Vous êtes sur la page 1sur 61

Calcul diff erentiel et int egral.

10 d ecembre 2009
2
Table des mati` eres
I Fonctions de deux variables 7
1 G en eralit es 11
1.1 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Le plan et lespace euclidien . . . . . . . . . . . . . . . . . . . . . . 11
1.2.1 Le plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2.2 Lespace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3 Fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1 D enitions. Fonction, domaine de d enition, image . . . . . . 13
1.3.2 Questions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.3 Graphe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Traces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5 Lignes de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.6 Lien entre lignes de niveau et traces horizontales. . . . . . . . . . . . 16
2 Limites, continuit e. 17
2.1 Limites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Propri et es des limites. . . . . . . . . . . . . . . . . . . . . . 18
2.1.2 Comparaison et r` egle des gendarmes. . . . . . . . . . . . . . 18
2.1.3 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.4 Limites le long dun chemin. Crit` eres de non existence dune
limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.1.5 Application des coordonn ees polaires au calcul de limites. . . 20
2.2 Continuit e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.1 Composition . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3 D eriv ees partielles 23
3.1 Fonctions partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2 Le probl` eme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3 D eriv ees partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3.1 D eriv ees partielles en un point (a, b) . . . . . . . . . . . . . . 24
3.3.2 D eriv ees partielles sur un domaine. . . . . . . . . . . . . . . 24
3.3.3 Fonctions de classe C
1
. . . . . . . . . . . . . . . . . . . . . . 26
3.4 D eriv ees directionnelles. . . . . . . . . . . . . . . . . . . . . . . . . 26
3
4 TABLE DES MATI
`
ERES
4 Diff erentielle 27
4.1 Diff erentiabilit e en un point. . . . . . . . . . . . . . . . . . . . . . . 27
4.1.1 D enition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.1.2 Propri et es, plan tangent . . . . . . . . . . . . . . . . . . . . . 27
4.1.3 Condition n ecessaire et sufsante de diff erentiabilit e. . . . . . 28
4.1.4 Condition sufsante de diff erentiabilit e. . . . . . . . . . . . . 28
4.1.5 En pratique. . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
4.2 Diff erentiabilit e sur un domaine. Diff erentielle. . . . . . . . . . . . . 28
4.3 Vecteur et champ gradient. . . . . . . . . . . . . . . . . . . . . . . . 28
4.3.1 Gradient et lignes de niveau . . . . . . . . . . . . . . . . . . 29
5 Accroissements nis. Calcul dincertitudes 31
5.1 Rappels pour les fonctions dune variable r eelle . . . . . . . . . . . . 31
5.2 Cas des fonctions de R
2
dans R et classe C
1
. . . . . . . . . . . . . . 31
5.3 Application au calcul dincertitude. . . . . . . . . . . . . . . . . . . . 32
5.3.1 Principe du calcul dincertitude : . . . . . . . . . . . . . . . 32
5.3.2 Calcul th eorique de lincertitude absolue sur la temp erature
dans lexemple des gaz parfaits. . . . . . . . . . . . . . . . . 32
5.3.3 Estimation de lincertitude sur la temp erature dans lexemple ` a
laide de lin egalit e des accroissements nis. . . . . . . . . . 33
5.3.4 En g en eral . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.3.5 Application num erique. Exemple . . . . . . . . . . . . . . . 34
6 D eriv ees partielles dordre sup erieur. 37
6.1 D enitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
6.2 Le th eor` eme de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . 37
6.3 Formule de Taylor dune fonction de 2 variables ` a lordre 2. . . . . . 38
6.3.1 Rappel en une variable. . . . . . . . . . . . . . . . . . . . . . 38
6.3.2 En deux variables . . . . . . . . . . . . . . . . . . . . . . . . 38
6.4 Extrema, points critiques . . . . . . . . . . . . . . . . . . . . . . . . 39
6.4.1 D enitions, propri et es, exemples . . . . . . . . . . . . . . . . 39
6.4.2 Classication des points critiques dune fonction C
2
. . . . . . 40
7 C
1
-diff eomorphisme et Th eor` eme dinversion locale. 43
7.1 Diff eomorphismes. . . . . . . . . . . . . . . . . . . . . . . . . . . 43
7.1.1 Rappels : injections, surjections , bijections. . . . . . . . . . . 43
7.1.2 Diff eomorphismes. . . . . . . . . . . . . . . . . . . . . . . . 43
7.1.3 Exemples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
7.2 Th eor` eme dinversion locale. . . . . . . . . . . . . . . . . . . . . . . 44
7.2.1 Enonc e du Th eor` eme. . . . . . . . . . . . . . . . . . . . . . 44
7.2.2 Contre-exemple au th eor` eme global . . . . . . . . . . . . . . 44
7.2.3 Un petit crit` ere global. . . . . . . . . . . . . . . . . . . . . . 45
TABLE DES MATI
`
ERES 5
8 Equations aux d eriv ees partielles. 47
8.1 G en eralit es. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.1.1 D enitions. . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.1.2 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
8.2 Changement de variables dans une EDP. . . . . . . . . . . . . . . . . 48
8.2.1 Probl ematique-M ethode-Exemple. . . . . . . . . . . . . . . 48
8.2.2 Autres exemples. . . . . . . . . . . . . . . . . . . . . . . . . 49
8.3 Exemples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
II G en eralisations du calcul diff erentiel aux fonctions de R
n
dans
R
p
. 51
9 Courbes param etr ees dans le plan et lespace. 53
9.1 G en eralit es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
9.1.1 Courbes param etr ees et courbes g eom etriques . . . . . . . . . 53
9.1.2 Exemples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
9.1.3 D erivabilit e et vecteur tangent. . . . . . . . . . . . . . . . . . 54
10 Fonctions num eriques de n variables. 55
10.1 G en eralit es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
10.1.1 D enitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
10.1.2 Fonctions partielles et d eriv ees partielles. . . . . . . . . . . . 55
10.1.3 Diff erentiabilit e. . . . . . . . . . . . . . . . . . . . . . . . . 56
10.1.4 Compostions des d eriv ees partielles. . . . . . . . . . . . . . . 56
11 Fonctions vectorielles de n variables. 57
11.1 G en eralit es . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
11.1.1 D enitions . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
11.2 D eriv ees partielles, Matrice jacobienne, D eterminant Jacobien. . . . . 57
11.3 Diff erentiabilit e. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
11.4 Compostions des d eriv ees partielles. . . . . . . . . . . . . . . . . . . 58
11.5 Composition des diff erentielles. Jacobienne dune fonction compos ee. 59
11.6 Diff eomorphismes. . . . . . . . . . . . . . . . . . . . . . . . . . . 59
11.6.1 Rappels : injections, surjections , bijections. . . . . . . . . . . 59
11.6.2 Diff eomorphismes. . . . . . . . . . . . . . . . . . . . . . . . 59
11.6.3 Exemples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
12 Analyse vectorielle. 61
6 TABLE DES MATI
`
ERES
Premi` ere partie
Fonctions de deux variables
7
9
Cr edits Bibliographiques.
Ce cours a et e r ealis e ` a partir des notes du cours de F. Le Roux et T. Ramond.
Fr ed eric Leroux et Thierry Ramond, Calculus PCST. Disponible ` a ladresse :
http ://mahery.math.u-psud.fr/ leroux/ENSEIGNEMENT/2006/MATH151/CoursPCST06-
5.pdf
J. Lelong-Ferrand et J.M. Arnaudi` es, cours de math ematiques, Analyse.
James Stewart, Fonctions de plusieurs variables. Analyse concepts et contextes
Volume 2. De Boeck.
10
Chapitre 1
G en eralit es
1.1 Introduction.
Comment apparaissent les fonctions de plusieurs variables ?
Les fonctions sont utilis ees pour mod eliser certains ph enom` enes naturels ; mais
pour cela les fonctions dune variable ne sufsent pas, on a souvent besoin de fonctions
de plusieurs variables.
Si vous voulez d ecrire le temps quil fait sur terre, ` a un moment donn e (x es), vous
allez mod eliser les grandeurs pression et temp erature par des fonctions de deux
variables : P(x, y) et T(x, y) qui varie en fonction de la position (x, y) (par exemple,
x repr esente longitude et y la latitude).
Bien s ur, pour etre plus pr ecis, il faudra introduire la variable altitude z ; pour
d ecrire l evolution de P et T au cours du temps, vous aurez besoin dune quatri` eme
variable, et P et T seront des fonctions de 4 variables (x, y, z, t). Nous commencons
par etudier les fonctions qui d ependent de deux variables seulement. Pour cel` a, il est
important de bien se rep erer dans le plan et lespace.
1.2 Le plan et lespace euclidien
1.2.1 Le plan
Pour situer un point dans le plan, vous avez besoin de 2 donn ees qui sobtiennent
apr` es le choix dun rep` ere cart esien R
0
= (0,

i,

j).
On dit que un point M a pour coordonn ees (cart esiennes) (x, y) dans R
0
si :

OM = x

i +y

j.
De cette mani` ere, le plan sidentie ` a lensemble R
2
= {(x, y) avec x R et y R }.
Notons que le couple (x, y) repr esente aussi les composantes du vecteur

OM dans R
0
.
11
12 CHAPITRE 1. G

EN

ERALIT

ES
Si on se donne deux vecteurs u
1
= (x
1
, y
1
) et u
2
= (x
2
, y
2
) dans le plan, on peut
d enir leur produit scalaire par la formule
u
1
. u
2
= x
1
x
2
+ y
1
y
2
.
La longueur dun vecteur, on dit aussi sa norme, est alors d enie par la formule
|| u
1
|| =
_
u
1
. u
1
=
_
x
2
1
+ y
2
1
.
Il y a une autre formule pour le produit scalaire :
u
1
. u
2
= || u
1
|| || u
2
|| cos
o` u est langle entre les deux vecteurs. Si aucun des deux vecteurs nest nul, on d eduit
de cette formule, quand le produit scalaire sannule :
u
1
. u
2
= 0 cos = 0
=

2
( modulo )
les deux vecteurs sont orthogonaux.
La distance entre deux points M et N du plan est donn ee par
d(M, N) = ||

MN|| =
_
(x
N
x
M
)
2
+ (y
N
y
M
)
2
.
Un autre moyen pour se rep erer dans le plan est fourni par les coordonn ees po-
laires. Un point M du plan est rep er e par sa distance ` a lorigine r = ||

OM|| et langle
[0, 2[ (ou [, [) entre la demi-droite [OM) et la demi-droite [Ox). Le couple
(r, ) sappelle coordonn ees polaires du point M. Ces coordonn ees sont reli ees aux
coordonn ees cart esiennes par les formules
_
x = r cos
y = r sin
On peut aussi voir les coordonn ees polaires en identiant le plan ` a lensemble C
des nombres complexes z et ecrivant z sous forme trigonom etrique. Ainsi r = |z| et
= Arg(z).
1.2.2 Lespace.
Le paragraphe pr ec edent se g en eralise ` a lespace.
Pour situer un point dans lespace, vous avez besoin de 3 donn ees qui sobtiennent
apr` es le choix dun rep` ere cart esien R
0
= (0,

i,

j,

k).
On dit que un point M a pour coordonn ees (cart esiennes) (x, y, z) dans R
0
si :

OM = x

i + y

j + z

k.
1.3. FONCTIONS DE DEUX VARIABLES 13
Le triplet (x, y, z) repr esente aussi les composantes du vecteur

OM dans R
0
.
Lespace sidentie ainsi ` a R
3
= {(x, y, z) avec x R, y R et z R }.
Le produit scalaire de deux vecteurs u
1
= (x
1
, y
1
, z
1
) et u
2
= (x
2
, y
2
, z
2
) est
d eni par :
u
1
. u
2
= x
1
x
2
+ y
1
y
2
+z
1
z
2
.
La distance entre deux points M et N de lespace est donn ee par :
d(M, N) = ||

MN|| =
_
(x
N
x
M
)
2
+ (y
N
y
M
)
2
+ (z
N
z
M
)
2
.
Dans lespace, lanalogue des coordonn ees polaires sappelle coordonn ees sph eriques.
Un point M de lespace est rep er e par sa distance ` a lorigine r = ||

OM||, langle
[0, 2[ (ou [, [) entre les vecteurs

OP et

i , P etant le projet e orthogonal de


M sur le plan (0, x, y) et langle [0, [ entre les vecteurs

OM et

k . Le triplet
(r, , ) sappelle coordonn ees sph eriques du point M. Ces coordonn ees sont reli ees
aux coordonn ees cart esiennes par les formules
_
_
_
x = r cos sin
y = r sin sin
z = r cos
1.3 Fonctions de deux variables
1.3.1 D enitions. Fonction, domaine de d enition, image
Une fonction de deux variables est une r` egle f (le plus souvent donn ee comme
formule de calcul) qui ` a tout couple (x, y) de r eels dun sous-ensemble D de R
2
fait
correspondre un unique nombre r eel z not e f(x, y). Lensemble D est appel e domaine
de d enition de f.
Lensemble des valeurs prises par f c` ad {f(x, y), lorsque (x, y) d ecrit D } est
appel e limage de f.
Le plus souvent, comme dans le cas des fonctions dune variable, on donne f par
une formule de calcul sans pr eciser son domaine de d enition, celui est entendu comme
etant lensemble des couples de r eels pour lesquels cette formule a un sens.
Exemples :
1. f(x, y) = x
2
+y
2
est une fonction d enie sur R
2
tout entier.
2. f(x, y) = arctan
y
x
est une fonction d enie pour x = 0, c-` a-d sur le plan priv e
de la droite d equation x = 0.
3. (x, y)
_
1 x
2
y
2
est une fonction d enie sur le disque ferm e de centre 0
et de rayon 1.
14 CHAPITRE 1. G

EN

ERALIT

ES
1.3.2 Questions
Au vu de l etude des fonctions dune variable, on peut sinterroger sur les moyens
d etude des fonctions de deux variables : repr esentation graphique ; limite, continuit e ;
fonction d eriv ee, tableau de variation ; tangente au graphe et position du graphe par
rapport ` a sa tangente ; extrema ...
1.3.3 Graphe
D enition 1.3.3.1 (graphe). Soit f une fonction de deux variables, D
f
son ensemble
de d enition. On appelle graphe de f ou surface repr esentative de f, lensemble des
points (x, y, z) de lespace R
3
qui v erient la relation z = f(x, y). On ecrit
Gr(f) = {(x, y, f(x, y)) avec (x, y) D
f
}.
Trac e du graphe.
Se rappeler comment on faisait en une variable (pour chaque x sur son axe, on
s el` eve dune hauteur y = f(x)).
En deux variables : pour chaque point (x, y) sur le plan des variables, on s el` eve
dune hauteur z = f(x, y). Plus pr ecis ement, sur la gure, on dessine le plan (Oxy)
(plan des variables) ; au dessus de chaque point (x, y) dans ce plan, on place le point
de hauteur z = f(x, y). Autrement dit, si on imagine que le graphe est le dessin dun
relief, la fonction f est la fonction altitude (x, y etant latitude et longitude). Le plan
(Oxy) est le plan daltitude z = 0, graphe de la fonction (x, y) 0 ; pour une carte
du relief, il correspond au niveau de la mer.
Exemple de graphes
1. Fonctions afnes. Comme en une variable, les fonctions de deux variables les
plus simples sont les fonctions afnes, cest ` a dire les fonctions de la forme :
(x, y) ax + by + c
o` u a, b, c sont des constantes. Leur graphes sont des plans. R eciproquement, tout
plan non vertical est le graphe dune fonction afne.
Exercice.Tracer les graphes des fonctions f
1
(x, y) = x+y et f
2
(x, y) = 2x+
y + 2.
2. La demi-sph` ere unit e sup erieure .
Cest le graphe de la fonction f(x, y) =
_
1 x
2
y
2
.
3. Le parabolode de r evolution ` a une nappe.
Cest le graphe de la fonction f(x, y) = x
2
+y
2
.
D ej` a, le trac e des graphes de ces fonctions simples est difcile. Beaucoup plus
difcile que pour les fonctions dune variable : difcult e du dessin (repr esentation de la
3D), et surtout la lacune dune notion equivalente au tableau de variation des fonctions
dune variable.
1.4. TRACES 15
Pour saider, on peut etudier lintersection du graphe avec certains plans :
- les plans horizontaux par exemples : ils decoupent le graphe en tranche.
- certains plans verticaux.
On a aussi parfois recours ` a dautres modes de repr esentation graphique (que la
3D). Pour la temp erature, on trace les isothermes, courbes sur lesquelles la temp erature
est constante. Pour les cartes g eographique repr esentant le relief, ` a la place dune carte
en trois dimension (pas pratique ` a plier), on trace les courbes daltitude constante.
1.4 Traces
D enition 1.4.0.2. Soit f une fonction de deux variables. On appelle :
- trace horizontale de f un sous-ensemble du graphe de f (donc de R
3
) de la forme :
H
h
= {(x, y, h) tels que f(x, y) = h} = Grf {z = h}
- trace verticale de f un sous-ensemble du graphe de f (donc de R
3
) de la forme :
U
a
= Grf {x = a}
ou
V
b
= Grf {y = b}
Exemples Quelles sont les traces horizontales, les traces verticales sur les plans x =
0 et y = 0 de la fonction x
2
+ y
2
?
M eme questions pour les fonctions suivantes.
1. la fonction f(x, y) = x
2
y
2
(selle de cheval, ou col de montagne ou hyper-
bolode ` a une nappe) ;
2. la fonction f(x, y) =
x
3
3
xyy
2
+x+
3
2
(une presquile avec une montagne,
et la mer d equation z = 0) ;
3. la fonction f(x, y) = sin(x) sin(y) y (un champ de bosse) ;
4. la fonction f(x, y) = sin(xy).
En pratique. Pour donner lallure du graphe dune fonction de 2 variables : on dessine
quelques traces horizontales et une (ou deux traces verticales) sur laquelle sappuient
les traces horizontales.
Exemples Donner lallure du graphe de la fonction x
2
+ y
2
?
1.5 Lignes de niveau
D enition 1.5.0.3. Soit f une fonction de deux variables, et h un nombre r eel. On
appelle ligne de niveau de f de hauteur h lensemble des points (x, y) du plan (Oxy)
en lesquels f prend la valeur h :
L
h
= {(x, y) tels que f(x, y) = h}.
16 CHAPITRE 1. G

EN

ERALIT

ES
Exemples Quelles sont les lignes de niveau de la fonction x
2
+y
2
?
1.6 Lien entre lignes de niveau et traces horizontales.
Soit h une hauteur donn ee. La ligne de niveau h est la projection sur le plan (0xy)
de la trace horizontale obtenue en intersectant le plan horizontal d equation z = h
avec le graphe de f.
Un danger
Attention, pour chacun des objets graphiques introduit, on doit bien savoir o` u il se
situe :
le dessin du graphe de f est un dessin dans lespace (dimension 3) muni des
coordonn ees (x, y, z) ;
les traces horizontales et verticales sont des courbes de lespace ;
le dessin des lignes de niveau se situe dans le plan horizontal (0xy) (muni des
coordonn ees (x, y)) ;
Chapitre 2
Limites, continuit e.
2.1 Limites
Pour d enir la notion de limite, on sinspire de ce qui est fait pour les fonctions dune variable : une
fonction a pour limite le r eel l en un point A du plan si, ` a condition de choisir M assez proche de A, le
nombre f(M) est proche de l. Le sens de proche sera pr ecis e ` a laide de la distance euclidienne dans le
plan.
Hypoth` eses g en erales du paragraphe : Soit f une fonction de deux variables et
A = (a, b) un point de R
2
. On suppose que f est d enie au voisinage de A cest ` a
dire quil existe un disque D
A,
= {M/d(A, M) < } avec > 0 contenu dans D
f

sauf peut- etre en A.
D enition
D enition 2.1.0.4 (limite nie). Soit l un r eel.
On dit que f a pour limite l au point A = (a, b) si pour toute pr ecision
> 0, il existe > 0 tel que :
pour tout point M = (x, y) = (a, b) tel que d(M, A) < , le nombre
f(M) est dans lintervalle ]l , l + [.
On note lim
MA
f(M) = l ou lim
(x,y)(a,b)
f(x, y) = l ou encore lim
(a,b)
f = l.
D enition 2.1.0.5 (limite innie). .
On dit que f a pour limite + au point A = (a, b) si pour tout > 0
(grand) , il existe > 0 tel que :
pour tout point M = (x, y) = (a, b) tel que d(M, A) < , le nombre
f(M) est sup erieur ` a .
On note lim
MA
f(M) = +ou lim
(x,y)(a,b)
f(x, y) = +ou encore lim
(a,b)
f = +.
17
18 CHAPITRE 2. LIMITES, CONTINUIT

E.
En pratique, on ne sert pas de cette d enition : pour calculer une limite, on ecrit la
fonction en somme, produit, quotient de fonctions usuelles, et on utilise les th eor` emes
dop erations, de comparaisons. Les enonc es sont tout ` a fait similaires aux enonc es d ej` a
vus en une variables.
2.1.1 Propri et es des limites.
Op erations sur les limites
Theorem 2.1.1.1. Soient f et g deux fonctions de deux variables qui admettent une
limite nie au point (a, b), alors :
la somme f +g admet une limite au point (a, b) et lim
(a,b)
(f +g) = lim
(a,b)
f + lim
(a,b)
g,
le produit f.g admet une limite au point (a, b) et lim
(a,b)
(f.g) = lim
(a,b)
f. lim
(a,b)
g,
le quotient f/g admet une limite au point (a, b) et lim
(a,b)
(f/g) = lim
(a,b)
f/ lim
(a,b)
g
d` es que lim
(a,b)
g = 0.
Propri et es. En particulier : en un point de leur domaine de d enition, les fonctions
polyn omes, les fonctions fractions rationnelles ont pour limite leur valeur en ce point.
Le th eor` eme ci-dessus reste valable pour des limites innies avec les conventions
usuelles : 1/0
+
= +, 1/0

= , = (avec r` egle de multiplication


des signes) et 1/= 0.
Les formes ind etermin ees sont les m emes que celle vues pour les fonctions dune
variable : 0/0, 0 , /et .
Exemple. La limite en (0, 0) de la fonction de deux variables d enie par f(x, y) =
xy
x
2
+y
2
pr esente la
forme indetermin ee 0/0.
2.1.2 Comparaison et r` egle des gendarmes.
Theorem 2.1.2.1. Soient f et g deux fonctions de deux variables qui admettent une
limite au point (a, b) et telles que f(x, y) g(x, y) au voisinage du point (a, b) alors :
R` egle de comparaison : lim
(a,b)
f lim
(a,b)
g,
R` egle des gendarmes : si de plus lim
(a,b)
f = lim
(a,b)
g et que h est une fonction de
deux variables telle que f(x, y) h(x, y) g(x, y) au voisinage du point (a, b)
alors lim
(a,b)
h = lim
(a,b)
f.
Exemple. Montrer que la limite en (0, 0) de la fonction de deux variables d enie par
f(x, y) =
x
2
y
x
2
+y
4
est 0.
2.1. LIMITES 19
2.1.3 Composition
La composition pose probl` eme (compatibilit e des ensembles de d epart et darriv ee).
Il y a deux facons de composer une fonction de deux variables : ` a la source ou bien au
but.
Composition au but
Theorem 2.1.3.1. Soient f une fonction de deux variables et une fonction dune
variable. Supposons
que la fonction f est d enie au voisinage de (a, b) sauf peut- etre en (a, b) et
lim
(a,b)
f = l ;
que la fonction est d enie au voisinage de l et lim
l
= L;
alors la fonction compos ee f : (x, y) (f(x, y)) est une fonction de deux
variables d enie au voisinage de (a, b) et lim
(a,b)
f = L
Exemples. Calculer la limite en (0, 0) des fonctions de deux variables d enies par
f(x, y) = arctan(x +y) et g(x, y) =
sin(x+y
2
)
x+y
2
.
Composition ` a la source
D enition 2.1.3.2 (Courbe param etr ee ; Courbe g eom etrique).
Une courbe param etr ee dans le plan (0xy) est une application
:
_
[
1
,
2
] R
2
t (x(t), y(t))
Limage {(x(t), y(t)), lorsque t d ecrit [
1
,
2
] } dune courbe param etr ee du plan
est une courbe (g eom etrique) du plan.
Proposition 2.1.3.3. Hypoth` eses :
f est une fonction de deux variables d enie au voisinage dun point (a, b) sauf
peut- etre en (a, b) et lim
(a,b)
f = l,
: t (x(t), y(t)) est une courbe param etr ee dans le plan (Oxy) d enie au
voisinage de t
0
et lim
tt0
(t) = (a, b).
Conclusion : la fonction compos ee f : t f(x(t), y(t)) est d enie au voisi-
nage de t
0
et a pour limite l en t
0
.
2.1.4 Limites le long dun chemin. Crit` eres de non existence dune
limite
D enition 2.1.4.1 (Chemin du plan). On appelle chemin de R
2
(ou dans le plan (Oxy))
une courbe param etr ee
:
_
I = [, ] R
2
t (x(t), y(t))
20 CHAPITRE 2. LIMITES, CONTINUIT

E.
continue (i.e. les deux fonctions dune variable x(t) et y(t) sont continues sur I).
D enition 2.1.4.2 (Limite le long dun chemin). Soit :
_
I = [, ] R
2
t (x(t), y(t))
un chemin tel que () = (a, b)
On appelle limite de f au point (a, b) le long du chemin la limite lorsquelle
existe
lim
t
f(x(t), y(t)).
Comme cons equence de la propri et e de composition ` a la source, on a que si f a
pour une limite l en (a, b), alors f a des limites au point (a, b) le long de tous les
chemins passant par (a, b) et ces limites sont toutes egales ` a l. Ceci est surtout utile
comme crit` ere de non existence de limite :
Proposition 2.1.4.3 (Crit` ere de non existence dune limite.). Si on a trouv e deux che-
mins
1
et
2
par (a, b) tels que les limites de f en (a, b) le long de ces chemins ne sont
pas egales alors la fonction f na pas de limite au point (a, b).
Exemple La fonction de deux variables d enie par f(x, y) =
xy
x
2
+y
2
na pas de limite en (0, 0).
En effet, choisissons deux chemins qui aboutissent ` a (0, 0) :

1
(t) = (t, 0) et
2
(t) = (t, t).
La limite de f le long de
1
est lim
t0
f(t, 0) = 0 et
la limite de f le long de
2
est lim
t0
f(t, t) =
t
2
t
2
+t
2
=
1
2
.
Ces limites sont diff erentes, on peut donc en conclure que f na pas de limite en (0, 0).
Remarque 2.1.4.4. En pratique, on cherche les limites le long de chemins rectilignes
cest-` a-dire de la forme (x(t), y(t)) = (t + a, t + b) ou de chemins paraboliques
cest-` a-dire de la forme (x(t), y(t)) = (t
p
+ a, t
q
+b), avec p et q entiers.
On peut aussi param etrer certains chemins par lune des variables x ou y : le chemin

2
de lexemple ci-dessus peut- etre d ecrit comme le chemin x = y. Dans ce cas le
limite de f en (0, 0) le long de ce chemin est lim
x0
f(x, x).
Plus g en eralement, on peut consid erer comme chemin le graphe y = (x) dune
fonction continue dune variable. Dans ce cas le limite de f en (a, (a)) le long de ce
chemin est lim
xa
f(x, (x)).
2.1.5 Application des coordonn ees polaires au calcul de limites.
Un des avantages du passage en polaires dans une limite en (0, 0) est de changer la
limite sur les deux variables x et y en une limite sur la seule variable r :
lim
(x,y)(0,0)
f(x, y) = lim
r0
f(r cos , r sin).
On conclut de la mani` ere suivante :
si la limite obtenue ne d epend pas , alors cette limite est la limite en (0, 0) de f,
si la limite obtenue d epend pas (comme dans lexemple ci-dessous), alors f na
pas de limite en (0, 0).
2.2. CONTINUIT

E 21
Exemples. Reprenons lexemple pr ec edent f(x, y) =
xy
x
2
+y
2
et remplacons

x = r cos
y = r sin
On obtient f(x, y) =
r
2
cos sin
r
2
= cos sin . La limite lorsque r 0 d epend clairement de , on
retrouve bien que f na pas limite en (0, 0)
Consid erons maintenant la fonction g(x, y) =
x
2
y
x
2
+y
2
. La m eme m ethode donne :
g(x, y) =
r
3
cos sin
r
2
= r cos sin .
Maintenant, la limite lorsque r0 est 0 (ne d epend pas de ), on en d eduit que lim
(x,y)(0,0)
x
2
y
x
2
+y
2
= 0.
2.2 Continuit e
D enitions
D enition 2.2.0.1 (Continuit e). Soit A = (a, b) un point de R
2
. Soit f une fonction
de deux variables d enie au voisinage de A. On dira que f est continue au point A si
lim
A
f = f(A).
Soit D un sous-ensemble de D
f
, on dit que f est continue sur D si f est continue
en tout point (x, y) de D (ceci suppose que f est d enie au voisinage de tout point de
D).
Op erations
Pour etablir la continuit e dune fonction de deux variables, le principe est le m eme
que pour les fonctions dune variable. On d ecompose la fonction en somme, produit,
quotient de fonctions quon sait etre continues, et on utilise les th eor` emes dop erations.
Les enonc es sont tout ` a fait similaires aux enonc es d ej` a vus en une variable.
Theorem 2.2.0.2. La somme, le produit de deux fonctions continues sont des fonc-
tions continues ; le quotient dune fonction continue par une fonction continue qui ne
sannule pas est une fonction continue. La compos ee de deux fonctions continues est
continue.
En particulier : les fonctions polyn omes, les fonctions fractions rationnelles en deux
variables sont continues sur leur domaine de d enition.
Exemple La fonction d enie sur R
2
par

f(x, y) =
xy
x
2
+y
2
si (x, y) = (0, 0)
f(0, 0) = 0
, nest pas conti-
nue en (0, 0).
2.2.1 Composition
Composition ` a la source
Soient : t (x(t), y(t)) une courbe param etr ee dans le plan (Oxy) continue en
t
0
et f une fonction de deux variables continue en (t
0
) alors f est continue en t
0
.
22 CHAPITRE 2. LIMITES, CONTINUIT

E.
Composition au but
Soient f une fonction de deux variables continue en (a, b) et une fonction dune
variable d enie au voisinage de f(a, b) et continue en f(a, b) alors la fonction com-
pos ee f : (x, y) (f(x, y)) est une fonction de deux variables continue en
(a, b).
Chapitre 3
D eriv ees partielles
Dans toute cette section, on consid` ere une fonction f d enie au voisinage du point
(a, b) de R
2
(on rappelle que cela signie que son ensemble de d enition contient un
petit disque centr e au point (a, b)).
3.1 Fonctions partielles
Beaucoup de probl` emes concernant les fonctions de plusieurs variables peuvent
se ramener ` a des probl` emes concernant les fonctions dune seule variable. Pour cela,
on utilise les fonctions partielles, qui sont obtenues en xant la valeur de lune des
variables.
D enition 3.1.0.1 (Fonctions partielles). On appelle fonctions partielles au point (a, b)
les deux fonctions
f
1
: x f(x, b) et f
2
: y f(a, y)
Exemple Si lon reprend la fonction d enie par f(x, y) = x
2
+ y
2
, quon se place
au point (0, 0), la premi` ere fonction partielle est x f(x, 0) = x
2
(on a x e y = 0) :
son graphe est une parabole, d equation z = x
2
dans le plan (Oxz). O` u voit-on cette
parabole sur le dessin repr esentant le graphe de f ? Fixer y = 0 revient ` a se placer dans
le plan vertical (Oxz) (plan d equation y = 0, justement).
Dans le plan vertical d equation y = 0, muni des coordonn ees (x, z), le graphe de
la fonction partielle z = f(x, 0) est la trace du graphe de f.
Attention les fonctions partielles (m emes si la notation ne le signie pas) d ependent
du point (a, b).
Test Donner les fonctions partielles de f(x, y) = x
2
+ y
2
au point (1, 2).
23
24 CHAPITRE 3. D

ERIV

EES PARTIELLES
3.2 Le probl` eme
Lorsquon veut des informations sur le comportement dune fonction f(x) d ependant
dune seule variable au voisinage dun point, on peut calculer sa d eriv ee, qui nous
donne une approximation de f par une fonction afne (DL ` a lordre 1). Graphique-
ment, cela revient ` a approcher le graphe de f par sa tangente.
Peut-on d ecrire une th eorie similaire pour les fonctions de deux variables ? La
r eponse est afrmative. On va encore pouvoir approcher f(x, y), au voisinage dun
point, par une fonction afne ; on obtiendra cette approximation afne en calculant les
d eriv ees partielles de f au point consid er e. Le graphe de lapproximation afne sera le
plan tangent au graphe de f.
3.3 D eriv ees partielles
3.3.1 D eriv ees partielles en un point (a, b)
On consid` ere les deux fonctions partielles
f
1
: x f(x, b) et f
2
: y f(a, y).
D enition 3.3.1.1. On appelle d eriv ee partielle par rapport ` a x [resp. ` a y] de f au
point (a, b) le nombre r eel not e
f
x
(a, b) et d eni par
f
x
(a, b) = f

1
(a) = lim
x0
f(a + x, b) f(a, b)
x
_
resp.
f
y
(a, b) = f

2
(b) = lim
y0
f(a, b +y) f(a, b)
y
_
Attention au sens des diff erents symboles :
a, b sont des nombres, (a, b) est un point du plan ;
x dans lexpression

x
est un symbole, il signie quon d erive suivant la
premi` ere variable, qui est souvent not ee x (mais pas toujours).

f
x
(a, b) est un nombre ;
3.3.2 D eriv ees partielles sur un domaine.
On dit que f admet des d eriv ees partielles sur un domaine D si f est d enie au
voisinage de tout point (x, y) de D et admet des d eriv ees partielles en chacun des points
(x, y) de D. On d enit sur D deux fonctions de deux variables not ees respectivement
f
x
et
f
y
par
f
x
: (x, y)
f
x
(x, y)
et
f
y
: (x, y)
f
y
(x, y)
3.3. D

ERIV

EES PARTIELLES 25
Ces fonctions sappellent respectivement (fonctions) d eriv ees partielles de f.
Attention x et y signient deux choses diff erentes dans ces formules : les symboles
de d erivation et les coordonn ees du point o` u lon calcule les d eriv ees partielles. On
devrait comme dans le paragraphe pr ec edent ne pas utiliser les m emes notations mais
pour des raisons pratiques (de calcul et notation) il est plus pertinent de conserver cette
confusion.
En pratique : lorsque f est donn ee par une formule en (x, y) valable dans un ou-
vert (ensemble qui contient un petit disque centr e en chacun de ses points) les d eriv ees
partielles se calculent de la mani` ere suivante :
1- Pour calculer
f
x
(x, y), on regarde y comme une constante et d erive f(x, y)
comme une fonction de la variable x seule.
Pour calculer
f
y
(x, y), on regarde x comme une constante et d erive f(x, y) comme
une fonction de la variable y seule.
Exemples Calculer les d eriv ees partielles des fonctions suivantes :
a. f(x, y) = xy + sin(xy
2
).
b. f(x, y) = xy + arctan
y
x
.
2- Maintenant lorsquau voisinage dun point particulier (sp ecial) (a, b), la fonction
f nest pas d enie par une seule formule (valable pour le point et pour tous ses points
voisins) alors on peut avoir recours ` a la d enition (avec la limite du taux daccroisse-
ment) pour etablir lexistence et calculer les d eriv ees partielles en (a, b).
Exemple. Reprenons la fonction d enie par :

f(x, y) =
xy
x
2
+y
2
si (x, y) = (0, 0)
f(0, 0) = 0
et calculons
ses d eriv ees partielles.
Pour tout (x, y) = (0, 0), elles se calculent comme indiqu e dans le 1 :
f
x
(x, y) =
y(x
2
+ y
2
) 2x
2
y
(x
2
+ y
2
)
2
et
f
x
(0, 0) =
x(x
2
+ y
2
) 2xy
2
(x
2
+ y
2
)
2
Au point (0, 0) elles se calculent comme indiqu e dans le 2 :
f
x
(0, 0) = lim
h0
f(h, 0) f(0, 0)
h
= 0
f
y
(0, 0) = lim
k0
f(0, k) f(0, 0)
k
= 0
Cet exemple montre que lexistence de d eriv ees partielles pour f nimplique pas la
continuit e de f.
Remarque 3.3.2.1. La notation des d eriv ees partielles sous forme de fraction est utile
en particulier lorsquon enonce la r` egle de composition (voir les chapitres 9 , 10 et 11),
mais elle est aussi trompeuse :
Exemple. Considerons la relation des gaz parfaits PV = kT qui fait intervenir les trois variables
pression, volume et temp erature.
Consid erons T comme fonction de P et V , on ecrit T =
PV
k
on en d eduit
T
P
=
V
k
.
Consid erons P comme fonction de T et V , on ecrit P =
kT
V
on en d eduit
P
V
=
kT
V
2
.
Consid erons V comme fonction de P et T, on ecrit V =
kT
P
on en d eduit
V
T
=
k
P
.
26 CHAPITRE 3. D

ERIV

EES PARTIELLES
On a
T
P
P
V
V
T
=
V
k
(
kT
V
2
)
k
P
=
kT
PV
= 1,
alors que la simplication de ce produit comme si les symboles de d eriv ees partielles representaient des
fractions, donne comme r esultat 1.
3.3.3 Fonctions de classe C
1
.
D enition 3.3.3.1. On dira quune fonction f est de classe C
1
sur un sous-ensemble
D de R
2
si les fonctions d eriv ees partielles de f existent et sont continues sur D.
Par exemple, les polyn omes sont de classe C
1
sur R
2
, les fractions rationnelles sont de classe C
1
sur leur
ensemble de d enition.
Remarque 3.3.3.2. Une somme, un produit, un quotient (lorsquil est bien d eni) une
compos ee de fonctions C
1
est encore une fonction C
1
.
3.4 D eriv ees directionnelles.
Les d eriv ees partielles d ecrivent le comportement de la fonction f lorsquon fait des
d eplacements horizontaux ou verticaux. Il ny a a priori aucune raison de privil egier
ces deux directions et lon peut etudier la mani` ere dont la fonction f varie lorsquon
effectue des d eplacements rectilignes dans des directions obliques : on en tire la notion
de d eriv ees directionnelles.
On rappelle que la droite passant par le point (a, b) et ayant pour vecteur directeur
le vecteur

V = (, ) admet pour repr esentation param etrique :
_
x = t +a
y = t +b
Etudier la fonction f le long de cette droite cest consid erer la fonction compos ee
(et dune variable) F : t f(t + a, t + b).
D enition 3.4.0.3. On appelle d eriv ee directionnelle de f au point (a, b) le nombre
r eel not e
f

V
(a, b) et d eni par
f

V
(a, b) = F

(0) =
d
dt
(f(t +a, t +b))
t=0
.
Remarque 3.4.0.4. Cas particuliers :
f

i
(a, b) =
f
x
(a, b) et
f

j
(a, b) =
f
y
(a, b)
Exemple. Calculer la d eriv ee en (0, 0) suivant le vecteur

V = (1, 1) de la fonction f(x, y) = x + y.
Cest par d enition
f

V
(0, 0) =
d
dt
(f(t, t))
t=0
=
d
dt
(2t))
t=0
= 2.
Chapitre 4
Diff erentiabilit e, diff erentielle
dune fonction de deux variables
4.1 Diff erentiabilit e en un point.
Dans toute cette section, on consid` ere une fonction f d enie au voisinage du point
A = (a, b) de R
2
.
4.1.1 D enition
D enition 4.1.1.1. On dit que f est diff erentiable en (a, b) si il existe des nombres
r eels c, d tels que
lim
(x,y)(a,b)
f(x, y) (f(a, b) +c(x a) + d(y b))
_
(x a)
2
+ (y b)
2
= 0
La forme lin eaire
_
R
2
R
(x, y) cx + dy
est appel ee la diff erentielle de f en (a, b) et
est not ee df
(a,b)
.
4.1.2 Propri et es, plan tangent
Theorem 4.1.2.1. Si f est diff erentiable en (a, b) (avec c et d comme dans la d enition
ci-dessus) alors :
f est continue en (a, b),
f admet des d eriv ees directionnelles en (a, b) suivant tout vecteur

V du plan et
f

V
(a, b) = df
(a,b)
(

V ).
En particulier
f
x
(a, b) = c et
f
y
(a, b) = d,
le graphe de f admet un plan tangent en (a, b, f(a, b)) et ce plan a pour equation
z = f(a, b) +
f
x
(a, b)(x a) +
f
y
(a, b)(y a).
27
28 CHAPITRE 4. DIFF

ERENTIELLE
Exemple. Pour la surface d equation z = sin(x+y), le plan tangent en (0, 0) a pour equation z = x+y
(cf dessin).
4.1.3 Condition n ecessaire et sufsante de diff erentiabilit e.
Theorem 4.1.3.1. La fonction f est diff erentiable en (a, b) si et seulement si
f admet des d eriv ees partielles en (a, b) et
lim
(x,y)(a,b)
f(x, y) (f(a, b) +
f
x
(a, b)(x a) +
f
y
(a, b)(y b)
_
(x
a
)
2
+ (y b)
2
= 0.
4.1.4 Condition sufsante de diff erentiabilit e.
Proposition 4.1.4.1 (Th eor` eme.). Soit f une fonction d enie au voisinage du point
(a, b). Si f est C
1
en (a, b) alors f est diff erentiable en (a, b) et sa diff erentielle en
(a, b) s ecrit
df
(a,b)
(

V ) =
f
x
(a, b).x

V
+
f
y
(a, b)y

V
4.1.5 En pratique.
4.2 Diff erentiabilit e sur un domaine. Diff erentielle.
D enition 4.2.0.1. On dit que f est diff erentiable sur D un sous-ensemble de R
2
si f
est d enie au voisinage de tout point M de D et est diff erentiable en tout M de D.
Lapplication dite f orme diff erentielle
_
D L(R
2
, R)
(x, y) df
(x,y)
est appel ee la diff erentielle
de f sur D et est not ee df.
L(R
2
, R) est lensemble des applications (formes) lin eaires de R
2
dans R.
Proposition 4.2.0.2 (Th eor` eme.). Soit f une fonction qui est de classe C
1
sur un do-
maine D alors f est diff erentiable sur D et sa diff erentielle s ecrit
df
(x,x)
(

V ) =
f
x
(x, y).x

V
+
f
y
(x, y)y

V
4.3 Vecteur et champ gradient.
Soit f une fonction diff erentiable au point A = (a, b). La formule de la d eriv ee
directionnelle suivant

V , vue ci-dessus, peut s ecrire comme un produit scalaire :
f

V
(a, b) =
f
x
(a, b).x

V
+
f
y
(a, b)y

V
=<
_
f
y
(a, b),
f
x
(a, b)
_
,

V > .
Ce qui nous conduit ` a la d enition du gradient.
4.3. VECTEUR ET CHAMP GRADIENT. 29
D enition 4.3.0.3. Soit f une fonction admettant des d eriv ees partielles au point A =
(a, b). On appelle (vecteur) gradient de f en (a, b) le vecteur dont les coordonn ees sont
les d eriv ees partielles de f :

grad
(a,b)
f =
_
f
x
(a, b),
f
y
(a, b)
_
Le gradient est parfois not e
(a,b)
f.
D enition 4.3.0.4 (gradient). Lorsque f admet des d eriv ees partielles en tout point de
D, on appelle champ gradient de f sur D, lapplication :
(x, y)

grad
(x,y)
f
4.3.1 Gradient et lignes de niveau
Proposition 4.3.1.1 (Propri et e de composition au d epart).
Soit f une fonction d enie et diff erentiable sur un domaine D de R
2
.
Soit :
_
I D
t (t) = (x(t), y(t))
une courbe param etr ee d enie, d erivable I
et dont limage est contenue dans D (ainsi la fonction compos ee F(t) = f (t) =
f(x(t), y(t)) est bien d enie sur lintervalle I).
Alors F = f est d erivable sur I et sa d eriv ee est donn ee par :
(f)

(t) = x

(t)
f
x
(x(t), y(t))+y

(t)
f
y
(x(t), y(t)) =< grad
(t)
f, (x

(t), y

(t)) >
est le produit scalaire des deux vecteurs (x

(t), y

(t)) (vecteur vitesse de la courbe) et


de
(
f
x
(x(t), y(t)),
f
y
(x(t), y(t))) (le gradient de f au point (t)).
Remarque 4.3.1.2. 1. Le cas particulier le plus simple est (x(t), y(t)) = (t, 0).
Dans ce cas, f (t) = f(t, 0) = f
1
(t) est la premi` ere fonction partielle de f en
(0, 0), et on retrouve simplement la d enition de la premi` ere d eriv ee partielle :
f

1
(t) =
f
x
(t, 0).
2. Supposons maintenant que y(t) est la fonction nulle ; on a alors f M(t) =
f(x(t), 0) = f
1
(x(t)), qui est une fonction compos ee de deux fonctions dune
seule variable ; on retrouve alors la formule de d erivation en une variable,
(f )

(t) = (f
1
x)

(t) = x

(t).f

1
(x(t)) = x

(t)
f
x
(x(t), 0).
On constate exp erimentalement que le gradient est orthogonal aux lignes de niveau :
ci-dessous, on a trac e simultan ement, dans le plan (Oxy) (plan des variables), des
lignes de niveau et des vecteurs gradient de la fonction
f(x, y) = x
2
+y
2
.
30 CHAPITRE 4. DIFF

ERENTIELLE
Les lignes de niveau sont les cercles centr es en (0, 0) et le champ gradient est
(x, y) 2(x, y) : cest un champ radial.
Proposition 4.3.1.3. Le gradient est orthogonal aux lignes de niveau.
Le gradient indique la direction dans laquelle la fonction f augmente le plus vite
(ceci signie dans le cas dune carte g eographique : le gradient indique la ligne de
plus grande pente).
En effet, si v est un vecteur de norme 1, alors le produit scalaire
v.grad
(x,y)
f = ||grad
(x,y)
f|| cos
o` u est langle entre les deux vecteurs, et la valeur de ceci est maximum lorsque cos = 1, cest-` a-dire
= 0, cest-` a-dire quand v est colin eaire au gradient, de m eme sens.
Exemple Un surfeur se d eplace sur les vagues dont la surface suit l equation z =
f(x, y) = sin(x + y). La position du surfeur en fonction du temps (longitude x et
latitude y), est donn ee par la courbe param etr ee t (x(t), y(t)) = (t
2
, t
3
3t).
Laltitude du surfeur en fonction du temps est alors donn ee par la fonction compos ee
f(x(t), y(t)).
1. Quelle est laltitude du surfeur en fonction du temps ?
2. Quel est le vecteur vitesse au temps t ?
3. Quel angle fait, au temps t, laxe de sa planche avec lhorizontale ? (on admet
que la planche est tangente aux vagues).
Exemple On reprend la montagne d equation f(x, y) =
x
3
3
xy y
2
+ x +
3
2
. En exemple, on
avait calcul e les d eriv ees partielles de f au point (1, 1/2). On a donc grad
(1,
1
2
)
f = (1/2, 2). La ligne
de plus grande pente est donc vers le Sud-Sud-Ouest. Une bille pos ee en ce point roulerait vers le NNE.
Test : v erier la coh erence avec le dessin des lignes de niveau de cette montagne.
D emonstration de la proposition Reprennons dabord lexemple f(x, y) = x
2
+y
2
,
nous avons vu que la ligne de niveau h est le cercle de centre (0, 0) et de rayon

h en
particulier elle admet comme repr esentation param etrique :
x(t) =

hcos t
y(t) =

hcos t
On a f(x(t), y(t)) = h. D erivons cette relation en t = 0.
Appliquons la propri et e de composition pour le terle de gauche :
d
dt
Supposons que
les lignes de niveau peuvent etre d ecrites par des courbes param etr ees : la ligne de
niveau h a une repr esentation param etrique (t).
1.

Ecrire la relation qui traduit lhypoth` ese (t) est incluse dans une ligne de ni-
veau de f.
2. D eriver cette relation en t = 0.
3. Conclure.
Chapitre 5
Formule et in egalit e des
accroissements nis. Application
au calcul dincertitudes.
5.1 Rappels pour les fonctions dune variable r eelle
Theorem 5.1.0.4 (Le th eor` eme des accoissements nis). Soient < deux r eels. Soit
f une fonction continue sur [, ] et d erivable sur ], [.
Alors, il existe c ], [ tel que f() f() = f

(c)( ).
Proposition 5.1.0.5 (Cons equence : lin egalit e des accroissements nis). Soit I un
intervalle ouvert de R et f C
1
(I). Soient < deux points de I. Alors
- M:= sup
t[,]
|f

(t)| existe (est ni) et


- pour tout x [, ], on a |f(x) f()| M|x |.
Remarque 5.1.0.6. Application. D emontrer les in egalit es suivantes :
| sinx| |x|
| ln(1 + x)| |x|
5.2 Cas des fonctions de R
2
dans R et classe C
1
Theorem 5.2.0.7 (Formule des accoissements nis).
Hypoth` eses. Soit f une fonction d enie et diff erentiable sur D R
2
. Soit A = (a, b)
un point int erieur de D.
Conclusion. Pour tout (h, k) R
2
tels que le segment entre (a, b) et (a +h, b +k) est
contenu dans D, il existe ]0, 1[ tel que
f(a + h, b + k) f(a, b) =
f
x
(a + h, b + k).h +
f
y
(a +h, b + k)k.
31
32 CHAPITRE 5. ACCROISSEMENTS FINIS. CALCUL DINCERTITUDES
Proposition 5.2.0.8 (Cons equence : lin egalit e des accroissements nis).
Hypoth` eses. Soit f une fonction d enie et C
1
sur D R
2
. Soit A = (a, b) un point
int erieur de D.
Conclusion.
max
(x,y)D
|
f
x
(x, y)| et max
(x,y)D
|
f
y
(x, y)| existent (sont nis) et
pour tout (h, k) R
2
tels que le segment, not e I, entre (a, b) et (a + h, b + k)
est contenu dans D :
|f(a + h, b + k) f(a, b)| = max
(x,y)I
|
f
x
.||h| + max
(x,y)I
|
f
y
(x, y)|.|k|
5.3 Application au calcul dincertitude.
5.3.1 Principe du calcul dincertitude :
-On sait mesurer ` a laide dappareils certaines grandeurs physiques (dimension,
pression, volume, poids ...) et on dispose dune formule (de calcul) qui exprime une
autre grandeur physique en fonction de celles que lon a pu mesurer.
Par exemple : on mesure la pression et le volume dun gaz parfait et on dispose de
la formule PV = kT, (k etant une constante) pour trouver sa temp erature.
- Les constructeurs des appareils de mesure indiquent la pr ecision de leurs appareils
de mesure : il peut sagir dune pr ecision abosolue (cest ` a dire exprim ee comme une
quantit e en lunit e de mesure) ou dune pr ecision relative (cest ` a dire exprim ee comme
un pourcentage : la pr ecision absolue est alors calcul ee en multipliant la mesure avec le
pourcentage). Dans tous les cas, on connait lerreur maximale commise sur la mesure.
Dans lexemple : on connait les pr ecisions absolues sur P et V , on les note P et
V .
- Notre but est de donner une valeur approch ee de la grandeur physique fonction
des autres et surtout de donner une pr ecision pour cette valeur approch ee.
Autrement dit, nous devons trouver une majoration la quantit e : valeur absolue de
la diff erence entre la valeur exacte (inconnue) et la valeur mesur ee (plus pr ecis ement :
la valeur calcul ee ` a partir des mesures des variables dont est fonction la grandeur phy-
sique) de la grandeur physique (dans lexemple la temp erature).
Cette quantit e sappelle incertitude absolue ou erreur absolue.
Une majoration de lincertitude absolue est ce quon appelle une pr ecision. Faire
un calcul dincertitude cest obtenir une pr ecision.
Dans lexemple, la quantit e ` a majorer est T := |T
exacte
T
mesur ee
|.
5.3.2 Calcul th eorique de lincertitude absolue sur la temp erature
dans lexemple des gaz parfaits.
Posons :
P = P
exacte
P
mesur ee
: lerreur de mesure sur la pression. On a |P| P.
5.3. APPLICATION AU CALCUL DINCERTITUDE. 33
V = V
exact
P
mesur e
: lerreur de mesure sur le volume. On a |V | V .
T = |
1
k
(P
exacte
V
exact
P
mesur ee
V
mesur e
) |.
= |
1
k
(P
mesur ee
+P)(V
mesur e
+ V ) P
mesur ee
V
mesur e
) |
=
1
nR
| (P.V
mesur e
+ V.P
mesur ee
+P.V ) |
On majore ensuite (grossi` erement) la valeur absolue dune somme par la somme
des valeurs absolues et les erreurs par les pr ecisions absolues. :
T
1
k
(V
mesur e
P + P
mesur ee
V + P.V )
5.3.3 Estimation de lincertitude sur la temp erature dans lexemple
` a laide de lin egalit e des accroissements nis.
Principe : lerreur absolue est major ee ` a laide de lin egalit e des accroissements
nis.
En effet, consid erons T comme fonction des deux variables P et V . Dapr` es lin egalit e
des accroissements nis, on a :
()T = |T
exacte
T
mesur ee
| = |T(P
exacte
, V
exact
) T(P
mesur ee
, V
mesur e
)|
max|
T
P
|P + max|
T
V
|V ,
Les max etant pris sur les intervalles P
mesur ee
P P P
mesur ee
+ P et
V
mesur e
V V V
mesur e
+ V . (Notons quil suft de faire une majoration des
valeurs absolues des d eriv ees partielles sur ces intervalles.)
Le calcul des d eriv ees partielles de T nous donne :
T
P
(P, V ) =
1
k
V et
T
V
(P, V ) =
1
k
P.
Ainsi,

T
P
(P, V )

1
k
(V
mesur e
+ V ) et

T
V
(P, V )

1
k
|(P
mesur e
+ P).
En reportant ces majorations dans (), on obtient :
()T
1
k
_
V
mesur e
P +P
mesur ee
V + 2PV
_
On voit que la diff erence par rapport au calcul th eorique est de PV , donc mi-
nime.
34 CHAPITRE 5. ACCROISSEMENTS FINIS. CALCUL DINCERTITUDES
5.3.4 En g en eral
Pour obtenir une pr ecision sur une grandeur physique, on applique le r esultat suivant :
Theorem 5.3.4.1. (Math ematique)
Hypoth eses :
-(1)- f est une fonction de deux variables C
1
d enie au voisinage dun point donn e
(x
mesur e
, y
mesur e
) et x et y sont deux nombres positifs donn es.
-(2)- x
mesur e
x x
exact
x
mesur e
+ x,
-(3)- y
mesur e
y y
exact
y
mesur e
+ y.
Conclusion :
f = |f(x
exact
, y
exact
) f(x
mesur e
, y
mesur e
)| max|
f
x
|x + max|
f
y
|y .
Les max etant pris sur les intervalles d enis en (2) et (3). (Notons quil suft de faire
une majoration des valeurs absolues des d eriv ees partielles sur ces intervalles.)
En physique, on a tendance ` a priviligier la connaissance de lordre de grandeur de
lerreur sur la mesure dune grandeur physique ` a une majoration de cette erreur. On
appliquera alors le r esultat suivant :
Theorem 5.3.4.2. (Physique)
Hypoth eses : Les m emes que ci-dessus
Conclusion :
f |
f
x
(x
mesur e
, y
mesur e
)|x +|
f
y
(x
mesur e
, y
mesur e
)|y .
5.3.5 Application num erique. Exemple
On veut estimer laire dun terrain rectangulaire, dont on a mesur e les dimensions :
sa longueur L = 100m
sa largeur L = 60m.
On sait aussi que les dimensions sont mesur ees avec une pr ecision de 5% de la
quantit e mesur ee. Par cons equent, L = 5%100 = 5m et l = 5%60 = 3m.
Laire de terrain calcul ee ` a partir de ces mesures est donc A
mes
= 6000m
2
.
Majoration de lincertitude absolue A de A :
- Par calcul direct :
Par hypoth` eses :95 L 105 et 57 l 63.
Donc 5415 = 95 57 L l 105 63 = 6615
Do` u 585 = 5415 6000 L l 6000 105 6615 6000 = 615
On en d eduit la pr ecision absolue A 615m
3
, on a donc une pr ecision relative
de la mesure de laire
A
Ames
=
615
6000
= 10, 25%.
-A laide de lin egalit e des accroissements nis :
5.3. APPLICATION AU CALCUL DINCERTITUDE. 35
(Math ematique)
A max
A
L
.L+max
A
l
.l = max l.L+max L.l = 635+1053 = 630m
3
(Physique)
A
A
L
(100, 60).L +
A
l
(100, 60).l = 60 5 + 100 3 = 600m
3
.
36 CHAPITRE 5. ACCROISSEMENTS FINIS. CALCUL DINCERTITUDES
Chapitre 6
D eriv ees partielles dordre
sup erieur.
Hypoth` eses g en erales : Soit f une fonctions de deux variables d enie et admettant
des d eriv ees partielles premi` eres au voisisnage dun point (a, b).
6.1 D enitions.
1. On dit que f admet des d eriv ees partielles secondes en (a, b) si les fonctions
d eriv ees partielles premi` eres de f admettent des d eriv ees partielles premi` eres en (a, b).
Autrement dit, si :


x
_
f
x
_
(a, b), not ee

2
f
x
2
(a, b),


y
_
f
x
_
(a, b), not ee

2
f
yx
(a, b),


x
_
f
y
_
(a, b), not ee

2
f
xy
(a, b) et


y
_
f
y
_
(a, b), not ee

2
f
y
2
(a, b),
existent. Les 4 quantit es d enies ci-dessus sont appel ees les d eriv ees partielles se-
condes de f en (a, b).
2. On dit que f admet des d eriv ees partielles secondes sur D (un sous-ensemble
de R
2
) si f admet des d eriv ees partielles secondes en tout point de D. On peut alors
d enir sur D, les fonctions d eriv ees partielles secondes de f :

2
f
x
2
,

2
f
yx
,

2
f
xy
et

2
f
y
2
.
3. On dit que f est de classe C
2
sur D si f admet des d eriv ees partielles secondes
continue sur D.
6.2 Le th eor` eme de Schwarz
Hypoth` eses : f est C
2
sur D.
37
38 CHAPITRE 6. D

ERIV

EES PARTIELLES DORDRE SUP

ERIEUR.
Conclusion :

2
f
yx
=

2
f
xy
sur D.
V erier la conclusion pour f(x, y) = x
2
y + x
3
xy.
La r eciproque de ce th eor` eme est fausse, voir lexercice 2b de la feuille III.
6.3 Formule de Taylor dune fonction de 2 variables ` a
lordre 2.
6.3.1 Rappel en une variable.
Enonc e.
Theorem 6.3.1.1. (Formule de Taylor-Young en a ` a lordre n)
Soit n 2 un entier et f une fonction dune variable.
Hypoth eses : f est d enie et de classe C
n
au voisinage de a
Conclusion : Il existe une fonction d enie au voisinage de a et tendant vers 0 en a
telle que :
f(x) = f(a) +f

(a)(xa) +
f

(a)
2!
(xa)
2
+... +
f(
n)
(a)
n!
(xa)
n
+(xa)
n
(x)
Cette formule sappelle aussi d eveloppement limit e ` a lordre n de f en a.
Applications
Au calcul de limites.
A l etude locale : Equation de la tangente et position dun graphe par rapport ` a sa
tangente.
6.3.2 En deux variables
Enonc e.
Theorem 6.3.2.1. (Formule de Taylor de f en (a, b) ` a lordre 2)
Soit n 2 un entier et f une fonction de 2 variables.
Hypoth eses : f est d enie et de classe C
2
au voisinage de (a, b)
Conclusion : Il existe une fonction d enie au voisinage de (a, b) et tendant vers 0 en
(a, b) telle que :
f(x, y) = f(a, b) +
f
x
(a, b)(x a) +
f
y
(a, b)(y b)
+
1
2
_

2
f
x
2
(a, b)(x a)
2
+ 2

2
f
yx
(a, b)(x a)(y b) +

2
f
y
2
(a, b)(y b)
2
_
+
_
(x a)
2
+ (y b)
2
_
(x, y)
Ecrire la formule de Taylor en (0, 0) ` a lordre 2 de la fonction f(x, y) = e
xy
.
6.4. EXTREMA, POINTS CRITIQUES 39
Applications.
z = f(a, b) +
f
x
(a, b)(x a) +
f
y
(a, b)(y b) est l equation du plan tangent au
graphe de f au dessus du point (a, b).
La position du graphe de f par rapport ` a ce plan tangent est alors donn e par le signe
de polynome quadratique
Q(x, y) =
_

2
f
x
2
(a, b)(x a)
2
+ 2

2
f
yx
(a, b)(x a)(y b) +

2
f
y
2
(a, b)(y b)
2
_
, au voisinage de (a, b) (le point (a, b) exclu).
Plus pr ecis ement :
si Q(x, y) > 0 alors le graphe de f est au dessus de son plan tangent,
si Q(x, y) < 0 alors le graphe de f est au dessous de son plan tangent,
si Q(x, y) change de signe alors le graphe de f traverse son plan tangent.
L etude du signe de Q est analogue ` a celle faite dans le cas particulier o` u le plan
tangent est horizontal dans la section suivante.
6.4 Extrema, points critiques
6.4.1 D enitions, propri et es, exemples
On a les m emes d enitions quen une variable.
D enition 6.4.1.1. On dit que la fonction f atteint au point (x
0
, y
0
) son maximum
[resp. minimum ] sur lensemble D ou que (x
0
, y
0
) est un maximum [resp. minimum]
de f sur D si
f(x, y) f(x
0
, y
0
) [resp. f(x, y) f(x
0
, y
0
)
pour tout point (x, y) de D.
On dit que f a un maximum [resp. minimum ] local en (x
0
, y
0
) (ou que (x
0
, y
0
)
est un maximum [resp. minimum ] local de f) si lin egalit e pr ec edente est valable pour
tous les points (x, y) dans un voisinage du point (x
0
, y
0
) (et peut- etre pas pour tous les
points de D).
On dit que f a un extremum [resp. extremum local ] en (x
0
, y
0
) (ou que (x
0
, y
0
)
est un extremum [resp. extremum local de f) si (x
0
, y
0
) est un maximum ou minimum
[resp. maximum ou minimum local] de f.
Exemples : comme une variable, x
2
(y
3
3y) a un max local, un min local, pas de
max ou min absolu.
D enition 6.4.1.2. On dit que le point (x
0
, y
0
) est un point critique de la fonction f
si le vecteur gradient en ce point est nul ; autrement dit, les deux d eriv ees partielles y
sont nulles :
f
x
(x
0
, y
0
) =
f
x
(x
0
, y
0
) = 0.
Graphiquement, cela signie que le plan tangent au graphe de f au point (x
0
, y
0
) est
horizontal.
40 CHAPITRE 6. D

ERIV

EES PARTIELLES DORDRE SUP

ERIEUR.
Theorem 6.4.1.3. Soit f une fonction de deux variables d enie au voisinage dun point
(x
0
, y
0
). Si (x
0
, y
0
) est un extremum local de f, alors cest un point critique.
Exemples, contre-exemples
on a les m emes contrexemples ` a la r eciproque quen une variable ; par exemple
pour f(x, y) = x
3
, 0 est point critique mais pas un minimum ni un maximum
(cf gure, graphe de gauche).
on a aussi des contrexemples plus int eressants : par exemple f(x, y) = x
2
y
2
.
Ici, on a le point (0, 0) est un point critique, 0 est un maximum pour la fonction
partielle en x et un minimum pour la fonction partielle en y (cf gure, graphe de
droite). Un tel point est appel e un point selle.
Exercice : ` a partir du graphe, trouver les points critiques de f(x, y) = sin(x) sin(y).
Retrouver ceci par le calcul. Identier les maxima, mininima, les points critiques
non extrema.
6.4.2 Classication des points critiques dune fonction C
2
.
Th eor` eme de classication des points critiques dune fonction C
2
.
Hypoth` eses et notations :
Soit une fonction f : D R
2
de classe C
2
au voisinage dun de ses points critiques
(x
0
, y
0
).
On introduit les notations de Monge :
r =

2
f
x
2
(x
0
, y
0
)
s =

2
f
xy
(x
0
, y
0
)
t =

2
f
y
2
(x
0
, y
0
)
Conclusions :
1. Si = rt s
2
< 0 alors f a un point-selle ou col en (x
0
, y
0
) (ni min, ni max,
cf f(x, y) = xy en (0, 0)),
2. Si = rt s
2
> 0 alors f admet un extremum local (strict) en (x
0
, y
0
) :
(a) si r < 0 alors f admet un maximum local (strict) en (x
0
, y
0
) (cf f(x, y) =
x
2
y
2
en (0, 0)) ;
(b) si r > 0 alors f admet un minimum local (strict) en (x
0
, y
0
) (cf f(x, y) =
x
2
+ y
2
en (0, 0)) ;
3. (Hors programme) Si = rt s
2
= 0 : on ne peut pas donner de conclusion
g en eral. Il faut etudier localement le comportement de f au voisinage (x
0
, y
0
),
en utilisant au besoin des d eriv ees partielles dordre sup erieur.
Exercice dapplication
Parmi tous les parall el epip` edes rectangles de volume x e, trouver ceux dont la
paroi a une surface minimale, et ceux qui ont la surface maximale.
Pour simplier, on prend V = 1. La hauteur h sexprime alors en fonction de la
largeur et de la profondeur p, h =
1
p
. La surface vaut alors 2(p +
1
p
+
1

).
6.4. EXTREMA, POINTS CRITIQUES 41
Cela conduit ` a minimiser f(x, y) = xy +
1
x
+
1
y
pour x, y > 0. Le calcul donne
que le seul point critique est obtenu pour x = y = 1 ; on a f(1, 1) = 3.
Est-ce un minimum, ou un maximum? Ca pourrait aussi etre un point selle, ou juste
un minimum ou maximum local mais pas global ! Peut- etre ny a-t-il pas de minimum
ni de maximum...
Le point trouv e correspond ` a un minimum de f Preuve : Si x < 1/3, par
exemple, on voit facilement que f(x, y) > 3. De m eme si y < 1/3. Et aussi pour
y 1/3 et x > 9 ; de m eme, pour x 1/3 et y > 9. Ces cas couvrent tous les points
(x, y) hors du carr e
C = {(x, y) tels que
1
3
x 9 et
1
3
x 9}.
(V erier ceci en faisant un dessin). Autrement dit, il reste juste ` a montrer que (1, 1) est
un minimum dans ce carr e C.
Si on veut un argument analytique et non pas graphique, il faut utiliser un raisonne-
ment, et un gros th eor` eme (existence dun minimum pour une fonction continue sur
un carr e).
Remarquons que f na pas de maximum : il ny a pas de boite ` a surface maximale,
parce quon peut produire une boite de volume 1 avec une surface aussi grande quon
veut...
(Autre argument : il ny a quun point critique !).
42 CHAPITRE 6. D

ERIV

EES PARTIELLES DORDRE SUP

ERIEUR.
Chapitre 7
C
1
-diff eomorphisme et
Th eor` eme dinversion locale.
7.1 Diff eomorphismes.
7.1.1 Rappels : injections, surjections , bijections.
D enition 7.1.1.1. Soient D et D

deux ensembles et f une application f : D D

.
Soit M un point de D, le point M

= f(M) de D

est appel e limage de M et M


est appel e un ant ec edent de M

.
f est dite injective si tout point M

de D

admet au plus un ant ec edent dans D.


Autrement dit,
- si pour M, N deux points de D on a
f(M) = f(N) M = N,
ou encore
- si etant donn e un point V de D

x e (mais quelconque), l equation f(X) = V


a au plus une solution X D.
f est dite surjective si tout point M

de D

admet au moins un ant ec edent dans


D. Autrement dit,
- si etant donn e V D

l equation f(X) = V a au moins une solution X D.


f est dite bijective si f est injective et surjective. Autrement dit,
- si tout point M

de D

admet un unique ant ec edent dans D ou encore


- si etant donn e V D

l equation f(X) = V a une unique solution X D ou


encore
- sil existe une application dite r eciproque not ee f
1
: D

D telle que
f
1
f(X) = X, pour tout X D et f f
1
(Y ) = Y , pour tout Y D

.
7.1.2 Diff eomorphismes.
Soit D et D

deux sous-ensemble de R
n
.
43
44CHAPITRE 7. C
1
-DIFF

EOMORPHISME ET TH

EOR
`
EME DINVERSIONLOCALE.
Une fonction f de R
n
dans R
n
est un C
1
-diff eomorphisme de D dans D

si :
1. f est une bijection de D dans D

,
2. f est de classe C
1
sur D,
3. la r eciproque f
1
de f est de classe C
1
sur D

.
7.1.3 Exemples.
1. Une fonction dune variable C
1
dont la d eriv ee est de signe constant sur un
intervalle I r ealise un C
1
-diff eomorphisme de I sur son image f(I).
2. Les transformations afnes de R
2
dans R
2
de d eterminant non nul.
3. Le passage en coordonn ees polaires.
Contrairement au cas des fonctions dune variable, dans le cas des fonctions de
plusieurs variables on ne dispose pas de crit` ere simple pour montrer quune fonction est
un C
1
-diff eomorphisme. En fait, la proprit et e qui est difcle ` a etablir est la bijectivit e
de f. On ne dispose que dun r esultat local appel e justement : le Th eor` eme dinversion
locale.
7.2 Th eor` eme dinversion locale.
7.2.1 Enonc e du Th eor` eme.
Hypoth` eses. Soient A R
2
un point et

_
D R
2
R
2
(u, v) (X(u, v), Y (u, v))
, une fonction de classe C
1
tels que
|Jac
A
f| = 0.
Conclusions.
Alors, il existe une boule B(A, ) ( > 0) centr ee en A telle que la restriction B(A, )
de la fonction est un C
1
-diff eomorphisme sur son image (B(A, )).
Probl` eme. on ne connait pas destimation sur la taille de .
7.2.2 Contre-exemple au th eor` eme global
Soit f la fonction de R
2
dans R
2
d enie par f(x, y) = (e
x
cos y, e
x
siny).
Calculer f(0, 0) et f(0, 2), que peut-on dire sur la bijectivit e de f.
Calculer la matrice jacobienne et le jacobien de f sur R
2
.
Conclure.
7.2. TH

EOR
`
EME DINVERSION LOCALE. 45
7.2.3 Un petit crit` ere global.
Si on suppose que est une bijection de D dans D

et que son jacobien ne sannule


jamais sur D alors est un C
1
-diff eomorphisme de D dans D

.
Les changements de variables sont utiles pour r esoudre des equations au d eriv ees
partielles et calculer des int egrales multiples.
46CHAPITRE 7. C
1
-DIFF

EOMORPHISME ET TH

EOR
`
EME DINVERSIONLOCALE.
Chapitre 8
Equations aux d eriv ees
partielles.
8.1 G en eralit es.
8.1.1 D enitions.
Soit p un entier, on appelle equation aux d eriv ees partielles dordre p une equation
de la forme F(x, y, f,
f
x
,
f
y
, ...., ,

p
f
y
pk
x
k
) = 0 o` u f est une fonction de N va-
riables.
Soit D un sous-ensemble de R
2
. Une solution sur D de cette EDP est une fonction
f de classe C
p
sur D qui v erie l equation.
8.1.2 Motivation.
Les equations aux d eriv ees partielles interviennent pour traduire certains ph enom` enes
physiques : propagation des ondes, magn etisme ...
La plus c el` ebre est lEquation de Laplace :

2
f
x
2
+

2
f
y
2
= 0.
Les solutions de cette equations sont appel ees fonctions harmoniques.
Exemple 8.1.2.1. Montrer que la fonction f(x, y) = e
x
sin y est harmonique. (Autrement dit calculer
ses d eriv ees partielles dordre 2 et montrer quelles satisfont l equation de Laplace).
Il nexiste pas de m ethode th eorique g en erale pour trouver les solutions dune EDP
sauf dans certains cas particuliers comme les EDP lin eaires ` a coeffcients constants
ou certaines EDP qui se ram` enent apr` es changement de variables ` a des int egrations
simples. Nous allons en voir quelques exemples.
47
48 CHAPITRE 8. EQUATIONS AUX D

ERIV

EES PARTIELLES.
8.2 Changement de variables dans une EDP.
Pour simplier, nous ne consid erons que des EDP dordre 1 ou 2 et dont les incon-
nues sont des fonctions de deux variables.
8.2.1 Probl ematique-M ethode-Exemple.
Hypoth` eses.
(1) f est une fonction en les variables (x, y) qui v erie une EDP (E).
Par exemple :
2
f
x

f
y
= 2x
(2) Un changement de variables de R
2
:
_
R
2

R
2
(x, y)

(u = U(x, y), v = V(x, y))


Par exemple :
_
R
2

R
2
(x, y)

(u = U(x, y) = x, v = V(x, y) = x + 2y)


But. On veut ecrire lEDP (E) en les variables (u, v) que v erie la fonction F d enie
par la relation f(x, y) = F(U(x, y), V(x, y)).
Pour cel` a, nous devons exprimer comme fonctions de u et v les quatit es suivantes :
(i) x et y sils apparaissent c dans (E), dans lexemple 2x apparait dans le second
membre ;
(ii) toutes les d eriv ees partielles de f en focntion de x et y qui apparaisseet dans
(E), dans lexemple on a
f
x
et
f
y
.
Pour (i), il faut inverser le syst` eme, cest ` a dire ` a partir de lexpression de u et v en
fonction de x et y, nous devons trouver lexpression de x et y en fonction de u et v.
Dans lexemple :
_
u = x
v = x + 2y
_

_
x = u
2y = v x = v u
_

_
x = u
y =
vu
2
_
.
En particulier, 2x = 2u
Pour (ii), nous allons appliquer la r` egle de composition des d eriv ees partielles
vue dans le chapitre pr ec edent (attention nous voulons exprimer les d eriv ees partielles
de f en fonctions de celles de F, par rapprot ` a la formule vue, il faut echanger les r oles
de F et f et de u
k
et x
i
), cette r` egle s ecrit de mani` ere condens ee :
f
x
=
F
u
u
x
+
F
v
v
x
,
8.2. CHANGEMENT DE VARIABLES DANS UNE EDP. 49
et
f
y
=
F
u
u
y
+
F
v
v
y
.
Dans lexemple on trouve :
f
x
=
F
u
+
F
v
,
et
f
y
= 2
F
v
.
Ensuite, on remplace dans (E), on trouve une EDP (E

) en les variables (u, v) qui


est satisfaite par la fonction F.
Dans lexemple :
2
f
x

f
y
= 2(
F
u
+
F
v
) 2
F
v
= 2(
F
u
).
2x = 2u
Finalement
(E

) : 2
F
u
= 2u.
Lint eret dun changement de variable est dobtenir une equation (E

) plus facile
` a r esoudre que (E). Cest ce qui se produit dans lexemple : l equation (E

) ne fait
intervenir que la variable u, elle se r esoud par une int egration usuelle en la variable
u (attention les constantes dint egration sont des fonctions de la variable v seule) :
F(u, v) =
U
2
2
+g(v),
o` u g est une fonction quelconque C
1
de v.
Ensuite pour conclure, on remplace u et v par leurs expressions en x et y, la fonction
f ainsi obtenue est une solution de (E). Dans lexemple :
f(x, y) = F(u, v) = F(x, x + 2y) =
x
2
2
+g(x + 2y).
8.2.2 Autres exemples.
On consid` ere :
(1) lEDP dordre 2 :
(E) : x
2

2
f
x
2
y
2
f
y
= 0,
50 CHAPITRE 8. EQUATIONS AUX D

ERIV

EES PARTIELLES.
(2) le changement de variables :
_
R
2

R
2
(x, y)

(u =
x
y
, v = xy)
Ecrire lEDP (E) obtenue apr` es ce changement de variables.
8.3 Exemples.
Deuxi` eme partie
G en eralisations du calcul
diff erentiel aux fonctions de R
n
dans R
p
.
51
Chapitre 9
Courbes param etr ees dans le
plan et lespace.
Motivations, exemples. Lexemple basique de courbe est la trajectoire d ecrite par
un objet (disons une bille) assimil ee ` a un point mat eriel (son centre de gravit e) qui
se d eplace au cours du temps t sur un plan ou dans lespace. Il est par exemple pos-
sible que cet objet passe plusieurs fois au m eme endroit, ce qui interdit de d ecrire sa
trajectoire sous la forme du graphe dune fonction y = f(x) ou z = f(x, y).
Un autre exemple est donn e par le mouvement des plan` etes du syst` eme solaire
autour du soleil, r egi par les trois Lois de Kepler.
9.1 G en eralit es
9.1.1 Courbes param etr ees et courbes g eom etriques
D enition 9.1.1.1. On appelle courbe param etr ee dans R
n
une fonction : t
(t) = (x
1
(t), ..., x
n
(t)) d enie sur un intervalle I R et ` a valeurs dans R
n
. Lorsque
t (t) est une telle courbe param etr ee, lensemble C des points de R
n
d eni par
C = {(t) , t I}
est la courbe (on dit aussi courbe g eom etrique) associ ee.
La premi` ere loi de Kepler dit que la courbe g eom etrique trac ee dans le plan de
lecliptique par la terre est une ellipse, mais elle ne dit pas comment cette trajectoire
est d ecrite. Les deux autres lois permettent de retrouver la param etrisation de cette
ellipse correspondant au mouvement de la terre.
D enition 9.1.1.2. Le domaine de d enition de est constitu e de lensemble des va-
leurs pour lesquelles les fonctions coordonn ees x
1
(t), ... et x
n
(t) sont bien d enies.
Une courbe param etr ee dite continue si ses fonctions coordonn ees x
i
(t) le sont.
53
54 CHAPITRE 9. COURBES PARAM

ETR

EES DANS LE PLAN ET LESPACE.


9.1.2 Exemples.
Param etrisation des droites.
Exemple 9.1.2.1. La droite (AB) a pour repr esentation param etrique :
M(t) = A + t

AB,
ou encore :
8
>
<
>
:
x
1
(t) = x
A
1
+ t
1
.
.
.
xn(t) = x
A
n
+ tn
o` u x
A
i
repr esente la i-i eme coordonn ees du point A et
i
la i-i eme coordonn ees du vecteur

AB.
H elice.
Exemple 9.1.2.2. On consid` ere la courbe param etr ee de lespace d enie par
8
<
:
x(t) = cos t
y(t) = sin t
z(t) = t
9.1.3 D erivabilit e et vecteur tangent.
D enition 9.1.3.1. Une courbe de R
n
est dite d erivable si la limite not ee

(t) =
d
dt
(t) = lim
h0
(t + h) (t)
h
existe.
Proposition 9.1.3.2. Une courbe est d erivable si et seulement si ses fonctions coor-
donn ees x
i
(t) le sont et on a

(t) = (x

1
(t), ..., x

n
(t)).
Le vecteur de R
n
de coordonn ees (x

1
(t), ..., x

n
(t)) est le vecteur tangent ` a la
courbe au point (t).
Remarque 9.1.3.3. Les propri et es de d erivations pour les sommes, produits se
d eduisent de celles pour les fonctions dune variable.
Lorsque les x
i
(t) sont de classe C
p
on dit que est de classe C
p
.
Nous verrons dans la partie II du cours (Calcul Int egral) comment d eterminer la
longueur dune courbe et sa courbure.
Chapitre 10
Fonctions num eriques de n
variables.
Motivations, exemples. La m et eo vu en introduction du premier chapitre.
10.1 G en eralit es
10.1.1 D enitions
D enition 10.1.1.1. On appelle fonction num erique de n variables r eelles une fonction
f :
_
R
n
R
(x
1
, ..., x
n
) f(x
1
, ..., x
n
)
Le domaine de d enition de f est le sous-ensemble de R
n
constitu e de lensemble
des valeurs des variables x
1
, ..., x
n
pour lesquelles la formule de calcul qui d enit f a
un sens.
Le graphe de f est le sous-ensemble de R
n+1
not e Grf d eni par
Grf = {(x
1
, ..., x
n
, f(x
1
, ..., x
n
))} .
10.1.2 Fonctions partielles et d eriv ees partielles.
Soit f une fonction de R
n
dans R et A = (a
1
, ..., a
n
) un point de R
n
.
D enition 10.1.2.1. Les fonctions partielles de f au point A sont les n fonctions de
une variable d enies en xant toutes les variables sauf une, plus pr ecis ement ce sont
les fonctions f
i
: x
i
f(a
1
, ..., a
i1
, x
i
, a
i+1
, ..., a
n
).
D enition 10.1.2.2. La d eriv ee partielle par rapport ` a la i-` eme variable de f au point
A est lorsquil existe le nombre f

i
(a
i
) ; elle est not ee
f
xi
(a
1
, ..., a
n
). Cest aussi la
limite
f
x
i
(a
1
, ..., a
n
) = lim
h0
f(a
1
, ..., a
i1
, a
i
+h, a
i+1
, ..., a
n
) f(a
1
, ..., a
n
)
h
.
55
56 CHAPITRE 10. FONCTIONS NUM

ERIQUES DE N VARIABLES.
10.1.3 Diff erentiabilit e.
Soit A = (a
1
, ..., a
n
) un point de R
n
. La d enition suivante est equivalente ` a celle
donn ee dans le cas des fonctions de deux variables. Elle suppose que lon sait d ej` a
que f admet des d eriv ees partielles. Surtout elle a lavantage de r eduire la preuve de la
diff erentiabilt e au calul dune limite.
D enition 10.1.3.1. Une fonction f de R
n
dans R admettant des d eriv ees partielles au
point A est diff erentiable au point A si
lim
hO
f(a1+h1,...,an+hn)f(a1,...,an) (
f
x1
(A).h
1
+... +
f
xn
(A).h
n
)
||h||
= 0,
o` u O = (0, ..., 0), h = (h
1
, ..., h
n
) et ||h|| :=
_
h
2
1
+ ... +h
2
n
.
10.1.4 Compostions des d eriv ees partielles.
Composition au but(avec une fonction r eelle.)
Hypoth` eses.
_
_
_
R
n

f
R

R
(x
1
, ..., x
n
)
f
f(x
1
, ..., x
n
)

(f(x
1
, ..., x
n
))
Les fonctions f et sont de classe C
1
.
Conclusions. La fonction F = f : (x
1
, ..., x
n
) (f(x
1
, ..., x
n
)) est de
classe C
1
et
F
x
i
(x
1
, ..., x
n
) =

(f(x
1
, ..., x
n
))
f
x
i
(x
1
, ..., x
n
).
Composition ` a la source (avec une courbe param etr ee.)
Hypoth` eses.
_
_
_
R

R
n

f
R
t

(x
1
(t), ..., x
n
(t))
f
f(x
1
(t), ..., x
n
(t))
Les fonctions f et sont de classe C
1
.
Conclusions. La fonction f : t f((t)) est de classe C
1
et
d(f )
dt
=
d
dt
_
f(x
1
(t), ..., x
n
(t)
_
=
f
x
1
(x
1
(t), ..., x
n
(t)).
dx
1
(t)
dt
+ ... +
f
x
n
(x
1
(t), ..., x
n
(t)).
dx
d
(t)
dt
=
< gradf((t)),

(t) > .
Chapitre 11
Fonctions vectorielles de n
variables.
Motivations, exemples. On consid` ere un objet reper e par sa position (x, y, z)
dans lespace, on souhaite etudier simultan ee plusieurs grandeurs physiques (Pression
P(x, y, z), Volume V (x, y, z) , Temp erature T(x, y, z)...) associ ees ` a cet objet.
11.1 G en eralit es
11.1.1 D enitions
D enition 11.1.1.1. On appelle fonctionvectorielle de n variables r eelles une fonction
f :
_
R
n
R
p
(x
1
, ..., x
n
)
_
f
1
(x
1
, ..., x
n
), ..., f
p
(x
1
, ..., x
n
)
La donn ee de la fonction vectorielle f de R
n
dans R
p
est la donn ee des p fonctions
num eriques f
i
de n variables.
Le domaine de d enition de f est lintersection des domaines de d enition des f
i
.
La fonction f est de classe C
k
si chacune de f
i
est de classe C
k
.
Le graphe de f est le sous-ensemble de R
n+p
not e Grf d eni par
Grf = {(x
1
, ..., x
n
, (f
1
(x
1
, ..., x
n
), ..., f
p
(x
1
, ..., x
n
)} .
11.2 D eriv ees partielles, Matrice jacobienne, D eterminant
Jacobien.
Soit f une fonction de R
n
dans R
p
de classe C
1
et A = (a
1
, ..., a
n
) un point de R
n
.
On peut calculer n p d eriv ees partielles au point A :
f
1
x
1
(A),
f
1
x
2
(A).......,
f
1
x
n
(A)
57
58 CHAPITRE 11. FONCTIONS VECTORIELLES DE N VARIABLES.
f
2
x
1
(A),
f
2
x
2
(A).......,
f
2
x
n
(A)
.
.
.
f
p
x
1
(A),
f
p
x
2
(A), ......,
f
p
x
n
(A)
On range ces n p donn ees dans un tableau.
D enition 11.2.0.2. La (matrice) jacobienne de f au point A est la matrice ` a p lignes
et n colonnes dont les coefcients sont les d eriv ees partielles des f
i
au point A.
Plus pr ecis ement, on ecrit :
Jac
A
f =
_
_
_
_
f1
x1
(A) ............
f1
xn
(A)
.
.
. ............
.
.
.
fp
x1
(A) ............
fp
xn
(A)
_
_
_
_
Lorsque p = n, cette matrice est une matrice carr ee et son d eterminant est appel e
le d eterminant jacobien de f au point A.On le note |Jac
A
f|.
11.3 Diff erentiabilit e.
D enition 11.3.0.3. La diff erentiable de f au point A est lapplication lin eaire dont la
matrice dans la base canonique est la jacobienne de f au point A.
11.4 Compostions des d eriv ees partielles.
Hypoth` eses.
_
_
_
R
p

X
R
n

f
R
U = (u
1
, ..., u
n
)
X
(x
1
= X
1
(U), ..., x
n
= X
n
(U))

f(X(U)) = f
_
X
1
(U), ..., X
n
(U)
_
Les fonctions f et X sont de classe C
1
.
Conclusions.
La fonction F = f X : (u
1
, ..., u
p
) = f
_
X
1
(U), ..., X
n
(U)
_
est de classe C
1
et
F
u
k
(u
1
, ..., u
p
) =
f
x
1
_
X
1
(U), ..., X
n
(U)
_
X
1
(U)
u
k
+...+.
f
x
1
_
X
1
(U), ..., X
n
(U)
_
X
n
(U)
u
k
Si on identie les variables x
i
avec les fonctions X
i
et quon ne pr ecise plus les
variables des fonctions f et F, cette r` egle de composition s ecrit :
F
u
k
=
f
x
1
x
1
u
k
+... +.
f
x
n
x
n
u
k
Une application importante de cette r` egle de composition des d eriv ees partielles est
la r esolution d Equations aux D eriv ees Partielles (EDP Voir le chapitre suivant).
11.5. COMPOSITIONDES DIFF

ERENTIELLES. JACOBIENNE DUNE FONCTIONCOMPOS

EE.59
11.5 Composition des diff erentielles. Jacobienne dune
fonction compos ee.
11.6 Diff eomorphismes.
11.6.1 Rappels : injections, surjections , bijections.
D enition 11.6.1.1. Soient D et D

deux ensembles et f une application f : D D

.
Soit M un point de D, le point M

= f(M) de D

est appel e limage de M et M


est appel e un ant ec edent de M

.
f est dite injective si tout point M

de D

admet au plus un ant ec edent dans D.


Autrement dit,
si pour M, N deux points de D on a
f(M) = f(N) M = N.
ou encore si etant donn e Y D

l equation f(X) = Y a au plus une solution


X D.
f est dite surjective si tout point M

de D

admet au moins un ant ec edent dans D.


Autrement dit,
si etant donn e Y D

l equation f(X) = Y a au moins une solution X D.


f est dite bijective si f est injective et surjective. Autrement dit,
si tout point M

de D

admet un unique ant ec edent dans D ou encore


si etant donn e Y D

l equation f(X) = Y a une unique solution X D.


11.6.2 Diff eomorphismes.
Soit D et D

deux sous-ensemble de R
n
.
Une fonction f de R
n
dans R
n
est un C
1
-diff eomorphisme de D dans D

si :
1. f est une bijection de D dans D

,
2. f est de classe C
1
sur D,
3. la r eciproque f
1
de f est de classe C
1
sur D

.
11.6.3 Exemples.
1. Une fonction dune variable C
1
dont la d eriv ee est de signe constant sur un
intervalle I r ealise un C
1
-diff eomorphisme de I sur son image f(I).
2. Les transformations afnes de R
n
dans R
n
de d eterminant non nul.
3. Le passage en coordonn ees polaires.
Contrairement au cas des fonctions dune variable, dans le cas des fonctions de
plusieurs variables on ne dispose pas de crit` ere simple pour montrer quune fonction est
un C
1
-diff eomorphisme. En fait, la proprit et e qui est difcle ` a etablir est la bijectivit e
de f. On ne dispose que dun r esultat local appel e justement : le Th eor` eme dinversion
locale.
60 CHAPITRE 11. FONCTIONS VECTORIELLES DE N VARIABLES.
Chapitre 12
Analyse vectorielle.
61