (3, 5) :
∂f 2 2 )−(12 −22 ) 2
B en appliquant la définition on a ∂v
(1, 2) = limh→0 ((1+3h) −(2+5h) h
= limh→0 −16hh−14h = −14 ;
∂f
B comme f est différentiable, on a ∂x f (1, 2) = 2 et ∂ y f (1, 2) = −4 donc ∂v (1, 2) = ∇ f (1, 2) · v = 3∂x f (1, 2) + 5∂ y f (1, 2) = 6 − 20 = −14.
Définition Élasticité
Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D et supposons f dérivable par
rapport à x (resp. y) en (x 0 , y 0 ) avec x 0 6= 0 (resp. y 0 6= 0) et f (x 0 , y 0 ) 6= 0. L’élasticité de f par rapport à x (resp. y) en (x 0 , y 0 )
est donnée par
f (x 0 +h,y 0 )− f (x 0 ,y 0 ) f (x 0 ,y 0 +h)− f (x 0 ,y 0 )
f (x 0 ,y 0 ) y f (x 0 ,y 0 )
E xf (x 0 , y 0 ) = lim h
, E f (x 0 , y 0 ) = lim h
.
h→0 h→0
x0 y0
Par conséquent
x0 y y0
E xf (x 0 , y 0 ) = ∂x f (x 0 , y 0 ), E f (x 0 , y 0 ) = ∂ y f (x 0 , y 0 ).
f (x 0 , y 0 ) f (x 0 , y 0 )
Exemple
La fonction de production de C OBB -D OUGLAS f : (R∗ 2 α β ∗ 2
+ ) → R s’écrit f (x, y) = x y (avec α, β > 0). Elle est dérivable dans (R+ ) et on
obtient :
x x
E xf (x, y) = ∂x f (x, y) = αx α−1 y β = α,
f (x, y) xα y β
y y
βx α y β−1 = β.
y
E f (x, y) = ∂ y f (x, y) =
f (x, y) xα y β
En conséquence, toutes les fonctions de C OBB -D OUGLAS bénéficient d’élasticités constantes, ce qui contribue à expliquer l’attrait
qu’elles représentent pour le modélisateur.
© G. Faccanoni 57
Définition Fonction de classe C 1

Si les fonctions dérivées partielles ∂x f et ∂ y f sont continues sur D, on dit que f est de classe C 1 sur D et on note f ∈
C 1 (D).
4.2 Différentiabilité
La différentiabilité d’une fonction f en un point x0 correspond à l’existence d’une approximation linéaire de la fonction au
voisinage du point (x0 , f (x0 )) du graphe de la fonction.
Pour les fonctions d’une seule variable, cette approximation linéaire est fournie par la droite tangente d’équation y = f (x 0 ) +
f 0 (x)(x − x 0 ), impliquant directement l’équivalence entre la dérivabilité et la différentiabilité. Il n’était donc pas nécessaire
d’ajouter une définition.
Dans le cas des fonctions de deux variables et plus, l’équivalence disparaît entre l’existence des dérivées partielles, d’une
part, et celle d’un plan tangent, d’autre part. Cela provient du fait que la dérivabilité repose seulement sur des limites le long
de directions particulières. La dérivabilité apparaît donc comme un concept trop faible pour garantir l’existence d’un plan
tangent et la notion de différentiabilité va combler ce déficit.
Pour les fonctions de deux variables, l’intuition géométrique peut encore servir de guide. Ainsi, si la fonction f est déri-
vable en (x 0 , y 0 ), on peut affirmer l’existence de deux droites tangentes, chacune par rapport à la trace verticale du graphe
dans les plans d’équation x = x 0 et y = y 0 . Dans le meilleur des cas, ces deux droites, nécessairement concourantes en
(x 0 , y 0 , f (x 0 , y 0 )), forment un plan qui est tangent au graphe. Toutefois, certaines irrégularités peuvent surgir (par exemple, la
présence d’une discontinuité en (x 0 , y 0 )) qui excluent l’existence d’un plan tangent. Dans pareil cas, les deux droites existent
et définissent un plan qui n’est pas un plan tangent, parce qu’un tel plan n’existe pas. Ces deux droites déterminent donc un
«candidat plan tangent», dont l’existence doit encore être vérifiée.
Plus généralement, la différentiabilité d’une fonction de n variables, dérivable au point x0 , s’étudie en deux étapes. La pre-
mière consiste à introduire la «candidate différentielle». La seconde teste si cette candidate constitue effectivement une ap-
proximation locale de l’accroissement de la fonction. Les définitions suivantes précisent ces notions.
Définition Fonction différentiable

Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D. On dit que f est différentiable
en (x 0 , y 0 ) s’il existe deux constantes réelles A et B telles que
f (x 0 + h, y 0 + k) − f (x 0 , y 0 ) = h A + kB + k(h, k)kε(h, k)
avec lim(h,k)→(0,0) ε(h, k) = 0 et k·k une norme quelconque de R2 .
La différentiabilité est une notion plus forte que la continuité et que la dérivabilité :
Théorème
Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D. Si f est différentiable en
(x 0 , y 0 ), alors f est continue et dérivable en (x 0 , y 0 ). Dans ce cas on a A = ∂x f (x 0 , y 0 ) et B = ∂ y f (x 0 , y 0 ) et on peut définir
la fonction
df (x0 ,y 0 ) : R2 → R
(h, k) 7→ h∂x f (x 0 , y 0 ) + k∂ y f (x 0 , y 0 ),
appelée différentielle de f au point (x 0 , y 0 ). On générale on note

³ ´
df (x 0 , y 0 ) = lim f (x 0 + dx, y 0 + dy) − f (x 0 , y 0 ) = ∂x f (x 0 , y 0 ) dx + ∂ y f (x 0 , y 0 ) dy.
( dx, dy)→(0,0)
58 © G. Faccanoni
Exemple
En pratique, on utilise la contraposée :
B si une fonction n’est pas continue, alors elle n’est pas différentiable ;
B si une fonction n’est pas dérivable (i.e. elle n’admet pas toutes les dérivées partielles d’ordre 1), alors elle n’est pas différentiable.
1. La fonction f : R2 → R définie par
 x y2

si (x, y) 6= (0, 0)
f (x, y) = x 2 +y 4
0 si (x, y) = (0, 0)
est non continue en (0, 0) puisque lim y→0 f (y 2 , y) = 12 =

6 f (0, 0). Elle n’est donc pas différentiable en (0, 0).
2
2. La fonction f : R → R définie par f (x, y) = |x| + |y| est non dérivable en (0, 0), donc non différentiable en (0, 0).
Théorème
Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D. Si f est de classe C 1 au
voisinage de (x 0 , y 0 ), alors f est différentiable en (x 0 , y 0 ). La réciproque est fausse.
Astuce
Pour répondre à la question “la fonction f : R2 → R est-elle différentiable en (x 0 , y 0 ) ∈ R2 ?” il est utile de se rappeler le
schéma suivant :
f continue
⇒
6⇐
⇒
f ∈C1
6⇐
6 ⇒
f différentiable
6 ⇐
⇒
6⇐
f dérivable
Contrexemples
Soit f : R2 → R définie par (
g (x, y) si (x, y) 6= (0, 0)
f (x, y) =
0 si (x, y) = (0, 0)
x2 y 2
B Si g (x, y) = , f est de classe C 1 (R2 )
x2 + y 2 Ã !
2 2 1
B Si g (x, y) = (x + y ) sin p alors f n’est pas de classe C 1 (R2 ) mais elle est différentiable
x2 + y 2
x2 y
B Si g (x, y) = 2 , f n’est pas différentiable mais elle est continue et dérivable
x + y2
xy
B Si g (x, y) = 2 , f n’est ni différentiable ni continue mais elle est dérivable
x + y2
B Si g (x, y) = |x| + |y|, f n’est ni différentiable ni dérivable mais elle est continue
y
B Si g (x, y) = 2 , f n’est ni dérivable ni continue
x + y2
Théorème
Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D un point en lequel f est
dérivable. Elle est différentiable en (x 0 , y 0 ) ssi
f (x 0 + h, y 0 + k) − f (x 0 , y 0 ) − h∂x f (x 0 , y 0 ) − k∂ y f (x 0 , y 0 )
lim p = 0.
(h,k)→(0,0) h2 + k 2
Notons que les fonctions élémentaires telles que les polynôme, les fonctions exponentielles, logarithmiques et trigonomé-
triques sont automatiquement différentiables dans leur domaine respectif et que les propriétés de différentiabilité relatives
aux sommes, produits, etc., existent.
© G. Faccanoni 59
F IGURE 4.1: La fonction f (x, y) = 2x 2 + y semble coïncider avec son plan tangent au point (1, 1, f (1, 1)) lorsque on zoom vers
ce point. Si on regarde les courbes de niveau, lorsque on zoom vers ce point les courbes tendent vers des droites
parallèles toutes à la même distance les unes des autres.
Exemple
1. La fonction f (x, y) = x y − 2x + 3y est différentiable en (0, 0) car
f (h, k) − f (0, 0) − h∂x f (0, 0) − k∂ y f (0, 0) hk − 2h + 3k − h(−2)) − k(3) hk

lim p = lim p = lim p =0
(h,k)→(0,0) 2
h +k 2 (h,k)→(0,0) 2
h +k 2 (h,k)→(0,0) h2 + k 2
puisque p hk = r cos(ϑ) sin(ϑ) et |r cos(ϑ) sin(ϑ)| ≤ r −−−→ 0.

2h +k 2 r →0
2 2 2
2. Soit f : R → R la fonction définie par f (x, y) = x + y . Si f est différentiable, alors sa différentielle est la fonction
df (x0 ,y 0 ) : Rn → R
(h, k) 7→ 2hx 0 + 2k y 0 .
Afin de voir s’il s’agit effectivement d’une différentielle, on calcul
(x 0 + h)2 + (y 0 + k)2 − x 02 − y 02 − 2hx 02 − 2k y 02 h2 + k 2 p

lim p = lim p = lim h 2 + k 2 = 0.
(h,k)→(0,0) 2
h +k 2 (h,k)→(0,0) 2
h +k 2 (h,k)→(0,0)
Par conséquent, la fonction f est différentiable dans R2 et pour tout (x, y) ∈ R2 on a df = 2x dx + 2y dy.
À l’approche analytique, correspond la vision géométrique d’un plan tangent. En effet, lorsque f est différentiable en (x 0 , y 0 ),
on peut, dans un voisinage de (x 0 , y 0 ), approcher la différence f (x 0 +h, y 0 +k)− f (x 0 , y 0 ) par df (x0 ,y 0 ) (h, k), donc aussi appro-
cher f (x 0 + h, y 0 + k) par f (x 0 , y 0 ) + df (x0 ,y 0 ) (h, k) (approximation locale linéaire ou du premier ordre).
Définition Plan tangent et linéarisation

Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 , (x 0 , y 0 ) ∈ D et f est différentiable en (x 0 , y 0 ).
L’équation du plan tangent au graphe de la fonction f (x, y) en (x 0 , y 0 ) est
g (x, y) = f (x 0 , y 0 ) + (x − x 0 )∂x f (x 0 , y 0 ) + (y − y 0 )∂ y f (x 0 , y 0 ).
Si on approche une fonction f au voisinage d’un point (x 0 , y 0 ) au moyen d’une fonction affine L(x, y) = a + bx + c y, il est
naturel de choisir la fonction L dont le graphe est tangent au graphe de la fonction f en (x 0 , y 0 ). C’est ce qu’on appelle la
linéarisation de f en (x 0 , y 0 ) (voir la figure 4.1).
Cette notion se généralise naturellement pour n > 2 : il s’agit en fait d’un plan tangent pour n = 2 et d’un hyperplan tangent
pour n > 2. Dans un espace de dimension n, un hyperplan est une variété linéaire de dimension n − 1.
60 © G. Faccanoni
Exemple
On veut montrer que la fonction f : R2 → R définie par f (x, y) = xe x y est différentiable en (1, 0) et utiliser sa linéarisation pour appro-
cher f (1.1, −0.1). On a
∂x f (x, y) = e x y + x ye x y ∂x f (1, 0) = 1
2 xy
∂ y f (x, y) = x e ∂ y f (1, 0) = 1
Les deux fonctions ∂x f et ∂ y f sont continues, donc f est différentiable. Sa linéarisation donne
f (x, y) ' f (1, 0) + (x − 1)∂x f (1, 0) + (y − 0)∂ y f (1, 0) = x + y,
autrement dit xe x y ' x + y lorsque (x, y) ' (1, 0), ainsi f (1.1, −0.1) ' 1.1 − 0.1 = 1. En effet, f (1.1, −0.1) = 1.1e −0.11 ≈ 0.98542
Définition Fonction homogènes

Soit la fonction f : Rn → R. Elle est dite homogène de degré k si
f (λx) = λk f (x), ∀(x, λ) ∈ Rn × R∗+ .
Les fonctions homogènes bénéficient de la propriété suivante qui découle de la chain rule.
Théorème d’E ULER
Si la fonction f : Rn → R est homogène de degré k et différentiable dans Rn , alors
n
x i ∂xi f (x) = k f (x), ∀∈Rn .
X
i =1
Exemple
La fonction de production de C OBB -D OUGLAS à rendements constants s’écrit f (x, y) = x α y 1−α , où α ∈ R∗
+ , est homogène de degré 1
puisque f (λx, λy) = (λx)α (λy)1−α = λ(x α y 1−α ) = λ f (x, y). Dans ce cas, la formule d’Euler s’écrit
x∂x f (x, y) + y∂ y f (x, y) = f (x, y).
Le résultat f (x, y) de la production obtenue avec les quantités respectives x et y de facteurs permet donc de rémunérer ces facteurs au
niveau de leur productivité marginale.
4.3 Dérivées partielles d’ordres supérieurs et matrice hessienne

Si les fonctions dérivées partielles admettent elles-mêmes des dérivées partielles en (x 0 , y 0 ), ces dérivées sont appelées déri-
vées partielles secondes, ou dérivées partielles d’ordre 2, de f en (x 0 , y 0 ). On peut, de la même façon, introduire les dérivées
partielles d’ordres supérieurs. Les définitions suivantes s’énoncent dans des ensembles ouverts pour éviter les problèmes
liés au calcul de limites au bord du domaine.
© G. Faccanoni 61
Définition Dérivées partielles d’ordre 2 pour une fonction de deux variables

Soit la fonction f : D ⊂ R2 → R où D est un ouvert de R2 . On a 2 dérivées partielles d’ordre 1 et donc 4 dérivées partielles
d’ordre 2 ainsi notées :
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (notée aussi ∂xx f (x 0 , y 0 )),
∂x 2 ∂x ∂x
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (notée aussi ∂x y f (x 0 , y 0 )),
∂x ∂y ∂x ∂y
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (notée aussi ∂ y x f (x 0 , y 0 )),
∂y ∂x ∂y ∂x
∂2 f ∂ ∂f
µ ¶
(x ,
0 0 y ) = (x 0 , y 0 ) (notée aussi ∂ y y f (x 0 , y 0 )).
∂y 2 ∂y ∂y
Les dérivées partielles d’ordre supérieur à 2 se définissent par récurrence de façon analogue.
La linéarisation d’une fonction f en un point (x 0 , y 0 ) est un polynôme de degré inférieur ou égal à 1 tel que

L(x 0 , y 0 ) = f (x 0 , y 0 ),

∂x L(x 0 , y 0 ) = ∂x f (x 0 , y 0 ),

∂ y L(x 0 , y 0 ) = ∂ y f (x 0 , y 0 ).

Les polynômes de TAYLOR généralisent cette construction pour des polynômes de degrés quelconques. Ici on va se limiter
aux polynômes de degré au plus 2.
Définition Polynôme de TAYLOR

Si f est de classe C 2 au voisinage de (x 0 , y 0 ), alors
f (x, y) = f (x 0 , y 0 )
+ (x − x 0 )∂x f (x 0 , y 0 ) + (y − y 0 )∂ y f (x 0 , y 0 )
1£
+ (x − x 0 )2 ∂xx f (x 0 , y 0 ) + 2(x − x 0 )(y − y 0 )∂x y f (x 0 , y 0 ) + (y − y 0 )2 ∂ y y f (x 0 , y 0 )
¤
2
+ o((x − x 0 )2 + (y − y 0 )2 ).
Définition Matrice Hessienne

Soit la fonction f : D ⊂ R2 → R où D est un ouvert de R2 . La matrice Hessienne de f en (x 0 , y 0 ) est la matrice de taille 2 × 2
dont les entrées sont les dérivées partielles secondes :
∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 )
µ ¶
H f (x 0 , y 0 ) = .
∂ y x f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 )
Son déterminant est le réel ∆H f (x 0 , y 0 ) = ∂xx f (x 0 , y 0 )∂ y y f (x 0 , y 0 ) − ∂x y f (x 0 , y 0 )∂ y x f (x 0 , y 0 ).
Définition Fonction de classe C k

Si les fonctions dérivées partielles d’ordre k sont continues sur D, on dit que f est de classe C k sur D. Si les dérivées
partielles de tout ordre existent, f est dite de classe C ∞ sur D.
Exemple
Les dérivées premières et secondes de la fonction f (x, y) = −2x 2 + 3x y 2 − y 3 sont
∂x f (x, y) = −4x + 3y 2 , ∂ y f (x, y) = 6x y − 3y 2 ,
62 © G. Faccanoni
∂xx f (x, y) = −4, ∂x y f (x, y) = 6y, ∂ y x f (x, y) = 6y, ∂ y y f (x, y) = 6x − 6y.
La matrice hessienne est donnée par

µ ¶
−4 6y
.
6y 6x − 6y
Dans cet exemple, on remarque que la matrice hessienne de f est symétrique du fait que les dérivées secondes mixtes, ∂x y f et ∂ y x f ,
sont égales. Le théorème suivant garantit cette égalité sous des conditions légères.
Théorème Théorème de S CHWARZ

Si au moins une des dérivées partielles ∂x y f et ∂ y x f est continue en (x 0 , y 0 ) alors ∂x y f (x 0 , y 0 ) = ∂ y x f (x 0 , y 0 ).
Comme la dérivée seconde pour les fonctions d’une seule variable, la matrice hessienne permet d’étudier la convexité des
fonctions de plusieurs variables et joue, dès lors, un rôle important dans leur optimisation.
Définition Convexité
Soit la fonction f : D ⊂ R2 → R, où D est un sous-ensemble convexe de Rn .
B f est concave dans D si
∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D et ∀t ∈ [0; 1];

¡ ¢
f (1 − t )(x 0 , y 0 ) + t (x 1 , y 1 ) ≥ (1 − t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est strictement concave dans D si
∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D et ∀t ∈]0; 1[;

¡ ¢
f (1 − t )(x 0 , y 0 ) + t (x 1 , y 1 ) > (1 − t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est convexe dans D si
∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D et ∀t ∈ [0; 1];

¡ ¢
f (1 − t )(x 0 , y 0 ) + t (x 1 , y 1 ) ≤ (1 − t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
B f est strictement convexe dans D si
∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D et ∀t ∈]0; 1[;

¡ ¢
f (1 − t )(x 0 , y 0 ) + t (x 1 , y 1 ) < (1 − t ) f (x 0 , y 0 ) + t f (x 1 , y 1 )
Comme pour les fonctions d’une variable, la concavité et la convexité des fonctions de n variables suffisamment régulières
peuvent être caractérisées à l’aide des dérivées d’ordres 1 ou 2.
Propriété
Soit f : D ⊂ R2 → R, où D est un sous-ensemble convexe de R2 , une fonction différentiable dans D. Alors
1. f est concave dans D ⇐⇒ ∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D, f (x 1 , y 1 ) ≤ f (x 0 , y 0 ) + (x 1 − x 0 )∂x f (x 0 , y 0 ) + (y 1 − y 0 )∂ y f (x 0 , y 0 ) ;
2. f est convexe dans D ⇐⇒ ∀(x 0 , y 0 ), (x 1 , y 1 ) ∈ D, f (x 1 , y 1 ) ≥ f (x 0 , y 0 ) + (x 1 − x 0 )∂x f (x 0 , y 0 ) + (y 1 − y 0 )∂ y f (x 0 , y 0 ).
Si, de plus, f ∈ C 2 (D), alors
1. f est concave dans D ⇐⇒ ∀(x, y) ∈ D, H f (x, y) est semi-définie négative (i.e. ∆H f (x, y) ≥ 0 et ∂xx f (x, y) ≤ 0) ;
2. f est convexe dans D ⇐⇒ ∀(x, y) ∈ D, H f (x, y) est semi-définie positive (i.e. ∆H f (x, y) ≥ 0 et ∂xx f (x, y) ≥ 0) ;
3. ∀(x, y) ∈ D H f (x, y) est définie négative (i.e. ∆H f (x, y) > 0 et ∂xx f (x, y) < 0) =⇒ f est strictement concave dans D ;
4. ∀(x, y) ∈ D H f (x, y) est définie positive (i.e. ∆H f (x, y) > 0 et ∂xx f (x, y) < 0) =⇒ f est strictement convexe dans D.
Les deux premiers énoncés expriment que tout plan tangent au graphe d’une fonction concave (resp. convexe) se trouve au-
dessus (resp. au-dessous) de ce graphe. Les deux derniers, relatifs à la matrice hessienne, rappellent celui qui fait référence au
signe de la dérivée seconde d’une fonction d’une seule variable. De la même manière, la condition stricte ne s’applique que
dans un seul sens. Dès lors, une fonction peut être strictement convexe sans que sa matrice hessienne soit définie positive
en tout point.
Exemple
1. Soit f (x, y) = x 2 + y 2 . On a
B f ∈ C 2 (R2 ),¡ ¢
B H f (x, y) = 20 02 pour tout (x, y) ∈ R2 ,
B ∆H f (x, y) = 4 > 0 et ∂xx f (x, y) = 2 > 0 donc H f (x, y) est définie positive pour tout (x, y) ∈ R2 .
Il s’en suit que f est strictement convexe dans R2 .
© G. Faccanoni 63
2. Soit f (x, y) = x 4 + y 4 . On a
B f ∈ C 2 (R2 ),³
12x 2 0
´
B H f (x, y) = 0 12y 2
pour tout (x, y) ∈ R2 ,
B ∆H f (x, y) = 144x 2 y 2 ≥ 0 et ∂xx f (x, y) = 12x 2 ≥ 0 donc H f (x, y) est définie positive pour tout (x, y) ∈ (R∗ )2 et semi-définie
positive en (0, 0).
On peut cependant montrer à l’aide de la définition que la fonction est strictement convexe dans R2 .
4.4 Fonctions implicites

Si b 6= 0, l’équation ax + b y + c = 0 définit une fonction y = −(ax + c)/b. Nous allons généraliser ce fait aux équations du
type f (x, y) = 0 où f est une fonction différentiable : une fonction ϕ(x) est définie implicitement près de x = a par l’équa-
tion f (x, y) = 0 si toutes les solutions de cette équation dans un voisinage de (a, ϕ(a)) sont sur le graphe {(x, y) | y = ϕ(x)}
de ϕ.
Exemple
Si f (x, y) = x 2 + y 2 − 1, l’équation f (x, y) = 0 est celle d’un cercle de rayon 1 centré en (0, 0). Ce cercle n’est pas globalement le
pgraphe
d’une fonction, cependant p l’équation f (x,p y) = 0 peut être résolue explicitement pour y. On trouve les deux solutions y = ± 1 − x 2 .
Les fonctions ϕ1 (x) = 1 − x 2 et ϕ2 (x) = − 1 − x 2 sont définies implicitement par l’équation f (x, y) = 0 près de x = 1.
Théorème de la fonction implicite (cas d’une fonction à deux variables)

Soit f : D ⊂ R2 → R une fonction de classe C 1 au voisinage de (x 0 , y 0 ) ∈ D. Si f (x 0 , y 0 ) = k (k constante réelle) et
∂ y f (x 0 , y 0 ) 6= 0, alors il existe un intervalle ouvert I contenant x 0 et une fonction ϕ de I dans R de classe C 1 sur I telle que
ϕ(x 0 ) = y 0 et pour tout x ∈ I
∂x f (x, ϕ(x))
f (x, ϕ(x)) = k et ϕ0 (x) = −
∂ y f (x, ϕ(x))
et la droite tangente à y = ϕ(x) en x = x 0 a pour équation y = ϕ0 (x 0 )(x − x 0 ) + y 0 .
Exemple y
y 2 − y = 3x
La fonction y 2 − y = 3x défini implicitement au voisinage de
(2, −2) une fonction y = ϕ(x). La droite tangente au graphe de
la courbe d’équation y = ϕ(x) a équation
−∂x f (2, ϕ(2)) 3 3 4

y = (x −2) +(−2) = (x −2) −2 = − x − .
∂ y f (2, ϕ(2)) 2ϕ(2) − 1 5 5 2
x
−2 y = ϕ(x)
Formules
d
B On calcule dx de f (x, ϕ(x)) = k. On obtient
∂x f (x, ϕ(x)) + ∂ y f (x, ϕ(x)) × ϕ0 (x) = 0
d’où
∂x f (x, ϕ(x))
ϕ0 (x) = − .
∂ y f (x, ϕ(x))
d
B On calcule dx de ∂x f (x, ϕ(x)) + ∂ y f (x, ϕ(x)) × ϕ0 (x) = 0. On obtient
³ ´
∂xx f (x, ϕ(x)) + ∂x y f (x, ϕ(x)) + ∂ y y f (x, ϕ(x)) × ϕ0 (x) × ϕ0 (x) + ∂ y f (x, ϕ(x)) × ϕ00 (x) = 0
d’où
∂xx f (x, ϕ(x)) + ∂x y f (x, ϕ(x)) + ∂ y y f (x, ϕ(x)) × ϕ0 (x) × ϕ0 (x)
¡ ¢
00
ϕ (x) = −
∂ y f (x, ϕ(x))
64 © G. Faccanoni
∂ f (x,ϕ(x)) ∂ f (x,ϕ(x))
³ ´
∂xx f (x, ϕ(x)) − ∂x y f (x, ϕ(x)) − ∂ y y f (x, ϕ(x)) ∂xy f (x,ϕ(x)) ∂xy f (x,ϕ(x))
=−
∂ y f (x, ϕ(x))
∂ f (x,ϕ(x)) (∂ f (x,ϕ(x)))2
∂xx f (x, ϕ(x)) − ∂x y f (x, ϕ(x)) ∂xy f (x,ϕ(x)) + ∂ y y f (x, ϕ(x)) (∂x f (x,ϕ(x)))2
y
=−
∂ y f (x, ϕ(x))
(∂xx f (x, ϕ(x))) × (∂ y f (x, ϕ(x)))2 − (∂x y f (x, ϕ(x))) × (∂x f (x, ϕ(x))) × (∂ y f (x, ϕ(x))) + (∂ y y f (x, ϕ(x))) × (∂x f (x, ϕ(x)))2
=−
(∂ y f (x, ϕ(x)))3
Théorème de la fonction implicite (cas d’une fonction à trois variables)

Soit f : D ⊂ R3 → R une fonction de classe C 1 au voisinage de (x 0 , y 0 , z 0 ) ∈ D. Si f (x 0 , y 0 , z 0 ) = k et ∂z f (x 0 , y 0 , z 0 ) 6= 0, alors
il existe un ouvert I ⊂ R2 contenant (x 0 , y 0 ) et une fonction ϕ de I dans R de classe C 1 sur I telle que ϕ(x 0 , y 0 ) = z 0 et pour
tout (x, y) ∈ I
∂x f (x, y, ϕ(x, y)) ∂ y f (x, y, ϕ(x, y))

f (x, y, ϕ(x, y)) = k, ∂x ϕ(x, y) = − , ∂ y ϕ(x, y) = − .
∂z f (x, y, ϕ(x, y)) ∂z f (x, y, ϕ(x, y))
© G. Faccanoni 65
............... Exercices ..............

Calcul de dérivées partielles
Exercice 4.1
Calculer toutes les dérivées partielles d’ordre 1 des fonctions données :
1. f (x, y) = y 5 − 3x y
2. f (x, y) = x 2 + 3x y 2 − 6y 5
3. f (x, y) = x cos(e x y )
4. f (x, y) = x/y
5. f (x, y) = x y
6. f (x, y, z) = x cos(xz) + ln(2 − sin2 (y + z))
C ORRECTION .
1. ∂x f (x, y) = −3y et ∂ y f (x, y) = 5y 4 − 3x
2. ∂x f (x, y) = 2x + 3y 2 et ∂ y f (x, y) = 6x y − 30y 4
3. ∂x f (x, y) = cos(e x y ) − x ye x y sin(e x y ) et ∂ y f (x, y) = −x 2 e x y sin(e x y )
4. ∂x f (x, y) = 1/y et ∂ y f (x, y) = −x/y 2
5. ∂x f (x, y) = y x y /x et ∂ y f (x, y) = ln(x)x y
−2 sin(y + z) cos(y + z) −2 sin(y + z) cos(y + z)
6. ∂x f (x, y, z) = x cos(xz)−xz sin(xz), ∂ y f (x, y) = 2
et ∂z f (x, y) = −x 2 sin(xz)+
2 − sin (y + z) 2 − sin2 (y + z)
Exercice 4.2
1 mole de gaz parfait qui occupe le volume V à la température T et à la pression P vérifie la relation PV = RT où R est
une constante. Montrer que
∂P ∂V ∂T ∂P ∂V
= −1, T = R.
∂V ∂T ∂P ∂T ∂T
C ORRECTION . On a
∂P T ∂V R ∂T V ∂P R
= −R 2 = = =
∂V V ∂T P ∂P R ∂T V
donc
∂P ∂V ∂T T RV ∂P ∂V RR
= −R 2 = −1, T =T = R.
∂V ∂T ∂P V P R ∂T ∂T V P
Exercice 4.3
La loi de VAN DER WAALS pour n moles d’un gaz s’écrit
n2 a
µ ¶
P + 2 (V − nb) = nRT
V
où P est la pression, V le volume, T la température du gaz, R la constant universelle des gaz et a et b deux constantes
positives. Calculer ∂T ∂P
∂P et ∂V .
C ORRECTION .
∂T V − nb ∂P n(2naV 2 − 4n 2 abV − RT v 3 + 2n 3 ab 2 )
= , = .
∂P nR ∂V V 3 (nb − V )2
66 © G. Faccanoni
Exercice 4.4
Une étude des glaciers a montré que la température T à l’instant t (mesuré en jours) à la profondeur x (mesurée en pied)
peut être modélisée par la fonction
T (x, t ) = T0 + T1 e −λx sin(ωt − λx)
où ω = 2π/365 et λ sont deux constantes positives.
1. Calculer ∂x T et ∂t T .
2. Montrer que T satisfait l’équation de la chaleur ∂t T = k∂xx T pour une certaine constante k.
C ORRECTION .
1. ∂x T = −λT1 e −λx (sin(ωt − λx) + cos(ωt − λx)) et ∂t T = ωT1 e −λx cos(ωt − λx).
∂t T ωT1 e −λx cos(ωt −λx) ω
2. On a ∂xx T = 2λ2 T1 e −λx cos(ωt − λx) donc ∂xx T = 2λ2 T1 e −λx cos(ωt −λx)
= 2λ2
.
Chain rule
Exercice 4.5
Calculer z 0 (t ) ou w 0 (t ) :
1. z(t ) = f (x(t ), y(t )), f (x, y) = x 2 + y 2 + x y, x(t ) = sin(t ), y(t ) = e t ;
2. z(t ) = f (x(t ), y(t )), f (x, y) = cos(x + 4y), x(t ) = 5t 4 , y(t ) = 1/t ;
3. w(t ) = f (x(t ), y(t ), z(t )), f (x, y, z) = xe y/z , x(t ) = t 2 , y(t ) = 1 − t , z(t ) = 1 + 2t ;
p
4. w(t ) = f (x(t ), y(t ), z(t )), f (x, y, z) = ln( x 2 + y 2 + z 2 ), x(t ) = sin(t ), y(t ) = cos(t ), z(t ) = tan(t ).
C ORRECTION .
1. z 0 (t ) = (2x(t ) + y(t ))x 0 (t ) + (2y(t ) + x(t ))y 0 (t ) = (2 sin(t ) + e t ) cos(t ) + (2e t + sin(t ))e t ;
³ ´
2. z 0 (t ) = − sin(x(t ) + 4y(t ))x 0 (t ) − 4 sin(x(t ) + 4y(t ))y 0 (t ) = t42 − 20t 3 sin 5t 4 + 4t ;
¡ ¢
t 2 (1−t )
³ ´
x(t )y(t ) y(t )/z(t ) 0 t2 8t 2 +5t +2 (1−t )/(1+2t )
3. w 0 (t ) = e y(t )/z(t ) x 0 (t ) + x(t ) y(t )/z(t ) 0
z(t ) e y (t ) − 2
z (t )
e z (t ) = 2t − 1+2t − 2 (1+2t ) 2 e (1−t )/(1+2t ) = (1+2t )2
te ;
2x(t ) 2y(t )
4. w 0 (t ) = p x 0 (t )+ p 2 y 0 (t )+ p 2 2z(t2 ) 2 z 0 (t ) = − p 2 2 sin(t ) cos(t )
+ p 22 cos(t2) sin(t ) 2 +
x 2 (t )+y 2 (t )+z 2 (t ) x (t )+y 2 (t )+z 2 (t ) x (t )+y (t )+z (t ) sin (t )+cos2 (t )+tan2 (t ) x (t )+y (t )+tan (t )
2 tan(t ) 1 2 sin(t )
p 2 = cos(t ) .
sin2 (t )+cos2 (t )+tan2 (t ) cos (t )
Exercice 4.6
La production annuelle de blé B dépend de la température moyenne T et des précipitations R. Les scientifiques es-
timent que la température moyenne est en train de croître de 0.15 ◦C an−1 et que les précipitations diminuent à raison de
0.1 cm an−1 . Ils pensent aussi qu’aux niveaux de production actuels ∂T B = −2 et ∂R B = 8. Que signifient les signes de ces
dérivées partielles ? Estimez le taux actuel de variation de la production de blé d B /d t .
C ORRECTION . Comme ∂T B est négative, une augmentation de la température moyenne (tout en gardant les précipitations
annuelles constant) entraîne une diminution de la production de blé aux niveaux de production actuels. Puisque ∂R B est
positive, une augmentation de la pluviosité annuelle (tout en gardant la température moyenne constante) provoque une
augmentation de la production de blé.
Puisque la température moyenne augmente à un taux de 0.15 ◦C an−1 , nous savons que d T /d t = 0.15. Comme les précipita-
tions diminuent à raison de 0.1 cm an−1 , nous savons que d R/d t = 0.1. Par conséquent,
d B ∂B d T ∂B d R
= + = (−2) × (0.15) + (8) × (−0.1) = −1.1.
dt ∂T d t ∂R d t
Ainsi, nous estimons que la production de blé diminuera à raison de 1.1 unités par an.
© G. Faccanoni 67
Exercice 4.7
La longueur `, la largeur w et la hauteur h d’une boite changent en fonction du temps t . À un instant donné les dimen-
sions sont ` = 1 m, w = h = 2 m, et ` et w augmentent au taux de 2 m s−1 tandis que h diminue au taux de 3 m s−1 . Calculer
les taux de variation du volume, de la surface et de la longueur de la diagonale.
C ORRECTION . On a
V (t ) = V (`(t ), w(t ), h(t )) = `(t ) × w(t ) × h(t ),

S(t ) = S(`(t ), w(t ), h(t )) = 2 w(t ) × h(t ) + w(t ) × `(t ) + h(t ) × `(t ) ,
¡ ¢
p
d (t ) = d (`(t ), w(t ), h(t )) = `2 (t ) + w 2 (t ) + h 2 (t ),
donc
∂V
= ∂` V × `0 + ∂w V × w 0 + ∂h V × h 0 = w(t ) × h(t ) × `0 (t ) + `(t ) × h(t ) × w 0 (t ) + w(t ) × `(t ) × h 0 (t ) = 6 m3 s−1 ,
∂t
∂S ³ ´
= ∂` S × `0 + ∂w S × w 0 + ∂h S × h 0 = 2 (w(t ) + h(t )) × `0 (t ) + (h(t ) + `(t )) × w 0 (t ) + (w(t ) + `(t )) × h 0 (t ) = 10 m2 s−1 ,
∂t
∂d ``0 (t ) + w w 0 (t ) + hh 0 (t )
= ∂` d × `0 + ∂w d × w 0 + ∂h d × h 0 = p = 0 m s−1 ,
∂t `2 (t ) + w 2 (t ) + h 2 (t )
Linéarisation
Exercice 4.8
Sachant que la fonction f : R2 → R est différentiable et que
f (2, 5) = 6, ∂x f (2, 5) = 1, ∂ y f (2, 5) = −1,
donner une valeur approchée de f (2.2, 4.9).
C ORRECTION . On approche f (2.2, 4.9) par L (2,5) (2.2, 4.9) ou L (2,5) est l’équation du plan tangent à f au point (2, 5) :
L (2,5) (x, y) = f (2, 5) + (x − 2)∂x f (2, 5) + (y − 5)∂ y f (2, 5) = 6 + (x − 2) − (y − 5) = x − y + 9
donc f (2.2, 4.9) ≈ 6.3.
Exercice 4.9
Calculer les différentielles des fonctions suivantes :
v
q
2 −z 2
m = p5q3 u = x 2 + 3y 2 R = αβ2 cos(γ) T= L = xze −y
1 + uv w
C ORRECTION .
1. m = 5p 4 q 3 dp + 3p 5 q 2 dq
x 3y
2. du = p dx + p dy
2
x + 3y 2 x + 3y 2
2
3. R = β2 cos(γ) dα + 2αβ cos(γ) dβ − αβ2 sin(γ) dγ

v2w 1 v 2u
4. T = − 2
du + 2
dv − dw
(1 + uv w) (1 + uv w) (1 + uv w)2
2 −z 2 2 −z 2 2 −z 2
5. L = ze −y dx − 2x y ze −y dy − x(2z 2 − 1)e −y dz
68 © G. Faccanoni
Exercice 4.10
p p 4
La fonction de production d’un entrepreneur est donné par K L, où K représente le capital utilisé et L le travail. Actuel-
lement, il utilise 9 unités de capital et 16 unités de travail. Déterminez par approximation linéaire la production obtenue
s’il augmente d’une unité le capital et de deux unités le facteur travail.
p p
4
C ORRECTION . La fonction f (K , L) = K L est différentiable dans (R∗+ )2 et
p
4
p
L K
∂K f (K , L) = p , ∂L f (K , L) = p
4
,
2 K 4 L3
par conséquent
p4
p
p p
4 16 9 2 3 313
f (9 + 1, 16 + 2) ≈ f (9, 16) + 1∂K f (9, 16) + 2∂L f (9, 16) = 9 16 + p + p4
×2 = 3×2+ + ×2 = .
2 9 4 16 3 2 × 3 4 × 8 48
Exercice 4.11
On mesure un rectangle et on obtient une largeur de 30 cm et une longueur de 24 cm, avec une erreur d’au plus 0.1 cm
pour chaque mesure. Estimer l’aire du rectangle.
C ORRECTION . L’aire du rectangle est donnée par la fonction f (x, y) = x y avec x la largeur et y la longueur (en cm). Lorsque
(h, k) ' (0, 0), on a
f (x + h, y + k) ' f (x, y) + h∂x f (x, y) + k∂ y f (x, y)
donc, pour h, k ∈ [−0.1, 0.1], on a
f (30 + 0.1, 24 + 0.1) ' 30 × 24 + 0.1 × 24 + 0.1 × 30 = 725.4,

f (30 − 0.1, 24 − 0.1) ' 30 × 24 − 0.1 × 24 − 0.1 × 30 = 714.6,
donc l’aire est comprise entre 714.6 cm2 et 725.4 cm2 .
Exercice 4.12
La tension T de la cordelette du yo-yo en figure est décrite
par la fonction
mg R
T= 2
2r + R 2
où m est la masse du yo-yo et g l’accélération due à la gra-
vité. Donner une estimation de la variation de T lorsque
R passe de 3 cm à 3.1 cm et r passe de 0.7 cm à 0.8 cm.
C ORRECTION .
mg (2r 2 − R 2 ) −4mg r R (−8.02 − 8.4) × 0.1

dT = ∂R T dR + ∂r T dr = 2 2 2
dR + 2 2 2
dr = mg ≈ −0.0165mg < 0.
(2r + R ) (2r + R ) 99.6004
Différentiabilité
Exercice 4.13 Différentiabilité
Vérifier, en utilisant la définition, que les fonctions f : R2 → R suivantes sont différentiables dans le point indiqué :
p
a) f (x, y) = x y − 3x 2 en (1; 2), c) f (x, y) = x y + 3y 2 en (2; 1), e) f (x, y) = y x en (4; 1),
b) f (x, y) = x y − 3y 2 en (2; 1), d) f (x, y) = x y − 2y 2 en (−2; 3), f) f (x, y) = |y| ln(1 + x) en (0; 0).
© G. Faccanoni 69
C ORRECTION . Une application f : R2 → R est différentiable en (x 0 , y 0 ) ∈ R2 ssi
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 )

lim p = 0.
(x,y)→(x 0 ,y 0 ) (x − x 0 )2 + (y − y 0 )2
a) On a
f (x, y) = x y − 3x 2 f (1, 2) = −1,

∂x f (x, y) = y − 6x ∂x f (1, 2) = −4,
∂ y f (x, y) = x ∂ y f (1, 2) = 1,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 3x 2 + 1 + 4(x − 1) − (y − 2)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 1)2 + (y − 2)2
Avec le changement de variables x = 1 + r cos θ et y = 2 + r sin θ ce rapport se réécrit
x y − 3x 2 + 1 + 4(x − 1) − (y − 2) (1 + r cos θ)(2 + r sin θ) − 3(1 + r cos θ)2 + 1 + 4r cos θ − r sin θ

p = = r cos θ(sin θ − 3 cos θ)
(x − 1)2 + (y − 2)2 r
On a alors ¯ ¯
¯ x y − 3x 2 + 1 + 4(x − 1) − (y − 2) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ 2
(x − 1) + (y − 2) 2 ¯ r →0
d’où
x y − 3x 2 + 1 + 4(x − 1) − (y − 2)
lim p = 0.
(x,y)→(1,2) (x − 1)2 + (y − 2)2
La fonction est donc différentiable en (1, 2).
b) On a
f (x, y) = x y − 3y 2 f (2, 1) = −1,

∂x f (x, y) = y ∂x f (2, 1) = 1,
∂ y f (x, y) = x − 6y ∂ y f (2, 1) = −4,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 3y 2 + 1 − (x − 2) + 4(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 2)2 + (y − 1)2
x y − 3y 2 + 1 − (x − 2) + 4(y − 1) (2 + r cos θ)(1 + r sin θ) − 3(1 + r sin θ)2 + 1 − r cos θ + 4r sin θ

p = = r sin θ(cos θ − 3 sin θ).
(x − 2)2 + (y − 1)2 r
On a alors ¯ ¯
¯ x y − 3y 2 + 1 − (x − 2) + 4(y − 1) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ (x − 2)2 + (y − 1)2 ¯ r →0
d’où
x y − 3y 2 + 1 − (x − 2) + 4(y − 1)
lim p = 0.
(x,y)→(2,1) (x − 2)2 + (y − 1)2
c) On a
f (x, y) = x y + 3y 2 f (2, 1) = 5,
∂x f (x, y) = y ∂x f (2, 1) = 1,
∂ y f (x, y) = x + 6y ∂ y f (2, 1) = 8,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y + 3y 2 − 5 − (x − 2) − 8(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 2)2 + (y − 1)2
70 © G. Faccanoni

x y + 3y 2 − 5 − (x − 2) − 8(y − 1) (2 + r cos θ)(1 + r sin θ) + 3(1 + r sin θ)2 − 5 − r cos θ − 8r sin θ
p = = r sin θ(3 sin θ + cos θ).
(x − 2)2 + (y − 1)2 r
On a alors ¯ ¯
¯ x y + 3y 2 − 5 − (x − 2) − 8(y − 1) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ (x − 2)2 + (y − 1)2 ¯ r →0
d’où
x y + 3y 2 − 5 − (x − 2) − 8(y − 1)
lim p = 0.
(x,y)→(2,1) (x − 2)2 + (y − 1)2
La fonction est donc différentiable en (−2, 3).
d) On a
f (x, y) = x y − 2y 2 f (−2, 3) = −24,
∂x f (x, y) = y ∂x f (−2, 3) = 3,
∂ y f (x, y) = x − 4y ∂ y f (−2, 3) = −14,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 2y 2 + 24 − 3(x + 2) + 14(y − 3)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x + 2)2 + (y − 3)2
Avec le changement de variables x = −2 + r cos θ et y = 3 + r sin θ ce rapport se réécrit
x y − y 2 + 24 − 3(x + 2) + 14(y − 3) (−2 + r cos θ)(3 + r sin θ) − 2(3 + r sin θ)2 − 24 − 3r cos θ + 14r sin θ
p = = r sin θ(cos θ−2 sin θ).
(x + 2)2 + (y − 3)2 r
On a alors ¯ ¯
¯ x y − y 2 + 24 − 3(x + 2) + 14(y − 3) ¯
¯ ≤ 3r −−−→ 0
¯ ¯
¯ p
¯ (x + 2)2 + (y − 3)2 ¯ r →0
d’où
x y − y 2 + 24 − 3(x + 2) + 14(y − 3)
lim p = 0.
(x,y)→(−2,3) (x + 2)2 + (y − 3)2
La fonction est donc différentiable en (−2, 3).
e) On a
p
f (x, y) = y x f (4, 1) = 2,
y 1
∂x f (x, y) = p ∂x f (4, 1) = ,
2 x 4
p
∂ y f (x, y) = x ∂ y f (4, 1) = 2,
donc p
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) y x − 2 − 14 (x − 4) − 2(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 4)2 + (y − 1)2
p p θ
y x − 2 − 14 (x − 4) − 2(y − 1) (1 + r sin θ) 4 + r cos θ − 2 − r cos 4 − 2r sin θ
p =
(x − 4)2 + (y − 1)2 r
q
θ θ
2(1 + r sin θ) 1 + r cos
4 − 2 − r cos
4 − 2r sin θ
=
³ r ´
r cos θ θ
2(1 + r sin θ) 1 + 8 + o(r ) − 2 − r cos 4 − 2r sin θ
=
r
r o(r )
= cos θ sin θ + −−−→ 0
4 r r →0
p
où on a utilisé l’approximation 1 + t ' 1 + 2t + o(t ) lorsque x ' 0. Par conséquent
lim p = 0.
(x,y)→(4,1) (x − x 0 )2 + (y − y 0 )2
© G. Faccanoni 71
f) Comme f (x, 0) = f (0, y) alors ∂x f (0, 0) = ∂ y f (0, 0) = 0 donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) |y| ln(1 + x)

p = p .
(x − x 0 )2 + (y − y 0 )2 x2 + y 2
Avec le changement de variables x = r cos θ et y = r sin θ on a

¯ ¯
¯ |y| ln(1 + x) ¯
¯ = |sin(ϑ) ln(1 + r cos(ϑ))| ≤ 2r |sin(ϑ) cos(ϑ)| ≤ 2r −−−→ 0.
¯ ¯
¯ p
¯ x2 + y 2 ¯ r →0
Exercice 4.14
Soit f : R2 → R une application. Dire si les affirmations suivantes sont V raies ou F ausses.
1. Si f ∈ C 1 (R2 ) alors f est différentiable en tout point.
2. Si f ∈ C 1 (R2 ) alors il existe ∇ f en tout point.
3. Si f ∈ C 1 (R2 ) alors f est continue.
4. Si f est différentiable en tout point alors f ∈ C 1 (R2 ).
5. S’il existe ∇ f en tout point alors f ∈ C 1 (R2 ).
6. Si f est continue alors f ∈ C 1 (R2 ).
7. Si f est différentiable en (x 0 , y 0 ) alors il existe ∇ f (x 0 , y 0 ).
8. Si f est différentiable alors f est continue.
9. S’il existe ∇ f (x 0 , y 0 ) alors f est différentiable en (x 0 , y 0 ).
10. Si f est continue alors f est différentiable.
11. Si f est continue alors il existe ∇ f en tout point.
12. S’il existe ∇ f en tout point alors f est continue.
C ORRECTION .
1. V Si f ∈ C 1 (R2 ) alors f est différentiable en tout point.
2. V Si f ∈ C 1 (R2 ) alors il existe ∇ f en tout point.
3. V Si f ∈ C 1 (R2 ) alors f est continue.
4. F Si f est différentiable en tout point alors f ∈ C 1 (R2 ).
5. F S’il existe ∇ f en tout point alors f ∈ C 1 (R2 ).
6. F Si f est continue alors f ∈ C 1 (R2 ).
7. V Si f est différentiable en (x 0 , y 0 ) alors il existe ∇ f (x 0 , y 0 ).
8. V Si f est différentiable alors f est continue.
9. F S’il existe ∇ f (x 0 , y 0 ) alors f est différentiable en (x 0 , y 0 ).
10. F Si f est continue alors f est différentiable.
11. F Si f est continue alors il existe ∇ f en tout point.
12. F S’il existe ∇ f en tout point alors f est continue.
Exercice 4.15 Exemple de P EANO

2 2

x y x − y

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 si (x, y) = (0, 0).
72 © G. Faccanoni
Montrer que f est continue sur R2 . Calculer ∇ f (x, y). Montrez que f admet des dérivées partielles secondes en tout point.
Que pouvez-vous déduire du calcul de ∂x y f (0, 0) et de ∂ y x f (0, 0) ?
C ORRECTION . La fonction est clairement continue dans R2 \ {(0, 0)} car quotient de fonctions continues dont le dénomina-
teur ne s’annule pas. Elle est aussi continue en (0, 0) car
¯ x y(x 2 − y 2 ) ¯
¯ ¯
lim | f (x, y)| = lim ¯ lim ρ 2 |cos(ϑ) sin(ϑ)(cos2 θ − sin2 θ)| ≤ lim 2ρ 2 = 0 = f (0, 0).
¯ x 2 + y 2 ¯ = ρ→0
¯
(x,y)→(0,0) (x,y)→(0,0) ρ→0
∀θ
f est donc continue sur R2 .

On a
 4
x − 4x 2 y 2 − y 4
 4 2 2 4
 y x + 4x y − y

si (x, y) 6= (0, 0), x
 si (x, y) 6= (0, 0),
∂x f (x, y) = (x 2 + y 2 )2 ∂ y f (x, y) = (x 2 + y 2 )2
f (x,0)− f (0,0) f (0,y)− f (0,0)
 lim

x = 0 si (x, y) = (0, 0),  lim

y = 0 si (x, y) = (0, 0).
x→0 y→0
On en déduit
 4x y 3 (x 2 −3y 2 )  6 4 2 2 4 6
2 2 3 si (x, y) 6= (0, 0),  x +9x y2 −9x

2 3
y −y
si (x, y) 6= (0, 0),
(x +y )

(x +y )
∂xx f (x, y) = ∂x y f (x, y) = ∂ y f (x,0)−∂ y f (0,0)
 lim ∂x f (x,0)−∂x f (0,0) = 0 si (x, y) = (0, 0),  lim
 = 1 si (x, y) = (0, 0),
x→0 x x→0 x
 3
4x y(3x 2 −y 2 )
 6 4 2 2 4 6
x +9x y −9x y −y

 (x 2 +y 2 )3
si (x, y) 6= (0, 0), 
 (x 2 +y 2 )3 si (x, y) 6= (0, 0),
∂ y x f (x, y) = ∂ f (0,y)−∂x f (0,y) ∂ y y f (x, y) = ∂ f (0,y)−∂ y f (0,0)
 lim x

y = −1 si (x, y) = (0, 0),  lim y

y = 0 si (x, y) = (0, 0),
y→0 y→0
Comme ∂x y f (0, 0) 6= ∂ y x f (0, 0), le théorème de S CHWARZ permet de conclure que les dérivées secondes ∂x y f (x, y) et ∂ y x f (x, y)
ne sont pas continue en (0, 0).
Exercice 4.16 Continuité, dérivabilité, différentiabilité

2

 x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).
1. Est-elle continue sur R2 ?

2. Calculer ∇ f (x, y).
3. La fonction f est-elle de classe C 1 (R2 ) ?
4. Que peut-on conclure sur la différentiabilité de la fonction f sur R2 ?
C ORRECTION .
1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas. Pour que f
soit continue sur R2 il faut alors que lim(x,y)→(0,0) f (x, y) = f (0, 0) = 0. Passons on coordonnées polaires : x = 0+r cos(ϑ),
y = 0 + r sin(ϑ),
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos2 ϑ sin(ϑ).
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue sur R2 .
r →0
∂x f (x, y)
µ ¶
2. ∇ f (x, y) = avec
∂ y f (x, y)
 4 2 2
2x y 3 x −x y

si (x, y) 6= (0, 0) 
 (x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x 2 +y 2 )2

∂x f (x, y) = ∂ y f (x, y) = f (0,y)− f (0,0)
 lim f (x,0)− f (0,0) = 0 si (x, y) = (0, 0)  lim
 = 0 si (x, y) = (0, 0)
x−0 y→0 y−0
x→0
© G. Faccanoni 73
3. Comme f est continue et dérivable sur R2 et ses dérivées partielles sont continues sur R2 \ { (0, 0) } alors f est de classe
C 1 (R2 \ { (0, 0) }). Pour qu’elle soit de classe C 1 (R2 ) il faut que les dérivées partielles soient continues sur R2 , autrement
dit il faut que
lim ∂x f (x, y) = ∂x f (0, 0) lim ∂ y f (x, y) = ∂ y f (0, 0)

(x,y)→(0,0) (x,y)→(0,0)
1
Comme ∂x f (x, x) = 2 6= 0 = ∂x f (0, 0) on conclut que ∂x f n’est pas continue en (0, 0), donc f n’est pas de classe C 1 (R2 ).
4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }. Pour qu’elle soit différentiable sur R2
il faut que
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)
lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) 1
Si on note h(x, y) = p , comme h(x, x) = 23/2
6= 0, alors f n’est pas différentiable sur R2 .
(x−0)2 +(y−0)2

3 3

x y −xy

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 sinon.
1. La fonction f est-elle continue en (0, 0) ?
2. Déterminer si les dérivées partielles ∂x f (0, 0) et ∂ y f (0, 0) existent et les calculer le cas échéant.
3. La fonction f est-elle de classe C 1 sur R2 ?
4. La fonction f est-elle différentiable en (0, 0) ?
C ORRECTION .
x 3 y−x y 3
1. On étudie la limite lim 2 2 . On a
(x,y)→(0,0) x +y
x3 y − x y 3 x2 − y 2 2
³
2 2
´
= x y = r cos(ϑ) sin(ϑ) cos (ϑ) − sin (ϑ) −−−→ 0
x2 + y 2 x2 + y 2 r →0
∀ϑ
¯ ³ ´¯¯
car ¯¯r 2 cos(ϑ) sin(ϑ) cos2 (ϑ) − sin2 (ϑ) ¯¯ ≤ 2r 2 . On en déduit que la limite de f (x, y) quand (x, y) tend vers (0, 0) est
¯
0 = f (0, 0). La fonction est donc continue en (0, 0). De plus, f est continue sur (R∗+ )2 car quotient de fonctions continues
dont le dénominateur ne s’annule pas, donc f est continue sur R2 .
2. Attention : il faut revenir à la définition de dérivée partielle en un point puisque la fonction au point (0, 0) n’est pas
définie de la même façon que sur le reste du domaine.
B Calcul de ∂x f (0, 0) :
2 2
f (0 + t , 0) − f (0, 0) (0 + t )0 (0+t ) −0
(0+t )2 +02
−0 0
∂x f (0, 0) = lim = lim = lim = lim 0 = 0.
t →0 t t →0 t t →0 t t →0
La dérivée partielle par rapport à x en (0, 0) existe et est égale à 0.

B Calcul de ∂ y f (0, 0) :
2 2
f (0, 0 + t ) − f (0, 0) 0(0 + t ) 002 −(0+t )
+(0+t )2
−0 0
∂ y f (0, 0) = lim = lim = lim = lim 0 = 0.
t →0 t t →0 t t →0 t t →0
La dérivée partielle par rapport à y en (0, 0) existe et est égale à 0.

3. Ici on doit calculer les dérivées partielles sur le reste du domaine et vérifier si elles sont continues ou non en (0, 0) qui
est le seul point qui peut poser des problèmes.
B Calcul de ∂x f (x, y) pour (x, y) 6= (0, 0) :
x3 y − x y 3 (3x 2 y − y 3 )(x 2 + y 2 ) − (x 3 y − x y 3 )(2x) x 4 − y 4 + 4x 2 y 2

µ ¶
∂x = = y .
x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
74 © G. Faccanoni
On a
x 4 − y 4 + 4x 2 y 2 ³ ´
y 2 2 2
= r sin(ϑ) cos4 (ϑ) − sin4 (ϑ) + 4 cos2 (ϑ) sin2 (ϑ) −−−→ 0
(x + y ) r →0
∀ϑ
¯ ³ ´¯¯
car ¯¯r sin(ϑ) cos4 (ϑ) − sin4 (ϑ) + 4 cos2 (ϑ) sin2 (ϑ) ¯¯ ≤ 6r . On en déduit que la limite de ∂x f (x, y) quand (x, y) tend
¯
vers (0, 0) est 0 = ∂x f (0, 0). La fonction ∂x f est donc continue en (0, 0). De plus, elle est continue sur R2 \ { (0, 0) } car
quotient de fonctions continues dont le dénominateur ne s’annule pas.
B Calcul de ∂ y f (x, y) pour (x, y) 6= (0, 0) :
x3 y − x y 3 (x 3 − 3x y 2 )(x 2 + y 2 ) − (x 3 y − x y 3 )(2y) x 4 − y 4 − 4x 2 y 2
µ ¶
∂y = = x .
x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
On a
x 4 − y 4 − 4x 2 y 2 ³
4 4 2 2
´
x = r cos(ϑ) cos (ϑ) − sin (ϑ) − 4 cos (ϑ) sin (ϑ) −−−→ 0
(x 2 + y 2 )2 r →0
∀ϑ
¯ ³ ´¯¯
4 4 2 2
car ¯r cos(ϑ) cos (ϑ) − sin (ϑ) − 4 cos (ϑ) sin (ϑ) ¯¯ ≤ 6r . On en déduit que la limite de ∂ y f (x, y) quand (x, y) tend
¯
¯
vers (0, 0) est 0 = ∂ y f (0, 0). La fonction ∂ y f est donc continue en (0, 0). De plus, elle est continue sur R2 \ { (0, 0) } car
quotient de fonctions continues dont le dénominateur ne s’annule pas.
La fonction f est continues sur R2 , elle admets des dérivées partielles sur R2 et ses dérivées partielles sont continues
sur R2 . On conclut que la fonction f est de classe C 1 sur R2 .
4. La fonction f est différentiable en (0, 0) car elle est de classe C 1 .

2

 xy

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

2. Est-elle dérivable sur R2 ?
3. Est-elle de classe C 1 (R2 ) ?
4. Est-elle différentiable sur R2 ?
C ORRECTION .
1. É TUDE DE LA CONTINUITÉ SUR R2
Étude sur R2 \ { (0, 0) } : f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne
s’annule pas.
Étude en (0, 0) : pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0) = 0. Passons on coordon-
nées polaires : x = 0 + r cos(ϑ), y = 0 + r sin(ϑ),
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos(ϑ) sin2 (ϑ).
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0.

r →0
Donc f est continue sur R2 .
2. É TUDE DE LA DÉRIVABILITÉ SUR R2
f est dérivable sur R2 si les deux dérivées partielles ∂x f et ∂ y f sont définie pour tout (x, y) ∈ R2 :
2x 3 y
 y 4 −x 2 y 2 
 2 22 si (x, y) 6= (0, 0) 
 (x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x +y )
∂x f (x, y) = ∂ y f (x, y) = f (0,y)− f (0,0)
 lim f (x,0)− f (0,0) = 0 si (x, y) = (0, 0)  lim
 = 0 si (x, y) = (0, 0)
x−0 y→0 y−0
x→0
Donc f est dérivable sur R2 .

3. É TUDE DE LA RÉGULARITÉ SUR R2
f est continue et dérivable sur R2 .
© G. Faccanoni 75
Étude sur R2 \ { (0, 0) } : les dérivées partielles sont continues sur R2 \{ (0, 0) } car quotient de fonctions continues dont
le dénominateur ne s’annule pas. Alors f est de classe C 1 (R2 \ { (0, 0) })
Étude en (0, 0) : les dérivées partielles sont continues en (0, 0) ssi
lim ∂x f (x, y) = ∂x f (0, 0) lim ∂ y f (x, y) = ∂ y f (0, 0)
(x,y)→(0,0) (x,y)→(0,0)
Comme ∂ y f (x, x) = 21 6= 0 = ∂ y f (0, 0) on conclut que ∂ y f n’est pas continue en (0, 0)

f est de classe C 1 (R2 \ { (0, 0) }) mais n’est pas de classe C 1 (R2 ).
4. É TUDE DE LA DIFFÉRENTIABILITÉ SUR R2
Étude sur R2 \ { (0, 0) } : comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
Étude en (0, 0) : pour que f soit différentiable en (0, 0) il faut que
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)
lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) x y2 1
Si on note h(x, y) = p = p , comme h(x, x) = 6= 0, alors f n’est pas
(x−0)2 +(y−0)2 (x 2 +y 2 )3 23/2
différentiable en (0, 0).
f est différentiable sur R2 \ { (0, 0) } mais n’est pas différentiable en (0, 0).
Exercice 4.19
2

 (x − 1)y

si (x, y) 6= (1, 0),
f (x, y) = (x − 1) + y 2
2

0 si (x, y) = (1, 0).
1. Étude de la fonction sur R2 \ { (1, 0) } :

1.1. montrer que f est continue sur R2 \ { (1, 0) } ;
1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (1, 0) } ;
1.3. montrer que f est de classe C 1 sur R2 \ { (1, 0) } ;
1.4. que peut-on conclure sur la différentiabilité de f sur R2 \ { (1, 0) } ?
2. Étude de la fonction en (1, 0) :
2.1. montrer que f est continue en (1, 0) ;
2.2. calculer le gradient de f en (1, 0) ;
2.3. montrer que f n’est pas différentiable en (1, 0) ;
2.4. f est-elle de classe C 1 en (1, 0) ?
C ORRECTION .
1. Étude de la fonction sur R2 \ { (1, 0) }.
1.1. f est continue sur R2 \ { (1, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (1, 0) } est le vecteur de composantes
(x − 1)2 − y 2 2(x − 1)3 y

∂x f (x, y) = −y 2 , ∂ y f (x, y) = .
((x − 1)2 + y 2 )2 ((x − 1)2 + y 2 )2
1.3. f est continue et dérivable sur R2 \ { (1, 0) } ; ses dérivées partielles sont continues sur R2 \ { (1, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (1, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (1, 0) }) alors f est différentiable sur R2 \ { (1, 0) }.
2. Étude de la fonction en (1, 0).
2.1. Pour que f soit continue en (1, 0) il faut que lim(x,y)→(1,0) f (x, y) = f (1, 0). Passons en coordonnées polaires : x =
1 + r cos(ϑ), y = 0 + r sin(ϑ),
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos(ϑ) sin2 ϑ.
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(1,0) f (x, y) = 0 donc f est continue en (1, 0).
r →0
2.2. Le gradient de f en (1, 0) est le vecteur de composantes
f (x, 0) − f (1, 0) f (0, y) − f (1, 0)
∂x f (1, 0) = lim = 0, ∂ y f (1, 0) = lim = 0.
x→1 x −1 y→0 y −0
76 © G. Faccanoni
2.3. Pour prouver que f n’est pas différentiable en (1, 0) il faut montrer que
f (x, y) − f (1, 0) − ∂x f (1, 0)(x − 1) − ∂ y f (1, 0)(y − 0)

lim p 6= 0.
(x,y)→(1,0) (x − 1)2 + (y − 0)2
f (x,y)− f (1,0)−∂x f (1,0)(x−1)−∂ y f (1,0)(y−0) (x−1)y 2 1

Notons h(x, y) = p = ; comme h(x, x −1) = 6= 0, alors f n’est pas
(x−1)2 +(y−0)2 ((x−1)2 +y 2 )3/2 23/2
différentiable en (1, 0).
2.4. Comme f n’est pas différentiable en (1, 0), elle n’est pas de classe C 1 en (1, 0). Si on a oublié ce théorème on peut
le prouver directement : pour qu’elle soit de classe C 1 en (1, 0) il faut que les dérivées partielles soient continues,
autrement dit il faut que
lim ∂x f (x, y) = ∂x f (1, 0) et lim ∂ y f (x, y) = ∂ y f (1, 0).

(x,y)→(1,0) (x,y)→(1,0)
1
Comme ∂ y f (x, x −1) = 2 6= ∂ y f (1, 0) = 0 on conclut que ∂x f n’est pas continue en (1, 0), donc f n’est pas de classe
C 1 en (1, 0).
Exercice 4.20
2

 x (y + 1)

si (x, y) 6= (0, −1),
f (x, y) = x + (y + 1)2
2

0 si (x, y) = (0, −1).
1. Étude de la fonction sur R2 \ { (0, −1) } :

1.1. montrer que f est continue sur R2 \ { (0, −1) } ;
1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (0, −1) } ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, −1) } ;
1.4. que peut-on conclure sur la différentiabilité de f sur R2 \ { (0, −1) } ?
2. Étude de la fonction en (0, −1) :
2.1. montrer que f est continue en (0, −1) ;
2.2. calculer le gradient de f en (0, −1) ;
2.3. montrer que f n’est pas différentiable en (0, −1) ;
2.4. f est-elle de classe C 1 en (0, −1) ?
C ORRECTION .
1. Étude de la fonction sur R2 \ { (0, −1) }.
1.1. f est continue sur R2 \ { (0, −1) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, −1) } est le vecteur de composantes
2x(y + 1)3 x 2 − (y + 1)2

∂x f (x, y) = , ∂ y f (x, y) = x 2 .
(x 2 + (y + 1)2 )2 (x 2 + (y + 1)2 )2
1.3. f est continue et dérivable sur R2 \ { (0, −1) } ; ses dérivées partielles sont continues sur R2 \ { (0, −1) } car quotients
de fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, −1) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, −1) }) alors f est différentiable sur R2 \ { (0, −1) }.
2. Étude de la fonction en (0, −1).
2.1. Pour que f soit continue en (0, −1) il faut que lim(x,y)→(0,−1) f (x, y) = f (0, −1). Passons en coordonnées polaires :
x = 0 + r cos(ϑ), y = −1 + r sin(ϑ),
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos2 ϑ sin(ϑ).
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,−1) f (x, y) = 0 donc f est continue en (0, −1).
r →0
2.2. Le gradient de f en (0, −1) est le vecteur de composantes
f (x, 0) − f (0, −1) f (0, y) − f (0, −1)

∂x f (0, −1) = lim = 0, ∂ y f (0, −1) = lim = 0.
x→0 x −1 y→−1 y +1
© G. Faccanoni 77
2.3. Pour prouver que f n’est pas différentiable en (0, −1) il faut montrer que
f (x, y) − f (0, −1) − ∂x f (0, −1)(x − 0) − ∂ y f (0, −1)(y + 1)

lim p 6= 0.
(x,y)→(0,−1) x 2 + (y + 1)2
f (x,y)− f (0,−1)−∂x f (0,−1)(x−0)−∂ y f (0,−1)(y+1) x 2 (y+1) 1
Notons h(x, y) = p = ; comme h(y + 1, y) = 6= 0, alors f n’est
(x−0)2 +(y+1)2 (x 2 +(y+1)2 )3/2 23/2
pas différentiable en (0, −1).
2.4. Comme f n’est pas différentiable en (0, −1), elle n’est pas de classe C 1 en (0, −1). Si on a oublié ce théorème on
peut le prouver directement : pour qu’elle soit de classe C 1 en (0, −1) il faut que les dérivées partielles soient
continues, autrement dit il faut que
lim ∂x f (x, y) = ∂x f (0, −1) et lim ∂ y f (x, y) = ∂ y f (0, −1).

(x,y)→(0,−1) (x,y)→(0,−1)
1
Comme ∂ y f (y + 1, y) = 2 6= ∂ y f (0, −1) = 0 on conclut que ∂x f n’est pas continue en (0, −1), donc f n’est pas de
classe C 1 en (0, −1).

2 2

 x y

si (x, y) 6= (0, 0),
f (x, y) = x + y 2
2

0 si (x, y) = (0, 0).

C ORRECTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
x2 y 2
lim f (x, y) = lim = lim ρ 2 cos2 θ sin2 θ ≤ lim ρ 2 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ

2. Pour (x, y) 6= (0, 0) on a
2x y 4
 
∂x f (x, y)
µ ¶
2 2 2
∇ f (x, y) = =  (x 2x+y4 y )  .
∂ y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
2x y 4
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ (cos θ sin4 θ)
5
lim ∂x f (x, y) = lim = lim 2ρ = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
2x 4 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
2ρ (cos4 θ sin θ)
5
lim ∂ y f (x, y) = lim = lim 2ρ = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
la fonction est donc de classe C 1 (R2 ).
78 © G. Faccanoni
4. Puisque toute fonction de classe C 1 (Ω) est différentiable sur Ω, on conclut que f est différentiable sur R2 .

3 2

 x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

C ORRECTION .
x3 y 2
lim f (x, y) = lim = lim ρ 3 cos3 θ sin2 θ = lim ρ 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ

2. Pour (x, y) 6= (0, 0) on a  2 2 2 2 
x y (x +3y )
∂x f (x, y)
µ ¶
2 2 2
∇ f (x, y) = =  (x 2x+y5 y )  .
∂ y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
( x 2 y 2 (x 2 +3y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
ρ 6 cos2 θ sin2 θ(cos2 θ + 3 sin2 θ)
lim ∂x f (x, y) = lim = lim 4ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
2x 5 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
2ρ (cos5 θ sin θ)
6
lim ∂ y f (x, y) = lim = lim 2ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ


2 3

 x y

si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).

© G. Faccanoni 79
C ORRECTION .
x2 y 3
lim f (x, y) = lim = lim ρ 3 cos2 θ sin3 θ = lim ρ 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ

2. Pour (x, y) 6= (0, 0) on a
2x y 5
 
∂x f (x, y)
µ ¶
2 2 2
∇ f (x, y) = =  x 2 (x +y )
y 2 (3x 2 +y 2 )
.
∂ y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a

¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
2x y 5
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ (cos θ sin5 θ)
6
lim ∂x f (x, y) = lim = lim 2ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
( x 2 y 2 (3x 2 +y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
ρ (3 cos θ + sin2 θ)
6 2
lim ∂ y f (x, y) = lim = lim 4ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ


( ³ ´
1
(x 2 + y 2 )3 cos x 2 +y 2 si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).

4. Sans faire de calculs, que peut-on conclure sur la différentiabilité de la fonction f sur R2 ?
C ORRECTION .
1
lim f (x, y) = lim ρ 6 cos = 0 = f (0, 0).
(x,y)→(0,0) ρ→0 ρ2
∀θ
80 © G. Faccanoni
2. Pour (x, y) 6= (0, 0) on a

1 1
6x(x 2 + y 2 )2 cos x 2 +y 2 2
¶ Ã !
∂x f (x, y) 2 + 2x(x + y ) sin x 2 +y 2
µ
∇ f (x, y) = = 1 1 .
∂ y f (x, y) 6y(x 2 + y 2 )2 cos x 2 +y 2 2
2 + 2y(x + y ) sin x 2 +y 2
Pour (x, y) = (0, 0) on a

¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
1 1
6x(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2x(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
1 1
lim ∂x f (x, y) = lim 6ρ 5 cos θ cos 2 + 2ρ 3 cos θ sin 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ ρ
∀θ
1 1
6y(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2y(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
1 1
lim ∂ y f (x, y) = lim 6ρ 5 sin θ cos + 2ρ 3 sin θ sin 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ2 ρ
∀θ


y4


 si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2

0 si (x, y) = (0, 0).
1. La fonction f est-elle continue sur R2 ?

2. Calculer ∇ f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite ∇ f (0, 0). La fonction f est-elle de classe C 1 (R2 ) ?
3. La fonction f est-elle différentiable sur R2 ?
C ORRECTION .
1. La fonction est clairement continue sur R2 \ {(0, 0)}. De plus
y4 (r sin θ)4
= = r 2 sin4 θ ≤ r 2 −−−→ 0
x 2 + y 2 (r cos θ)2 + (r sin θ)2 r →0
d’où
lim f (x, y) = 0 = f (0, 0).
(x,y)→(0,0)

2. ~
∇ f (x, y) est le vecteur de composantes ∂x f (x, y) et ∂ y f (x, y) et on a :
−2x y 4



 2 , si (x, y) 6= (0, 0),
(x + y 2 )2
∂x f (x, y) =
 f (x, 0) − f (0, 0)
lim = 0, sinon;


x→0 x −0
2 2

3 2x + y
2y , si (x, y) 6= (0, 0),


(x 2 + y 2 )2

∂ y f (x, y) =
 f (0, y) − f (0, 0)
 lim = 0, sinon.


y→0 y −0
© G. Faccanoni 81
Étant donné que
¯ −2x y 4 ¯ 4
¯ = 2 ¯ (r cos θ)(r sin θ)
¯ ¯ ¯ ¯
¯ ¯
¯ ((r cos θ)2 + (r sin θ)2 )2 ¯ ≤ 2r −r−→0
−→ 0
¯ ¯
¯ (x 2 + y 2 )2 ¯
et
¯ 3
¯ 2y (2x 2 + y 2 ) ¯ 3 2 2 2 ¯¯
¯ = 2 ¯ (r sin θ) (2(r cos θ) + (r sin θ) ) ¯ ≤ 18r 3 −−−→ 0
¯ ¯
¯
¯
¯ (x 2 + y 2 )2 ¯ ¯ ((r cos θ)2 + (r sin θ)2 )2 ¯ r →0
on a
lim ∂x f (x, y) = 0 = ∂x f (0, 0),

(x,y)→(0,0)
lim ∂ y f (x, y) = 0 = ∂ y f (0, 0).

(x,y)→(0,0)
La fonction f est donc de classe C 1 (R2 ).

3. Étant de classe C 1 (R2 ), f est différentiable sur R2 . Si on ne se rappelle pas du théorème on peut le vérifier directement
par la définition : une application f : R2 → R est différentiable en (x 0 , y 0 ) ∈ R2 ssi

lim p = 0.
(x,y)→(x 0 ,y 0 ) x2 + y 2
On a bien
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) y4

lim = lim =0
(x,y)→(0,0) (x 2 + y 2 )3/2
p
(x,y)→(x 0 ,y 0 ) (x − x 0 )2 + (y − y 0 )2
car
y4 (r sin θ)4
= ≤ r −−−→ 0.
(x 2 + y 2 )3/2 ((r cos θ)2 + (r sin θ)2 )3/2 r →0

 y

2 + y2
si (x, y) 6= (0, 0),
f (x, y) = x
0 si (x, y) = (0, 0).

1. La fonction f est-elle continue sur R2 ?

2. Calculer ∇ f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite ∇ f (0, 0).
3. La fonction f est-elle différentiable sur R2 ?
C ORRECTION .
1. La fonction est continue sur R2 \ {(0, 0)} mais elle n’est pas continue sur R2 car si on considère la restriction de f à la
courbe y = x, qui passe par (0, 0), on a
1
lim f (x, x) = lim 6= f (0, 0).
x→0 x→0 2x
2. ~
∇ f (x, y) est le vecteur de composantes ∂x f (x, y) et ∂ y f (x, y) et on a :
−2x y

x 2 −y 2
(
(x 2 +y 2 )2
 , si (x, y) 6= (0, 0), , si (x, y) 6= (0, 0),
∂x f = ∂y f = (x 2 +y 2 )2
 lim f (x,0)− f (0,0) = 0, sinon; 6 ∃, sinon
x→0 x−0
f (0,y)− f (0,0)
car lim y−0 = ∞.
y→0
3. N’étant pas continue, f n’est pas différentiable sur R2 .
82 © G. Faccanoni

2 2

x y +xy

si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 sinon.
1. La fonction f est-elle continue en (0, 0) ?
2. Déterminer si les dérivées partielles ∂x f (0, 0) et ∂ y f (0, 0) existent et les calculer le cas échéant.
3. La fonction f est-elle de classe C 1 sur R2 ?
4. La fonction f est-elle différentiable en (0, 0) ?
C ORRECTION .
1. On étudie la limite
x2 y + x y 2
lim .
(x,y)→(0,0) x 2 + y 2
On a
x2 y + x y 2 x+y ³ ´
= x y = r cos(ϑ) sin(ϑ) cos(ϑ) + sin(ϑ) −−−→ 0
x2 + y 2 x2 + y 2 r →0
∀ϑ
¯ ³ ´¯¯
¯
car ¯r cos(ϑ) sin(ϑ) cos(ϑ)+sin(ϑ) ¯¯ ≤ 2r . On en déduit que la limite de f (x, y) quand (x, y) tend vers (0, 0) est 0 = f (0, 0).
¯
La fonction est donc continue en (0, 0).

2. Attention : il faut revenir à la définition de dérivée partielle en un point puisque la fonction au point (0, 0) n’est pas
définie de la même façon que sur le reste du domaine.
(0+t )+0
f (0 + t , 0) − f (0, 0) (0 + t )0 (0+t )2 +02
−0 0
∂x f (0, 0) = lim = lim = lim = lim 0 = 0.
t →0 t t →0 t t →0 t t →0
La dérivée partielle par rapport à x en (0, 0) existe et est égale à 0.

La fonction est symétrique en x et y, donc la dérivée partielle par rapport à y en (0, 0) existe et est égale à 0.
3. Ici on doit calculer la dérivée partielle sur le reste du domaine et vérifier si elle est continue ou non en (0, 0) qui est le
seul point qui peut poser des problèmes.
x2 y + x y 2 (2x y + y 2 )(x 2 + y 2 ) − (x 2 y + x y 2 )(2x) y 2 − x 2 + 2x y

µ ¶
∂x 2 2
= 2 2 2
= y2 .
x +y (x + y ) (x 2 + y 2 )2
On remarque que sur la droite y = x elle vaut 1/2 6= ∂x f (0, 0). On en déduit que la dérivée partielle par rapport à x n’est
pas continue en (0, 0) donc la fonction f n’est pas de classe C 1 sur R2 .
4. La fonction f est différentiable en (0, 0) ssi
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)

lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
On a
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0) x+y
lim = lim x y 2 .
+ y 2 )3/2
p
(x,y)→(0,0) 2
(x − 0) + (y − 0) 2 (x,y)→(0,0) (x
On remarque que sur la droite y = x elle n’existe pas. La fonction f n’est pas différentiable en (0, 0).

Soit m ∈ N et f : R2 → R la fonction définie comme suit :
 m
 x y si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2
0 si (x, y) = (0, 0).

© G. Faccanoni 83
1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m ∈ N ;

1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } pour tout m ∈ N ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 0) } pour tout m ∈ N ;
2.1. pour quelles valeurs de m ∈ N la fonction f est-elle continue en (0, 0) ?
2.2. calculer le gradient de f en (0, 0) pour tout m ∈ N ;
2.3. pour quelles valeurs de m ∈ N la fonction f est-elle différentiable en (0, 0) ?
2.4. pour quelles valeurs de m ∈ N la fonction f est-elle de classe C 1 en (0, 0) ?
C ORRECTION .
x m−1 y(mx 2 + m y 2 − 2x 2 ) x m (x 2 − y 2 )
∂x f (x, y) = , ∂ y f (x, y) = .
(x 2 + y 2 )2 (x 2 + y 2 )2
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0).
B Si m = 0, f s’écrit ( y
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/(2x) −−−→ ∞.
x→0
B Si m = 1, f s’écrit ( xy
x 2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
B Si m > 1, passons en coordonnées polaires : x = 0 + r cos(ϑ), y = 0 + r sin(ϑ),
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r m−1 cosm (ϑ) sin(ϑ).
Comme | f˜(r, ϑ)| ≤ r m−1 −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r →0
f (x, 0) − f (0, 0) f (0, y) − f (0, 0)

∂x f (0, 0) = lim = 0, ∂ y f (0, 0) = lim = 0.
x→0 x −0 y→0 y −0
2.3. f est différentiable en (0, 0) si et seulement si
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)

lim p 6= 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
De plus, toute fonction différentiable est continue.

B Si m = 0 ou m = 1, f n’est pas continue en (0, 0) donc elle n’est pas différentiable en (0, 0).
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) xm y
B Soit m > 1 et notons h(x, y) = p = 2 2 3/2 .
2 2
(x−0) +(y−0) (x +y )
1
B Si m = 2, comme h(y, y) = 23/2 6= 0, alors f n’est pas différentiable en (0, 0).
h̃(r, ϑ) = h(x(r, ϑ), y(r, ϑ)) = r m−2 cosm (ϑ) sin(ϑ).
Comme |h̃(r, ϑ)| ≤ r m−2 −−−→ 0 alors lim(x,y)→(0,0) h(x, y) = 0 donc f est différentiable en (0, 0).
r →0
84 © G. Faccanoni
2.4. Une fonction est de classe C 1 si ses dérivées partielles sont continues, autrement dit si

(x,y)→(0,0) (x,y)→(0,0)
De plus, toute fonction de classe C 1 est différentiable.

B Si m = 0 ou m = 1 ou m = 2, f n’est pas différentiable en (0, 0) donc elle n’est pas de classe C 1 en (0, 0).
(
∂˜ x f (r, ϑ) = ∂x f (x(r, ϑ), y(r, ϑ)) = r m−2 (m − cos2 (ϑ)) cosm−1 (ϑ) sin(ϑ),
∂˜ y f (r, ϑ) = ∂ y f (x(r, ϑ), y(r, ϑ)) = r m−2 (cos2 (ϑ) − sin2 (ϑ)) cosm (ϑ).
Comme |∂˜ x f (r, ϑ)| ≤ mr m−2 −−−→ 0 et |∂˜ y f (r, ϑ)| ≤ 2r m−2 −−−→ 0 alors lim ∂x f (x, y) = 0 et lim ∂ y f (x, y) =
r →0 r →0 (x,y)→(0,0) (x,y)→(0,0)
0 donc f est différentiable en (0, 0).

Soit m ∈ N et f : R2 → R la fonction définie comme suit :
m 2

 x y

si (x, y) 6= (0, 0),
f (x, y) = x + y 2
2

0 si (x, y) = (0, 0).

1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m ∈ N ;
1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } pour tout m ∈ N ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 0) } pour tout m ∈ N ;
2.1. pour quelles valeurs de m ∈ N la fonction f est-elle continue en (0, 0) ?
2.2. calculer le gradient de f en (0, 0) pour tout m ∈ N ;
2.3. pour quelles valeurs de m ∈ N la fonction f est-elle différentiable en (0, 0) ?
2.4. pour quelles valeurs de m ∈ N la fonction f est-elle de classe C 1 en (0, 0) ?
C ORRECTION .
(m − 1)x m−1 y 2 (x 2 + y 2 ) − x m y 2 (2x) x m−1 y 2 (mx 2 + m y 2 − 2x 2 )

∂x f (x, y) = = ,
(x 2 + y 2 )2 (x 2 + y 2 )2
2y(x 2 + y 2 ) − 2y 3 2x m+2 y
∂ y f (x, y) = x m = .
(x 2 + y 2 )2 (x 2 + y 2 )2
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0).
B Si m = 0, f s’écrit
( y2
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r m cosm (ϑ) sin2 (ϑ).
Comme | f˜(r, ϑ)| ≤ r m −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r →0
© G. Faccanoni 85
f (x, 0) − f (0, 0) f (0, y) − f (0, 0)

∂x f (0, 0) = lim = 0, ∂ y f (0, 0) = lim = 0.
x→0 x −0 y→0 y −0
2.3. f est différentiable en (0, 0) si et seulement si
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)

lim p 6= 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
De plus, toute fonction différentiable est continue.

B Si m = 0, f n’est pas continue en (0, 0) donc elle n’est pas différentiable en (0, 0).
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) xm y 2
B Soit m > 0 et notons h(x, y) = p = .
(x−0)2 +(y−0)2 (x 2 +y 2 )3/2
1
B Si m = 1, comme h(y, y) = 23/2 6= 0, alors f n’est pas différentiable en (0, 0).
h̃(r, ϑ) = h(x(r, ϑ), y(r, ϑ)) = r m−1 cosm (ϑ) sin2 (ϑ).
Comme |h̃(r, ϑ)| ≤ r m−1 −−−→ 0 alors lim(x,y)→(0,0) h(x, y) = 0 donc f est différentiable en (0, 0).
r →0
2.4. Une fonction est de classe C 1 si ses dérivées partielles sont continues, autrement dit si

(x,y)→(0,0) (x,y)→(0,0)
De plus, toute fonction de classe C 1 est différentiable.

B Si m = 0 ou m = 1, f n’est pas différentiable en (0, 0) donc elle n’est pas de classe C 1 en (0, 0).
(
∂˜ x f (r, ϑ) = ∂x f (x(r, ϑ), y(r, ϑ)) = r m−1 (m − cos2 (ϑ)) cosm−1 (ϑ) sin2 (ϑ),
∂˜ y f (r, ϑ) = ∂ y f (x(r, ϑ), y(r, ϑ)) = 2r m−1 cosm−2 (ϑ) sin(ϑ).
Comme |∂˜ x f (r, ϑ)| ≤ mr m−1 −−−→ 0 et |∂˜ y f (r, ϑ)| ≤ 2r m−1 −−−→ 0 alors lim(x,y)→(0,0) ∂x f (x, y) = 0 et lim(x,y)→(0,0) ∂ y f (x, y) =
r →0 r →0
0 donc f est différentiable en (0, 0).
Fonctions implicites
Exercice 4.30
On considère la courbe plane d’équation
ye x + e y sin(2x) = 0. (4.1)
1. Vérifier que l’équation (4.1) définie une et une seule fonction y = ϕ(x) au voisinage de (0, 0).
2. Calculer ϕ0 (0) et écrire l’équation de la droite tangente au graphe de la fonction ϕ en le point (0, ϕ(0)).
y
3. En déduire la limite de x quand (x, y) tend vers (0, 0) en étant sur la courbe.
C ORRECTION . On pose f (x, y) = ye x + e y sin(2x).

1. On note que (0, 0) est une solution de l’équation f (x, y) = 0. On a
∂x f (x, y) = ye x + 2e y cos(2x), ∂x f (0, 0) = 2,

x y
∂ y f (x, y) = e + e sin(2x), ∂ y f (0, 0) = 1.
Puisque ∂ y f (0, 0) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 0 tel que f (x, ϕ(x)) = 0.
2. On a
∂x f (0, 0)
ϕ0 (0) = − = −2
∂ y f (0, 0)
donc l’équation de la droite tangente à ϕ en x = 0 est y = −2x.
3. On a
y ϕ(x) ϕ(x) − ϕ(0)
lim = lim = lim = lim ϕ0 (x) = ϕ0 (0) = −2.
(x,y)→(0,0) x x→0 x x→0 x −0 x→0
f (x,y)=0
86 © G. Faccanoni
z = f (x, y)
z =0
y = ϕ(x)
Exercice 4.31
xe y + e x sin(2y) = 0. (4.2)
y
3. En déduire la limite de x quand (x, y) tend vers (0, 0) en étant sur la courbe.
C ORRECTION . On pose f (x, y) = xe y + e x sin(2y)

∂x f (x, y) = e y + e x sin(2y), ∂x f (0, 0) = 1,

y x
∂ y f (x, y) = xe + 2e cos(2y), ∂ y f (0, 0) = 2.
2. On a
∂x f (0, 0) 1
ϕ0 (0) = − =−
∂ y f (0, 0) 2
donc l’équation de la droite tangente à ϕ en x = 0 est y = − 12 x.

3. On a
y ϕ(x) ϕ(x) − ϕ(0) 1
lim = lim = lim = lim ϕ0 (x) = ϕ0 (0) = − .
(x,y)→(0,0) x x→0 x x→0 x −0 x→0 2
f (x,y)=0
Exercice 4.32
2x 3 y + 2x 2 + y 2 = 5. (4.3)
3. Sachant que
∂xx f (x, ϕ(x))(∂ y f (x, ϕ(x)))2 − 2∂x f (x, ϕ(x))∂ y f (x, ϕ(x))∂x y f (x, ϕ(x)) + (∂x f (x, ϕ(x)))2 ∂ y y f (x, ϕ(x))
ϕ00 (x) = −
(∂ y f (x, ϕ(x)))3
en déduire le développement de Taylor de ϕ à l’ordre 2 centré en x = 1.
© G. Faccanoni 87
C ORRECTION . On pose f (x, y) = 2x 3 y + 2x 2 + y 2 − 5

∂x f (x, y) = 6x 2 y + 4x ∂x f (1, 1) = 10,

3
∂ y f (x, y) = 2x + 2y, ∂ y f (1, 1) = 4.
2. On a
∂x f (1, 1) 5
ϕ0 (1) = − =−
∂ y f (1, 1) 2
donc l’équation de la droite tangente à ϕ en x = 1 est y = − 52 (x − 1) + 1 = − 52 x + 72 .
3. On a
∂xx f (∂ y f )2 − 2∂x f ∂ y f ∂x y f + (∂x f )2 ∂ y y f
ϕ00 (x) = −
(∂ y f )3
et
∂xx f (x, y) = 4(3x y + 1) ∂xx f (1, 1) = 16,

2
∂x y f (x, y) = 6x ∂x y f (1, 1) = 6,
∂ y y f (x, y) = 2, ∂ y y f (1, 1) = 2,
ϕ00 (1)
donc ϕ00 (1) = −1 d’où ϕ(x) = ϕ(1) + ϕ0 (1)(x − 1) + 2 (x − 1)
2
= 1 − 25 (x − 1) − 12 (x − 1)2 .
Exercice 4.33
On considère l’équation xe y + ye x = 0.
1. Vérifier qu’elle définie une et une seule fonction y = ϕ(x) au voisinage de (0, 0).
2. Calculer le développement de Taylor de ϕ à l’ordre 2 centré en x = 0.
C ORRECTION .
z = g (x, y)
z =0
y = ϕ(x)
Soit g (x, y) = xe y + ye x ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle définie alors une et une seule
fonction y = ϕ(x) dans un intervalle qui contient x = 0. De plus, on sait que ϕ(0) = 0 et ϕ0 (0) = −1 car
g x (x, ϕ(x)) e ϕ(x) + ϕ(x)e x

ϕ0 (x) = − =− .
g y (x, ϕ(x)) xe ϕ(x) + e x
Comme ϕ est de classe C 1 , alors ϕ0 est de classe C 1 car composition de fonctions de classe C 1 , il s’en suit que ϕ est de classe
C 2 . Alors
ϕ00 (0) 2
ϕ(x) = ϕ(0) + ϕ0 (0)x + x + o(x 2 ).
2
88 © G. Faccanoni
Pour calculer ϕ00 on peut soit dériver l’expression de ϕ0 soit dériver l’équation qui la défini implicitement : comme
g (x, ϕ(x)) = xe ϕ(x) + ϕ(x)e x
en dérivant cette expression on obtient
e ϕ(x) + xe ϕ(x) ϕ0 (x) + ϕ0 (x)e x + ϕ(x)e x = 0
et en la dérivant à nouveau (ce que l’on peut faire car ϕ est de classe C 2 ) on obtient
e ϕ(x) ϕ0 (x) + e ϕ(x) ϕ0 (x) + xe ϕ(x) (ϕ0 (x))2 + xe ϕ(x) ϕ00 (x) + ϕ00 (x)e x + ϕ0 (x)e x + ϕ0 (x)e x + ϕ(x)e x = 0.
¡ ¢ ¡ ¢ ¡ ¢
On obtient ϕ00 (0) = 4 et le développement de Taylor s’écrit
ϕ(x) = −x + 2x 2 + o(x 2 ).
Exercice 4.34
Montrer que l’équation x y 4 − x 3 + y = 0 définit implicitement au voisinage de 0 une fonction réelle de la variable réelle
y = ϕ(x) et calculer la tangente au graphe de ϕ au point (0, 0).
C ORRECTION . Soit g (x, y) = x y 4 − x 3 + y ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle définie alors
une et une seule fonction y = ϕ(x) dans un intervalle qui contient x = 0. De plus, on sait que ϕ(0) = 0 et ϕ0 (0) = car
g x (x, ϕ(x)) y 4 − 3x 2
ϕ0 (x) = − =− .
g y (x, ϕ(x)) 4x y 3 + 1
La droite tangente à y = ϕ(x) en (0, 0) a équation y = ϕ0 (0)(x − 0) + 0 = 0.
Exercice 4.35
Soit f l’application définie sur R2 par
x2 y y3
f (x, y) = + x2 + − 4y.
2 3
Soit l’équation f (x, y) = 3. Montrer qu’elle définit implicitement au voisinage de (0, −3) une fonction y = ϕ(x) et calculer
l’équation de la droite tangente à y = ϕ(x) en x = 0.
C ORRECTION . f est une application de classe C ∞ sur R2 . Comme f (0, −3) = 3 et ∂ y f (0, −3) = 5 6= 0, alors il existe un inter-
valle ouvert I contenant x = 0 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(0) = −3 et pour tout x ∈ I
∂x f (x, ϕ(x)) ϕ(x) + 2

f (x, ϕ(x)) = 3 et ϕ0 (x) = − = −2x 2 .
∂ y f (x, ϕ(x)) x + 2ϕ2 (x) − 8
−3+2
L’équation de la droite tangente à y = ϕ(x) en x = 0 est y = mx + q avec m = ϕ0 (0) = −2 × 0 02 +2×(−3) 2 −8 = 0 et q = y 0 − mx 0 =
−3 − 0 = −3.
Exercice 4.36
x2 y y3
f (x, y) = − x2 + − 4y.
2 3
Soit l’équation f (x, y) = −3. Montrer qu’elle définit implicitement au voisinage de (0, 3) une fonction y = ϕ(x) et calculer
© G. Faccanoni 89
C ORRECTION . f est une application de classe C ∞ sur R2 . Comme f (0, 3) = −3 et ∂ y f (0, 3) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 0 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(0) = 3 et pour tout x ∈ I
∂x f (x, ϕ(x)) ϕ(x) − 2

f (x, ϕ(x)) = −3 et ϕ0 (x) = − = −2x 2 .
∂ y f (x, ϕ(x)) x + 2ϕ2 (x) − 8
3−2
L’équation de la droite tangente à y = ϕ(x) en x = 0 est y = mx + q avec m = ϕ0 (0) = −2 × 0 02 +2×3 2 −8 = 0 et q = y 0 − mx 0 =
3 − 0 = 3.
Exercice 4.37
x y 2 x3
f (x, y) = + − 4x + y 2 .
2 3
Soit l’équation f (x, y) = 7. Montrer qu’elle définit implicitement au voisinage de (3, 2) une fonction y = ϕ(x) et calculer
C ORRECTION . f est une application de classe C ∞ sur R2 . Comme f (3, 2) = 7 et ∂ y f (3, 2) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 3 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(3) = 2 et pour tout x ∈ I
∂x f (x, ϕ(x)) ϕ(x)2 + 2x 2 − 8

f (x, ϕ(x)) = 7 et ϕ0 (x) = − =− .
∂ y f (x, ϕ(x)) 2(x + 2)ϕ(x)
7 7 41
L’équation de la droite tangente à y = ϕ(x) en x = 3 est y = mx + q avec m = ϕ0 (3) = − 10 et q = y 0 − mx 0 = 2 + 10 3= 10 .
Exercice 4.38
Montrez que l’équation
x 3 + 4x y + z 2 − 3y z 2 − 3 = 0
permet d’exprimer z en fonction de (x, y) au voisinage de (1, 1, 1). Calculez alors ∂x z(1, 1) et ∂ y z(1, 1).
C ORRECTION . Soit f la fonction définie sur R3 par f (x, y, z) = x 3 + 4x y + z 2 − 3y z 2 − 3. f possède des dérivées partielles
continues :
∂x f (x, y, z) = 3x 2 + 4y, ∂ y f (x, y, z) = 4x − 3z 2 , ∂z f (x, y, z) = 2z − 6y z,
et au point (1, 1, 1) on a
∂x f (1, 1, 1) = 7, ∂ y f (1, 1, 1) = 1, ∂z f (1, 1, 1) = −4.
Puisque f (1, 1, 1) = 0 et ∂z f (1, 1, 1) 6= 0, le théorème des fonctions implicites nous assure qu’on peut exprimer z en fonction
de (x, y) dans un voisinage de (1, 1, 1) et que
∂z ∂x f (1, 1, 1) 7 ∂z ∂ y f (1, 1, 1) 1
(1, 1) = − = , (1, 1) = − = .
∂x ∂z f (1, 1, 1) 4 ∂y ∂z f (1, 1, 1) 4
90 © G. Faccanoni
5 Optimisation libre et lié de fonctions de Rn dans R
Parmi toutes les sujets abordées dans ce cours, l’optimisation de fonctions, généralement de plusieurs variables, est sans
conteste celle qui apparaît le plus fréquemment dans la modélisation physique ou économique (maximiser le bénéfice, la
satisfaction des clients, la productivité ou minimiser les coûts, le risque, etc.).
La détermination des extrema dans le cas d’une seule variable a été détaillée lors du module M11. Logiquement, le présent
chapitre en est un prolongement qui fait intervenir les diverses notions spécifiques aux fonctions de plusieurs variables.
Néanmoins, le thème de l’optimisation à plusieurs variables exige un saut conceptuel important. En effet, plusieurs notions
relatives aux fonctions d’une variable sont loin de se généraliser de façon évidente. Par exemple, les fonctions d’une va-
riable (suffisamment régulières) admettent une seule dérivée première, une seule dérivée seconde, etc., tandis que, pour les
fonctions de n variables, le nombre de dérivées possibles croît avec l’ordre de dérivation : n dérivées partielles premières,
n 2 dérivées partielles secondes, etc. Une conséquence directe de cet accroissement apparaîtra sous la forme de conditions
nécessaires et suffisantes plus lourdes à formuler. Par ailleurs, la prise en compte pratique des contraintes imposées aux
variables doit être fondamentalement revue.
Prenons le cas de la maximisation de la fonction f (x) dont l’unique variable est soumise à une contrainte de non-négativité
(x ≥ 0), qui traduit par exemple le fait que x est une quantité, une densité, un prix ou toute autre grandeur dépourvue de
sens pour une valeur négative. L’optimisation s’effectue alors à l’aide de la procédure usuelle, la contrainte ayant pour effet
de restreindre le domaine d’étude à R+ et d’exiger un examen particulier pour le seul point qui en constitue le «bord» (x = 0).
Plongeons le même problème dans un cadre bivarié : maximiser f (x, y) sous © la double contrainte x ≥ 0 et y ≥ 0. À présent,
le domaine admissible est donné par (R+ )2 dont le «bord», { (x, 0) | x ∈ R+ } ∪ (0, y) ¯ y ∈ R+ , comporte évidemment une in-
¯ ª
finité de points. Une étude individuelle des points de cet ensemble devient techniquement difficile, de sorte qu’il apparaît
indispensable de disposer de méthodes d’optimisation qui intègrent d’emblée la présence de contraintes qui font apparaître
des «bords». Cette approche (recherche d’extrema liés), spécifique aux fonctions de plusieurs variables, sera abordée dans
ce chapitre après l’exposé des principes de l’optimisation dite libre, qui vise la détermination des extrema dans un domaine
ouvert, donc «sans bords».
Exemple
Vous vous promenez sur un chemin de montagne.
B Vous êtes très sportif et vous désirez aller le plus haut possible dans la région dont vous avez la carte.
B Vous êtes un peu moins sportif, vous vous contentez de suivre le chemin indiqué. À la fin de la journée, vous désirez savoir quel est
le point le plus haut ou le plus bas où vous êtes passé.
L’altitude est une fonction h de deux variables, la position (x, y) sur la carte.
B Dans le premier cas, vous cherchez à trouver le maximum de la fonction h.
B Dans le deuxième cas, le chemin est représenté par une contrainte entre x et y donnée par une équation g (x, y) = 0. La question est
donc de trouver les points (x 0 , y 0 ) vérifiant g (x 0 , y 0 ) tels que h soit extrémale en (x 0 , y 0 ) parmi les points vérifiant g (x, y) = 0.
Définition
Soit f une fonction de D ⊂ Rn dans R. On dit que
B f est bornée dans D s’il existe un nombre réel M ≥ 0
tel que
pour tout x ∈ D, | f (x)| ≤ M ;
B f admet un maximum (resp. minimum) global (ou ab-
solu) en x0 ∈ D si
pour tout x ∈ D, f (x) ≤ f (x0 ) (resp. f (x) ≥ f (x0 )) ;
B f admet un maximum (resp. minimum) local (ou re-

latif) en x0 ∈ D s’il existe une boule de rayon non nul
B(x0 , r ) telle que
pour tout x ∈ D∩B(x0 , r ), f (x) ≤ f (x0 ) (resp. f (x) ≥ f (x0 )).
91
5 Extrema Dernière mise à jour : Lundi 11 février 2013
Théorème de Weierstrass
Si D est fermé a et borné (on dit alors que D est compact) et si f est continue, alors f admet un maximum et un minimum
globaux atteints au moins une fois, autrement dit il existe xm ∈ D et xM ∈ D tels que
f (xm ) ≤ f (x) ≤ f (xM ), ∀(x) ∈ D.
Remarquons que les extrema peuvent appartenir soit à l’ouvert D̊ = D \ ∂D soit à la frontière ∂D.
a. c’est-à-dire qu’il contient sa frontière
Ce résultat donne une condition suffisante d’existence d’un minimum et d’un maximum globaux. Cependant, la restriction
relative au domaine compact est malheureusement trop forte pour la résolution de nombreux problèmes, en particulier, ceux
pour lesquels les variables ne sont pas bornées. Beaucoup plus épineuse à n variables qu’à une seule variable, la question
du traitement des éventuels «bords» du domaine motive la scission entre extrema libres et liés. En effet, les restrictions du
domaine qui s’expriment sous la forme d’une égalité (g (x) = 0) ou d’une inégalité non stricte (g (x) ≤ 0) créent généralement
une infinité de points de bords, dont l’étude au cas par cas devient impraticable. Les conditions de L AGRANGE et de K UHN et
T UCKER visent à combler cette lacune.
Avant d’aborder ces nouveaux résultats, la section suivante présente la détermination des extrema dans un domaine ouvert.
La terminologie d’extrema «libres» résulte de l’absence de conditions introduisant des «bords» dans le domaine, que l’on
appelle aussi des «contraintes».
5.1 Extrema libres

Théorème de F ERMAT : condition nécessaire d’extrémum local
Si f présente un extrémum local en x0 et est de classe C 1 en ce point, alors
∇ f (x0 ) = 0.
Un point vérifiant cette condition est appelé point stationnaire, ou point critique, de f .
Exemple
©On veut 2optimiser
¯ 2 la ªfonction f (x, y) = x 2 + y 2 dans le disque ouvert centré en (0, 0) de rayon 1, représenté par D =
2
(x, y) ∈ R x + y < 1 . Le seul candidat est l’unique point critique (0, 0) qu’on trouve en résolvant ∂x f (x, y) = 0 et ∂ y f (x, y) = 0.
¯
La définition implique de façon immédiate que f admet un minimum global en (0, 0). En effet
f (x, y) = x 2 + y 2 ≥ 0 = f (0, 0) ∀(x, y) ∈ D.
En revanche, la fonction n’admet aucun maximum.
«Recette» pour le calcul des extrema d’une fonction f continue dans un ensemble D compact
Si x0 est un extrémum local pour f et si x0 ∈ D̊ avec f dérivable en x0 , alors il est un point critique. Cependant, si x0 ∈ ∂D
ou si f n’est pas dérivable en x0 , alors ce théorème ne s’applique pas et il faut raisonner différemment.
B On calcul la valeur de f en les points stationnaires de f dans l’ouvert D̊ = D \ ∂D ;
B on calcul la valeur de f en les points stationnaires de f sur le bord ∂D ;
B on calcul la valeur de f en les points de non dérivabilité (s’il en existe).
La plus grande valeur indique le maximum global, la plus petite le minimum global.
Exemple
On veut trouver le extrema globaux de la fonction f définie par f (x, y) = (x − y)2 sur le carré fermé D = [0; 1]2 .
B On calcule la valeur de f en les points stationnaires de f dans l’ouvert D̊ =]0; 1[2 :
f (x, y) = (x − y)2 , ∂x f (x, y) = 2(x − y), ∂ y f (x, y) = −2(x − y),
et ∇ f = (0, 0) si et seulement si y = x et l’on a f (x, x) = 0.

B On calcule la valeur de f en les points stationnaires de f sur le bord ∂D :
B Arrête d’équation y = 0 : soit g :]0, 1[→ R telle que g (x) ≡ f (x, 0) = x 2 alors g 0 (x) 6= 0 pour tout x ∈]0, 1[
92 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
B Arrête d’équation y = 1 : soit g :]0, 1[→ R telle que g (x) ≡ f (x, 1) = (x − 1)2 alors g 0 (x) 6= 0 pour tout x ∈]0, 1[
B Arrête d’équation x = 0 : soit g :]0, 1[→ R telle que g (y) ≡ f (0, y) = (−y)2 alors g 0 (y) 6= 0 pour tout y ∈]0, 1[
B Arrête d’équation x = 1 : soit g :]0, 1[→ R telle que g (y) ≡ f (1, y) = (1 − y)2 alors g 0 (y) 6= 0 pour tout y ∈]0, 1[
donc il n’existe pas de points stationnaires sur les arrêtes du carré.
B On calcule la valeur de f en les points de non dérivabilité :
B f (0, 0) = 0
B f (1, 0) = 1
B f (0, 1) = 1
B f (1, 1) = 0
En résumé, les candidats extrema globaux sont les points (0, 0), (0, 1), (1, 0), (1, 1) et (k, k) avec k ∈]0; 1[. On conclut que
B le minimum global est atteint aux points (k, k) avec k ∈ [0; 1] et valent 0,
B le maximum global est atteint au point (1, 0) et (0, 1) et vaut 1.
Exemple
On veut trouver le extrema globaux de la fonction f définie par f (x, y) = −6y 2 − 4x y − 4y + x 2 + 6x − 6 sur la région triangulaire com-
pacte D de sommets A = (0, 3), B = (−4, 1) et C = (−3, −2).
y = 5x/3 + 3
A y = x/2 + 3
y = −3x − 11
B On calcule la valeur de f en les points stationnaires de f dans l’ouvert D̊ = D \ ∂D :
f (x, y) = −6y 2 − 4x y − 4y + x 2 + 6x − 6, ∂x f (x, y) = −4y + 2x + 6 ∂ y f (x, y) = −12y − 4x − 4
et ∇ f = (0, 0) si et seulement si (x, y) = (−11/5, 2/5) et l’on a f (−11/5, 2/5) = −67/5.

B On calcule la valeur de f en les points stationnaires de f sur le bord ∂D :
B Arrête AB : y = mx + q avec m = (y A − y B )/(x A − x B ) = 1/2 et q = y A − mx A = 3
B Arrête AC : y = mx + q avec m = (y A − yC )/(x A − xC ) = 5/3 et q = y A − mx A = 3
B Arrête BC : y = mx + q avec m = (y B − yC )/(x B − xC ) = −3 et q = y B − mx B = −11
donc
µ ¶
1 5
g AB (x) ≡ f x, y = x + 3 = − x 2 − 26x − 72, x ∈ [−4; 0] g 0AB (x) = −5x − 26 < 0;
2 2
µ ¶
5x 67 218 134 218 109 109 2591
g AC (x) ≡ f x, y = + 3 = − x2 − x − 72, x ∈ [−3; 0] g 0AC (x) = − x− ⇐⇒ x = − et g AC (− )=− ;
3 3 3 3 3 67 67 201
g BC (x) ≡ f (x, y = −3x − 11) = −41x 2 − 334x − 688, x ∈ [−4; −3] 0
g BC (x) = −82x − 334 < 0.
En résumé, les candidats extrema globaux sont les points
x y f (x, y)
−11/5 2/5 −67/5 ∈ D̊

0 3 −72 ∈ ∂D
−4 1 −8 ∈ ∂D
−3 −2 −55 ∈ ∂D
−109/67 58/201 −2591/201 ∈ ∂D
On conclut que
B le minimum global est atteint au point (−11/5, 2/5) ∈ D̊ et vaut −67/5,
B le maximum global est atteint au point (−26/5, 4/5) ∈ ∂D et vaut −22/5.
© G. Faccanoni 93
-12
-32
3
-52 -1
-3
1
-72 -1
-3
-5
Exemple
On construit une canalisation de forme trapézoïdale avec une plaque de largeur L = 1, 36. Quelles sont les valeurs optimales de la
longueur ` du côté incliné et de l’angle ϑ qu’il fait avec la verticale pour que le flux passant dans la gouttière soit maximal ?
ϑ ϑ
`
L − 2`
La surface à maximiser est décrite par la fonction
f (`, ϑ) = ` cos(ϑ) ` sin(ϑ) + L − 2` ,

¡ ¢
avec D = (`, ϑ) ¯ 0 ≤ ` ≤ L2 , 0 ≤ ϑ ≤ π2 .
n ¯ o
¯
B On cherche tout d’abord les points critiques de f qui se trouvent à l’intérieur du domaine D̊ et on calcul la valeur de f en ces points :
f (`, ϑ) = ` cos(ϑ) ` sin(ϑ) + L − 2` ,

¡ ¢
f ` (`, ϑ) = cos(ϑ) 2` sin(ϑ) + L − 2` ,

¡ ¢
f ϑ (`, ϑ) = ` 2` cos2 (ϑ) + 2` sin(ϑ) − L sin(ϑ) − ` ,

¡ ¢
et ∇ f (`, ϑ) = (0, 0) dans D̊ si et seulement si (`, ϑ) = (L/3, π/6) et l’on a f (L/3, π/6) ≈ 0.2669667645.
B On cherche le maximum de f sur le bord ∂D de D :
2
g 1 (`) ≡ f (`, 0) = ` L − 2` , g 10 (`) = L − 4` = 0 ⇐⇒ ` = L4 et f ( L4 , 0) = L8 < 0.26;
¡ ¢
g 2 (`) ≡ f (`, π/2) = 0;

g 3 (ϑ) ≡ f (0, ϑ) = 0;
³ ´ π
g 4 (ϑ) ≡ f (L, ϑ) = (L)2 cos(ϑ) sin(ϑ) − 1 , g 40 (ϑ) = (L)2 cos2 (ϑ) − sin2 (ϑ) + sin(ϑ) = 0 ⇐⇒ ϑ = .
¡ ¢
2
Comme f (`, ϑ) ≤ f (L/3, π/6) pour tout (`, ϑ) ∈ D on conclut que le flux passant dans la gouttière sera maximal pour ` = L/3 et ϑ = π/6.
π π
L/
3
L/
6 6
3
L/3
Théorème Condition suffisante d’extrémum local dans un ouvert (cas de 2 variables)

Soit f une fonction de classe C 2 sur un ouvert D ⊂ R2 et (x 0 , y 0 ) un point stationnaire ; posons
∆(x 0 , y 0 ) ≡ ∂xx f (x 0 , y 0 ) · ∂ y y f (x 0 , y 0 ) − ∂x y f 2 (x 0 , y 0 ).
B Si ∆(x 0 , y 0 ) > 0, alors f présente un extrémum relatif en (x 0 , y 0 ) ; il s’agit d’un maximum si ∂xx f (x 0 , y 0 ) < 0 et d’un
minimum si ∂xx f (x 0 , y 0 ) > 0 ;
B si ∆(x 0 , y 0 ) < 0, alors f présente un point-selle (ou point-col) a en (x 0 , y 0 ) ; ce n’est pas un extrémum ;
B si ∆(x 0 , y 0 ) = 0, on ne peut pas conclure à partir des dérivées secondes.
En résumé, si ∂x f (x 0 , y 0 ) = 0 et ∂ y f (x 0 , y 0 ) = 0, la nature du point critique (x 0 , y 0 ) est déterminée par le tableaux suivant :
94 © G. Faccanoni
(a) Point de maximum (b) Point de selle
∆(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) Nature de (x 0 , y 0 )

+ + minimum local
+ − maximum local
− point-selle
0 on ne peut pas conclure
a. Le mot col vient de l’exemple de la fonction altitude et de la configuration (idéalisée) d’un col de montagne : minimum de la ligne de crête,
maximum de la route, sans être un extremum du paysage. Le mot selle vient de l’exemple d’une selle de cheval.
Étude directe
Après avoir déterminé un point stationnaire x0 , on peut aussi étudier directement le signe de la différence
d (h) = f (x0 + h) − f (x0 ).
Si cette différence est de signe constant pour h voisin de 0, il s’agit d’un extrémum local (un maximum si d < 0, un
minimum si d > 0). Sinon, il s’agit d’un point-col (ou point-selle). Mieux, si le signe est constant pour h quelconque, alors
l’extrémum est global.
Exemple
On veut étudier la fonction f (x, y) = x 2 + y 2 − 2x − 4y sur R2 . Elle a pour dérivées partielles ∂x f (x, y) = 2x − 2 et ∂ y f (x, y) = 2y − 4 qui
ne s’annulent qu’en (1, 2), seul point où il peut donc y avoir un extremum local. On étudie directement le signe de la différence
d (h, k) = f (1 + h, 2 + k) − f (1, 2) = h 2 + k 2 > 0.
Comme cette différence est positive pour h et k voisins de 0 il s’agit d’un minimum. En effet, ∂xx f (1, 2) = 2 > 0, ∂ y y f (1, 2) = 2,
∂x y f (1, 2) = 0 donc ∆(1, 2) = 4 > 0 et il s’agit bien d’un minimum.
Exemple
Pour déterminer les extrema libres de la fonction f (x, y) = x 2 + y 3 −2x y − y dans R2 , on constate d’abord que f est un polynôme, donc
différentiable dans l’ouvert R2 . Les seuls candidats extrema locaux sont les points critiques. Toutefois, nous ne disposons d’aucune
garantie à priori sur le fait que les éventuels extrema locaux soient globaux.
Recherche des points critiques On a
µ ¶ µ ¶ µ ¶
2x − 2y 0 1 1
∇f = 0 ⇐⇒ 2 = ⇐⇒ (x, y) = − , − ou (x, y) = (1, 1).
3y − 2x − 1 0 3 3
³ ´
Les deux candidats sont donc − 31 , − 13 et (1, 1).
Classification La matrice hessienne de f en un point (x, y) ∈ R2 est
∂xx f (x, y) ∂x y f (x, y)

µ ¶ µ ¶
2 −2
H f (x, y) = = .
∂ y x f (x, y) ∂ y y f (x, y) −2 6y
³ ´
Comme ∆ − 13 , − 13 < 0 et D(1, 1) > 0, alors (− 13 , − 31 ) est un point-selle et f admet en (1, 1) un minimum local de valeur f (1, 1) =
−1. Ce minimum n’est cependant pas global puisque, par exemple, f (0, −2) = −6 < f (1, 1) = −1.
© G. Faccanoni 95
Exemple Lois de S NELL -D ESCARTES

Un rayon lumineux se propage à la vitesse v 1 dans le milieu M 1 et à la vitesse v 2 dans le milieu M 2 . Le principe de Fermat précise que
la lumière suit le trajet le plus économique en temps.
En dimension 2. En notant x l’abscisse du point où la trajectoire coupe l’interface, le temps nécessaire pour aller de (x 1 , z 1 ) à (x 2 , z 2 )
en passant par le point d’abscisse x vaut
q q
(x − x 1 )2 + z 12 (x 2 − x)2 + z 22
t (x) = + .
v1 v2
Cette quantité est (localement) optimale quand sa dérivée par rapport à x s’annule, c’est à dire lorsque
x − x1 x2 − x
q − q = 0,
v1 (x − x 1 )2 + z 12 v2 (x 2 − x)2 + z 22
ce qui conduit à la loi de S NELL -D ESCARTES

sin(ϑ1 ) sin(ϑ2 )
= .
v1 v2
M1
z1
ϑ1
x2
x1 x
ϑ2
z2
M2
En dimension 3. Dans le cas tridimensionnel, la situation est similaire. Il s’agit cette fois de déterminer les coordonnées (x, y) dans le
plan de l’interface où le rayon coupera celui-ci. Le temps de trajet vaut cette fois
q q
(x − x 1 )2 + (y − y 1 )2 + z 12 (x 2 − x)2 + (y 2 − y)2 + z 22
t (x, y) = + .
v1 v2
Il s’agit cette fois d’optimiser par rapport à x et y simultanément, ce qui revient à annuler simultanément les dérivées de t par
rapport à x et y, c’est à dire son gradient. Ceci conduit aux équations
x−x 1 x 2 −x
−
 
q q
)2 +(y−y 2 2 −x)2 +(y 2 2
v 2 d2 x − x1
µ ¶ µ ¶ µ ¶
 v 1 (x−x1 1 ) +z 1 v2 (x 2 2 −y) +z 2 0 x2 − x
∇t = 0 ⇐⇒ = ⇐⇒ =

y−y 1 y 2 −y
− 0 y2 − y v 1 d1 y − y 1

q q
v1 (x−x 1 )2 +(y−y 1 )2 +z 12 v2 (x 2 −x)2 +(y 2 −y)2 +z 22
autrement dit, le point du plan de coordonnées (x, y) se trouve dans le segment compris entre (x 1 , y 1 ) et (x 2 , y 2 ). On se ramène
donc à un problème bidimensionnel et le raisonnement ci-dessus s’applique directement.
On obtient de la même façon la loi de S NELL -D ESCARTES à la réflexion.
Méthode des moindres carrés : fitting par une relation affine

Lorsqu’un chercheur met au point une expérience (parce qu’il a quelques raisons ªn que les deux grandeurs x et y
© de croire
sont liées par une fonction f ), il récolte des données sous la forme de points (x i , y i ) i =0 mais en générale ces données
sont affectées par des erreurs de mesure. Lorsqu’on en fait une représentation graphique il cherche f pour qu’elle s’ajuste
le mieux possible aux points observés. Soit d i = y i − f (x i ) l’écart vertical du point (x i , y i ) par rapport à la fonction f . La
méthode des moindres carrés est celle qui choisit f de© sorte que ªn la somme des carrés de ces déviations soit minimale.
On considère un ensemble de points expérimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont liées
par une relation affine, c’est-à-dire de la forme y = mx +q pour certaines valeurs de m et q, au moins approximativement
(autrement dit, lorsqu’on affiche ces points dans un plan cartésien, les points ne sont pas exactement alignés mais cela
semble être dû à des erreurs de mesure). On souhaite alors trouver les constantes m et q pour que la droite d’équation
y = mx + q s’ajuste le mieux possible aux points observés. Soit d i = y i − (mx i + q) l’écart vertical du point (x i , y i ) par
rapport à la droite. La méthode des moindres carrés est celle qui choisit m et q de sorte que la somme des carrés de ces
déviations soit minimale.
96 © G. Faccanoni
Pour cela, on doit minimiser la fonction E : R2 → R+ définie par

n n
E (m, q) = d i2 = (y i − mx i − q)2 .
X X
i =1 i =0
∂E ∂E
Pour minimiser E on cherche d’abord ses points stationnaires, i.e. les points qui vérifient ∂m = ∂q = 0. Puisque
Ã ! Ã !
∂E X n ∂E X n
(m, q) = −2 (y i − (mx i + q))x i , (m, q) = −2 (y i − (mx i + q)) ,
∂m i =0 ∂q i =0
alors
∂E
( (P
n
∂m (m, q) = 0 (y i − mx i − q)x i = 0
∂E ⇐⇒ Pin=0
∂q (m, q) = 0 i =0 (y i − mx i − q) = 0
 ¡Pn ¢ ¡Pn ¢ ¡Pn ¢
i =0 x i i =0 y i − (n + 1) i =0 (x i y i )
m=


(P
n
 ¢2
y i x i − m ni=1 x i2 + q ni=0 x i = 0
¡Pn
+¡1) ni=0¢x¡i2
P P  ¡P ¢
 x i − (n
⇐⇒ Pin=0 ⇐⇒ Pn i =0
Pn
x i y i − ni=0 y i
Pn
x i2
Pn ¡ ¢ ¡ ¢ P ¢
xi
i =0 y i − m i =1 x i + (n + 1)q = 0 i =0 i =0 i =0

q =

 ¡Pn ¢2 ¡Pn 2
¢
i =0 x i − (n + 1) i =0 x i

Si on note
1 X n 1 X n 1 X n 1 X n
x= xi , x2 = x2, xy = xi y i , y= yi .
n + 1 i =0 n + 1 i =0 i n + 1 i =0 n + 1 i =0
alors
x y −xy y x2 − x x y
m= , q= .
(x)2 − x 2 x 2 − (x)2
La droite d’équation
y = mx + q
s’appelle droite de régression de y par rapport à x et passe par le point moyen (x, y).
Cette écriture est susceptible de générer des erreurs de roundoff (les deux termes dans chaque numérateur ainsi qu’au
dénominateur sont presque égaux). Il est alors mieux calculer m et q comme suit (ce qui est équivalent) :
Pn
y i (x i − x)
m = Pni =0 q = y − mx.
i =0 x i (x i − x)
Notons σ2x = x 2 −(x)2 la variance des abscisseset c = x y − x y le coefficient de corrélation. La droite de régression de y par
rapport à x a alors équation
c
y= (x − x) − y.
σx
Exemple
Si on a le points suivantes
x 1 2 3 4 5
y 0.9 1.5 3.5 4.2 4.9
on trouve m = 1.07 et q = −0.21 :
© G. Faccanoni 97
y
5
4
3
2
1
0 1 2 3 4 5 x
Fitting par un exponentiel

Soit a > 0 et considérons la fonction f (x) = ae kx : elle est non-linéaire mais si on prend son logarithme on obtient
ln( f (x)) = kx + ln(a) qui est linéaire en kª et a la forme mx + q avec m = k et q = ln(a). On peut alors faire une régres-
© n
sion linéaire sur l’ensemble (x i , ln(y i )) i =0 et obtenir ainsi k et ln(a). Cependant ceci n’est pas équivalent à faire un
ªn
fitting sur l’ensemble initial (x i , y i ) i =0 . En effet, si on note d i = y i − ae kxi et D i = ln(y i ) − (kx i + ln(a)), lorsqu’on fait
©
© ªn
une régression linéaire sur l’ensemble (x i , ln(y i )) i =0 on minimise D i et non d i .
Méthode des moindres carrés : fitting par un polynôme

© ªn
On considère un ensemble de points expérimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont liées,
au moins approximativement, par une relation polynomiale, c’est-à-dire de la forme y = m j
P
j =0 a j x pour certaines valeurs
Pm
de a j . On souhaite alors trouver les m +1 constantes a j pour que le polynôme d’équation y = j =0 a j x j s’ajuste le mieux
³P ´
j
possible aux points observés. Soit d i = y i − m j =0 a j x i l’écart vertical du point (x i , y i ) par rapport au polynôme. La
méthode des moindres carrés est celle qui choisit les a j de sorte que la somme des carrés de ces déviations soit minimale.
Pour cela, on doit minimiser la fonction E : Rm+1 → R+ définie par
Ã !2
n n m
j
E (a 0 , a 1 , . . . , a m ) = d i2
X X X
= yi − a j xi .
i =1 i =0 j =0
∂E
Pour minimiser E on cherche d’abord ses points stationnaires, i.e. les points qui vérifient ∂a j = 0 pour j = 0, . . . , m.
Puisque
Ã Ã !!
∂E X n
0
Xm
j
(a 0 , a 1 , . . . , a m ) = −2 xi y i − a j xi ,
∂a 0 i =0 j =0
Ã Ã !!
∂E X n
1
Xm
j
(a 0 , a 1 , . . . , a m ) = −2 xi y i − a j xi ,
∂a 1 i =0 j =0
..
.
Ã Ã !!
∂E X n
m
Xm
j
(a 0 , a 1 , . . . , a m ) = −2 xi y i − a j xi ,
∂a m i =0 j =0
on obtient alors le système linéaire de (m + 1) équations en les (m + 1) inconnues a 0 , a 1 , . . . , a m suivant
∂E
 
∂a 0 (a 0 , a 1 , . . . , a m ) = 0 a 0 (n + 1) + a 1 ni=0 x i + · · · + a m ni=0 x im = ni=0 y i
P P P

 

 ∂E (a 0 , a 1 , . . . , a m ) = 0
 
a 0 n x i + a 1 n x 2 + · · · + a m n x m+1 = n y i x i

 
 P P P P
∂a 1 i =0 i =0 i i =0 i i =0
⇐⇒ .
...
 ..


 
 P
 ∂E
a 0 ni=0 x im + a 1 ni=0 x im+1 + · · · + a m ni=0 x i2m = ni=0 y i x im
  P P P
∂a m (a 0 , a 1 , . . . , a m ) = 0

 Pn Pn m
    Pn 
(n + 1) i =0 x i ... i =0 x i a0 i =0 y i
 n x
P P n 2 P n m+1     n
P
i =0 x i ... i =0 x i   a 1   i =0 y i x i 

 i =0 i
⇐⇒  . . .  .  =  . 

 .. .. ..  .  
 .   .. 

Pn m Pn m+1 Pn 2m Pn m
i =0 i x i =0 i x . . . i =0 i x a m i =0 i iy x
Quand m = n, le polynôme des moindres carrés coïncide avec le polynôme d’interpolation de L AGRANGE, i.e. l’unique
polynôme L tel que L(x i ) = y i pour tout i = 0, . . . , n.
98 © G. Faccanoni
Exemple
À partir des données
x 1.0 2.5 3.5 4.0 1.1 1.8 2.2 3.7
y 6.008 15.722 27.130 33.772 5.257 9.549 11.098 28.828
on veut calculer la droite et la parabole de régression et comparer les erreurs des chaque régression.
1. La droite de régression a équation y = mx + q avec
P6
y i (x i − x̄)
m = P7i =0 ≈ 8.420042377, q = ȳ − m x̄ ≈ −3.37833528,
x (x − x̄)
i =0 i i
où x̄ = 71 6i =0 x i = 2.0125 et ȳ = 17 6i =0 y i = 13.567. L’erreur est

P P
6
(y i − (mx i + q))2 = 39.59960820.
X
i =0
2. La parabole de régression a équation y = a 0 + a 1 x + a 2 x 2 avec a 0 , a 1 , a 2 solution du système linéaire

P6 P6
x2 a
     P6 
8 x y a0

8 16.1 44.79
  
108.536

 P6 P6i =0 2i P6i =0 i3  0 P6 i =0 i 
 i =0 x i x x  a 1  =  i =0 y i x i  i.e.  16.1 44.79 141.311  a 1  =  322.7425 

P6 P6i =0 i3 P6i =0 i4
x2
P6
i =0 i
x
i =0 i
x a2
i =0 i
yi x 2 i =0
44.79 141.311 481.5123 a 2
i
1067.97905
et on obtient 
a 0 = 0.744611871628180655,

a 1 = 2.14480468957977077,


a 2 = 1.51926210146774388.
L’erreur est
6
(y i − (a 0 + a 1 x i + a 2 x i2 ))2 = 5.715921703.
X
i =0
y
40
30
20
10
1 2 3 4 x
Exemple
Le tableau ci-dessous donne la conductivité thermique k du sodium pour différentes valeurs de la température. On veut calculer la
parabole de meilleur approximation.
T (◦C) 79 190 357 524 690
k 1.00 0.932 0.839 0.759 0.693
La parabole de régression a équation y = a 0 + a 1 x + a 2 x 2 avec a 0 , a 1 , a 2 solution du système linéaire
P4 P4
x i2 a 0 4 y
    P 
6 x a0

8 16.1 44.79
  
108.536

 P4 P4i =0 2i P4i =0 i =0 i
x 3  a 1  =  4i =0 y i x i 
P
 i =0 x i x i.e.  16.1 44.79 141.311  a 1  =  322.7425 
 
P4 P4i =0 i3 P4i =0 i4
x2
P4 2
x x a2 yi x 44.79 141.311 481.5123 a 2 1067.97905
i =0 i i =0 i i =0 i i =0 i
et on obtient

a 0 = 0.744611871628180655,

a 1 = 2.14480468957977077,


a 2 = 1.51926210146774388.
© G. Faccanoni 99
L’erreur est
6
(y i − (a 0 + a 1 x i + a 2 x i2 ))2 = 5.715921703.
X
i =0
Exemple
La viscosité cinématique µ de l’eau varie en fonction de la température comme dans le tableau suivant :
T (◦C) 0 21.1 37.8 54.4 71.1 87.8 100

µ (10−3 m2 s−1 ) 1.79 1.13 0.696 0.519 0.338 0.321 0.296
On veut évaluer les valeurs µ(10◦ ), µ(30◦ ), µ(60◦ ), µ(90◦ ) par le polynôme de meilleur approximation de degré 3.
ª6
On a la famille de points (Ti , µi ) i =0 . Le polynôme de meilleur approximation de degré 3 s’écrit
©
r (T ) = a 0 + a 1 T + a 2 T 2 + a 3 T 3
où a 0 , a 1 , a 2 , a 3 sont solution du système linéaire

P6 P6
T2
P6
T 3 a 
 P6
µ
  
6 T
 P6 T P6i =0 i2 Pi6=0 i3 Pi6=0 i4  0 P6 i =0 i 
T T T  a 1   P i =0 µi Ti 

 i =0 i
P6 Pi6=0 i3 P6i =0 i4 P6i =0 i5  
a 2  = 
 i =0 Ti2 T T T  6i =0 µi Ti2 

P6i =0 i4 P6i =0 i5 P6i =0 i6

P6
T3
P6 3
i =0 i
T
i =0 i
T
i =0 i
T
i =0 i
a3 µ T
i =0 i i
et on obtient 

 a 0 = 0.914534618675843625,


a = 0.914534618675843625,
1


 a 2 = −0.000620138768106035594,

a 3 = −0.000620138768106035594.

On a alors
r (10◦ ) = 1.004300740 r (30◦ ) = 0.9114735501 r (60◦ ) = 0.9114735501 r (90◦ ) = 0.249145396
5.2 Extrema liés

La scission entre extrema libres et liés (ou «sous contraintes») est née de l’impossibilité de traiter l’optimisation dans les do-
maines non ouverts selon la procédure exposée dans la section précédente. En effet, la condition nécessaire ne s’applique
pas aux bords du domaine. Or, si de tels points existent, leur étude au cas par cas est généralement peu aisée. Dès lors, la
théorie mathématique propose des méthodes d’optimisation liée. Celles-ci incorporent directement dans la résolution les
contraintes qui définissent des domaines non ouverts. La nomenclature peut s’avérer trompeuse. En effet, au plan opéra-
tionnel, ce n’est pas la présence intrinsèque de contraintes dans l’optimisation qui conduit à délaisser l’optimisation libre
au profit de l’optimisation liée. Ce sont plutôt les conséquences de ces restrictions au niveau de la nature topologique du
domaine de définition de la fonction qui guident l’utilisateur vers l’une ou l’autre des techniques. Ainsi, dans un domaine
fort limité, mais ouvert, la recherche des extrema libres s’applique. À l’inverse, une contrainte sous forme d’inégalité non
stricte doit toujours être prise en compte pour déterminer les extrema liés.
Parmi les types de contraintes auxquelles le modélisateur peut se trouver confronté, deux classes se distinguent. D’une part,
celles qui lient les variables du problème au travers d’une ou plusieurs équations. Ces contraintes dites d’égalités sont ap-
préhendées grâce au théorème de L AGRANGE, qui fournit une condition de premier ordre formulée à partir d’une fonction
ad hoc, dénommée lagrangien. Dans cette approche, de nouvelles variables, dites multiplicateurs, apparaissent et offrent
une possibilité supplémentaire dans l’analyse des résultats. D’autre part, l’optimisation sous des contraintes d’inégalités non
strictes, généralement traitée grâce au théorème de K UHN et T UCKER, ne sera pas étudie lors de ce module.
Exemple
Maximisation d’utilité sous contrainte budgétaire : les ménages doivent choisir le niveau de consommation des biens A et B ,
quand les prix sont p a et p b et le revenu est R :
max u(c a , c b ) tel que p a c a + p b c b = R.

c a ,c b
Allocation du temps : une étudiante doit allouer son temps entre la préparation pour le cours A t A et le cours B t B , étant donné
100 © G. Faccanoni
qu’elle dispose de 60 heures par semaine à y consacrer : t A +t B = 60 est la contrainte. Elle cherche à obtenir la meilleure moyenne
possible sur ces deux cours, étant donné que si elle passe t i heures par semaine sur le cours i (i =A ou B), elle peut espérer une
g (t )+g (t ) p
note g i (t i ) : A A 2 B B est la fonction à maximiser. Par exemple g A (t A ) = 20 + 20 t A et g B (t B ) = −80 + 3t B .
Problème
Déterminer les extrema d’une fonction de n variables, notée f (x), mathématiquement définie dans un domaine ouvert
D ⊂ Rn , mais dont les variables sont soumises aux m contraintes g 1 (x) = 0, g 2 (x) = 0, . . ., g m (x) = 0, où les fonctions g j sont
également définies dans D. Ces contraintes délimitent le sous-ensemble A de D dans lequel s’effectue l’optimisation
A = x ∈ D ¯ g 1 (x) = 0, . . . , g m (x) = 0 .
© ¯ ª
La définition d’extremum lié résulte donc de celle des extrema libres.

Définition Optimisation liée
La fonction f , appelée fonction objectif, admet un maximum lié (resp. un minimum lié) sous les contraintes g 1 (x) =
0, g 2 (x) = 0, . . ., g m (x) = 0, en x0 ∈ A si, en ce point, elle admet un maximum libre (resp. un minimum libre) dans le
domaine A .
Généralement, une contrainte de type g j (x) = 0 définit une courbe. L’ensemble A est donc constitué de l’intersection de
m courbes dans D ⊂ Rn . Pour m > 1, il peut donc contenir fort peu de points. C’est pourquoi, en pratique, il est rare de
rencontrer plus d’une contrainte d’égalité. Et, dans tous les cas, il est exclu d’avoir plus de contraintes que de variables, de
sorte que la condition m < n sera systématiquement imposée.
Exemple
Le consommateur maximise une fonction d’utilité, notée U (x, y), qui dépend des quantités consommées de deux biens, x et y, sous
une contrainte budgétaire p 1 x + p 2 y = R, où p 1 et p 2 (p 1 , p 2 > 0) sont les prix des biens. Cette contrainte exprime que le montant
alloué aux dépenses relatives aux deux biens considérés est fixé à R. Dans ce cas simple qui comporte deux variables et une contrainte,
on peut aisément ramener l’optimisation liée à la recherche d’un maximum libre. En effet, la contrainte de budget permet d’expliciter
p
la quantité d’un bien en fonction de l’autre y = pR − p 1 x. En vertu de la condition nécessaire pour la fonction d’une variable obtenue
2 2
après substitution de y en fonction de x, on a
dU (x, y(x)) p1 ∂x U (x, y) ∂ y U (x, y)

= ∂x U (x, y) + ∂ y U (x, y)y 0 (x) = ∂x U (x, y) − ∂ y U (x, y) = 0 =⇒ = .
dx p2 p1 p2
Ce résultat indique qu’à l’optimum, les utilités marginales (terme économique qui signifie tout simplement dérivées partielles de la
fonction utilité par rapport aux quantités consommées) pondérées par les inverses des prix s’égalisent et désignons par λ cette quantité
commune.
Par ailleurs, la contrainte de budget peut être reformulée par g (x, y) = 0, où g (x, y) = p 1 x + p 2 y − R, de sorte que p 1 = ∂x g (x, y) et
p 2 = ∂ y g (x, y) et finalement
∂x U (x, y) ∂ y U (x, y)
(
∂x U (x, y) − λ∂x g (x, y) = 0
= = λ ⇐⇒ ⇐⇒ ∇U = λ∇g .
p1 p2 ∂ y U (x, y) − λ∂ y g (x, y) = 0
Autrement dit, si on introduit la fonction

L(x, y, λ) ≡ U (x, y) − λg (x, y),
à l’optimum on a ∇L = 0, ce qui correspond à la condition nécessaire d’existence d’un extrema libre pour la fonction L.
Le théorème de L AGRANGE généralise la démarche adoptée dans cette résolution. Il représente une condition nécessaire pour
l’optimisation sous des contraintes d’égalité.
Théorème des multiplicateurs de L AGRANGE
Soit les fonctions f et g 1 , . . ., g m (m < n) de classe C 1 dans un ouvert D ∈ Rn . Si f admet en x0 un extremum lié sous les
contraintes g 1 (x) = 0, . . ., g m (x) = 0 et si la jacobienne en x0 (i.e. la matrice (∂x j g i (x0 ))m×n ) est de rang m, alors
m
∃λ = (λ1 , . . . , λm ) ∈ Rm tel que ∇ f (x0 ) = λi ∇g i (x0 ).
X
i =1
Le théorème de L AGRANGE peut être vu comme la condition nécessaire d’existence d’extrema libres appliquée à la fonc-
© G. Faccanoni 101
tion de n + m variables appelée fonction lagrangienne (ou le lagrangien) :
L : D × Rm → R
m
(x, λ) 7→ f (x0 ) − λi g i (x0 )
X
i =1
où λ = (λ1 , . . . , λm ).
D’une manière qui peut sembler paradoxale, la méthode de L AGRANGE permet de transformer un problème d’optimisa-
tion liée d’une fonction de n variables sous m contraintes en un problème d’optimisation libre d’une fonction de n + m
variables, alors qu’intuitivement, on aurait plutôt attendu une baisse de la dimension du problème due aux restrictions im-
pliquées par la présence de contraintes. Mais le paradoxe n’est qu’apparent. En effet, l’introduction des m multiplicateurs de
L AGRANGE, (λ1 , . . . , λm ), enrichit plus qu’elle n’alourdit l’optimisation, grâce à l’interprétation dont jouissent ces variables.
Précisément, la valeur prise par un multiplicateur traduit l’influence marginale du niveau de la contrainte correspondante
sur la valeur de la fonction objective à l’optimum. On dit aussi que le multiplicateur de L AGRANGE mesure l’intensité de la
contrainte. Chaque multiplicateur exprime la sensibilité de la fonction d’objectif à la variation du niveau d’une contrainte.
Par exemple, une contrainte qui n’influence pas l’optimisation (contrainte inopérante ou superflue) est affectée d’un mul-
tiplicateur nul. À l’opposé, un multiplicateur élevé correspond à une contrainte qui pénalise de façon importante l’opti-
mum.
Exemple Inégalité des moyennes arithmétiques et géométriques
p
Cherchons le maximum de la fonction f (x 1 , x 2 , . . . , x n ) = n x 1 x 2 . . . x n sur Rn
+ sous la contrainte x 1 + x 2 + · · · + x n = n.
En un point où le maximum est atteint, on peut appliquer le théorème précédent avec g (x 1 , x 2 , . . . , x n ) = (x 1 + x 2 + · · · + x n ) − n. On
obtient    
1
 x1  1 
   
   
p
n x x ...x 
 1   
1 
n  x2 

1 2
∇ f = λ∇g ⇐⇒   = λ .
 
n  ..   .. 
 .  .
   
   
   
1
x 1
n
En particulier, on obtient que tous les x i sont égaux et qu’ils sont tous égaux à 1. Ainsi, on a f (x 1 , x 2 , . . . , x n ) ≤ f (1, 1, . . . , 1) = 1 =
g (x, y)/n. On retrouve ainsi l’inégalité des moyennes arithmétiques et géométriques
p
n
x1 + x2 + · · · + xn
x1 x2 . . . xn ≤ .
n
Optimiser f (x, y) sous la contrainte g (x, y) = 0.

Réécrivons le théorème des multiplicateurs de L AGRANGE pour une fonction de deux variables et une seule contrainte
d’égalité (voir la figure 5.1 pour une interprétation géométrique) :
Soit les fonctions f et g de classe C 1 dans un ouvert D ∈ R2 . Si f admet en (x 0 , y 0 ) un extremum lié sous la
contrainte g (x, y) = 0 et si ∇g (x 0 , y 0 ) 6= (0, 0), alors
∃λ ∈ R tel que ∇ f (x 0 , y 0 ) = λ∇g (x 0 , y 0 ).
On a alors deux méthodes pratiques pour déterminer les extrema liés de f sous la contrainte g :
Méthode 1 : Lagrangien. Formons le lagrangien
L(x, y, λ) = f (x, y) − λg (x, y)
où λ (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gra-
dient de L soit nul, autrement dit on cherche les triplets (x, y, λ) tels que
∂x f (x, y) = λ∂x g (x, y),

∂ y f (x, y) = λ∂ y g (x, y),
0 = g (x, y).
Notons (x 0 , y 0 , λ0 ) une solution de ce système. Si ∇g (x 0 , y 0 ) 6= 0, alors (x 0 , y 0 ) est un point critique de la fonction

f sous la contrainte g . Ces points critiques satisfont la contrainte, mais il s’agit à présent de classer ces candidats.
102 © G. Faccanoni
F IGURE 5.1: On cherche les extrema de la fonction f (x, y) sous la contrainte g (x, y) = k. Cela signifie qu’on cherche les ex-
trema de f (x, y) lorsque le point (x, y) appartient à la courbe de niveau g (x, y) = k. En figure on voit cette courbe
ainsi que plusieurs courbes de niveau de f . Celles-ci ont équation f (x, y) = c pour c = 7, 8, 9, 10, 11. Optimi-
ser f (x, y) sous la condition g (x, y) = k signifie chercher la plus grande (ou plus petite) valeur de c telle que
la courbe de niveau f (x, y) = c croise la courbe g (x, y) = k. Pour que cela ait lieu il faut que les deux courbes
aient la même droite tangente. Cela signifie que les gradients sont parallèles, c’est-à-dire qu’il existe λ ∈ R tel que
∇ f (x 0 , y 0 ) = λ∇g (x 0 , y 0 ).
Comme dans le cas des extrema libres, on peut formuler des conditions du deuxième ordre relatives aux points
critiques, mais qui ne s’appliquent qu’à certains cas. Soit
∆(x 0 , y 0 ) ≡ ∂xx L(x 0 , y 0 )∂ y y L(x 0 , y 0 ) − (∂x y L(x 0 , y 0 ))2
B si ∆(x 0 , y 0 ) > 0, ∂xx L(x 0 , y 0 ) < 0 et ∂ y y L(x 0 , y 0 ) < 0 on a un maximum local en (x 0 , y 0 ) ;

B si ∆(x 0 , y 0 ) > 0, ∂xx L(x 0 , y 0 ) > 0 et ∂ y y L(x 0 , y 0 ) > 0 on a un minimum local en (x 0 , y 0 ) ;
B si ∆(x 0 , y 0 ) ≤ 0 on ne peut pas conclure.
Méthode 2 : Réduction. Cette méthode est basée sur la possibilité d’exprimer la contrainte sous forme paramétrique.
Par exemple
que (x, y) ∈ R2 ¯ g (x, y) = 0 = x ∈ R ¯ h(x) = y , alors optimiser la fonction
© ¯ ª © ¯ ª
B s’il existe une fonction h(x) telle
de deux variables f (x, y) sous la contrainte g (x, y) = 0 équivaut à optimiser la fonction d’une seule variable
f (x, y = h(x)) ;
que (x, y) ∈ R2 ¯ g (x, y) = 0 = y ∈ R ¯ h(y) = x , alors optimiser la fonction
© ¯ ª © ¯ ª
B s’il existe une fonction h(y) telle
de deux variables f (x, y) sous la contrainte g (x, y) = 0 équivaut à optimiser la fonction d’une seule variable
f (x = h(x), y).
Exemple
Soient à déterminer les minima et maxima de la fonction objectif f (x, y) = 5x 2 + 6y 2 − x y sous la contrainte x + 2y = 24. Pour cela,
construisons la fonction de L AGRANGE
L(x, y, λ) = f (x, y) − λg (x, y) = 5x 2 + 6y 2 − x − λ(x + 2y − 24)
et annulons son gradient
10x − y + λ
 
0
   
0
∇L = 0 ⇐⇒  12y − x + 2λ  = 0 . f |g (x,y) = 0
(6, 9, 612)
0 −x − 2y − 24 0
On obtient x = 6, y = 9. Comme ∂xx L(6, 9) = 10 > 0, ∂ y y L(6, 9) =

12 > 0, ∂x y L(6, 9) = −1 et ∂xx L(6, 9)∂ y y L(6, 9) − ∂x y L 2 (6, 9) > 0, il
s’agit d’un minimum. On notera que, dans ce cas, la valeur de λ (6, 9, 0)
ne présente pas d’intérêt et n’est donc pas cherchée.
Dans cet exemple on peut expliciter une variable dans la
contrainte, par exemple y = 12− x2 . Alors on peut minimiser direc- g (x, y) = 0
tement la fonction f (x, 12− x2 ) = 7x 2 −84x +864 : comme f 0 (x, 12−
x 6
2 ) = 14x − 84, le minimum se trouve en x = 6, y = 12 − 2 = 9 et la
fonction vaut f (6, 9) = 612.
© G. Faccanoni 103
Exemple Trouver un champ rectangulaire d’aire maximale délimité par une clôture de longueur ` donnée.
Si x et y désignent les longueurs des côtés du champ, la longueur de la clôture est 2(x + y) et l’aire x y. Le problème est de trouver le
maximum atteint par l’aire, non pas parmi tous les points de R2+ , mais seulement parmi ceux vérifiant la contrainte 2(x + y) = `, où
` > 0 est fixé.
Lagrangien. Formons le lagrangien
L(x, y, λ) = x y − λ(2(x + y) − `)
où λ (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, λ) tels que
x = `/4

y − 2λ
   
0 
∇L = 0 ⇐⇒  x − 2λ  = 0 ⇐⇒ y = `/4
` − 2(x + y) 0

λ = `/8

Donc (`/4, `/4) est un point critique de la fonction f sous la contrainte g . Observons que ce point a été obtenu par une condition
nécessaire et comme ∆(`/4, `/4, `/8) < 0, rien dans le théorème ne permet de savoir si c’est un maximum, un minimum ou ni
l’un ni l’autre.
Réduction. Bien sûr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour y :
`
2(x + y) = ` =⇒ y= − x.
2
En reportant cette valeur de y dans l’expression de l’aire, on obtient
` `
µ ¶
A ` (x) = x −x et A 0` (x) = − 2x.
2 2
Le maximum de A ` (x) est atteint pour x = `/4, ce qui entraîne aussi y = x : à périmètre fixé, le rectangle d’aire maximale est le
carré.
Optimiser f (x, y, z) sous la contrainte g (x, y, z) = 0.

Réécrivons le théorème des multiplicateurs de L AGRANGE pour une fonction de trois variables et une seule contrainte
d’égalité :
Soit les fonctions f et g de classe C 1 dans un ouvert D ∈ R3 . Si f admet en (x 0 , y 0 , z 0 ) un extremum lié sous
la contrainte g (x, y, z) = 0 et si ∇g (x 0 , y 0 , z 0 ) 6= (0, 0, 0), alors
∃λ ∈ R tel que ∇ f (x 0 , y 0 , z 0 ) = λ∇g (x 0 , y 0 , z 0 ).
On a alors deux méthodes pratiques pour déterminer les extrema liés de f sous la contrainte g :
L(x, y, z, λ) = f (x, y, z) − λg (x, y, z)
où λ (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gra-
dient de L soit nul, autrement dit on cherche les triplets (x, y, z, λ) tels que
∂x f (x, y, z) = λ∂x g (x, y, z),

∂ y f (x, y, z) = λ∂ y g (x, y, z),
∂z f (x, y, z) = λ∂z g (x, y, z),
0 = g (x, y, z).
Notons (x 0 , y 0 , z 0 , λ0 ) une solution de ce système. Si ∇g (x 0 , y 0 , z 0 ) 6= 0, alors (x 0 , y 0 , z 0 ) est un point critique de la

fonction f sous la contrainte g . Ces points critiques satisfont la contrainte, mais il reste encore à déterminer s’il
s’agit effectivement d’un extremum.
Par exemple
B s’il existe une fonction h(x, y) telle que (x, y, z) ∈ R3 ¯ g (x, y, z) = 0 = (x, y) ∈ R2 ¯ h(x, y) = z , alors chercher
© ¯ ª © ¯ ª
les extrema liés de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 équivaut à chercher les
extrema libres de la fonction de deux variables f (x, y, z¯ = h(x, y)) ; ª ©
B s’il existe une fonction h(x, z) telle que (x, y, z) ∈ R3 ¯ g (x, y, z) = 0 = (x, z) ∈ R2 ¯ h(x, z) = y , alors chercher
© ¯ ª
les extrema liés de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 équivaut à chercher les
extrema libres de la fonction de deux variables f (x, y¯ = h(x, z), z) ;ª ©
B s’il existe une fonction h(y, z) telle que (x, y, z) ∈ R3 ¯ g (x, y, z) = 0 = (y, z) ∈ R2 ¯ h(y, z) = x , alors chercher les
© ¯ ª
extrema liés de la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 équivaut à chercher les
extrema libres de la fonction de deux variables f (x = h(y, z), y, z).
104 © G. Faccanoni
Exemple Parmi les parallélépipèdes de surface S fixée, lesquels ont un volume maximal ?
Si x, y, z désignent les longueurs des côtés du parallélépipède, la surface est 2(x y + y z + xz) et le volume x y z. Le problème est de
trouver le maximum atteint par le volume x y z, non pas parmi tous les points de R3+ , mais seulement parmi ceux vérifiant la contrainte
2(x y + y z + xz) = S, où S est fixé.
Lagrangien. Formons le lagrangien
L(x, y, z, λ) = x y z − λ(2(x y + y z + xz) − S)
où λ (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, z, λ) tels que
  p

y z − 2λ(y + z) 0
    z(y − x) = 2λ(y − x)  x = S/6
 y = pS/6

 


 y(z − x) = 2λ(z − x) 
 xz − 2λ(x + z)  0
∇L = 0 ⇐⇒  x y − 2λ(y + x)  = 0
    ⇐⇒ ⇐⇒ p
 x(z − y) = 2λ(z − y)  z = S/6
p

 

S − 2(x y + y z + xz) 0 

2(x y + y z + xz) = S


λ = S/96
p p p
Donc ( S/6, S/6, S/6) est un point critique de la fonction f sous la contrainte g . Observons que ce point a été obtenu par
une condition nécessaire. Rien dans le théorème ne permet de savoir si c’est un maximum, un minimum ou ni l’un ni l’autre.
Réduction. Bien sûr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour z :
S
−xy
2(x y + y z + xz) = S =⇒ z= 2 .
x+y
En reportant cette valeur de z dans l’expression du volume, on obtient

S
−xy
VS (x, y) = x y 2 .
x+y
On peut calculer le maximum de cette fonction avec la technique du gradient (extrema libres). Le maximum de VS (x, y) est
atteint pour s
S
x=y= ,
6
q
ce qui entraîne aussi z = S6 : à surface fixée, le parallélépipède de volume maximal est le cube.
Optimiser f (x, y, z) sous les contraintes g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0.

Réécrivons le théorème des multiplicateurs de L AGRANGE pour une fonction de deux variables et deux contraintes d’éga-
lité :
Soit les fonctions f , g 1 et g 2 de classe C 1 dans un ouvert D ∈ R3 . Si f admet en (x 0 , y 0 , z 0 ) un extremum lié
sous les contraintes g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 et si ∇g 1 (x 0 , y 0 , z 0 ) 6= (0, 0, 0) et ∇g 2 (x 0 , y 0 , z 0 ) 6= (0, 0, 0), alors
∃λ, µ ∈ R tels que ∇ f (x 0 , y 0 , z 0 ) = λ∇g 1 (x 0 , y 0 , z 0 ) + µ∇g 2 (x 0 , y 0 , z 0 ).
On a alors deux méthodes pratiques pour déterminer les extrema liés de f sous les contraintes g 1 et g 2 :
L(x, y, z, λ, µ) = f (x, y, z) − λg 1 (x, y, z) − µg 2 (x, y, z)
où λ et µ (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que
le gradient de L soit nul, autrement dit on cherche les 5-uplets (x, y, z, λ, µ) tels que
∂x f (x, y, z) = λ∂x g 1 (x, y, z) − µ∂x g 2 (x, y, z),

∂ y f (x, y, z) = λ∂ y g 1 (x, y, z) − µ∂ y g 2 (x, y, z),
∂z f (x, y, z) = λ∂z g 1 (x, y, z) − µ∂z g 2 (x, y, z),
0 = g 1 (x, y, z),
0 = g 2 (x, y, z).
Notons (x 0 , y 0 , z 0 , λ0 , µ0 ) une solution de ce système. Si ∇g 1 (x 0 , y 0 , z 0 ) 6= 0 et ∇g 2 (x 0 , y 0 , z 0 ) 6= 0, alors (x 0 , y 0 , z 0 ) est

un point critique de la fonction f sous les contraintes g 1 et g 2 . Ces points critiques satisfont les contraintes, mais il
reste encore à déterminer s’il s’agit effectivement d’un extremum.
s’il existe deuxª fonctions h 1 (x) et h 2 (x) telles que (x, y, z) ∈ R3 ¯ g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 =
© ¯ ª
Par
© exemple,
x ∈ R ¯ h 1 (x) = y et h 2 (x) = z , alors optimiser la fonction de trois variables f (x, y, z) sous les contraintes
¯
g 1 (x, y, z) = 0 et g 2 (x, y, z) = 0 équivaut à optimiser la fonction d’une seule variable f (x, y = h 1 (x), z = h 2 (x)) ; etc.
© G. Faccanoni 105
Exemple
On veut optimiser la fonction f (x, y, z) = x y z sous les contraintes g 1 (x, y, z) = x 2 + y 2 + z 2 − 1 et g 2 (x, y, z) = x + y + z − 1.
La contrainte g 1 (x, y, z) = 0 est l’équation de la sphère de centre (0, 0, 0) et de rayon 1 ; la contrainte g 2 (x, y, z) = 0 est l’équation d’un
plan. On cherche donc les extrema de f sur l’intersection de la sphère unité et d’un plan, à savoir sur un cercle dans l’espace. Si un point
(x, y, z) est solution, alors il existe deux multiplicateurs λ1 , λ2 tels que ∇L = 0 où L(x, y, z, λ1 , λ2 ) = f (x, y, z)−λ1 g 1 (x, y, z)λ2 g 2 (x, y, z) =
x y z − λ1 (x 2 + y 2 + z 2 − 1) − λ2 (x + y + z − 1). On doit donc avoir
y z − λ1 (2x) − λ2
   
0
 xz − λ (2y) − λ  0
 1 2  
∇L = 0 ⇐⇒  x y − λ1 (2z) − λ2  = 0
   
2 2 2
1 − (x + y + z ) 0
   
1 − (x + y + z) 0
On obtient donc un système de 5 équations et 5 inconnues : x, y, z, λ1 , λ2 . L’étude de ce système montre qu’il a 6 solutions, données
dans le tableau ci-dessous :
x y z λ1 λ2
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
−1/3 2
/3 2
/3 −1/3 2/9
2
/3 −1/3 2
/3 −1/3 2/9
2
/3 2
/3 − /3 −1/3 2/9
1
Observons que ces points ont été obtenus par une condition nécessaire. Rien dans le théorème ne permet de savoir si ce sont des
maxima, des minima ou ni l’un ni l’autre.
106 © G. Faccanoni
............... Exercices ..............

Optimisation dans un ouvert
Exercice 5.1
Soit f : R2 → R une fonction de classe C 2 (R2 ) et (a, b) un point de R2 . On suppose que
f (a, b) = 0, ∂x f (a, b) = 0, ∂ y f (a, b) = 0, ∂xx f (a, b) = 1, ∂ y y f (a, b) = 2, ∂x y f (a, b) = 3.
Le point (a, b) est-il un point critique ? Si oui, de quelle nature ?
C ORRECTION . Il est un point critique et plus particulièrement il s’agit d’un point-selle car ∆(a, b) < 0.
Exercice 5.2
On suppose que (1, 1) est un point critique d’une fonction f dont les dérivées secondes sont continues. Dans chaque cas,
que peut-on dire au sujet de f ?
1. ∂xx f (1, 1) = 4, ∂x y f (1, 1) = 1, ∂ y y f (1, 1) = 2 ; 2. ∂xx f (1, 1) = 4, ∂x y f (1, 1) = 3, ∂ y y f (1, 1) = 2.
C ORRECTION .
1. D’abord on calcule ∆(1, 1) = ∂xx f (1, 1)∂ y y f (1, 1)−(∂x y f (1, 1))2 = 7. Comme ∆(1, 1) > 0 et ∂xx f (1, 1) > 0, f a un minimum
local en (1, 1).
2. D’abord on calcule ∆(1, 1) = ∂xx f (1, 1)∂ y y f (1, 1) − (∂x y f (1, 1))2 = −1. Comme ∆(1, 1) < 0, f a un point-selle en (1, 1).
Exercice 5.3
À partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et préciser pour
chacun de ces points s’il s’agit d’un point-selle ou d’un
maximum ou d’un minimum local.
Vérifier ensuite le raisonnement sachant que
f (x, y) = 4 + x 3 + y 3 − 3x y.
C ORRECTION . Dans la figure, le point (1, 1) est entouré par des courbes de niveau qui sont de forme ovale et qui indiquent
que si nous nous éloignons du point dans n’importe quelle direction les valeurs de f augmentent. Ainsi on pourrait s’attendre
à un minimum local en ou à proximité de (1, 1).
Les courbes de niveau proche du point (0, 0) ressemblent à des hyperboles, et si nous nous éloignons de l’origine, les valeurs
de f augmentent dans certaines directions et diminuent dans d’autres, donc nous nous attendons à trouver un point selle.
Vérifions cette analyse :
Points critiques : ∂x f (x, y) = 3x 2 − 3y, ∂ y f (x, y) = 3y 2 − 3x. On a un point critique si les deux dérivées partielles s’annulent
en même temps ; on trouve deux points critiques : (1, 1) et (0, 0).
Études des points critiques : les dérivées secondes sont ∂xx f (x, y) = 6x, ∂x y f (x, y) = −3, ∂ y y f (x, y) = 6y, ainsi ∆(x, y) =
∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 36x y − 9. Comme ∆(1, 1) > 0 et ∂xx f (1, 1) > 0, f a un minimum local en (1, 1).
Comme ∆(0, 0) < 0, f a un point-selle en (0, 0).
© G. Faccanoni 107
Exercice 5.4
À partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et préciser pour
chacun de ces points s’il s’agit d’un point-selle ou d’un
maximum ou d’un minimum local.
Vérifier ensuite le raisonnement sachant que
f (x, y) = 3x − x 3 − 2y 2 + y 4 .
C ORRECTION . Dans la figure, les points (−1, −1) et (−1, 1) sont entourés par des courbes de niveau qui sont de forme ovale
et qui indiquent que si nous nous éloignons du point dans n’importe quelle direction les valeurs de f augmentent. Ainsi on
pourrait s’attendre à des minima locaux en ou à proximité de (−1, ±1).
De la même manière, le point (1, 0) est entouré par des courbes de niveau qui sont de forme ovale et qui indiquent que si
nous nous éloignons du point dans n’importe quelle direction les valeurs de f diminuent. Ainsi on pourrait s’attendre à un
maximum local en ou à proximité de (1, 0).
Les courbes de niveau proche des points (−1, 0), (1, 1) et (1, −1) ressemblent à des hyperboles, et si nous nous éloignons de
ces points, les valeurs de f augmentent dans certaines directions et diminuent dans d’autres, donc nous nous attendons à
trouver des points de selle.
Vérifions cette analyse : (
3 − 3x 2 = 0
∇ f = 0 ⇐⇒
−4y + 4y 3 = 0
donc les points critiques sont (1, 0), (1, 1), (1, −1), (−1, 0), (−1, 1), (−1, −1). Les dérivées secondes sont ∂xx f (x, y) = −6x,
∂x y f (x, y) = 0, ∂ y y f (x, y) = 12y 2 − 4, ainsi ∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = −72x y 2 + 24x.
Point critique ∆ ∂xx f Conclusion

(1, 0) 24 > 0 −6 < 0 f a un maximum local en (1, 0)
(1, 1) −48 < 0 f a un point-selle en (1, 1)
(1, −1) −48 < 0 <0 f a un point-selle en (1, −1)
(−1, 0) −24 < 0 f a un point-selle en (−1, 0)
(−1, 1) 48 > 0 6>0 f a un minimum local en (−1, 1)
(−1, −1) 48 > 0 6>0 f a un minimum local en (−1, −1)
Exercice 5.5
x2 y y3
f (x, y) = + x2 + − 4y.
2 3
Trouver les points critiques de la fonction f et établir leur nature.
C ORRECTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
Ã !
x y + 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
Pour en étudier la nature on calcule les dérivées secondes :
∂xx f (x, y) = y + 2 ∂ y y f (x, y) = 2y ∂x y f (x, y) = x
Donc
∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2y(y + 2) − x
108 © G. Faccanoni
et
∆(0, −2) = 0, ∆(0, 2) = 16.
Comme ∆(0, 2) > 0 et ∂xx f (0, 2) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f .
En revanche, comme ∆(0, −2) = 0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 5.6
Déterminer les extrema de la fonction f : R2 → R définie par f (x, y) = y 2 + x y ln(x).
C ORRECTION . f est de classe C 2 dans son domaine de définition, l’ouvert D = (x, y) ∈ R2 ¯ x > 0 .
© ¯ ª
³ ´
y ln(x)+y
Points critiques On a ∇ f (x, y) = 2y+x ln(x) et
(
y(1 + ln(x)) = 0,
µ ¶ ½ µ ¶¾
0 1 1
∇ f (x, y) = ⇐⇒ ⇐⇒ (x, y) ∈ (1, 0); ,
0 2y + x ln(x) = 0, e 2e
y
Nature des points critiques D(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = x × 2 − (1 + ln(x))2 . Comme D(1, 0) = −1 < 0, le
point (1, 0) est un point-selle ; comme D(1/e, 1/(2e)) = 1 > 0 et ∂xx f (1/e, 1/(2e)) = 1/2 > 0, le point (1/e, 1/(2e)) est un
minimum local.
Exercice 5.7
x2 y y3
f (x, y) = − x2 + − 4y.
2 3
Ã !
x y − 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
∂xx f (x, y) = y − 2 ∂ y y f (x, y) = 2y ∂x y f (x, y) = x
Donc
∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2y(y − 2) − x
et
∆(0, −2) = 16, ∆(0, 2) = 0.
Comme ∆(0, −2) > 0 et ∂xx f (0, −2) < 0, on conclut que le point (0, −2) est un maximum pour f .
En revanche, comme δ(0, 2) = 0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 5.8
x y 2 x3
f (x, y) = + − 4x + y 2 .
2 3
© G. Faccanoni 109
Ã 2 !
y
+ x 2 − 4,
∇f = 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (−2, 0), (2, 0) } .
x y + 2y
∂xx f (x, y) = 2x ∂ y y f (x, y) = x + 2 ∂x y f (x, y) = y
Donc
δ(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2x(x + 2) − y
et
δ(−2, 0) = 0, δ(2, 0) = 16.
Comme δ(2, 0) > 0 et ∂xx f (2, 0) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f . En revanche, comme δ(−2, 0) =
0, on ne peut pas conclure en utilisant la matrice hessienne.
Exercice 5.9
Une montagne a la forme de la surface z(x, y) = 2x y − 2x 2 − y 2 − 8x + 6y + 4 (l’unité de mesure est de 100 mètres). Si le
niveau de la mer correspond à z = 0, quelle est la hauteur de la montagne ?
C ORRECTION . Il s’agit d’évaluer z(x, y) dans le point de maximum. Cherchons d’abord les points critiques :
µ ¶
~ 2y − 4x − 8
∇z(x, y) =
2x − 2y + 6
et ~
∇z(x, y) =~0 ssi (x, y) = (−1, 2). On établie la nature du point critique en étudiant le déterminant de la matrice hessienne :
∂xx f (x, y) = −4 < 0, ∂ y y f (x, y) = −2, ∂x y f (x, y) = 2,
et ∂xx f (−1, 2)∂ y y f (−1, 2) − (∂x y f (−1, 2))2 = 4 > 0 donc (−1, 2) est un maximum. Comme z(−1, 2) = 14, la montagne est haute
1400 mètre.
Exercice 5.10
Déterminer et classer les 5 points critiques (en spécifiant s’ils sont des max, des min ou des points de selle) de la fonction
f : R2 → R définie par
2 −y 2 )
f (x, y) = (x 2 − y 2 )e (−x .
C ORRECTION . Cherchons d’abord les 5 points critiques :

2 2
Ã !
2x(1 − x 2 + y 2 )e (−x −y )
∇ f (x, y) = 2 2
2y(−1 − x 2 + y 2 )e (−x −y )
et ∇ f (x, y) = (0, 0) ssi

(x, y) ∈ { (0, 0), (0, 1), (0, −1), (1, 0), (−1, 0) }.
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 −y 2 )
∂xx f (x, y) = 2e (−x (1 − 5x 2 + y 2 + 2x 4 − 2x 2 y 2 ),
2 −y 2 )
∂x y f (x, y) = 4x y(x 2 − y 2 )e (−x ,
(−x 2 −y 2 )
∂ y y f (x, y) = 2e (−1 − x 2 + 5y 2 + 2x 2 y 2 − 2y 4 ),
∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 .
110 © G. Faccanoni
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) ∆(x 0 , y 0 )
(0, 0) 2 0 −2 −4 c’est un point-selle
(1, 0) − 4e 0 − 4e 16
e2
c’est un maximum
(−1, 0) − 4e 0 − 4e 16
e2
c’est un maximum
4 4 16
(0, 1) e 0 e e2
c’est un minimum
4 4 16
(0, −1) e 0 e e2
c’est un minimum
Exercice 5.11
Déterminer et classer les 5 points critiques (en spécifiant s’ils sont des max, des min ou des points de selle) de la fonction
f : R2 → R définie par
2 −y 2 )
f (x, y) = (y 2 − x 2 )e (−x .
C ORRECTION . Cherchons d’abord les 5 points critiques :

2 2
Ã !
2x(−1 + x 2 − y 2 )e (−x −y )
∇ f (x, y) = 2 2
2y(1 + x 2 − y 2 )e (−x −y )
et ∇ f (x, y) = (0, 0) ssi

(x, y) ∈ { (0, 0), (0, 1), (0, −1), (1, 0), (−1, 0) }.
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 −y 2 )
∂xx f (x, y) = −2e (−x (1 − 5x 2 + y 2 + 2x 4 − 2x 2 y 2 ),
2 −y 2 )
∂x y f (x, y) = −4x y(x 2 − y 2 )e (x ,
(−x 2 −y 2 )
∂ y y f (x, y) = −2e (−1 − x + 5y 2 + 2x 2 y 2 − 2y 4 ),
2
∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 .
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) ∆(x 0 , y 0 )
(0, 0) −2 0 2 −4 c’est un POINT DE SELLE
4 4 16
(1, 0) e 0 e e2
c’est un MIN
4 4 16
(−1, 0) e 0 e e2
c’est un MIN
(0, 1) − 4e 0 − 4e 16
e2
c’est un MAX
(0, −1) − 4e 0 − 4e 16
e2
c’est un MAX
Exercice 5.12
La société d’Adèle produit deux types d’ampoules : E17 et E24. Indiquons par x le nombre de milliers d’ampoules de
type E17 produites et supposons que la demande pour ce type de lampes est donnée par p 1 = 50 − x, où p 1 est le prix
de vente en euros. De même, indiquons par y le nombre de milliers d’ampoules de type E24 produites et supposons
que la demande pour ce type est donnée par p 2 = 60 − 2y, où p 2 est aussi le prix de vente en euros. Les coûts communs
de production de ces ampoules est C = 2x y (en milliers d’euros). Par conséquent, le bénéfice de la société d’Adèle (en
milliers d’euros) est une fonction de deux variables x et y. Déterminer le profit maximal d’Adèle.
© G. Faccanoni 111
C ORRECTION . La fonction profit en milliers d’euros est p(x, y) = p 1 x + p 2 y −C (x, y) = 50x − x 2 + 60y − 2y 2 − 2x y. Pour maxi-
miser le profit, on cherche d’abord les points stationnaires :
(
x = 20,
µ ¶ µ ¶
50 − 2x − 2y 0
∇p = 0 ⇐⇒ = ⇐⇒
60 − 4y − 2x 0 y = 5.
Pour établir la nature de ces points, on étudie la matrice hessienne :
∂xx p(x, y) = −2, ∂xx p(20, 5) = −2 < 0,

∂x y p(x, y) = −2, ∂x y p(20, 5) = −2,
∂ y y p(x, y) = −4, ∂ y y p(20, 5) = −4,
et ∆(20, 5) = (−2)(−4) − (−2)2 = 4 > 0 donc (20, 5) est un point de maximum pour p et le profit maximal vaut p(20, 5) = 650.
La société d’Adèle réalise le profit maximal de 650000 euros lorsqu’elle vend 20000 ampoules E17 à 30 euros l’une et 5000
ampoules E24 à 50 euros l’une.
Exercice 5.13
Vous êtes le directeur financier de la firme S ANBON & F ILS. Cette entreprise a investi 3000 euros pour mettre au point un
nouveau parfum. Le coût de la production est de 3 euros par flacon de 100 mL. L’expert consulté par M. S ANBON père a
établi que si la firme consacre x euros en publicité pour son parfum et que le prix de vente d’un flacon est de y euros, la
p
firme vendra exactement 300+6 x −10y pièces. La firme S ANBON & F ILS fixe évidemment x et y de manière à maximiser
son profit. En tant que directeur financier, il vous incombe de déterminer ces valeurs.
C ORRECTION .
p
B Revenu de la vente : y(300 + 6 x − 10y)
p
B Coût de production : 3(300 + 6 x − 10y)
B Coût de développement et de publicité : 3000 + x
p
Le profit de la firme à maximiser est donc : f (x, y) = (y − 3)(300 + 6 x − 10y) − x − 3000. La condition nécessaire s’écrit
( 3(y−3)
∂x f (x, y) = p
x
−1 = 0
=⇒ (x 0 , y 0 ) = (164025, 138).
∂ y f (x, y) = 330 + 6 x − 20y = 0
p
La hessienne en ce point est définie négative :

 3(y−3)
∂ f (x, y) = − p 3
 xx

 2 x
241
∂x y f (x, y) = p3x =⇒ ∆(x 0 , y 0 ) = − .
∂ f (x, y) = 30(y−3)
 32805
− p3

yy p
x3 x
Comme ∂xx f (x 0 , y 0 ) = −20, on a bien un maximum. La firme S ANBON & F ILS va donc consacrer 164025 euros à la pro-
motion de son nouveau parfum et vendre le flacon de 100 mL à 138 euros. Elle réalisera de la sorte le profit maximal de
f (164025, 138) = 15225 euros.
Exercice 5.14 Une fabrication optimale

Votre société s’occupe de la fabrication d’une pièce mécanique. Celle-ci dépend de deux paramètres réels x et y (à priori
non-contraints) de la façon suivante : le coût unitaire de fabrication d’une pièce est égal à
c(x, y) = x 2 + 2y 2
tandis que le taux de pièces défectueuses (compris entre 0 et 1) est égal à
1
t (x, y) = .
1 + (x y)2
On cherche à maximiser la rentabilité totale du processus de fabrication. On prendra pour fonction objectif le coût uni-
taire moyen d’une pièce non-défectueuse, qui est égal au coût de fabrication d’une pièce divisé par le taux de pièces
non-défectueuses, et on tentera de le simplifier autant que possible.
112 © G. Faccanoni
c(x,y) x 2 +2y 2 (x 2 +2y 2 )(1+x 2 y 2 )

C ORRECTION . La fonction à minimiser s’écrit f (x, y) = = = . La condition nécessaire s’écrit
1−t (x,y) 1− 1 2 x2 y 2
1+(x y)
4
∂x f (x, y) = 2 x x−2
(
3 =0 p
4
p
4
2y 4 −1 =⇒ (x 0 , y 0 ) = ( 2, 1/ 2).
∂y f (x, y) = 2 y 3 =0
La hessienne en ce point est définie positive :

x 4 +6

∂xx f (x, y) = 2 x 4

 2+6 1+3
∂x y f (x, y) = 0 =⇒ ∆(x 0 , y 0 ) = 4 > 0.
∂ f (x, y) = 2 2y 4 +3

 2 1/2
yy y4
p
4
p
4
Comme ∂xx f (x 0 , y 0 ) > 0, on a bien unpminimum. En choisissant (x, y) = ( 2, 1/ 2), le coût unitaire moyen d’une pièce non-
défectueuse est minimale est égal à 4 2.
Exercice 5.15 Courbe de meilleure approximation

© ªn
On considère un ensemble de points expérimentaux (x i , y i ) i =0 et on suppose que les deux grandeurs x et y sont
liées, au moins approximativement, par une relation de la forme y = a sin( π2 x) + b cos( π2 x). On souhaite alors trouver les
constantes a et b pour que la courbe d’équation y = a sin( π2 x) + b cos( π2 x) s’ajuste le mieux possible aux points observés
(on parle de courbe de meilleure approximation).
Soit d i = y i − (a sin( π2 x i ) + b cos( π2 x i )) l’écart vertical du point (x i , y i ) par rapport à la courbe. La méthode de régression
(ou des moindres carrés) est celle qui choisit a et b de sorte que la somme des carrés de ces déviations soit minimale.
Pour cela, on doit minimiser la fonction E définie par
E : R2 → R+
n
(a, b) 7→ E (a, b) = d i2 .
X
i =0
Écrire le système linéaire qui permet de calculer a et b.
C ORRECTION . Pour minimiser E on cherche ses points stationnaires. Puisque

Ã !
∂E X n ¡ ¡ ¡π ¢ ¡ π ¢¢¢ ¡π ¢
(a, b) = −2 y i − a sin 2 x i + b cos 2 x i sin 2 x i ,
∂a i =0
Ã !
∂E X n ¡ ¡ ¡π ¢ ¡ π ¢¢¢ ¡π ¢
(a, b) = −2 y i − a sin 2 x i + b cos 2 x i cos 2 x i ,
∂b i =0
on obtient
∂E
y i − a sin π2 x i + b cos π2 x i sin( π2 x i ) = 0
( (P ¡
n
¡ ¡ ¢ ¡ ¢¢¢
∂a (a, b) = 0 i =0
⇐⇒ Pn ¡
∂E
¡π ¢ ¡ π ¢¢¢
cos( π2 x i ) = 0
¡
∂b (a, b) = 0 i =0 y i − a sin 2 x i + b cos 2 x i
a sin π2 x i + b cos π2 x i sin( π2 x i ) = ni=0 y i sin( π2 x i )

(P ¡¡
n
¡ ¢ ¡ ¢¢¢ P
⇐⇒ Pn ¡¡ i =0 ¡π ¢ ¡ π ¢¢¢
cos( π2 x i ) = ni=0 y i cos( π2 x i )
P
i =0 a sin 2 x i + b cos 2 x i
sin2¢ π2 x i¡ sin π2 x i ¡cos ¢π2 x i y i sin ¡ π2 x i ¢
· Pn ¡ ¢ Pn ¡ ¢ ¡ ¢¸ · ¸ ·Pn ¡ ¢¸
i =0 i =0 a i =0
⇐⇒ P n
¡ π π
¢ P n 2 π = P n π .
i =0 sin 2 x i cos 2 x i i =0 cos 2 x i b i =0 y i cos 2 x i
Si on note
n ¡π n ¡π ¡π n ¡π n ¡π n ¡π
sin2 cos2
X ¢ X ¢ ¢ X ¢ X ¢ X ¢
U= 2 xi , V= sin 2 xi cos 2 xi , W= 2 xi , P= y i sin 2 xi , Q= y i cos 2 xi ,
i =0 i =0 i =0 i =0 i =0
on doit résoudre le système linéaire µ ¶µ ¶ µ ¶

U V a P
=
V W b Q
dont la solution est
W P −V Q UQ − V P
a= , b= .
UW − V 2 UW − V 2
© G. Faccanoni 113
Exercice 5.16
La méthode de régression s’étend facilement à desªdonnées qui dépendent de deux ou plusieurs variables. On considère
© n
un ensemble de points expérimentaux (x i , y i , z i ) i =0 et on suppose que les trois grandeurs x, y et z sont liées, au moins
approximativement, par une relation affine de la forme z = a + bx + c y. On souhaite alors trouver les constantes a, b et c
pour que le plan d’équation z = a + bx + c y s’ajuste le mieux possible aux points observés (on parle de plan de meilleure
approximation).
Soit d i = z i − (a + bx i + c y i ) l’écart vertical du point (x i , y i , z i ) par rapport au plan. La méthode de régression (ou des
moindres carrés) est celle qui choisit a, b et c de sorte que la somme des carrés de ces déviations soit minimale. Pour
cela, on doit minimiser la fonction E définie par
E : R3 → R+
n
(a, b, c) 7→ E (a, b, c) = d i2 .
X
i =0
1. Écrire le système linéaire qui permet de calculer a, b et c

© ª5
2. Calculer l’équation du plan de meilleure approximation pour l’ensemble (x i , y i , z i ) i =0 où
i 0 1 2 3 4 5
xi 0 0 1 2 2 2
yi 0 1 0 0 1 2
3 1 1
zi 2 2 2 0 2 1
On utilisera la méthode du pivot de G AUSS pour la résolution du système linéaire.
C ORRECTION . 1. Pour minimiser E on cherche ses points stationnaires. Puisque

Ã !
∂E X n
(a, b, c) = −2 (z i − (a + bx i + c y i )) ,
∂a i =0
Ã !
∂E X n
(a, b, c) = −2 (z i − (a + bx i + c y i ))x i ,
∂b i =0
Ã !
∂E X n
(a, b, c) = −2 (z i − (a + bx i + c y i ))y i ,
∂c i =0
on obtient
 ∂E Pn Pn Pn
 ∂a (a, b, c) = 0
 Pi =0 (z i − (a + bx i + c y i )) = 0
 Pi =0 (a + bx i + c y i ) = i =0P
 zi
∂E n n 2 n
∂b (a, b, c) = 0 i =0 (z i − (a + bx i + c y i ))x i = 0 i =0 (ax i + bx i + c y i x i ) = i =0 z i x i
⇐⇒ ⇐⇒
 ∂E
 
Pn 
Pn 2 Pn
∂c (a, b, c) = 0 i =0 (z i − (a + bx i + c y i ))y i = 0 i =0 (a y i + bx i y i + c y i ) = i =0 z i y i
 Pn Pn     Pn 
(n + 1) x y a z
Pn Pni =0 2i Pni =0 i Pni =0 i
⇐⇒  i =0 x i x x i y i  b  =  i =0 z i x i  .
Pn Pni =0 i Pi =0
n 2 Pn
y
i =0 i x
i =0 i i y i =0 y i c i =0 z i y i
2. Dans notre cas,

n
X n
X n
X 11
xi = 7 yi = 4 zi =
i =0 i =0 i =0 2
n
X n
X 7 n
X 9
xi y i = 6 xi zi = y i zi =
i =0 i =0 2 i =0 2
n n
x i2 = 13 y i2 = 6
X X
n +1 = 6
i =0 i =0
donc on a le système linéaire

    11 
6 7 4 a /2
7 13 6 b  =  7/2 
4 6 6 c 9
/2
114 © G. Faccanoni
qu’on peut résoudre par la méthode de G AUSS
  L 2 ←L 2 − 76 L 1    
6 7 4 11
/2 6 7 4 11
/2 6 7 4 11
/2
L 3 ←L 3 − 23 L 1 8
L 3 ←L 3 − 29 L2
 7 13 6 7
/2  −−−−−−−−→  0 29
/6 4
/3 −35/12  −−−−−−−−−→  0 29
/6 4
/3 −35/12 
4 6 6 9
/2 0 4
/3 10
/3 5
/6 0 0 86
/29 95
/58
dont la solution est    123   

a /86 1.430232557
b  = −65/86 ≈ −0.7558139503 .
c 95
/172 0.5523255766
Exercice 5.17 Fonctions implicites, extrema libres

On considère l’équation x 2 + 4y 2 + 2y 4 + z 2 + sin z = 0.
1. Vérifier qu’elle définie une et une seule fonction z = ϕ(x, y) au voisinage de (0, 0, 0).
2. Montrer que le point (0, 0) est un point stationnaire pour z = ϕ(x, y) et en établir sa nature.
C ORRECTION . Soit g (x, y, z) = x 2 + 4y 2 + 2y 4 + z 2 + sin z. Elle est clairement de classe C ∞ (R3 ) et on a
∂x g (x, y, z) = 2x, ∂ y g (x, y, z) = 8y + 8y 3 , ∂z g (x, y, z) = 2z + cos z,

∂x g (0, 0, 0) = 0, ∂ y g (0, 0, 0) = 0, ∂z g (0, 0, 0) = 1.
Comme ∂z g (0, 0, 0) 6= 0 on peut conclure que l’équation ∂x g (x, y, z) = 0 définie implicitement une et une seule fonction
z = ϕ(x, y) au voisinage de (0, 0) et ϕ(0, 0) = 0. De plus
∂x g (x, y, ϕ(x, y)) −2x

∂x ϕ(x, y) = − = , ∂x ϕ(0, 0) = 0,
∂z g (x, y, ϕ(x, y)) 2ϕ(x, y) + cos(ϕ(x, y))
∂x g (x, y, ϕ(x, y))
∂ y ϕ(x, y) = − , ∂ y ϕ(0, 0) = 0,
∂z g (x, y, ϕ(x, y))
donc (0, 0) est un point stationnaire pour z = ϕ(x, y). Comme
−2 ϕ(x, y)(2 − sin(ϕ(x, y)))

∂xx ϕ(x, y) = + 2x , ∂xx ϕ(0, 0) = −2,
2ϕ(x, y) + cos(ϕ(x, y)) (2ϕ(x, y) + cos(ϕ(x, y)))2
2∂ y ϕ(x, y) − sin(ϕ(x, y))∂ y ϕ(x, y)
∂x y ϕ(x, y) = 2x , ∂x y ϕ(0, 0) = 0
(2ϕ(x, y) + cos(ϕ(x, y)))2
−8(1 + 3y 2 ) 8(y + y 3 )∂ y ϕ(x, y)(2 − sin(ϕ(x, y)))
∂ y y ϕ(x, y) = + ∂ y y ϕ(x, y) = −8.
2ϕ(x, y) + cos(ϕ(x, y)) (2ϕ(x, y) + cos(ϕ(x, y)))2
le déterminant de la matrice hessienne est 16 : le point (0, 0) est un point de maximum locale pour la fonction z = ϕ(x, y).
Exercice 5.18
Étudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x 4 + y 4 − 2(x − y)2 , 4. f (x, y) = x 2 + x y + y 2 − 2x − y, 7. f (x, y) = 8

x + xy + y,
x2 5. f (x, y) = x 3 y 2 (6 − x − y),
2. f (x, y, z) = 2 + x y z − z + y,
2
3. f (x, y) = (x − 1) + 2y , 2
6. f (x, y) = e x−y (x 2 − 2y 2 ), 8. f (x, y) = x 2 − cos(y),
C ORRECTION .
1. f (x, y) = x 4 + y 4 −2(x − y)2 est définie sur R2 à valeur dans R ; comme la restriction f (x, 0) = x 4 −2x 2 tend vers +∞ pour
x qui tend vers ±∞, il n’y a pas de maximum global sur R2 . Comme R2 est ouvert, un extrémum relatif de f vérifie la
condition nécessaire ∇ f (x, y) = 0. Comme
∂x f (x, y) = 4(x 3 − x + y), ∂ y f (x, y) = 4(y 3 + x − y),
© G. Faccanoni 115
p p p p
les points critiques sont donc 1 (0, 0), ( 2, − 2), (− 2, 2) (on note que f (x, y) = f (−x, −y)). Pour en étudier la nature,
calculons les dérivées secondes :
∂xx f (x, y) = 12x 2 − 4, ∂x y f (x, y) = 4, ∂ y y f (x, y) = 12x 2 − 4;
on en déduit que
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) D(x 0 , y 0 )
(0, 0) −4 4 −4 0 à étudier séparément,
p p
( 2, − 2) 20 4 20 384 est un minimum,
p p
(− 2, 2) 20 4 20 384 est un minimum.
Pour connaître la nature du point (0, 0) on étudie le signe de d (h, k) = f (h, k) − f (0, 0) pour h et k voisins de 0 :
d (h, k) = h 4 + k 4 − 2(h − k)2 ;
comme d (h, 0) = (h 2 − 2)h 2 < 0 lorsque h est voisin de 0 mais d (h, h) = 2h 4 > 0, alors (0, 0) est un point-selle.
Remarquons qu’avec des transformations algébriques, on peut réécrire la fonction sous la forme
f (x, y) = (x 2 − 2)2 + (y 2 − 2)2 + 2(x + y)2 − 8.

p p p p p p p p
Comme f ( 2, − 2) = f (− 2, 2) = −8, les points ( 2, − 2) et (− 2, 2) sont des minima globaux.
2
2. f (x, y, z) = x2 + x y z − z + y est définie sur R3 à valeur dans R ; comme la restriction f (0, 0, z) = −z tend vers ±∞ pour
z qui tend vers ∓∞, il n’y a pas d’extremum global sur R3 . Comme R3 est ouvert, un extrémum relatif de f vérifie la
condition nécessaire ∇ f (x, y, z) = 0. Comme
∂x f (x, y, z) = x + y z, ∂ y f (x, y, z) = xz + 1, f z (x, y, z) = x y − 1,
il n’y a qu’un point critique : (1, 1, −1). Pour connaître sa nature on a deux possibilités :
B on étudie le signe de la différence d (x, y, z) = f (x, y, z) − f (1, 1, −1) pour x voisin de 1, y voisin de 1 et z voisins de
−1 :
x2 1 x2 3
d (x, y, z) = + xyz − z + y − +1−1−1 = + xyz − z + y − ,
2 2 2 2
mais ce n’est pas facile d’en étudier le signe ;
B on étudie le signe de ∆ f (h, k, l ) = f (1 + h, 1 + k, −1 + l ) pour h, k et l voisins de 0 (les termes de degré 1 en h, k et l
doivent disparaître) :
h 2 + 1 + 2h 3 h2
∆ f (h, k, l ) = + (1 + h)(1 + k)(−1 + l ) − (−1 + l ) + (1 + k) − = + hkl + hl − hk + kl .
2 2 2
Il ne reste que transformer ∆ f si on pense qu’il s’agit d’un extrémum ou fournir des restrictions qui se contredisent
si on pense que ce n’est pas un extrémum. Comme les deux restrictions à deux courbes continues passant par
l’origine ∆ f (h, 0, h) = 32 h 2 > 0 et ∆ f (h, h, 0) = − 21 h 2 < 0 donnent des signes différents, on conclut que ce n’est pas
un extrémum.
Remarquons qu’avec des transformations algébriques, on peut réécrire la fonction sous la forme
f (x, y) = (x 2 − 2)2 + (y 2 − 2)2 + 2(x + y)2 − 8.

p p p p p p p p
Comme f ( 2, − 2) = f (− 2, 2) = −8, les points ( 2, − 2) et (− 2, 2) sont des minima globaux.
3. f (x, y) = (x − 1)2 + 2y 2 est définie sur R2 à valeur dans R et ∂x f (x, y) = 2x − 2, ∂ y f (x, y) = 4y. Comme ∇ f (x, y) = 0 ssi
(x, y) = (1, 0), et
∂xx f (x, y) = 2, ∂x y f (x, y) = 0, ∂ y y f (x, y) = 4,
on en déduit que D(1, 0) = 8 > 0 : il s’agit d’un minimum.
4. f (x, y) = x 2 + x y + y 2 − 2x − y est définie sur R2 à valeur dans R et ∂x f (x, y) = 2x + y − 2, ∂ y f (x, y) = x + 2y − 1. Comme
∇ f (x, y) = 0 ssi (x, y) = (1, 0), et
∂xx f (x, y) = 2, ∂x y f (x, y) = 1, ∂ y y f (x, y) = 2,

( ( (
4x 3 − 4x + 4y = 0 x3 + y 3 = 0 x = −y
1. =⇒ =⇒
4y 3 + 4x − 4y = 0 y3 + x − y = 0 (y 2 − 2)y = 0
116 © G. Faccanoni
5. f (x, y) = x 3 y 2 (6 − x − y) est définie sur R2 à valeur dans R et ∂x f (x, y) = 3x 2 y 2 (6 − x − y) − x 3 y 2 , ∂ y f (x, y) = 2x 3 y(6 − x −

y) − x 3 y 2 . Tous les points (x, 0) et (0, y) sont des points critique ainsi que le point (3, 2). Comme
∂xx f (x, y) = 6x y 2 (6−x − y)−6x 2 y 2 , ∂x y f (x, y) = 6x 2 y(6−x − y)−3x 2 y 2 −2x 3 y, ∂ y y f (x, y) = 2x 3 (6−x − y)−4x 3 y,
on en déduit que D(3, 2) > 0 : il s’agit d’un maximum. En revanche, l’étude de la matrice hessienne ne permet pas de
conclure pour les points sur les axes. Pour connaître la nature de ces points on étudie le signe de d (h, k) = f (h, k) −
f (0, 0). Donc les points (0, y) sont des selles, les points (x, 0) pour x < 0 ou x > 6 sont des maxima, les points (x, 0) pour
0 < x < 6 sont des minima, le point (6, 0) est une selle.
6. f (x, y) = e x−y (x 2 − 2y 2 ) est définie sur R2 à valeurs dans R et ∂x f (x, y) = e x−y (x 2 − 2y 2 + 2x), ∂ y f (x, y) = e x−y (−x 2 +
2y 2 − 4y). Les points critiques sont (0, 0) et (−4, −2). Comme
∂xx f (x, y) = e x−y (x 2 − 2y 2 + 4x + 2), ∂x y f (x, y) = e x−y (−x 2 + 2y 2 − 2x − 4y), ∂ y y f (x, y) = e x−y (x 2 − 2y 2 + 8y − 4);
on en déduit que
(−4, −2) −6e −2 8e −2 −12e −2 8e −4 maximum
(0, 0) 2 0 −4 −8 selle
x 2 −8y y2x
7. f (x, y) = x8 + xy + y est définie dans R2 \ (x, y) ¯ x y = 0 ouvert et ∂x f (x, y) = x 2 y , ∂ y f (x, y) =
© ¯ ª
y2
. Comme ∇ f (x, y) = 0
ssi (x, y) = (4, 2), et
16 1 2x
∂xx f (x, y) = 3 , ∂x y f (x, y) = − 2 , ∂ y y f (x, y) = 3 ,
x y y
13
8. f (x, y) = x − cos(y) est définie dans R2 et ∂x f (x, y) = 2x, ∂ y f (x, y) = sin y. Les points critiques sont les points (0, kπ)
2
avec k ∈ Z. Pour étudier la nature de ces points, on calcule le déterminant de la matrice hessienne :
∂xx f = 2, ∂x y f = 0, ∂ y y f = cos(y),
donc ∆(0, kπ) = 2 cos(kπ) = (−1)k : si k est impaire c’est un point-selle, si k est paire c’est un minimum.
Exercice 5.19
2 +y 2 )
Étudier et classer les points stationnaires de la fonction f (x, y) = (x 2 + y 2 )e −(x .
2 2 2 2
C ORRECTION . Comme ∂x f (x, y) = 2x(1 − x 2 − y 2 )e −(x +y ) et ∂ y f (x, y) = 2y(1 − x 2 − y 2 )e −(x +y ) , les points critiques sont
(0, 0) et les points (x, y) qui appartiennent au cercle x 2 + y 2 = 1. Comme f (x, y) ≥ 0 pour tout (x, y) ∈ R2 et f (x, y) = 0 ssi
(x, y) 6= (0, 0) ou (x, y) est tel que x 2 + y 2 − 1 = 0, on en déduit qu’ils sont des minima (le calcul des dérivées secondes porte à
des calculs très longues).
2
Sinon, on peut remarquer que si on pose w(r ) = f (r cos ϑ, r sin ϑ) = r 2 e −r , on obtient une fonction d’une seule variable et
2
on a w 0 (r ) = 2r (1 − r 2 )e −r qui a un minimum pour r = 0 et r = 1.
Optimisation dans un fermé
Exercice 5.20
p
Quel point du cercle d’équation x 2 + y 2 ≤ 1 minimise la distance à la droite y = 4 − 3x ?
© G. Faccanoni 117
C ORRECTION . En se rappelant la formule pour la distance d’un point (x, y) d’une droite d’équation ax + b y + c = 0, il s’agit
de minimiser la fonction p
|ax + b y + c| | 3x + y − 4|
f (x, y) = p =
a2 + b2 2
p
dans D = (x, y) ¯ x + y 2 ≤ 1 . Comme 3x + y − 4 < 0 pour tout point de D, il s’agit alors de minimiser la fonction
© ¯ 2 ª
p
4 − 3x − y
d (x, y) = .
2
p
Les extrema se trouvent soit dans D̊ soit sur ∂D. Comme ∇d (x, y) = (− 3, −1) 6= (0, 0), il n’y a pas d’extrema dans D̊. Il faut
alors les chercher sur ∂D. Pour cela on exprime ∂D sous forme paramétrique x = cos ϑ et y = sin ϑ pour ϑ ∈ [0; 2π]. La restric-
tion de d à cette courbe donne la fonction d’une seule variable
p
4 − 3 cos ϑ − sin ϑ
h(ϑ) = d (x(ϑ), y(ϑ)) = .
2
Comme h 0 (ϑ) = sin ϑ − π6 on a que h 0 (ϑ) = 0 ssi ϑ = π6 ou ϑ = 7π

¡ ¢
6 . Il faut comparer la valeur de h en ces points avec la valeur
en 0 et en 2π : p
4− 3 ³π´ µ ¶
7π
h(0) = h(2π) = , h = 1, h = 3.
2 6 6
p
On conclut que le point qui minimise la distance correspond à ϑ = π6 , c’est-à-dire le point ( 12 , 3
2 ).
Remarquons que, une fois établit que les extrema se trouvent sur la courbe d’équation x 2 + y 2 = 1, cela revient à calculer le
y) = x 2 + y 2 − 1. On peut alors utiliser la méthode des multiplicateurs
minimum de d sous la contrainte g (x, y) = 0 avec g (x, p
4− 3x−y
de L AGRANGE : on introduit le lagrangien L(x, y, `) = 2 − `(x 2 + y 2 − 1), on calcul son gradient
 p 
− 23 − 2`x
∇L =  − 1 − 2`y  ,
 
2
1 − x2 − y 2
p p p p p
3 3 3 3 3
comme ∇L(x, y, `) = (0, 0, 0) ssi (x, y) = ( 12 , 2 ) ou (x, y) = (− 21 , − 2 ), et comme d ( 21 , 1
2 ) < d (− 2 , − 2 ), on conclut que ( 21 , 2 )
est le minimum.
p
3
2
1 x
2
p
y = 4 − 3x
Exercice 5.21
On cherche les extrema de la fonction f : R2 → R définie par f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 ≤ 1.
Étude dans l’ouvert x 2 + y 2 < 1 : déterminer le point critique de f dans x 2 + y 2 < 1 et en établir la nature.
déterminer les points critiques du lagrangien L (x, y, λ) ≡ f (x, y)−λ(x 2 +y 2 −1) et en établir
Étude sur le bord x 2 + y 2 = 1 :
la nature.
Quels sont les minimum et maximum absolus de f dans le disque x 2 + y 2 ≤ 1 ?
118 © G. Faccanoni
C ORRECTION . Le disque x 2 + y 2 ≤ 1 est un ensemble fermé borné et la fonction f est continue, pour le théorème de Weiers-
trass il existe un maximum et un minimum absolus de f dans le disque.
1. Étude de f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 < 1 :
¡ 2x ¢
Points critiques ∇ f (x, y) = 4y et
(
2x = 0,
µ ¶
0
∇ f (x, y) = ⇐⇒ ⇐⇒ (x, y) = (0, 0)
0 4y = 0,
Nature des points critiques D(x, y) = ∂xx f (x, y)∂ y y f (x, y)−(∂x y f (x, y))2 = 2×4−02 = 8. Comme D(0, 0) > 0, le point
(0, 0) est un minimum local.
2. Étude sur le bord x 2 + y 2 = 1 :
2x−2λx
µ ¶
Points critiques ∇L (x, y, λ) = 4y−2λy et
1−x 2 −y 2

2x − 2λx = 0,
 
0 
∇L (x, y, λ) = 0 ⇐⇒ 4y − 2λy = 0, ⇐⇒ (x, y, λ) ∈ { (0, 1, 2), (0, −1, 2), (1, 0, 1), (−1, 0, 1) }
0

 2
x + y2 = 1
Nature des points critiques D(x, y, λ) = ∂xx L (x, y, λ)∂ y y L (x, y, λ) − (∂x y L (x, y, λ))2 = 2(1 − λ) × 2(2 − λ) − 02 = 4(1 −
λ)(2 − λ). Comme D(0, 1, 2) = D(0, −1, 2), D(1, 0, 1) = D(−1, 0, 1) = 0, on ne peut pas établir la nature de ces points
critiques en utilisant le lagrangien.
Étant donné que f (0, 0) = 0, f (0, 1) = 2, f (0, −1) = 2, f (1, 0) = 1 et f (−1, 0) = 1 on conclut que (0, 0) est le minimum absolu et
(0, ±1) sont les maximums absolus de f dans le disque x 2 + y 2 ≤ 1.
Exercice 5.22
Étudier et classer les
p points stationnaires des fonctions suivantes
1. f (x, y) = x y 1 − x 2 − y 2 ,
2. f (x, y) = x 2 + y 2 − x − y dans l’ensemble D = {(x, y) | |x| ≤ 1, |y| ≤ 1}.
C ORRECTION .
1. f (x, y) = x y 1 − x 2 − y 2 est définie sur le disque D = (x, y) ∈ R2 ¯ x 2 + y 2 ≤ 1 à valeur dans R ; les extrema peuvent
p © ¯ ª
être soit dans D̊ soit sur le bord ∂D = (x, y) ∈ R2 ¯ x 2 + y 2 = 1 .

© ¯ ª
Cherchons d’abord les points critiques dans D̊ :
y(1−2x 2 −y 2 )
 
p
 1−x 2 −y 2 
∇ f (x, y) =  x(1−x 2 −2y 2 ) 
p 2 2
1−x −y
et ∇ f (x, y) = (0, 0) ssi

n p p p p p p p p o
(x, y) ∈ (0, 0), (1/ 3, 1/ 3), (1/ 3, −1/ 3), (−1/ 3, 1/ 3), (−1/ 3, −1/ 3) .
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hes-
sienne de la fonction f en un point quelconque :
−x y(3 − 2x 2 − 3y 2 )
∂xx f (x, y) = p ,
(1 − x 2 − y 2 )3
1 − 3x 2 + 3x 2 y 2 − 3y 2 + 2x 4 + 2y 4
∂x y f (x, y) = p ,
(1 − x 2 − y 2 )3
−x y(3 − 3x 2 − 2y 2 )
∂ y y f (x, y) = p ,
(1 − x 2 − y 2 )3
D(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 .
© G. Faccanoni 119
On a alors
(0, 0) 0 1 0 −1 SELLE
( p1 , p1 ) − p4 − p2 − p4 4 MAX
3 3 3 3 3
(− p1 , p1 ) p4 − p2 p4 4 MIN
3 3 3 3 3
( p1 , − p1 ) p4 − p2 p4 4 MIN
3 3 3 3 3
(− p1 , − p1 ) − p4 − p2 − p4 4 MAX
3 3 3 3 3
La fonction n’est pas dérivable sur ∂D mais on peut étudier la nature de ces points en observant que f est nulle sur les
axes, positive dans le premier et le troisième quadrant, négative p dans le deuxième et quatrième quadrant p donc (1, 0),
(0, 1), (−1, 0) et (0, −1) sont des points de SELLE, les points (x, 1 − x 2 ) avec x > 0 et les points (x, − 1 − x 2 ) avec x < 0
p p
sont des MIN, les points (x, 1 − x 2 ) avec x < 0 et les points (x, − 1 − x 2 ) avec x > 0 sont des MAX.
2. L’ensemble D un fermé borné et la fonction f est continue, pour le théorème de Weierstrass il existe un maximum et
un minimum de f dans D. On suit la «recette» pour le calcul de ces valeurs :
B on cherche dans D̊ : les points critiques de f doivent annuler le gradient de f ; on a ∇ f (x, y) = (2x − 1, 2y − 1) = (0, 0)
ssi (x, y) = (1/2, 1/2) et f (1/2, 1/2) = −1/2 ;
B on cherche© sur¯ ∂D : on doit considérer quatre segments
B S 1 = (x, y) ¯ x = 1, |y| ≤ 1 : h 1 (y) = f |S 1 = y 2 − y pour y ∈ [−1; 1], h 10 (y) = 2y − 1 = 0 ssi y = 1/2 et h 1 (1/2) = −1/4 ;
ª
© h 1 (−1)
de plus, ¯ = 2 et h 1 (1)ª= 0 ; donc le MAX de h 1 vaut 2 et le MIN vaut −1/4 ;
B S 2 = (x, y) ¯ x = −1, |y| ≤ 1 : h 2 (y) = f |S 1 = 2+y 2 −y pour y ∈ [−1; 1], h 20 (y) = 2y−1 = 0 ssi y = 1/2 et h 2 (1/2) = 7/4 ;
© h 2 (−1)
de plus, ¯ = 4 et h 2 (1)ª = 2 ; donc le MAX de h 2 vaut 4 et le MIN vaut 7/4 ;
B S 3 = (x, y) ¯ y = 1, |x| ≤ 1 : h 3 (x) = f |S 3 = x 2 − x pour x ∈ [−1; 1], h 30 (x) = 2x − 1 = 0 ssi x = 1/2 et h 3 (1/2) = −1/4 ;
© h 3 (−1)
de plus, ¯ = 2 et h 3 (1)ª= 0 ; donc le MAX de h 3 vaut 2 et le MIN vaut −1/4 ;
B S 4 = (x, y) ¯ y = −1, |x| ≤ 1 : h 4 (y) = f |S 4 = 2+x 2 −x pour x ∈ [−1; 1], h 40 (y) = 2x−1 = 0 ssi x = 1/2 et h 2 (1/2) = 7/4 ;
de plus, h 4 (−1) = 4 et h 4 (1) = 2 ; donc le MAX de h 4 vaut 4 et le MIN vaut 7/4.
En résumé, les candidats sont :
(x 0 , y 0 ) (1/2, 1/2) (1, −1) (−1, 1) (1, 1/2) (1/2, 1) (−1, 1/2) (1/2, −1) (−1, −1)
f (x 0 , y 0 ) −1/2 2 2 −1/4 −1/4 7/4 7/4 4
On conclut que le MAX absolu est 4 obtenu en (−1, −1) et le MIN absolu est −1/2 obtenu en (1/2, 1/2).
Max pour h 2 et h 4
Min pour h 2 Min pour h 4

Max pour h 3 Max pour h 1
Min libre
Min pour h 3 Min pour h 1
120 © G. Faccanoni
Optimisation sous contraintes
Exercice 5.23
Utiliser la méthode des multiplicateurs de L AGRANGE pour calculer le maximum et le minimum de la fonction f sous la
(les) contrainte(s) indiquée(s) :
1. f (x, y) = x 2 + y 2 sous la contrainte x y = 1
2. f (x, y) = 3x + y sous la contrainte x 2 + y 2 = 10
3. f (x, y) = y 2 − x 2 sous la contrainte 14 x 2 + y 2 = 1
4. f (x, y) = e x y sous la contrainte x 3 + y 3 = 16
5. f (x, y, z) = 2x + 2y + z sous la contrainte x 2 + y 2 + z 2 = 9
6. f (x, y, z) = x 2 + y 2 + z 2 sous la contrainte x + y + z = 12
7. f (x, y, z, t ) = x + y + z + t sous la contrainte x 2 + y 2 + z 2 + t 2 = 1
8. f (x 1 , x 2 , . . . , x n ) = x 1 + x 2 + · · · + x n sous la contrainte x 12 + x 22 + · · · + x n2 = c
9. f (x, y, z) = x + 2y sous les contraintes x + y + z = 1 et y 2 + z 2 = 4
10. f (x, y, z) = 3x − y − 3z sous les contraintes x + y − z = 0 et x 2 + 2z 2 = 1
C ORRECTION .
1. Formons le lagrangien
L(x, y, λ) = x 2 + y 2 − λ(x y − 1)
où λ (multiplicateur de L AGRANGE) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient
de L soit nul, autrement dit on cherche les triplets (x, y, λ) tels que
2x − λy
   
0
∇L = 0 ⇐⇒ 2y − λx  = 0 ⇐⇒ (x, y, λ) ∈ { (1, 1, 2), (−1, −1, 2) }
1−xy 0
Donc (1, 1) et (−1, −1) sont des points critiques de la fonction f sous la contrainte x y = 1. Observons que ces points
ont été obtenus par une condition nécessaire et comme ∆(1, 1, 2) = ∆(−1, −1, 2) = 0, rien dans le théorème ne permet
de savoir s’il s’agit de maxima, minima ou ni l’un ni l’autre. En observant les courbes de niveau ci-dessous on conclut
qu’il s’agit de minima.
y
k%
f (x, y) = k
xy = 1
x
xy = 1
f (x, y) = 2
L(x, y, λ) = 3x + y − λ(x 2 + y 2 − 10)
   
3 − 2λx 0
∇L = 0 ⇐⇒  1 − 2λy  = 0 ⇐⇒ (x, y, λ) ∈ { (3, 1, 1/2), (−3, −1, −1/2) }
10 − x 2 − y 2 0
Donc (3, 1) et (−3, −1) sont des points critiques de la fonction f sous la contrainte x 2 +y 2 = 10. Comme ∆(3, 1, 1/2) = 1 > 0
et ∂xx L(3, 1, 1/2) = −1 < 0, le point (3, 1) est un maximum ; puisque ∆(−3, −1, −1/2) = 1 > 0 et ∂xx L(−3, −1, −1/2) = 1 > 0,
le point (−3, −1) est un minimum.
© G. Faccanoni 121
f (x, y) = 10 x 2 + y 2 = 10
f (x, y) = k
k%
x
f (x, y) = 10
3. Formons le lagrangien µ ¶
1 2
L(x, y, λ) = y 2 − x 2 − λ x + y2 − 1
4
−2x − λx/2
   
0
∇L = 0 ⇐⇒  2y − 2λy  = 0 ⇐⇒ (x, y, λ) ∈ { (0, 1, 1), (0, −1, 1), (2, 0, −4), (−2, 0, −4) }
1 − 14 x 2 − y 2 0
Donc (0, 1), (0, −1), (2, 0) et (−2, 0) sont des points critiques de la fonction f sous la contrainte 41 x 2 + y 2 = 1. Observons
que ces points ont été obtenus par une condition nécessaire et comme ∆(x, y, λ) = −(4 + λ)(1 − λ), alors ∆(0, 1, 1) =
∆(0, −1, 1) = ∆(2, 0, −4) = ∆(−2, 0, −4) = 0, rien dans le théorème ne permet de connaître leur nature. En observant les
courbes de niveau ci-dessous on conclut que les points (0, 1) et (0, −1) sont des maxima et les points (2, 0) et (−2, 0) sont
des minima.
k%
y
f (x, y) = 1
f (x, y) = k
x 2 + 4y 2 = 4
f (x, y) = −4 f (x, y) = −4
x
k% k%
f (x, y) = 1
k%
L(x, y, λ) = e x y − λ x 3 + y 3 − 16
¡ ¢
ye x y − 3λx 2
   
0
∇L = 0 ⇐⇒ xe x y − 3λy 2  = 0 ⇐⇒ (x, y, λ) = (2, 2, e 4 /6)
16 − x 3 − y 3 0
122 © G. Faccanoni
Donc (2, 2) est un point critique de la fonction f sous la contrainte x 3 + y 3 = 16. Observons que ces points ont été ob-
tenus par une condition nécessaire et comme ∆(2, 2, e 4 /6) < 0, on ne peut pas conclure sur la nature du point critique.
Cependant, on analysant les courbes de niveau, on voit qu’il s’agit d’un maximum.
4
y 2
K1 0 1 2 3 4
x
K1
L(x, y, z, λ) = 2x + 2y + z − λ x 2 + y 2 + z 2 − 9
¡ ¢
de L soit nul, autrement dit on cherche les points (x, y, z, λ) tels que
2 − 2λx 0
   
2 − 2λy  0
(x, y, z, λ) ∈ { (2, 2, 1, 1/2), (−2, −2, −1, −1/2) }

∇L = 0 ⇐⇒  =  ⇐⇒
 1 − 2λz  0
2 2 2
16 − x − y − z 0
Donc (2, 2, 1) et (−2, −2, −1) sont des points critiques de la fonction f sous la contrainte x 2 + y 2 + z 2 = 9. Observons que
ces points ont été obtenus par une condition nécessaire et on ne peut pas conclure sur leur nature. Cependant, comme
f (2, 2, 1) = 9 et f (−2, −2, −1) = −9, le premier est un maximum tandis que le dernier un minimum.
L(x, y, z, λ) = x 2 + y 2 + z 2 − λ x + y + z − 12
¡ ¢
de L soit nul, autrement dit on cherche les points (x, y, z, λ) tels que
2x − λ 0
   
2y − λ  0
(x, y, z, λ) = (4, 4, 4, 2).

∇L = 0 ⇐⇒  =  ⇐⇒
 2z − λ  0
12 − x − y − z 0
Donc (4, 4, 4) est un point critique de la fonction f sous la contrainte x + y + z = 12. Observons que ce point a été
obtenu par une condition nécessaire et on ne peut pas conclure sur sa nature. Pour cela, on peut expliciter une variable
de la contrainte et étudier l’optimisation libre de la fonction de deux variables ainsi obtenue. Par exemple, on pose
z = 12−x−y et on obtient la fonction h(x, y) = f (x, y, z = 12−x−y) = x 2 +y 2 +(12−x−y)2 = 2(x 2 +y 2 +x y −12x−12y +72).
On a µ ¶ µ ¶
4x + 2y − 24 0
∇h = 0 ⇐⇒ = ⇐⇒ (x, y) = (4, 4).
4y + 2x − 24 0
De plus, µ ¶
2 1
Hh (x, y) = ∀(x, y) ∈ R2
1 2
donc ∆(4, 4) > 0 et ∂xx h(4, 4) = 2 > 0 : le point (4, 4) est un minimum pour h donc le point (4, 4, 12 − 4 − 4 = 4) est un
minimum de f sous la contrainte x + y + z = 12.
L(x, y, z, λ) = x + y + z + t − λ x 2 + y 2 + z 2 + t 2 − 1
¡ ¢
de L soit nul, autrement dit on cherche les points (x, y, z, t , λ) tels que
1 − 2λx 0
   
 1 − 2λy  0
(x, y, z, t , λ) ∈ { (1/2, 1/2, 1/2, 1/2, 1), (−1/2, −1/2, −1/2, −1/2, −1) } .
   
∇L = 0 ⇐⇒ 
 1 − 2λz  = 0
   ⇐⇒
 1 − 2λt  0
2 2 2 2
1−x − y −z −t 0
© G. Faccanoni 123
Donc (1/2, 1/2, 1/2, 1/2) et (−1/2, −1/2, −1/2, −1/2) sont des points critiques de la fonction f sous la contrainte x 2 + y 2 +
z 2 + t 2 = 1. Observons que ces points ont été obtenus par une condition nécessaire et on ne peut pas conclure sur leur
nature.
n n
L(x 1 , x 2 , . . . , x n , λ) = x i − λ( x i2 − c)
X X
i =1 i =1
de L soit nul, autrement dit on cherche les points (x 1 , x 2 , . . . , x n , λ) tels que
   
1 − 2λx 1 0
 1 − 2λx  0
 2   
 ..  .
 =  .  ⇐⇒ (x 1 , x 2 , . . . , x n , λ) ∈ { (c/n, c/n, . . . , c/n, 1), (−c/n, −c/n, . . . , −c/n, −1) } .
∇L = 0 ⇐⇒   .  .
   
 1 − 2λx n  0
¡Pn
c − i =1 x i2
¢
0
Donc (c/n, c/n, . . . , c/n) et (−c/n, −c/n, . . . , −c/n) sont des points critiques de la fonction f sous la contrainte ni=1 x i2 =
P
c. Observons que ces points ont été obtenus par une condition nécessaire et on ne peut pas conclure sur leur nature.
L(x, y, z, λ, µ) = x + 2y − λ x + y + z − 1 − µ y 2 + z 2 − 4
¡ ¢ ¡ ¢
où λ et µ (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que le
gradient de L soit nul, autrement dit on cherche les points (x, y, z, λ, µ) tels que
1−λ 0
   
 2 − λ − 2µy  0 n p p p p p p o
(x, y, z, λ, µ) ∈ (1, 2, − 2, 1, 1/ 8), (1, − 2, 2, 1, −1/ 8) .
   
∇L = 0 ⇐⇒  −λ − 2µz  = 0 ⇐⇒
   
1 − x − y − z  0
4 − y 2 − z2 0
p p p p
Donc (1, 2, − 2) et (1, − 2, 2) sont des points critiques de la fonction f sous les contraintes x +y +z = 1 et y 2 +z 2 = 4.
Observons que ces points ont été obtenus par une condition nécessaire et on ne peut pas conclure sur leur nature.
L(x, y, z, λ, µ) = 3x − y − 3z − λ x + y − z − µ x 2 + 2z 2 − 1
¡ ¢ ¡ ¢
où λ et µ (multiplicateurs de L AGRANGE) sont des inconnues. Pour que cette fonction ait un extremum il faut que le
gradient de L soit nul, autrement dit on cherche les points (x, y, z, λ, µ) tels que
3 − λ − 2µx 0
   
 −1 − λ  0 ½µ ¶ µ ¶¾
−3 + λ − 2µz  = 0 1 2 1 2 1 2 1 2
(x, y, z, λ, µ) ∈ − p , p , p , −1, − p , p , − p , − p , −1, p
   
∇L = 0 ⇐⇒ ⇐⇒ .
3 3 3 3 3 3 3 3
   
 −x − y + z  0
1 − x 2 − 2z 2 0
p p p p p p
Donc (−1/ 3, 2/ 3, 1/ 3) et (1/ 3, −2/ 3, −1/ 3) sont des points critiques de la fonction f sous les contraintes x+y =
z et x 2 +2z 2 = 1. Observons que ces points ont été obtenus par une condition nécessaire et on ne peut pas conclure sur
leur nature.
Exercice 5.24
Étudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x y dans R2 sous la contrainte x 2 + y 2 = 1,
2. f (x, y) = x 2 + y 2 + 2 dans R2 sous la contrainte x 2 − 2x y + y 2 = 0,
3. f (x, y) = (x − y) ln(4 + x − y) sous la contrainte x 2 + y 2 = 1.
124 © G. Faccanoni
C ORRECTION .
1. On a ∇g (x, y) = (2x, 2y)T = (0, 0) si et seulement si (x, y) = (0, 0) mais (0, 0) ne vérifie pas la contrainte donc on peut
appliquer la méthode des multiplicateurs de L AGRANGE. On introduit le lagrangien L(x, y, λ) = x y − λ(x 2 + y 2 − 1) et on
cherche ses points critiques :
   
y − 2λx 0 ½µ ¶ µ ¶ µ ¶ µ ¶¾
1 1 1 1 1 1 1 1 1 1 1 1
∇L(x, y, λ) = x − 2λy = 0 ⇐⇒ (x, y, λ) ∈
    p , p , , −p ,−p , , p ,−p ,− , −p , p ,− .
1 − x2 − y 2 0 2 2 2 2 2 2 2 2 2 2 2 2
Soit
∆(x, y, λ) ≡ ∂xx L(x, y, λ)∂ y y L(x, y, λ) − (∂xx L(x, y, λ))2 = 4λ2 − 1.
Alors³ ´ ³ ´ ³ ´
B ∆ p12 , p12 , 12 > 0 donc le point (x, y) = p12 , p12 est un maximum et f p12 , p12 = 21 ;
³ ´ ³ ´ ³ ´
B ∆ − p12 , − p12 , 12 > 0 donc le point (x, y) = − p12 , − p12 est un maximum et f − p12 , − p12 = 12 ;
³ ´ ³ ´ ³ ´
B ∆ p12 , − p12 , − 12 < 0 donc le point (x, y) = p12 , − p12 est un minimum et f p12 , − p12 = − 12 ;
³ ´ ³ ´ ³ ´
B ∆ − p1 , p1 , − 12 < 0 donc le point (x, y) = − p1 , p1 est un minimum et f − p1 , p1 = − 12 .
2 2 2 2 2 2
2. On cherche les possibles extrema par la méthode des multiplicateurs de L AGRANGE. Si on note g (x, y) = x 2 − 2x y + y 2
la contrainte, on a ∂x g (x, y) = 2x − 2y et ∂ y g (x, y) = −2x + 2y donc le point (0, 0) est une singularité de la contrainte.
Cherchons maintenant les points stationnaires du lagrangien :
L(x, y, λ) = x 2 + y 2 + 2 − λ(x 2 − 2x y + y 2 ).
On a
L x (x, y, λ) = 2x − λ(2x − 2y), L y (x, y, λ) = 2y − λ(−2x + 2y), L λ (x, y, λ) = −(x 2 − 2x y + y 2 ),
donc le gradient de L s’annule seulement en (0, 0) et f (0, 0) = 2. Comme f (x, y) ≥ 2 en tout point, il s’agit d’un mini-
mum. En revanche il n’y a pas de maximum (ceci ne contredit pas le théorème de Weierstrass car la contrainte g (x, y) =
(x − y)2 = 0, i.e. la droite y = x n’est pas un ensemble borné). En effet, f (x, y)|g (x,y)=0 = f (x, x) = 2x 2 + 2 −−−−−→ +∞.
x→+∞
3. f (x, y) = (x − y) ln(4 + x − y) dans R2 sous la contrainte x 2 + y 2 = 1,
Remarquons tout d’abord que la fonction n’est définie que si y < x + 4, ce qui est toujours vérifié si on réalise la
contrainte. Comme la contrainte g (x, y) = x 2 + y 2 −1 a gradient ∇g (x, y) = (2x, 2y) qui ne s’annule pas lorsque g (x, y) =
0, on peut utiliser la méthode des multiplicateurs de L AGRANGE : on défini le lagrangien L(x, y, `) = (x − y) ln(4+ x − y)−
`(1 − x 2 − y 2 ) et on cherche les points stationnaires pour L, comme
 x−y 
ln(4 + x − y) + 4+x−y − 2`x
x−y
∇L(x, y, `) = − ln(4 + x − y) − 4+x−y − 2`y 
 
x2 + y 2 − 1
p p p p p p p
∇L(x, y, `) =p
et p p ssi (x, y)p= (1/ 2, −1/
(0, 0, 0) p 2) ou (x, y) = (−1/ 2, 1/ 2).
p Commep f (1/ 2, −1/ 2) = 2/ 2 ln(4 +
2/ 2)p et f p
(−1/ 2, 1/ 2) = −2/ 2 ln(4 − 2/ 2), on conclut que (x, y) = (1/ 2, −1/ 2) est un maximum lié et (x, y) =
(−1/ 2, 1/ 2) un minimum lié.
Exercice 5.25
Une firme produit des appareils dans deux usines différentes. Les coûts totaux de production pour les deux usines sont
respectivement :
C 1 (q) = 200 + 6q + 0.03q 2 , C 2 (q) = 150 + 10q + 0.02q 2 ,
où q représente le nombre d’appareils produits dans l’usine. La firme s’est engagée à livrer 100 appareils à une entreprise.
Les frais de transport par appareil sont de 4 euros pour les livraisons à partir de la première usine et de 2 euros pour les
livraisons à partir de la seconde usine. Les frais de transport sont supportés par la firme productive. Calculer le nombre
d’appareils que doit produire la firme dans chaque usine afin de minimiser le coût total de production compris le coût
de transport.
© G. Faccanoni 125
C ORRECTION . Deux méthodes possibles :

Méthode de Lagrange : soit qi le nombre d’appareils produits dans l’usine i .
B Contrainte :
q 1 + q 2 = 100
B Coût totale :
C (q 1 , q 2 ) = C 1 (q 1 ) + 4q 1 +C 2 (q 2 ) + 2q 2 = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350.
B Lagrangien :
L(q 1 , q 2 , `) = C (q 1 , q 2 ) − `(100 − q 1 − q 2 ) = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350 − `(100 − q 1 − q 2 ).
B Gradient du lagrangien :
0.06q 1 + 10 + `
 
∇L(q 1 , q 2 , `) = 0.04q 2 + 12 + `
q 1 + q 2 − 100
B Points critiques du lagrangien :
∇L(q 1 , q 2 , `) = (0, 0, 0) ⇐⇒ (q 1 , q 2 , `) = (60, 40, 13.6).
B Nature du point critique :
∂q1 q1 L(60, 40, 13.6) = 0.06 > 0, ∂q2 q2 L(60, 40, 13.6) = 0.04 > 0, ∂q1 q2 L(60, 40, 13.6) = 0,
et (∂q1 q1 L∂q2 q2 L − ∂q1 q2 L 2 )(60, 40, 13.6) = 0.0024 > 0 : il s’agit d’un minimum.
Méthode de réduction : soit qi le nombre d’appareils produits dans l’usine i .
B Contrainte :
q 1 + q 2 = 100 =⇒ q 2 = 100 − q 1 .
B Coût total :
C̃ (q 1 ) = C (q 1 , q 2 (q 1 )) = C 1 (q 1 ) + 4q 1 +C 2 (q 2 (q 1 )) + 2q 2 (q 1 ) = 0.03q 12 + 0.02(q 2 (q 1 ))2 + 10q 1 + 12q 2 (q 1 ) + 350 =

0.03q 12 + 0.02(100 − q 1 )2 + 10q 1 + 12(100 − q 1 ) + 350 =
0.03q 12 + 0.02(10000 − 400q 1 + q 12 ) + 10q 1 + 1200 − 12q 1 + 350 = 0.05q 12 − 6q 1 + 1050.
B Dérivée du coût total :

C̃ 0 (q 1 ) = 0.1q 1 − 6
B Points critiques du coût total :
C̃ 0 (q 1 ) = 0 ⇐⇒ q 1 = 60.
B Nature du point critique :
C̃ 00 (180) = 0.1 > 0,
donc il s’agit d’un minimum.
Par conséquent, quand la firme livre 60 appareils de sa première usine et 100 − q 1 = 40 appareils de sa deuxième, le coût total
est minimal sous la contrainte d’une livraison de 100 appareils.
Exercice 5.26
Une entreprise fabrique deux modèles de vélos de montagne : le modèle X est plus abordable et se vend 500¤ l’unité,
tandis que le modèle Y se vend 1000¤ l’unité. Les coûts totaux de fabrication (en ¤) sont exprimés par la fonction
c(x, y) = 5x 2 + 5y 2 − 52 x y + 10000 où x est le nombre de vélos du modèle X et y est le nombre de vélos du modèle Y ,
produits mensuellement. On suppose que chaque vélo produit peut être vendu sur le marché.
1. Écrire (x, y) 7→ p la fonction des profits totaux mensuels.
2. La capacité de production de l’entreprise est de 150 vélos par mois. En supposant que l’entreprise désire utiliser
à pleine capacité son usine, trouver la répartition de la production mensuelle permettant de maximiser les profits
(on utilisera la méthode que l’on préfère). Prouvez qu’il s’agit bien d’un maximum absolu et donnez la valeur du
profit mensuel.
3. Le patron de l’entreprise s’interroge sur la pertinence de vouloir produire à pleine capacité. Il se demande si la
solution qu’il obtiendrait sans cette contrainte serait plus intéressante. Aidez-le à répondre à cette question en
126 © G. Faccanoni
trouvant la solution qui maximise les profits sans cette contrainte. Prouvez qu’il s’agit bien d’un maximum absolu
et donnez la valeur du profit mensuel. La solution obtenue est-elle réalisable pour l’entreprise ?
C ORRECTION .
1. La fonction des profits totaux mensuels est p(x, y) = 500x + 1000y − c(x, y) = 500x + 1000y − 5x 2 − 5y 2 + 52 x y − 10000.
2. On veut produire de 150 vélos par mois ce qui donne la contrainte x + y = 150. Il s’agit alors de résoudre le problème
maximiser p(x, y) sous la contrainte x + y = 150.
Pour cela, on peut utiliser l’une de deux méthodes suivantes :

Méthode 1 On maximise p̃(x) = p(x, 150−x) = −5x 2 −5(150−x)2 +500x +1000(150−x)+ 25 x(150−x)−10000 = − 25 2
2 x +
1375x + 47500.
Points critiques p̃ 0 (x) = −25x + 1375, p̃ 0 (x) = 0 si et seulement si x = 55.
Classification p̃ 00 (x) = −25, p̃ 00 (55) < 0.
Conclusion x = 55 est un maximum de p̃ donc (x, y) = (55, 95) est un maximum de p sous la contrainte x+y = 155
avec p(55, 95) = 65312, 50¤
Méthode 2 On maximise le lagrangien L(x, y, λ) = p(x, y) − λ(x + y − 150) = 500x + 1000y − c(x, y) = 500x + 1000y −
5x 2 − 5y 2 + 25 x y − 10000 − λ(x + y − 150).
500 − 10x + 52 y − λ
   
0
Points critiques ∇L(x, y, λ) = 1000 − 10y + 52 x − λ, ∇L(x, y, λ) = 0 si et seulement si (x, y, λ) = (55, 95, 375
2 ).
150 − x − y 0
Classification Soit D(x, y, λ) ≡ ∂xx L(x, y, λ)∂ y y L(x, y, λ)−(∂x y L(x, y, λ))2 = (−10)×(−10)−(5/2)2 . On a D(55, 95, 375
2 )>
0, ∂xx L(55, 95, 375 375
2 ) < 0 et ∂ y y L(55, 95, 2 ) < 0.
Conclusion (x, y) = (55, 95) est un maximum de p sous la contrainte x + y = 155 avec p(55, 95) = 65312, 50¤
3. On maximise le profit p(x, y) sans contraintes.
500 − 10x + 25 y
µ ¶ µ ¶
0
Points critiques ∇p(x, y) = 5 , ∇p(x, y) = si et seulement si (x, y) = (80, 120).
1000 − 10y + 2 x 0
Classification D(x, y) = ∂xx p(x, y)∂ y y p(x, y)−(∂x y p(x, y))2 = (−10)×(−10)−(5/2)2 , D(80, 120) > 0 et ∂xx p(80, 120) < 0.
Conclusion (x, y) = (80, 120) est un maximum de p avec p(80, 120) = 70000¤
La solution obtenue n’est pas réalisable pour l’entreprise car elle dépasse la capacité de 150 vélos.
Exercice 5.27
Au ministère de l’agriculture, on a établi que le profit annuel (en ¤) pour les fermes cultivant des germes de soja et des
pistaches est exprimé par la fonction
p(x, y) = 600x + 800y − x 2 − 2y 2 − 2x y
où x représente le nombre d’acres plantés en germes de soja et y le nombre d’acres planté en pistaches.
1. Un fermier possède une terre de 500 acres. En supposant qu’il désire utiliser à pleine capacité ses terres, trouver la
répartition de la production permettant de maximiser son profit. Prouver qu’il s’agit bien d’un maximum absolu.
2. Le fermier s’interroge sur la pertinence de vouloir cultiver à pleine capacité ses terres. Il se demande si la solution
qu’il obtiendrait sans cette contrainte serait plus intéressante. Aidez-le à répondre à cette question en trouvant la
solution qui maximise le profit sans cette contrainte. Prouvez qu’il s’agit bien d’un maximum absolu. La solution
obtenue est-elle réalisable ?
3. En exploitant les résultats obtenus aux point précédent, suggériez-vous au fermier de diminuer la surface totale
consacrée à ces deux cultures ou d’utiliser à pleine capacité ses terres ?
C ORRECTION .
1. On veut cultiver 500 acres ce qui donne la contrainte x + y = 500. Il s’agit alors de résoudre le problème
maximiser p(x, y) sous la contrainte x + y = 500.
Pour cela, on peut utiliser l’une des deux méthodes suivantes :

Méthode 1 On maximise p̃(x) = p(x, 500−x) = 600x +800(500−x)−x 2 −2(500−x)2 −2x(500−x) = 800x −100000−x 2 .
Points critiques p̃ 0 (x) = 800 − 2x, p̃ 0 (x) = 0 si et seulement si x = 400.
© G. Faccanoni 127
Classification p̃ 00 (x) = −2, p̃ 00 (400) < 0.

Conclusion x = 400 est un maximum de p̃ donc (x, y) = (400, 100) est un maximum de p sous la contrainte
x + y = 500.
Méthode 2 On maximise le lagrangien L(x, y, λ) = p(x, y)−λ(x + y −500) = 600x +800y −x 2 −2y 2 −2x y −λ(x + y −500).
600 − 2x − 2y − λ
   
0
Points critiques ∇L(x, y, λ) = 800 − 4y − 2x − λ, ∇L(x, y, λ) = 0 si et seulement si (x, y, λ) = (400, 100, −400).
500 − x − y 0
Classification Soit D(x, y, λ) ≡ ∂xx L(x, y, λ)∂ y y L(x, y, λ)−(∂x y L(x, y, λ))2 = (−10)×(−10)−(5/2)2 . On a D(400, 100, −400) >
0, ∂xx L(400, 100, −400) < 0 et ∂ y y L(400, 100, −400) < 0.
Conclusion (x, y) = (400, 100) est un maximum de p sous la contrainte x + y = 500 avec p(400, 100) = 60000¤
2. On maximise le profit p(x, y) sans contraintes.
µ ¶ µ ¶
600 − 2x − 2y 0
Points critiques ∇p(x, y) = , ∇p(x, y) = si et seulement si (x, y) = (200, 100).
800 − 4y − 2x 0
Classification D(x, y) = ∂xx p(x, y)∂ y y p(x, y) − (∂x y p(x, y))2 = (−2) × (−4) − (−2)2 , D(200, 100) > 0 et ∂xx p(200, 100) < 0.
Conclusion (x, y) = (200, 100) est un maximum de p. La solution obtenue est réalisable pour le fermier car elle ne
dépasse pas les 500 acres.
3. Comme p(400, 100) = 60000¤ < p(200, 100) = 100000¤, il est plus rentable pour le fermier de diminuer la surface totale
consacrée à ces deux cultures plutôt que d’utiliser à pleine capacité ses terres.
Exercice 5.28
Trouver le rectangle de surface s maximale parmi ceux qui ont périmètre p > 0 fixé.
C ORRECTION . Appelons x > 0 et y > 0 respectivement la base et la hauteur d’un rectangle quelconque. Le périmètre est la
fonction 2x + 2y tandis que la surface est la fonction s(x, y) = x y. Il s’agit de trouver le maximum s(x, y) sous la contrainte
g (x, y) = 2x + 2y − p = 0.
Première méthode Soit L(x, y, λ) = s(x, y) − λg (x, y). En appliquant la condition nécessaire des multiplicateurs de L A -
GRANGE , on doit calculer les triplets (x, y, λ) solutions du système

 y = 2λ,
 
0 
∇L(x, y, λ) = 0 =⇒ x = 2λ,
  =⇒ (x, y, λ) = (p/4, p/4, p/4).
0

2x + 2y = p,

L’unique extrémum de s sous la contrainte g est le point (p/4, p/4) et s(p/4, p/4) = p 2 /16. Comme ∆(p/4, p/4, p/4) < 0,
on ne peut pas établir la nature du point critique.
Seconde méthode Dans ce cas on peut écrire directement la restriction de s sur la contrainte et on obtient
h(x) = f (x, p/2 − x) = x(p/2 − x).
Pour maximiser cette restriction on calcul sa dérivée première :
h 0 (x) = p/2 − 2x = 0 ssi x = p/4, h 0 (x) => 0 ssi x < p/4, h 0 (x) =< 0 ssi x > p/4.
Le point (p/4, p/4) est bien un maximum.
Exercice 5.29
Trouver le rectangle de périmètre minimale parmi ceux qui ont surface fixée.
128 © G. Faccanoni
C ORRECTION . Appelons x > 0 et y > 0 respectivement la base et la hauteur d’un rectangle quelconque. Le périmètre est la
2
∗ ) → R∗ définie par
fonction 2x + 2y tandis que la surface est la fonction s(x, y) = x y. Il s’agit de minimiser la fonction p : (R+ +
+ 2
p(x, y) = 2(x + y) sous la contrainte s(x, y) = 0 où s : (R∗ ) → R∗ est définie par s(x, y) = x y − K avec K > 0 une constante.
+
Première méthode Soit L(x, y, λ) = p(x, y) − λs(x, y). En introduisant le système de L AGRANGE, il s’agit de chercher les so-
2
lutions (x, y, λ) ∈ (R+
∗ ) × R de
2 − λy = 0,
  
0  µ
p p
¶
2
∇L(x, y, λ) = 0 =⇒ 2 − λx = 0, =⇒ (x, y, λ) = K, K, p .
0
 K
K − x y = 0,

p p p p p p p
On obtient que le seul point critique est ( K , K ) et p( K , K ) = 4 K . Comme ∆( K , K , p2 ) = − p4 < 0, on ne
K K
peut pas établir la nature du point critique.
K
Seconde méthode La contrainte se réécrit y = x donc il s’agit de chercher les extremum de la fonction réelle de variable
réelle h : (R∗+ ) → R+ définie par
K K
µ ¶ µ ¶
h(x) = f x, =2 x+ .
x x
Cherchons d’abord les points critiques :
K
h 0 (x) = 2 − 2
x2
p
et h 0 (x) = 0 ssi x = K . Comme h 00 (x) = 4 xK3 > 0, il s’agit d’un minimum.
Exercice 5.30
Trouver les dimensions d’une boîte rectangulaire ouverte de surface 12 de volume maximale.
C ORRECTION . Notons x, y et z les dimensions de la boîte. Il s’agit de maximiser la fonction f (x, y, z) = x y z sous la contrainte
g (x, y, z) = 2xz + 2y z + x y = 12 avec x, y, z > 0 (la face manquante a cotés x et y).
1. En utilisant la méthode des multiplicateurs de L AGRANGE, on cherche les solutions du système 2


 y z = λ(2z + y),

xz = λ(2z + x),



 x y = λ(2x + 2y),

2xz + 2y z + x y = 12.

L’unique solution est le point (x, y, z, λ) = (2, 2, 1, 1/2) et f (2, 2, 1) = 4.

12−x y
2. La contrainte se réécrit z(x, y) = 2(x+y) ; il s’agit alors de maximiser la fonction h : (R∗+ )2 → R+ définie par h(x, y) =
12−x y
x y 2(x+y) . Cherchons d’abord les points critiques :
−y 2 (x 2 +2x y−12)
 
2
∇h(x, y) = −x 2 (y2(x+y)
 2 +2x y−12)

2(x+y) 2
et ∇h(x, y) = (0, 0) ssi (x, y) = (2, 2). Étudions maintenant ce point en calculant le déterminant de la matrice hessienne
de la fonction h :
−y 2 (12 + y 2 )
h xx (x, y) = h xx (2, 2) = −1 < 0,
(x + y)3
−x y(x 2 + y 2 + 3x y − 12) 1
h x y (x, y) = h x y (2, 2) = − ,
(x + y)3 2
−x 2 (12 + x 2 )
h y y (x, y) = h y y (2, 2) = −1,
(x + y)3


 x y z = λ(2xz + x y),

x y z = λ(2y z + x y),

2. =⇒ 2xz + x y = 2y z + x y = 2xz + 2y z =⇒ x = y = 2z


 x y z = λ(2xz + 2y z),

2xz + 2y z + x y = 12.

© G. Faccanoni 129
3
D(2, 2) = h xx (2, 2)h y y (2, 2) − (h x y (2, 2))2 = > 0.
4
On a donc que (2, 2) est bien un maximum.
Exercice 5.31
Trouver le parallélépipède (i.e. une boîte fermée) de volume 8 dont la surface est minimale.
C ORRECTION .
3
1. On doit minimiser la fonction f : (R+ ∗ ) → R∗ définie par f (x, y, z) = 2(x y + xz + y z) sous la contrainte g (x, y, z) = 0 où
+
+ 3
g : (R∗ ) → R∗ est définie par g (x, y, z) = x y z − 8. En introduisant le système de L AGRANGE, il s’agit de chercher les
+
3
solutions (x, y, z, λ) ∈ (R+
∗ ) × R de
2y + 2z − λy z = 0, (5.1a)



 2x + 2z − λxz = 0,

(5.1b)


 2x + 2y − λx y = 0, (5.1c)

x y z − 8 = 0. (5.1d)
On obtient 3 que le seul point critique est (2, 2, 2).

8
2. La contrainte se réécrit z = xy donc il s’agit de chercher les extrema de la fonction de deux variables h : (R∗+ )2 → R+
définie par µ ¶ µ ¶
8 8 8
h(x, y) = f x, y, = 2 xy + + .
xy y x
Cherchons d’abord les points critiques :  ³ ´
2 y − x82
∇h(x, y) =  ³ ´
2 x − y82
et ∇h(x, y) = (0, 0) ssi (x, y) = (2, 2). Étudions maintenant ce point en calculant le déterminant de la matrice hessienne
de la fonction h :
32
h xx (x, y) = h xx (2, 2) = 4 > 0,
x3
h x y (x, y) = 2 h x y (2, 2) = 2,
32
h y y (x, y) = 3 h y y (2, 2) = 4,
y
D(2, 2) = h xx (2, 2)h y y (2, 2) − (h x y (2, 2))2 = 12 > 0.
On a donc que (2, 2) est bien un minimum.
Exercice 5.32
Soit le solide constitué d’un cylindre de rayon r > 0 et
hauteur h > 0 limité par deux demi-sphère de rayon r > 0
r
comme dans la figure ci-dessous. Maximiser le volume du
solide pour une surface fixée égale à 16π.
Rappel : un cylindre de rayon de base R et de hauteur H a
h
volume πR 2 H et surface totale 2(πR 2 )+2πR H , une sphère
de rayon R a volume 43 πR 3 et surface 4πR 2 .
3. Avec les trois soustractions (5.1b)-(5.1a), (5.1c)-(5.1a) et (5.1c)-(5.1b) on obtient x = y = z, on insère ce résultat dans (5.1d) et on trouve la solution.
130 © G. Faccanoni
C ORRECTION . La surface du solide est la somme de la surface latérale du cylindre 2πr h et de la surface des deux demi-
sphères 4πr 2 :
S(r, h) = π(4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume des deux demi-sphères 43 πr 3 :
µ ¶
2 4 3
V (r, h) = π hr + r .
3
1. Méthode des multiplicateurs de L AGRANGE : on introduit la fonction lagrangienne

µ ¶
4 3
2
L (r, h, µ) = V (r, h) − µ (16π − S(r, h)) = π hr + r − µ 16π − π(4r 2 + 2hr ) .
¡ ¢
3
On cherche les points critiques du lagrangien :
2 2
π(2hr + 4r ) − µ (−π(8r + 2h)) = 0, 2hr + 4r + µ(2h + 8r ) = 0,
  
  r = 2,

2
∇L = 0 ⇐⇒ π(r ) − µ (−π2r ) = 0, 2
⇐⇒ r + µ2r = 0, ⇐⇒ h = 0,
  
π(4r 2 + 2hr ) = 16π,
 2
4r + 2hr = 16, µ = −1.
 
Comme
∆(r, h, µ) ≡ (∂r r L )(∂hh L ) − (∂r h L )2 = −4π2 (r + µ)2 , ∆(2, 0, −1) < 0,
on ne peut pas établir la nature du point critique
2. Méthode de réduction : on élimine h de la contrainte :
8
π(4r 2 + 2hr ) = 16π ⇐⇒ h = − 2r.
r
Il s’agit alors de maximiser la fonction
µ ¶
4 2 ¡
g (r ) = V (r, h(r )) = π hr 2 + r 3 = π 12r − r 3
¢
3 3
On a
2 ¡
g 0 (r ) = π 12 − 3r 2 = 0 ⇐⇒ r = 2
¢
3
et g 00 (r ) = 32 π (−6r ) < 0, donc r = 2 est un maximum et h(2) = 0.
Le solide qui maximise le volume pour une surface donnée est donc une sphère !
Exercice 5.33
hauteur h > 0 limité par deux demi-sphère de rayon r > 0
r
comme dans la figure ci-contre. Minimiser la surface du
solide pour un volume fixé égale à 323 π.
h
C ORRECTION . La surface du solide est la somme de la surface latérale du cylindre 2πr h et la surface des deux demi-sphères
4πr 2 :
S(r, h) = π(4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume des deux demi-sphères 43 πr 3 :
µ ¶
2 4 3
V (r, h) = π hr + r .
3
© G. Faccanoni 131

µ ¶ · µ µ ¶¶¸
32 2 32 2 4 3
L (r, h, µ) = S(r, h) − µ π − V (r, h) = π (4r + 2hr ) − µ − hr + r .
3 3 3
On cherche les points critiques de la fonction lagrangienne :
2 2
π £(8r + 2h)¡ − µ ¢¤−(2hr + 4r ) = 0, 2h + 8r + µ(2hr + 4r ) = 0,
 £ ¡ ¢¤  
  r = 2,

∇L = 0 ⇐⇒ π (2r ) − µ −r 2 = 0, 2
⇐⇒ 2r + µr = 0, ⇐⇒ h = 0,

 ¡ 2 4 3 ¢ 32 
 2 4 3 32 
π hr + 3 r = 3 π, hr + 3 r = 3 , µ = −1.

On étudie la nature du point critique trouvé :
∆(r, h, µ) = (∂r r L )(∂hh L ) − (∂r h L )2 = −4π2 (1 + µr )2 =⇒ ∆(2, 0, −1) < 0,
on ne peut pas conclure.

µ ¶ µ ¶
4 32 4 8
π hr 2 + r 3 = π ⇐⇒ h = − r .
3 3 3 r2
Il s’agit alors de maximiser la fonction
µ ¶
4 16
g (r ) = S(r, h(r )) = π(4r 2 + 2hr ) = π +r2
3 r
On a µ ¶
8 8
g 0 (r ) = π r − 2 = 0 ⇐⇒ r = 2
3 r
et g 00 (r ) = 38 π 1 + 16/r 3 > 0 donc r = 2 est un minimum et h(2) = 0.
¡ ¢
Exercice 5.34
hauteur h > 0 surmonté par une demi-sphère de rayon
r
r > 0 comme dans la figure ci-contre. Maximiser le vo-
lume du solide pour une surface fixée égale à 5π.
h
C ORRECTION . La surface du solide est la somme de la surface du disque de base πr 2 avec la surface latérale du cylindre
2πr h et la surface de la demi-sphère 2πr 2 :
S(r, h) = π(3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume de la demi-sphère 23 πr 3 :
µ ¶
2
V (r, h) = π hr 2 + r 3 .
3
µ ¶
2 3
L (r, h, µ) = V (r, h) − µ (5π − S(r, h)) = π hr + r − µ 5π − π(3r 2 + 2hr ) .
2
¡ ¢
3
On cherche les points critiques de la fonction lagrangienne :
2 2
π(2hr + 2r ) − µ (−π(6r + 2h)) = 0, 2hr + 2r + µ(6r + 2h) = 0,
 
  (
2 2
r = h = 1,
∇L = 0 ⇐⇒ πr − µ (−π(2r )) = 0, ⇐⇒ r + µ(2r ) = 0, ⇐⇒
  µ = − 12 .
π(3r 2 + 2hr ) = 5π,
 2
3r + 2hr = 5,

132 © G. Faccanoni

5 3
π(3r 2 + 2hr ) = 5 ⇐⇒ h = − r.
2r 2
Il s’agit alors de minimiser la fonction
µ ¶ µ ¶ µ ¶
2 5 3 2 5 5
g (r ) = V (r, h(r )) = π h(r )r 2 + r 3 = π r − r 3 + r 3 = π r − r 3 .
3 2 2 3 2 6
On a µ ¶
5 5 2
g 0 (r ) = π − r = 0 ⇐⇒ r = 1
2 2
et g 00 (r ) = π (−5r ) < 0 donc r = 1 est un maximum et h(1) = 1.
Exercice 5.35
hauteur h > 0 surmonté par une demi-sphère de rayon
r
r > 0 comme dans la figure ci-contre. Minimiser la sur-
face du solide pour un volume fixé égale à 35 π Rappel :
un cylindre de rayon de base R et de hauteur H a volume
h
πR 2 H et surface totale 2(πR 2 )+2πR H , une sphère de rayon
R a volume 43 πR 3 et surface 4πR 2 .
C ORRECTION . La surface du solide est la somme de la surface du disque de base πr 2 avec la surface latérale du cylindre
2πr h et la surface de la demi-sphère 2πr 2 :
S(r, h) = π(3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume de la demi-sphère 23 πr 3 :
µ ¶
2
V (r, h) = π hr 2 + r 3 .
3

µ ¶ µ µ ¶¶
5 2 5 2 2 3
L (r, h, µ) = S(r, h) − µ π − V (r, h) = π(3r + 2hr ) − µ π − π hr + r .
3 3 3
On cherche les points critique de la fonction lagrangienne :
π(6r + 2h)¡ − µ −π(2hr + 2r 2 ) = 0, 2

6r + 2h + µ(2hr + 2r ) = 0,
 ¡ ¢ 
  (
r = h = 1,
∇L = 0 ⇐⇒ π(2r ) − µ −πr 2 = 0, ⇐⇒ 2r + µr 2 = 0,
¢
⇐⇒
  µ = −2.
π hr 2 + 23 r 3 = 53 π,
¡ ¢ ¡ 2 2 3 ¢ 5
hr + 3 r = 3 ,


µ ¶
2 5 5 2
π hr 2 + r 3 = π ⇐⇒ h = 2 − r.
3 3 3r 3
Il s’agit alors de minimiser la fonction

µ ¶ µ ¶
10 4 2 10 5 2
g (r ) = S(r, h(r )) = π(3r 2 + 2h(r )r ) = π 3r 2 + − r =π + r .
3r 3 3r 3
On a µ ¶
0 10 10
g (r ) = π − 2 + r = 0 ⇐⇒ r = 1
3r 3
³ ´
20
et g 00 (r ) = π 3r 3
+ 10
3 > 0 donc r = 1 est un minimum et h(1) = 1.
© G. Faccanoni 133
Exercice 5.36
Trouver le cylindre de volume maximal inscrit dans une sphère de rayon R > 0 fixé. . .
y
1. . . . avec la méthode des multiplicateurs de L AGRANGE (i.e. minimisation d’une R
x
fonction f (x, y) sous une contrainte g (x, y) = 0) [NB : on se contentera de
trouver le point critique] ;
2. . . . avec la méthode des extrema libres en éliminant une variable de la
contrainte (par exemple en minimisant une fonction h(x) = f (x, y(x))) [NB :
après avoir trouvé le point critique, établir sa nature].
Suggestion : voir la figure ci-contre pour déduire la contrainte.
C ORRECTION . Notons y > 0 le rayon de base du cylindre et x > 0 sa demi-hauteur du cylindre.

1. Avec la méthode des multiplicateurs de L AGRANGE il s’agit de maximiser la fonction f (x, y) = 2πx y 2 sous la contrainte
g (x, y) = R 2 − x 2 − y 2 = 0. On écrit la fonction de L AGRANGE
F (x, y, λ) = f (x, y) − λg (x, y) = 2πx y 2 − λ(R 2 − x 2 − y 2 )
et on cherche les points critiques de F :

2πy 2 + 2λx
 
~
∇F (x, y, λ) =  4πx y + 2λy  .
x2 + y 2 − R2
³ q ´
On a ~
∇F (x, y, λ) =~0 ssi (x, y, λ) = p1 R, 23 R, π p2 R .
3 3
p
2. Avec la méthode des extrema libres il s’agit d’éliminer une variable de la contrainte, par exemple en posant y = R2 − x2
et on minimise la fonction h(x) = f (x, y(x)) :
p
h(x) = f (x, y(x) = R 2 − x 2 ) = 2πx(R 2 − x 2 ).
On cherche d’abord les points critiques :

h 0 (x) = 2π(R 2 − 3x 2 )
R
et h 0 (x) = 0 ssi x = p . On étudie la nature du point critique en étudiant la dérivée seconde :
3
³ ´
R
h 00 (x) = −12πx, h 00 p <0
3
R
donc x = p est un maximum.
3
Exercice 5.37
Trouver trois nombres réels positifs dont le produit vaut 1728 et dont la somme est minimale :
1. avec la méthode des multiplicateurs de L AGRANGE (i.e. minimisation d’une fonction f (x, y, z) sous une contrainte
g (x, y, z) = 0), [on se contentera de trouver le point critique sans en étudier sa nature] ;
2. avec la méthode des extrema libres en «éliminant» une variable de la contrainte (en minimisant une fonction
h(x, y) = f (x, y, z(x, y))) ; après avoir trouvé le point critique, établir sa nature.
C ORRECTION . Il s’agit de minimiser la fonction f (x, y, z) = x + y + z sous la contrainte g (x, y, z) = x y z − 1728 = 0.

1. On écrit la fonction de L AGRANGE
F (x, y, z, λ) = f (x, y, z) − λg (x, y, z) = x + y + z − λ(x y z − 1728)
et on cherche le(s) point(s) critique(s) de F :
1 − λy z
 
 1 − λxz 
~
∇F (x, y, z, λ) = 
 1 − λx y  .

1728 − x y z
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (12, 12, 12, 1/144).
134 © G. Faccanoni
1728
2. On réécrit la contrainte sous la forme z = xy et on l’injecte dans la fonction à minimiser :
1728
h(x, y) = f (x, y, z(x, y)) = x + y + z(x, y) = x + y − .
xy
On cherche d’abord le(s) point(s) critique(s) :
1 − 1728
Ã !
~
∇h(x, y) = x2 y
1 − 1728
x y2
et ~
∇h(x, y) = ~0 ssi (x, y) = (12, 12). On établie la nature du point critique en étudiant le déterminant de la matrice
hessienne :
3456 3456 1728
∂xx h(x, y) = , ∂ y y h(x, y) = , ∂x y h(x, y) = ,
x3 y x y3 x2 y 2
1 1 1
∂xx h(12, 12) = > 0, ∂ y y h(12, 12) = , ∂x y h(12, 12) =
6 6 12
1
et ∂xx h(12, 12)∂ y y h(12, 12) − (∂x y h(12, 12))2 = 48 > 0 donc (12, 12) est un minimum.
Exercice 5.38
Trouver le parallélépipède de volume 1 dont la somme des longueurs des arrêtes est minimale
C ORRECTION .
1. Avec la méthode des multiplicateurs de L AGRANGE il s’agit de minimiser la fonction f (x, y, z) = 4x + 4y + 4z sous la
contrainte g (x, y, z) = x y z − 1 = 0. On écrit la fonction de L AGRANGE
F (x, y, z, λ) = f (x, y, z) − λg (x, y, z) = 4(x + y + z) − λ(x y z − 1)
et on cherche le(s) point(s) critique(s) de F :
4 − λy z
 
 4 − λxz 
~
∇F (x, y, z, λ) = 
4 − λx y  .

1− xyz
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (1, 1, 1, 4).
1
2. Avec la méthode des extrema libres il s’agit d’éliminer une variable de la contrainte, par exemple en posant z = xy , et
de minimiser ensuite la fonction h(x, y) = f (x, y, z(x, y)) :
µ ¶ µ ¶
1 1
h(x, y) = f x, y, =4 x+y+ .
xy xy
On cherche d’abord le(s) point(s) critique(s) :
4 − x 42 y
Ã !
~
∇h(x, y) =
4 − x 4y 2
et ~
∇h(x, y) = ~0 ssi (x, y) = (1, 1). On établie la nature du point critique en étudiant le déterminant de la matrice hes-
sienne :
8 8 4
∂xx h(x, y) = , ∂ y y h(x, y) = , ∂x y h(x, y) = ,
x3 y x y3 x2 y 2
∂xx h(1, 1) = 8 > 0, ∂ y y h(1, 1) = 8, ∂x y h(1, 1) = 4
et ∂xx h(1, 1)∂ y y h(1, 1) − (∂x y h(1, 1))2 = 48 > 0 donc (1, 1) est un minimum.
© G. Faccanoni 135
Exercice 5.39
Si un courant électrique I traverse un circuit électrique de résistance R, la quantité de chaleur émise en une unité de
temps est proportionnelle à I 2 R. Calculer la décomposition du courant I en trois courants I 1 , I 2 , I 3 à l’aide de trois résis-
tances R 1 , R 2 , R 3 pour que la chaleur émise soit minimale. . .
1. . . . avec la méthode des multiplicateurs de L AGRANGE, i.e. en minimisant la fonction f (I 1 , I 2 , I 3 ) = I 12 R 1 +I 22 R 2 +I 32 R 3
sous la contrainte g (I 1 , I 2 , I 3 ) = I 1 +I 2 +I 3 −I , (on se contentera de trouver le point critique sans en étudier la nature)
2. . . . en réduisant le problème à une minimisation libre par élimination d’une variable dans la contrainte I = I 1 + I 2 +
I3.
C ORRECTION .
1. On maximise le lagrangien L(I 1 , I 2 , I 3 , λ) = f (I 1 , I 2 , I 3 ) − λg (I 1 , I 2 , I 3 ).
2I 1 R 1 − λ 0
   
 2I 2 R 2 − λ  0 
Points critiques : ∇L(I 1 , I 2 , I 3 , λ) = 
 2I 3 R 3 − λ  donc ∇L(I 1 , I 2 , I 3 , λ) = 0 si et seulement si
  
I − I1 − I2 − I3 0
R2 R3 R1 R3 R1 R2 2R 1 R 2 R 3
µ ¶
(I 1 , I 2 , I 3 , λ) = I, I, I, I .
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3
³ ´
R2 R3 R1 R3 R1 R2
Conclusion : (I 1 , I 2 , I 3 ) = R 1 R 2 +R 1 R 3 +R 2 R 3 I , R 1 R 2 +R 1 R 3 +R 2 R 3 I , R 1 R 2 +R 1 R 3 +R 2 R 3 I
est un extremum de f sous la contrainte
g (I 1 , I 2 , I 3 ) = 0.
2. On maximise f˜(I 1 , I 2 ) = f (I 1 , I 2 , I − I 1 − I 2 ) = I 12 R 1 + I 22 R 2 + (I − I 1 − I 2 )2 R 3 .
µ ¶ µ ¶
2I R − 2(I − I 1 − I 2 )R 3 0
Points critiques : ∇ f˜(I 1 , I 2 ) = 1 1 et l’on a ∇ f˜(I 1 , I 2 ) = si et seulement si
2I 2 R 2 − 2(I − I 1 − I 2 )R 3 0
R2 R3 R1 R3
µ ¶
(I 1 , I 2 ) = I, I .
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3
Classification : ∂I 1 I 1 f˜(I 1 , I 2 ) = 2(R 1 + R 3 ) > 0, ∂I 2 I 2 f˜(I 1 , I 2 ) = 2(R 2 + R 3 ) et ∂I 1 I 2 f˜(I 1 , I 2 ) = 2R 3 , donc ∂I 1 I 1 f˜(I 1 , I 2 ) ·

¢2
∂I 2 I 2 f˜(I 1 , I 2 ) − ∂I 1 I 2 f˜(I 1 , I 2 ) = 4(R 1 + R 3 )(R 2 + R 3 ) − 4R 32 > 0 pour tout (I 1 , I 2 ) ∈ R2 .
¡
³ ´
Conclusion : (I 1 , I 2 ) = R1 R2 +RR21 RR33 +R2 R3 I , R1 R2 +RR11 RR33 +R2 R3 I est un minimum de f˜ donc
R2 R3 R1 R3 R1 R2
µ ¶
(I 1 , I 2 , I 3 ) = I, I, I
R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3 R1 R2 + R1 R3 + R2 R3
est un minimum de f sous la contrainte g (I 1 , I 2 , I 3 ) = 0.
136 © G. Faccanoni
6 Intégrales multiples
Dans ce chapitre nous allons étendre la notion d’intégrale définie aux intégrales doubles et triples des fonctions de deux et
trois variables. Ces notions sont ensuite exploitées pour calculer des volumes, des aires de surfaces, des masses et des centres
de gravité.
6.1 Intégrale double d’une fonction continue

Dans cette section, nous définissons l’intégrale d’une fonction de deux variables, appelée intégrale double, et nous montrons
comment l’évaluer. Elle nous permettra, entre autres, de calculer l’aire d’un domaine d’intégration, ainsi que le volume d’un
solide limité par les graphes de fonctions de deux variables.
Théorème de F UBINI ψ(x)

Soit x 7→ ϕ et x 7→ ψ deux fonctions continues sur [a, b] y
avec ϕ ≤ ψ ; notons Ω l’ensemble des points (x, y) ∈ R2
tels que a ≤ x ≤ b et ϕ(x) ≤ y ≤ ψ(x). Alors
Ω
Ï Z b Z ψ(x)
f (x, y) dx dy = f (x, y) dy dx.
Ω a ϕ(x)
ϕ(x)
Si le domaine le permet, on peut permuter les rôles de x a x
b
et de y : soit y 7→ ϕ et y 7→ ψ deux fonctions continues
sur [c, d ] avec ϕ ≤ ψ ; notons Ω l’ensemble des points
(x, y) ∈ R2 tels que c ≤ y ≤ d et ϕ(y) ≤ x ≤ ψ(y). Alors
y
ϕ(y)
Ï Z d Z ψ(y) d
f (x, y) dx dy = f (x, y) dx dy.
Ω c ϕ(y) Ω
Quelquefois, en inversant l’ordre de l’intégration sur un c
domaine élémentaire, une intégrale double extrêmement ψ(y)
difficile à évaluer devient relativement facile à résoudre. x
137
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
Exemple
Soit R = [0; 1] × [0; 2] ; on veut calculer l’intégrale double
Ï
xe x y dx dy.
R
On a
Z 1Z 2 Z 1 µZ 2 Z 1 · x y ¸ y=2
e
Ï ¶
xe x y dx dy = xe x y dy dx = x e x y dy dx = x dx
R 0 0 0 0 0 x y=0
Z 1 Ã 2x ! " #x=1
e 2x e2 e2 3
Z 1
e 1 2x 1
= x − dx = e − 1 dx = −x = −1− +0 = − .
0 x x 0 2 2 2 2 2
x=0
Exemple
On veut calculer le volume du solide qui s’élève sur le domaine Ω du plan Ox y délimité par la droite d’équation y = 2x et la parabole
y = x 2 et couverte par le paraboloïde z = x 2 + y 2 .
Solution 1 Le domaine Ω peut être décrit par
n ¯ o
Ω = (x, y) ∈ R2 ¯ 0 ≤ x ≤ 2, x 2 ≤ y ≤ 2x .
¯
Le volume se calcule alors par

Z 2" # y=2x Z 2Ã !
y3 (2x)3 (x 2 )3
Ï Z 2 Z 2x
(x 2 + y 2 ) dx dy = (x 2 + y 2 ) dy dx = x2 y + dx = x 2 (2x) + − x 2 (x 2 ) − dx
Ω 0 x2 0 3 0 3 3
y=x 2
Z 2Ã 7 x=2
! " #
14x 3 x6 7x 4 x 5 x 216
= − x4 + dx = − + = .
0 3 3 6 5 21 35
x=0
Solution 2 Le domaine Ω peut être décrit par

n ¯ p o
Ω = (x, y) ∈ R2 ¯ 0 ≤ y ≤ 4, y ≤ x ≤ y/2 .
¯
Le volume se calcule alors par
Z 4" 3 #x=y/2 Z 4Ãp 3 !

(y/2)3
Z 4 Z y/2
x y
Ï
2 2 2 2 2 p 2 2
(x + y ) dx dy = p (x + y ) dx dy = +xy dy = + yy − − (y/2)y dy
Ω 0 y 0 3 p 0 3 3
x= y
Z 4 Ã 3/2 ! " # y=4
y 5/2 13y 3 2y 5/2 2y 7/2 13y 4 216
= +y − dy = + − = .
0 3 24 15 7 96 35
y=0
y y p
y = x2 x= y
4 4
2 y
2x
x= 1
y=
2 x 2 x
Remarque Cas particulier

Si Ω = [a; b] × [c; d ] et si f (x, y) = h(x)g (y), alors
Z bZ d µZ b ¶ µZ d ¶
f (x, y) dy dx = h(x) dx g (y) dy .
a c a c
138 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
Exemple
Î
Soit R = [0; 1] × [0; 2] ; on veut calculer l’intégrale double R x y dx dy. On a
# y=1 " # y=2
"
x2 y2
Z 1Z 2 µZ 1 ¶ µZ 2 ¶
1
Ï
x y dx dy = x y dy dx = x dx y dy = = .
R 0 0 0 0 2 2 2
y=0 y=0
Exemple
Soit Ω la zoné coloriée dans la figure. Calculer l’intégrale double
Ï
1 dx dy.
Ω
y tion des courbes qui délimitent Ω :
x = 1/2 (
x y = 1,
⇐⇒ (x, y) = (1, 1);
y = x2 y = x2,
(
Ω xy = 1
x = 1/2,
⇐⇒ (x, y) = (1/2, 1/4);
y = x2,
(
x = 1/2,
x ⇐⇒ (x, y) = (1/2, 2).
Calculons d’abord les points d’intersec- x y = 1,
Cette intégrale mesure l’aire de la zone

Î coloriée, on peut donc la calculer de deux façons :
1. On calcul l’intégrale double Ω f (x, y) dx dy avec f (x, y) = 1 pour tout (x, y) ∈ Ω :
B soit par
Z 1 Z 1/x Z 1 Z 1
1 1 1 7
Ï
£ ¤1/x
f (x, y) dx dy = 1 dy dx = y x 2 dx = − x 2 dx = ln(1) − + ln(2) + = ln(2) − ;
Ω 1/2 x 2 1/2 1/2 x 3 24 8
B soit par
Ï Z 1 Z py Z 2 Z 1/y Z 1 p Z 2
y 1/y
f (x, y) dx dy = 1 dx dy + 1 dx dy = [x]1/2 dy + [x]1/2 dy
Ω 1/4 1/2 1 1/2 1/4 1
" #1
y 3/2 y
Z 1 Z 2
p 1 1 1 h y i2 7
= y− dy + − dy = − + ln(y) − = ln(2) −
1/4 2 1 y 2 3/2 2
1/4
2 1 24
2. On calcul l’aire comme au premier chapitre :

" #1
x3
Z 1 Z 1
1 2 1 1 1 7
dx − x dx = [ln(x)]1/2 − = ln(1) + ln(2) − + = ln(2) − .
1/2 x 1/2 3
1/2
3 24 24
Proposition Changement de variables

Soit f (x, y) une fonction continue sur un domaine D fermé et borné, et soit ϕ et ψ deux bijections de classe C 1 , alors
x = ϕ(u, v), y = ψ(u, v)

¡ ¢ ¡ ¢
u, v →
7
alors Ï Z
f (x, y) dx dy = f (ϕ(u, v), ψ(u, v)) · J du dv,
D D
∂u (ϕ) ∂v (ϕ)
· ¸
où J = ∂u (ϕ) · ∂v (ψ) − ∂v (ϕ) · ∂u (ψ), appelé jacobien, est le déterminant de la matrice .
∂u (ψ) ∂v (ψ)
Cas des coordonnées polaires

Le changement de variables en coordonnées polaires est donné par l’application
r, ϑ 7→ x = a + r cos(ϑ), y = b + r sin(ϑ)
¡ ¢ ¡ ¢
© G. Faccanoni 139
où (r, ϑ) ∈ R∗+ × [0; 2π[ sont les coordonnées du point (x, y) ∈ R2 \ { (a, b) }.
y
r
b ϑ
a x
Cette application a jacobien
∂r x ∂ϑ x
µ ¶ µ ¶
cos(ϑ) −r sin(ϑ)
J = det = det = r cos2 (ϑ) + r sin2 (ϑ) = r
∂r y ∂ϑ y sin(ϑ) r cos(ϑ)
donc Ï Ï
f (x, y) dx dy = f (a + r cos(ϑ), b + r sin(ϑ)) · r dr dϑ.
D D
Exemple
1 p
On veut intégrer la fonction f (x, y) = sur l’ensemble y= 3x
1 + x2 + y 2
n ¯ p o x2 + y 2 = 4
Ω = (x, y) ∈ R2 ¯ 0 < y < 3x et 1 < x 2 + y 2 < 4 .
¯
y =0
Si on passe en coordonnées polaires on a
x2 + y 2 = 1
n ¯ π o
Ω = (r, ϑ) ∈ R∗
+ × [0; 2π[ ¯ 0 < ϑ < et 1 < r < 2 .
¯
3
On doit alors calculer

Z π/3 Z 2 µZ π/3 " #2
π ln(1 + r 2 ) π ln(5/2)
¶ µZ 2
r r
¶
1
Z
r dr dϑ = dr dϑ = dϑ dr = = .
Ω 1+r2 0 1 1+r2 0 1 1 + r 2 3 2
1
6
6.2 Intégrales triples

Principe
f étant continue sur un domaine fermé et borné D de R3 , l’intégrale triple
Ñ
f (x, y, z) dx dy dz
D
se définit de façon analogue aux intégrales doubles et se calcule par intégrations successives.
140 © G. Faccanoni
Proposition Changement de variables

Le théorème est analogue au cas précédent : soit f (x, y, z) une fonction continue sur le domaine D fermé et borné, soit
ϕ, ψ et ξ trois bijections de D de classe C 1
x = ϕ(u, v, w), y = ψ(u, v, w), z = ξ(u, v, w)

¡ ¢ ¡ ¢
u, v, w →
7
alors Ñ Ñ
f (x, y, z) dx dy dz = f (ϕ(u, v, w), ψ(u, v, w), ξ(u, v, w)) · J du dv dw,
D D
où
J = ∂u ϕ · ∂v ψ · ∂w ξ − ∂u ϕ · ∂w ψ · ∂v ξ + ∂v ϕ · ∂w ψ · ∂u ξ − ∂v ϕ · ∂u ψ · ∂w ξ + ∂w ϕ · ∂u ψ · ∂v ξ − ∂w ϕ · ∂w ψ · ∂u ξ,
∂u ϕ ∂ v ϕ ∂ w ϕ
 
appelé jacobien, est le déterminant de la matrice ∂u ψ ∂v ψ ∂w ψ.

∂u ξ ∂v ξ ∂w ξ
Cas des coordonnées cylindriques

Un changement de variables en coordonnées cylindriques est donné par l’application
r, ϑ, z →
¡ ¢ ¡ ¢
7 x = a + r cos(ϑ), y = b + r sin(ϑ), z = z
où (r, ϑ, z) ∈ R∗+ × [0; 2π[×R sont les coordonnées du point (x, y, z) ∈ R3 \ { (0, 0, z) }. Cette application a jacobien J = r donc
Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϑ), b + r sin(ϑ), z) · r dr dϑ dz.
D D
De la même manière on peut obtenir

Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϑ), y, b + r sin(ϑ)) · r dr dy dϑ,
ÑD ÑD
f (x, y, z) dx dy dz = f (x, a + r cos(ϑ), b + r sin(ϑ)) · r dx dr dϑ.
D D
Cas des coordonnées sphériques

Le changement de variables en coordonnées sphériques est donné par l’application
r, ϕ, ϑ 7→ x = a + r cos(ϕ) cos(ϑ), y = b + r cos(ϕ) sin(ϑ), z = c + r sin(ϕ)

¡ ¢ ¡ ¢
où (r, ϑ, ϕ) ∈ R∗+ × [0; 2π[×[− π2 ; π2 [ sont les coordonnées du point (x, y, z) ∈ R3 \ { (0, 0, 0) }. Cette application a jacobien J =
r 2 cos(ϕ) donc
Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϕ) cos(ϑ), b + r cos(ϕ) sin(ϑ), c + r sin(ϕ)) · r 2 cos(ϕ) dr dϑ dϕ.
D D
6.3 Applications
Définition Aire
Î
L’intégrale double A 1 dx dy mesure l’aire de A.
© G. Faccanoni 141
Exemple
Calculons l’aire d’un disque D R de rayon R > 0 : on se place dans un système de coordonnées centré sur le centre du disque, qui a donc
pour équation x 2 + y 2 ≤ R 2 . Alors
n ¯ o n ¯ o
D R = (x, y) ∈ R2 ¯ x 2 + y 2 ≤ R 2 = (r, ϑ) ∈ R∗
+ × [0; 2π[ ¯ r ≤ R
2
¯ ¯
et
Z 2π " 2 #R
R 2 2π
Z 2π Z R
r
Ï Z
1 dx dy = r dr dϑ = dϑ = 1 dϑ = πR 2 .
DR 0 0 0 2 2 0
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris au premier semestre : si nous ne conservons que les
valeurs positives de y, on obtiendra un demi-disque, ensemble des points :
n ¯ p o
(x, y) ∈ R2 ¯ −R ≤ x ≤ R et 0 ≤ y ≤ R 2 − x 2 .
¯
p
C’est la surface sous la courbe de la fonction x 7→ f (x) = R 2 − x 2 dans l’intervalle [—R; R]. Comme c’est une fonction positive, l’aire
RR p
correspondante égale l’intégrale −R R 2 − x 2 dx. Pour calculer celle-ci, effectuons le changement de variable x = R cos(t ). On sou-
prend donc t variant dans l’intervalle [0; π] par exemple. Là, la fonction ϕ(t ) = R cos(t )
haite que x varie dans l’intervalle [−R; R], on p
est continûment dérivable sur [0; π]. De plus R 2 − x 2 = R sin(t ) car le sinus est positif ou nul sur [0; π]. On a donc, en effectuant ce
changement de variable
Z R p
R 2 − x 2 dx
−R x = R cos(t )
Z πq
dx = −R sin(t ) dt
= R 2 − R 2 cos( t )(−R sin(t ) dt
0
Z π
= − R2 sin2 t dt
0
Z π cos(2t ) = 1 − 2 sin2 t
1 − cos(2t )
= − R2 dt
0 2
¸π
t π
·
= − R2 − sin(2t ) = −R 2
2 0 2
C’est l’aire d’un demi-disque, donc l’aire du disque entier est πR 2 .
Exemple
Calculons l’aire d’une ellipse E d’axes α et β : on se place dans un système de coordonnées centré sur le centre de l’ellipse, qui a donc
2 y2
pour équation x 2 + 2 ≤ 12 . Alors
α β
Z 2π Z 1 Z 2π " 2 #1
r 1 2π
Ï Z
1 dx dy = αβr dr dϑ = αβ dϑ = αβ 1 dϑ = αβπ.
E 0 0 0 2 2 0
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris au premier semestre : si nous ne conservons que les
valeurs positives de y, on obtiendra une demi-ellipse, ensemble des points :
 ¯ s 
2 
¯
 x
(x, y) ∈ R ¯¯ −α ≤ x ≤ α et 0 ≤ y ≤ β 1 − 2 .
¯
 ¯ α 
q
2
C’est la surface sous la courbe de la fonction x 7→ f (x) = β 1 − x 2 dans l’intervalle [−α; α]. Comme c’est une fonction positive, l’aire
α
Rα q
2
correspondante égale l’intégrale −α β 1 − x 2 dx. Pour calculer celle-ci, effectuons le changement de variable x = α cos(t ). On sou-
α
haite que x varie dans l’intervalle [−α; α], on prend
q donc t variant dans l’intervalle [0; π] par exemple. Là, la fonction ϕ(t ) = cos(t )
2
est continûment dérivable sur [0; π]. De plus β 1 − x 2 = sin(t ) car le sinus est positif ou nul sur [0; π]. On a donc, en effectuant ce
α
changement de variable Z α q
β 1 − (x/α)2 dx
−α
Z πp
=β 1 − cos2 t (−α sin(t )) dt
0
Z π
= − αβ sin2 t dt
0
Z π
1 − cos(2t )
= − αβ dt
0 2
¸π
t π
·
= − αβ − sin(2t ) = −αβ
2 0 2
142 © G. Faccanoni
C’est l’aire d’une demi-ellipse, donc l’aire de l’ellipse entière est αβπ.
Définition Volume
Ð
L’intégrale triple V 1 dx dy dz mesure le volume de V .
Exemple
Calculons le volume d’une boule B R de rayon R > 0 :
Z π/2 Z 2π Z R µZ π/2 " #R

¶ µZ 2π ¶ µZ R iπ/2 3 R3
2π r
Ñ ¶ h
2 2
1 dx dy dz = r cos(ϕ) dr dϑ dϕ = cos(ϕ) dϕ 1 dϑ r dr = sin(ϕ) [ϑ]0 = 4π .
BR −π/2 0 0 −π/2 0 0 −π/2 3 3
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris pour les intégrales double : le volume d’une boule de
rayon R (sans restreindre la généralité nous la supposerons centrée à l’origine) est le double du volume contenu entre le plan z = 0 et
l’hémisphère nord de la sphère de rayon R centrée en (0, 0, 0). En résolvant l’équation 2 2 2 2
q de cette sphère x + y + z = R pour z, nous
pouvons décrire son hémisphère nord comme le graphe de la fonction f (x, y) = R 2 − x 2 − y 2 dont le domaine est le disque D R de
p
rayon R, intersection
p de la boule avec le plan z = 0. Ce disque est un domaine limité par les graphes des fonctions ϕ(x) = − R 2 − x 2
et ψ(x) = R 2 − x 2 sur l’intervalle [−R, R]. Le volume de la boule est donc
p
Z R Z pR 2 −x 2 q Z R · ¸ y= R 2 −x 2
1 y
Z
2 2 2 2 2
2 f (x, y) dy dx = p R − x − y dy dx = y + (R − x ) arctan p dx
DR −R − R 2 −x 2 −R 2 R 2 − x 2 y=− R 2 −x 2
" #x=R
π 2 x3
Z R
2 2 4
= (R − x ) dx = R x − = πR 3 .
−R 2 3 3
x=−R
Définition Masse
Î
Si f (x, y) est la densité au point (x, y), l’intégrale double AÐ f (x, y) dx dy est la masse de la partie A. De manière analogue,
si f (x, y, z) est la densité au point (x, y, z), l’intégrale triple V f (x, y, z) dx dy dz est la masse de la partie A.
Exemple
Les physiciens considèrent encore d’autres densités qui peuvent être traitées de la même manière. Par exemple, si une charge élec-
trique est répartie sur une région A et si la densité de charge (en unités par unités carrées) est donnée par σ(x, y) en un point (x, y) de
A, alors la charge totale Q est donnée par Ï
σ(x, y) dx dy.
A
Par exemple, supposons qu’une charge est distribuée sur le do- y

maine A de la figure ci-contre de telle sorte que la densité de
charge en (x, y) est σ(x, y) = x y, mesurée en coulombs par mètre y =1
1
carré (C m−2 ). Alors la charge totale est
Z 1 " 2 # y=1 y
x =1
Z 1Z 1
y
Ï
=
Q= σ(x, y) dx dy = x y dy dx = x dx 1−
A 0 1−x 0 2 x
y=1−x
1 1 ³ 1 1³ 2 1 2 3 1 4 1
· ¸
5
Z ´ Z ´
= x 1 − (1 − x)2 dx = 2x − x 3 dx = x − x = . 1 x
2 0 2 0 2 3 4 0 24
5
La charge totale est donc de 24 C.
x = α cos(t )
dx = −α sin(t ) dt
Définition Centre de gravité

2 sin t 2
Si f (x, y) est la densité au point (x, y), le centre de gravité de la partie A se trouve en (xGcos(2t ) = 1 −définis
, yG ) ainsi
Î Î
Axf (x, y) dx dy y f (x, y) dx dy
xG = Î , yG = ÎA .
A f (x, y) dx dy A f (x, y) dx dy
© G. Faccanoni 143
Physiquement cela signifie que la plaque A se comporte comme si toute sa masse était concentrée en son centre d’inertie.
Par exemple, elle est en équilibre horizontal lorsqu’elle repose sur son centre d’inertie.
De manière analogue, si f (x, y, z) est la densité au point (x, y, z), le centre de gravité de la partie A se trouve en (xG , yG , zG )
ainsi définis
Ð Ð Ð
A x f (x, y, z) dx dy dz A y f (x, y, z) dx dy dz z f (x, y, z) dx dy dz
xG = Ð , yG = Ð , zG = ÐA .
A f (x, y, z) dx dy dz A f (x, y, z) dx dy dz A f (x, y, z) dx dy dz
Exemple
On veut déterminer la masse et le centre d’inertie d’une fine plaque de métal triangulaire dont les sommets sont en (0, 0), (1, 0) et (0, 2),
sachant que la fonction densité est f (x, y) = 1 + 3x + y.
Le triangle est représenté dans la figure ci-contre (l’équation de la y

frontière supérieure est y = 2−2x). La masse de la plaque de métal
est 2
Ï Z 1 Z 2−2x
m= f (x, y) dx dy = (1 + 3x + y) dy dx
y=
A 0 0
2−
Z 1" # y=2−2x Z 1" #
y2 (2 − 2x)2
2x
= y + 3x y + dx = 2 − 2x + 3x(2 − 2x) + dx
0 2 0 2
y=0
#1 "
x3
Z 1
2 8
=4 (1 − x ) dx = 4 x − = . x
0 3 3 1
0
Le moment de la plaque de métal entière par rapport à l’axe Ox est

Z 1" # y=2−2x " #1
x y2 x2 x4
Ï Z 1 Z 2−2x Z 1
2 3
x f (x, y) dx dy = x(1 + 3x + y) dy dx = x y + 3x y + dx = 4 (x − x ) dx = 4 − =1
A 0 0 0 2 0 2 4
y=0 0
et le moment de la plaque de métal entière par rapport à l’axe O y est

Z 1" 2 # y=2−2x
y2 y3
Z 1 Z 2−2x
y 2 1
Ï Z
y f (x, y) dx dy = y(1 + 3x + y) dy dx = + 3x + dx = (7 − 9x − 3x 2 + 5x 3 ) dx
A 0 0 0 2 2 3 3 0
y=0
· ¸1
2 9 5 11
= 7x − x 2 − x 3 + x 4 = .
3 2 4 0 6
11
µ ¶ ³ ´
Les coordonnées du centre d’inertie sont donc 18 , 68 = 38 , 11 16 .
3 3
6.4 Quelques intégrales remarquables
sµZ sZ s
Z +∞ +∞ ¶ µZ +∞ ¶ +∞ Z +∞ Z +∞ Z π/2
−x 2 2 2 2 2 2
e dx = e −x dx e −y dy = e −x −y dy dx = r e −r dθ dr
0 0 0 0 0 0 0
· −r 2 ¸+∞ p
s s
π +∞ π e π
Z
= re −r 2 dr = − = .
2 0 2 2 0 2
Z
2
+∞ p
e −x dx = π.
−∞
π
Z +∞ r
−αx 2
e dx = .
−∞ α
144 © G. Faccanoni
............... Exercices ..............

Intégrales doubles, coordonnées cartésiennes
y
Exercice 6.1 La baleine
Calculer l’intégrale double y = |x + 1|
Ï x = −2 x2 + y2 = 1
x 2 y dx dy.
D x
y = −x − 2 D
y = −1
C ORRECTION . Il s’agit de la réunion des trois domaines disjoints :
D1 = (x, y) ¯ −2 ≤ x < −1, −x − x ≤ y < −x − 1 ,

© ¯ ª y = |x + 1|
x = −2 x2 + y2 = 1
D2 = (x, y) ¯ −1 ≤ x < 0, −1 ≤ y < x + 1 ,
© ¯ ª
D1 D3
x
D3 = (x, y) ¯ x ≥ 0, x 2 + y 2 ≤ 1 .
© ¯ ª
y = −x − 2 D2
y = −1
Par définition on a Ï Ï Ï Ï
x 2 y dx dy = x 2 y dx dy + x 2 y dx dy + x 2 y dx dy.
D D1 D2 D3
Calculons chaque intégrale :

B D1 x 2 y dx dy :
Î
¸ y=−x−1
−1 Z −x−1 −1 y2 −1 (−x − 1)2 (−x − 2)2
Ï Z Z · Z µ ¶
2 2 2 2
x y dx dy = x y dy dx = x dx = x − dx
D1 −2 −x−2 −2 2 y=−x−2 −2 2 2
· 4 ¸x=−1
x3
Z −1
3 x 1
=− x 3 + x 2 dx = − + =
−2 2 4 2 x=−2 4
x 2 y dx dy :
Î
B D2
¸ y=x+1
0 x+1 0 y2 0 (x + 1)2 (−1)2
Ï Z Z Z · Z µ ¶
x 2 y dx dy = x 2 y dy dx = x2 dx = x2 − dx
D2 −1 −1 −1 2 y=−1 −1 2 2
¸x=0
1 0 4 1 x5 x4
·
3
Z
= x + 2x 3 dx = + =−
2 −1 2 5 2 x=−1 20
x 2 y dx dy = 0 car le domaine est symétrique par rapport à l’axe des abscisses et la fonction à intégrer est impaire par
Î
B D3
rapport à y.
En conclusion,
1 3 1
Ï
x 2 y dx dy. = − +0 = .
D 4 20 10
Exercice 6.2 y
Calculer l’intégrale double
Ï y = |x|
x y 2 dx dy. (x + 1)2 + y 2 = 1 D (x − 1)2 + y 2 = 1
D
−2 −1 0 1 2 x
y = −|x|
© G. Faccanoni 145
C ORRECTION . Il s’agit de la réunion des quatre domaines :
D1 = (x, y) ¯ x ≤ −1, (x + 1)2 + y 2 ≤ 1 ,

© ¯ ª
D2 = (x, y) ¯ −1 ≤ x ≤ 0, x ≤ y ≤ −x ,
© ¯ ª
D1 D2 D3 D4
D3 = (x, y) ¯ 0 ≤ x ≤ 1, −x ≤ y ≤ x , 2 x
© ¯ ª
−2 −1 0 1
D4 = (x, y) ¯ x ≥ 0, (x − 1)2 + y 2 ≤ 1 .
© ¯ ª
Par définition on a
Ï Ï Ï Ï Ï
x y 2 dx dy = x y 2 dx dy + x y 2 dx dy + x y 2 dx dy + x y 2 dx dy.
D D1 D2 D3 D4
Calculons chaque intégrale :

Z 3π/2 Z 1 3π/2 ¶ · 3 1 ¸ϑ=3π/2 · 5 ¸r =1
r
µZ ¶ µZ
sin (ϑ) 2
Ï
x y 2 dx dy = r 4 cos(ϑ) sin2 (ϑ) dr dϑ = cos(ϑ) sin2 (ϑ) dϑ
r 4 dr = =−
D1 π/2 0 π/2 0 3 ϑ=π/2 5 r =0 15
Z 0 Z −x Z 0 · 3 ¸ y=−x Z 0 µ 3 3¶ Z 0 · 5 ¸x=0
y (−x) (x) 2 2 x 2
Ï
x y 2 dx dy = x y 2 dy dx = x dx = x − dx = − x 4 dx = − =−
D2 −1 x −1 3 y=x −1 3 3 3 −1 3 5 x=−1 15
Z 1Z x Z 1 · 3 ¸ y=x Z 1 µ 3 3¶ Z 1 · 5 ¸x=1
y x (−x) 2 2 x 2
Ï
x y 2 dx dy = x y 2 dy dx = x dx = x − dx = x 4 dx = =
D3 0 −x 0 3 y=−x 0 3 3 3 0 3 5 x=0 15
Z π/2 Z 1 µZ π/2 ¶ µZ 1 ¶ · 3 ¸ϑ=π/2 · 5 ¸r =1
sin (ϑ) r 2
Ï
x y 2 dx dy = r 4 cos(ϑ) sin2 (ϑ) dr dϑ = cos(ϑ) sin2 (ϑ) dϑ r 4 dr = =
D4 −π/2 0 −π/2 0 3 ϑ=−π/2 5 r =0 15
En conclusion, Ï
x y 2 dx dy = 0.
D
Ce résultat était prévisible car le domaine est symétrique par rapport à l’axe des ordonnées et la fonction à intégrer est impaire
par rapport à x.
Exercice 6.3
xy
f (x, y) dx dy où D = {(x, y) ∈ R2 , 0 ≤ x ≤ 1, 0 ≤ y ≤ 1, 1 ≤ x 2 + y 2 } et f (x, y) =
Î
Calculer l’intégrale double D 1+x 2 +y 2
.
C ORRECTION . La partie D de R2 est l’intersection du carré [0; 1] × [0; 1] et de l’extérieur du cercle de centre (0, 0) et de rayon
1. La fonction f est continue sur D.
1 x
À l’aide du théorème de Fubini (et du dessin pour ne pas se tromper sur les bornes) on peut écrire
Z 1Z 1 Z 1 Z 1
xy xy x 2y
Ï
I= 2 2
dx dy = p 2 2
dy dx = p 2 2
dy dx
D 1+x + y 0 1−x 1 + x + y
2 0 2 1−x 1 + x + y
2
x2
Z 1 Z 1 Z 1
x£ x£ x
µ ¶
¤1
ln(1 + x 2 + y 2 ) p1−x 2 dx = ln(2 + x 2 ) − ln(2) dx =
¤
= ln 1 + dx
0 2 0 2 0 2 2
Z 1
1 2 1 1 3 3 1
= ln(1 + u) du = [(1 + u) ln(1 + u) − u]02 = ln − .
2 0 2 4 2 4
146 © G. Faccanoni
Calcul d’aires et centres de gravité, coordonnées cartésiennes
Exercice 6.4
y
4
Soit D la plaque homogène représentée dans la figure. Sans
faire de calculs d’intégrales, en déduire les valeurs de 3
Ï Ï Ï 2
1 dx dy, x dx dy, y dx dy.
D D D 1
0 x
0 1 2 3 4
C ORRECTION . L’aire mesure 7 et le centre de gravité a coordonnées (5/2, 5/2) donc

Ï Ï Ï
1 dx dy = 7, x dx dy = 35/2, y dx dy = 35/2.
D D D
Exercice 6.5
Soit D la plaque homogène représentée dans la figure. Sans y

6
faire de calculs d’intégrales, en déduire les valeurs de
5
4
Ï Ï Ï 3
1 dx dy, x dx dy, y dx dy. 2
D D D
1
0
0 1 2 3 4 5 6x
C ORRECTION . L’aire mesure 9 + π et le centre de gravité a coordonnées (7/2, 7/2) donc

Ï Ï Ï
1 dx dy = 9 + π, x dx dy = (9 + π)7/2, y dx dy = (9 + π)7/2.
D D D
Exercice 6.6
Calculer l’aire de la région coloriée en figure
y = x+2
2y = x + 3
3y = −x − 6
© G. Faccanoni 147
C ORRECTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
3 2y = x + 3
4
4 2
1
2
36 − 4 − 4 − 2 − 6 = 20 −3 −2 −1 0 1 2 3
−1
−2
6 y = x+2
−3 3y = −x − 6
Pour ce calcul on décompose la région en deux parties et on obtient

1 3
Ï Z −1 Z x+2 Z 3 Z
2 x+ 2
1 dx dy = 1 dy dx + 1 dy dx
D −3 − 13 x−2 −1 − 31 x−2
Z −1 1
Z 3 1 3 1
Z −1 4
Z 3 5 7
= x + 2 + x + 2 dx + x + + x + 2 dx = x + 4 dx + x + dx = 20.
−3 3 −1 2 2 3 −3 3 −1 6 2
Exercice 6.7
Calculer l’aire de la région coloriée en figure.
y = −x + 2
2y = −x + 3
3y = x − 6
1 dx dy.
D
2y = −x + 3 3
4
4 2
1
2
36 − 4 − 4 − 2 − 6 = 20 −3 −2 −1 0 1 2 3
−1
−2
6 y = −x + 2
3y = x − 6 −3
Pour la calculer on décompose la région en deux parties et on obtient

Ï Z 1 Z − 21 x+ 32 Z 3Z −x+2
1 1
D −3 3 x−2 1 3 x−2
Z
11 3 1
Z 3 1
Z 1 5 7
Z 3 4
= − x + − x + 2 dx + −x + 2 − x + 2 dx = − x + dx + − x + 4 dx = 20.
−3 2 2 3 1 3 −3 6 2 1 3
148 © G. Faccanoni
Exercice 6.8
3y = x + 6
2y = −x − 3
y = −x − 2
1 dx dy.
D
3 3y = x + 6
6 y = −x − 2
2
1
36 − 4 − 4 − 2 − 6 = 20
2 −3 −2 −1 0 1 2 3
−1
4 −2
4
−3 2y = −x − 3

1 1
−1 Z 3 x+2 3 3 x+2
Ï Z Z Z
D −3 −x−2 −1 − 21 x− 32
Z −1 1
Z 3 1 1 3
Z −1 4
Z 3 5 7
= x + 2 + x + 2 dx + x + 2 + x + dx = x + 4 dx + x + dx = 20.
−3 3 −1 3 2 2 −3 3 −1 6 2
Exercice 6.9
3y = −x + 6
2y = x − 3
y = x−2
1 dx dy.
D
© G. Faccanoni 149
3y = −x + 6 3
6 y = x−2
2
1
36 − 4 − 4 − 2 − 6 = 20
2 −3 −2 −1 0 1 2 3
−1
4 −2
4
2y = x − 3 −3

Ï Z −1 Z − 31 x+2 Z 3 Z − 13 x+2
1 3
D −3 2 x− 2 −1 x−2
Z −1 1 1 3
Z 3 1 1 3
Z −1 5 7
Z 3 4
= − x + 2 − x + dx + − x + 2 − x + dx = − x + dx + − x + 4 dx = 20.
−3 3 2 2 −1 3 2 2 −3 6 2 −1 3
Exercice 6.10
y
3y = −x + 6
2y = x − 3
y = x−2
1 dx dy.
D
y
3y = −x + 6 3
6 2
1 2y = x − 3
48 − 8 − 8 − 1 − 6 = 25
−3 −2 −1 0 1 2 3 x
1 −1
−2
−3
−4
8
8 −5
y = x−2

Ï Z −1 Z − 31 x+2 Z 3 Z − 13 x+2
1 3
D −3 x−2 −1 2 x− 2
150 © G. Faccanoni
Z −1 1
Z 3 1 1 3
Z −1 4
Z 3 5 7
= − x + 2 − x + 2 dx + − x + 2 − x + dx = − x + 4 dx + − x + dx = 25.
−3 3 −1 3 2 2 −3 3 −1 6 2
Exercice 6.11
y
1
Calculer les coordonnées du centre de gravité de la plaque supposée homo-

−1 1x gène dessinée ci-contre (vous pouvez éviter le calcul d’intégrales, mais justifiez
−1 votre raisonnement).
−2
C ORRECTION . Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles
suivantes :
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
1 dy dx = dy dx + dy dx = 2 dx + 2 dx = 4,
D −1 −x−2 0 x−2 −1 0
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
x dy dx = x dy dx + x dy dx = 2x dx + 2x dx = 0,
D −1 −x−2 0 x−2 −1 0
Ï Z 0 Z −x Z 1Z x 1
Z 0 1
Z 1
y dy dx = y dy dx + y dy dx = (−4x − 4) dx + (4x − 4) dx
D −1 −x−2 0 x−2 2 −1 2 0
Z 0 Z 1
= −2 (x + 1) dx + 2 (x − 1) dx = −2
−1 0
et on en déduit que Î Î
x dy dx y dy dx 1
xG = ÎD = 0, yG = ÎD =− .
D 1 dy dx D 1 dy dx 2
En fait, aucune intégrale n’est nécessaire car

B la première intégrale correspond à l’aire de la figure qu’on peut calculer géométriquement,
B la deuxième intégrale est forcément nulle car le centre de gravité appartient à l’axe des y par symé-
trie donc xG = 0, y
1
B la troisième intégrale n’est pas nécessaire car pour calculer yG . Il suffit en effet de découper la plaque
comme dans la figure ci-contre : la plaque supérieure a centre de gravité en (0, 0), la plaque inférieure
−1 1x
a centre de gravité en (−1, 0) et les deux plaques ont la même aire donc la plaque totale a centre de −1
gravité en (0, −0,5) (ce raisonnement permet en effet de calculer directement xG et yG ) :
−2
Aire supérieure Aire inférieure 1 1 1
yG = yG supérieure + yG inférieure = 0 + (−1) = −
Aire totale Aire totale 2 2 2
Exercice 6.12
Calculer les coordonnées du centre de gravité G de la plaque supposée homogène dessinée ci-dessous (éviter le calcul
d’intégrales lorsqu’il est possible, mais justifier le raisonnement) :
−1 G 1
−1
© G. Faccanoni 151
C ORRECTION . Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles
suivantes :
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
1 dy dx = dy dx + dy dx = (−x + 1) dx + (x + 1) dx = 3,
D −1 −1 0 −1 −1 0
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
x dy dx = x dy dx + x dy dx = (−x 2 + x) dx + (x 2 + x) dx = 0,
D −1 −1 0 −1 −1 0
¸1
0 x 1 x3
−x Z 1Z 0 1 1 ·
1 1 1 2
Ï Z Z Z Z Z
y dy dx = y dy dx + y dy dx = (x 2 − 1) dx + (x 2 − 1) dx = (x 2 − 1) dx = −x =−
D −1 −1 0 −1 2 −1 2 0 2 −1 2 3 −1 3
et on en déduit que Î Î
x dy dx y dy dx 2
xG = ÎD = 0, yG = ÎD =− .
D 1 dy dx D 1 dy dx 9
En fait, aucune des trois intégrales est nécessaire car
B la première intégrale correspond à l’aire de la figure qu’on peut calculer géométriquement,
B la deuxième intégrale est forcément nulle car le centre de gravité appartient à l’axe des y par symétrie donc xG = 0,
B la troisième intégrale n’est pas nécessaire car pour calculer yG . Il suffit en effet de découper la plaque en deux (la plaque
supérieur correspond aux points d’ordonnée positive, la plaque inférieure aux points d’ordonnée négative). La plaque
supérieure a aire 1 et centre de gravité en (0, 1/3), la plaque inférieure a aire 2 centre de gravité en (0, −1/2), donc la
plaque totale a aire 3 et centre de gravité en (0, −2/9) car
Aire supérieure Aire inférieure 1 1 1 2 1

yG = yG supérieure + yG inférieure = − =−
Aire totale Aire totale 33 23 2
Intégrales doubles, coordonnées polaires
Exercice 6.13
Calculer l’intégrale double y

y=x
D
Ï
(x 2 + y) dx dy. x
D
x 2 + y2 = 1
y = −x
x 2 + y2 = 4
C ORRECTION . La région D s’écrit en coordonnées cartésiennes
¯ p
½ ¯ ¾
2¯ 1 p
D = (x, y) ∈ R ¯ − 2 ≤ x ≤ − p et − x ≤ y ≤ 4 − x 2
2
½ ¯ ¾
2¯
¯ 1 1 p p
∪ (x, y) ∈ R ¯ − p ≤ x ≤ p et 1 − x 2 ≤ y ≤ 4 − x 2
2 2
p
½ ¯ ¾
1 p
∪ (x, y) ∈ R2 ¯¯ p ≤ x ≤ 2 et x ≤ y ≤ 4 − x 2
¯
2
donc p p p Z p
Ï Z − p1 Z 4−x 2 Z p1 Z 4−x 2 Z 2 4−x 2
2 2 2 2 2
(x + y) dx dy = p (x + y) dy dx + p (x + y) dy dx + (x 2 + y) dy dx.
D − 2 −x − p1 1−x 2 p1 x
2 2
C’est un peu compliqué. . . Si on réécrit la région D en coordonnées polaires
π
½ ¯ ¾
3π
D = (r, ϑ) ¯¯ 1 ≤ r ≤ 2, ≤ ϑ ≤
¯
4 4
152 © G. Faccanoni
on obtient
3π 3π
Ï Z
4
Z 2 Z
4
Z 2
(x 2 + y) dx dy = (r 2 cos2 (ϑ) + r sin(ϑ))r dr dϑ = (r 3 cos2 (ϑ) + r 2 sin(ϑ)) dr dϑ
π π
D 4 1 4 1
3π 3π 3π 3π
ÃZ ! µZ ¶ ÃZ ! µZ
Z
4
Z 2 Z
4
Z 2 4 2 4 2 ¶
3 2 2 2 3 2
= r cos (ϑ) dr dϑ + r sin(ϑ) dr dϑ = cos (ϑ) dϑ × r dr + sin(ϑ) dϑ × r dr
π π π π
4 1 4 1 4 1 4 1
3π ¶ ÃZ 3π
ÃZ ! µZ ! µZ
1 + cos(2ϑ)
4 2 4 2 ¶
3 2
= dϑ × r dr + sin(ϑ) dϑ × r dr
π 2 π
4 1 4 1
¸ 3π · 4 ¸2 · 3 ¸2 µ
r r π 1 15 p 15 7 p
· ¶
2ϑ + sin(2ϑ) 4 ¤ 3π 7 15
π−
£ 4
= × + − cos(ϑ) π × = − × + 2× = + 2.
4 π
4
4 1 4 3 1 4 2 4 3 16 8 3
Exercice 6.14
1
Ï
Soit D = (x, y) ∈ R2 ¯ x 2 − 4x + y 2 + 2y + 3 ≤ 0 . Calculer
© ¯ ª
dx dy.
D 1 + (x − 2)2 + (y + 1)2
p
C ORRECTION . Remarquons que l’équation x 2 − 4x + y 2 + 2y + 3 = 0 définit un cercle de centre (2, −1) et rayon 2. On passe
alors aux coordonnées polaires :

x = 2 + r cos(ϑ),

y = −1 + r sin(ϑ),

dx dy = r dr dϑ,

et on obtient
p p
2π Z 2 2 p
1 r 2r
Ï Z Z
¤ 2
dr dϑ = π dr = π ln(1 + r 2 ) 0 = π ln(3).
£
dx dy =
D 1 + (x − 2)2 + (y + 1)2 0 0 1+r2 0 1+r 2
Exercice 6.15
Après avoir représenté graphiquement l’ensemble A , calculer l’intégrale
x
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≥ |x| .
© ¯ ª
dx dy avec
A y
C ORRECTION . L’ensemble A est la partie coloriée dans la figure ci-dessous :
y
2
−2 −1 0 1 2x
−1
−2
En passant en coordonnées polaires
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
© G. Faccanoni 153
on obtient
3π 7π 3π 7π
ÃZ ! µZ
Ï
x
Z
4
Z 2 cos(ϑ)
Z
4
Z 2 cos(ϑ) 4 cos(ϑ)
Z
4 cos(ϑ) 2 ¶
dx dy = r dr dϑ + r dr dϑ = dϑ + dϑ r dr = 0.
y π sin(ϑ) 5π sin(ϑ) π sin(ϑ) 5π sin(ϑ)
A 4 1 4 1 4 4 1
car
cos(t )
Z
dt = ln(| sin(t )|).
sin(t )
Exercice 6.16
Après avoir représenté graphiquement l’ensemble A , calculer l’intégrale
y
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≤ |x| .
© ¯ ª
dx dy avec
A x
C ORRECTION . L’ensemble A est la partie coloriée dans la figure ci-dessous :
y
2
−2 −1 0 1 2x
−1
−2
En passant en coordonnées polaires
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
on obtient
π Z 5π Z 2
Ï
y
Z
sin(ϑ)
4
Z 2 4 sin(ϑ)
dx dy = r dr dϑ + r dr dϑ
x π
A − 4 1 cos(ϑ) 3π
4 1 cos(ϑ)
ÃZ π Z 5π ! µZ
4 sin(ϑ) 4 sin(ϑ) 2 ¶
= dϑ + dϑ r dr = 0
− π4 cos(ϑ) 3π cos(ϑ)
4 1
car
sin(t )
Z
dt = − ln(| cos(t )|).
cos(t )
Exercice 6.17
y
Soit D la partie coloriée en figure.

3 B Décrire D en coordonnées cartésiennes.
B Trouver un changement de variables adéquat pour décrire D en coordon-
5 nées polaires.
+
x x−y
Ï
= B Calculer dx dy.
y p
D (x + 2)2 + (y − 3)2
−2 − 12 x
154 © G. Faccanoni
C ORRECTION . Le domaine d’intégration est le demi cercle de centre (−2, 3) et rayon r = 32 qui se trouve sous la droite d’équa-
tion y = x + 5, autrement dit ½ ¯ ¾
9
D = (x, y) ∈ R2 ¯¯ (x + 2)2 + (y − 3)2 < , y < x + 5 .
¯
4
Avec le changement de variables (
x = −2 + r cos φ,
y = 3 + r sin φ,
on obtient
x−y 2 + r cos φ − 3 − r sin φ
Ï Ï
p dx dy = r dr dφ
D (x + 2)2 + (y − 3)2 D r
où ½ ¯ ¾
3 5 9
D = (r, φ) ∈ R × [π/2, 5π/2] ¯¯ 0 < r < , π < φ < π .
¯
2 4 4
Donc
3 9
4π
ÃZ !
2 + r cos φ − 3 − r sin φ
Ï Z
2
r dr dφ = −1 + r (cos φ − sin φ) dφdr
D r 0 5
4π
3 9 3 9
4π 4π
Ã Z Z ! ÃZ Z !
2 2
= − 1 dφdr + r (cos φ − sin φ) dφdr
5 5
0 4π 0 4π
3 9 3 9
4π 4π
ÃZ ! ÃZ ! ÃZ ! ÃZ !
2 2
=− 1 dr 1 dφ + r dr cos φ − sin φ dφ
5 5
0 4π 0 4π
3 9p
= − π+ 2.
2 4
Exercice 6.18
y
Soit D la partie coloriée en figure.
3 B Décrire D en coordonnées cartésiennes.
y= B Trouver un changement de variables adéquat pour décrire D en coordon-
− nées polaires.
x+
x−y
Ï
5 B Calculer dx dy.
D (x − 2)2 + (y − 3)2
1 2 x
2
C ORRECTION . Le domaine d’intégration est le demi cercle de centre (2, 3) et rayon r = 23 qui se trouve sous la droite d’équa-
tion y = −x + 5, autrement dit ½ ¯ ¾
9
D = (x, y) ∈ R2 ¯¯ (x − 2)2 + (y − 3)2 < , y < −x + 5 .
¯
4
Avec le changement de variables (
x = 2 + r cos φ,
y = 3 + r sin φ,
on obtient
x−y 2 + r cos φ − 3 − r sin φ
Ï Ï
dx dy = r dr dφ
D (x − 2)2 + (y − 3)2 D r2
où ½ ¯ ¾
3 3 7
D = (r, φ) ∈ R × [0, 2π] ¯¯ 0 < r < , π < φ < π .
¯
2 4 4
Donc
7 3
4π
ÃZ ! ÃZ !
2 + r cos φ − 3 − r sin φ 1
Ï
2
r dr dφ = − cos φ − sin φ dφ dr = ∞.
D r2 3
4π 0 r
© G. Faccanoni 155
Calcul d’aires et centres de gravité, coordonnées polaires
Exercice 6.19 Aire d’une châtaigne

Calculer l’aire de
D= (x, y) ∈ R2 x 2 < y 4 (y + 4)
© ¯ ª
¯ y < 0, .
y
0 x
−4
C ORRECTION .
p p
Ï Z 0 Z y2 y+4 Z 0 Z 0
y2 y+4
2y 2
p
Aire = 1 dx dy = p 1 dx dy = [x] 2
p dy = y + 4 dy
D −4 −y 2 y+4 −4 −y y+4 −4
¸2
2 2 t7 t5 t3 212
Z Z ·
=4 t 2 (t 2 − 4)2 dt = 4 t 6 − 8t 4 + 16t 2 dt = 4 − 8 + 16 = .
0 0 7 5 3 0 105
Exercice 6.20 Aire d’un cœur

On se propose de calculer l’aire de l’ensemble D = (x, y) ∈ R2 ¯ 2x 2 − 2|x|(y + 1) + (y + 1)2 − 1 ≤ 0 .
© ¯ ª
y
1. Déterminer tout d’abord les deux fonctions y = ϕ(x) et y = ψ(x) telles y = ψ(x)
que
D = (x, y) ∈ R2 ¯ −1 ≤ x ≤ 1 et ϕ(x) ≤ y ≤ ψ(x) .
© ¯ ª
2. Par le changement
p de variable x = sin(t ), montrer qu’une primitive de la −1 1 x
fonction 1 − x 2 sur [0; 1] est
p
x 1 − x 2 + arcsin(x)
Z p
2
1 − x dx = .
2
y = ϕ(x)
3. En utilisant la symétrie de la figure, calculer l’aire de l’ensemble D.
−2
C ORRECTION .
1. Pour trouver les équations des deux fonctions y = ϕ(x) et y = ψ(x) on remarque que
p p
(y + 1)2 − 2|x|(y + 1) + (2x 2 − 1) = 0 ⇐⇒ (y + 1) = |x| ± |x|2 − (2x 2 − 1) ⇐⇒ y = −1 + |x| ± 1 − x 2
p p
donc ϕ(x) = −1 + |x| − 1 − x 2 et ψ(x) = −1 + |x| + 1 − x 2 .
p
2. On calcule une primitive de la fonction 1 − x 2 sur [0; 1] par le changement de variable x = sin(t ) :
Z p Z q Z Z
1 − x 2 dx = 1 − sin2 (t ) cos(t ) dt = cos2 (t ) dt = sin(t ) cos(t ) + sin2 (t ) dt
Z Z Z p Z p
= sin(t ) cos(t ) + 1 dt − cos2 (t ) dt = sin(t ) cos(t ) + t − cos2 (t ) dt = x 1 − x 2 + arcsin(x) − 1 − x 2 dx
donc p
Z p
1 − x2 dy = .
2
156 © G. Faccanoni
3. En utilisant la symétrie de la figure par rapport à la droite d’équation x = 0, on trouve

Ï Z 1Z ψ(x) Z 1
Aire(D) = 1 dx dy = 2 1 dx dy = 2 ψ(x) − ϕ(x) dy
D 0 ϕ(x) 0
Z 1p " p #1
=4 1 − x2 dy = 4 = 2 arcsin(1) = π.
0 2
0
Exercice 6.21
1. Après avoir représenté graphiquement la région
D = {(x, y) ∈ R2 | y ≥ 0, 1 ≤ x 2 + y 2 ≤ 4},
calculer les coordonnées de son centre de gravité en supposant la région D homogène ; calculer ensuite
Ï
(3x + 4y 2 ) dx dy.
D
D = {(x, y) ∈ R2 | x ≥ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D
D = {(x, y) ∈ R2 | y ≤ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D
D = {(x, y) ∈ R2 | x ≤ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D
D = {(x, y) ∈ R2 | y ≤ x, 1 ≤ x 2 + y 2 ≤ 9},
Ï
(3x + 4y 2 ) dx dy.
D
C ORRECTION .
1. La région D est la zone coloriée suivante
© G. Faccanoni 157
Le centre de gravité a coordonnées (xG , yG ) données par

Î Î
x dx dy y dx dy
xG = ÎD , yG = ÎD .
D 1 dx dy D 1 dx dy
Il convient de passer aux coordonnées polaires et on obtient

Z πZ 2 µZ π ¶ µZ 2 ¶
3
Ï
1 dx dy = r dr dθ = dθ r dr = π,
D 0 1 0 1 2
Ï Z πZ 2 µZ π ¶ µZ 2 ¶
2 2
x dx dy = r cos(θ) dr dθ = cos(θ) dθ r dr = 0,
D 0 1 0 1
Z πZ 2 µZ π ¶ µZ 2 ¶
14
Ï
y dx dy = r 2 sin(θ) dr dθ = sin(θ) dθ r 2 dr = .
D 0 1 0 1 3
Donc
14 2 28
xG = 0, yG = = < 1.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z πZ 2
(3x + 4y 2 ) dx dy = (3r cos(θ) + 4r 2 sin2 θ) r dr dθ
D 0 1
Z π
£ 3 ¤2
= r cos(θ) + r 4 sin2 θ 1 dθ
Z0 π
= 7 cos(θ) + 15 sin2 θ dθ
0
Z π
1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = π.
0 2 2

Î Î
x dx dy y dx dy
D 1 dx dy D 1 dx dy

Z π/2 Z 2 µZ π/2 ¶ µZ 2 ¶
3
Ï
D −π/2 1 −π/2 1 2
Z π/2 Z 2 µZ π/2 ¶ µZ 2 ¶
14
Ï
x dx dy = r 2 cos(θ) dr dθ = cos(θ) dθ r 2 dr = ,
D −π/2 1 −π/2 1 3
158 © G. Faccanoni
Ï Z π/2 Z 2 µZ π/2 ¶ µZ 2 ¶
y dx dy = r 2 sin(θ) dr dθ = sin(θ) dθ r 2 dr = 0.
D −π/2 1 −π/2 1
Donc
14 2 28
xG = = < 1, yG = 0.
3 3π 9π
Ï Z π/2 Z 2
2
(3x + 4y ) dx dy = (3r cos(θ) + 4r 2 sin2 θ) r dr dθ
D −π/2 1
Z π/2
¤2
r 3 cos(θ) + r 4 sin2 θ
£
= 1 dθ
−π/2
Z π/2
−π/2
Z π/2
1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = 14 + π.
−π/2 2 2

Î Î
x dx dy y dx dy
D 1 dx dy D 1 dx dy

Ï Z 0 Z 2 ¶ µZ 2 ¶
3
µZ 0
1 dx dy = r dr dθ =
dθ r dr = π,
D −π 1 −π 1 2
Ï Z 0Z 2 µZ 0 ¶ µZ 2 ¶
x dx dy = r 2 cos(θ) dr dθ = cos(θ) dθ r 2 dr = 0,
D −π 1 −π 1
Z 0Z 2 µZ 0 ¶ µZ 2 ¶
14
Ï
y dx dy = r 2 sin(θ) dr dθ = sin(θ) dθ r 2 dr = − .
D −π 1 −π 1 3
Donc
14 2 28
xG = 0, yG = − =− > −1.
3 3π 9π
Ï Z 0 Z 2
D −π 1
Z 0
¤2
£
= 1 dθ
−π
Z 0
−π
Z 0
1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = π.
−π 2 2
© G. Faccanoni 159

Î Î
x dx dy y dx dy
D 1 dx dy D 1 dx dy

Ï Z 3π/2 Z 2 µZ 3π/2
¶
3
¶ µZ 2
1 dx dy = r dr dθ = r dr = π, dθ
D π/2 1 π/2 1 2
Z 3π/2 Z 2 µZ 3π/2 ¶ µZ 2 ¶
14
Ï
x dx dy = r 2 cos(θ) dr dθ = cos(θ) dθ r 2 dr = − ,
D π/2 1 π/2 1 3
Ï Z 3π/2 Z 2 µZ 3π/2 ¶ µZ 2 ¶
y dx dy = r 2 sin(θ) dr dθ = sin(θ) dθ r 2 dr = 0.
D π/2 1 π/2 1
Donc
14 2 28
xG = − =− > −1, yG = 0.
3 3π 9π
Ï Z 3π/2 Z 2
D π/2 1
Z 3π/2
¤2
£
= 1 dθ
π/2
Z 3π/2
π/2
Z 3π/2 1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = −14 + π.
π/2 2 2

y
0 x
−2 −1 1 2 3
−1
−2
−3
160 © G. Faccanoni

Î Î
x dx dy y dx dy
D 1 dx dy D 1 dx dy

Ï Z π/4 Z 3 µZ π/4 ¶ µZ 3 ¶
1 dx dy = r dr dθ = dθ r dr = 4π,
D −3π/4 1 −3π/4 1
Ï Z π/4 Z 3 µZ 3π/2 ¶ µZ 3 ¶
26 p
2 2
x dx dy = r cos(θ) dr dθ = cos(θ) dθ r dr = 2,
D −3π/4 1 π/2 1 3
Ï Z π/4 Z 3 µZ π/4 ¶ µZ 3 ¶
2 2
y dx dy = r sin(θ) dr dθ = sin(θ) dθ r dr = −xG .
D −3π/4 1 −3π/4 1
Donc
26 p 1 13 p
xG = 2 = 2 < 1, yG = −xG .
3 4π 6π
Ï Z π/4 Z 3
2
(3x + 4y ) dx dy = (3r cos(θ) + 4r 2 sin2 θ) r dr dθ
D −3π/4 1
Z π/4
¤3
£
= 1 dθ
−3π/4
Z π/4
= 26 cos(θ) + 80 sin2 θ dθ
−3π/4
Z π/4 p
1 − cos(2θ)
= 26 cos(θ) + 80 dθ = 26 2 + 40π.
−3π/4 2
y
Exercice 6.22
Soit D la région représentée en figure ci-contre. Calculer x2 + y 2 = 4 x2 + y 2 = 1
les coordonnées de son centre de gravité (xG , yG ) en sup- 2
posant la région D homogène.
1
yG
−2 −1 xG 0 1 2 x
−1
−2
C ORRECTION . Le centre de gravité a coordonnées (xG , yG ) données par

Î Î
x dx dy y dx dy
D 1 dx dy D 1 dx dy

Z 3π/2 Z 2 µZ 3π/2 ¶ µZ 2 ¶
9
Ï
D 0 1 0 1 4
Z 3π/2 Z 2 µZ 3π/2 ¶ µZ 2 ¶
7
Ï
x dx dy = r 2 cos(θ) dr dθ = cos(θ) dθ r 2 dr = − ,
D 0 1 0 1 3
Z 3π/2 Z 2 µZ 3π/2 ¶ µZ 2 ¶
7
Ï
y dx dy = r 2 sin(θ) dr dθ = sin(θ) dθ r 2 dr = .
D 0 1 0 1 3
Donc
28 14 2 28
xG = − , yG = = .
27π 3 3π 27π
Remarquons que seul le calcul explicite de la dernière intégrale est nécessaire car
© G. Faccanoni 161
y y
3 ¡4 ¢ 3
GT = 3,2
G E = (4, 2)
2 2
Aire(T ) = 1 Aire(E ) = 2π
1 1
0 x 0 x
1 2 3 4 5 6 1 2 3 4 5 6
F IGURE 6.1: Exercice 6.23
Î
B D 1 dx dy représente l’aire de la plaque que l’on peut calculer géométriquement comme la différence des 3/4 du cercle
de rayon 2 ôtés des 3/4 du cercle de rayon 1, i.e. (22 π − π)3/4 = 9π/4,
B xG = −yG car la droite d’équation y = −x est un axe de symétrie de la plaque.
y
Exercice 6.23 Centre de gravité d’un
poisson 3
Calculer les coordonnées du centre de
gravité G de la plaque D en figure sup- 2
Ellipse d’équation
posée homogène (éviter le calcul d’inté-
1 (x − 4)2 (y − 2)2
grales lorsqu’il est possible, mais justi- + = 12
fier le raisonnement) : 4 1
0 1 2 3 4 5 6 x
C ORRECTION . Tout d’abord remarquons que le corps du poisson est une ellipse d’équation
¯ (x − 4)2 (y − 2)2
½ ¯ ¾
(x, y) ∈ R2 ¯¯ + = 1 2
.
22 12
Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles suivantes :
Ï Z 2Z 4−x Z 2π Z 1 Z 2 Z 2π
1 dy dx = 1 dy dx + 2r dr dϑ = (4 − 2x) dx + 1 dϑ = 1 + 2π,
D 1 x 0 0 1 0
Z 2Z 4−x 2π Z 1 2¡ 2π µ ¶
4
Ï Z Z Z
4x − 2x 2 dx +
¢
x dy dx = x dy dx + (4 + 2r cos(ϑ))2r dr dϑ = 4+ cos(ϑ) dϑ
D 1 x 0 0 1 0 3
Z 2µ ¶ · ¸2π
2 4 4
= 2x 2 − x 3 dx + 4ϑ + sin(ϑ) = + 8π,
1 3 3 0 3
(4 − x)2 x 2
Z 2 Z 4−x Z 2π Z 1 Z 2µ ¶ Z 2π µ ¶
2
Ï
y dy dx = y dy dx + (2 + r sin(ϑ))2r dr dϑ = − dx + 2 + sin(ϑ) dϑ
D 1 x 0 0 1 2 2 0 3
Z 2 · ¸2π
2
= (8 − 4x) dx + 2ϑ − cos(ϑ) = 2 + 4π
1 3 0
et on en déduit que Î 4 Î
D x dy dx + 8π y dy dx 2 + 4π
xG = Î = 3
, yG = ÎD = = 2.
D 1 dy dx 1 + 2π D 1 dy dx 1 + 2π
En Î
fait, aucune des trois intégrales est nécessaire car on peut les calculer géométriquement comme suit (cf. figure 6.1)
B D 1 dy dx = Aire(D) = Aire(T ) + Aire(E ) = 1 + 2π,
Aire(T ) Aire(E ) 4/3 + 8π
B xG = xG T + xG E =
Aire(D) Aire(D) 1 + 2π
B yG = 2 car la droite d’équation y = 2 est un axe de symétrie pour la plaque.
162 © G. Faccanoni
Exercice 6.24 Aire de la cardioïde y

L’équation de la cardioïde en coordonnées polaires est
−1 1 x
(r, ϕ) ¯ −π ≤ ϕ ≤ π,
© ¯ ª
0 ≤ r ≤ 1 − sin(ϕ)
−1
Calculer la surface de la cardioïde. Calculer ensuite son
centre de gravité en la considérant une plaque homogène
de densité surfacique de masse 1. −2
C ORRECTION . Rappelons d’abord que
cos2 (t ) = 1+cos(2t )
cos2 (t ) dt = 1+cos(2t )
dt = 2t + sin(2t )
R R
2 =⇒ 2 4 +C ,
2 1−cos(2t ) 1−cos(2t ) t sin(2t )
sin2 (t ) dt =
R R
sin (t ) = 2 =⇒ 2 dt = 2 − 4 +C ,
et que
sinn+1 (ϕ) cosn+1 (ϕ)

Z Z
n
cos(ϕ) sin (ϕ) dϕ = , sin(ϕ) cosn (ϕ) dϕ = − , n ≥ 0.
n +1 n +1
On peut alors calculer la surface de la cardioïde :
π ¸1−sin(ϕ) Z π
π
1−sin(ϕ) r2 (1 − sin(ϕ))2
Z Z Z ·
Aire = r dr dϕ = dϕ = dϕ
−π 0 −π 2 0 −π 2
Z π Z π Z π
1 sin2 (ϕ)
= dϕ + −2 sin(ϕ) dϕ + dϕ
−π 2 2
Z π −π −π
1 − cos(2ϕ) π 3
= π+0+ dϕ = π + + 0 = π.
−π 4 2 2
Pour calculer le centre de gravité on doit calculer les intégrales
Z π Z 1−sin(ϕ) Z π Z 1−sin(ϕ)
r cos(ϕ)r dr dϕ, r sin(ϕ)r dr dϕ.
−π 0 −π 0
On a
π π π ¸1−sin(ϕ)
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
r cos(ϕ)r dr dϕ = cos(ϕ) r 2 dr dϕ = cos(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π π
(1 − sin(ϕ))3 1
Z
= cos(ϕ) dϕ = cos(ϕ)(1 − sin(ϕ) + sin2 (ϕ) − sin3 (ϕ)) dϕ = 0
−π 3 3 −π
et
π π ¸1−sin(ϕ) π
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
2
r sin(ϕ)r dr dϕ = sin(ϕ) r dr dϕ = sin(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π
(1 − sin(ϕ))3 1 π
Z
= sin(ϕ) dϕ = sin(ϕ) − 3 sin2 (ϕ) + 3 sin3 (ϕ) − sin4 ϕ dϕ =
−π 3 3 −π
µ ¶
1 3 5
= 0 − 3π + 0 − π = − π
3 4 4
car
Z π
£ ¤π
sin(ϕ) dϕ = cos(ϕ) −π = 0,
−π
ϕ sin(2ϕ) π
Z π Z π · ¸
1 − cos(2ϕ)
sin2 (ϕ) dϕ = dϕ = − = π,
−π −π 2 2 4 −π
Z π Z π Z π ¸π π
cos3 ϕ
Z ·
sin3 (ϕ) dϕ = sin(ϕ)(1 − cos2 (ϕ)) dϕ = sin(ϕ) dϕ −sin(ϕ) cos2 (ϕ) dϕ = − cos(ϕ) + = 0,
−π −π −π −π 3 −π
sin(2ϕ) π
Z π Z πµ Z π
1 − cos(2ϕ) 2 1 π 1 π π
¶ · ¸
1 1 3
Z Z
sin4 ϕ dϕ = dϕ = dϕ − cos(2ϕ) dϕ + cos2 (2ϕ) dϕ = + 0 + ϕ+ = π.
−π −π 2 −π 4 2 −π 4 −π 2 4 2 −π 4
© G. Faccanoni 163
On obtient les coordonnées du centre de gravité

R π R 1−sin(ϕ)
−π 0 r cos(ϕ)r dr dϕ 0
xG = = 3
= 0,
2π
Aire
R π R 1−sin(ϕ)
−π 0 r cos(ϕ)r dr dϕ − 54 π 5
yG = = 3
=− .
2π
Aire 6
Exercice 6.25 Aire des trèfles de H ABENICHT

Calculer l’aire de la région définie en coordonnées polaires par
D = {(r, φ) ∈ R+ × [0, 2π] : r ≤ 1 + cos(kφ) + sin2 (kφ), k ∈ N∗ }.
Suggestion : utiliser les formules de duplication cos(2θ) = 2 cos2 (θ)−1 = 1−2 sin2 (θ) et calculer au préalable les intégrales
suivantes
Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ
1 dα, cos(α) dα, cos2 (α) dα, cos(α) sin2 (α) dα, sin2 (α) dα, sin4 (α) dα.
0 0 0 0 0 0
C ORRECTION . On a
Z 2kπ h i2kπ Z 2kπ h i2kπ
1 dα = α = 2kπ, cos(α) dα = sin(α) = 0,
0 0 0 0
Z 2kπ 1h i2kπ Z 2kπ h sin3 (α) i2kπ
cos2 (α) dα = sin(2α) + 2α = kπ, cos(α) sin2 (α) dα = = 0,
0 4 0 0 3 0
Z 8π 2kπ
1 1h i2kπ 3
Z
h i 2kπ
sin2 (α) dα = 2α − sin(2α) = kπ, sin4 (α) dα = 24α − 8 sin(2α) + sin(4α) = kπ.
0 4 0 0 32 0 4
L’aire est donnée, en coordonnées polaires, par
Ï Z 2π Z 1+cos(kφ)+sin2 (kφ)
r dr dθ = r dr dφ
D 0 0
1
Z 2π h r 2 i1+cos(kφ)+sin2 (kφ)
= dφ
2 0 2 0
1 2π
Z
= (1 + cos(kφ) + sin2 (kφ))2 dφ
2 0
1 2kπ
Z
= (1 + cos(α) + sin2 (α))2 dα
2k 0
1 2kπ
Z
= 1 + cos2 (α) + sin4 (α) + 2 cos(α) + 2 sin2 (α) + 2 cos(α) sin2 (α) dα
2k 0
·Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ ¸
1
= 1 dα + cos2 (α) dα + sin4 (α) dα + 2 cos(α) dα + 2 sin2 (α) dα + 2 cos(α) sin2 (α) dα
2k 0 0 0 0 0 0
· ¸
1 3 23
= 2kπ + kπ + kπ + 0 + 2kπ + 0 = π.
2k 4 8
164 © G. Faccanoni
y y
k=1 k=2
x x
y y
k=3 k=4
x x
y y
k=5 k=6
x x
Intégrales triples
Exercice 6.26
Calculer
p
Z 1 Z 1−z 2 Z 2−x 2 −z 2
(x 2 + z 2 ) /2 dy dx dz;
3
a) p
−1 − 1−z 2 x 2 +z 2
1
Ñ
b) p dx dy dz où D = {(x, y, z) : 1 < x 2 + y 2 < 5 − z};
D (4 − z)2 x2 + y 2
1
Ñ
c) p dx dy dz où D = {(x, y, z) : 5 − y < x 2 + z 2 < 1}.
D (4 − y)4 x 2 + z 2
p
Z 1 Z 1−z 2 Z 2−y 2 −z 2
(y 2 + z 2 ) /2 dx dy dz.
3
d) p
−1 − 1−z 2 y 2 +z 2
© G. Faccanoni 165
C ORRECTION .
a) En coordonnées cartésiennes on doit intégrer sur le solide défini par les inégalités
p p
− 1 − z2 ≤ x ≤ 1 − z2, x2 + z2 ≤ y ≤ 2 − x2 − z2 − 1 ≤ z ≤ 1.
Il est naturel de passer en coordonnées cylindriques


x = r cos(θ),

y = t,

z = r sin(θ),

et on obtient l’intégrale triple

p
Z 1 Z 1−z 2 Z 2−x 2 −z 2 Z 1Z 2π Z 2−r 2
(x 2 + z 2 ) /2 dy dx dz = r 4 dt dθ dr
3
p
−1 − 1−z 2 x 2 +z 2 0 0 r2
¸1
2π 1 1 r7 r5
µZ ¶Z ·
8
Z
4 2
= 1 dθ r [t ]2−r
r2
dr = 4π 4 2
r (r − 1) dr = 4π − = π.
0 0 0 7 5 0 35
b) On doit calculer l’intégrale triple

1
Ñ
p dx dy dz
D (4 − z)2 x2 + y 2
où le domaine D est décrit, en coordonnées cartésiennes, par
D = {(x, y, z) : 1 < x 2 + y 2 < 5 − z}.
On passe en coordonnées cylindriques :


x = r cos(θ),

y = r sin(θ),

z = t,

et le jacobien du changement de variables est r . Alors
D = (r, θ, t ) ∈ R+ × [0, 2π] × R ¯ 1 < r 2 < 5 − t

© ¯ ª
i.e.
D = (r, θ, t ) ∈ R+ × [0, 2π] × R ¯ r > 1 et t < 5 − r 2
© ¯ ª
et on a
Ñ
1
Z 2π Z +∞ Z 5−r 2 1
dx dy dz = r dt dr dθ
(4 − t )2 r
p
D (4 − z)2 x2 + y 2 0 1 −∞
2
1 t =5−r
Z +∞ · ¸ Z +∞
1
= 2π − dr = −2π 2
dr = ∞.
1 4 − t t →−∞ 1 r −1
c) On doit calculer l’intégrale triple

1
Ñ
p dx dy dz
D (4 − y)4 x2 + z2
où le domaine D est décrit, en coordonnées cartésiennes, par
D = (x, y, z) ¯ 5 − y < x 2 + z 2 < 1 .

© ¯ ª
On passe en coordonnées cylindriques :


x = r cos(θ),

y = t,

z = r sin(θ),

166 © G. Faccanoni
et le jacobien du changement de variables est r . Alors
D = (r, θ, t ) ∈ R+ × [0, 2π] × R ¯ 5 − t < r 2 < 1

© ¯ ª
i.e.
D = (r, θ, t ) ∈ R+ × [0, 2π] × R ¯ 0 < r < 1 et t > 5 − r 2
© ¯ ª
et on a
Ñ
1
Z 2π Z 1 Z +∞ 1
Z 1 Z +∞
1
p dx dy dz = 4
r dt dr dθ = 2π 4
dt dr
D (4 − y)4 x 2 + z 2 0 0 5−r 2 (4 − t ) r 0 5−r (4 − t )
2
Z 1· ¸t →+∞ Z 1
1 1
= 2π − dr = 2π − dr = ∞.
0 3(4 − t )3 t =5−r 2 0 3(r 2 − 1)3
d) En coordonnées cartésiennes on doit intégrer sur le solide défini par les inégalités
p p
y 2 + z2 ≤ x ≤ 2 − y 2 − z2, − 1 − z2 ≤ y ≤ 1 − z2, −1 ≤ z ≤ 1.
Il est naturel de passer en coordonnées cylindriques


x = t ,

y = r cos(θ),

z = r sin(θ),

et on obtient l’intégrale triple

p
Z 1 Z 1−z 2 Z 2−y 2 −z 2 Z 1Z 2π Z 2−r 2
(y 2 + z 2 ) /2 dx dy dz = r 4 dt dθ dr
3
p
−1 − 1−z 2 y 2 +z 2 0 0 r2
¸1
2π 1 1 r7 r5
µZ ¶Z ·
8
Z
2
= 1 dθ r 4 [t ]2−r
r2
dr = 4π r 4 (r 2 − 1) dr = 4π − = π.
0 0 0 7 5 0 35
© G. Faccanoni 167
7 Fonctions vectorielles d’une variable réelle :
courbes paramétrées
Définition Courbe
Une courbe C de Rn est l’image d’une application continue γ : [a; b] ⊂ R → Rn . On dit que γ est un paramétrage de C .
Attention
Une même courbe C admet une infinité de paramétrages.
Exemple
1. Une droite de R2 est une courbe. Un paramétrage possible de la droite passant par le point (x 0 , y 0 ) et dirigée par le vecteur (u, v)
est l’application γ : R → R2 définie par γ(t ) = (x 0 + t u, y 0 + t v). Un autre paramétrage possible est l’application γ : R → R2 définie
par γ(t ) = (t , uv t + y 0 − uv x 0 ).
2. Un cercle de R2 est une courbe. Un paramétrage possible du cercle de centre (x 0 , y 0 ) et de rayon r est l’application γ : [0; 2π] → R2
définie par γ(t ) = (x 0 + r cos(t ), y 0 + r sin(t )).
3. Si f : [a; b] ⊂ R → R est une application continue alors son graphe γ : R → R2 définie par γ(t ) = (t , f (t )) est une courbe (appelée
courbe représentative).
Un problème se pose. Étant donné un ensemble C de points du plan, comment déterminer si C est une courbe ? Par exemple,
une ellipse est-elle une courbe ? Le carré [0, 1] × [0, 1] est-il une courbe ? Il va falloir manipuler la notion de courbe avec
beaucoup de soin. D’abord, avec la définition de courbe que nous venons de donner, un ensemble réduit à un point M est
automatiquement une courbe car toute application constante γ : R → { M } en est un paramétrage. Ensuite, en 1890, Giuseppe
P EANO a montré qu’il existe une application continue surjective γ : [0, 1] → [0, 1] × [0, 1] (c’est-à-dire que la courbe passe par
chaque point du carré : elle «remplit l’espace»). Cela montre, contrairement à ce que notre intuition pourrait nous laisser
croire, que le carré [0, 1] × [0, 1] est une courbe !
Définition Courbe paramétrée et support

Une courbe paramétrée de Rn est une application continue γ : [a; b] ⊂ R → Rn . La courbe C = γ([a; b]) est appelé le support
de γ.
Lorsque nous étudierons une courbe paramétrée γ : [a; b] ⊂ R → Rn , nous aurons généralement une vision cinématique du
problème. Nous considérerons par exemple que le point γ(t ) est un point du plan (n = 2) ou de l’espace (n = 3) qui évolue
avec le temps t ∈ [a; b]. C’est pourquoi le paramètre sera habituellement noté t (pour temps).
Rappelons qu’une application γ : [a; b] ⊂ R → Rn qui s’écrit en coordonnées γ(t ) = (x 1 (t ), x 2 (t ), . . . , x n (t )) est continue si, et
seulement si, les n fonctions coordonnées x i : [a; b] → R sont des fonctions continues.
Exemple y
Considérons les fonctions x : [−2; 2] → R et y : [−2; 2] → R défi-
nies par x(t ) = t + cos(3t ) et y(t ) = sin(2t ). Ces deux fonctions
sont continues sur [−2; 2] et induisent donc une courbe para-
métrée γ : [a; b] → R2 définie par γ(t ) = (t + cos(3t ), sin(2t )).
x
γ(t ) = (t + cos(3t ), sin(2t ))
169
7 Fonctions vectorielles d’une variable réelle : courbes paramétrées Dernière mise à jour : Lundi 11 février 2013
Définition
Soit γ : [a; b] ⊂ R → Rn une courbe paramétrée de Rn et k un entier positif. La courbe paramétrée est dérivable (resp. de
classe C k ou C ∞ ) si l’application γ est dérivable (resp. de classe C k ou C ∞ ).
Définition
Soit γ : [a; b] ⊂ R → Rn une courbe paramétrée de Rn de classe C 2 admettant une représentation paramétrique γ(t ) =
(x 1 (t ), x 2 (t ), . . . , x n (t )). La longueur de γ, indépendante du paramétrage choisi, est
s
Z b n
`=
X
(x i0 (t ))2 dt .
a i =1
Exemple Deltoïde
Considérons la courbe paramétrée γ : [0; 2π] → R2 définie par γ(t ) = 2 cos(t ) + cos(2t ), 2 sin(t ) − sin(2t ) .
¡ ¢
−1 0 1 2 3 x
−1
−2
La longueur de la courbe est

Z 2π r³
¢0 ´2 ³¡ ¢0 ´2
`=
¡
2 cos(t ) + cos(2t ) + 2 sin(t ) − sin(2t ) dt
0
Z 2π r³ ´2 ³ ´2
= − 2 sin(t ) − 2 sin(2t ) + 2 cos(t ) − 2 cos(2t ) dt
0
Z 2π r ³ ´
= 4 sin2 (t ) + sin2 (2t ) + 2 sin(t ) sin(2t ) + cos2 (t ) + cos2 (2t ) + 2 cos(t ) cos(2t ) dt
0
2π
Z r ³ ´
= 8 1 + sin(t ) sin(2t ) + cos(t ) cos(2t ) dt
0
Z 2π r ³ ´
= 8 1 + 2 sin2 (t ) cos(t ) + cos(t )(1 − 2 sin2 (t )) dt
0
Z 2π r ³ ´
= 8 1 + cos(t ) dt = 16.
0
Exemple
Considérons la courbe paramétrée γ : [a; b] → R2 définie par γ(t ) = (t , f (t )). Alors la longueur de la courbe est
Z bq
`= 1 + ( f 0 (t ))2 dt .
a
170 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 7 Fonctions vectorielles d’une variable réelle : courbes paramétrées
7.1 Courbes planes en coordonnées polaires
Définition
Une courbe paramétrée γ : [a; b] ⊂ R → R2 est définie en coordonnées polaires par la fonction % : [a; b] ⊂ R si % est une
fonction continue et
γ(ϑ) = (%(ϑ) cos(ϑ), %(ϑ) sin(ϑ)).
La fonction % peut prendre des valeurs positives ou négatives. Le réel |%(ϑ)| est la distance de l’origine à γ(ϑ).
Si γ est de classe C 2 , sa longueur est
Z bq
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ.
a
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = r > 0 avec r constante. La
courbe définie en coordonnées polaires par ρ est un cercle de
centre (0, 0) et rayon r . On a bien x
Z 2π q Z 2π p Z 2π
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = r 2 + 02 dϑ = r dϑ = 2πr.
0 0 0
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = sin2 (ϑ/2). La courbe défi-
nie en coordonnées polaires par ρ est une cardioïde et l’on a
Z 2π q Z 2π q x
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = sin4 (ϑ/2) + (sin(ϑ/2) cos(ϑ/2))2 dϑ
0 0
Z 2π Z π
= | sin(ϑ/2)| dϑ = 2 sin(ϑ/2) dϑ = 2 [−2 cos(ϑ/2)]π
0 = 8.
0 0
© G. Faccanoni 171
8 Champs de vecteurs, formes différentielles
Définition Ouvert étoilé
Un ouvert U de Rn est étoilé s’il existe a ∈ U tel que, pour
tout x ∈ U , le segment d’extrémités a et x soit inclus dans
U , autrement dit, si tout segment reliant un point de l’en-
semble à son centre est inclus dans l’ensemble.
Définition Ouvert simplement connexe

Un ouvert U de Rn est simplement connexe si tout couple de points de U peut être joint par une courbe continue et que
tout courbe fermée incluse dans U peut être ramenée, par déformation continue, à un point.
Exemple
Le plan privé d’un point ou l’espace privé d’une droite ne sont ni étoilés ni simplement connexes.
8.1 Formes différentielles de degré 1 8.2 Champs de vecteurs
Définition Définition
Une forme différentielle de degré 1 définie sur un ouvert U On appelle champ de vecteurs défini sur un ouvert U ⊂ R2
de R2 est une application toute application de U dans R2 telle que
ω(x, y) = ω1 (x, y) dx + ω2 (x, y) dy ~ (x, y) = (V1 (x, y),V2 (x, y))

V
où ω1 et ω2 sont fonctions de U dans R. où V1 et V2 sont fonctions de U dans R.

De la même manière, une forme différentielle de degré 1 De la même manière, on appelle champ de vecteurs dé-
définie sur un ouvert U de R3 est une application fini sur un ouvert U ⊂ R3 toute application de U dans R3
telle que
ω(x, y, z) = ω1 (x, y, z) dx + ω2 (x, y, z) dy + ω3 (x, y, z) dz
~ (x, y, z) = (V1 (x, y, z),V2 (x, y, z),V3 (x, y, z))
V
où ω1 , ω2 et ω3 sont fonctions de U dans R.
Si tous les ωi sont de classe C k sur U , on dit que ω est de où V1 , V2 et V3 sont fonctions de U dans R.
classe C k sur U . ~ est de
Si tous les Vi sont de classe C k sur U , on dit que V
classe C k sur U .
Définition Forme exacte Définition Champ conservatif

Une forme différentielle ω est exacte (ou totale) s’il existe Un champ de vecteurs V ~ est conservatif (i.e. il est un
une fonction f : U → R, de classe C 1 , telle que df = ω. On champ de gradients) s’il existe une fonction f : U → R, de
dit alors que f est une primitive de ω sur U . ~ . On dit alors que f est un po-
classe C 1 , telle que ∇ f = V
~
tentiel de V sur U .
173
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
Exemple Exemple
Soit ω = 2x dx + 2y dy une forme différentielle dans R2 . Elle est ~ = (2x, 2y) un champ de vecteurs dans R2 . Il est conser-
Soit V
exacte car f : R2 → R définie par f (x, y) = x 2 + y 2 vérifie df = ω. ~.
vatif car f : R2 → R définie par f (x, y) = x 2 + y 2 vérifie ∇ f = V
Définition Forme différentielle fermée Définition Champ à rotationnel nul

Une forme différentielle ω définie sur un ouvert U de R 2 ~ défini sur un ouvert U de R2 est
Un champ de vecteurs V
est fermée si à rotationnel nul si
∂ y (ω1 ) = ∂x (ω2 ).
∂ y (V1 ) = ∂x (V2 ).
Une forme différentielle ω définie sur un ouvert U de R3
est fermée si Un champ de vecteurs V ~ défini sur un ouvert U de R3 est
∂ y (ω3 ) = ∂z (ω2 ),

 à rotationnel nul si
∂z (ω1 ) = ∂x (ω3 ),
∂ y (V3 ) = ∂z (V2 ),
 
∂x (ω2 ) = ∂ y (ω1 ).
 
∂z (V1 ) = ∂x (V3 ),

∂x (V2 ) = ∂ y (V1 ).

Théorème de S CHWARZ : condition nécessaire pour ω Théorème de S CHWARZ : condition nécessaire pour V
exacte conservatif
Une forme différentielle exacte de classe C 1 est toujours ~ de classe C 1 conservatif est à
Un champ de vecteurs V
fermée. rotationnel nul.
Théorème de P OINCARÉ : condition suffisante pour ω Théorème de P OINCARÉ : condition suffisante pour V
exacte conservatif
Si U est un ouvert étoilé ou si U est simplement connexe Si U est un ouvert étoilé ou si U est simplement connexe
et ω est une forme différentielle de classe C 1 , alors ~ est un champ de vecteurs de classe C 1 , alors
et V
ω est exacte sur U ⇐⇒ ω est fermée sur U . ~ est conservatif sur U ⇐⇒ V

V ~ est à rotationnel nul sur U .
174 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
Exemple Exemple
Soit ω = (2x +y) dx +(2y +x) dy une forme différentielle dans R2 . ~ = (2x + y, 2y + x) un champ de vecteur dans R2 .
Soit V
CN pour ω exacte : comme ∂ y (ω1 ) = ∂ y (2x + y) = 1 et CN pour V ~ conservatif : comme ∂ y (V1 ) = ∂ y (2x + y) = 1 et
∂x (ω2 ) = ∂x (2y +x) = 1, la forme différentielle est fermée ; ∂x (V2 ) = ∂x (2y + x) = 1, le champ est à rotationnel nul ;
Domaine de définition : R2 est simplement connexe donc la Domaine de définition : R2 est simplement connexe donc la
CN est aussi une CS ; CN est aussi une CS ;
grâce au théorème de P OINCARÉ on conclut que ω est exacte, grâce au théorème de P OINCARÉ on conclut que V ~ est conser-
c’est-à-dire qu’il existe f : R2 → R telle que d f = ω. Par exemple ~ . Par
vatif, c’est-à-dire qu’il existe f : R2 → R telle que ∇ f = V
f (x, y) = x 2 + x y + y 2 . exemple f (x, y) = x 2 + x y + y 2 .
Définition Intégrale curviligne d’une forme différen- Définition Circulation d’un champ de vecteurs
tielle ~ = (V1 ,V2 ) un champ de vecteurs dans R2 et γ(t ) =
Soit V
Soit ω = ω1 dx + ω2 dy une forme différentielle dans R2
(x(t ), y(t )) un arc orienté. V1 et V2 étant des fonctions
et γ(t ) = (x(t ), y(t )) un arc orienté. ω1 et ω2 étant des ~ le long de l’arc
continues, on appelle circulation de V
fonctions continues, on appelle intégrale curviligne de la
orienté γ le nombre noté
forme différentielle ω le long de l’arc γ le nombre noté
I
Z ~
V
ω γ
γ
et défini par
et défini par
Z b£
V1 (x(t ), y(t ))x 0 (t ) + V2 (x(t ), y(t ))y 0 (t ) dt .
¤
Z b£
0 0
ω1 (x(t ), y(t ))x (t ) + ω2 (x(t ), y(t ))y (t ) dt .
¤
a
a
Soit V~ = (V1 ,V2 ,V3 ) un champ de vecteurs dans R3 et
Soit ω = ω1 dx + ω2 dy + ω3 dz une forme différentielle
γ(t ) = (x(t ), y(t ), z(t )) un arc orienté. V1 , V2 et V3 étant des
dans R3 et γ(t ) = (x(t ), y(t ), z(t )) un arc orienté. ω1 , ω2
fonctions continues, on appelle circulation de V ~ le long
et ω3 étant des fonctions continues, on appelle intégrale
de l’arc orienté γ le nombre noté
curviligne de la forme différentielle ω le long de l’arc γ le
nombre noté I
~
Z
V
ω γ
γ
et défini par et défini par
Z bh
Z bh
ω1 (x(t ), y(t ), z(t ))x 0 (t ) + ω2 (x(t ), y(t ), z(t ))y 0 (t ) V1 (x(t ), y(t ), z(t ))x 0 (t ) + V2 (x(t ), y(t ), z(t ))y 0 (t )
a a
i i
+ ω3 (x(t ), y(t ), z(t ))z 0 (t ) dt . + V3 (x(t ), y(t ), z(t ))z 0 (t ) dt .
Exemple
L’intégrale de la forme différentielle ω = y dy le long du graphe d’une fonction f : [a; b] → R de classe C 1 est égale à ab f (t ) dt .
R
Exemple
~ = (−y, x) le long de la courbe γ : [0; 2π] → R2 définie par γ(t ) = (cos(t ), sin(t )) est égale à
La circulation du champ de vecteurs V
I Z 2π Z 2π Z 2π
~=
V −y(t )x 0 (t ) + x(t )y 0 (t ) dt = (− sin(t ))(− sin(t )) + (cos(t ))(cos(t )) dt = dt = 2π.
γ 0 0 0
© G. Faccanoni 175
Proposition Proposition
Si ω est une forme différentielle exacte de primitive f et si ~ est un champ de vecteurs conservatif de potentiel f
Si V
la courbe γ : [a; b] → Rn a pour origine et extrémités res- et si la courbe γ : [a; b] → Rn a pour origine et extrémités
pectivement les points γ(a) et γ(b) alors respectivement les points γ(a) et γ(b) alors
Z I
ω = f (γ(b)) − f (γ(a)). ~ = f (γ(b)) − f (γ(a)).
V
γ γ
En particulier, si la courbe γ est fermée, c’est-à-dire si ses En particulier, si la courbe γ est fermée, c’est-à-dire si ses
deux extrémités sont égales, alors la circulation sur γ de deux extrémités sont égales, alors la circulation sur γ de
toute forme différentielle exacte est nulle. tout champ de vecteurs conservatif est nulle.
Remarque
En mécanique, la circulation d’une force est égale au travail de cette force. Donc si la force dérive d’un potentiel, son
travail ne dépend que du point de départ et du point d’arrivé.
Exemple Relations de M AXWELL

En thermodynamique, on appelle relations de M AXWELL des équations obtenues grâce aux définitions des potentiels thermodyna-
miques et à l’égalité de S CHWARZ. Pour un système entièrement décrit par les variables pression P , température T , entropie S et vo-
lume V , on retient généralement un ensemble de quatre relations relatives aux quatre potentiels thermodynamiques énergie interne
U , enthalpie H , énergie libre F et enthalpie libre (ou potentiel de G IBBS) G :
∂F ¯¯ ∂F ¯¯
¯ ¯
dF (V, T ) = −P (V, T )dV − S(V, T )dT, =⇒ P (V, T ) = − , S(V, T ) = − ;
∂V ¯T ∂T ¯V
∂G ¯¯ ∂G ¯¯
¯ ¯
dG(P, T ) = V (P, T )dP − S(P, T )dT, =⇒ V (P, T ) = , S(P, T ) = − ;
∂P ¯T ∂T ¯P
∂U ¯¯ ∂U ¯¯
¯ ¯
dU (S,V ) = T (S,V )dS − P (S,V )dV, =⇒ T (S,V ) = − , P (S,V ) = − ;
∂S ¯V ∂V ¯S
∂H ¯¯ ∂H ¯¯
¯ ¯
dH (P, S) = V (P, S)dP + T (P, S)dS, =⇒ V (P, S) = , T (P, S) = ;
∂P ¯S ∂S ¯P
si bien qu’en utilisant l’égalité de S CHWARZ l’on a les relations de M AXWELL
∂P ¯¯ ∂S ¯¯ ∂V ¯¯ ∂S ¯¯ ∂T ¯ = − ∂P ¯ , ∂T ¯¯ ∂V ¯¯
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯
= , = − , = .
∂T ¯V ∂V ¯T ∂T ¯P ∂P ¯T ∂V ¯
S ∂S ¯V ∂P ¯S ∂S ¯P
Exemple
Soit le champ de vecteurs
~ (x, y, z) = (2x y + z 3 , x 2 , 3xz 2 ).
V
On veut montrer qu’il dérive d’un potentiel scalaire et déterminer tous les potentiels scalaires dont il dérive.
D’une part, comme le champ est défini sur R3 qui est un ouvert étoilé, pour prouver qu’il dérive d’un potentiel il suffit de montrer qu’il
est à rotationnel nul :
2 2
∂ y (V3 ) = ∂z (V2 ), ∂ y (3xz ) = ∂z (x ),
  
  0 = 0,

∂z (V1 ) = ∂x (V3 ), ⇐⇒ ∂z (2x y + z ) = ∂x (3xz 2 ),
3 ⇐⇒ 3z 2 = 3z 2 ,
  
∂x (V2 ) = ∂ y (V1 ), ∂x (x 2 ) = ∂ y (2x y + z 3 ),
  
2x = 2x.
D’autre part, il est possible de calculer les potentiels : on cherche en effet f de R3 dans R tel que
3
∂x f (x, y, z) = 2x y + z ,


2
∂ y f (x, y, z) = x ,

∂z f (x, y, z) = 3xz 2 .

On résout ce système d’équations aux dérivées partielles : la deuxième donne par exemple f (x, y, z) = x 2 y + h(x, z). En la dérivant par
rapport à z on trouve ∂z f (x, y, z) = ∂z h(x, z) ; en utilisant la troisième équation on trouve ∂z h(x, z) = 3xz 2 d’où h(x, z) = xz 3 + g (x)
et donc f (x, y, z) = x 2 y + xz 3 + g (x). En la dérivant par rapport à x on trouve ∂x f (x, y, z) = 2x y + z 3 + g 0 (x) ; en utilisant la première
176 © G. Faccanoni
équation on trouve g 0 (x) = 0 d’où g (x) = C et finalement
f (x, y, z) = x 2 y + xz 3 +C , C ∈ R.
Exemple
On veut montrer que la forme différentielle
y x
ω(x, y) = − dx + dy,
(x − y)2 (x − y)2
définie sur U = (x, y) ∈ R2 ¯ x > y , est exacte et en déterminer toutes les primitives dont elle dérive.
© ¯ ª
D’une part, comme la forme est définie sur U qui est un ouvert étoilé, pour prouver qu’elle est exacte il suffit de montrer qu’elle est
fermée :
x y −2x y −2x y
µ ¶ µ ¶
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ ∂ y = ∂ x − ⇐⇒ = .
(x − y)2 (x − y)2 (x − y)4 (x − y)4
D’autre part, il est possible de calculer les primitives : on cherche en effet f de R2 dans R tel que
−y x
ω1 (x, y) = , ω2 (x, y) = .
(x − y)2 (x − y)2
y
On résout ce système d’équations aux dérivées partielles : en intégrant la deuxième on obtient par exemple f (x, y) = x−y + h(x). En la
−y 0 0
dérivant par rapport à x on trouve ∂x f (x, y) = 2 + h (x) ; en utilisant la première équation on trouve h (x) = 0 et finalement
(x−y)
y
f (x, y) = +C , C ∈ R.
x−y
Proposition Formule de G AUSS -R IEMANN

Soit U un ouvert de R2 ayant un bord de classe C 1 par morceaux orienté de sorte que U soit à sa gauche. Soit ω une forme
différentielle de classe C 1 sur un ouvert contenant U . Alors
Z Z
dω = ω,
U ∂U
U (∂ y (ω1 ) − ∂x (ω2 )) dx
R R
où on a défini U dω = dy.
Proposition Calcul de l’aire

Soit γ : [a; b] → R2 une courbe fermée simple de classe C 1 définie par γ(t ) = (x(t ), y(t )) et soit U la région délimitée par
γ. On suppose que lorsque t croît, le point γ(t ) parcourt le bord de U en laissant U à gauche. Alors l’aire de U est donnée
par
Rb
x(t )y 0 (t ) − y(t )x 0 (t ) dt
Z b Z b
Aire(U ) = x(t )y 0 (t ) dt = − y(t )x 0 (t ) dt = a .
a a 2
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = sin2 (ϑ/2). La courbe γ(ϑ) =
(x(ϑ) = %(ϑ) cos(ϑ), y(ϑ) = %(ϑ) sin(ϑ)) est une cardioïde et l’on a
x
1 2π ¡ 1 2π 3
Z Z
x(ϑ)y 0 (ϑ) − y(ϑ)x 0 (ϑ) dϑ = sin4 (ϑ/2) dϑ = π.
¢
Aire(U ) =
2 0 2 0 8
© G. Faccanoni 177
............... Exercices ..............

Exercice 8.1 Exercice 8.2
Soit Soit
B V~ (x, y) = V1 (x, y)~
i +V2 (x, y)~
j un champ de vecteur dé- B ω(x, y) = ω1 (x, y) dx + ω2 (x, y) dy une forme différen-
2
fini sur R \ { (2, 2) }, tielle définie sur R2 \ { (2, 2) },
B γ1 la courbe d’équation γ1 (t ) = (2 + cos(t ), 2 + sin(t )), B γ1 la courbe d’équation γ1 (t ) = (2 + cos(t ), 2 + sin(t )),
t ∈ [0, 2π], t ∈ [0, 2π],
B γ2 la courbe d’équation γ2 (t ) = (cos(t ), sin(t )), t ∈ B γ2 la courbe d’équation γ2 (t ) = (cos(t ), sin(t )), t ∈
[0, 2π]. [0, 2π].
Dire si les affirmations suivantes sont V raies ou Dire si les affirmations suivantes sont V raies ou
F ausses. F ausses.
~ est conservatif alors V
1. Si V ~ est à rotationnel nul. 1. Si ω est exacte alors ω est fermée.
~ = 0 alors V
2. Si rotV ~ est conservatif. 2. Si ω est fermée alors ω est exacte.
~ est conservatif alors ~ 3. Si ω est exacte alors γ1 ω = 0.
H R
3. Si V γ1 V = 0.
~ est conservatif alors ~ 4. Si ω est exacte alors γ2 ω = 0.

H R
4. Si V γ2 V = 0.
~ est à rotationnel nul alors ~ 5. Si ω est fermée alors γ1 ω = 0.

H R
5. Si V γ1 V = 0.
~ est à rotationnel nul alors ~ 6. Si ω est fermée alors γ2 ω = 0.

H R
6. Si V γ2 V = 0.
C ORRECTION .
C ORRECTION .
1. V Si ω est exacte alors ω est fermée.
~ est conservatif alors V
1. V Si V ~ est à rotationnel nul. C’est le théorème de S CHWARZ.
C’est le théorème de S CHWARZ. 2. F Si ω est fermée alors ω est exacte.
~ = 0 alors V
2. F Si rotV ~ est conservatif. Pour qu’elle soit vraie pour toute forme différentielle fer-
Pour qu’elle soit vraie pour tout champ à rotationnel mée il faudrait que le domaine de définition soit simple-
nul il faudrait que le domaine de définition soit simplement connexe ou étoilé, ce qui n’est pas le cas ici.
ment connexe ou étoilé, ce qui n’est pas le cas ici. 3. V Si ω est exacte alors γ1 ω = 0.
R
~ est conservatif alors ~

H
3. V Si V γ1 V = 0.
La courbe est fermée, c’est-à-dire que ses deux extrémités
La courbe est fermée, c’est-à-dire que ses deux extrémi- sont égales γ1 (0) = γ1 (2π) = (3, 2), alors l’intégrale curvi-
tés sont égales γ1 (0) = γ1 (2π) = (3, 2), alors la circulation ligne de toute forme différentielle exacte le long de l’arc
sur γ1 de tout champ de vecteurs conservatif est nulle. γ1 est nulle.
4. V Si ω est exacte alors γ2 ω = 0.
R
~ est conservatif alors ~
H
4. V Si V γ2 V = 0.
La courbe est fermée, c’est-à-dire que ses deux extrémités
La courbe est fermée, c’est-à-dire que ses deux extrémi-
sont égales γ2 (0) = γ2 (2π) = (1, 0), alors l’intégrale curvi-
tés sont égales γ2 (0) = γ2 (2π) = (1, 0), alors la circulation
ligne de toute forme différentielle exacte le long de l’arc
sur γ2 de tout champ de vecteurs conservatif est nulle.
γ2 est nulle.
~ est à rotationnel nul alors ~
H
5. F Si V γ1 V = 0. 5. F Si ω est fermée alors γ1 ω = 0.
R
Pour qu’elle soit vraie il faudrait que V~ soit conservatif.

Pour qu’elle soit vraie il faudrait que ω soit exacte.
Comme le domaine de définition n’est pas simplement Comme le domaine de définition n’est pas simplement
connexe ni étoilé, on ne peut pas garantir la conservati- connexe ni étoilé, on ne peut pas garantir que ω est
~ donc la circulation sur γ1 de V
vité de V ~ peut être non
exacte donc l’intégrale curviligne de ω le long de l’arc γ1
nulle. peut être non nulle.
~ est à rotationnel nul alors ~
H
6. V Si V γ2 V = 0. 6. V Si ω est fermée alors γ2 ω = 0.
R
La courbe est contenue dans le carré [−1; 1]2 qui est sim- La courbe est contenue dans le carré [−1; 1]2 qui est sim-
plement connexe. Comme le champ est à rotationnel plement connexe. Comme la forme différentielle est fer-
nul, il est conservatif sur ce carré. De plus, la courbe est mée, elle est exacte sur ce carré. De plus, la courbe est
fermée donc la circulation sur γ2 est nulle. fermée donc l’intégrale curviligne sur γ2 est nulle.
178 © G. Faccanoni
Exercice 8.3 Champ de vecteurs

Considérons le champ de vecteurs
~ (x, y, z) = x ~
V j + 3z ~
i + 2y ~ k.
~ est conservatif et en calculer un potentiel.
Montrer que V
C ORRECTION . On a V1 (x, y, z) = x, V2 (x, y, z) = 2y et V3 (x, y, z) = 3z.

~ =~0 :
1. On vérifie que rotV 

∂ y (V3 ) − ∂z (V2 ) = 0 − 0 = 0,


∂z (V1 ) − ∂x (V3 ) = 0 − 0 = 0,


∂x (V2 ) − ∂ y (V1 ) = 0 − 0 = 0.


~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
x2
∂x f = x donc f (x, y, z) = 2 + g (y, z) donc ∂ y f = ∂ y g = 2y
2
donc 2
g (y, z) = y + h(z) donc f (x, y, z) = x2 + y 2 + h(z)
donc ∂z f = h 0 = 3z donc h(z) = 32 z 2
x2
donc f (x, y, z) = 2 + y 2 + 32 z 2 + c.
Exercice 8.4 Forme différentielle

On considère la forme différentielle
y x
ω(x, y) = − dx + dy,
x2 + y 2 x2 + y 2
définie sur le demi-plan U = (x, y) ∈ R2 ¯ x > 0 . Montrer que ω est exacte et déterminer ses primitives sur U .
© ¯ ª
C ORRECTION . D’une part, comme la forme est définie sur U qui est un ouvert étoilé (par exemple par rapport au point
(1, 0)), pour prouver qu’elle est exacte il suffit de montrer qu’elle est fermée :
y x y 2 − x2 y 2 − x2
µ ¶ µ ¶
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ ∂y − = ∂ x ⇐⇒ = .
x2 + y 2 x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
D’autre part, il est possible de calculer les primitives : on cherche en effet une fonction f de R2 dans R tel que
y
ω1 (x, y) = − x 2 +y 2 ,
(
x
ω2 (x, y) = x 2 +y 2
.
On résout ce système d’équations aux dérivées partielles : en intégrant la deuxième par rapport à y on obtient f (x, y) =
y y
arctan x + h(y). En la dérivant par rapport à x on trouve ∂x f (x, y) = − x 2 +y 2 + h 0 (x) ; en utilisant la première équation on
trouve h 0 (x) = 0 et finalement
C ∈ R.
¡ ¢
f (x, y) = arctan f r ac y x +C ,

Montrer que la forme différentielle
2x y dx + (1 − x 2 ) dy
ω(x, y) =
(1 − x 2 )2 + y 2
est fermée. Dans un ouvert à préciser déterminer une fonction f telle que df = ω.
© G. Faccanoni 179
2x y (1−x 2 )
C ORRECTION . La forme différentielle ω est définie sur Dω = R2 \ {(−1, 0); (1, 0)}. À partir de ω1 = (1−x 2 )2 +y 2
et ω2 = (1−x 2 )2 +y 2
,
on observe que
2x(1 − x 2 )2 − 2x y 2
∂x (ω2 ) = ¡ ¢2 ,
(1 − x 2 )2 + y 2 ]
2x(1 − x 2 )2 − 2x y 2
∂ y (ω1 ) = ¡ ¢2 .
(1 − x 2 )2 + y 2
Elle est donc fermée.
Elle est exacte sur tout ouvert simplement connexe (ce qui n’est pas le cas de son ensemble de définition).
Cherchons un potentiel f de ω sur un ouvert à préciser :
∂x f = ω1
∂ y f = ω2
Il est plus simple de partir de la seconde égalité et de se placer dans un ouvert où x 2 6= 1, par exemple A = {(x, y) : |x| < 1},
qui est simplement connexe. On peut alors écrire
1
1−x 2
∂y f = ³ ´2
y
1+ 1−x 2
donc
y ´ ³
f (x, y) = arctan + g (x).
1 − x2
En calculant ∂x f et en imposant qu’elle soit égale à ω1 on obtient
2x y
(1−x 2 )2 2x y
´2 + g 0 (x) =
(1 − x 2 )2 + y 2
³
y
1+ 1−x 2
d’où g 0 (x) = 0, soit ³ y ´

f (x, y) = arctan +K.
1 − x2

ω(x, y, z) = 2y z dx + 2z(x + 3y) dy + (y(2x + 3y) + 2z) dz
est exacte et en calculer un potentiel.
C ORRECTION . Comme la forme est définie sur R3 qui est un ouvert étoilé, pour prouver qu’elle est exacte il suffit de montrer
qu’elle est fermée :
∂ y (ω3 ) − ∂z (ω2 ) = (2x + 6y) − (2x + 6y) = 0,


∂z (ω1 ) − ∂x (ω3 ) = 2y − 2y = 0,

∂x (ω2 ) − ∂ y (ω1 ) = 2z − 2z = 0.

Néanmoins, il est possible de calculer directement les primitives : on cherche une application f de R3 dans R tel que
∂x f (x, y, z) = ω1 (x, y, z) = 2y z,



∂ y f (x, y, z) = ω2 (x, y, z) = 2xz + 6y z,

∂z f (x, y, z) = ω3 (x, y, z) = 2x y + 3y 2 + 2z.

On résout ce système d’équations aux dérivées partielles : en intégrant la première par rapport à x on obtient f (x, y, z) =
2x y z + h(y, z). En la dérivant par rapport à y on trouve ∂ y f (x, y, z) = 2xz + h y (y, z) ; comme ∂ y f (x, y, z) = ω2 (x, y) = 2xz + 6y z
alors h y (y, z) = 6y z, d’où h(y, z) = 3y 2 z + k(z) ce qui implique f (x, y, z) = 2x y z + 3y 2 z + k(z). En la dérivant par rapport à z
on trouve ∂z f (x, y, z) = 2x y + 3y 2 + k 0 (z) ; comme ∂z f (x, y, z) = ω3 (x, y, z) = 2x y + 3y 2 + 2z alors k 0 (z) = 2z, d’où k(z) = z 2 + c
et finalement
f (x, y, z) = 2x y z + 3y 2 z + z 2 +C , C ∈ R.
180 © G. Faccanoni

ω(x, y) = y dx + (2x − ye y ) dy
n’est pas exacte dans R2 . Trouver une fonction y 7→ g (y) telle que la forme différentielle ψ(x, y) ≡ g (y)ω(x, y) soit exacte
dans R2 . Déterminer ensuite les potentiels de ψ(x, y) dans R2 .
C ORRECTION . On a ω1 = y et ω2 = 2x − ye y . Comme ∂ y (ω1 ) = 1 et ∂x (ω2 ) = 2, la forme ω n’est pas fermée. Elle ne peut donc
pas être exacte.
On a ψ1 = g (y)ω1 et ψ2 = g (y)ω2 . Comme R2 est simplement connexe, d’après le théorème de Poincaré on a
ψ est exacte ⇐⇒ ψ est fermée.
Comme ∂ y (ψ1 ) = g 0 (y)y + g (y) et ∂x (ψ2 ) = 2g (y), on cherche g telle que y g 0 (y) = g (y) : ψ est fermée (et donc exacte) si et
seulement si g (y) = Ay avec A ∈ R.
Si ψ(x, y) = Ay 2 dx + A(2x y − y 2 e y ) dy, on sait qu’il existe un potentiel f de ψ, c’est-à-dire une fonction f telle que ∂x f = ψ1
et ∂ y f = ψ2 , soit
∂x f = Ay 2 ∂ y f = A(2x y − y 2 e y ).
Comme ∂x f = Ay 2 alors f (x, y) = Ax y 2 +h(y). En reportant dans la seconde équation on obtient 2Ax y+h 0 (y) = A(2x y−y 2 e y ),
c’est-à-dire h 0 (y) = −Ay 2 e y . Soit après deux intégrations par parties h(y) = −A(y 2 − 2y + 2)e y + C avec C ∈ R. Les potentiels
cherchés sont donc définis par
f (x, y) = A(x y 2 − (y 2 − 2y + 2)e y ) +C .

Considérons la forme différentielle
y 2x y
µ ¶ µ ¶
2
ω(x, y) = + ln(1 + y ) dx + g (x) + dy
cos2 (x) 1 + y2
définie sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et ω soit
© ¤ £ ª
exacte. Déterminer ensuite pour la forme différentielle ainsi trouvée une primitive.
C ORRECTION . La forme différentielle ω est définie sur D (elle est même de classe C ∞ (D)). Comme le domaine de définition
est simplement connexe, la forme différentielle est exacte si et seulement si elle est fermée, c’est-à-dire
1 2y 2y 1
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ + = g 0 (x) + ⇐⇒ = g 0 (x) ⇐⇒ g (x) = tan(x) +C , C ∈ R.
cos2 (x) 1 + y 2 1 + y2 cos2 (x)
Pour avoir g (0) = 0 il faut C = 0, ainsi g (x) = tan(x) et la forme différentielle s’écrit
y 2x y
µ ¶ µ ¶
2
ω(x, y) = + ln(1 + y ) dx + tan(x) + dy.
cos2 (x) 1 + y2
Pour trouver une primitive, c’est à dire une fonction f : D → R telle que df = ω, on intègre ω1 par rapport à x et on obtient
f (x, y) = y tan(x) + x ln(1 + y 2 ) + h(y). Pour déterminer h on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = tan(x) +
2y
1+y 2
+ h 0 (y) ; cette fonction doit être égale à ω2 donc h 0 (y) = 0 et finalement
f (x, y) = y tan(x) + x ln(1 + y 2 ) +C , C ∈ R.

y
µ ¶
~ (x, y) = + e i + g (x) + xe y ~
y ~
¡ ¢
V j.
cos2 (x)
© G. Faccanoni 181
~ soit
défini sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et V
© ¤ £ ª
conservatif. Déterminer ensuite pour le champ ainsi trouvé un potentiel.
C ORRECTION . Le champ V ~ est défini sur D (il est même de classe C ∞ (D)). Comme le domaine de définition est simplement
connexe, le champ est conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
1 1
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ + e y = g 0 (x) + e y ⇐⇒ = g 0 (x) ⇐⇒ g (x) = tan(x) +C , C ∈ R.
cos2 (x) cos2 (x)
Comme on veut que g (0) = 0, alors g (x) = tan(x) et le champ de vecteurs s’écrit
y
µ ¶
~ + e i + tan(x) + xe y ~
y ~
¡ ¢
V (x, y) = j.
cos2 (x)
Pour trouver un potentiel, c’est à dire une fonction f : D → R telle que ~ ~ , on intègre V1 par rapport à x et on obtient
∇f = V
f (x, y) = y tan(x) + xe + h(y). Pour déterminer h on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = tan(x) + xe y +
y
h 0 (y) ; cette fonction doit être égale à V2 donc h 0 (y) = 0 et finalement
f (x, y) = y tan(x) + xe y +C , C ∈ R.

~ (x, y) = (y sin(x) + x y cos(x) + e y )~

V i + (g (x) + xe y ) ~
j.
~ soit conservatif. Déterminer ensuite pour le champ ainsi

Déterminer la fonction g de classe C ∞ (R) telle que g (0) = 0 et V
trouvé un potentiel.
C ORRECTION . Le champ V~ est défini sur R2 (il est même de classe C ∞ (R2 )). Comme le domaine de définition est simple-
ment connexe, le champ est conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ sin(x) + x cos(x) + e y = g 0 (x) + e y ⇐⇒ sin(x) + x cos(x) = g 0 (x) ⇐⇒ g (x) = x sin(x) +C , C ∈ R.
Comme on veut que g (0) = 0, alors g (x) = x sin(x) et le champ de vecteurs s’écrit
~ (x, y) = (y sin(x) + x y cos(x) + e y )~

V i + (x sin(x) + xe y ) ~
j.
Pour trouver un potentiel, c’est à dire une fonction f : R2 → R telle que ~ ~ , on intègre V1 par rapport à x et on obtient
∇f = V
f (x, y) = x y sin(x) + xe + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y f = x sin(x) + xe y + h 0 (y) ; cette
y
fonction doit être égale à V2 donc h 0 (y) = 0 et finalement
f (x, y) = x y sin(x) + xe y +C , C ∈ R.

g (y)
µ ¶
~ (x, y) =
V + cos(y) ~i + (2y ln x − x sin(y)) ~
j.
x
~ soit conservatif. Déterminer ensuite pour le

Déterminer la fonction g de classe C ∞ (R) telle que g (1) = 1 de sorte que V
champ ainsi trouvé le potentiel φ(x, y) tel que φ(1, π/2) = 0.
182 © G. Faccanoni
C ORRECTION . Le champ V ~ est défini sur R∗+ × R. Comme le domaine de définition est simplement connexe, le champ est
conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
g 0 (y) y
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ − sin(y) = 2 − sin(y) ⇐⇒ g 0 (y) = 2y ⇐⇒ g (x) = y 2 +C , C ∈ R.
x x
Comme on veut que g (1) = 1, alors g (y) = y 2 et le champ de vecteurs s’écrit
~ (x, y) = (y 2 /x + cos(y))~
V i + (2y ln x − x sin(y)) ~
j.
Pour trouver un potentiel, c’est à dire une fonction φ : R2 → R telle que ~ ~ , on intègre V1 par rapport à x et on obtient
∇φ = V
2
φ(x, y) = y ln x +x cos(y)+h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y φ = 2y ln x −x sin(y)+h 0 (y) ; cette
fonction doit être égale à V2 donc h 0 (y) = 0 et finalement
φ(x, y) = y 2 ln x + x cos(y) +C , C ∈ R.
Parmi ces potentiels, celui qui vérifie φ(1, π/2) = 0 est
φ(x, y) = y 2 ln x + x cos(y).

~ (x, y, z) = (2x y sin z)~

V j + (x 2 y cos z)~
i + (x 2 sin z) ~ k.
1. Montrer que V~ est conservatif.

~.
2. Calculer un potentiel de V
C ORRECTION . On a V1 (x, y, z) = 2x y sin z, V2 (x, y, z) = x 2 sin z et V3 (x, y, z) = x 2 y cos z.

~ =~0 :
2 2
∂ y (V3 ) − ∂z (V2 ) = x cos z − x cos z = 0,



∂z (V1 ) − ∂x (V3 ) = 2x y cos z − 2x y cos z = 0,


∂x (V2 ) − ∂ y (V1 ) = 2x sin z − 2x sin z = 0.


V
∇f = V
∂x f = 2x y sin z donc f (x, y, z) = x 2 y sin z + g (y, z) donc ∂ y f = x 2 sin z + ∂ y g = x 2 sin z

donc g (y, z) = h(z) donc f (x, y, z) = x 2 y sin z + h(z)
donc ∂z f = x 2 y cos z + h 0 = x 2 y cos z donc h(z) = c
donc f (x, y, z) = x 2 y sin z + c.

~ (x, y, z) = (y 2 sin z)~

V j + (x y 2 cos z)~
i + (2x y sin z) ~ k.
1. Montrer que V~ est conservatif

~.
C ORRECTION . On a V1 (x, y, z) = y 2 sin z, V2 (x, y, z) = 2x y sin z et V3 (x, y, z) = x y 2 cos z.

~ =~0 :

∂ y (V3 ) − ∂z (V2 ) = 2x y cos z − 2x y cos z = 0,


∂z (V1 ) − ∂x (V3 ) = y 2 cos z − y 2 cos z = 0,


∂x (V2 ) − ∂ y (V1 ) = 2y sin z − 2y sin z = 0.


V
© G. Faccanoni 183

∇f = V
∂x f = y 2 sin z donc f (x, y, z) = x y 2 sin z + g (y, z) donc ∂ y f = 2x y sin z + ∂ y g = 2x y sin z

donc g (y, z) = h(z) donc f (x, y, z) = x y 2 sin z + h(z)
donc ∂z f = x y 2 cos z + h 0 = x y 2 cos z donc h(z) = c
donc f (x, y, z) = x y 2 sin z + c.

~ (x, y, z) = (2xz sin(y))~

V j + (x 2 sin(y))~
i + (x 2 z cos(y)) ~ k.

~.
C ORRECTION . On a V1 (x, y, z) = 2xz sin(y), V2 (x, y, z) = x 2 z cos(y) et V3 (x, y, z) = x 2 sin(y).

~ =~0 :

 ∂ y (V3 ) − ∂z (V2 ) = x 2 cos(y) − x 2 cos(y) = 0,


∂z (V1 ) − ∂x (V3 ) = 2x sin(y) − 2x sin(y) = 0,


∂x (V2 ) − ∂ y (V1 ) = 2xz cos(y) − 2xz cos(y) = 0.


V
∇f = V
∂x f = 2xz sin(y) donc f (x, y, z) = x 2 z sin(y) + g (y, z) donc ∂ y f = x 2 z cos(y) + ∂ y g = x 2 z cos(y)

donc g (y, z) = h(z) donc f (x, y, z) = x 2 z sin(y) + h(z)
donc ∂z f = x 2 sin(y) + h 0 = x 2 sin(y) donc h(z) = c
donc f (x, y, z) = x 2 z sin(y) + c.

~ (x, y, z) = (z 2 sin(y))~
V j + (2xz sin(y))~
i + (xz 2 cos(y)) ~ k.

~.
C ORRECTION . On a V1 (x, y, z) = z 2 sin(y), V2 (x, y, z) = xz 2 cos(y) et V3 (x, y, z) = 2xz sin(y).

~ =~0 :

 ∂ y (V3 ) − ∂z (V2 ) = 2xz sin(y) − 2xz sin(y) = 0,


∂z (V1 ) − ∂x (V3 ) = 2z sin(y) − 2z sin(y) = 0,


∂x (V2 ) − ∂ y (V1 ) = z 2 cos(y) − z 2 cos(y) = 0.


V
∇f = V
∂x f = z 2 sin(y) donc f (x, y, z) = xz 2 sin(y) + g (y, z) donc ∂ y f = xz 2 cos(y) + ∂ y g = xz 2 cos(y)

donc g (y, z) = h(z) donc f (x, y, z) = xz 2 sin(y) + h(z)
donc ∂z f = 2xz sin(y) + h 0 = 2xz sin(y) donc h(z) = c
donc f (x, y, z) = xz 2 sin(y) + c.
184 © G. Faccanoni

~ (x, y, z) = (8z 4 cos(2x) cos(y))~

V j + (16z 3 sin(2x) cos(y))~
i + (−4z 4 sin(2x) sin(y)) ~ k.

~.
C ORRECTION . On a V1 (x, y, z) = 8z 4 cos(2x) cos(y), V2 (x, y, z) = −4z 4 sin(2x) sin(y) et V3 (x, y, z) = 16z 3 sin(2x) cos(y).
~ =~0 :
1. On vérifie que rotV


 ∂ y (V3 ) − ∂z (V2 ) = −16z 3 sin(2x) sin(y) − 16z 3 sin(2x) sin(y) = 0,


∂z (V1 ) − ∂x (V3 ) = 32z 3 cos(2x) cos(y) − 32z 3 cos(2x) cos(y) = 0,


∂x (V2 ) − ∂ y (V1 ) = −8z 4 cos(2x) sin(y) + 8z 4 cos(2x) sin(y) = 0.


V
∇f = V
∂x f = 8z 4 cos(2x) cos(y) donc f (x, y, z) = 4z 4 sin(2x) cos(y) + g (y, z)

donc ∂ y f = −4z 4 sin(2x) sin(y) + ∂ y g = −4z 4 sin(2x) sin(y)
donc g (y, z) = h(z)
donc f (x, y, z) = 4z 4 sin(2x) cos(y) + h(z)
donc ∂z f = 16z 3 sin(2x) cos(y) + h 0 = 16z 3 sin(2x) cos(y)
donc h(z) = c
donc f (x, y, z) = 4z 4 sin(2x) cos(y) + c.

Trouver toutes les fonctions f : R → R de classe C 1 qui satisfont f (0) = 2 et telles que la forme différentielle
ω(x, y) = (y 2 + 1) sin(x) dx − f (x)y dy
soit exacte. Pour la forme différentielle ainsi trouvée, calculer toutes ses primitives.
C ORRECTION . Le domaine de définition de ω est R2 qui est simplement connexe : pour que la forme différentielle proposée
soit exacte il faut et il suffit que pour tout x ∈ R
∂ y ((y 2 + 1) sin(x)) = ∂x (− f (x)y),
ce qui implique f 0 (x) = −2 sin(x) ; toutes les fonctions f : R → R de classe C 1 qui rendent la forme différentielle ω exacte sont
de la forme f (x) = 2 cos(x) + c, c ∈ R. On obtient f (0) = 2 pour c = 0 et la forme différentielle devient
ω(x, y) = (y 2 + 1) sin(x) dx − 2 cos(x)y dy.
Pour trouver une primitive, c’est à dire une fonction ϕ : R2 → R telle que dϕ = ω, on intègre ω1 par rapport à x et on obtient
ϕ(x, y) = −(y 2 + 1) cos(x) + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y ϕ = −2y cos(x) + h 0 (y) ; cette
fonction doit être égale à ω2 donc h 0 (y) = 0 et finalement
ϕ(x, y) = −(y 2 + 1) cos(x) +C , C ∈ R.
Exercice 8.18 Champs de vecteurs

~ le champ de vecteurs défini comme suit :
Soit V
z ~ z ~
µ ¶ µ ¶ µ ¶
1 ~
~ (x, y, z) = x +
V i + y + j + z − k.
x2 y x y2 xy
© G. Faccanoni 185
~ est conservatif.
1. Montrer que V
2. En déterminer un potentiel.
~ le long de la courbe γ de paramétrisation t 7→ (t , t 2 , t 3 ), t ∈ [1; 3].
3. Calculer la circulation de V
C ORRECTION .
~ est défini sur D = (x, y, z) ∈ R3 ¯ x y 6= 0 . Comme le domaine de définition est la réunion de
© ¯ ª
1. Le champ de vecteurs V
quatre parties simplement connexes, le champ est conservatif si, et seulement si, il est à rotationnel nul, ce qui est le
cas car  1
= 1 ,
∂ y (V3 ) = ∂z (V2 ),

 x y2 x y2
 

∂z (V1 ) = ∂x (V3 ), ⇐⇒ x 12 y = x 12 y , ⇐⇒ (x, y, z) ∈ D.
 
∂ (V ) = ∂ (V ), z z
 
x 2
 −y 1 =− , x2 y 2 x2 y 2
~.
2. On cherche un potentiel f : D → R tel que ∇ f = V
x2
(i) En intégrant V1 par rapport à x, on obtient f (x, y, z) = 2 − xzy + h(y, z).
z
(ii) Pour déterminer h, on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = x y2
+∂ y h(y, z) ; cette fonction doit
y2 x2 y2
être égale à V2 . On a donc ∂ y h(y, z) = y, ce qui implique h(y, z) = 2 + g (z). Finalement f (x, y, z) = 2 − xzy + 2 +
g (z).
(iii) Pour déterminer g , on dérive l’expression ainsi obtenue par rapport à z : ∂z f = − x1y + g 0 (z) ; cette fonction devant
z2
être égale à V3 , on déduit g 0 (z) = z ce qui donne g (z) = 2 +C .
~ est de la forme
On conclut alors que tout potentiel de V
x2 z y 2 z2
f (x, y, z) = − + + +C , C ∈ R.
2 xy 2 2
3. On remarque que la courbe γ a pour origine le point A = (1, 1, 1) et pour extrémité le point B = (3, 9, 27). Par conséquent
32 92 272
¶ µ 2
12 12
µ ¶
27 1 1
I
~ = f (B ) − f (A) =
V − + + − − + + = 408.
γ 2 3×9 2 2 2 1×1 2 2

1. Établir si le champ de vecteurs suivant est conservatif sur R2 \ {(0, 0)} :
y
x 3 + x y 2 + y ~ 3x 2 y + 3y 3 − x ~ 1
~=
V i+ j.
x2 + y 2 x2 + y 2 1
0<r < 2
2. Soit γr la famille de courbes −1 0 1 2 3x

1 −1 r> 1
2
γr (t ) = (1 + 2r cos(t ), r sin(t )), t ∈ [0, 2π], r > 0, r 6= .
2
I
Calculer ~ (t ) dt en fonction de r .
V
γr
C ORRECTION . Remarquons que le champ de vecteurs peut être mis sous la forme
y x
· ¸ · ¸
~
V = x+ 2 ~i + 3y − 2 ~
j.
x + y2 x + y2
1. Commençons d’abord par vérifier si les deux conditions pour la conservativité sont vérifiées.
B CN1 : rotationnel su champ de vecteurs
x2 − y 2
∂ y (V1 ) = = ∂x (V2 ).
(x 2 + y 2 )2
~ est bien à rotationnel nul.

Le champ de vecteurs V
186 © G. Faccanoni
~ sur une courbe fermée quelconque. Considérons la courbe fermée `(t ) = (cos(t ), sin(t )) pour
B CN2 : circulation de V
t ∈ [0, 2π], alors
I Z 2π Z 2π ¤2π
~ (t )d t = 2 cos(t ) sin(t )−1 dt = sin2 (t ) − t 0 = −2π 6= 0.
£
V (cos(t ) + sin(t )) (− sin(t ))−(3 sin(t ) − cos(t )) (cos(t )) =
` 0 0
La circulation sur au moins une courbe fermée qui tourne autour du point (0, 0) est non nulle.
~ est à rotationnel nul (et donc conservatif sur tous sous ensemble simplement connexe de R2 \{(0, 0)})
On conclut que V
mais non conservatif sur R2 \ {(0, 0)}.
2. Comme γr (π) = (1 − 2r, 0), on en déduit que
I
B si r > 1/2 alors ~ (t )d t = −2π (car la circulation le long de courbes homotopes est la même et γr est homotope
V
γr
à la courbe γ du point
I précédent si r > 1/2),
B si 0 < r < 1/2 alors ~ (t )d t = 0 car γr est contenue dans un sous-ensemble simplement connexe de R2 \ {(0, 0)}
V
γr
~ est à rotationnel nul donc conservatif dans ce sous-ensemble.
et V

Considérons la forme différentielle suivante
ω(x, y) = (2x y + y 2 − 1) dx + (2x y + x 2 ) dy.
1. Exprimer l’intégrale curviligne de ω le long du segment de droite reliant les points A = (1, 0) et B = (0, 1) (orienté de
A vers B ), puis calculer cette intégrale.
2. Déterminer si ω est exacte. Si c’est le cas, déterminer une fonction f telle que df = ω.
3. Calculer l’intégrale curviligne de ω le long de la courbe γ de paramétrisation t 7→ (cos5 (t ), sin4 (t )), t ∈ [0; π/2].
C ORRECTION .
1. Un paramétrage possible du segment est l’application γ2 : [0; 1] → R2 définie par γ2 (t ) = (1 − t , t ). Donc
Z Z 1¡ Z 1 ¤1
ω= (2(1 − t )t + t 2 − 1)(1 − t )0 + (2(1 − t )t + (1 − t )2 )t 0 dt = (2 − 2t ) dt = 2t − t 2 0 = 1.
¢ £
γ2 0 0
2. La forme différentielle ω est définie sur R2 . Comme le domaine de définition est simplement connexe, la forme diffé-
rentielle est exacte si et seulement si elle est fermée, c’est-à-dire
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ ∂ y (2x y + y 2 − 1) = ∂x (2x y + x 2 ) ⇐⇒ 2x + 2y = 2y + 2x ⇐⇒ (x, y) ∈ R2 .
On cherche une primitive f : D → R telle que df = ω. On intègre ω1 par rapport à x et on obtient f (x, y) = x 2 y + x y 2 −
x +h(y). Pour déterminer h on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = x 2 +2x y +h 0 (y) ; cette fonction
doit être égale à ω2 donc h 0 (y) = 0 et finalement
f (x, y) = x 2 y + x y 2 − x +C , C ∈ R.
3. On remarque que la courbe γ a pour origine et extrémités respectivement les points A et B . Par conséquent
Z Z
ω= ω = f (B ) − f (A) = 1.
γ γ2

x x2
ω(x, y) = 2 dx − 2 dy
y y
définie sur U = (x, y) ∈ R2 ¯ y > 0 .

© ¯ ª
1. Montrer que ω est fermée sur U .

2. Montrer de deux façons différentes que ω est exacte.
© G. Faccanoni 187
I
3. Soit γ une courbe de classe C 1 (U ) par morceaux d’origine A = (1, 2) et d’extrémité B = (3, 8). Calculer ω.
γ
C ORRECTION .
2
1. En posant ω1 = 2 xy et ω2 = − xy 2 , on a
x x
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ −2 = −2 2 .
y2 y
2. La forme différentielle est fermée sur U étoilé, d’après le théorème de Poincaré elle est donc exacte. On peut aussi
prouver qu’elle est exacte en calculant ses primitives, c’est-à-dire en recherchant f telle que ω = df . On doit alors
résoudre le système d’équations aux dérivées partielles
∂x f (x, y) = 2 xy ,
(
2
∂ y f (x, y) = − xy 2 .
x2 2
La première équation donne f (x, y) = y + h(y) ; en la dérivant par rapport à y on a f (x, y) = − xy 2 + h 0 (y) ; en la intro-
duisant dans la deuxième équation on trouve h 0 (y) = 0 et finalement on obtient une primitive de ω :
x2
f (x, y) = .
y
3. Comme la forme différentielle est exacte, le calcul ne dépend pas du chemin choisi, mais uniquement des extrémités.
On trouve ainsi
9 1 5
I
ω = f (3, 8) − f (1, 2) = − = .
γ 8 2 8

Montrer que le champ de vecteurs
y ~ x ~
~ =−
V i+ j
x2 + y 2 x2 + y 2
est non conservatif bien qu’il soit à rotationnel nul.
C ORRECTION . Le champ de vecteurs est à rotationnel nul car :
y 2 − x2
∂x (V2 ) = = ∂ y (V1 ).
(x 2 + y 2 )2
Comme il est définie sur R2 \ { (0, 0) } qui n’est

H pas simplement connexe, il peut être non conservatif. Pour le prouver on va
exhiber une courbe fermée γ pour laquelle γ V ~ 6= 0. Comme le champ est à rotationnel nul, si on prend une courbe fermée
γ contenue dans un ensemble simplement connexe, on aura V ~ = 0. On doit alors prendre γ qui encercle le point (0, 0), par
H
γ
exemple la courbe γ(t ) = (cos(t ), sin(t )) pour t ∈ [0, 2π]. Dans ce cas on a
I Z 2π µ sin(t ) cos(t )
¶ Z 2π
~=
V − 0
(cos(t )) + (sin(t )) 0
dt = 1 dt = 2π 6= 0.
γ 0 cos2 (t ) + sin2 (t ) cos2 (t ) + sin2 (t ) 0

Soit ω la forme différentielle
ω = (y 3 − 6x y 2 ) dx + (3x y 2 − 6x 2 y) dy.
1. Montrer que ω est une forme exacte sur R2 .
2. En déduire l’intégrale curviligne le long du demi-cercle supérieur de diamètre [AB ] de A = (1, 2) vers B = (3, 4).
188 © G. Faccanoni
C ORRECTION .
1. En posant ω1 = y 3 − 6x y 2 et ω2 = 3x y 2 − 6x 2 y, on vérifie qu’elle est fermée car
∂x (ω2 ) − ∂ y (ω1 ) = 3y 2 − 12x y − 3y 2 + 16x y = 0.
Comme R2 est étoilé, elle est exacte.

2. Pour calculer l’intégrale curviligne on cherche d’abord une primitive f de ω : on cherche f telle que ∂x f = ω1 et ∂ y f =
ω2 , c’est-à-dire (
∂x f (x, y) = y 3 − 6x y 2 ,
∂ y f (x, y) = 3x y 2 − 6x 2 y.
En intégrant la première par rapport à x on trouve f (x, y) = x y 3 −3(x y)2 +g (y) ; en la dérivant par rapport à y on obtient
∂ y f (x, y) = 3x y 2 − 6x 2 y + g 0 (y) qui est égale à 3x y 2 − 6x 2 y d’où g 0 (y) = 0. Une primitive de ω est donc
f (x, y) = x y 3 − 3(x y)2 .
L’intégrale curviligne le long du demi-cercle supérieur de diamètre [AB ] de A = (1, 2) vers B = (3, 4) est donc
Z
ω = f (3, 4) − f (1, 2) = −236.
[AB ]
y
3
Considérons la forme différentielle 2
y −x
ω(x, y) = 2 dx + 2 dy.
x + y2 x + y2 1
0<r <1
1. Montrer que ω est fermée.
0
2. Montrer que ω n’est pas exacte. 1 2 3x
3. Soit γr la famille de courbes
−1 r >1
γr (t ) = (1 + r cos(φ), 2r sin(φ)), φ ∈ [0, 2π], r > 0, r 6= 1.

I −2
Calculer ~ (t )d t en fonction de r .
V
γr −3
y x
C ORRECTION . Posons ω1 = x 2 +y 2
et ω2 = − x 2 +y 2.
1. La forme différentielle est fermée car

x2 − y 2
∂ y (ω1 ) = = ∂x (ω2 ).
(x 2 + y 2 )2
2. Puisque ω est définie sur R2 \{(0, 0)}, la forme peut ne pas être exacte. On a deux possibilité pour démontrer qu’elle n’est
pas exacte : soit on prouve qu’elle n’admet pas de potentiel (difficile), soit qu’il existe une courbe fermée le longue de
laquelle la circulation de ω est non nulle. Puisque ω est fermée, l’unique possibilité pour trouver une courbe fermée le
longue de laquelle la circulation de ω est non nulle est de considérer une courbe qui tourne autour du point (0, 0) (car
si elle ne tourne pas autour de ce point, alors il existe toujours un sous-ensemble simplement connexe du domaine de
définition de ω qui contient la courbe et dans ce sous-ensemble la forme est exacte donc la circulation sera nulle). Soit
γ le cercle de centre l’origine et rayon unitaire
γ(θ) = (cos θ, sin θ), γ0 (θ) = (− sin θ, cos θ), θ ∈ [0, 2π]
et calculons la circulation de ω sur γ :

I Z 2π sin(θ) − cos(θ)
Z 2π
ω= (− sin(θ)) + (cos(θ)) dθ = −1 dθ = −2π 6= 0.
γ 0 cos2 (θ) + sin2 (θ) cos2 (θ) + sin2 (θ) 0
3. On en déduit que I
B si r > 1 alors ~ (t )d t = −2π (car la circulation le longue de courbes homotopes est la même et γr est homotope
V
γr
à la courbe γ du point précédent si r > 1),
© G. Faccanoni 189
I
B si 0 < r < 1 alors ~ (t )d t = 0 car γr est contenue dans un sous-ensemble simplement connexe de R2 \ {(0, 0)} et
V
γr
ω est fermée donc exacte dans ce sous-ensemble.
Exercice 8.25 Intégrale curviligne

Calculer le travail du champ de vecteurs V ~ = (y 2 , 2x y) pour déplacer un point matériel de (0, 0) à (1, 1) le long de γ1
d’équation y = x et le long de γ2 d’équation y = x 2 .
C ORRECTION . On peut bien évidemment calculer directement le travail le long des deux chemins. Néanmoins il est évident
que la fonction f : R2 → R définie par f (x, y) = x y 2 est un potentiel de V ~ , autrement dit V
~ est conservatif, donc le travail ne
dépend que du point de départ et du point d’arrivé :
I I
~=
V ~ = f (1, 1) − f (0, 0) = 1.
V
γ1 γ2

1. Établir si le champ de vecteurs suivant est conservatif sur R2 :
~ (x, y) = (x − y)~
V i − x~
j.
2. Soit γ1 la courbe d’équation

γ1 (t ) = (t 2 − t + 1, t 2 + 2t ), t ∈ [0, 1]
et γ2 le segment
I de droite allantIdu point A ≡ (1, 0) au point B ≡ (1, 3).
Calculer ~ (t ) dt . En déduire
V ~ (t ) dt .
V
γ2 γ1
C ORRECTION .
1. Deux méthodes :
~ est conservatif car les fonctions f : R2 → R définies par f (x, y) = x − x y + c en
2
Méthode I : Le champ de vecteurs V 2
~.
sont des potentiels, i.e. elles sont telles que ∇ f = V
Méthode II : Le champ de vecteurs est à rotationnel nul et V ~ est défini sur un domaine simplement connexe donc,
par le théorème de P OINCARÉ, le champ est conservatif.
2. Deux méthodes :
Méthode I : Comme le champ est conservatif, alors
µ ¶ µ ¶
1 1
I
~ (t ) dt = f (B ) − f (A) =
V −3+c − + c = −3.
γ2 2 2
La courbe γ1 va elle aussi du point A au point B car γ1 (0) = (1, 0) et γ1 (1) = (1, 3). Comme le champ est
conservatif alors I
~ (t ) dt = −3.
V
γ1
I
Méthode II : Sans calculer le potentiel, on peut calculer ~ (t ) dt directement :
V
γ1
I Z 1¡
~ (t ) dt = ((t 2 − t + 1) − (t 2 + 2t ))(t 2 − t + 1)0 + (−(t 2 − t + 1))(t 2 + 2t )0 dt
¢
V
γ1 0
Z 1¡
(−3t + 1)(2t − 1) + (−(t 2 − t + 1)(2t + 2) dt
¢
=
0
Z 1¡
−2t 3 − 6t 2 + 5t − 3 dt
¢
=
0
¸1
t4 t3 t2
·
= −2 − 6 + 5 − 3t = −3.
4 3 2 0
190 © G. Faccanoni
De la même manière, un paramétrage possible du segment est l’application γ2 : [0; 3] → R2 définie par
γ2 (t ) = (1, t ) donc
I Z 3¡ Z 3
~ (t ) dt = (1 − t )(1)0 + (−1)(t )0 dt = −1 dt = [−t ]30 = −3.
¢
V
γ2 0 0

Déterminer la valeur du paramètre µ de sorte que la forme différentielle
ω = (x 2 − 5µy + 8y z) dx + (−5x + 8µxz + 2) dy + ((7 + µ)x y − 6z) dz
soit exacte.
Pour cette valeur de µ, déterminer la primitive ϕ de ω telle que ϕ(3, 1, −2) = 0.
Calculer la circulation de ω pour aller du point (1, 0, 0) au point (0, 0, 1) le longue de la courbe paramétrée γ(t ) =
(cos(t ), cos(t ) sin(t ), sin(t )).
C ORRECTION . ω définie sur R3 simplement connexe : exacte ssi fermée.
∂ y ω3 − ∂z ω2 = 0 (7 + µ)x − (8µx) = 0

 
 
∂z ω1 − ∂x ω3 = 0 ⇐⇒ (8y) − (7 + µ)y = 0 ⇐⇒ µ = 1.
 
∂x ω2 − ∂ y ω1 = 0 (−5 + 8µz) − (5µ + 8z) = 0
 
On obtient la forme différentielle
ω = (x 2 − 5y + 8y z) dx + (−5x + 8xz + 2) dy + (8x y − 6z) dz.

3
Calcul des primitives ϕ telles que dϕ = ω : comme ∂x ϕ(x, y, z) = ω1 (x, y, z) alors ϕ(x, y, z) = ω1 (x, y, z) dx = x3 − 5x y +
R
8x y z + f (y, z), ce qui implique ∂ y ϕ(x, y, z) = −5x + 8xz + ∂ y f (y, z) ; comme ∂ y ϕ(x, y, z) = ω2 (x, y, z) alors ∂ y f (y, z) = 2, ainsi
3
f (y, z) = 2y + g (z) et par conséquent ϕ(x, y, z) = x3 −5x y +8x y z +2y + g (z) ; comme ∂z ϕ(x, y, z) = ω3 (x, y, z) alors g 0 (z) = −6z
d’où g (z) = −3z 2 + c. En conclusion toutes les primitives de ω sont de la forme
x3
ϕ(x, y, z) = − 5x y + 8x y z + 2y − 3z 2 + c, c ∈ R.
3
L’unique primitive qui vérifie la condition ϕ(3, 1, −2) = 0 correspond à c = 64.
Comme la forme est exacte, la circulation ne dépend pas du chemin parcouru mais seulement du point de départ et d’arrivé,
ainsi Z
ω = ϕ(0, 1, 0) − ϕ(1, 0, 0) = 5/3.
γ

Déterminer la valeur du paramètre µ de sorte que le champ de vecteurs
~ = (x 2 + 5µy + 3y z)~
V j + ((2 + µ)x y − 4z)~
i + (5x + 3µxz − 2)~ k
soit conservatif. Pour cette valeur de µ, déterminer le potentiel ϕ de V ~ tel que ϕ(3, 1, −2) = 0. Calculer le travail nécessaire
pour déplacer une particule du point (1, 0, 0) au point (0, 1, 0) le longue de la courbe γ(t ) = (cos(t ), sin(t ), cos(t ) sin(t )).
~ défini sur R3 simplement connexe : conservatif ssi à rotationnel nul.

C ORRECTION . V
∂ y V3 − ∂ z V2 (2 + µ)x − (3µx)
     
0
~ = ∂z V1 − ∂x V3  =  (3y) − (2 + µ)y  = 0 ⇐⇒ µ = 1.
rotV
∂ x V2 − ∂ y V1 (5 + 3µz) − (5µ + 3z) 0
On obtient le champ de vecteurs
~ = (x 2 + 5y + 3y z)~
V j + (3x y − 4z)~
i + (5x + 3xz − 2)~ k.
© G. Faccanoni 191
~ : comme ∂x ϕ(x, y, z) = V1 (x, y, z) alors ϕ(x, y, z) = V1 (x, y, z) dx = x + 5x y + 3x y z +

3
Calcul des potentiels ϕ tels que ∇ϕ = V
R
3
f (y, z), ce qui implique ∂ y ϕ(x, y, z) = 5x + 3xz + ∂ y f (y, z) ; comme ∂ y ϕ(x, y, z) = V2 (x, y, z) alors ∂ y f (y, z) = −2, ainsi f (y, z) =
3
−2y + g (z) et par conséquent ϕ(x, y, z) = x3 + 5x y + 3x y z − 2y + g (z) ; comme ∂z ϕ(x, y, z) = V3 (x, y, z) alors g 0 (z) = −4z d’où
~ sont de la forme
g (z) = −2z 2 + c. En conclusion touts les potentiels de V
x3
ϕ(x, y, z) = + 5x y + 3x y z − 2y − 2z 2 + c, c ∈ R.
3
L’unique potentiel qui vérifie la condition ϕ(3, 1, −2) = 0 correspond à c = 4.
Comme le champ est conservatif, le travail ne dépend pas du chemin parcouru mais seulement du point de départ et d’arrivé,
ainsi I
~ = ϕ(0, 1, 0) − ϕ(1, 0, 0) = −7/3.
V
γ

1 1
ω(x, y) = − dx + dy.
(x − y)2 (x − y)2
1. Trouver le domaine de définition de ω (qu’on notera Dω ).
2. Établir si ω est exacte sur son domaine de définition.
3. Soit γr la famille de courbes
γr (φ) = (2 + r cos(φ), −2 + r sin(φ)), φ ∈ [0, 2π], r > 0.

I
Pour quels valeurs de r on a γr ⊂ Dω ? Pour ces valeurs calculer ω(φ) dφ.
γr
C ORRECTION .
1. Dω = (x, y) ∈ R2 ¯ y 6= x .
© ¯ ª
2. On remarque que Dω n’est pas simplement connexe. On commence alors par vérifier si la forme différentielle est fer-
mée :
1
∂ y (ω1 ) = 2 = ∂x (ω2 ),
(x − y)3
donc la forme différentielle ω est fermée. On va alors en chercher un potentiel, i.e. une fonction f telle que ∇ f = ω :
1 1 1 1
∂x f (x, y) = − (x−y)2 donc f (x, y) = x−y + g (y) donc (x−y)2 = ∂ y f (x, y) = (x−y)2
+ g 0 (y) donc
0 1
g (y) = 0 donc f (x, y) = x−y + c.
1
La forme différentielle est exacte sur Dω et un potentiel est f (x, y) = x−y .
3. Les ³courbes γr sont
´ les cercles de centre (2, −2) et rayon r . Pour que γr soit contenue dans Dω il faut alors que r <
p
dist (2, −2); y = x = 2 2. Puisque toute γr est contenue dans un sous-ensemble simplement connexe de Dω et puisque
I
ω est fermée, elle est exacte dans ce sous-ensemble. On en déduit que ω(t )d t = 0.
γr
y
x
=
y
2
x
r
<
2 p
2
−2 γr
192 © G. Faccanoni

2012 2013 MP23 L1PC PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

2012 2013 MP23 L1PC PDF

Încărcat de

Drepturi de autor:

Formate disponibile

L1PC

Table des matières

2 Fonctions de plusieurs variables 33

8 Champs de vecteurs, formes différentielles 173 1

IMATH Bâtiment U-318 T 0033 (0)4 94 14 23 81

f (x) ' L(x) lorsque x ' x 0 .

sin(x) ' x lorsque x ' 0. f

C’est la linéarisation que l’on effectue pour résoudre l’équation

x −0.2 −0.1 −0.05 0 0.05 0.1 0.2

Définition Polynôme de TAYLOR

pour tous les x dans [a; b].

pour tous les x dans [0; 0.1].

Définition Développement limité.

Théorème Théorème (Taylor)

f (x) = P (x − x 0 ) + o((x − x 0 )n ) = a 0 + a 1 (x − x 0 ) + a 2 (x − x 0 )2 + · · · + a n (x − x 0 )n + o((x − x 0 )n )

f (x) = f (0) + f 0 (0)x + o(x) = 0 + o(x).

Pour calculer le développement limité de f en 0 à l’ordre 2 il suffit de remarquer que

Attention Développements limités usuels

k=n x 2k+1 x3 x5 x 2n+1

k=n x 2k+1 x3 x5 x 2n+1

avec les cas particuliers

∀x ∈ V ∩ D, f (x) = g (x)ϕ(x), et lim ϕ(x) = 0.

On note alors f = o(g ).

Si g ne s’annule pas dans un voisinage de x 0 , cette définition est équivalente à

∀x ∈ V ∩ D, f (x) = g (x)[1 + ϕ(x)], et lim ϕ(x) = 0.

P (x) ∼ a n x n , P (x) ∼ a n x n , P (x) ∼ a 0 si a 0 6= 0.

B Fonctions logarithmes, exponentielles, puissance :

ln(1 + x) ∼ x, e x − 1 ∼ x, a x − 1 ∼ x ln(a) (a > 0), (1 + x)α − 1 ∼ αx (α ∈ R).

............... Exercices ..............

Exercice 1.2 Composition de développements limités

Exercice 1.3 Division de développements limités

sinh2 (t ) 3. tan(x) à l’ordre 5, 5. ln(1+x)

Maintenant on peux utiliser deux méthodes :

5. À partir des développements limités des fonctions e x et sin(x) en 0 à l’ordre 4

7. À partir du DL donné dans le tableau cos(x) = 1 − 12 x 2 + o(x 3 ), on trouve le DL en zéro de 1

En multipliant ce résultat par le DL donné dans le tableau e x = 1 + x + 21 x 2 + 16 x 3 + o(x 3 ) on obtient finalement

8. À partir du DL donné dans le tableau e x = 1 + x + 21 x 2 + 61 x 3 + o(x 3 ), on trouve le DL en zéro de 1

9. À partir du DL donné dans le tableau cos(x) = 1 − 12 x 2 + o(x 3 ), on trouve le DL en zéro de 1

En multipliant ce résultat par le DL donné dans le tableau e x = 1 + x + 21 x 2 + 16 x 3 + o(x 3 ) on obtient finalement

d’où le développement limité

f 00 (0) 2 f 000 (0) 3 x x2 x3

6 +6x +x 2 o(x 2 ) 8 + 12x + 6x 2 + x 3

Comme x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 + u) en u = 0 est

Comme x cos2 (x) = x − x 3 + o x 4 −−−→ 0 et comme le développement limité de ln(1 + u) en u = 0 est

Comme sin2 (x) = x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

Comme x cos2 (x) = x − x 3 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

5. Étant donné que

Comme sin2 (x) = x 2 + o x 4 −−−→ 0 et comme le développement limité de ln(1 − u) en u = 0 est

Exercice 1.7 Développements limités au point x0 6= 0

6. x 3 au point x = −1 à l’ordre 4, 11. x 4 + 1 au point 1 à l’ordre 3.

k=n f (k) (a)

k=n f (k) (a)

(x − 1)0 (x − 1)1 (x − 1)2 (x − 1)3 (x − 1)4

(x + 1)0 (x + 1)1 (x + 1)2 (x + 1)3 (x + 1)4

(x + 2)0 (x + 2)1 (x + 2)2 (x + 2)3 (x + 2)4

(x − 2)0 (x − 2)1 (x − 2)2 (x − 2)3 (x − 2)4

(x + 3)0 (x + 3)1 (x + 3)2 (x + 3)3 (x + 3)4

f (0) (x) = x 4 − 1 f (0) (−1) = 0,

(x + 1)0 (x + 1)1 (x + 1)2 (x + 1)3

f (0) (x) = x 4 + 1 f (0) (1) = 2,

(x − 1)0 (x − 1)1 (x − 1)2 (x − 1)3

Exercice 1.8 Développements limités généralisés

Exercice 1.9 Calculs de limites