Analyse

Université Hassan II- Casablanca
Faculté des Sciences et Techniques de Mohammedia
Fonctions de plusieurs variables

Calcul intégral
Parcours MIP Promo 2015-2016
Par : Dr Mohammed Harfaoui

Citations
Citations Dr M.Harfaoui
ieu a crée les nombres, le reste est l’oeuvre de l’homme.

D
’enseignement est un habit tout fait et pas un habit sur mesure.
L
i l’esprit d’un homme s’égare, faites-lui étudier les mathématiques car dans les démonstrations,
S pour peu qu’il s’écarte, il sera obligé de recommencer.
our l’enseignant il ne s’agit pas d’aimer ou de détester, il s’agit avant tout de ne pas se tromper.
P [André Lévy]
n n’enseigne pas ce que l’on sait ou ce que l’on croit savoir : on n’enseigne et on ne peut enseigner
O que ce que l’on est.
uand une société ne peut pas enseigner, c’est que cette société ne peut pas s’enseigner. [Charles
Q Péguy]
a science, c’est ce que le père enseigne à son fils. La technologie, c’est ce que le fils enseigne à son
L papa. [Michel Serres]
ne société qui n’aime pas ses enseignants est une société qui n’a pas compris le défi de la mondia-
U lisation de demain. [Valérie Pécresse]
l y a des sciences bonnes dont l’existence est nécessaire et dont la culture est inutile. Telles sont les
I mathématiques. [Joseph Joubert]
es mathématiques sont une gymnastique de l’esprit et une préparation à la philosophie. [Isocrate]

L
a musique est une mathématique sonore, la mathématique une musique silencieuse. [Edouard Her-
L ieuriot]n’est pas l’éternité, il n’est pas l’infini, mais il est éternel et infini. Il n’est ni la durée ni l’espace ;
D mais il a existé de tout temps et sa présence est partout. [Isaac Newton]
a vie n’est belle qu’à étudier et à enseigner les mathématiques.
L
mharfaoui04@yahoo.fr ii Élémnents sous droits d’auteur

Dr M.Harfaoui Table des matières
mharfaoui04@yahoo.fr 1 Élémnents sous droits d’auteur

Table des matières Dr M.Harfaoui

TABLE DES MATIÈRES
0.1 Avant-propos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
0.2 Introduction. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1 Toplogie dans Rn 9
1.1 Normes et distances dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1 Norme sur l’espace vectoriel Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.2 Distance sur un espace vectoriel. . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3 Normes classiques dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4 Boule et sphère associées à une norme. . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Défintions et propriétés de parties de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Fonctions numériques à plusieurs variables 17

2.1 Généralité et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Fonctions numériques de plusieurs variables. . . . . . . . . . . . . . . . . . . . . 17
2.1.2 Domaine de définition de fonctions de plusieurs variables. . . . . . . . . . . . . 18
2.1.3 Graphe d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . . . 18
2.1.4 Lignes ou courbe de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.1.5 Fonctions partielles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.2 Limite et continuité des fonctions numériques de plusieurs variables. . . . . . . . . . . 22
2.2.1 Limite et continuité d’une fonction en un point. . . . . . . . . . . . . . . . . . 23
2.2.2 Continuité d’une fonction sur un ouvert. . . . . . . . . . . . . . . . . . . . . . 27
2.3 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.1 Motivation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.3.2 Dérivée partielle première ou d’ordre un. . . . . . . . . . . . . . . . . . . . . . 29
2.3.3 Dérivée partielle seconde ou d’ordre deux. . . . . . . . . . . . . . . . . . . . . 29
2.3.4 Dérivée suivant un vecteur. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Différentielle totale d’une fonction de plusieurs variables . . . . . . . . . . . . . . . . . 31
2.4.1 Différentiabilité dans R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3
Table des matières Dr M.Harfaoui
2.4.2 Propriétés de la différentiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4.3 Dérivées partielles d’une fonction composée . . . . . . . . . . . . . . . . . . . . 34
2.5 Fonctions homogènes et théorène des fonctions implicites . . . . . . . . . . . . . . . . 37
2.5.1 Fonctions homogènes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5.2 Théorèmes de fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.6 Formules de Taylor et développement limité . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6.1 Formule de Taylor d’une fonction de plusieurs variables . . . . . . . . . . . . . 39
2.6.2 Développement limité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.7 Extremums libres de fonctions de Rn dans R . . . . . . . . . . . . . . . . . . . . . . . 42
2.7.1 Définitions et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.7.2 Quelques graphes ; . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.7.3 Conditions d’extremums libres . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.8 Extremums liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.8.1 Définitions et généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.8.2 Méthode de substitution. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.8.3 Méthode de Lagrange. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.9 Etudes d’extremums sur un compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3 Fonction de plusieurs variables à valeurs dans Rp 57

3.1 Limites et continuité d’une fonction de plusieurs variables à valeurs dans IRp . . . . . . 57
3.2 Différentielle d’une fonction de plusieurs variables à valeurs dans IRp . . . . . . . . . . 58
3.3 Matrice jacobienne et Jacobien. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4 Intégrales doubles et triples 65

4.1 Intégrales doubles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1.1 Intégrale double sur un rectangle. . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.1.2 Intégrale double sur un domaine borné R2 . . . . . . . . . . . . . . . . . . . . 67
4.1.3 Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.1.4 Changement de variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.1.5 Applications des intégrales doubles. . . . . . . . . . . . . . . . . . . . . . . . . 72
4.2 Intégrales triples. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2.1 Intégrale triple sur un parallélépipède. . . . . . . . . . . . . . . . . . . . . . . . 74
4.2.2 Intégrale triple sur un domaine borné de R3 . . . . . . . . . . . . . . . . . . . . 74
4.2.3 Théorème de changement de variables. . . . . . . . . . . . . . . . . . . . . . . 75
4.2.4 Applications des intégrales triples. . . . . . . . . . . . . . . . . . . . . . . . . . 76

Dr M.Harfaoui Avant propos
Avant-propos
0.1 Avant-propos
e cours s’adresse à des étudiants de la tiendrez pas grande chose si vous vous
C deuxième année d’un DEUST. limitez à choisir un exercice, y réfléchir une
Il a pour objectif de donner les bases minute et aller vite voir le début de la cor-
en calcul différentiel pour des fonctions de rection en passant tout le temps à essayer de
plusieurs variables indispensables à toute comprendre la correction qui va paraı̂tre in-
formation en mathématiques appliquées à compréhensible. Pour que la méthode d’étude
l’économie. Les notions supposées connues soit vraiment efficace, il faut d’abord vraiment
correspondent au programme de la première essayer de chercher la solution. En particu-
année. lier, il faut avoir un papier brouillon à coté de
De nombreux livres, parfois très four- soi et un crayon. La première étape consiste
nis, existent. Ici on a cherché, compte tenu alors à traduire l’énoncé (pas le recopier), en
des contraintes de volume horaire, des acquis particulier s’il est constitué de beaucoup de
des étudiants à la première année et des exi- jargon mathématique. Ensuite il faut essayer
gences pour la suite du cursus, à dégager les de rapprocher les hypothèses de la conclusion
points clés permettant de structurer le tra- souhaitée, et pour cela faire quelques calculs
vail personnel de l’étudiant voire de faciliter ou transformer les hypothèses pour appliquer
la lecture d’autres ouvrages. Ce polycopié ne un théorème dont on aura vérifier que les hy-
dispense pas des séances de cours et de TD pothèses sont bien satisfaite. C’est ici que l’in-
ni de prendre des notes complémentaires. Il tuition joue un grand rôle et il ne faut pas
est d’ailleurs important de comprendre et ap- hésiter à remplir des pages pour s’apercevoir
prendre le cours au fur et à mesure. Ce poly- que l’idée qu’on a eu n’est pas la bonne. Elle
copié est là pour éviter un travail de copie qui pourra toujours resservir dans une autre situa-
empêche parfois de se concentrer sur les expli- tion. Quand finalement on pense tenir le bon
cations données oralement mais ce n’est pas un bout, il faut rédiger soigneusement en s’inter-
livre auto-suffisant (il est loin d’être exhaustif). rogeant à chaque pas sur la validité (logique,
De plus, ne vous étonnez pas si vous découvrez mathématique) de ce qu’on a écrit. Si l’étape
des erreurs (merci de me les communiquer). précédente ne donne rien, il faut chercher de
ependant, veuillez noter que vous n’ob- l’aide.
C

Introduction. Dr M.Harfaoui
0.2 Introduction.
u’il s’agisse de traiter des questions rela- solides ne sont posés qu’au début du 20e siècle.
Q tives à la biologie, la chimie, la physique, La notion de dérivée partielle est connue à la
la production, la consommation ou encore l’en- fin du 17e siècle, mais les premières équations
vironnement, etc..., une modélisation adéquate aux dérivées partielles n’apparaissent qu’à par-
s’exprime le plus souvent à l’aide de fonctions tir de 1740 dans des problèmes de mécaniques.
de plusieurs variables. Ce chapitre introduit Deux mathématiciens sont considérés
les fonctions de plusieurs variables réelles en comme les pères des dérivées partielles. Tout
élargissant les définitions des fonctions d’une d’abord , le français CLAIRAUT Alexis-
variable réelle. Évidemment, la représentation Claude (1713-1765) en 1747, puis le suisse EU-
géométrique devient plus lourde : une fonc- LER Leonhard (Bâle 1707 - Saint-Pétersbourg
tion de n variables se visualise à priori dans 1783) dans son traité Institutiones calculi dif-
un espace à (n, 1) dimensions (n pour les va- ferentialis de 1755. Ils étudient ce que l’on
riables, 1 pour la fonction), alors que les pages nomme maintenant, la différentielle totale
d’un livre sont, par nature, bi-dimensionnelles. pour des fonctions de deux variables réelles :
Pour contourner cette impossibilité technique,
nous nous limiterons aux représentations des ∂f ∂f
fonctions de deux variables, soit sous forme df (x, y) = (x, y) + (x, y).
∂x ∂y
de dessins en perspective, soit sous forme de
coupes par des plans horizontaux ou verti- Au 18e siècle, les mathématiciens
caux qui donnent des informations souvent doivent apprendre à maı̂triser des équations
utiles, quoique parcellaires. Ce problème de d’ordre supérieur lorsqu’ils se consacrent
visualisation introduit une rupture nette par aux problèmes de la Mécanique des corps
rapport aux fonctions d’une variable étudiées déformables, de la théorie de l’élasticité et
antérieurement. Nous prenons le parti de pri- de l’hydrodynamique. Les dérivées partielles
vilégier les thèmes qui s’écartent des notions secondes apparaissent notamment lors de la
vues pour les fonctions d’une seule variable. À fameuse étude de l’équation aux cordes vi-
l’opposé, les définitions et les propriétés qui ap- brantes qui, avec celle de la propagation de
paraissent comme des généralisations évidentes la chaleur, donna naissance à la théorie des
sont évoquées ou présentées brièvement. séries de FOURIER (1768-1830). Le français
La température sous la surface de la Terre D’ALEMBERT Jean Le Rond (Paris 1717
est une funcion de la profondeur x sous la sur- - Paris 1783) a le premier donné en 1747,
face et le temps t de l’année. Je nous mesu- une solution de ce problème qui se ramène
rons en pieds x et t comme un certain nombre à l’intégration de l’équation aux dérivées par-
de jours écoulés entre la date prévue de la tielles (avec d’autres notations) :
température de l’habitable annuel le plus élevé,
∂2y 2
2∂ y
nous pouvons modéliser la variation de tempe- (x, y) = a (x, y).
tarure avec la fonction ∂t2 ∂x2
Exemples :
La température, la pression comme fonc-
w(x, t) = cos(0.017t − 0.2x)e−0.2x . tion de la position sur une carte : fonction de
deux variables x et y.
L’étude des fonctions de plusieurs variables L’altitude en un point d’une carte : fonc-
commence au 18e siècle mais ses fondements tion de deux variables x et y.

Dr M.Harfaoui Introduction.
La température, la pression en chaque Le volume d’une boı̂te en fonction de la
point d’une pièce (en trois dimensions) : fonc- hauteur, de la largeur et de la profondeur :
tion de trois variables x, y et z. fonction de trois variables H et L et l.

Introduction. Dr M.Harfaoui

CHAPITRE
1
Toplogie dans Rn
1.1 Normes et distances dans Rn
a distance usuelle entre deux points de Le produit scalaire de x = (x1 , ..., xn ) avec
LR 2 ou R3 vue dans les petites classes est y = (y1 , ..., yn ) est défini par
ce qu’on appelle la distance euclidienne. On
définit également ainsi la longueur d’un vec-
x.y = x1 y1 + ... + xn yn .
teur − →
u , encore appelée la norme euclidienne de
ce vecteur et notée k → −u k : si −→u a pour compo-
santes (u1 et u2 ) dans un repère orthonormale On a en particulier k x k2 = x∆x. Inégalité
→
− − → de Cauchy-Schwarz : pour tout x et y dans
(O, i , j ), alors le Théorème p de Pythagorer
donne (figure 1.7) : k → −u k= u21 + u22 . Rn
Rappelons qu’en dimension 2, on identifie
un vecteur − →u de coordonnées (u1 et u2 ) avec
un point M du plan de coordonnées (u1 , u2 ) | x.y |≤k x k . k y k
−−→ −
une fois fixée une origine O et écrit OM = → u.
On généralisera ici cette identification en avec égalité si et seulement si x et y sont
désignant le point ou le vecteur de coordonnées proportionnels.
(x1 , ..., xn ) par x = (x1 , ..., xn ) ∈ Rn . Inégalité triangulaire : pour tout x et y
La norme euclidienne d’un vecteur x = dans Rn
(x1 , ..., xn ) ∈ Rn est définie par
q
k x k2 = x21 + ... + x2n | x + y |≤k x k + k y k .
9
Chapitre-1- Distance sur un espace vectorie Dr M.Harfaoui
n
1.1.1 Norme sur l’espace vectoriel R .
Définition 1.1.1
On appelle norme sur Rn toute application
N : Rn −→ R+ x −→ N (x), vérifiant, pour tout couple (x, y) de Rn × Rn et tout scalaire λ de R :
1. N (x) = 0 si et seulement si x = 0.
2. N (λx) =| λ | N (x), pour tout x ∈ Rn .
3. N (x + y) ≤ N (x) + N (y), pour tout x, y de Rn .
1.1.2 Distance sur un espace vectoriel.

Définition 1.1.2
Soit E un espace vectoriel. On appelle distance sur E est une application d : E ×E → R+ qui vérifient
les trois axiomes
1. ∀(x, y) ∈ E × E, d(x, y) = d(y, x).(symétrie)
2. ∀(x, y) ∈ E × E, d(x, y) = 0 ⇔ x = y.(séparation)
3. ∀(x, y, z) ∈ E 3 , d(x, y) ≤ d(x, z) + d(z, y).(inégalité triangulaire)
L’ensemble E muni de cette distance est dit : espace métrique et on note (E, d)
Proposition 1.1.1 (distance sur Rn ).

Soit une norme N sur l’espace vectoriel Rn . Une distance d sur Rn par la formule suivante
∀x, y ∈ Rn , d(x, y) = N (x − y).
D’un point de vue géométrique, la norme euclidienne k x k correspond à la longueur du vecteur x (ou
encore à la distance du point x à l’origine).
C’est à dire la longueur du vecteur reliant le point x au point y. La norme euclidienne n’est pas
l’unique façon de mesurer la taille d’un vecteur x.
Définition 1.1.3
Deux normes N et N 0 sont dites équivalentes s’il existe α, β et γ de R tels que :
αN ≤ βN 0 ≤ γN
Exemple 1.1.2.1 Dans R la fonction valeur absolue est une norme.
Proposition 1.1.2
1. Les trois normes N1 (x), N2 (x) et N∞ (x) sont équivalentes.
2. Toutes les normes de R3 sont équivalentes.
Théorème 1.1.1 (Admis.)

Sur un espace vectoriel normé de dimension finie, toutes les normes sont équivalentes.
Dans la suite, on notera ||.|| sans préciser de quelle norme il s’agit.

Dr M.Harfaoui Chapitre-1- Distance sur un espace vectorie
n
1.1.3 Normes classiques dans R
Les trois normes sur Rn sont données par : pour tout x = (x1 , ..., xn ) ∈ Rn
n
X
1. N1 (x)N1 (x1 , ..., xn ) =k (x1 , ..., xn ) k1 = | xi |
i=1
v
uX
u n
2. N2 (x) = N2 (x1 , ..., xn ) =k (x1 , ..., xn ) k2 = t x2i
i=1
3. N∞ (x) = N∞ (x1 , ..., xn ) = sup (| xi |).

1≤i≤n
Exemple 1.1.3.1 Représentation des trois

normes usuelles dans R2 (Figure à côté).
.
On vérifie facilement que ces trois normes vérifient
les trois propriétés d’une normes.
1.1.4 Boule et sphère associées à une norme.

Définition 1.1.4
1. La boule ouverte de centre a de Rn et de rayon r est B(a, r) = {x ∈ E/N (x − a) < r}.
2. La boule fermée de centre a de Rn et de rayon r est B(a, r) = {x ∈ E/N (x − a) ≤ r}.
3. La sphère de centre a de Rn et de rayon r est B(a, r) = {x ∈ E/N (x − a) = r}.
4. Les boules ou les sphères de centre O de Rn et de rayon r = 1 sont appelées boules unités ou
sphères unités.
Exercice 1.1.1
Soit l’application d définie par :

 R × R −→ R ¯ ¯
d: ¯ x y ¯¯
 (x, y) −→ d(x, y) = ¯¯ −
1+ | x | 1+ | y | ¯
1. Montrer que d est une distance sur R.
2. La distance d est-elle induite par une norme ?
3. On munit R de la distance d. Montrer que
Corrigé 1.1.1
1. On vérifie les trois propriétés d’une distance.
(a) ∀x, y ∈ R, il est clair que d(x, y) = d(y, x),

Chapitre-1- Distance sur un espace vectorie Dr M.Harfaoui
(b) ∀x, y ∈ R, on a
x y
= (1)
1+ | x | 1+ | y |
.
x
si x ≥ 0, alors ≥ et les seuls y qui vérifient (1) seront positifs. Dans ce cas
1+ | x |
( ½
y ≥ 0 y ≥ 0
(1) ⇔ x y ⇔ ⇔x=y
= x + xy = y + xy
1+x 1+y
On raisonnerait de la même façon pour x ≤ 0 et la deuxième propriété est démontrée.
x
(c) Reste à montrer l’inégalité triangulaire. Posons f (x) = . On a :
1+ | x |
d(x, y) ≤ d(x, z) + d(z, y) ⇔ |f (x) − f (y)| ≤ |f (z) − f (y)| + |f (z) − f (y)|
et l’assertion à droite de l’équivalence est triviale ( il s’agit de l’inégalité triangulaire vérifiée

par la valeur absolue, et appliquée en f (x), f (y) et f (z)).
2. Si d était induite par une norme k . k, cette norme serait donnée par la formule
|x|
k x k= d(x, 0) = ,
1+ | x |
et l’on aurait
∀λ, ∀x ∈ R, k λx k=| λ | . k x k
autrement dit
|λ|.|x| |x|
∀λ, ∀x ∈ R, = |λ|. .
1 + |λ|.|x| 1+ | x |
c’est absurde, comme on le vérifie en prenant par exemple λ = 2 et x = 1.
3. I Pour tout réel x,
x
d(x, 0) = < 1,
1+ | x |
donc R est entièrement inclus dans la boule ouverte de centre O et de rayon 1. C’est donc
un ensemble borné pour cette distance.
I Pour tous réels x et y,
d(x, y) ≤ d(x, 0) + d(0, y) ≤ 1 + 1 = 2,
donc le diamètre δ(R) de R est inférieur ou égal à 2. On étudie la fonction


 R −→ R ¯ ¯
f: ¯ x ¯
 x ¯
−→ f (x) = ¯ ¯
1+ | x | ¯
en envisageant deux cas : le cas où x est positif, et celui où x est négatif.

Dr M.Harfaoui Chapitre-1- Ouverts fermés et compact de Rn
x
Lorsque x est positif f coincide avec la fonction homographique f (x) = dont le graphe
1+x
est une hyperbole d’asymptote x = −1 et y = 1. Lorsque x est négatif f coincide avec la
x
fonction homographique f (x) = dont le graphe est une hyperbole d’asymptote x = 1
1−x
et y = −1. La courbe représentative est donc formée de deux arcs d’hyperboles.
La fonction f est strictement croissante de R sur [−1, 1], et l’on a :
lim f (x) = −1, lim f (x) = 1.

x→−∞ x→+∞
Par conséquent, pour tout ² > 0, il existe x et y tels que :
−1 < f (x) < −1 + ² et 1 − ² < f (x) < 1.

Pour ces éléments on a :
d(x, y) = f (x) − f (y) ≥ (1 − ²) + (1 − ²) = 2 − 2²

donc δ(R) ≥ 2 − 2². Cela est pour tout ² donc δ(R) ≥ 2. Comme on a déjà démontré
δ(R) ≤ 2 on peut conclure à δ(R) = 2.
Exercice 1.1.2
On munit R de la distance euclidienne associée à la norme N2 . Soit A le sous-ensemble de
R2 défini par :
A = {(x, y) ∈ R2 /x2 − 2x ≤ y ≤ 2x − x2 }
1. Représenter sommairement l’ensemble A.
2. Montrer que A est borné.
3. Vérifier que : ∀(x, y) ∈ A2 , y 2 ≤| y |.
4. calculer, dim(A), le diamètre de A.
Corrigé 1.1.2
1. L’ensemble A est formé des points situés entre les courbes d’équations : y = x2 −2x et y = 2x−x2 .
2. la figure montre bien que A est borné et nous donne une indication sur le diamètre de A. Si
(x, y) ∈ A alors y = x2 − 2x ≤ 2x − x2 et donc x(x − 2) ≤ 0, et cela équivaut à 0 ≤ x ≤ 2.
Ensuite | y |≤ sup | x2 − 2x |= 1. Finalement 0 ≤ x ≤ 2 et | y |≤ 1 pour tout (x, y) ∈ A, et
0≤x≤2
cela prouve que A est borné.
3. Si (x, y) ∈ A, alors | y |≤ 1 et donc
y 2 ≤| y |.
4. On remarque que A est inclus dans le disque fermé D = B((1, 0), 1) de centre (1, 0) et de rayon
R = 1, par conséquent
∀(u, v) ∈ A2 , d(u, v) ≤ diam(D) = 2.

Comme (1, 1) et (1, −1) appartiennent à A et sont distants de 2 , on conclut à dim(A) = 2.

1.2. DÉFINTIONS ET PROPRIÉTÉS DE PARTIES DE RN . Dr M.Harfaoui
1.2 Défintions et propriétés de parties de Rn .
Définition 1.2.1
Un ensemble U de Rn est dit ouvert si et seulement si pour tout x ∈ U il existe r > 0 tel que :
B(x, r) ⊂ U.
Par convention ensemble vide ∅ est ouvert.

◦
L’ensemble des points intérieur a E est appelé intérieur de E et est note E .
◦
On vérifie que E est le plus grand ouvert contenu dans E et que E est ouvert si et seulement si
il est égal à son intérieur.
Définition 1.2.2
Un ensemble F de Rn est dit fermé si et seulement si son complémentaire F c = Rn \F est ouvert.
Définition 1.2.3
Un ensemble E ⊂ Rn est dit borné si et seulement si il existe R > 0 tel que E ⊂ B(0, R). Un ensemble
fermé et borné de Rn est dit compact.
Définition 1.2.4
Dans Rn un ensemble E est dit compact si et seulement si il est fermé borné.
Proposition 1.2.1 1. Toute union finie ou infinie d’ouverts est un ouvert.

2. Toute union finie de fermés est un fermé.
3. Toute intersection finie ou infinie de fermés est un fermé.
4. Toute intersection finie d’ouverts est un ouvert.
5. Les seuls ensembles a la fois ouverts et fermés sont ∅ et Rn .
6. Un ensemble fini de points de Rn est fermé.
◦
7. E ⊂ E ⊂ E.
Remarque 1.2.1
Soit K un corps muni d’une valeur absolue, et non discret (par exemple le corps des réels ou des
complexes. Tous les résultats présidents se généralisent sur Un K-espace vectoriel E dit normé E muni
d’une norme définie par la même définition.1.3.1.
Définition 1.2.5
Un ensemble E est dit connexe si et seulement si il existe aucune paire d’ouverts (U1 , U2 ) tels que
E ⊂ U1 ∪ U2 et E ∩ U2 et E ∩ U2 sont disjoints.
Autrement dit, E est connexe si on ne peut pas le séparer en deux partie disjointes en l’interceptant
avec deux ouverts. Dans le cas d’un ensemble ouvert, cela se traduit par la propriété intuitive suivante.
Proposition 1.2.2
Un ensemble ouvert U est connexe si et seulement si pour tout x et y dans U , il existe une ligne brisée
contenue dans U qui les relie.

Dr M.Harfaoui Chapitre-1- Ouverts fermés et compact de Rn
Définition 1.2.6
Un ensemble E est dit convexe si et seulement si pour tout x, y de E et t ∈ [0, 1] on a tx+(1−t)y ∈ E,
i.e. le segment d’extrémité x et y est contenu dans E.
Remarque 1.2.2 On peut vérifier qu’en dimension n = 1 les connexes et les convexes de R sont
exactement les intervalles (de taille finie ou infinie).
En revanche, en dimension n > 1 tout convexe est connexe mais la réciproque est fausse. On vérifie
aussi qu’une intersection finie ou infinie de compacts est un compact et de même pour les convexes.
Définition 1.2.7
1. Soit un ouvert Ω de Rn et a ∈ Ω. On dit que Ω est étoilé par rapport à a si [a, x] ⊂ Ω, ∀x ∈ Ω.
2. Ω est étoilé si Ω étoilé par rapport à tous ses points.
Fig. 1.1 – Etoilé par rapport au centre et non

Fig. 1.2 – Etoilé par rapport à tous ses points
étoilé
Fig. 1.3 – Connexe par arc non étoilé Fig. 1.4 – Poincaré Henri

Chapitre-1- Ouverts fermés et compact de Rn Dr M.Harfaoui

CHAPITRE
2
Fonctions numériques à plusieurs variables
2.1 Généralité et définitions
n veut généraliser pour ce type de fonc- cela, il sera nécessaire de préciser certains ou-
O tions les notions et résultats étudiés pour tils topologiques déjà plus ou moins abordés
les fonctions réelles de la variable réelle vues, pour l’étude des fonctions de R dans R norme,
à savoir, régularité (continuité, dérivabilité...), distances associée, ouvert, fermé, notion de li-
existence d’extrema locaux ou globaux pour les mite...
fonctions à valeurs dans R, intégrabilité... Pour
2.1.1 Fonctions numériques de plusieurs variables.

Définition 2.1.1
On appelle fonction numérique de plusieurs variables toute applica-
tion f d’une partie Ω de IRn dans IR qu’on note
f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).
Exemple 2.1.1.1
1. f : R2 → IR : (x, y) → f (x, y) = x2 − y + 2 est une fonction de deux variables.

x2 + z − 2
2. f : R3 → R : (x, y, z) → f (x, y, z) = + y 2 + z 2 − 1 est une fonction de trois variables.
x2 + 1
√
t2 + 2
3. f : R4 → R : (x, y, z, t) → f (x, y, z, t) = 2 est une fonction de quatre variables.
x + y2 + 2
17
Chapitre-1- Généralité, et définitions Dr M.Harfaoui
2.1.2 Domaine de définition de fonctions de plusieurs variables.
Définition 2.1.2
Le domaine de définition d’une fonction numérique de plusieurs va-
riables f est l’ensemble Df défini par
Df = {(x1 , x2 , ...xn ) ∈ Ω : f (x1 , x2 , ...xn ) ∈ IR}.

p
Exemple 2.1.2.1 1. f : IR2 → IR, (x, y) → 1 − x2 + y.
Df = {(x, y) ∈ IR2 , 1 − x2 + y ≥ 0 } c’est donc la partie au-dessus de la parabole d’équation :
y = x2 − 1 (fig.1.1).
√
2. f : Ω ⊂ IR3 → IR, (x, y, z) → (ln(1 − x2 − y 2 − z 2 )) z.
Df = {(x, y, z) ∈ Ω, 1 − x2 − y 2 − z 2 > 0 et z ≥ 0 } c’est donc l’intérieur de la demi-sphère
supérieure sans sa frontière (fig.1.2).
p
Fig. 2.1 – f (x) = x2 − 1 Fig. 2.2 – 1 − x2 − y 2
2.1.3 Graphe d’une fonction de plusieurs variables

Rappel. Le graphe d’une fonction d’une seule variable f : R → R, x → y = f (x), est une partie
de R2 définie par Cf = {(x y) ∈ R2 , x ∈ Df : y = f (x)}.
Dans R2 considérons l’ensemble de point connu depuis le lycée z = 2x + y qui définit un plan de
vecteur normal − →
n (2, 1, −1), si on pose z = f (x, y) une obtient une fonction de deux variables dont le
graphe est un plan.
Définition 2.1.3
Soit Ω une partie de Rn et
f : Ω → R, (x1 , x2 , ...xn ) → f ((x1 , x2 , ...xn )

de domaine de définition Df ; le graphe de f est la partie, notée Gf
de IRn+1 , définie par :
Gf = {(x1 , x2 , ...xn , z) ∈ IRn+1 , ((x1 , x2 , ...xn ) ∈ Df ; z = f (x1 , x2 , ...xn )}.

Dr M.Harfaoui Chapitre-1- Généralité, et définitions
Cas particuliers.
1. Dans le cas d’une fonction d’une seule variable le graphe est une partie de IR2 et prend le nom
de courbe.
2. Dans le cas d’une fonction de deux variable le graphe est une partie de IR3 et prend le nom de
surface.
Exemple 2.1.3.1
1. f (x, y) = x + y − 3. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x + y − 3}, c’est donc le plan de

→
vecteur normal n(1, 1, −1).
2. f (x, y) = x2 − y 2 .( fig.1.3) Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x2 − y 2 } (fig.1.3).
3. f (x, y) = x2 + y 2 , avec x2 + y 2 ≤ 1. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 } et z = x2 + y 2 et

x2 + y 2 ≤ 1}. Gf est donc un cône de rayon de la base R = 1(fig.1.4).

Chapitre-1- Généralité, et définitions Dr M.Harfaoui
p
Fig. 2.3 – f (x, y) = x2 − y 2 Fig. 2.4 – f (x, y) = x2 + y 2
p
4. f (x, y) = 1 − x2 − y 2 , G est la demi-sphère supérieure avec sa frontière, (fig.1.2).
5. f (x, y) = cos(x). cos(y), G est la surface représentée dans (fig.1.5).
6. f (x, y) = x2 + y 2 , Gf est une paraboloı̈de, (fig.1.6).
Fig. 2.5 – f (x, y) =

cos(x). cos(y) Fig. 2.6 – f (x, y) = x2 + y 2
Fig. 2.7 – f (x, y) = cos(x2 +

y2) Fig. 2.8 – f (x, y) = sin(xy)

Dr M.Harfaoui Chapitre-1- Généralité, et définitions
cos(1/x) − y
Fig. 2.10 – .
Fig. 2.9 – cos(x). cos(y) x3 − y 2
2.1.4 Lignes ou courbe de niveau
e la même manière, on peut considérer simultanément différentes courbes de niveau

D des coupes horizontales du graphe d’une pour visualiser la progression du graphe.
fonction de deux variables et on obtient, Cette représentation s’apparente aux cartes
de façon générale, des courbes planes, dites géographiques où le niveau correspond à l’alti-
courbes de niveau. En pratique, on représente tude.
Définition 2.1.4
Soit k ∈ R et f une fonction de D ⊂ R2 dans R,l’ensemble
{(x, y) ∈ R2 : f (x, y) = k}
est la courbe de niveau k de la fonction f . Les courbes de niveau d’une fonction f fournissent une
représentation géométrique de f sur le plan, alors que son graphe en donne une dans l’espace. La
courbe de niveau k est la projection sur le plan d’équation z = 0 de l’intersection du graphe de f avec
le plan horizontal z = k.
Fig. 2.11 – Courbes de niveau Fig. 2.12 – Carte

Chapitre-1- Limite etcontinuité des fonctions numériques de plusieurs variables. Dr M.Harfaoui
Remarque 2.1.1
éométriquement, la ligne de niveau est la réalité physique. Sur une carte topographique,
G projection sur le plan (x, y) de l’inter- elles désignent les points de même altitude
section de la surface représentative de f avec (dans la figure ci-après, l’altitude du point
le plan d’équation z = k. Par exemple, si f A est 94 + d = 940 + cb/a). Sur une
représente la hauteur d’un point de la surface carte météorologique, elles sont les isothermes
terrestre, ses courbes de niveau sont celles qui (lignes reliant les points d’égale température)
apparaissent sur les cartes topographiques. ou les isobares (lignes reliant les points d’égale
Les lignes de niveau reflètent souvent une pression).
2.1.5 Fonctions partielles.

Définition 2.1.5
Soit une fonction de n variables
f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).
On appelle fonction partielle d’ordre i (ou ieme fonction partielle) la fonction d’une seule variable en
variant la ieme coordonnée et en fixant les autres. Elle est définie par
fi :]a, b[⊂ IRn → IR : xi → fi (xi ) = f (x1 , ..., xi , ...xn ).
Exemple 2.1.5.1 Soit la fonction définie sur IR2 −p (0, 0) par

1 − cos( x2 + y 2 )
f : IR2 − (0, 0) → IR : (x, y) → f (x, y) = .
x2 + y 2
La première et la deuxième fonction partielles de f sont
p
1 − cos( x2 + y 2 )
1. f : IR∗ → IR : x → f1 (x) = , y fixé.
x2 + y 2
p
1 − cos( x2 + y 2 )
2. f : IR∗ → IR : y → f2 (y) = , x fixé.
x2 + y 2
2.2 Limite et continuité des fonctions numériques de plusieurs va-

riables.
ne fois qu’on a les normes et les voisinages, que le domaine se situe dans un espace à deux
U la définition de limite est la même que dimensions au moins, les chemins qui mènent
dans R ou C. à un point donné peuvent suivre divers axes.
La notion de limite pour une fonction de Ainsi, l’ensemble des points en lesquels une li-
plusieurs variables généralise naturellement la mite peut être considérée, doit être défini en te-
notion correspondante dans le cas des fonc- nant compte de toutes les possibilités d’accès
tions d’une seule variable. Toutefois, un nouvel (voir par exemple la figure 1.18). Une façon
élément entre en jeu : les limites unilatérales commode de procéder s’appuie sur la notion
(i.e. de la gauche et de la droite) perdent leur de boule ouverte dans Rn qui généralise celle
sens et sont remplacées par les nombreuses li- d’intervalle ouvert dans R. Pour cela il faut uti-
mites directionnelles possibles. En effet, dès liser la notion de norme dans Rn qui généralise

Dr M.Harfaoui Chapitre-1- Limite et continuité des fonctions numériques de plusieurs variables.
la notion de distance dans R. f (x) − f (x0 ) |< ².
En effet, on sait que la limite et la conti-
Ces définitions sont données par les valeurs
nuité en un point x0 d’une fonction numérique
absolues.
d’une seule variable sont données par les
définitions Dans le cas des fonctions de plusieurs la
(∀ε > 0), (∃η > 0) tels que | x − x0 |< η ⇒| notion de valeur absolue n’est plus valable et
f (x) − L |< ². elle sera remplacée une notion jouant le même
(∀ε > 0), (∃η > 0) tels que | x − x0 |< η ⇒| rôle. On utilise alors la notion de : norme.
2.2.1 Limite et continuité d’une fonction en un point.
Fig. 2.13 – limite et continuité
Soit (pk )k > 0 une suite de points (ou de vecteurs) de Rn . On dit que cette suite converge vers une
limite p ∈ Rn si et seulement si pour tout ² > 0, il existe k0 tel que
k ≥ k0 ⇒ N (pk − p) < ².
Théorème 2.2.1
F est ferme si et seulement toute suite de points de F qui converge a sa limite dans F .
Définition 2.2.1
Soit Ω un ouvert de Rn , a = (a1 , a2 , ..., an ) ∈ Ω et f une fonction numérique de plusieurs variables
définie sur un domaine Ω, sauf peut être au point a, à valeurs dans R.
On dit que f admet une limite L en a si (∀ε > 0), (∃η > 0) tels que
x ∈ Ω\x0 et k x − a k< η ⇒| f (x) − L |< ², pour x = (x1 , ..., xn ).
ou k . k est l’une des trois normes équivalentes, autrement dit

T
x ∈ Ω\a B(a, η) ⇒| f (x) − L |< ², pour x = (x1 , ..., xn ).
et on écrit lim f (x) = L.

x→a

Chapitre-1- Limite et continuité des fonctions numériques de plusieurs variables. Dr M.Harfaoui
Fig. 2.14 – Limite en un point.
Proriété 2.2.1
L’existence et la valeur éventuelle de la limite sont indépendantes de la norme choisie dans R2 .
Lorsqu’elle existe, la limite est unique.
Proriété 2.2.2
Si f a pour limite L en un point a, la restriction de f à toute courbe continue (non seulement les
droites !) passant par a admet la même limite L.
Remarques Soit a = (a1 , a2 , ..., an ) ∈ Rn , pour tout x = (x1 , x2 , ..., xn voisin de a on a

1. Si P est un polyôome de Rn , lim f (x) = f (a).
x→a
2. Si f est une fonction rationnelle de domaine de défintion Df ⊂ Rn alors lim f (x) = f (a).
x→a,x∈Df
3. Soit f une fonction numérique définie sur Rn . Si h est une fonction continue de R et lim f (x) = l
x→a
existe alors lim h(f (x)) = h(l).
x→a
Astuces
1. En pratique, pour prouver qu’une fonction de plusieurs variables n’admet pas de limite en a, il
suffit d’expliciter une restriction à une courbe continue passant par a qui n’admet pas de limite,
ou deux restrictions qui conduisent à des limites différentes. Mais pour prouver l’existence d’une
limite, il faut considérer le cas général.
¡ ¢ ¡ ¢
2. Attention lim f (x, y) 6= lim lim f (x, y) et lim f (x, y) 6= lim lim f (x, y) . (voir
(x,y)→(a,b) x→a y→b (x,y)→(a,b) y→b x→a
l’exemple ci-dessous.)
3. Si au voisinage de (a, b) on a | f (x, y) − l |≤ h(x, y) et lim f (x, y) = 0 alors
(x,y)→(a,b)
lim f (x, y) = l.
(x,y)→(a,b)
x2 − y 2
Exemple 2.2.1.1 Montrons de deux manières que lim )f (x, y) avec f (x, y) = . n’existe
(x,y)→(0,0 x2 + y 2
pas.

Première méthode. La première méthode utilise la définition de limite. En effet, le long de l’axe
x2 − y 2 x2
horizontal qui a équation y = 0, on a lim = lim = 1 tandis que, le long de l’axe
(x,y)→(0,0)y=0 x2 + y 2 x→0 x2
x2 − y 2 −y 2
vertical qui a équation x = 0, on a lim = lim = −1 de sorte que les deux limites
(x,y)→(0,0)x=0 x2 + y 2 x→0 y 2
ne coı̈ncident pas.
Deuxième méthode. La seconde manière est basée sur les coordonnées polaires. En posant
x = rcos(θ) et y = rsin(θ), on a lim )f (x, y) = lim f (r cos(θ), r sin(θ)) = lim r2 (cos2 (θ) −
(x,y)→(0,0 r→0,∀θ r→0,∀θ
sin2 (θ))r2 (cos2 (θ) + sin2 (θ)) = lim (cos2 (θ) − sin2 (θ)) = cos(2θ). Le résultat varie selon la direction
r→0,∀θ
θ, donc lim )f (x, y) n’existe pas.
(x,y)→(0,0
ExerciceMontrer que les fonctions suivantes admettent les limites 0 aux points données
x2 y 3
1. f (x, y) = p , où (x0 , y0 ) = (0, 0) (utiliser les inégalités x2 ≤ x2 + y 2 et y 2 ≤ x2 + y 2 ).
2
x +y 2
2
x sin(xy)
2. f (x, y) = , où (x0 , y0 ) = (0, 0) (utiliser l’inégalité x2 ≤ x2 + y 2 , on obtient | f (x, y) |≤|
x2 + y 2
sin(xy) |) .
x2 y
3. f (x, y) = 4 , où (x0 , y0 ) = (0, 0). (passer aux coordonnées polaires puis aux directions
x + y2
x = y et y = x2 ).
Théorème 2.2.2
Si f admet une limite en un point a sur un voisinage Va de a alors sa restriction sur tout sous ensemble
0
Va de Va admet la même limite en a. On a :
lim f (x) = lim f (x)

x∈Va →a x∈Va0 →a
Corollaire 2.2.1.1
Si une fonction f admet une limite sur un ouvert alors f admet la même limite par rapport à chacune
de ses variables.
Remarque 2.2.1
La réciproque de ce théorème n’est pas toujours vraie.
xy
En effet soit la fonction définie par f (x, y) = 2 . Cette fonction admet la même limite par
x + y2
rapport à chacune des variable au point (0, 0).
Car : lim f (x, 0) = 0 et lim f (0, y) = 0,
x→0 y→0
kx2 k
mais lim f (x, kx) = lim = . Cette dernière limite dépend de k et
(x,kx)→(0,0) (x,kx)→(0,0) (1 + k 2 )x2 1 + k2
donc f n’a pas de limite.
Proposition 2.2.1
Soient f et g deux fonctions admettant en x0 les limites L et L0 . Alors
1. Soient f + g admet en x0 la limite L + L0 .
2. Soient αf admet en x0 la limite αL
f L
3. admet en x0 la limite 0 , si L0 6= 0.
g L

2.2.1.1 Continuité d’une fonction en un point.
Soit f une fonction numérique de plusieurs variables définie dans un ouvert Ω de Rn et x0 ∈ Ω .
Définition 2.2.2
On dit que f est continue en un point x0 si :
(∀ε > 0), (∃η > 0) tels que :k x − x0 k⇒| f (x) − f (x0 ) |< ², pour x = (x1 , ..., xn )
ou k . k est l’une des trois normes équivalentes.

et on écrit :
lim f (x) = f (x0 ).
x→x0
Autrement dit f est continue en a ∈ Ω si f possède en a une limite égale à f (a).

Théorème 2.2.3
f est continue en un point a si et seulement si f admet une limite en a et cette limite est f (a).
Remarque 2.2.2
Dans le cas d’une fonction d’une variable réelle on sait que tout fonction continue à droite et à
gauche en un point est continue. Cette propriété tombe en défaut dans le cas des fonction de plusieurs
variables.
En effet, la fonction définie sur R2 par :

 xy 2
f (x, y) = 2 , si (x, y) 6= (0, 0)
x + y4

f (x, y) = 0, si (x, y) = (0, 0)
est continue suivant toute direction passant passant par (0, 0) mais pas continue en (0, 0) (poser x =
y 2 ).
Fig. 2.15 – f (x, y) = xy 2 /x2 + y 4

2.2.1.2 Opération sur la continuité des fonctions de plusieurs variables.
es fonctions continues de plusieurs va- dans leurs domaines de définition respectifs.

L riables jouissent des mêmes propriétés que La continuité des autres fonctions s’établit, le
les fonctions continues d’une seule variable. cas échéant, en tant que somme, produit, com-
Les fonctions élémentaires telles que les po- posée, le quotient (lorsque le dénominateur ne
lynômes, les fonctions exponentielles, loga- s’annule pas) etc..., de fonctions continues.
rithmiques et trigonométriques sont continues
Proposition 2.2.2
Si f et g sont continues en x0 et α ∈ R alors
1. f + g, f.g et α f sont continues en x0 .
f
2. si g(x0 ) 6= 0 alors est continue en x0 .
g
2.2.2 Continuité d’une fonction sur un ouvert.

Soit f une fonction numérique de plusieurs variables définie dans un ouvert Ω de Rn .
Définition 2.2.3
On dit que f est continue sur un ouvert Ω si f est continue en tout point de Ω.
Théorème 2.2.4
1. Toute fonction polynôme est continue sur Rn .
2. Toute fonction rationnelle est continue sur son domaine de définition.
Exemple 2.2.2.1 Étudier la continuité de des fonctions f et g définies par

 2
 f (x, y) = x y + 1 , si ;(x, y) 6= (0, 0)

1. x2 + y 2 2 (utiliser la norme k (x, y) k2 )
 f (x, y) = 1 ,

si :(x, y) = (0, 0)
2

 x2 (x + y)
f (x, y) = 2 , si ;(x, y) 6= (0, 0)
2. x + y2 (utiliser la norme k (x, y) k1 )

f (x, y) = 0, si :(x, y) = (0, 0)
Théorème 2.2.5
Si f est continue alors f est continue par rapport à chacune de ses variables séparément.
Remarque 2.2.3 La réciproque est fausse.
Exemple 2.2.2.2 On considère une fonction f : R2 → R définie de la façon suivante

 xy

 x2 + y 2 si (x, y) 6= (0, 0),
f : (x, y) 7→


0 si (x, y) = (0, 0).
Ses deux fonctions partielles en (0, 0) sont

 x·0 
 
 0·y
 2 si x =
6 0,  si y 6= 0,
x +0 0 + y2
fy : x 7→ f (x, 0) et fx : y 7→ f (0, y) =

 

0 si x = 0,  0 si y = 0.
Elles sont donc continues. Pourtant f n’est pas continue en (0, 0) :
1/n2 1
Soient xn = yn = 1/n. On a lim xn = lim yn = 0, mais f (xn , yn ) = 2
= . Donc
n→+∞ n→+∞ 2/n 2
lim f (xn , yn ) 6= 0 = f (0, 0).
n→+∞
Une autre démonstration du fait que f n’est pas continue en (0, 0) : prenons une restriction de f sur
la droite D1 définie par l’équation y = x.
³ ¯ ´ xx 1
lim f (x, y)¯D1 = lim = .
(x,y)→(0,0) x→0 x2 + x2 2
Donc la fonction f restreinte à un sous-ensemble D1 de R2 n’a pas la même limite que la même
fonction restreinte à deux autres sous-ensembles de R2 . (Les fonctions partielles f(0,0),1 et f(0,0),2 sont
des restrictions de f aux droites y = 0 et x = 0 respectivement). Or la limite, si elle existe, doit être
unique , donc la limite n’existe pas.
2.2.2.1 Continuité de la composée de deux fonctions.

Théorème 2.2.6
Soit f une fonction définie continue sur un ouvert Ω de R et g fonction définie continue sur un ouvert
Ω0 de R telles que f (Ω) ⊂ Ω0 .
Si f continue en un point x0 de Ω et g est continue en f (x0 ) alors la fonction gof est continue en x0 .
Exemple 2.2.2.3
1. f (x, y) = x2 + y 2 − xy + y est continue dans R2 (polynôme du second degré à deux variables).
2. f (x, y, z) = ey + xy 2 − z + sin(xyz) est continue dans R3 (somme d’une exponentielle et d’un
polynôme).
3. f (x, y) = ln(x + y 2 ) − 3xy est continue dans D = {(x, y) ∈ R2 /x + y 2 > 0} comme somme du
logarithme d’un polynôme (fonction composée) et d’une constante.

M.Harfaoui Chapitre 1- Dérivées partielles
2.3 Dérivées partielles
2.3.1 Motivation.
es fonctions de plusieurs trouvent leurs ap- Il s’agit de calculer la dérivée par rap-
L plications en économie surtout. Pour une port au facteurs qui varie et comme la fonc-
fonction de production de la forme P = tion dépend de deux variables on parlera de
f (K, L) = aK α Lβ (celébre fonction de cob- dérivées partielles.
Douglass), on peut se demander de combien
augmentera la production si l’un des facteurs Pour une entreprise si on cherche à mini-
de production augmente en gardant le second miser le coût, il s’agit là encore d’étudier les
constant ? dérivées premières et secondes partielles.
2.3.2 Dérivée partielle première ou d’ordre un.
Soit f : Ω ⊂ IR2 −→ IR définie sur un domaine ouvert Ω de IR2 , et (x0 , y0 ) un élément de Ω.
Définition 2.3.1
On appelle dérivée partielle première ou d’ordre un de f par rapport à x au point (x0 , y0 ), notée :
∂f 0
(x0 , y0 ) = fx (x0 , y0 ), la dérivée de la fonction x −→ f (x, y0 ) au point x0 . Donc
∂x
∂f f (x, y0 ) − f (x0 , y0 )
(x0 , y0 ) = lim
∂x x→x0 x − x0
On appelle dérivée partielle première ou d’ordre un de f par rapport à y au point (x0 , y0 ), notée
∂f 0
(x0 , y0 ) = fy (x0 , y0 ), la dérivée de la fonction y −→ f (x0 , y) au point y0 . Donc
∂x
∂f f (x0 , y) − f (x0 , y0 )
(x0 , y0 ) = lim
∂y y→y0 y − y0
Exemple 2.3.2.1 Soit f (x, y) = 2x2 − 3xy + 4y 2 . Calculer les dérivées partielles au point (1, 2). En
considérant y constant et en dérivant par rapport à x on a :
∂f ¯¯ ¯
(x,y)=(1,2)
= (4x − 3y)¯(x,y)=(1,2) = −2
∂x
En considérant x constant et en dérivant par rapport à y on a :
∂f ¯¯ ¯
(x,y)=(1,2)
= (−3x + 8y)¯(x,y)=(1,2) = 13
∂y
2.3.3 Dérivée partielle seconde ou d’ordre deux.
Définition 2.3.2

Chapitre 1- Dérivées partielles M.Harfaoui
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à x au point (x0 , y0 ), notée :
∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fx (x0 , y0 ),
∂x2 ∂x ∂x
∂f
la dérivée de la fonction x −→ (x, y0 ) au point x0 .
∂x
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à y au point (x0 , y0 ), notée :
∂2f ∂ ∂f 00
2
(x0 , y0 ) = ( )(x0 , y0 ) = fy (x0 , y0 ),
∂y ∂y ∂y
∂f
la dérivée de la fonction y −→ (x0 , y) au point x0 .
∂y
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à x, y au point (x0 , y0 ), notée
∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fxy (x0 , y0 ),
∂x∂y ∂x ∂y
la dérivée de la fonction :
∂f
x −→ (x, y0 ) au point x0 .
∂x
On appelle dérivée partielle seconde ou d’ordre deux de f par rapport à y, x au point (x0 , y0 ), notée :
∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fyx (x0 , y0 ),
∂y∂x ∂y ∂x
∂f
la dérivée de la fonction : y −→ (x0 , y) au point y0 .
∂x
Définition 2.3.3
On dit que f est de classe C k sur un ouvert Ω de IRn si les dérivées partielles d’ordre k de f sont
continues sur Ω.
2.3.4 Dérivée suivant un vecteur.

Soient a un point de Ω un ouvert de Rn et →
−
u un vecteur de Rn . Puisque contient une boule ouverte
centrée en a, la fonction
t → f (a + t.−
→
u)
est définie sur un voisinage de 0 dans R.
Définition 2.3.4
On appelle dérivée de f en a suivant le vecteur −
→
u , et on note df−
u (a), la dérivée (si elle existe) de la
→
→
−
fonction t → f (a + t. u ) en 0, i.e.
f (a + t.−
→
u ) − f (a)
u (a) = lim
df−
→
t→0 t
Notons que df−
u (0) existe toujours et vaut 0.
→

M.Harfaoui Chapitre 1- Différentielle totale
2.4 Différentielle totale d’une fonction de plusieurs variables
Soit f une fonction numérique d’une seule variable définie sur un intervalle I. Soit a ∈ I et
h = x − a = ∆x. On sait que sa dérivée en a est donnée par
0 df 0
f (a) = (a), doncdf (a) = f (a)dx.
dx
On généralise cette définition dans Rn de la façon suivante.
Définition 2.4.1
Soit f : Ω ⊂ Rn → R, a = (a1 , a2 , ..., an ) ∈ Ω. La différentielle de f au point a , notée df (a) est une
application linéaire de Rn dans R telle que au voisinage de a on a
f (a + h) − f (a) = (df (a)) (h) + o(khk). (1)
Ici, h ∈ Rn , tel que a + h est au voisinage de a.

La fonction f est dite différentiable au point a si elle possède une différentielle en ce point.
La fonction f est dite différentiable dans un domaine Ω si elle est différentiable en tout point de Ω.
On peut réécrire la condition de différentiablité ??
f (a + h) − f (a) − (df (a)) (h)
lim =0
khk→0 khk
Proposition 2.4.1
La différentielle df (a), si elle existe, est unique. On la note selon les auteurs ou les circonstances :
L = Df (a) ou df (a) ou Da f ou da f.
En utilisant les définitions des dérivées partielles on peut montrer la proposition suivante carctérisnat
la différentielle
Proposition 2.4.2
Soit f une fonction numérique de plusieurs variables définie sur un ouvert un voisinage contenant
a = (a1 , a2 , ..., an ).
La différentielle totale de f en a, qu’on note dfx0 , l’application linéaire de Rn dans R définie par
n
X ∂f
(df )a = (a)dxi .
∂xi
i=1
2.4.1 Différentiabilité dans R2 .

Définition 2.4.2
Soit Ω un ouvert de R2 et soit f une fonction f : Ω → R. On dit que f est différentiable en (a, b) ∈ Ω
s’il existe des constantes réelles a et b telles que :
²(h, k)
f (a + h, b + k) − f (a, b) = ah + bk + ²(h, k) et lim(h,k)→(0,0) √ = 0.
h2 + k 2
Cas particuliers
∂f ∂f
1. Dans R2 : (df )( a, b) = (a, b)dx + (a, b)dy.
∂x ∂y

Chapitre 1- Différentielle totale M.Harfaoui
∂f ∂f ∂f
2. Dans R3 : (df )( a, b, c) = (a, b, c)dx + (a, b, c)dy + (a, b, c)dz.
∂x ∂y ∂z
Remarque 2.4.1
∂f ∂f
1. On peut montrer que : h = (a, b) et k = (a, b).
∂x ∂x
2. Pour montrer qu’une fonction est différentiable en un point (a, b), on calcule les dérivées par-
tielles en ce point et la limite :
¯
¯ f (a + h, b + k) − f (a, b) − ah + bk ¯
lim ¯ √ = L.
(h,k)→(0,0) h2 + k 2
Si cette limite est nulle la fonction est différentiable en ce point et de différentiable :
∂f ∂f
(df )( a, b) = (a, b)dx + (a, b)dy
∂x ∂y
2.4.2 Propriétés de la différentiabilité.

Proposition 2.4.3
Soit f : Ω ⊂n −→ R et g : Ω ⊂ IRn −→ IR de classe C 1 sur l’ouvert Ω de IRn . Alors pour tout
(α, β) ∈ IR2 et tout a ∈ Ω : d(f + g)a = dfa + dga
Remarque 2.4.2
La différentielle totale de z = f (x, y) est l’accroissement de z lorsque dx et dy tendent vers 0.
dz ' ∆z.
On peut déterminer l’erreur ε(z) de z si on connaı̂t les variations dx et dy.
∂f ∂f
En effet dz = (a, b)dx + (a, b)dy.
∂x ∂y
∂f ∂f
| dz |≤| (a, b) | . | dx | + | (a, b) | . | dy |, ou
∂x ∂y
∂f ∂f
| ε(z) |≤| (a, b) | . | ε(x) | + | (a, b) | . | ε(y) |.
∂x ∂y
Exemple 2.4.2.1 Soit f (x, y) = x2 − xy + 2y 2 − 3x + 2.

1. Calculer df (1, 2).
2. En déduire l’erreur ε(z) lorsque (x = 1 + 0.02 ou x = 1 + 0.02) et (y = 2 + 0.01 ou y = 1 − 0.01).
0 0
On a fx (x, y) = 2x − y − 3 et fx (x, y) = −x + 4y, donc
0 0
fx (1, 2) = −3 , et fx (1, 2) = 7.
df (x, y) = (2x − y − 3)dx + (−x + 4y)dy donc df (1, 2) = −3dx + 7dy d’où
| ε(z) |≤ 3 | ε(x) | +7 | ε(y) |≤ 0.27.
Proposition 2.4.4
Si f est différentiable en un un point a alors f est continue en a
Proposition 2.4.5
Si f est différentiable en un point a alors f admet une dérivé suivant tout vecteur non nul −
→u de Rn .
En patrticulier Si f est différentiable en un point a alors f admet une dérivé partielle par rapport à
chacune de ses variables.

M.Harfaoui Chapitre 1- Différentielle totale
Remarque 2.4.3 La réciproque de cette proposition n’est pas toujourds vraie. En effet : soit la
fonction f : R2 → R définie de la façon suivante
 xy

 x2 + y 2 si (x, y) 6= (0, 0),
f : (x, y) 7→


0 si (x, y) = (0, 0).
On sait que f n’est pas différentiable en (0, 0) parce qu’elle n’est même pas continue. Comment se
comportent ses dérivées partielles au voisinage de (0, 0) ?
∂f y0 (y02 − x20 ) ∂f ∂f
On a vu que si (x0 , y0 ) 6= (0, 0), (x0 , y0 ) = 2 2 2
et que (0, 0) = 0. Donc est
∂x (x0 + y0 ) ∂x ∂x
bien définie au voisinage de (0, 0), mais elle n’est pas continue : si xn = 1/n et yn = 2/n, on a
∂f 2/n2 2/n2 ∂f
lim xn = 0, lim yn = 0, et (xn , yn ) = 2 2 2
= . Donc, lim (xn , yn ) 6= 0.
n→+∞ n→+∞ ∂x (1/n + 4/n ) 25/n4 n→+∞ ∂x
Proposition 2.4.6
Pour que f : Ω ⊂ Rn → R soit différentiable en un point a, il suffit que f admette sur V , un voisinage
∂f
de a, n dérivées partielles , toutes continues en a.
∂xi
Démonstration. Comme V est un ouvert donc il existe η > 0, P ⊂ V , où P = {x; ∀j =
1, ..., n, |xj − aj | < η}.
j
X
Pour h ∈ Ω, tel que ∀j = 1, ..., n, |h| < η, soit Vj = hi ei , 1 ≤ j ≤ n et V0 = 0
i=1
n
X
On a alors f (a + h) − f (a) = f (a + Vj ) − f (a + Vj−1 )
j=1
n
X X n
∂f
donc : f (a + h) − f (a) − hj = ϕj (hj ) − ϕj (0)
∂xj
j=1 j=1
∂f
avec : ϕj : t → f (a + Vj−1 tej ) − t (a)
∂xj
L’inégalité des accroissements finis appliquée à ϕj sur [0, hj ] donne
∂f
|ϕj (hj ) − ϕj (0)| ≤ |hj |c avec ϕj = sup |f (a + Vj−1 tej ) − t (a)|
t∈[0,hj ] ∂xj
donc avec, par exemple, khk = sup
1≤j≤n
n
X X n
∂f
|f (a + h) − f (a) − hj | ≤ khk Mj
∂xj
j=1 j=1
La continuité des dérivées partielles en a donne lim Mj
h→0=1
Pn ∂f
D’où f (a + h) − f (a) − j=1 hj = o(h)
∂xj
Proposition 2.4.7
Pour que f : Rn → R soit différentiable sur un ouvert U de Rn , il suffit et il suffit que f soit de classe
C 1 sur U .
Conséquence. Si f est différentiable en un point a alors f addmet une dérivée partielle suivant toute
direction (et en particulier : par rapport à chacune de ses variables).

Chapitre-1- Dérivée partielle d’une fonction composée Dr M.Harfaoui
Remarque 2.4.4 La réciproque de la proposition n’est pas toujours vraie.
Exemple 2.4.2.2
Etude de la continuité et la diffrentiabilité (0, 0) de la fonction f définie par

 y2x
f (x, y) = , si ;(x, y) 6= (0, 0)
x2 + y 2

f (x, y) = 0, si :(x, y) = (0, 0)
t3
Il est évident que la fonction est continue en (0, 0). On a pour tout t, f (t(1, 1)) = , et
2.t2
f (t(1, 1)) − f (0, 0) 1 1
lim = . Donc f est dérivable suivant le vecteur (1, 1) et on a d(1,1) f (0, 0) = .
t→0 t 2 2
f (t(2, 1)) − f (0, 0) 2 1
De même lim = 6= .
t→0 t 5 2
∂f ∂f
Mais f n’est pas diffrentiable en (0, 0). En effet, on vérifie que (0, 0) = (0, 0) = 0 et on a
∂x ∂y
¯
¯ f (h, +k) − f (0, 0)¯ k2 h ¯ 1
lim ¯ √ = lim √ ¯=∓ √ 6= 0.
(h,k)→(0,0) 2
h +k 2 2 2 2
(h,k)→(0,0),h=k (h + k ) h + k 2 2 2
Attention. Une fonction peut admettre des dérivées partielles en tout point d’un ouvert sans
xy
qu’elle soit continue en un point de cet ouvert. Étudier la fonction f (x, y) = 2 et f (0, 0) = 0.
x + y2
2.4.3 Dérivées partielles d’une fonction composée

Théorème 2.4.1
Soit f une fonction définie sur une partie ouverte D de R2 admettant des dérivées partielles continues
sur D. On suppose que x et y sont des fonctions d’une seule variable définies et dérivables sur un
intervalle I de R ; x = ϕ(t) et y = ψ(t).
Alors la fonction F définie sur I par F (t) = f 0 x, y) = f (ϕ(t), ψ(t)) est dérivable sur I et on a
0 dF ∂f dx ∂f dy
F = = . + . ,
dt ∂x dt ∂y dt
ou
0 0 0 0 0
F (t) = fx (ϕ(t), ψ(t))ϕ (t) + fy (ϕ(t), ψ(t))ψ (t).
Exemple 2.4.3.1 Si F (t) = x(t)y(t) = f (x(t), y(t)) avec x(t) = cos t et y(t) = sin(t) alors
0 ∂f dx ∂f dy ∂(xy) d ∂(xy) d
F = . + . = . (cos t) + . (sin t)
∂x dt ∂y dt ∂x dt ∂y dt
= −y. sin t + x. cos t = − sin2 t + cos2 t = cos(2t).
Théorème 2.4.2

Dr M.Harfaoui Chapitre-1- Dérivée partielle d’une fonction composée
Soit f : (u, v) −→ f (u, v) une fonction définie sur une partie ouverte D de R2 admettant des dérivées
partielles continues sur D. On suppose que u et v sont des fonctions de deux variables définies sur une
partie ouverte U de R2 admettant des dérivées partielles continues sur U : u = ϕ(x, y) et v = ψ(x, y).
Alors la fonction F définie sur U par :
F (x, y) = f (ϕ(x, y), ψ(x, y))
admet des dérivées partielles sur U définies par :

½ 0 0 0 0 0
Fx (x, y) = fu (ϕ(x, y), ψ(x, y))ϕx (x, y) + fv (ϕ(x, y), ψ(x, y))ψx (x, y),
0 0 0 0 0
Fy (x, y) = fu (ϕ(x, y), ψ(x, y))ϕy (x, y) + fv (ϕ(x, y), ψ(x, y))ψy (x, y)
Exemple 2.4.3.2 Transformer l’équation suivante :

0 0
(x + y)fx (x, y) + (x − y)fy (x, y) = 0
½
u = x2 − y 2 − 2xy,
à l’aide des nouvelles variables :
v=y
Exercice d’application. Soit l’équation aux dérivés partielles :

∂f ∂f p
(E) : x (x, y) + y (x, y)= x2 + y 2 et g la fonction définie par :
∂x ∂y
g(r, θ) = (x, y) = (r cos θ, r sin θ).
0
1. Donner l’équation aux dérivées partielles (E ) vérifiée par :
ϕ(r, θ) = f (x, y) = f (r cos θ, r sin θ).
0
2. Résoudre (E ) puis (E).
Corrigé
∂ϕ ∂ϕ ∂f ∂f
1. On a pour tout (r, θ) ∈ ]r, +∞[×]0, 2π[ , (r, θ) et (r, θ) en fonction de (x, y) et (x, y)
∂r ∂θ ∂x ∂y
donnent
 :
 ∂ϕ ∂f ∂f
 (r, θ) = cos θ. (x, y) + sin θ. (x, y)
∂r ∂x ∂y (S)
 ∂ϕ ∂f ∂f
 (r, θ) = −r sin θ (x, y) + r cos θ (x, y)
∂θ ∂x ∂y

 r cos θ ∂ϕ (r, θ) = r cos2 θ. ∂f (x, y) + r cos θ sin θ. ∂f (x, y)

∂r ∂x ∂y
 ∂ϕ ∂f ∂f
 − sin θ (r, θ) = r sin2 θ (x, y) − r sin θ cos θ (x, y)
∂θ ∂x ∂y
et

 ∂ϕ ∂f ∂f
 r sin θ (r, θ) = r sin θ cos θ. (x, y) + r sin2 θ. (x, y)
∂r ∂x ∂y
 ∂ϕ ∂f ∂f
 cos θ (r, θ) = −r cos θ sin θ (x, y) + r cos θ (x, y)
2
∂θ ∂x ∂y
∂f ∂f
et pour tout (x, y) on a On résout le système (S) d’inconnues (x, y) et (x, y) on aura pour
∂x ∂y
tout (x, y)

Chapitre-1- Dérivée partielle d’une fonction composée Dr M.Harfaoui

 ∂f ∂ϕ 1 ∂ϕ
 (x, y) = cos θ (r, θ) − sin (r, θ)
∂x ∂r r ∂θ
 ∂f 1 ∂ϕ ∂ϕ
 (x, y) = cos θ (r, θ) + sin θ (r, θ)
∂y r ∂θ ∂r
et 
 ∂f ∂ϕ ∂ϕ
 x (x, y) = r cos2 θ (r, θ) − cos θ sin (r, θ)
∂x ∂r ∂θ
 ∂f ∂ϕ ∂ϕ
 y (x, y) = sin θ cos θ (r, θ) + r sin2 θ (r, θ)
∂y ∂θ ∂r
2. On remplace dans l’équation (E) on aura
0 ∂ϕ 0 ∂ϕ p
(E ) r (r, θ) = r ou (E ) : (r, θ) = 1. On a donc ϕ(r, θ) = r + c(θ) et f (x, y) = x2 + y 2 +
∂r ∂r
y
c(arctan ).
x
Théorème 2.4.3 (Théorème de Schwartz).
∂2f ∂2f
Si les dérivées partielles secondes et sont continues en (x0 , y0 ) alors
∂y∂x ∂x∂y
∂2f ∂2f
(x0 , y0 ) = (x0 , y0 )
∂y∂x ∂x∂y
Démonstration. Soit la fonction : ω = f (a + h1 , b + h2 ) − f (a + h1 , b) − f (a, b + h2 ) + f (a, b)).

On peut traiter ω comme accroissement de la fonction ϕ(x) = f (x, b + h2 ) − f (a, b) et la fonction
ψ(y) = f (a + h1 , y) − f (a, y), lorsque x varie de a à a + h1 respectivement lorsque x varie de b à b + h2 .
Pour la première fonction ϕ on a :
ω = ϕ(a + h1 ) − ϕ(a) = ϕ0 (a + θ1 .h1 )h1
∂f
= [ (a + θ1 .h1 , b + h2 )]h1
∂x
∂f
pour 0 < θ1 < 1. On applique le théorème des accroissements finis à par rapport à la deuxième
∂x
2
∂ f
variable on aura : ω = (a + θ1 .h1 , b + θ2 .h2 )h2 h1 , avec 0 < θ2 < 1.
∂x∂y
∂2f
La même quantité ω donne ω = (a + τ1 .h1 , b + τ.h2 )h1 h2 , pour 0 < τ1 < 1 et 0 < τ2 < 1.
∂x∂y
Lorsqu’on tend h1 et h2 vers 0 et on applique la continuité des dérivées partielles secondes on aura
le résultat.
Corollaire 2.4.3.1
Soit f une fonction définie sur un ouvertU de R2 .
∂2f ∂2f
Si les fonctions dérivées partielles secondes : et sont continues sur U .
∂y∂x ∂x∂y
∂2f ∂2f
Alors pour tout (a, b) ∈ U : (a, b) = (a, b).
∂y∂x ∂x∂y
Exemple 2.4.3.3 Soit la fonction : f : R2 → R définie par :

xy(x2 − y 2 )
f (x, y) = ,et (x, y) 6= (0, 0) f (0, 0) = 0
x2 + y 2
∂2f ∂2f
Un calcul élémentaire donne (0, 0) = 1 et (0, 0) = −1.
∂y∂x ∂x∂y

M.Harfaoui Chapitre 1- Fonctions homogènes
Par ailleurs, f admet des dérivées secondes en tout point de R2 − {(0, 0)}, donc l’une des deux
∂2f ∂2f
fonctions ou n’est pas continue en (0, 0).
∂y∂x ∂x∂y
2.5 Fonctions homogènes et théorène des fonctions implicites

2.5.1 Fonctions homogènes
Définition 2.5.1
Une fonction de deux variables z = f (x, y) est dite homogène d’ordre α si pour tout t > 0 ;
f (tx, ty) = tα f (x, y).

Exemple 2.5.1.1
1. La fonction définie par z = f (x, y) = 3x2 y − xy 2 est homogène d’ordre 3.
x
2. La fonction définie par z = f (x, y) = ln( ) est homogène d’ordre 0.
x+y
x−y
3. La fonction définie par z = f (x, y) = 2 est homogène d’ordre −1.
x + y2
Proposition 2.5.1
Si f est une fonction homogène d’ordre α et admet des dérivées partielles. Alors les fonctions dérivées
partielles sont homogènes d’ordre α − 1.
Théorème 2.5.1 (Théorème d’Euler)
Soit f une fonction admettant des dérivées partielles continues sur un domaine D, alors la fonction
f est homogène d’ordre α si et seulement si
0 0
xfx (x, y) + yfy (x, y) = αf (x, y).
Démonstration.
On a f (tx, ty) = tα f (x, y), on dérive le premier et le deuxième membre de l’égalité par rapport a
t on aura xf 0 (tx, ty) + yf 0 (tx, ty) = αtα−1 f (x, y), et on remplace t par 1.
x
Exemple 2.5.1.2 La fonction définie par z = f (x, y) = xe y est homogène d’ordre 1 et on montre
0 0
facilement que xfx (x, y) + yfy (x, y) = f (x, y).
2.5.2 Théorèmes de fonctions implicites

2.5.2.1 Théorème des fonctions implicites définies par une équation
En route vers la définition
Soit l’équation f (x, y) = 0, peut-on trouver y en fonction de x, c-à-d existe-t-il une fonction ϕ telle
que y = ϕ(x)?
Exemple 2.5.2.1
Soit f (x, y) = x2 +y 2
√ −1 et soit l’équation
2 2 2 2
√ f (x, y) = x +y −1 = 0. Alors f (x, y) = x +y −1 = 0
2
est équivalente à y = −x + 1 ou y = − −x + 1. 2
Soit (x0 , y0 ) tel que : f (x0 , y0 ) = 0.

La solution de l’équation (1) au voisinage de (x0 , y0 ) est définie par :

Chapitre 1- Théorème des fonctions implicites définies par une équation. M.Harfaoui
√
1. Si y0 > 0, on prend y = ϕ(x) = −x2 + 1
√
2. Si y0 < 0, on prend y = ϕ(x) = − −x2 + 1
Théorème 2.5.2 (Théorème des fonctions implicites définies par une équation.)
Soit f une fonction de deux variables declasse C 1 sur un ouvert U de R2 et un point (x0 , y0 ) ∈ U telle
que f (x0 , y0 ) = 0.
0 0 0
Si fx et fy existent et sont continues sur V et si fy (x0 , y0 ) 6= 0, alors Il existe :
– un voisinage Ix0 de x0 .
– un voisinage Jx0 de y0 .
– une fonction ϕ d’une seule variable de classe C 1 de Ix0 dans Jy0
tels que pour tout (x, y) ∈ Ix0 × Jy0 :
0
fy (x, y) 6= 0
f (x, y) = 0 ⇐⇒ y = φ(x)
0
0 f (x, ϕ(x))
De plus pour tout x ∈ Ix0 : ϕ (x) = − 0x
fxy (x, ϕ(x))
Définition 2.5.2
La fonction ϕ ainsi définie est appelée fonction implicite définie par une équation.
Exemple 2.5.2.2 Montrer qu’il existe une fonction ϕ de classe C ∞ au voisinage de 0 telle que ϕ(0) =
0, définie implicitement par arctan(xy) + 1 = exp(x + y).
Donner le DL3 de f au voisinage de 0.(On trouve ϕ(x) = −x − x2 − x3 + o(x3 ))
2.5.2.2 Théorèmes de fonctions implicites définies par un système d’équations

Théorème 2.5.3
(Théorème des fonctions implicites définies par un système d’équations.)
Soit f une fonction de classe C 1 sur un ouvert U de Rn × Rp dans Rp et soit un point a =
(a1 , a2 , ..., an , an+1 , ..., an+p ) telle que f (a) = 0 et
h ∂f i
i
det 6= 0.
∂xn+j 1≤i≤p 1≤j≤p
Alors il existe :
– un voisinage U1 de (a1 , a2 , ..., an ).
– un voisinage U2 de (an+1 , ..., an+p ).
– une fonction ϕ de classe C 1 de U1 dans U2
tels que pour tout x = (x1 , x2 , ..., xn , xn+1 , ..., xn+p ) ∈ U1 × U2 :
h ∂f i
i
det (x) 6= 0
∂xn+j 1≤i≤p 1≤j≤p
f (x1 , x2 , ..., xn , xn+1 , ..., xn+p ) = 0 ⇐⇒ (xn+1 , ..., xn+p ) = φ(x1 , x2 , ..., xn )
où φ = (φ1 , φ2 , ..., φp ).

Dr M.Harfaoui Chapitre-1- Formules de Taylor et développement limité
Exemple 2.5.2.3 Montrer que, au voisinage de (1, 1, 1), l’ensemble Γ :
© ª
Γ = (x, y, z) ∈ R3 /x2 + y 2 + z 2 = 3, x3 + 2xz − y = 2

 y = ϕ(x)
admet une représentation paramétrique de la forme : z = ψ(x) ( Considérer la fonction f (x, y, z) =

x∈I
2 2 2 3
(x + y + z − 3, x + 2xz − y − 2)).
Calculer les dérivées premières et secondes de ϕet ψ en 1.
14 4
(on trouve ϕ0 (1) = 1, ϕ00 (1) = − , ψ 0 (1) = −2, ψ 00 (1) = − .)
3 3
1. Montrer qu’il existe une fonction ϕ de classe C ∞ au voisinage de 0 telle que ϕ(0) = 0, définie
implicitement par arctan(xy) + 1 = exp(x + y).
2. Donner le DL3 de f au voisinage de 0. (On trouve ϕ(x) = −x − x2 − x3 + o(x3 ))
Exercice 2.5.1
Soit f : R3 → R2 définie par f (x, y, z) = (f1 (x, y, z), f2 (x, y, z)) = (x2 − y 2 + z2 − 1, xyz − 1) telle
que f (1, 1, 1) = (0, 0).
Montrez qu’il existe un intervalle I contenant x0 et une application ϕ : I → R2 tels que ϕ(x0 ) =
(y0 , z0 ) et f (x, ϕ(x)) = 0 pour tout x ∈ I.
Corrigé 2.5.1
La fonction f est de classe C 1 car ces composantes sont des fonctions polynômes.
Le jacobien
¯ ¯
¯ ∂f1 ∂f1 ¯
D(f1 , f2 ) ¯ ∂y (1, 1) ∂z (1, 1)¯¯
¯
= ¯ ∂f ¯ = −4 6= 0.
D(y, z) ¯ 2 (1, 1) ∂f2 (1, 1)¯
¯ ¯
∂y ∂z
D’après le théorème des fonctions implicites, il existe I intervalle contenant 1 et g : I → R2 tel
que f (x, ϕ(x)) = 0 pour tout x ∈ I et ϕ(1) = (1, 1).
2.6 Formules de Taylor et développement limité

Toutes les fonctions considérées dans cette partie sont des fonctions de plusieurs variables réelles
à valeurs dans R.
2.6.1 Formule de Taylor d’une fonction de plusieurs variables

2.6.1.1 Formule des accroissements finis
Théorème 2.6.1 ( Formule des accroissements finis)
Soit f une fonction de classe C 1 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le segment
[(a,b),(a+h,b+k)]. Il existe θ ∈]0, 1[ tel que :
0 0
f (a + h, b + k) = f (a, b) + hfx (a + θh, b + θk) + kfy (a + θh, b + θk)

Chapitre-1- Formules de Taylor et développement limité Dr M.Harfaoui
Soit f une fonction de classe C 1 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le
segment [(a,b),(a+h,b+k)].
On considère la fonction g définie sur IR par g(t) = f (a + th, b + tk). Alors :
0 0 0
g (t) = hfx (a + th, b + tk)) + kfy (a + th, b + tk)
D’après la formule des accroissements finis dans IR appliquée à g sur l’intervalle [0, 1], on a :
0
Il existe θ ∈]0, 1[ tel que g(1) − g(0) = g (θ).
D’où la D’après la formule des accroissements finis dans IR2 .
Application
Soit f la fonction définie par :f (x, y) = e−y ln(1 + x). Calculer f (0, 2, 1, 05)
Corrigé
0 e−y 0 0
On a fx (x, y) = et fy (x, y) = −e−y ln(1 + x) et on a f (0, 2, 1, 05) = f (0, 1) + 0, 2fx (0, 1θ, 1 +
0
1+x
0, 05θ) + 0, 05fy (0, 1θ, 1 + 0, 05θ)
Donc f (0, 2, 1, 05) = ln(2) + ε(θ), où ε(θ) est l’erreur commise
2.6.1.2 Formules de Taylor
Théorème 2.6.2
Soit f une fonction de classe C 2 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le segment
[a,a+h] alors il existe θ ∈]0, 1[ tel que :
0 0 1 00 00 00
f (a+h, b+k) = f (a, b)+hfx (a, b)+kfy (a, b)+ (h2 fx (a, b)+2hkfxy (a, b)+k 2 fy (a, b))+o((h2 +k 2 )2 ).
2
2.6.1.3 Formules de Taylor et notation de Monge.

∂f ∂f ∂2f ∂2f ∂2f
Si on pose p = (a, b), q = (a, b), r = (a, b), s = (a, b) et t = (a, b), la formule
∂x ∂y ∂x2 ∂x∂y ∂y 2
de Taylor prend la forme
1
f (a + h, b + k) = f (a, b) + ph + qk + (rh2 + 2shk + tk 2 ) + o((h2 + k 2 )2 )
2
1
où f (a + h, b + k) = f (a, b) + ph + qk + Q(h, k) + o((h2 + k 2 )2 ).
2
Exercice d’application.
1. Soit f la fonction définie par f (x, y) = (x − y)2 + x3 + y 3 .

(a) Donner le développement de Taylor à l’ordre 2.
(b) Peut-on déduire le signe de au voisinage de (0,0) ?(pour cela étudier le signe de f (x, x)).
2. Soit f la fonction définie par f (x, y, z) = x2 + y 2 + 2z 2 + 2x − 3y.
(a) Donner le développement de Taylor à l’ordre 2.
3
(b) Déduire le signe de au voisinage de (−1, , 0)
2

Dr M.Harfaoui Chapitre-1- Formules de Taylor et développement limité
2.6.1.4 Formules de Taylor des fonctions de plusieurs variables
Théorème 2.6.3 (Formules de Taylor à l’ordre 2.)
Soit U un ouvert de Rn et f une fonction de classe C 2 de U dans R.
Pn ∂f
Pour tout a ∈ U , on a, lorsque h = (h1 , h2 , ..., hn ) tend vers 0, f (a + h) − f (a) = a)hi +
i=1 ∂xi
1 P n ∂2f P ∂2f
( (a)h2+2 (a)dxi dxj ) + o(k h k2 ).
i
2 i=1 ∂ 2 xi 1≤i<j≤n ∂x i ∂x j
P
n ∂f 1 Pn ∂2f P ∂2f
ou f (a + h) − f (a) = a)hi + ( (a)h2 +2 (a)dxi dxj )+ k h k2 ²(h) avec
i
i=1 ∂xi 2 i=1 ∂ 2 xi 1≤i<j≤n ∂xi ∂xj
lim ²(h) = 0.
h→0
C’est la formule de Taylor-Young.
Pour la démonstration du théorème on a besoin du lemme suivant :
Lemme 2.6.1
Soit ϕ : [0, 1] → R une fonction de classe classe C 2 . Alors
Z 1
0
ϕ(1) = ϕ(0) + ϕ (0) + ϕ00 (t)(1 − t)dt.
0
Z 1
Pour démontrer le lemme il suffit de remarquer que ϕ(1) − ϕ(0) = ϕ0 (t)dt et intégrer par partie.
0
2.6.2 Développement limité

Définition 2.6.1
Soit f une fonction définie sur un ouvert Ω de IR2 (a, b) ∈ Ω. On dit que f admet un développement
limité d’ordre n au voisinage de a s’il existe un polynôme de degré n tel que :
f (x, y) = Pn (x, y) + (k (x, y) k)n ²(x, y),
avec lim(h,k)→(0,0) ε(h, k) = 0.
2.6.2.1 Développement limité d’ordre un.

Soit f une fonction de classe C 1 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le
segment [(a, b), (a + h, b + k)]. On peut écrire :
0 0
fx (a + θh, b + θk) = fx (a, b) + ε1 (h, k)
0 0
hfx (a + θh, b + θk) = fy (a, b) + ε2 (h, k)
avec : lim(h,k)→(0,0) ε1 (h, k) = 0 et lim(h,k)→(0,0) ε2 (h, k) = 0.
Dans ce cas la formule des accroissements finis prend la forme :
0 0
f (a + h, b + k) = f (a, b) + hfx (a, b) + kfy (a, b) + hε1 (h, k) + kε2 (h, k)
Mais
p ε1 (h, k) ε2 (h, k)
hε1 (h, k) + kε2 (h, k) = h2 + k 2 ( √ +√ )
h2 + k 2 h2 + k 2
√
D’où : hε1 (h, k) + kε2 (h, k) = h2 + k 2 ε(h, k)
Et on alors la formule du développement limité à l’ordre un.

Chapitre-1- Extremums libres Dr M.Harfaoui
Théorème 2.6.4
La fonction f admet un développement limité à l’ordre un et on a :
0 0
p
f (a + h, b + k) = f (a, b) + hfx (a, b) + kfy (a, b) + h2 + k 2 ε(h, k).
2.6.2.2 Développement limité d’ordre deux

Si f est une fonction de classe C 2 sur un ouvert Ω de IR2 (a, b) ∈ Ω, et (h, k) ∈ IR2 tels que le
segment [(a, b), (a + h, b + k)].
Théorème 2.6.5 .
La fonction f admet un développement limité à l’ordre un et on a
0 0 1 00 00 00
f (a+h, b+k) = f (a, b)+hfx (a, b)+kfy (a, b)+ (h2 fx (a, b)+2hkfxy (a, b)+k 2 fy (a, b))+(h2 +k 2 )ε(h, k).
2
C’est la formule du développement limité de f en (a, b) d’ordre deux.
2.7 Extremums libres de fonctions de Rn dans R

Dans cette partie on cherche à étudier l’existante d’extremum d’une fonction de Rn dans R, puis
à calculer ces éventuels extremums.
2.7.1 Définitions et généralités

Définition 2.7.1 (Extremums globaux).
Soit f une fonction de deux variables définie sur un ouvert Ω de Rn et a = (a1 , a2 , ..., an ) un point de
Ω.
1. On dit que f admet un maximumglobal au point (a1 , a2 , ..., an ) si :
∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≤ f (a).
On écrit : f (a) = sup(x)∈Ω f (x)

2. On dit que f admet un minimum global au point (a1 , a2 , ..., an ) si :
∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≥ f (a).
On écrit f (a) = inf (x)∈Ω f (x).

3. On appelle extremum global un maximum global ou un minimum global.
4. L’extremum global est strict si l’inégalité est stricte pour x 6= a.

Dr M.Harfaoui Chapitre-1- Extremums libres
Définition 2.7.2 (Extremums locaux).
1. On dit que f admet un maximum local au point a s’il existe une boule ouverte B(a, r) de centre
de a et dr rayon r tels que :
\
∀(x) ∈ Ω B(a, r), f (x) ≤ f (a).
On écrit : f (a) = sup(x)∈ϑa f (x).

2. On dit que f admet un minimum local au point a s’il existe une boule ouverte B(a, r) de centre
de a et dr rayon r tels que :
\
∀(x) ∈ Ω B(a, r), f (x) ≥ f (a).
On écrit f (a) = inf x∈ϑa f (x).

3. On appelle extremum local un maximum global ou un minimum local.
4. L’extremum local est strict si l’inégalité est stricte pour x 6= a.
2.7.2 Quelques graphes ;
Fig. 2.16 – Extremums Fig. 2.17 – Maximum
Fig. 2.18 – Minimum Fig. 2.19 – Point selle

Dans le cas de fonctions de plusieurs va- définie sur Ω =] − 2, 2[×] − 1, 1[ admet un mi-
riables, contrairement au cas d’une seule va- nimum local et minimum global. Sur le fermé
riable, la visualisation des extremums est Ω = [−2, 2]×][−1, 1] la fonction f possède, en
délicates. Considérons la fonction plus se deux minimums sur Ω, six maximums
et six autres minimums (situé sur la frontière
de Ω, ∂Ω = Ω\Ω.
f (x, y) = 1 + 30x2 + 20x3 − 15x4 − 12x5 + 8y 2
Remarque 2.7.1
Généralement les deux problèmes mathématiques montrer qu’il existe un objet et trouver un
tel objet son assez différents. Le second problème entraı̂ne le premier, il est en général plus difficile
à résoudre. Par exemple, on sait que :
Toute fonction continue sur un fermé borné est une application bornée qui atteint
ses bornes.
Exemple 2.7.2.1
1. Soit la fonction f définie par f (x, y) = 3 + 2x + 4y − x2 − y 2 .
On a pour tout (x, y) de R2 : f (x, y) = 8 − (x − 1)2 − (y − 1)2 et f (2, 1) = 8 donc f admet un
maximum global au point (2, 1) et ce maximum est : 8.
2. La fonction f (x, y) = x2 y n’admet ni maximum ni minimum au voisinage de (0, 0).
Fig. 2.20 – f (x, y) = 3 + 2x +

4y − x2 − y 2 Fig. 2.21 – f (x, y) = x2 y
2.7.3 Conditions d’extremums libres

2.7.3.1 Fonction de deux variables et extremums libres.
Soit f une fonction de deux variables de classe ∈ sur un ouvert Ω de R2 et (a, b) un point de Ω.
¥ Conditions nécessaires d’optimalité (du premier ordre)
Théorème 2.7.1
Si f admet un extremum au point (a, b) et si elle a des dérivées partielles en ce point, alors
∂f ∂f
(a, b) = (a, b) = 0.
∂x ∂y

Remarque 2.7.2
La réciproque de ce théorème set fausse (prendre la fonction f (x, y) = xy).
¥ Conditions suffisantes d’optimalité (du second ordre)
Définition 2.7.3
On appelle point stationnaire ou critique le point solution du système :
∂f ∂f
(x, y) = 0, et (x, y) = 0..
∂x ∂y
Au voisinage d’un point critique (a, b), la formule de Taylor donne :

0 0 1 00 00 00
f (a+h, b+k) = f (a, b)+hfx (a, b)+kfy (a, b)+ (h2 fx (a, b)+2hkfxy (a, b)+k 2 fy (a, b))+o((h2 +k 2 )2 ).
2
k 2 00 h 00 h 00
Donc f (a + h, b + k) − f (a, b) = (fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) + o((h2 + k 2 )2 ).
2 k k
k 2 00 h 00 h 00
Le signe de f (a + h, b + k) − f (a, b) est celui de (fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) au
2 k k
voisinage de (a, b).
Rappel :(signe d’un trinôme)
Le signe du trinôme : T (x) = ax2 + bx + c dépend du signe de ∆ = b2 − 4ac
1. Si ∆ < 0, T ne s’annule pas et garde un signe constant : celui de a.
2. ∆ = 0, T s’annule une seule fois et garde un signe constant,celui de a.
3. ∆ > 0, T s’annule deux fois, donc change signe.
k 2 00 h 00 h 00
On déduit donc que le signe de f (a + h, b + k) − f (a, b) = (fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b))
2 k k
au voisinage de (a, b), dépend du signe de ∆ = s20 − r0 t0 , Où :
∂2f ∂2f ∂2f

r0 = (a, b), s 0 = (a, b et t 0 = (a, b).
∂x2 ∂x∂y ∂y 2
Ces notations sont appelées : Notation de Monge alors ∇(a, b) = r0 t0 − s20 .
Définition 2.7.4
On appelle matrice
 2 héssienne2 de f aupoint (a, b) la matrice
∂ f ∂ f
 ∂x2 (a, b) ∂x∂y (a, b)
Hf (a, b) =  ∂2f
. Son déterminant, noté ∇(a, b), est appelé : hessien de f au

∂2f
(a, b) (a, b)
∂x∂y ∂y 2
point (a, b). On a alors Hf (a, b) = r0 t0 − s20 .
Théorème 2.7.2
1. Si Hf < 0 alors f n’admet pas d’extremum au point (a, b) ( c’est un point selle).
2. Si Hf > 0 et r0 < 0, alors f admet un maximum local au point (a, b).
3. Si Hf > 0 et r0 > 0, alors f admet un minimum local au point (a, b).
4. Si Hf = 0, on ne peut pas conclure.

2.7.3.2 Application de la trace
Définition 2.7.5
On appelle trace d’une matrice la somme de ses éléments diagonaux dans une base quelconque.
Définition 2.7.6
1. Un polynôme scindé est un polynôme qui peut se factoriser en produit d’expressions du 1er degré.
2. On appelle polynôme caractéristique de la matrice A, le déterminant de A − λIn , noté PA (λ) =
det(A − λ.In ).
Théorème 2.7.3
Si le polynôme caractéristique est scindé, la trace d’une matrice est égale à la somme des valeurs
propres.
Exemple 2.7.3.1
1. Le polynôme X 2 + 2X + 1 = (X + 1)(X + 1) est scindé sur R comme sur C.
2. Le polynôme X 2 + X + 1 est scindé sur C mais pas sur R. En particulier, sur C, tous les
polynômes sont scindés.
Remarque 2.7.3
Dans la pratique, le calcul des valeurs propre est unitil. Car
λ.µ = detHf (a, b) et T r(Hf (a, b)) = λ + µ.
La matrice Hf (a, b) est symétrique et admet deux valeurs propres réelles λ et µ et on a
T r(Hf (a, b) = r0 + t0 = λ + µ.
Si par exemple r0 t0 − s20 > 0 et r0 < 0, les deux valeurs propres sont de même signe. Comme r0 < 0
on a aussi t0 < 0 sinon on aurait r0 t0 − s20 < 0. Donc λ + µ < 0, ce qui entraı̂ne que les deux valeurs
propres sont négatives. On a donc un maximum local.
Théorème 2.7.4
1. Si detHf (a, b) < 0 alors f n’admet pas d’extremum au point (a, b) ( c’est un point selle).
2. Si detHf (a, b) = λ.µ > 0 et T r(Hf )(a, b) = λ + µ > 0, alors f admet un minimum local au point
(a, b).
3. Si detHf (a, b) = λ.µ > 0 et T r(Hf )(a, b) = λ + µ < 0, alors f admet un maximum local au point
(a, b).
4. Si ∇(a, b) = 0, on ne peut pas conclure.
Cherchons sur R2 les extremums de

f : (x, y) → x3 + y 3 .
On cherche d’abord les points critiques.
∂f ∂f
= 3x2 = 0 ⇒ x = 0, et = 3y 2 = 0 ⇒ y = 0
∂x ∂y
Il n’y a qu’un seul point critique (0, 0). En ce point (0, 0) on a

∂2f ∂2f ∂2f

(0, 0) = 6x |(0,0) = 0 = r, (0, 0) = 0 = s, (0, 0) = 6y |(0,0) = 0 = t.
∂x2 ∂x∂y ∂y 2
En (0, 0) , s2 − rt = 0, le théorème ne permet pas de conclure. Mais f (x, y) − f (0, 0) = x3 + y 3 et

f (−x, −y) − f (0, 0) = −x3 − y 3 expression de signe opposé.
Ainsi f (x, y) − f (0, 0) change de signe au voisinage du point critique : (0, 0) est un point col.
Déterminer les points stationnaires et leurs natures pour la fonction f (x, y) = x3 +3xy 2 −15x−12y.
2.7.3.3 Fonction de trois variables et extremums libres.
Soit f une fonction de trois variables définie sur un ouvert Ω de R3 . On considère le héssien de f
défini par  00
fx2 (a, b, c) 00 (a, b, c) f 00 (a, b, c) 
fxy xz
Hf (a, b, c) =  fyx
00 (a, b, c) 00 (a, b; c) 
fy002 (a, b, c) fyz et son déterminant est
00 (a, b, c)
fzx 00 00
fzy (a, b, c) fz 2 (a, b, c)
¯ 00 00 (a, b, c) f 00 (a, b, c)¯¯
¯fx2 (a, b, c) fxy
¯ 00 xz ¯
detHf (a, b, c) = ¯¯fyx 00 (a, b; c)¯
(a, b, c) fy002 (a, b, c) fyz ¯.
¯f 00 (a, b, c) f 00 (a, b, c) f 00 (a, b, c)¯
zx zy z2
Théorème 2.7.5
Soit un domaine ouvert Ω de R3 , une fonction deux fois continûment différentiable sur Ω et (a, b, c)
−
→
un point de Ω. On note ∇f le gradient et Hf la matrice hessienne de f au point (a, b, c).
−
→ −
→
1. Si ∇f = 0 et si Hf a toutes ses valeurs propres strictement négatives, alors f admet un
maximum local en (a, b, c).
−
→ −
→
2. Si ∇f = 0 et si Hf a toutes ses valeurs propres strictement positives, alors f admet un
minimum local en (a, b, c).
→
− −
→
3. Si ∇f = 0 et si Hf a au moins une valeur propre nulle on ne peut pas conclure.
Une autre version du théorème.

Soit un domaine ouvert Ω de R3 , une fonction deux fois continûment différentiable sur Ω et (a, b, c)
−
→
un point de Ω. On note ∇f le gradient de f .
Soient¯ les déterminants
00 (a, b, c) f 00 (a, b, c)¯¯
¯fx002 (a, b, c) fxy ¯ 00 ¯
¯ 00 xz ¯ ¯f 2 (a, b, c) fxy00 (a, b, c)¯
¯ 00 00 ¯ ¯
∆3 = ¯fyx (a, b, c) fy2 (a, b, c) fyz (a, b; c)¯ , ∆2 = ¯ 00x ¯ 00
00 (a, b, c) ¯ , et ∆1 = fx2 (a, b, c)
¯f 00 (a, b, c) f 00 (a, b, c) f 00 (a, b, c)¯ fyx (a, b, c) fy 2
zx zy z2
Théorème 2.7.6
1. Si tous les déterminants ∆i strictement positifs pour i = 1, 2, 3, alors f admet un minimum local
en (a, b, c).
2. Si tous les déterminants (−1)i ∆i strictement positifs pour i = 1, 2, 3, alors f admet un maximum
local en (a, b, c).
3. Si l’un au moins des déterminants est nul on ne peut pas conclure.

Exemple 2.7.3.2
1. Soit la fonction de trois variables f (x, y, z) = x4 + y 2 + z 2 − 4x − 2y − 2z + 4.

Le gradient et la matrice hessienne de f sont
   
4x3 − 4 12x2 0 0
→
−
∇f (x, y, z) =  2y − 2  Hf (x, y, z) =  0 2 0 
2z − 2 0 0 2
Le gradient s’annule au point(1, 1, 1) , qui est un minimum local, puisque les valeurs propres de
la matrice hessienne sont toutes strictement positives. Il s’agit en fait d’un minimum global.
2. Soit la fonction de trois variables. f (x, y, z) = x4 − 2x2 y + 2y 2 + 2z 2 + 2yz − 2y − 2z + 2.
   
4x3 − 4xy 12x2 + 4y −4x 0
→
−
∇f (x, y, z) =  −2x2 + 4y + 2z − 2  Hf (x, y, z) =  −4x 4 2 .
2y + 4z − 2 0 2 4
1 1
Le gradient s’annule en trois points,(1, 1, 0) ,(−1, 1, 0) et (0, , ). Pour les deux premiers points,
3 3
1 1
la matrice hessienne a toutes ses valeurs propres positives : ce sont des minimums. En (0, , ), la
3 3
matrice hessienne a deux valeurs propres positives, et une négative. Ce n’est donc ni un maximum
ni un minimum : nous parlerons encore de “point selle”, par analogie avec la dimension .
3. Soit la fonction de trois variables f (x, y, z) = x4 − 2x2 y + 2y 2 + 2z 2 + 4yz − 2y − 2z + 2.
   
4x3 − 4xy 12x2 − 4y −4x 0
→
−
∇f (x, y, z) =  −2x2 + 4x + 4y − 2  Hf (x, y, z) =  −4x 4 4 .
4y + 4z − 2 0 4 4
Le gradient s’annule en tous les points (x, y, z) tels que x = 0 et4y + 4z − 2 = 0. En chacun de
ces points la matrice hessienne a au moins une valeur propre nulle et le théorème ne permet pas
de conclure.
On utilise la formule de Taylor pour étudier donc le signe de :
1 1 1
f (h, k, + l) − f (0, 0, ), en (0, 0, ) par exemple.
2 2 2
1
On a au point (0, 0, ) :
2
1 1
fx2 = fxz = fxy = fyz = 0, fy002 (0, 0, ) = 4, et fz002 (0, 0, ) = 4.
00 00 00 00
2 2
1 1 1 2 2
Donc f (h, k, + l) − f (0, 0, ) = (4k + 4l ) ≥ 0 ; ce qui prouve que f admet un minimum
2 2 2
1 1 3
local en (0, 0, ) et ce minimum est : f (0, 0, ) = .
2 2 2

Dr M.Harfaoui Chapitre-1- Extremums liés
Remarque 2.7.4
On sera vigilant que les théorèmes s’appliquent à des ensembles ouverts. Une fonction définie sur un
ensemble non ouvert peut admettre des extremums sans que sa différentielle soit nulle.
Par exemple la fonction f (x, y) = x2 + y 2 définie sur la boule unité fermée B(O(0, 0), 1) de centre O
et de rayon 1 présente des maximums en tout point du bord de B(O(0, 0), 1) alors que sa différentielle
n’est nulle qu’au point O(0, 0).
2.8 Extremums liés

2.8.1 Définitions et généralités
Il s’agit de chercher les extremums d’une g(x1 , ..., xn ) = 0, appelée : contrainte. Pour
I fonction z = f (x , ..., x ) dans le cas où les
1 n ceci on utilise deux méthodes : Méthode de
variables sont liés par une relation de la forme : substitution et Méthode de Lagrange.
2.8.2 Méthode de substitution.
La méthode de substitution consiste à :

1. Définir les différentes variables x1 , x2 , x3 ,... ;
2. Écrire l’objectif en fonction des variables ; Écrire toutes les contraintes ;
3. Exprimer, en utilisant les contraintes, toutes les variables en termes d’une seule ou des variables
en fonctions du reste (par exemple x2 = f1 (x1 ) , x3 = f2 (x1 ) , ...) ;
4. Substituer ces expressions dans l’objectif ;
5. Optimiser une fonction d’une seule variable.
Remarque 2.8.1
a fonction à optimiser peut souvent La difficulté réside dans le fait que nous
Ldépendre de plusieurs facteurs. Par sommes confrontés à plus d’une variable. La
exemple, les profits réalisés peuvent dépendre résolution d’un tel problème fait appel à la
du coût des ressources, du nombre d’employés, méthode dite de substitution, le résultat étant
du prix de vente. Comment optimiser, sous la réduction du nombre de variables.
contrainte, une fonction à plusieurs variables ?
2.8.2.1 Cas de deux variables
Soit à optimiser la fonction : f sous la contrainte g(x, y) = 0 . Soit (a, b) tel que : g(a, b) = 0 et
gy0 (a, b) 6= 0.
On suppose que gx0 et gy0 sont définies et continues sur un voisinage de (a, b).
Alors d’après le théorème des fonctions implicits il existe une fonction ϕ d’une seule variable telle
que
gx0 (x, ϕ(x))

g(x, ϕ(x)) = 0, b = ϕ(a) et ϕ0 (x) = − .
gy0 (x, ϕ(x))

Chapitre-1- Extremums liés Dr M.Harfaoui
On se ramène donc à déterminer les extremums d’une fonction d’une seule variable
h(x) = f (x, ϕ(x)).
La condition nécessaire s’écrit : h0 (x) = 0, pour déterminer les points x0 stationnaires.

La condition suffisante s’écrit h00 (x0 ) 6= 0 :
½ 0
h (x0 ) > 0, f admet un minimum ;
h0 (x0 ) < 0, f admet un maximum ;
Exemple 2.8.2.1
Une compagnie produit et distribue de la boisson gazeuse. Les contenants (canettes) ont une forme
cylindrique de hauteur h et de rayon r. Afin de réduire les coûts, Kola veut minimiser la surface d’alu-
minium nécessaire à la construction des contenants. Cependant, ils doivent s’assurer qu’un contenant
ait un volume de 128πcm3 . Quels sont les dimensions du contenant qui réalisent l’objectif et satisfait
la contrainte ?
Solution
1. Définir les différentes variables x1 , x2 , x3 ,... ; r : rayon du cylindre (r > 0) ; h : hauteur du

cylindre (h > 0).
2. Écrire l’objectif en fonction des variables ; Objectif : minimiser la surface du contenantM inS(r, h) =
2π.r2 + 2π.r.h.
3. Écrire toutes les contraintes
volume = 128π et volume = π.r2 h.
4. Exprimer, en utilisant les contraintes, toutes les variables en termes d’une seule (par exemple
128
x2 = f1 (x1 ) , x3 = f2 (x1 ) ,...). De l’expression : π.r2 h = 128π, on isole h, h = 2 .
r
2
5. Substituer ces expressions dans l’objectif S(r, h) = 2π.r + 2π.r.h
128 256
On pose ϕ(r) = 2.π.r2 + 2.π.r.( 2 ).Donc ϕ(r) = 2.π.r2 + π.( ).
r r
6. Optimiser.
256 0
On a ϕ0 (r) = (2.π.r2 + 2.π.r.( )) . Un point stationnaire est obtenu lorsque S 0 (r) = 0 où
r
256
4.π.r − π( ) = 0 ⇒ r = 4.
r2
Il faut s’assurer qu’on retrouve bien un minimum en ce point :
256 512
Or ϕ00 (r) = (4.π.r − π( 2 ))0 = 4.π + π( 3 )).
r r
Pour r > 0, la dérivée seconde est toujours positive. La fonction S est donc toujours convexe, ce
qui implique que le point stationnaire r = 4 constitue un minimum absolu. La valeur correspondante
128
de h est obtenu de la relation h = 2 = 8.
r
La surface est minimisée lorsque r = 4 et h = 8.
Remarque 2.8.2
La résolution par substitution demeure un moyen très efficace, même dans les problèmes ayant plus
de deux variables.

Dr M.Harfaoui Chapitre-1- Extremums liés
2.8.2.2 Cas de trois variables et deux contraintes
Étudier les 2 2
½ extremums de la fonction f définie par ; f (x, y, z) = x + y − xy + z + 4 sous les
x=y
contraintes :
x2 + y 2 + z = 5
Exemple 2.8.2.2
Avec exactement 2700cm2 de carton, nous désirons construire une boı̂te (largeur x, profondeur y,
hauteur z) pouvant contenir un volume V . Nous exigeons que la largeur de la boı̂te soit le double de
sa profondeur. Nous aimerions maximiser le volume que peut contenir cette boı̂te. Quelles valeurs de
x, y, z réalisent notre objectif.

Chapitre-1- Extremums liés Dr M.Harfaoui
SOLUTION.
1. Définir les différentes variables/
x : largeur de la boı̂te (x > 0), y : profondeur de la boı̂te (y > 0)et z : hauteur de la boı̂te (z > 0)
”
2. Écrire l’objectif en fonction des variables : maximiser le volume de la boı̂te M axv(x, y, z) = xyz.
3. Écrire toutes les contraintes :
1. Surface du matériel disponible 2700m2 , 2xy + 2yz + 2xz = 270 (1)
2. Dimensions exigées x = 2y.
4. Exprimer, en utilisant les contraintes, toutes les variables en fonction d’une seule. On a x = 2y
La variable x est exprimée en fonction de y dans la contrainte 2 : x = 2y
En substituant cette expression dans la contrainte (1), nous pourrons aussi exprimer z en fonc-
tion de y :
2xy + 2yz + 2zx = 2700 ⇔ 2(2y)y + 2yz + 2z(2y) = 2700 ⇔ 4y2 + 6zy = 2700. Donc z =
2700 − 4y 2
6y
5. Substituer ces expressions dans l’objectif d’obtenir une fonction d’une seule variable ϕ(y) =
4
900y − y 3 .
3
6. Optimiser.
les points stationnaires sont :
4
ϕ0 (y) = (900y − y 3 )0 = 0 ⇔ 900 − 4y 2 = 0, ⇒ y = 15 ou y = −15.
3
Or, seule la valeur y = 15 est acceptable puisque les dimensions de la boı̂te doivent être positives.
Il faut s’assurer qu’on retrouve bien un maximum en ce point :
4
ϕ00 (y) = (900y − y 3 )00 = −8y
3
Sur le domaine y > 0, la dérivée seconde est toujours négative.
La fonction V est donc toujours concave, ce qui implique que le point stationnaire y = 15 constitue
un maximum absolu.
Les valeurs de x et de z correspondantes sont x = 2y = 2(15) = 30.
Le volume de la boı̂te est donc maximisé lorsque ses dimensions sont x = 30 , y = 15 , z = 20.
2.8.3 Méthode de Lagrange.
a méthode de Lagrange est une méthode tiplicateur de Lagrange, par contrainte. En-
L permettant de résoudre les problèmes suite, on forme une combinaison linéaire de
d’optimisation sous contrainte. Supposons que la fonction et des contraintes, les coefficients
le problème soit de trouver les extremums des contraintes étant les multiplicateurs de La-
d’une fonction de plusieurs variables f , tout grange. Le problème passe ainsi d’un problème
en imposant des contraintes sur les valeurs d’optimisation avec contrainte à un problème
de celle-ci, définie par : g(x1 , x2 , ..., xn ) = 0. non contraint, qui peut être résolu par une
Cette méthode consiste à introduire une in- méthode adaptée.
connue scalaire supplémentaire, appelée mul-

Dr M.Harfaoui Chapitre-1- Etudes d’extremums sur un fermé
2.8.3.1 Techniques de calcul des extrémums sous contrainte en dimension 2.
Soit à optimiser la fonction de deux variables f sous la contrainte g(x, y) = 0, où f et g sont de
classe C 2 .
Pour résoudre le problème, on forme la fonction auxiliaire appelée : Lagrangien :
L(x, y, λ) = f (x, y) + λg(x, y). (2)

1. On détermine les points stationnaires (x0 , y0 ) et le multiplicateur auxiliaire λ0 de L :
0 0
Lx (x, y, λ) = fx (x, y) + λgx (x, y) = 0 (3)
L0y (x, y, λ) = fy0 (x, y) + λgy0 (x, y) = 0 = 0 (4)
L0λ (x, y, λ) = g(x, y) = 0 (5)
2. On détrmine le hessien de L ,(x0 , y0 , λ0 ).

¯ 00 ¯
¯ Lx2 L00xy L00xλ ¯
¯ 00 ¯
detHL (x0 , y0 , λ0 ) = ¯¯Lyx fy002 L00yλ ¯¯
¯L00 L00 00 ¯
xλ yλy Lλ2
Théorème 2.8.1
1. Si detHL (x0 , y0 , λ0 ) > 0, f admet un maximum.
2. Si detHL (x0 , y0 , λ0 ) < 0, f admet un minimum.
3. Si detHL (x0 , y0 , λ0 ) = 0, on ne peut pas conclure.
Exemple 2.8.3.1 Étudier les extremums de la fonction f sous la contrainte dans le cas suivant
f (x, y) = x2 y 3 et g(x, y) = x + y − 5 = 0.
2.9 Etudes d’extremums sur un compact

Dans cette section puisque’on s’interesse aux sous ensembles de Rn un ensemble fermé E sera défini
à partir de fonctions continues de la façon suivante :
E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≤ 0} ou E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≥ 0}
,
un ouvert O sera défini par
O = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) < 0}ouO = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) > 0}

Chapitre-1- Etudes d’extremums sur un fermé Dr M.Harfaoui
Théorème 2.9.1 ¡ ¢
Soit f : K ⊂ Rn → R continue avec K un compact, alors f K est un compact. En particulier fonction
atteint ses bornes sur K.
Exercice 2.9.1
Soit f la fonction définie par :
f (x, y) = x4 + y 4 − 2(x − y)2 .

1. Déterminer les points stationnaires de f et leurs natures.
2. Soit D le domaine de R2 défini par :
D = {(x, y) ∈ R2 : x2 + y 2 ≤ 4}.
Déterminer les extremums de f sur le domaine D.

Corrigé 2.9.1
1. Déterminer les points stationnaires de f et leurs natures.
Les points sont donnés par le système :

 ∂f
 (x, y) = 0
∂x
 ∂f
 (x, y) = 0
∂y
½
4(x3 − x + y) = 0 √ √ √ √
3 ⇔ (x, y) ∈ {(0, 0), ( 2, − 2), (− 2, 2)}.
4(y + x − y) = 0
La nature des points stationnaires :
Les dérivées partielles secondes de f sont :
∂2f 2 2
2 − 1), ∂ f (x, y) = 4(3y 2 − 1) et ∂ f (x, y) = −4.
(x, y) = 4(3x
∂x2 ∂x2 ∂x∂y
µ 2
¶
4(3x − 1) −4
La matrice héssienne est donc Hf (x, y) = et son déterminant est
−4 4(3y 2 − 1)
detHf (x, y) = 16(3x2 − 1).(3y 2 − 1) − 16.
– * Pour le point (0, 0), le determinant est detHf (0, 0) = 16 − 16 = 0, on ne peut pas conclure.
Mais f (x, x) = 2x4√> 0 et 4 2
√ f (x, −x) = 2x − 2x < 0 donc f n’a pas d’extrmum en (0, 0).
– * Pour le point ∓( 2, − 2), le determinant est
¡ √ √ ¢
detHf ∓ ( 2, − 2) = 16.2 > 0,
∂2f ¡ √ √ ¢ ¡ √ √ ¢
comme 2
∓ ( 2, − 2) = 8 > 0 f admet un minimum local en ∓ ( 2, − 2) et ce
∂x
minimum est
√ √
f ∓ ( 2, − 2) = 4 + 4 − 16 = −8.
2. Soit D le domaine de R2 défini par D = {(x, y) ∈ R2 : x2 + y 2 ≤ 4}. Déterminer les extremums
de f sur le domaine D.
La fonction f est continue sur le compact D (c’est un fermé borné de R2 ) et donc y admet un
minimum et un maximum.

Dr M.Harfaoui Chapitre-1- Etudes d’extremums sur un fermé
Il reste à étudier les valeurs prises par f sur le bord de D. En passant aux coordonnées polaires
on obtient g(t) = f (2 cos(t), 2 sin(t)) = −8 sin2 (2t) + 8 sin(2t) + 8.
Étudions des variations de la fonction g.
On a
¡ ¢ π kπ π 5π
g 0 (t) = 16 1 − 2 sin(2t) cos(2t) = 0 ⇔ t ∈ {− + , + kπ, + kπ}.
4 2 12 12
Natures de ces points :
¡ ¢
g 00 (t) = −32 sin(2t) + 2 cos(4t) .
π kπ π
∗ g 00 (− + ) = 32 > 0 pour k impair et g 00 (− + kπ) = 96 > 0 pour k pair, g admet donc
4 2 4
π π kπ
un minimum aux points − + kπ et ce minimum est :g 00 (− + ) = 8 pour k impair et
4 4 2
π kπ
g 00 (− + ) = −8 pour k pair.
4 2
π 5π
∗ g 00 ( + kπ) = −48 < 0 et g 00 ( + kπ) = −48 < 0, g admet donc un maximum aux points
12 12
π 5π 5π
+ kπ et + kπ ce maximum est :g( + kπ) = 10.
12 12 12
Donc g admet un minimum aux points t0 et ce minimum est g(t0 ) = 8et un maximum aux points
t1 et t2 et ce minimum est g(t1 ) = 10.
√ √
2 2
Ainsi la fonction f admet sous la contrainte donnéeun minimum un local au points ( , ) et
√ √ 2 2
− 2 2
( ,− ) suivant que k est pair ou impair et ces minimums vallent −8 et 8. et elle admet un
2 2
¡ π π ¢ ¡ 5π 5π ¢
maximum aux points cos( + kπ), sin( + kπ) et cos( + kπ), sin( + kπ) et ce maximum
12 12 12 12
vaut :10.

Chapitre-1- Etudes d’extremums sur un fermé Dr M.Harfaoui

CHAPITRE
3
Fonction de plusieurs variables à valeurs dans
Rp
3.1 Limites et continuité d’une fonction de plusieurs variables à va-

leurs dans IRp .
Définition 3.1.1
On appelle fonction de plusieurs variables à valeurs dans IRp toute application f d’une partie Ω de
IR dans IRp qu’on note f : Ω → IRp ; (x1 , x2 , ...xn ) → (f1 (x1 , x2 , ...xn ), f2 (x1 , x2 , ...xn ), ..., fp (x1 , x2 , ...xn ))
n
où les fi , sont des fonctions numériques de plusieurs variables définies sur Ω, appelées composantes
de f et on écrit : f = (f1 , f2 , ..., fp ). Le domaine de définition de f est l’ensemble Df défini par :
Df = {(x1 , x2 , ...xn ) ∈ Ωfi (x1 , x2 , ...xn ) ∈ R, i = 1, 2, ..., p}.
Exemples.
1. Le domaine de défintion de la fonction

½ 2
f : Ω → IRp ,
,
x, y, z) → 1 − x2 + y
est Df = {(x, y) ∈ Ω, 1 − x2 + y ≥ 0 }, c’est donc

la partie au-dessus de la parabole d’équation
y = x2 − 1 (fig.1.1).
Fig 1.1.
57
Chapitre-2- Différentielle d’une fonction de plusieurs variables M.Harfaoui
2. Le domaine de défintion de la fonction
½
f : Ω → IR3
√ ,
(x, y, z) → (ln(1 − x2 − y 2 − z 2 ), arctan( z)) .
est Df = {(x, y, z) ∈ Ω, 1 − x2 − y 2 − z 2 > 0 et

z ≥ 0 }, c’est donc l’intérieur de la demi-sphère
supérieure sans sa frontière (fig.1.2).
Fig 1.2
Définition 3.1.2
Soit f : Ω ⊂ IRn −→ IRp définie sur un domaine Ω de IRn , avec f = (f1 , f2 , ..., fp ). Pour tout a ∈ Ω,
f est continue en a si et seulement si f i est continue en a pour tout i = 1, 2, ..., p
3.2 Différentielle d’une fonction de plusieurs variables à valeurs dans

IRp
Soit f : Ω ⊂ IRn −→ IRp définie sur un domaine Ω de IRn , avec f = (f1 , f2 , ..., fp ).
Définition 3.2.1
Pour tout a ∈ Ω, on note dfa l’application linéaire de IRn dans IRp définie par :
dfa .(h) = ((df1 )a (h), (df2 )a (h), ..., (dfp )a (h))
Pn ∂f
i
pour tout h = (h1 , h2 , ..., hn ) de IRn et(dfi )a (h) = (a)hi . L’application dfa est appelée
i=1 ∂x i
différentielle de f en a.
Définition 3.2.2
On dit que f est de classe C k sur un ouvert Ω de IRn si toutes les fonctions composantes sont de
classes C k sur Ω.
Les applications de Rn dans Rn qui sont bijectives, et continûment différentiables ainsi que leur
réciproque, sont utilisées comme changements de variables. On les appelle des difféomorphismes.
Définition 3.2.3
Soient D et ∆ deux domaines ouverts de Rn . Soit Φ une application de D dans ∆. On dit que Φ est un
difféomorphisme si : Φ est une bijection de D sur ∆, Φ ainsi que sa réciproque Φ−1 sont continûment
différentiables.
Les matrices jacobiennes, qui sont des matrices carrées n × n, sont inverses l’une de l’autre.
Définition 3.2.4
On dit que f est de classe C 1 -difféomorphisme d’ un ouvert Ω de IRn sur un ouvert Ω0 de IRp si f est
une bijection de Ω sur Ω0 et si les fonctions f et f −1 sont de classes C 1 .

M.Harfaoui 3.3. MATRICE JACOBIENNE ET JACOBIEN.
Proposition 3.2.1
Soit f : Ω ⊂n −→ IRp et g : Ω ⊂ IRn −→ IRp de classe C 1 sur l’ouvert Ω de IRn . Alors pour tout
(α, β) ∈ IR2 et tout a ∈ Ω : d(f + g)a = dfa + dg.
Définition 3.2.5
Pour tout a ∈ Ω, on note dfa l’application linéaire de IRn dans IRp définie par dfa .(h) =
Pn ∂f
i
((df1 )a (h), (df2 )a (h), ..., (dfp )a (h)) pour tout h = (h1 , h2 , ..., hn ) de IRn et (dfi )a (h) = (a)hi .
i=1 ∂xi
L’application dfa est appelée différentielle de f en a.
Définition 3.2.6
On dit que f est de classe C k sur un ouvert Ω de IRn si toutes les fonctions composantes sont de
classes C k sur Ω.
Définition 3.2.7
On dit que f est de classe C 1 -difféomorphisme d’ un ouvert Ω de IRn sur un ouvert Ω0 de IRp si f est
une bijection de Ω sur Ω0 et si les fonctions f et f −1 sont de classes C 1 .
3.3 Matrice jacobienne et Jacobien.

acobi 1 est l’un des fondateurs de la théorie tions données de n variables indépendantes.
J des déterminants. En particulier, il invente Son déterminant, le déterminant jacobien est
le déterminant de la matrice (dite jacobienne) crucial dans le calcul infinitésimal.
formée par les n2 dérivées partielles de n fonc-
Définition 3.3.1 · ¸
∂fi
Pour tout a ∈ Ω, la matrice (a) , est appelée matrice Jacobiene de f en a. Elle
∂xj 1≤i≤p
1≤j≤n
est notée : Jf (a). Si n = p le déterminant de Jf (a) est appelé : Jacobienne de f en a. Il est noté
D(f1 , f2 , ..., fn )
det Jf (a) = .
D (x1 , x2 , ...xn )
Proposition 3.3.1
Soit f une application d’ un ouvert Ω de IRn sur un ouvert Ω0 de IRn injective. Alors Ω0 = f (Ω).
Dans ce cas f est de classe C 1 -difféomorphisme de Ω sur Ω0 si et seulement si la matrice jacobienne
de f est inversible. C’est-à-dire le jacobien de f en tout point de Ω est non nul.
Exemples.
1. Coordonnées polaires.
Soit f : [0, R] × [0, 2π] −→ V 2 , (r, θ) 7−→ (x, y) = (r cos θ, r sin θ). On a pour tout (r, θ) :
1
Charles Gustave Jacob Jacobi, ou Carl Gustav Jakob Jacobi, (10 décembre 1804 à Potsdam - 18 février 1851 à
Berlin) est un mathématicien allemand.

3.3. MATRICE JACOBIENNE ET JACOBIEN. M.Harfaoui
 
µ ¶ ∂x ∂x µ ¶
cosθ −rsinθ  ∂r ∂θ  cosθ −rsinθ
Jf (r, θ) =  ∂y ∂y  = sinθ rcosθ .
sinθ rcosθ
∂r ∂θ
et
D(x, y)
= r.
D(r, θ)
2. Coordonnées cylindriques
Soit f : [0, R] × [0, 2π] × [0, h] −→ R3 ,
(r, θ, t) 7−→ (x, y, z) = (r cos θ, r sin θ, t).
et
D(x, y, z)
= r.
D(r, θ, t)
Fig. 3.1 – Cylindriques
3. Coordonnées sphériques. h π πi
Soit f : [0, R] × [0, 2π] × − , −→ IR3 ,
2 2
(r, θ, ϕ) 7−→ (x, y, z) = (r cos θ. cos ϕ, r cos θ. cos ϕ, r sin ϕ).
On a pour tout (r, θ, ϕ) :

 
∂x ∂x ∂x
 ∂r ∂θ ∂ϕ 
 ∂y ∂y ∂y 
 
Jf (r, θ, ϕ) =  .
 ∂r ∂θ ∂ϕ 
 ∂z ∂z ∂z 
∂r ∂θ ∂ϕ
et
D(x, y, z) Fig. 3.2 – Sphériques
= r2 cos ϕ.
D (r, θ, ϕ)
.
Exercice 3.3.1
1
On note U =]0; +∞[2 et φ : (x, y) → (x3 y 2 , ).
x2 y
Montrer que φ est un C 1 -difféomorphisme de U sur U .

Corrigé 3.3.1 1. U =]0; +∞[2 est un ouvert de R2 et, d’après les théorèmes généraux, φ est de
classe C 1 sur U .
2. Montrons que φ est une bijection de U sur U et explicitons φ−1 .
Il est d’abord clair que : ∀(x, y) ∈ U , φ(x, y) ∈ U . Soit (u, v) ∈ U . On a, pour tout (x, y) ∈ U :
 ( 3 2 (
1  x3 y 2 = u x y =u 1
3 2 1 x =
φ(x, y) = (u, v) ⇔ (u, v) = (x y , 2 ) ⇔ ⇔ 1 ⇔ uv 2
x y  2 =v x2 y = y = u2 v 3
x y v
1
Ainsi, φ est bijective et φ−1 (x, y) = ( , x2 y 3 ).
xy 2
φ−1 est donc de classe C 1 sur U . On conclut que φ est un C 1 -diffeomorphisme de U sur U .
3.3.0.2 Composition des fonctions de classe C 1 .
Théorème 3.3.1
0 0
Soit f : Ω ⊂ IRn −→ IRp et g : Ω ⊂ IRp → IRq de classe C 1 sur l’ouvert Ω de Rn tel que f (Ω) ⊂ Ω .
Alors g ◦ f : Ω ⊂ Rn −→ Rq est de classe C 1 sur Ω et pour tout a ∈ Ω :
d(g ◦ f )a = dgf (a) ◦ dfa et Jg◦f (a) = Jg (f (a)).Jf (a)
3.3.0.3 Applications de la matrice Jacobienne.

1. Dérivée d’une fonction vectorielle (n=1 et p quelconque).
Soit f la fonction définie par
f : [a, b] → IRp ,
x → (f1 (x), f2 (x), , ..., fp (x))
La dérivée de f est donnée par :
 0 
· ¸ f1 (x)
0 ∂f i  f 0 (x) 
f (a) = Jf (a) = (a) =
 :
1 

∂x 1≤i≤p 0
fp (x)
2. Dérivées partielles d’une fonction numérique.

Soit f la fonction définie sur Ω par
(x1 , x2 , ..., xn ) −→ f (x1 , x2 , ..., xn )
· ¸
∂f ∂f ∂f ∂f
Jf (a) = (a) = ( (a), (a), ..., (a)).
∂xj 1≤j≤n ∂x1 ∂x2 ∂xn
3. Dérivée de g(x) = f (u1 (x), u2 (x), ..., un (x)).

Soit u1 , u2 , ..., u3 des fonctions d’une variable définies sur un intervalle I et

f : Ω → IR , (x1 , x2 , ...xn ) −→ f (x1 , x2 , ..., xn ). On définit sur I la fonction g par : g(x) =
f (u1 (x), u2 (x), ..., un (x)). On a : g(x) = f (u(x) = f ◦ u(x) où
u(x) = u1 (x), u2 (x), ..., un (x). Donc

 0 
u1 (x)
∂f ∂f ∂f  u0 (x) 
(u(a))).  
0
Jf ◦u (a) = g (x) = ( (u(a)), (u(a)), ..., 1
∂x1 ∂x2 ∂xn  : 
0
un (x)
Pn ∂f
i 0
= (u(a))ui (x).
i=1 ∂xi
4. Composition des dérivées partielles.

0
Soit f : Ω ⊂ IRn −→ IRp et g : Ω ⊂ IRp −→ IRq de classe C 1 sur l’ouvert Ω de IRn tel que
0
f (Ω) ⊂ Ω avec f = (f1 , f2 , ..., fp ) et g = (g1 , g2 , ..., gq ).
∂(g ◦ f ) Pp ∂g ∂fj
j
On a pour a, pour tout i ∈ {1, 2, ..., n} : (a) = (f (a)). (a).
∂xi j=1 ∂yj ∂xi
Soit l’équation aux dérivés partielles :
∂f ∂f p
(E) : x (x, y) + y (x, y)= x2 + y 2 et g la fonction définie par
∂x ∂y
g(r, θ) = (x, y) = (r cos θ, r sin θ).
0
1. Donner l’équation aux dérivées partielles (E ) vérifiée par
ϕ(r, θ) = f (x, y) = f (r cos θ, r sin θ).
0
2. Résoudre (E ) puis (E).
Solution.
∂ϕ ∂ϕ ∂f ∂f
1. On a pour tout (r, θ) ∈ ]r, +∞[×]0, 2π[ , (r, θ) et (r, θ) en fonction de (x, y) et (x, y)
∂r ∂θ ∂x ∂y
donnent

 ∂ϕ ∂f ∂f
 (r, θ) = cos θ. (x, y) + sin θ. (x, y)
∂r ∂x ∂y (S)
 ∂ϕ ∂f ∂f
 (r, θ) = −r sin θ (x, y) + r cos θ (x, y)
∂θ ∂x ∂y
 
 ∂ϕ ∂f ∂f  ∂ϕ ∂f ∂f
 r cos θ = r cos2 θ. + r cos θ sin θ.  r sin θ = r sin θ cos θ. + r sin2 θ.
∂r ∂x ∂y ∂r ∂x ∂y
 ∂ϕ ∂f ∂f et  ∂ϕ ∂f ∂f
 − sin θ 2
= r sin θ − r sin θ cos θ  cos θ = −r cos θ sin θ 2
+ r cos θ
∂θ ∂x ∂y ∂θ ∂x ∂y
∂f ∂f
On résout le système (S) d’inconnues (x, y) et (x, y). On aura pour tout (x,y),
∂x ∂y
 
 ∂f ∂ϕ 1 ∂ϕ  ∂f ∂ϕ ∂ϕ
 (x, y) = cos θ (r, θ) − sin (r, θ)  x (x, y) = r cos2 θ (r, θ) − cos θ sin (r, θ)
∂x ∂r r ∂θ et ∂x ∂r ∂θ
 ∂f 1 ∂ϕ ∂ϕ  ∂f ∂ϕ ∂ϕ
 (x, y) = cos θ (r, θ) + sin θ (r, θ)  y (x, y) = sin θ cos θ (r, θ) + r sin2 θ (r, θ)
∂y r ∂θ ∂r ∂y ∂θ ∂r

0 ∂ϕ 0 ∂ϕ
2. On remplace dans l’équation (E) on aura : (E ) r (r, θ) = r ou (E ) : (r, θ) = 1. On a
p ∂r ∂r
y
donc ϕ(r, θ) = r + c(θ) et f (x, y) = x2 + y 2 + c(arctan ).
x


CHAPITRE
Intégrales doubles et triples
4.1 Intégrales doubles.
→
−
On munit R2 d’un repère orthonormé (O, i , ~j).
4.1.1 Intégrale double sur un rectangle.
Soit f une fonction de deux variables continue sur ∆ = [a, b] × [c, d] de graphe S (partie de R3 ).
© ª
S = (x, y, z) ∈ R2 : z = f (x, y) dans R3 .
65
Chapitre-2- Intégrales doubles M.Harfaoui
Fig. 4.1 – Intégrale double
Définition 4.1.1
On appelle intégrale double de la fonction f sur le rectangle ∆ = [a, b] × [c, d] le volume du domaine
délimité par :
-les plans : x = a, x = b, y = c, y = d, (xoy)
-le graphe S.
Cette intégrale double est notée :
ZZ Z bZ d
f (x, y)dxdy = f (x, y)dxdy.
∆ a c
Théorème 4.1.1 (Théorème de Fubini1 )

Si f est continue sur ∆ = [a, b] × [c, d] alors les fonctions F et G, définies respectivement sur [a, b] et
[c, d] par :
Rd Rb
x → F (x) = c f (x, y)dy et y → G(y) = a f (x, y)dx, sont continues et on a :
Z b Z b ·Z d ¸ Z d Z d ·Z b ¸
F (x)dx = f (x, y)dy = G(y)dy = f (x, y)dx dy .
a a c c c a
L’intégrale double de f sur ∆ est donnée par :
ZZ Z b ·Z d ¸ Z d ·Z b ¸
f (x, y)dxdy = f (x, y)dy dx = f (x, y)dx dy.
∆ a c c a
Exemple 4.1.1.1ZZ
√
Calculer I = (yx + x)dxdy où ∆ : 1 ≤ x ≤ 4, 0 ≤ y ≤ 1
∆
La fonction f : ∆ → R; (x; y) → f (x, y)
1
Guido Fubini (19 janvier 1879 - 6 juin 1943) est un mathématicien italien célèbre notamment pour ses travaux sur
les intégrales

M.Harfaoui Chapitre-2- Intégrales doubles
est continue, on peut donc appliquer Théorème de Fubini. On a
Z · ¸
1 √ 1 √ 1 1 √
(yx + x)dy = xy + y x = x + x,
0 2 0 2
et donc Z · ¸
4
1 √ 1 2 2√ 3 4 11
I= ( x + x)dx = x + x = .
1 2 4 3 1 12
4.1.2 Intégrale double sur un domaine borné R2

.
Soit un D domaine borné de R. Il est à remarquer que le calcul d’intégrale double sur un domaine
quelconque borné est surtout basé sur la forme domaine. On essaie donc d’en simplifier l’écriture. On
utilise deux méthodes on fixe x et varie y ou on fixe y rt on varie x.
Fig. 4.2 – Qn fixe x et on fixe y.
4.1.2.1 On fixe x dans [a, b] projection de D sur l’axe (x0 ox).

On considère le Domaine simple défini par les courbes C1 (x), C2 (x) et les droites x = a et x = b.
Dans ce cas y varie en fonction de x et le domaine prend la forme
D = {(x, y) ∈ R2 , a ≤ x ≤ b et α(x) ≤ y ≤ β(x)}.

Théorème 4.1.2
Si D est un domaine défini par D = {(x, y) ∈ IR2 / a ≤ x ≤ b et α(x) ≤ y ≤ β(x)} alors l’intégrale
double de f sur D est donnée par
ZZ Z "Z #
b β(x)
f (x, y)dxdy = f (x, y)dy dx.
D a α(x)

4.1.2.2 On fixe y dans [c, d] projection de D sur l’axe (y 0 oy).
Dans ce cas x varie en fonction de y et le domaine prend la forme :
D = {(x, y) ∈ IR2 /a ≤ y ≤ b et γ(y) ≤ x ≤ δ(y)}.
Théorème 4.1.3
Si D est un domaine défini par
D = {(x, y) ∈ IR2 a ≤ y ≤ b, et γ(y) ≤ x ≤ δ(y)} alors l’intégrale double de f sur D est donnée par :
ZZ Z "Z d
#
δ(y)
f (x, y)dxdy = f (x, y)dx dy.
D c γ(y)
Exemple 4.1.2.1Z Z
Calcul de I = xy 3 dxdy, D : x2 + y 2 ≤ 1, y ≥ 0
D √
On a :D = {(x, y) ∈ IR2 / − 1 ≤ x ≤ 1pet 0 ≤ y ≤ 1p− x2 }
où D = {(x, y) ∈ IR2 /0 ≤ y ≤ 1 et − 1 − y 2 ≤ x ≤ 1 − y 2√}
ZZ Z 1 "Z √1−x2 # Z 1 · ¸ 1−x2
3 3 1 4
I= xy dxdy = x y dy dx = x y dx
D −1 0 −1 4 0
Z 1 · ¸ Z
1 1 1
= x (1 − x2 )2 dx = (x − 2x3 + x5 )dx = 0.
−1 4 4 −1
4.1.3 Propriétés
ZZ
1. Si f ≥ 0 sur D alors f (x, y)dxdy ≥ 0.
D
2. Pour tout (α, β) de R2 et f et g deux fonctions continues on
ZZ ZZ ZZ
(αf + βg)(x, y)dxdy = α f (x, y)dxdy + β g(x, y)dxdy
D D D
3. Si D = D1 ∪ D2 , avec D1 et D2 sont d’intersection au plus une courbe alors

ZZ ZZ ZZ
f (x, y)dxdy = f (x, y)dxdy + g(x, y)dxdy
D1 ∪D2 D1 D2
4. S’il existe m et M de R tels que pour tout (x, y) ∈ D, on a : m ≤ f (x, y) ≤ M alors

RR
f (x, y)dxdy
DRR
m≤ ≤M
D dxdy
4.1.4 Changement de variables.

Remarque 4.1.1
Soit à calculer l’intégrale simple

Z √π
2 √ 0 dt
I= x cos(x2 )dx. Si on pose x = g(t) = t alors dx = g (t)dt = √ ,
Z0 π Z π 2 t
2
2 0 1 2 1 π 1
et I = g(t) cos(g (t))g (t)dt = cos(t)dt = [sin(t)]02 = .
0 2 0 2 2
Le même changement de variable sera utilisé dans le cas de deux variables et la dérivée sera
remplacée par le Jacobien.
Théorème 4.1.4 Théorème de changement de variables.

Soit D un domaine borné de et f : D → R, (x, y) → f (x, y) une fonction numérique de deux variables
continue sur D. On considère la bijection ϕ de U dans D définie par
φ : U → D, (u, v) → (x, y) = φ(u, v) = (φ1 (u, v), φ2 (u, v)).
L’intégral double de f sur D est donnée par
ZZ ZZ ¯ ¯
¯ D(φ1 , φ2 ) ¯
f (x, y)dxdy = ¯
f (φ(u, v)) ¯ ¯ dudv.
D(u, v) ¯
D D
Exemple de changement de variables.

ZZ
Soit à calculer (x + y) dxdy, où le domaine D est délimité par deux paraboles et deux hyper-
D
boles.
½ 2
¾
2 x 2 1 1
D = (x, y) ∈ R ; <y<x , <y< .
2 2x x

On pourrait calculer directement cette intégrale de la façon suivante.

   
Z Z 1 Z x2 Z 21/3 Z 1
x
(x + y) dxdy =  1 (x + y)dy  dx +  x2 (x + y)dy  dx.
D 2−1/3 1
2x 2
Nous proposons le changement de variables suivant.

 D −→ ∆
Φ: (x, y) −→ Φ(x, y) = (u, v)

u = xy2 , v = xy
La première étape consiste à déterminer Φ−1 , en résolvant en x et y le système
( y ½
u = 2 x = u−1/3 v 1/3
x ⇔
v = xy y = u1/3 v 2/3
Ceci fournit l’expression explicite de Φ−1 .


 ∆ −→ D
−1
Φ : (u, v) −→ Φ−1 (u, v) = (x, y)

x = u−1/3 v 1/3 , y = u1/3 v 2/3
La seconde étape consiste à déterminer ∆, qui est l’image par Φ de D. Pour cela, on remplace x
et y par leurs expressions en fonction de u et v dans les inégalités définissant D.
n (u−1/3 v 1/3 )2 1 1 o
∆ = (u, v); < u1/3 v 2/3 < (u−1/3 v 1/3 )2 ; −1/3 1/3 < u1/3 v 2/3 < −1/3 1/3 .
2 2u v u v
n 1 1 o
∆ = (u, v); < u < 1 , < v < 1 .
2 2
La troisième étape consiste à calculer le déterminant jacobien de Φ−1 . Pour cela, il faut d’abord
écrire la matrice jacobienne, en dérivant les expressions de x et y en fonction de u et v.

¯ ¯ ¯ ¯
¯ ∂x ∂x ¯ ¯ 2 −4/3 1/3 1 −1/3 −2/3 ¯
¯ ¯ ¯ − u v u v ¯ 1
¯ ∂v ¯¯ = ¯¯ 3 ¯
JΦ−1 (u, v) = ¯ ∂u
∂y ∂y 1
3
2 ¯=− .
¯ ¯ ¯ u−2/3 v 2/3 u−1/3 v −1/3 ¯¯ 3u
¯ ¯ ¯
∂u ∂u 3 3
La quatrième étape consiste à appliquer le théorème de changement de variables. Pour cela, on
remplace x et y par leurs expressions en fonction de u et v dans la fonction, et on multiplie par la
valeur absolue du jacobien. Il ne reste plus qu’à calculer cette nouvelle intégrale.
ZZ
3¡ ¢¡ ¢ 3¡ ¢¡ ¢
(x + y) dxdy = −1 + 21/3 1 − 2−4/3 + 1 − 2−1/3 1 − 2−5/3
D 4 5
Z +∞
2
Application importante de changement de variables : Calcul de e−x dx.
−∞
Le changement de variables RR en coordonnées polaires s’impose quand le domaine D est un disque

centré en 0. Soit à calculer DR f (x, y) dxdy, où :
DR = { (x, y) , x2 + y 2 < R2 } .
Le changement en coordonnées polaires envoie le disque D sur un domaine rectangulaire :
∆R = { (r, θ) , 0 < r < R , 0 < θ < 2π }.

Le jacobien de Φ−1 , déjà calculé, vaut r. On a donc :
Z Z 2π µZ R ¶
f (x, y) dxdy = f (r cos θ, r sin θ) r dr dθ
DR 0 0
Nous allons donner un exemple d’utilisation du changement de variables en coordonnées po-

laires, qui nous servira à évoquer la notion d’intégrale convergente dans R2 . Considérons tout d’abord
l’intégrale suivante sur le plan.
ZZ
2 2
e−x −y dxdy.
R2
On peut la voir comme la valeur commune de deux limites, dont nous admettrons qu’elles sont
égales.
ZZ Z
2 2 2 2
lim e−x −y dxdy = lim e−x −y dxdy .
A→∞ ]−A,A[2 R→∞ DR
Considérons d’abord l’intégrale sur le carré

ZZ µZ A ¶ µZ A ¶
2 −y 2 2 2
e−x dxdy = e−x dx e−y dy .
]−A,A[2 −A −A
2
Dans ce produit, les deux facteurs sont égaux. Comme l’intégrale de e−x sur R converge, on a :
ZZ µZ +∞ ¶2
2 −y 2 2
e−x dxdy = e−x dx .
R2 −∞
Appliquons maintenant le changement de variables polaires à l’intégrale sur le disque.

ZZ Z µZ ¶ " 2
#R
2π R
−x2 −y 2 −r2 e−r 2
e dxdy = re dr dθ = 2π − = π(1 − e−R ) ,
DR 0 0 2
0
qui converge vers π quand R tend vers l’infini. On en déduit donc
Z +∞
2 √
e−x dx = π.
−∞
4.1.5 Applications des intégrales doubles.

4.1.5.1 Aire d’un domaine de IR2
Définition 4.1.2 ZZ
2
L’aire d’un domaine D de IR est définie par A(D) = dxdy.
D
Exemple 4.1.5.1
Calculer l’aire du domaine borné D de limité par les droites d’équations : x = y 2 −1 et x = 2y 2 −2.
Z 1 Z y 2 −1
On calcule A(D) = dxdy (voir
−1 2y 2 −2
graphe à côté.)
Z h iy2 −1
1 Z 1
A(D) = x 2 dy = (−y 2 + 1)dy
−1 h 2y −2
1 i1−1 117
= − y3 + y =
3 −1 20
4.1.5.2 Masse Moments d’inertie d’une plaque

Soit (D) une droite, M (x, y) un point de la plaque et r(x,y)=d(M,(D)).
Rappel On rappelle que

1. Si (D) une droite et M un point du plan de masse m,le moment d’inertie de M par rapport à
(D) est
ID = mr2 ;
où r = d(M, (D)) la distance de M à (D)
2. Si (D) une droite et M1 , M2 , ..., Mk des points du plan de masse respectives m1 , m2 , ..., mk ,le
moment d’inertie du système M1 , M2 , ..., Mk par rapport à (D) est :
k
X
ID = mi ri2 ;
i
où ri = d(Mi , (D)) la distance de Mi à (D).

M.Harfaoui Chapitre-2- Intégrales triples.
Définition 4.1.3
1. Une plaque plane de R2 est tout couple (S, σ) où S est un domaine de R2 et σ : S → R+ une
application continue appelée masse surfacique ou densité.
ZZ
2. La masse de S est donnée par M (S) = σ(x, y)dxdy.
S
3. Le moment d’inertie d’une plaque plane S de R2 par rapport à une droite (D) est
ZZ
ID = σ(x, y, z)(r(x, y))2 dxdy.
D
Remarque 4.1.2 1. Si σ est constante le système matériel est dit : homogène, et sa masse est
donnée par M (S) = σA(S).
| ax + by + c |
2. Si D admet pour équation cartésienne ax + by + c = 0, alors r(x, y) = √ , et on a
a2 + b2
ZZ
(ax + by + c)2
ID = σ(x, y) dxdy.
D a2 + b2
3. Cas particuliers. : Les moments d’inertie d’une plaque plane D de R2 par rapport à (x0 ox)
et (y 0 oy) sont respectivement
ZZ ZZ
I(x0ox) = 2
σ(x, y, z)y dxdy, J(y0oy) = σ(x, y, z)x2 dxdy.
D D
(Dans le premier cas a = c = 0 et b = 1, dans le deuxième cas a = 1 et b = c = 0)
4.1.5.3 Centre d’inertie d’un solide de R2 .

1- Rappel
On sait que les coordonnées du centre d’inertie d’un système M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk )
de points du plan de masses respectives m1 , m2 , ..., mk sont
k
X k
X
mi xi mi yi
i i
x= k
, y= k
.
X X
mi mi
i i
Remarque 4.1.3
Le centre d’inertie d’un système M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk ) de points du plan de masses
respectives m1 , m2 , ..., mk n’est autre que le barycentre des points M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk )
affectés des coefficients m1 , m2 , ..., mk .
2- Centre d’inertie d’un solide

Les coordonnées du centre de gravité d’une plaque plane de IR2 sont
ZZ ZZ
σ(x, y)xdxdy σ(x, y)ydxdy
D D
x = ZZ , y = ZZ .
σ(x, y)dxdy σ(x, y)dxdy
D D

4.2. INTÉGRALES TRIPLES. M.Harfaoui
4.2 Intégrales triples.
4.2.1 Intégrale triple sur un parallélépipède.
Théorème 4.2.1 (Théorème de Fubini.)
Si f est continue sur ∆ = [a, b] × [c, d] × [r, s] alors les fonctions F , G et H, définies respectivement
sur [a, b] , [c, d] et [r, s] par
Z dZ r Z bZ r
x → F (x) = f (x, y, z)dydz, y → G(y) = f (x, y, z)dxdz,
c Zs Z a s
b d
et z → H(z) = f (x, y, z)dxdy, sont continues et on a :
a c
Z b Z b ·Z dZ r ¸ Z d
F (x)dx = f (x, y, z)dydz dx = G(y)dy
a a c Z s ·Z Z ¸ c
d b r
= f (x, y, z)dxdz dy
Z s c a s·
Z s Z bZ d ¸
= H(z)dz = f (x, y, z)dxdy dz.
r r a c
Définition 4.2.1 L’intégrale définie par

Z b Z d Z s
F (x)dx = G(y)dy = H(z)dz est appelée : Intégrale triple de f sur ∆ et est notée :
ZZZ a c r
f (x, y, z)dxdydz.
∆
4.2.2 Intégrale triple sur un domaine borné de R3 .
Soit Ω un domaine borné de IR3 . Dans ce cas il s’agit de trois variables, on peut donc fixer une
variable et varier les deux autres ou fixer deux et varier la troisième. Le domaine prendra deux formes.
:Première forme : z fixé dans [r, s].
Ω = {(x, y, z) ∈ IR3 /z0 ≤ z ≤ z1 et (x, y) ∈

Dz } où Dz est la projection sur le plan (xoy)
de l’intersection de Ω et le plan passant par z
et parallèle au plan (xoy).
Fig. 4.3 – On fixe z et on varie (x, y).

M.Harfaoui Chapitre-2- Intégrale triple sur un domaine borné de R3 .
Exemple 4.2.2.1
Soit Ω = {(x, y, z) ∈ R3 /x2 + y 2 + z 2 ≤ R2 }. On fixe z dans [−R, R], on a
(x, 2 2 2 2 2
√ y) ∈ Dz = {(x, y) ∈ R / x + y ≤ R − z } c’est un disque de centre O(0,0) et de rayon
r = R2 − z 2 .
Théorème 4.2.2
Si Ω est un domaine R3 défini par
Ω = {(x, y, z) ∈ R3 /r ≤ z ≤ s et (x, y) ∈ Dz }, alors l’intégrale triple de f sur Ω est donnée par
ZZZ Z s ·Z Z ¸
f (x, y)dxdy = f (x, y, z)dxdy dz.
Ω r Dz
:Deuxième forme : z fixé dans [r, s].
On fixe (x, y) dans D, projection de Ω sur le

plan (xoy), et on varie z en fonction de (x, y) et
Ω = { (x, y, z) ∈ IR3 /(x, y) ∈ D et φψ(x, y) ≤
z ≤ ψ2 (x, y)}.
Exemple 4.2.2.2
Soit Ω = { (x, y, z) ∈ IR3 /x2 + y 2 + z 2 ≤ R 2 }. On fixe (x, y) dans D, projection de Ω sur le plan
(xoy), avec D = {(x, y) ∈ IR2 /x2 + y 2 ≤ R2 } et on a
p p
ψ1 (x, y) = − R2 − x2 − y 2 ≤ z ≤ ψ2 (x, y) = R2 − x2 − y 2 .
Théorème 4.2.3
Si Ω est un domaine de R3 défini par :
Ω = { (x, y, z) ∈ R3 /(x, y) ∈ D et φ(x, y) ≤ z ≤ ψ(x, y)}, alors l’intégrale triple de f sur Ω est donnée
par
ZZZ Z Z "Z ψ(x,y)
#
f (x, y)dxdy = f (x, y, z)dz dxdy.
Ω D φ(x,y)
4.2.3 Théorème de changement de variables.

Théorème 4.2.4

Chapitre-2-Applications des intégrales triples. M.Harfaoui
Soit Ω un domaine borné de R3 et f : Ω → R, (x, y, z) → f (x, y, z) une fonction numérique de deux
variables continue sur Ω. On considère la bijection ϕ de U dans Ω définie par
ϕ : U → Ω, (u, v, w) → (x, y, z) = ϕ(u, v, w) = (ϕ1 (u, v, w), ϕ2 (u, v, w), ϕ3 (u, v, w)).
L’intégrale triple de f sur Ω est donnée par :
ZZZ ZZZ ¯ ¯
¯ D(ϕ1 , ϕ2 , ϕ3 ) ¯
f (x, y, z)dxdydz = ¯
f ( ϕ(u, v, w)) ¯ ¯ dudvdw.
Ω Ω D(u, v, w) ¯
4.2.4 Applications des intégrales triples.

4.2.4.1 Volume et masse d’un domaine borné de R3 .
Soit Ω un domaine borné de IR3 .
Définition 4.2.2
ZZZ
3
1. Le volume du domaine Ω de IR est défini par υ(Ω) = dxdydz.
Ω
ZZZ
2. La masse d’un solide est donnée par M (Ω) = ρ(x, y, z)dxdydz,
Ω
oú ρ(x, y, z) est la fonction de répartition dite : masse volumique. Si le solide est homogène
ρ(x, y, z) = ρ0 = cte et M (Ω) = ρ0 υ(Ω).
Exemple 4.2.4.1 Calculer 3

p le volume du domaine borné Ω de R délimité par les surfaces d’équations :
2 2
z =2−x −y , z = x +y . 2 2
On fixe (x, y) dans D : x2 + y 2 = 1 et on passe aux coordonnées polaires x = f r cos(θ), y = r sin(θ)

avec 0 ≤ r ≤ 1 , 0 ≤ θ ≤ 2π.
ZZZ Z Z ³ Z 2−x2 −y2 ´

V = dxdydz = √ dz dxdy
Ω D x2 +y 2
ZZ ³ ´ Z 1 Z 2π ¡ ¢
= 2 − 2x2 − 2y 2 dxdy = 2 1 − r2 rdrdθ .
D 0 0
h r2 r4 i1 ¡1 1¢
= 2π − = 4π − = π.
2 4 0 2 4

M.Harfaoui Chapitre-2-Applications des intégrales triples.
4.2.4.2 Moments d’inertie d’un solide par rapport à un plan et une droite.
Définition 4.2.3
1. Le moments d’inertie d’un solide de IR3 par rapport àun plan (P ) est
ZZZ
I(P ) = ρ(x, y, z)r2 (x, y, z)dxdydz,
S
où r(x, y, z) = d(M (x, y, z), (P )) la distance de M à (P ).
2. Le moment d’inertie d’un solide de IR3 par rapport à une droite (D).
ZZZ
I(P ) = ρ(x, y, z)r2 (x, y, z)dxdydz ,
S
où r(x, y, z) = d(M (x, y, z), (D)) la distance de M à (D).
Remarque 4.2.1 Si P admet pour équation cartésienne ax + by + cz + d = 0, alors
ZZ
| ax + by + cz + d | (ax + by + cz + d)2
r(x, y, z) = √ et on a IP = σ(x, y, z) dxdydz.
a2 + b2 + c2 Ω a2 + b2 + c2
Cas particuliers
1. Les moment d’inertie d’un solide de R3 par rapport aux plans : (x = 0), (y = 0) et (z = 0) sont
respectivement :
ZZZ ZZZ
2
I(x=0) = ρ(x, y, z)x dxdydz, J(y=0) = ρ(x, y, z)y 2 dxdydz,
S ZZZ S
K(z=0) = ρ(x, y, z)z 2 dxdydz.
S
3
2. Les moments d’inertie d’un solide de IR par rapport aux axes (x0 ox) et (y 0 oy) et (z 0 oz) sont
respectivement :
ZZZ °−−→ − ZZZ
° →°°
°−−→ −
° →° °
I(x0ox) = σ(x, y, z) °OM ∧ i ° dxdydz, Jy0oy) = ρ(x, y, z) °OM ∧ j ° dxdydz, et
S ZZZ °−−→ − S
° →° °
K(z0oz) = ρ(x, y, z) °OM ∧ k ° dxdydz.
S
Exemple 4.2.4.2 Calculer le moment d’inertie et le moment de masse par rapport à l’axe z du
solide S de la figure ci-dessous, sachant que sa densité, exprimée enkg/m3 varie selon l’équation
δ(x, y, z) = x∆y.
Le moment d’inertie est
ZZZ ZZZ
K(z0oz) = δ(x, y, z)(x2 + y 2 )dxdydz = xy.(x2 + y 2 )dxdydz
Ω
Z 6 h Z 2 Z 1−x/2 Ω
¡ ¢ i .
= xy.(x + y )dy dx dz = 1kg.m2 .
2 2
0 0 0
La masse est

Chapitre-2-Applications des intégrales triples. M.Harfaoui
ZZZ ZZZ
M = zδ(x, y, z)dxdydz = xyzdxdydz
Z 6 h Z 2 Z 1−x/2 Ω Z Z Ω
Z
¡ ¢ i 6h 2h 1−x/2
1 2 i1−x/2 i
= xyzdy dx dz = xy z dx dz .
0 0 0 Z Z 0 0 0 2 0
6h 2¡ ¢ i
1
= x(1 − x/2)2 z dx dz = 3kg.m2 .
0 0 2
4.2.4.3 Centre de gravité d’un solide de R3 .

Définition 4.2.4
Les coordonnées du centre de gravité G d’un solide de R3 sont :
ZZZ ZZZ ZZZ
ρ(x, y, z)xdxdydz ρ(x, y, z)ydxdydz ρ(x, y, z)zdxdydz
xG = Z Z ZS ,, y G = Z Z ZS , et z G = Z Z ZS .
ρ(x, y, z)dxdydz ρ(x, y, z)dxdydz ρ(x, y, z)dxdydz
S S S
Remarquer
Z Z Z que si le solide est homogène
ZZZ les coordonnéesZdu
Z Zcentre de gravité deviennent :
xdxdydz ydxdydz zdxdydz
S S S
xG = , yG = , zG =
υ(Ω) υ(Ω) υ(Ω)
4.2.4.4 Quantité de mouvement d’un système.

Définition 4.2.5
Soit S un système dans R3 de centre d’inertie G, la quantité de mouvement de S est donnée par
le vecteurZ Z: Z
→ → →
p = ρ(x, y, z)V (M (x, y, z))dxdydz. Si V (G) est la vitesse du centre d’inertie alors :
S
ZZZ
−−→
−−→ ρ(x, y, z)OGdxdydz
→ dOG d
V (G) = = ( Z ZSZ )
dt dt
ρ(x, y, z)dxdydz
ZZZ S
→
ρ(x, y, z)V (M (x, y, z))dxdydz
d S
= ( )
dt Z Z Z M (S)
1 d −−→
= ( ρ(x, y, z)OGdxdydz)
M (S) dt S
1 →
= p
M (S)
→ →
Donc p = M (S)V (G).

INDEX
C 1 -difféomorphisme, 58 courbe de niveau, 21

Dérivées partielles d’une fonction composée, 34 critique , 45
économie , 29
équation aux dérivés partielles, 35 demi-sphère, 18
étoilé, 15 difféomorphisme, 58
Différentiabilité, 31
maximum , 42 Différentielle totale, 31
minimum , 42 distance, 10
Normes et distances, 9 domaine de définition, 18
dérivée partielle, 29
accroissements finis, 39 Dérivée partielle première, 29
altitude, 6 Dérivée partielle seconde, 29
application linéaire, 31 Dérivée suivant un vecteur, 30
Dérivées partielles, 29
bijectives, 58 Développement limité, 41
Boule et sphère, 11
entreprise, 29
carte, 6 espace, 21
carte météorologique, 22 espace métrique, 10
Cauchy-Schwarz, 9
centre d’inertie, 78 facteurs de production, 29
centre de gravité, 78 fermé, 14
changement de variables, 75 fonction de cob-Douglass, 29
compact, 14 fonction numérique de plusieurs, 17
composée de deux fonctions, 28 fonction polynôme, 27
connexe, 14 fonction rationnelle, 27
continûment différentiables, 58 fonctions implicites, 37
converge, 23 fonctions partielles, 22
convexe, 15 Formules de Taylor, 40
coordonnées polaires, 25 frontière, 20
courbe, 19 Fubini, 74
79
INDEX INDEX
Graphe d’une fonction, 18
homogène, 37
Inégalité triangulaire, 9
inégalité triangulaire, 10
intérieur, 14
intervalles, 15
Intégrale triple, 74
isobares, 22
isothermes, 22
Limites et continuité, 23
minimiser le coût, 29
moments d’inertie, 77
norme, 10
norme euclidienne, 9
Normes équivalentes, 10
ouvert, 14
parabole, 18
paraboloı̈de, 20
plan, 18
pression, 6
production, 29
Propriétés de la différentiabilité, 32
quantité de mouvement , 78
repère orthonormale, 9
restriction, 25
stationnaire , 45
surface, 19
température, 6
Théorème de Pythagore, 9
Théorème d’Euler, 37
Théorème de Schwartz, 36
topologiques, 17
vecteur normal, 18
voisinage, 25
volume, 76

Analyse

Transféré par

Informations du document

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

Analyse

Transféré par

Droits d'auteur :

Formats disponibles

Université Hassan II- Casablanca

Faculté des Sciences et Techniques de Mohammedia

Fonctions de plusieurs variables

Parcours MIP Promo 2015-2016

Par : Dr Mohammed Harfaoui

ieu a crée les nombres, le reste est l’oeuvre de l’homme.

es mathématiques sont une gymnastique de l’esprit et une préparation à la philosophie. [Isocrate]

mharfaoui04@yahoo.fr ii Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 1 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 2 Élémnents sous droits d’auteur

2 Fonctions numériques à plusieurs variables 17

3 Fonction de plusieurs variables à valeurs dans Rp 57

4 Intégrales doubles et triples 65

mharfaoui04@yahoo.fr 4 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 5 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 6 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 7 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 8 Élémnents sous droits d’auteur

1.1 Normes et distances dans Rn

1.1.2 Distance sur un espace vectoriel.

Proposition 1.1.1 (distance sur Rn ).

∀x, y ∈ Rn , d(x, y) = N (x − y).

Exemple 1.1.2.1 Dans R la fonction valeur absolue est une norme.

Théorème 1.1.1 (Admis.)

Dans la suite, on notera ||.|| sans préciser de quelle norme il s’agit.

mharfaoui04@yahoo.fr 10 Élémnents sous droits d’auteur

3. N∞ (x) = N∞ (x1 , ..., xn ) = sup (| xi |).

Exemple 1.1.3.1 Représentation des trois

1.1.4 Boule et sphère associées à une norme.

mharfaoui04@yahoo.fr 11 Élémnents sous droits d’auteur

et l’assertion à droite de l’équivalence est triviale ( il s’agit de l’inégalité triangulaire vérifiée

d(x, y) ≤ d(x, 0) + d(0, y) ≤ 1 + 1 = 2,

donc le diamètre δ(R) de R est inférieur ou égal à 2. On étudie la fonction

mharfaoui04@yahoo.fr 12 Élémnents sous droits d’auteur

lim f (x) = −1, lim f (x) = 1.

Par conséquent, pour tout ² > 0, il existe x et y tels que :

−1 < f (x) < −1 + ² et 1 − ² < f (x) < 1.

d(x, y) = f (x) − f (y) ≥ (1 − ²) + (1 − ²) = 2 − 2²

∀(u, v) ∈ A2 , d(u, v) ≤ diam(D) = 2.

mharfaoui04@yahoo.fr 13 Élémnents sous droits d’auteur

Par convention ensemble vide ∅ est ouvert.

Proposition 1.2.1 1. Toute union finie ou infinie d’ouverts est un ouvert.

mharfaoui04@yahoo.fr 14 Élémnents sous droits d’auteur

Fig. 1.1 – Etoilé par rapport au centre et non

mharfaoui04@yahoo.fr 15 Élémnents sous droits d’auteur

mharfaoui04@yahoo.fr 16 Élémnents sous droits d’auteur

2.1 Généralité et définitions

2.1.1 Fonctions numériques de plusieurs variables.

f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).

1. f : R2 → IR : (x, y) → f (x, y) = x2 − y + 2 est une fonction de deux variables.

Df = {(x1 , x2 , ...xn ) ∈ Ω : f (x1 , x2 , ...xn ) ∈ IR}.

2.1.3 Graphe d’une fonction de plusieurs variables

f : Ω → R, (x1 , x2 , ...xn ) → f ((x1 , x2 , ...xn )

Gf = {(x1 , x2 , ...xn , z) ∈ IRn+1 , ((x1 , x2 , ...xn ) ∈ Df ; z = f (x1 , x2 , ...xn )}.

mharfaoui04@yahoo.fr 18 Élémnents sous droits d’auteur

1. f (x, y) = x + y − 3. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x + y − 3}, c’est donc le plan de

2. f (x, y) = x2 − y 2 .( fig.1.3) Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 et z = x2 − y 2 } (fig.1.3).

3. f (x, y) = x2 + y 2 , avec x2 + y 2 ≤ 1. Gf = {(x, y, z) ∈ IR3 , (x, y) ∈ IR2 } et z = x2 + y 2 et

mharfaoui04@yahoo.fr 19 Élémnents sous droits d’auteur

Fig. 2.5 – f (x, y) =

Fig. 2.7 – f (x, y) = cos(x2 +

mharfaoui04@yahoo.fr 20 Élémnents sous droits d’auteur

2.1.4 Lignes ou courbe de niveau

e la même manière, on peut considérer simultanément différentes courbes de niveau