Documente Academic
Documente Profesional
Documente Cultură
2012/2013
Aide-mémoire
et exercices corrigés.
VTSU
MP
ls
ls
23
ffé lcu
ie
nt
Ca
re
di
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
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
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
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
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.
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 à !
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 à !
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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)!
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)!
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
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 :
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.
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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!
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
8 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
Exemple
B Soit P (x) = a0 + a1 x + a2 x 2 + · · · + an x n , (an 6= 0) une fonction polynomiale, alors
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
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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 )
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 ).
© G. Faccanoni 11
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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 ).
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
2
1 + x + x 2 + x 3 + o(x 3 ).
3
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
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
© G. Faccanoni 15
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
2. Étant donné que
x2
+ o x4
¡ ¢
cos(x) = 1 −
2
alors
cos2 (x) = 1 − x 2 + o x 4 .
¡ ¢
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
3. Étant donné que
x3
+ o x4
¡ ¢
sin(x) = x −
6
alors
sin2 (x) = x 2 + o x 4 .
¡ ¢
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
4. Étant donné que
x2
+ o x4
¡ ¢
cos(x) = 1 −
2
alors
cos2 (x) = 1 − x 2 + o x 4 .
¡ ¢
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
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 :
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
π
3. Pour calculer le développement limité de cos(x) en 6 à l’ordre 3 on utilise la formule de Taylor-Young :
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
6. n = 4, f (x) = x 3 et x 0 = −1 donc
7. n = 4, f (x) = x 3 et x 0 = −2 donc
8. n = 4, f (x) = x 3 et x 0 = 2 donc
9. n = 4, f (x) = x 3 et x 0 = −3 donc
© G. Faccanoni 19
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
donc
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
donc
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
π
16. On pose y = 2 − x, alors
π
lim (cos(x) 2 −x = lim (cos( π2 − y)) y =
x→ π2 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
On a
© G. Faccanoni 23
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
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
24 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
On a
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.
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
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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
−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
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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
© G. Faccanoni 29
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
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,
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
Dernière mise à jour : Lundi 11 février 2013 1 Approximations : polynômes de Taylor & développements limités
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,
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
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.
© G. Faccanoni 31
1 Approximations : polynômes de Taylor & développements limités Dernière mise à jour : Lundi 11 février 2013
1
3
x sin x ,
si x > 0,
f (x) = 0, si x = 0,
3
x ln(−x), si 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.
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.
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
©
Lorsque n = 2, le graphe
G f ≡ (x, y, z = f (x, y)) ¯ (x, y) ∈ D
© ¯ ª
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
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.
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
2 Fonctions de plusieurs variables Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 2 Fonctions de plusieurs variables
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
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
2 Fonctions de plusieurs variables Dernière mise à jour : Lundi 11 février 2013
C ORRECTION .
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 ).
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
Dernière mise à jour : Lundi 11 février 2013 2 Fonctions de plusieurs variables
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
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
C ORRECTION .
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
2 Fonctions de plusieurs variables Dernière mise à jour : Lundi 11 février 2013
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)
40 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 2 Fonctions de plusieurs variables
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|)
Exercice 2.6
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.
Définition Norme
On appelle norme sur Rn toute application N de Rn dans [0; +∞[ possédant les propriétés suivantes :
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
43
3 Limites et continuité Dernière mise à jour : Lundi 11 février 2013
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
−r r x −r r x −r r x
−r −r −r
La mot «boule» a donc ici un sens plus générale que dans la vie courante !
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.
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
© G. Faccanoni 45
3 Limites et continuité Dernière mise à jour : Lundi 11 février 2013
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
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
x2 − y 2 −y 2
lim = lim = −1
(x,y)→(0,0) x 2 + y 2 y→0 y 2
x=0
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
Dernière mise à jour : Lundi 11 février 2013 3 Limites et continuité
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
lim f (x, y) = 0.
(x,y)→(0,0)
© G. Faccanoni 47
3 Limites et continuité Dernière mise à jour : Lundi 11 février 2013
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
x4 1
f (x, x 2 ) = = .
2x 4 2
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
Dernière mise à jour : Lundi 11 février 2013 3 Limites et continuité
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).
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
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
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
3 Limites et continuité Dernière mise à jour : Lundi 11 février 2013
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)
6x 2 y
lim = lim (6r cos2 (ϑ) sin(ϑ)).
(x,y)→(0,0) x 2 + y 2 r →0
∀ϑ
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
Dernière mise à jour : Lundi 11 février 2013 3 Limites et continuité
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
(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 −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
© 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.
∂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
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 .)
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.
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 .
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
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)
g : R2 R2 R
(u, v) (x = x(u, v), y = y(u, v)) g (u, v) = f (x(u, v), y(u, v))
© G. Faccanoni 55
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
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)
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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 :
∂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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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.
f (x 0 + h, y 0 + k) − f (x 0 , y 0 ) = h A + kB + k(h, k)kε(h, k)
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 ),
58 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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)
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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
df (x0 ,y 0 ) : Rn → R
(h, k) 7→ 2hx 0 + 2k y 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).
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
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
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
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.
© G. Faccanoni 61
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
∂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.
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 ).
∂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 )
Exemple
Les dérivées premières et secondes de la fonction f (x, y) = −2x 2 + 3x y 2 − y 3 sont
62 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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 .
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.
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
−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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
∂ 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
© G. Faccanoni 65
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
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
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) :
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
68 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
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 .
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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
a) On a
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
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
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
Avec le changement de variables x = 2 + r cos θ et y = 1 + r sin θ ce rapport se réécrit
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
La fonction est donc différentiable en (2, 1).
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
Avec le changement de variables x = 4 + r cos θ et y = 1 + r sin θ ce rapport se réécrit
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
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)→(4,1) (x − x 0 )2 + (y − y 0 )2
La fonction est donc différentiable en (4, 1).
© G. Faccanoni 71
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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.
72 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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
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).
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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
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
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
74 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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 .
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),
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
© G. Faccanoni 75
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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)
Exercice 4.19
Soit f : R2 → R la fonction ainsi définie
2
(x − 1)y
si (x, y) 6= (1, 0),
f (x, y) = (x − 1) + y 2
2
0 si (x, y) = (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
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
2.3. Pour prouver que f n’est pas différentiable en (1, 0) il faut montrer que
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
Soit f : R2 → R la fonction ainsi définie
2
x (y + 1)
si (x, y) 6= (0, −1),
f (x, y) = x + (y + 1)2
2
0 si (x, y) = (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
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),
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
© G. Faccanoni 77
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
2.3. Pour prouver que f n’est pas différentiable en (0, −1) il faut montrer que
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).
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
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
78 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
4. Puisque toute fonction de classe C 1 (Ω) est différentiable sur Ω, on conclut que f est différentiable sur R2 .
C ORRECTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
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
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
( 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
© G. Faccanoni 79
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
C ORRECTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
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
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 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
C ORRECTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
1
lim f (x, y) = lim ρ 6 cos = 0 = f (0, 0).
(x,y)→(0,0) ρ→0 ρ2
∀θ
80 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
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).
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)
−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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
¯ −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
On a bien
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
82 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
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).
¯
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
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).
© G. Faccanoni 83
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
C ORRECTION .
1. Étude de la fonction sur R2 \ { (0, 0) }.
1.1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } est le vecteur de composantes
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
1.3. f est continue et dérivable sur R2 \ { (0, 0) } ; ses dérivées partielles sont continues sur R2 \ { (0, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
2. Étude de la fonction en (0, 0).
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),
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
2.2. Le gradient de f en (0, 0) est le vecteur de composantes
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
2.4. Une fonction est de classe C 1 si ses dérivées partielles sont continues, autrement dit si
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).
C ORRECTION .
1. Étude de la fonction sur R2 \ { (0, 0) }.
1.1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } est le vecteur de composantes
1.3. f est continue et dérivable sur R2 \ { (0, 0) } ; ses dérivées partielles sont continues sur R2 \ { (0, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
2. Étude de la fonction en (0, 0).
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.
B Si m > 0, passons en coordonnées polaires : x = 0 + r cos(ϑ), y = 0 + r sin(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
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
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.
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
z = f (x, y)
z =0
y = ϕ(x)
Exercice 4.31
On considère la courbe plane d’équation
xe y + e x sin(2y) = 0. (4.2)
1. Vérifier que l’équation (4.2) 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.
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) 1
ϕ0 (0) = − =−
∂ y f (0, 0) 2
Exercice 4.32
On considère la courbe plane d’équation
2x 3 y + 2x 2 + y 2 = 5. (4.3)
1. Vérifier que l’équation (4.3) définie une et une seule fonction y = ϕ(x) au voisinage de (1, 1).
2. Calculer ϕ0 (1) et écrire l’équation de la droite tangente au graphe de la fonction ϕ en le point (1, ϕ(1)).
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
© G. Faccanoni 87
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
Puisque ∂ y f (1, 1) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 1 tel que f (x, ϕ(x)) = 1.
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
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
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
Dernière mise à jour : Lundi 11 février 2013 4 Dérivabilité et différentiabilité, fonctions implicites
Pour calculer ϕ00 on peut soit dériver l’expression de ϕ0 soit dériver l’équation qui la défini implicitement : comme
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.
¡ ¢ ¡ ¢ ¡ ¢
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
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
−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
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.
© G. Faccanoni 89
4 Dérivabilité et différentiabilité, fonctions implicites Dernière mise à jour : Lundi 11 février 2013
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
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
Soit f l’application définie sur R2 par
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
l’équation de la droite tangente à y = ϕ(x) en x = 3.
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
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 :
et au point (1, 1, 1) on a
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
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
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».
∇ 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
«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 :
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
x y f (x, y)
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
-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
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 :
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;
¡ ¢
π π
L/
3
L/
6 6
3
L/3
∆(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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
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).
© G. Faccanoni 95
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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.
96 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
∂E ∂E
Pour minimiser E on cherche d’abord ses points stationnaires, i.e. les points qui vérifient ∂m = ∂q = 0. Puisque
à ! à !
∂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
© G. Faccanoni 97
5 Extrema Dernière mise à jour : Lundi 11 février 2013
y
5
4
3
2
1
0 1 2 3 4 5 x
∂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
à à !!
∂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
à à !!
∂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
..
.
à à !!
∂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
∂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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
6
(y i − (mx i + q))2 = 39.59960820.
X
i =0
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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 :
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
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
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 :
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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
102 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
10x − y + λ
0
0
∇L = 0 ⇐⇒ 12y − x + 2λ = 0 . f |g (x,y) = 0
(6, 9, 612)
0 −x − 2y − 24 0
© G. Faccanoni 103
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
On a alors deux méthodes pratiques pour déterminer les extrema liés de f sous la contrainte g :
Méthode 1 : Lagrangien. Formons le lagrangien
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
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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.
On a alors deux méthodes pratiques pour déterminer les extrema liés de f sous les contraintes g 1 et g 2 :
Méthode 1 : Lagrangien. Formons le lagrangien
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
Exercice 5.1
Soit f : R2 → R une fonction de classe C 2 (R2 ) et (a, b) un point de R2 . On suppose que
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 ?
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
Exercice 5.5
Soit f l’application définie sur R2 par
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
à !
x y + 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
Soit f l’application définie sur R2 par
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
à !
x y − 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
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
Soit f l’application définie sur R2 par
x y 2 x3
f (x, y) = + − 4x + y 2 .
2 3
Trouver les points critiques de la fonction f et établir leur nature.
© G. Faccanoni 109
5 Extrema Dernière mise à jour : Lundi 11 février 2013
C ORRECTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
à 2 !
y
+ x 2 − 4,
∇f = 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (−2, 0), (2, 0) } .
x y + 2y
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 :
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 .
110 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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 .
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
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
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.
c(x, y) = x 2 + 2y 2
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
E : R2 → R+
n
(a, b) 7→ E (a, b) = d i2 .
X
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
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
© G. Faccanoni 113
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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 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
114 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
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
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
© G. Faccanoni 115
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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 :
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 :
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
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
116 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
∂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
(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 )
(−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
on en déduit que D(4, 2) = 16 > 0 : il s’agit d’un minimum.
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.
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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 ) D(x 0 , y 0 )
(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 libre
120 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
2. Formons le lagrangien
L(x, y, λ) = 3x + y − λ(x 2 + y 2 − 10)
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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 − 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%
4. Formons le lagrangien
L(x, y, λ) = e x y − λ x 3 + y 3 − 16
¡ ¢
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
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
5. Formons le lagrangien
L(x, y, z, λ) = 2x + 2y + z − λ x 2 + y 2 + z 2 − 9
¡ ¢
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 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.
6. Formons le lagrangien
L(x, y, z, λ) = x 2 + y 2 + z 2 − λ x + y + z − 12
¡ ¢
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 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.
7. Formons le lagrangien
L(x, y, z, λ) = x + y + z + t − λ x 2 + y 2 + z 2 + t 2 − 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 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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
8. Formons le lagrangien
n n
L(x 1 , x 2 , . . . , x n , λ) = x i − λ( x i2 − c)
X X
i =1 i =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 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.
9. Formons le lagrangien
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.
10. Formons le lagrangien
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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 :
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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 :
∂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 :
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
© G. Faccanoni 127
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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 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.
Exercice 5.29
Trouver le rectangle de périmètre minimale parmi ceux qui ont surface fixée.
128 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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.
−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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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)
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.
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
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
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-contre. Minimiser la surface du
solide pour un volume fixé égale à 323 π.
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 .
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
Exercice 5.34
Soit le solide constitué d’un cylindre de rayon r > 0 et
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.
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 34 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
1. Méthode des multiplicateurs de L AGRANGE : on introduit la fonction lagrangienne
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
Soit le solide constitué d’un cylindre de rayon r > 0 et
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
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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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.
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.
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
Dernière mise à jour : Lundi 11 février 2013 5 Extrema
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
1 − 1728
à !
~
∇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
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
4 − x 42 y
à !
~
∇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
5 Extrema Dernière mise à jour : Lundi 11 février 2013
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
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
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.
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 .
¯
y y p
y = x2 x= y
4 4
2 y
2x
x= 1
y=
2 x 2 x
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,
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)
r, ϑ 7→ x = a + r cos(ϑ), y = b + r sin(ϑ)
¡ ¢ ¡ ¢
© G. Faccanoni 139
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
où (r, ϑ) ∈ R∗+ × [0; 2π[ sont les coordonnées du point (x, y) ∈ R2 \ { (a, b) }.
y
r
b ϑ
a x
∂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
se définit de façon analogue aux intégrales doubles et se calcule par intégrations successives.
140 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
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
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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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 :
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
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
© G. Faccanoni 143
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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.
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
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
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
y = −1
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
¸ 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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
Exercice 6.5
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
Exercice 6.6
Calculer l’aire de la région coloriée en figure
y = x+2
2y = x + 3
3y = −x − 6
© G. Faccanoni 147
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
Exercice 6.7
Calculer l’aire de la région coloriée en figure.
y = −x + 2
2y = −x + 3
3y = x − 6
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
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
148 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
Exercice 6.8
Calculer l’aire de la région coloriée en figure.
3y = x + 6
2y = −x − 3
y = −x − 2
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 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
Exercice 6.9
Calculer l’aire de la région coloriée en figure.
3y = −x + 6
2y = x − 3
y = x−2
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
© G. Faccanoni 149
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
Exercice 6.10
Calculer l’aire de la région coloriée en figure.
y
3y = −x + 6
2y = x − 3
y = x−2
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
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
150 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
−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
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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
Exercice 6.13
Ï
(x 2 + y) dx dy. x
D
x 2 + y2 = 1
y = −x
x 2 + y2 = 4
¯ 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
π
½ ¯ ¾
3π
D = (r, ϑ) ¯¯ 1 ≤ r ≤ 2, ≤ ϑ ≤
¯
4 4
152 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
y
2
−2 −1 0 1 2x
−1
−2
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
© G. Faccanoni 153
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
y
2
−2 −1 0 1 2x
−1
−2
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
154 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
à 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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
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
x 1 − x 2 + arcsin(x)
Z p
1 − x2 dy = .
2
156 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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},
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 | 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},
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 | y ≤ x, 1 ≤ x 2 + y 2 ≤ 9},
calculer les coordonnées de son centre de gravité en supposant la région D homogène ; calculer ensuite
Ï
(3x + 4y 2 ) dx dy.
D
C ORRECTION .
1. La région D est la zone coloriée suivante
© G. Faccanoni 157
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
158 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
On calcul maintenant l’intégrale donnée
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
= 7 cos(θ) + 15 sin2 θ dθ
−π/2
Z π/2
1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = 14 + π.
−π/2 2 2
Donc
14 2 28
xG = 0, yG = − =− > −1.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z 0 Z 2
(3x + 4y 2 ) dx dy = (3r cos(θ) + 4r 2 sin2 θ) r dr dθ
D −π 1
Z 0
¤2
r 3 cos(θ) + r 4 sin2 θ
£
= 1 dθ
−π
Z 0
= 7 cos(θ) + 15 sin2 θ dθ
−π
Z 0
1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = π.
−π 2 2
© G. Faccanoni 159
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
Donc
14 2 28
xG = − =− > −1, yG = 0.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z 3π/2 Z 2
(3x + 4y 2 ) dx dy = (3r cos(θ) + 4r 2 sin2 θ) r dr dθ
D π/2 1
Z 3π/2
¤2
r 3 cos(θ) + r 4 sin2 θ
£
= 1 dθ
π/2
Z 3π/2
= 7 cos(θ) + 15 sin2 θ dθ
π/2
Z 3π/2 1 − cos(2θ) 15
= 7 cos(θ) + 15 dθ = −14 + π.
π/2 2 2
0 x
−2 −1 1 2 3
−1
−2
−3
160 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
Donc
26 p 1 13 p
xG = 2 = 2 < 1, yG = −xG .
3 4π 6π
On calcul maintenant l’intégrale donnée
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
r 3 cos(θ) + r 4 sin2 θ
£
= 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
© G. Faccanoni 161
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
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
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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
6 Intégrales multiples Dernière mise à jour : Lundi 11 février 2013
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.
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
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
166 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 6 Intégrales multiples
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.
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 !
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
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
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
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.
Exemple
Le plan privé d’un point ou l’espace privé d’une droite ne sont ni étoilés ni simplement connexes.
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
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
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
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
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
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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.
∂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
∂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
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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
U (∂ y (ω1 ) − ∂x (ω2 )) dx
R R
où on a défini U dω = dy.
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
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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 simple- ment 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
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
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
~ 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.
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 ,
© G. Faccanoni 179
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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
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
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
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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
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 .
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
y
µ ¶
~ (x, y) = + e i + g (x) + xe y ~
y ~
¡ ¢
V j.
cos2 (x)
© G. Faccanoni 181
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
~ 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
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
f (x, y) = y tan(x) + xe y +C , C ∈ R.
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
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
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
182 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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
~ (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.
φ(x, y) = y 2 ln x + x cos(y).
~ 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
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
© G. Faccanoni 183
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
~ 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
~ (x, y, z) = (z 2 sin(y))~
V j + (2xz sin(y))~
i + (xz 2 cos(y)) ~ k.
~ 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
184 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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.
~ 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
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
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
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
z ~ z ~
µ ¶ µ ¶ µ ¶
1 ~
~ (x, y, z) = x +
V i + y + j + z − k.
x2 y x y2 xy
© G. Faccanoni 185
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
~ 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
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
186 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
~ 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
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
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
© G. Faccanoni 187
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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
y 2 − x2
∂x (V2 ) = = ∂ y (V1 ).
(x 2 + y 2 )2
188 © G. Faccanoni
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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
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
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
Exercice 8.24 Forme différentielle
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
y x
C ORRECTION . Posons ω1 = x 2 +y 2
et ω2 = − x 2 +y 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]
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
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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.
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
~ (x, y) = (x − y)~
V i − x~
j.
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
Dernière mise à jour : Lundi 11 février 2013 8 Champs de vecteurs, formes différentielles
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
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 )).
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
~ = (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 )).
∂ 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
~ = (x 2 + 5y + 3y z)~
V j + (3x y − 4z)~
i + (5x + 3xz − 2)~ k.
© G. Faccanoni 191
8 Champs de vecteurs, formes différentielles Dernière mise à jour : Lundi 11 février 2013
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
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