Vous êtes sur la page 1sur 22

1

Université Paul Sabatier, Toulouse Période 2011-2015

Calcul Différentiel - panorama du cours,


Premier semestre deuxième année
Mention Mécanique
Code APOGE ’ED3KMEBM’
Table des matières

1 Eléments de Topologie 3
1.1 Distance, Espace métriques, normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Espaces vectoriel normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Boules, voisinages, ouverts et fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Convergence des suites et séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Fermés et compacts dans Rn , compacité séquentielle. . . . . . . . . . . . . . . . . . . 7
1.6 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

2 Différentielles et Dérivations 10
2.1 Différentielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Dérivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Applications de classe C 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Applications de classe C 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 Différentielle seconde et formule de Taulor-Young . . . . . . . . . . . . . . . . . . . . 16
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

3 Fonctions inverses, fonction implicites 19


3.1 Théorème d’inversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.2 Théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.3 Courbes et surfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.4 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

2
Chapitre 1

Eléments de Topologie

1.1 Distance, Espace métriques, normes


Définition 1.1.1 On appelle distance sur un ensemble E, toute fonction d : E × E → R+ , telle que
pour tout x, y, z ∈ E
(i) d(x, y) = 0 équivault à x = y
(ii) d(x, y) = d(y, x)
(iii) d(x, z) ≤ d(x, y) + d(y, z) (inégalité triangulaire)
Le couple (E, d) est appelé espace métrique, les éléments de E sont appelés points.

Quelques exemples sur E = Rn :


v
n
X
u n
uX
d(x, y) = |xi − yi |, d(x, y) = t |xi − yi |2 , d(x, y) = sup |xi − yi |
i
i=1 i=1

et sur S 1 = {z ∈ C : |z| = 1}

d(z1 , z2 ) = |z1 − z2 |, d(z1 , z2 ) = arg(z1 − z2 )

Toute distance sur E induit une distance sur tout sous-ensemble S ⊂ E.


Soient E = E1 × E2 × · · · × En , où (Ei , di) sont des espaces métriques. Alors pour tout

x = (x1 , . . . , xn ) ∈ E, y = (y1 , . . . , yn ) ∈ E
v
n
X
u n
uX
d(x, y) = di (xi , yi ), d(x, y) = sup di (xi , yi ), d(x, y) = t di (xi , yi )2
i
i=1 i=1

sont des distances. Ainsi, en utilisant la distance d(u, v) = |u−v| sur R, nous obtenons trois distances
sur Rn . Elles sont associés aux normes.

1.2 Espaces vectoriel normés


Définition 1.2.1 On appelle norme sur un espace vectoriel réel E, toute fonction : k.k : E → R+ ,
telle que pour tout x, y ∈ E
(i) kxk = 0 équivault à x = 0 ∈ E
(ii) kαxk = |α|kxk, ∀α ∈ R, x ∈ E

3
CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 4

(iii) kx + yk ≤ kxk + kyk (inégalité triangulaire)


Le couple (E, k.k) est appelé espace vectoriel normé.

Etant donné une norme k.k sur E, l’application (x, y) 7→ kx − yk définit une distance sur E. En
particulier, les trois distances sur Rn de la section précédente sont associées aux normes
n
X
kxk1 = |xi |
i=1
v
u n
uX
kxk2 = t x2i (norme euclidienne)
i=1

kxk∞ = max |xi |


i

La preuve pour k.k1 et k.k∞ est immédiate, et pour k.k2 on utilisera l’inégalité de Cauchy-Schwarz
(voir ci-dessous). L’espace vectoriel C0 ([0, 1], R) (de dimension infini !) des fonctions continues f :
[0, 1] → R est un espace normé pour la norme
kf k∞ = sup |f (x)|.
x∈[0,1]

Ainsi tout espace vectoriel normé est aussi un espace métrique. De la même manière tout espace
muni d’un produit scalaire (espace préhilbertien) est aussi un espace normé (et par conséquent
métrique). Notamment, rappelons qu’un produit scalaire < ., . > sur un espace vectoriel E est une
application bi-linéaire
< ., . >: E × E → R
telle que < x, x >≥ 0 et < x, x >= 0 si et seulement si x = 0 ∈ E. La norme associée est alors

kxk = < x, x >.
Proposition 1.2.1 (inégalité de Cauchy-Schwarz) Soit (E, < ., . >)) un espace préhilbertien .
Alors, pour tous x, y ∈ E √ √
| < x, y > | ≤ < x, x > < y, y >.

Preuve. Comme
< x + λy, x + λy >= λ2 < y, y > +2λ < x, y > + < x, x >≥ 0, ∀λ ∈ R

alors le disriminant de ce polynôme (en λ) est negatif. 

Définition 1.2.2 Deux normes k.k1 , k.k2 sur un même espace vectoriel E sont dites équivalentes s’il
existe deux nombres α, β > 0 vérifiants
kxk1 ≤ αkxk2 , kxk2 ≤ βkxk1 , ∀x ∈ E.

Le résultat principal de cette section est


Théorème 1.2.1 Sur un espace vectoriel E de dimension finie toutes les normes sont équivalentes.
Esquisse de démonstration. Soit k.k1 , k.k2 deux normes sur E, et soit f (x) = kxk1 /kxk2 . Nous
devons montrer qu’il existent des constantes α, β > 0, telles que
α ≤ f (x) ≤ β, ∀x 6= 0.
Il suffit de démontrer ceci pour x appartenants à la sphère S = {x ∈ E : kxk2 = 1}. Pour cela
on remarque que S est compacte, ensuite que f : S → R+ est continue. Ainsi f atteint sa valeur
minimale α et sa valeur maximale β, voir Théorème 1.6.2 (Bolzano-Weiersrass). 
CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 5

1.3 Boules, voisinages, ouverts et fermés


Soit (E, d) un espace métrique.

Définition 1.3.1 On appelle boule ouverte (boule fermée) de centre a ∈ E et de rayon r > 0
l’ensemble
B(a, r) = {x ∈ E : d(x, a) < r}(B̄(a, r) = {x ∈ E : d(x, a) ≤ r}.
On dit qu’une partie U ⊂ E de E est un voisinage de a, si U contient une boule ouverte de centre a.

Définition 1.3.2 Une partie U de E est dite ouverte, si ∀a ∈ U il existe r > 0 (dépendant de a),
tel que B(a, r) ⊂ U . Une partie F est dite fermée, si son complémentaire E\U est fermé.

Proposition 1.3.1 Dans un espace métrique (E, d) toute boule ouverte est un ensemble ouvert, et
toute boule fermée est un ensemble fermé.

Preuve. On fera un dessin et on utilisera l’inégalité triangulaire. 

Dans R avec distance d(x, y) = |x − y| les intervalles ouverts (fermés) sont des boules ouvertes
(fermées), ce qui justifie la terminologie.

Proposition 1.3.2 La réunion d’une famille quelconque des ensembles ouverts est un ensemble ou-
vert. L’intersection d’une famille finie des ensembles ouverts est un ensemble ouvert.

Preuve. La première affirmation est évidente. Pour la deuxième : soit U1 , U2 deux ouverts et a ∈ U1 ∩ U2 . Il
existent des boules ouvertes B(a, r1 ) ⊂ U1 et B(a, r2 ) ⊂ U2 (pourquoi ?). Si l’on pose r = min{r1 , r2 } > 0
alors B(a, r) ⊂ U1 ∩ U2 .


Définition 1.3.3 (espace topologique) Soit E un ensemble et O un ensemble des parties de E,


appelées ensembles ouverts, vérifiant les axiomes suivants
A1 La réunion d’une famille quelconque des ensembles ouverts est un ensemble ouvert.
A2 L’intersection d’une famille finie des ensembles ouverts est un ensemble ouvert.
A3 Les ensembles E, ∅ sont des ensembles ouverts
Le couple (E, O) est appelé espace topologique. Les éléments de E sont appelés points.

D’après Proposition 1.3.2 les ouverts définis par une distance (en utilisant des boules) satisfont les
axiomes A1, A2, A3. Ainsi tout espace métrique est aussi un espace topologique, les ouverts de cette
topologie étant définis par la distance. Les relations entre les quatre structures que nous avons intro-
duit peuvent être résumés d’une manière non-formelle comme ceci

{espaces préhilbertiens} ⊂ {espaces normés} ⊂ {espaces métriques} ⊂ {espaces topologiques}.


CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 6

1.4 Convergence des suites et séries


Définition 1.4.1 Soit (xn ) une suite des points dans un espace topologique E, xn ∈ E, n =
0, 1, 2, . . . . On dit que la suite (xn ) converge (ou tend) vers un point a, si pour tout voisinage Va
de a il existe n0 tel que si n ≥ n0 alors xn ∈ Va .

Dans un espace métrique cette définition prend une allure plus familière

Définition 1.4.2 Soit (xn ) une suite des points dans un espace metrique (E, d), xn ∈ E, n =
0, 1, 2, . . . . On dit que la suite (xn ) converge (ou tend) vers un point a, si

∀ε > 0, ∃n0 , n ≥ n0 =⇒ d(xn , a) ≤ ε.

Si (xn ) converge vers a on écrit limn→∞ xn = a ou tout simplement xn → a.

Autrement dit, (xn ) converge vers a, si et seulement si la suite numérique (d(xn , a)) converge vers
0 ∈ R. Si la suite (xn ) converge vers a et vers b, les inégalités

0 ≤ d(a, b) ≤ d(a, xn ) + d(xn , b)

montrent que d(a, b) = 0 et donc a = b. La limite d’une suite, lorsque elle existe, est unique.
L’inégalité triangulaire implique aussi que si d(xn , a) < ε, f (xm , a) < ε alors d(xm , xn ) < 2ε. On
en déduit la propriété suivante, dite "de Cauchy", d’une suite convergente

∀ε > 0, ∃n0 , (m ≥ n0 , n ≥ n0 ) =⇒ d(xm , xn ) ≤ ε. (1.1)

La réciproque n’est pas vrai en général, ce qui motive la définition suivante

Définition 1.4.3 Dans un espace métrique on dit que la suite (xn ) est de Cauchy, si la propriété
(1.1) est vraie.

Ainsi, toute suite convergente est de Cauchy, mais toute suite de Cauchy n’est pas nécessairement
convergente, comme le montre l’exemple suivant

Exemple 1.4.1 Dans l’espace métrique (E =]0, 1], d), d(x, y) = |x−y|, la suite (1/n) est de Cauchy,
mais ne converge pas, car 0 6∈ E.

Définition 1.4.4 Un espace métrique est dit complet, si toute suite de Cauchy converge.

Théorème 1.4.1 L’espace des nombres réels R, muni de la distance d(x, y) = |x − y|, est un espace
métrique complet.

Preuve.
Nous allons construire deux suite adjacentes (ak ), (bk ), c’est à dire

ak ≤ ak+1 ≤ . . . bk+1 ≤ bk ≤ . . . , bk − ak → 0

et une troisième suite extraite (xnk ), telle que ak ≤ xnk ≤ bk . Puisque (ak ), (bk ) convergent vers la même
limite c (propriété connu de R !), alors on en déduit facilement que (xnk ) converge vers c aussi. Il est facile
de vérifier que (xn ) converge vers c.
Soit (xn ) une suite de Cauchy. Il s’en suit qu’elle est bornée, et soit xn ∈ [a, b], ∀n ≥ 0. Nous pouvons
poser a0 = a, b0 = b et soit xn0 un élément arbitraire de la suite (xn ). Si l’intervalle [a0 , (a0 + b0 )/2] contient
une infinité d’éléments de la suite (xn ), alors nous pouvons poser

a0 + b0
a1 = a0 , b1 =
2
CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 7

est soit xn1 un element arbitraire de la suite (xn ), telle que xn1 ∈ [a1 , b1 ] et de plus n1 6= n0 . Ceci est possible,
car l’intervalle [a0 , (a0 + b0 )/2] contient une infinité d’éléments de la suite (xn ). Bien sur, il est possible que
[a0 , (a0 + b0 )/2] ne contient pas une infinité d’éléments, mais alors l’intervalle [(a0 + b0 )/2], b0 ] aura cette
propriété, et on pose dans ce cas
a0 + b0
a1 = , b1 = b0 .
2
Soit xn1 un element arbitraire de la suite (xn ), telle que xn1 ∈ [a1 , b1 ] et de plus n1 6= n0 .
Les suite adjacentes (ak ), (bk ) et la suite extraite (xnk ), telle que ak ≤ xnk ≤ bk sont construites par
recurrence. 

Théorème 1.4.2 L’espace vectoriel Rn est un espace métrique complet.

Preuve. Il est commode d’utiliser la norme k.k1 et la distance associé. Si la suite

(xk ), xk = (xk1 , xk2 , . . . , xkn )

est de Cauchy alors on vérifie que chacune des n suites numériques (xki )k , k = 1, 2, . . . , n est de Cauchy. Il
s’en suit que xki → ai et puis xk → a = (a1 , a2 , . . . , an ). 

P
Définition 1.4.5 Soit (E, )k.k un espace normé. On dit que la série
Pk i ui , ui ∈ P
E converge, si
la suite (Sk ) des sommes partiellesP
Sk = i=0 ui converge. On dit que la série i ui converge
normalement, si la série numérique i kui k converge.

Théorème 1.4.3 Dans un espace vectoriel normé complet toute série normalement convergente
converge.

P Pk
Preuve. Si la série numérique i kui k converge, alors la suite des sommes partielles S̃k = i=0 kui k converge
et donc elle est de Cauchy. L’inégalité

kSn+k − Sk k ≤ S̃n+k − S̃k

montre que la suite des sommes partielles (Sk ) est de Cauchy dans (E, )k.k. Comme E est complet, alors la
suite (Sk ) converge. 

Exemple Soit E = Mn (R) l’espace vectoriel des matrices réelles de taille n × n. Vérifier que

kAk = T race(A.At )

définit une norme sur E. Vérifier que pour cette norme

kA.Bk ≤ kAk.kBk
P∞ Ak
En déduire que la série k=0 k! converge. La somme de cette série est notée naturellement
eA .

1.5 Fermés et compacts dans Rn, compacité séquentielle.


Définition 1.5.1 Une partie F de l’espace vectoriel normé Rn est dite fermée, si son complémentaire
est une partie ouverte. Une partie B de l’espace vectoriel normé Rn est dite bornée, s’il existe une
boule B(0, R) qui la contient. Toute partie fermée et bornée K ⊂ Rn est dite compacte.
CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 8

Nous nous contenterons, dans cette section, de faire la relation entre cette définition ’topologique’
de partie fermée et les suites.

Proposition 1.5.1 F ⊂ Rn est une partie fermée, si et seulement si, pour toute suite (xn ), xn ∈ Rn
convergente, telle que xn ∈ F , la limite de cette suite est un élément de F aussi.

Preuve. Soit F un fermé, xn → a, xn ∈ F , mais a 6∈ F . Alors a appartient à l’ensemble ouvert Rn \ F et par


conséquent il existe une boule ouverte
B(a, R) ⊂ Rn \ F.
Il existe n0 tel que si n ≥ n0 alors xn ∈ B(a, R). Il s’en suit que xn 6∈ F .
Réciproquement, admettons que pour toute suite convergente xn → a, xn ∈ F implique a ∈ F . Nous
allons démontrer que Rn \ F est un ouvert, c’est à dire

∀a ∈ Rn \ F, ∃R > 0, B(a, R) ⊂ Rn \ F.

Raisonnons par absurde. Soit a ∈ Rn \ F . Si ∀n ∈ N, B(a, 1/n) ∩ F 6= ∅, alors il existe xn ∈ B(a, 1/n) ∩ F
et la suite (xn ) converge vers a. On en déduit que a ∈ F en contradiction avec a ∈ Rn \ F .


Dans la démonstration de Théorème 1.4.1 nous avons déduit qu’à partir d’une suite bornée de
Rn on peut toujours extraire une suite convergente. On en déduit

Théorème 1.5.1 (Bolzano) De toute suite (xn ), d’un compact K ⊂ R, on peut extraire une suite
convergente.

et plus généralement

Théorème 1.5.2 De toute suite (xn ), d’un compact K ⊂ Rn , on peut extraire une suite convergente.

Le théorème suivant fournit une définition équivalente de compacité, utilisant cette fois la pro-
priété des suite

Théorème 1.5.3 (compacité séquentielle) Une partie K ⊂ Rn est compacte, si et seulement si


toute suite (xn ) de K admet une suite extraite convergente, dont la limite est un élément de K.

Preuve. Si K est compact, alors toute suite (xn ), xn ∈ K est bornée et on peut extraire une suite convergente
xnk → a. Comme K est fermé, a ∈ K.
Réciproquement, admettons que de toute suite (xn ), xn ∈ K on peut extraire une suite convergente vers
un point a ∈ K. On en déduit que K est borné. Si (xn ), xn ∈ K converge vers a, toute suite extraite converge
vers a aussi. On en déduit que a ∈ K et K est fermé, donc compact. 

1.6 Continuité
Définition 1.6.1 Soientt E, F deux espaces topologiques. Une application f : E → F est dite conti-
nue en a ∈ E si pour tout voisinage Vf (a) ⊂ F de f (a) il existe un voisinage Va ⊂ E de a tel
que
f (Va ) ⊂ Vf (a) .

Dans un espace métrique cette définition prendra la forme suivante


CHAPITRE 1. ELÉMENTS DE TOPOLOGIE 9

Définition 1.6.2 Soient (E, d), (F, d) deux espaces métriques, Une application f : E → F est dite
continue en a ∈ E si

∀ε > 0 ∃δ > 0, d(x, a) < δ =⇒ d(f (x), f (a)) < ε.

L’application f est dite continue sur l’ensemble Ω ⊂ E si pour chaque x ∈ Ω, f est continue au
point x.

La dernière définition admet (à la différence de la première) une formulation "séquentielle" plus


commode grace au Théorème suivant

Théorème 1.6.1 (continuité séquentielle) Soient E, F deux espaces métriques, et f : E → F.


L’application f est continue au point a si et seulement si pour toute suite de points (xs ) de E qui
converge vers a, la suite (f (xs )) converge et la valeur de sa limite est f (a).

Lorsque la continuité séquentielle a lieu au point a, on dit que f admet f (a) comme limite lorsque x
tend vers a et on écrit
lim f (x) = f (a).
x→a

ou tout simplement f (x) → f (a) lorsque x → a.


Preuve. Par comparaison des définitions, la continuité au sens de Définition 1.6.2 implique la continuité
séquentielle. Réciproquement, admettons la continuité séquentielle de f au point a et raisonnons par absurde.
Il existe ε > 0 tel que pour tout δ > 0, f (B(a, δ)) 6⊂ B(f (a), ε). Nous pouvons poser δ = 1/n et pour
tout n il existe alors xn tel que
1
d(xn , a) < , d(f (xn , f (a)) > ε.
n
Ainsi xn → a et la continuité séquentielle implique que d(f (xn , f (a)) → 0 en contradiction avec

d(f (xn , f (a)) > ε.

Théorème 1.6.2 (Bolzano-Weierstrass) Soit K ⊂ Rn un ensemble compact et f : K → R une


application continue. Alors il existent des points a, b ∈ K tels que

inf f (x) = f (a), sup f (x) = f (b).


x∈K x∈K

Rappelons que inf x∈K f (x) désigne la plus grande borne inférieure de f |K , et qu’une telle plus grande
borne existe, d’après l’axiome de la borne supérieure (pour le corps des nombres réels). De même,
supx∈K f (x) désigne la plus petite borne supérieure de f |K . D’une manière abrégé nous pouvons
énoncer le Théorème de Bolzano-Weierstrasse comme ceci
"Toute fonction continue sur un compact atteint ses bornes".
Preuve. Si M = supx∈K f (x), alors il existe une suite (xn ) de points de K, telle que (f (xn )) converge vers M .
Comme K est compact, nous pouvons extraire de la suite (xn ) une suite convergente (xnk ) et soit xnk → b.
K est fermé et donc b ∈ K. La suite (f (xnk )) converge vers M et la continuité de f implique f (b) = M . De
la même manière on montre l’existence de a ∈ K ; tel que inf x∈K f (x) = f (a).

Chapitre 2

Différentielles et Dérivations

2.1 Différentielles
Soit E, F deux espace normés. On note L(E, F ) l’espace vectoriel des application continues de E
dans F . Ainsi L ∈ L(E, F ) implique que pour tout ε > 0 il existe δ > 0 tels que

kxk ≤ δ ⇒ kLxk ≤ ε

et par conséquent
ε
sup kLxk ≤ .
kxk=1 δ
Réciproquement, s’il existe une constante M telle que kLxk ≤ M kxk alors

kLx − Lak = kL(x − a)k ≤ M kx − ak

et L est continue en x = a. En conclusion, une application linéaire L est continue, si et seulement si,
il existe une constante M telle que
kLxk ≤ M kxk.

Proposition 2.1.1 Toute application linéaire L : Rm → Rn est continue.

Preuve. Notons d’abord que la dimension de l’espace vectoriel L(Rm , Rn ) est égale à mn et la dimension de
L(Rm , R) est bien évidemment m. Ainsi, pour tout L ∈ L(Rm , R) il existent αi , tels que

L(x) = α1 x1 + α2 x2 + · · · + αm xm

et
|L(x)| ≤ |α1 ||x1 | + α2 ||x2 | + . . . αm ||xm | ≤ M kxk, M = max{|αi |}.
i

Le cas n > 1 est similaire. 

Définition 2.1.1 (application différentiable) Soit E, F deux espaces vectoriels normés, et U ⊂


E un ouvert. Une application f : U → F est dite différentiable au point a de U , s’il existe L ∈ L(E, F )
telle que
f ((a + h) = f (a) + L(h) + R(h)
où le reste R(h) est un o(khkE ) lorsque h → 0, c’est à dire

kR(h)kF
lim = 0.
h→0 khkE

10
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 11

L’application linéaire continue L est la différentielle de f au point a et on utilise les notations suivantes
L = Df (a) ou Da f ou df (a) ou dfa ou f 0 (a).
D’une manière abrégé on peut écrire f (a + h) = f (a) + Df (a)h + o(khk).
Quelques exemple (en dimension fini)
Exemple 1 Si f : R → R est différentiable au point a, alors f (a + h) = f (a) + Df (a)h + o(|h|)
où Df (a)h = αh (Df (a) est une application linéaire). On en déduit que
f (a + h) − f (a)
lim =α
h→0 a+h−a
et que α = f 0 (a). Ainsi Df (a)h = f 0 (a)h.
Exemple 2 Si f : R → Rn : x 7→ (f1 (x), f2 (x), . . . , fn (x)), alors Df (a)h = (α1 h, α2 h, . . . , αn h)
et αi = fi0 (a). Pour la différentielle nous avons
Df (a)h = f 0 (a)h, ou f 0 (a) = (f10 (a), f 0 (a), . . . , fn0 (a)).

Exemple 3 Soit f : Rn → R : x = (x1 , x2 , . . . , xn ) 7→ f (x). Si f est différentiable au point


a ∈ Rn , l’application linéaire Df (a) : Rn → R s’écrit
Df (a)h = α1 h1 + α2 h2 + . . . αn hn

f (a1 , . . . , ai + hi , . . . , an ) − f (a)
αi = lim
hi →0 hi
sont les dérivées partielles de f ,
∂f
αi = (a).
∂xi
∂f
On utilise souvent les notations ∂xi
(a) = ∂xi f (a) ou ∂i f (a) ou fx0 i (a) ou fi0 (a). En utilisant le
produit scalaire canonique dasn Rn < x, y >= i xi yi nous avons
P

Df (a)h =< grad f (a), h > où grad f (a) = (fx0 1 (a), fx0 2 , . . . , fx0 n )
est le vecteur gradient de f en a. Bien sur, grad f (a) dépend du produit scalaire employé.
Exemple 4 Soit, finalement f : Rm → Rn
   
x1 f1 (x)
 x2   f2 (x) 
x =  ..  7→ 
   
.. 
 .   . 
xm fn (x)
une application différentiable en x = a. Nous avons
  
∂x1 f1 ∂x2 f1 . . . ∂xm f1 h1
 ∂x f2 ∂x f2 . . . ∂x f2  h2 
 1 2 m
Df (x)h =  .. (2.1)
 
.. .. ..  .. 
 . . . .  . 
∂x1 fn ∂x2 fn . . . ∂xm fn hm

Soit F, G deux espace normés, f, g : E → F deux applications différentiables en a ∈ E. Alors


pour tout λ, µ ∈ R l’application h = λf + µg est différentiable en a et
Dh(a) = λDf (a) + µDg(a)
(la preuve est laissé en en exercice). Soit E, F, G des espaces normés et f = E → F , g : F → G des
applications différentiables : f en a ∈ E et g en f (a) ∈ F La propriété suivante est fondamentale
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 12

Théorème 2.1.1 (différentielle des applications composées) L’application composée h = g◦f


est différentiable en a et
Dh(a) = Dg(f (a)) ◦ Df (a).

Preuve.

g(f (a + h)) − g(f (a)) = g(f (a) + Df (a)h + o(khk)) − g(f (a))
= g(f (a)) + Dg(f (a))(Df (a)h + o(khk) + o(kDf (a)h + o(khk)k) − g(f (a))
= Dg(f (a))(Df (a)h) + Dg(f (a))(o(khk) + o(kDf (a)h + o(khk)k)
= [Dg(f (a)) ◦ Df (a)]h + o(khk).

Pour une application g : Rn → R on utilise souvent la notation Dg(a) = dg et si g = xi alors


Dg(a) = dxi . La différentielle dxi est définie par la relation (dxi )x = xi et par conséquent la relation

Dg(a)x = α1 x1 + α2 x2 + · · · + αm xn ∈ R

s’écrit aussi
dg = α1 dx1 + α2 dx2 + · · · + αm dxn
ou encore
∂g ∂g ∂g
dg = dx1 + dx2 + · · · + dxn . (2.2)
∂x1 ∂x2 ∂xn
Cette dernière forme est a retenir en vu de sa remarquable simplicité. Elle est utilisé couramment
en Calcul Intégral. En physique ou mécanique les différentielles dxi sont assimilés à des petites
accroissements de la variable xi et notées ∆xi . Les différentielles "élémentaires" dxi forment une base
de l’espace vectoriel des application linéaires L(Rn , R). Pour une fonction à une variable f : R → R
nous avons df (x) = f 0 (x)dx d’où la notation

df
f 0 (x) = (x)
dx
et par conséquent
df
dx = df.
dx
Voici une utilisation classique dans le calcul des différentielles composées. Si
f g
Rm → Rn → R

et y = f (x), z = g(y) ∈ R, y ∈ Rn , x ∈ Rm , alors

∂z ∂z ∂z
dz = dy1 + dy2 + · · · + dyn
∂y1 ∂y2 ∂yn
puis
∂yj ∂yj ∂yj
dyj = dx1 + dx2 + · · · + dxm
∂x1 ∂x2 ∂xn
on reporte dyj dans l’expression de dz et on obtient
n n
X ∂z ∂yj X ∂z ∂yj
dz = ( )dx1 + · · · + ( )dxm .
j=1
∂yj ∂x1 j=1
∂yj ∂xm
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 13

D’un autre coté z = g(f (x)) d’où


∂z ∂z ∂z
dz = dx1 + dx2 + · · · + dxm .
∂x1 ∂x2 ∂xn
En identifiant les coefficients de dz on obtient une autre formule remarquable à retenir
n
∂z X ∂z ∂yj
= . (2.3)
∂xi j=1
∂yj ∂xi

2.2 Dérivations
Pour une application f ∈ L(Rn , R) on note
∂f f (a1 , . . . , ai + t, . . . , an ) − f (a1 , . . . , an )
(a) = lim
∂xi t→0 t
la dérivée partielle de f par rapport à xi . Pour cette dérivée partielle on utilisera également les
notations
∂xi f (a), ∂i f (a), fx0 i (a), fi0 (a).
On dit, que la fonction f est dérivable en a, si les dérivées partielles fx0 i (a) existent. Lorsque l’appli-
cation f est différentiable, nous avons
∂f f (a + tei ) − f (a) Df (a)(tei ) + o(t)
(a) = lim = = Df (a)(ei )
∂xi t→0 t t
et par conséquent
f différentiable en a ⇒ f dérivable en a
L’énoncé réciproque est faux. En effet, la fonction
xy
f (x, y) = 2 , (x, y) 6= (0, 0) et f (0, 0) = 0
x + y2
et dérivable en (0, 0), fx0 1 (0, 0) = fx0 2 (0, 0) = 0, mais elle n’est pas différentiable (ni même continue !)
en (0, 0). Plus généralement, on définit dérivée de f suivant le vecteur v ∈ Rn comme la limite
f (a + tv) − f (a)
Df (a)v = lim .
t→0 t
La dérivée suivant le vecteur ei (de la base canonique de Rn ) n’est autre que la dérivée partielle
fx0 i (a). Lorsque →

n est le vecteur normal à une surface dans R3 , la dérivée de f : R3 → R est notée
∂f
Df (a)→−
n = → (a).
∂−
n
Dans le cas d’une application f : Rm → Rn la définition de la dérivée de f suivant un vecteur v,
Df (a)v, est similaire. La matrice representative de la différentielle Df (a) est la matrive jacobienne
de f au pôint a ∈ Rm , voir (2.1). Elle est notée
 
∂x1 f1 ∂x2 f1 . . . ∂xm f1
 ∂x f2 ∂x f2 . . . ∂x f2 
 1 2 m
Jf (a) =  .. .

.. .. ..
 . . . . 
∂x1 fn ∂x2 fn . . . ∂xm fn
La matrice jacobienne est la matrice formée par les dérivées partielles de f au point a.
Soit f = Rp → Rq , g : Rq → Rr des applications différentiables : f en a ∈ Rp et g en f (a) ∈ Rq
Theorème 2.1.1 implique
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 14

Théorème 2.2.1 (dérivation des applications composées) L’application composée h = g ◦ f


est dérivable en a et
Jh (a) = Jg (f (a)) ◦ Jf (a).
La formule (2.3) est un cas particulier.

2.3 Applications de classe C 1.


Soit U ⊂ Rm un ouvert.
Définition 2.3.1 On dit que f : U → Rn est continûment différentiable, ou de classe C 1 (U ), si en
tout point x ∈ U la différentielle Df (x) existe, et l’application
U → L(U, F ) : x 7→ Df (x)
est continue.
Rappelons que l’espace vectoriel L(U, F ) des applications linéaires est un espace vectoriel normé de
dimension mn. La notion de continuité de x 7→ Df (x) est ainsi bien définie. La différentiabilité de f
au point a ∈ U entraîne l’existence des dérivées partielles
∂fi
(a)
∂xj
où fi : U → R sont les composantes de f (qui est une fonction "vectorielle").
∂fi
Théorème 2.3.1 L’application f est de classe C 1 (U ) si et seulement si les dérivées partielles ∂xj
(x)
existent et sont continues sur U .

Preuve. Nous allons étudier en détail le cas f : R2 → R, le cas général étant analogue. Nous savons déjà que
la différentiabilité implique la dérivabilité, c’est à dire l’existence de fx0 1 , fx0 2 et de plus
Df (a1 , a2 )h = fx0 1 (a1 , a2 )h1 + fx0 2 (a1 , a2 )h2 .
La continuité de a 7→ Df (a) implique la continuité de a 7→ fx0 1 (a) et a 7→ fx0 2 (a) . Réciproquement, admettons
que les dérivées partielles fx0 1 , fx0 2 existent et sont continues. Nous allons démontrer que la différentielle Df (a)
existe, et que
Df (a1 , a2 )h = fx0 1 (a1 , a2 )h1 + fx0 2 (a1 , a2 )h2
(il sera par conséquent continue en a), c’est à dire
f (a + h) − f (a) − fx0 1 (a1 , a2 )h1 + fx0 2 (a1 , a2 )h2 = o(|h1 | + |h2 |).
Nous avons

f (a + h) − f (a) − fx0 1 (a1 , a2 )h1 + fx0 2 (a1 , a2 )h2 =


= f (a1 + h1 , a2 + h2 ) − f (a1 , a2 + h2 ) − fx0 1 (a)h1
+f (a1 , a2 + h2 ) − f (a1 , a2 ) − fx0 2 (a)h2 .
D’après le théorème des accroissements finis il existe ξ1 ∈]a1 , a1 + h1 [ tel que
f (a1 + h1 , a2 + h2 ) − f (a1 , a2 + h2 ) − fx0 1 (a)h1 = fx0 1 (a1 + ξ1 , a2 + h2 ))h1 − fx0 1 (a)h1
et la continuité de fx0 1 montre que
f (a1 + h1 , a2 + h2 ) − f (a1 , a2 + h2 ) − fx0 1 (a)h1 = o(|h1 |)

CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 15

2.4 Applications de classe C 2


Soit U ⊂ Rm un ouvert.
Définition 2.4.1 On dit que f : U → Rn est de classe C 2 (U ), si elle est de classe C 1 (U ) et
l’application
U → L(U, F ) : x 7→ Df (x)
est de classe C 1 (U ) aussi.
On déduit du Théorème 2.4.1
∂fi
Théorème 2.4.1 L’application f est de classe C 2 (U ) si et seulement si les dérivées partielles ∂xj
(x)
existent et sont continues sur U , et les dérivées secondes
∂fi
∂ ∂xj
(x)
xk
existent et sont continues.
De la même façon on défini la classe C k (U ) et C ∞ (U ). Dans la suite on note
∂fi
∂ 2 fi ∂ ∂xj
(x)
=
∂xk ∂xj xk
lorsque cette dérivée existe.
Théorème 2.4.2 (Thérème de Schwarz) Si l’application f est de classe C 2 (U ) alors
∂ 2 fi ∂ 2 fi
= , a ∈ U, 1 ≤ j, k ≤ m, 1 ≤ i ≤ n.
∂xk ∂xj ∂xj ∂xi
Notons que le Théorème de Schwartz reste vrai si seulement Df (a) et D(Df )(a) existent.
Preuve. Il suffit d’étudier le cas f : R2 → R, le cas général étant similaire. Nous allons effectuer un
développement limité à l’ordre deux, de l’expression symétrique (en h, k ∈ R2 assez petit)
f (a + h + k) − f (a + h) − f (a + k) + f (a).
Nous avons
f (a + h + k) − f (a + h) = Df (a + h)k + o(k), f (a + k) − f (a) = Df (a)k + o(k)
∂f ∂f ∂f ∂f
[Df (a + h) − Df (a)]k = ( (a + h) − (a))k1 + ( (a + h) − (a))k2 .
∂x1 ∂x1 ∂x2 ∂x2
puis
∂f ∂f ∂ ∂f ∂ ∂f
(a + h) − (a) = (a)h1 + (a)h2 + o(h)
∂x1 ∂x1 ∂x1 ∂x1 ∂x2 ∂x1
∂f ∂f ∂ ∂f ∂ ∂f
(a + h) − (a) = (a)h1 + (a)h2 + o(h)
∂x2 ∂x2 ∂x1 ∂x2 ∂x2 ∂x2
et finalement
f (a + h + k) − f (a + h) − f (a + k) + f (a)
∂ ∂f ∂ ∂f
= (a)h1 k1 + + (a)h2 k2
∂x1 ∂x1 ∂x2 ∂x2
∂ ∂f ∂ ∂f
+ (a)h2 k1 + (a)h1 k2 + ...
∂x2 ∂x1 ∂x1 ∂x2
Le reste "..." dans le dernier membre peut être évalué comme un o(khkkkk) (il n’y a pas de h2i , kj2 !). Pour
des raisons de symétrie en h, k nous avons que
∂ ∂f ∂ ∂f
(a)h2 k1 = (a)h1 k2
∂x2 ∂x1 ∂x1 ∂x2
d’où le résultat. 
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 16

2.5 Différentielle seconde et formule de Taulor-Young


Soit f : Rn → R et f ∈ C 2 (U ), U étant un ouvert de Rn . La différentielle seconde de f est la
différentielle de l’application
Rn → L(Rn , R) : a 7→ Df (a)
D2 f (a) = D(Df )(a).
Soit u ∈ Rn et v ∈ L(Rn , R) = Rn . Alors Df (a)u =< grad f (a), u >, et D(Df (a)u)v =< Hu, v >
où H = Hf est la matrice hessienne de f

∂ 2f
Hf (a) = ( (a))n,n
i,j=1,1
∂xi ∂xj

et d’après le Théorème de Schwarz cette matrice est symétrique H = H t , c’est à dire

D(Df (a)u)v = D(Df (a)v)u.

Ainsi, la différentielle seconde D2 f (a) s’interprète comme une application bi-linéaire symétrique

D2 f (a) : Rn × Rn → R : (u, v) 7→< Hu, v > .

La formule
f (a + h) = f (a) + Df (a)h + o(khk)
prend la forme
1
f (a + h) = f (a) + Df (a)h + D2 f (a)(h, h) + o(khk2 )
2
connue comme formule de Taylor-Young (à l’ordre deux). En notation matricielle nous avons

1
f (a + h) = f (a)+ < grad f (a), h > + < Hh, h > +o(khk2 )
2

2.6 Exercices
Exercice 1 (identité d’Euler) Montrer que une fonction dérivable f : Rn \ {0} → R est homogène
de degré k, c’est à dire f (tx) = tk f (x), ∀t > 0, x ∈ Rn , x 6= 0, si et seulement si
n
X ∂f
xi (x) = kf (x).
i=1
∂xi

Exercice 2 (intégrales premières) Soit

x0i = fi (x1 , x2 , . . . , xn ), 1 ≤ i ≤ n

un système différentiel où fi : U → R sont continues sur un ouvert U de Rn . On dit que que


F ∈ C 1 (U ) est une intégrale première du système dufférentiel, si
n
X
fi (x)Fx0 i (x) = 0, ∀x ∈ U.
i=1

1 Montrer que F est une intégrale première si pour toute solution t 7→ x(t) la fonction F (x(t))
est constante.
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 17

2 Calculer une intégrale première pour chacun des systèmes


x01 = x2 , x02 = −x1
x01 = x1 , x02 = −x2
x01 = x1 , x02 = x2
x01 = x1 , x02 = λx2 , λ ≤ 0
x01 = x2 , x02 = − sin(x1 )
x01 = Hx2 , x02 = −Hx1 , H ∈ C 1 (U )
3 Calculer le gradient et la différentielle de la fonction F (x, y) = (y − x2 + 1)e−y . Montrer que
F est une intégrale première du système différentiel
x0 = −y + x2 , y 0 = 2x.
Calculer D2 F (0, 0).
Exercice 3 (droite tangente) Soit f ∈ C 1 (R) et Γ la courbe définie par Γ = {(x, y)) ∈ R2 :
f (x, y) = 0}. On admet que f (0, 0) = 0, Df (0, 0) 6= 0 et que il existe une suite pk ∈ Γ des vecteurs,
tels que pk → 0 et que pk /kpk k → v ∈ R2 . Le vecteur v est tangent à la courbe Γ au point 0. Montrer
que
Df (0)v = 0.
Montrer que l = {(x, y) ∈ R2 : Df (0)(x, y) = 0 est une droite (la droite tangente à Γ au point 0.
Montrer que si Df (x0 , y0 ) 6= 0 et f (x0 , y0 ) = 0 alors la droite tangente à Γ au point (x0 , y0 ) a pour
équation
l(x0 ,y0 ) = {x : Df (x0 , y0 )(x − x0 , y − y0 ) = 0}. (2.4)
Construire la droite tangente à Γ au point (0, 0) si
Γ = {x2 + (y − 1)2 = 1}, Γ = {y = sin(x)}, Γ = {sin y = sin(x)}, Γ = {x + xy + y + x3 + y 3 = 0},
Exercice 4 (plan tangent) Soit f ∈ C 1 (R3 ) est S = {(x, y, z) : f (x, y, z) = 0} la surface définie
par f . S’inspirant de l’exercice précédent, montrer que le plan tangent à S au point (x0 , y0 , z0 ) ∈ S
est définie par
{(x, y, z) : Df (x0 , y0 , z0 )(x − x0 , y − y0 , z − z0 ) = 0. (2.5)
Expliciter le plan tangent à la sphère {x2 + y 2 + z 2 = 3} au point (1, 1, 1).
Exercice 5 (cinématique du solide) La position d’un solide avec un point fixe O est décrit par
une matrice orthogonale (le repère mobile, fixé dans le solide), et son mouvement par une application
ϕ : R → SO(3) : t 7→ R(t).
On admet que R(0) est la matrice identité. Le mouvement d’un point du solide, avec des coordonnées
x0 au moment t = 0 est décrit par
t 7→ x(t) = R(t)x0 .
Montrer que si R(t) ∈ SO(3) alors R0 (0) est une matrice antisymétrique. Montrer que si
 
0 −c b
R0 (0) =  c 0 −a 
−b a 0
alors R0 (0)x = (a, b, c) ∧ x (le produit vectoriel entre (a, b, c) et x. Plus généralement, montrer que
R0 (t) = A(t)R(t) où A(t) est une matrice antisymétrique. Ainsi
x0 (t) = A(t)R(t)x0 = A(t)x(t) = ω(t) ∧ x(t)
où ω(t) est un vecteur approprié, appelé vitesse angulaire de x(t). Ainsi, la vitesse angulaire ne dépend
pas de x0 .
CHAPITRE 2. DIFFÉRENTIELLES ET DÉRIVATIONS 18

Exercice 6 (calcul aux variations) Soit E = {f ∈ C1 ([0, 1]) : f (0) = f (1) = 0} et L ∈ C 1 (R ×


R × R). L’action S associée à la fonction de Lagrange L = L(x, ẋ, t)) est l’application
Z 1
S : E → R : x 7→ L(x(t), ẋ(t), t)dt.
t=0

Montrer que la différentielle de S est donnée par la fomrule


Z 1
d ∂L ∂L
DS(x)h = (− + )h(t)dt.
0 dt ∂ ẋ ∂x

En déduire que DS(x) = 0 si et seulement si x = x(t) satisfait l’équation de Lagrange

d ∂L ∂L
− = 0.
dt ∂ ẋ ∂x
Chapitre 3

Fonctions inverses, fonction implicites

3.1 Théorème d’inversion locale


Soit U ⊂ Rn un ouvert et f : U → Rn une application de classe C 1 .

Définition 3.1.1 On dit que f est un difféomorphisme local au voisinage de a ∈ U s’il existe un
ouvert Ua ⊂ U de a, et un autre ouvert Uf (a) contenant f (a) tels que Uf (a) = f (Ua ), l’application
f : Ua → Uf (a) est une bijection, et l’application réciproque (ou inverse) f −1 : Uf (a) → Ua est de
classe C 1 sur Uf (a) .

Une application linéaire L ∈ End(Rn ) est un difféomorphisme local, si et seulement si elle est un
difféomorphisme global, c’est à dire L est une application inversible.
Par exemple la fonction f (x) = 2x est un difféomorphisme local et global, et f −1 (x) = x/2. Pour
une application non-linéaire, ceci est généralement faux : la fonction f (x) = sin(x) = x + . . . est
inversible sur l’interval ] − π/2, π/2[, l’inverse étant f −1 (x) = Arcsin(x), mais n’est pas inversible
sur R. Ainsi, sin(x) est un difféomorphisme local au voisinage de x = 0, et sa différentielle au point
x = 0 est également inversible.

Théorème 3.1.1 (Théorème d’inversion locale) f ∈ C 1 (U ) est un difféomorphisme local au


voisinage de a ∈ U , si et seulement si Df (a) est une application inversible.

En effet, la formule

y = f (x) = f (a) + Df (a)(x − a) + o(kx − ak) ⇔ y − b = Df (a)(x − a) + o(kx − ak), b = f (a)

montre que si f est inversible, alors Df (a) l’est aussi. Réciproquement, si Df (a) est inversible

x − a = [Df (a)]−1 (y − a) + . . .

La démonstration rigoureuse utilise le théorème du point fixe (hors programme) et consiste à vérifier
que · · · = o(ky − ak). Notons que, sous l’hypothèse que f soit un difféomorhisme locale, nous avons
démontré que
[Df (a)]−1 = Df −1 (b).
L’application linéaire Df (a) est inversible si et seulement si sa matrice représentative (la matrice
jacobienne) est inversible. Ainsi, nous pouvons formuler la version équivalente suivante

Théorème 3.1.2 Une application f : Rn → Rn de classe C 1 est un difféomorphisme local au voisi-


nage de a, si et seulement si la matrice jacobienne Jf (a) est non-dégénérée, c’est à dire

∂fi
det Jf (a) = det( (a))i,j 6= 0.
∂xj

19
CHAPITRE 3. FONCTIONS INVERSES, FONCTION IMPLICITES 20

Définition 3.1.2 On appelle changement de coordonnées sur un ouvert V ⊂ Rn la donnée de n


fonctions ui = ui (x1 , x2 , . . . , xn ) telles que l’application

V → Rn : x 7→ u

est un difféomorphisme de classe C 1 (V ).

Ainsi, une partie de Rn est une courbe (surface) lisse au voisinage d’un point a, si et seulement si, à
un changement des coordonnées près, elle est une droite (un plan).
Exemple. Le changement de coordonnées polaires

x = ρ cos ϕ, y = ρ sin ϕ

est un C 1 -difféomrphisme entre {ρ, ϕ : ρ > 0, −π < ϕ < π} et R2 \ {(x, y) : x ≤ 0, y = 0}.


Effectivement, l’application associée est une bijection et la matrice jacobienne
 
cos ϕ −ρ sin ϕ
sin ϕ ρ cos ϕ

est non-dégénérée (de déterminant non nul). Les circles {x2 + y 2 = R2 } se tranforment en droites
{ρ = R}.

3.2 Théorème des fonctions implicites


Soit
f : Rm × Rn → Rn : (x, y) 7→ f (x, y)
une application de classe C 1 au voisinage de (a, b) ∈ Rm × Rn , telle que f (a, b) = 0 ∈ Rn .
Théorème 3.2.1 (Théorème des fonctions implicites) Si la matrice jacobienne formée par les
dérivées partielles par rapport à y au point (a, b) est inversible, i.e.
∂fi
det( (a, b))n,n
i,j=1,1 6= 0
∂yj
alors l’équation f (x, y) = 0 peut être résolue localement par rapport au variable y. Cela signifie qu’il
existe un voisinage approprié de (a, b) et une fonction y = ϕ(x) de classe C 1 , unique, telle que au
voisinage de (a, b)
f (x, ϕ(x)) ≡ 0.

Preuve. On applique le Théorème d’inversion locale à l’application


F : Rm × Rn → Rm × Rn : (x, y) 7→ (u, v) = (x, f (x, y))

au voisinage du point (a, b). Nous avons


∂fi
det JF (a, b) = det( (a, b))n,n
i,j=1,1 6= 0
∂yj

et l’application réciproque (x, y) = F −1 (u, v) existe au voisinage de (0, 0). Il suffit de remarquer que x = u
et par conséquent ϕ(x) = F −1 (x, 0) est l’application unique, telle que f (x, ϕ(x)) ≡ 0. 

Même si la fonction ϕ est défini implicitement, les dérivées de cette fonctions (d’ordre quelconque !)
se calculent explicitement. En utilisant les notations différentielles (2.2), nous avons
X ∂ϕk
dϕk = dxj
j
∂xj
CHAPITRE 3. FONCTIONS INVERSES, FONCTION IMPLICITES 21

ou d’une manière abrégée


m
X ∂yk
dyk = dxj , k = 1, 2, . . . , n. (3.1)
j=1
∂xj

L’équation f (x, y(x)) ≡ 0 implique


m n
X ∂fi X ∂fi
dxi + dyk = 0, i = 1, 2, . . . , n
j=1
∂xj k=1
∂yk

qui peut être résolu par rapport aux différentielles dyk pour obtenir l’équation (3.1), c’est à dire les
∂ϕ
dérivées partielles ∂xkj .

3.3 Courbes et surfaces


La notion de difféomorphisme local ou de changement des coordonnées permet de formaliser la
notion de courbe, surface, et plus généralement de sous-variété de Rn .

Définition 3.3.1 (sous-varieté) Soit S ⊂ Rn un ensemble. On dit que S est une sous-variété lisse
de dimension d en a ∈ S s’il existe un difféomorphisme local ϕ : Ua → Rn , d’un voisinage ouvert Ua
de a, sur ϕ(Ua ), ϕ(a) = 0, qui transforme S ∩ Ua en un sous espace vectoriel de dimension d.

Lorsque d = 1 on parle d’une courbe, d = 2 d’une surface.

Proposition 3.3.1 (graphique d’une fonction) L’ensemble {(x, f (x)) ∈ R2 : f ∈ C 1 (U )} où


U ⊂ R est un ouvert, est une courbe lisse. L’ensemble {(x, y, f (x, y))) ∈ R3 : f ∈ C 1 (U )} où U ⊂ R2
est un ouvert, est une surface lisse.

Preuve. Le changement de coordonnées u = x, v = y − f (x) est un difféomorphisme local qui transforme le


graphique {x, f (x)} en droite {v = 0}. Respectivement, le changement u = x, v = y, w = z − f (x, y) est un
difféomorphisme local qui transforme le graphique {(x, y, z) ∈ R3 : z = f (x, y) = 0} dans le plan {w = 0}. 

Proposition 3.3.2 (ensemble de niveau d’une fonction) Soit f ∈ C1 (U ), U ⊂ R2 un ouvert.


Si Df (a) 6= 0 alors l’ensemble de niveau {(x, y) ∈ U : f (x, y) = f (a1 , a2 )} est une courbe lisse au
point a ∈ U . Respectivement, si U ⊂ R3 est un ouvert, a ∈ U ,f ∈ C 1 (U ) et Df (a) 6= 0, alors
l’ensemble de niveau {(x, y, z) ∈ U : f (x, y, z) = f (a1 , a2 , a3 )} est une surface lisse au point a.

∂f
Preuve. Si f ∈ C 1 (U ), U ⊂ R2 et Df (a) 6= 0, m nous pouvons supposer par exemple que ∂y (a)6 0. D’après
=
le Théorème des function implicites il existe une fonction ϕ unique, telle que l’ensemble de niveau de f est
défini localement au voisinage de a comme le graphique de ϕ. Proposition 3.3 implique que ceci est une
courbe lisse au point a. Le cas de surface est bien sur analogue. 

Définition 3.3.2 Soit SRn une variété (courbe, surface, ...). On dit que le vecteur v ∈ Rn est un
vecteur tangent S au point a ∈ S, s’il existe une application dérivable

R → Rn : t 7→ x(t), x(0) = a

définie au voisinage de 0 ∈ R, telle que x(t) ∈ S et x0 (0) = v.

Théorème 3.3.1 Si S est lisse en a, l’ensemble des vecteurs tangents en a forment un espace vec-
toriel de dimension d, appelé espace vectoriel tangent à S en a, et noté Ta S.
CHAPITRE 3. FONCTIONS INVERSES, FONCTION IMPLICITES 22

Preuve. Nous allons nous contenter du cas d = 1, n = 2 (courbe dans R2 ). Admettons que

S = {x ∈ R2 : f (x) = f (a)}

où f est C 1 au voisinage de a. Nous avons

f (x(t)) = f (x(0)) + Df (x(0))(x(t) − x(0)) + o(kx(t) − x(0)k)


= f (a) + Df (x(0))(tv + o(ktk)) + o(tv + o(ktk))
= f (a) + t < grad f (a), v > +o(ktk).

et f (x(t)) ≡ f (x(0)) implique 0 = t < grad f (a), v > +o(ktk) et par conséquent < grad f (a), v >
+o(ktk)/t →< grad f (a), v >= 0. Or, l’équation

{v ∈ R2 :< grad f (a), v >= 0}

est un espace vectoriel de dimension un (une droite). 

L’équation de la droite tangente est explicité dans (2.4) et d’un plan tangent dans (2.5).

3.4 Exercices