2011 2012 M231 L1PC

L1PC
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
IMATH Bâtiment U-318 T 0033 (0)4 94 14 23 81

Université du Sud Toulon-Var
Avenue de l’université B gloria.faccanoni@univ-tln.fr
83957 LA GARDE - FRANCE i http://faccanoni.univ-tln.fr
2
Table des matières
1. Primitives et intégrales 5
2. Équations différentielles ordinaires 33
3. Limites et continuité 61
4. Dérivabilité et différentiabilité 73
5. Extrema (libres et liés) 99
6. Intégrales multiples 131
7. Fonctions vectorielles d’une variable réelle : courbes paramétrées 161
8. Champs de vecteurs, formes différentielles 163
A. Maxima & wxMaxima 183
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 .
Existence des primitives

Soit I un intervalle de R et f : I → R une fonction continue. Alors f est intégrable.
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.
Calcul des primitives
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))
Intégration par changement de variable

Soit F une primitive de f et g une fonction dérivable. Alors la fonction f (g (x))g 0 (x) est intégrable et l’on a
Z
f (g (x))g 0 (x) dx = F (g (x)) + c.
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.
Intégration par parties

Soit f et g deux fonctions dérivables. Alors
Z Z
f (x)g 0 (x) dx = f (x)g (x) − f 0 (x)g (x) dx.
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
Intégration par changement de variable :

R ln x u2 ln2 (x)
on pose u = ln(x) donc du = dx
R
x et x dx = u du = 2 + c = 2 + c.
Intégration par parties :
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
D(x) = c(x − a 1 )m1 (x − a 2 )m2 . . . (x − a k )mk (x 2 + b 1 x + d 1 )n1 (x 2 + b 2 x + d 2 )n2 . . . (x 2 + b h x + d h )nh

R(x)
et D(x) se décompose en fractions simples sous la forme
R(x) A 1,1 A 1,2 A 1,m1

= + +···+
D(x) x − a 1 (x − a 1 )2 (x − a 1 )m1
A 2,1 A 2,2 A 2,m1
+ + +···+
x − a 2 (x − a 2 ) 2 (x − a 2 )m2
+···+
A k,1 A k,2 A k,mk
+ + +···+
x − a k (x − a k (x − a k )mk
)2
B 1,1 x +C 1,1 B 1,2 x +C 1,2 B 1,n x +C 1,n1
+ 2 + 2 +···+ 2 1
x + b 1 x + d 1 (x + b 1 x + d 1 ) 2 (x + b 1 x + d 1 )n1
B 2,1 x +C 2,1 B 2,2 x +C 2,2 B 2,n x +C 2,n2
+ 2 + +···+ 2 2
x + b 2 x + d 2 (x 2 + b 2 x + d 2 )2 (x + b 2 x + d 2 )n2
+···+
B h,1 x +C h,1 B h,2 x +C h,2 B h,nh x +C h,nh
+ + +···+
x2 + b h x + dh (x 2 + b h x + dh )2 (x 2 + b h x + d h )nk
où les A i , j , B i , j et C i , j sont des constantes.
© G. Faccanoni 7
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
Intégration des fractions simples

Supposons
B A, B,C , a, b, d ∈ R
B n ∈ N, n > 1
B ∆ = b 2 − 4d < 0
alors
A
1. la primitive de f 1 (x) = x−a est
A
Z
dx = A ln |x − a| + cnst;
x −a
A
2. la primitive de f 2 (x) = (x−a)n est
A A
Z
dx = + cnst;
(x − a)n (1 − n)(x − a)n−1
B x+C
3. la primitive de f 3 (x) = x 2 +bx+d
est
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
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
2. On veut intégrer la fonction rationnelle propre f (x) = 3x+1

3 . On doit d’abord la décomposer en fractions simples ; comme
x −4x
x 3 − 4x = x(x 2 − 4) = x(x − 2)(x + 2) la fonction admet la décomposition
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
En utilisant le principe d’identité des polynômes on a
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
A 1,1 A 2,1 A 2,2

f (x) = + + .
x −3 x +1 (x + 1)2
On détermine les constantes en utilisant le principe d’identité des polynômes
x −4 A 1,1 (x + 1)2 + A 2,1 (x − 3)(x + 1) + A 2,2 (x − 3)

=
x 3 − x 2 − 5x − 3 x 3 − x 2 − 5x − 3

(A 1,1 + A 2,1 )x 2 + (2A 1,1 − 2A 2,1 + A 2,2 )x + A 1,1 − 3A 2,1 − 3A 2,2  A 1,1 + A 2,1 = 0

= ⇐⇒ 2A 1,1 − 2A 2,1 + A 2,2 = 1
x 3 − x 2 − 5x − 3 

A 1,1 − 3A 2,1 − 3A 2,2 = −4
© G. Faccanoni 9
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

On obtient alors que

1 2x − 3
Z Z Z
f (x) dx = 2
dx + dx .
x − 2x + 5 (x − 2x + 5)2
2
| {z } | {z }
I1 I2
B On calcule I 1 :
1 1
Z Z
dx = dx
x 2 − 2x + 5 (x − 1)2 + 4 x − 1 = 2t
1 1 dx = 2 dt
Z
= 2
dt
2 t +1
x −1
µ ¶
1 1 1 1
Z
= dt = arctan(t ) + c = arctan + c;
2 1+ t2 2 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
On obtient alors que
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
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
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
Comparaison de fonctions équivalentes :

soit f et g deux fonctions positives définies surR [a; +∞[ telles Rque f (x) ∼ g (x) lorsque x tend vers +∞ et intégrables
+∞ +∞
sur tous les intervalles [a; b] pour b ≥ a. Alors a f (x) dx et a f (x) dx sont de même nature.
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
 h 1−r ia h 1−r 1−r i 

Z a Z a x
 lim 1−r


6 1  lim
si r = a −c
si r =
∞
6 1  si r > 1
1 1 + c + 1−r 
1−r
r
dx = lim r
dx = c→0 = c→0 = a1−r si r < 1
0 x c→0 c x
+ a
 lim [ln(x)]c si r = 1
  lim [ln(a) − ln(c)] si r = 1 

c→0+ c→0+
∞ si r = 1.
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
Comparaison de fonctions positives :

soit f et g deux fonctions définies sur ]a; b] telles que 0 ≤ f (x) ≤ g (x) sur ]a; b] et intégrables sur tous les intervalles
[c; b] pour c > a.
B Si ab g (x) dx converge alors ab f (x) dx converge aussi.
R R
Rb Rb
B Si a f (x) dx diverge alors a g (x) dx diverge.
Comparaison de fonctions équivalentes :
soit f et g deux fonctions positives définies sur ]a; b] telles que f (x) ∼ g (x) lorsque x tend vers a + et intégrables sur
Rb Rb
tous les intervalles [c; b] pour c > a. Alors a f (x) dx et a f (x) dx sont de même nature.
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 (x) dx et f (x) dx convergent.

a c
2. Si f est intégrable sur tous les intervalles [c; d ] contenus dans ]a, +∞[ mais elle n’est pas définie en a, on pose
Z +∞ Z c Z +∞
a a c
Z +∞
avec c ∈]a, +∞[ quelconque. On dit que l’intégrale f (x) dx converge si et seulement si les deux intégrales
Z c Z +∞ a

a c
3. Si f est intégrable sur tous les intervalles [c; d ] contenus dans R, on pose
Z +∞ Z c Z +∞
−∞ −∞ c
Z +∞
avec c ∈ R quelconque. On dit que l’intégrale f (x) dx converge si et seulement si les deux intégrales
Z c Z +∞ −∞

−∞ c
Fonctions définies par une intégrale

Théorème
Soit f une fonction intégrable sur un intervalle J ⊂ R (i.e. elle peut être discontinue mais elle doit être bornée) et soit a ∈ J .
Alors la fonction
F: J →R
Z x
x 7→ F (x) = f (t ) dt
a
est continue sur J , est dérivable en tout point x 0 ∈ J où f est continue et F 0 (x 0 ) = f (x 0 ).
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
f ∈ C k (J ) alors F ∈ C k+1 (J ) car f (k) (x) = F (k+1) (x). De plus

B si f (x) = 0 alors F a tangente horizontale
B si f (x) > 0 alors F est croissante
B si f (x) < 0 alors F est décroissante
B si f (c) = 0 et f 0 (c) > 0 alors c est un minimum pour F
B si f (c) = 0 et f 0 (c) < 0 alors c est un maximum pour F
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
F 0 (x) = f (v(x))v 0 (x) − f (u(x))u 0 (x).
Exemple
On veut calculer sur ]0; +∞[ la dérivée de la fonction
Z x2
ln(t )
F (x) = dt .
x/2 t
On a
ln(x 2 ) ln(x/2) 1 4 ln(x) ln(x) − ln(2) 3 ln(x) ln(2)

F 0 (x) = f (v(x))v 0 (x) − f (u(x))u 0 (x) = 2x − = − = + .
x2 x/2 2 x x x x
On peut vérifier directement le résultat obtenu :
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
0 ln(x) ln(x/2) 3 ln(x) ln(2)

F (x) = 4 − = + .
x x x x
© G. Faccanoni 15
............... Exercices ..............

Exercice 1.1 Intégration directe
Calculer les intégrales suivants :
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
Exercice 1.2 Intégration par parties

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
Exercice 1.3 Intégration par changement de variable

© G. Faccanoni 17
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
Exercice 1.4 Intégration de fonctions rationnelles

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
S OLUTION . Soit c une constante réelle.

R a
a) x−b dx = a ln |x − b| + c
R a a
b) (x−b)n dx = (1−n)(x−b) n−1 + c
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
Exercice 1.6 Vitesse et accélération

Une voiture roule à une vitesse de v(t ) = v 0 t (1 − t ) km h−1 durant l’intervalle de temps 0 ≤ t ≤ 1 h. Quelle a été sa vitesse
maximale ? Quelle distance a-t-elle parcouru ?
S OLUTION . B Vitesse maximale : v(t ) = v 0 t (1 − t ), v 0Z(t ) = 1 − 2t , v 0 (t ) = 0 ssi t = 1/2 et v(1/2) = v 0 /4.

1
B Distance parcourue : v(t ) = x 0 (t ) donc x parcourue = v(t ) dt = v 0 /6.
0
Exercice 1.7 Calcul de l’aire

Calculer l’aire comprise entre le graphe de la fonction f (x) et le graphe de la fonction g (x) :
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
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)
Exercice 1.8 Calcul de l’aire

Calculer l’aire de A et de B ainsi définis :
½ ¯ ¾ ½ ¯ ¾
1 1
A = (x, y) ∈ R2 ¯¯ 0 ≤ x ≤ 2π, ≤ y ≤ cos3 x , B = (x, y) ∈ R2 ¯¯ −π ≤ x ≤ π, ≤ y ≤ cos3 x .
¯ ¯
8 8
S OLUTION . Remarquons d’abord que

Z Z
cos2 (x)=1−sin2 (x)
cos3 (x) dx = (1 − sin2 (x)) cos(x) dx =
Z Z t =sin x
cos(x) − cos(x) sin2 (x) dx = sin x − cos x sin2 x dx
dt =cos x dx
= =
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
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
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
On conclut que l’intégrale est convergente.
Exercice 1.11 Intégrales généralisées

Pour α et β positifs calculer, lorsqu’elles existent, les intégrales généralisés suivants :
Z a 1 +∞ 1
Z
a) dx avec a > 0 b) dx avec a > 0
0 x α lnβ x a x α lnβ x
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.
Exercice 1.12 Fonction intégrale

Calculer les points de changement de concavité de la fonction
Z x
F (x) = t 2 (1 + t ) dt .
0
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
F 0 (x) = f (x) = x 2 (1 + x),

F 00 (x) = f 0 (x) = 3x 2 + 2x.
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
Exercice 1.13 Intégrales, intégrales généralisées

1. Calculer la surface de la région plane coloriée dans la figure ci-dessous à gauche.
2. Calculer la surface de la région plane infinie coloriée dans la figure ci-dessous à droite.
y y= 1 y y= 1
x2 x2
x x
ln x ln x
y= x2
y= x2
22 © G. Faccanoni
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
2. Il suffit de rajouter à la surface calculée au point précédent l’intégrale généralisé suivant

+∞ 1 a 1
· ¸
1
Z
dx = lim − = .
e x2 a→+∞ x e e
Donc la surface plane infinie mesure 1 − 1e .
y y
1
y= x2
e x e x
1 1
ln x ln x
y= x2
y= x2

1 1
y= x y= x
y y
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

Z +∞ 1
dx = lim [ln(x)]ea = +∞.
e x a→+∞
Donc la surface plane infinie mesure +∞.
© G. Faccanoni 23
1
y= x
y y
1
y= x
1 e x 1 e x
ln x ln x
y= x y= x

y 1 y 1
y= x2
y= x2
x x
ln x 2 ln x 2
y= x2
y= x2
ln x 2 ln x 2 1 p
= 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

+∞ 1 a
· ¸
1 1
Z
p dx = lim − p = p .
e x2 a→+∞ x e e
Donc la surface plane infinie mesure 2 − p2e .
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

24 © G. Faccanoni
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
= 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

1 a
Z +∞ · ¸
1 1
p dx = lim − = p .
3
e x
3 a→+∞ 2x 2 p3
e
3 2
2 e
3 3
Donc la surface plane infinie mesure 4 − p
3 .
4 e2
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

2. Calculer la surface de la région plane infinie coloriée dans la figure ci-dessous à droite .
y Maximum y
y = x 2 e −x
y = x 2 e −x
x x
S OLUTION . Calculons d’abord les primitives de la fonction f (x) = x 2 e −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
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→+∞

1. Calculer la surface de la région plane coloriée dans la figure à gauche.
2. Calculer la surface de la région plane infinie coloriée dans la figure à droite.
Maximum y y
y = x2e x
y = x2e x
x x
S OLUTION . Calculons d’abord les primitives de la fonction f (x) = x 2 e 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→−∞

y f (x) = 1
(x+1) ln2 (x+1) y f (x) = 1
2
(x+1) ln (x+1)
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
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)
1. Surface de la région plane coloriée dans la figure à gauche :

µ µ ¶ ¶ Z 1 µ ¶ µ µ ¶ ¶ µ ¶
1 1 1 1 1 1 1 1
f − f (1) + 2
dx − 1 − f (1) = f − f (1) + F (1) − F − f (1)
2 2 1
2 (x + 1) ln (x + 1)
2 2 2 2 2
1 1 1 1
= ¡ ¢+ ¡3¢ − −
3 ln2 32 ln 2
ln(2) 2 ln2 (2)
2. Surface de la région plane infinie coloriée dans la figure à droite :

Z 1 1 1 1 1
2
dx − (1 − 0) f (1) = F (1) − lim F (c) − f (1) = − + lim − = +∞.
0 (x + 1) ln (x + 1) c→0+ ln(2) c→0+ ln(1 + c) 2 ln2 (2)

y
f (x) = 2 x y
(x +1) ln2 (x 2 +1) x
f (x) = 2 2 2
(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)
1. Surface de la région plane coloriée dans la figure à gauche :

Z 1 x
µ
2
¶ µ ¶
2 1 1 1 1
2 2
dx − 1 − f (1) = F (1) − F − 2
=− + − .
2
3
2
(x + 1) ln (x + 1) 3 3 6 ln (2) 2 ln(2) 2 ln(13/9) 6 ln2 (2)
2. Surface de la région plane infinie coloriée dans la figure à droite :

Z 1 x 1 1 1
2
dx − (1 − 0) f (1) = F (1) − lim F (c) − f (1) = − + lim − = +∞.
0 (x 2 + 1) ln (x 2 + 1) c→0+ 2 ln(2) c→0+ 2 ln(c 2 + 1) 2 ln2 (2)
Exercice 1.21
Cette figure est le graphe de la fonction f : R → R.
© G. Faccanoni 27
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 .
−2 5. Combien de solutions a l’équation F (x) = 0 ?

Justifier brièvement chaque réponse.
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
Rx
2 diant
1
−2 5. Combien de solutions a l’équation F (x) = 0 ?

28 © G. Faccanoni
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 ;
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
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
Rx
2 diant
1
−2 5. Quel est le signe de F (1) ?

S OLUTION . 1. f étant intégrable, F est continue ; comme Le graphe de la fonction F : R → R est

f est continue sauf en x = −1 et x = 3 où elle a une
discontinuité de première espèce, alors F est dérivable y
sauf en x = −1 et x = 3 ;
3
B F 0 (x) = 0 ssi f (x) = 0 ssi x ∈] − ∞; −2[ ou x = 0 2
B F 0 (x) < 0 ssi f (x) < 0 ssi −2 < x < 0
1
B F 0 (x) > 0 ssi f (x) > 0 ssi −2 < x < −1 ou x > 0
3. convexité de F : −4 −3 −2 −1 0 1 2 3 4 t
B F 00 (x) < 0 ssi f 0 (x) < 0 donc pour aucun x ∈ R −1
B F 00 (x) > 0 ssi f 0 (x) > 0 ssi −2 < x < −1 ou −1 < x < 1
B limx→−∞ F (x) = limx→−∞ R−1 f (t ) dt = −1
x
B limx→+∞ F (x) = limx→+∞ −1 f (t ) dt = 1 − 2 = +∞
R1 R0 R1
5. F (1) = −1 f (t ) dt = −1 f (t ) dt + 0 f (t ) dt = −1 +
R1
0 f (t ) dt < 0 car f est convexe dans [0; 1]
© G. Faccanoni 29
y
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.

Enfin, f est croissante pour x ∈ [−9, −6) ∪ (0, 6) et dé- 9

croissante pour x ∈ (−6, 0) ∪ (6, 9) donc F est convexe
6
sur [−9, −6) et sur (0, 6), concave sur (−6, 0) et sur (6, 9) ;
x = −6 et x = 6 sont points de max et x = 0 est point de
min pour f donc ils sont des points de changement de
concavité pour F .
Puisque F (6) > 15, l’équation F (x) = 15 a exactement -9 -6 6 9 x
une solution.
y
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
combien de solutions a l’équation F (x) = − 12 . −1
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
B F (0) = −1 (il suffit un simple calcule d’aire, voir figure ci-contre)

B F est linéaire pour x ∈ [−1; 0] avec pente −1 car sa dérivée est la constante −1
B comme f (x) > 0 pour x ∈ [0, 1], F est monotone croissante pour x ∈ [0, 1]
B comme f 0 (x) < 0 pour x ∈ [0, 1], F est concave pour x ∈ [0, 1]
B comme f (1) = 1/e et
Z 1 µ ¶ µ ¶µ ¶
1 1 1 1 1
f (t ) dt < p + 1 − p f (1) + 1 − p p − f (1) <1
0 2 2 2 e 2
h i
(calculer l’aire à l’aide du dessin ci-contre en sachant que pour x ∈ p1 ; 1 la fonction f est convexe), alors
2
Z 0 Z 1
F (1) = f (t ) + f (t ) < −1 + 1 = 0
−1 0
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

conc
Celui en figure est le graphe de la fonction f : [0; 5] → constante

con
1 v
[−1; 2]. Tracer un graphe plausible de la fonction e
Rx
F : [0; 5] → R définie par F (x) = 1 f (t ) dt . Préciser en- f fin ex
a e f (t )
suite, en fournissant une adéquate explication, combien 0
de solutions a l’équation F (x) = 12 . 1 2 3 4 5t
e
ex
nv
−1 co
S OLUTIONR. B F est de classe C 1 ([0; 5]) car f est continue.

B F (1) = 11 f (t )dt = 0.
B F est décroissante pour x R< 1 et croissante R pour x > 1, x = 1 est un minimum R pour F (car f est la dérivée de F ).
B Si x < 1 alors F (x) > 0 car 1x f (t )dt = − x1 f (t )dt et comme f (x) < 0 alors x1 f (t )dt < 0. De plus, par un calcul de surface
R0
on a l’estimation 12 < F (0) = 1 f (t )dt < 1.
B Comme F est continue, F (0) > 12 , F (1) = 0 et F est monotone dans [0, 1] alors l’équation F (x) = 21 admet une et une seule
solution dans l’intervalle [0, 1]. h 2 i2
B Comme F (2) = 12 f (t )dt avec f la droite d’équation y = x − 1 alors F (2) = x2 − x = 12 .
R
1
1
B Comme F est continue, F (1) = 0, F est monotone dans [1, 5] et F (5) > alors l’équation F (x) = 21 admet une et une seule
2
solution dans l’intervalle [1, 5] qui est la solution trouvée au point précédent, c’est-à-dire x = 2.
B F est convexe pour x ∈ [−1, 5/2], concave pour x ∈ [5/2, 3] ∪ [4, 5], affine pour x ∈ [3, 4] (car f 0 est la dérivée seconde de F ).
© G. Faccanoni 31
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
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
S OLUTIONR. B F est de classe C 1 ([0; 5]) car f est continue.

B F (1) = 11 f (t )dt = 0.
B F est décroissante pour x R< 1 et croissante R pour x > 1, x = 1 est un minimum R pour F (car f est la dérivée de F ).
B Si x < 1 alors F (x) > 0 car 1x f (t )dt = − x1 f (t )dt et comme f (x) < 0 alors x1 f (t )dt < 0. De plus, par un calcul de surface
R0
on a l’estimation 12 < F (0) = 1 f (t )dt < 1.
B Comme F est continue, F (0) > 12 , F (1) = 0 et F est monotone dans [0, 1] alors l’équation F (x) = 21 admet une et une seule
solution dans l’intervalle [0, 1]. h 2 i2
B Comme F (2) = 12 f (t )dt avec f la droite d’équation y = x − 1 alors F (2) = x2 − x = 12 .
R
1
1
B Comme F est continue, F (1) = 0, F est monotone dans [1, 5] et F (5) > 2 alors l’équation F (x) = 21 admet une et une seule
solution dans l’intervalle [1, 5] qui est la solution trouvée au point précédent, c’est-à-dire x = 2.
B F est convexe pour x ∈ [−1, 2] ∪ [5/2, 3], concave pour x ∈ [2, 5/2] ∪ [4, 5], affine pour x ∈ [3, 4] (car f 0 est la dérivée seconde
de F ).
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
avec x 0 un point de I et y 0 , y 00 , . . . , y 0(n) des valeurs données.
Théorème de Cauchy-Lipschitz
Soient a et g deux fonctions continues d’un intervalle I dans R, et considérons l’équation différentielle
y 0 (x) + a(x)y(x) = g (x).
Si (x 0 , y 0 ) ∈ I × R, il existe une unique solution y de l’équation différentielle telle que y(x 0 ) = y 0 .
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.
Exemple Modèles de croissance

Hypothèse Malthusienne : à chaque instant, la croissance de la population est proportionnelle à son effectif :
q 0 (t ) = αq(t ).
La désintégration atomique est un cas de décroissance régi par la même équation mais avec α < 0.
Hypothèse de Verhulst : à chaque instant, la croissance de la population est «proportionnelle» à son effectif, mais inhibée par des
ressources limitées :
q 0 (t ) = αq(t )(m − q(t )).
Il est clair que m sera un point d’équilibre, car la dérivée de q est nulle quand q = m.
Hypothèse de Gompertz : à chaque instant, la croissance de la population est «proportionnelle» à son effectif, mais inhibée par des
ressources limitées :
q 0 (t ) = αq(t )(ln(k) − ln(q(t )).
Il est clair que k sera un point d’équilibre, car la dérivée de q est nulle quand q = k.
33
2. Équations différentielles ordinaires Jeudi 19 avril 2012
Équations différentielles du premier ordre

Équations différentielles du premier ordre à variables séparables
Lorsque l’équation est de la forme
f (y(x))y 0 (x) = g (x)
où f et g sont des fonctions données dont on connaît des primitives F et G, on a
F (y(x)) = G(x) +C où C ∈ R,
et si F possède une fonction réciproque F −1 , on en déduit
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
f (y) dy = g (x) dx,
puis intégrer formellement les deux membres

Z Z
f (y) dy = g (x) dx,
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
Ainsi, toute solution non nulle est

2
y(x) = De x /2 avec D ∈ R.
Exemple Loi de Newton K

Considérons une tasse de café à la température de 75◦C dans une salle à 25◦C. On suppose que la température du café suit la loi de
Newton, c’est-à-dire que la vitesse de refroidissement du café est proportionnelle à la différence des températures. En formule cela
signifie qu’il existe une constante K < 0 telle que la température vérifie l’équation différentielle ordinaire (EDO) du premier ordre.
T 0 (t ) = K (T (t ) − 25).
La condition initiale (CI) est donc simplement

T (0) = 75.
Pour calculer la température à chaque instant on a besoin de connaître la constante K . Cette valeur peut être déduite en constatant
qu’après 5 minutes le café est à 50◦C, c’est-à-dire
T (5) = 50.
1. On commence par calculer toutes les solutions de l’EDO. Étant une équation différentielle du premier ordre, la famille de so-
lutions dépendra d’une constante qu’on fixera en utilisant la CI. Il s’agit d’une EDO à variables séparables : formellement on
a
T 0 (t ) dT
T 0 (t ) = K (T (t ) − 25) =⇒ =K =⇒ = Kdt =⇒
(T (t ) − 25) (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)
2. La valeur numérique de la constante d’intégration D est obtenue grâce à la CI :
75 = T (0) = 25 + De K ·0 =⇒ D = 50 =⇒ T (t ) = 25 + 50e K t
3. Il ne reste qu’à établir la valeur numérique de la constante de refroidissement K grâce à l’«indice» :
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
Équations différentielles linéaires du premier ordre

Elles sont de la forme
a(x)y 0 (x) + b(x)y(x) = g (x)
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 . Toute solution y(x,C ) de cette EDO est de la forme y H (x,C ) + y P (x) où
y P est une solution particulière de l’EDO et y H est la solution générale de l’équation homogène associée (c’est-à-dire
de l’EDO a(x)y 0 (x) + b(x)y(x) = 0). On est donc conduit à deux problèmes : rechercher d’abord la solution générale de
l’équation homogène et ensuite une solution particulière de l’équation complète.
B Résolution de l’équation homogène associée : a(x)y 0 (x) + b(x)y(x) = 0.
C’est une équation à variables séparables. Elles comportent donc la fonction nulle et des fonctions qui ne s’an-
nulent jamais. On peut alors écrire formellement
y 0 (x) b(x) b(x)

Z
=− =⇒ ln |y| = − dx.
y(x) a(x) a(x)
Ses solutions sont du type

b(u)
Z
y H (x,C ) = C e −A(x) où A(x) = du
a(u)
avec C constante arbitraire.
B Recherche d’une solution particulière (méthode de L AGRANGE).
Si y 1 (x) est une solution non nulle de l’EDO homogène, on introduit une fonction auxiliaire inconnue K (x) telle
que y(x) = K (x)y 1 (x) soit solution de notre EDO. On calcule alors y 0 (x) et on reporte y 0 (x) et y(x) dans notre EDO.
On observe que K (x) disparaît, ce qui fournit une auto-vérification. Il ne reste que K 0 (x), ce qui permet de calculer
K (x) et donc y P (x).
L’intégrale générale est donc
y(x,C 1 ) = y H (x,C 1 ) + y P (x).
Exemple
On veut résoudre l’équation différentielle
2x + 1
x y 0 (x) − y(x) = 2 .
x +1
Existe-t-il des solutions définies sur R ?
© G. Faccanoni 35
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.

Considérons une nouvelle fonction inconnue K (x) telle que y P (x) = K (x)x soit solution de x y 0 (x) − y(x) = 2x+1
2 . On calcule
x +1
y P0 (x) = K 0 (x)x + K (x) et on le reporte dans l’EDO ; on obtient a
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
y(x,C ) = y H (x,C ) + y P (x) = −1 + 2x ln |x| − x ln(x 2 + 1) − x arctan(x) +C x avec C ∈ R.
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.
a. Intégration de fractions simples : 2x+1

= A B C x+D 2 2 2
x + x 2 + x 2 +1 ⇐⇒ 2x + 1 = Ax(x + 1) + B (x + 1) + (C x + D)x . Si x = 0 on obtient que B = 1 et
x 2 (x 2 +1)
2
donc −x + 2 = A(x + 1) + (C x + D)x. Si x = 0 on obtient que A = 2 et donc −2x − 1 = C x + D d’où D = −1 et C = −2.
Équations différentielles de B ERNOULLI

Elles sont du premier ordre et de la forme
a(x)y 0 (x) + b(x)y(x) = g (x)(y(x))α , α ∈ R \ { 0; 1 }
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
a(x)z 0 (x) + (1 − α)b(x)z(x) = (1 − α)g (x)
qui est une équation linéaire du premier ordre.
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
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
Équations différentielles du second ordre
Définition
Une équation différentielle linéaire du second ordre est de la forme
a(x)y 00 (x) + b(x)y 0 (x) + c(x)y(x) = g (x)
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 .
Équations différentielles linéaires du second ordre à coefficients constants

Il s’agit d’une EDO du type
a y 00 (x) + b y 0 (x) + c y(x) = g (x).
où a, b et c sont des constantes données.
Toute solution y de cette EDO dépend de deux constantes arbitraires C 1 et C 2 et est de la forme y H (x,C 1 ,C 2 ) + y P (x) où
y P est une solution particulière de l’EDO et y H est la solution générale de l’équation homogène associée (c’est-à-dire de
l’EDO a y 00 (x) + b y 0 (x) + c y(x) = 0). On est donc conduit à deux problèmes : rechercher d’abord la solution générale de
l’équation homogène et ensuite une solution particulière de l’équation complète.
B Résolution de l’équation homogène associée.
On introduit le polynôme caractéristique p(λ) = aλ2 + bλ + c. Soit ∆ = b 2 − 4ac, alors
B si ∆ > 0 on a
p p
λ1 x λ2 x −b − ∆ −b + ∆
y H (x,C 1 ,C 2 ) = C 1 e +C 2 e , C 1 ,C 2 ∈ R, λ1 = , λ2 = ;
2a 2a
B si ∆ = 0 on a
b
y H (x,C 1 ,C 2 ) = (C 1 +C 2 x)e λx , C 1 ,C 2 ∈ R, λ=− ;
2a
B si ∆ < 0 on a
p
b |∆|
y H (x,C 1 ,C 2 ) = e σx (C 1 cos(ωx) +C 2 sin(ωx)), C 1 ,C 2 ∈ R, σ=− , ω= ,
2a 2a
qu’en physique souvent on réécrit comme
q C1 C2
y H (x, A, ϕ) = Ae σx cos(ωx − ϕ), A= C 12 +C 22 , cos(ϕ) = , sin(ϕ) = .
A A
B Recherche d’une solution particulière.
Si g (x) = p n (x)e µx cos(θx) ou g (x) = p n (x)e µx sin(θx) alors
y P (x) = x m e µx (q 1,n (x) cos(θx) + q 2,n (x) sin(θx))
où p n , q 1,n et q 2,n sont des polynômes de degré n et on a
© G. Faccanoni 37
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
y P (x) = x(α cos(x) + β sin(x).
On a alors
y P0 (x) = (α + βx) cos(x) + (β − αx) sin(x),

y P00 (x) = (2β − αx) cos(x) − (2α + βx) sin(x).
On les remplace dans l’équation :
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
Exemple Oscillateur harmonique amorti

Les oscillateurs harmoniques décrivent des comportements oscillants qu’ils soient dus à une nature intrinsèquement oscillatoire
(comme le mouvement d’une masse reliée à un ressort) ou à un mouvement au voisinage d’une position d’équilibre (comme dans le
modèle d’une liaison moléculaire). Dans les deux cas, on utilise le même modèle de l’oscillateur harmonique. De plus, on s’intéresse
ici au cas où on a un frottement fluide proportionnel à la vitesse.
Éloigné d’une distance x de sa position de repos (x = 0), le mouvement en fonction du temps t est décrit par l’équation différentielle
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
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
∆>0 ∆=0 K ∆<0

K1,0
K
1,0
1,0
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
............... Exercices ..............

Exercice 2.1
Résoudre le problème de Cauchy (
y 0 (x) + 2x 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 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
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 .
La solution générale sur I 1 , ou sur I 2 , est donc
sin(x) +C
y(x) = − cos(x) + avec C ∈ R.
(x + 1)
40 © G. Faccanoni
Exercice 2.4
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
Cette fonction n’est définie que si t 2 6= −2C , donc

B si C > 0 alors y(t ) est définie pour tout t ∈ R, p p p p
B si C < 0 alors y(t ) est définie pour tout t ∈] − ∞; − −2C [ ou t ∈] − −2C ; −2C [ ou t ∈] −2C ; ∞[,
B si C = 0 alors y(t ) est définie pour tout t ∈] − ∞; 0[ ou t ∈]0; +∞[.
Comme y 0 = y(0) = − C1 , la solution du problème de Cauchy est :
B la fonction y(t ) ≡ 0 pour tout t ∈ R si y 0 = 0 ;
B la fonction y(t ) = − t 2 1 1 pour t ∈ R si y 0 < 0 ;
2 − y0
i q q h
B la fonction y(t ) = − t 2 1 1 pour t ∈ − y20 ; y20 si y 0 > 0 (c’est-à-dire l’intervalle plus large possible qui contient t = 0).
2 −y
0
Exercice 2.5 Équation différentielle du premier ordre

Résoudre le problème de Cauchy
(
y 0 (x) + (3x 2 + 1)y(x) = x 2 e −x ,
y(0) = 1.
© G. Faccanoni 41
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

y 0 (x) + (3x 2 − 1)y(x) = x 2 e x ,
y(0) = −1.
42 © G. Faccanoni
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).
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;
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

(x−2)2
(
1
y 0 (x) + x−1 y(x) = x−1 ,
y(0) = 1.
© G. Faccanoni 43
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 .

y 0 (x) + (4x 3 + 5)y(x) = x 3 e −5x ,
y(0) = 1.
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).
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;
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
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 .
Exercice 2.9 EDO du premier ordre

Calculer, en fonction du paramètre α, la solution y = y(x) de l’EDO
y 0 (t ) = (2 + α)y(t ) − 2e αt
telle que y(0) = 3. Établir ensuite pour quels valeurs de α l’intégrale

Z +∞
y(t ) dt
0
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» :
y 0 (t ) + a(t )y(t ) = b(t )
qui a comme solution Z t Rv

³ Rt ´µ ¶
− a(v) dv a(u) du
y(t ) = e t0 y0 + e w0 b(v) dv
t0
On calcul les deux intégrales :
Z t Z t
a(v) dv = −(2 + α) dv = [−(2 + α)v]0t = −(2 + α)t ,
t0 0
Z t Rw Z t Z t ¤t
− a(w) dw
−2e −(2+α)v+αv dv = −2e −2v dv = e −2v 0 = e −2t − 1.
£
e w0 b(v) dv =
t0 0 0
La solution du problème de Cauchy est donc la fonction
y(t ) = e (2+α)t (3 + e −2t − 1) = e αt + 2e (2+α)t = e αt (1 + 2e 2t ).
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).
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
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.
Exercice 2.12 «Les experts - Toulon»

Le corps de la victime a été trouvé sur le lieu du crime à 2H20 de nuit. Après une demi-heure la température du corps est
de 15◦C. Quand a eu lieu l’homicide si à l’heure de la découverte la température du corps est de 20◦C et si la température
externe est de −5◦C ?
Suggestion : se rappeler la loi de Newton qui dit que la vitesse de refroidissement est proportionnelle à la différence des
températures.
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 )
d’où l’unique solution constante T (t ) ≡ Text .
46 © G. Faccanoni
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 valeur numérique de la constante d’intégration D est obtenue grâce à la CI :
T0 = T (0) = Text + De K ·0 =⇒ D = T0 − Text =⇒ T (t ) = Text + (T0 − Text )e K t
Ici Text = −5◦C et T0 = 20◦C donc la température du cadavre suit la loi
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 .
Pour déterminer l’heure du meurtre il faut donc résoudre l’équation

ln(4/5)
37 = −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
Exercice 2.13 «Un gâteau presque parfait»

Un gâteau est sorti du four à 17H00 quand il est brûlant (100◦C). Après 10 minutes sa température est de 80◦C et de 65◦C
à 17H20. Déterminer la température de la cuisine.
Suggestion : se rappeler la loi de Newton qui dit que la vitesse de refroidissement est proportionnelle à la différence des
températures.
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 )
d’où l’unique solution constante T (t ) ≡ Text .
© G. Faccanoni 47
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 valeur numérique de la constante d’intégration D est obtenue grâce à la CI :
T0 = T (0) = Text + De K ·0 =⇒ D = T0 − Text =⇒ T (t ) = Text + (T0 − Text )e K t .

Ici l’inconnue est Text . On sait que T (t = 0) = 100◦C et T (t = 10) = 80◦C et T (t = 20) = 65◦C. Il s’agit donc de résoudre le
système de trois équations en les trois inconnues K , D, Text :

100 = Text + D,

80 = Text + De 10K ,

65 = Text + De 20K .

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 .
T (◦C) T (0) = 100◦C
100◦C
90◦C T (10) = 80◦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
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
Exercice 2.15 Logistique

Soit k et h deux constantes positives. Calculer p(t ) pour t > 0 solution du problème de Cauchy
(
p 0 (t ) = kp(t ) − hp 2 (t ),
p(0) = p 0 .
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
S OLUTION . On doit résoudre l’EDO à variables séparables
p 0 (t ) = p(t )(k − hp(t )).
On cherche d’abord les solutions constantes, i.e. des fonctions p(t ) = A :
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 ))
on doit alors calculer

dp
Z Z
= 1 dt
p(k − hp)
i.e.
1 dp h
Z Z Z
+ dp = 1 dt .
k p k − hp
On obtient
1 |p|
ln = (t +C )
k |k − hp|
et en on déduit
kDe kt
p(t ) = .
1 + hDe kt
En imposant la condition initiale p(0) = p 0 on trouve la constante d’intégration D :
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
Exercice 2.16 «Urgence»

On étudie la progression d’une maladie contagieuse dans une population donnée. On note x(t ) la proportion des per-
sonnes malades à l’instant t et y(t ) celle des personnes non atteintes. On a donc x(t )+y(t ) = 1 pour tout t ≥ 0. On suppose
que la vitesse de propagation de la maladie x(t ) est proportionnelle au produit x(t )y(t ) (ce qui signifie que la maladie de
propage par contact). Si on note I (t ) le nombre d’individus infectés à l’instant t et I T le nombre d’individus total, il existe
une constante k ∈ R telle que I 0 (t ) = k I (t )(I T − I (t )). Si la ville est isolée et compte 5 000 individus dont 160 sont malades
et 1 200 le sont 7 jours après, à partir de quel jour l’infection touchera 80% de la population ? Et 100% ?
50 © G. Faccanoni
S OLUTION . On a le problème de Cauchy

(
I 0 (t ) = k I (t )(5000 − I (t )), (EDO)
I (0) = 160. (CI)
Vu la nature de la question on ne s’intéresse qu’aux solutions positive et que pour t > 0.
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
3. La valeur numérique de la constante d’intégration D est obtenue grâce à la CI :
5000 5000 4 20000

160 = I (0) = =⇒ 160 = =⇒ D= =⇒ I (t ) = .
De 0 + 1 1+D 121 4 + 121e −5000kt
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 :
20000 1 363 20000

1200 = I (7) = =⇒ k= ln =⇒ I (t ) = t 363
.
4 + 121e −35000k 35000 38 4 + 121e − 7 ln 38
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
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
y 0 (t ) = 0, 022y(t )(20 − y(t )).
1. Calculer toutes les solutions de l’équation différentielle.

2. On pose t = 0 en 1980 et on sait que y(0) = 0, 01. Combien de ménages vivant en France seront équipés d’un ordi-
nateur en 2020 ?
S OLUTION . 1. On doit résoudre l’EDO à variables séparables
y 0 (t ) = 0, 022y(t )(20 − y(t )).
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.
On trouve ainsi deux solutions constantes :
y(t ) ≡ 0 et y(t ) ≡ 20.
Si on suppose que y(t ) 6= 0 et y(t ) 6= A, l’EDO se réécrit comme
y 0 (t )
= 0, 022;
y(t )(20 − y(t ))

dy
Z Z
= 0, 022 dt ,
y(20 − y)
i.e. µZ ¶ Z
1 dy 1
Z
− dy = 0, 022 dt .
20 y y − 20
On obtient
|y|
ln = 0, 44t +C pour tout C ∈ R
|y − 20|
et on en déduit
20
y(t ) = pour tout D ∈ R+ .
1 + 20De −0,44t
2. Si t = 0 correspond à l’année 1980 et si y(0) = 0, 01 alors
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 :
y 0 (t ) = −y(t ) ln(y(t )).
52 © G. Faccanoni
Calculer toute les solutions de cette équation différentielle pour t > 0 (ne pas oublier les solutions constantes). La popu-
lation va-t-elle survivre ?
S OLUTION . 1. On doit résoudre l’EDO à variables séparables
y 0 (t ) = −y(t ) ln(y(t )).
On cherche d’abord les solutions constantes, i.e. des fonctions y(t ) = A pour tout t ∈ R :
0 = A ln(A) ⇐⇒ A = 1.
On trouve ainsi une solution constante :

y(t ) ≡ 1.
Si on suppose que y(t ) 6= 1, l’EDO se réécrit comme
y 0 (t )
= −1;
y(t ) ln(y(t ))
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
Par conséquent l’intégrale générale est

R V
I (t ) = C e − L t +
R
et I (t ) −−−−−→ VR
t →+∞
1
dx = 1z dz = ln |z| + c = ln | ln(x)| +C
R R
1. x ln(x)
© G. Faccanoni 53
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
 00 0
 y (x) − 2y (x) + 10y(x) = 0,

y(0) = 1,

 0
y (0) = 2.
54 © G. Faccanoni
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
y H (x, c 1 , c 2 ) = e x (c 1 cos(3x) + c 2 sin(3x)) , c 1 , c 2 ∈ R.
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 .
S OLUTION . Toute solution est de la forme

y(x) = y H (x) + y P (x)
où y H représente toutes les solutions de l’équation 2y 00 (x) − 5y 0 (x) + 3y(x) = 0 tandis que y P est une solution particulière de
2y 00 (x) − 5y 0 (x) + 3y(x) = e x .
B Calcul de y H . Le polynôme caractéristique est 2λ2 − 5λ + 3 = 0 qui a comme racines les deux réels λ1 = 1 et λ = 3/2. Par
conséquent
y H (x) = C 1 e x +C 2 e 3x/2 .
B Calcul de y P . En adoptant la notation du cours on a n = 0, µ = 1, ϑ = 0, ∆ > 0 et µ = λ1 = 1 par conséquent m = 1 :

la solution particulière est alors de la forme y P (x) = C xe x . Pour déterminer C on impose 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
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 .
S OLUTION . Toute solution est de la forme

y(x) = y H (x) + y P (x)
où y H représente toutes les solutions de l’équation 2y 00 (x) − 7y 0 (x) + 5y(x) = 0 tandis que y P est une solution particulière de
2y 00 (x) − 7y 0 (x) + 5y(x) = −3e x .
B Calcul de y H . Le polynôme caractéristique est 2λ2 − 7λ + 5 = 0 qui a comme racines les deux réels λ1 = 1 et λ = 5/2. Par
conséquent
y H (x) = C 1 e x +C 2 e 5x/2 .
B Calcul de y P . En adoptant la notation du cours on a n = 0, µ = 1, ϑ = 0, ∆ > 0 et µ = λ1 = 1 par conséquent m = 1 :

la solution particulière est alors de la forme y P (x) = C xe x . Pour déterminer C on impose 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
2 C (2 + x)e x − 7 C (1 + x)e x + 5 C xe 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
Exercice 2.24 Équation différentielle du second ordre

x
 00 0
 y (x) − 2y (x) + y(x) = (x + 1)e ,

y(0) = 1,

 0
y (0) = 2.
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 .

 00 0 −x
 y (x) + 2y (x) + y(x) = (1 − x)e ,

y(0) = 1,

 0
y (0) = 2.
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
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 .

4x
 00 0
 y (x) − 5y (x) + 4y(x) = 2xe ,

y(0) = 1,

 0
y (0) = 2.
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
 00
 y (x) + 9y(x) = 108x cos(3x),

y(0) = 0,

 0
y (0) = 0.
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
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
(12γx + 2α + 6δ) cos(3x) + (−12αx + 2γ − 6β) sin(3x) = 108x cos(3x)
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).
Exercice 2.28 Oscillateur harmonique forcé : cas d’une excitation sinusoïdale

On s’intéresse à l’influence d’une excitation harmonique sur un oscillateur. Outre le fait que ce type d’excitation est im-
portant pour lui-même (vibrations d’une machine tournante, mouvement d’un électron dans un champ magnétique. . .),
cette étude revêt un intérêt théorique capital. En effet, la fonction qui décrit cette force excitatrice peut s’écrire comme
une superposition de fonctions sinusoïdales (discrète ou continue selon que la force est périodique ou non). Le fait que
l’équation différentielle soit linéaire, autrement dit que le principe de superposition puisse s’appliquer, permet d’écrire la
solution pour une force quelconque comme la somme des solutions obtenues pour chaque terme de la décomposition. Il
est alors nécessaire de déterminer la réponse à chaque terme de la décomposition, à savoir à une excitation sinusoïdale.
Ceci donne une importance considérable à l’étude de l’excitation sinusoïdale.
Étudions l’équation différentielle qui décrit le mouvement d’un corps de masse m > 0 qui se déplace horizontalement
assujetti à une force générée par un ressort de constante élastique k > 0 et une force externe d’intensité f (t ) = A cos(ϕt )
avec A et ϕ deux paramètres réels (on a négligé le frottement).
S OLUTION . La position x du corps en fonction du temps suit la loi
mx 00 (t ) + kx(t ) = A cos(ϕt ).
On la réécrit sous la forme

x 00 (t ) + η2 x(t ) = a cos(ϕt )
ayant posé η2 = k/m > 0 et a = A/m.
B Équation homogène : x 00 (t )+η2 = 0. Le polynôme caractéristique est p(λ) = λ2 +η2 et a les deux racines complexes conju-
gués λ1 = −i η et λ2 = i η. La solution est de la forme
x(t ) = C 1 cos(ηt ) +C 2 sin(ηt ), C 1 ,C 2 ∈ R.
B Solution particulière : il faut considérer les deux cas suivantes.

B Si ϕ 6= η alors on cherche une solution particulière du type
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
−bϕ2 cos(ϕt ) − cϕ2 sin(ϕt ) + η2 b cos(ϕt ) + η2 c sin(ϕt ) = a cos(ϕt ),
ce qui implique
a
b= , et c = 0.
η2 − ϕ 2
58 © G. Faccanoni
B Si ϕ = η alors on cherche une solution particulière du type
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
(2c − bϕt )ϕ cos(ϕt ) − (2b + cϕt )ϕ sin(ϕt ) + ϕ2 bt cos(ϕt ) + ϕ2 c t sin(ϕt ) = a cos(ϕt ),
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 :
pour tout x ∈ E N (x) = 0 ⇐⇒ x = 0 (séparation),

pour tout x ∈ E , pour tout λ ∈ R N (λx) = |λ|N (x) (homogénéité),
pour tout x, y ∈ E N (x + y) ≤ N (x) + N (y) (inégalité triangulaire).
On emploie généralement la notation kxk pour N (x), qui rappelle l’analogie avec la valeur absolue dans R ou le module
dans C.
Propriété
Pour tout x, y ∈ E ¯ ¯
¯kxk − kyk¯ ≤ kx − yk ≤ kxk + kyk.
¯ ¯
Exemple Normes classiques

Sur Rn , on utilise les normes classiques suivantes définies pour x = (x 1 , x 2 , . . . , x n ) par :
v
u n
(x i )p ,
u
p
X © ª
kxkp = t kxk∞ = sup |x 1 |, |x 2 |, . . . , |x n | .
i =1
En particulier on a les deux normes

v
n
X
u n
uX
kxk1 = |x i | kxk2 = t (x i )2
i =1 i =1
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
B((0, 0), r ) = {(x, y) ∈ R2 | k(x, y) − (0, 0)k ≤ r } = {(x, y) ∈ R2 | k(x, y)k ≤ r }.
B Pour la norme k·k∞ on a

k(x, y)k∞ < r ⇐⇒ sup{|x|, |y|} ≤ r.
B Pour la norme k·k1 on a
k(x, y)k1 < r ⇐⇒ |x| + |y| ≤ r.
61
3. Limites et continuité Jeudi 19 avril 2012
B Pour la norme k·k2 on a

k(x, y)k1 < r ⇐⇒ |x|2 + |y|2 ≤ r 2 .
y y y
r r r
−r r x −r r x −r r x
−r −r −r
|x| + |y| ≤ r max{|x|, |y|} ≤ r x2 + y 2 ≤ r
La mot «boule» a donc ici un sens plus générale que dans la vie courante !
Fonctions de plusieurs variables

Qu’il s’agisse de traiter des questions relatives à la biologie, la chimie, la physique, la production, la consommation ou encore
l’environnement, etc. une modélisation adéquate s’exprime le plus souvent à l’aide de fonctions de plusieurs variables. Ce
chapitre introduit les fonctions de plusieurs variables réelles en élargissant les définitions énoncées dans le module M131
pour les fonctions d’une variable réelle. Évidemment, la représentation géométrique devient plus lourde : une fonction de
n variables se visualise à priori dans un espace à n + 1 dimensions (n pour les variables, 1 pour la fonction), alors que les
pages d’un livre sont, par nature, bidimensionnelles. Pour contourner cette impossibilité technique, nous nous limiterons
aux représentations des fonctions de deux variables, soit sous forme de dessins en perspective, soit sous forme de coupes
par des plans horizontaux ou verticaux qui donnent des informations souvent utiles, quoique parcellaires. Ce problème
de visualisation introduit une rupture nette par rapport aux fonctions d’une variable étudiées antérieurement. Nous pre-
nons le parti de privilégier les thèmes qui s’écartent des notions vues pour les fonctions d’une seule variable. À l’opposé,
les définitions et les propriétés qui apparaissent comme des généralisations évidentes sont évoquées ou présentées briève-
ment.
Fonction de plusieurs variables

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

x se note aussi ~
x ou x. Si n = 2, on utilise aussi la notation (x, y), si n = 3 la notation (x, y, z).
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
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
x ∈ D \ { A } et kx − Ak < r =⇒ | f (x) − `| < ε.
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
x ∈ D \ { A } et kx − Ak < r =⇒ f (x) > M .
64 © G. Faccanoni
F IGURE 3.3.: Différents façons de s’approcher du point x0 .
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
x ∈ D \ { A } et kx − Ak < r =⇒ f (x) < M .
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).
2. f (x, y, z) = e y + x y 2 − z est continue dans R3 (somme d’une exponentielle et d’un polynôme).
© G. Faccanoni 65
3. f (x, y) = ln(x + y 2 ) − 3 est continue dans D = (x, y) ∈ R2 ¯ x + y 2 > 0 comme somme du logarithme d’un polynôme (fonction
© ¯ ª
composée) et d’une constante.
UUUUUUUUUUUUUUU Astuces UUUUUUUUUUUUUUU

En pratique, lorsque n = 2, il est souvent utile de passer aux coordonnées polaires pour ramener le calcul de la limite d’une
fonction de deux variables à celui de la limite d’une fonction d’une seule variable. En effet, tout point (x, y) de R2 peut être
représenté par ses coordonnées polaires centrées autour du point (a, b) vers lequel il est appelé à tendre : x = a + r cos ϑ,
y = b + r sin ϑ :
y
r
b ϑ
a x
Dans cette écriture, r représente la distance entre (a, b) et (x, y) de sorte que
lim f (x, y) = lim f (a + r cos(ϑ), b + r sin(ϑ))

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

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

r →0
alors
lim f (x, y) = `.
(x,y)→(a,b)
Exemple
x 2 −y 2
Montrons de deux manières que lim(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
tandis que, le long de l’axe vertical qui a équation x = 0, on a
x2 − y 2 −y 2
lim lim = −1
(x,y)→(0,0) x 2 + y 2 y→0 y 2
x=0
de sorte que les deux limites ne coïncident pas.

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

lim f (x, y) = lim f (r cos(ϑ), r sin(ϑ)) = lim = lim (cos2 (ϑ) − sin2 (ϑ)) = cos(2ϑ).
(x,y)→(0,0) r →0,∀ϑ r →0,∀ϑ r 2 (cos2 (ϑ) + sin2 (ϑ)) r →0,∀ϑ
x 2 −y 2
Le résultat varie selon la direction ϑ, donc lim(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
B Soit f la fonction définie sur R2 \ {(0, 0)} par

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

r →0
lim f (x, y) = 0.
(x,y)→(0,0)
f peut donc être prolongée par continuité en (0, 0) par la valeur 0.
© G. Faccanoni 67
............... Exercices ..............

Exercice 3.1
Dans chaque cas, déterminez et représentez le domaine de définition des fonctions données.
p
−y+x 2 ln(y) ln(x 2 +1)
1. f (x, y) = p 2. f (x, y) = p
x−y
3. f (x, y) = ln(x + y) 4. f (x, y, z) = yz
y
S OLUTION .
1. D = (x, y) ∈ R2 ¯ y ≤ x 2 et y > 0 3. D = (x, y) ∈ R2 ¯ y > −x

© ¯ ª © ¯ ª
y
y
x
2
2. D = (x, y) ∈ R ¯ y > 0 et x > y
© ¯ ª
x
y
4. D = (x, y, z) ∈ R3 ¯ y 6= 0 et z 6= 0
© ¯ ª
x
Exercice 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 ).
1. f (x, y) = x + y − 1 3. f (x, y) = y − cos(x)

y−x 2
2. f (x, y) = e
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
3. f (x, y) = y − cos(x) : f (x, y) = κ ssi y = cos(x) + κ

10
9
4 -10 -10
y x
-5 4 -5
2
0 0
0
-1
-10 -8 -6 -4 -2 0 2 4 6 8 10
5 5
-2
x
-6
10 10
-4
y -11
-6
-8
-10
Exercice 3.3 Domaine de définition, courbes de niveau

1. Déterminer et représenter le domaine de définition de la fonction f : R2 → R définie par f (x, y) = ln(x − y 2 ).
2. Déterminer et représenter ses courbes de niveau.
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
Soit f la fonction définie sur R2 par
x2 y


 si (x, y) 6= (0, 0)
f (x, y) = x 4 − 2x 2 y + 3y 2

0 sinon.
Montrer que la restriction de f à toute droite passant par l’origine est continue mais que f n’est pas continue à l’origine.
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
ne s’annule qu’en (0, 0).

La restriction de f aux droites x = 0 et y = 0 est la fonction nulle. De plus, la restriction de f à la droite y = mx, avec m 6= 0,
donne
mx
f (x, mx) = 2
x − 2mx + 3m 2
et tend vers 0 quand x tend vers 0. Comme f (0, 0) = 0, la restriction de f à toute droite passant par l’origine est donc continue.
Considérons la restriction de f à la parabole y = x 2 . On a
x4 1
f (x, x 2 ) = = .
2x 4 2
Par conséquent, f (x, x 2 ) ne tend pas vers 0 quand x tend vers 0.
Exercice 3.6
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).
Est-elle continue sur R2 ?
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
Exercice 3.8
Montrer que la fonction f : R2 \ { (0, 0) } → R définie par
x y2
f (x, y) =
x2 + y 4
n’est pas prolongeable par continuité en (0, 0).
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
n’est pas prolongeable par continuité en (0, 0).
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
(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
cos2 ϑ sin2 (r sin ϑ) x 2 sin2 y

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

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

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

x→0 (x,y)→(0,0)
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.
Dérivées partielles premières

Soit f une fonction à valeurs réelles définie sur une partie ouverte D de R2 . Soit (x 0 , y 0 ) ∈ D. Les dérivées partielles de f
en (x 0 , y 0 ) sont les dérivées des fonctions partielles
∂f 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
Il s’agit de limites d’une fonction réelle de variable réelle !

Si f admet les dérivées partielles f x et f y on dit que f est dérivable.
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.
Dérivées des fonctions composées

Cas R → R2 → R Soit f une fonction de deux variables admettant des dérivées partielles premières. Si x et y sont deux
fonctions dérivables de R dans R, alors la fonction de R dans R définie par g (t ) = f (x(t ), y(t )) est dérivable et
∂f ∂f
g 0 (t ) = (x(t ), y(t )) × x 0 (t ) + (x(t ), y(t )) × y 0 (t ).
∂x ∂y
Cas R2 → R2 → R Soit f une fonction de deux variables x et y elles-même fonctions des deux variables u et v, 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
dP ∂P d T ∂P dV R d T RT dV 3.81 3.81 × 300

= + = − 2 = 0.1 − 0.2 = −0.04155.
dt ∂T d t ∂V d t V dt V dt 100 1002
La pression est donc en train de diminuer d’environ 0.042 kPa s−1 .
Exemple
La température p en un point (x, y) est notée T (x, y) et mesurée en degrés Celsius. Un insecte en train de ramper se trouve après t
secondes en x = 1 + t , y = 2+t /3, où x et y sont mesurés en centimètres. La fonction température satisfait à ∂x T (2, 3) = 4 et ∂ y T (2, 3) =
3. À quelle vitesse croît la température sur la trajectoire de l’insecte après 3 secondes ?
Comme x et y sont chacune fonction du temps t , la fonction T (x, y) est aussi fonction du temps et l’on
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 .
Dérivées partielles d’ordre supérieur

Si les fonctions dérivées partielles admettent elles-mêmes des dérivées partielles en (x 0 , y 0 ), ces dérivées sont appelées
dérivées partielles secondes, ou dérivées partielles d’ordre 2, de f en (x 0 , y 0 ). On les note
∂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
∂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 )
Sont déterminant est le réel ∆ = ∂xx f (x 0 , y 0 )∂ y y f (x 0 , y 0 ) − ∂x y f (x 0 , y 0 )∂ y x f (x 0 , y 0 ).
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
∂x f (x, y) = −4x + 3y 2 , ∂ y f (x, y) = 6x y − 3y 2 ,

∂xx f (x, y) = −4, ∂x y f (x, y) = 6y, ∂ y x f (x, y) = 6y, ∂ y y f (x, y) = 6x − 6y.
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
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)
avec lim(h,k)→(0,0) ε(h, k) = 0.
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
f (h, k) − f (0, 0) − h∂x f (0, 0) − k∂ y f (0, 0) hk − 2h + 3k − h(−2)) − k(3) hk

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

2h +k 2 r →0
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.
La réciproque est fausse.
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
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
Théorème de la fonction implicite (cas d’une fonction à deux variables)

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

y = (x −2) +(−2) = (x −2) −2 = − x − .
∂ y f (2, ϕ(2)) 2ϕ(2) − 1 5 5 2
x
−2 y = ϕ(x)
Théorème de la fonction implicite (cas d’une fonction à trois variables)

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

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

Exercice 4.1
Dans chaque cas, calculez toutes les dérivées partielles des fonctions données :
1. f (x, y) = x 2 + 3x y 2 − 6y 5
2. f (x, y) = x cos(e x y )
3. f (x, y, z) = x cos(xz) + ln(2 − sin2 (y + z))
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.
2. Si f ∈ C 1 (R2 ) alors il existe ∇ f en tout point.
© G. Faccanoni 79
3. Si f ∈ C 1 (R2 ) alors f est continue.
4. Si f est différentiable en tout point alors f ∈ C 1 (R2 ).
5. S’il existe ∇ f en tout point alors f ∈ C 1 (R2 ).
6. Si f est continue alors f ∈ C 1 (R2 ).
7. Si f est différentiable en (x 0 , y 0 ) alors il existe ∇ f (x 0 , y 0 ).
8. Si f est différentiable alors f est continue.
9. S’il existe ∇ f (x 0 , y 0 ) alors f est différentiable en (x 0 , y 0 ).
10. Si f est continue alors f est différentiable.
11. Si f est continue alors il existe ∇ f en tout point.
12. S’il existe ∇ f en tout point alors f est continue.
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.
Exercice 4.5 Exemple de P EANO

Soit f la fonction définie sur R2 par
2 2

x y x − y

si (x, y) 6= (0, 0),
f (x, y) = x + y2
2

0 si (x, y) = (0, 0).
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
On en déduit
 4x y 3 (x 2 −3y 2 )  6 4 2 2 4 6
2 2 3 si (x, y) 6= (0, 0),  x +9x y2 −9x

2 3
y −y
si (x, y) 6= (0, 0),
(x +y )

(x +y )
∂xx f (x, y) = ∂x y f (x, y) = ∂ y f (x,0)−∂ y f (0,0)
 lim ∂x f (x,0)−∂x f (0,0) = 0 si (x, y) = (0, 0),  lim
 = 1 si (x, y) = (0, 0),
x→0 x x→0 x
 3
4x y(3x 2 −y 2 )
 6 4 2 2 4 6
x +9x y −9x y −y

 (x 2 +y 2 )3
si (x, y) 6= (0, 0), 
 (x 2 +y 2 )3 si (x, y) 6= (0, 0),
∂ y x f (x, y) = ∂ f (0,y)−∂x f (0,y) ∂ y y f (x, y) = ∂ f (0,y)−∂ y f (0,0)
 lim x

y = −1 si (x, y) = (0, 0),  lim y

y = 0 si (x, y) = (0, 0),
y→0 y→0
Comme ∂x y f (0, 0) 6= ∂ y x f (0, 0), le théorème de S CHWARZ permet de conclure que les dérivées secondes ∂x y f (x, y) et ∂ y x f (x, y)
ne sont pas continue en (0, 0).
Exercice 4.6 Continuité, dérivabilité, différentiabilité

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

2. Calculer ∇ f (x, y).
3. La fonction f est-elle de classe C 1 (R2 ) ?
4. Que peut-on conclure sur la différentiabilité de la fonction f sur R2 ?
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
lim ∂x f (x, y) = ∂x f (0, 0) lim ∂ y f (x, y) = ∂ y f (0, 0)

(x,y)→(0,0) (x,y)→(0,0)
1
Comme ∂x f (x, x) = 2 6= 0 = ∂x f (0, 0) on conclut que ∂x f n’est pas continue en (0, 0), donc f n’est pas de classe C 1 (R2 ).
4. Comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }. Pour qu’elle soit différentiable sur R2
il faut que
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)
lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) 1
Si on note h(x, y) = p , comme h(x, x) = 23/2
6= 0, alors f n’est pas différentiable sur R2 .
(x−0)2 +(y−0)2
© G. Faccanoni 81

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

2. Est-elle dérivable sur R2 ?
3. Est-elle de classe C 1 (R2 ) ?
4. Est-elle différentiable sur R2 ?
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,
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r cos(ϑ) sin2 (ϑ).
Comme | f˜(r, ϑ)| ≤ r −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0.

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

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

(x,y)→(0,0) (x,y)→(0,0)
Comme ∂ y f (x, x) = 21 6= 0 = ∂ y f (0, 0) on conclut que ∂ y f n’est pas continue en (0, 0)

f est de classe C 1 (R2 \ { (0, 0) }) mais n’est pas de classe C 1 (R2 ).
4. É TUDE DE LA DIFFÉRENTIABILITÉ SUR R2
Étude sur R2 \ { (0, 0) } : comme f est de classe C 1 (R2 \ { (0, 0) }) alors f est différentiable sur R2 \ { (0, 0) }.
Étude en (0, 0) : pour que f soit différentiable en (0, 0) il faut que
f (x, y) − f (0, 0) − ∂x f (0, 0)(x − 0) − ∂ y f (0, 0)(y − 0)

lim p = 0.
(x,y)→(0,0) (x − 0)2 + (y − 0)2
f (x,y)− f (0,0)−∂x f (0,0)(x−0)−∂ y f (0,0)(y−0) x y2 1

Si on note h(x, y) = p = p , comme h(x, x) = 6= 0, alors f n’est pas
(x−0)2 +(y−0)2 (x 2 +y 2 )3 23/2
différentiable en (0, 0).
f est différentiable sur R2 \ { (0, 0) } mais n’est pas différentiable en (0, 0).
82 © G. Faccanoni
Exercice 4.8
2

 (x − 1)y

si (x, y) 6= (1, 0),
f (x, y) = (x − 1)2 + y 2

0 si (x, y) = (1, 0).
1. Étude de la fonction sur R2 \ { (1, 0) } :

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

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

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

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

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

(x,y)→(1,0) (x,y)→(1,0)
1
Comme ∂ y f (x, x −1) = 2 6= ∂ y f (1, 0) = 0 on conclut que ∂x f n’est pas continue en (1, 0), donc f n’est pas de classe
C 1 en (1, 0).
© G. Faccanoni 83
Exercice 4.9
2

 x (y + 1)

si (x, y) 6= (0, −1),
f (x, y) = x 2 + (y + 1)2

0 si (x, y) = (0, −1).
1. Étude de la fonction sur R2 \ { (0, −1) } :

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

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

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

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

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

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

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

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
f est donc continue sur R2 .

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

¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
3. On a déjà vérifié que la fonction est continue sur R2 . Vérifions si ses dérivées partielles sont continues sur R2 . On a
2x y 4
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ 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
la fonction est donc de classe C 1 (R2 ).

4. Puisque toute fonction de classe C 1 (Ω) est différentiable sur Ω, on conclut que f est différentiable sur R2 .

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

© G. Faccanoni 85
S OLUTION .
x3 y 2
lim f (x, y) = lim = lim ρ 3 cos3 θ sin2 θ = lim ρ 3 = 0 = f (0, 0).
(x,y)→(0,0) (x,y)→(0,0) x 2 + y 2 ρ→0 ρ→0
∀θ

2. Pour (x, y) 6= (0, 0) on a  2 2 2 2 
x y (x +3y )
∂x f (x, y)
µ ¶
(x 2 +y 2 )2 
∇ f (x, y) = = 2x 5 y
.
∂ y f (x, y)

(x 2 +y 2 )2
Pour (x, y) = (0, 0) on a
¶ Ã f (x,0)− f (0,0)
!
∂x f (0, 0) limx→0
µ µ ¶
x−0 0
∇ f (0, 0) = = f (0,y)− f (0,0) = .
∂ y f (0, 0) lim y→0 y−0
0
( x 2 y 2 (x 2 +3y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
ρ 6 cos2 θ sin2 θ(cos2 θ + 3 sin2 θ)
lim ∂x f (x, y) = lim = lim 4ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
2x 5 y
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
2ρ (cos5 θ sin θ)
6
lim ∂ y f (x, y) = lim = lim 2ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
la fonction est donc de classe C (R ). 1 2

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

S OLUTION .
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
2x y 5
(
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂x f (x, y) =
0 si (x, y) = (0, 0),
2ρ (cos θ sin5 θ)
6
lim ∂x f (x, y) = lim = lim 2ρ 2 = 0 = ∂x f (0, 0)
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ
( x 2 y 2 (3x 2 +y 2 )
(x 2 +y 2 )2
si (x, y) 6= (0, 0),
∂ y f (x, y) =
0 si (x, y) = (0, 0).
ρ (3 cos θ + sin2 θ)
6 2
lim ∂ y f (x, y) = lim = lim 4ρ 2 = 0 = ∂ y f (0, 0),
(x,y)→(0,0) ρ→0 ρ4 ρ→0
∀θ


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

4. Sans faire de calculs, que peut-on conclure sur la différentiabilité de la fonction f sur R2 ?
S OLUTION .
1
lim f (x, y) = lim ρ 6 cos = 0 = f (0, 0).
(x,y)→(0,0) ρ→0 ρ2
∀θ

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

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

y4


 si (x, y) 6= (0, 0),
f (x, y) = x2 + y 2

0 si (x, y) = (0, 0).
1. La fonction f est-elle continue sur R2 ?

2. Calculer ∇ f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite ∇ f (0, 0). La fonction f est-elle de classe C 1 (R2 ) ?
3. La fonction f est-elle différentiable sur R2 ?
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)

2. ~
∇ f (x, y) est le vecteur de composantes ∂x f (x, y) et ∂ y f (x, y) et on a :
−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)
lim ∂ y f (x, y) = 0 = ∂ y f (0, 0).

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

3. Étant de classe C 1 (R2 ), f est différentiable sur R2 . Si on ne se rappelle pas du théorème on peut le vérifier directement
par la définition : une application f : R2 → R est différentiable en (x 0 , y 0 ) ∈ R2 ssi
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 )
lim p = 0.
(x,y)→(x 0 ,y 0 ) x2 + y 2
On a bien
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) y4
lim = lim =0
(x,y)→(0,0) (x 2 + y 2 )3/2
p
(x,y)→(x 0 ,y 0 ) (x − x 0 )2 + (y − y 0 )2
car
y4 (r sin θ)4
= ≤ r −−−→ 0.
(x 2 + y 2 )3/2 ((r cos θ)2 + (r sin θ)2 )3/2 r →0
88 © G. Faccanoni

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

2. Calculer ∇ f (x, y) pour (x, y) 6= (0, 0) ; calculer ensuite ∇ f (0, 0).
3. La fonction f est-elle différentiable sur R2 ?
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
3. N’étant pas continue, f n’est pas différentiable sur R2 .

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

1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m ∈ N ;
1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } pour tout m ∈ N ;
1.3. montrer que f est de classe C 1 sur R2 \ { (0, 0) } pour tout m ∈ N ;
2.1. pour quelles valeurs de m ∈ N la fonction f est-elle continue en (0, 0) ?
2.2. calculer le gradient de f en (0, 0) pour tout m ∈ N ;
2.3. pour quelles valeurs de m ∈ N la fonction f est-elle différentiable en (0, 0) ?
2.4. pour quelles valeurs de m ∈ N la fonction f est-elle de classe C 1 en (0, 0) ?
S OLUTION .
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
© G. Faccanoni 89
2.1. Pour que f soit continue en (0, 0) il faut que lim(x,y)→(0,0) f (x, y) = f (0, 0).
B Si m = 0, f s’écrit ( y
2 2 si (x, y) 6= (0, 0)
f (x, y) = x +y
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/(2x) −−−→ ∞.
x→0
B Si m = 1, f s’écrit ( xy
x 2 +y 2
si (x, y) 6= (0, 0)
f (x, y) =
0 sinon
qui n’est pas continue en (0, 0) car f (x, 0) = 0 mais f (x, x) = 1/2.
B Si m > 1, passons en coordonnées polaires : x = 0 + r cos ϑ, y = 0 + r sin ϑ,
f˜(r, ϑ) = f (x(r, ϑ), y(r, ϑ)) = r m−1 cosm (ϑ) sin(ϑ).
Comme | f˜(r, ϑ)| ≤ r m−1 −−−→ 0 alors lim(x,y)→(0,0) f (x, y) = 0 donc f est continue en (0, 0).
r →0
f (x, 0) − f (0, 0) f (0, y) − f (0, 0)

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

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

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

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

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

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

1.1. montrer que f est continue sur R2 \ { (0, 0) } pour tout m ∈ N ;
90 © G. Faccanoni
1.2. calculer le gradient de f pour (x, y) ∈ R2 \ { (0, 0) } pour tout m ∈ N ;

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

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

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

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

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

(x,y)→(0,0) (x,y)→(0,0)
De plus, toute fonction de classe C 1 est différentiable.
© G. Faccanoni 91
B Si m = 0 ou m = 1, f n’est pas différentiable en (0, 0) donc elle n’est pas de classe C 1 en (0, 0).
(
∂˜ x f (r, ϑ) = ∂x f (x(r, ϑ), y(r, ϑ)) = r m−1 (m − cos2 (ϑ)) cosm−1 (ϑ) sin2 (ϑ),
∂˜ y f (r, ϑ) = ∂ y f (x(r, ϑ), y(r, ϑ)) = 2r m−1 cosm−2 (ϑ) sin(ϑ).
Comme |∂˜ x f (r, ϑ)| ≤ mr m−1 −−−→ 0 et |∂˜ y f (r, ϑ)| ≤ 2r m−1 −−−→ 0 alors lim(x,y)→(0,0) ∂x f (x, y) = 0 et lim(x,y)→(0,0) ∂ y f (x, y) =
r →0 r →0
0 donc f est différentiable en (0, 0).
Exercice 4.18 Différentielle

Vérifier, en utilisant la définition, que les fonctions f : R2 → R suivantes sont différentiables dans le point indiqué :
p
a) f (x, y) = x y − 3x 2 en (1; 2), c) f (x, y) = x y + 3y 2 en (2; 1), e) f (x, y) = y x en (4; 1),
b) f (x, y) = x y − 3y 2 en (2; 1), d) f (x, y) = x y − 2y 2 en (−2; 3), f) f (x, y) = |y| ln(1 + x) en (0; 0).
S OLUTION . Une application f : R2 → R est différentiable en (x 0 , y 0 ) ∈ R2 ssi

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

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

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

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

p = = r sin θ(cos θ − 3 sin θ).
(x − 2)2 + (y − 1)2 r
92 © G. Faccanoni
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
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
x y + 3y 2 − 5 − (x − 2) − 8(y − 1) (2 + r cos θ)(1 + r sin θ) + 3(1 + r sin θ)2 − 5 − r cos θ − 8r sin θ

p = = r sin θ(3 sin θ + cos θ).
(x − 2)2 + (y − 1)2 r
On a alors ¯ ¯
¯ x y + 3y 2 − 5 − (x − 2) − 8(y − 1) ¯
¯ ≤ 4r −−−→ 0
¯ ¯
¯ p
¯ 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
f (x, y) = x y − 2y 2 f (−2, 3) = −24,

∂x f (x, y) = y ∂x f (−2, 3) = 3,
∂ y f (x, y) = x − 4y ∂ y f (−2, 3) = −14,
donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) x y − 2y 2 + 24 − 3(x + 2) + 14(y − 3)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x + 2)2 + (y − 3)2
Avec le changement de variables x = −2 + r cos θ et y = 3 + r sin θ ce rapport se réécrit
x y − y 2 + 24 − 3(x + 2) + 14(y − 3) (−2 + r cos θ)(3 + r sin θ) − 2(3 + r sin θ)2 − 24 − 3r cos θ + 14r sin θ
p = = r sin θ(cos θ−2 sin θ).
(x + 2)2 + (y − 3)2 r
On a alors ¯ ¯
¯ x y − y 2 + 24 − 3(x + 2) + 14(y − 3) ¯
¯ ≤ 3r −−−→ 0
¯ ¯
¯ p
¯ 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
donc p
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) y x − 2 − 14 (x − 4) − 2(y − 1)
p = p .
(x − x 0 )2 + (y − y 0 )2 (x − 4)2 + (y − 1)2
p p θ
y x − 2 − 14 (x − 4) − 2(y − 1) (1 + r sin θ) 4 + r cos θ − 2 − r cos 4 − 2r sin θ
p =
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
lim p = 0.
(x,y)→(4,1) (x − x 0 )2 + (y − y 0 )2
f) Comme f (x, 0) = f (0, y) alors ∂x f (0, 0) = ∂ y f (0, 0) = 0 donc
f (x, y) − f (x 0 , y 0 ) − ∂x f (x 0 , y 0 )(x − x 0 ) − ∂ y f (x 0 , y 0 )(y − y 0 ) |y| ln(1 + x)

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

¯ ¯
¯ |y| ln(1 + x) ¯
¯ = |sin ϑ ln(1 + r cos ϑ)| ≤ 2r |sin ϑ cos ϑ| ≤ 2r −−−→ 0.
¯ ¯
¯ p
¯ x2 + y 2 ¯ r →0
Exercice 4.19 Fonctions implicites

On considère la courbe plane d’équation
ye x + e y sin(2x) = 0. (4.1)
1. Vérifier que l’équation (4.1) définie une et une seule fonction y = ϕ(x) au voisinage de (0, 0).
2. Calculer ϕ0 (0) et écrire l’équation de la droite tangente au graphe de la fonction ϕ en le point (0, ϕ(0)).
y
3. En déduire la limite de x quand (x, y) tend vers (0, 0) en étant sur la courbe.
S OLUTION . On pose f (x, y) = ye x + e y sin(2x).
z = f (x, y)
z =0
y = ϕ(x)
94 © G. Faccanoni
1. On note que (0, 0) est une solution de l’équation f (x, y) = 0. On a
∂x f (x, y) = ye x + 2e y cos(2x), ∂x f (0, 0) = 2,

x y
∂ y f (x, y) = e + e sin(2x), ∂ y f (0, 0) = 1.
Puisque ∂ y f (0, 0) 6= 0 il existe une et une seule fonction y = ϕ(x) définie au voisinage de 0 tel que f (x, ϕ(x)) = 0.
2. On a
∂x f (0, 0)
ϕ0 (0) = − = −2
∂ y f (0, 0)
donc l’équation de la droite tangente à ϕ en x = 0 est y = −2x.
3. On a
y ϕ(x) ϕ(x) − ϕ(0)
lim = lim = lim = lim ϕ0 (x) = ϕ0 (0) = −2.
(x,y)→(0,0) x x→0 x x→0 x −0 x→0
f (x,y)=0

xe y + e x sin(2y) = 0. (4.2)
y
3. En déduire la limite de x quand (x, y) tend vers (0, 0) en étant sur la courbe.
S OLUTION . On pose f (x, y) = xe y + e x sin(2y)

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

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

2x 3 y + 2x 2 + y 2 = 5. (4.3)
3. Sachant que
∂xx f (x, ϕ(x))(∂ y f (x, ϕ(x)))2 − 2∂x f (x, ϕ(x))∂ y f (x, ϕ(x))∂x y f (x, ϕ(x)) + (∂x f (x, ϕ(x)))2 ∂ y y f (x, ϕ(x))
ϕ00 (x) = −
(∂ y f (x, ϕ(x)))3
en déduire le développement de Taylor de ϕ à l’ordre 2 centré en x = 1.
S OLUTION . On pose f (x, y) = 2x 3 y + 2x 2 + y 2 − 5

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

3
∂ y f (x, y) = 2x + 2y, ∂ y f (1, 1) = 4.
© G. Faccanoni 95
2. On a
∂x f (1, 1) 5
ϕ0 (1) = − =−
∂ y f (1, 1) 2
donc l’équation de la droite tangente à ϕ en x = 1 est y = − 52 (x − 1) + 1 = − 52 x + 72 .

3. On a
∂xx f (∂ y f )2 − 2∂x f ∂ y f ∂x y f + (∂x f )2 ∂ y y f
ϕ00 (x) = −
(∂ y f )3
et
∂xx f (x, y) = 4(3x y + 1) ∂xx f (1, 1) = 16,

2
∂x y f (x, y) = 6x ∂x y f (1, 1) = 6,
∂ y y f (x, y) = 2, ∂ y y f (1, 1) = 2,
ϕ00 (1)
donc ϕ00 (1) = −1 d’où ϕ(x) = ϕ(1) + ϕ0 (1)(x − 1) + 2 (x − 1)
2
= 1 − 25 (x − 1) − 12 (x − 1)2 .
Exercice 4.22 Fonction implicite

On considère l’équation xe y + ye x = 0.
1. Vérifier qu’elle définie une et une seule fonction y = ϕ(x) au voisinage de (0, 0).
2. Calculer le développement de Taylor de ϕ à l’ordre 2 centré en x = 0.
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
g x (x, ϕ(x)) e ϕ(x) + ϕ(x)e x

ϕ0 (x) = − =− .
g y (x, ϕ(x)) xe ϕ(x) + e x
Comme ϕ est de classe C 1 , alors ϕ0 est de classe C 1 car composition de fonctions de classe C 1 , il s’en suit que ϕ est de classe
C 2 . Alors
ϕ00 (0) 2
ϕ(x) = ϕ(0) + ϕ0 (0)x + x + o(x 2 ).
2
Pour calculer ϕ00 on peut soit dériver l’expression de ϕ0 soit dériver l’équation qui la défini implicitement : comme
g (x, ϕ(x)) = xe ϕ(x) + ϕ(x)e x
en dérivant cette expression on obtient
e ϕ(x) + xe ϕ(x) ϕ0 (x) + ϕ0 (x)e x + ϕ(x)e x = 0
96 © G. Faccanoni
et en la dérivant à nouveau (ce que l’on peut faire car ϕ est de classe C 2 ) on obtient
e ϕ(x) ϕ0 (x) + e ϕ(x) ϕ0 (x) + xe ϕ(x) (ϕ0 (x))2 + xe ϕ(x) ϕ00 (x) + ϕ00 (x)e x + ϕ0 (x)e x + ϕ0 (x)e x + ϕ(x)e x = 0.
¡ ¢ ¡ ¢ ¡ ¢
On obtient ϕ00 (0) = 4 et le développement de Taylor s’écrit
ϕ(x) = −x + 2x 2 + o(x 2 ).

Montrer que l’équation x y 4 − x 3 + y = 0 définit implicitement au voisinage de 0 une fonction réelle de la variable réelle
y = ϕ(x) et calculer la tangente au graphe de ϕ au point (0, 0).
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
La droite tangente à y = ϕ(x) en (0, 0) a équation y = ϕ0 (0)(x − 0) + 0 = 0.

Soit f l’application définie sur R2 par
x2 y y3
f (x, y) = + x2 + − 4y.
2 3
Soit l’équation f (x, y) = 3. Montrer qu’elle définit implicitement au voisinage de (0, −3) une fonction y = ϕ(x) et calculer
l’équation de la droite tangente à y = ϕ(x) en x = 0.
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
∂x f (x, ϕ(x)) ϕ(x) + 2

f (x, ϕ(x)) = 3 et ϕ0 (x) = − = −2x 2 .
∂ y f (x, ϕ(x)) x + 2ϕ2 (x) − 8
−3+2
L’équation de la droite tangente à y = ϕ(x) en x = 0 est y = mx + q avec m = ϕ0 (0) = −2 × 0 02 +2×(−3) 2 −8 = 0 et q = y 0 − mx 0 =
−3 − 0 = −3.

x2 y y3
f (x, y) = − x2 + − 4y.
2 3
Soit l’équation f (x, y) = −3. Montrer qu’elle définit implicitement au voisinage de (0, 3) une fonction y = ϕ(x) et calculer
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
∂x f (x, ϕ(x)) ϕ(x) − 2

f (x, ϕ(x)) = −3 et ϕ0 (x) = − = −2x 2 .
∂ y f (x, ϕ(x)) x + 2ϕ2 (x) − 8
3−2
L’équation de la droite tangente à y = ϕ(x) en x = 0 est y = mx + q avec m = ϕ0 (0) = −2 × 0 02 +2×3 2 −8 = 0 et q = y 0 − mx 0 =
3 − 0 = 3.
© G. Faccanoni 97

x y 2 x3
f (x, y) = + − 4x + y 2 .
2 3
Soit l’équation f (x, y) = 7. Montrer qu’elle définit implicitement au voisinage de (3, 2) une fonction y = ϕ(x) et calculer
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
∂x f (x, ϕ(x)) ϕ(x)2 + 2x 2 − 8

f (x, ϕ(x)) = 7 et ϕ0 (x) = − =− .
∂ y f (x, ϕ(x)) 2(x + 2)ϕ(x)
7 7 41
L’équation de la droite tangente à y = ϕ(x) en x = 3 est y = mx + q avec m = ϕ0 (3) = − 10 et q = y 0 − mx 0 = 2 + 10 3= 10 .

Montrez que l’équation
x 3 + 4x y + z 2 − 3y z 2 − 3 = 0
permet d’exprimer z en fonction de (x, y) au voisinage de (1, 1, 1). Calculez alors ∂x z(1, 1) et ∂ y z(1, 1).
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 :
∂x f (x, y, z) = 3x 2 + 4y, ∂ y f (x, y, z) = 4x − 3z 2 , ∂z f (x, y, z) = 2z − 6y z,
et au point (1, 1, 1) on a
∂x f (1, 1, 1) = 7, ∂ y f (1, 1, 1) = 1, ∂z f (1, 1, 1) = −4.
Puisque f (1, 1, 1) = 0 et ∂z f (1, 1, 1) 6= 0, le théorème des fonctions implicites nous assure qu’on peut exprimer z en fonction
de (x, y) dans un voisinage de (1, 1, 1) et que
∂z ∂x f (1, 1, 1) 7 ∂z ∂ y f (1, 1, 1) 1
(1, 1) = − = , (1, 1) = − = .
∂x ∂z f (1, 1, 1) 4 ∂y ∂z f (1, 1, 1) 4
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
pour tout x ∈ D, f (x) ≤ f (a) (resp. f (x) ≥ f (a)) ;
B f admet un maximum (resp. minimum) local (ou re-

latif) en a ∈ D s’il existe une boule de rayon non nul
B(a, r ) telle que
pour tout x ∈ D∩B(a, r ), f (x) ≤ f (a) (resp. f (x) ≥ f (a)).
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
f (xm ) ≤ f (x) ≤ f (xM ), ∀(x) ∈ D.
Remarquons que les extrema peuvent appartenir soit à l’ouvert D̊ = D \ ∂D soit à la frontière ∂D.
a. c’est-à-dire qu’il contient sa frontière
Ce résultat donne une condition suffisante d’existence d’un minimum et d’un maximum globaux. Cependant, la restriction
relative au domaine compact est malheureusement trop forte pour la résolution de nombreux problèmes, en particulier, ceux
pour lesquels les variables ne sont pas bornées. Beaucoup plus épineuse à n variables qu’à une seule variable, la question
du traitement des éventuels «bords» du domaine motive la scission entre extrema libres et liés. En effet, les restrictions du
domaine qui s’expriment sous la forme d’une égalité (g (x) = 0) ou d’une inégalité non stricte (g (x) ≤ 0) créent généralement
une infinité de 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
f (x, y) = x 2 + y 2 ≥ 0 = f (0, 0) ∀(x, y) ∈ D.
Donc la fonction n’admet aucun maximum.
Exemple Méthode des moindres carrés

On a quelques raisons de croire que deux grandeurs x et y
sont liées par une relation affine, c’est-à-dire de la forme
y = mx +q, au moins approximativement, pour certaines va-
leurs de m et q. Le chercheur met au point une© expérience ªn
et récolte des données sous la forme de points (x i , y i ) i =1
et il en fait une représentation graphique. Il constate que
les points ne sont pas exactement alignés et souhaite trou-
ver les constantes m et q qui conviennent pour que la droite
d’équation y = mx + q s’ajuste le mieux possible aux points
observés. Soit d i = y i − (mx i + q) l’écart vertical du point
(x i , y i ) par rapport à la droite. La méthode des moindres car-
rés est celle qui choisit m et q de sorte que la somme des
carrés de ces déviations soit minimale.
Ã ! Ã !
n n n n
d i2 = (y i − (mx i + q))2 ,
X X X X
f (m, q) = f m (m, q) = −2 (y i − (mx i + q))x i , f q (m, q) = 2 (y i − (mx i + q)) ,
i =1 i =1 i =1 i =1
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
Par exemple, si on a le points suivantes

x 1 2 3 4 5
y 0.9 1.5 3.5 4.2 4.9
on trouve m = 1.07 et q = −0.21 :
«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
B On calcule la valeur de f en les points stationnaires de f dans l’ouvert D̊ = D \ ∂D :

f (x, y) = −6y 2 − 4x y − 4y + x 2 + 6x − 6, ∂x f (x, y) = −4y + 2x + 6 ∂ y f (x, y) = −12y − 4x − 4
et ∇ f = (0, 0) si et seulement si (x, y) = (−11/5, 2/5) et l’on a f (−11/5, 2/5) = −67/5.

B On calcule la valeur de f en les points stationnaires de f sur le bord ∂D :
B Arrête AB : y = mx + q avec m = (y A − y B )/(x A − x B ) = 1/2 et q = y A − mx A = 3
B Arrête AC : y = mx + q avec m = (y A − yC )/(x A − xC ) = 5/3 et q = y A − mx A = 3
© G. Faccanoni 101
B Arrête BC : y = mx + q avec m = (y B − yC )/(x B − xC ) = −3 et q = y B − mx B = −11

donc
µ ¶
1 5
g AB (x) ≡ f x, y = x + 3 = − x 2 − 26x − 72, x ∈ [−4; 0] g 0AB (x) = −5x − 26 < 0;
2 2
µ ¶
5x 67 218 134 218 109 109 2591
g AC (x) ≡ f x, y = + 3 = − x2 − x − 72, x ∈ [−3; 0] g 0AC (x) = − x− ⇐⇒ x = − et g AC (− )=− ;
3 3 3 3 3 67 67 201
g BC (x) ≡ f (x, y = −3x − 11) = −41x 2 − 334x − 688, x ∈ [−4; −3] 0
g BC (x) = −82x − 334 < 0.
En résumé, les candidats extrema globaux sont les points
x y f (x, y)
−11/5 2/5 −67/5
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` ,
¡ ¢
f ` (`, ϑ) = cos(ϑ) 2` sin(ϑ) + L − 2` ,

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

¡ ¢
et ∇ f (`, ϑ) = (0, 0) dans D̊ si et seulement si (`, ϑ) = (L/3, π/6) et l’on a f (L/3, π/6) ≈ 0.2669667645.
102 © G. Faccanoni
B On cherche le maximum de f sur le bord ∂D de D :

2
g 1 (`) ≡ f (`, 0) = ` L − 2` , g 10 (`) = L − 4` = 0 ⇐⇒ ` = L4 et f ( L4 , 0) = L8 < 0.26;
¡ ¢
g 2 (`) ≡ f (`, π/2) = 0;

g 3 (ϑ) ≡ f (0, ϑ) = 0;
³ ´ π
g 4 (ϑ) ≡ f (L, ϑ) = (L)2 cos(ϑ) sin(ϑ) − 1 , g 40 (ϑ) = (L)2 cos2 (ϑ) − sin2 (ϑ) + sin(ϑ) = 0 ⇐⇒ ϑ = .
¡ ¢
2
Comme f (`, ϑ) ≤ f (L/3, π/6) pour tout (`, ϑ) ∈ D on conclut que le flux passant dans la gouttière sera maximal pour ` = L/3 et ϑ = π/6.
π π
L/
3
L/
6 6
3
L/3
Étude directe
Après avoir déterminé un point stationnaire x0 , on peut aussi étudier directement le signe de la différence
d (h) = f (x0 + h) − f (x0 ).
Si cette différence est de signe constant pour h voisin de 0, il s’agit d’un extrémum local (un maximum si d < 0, un
minimum si d > 0). Sinon, il s’agit d’un point-col. Mieux, si le signe est constant pour h quelconque, alors l’extrémum est
global.
Condition suffisante d’extrémum local dans un ouvert (cas de 2 variables)

Soit f une fonction de classe C 2 sur un ouvert D ⊂ R2 et (x 0 , y 0 ) un point stationnaire ; posons
∆(x 0 , y 0 ) ≡ ∂xx f (x 0 , y 0 ) · ∂ y y f (x 0 , y 0 ) − ∂x y f 2 (x 0 , y 0 ).
B Si ∆(x 0 , y 0 ) > 0, alors f présente un extrémum relatif en (x 0 , y 0 ) ; il s’agit d’un maximum si ∂xx f (x 0 , y 0 ) < 0 et d’un
minimum si ∂xx f (x 0 , y 0 ) > 0 ;
B si ∆(x 0 , y 0 ) < 0, alors f présente un point-selle (ou point-col) a en (x 0 , y 0 ) ; ce n’est pas un extrémum ;
B si ∆(x 0 , y 0 ) = 0, on ne peut pas conclure à partir des dérivées secondes.
En résumé, si ∂x f (x 0 , y 0 ) = 0 et ∂ y f (x 0 , y 0 ) = 0, la nature du point critique (x 0 , y 0 ) est déterminée par le tableaux suivant :
∆(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.
(a) Point de maximum (b) Point de selle
Exemple
On veut étudier la fonction f (x, y) = x 2 + y 2 − 2x − 4y sur R2 . Elle a pour dérivées partielles ∂x f (x, y) = 2x − 2 et ∂ y f (x, y) = 2y − 4 qui
ne s’annulent qu’en (1, 2), seul point où il peut donc y avoir un extremum local. On étudie directement le signe de la différence
d (h, k) = f (1 + h, 2 + k) − f (1, 2) = h 2 + k 2 > 0.
© G. Faccanoni 103
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).
Classification La matrice hessienne de f en un point (x, y) ∈ R2 est
∂xx f (x, y) ∂x y f (x, y)

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

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

sin(ϑ1 ) sin(ϑ2 )
= .
v1 v2
M1
z1
ϑ1
x2
x1 x
ϑ2
z2
M2
En dimension 3. Dans le cas tridimensionnel, la situation est similaire. Il s’agit cette fois de déterminer les coordonnées (x, y) dans le
plan de l’interface où le rayon coupera celui-ci. Le temps de trajet vaut cette fois
q q
(x − x 1 )2 + (y − y 1 )2 + z 12 (x 2 − x)2 + (y 2 − y)2 + z 22
t (x, y) = + .
v1 v2
Il s’agit cette fois d’optimiser par rapport à x et y simultanément, ce qui revient à annuler simultanément les dérivées de t par
rapport à x et y, c’est à dire son gradient. Ceci conduit aux équations
x−x 1 x 2 −x
−
 
q q
)2 +(y−y 2 2 −x)2 +(y 2 2
v 2 d2 x − x1
µ ¶ µ ¶ µ ¶
 v 1 (x−x1 1 ) +z 1 v2 (x 2 2 −y) +z 2 0 x2 − x
∇t = 0 ⇐⇒ = ⇐⇒ =

y−y 1 y 2 −y
− 0 y2 − y v 1 d1 y − y 1

q q
v1 (x−x 1 )2 +(y−y 1 )2 +z 12 v2 (x 2 −x)2 +(y 2 −y)2 +z 22
104 © G. Faccanoni
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
dU (x, y(x)) p1 ∂x U (x, y) ∂ y U (x, y)

= ∂x U (x, y) + ∂ y U (x, y)y 0 (x) = ∂x U (x, y) − ∂ y U (x, y) = 0 =⇒ = .
dx p2 p1 p2
Ce résultat indique qu’à l’optimum, les utilités marginales (terme économique qui signifie tout simplement dérivées partielles de la
fonction utilité par rapport aux quantités consommées) pondérées par les inverses des prix s’égalisent et désignons par λ cette quantité
commune.
© G. Faccanoni 105
Par ailleurs, la contrainte de budget peut être reformulée par g (x, y) = 0, où g (x, y) = p 1 x + p 2 y − R, de sorte que p 1 = ∂x g (x, y) et
p 2 = ∂ y g (x, y) et finalement
∂x U (x, y) ∂ y U (x, y)
(
∂x U (x, y) − λ∂x g (x, y) = 0
= = λ ⇐⇒ ⇐⇒ ∇U = λ∇g .
p1 p2 ∂ y U (x, y) − λ∂ y g (x, y) = 0
Autrement dit, si on introduit la fonction

L(x, y, λ) ≡ U (x, y) − λg (x, y),
à l’optimum on a ∇L = 0, ce qui correspond à la condition nécessaire d’existence d’un extrema libre pour la fonction L.
Le théorème de 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 ).
Exemple Inégalité des moyennes arithmétiques et géométriques

p
Cherchons le maximum de la fonction f (x 1 , x 2 , . . . , x n ) = n x 1 x 2 . . . x n sur Rn
+ sous la contrainte x 1 + x 2 + · · · + x n = n.
En un point où le maximum est atteint, on peut appliquer le théorème précédent avec g (x 1 , x 2 , . . . , x n ) = (x 1 + x 2 + · · · + x n ) − n. On
obtient    
1
 x1  1 
   
   
p
n x x ...x 
 1   
1 
n  x2 

1 2
∇ f = λ∇g ⇐⇒   = λ .
 
n  ..   .. 
 .  .
   
   
   
1
x 1
n
En particulier, on obtient que tous les x i sont égaux et qu’ils sont tous égaux à 1. Ainsi, on a f (x 1 , x 2 , . . . , x n ) ≤ f (1, 1, . . . , 1) = 1 =
g (x, y)/n. On obtient ainsi l’inégalité des moyennes arithmétiques et géométriques
p
n
x1 + x2 + · · · + xn
x1 x2 . . . xn ≤ .
n
Cas d’une fonction de 2 variables

Optimiser f (x, y) sous la contrainte g (x, y) = 0.
Lagrangien. Formons le lagrangien
L(x, y, λ) = f (x, y) − λg (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 f (x, y) = λ∂x g (x, y),

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

sous la contrainte g . Ces points critiques satisfont la contrainte, mais il reste encore à déterminer s’il s’agit effecti-
vement d’un extremum. Pour cela, on utilisera le résultat suivant :
B on a un maximum en (x 0 , y 0 ) si ∂xx L(x 0 , y 0 )∂ y y L(x 0 , y 0 ) − ∂x y L 2 (x 0 , y 0 ) > 0 et ∂xx L(x 0 , y 0 ) < 0 ;
B on a un minimum en (x 0 , y 0 ) si ∂xx L(x 0 , y 0 )∂ y y L(x 0 , y 0 ) − ∂x y L 2 (x 0 , y 0 ) > 0 et ∂xx L(x 0 , y 0 ) > 0 ;
B sinon on ne peut pas conclure.
Élimination. Cette méthode est basée sur la possibilité d’exprimer la contrainte sous
¯ forme paramétrique. Par exemple
B s’il existe une fonction h(x) telle que (x, y) ∈ R2 ¯ g (x, y) = 0 = x ∈ R ¯ h(x) = y , alors optimiser la fonction
¯ © ª © ª
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
L(x, y, λ) = f (x, y) − λg (x, y) = 5x 2 + 6y 2 − x − λ(x + 2y − 24)
et annulons son gradient
10x − y + λ
 
0
   
0
∇L = 0 ⇐⇒  12y − x + 2λ  = 0 . f |g (x,y) = 0
(6, 9, 612)
0 −x − 2y − 24 0
On obtient x = 6, y = 9. Comme ∂xx L(6, 9) = 10 > 0, ∂ y y L(6, 9) =

12, ∂x y L(6, 9) = −1 et ∂xx L(6, 9)∂ y y L(6, 9) − ∂x y L 2 (6, 9) > 0, il s’agit
d’un minimum. On notera que, dans ce cas, la valeur de λ ne pré- (6, 9, 0)
sente pas d’intérêt et n’est donc pas cherchée.
Dans cet exemple on peut expliciter une variable dans la
contrainte, par exemple y = 12− x2 . Alors on peut minimiser direc- g (x, y) = 0
tement la fonction f (x, 12− x2 ) = 7x 2 −84x +864 : comme f 0 (x, 12−
x 6
2 ) = 14x − 84, le minimum se trouve en x = 6, y = 12 − 2 = 9 et la
fonction vaut f (6, 9) = 612.
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.
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
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.
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
En reportant cette valeur de z dans l’expression du volume, on obtient

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

Exercice 5.1
Soit f : R2 → R une fonction de classe C 2 (R2 ) et (a, b) un point de R2 . On suppose que
f (a, b) = 0, ∂x f (a, b) = 0, ∂ y f (a, b) = 0, ∂xx f (a, b) = 1, ∂ y y f (a, b) = 2, ∂x y f (a, b) = 3.
Le point (a, b) est-il un point critique ? Si oui, de quelle nature ?
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 ?
1. ∂xx f (1, 1) = 4, ∂x y f (1, 1) = 1, ∂ y y f (1, 1) = 2 ; 2. ∂xx f (1, 1) = 4, ∂x y f (1, 1) = 3, ∂ y y f (1, 1) = 2.
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).
Exercice 5.4 Extrema libres

x2 y y3
f (x, y) = + x2 + − 4y.
2 3
© G. Faccanoni 109
Trouver les points critiques de la fonction f et établir leur nature.
S OLUTION . f est une application définie sur R2 ; les points critiques sont les points qui rendent nul le gradient. On a
Ã !
x y + 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
Pour en étudier la nature on calcule les dérivées secondes :
∂xx f (x, y) = y + 2 ∂ y y f (x, y) = 2y ∂x y f (x, y) = x
Donc
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
donc les points critiques sont (1, 0), (1, 1), (1, −1), (−1, 0), (−1, 1), (−1, −1). Les dérivées secondes sont ∂xx f (x, y) = −6x,
∂x y f (x, y) = 0, ∂ y y f (x, y) = 12y 2 − 4, ainsi ∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = −72x y 2 + 24x.
Point critique ∆ ∂xx f Conclusion

(1, 0) 24 > 0 −6 < 0 f a un maximum local en (1, 0)
(1, 1) −48 < 0 f a un point de selle en (1, 1)
(1, −1) −48 < 0 <0 f a un point de selle en (1, −1)
(−1, 0) −24 < 0 f a un point de selle en (−1, 0)
(−1, 1) 48 > 0 6>0 f a un minimum local en (−1, 1)
(−1, −1) 48 > 0 6>0 f a un minimum local en (−1, −1)
Exercice 5.6 Optimisation libre

Déterminer les extrema de la fonction f : R2 → R définie par f (x, y) = y 2 + x y ln(x).
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.

x2 y y3
f (x, y) = − x2 + − 4y.
2 3
Ã !
x y − 2x,
∇ f = x2 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (0, −2), (0, 2) } .
2 + y −4
∂xx f (x, y) = y − 2 ∂ y y f (x, y) = 2y ∂x y f (x, y) = x
Donc
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

x y 2 x3
f (x, y) = + − 4x + y 2 .
2 3
Ã 2 !
y 2
+ x − 4,
∇f = 2 et ∇ f = 0 ⇐⇒ (x, y) ∈ { (−2, 0), (2, 0) } .
x y + 2y
∂xx f (x, y) = 2x ∂ y y f (x, y) = x + 2 ∂x y f (x, y) = y
Donc
δ(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 = 2x(x + 2) − y
et
δ(−2, 0) = 0, δ(2, 0) = 16.
Comme δ(2, 0) > 0 et ∂xx f (2, 0) = 4 > 0, on conclut que le point (0, 2) est un minimum pour f . En revanche, comme δ(−2, 0) =
0, on ne peut pas conclure en utilisant la matrice hessienne.
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.

Une montagne a la forme de la surface z(x, y) = 2x y − 2x 2 − y 2 − 8x + 6y + 4 (l’unité de mesure est de 100 mètres). Si le
niveau de la mer correspond à z = 0, quelle est la hauteur de la montagne ?
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 :
∂xx f (x, y) = −4 < 0, ∂ y y f (x, y) = −2, ∂x y f (x, y) = 2,
et ∂xx f (−1, 2)∂ y y f (−1, 2) − (∂x y f (−1, 2))2 = 4 > 0 donc (−1, 2) est un maximum. Comme z(−1, 2) = 14, la montagne est haute
1400 mètre.

Déterminer et classer les 5 points critiques (en spécifiant s’ils sont des max, des min ou des points de selle) de la fonction
f : R2 → R définie par
2 −y 2 )
f (x, y) = (x 2 − y 2 )e (−x .
112 © G. Faccanoni
S OLUTION . Cherchons d’abord les 5 points critiques :

2 2
Ã !
2x(1 − x 2 + y 2 )e (−x −y )
∇ f (x, y) = 2 2
2y(−1 − x 2 + y 2 )e (−x −y )
et ∇ f (x, y) = (0, 0) ssi
(x, y) ∈ { (0, 0), (0, 1), (0, −1), (1, 0), (−1, 0) }.
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 −y 2 )
∂xx f (x, y) = 2e (−x (1 − 5x 2 + y 2 + 2x 4 − 2x 2 y 2 ),
2 −y 2 )
∂x y f (x, y) = 4x y(x 2 − y 2 )e (−x ,
(−x 2 −y 2 )
∂ y y f (x, y) = 2e (−1 − x + 5y 2 + 2x 2 y 2 − 2y 4 ),
2
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) 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

Déterminer et classer les 5 points critiques (en spécifiant s’ils sont des max, des min ou des points de selle) de la fonction
f : R2 → R définie par
2 −y 2 )
f (x, y) = (y 2 − x 2 )e (−x .
S OLUTION . Cherchons d’abord les 5 points critiques :

2 2
Ã !
2x(−1 + x 2 − y 2 )e (−x −y )
∇ f (x, y) = 2 2
2y(1 + x 2 − y 2 )e (−x −y )
et ∇ f (x, y) = (0, 0) ssi
(x, y) ∈ { (0, 0), (0, 1), (0, −1), (1, 0), (−1, 0) }.
Étudions maintenant séparément chacun de ces points en calculant au préalable le déterminant de la matrice hessienne de
la fonction f en un point quelconque :
2 −y 2 )
∂xx f (x, y) = −2e (−x (1 − 5x 2 + y 2 + 2x 4 − 2x 2 y 2 ),
2 −y 2 )
∂x y f (x, y) = −4x y(x 2 − y 2 )e (x ,
(−x 2 −y 2 )
∂ y y f (x, y) = −2e (−1 − x + 5y 2 + 2x 2 y 2 − 2y 4 ),
2
∆(x, y) = ∂xx f (x, y)∂ y y f (x, y) − (∂x y f (x, y))2 .
On a alors
(x 0 , y 0 ) ∂xx f (x 0 , y 0 ) ∂x y f (x 0 , y 0 ) ∂ y y f (x 0 , y 0 ) ∆(x 0 , y 0 )
(0, 0) −2 0 2 −4 c’est un POINT DE SELLE
4 4 16
(1, 0) e 0 e e2
c’est un MIN
4 4 16
(−1, 0) e 0 e e2
c’est un MIN
(0, 1) − 4e 0 − 4e 16
e2
c’est un MAX
(0, −1) − 4e 0 − 4e 16
e2
c’est un MAX
© G. Faccanoni 113
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.
Pour établir la nature de ces points, on étudie la matrice hessienne :
∂xx p(x, y) = −2, ∂xx p(20, 5) = −2 < 0,

∂x y p(x, y) = −2, ∂x y p(20, 5) = −2,
∂ y y p(x, y) = −4, ∂ y y p(20, 5) = −4,
et 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.
Exercice 5.14 Fonctions implicites, extrema libres

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

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

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

∂xx ϕ(x, y) = + 2x , ∂xx ϕ(0, 0) = −2,
2ϕ(x, y) + cos(ϕ(x, y)) (2ϕ(x, y) + cos(ϕ(x, y)))2
2∂ y ϕ(x, y) − sin(ϕ(x, y))∂ y ϕ(x, y)
∂x y ϕ(x, y) = 2x , ∂x y ϕ(0, 0) = 0
(2ϕ(x, y) + cos(ϕ(x, y)))2
−8(1 + 3y 2 ) 8(y + y 3 )∂ y ϕ(x, y)(2 − sin(ϕ(x, y)))
∂ y y ϕ(x, y) = + ∂ y y ϕ(x, y) = −8.
2ϕ(x, y) + cos(ϕ(x, y)) (2ϕ(x, y) + cos(ϕ(x, y)))2
le déterminant de la matrice hessienne est 16 : le point (0, 0) est un point de maximum locale pour la fonction z = ϕ(x, y).

Étudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x 4 + y 4 − 2(x − y)2 , 4. f (x, y) = x 2 + x y + y 2 − 2x − y, 7. f (x, y) = 8

x + xy + y,
x2 5. f (x, y) = x 3 y 2 (6 − x − y),
2. f (x, y, z) = 2 + x y z − z + y,
2
3. f (x, y) = (x − 1) + 2y , 2
6. f (x, y) = e x−y (x 2 − 2y 2 ), 8. f (x, y) = x 2 − cos(y),
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
∂x f (x, y) = 4(x 3 − x + y), ∂ y f (x, y) = 4(y 3 + x − y),

p p p p
les points critiques sont donc 1 (0, 0), ( 2, − 2), (− 2, 2) (on note que f (x, y) = f (−x, −y)). Pour en étudier la nature,
calculons les dérivées secondes :
∂xx f (x, y) = 12x 2 − 4, ∂x y f (x, y) = 4, ∂ y y f (x, y) = 12x 2 − 4;
on en déduit que
(0, 0) −4 4 −4 0 à étudier séparément,
p p
( 2, − 2) 20 4 20 384 est un minimum,
p p
(− 2, 2) 20 4 20 384 est un minimum.
Pour connaître la nature du point (0, 0) on étudie le signe de d (h, k) = f (h, k) − f (0, 0) pour h et k voisins de 0 :
d (h, k) = h 4 + k 4 − 2(h − k)2 ;

( ( (
4x 3 − 4x + 4y = 0 x3 + y 3 = 0 x = −y
1. =⇒ =⇒
4y 3 + 4x − 4y = 0 y3 + x − y = 0 (y 2 − 2)y = 0
© G. Faccanoni 115
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
f (x, y) = (x 2 − 2)2 + (y 2 − 2)2 + 2(x + y)2 − 8.

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

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

5. f (x, y) = x 3 y 2 (6 − x − y) est définie sur R2 à valeur dans R et ∂x f (x, y) = 3x 2 y 2 (6 − x − y) − x 3 y 2 , ∂ y f (x, y) = 2x 3 y(6 − x −
y) − x 3 y 2 . Tous les points (x, 0) et (0, y) sont des points critique ainsi que le point (3, 2). Comme
∂xx f (x, y) = 6x y 2 (6−x − y)−6x 2 y 2 , ∂x y f (x, y) = 6x 2 y(6−x − y)−3x 2 y 2 −2x 3 y, ∂ y y f (x, y) = 2x 3 (6−x − y)−4x 3 y,
on en déduit que D(3, 2) > 0 : il s’agit d’un maximum. En revanche, l’étude de la matrice hessienne ne permet pas de
conclure pour les points sur les axes. Pour connaître la nature de ces points on étudie le signe de d (h, k) = f (h, k) −
f (0, 0). Donc les points (0, y) sont des selles, les points (x, 0) pour x < 0 ou x > 6 sont des maxima, les points (x, 0) pour
0 < x < 6 sont des minima, le point (6, 0) est une selle.
6. f (x, y) = e x−y (x 2 − 2y 2 ) est définie sur R2 à valeurs dans R et ∂x f (x, y) = e x−y (x 2 − 2y 2 + 2x), ∂ y f (x, y) = e x−y (−x 2 +
2y 2 − 4y). Les points critiques sont (0, 0) et (−4, −2). Comme
∂xx f (x, y) = e x−y (x 2 − 2y 2 + 4x + 2), ∂x y f (x, y) = e x−y (−x 2 + 2y 2 − 2x − 4y), ∂ y y f (x, y) = e x−y (x 2 − 2y 2 + 8y − 4);
on en déduit que
−2 −2 −2
(−4, −2) −6e 8e −12e 8e −4 maximum
(0, 0) 2 0 −4 −8 selle
116 © G. Faccanoni
x 2 −8y y2x
7. f (x, y) = x8 + xy + y est définie dans R2 \ (x, y) ¯ x y = 0 ouvert et ∂x f (x, y) = x 2 y , ∂ y f (x, y) =
© ¯ ª
y2
. Comme ∇ f (x, y) = 0
ssi (x, y) = (4, 2), et
16 1 2x
∂xx f (x, y) = 3 , ∂x y f (x, y) = − 2 , ∂ y y f (x, y) = 3 ,
x y y
13
8. f (x, y) = x − cos(y) est définie dans R2 et ∂x f (x, y) = 2x, ∂ y f (x, y) = sin y. Les points critiques sont les points (0, kπ)
2
avec k ∈ Z. Pour étudier la nature de ces points, on calcule le déterminant de la matrice hessienne :
∂xx f = 2, ∂x y f = 0, ∂ y y f = cos(y),
donc ∆(0, kπ) = 2 cos(kπ) = (−1)k : si k est impaire c’est un point de selle, si k est paire c’est un minimum.

2 +y 2 )
Étudier et classer les points stationnaires de la fonction f (x, y) = (x 2 + y 2 )e −(x .
2 2 2 2
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.
Exercice 5.17 Extrémum dans un fermé

p
Quel point du cercle d’équation x 2 + y 2 ≤ 1 minimise la distance à la droite y = 4 − 3x ?
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
Comme h 0 (ϑ) = sin ϑ − π6 on a que h 0 (ϑ) = 0 ssi ϑ = π6 ou ϑ = 7π

¡ ¢
6 . Il faut comparer la valeur de h en ces points avec la valeur
en 0 et en 2π : p
4− 3 ³π´ µ ¶
7π
h(0) = h(2π) = , h = 1, h = 3.
2 6 6
p
On conclut que le point qui minimise la distance correspond à ϑ = π6 , c’est-à-dire le point ( 12 , 3
2 ).
Remarquons que, une fois établit que les extrema se trouvent sur la courbe d’équation x 2 + y 2 = 1, cela revient à calculer le
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
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
Exercice 5.18 Optimisation dans un fermé

On cherche les extrema de la fonction f : R2 → R définie par f (x, y) = x 2 + 2y 2 dans le disque x 2 + y 2 ≤ 1.
Étude dans l’ouvert x 2 + y 2 < 1 : déterminer le point critique de f dans x 2 + y 2 < 1 et en établir la nature.
déterminer les points critiques du lagrangien L (x, y, λ) ≡ f (x, y)−λ(x 2 +y 2 −1) et en établir
Étude sur le bord x 2 + y 2 = 1 :
la nature.
Quels sont les minimum et maximum absolus de f dans le disque x 2 + y 2 ≤ 1 ?
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.
Exercice 5.19 Extrema dans un fermé

Étudier et classer les
p points stationnaires des fonctions suivantes
1. f (x, y) = x y 1 − x 2 − y 2 ,
2. f (x, y) = x 2 + y 2 − x − y dans l’ensemble D = {(x, y) | |x| ≤ 1, |y| ≤ 1}.
118 © G. Faccanoni
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
être soit dans D̊ soit sur le bord ∂D = (x, y) ∈ R2 ¯ x 2 + y 2 = 1 .

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

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

Max pour h 3 Max pour h 1
Min libre
Min pour h 3 Min pour h 1
Exercice 5.20 Extrema liés

Étudier et classer les points stationnaires des fonctions suivantes
1. f (x, y) = x y dans R2 sous la contrainte x 2 + y 2 = 1,
2. f (x, y) = x 2 + y 2 + 2 dans R2 sous la contrainte x 2 − 2x y + y 2 = 0,
3. f (x, y) = (x − y) ln(4 + x − y) sous la contrainte x 2 + y 2 = 1.
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
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.

Une firme produit des appareils dans deux usines différentes. Les coûts totaux de production pour les deux usines sont
respectivement :
C 1 (q) = 200 + 6q + 0.03q 2 ,

C 2 (q) = 150 + 10q + 0.02q 2 .
où q représente le nombre d’appareils produits dans l’usine. La firme s’est engagée à livrer 100 appareils à une entreprise.
Les frais de transport par appareil sont de 4 euros pour les livraisons à partir de la première usine et de 2 euros pour les
livraisons à partir de la seconde usine. Les frais de transport sont supportés par la firme productive. Calculer le nombre
d’appareils que doit produire la firme dans chaque usine afin de minimiser le coût total de production compris le coût
de transport.
S OLUTION . Soit q i le nombre d’appareils produits dans l’usine i .

B Contrainte :
q 1 + q 2 = 100
B Coût totale :
C (q 1 , q 2 ) = C 1 (q 1 ) + 4q 1 +C 2 (q 2 ) + 2q 2 = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350.
B Lagrangien :
L(q 1 , q 2 , `) = C (q 1 , q 2 ) − `(100 − q 1 − q 2 ) = 0.03q 12 + 0.02q 22 + 10q 1 + 12q 2 + 350 − `(100 − q 1 − q 2 ).
B Gradient du lagrangien :
0.06q 1 + 10 + `
 
∇L(q 1 , q 2 , `) = 0.04q 2 + 12 + `
q 1 + q 2 − 100
B Points critiques du lagrangien :
∇L(q 1 , q 2 , `) = (0, 0, 0) ⇐⇒ (q 1 , q 2 , `) = (60, 40, 13.6).
B Nature du point critique :
∂q1 q1 L(60, 40, 13.6) = 0.06, ∂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.
Exercice 5.22 Optimisation sous contraintes

Une entreprise fabrique deux modèles de vélos de montagne : le modèle X est plus abordable et se vend 500¤ l’unité,
tandis que le modèle Y se vend 1000¤ l’unité. Les coûts totaux de fabrication (en ¤) sont exprimés par la fonction
c(x, y) = 5x 2 + 5y 2 − 52 x y + 10000 où x est le nombre de vélos du modèle X et y est le nombre de vélos du modèle Y ,
produits mensuellement. On suppose que chaque vélo produit peut être vendu sur le marché.
1. Écrire (x, y) 7→ p la fonction des profits totaux mensuels.
© G. Faccanoni 121
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
maximiser p(x, y) sous la contrainte x + y = 150.
Pour cela, on peut utiliser l’une de deux méthodes suivantes :

Méthode 1 On maximise p̃(x) = p(x, 150− x) = −5x 2 −5(150− x)2 +500x +1000(150− x)+ 25 x(150− x)−10000 = − 25 2
2 x +
1375x + 47500.
Points critiques p̃ 0 (x) = −25x + 1375, p̃ 0 (x) = 0 si et seulement si x = 55.
Classification p̃ 00 (x) = −25, p̃ 00 (55) < 0.
Conclusion x = 55 est un maximum de p̃ donc (x, y) = (55, 95) est un maximum de p sous la contrainte x + y = 155
avec p(55, 95) = 65312, 50¤
Méthode 2 On maximise le lagrangien L(x, y, λ) = p(x, y)−λ(x + y −150) = 500x +1000y −c(x, y) = 500x +1000y −5x 2 −
5y 2 + 25 x y − 10000 − λ(x + y − 150).
500 − 10x + 52 y − λ
   
0
Points critiques ∇L(x, y, λ) = 1000 − 10y + 2 x − λ, ∇L(x, y, λ) = 0 si et seulement si (x, y, λ) = (55, 95, 375
5
2 ).
150 − x − y 0
Classification D(x, y, λ) = ∂xx L(x, y, λ)∂ y y L(x, y, λ) − (∂x y L(x, y, λ))2 = (−10) × (−10) − (5/2)2 , D(55, 95, 375
2 ) > 0 et
∂xx L(55, 95, 375
2 ) < 0.
Conclusion (x, y) = (55, 95) est un maximum de p sous la contrainte x + y = 155 avec p(55, 95) = 65312, 50¤
3. On maximise le profit p(x, y) sans contraintes.
500 − 10x + 25 y
µ ¶ µ ¶
0
Points critiques ∇p(x, y) = , ∇p(x, y) = si et seulement si (x, y) = (80, 120).
1000 − 10y + 25 x 0
Classification D(x, y) = ∂xx p(x, y)∂ y y p(x, y) − (∂x y p(x, y))2 = (−10) × (−10) − (5/2)2 , D(80, 120) > 0 et ∂xx p(80, 120) < 0.
Conclusion (x, y) = (80, 120) est un maximum de p avec p(80, 120) = 70000¤
La solution obtenue n’est pas réalisable pour l’entreprise car elle dépasse la capacité de 150 vélos.

Trouver le rectangle de surface s maximale parmi ceux qui ont périmètre p > 0 fixé.
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.

L’extrémum de s peut se trouver seulement en (p/4, p/4) et s(p/4, p/4) = p 2 /16.
122 © G. Faccanoni
Seconde méthode Dans ce cas on peut écrire directement la restriction de s sur la contrainte et on obtient
h(x) = f (x, p/2 − x) = x(p/2 − x).
Pour maximiser cette restriction on calcul sa dérivée première :
h 0 (x) = p/2 − 2x = 0 ssi x = p/4, h 0 (x) => 0 ssi x < p/4, h 0 (x) =< 0 ssi x > p/4.
Le point (p/4, p/4) est bien un maximum.

Trouver le rectangle de périmètre minimale parmi ceux qui ont surface fixée. . .
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. minimisation d’une
fonction f (x, y) sous une contrainte g (x, y) = 0) ;
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.

Trouver les dimensions d’une boîte rectangulaire ouverte de surface 12 de volume maximale ...
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. minimi-
sation d’une fonction f (x, y, z) sous une contrainte g (x, y, z) = 0) ;
2. . . . avec la méthode des extrema libres en éliminant une variable de z
la contrainte (par exemple en minimisant une fonction h(x, y) = y
f (x, y, z(x, y))). x
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.

L’unique solution est le point (x, y, z, λ) = (2, 2, 1, 1/2) et f (2, 2, 1) = 4.



 x y z = λ(2xz + x y),

x y z = λ(2y z + x y),

2. =⇒ 2xz + x y = 2y z + x y = 2xz + 2y z =⇒ x = y = 2z


 x y z = λ(2xz + 2y z),

2xz + 2y z + x y = 12.

© G. Faccanoni 123
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)

Trouver le parallélépipède (i.e. une boîte fermée) de volume 8 dont la surface est
minimale. . .
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. minimisation d’une z
fonction f (x, y, z) sous une contrainte g (x, y, z) = 0) ; y
x
contrainte (par exemple en minimisant une fonction h(x, y) = f (x, y, z(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)
On obtient 3 que le seul point critique est (2, 2, 2).

8
2. La contrainte se réécrit z = xy donc il s’agit de chercher les extrema de la fonction de deux variables h : (R∗+ )2 → R+
définie par µ ¶ µ ¶
8 8 8
h(x, y) = f x, y, = 2 xy + + .
xy y x
Cherchons d’abord les points critiques :  ³ ´
2 y − x82
∇h(x, y) =  ³ ´
2 x − y82
et ∇h(x, y) = (0, 0) ssi (x, y) = (2, 2). Étudions maintenant ce point en calculant le déterminant de la matrice hessienne
de la fonction h :
32
h xx (x, y) = h xx (2, 2) = 4 > 0,
x3
h x y (x, y) = 2 h x y (2, 2) = 2,
32
h y y (x, y) = 3 h y y (2, 2) = 4,
y
D(2, 2) = h xx (2, 2)h y y (2, 2) − (h x y (2, 2))2 = 12 > 0.
On a donc que (2, 2) est bien un minimum.
Exercice 5.27 Extrema libres et liés

Soit le solide constitué d’un cylindre de rayon r > 0 et hauteur h > 0 limité par deux demi-sphère de rayon r > 0 comme
dans la figure ci-dessous. Maximiser le volume du solide pour une surface fixée égale à 16π. . .
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. maximisation de la fonction «volume» sous la contrainte
«surface=constate») ;
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
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
1. Méthode des multiplicateurs de Lagrange : on introduit la fonction lagrangienne

µ ¶
4
L (r, h, µ) = V (r, h) − µ (16π − S(r, h)) = π hr 2 + r 3 − µ 16π − π(4r 2 + 2hr ) .
¡ ¢
3
On cherche les points critiques du lagrangien :
2 2
π(2hr + 4r ) − µ (−π(8r + 2h)) = 0, 2hr + 4r + µ(2h + 8r ) = 0,
  
  r = 2,

∇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
Soit le solide constitué d’un cylindre de rayon r > 0 et hau-

teur h > 0 limité par deux demi-sphère de rayon r > 0
comme dans la figure ci-contre. Minimiser la surface du so-
lide pour un volume fixé égale à 323 π. . . r
1. . . . avec la méthode des multiplicateurs de Lagrange
(i.e. minimisation de la fonction «surface» sous la
contrainte «volume=constate») ; h
2. . . . en réduisant le problème à une minimisation

libre en éliminant une variable de la contrainte «vo-
lume=constate».
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

µ ¶ · µ µ ¶¶¸
32 32 4
L (r, h, µ) = S(r, h) − µ π − V (r, h) = π (4r 2 + 2hr ) − µ − hr 2 + r 3 .
3 3 3
On cherche les points critiques de la fonction lagrangienne :
2 2
π £(8r + 2h)¡ − µ ¢¤−(2hr + 4r ) = 0, 2h + 8r + µ(2hr + 4r ) = 0,
 £ ¡ ¢¤  
  r = 2,

∇L = 0 ⇐⇒ π (2r ) − µ −r 2 = 0, 2
⇐⇒ 2r + µr = 0, ⇐⇒ h = 0,

 ¡ 2 4 3 ¢ 32 
 2 4 3 32 
π hr + 3 r = 3 π, hr + 3 r = 3 , µ = −1.

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

teur h > 0 surmonté par une demi-sphère de rayon r > 0
comme dans la figure ci-contre. Maximiser le volume du
solide pour une surface fixée égale à 5π. . . r
(i.e. maximisation de la fonction «volume» sous la
contrainte «surface=constate») ; h
2. . . . en réduisant le problème à une maximisation

libre en éliminant une variable de la contrainte «sur-
face=constate».
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

µ ¶
2
L (r, h, µ) = V (r, h) − µ (5π − S(r, h)) = π hr 2 + r 3 − µ 5π − π(3r 2 + 2hr ) .
¡ ¢
3
On cherche les points critiques de la fonction lagrangienne :
2 2
π(2hr + 2r ) − µ (−π(6r + 2h)) = 0, 2hr + 2r + µ(6r + 2h) = 0,
 
  (
2 2
r = h = 1,
∇L = 0 ⇐⇒ πr − µ (−π(2r )) = 0, ⇐⇒ r + µ(2r ) = 0, ⇐⇒
  µ = − 12 .
π(3r 2 + 2hr ) = 5π, 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

teur h > 0 surmonté par une demi-sphère de rayon r > 0
comme dans la figure ci-contre. Minimiser la surface du so-
lide pour un volume fixé égale à 53 π. . . r
(i.e. minimisation de la fonction «surface» sous la
contrainte «volume=constate») ; h
2. . . . en réduisant le problème à une minimisation

libre en éliminant une variable de la contrainte «vo-
lume=constate».
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
µ ¶ µ µ ¶¶
5 2 5 2 2 3
L (r, h, µ) = S(r, h) − µ π − V (r, h) = π(3r + 2hr ) − µ π − π hr + r .
3 3 3
On cherche les points critique de la fonction lagrangienne :
π(6r + 2h)¡ − µ −π(2hr + 2r 2 ) = 0, 2

6r + 2h + µ(2hr + 2r ) = 0,
 ¡ ¢ 
  (
r = h = 1,
∇L = 0 ⇐⇒ π(2r ) − µ −πr 2 = 0, 2
2r + µr = 0,
¢
⇐⇒ ⇐⇒

 ¡ 2 2 3¢ 5 
¡ 2 2 3 ¢ 5 µ = −2.
π hr + 3 r = 3 π, hr + 3 r = 3 ,
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.
Exercice 5.31 Extrema libres, extrema liés

Trouver le cylindre de volume maximal inscrit dans une sphère de rayon R > 0 fixé. . .
y
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. minimisation d’une R
x
fonction f (x, y) sous une contrainte g (x, y) = 0) [NB : on se contentera de

trouver le point critique] ;
contrainte (par exemple en minimisant une fonction h(x) = f (x, y(x))) [NB :
après avoir trouvé le point critique, établir sa nature].
Suggestion : voir la figure ci-contre pour déduire la contrainte.
128 © G. Faccanoni
S OLUTION . Notons y > 0 le rayon de base du cylindre et x > 0 la demi-hauteur du cylindre.

1. Avec la méthode des multiplicateurs de Lagrange il s’agit de maximiser la fonction f (x, y) = 2πx y 2 sous la contrainte
g (x, y) = R 2 − x 2 − y 2 = 0. On écrit la fonction de Lagrange
F (x, y, λ) = f (x, y) − λg (x, y) = 2πx y 2 − λ(R 2 − x 2 − y 2 )
et on cherche les points critiques de F :
2πy 2 + 2λx
 
~
∇F (x, y, λ) =  4πx y + 2λy  .
x2 + y 2 − R2
³ q ´
On a ~
∇F (x, y, λ) =~0 ssi (x, y, λ) = p1 R, 23 R, −π p2 R .
3 3
p
2. Avec la méthode des extrema libres il s’agit d’éliminer une variable de la contrainte, par exemple en posant y = R2 − x2
et on minimise la fonction h(x) = f (x, y(x)) :
p
h(x) = f (x, R 2 − x 2 ) = 2πx(R 2 − x 2 ).
On cherche d’abord les points critiques :
h 0 (x) = 2π(R 2 − 3x 2 )
R
et h 0 (x) = 0 ssi x = p . On étudie la nature du point critique en étudiant la dérivée seconde :
3
³ ´
R
h 00 (x) = −12πx, h 00 p <0
3
R
donc x = p est un maximum.
3
Exercice 5.32 Extrema libres, extrema sous contraintes

Trouver trois nombres réels positifs dont le produit vaut 1728 et dont la somme est minimale :
1. avec la méthode des multiplicateurs de Lagrange (i.e. minimisation d’une fonction f (x, y, z) sous une contrainte
g (x, y, z) = 0), [on se contentera de trouver le point critique sans en étudier sa nature] ;
2. avec la méthode des extrema libres en «éliminant» une variable de la contrainte (en minimisant une fonction
h(x, y) = f (x, y, z(x, y))) ; après avoir trouvé le point critique, établir sa nature.
S OLUTION . Il s’agit de minimiser la fonction f (x, y, z) = x + y + z sous la contrainte g (x, y, z) = x y z − 1728 = 0.

1. On écrit la fonction de Lagrange
F (x, y, z, λ) = f (x, y, z) − λg (x, y, z) = x + y + z − λ(x y z − 1728)
et on cherche le(s) point(s) critique(s) de F :
1 − λy z
 
 1 − λxz 
~
∇F (x, y, z, λ) = 
 1 − λx y  .

1728 − x y z
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (12, 12, 12, 1/144).
1728
2. On réécrit la contrainte sous la forme z = xy et on l’injecte dans la fonction à minimiser :
1728
h(x, y) = f (x, y, z(x, y)) = x + y + z(x, y) = x + y − .
xy
On cherche d’abord le(s) point(s) critique(s) :
1 − 1728
Ã !
~
∇h(x, y) = x2 y
1 − 1728
x y2
et ~
∇h(x, y) = ~0 ssi (x, y) = (12, 12). On établie la nature du point critique en étudiant le déterminant de la matrice
hessienne :
3456 3456 1728
∂xx h(x, y) = 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
Exercice 5.33 Extrema libres, extrema liés

Trouver le parallélépipède de volume 1 dont la somme des longueurs des arrêtes est mini-
male. . .
1. . . . avec la méthode des multiplicateurs de Lagrange (i.e. minimisation d’une fonction
f (x, y, z) sous une contrainte g (x, y, z) = 0 ; on se contentera de trouver le point cri- z
y
tique) ; x
2. . . . avec la méthode des extrema libres en éliminant une variable de la contrainte (par
exemple en minimisant une fonction h(x, y) = f (x, y, z(x, y))) [NB : après avoir trouvé
le point critique, établir sa nature].
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
F (x, y, z, λ) = f (x, y, z) − λg (x, y, z) = 4(x + y + z) − λ(x y z − 1)
et on cherche le(s) point(s) critique(s) de F :
4 − λy z
 
 4 − λxz 
~
∇F (x, y, z, λ) = 
4 − λx y  .

1− xyz
On a ~
∇F (x, y, z, λ) =~0 ssi (x, y, z, λ) = (1, 1, 1, 4).
1
2. Avec la méthode des extrema libres il s’agit d’éliminer une variable de la contrainte, par exemple en posant z = xy , et
de minimiser ensuite la fonction h(x, y) = f (x, y, z(x, y)) :
µ ¶ µ ¶
1 1
h(x, y) = f x, y, =4 x+y+ .
xy xy
On cherche d’abord le(s) point(s) critique(s) :
4 − x 42 y
Ã !
~
∇h(x, y) =
4 − x 4y 2
et ~
∇h(x, y) = ~0 ssi (x, y) = (1, 1). On établie la nature du point critique en étudiant le déterminant de la matrice hes-
sienne :
8 8 4
∂xx h(x, y) = , ∂ y y h(x, y) = , ∂x y h(x, y) = ,
x3 y x y3 x2 y 2
∂xx h(1, 1) = 8 > 0, ∂ y y h(1, 1) = 8, ∂x y h(1, 1) = 4
et ∂xx h(1, 1)∂ y y h(1, 1) − (∂x y h(1, 1))2 = 48 > 0 donc (1, 1) est un minimum.
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.
Intégrale double d’une fonction continue

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

Soit x 7→ ϕ et x 7→ ψ deux fonctions continues sur [a, b] y
avec ϕ ≤ ψ ; notons Ω l’ensemble des points (x, y) ∈ R2
tels que a ≤ x ≤ b et ϕ(x) ≤ y ≤ ψ(x). Alors
Ω
Ï Z b Z ψ(x)
f (x, y) dx dy = f (x, y) dy dx.
Ω a ϕ(x)
ϕ(x)
Si le domaine le permet, on peut permuter les rôles de x a x
b
et de y : soit y 7→ ϕ et y 7→ ψ deux fonctions continues
sur [c, d ] avec ϕ ≤ ψ ; notons Ω l’ensemble des points
(x, y) ∈ R2 tels que c ≤ y ≤ d et ϕ(y) ≤ x ≤ ψ(y). Alors
y
ϕ(y)
Ï Z d Z ψ(y) d
f (x, y) dx dy = f (x, y) dx dy.
Ω c ϕ(y) Ω
Quelquefois, en inversant l’ordre de l’intégration sur un c
domaine élémentaire, une intégrale double extrêmement ψ(y)
difficile à évaluer devient relativement facile à résoudre. x
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 .
¯
Le volume se calcule alors par

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

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

(y/2)3
Z 4 Z y/2
x y
Ï
p
(x 2 + y 2 ) dx dy = p (x 2 + y 2 ) dx dy = + x y2 dy = + y y2 − − (y/2)y 2 dy
Ω 0 y 0 3 p 0 3 3
x= y
Z 4 3/2 Ã ! " # y=4
y 3 2y 5/2 2y 7/2 13y 4
5/2 13y 216
= +y − dy = + − = .
0 3 24 15 7 96 35
y=0
p
y y = x2 y x= y
4 4
2 y
2x
x= 1
y=
2 x 2 x
Remarque : cas particulier

Si Ω = [a; b] × [c; d ] et si f (x, y) = h(x)g (y), alors
Z bZ d µZ b ¶ µZ d ¶
f (x, y) dy dx = h(x) dx g (y) dy .
a c a c
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
Z 1Z 2 µZ 1 ¶ µZ 2 ¶ " 2 # y=1 " 2 # y=2

x y 1
Ï
x y dx dy = x y dy dx = x dx y dy = = .
R 0 0 0 0 2 2 2
y=0 y=0
Exemple
Soit Ω la zoné coloriée dans la figure ci-contre. Calculer l’intégrale y

double x = 1/2
Ï y = x2
1 dx dy.
Ω Ω xy = 1
x
Que représente-t-il ?
Calculons d’abord les points d’intersections des courbes qui délimitent Ω :

( ( (
x y = 1, x = 1/2, x = 1/2,
⇐⇒ (x, y) = (1, 1); ⇐⇒ (x, y) = (1/2, 1/4); ⇐⇒ (x, y) = (1/2, 2).
y = x2, y = x2, x y = 1,
Cet intégrale mesure l’aire de la zone

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

" #1
x3
Z 1 Z 1
1 1 1 7
dx − x 2 dx = [ln(x)]11/2 − = ln(1) + ln(2) − + = ln(2) − .
1/2 x 1/2 3
1/2
3 24 24
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
Cas des coordonnées polaires

Le changement de variables en coordonnées polaires est donné par l’application
µ ¶
x = a + r cos(ϑ)
(r, ϑ) 7→
y = b + r sin(ϑ)
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
Cas des coordonnées elliptiques

Le changement de variables en coordonnées elliptiques est donné par l’application
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
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)
 
(u, v, w) 7→  y = ψ(u, v, w)

z = ξ(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
 
où J , appelé jacobien, est le déterminant de la matrice ∂u ψ ∂v ψ ∂w ψ, i.e.

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

Un changement de variables en coordonnées cylindriques est donné par l’application
 
x = a + r cos(ϑ)
(r, ϕ, z) 7→  y = b + r sin(ϑ) 
z=z
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 ∆
Cas des coordonnées sphériques

Le changement de variables en coordonnées sphériques est donné par l’application
 
x = a + r cos(ϕ) cos(ϑ)
(r, ϕ, ϑ) 7→  y = b + r cos(ϕ) sin(ϑ) 
z = c + r sin(ϕ)
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
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
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 :
Z π/2 Z 2π Z R µZ π/2 " #R

¶ µZ 2π ¶ µZ R 3 R3
2π r
Ñ ¶
2 2 ¤π/2
£
1 dx dy dz = r cos(ϕ) dr dϑ dϕ = cos(ϕ) dϕ 1 dϑ r dr = sin(ϕ) −π/2 [ϑ]0 = 4π .
BR −π/2 0 0 −π/2 0 0 3 3
0
Remarquons que dans ce cas on aurait pu utiliser directement ce qu’on a appris pour les intégrales double : le volume d’une boule de
rayon R (sans restreindre la généralité nous la supposerons centrée à l’origine) est le double du volume contenu entre le plan z = 0 et
l’hémisphère nord de la sphère de rayon R centrée en (0, 0, 0). En résolvant l’équation 2 2 2 2
q de cette sphère x + y + z = R pour z, nous
pouvons décrire son hémisphère nord comme le graphe de la fonction f (x, y) = R 2 − x 2 − y 2 dont le domaine est le disque D R de
p
rayon R, intersection
p de la boule avec le plan z = 0. Ce disque est un domaine limité par les graphes des fonctions ϕ(x) = − R 2 − x 2
et ψ(x) = R 2 − x 2 sur l’intervalle [−R, R]. Le volume de la boule est donc
p
Z R Z pR 2 −x 2 q Z R · ¸ y= R 2 −x 2
1 y
Z
2 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
Par exemple, supposons qu’une charge est distribuée sur le do- y

maine A de la figure ci-contre de telle sorte que la densité de
charge en (x, y) est σ(x, y) = x y, mesurée en coulombs par mètre y =1
1
carré (C m−2 ). Alors la charge totale est
Z 1 " 2 # y=1 y
x =1
Z 1Z 1
y
Ï
=
Q= σ(x, y) dx dy = x y dy dx = x dx 1−
A 0 1−x 0 2 x
y=1−x
1 1 ³ 1 1³ 2 1 2 3 1 4 1
· ¸
5
Z ´ Z ´
= x 1 − (1 − x)2 dx = 2x − x 3 dx = x − x = . 1 x
2 0 2 0 2 3 4 0 24
5
La charge totale est donc de 24 C.
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.
Le triangle est représenté dans la figure ci-contre (l’équation de la y

frontière supérieure est y = 2−2x). La masse de la plaque de métal
est 2
Ï Z 1 Z 2−2x
m= f (x, y) dx dy = (1 + 3x + y) dy dx
y=
A 0 0
2−
Z 1" # y=2−2x Z 1" #

y2 (2 − 2x)2
2x
= y + 3x y + dx = 2 − 2x + 3x(2 − 2x) + dx
0 2 0 2
y=0
#1
"
x3
Z 1
2 8
=4 (1 − x ) dx = 4 x − = . x
0 3 3 1
0
Le moment de la plaque de métal entière par rapport à l’axe Ox est

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

Z 1" 2 # y=2−2x
y2 y3
Z 1 Z 2−2x
y 2 1
Ï Z
y f (x, y) dx dy = y(1 + 3x + y) dy dx = + 3x + dx = (7 − 9x − 3x 2 + 5x 3 ) dx
A 0 0 0 2 2 3 3 0
y=0
· ¸1
2 9 5 11
= 7x − x 2 − x 3 + x 4 = .
3 2 4 0 6
11
µ ¶ ³ ´
Les coordonnées du centre d’inertie sont donc 18 , 68 = 38 , 11 16 .
3 3
138 © G. Faccanoni
Quelques intégrales remarquables
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
............... Exercices ..............

Exercice 6.1 Intégrale double
Calculer l’intégrale double y
y = |x + 1|
Ï x = −2 x2 + y2 = 1
x 2 y dx dy.
D x
y = −x − 2 D
y = −1
S OLUTION . Il s’agit de la réunion des trois domaines :
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
Calculons chaque intégrale :

B D1 x 2 y dx dy :
Î
¸ y=−x−1
−1 Z −x−1 −1 y2 −1 (−x − 1)2 (−x − 2)2
Ï Z Z · Z µ ¶
2 2 2 2
x y dx dy = x y dy dx = x dx = x − dx
D1 −2 −x−2 −2 2 y=−x−2 −2 2 2
· 4 ¸x=−1
x3
Z −1
3 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

xy
f (x, y) dx dy où D = {(x, y) ∈ R2 , 0 ≤ x ≤ 1, 0 ≤ y ≤ 1, 1 ≤ x 2 + y 2 } et f (x, y) =
Î
Calculer l’intégrale double D 1+x 2 +y 2
.
140 © G. Faccanoni
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
S OLUTION . L’aire mesure 7 et le centre de gravité a coordonnées (5/2, 5/2) donc

Ï Ï Ï
1 dx dy = 7, x dx dy = 35/2, y dx dy = 35/2.
D D D
Exercice 6.4
Soit D la plaque homogène représentée dans la figure. Sans y

6
faire de calculs d’intégrales, en déduire les valeurs de
5
4
Ï Ï Ï 3
1 dx dy, x dx dy, y dx dy. 2
D D D
1
0
0 1 2 3 4 5 6x
© G. Faccanoni 141
S OLUTION . L’aire mesure 9 + π et le centre de gravité a coordonnées (7/2, 7/2) donc

Ï Ï Ï
1 dx dy = 9 + π, x dx dy = (9 + π)7/2, y dx dy = (9 + π)7/2.
D D D
Exercice 6.5
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
Pour ce calcul on décompose la région en deux parties et on obtient

1 3
Ï Z −1 Z x+2 Z 3 Z
2 x+ 2
1 dx dy = 1 dy dx + 1 dy dx
D −3 − 13 x−2 −1 − 31 x−2
Z −1 1
Z 3 1 3 1
Z −1 4
Z 3 5 7
= x + 2 + x + 2 dx + x + + x + 2 dx = x + 4 dx + x + dx = 20.
−3 3 −1 2 2 3 −3 3 −1 6 2
Exercice 6.6
Calculer l’aire de la région coloriée en figure.
y = −x + 2
2y = −x + 3
3y = x − 6
142 © G. Faccanoni
1 dx dy.
D
2y = −x + 3 3
4
4 2
1
2
36 − 4 − 4 − 2 − 6 = 20 −3 −2 −1 0 1 2 3
−1
−2
6 y = −x + 2
3y = x − 6 −3
Pour la calculer on décompose la région en deux parties et on obtient

Ï Z 1 Z − 21 x+ 32 Z 3Z −x+2
1 1
D −3 3 x−2 1 3 x−2
Z
11 3 1
Z 3 1
Z 1 5 7
Z 3 4
= − x + − x + 2 dx + −x + 2 − x + 2 dx = − x + dx + − x + 4 dx = 20.
−3 2 2 3 1 3 −3 6 2 1 3
Exercice 6.7
3y = x + 6
2y = −x − 3
y = −x − 2
1 dx dy.
D
3 3y = x + 6
6 y = −x − 2
2
1
36 − 4 − 4 − 2 − 6 = 20
2 −3 −2 −1 0 1 2 3
−1
4 −2
4
−3 2y = −x − 3

1 1
−1 Z 3 x+2 3 3 x+2
Ï Z Z Z
D −3 −x−2 −1 − 21 x− 32
Z −1 1
Z 3 1 1 3
Z −1 4
Z 3 5 7
= x + 2 + x + 2 dx + x + 2 + x + dx = x + 4 dx + x + dx = 20.
−3 3 −1 3 2 2 −3 3 −1 6 2
© G. Faccanoni 143
Exercice 6.8
3y = −x + 6
2y = x − 3
y = x−2
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

Ï Z −1 Z − 31 x+2 Z 3 Z − 13 x+2
1 3
D −3 2 x− 2 −1 x−2
Z −1 1 1 3
Z 3 1 1 3
Z −1 5 7
Z 3 4
= − x + 2 − x + dx + − x + 2 − x + dx = − x + dx + − x + 4 dx = 20.
−3 3 2 2 −1 3 2 2 −3 6 2 −1 3
Exercice 6.9
y
3y = −x + 6
2y = x − 3
y = x−2
1 dx dy.
D
144 © G. Faccanoni
y
3y = −x + 6 3
6 2
1 2y = x − 3
48 − 8 − 8 − 1 − 6 = 25
−3 −2 −1 0 1 2 3 x
1 −1
−2
−3
−4
8
8 −5
y = x−2

Ï Z −1 Z − 31 x+2 Z 3 Z − 13 x+2
1 3
D −3 x−2 −1 2 x− 2
Z −1 1
Z 31 1 3
Z −1 4
Z 3
5 7
= − x + 2 − x + 2 dx + − x + 2 − x + dx = − x + 4 dx + − x + dx = 25.
−3 3 −1 3 2 2 −3 3 −1 6 2
Exercice 6.10 Centre de gravité

y
1
Calculer les coordonnées du centre de gravité de la plaque en figure supposée

−1 1x homogène (vous pouvez éviter le calcul d’intégrales, mais justifiez votre raison-
−1 nement).
−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
En fait, aucune intégrale n’est nécessaire car

B la première intégrale correspond à l’aire de la figure qu’on peut calculer géométriquement, y
B la deuxième intégrale est forcément nulle car le centre de gravité appartient à l’axe des y par symé- 1
trie donc xG = 0,
B la troisième intégrale n’est pas nécessaire car pour calculer yG . Il suffit en effet de découper la plaque −1 1x
comme dans la figure ci-contre : la plaque supérieure a centre de gravité en (0, 0), la plaque inférieure −1
a centre de gravité en (−1, 0) et les deux plaques ont la même aire donc la plaque totale a centre de
−2
gravité en (0, −0,5) (ce raisonnement permet en effet de calculer directement xG et yG ).
© G. Faccanoni 145

Calculer les coordonnées du centre de gravité G de la plaque en figure supposée homogène (éviter le calcul d’intégrales
lorsqu’il est possible, mais justifier le raisonnement) :
−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.
Calculer l’intégrale double y

y=x
D
Ï
(x 2 + y) dx dy. x
D
x 2 + y2 = 1
y = −x
x 2 + y2 = 4
S OLUTION . La région D s’écrit en coordonnées polaires
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

1
Ï
2
Soit D = (x, y) ∈ R ¯ x 2 − 4x + y 2 + 2y + 3 ≤ 0 . Calculer
© ¯ ª
dx dy.
D 1 + (x − 2)2 + (y + 1)2
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

Après avoir représenté graphiquement l’ensemble A , calculer l’intégrale
x
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≥ |x| .
© ¯ ª
dx dy avec
A y
S OLUTION . L’ensemble A est la partie coloriée dans la figure ci-dessous :
y
2
−2 −1 0 1 2x
−1
−2
En passant en coordonnées polaires
x = r cos(ϑ), y = r sin(ϑ), dx dy = r dr dϑ
on obtient
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 )

Après avoir représenté graphiquement l’ensemble A , calculer l’intégrale
y
Ï
A = (x, y) ∈ R2 ¯ 1 ≤ x 2 + y 2 ≤ 4, |y| ≤ |x| .
© ¯ ª
dx dy avec
A x
© G. Faccanoni 147
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 )

Calculer l’aire de
D= (x, y) ∈ R2 x 2 < y 4 (y + 4)
© ¯ ª
¯ y < 0, .
y
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
Exercice 6.17 Calcul d’une aire

On se propose de calculer l’aire de l’ensemble D = (x, y) ∈ R2 ¯ 2x 2 − 2|x|(y + 1) + (y + 1)2 − 1 ≤ 0 .
© ¯ ª
y
1. Déterminer tout d’abord les deux fonctions y = ϕ(x) et y = ψ(x) telles y = ψ(x)
que
D = (x, y) ∈ R2 ¯ −1 ≤ x ≤ 1 et ϕ(x) ≤ y ≤ ψ(x) .
© ¯ ª
2. Par le changement
p de variable x = sin(t ), montrer qu’une primitive de la −1 1 x
fonction 1 − x 2 sur [0; 1] est
p
x 1 − x 2 + arcsin(x)
Z p
2
1 − x dx = .
2
y = ϕ(x)
3. En utilisant la symétrie de la figure, calculer l’aire de l’ensemble D.
−2
148 © G. Faccanoni
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
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
=4 1 − x 2 dy = 4 = 2 arcsin(1) = π.
0 2
0

1. Après avoir représenté graphiquement la région
D = {(x, y) ∈ R2 | y ≥ 0, 1 ≤ x 2 + y 2 ≤ 4},
calculer les coordonnées de son centre de gravité en supposant la région D homogène ; calculer ensuite
Ï
(3x + 4y 2 ) dx dy.
D

D = {(x, y) ∈ R2 | x ≥ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D

D = {(x, y) ∈ R2 | y ≤ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D

D = {(x, y) ∈ R2 | x ≤ 0, 1 ≤ x 2 + y 2 ≤ 4},
Ï
(3x + 4y 2 ) dx dy.
D

D = {(x, y) ∈ R2 | y ≤ x, 1 ≤ x 2 + y 2 ≤ 9},
Ï
(3x + 4y 2 ) dx dy.
D
© G. Faccanoni 149
S OLUTION . 1. La région D est la zone coloriée suivante
Le centre de gravité a coordonnées (xG , yG ) données par

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

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

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

Z π/2 Z 2 µZ π/2 ¶ µZ 2 ¶
3
Ï
1 dx dy = r dr dθ = dθ r dr = π,
D −π/2 1 −π/2 1 2
150 © G. Faccanoni
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
Ï Z π/2 Z 2
D −π/2 1
Z π/2
¤2
r 3 cos θ + r 4 sin2 θ
£
= 1 dθ
−π/2
Z π/2
−π/2
Z π/2
1 − cos(2θ) 15
= 7 cos θ + 15 dθ = 14 + π.
−π/2 2 2

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

Ï Z 0 Z 2 ¶ µZ 2 ¶ µZ
3 0
1 dx dy = r dr dθ =
dθ r dr = π,
D −π 1 −π 1 2
Ï Z 0Z 2 µZ 0 ¶ µZ 2 ¶
D −π 1 −π 1
Z 0Z 2 µZ 0 ¶ µZ 2 ¶
14
Ï
2 2
y dx dy = r sin θ dr dθ = sin θ dθ r dr = − .
D −π 1 −π 1 3
Donc
14 2 28
xG = 0, yG = − =− > −1.
3 3π 9π
Ï Z 0 Z 2
D −π 1
Z 0
¤2
£
= 1 dθ
−π
Z 0
−π
Z 0
1 − cos(2θ) 15
= 7 cos θ + 15 dθ = π.
−π 2 2
© G. Faccanoni 151

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

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

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

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

Ï Z π/4 Z 3 µZ π/4 ¶ µZ 3 ¶
1 dx dy = r dr dθ = dθ r dr = 4π,
D −3π/4 1 −3π/4 1
Ï Z π/4 Z 3 µZ 3π/2 ¶ µZ ¶3 26 p
D −3π/4 1 π/2 1 3
Ï Z π/4 Z 3 µZ π/4 ¶ µZ 3 ¶
y dx dy = r 2 sin θ dr dθ = sin θ dθ r 2 dr = −xG .
D −3π/4 1 −3π/4 1
Donc
26 p 1 13 p
xG = 2 = 2 < 1, yG = −xG .
3 4π 6π
Ï Z π/4 Z 3
D −3π/4 1
Z π/4
¤3
£
= 1 dθ
−3π/4
Z π/4
−3π/4
Z π/4 p
1 − cos(2θ)
= 26 cos θ + 80 dθ = 26 2 + 40π.
−3π/4 2

y
Soit D la partie coloriée en figure.

3 B Décrire D en coordonnées cartésiennes.
B Trouver un changement de variables adéquat pour décrire D en coordon-
5 nées polaires.
+
x x−y
Ï
= B Calculer dx dy.
y p
D (x + 2)2 + (y − 3)2
−2 − 12 x
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
3 9 3 9
4π 4π
Ã Z Z ! ÃZ Z !
2 2
= − 1 dφdr + r (cos φ − sin φ) dφdr
5 5
0 4π 0 4π
3 9 3 9
4π 4π
ÃZ ! ÃZ ! ÃZ ! ÃZ !
2 2
=− 1 dr 1 dφ + r dr cos φ − sin φ dφ
5 5
0 4π 0 4π
3 9p
= − π+ 2.
2 4
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
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
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
Exercice 6.22 Cardioïde y

L’équation de la cardioïde en coordonnées polaires est
x
(r, ϕ) ¯ −π ≤ ϕ ≤ π,
© ¯ ª
0 ≤ r ≤ 1 − sin(ϕ)
Calculer la surface de la cardioïde. Calculer ensuite son

centre de gravité en la considérant une plaque homogène
de densité surfacique de masse 1.
S OLUTION . Rappelons d’abord que
cos2 (t ) = 1+cos(2t )
cos2 (t ) dt = 1+cos(2t )
dt = 2t + sin(2t )
R R
2 =⇒ 2 4 +C ,
sin2 (t ) = 1−cos(2t )
sin2 (t ) dt = 1−cos(2t )
dt = 2t − sin(2t )
R R
2 =⇒ 2 4 +C ,
© G. Faccanoni 155
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
On peut alors calculer la surface de la cardioïde :
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
Pour calculer le centre de gravité on doit calculer les intégrales

Z π Z 1−sin(ϕ) Z π Z 1−sin(ϕ)
r cos(ϕ)r dr dϕ, r sin(ϕ)r dr dϕ.
−π 0 −π 0
On a
π π π ¸1−sin(ϕ)
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
r cos(ϕ)r dr dϕ = cos(ϕ) r 2 dr dϕ = cos(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π π
(1 − sin(ϕ))3 1
Z
= cos(ϕ) dϕ = cos(ϕ)(1 − sin(ϕ) + sin2 (ϕ) − sin3 ϕ) dϕ = 0
−π 3 3 −π
et
π π ¸1−sin(ϕ) π
1−sin(ϕ) 1−sin(ϕ) r3
Z Z Z µZ ¶ Z ·
2
r sin(ϕ)r dr dϕ = sin(ϕ) r dr dϕ = sin(ϕ) dϕ
−π 0 −π 0 −π 3 0
Z π
(1 − sin(ϕ))3 1 π
Z
= sin(ϕ) dϕ = sin(ϕ) − 3 sin2 (ϕ) + 3 sin3 ϕ − sin4 ϕ dϕ =
−π 3 3 −π
µ ¶
1 3 5
= 0 − 3π + 0 − π = − π
3 4 4
car
Z π
£ ¤π
sin(ϕ) dϕ = cos(ϕ) −π = 0,
−π
ϕ sin(2ϕ) π
Z π Z π · ¸
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
On obtient les coordonnées du centre de gravité

R π R 1−sin(ϕ)
−π 0 r cos(ϕ)r dr dϕ 0
xG = = 3
= 0,
2π
Aire
R π R 1−sin(ϕ)
−π 0 r cos(ϕ)r dr dϕ − 54 π 5
yG = = 3
=− .
2π
Aire 6
156 © G. Faccanoni
Exercice 6.23 Trèfle de H ABENICHT

Calculer l’aire de la région définie en coordonnées polaires par
D = {(r, φ) ∈ R+ × [0, 2π] : r ≤ 1 + cos(kφ) + sin2 (kφ), k ∈ N∗ }.
Suggestion : utiliser les formules de duplication cos(2θ) = 2 cos2 (θ)−1 = 1−2 sin2 (θ) et calculer au préalable les intégrales
suivantes
Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ Z 2kπ
1 dα, cos(α) dα, cos2 (α) dα, cos(α) sin2 (α) dα, sin2 (α) dα, sin4 (α) dα.
0 0 0 0 0 0
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
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
Exercice 6.24 Intégrales triples

Calculer
p
Z 1 Z 1−z 2 Z 2−x 2 −z 2
(x 2 + z 2 ) /2 dy dx dz;
3
a) p
−1 − 1−z 2 x 2 +z 2
1
Ñ
b) p dx dy dz où D = {(x, y, z) : 1 < x 2 + y 2 < 5 − z};
D (4 − z)2 x2 + y 2
1
Ñ
c) p dx dy dz où D = {(x, y, z) : 5 − y < x 2 + z 2 < 1}.
(4 − y)4 x 2 + z 2
D
Z 1 Z p1−z 2 Z 2−y 2 −z 2
(y 2 + z 2 ) /2 dx dy dz.
3
d) p
−1 − 1−z 2 y 2 +z 2
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.
Il est naturel de passer en coordonnées cylindriques
x = r cos θ,


y = t,

z = r sin θ,

et on obtient l’intégrale triple

p
Z 1 Z 1−z 2 Z 2−x 2 −z 2 Z 1Z 2π Z 2−r 2
(x 2 + z 2 ) /2 dy dx dz = r 4 dt dθ dr
3
p
−1 − 1−z 2 x 2 +z 2 0 0 r2
¸1
2π 1 1 r7 r5
µZ ¶Z ·
8
Z
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
b) On doit calculer l’intégrale triple

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

x = r cos θ,


y = r sin θ,

z = t,

et le jacobien du changement de variables est r . Alors
D = {(r, θ, t ) ∈ R+ × [0, 2π] × R : 1 < r 2 < 5 − t }
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
c) On doit calculer l’intégrale triple

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

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


x = t ,

y = r cos θ,

z = r sin θ,

© G. Faccanoni 159
et on obtient l’intégrale triple

p
Z 1 Z 1−z 2 Z 2−y 2 −z 2 Z 1Z 2π Z 2−r 2
2 2 3/2
p (y + z ) dx dy dz = r 4 dt dθ dr
−1 − 1−z 2 y 2 +z 2 0 0 r2
¸1
2π 1 1 r7 r5
µZ ¶Z ·
8
Z
2
= 1 dθ r 4 [t ]2−r
r2
dr = 4π r 4 (r 2 − 1) dr = 4π − = π.
0 0 0 7 5 0 35
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 !
Courbe paramétrée et support

Une courbe paramétrée de Rn est une application continue γ : [a; b] ⊂ R → Rn . La courbe C = γ([a; b]) est appelé le support
de γ.
Lorsque nous étudierons une courbe paramétrée γ : [a; b] ⊂ R → Rn , nous aurons généralement une vision cinématique du
problème. Nous considérerons par exemple que le point γ(t ) est un point du plan (n = 2) ou de l’espace (n = 3) qui évolue
avec le temps t ∈ [a; b]. C’est pourquoi le paramètre sera habituellement noté t (pour temps).
Rappelons qu’une application γ : [a; b] ⊂ R → Rn qui s’écrit en coordonnées γ(t ) = (x 1 (t ), x 2 (t ), . . . , x n (t )) est continue si, et
seulement si, les n fonctions coordonnées x i : [a; b] → R sont des fonctions continues.
Exemple y
Considérons les fonctions x : [−2; 2] → R et y : [−2; 2] → R défi-
nies par x(t ) = t + cos(3t ) et y(t ) = sin(2t ). Ces deux fonctions
sont continues sur [−2; 2] et induisent donc une courbe para-
métrée γ : [a; b] → R2 définie par γ(t ) = (t + cos(3t ), sin(2t )).
x
γ(t ) = (t + cos(3t ), sin(2t ))
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
Courbes planes en coordonnées polaires
Définition
Une courbe paramétrée γ : [a; b] ⊂ R → R2 est définie en coordonnées polaires par la fonction % : [a; b] ⊂ R si % est une
fonction continue et
γ(ϑ) = (%(ϑ) cos(ϑ), %(ϑ) sin(ϑ)).
La fonction % peut prendre des valeurs positives ou négatives. Le réel |%(ϑ)| est la distance de l’origine à γ(ϑ).
Si γ est de classe C 2 , sa longueur est
Z bq
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ.
a
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = r > 0 avec r constante. La
courbe définie en coordonnées polaires par ρ est un cercle de
centre (0, 0) et rayon r . On a bien x
Z 2π q Z 2π p Z 2π
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = r 2 + 02 dϑ = r dϑ = 2πr.
0 0 0
Exemple y
Soit % : [0; 2π] → R définie par %(ϑ) = sin2 (ϑ/2). La courbe défi-
nie en coordonnées polaires par ρ est une cardioïde et l’on a
Z 2π q Z 2π q x
`= (ρ(ϑ))2 + (ρ 0 (ϑ))2 dϑ = sin4 (ϑ/2) + (sin(ϑ/2) cos(ϑ/2))2 dϑ
0 0
Z 2π Z π
= | sin(ϑ/2)| dϑ = 2 sin(ϑ/2) dϑ = 2 [−2 cos(ϑ/2)]π
0 = 8.
0 0
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.
Ouvert simplement connexe

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

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

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

Une forme différentielle ω est exacte (ou totale) s’il existe Un champ de vecteurs V ~ est conservatif (i.e. il est un
une fonction f : U → R, de classe C 1 , telle que df = ω. On champ de gradients) s’il existe une fonction f : U → R, de
dit alors que f est une primitive de ω sur U . ~ . On dit alors que f est un po-
classe C 1 , telle que ∇ f = V
~
tentiel de V sur U .
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
Forme différentielle fermée Champ à rotationnel nul

Une forme différentielle ω définie sur un ouvert U de R 2 ~ défini sur un ouvert U de R2 est
Un champ de vecteurs V
est fermée si à rotationnel nul si
∂ y (ω1 ) = ∂x (ω2 ).
∂ y (V1 ) = ∂x (V2 ).
Une forme différentielle ω définie sur un ouvert U de R3
est fermée si Un champ de vecteurs V ~ défini sur un ouvert U de R3 est
∂ y (ω3 ) = ∂z (ω2 ),

 à rotationnel nul si
∂z (ω1 ) = ∂x (ω3 ),
∂ y (V3 ) = ∂z (V2 ),
 
∂x (ω2 ) = ∂ y (ω1 ).
 
∂z (V1 ) = ∂x (V3 ),

∂x (V2 ) = ∂ y (V1 ).

Condition de S CHWARZ : condition nécessaire Condition de S CHWARZ : condition nécessaire

pour ω exacte pour V conservatif
Une forme différentielle exacte de classe C 1 est toujours ~ de classe C 1 conservatif est à
Un champ de vecteurs V
fermée. rotationnel nul.
Théorème de P OINCARÉ : condition suffisante Théorème de P OINCARÉ : condition suffisante

pour ω exacte pour V conservatif
Si U est un ouvert étoilé ou si U est simplement connexe Si U est un ouvert étoilé ou si U est simplement connexe
et ω est une forme différentielle de classe C 1 , alors ~ est un champ de vecteurs de classe C 1 , alors
et V
ω est exacte sur U ⇐⇒ ω est fermée sur U . ~ est conservatif sur U ⇐⇒ V

V ~ est à rotationnel nul sur U .
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 .
Intégrale curviligne d’une forme différentielle Circulation d’un champ de vecteurs

Soit ω = ω1 dx + ω2 dy une forme différentielle dans R 2
Soit V~ = (V1 ,V2 ) un champ de vecteurs dans R2 et γ(t ) =
et γ(t ) = (x(t ), y(t )) un arc orienté. ω1 et ω2 étant des (x(t ), y(t )) un arc orienté. V1 et V2 étant des fonctions
fonctions continues, on appelle intégrale curviligne de la continues, on appelle circulation de V ~ le long de l’arc
forme différentielle ω le long de l’arc γ le nombre noté orienté γ le nombre noté
Z I
ω ~
V
γ γ
et défini par et défini par

Z b£ Z b£
ω1 (x(t ), y(t ))x 0 (t ) + ω2 (x(t ), y(t ))y 0 (t ) dt . V1 (x(t ), y(t ))x 0 (t ) + V2 (x(t ), y(t ))y 0 (t ) dt .
¤ ¤
a a
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
Proposition Proposition
Si ω est une forme différentielle exacte de primitive f et si ~ est un champ de vecteurs conservatif de potentiel f
Si V
la courbe γ : [a; b] → Rn a pour origine et extrémités res- et si la courbe γ : [a; b] → Rn a pour origine et extrémités
pectivement les points γ(a) et γ(b) alors respectivement les points γ(a) et γ(b) alors
Z I
ω = f (γ(b)) − f (γ(a)). ~ = f (γ(b)) − f (γ(a)).
V
γ γ
En particulier, si la courbe γ est fermée, c’est-à-dire si ses En particulier, si la courbe γ est fermée, c’est-à-dire si ses
deux extrémités sont égales, alors la circulation sur γ de deux extrémités sont égales, alors la circulation sur γ de
toute forme différentielle exacte est nulle. tout champ de vecteurs conservatif est nulle.
Remarque
En mécanique, la circulation d’une force est égale au travail de cette force. Donc si la force dérive d’un potentiel, son
travail ne dépend que du point de départ et du point d’arrivé.
Exemple Relations de M AXWELL

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

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

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

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

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

H R
6. Si V γ2 V = 0.
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 simplement connexe ou étoilé, ce qui n’est pas le cas ici.
ment connexe ou étoilé, ce qui n’est pas le cas ici. 3. V Si ω est exacte alors γ1 ω = 0.
R
~ est conservatif alors ~

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

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

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

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

On considère la forme différentielle
y x
ω(x, y) = − dx + dy,
x2 + y 2 x2 + y 2
définie sur le demi-plan U = (x, y) ∈ R2 ¯ x > 0 . Montrer que ω est exacte et déterminer ses primitives sur U .
© ¯ ª
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

Montrer que la forme différentielle
2x y dx + (1 − x 2 ) dy
ω(x, y) =
(1 − x 2 )2 + y 2
est fermée. Dans un ouvert à préciser déterminer une fonction f telle que df = ω.
© G. Faccanoni 169
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
d’où g 0 (x) = 0, soit ³ y ´

f (x, y) = arctan +K.
1 − x2

ω(x, y, z) = 2y z dx + 2z(x + 3y) dy + (y(2x + 3y) + 2z) dz
est exacte et en calculer un potentiel.
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
∂x f (x, y, z) = ω1 (x, y, z) = 2y z,

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

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

Considérons la forme différentielle
y 2x y
µ ¶ µ ¶
2
ω(x, y) = + ln(1 + y ) dx + g (x) + dy
cos2 (x) 1 + y2
définie sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et ω soit
© ¤ £ ª
exacte. Déterminer ensuite pour la forme différentielle ainsi trouvée une primitive.
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
f (x, y) = y tan(x) + x ln(1 + y 2 ) +C , C ∈ R.

y
µ ¶
~ (x, y) = + e i + g (x) + xe y ~
y ~
¡ ¢
V j.
cos2 (x)
© G. Faccanoni 171
~ soit
défini sur D = (x, y) ∈ − π2 ; π2 × R . Déterminer la fonction g de classe C ∞ (] − π/2; π/2[) telle que g (0) = 0 et V
© ¤ £ ª
conservatif. Déterminer ensuite pour le champ ainsi trouvé un potentiel.
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
h 0 (y) ; cette fonction doit être égale à V2 donc h 0 (y) = 0 et finalement
f (x, y) = y tan(x) + xe y +C , C ∈ R.

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

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

Déterminer la fonction g de classe C ∞ (R) telle que g (0) = 0 et V
trouvé un potentiel.
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
~ (x, y) = (y sin x + x y cos x + e y )~

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

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

Déterminer la fonction g de classe C ∞ (R) telle que g (1) = 1 de sorte que V
champ ainsi trouvé le potentiel φ(x, y) tel que φ(1, π/2) = 0.
172 © G. Faccanoni
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
Comme on veut que g (1) = 1, alors g (y) = y 2 et le champ de vecteurs s’écrit
~ (x, y) = (y 2 /x + cos y)~

V i + (2y ln x − x sin y) ~
j.
Pour trouver un potentiel, c’est à dire une fonction φ : R2 → R telle que ~

∇φ = V~ , on intègre V1 par rapport à x et on obtient
2
φ(x, y) = y ln x + x cos y + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y φ = 2y ln x − x sin y + h 0 (y) ; cette
fonction doit être égale à V2 donc h 0 (y) = 0 et finalement
φ(x, y) = y 2 ln x + x cos y +C , C ∈ R.
Parmi ces potentiels, celui qui vérifie φ(1, π/2) = 0 est
φ(x, y) = y 2 ln x + x cos y.

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

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

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

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

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

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

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

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

~ =~0 :

∂ y (V3 ) − ∂z (V2 ) = 2x y cos z − 2x y cos z = 0,


∂z (V1 ) − ∂x (V3 ) = y 2 cos z − y 2 cos z = 0,


∂x (V2 ) − ∂ y (V1 ) = 2y sin z − 2y sin z = 0.


V
© G. Faccanoni 173

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

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

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

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

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

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

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

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

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

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

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

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

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

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

~.
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.


V
∇f = V
∂x f = 8z 4 cos(2x) cos y donc f (x, y, z) = 4z 4 sin(2x) cos y + g (y, z)

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

Trouver toutes les fonctions f : R → R de classe C 1 qui satisfont f (0) = 2 et telles que la forme différentielle
ω(x, y) = (y 2 + 1) sin(x) dx − f (x)y dy
soit exacte. Pour la forme différentielle ainsi trouvée, calculer toutes ses primitives.
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
∂ y ((y 2 + 1) sin(x)) = ∂x (− f (x)y),
ce qui implique f 0 (x) = −2 sin(x) ; toutes les fonctions f : R → R de classe C 1 qui rendent la forme différentielle ω exacte sont
de la forme f (x) = 2 cos(x) + c, c ∈ R. On obtient f (0) = 2 pour c = 0 et la forme différentielle devient
ω(x, y) = (y 2 + 1) sin(x) dx − 2 cos(x)y dy.
Pour trouver une primitive, c’est à dire une fonction ϕ : R2 → R telle que dϕ = ω, on intègre ω1 par rapport à x et on obtient
ϕ(x, y) = −(y 2 + 1) cos(x) + h(y). Pour déterminer h on dérive l’expression ainsi obtenue : ∂ y ϕ = −2y cos(x) + h 0 (y) ; cette
fonction doit être égale à ω2 donc h 0 (y) = 0 et finalement
ϕ(x, y) = −(y 2 + 1) cos(x) +C , C ∈ R.
© G. Faccanoni 175

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

1 −1 r> 1
γr (t ) = (1 + 2r cos(t ), r sin(t )), t ∈ [0, 2π], r > 0, r 6= . 2
2
I
Calculer ~ (t )d t en fonction de r .
V
γr
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
~ est bien à rotationnel nul.

Le champ de vecteurs V
~ sur une courbe fermée quelconque. Considérons la courbe fermée `(t ) = (cos t , sin t ) pour t
B CN2 : circulation de V
∈ [0, 2π], alors
I Z 2π Z 2π
~ (t )d t =
V (cos t + sin t ) (− sin t ) − (3 sin t − cos t ) (cos t ) dt = 2 cos t sin t − 1 dt = −2π 6= 0.
` 0 0
La circulation sur au moins une courbe fermée qui tourne autour du point (0, 0) est non nulle.
~ est à rotationnel nul (et donc conservatif sur tous sous ensemble simplement connexe de R2 \{(0, 0)})
On conclut que V
mais non conservatif sur R2 \ {(0, 0)}.
2. 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

x x2
ω(x, y) = 2 dx − 2 dy
y y
définie sur U = (x, y) ∈ R2 ¯ y > 0 .
© ¯ ª
1. Montrer que ω est fermée sur U .

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

Montrer que le champ de vecteurs
y ~ x ~
~ =−
V i+ 2 j
x2 + y 2 x + y2
est non conservatif bien qu’il soit à rotationnel nul.
S OLUTION . Le champ de vecteurs est à rotationnel nul car :
y 2 − x2
∂x (V2 ) = = ∂ y (V1 ).
(x 2 + y 2 )2
Comme il est définie sur R2 \ { (0, 0) } qui n’est

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

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

2. Pour calculer l’intégrale curviligne on cherche d’abord une primitive f de ω : on cherche f telle que ∂x f = ω1 et ∂ y f =
ω2 , c’est-à-dire (
∂x f (x, y) = y 3 − 6x y 2 ,
∂ y f (x, y) = 3x y 2 − 6x 2 y.
En intégrant la première par rapport à x on trouve f (x, y) = x y 3 −3(x y)2 +g (y) ; en la dérivant par rapport à y on obtient
∂ y f (x, y) = 3x y 2 − 6x 2 y + g 0 (y) qui est égale à 3x y 2 − 6x 2 y d’où g 0 (y) = 0. Une primitive de ω est donc
f (x, y) = x y 3 − 3(x y)2 .
© G. Faccanoni 177
L’intégrale curviligne le long du demi-cercle supérieur de diamètre [AB ] de A = (1, 2) vers B = (3, 4) est donc
Z
ω = f (3, 4) − f (1, 2) = −236.
[AB ]
y
3
Considérons la forme différentielle 2
y −x
ω(x, y) = 2 dx + 2 dy.
x + y2 x + y2 1
0<r <1
1. Montrer que ω est fermée.
0
2. Montrer que ω n’est pas exacte. 1 2 3x
3. Soit γr la famille de courbes
−1 r >1
γr (t ) = (1 + r cos(φ), 2r sin(φ)), φ ∈ [0, 2π], r > 0, r 6= 1.

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

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

sin θ − cos θ
I Z 2π Z 2π
ω= (− sin θ) + (cos θ) dθ = −1 dθ = −2π 6= 0.
γ 0 cos2 θ + sin2 θ cos2 θ + sin2 θ 0
3. On en déduit que I
B si r > 1 alors ~ (t )d t = −2π (car la circulation le longue de courbes homotopes est la même et γr est homotope
V
γr
à la courbe γ du 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.
Exercice 8.23 Intégrale curviligne

Calculer le travail du champ de vecteurs V ~ = (y 2 , 2x y) pour déplacer un point matériel de (0, 0) à (1, 1) le long de γ1
d’équation y = x et le long de γ2 d’équation y = x 2 .
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

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

γ1 (t ) = (t 2 − t + 1, t 2 + 2t ), t ∈ [0, 1]
et γ2 le segment
I de droite allantIdu point A ≡ (1, 0) au point B ≡ (1, 3).
Calculer ~ (t ) dt . En déduire
V ~ (t ) dt .
V
γ2 γ1
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

Déterminer la valeur du paramètre µ de sorte que la forme différentielle
ω = (x 2 − 5µy + 8y z) dx + (−5x + 8µxz + 2) dy + ((7 + µ)x y − 6z) dz
soit exacte.
Pour cette valeur de µ, déterminer la primitive ϕ de ω telle que ϕ(3, 1, −2) = 0.
Calculer la circulation de ω pour aller du point (1, 0, 0) au point (0, 0, 1) le longue de la courbe paramétrée γ(t ) =
(cos(t ), cos(t ) sin(t ), sin(t )).
© G. Faccanoni 179
S OLUTION . ω définie sur R3 simplement connexe : exacte ssi fermée.
∂ y ω3 − ∂z ω2 = 0 (7 + µ)x − (8µx) = 0

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

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

Déterminer la valeur du paramètre µ de sorte que le champ de vecteurs
~ = (x 2 + 5µy + 3y z)~
V j + ((2 + µ)x y − 4z)~
i + (5x + 3µxz − 2)~ k
soit conservatif.
~ 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 )).
~ défini sur R3 simplement connexe : conservatif ssi à rotationnel nul.

S OLUTION . V
∂ 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
On obtient le champ de vecteurs
~ = (x 2 + 5y + 3y z)~
V j + (3x y − 4z)~
i + (5x + 3xz − 2)~ k.
~ : comme ∂x ϕ(x, y, z) = V1 (x, y, z) alors ϕ(x, y, z) = V1 (x, y, z) dx = x + 5x y + 3x y z +

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

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

I
Pour quels valeurs de r on a γr ⊂ Dω ? Pour ces valeurs calculer ω(φ) dφ.
γr
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
1+2; /* un premier calcul tres simple */

/*2.0^(1/2) ; cette ligne n ’ est pas prise en compte */
(2*3) ^2;
3
36
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
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
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
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
on sélection la deuxième solution

x =2
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
Matrices et vecteurs On définit une matrice avec matrix
M : matrix ([1 ,2] ,[3 ,4]) ;

On calcule son déterminant :
determinant ( M ) ;
Elle est donc inversible. On demande son inverse :
MM : invert ( M ) ;
Calculons le produit pour vérifier. On utilise le produit non commutatif symbolisé par ., un point :
M . MM ;
et on obtient bien l’identité. Les valeurs propres s’obtiennent avec eigenvalues
eigenvalues ( M ) ;
On vérifie qu’il s’agit bien des solutions du polynôme caractéristique donné par charpoly
solve ( charpoly (M , x ) =0 , x ) ;
On calcule la puissance quatrième. On utilise
M ^^4;
Systèmes linéaires Pour résoudre un système linéaire on utilise la commande linsolve([eq1,eq2,...,eqN],[x1,x2,...,

åxN]). Par exemple
linsolve ([ x1 +2* x2 +3* x3 +4* x4 =25 , - x2 + x3 - x4 =5 ,2* x1 +3* x3 =19 , x1 +2* x2 +2* x3 =20] ,[ x1 ,
åx2 , x3 , x4 ]) ;
On peut utiliser la notation matricielle et l’exemple précédent se réécrit :
A : matrix ([1 ,2 ,3 ,4] ,[0 , -1 ,1 , -1] ,[2 ,0 ,3 ,0] ,[1 ,2 ,2 ,0]) ;
b : matrix ([25] ,[5] ,[19] ,[20]) ;
M : A ^^ -1;
M.b;
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
f ( x ) := sin ( x ) ;
plot2d ( f ( x ) ,[x , -2*% pi ,2*% pi ]) ;
donnent
On peut afficher plusieurs graphiques

plot2d ([ x ^2 , x ^3 , x ^4 -x +1] ,[x , -10 ,10]) ;
qui donne
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
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
’ limit (1/ x ,x ,0 , plus ) = limit (1/ x ,x ,0 , plus ) ;

’ limit (1/ x ,x ,0 , minus ) = limit (1/ x ,x ,0 , minus ) ;
donnent
1 1
lim = +∞, lim = −∞.
x→0+ x x→0− x
Formule de Taylor Pour calculer le développement de Taylor à l’ordre n au voisinage de x 0 de la fonction f (x) on utilise la
commande taylor(f(x),x,x_0,n). Par exemple
taylor ( sqrt (1+ x ) ,x ,0 ,4) ;
donne
x x2 x3 5 x4
1+ − + − +...
2 8 16 128
Dérivées et extrema Pour calculer la dérivée de f (x) par rapport à x on utilise la commande diff(f(x),x). Par exemple
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
donne Z 0
x 2 e x dx = 2 − 10e −2 .
−2
On peut calculer les intégrales impropres :

integrate (1/ x ^2 , x , 1 , inf ) ;
integrate (1/ x , x , 1 , inf ) ;
donne
1
defint: integral is divergent.
Équations différentielles ordinaires du premier ordre Pour calculer la solution d’une équation différentielle du premier 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 une condition y(x 0 ) = y 0 , on utilise la commande ic1(sol,x=x_0,y=y_0) où
sol est la solution calculée par la commande edo2. Par exemple
edo : ’ diff (y , x ) +(3* x ^2+1) *y - x ^2* exp ( - x ) ;
est l’EDO
y 0 (x) + (3x 2 + 1)y(x) = x 2 e −x
qu’on résout par
solgen : ode2 ( edo ,y , x ) ;
et on obtient
3
Ã !
ex 3
y(x) = +C e −x −x .
3
Si on impose la condition initiale y(0) = 1
ic1 ( solgen , x =0 , y =1) ;
on trouve
3
Ã !
ex 3
y(x) = + 2 e −x −x .
3
Pour afficher le champ de vecteur de l’équation différentielle y 0 (x) = f (x, y(x)) et la solution qui passe par le point
(x 0 , y 0 ) on utilise la commande plotdf(f(x,y(x)),[trajectory_at,x_0,y_0]) après avoir chargé la librairie plotdf :
load (" plotdf ") $
plotdf ( - x * y +2* x ,[ trajectory_at ,0 ,3]) $
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
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
Pour representer plusieurs surfaces il suffit d’utiliser plot3d([f(x,y),g(x,y)],[x,a,b],[y,c,d]).

Pour enlever la mesh de la surface on utilise l’option [gnuplot_preamble, "set unsurface"].
On peut utiliser le Tk Schelter’s 3d Plot Window au lieu de gnuplot comme dans l’exemple
plot3d (f ,[ x , -2*% pi ,2*% pi ] ,[y , -2*% pi ,2*% pi ] ,[ plot_format , openmath ]) ;
Objets graphiques On peut utiliser la commande

draw3d(color=nom_couleur,obj_f,color=nom_couleur,obg_g) où obg_ est un objet graphique. Par exemple
f :1/(2+ x ^2+ y ^2) ;
g : explicit (f ,x , -6 ,6 ,y , -6 ,6) ;
draw3d ( contour_levels =5 , contour = both , enhanced3d = true , grid = on , g ) ;
ou encore
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 ) ;
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
f (x , y ) :=( x -1) * y ^2/(( x -1) ^2+ y ^2) ;

assume (r >0) ;
g : subst ([ x =1+ r * cos ( t ) ,y = r * sin ( t ) ] , f (x , y ) ) ;
g : trigsimp ( g ) ;
qui donne
(x − 1)y 2
f (x, y) = , g = r cos(t ) sin2 (t ).
(x − 1)2 + y 2
Dérivabilité et différentiabilité Pour calculer la dérivée partielle de x 7→ f par rapport à x i on utilise la commande diff(f,x_i).
(x−1)y 2
Par exemple, pour calculer f x et f y de f (x, y) = (x−1)2 +y 2
, on peut taper
f (x , y ) :=( x -1) * y ^2/(( x -1) ^2+ y ^2) ;

fx : diff ( f (x , y ) ,x ) ;
fx : ratsimp ( fx ) ;
fx : factor ( fx ) ;
fy : diff ( f (x , y ) ,y ) ;
fy : ratsimp ( fy ) ;
fy : factor ( fy ) ;
Pour les dérivées d’ordre supérieure soit on dérive la dérivée soit on utilise la commande diff(f,x_i,2) qui spécifie
(x−1)y 2
l’ordre de la dérivée. Par exemple les dérivées secondes de la fonction f (x, y) = (x−1)2 +y 2
peuvent être calculée comme
suit :
f (x , y ) :=( x -1) * y ^2/(( x -1) ^2+ y ^2) ;
fxx : diff ( f (x , y ) ,x ,2) $
ratsimp (%) $
factor (%) ;
fyy : diff ( f (x , y ) ,y ,2) $
ratsimp (%) $
factor (%) ;
fxy : diff ( diff ( f (x , y ) ,y ) ,x ) $
ratsimp (%) $
factor (%) ;
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
Exercices résolus à l’aide de Maxima

Intégrales
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
solgen : ode2 ( ’ diff (y , x ) = - x * y +2* x ,y , x ) ;

sol : ic1 (% , x =0 , y =3) ;
plot2d ( rhs ( sol ) ,[x , -5 ,5] ,[ y ,0 ,4]) ;
(
y 0 (x) = cos(x)y + e sin(x) ,
2.
y(0) = 3
solgen : ode2 ( ’ diff (y , x ) = cos ( x ) * y + exp ( sin ( x ) ) ,y , x ) ;

sol : ic1 (% , x =0 , y =3) ;
plot2d ( rhs ( sol ) ,[x , -4 ,15] ,[ y , -1 ,30]) ;
y(x)
(
y 0 (x) = − x ,
3.
y(1) = 3
solgen : ode2 ( ’ diff (y , x ) = - y / x +x ,y , x ) ;

sol : ic1 (% , x =1 , y =3) ;
plot2d ( rhs ( sol ) ,[x , -5 ,10] ,[ y , -25 ,50]) ;
(
y 0 (x) = y 2 − 1,
4.
y(0) = 0
solgen : ode2 ( ’ diff (y , x ) = y ^2 -1 , y , x ) ;

sol : ic1 (% , x =0 , y =0) ;
sol : logcontract ( sol ) ;
sol : solve ( sol , y ) ;
%[1];
plot2d ( rhs (%) ,[x , -5 ,5] ,[ y , -2 ,2]) ;
 00 0
 y (x) − 5y (x) + 6y(x) = 0,

5. y(0) = 2,

 0
y (0) = −1
solgen : ode2 ( ’ diff (y ,x ,2) -5* ’ diff (y , x ) +6* y =0 ,y , x ) ;

sol : ic2 (% , x =0 , y =2 , ’ diff (y , x ) = -1) ;
plot2d ( rhs ( sol ) ,[x , -5 ,1] ,[ y , -5 ,8]) ;
© G. Faccanoni 195
 00 0
 y (x) − 2y (x) + 2y(x) = 0,

6. y(0) = 2,

 0
y (0) = −1
solgen : ode2 ( ’ diff (y ,x ,2) -2* ’ diff (y , x ) +2* y =0 ,y , x ) ;

sol : ic2 (% , x =0 , y =2 , ’ diff (y , x ) = -1) ;
plot2d ( rhs ( sol ) ,[x , -10 ,10]) ;
 00 0
 y (x) = 2y (x) − y(x),

7. y(0) = 1,

 0
y (0) = 0
solgen : ode2 ( ’ diff (y ,x ,2) =2* ’ diff (y , x ) -y ,y , x ) ;

sol : ic2 (% , x =0 , y =1 , ’ diff (y , x ) =0) ;
plot2d ( rhs ( sol ) ,[x , -5 ,5] ,[ y , -5 ,5]) ;
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.
dsxx : diff (s ,x ,2) ;

dsyy : diff (s ,y ,2) ;
dsxy : diff ( diff (s , y ) ,x ) ;
dethes : dsxx * dsyy - dsxy ^2;
subst ( critiques [3] , dethes ) ;
subst ( critiques [3] , dsxx ) ;
Comme le déterminant est positif et s xx > 0, il s’agit d’un minimum.
2. il s’agit d’une minimisation sous contrainte et rappelons que si f et g sont deux fonctions indépendantes telles que :
B f et g ont des dérivées partielles continues dans un voisinage d’un point P (x 0 , y 0 ) ;
B f présente un extremum au point P sous la contrainte g (x, y) = k, où k est une constante ;
B ∇g évalué au point P est différent du vecteur nul,
alors ∇ f (x 0 , y 0 ) = λ∇g (x 0 , y 0 ) pour un scalaire λ appelé multiplicateur de Lagrange.Par conséquent, un extremum d’une
fonction f soumise à une contrainte g ne peut être observé qu’à un point P où les gradients de f et g sont parallèles. La
contrainte est alors tangente à la courbe de niveau de f passant par le point P . Pour trouver cet éventuel extremum, il faut
résoudre le système :
(
∇ f (x, y) = λ∇g (x, y)
g (x, y) = k
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
solve ( subst ( sol [2] , Ll ) =0 , lambda ) ;

subst (%[3] , sol [2]) ;
Champs de vecteurs, formes différentielles, intégrales curvilignes
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
load (" vect ") $

curl ([ v1 , v2 , v3 ]) ;
express (%) ;
ev (% , diff ) ;
Pour en calculer un potentiel, on intègre la première composante par rapport à x
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).
On dérive xz 3 + xz 4 par rapport à 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
ω(x, y, z) = 2y z dx + 2z(x + 3y) dy + (y(2x + 3y) + 2z) dz
est exacte et en calculer un potentiel.

On pose
omega1 :2* y * z ;
© G. Faccanoni 197
omega2 :2* z *( x +3* y ) ;

omega3 : y *(2* x +3* y ) +2* z ;
Comme ω est définie sur R3 simplement connexe, elle est exacte ssi elle est fermée. Vérifions si elle est fermée en calculant son
rotationnel :
diff ( omega3 , y ) - diff ( omega2 , z ) ;

diff ( omega1 , z ) - diff ( omega3 , x ) ;
diff ( omega2 , x ) - diff ( omega1 , y ) ;
Pour en calculer un potentiel, on intègre la première composante par rapport à x
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 ) ;
d’où h(y, z) = 3y 2 z + g (z) et finalement

f (x, y, z) = 2x y z + 3y 2 z + g (z).
On dérive 2x y z + 3y 2 z par rapport à z
diff (2* x * y * z +3* y ^2* z , z ) ;
Comme cette dérivée doit être égale à 2y(x + 3y) + 2z, alors ∂z g (z) = 3y 2 + 2z
integrate (3* y ^2+2* z , z ) ;
d’où g (z) = 3y 2 z + z 2 et finalement

f (x, y, z) = 2x y z + 3y 2 z + 3y 2 z + z 2 .
Vérifions si on a bien fait nos calculs :
f :2* x * y * z +3* y ^2* z + z ^2;

diff (f , x ) ;
diff (f , y ) ;
diff (f , z ) ;
198 © G. Faccanoni

2011 2012 M231 L1PC

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2011 2012 M231 L1PC

Transféré par

Droits d'auteur :

Formats disponibles

L1PC

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

2. Équations différentielles ordinaires 33

5. Extrema (libres et liés) 99

6. Intégrales multiples 131

7. Fonctions vectorielles d’une variable réelle : courbes paramétrées 161

8. Champs de vecteurs, formes différentielles 163

A. Maxima & wxMaxima 183

Existence des primitives

Calcul des primitives

Intégration par changement de variable

Intégration par parties

Intégration par changement de variable :

D(x) = c(x − a 1 )m1 (x − a 2 )m2 . . . (x − a k )mk (x 2 + b 1 x + d 1 )n1 (x 2 + b 2 x + d 2 )n2 . . . (x 2 + b h x + d h )nh

R(x) A 1,1 A 1,2 A 1,m1

où les A i , j , B i , j et C i , j sont des constantes.

Intégration des fractions simples

2. On veut intégrer la fonction rationnelle propre f (x) = 3x+1

En utilisant le principe d’identité des polynômes on a

A 1,1 A 2,1 A 2,2

x −4 A 1,1 (x + 1)2 + A 2,1 (x − 3)(x + 1) + A 2,2 (x − 3)

On détermine les constantes en utilisant le principe d’identité des polynômes

On obtient alors que

On détermine les constantes en utilisant le principe d’identité des polynômes

On obtient alors que

Comparaison de fonctions équivalentes :

 h 1−r ia h 1−r 1−r i 

Comparaison de fonctions positives :

f (x) dx et f (x) dx convergent.

f (x) dx et f (x) dx convergent.

f (x) dx et f (x) dx convergent.

Fonctions définies par une intégrale

est continue sur J , est dérivable en tout point x 0 ∈ J où f est continue et F 0 (x 0 ) = f (x 0 ).

f ∈ C k (J ) alors F ∈ C k+1 (J ) car f (k) (x) = F (k+1) (x). De plus

F 0 (x) = f (v(x))v 0 (x) − f (u(x))u 0 (x).

ln(x 2 ) ln(x/2) 1 4 ln(x) ln(x) − ln(2) 3 ln(x) ln(2)

0 ln(x) ln(x/2) 3 ln(x) ln(2)

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

Exercice 1.2 Intégration par parties

Exercice 1.3 Intégration par changement de variable

Exercice 1.4 Intégration de fonctions rationnelles

S OLUTION . Soit c une constante réelle.

Exercice 1.6 Vitesse et accélération

S OLUTION . B Vitesse maximale : v(t ) = v 0 t (1 − t ), v 0Z(t ) = 1 − 2t , v 0 (t ) = 0 ssi t = 1/2 et v(1/2) = v 0 /4.

Exercice 1.7 Calcul de l’aire

Exercice 1.8 Calcul de l’aire

S OLUTION . Remarquons d’abord que

On conclut que l’intégrale est convergente.

Exercice 1.11 Intégrales généralisées

Exercice 1.12 Fonction intégrale

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

Exercice 1.13 Intégrales, intégrales généralisées

2. Il suffit de rajouter à la surface calculée au point précédent l’intégrale généralisé suivant

Donc la surface plane infinie mesure 1 − 1e .

Exercice 1.14 Intégrales, intégrales généralisées

2. Il suffit de rajouter à la surface calculée au point précédent l’intégrale généralisé suivant

Donc la surface plane infinie mesure +∞.

Exercice 1.15 Intégrales, intégrales généralisées

2. Il suffit de rajouter à la surface calculée au point précédent l’intégrale généralisé suivant

Donc la surface plane infinie mesure 2 − p2e .

Exercice 1.16 Intégrales, intégrales généralisées

2. Il suffit de rajouter à la surface calculée au point précédent l’intégrale généralisé suivant

Exercice 1.17 Intégrales, intégrales généralisées