Académique Documents
Professionnel Documents
Culture Documents
2011/2012
Recueil d’exercices corrigés
et aide-mémoire.
VTSU
s
M2
s
ul
iel
lc
31
nt
Ca
re
ffé
di
NO NI
A CCA
G. F i se -à-jo
ur
m
ière
Dern 2012
9 a vril
i 1
Jeud
Attention, ce polycopié est encore en cours de développement, ne vous étonnez pas si vous découvrez des erreurs. Merci
de me les communiquer.
Gloria FACCANONI
2
Table des matières
1. Primitives et intégrales 5
3. Limites et continuité 61
4. Dérivabilité et différentiabilité 73
3
1. Primitives et intégrales
Primitives
Primitive
Soit I un intervalle de R. Une fonction f : I → R est intégrable s’il existe une fonction dérivable F : I → R telle que pour
tout x ∈ I , F 0 (x) = f (x). Une telle fonction F est une primitive (ou intégrale indéfinie) de f .
Propriété
B Si F est une primitive de f alors, pour tout réel c, la fonction F + c est aussi une primitive de f .
B Toute primitive de f est nécessairement de la forme F + c pour une certaine constante c.
Notation
R R
L’ensemble des primitives d’une fonction f est noté f ou encore f (x) dx.
Remarque
Rx
Si a ∈ I alors F (x) = a f (t ) dt est l’unique primitive qui s’annule en a.
Linéarité
Soit I un intervalle de R, f et g : I → R deux fonctions intégrables et k ∈ R. Alors
Z Z Z Z Z
( f (x) + g (x)) dx = f (x) dx + g (x) dx et k f (x) dx = k f (x) dx.
Intégration directe
Dans le tableau qui suit on sous-entend que l’intégration est réalisée sur un intervalle contenu dans l’ensemble de défi-
nition de la fonction à intégrer.
Z Z
x n+1 [ f (x)]n+1
x n dx = n+1 +c =⇒ [ f (x)]n f 0 (x) dx = n+1 +c pour n 6= −1
Z Z
f 0 (x)
1
x dx = ln(x) + c =⇒ f (x) dx = ln(| f (x)|) + c
Z Z
e x dx = e x + c =⇒ e f (x) f 0 (x) dx = e f (x) + c
Z Z
a x dx = (loga e)a x + c =⇒ a f (x) f 0 (x) dx = (loga e)a f (x) + c
Z Z
sin(x) dx = − cos(x) + c =⇒ sin( f (x)) f 0 (x) dx = − cos( f (x)) + c
5
1. Primitives et intégrales Jeudi 19 avril 2012
Z Z
cos(x) dx = sin(x) + c =⇒ cos( f (x)) f 0 (x) dx = sin( f (x)) + c
Z Z
1 f 0 (x)
cos2 (x)
dx = tan(x) + c =⇒ cos2 ( f (x))
dx = tan( f (x)) + c
Z Z
f 0 (x)
p 1 dx = arcsin(x) + c = − arccos(x) + c =⇒ p dx = arcsin( f (x)) + c = − arccos( f (x) + c
1−x 2 1−( f (x))2
Z Z
1 f 0 (x)
1+x 2
dx = arctan(x) + c =⇒ 1+( f (x))2
dx = arctan( f (x)) + c
Z Z
cosh(x) dx = sinh(x) + c =⇒ cosh( f (x)) f 0 (x) dx = sinh( f (x)) + c
Z Z
sinh(x) dx = cosh(x) + c =⇒ sinh( f (x)) f 0 (x) dx = cosh( f (x)) + c
Z Z
1 f 0 (x)
dx = tanh(x) + c =⇒ dx = tanh( f (x)) + c
cosh2 (x) cosh2 ( f (x))
du
Autrement dit, en posant u = g (x) on obtient dx = g 0 (x), soit encore du = g 0 (x) dx et donc
Z Z
f (g (x))g 0 (x) dx = f (u) du = F (u) + c.
Exemple
Calculer une primitive de lnxx avec les trois méthodes décrites ci-dessus.
Intégration directe :
[ f (x)]2 2
comme lnxx dx = f (x) f 0 (x) dx avec f (x) = ln(x) et comme f (x) f 0 (x) dx = 2 on conclut que lnxx dx = ln 2(x) + c.
R R R R
6 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
si on pose g (x) = ln(x) et f 0 (x) = x1 alors g 0 (x) = x1 et f (x) = ln(x) donc lnxx dx = ln2 (x) − lnxx dx, i.e. 2 lnxx dx = ln2 x + c et
R R R
2
finalement lnxx dx = ln 2(x) + k.
R
Fonctions rationnelles
Fonction rationnelle
N (x)
Soit N (x) et D(x) deux polynômes de degré respectivement ν et δ. Toute fonction du type P (x) = D(x) est dite fonction
rationnelle.
B Si ν ≥ δ on dit que P est une fonction rationnelle impropre.
B Si ν < δ on dit que P est une fonction rationnelle propre.
Propriété
Soit N et D deux polynômes de degré respectivement ν et δ et P (x) = N (x)
D(x) une fonction rationnelle impropre (i.e. ν ≥ δ).
Alors, en effectuant la division euclidienne de N par D, on peut réécrire P comme
R(x)
P (x) = Q(x) +
D(x)
R(x)
où Q est un polynôme de degré ν − δ et R un polynôme de degré au plus δ − 1, ainsi D(x) est une fonction rationnelle
propre.
On en déduit que
N (x) R(x)
Z Z Z Z
P (x) dx = dx = Q(x) dx + dx.
D(x) D(x)
L’intégration de Q étant triviale, on conclut que la difficulté de l’intégration d’une fonction rationnelle se réduit à l’intégration
d’une fonction rationnelle propre.
Propriété
R(x)
Si D(x) est une fonction rationnelle propre et si D possède
B k racines réelles ak chacune de multiplicité m k et
B h couples de racines complexes conjuguées qui sont racines du polynôme x 2 + bh x + dh chacune de multiplicité n h
(ainsi ∆ = b h2 − 4d h < 0 pour tout h),
alors D s’écrit
© G. Faccanoni 7
1. Primitives et intégrales Jeudi 19 avril 2012
Pour intégrer une fonction rationnelle il suffit alors de connaître les primitives des quatre fractions simples suivantes :
A A B x +C B x +C
f 1 (x) = , f 2 (x) = , f 3 (x) = , f 4 (x) = .
x −a (x − a)n x 2 + bx + d (x 2 + bx + d )n
B x +C B x +C
Z Z
2
dx = ´2 ³ ´ dx
x + bx + d
³ 2
x + b2 + d − b4
q
2
x + b2 = d − b4 t
µq ¶ q
2
Z B b2 b
d − 4 t − 2 +C dx = d − b4 dt
1
=q dt
2 t2 +1
d − b2
B 2t C − B b2 1
Z Z
= 2
dt + dt
1+ t2
q
2 1+t 2
d − b4
B C − B b2
= ln |1 + t 2 | + q arctan(t ) + cnst
2 2
d − b4
¯ ³ ´2 ¯¯
b b b
x
¯
B ¯ ¯ + 2
¯ C − B x +
2
= ln ¯1 + ¯+ q arctan q 2 + cnst;
¯
2 ¯¯ b2 ¯ 2 2
d− 4 ¯ d− 4b
d− 4 b
B x+C
4. la primitive de f 4 (x) = (x 2 +bx+d )n
est
B x +C B 2x + b Bb
µ ¶Z
1
Z Z
dx = dx + C − dx
(x 2 + bx + d )n 2 (x 2 + bx + d )n 2 (x 2 + bx + d )n
| {z } | {z }
I1 I2
avec
B 1
I1 =
2 (1 − n)(x 2 + bx + d )n−1
1
Z
I2 = dx q
2
(x + bx + d )n
2
x + b2 = d − b4 t
¶ 1 −n Z q
2
b2 2 dx = d − b4 dt
µ
1
= d− dt
4 (1 + t 2 )n
| {z }
In
n
et l’intégrale I se calcule par récurrence
t 2n − 3 n−1
In = + I .
2(n − 1)(1 + t 2 )n−1 2(n − 1)
8 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
Exemple
1. On veut intégrer la fonction rationnelle propre f (x) = 2 x−3 . Comme ∆ = 42 − 4 × 5 < 0 il s’agit d’un intégrale du type
R B x+C x −4x+5
2 dx. Le dénominateur se décompose comme x 2 − 4x + 5 = (x − 2)2 + 1 et l’intégrale s’écrit
x +bx+d
x −3 (t + 2) − 3 1 2t 1
Z Z Z Z Z
f (x) dx = dx = dt = dt − dt
(x − 2)2 + 1 t2 +1 2 t2 +1 t2 +1
1 1
= ln(1 + t 2 ) − arctan(t ) + cnst = ln((x + 2)2 + 1) − arctan(x − 2) + cnst
2 2
3x + 1 A1 A2 A3
f (x) = = + +
x(x − 2)(x + 2) x x −2 x +2
Pour calculer les constantes A i on peut utiliser le principe d’identité des polynômes :
3x + 1 A 1 (x − 2)(x + 2) + A 2 x(x + 2) + A 3 x(x − 2) (A 1 + A 2 + A 3 )x 2 + (2A 2 − 2A 3 )x − 4A 1 A1 + A2 + A3 = 0
= = ⇐⇒ 2A 2 − 2A 3 = 3
x(x − 2)(x + 2) x(x − 2)(x + 2) x(x − 2)(x + 2)
−4A 1 = 1
ainsi
1 1 5 A2 7 A3 1 5 7
Z Z Z Z
f (x) dx = − dx − dx + dx = − ln |x| − ln |x − 2| + ln |x + 2| + c.
4 x 8 x −2 8 x +2 4 8 8
3
3. On veut intégrer la fonction rationnelle impropre f (x) = 3x 2 +2x−5 . On effectue d’abord la division euclidienne
3x −5x−2
3x 3 +2x −5 3x 2 − 5x − 2
−3x 3 +5x 2 +2x x + 35
5x 2 +4x −5
−5x 2 + 25
3 x + 10
3
37
3 x − 53
37
x− 5 37
x− 5
ainsi f (x) = x + 53 + 32 3
. Maintenant on décompose le terme 32 3
en fractions simples : on a 3x 2 −5x −2 = (x + 31 )(x −2)
3x −5x−2 3x −5x−2
et on doit chercher les deux constantes A 1 et A 2 telles que
37 5
3 x− 3 A1 A2
= +
3x 2 − 5x − 2 x + 13 x −2
37 5 A
A 1 (x − 2) + A 2 (x + 13 ) (A 1 + A 2 )x − 2A 1 + 32 A 1 + A 2 = 37
(
3 x− 3 3
= = ⇐⇒ A
2
3x − 5x − 2 2
3x − 5x − 2 2
3x − 5x − 2 −2A 1 + 32 = − 53
On conclut que
5 52/63 207/63
f (x) = x + + +
3 x+ 1 x −2
3
et
x2 5
¯ ¯
52 ¯¯ 1 ¯ 207
Z
f (x) dx = + x+ ln ¯x + ¯¯ + ln |x − 2| + c.
2 3 63 3 63
x−4
4. On veut intégrer la fonction rationnelle propre f (x) = . On doit d’abord la décomposer en fraction simples ; comme
x 3 −x 2 −5x−3
3 2 2
x − x − 5x − 3 = (x − 3)(x + 1) la fonction f admet la décomposition
© G. Faccanoni 9
1. Primitives et intégrales Jeudi 19 avril 2012
On conclut que
−1/16 1/16 −5/4
f (x) = + +
x −3 x + 1 (x + 1)2
et
1 1 5
Z
f (x) dx = − ln |x − 3| + ln |x + 1| − + c.
16 16 4(x + 1)
x 2 +2
5. On veut intégrer la fonction rationnelle propre f (x) = . Comme ∆ = 4 − 20 < 0, la fonction f se décompose comme
(x 2 −2x+5)2
B 1 x +C 1 B 2 x +C 2
f (x) = 2 + 2 .
x − 2x + 5 (x − 2x + 5)2
B1 = 0
2 3 2
C
x +2 B 1 x +C 1 B 2 x +C 2 B 1 x + (C 1 − 2B 1 )x + (5B 1 − 2C 1 + B 2 )x + 5C 1 +C 2 1 − 2B 1 = 1
2 2
= 2 + 2 2
= 2 2
⇐⇒
(x − 2x + 5) x − 2x + 5 (x − 2x + 5) (x − 2x + 5)
5B 1 − 2C 1 + B 2 = 0
5C 1 +C 2 = 2
B On calcule I 2 :
2x − 3 2x − 2 1 1 1
Z Z Z Z
dx = dx − dx = − − dx
(x 2 − 2x + 5)2 (x 2 − 2x + 5)2 (x 2 − 2x + 5)2 x 2 − 2x + 5 (x 2 − 2x + 5)2
1 1 1 1 1
Z Z
=− 2 − dx = − 2 − dt
x − 2x + 5 ((x − 1)2 + 4)2 x − 2x + 5 8 (t 2 + 1)2
1 1 t t
µ ¶ µ ¶
1 1 1 1 1
Z
=− 2 − + dt = − − + arctan(t )
x − 2x + 5 8 2 1 + t 2 2 1 + t 2 x 2 − 2x + 5 16 1 + t 2
x −1 x +7 x −1
µ µ ¶¶ µ ¶
1 1 2(x − 1) 1
=− 2 − + arctan + c = − − arctan + c.
x − 2x + 5 16 x 2 − 2x + 5 2 8(x 2 − 2x + 5) 16 2
On conclut que
x −1 x +7
µ ¶
7
Z
f (x) dx = arctan − 2
+ c.
16 2 8(x − 2x + 5)
1
6. On veut intégrer la fonction rationnelle propre f (x) = qui se décompose comme
x 3 (x 2 +1)2
A 1 A 1 A 1 B 1 x +C 1 B 2 x +C 2
f (x) = + 2 + 3 + + 2 .
x x x x2 + 1 (x + 1)2
1 A 1 A 2 A 3 B 1 x +C 1 B 2 x +C 2
= + 2 + 3 + + 2
x 3 (x 2 + 1)2 x x x x2 + 1 (x + 1)2
(A 1 + B 1 )x 6 + (A 2 +C 1 )x 5 + (2A 1 + A 3 + B 1 + B 2 )x 4 + (2A 2 +C 1 +C 2 )x 3 + (A 1 + 2A 3 )x 2 + (A 2 )x + (A 3 )
=
x 3 (x 2 + 1)2
A1 + B1 = 0
A 2 +C 1 = 0
2A 1 + A 3 + B 1 + B 2 = 0
⇐⇒ 2A 2 +C 1 +C 2 = 0
A 1 + 2A 3 = 0
A2 = 0
A3 = 1
10 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
1 1 2x x
Z Z Z Z Z
f (x) dx = −2 dx + dx + dx + dx
x x3 x2 + 1 (x 2 + 1)2
1 1 2x
Z
= −2 ln |x| − 2 + ln |x 2 + 1| + dx
2x 2 (x 2 + 1)2
1 1 2x
= −2 ln |x| − 2 + ln |x 2 + 1| − + c.
2x 2 (x 2 + 1)
Intégrales définies
Théorème fondamentale du calcul différentiel et intégral
Soit f une fonction continueR x sur [a; b] et F une primitive de f sur [a; b]. Alors
1. la dérivée de g (x) = a f (x) dx existe et est égale à f (x) ;
Rb
2. a f (x) dx = F (b) − F (a).
L’expression F (b) − F (a) se note aussi [F (x)]ba ou encore F (x)|ba .
Remarque
Rx
Si f est de classe C 1 sur [a; b] alors g (x) = f (x) − f (a) = a f 0 (x) dx.
Interprétation géométrique
Rb +
L’intégrale définie a f (x) dx correspond à l’aire du do- +
maine du plan situé entre le graphe de f et l’axe des a b
abscisses, compté positivement pour la partie située au- −
dessus de l’axe des abscisses et négativement pour la par-
tie située en dessous.
Exemple
y
f (x) = x 2
9
4
2
1
" #3/2
x3
Z 3/2
9
x 2 dx = =
0 3 8
0
x
1 3 2 3
2
Calcul d’aires
Soit f et g deux fonctions intégrables sur [a; b] telles que f (x) ≥ g (x) sur [a; b]. L’aire de la surface comprise entre les
Rb
graphes de f et g entre a et b est définie par l’intégrale a ( f (x) − g (x)) dx.
© G. Faccanoni 11
1. Primitives et intégrales Jeudi 19 avril 2012
Exemple
y
4
f (x) = (x − 1)2
3
1
x+
=
x)
g(
Z 2
(g (x) − f (x))dx
0
1
x
0 1 2 3
Propriété
Soit [a; b] un intervalle de R avec a < b, f et g : [a; b] → R deux fonctions intégrables.
Rb Rc Rb
Relation de Chasles : a f (x) dx = a f (x) dx + c f (x) dx pour tout c ∈ [a; b].
Rb Rb
Relation d’ordre : si f (x) ≤ g (x) pour toute x ∈ [a; b] alors a f (x) dx ≤ a g (x) dx.
Rb
Nullité : si f est continue sur [a; b] et f (x) ≥ 0 pour toute x ∈ [a; b] alors a f (x) dx = 0 si et seulement si f (x) ≡ 0.
Ra Ra
Parité : si f est paire sur [−a; a] avec a ≥ 0 alors −a f (x) dx = 2 0 f (x) dx ; si f est impaire sur [−a; a] avec a ≥ 0 alors
Ra
−a f (x) dx = 0.
Rb Rb
Valeur absolue : | a f (x) dx| ≤ a | f (x)| dx.
Rb Rb
a f (x) dx a f (x) dx
Moyenne : si m ≤ f (x) ≤ M pour toute x ∈ [a; b] alors m ≤ b−a ≤ M . Le nombre b−a est la valeur moyenne de f
sur [a; b].
Intégrales généralisées
Étudier la nature d’une intégrale généralisée (ou impropre) c’est préciser si elle est convergente ou divergente.
Intégrale généralisée de première espèce : cas d’une fonction bornée sur un intervalle non borné
Soit f une fonction définie sur [a; +∞[ et intégrable sur tous les intervalles [a; b] pour b ≥ a. L’intégrale généralisée de
première espèce de f sur [a; +∞[ est égale, lorsqu’elle existe, à la limite
Z +∞ Z b
f (x) dx = lim f (x) dx.
a b→+∞ a
On définit de manière analogue l’intégrale généralisée sur l’intervalle ] − ∞; a]. Si la limite existe on dit que l’intégrale est
convergente, dans le cas contraire, on dit qu’elle est divergente.
12 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
Exemple
Soit a > 0. Alors a+∞ x1r dx converge si et seulement si r > 1 car
R
h 1−r ic 1
1−r si r > 1,
Z +∞
1 lim x si r 6= 1, lim c −1 si r 6= 1, 1−r
1−r a 1−r
dx = c→+∞ = c→+∞ = +∞ si r < 1,
a xr lim [ln(x)]c
a si r = 1, lim ln(c) si r = 1,
c→+∞ c→+∞ +∞ si r = 1.
Règles de convergence
Condition nécessaire de convergence :
R +∞
si l’intégrale a f (x) dx converge et si lim f (x) existe alors lim f (x) = 0.
x→+∞ x→+∞
Comparaison de fonctions positives :
soit f et g deux fonctions définies sur [a; +∞[ telles que 0 ≤ f (x) ≤ g (x) sur [a; +∞[ et intégrables sur tous les
intervalles [a; b] pour b ≥ a.
B Si Ra+∞ g (x) dx converge alors
R R +∞
a f (x) dx converge aussi.
B Si a+∞ f (x) dx diverge alors a+∞ g (x) dx diverge.
R
Exemple
1. L’intégrale 1+∞ arctan(x) dx converge tandis que l’intégrale 1+∞ arctan(x) dx diverge. En effet, comme π4 ≤ arctan(x) ≤ π2 pour
R R
x2 x
tout x ∈ [1; +∞[, alors
π π
Z +∞ Z +∞ Z +∞ Z +∞
arctan(x) arctan(x)
2
dx ≤ 2
dx < +∞, dx ≥ dx > +∞.
1 x 1 2x 1 x 1 4x
¯R ¯ R ¯R ¯
2. L’intégrale 1+∞ cos(x) dx converge car − ¯ 1+∞ cos(x) dx ¯ ≤ 1+∞ cos(x) dx ≤ ¯ 1+∞ cos(x)
R
dx ¯ et
¯ ¯ ¯ ¯
2
x 2 x 2 x 2 x
¯Z +∞ ¯ Z +∞ ¯ ¯ Z +∞
¯ cos(x) ¯¯ ¯ cos(x) ¯ 1
¯ dx ≤ ¯ ¯ dx ≤ dx = 1.
¯
1 x2 ¯
1
¯ x2 ¯
1 x2
Intégrale généralisée de deuxième espèce : cas d’une fonction non bornée sur un intervalle borné
Soit f une fonction définie sur ]a; b] sans être définie au point a et intégrable sur tous les intervalles [c; b] pour c ∈]a; b[.
L’intégrale généralisée de deuxième espèce de f sur ]a; b] est égale à la limite
Z b Z b
f (x) dx = lim f (x) dx
a c→a + c
lorsqu’elle existe. Si la limite existe on dit que l’intégrale est convergente, dans le cas contraire, on dit qu’elle est diver-
gente.
Exemple
Soit a 6= 0. Alors 0a x1r dx converge si et seulement si r < 1 car
R
Règles de convergence
Condition suffisante de convergence :
Rb
si lim f (x) existe alors l’intégrale a f (x) dx converge.
x→a
© G. Faccanoni 13
1. Primitives et intégrales Jeudi 19 avril 2012
Définition
1. Si f est intégrable sur tous les intervalles [c; d ] contenus dans ]a, b[ mais n’est pas définie ni en a ni en b, on pose
Z b Z c Z b
f (x) dx = f (x) dx + f (x) dx
a a c
Z b
avec c ∈]a, b[ quelconque. On dit que l’intégrale f (x) dx converge si et seulement si les deux intégrales
Z c Z b a
F: J →R
Z x
x 7→ F (x) = f (t ) dt
a
Propriété
B F (a) = R0
B F (b) = ab f (t ) dt =constante
B Si f est positive (resp. négative) dans un intervalle [p, q] qui contient a,
B si x > a alors f et F ont même signe
B si x < a alors f et F ont signe opposé
B Si f est continue alors F est continue et dérivable ; si f est dérivable alors F 0 est continue et dérivable. En effet, si
14 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
Exemple
2
Soit f : [0, 4] → R la fonction définie par f (t ) = t p−5t +6
. On veut étudier la fonction F (x) = 0x f (t ) dt .
R
2 t +1
Régularité : f ∈ C 0 ([0, 4]) donc F ∈ C 1 ([0, 4]).
Variations : comme F 0 (x) = f (x) alors
B F 0 (x) > 0 pour x 2 − 5x + 6 > 0, i.e. 0 < x < 2, x > 3 : fonction F croissante,
B F 0 (x) < 0 pour x 2 − 5x + 6 > 0, i.e. 2 < x < 3 : fonction F décroissante,
B en x = 2 et x = 3 la fonction f change de signe e F est continue donc
R2 2
B x = 2 est un maximum local pour F et F (2) = 0 t p−5t +6
dt ,
t 2 +1
R 3 t 2 −5t +6
B x = 3 est un minimum local pour F et F (3) = 0 p 2 dt .
t +1
6
4
3
4
3 2
f F
2
1
1
0 0
1 2 3 4 0 1 2 3 4
x x
Proposition
R v(x)
Si u et v sont deux fonctions dérivables de J dans R, alors la fonction F (x) = u(x) f (t ) dt est dérivable et
Exemple
On veut calculer sur ]0; +∞[ la dérivée de la fonction
Z x2
ln(t )
F (x) = dt .
x/2 t
On a
Z x2 " #x 2
ln(t ) ln2 (t ) ln2 (x 2 ) ln2 (x/2) ln2 (x/2)
F (x) = dt = = − = 2 ln2 (x) − ,
x/2 t 2
x/2
2 2 2
© G. Faccanoni 15
1. Primitives et intégrales Jeudi 19 avril 2012
1
Z Z Z
1. 2x 3 − 3x + 1 dx 14. 3
dx 27. (ax + b)n dx avec
Z x ln x a 6= 0 et n 6= 1
p p
Z
3
x 2 e x dx
3
2. x+ x dx 15.
1
Z
Z
1
Z
1 + cos x 28. dx avec
3. p dx 16. dx (ax + b)n
x + sin x ax + b 6= 0, a 6= 0 et n > 1
Z px +1
x3
Z
Z 3
4. 2x + 1 dx 17. dx x +x +1
1 + x3 29. dx
Z Z
sin(2x) x2 + 1
5. e 2x+1 dx 18. dx
2
Z
Z p Z + sin x
1
30. (1 + 2x 3 )2 dx
4 1
6. (x − 1)3 dx 19. p dx
x3x Z
x
Z
(1 + cos x)2 dx
Z
7. dx 31.
20. sin3 x cos x dx
Z xp +1
Z
1 − 2x
Z
8. x 5 + x 2 dx 21. sin(3x) dx 32. p dx
1 − x2
ex
Z
1
Z
9. dx 22. dx 1
Z
1 + ex sin x cos x
p p 33. 2
dx
Z
e x
Z
sin x sin x cos2 x
10. p dx 23. p dx
x 1
Z
x
Z −1/x 34. dx
1 + ex
Z
e
11. dx 24. x(x 2 + 1)2 dx
2
Z x Z
cos2 x
1
Z
12.
2
xe x dx 25. p dx 35. dx
3 1 − sin x
x2 + 3
ln3 x
Z tan x
e 1
Z Z
13. dx 26. dx 36. dx
x cos2 x sin(4x)
S OLUTION .
1 ln4 x 3p 3
1. x(x 3 − 3x + 2) + c 13. +c 25. (x 2 + 3)2 + c
2 4 4
1 p 1 26. e tan x + c
2. (8 3 x + 3)x 4/3 + c 14. − +c
12 2 ln2 x 1 (ax + b)n+1
p 3 27. +c
3. 2 x +1+c ex a n +1
15. +c
1 (ax + b)−n+1
p
(2x + 1)3 3
4. +c 28. +c
3 16. ln |x + sin x| + c a −n + 1
e 2x+1 arctan(x 4 ) x2
5. +c 17. +c 29. + arctan x + c
2 4 2
2
4 18. ln(1 + sin x) + c 4 7
6. (x − 1)7/4 + c 3 30. x + x4 + x + c
7 19. −p +c 7
3
7. x − ln(x + 1) + c x 3 sin x cos x
31. x + 2 sin x + +c
1 sin4 x 2 2
8. (5 + x 2 )3/2 + c 20. +c p
3 4 32. arcsin x + 2 1 − x 2 + c
1
9. ln(1 + e x ) + c 21. − cos(3x) + c 1
p 3 33. tan x − +c
10. 2e x
+c tan x
22. ln | tan x| + c
p 34. x − ln(1 + e x ) + c
11. e −1/x + c 23. −2 cos x + c
2 35. x − cos x + c
ex (x 2 + 1)3
12. +c 24. +c 1
36. ln | tan(2x)| + c
2 6 4
16 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
x arcsin x
Z
ln(x) ln x
Z Z Z
1. dx 5. p dx 9. p dx 14. x 3 ln x dx
x2 x 1 − x2
sin x tan x
Z
ln x
Z
ln(ln(x)) 10. e dx
Z Z
2. dx cos 3x 15. p dx
6. x sin x dx 4
x Z x
Z Z 11. x 3 sin x 2 dx Z
3. ln(1 + x) dx 7. x ln x dx 16. ln2 x dx
Z
12. e 2x sin(3x) dx
Z Z Z Z
2 x 2
4. x e dx 8. x cos x dx 13. e −3x cos(2x) dx 17. x sin2 x dx
S OLUTION .
1 x
1. Comme f (x) = ln(x) ⇒ f 0 (x) = x et g (x) = − x1 ⇐ g 0 (x) = 1
x2
on obtient − 1+ln
x +c
1 1
2. Comme f (x) = ln(ln(x)) ⇒ f 0 (x) = 0
x ln x et g (x) = ln(x) ⇐ g (x) = x on obtient (ln(ln(x)) − 1) ln(x) + c
1
3. Comme f (x) = ln(1 + x) ⇒ f 0 (x) = 0
1+x et g (x) = x ⇐ g (x) = 1 on obtient (1 + x) ln(1 + x) − x + c
x x x
4. Comme f (x) = x 2 ⇒ f 0 (x) = 2x et g (x) = e ⇐ g (x) = e on obtient e ((x − 2)x + 2) + c
0
p p
5. Comme f (x) = ln x ⇒ f 0 (x) = x1 et g (x) = 2 x ⇐ g 0 (x) = p1x on obtient 2 x(ln x − 2) + c
6. Comme f (x) = x ⇒ f 0 (x) = 1 et g (x) = − cos x ⇐ g 0 (x) = sin x on obtient −x cos x + sin x + c
x2 1
7. Comme f (x) = ln x ⇒ f 0 (x) = 1/x et g (x) = x 2 /2 ⇐ g 0 (x) = x on obtient ln x − x 2 + c
2 4
8. Comme f (x) = x 2 ⇒ f 0 (x) = 2x et g (x) = sin x ⇐ g 0 (x) = cos x on obtient x 2 sin x − 2[−x cos x + sin x] + c
p p
9. Comme f (x) = arcsin x ⇒ f 0 (x) = p 1 2 et g (x) = − 1 − x 2 ⇐ g 0 (x) = p x 2 on obtient − 1 − x 2 · arcsin x + x + c
1−x 1−x
10. Comme f (x) = sin x/cos x ⇒ f 0 (x) = 1/cos 2 x et g (x) = e tan x ⇐ g 0 (x) = e tan x/x 2 on obtient e tan x (tan x − 1) + c
−x 2 cos(x 2 ) + sin(x 2 )
11. Comme f (x) = sin(x 2 ) ⇒ f 0 (x) = 2x cos(x 2 ) et g (x) = x 4/4 ⇐ g 0 (x) = x 3 on obtient +c
2
2e 2x (sin(3x)− 23 cos(3x))
12. Comme f (x) = sin(3x) ⇒ f 0 (x) = 3 cos(3x) et g (x) = e 2x /2 ⇐ g 0 (x) = e 2x on obtient 13 +c
−e −3x 3e −3x (cos(2x)− 32 sin(2x))
13. Comme f (x) = cos(2x) ⇒ f 0 (x) = −2 sin(2x) et g (x) = 3 ⇐ g 0 (x) = e −3x on obtient − 13 +c
4
1 x4 x (4 ln x − 1)
14. Comme f (x) = ln x ⇒ f 0 (x) = x et g (x) = 4 ⇐ g 0 (x) = x 3 on obtient +c
16
1 3/4 4
15. Comme f (x) = ln x ⇒ f 0 (x) = et g (x) = 4x3 ⇐ g 0 (x) = p 1
on obtient x 3/4 ln x − 43 + c
¡ ¢
x 4
x 3
1
16. Comme f (x) = ln x ⇒ f 0 (x) = x et g (x) = x ln x − x ⇐ g 0 (x) = ln x on obtient x(ln2 x − 2 ln x + 2) + c
x2
17. Comme f (x) = sin2 x ⇒ f 0 (x) = 2 sin x cos x = sin(2x) et g (x) = 2 ⇐ g 0 (x) = x on obtient 41 (x 2 − x sin(2x)− 12 cos(2x))+c
© G. Faccanoni 17
1. Primitives et intégrales Jeudi 19 avril 2012
1 1
Z Z
sin(ln(x)) ln x
Z Z
1. dx 7. q dx 13. dx 19. p dx
x x ln x1 x x 1 − ln2 x
p
1+e x 1
Z Z
Z
2. p dx 14. dx e /x
1
e x ln(1 + e x ) dx
Z
x 8. e x + e −x 20. dx
Z
1
Z tan x
e x2
1
Z
3. p dx 9. dx 15. dx
x(2 + ln2 x) cos2 x cos x
Z
x− x
21. dx
1 x3 sin(ln x)
Z Z
1 + sin x
Z
4. p p dx 10. p dx 16. dx
x(1 + x) 1 − x2 x
1 1
Z
x 22. cos dx
Z
ex x5
Z Z
x 2 x
5. dx 11. p dx 17. p dx
1 + ex 3 1 + x2
Z px −1 Z
x3
1
Z Z p
6. dx 12. e x − 1 dx 18. x a + x 2 dx 23. p dx
x ln x 1 + x2
S OLUTION .
1. Si on pose t = ln(x) alors x1 dx = dt et on obtient − cos(ln(x)) + c
p p p
2. Si on pose t = x alors dx = 2t dt et on obtient 2( x + e x ) + c
p p
3. Si on pose t = x alors dx = 2t dt et on obtient 2 ln( x − 1) + c
p
p 4 x 3/2 + x
4. Si on pose t = 1 + x alors dx = 2(t − 1) dt et on obtient p +c
x
5. Si on pose t = e x alors e x dx = dt et on obtient ln(1 + e x ) + c
1
6. Si on pose t = ln x alors x dx = dt et on obtient ln | ln x| + c
r
1
7. Si on pose t = ln x1 alors − x1 dx = 2t dt et on obtient −2 +c ln
x
8. Si on pose t = 1 + e x alors e x dx = dt et on obtient (1 + e x ) ln(1 + e x ) − e x + c
³ ´
arctan lnpx
1 2
9. Si on pose t = ln x alors x dx = dt et on obtient p +c
2
p
2 2 (x 2 + 2) 1 − x 2
10. Si on pose t = 1 − x alors −x dx = t dt et on obtient − +c
3
p
2(x 3 + 2) x 3 − 1
11. Si on pose t 2 = x 3 − 1 alors 3x 2 dx = 2t dt et on obtient +c
9
p
Si on pose t 2 = e x − 1 alors dx = t 22t+1 dt et on obtient 2 e x − 1 − arctan( e x − 1)) + c
¡p ¢
12.
ln2 x
13. Si on pose t = ln x alors dx = e t dt et on obtient +c
x
1
14. Si on pose t = e x alors dx = t dt et on obtient arctan e x + c
1
15. Si on pose t = tan x alors dx = 1+t 2
dt et on obtient e tan x + c
t
16. Si on pose t = ln x alors dx = e dt et on obtient − cos(ln x) + c
p p
17. Si on pose t = 1 + x 2 alors 2x dx = 2t dt et on obtient 1 + x 2 + c
p
p (a + x 2 )3
2
18. Si on pose t = a + x alors 2x dx = 2t dt et on obtient +c
3
19. Si on pose t = ln x alors x1 dx = dt et on obtient arcsin(ln x) + c
1
alors − x12 dx = dt et on obtient −e /x + c
1
20. Si on pose t = x
21. Si on pose t = 1 + sin x alors cos x dx = dt et on obtient ln |1 + sin x| + c
1 1
22. Si on pose t = x1 alors − 2 dx = dt et on obtient − sin + c
x x
2
(x − 2) p 2
23. Si on pose t 2 = 1 + x 2 alors x dx = t dt et on obtient x +1+c
3
18 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
a 2x − 1 3x 2 + 2x − 5
Z Z Z
a) dx c) dx e) dx
x − b Z (x − 1)(x − 2) 3x 2 − 5x − 2
a
Z
3x + 1
b) dx, n 6= 1 d) dx
(x − b)n x 3 − 4x
2x−1 A B 2x−1 1 1
R R R
c) Comme (x−1)(x−2) ¯= (x−1)¯ + (x−2) ssi A +B = 2 et −2A −B = −1, alors (x−1)(x−2) dx = − (x−1) dx +3 (x−2) dx = − ln |x −1|+
3
3 ln |x − 2| + c = ln ¯ (x−2)
x−1 ¯ + c
¯ ¯
3x+1 −1/4
+ −5/8 7/8 3x+1
dx = − ln4|x| − 5 ln |x+2| + 7 ln |x−2|
R
d) Comme x 3 −4x
= x x+2 + x−2 alors x 3 −4x 8 8 +c
¯ ¯
3x 2 +2x−5 (3x 2 −5x−2)+(7x−3) 2
= 1 + 3x 27x−3 3x +2x−5 16
R ¯ 11
e) Comme = alors dx = x + ln + 1 ¯ + 7 ln |x − 2| + c
¯
3x 2 −5x−2 3x 2 −5x−2 −5x−2 2
3x −5x−2 21 ¯3x
Exercice 1.5
Calculer p
Z 1
1
Z 1/ 3 1
Z 1 2x − 5
A= 2
dx, B= p 2
dx, C= dx.
−1 1 + x −1/ 3 1 + 3x −1 x 2 − 5x + 6
S OLUTION .
π −π π
A = [arctan(x)]1−1 = arctan(1) − arctan(−1) = − = ,
4 4 2
A π
Z 1
1 1
B= p dt = p = p ,
3 −1 1 + t 2 3 2 3
Z 1
2x − 5 ¤1
C= dx = ln |x 2 − 5x + 6| −1 = ln(2) − ln(12) = ln(2) − ln(3) − 2 ln(2) = − ln(2) − ln(3).
£
2
−1 x − 5x + 6
x3
a) f (x) = −x 2 + x + 2 et g (x) = x 2 − 3x + 2 b) f (x) = 4 et g (x) = x 2 − x
© G. Faccanoni 19
1. Primitives et intégrales Jeudi 19 avril 2012
S OLUTION .
a) Comme f (x) = g (x) ssi x ∈ {0, 2} et f (x) ≥ g (x) pour x ∈ [0, 2], l’aire comprise entre le graphe de la fonction f (x) et le
¸2
x3 x2
Z 2 Z 2 ·
8
graphe de la fonction g (x) est ( f (x) − g (x)) dx = −2x 2 + 4x dx = −2 + 4 = .
0 0 3 2 0 3
b) Comme f (x) = g (x) ssi x ∈ {0, 2} et f (x) ≥ g (x) pour x ∈ [0, 2], l’aire comprise entre le graphe de la fonction f (x) et le
Z 2 3 · 4 ¸2
x3 x2
Z 2
x x 1
graphe de la fonction g (x) est ( f (x) − g (x)) dx = − x 2 + x dx = − + = .
0 0 4 16 3 2 0 3
x3
f (x) = −x 2 + x + 2 et g (x) = x 2 − 3x + 2 f (x) = 4 et g (x) = x 2 − x
y y
2 2
−1 −1
g(x)
g(x)
1 2 x f (x) 1 2 x
f (x)
t3 sin3 x
Z
= sin x − t 2 d t = sin x − + k = sin x − +k , k ∈ R.
3 3
π
¡1¢ ¡5¢
Comme cos3 x = 8 ssi x = 3 ou x = π 3 alors
³π ´
Ãp p p
π −0
!
3 3 π 9 3−π
Z
3
Aire (A) = 2 ds cos x dx − 3
3
=2 − − =
0 8 2 8 24 12
et ³π ´
Ãp p p
π −0
!
3 3 π 9 3−π
Z
3
Aire (B ) = ds cos x dx − 2 · 3
3
=2 − − = .
− π3 8 2 8 24 12
20 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
Exercice 1.9
Indiquer si les intégrales généralisées suivantes sont convergentes (même s’il est parfois possible de calculer les primi-
tives, ce n’est pas nécessaire).
ex1 1 e −x
+∞ +∞
cos(x)
Z Z
1 − cos(x)
Z Z
1. dx 5. dx 8. dx 12. dx
x x2 1 x2 1 x2
Z0 1 x 0
Z +∞ x Z +∞
e e sin(x)
2. dx 1 9. dx 13. dx
x2 cos(x)
Z
x x
Z0 1 x 6. dx
1 0
e
Z +∞
0 x arctan(x)
3. p dx 10. dx
0 x 1 x
Z 1 1 Z +∞
sin(ln(x)) 1
Z
sin(x)
4. p dx 7. p dx 11. dx
0 x 0 x + 5x 3 1 x2
S OLUTION .
Z 1 x Z 1
e 1
1. dx > dx = +∞
0 x 0 x
Z 1 x Z 1
e 1
2. 2
dx > 2
dx = +∞
0 x 0 x
Z 1 x Z 1
e 1
3. p dx < e p dx = 2e
0 x 0 x
Z 1 ¯Z 1 ¯ Z 1 Z 1
sin(ln(x)) ¯ sin(ln(x)) ¯¯ |sin(ln(x))| 1
4. p dx < ∞ car ¯¯ p dx ¯ ≤ p dx ≤ p dx < ∞
0 x 0 x 0 x 0 x
Z 1
1 − cos(x)
5. dx < ∞ car lim 1−cos(x) x2
= 12
0 x2 x→0
Z 1 Z 1 Z 1
cos(x) cos(x) 1
6. dx = +∞ car dx > cos(1) dx = +∞
0 x 0 x 0 x
Z 1 Z 1
1 1 1 1
7. Comme f (x) = px+5x 3 est positive, continue et f (x) < p
x
dans ]0; 1] et comme p dx converge, alors p dx
0 x 0 x + 5x 3
converge aussi.
Z +∞ −x Z +∞ −x
e e 1 +∞ 1
Z
8. dx < ∞ car dx < dx < ∞
1 x2 1 x2 e 1 x2
Z +∞ x Z +∞ x Z +∞
e e 1
9. dx = +∞ car dx > e dx = +∞
1 x 1 x 1 x
π
Z +∞ Z +∞
arctan(x)
10. dx ≥ dx = +∞
1 x 1 4x
Z +∞ Z +∞ Z +∞ Z +∞
sin(x) 1 sin(x) 1
11. −2 < dx < 2 car −2 = − dx < dx < dx = 2
1 x2 1 x2 1 x2 1 x2
Z +∞ Z +∞ Z +∞ Z +∞
cos(x) 1 cos(x) 1
12. −2 < 2
dx < 2 car −2 = − 2
dx < 2
dx < dx = 2
1 x 1 x 1 x 1 x2
Z +∞ Z 1 Z +∞ Z 1
sin(x) sin(x) sin(x) sin(x)
13. dx = dx + dx. Comme limx→0 sin(x) x = 1 alors dx < +∞. Pour l’autre inté-
0 x 0 x 1 x
Z +∞ ½· ¸c Z c 0 x ¾ Z c
sin(x) cos(x) cos(x) cos(x)
grale, en intégrant par parties on obtient dx = lim − − 2
dx = cos(1)− lim dx.
Z +∞ 1 x Z c
c→+∞ x 1 1 x Z +∞
c→+∞ 1 x2
¯ ¯ 1 cos(x) sin(x)
Puisque ¯ cos(x)
¯ 1
¯ ≤ x 2 et dx < +∞ alors limc→+∞ dx < +∞. Donc l’intégrale dx est conver-
¯
x2 x 2 x 2 x
1 1 0
gente.
Exercice 1.10
f (x)
Soit f : [x 0 , +∞[→ R+
∗ une fonction continue, avec x 0 ∈ R∗ . On suppose que limx→+∞
+
x3
= 2. Établir si l’intégrale suivante
est convergente : Z +∞
1
dx.
x0 f (x)
© G. Faccanoni 21
1. Primitives et intégrales Jeudi 19 avril 2012
1
S OLUTION . Comme f est une fonction strictement positive et continue, alors f est une fonction strictement positive et
f (x) 1
continue. Comme limx→+∞ x 3 = 2 alors limx→+∞ f (x) = +∞ et donc limx→+∞ f (x) = 0. De plus,
1
f (x) x3 1
lim = lim = .
x→+∞ 1 x→+∞ f (x) 2
x3
S OLUTION . a) Si α ≥ 1 elle diverge pour tout β ≥ 0 ; si α < 1, elle converge si β < 1 et diverge si β ≥ 1.
b) Si α > 1 elle converge pour tout β ≥ 0 ; si α < 1, elle diverge pour tout β ≥ 0 ; si α = 1, elle converge si β > 1 et diverge si
β ≤ 1.
S OLUTION . Soit f (t ) = t 2 (1 + t ). Comme f est de classe C ∞ (R) , la fonction F est elle aussi de classe C ∞ (R). Donc
Donc
F 0 (x) = 0 ⇐⇒ x ∈ {−1; 0}, F 0 (x) > 0 ⇐⇒ x ∈] − ∞; −1[∪]0; +∞[, F 0 (x) < 0 ⇐⇒ x ∈] − 1; 0[,
F 00 (x) = 0 ⇐⇒ x ∈ {−2/3; 0}. F 00 (x) > 0 ⇐⇒ x ∈] − ∞; −2/3[∪]0; +∞[, F 00 (x) < 0 ⇐⇒ x ∈] − 2/3; 0[,
Donc x = 0 est un point de changement de concavité et à tangente horizontale, x = −2/3 est un point de changement de
concavité
x x
ln x ln x
y= x2
y= x2
22 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
ln x ln x 1
S OLUTION . 1. On a x2
= 0 ssi x = 1 et x2
= x2
ssi x = e. Donc
e ln x e ln x 1 e
¸ Z e
ln x
· · ¸
1 2
Z
Surface = dx = − + dx = − − = 1− .
1 x2 x 1 1 x 2 x x 1 e
y y
1
y= x2
e x e x
1 1
ln x ln x
y= x2
y= x2
x x
ln x ln x
y= x y= x
ln x ln x 1
S OLUTION . 1. On a x = 0 ssi x = 1 et x = x ssi x = e. Donc
e ln x 1 2 e 1
Z · ¸
Surface = dx = ln x = .
1 x 2 1 2
© G. Faccanoni 23
1. Primitives et intégrales Jeudi 19 avril 2012
1
y= x
y y
1
y= x
1 e x 1 e x
ln x ln x
y= x y= x
x x
ln x 2 ln x 2
y= x2
y= x2
ln x 2 ln x 2 1 p
S OLUTION . 1. On a x2
= 0 ssi x = 1 et x2
= x2
ssi x = e. Donc
p ¸pe Z pe ¸pe
e ln x 2 ln x 2 ln x 2 2
· ·
2 3
Z
Surface = dx = − + dx = − − = 2− p .
1 x2 x 1 1 x 2 x x 1 e
y 1 y
y= x2
1
y= x2
p x p x
1 e 1 e
ln x 2 ln x 2
y= x2
y= x2
2. Calculer la surface de la région plane infinie coloriée dans la figure ci-dessous à droite.
24 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
y y
1 1
y= x3
y= x3
x x
ln x 3 ln x 3
y= x3
y= x3
ln x 3 ln x 3 1 p
3
S OLUTION . 1. On a x3
= 0 ssi x = 1 et x3
= x3
ssi x = e. Donc
p
3 ¸p
3
e Z p3 ¸p
3
e
e ln x 3 ln x 3 e 3 ln x 3
· ·
3 3 5
Z
Surface = 3
dx = − 2
+ 3
dx = − 2
− 2
= − p
3 2
.
1 x 2x 1 1 2x 2x 4x 1 4 4 e
y y
1
y= x3
1
y= x3
p x p x
1 3
e 1 3
e
ln x 3 ln x 3
y= x3
y= x3
y = x 2 e −x
y = x 2 e −x
x x
Z
F (x) = x 2 e −x dx
Z
= −x 2 e −x + 2 xe −x dx
µ Z ¶
2 −x −x −x
= −x e + 2 −xe + e dx
= −x 2 e −x + 2 −xe −x − e −x +C
¡ ¢
= − x 2 + 2x + 2 e −x +C
¡ ¢
© G. Faccanoni 25
1. Primitives et intégrales Jeudi 19 avril 2012
avec C ∈ R.
1. La surface de la région plane coloriée dans la figure à gauche correspond à F (M )−F (0) où M est l’abscisse du maximum
pour f . Comme f 0 (x) = x (2 − x) e −x , alors M = 2 et la surface mesure F (M ) − F (0) = −10e −2 + 2.
2. La surface de la région plane infinie coloriée dans la figure à droite correspond à
³ ¡ ´
lim (F (b) − F (0)) = lim − b 2 + 2b + 2 e −b + 2 = 2.
¢
b→+∞ b→+∞
y = x2e x
y = x2e x
x x
Z
F (x) = x 2 e x dx f (x) = x 2 ⇒ f 0 (x) = 2x
Z g 0 (x) = e x ⇒ g (x) = e x
= x 2 e x − 2 xe x dx
f (x) = x ⇒ f 0 (x) = 1
g 0 (x) = e x g (x) = e x
µ Z ¶
2 x x x ⇒
= x e − 2 xe − e dx
= x 2 e x − 2 xe x − e x +C
¡ ¢
= x 2 − 2x + 2 e x +C
¡ ¢
avec C ∈ R.
1. La surface de la région plane coloriée dans la figure à gauche correspond à F (0)−F (M ) où M est l’abscisse du maximum
pour f . Comme f 0 (x) = x (2 + x) e x , alors M = −2 et la surface mesure F (0) − F (M ) = −10e 2 + 2.
2. La surface de la région plane infinie coloriée dans la figure à droite correspond à
³ ¢ ´
lim (F (0) − F (b)) = lim 2 − b 2 − 2b + 2 e b = 2.
¡
b→−∞ b→−∞
f ( 12 )
f (x) = x 2 ⇒ f 0 (x) = 2x
g 0 (x) = e −x ⇒ g (x) = −e −x
f (x) = x ⇒ f 0 (x) = 1
f (1) g 0 (x) = e −x ⇒ g (x) = −e −x
f (1)
1 1 x
2 1 x
26 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
1
S OLUTION . Calculons d’abord une primitive de la fonction f (x) = : si on pose h(x) = ln(x + 1) on peut intégrer
(x+1) ln2 (x+1)
directement car
1 1
Z Z
F (x) = 2
dx = [h(x)]−2 h 0 (x) dx = −[h(x)]−1 = −
(x + 1) ln (x + 1) ln(x + 1)
f ( 23 )
f (1)
f (1)
2 1 x
3 1 x
x
S OLUTION . Calculons d’abord une primitive de la fonction f (x) = 2 : si on pose h(x) = ln(x 2 +1) on peut intégrer
(x +1) ln2 (x 2 +1)
directement car
x 1 1 1
Z Z
F (x) = 2 2
dx = [h(x)]−2 h 0 (x) dx = − [h(x)]−1 = −
2
(x + 1) ln (x + 1) 2 2 2 ln(x 2 + 1)
Exercice 1.21
Cette figure est le graphe de la fonction f : R → R.
© G. Faccanoni 27
1. Primitives et intégrales Jeudi 19 avril 2012
Rx
y Tracer le graphe de la fonction F (x) = −1 f (t ) dt en étu-
2 diant
1. le régularité de F (continuité, dérivabilité etc.),
1
2. le tableau de variations de F ,
−4 −3 −2 −1 0 1 2 3 4 t 3. la convexité de F ,
−1 4. les limites en ±∞ de F .
S OLUTION .
1. f étant intégrable, F est continue ; comme f est continue sauf en x = 1 et x = 3 où elle a une discontinuité de première
espèce, alors F est dérivable sauf en x = 1 et x = 3 ;
2. tableau de variations de F :
B F 0 (x) = 0 ssi f (x) = 0 ssi x ∈] − ∞; −2[∪]0; 1[∪]3; +∞[
B F 0 (x) > 0 ssi f (x) > 0 ssi 1 < x < 3
B F 0 (x) < 0 ssi f (x) < 0 ssi −2 < x < 0
3. convexité de F :
B F 00 (x) > 0 ssi f 0 (x) > 0 ssi −1 < x < 0
B F 00 (x) < 0 ssi f 0 (x) < 0 ssi −2 < x < −1
4. limites en ±∞ de F : Rx
B limx→−∞ F (x) = limx→−∞ R−1 f (t ) dt = 1
x
B limx→+∞ F (x) = limx→+∞ −1 f (t ) dt = −1 + 2 = 1
5. L’équation F (x) = 0 a deux solutions : x = −1 et x = 2.
Le graphe de la fonction F : R → R est
−4 −3 −2 −1 0 1 2 3 4 t
−1
Exercice 1.22
Cette figure est le graphe de la fonction f : R → R.
Rx
y Tracer le graphe de la fonction F (x) = −1 f (t ) dt en étu-
2 diant
1. le régularité de F (continuité, dérivabilité etc.),
1
2. le tableau de variations de F ,
−4 −3 −2 −1 0 1 2 3 4 t 3. la convexité de F ,
−1 4. les limites en ±∞ de F .
28 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
S OLUTION .
1. f étant intégrable, F est continue ; comme f est continue sauf en x = 1 et x = 3 où elle a une discontinuité de première
espèce, alors F est dérivable sauf en x = 1 et x = 3 ;
2. tableau de variations de F :
B F 0 (x) = 0 ssi f (x) = 0 ssi x ∈] − ∞; −2[∪]0; 1[∪]3; +∞[
B F 0 (x) < 0 ssi f (x) < 0 ssi 1 < x < 3
B F 0 (x) > 0 ssi f (x) > 0 ssi −2 < x < 0
3. convexité de F :
B F 00 (x) < 0 ssi f 0 (x) < 0 ssi −1 < x < 0
B F 00 (x) > 0 ssi f 0 (x) > 0 ssi −2 < x < −1
4. limites en ±∞ de F : Rx
B limx→−∞ F (x) = limx→−∞ R−1 f (t ) dt = −1
x
B limx→+∞ F (x) = limx→+∞ −1 f (t ) dt = 1 − 2 = −1
5. L’équation F (x) = 0 a deux solutions : x = −1 et x = 2.
Le graphe de la fonction F : R → R est
−4 −3 −2 −1 0 1 2 3 4 t
−1
Exercice 1.23
Cette figure est le graphe de la fonction f : R → R.
Rx
y Tracer le graphe de la fonction F (x) = −1 f (t ) dt en étu-
2 diant
1. le régularité de F (continuité, dérivabilité etc.),
1
2. le tableau de variations de F ,
−4 −3 −2 −1 0 1 2 3 4 t 3. la convexité de F ,
−1 4. les limites en ±∞ de F .
y
Exercice 1.24 Fonction intégrale
Celui en figure est le graphe de la fonction f conti- 3
nue sur l’intervalle ] − 9, 9[.RTracer un graphe plau-
x
sible de la fonction F (x) = −6 f (t ) dt en surlignant 2
notamment les éventuels points de changement de
concavité. Préciser ensuite, en fournissant une adé- 1
quate explication, combien de solutions a l’équation
F (x) = 15.
-9 -6 0 3 6 9 x
S OLUTION .
F est clairement continue. y
De plus f (x) > 0 donc F est croissante et Points de
changement
de concavité
F (x) < 0 si x < −6,
15
F (x) = 0 si x = −6,
F (x) > 0 si x > −2.
y
Exercice 1.25 Fonction intégrale
Changement
Celui en figure est le graphe de la fonction f : R → R dé- de concavité
2 1
finie par f (t ) = −1 si t ≤ 0, f (t ) = e −t si t > 0. Tracer un
graphe Rplausible de la fonction F : [−1; 1] → R définie par p
x
F (x) = −1 f (t ) dt sans calculer la primitive de f , en surli- 1/ e
gnant notamment les éventuels points de non dérivabilité. 0 t
−1 p1 1 2
Préciser ensuite, en fournissant une adéquate explication, 2
S OLUTION .
y
1
p
1/ e
Comme f n’est pas continue en x = 0 alors F est continue mais
1/e
non dérivable en x = 0 ; plus précisément la pente de la tan-
−1
gente au graphe de F à gauche de x = 0 est −1 tandis que la
pente de la tangente à droite de x = 0 est 1. De plus p1 1 x
2
−1
B F (−1) = 0
30 © G. Faccanoni
Jeudi 19 avril 2012 1. Primitives et intégrales
B comme Z 1 1 1
µ
1
¶
1
f (t ) dt > p p + 1 − p f (1) >
0 2 e 2 2
(calculer l’aire), alors l’équationF (x) = − 12 admet 2 solutions : une solution appartient à l’intervalle ] − 1; 0[ car F (−1) = 0,
F (0) = −1 et F est linéaire, l’autre solution appartient à l’intervalle ]0; 1[
−1 0 1
x
− 21 F (x)
−1
y
2 e
av
nv
−1 co
© G. Faccanoni 31
1. Primitives et intégrales Jeudi 19 avril 2012
y y Rx
F (x) = 1 f (t )dt
4
3 e
f fin
a
2 2
1 1
1
f (x) 2
0 0
1 2 3 4 5 x 1 2 3 4 5 x
−1
y
2
Exercice 1.27 Fonction intégrale
Celui en figure est le graphe de la fonction f : [0; 5] → constante
1
[−1; 2]. Tracer un graphe plausible de la fonction ne
ffi
Rx
F : [0; 5] → R définie par F (x) = 1 f (t ) dt . Préciser en- a f (t )
suite, en fournissant une adéquate explication, combien 0
de solutions a l’équation F (x) = 12 . 1 2 3 4 5t
−1
y y
4
Rx
F (x) = 1 f (t )dt
3
2 2 e
fin
af
1 1
1
f (x) 2
0 0
1 2 3 4 5 x 1 2 3 4 5 x
−1
32 © G. Faccanoni
2. Équations différentielles ordinaires
Équations différentielles
Une équation différentielle (EDO) est une équation, dont l’inconnue est une fonction y, exprimée sous la forme d’une
relation F (y, y 0 , y 00 , . . . , y (n) ) = g (x) dans laquelle cohabitent à la fois y = y(x) et ses dérivées y 0 , y 00 , . . . (n est appelé l’ordre
de l’équation). Si la fonction g , appelée «second membre» de l’équation, est nulle, on dit que l’équation en question est
homogène.
Une équation différentielle ordinaire admet généralement une infinité de solutions (dépendant de n constants d’intégration).
Pour en sélectionner une, on doit imposer des conditions supplémentaires qui correspondent à la valeur prise par la solution
(et ses dérivées le cas échéant) en un point de l’intervalle d’intégration. On considérera par conséquent des problèmes, dits
de C AUCHY, ainsi définis :
Problème de Cauchy
On appelle problème de Cauchy le problème
trouver y : I ⊂ R → R tel que
F (y, y 0 , y 00 , . . . , y (n) ) = g (x), ∀x ∈ I ,
y(x 0 ) = y 0 ,
y 0 (x 0 ) = y 00 ,
..
.
y (n) (x ) = y (n) ,
0 0
Théorème de Cauchy-Lipschitz
Soient a et g deux fonctions continues d’un intervalle I dans R, et considérons l’équation différentielle
Remarque
Graphiquement, ce théorème signifie que par tout point du plan dont l’abscisse est dans I , il passe une courbe intégrale
et une seule, autrement dit deux trajectoires ne peuvent pas se croiser. En particulier, si une équation différentielle admet
comme solution la solution nulle, alors toute autre solution est soit toujours positive soit toujours négative.
33
2. Équations différentielles ordinaires Jeudi 19 avril 2012
F (y(x)) = G(x) +C où C ∈ R,
y(x) = F −1 (G(x) +C ),
relation qui donne toutes les solutions de l’équation. Cette solution générale dépend de la constante d’intégration C .
Astuce mnémotechnique
En pratique, on peut écrire l’équation f (y(x))y 0 (x) = g (x) sous la forme
et exprimer y en fonction de x.
Exemple
On veut résoudre l’équation différentielle y 0 (x) = x y(x) sur des intervalles à préciser. Il s’agit d’une EDO du premier ordre à variables
séparables : la fonction y(x) ≡ 0 est solution, toute autre solution y(x) sera donc non nulle. On peut alors réécrire l’EDO comme
y 0 (x) 1 x2
Z Z
=x =⇒ dy = x dx =⇒ ln |y| = +C avec C ∈ R.
y(x) y 2
T 0 (t ) = K (T (t ) − 25).
34 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
1
Z Z
dT = K dt =⇒ ln(T − 25) = K t + c =⇒ T − 25 = De K t =⇒ T (t ) = 25 + De K t
(T − 25)
75 = T (0) = 25 + De K ·0 =⇒ D = 50 =⇒ T (t ) = 25 + 50e K t
ln(2) ln(2)
50 = T (5) = 25 + 50e K t =⇒ K =− =⇒ T (t ) = 25 + 50e − 5 t
5
On peut donc conclure que la température du café évolue selon la fonction
ln(2)
T (t ) = 25 + 50e − 5 t.
T [◦C]
75
50
25
0 t [minutes]
5 10 15
Exemple
On veut résoudre l’équation différentielle
2x + 1
x y 0 (x) − y(x) = 2 .
x +1
© G. Faccanoni 35
2. Équations différentielles ordinaires Jeudi 19 avril 2012
Il s’agit d’une équation différentielle linéaire du premier ordre. Comme a(x) = x, On cherche sa solution générale sur I 1 =] − ∞; 0[ ou
sur I 2 =]0, +∞[.
B Résolution de l’équation homogène associée : x y 0 (x) − y(x) = 0.
y 0 (x)
y(x) = 0 est solution et on sait que les autres solutions ne s’annulent pas sur I 1 ni sur I 2 . On peut donc écrire y(x) = x1 , soit
R dy R dx
y = x d’où ln|y(x)| = ln|x| + D, ce qui conduit à la solution générale sur I de l’équation homogène
y H (x) = C x avec C ∈ R.
2x + 1 2x + 1 1 2 2x 1
x K 0 (x)x + K (x) − K (x)x = 2 K 0 (x) = 2 2
£ ¤
=⇒ = 2+ − 2 − 2 .
x +1 x (x + 1) x x x +1 x +1
On en déduit
1
K (x) = − + 2 ln |x| − ln(x 2 + 1) − arctan(x)
x
et donc
y P (x) = −1 + 2x ln |x| − x ln(x 2 + 1) − x arctan(x).
La solution générale est donc
Comme limx→0 y(x,C ) = −1, la fonction définie sur R avec un prolongement par continuité en 0 par
2
−1 + 2x ln |x| − x ln(x + 1) − x arctan(x) +C 1 x
si x < 0,
y(x) = −1 si x = 0,
−1 + 2x ln |x| − x ln(x 2 + 1) − x arctan(x) +C 2 x
si x > 0,
y(x)+1
sera un prolongement de solution de notre EDO sur R si elle est dérivable en 0. Comme limx→0 x = −∞, il n’existe donc aucune
solution définie sur R.
où a, b et g sont des fonctions données, continues sur un intervalle I ⊂ R. Pour la résolution, on se place sur un intervalle
J ⊂ I tel que la fonction a ne s’annule pas sur J et on fait le changement de fonction z = y 1−α . On arrive à
Exemple
On veut résoudre l’équation différentielle
1 1
y(x) = (x − 1)y 3 (x).
y 0 (x) +
2 2
Il s’agit d’une équation différentielle de B ERNOULLI. Comme a(x) = 1, on cherche sa solution générale sur R.
B Réduction à une équation différentielle linéaire du premier ordre : si on pose z(x) = 1/y 2 (x) elle se réécrit
z 0 (x) − z(x) = 1 − x.
0 (x) − z (x) = 0.
B Résolution de l’équation homogène associée : z H H
z 0 (x)
z H (x) = 0 est solution et on sait que les autres solutions ne s’annulent pas sur R. On peut donc écrire z H (x) = 1, ce qui conduit à
H
la solution générale sur R de l’équation homogène
z H (x,C ) = C e x avec C ∈ R+ .
36 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
Considérons une nouvelle fonction inconnue K (x) telle que z P (x) = K (x)z H (x,C ) = K (x)e x soit solution de z P0 (x)−z P (x) = 1−x.
On calcule z P0 (x) = (K 0 (x) + K (x))e x et on le reporte dans l’EDO ; on obtient
1−x
K (x) + K (x) e x − K (x)e x = 1 − x
£ 0
K 0 (x) =
¤
=⇒ .
ex
On en déduit Z Z
K (x) = (1 − x)e −x dx = −(1 − x)e −x − e −x dx = xe −x
et donc
z P (x) = x.
La solution générale est donc
z(x,C ) = z H (x, A) + z P (x) = Ae x + x avec A ∈ R
et on conclut
1
y(x,C ) = p .
x + Ae x
Définition
Une équation différentielle linéaire du second ordre est de la forme
où a, b, c et g sont des fonctions continues données. Pour la résolution, on se place sur un intervalle I tel que la fonction
a ne s’annule pas sur I .
© G. Faccanoni 37
2. Équations différentielles ordinaires Jeudi 19 avril 2012
B si ∆ > 0 et θ = 0 et µ = λ1 ou µ = λ2 alors m = 1 ;
B si ∆ = 0 et θ = 0 et µ = λ alors m = 2 ;
B si ∆ < 0 et θ = ω et µ = σ alors m = 1 ;
B sinon m = 0.
L’intégrale générale est donc
y(x) = y H (x,C 1 ,C 2 ) + y P (x).
Exemple
On veut calculer toutes les solutions de l’EDO
y 00 (x) + y(x) = 3 cos(x).
Il s’agit d’une EDO linéaire du second ordre à coefficients constants.
B Recherche de l’intégrale générale de l’équation homogène.
L’équation caractéristique λ2 + 1 = 0 a discriminant ∆ = −4. On a σ = 0 et ω = 1. Donc l’intégrale générale de l’équation homo-
gène est
y H (x, c 1 , c 2 ) = c 1 cos(x) + c 2 sin(x), c 1 , c 2 ∈ R.
B Recherche d’un intégrale particulier de l’équation complète.
Puisque µ = σ = 0, on cherche l’intégrale particulier sous la forme
On a alors
y P00 (x) + y P (x) = 3 cos(x) =⇒ (2β − αx) cos x − (2α + βx) sin(x) + x(α cos(x) + β sin(x)) = 3 cos(x)
d’où α = 0 et β = 23 .
L’intégrale générale de l’EDO assignée est donc
3
y(x) = y H (x, c 1 , c 2 ) + y P (x) = c 1 cos(x) + c 2 sin(x) + x cos(x), c 1 , c 2 ∈ R.
2
mx 00 (t ) = −kx(t ) − γx 0 (t )
où m est la masse de l’objet, k > 0 la constante élastique du ressort et γ > 0 le coefficient de frottement. On cherche la fonction t 7→ x
solution de cette EDO.
On réécrit l’équation sous la forme
x 00 (t ) + 2δx 0 (t ) + η2 x(t ) = 0
où on a noté
γ k
δ=
>0 et η2 = > 0.
2m m
Le polynôme caractéristique associé à cette équation est
p(λ) = λ2 + 2δλ + η2
qui a discriminant
∆ = 4δ2 − 4η2
et racines p p
−2δ − ∆ −2δ + ∆
q q
λ1 = = −δ − δ2 − η2 et λ2 = = −δ + δ2 − η2 .
2 2
Selon le signe de ∆ on a trois comportements différentes :
38 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
B Si ∆ > 0, c’est-à-dire si δ > η alors λ1 et λ2 sont réels et différents et la solution de l’EDO est de la forme
x(t ) = C 1 e λ1 t +C 2 e λ2 t , C 1 ,C 2 ∈ R.
q
Comme λ1 < λ2 < 0 (car δ2 − η2 < δ), x tend vers 0 de façon exponentielle quand t → +∞. Physiquement cela signifie que si la
constante de frottement est grande comparée à la constate d’élasticité du ressort alors la masse n’oscille pas mais va être tirée vers
la position d’équilibre.
B Si ∆ = 0, c’est-à-dire si δ = η alors λ1 = λ2 = −δ et la solution de l’EDO est de la forme
x(t ) = (C 1 +C 2 t )e λt , C 1 ,C 2 ∈ R.
Dans ce cas aussi la solution x tend vers 0 de façon exponentielle quand t → +∞.
B Si ∆ < 0, c’est-à-dire si δ < η alors λ1 et λ2 sont deux nombres complexes conjugués et la solution de l’EDO est de la forme
p p
x(t ) = C 1 e −δt cos( −∆t ) +C 2 e −δt sin( −∆t ), C 1 ,C 2 ∈ R.
p q
qui se réécrit x(t ) = r e −δt cos( −∆t +ϕ) avec r = C 12 +C 22 , ϕ = arctan(−C 1 /C 2 ). Dans cette dernière expression on voit le caractère
oscillatoire du mouvement. Dans ce cas le frottement ne suffit pas pour empêcher l’oscillation mais son effet se traduit par une
diminution exponentielle de l’ampleur de l’oscillation : le graphe de x(t ) est compris entre les courbes d’équation ±r e −δt .
1,0
1,0
1,0
0,5
0,5
0,5
0 0 0
2 4 6 8 10 2 4 6 8 10 2 4 6 8 10
t t t
K0,5
K
0,5
K
0,5
x(0)=1 x´'(0)=1 x(0)=1 x´'(0)=-1 x(0)=1 x´'(0)=1 x(0)=1 x´'(0)=-1 x(0)=1 x´'(0)=1 x(0)=1 x´'(0)=-1
x(0)=1 x´'(0)=0 x(0)=-1 x´'(0)=1 x(0)=1 x´'(0)=0 x(0)=-1 x´'(0)=1 x(0)=1 x´'(0)=0 x(0)=-1 x´'(0)=1
x(0)=-1 x´'(0)=-1 x(0)=-1 x´'(0)=0 x(0)=-1 x´'(0)=-1 x(0)=-1 x´'(0)=0 x(0)=-1 x´'(0)=-1 x(0)=-1 x´'(0)=0
© G. Faccanoni 39
2. Équations différentielles ordinaires Jeudi 19 avril 2012
S OLUTION . Il s’agit d’une EDO à variables séparables. La fonction y(x) = 0 pour tout x est solution de l’EDO mais elle ne
vérifie pas la CI. Toute autre solution de l’EDO sera non nulle et se trouve formellement comme suit :
y 0 (x) 1
Z Z
0 2 −2
y (x) + 2x y (x) = 0 =⇒ = −2x =⇒ y dy = −2 x dx =⇒ y(x) = , c ∈ R.
y 2 (x) x2 + c
2
En imposant la CI on obtient 2 = 1/C d’où l’unique solution du problème de Cauchy : y(x) = 2x 2 +1
.
Exercice 2.2
Résoudre le problème de Cauchy (
y 0 (x) − 4x y 2 (x) = 0,
y(0) = 2.
S OLUTION . Il s’agit d’une EDO à variables séparables. La fonction y(x) = 0 pour tout x est solution de l’EDO mais elle ne
vérifie pas la CI. Toute autre solution de l’EDO est non nulle et se trouve formellement comme suit :
y 0 (x) 1
Z Z
y 0 (x) − 4x y 2 (x) = 0 =⇒ = 4x =⇒ y −2 dy = 4 x dx =⇒ y(x) = , c ∈ R.
y 2 (x) −2x 2 + c
2
En imposant la CI on obtient 2 = 1/C d’où l’unique solution du problème de Cauchy y(x) = 1−4x 2
.
Exercice 2.3
Résoudre l’équation différentielle
(x + 1)y 0 (x) + y(x) = (x + 1) sin(x)
sur des intervalles à préciser.
S OLUTION . L’équation différentielle est linéaire du premier ordre. On la résout sur un intervalle où le coefficient de y 0 (x)
n’est pas nul, soit sur I 1 =] − ∞; −1[ ou sur I 2 =] − 1; +∞[. Sur chaque intervalle I 1 ou I 2 , l’équation s’écrit
£ ¤0
(x + 1)y(x) = (x + 1) sin(x).
Il s’agit d’une EDO à variables séparables et, en intégrant par parties, on obtient (attention, la constante dépend de l’inter-
valle) sur chaque intervalle Z
(x + 1)y(x) = (x + 1) sin(x) dx = −(x + 1) cos(x) + sin(x) +C .
sin(x) +C
y(x) = − cos(x) + avec C ∈ R.
(x + 1)
40 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
Exercice 2.4
Résoudre le problème de Cauchy (
y 0 (t ) = t y 2 (t ),
y(0) = y 0 ,
en fonction de la donnée initiale y 0 .
S OLUTION . Il s’agit d’un problème de Cauchy avec une CI y(0) = y 0 et une EDO du premier ordre à variables séparable.
On cherche d’abord les solutions constantes, i.e. les fonctions y(x) ≡ A ∈ R qui vérifient l’EDO, c’est-à-dire qui vérifient
0 = t A 2 pour tout y ∈ R ; l’unique solution constante est donc la fonction y(x) ≡ 0.
Comme deux trajectoires ne s’intersectent pas, toutes les autres solution ne s’annulent jamais. Soit donc y(x) 6= 0 ; on peut
alors écrire
y 0 (t ) 1 1 1 t2 1
Z Z
2
= t =⇒ 2
dy = t dt =⇒ 2
dy = t dt =⇒ − = +C =⇒ y(x) = − 2 , pour C ∈ R.
y (t ) y y y 2 t
2 +C
© G. Faccanoni 41
2. Équations différentielles ordinaires Jeudi 19 avril 2012
S OLUTION . Il s’agit d’une EDO du premier ordre linéaire, sa solution est donc du type y(x) = y H (x,C )+ y P (x) où y H (x,C ) est
la famille de solutions de l’EDO homogène y 0 (x) + (3x 2 + 1)y(x) = 0 et y P (x) est une solution particulière de l’EDO complète
y 0 (x) + (3x 2 + 1)y(x) = x 2 e −x qu’on cherchera par exemple sous la forme y P (x) = K (x)y H (x, 1).
B Pour trouver toutes les solutions de l’EDO homogène, on cherche d’abord les solutions constantes, i.e. des fonctions
y(x) ≡ A solution de y 0 (x) + (3x 2 + 1)y(x) = 0 ; pour cela il faut que
0 + (3x 2 + 1)A = 0;
l’unique solution constante est la fonction y(x) ≡ 0 pour tout x ∈ R. Comme deux trajectoires ne peuvent pas se croiser,
toutes les autres solutions seront soit toujours positives soit toujours négatives. Soit donc y(x) 6= 0 ; comme c’est une EDO
à variables séparables on peut alors écrire
y 0 (x) 1 x3
Z Z
3 −x
= −(3x 2 + 1) =⇒ dy = − 3x 2 + 1 dx =⇒ ln |y| = −3 −x +D =⇒ y = C e −x pour C ∈ R∗ .
y(x) y 3
3
On conclut que les solutions de l’EDO homogène sont les fonctions du type y H (x,C ) = C e −x −x pour C ∈ R.
3
B Pour que y P (x) = K (x)y H (x, 1) = K (x)e −x −x soit une solution particulière de l’EDO complète y 0 (x) + (3x 2 + 1)y(x) =
3
x 2 e −x il faut qu’elle vérifie l’EDO ; en injectant la dérivée première y P0 (x) = K 0 (x)y H (x, 1) + K (x)y H
0
(x, 1) = K 0 (x)e −x −x +
3 −x
K (x)((−3x 2 − 1)e −x ) dans l’EDO complète on obtient
3
3 −x (((3(
( (
((
2 (((( −x 3 −x 3 ex
K 0 (x)e −x K (x)((−3x
+( ((((− 1)e
2 −x −x
(3x(
) +( + 1)K (x)e = x 2 e −x =⇒ K 0 (x) = x 2 e x =⇒ K (x) = .
3
3 3
On conclut que une solution de l’EDO complète est la fonction y P (x) = 13 e x e −x −x = 13 e −x .
µ ¶
−x 3 3
Toutes les solutions de l’EDO sont donc les fonctions y(x) = C − e 3 e −x −x pour C ∈ R.
On cherche parmi ces solutions celle qui vérifie y(0) = 1 ; comme y(0) = C + 31 , l’unique solution du problème de Cauchy
µ ¶
x3 3
donné est la fonction y(x) = 23 + e 3 e −x −x .
y(t)
3
K 1 0 1 2
K
t
1
K
2
42 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
S OLUTION . Il s’agit d’une EDO du premier ordre linéaire, sa solution est donc du type y(x) = y H (x,C )+ y P (x) où y H (x,C ) est
la famille de solutions de l’EDO homogène y 0 (x) + (3x 2 − 1)y(x) = 0 et y P (x) est une solution particulière de l’EDO complète
y 0 (x) + (3x 2 − 1)y(x) = x 2 e x qu’on cherchera par exemple sous la forme y P (x) = K (x)y H (x, 1).
B Pour trouver toutes les solutions de l’EDO homogène, on cherche d’abord les solutions constantes, i.e. des fonctions
y(x) ≡ A solution de y 0 (x) + (3x 2 − 1)y(x) = 0 ; pour cela il faut que
0 + (3x 2 − 1)A = 0;
l’unique solution constante est la fonction y(x) ≡ 0 pour tout x ∈ R. Comme deux trajectoires ne peuvent pas se croiser,
toutes les autres solutions seront soit toujours positives soit toujours négatives. Soit donc y(x) 6= 0 ; comme c’est une EDO
à variables séparables on peut alors écrire
y 0 (x) 1 x3
Z Z
3 +x
= −(3x 2 − 1) =⇒ dy = − 3x 2 − 1 dx =⇒ ln |y| = −3 +x +D =⇒ y = C e −x pour C ∈ R∗ .
y(x) y 3
3
On conclut que les solutions de l’EDO homogène sont les fonctions du type y H (x,C ) = C e −x +x pour C ∈ R.
3
B Pour que y P (x) = K (x)y H (x, 1) = K (x)e −x +x soit une solution particulière de l’EDO complète y 0 (x) + (3x 2 − 1)y(x) =
3
x 2 e x il faut qu’elle vérifie l’EDO ; en injectant la dérivée première y P0 (x) = K 0 (x)y H (x, 1) + K (x)y H
0
(x, 1) = K 0 (x)e −x +x +
3 +x
K (x)((−3x 2 + 1)e −x ) dans l’EDO complète on obtient
3
3 +x (((3(
( (
((
2 (((( −x 3 +x 3 ex
K 0 (x)e −x K (x)((−3x
+( ((( + 1)e
( 2 −x +x
) +(
(3x( + 1)K (x)e = x2e x =⇒ K 0 (x) = x 2 e x =⇒ K (x) = .
3
3 3
On conclut que une solution de l’EDO complète est la fonction y P (x) = 13 e x e −x +x = 13 e x .
µ ¶
x3 3
Toutes les solutions de l’EDO sont donc les fonctions y(x) = C + e 3 e −x +x pour C ∈ R.
On cherche parmi ces solutions celle qui vérifie y(0) = −1 ; comme y(0) = C + 13 , l’unique solution du problème de Cauchy
µ ¶
x3 3
donné est la fonction y(x) = − 34 + e 3 e −x +x .
y(t)
3
K 1 0 1 2
K
t
1
K
2
© G. Faccanoni 43
2. Équations différentielles ordinaires Jeudi 19 avril 2012
S OLUTION . Il s’agit d’une EDO du premier ordre linéaire, sa solution est donc du type y(x) = y H (x,C ) + y P (x) où y H (x,C )
1
est la famille de solutions de l’EDO homogène y 0 (x) + x−1 y(x) = 0 et y P (x) est une solution particulière de l’EDO complète
1 (x−2)2
y 0 (x) + x−1 y(x) = x−1 qu’on cherchera par exemple sous la forme y P (x) = K (x)y H (x, 1).
Remarquons que la solution du problème de Cauchy n’est définie que sur D =] − ∞; 1[.
Pour trouver toutes les solutions de l’EDO homogène, on cherche d’abord les solutions constantes, i.e. des fonctions y(x) ≡ A
1 1
solution de y 0 (x) + x−1 y(x) = 0 ; pour cela il faut que 0 + x−1 A = 0 ; l’unique solution constante est la fonction y(x) ≡ 0 pour
tout x ∈ D. Comme deux trajectoires ne peuvent pas se croiser, toutes les autres solutions seront soit toujours positives soit
toujours négatives. Soit donc y(x) 6= 0 ; comme c’est une EDO à variables séparables on peut alors écrire
y 0 (x) 1 1 1 C
Z Z
=− =⇒ dy = − dx =⇒ ln |y| = − ln |x − 1| =⇒ y= pour C ∈ R.
y(x) x −1 y x −1 x −1
C
On conclut que les solutions de l’EDO homogène sont les fonctions du type y H (x,C ) = x−1 pour C ∈ R.
K (x) 1 (x−2)2
Pour que y P (x) = K (x)y H (x, 1) = x−1 soit une solution particulière de l’EDO complète y 0 (x) + x−1 y(x) = x−1 il faut qu’elle
0 (x)
vérifie l’EDO ; en injectant la dérivée première y P0 (x) = K 0 (x)y H (x, 1) + K (x)y H
0
(x, 1) = Kx−1 − K (x)
(x−1)2
dans l’EDO complète on
obtient
K 0 (x) K (x) K (x) (x − 2)2 (x − 2)3
− 2+ 2= =⇒ K 0 (x) = (x − 2)2 =⇒ K (x) = .
x −1 (x − 1) (x − 1) x −1 3
3
On conclut que une solution de l’EDO complète est la fonction y P (x) = 13 (x−2)
x−1 .
3
³ ´
Toutes les solutions de l’EDO sont donc les fonctions y(x) = C + (x−2)3
1
x−1 pour C ∈ R. On cherche parmi ces solutions
celle qui vérifie y(0) = 1 ; comme y(0) = −C + 38 , l’unique solution du problème de Cauchy donné est la fonction y(x) =
(x−2)3
³ ´
5 1
3+ 3 x−1 .
S OLUTION . Il s’agit d’une EDO du premier ordre linéaire, sa solution est donc du type y(x) = y H (x,C )+ y P (x) où y H (x,C ) est
la famille de solutions de l’EDO homogène y 0 (x) + (4x 3 + 5)y(x) = 0 et y P (x) est une solution particulière de l’EDO complète
y 0 (x) + (4x 3 + 5)y(x) = x 3 e −5x qu’on cherchera par exemple sous la forme y P (x) = K (x)y H (x, 1).
B Pour trouver toutes les solutions de l’EDO homogène, on cherche d’abord les solutions constantes, i.e. des fonctions
y(x) ≡ A solution de y 0 (x) + (4x 3 + 5)y(x) = 0 ; pour cela il faut que
0 + (4x 3 + 5)A = 0;
l’unique solution constante est la fonction y(x) ≡ 0 pour tout x ∈ R. Comme deux trajectoires ne peuvent pas se croiser,
toutes les autres solutions seront soit toujours positives soit toujours négatives. Soit donc y(x) 6= 0 ; comme c’est une EDO
à variables séparables on peut alors écrire
y 0 (x) 1 x4
Z Z
4 −5x
= −(4x 3 + 5) =⇒ dy = − 4x 3 + 5 dx =⇒ ln |y| = −4 − 5x + D =⇒ y = C e −x pour C ∈ R∗ .
y(x) y 4
4
On conclut que les solutions de l’EDO homogène sont les fonctions du type y H (x,C ) = C e −x −5x pour C ∈ R.
4
B Pour que y P (x) = K (x)y H (x, 1) = K (x)e −x −5x soit une solution particulière de l’EDO complète y 0 (x) + (4x 3 + 5)y(x) =
4
x 3 e −5x il faut qu’elle vérifie l’EDO ; en injectant la dérivée première y P0 (x) = K 0 (x)y H (x, 1) + K (x)y H
0
(x, 1) = K 0 (x)e −x −5x +
4 −5x
K (x)((−4x 3 − 5)e −x ) dans l’EDO complète on obtient
4
4 −5x (((4(
( 4(
( 4 ex
K 0 (x)e −x K (x)((−4x
+( ((((− 5)e
3 −x −5x
) +( 3 (((((
(4x( + 5)K (x)e −x −5x = x 3 e −5x =⇒ K 0 (x) = x 3 e x =⇒ K (x) = .
4
4 4 −5x
On conclut qu’une solution de l’EDO complète est la fonction y P (x) = 14 e x e −x = 41 e −5x .
44 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
µ ¶
−x 4 4
Toutes les solutions de l’EDO sont donc les fonctions y(x) = C − e 4 e −x −5x pour C ∈ R.
On cherche parmi ces solutions celle qui vérifie y(0) = 1 ; comme y(0) = C + 14 , l’unique solution du problème de Cauchy
µ 4
¶
3 ex 4
donné est la fonction y(x) = 4 + 4 e −x −5x .
y 0 (t ) = (2 + α)y(t ) − 2e αt
est convergente.
S OLUTION . Il s’agit d’un problème de Cauchy avec une CI y(t 0 ) = y 0 et une «EDO linéaire du premier ordre» :
L’intégrale Z +∞
e αt (1 + 2e 2t ) dt
0
converge ssi α < −2.
Exercice 2.10
Établir s’il existe des solutions de y 0 (x) = −2y(x) + e −2x qui ont dérivée nulle en x = 0.
S OLUTION . Il s’agit d’une EDO du premier ordre linéaire, sa solution est donc du type y(x) = y H (x,C ) + y P (x) où y H (x,C )
est la famille de solution de l’EDO homogène y 0 (x) = −2y(x) et y P (x) est une solution particulière de l’EDO complète y 0 (x) =
−2y(x) + e −2x qu’on cherchera par exemple sous la forme y P (x) = K (x)y H (x, 1).
B Pour trouver toutes les solutions de l’EDO homogène, on cherche d’abord les solutions constantes, i.e. des fonctions
y(x) ≡ A qui vérifient l’EDO ; pour cela il faut que
0 = −2A;
donc l’unique solution constante de l’EDO homogène est la fonction y(x) ≡ 0 pour tout x ∈ R. Comme deux trajectoires ne
peuvent pas se croiser, toutes les autres solutions seront soit toujours positives soit toujours négatives. Soit donc y(x) 6= 0 ;
comme c’est une EDO à variables séparables on peut alors écrire
y 0 (x) 1
Z Z
= −2 =⇒ dy = −2 dx =⇒ ln |y| = −2x + D =⇒ y = C e −2x pour C ∈ R∗ .
y(x) y
On conclut que les solutions de l’EDO homogène sont les fonctions du type y H (x,C ) = C e −2x pour C ∈ R.
© G. Faccanoni 45
2. Équations différentielles ordinaires Jeudi 19 avril 2012
B Pour que y P (x) = K (x)y H (x, 1) soit une solution particulière de l’EDO complète y 0 (x) = −2y(x) + e −2x il faut qu’elle vé-
rifie l’EDO ; en injectant la dérivée première y P0 (x) = K 0 (x)y H (x, 1) + K (x)y H
0
(x, 1) = K 0 (x)e −2x + K (x)(−2e −2x ) dans l’EDO
complète on obtient
K 0 (x)e −2x +( (((−2x ) = −2x + e −2x K 0 (x) = 1
((
K (x)(−2e (x)e
−2K =⇒ =⇒ K (x) = x.
On conclut que une solution de l’EDO complète est la fonction y P (x) = xe −2x .
Toutes les solutions de l’EDO sont donc les fonctions y(x) = (C + x)e −2x pour C ∈ R.
On cherche si parmi ces solutions il en existe qui vérifient y 0 (0) = 0 ; comme y 0 (x) = (1−2C −2x)e −2x et y 0 (0) = 1−2C , l’unique
solution de l’EDO qui a dérivée nulle en x = 0 est la fonction y(x) = ( 21 + x)e −2x .
Exercice 2.11
Le carbone 14 est un isotope présent dans tout organisme vivant. Le nombre d’atomes de carbone 14 est constant tant
que l’organisme est en vie. À la mort de l’organisme, le nombre d’atomes décroît avec une vitesse proportionnelle au
nombre d’atomes. On note n(t ) > 0 le nombre d’atomes au temps t , exprimé en années, après la mort de l’organisme. Ce
mécanisme se traduit par l’équation
n 0 (t ) = −kn(t )
où k est une constante positive.
1. Trouver toutes les solutions de l’EDO.
2. Sachant qu’il faut 5700 ans pour que la quantité de carbone 14 diminue de moitié dans un organisme mort, calculer
k.
3. Des ossements anciens récemment exhumés contiennent 9 fois moins de carbone 14 que des ossements similaires
d’aujourd’hui. Déterminer l’âge des ossements exhumés.
S OLUTION . 1. Il s’agit d’une «EDO du premier ordre à variables séparables». Si n(t ) ≡ c est solution alors 0 = −kc d’où
c = 0 : l’unique solution constante est la solution n(t ) = 0 quelque soit t ∈ R+ .
Si n(t ) 6= 0, on peut écrire
n 0 (t )
= −k
n(t )
d’où la famille de solutions
n(t ) = De −kt , D ∈ R+ .
On conclut que, quelque soit la condition initiale n(0) = n 0 ≥ 0, l’unique solution est n(t ) = n 0 e −kt pour tout t ∈ R+ .
2. Puisque n 0 /2 = n(5700) = n 0 e −5700t , on obtient k = ln 2−5700 ≈ 1.216 10−4 .
3. Puisque n 0 /9 = n(t̂ ) = n 0 e −k t̂ , on obtient t̂ = 5700 ln 9
ln 2 ≈ 18000 ans.
S OLUTION . La loi de Newton affirme qu’il existe une constante K < 0 telle que la température du corps suit l’EDO
T 0 (t ) = K (T (t ) − Text ).
On commence par calculer toutes les solutions de l’EDO. Étant une équation différentielle du premier ordre, la famille de
solutions dépendra d’une constante D qu’on fixera en utilisant la CI.
B On cherche d’abord les solutions constantes, i.e. les solutions du type T (t ) ≡ c ∈ R quelque soit t . On a
0 = K (c − Text )
46 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
B Soit T (t ) 6= Text quelque soit t . Puisqu’il s’agit d’une EDO à variables séparables on peut calculer la solution comme suit :
T 0 (t ) dT
T 0 (t ) = K (T (t ) − Text ) =⇒ =K =⇒ = Kdt =⇒
T (t ) − Text T − Text
1
Z Z
dT = K dt =⇒ ln(T − Text ) = K t + c =⇒ T − Text = De K t =⇒ T (t ) = Text + De K t .
T − Text
T (t ) = −5 + 25e K t .
ln(4/5)
De plus, on sait que 15 = T (30) = −5 + 25e 30K d’où K = 30 . La température du corps suit donc la loi
ln(4/5)
T (t ) = −5 + 25e 30 t .
d’où t = 30 ln(42/25)
ln(4/5) ∼ −69,7 minutes, c’est-à-dire à 1H10 de nuit.
T (◦C)
crime
40◦C
découverte
30◦C
du cadavre après 30
minutes
20◦C
10◦C
0 ◦C
-70 -50 -30 -10 10 30 t (minutes)
1H10 1H30 1H50 2H10 2H30 2H50
S OLUTION . La loi de Newton affirme qu’il existe une constante K < 0 telle que la température du corps suit l’EDO
T 0 (t ) = K (T (t ) − Text ).
On commence par calculer toutes les solutions de l’EDO. Étant une équation différentielle du premier ordre, la famille de
solutions dépendra d’une constante D qu’on fixera en utilisant la CI.
B On cherche d’abord les solutions constantes, i.e. les solutions du type T (t ) ≡ c ∈ R quelque soit t . On a
0 = K (c − Text )
© G. Faccanoni 47
2. Équations différentielles ordinaires Jeudi 19 avril 2012
B Soit T (t ) 6= Text quelque soit t . Puisqu’il s’agit d’une EDO à variables séparables on peut calculer la solution comme suit :
T 0 (t ) dT
T 0 (t ) = K (T (t ) − Text ) =⇒ =K =⇒ = Kdt =⇒
T (t ) − Text T − Text
1
Z Z
dT = K dt =⇒ ln(T − Text ) = K t + c =⇒ T − Text = De K t =⇒ T (t ) = Text + De K t
T − Text
La cuisine est donc à 20◦C et, plus en générale, la température du gâteau évolue selon la loi
ln(3/4)
T (t ) = 20 + 80e 10 t .
100◦C
80◦C
T (20) = 65◦C
◦
70 C
60◦C
50◦C
40◦C
10 20 30 t (minutes)
Exercice 2.14
Deux produits chimiques présents dans une cuve avec une concentration de 1g/l à l’instant t = 0 interagissent et pro-
duisent une substance dont la concentration est notée y(t ) à l’instant t ≥ 0. On suppose que y(t ) est régie par l’équation
différentielle
y 0 (t ) = (1 − y(t ))2 pour tout t ≥ 0.
1. Montrer que toute solution de l’EDO est une fonction croissante.
2. Chercher les solutions constantes de l’EDO.
3. Considérons la solution y telle que y(0) = 0. Montrer que l’on a 0 < y(t ) < 1 pour tout t > 0. (On admettra que les
graphes de deux solutions distinctes ne se coupent pas et on pourra s’aider d’un dessin.)
4. Considérons la solution y telle que y(0) = 0. Montrer que lim y(t ) = ` existe. Puis, en admettant que lim y 0 (t ) = 0,
t →+∞ t →+∞
déterminer `.
5. Calculer la solution lorsque y(0) = 0, lorsque y(0) = 1 et lorsque y(0) = 2. Dans chacun de ces cas établir l’intervalle
maximale d’existence.
48 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
S OLUTION . 1. Pour montrer qu’une fonction est croissante il suffit de montrer que sa dérivée est de signe positif. Si y est
solution de l’EDO on a
y 0 (t ) = (1 − y(t ))2 ≥ 0 pour tout t ≥ 0
car un carré est toujours positif. y est donc une fonction croissante.
2. On cherche les fonctions constantes solution de l’EDO. Si f (t ) = c est solution de l’EDO alors puisque f 0 (t ) = 0 on
obtient
0 = (1 − c)2
soit c = 1. La seule fonction constante solution de l’EDO est la fonction constante égale à 1.
3. Considérons la solution y telle que y(0) = 0. Tout d’abord on a montré que la fonction y était croissante donc y(0) ≤ y(t )
pour tout t ≥ 0, par conséquent, puisque 0 ≤ y(0), y(t ) ≥ 0 pour tout t ≥ 0. Supposons qu’il existe un t 0 tel que y(t 0 ) ≥ 1,
alors le graphe de y qui relie continument les points (0, y(0)) et (t 0 , y(t 0 )) coupe nécessairement le graphe de f , i.e.
la droite d’équation y = 1. Ceci est impossible, car les graphes de deux solutions distinctes ne se coupent jamais. Il
n’existe donc pas de t 0 tel que y(t 0 ) ≥ 1, c’est-à-dire pour tout t ≥ 0, y(t ) < 1.
4. Considérons la solution y telle que y(0) = 0.
La fonction y est croissante et majorée par 1, elle admet donc une limite pour t → +∞. On note lim y(t ) = `. On
t →+∞
suppose que lim y 0 (t ) = `. En passant à la limite dans l’EDO on obtient :
t →+∞
0 = (1 − `)2
soit ` = 1.
5. B Si y(0) = 1 on sait que y(t ) = 1 pour tout t > 0.
B Si y(0) = 0 on sait que la fonction y est croissante et lim y 0 (t ) = 1. En effet, il s’agit d’une EDO à variables sépa-
t →+∞
rables et on peut écrire
t +c −1
Z
(1 − y)−2 dy = t , i.e. y(t ) =
t +c
qui existe sur ] − ∞; −c[ ∪ ] − c; +∞[, d’où, en imposant y(0) = 0, la solution
t
y(t ) = , ∀t ≥ 0.
1+t
B Si y(0) = 2 on sait que la fonction y est croissante mais elle n’existe que pour 0 < t < 1 et on a
t −2
y(t ) = .
t −1
y
0
x
1 2 3
Ce modèle, qui décrit l’évolution d’une population de p individus à l’instant t , suppose que le taux de croissance du
nombre d’individus n’est pas constant mais diminue si la population augment (les ressources se réduisent).
© G. Faccanoni 49
2. Équations différentielles ordinaires Jeudi 19 avril 2012
k
0 = A(k − h A) ⇐⇒ A = 0 ou A = .
h
On trouve ainsi deux solutions constantes :
k
p(t ) ≡ 0 et p(t ) ≡ .
h
Si on suppose que p(t ) 6= 0 et p(t ) 6= hk , l’EDO se réécrit comme
p 0 (t )
= 1;
p(t )(k − hp(t ))
p0 1
D= = k
.
k − hp 0 −h
p0
En conclut que toutes les solutions du problème de Cauchy si p(t ) ∈]0, k/h[, décroissantes si p(t ) > k/h.
pour t ≥ 0 sont
p
0 si p 0 = 0,
k
p(t ) = h si p 0 = hk , k
p(t ) > h
³ 1 h ´1 −kt h sinon.
−k e +k
p0
k
k h
Remarquons que limt →+∞ p(t ) = : une population qui évo-
h
lue à partir de p 0 individus à l’instant initiale selon la loi lo- k
gistique tend à se stabiliser vers un nombre d’individus d’en- 0 < p0 < h
viron k/h, ce qui représente la capacité de l’environnement.
D’autre part, déjà en analysant l’EDO on aurait pu déduire 0
t
que les solutions sont des fonctions strictement croissantes
50 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
1. Tout d’abord on observe qu’il y a deux solutions constantes de l’EDO : la fonction I (t ) ≡ 0 et la fonction I (t ) ≡ 5000.
2. Pour chercher toutes les solutions non constantes on remarque qu’il s’agit d’une EDO à variables séparables donc
formellement on a
I 0 (t )
I 0 (t ) = k I (t )(5000 − I (t )) =⇒ =k =⇒
I (t )(5000 − I (t ))
dI 1
Z Z
= kd t =⇒ dI = k dt =⇒
I (5000 − I ) I (5000 − I )
1 1
Z Z Z
dI − d I = 5000k d t =⇒ ln(I ) + ln(5000 − I ) = 5000kt + c =⇒
I 5000 − I
I I
ln = 5000kt + c =⇒ = De 5000kt =⇒
5000 − I 5000 − I
5000De 5000kt 5000
I (t ) = =⇒ I (t ) =
1 + De 5000kt De −5000kt + 1
4. Il ne reste qu’à établir la valeur numérique de la constante k grâce à l’information sur le nombre d’individus infectés
après 7 jours :
80×5000
5. On cherche t̄ tel que I (t̄ ) = 80%I T = 100 = 4000 :
20000
4000 = t̄ 363
4 + 121e − 7 ln 38
1
d’où t̄ = 5000 ln(121) ≈ 15 jours.
6. Avec ce modèle lim I (t ) = 5000 mais I ne peut jamais atteindre exactement 100% de la population en un temps fini
t →+∞
(deux solution ne s’intersectent jamais).
5000
4000
1200
160
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 t
© G. Faccanoni 51
2. Équations différentielles ordinaires Jeudi 19 avril 2012
Exercice 2.17
On note y(t ) le nombre de ménages vivant en France équipés d’un ordinateur (t est exprimé en années et y(t ) en millions
de ménages). Le modèle de VARHULST estime que sur la période 1980 − 2020, y(t ) est solution de l’équation différentielle
On cherche d’abord les solutions constantes, i.e. des fonctions y(t ) = A pour tout t ∈ R :
0 = 0, 022A(20 − A) ⇐⇒ A = 0 ou A = 20.
y 0 (t )
= 0, 022;
y(t )(20 − y(t ))
20
0, 01 = =⇒ D = 1999
1 + 20De −0,44×0
et la fonction qui estime le nombre de ménages en France équipés d’un ordinateur t années après 1980 est
20
y(t ) = .
1 + 1999e −0,44t
Pour prévoir combien de ménages vivant en France seront équipés d’un ordinateur en 2020 il suffit de calculer y(40)
20
y(40) = ≈ 19.99.
1 + 1999e −0,44×40
Exercice 2.18
Lorsqu’une nouvelle espèce s’introduit dans un écosystème, elle évolue d’abord lentement ; son rythme de croissance
s’accélère ensuite à mesure qu’elle s’adapte, puis ralentit quand la population devient trop importante compte tenu des
ressources disponibles. Pour ce type d’évolution, on utilise le modèle de G OMPERTZ suivant :
52 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
Calculer toute les solutions de cette équation différentielle pour t > 0 (ne pas oublier les solutions constantes). La popu-
lation va-t-elle survivre ?
On cherche d’abord les solutions constantes, i.e. des fonctions y(t ) = A pour tout t ∈ R :
0 = A ln(A) ⇐⇒ A = 1.
y 0 (t )
= −1;
y(t ) ln(y(t ))
on doit alors calculer
dy
Z Z
= −1 dt .
y ln(y)
On obtient 1
ln | ln(y(t ))| = −t +C pour tout C ∈ R
et on en déduit
−t
y(t ) = e De pour tout D ∈ R.
2. Si y(0) > 1 alors y (t ) < 0 (la population décroît) ; si 0 < y(0) < 1 alors y 0 (t ) > 0 (la population croît) ; comme y(t ) = 1 est
0
solution et comme deux solutions ne peuvent pas se croiser, sans faire de calcul on voit que lorsque t tend vers l’infini,
la population tend vers la valeur d’équilibre y(t ) = 1 quelque soit le nombre d’individus à l’instant initial.
Exercice 2.19
Dans un circuit électrique de type résistance-inductance, le courant I évolue avec le temps selon
R V
I 0 (t ) + I (t ) =
L L
où R, L et V sont des constantes associées aux composantes électriques. Résolvez l’équation différentielle. La solution I
tend-elle vers une limite finie ?
S OLUTION . B Résolution de l’équation homogène associée : c’est une équation à variables séparables. Ses solutions sont
du type
R
I H (x) = C e − L t
avec C constante arbitraire. Elles comportent la fonction nulle et des fonctions qui ne s’annulent jamais.
R
B Recherche d’une solution particulière. Soit I 1 (t ) = e − L t une solution (non nulle) de l’EDO homogène et introduisons
R
la fonction auxiliaire inconnue K (t ) telle que I (t ) = K (t )I 1 (t ) = K (t )e − L t soit solution de notre EDO ; alors I 0 (t ) =
R R R
K 0 (t )e − L t − RL K (t )e − L t = (K 0 (t ) − RL K (t ))e − L t et si on reporte I 0 (t ) et I (t ) dans notre EDO on obtient
R V
K 0 (t )e − L t = .
L
R R R R
V
e L t dt = VR e L t et enfin I P (t ) = VR e L t e − L t = VR .
R
Ainsi K (t ) = L
1
dx = 1z dz = ln |z| + c = ln | ln(x)| +C
R R
1. x ln(x)
© G. Faccanoni 53
2. Équations différentielles ordinaires Jeudi 19 avril 2012
Exercice 2.20
Calculer les solutions des EDO linéaires du second ordre à coefficients constants suivantes :
1. y 00 (x) − 3y 0 (x) + 2y(x) = 0
2. y 00 (x) − 4y 0 (x) + 4y(x) = 0
3. y 00 (x) − 2y 0 (x) + 2y(x) = 0
4. y 00 (x) − y(x) = e 2x
5. y 00 (x) − y 0 (x) = e x
S OLUTION . 1. Le polynôme caractéristique associé à l’EDO est λ2 − 3λ + 2 = 0 qui a discriminant ∆ = 1 : on a deux solu-
tions réelles distinctes
3−1 3+1
λ1 = =1 et λ2 = = 2.
2 2
Toutes les solutions sont alors les fonctions y(x,C 1 ,C 2 ) = C 1 e x +C 2 e 2x pour tout C 1 ,C 2 ∈ R.
2. Le polynôme caractéristique associé à l’EDO est λ2 − 4λ + 4 = 0 qui a discriminant ∆ = 0 : on a deux solutions réelles
coïncidentes
4
λ1 = λ2 = = 2.
2
Toutes les solutions sont les fonctions y(x,C 1 ,C 2 ) = (C 1 +C 2 x)e 2x pour tout C 1 ,C 2 ∈ R.
3. Le polynôme caractéristique associé à l’EDO est λ2 − 2λ + 2 = 0 qui a discriminant ∆ = −4 : on a deux solutions com-
plexes conjuguées
2 − 2i 2 + 2i
λ1 = et λ2 = .
2 2
Comme ℜλ2 = 1 et ℑλ2 = 1, toutes les solutions sont les fonctions y(x,C 1 ,C 2 ) = e x (C 1 cos(x) + C 2 sin(x)) pour tout
C 1 ,C 2 ∈ R.
4. Comme l’EDO n’est pas homogène on cherche ses solutions sous la forme y(x) = y H (x) + y P (x) où les y H sont toutes
les solutions de l’EDO homogène associée et y P est une solution particulière de l’EDO complète.
Le polynôme caractéristique associé à l’EDO est λ2 − 1 = 0 qui a discriminant ∆ = 1 : on a deux solutions réelles dis-
tinctes
λ1 = −1 et λ2 = 1.
Toutes les solutions de l’homogène sont les fonctions y H (x,C 1 ,C 2 ) = C 1 e x +C 2 e −x pour tout C 1 ,C 2 ∈ R.
Comme le terme source est g (x) = e 2x , on a n = 0, µ = 2 et ϑ = 0 ; comme ∆ > 0, ϑ = 0 mais µ 6= λ1 et µ 6= λ2 alors m = 0 :
la solution particulière sera de la forme y P (x) = q 1 e 2x . Pour qu’elle soit une solution particulière on doit imposer qu’elle
vérifie l’EDO complète ; comme y P0 (x) = 2q 1 e 2x et y P00 (x) = 4q 1 e 2x il faut que
4q 1 e 2x − q 1 e 2x = e 2x
qui donne q 1 = 13 .
En conclusion toutes les solutions sont les fonctions y(x) = C 1 e x +C 2 e −x + 13 e 2x pour tout C 1 ,C 2 ∈ R.
5. Toute solution est de la forme y(x) = y H (x) + y P (x) où y H représente toutes les solutions de l’équation y 00 (x) − y 0 (x) = 0
tandis que y P est une solution particulière de y 00 (x) − y 0 (x) = e x . Le polynôme caractéristique est 2λ2 − 1 = 0 qui a
comme racines les deux réels λ1 = 0 et λ2 = 1. Par conséquent y H (x) = C 1 +C 2 e x . En adoptant la notation du cours on a
n = 0, µ = 1, ϑ = 0, ∆ > 0 et µ = λ2 = 1 par conséquent m = 1 : la solution particulière est alors de la forme y P (x) = C xe x .
Pour ¢ ¡ C on impose
déterminer à y P d’être solution de l’EDO. Comme y P0 (x) = C (1+x)e x et y P00 (x) = C (2+x)e x , il faut que
x x x
¡ ¢
C (2 + x)e − C (1 + x)e = e , ce qui donne C = 1. On conclut que toutes les solutions de l’EDO s’écrivent
y(x) = C 1 +C 2 e x + xe x .
Exercice 2.21
Résoudre le problème de Cauchy
00 0
y (x) − 2y (x) + 10y(x) = 0,
y(0) = 1,
0
y (0) = 2.
54 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
S OLUTION . L’équation différentielle est linéaire du second ordre, à coefficients constants, et sans second membre (i.e. elle
est déjà homogène !). L’équation caractéristique λ2 − 2λ + 10 = 0 a discriminant ∆ < 0. Comme σ = 1 et ω = 3, l’intégrale
générale de l’équation homogène est
Puisque y(0) = 1 alors c 1 = 1. Comme y 0 (0) = 2 et y 0 (x) = e x ((c 1 + 3c 2 ) cos(3x) + (c 1 − 3c 2 ) sin(3x)) alors c 2 = 1/3. On conclut
que la solution du problème de Cauchy est
µ ¶
1
y(x) = e x cos(3x) + sin(3x) .
3
Exercice 2.22
Calculer toutes les solutions de l’EDO 2y 00 (x) − 5y 0 (x) + 3y(x) = e x .
2 C (2 + x)e x − 5 C (1 + x)e x + 3 C xe x = e x ,
¡ ¢ ¡ ¢ ¡ ¢
ce qui donne C = 1.
On conclut que toutes les solutions de l’EDO s’écrivent
y(x) = C 1 e x +C 2 e 3x/2 + xe x .
Exercice 2.23
Calculer toutes les solutions de l’EDO 2y 00 (x) − 7y 0 (x) + 5y(x) = −3e x .
ce qui donne C = 1.
On conclut que toutes les solutions de l’EDO s’écrivent
y(x) = C 1 e x +C 2 e 5x/2 + xe x .
© G. Faccanoni 55
2. Équations différentielles ordinaires Jeudi 19 avril 2012
S OLUTION . Comme l’EDO n’est pas homogène on cherche ses solutions sous la forme y(x) = y H (x) + y P (x) où les y H sont
toutes les solutions de l’EDO homogène y 00 (x) − 2y 0 (x) + y(x) = 0 (y H contient deux constantes d’intégration) et y P est une
solution particulière de l’EDO complète y 00 (x) − 2y 0 (x) + y(x) = (x + 1)e x .
Le polynôme caractéristique associé à l’EDO est λ2 − 2λ + 1 = 0 qui a discriminant ∆ = 4 − 4 = 0, l’unique racine réelle est
λ1 = λ2 = 1.
Par conséquent, les solutions de l’EDO homogène sont les fonctions y H (x,C 1 ,C 2 ) = (C 1 +C 2 x)e x pour tout C 1 ,C 2 ∈ R.
Comme le terme source est g (x) = (x + 1)e x , on a n = 1, µ = 1 et ϑ = 0 ; puisque ∆ = 0, ϑ = 0 et µ = λ alors m = 2 : la
solution particulière sera de la forme y P (x) = x 2 e x (α + βx) = (αx 2 + βx 3 )e x . Pour qu’elle soit une solution particulière on
doit imposer qu’elle vérifie l’EDO complète ; comme y P0 (x) = (2αx + 3βx 2 + αx 2 + βx 3 )e x = (2αx + (3β + α)x 2 + βx 3 )e x et
y P00 (x) = (2α + (6β + 4α)x + (6β + α)x 2 + βx 3 )e x , il faut
(2α + (6β + 4α)x + (6β + α)x 2 + βx 3 )e x − 2(2αx + (3β + α)x 2 + βx 3 )e x + (αx 2 + βx 3 )e x = (x + 1)e x
1
c’est-à-dire (2α) + (6β + 4α − 4α)x + (6β + α − 6β − 2α + α)x 2 + (β − 2β + β)x 3 = 1 + x, ce qui donne α = 2 et β = 16 .
En conclusion les solutions de l’EDO sont les fonctions y(x) = (C 1 +C 2 x + 12 x 2 + 61 x 3 )e x pour tout C 1 ,C 2 ∈ R.
On cherche parmi ces solutions celles qui vérifient y(0) = 1 ; comme y(0) = C 1 on obtient les fonctions y(x) = (1+C 2 x + 12 x 2 +
1 3 x
6 x )e pour tout C 2 ∈ R. Parmi ces solutions, on cherche maintenant celle qui vérifie y (0) = 2 ; comme y (0) = 1 + C 2 on
0 0
conclut que l’unique solution du problème de Cauchy donné est la fonction y(x) = (1 + x + 12 x 2 + 16 x 3 )e x .
S OLUTION . Comme l’EDO n’est pas homogène on cherche ses solutions sous la forme y(x) = y H (x) + y P (x) où les y H sont
toutes les solutions de l’EDO homogène y 00 (x) + 2y 0 (x) + y(x) = 0 (y H contient deux constantes d’intégration) et y P est une
solution particulière de l’EDO complète y 00 (x) + 2y 0 (x) + y(x) = (1 − x)e −x .
Le polynôme caractéristique associé à l’EDO est λ2 + 2λ + 1 = 0 qui a discriminant ∆ = 4 − 4 = 0, la solution réelle est
λ1 = λ2 = −1.
Par conséquent, les solutions de l’EDO homogène sont les fonctions y H (x,C 1 ,C 2 ) = (C 1 +C 2 x)e −x pour tout C 1 ,C 2 ∈ R.
Comme le terme source est g (x) = (1 − x)e −x , selon la notation du polycopié on a n = 1, µ = −1 et ϑ = 0 ; comme ∆ = 0,
ϑ = 0 et µ = λ alors m = 2 : la solution particulière sera de la forme y P (x) = x 2 e −x (α + βx) = (αx 2 + βx 3 )e −x . Pour qu’elle
soit une solution particulière on doit imposer qu’elle vérifie l’EDO complète ; comme y P0 (x) = (2αx + (3β − α)x 2 − βx 3 )e −x et
y P00 (x) = (2α + (6β − 4α)x − (6β − α)x 2 + βx 3 )e −x , il faut
(2α + (6β − 4α)x − (6β − α)x 2 + βx 3 )e −x + 2(2αx + (3β − α)x 2 − βx 3 )e −x + (αx 2 + βx 3 )e −x = (1 − x)e −x
1
c’est-à-dire (2α) + (6β − 4α + 4α)x + (−6β + α + 6β − 2α + α)x 2 + (+β − 2β + β)x 3 = 1 + x, ce qui donne α = 2 et β = − 61 .
56 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
En conclusion les solutions de l’EDO sont les fonctions y(x) = (C 1 +C 2 x + 12 x 2 − 61 x 3 )e −x pour tout C 1 ,C 2 ∈ R.
On cherche parmi ces solutions celles qui vérifient y(0) = 1 ; comme y(0) = C 1 on obtient les fonctions y(x) = (1+C 2 x + 12 x 2 −
1 3 −x
6 x )e pour tout C 2 ∈ R. Parmi ces solutions, on cherche maintenant celle qui vérifie y 0 (0) = 2 ; comme y 0 (0) = C 2 − 1 on
conclut que l’unique solution du problème de Cauchy donné est la fonction y(x) = (1 + 3x + 12 x 2 − 16 x 3 )e −x .
S OLUTION . Comme l’EDO n’est pas homogène on cherche ses solutions sous la forme y(x) = y H (x) + y P (x) où les y H sont
toutes les solutions de l’EDO homogène y 00 (x) − 5y 0 (x) + 4y(x) = 0 (y H contient deux constantes d’intégration) et y P est une
solution particulière de l’EDO complète y 00 (x) − 5y 0 (x) + 4y(x) = 2xe 4x .
Le polynôme caractéristique associé à l’EDO est λ2 − 5λ + 4 = 0 qui a discriminant ∆ = 25 − 16 = 9, les deux solutions réelles
sont λ1 = 1 et λ2 = 4. Par conséquent, les solutions de l’EDO homogène sont les fonctions y H (x,C 1 ,C 2 ) = C 1 e x + C 2 e 4x pour
tout C 1 ,C 2 ∈ R.
Comme le terme source est g (x) = 2xe 4x , selon la notation du polycopié on a n = 1, µ = 4 et ϑ = 0 ; comme ∆ > 0, ϑ = 0
et µ = λ2 alors m = 1 : la solution particulière sera de la forme y P (x) = xe 4x (αx + β) = (αx 2 + βx)e 4x . Pour qu’elle soit une
solution particulière on doit imposer qu’elle vérifie l’EDO complète ; comme y P0 (x) = (β + (2α + 4β)x + 4αx 2 )e 4x et y P00 (x) =
((2α + 8β) + (16α + 16β)x + 16αx 2 )e 4x , il faut
((2α + 8β) + (16α + 16β)x + 16αx 2 )e 4x − 5(β + (2α + 4β)x + 4αx 2 )e 4x + 4(αx 2 + βx)e 4x = 2xe 4x
c’est-à-dire (2α + 8β − 5β) + (16α + 16β − 10α − 20β + β)x + (16α − 20α + 4α)x 2 = 2x, ce qui donne α = 13 et β = − 29 .
En conclusion les solutions de l’EDO sont les fonctions y(x) = C 1 e x + C 2 − 92 x + 13 x 2 e 4x pour tout C 1 ,C 2 ∈ R. On cherche
¡ ¢
parmi ces solutions celles qui vérifient y(0) = 1 ; comme y(0) = C 1 +C 2 on obtient les fonctions y(x) = C 1 e x + 1 −C 1 − 29 x + 13 x 2 e 4x
¡ ¢
pour tout C 1 ∈ R. Parmi ces solutions, on cherche maintenant celle qui vérifie y 0 (0) = 2 ; comme y 0 (0) = 4− 92 −3C 1 on conclut
16 x
e + 11 2 1 2 4x
¡ ¢
que l’unique solution du problème de Cauchy donné est la fonction y(x) = 27 27 − 9 x + 3 x e .
Exercice 2.27
Résoudre le problème de Cauchy
00
y (x) + 9y(x) = 108x cos(3x),
y(0) = 0,
0
y (0) = 0.
S OLUTION . Comme l’EDO n’est pas homogène on cherche ses solutions sous la forme y(x) = y H (x) + y P (x) où les y H sont
toutes les solutions de l’EDO homogène y 00 (x) + 9y(x) = 0 (y h contient deux constantes d’intégration) et y P est une solution
particulière de l’EDO complète y 00 (x) + 9y(x) = 108x cos(3x).
Le polynôme caractéristique associé à l’EDO est λ2 + 9 = 0 qui a discriminant ∆ = −9, les deux racines complexes conjuguées
sont
λ1 = −3i , λ2 = 3i .
Par conséquent, les solutions de l’EDO homogène sont les fonctions y H (x,C 1 ,C 2 ) = C 1 cos(3x) +C 2 sin(3x) pour tout C 1 ,C 2 ∈
R.
Comme le terme source est g (x) = 108x cos(3x),¡ on a n = 1, µ = 0 et ϑ = 3 ; puisque ¢ ∆ < 0, ϑ = ω = 3 et µ = 0 alors m = 12 : la
solution particulière sera de la forme y P (x) = x (αx + β) cos(3x) + (γx + δ) sin(3x) = (αx 2 + βx) cos(3x) + (γx 2 + δx) sin(3x).
Pour qu’elle soit une solution particulière on doit imposer qu’elle vérifie l’EDO complète ; comme y P0 (x) = (3γx 2 +(2α+3δ)x +
© G. Faccanoni 57
2. Équations différentielles ordinaires Jeudi 19 avril 2012
β) cos(3x) + (−3αx 2 + (2γ − 3β)x + δ) sin(3x) et y P00 (x) = (−9αx 2 + (12γ − 9β)x + 2α + 6δ) cos(3x) + (−9γx 2 + (−12α − 9δ)x + 2γ −
6β) sin(3x), il faut
(−9αx 2 + (12γ − 9β)x + 2α + 6δ) cos(3x) + (−9γx 2 + (−12α − 9δ)x + 2γ − 6β) sin(3x)
+ 9 (αx 2 + βx) cos(3x) + (γx 2 + δx) sin(3x)
¡ ¢
= 108x cos(3x)
c’est-à-dire
ce qui donne
12γ = 108,
2α + 6δ = 0,
=⇒ α = δ = 0, β = 3, γ = 9.
−12α = 0,
2γ − 6β = 0
En conclusion les solutions de l’EDO sont les fonctions y(x) = (C 1 + 3x) cos(3x) + (C 2 + 9x 2 ) sin(3x) pour tout C 1 ,C 2 ∈ R.
¡
On cherche parmi ces solutions celles qui vérifient y(0) = 0 ; comme y(0) = C 1 on obtient les fonctions y(x) = 3x cos(3x)+ C 2 +
9x 2 sin(3x) pour tout C 2 ∈ R. Parmi ces solutions, on cherche maintenant celle qui vérifie y 0 (0) = 0 ; comme y 0 (0) = 3 + 3C 2
¢
on conclut que l’unique solution du problème de Cauchy donné est la fonction y(x) = 3x cos(3x) + (9x 2 − 1) sin(3x).
mx 00 (t ) + kx(t ) = A cos(ϕt ).
x P (t ) = b cos(ϕt ) + c sin(ϕt ).
On a x P0 (t ) = −bϕ sin(ϕt ) + cϕ cos(ϕt ) et x P00 (t ) = −bϕ2 cos(ϕt ) − cϕ2 sin(ϕt ). En remplaçant dans l’EDO on obtient
ce qui implique
a
b= , et c = 0.
η2 − ϕ 2
58 © G. Faccanoni
Jeudi 19 avril 2012 2. Équations différentielles ordinaires
x P (t ) = bt cos(ϕt ) + c t sin(ϕt ).
On a x P0 (t ) = (b + cϕt ) cos(ϕt ) + (c − bϕt ) sin(ϕt ) et x P00 (t ) = (2c − bϕt )ϕ cos(ϕt ) − (2b + cϕt )ϕ sin(ϕt ). En remplaçant
dans l’EDO on obtient
qui se réécrit
((−2 − t )b + (1 − t )c)ϕ sin(ϕt ) + ((b − a) + 2c(1 + t )ϕ − bt ϕ2 ) cos(ϕt ) = 0
ce qui implique
a
b = 0, et c= .
2ϕ
La solution complète est donc q
a
B si ϕ 6= η, x(t ) = C 1 cos(ηt )+C 2 sin(ηt )+ η2 −ϕ 2 cos(ϕt ) avec C 1 ,C 2 ∈ R ; si on pose r = C 12 +C 22 et ϕ = arctan(−C 1 /C 2 ) on
obtient
a
x(t ) = r cos(ηt + ϕ) + 2 cos(ϕt )
η − ϕ2
qui est la superposition de deux mouvements oscillatoires avec deux amplitudes etqdeux périodes différents.
a
B si ϕ = η, x(t ) = C 1 cos(ϕt ) + C 2 sin(ϕt ) + 2ϕ t sin(ϕt ) avec C 1 ,C 2 ∈ R ; si on pose r = C 12 +C 22 et ψ = arctan(−C 1 /C 2 ) on
obtient
a
x(t ) = r cos(ϕt + ψ) + t sin(ϕt ).
2ϕ
2π
On remarque que toute sous-suite (t n ) divergent à +∞ de la forme t n = t 0 + ϕn pour t 0 6= 0 on a |x(t n )| → +∞ : les
oscillations ont ampleur de plus en plus grande (c’est ce que l’on appelle la résonance).
© G. Faccanoni 59
3. Limites et continuité des fonctions de Rn dans R
Normes
Définition
On appelle norme sur un espace vectoriel E toute application N de E dans [0; +∞[ possédant les propriétés suivantes :
On emploie généralement la notation kxk pour N (x), qui rappelle l’analogie avec la valeur absolue dans R ou le module
dans C.
Propriété
Pour tout x, y ∈ E ¯ ¯
¯kxk − kyk¯ ≤ kx − yk ≤ kxk + kyk.
¯ ¯
norme euclidienne
Boules
Dans Rn muni d’une norme on appelle
B Boule ouverte de centre A ∈ Rn et de rayon r > 0 l’ensemble B(A, r ) = {x ∈ Rn tel que kx − Ak < r } ;
B Boule fermée de centre A ∈ Rn et de rayon r > 0 l’ensemble B(A, r ) = {x ∈ Rn tel que kx − Ak ≤ r }.
Exemple
On veut dessiner les boules fermées de centre O = (0, 0) et de rayon r > 0 relatives aux trois normes classiques de R2 : k·k1 , k·k2 et k·k∞ .
La boule fermée de centre (0, 0) et rayon r > 0 est l’ensemble de points
61
3. Limites et continuité Jeudi 19 avril 2012
−r r x −r r x −r r x
−r −r −r
La mot «boule» a donc ici un sens plus générale que dans la vie courante !
Lorsque n = 2, le graphe G f ≡ z = f (x, y), où (x, y) ∈ D, est tridimensionnel. Les axes relatifs aux variables, x et y, sont
conventionnellement situés dans un plan horizontal (le domaine D apparaît alors comme un sous-ensemble de ce plan),
tandis que la dimension verticale est réservée aux valeurs de z. Ainsi, à tout A = (a, b) ∈ D, dont l’image est f (A) ∈ R, cor-
respond le point suivant du graphe : (a, b, f (A)) ∈ R3 . Une mise en perspective permet la visualisation des surfaces à trois
dimensions. Dans ce cas, l’axe z est toujours placé verticalement. Toutefois, pour des raisons de lisibilité, les axes x et y
ne sont pas toujours présentés selon la même orientation. Pour n > 2, la représentation plane devient malheureusement
impraticable.
62 © G. Faccanoni
Jeudi 19 avril 2012 3. Limites et continuité
Exemple
p
Le domaine de la fonction f (x, y) = x + y est donné par D = (x, y) ∈ R2 ¯ x + y = 0 . Il se représente donc naturellement comme une
© ¯ ª
2
portion du plan R . En outre, les valeurs prises par la fonction parcourent tout l’ensemble des réels positifs ou nuls : Im f (D) = R+ .
y
Nous allons étudier succinctement les fonctions de R2 dans R. Nous chercherons à étendre à ces fonctions les notions de
limite, continuité, dérivabilité, etc. Jusqu’ici nous avons réservé ces notions aux fonctions de R dans R, que nous savions
bien représenter comme des «courbes», pour le dire vite. Les fonctions de R2 dans R seront quant à elles représentées par des
«surfaces».
Fonctions partielles
Soit f une fonction de D ⊂ R2 dans R et A = (a, b) un point intérieur de D. Les fonctions
x 7→ f (x, b) et y 7→ f (a, y)
définies sur un intervalle ouvert contenant respectivement a et b, sont appelées les fonctions partielles associées à f au
point A.
Lignes de niveau
Soit k ∈ R ; l’ensemble (x, y) ∈ D ¯ f (x, y) = k est la courbe de niveau k de la fonction f . Les courbes de niveau d’une
© ¯ ª
fonction f (x, y) fournissent une représentation géométrique de f sur le plan, alors que son graphe en donne une dans
l’espace. La courbe de niveau k est la projection sur le plan x0y de l’intersection du graphe avec le plan horizontal z = k.
F IGURE 3.1.: Relation entre le graphe d’une fonction et ses courbes de niveau. Géométriquement, la ligne de niveau est la
projection sur le plan (x, y) de l’intersection de la surface représentative de f avec le plan d’équation z = k.
Par exemple, si f représente la hauteur d’un point de la surface terrestre, ses courbes de niveau sont celles
apparaissant sur les cartes topographiques.
© G. Faccanoni 63
3. Limites et continuité Jeudi 19 avril 2012
F IGURE 3.2.: Les lignes de niveau reflètent souvent une réalité physique. Sur une carte topographique, elles désignent les
points de même altitude (ici, l’altitude du point A est 940 + d = 940 + cb/a). Sur une carte météorologique, elles
sont les isothermes (lignes reliant les points d’égale température) ou les isobares (lignes reliant les points d’égale
pression).
Remarque
On peut considérer le relief d’une région comme étant le graphe d’une fonction de deux variables (par exemple, l’altitude
en fonction de la longitude et de la latitude). Une courbe de niveau nous indique les points de même altitude (ou de
même niveau). En dessinant les courbes de niveau avec leur altitude correspondante, on obtient la carte topographique
du relief. La lecture d’une carte topographique permet non seulement d’obtenir des mesures quantitatives du relief, mais
aussi de faire rapidement des observations qualitatives sur sa nature. Par exemple, localiser les points de plus haute et de
plus basse altitude ; les crêtes, les fonds, les vallées, les cols, etc. ; les endroits du relief où les pentes sont plus escarpées
ou plus douces, puisqu’ils correspondent respectivement aux courbes de niveau très rapprochées ou très distantes.
Exemple
L’image ci-contre montre les courbes de niveaux d’une fonction
f . On peut alors se faire une idée de l’allure de la fonction. Par
exemple f (1, 3) ≈ 72, f (4, 5) ≈ 56, etc.
Limites et continuité
La notion de limite pour une fonction de plusieurs variables généralise naturellement la notion correspondante dans le cas
des fonctions d’une seule variable. Toutefois, un nouvel élément entre en jeu : les limites unilatérales (i.e. de la gauche et
de la droite) perdent leur sens et sont remplacées par les nombreuses limites directionnelles possibles. En effet, dès que le
domaine se situe dans un espace à deux dimensions au moins, les chemins qui mènent à un point donné peuvent suivre
divers axes. Ainsi, l’ensemble des points en lesquels une limite peut être considérée, doit être défini en tenant compte de
toutes les possibilités d’accès (voir par exemple la figure 3.3). Une façon commode de procéder s’appuie sur la notion de
boule ouverte dans Rn qui généralise celle d’intervalle ouvert dans R.
Limite en un point
Soit D un ouvert de Rn , A ∈ D et f une fonction définie sur D, éventuellement non définie en A, à valeurs réelles.
On dit que f a pour limite ` au point A, ce que l’on écrit lim f (x) = `, si pour tout ε > 0 il existe r > 0 tel que
x→A
On dit que f tend vers +∞ quand x tend vers A, ce que l’on écrit lim f (x) = +∞, si pour tout M > 0 il existe r > 0 tel que
x→A
64 © G. Faccanoni
Jeudi 19 avril 2012 3. Limites et continuité
On dit que f tend vers −∞ quand x tend vers A, ce que l’on écrit lim f (x) = −∞, si pour tout M < 0 il existe r > 0 tel que
x→A
Proposition
L’existence et la valeur éventuelle de la limite sont indépendantes de la norme choisie dans R2 . Lorsqu’elle existe, la limite
est unique.
Continuité
Soit f une fonction de D ⊂ Rn dans R. On dit que f est continue en A ∈ D si f possède en A une limite égale à f (A). Si f
est continue en chaque élément de D, on dit que f est continue sur D.
Propriété
Si f est définie en A et possède une limite en ce point, cette limite est nécessairement égale à f (A) et f est alors continue
en A.
Si f a pour limite ` en A, la restriction de f à toute courbe continue (non seulement les droites !) passant par A admet la
même limite `.
Astuce
Pour prouver qu’une fonction de plusieurs variables n’admet pas de limite en A, il suffit donc d’expliciter une restric-
tion à une courbe continue passant par A qui n’admette pas de limite, ou deux restrictions qui conduisent à des limites
différentes. Mais pour prouver l’existence d’une limite, il faut considérer le cas général.
Attention
Si la restriction à toute droite passant par A admet la même limite, on ne peut pas conclure que la limite existe !
Opérations algébriques
Les fonctions continues de plusieurs variables jouissent des mêmes propriétés que les fonctions continues d’une seule
variable. Les fonctions élémentaires telles que les polynômes, les fonctions exponentielles, logarithmiques et trigonomé-
triques sont continues dans leurs domaines de définition respectifs. La continuité des autres fonctions s’établit, le cas
échéant, en tant que somme, produit, composée, le quotient (lorsque le dénominateur ne s’annule pas) etc., de fonctions
continues.
Exemple
1. f (x, y) = x 2 + y 2 − x y + y est continue dans R2 (polynôme du second degré à deux variables).
© G. Faccanoni 65
3. Limites et continuité Jeudi 19 avril 2012
3. f (x, y) = ln(x + y 2 ) − 3 est continue dans D = (x, y) ∈ R2 ¯ x + y 2 > 0 comme somme du logarithme d’un polynôme (fonction
© ¯ ª
y
r
b ϑ
a x
Dans cette écriture, r représente la distance entre (a, b) et (x, y) de sorte que
alors
lim f (x, y) = `.
(x,y)→(a,b)
Exemple
x 2 −y 2
Montrons de deux manières que lim(x,y)→(0,0) f (x, y) avec f (x, y) = n’existe pas.
x 2 +y 2
Première méthode. La première résulte directement de la définition. En effet, le long de l’axe horizontal qui a équation y = 0, on a
x2 − y 2 x2
lim lim =1
(x,y)→(0,0) x 2 + y 2 x→0 x 2
y=0
x2 − y 2 −y 2
lim lim = −1
(x,y)→(0,0) x 2 + y 2 y→0 y 2
x=0
x 2 −y 2
Le résultat varie selon la direction ϑ, donc lim(x,y)→(0,0) n’existe pas.
x 2 +y 2
Exemple
B Soit f la fonction définie sur R2 \ {(0, 0)} par
xy
f (x, y) = 2 .
x + y2
Comme f (0, t ) = 0 et f (t , t ) = 12 alors f ne peut pas être prolongée par continuité en (0, 0).
66 © G. Faccanoni
Jeudi 19 avril 2012 3. Limites et continuité
r 2 cos ϑ sin ϑ r
f (x(r, ϑ), y(r, ϑ)) = p = r cos ϑ sin ϑ = sin(2ϑ).
r (cos ϑ + sin ϑ)
2 2 2 2
lim f (x, y) = 0.
(x,y)→(0,0)
© G. Faccanoni 67
3. Limites et continuité Jeudi 19 avril 2012
S OLUTION .
4. D = (x, y, z) ∈ R3 ¯ y 6= 0 et z 6= 0
© ¯ ª
x
Exercice 3.2
Dans chaque cas, déterminez les courbes de niveau des fonctions de deux variables données. Esquissez ensuite leurs
graphes (le graphe peut être vu comme un empilement de courbes de niveau qui forment une surface dans R3 ).
S OLUTION .
1. f (x, y) = x + y − 1 : f (x, y) = κ ssi y = 1 − x − κ
2 2,4
x
-2 1,6
2
-1
1
1 y 0,8
00
-1
0,0 1
-2
2
-0,8
0
-2 -1 0 1 2
-1,6
y
-2,4
x -1
-3,2
-4,0
-2
-4,8
2
2. f (x, y) = e y−x : f (x, y) = κ ssi y = x 2 + ln(κ)
2
3 000
1
2 500
2 000
1 500
0
-2 -1 0 1 2 -2 8,0
1 000
y
x 5,5
-1 500 3,0
x
0,5
y -1 0
-2,0 0
2
-2
68 © G. Faccanoni
Jeudi 19 avril 2012 3. Limites et continuité
9
4 -10 -10
y x
-5 4 -5
2
0 0
0
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
5 5
-2
x
-6
10 10
-4
y -11
-6
-8
-10
S OLUTION .
f (x, y) = k ⇐⇒ x − y2 = ek ⇐⇒ x = y2 + ek
2
D f = (x, y) ∈ R ¯ x − y 2 > 0 = (x, y) ∈ R2 ¯ y 2 < x
© ¯ ª © ¯ ª
y y k → −∞
k = −2
k =0
1 1 k =1
0 0
1 2 3 x 1 2 3 x
−1 −1
−2 −2
Exercice 3.4
Ces limites existent-elles dans R ?
1 y3 xy
1. lim ; 2. lim ; 3. lim .
(x,y)→(1,1) x−y (x,y)→(1,0) (x − 1)2 + y 2
(x,y)→(0,0) x2 + y 2
S OLUTION .
1 1 1
1. La limite lim(x,y)→(1,1) x−y n’existe pas car f (1, y) = −−−→ −∞ et
1−y − f (1, y) = 1−y −
−−−→ +∞.
y→0+ y→0−
y3
2. En polaire x = 1+r cos ϑ, y = r sin ϑ : f (r, ϑ) = r sin3 ϑ et |r sin3 ϑ| ≤ r ainsi lim f (r, ϑ) = 0 et finalement lim (x−1) 2 +y 2 =
r →0 (x,y)→(1,0)
0.
xy 1
3. La limite lim(x,y)→(0,0) x 2 +y 2
n’existe pas car f (x, x) = 2 et f (x, 0) = 0.
Exercice 3.5
© G. Faccanoni 69
3. Limites et continuité Jeudi 19 avril 2012
x2 y
si (x, y) 6= (0, 0)
f (x, y) = x 4 − 2x 2 y + 3y 2
0 sinon.
Montrer que la restriction de f à toute droite passant par l’origine est continue mais que f n’est pas continue à l’origine.
S OLUTION . Remarquons tout d’abord que la fonction est bien définie dans R2 puisque
x 4 − 2x 2 y + 3y 2 = (x 2 − y)2 + 2y 2
x4 1
f (x, x 2 ) = = .
2x 4 2
Exercice 3.6
Soit f la fonction définie sur R2 \ {(0, 0)} par
x ln(1 + x 3 )
f (x, y) = .
y(x 2 + y 2 )
Calculer, si elle existe, la limite de f pour (x, y) qui tend vers (0, 0).
ln(1 + x 3 ) 2 ln(1 + x 3 )
S OLUTION . Pour m 6= 0 on a f (x, mx) = −
− −
→ 0 mais f (x, x ) = =−−−→ 1. La limite n’existe donc pas.
m(1 + m 2 )x 2 x→0 x 3 (1 + x 2 ) x→0
Exercice 3.7
Soit f : R2 → R la fonction ainsi définie
3 3
x +y
si (x, y) 6= (0, 0),
f (x, y) = x 2 + y 2
0 si (x, y) = (0, 0).
S OLUTION . On utilise les coordonnées polaires : x = r cos ϑ, y = r sin ϑ ; alors f (r, ϑ) = r (cos3 ϑ + sin3 ϑ) et comme | f (r, ϑ)| ≤
|2r | −−−→ 0, on en déduit que limr →0 f (r, ϑ) = 0 indépendamment de ϑ, ce qui prouve que lim(x,y)→(0,0) f (x, y) = 0, i.e. que f
r →0
est continue en (0, 0). De plus elle est continue sur R2 \{ (0, 0) } comme quotient de fonctions continues dont le dénominateur
ne s’annule pas. Nous pouvons donc conclure que f est continue sur R2 .
70 © G. Faccanoni
Jeudi 19 avril 2012 3. Limites et continuité
Exercice 3.8
Montrer que la fonction f : R2 \ { (0, 0) } → R définie par
x y2
f (x, y) =
x2 + y 4
S OLUTION . Pour que f soit prolongeable par continuité en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = ` ∈ R. Pour prouver que
cette limite n’existe pas il suffit d’expliciter deux restrictions à deux courbes continues passant par (0, 0) qui conduisent à des
3
limites différentes. La restriction de f à la courbe continue y = x qui passe par le point (0, 0) est la fonction f (x, x) = x 2x+y 4 =
x y4
1+x 2
. La restriction de f à la courbe continue x = y 2 qui passe par le point (0, 0) est la fonction f (y 2 , y) = y 4 +y 4
= 12 . Comme
f (x, x) −−−→ 0 mais f (y 2 , y) = 21 , la fonction n’est pas prolongeable par continuité en (0, 0).
x→0
Exercice 3.9
Montrer que la fonction f : R2 \ { (0, 0) } → R définie par
sin(x 2 ) − sin(y 2 )
f (x, y) =
x2 + y 2
S OLUTION . Pour que f soit prolongeable par continuité en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = ` ∈ R. Pour prouver que
cette limite n’existe pas il suffit d’expliciter deux restrictions à deux courbes continues passant par (0, 0) qui conduisent à des
2)
limites différentes. La restriction de f à la courbe continue y = 0 qui passe par le point (0, 0) est la fonction f (x, 0) = sin(x
x2
. La
sin(y 2 )
restriction de f à la courbe continue x = 0 qui passe par le point (0, 0) est la fonction f (0, y) = − y2
. Comme f (x, 0) −−−→ 1
x→0
mais f (0, y) = −1, la fonction n’est pas prolongeable par continuité en (0, 0).
Exercice 3.10
Calculer la limite si elle existe ou montrer qu’elle n’existe pas :
x 4 +y 4 x 2 sin2 y 3x 2 y
a) lim 2 2 ; i) lim 2 2 ; q) lim 2 2 ;
(x,y)→(0,0) x +y (x,y)→(0,0) x +3y (x,y)→(0,0) x +y
|x|+|y| arctan((x+y)2 )
b) lim 2 2 ; j) lim ; x2 y
(x,y)→(0,0) x +y (x,y)→(0,0) x2 r) lim 4 2 ;
(x,y)→(0,0) x +y
3
c) lim x 2x+y 2 ; x 2 −y 2
k) lim 2 2 ; x y+y z 2 +xz 2
(x,y)→(0,0) (x,y)→(0,0) x +y s) lim ;
2 2 4
x y−2y
x2 y 3 (x,y,z)→(0,0,0) x +y +z
d) lim 2 2 ; l) lim ;
(x,y)→(2,0) x +y −4x+4 2 2
(x,y)→(0,0) 2x +y 2
y sin(x+1) t) lim p x2 ;
e) lim 2 ; sin(x 2 +y 2 ) (x,y)→(0,0) x +y 2
(x,y)→(1,2) x −2x+1 m) lim 2 2 ;
(x,y)→(0,0) x +y
x 2 +y 2 x 2 −x 3 +y 2 +y 3
f) lim p ; x 3 +y 2 u) lim x 2 +y 2
;
(x,y)→(0,0) x 2 +y 2 +1−1 n) lim 2 2 ; (x,y)→(0,0)
(x,y)→(0,0) x +y
2x 2 +3x y+y 2 x−y
g) lim ; o) lim xe x/y ; v) lim ;
(x,y)→(0,0) x 2 +5y 2
(x,y)→(0,0) (x,y)→(0,0) x+y
(x+y)2 x ln y
h) lim 2 2 ; p) lim p ; w) lim (x 2 + y 2 ) ln(x 2 + y 2 ) + 5.
(x,y)→(0,0) x +y (x,y)→(0,1) x 2 +(y−1)2 (x,y)→(0,0)
© G. Faccanoni 71
3. Limites et continuité Jeudi 19 avril 2012
(x 2 +y 2 )2 x 4 +y 4
S OLUTION . a) Comme | f (x, y)| ≤ x 2 +y 2
= x 2 + y 2 et en polaire x 2 + y 2 = r 2 −−−→ 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
1 |x|+|y|
b) Comme f (x, y) ≥ x 2 +y 2
et en polaire x 2 + y 2 = r 2 −−−→ 0 alors lim 2 2 = +∞.
r →0 (x,y)→(0,0) x +y
x3
c) En polaire : f (r, ϑ) = r cos3 ϑ et |r cos3 ϑ| ≤ r . Comme lim f (r, ϑ) = 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
1 x y−2y
d) Comme f (x, 0) = 0 et f (x, x − 2) = 2 la limite lim 2 2 n’existe pas.
(x,y)→(2,0) x +y −4x+4
2 sin(x+1) y sin(x+1)
e) Comme f (x, 2) = x−1 x+1 − −−→ ∞ alors lim 2 n’existe pas.
x→1 (x,y)→(1,2) x −2x+1
2 x 2 +y 2
f) En polaires : f (r, ϑ) = p r qui ne dépend que de r . Comme lim f (r, ϑ) = 2 alors lim p = 2.
r 2 +1−1 r →0 (x,y)→(0,0) x 2 +y 2 +1−1
1 2x 2 +3x y+y 2
g) Comme f (x, 0) = 2 et f (0, y) = 5 alors lim x 2 +5y 2
n’existe pas.
(x,y)→(0,0)
(x+y)2
h) Comme f (x, x) = 2 et f (x, −x) = 0 alors lim 2 2 n’existe pas.
(x,y)→(0,0) x +y
ϑ sin ϑ 2 3 r3 x2 y 3
l) En polaires : f (r, ϑ) = r 3 cos
1+cos2 ϑ
et | f (r, ϑ)| ≤ 1+cos2 ϑ
car |cos2 ϑ sin3 ϑ| ≤ 1. Comme lim f (r, ϑ) = 0 alors lim 2x 2 +y 2 = 0.
r →0 (x,y)→(0,0)
sin(r 2 ) sin(x 2 +y 2 )
m) En polaires : f (r, ϑ) = r2
. Comme lim f (r, ϑ) = 1 alors lim x 2 +y 2
= 1.
r →0 (x,y)→(0,0)
x 3 +y 2
n) Comme f (x, 0) = x −−−→ 0 mais f (0, y) = 1 −−−→ 1 alors lim 2 2 = 0 n’existe pas.
x→0 y→0 (x,y)→(0,0) x +y
o) Comme f (x, x) = xe −−−→ 0 mais f (x, x 2 ) = xe 1/x −−−−→ +∞ alors lim xe x/y n’existe pas.
x→0 x→0+ (x,y)→(0,0)
p) En polaire : f (r, ϑ) = cos ϑ ln(1+r sin ϑ) et |cos ϑ ln(1+r sin ϑ)| ≤ |ln(1+r sin ϑ)|. Comme on calcule la limite pour r → 0, on
x ln y
peut supposer r < 21 ; dans ce cas |ln(1 + r sin ϑ)| < |ln(1 + r )| −−−→ 0 et comme lim f (r, ϑ) = 0 alors lim p 2 2
= 0.
r →0 r →0 (x,y)→(0,1) x +(y−1)
3x 2 y
q) En polaire : f (r, ϑ) = 3r cos2 ϑ sin ϑ et |3r (cos2 ϑ sin ϑ)| ≤ 3r . Comme lim f (r, ϑ) = 0 alors lim 2 2 = 0.
r →0 (x,y)→(0,0) x +y
x3 x x4 1 x2 y
r) Comme f (x, x) = x 4 +x 2
= −−−→ 0 mais
x 2 +1 x→0
f (x, x 2 ) = x 4 +x 4
= 2 alors lim x 4 +y 2 n’existe pas.
(x,y)→(0,0)
x 2 −x 3 +y 2 +y 3 y 3 −x 3 y 3 −x 3
u) x 2 +y 2
= 1+ x 2 +y 2 . Si on définit g (x, y) = x 2 +y 2
, en polaire g (r, ϑ) = r (sin3 ϑ−cos3 ϑ) et |r (sin3 ϑ−cos3 ϑ)| ≤ 2r . Comme
x 2 −x 3 +y 2 +y 3
lim f (r, ϑ) = 0 alors lim x 2 +y 2
= 1.
r →0 (x,y)→(0,0)
x−y
v) Comme f (x, 0) = 1 et f (0, y) = −1 alors lim n’existe pas.
(x,y)→(0,0) x+y
72 © G. Faccanoni
4. Dérivabilité et différentiabilité des fonctions de
R2 dans R, fonctions implicites
Dérivées partielles
L’unique dérivée d’une fonction d’une variable, lorsqu’elle existe, est liée aux variations de la fonction tandis que la variable
parcourt l’axe des abscisses. Pour une fonction f : R2 → R, dont le graphe est une surface de R3 , la situation est très différente.
En effet, l’axe réel n’offre que deux types de mouvements possibles : de gauche à droite et de droite à gauche tandis que le
plan R2 possède une infinité de directions (ici on ne considère que des droites tandis que pour la continuité on considère
tous les possibles trajectoires !). Or, il peut s’avérer intéressant d’étudier comment une fonction f : R2 → R évolue lorsque la
variable suit l’une ou l’autre direction du plan. À cet égard, considérons d’abord la direction horizontale. Prenons le point
(x 0 , y 0 ) du domaine de f . Son image est f (x 0 , y 0 ) ∈ R et le graphe de la fonction, qui est la surface d’équation z = f (x, y) de
R3 , comporte le point (x 0 , y 0 , f (x 0 , y 0 )). L’intersection du graphe de f avec le plan vertical y = y 0 est la courbe d’équation
z = f (x, y 0 ) de R3 . Le point (x 0 , y 0 ) étant fixé, on peut alors interpréter cette courbe comme le graphe de la fonction g d’une
seule variable définie par g (x) = f (x, y 0 ). Si g est dérivable en x 0 , alors sa dérivée nous renseigne sur la variation de la fonction
f lorsque (x, y) se déplace le long de la droite horizontale de R2 passant par le point (x 0 , y 0 ).
Lorsqu’on pose toutes les variables d’une fonction égales à une constante, sauf une, on obtient alors une fonction d’une seule
variable, qui peut être dérivée suivant les règles habituelles.
∂f f (x 0 + h, y 0 ) − f (x 0 , y 0 ) ∂f f (x 0 , y 0 + h) − f (x 0 , y 0 )
(x 0 , y 0 ) = lim , (x 0 , y 0 ) = lim .
∂x h→0 h ∂y h→0 h
Notation
∂f
se note aussi ∂x f ou f x ou f ,x .
∂x
Exemple
Soit f (x, y) = 4− x 2 −2y 2 . On a ∂x f (x, y) = −2x y et ∂ y f (x, y) = −4y. Le graphe de f est le paraboloïde z = 4− x 2 −2y 2 et le plan vertical
y = 1 l’intersecte dans la parabole z = 2 − x 2 , y = 1 (et on appelle cette courbe C 1 comme dans la figure à gauche). La pente de la droite
tangente à cette parabole au point (1, 1, 1) est ∂x f (1, 1) = −2. De la même façon, le plan vertical x = 1 intersecte le paraboloïde dans la
parabole z = 2−2y 2 , x = 1 (et on appelle cette courbe C 2 comme dans la figure à droite). La pente de la droite tangente à cette parabole
au point (1, 1, 1) est ∂ y f (1, 1) = −4.
73
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
Vecteur gradient
Le gradient de f en (x 0 , y 0 ), noté ∇ f (x 0 , y 0 ) ou encore grad f (x 0 , y 0 ), est le vecteur dont les composantes sont les dérivées
partielles premières. Il est orthogonal à la courbe de niveau de f passant par (x 0 , y 0 ).
Les dérivées partielles jouissent des mêmes propriétés que les dérivées de fonctions d’une seule variable. En particulier,
les fonctions élémentaires telles que les polynômes, les fonctions exponentielles, logarithmiques et trigonométriques sont
dérivables dans leur domaine respectif. La dérivabilité (partielle) des autres fonctions s’établit, le cas échéant, en tant que
somme, produit, composée, etc., de fonctions dérivables. Les règles de dérivation sont également similaires, à l’exception
de celle relative à la dérivation des fonctions composées. En effet, lorsque n > 1, il est impossible de réaliser un produit de
composition entre deux fonctions de Rn → R. À ce sujet, la règle de dérivation de fonctions composées sera exposé plus
tard.
Exemple
1. Soit la fonction f (x, y) = 3x 2 + x y − 2y 2 . Alors D ≡ R2 , elle est continue et ∂x f (x, y) = 6x + y (car y est considérée constante) et
∂ y f (x, y) = x − 4y (car x est considérée constante).
2. Soit la fonction f (x, y, z) = 5xz ln(1+7y). Alors D ≡ {(x, y, z) | y > −1/7}, f est continue et ∂x f (x, y, z) = 5z ln(1+7y), ∂ y f (x, y, z) =
35xz
1+7y et f z (x, y, z) = 5x ln(1 + 7y).
3. Considérons ¢ l’entropie d’un gaz parfait en fonction de l’énergie interne spécifique ε et du volume spécifique τ : s(τ, ε) =
c v ln ετγ−1 (c v et γ > 1 sont deux constantes). Comme la température et la pression sont définies respectivement par T = 1/s ε
¡
c (γ−1)τγ−2
et P = T s τ , on obtient T = s1 = cε et P = T s τ = cε v γ−1 = (γ − 1) τε . On retrouve ainsi la relation bien connue P τ = RT avec
ε v v ετ
R = c v (γ − 1).
Les directions correspondant aux dérivées partielles sont celles des axes. D’autres dérivées directionnelles sont aussi envisa-
geables :
Dérivée directionnelle
Les dérivées partielles d’une fonction de deux variables décrivent le taux de variation de cette fonction lorsqu’une de ses
variable varie, l’autre restant constante. De manière plus générale, on peut s’intéresser au taux de variation de f lorsque
ses arguments (x, y) varient dans une direction fixée. La dérivée de f en (x 0 , y 0 ) selon la direction v = (a, b) est définie par
∂f f (x 0 + ha, y 0 + hb) − f (x 0 , y 0 )
(x 0 , y 0 ) = lim .
∂v h→0 h
∂f
Lorsque f est différentiable (voir plus bas), cette limite vaut ∂v (x 0 , y 0 ) = ∇ f (x 0 , y 0 ) · v = ∂x f (x 0 , y 0 )a + ∂ y f (x 0 , y 0 )b.
Exemple
Calculons la dérivée de f = x 2 − y 2 en (1, 2) selon la direction v = (3, 5) :
∂f 2 2 )−(12 −22 ) 2
B en appliquant la définition on a ∂v
(1, 2) = limh→0 ((1+3h) −(2+5h) h
= limh→0 −16hh−14h = −14 ;
∂f
B comme f est différentiable, on a ∂x f (1, 2) = 2 et ∂ y f (1, 2) = −4 donc ∂v (1, 2) = ∇ f (1, 2) · v = 3∂x f (1, 2) + 5∂ y f (1, 2) = 6 − 20 = −14.
Attention
Une fonction f peut admettre des dérivées partielles en tout point d’un ouvert de R2 et ne pas être continue en tout point
de cet ouvert.
Exemple
La fonction ( xy
si (x, y) 6= (0, 0)
f (x, y) = x 2 +y 2
0 sinon
n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2, cependant elle admet des dérivées partielles en (0, 0) car ∂x f (0, 0) =
f (h,0)− f (0,0) f (0,h)− f (0,0)
limh→0 h
= 0 et ∂ y f (0, 0) = h
= 0.
74 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
Fonction de classe C 1
Si les fonctions dérivées partielles ∂x f et ∂ y f sont continues sur D, on dit que f est de classe C 1 sur D.
∂f ∂f
g 0 (t ) = (x(t ), y(t )) × x 0 (t ) + (x(t ), y(t )) × y 0 (t ).
∂x ∂y
Cas R2 → R2 → R Soit f une fonction de deux variables x et y elles-même fonctions des deux variables u et v, on peut
définir la fonction composée g (u, v) = f (x(u, v), y(u, v)) et écrire, lorsque les dérivées partielles premières qui in-
terviennent sont définies,
∂g ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) × (u, v) + (x(u, v), y(u, v)) × (u, v),
∂u ∂x ∂u ∂y ∂u
∂g ∂f ∂x ∂f ∂y
(u, v) = (x(u, v), y(u, v)) × (u, v) + (x(u, v), y(u, v)) × (u, v).
∂v ∂x ∂v ∂y ∂v
Exemple
La pression P (en kilopascals), le volume V (en litres) et la température (en kelvins) d’une mole d’un gaz parfait sont lié par l’équation
PV = RT avec R = 8.31. On veut déterminer la vitesse à laquelle la pression change quand la température est de 300 K et est en train
d’augmenter à raison de 0.1 K s−1 et quand le volume est de 100 L et est en train de croître à raison de 0.2 L s−1 .
À l’instant considéré, T = 300 et d T /d t = 0.1, V = 100 et dV /d t = 0.2. Or
T
P =R
V
donc P (t ) = P (T (t ),V (t )) ainsi
Exemple
La température p en un point (x, y) est notée T (x, y) et mesurée en degrés Celsius. Un insecte en train de ramper se trouve après t
secondes en x = 1 + t , y = 2+t /3, où x et y sont mesurés en centimètres. La fonction température satisfait à ∂x T (2, 3) = 4 et ∂ y T (2, 3) =
3. À quelle vitesse croît la température sur la trajectoire de l’insecte après 3 secondes ?
Comme x et y sont chacune fonction du temps t , la fonction T (x, y) est aussi fonction du temps et l’on
dT ∂T d x ∂T d y ∂T 1 ∂T 1
= + = p + .
dt ∂x d t ∂y d t ∂x 2 1 + t ∂y 3
Après 3 secondes, x = 2 et y = 3 et
dT 1 1
(2, 3) = 4 + 3 = 2.
dt 2×2 3
Ainsi la température croît de 2 ◦C s−1 .
∂2 f ∂ ∂f
µ ¶
(x ,
0 0 y ) = (x 0 , y 0 ) (ou ∂xx f (x 0 , y 0 ) ou encore f xx (x 0 , y 0 )),
∂x 2 ∂x ∂x
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (ou ∂x y f (x 0 , y 0 ) ou encore f x y (x 0 , y 0 )),
∂x ∂y ∂x ∂y
© G. Faccanoni 75
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (ou ∂ y x f (x 0 , y 0 ) ou encore f y x (x 0 , y 0 )),
∂y ∂x ∂y ∂x
∂2 f ∂ ∂f
µ ¶
(x 0 , y 0 ) = (x 0 , y 0 ) (ou ∂ y y f (x 0 , y 0 ) ou encore f y y (x 0 , y 0 )).
∂y 2 ∂y ∂y
Les dérivées partielles d’ordre supérieur à 2 se définissent par récurrence de façon analogue.
Matrice Hessienne
La matrice Hessienne de f en (x 0 , y 0 ) est la matrice dont les entrées sont les dérivées partielles secondes :
∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 )
µ ¶
.
∂ y x f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 )
Fonction de classe C k
Si les fonctions dérivées partielles d’ordre k sont continues sur D, on dit que f est de classe C k sur D. Si les dérivées
partielles de tous ordres existent, f est dite de classe C ∞ sur D.
Théorème de S CHWARZ
Si au moins une des dérivées partielles ∂x y f et ∂ y x f est continue en (x 0 , y 0 ) alors ∂x y f (x 0 , y 0 ) = ∂ y x f (x 0 , y 0 ).
Exemple
Les dérivées premières et secondes de la fonction f (x, y) = −2x 2 + 3x y 2 − y 3 sont
Dérivabilité et différentiabilité
Quel que soit le nombre de variables en présence, la différentiabilité d’une fonction f en un point a correspond à l’existence
d’une approximation linéaire de la fonction au voisinage du point (x 0 , y 0 , f (x 0 , y 0 )) du graphe de la fonction. Pour les fonc-
tions d’une seule variable, cette approximation linéaire est fournie par la droite tangente d’équation y = f (x 0 )+ f 0 (x)(x − x 0 ),
impliquant directement l’équivalence entre la dérivabilité et la différentiabilité. Il n’était donc pas nécessaire d’ajouter une
définition. Dans le cas des fonctions de deux variables et plus, l’équivalence disparaît entre l’existence des dérivées par-
tielles, d’une part, et celle d’un plan tangent, d’autre part. Cela provient du fait que la dérivabilité repose seulement sur des
limites le long de directions particulières. La dérivabilité apparaît donc comme un concept trop faible pour garantir l’exis-
tence d’un plan tangent. La notion de différentiabilité va combler ce déficit. Pour les fonctions de deux variables, l’intuition
géométrique peut encore servir de guide. Ainsi, si la fonction f est dérivable en (x 0 , y 0 ), on peut affirmer l’existence de deux
droites tangentes, chacune par rapport à la trace verticale du graphe dans les plans d’équation x = x 0 et y = y 0 . Dans le
meilleur des cas, ces deux droites, nécessairement concourantes en (x 0 , y 0 , f (x 0 , y 0 )), forment un plan qui est tangent au
graphe. Toutefois, certaines irrégularités peuvent surgir (par exemple, la présence d’une discontinuité en (x 0 , y 0 )) qui ex-
cluent l’existence d’un plan tangent. Dans pareil cas, les deux droites existent et définissent un plan qui n’est pas un plan
tangent, parce qu’un tel plan n’existe pas. Ces deux droites déterminent donc un «candidat plan tangent», dont l’existence
doit encore être vérifiée. Plus généralement, la différentiabilité d’une fonction de n variables, dérivable au point (x 0 , y 0 ),
s’étudie en deux étapes. La première consiste à introduire la «candidate différentielle». La seconde teste si cette candidate
constitue effectivement une approximation locale de l’accroissement de la fonction. Les définitions suivantes précisent ces
notions.
76 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
Fonction différentiable
On dit que f est différentiable en (x 0 , y 0 ) s’il existe deux constantes réelles A et B telles que
f (x 0 + h, y 0 + k) − f (x 0 , y 0 ) = αh + βk + k(h, k)kε(h, k)
Théorème
Si f admet des dérivées partielles en (x 0 , y 0 ), alors elle est différentiable en (x 0 , y 0 ) ssi
f (x 0 + h, y 0 + k) − f (x 0 , y 0 ) − h∂x f (x 0 , y 0 ) − k∂ y f (x 0 , y 0 )
lim p = 0.
(h,k)→(0,0) h2 + k 2
Exemple
La fonction f (x, y) = x y − 2x + 3y est différentiable en (0, 0) car
Plan tangente
L’équation du plan tangente au graphe de la fonction f (x, y) en (x 0 , y 0 ) est
g (x, y) = f (x 0 , y 0 ) + (x − x 0 )∂x f (x 0 , y 0 ) + (y − y 0 )∂ y f (x 0 , y 0 ).
Théorème
Si f est différentiable en (x 0 , y 0 ), alors f est continue en (x 0 , y 0 ) et admet des dérivées partielles en (x 0 , y 0 ). Dans ce cas
on a α = ∂x f (x 0 , y 0 ) et β = ∂ y f (x 0 , y 0 ) et on note
df (x 0 , y 0 ) = ∂x f (x 0 , y 0 ) dx + ∂ y f (x 0 , y 0 ) dy.
Théorème
Si f est de classe C 1 au voisinage de (x 0 , y 0 ), alors f est différentiable en (x 0 , y 0 ). La réciproque est fausse.
Formule de Taylor
Si f est de classe C 2 au voisinage de (x 0 , y 0 ), alors
f (x, y) = f (x 0 , y 0 )
+ (x − x 0 )∂x f (x 0 , y 0 ) + (y − y 0 )∂ y f (x 0 , y 0 )
1£
+ (x − x 0 )2 ∂xx f (x 0 , y 0 ) + 2(x − x 0 )(y − y 0 )∂x y f (x 0 , y 0 ) + (y − y 0 )2 ∂ y y f (x 0 , y 0 )
¤
2
+ o((x − x 0 )2 + (y − y 0 )2 ).
© G. Faccanoni 77
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
Fonctions implicites
Si b 6= 0, l’équation ax + b y + c = 0 définit une fonction y = −(ax + c)/b. Nous allons généraliser ce fait aux équations du
type f (x, y) = 0 où f est une fonction différentiable : une fonction ϕ(x) est définie implicitement près de x = a par l’équa-
tion f (x, y) = 0 si toutes les solutions de cette équation dans un voisinage de (a, ϕ(a)) sont sur le graphe {(x, y) | y = ϕ(x)}
de ϕ.
Exemple
Si f (x, y) = x 2 + y 2 − 1, l’équation f (x, y) = 0 est celle d’un cercle de rayon 1 centré en (0, 0). Ce cercle n’est pas globalement le
pgraphe
d’une fonction, cependant p l’équation f (x, y)
p = 0 peut être résolue explicitement pour y. On trouve les deux solutions y = ± 1 − x2.
Les fonctions ϕ1 (x) = 1 − x et ϕ2 (x) = − 1 − x sont définies implicitement par l’équation f (x, y) = 0 près de x = 1.
2 2
Exemple y
y 2 − y = 3x
La fonction y 2 − y = 3x défini implicitement au voisinage de
(2, −2) une fonction y = ϕ(x). La droite tangente au graphe de
la courbe d’équation y = ϕ(x) a équation
−2 y = ϕ(x)
78 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
S OLUTION .
1. ∂x f (x, y) = 2x + 3y 2 et ∂ y f (x, y) = 6x y − 30y 4
2. ∂x f (x, y) = cos(e x y ) − x ye x y sin(e x y ) et ∂ y f (x, y) = −x 2 e x y sin(e x y )
−2 sin(y+z) cos(y+z) −2 sin(y+z) cos(y+z)
3. ∂x f (x, y, z) = x cos(xz) − xz sin(xz), ∂ y f (x, y) = ln(2−sin2 (y+z))
et ∂z f (x, y) = −x 2 sin(xz) + ln(2−sin2 (y+z))
Exercice 4.2
p p 4
La fonction de production d’un entrepreneur est donné par K L, où K représente le capital utilisé et L le travail. Actuel-
lement, il utilise 9 unités de capital et 16 unités de travail. Déterminez par approximation linéaire la production obtenue
s’il augmente d’une unité le capital et de deux unités le facteur travail.
p p
4
S OLUTION . La fonction f (K , L) = K L est différentiable dans (R∗+ )2 et
p
4
p
L K
∂K f (K , L) = p , ∂L f (K , L) = p
4
,
2 K 4 L3
par conséquent
p4
p
p p
µ ¶
1 4 16 9 2 3 313
f (9 + 1, 16 + 2) ≈ f (9, 16) + ∇ f (9, 16) · = 9 16 + p + p ×2 = 3×2+ + ×2 = .
2 4
2 9 4 16 3 2 × 3 4 × 8 48
Exercice 4.3
La production annuelle de blé B dépend de la température moyenne T et des précipitations R. Les scientifiques es-
timent que la température moyenne est en train de croître de 0.15 ◦C an−1 et que les précipitations diminuent à raison de
0.1 cm an−1 . Ils pensent aussi qu’aux niveaux de production actuels ∂T B = −2 et ∂R B = 8. Que signifient les signes de ces
dérivées partielles ? Estimez le taux actuel de variation de la production de blé d B /d t .
S OLUTION . Comme ∂T B est négative, une augmentation de la température moyenne (tout en gardant les précipitations
annuelles constant) entraîne une diminution de la production de blé aux niveaux de production actuels. Puisque ∂R B est
positive, une augmentation de la pluviosité annuelle (tout en gardant la température moyenne constante) provoque une
augmentation de la production de blé.
Puisque la température moyenne augmente à un taux de 0.15 ◦C an−1 , nous savons que d T /d t = 0.15. Comme les précipita-
tions diminuent à raison de 0.1 cm an−1 , nous savons que d R/d t = 0.1. Par conséquent,
d B ∂B d T ∂B d R
= + = (−2) × (0.15) + (8) × (−0.1) = 1.1.
dt ∂T d t ∂R d t
Ainsi, nous estimons que la production de blé diminuera à raison de 1.1 unités par an.
Exercice 4.4
Soit f : R2 → R une application. Dire si les affirmations suivantes sont V raies ou F ausses.
1. Si f ∈ C 1 (R2 ) alors f est différentiable en tout point.
© G. Faccanoni 79
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
S OLUTION .
1. V Si f ∈ C 1 (R2 ) alors f est différentiable en tout point.
2. V Si f ∈ C 1 (R2 ) alors il existe ∇ f en tout point.
3. V Si f ∈ C 1 (R2 ) alors f est continue.
4. F Si f est différentiable en tout point alors f ∈ C 1 (R2 ).
5. F S’il existe ∇ f en tout point alors f ∈ C 1 (R2 ).
6. F Si f est continue alors f ∈ C 1 (R2 ).
7. V Si f est différentiable en (x 0 , y 0 ) alors il existe ∇ f (x 0 , y 0 ).
8. V Si f est différentiable alors f est continue.
9. F S’il existe ∇ f (x 0 , y 0 ) alors f est différentiable en (x 0 , y 0 ).
10. F Si f est continue alors f est différentiable.
11. F Si f est continue alors il existe ∇ f en tout point.
12. F S’il existe ∇ f en tout point alors f est continue.
Montrer que f est continue sur R2 . Calculer ∇ f (x, y). Montrez que f admet des dérivées partielles secondes en tout point.
Que pouvez-vous déduire du calcul de ∂x y f (0, 0) et de ∂ y x f (0, 0) ?
S OLUTION . La fonction est clairement continue dans R2 \ {(0, 0)} car quotient de fonctions continues dont le dénominateur
ne s’annule pas. Elle est aussi continue en (0, 0) car
¯ x y(x 2 − y 2 ) ¯
¯ ¯
lim | f (x, y)| = lim ¯¯ ¯ = lim ρ 2 |cos ϑ sin ϑ(cos2 θ − sin2 θ)| ≤ lim 2ρ 2 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ¯ ρ→0 ρ→0
∀θ
2
f est donc continue sur R .
On a
4
x − 4x 2 y 2 − y 4
4 2 2 4
y x + 4x y − y
si (x, y) 6= (0, 0), x
si (x, y) 6= (0, 0),
∂x f (x, y) = (x 2 + y 2 )2 ∂ y f (x, y) = (x 2 + y 2 )2
lim f (x,0)− f (0,0) = 0 si (x, y) = (0, 0), f (0,y)− f (0,0)
x
lim
y = 0 si (x, y) = (0, 0).
x→0 y→0
80 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
On en déduit
4x y 3 (x 2 −3y 2 ) 6 4 2 2 4 6
2 2 3 si (x, y) 6= (0, 0), x +9x y2 −9x
2 3
y −y
si (x, y) 6= (0, 0),
(x +y )
(x +y )
∂xx f (x, y) = ∂x y f (x, y) = ∂ y f (x,0)−∂ y f (0,0)
lim ∂x f (x,0)−∂x f (0,0) = 0 si (x, y) = (0, 0), lim
= 1 si (x, y) = (0, 0),
x→0 x x→0 x
3
4x y(3x 2 −y 2 )
6 4 2 2 4 6
x +9x y −9x y −y
(x 2 +y 2 )3
si (x, y) 6= (0, 0),
(x 2 +y 2 )3 si (x, y) 6= (0, 0),
∂ y x f (x, y) = ∂ f (0,y)−∂x f (0,y) ∂ y y f (x, y) = ∂ f (0,y)−∂ y f (0,0)
lim x
y = −1 si (x, y) = (0, 0), lim y
y = 0 si (x, y) = (0, 0),
y→0 y→0
Comme ∂x y f (0, 0) 6= ∂ y x f (0, 0), le théorème de S CHWARZ permet de conclure que les dérivées secondes ∂x y f (x, y) et ∂ y x f (x, y)
ne sont pas continue en (0, 0).
S OLUTION .
1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas. Pour que f
soit continue sur R2 il faut alors que lim(x,y)→(0,0) f (x, y) = f (0, 0) = 0. Passons on coordonnées polaires : x = 0 + r cos ϑ,
y = 0 + r sin ϑ,
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos2 ϑ sin ϑ.
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue sur R2 .
r →0
∂x f (x, y)
µ ¶
2. ∇ f (x, y) = avec
∂ y f (x, y)
4 2 2
2x y 3 x −x y
si (x, y) 6= (0, 0)
(x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x 2 +y 2 )2
∂x f (x, y) = ∂ y f (x, y) = f (0,y)− f (0,0)
lim f (x,0)− f (0,0) = 0 si (x, y) = (0, 0) lim
= 0 si (x, y) = (0, 0)
x−0 y→0 y−0
x→0
3. Comme f est continue et dérivable sur R2 et ses dérivées partielles sont continues sur R2 \ { (0, 0) } alors f est de classe
C 1 (R2 \ { (0, 0) }). Pour qu’elle soit de classe C 1 (R2 ) il faut que les dérivées partielles soient continues sur R2 , autrement
dit il faut que
1
Comme ∂x f (x, x) = 2 6= 0 = ∂x f (0, 0) on conclut que ∂x f n’est pas continue en (0, 0), donc f n’est pas de classe C 1 (R2 ).
4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }. Pour qu’elle soit différentiable sur R2
il faut que
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)
lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) 1
Si on note h(x, y) = p , comme h(x, x) = 23/2
6= 0, alors f n’est pas différentiable sur R2 .
(x−0)2 +(y−0)2
© G. Faccanoni 81
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
S OLUTION .
1. É TUDE DE LA CONTINUITÉ SUR R2
Étude sur R2 \ { (0, 0) } : f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’an-
nule pas.
Étude en (0, 0) : pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0) = 0. Passons on coordonnées
polaires : x = 0 + r cos ϑ, y = 0 + r sin ϑ,
2x 3 y
y 4 −x 2 y 2
2 22 si (x, y) 6= (0, 0)
(x 2 +y 2 )2 si (x, y) 6= (0, 0)
(x +y )
∂x f (x, y) = ∂ y f (x, y) = f (0,y)− f (0,0)
lim f (x,0)− f (0,0) = 0 si (x, y) = (0, 0) lim
= 0 si (x, y) = (0, 0)
x−0 y→0 y−0
x→0
82 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
Exercice 4.8
Soit f : R2 → R la fonction ainsi définie
2
(x − 1)y
si (x, y) 6= (1, 0),
f (x, y) = (x − 1)2 + y 2
0 si (x, y) = (1, 0).
S OLUTION .
1. Étude de la fonction sur R2 \ { (1, 0) }.
1.1. f est continue sur R2 \ { (1, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (1, 0) } est le vecteur de composantes
1.3. f est continue et dérivable sur R2 \ { (1, 0) } ; ses dérivées partielles sont continues sur R2 \ { (1, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (1, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (1, 0) }) alors f est différentiable sur R2 \ { (1, 0) }.
2. Étude de la fonction en (1, 0).
2.1. Pour que f soit continue en (1, 0) il faut que lim(x,y)→(1,0) f (x, y) = f (1, 0). Passons en coordonnées polaires : x =
1 + r cos ϑ, y = 0 + r sin ϑ,
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos ϑ sin2 ϑ.
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(1,0) f (x, y) = 0 donc f est continue en (1, 0).
r →0
2.2. Le gradient de f en (1, 0) est le vecteur de composantes
2.3. Pour prouver que f n’est pas différentiable en (1, 0) il faut montrer que
1
Comme ∂ y f (x, x −1) = 2 6= ∂ y f (1, 0) = 0 on conclut que ∂x f n’est pas continue en (1, 0), donc f n’est pas de classe
C 1 en (1, 0).
© G. Faccanoni 83
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
Exercice 4.9
Soit f : R2 → R la fonction ainsi définie
2
x (y + 1)
si (x, y) 6= (0, −1),
f (x, y) = x 2 + (y + 1)2
0 si (x, y) = (0, −1).
S OLUTION .
1. Étude de la fonction sur R2 \ { (0, −1) }.
1.1. f est continue sur R2 \ { (0, −1) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, −1) } est le vecteur de composantes
1.3. f est continue et dérivable sur R2 \ { (0, −1) } ; ses dérivées partielles sont continues sur R2 \ { (0, −1) } car quotients
de fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, −1) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, −1) }) alors f est différentiable sur R2 \ { (0, −1) }.
2. Étude de la fonction en (0, −1).
2.1. Pour que f soit continue en (0, −1) il faut que lim(x,y)→(0,−1) f (x, y) = f (0, −1). Passons en coordonnées polaires :
x = 0 + r cos ϑ, y = −1 + r sin ϑ,
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos2 ϑ sin ϑ.
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,−1) f (x, y) = 0 donc f est continue en (0, −1).
r →0
2.2. Le gradient de f en (0, −1) est le vecteur de composantes
2.3. Pour prouver que f n’est pas différentiable en (0, −1) il faut montrer que
1
Comme ∂ y f (y + 1, y) = 2 6= ∂ y f (0, −1) = 0 on conclut que ∂x f n’est pas continue en (0, −1), donc f n’est pas de
classe C 1 en (0, −1).
84 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
S OLUTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
x2 y 2
lim f (x, y) = lim = lim ρ 2 cos2 θ sin2 θ ≤ lim ρ 2 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
2x y 4
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ 5 (cos θ sin4 θ)
lim ∂x f (x, y) = lim = lim 2ρ = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
2x 4 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
2ρ (cos4 θ sin θ)
5
lim ∂ y f (x, y) = lim = lim 2ρ = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
© G. Faccanoni 85
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
S OLUTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
x3 y 2
lim f (x, y) = lim = lim ρ 3 cos3 θ sin2 θ = lim ρ 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
( x 2 y 2 (x 2 +3y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
ρ 6 cos2 θ sin2 θ(cos2 θ + 3 sin2 θ)
lim ∂x f (x, y) = lim = lim 4ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
2x 5 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
2ρ (cos5 θ sin θ)
6
lim ∂ y f (x, y) = lim = lim 2ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
4. Puisque toute fonction de classe C 1 (Ω) est différentiable sur Ω, on conclut que f est différentiable sur R2 .
S OLUTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
x2 y 3
lim f (x, y) = lim = lim ρ 3 cos2 θ sin3 θ = lim ρ 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ
2
f est donc continue sur R .
2. Pour (x, y) 6= (0, 0) on a
2x y 5
∂x f (x, y)
µ ¶
2 2 2
∇ f (x, y) = = x 2 (x +y )
y 2 (3x 2 +y 2 )
.
∂ y f (x, y)
(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a
¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
86 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
2x y 5
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ (cos θ sin5 θ)
6
lim ∂x f (x, y) = lim = lim 2ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
( x 2 y 2 (3x 2 +y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
ρ (3 cos θ + sin2 θ)
6 2
lim ∂ y f (x, y) = lim = lim 4ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
S OLUTION .
1. La fonction est clairement continue dans R2 \ {(0, 0)}. Elle est aussi continue en (0, 0) car
1
lim f (x, y) = lim ρ 6 cos = 0 = f (0, 0).
(x,y)→(0,0) ρ→0 ρ2
∀θ
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
1 1
6x(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2x(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
1 1
lim ∂x f (x, y) = lim 6ρ 5 cos θ cos + 2ρ 3 cos θ sin 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ2 ρ
∀θ
1 1
6y(x 2 + y 2 )2 cos x 2 +y 2 2
(
2 + 2y(x + y ) sin x 2 +y 2 si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
1 1
lim ∂ y f (x, y) = lim 6ρ 5 sin θ cos + 2ρ 3 sin θ sin 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ2 ρ
∀θ
© G. Faccanoni 87
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
4. Puisque toute fonction de classe C 1 (Ω) est différentiable sur Ω, on conclut que f est différentiable sur R2 .
y4
si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0).
S OLUTION .
1. La fonction est clairement continue sur R2 \ {(0, 0)}. De plus
y4 (r sin θ)4
= = r 2 sin4 θ ≤ r 2 −−−→ 0
x 2 + y 2 (r cos θ)2 + (r sin θ)2 r →0
d’où
lim f (x, y) = 0 = f (0, 0).
(x,y)→(0,0)
−2x y 4
, si (x, y) 6= (0, 0),
(x 2 + y 2 )2
∂x f (x, y) =
lim f (x, 0) − f (0, 0) = 0,
sinon;
x→0 x −0
2
y2
3 2x +
2y
, si (x, y) 6= (0, 0),
(x + y 2 )2
2
∂ y f (x, y) =
f (0, y) − f (0, 0)
lim = 0, sinon.
y→0 y −0
Étant donné que
¯ −2x y 4 ¯ 4
¯ = 2 ¯ (r cos θ)(r sin θ)
¯ ¯ ¯ ¯
¯ ¯
¯ ((r cos θ)2 + (r sin θ)2 )2 ¯ ≤ 2r −r−→0
−→ 0
¯ ¯
¯ (x 2 + y 2 )2 ¯
et
¯ 3
¯ 2y (2x 2 + y 2 ) ¯ 3 2 2 2 ¯¯
¯ = 2 ¯ (r sin θ) (2(r cos θ) + (r sin θ) ) ¯ ≤ 18r 3 −−−→ 0
¯ ¯
¯
¯
¯ (x 2 + y 2 )2 ¯ ¯ ((r cos θ)2 + (r sin θ)2 )2 ¯ r →0
on a
lim ∂x f (x, y) = 0 = ∂x f (0, 0),
(x,y)→(0,0)
88 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
S OLUTION .
1. La fonction est continue sur R2 \ {(0, 0)} mais elle n’est pas continue sur R2 car si on considère la restriction de f à la
courbe y = x, qui passe par (0, 0), on a
1
lim f (x, x) = lim 6= f (0, 0).
x→0 x→0 2x
2. ~
∇ f (x, y) est le vecteur de composantes ∂x f (x, y) et ∂ y f (x, y) et on a :
−2x y
x 2 −y 2
(
(x 2 +y 2 )2
, si (x, y) 6= (0, 0), , si (x, y) 6= (0, 0),
∂x f = ∂y f = (x 2 +y 2 )2
lim f (x,0)− f (0,0) = 0, sinon; 6 ∃, sinon
x→0 x−0
f (0,y)− f (0,0)
car lim y−0 = ∞.
y→0
S OLUTION .
1. Étude de la fonction sur R2 \ { (0, 0) }.
1.1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } est le vecteur de composantes
x m−1 y(mx 2 + m y 2 − 2x 2 ) x m (x 2 − y 2 )
∂x f (x, y) = , ∂ y f (x, y) = .
(x 2 + y 2 )2 (x 2 + y 2 )2
1.3. f est continue et dérivable sur R2 \ { (0, 0) } ; ses dérivées partielles sont continues sur R2 \ { (0, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
2. Étude de la fonction en (0, 0).
© G. Faccanoni 89
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0).
B Si m = 0, f s’écrit ( y
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/(2x) −−−→ ∞.
x→0
B Si m = 1, f s’écrit ( xy
x 2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
B Si m > 1, passons en coordonnées polaires : x = 0 + r cos ϑ, y = 0 + r sin ϑ,
Comme | f˜(r, ϑ)| ≤ r m−1 −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r →0
2.2. Le gradient de f en (0, 0) est le vecteur de composantes
Comme |h̃(r, ϑ)| ≤ r m−2 −−−→ 0 alors lim(x,y)→(0,0) h(x, y) = 0 donc f est différentiable en (0, 0).
r →0
2.4. Une fonction est de classe C 1 si ses dérivées partielles sont continues, autrement dit si
Comme |∂˜ x f (r, ϑ)| ≤ mr m−2 −−−→ 0 et |∂˜ y f (r, ϑ)| ≤ 2r m−2 −−−→ 0 alors lim ∂x f (x, y) = 0 et lim ∂ y f (x, y) =
r →0 r →0 (x,y)→(0,0) (x,y)→(0,0)
0 donc f est différentiable en (0, 0).
90 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
S OLUTION .
1. Étude de la fonction sur R2 \ { (0, 0) }.
1.1. f est continue sur R2 \ { (0, 0) } car quotient de fonctions continues dont le dénominateur ne s’annule pas.
1.2. Le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } est le vecteur de composantes
1.3. f est continue et dérivable sur R2 \ { (0, 0) } ; ses dérivées partielles sont continues sur R2 \ { (0, 0) } car quotients de
fonctions continues dont les dénominateurs ne s’annulent pas. Alors f est de classe C 1 (R2 \ { (0, 0) }).
1.4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
2. Étude de la fonction en (0, 0).
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0).
B Si m = 0, f s’écrit
( y2
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
B Si m > 0, passons en coordonnées polaires : x = 0 + r cos ϑ, y = 0 + r sin ϑ,
Comme | f˜(r, ϑ)| ≤ r m −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r →0
2.2. Le gradient de f en (0, 0) est le vecteur de composantes
h̃(r, ϑ) = h(x(r, ϑ), y(r, ϑ)) = r m−1 cosm (ϑ) sin2 (ϑ).
Comme |h̃(r, ϑ)| ≤ r m−1 −−−→ 0 alors lim(x,y)→(0,0) h(x, y) = 0 donc f est différentiable en (0, 0).
r →0
2.4. Une fonction est de classe C 1 si ses dérivées partielles sont continues, autrement dit si
© G. Faccanoni 91
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
B Si m = 0 ou m = 1, f n’est pas différentiable en (0, 0) donc elle n’est pas de classe C 1 en (0, 0).
B Si m > 1, passons en coordonnées polaires : x = 0 + r cos ϑ, y = 0 + r sin ϑ,
(
∂˜ x f (r, ϑ) = ∂x f (x(r, ϑ), y(r, ϑ)) = r m−1 (m − cos2 (ϑ)) cosm−1 (ϑ) sin2 (ϑ),
∂˜ y f (r, ϑ) = ∂ y f (x(r, ϑ), y(r, ϑ)) = 2r m−1 cosm−2 (ϑ) sin(ϑ).
Comme |∂˜ x f (r, ϑ)| ≤ mr m−1 −−−→ 0 et |∂˜ y f (r, ϑ)| ≤ 2r m−1 −−−→ 0 alors lim(x,y)→(0,0) ∂x f (x, y) = 0 et lim(x,y)→(0,0) ∂ y f (x, y) =
r →0 r →0
0 donc f est différentiable en (0, 0).
a) On a
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 3x 2 + 1 + 4(x − 1) − (y − 2)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 1)2 + (y − 2)2
Avec le changement de variables x = 1 + r cos θ et y = 2 + r sin θ ce rapport se réécrit
On a alors ¯ ¯
¯ x y − 3x 2 + 1 + 4(x − 1) − (y − 2) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ 2
(x − 1) + (y − 2) 2 ¯ r →0
d’où
x y − 3x 2 + 1 + 4(x − 1) − (y − 2)
lim p = 0.
(x,y)→(1,2) (x − 1)2 + (y − 2)2
La fonction est donc différentiable en (1, 2).
b) On a
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 3y 2 + 1 − (x − 2) + 4(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 2)2 + (y − 1)2
Avec le changement de variables x = 2 + r cos θ et y = 1 + r sin θ ce rapport se réécrit
92 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
On a alors ¯ ¯
¯ x y − 3y 2 + 1 − (x − 2) + 4(y − 1) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ 2
(x − 2) + (y − 1) 2 ¯ r →0
d’où
x y − 3y 2 + 1 − (x − 2) + 4(y − 1)
lim p = 0.
(x,y)→(2,1) (x − 2)2 + (y − 1)2
La fonction est donc différentiable en (2, 1).
c) On a
f (x, y) = x y + 3y 2 f (2, 1) = 5,
∂x f (x, y) = y ∂x f (2, 1) = 1,
∂ y f (x, y) = x + 6y ∂ y f (2, 1) = 8,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y + 3y 2 − 5 − (x − 2) − 8(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 2)2 + (y − 1)2
Avec le changement de variables x = 2 + r cos θ et y = 1 + r sin θ ce rapport se réécrit
On a alors ¯ ¯
¯ x y + 3y 2 − 5 − (x − 2) − 8(y − 1) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ 2
(x − 2) + (y − 1) 2 ¯ r →0
d’où
x y + 3y 2 − 5 − (x − 2) − 8(y − 1)
lim p = 0.
(x,y)→(2,1) (x − 2)2 + (y − 1)2
La fonction est donc différentiable en (−2, 3).
d) On a
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 2y 2 + 24 − 3(x + 2) + 14(y − 3)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x + 2)2 + (y − 3)2
Avec le changement de variables x = −2 + r cos θ et y = 3 + r sin θ ce rapport se réécrit
x y − y 2 + 24 − 3(x + 2) + 14(y − 3) (−2 + r cos θ)(3 + r sin θ) − 2(3 + r sin θ)2 − 24 − 3r cos θ + 14r sin θ
p = = r sin θ(cos θ−2 sin θ).
(x + 2)2 + (y − 3)2 r
On a alors ¯ ¯
¯ x y − y 2 + 24 − 3(x + 2) + 14(y − 3) ¯
¯ ≤ 3r −−−→ 0
¯ ¯
¯ p
¯ 2
(x + 2) + (y − 3) 2 ¯ r →0
d’où
x y − y 2 + 24 − 3(x + 2) + 14(y − 3)
lim p = 0.
(x,y)→(−2,3) (x + 2)2 + (y − 3)2
La fonction est donc différentiable en (−2, 3).
e) On a
p
f (x, y) = y x f (4, 1) = 2,
y 1
∂x f (x, y) = p ∂x f (4, 1) = ,
2 x 4
p
∂ y f (x, y) = x ∂ y f (4, 1) = 2,
© G. Faccanoni 93
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
donc p
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) y x − 2 − 14 (x − 4) − 2(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 4)2 + (y − 1)2
Avec le changement de variables x = 4 + r cos θ et y = 1 + r sin θ ce rapport se réécrit
p p θ
y x − 2 − 14 (x − 4) − 2(y − 1) (1 + r sin θ) 4 + r cos θ − 2 − r cos 4 − 2r sin θ
p =
2
(x − 4) + (y − 1) 2 r
q
θ θ
2(1 + r sin θ) 1 + r cos4 − 2 − r cos
4 − 2r sin θ
=
³ r ´
r cos θ θ
2(1 + r sin θ) 1 + 8 + o(r ) − 2 − r cos 4 − 2r sin θ
=
r
r o(r )
= cos θ sin θ + −−−→ 0
4 r r →0
par conséquent
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 )
lim p = 0.
(x,y)→(4,1) (x − x 0 )2 + (y − y 0 )2
La fonction est donc différentiable en (4, 1).
f) Comme f (x, 0) = f (0, y) alors ∂x f (0, 0) = ∂ y f (0, 0) = 0 donc
z = f (x, y)
z =0
y = ϕ(x)
94 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
Puisque ∂ y f (0, 0) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 0 tel que f (x, ϕ(x)) = 0.
2. On a
∂x f (0, 0)
ϕ0 (0) = − = −2
∂ y f (0, 0)
donc l’équation de la droite tangente à ϕ en x = 0 est y = −2x.
3. On a
y ϕ(x) ϕ(x) − ϕ(0)
lim = lim = lim = lim ϕ0 (x) = ϕ0 (0) = −2.
(x,y)→(0,0) x x→0 x x→0 x −0 x→0
f (x,y)=0
Puisque ∂ y f (0, 0) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 0 tel que f (x, ϕ(x)) = 0.
2. On a
∂x f (0, 0) 1
ϕ0 (0) = − =−
∂ y f (0, 0) 2
donc l’équation de la droite tangente à ϕ en x = 0 est y = − 12 x.
3. On a
y ϕ(x) ϕ(x) − ϕ(0) 1
lim = lim = lim = lim ϕ0 (x) = ϕ0 (0) = − .
(x,y)→(0,0) x x→0 x x→0 x −0 x→0 2
f (x,y)=0
∂xx f (x, ϕ(x))(∂ y f (x, ϕ(x)))2 − 2∂x f (x, ϕ(x))∂ y f (x, ϕ(x))∂x y f (x, ϕ(x)) + (∂x f (x, ϕ(x)))2 ∂ y y f (x, ϕ(x))
ϕ00 (x) = −
(∂ y f (x, ϕ(x)))3
Puisque ∂ y f (1, 1) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 1 tel que f (x, ϕ(x)) = 1.
© G. Faccanoni 95
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
2. On a
∂x f (1, 1) 5
ϕ0 (1) = − =−
∂ y f (1, 1) 2
ϕ00 (1)
donc ϕ00 (1) = −1 d’où ϕ(x) = ϕ(1) + ϕ0 (1)(x − 1) + 2 (x − 1)
2
= 1 − 25 (x − 1) − 12 (x − 1)2 .
S OLUTION .
z = g (x, y)
z =0
y = ϕ(x)
Soit g (x, y) = xe y + ye x ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle définie alors une et une seule
fonction y = ϕ(x) dans un intervalle qui contient x = 0. De plus, on sait que ϕ(0) = 0 et ϕ0 (0) = −1 car
Comme ϕ est de classe C 1 , alors ϕ0 est de classe C 1 car composition de fonctions de classe C 1 , il s’en suit que ϕ est de classe
C 2 . Alors
ϕ00 (0) 2
ϕ(x) = ϕ(0) + ϕ0 (0)x + x + o(x 2 ).
2
Pour calculer ϕ00 on peut soit dériver l’expression de ϕ0 soit dériver l’équation qui la défini implicitement : comme
96 © G. Faccanoni
Jeudi 19 avril 2012 4. Dérivabilité et différentiabilité
et en la dérivant à nouveau (ce que l’on peut faire car ϕ est de classe C 2 ) on obtient
e ϕ(x) ϕ0 (x) + e ϕ(x) ϕ0 (x) + xe ϕ(x) (ϕ0 (x))2 + xe ϕ(x) ϕ00 (x) + ϕ00 (x)e x + ϕ0 (x)e x + ϕ0 (x)e x + ϕ(x)e x = 0.
¡ ¢ ¡ ¢ ¡ ¢
ϕ(x) = −x + 2x 2 + o(x 2 ).
S OLUTION . Soit g (x, y) = x y 4 − x 3 + y ; elle est clairement de classe C 1 . De plus, g (0, 0) = 0 et g y (0, 0) = 1. Elle définie alors
une et une seule fonction y = ϕ(x) dans un intervalle qui contient x = 0. De plus, on sait que ϕ(0) = 0 et ϕ0 (0) = car
g x (x, ϕ(x)) y 4 − 3x 2
ϕ0 (x) = − =− .
g y (x, ϕ(x)) 4x y 3 + 1
S OLUTION . f est une application de classe C ∞ sur R2 . Comme f (0, −3) = 3 et ∂ y f (0, −3) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 0 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(0) = −3 et pour tout x ∈ I
S OLUTION . f est une application de classe C ∞ sur R2 . Comme f (0, 3) = −3 et ∂ y f (0, 3) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 0 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(0) = 3 et pour tout x ∈ I
© G. Faccanoni 97
4. Dérivabilité et différentiabilité Jeudi 19 avril 2012
S OLUTION . f est une application de classe C ∞ sur R2 . Comme f (3, 2) = 7 et ∂ y f (3, 2) = 5 6= 0, alors il existe un intervalle
ouvert I contenant x = 3 et une fonction ϕ de I dans R de classe C ∞ sur I telle que ϕ(3) = 2 et pour tout x ∈ I
7 7 41
L’équation de la droite tangente à y = ϕ(x) en x = 3 est y = mx + q avec m = ϕ0 (3) = − 10 et q = y 0 − mx 0 = 2 + 10 3= 10 .
S OLUTION . Soit f la fonction définie sur R3 par f (x, y, z) = x 3 + 4x y + z 2 − 3y z 2 − 3. f possède des dérivées partielles conti-
nues :
et au point (1, 1, 1) on a
Puisque f (1, 1, 1) = 0 et ∂z f (1, 1, 1) 6= 0, le théorème des fonctions implicites nous assure qu’on peut exprimer z en fonction
de (x, y) dans un voisinage de (1, 1, 1) et que
∂z ∂x f (1, 1, 1) 7 ∂z ∂ y f (1, 1, 1) 1
(1, 1) = − = , (1, 1) = − = .
∂x ∂z f (1, 1, 1) 4 ∂y ∂z f (1, 1, 1) 4
98 © G. Faccanoni
5. Optimisation libre et lié de fonctions de Rn dans R
Parmi toutes les sujets abordées dans ce cours, l’optimisation de fonctions, généralement de plusieurs variables, est sans
conteste celle qui apparaît le plus fréquemment dans la modélisation physique ou économique (maximiser le bénéfice, la
satisfaction des clients, la productivité ou minimiser les coûts, le risque, etc.).
La détermination des extrema dans le cas d’une seule variable a été détaillée lors du module M131. Logiquement, le pré-
sent chapitre en est un prolongement qui fait intervenir les diverses notions spécifiques aux fonctions de plusieurs variables.
Néanmoins, le thème de l’optimisation à plusieurs variables exige un saut conceptuel important. En effet, plusieurs notions
relatives aux fonctions d’une variable sont loin de se généraliser de façon évidente. Par exemple, les fonctions d’une va-
riable (suffisamment régulières) admettent une seule dérivée première, une seule dérivée seconde, etc., tandis que, pour les
fonctions de n variables, le nombre de dérivées possibles croît avec l’ordre de dérivation : n dérivées partielles premières,
n 2 dérivées partielles secondes, etc. Une conséquence directe de cet accroissement apparaîtra sous la forme de conditions
nécessaires et suffisantes plus lourdes à formuler. Par ailleurs, la prise en compte pratique des contraintes imposées aux
variables doit être fondamentalement revue. Prenons le cas de la maximisation de la fonction f (x) dont l’unique variable
est soumise à une contrainte de non-négativité (x ≥ 0), qui traduit par exemple le fait que x est une quantité, une den-
sité, un prix ou toute autre grandeur dépourvue de sens pour une valeur négative. L’optimisation s’effectue alors à l’aide
de la procédure usuelle, la contrainte ayant pour effet de restreindre le domaine d’étude à R+ et d’exiger un examen parti-
culier pour le seul point qui en constitue le «bord» (x = 0). Plongeons le même problème dans un cadre bivarié : maximi-
© f (x,
ser ¯ y) sousª la© double
¯ contrainte x ≥ 0 et y ≥ 0. À présent, le domaine admissible est donné par (R+ )2 dont le «bord»,
(x, 0) ¯ x ∈ R ∪ (0, y) ¯ y ∈ R , comporte évidemment une infinité de points. Une étude individuelle des points de cet en-
+ +
ª
semble devient techniquement difficile, de sorte qu’il apparaît indispensable de disposer de méthodes d’optimisation qui
intègrent d’emblée la présence de contraintes qui font apparaître des «bords». Cette approche (recherche d’extrema liés),
spécifique aux fonctions de plusieurs variables, sera abordée dans ce chapitre après l’exposé des principes de l’optimisation
dite libre, qui vise la détermination des extrema dans un domaine ouvert, donc «sans bords».
Exemple
Vous vous promenez sur un chemin de montagne.
B Vous êtes très sportif et vous désirez aller le plus haut possible dans la région dont vous avez la carte.
B Vous êtes un peu moins sportif, vous vous contentez de suivre le chemin indiqué. À la fin de la journée, vous désirez savoir quel est
le point le plus haut ou le plus bas où vous êtes passé.
L’altitude est une fonction f de deux variables, la position (x, y) sur la carte.
B Dans le premier cas, vous cherchez à trouver le maximum de la fonction f .
B Dans le deuxième cas, le chemin est représenté par une contrainte entre x et y donnée par une équation g (x, y) = 0. La question est
donc de trouver les points (x 0 , y 0 ) vérifiant g (x 0 , y 0 ) tels que f soit extrémale en (x 0 , y 0 ) parmi les points vérifiant g (x, y) = 0.
Définition
Soit f une fonction de D ⊂ Rn dans R. On dit que
B f est bornée dans D s’il existe un nombre réel M ≥ 0
tel que
pour tout x ∈ D, | f (x)| ≤ M ;
B f admet un maximum (resp. minimum) global (ou ab-
solu) en a ∈ D si
99
5. Extrema (libres et liés) Jeudi 19 avril 2012
Théorème de Weierstrass
Si D est fermé a et borné (on dit alors que D est compact) et si f est continue, alors f admet un maximum et un minimum
globaux atteints au moins une fois, autrement dit il existe xm ∈ D et xM ∈ D tels que
Remarquons que les extrema peuvent appartenir soit à l’ouvert D̊ = D \ ∂D soit à la frontière ∂D.
a. c’est-à-dire qu’il contient sa frontière
Ce résultat donne une condition suffisante d’existence d’un minimum et d’un maximum globaux. Cependant, la restriction
relative au domaine compact est malheureusement trop forte pour la résolution de nombreux problèmes, en particulier, ceux
pour lesquels les variables ne sont pas bornées. Beaucoup plus épineuse à n variables qu’à une seule variable, la question
du traitement des éventuels «bords» du domaine motive la scission entre extrema libres et liés. En effet, les restrictions du
domaine qui s’expriment sous la forme d’une égalité (g (x) = 0) ou d’une inégalité non stricte (g (x) ≤ 0) créent généralement
une infinité de bords, dont l’étude au cas par cas devient impraticable. Les conditions de L AGRANGE et de K UHN et T UCKER
visent à combler cette lacune.
Avant d’aborder ces nouveaux résultats, la section suivante présente la détermination des extrema dans un domaine ouvert.
La terminologie d’extrema «libres» résulte de l’absence de conditions introduisant des «bords» dans le domaine, que l’on
appelle aussi des «contraintes».
Extrema libres
Théorème de F ERMAT : condition nécessaire d’extrémum local
Si f présente un extrémum local en x0 et est de classe C 1 en ce point, alors
∇ f (x0 ) = 0.
Un point vérifiant cette condition est appelé point stationnaire, ou point critique, de f .
Exemple
©On veut 2optimiser la ªfonction f (x, y) = x 2 + y 2 dans le disque ouvert centré en (0, 0) de rayon 1, représenté par D =
(x, y) ∈ R ¯ x 2 + y 2 < 1 . Le seul candidat est l’unique point critique (0, 0) qu’on trouve en résolvant ∂x f (x, y) = 0 et ∂ y f (x, y) = 0.
¯
La définition implique de façon immédiate que f admet un minimum global en (0, 0). En effet
100 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
n
( (P
f m (m, q) = 0 (y i − mx i − q)x i = 0
⇐⇒ Pin=1
f q (m, q) = 0 i =1
(y i − mx i − q) = 0
³P ´ ³P ´ ³ ´
n x n y − n Pn (x y )
i i i i
i =1 i =1 i =1
m= ³P ´2 ³P ´
n x n 2
n yi − m n xi + q n
(P
− n x
P P
x =0
i =1 i
i
⇐⇒ Pin=1 Pin=1 ⇐⇒ ³P ´i³=1 ´ ³iP=1 i ´ ³ ´
y − m x + nq = 0 n x Pn
xi y i − n yi
Pn
x i2
i =1 i i =1 i i
i =1 i =1 i =1 i =1
q =
³P ´2 ³P ´
n x −n n x2
i =1 i
i =1 i
«Recette» pour le calcul des extrema d’une fonction f continue dans un ensemble D compact
Si x0 est un extrémum local pour f et si x0 ∈ D̊ avec f dérivable en x0 , alors il est un point critique. Cependant, si x0 ∈ ∂D
ou si f n’est pas dérivable en x0 , alors ce théorème ne s’applique pas et il faut raisonner différemment.
B On calcul la valeur de f en les points stationnaires de f dans l’ouvert D̊ = D \ ∂D ;
B on calcul la valeur de f en les points stationnaires de f sur le bord ∂D ;
B on calcul la valeur de f en les points de non dérivabilité (s’il en existe).
La plus grande valeur indique le maximum global, la plus petite le minimum global.
Exemple
On veut trouver le extrema globaux de la fonction f définie par f (x, y) = −6y 2 − 4x y − 4y + x 2 + 6x − 6 sur la région triangulaire com-
pacte D de sommets A = (0, 3), B = (−4, 1) et C = (−3, −2).
y = 5x/3 + 3
A y = x/2 + 3
y = −3x − 11
© G. Faccanoni 101
5. Extrema (libres et liés) Jeudi 19 avril 2012
x y f (x, y)
−11/5 2/5 −67/5
0 3 −72
−4 1 −8
−3 −2 −55
−109/67 58/201 −2591/201
On conclut que
B le minimum global est atteint au point (−11/5, 2/5) ∈ D̊ et vaut −67/5,
B le maximum global est atteint au point (−26/5, 4/5) ∈ ∂D et vaut −22/5.
-12
-32
3
-52 -1
-3
1
-72 -1
-3
-5
Exemple
On construit une canalisation de forme trapézoïdale avec une plaque de largeur L = 1, 36. Quelles sont les valeurs optimales de la
longueur ` du côté incliné et de l’angle ϑ qu’il fait avec la verticale pour que le flux passant dans la gouttière soit maximal ?
ϑ ϑ
`
L − 2`
La surface à maximiser est décrite par la fonction
f (`, ϑ) = ` cos(ϑ) ` sin(ϑ) + L − 2` ,
¡ ¢
avec D = (`, ϑ) ¯ 0 ≤ ` ≤ L2 , 0 ≤ ϑ ≤ π2 .
n ¯ o
¯
B On cherche tout d’abord les points critiques de f qui se trouvent à l’intérieur du domaine D̊ et on calcul la valeur de f en ces points :
f (`, ϑ) = ` cos(ϑ) ` sin(ϑ) + L − 2` ,
¡ ¢
et ∇ f (`, ϑ) = (0, 0) dans D̊ si et seulement si (`, ϑ) = (L/3, π/6) et l’on a f (L/3, π/6) ≈ 0.2669667645.
102 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
π π
L/
3
L/
6 6
3
L/3
Étude directe
Après avoir déterminé un point stationnaire x0 , on peut aussi étudier directement le signe de la différence
Si cette différence est de signe constant pour h voisin de 0, il s’agit d’un extrémum local (un maximum si d < 0, un
minimum si d > 0). Sinon, il s’agit d’un point-col. Mieux, si le signe est constant pour h quelconque, alors l’extrémum est
global.
∆(x 0 , y 0 ) ≡ ∂xx f (x 0 , y 0 ) · ∂ y y f (x 0 , y 0 ) − ∂x y f 2 (x 0 , y 0 ).
B Si ∆(x 0 , y 0 ) > 0, alors f présente un extrémum relatif en (x 0 , y 0 ) ; il s’agit d’un maximum si ∂xx f (x 0 , y 0 ) < 0 et d’un
minimum si ∂xx f (x 0 , y 0 ) > 0 ;
B si ∆(x 0 , y 0 ) < 0, alors f présente un point-selle (ou point-col) a en (x 0 , y 0 ) ; ce n’est pas un extrémum ;
B si ∆(x 0 , y 0 ) = 0, on ne peut pas conclure à partir des dérivées secondes.
En résumé, si ∂x f (x 0 , y 0 ) = 0 et ∂ y f (x 0 , y 0 ) = 0, la nature du point critique (x 0 , y 0 ) est déterminée par le tableaux suivant :
∆(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) Nature de (x 0 , y 0 )
+ + minimum local
+ − maximum local
− ± point de selle
0 on ne peut pas conclure
a. Le mot col vient de l’exemple de la fonction altitude et de la configuration (idéalisée) d’un col de montagne : minimum de la ligne de crête,
maximum de la route, sans être un extremum du paysage. Le mot selle vient de l’exemple d’une selle de cheval.
Exemple
On veut étudier la fonction f (x, y) = x 2 + y 2 − 2x − 4y sur R2 . Elle a pour dérivées partielles ∂x f (x, y) = 2x − 2 et ∂ y f (x, y) = 2y − 4 qui
ne s’annulent qu’en (1, 2), seul point où il peut donc y avoir un extremum local. On étudie directement le signe de la différence
© G. Faccanoni 103
5. Extrema (libres et liés) Jeudi 19 avril 2012
Comme cette différence est positive pour h et k voisins de 0 il s’agit d’un minimum. En effet, ∂xx f (1, 2) = 2 > 0, ∂ y y f (1, 2) = 2,
∂x y f (1, 2) = 0 donc ∆(1, 2) = 4 > 0 et il s’agit bien d’un minimum.
Exemple
Pour déterminer les extrema libres de la fonction f (x, y) = x 2 + y 3 −2x y − y dans R2 , on constate d’abord que f est un polynôme, donc
différentiable dans l’ouvert R2 . Les seuls candidats extrema locaux sont les points critiques. Toutefois, nous ne disposons d’aucune
garantie à priori sur le fait que les éventuels extrema locaux soient globaux.
Recherche des points critiques On a
µ ¶ µ ¶ µ ¶
2x − 2y 0 1 1
∇f = 0 ⇐⇒ = ⇐⇒ (x, y) = − , − ou (x, y) = (1, 1).
3y 2 − 2x − 1 0 3 3
³ ´
Les deux candidats sont donc − 31 , − 13 et (1, 1).
M1
z1
ϑ1
x2
x1 x
ϑ2
z2
M2
En dimension 3. Dans le cas tridimensionnel, la situation est similaire. Il s’agit cette fois de déterminer les coordonnées (x, y) dans le
plan de l’interface où le rayon coupera celui-ci. Le temps de trajet vaut cette fois
q q
(x − x 1 )2 + (y − y 1 )2 + z 12 (x 2 − x)2 + (y 2 − y)2 + z 22
t (x, y) = + .
v1 v2
Il s’agit cette fois d’optimiser par rapport à x et y simultanément, ce qui revient à annuler simultanément les dérivées de t par
rapport à x et y, c’est à dire son gradient. Ceci conduit aux équations
x−x 1 x 2 −x
−
q q
)2 +(y−y 2 2 −x)2 +(y 2 2
v 2 d2 x − x1
µ ¶ µ ¶ µ ¶
v 1 (x−x1 1 ) +z 1 v2 (x 2 2 −y) +z 2 0 x2 − x
∇t = 0 ⇐⇒ = ⇐⇒ =
y−y 1 y 2 −y
− 0 y2 − y v 1 d1 y − y 1
q q
v1 (x−x 1 )2 +(y−y 1 )2 +z 12 v2 (x 2 −x)2 +(y 2 −y)2 +z 22
104 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
autrement dit, le point du plan de coordonnées (x, y) se trouve dans le segment compris entre (x 1 , y 1 ) et (x 2 , y 2 ). On se ramène
donc à un problème bidimensionnel et le raisonnement ci-dessus s’applique directement.
On obtient de la même façon la loi de S NELL -D ESCARTES à la réflexion.
Extrema liés
La scission entre extrema libres et liés (ou «sous contraintes») est née de l’impossibilité de traiter l’optimisation dans les do-
maines non ouverts selon la procédure exposée dans la section précédente. En effet, la condition nécessaire ne s’applique
pas aux bords du domaine. Or, si de tels points existent, leur étude au cas par cas est généralement peu aisée. Dès lors, la
théorie mathématique propose des méthodes d’optimisation liée. Celles-ci incorporent directement dans la résolution les
contraintes qui définissent des domaines non ouverts. La nomenclature peut s’avérer trompeuse. En effet, au plan opéra-
tionnel, ce n’est pas la présence intrinsèque de contraintes dans l’optimisation qui conduit à délaisser l’optimisation libre au
profit de l’optimisation liée. Ce sont plutôt les conséquences de ces restrictions au niveau de la nature topologique du do-
maine de définition de la fonction qui guident l’utilisateur vers l’une ou l’autre des techniques. Ainsi, dans un domaine fort
limité, mais ouvert, la recherche des extrema libres s’applique. À l’inverse, une contrainte sous forme d’inégalité non stricte
doit toujours être prise en compte pour déterminer les extrema liés. Parmi les types de contraintes auxquelles le modélisa-
teur peut se trouver confronté, deux classes se distinguent. D’une part, celles qui lient les variables du problème au travers
d’une ou plusieurs équations. Ces contraintes dites d’égalités sont appréhendées grâce au théorème de L AGRANGE, qui four-
nit une condition de premier ordre formulée à partir d’une fonction ad hoc, dénommée lagrangien. Dans cette approche, de
nouvelles variables, dites multiplicateurs, apparaissent et offrent une possibilité supplémentaire dans l’analyse des résultats.
D’autre part, l’optimisation sous des contraintes d’inégalités non strictes, généralement traitée grâce au théorème de K UHN
et T UCKER, ne sera pas étudie lors de ce module.
Problème
Déterminer les extrema d’une fonction de n variables, notée f (x), mathématiquement définie dans un domaine ouvert
D ⊂ Rn , mais dont les variables sont soumises aux m contraintes g 1 (x) = 0, g 2 (x) = 0, . . ., g m (x) = 0, où les fonctions g j sont
également définies dans D. Ces contraintes délimitent le sous-ensemble A de D dans lequel s’effectue l’optimisation
A = x ∈ D ¯ g 1 (x) = 0, . . . , g m (x) = 0 .
© ¯ ª
La définition des extrema liés résulte donc de celle des extrema libres.
Optimisation liée
La fonction f , appelée fonction objectif, admet un maximum lié (resp. un minimum lié) sous les contraintes g 1 (x) =
0, g 2 (x) = 0, . . ., g m (x) = 0, en x0 ∈ A si, en ce point, elle admet un maximum libre (resp. un minimum libre) dans le
domaine A .
Généralement, une contrainte de type g j (x) = 0 définit une courbe. L’ensemble A est donc constitué de l’intersection de
m courbes dans D ⊂ Rn . Pour m > 1, il peut donc contenir fort peu de points. C’est pourquoi, en pratique, il est rare de
rencontrer plus d’une contrainte à l’égalité. Et, dans tous les cas, il est exclu d’avoir plus de contraintes que de variables, de
sorte que la condition m < n sera systématiquement imposée.
Exemple
Le consommateur maximise une fonction d’utilité, notée U (x, y), qui dépend des quantités consommées de deux biens, x et y, sous
une contrainte budgétaire p 1 x + p 2 y = R, où p 1 et p 2 (p 1 , p 2 > 0) sont les prix des biens. Cette contrainte exprime que le montant
alloué aux dépenses relatives aux deux biens considérés est fixé à R. Dans ce cas simple qui comporte deux variables et une contrainte,
on peut aisément ramener l’optimisation liée à la recherche d’un maximum libre. En effet, la contrainte de budget permet d’expliciter
p
la quantité d’un bien en fonction de l’autre y = pR − p 1 x. En vertu de la condition nécessaire pour la fonction d’une variable obtenue
2 2
après substitution de y en fonction de x, on a
Ce résultat indique qu’à l’optimum, les utilités marginales (terme économique qui signifie tout simplement dérivées partielles de la
fonction utilité par rapport aux quantités consommées) pondérées par les inverses des prix s’égalisent et désignons par λ cette quantité
commune.
© G. Faccanoni 105
5. Extrema (libres et liés) Jeudi 19 avril 2012
Par ailleurs, la contrainte de budget peut être reformulée par g (x, y) = 0, où g (x, y) = p 1 x + p 2 y − R, de sorte que p 1 = ∂x g (x, y) et
p 2 = ∂ y g (x, y) et finalement
∂x U (x, y) ∂ y U (x, y)
(
∂x U (x, y) − λ∂x g (x, y) = 0
= = λ ⇐⇒ ⇐⇒ ∇U = λ∇g .
p1 p2 ∂ y U (x, y) − λ∂ y g (x, y) = 0
Le théorème de Lagrange généralise la démarche adoptée dans cette résolution. Il représente une condition nécessaire pour
l’optimisation sous des contraintes d’égalité.
Théorème des multiplicateurs de L AGRANGE
Soit les fonctions f et g 1 , . . ., g m (m < n) de classe C 1 dans un ouvert D ∈ Rn . Si f admet en x0 un extremum lié sous les
contraintes g 1 (x) = 0, . . ., g m (x) = 0 et la jacobienne en x0 , (∂x j g i (x0 ))m×n est de rang m, alors
m
∃λ = (λ1 , . . . , λm ) ∈ Rm tel que ∇ f (x0 ) = λi ∇g i (x0 ).
X
i =1
Le théorème de Lagrange peut être vu comme la condition nécessaire d’existence d’extrema libres appliquée à la fonction
de n + m variables appelée fonction lagrangienne (ou le lagrangien) :
L : D × Rm → R
m
(x, λ) 7→ f (x0 ) − λi g i (x0 )
X
i =1
où λ = (λ1 , . . . , λm ).
En particulier, on obtient que tous les x i sont égaux et qu’ils sont tous égaux à 1. Ainsi, on a f (x 1 , x 2 , . . . , x n ) ≤ f (1, 1, . . . , 1) = 1 =
g (x, y)/n. On obtient ainsi l’inégalité des moyennes arithmétiques et géométriques
p
n
x1 + x2 + · · · + xn
x1 x2 . . . xn ≤ .
n
où λ (multiplicateur de Lagrange) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient
de L soit nul, autrement dit on cherche les triplets (x, y, λ) tels que
106 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
de deux variables f (x, y) sous la contrainte g (x, y) = 0 équivaut à optimiser la fonction d’une seule variable
f (x, y(x)) ;
B s’il existe une fonction h(x, y) telle que (x, y, z) ∈ R3 ¯ g (x, y, z) = 0 = (x, y) ∈ R2 ¯ h(x, y) = z , alors optimiser
© ¯ ª © ¯ ª
la fonction de trois variables f (x, y, z) sous la contrainte g (x, y, z) = 0 équivaut à optimiser la fonction de deux
variables f (x, y, z(x, y)).
Exemple
Soient à déterminer les minima et maxima de la fonction objectif f (x, y) = 5x 2 + 6y 2 − x y sous la contrainte x + 2y = 24. Pour cela,
construisons la fonction de Lagrange
10x − y + λ
0
0
∇L = 0 ⇐⇒ 12y − x + 2λ = 0 . f |g (x,y) = 0
(6, 9, 612)
0 −x − 2y − 24 0
Exemple Trouver un champ rectangulaire d’aire maximale délimité par une clôture de longueur ` donnée.
Si x, y désignent les longueurs des côtés du champ, la longueur de la clôture est 2(x + y) et l’aire x y. Le problème est de trouver le
maximum atteint par l’aire, non pas parmi tous les points de R2+ , mais seulement parmi ceux vérifiant la contrainte 2(x + y) = `, où `
est fixé.
Lagrangien. Formons le lagrangien
L(x, y, λ) = x y − λ(2(x + y) − `)
où λ (multiplicateur de Lagrange) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, λ) tels que
x = `/4
y − 2λ
0
∇L = 0 ⇐⇒ x − 2λ = 0 ⇐⇒ y = `/4
` − 2(x + y) 0
λ = `/8
Donc (`/4, `/4) est un point critique de la fonction f sous la contrainte g . Observons que ce point a été obtenu par une condition
nécessaire. Rien dans le théorème ne permet de savoir si c’est un maximum, un minimum ou ni l’un ni l’autre.
Élimination. Bien sûr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour y :
`
2(x + y) = ` =⇒ y= − x.
2
En reportant cette valeur de y dans l’expression de l’aire, on obtient
` `
µ ¶
A ` (x) = x −x et A 0` (x) = − 2x.
2 2
Le maximum de A ` (x) est atteint pour x = `/4, ce qui entraîne aussi y = x : à périmètre fixé, le rectangle d’aire maximale est le
carré.
© G. Faccanoni 107
5. Extrema (libres et liés) Jeudi 19 avril 2012
Exemple Parmi les parallélépipèdes de surface S fixée, lesquels ont un volume maximal ?
Si x, y, z désignent les longueurs des côtés du parallélépipède, la surface est 2(x y + y z + xz) et le volume x y z. Le problème est de
trouver le maximum atteint par le volume x y z, non pas parmi tous les points de R3+ , mais seulement parmi ceux vérifiant la contrainte
2(x y + y z + xz) = S, où S est fixé.
Lagrangien. Formons le lagrangien
L(x, y, z, λ) = x y z − λ(2(x y + y z + xz) − S)
où λ (multiplicateur de Lagrange) est une inconnue. Pour que cette fonction ait un extremum il faut que le gradient de L soit
nul, autrement dit on cherche les triplets (x, y, z, λ) tels que
p
y z − 2λ(y + z) 0 z(y − x) = 2λ(y − x) x = pS/6
xz − 2λ(x + z) 0 y(z − x) = 2λ(z − x) y = S/6
∇L = 0 ⇐⇒
x y − 2λ(y + x) 0
= ⇐⇒ ⇐⇒ p
x(z − y) = 2λ(z − y)
z = S/6
S − 2(x y + y z + xz) 0
p
2(x y + y z + xz) = S λ = S/96
p p p
Donc ( S/6, S/6, S/6) est un point critique de la fonction f sous la contrainte g . Observons que ce point a été obtenu par
une condition nécessaire. Rien dans le théorème ne permet de savoir si c’est un maximum, un minimum ou ni l’un ni l’autre.
Élimination. Bien sûr, on peut utiliser la contrainte pour calculer une des variables en fonction des deux autres. Par exemple pour z :
S
−xy
2(x y + y z + xz) = S =⇒ z= 2 .
x+y
On peut calculer le maximum de cette fonction avec la technique du gradient (extrema libres). Le maximum de VS (x, y) est
atteint pour s
S
x=y= ,
6
q
ce qui entraîne aussi z = S6 : à surface fixée, le parallélépipède de volume maximal est le cube.
Exemple
Voici maintenant un exemple avec deux contraintes : optimiser la fonction f (x, y, z) = x y z sous les contraintes g 1 (x, y, z) = x 2 + y 2 +
z 2 − 1 et g 2 (x, y, z) = x + y + z − 1.
La contrainte g 1 (x, y, z) = 0 est l’équation de la sphère de centre (0, 0, 0) et de rayon 1 ; la contrainte g 2 (x, y, z) = 0 est l’équation d’un
plan. On cherche donc les extrema de f sur l’intersection de la sphère unité et d’un plan, à savoir sur un cercle dans l’espace. Si un point
(x, y, z) est solution, alors il existe deux multiplicateurs λ1 , λ2 tels que ∇L = 0 où L(x, y, z, λ1 , λ2 ) = f (x, y, z)−λ1 g 1 (x, y, z)λ2 g 2 (x, y, z) =
x y z − λ1 (x 2 + y 2 + z 2 − 1) − λ2 (x + y + z − 1). On doit donc avoir
y z − λ1 (2x) − λ2
0
xz − λ (2y) − λ 0
1 2
∇L = 0 ⇐⇒ x y − λ1 (2z) − λ2 = 0
2 2 2
1 − (x + y + z ) 0
1 − (x + y + z) 0
On obtient donc un système de 5 équations et 5 inconnues : x, y, z, λ1 , λ2 . L’étude de ce système montre qu’il a 6 solutions, données
dans le tableau ci-dessous :
x y z λ1 λ2
1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
−1/3 2
/3 2
/3 −1/3 2/9
2
/3 −1/3 2
/3 −1/3 2/9
2
/3 2
/3 −1/3 −1/3 2/9
Observons que ces points ont été obtenus par une condition nécessaire. Rien dans le théorème ne permet de savoir si ce sont des
maxima, des minima ou ni l’un ni l’autre.
108 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
S OLUTION . Il est un point critique et plus particulièrement il s’agit d’un point de selle car ∆(a, b) < 0.
Exercice 5.2
On suppose que (1, 1) est un point critique d’une fonction f dont les dérivées secondes sont continues. Dans chaque cas,
que peut-on dire au sujet de f ?
S OLUTION .
1. D’abord on calcule ∆(1, 1) = ∂xx f (1, 1)∂ y y f (1, 1)−(∂x y f (1, 1))2 = 7. Comme ∆(1, 1) > 0 et ∂xx f (1, 1) > 0, f a un minimum
local en (1, 1).
2. D’abord on calcule ∆(1, 1) = ∂xx f (1, 1)∂ y y f (1, 1) − (∂x y f (1, 1))2 = −1. Comme ∆(1, 1) < 0, f a un point de selle en (1, 1).
Exercice 5.3
À partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et préciser pour
chacun de ces points s’il s’agit d’un point de selle ou d’un
maximum ou d’un minimum local.
Vérifier ensuite le raisonnement sachant que
f (x, y) = 4 + x 3 + y 3 − 3x y.
S OLUTION . Dans la figure, le point (1, 1) est entouré par des courbes de niveau qui sont de forme ovale et qui indiquent que
si nous nous éloignons du point dans n’importe quelle direction les valeurs de f augmentent. Ainsi on pourrait s’attendre à
un minimum local en ou à proximité de (1, 1).
Les courbes de niveau proche du point (0, 0) ressemblent à des hyperboles, et si nous nous éloignons de l’origine, les valeurs
de f augmentent dans certaines directions et diminuent dans d’autres, donc nous nous attendons à trouver un point selle.
Vérifions cette analyse :
Points critiques : ∂x f (x, y) = 3x 2 − 3y, ∂ y f (x, y) = 3y 2 − 3x. On a un point critique si les deux dérivées partielles s’annulent en
même temps ; on trouve deux points critiques : (1, 1) et (0, 0).
Études des points critiques : les dérivées secondes sont ∂xx f (x, y) = 6x, ∂x y f (x, y) = −3, ∂ y y f (x, y) = 6y, ainsi ∆(x, y) = ∂xx f (x, y)∂ y y f (x, y
(∂x y f (x, y))2 = 36x y − 9. Comme ∆(1, 1) > 0 et ∂xx f (1, 1) > 0, f a un minimum local en (1, 1). Comme ∆(0, 0) < 0, f a un
point de selle en (0, 0).
x2 y y3
f (x, y) = + x2 + − 4y.
2 3
© G. Faccanoni 109
5. Extrema (libres et liés) Jeudi 19 avril 2012
S OLUTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
à !
x y + 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
Donc
δ(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2y(y + 2) − x
et
δ(0, −2) = 0, δ(0, 2) = 16.
Comme δ(0, 2) > 0 et ∂xx f (0, 2) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f .
En revanche, comme δ(0, −2) = 0, on ne peut pas conclure en utilisant la matrice hessienne. On établi la nature du point
stationnaire (0, −2) en étudiant la restriction de la fonction f à la courbe x = 0 qui passe par le point (0, −2) ; on a
y 2 − 12
f (0, y) = y
6
qui change de signe pour h proche de 0 : le point (0, −2) est un point de selle.
Exercice 5.5
À partir de la carte des courbes de niveau de la figure ci-
contre, localiser les points critiques de f et préciser pour
chacun de ces points s’il s’agit d’un point de selle ou d’un
maximum ou d’un minimum local.
Vérifier ensuite le raisonnement sachant que
f (x, y) = 3x − x 3 − 2y 2 + y 4 .
S OLUTION . Dans la figure, les points (−1, −1) et (−1, 1) sont entourés par des courbes de niveau qui sont de forme ovale et
qui indiquent que si nous nous éloignons du point dans n’importe quelle direction les valeurs de f augmentent. Ainsi on
pourrait s’attendre à des minima locaux en ou à proximité de (−1, ±1).
De la même manière, le point (1, 0) est entouré par des courbes de niveau qui sont de forme ovale et qui indiquent que si
nous nous éloignons du point dans n’importe quelle direction les valeurs de f diminuent. Ainsi on pourrait s’attendre à un
maximum local en ou à proximité de (1, 0).
Les courbes de niveau proche des points (−1, 0), (1, 1) et (1, −1) ressemblent à des hyperboles, et si nous nous éloignons de
ces points, les valeurs de f augmentent dans certaines directions et diminuent dans d’autres, donc nous nous attendons à
trouver des points de selle.
Vérifions cette analyse : (
3 − 3x 2 = 0
∇ f = 0 ⇐⇒
−4y + 4y 3 = 0
110 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
donc les points critiques sont (1, 0), (1, 1), (1, −1), (−1, 0), (−1, 1), (−1, −1). Les dérivées secondes sont ∂xx f (x, y) = −6x,
∂x y f (x, y) = 0, ∂ y y f (x, y) = 12y 2 − 4, ainsi ∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = −72x y 2 + 24x.
S OLUTION . f est de classe C 2 dans son domaine de définition, l’ouvert D = (x, y) ∈ R2 ¯ x > 0 .
© ¯ ª
³ ´
y ln(x)+y
Points critiques On a ∇ f (x, y) = 2y+x ln(x) et
(
y(1 + ln(x)) = 0,
µ ¶ ½ µ ¶¾
0 1 1
∇ f (x, y) = ⇐⇒ ⇐⇒ (x, y) ∈ (1, 0); ,
0 2y + x ln(x) = 0, e 2e
y
Nature des points critiques D(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = x × 2 − (1 + ln(x))2 . Comme D(1, 0) = −1 < 0, le point
(1, 0) est un point de selle ; comme D(1/e, 1/(2e)) = 1 > 0 et ∂xx f (1/e, 1/(2e)) = 1/2 > 0, le point (1/e, 1/(2e)) est un
minimum local.
S OLUTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
à !
x y − 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
Donc
δ(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2y(y − 2) − x
et
δ(0, −2) = 16, δ(0, 2) = 0.
Comme δ(0, −2) > 0 et ∂xx f (0, −2) < 0, on conclut que le point (0, −2) est un maximum pour f .
En revanche, comme δ(0, 2) = 0, on ne peut pas conclure en utilisant la matrice hessienne. On établi la nature du point
stationnaire (0, 2) en étudiant la restriction de la fonction f à la courbe x = 0 qui passe par le point (0, 2) ; on a
y 2 − 12
f (0, y) = y
6
qui change de signe pour h proche de 0 : le point (0, 2) est un point de selle.
© G. Faccanoni 111
5. Extrema (libres et liés) Jeudi 19 avril 2012
S OLUTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
à 2 !
y 2
+ x − 4,
∇f = 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (−2, 0), (2, 0) } .
x y + 2y
Donc
δ(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2x(x + 2) − y
et
δ(−2, 0) = 0, δ(2, 0) = 16.
Comme δ(2, 0) > 0 et ∂xx f (2, 0) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f . En revanche, comme δ(−2, 0) =
0, on ne peut pas conclure en utilisant la matrice hessienne.
On établi la nature du point stationnaire (−2, 0) en étudiant la restriction de la fonction f à la courbe y = 0 qui passe par le
point (−2, 0) ; on a
x 2 − 12
f (x, 0) = x
4
qui change de signe pour h proche de 0 : le point (−2, 0) est un point de selle.
S OLUTION . Il s’agit d’évaluer z(x, y) dans le point de maximum. Cherchons d’abord les points critiques :
µ ¶
~ 2y − 4x − 8
∇z(x, y) =
2x − 2y + 6
et ~
∇z(x, y) =~0 ssi (x, y) = (−1, 2). On établie la nature du point critique en étudiant le déterminant de la matrice hessienne :
et ∂xx f (−1, 2)∂ y y f (−1, 2) − (∂x y f (−1, 2))2 = 4 > 0 donc (−1, 2) est un maximum. Comme z(−1, 2) = 14, la montagne est haute
1400 mètre.
112 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) D(x 0 , y 0 )
(0, 0) 2 0 −2 −4 c’est un point de selle
(1, 0) − 4e 0 − 4e 16
e2
c’est un maximum
(−1, 0) − 4e 0 − 4e 16
e2
c’est un maximum
4 4 16
(0, 1) e 0 e e2
c’est un minimum
4 4 16
(0, −1) e 0 e e2
c’est un minimum
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) ∆(x 0 , y 0 )
(0, 0) −2 0 2 −4 c’est un POINT DE SELLE
4 4 16
(1, 0) e 0 e e2
c’est un MIN
4 4 16
(−1, 0) e 0 e e2
c’est un MIN
(0, 1) − 4e 0 − 4e 16
e2
c’est un MAX
(0, −1) − 4e 0 − 4e 16
e2
c’est un MAX
© G. Faccanoni 113
5. Extrema (libres et liés) Jeudi 19 avril 2012
Exercice 5.12
La société d’Adèle produit deux types d’ampoules : E17 et E24. Indiquons par x le nombre de milliers d’ampoules de
type E17 produites et supposons que la demande pour ce type de lampes est donnée par p 1 = 50 − x, où p 1 est le prix
de vente en euros. De même, indiquons par y le nombre de milliers d’ampoules de type E24 produites et supposons
que la demande pour ce type est donnée par p 2 = 60 − 2y, où p 2 est aussi le prix de vente en euros. Les coûts communs
de production de ces ampoules est C = 2x y (en milliers d’euros). Par conséquent, le bénéfice de la société d’Adèle (en
milliers d’euros) est une fonction de deux variables x et y. Déterminer le profit maximal d’Adèle.
S OLUTION . La fonction profit en milliers d’euros est p(x, y) = p 1 x +p 2 y −C (x, y) = 50x −x 2 +60y −2y 2 −2x y. Pour maximiser
le profit, on cherche d’abord les points stationnaires :
(
x = 20,
µ ¶ µ ¶
50 − 2x − 2y 0
∇p = 0 ⇐⇒ = ⇐⇒
60 − 4y − 2x 0 y = 5.
et D(20, 5) = (−2)(−4) − (−2)2 = 4 > 0 donc (20, 5) est un point de maximum pour p et le profit maximal vaut p(20, 5) = 650.
La société d’Adèle réalise le profit maximal de 650000 euros lorsqu’elle vend 20000 ampoules E17 à 30 euros l’une et 5000
ampoules E24 à 50 euros l’une.
Exercice 5.13
Vous êtes le directeur financier de la firme S ANBON & F ILS. Cette entreprise a investi 3000 euros pour mettre au point un
nouveau parfum. Le coût de la production est de 3 euros par flacon de 100 mL. L’expert consulté par M. S ANBON père a
établi que si la firme consacre x euros en publicité pour son parfum et que le prix de vente d’un flacon est de y euros, la
p
firme vendra exactement 300+6 x −10y pièces. La firme S ANBON & F ILS fixe évidemment x et y de manière à maximiser
son profit. En tant que directeur financier, il vous incombe de déterminer ces valeurs.
S OLUTION .
p
B Revenu de la vente : y(300 + 6 x − 10y)
p
B Coût de production : 3(300 + 6 x − 10y)
B Coût de développement et de publicité : 3000 + x
p
Le profit de la firme à maximiser est donc : f (x, y) = (y − 3)(300 + 6 x − 10y) − x − 3000. La condition nécessaire s’écrit
( 3(y−3)
∂x f (x, y) = p
x
−1 = 0
=⇒ (x, y) = (164025, 138).
∂ y f (x, y) = 330 + 6
p
x − 20y = 0
La hessienne en ce point est définie négative (à vérifier), et on a bien un maximum. La firme S ANBON & F ILS va donc consacrer
164025 euros à la promotion de son nouveau parfum et vendre le flacon de 100 mL à 138 euros. Elle réalisera de la sorte le
profit maximal de f (164025, 138) = 15225 euros.
114 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
Comme ∂z g (0, 0, 0) 6= 0 on peut conclure que l’équation ∂x g (x, y, z) = 0 définie implicitement une et une seule fonction
z = ϕ(x, y) au voisinage de (0, 0) et ϕ(0, 0) = 0. De plus
le déterminant de la matrice hessienne est 16 : le point (0, 0) est un point de maximum locale pour la fonction z = ϕ(x, y).
S OLUTION .
1. f (x, y) = x 4 + y 4 −2(x − y)2 est définie sur R2 à valeur dans R ; comme la restriction f (x, 0) = x 4 −2x 2 tend vers +∞ pour
x qui tend vers ±∞, il n’y a pas de maximum global sur R2 . Comme R2 est ouvert, un extrémum relatif de f vérifie la
condition nécessaire ∇ f (x, y) = 0. Comme
on en déduit que
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) D(x 0 , y 0 )
(0, 0) −4 4 −4 0 à étudier séparément,
p p
( 2, − 2) 20 4 20 384 est un minimum,
p p
(− 2, 2) 20 4 20 384 est un minimum.
Pour connaître la nature du point (0, 0) on étudie le signe de d (h, k) = f (h, k) − f (0, 0) pour h et k voisins de 0 :
© G. Faccanoni 115
5. Extrema (libres et liés) Jeudi 19 avril 2012
comme d (h, 0) = (h 2 − 2)h 2 < 0 lorsque h est voisin de 0 mais d (h, h) = 2h 4 > 0, alors (0, 0) est un point de selle.
Remarquons qu’avec des transformations algébriques, on peut réécrire la fonction sous la forme
il n’y a qu’un point critique : (1, 1, −1). Pour connaître sa nature on a deux possibilités :
B on étudie le signe de la différence d (x, y, z) = f (x, y, z) − f (1, 1, −1) pour x voisin de 1, y voisin de 1 et z voisins de
−1 :
x2 1 x2 3
d (x, y, z) = + xyz − z + y − +1−1−1 = + xyz − z + y − ,
2 2 2 2
mais ce n’est pas facile d’en étudier le signe ;
B on étudie le signe de ∆ f (h, k, l ) = f (1 + h, 1 + k, −1 + l ) pour h, k et l voisins de 0 (les termes de degré 1 en h, k et l
doivent disparaître) :
h 2 + 1 + 2h 3 h2
∆ f (h, k, l ) = + (1 + h)(1 + k)(−1 + l ) − (−1 + l ) + (1 + k) − = + hkl + hl − hk + kl .
2 2 2
Il ne reste que transformer ∆ f si on pense qu’il s’agit d’un extrémum ou fournir des restrictions qui se contredisent
si on pense que ce n’est pas un extrémum. Comme les deux restrictions à deux courbes continues passant par
l’origine ∆ f (h, 0, h) = 32 h 2 > 0 et ∆ f (h, h, 0) = − 21 h 2 < 0 donnent des signes différents, on conclut que ce n’est pas
un extrémum.
Remarquons qu’avec des transformations algébriques, on peut réécrire la fonction sous la forme
∂xx f (x, y) = 6x y 2 (6−x − y)−6x 2 y 2 , ∂x y f (x, y) = 6x 2 y(6−x − y)−3x 2 y 2 −2x 3 y, ∂ y y f (x, y) = 2x 3 (6−x − y)−4x 3 y,
on en déduit que D(3, 2) > 0 : il s’agit d’un maximum. En revanche, l’étude de la matrice hessienne ne permet pas de
conclure pour les points sur les axes. Pour connaître la nature de ces points on étudie le signe de d (h, k) = f (h, k) −
f (0, 0). Donc les points (0, y) sont des selles, les points (x, 0) pour x < 0 ou x > 6 sont des maxima, les points (x, 0) pour
0 < x < 6 sont des minima, le point (6, 0) est une selle.
6. f (x, y) = e x−y (x 2 − 2y 2 ) est définie sur R2 à valeurs dans R et ∂x f (x, y) = e x−y (x 2 − 2y 2 + 2x), ∂ y f (x, y) = e x−y (−x 2 +
2y 2 − 4y). Les points critiques sont (0, 0) et (−4, −2). Comme
∂xx f (x, y) = e x−y (x 2 − 2y 2 + 4x + 2), ∂x y f (x, y) = e x−y (−x 2 + 2y 2 − 2x − 4y), ∂ y y f (x, y) = e x−y (x 2 − 2y 2 + 8y − 4);
on en déduit que
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) D(x 0 , y 0 )
−2 −2 −2
(−4, −2) −6e 8e −12e 8e −4 maximum
(0, 0) 2 0 −4 −8 selle
116 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
x 2 −8y y2x
7. f (x, y) = x8 + xy + y est définie dans R2 \ (x, y) ¯ x y = 0 ouvert et ∂x f (x, y) = x 2 y , ∂ y f (x, y) =
© ¯ ª
y2
. Comme ∇ f (x, y) = 0
ssi (x, y) = (4, 2), et
16 1 2x
∂xx f (x, y) = 3 , ∂x y f (x, y) = − 2 , ∂ y y f (x, y) = 3 ,
x y y
13
on en déduit que D(4, 2) = 16 > 0 : il s’agit d’un minimum.
8. f (x, y) = x − cos(y) est définie dans R2 et ∂x f (x, y) = 2x, ∂ y f (x, y) = sin y. Les points critiques sont les points (0, kπ)
2
avec k ∈ Z. Pour étudier la nature de ces points, on calcule le déterminant de la matrice hessienne :
∂xx f = 2, ∂x y f = 0, ∂ y y f = cos(y),
donc ∆(0, kπ) = 2 cos(kπ) = (−1)k : si k est impaire c’est un point de selle, si k est paire c’est un minimum.
2 2 2 2
S OLUTION . Comme ∂x f (x, y) = 2x(1−x 2 − y 2 )e −(x +y ) et ∂ y f (x, y) = 2y(1−x 2 − y 2 )e −(x +y ) , les points critiques sont (0, 0) et
les points (x, y) qui appartiennent au cercle x 2 + y 2 = 1. Comme f (x, y) ≥ 0 pour tout (x, y) ∈ R2 et f (x, y) = 0 ssi (x, y) 6= (0, 0)
ou (x, y) est tel que x 2 + y 2 − 1 = 0, on en déduit qu’ils sont des minima (le calcul des dérivées secondes porte à des calculs
très longues).
2
Sinon, on peut remarquer que si on pose w(r ) = f (r cos ϑ, r sin ϑ) = r 2 e −r , on obtient une fonction d’une seule variable et
2
on a w 0 (r ) = 2r (1 − r 2 )e −r qui a un minimum pour r = 0 et r = 1.
S OLUTION . En se rappelant la formule pour la distance d’un point (x, y) d’une droite d’équation ax + b y + c = 0, il s’agit de
minimiser la fonction p
|ax + b y + c| | 3x + y − 4|
f (x, y) = p =
a2 + b2 2
¯ 2 2
p
dans D = (x, y) x + y ≤ 1 . Comme 3x + y − 4 < 0 pour tout point de D, il s’agit alors de minimiser la fonction
© ª
¯
p
4 − 3x − y
d (x, y) = .
2
p
Les extrema se trouvent soit dans D̊ soit sur ∂D. Comme ∇d (x, y) = (− 3, −1) 6= (0, 0), il n’y a pas d’extrema dans D̊. Il faut
alors les chercher sur ∂D. Pour cela on exprime ∂D sous forme paramétrique x = cos ϑ et y = sin ϑ pour ϑ ∈ [0; 2π]. La restric-
tion de d à cette courbe donne la fonction d’une seule variable
p
4 − 3 cos ϑ − sin ϑ
h(ϑ) = d (x(ϑ), y(ϑ)) = .
2
Remarquons que, une fois établit que les extrema se trouvent sur la courbe d’équation x 2 + y 2 = 1, cela revient à calculer le
minimum de d sous la contrainte g (x, y) = 0 avec g (x,
p
y) = x 2 + y 2 − 1. On peut alors utiliser la méthode des multiplicateurs
4− 3x−y
de Lagrange : on introduit le lagrangien L(x, y, `) = 2 − `(x 2 + y 2 − 1), on calcul son gradient
p
− 23 − 2`x
∇L = − 1 − 2`y ,
2
1 − x2 − y 2
© G. Faccanoni 117
5. Extrema (libres et liés) Jeudi 19 avril 2012
p p p p p
3 3 3 3 3
comme ∇L(x, y, `) = (0, 0, 0) ssi (x, y) = ( 21 , 2 ) ou (x, y) = (− 21 , − 2 ), et comme d ( 21 , 1
2 ) < d (− 2 , − 2 ), on conclut que ( 21 , 2 )
est le minimum.
p
3
2
1 x
2
p
y = 4 − 3x
S OLUTION . Le disque x 2 + y 2 ≤ 1 est un ensemble fermé borné et la fonction f est continue, pour le théorème de Weierstrass
il existe un maximum et un minimum absolus de f dans le disque.
1. Étude de f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 < 1 :
¡ 2x ¢
Points critiques ∇ f (x, y) = 4y et
(
2x = 0,
µ ¶
0
∇ f (x, y) = ⇐⇒ ⇐⇒ (x, y) = (0, 0)
0 4y = 0,
Nature des points critiques D(x, y) = ∂xx f (x, y)∂ y y f (x, y)−(∂x y f (x, y))2 = 2×4−02 = 8. Comme D(0, 0) > 0, le point (0, 0)
est un minimum local.
2. Étude sur le bord x 2 + y 2 = 1 :
2x−2λx
µ ¶
Points critiques ∇L (x, y, λ) = 4y−2λy et
1−x 2 −y 2
2x − 2λx = 0,
0
∇L (x, y, λ) = 0 ⇐⇒ 4y − 2λy = 0, ⇐⇒ (x, y, λ) ∈ { (0, 1, 2), (0, −1, 2), (1, 0, 1), (−1, 0, 1) }
0
2
x + y2 = 1
Nature des points critiques D(x, y, λ) = ∂xx L (x, y, λ)∂ y y L (x, y, λ)−(∂x y L (x, y, λ))2 = 2(1−λ)×2(2−λ)−02 = 4(1−λ)(2−
λ). Comme D(0, 1, 2) = D(0, −1, 2), D(1, 0, 1) = D(−1, 0, 1) = 0, on ne peut pas établir la nature de ces points cri-
tiques en utilisant le lagrangien.
Étant donné que f (0, 0) = 0, f (0, 1) = 2, f (0, −1) = 2, f (1, 0) = 1 et f (−1, 0) = 1 on conclut que (0, 0) est le minimum absolu et
(0, ±1) sont les maximums absolus de f dans le disque x 2 + y 2 ≤ 1.
118 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
S OLUTION .
1. f (x, y) = x y 1 − x 2 − y 2 est définie sur le disque D = (x, y) ∈ R2 ¯ x 2 + y 2 ≤ 1 à valeur dans R ; les extrema peuvent
p © ¯ ª
y(1−2x 2 −y 2 )
p
1−x 2 −y 2
∇ f (x, y) = x(1−x 2 −2y 2 )
p 2 2
1−x −y
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hes-
sienne de la fonction f en un point quelconque :
−x y(3 − 2x 2 − 3y 2 )
∂xx f (x, y) = p ,
(1 − x 2 − y 2 )3
1 − 3x 2 + 3x 2 y 2 − 3y 2 + 2x 4 + 2y 4
∂x y f (x, y) = p ,
(1 − x 2 − y 2 )3
−x y(3 − 3x 2 − 2y 2 )
∂ y y f (x, y) = p ,
(1 − x 2 − y 2 )3
D(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 .
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) D(x 0 , y 0 )
(0, 0) 0 1 0 −1 SELLE
( p1 , p1 ) − p4 − p2 − p4 4 MAX
3 3 3 3 3
(− p1 , p1 ) p4 − p2 p4 4 MIN
3 3 3 3 3
( p1 , − p1 ) p4 − p2 p4 4 MIN
3 3 3 3 3
(− p1 , − p1 ) − p4 − p2 − p4 4 MAX
3 3 3 3 3
La fonction n’est pas dérivable sur ∂D mais on peut étudier la nature de ces points en observant que f est nulle sur les
axes, positive dans le premier et le troisième quadrant, négative p dans le deuxième et quatrième quadrant p donc (1, 0),
(0, 1), (−1, 0) et (0, −1) sont des points de SELLE, les points (x, 1 − x 2 ) avec x > 0 et les points (x, − 1 − x 2 ) avec x < 0
p p
sont des MIN, les points (x, 1 − x 2 ) avec x < 0 et les points (x, − 1 − x 2 ) avec x > 0 sont des MAX.
2. L’ensemble D un fermé borné et la fonction f est continue, pour le théorème de Weierstrass il existe un maximum et
un minimum de f dans D. On suit la «recette» pour le calcul de ces valeurs :
B on cherche dans D̊ : les points critiques de f doivent annuler le gradient de f ; on a ∇ f (x, y) = (2x − 1, 2y − 1) = (0, 0)
ssi (x, y) = (1/2, 1/2) et f (1/2, 1/2) = −1/2 ;
B on cherche© sur¯ ∂D : on doit considérer quatre segments
B S 1 = (x, y) ¯ x = 1, |y| ≤ 1 : h 1 (y) = f |S 1 = y 2 − y pour y ∈ [−1; 1], h 10 (y) = 2y − 1 = 0 ssi y = 1/2 et h 1 (1/2) = −1/4 ;
ª
© h 1 (−1)
de plus, ¯ = 2 et h 1 (1)ª= 0 ; donc le MAX de h 1 vaut 2 et le MIN vaut −1/4 ;
B S 2 = (x, y) ¯ x = −1, |y| ≤ 1 : h 2 (y) = f |S 1 = 2+y 2 −y pour y ∈ [−1; 1], h 20 (y) = 2y−1 = 0 ssi y = 1/2 et h 2 (1/2) = 7/4 ;
© h 2 (−1)
de plus, ¯ = 4 et h 2 (1)ª = 2 ; donc le MAX de h 2 vaut 4 et le MIN vaut 7/4 ;
B S 3 = (x, y) ¯ y = 1, |x| ≤ 1 : h 3 (x) = f |S 3 = x 2 − x pour x ∈ [−1; 1], h 30 (x) = 2x − 1 = 0 ssi x = 1/2 et h 3 (1/2) = −1/4 ;
© h 3 (−1)
de plus, ¯ = 2 et h 3 (1)ª= 0 ; donc le MAX de h 3 vaut 2 et le MIN vaut −1/4 ;
B S 4 = (x, y) ¯ y = −1, |x| ≤ 1 : h 4 (y) = f |S 4 = 2+x 2 −x pour x ∈ [−1; 1], h 40 (y) = 2x−1 = 0 ssi x = 1/2 et h 2 (1/2) = 7/4 ;
de plus, h 4 (−1) = 4 et h 4 (1) = 2 ; donc le MAX de h 4 vaut 4 et le MIN vaut 7/4.
En résumé, les candidats sont :
(x 0 , y 0 ) (1/2, 1/2) (1, −1) (−1, 1) (1, 1/2) (1/2, 1) (−1, 1/2) (1/2, −1) (−1, −1)
f (x 0 , y 0 ) −1/2 2 2 −1/4 −1/4 7/4 7/4 4
On conclut que le MAX absolu est 4 obtenu en (−1, −1) et le MIN absolu est −1/2 obtenu en (1/2, 1/2).
© G. Faccanoni 119
5. Extrema (libres et liés) Jeudi 19 avril 2012
Max pour h 2 et h 4
Min libre
S OLUTION .
1. On a ∇g (x, y) = (2x, 2y)T = (0, 0) si et seulement si (x, y) = (0, 0) mais (0, 0) ne vérifie pas la contrainte donc on peut
appliquer la méthode des multiplicateurs de Lagrange. On introduit le lagrangien L(x, y, λ) = x y − λ(x 2 + y 2 − 1) et on
cherche ses points critiques :
½µ ¶ µ ¶ µ ¶ µ ¶¾
1 1 1 1 1 1 1 1
∇L(x, y, λ) = (y − 2λx, x − 2λy, 1 − x 2 − y 2 ) = (0, 0, 0) ⇐⇒ (x, y) ∈ p , p , −p ,−p , p ,−p , −p , p .
2 2 2 2 2 2 2 2
³ ´ ³ ´ ³ ´ ³ ´ ³ ´ ³ ´
f p1 , p1 = f − p1 , − p1 = 12 et f p1 , − p1 = f − p1 , p1 = − 12 , on conclut que les points p1 , p1 et − p1 , − p1
2 2 2 2 ³ 2´ ³2 ´ 2 2 2 2 2 2
sont des maxima et les points p1 , − p1 et − p1 , p1 des minima.
2 2 2 2
2. On cherche les possibles extrema par la méthode des multiplicateurs de Lagrange. Si on note g (x, y) = x 2 − 2x y + y 2
la contrainte, on a ∂x g (x, y) = 2x − 2y et ∂ y g (x, y) = −2x + 2y donc le point (0, 0) est une singularité de la contrainte.
Cherchons maintenant les points stationnaires du lagrangien :
L(x, y, λ) = x 2 + y 2 + 2 − λ(x 2 − 2x y + y 2 ).
On a
L x (x, y, λ) = 2x − λ(2x − 2y), L y (x, y, λ) = 2y − λ(−2x + 2y), L λ (x, y, λ) = −(x 2 − 2x y + y 2 ),
donc le gradient de L s’annule seulement en (0, 0) et f (0, 0) = 2. Comme f (x, y) =≥ 2 en tout point, il s’agit d’un mini-
mum. En revanche il n’y a pas de maximum (ceci ne contredit pas le théorème de Weierstrass car la contrainte g (x, y) =
(x − y)2 = 0, i.e. la droite y = x n’est pas un ensemble borné). En effet, f (x, y)|g (x,y)=0 = f (x, x) = 2x 2 + 2 −−−−−→ +∞.
x→+∞
2 2 2
3. f (x, y) = (x − y) ln(4 + x − y) dans R sous la contrainte x + y = 1,
Remarquons tout d’abord que la fonction n’est définie que si y < x + 4, ce qui est toujours vérifié si on réalise la
contrainte. Comme la contrainte g (x, y) = x 2 + y 2 −1 a gradient ∇g (x, y) = (2x, 2y) qui ne s’annule pas lorsque g (x, y) =
120 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
0, on peut utiliser la méthode des multiplicateurs de Lagrange : on défini le lagrangien L(x, y, `) = (x − y) ln(4 + x − y) −
`(1 − x 2 − y 2 ) et on cherche les points stationnaires pour L, comme
x−y
ln(4 + x − y) + 4+x−y − 2`x
x−y
∇L(x, y) = − ln(4 + x − y) − 4+x−y − 2`y
x2 + y 2 − 1
p p p p p p p p
p y) =p(0, 0) ssi (x,
et ∇L(x, p y) = (1/ p2, −1/ 2) ou (x, y) = (−1/ 2, 1/
p 2). Comme
p f (1/ 2, −1/ 2) = 2/ 2 ln(4 + 2/
p 2) et
p
f (−1/ 2, 1/ 2) = −2/ 2 ln(4−2/ 2), on conclut que (x, y) = (1/ 2, −1/ 2) est un maximum lié et (x, y) = (−1/ 2, 1/ 2)
un minimum lié.
où q représente le nombre d’appareils produits dans l’usine. La firme s’est engagée à livrer 100 appareils à une entreprise.
Les frais de transport par appareil sont de 4 euros pour les livraisons à partir de la première usine et de 2 euros pour les
livraisons à partir de la seconde usine. Les frais de transport sont supportés par la firme productive. Calculer le nombre
d’appareils que doit produire la firme dans chaque usine afin de minimiser le coût total de production compris le coût
de transport.
B Gradient du lagrangien :
0.06q 1 + 10 + `
∇L(q 1 , q 2 , `) = 0.04q 2 + 12 + `
q 1 + q 2 − 100
B Points critiques du lagrangien :
∂q1 q1 L(60, 40, 13.6) = 0.06, ∂q2 q2 L(60, 40, 13.6) = 0.04, ∂q1 q2 L(60, 40, 13.6) = 0,
donc (∂q1 q1 L∂q2 q2 L − ∂q1 q2 L 2 )(60, 40, 13.6) = 0.0024 > 0 : il s’agit d’un minimum.
Par conséquent, quand la firme livre 60 appareils de sa première usine et 40 de sa deuxième, le coût total est minimal sous la
contrainte d’une livraison de 100 appareils.
© G. Faccanoni 121
5. Extrema (libres et liés) Jeudi 19 avril 2012
2. La capacité de production de l’entreprise est de 150 vélos par mois. En supposant que l’entreprise désire utiliser
à pleine capacité son usine, trouver la répartition de la production mensuelle permettant de maximiser les profits
(on utilisera la méthode que l’on préfère). Prouvez qu’il s’agit bien d’un maximum absolu et donnez la valeur du
profit mensuel.
3. Le patron de l’entreprise s’interroge sur la pertinence de vouloir produire à pleine capacité. Il se demande si la
solution qu’il obtiendrait sans cette contrainte serait plus intéressante. Aidez-le à répondre à cette question en
trouvant la solution qui maximise les profits sans cette contrainte. Prouvez qu’il s’agit bien d’un maximum absolu
et donnez la valeur du profit mensuel. La solution obtenue est-elle réalisable pour l’entreprise ?
S OLUTION .
1. La fonction des profits totaux mensuels est p(x, y) = 500x + 1000y − c(x, y) = 500x + 1000y − 5x 2 − 5y 2 + 52 x y − 10000.
2. On veut produire de 150 vélos par mois ce qui donne la contrainte x + y = 150. Il s’agit alors de résoudre le problème
S OLUTION . Appelons x > 0 et y > 0 respectivement la base et la hauteur d’un rectangle quelconque. Le périmètre est la
fonction 2x + 2y tandis que la surface est la fonction s(x, y) = x y. Il s’agit de trouver le maximum s(x, y) sous la contrainte
g (x, y) = 2x + 2y − p = 0.
Première méthode En appliquant la condition nécessaire des multiplicateurs de Lagrange, on doit calculer les triplets (x, y, λ)
solutions du système
y = 2λ,
x = 2λ,
2x + 2y = p.
122 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
Seconde méthode Dans ce cas on peut écrire directement la restriction de s sur la contrainte et on obtient
h 0 (x) = p/2 − 2x = 0 ssi x = p/4, h 0 (x) => 0 ssi x < p/4, h 0 (x) =< 0 ssi x > p/4.
y
2. . . . avec la méthode des extrema libres en éliminant une variable de la
x
contrainte (par exemple en minimisant une fonction h(x) = f (x, y(x))).
S OLUTION .
2 + 2
1. On doit minimiser la fonction p : (R+ ∗ ) → R∗ définie par p(x, y) = 2(x + y) sous la contrainte s(x, y) = 0 où s : (R∗ ) → R∗
+ +
est définie par s(x, y) = x y − K avec K > 0 une constante. En introduisant le système de Lagrange, il s’agit de chercher
2
les solutions (x, y, λ) ∈ (R+
∗ ) × R de
2 − λy = 0,
(5.1a)
2 − λx = 0, (5.1b)
x y − K = 0. (5.1c)
p p
On obtient que le seul point critique est ( K , K ).
K
2. La contrainte se réécrit y = x donc il s’agit de chercher les extremum de la fonction réelle de variable réelle h : (R∗+ ) →
R+ définie par
K K
µ ¶ µ ¶
h(x) = f x, =2 x+ .
x x
Cherchons d’abord les points critiques :
K
h 0 (x) = 2 − 2
x2
p
et h 0 (x) = 0 ssi x = K . Comme h 00 (x) = 4 xK3 > 0, il s’agit d’un minimum.
S OLUTION . Notons x, y et z les dimensions de la boîte. Il s’agit de maximiser la fonction f (x, y, z) = x y z sous la contrainte
g (x, y, z) = 2xz + 2y z + x y = 12 avec x, y, z > 0.
1. En utilisant la méthode des multiplicateurs de Lagrange, on cherche les solutions du système 2
y z = λ(2z + y),
xz = λ(2z + x),
x y = λ(2x + 2y),
2xz + 2y z + x y = 12.
© G. Faccanoni 123
5. Extrema (libres et liés) Jeudi 19 avril 2012
12−x y 12−x y
2. La contrainte se réécrit z(x, y) = 2(x+y) ; il s’agit alors de maximiser la fonction h(x, y) = x y 2(x+y)
S OLUTION .
3
1. On doit minimiser la fonction f : (R+ ∗ ) → R∗ définie par f (x, y, z) = 2(x y + xz + y z) sous la contrainte g (x, y, z) = 0
+
+ 3
où g : (R∗ ) → R∗ est définie par g (x, y, z) = x y z − 8. En introduisant le système de Lagrange, il s’agit de chercher les
+
3
solutions (x, y, z, λ) ∈ (R+
∗ ) × R de
2y + 2z − λy z = 0, (5.2a)
2x + 2z − λxz = 0,
(5.2b)
2x + 2y − λx y = 0, (5.2c)
x y z − 8 = 0. (5.2d)
et ∇h(x, y) = (0, 0) ssi (x, y) = (2, 2). Étudions maintenant ce point en calculant le déterminant de la matrice hessienne
de la fonction h :
32
h xx (x, y) = h xx (2, 2) = 4 > 0,
x3
h x y (x, y) = 2 h x y (2, 2) = 2,
32
h y y (x, y) = 3 h y y (2, 2) = 4,
y
D(2, 2) = h xx (2, 2)h y y (2, 2) − (h x y (2, 2))2 = 12 > 0.
2. . . . en réduisant le problème à une maximisation libre en éliminant une variable de la contrainte «sur-
face=constate».
3. Avec les trois soustractions (5.2b)-(5.2a), (5.2c)-(5.2a) et (5.2c)-(5.2b) on obtient x = y = z, on insère ce résultat dans (5.2d) et on trouve la solution.
124 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
Rappel : un cylindre de rayon de base R et de hauteur H a volume πR 2 H et surface totale 2(πR 2 ) + 2πR H , une sphère de
rayon R a volume 34 πR 3 et surface 4πR 2 .
S OLUTION . La surface du solide est la somme de la surface latérale du cylindre 2πr h et de la surface des deux demi-sphères
4πr 2 :
S(r, h) = π(4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume des deux demi-sphères 43 πr 3 :
µ ¶
4
V (r, h) = π hr 2 + r 3 .
3
2 2
π(2hr + 4r ) − µ (−π(8r + 2h)) = 0, 2hr + 4r + µ(2h + 8r ) = 0,
r = 2,
∇L = 0 ⇐⇒ π(r 2 ) − µ (−π2r ) = 0, ⇐⇒ r 2 + µ2r = 0, ⇐⇒ h = 0,
π(4r 2 + 2hr ) = 16π,
2
4r + 2hr = 16, µ = −1.
Le solide qui maximise le volume pour une surface donnée est donc une sphère !
2. On élimine h de la contrainte :
8
π(4r 2 + 2hr ) = 16π ⇐⇒ h = − 2r.
r
Il s’agit alors de maximiser la fonction
µ ¶
4 2 ¡
g (r ) = V (r, h(r )) = π hr 2 + r 3 = π 12r − r 3
¢
3 3
On a
2 ¡
g 0 (r ) = π 12 − 3r 2 = 0 ⇐⇒ r = 2
¢
3
et g 00 (r ) = 32 π (−6r ) < 0, donc r = 2 est un maximum et h(2) = 0.
© G. Faccanoni 125
5. Extrema (libres et liés) Jeudi 19 avril 2012
Rappel : un cylindre de rayon de base R et de hauteur H a volume πR 2 H et surface totale 2(πR 2 ) + 2πR H , une sphère de
rayon R a volume 43 πR 3 et surface 4πR 2 .
S OLUTION . La surface du solide est la somme de la surface latérale du cylindre 2πr h et la surface des deux demi-sphères
4πr 2 :
S(r, h) = π(4r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume des deux demi-sphères 43 πr 3 :
µ ¶
4
V (r, h) = π hr 2 + r 3 .
3
2 2
π £(8r + 2h)¡ − µ ¢¤−(2hr + 4r ) = 0, 2h + 8r + µ(2hr + 4r ) = 0,
£ ¡ ¢¤
r = 2,
∇L = 0 ⇐⇒ π (2r ) − µ −r 2 = 0, 2
⇐⇒ 2r + µr = 0, ⇐⇒ h = 0,
¡ 2 4 3 ¢ 32
2 4 3 32
π hr + 3 r = 3 π, hr + 3 r = 3 , µ = −1.
Le solide qui minimise la surface pour un volume donné est donc une sphère !
2. On élimine h de la contrainte : µ ¶ µ ¶
2 4 3 32 4 8
π hr + r = π ⇐⇒ h = −r .
3 3 3 r2
Il s’agit alors de maximiser la fonction
µ ¶
4 16
g (r ) = S(r, h(r )) = π(4r 2 + 2hr ) = π +r2
3 r
On a µ ¶
8 8
g 0 (r ) = π r − 2 = 0 ⇐⇒ r = 2
3 r
et g 00 (r ) = 38 π 1 + 16/r 3 > 0 donc r = 2 est un minimum et h(2) = 0.
¡ ¢
126 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
Rappel : un cylindre de rayon de base R et de hauteur H a volume πR 2 H et surface totale 2(πR 2 ) + 2πR H , une sphère de
rayon R a volume 43 πR 3 et surface 4πR 2 .
S OLUTION . La surface du solide est la somme de la surface du disque de base πr 2 avec la surface latérale du cylindre 2πr h
et la surface de la demi-sphère 2πr 2 :
S(r, h) = π(3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume de la demi-sphère 23 πr 3 :
µ ¶
2
V (r, h) = π hr 2 + r 3 .
3
2 2
π(2hr + 2r ) − µ (−π(6r + 2h)) = 0, 2hr + 2r + µ(6r + 2h) = 0,
(
2 2
r = h = 1,
∇L = 0 ⇐⇒ πr − µ (−π(2r )) = 0, ⇐⇒ r + µ(2r ) = 0, ⇐⇒
µ = − 12 .
π(3r 2 + 2hr ) = 5π, 3r 2 + 2hr = 5,
2. On élimine h de la contrainte :
5 3
π(3r 2 + 2hr ) = 5 ⇐⇒ h = − r.
2r 2
Il s’agit alors de minimiser la fonction
µ ¶ µ ¶ µ ¶
2 5 3 2 5 5
g (r ) = V (r, h(r )) = π h(r )r 2 + r 3 = π r − r 3 + r 3 = π r − r 3 .
3 2 2 3 2 6
On a µ ¶
5 5 2
g 0 (r ) = π − r = 0 ⇐⇒ r = 1
2 2
et g 00 (r ) = π (−5r ) < 0 donc r = 1 est un maximum et h(1) = 1.
© G. Faccanoni 127
5. Extrema (libres et liés) Jeudi 19 avril 2012
Rappel : un cylindre de rayon de base R et de hauteur H a volume πR 2 H et surface totale 2(πR 2 ) + 2πR H , une sphère de
rayon R a volume 43 πR 3 et surface 4πR 2 .
S OLUTION . La surface du solide est la somme de la surface du disque de base πr 2 avec la surface latérale du cylindre 2πr h
et la surface de la demi-sphère 2πr 2 :
S(r, h) = π(3r 2 + 2hr ).
Le volume du solide est la somme du volume du cylindre πr 2 h et du volume de la demi-sphère 23 πr 3 :
µ ¶
2
V (r, h) = π hr 2 + r 3 .
3
1. Méthode des multiplicateurs de Lagrange : on introduit la fonction lagrangienne
µ ¶ µ µ ¶¶
5 2 5 2 2 3
L (r, h, µ) = S(r, h) − µ π − V (r, h) = π(3r + 2hr ) − µ π − π hr + r .
3 3 3
On cherche les points critique de la fonction lagrangienne :
2. On élimine h de la contrainte : µ ¶
2 2 3 5 5 2
π hr + r = π ⇐⇒ h = 2 − r.
3 3 3r 3
Il s’agit alors de minimiser la fonction
µ ¶ µ ¶
2 2 10 4 2 10 5 2
g (r ) = S(r, h(r )) = π(3r + 2h(r )r ) = π 3r + − r =π + r .
3r 3 3r 3
On a µ ¶
10 10
g 0 (r ) = π − 2 + r = 0 ⇐⇒ r = 1
3r 3
³ ´
20
et g 00 (r ) = π 3r 3
+ 10
3 > 0 donc r = 1 est un minimum et h(1) = 1.
128 © G. Faccanoni
Jeudi 19 avril 2012 5. Extrema (libres et liés)
1728 − x y z
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (12, 12, 12, 1/144).
1728
2. On réécrit la contrainte sous la forme z = xy et on l’injecte dans la fonction à minimiser :
1728
h(x, y) = f (x, y, z(x, y)) = x + y + z(x, y) = x + y − .
xy
On cherche d’abord le(s) point(s) critique(s) :
1 − 1728
à !
~
∇h(x, y) = x2 y
1 − 1728
x y2
et ~
∇h(x, y) = ~0 ssi (x, y) = (12, 12). On établie la nature du point critique en étudiant le déterminant de la matrice
hessienne :
3456 3456 1728
∂xx h(x, y) = 3 , ∂ y y h(x, y) = , ∂x y h(x, y) = 2 2 ,
x y x y3 x y
1 1 1
∂xx h(12, 12) = > 0, ∂ y y h(12, 12) = , ∂x y h(12, 12) =
6 6 12
1
et ∂xx h(12, 12)∂ y y h(12, 12) − (∂x y h(12, 12))2 = 48 > 0 donc (12, 12) est un minimum.
© G. Faccanoni 129
5. Extrema (libres et liés) Jeudi 19 avril 2012
S OLUTION .
1. Avec la méthode des multiplicateurs de Lagrange il s’agit de minimiser la fonction f (x, y, z) = 4x + 4y + 4z sous la
contrainte g (x, y, z) = x y z − 1 = 0. On écrit la fonction de Lagrange
4 − λy z
4 − λxz
~
∇F (x, y, z, λ) =
4 − λx y .
1− xyz
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (1, 1, 1, 4).
1
2. Avec la méthode des extrema libres il s’agit d’éliminer une variable de la contrainte, par exemple en posant z = xy , et
de minimiser ensuite la fonction h(x, y) = f (x, y, z(x, y)) :
µ ¶ µ ¶
1 1
h(x, y) = f x, y, =4 x+y+ .
xy xy
4 − x 42 y
à !
~
∇h(x, y) =
4 − x 4y 2
et ~
∇h(x, y) = ~0 ssi (x, y) = (1, 1). On établie la nature du point critique en étudiant le déterminant de la matrice hes-
sienne :
8 8 4
∂xx h(x, y) = , ∂ y y h(x, y) = , ∂x y h(x, y) = ,
x3 y x y3 x2 y 2
∂xx h(1, 1) = 8 > 0, ∂ y y h(1, 1) = 8, ∂x y h(1, 1) = 4
et ∂xx h(1, 1)∂ y y h(1, 1) − (∂x y h(1, 1))2 = 48 > 0 donc (1, 1) est un minimum.
130 © G. Faccanoni
6. Intégrales multiples
Dans ce chapitre nous allons étendre la notion d’intégrale définie aux intégrales doubles et triples des fonctions de deux et
trois variables. Ces notions sont ensuite exploitées pour calculer des volumes, des aires de surfaces, des masses et des centres
de gravité.
131
6. Intégrales multiples Jeudi 19 avril 2012
Exemple
Soit R = [0; 1] × [0; 2] ; on veut calculer l’intégrale double
Ï
xe x y dx dy.
R
On a
Z 1Z 2 Z 1 µZ 2 Z 1 · x y ¸ y=2
e
Ï ¶
xe x y dx dy = xe x y dy dx = x e x y dy dx = x dx
R 0 0 0 0 0 x y=0
Z 1 Ã 2x ! " #x=1
e 2x e2 e2 3
Z 1
e 1 2x 1
= x − dx = e − 1 dx = −x = −1− +0 = − .
0 x x 0 2 2 2 2 2
x=0
Exemple
On veut calculer le volume du solide qui s’élève sur le domaine Ω du plan Ox y délimité par la droite d’équation y = 2x et la parabole
y = x 2 et couverte par le paraboloïde z = x 2 + y 2 .
Solution 1 Le domaine Ω peut être décrit par n ¯ o
Ω = (x, y) ∈ R2 ¯ 0 ≤ x ≤ 2, x 2 ≤ y ≤ 2x .
¯
p
y y = x2 y x= y
4 4
2 y
2x
x= 1
y=
2 x 2 x
132 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Exemple
Î
Soit R = [0; 1] × [0; 2] ; on veut calculer l’intégrale double R x y dx dy. On a
Exemple
Ï y = x2
1 dx dy.
Ω Ω xy = 1
x
Que représente-t-il ?
Changement de variables
Soit f (x, y) une fonction continue sur le domaine D fermé et borné, en bijection avec un domaine fermé et borné ∆ au
moyen des fonctions de classe C 1
x = ϕ(u, v)
µ ¶
(u, v) 7→
y = ψ(u, v)
alors Ï Z
f (x, y) dx dy = f (x(u, v), y(u, v)) · J du dv,
D ∆
∂u (ϕ) ∂v (ϕ)
· ¸
où J , appelé jacobien, est le déterminant de la matrice , i.e. J = ∂u (ϕ) · ∂v (ψ) − ∂v (ϕ) · ∂u (ψ).
∂u (ψ) ∂v (ψ)
© G. Faccanoni 133
6. Intégrales multiples Jeudi 19 avril 2012
2
où (r, ϑ) ∈ R+
∗ × [0; 2π[ sont le coordonnées du point (x, y) ∈ R \ { (a, b) }. Cette application a jacobien
∂r x ∂ϑ x
µ ¶ µ ¶
cos(ϑ) −r sin(ϑ)
J = det = det = r cos2 (ϑ) + r sin2 (ϑ) = r
∂r y ∂ϑ y sin(ϑ) r cos(ϑ)
donc Ï Ï
f (x, y) dx dy = f (a + r cos(ϑ), b + r sin(ϑ)) · r dr dϑ.
D ∆
Exemple
1 p
sur l’ensemble Ω = (x, y) ∈ R2 ¯ 0 < y < 3x et 1 < x 2 + y 2 < 4 . Si on passe en coordon-
© ¯ ª
On veut intégrer la fonction f (x, y) =
1+x 2 +y 2
nées polaires on doit calculer
1 π
Z n ¯ o
r dr dϑ où Ω0 = (r, ϑ) ∈ R∗
+ × [0; 2π[ ¯ 0 < ϑ < et 1 < r < 2 .
¯
Ω0 1 + r 2 3
Ainsi #2
Z π/3 Z 2 µZ π/3 "
π ln(1 + r 2 ) π ln(5/2)
¶ µZ 2
r r
¶
1
Z
r dr dϑ = dr dϑ = dϑ dr = = .
Ω0 1 + r 2 0 1 1+r2 0 1 1 + r 2 3 2
1
6
x = a + αr cos(ϑ)
µ ¶
(r, ϑ) 7→
y = b + βr sin(ϑ)
2
∗ × [0; 2π[ sont le coordonnées du point (x, y) ∈ R \ { (a, b) }. Cette application a jacobien
où (r, ϑ) ∈ R+
∂r x ∂ϑ x α cos(ϑ)
µ ¶ µ ¶
−αr sin(ϑ)
J = det = det = αβr cos2 (ϑ) + αβr sin2 (ϑ) = αβr
∂r y ∂ϑ y β sin(ϑ) βr cos(ϑ)
donc Ï Ï
f (x, y) dx dy = f (a + αr cos(ϑ), b + βr sin(ϑ)) · αβr dr dϑ.
D ∆
Intégrales triples
Principe
f étant continue sur un domaine fermé et borné D de R3 , l’intégrale triple
Ñ
f (x, y, z) dx dy dz
D
se définit de façon analogue aux intégrales doubles et se calcule par intégrations successives.
134 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Changement de variables
Le théorème est analogue au cas précédent : soit f (x, y, z) une fonction continue sur le domaine D fermé et borné, en
bijection avec un domaine fermé et borné ∆ au moyen des fonctions de classe C 1
x = ϕ(u, v, w)
alors Ñ Ñ
f (x, y, z) dx dy dz = f (x(u, v, w), y(u, v, w), z(u, v, w)) · J du dv dw,
D ∆
∂u ϕ ∂v ϕ ∂w ϕ
J = ∂u ϕ · ∂v ψ · ∂w ξ − ∂u ϕ · ∂w ψ · ∂v ξ + ∂v ϕ · ∂w ψ · ∂u ξ − ∂v ϕ · ∂u ψ · ∂w ξ + ∂w ϕ · ∂u ψ · ∂v ξ − ∂w ϕ · ∂w ψ · ∂u ξ.
3
où (r, ϑ, z) ∈ R+
∗ × [0; 2π[×R sont les coordonnées du point (x, y, z) ∈ R \ { (0, 0, z) }. Cette application a jacobien J = r donc
Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϑ), b + r sin(ϑ), z) · r dr dϑ dz.
D ∆
De la même manière
Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϑ), y, b + r sin(ϑ)) · r dr dy dϑ,
ÑD Ñ∆
f (x, y, z) dx dy dz = f (x, a + r cos(ϑ), b + r sin(ϑ)) · r dx dr dϑ.
D ∆
π π 3
où (r, ϑ, ϕ) ∈ R+
∗ × [0; 2π[×[− 2 ; 2 [ sont le coordonnées du point (x, y, z) ∈ R \ { (0, 0, 0) }. Cette application a jacobien J =
2
r cos(ϕ) donc
Ñ Ñ
f (x, y, z) dx dy dz = f (a + r cos(ϕ) cos(ϑ), b + r cos(ϕ) sin(ϑ), c + r sin(ϕ)) · r 2 cos(ϕ) dr dϑ dϕ.
D ∆
Applications
© G. Faccanoni 135
6. Intégrales multiples Jeudi 19 avril 2012
Aire
Î
L’intégrale double A 1 dx dy est l’aire de A.
Exemple
Calculons l’aire d’un disque D R de rayon R > 0 : on se place dans un système de coordonnées centré sur le centre du disque, qui a donc
pour équation x 2 + y 2 ≤ R 2 . Donc
Z 2π " 2 #R
R 2 2π
Z 2π Z R
r
Ï Z
1 dx dy = r dr dϑ = dϑ = 1 dϑ = πR 2 .
DR 0 0 0 2 2 0
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris au premier chapitre : si nous ne conservons que les
valeurs positives de y, on obtiendra un demi-disque, ensemble des points :
n ¯ p o
(x, y) ∈ R ¯ −R ≤ x ≤ R et 0 ≤ y ≤ R 2 − x 2 .
¯
p
C’est la surface sous la courbe de la fonction x 7→ f (x) = R 2 − x 2 dans l’intervalle [—R; R]. Comme c’est une fonction positive, l’aire
RR p
correspondante égale l’intégrale −R R 2 − x 2 dx. Pour calculer celle-ci, effectuons le changement de variable x = R cos t . On souhaite
on prend donc t variant dans l’intervalle [0; π] par exemple. Là, la fonction ϕ(t ) = R cos t est conti-
que x varie dans l’intervalle [−R; R], p
nûment dérivable sur [0; π]. De plus R 2 − x 2 = R sin t car le sinus est positif ou nul sur [0; π]. On a donc, en effectuant ce changement
de variable Z R p
R 2 − x 2 dx
−R x = R cos t
Z πp
dx = −R sin t dt
= R 2 − R 2 cos2 t (−R sin t ) dt
0
Z π
= − R2 sin2 t dt
0
Z π cos(2t ) = 1 − 2 sin2 t
2 1 − cos(2t )
=−R dt
0 2
¸π
t π
·
= − R2 − sin(2t ) = −R 2
2 0 2
C’est l’aire d’un demi-disque, donc l’aire du disque entier est πR 2 .
Exemple
Calculons l’aire d’une ellipse E d’axes α et β : on se place dans un système de coordonnées centré sur le centre de l’ellipse, qui a donc
2 y2
pour équation x 2 + 2 ≤ 12 . Donc
α β
Z 2π Z 1 Z 2π " 2 #1
r 1 2π
Ï Z
1 dx dy = αβr dr dϑ = αβ dϑ = αβ 1 dϑ = αβπ.
E 0 0 0 2 2 0
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris au premier chapitre : si nous ne conservons que les
valeurs positives de y, on obtiendra une demi-ellipse, ensemble des points :
¯ s
2
¯
x
(x, y) ∈ R ¯¯ −α ≤ x ≤ α et 0 ≤ y ≤ β 1 − 2 .
¯
¯ α
q
2
C’est la surface sous la courbe de la fonction x 7→ f (x) = β 1 − x 2 dans l’intervalle [−α; α]. Comme c’est une fonction positive, l’aire
α
Rα q 2
correspondante égale l’intégrale −α β 1 − x 2 dx. Pour calculer celle-ci, effectuons le changement de variable x = α cos t . On souhaite
α
que x varie dans l’intervalle [−α; α], on
qprend donc t variant dans l’intervalle [0; π] par exemple. Là, la fonction ϕ(t ) = cos t est conti-
2
nûment dérivable sur [0; π]. De plus β 1 − x 2 = sin t car le sinus est positif ou nul sur [0; π]. On a donc, en effectuant ce changement
α
136 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
de variable Z α q
β 1 − (x/α)2 dx
−α x = α cos t
Z πp
dx = −α sin t dt
=β 1 − cos2 t (−α sin t ) dt
0
Z π
= − αβ sin2 t dt
0
Z π cos(2t ) = 1 − 2 sin2 t
1 − cos(2t )
= − αβ dt
0 2
¸π
t π
·
= − αβ − sin(2t ) = −αβ
2 0 2
C’est l’aire d’une demi-ellipse, donc l’aire de l’ellipse entière est αβπ.
Volume
Ð
L’intégrale triple V 1 dx dy dz est le volume de V .
Exemple
Calculons le volume d’une boule B R de rayon R > 0 :
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris pour les intégrales double : le volume d’une boule de
rayon R (sans restreindre la généralité nous la supposerons centrée à l’origine) est le double du volume contenu entre le plan z = 0 et
l’hémisphère nord de la sphère de rayon R centrée en (0, 0, 0). En résolvant l’équation 2 2 2 2
q de cette sphère x + y + z = R pour z, nous
pouvons décrire son hémisphère nord comme le graphe de la fonction f (x, y) = R 2 − x 2 − y 2 dont le domaine est le disque D R de
p
rayon R, intersection
p de la boule avec le plan z = 0. Ce disque est un domaine limité par les graphes des fonctions ϕ(x) = − R 2 − x 2
et ψ(x) = R 2 − x 2 sur l’intervalle [−R, R]. Le volume de la boule est donc
p
Z R Z pR 2 −x 2 q Z R · ¸ y= R 2 −x 2
1 y
Z
2 f (x, y) dy dx = p R 2 − x 2 − y 2 dy dx = y + (R 2 − x 2 ) arctan 2 p dx
DR −R − R 2 −x 2 −R 2 R − x 2 y=− R 2 −x 2
" #x=R
π 2 x3
Z R
2 2 4
= (R − x ) dx = R x − = πR 3 .
−R 2 3 3
x=−R
Masse
Î
Si f (x, y) est la densité au point (x, y), l’intégrale double AÐ f (x, y) dx dy est la masse de la partie A. De manière analogue,
si f (x, y, z) est la densité au point (x, y, z), l’intégrale triple V f (x, y, z) dx dy dz est la masse de la partie A.
Exemple
Les physiciens considèrent encore d’autres densités qui peuvent être traitées de la même manière. Par exemple, si une charge élec-
trique est répartie sur une région A et si la densité de charge (en unités par unités carrées) est donnée par σ(x, y) en un point (x, y) de
A, alors la charge totale Q est donnée par
Ï
σ(x, y) dx dy.
A
© G. Faccanoni 137
6. Intégrales multiples Jeudi 19 avril 2012
x =1
Z 1Z 1
y
Ï
=
Q= σ(x, y) dx dy = x y dy dx = x dx 1−
A 0 1−x 0 2 x
y=1−x
1 1 ³ 1 1³ 2 1 2 3 1 4 1
· ¸
5
Z ´ Z ´
= x 1 − (1 − x)2 dx = 2x − x 3 dx = x − x = . 1 x
2 0 2 0 2 3 4 0 24
5
La charge totale est donc de 24 C.
Centre de gravité
Si f (x, y) est la densité au point (x, y), le centre de gravité de la partie A se trouve en (xG , yG ) ainsi définis
Î Î
A x f (x, y) dx dy y f (x, y) dx dy
xG = Î , yG = ÎA .
A f (x, y) dx dy A f (x, y) dx dy
Physiquement cela signifie que la plaque A se comporte comme si toute sa masse était concentrée en son centre d’inertie.
Par exemple, elle est en équilibre horizontal lorsqu’elle repose sur son centre d’inertie.
De manière analogue, si f (x, y, z) est la densité au point (x, y, z), le centre de gravité de la partie A se trouve en (xG , yG , zG )
ainsi définis
Ð Ð Ð
x f (x, y, z) dx dy dz y f (x, y, z) dx dy dz z f (x, y, z) dx dy dz
xG = ÐA , yG = ÐA , zG = ÐA .
A f (x, y, z) dx dy dz A f (x, y, z) dx dy dz A f (x, y, z) dx dy dz
Exemple
On veut déterminer la masse et le centre d’inertie d’une fine plaque de métal triangulaire dont les sommets sont en (0, 0), (1, 0) et (0, 2),
sachant que la fonction densité est f (x, y) = 1 + 3x + y.
A 0 0
2−
= y + 3x y + dx = 2 − 2x + 3x(2 − 2x) + dx
0 2 0 2
y=0
#1
"
x3
Z 1
2 8
=4 (1 − x ) dx = 4 x − = . x
0 3 3 1
0
138 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
sµZ sZ s
Z +∞ +∞ ¶ µZ +∞ ¶ +∞ Z +∞ Z +∞ Z π/2
−x 2 −x 2 −y 2 −x 2 −y 2 2
e dx = e dx e dy = e dy dx = r e −r dθ dr
0 0 0 0 0 0 0
· −r 2 ¸+∞ p
s s
π +∞ π e π
Z
= re −r 2 dr = − = .
2 0 2 2 0 2
Z +∞ p 2
e −x dx =
π.
−∞
π
Z +∞ r
2
e −αx dx = .
−∞ α
© G. Faccanoni 139
6. Intégrales multiples Jeudi 19 avril 2012
y = |x + 1|
Ï x = −2 x2 + y2 = 1
x 2 y dx dy.
D x
y = −x − 2 D
y = −1
y = |x + 1|
D1 = (x, y) ¯ −2 ≤ x ≤ −1, −x − x ≤ y ≤ −x − 1 ,
© ¯ ª
x = −2 x2 + y2 = 1
D2 = (x, y) ¯ −1 ≤ x ≤ 0, −1 ≤ y ≤ x + 1 ,
© ¯ ª
D1 D3
D3 = (x, y) ¯ x ≥ 0, x 2 + y 2 ≤ 1 .
© ¯ ª x
y = −x − 2 D2
y = −1
Par définition on a Ï Ï Ï Ï
x 2 y dx dy = x 2 y dx dy + x 2 y dx dy + x 2 y dx dy.
D D1 D2 D3
¸ y=−x−1
−1 Z −x−1 −1 y2 −1 (−x − 1)2 (−x − 2)2
Ï Z Z · Z µ ¶
2 2 2 2
x y dx dy = x y dy dx = x dx = x − dx
D1 −2 −x−2 −2 2 y=−x−2 −2 2 2
· 4 ¸x=−1
x3
Z −1
3 3 2 x 1
=− x + x dx = − + =
−2 2 4 2 x=−2 4
x 2 y dx dy :
Î
B D2
¸ y=x+1
0 x+1 0 y2 0 (x + 1)2 (−1)2
Ï Z Z Z · Z µ ¶
x 2 y dx dy = x 2 y dy dx = x2 dx = x2 − dx
D2 −1 −1 −1 2 y=−1 −1 2 2
¸x=0
1 0 4 1 x5 x4
·
3
Z
= x + 2x 3 dx = + =−
2 −1 2 5 2 x=−1 20
x 2 y dx dy = 0 car le domaine est symétrique par rapport à l’axe des abscisses et la fonction à intégrer est impaire par
Î
B D3
rapport à y.
En conclusion,
1 3 1
Ï
x 2 y dx dy. = − +0 = .
D 4 20 10
140 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
S OLUTION . La partie D de R2 est l’intersection du carré [0; 1] × [0; 1] et de l’extérieur du cercle de centre (0, 0) et de rayon 1.
La fonction f est continue sur D.
1 x
À l’aide du théorème de Fubini (et du dessin pour ne pas se tromper sur les bornes) on peut écrire
Z 1Z 1 Z 1 Z 1
xy xy x 2y
Ï
I= dx dy = p dy dx = p dy dx
D 1 + x2 + y 2 0
2
1−x 2 1 + x + y
2
0 2
2
1−x 2 1 + x + y
2
x2
Z 1 Z 1 Z 1
x£ x£ x
µ ¶
¤1
ln(1 + x 2 + y 2 ) p1−x 2 dx = ln(2 + x 2 ) − ln(2) dx =
¤
= ln 1 + dx
0 2 0 2 0 2 2
Z 1
1 2 1 1 3 3 1
= ln(1 + u) du = [(1 + u) ln(1 + u) − u]02 = ln − .
2 0 2 4 2 4
Exercice 6.3
y
4
Soit D la plaque homogène représentée dans la figure. Sans
faire de calculs d’intégrales, en déduire les valeurs de 3
Ï Ï Ï 2
1 dx dy, x dx dy, y dx dy.
D D D 1
0 x
0 1 2 3 4
Exercice 6.4
Ï Ï Ï 3
1 dx dy, x dx dy, y dx dy. 2
D D D
1
0
0 1 2 3 4 5 6x
© G. Faccanoni 141
6. Intégrales multiples Jeudi 19 avril 2012
Exercice 6.5
Calculer l’aire de la région coloriée en figure
y = x+2
2y = x + 3
3y = −x − 6
S OLUTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
3 2y = x + 3
4
4 2
1
2
36 − 4 − 4 − 2 − 6 = 20 −3 −2 −1 0 1 2 3
−1
−2
6 y = x+2
−3 3y = −x − 6
Exercice 6.6
Calculer l’aire de la région coloriée en figure.
y = −x + 2
2y = −x + 3
3y = x − 6
142 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
S OLUTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
2y = −x + 3 3
4
4 2
1
2
36 − 4 − 4 − 2 − 6 = 20 −3 −2 −1 0 1 2 3
−1
−2
6 y = −x + 2
3y = x − 6 −3
Exercice 6.7
Calculer l’aire de la région coloriée en figure.
3y = x + 6
2y = −x − 3
y = −x − 2
S OLUTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
3 3y = x + 6
6 y = −x − 2
2
1
36 − 4 − 4 − 2 − 6 = 20
2 −3 −2 −1 0 1 2 3
−1
4 −2
4
−3 2y = −x − 3
© G. Faccanoni 143
6. Intégrales multiples Jeudi 19 avril 2012
Exercice 6.8
Calculer l’aire de la région coloriée en figure.
3y = −x + 6
2y = x − 3
y = x−2
S OLUTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
3y = −x + 6 3
6 y = x−2
2
1
36 − 4 − 4 − 2 − 6 = 20
2 −3 −2 −1 0 1 2 3
−1
4 −2
4
2y = x − 3 −3
Exercice 6.9
Calculer l’aire de la région coloriée en figure.
y
3y = −x + 6
2y = x − 3
y = x−2
S OLUTION . Soit D le domaine. Pour calculer l’aire on peut soit utiliser un simple calcul géométrique soit se rappeler que
l’aire est donnée par l’intégrale double Ï
1 dx dy.
D
144 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
y
3y = −x + 6 3
6 2
1 2y = x − 3
48 − 8 − 8 − 1 − 6 = 25
−3 −2 −1 0 1 2 3 x
1 −1
−2
−3
−4
8
8 −5
y = x−2
−2
S OLUTION . Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles
suivantes :
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
1 dy dx = dy dx + dy dx = 2 dx + 2 dx = 4,
D −1 −x−2 0 x−2 −1 0
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
x dy dx = x dy dx + x dy dx = 2x dx + 2x dx = 0,
D −1 −x−2 0 x−2 −1 0
Ï Z 0 Z −x Z 1Z x 1
Z 0 1
Z 1
y dy dx = y dy dx + y dy dx = (−4x − 4) dx + (4x − 4) dx
D −1 −x−2 0 x−2 2 −1 2 0
Z 0 Z 1
= −2 (x + 1) dx + 2 (x − 1) dx = −2
−1 0
et on en déduit que Î Î
x dy dx y dy dx 1
xG = ÎD = 0, yG = ÎD =− .
D 1 dy dx D 1 dy dx 2
© G. Faccanoni 145
6. Intégrales multiples Jeudi 19 avril 2012
−1 G 1
−1
S OLUTION . Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles
suivantes :
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
1 dy dx = dy dx + dy dx = (−x + 1) dx + (x + 1) dx = 3,
D −1 −1 0 −1 −1 0
Ï Z 0 Z −x Z 1Z x Z 0 Z 1
x dy dx = x dy dx + x dy dx = (−x 2 + x) dx + (x 2 + x) dx = 0,
D −1 −1 0 −1 −1 0
¸1
0 x 1 x3
−x Z 1Z 0 1 1 ·
1 1 1 2
Ï Z Z Z Z Z
2 2 2
y dy dx = y dy dx + y dy dx = (x − 1) dx + (x − 1) dx = (x − 1) dx = −x =−
D −1 −1 0 −1 2 −1 2 0 2 −1 2 3 −1 3
et on en déduit que Î Î
D x dy dx y dy dx 2
xG = Î = 0, yG = ÎD =− .
D 1 dy dx D 1 dy dx 9
En fait, seul la dernière des trois intégrales est nécessaire car la première correspond à l’aire de la figure qu’on peut calculer
géométriquement et la deuxième est forcément nulle car le centre de gravité appartient à l’axe des y par symétrie.
Ï
(x 2 + y) dx dy. x
D
x 2 + y2 = 1
y = −x
x 2 + y2 = 4
π
½ ¯ ¾
3π
D = (r, ϑ) ¯ 1 ≤ r ≤ 2, ≤ ϑ ≤
¯
¯ .
4 4
Par conséquent
3π 3π
Ï Z
4
Z 2 Z
4
Z 2
(x 2 + y) dx dy = (r 2 cos2 (ϑ) + r sin(ϑ))r dr dϑ = (r 3 cos2 (ϑ) + r 2 sin(ϑ)) dr dϑ
π π
D 4 1 4 1
3π ¸r =2 Z 3π Z 3π
r4 r3
·
4 15 7 4 15 1 + cos(2ϑ) 7
Z
4
= cos2 (ϑ) + sin(ϑ) dϑ = cos2 (ϑ) + sin(ϑ) dϑ = + sin(ϑ) dϑ
π 4 3 π 4 3 π 4 2 3
4 r =1 4 4
Z 3π · ¸ϑ= 3π
4 15 15 7 15 15 7 4 15 15
= + cos(2ϑ) + sin(ϑ) dϑ = θ+ sin(2ϑ) − cos(ϑ) = π+ .
π 4 8 3 4 16 3 π 16 8
4 ϑ= 4
146 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
p
S OLUTION . Remarquons que l’équation x 2 −4x + y 2 +2y +3 = 0 définit un cercle de centre (2, −1) et rayon 2. On passe alors
aux coordonnées polaires :
x = 2 + r cos(ϑ),
y = −1 + r sin(ϑ),
dx dy = r dr dϑ,
et on obtient
p p
2π Z 2 2 p
1 r 2r
Ï Z Z
¤ 2
dr dϑ = π dr = π ln(1 + r 2 ) 0 = π ln(3).
£
dx dy =
D 1 + (x − 2)2 + (y + 1)2 0 0 1+r2 0 1+r 2
x
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≥ |x| .
© ¯ ª
dx dy avec
A y
y
2
−2 −1 0 1 2x
−1
−2
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
on obtient
3π 7π 3π 7π
ÃZ ! µZ
Ï
x
Z
4
Z 2 cos(ϑ)
Z
4
Z 2 cos(ϑ) 4 cos(ϑ)
Z
4 cos(ϑ) 2 ¶
dx dy = r dr dϑ + r dr dϑ = dϑ + dϑ r dr = 0.
y π sin(ϑ) 5π sin(ϑ) π sin(ϑ) 5π sin(ϑ)
A 4 1 4 1 4 4 1
car
cos(t )
Z
dt = ln(| sin(t )|).
sin(t )
y
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≤ |x| .
© ¯ ª
dx dy avec
A x
© G. Faccanoni 147
6. Intégrales multiples Jeudi 19 avril 2012
S OLUTION . L’ensemble A est la partie coloriée dans la fi- En passant en coordonnées polaires
gure ci-dessous :
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
y
2
on obtient
π Z 5π Z 2
1
Ï
y
Z
4
Z 2
sin(ϑ) 4 sin(ϑ)
dx dy = r dr dϑ + r dr dϑ
x π
A − 4 1 cos(ϑ) 3π
4 1 cos(ϑ)
ÃZ π Z 5π ! µZ
4 sin(ϑ) 4 sin(ϑ) 2 ¶
−2 −1 0 1 2x = dϑ + dϑ r dr = 0
− π4 cos(ϑ) 3π cos(ϑ)
4 1
−1
car
sin(t )
Z
−2 dt = − ln(| cos(t )|).
cos(t )
0 x
−4
S OLUTION .
p p
Ï Z 0 Z y2 y+4 Z 0 Z 0
y2 y+4
2y 2
p
Aire = 1 dx dy = p 1 dx dy = [x] 2
p dy = y + 4 dy
D −4 −y 2 y+4 −4 −y y+4 −4
¸2
2 2 t7 t5 t3 212
Z Z ·
=4 t 2 (t 2 − 4)2 dt = 4 t 6 − 8t 4 + 16t 2 dt = 4 − 8 + 16 = .
0 0 7 5 3 0 105
y
1. Déterminer tout d’abord les deux fonctions y = ϕ(x) et y = ψ(x) telles y = ψ(x)
que
D = (x, y) ∈ R2 ¯ −1 ≤ x ≤ 1 et ϕ(x) ≤ y ≤ ψ(x) .
© ¯ ª
2. Par le changement
p de variable x = sin(t ), montrer qu’une primitive de la −1 1 x
fonction 1 − x 2 sur [0; 1] est
p
x 1 − x 2 + arcsin(x)
Z p
2
1 − x dx = .
2
y = ϕ(x)
3. En utilisant la symétrie de la figure, calculer l’aire de l’ensemble D.
−2
148 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
S OLUTION .
1. Pour trouver les équations des deux fonctions y = ϕ(x) et y = ψ(x) on remarque que
p p
(y + 1)2 − 2|x|(y + 1) + (2x 2 − 1) = 0 ⇐⇒ (y + 1) = |x| ± |x|2 − (2x 2 − 1) ⇐⇒ y = −1 + |x| ± 1 − x 2
p p
donc ϕ(x) = −1 + |x| − 1 − x 2 et ψ(x) = −1 + |x| + 1 − x 2 .
p
2. On calcule une primitive de la fonction 1 − x 2 sur [0; 1] par le changement de variable x = sin(t ) :
Z p Z q Z Z
1 − x 2 dx = 1 − sin2 (t ) cos(t ) dt = cos2 (t ) dt = sin(t ) cos(t ) + sin2 (t ) dt
Z Z Z p Z p
= sin(t ) cos(t ) + 1 dt − cos2 (t ) dt = sin(t ) cos(t ) + t − cos2 (t ) dt = x 1 − x 2 + arcsin(x) − 1 − x 2 dx
donc p
x 1 − x 2 + arcsin(x)
Z p
1 − x2 dy = .
2
3. En utilisant la symétrie de la figure par rapport à la droite d’équation x = 0, on trouve
Ï Z 1Z ψ(x) Z 1
Aire(D) = 1 dx dy = 2 1 dx dy = 2 ψ(x) − ϕ(x) dy
D 0 ϕ(x) 0
Z 1p " p #1
x 1 − x 2 + arcsin(x)
=4 1 − x 2 dy = 4 = 2 arcsin(1) = π.
0 2
0
© G. Faccanoni 149
6. Intégrales multiples Jeudi 19 avril 2012
150 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Ï Z π/2 Z 2 µZ ¶ π/2
14
¶ µZ 2
x dx dy = r 2 cos θ dr dθ = r 2 dr = , cos θ dθ
D −π/2 1 −π/2 1 3
Ï Z π/2 Z 2 µZ π/2 ¶ µZ 2 ¶
y dx dy = r 2 sin θ dr dθ = sin θ dθ r 2 dr = 0.
D −π/2 1 −π/2 1
Donc
14 2 28
xG = = < 1, yG = 0.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z π/2 Z 2
(3x + 4y 2 ) dx dy = (3r cos θ + 4r 2 sin2 θ) r dr dθ
D −π/2 1
Z π/2
¤2
r 3 cos θ + r 4 sin2 θ
£
= 1 dθ
−π/2
Z π/2
= 7 cos θ + 15 sin2 θ dθ
−π/2
Z π/2
1 − cos(2θ) 15
= 7 cos θ + 15 dθ = 14 + π.
−π/2 2 2
Donc
14 2 28
xG = 0, yG = − =− > −1.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z 0 Z 2
(3x + 4y 2 ) dx dy = (3r cos θ + 4r 2 sin2 θ) r dr dθ
D −π 1
Z 0
¤2
r 3 cos θ + r 4 sin2 θ
£
= 1 dθ
−π
Z 0
= 7 cos θ + 15 sin2 θ dθ
−π
Z 0
1 − cos(2θ) 15
= 7 cos θ + 15 dθ = π.
−π 2 2
© G. Faccanoni 151
6. Intégrales multiples Jeudi 19 avril 2012
Donc
14 2 28
xG = − =− > −1, yG = 0.
3 3π 9π
On calcul maintenant l’intégrale donnée
Ï Z 3π/2 Z 2
(3x + 4y 2 ) dx dy = (3r cos θ + 4r 2 sin2 θ) r dr dθ
D π/2 1
Z 3π/2
¤2
r 3 cos θ + r 4 sin2 θ
£
= 1 dθ
π/2
Z 3π/2
= 7 cos θ + 15 sin2 θ dθ
π/2
Z 3π/2 1 − cos(2θ) 15
= 7 cos θ + 15 dθ = −14 + π.
π/2 2 2
0 x
−2 −1 1 2 3
−1
−2
−3
152 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Donc
26 p 1 13 p
xG = 2 = 2 < 1, yG = −xG .
3 4π 6π
On calcul maintenant l’intégrale donnée
Ï Z π/4 Z 3
(3x + 4y 2 ) dx dy = (3r cos θ + 4r 2 sin2 θ) r dr dθ
D −3π/4 1
Z π/4
¤3
r 3 cos θ + r 4 sin2 θ
£
= 1 dθ
−3π/4
Z π/4
= 26 cos θ + 80 sin2 θ dθ
−3π/4
Z π/4 p
1 − cos(2θ)
= 26 cos θ + 80 dθ = 26 2 + 40π.
−3π/4 2
S OLUTION . Le domaine d’intégration est le demi cercle de centre (−2, 3) et rayon r = 23 qui se trouve sous la droite d’équation
y = x + 5, autrement dit ½ ¯ ¾
9
D = (x, y) ∈ R2 ¯¯ (x + 2)2 + (y − 3)2 < , y < x + 5 .
¯
4
Avec le changement de variables (
x = −2 + r cos φ,
y = 3 + r sin φ,
on obtient
x−y 2 + r cos φ − 3 − r sin φ
Ï Ï
p dx dy = r dr dφ
D (x + 2)2 + (y − 3)2 D r
où ½ ¯ ¾
3 5 9
D = (r, φ) ∈ R × [π/2, 5π/2] ¯ 0 < r < , π < φ < π .
¯
¯
2 4 4
Donc
3 9
4π
ÃZ !
2 + r cos φ − 3 − r sin φ
Ï Z
2
r dr dφ = −1 + r (cos φ − sin φ) dφdr
D r 0 5
4π
© G. Faccanoni 153
6. Intégrales multiples Jeudi 19 avril 2012
3 9 3 9
4π 4π
à Z Z ! ÃZ Z !
2 2
= − 1 dφdr + r (cos φ − sin φ) dφdr
5 5
0 4π 0 4π
3 9 3 9
4π 4π
ÃZ ! ÃZ ! ÃZ ! ÃZ !
2 2
=− 1 dr 1 dφ + r dr cos φ − sin φ dφ
5 5
0 4π 0 4π
3 9p
= − π+ 2.
2 4
y
Soit D la partie coloriée en figure.
3 B Décrire D en coordonnées cartésiennes.
y= B Trouver un changement de variables adéquat pour décrire D en coordon-
− nées polaires.
x+
x−y
Ï
5 B Calculer dx dy.
D (x − 2)2 + (y − 3)2
1 2 x
2
S OLUTION . Le domaine d’intégration est le demi cercle de centre (2, 3) et rayon r = 32 qui se trouve sous la droite d’équation
y = −x + 5, autrement dit ½ ¯ ¾
9
D = (x, y) ∈ R2 ¯¯ (x − 2)2 + (y − 3)2 < , y < −x + 5 .
¯
4
Avec le changement de variables (
x = 2 + r cos φ,
y = 3 + r sin φ,
on obtient
x−y 2 + r cos φ − 3 − r sin φ
Ï Ï
dx dy = r dr dφ
D (x − 2)2 + (y − 3)2 D r2
où ½ ¯ ¾
3 3 7
D = (r, φ) ∈ R × [0, 2π] ¯ 0 < r < , π < φ < π .
¯
¯
2 4 4
Donc
7 3
4π
ÃZ ! ÃZ !
2 + r cos φ − 3 − r sin φ 1
Ï
2
r dr dφ = − cos φ − sin φ dφ dr = ∞.
D r2 3
4π 0 r
y
Exercice 6.21 Centre de gravité
3
Calculer les coordonnées du centre de
gravité G de la plaque D en figure sup- 2
posée homogène (éviter le calcul d’inté- Ellipse d’équation
grales lorsqu’il est possible, mais justi- 1 (x − 4)2 (y − 2)2
+ = 12
fier le raisonnement) : 4 1
0 1 2 3 4 5 6 x
S OLUTION . Tout d’abord remarquons que le corps du poisson est une ellipse d’équation
¯ (x − 4)2 (y − 2)2
½ ¯ ¾
2 2
(x, y) ∈ R ¯¯ + = 1 .
22 12
Pour calculer les coordonnées (xG , yG ) du centre de gravité on doit calculer d’abord les trois intégrales doubles suivantes :
Ï Z 2Z 4−x Z 2π Z 1 Z 2 Z 2π
1 dy dx = 1 dy dx + 2r dr dϑ = (4 − 2x) dx + 1 dϑ = 1 + 2π,
D 1 x 0 0 1 0
Z 2Z 4−x 2π Z 1 2¡ 2π µ ¶
4
Ï Z Z Z
4x − 2x 2 dx +
¢
x dy dx = x dy dx + (4 + 2r cos(ϑ))2r dr dϑ = 4+ cos(ϑ) dϑ
D 1 x 0 0 1 0 3
154 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Z 2µ ¶ · ¸2π
2 4 4
= 2x 2 − x 3 dx + 4ϑ + sin(ϑ) = + 8π,
1 3 3 0 3
(4 − x)2 x 2
Z 2 Z 4−x Z 2π Z 1 Z 2µ ¶ Z 2π µ ¶
2
Ï
y dy dx = y dy dx + (2 + r sin(ϑ))2r dr dϑ = − dx + 2 + sin(ϑ) dϑ
D 1 x 0 0 1 2 2 0 3
Z 2 · ¸2π
2
= (8 − 4x) dx + 2ϑ − cos(ϑ) = 2 + 4π
1 3 0
et on en déduit que Î 4 Î
x dy dx + 8π y dy dx 2 + 4π
xG = ÎD = 3
, yG = ÎD = = 2.
D 1 dy dx 1 + 2π D 1 dy dx 1 + 2π
En Î
fait, aucune des trois intégrales est nécessaire car on peut les calculer géométriquement comme suit
B D 1 dy dx = Aire(D) = Aire(T ) + Aire(E ) = 1 + 2π,
Aire(T ) Aire(E ) 4/3 + 8π
B xG = xG + xG =
Aire(D) T Aire(D) E 1 + 2π
B yG = 2 car la droite d’équation y = 2 est un axe de symétrie pour la plaque.
y y
3 ¡4 ¢ 3
GT = 3,2
G E = (4, 2)
2 2
Aire(T ) = 1 Aire(E ) = 2π
1 1
0 x 0 x
1 2 3 4 5 6 1 2 3 4 5 6
cos2 (t ) = 1+cos(2t )
cos2 (t ) dt = 1+cos(2t )
dt = 2t + sin(2t )
R R
2 =⇒ 2 4 +C ,
sin2 (t ) = 1−cos(2t )
sin2 (t ) dt = 1−cos(2t )
dt = 2t − sin(2t )
R R
2 =⇒ 2 4 +C ,
© G. Faccanoni 155
6. Intégrales multiples Jeudi 19 avril 2012
et que
sinn+1 (ϕ)
Z
cos(ϕ) sinn (ϕ) dϕ = , n ≥ 0,
n +1
cosn+1 (ϕ)
Z
sin(ϕ) cosn (ϕ) dϕ = − , n ≥ 0.
n +1
π ¸1−sin(ϕ) π
Z π
1−sin(ϕ) r2 (1 − sin(ϕ))2
Z Z Z ·
Aire = r dr dϕ = dϕ = dϕ
−π 0 −π 2 0 −π 2
Z π Z π Z π
1 sin2 (ϕ)
= dϕ + −2 sin(ϕ) dϕ + dϕ
−π 2 2
Z π −π −π
1 − cos(2ϕ) π 3
= π+0+ dϕ = π + + 0 = π.
−π 4 2 2
On a
π π π ¸1−sin(ϕ)
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
r cos(ϕ)r dr dϕ = cos(ϕ) r 2 dr dϕ = cos(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π π
(1 − sin(ϕ))3 1
Z
= cos(ϕ) dϕ = cos(ϕ)(1 − sin(ϕ) + sin2 (ϕ) − sin3 ϕ) dϕ = 0
−π 3 3 −π
et
π π ¸1−sin(ϕ) π
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
2
r sin(ϕ)r dr dϕ = sin(ϕ) r dr dϕ = sin(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π
(1 − sin(ϕ))3 1 π
Z
= sin(ϕ) dϕ = sin(ϕ) − 3 sin2 (ϕ) + 3 sin3 ϕ − sin4 ϕ dϕ =
−π 3 3 −π
µ ¶
1 3 5
= 0 − 3π + 0 − π = − π
3 4 4
car
Z π
£ ¤π
sin(ϕ) dϕ = cos(ϕ) −π = 0,
−π
ϕ sin(2ϕ) π
Z π Z π · ¸
2 1 − cos(2ϕ)
sin (ϕ) dϕ = dϕ = − = π,
−π −π 2 2 4 −π
Z π Z π Z π ¸ππ
cos3 ϕ
Z ·
3 2 2
sin ϕ dϕ = sin(ϕ)(1 − cos (ϕ)) dϕ = sin(ϕ) dϕ − sin(ϕ) cos (ϕ) dϕ = − cos(ϕ) + = 0,
−π −π −π −π 3 −π
sin(2ϕ) π
Z π Z πµ ¶2 Z π Z π Z π
π
· ¸
4 1 − cos(2ϕ) 1 1 1 2 1 3
sin ϕ dϕ = dϕ = dϕ − cos(2ϕ) dϕ + cos (2ϕ) dϕ = + 0 + ϕ+ = π.
−π −π 2 −π 4 2 −π 4 −π 2 4 2 −π 4
156 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
Suggestion : utiliser les formules de duplication cos(2θ) = 2 cos2 (θ)−1 = 1−2 sin2 (θ) et calculer au préalable les intégrales
suivantes
Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ
1 dα, cos(α) dα, cos2 (α) dα, cos(α) sin2 (α) dα, sin2 (α) dα, sin4 (α) dα.
0 0 0 0 0 0
y y
k=1 k=2
x x
y y
k=3 k=4
x x
y y
k=5 k=6
x x
© G. Faccanoni 157
6. Intégrales multiples Jeudi 19 avril 2012
S OLUTION . On a
Z 2kπ h i2kπ Z 2kπ h i2kπ
1 dα = α = 2kπ, cos(α) dα = sin(α) = 0,
0 0 0 0
Z 2kπ 1h i2kπ Z 2kπ h sin3 (α) i2kπ
cos2 (α) dα = sin(2α) + 2α = kπ, cos(α) sin2 (α) dα = = 0,
0 4 0 0 3 0
Z 8π 2kπ
1 1h i2kπ 3
h i2kπ Z
sin2 (α) dα = 2α − sin(2α) = kπ, sin4 (α) dα = 24α − 8 sin(2α) + sin(4α) = kπ.
0 4 0 0 32 0 4
L’aire est donnée, en coordonnées polaires, par
Ï Z 2π Z 1+cos(kφ)+sin2 (kφ)
r dr dθ = r dr dφ
D 0 0
1
Z 2π h r 2 i1+cos(kφ)+sin2 (kφ)
= dφ
2 0 2 0
Z 2π
1
= (1 + cos(kφ) + sin2 (kφ))2 dφ
2 0
1 2kπ
Z
= (1 + cos(α) + sin2 (α))2 dα
2k 0
1 2kπ
Z
= 1 + cos2 (α) + sin4 (α) + 2 cos(α) + 2 sin2 (α) + 2 cos(α) sin2 (α) dα
2k 0
·Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ ¸
1 2 4 2 2
= 1 dα + cos (α) dα + sin (α) dα + 2 cos(α) dα + 2 sin (α) dα + 2 cos(α) sin (α) dα
2k 0 0 0 0 0 0
· ¸
1 3 23
= 2kπ + kπ + kπ + 0 + 2kπ + 0 = π.
2k 4 8
S OLUTION . a) En coordonnées cartésiennes on doit intégrer sur le solide défini par les inégalités
p p
− 1 − z2 ≤ x ≤ 1 − z2, x2 + z2 ≤ y ≤ 2 − x2 − z2 − 1 ≤ z ≤ 1.
x = r cos θ,
y = t,
z = r sin θ,
p
−1 − 1−z 2 x 2 +z 2 0 0 r2
¸1
2π 1 1 r7 r5
µZ ¶Z ·
8
Z
2
= 1 dθ r 4 [t ]2−r
r2
dr = 4π r 4 (r 2 − 1) dr = 4π − = π.
0 0 0 7 5 0 35
158 © G. Faccanoni
Jeudi 19 avril 2012 6. Intégrales multiples
i.e.
D = {(r, θ, t ) ∈ R+ × [0, 2π] × R : r > 1 et t < 5 − r 2 }
et on a
Ñ
1
Z 2π Z +∞ Z 5−r 2 1
dx dy dz = r dt dr dθ
(4 − t )2 r
p
D (4 − z)2 x2 + y 2 0 1 −∞
2
1 t =5−r
Z +∞ · ¸ Z +∞
1
= 2π − dr = −2π 2 −1
dr = ∞.
1 4 − t t →−∞ 1 r
i.e.
D = {(r, θ, t ) ∈ R+ × [0, 2π] × R : 0 < r < 1 et t > 5 − r 2 }
et on a
Ñ
1
Z 2π Z 1 Z +∞ 1
Z 1 Z +∞
1
p dx dy dz = r dt dr dθ = 2π dt dr
D (4 − y)4 x 2 + z 2 0 0 5−r 2 (4 − t )4 r 0 5−r 2 (4 − t )
4
Z 1· ¸t →+∞ Z 1
1 1
= 2π − 3
dr = 2π − dr = ∞.
0 3(4 − t ) t =5−r 2 0 3(r − 1)3
2
d) En coordonnées cartésiennes on doit intégrer sur le solide défini par les inégalités
p p
y 2 + z2 ≤ x ≤ 2 − y 2 − z2, − 1 − z2 ≤ y ≤ 1 − z2, −1 ≤ z ≤ 1.
© G. Faccanoni 159
6. Intégrales multiples Jeudi 19 avril 2012
160 © G. Faccanoni
7. Fonctions vectorielles d’une variable réelle :
courbes paramétrées
Courbe
Une courbe C de Rn est l’image d’une application continue γ : [a; b] ⊂ R → Rn ). On dit que γ est un paramétrage de C .
Attention
Une même courbe C admet une infinité de paramétrages.
Exemple
1. Une droite de R2 est une courbe. Un paramétrage possible de la droite passant par le point (x 0 , y 0 ) et dirigée par le vecteur (u, v)
est l’application γ : R → R2 définie par γ(t ) = (x 0 + t u, y 0 + t v). Un autre paramétrage possible est l’application γ : R → R2 définie
par γ(t ) = (t , uv t + y 0 − uv x 0 ).
2. Un cercle de R2 est une courbe. Un paramétrage possible du cercle de centre (x 0 , y 0 ) et de rayon r est l’application γ : [0; 2π] → R2
définie par γ(t ) = (x 0 + r cos(t ), y 0 + r sin(t )).
3. Si f : [a; b] ⊂ R → R est une application continue alors son graphe γ : R → R2 définie par γ(t ) = (t , f (t )) est une courbe (appelée
courbe représentative).
Un problème se pose. Étant donné un ensemble C de points du plan, comment déterminer si C est une courbe ? Par exemple,
une ellipse est-elle une courbe ? Le carré [0, 1] × [0, 1] est-il une courbe ? Il va falloir manipuler la notion de courbe avec
beaucoup de soin. D’abord, avec la définition de courbe que nous venons de donner, un ensemble réduit à un point M est
automatiquement une courbe car toute application constante γ : R → { M } en est un paramétrage. Ensuite, en 1890, Giuseppe
P EANO a montré qu’il existe une application continue surjective γ : [0, 1] → [0, 1] × [0, 1] (c’est-à-dire que la courbe passe par
chaque point du carré : elle «remplit l’espace»). Cela montre, contrairement à ce que notre intuition pourrait nous laisser
croire, que le carré [0, 1] × [0, 1] est une courbe !
Lorsque nous étudierons une courbe paramétrée γ : [a; b] ⊂ R → Rn , nous aurons généralement une vision cinématique du
problème. Nous considérerons par exemple que le point γ(t ) est un point du plan (n = 2) ou de l’espace (n = 3) qui évolue
avec le temps t ∈ [a; b]. C’est pourquoi le paramètre sera habituellement noté t (pour temps).
Rappelons qu’une application γ : [a; b] ⊂ R → Rn qui s’écrit en coordonnées γ(t ) = (x 1 (t ), x 2 (t ), . . . , x n (t )) est continue si, et
seulement si, les n fonctions coordonnées x i : [a; b] → R sont des fonctions continues.
Exemple y
Considérons les fonctions x : [−2; 2] → R et y : [−2; 2] → R défi-
nies par x(t ) = t + cos(3t ) et y(t ) = sin(2t ). Ces deux fonctions
sont continues sur [−2; 2] et induisent donc une courbe para-
métrée γ : [a; b] → R2 définie par γ(t ) = (t + cos(3t ), sin(2t )).
x
161
7. Fonctions vectorielles d’une variable réelle : courbes paramétrées Jeudi 19 avril 2012
Définition
Soit γ : [a; b] ⊂ R → Rn une courbe paramétrée de Rn et k un entier positif. La courbe paramétrée est dérivable (resp. de
classe C k ou C ∞ ) si l’application γ est dérivable (resp. de classe C k ou C ∞ ).
Définition
Soit γ : [a; b] ⊂ R → Rn une courbe paramétrée de Rn de classe C 2 admettant une représentation paramétrique γ(t ) =
(x 1 (t ), x 2 (t ), . . . , x n (t )). La longueur de γ, indépendante du paramétrage choisi, est
s
Z b n
`=
X
(x i0 (t ))2 dt .
a i =1
Exemple
Considérons la courbe paramétrée γ : [a; b] → R2 définie par γ(t ) = (t , f (t )). Alors la longueur de la courbe est
Z bq
`= 1 + ( f 0 (t ))2 dt .
a
Définition
Une courbe paramétrée γ : [a; b] ⊂ R → R2 est définie en coordonnées polaires par la fonction % : [a; b] ⊂ R si % est une
fonction continue et
γ(ϑ) = (%(ϑ) cos(ϑ), %(ϑ) sin(ϑ)).
La fonction % peut prendre des valeurs positives ou négatives. Le réel |%(ϑ)| est la distance de l’origine à γ(ϑ).
Si γ est de classe C 2 , sa longueur est
Z bq
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ.
a
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = r > 0 avec r constante. La
courbe définie en coordonnées polaires par ρ est un cercle de
centre (0, 0) et rayon r . On a bien x
Z 2π q Z 2π p Z 2π
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = r 2 + 02 dϑ = r dϑ = 2πr.
0 0 0
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = sin2 (ϑ/2). La courbe défi-
nie en coordonnées polaires par ρ est une cardioïde et l’on a
Z 2π q Z 2π q x
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = sin4 (ϑ/2) + (sin(ϑ/2) cos(ϑ/2))2 dϑ
0 0
Z 2π Z π
= | sin(ϑ/2)| dϑ = 2 sin(ϑ/2) dϑ = 2 [−2 cos(ϑ/2)]π
0 = 8.
0 0
162 © G. Faccanoni
8. Champs de vecteurs, formes différentielles
Ouvert étoilé
Un ouvert U de Rn est étoilé s’il existe a ∈ U tel que, pour
tout x ∈ U , le segment d’extrémités a et x soit inclus dans
U , autrement dit, si tout segment reliant un point de l’en-
semble à son centre est inclus dans l’ensemble.
Exemple
Le plan privé d’un point ou l’espace privé d’une droite ne sont ni étoilés ni simplement connexes.
Définition Définition
Une forme différentielle de degré 1 définie sur un ouvert U On appelle champ de vecteurs défini sur un ouvert U ⊂ R2
de R2 est une application toute application de U dans R2 telle que
163
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
Exemple Exemple
Soit ω = 2x dx + 2y dy une forme différentielle dans R2 . Elle est ~ = (2x, 2y) un champ de vecteurs dans R2 . Il est conser-
Soit V
exacte car f : R2 → R définie par f (x, y) = x 2 + y 2 vérifie df = ω. ~.
vatif car f : R2 → R définie par f (x, y) = x 2 + y 2 vérifie ∇ f = V
164 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
Exemple Exemple
Soit ω = (2x +y) dx +(2y +x) dy une forme différentielle dans R2 . ~ = (2x + y, 2y + x) un champ de vecteur dans R2 .
Soit V
CN pour ω exacte : comme ∂ y (ω1 ) = ∂ y (2x +y) = 1 et ∂x (ω2 ) = CN pour V ~ conservatif : comme ∂ y (V1 ) = ∂ y (2x + y) = 1 et
∂x (2y + x) = 1, la forme différentielle est fermée ; ∂x (V2 ) = ∂x (2y + x) = 1, le champ est à rotationnel nul ;
Domaine de définition : R2 est simplement connexe donc la Domaine de définition : R2 est simplement connexe donc la
CN est aussi une CS ; CN est aussi une CS ;
grâce au théorème de P OINCARÉ on conclut que ω est exacte, grâce au théorème de P OINCARÉ on conclut que V ~ est conser-
c’est-à-dire qu’il existe f : R2 → R telle que d f = ω. Par exemple ~ . Par
vatif, c’est-à-dire qu’il existe f : R2 → R telle que ∇ f = V
f (x, y) = x 2 + x y + y 2 . exemple f (x, y) = x 2 + x y + y 2 .
Soit ω = ω1 dx + ω2 dy + ω3 dz une forme différentielle Soit V~ = (V1 ,V2 ,V3 ) un champ de vecteurs dans R3 et
dans R3 et γ(t ) = (x(t ), y(t ), z(t )) un arc orienté. ω1 , ω2 γ(t ) = (x(t ), y(t ), z(t )) un arc orienté. V1 , V2 et V3 étant des
et ω3 étant des fonctions continues, on appelle intégrale fonctions continues, on appelle circulation de V ~ le long
curviligne de la forme différentielle ω le long de l’arc γ le de l’arc orienté γ le nombre noté
nombre noté Z I
ω ~
V
γ γ
et défini par
et défini par
Z bh
ω1 (x(t ), y(t ), z(t ))x 0 (t ) + ω2 (x(t ), y(t ), z(t ))y 0 (t ) bh
Z
a V1 (x(t ), y(t ), z(t ))x 0 (t ) + V2 (x(t ), y(t ), z(t ))y 0 (t )
i a
+ ω3 (x(t ), y(t ), z(t ))z 0 (t ) dt . i
+ V3 (x(t ), y(t ), z(t ))z 0 (t ) dt .
Exemple
L’intégrale de la forme différentielle ω = y dy le long du graphe d’une fonction f : [a; b] → R de classe C 1 est égale à ab f (t ) dt .
R
Exemple
~ = (−y, x) le long de la courbe γ : [0; 2π] → R2 définie par γ(t ) = (cos(t ), sin(t )) est égale à
La circulation du champ de vecteurs V
I Z 2π Z 2π Z 2π
~=
V −y(t )x 0 (t ) + x(t )y 0 (t ) dt = (− sin(t ))(− sin(t )) + (cos(t ))(cos(t )) dt = dt = 2π.
γ 0 0 0
© G. Faccanoni 165
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
Proposition Proposition
Si ω est une forme différentielle exacte de primitive f et si ~ est un champ de vecteurs conservatif de potentiel f
Si V
la courbe γ : [a; b] → Rn a pour origine et extrémités res- et si la courbe γ : [a; b] → Rn a pour origine et extrémités
pectivement les points γ(a) et γ(b) alors respectivement les points γ(a) et γ(b) alors
Z I
ω = f (γ(b)) − f (γ(a)). ~ = f (γ(b)) − f (γ(a)).
V
γ γ
En particulier, si la courbe γ est fermée, c’est-à-dire si ses En particulier, si la courbe γ est fermée, c’est-à-dire si ses
deux extrémités sont égales, alors la circulation sur γ de deux extrémités sont égales, alors la circulation sur γ de
toute forme différentielle exacte est nulle. tout champ de vecteurs conservatif est nulle.
Remarque
En mécanique, la circulation d’une force est égale au travail de cette force. Donc si la force dérive d’un potentiel, son
travail ne dépend que du point de départ et du point d’arrivé.
∂F ¯¯ ∂F ¯¯
¯ ¯
dF (V, T ) = −P (V, T )dV − S(V, T )dT, =⇒ P (V, T ) = − , S(V, T ) = − ;
∂V ¯T ∂T ¯V
∂G ¯¯ ∂G ¯¯
¯ ¯
dG(P, T ) = V (P, T )dP − S(P, T )dT, =⇒ V (P, T ) = , S(P, T ) = − ;
∂P ¯T ∂T ¯P
∂U ¯¯ ∂U ¯¯
¯ ¯
dU (S,V ) = T (S,V )dS − P (S,V )dV, =⇒ T (S,V ) = − , P (S,V ) = − ;
∂S ¯V ∂V ¯S
∂H ¯¯ ∂H ¯¯
¯ ¯
dH (P, S) = V (P, S)dP + T (P, S)dS, =⇒ V (P, S) = , T (P, S) = ;
∂P ¯S ∂S ¯P
∂P ¯¯ ∂S ¯¯ ∂V ¯¯ ∂S ¯¯ ∂T ¯ = − ∂P ¯ , ∂T ¯¯ ∂V ¯¯
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯
= , = − , = .
∂T ¯V ∂V ¯T ∂T ¯P ∂P ¯T ∂V ¯
S ∂S ¯V ∂P ¯S ∂S ¯P
Exemple
Soit le champ de vecteurs
~ (x, y, z) = (2x y + z 3 , x 2 , 3xz 2 ).
V
On veut montrer qu’il dérive d’un potentiel scalaire et déterminer tous les potentiels scalaires dont il dérive.
D’une part, comme le champ est défini sur R3 qui est un ouvert étoilé, pour prouver qu’il dérive d’un potentiel il suffit de montrer qu’il
est à rotationnel nul :
2 2
∂ y (V3 ) = ∂z (V2 ), ∂ y (3xz ) = ∂z (x ),
0 = 0,
∂z (V1 ) = ∂x (V3 ), ⇐⇒ ∂z (2x y + z ) = ∂x (3xz 2 ),
3 ⇐⇒ 3z 2 = 3z 2 ,
∂x (V2 ) = ∂ y (V1 ), ∂x (x 2 ) = ∂ y (2x y + z 3 ),
2x = 2x.
D’autre part, il est possible de calculer les potentiels : on cherche en effet f de R3 dans R tel que
3
∂x f (x, y, z) = 2x y + z ,
2
∂ y f (x, y, z) = x ,
∂z f (x, y, z) = 3xz 2 .
On résout ce système d’équations aux dérivées partielles : la deuxième donne par exemple f (x, y, z) = x 2 y + h(x, z). En la dérivant par
rapport à z on trouve ∂z f (x, y, z) = ∂z h(x, z) ; en utilisant la troisième équation on trouve ∂z h(x, z) = 3xz 2 d’où h(x, z) = xz 3 + g (x)
et donc f (x, y, z) = x 2 y + xz 3 + g (x). En la dérivant par rapport à x on trouve ∂x f (x, y, z) = 2x y + z 3 + g 0 (x) ; en utilisant la première
166 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
f (x, y, z) = x 2 y + xz 3 +C , C ∈ R.
Exemple
On veut montrer que la forme différentielle
y x
ω(x, y) = − dx + dy,
(x − y)2 (x − y)2
définie sur U = (x, y) ∈ R2 ¯ x > y , est exacte et en déterminer toutes les primitives dont elle dérive.
© ¯ ª
D’une part, comme la forme est définie sur U qui est un ouvert étoilé, pour prouver qu’elle est exacte il suffit de montrer qu’elle est
fermée :
x y −2x y −2x y
µ ¶ µ ¶
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ ∂ y = ∂ x − ⇐⇒ = .
(x − y)2 (x − y)2 (x − y)4 (x − y)4
D’autre part, il est possible de calculer les primitives : on cherche en effet f de R2 dans R tel que
−y x
ω1 (x, y) = , ω2 (x, y) = .
(x − y)2 (x − y)2
y
On résout ce système d’équations aux dérivées partielles : en intégrant la deuxième on obtient par exemple f (x, y) = x−y + h(x). En la
−y 0 0
dérivant par rapport à x on trouve ∂x f (x, y) = 2 + h (x) ; en utilisant la première équation on trouve h (x) = 0 et finalement
(x−y)
y
f (x, y) = +C , C ∈ R.
x−y
U (∂ y (ω1 ) − ∂x (ω2 )) dx
R R
où on a défini U dω = dy.
Calcul de l’aire
Soit γ : [a; b] → R2 une courbe fermée simple de classe C 1 définie par γ(t ) = (x(t ), y(t )) et soit U la région délimitée par
γ. On suppose que lorsque t croît, le point γ(t ) parcourt le bord de U en laissant U à gauche. Alors l’aire de U est donnée
par
Rb
x(t )y 0 (t ) − y(t )x 0 (t ) dt
Z b Z b
Aire(U ) = x(t )y 0 (t ) dt = − y(t )x 0 (t ) dt = a .
a a 2
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = sin2 (ϑ/2). La courbe γ(ϑ) =
(x(ϑ) = %(ϑ) cos(ϑ), y(ϑ) = %(ϑ) sin(ϑ)) est une cardioïde et l’on a
x
1 2π ¡ 1 2π 3
Z Z
x(ϑ)y 0 (ϑ) − y(ϑ)x 0 (ϑ) dϑ = sin4 (ϑ/2) dϑ = π.
¢
Aire(U ) =
2 0 2 0 8
© G. Faccanoni 167
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
S OLUTION .
S OLUTION .
1. V Si ω est exacte alors ω est fermée.
~ est conservatif alors V
1. V Si V ~ est à rotationnel nul. C’est le théorème de S CHWARZ.
C’est le théorème de S CHWARZ. 2. F Si ω est fermée alors ω est exacte.
~ = 0 alors V
2. F Si rotV ~ est conservatif. Pour qu’elle soit vraie pour toute forme différentielle fer-
Pour qu’elle soit vraie pour tout champ à rotationnel mée il faudrait que le domaine de définition soit simple-
nul il faudrait que le domaine de définition soit simple- ment connexe ou étoilé, ce qui n’est pas le cas ici.
ment connexe ou étoilé, ce qui n’est pas le cas ici. 3. V Si ω est exacte alors γ1 ω = 0.
R
La courbe est contenue dans le carré [−1; 1]2 qui est sim- La courbe est contenue dans le carré [−1; 1]2 qui est sim-
plement connexe. Comme le champ est à rotationnel plement connexe. Comme la forme différentielle est fer-
nul, il est conservatif sur ce carré. De plus, la courbe est mée, elle est exacte sur ce carré. De plus, la courbe est
fermée donc la circulation sur γ2 est nulle. fermée donc l’intégrale curviligne sur γ2 est nulle.
168 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
x2
∂x f = x donc f (x, y, z) = 2 + g (y, z) donc ∂ y f = ∂ y g = 2y
2
donc 2
g (y, z) = y + h(z) donc f (x, y, z) = x2 + y 2 + h(z)
donc ∂z f = h 0 = 3z donc h(z) = 32 z 2
x2
donc f (x, y, z) = 2 + y 2 + 32 z 2 + c.
S OLUTION . D’une part, comme la forme est définie sur U qui est un ouvert étoilé (par exemple par rapport au point (1, 0)),
pour prouver qu’elle est exacte il suffit de montrer qu’elle est fermée :
y x y 2 − x2 y 2 − x2
µ ¶ µ ¶
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ ∂y − = ∂ x ⇐⇒ = .
x2 + y 2 x2 + y 2 (x 2 + y 2 )2 (x 2 + y 2 )2
D’autre part, il est possible de calculer les primitives : on cherche en effet une fonction f de R2 dans R tel que
y
ω1 (x, y) = − x 2 +y 2 ,
(
x
ω2 (x, y) = x 2 +y 2
.
On résout ce système d’équations aux dérivées partielles : en intégrant la deuxième par rapport à y on obtient f (x, y) =
y y
arctan x + h(y). En la dérivant par rapport à x on trouve ∂x f (x, y) = − x 2 +y 2 + h 0 (x) ; en utilisant la première équation on
trouve h 0 (x) = 0 et finalement
y
f (x, y) = arctan +C , C ∈ R.
x
© G. Faccanoni 169
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
2x y (1−x 2 )
S OLUTION . La forme différentielle ω est définie sur Dω = R2 \ {(−1, 0); (1, 0)}. À partir de ω1 = (1−x 2 )2 +y 2
et ω2 = (1−x 2 )2 +y 2
, on
observe que
2x(1 − x 2 )2 − 2x y 2
∂x (ω2 ) = ¡ ¢2 ,
(1 − x 2 )2 + y 2 ]
2x(1 − x 2 )2 − 2x y 2
∂ y (ω1 ) = ¡ ¢2 .
(1 − x 2 )2 + y 2
Elle est donc fermée.
Elle est exacte sur tout ouvert simplement connexe (ce qui n’est pas le cas de son ensemble de définition).
Cherchons un potentiel f de ω sur un ouvert à préciser :
∂x f = ω1
∂ y f = ω2
Il est plus simple de partir de la seconde égalité et de se placer dans un ouvert où x 2 6= 1, par exemple A = {(x, y) : |x| < 1},
qui est simplement connexe. On peut alors écrire
1
1−x 2
∂y f = ³ ´2
y
1+ 1−x 2
donc
y ´ ³
f (x, y) = arctan + g (x).
1 − x2
En calculant ∂x f et en imposant qu’elle soit égale à ω1 on obtient
2x y
(1−x 2 )2 2x y
´2 + g 0 (x) =
(1 − x 2 )2 + y 2
³
y
1+ 1−x 2
S OLUTION . Comme la forme est définie sur R3 qui est un ouvert étoilé, pour prouver qu’elle est exacte il suffit de montrer
qu’elle est fermée :
∂ y (ω3 ) − ∂z (ω2 ) = (2x + 6y) − (2x + 6y) = 0,
∂z (ω1 ) − ∂x (ω3 ) = 2y − 2y = 0,
∂x (ω2 ) − ∂ y (ω1 ) = 2z − 2z = 0.
Néanmoins, il est possible de calculer directement les primitives : on cherche une application f de R3 dans R tel que
On résout ce système d’équations aux dérivées partielles : en intégrant la première par rapport à x on obtient f (x, y, z) =
2x y z + h(y, z). En la dérivant par rapport à y on trouve ∂ y f (x, y, z) = 2xz + h y (y, z) ; comme ∂ y f (x, y, z) = ω2 (x, y) = 2xz + 6y z
alors h y (y, z) = 6y z, d’où h(y, z) = 3y 2 z + k(z) ce qui implique f (x, y, z) = 2x y z + 3y 2 z + k(z). En la dérivant par rapport à z
on trouve ∂z f (x, y, z) = 2x y + 3y 2 + k 0 (z) ; comme ∂z f (x, y, z) = ω3 (x, y, z) = 2x y + 3y 2 + 2z alors k 0 (z) = 2z, d’où k(z) = z 2 + c
et finalement
f (x, y, z) = 2x y z + 3y 2 z + z 2 +C , C ∈ R.
170 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
S OLUTION . On a ω1 = y et ω2 = 2x − ye y . Comme ∂ y (ω1 ) = 1 et ∂x (ω2 ) = 2, la forme ω n’est pas fermée. Elle ne peut donc pas
être exacte.
On a ψ1 = g (y)ω1 et ψ2 = g (y)ω2 . Comme R2 est simplement connexe, d’après le théorème de Poincaré on a
Comme ∂ y (ψ1 ) = g 0 (y)y + g (y) et ∂x (ψ2 ) = 2g (y), on cherche g telle que y g 0 (y) = g (y) : ψ est fermée (et donc exacte) si et
seulement si g (y) = Ay avec A ∈ R.
Si ψ(x, y) = Ay 2 dx + A(2x y − y 2 e y ) dy, on sait qu’il existe un potentiel f de ψ, c’est-à-dire une fonction f telle que ∂x f = ψ1
et ∂ y f = ψ2 , soit
∂x f = Ay 2 ∂ y f = A(2x y − y 2 e y ).
Comme ∂x f = Ay 2 alors f (x, y) = Ax y 2 +h(y). En reportant dans la seconde équation on obtient 2Ax y+h 0 (y) = A(2x y−y 2 e y ),
c’est-à-dire h 0 (y) = −Ay 2 e y . Soit après deux intégrations par parties h(y) = −A(y 2 − 2y + 2)e y + C avec C ∈ R. Les potentiels
cherchés sont donc définis par
f (x, y) = A(x y 2 − (y 2 − 2y + 2)e y ) +C .
définie sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et ω soit
© ¤ £ ª
exacte. Déterminer ensuite pour la forme différentielle ainsi trouvée une primitive.
S OLUTION . La forme différentielle ω est définie sur D (il est même de classe C ∞ (D)). Comme le domaine de définition est
simplement connexe, la forme différentielle est exacte si et seulement si elle est fermée, c’est-à-dire
1 2y 2y 1
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ + = g 0 (x) + ⇐⇒ = g 0 (x) ⇐⇒ g (x) = tan(x) +C , C ∈ R.
cos2 (x) 1 + y 2 1 + y2 cos2 (x)
Pour avoir g (0) = 0 il faut C = 0, ainsi g (x) = tan(x) et la forme différentielle s’écrit
y 2x y
µ ¶ µ ¶
2
ω(x, y) = + ln(1 + y ) dx + tan(x) + dy.
cos2 (x) 1 + y2
Pour trouver une primitive, c’est à dire une fonction f : D → R telle que df = ω, on intègre ω1 par rapport à x et on obtient
f (x, y) = y tan(x) + x ln(1 + y 2 ) + h(y). Pour déterminer h on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = tan(x) +
2y
1+y 2
+ h 0 (y) ; cette fonction doit être égale à ω2 donc h 0 (y) = 0 et finalement
y
µ ¶
~ (x, y) = + e i + g (x) + xe y ~
y ~
¡ ¢
V j.
cos2 (x)
© G. Faccanoni 171
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
~ soit
défini sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et V
© ¤ £ ª
S OLUTION . Le champ V ~ est défini sur D (il est même de classe C ∞ (D)). Comme le domaine de définition est simplement
connexe, le champ est conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
1 1
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ + e y = g 0 (x) + e y ⇐⇒ = g 0 (x) ⇐⇒ g (x) = tan(x) +C , C ∈ R.
cos2 (x) cos2 (x)
Comme on veut que g (0) = 0, alors g (x) = tan(x) et le champ de vecteurs s’écrit
y
µ ¶
~ + e i + tan(x) + xe y ~
y ~
¡ ¢
V (x, y) = j.
cos2 (x)
Pour trouver un potentiel, c’est à dire une fonction f : D → R telle que ~ ~ , on intègre V1 par rapport à x et on obtient
∇f = V
f (x, y) = y tan(x) + xe + h(y). Pour déterminer h on dérive l’expression ainsi obtenue par rapport à y : ∂ y f = tan(x) + xe y +
y
f (x, y) = y tan(x) + xe y +C , C ∈ R.
S OLUTION . Le champ V ~ est défini sur R2 (il est même de classe C ∞ (R2 )). Comme le domaine de définition est simplement
connexe, le champ est conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ sin x + x cos x + e y = g 0 (x) + e y ⇐⇒ sin x + x cos x = g 0 (x) ⇐⇒ g (x) = x sin x +C , C ∈ R.
Comme on veut que g (0) = 0, alors g (x) = x sin x et le champ de vecteurs s’écrit
Pour trouver un potentiel, c’est à dire une fonction f : R2 → R telle que ~ ~ , on intègre V1 par rapport à x et on obtient
∇f = V
f (x, y) = x y sin x + xe + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y f = x sin x + xe y + h 0 (y) ; cette
y
f (x, y) = x y sin x + xe y +C , C ∈ R.
g (y)
µ ¶
~ (x, y) =
V + cos y ~i + (2y ln x − x sin y) ~
j.
x
172 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
S OLUTION . Le champ V ~ est défini sur R∗+ × R. Comme le domaine de définition est simplement connexe, le champ est
conservatif si et seulement si il est à rotationnel nul, c’est-à-dire
g 0 (y) y
∂ y (V1 ) = ∂x (V2 ) ⇐⇒ − sin y = 2 − sin y ⇐⇒ g 0 (y) = 2y ⇐⇒ g (x) = y 2 +C , C ∈ R.
x x
φ(x, y) = y 2 ln x + x cos y +C , C ∈ R.
φ(x, y) = y 2 ln x + x cos y.
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
© G. Faccanoni 173
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
174 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
S OLUTION . On a V1 (x, y, z) = 8z 4 cos(2x) cos y, V2 (x, y, z) = −4z 4 sin(2x) sin y et V3 (x, y, z) = 16z 3 sin(2x) cos y.
~ =~0 :
1. On vérifie que rotV
∂ y (V3 ) − ∂z (V2 ) = −16z 3 sin(2x) sin y − 16z 3 sin(2x) sin y = 0,
∂z (V1 ) − ∂x (V3 ) = 32z 3 cos(2x) cos y − 32z 3 cos(2x) cos y = 0,
∂x (V2 ) − ∂ y (V1 ) = −8z 4 cos(2x) sin y + 8z 4 cos(2x) sin y = 0.
~ est défini sur R3 (simplement connexe) et est à rotationnel nul donc il est conservatif.
V
2. On cherche f : R3 → R telle que ~ ~.
∇f = V
soit exacte. Pour la forme différentielle ainsi trouvée, calculer toutes ses primitives.
S OLUTION . Le domaine de définition de ω est R2 qui est simplement connexe : pour que la forme différentielle proposée
soit exacte il faut et il suffit que pour tout x ∈ R
ce qui implique f 0 (x) = −2 sin(x) ; toutes les fonctions f : R → R de classe C 1 qui rendent la forme différentielle ω exacte sont
de la forme f (x) = 2 cos(x) + c, c ∈ R. On obtient f (0) = 2 pour c = 0 et la forme différentielle devient
Pour trouver une primitive, c’est à dire une fonction ϕ : R2 → R telle que dϕ = ω, on intègre ω1 par rapport à x et on obtient
ϕ(x, y) = −(y 2 + 1) cos(x) + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y ϕ = −2y cos(x) + h 0 (y) ; cette
fonction doit être égale à ω2 donc h 0 (y) = 0 et finalement
© G. Faccanoni 175
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
S OLUTION . Remarquons que le champ de vecteurs peut être mis sous la forme
y x
· ¸ · ¸
V~ = x+ ~i + 3y − ~
j.
x2 + y 2 x2 + y 2
1. Commençons d’abord par vérifier si les deux conditions pour la conservativité sont vérifiées.
B CN1 : rotationnel su champ de vecteurs
x2 − y 2
∂ y (V1 ) = = ∂x (V2 ).
(x 2 + y 2 )2
La circulation sur au moins une courbe fermée qui tourne autour du point (0, 0) est non nulle.
~ est à rotationnel nul (et donc conservatif sur tous sous ensemble simplement connexe de R2 \{(0, 0)})
On conclut que V
mais non conservatif sur R2 \ {(0, 0)}.
2. On en déduit que
I
B si r > 1/2 alors ~ (t )d t = −2π (car la circulation le long de courbes homotopes est la même et γr est homotope
V
γr
à la courbe γ du point
I précédent si r > 1/2),
B si 0 < r < 1/2 alors ~ (t )d t = 0 car γr est contenue dans un sous-ensemble simplement connexe de R2 \ {(0, 0)}
V
γr
~ est à rotationnel nul donc conservatif dans ce sous-ensemble.
et V
2
S OLUTION . 1. En posant ω1 = 2 xy et ω2 = − xy 2 , on a
x x
∂ y (ω1 ) = ∂x (ω2 ) ⇐⇒ −2 2
= −2 2 .
y y
176 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
2. La forme différentielle est fermée sur U étoilé, d’après le théorème de Poincaré elle est donc exacte. On peut aussi
prouver qu’elle est exacte en calculant ses primitives, c’est-à-dire en recherchant f telle que ω = df . On doit alors
résoudre le système d’équations aux dérivées partielles
∂x f (x, y) = 2 xy ,
(
2
∂ y f (x, y) = − xy 2 .
x2 2
La première équation donne f (x, y) = y + h(y) ; en la dérivant par rapport à y on a f (x, y) = − xy 2 + h 0 (y) ; en la intro-
duisant dans la deuxième équation on trouve h 0 (y) = 0 et finalement on obtient une primitive de ω :
x2
f (x, y) = .
y
3. Comme la forme différentielle est exacte, le calcul ne dépend pas du chemin choisi, mais uniquement des extrémités.
On trouve ainsi
9 1 5
I
ω = f (3, 8) − f (1, 2) = − = .
γ 8 2 8
y 2 − x2
∂x (V2 ) = = ∂ y (V1 ).
(x 2 + y 2 )2
En intégrant la première par rapport à x on trouve f (x, y) = x y 3 −3(x y)2 +g (y) ; en la dérivant par rapport à y on obtient
∂ y f (x, y) = 3x y 2 − 6x 2 y + g 0 (y) qui est égale à 3x y 2 − 6x 2 y d’où g 0 (y) = 0. Une primitive de ω est donc
© G. Faccanoni 177
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
L’intégrale curviligne le long du demi-cercle supérieur de diamètre [AB ] de A = (1, 2) vers B = (3, 4) est donc
Z
ω = f (3, 4) − f (1, 2) = −236.
[AB ]
y
3
Exercice 8.22 Forme différentielle
Considérons la forme différentielle 2
y −x
ω(x, y) = 2 dx + 2 dy.
x + y2 x + y2 1
0<r <1
1. Montrer que ω est fermée.
0
2. Montrer que ω n’est pas exacte. 1 2 3x
3. Soit γr la famille de courbes
−1 r >1
y x
S OLUTION . Posons ω1 = x 2 +y 2
et ω2 = − x 2 +y 2.
2. Puisque ω est définie sur R2 \{(0, 0)}, la forme peut ne pas être exacte. On a deux possibilité pour démontrer qu’elle n’est
pas exacte : soit on prouve qu’elle n’admet pas de potentiel (difficile), soit qu’il existe une courbe fermée le longue de
laquelle la circulation de ω est non nulle. Puisque ω est fermée, l’unique possibilité pour trouver une courbe fermée le
longue de laquelle la circulation de ω est non nulle est de considérer une courbe qui tourne autour du point (0, 0) (car
si elle ne tourne pas autour de ce point, alors il existe toujours un sous-ensemble simplement connexe du domaine de
définition de ω qui contient la courbe et dans ce sous-ensemble la forme est exacte donc la circulation sera nulle). Soit
γ le cercle de centre l’origine et rayon unitaire
γ(θ) = (cos θ, sin θ), γ0 (θ) = (− sin θ, cos θ), θ ∈ [0, 2π]
3. On en déduit que I
B si r > 1 alors ~ (t )d t = −2π (car la circulation le longue de courbes homotopes est la même et γr est homotope
V
γr
à la courbe γ du Ipoint précédent si r > 1),
B si 0 < r < 1 alors ~ (t )d t = 0 car γr est contenue dans un sous-ensemble simplement connexe de R2 \ {(0, 0)} et
V
γr
ω est fermée donc exacte dans ce sous-ensemble.
S OLUTION . On peut bien évidemment calculer directement le travail le long des deux chemins. Néanmoins il est évident
que la fonction f : R2 → R définie par f (x, y) = x y 2 est un potentiel de V ~ , autrement dit V
~ est conservatif, donc le travail ne
dépend que du point de départ et du point d’arrivé :
I I
~=
V ~ = f (1, 1) − f (0, 0) = 1.
V
γ1 γ2
178 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
~ (x, y) = (x − y)~
V i − x~
j.
S OLUTION .
1. Deux méthodes :
~ est conservatif car les fonctions f : R2 → R définies par f (x, y) = x − x y + c en
2
Méthode I : Le champ de vecteurs V 2
~.
sont des potentiels, i.e. elles sont telles que ∇ f = V
Méthode II : Le champ de vecteurs est à rotationnel nul et V ~ est défini sur un domaine simplement connexe donc,
par le théorème de P OINCARÉ, le champ est conservatif.
2. Deux méthodes :
Méthode I : Comme le champ est conservatif, alors
µ ¶ µ ¶
1 1
I
~ (t ) dt = f (B ) − f (A) =
V −3+c − + c = −3.
γ2 2 2
La courbe γ1 va elle aussi du point A au point B car γ1 (0) = (1, 0) et γ1 (1) = (1, 3). Comme le champ est
conservatif alors I
~ (t ) dt = −3.
V
γ1
I
Méthode II : Sans calculer le potentiel, on peut calculer ~ (t ) dt directement :
V
γ1
I Z 1¡
~ (t ) dt = ((t 2 − t + 1) − (t 2 + 2t ))(t 2 − t + 1)0 + (−(t 2 − t + 1))(t 2 + 2t )0 dt
¢
V
γ1 0
Z 1¡
(−3t + 1)(2t − 1) + (−(t 2 − t + 1)(2t + 2) dt
¢
=
0
Z 1¡
−2t 3 − 6t 2 + 5t − 3 dt
¢
=
0
¸1
t4 t3 t2
·
= −2 − 6 + 5 − 3t = −3.
4 3 2 0
De la même manière, un paramétrage possible du segment est l’application γ2 : [0; 3] → R2 définie par
γ2 (t ) = (1, t ) donc
I Z 3¡ Z 3
~ (t ) dt = 0 0
−1 dt = [−t ]30 = −3.
¢
V (1 − t )(1) + (−1)(t ) dt =
γ2 0 0
soit exacte.
Pour cette valeur de µ, déterminer la primitive ϕ de ω telle que ϕ(3, 1, −2) = 0.
Calculer la circulation de ω pour aller du point (1, 0, 0) au point (0, 0, 1) le longue de la courbe paramétrée γ(t ) =
(cos(t ), cos(t ) sin(t ), sin(t )).
© G. Faccanoni 179
8. Champs de vecteurs, formes différentielles Jeudi 19 avril 2012
8x y z + f (y, z), ce qui implique ∂ y ϕ(x, y, z) = −5x + 8xz + ∂ y f (y, z) ; comme ∂ y ϕ(x, y, z) = ω2 (x, y, z) alors ∂ y f (y, z) = 2, ainsi
3
f (y, z) = 2y + g (z) et par conséquent ϕ(x, y, z) = x3 −5x y +8x y z +2y + g (z) ; comme ∂z ϕ(x, y, z) = ω3 (x, y, z) alors g 0 (z) = −6z
d’où g (z) = −3z 2 + c. En conclusion toutes les primitives de ω sont de la forme
x3
ϕ(x, y, z) = − 5x y + 8x y z + 2y − 3z 2 + c, c ∈ R.
3
L’unique primitive qui vérifie la condition ϕ(3, 1, −2) = 0 correspond à c = 64.
Comme la forme est exacte, la circulation ne dépend pas du chemin parcouru mais seulement du point de départ et d’arrivé,
ainsi Z
ω = ϕ(0, 1, 0) − ϕ(1, 0, 0) = 5/3.
γ
~ = (x 2 + 5µy + 3y z)~
V j + ((2 + µ)x y − 4z)~
i + (5x + 3µxz − 2)~ k
soit conservatif.
~ tel que ϕ(3, 1, −2) = 0.
Pour cette valeur de µ, déterminer le potentiel ϕ de V
Calculer le travail nécessaire pour déplacer une particule du point (1, 0, 0) au point (0, 1, 0) le longue de la courbe γ(t ) =
(cos(t ), sin(t ), cos(t ) sin(t )).
∂ y V3 − ∂ z V2 (2 + µ)x − (3µx)
0
~ ∂
rotV = z 1
V − ∂ V
x 3 =
(3y) − (2 + µ)y = 0 ⇐⇒ µ = 1.
∂ x V2 − ∂ y V1 (5 + 3µz) − (5µ + 3z) 0
~ = (x 2 + 5y + 3y z)~
V j + (3x y − 4z)~
i + (5x + 3xz − 2)~ k.
x3
ϕ(x, y, z) = + 5x y + 3x y z − 2y − 2z 2 + c, c ∈ R.
3
L’unique potentiel qui vérifie la condition ϕ(3, 1, −2) = 0 correspond à c = 4.
Comme le champ est conservatif, le travail ne dépend pas du chemin parcouru mais seulement du point de départ et d’arrivé,
ainsi I
~ = ϕ(0, 1, 0) − ϕ(1, 0, 0) = −7/3.
V
γ
180 © G. Faccanoni
Jeudi 19 avril 2012 8. Champs de vecteurs, formes différentielles
S OLUTION .
1. Dω = (x, y) ∈ R2 ¯ y 6= x .
© ¯ ª
2. On remarque que Dω n’est pas simplement connexe. On commence alors par vérifier si la forme différentielle est fer-
mée :
1
∂ y (ω1 ) = 2 = ∂x (ω2 ),
(x − y)3
donc la forme différentielle ω est fermée. On va alors en chercher un potentiel, i.e. une fonction f telle que ∇ f = ω :
1 1 1 1
∂x f (x, y) = − (x−y)2 donc f (x, y) = x−y + g (y) donc (x−y)2 = ∂ y f (x, y) = (x−y)2
+ g 0 (y) donc
0 1
g (y) = 0 donc f (x, y) = x−y + c.
1
La forme différentielle est exacte sur Dω et un potentiel est f (x, y) = x−y .
3. Les ³courbes γr sont
´ les cercles de centre (2, −2) et rayon r . Pour que γr soit contenue dans Dω il faut alors que r <
p
dist (2, −2); y = x = 2 2. Puisque toute γr est contenue dans un sous-ensemble simplement connexe de Dω et puisque
I
ω est fermée, elle est exacte dans ce sous-ensemble. On en déduit que ω(t )d t = 0.
γr
y
x
=
y
2
x
r
<
2 p
2
−2 γr
© G. Faccanoni 181
A. Maxima & wxMaxima
Maxima 1 est un logiciel qui propose un environnement de calcul formel. Le calcul formel, encore appelé calcul symbolique,
donne les moyens de manipuler les nombres, d’effectuer des calculs ou de réaliser des représentations graphiques sophis-
tiquées, mais aussi et surtout de mener des calculs algébriques, de représenter symboliquement des objets mathématiques
complexes ou élaborés comme des fonctions, des équations et leurs solutions algébriques, des matrices, et d’obtenir, le cas
échéant, des formes closes pour les solutions. Les logiciels de calcul formel, tels Maxima, Maple, Mathematica ou Mupad,
s’opposent ainsi à des logiciels comme Scilab, Octave ou MatLab dont la vocation est de permettre la réalisation de calculs
efficaces sur un plan strictement numérique.
Avant de passer à une brève présentation du logiciel Maxima et de donner les premiers éléments concrets permettant d’uti-
liser Maxima pour traiter ses propres exemples, on souhaite montrer rapidement les possibilités offertes par le calcul for-
mel.
La première série d’exemples montre la capacité à faire des calculs symboliques (par opposition à numériques) que tout
utilisateur ayant acquis un certain niveau en mathématiques est capable de mener à bien lui-même, mais dont le caractère
fastidieux et pénible est incontestable. Les exemples sont emblématiques de situations dans lesquelles il convient de savoir
utiliser judicieusement un formulaire et des techniques adaptées au contexte du calcul que l’on doit effectuer. L’obtention
du résultat en une fraction de seconde devrait convaincre de l’intérêt d’un logiciel de calcul formel.
Commençons par un calcul classique de limite :
’ limit (( sin ( tan ( x ) ) - tan ( sin ( x ) ) ) / x ^7 ,x ,0) = limit (( sin ( tan ( x ) ) - tan ( sin ( x ) ) ) / x ^7 ,x
å,0) ;
sin(tan(x)) − tan(sin(x)) 1
lim 7
=− .
x→0 x 30
Poursuivons par un calcul de dérivée tout aussi éloquent :
’ diff ( arcsin ( ln ( x ^3) ) ,x ) = diff ( arcsin ( ln ( x ^3) ) ,x ) ;
d 3
arcsin(ln(x 3 )) = p .
dx x 1 − 9 ln2 x
Soulignons d’emblée que l’intérêt du calcul formel ne se limite pas à la possibilité, certes très spectaculaire, d’obtenir des
expressions littérales et des formes closes quasi instantanément pour des calculs fastidieux de dérivées, de primitives, de
développements limités et la résolution d’équations algébriques ou d’équations différentielles. La deuxième capacité es-
sentielle d’un logiciel de calcul formel consiste à représenter de manière exacte des objets mathématiques, principale-
ment des nombres, que les logiciels de calcul numérique ne peuvent représenter que de manière approchée, donc avec
une certaine erreur qui empêche l’exploitation ultérieure de leurs éventuelles propriétés. Dans le calcul d’intégrale sui-
vant :
’ integrate ( atan ( x ) ,x ,0 ,1) = integrate ( atan ( x ) ,x ,0 ,1) ;
1 2 ln(2) − π
Z
arctan(x) dx = −
0 4
Maxima représente le résultat obtenu de manière exacte à l’aide de constantes mathématiques célèbres (au lieu de se limiter à
donner une valeur décimale approchée du résultat). Considérons enfin un exemple issu de l’algèbre, où il s’agit de déterminer
les racines cubiques de l’unité :
S : solve ( x ^3 -1=0) ;
p p
3i − 1 3i + 1
x= , x =− , x = 1.
2 2
On remarque que Maxima propose d’emblée une représentation exacte des trois racines cubiques de l’unité sous forme de
nombres complexes (l’unité imaginaire étant notée %i). Intéressons-nous à la deuxième racine trouvée :
1. http://maxima.sourceforge.net/
183
A. Maxima & wxMaxima Jeudi 19 avril 2012
S [2];
p
3i + 1
x =−
2
pour en demander une valeur numérique approchée :
float ( S [2]) ;
x = −0.5(1.732050807568877i + 1.0)
Présentation
Prompt Après avoir lancé le logiciel Maxima à travers l’interface graphique, on obtient une feuille de travail vierge. Pour
démarrer avec Maxima, il suffit d’écrire une commande : une cellule va apparaître. Si on presse la touche Enter il
apparaît l’invite (prompt) qui, par défaut, est représentée par le symbole - ->. L’utilisateur attentif remarquera que
l’invite est précédée par une sorte de symbole qui ressemble à un crochet ouvrant ([), appelé crochet d’exécution.
Caractères de fin de saisie Lorsque l’on utilise Maxima en interagissant directement avec l’interpréteur, l’interaction avec le
logiciel consiste en une succession d’instructions saisies par l’utilisateur et de réponses fournies par l’interpréteur. La
feuille de travail présente les traces de cette interaction. L’utilisateur doit donc saisir une instruction à côté de l’invite
et pour signifier la fin de sa saisie, il lui faut terminer la ligne de commande par le caractère ; ou par le caractère $.
L’instruction saisie sera interprétée et exécutée (si la syntaxe est correcte) dès que l’utilisateur aura pressé simultané-
ment les deux touches Shift ⇑ et Enter (si vous appuyé juste sur la touche Enter vous passez simplement à la ligne
sans évaluer votre expression). Lorsqu’une instruction se finit par ;, l’interpréteur de Maxima exécute l’instruction et,
si elle est syntaxiquement valide 2 , affiche le résultat obtenu :
2+3;
exp (1.0) ;
5
2.718281828459045
En revanche, si l’instruction est terminée par $, Maxima exécute l’instruction de façon muette, c’est-à-dire n’affiche
pas le résultat :
a :2+3 $
’a = a ;
a =5
Cette façon de procéder est utile pour éviter l’affichage de résultats volumineux comme les contenus de packages ou
les objets graphiques sous-jacents aux représentations graphiques.
Groupement d’instructions Pour saisir plusieurs instructions sur une même ligne et ainsi les passer simultanément à l’inter-
préteur, il suffit de les séparer par des ; ou des $. Elles sont alors exécutées consécutivement, dans l’ordre où elles ont
été présentées, et les résultats, s’il y a lieu, sont affichés l’un sous l’autre en une seule fois par l’interpréteur.
1+2;2.0^(1/2) ;(2*3) ^2;
3
1.414213562373095
36
On peut aérer la présentation des instructions et passer à la ligne entre chacune d’elles plutôt que de les écrire sur
la même ligne. Pour passer à la ligne au sein du même crochet d’exécution sans provoquer l’exécution individuelle
d’une instruction au moment du changement de ligne, il faut presser la touche Enter . On remarque qu’au moment
où l’on change de ligne, le crochet d’exécution qui précède l’invite s’allonge de manière à englober les différentes lignes
d’instructions. Ce repère visuel a pour but de mettre en évidence l’ensemble des instructions adressées simultanément
à l’interpréteur lors de la prochaine validation.
Commentaires Ce qui se trouve entre /* et */ n’est pas pris en compte par l’interpréteur, comme le montre l’exemple suivant :
2. Si l’instruction n’est pas syntaxiquement valide, l’interpréteur affiche un message d’erreur ; les messages d’erreur sont assez explicites et donnent une
bonne indication de la nature de l’erreur rencontrée.
184 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
Variables et affectation Effectuer des calculs élaborés demande de conserver des résultats intermédiaires afin d’y accéder ul-
térieurement, d’où le besoin de variables. Une variable est un emplacement en mémoire auquel est attachée une éti-
quette (le nom de la variable) qui permet d’accéder à son contenu. L’affectation assigne une valeur à une variable : elle
établit une correspondance entre une étiquette et une valeur.
Noms de variables Un nom de variable licite est un mot qui commence par une lettre suivie d’un nombre fini de caractères,
lettres, chiffres ou _ (underscore), autres que les caractères qui jouent un rôle particulier dans le langage (%, :, ;, =,
$ . . .) de sorte que l’ensemble forme un mot n’apparaissant pas dans les mots réservés ou les mots protégés du lan-
gage Maxima 3 . Par ailleurs, Maxima distingue les majuscules des minuscules ; ainsi, a et A ne désignent pas la même
variable comme le montre l’exemple suivant :
a :10;
a;
A;
10
10
A
Affectation Maxima utilise «:» pour affecter une valeur à une variable (par exemple la commande a:3; affecte la valeur 3 à la
variable a) et «:=» pour définir une fonction (par exemple la commande f(x):=x^2; définie la fonction x 7→ f (x) = x 2 ).
Pour affecter une fonction définie par morceaux on peut utiliser la commande block comme dans l’exemple qui suit
k1 ( x ) := - sqrt ( - x ) ;
k2 ( x ) := sqrt ( x ) ;
k ( x ) := block ([] , if ( x < 0) then return ( k1 ( x ) ) else return ( k2 ( x ) ) ) ;
plot2d (k ,[ x , -1 ,1]) ;
qui donne (
p p k 1 (x) si x < 0,
k 1 (x) = − −x, k 2 (x) = x, k(x) =
k 2 (x) si x0.
ou encore
k1 ( x ) := x *1.25;
k21 ( x ) :=0;
k22 ( x ) := x *3 -6;
k2 ( x ) := block ([] , if ( x < 2) then return ( k21 ( x ) ) else return ( k22 ( x ) ) ) ;
j ( x ) := block ([] , if ( x < 0) then return ( k1 ( x ) ) else return ( k2 ( x ) ) ) ;
Noms de variables fondés sur des lettres grecques Maxima permet d’utiliser des noms de variables comportant des lettres grecques.
Pour obtenir une lettre grecque, il faut saisir son nom, le pretty-printer la présentera selon la calligraphie usuelle :
alpha :1.5632 $
’ alpha = alpha ;
α = 1.5632
Remarquons que la notation π désigne habituellement la constante trigonométrique dont une valeur décimale appro-
chée est 3, 14 et la notation γ désigne habituellement la constante d’Euler ; cet usage a été adopté aussi dans Maxima
et la constante trigonométrique est désignée par le mot-clé %pi et la constante d’Euler par le mot-clé %gamma.
Opérateur dito Le symbole % désigne l’opérateur dito qui permet d’obtenir le dernier résultat calculé par l’interpréteur (lors-
qu’il existe) :
a :1+2*3;
%;
3. Par exemple ne peuvent pas être utilisé comme nom de variable les mots integrate, next, from, diff, in, at, limit, sum, for, and, elseif, then,
else, do, or, if, unless, product, while, thru, step ; ou encore cos, . . .
© G. Faccanoni 185
A. Maxima & wxMaxima Jeudi 19 avril 2012
7
7
On peut utiliser %i1 ou %o1 qui peuvent être utilisées comme toute autre variable. Il convient de ne pas abuser du
recours à l’opérateur dito. Il est à peine moins rapide et beaucoup plus recommandable d’affecter un résultat intermé-
diaire à une variable afin de pouvoir s’en servir autant de fois que nécessaire par la suite, en étant certain d’évoquer la
valeur que l’on souhaite.
Constantes numériques usuelles et fonctions Une liste des constantes usuellement utilisées dans Maxima :
B %gamma constante d’Euler
B %e constante de Néper e
B %pi nombre π p
B %phi nombre d’or ϕ = 1+2 5
p
B %i unité imaginaire i = −1
B inf infinis réel positif +∞
B minf infinis réel négatif −∞
B infinity infinis complex
Pour les estimer il suffit d’utiliser la commande float(nom_de_le_constante).
Une liste des fonctions usuellement utilisées dans Maxima
B sin sinus, cos cosinus, tan tangente, cot cotangente, sec secante, csc cosecante, asin arcsinus, acos arccosi-
nus, atan arctangente, acot arccotangente, asec arcsecante, acsc arccosecante,
B sinh sinus hyperbolique, cosh cosinus hyperbolique, tanh tangente hyperbolique, asinh arcsinus hyperbolique,
acosh arccosinus hyperbolique, atanh arctangente hyperbolique,
B log logarithme naturel, exp exponentiel
B sqrt racine carrée
B abs valeur absolue
B float convers en floating point
Nombres complexes L’unité imaginaire i est indiquée par %i. Exemple d’utilisation des nombres complexes :
z1 :3+5*% i ;
z2 : -2+6*% i ;
z1 + z2 ;
z1 - z2 ;
expand ( z1 * z2 ) ;
expand ( z1 ^2) ;
Avec les nombres complexes on peut utiliser les fonctions suivantes :
B cabs calcule le module d’un nombre complexe
B carg calcule l’argument d’un nombre complexe
B rectform forme cartésienne d’un nombre complexe
B polarform forme polaire d’un nombre complexe
B realpart extrait la partie réelle d’un nombre complexe
B imagpart extrait la partie imaginaire d’un nombre complexe
B conjugate calcule le conjugué d’un nombre complexe
Exemples :
cabs ( z1 ) ;
arg ( z1 ) ;
z2 ;
- z2 ;
conjugate ( z2 ) ;
expand ( z2 * conjugate ( z2 ) ) ;
rectform ( z1 / z2 ) ;
rectform ( sqrt ( z1 ) ) ;
polarform ( z1 ) ;
polarform ( z2 ) ;
Commandes inertes Certaines commandes Maxima existent sous deux formes : une forme active (nom de commande) et une
forme inerte (nom de commande identique mais commençant par un ’). La commande active conduit Maxima à
lancer un calcul pour proposer un résultat immédiatement. L’homologue inerte d’une commande active ne déclenche
pas de calcul mais a pour effet d’activer le pretty-printer afin de produire un affichage du calcul en question selon une
186 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
présentation conforme aux habitudes de la calligraphie mathématique. Cette fonctionnalité permet une présentation
plus agréable des résultats et une description explicite des étapes intervenant dans la résolution d’un problème. Les
commandes qui existent sous les deux formes sont diff (qui sert à calculer la dérivée, éventuellement partielle, d’une
expression algébrique), integrate (qui sert à calculer des primitives ou des intégrales) et limit (qui sert à calculer
des limites).
Nettoyage de la mémoire de travail Lors d’une session assez longue, il peut s’avérer judicieux de nettoyer complètement la
mémoire de travail afin de récupérer de l’espace mémoire et de reprendre proprement les définitions des objets et
variables utilisés. Une telle réinitialisation s’obtient avec la commande kill(all)
a :3;
b :5;
a;
b;
kill ( all ) ;
a;
b;
3
5
3
5
done
b
Insistons sur le fait que la présentation des instructions à l’écran n’est pas nécessairement fidèle à l’ordre de leur exé-
cution. En effet, l’utilisateur constatera rapidement que l’interface classique lui permet de se déplacer dans la feuille de
travail avec les touches ← , → , ↑ et ↓ ou avec la souris et de modifier une instruction et de la valider à nouveau,
quel que soit son emplacement sur la feuille. En particulier, si kill(all) provoque l’effacement des connaissances
(variables ou fonctions définies par l’utilisateur) de la mémoire de travail, il demeure sans effet sur le contenu de la
feuille de travail de sorte que l’utilisateur continue, après l’appel à kill(all), de voir s’afficher exactement la même
chose qu’avant l’appel (alors que, juste après l’appel, la mémoire de travail est vierge de toute connaissance. . .).
Désaffecter une variable Nous venons de voir comment réinitialiser toute la mémoire de travail du système et donc comment
désaffecter toutes les variables utilisées au cours d’une session. Cependant on souhaite parfois désaffecter une seule
ou quelques variables définies au cours de la session. Un moyen de désaffecter une variable est de lui affecter sa version
inerte comme dans l’exemple :
a :3;
a;
a:’a;
a;
3
3
a
a
Utilisation de l’aide en ligne Pour obtenir de l’aide à propos d’une fonction il suffit de sélectionner la fonction et appuyer sur
la touche F1 .
© G. Faccanoni 187
A. Maxima & wxMaxima Jeudi 19 avril 2012
Commandes usuelles
Calculs symboliques
B factor pour factoriser un nombre ou un polynôme ; par exemple
factor (30!) ;
donne
226 314 57 74 112 132 17 19 23 29
et
factor ( x ^2 + x -6) ;
donne
(x − 2)(x + 3)
B expand pour développer une expression ; par exemple
expand (( x +3) ^4) ;
donne
x 4 + 12 x 3 + 54 x 2 + 108 x + 81
B ratsimp pour simplifier des expressions rationnelles ; par exemple
ratsimp (( x ^2 -1) /( x +1) ) ;
donne
x −1
B trigsimp pour simplifier des expressions trigonométrique ; par exemple
trigsimp (2* cos ( x ) ^2 + sin ( x ) ^2) ;
donne
cos2 x + 1
B trigexpand pour développer des expressions trigonométrique ; par exemple
trigexpand ( sin (2* x ) + cos (2* x ) ) ;
donne
− sin2 x + 2 cos x sin x + cos2 x
Pb
B sum(exp,i,a,b) est la somme i =a exp, simpsum calcule cette somme ; par exemple
sum (k , k , 1 , n ) ;
% , simpsum ;
donne
n
X
k
k=1
n(n + 1)
2
ou encore
sum (1/ k ^4 , k , 1 , inf ) , simpsum ;
donne
π4
90
Résolution d’équations et systèmes On utilise la commande solve :
solve ( x ^2 -4 , x ) ;
donne
[x = −2, x = 2]
et si on tape
%2
188 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
solve ( x ^3=1 , x ) ;
donne " p p #
3i −1 3i +1
x= ,x = − ,x = 1
2 2
et
trigsimp ( solve ([ cos ( x ) ^2 - x =2 - sin ( x ) ^2] , [ x ]) ) ;
donne
[x = −1]
et
solve ([ x - 2* y = 14 , x + 3* y = 9] ,[ x , y ]) ;
donne ££ ¤¤
x = 12, y = −1
Graphe de x 7→ f (x) Pour représenter le graphe de x 7→ f (x) pour x ∈ [a; b] on utilise la commande plot2d(f(x),[x,a,b]).
Par exemple
f : sin ( x ) ;
plot2d (f ,[ x , -2*% pi ,2*% pi ]) ;
ou
© G. Faccanoni 189
A. Maxima & wxMaxima Jeudi 19 avril 2012
f ( x ) := sin ( x ) ;
plot2d ( f ( x ) ,[x , -2*% pi ,2*% pi ]) ;
donnent
Graphe de t 7→ (x(t ), y(t )) Pour tracer une courbe paramétrée on utilisera la commande plot2d([[’parametric,x(t),y(t)
å]],[t,a,b]). Par exemple
plot2d ([[ ’ parametric , cos ( t ) , sin ( t ) ]] , [t ,0 ,2*% pi ]) ;
trace le cercle de rayon unitaire centrée en (0, 0).
Objets graphiques On peut utiliser la commande draw2d(color=nom_couleur,obj_f,color=nom_couleur,obg_g) où obg_
est un objet graphique comme dans l’exemple
g1 : explicit (2* sin ( x ) ,x , -% pi ,% pi ) ;
g2 : parametric (2* sin ( phi ) ,2* cos ( phi ) ,phi ,0 ,2*% pi ) ;
g3 : implicit ( x ^2 - y ^2=1 , x , -4 ,4 ,y , -4 ,4) ;
g4 : polar (1+0.8* sin (13* t ) ,t ,0 ,2*% pi ) ;
draw2d ( nticks =200 , color = red , g1 , color = blue , g2 , color = green , g3 , color = orange , g4 ) ;
ou encore
c1 : parametric ( cos ( t ) , sin ( t ) ,t , -% pi ,% pi ) ;
c2 : parametric ( cos ( t ) *2/3 , sin ( t ) *2/3 , t , -% pi ,0) ;
c3 : parametric ( -0.35+0.25* cos ( t ) ,0.35+0.25* sin ( t ) ,t , -% pi ,% pi ) ;
c4 : parametric ( 0.35+0.25* cos ( t ) ,0.35+0.25* sin ( t ) ,t , -% pi ,% pi ) ;
draw2d ( c1 , c2 , c3 , c4 ) ;
Limites de x 7→ f (x) Pour calculer la limite limx→x0 f (x) on utilise la commande limit(f(x),x,x_0). Par exemple
f : exp ( x ) ;
’ limit (f ,x ,0) = limit (f ,x ,0) ;
’ limit (f ,x , inf ) = limit (f ,x , inf ) ;
’ limit (f ,x , - inf ) = limit (f ,x , - inf ) ;
190 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
donnent
lim e x = 1, lim e x = ∞, lim e x = 0.
x→0 x→+∞ x→−∞
On peut indiquer aussi la direction : la commande limit(f(x),x,x_0,minus) calcule limx→x0− f (x) tandis que la
commande limit(f(x),x,x_0,plus) calcule limx→x + f (x). Par exemple
0
f : x ^2* exp ( x ) ;
’ diff (f , x ) = diff (f , x ) ;
ou
f ( x ) := x ^2* exp ( x ) ;
’ diff ( f ( x ) ,x ) = diff ( f ( x ) ,x ) ;
donnent
(x 2 + 2x)e x .
Pour résoudre l’équation g (x) = 0 on utilise la commande solve(g(x)=0,x). Par exemple ici on écrira
f : x ^2* exp ( x ) ;
df : diff (f , x ) ;
solve ( df =0 , x ) ;
qui donne
x = 0, x = −2.
Primitives Pour calculer une primitive on utilise la commande integrate(f(x),x) qui intègre f (x) par rapport à x ou re-
tourne une expression intégrale (la forme nominale) si elle ne peut accomplir l’intégration. Par exemple
f : x ^2* exp ( x ) ;
’ integrate (f , x ) ;
If : ev (% , nouns ) ;
If : integrate (f , x ) ;
donne Z
x 2 e x dx
(x 2 − 2x + 2)e x .
Pour vérifier qu’il s’agit bien d’une primitive, on calcul sa dérivée et on vérifie si on obtient la fonction de départ :
diff ( If , x ) ;
expand (%) ;
qui donne
x2e x .
Intégrales Pour calculer une intégrale définie on utilise la commande integrate(f(x),x,a,b) qui intègre f (x) par rapport
à x entre a et b. Par exemple
f : x ^2* exp ( x ) ;
’ integrate (f , x , -2 ,0) = integrate (f , x , -2 ,0) ;
© G. Faccanoni 191
A. Maxima & wxMaxima Jeudi 19 avril 2012
donne Z 0
x 2 e x dx = 2 − 10e −2 .
−2
Équations différentielles ordinaires du seconde ordre Pour calculer la solution d’une équation différentielle du seconde ordre on
utilise la commande ode2(edo,y,x) où edo est une équation différentielle de la variable dépendante y et de la va-
riable indépendante x. Si, de plus, on a deux conditions y(x 0 ) = A et y 0 (x 0 ) = B , on utilise la commande ic2(sol,x=
åx_0,y=A,dy=B) où sol est la solution calculée par la commande edo2. Par exemple
edo : ’ diff (y ,x ,2) +2* ’ diff (y , x ) + y =(1 - x ) * exp ( - x ) ;
est l’EDO
y 00 (x) + 2y 0 (x) + y(x) = (1 − x)e −x
qu’on résout par
solgen : ode2 ( edo ,y , x ) ;
et on obtient
x 3 − 3x 2 −x
y(x) = (C 1 +C 2 x) e −x − e .
6
Si on impose les conditions initiales y(0) = 1 et y 0 (0) = 2
ic2 ( solgen , x =0 , y =1 , dy =2) ;
expand (%) ;
on trouve µ ¶
1 3 1 2
y(x) = − x + x + 3x + 1 e −x .
6 2
192 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
Graphe de (x, y) 7→ f (x, y) Pour représenter le graphe de (x, y) 7→ f (x, y) pour (x, y) ∈ [a; b]×[c; d ] on utilise la commande plot3d
å(f(x,y),[x,a,b],[y,c,d]) ou encore plot3d(f(x,y),[x,a,b],[y,c,d],[grid,m1,m2]) où m1 et m2 repré-
sentent le nombre de points affichés dans chaque direction. Par exemple
f : x * y ^2/( x ^2+ y ^4) ;
plot3d (f ,[ x , -1 ,1] ,[ y , -1 ,1] ,[ grid ,100 ,100]) ;
donne
Graphe de fonctions définies implicitement Pour visualiser le graphe d’une fonction définie implicitement par une équation
f (x, y) = 0 on charge la librairie implicit_plot et on utilise la commande implicit_plot(f(x,y),[x,a,b],[y
å,c,d]). Par exemple
load ( implicit_plot ) $
implicit_plot ( x ^2 = y ^3 - 3* y + 1 , [x , -4 , 4] , [y , -4 , 4]) ;
Limites de (x, y) 7→ f (x, y) Avec Maxima on ne peut pas calculer la limite d’une fonction de plusieurs variables. Cependant le
logiciel peut simplifier les calculs. Par exemple, on peut calculer la limite de restrictions de f (x, y) à des courbes conti-
nues qui passent par le point (x 0 , y 0 ) comme dans l’exemple
f ( x ) := x * y /( x ^2+ y ^2) ;
f1 : subst ([ y =0] , f ( x ) ) ;
f2 : subst ([ y = x ] , f ( x ) ) ;
f3 : subst ([ y = x ^2] , f ( x ) ) ;
limit ( f3 ,x ,0) ;
qui donne
xy 1 x3
f (x) = , f 1 = 0, f2 = , f3 = , lim f 3 = 0.
x2 + y 2 2 x4 + x2 x→0
On peut aussi passer en coordonnées polaires et simplifier l’expression obtenue comme dans l’exemple
© G. Faccanoni 193
A. Maxima & wxMaxima Jeudi 19 avril 2012
Intégrales multiples Pour calculer des intégrales multiples il suffit de calculer deux intégrales imbriquées. Par exemple
f : x * exp ( x * y ) ;
integrate ( integrate (f ,y ,0 ,2) ,x ,0 ,1) ;
calcule
e2 − 3
Z 1 µZ 2 ¶
xe x y dy dx =
0 0 2
.
194 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
Exemple
p
x et g (x) = x /2 . Pour cela on commence par afficher le graphe des
3
Calculer l’aire comprise entre les courbes d’équation f (x) =
deux courbes et calculer les points d’intersections :
f : sqrt ( x ) ;
g : x ^(3/2) ;
/* plot2d ([ f , g ] ,[x ,0 ,1.5]) ;*/
draw2d ( filled_func =f , fill_color = green , explicit (g ,x ,0 ,1) , filled_func = false , explicit (
åf ,x ,0 ,1) , explicit (g ,x ,0 ,1) ) ;
solve ( f = g ) ;
On voit que f (x) ≥ g (x) ≥ 0 pour x ∈ [0; 1]. Alors l’aire mesure
integrate (f -g ,x ,0 ,1) ;
EDO
Exemple
Calculer
( et afficher la solution des problèmes différentiels suivants :
y 0 (x) = −x y + 2x,
1.
y(0) = 3
© G. Faccanoni 195
A. Maxima & wxMaxima Jeudi 19 avril 2012
00 0
y (x) − 2y (x) + 2y(x) = 0,
6. y(0) = 2,
0
y (0) = −1
Extrema
Exemple
Minimiser la surface d’une boîte rectangulaire de volume fixe. Notons x, y et z les côtés d’une boîte rectangulaire de volume
v constant. Nous voulons déterminer les valeurs des côtés de cette boîte qui minimisent la surface s = 2(x y + y z + zx). Nous
pouvons utiliser deux méthodes :
1. le volume fixe permet d’exprimer z en fonction de x et y, i.e. d’obtenir une expression de la surface qui ne dépend que des
deux variables x et y. Nous savons alors que condition nécessaire pour que la surface soit un extremum est que le gradient
soit nul.
s : 2*( x * y + x * z + y * z ) ;
vol : v = x * y * z ;
solz : solve ( vol , z ) ;
s : subst ( solz , s ) ;
dsx : diff (s , x ) ;
dsy : diff (s , y ) ;
critiques : solve ([ dsx =0 , dsy =0] ,[ x , y ]) ;
p
Comme (x, y, z) ∈ R3+ , la solution cherchée est x = y = z = 3
v. Pour vérifier qu’il s’agit d’un minimum on calcule le déter-
minant de la matrice hessienne.
f : 2*( x * y + x * z + y * z ) ;
g : x * y *z - v ;
L : f - lambda * g ;
Lx : diff (L , x ) ;
Ly : diff (L , y ) ;
Lz : diff (L , z ) ;
Ll : diff (L , lambda ) ;
/* solve ([ Lx =0 , Ly =0 , Lz =0 , Ll =0] ,[ x ,y ,z , lambda ]) ;*/
sol : solve ([ Lx =0 , Ly =0 , Lz =0] ,[ x ,y , z ]) ;
196 © G. Faccanoni
Jeudi 19 avril 2012 A. Maxima & wxMaxima
Exemple
Montrer que le champ
~ (x, y, z) = (2x y + z 3 , x 2 , 3xz 2 )
V
dérive d’un potentiel scalaire et déterminer tous les potentiels scalaires dont il dérive.
On pose
v1 :2* x * y + z ^3;
v2 : x ^2;
v3 :3* x * z ^2;
Comme V ~ est défini sur R3 simplement connexe, il est conservatif ssi il est à rotationnel nul. Vérifions s’il est à rotationnel nul
en calculant son rotationnel :
diff ( v3 , y ) - diff ( v2 , z ) ;
diff ( v1 , z ) - diff ( v3 , x ) ;
diff ( v2 , x ) - diff ( v1 , y ) ;
ou, en utilisant les fonctions de maxima
integrate ( v1 , x ) ;
alors
f (x, y, z) = xz 3 + xz 4 + h(y, z).
On dérive xz 3 + xz 4 par rapport à y
diff ( x * z ^3+ x * z ^4 , x ) ;
Comme cette dérivée doit être égale à x 2 , alors h(y, z) = g (z) et finalement
f (x, y, z) = xz 3 + xz 4 + g (z).
diff ( x * z ^3+ x * z ^4 , z ) ;
Comme cette dérivée doit être égale à 3xz 2 , alors g (z) = c et finalement
f (x, y, z) = xz 3 + xz 4 + c.
Exemple
Montrer que la forme différentielle
omega1 :2* y * z ;
© G. Faccanoni 197
A. Maxima & wxMaxima Jeudi 19 avril 2012
Comme ω est définie sur R3 simplement connexe, elle est exacte ssi elle est fermée. Vérifions si elle est fermée en calculant son
rotationnel :
integrate ( omega1 , x ) ;
alors
f (x, y, z) = 2x y z + h(y, z).
On dérive 2x y z par rapport à y
diff (2* x * y *z , x ) ;
Comme cette dérivée doit être égale à 2z(x + 3y), alors ∂ y h(y, z) = 6y z
integrate (6* y *z , y ) ;
Comme cette dérivée doit être égale à 2y(x + 3y) + 2z, alors ∂z g (z) = 3y 2 + 2z
198 © G. Faccanoni