Math Info

Mathématiques
pour
Informaticiens
Ernst Hairer
Université de Genève Juin 2004

Section de mathématiques
Case postale 240
CH-1211 Genève 24
Contents
I Topologie de et fonctions continues 4

I.1 Distances et normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
I.2 Convergence de suites de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . 6
I.3 Voisinages, ensembles ouverts et fermés . . . . . . . . . . . . . . . . . . . . . . 8
I.4 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
I.5 Convergence uniforme et la courbe de Peano-Hilbert . . . . . . . . . . . . . . . . 14
I.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
II Calcul matriciel 17
II.1 Rappel de l’algèbre linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
II.2 Forme normale de Schur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
II.3 Formes quadratiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
II.4 Matrices définies positives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
II.5 Norme d’une matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
II.6 Applications bilinéaires et multilinéaires . . . . . . . . . . . . . . . . . . . . . . 27
II.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
III Calcul différentiel (plusieurs variables) 29

III.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
III.2 Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
III.3 Dérivées d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
III.4 Série de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
III.5 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . 39
III.6 Deux théorèmes importants de l’analyse . . . . . . . . . . . . . . . . . . . . . . 40
III.7 Surfaces et sous-variétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
III.8 Espace tangent . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
III.9 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
IV Optimisation 48
IV.1 Minima relatifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
IV.2 Minima conditionnels – multiplicateurs de Lagrange . . . . . . . . . . . . . . . . 50
IV.3 Contraintes en forme des équations et inéquations . . . . . . . . . . . . . . . . . 54
IV.4 Programmation linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
IV.5 L’algorithme du simplexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
IV.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
2
V Calcul intégral 64
V.1 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
V.2 Applications du calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
V.3 Techniques d’intégration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
V.4 Intégration de fonctions rationnelles . . . . . . . . . . . . . . . . . . . . . . . . 70
V.5 Substitutions importantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
V.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
VI Equations différentielles ordinaires 75

VI.1 Exemples historiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
VI.1.1 La tractrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
VI.1.2 La caténaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
VI.2 Quelques types d’équations intégrables . . . . . . . . . . . . . . . . . . . . . . . 77
VI.2.1 Équations à variables séparées . . . . . . . . . . . . . . . . . . . . . . . . 77
VI.2.2 Équations linéaires homogènes . . . . . . . . . . . . . . . . . . . . . . . . 77
VI.2.3 Équations linéaires inhomogènes . . . . . . . . . . . . . . . . . . . . . . . 77
VI.2.4 Équations différentielles d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . 78
VI.3 Équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . 79
VI.3.1 Équations homogènes à coefficients constants . . . . . . . . . . . . . . . . 80
VI.3.2 Équations linéaires inhomogènes . . . . . . . . . . . . . . . . . . . . . . . 82
VI.4 Systèmes d’équations différentielles – exemples . . . . . . . . . . . . . . . . . . 84
VI.4.1 Le problème de Lotka–Volterra . . . . . . . . . . . . . . . . . . . . . . . 84
VI.4.2 Le problème de Kepler . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85

VI.4.3 Le système solaire (problème à corps) . . . . . . . . . . . . . . . . . . 86
VI.4.4 Réactions chimiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
VI.5 Existence et unicité du problème de Cauchy . . . . . . . . . . . . . . . . . . . . 87
VI.5.1 Prolongement des solutions et existence globale . . . . . . . . . . . . . . . 90
VI.6 Systèmes d’équations différentielles linéaires . . . . . . . . . . . . . . . . . . . . 90
VI.6.1 Equations linéaires homogènes . . . . . . . . . . . . . . . . . . . . . . . . 91
VI.6.2 Equations linéaires inhomogènes . . . . . . . . . . . . . . . . . . . . . . . 92
VI.7 Systèmes linéaires à coefficients constants . . . . . . . . . . . . . . . . . . . . . 93
VI.8 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
VIISéries de Fourier 95
VII.1 Définitions mathématiques et exemples . . . . . . . . . . . . . . . . . . . . . . . 95
VII.2 Etude élémentaire de la convergence . . . . . . . . . . . . . . . . . . . . . . . . 99
VII.3 Noyau de Dirichlet et convergence ponctuelle . . . . . . . . . . . . . . . . . . . 101
VII.4 Convergence en moyenne quadratique . . . . . . . . . . . . . . . . . . . . . . . 103
VII.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
Remerciements
Ce polycopié accompagne le cours “Mathématiques pour informaticiens” ( heures par se-
maine et heures d’exercices) donné au semestre d’été 2004.
Chapter I
Topologie de et fonctions continues
L’étude des fonctions d’une variable réelle est un des sujets du cours “Analyse I” (semestre d’hiver).
Dans ce chapitre, nous discutons des notions qui permetteront une généralisation aux fonctions
de plusieurs variables. De telles fonctions apparaissent partout en pratique. Par exemple, la
température dans une salle est une fonction qui dépend de l’espace (trois coordonnées) et du temps.
Elle est donc une fonction de quatre variables.
Ce chapitre suit de près la présentation des paragraphes IV.1 et IV.2 du livre “L’analyse au fil
de l’histoire” de Hairer & Wanner (Springer-Verlag 2002). Pour plus d’informations (remarques
historiques, démonstrations détaillées, ), la lecture de ce livre est vivement conseillée.
I.1 Distances et normes

Nous considérons des couples
de nombres réels, et des -uples
. L’ensemble
de tous les couples est

(1.1)
et l’ensemble de tous les -uples est

'&

"!# %$ ( )* (1.2)
Avec l’addition (composante par composante) et avec la multiplication par des nombres réels, cet
ensemble devient un espace vectoriel (voir le chapitre II du cours “Algèbre I”, semestre d’hiver).
Les éléments de sont donc des vecteurs. Dans ce chapitre, nous ne distinguons pas les vecteurs
colonnes et les vecteurs lignes.

Géométriquement, l’espace peut être interprété comme un plan; les composantes
et
étant les coordonnées cartésiennes. Par le théorème de Pythagore, la distance +, -, entre deux

points
. et - - .-/ est donnée par (figure I.1, gauche)

+, -, -0 213
4 65 -/713 (1.3)
On voit que cette distance ne dépend que de la différence -819 . Ceci justifie l’écriture :.-;1<=: ,

où :>: > 5 > si > ?>@ > .
A
Pour calculer la distance entre
.A et - - . -/ -/A dans l’espace , nous
appliquons deux fois le théorème de Pythagore (d’abord au triangle DEF et ensuite à ABC, voir
5 5
figure I.1, droite) et nous obtenons +" -, :.-B13=: , où :>: > > > A .
Topologie de et fonctions continues 5
I
-0 4 -/ -/A
-/ G

A
-/C13 -KA*13A
H

-0 13
D
&
E

- F -0 1J

-KC1J
A
Figure I.1: Distances dans et dans
Dans l’espace de dimension , nous définissons par analogie

:>0: > 5 > 5 5 > (1.4)

et nous appelons cette expression la norme euclidienne de > ?>@ >@L> . La distance entre

M et -N est alors donnée par +" -, :.-B13=: .
Théorème 1.1 La norme euclidienne (1.4) satisfait :

(N1) :.=:OQP et :.=: PSRT P ,
WV VX
(N2) :UC=: U .: =: pour UY ,
(N3) :. 5 -Z:%[\:.=: 5 :.-6: (inégalité du triangle).
Démonstration. Les propriétés (N1) et (N2) sont triviales. La démonstration de (N3) est basée sur
l’inégalité de Cauchy-Schwarz
V^] V X
-`_ [\:.=: :.-Z:2 (1.5)
]
où -a_6b !c0 "!d-*! désigne le produit scalaire de deux vecteurs et - (voir le chapitre VI du
cours “Algèbre I”). L’inégalité du triangle est maintenant une conséquence de
W] 5 5 ] 5 X e
:. 5 -Z: -`. 5 -`_ :.=: -a_ 5 :.-Z: [\:.=: ":.=: :.-6: 5 :.-Z: 4:.=: 5 :.-6:L
Par la suite, nous utiliserons très rarement la formule explicite de l’équation (1.4). Souvent, il
est confortable d’utiliser d’autres expressions satisfaisant les propriétés (N1), (N2) et (N3).
X gf
Définition 1.2 (norme) Une norme sur est une application : :b satisfaisant (N1),
(N2) et (N3). L’espace muni d’une norme s’appelle un espace normé.
Exemples. En plus de la norme euclidienne (1.4), nous considérons
V V
:.=: "! norme hK , (1.6)
!c0
j8kLl V V
:.=:i "! norme maximum. (1.7)
!c0 nmpopopo m
La vérification des propriétés (N1), (N2) et (N3) pour ces normes est facile. La notation (c.-à-d.
&
les indices *q ) n’est pas choisie par hasard. En effet, les trois normes sont des cas particuliers
de
tsur
V Vr &
:.=:4r "! norme hLr , [wvyxzq (1.8)
!c0
Q{}|}j
et :.=:i r(~ei:.=:4r .
6 Topologie de et fonctions continues
Théorème 1.3 Pour tout M , on a

X
:.=:i[\:.=: [:.=: 7[w :.=:i (1.9)

Démonstration. Nous ne démontrons que la deuxième inégalité. En prenant le carré :.=: dans

l’équation (1.6), nous obtenons la somme des carrés ! (c’est-à-dire :.=: ) et les produits mixtes
V VXV V
"! " , tous non négatifs. Ceci implique que :.=: O\:.=: .
Ce résultat montre que les normes :.=: , :.=: et :.=:i sont équivalentes dans l’esprit de la
définition suivante.
X X
Définition 1.4 (équivalence de normes)
F F
On dit que deux normes : :4r et : :4 sont équivalentes
s’il existe des constantes positives et telles que
F F
:.=:4r[\:.=:4e[ =:.=:4r pour tout (1.10)
I.2 Convergence de suites de vecteurs

Au cours “Analyse I”, nous avons vu des suites de nombres réels ainsi que les notions de conver-
gence, de suites de Cauchy, etc. Il s’agit maintenant d’étendre ces définitions et résultats à des

suites de vecteurs. Nous considérons donc "0 , où chaque " est un vecteur, c.-à-d.
W&
"
t.n( ? *L*6 (2.1)

Définition 2.1 (convergence de suites de vecteurs) On dit que la suite "?0 , donnée par (2.1),

converge vers le vecteur @( 7 si
0B &
P O =O :."01,:x
f {}|j
Comme pour des suites dans , nous écrivons " ou bien ~ei " .
La seule différence par rapport à la définition pour des suites de nombres réels est que les
“valeurs absolues” sont remplacées par des “normes”.
KL/ K |
La figure I.2 montre la suite " P* 5 P*}K P*} 5 P*2a
P/} 5 P*2 P* 5 P*}24 4

dans avec P* / . Elle converge vers P**P*/ .
(

u
uA A

Â
^ ¡
u

Figure I.2: Illustration d’une suite convergente dans
Attention Dans la définition 2.1, nous n’avons pas encore précisé quelle norme il faut prendre.
X X
Nous observons que si : :4r est équivalente à : :4 , alors on a
X X
convergence avec : :4r ¢¤£ convergence avec : :4 (2.2)
F ¦
En effet, :."`1za:4r;x et (1.10) impliquent que :."`1zaF :4¥x . Puisque P est arbitraire
¨§
dans la définition 2.1, nous pouvons le remplacer par , et nous voyons que la convergence
X X
avec : :4r implique celle avec : :4 .
X X X
Nous savons déjà (théorème 1.3) que : : , : : et : :i sont équivalentes ; nous verrons plus
loin (théorème 4.6) que toutes les normes dans sont équivalentes. Par conséquent, on peut se
servir de n’importe quelle norme dans la définition 2.1.
Théorème 2.2 (critère de convergence) Pour une suite de vecteurs (2.1), on a

{}|}j {|}j '&
" ¢g£ "! @! pour $ L*( )
t~i t~i
i.e. la convergence dans est équivalente à la convergence composante par composante.
Démonstration. Prenons la norme maximum (1.7) pour laquelle

V V W&
:."1©,:izx ¢¤£ "!401¨! x pour $ *L )
Avec cette norme dans la définition 2.1, le résultat est immédiat.
Avec l’observation qu’il faut seulement remplacer “valeurs absolues” par “normes”, on peut
étendre beaucoup de définitions et résultats du cours “Analyse I” à une dimension supérieure. Par
E
exemple, nous disons qu’une suite des vecteurs "t0 est bornée, s’il existe un nombre OQP tel
E &
que :."ª:«[ pour tout ¬O . De nouveau, la propriété d’être bornée ne dépend pas de la norme
choisie. Comme dans , nous voyons que toute suite convergente est bornée.

On dit qu’une suite "?0 est une suite de Cauchy si
0; & &
P O O h®O :."013"¯/°:x (2.3)
En utilisant la norme maximum dans (2.3), on constate que cette définition est équivalente au fait
'&
que, pour $ . , les suites réelles "!0 sont des suites de Cauchy. Par conséquent, nous
obtenons directement la généralisation du critère de Cauchy.
Théorème 2.3 (critère de Cauchy dans ) Une suite de vecteurs dans est convergente si et
seulement si elle est une suite de Cauchy.
Le théorème de Bolzano-Weierstrass reste aussi vrai dans . Sa démonstration, par contre,

nécessite quelques idées supplémentaires.
Théorème 2.4 (Bolzano-Weierstrass dans ) Chaque suite bornée de vecteurs dans admet
une sous-suite convergente.

Démonstration. Soit "?0 une suite bornée dans . La suite de ses premières composantes

t0 est bornée et on peut appliquer le théorème de Bolzano-Weierstrass dans . Elle admet
alors une sous-suite convergente, disons

nm
nm ±@

nm ²
nm u@

nm A(³
nm ±u´@

nm uAu´@
nm ±(³^µ@¶= (2.4)
Passons aux deuxièmes composantes. L’idée essentielle est de ne considérer que celles qui corre-
spondent à la sous-suite (2.4) et non pas celles de la suite toute entière. Cette suite est bornée, et
nous pouvons de nouveau appliquer le théorème de Bolzano-Weierstrass dans pour obtenir une
sous-suite convergente, disons,
Lm
Lm ²
Lm ±u´@
Lm ±(³^µ@Y (2.5)
Maintenant, les premières et les deuxièmes composantes de la suite

, ² , ±u´ , ±(³^µ@ conver-

gent. Pour , la démonstration est terminée. Pour , nous examinons les troisièmes
composantes avec des indices correspondant à (2.5), et ainsi de suite. Après étapes, il reste une
suite dont toutes les composantes convergent.
I.3 Voisinages, ensembles ouverts et fermés

D E
Pour des ensembles et dans , nous utilisons les notations
D¸· E D E
D<¹
si les éléments de
D
appartiennent à (sous-ensemble)
E º E

» M et M (intersection)
D<¼ E º D E
» M ou M (réunion ou union)
D<½ E º D E
¿ D » M
mais ¾ (différence)
º D
» ¾
(complémentaire)
Le rôle de l’intervalle ouvert est joué par

E%À
?* M Á:.Y1©,:ex / (3.1)

appelé disque (ou boule) de rayon et de centre (voir la figure I.3).
W&
v v v q
W& &LÂ &Â
Figure I.3: Disques de rayon / pour :.=: , :.=: et :.=:i ,
·
Définition 3.1 (voisinage) Soit ¦ donné. Un voisinage de est un ensemble Ã qui
contient un disque de rayon positif centré en , i.e.,
8 E%À ·
Ã est voisinage de ¢¤£ P * Ã
E%À X X X
Le disque ?* dépend de la norme utilisée ( : : 4*: : ou :
:i ) ; la définition d’un voisinage, par contre, est indépendante
de la norme utilisée, à condition que les normes soient équivalentes.
E=À E%ÀÄ
Chaque C pour une norme contient un ?* pour l’autre
norme (voir le dessin à coté).
·
Définition 3.2 (ensemble ouvert) Un ensemble Å est ouvert s’il est un voisinage de chacun
de ses points, i.e.
8 E%À ·
Å ouvert ¢¤£ 9Å P Å6
I ·
Définition 3.3 (ensemble fermé) Un ensemble est fermé si chaque suite convergente
I I
"t0 avec " a sa limite dans , i.e.
I Æ{}|j I I
fermé ¢g£ " et " impliquent B
~ei
Exemples dans .
È
L’intervalle dit “ouvert” ¡Çd É e;xwÉxÇd est un ensemble ouvert. En effet, pour
·
Qj8|} E%À
un »?CÇª , le nombre b )1;¡Ç1« est strictement positif, et nous avons ?CÇª .
5 &Â &
Par contre, la suite ª (pour O ) est convergente, ses éléments sont dans CÇª à partir
d’un certain , mais la limite n’est pas dans CÇª . Donc, l’ensemble CÇª n’est pas fermé.
T
L’ensemble dit “fermé” ÊËCÇªÌ ¥9[Í[TÇd est fermé (faire la démonstration à
l’aide d’un théorème du cours “Analyse I”). Cependant, ni ni Ç n’ont un voisinage entièrement
inclus dans ÊË¡ÇdDÌ . L’intervalle ÊË¡ÇdÌ n’est donc pas ouvert.

L’intervalle ÊÎCÇª n’est ni ouvert ni fermé, puisque n’a pas de voisinage dans ÊÎCÇª et la
&Â
limite de la suite convergente Ç1 ª n’est pas dans ÊËCÇª .
5
Enfin, l’ensemble ?1#q q© est ouvert et fermé, ainsi que l’ensemble vide Ï .
X
Lemme 3.4 Soit : : une norme arbitraire de .
D
Q &
a) L’ensemble M #:.=:¬x est ouvert.
D &
b) L’ensemble M ®:.=:[ est fermé.
'& W&
v v v q v v v q
& &
Figure I.4: Ensembles ouverts ¥:.=:4r«x (gauche) et fermés S:.=:4r[ (droite)
D Æ&
Démonstration.
·TD
a) Pour » prenons 1W:,: qui est positif. Avec ce choix, nous avons
E%À
?* (voir figure I.4, gauche). En effet, par l’inégalité du triangle, nous avons pour Q
E%À
?*
5 '&
:.=: :.¤1 5 a:e[\:.y1,: 5 :,:x :a:
D
Donc, est ouvert. D

b) Considérons une suite "0 vérifiant " (pour tout ) et convergeant vers . L’inégalité
de triangle implique
& 5 & 5
:,: :."013" 5 ,:e[:."ª: 5 :."1©,:e[ :."01,:x
; & D
pour 7O . Ceci est vrai pour tout P . Par conséquent, :,:[ et est fermé.
Autres exemples. D
Ð
Le demi-plan
9 Z
5 / est un ensemble ouvert; par contre, le demi-plan
D Q
» a
5 OQ* est un fermé (même démonstrations que tout à l’heure). On verra plus
D È D È
tard que l’ensemble ¬ÑZ
4 P* est ouvert et que ¬Ñ)
O
P* est fermé si Ñ)
4 est une fonction continue.
D &
L’ensemble M

Ò« ®:.=:e[ n’est ni ouvert ni fermé, car chaque disque
contient des points irrationnels; et une limite de points rationnels peut être irrationnelle.
Le célèbre ensemble de Cantor (figure I.5) est donné par

i
D & ½ &Â Â ¼ &LÂKÓ ÂÔÓ ¼ ÂKÓ ÂKÓ ¼
ÊpP* Ì / / L N
@?*Õ %@ P*/
tc0
D
(3.2)
W&Â
Cet ensemble n’est pas ouvert (par ex. n’a pas de voisinage dans ) mais il est fermé (voir
la remarque après la démonstration du théorème 3.6).
&ÂKÓ &Â Â &

P
Figure I.5: Ensemble de Cantor
Le triangle de Sierpiński et le tapis de Sierpiński (figure I.6) sont des généralisations bidimen-
sionnelles de l’ensemble de Cantor. Ces dessins ne nous plaisent pas seulement par leur beauté,
mais nous rappellent que les ensembles peuvent être des objets bien compliqués.
Figure I.6: Triangle de Sierpiński et tapis de Sierpiński
Théorème 3.5 On a I ¿ I
i) fermé £ ouvert,
¿
ii) Å ouvert £ Å fermé.
¿ I ¿ I I
Démonstration. i) Supposons que ne soit pas ouvert. Il existe alors un M
· ¿ I
(i.e. ¾ )
Y E=À Ö&Â
tel que, pour tout P , on ait C¥¾ . En prenant , nous pouvons choisir une suite
I &Â I I
"t0 satisfaisant "7 et :."a1a:®x . Comme est fermé, nous obtenons y , d’où
une contradiction. ¿ ¿
ii) Supposons que Å ¿ ne soit pas fermé. Il existe alors une suite "× Å (i.e. "3T
·
¾ Å )
E%À
convergeant vers un M ¾ Å , (i.e. YÅ ). Comme Å est ouvert, nous avons ?* Å pour un
; E%À
certain P . Par conséquent, "= ¾ * pour tout , d’où une contradiction.
Théorème 3.6 Pour un nombre fini d’ensembles, on a
¹ ¹ ¹
i) Å7 4Å2@LÅØ ouverts £ Å7 Å2 Å Ø est ouvert,
I I I I ¼ I ¼ ¼ I
ii) L Ø fermés £ Ø est fermé.
Pour une famille arbitraire d’ensembles (indexée par l’ensemble Ù ), on a
Q
iii) ÅÚ ouvert pour tout U £ Ú¨ÛdÜ Å Ú M 0UY3Ù= M3Å ÚC est ouvert,
I I Q I
iv) Ú fermé pour tout U £ Ú¨ÛªÜ Ú » UY9Ù= M ÚC est fermé.
¹ ¹
Démonstration. Commençons par la démonstration de (i). Soit 9©Å7 ÅØ , donc 3©Å!
·
Ö& E%ÀÞ
pour tout $ .Ý . Comme Å! est ouvert, il existe un !
· ¹ ¹
P tel que Å! . Prenons
jß|} 8 E%À
L Øe ; alors P et Å7 ÅØ .
La démonstration de (iii) est encore plus simple ; nous l’omettons. Les équivalences (i) R (ii)
et (iii) R (iv) sont une conséquence des “règles de Morgan”
¿ ¹ ¿ ¼ ¿ ¿ ¼ ¿ ¹ ¿
?Å7 Å2 7Å 4 2Å Å7 Å2 7Å 2Å
et du théorème 3.5.
Remarque. Ce théorème nous permet de démontrer que l’ensemble de Cantor défini par (3.2) est
fermé. En effet, son complémentaire
¿ D ¼ & ¼ &Â Â ¼ &LÂKÓ ÂÔÓ ¼ ÂKÓ ÂKÓ ¼
?1#qP/ q© / / L
D
est une union infinie d’intervalles ouverts. Le théorème 3.6 implique donc que est fermé.
Å2
ÅA
Å2à
Å±
I I
I A à I
±

Figure I.7: Ensembles ouverts d’intersection fermée (gauche) et ensembles fermés d’union ouverte
(droite)
Remarque. Les affirmations (i) et (ii) du théorème 3.6 ne sont, en général, pas vraies pour un
nombre infini d’ensembles.
Considérons par exemple la famille d’ensembles ouverts
& 5 &Â
(1.26) Å M ®:.=:x
¹ ¹ ¹ º &
dont l’intersection Å2 ÅA Å2à Q Y:.=:¶[ n’est pas ouverte (figure I.7,
gauche).
De façon analogue, la famille d’ensembles fermés (figure I.7, droite)
I & &Â
(1.27) M Á:.=:[ 1
I ¼ I ¼ I ¼ Q &
a une union A à M #:.=:ex qui n’est pas fermée.
I.4 Fonctions continues

D
Soit un sous-ensemble de . Une fonction
D f Ø
ÑYb (4.1)
D Ø
envoie le vecteur
L 8
sur le vecteur - - .L -*Ø¬8 . Chaque com-
posante de - est une fonction de variables. Nous écrivons alors

- Ñ/

..
- ÑZ ou . (4.2)

-*Ø ÑØ#
L 4
-/
-

Figure I.8: Paraboloı̈de (gauche) et hélice (droite)
Exemples
á&
a) Une fonction Ý de deux variables / peut être interprétée comme une surface
A 5
dans . Par exemple, la fonction - représente un paraboloı̈de (figure I.8, gauche).
& A
b) Deux fonctions Ý K d’une variable représentent une courbe dans . Par
/ & |}¥&
exemple, l’hélice de la figure I.8 (droite) est donnée par - P , -/ P . Si nous
projetons la courbe sur le plan - 4 -K , nous obtenons une “représentation paramétrique” d’une

courbe dans (un cercle dans cet exemple).
D f Ø D· D
Définition 4.1 (continuité) Une fonction ÑYb , est continue en â si
0; D
P 0ã P b×:.y13â:¬xQã :ÑZ1Ñ)â:x
C’est précisément la définition de la continuité d’une fonction à une variable avec les valeurs
absolues remplacées par des normes. Cette définition ne dépend pas des normes choisies, pourvu
Ø
qu’elles soient équivalentes. En utilisant la norme maximum dans , nous obtenons le résultat
suivant (à comparer avec le théorème 2.2).
D f Ø D· D
Théorème 4.2 Une fonction ÑNb D , donnée par (4.2) est continue en â« si et
f '&
seulement si chaque fonction Ñä%b est continue en â (å Ý ).
&
Une conséquence de ce théorème est qu’il suffit de considérer le cas Ý pour l’étude de la
continuité.
\æ
Il est évident qu’une fonction constante ÑZ est partout continue. La projection de

. sur sa $ ième coordonnée, i.e. v "! , est également continue en chaque point
V V
â
^â@ â , puisque "!¬13"!4â [\:.y1Jâ: (choisir ã dans la définition 4.1).
Comme pour des fonctions à une variable, on démontre que le produit et le quotient (si le
dénominateur est non nul) de fonctions continues est continue. Par conséquent, les polynômes en
à ± A ± &
plusieurs variables, par exemple ÑZ
4.@ A 13
? A 5 1 , sont partout continus;
et les fonctions rationnelles sont continues aux points où le dénominateur est non nul.
ê ê
ç@é ç@é
çÔè çÔè
Figure I.9: Stéréogramme de la fonction discontinue Ñ)

4 de la formule (4.3) (tenir le dessin à
20 cm des yeux et “loucher” à travers le papier vers un objet situé 20 cm derrière. Alors, les deux
dessins fusionnent et un dessin 3D apparaı̂t.)
f
Exemple 4.3 Considérons la fonction ÑYb donnée par

?
5 si 5 P
Ñ)
4 (4.3)

P si
P
(voir figure I.9). Comme elle est une fonction rationnelle, elle est certainement continue aux points

vérifiant 5 P . Pour expliquer son comportement près de l’origine, utilisons les coordonnées
Kë |} ë
polaires
, ; il vient (pour P )
Kë8 | ë &
/ë | ë |} ë
ÑZ ì

Par conséquent, la fonction est constante sur les droites passant par l’origine, et cette constante
ë
dépend de l’angle . Dans tout voisinage de P/P/ , la fonction (4.3) prend toutes les valeurs entre
5 &Â et 1 &Â . Elle ne peut donc pas être continue en P*PK .
·
Définition 4.4 (ensemble compact) Pour un ensemble í , on dit que
í est compact ¢g£ í est borné et fermé.
Beaucoup de résultats pour des fonctions continues à une variable possèdent une généralisation
à plusieurs variables. Un résultat qu’on obtient de nouveau en remplaçant “valeurs absolues” par
“normes” est le suivant.
· f
Théorème 4.5 Soit í un ensemble compact et soit ÑÉb í continue sur í . Alors, Ñ
est bornée sur í et admet un maximum et un minimum, i.e. il existe î»9í et Å9í tels que
ÑZî
6[Ñ)7[ÑZ?ÅÁ pour tout »9íY
Ce théorème conduit au résultat suivant, déjà annoncé au début de ce chapitre.

Théorème 4.6 (équivalence de normes) Toutes les normes dans sont équivalentes. C’est-à-
f
dire que si b est une application satisfaisant les conditions (N1), (N2) et (N3) du
théorème 1.1, i.e.

(N1) OQP et P¥RT P ,
'V V
(N2) ?U* U pour UY ,
5 5
(N3) -,6[ -, (inégalité du triangle),
F F
alors il existe des constantes P et P telles que
F F
:.=: [ 7[ %:.=: pour tout M (4.4)

Démonstration. a) Écrivons
ï@ 5 @ï 5 5 ï , dans la base canonique ï@
& &
P*LPK , ï P* P/(P/ , etc. On déduit de (N3), (N2) et de l’inégalité de Cauchy-
Schwarz (1.5) que
5 5 5 5

ªï@ ï 6[
ï@ . ï
V VX V
V X X F (4.5)
[
?ï@ 4 5 5 ï 6[:.=:

F
avec ?ï@ 4 75 5 ?ï . La deuxième inégalité de (4.4) est ainsi démontrée.

b) Montrons ensuite que est continue (avec la norme euclidienne dans la définition 4.1).
On a
F
1 â y13â 5 â1 â@6[ Y1Jâ 5 â1 â7[ ¡:.Y1Jâ:
F
et, de la même façon, â1 <[ :.â713=: . On en déduit que
V V F
1 â@ [ C:.Y1Jâ:

ce qui implique la continuité de .
Ð Ö&
c) Considérons la fonction sur l’ensemble compact í 3 :.=: . Par le
théorème 4.5, elle admet un minimum en un î»9í , c.-à-d. il existe î9í avec

î 7[ >K pour tout >S9íY
F F Â
Posons ®b î ; par (N1), on a P . Comme :.=: gQí pour tout © (ð¾ P ),
nous avons &
F
î 7[
:.=: :.=:
ce qui démontre la première inégalité de (4.4).
I.5 Convergence uniforme et la courbe de Peano-Hilbert

Toutes les définitions et les résultats du cours “Analyse I” concernant la convergence uniforme
d’une suite de fonctionsD se généralisent immédiatement à plusieurs dimensions. Rappelons qu’une
f Ø D· D D f Ø
suite de fonctions ÑL!b , converge uniformement sur vers ÑNb , si
0; & D
P O $ßO M :Ñ! 1©ÑZ@:ex
Un exemple est le suivant.

D f Ø D¸·
Théorème
D
5.1 Si une suite Dde fonctions continues ÑL!®b , converge uniformément
f Ø
sur vers une fonction ÑNb , cette fonction limite est continue.
ë & f
La courbe de Peano-Hilbert L’image d’une fonction continue beÊpP* Ì est une courbe
ë &
dans . Par exemple, la fonction ñd ñ( 1ñd donne un segment de droite et la fonction
ë L/ |}
ñd ò`ñ( Lò`ñd un cercle. On peut se demander si l’image d’une fonction continue
ë & f & &
bNÊpP* Ì peut remplir tout le carré ÊpP* Ì ÊpP* Ì . Peano (1890) et Hilbert (1891) ont
découvert que ceci est possible: on divise chaque carré en quatre sous-carrés et on étiquette leurs
centres récursivement, en suivant la direction de la courbe précédente (voir la figure I.10).
22 23 26 27 38 39 42 43
6 7 10 11
2 3 21
24 25
28 37
40 41
44
19 30 35 46
20 29 36 45
5 12
8 9 17 32 33 48
18 31 34 47
13 11 54 52
16 49
3 14 12 53
4 13 9 56
15 14 10 55 51 50
2 3 7 58 62 63
1 4 8 57
1 2 15 16 5 60
1 4 6 59 61 64
Figure I.10: La courbe de Peano-Hilbert

ë &
Une autre D construction. Soit ñd ñd.-Zñd4»P¥[wñ¬[ une courbe continue arbitraire reliant
E & ó&
les points P*P/ pour ñ P et P/ pour ñ (voir la figure I.11). Nous définissons
ë
alors une nouvelle courbe ô par

-Zñd.ñd si PS[wñ%[ à
& & 5 &
ë ñ)1 - ñ
1
) si à [wñ¬[ à
ô ñd & 5 & 5 A
LñZ1w/4 -)ñ
1©/ si à [wñ¬[ à
& A &
13-Zñ
1©/ 13ñ1©/4 si à [wñ¬[ .
D E &
Ainsi, nous avons à nouveau une courbe continue reliant P*PK pour ñ P et P/ pour
õ&
ñ (voir le deuxième dessin de la figure I.11), et ainsi ce procédé peut être répété (troisième
Φψ Φψ
Φψ Φψ
ψ Φϕ Φϕ
ψ Φψ
Φψ
Φϕ Φϕ
ϕ Φψ
Φψ
A BA BA B
Figure I.11: Création de la courbe de Hilbert
ë ë ë ë ë ë
dessin dans la figure I.11). Ceci définit une suite de fonctions â , ô â , ô , etc.
ë &
Si nous commençons avec une autre courbe initiale ö;ñd avec : ñd*18ö;ñd@:iz[Èí pour ñ¬©ÊËP* Ì ,
ë Â
alors :Lô ñd1©ô)ö;ñd@:i¸[Èí (voir la figure I.11). Par conséquent,
ë X !
: !ìñd13öZ!ìñd@:¬[Èí *Õ (5.1)
ë '&
et, en prenant öBñd Ø#ñd et í , on a
ë ë !
: !ñd1 !¯/Ø#ñd@:¬[CÕ (5.2)
ë
Par (5.2), la suite !ñd converge uniformément (critère de Cauchy), et possède donc une lim-
ë
ite continue iBñd (théorème 5.1). De plus, nous voyons avec (5.1) que la fonction limite est
ë
indépendante de la fonction initiale âCñd .
Remarque. Il est intéressant de mentionner que les deux coordonnées ñd et -)ñd sont des
exemples de fonctions continues, nulle part différentiables (sans démonstration).
I.6 Exercices
Chapter II
Calcul matriciel
Les fonctions linéaires sont des exemples très simples de fonctions à plusieurs variables, mais elles
sont également très importantes. Nous verrons dans le chapitre III que beaucoup de fonctions (en
fait toutes les fonctions différentiables) peuvent être localement approximées par des fonctions
linéaires.
II.1 Rappel de l’algèbre linéaire

L’espace est un espace vectoriel, c.-à-d. qu’on peut additionner ses éléments et on peut les
multiplier par des scalaires Uy .
Base canonique Chaque vecteur » peut être écrit (de manière unique) comme
&
P P
&
P P

ï@ 5 @ï 5 5 ï où ï@ .. ï .. ï .. (1.1)
. . .
&
P P
On appelle
ì@ì les composantes ou coordonnées du vecteur et l’ensemble des vecteurs

ï@ 4ïï la base canonique de . Dans ce chapitre nous écrivons les vecteurs de
comme des vecteurs colonnes.
;f Ø
Applications linéaires Une application linéaire est une fonction Ñ¶b satisfaisant

ÑZ 5 -, ÑZ 5 ÑZ-a4 Ñ)?U* U,Ñ) pour tout Ò-Y 3UY (1.2)
D
En notant l’image de ïªä par ÑZ?ïªäª ä ?¡ tä(näL(@Ø
äd÷ , la linéarité de ÑZ implique que
D D D
ÑZ ÑZ
4ï@ 5 5 ï
5 5
D D D
où est la matrice dont les
D
colonnes sont ( . Celle-ci est une matrice Ý (Ý lignes et
colonnes). Le produit est donné par
XXX 5 5
u ¡
u ?

D .. .. .. ..
. . . .
XXX
@Ø ¨Ø @Ø= ?
5 5 ¨Ø
D D
Chaque application linéaire peut donc être écrite sous la forme ÑZ où est une matrice

Ý .
18 Calcul matriciel
*ø ø ø ø ø ø
Bases arbitraires Un ensemble 4 @ de vecteurs est une base de si @L
sont linéairement indépendants. Chaque M peut être écrit de manière unique comme
úù ø 5 ù ø Qø®ù
5 (1.3)
ø ø ù ù
où est la matrice dont les colonnes sont les , et est le vecteur de composantes (voir la
ù ù ù *ø ø ø
figure II.1). On appelle alors les coordonnées de selon la base L .
ø ù
Comme est une matrice inversible, la relation (1.3) donne une bijection entre et .

ù

ø
ï ø
ù

ï@

*ø ø
Figure II.1: Représentation de dans la base canonique (gauche) et dans la base 4 (droite)
f Ø
Changement deD coordonnées Considérons une application linéaire Ñ<b donnée par
f D
Mû - où est une matrice Ý . Si l’on change les coordonnées dans l’espace de départ
Qø2ù Ø wüeý
, ( ) et dans l’espace d’arrivé (- ), l’application
D ýYwü D ø®ù
- devient Õ
øÖ ø ø ü ü ü ü D ø
Avec des bases 4 et 4 Øe bien choisies, la matrice Õ peut
ø ü
devenir très simple. En particulier, on peut toujours trouver et tels que
ü D øJ þ4ÿ P
Õ
P P
où þ4ÿ designe la matrice unité de dimension (voir le paragraphe III.7 du polycopié du cours
D
“Algèbre I”). C’est-à-dire que dans les nouvelles coordonnées l’application - devient sim-
ý úù Ð& ý 5 &
plement pour et P pour ( Ý .
f
Si ÑJb est une application où les espaces de départ et d’arrivée sont identiques, on
ø`ù ø`ý
est interessé à faire le même changement de coordonnées
D
pour et - , i.e., et - . Dans
ý¶Èø ø#ù ø
cette situation, l’application devient Õ et on cherche une transformation telle que la
ø D ø D
matrice Õ soit plus simple que .

Valeurs et vecteurs propres Pour transformer une matrice en une forme simple, les valeurs
propres et les D vecteurs propres jouent un rôle important. On dit que UM est une valeur propre

de la matrice s’il existe un vecteur Y , J¾ P tel que
D
U, (1.4)
D
Un vecteur z¾ P satisfaisant (1.4) s’appelle vecteur
D
propre de correspondant àD la valeur pro-

pre U . Pour que U soit une valeur propre de , il faut que le système linéaire 1ÈU þ P
possède une solution non nulle. Par conséquent, U doit nécessairement être un zéro du polynôme
caractéristique
U"Zb det D 1©U þ (1.5)
Calcul matriciel 19
Matrices à coefficients complexes La considération des valeurs et vecteurs propres d’une matrice
nécessite de travailler avec l’espace des -uples de nombres complexes. Celui-ci est également
un espace vectoriel mais cette fois sur (on peut additionner les éléments de et on peut les
multiplier par des scalaires Uy ).
f Ø
La base canonique de est la même que pour . Les applications linéaires Ñ»b
D D
sont de nouveau de la forme ÑZ où cette fois les coefficients @ ä de la matrice sont
des nombres complexes. Une base de est donnée par vecteurs linéairement indépendants et
Íø2ù ðüý
un changement de coordonnées s’exprime de nouveau par les formules , - tel que
D ýYwü D ø®ù
- devient Õ . Ici, toutes les matrices sont à coefficients complexes. La définition
de valeurs et vecteurs propres ne change pas par rapport à .
5
Pour un nombre complexe U , son conjugé est donné par U 1< et le carré de
V V X
5 D
sa valeur absolue est U U U D . Pour un vecteur Q et pour une matrice
à coefficients complexes, on dénote par et les objets où tous les éléments sont remplacés par
leur conjugé. Le vecteur transposé conjugé %÷ est noté et, similairement, la matrice transposée
D D D ÷ D
conjugée de est b . Elle s’appelle aussi matrice adjointe de .
5
Si l’on identifie avec ( ), la valeur absolue du nombre complexe 5

correspond à la norme euclidienne du vecteur 7 . En identifiant avec , on peut
introduire une norme sur
V V V V
:>: >@ 5 5 > 5 - 5 5 5 - (1.6)

si > >@ 4L> ÷ et >ªä "ä 5 ?-*ä . Les propriétés (N1), (N2) et (N3) du théorème I.1.1 restent
óV VX
vraies et on a :U*=: U :.=: pour tout et UM . En définissant le produit scalaire de
deux vecteurs Ò-Y par
]
-a_Zb - ,ä-*äd (1.7)
ä4c0
]
on obtient :.=: _ et l’inégalité de Cauchy-Schwarz (I.1.5) reste vraie dans .
II.2 Forme normale de Schur

D D
Considérons une application linéaire - où est une matrice carrée
D
de dimension à co-
efficients réels ou complexes. Le but de ce paragraphe est de simplifier en utilisant un change-
ø`ý ø`ù ø
ment de coordonnées - , (deux fois la même matrice ) qui laisse la distance
ø ø
entre deux vecteurs invariante (isométrie). Ceci signifie qu’on demande +" >K +, >K ou
ø ø ø ø
: y1 >: :.y1©>: ou y1>K y1>K y1>Ô
y1©>K .
*ø ø
Définition 2.1 (matrices orthogonales et unitaires) Une base 4 de ou de est
ø W& ]?ø ø
une base orthonormale si : äK: pour tout å et si äd !¨_ P pour å×¾ $ .
ø ø øJ
Une matrice carrée à coefficients réels s’appelle orthogonale si ÷ þ .
ø ø ø3
Une matrice carrée à coefficients complexes s’appelle unitaire si þ .
Ces transformations sont extrêmement importantes pour un calcul sur ordinateur parce qu’elles
n’amplifient pas les erreurs d’arrondi (voir le cours “Analyse Numérique”, 2ème année).
Remarquons encore que le produit de matrices orthogonales (resp. unitaires) est orthogonal
ø ø ø ø
(resp. unitaire) et qu’on a Õ ÷ pour des matrices orthogonales et Õ pour des matrices
unitaires.
20 Calcul matriciel
Exemple 2.2 Toutes le matrices orthogonales de dimension sont données par

L/ | / |
1
Å7 | L/ et Å2 | L/ (2.1)
1
&
La transformation avec la matrice Å7 correspond à une rotation d’angle (observer det Å7 ),
&
celle avec Å est une réflexion suivi d’une rotation (det Å2 1 ).
Des exemples de matrices orthogonales de dimension sont
& / |} L/ |
P P P 1 P
/ | & | L/
P 1 C7 P P AC P
| L/ | L/ &
P 1 P P P
&
Chaque matrice orthogonale de dimension avec déterminant égal à 5 peut être écrite sous
ë ë
la forme Å A* ¡¨ ACö« (sans démonstration). Les trois angles K ö s’appellent les
A
“angles d’Euler” de la rotation dans .
D
Théorème 2.3 (forme normale de Schur, version complexe) Soit une matrice à coeffi-

cients réels ou complexes. Il existe une matrice unitaire Å (i.e., ÅÅ þ ) telle que
XXX
U,
.. ..
D D P UC . .
Å#Õ Å Å Å .. .. .. (2.2)
. . .
XXX
P P U
D
est triangulaire avec les valeurs propres U, (U de sur la diagonale.
Démonstration. Soit U, un zéro du polynôme caractéristique (1.5) et Ò un vecteur propre corre-

spondant. Choisissons une matrice unitaire Å dont la première colonne est 0 (procédé d’orthonormalisation
de Gram-Schmidt, voir le paragraphe VI.1 du polycopié du cours “Algèbre I”). Avec cette matrice
on obtient
D U, d ÷ D U, d ÷
Å7 Å7 E i.e. Å Å7 E
P P
E & &
où est une matrice ß1 g1 . Supposons, par récurrence sur la dimension de la matrice,
E
qu’il existe une matrice unitaire Å telle que Å Å est sous forme triangulaire. Alors, avec la
matrice unitaire
&
P
Åzb Å7
P Å
on obtient
& &
D P U, d÷ P U, ( ÷ Å
Å Å E E
P Å P P Å P Å Å
qui est sous la forme souhaitée.

D D D D«D
On appelle une matrice normale si
D D DD
. Pour une matrice à coefficients réels ceci
signifie
D
que ÷ ÷ . Des exemples de matrices normales réelles sont les matrices symétriques
D D D
( ÷ ) ou anti-symétriques ( ÷ 1 ). Pour des matrices normales, le théorème précédent
donne une matrice diagonale.
Calcul matriciel 21
D D D D«D
Corollaire 2.4 Soit une matrice normale (i.e., ). Il existe alors une matrice unitaire
Å telle que
D D Ò|}k!
Å#Õ Å Å Å Ua LU 4
ø
Démonstration. Soit Å laD matrice unitaire obtenue par le théorème 2.3 et soit la matrice trian-
gulaire de (2.2). Comme est normale, on a
ø øJ D D D D D D D«D ø6ø
?Å ÅÁ ?Å ÅÁ Å Å®Å Å Å Å Å Å
ø ø
c.-à-d. est aussi normale. Cette condition implique que la norme de la å ème colonne de est
Ö&
égal à la norme de sa å ème ligne. Pour å , ceci implique que tous les éléments de la première

ligne de (2.2) sont nuls sauf celui sur la diagonale. Ensuite on considère å et on déduit de
la même manière que les éléments de la deuxième ligne en dehors de la diagonale sont nuls. En
continuant ce raisonnement, on obtient le résultat.
D
Traitons maintenant le cas où est une matrice à coefficients réels. Il est impossible de trouver
sans restriction une décomposition de la forme (2.2) à l’aide d’une matrice orthogonale Å . Ceci
impliquerait que les U soient réels et donne ainsi une contradiction.
D
Théorème 2.5 (forme normale de Schur, version réelle) Soit une matrice à coefficients

réels. Il existe une matrice orthogonale Å (i.e., Åe÷uÅ þ ) telle que
XXX
Ù%
.. ..
D D P Ù . .
Å¥Õ Å Å ÷ Å .. .. .. (2.3)
. . .
XXX
P P Ù
Â!"
& ä "ä ä
où Ù)ä est soit la matrice ?U¡äª de dimension , soit la matrice " de dimension .
D 1 ä#"ä ä

Les valeurs propres de sont U¡ä et ä%3 $ "
ä.
Démonstration. Nous suivons la démonstration D

du théorème 2.3.
Si U, est une valeur propre réelle de , on peut choisir le vecteur propre 0 tel qu’il soit réel
&
et de norme . En construisant D
une matrice orthogonale Å dont la première colonne est Ò , la
première colonne de Åe ÷ Å7 est sous la forme souhaitée.
5
Soit alors U, avec ð ¾ P et 0 î 5 & . On peut supposer î,÷'& P car, sinon, on
& 5 5 5 5
considère )
( î S & î=1)(*S & @+` ( î S & qui est aussi un vecteur propre et on détermine (

afin que î61,(*S & . - +`( î 5 S & . Ceci donne l’équation quadratique ( î,÷'& 5 ( 4:¶
& :¨1¶:.î%:L(1«î,÷'& P
Â Â " Â
qui possède toujours une solution réelle. D
Avec î Bb î :.î¬: , ¥ & Bb & :N & : et b :¶
& : :.î%: ,
"
î 5 ¥ & est un vecteur propre de , c.-à-d.
D " "
î 5 ¥ & 4 5 7 î 5 ¥ & 4
et en séparant les parties réelles et imaginaires on obtient

D
Â!"

î) ¥
& î) ¥
& "
1
On complète les deux vecteurs î 4D &¥ en une base orthonormale (pour obtenir Å7 ) et on voit que
les deux premières colonnes de Åe ÷ Å7 sont comme demandées dans (2.3).
On termine la démonstration par induction sur la dimension de la matrice exactement comme
dans la démonstration du théorème 2.3.
22 Calcul matriciel
D D D
Corollaire 2.6 Si est une matrice réelle et symétrique (i.e., ÷ ), il existe une matrice
orthogonale Å telle que
D D Ò |}k!
Å#Õ Å Å ÷ Å Ua LU 4 (2.4)
D
Les valeurs propres Uä de sont réelles.
D D
Démonstration. Si est symétrique, la matrice Åe÷ Å de (2.3) est aussi symétrique. Ceci im-
&
plique
D
que les Ù)ä sont de dimension . Par conséquent, toutes les valeurs propres sont réelles et
Åe÷ Å est diagonale.
Paradoxe Les démonstrations précédentes nécessitent la connaissance des valeurs propres pour
trouver
/ la forme normale de Schur. Au cours “Analyse Numérique”, nous apprendrons l’algorithme
qui est un procédé itératif pour calculer la forme normale de Schur (sans utiliser explicitement
les valeurs propres). Ceci est alors un algorithme (en fait le plus important) pour calculer les
valeurs propres d’une matrice.
II.3 Formes quadratiques

Considérons une fonction quadratique à deux variables
æ 5
ÑZ
5 *Ç
? 5 +
5 ï4 510 (3.1)

et étudions l’ensemble 2
0ÑZ
P/ qui constitue une courbe dans . Elle
s’appelle conique (comme intersection d’un cône avec un plan). Par exemple, la fonction

ÑK
4 5 *Ç
? 5 1©
1w 510
(3.2)
donne les coniques de la figure II.2. Comment peut-on déterminer s’il s’agit d’une ellipse, d’une
hyperbole ou d’une parabole ?
4 4 4
3 3 3
2 2 2
1 1 1
1 2 3 4 1 2 3 4 1 2 3 4
&
Figure II.2: Les coniques correspondantes à la fonction (3.2) avec Ç P* (gauche), Ç }
'&
(milieu), Ç (droite) et avec plusieurs valeurs de 0
Nous écrivons la fonction (3.1) sous forme matricielle

D 5 E F
ÑZ ÷ ÷ 5 (3.3)

où
÷ et
D Ç E + F 0
æ
Ç ï
et nous essayons de transformer cette fonction par un changement de coordonnées en une fonction
plus simple. D
Considérons tout de suite
F
une fonction (3.3) dans où est une matrice symétrique de
E
dimension , et . Pour simplifier une telle fonction, nous procédons en deux pas:
une rotation et une translation.
Calcul matriciel 23
D
Rotation Comme est symétrique, il existe une matrice orthogonale Å (i.e. Åe÷nÅ þ ) avec
Ð&
det Å (corollaire 2.6) telle que
D G 3Ò|k4
Å ÷ Å ?U, LU 4
H E
Avec le changement de variables Å¬- , on obtient alors (avec ÷ ÷Å )
D E F G H F
÷ 5 ÷ 5 - ÷ - 5 ÷- 5
æ æ
Translation Avec la translation - > 5 ( est un vecteur de ), la forme quadratique devient
G H F G G æ 5 H æ G æ 5 H æ 5 F
- ÷ - 5 ÷- 5 > ÷ > 5 ÷> 5 ÷ ÷
æ Â
Si U¾ P , on définit 1 +@ *U¡? afin d’annuler le terme linéaire en >ª . Finalement, si un des U¡
¥
æ
vaut zéro, par exemple U P , mais si + ¾ P , on peut choisir afin d’annuler le terme constant.

Avec toutes ces simplifications et en notant la variable de nouveau par
÷ , on
obtient V G E F
2 » ÷ 5 ÷ 5 P**
G Ò |}k! GE F E
où ?U, 4U est une matrice diagonale, P , et P si ¾ P . On distingue
alors les cas suivants:
5 hyperellipsoı̈de: si U¡ P pour Ð& (ou tous les U négatifs)
5 hyperhyperboloı̈de: s’il y a au moins un U¡ positif, et au moins un U négatif
5 hyperparaboloı̈de: si U P pour '& L ¶1 & , U P , et + ¾ P
5 hypersphère: si U W& pour W& (
5 hyperplan: si U¡ P pour W& L. .

Cas 6 Selon les signes des deux valeurs propres on obtient (avec - au lieu de
)

5 - &% - &e
1 P (ellipse) 1 $ P (hyperbole) 1©v/- P (parabole)
Ç Ç

Cas 6 En négligeant les cas dégénérés où 2
F
est l’ensemble vide, un point, ou une surface
G E
cylindrique (c.-à-d. ÷ 5 ÷ 5 ne dépend que de deux variables), on a les surfaces suivantes
(nous écrivons -a> au lieu de
@ A ): (A)

5 - 5 > &¬
(A) æ 1 P (ellipsoı̈de) (B)
Ç

5 - > 5 &¬
(B) 1 æ P (hyperboloı̈de à deux nappes)
Ç

5 - > &%
(C) 1 æ 1 P (hyperboloı̈de à une nappe)
Ç (C) (D)

5 - >
(D) 1 æ P (cône)
Ç

5 - (E) (F)
(E) 1©v> P (paraboloı̈de elliptique)
Ç

-
(F) 1 1©v> P (paraboloı̈de hyperbolique)
Ç
24 Calcul matriciel
II.4 Matrices définies positives

Dans ce paragraphe
D
nous étudions des matrices symétriques pour lesquelles la forme quadratique

ÑZ ÷ est toujours non-négative. Dans les applications, est souvent un vecteur de vitesse,
D D
une matrice de masse et ÷ l’énergie cinétique.
D
Définition 4.1 (matrice définie positive) Une matrice symétrique s’appelle définie positive si
D
÷ P pour tout M
¾ P* (4.1)
Elle s’appelle semi-définie positive si
D
÷ ¦OP pour tout » (4.2)
Remarquons qu’une matrice définie positive nous permet de définir une norme sur ,
87 D
:.=: b × ÷ (4.3)
Motivé par des applications, cette norme s’appelle souvent norme d’énergie. Les propriétés (N1)
et (N2) d’une norme sont facile à vérifier. L’inégalité du triangle (N3) se démontre comme dans la
preuve du théorème I.1.1 à l’aide de l’inégalité de Cauchy-Schwarz
V D V X
÷ - [\:.=: :.-Z: (4.4)
D D D D
CetteD dernière suit de PÉ[ 5 `
( -,÷ 5 `
( -, "÷ 5 (`"÷ - 5 ( -ì÷ - en posant (
Â D
1¬"÷ - -ì÷ - (comme on l’a fait pour la norme euclidienne).
D
Théorème 4.2 Nous avons les critères suivants ( U¡ sont les valeurs propres de ):
D Ð&
est définie positive ¢¤£ U¡ P pour L Z

D W&
est semi-définie positive ¢¤£ U¡ OQP pour ( Z
Démonstration.
D
On utilise le corollaire 2.6 qui garantit l’existence d’une matrice orthogonale telle
G 9ì|k!
que Å ÷ Å Ua LU . Pour © arbitraire, définissons -< par Å%- .
Nous avons alors
D G
÷ - ÷ - U¡äu- ä (4.5)
äc0

et on voit que (4.1) est satisfait pour tout ¾ P (i.e. l’expression (4.5) est positive pour tout -É¾ P )
si et seulement si tous les U¡ sont positifs.
La démonstration pour le critère d’une matrice semi-définie positive est analogue.
La caractérisation des matrices définies positives du théorème précédent nécessite la connais-
sance de toutes les valeurs propres de la matrice. Il est connu qu’il n’y a pas d’algorithme fini qui
permet de faire ce calcul pour toutes les matrices. D
Le théorème suivant nous permet de décider si une matrice symétrique est définie positive
ou non avec un nombre fini d’opérations.
D
Théorème 4.3 Pour une matrice symétrique de dimension nous considérons les sous-matrices
¡ u ¡ ^ ¡ Â
D D ¡ u ¡ ^ D D D
?¡ u 4 A ( u uA
( u
A( Au AuA
Alors, D D '&
est définie positive ¢¤£ det P pour .Z
Calcul matriciel 25
D D
Démonstration. Nécessité. Le déterminant d’une matrice définie positive est positif car det
X X
U, U P . Pour un vecteur
L. ÷ , notons par :aä
"ädP*LP/÷

sa projection sur les å premières composantes et par ;gä
( "ä(÷ . On a alors
D D
; ä÷ ä<;gä :aä ÷ :aä P pour tout ;gä®¾ P*
D D
ce qui implique que ä est définie positive et donc det ä P .
Suffisance. Cette partie de la démonstration se fait par récurrence D
sur la dimension de la
&
matrice.D Pour , il n’y a rien à démontrer.
D
Supposons alors que soit définie positive et
Õ
que det P . On peut donc diagonaliser à l’aide d’une matrice orthogonale Å . Ceci donne
Õ
G
Å ÷ P D Å P Ç
& & æ (4.6)
P P Çn÷
G Ò
|}k! D
où +(7 4( . avec (ä P (les valeurs propres de ), Ç ?Ç( Ç ÷ Õ
æ Õ Õ D Õ
et . En observant que le déterminant de la matrice (4.6) est égal à det et en développant
le déterminant de (4.6) relativement à la dernière ligne (voir le paragraphe IV.3 du polycopié de
“Algèbre I”), on obtient

D X X Ç Ç 5 æ
det (6 ( 1 1/1 Õ PÁ
Õ (
7 (
Õ
Å P
D’autre part, on a pour M et avec -N donné par & - que
P
G
D Ç Õ Õ æ
÷ - ÷ æ - (ä- ä 5 - Çnän-/ä 5 - (4.7)
Ç ÷ äc0 äc0
Â
L’inégalité de Cauchy-Schwarz (I.1.5) appliquée aux vecteurs ?Çnä 7 (2ädä et 7 ( ä -*äªä donne

Õ Õ Ç ä Õ æ Õ
Çnäu-*ä [ (ä- ä [ (ä- ä
ä4c0 ä4c0 (2ä ä4c0 äc0
D
æ
En insérant cette estimation dans (4.7), nous obtenons ÷ O ä ( ä- ä 1 - OWP et,
D D
par conséquent, U¡äSOP pour les valeurs propres de . Comme det P , ces valeurs propres
sont nécessairement strictement positives.
II.5 Norme d’une matrice

D D
Le but de ce paragraphe est de majorer l’expression où est une matrice Ý .
D
Définition 5.1 (norme d’une matrice) Soit une matrice Ý . On définit
D >=@? D &
: : : =:7®:.=:e[ (5.1)
D D
et on appelle ce nombre la norme de la matrice ou la norme de l’application linéaire Ñ) .
º &
Comme la boule unité í b ð :.=:¦[ est un ensemble compact et la fonction
D D
linéaire ÑZ est partout continue, le théorème I.4.5 implique que : : est finie et qu’on
=@? j8kLl
pourrait remplacer le “ ” par un “ ”.
26 Calcul matriciel
D
Des expressions équivalentes pour : : sont
D
D >=A? D Ð& =@? : =:
: : : =:7#:.=: ¾ P (5.2)
:.=:
D
De cette dernière formule, on voit que : : est le plus petit nombre réel tel que
D D X
: =:[\: : :.=: pour tout » (5.3)
L’inégalité (5.3) est fondamentale D
pour tous les calculs avec des applications linéaires.
Remarquons encore que : : dépend des normes choisies dans les ensembles de départ et
X W&
d’arrivée.
D
Si
D
l’on choisit D la norme : :4r (v , ou q ) dans les deux espaces, on dénote la norme
=@? &
de par : :4r : =:4r=Á:.=:4r«[ . Considérons par exemple la matrice
& &
D P
&
P*
E E
La figure II.3 montre l’image ÑZ de la boule unité pour les trois normes (nous avons aussi
dessiné les images de quelques
D
droites verticales et horizontales). En traitillé nous avons ajouté la
boule unité avec rayon : :4r . Elle possède
D
le plus petitD rayon parmi les boules D
contenant l’image
E Ó
ÑZ . Pour cette matrice on trouve que : : * , : : * K/ et : :i *} (voir aussi
le théorème 5.3 plus bas).
2 2 2
1 1 1
−2 −1 1 2 −2 −1 1 2 −2 −1 1 2
−1 −1 −1
−2 −2 −2
Figure II.3: Norme d’une matrice: hK (gauche), euclidienne (milieu), maximum (droite)
Pour justifier la notation “norme d’une matrice” démontrons le résultat suivant.

D f D
Lemme 5.2 L’application û : : (de l’ensemble des matrices B¦Ø%m dans ) est une
norme, c.-à-d. elle satisfait les propriétés (N1), (N2) et (N3). De plus on a
W& D E D X E
: þ : et : :[\: : : : (5.4)
D E D E
où þ est la matrice identité et , sont deux matrices dont le produit est bien défini. Pour
'&
avoir : þ : il faut choisir la même norme dans les ensembles de départ et d’arrivée.
Démonstration.
D E
Les propriétés (N1) et (N2) d’une norme sont faciles à vérifier. Démontrons (N3):
pour C»B Ø=m nous avons
D 5 E D E D E
:/ =:[\: =: 5 : =:[W: : 5 : :L:.=:
En divisant cette
D 5 E D
relation par :.=: et en prenant le supremum, nous obtenons l’inégalité du triangle
5 E
: :[\: : : : .
& D E
La propriété : þ : est évidente. Pour démontrer l’estimation de : : , nous appliquons
deux fois l’inégalité fondamentale (5.3),
D E D X E D X E X
:/ ?=:e[\: : : =:[\: : : : :.=:

Ensuite, nous divisons cette relation par :.=: et nous prenons le supremum sur ¾ P .
Calcul matriciel 27
Pour
D
la norme h/ D , la norme euclidienne et la norme maximum, il existe une formule explicite
>=@? &
pour : :4r : =:4r #:.=:4r[ .
D
Théorème 5.3 Pour une matrice de type Ý , on a les formules
Ø
D j8kLl V V D j8kLl V V
: : @ ä : :i @ ä
ä4c0 nmpopopo m c0 nmpopopo m Ø
c0 ä4c0
D D D
: : plus grande valeur propre de ÷
Démonstration. Pour la norme :.=: , on a
Ø Ø Ø Ø
D V VX"V VK V V V V j k(l
ß V V X
: =: @ än"ä [ @ ä "ä @ ä "ä [ @ ä :.=: 4
äc0 nmpopopo m
c0 äc0 c0 äc0 äc0 c0 c0
V V D j8kLl
On en déduit que : : È[ ä¨ ¨ ä . Pour montrer l’égalité, on choisit un ådâ avec
j8kLl V V V V & &
äÔ @ ä @ ä D et on pose P*(P* LP*dPKFE , où est à la position ådâ .
D
Ce choix de donne l’égalité dans l’estimation ci-dessus, ce qui démontre que : : ne peut pas
j8kLl V V
être plus petite que ä¨ @ ä . La formule pour la norme :.=:i se démontre de la même
manière. D D D D D

La matrice ÷ étant symétrique et semi-définieD D
positive ( "÷ ÷ : =: O P ), il existe
GÒ|}k!
une matrice orthogonale Å (Å ÷ Å þ ) telle que Å ÷ ÷ Å Ua4 U , où UOðP sont les
D D
valeurs propres de ÷ . On obtient avec la transformation Å%- et en utilisant :.=: :.-6: que
D D D D D V V
: =: ÷ ÷ - ÷Å ÷ ÷ Å%- U *- [UIH*J<Ke:.-Z: ULHMJ<Ke:.=:
c0
D
Ceci
D D
implique que : : y[ 7 UIH*J<K . Pour montrer l’égalité, on pose égal au vecteur propre de
÷ qui correspond à la valeur propre UIH*J<K .
II.6 Applications bilinéaires et multilinéaires

En vue d’une étude des dérivées supérieures d’une fonction à plusieurs variables (chapitre III),
nous préparons quelques notations concernant des applications bilinéaires et multilinéaires.
E r f Ø
Définition 6.1 (application bilinéaire) Une application b s’appelle bilinéaire
si elle est linéaire dans chacun des arguments, c.-à-d. si les applications suivantes sont linéaires:
f E r f E
Mû -a pour tout -Y et -Nû -, pour tout M
Si l’on écrit les vecteurs et - dans la base canonique, la bilinéarité implique que
Ø Ø
E E E
-, "ä(ïªä` -*!Ôïª! "äu-*! ?ïªä(ïª!Ô
ä4c0 !c0 äc0 !c0
Chaque application bilinéaire peut donc être écrite sous la forme
r Ø
E
-, Ç ä! "äu-*! (6.1)
c0
äc0 !c0
W&
Pour Ý , elle devient simplement
E E
-, ÷ - (6.2)
E E
avec une matrice ?Çnä?!¨änm ! du type v . Pour le cas général, la ème composante de -,
E E
est de la forme suivante : ª -a ÷ }- avec Ç ä! änm ! .
"
28 Calcul matriciel
Norme d’une application bilinéaire Comme pour des applications linéaires, on définit
E
E =@? E > =@? : -a:
: : N ç <N O nm N ê <N O : -,@: P â :.=: X .: -Z:
(6.3)
çQPcKâLm êcK
E
et on obtient que : : est le plus petit nombre satisfaisant
E E X X r
: .-a:¬[: : :.=: :.-Z: pour tout M ì-N (6.4)
E r
L’expression : : de (6.3) dépend évidemment des normes choisies dans les trois espaces ,
Ø X '&
et . Si l’on prend la même norme : :4r (avec v , ou q ) dans ces trois espaces, on dénote
E
la norme de l’application bilinéaire par : :4r .
Théorème 6.2 On a les majorations
Ø Ø r r
E j8kLl V V E V V E j kLl
8 V V
: : 7[ Ç ä! : : [ Ç ä?! : :i[ Ç ä!
änm ! c0 nmpopopo m Ø
tc0 äc0 ! c0 tc0 ä4c0 !c0
E
Démonstration. Donnons la démonstration pour la norme /h . La ème composante de -a peut
être majorée comme suit:
r r
VE V j8kLl V V V V V V
4 -, [ Ç ä! "än-/! [ Ç ä! "ä -*!
änm !
ä4c0 !c0 äc0 !c0
On obtient donc
Ø Ø
E VE V j8kLl V VX X
: -,@: -a [ Ç ä?! :.=: :.-Z:
änm !
tc0 c0
E
et on en déduit la majoration pour : : .
La démonstration pour la norme maximum est similaire et celle pour la norme euclidienne
utilise plusieurs fois l’inégalité de Cauchy-Schwarz.
Þ
Cè 8XXX f Ø
Applications multilinéaires Une application B b s’appelle multilinéaire
si elle est linéaire dans chacun des arguments. Les notations et résultats pour des applications
bilinéaires se généralisent sans difficulté.
Une applications multilinéaire est toujours sousÞ la forme
è
Ø
TS !>S Þ T S X X !>Þ S
B'R ìR Þ Ý ä è mpopopo m ä ä R è ä R
c0
ä è c0 ä 0
c
et sa norme est définie par
TS !S
> =A? Þ T S ! S > =@? Þ : B' R (0 R @ :
:BW: N ç!U èV N<O nmpopopo m N !ç U V N<O :B' R L0 R @ : X X !>S
ç!U èV PcKâLmpopopo m ç!U V PcKâ .: R TS :
(6.5)
:. R :
On a des majorations comme dans le théorème 6.2. Par exemple,
Þ
Cè
j k(l
ß V Þ V
:BW:i Þ Ý ä è mpopopo m ä
c0 nmpopopo m Ø
ä è c0 ä 0
c
Une des raisons pour laquelle on travaille avec des applications multilinéaires est justement d’éviter
des expressions avec beaucoup de sommes et d’indices.
II.7 Exercices
Chapter III
Calcul différentiel (plusieurs variables)
Le but de ce chapitre est d’introduire la notion de différentiabilité pour des fonctions à plusieurs
variables. Comme la division par le vecteurçQ [ 1ßç D â [ n’a pas de sens, il n’y a pas de manière évidente
§ Q{}|j ç ç
d’étendre la définition Ñ â ~ DXWZY ç Õ WZ
ç DY .
Õ
Nous suivrons de près la présentation des paragraphes IV.3 et IV.4 du livre “L’analyse au fil de
l’histoire” de Hairer & Wanner (Springer-Verlag 2000).
III.1 Dérivées partielles

f ·
Pour une fonction Ñb¤Å , Å , nous fixons toutes les variables sauf une et nous
considérons Ñ comme une fonction de cette variable. Nous pouvons alors appliquer la définition
bien connue pour une fonction à une variable. Considérons plus en détail le cas d’une fonction à
deux variables.

Une fonction à deux variables Considérons par exemple une fonction - ÑZ
qui est
définie dans un voisinage de
^â@ uâ . Alors, les limites
5^] _
{|}j ÑZ
^â .uâ1ÑZ
^â.uâ Ñ
\ ~)â ] b _
^â@.uâ

5^] 1ÑZ
^â.uâ _ (1.1)
{|}j ÑZ
^â@ uâ Ñ
\ ~)â ] b _
^â@.uâ

s’appellent les dérivées partielles de Ñ par rapport _ à

et , respectivement. Parmi d’autres
G
notations on utilise Ñ ça`
^â@ uâ , ÑZ
^â@ uâ , ÑZ
^â uâ .
Géométriquement, les dérivées partielles peuvent être interprétées comme suit : la fonction
A
- ÑZ
définit une surface dans (avec des coordonnées
, et_ - ), _ dont l’intersection
f Â
avec le plan uâ est une courbe
û ÑZ
.uâ . La dérivée partielle Ñ
est la pente de
cette courbe, et _
5 Ñ
- Ñ)
^â@ uâ _
^â@ uâ
1J
^â@ (1.2)

est l’équation de la tangente à cette courbe en
^â¨ uâ . De
_ Â la
_ même manière, la tangente à la
f
courbe û ÑZ
^â@ a pour équation - ÑZ
^â@ uâ 5 Ñ
^â@ uâ=13uâ , et le plan
déterminé par ces deux tangentes est donné par
_ _
5 _ Ñ 5 _
Ñ
- Ñ)
^â@ uâ
^â@ uâ
13
^â
^â@ uâ13uâ (1.3)

30 Calcul différentiel (plusieurs variables)
Une fonction ÑZ

sera dite différentiable en
^â@.uâ si le plan (1.3) est une “bonne” approx-

imation de ÑZ
4 dans un voisinage de
^â@ uâ , et pas seulement le long des lignes

^â

et uâ .
ç éè ç éé
Exemple 1.1 La surface définie par - ï Õ Õ est représentée sur la figure III.1. Nous voyons
f f
également les courbes
û ÑZ
4 uâ et wû ÑZ
^â. passant par le point
^â@ uâ
&
P/}*LP* . En évaluant les dérivées partielles
_ _
Ñ ç éè ç éé Ñ ç éè ç éé
_
1®
ªï Õ Õ _
1®@ï Õ Õ

en ce point, nous obtenons les tangentes en ces courbes au point

^â@ uâ à l’aide de la formule
(1.2) ainsi que le plan tangent à l’aide de (1.3).
ç éè ç éé
Figure III.1: Plan tangent à la surface - ï Õ Õ
f
Deux fonctions à deux variables Dans le cas d’une fonction ÑYb , c.-à-d.

-0 Ñ/
-/ ÑL*
4 (1.4)
nous écrivons (1.3) pour chacune des deux fonctions :

_ _
5 ÑK ÑK
-0 Ñ/
^â@ uâ _
^â¨ uâ
13
^â 5 _
^â@.uâ1Juâ@

_ _ (1.5)
5 _ Ñ( Ñ(
-K ÑL¡
^â@ uâ
^â¨ uâ
13
^â 5 _
^â@.uâ1Juâ@

Il est commode d’écrire cette formule en notation vectorielle :

§
- ÑZâ 5 Ñ ây13â4 (1.6)
§
où Ñ â est une matrice, appelée matrice jacobienne :
è è
§ b çÔW è â b ç@W é â
Ñ â b é b é (1.7)
b çÔW è â b ç@W é â
b b
Cette notation nous permettra de transposer la plupart des formules d’une variable au cas de
plusieurs variables.
f
Exemple 1.2 Considérons la fonction ÑYb définie par
& & |} 5 5 & 5 & & |}#&
ÑK
.
1

ÑZ 5 & L / 5 & 5 / & (1.8)
Ñ(C
. P*
21©P*}
1J P
*
Calcul différentiel (plusieurs variables) 31
-/ §
5 -

ÑZ 5 - ÑZâ 5 5 Ñ ây1Jâ

- -
−5 5 −5 5 −5 5
−5 −5 −5
-/ -/ -/
- ÑZ - ÑZ - ÑZ
.4
1 .1
- - -
−1 1 −.4 .4 −.1 .1
−1 −.1
−.4
Figure III.2: Graphique de l’application (1.8)

Cette fonction envoie l’origine
P*PK sur le point - -/L P*P/ , les droites sur des
courbes, et les petits carrés sur des ensembles qui ressemblent à des parallélogrammes (voir la
figure III.2, dessin en haut au milieu). La matrice jacobienne pour (1.8) est
& & & L/ & & & / &
§ 1
5 5 1
5 5
Ñ & | } & & | &
P* 5
13 5
1É 5
(1.9)
P* 1©P*}

et l’équation (1.5) devient pour â P*LP/÷ , -/â ÑZâ :
& & & / & & & L / &
- 1J-0 ^â 1
1
1J
^â
& 5 |¥& & |}¥& (1.10)
-/1J-Kuâ P/ P*} 1©P* =1Juâ
Cette application linéaire est illustrée dans le dessin en haut à droite de la figure III.2. Les trois
dessins de la deuxième ligne de la figure III.2 sont des agrandissements de cette application non
linéaire proche de l’origine. Nous voyons qu’elle est, dans un petit voisinage de â , bien approchée
par l’application linéaire définie par la matrice jacobienne.
III.2 Différentiabilité
Considérons une fonction ·
f Ø
ÑNb0Å Å (2.1)
et supposons que â«3Å soit un point intérieur de Å (c.-à-d. Å est un voisinage de â ).
Définition 2.1 (Stolz 1887, Fréchet 1906) La fonction (2.1) est différentiable en â s’il existe une
§ f Ø f Ø
application linéaire Ñ âZb et une fonction BbÅ , continue en â et satisfaisant

`â P , telles que
5 § 5
ÑZ ÑZâ Ñ âY1Jâ 2@:.y1Jâ: (2.2)
Remarque. Si une fonction est différentiable en â , elle est continue en ce point. De plus, toutes
]
ses dérivées partielles existent en â . C’est une conséquence du fait que, pour ×1<â ïªä (où
& &
ïªä P*LP/ P*(P/÷ avec la å ème composante égale à ), l’équation (2.2) devient
V] V
ÑZâ 5^] ïªä(1ÑZâ § 5 5c]
] Ñ â4ïªä `â ïªäd ] (2.3)
f
Comme ` est continue en â , la limite de cette expression pour ] P existe et est égale à
è XXX è
_
§ §
b çÔW è â b çaW d â
Ñ b .. b ..
_ â Ñ âïªä( donc Ñ â . . (2.4)
"ä XXX
b >W Ôç e è â b W>çae d â
b b

(ici, ÑZ Ñ/ ÑLØS4 ÷ ). Par conséquent, l’application linéaire de la définition 2.1 est
unique et donnée par la matrice jacobienne (2.4).
Lemme 2.2 (caractérisation de Carathéodory) La fonction ÑZ de (2.1) est différentiable en â
ë
si et seulement s’il existe une fonction à valeurs matricielles, dépendant de â et continue en
â , telle que
ë
Ñ) ÑZâ 5 Y1Jâ4 (2.5)
§ ë
La dérivée de ÑZ en â est donnée par Ñ â â .
ë
Démonstration. Pour une fonction donnée , nous posons
§ ë ë ë y13â
Ñ â6b â 27b 1 â4
:.y13â:
Â &
et nous voyons que (2.2) est vérifiée. Comme M1¸â :.1â¡: est borné par , il suit de la
ë f f
continuité de en â que ` P pour â .
ë §
D’autre part, supposons que (2.2) soit vrai. Nous définissons â6b Ñ â , et pour ¾ â ,
ë § 5 Y1Éâ÷
6b Ñ â ` (2.6)
:.Y1Éâ:
(observons que le produit du vecteur colonne ` avec le vecteur ligne ;1×â÷ est une matrice),
ë § ë
et nous obtenons Y19â Ñ âY13â 5 `:.Y13â: . La fonction est continue
en â car, par la définition de la norme matricielle et en utilisant l’inégalité de Cauchy-Schwarz,
ë § f f
: 1Ñ â@:¬[\:.2@: et :.2@: P pour â .
Le résultat suivant donne une condition suffisante pour la différentiabilité qui peut être vérifiée
en considérant seulement des dérivées partielles.
f
_ Â _ une fonction Ñwb%Å
Théorème 2.3 Considérons et un â¶ðÅ (point intérieur). Si toutes
les dérivées partielles Ñ " existent dans un voisinage de â et sont continues en â , alors Ñ est
différentiable en â .

Démonstration. Nous expliciterons la démonstration pour le cas . La généralisation à un
arbitraire est immédiate. L’idée est d’écrire Ñ)1ÑZâ comme
5
ÑZ
4 1©ÑZ
^â@ uâ ÑZ
1ÑZ
^â@ 4 ÑZ
^â@.1©ÑZ
^â@.uâ4
et d’appliquer le théorème de Lagrange à chacune des différences. Ceci donne

_ _
Ñ ù 5 Ñ ù
ÑZ
1©ÑZ
^â@ uâ _
13
^â _
^â@ 713uâ

ù ù
avec entre
^â et
, et entre uâ et . En posant
_ _
ë Ñ ù Ñ ù

. _ 4 _
^â@

ë
nous avons établi (2.5). La continuité de en â est une conséquence des hypothèses.

Par la définition 2.1, une fonction ÑZ Ñ/ ÑLØ¥4 ÷ est différentiable en â si
&
et seulement si Ñ4 est différentiable en â pour tout ( Ý . Une conséquence du
théorème 2.3 est que les fonctions dont les composantes sont des polynômes en
, des
fonctions rationnelles ou des fonctions élémentaires sont différentiables aux points où elles sont
bien définies.
Exemple 2.4 (Une fonction discontinue dont les dérivées partielles existent partout) Considé-
f
rons la fonction ÑNb donnée par

?
5 si 5 P
ÑZ
(2.7)

P si
P

(voir la figure I.9). Ses dérivées partielles sont nulles à l’origine car ÑZ
4P/ P pour tout
et

ÑZP* P pour tout . En dehors de l’origine, l’existence des dérivées partielles est évidente.
Néanmoins, la fonction (2.7) n’est pas continue à l’origine (voir l’exemple I.4.3).
La dérivée en chaı̂ne Considérons deux fonctions

Ñf
0
Ø f r
1 f 1 f
û1 - û1 >
0
et étudions la différentiabilité de la fonction composée 0gf Ña ÑZ . Nous utilisons la
caractérisation de Carathéodory (lemme 2.2). En supposant que Ñ soit différentiable en â et que
0 soit différentiable en -/â ÑZâ , nous avons
ë 0 -a 0 -/â 5 öB-,-S13-/â

ÑZ ÑZâ 5 Y1Éâ

En posant - Ñ) , -Kâ Ñ)â et en introduisant la première équation dans la deuxième, nous
obtenons
0 ÑZ4 0 ÑZâ 5 öB?ÑZ4 ë ¤13â (2.8)
Puisque le produit öB?ÑZ4 est continu en â , la dérivée de 0f Ñ est égale à ce produit évalué
ë
en â , i.e. §
0hf Ña â
0 § -Kâ X Ñ § â (2.9)
En coordonnées, le produit (2.9) s’écrit
_ Ø _ _
>ª >ª X -*ä
_ _ _ (2.10)
"! äc0 -*ä !
"
Exemple 2.5 Supposons que le mouvement d’un corps soit décrit en coordonnées polaires par
ë
ÑZñd `ñd4 ñd ÷ . Si nous voulons connaı̂tre la vitesse en coordonnées cartésiennes
L/"ë
0 Ô ë
|} ë (2.11)
-
il nous faut dériver et - par rapport à ñ . Comme la matrice jacobienne de (2.11) est donnée par
/ë |} ë
0 § Ô ë 1e

|} ë L/ë (2.12)

il suit de (2.9) que i i i i i i
L/"ë X | ë X ë |} ë X 5 L/ë X ë
®13 -
(la dérivée par rapport au temps ñ est désignée par un point). Ceci nous permet, par exemple, de
calculer l’énergie cinétique i i i i
ü Ý 5 Ý 5 ë
ñd -

III.3 Dérivées d’ordre supérieur

_ Â _ tout d’abord une fonction ÑZ -, de deux variables. Ses dérivées partielles, par ex-
Considérons
emple Ñ , sont aussi des fonctions de deux variables et nous pouvons calculer itérativement
leurs dérivées partielles comme dans le diagramme suivant :
_ _
bf ç Ñ bf ç Ñ
Ñ) -, 1b _ 1b _

bê bê
b_ _ j b_

Ñ bf ç Ñ Ñ bf ç
_ 1b _ _ _ _ 1b
- - -
bê bê
_b _ A j b_
A
Ñ Ñ bf ç bf ç Ñ
_ _ 1 b 1b
= _ _ _
- - -
La question est de savoir si ces dérivées dépendent de l’ordre de différentiation.

Exemple 3.1 Considérons la fonction ÑZ -a 75 - et calculons ses dérivées partielles

(pour 5 - P ):
_ _
Ñ Ñ 1#L0-
_ -a _ _ .-a
5 -

- 5 - nA s
7

_ _
Ñ L- Ñ 1#L0-
_ -a 5 _ _ .-a 75 Ans
- - - -
Nous obtenons que _ _

Ñ Ñ
_ _ -, _ _ .-a (3.1)
- -
pour cette fonction. Un calcul avec d’autres fonctions (par exemple avec des polynômes) laisse
deviner que (3.1) est toujours vrai. Cependant, (3.1) n’est pas vrai sans hypothèse supplémentaire,
comme on peut le voir à l’aide du contre-exemple suivant.
Exemple 3.2 (Contre-exemple) Pour trouver une fonction qui ne vérifie pas (3.1), nous con-
sidérons une fonction

ÑZ -, - 0 -, (3.2)
où 0 -, est bornée (mais pas nécessairement continue) dans un voisinage de l’origine. Pour cette
fonction, on a _
Ñ {|}j Ñ) -,21ÑZP* -, {}|j
_ P/ -a ç ) ç ) - 0 .-a4
~ â ~ â
La dérivée de cette expression par rapport à - est
_
Ñ ð{|}j {}|}j 0
_ _ P/P/ ê ~)â ç ) ~ â
-, (3.3)
-
à condition que cette limite existe. De même, on a
_
Ñ Ð{}|j {}|j 0
_ _ P/P/ ç ~)â ê Z ~ â
-, (3.4)
-
Il suffit de choisir une fonction 0 .-a pour laquelle les limites dans (3.3) et (3.4) sont différentes.
C’est le cas de
0 , 13-
- 5 si 5 - P* (3.5)
-
{}|j ç & {|}j ê 5 & pour tout z ¾
pour laquelle ~)â 0 -, 1 pour tout -ú¾ P et ~)â 0 -, P . Par
conséquent, les dérivées partielles
_ _
Ñ & Ñ Ð&
_ _ P*P/ 1 et _ _ P*P/
- -
sont différentes pour la fonction définie par (3.2) et (3.5).
é
f
Théorème 3.3 Considérons une fonction Ñwb é dont les dérivées partielles é b Wç , b W ê , b ê W ç
b
existent dans un voisinage de â@.-/â , avec b ê W ç continue en â@ -Kâ . Alors, b ç W ê existe en
b â@b -Kb â
et _ _ b b b b
Ñ Ñ
_ _ â@.-/â _ _ â@ -/â 5 ÑLâ( ÑK u
- - -Kâ $
Démonstration. L’idée est de considérer un petit rectangle de
côtés ] et $ . On désigne les valeurs de Ñ aux sommets de ce $
rectangle par Ñ(âuâ , ÑLâ( , ÑK ^â et ÑK u . Les dérivées partielles sont ÑLâuâ ÑK ^â
-Kâ ]
â 5c]
approximativement données par
_ _ â
Ñ Ñ/ ^â1©ÑLâuâ Ñ ÑK u 21ÑLâ(
_ â@ -Kâ.k ] _ â@ -/â 5 $.k ]

On en déduit que
_ 5 ì 5
_ _
Ñ
k b Wç â@.-/â $ 1 b Wç â@.-/â k ÑK u 1Ñ(â( 1©ÑK ^â ÑLâuâ

- b $ b ] X $ (3.6)
et de même _ 5c] -Kâ1

Ñ b Wê â b Wê â -Kâ Ñ/ u 1©Ñ/ ^â1ÑLâ( 5 Ñ(âuâ
_ _ k b ] b k X
$ ]
(3.7)
-
Les membres de droite dans (3.6) et (3.7) sont identiques et l’affirmation du théorème est plausible.
Pour une démonstration rigoureuse de ce théorème nous vous référons à la page 318 du livre
“Analyse au fil de l’histoire”.
L’application répétée de ce théorème permet d’échanger des dérivées d’ordre supérieur. Par
exemple,
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _

_ _ _ _ _ Ñ _ _ _ _ _ Ñ _ _ _ _ _ Ñ
- - - - - -
lnm 0 lnm 0
Cette manière de procéder est aussi valable pour des fonctions de plus de deux variables. En effet,
nous échangeons toujours deux dérivées partielles à la fois, en maintenant constantes les autres
variables.
III.4 Série de Taylor

Rappelons que la série de Taylor d’une fonction 0 ñd à une variable est donnée par
A
0 ñd 0 P/ 510 § P//ñ 510 § § P/ ñ w 5 5p0 § § § P/ ñ 5 (4.1)
!o !o
Il s’agit de généraliser cette formule à des fonctions de plusieurs variables. Pour éviter une notation
trop lourde, considérons d’abord le cas de deux variables.
'&
Deux variables L’idée est de ramener le problème à une -Kâ 5 $ ñ
variable en reliant les points â@ -/â et â 5q] -/â 5 $ì par
une droite. On considère alors la fonction
-Kâ
ñ P
0 ñdZb ÑZâ 5 ñ ] -/â 5 ñ($ â â 5c]
á&
et on applique la formule (4.1) avec ñ . Il reste à calculer les dérivées de 0 ñd . Si Ñ) -, est
suffisamment différentiable, la dérivée en chaı̂ne nous donne
_ _
0 § ñd _ Ñ â 5 ñ ] -/â 5 ñ($ ¥
] 5 _ Ñ â 5 ñ ] -/â 5 ñ($ì
$ (4.2)
-
et une différentiation de plus donne

_ _ _ _
0 § § ñd Ñ X
_ ]]¥5 _ _
Ñ X ] 5
$ _ _
Ñ X
$
]#5 Ñ X
_ $ì$Ò (4.3)
- - -
où l’argument des dérivées partielles de Ñ , que nous avons omis, est â 5 ñ ] -Kâ 5 ñ($ì . Les
deux termes centraux dans (4.3) sont égaux par le théorème 3.3 (en différentiant encore, on ferait
apparaı̂tre des coefficients binomiaux). En insérant ces dérivées de 0 ñd dans (4.1), il vient
_ _
5c] 5 5 Ñ ]¥5 Ñ
ÑZâ -Kâ $ì ÑZâ -Kâ _ â -/â _ â@ -/âL$
-
& _ _ _
Ñ ] 5 Ñ Ñ
5 _ â.-/â _ _ â@ -Kâ ] $ 5 _ â@ -/âL$ (4.4)
- -
& _ A _ A _ A _ A
5 Ñ ] A 5 Ñ ] $ 5 _ Ñ ] 5 Ñ A 5
_ A â.-/â _ _ â@ -Kâ _ â@ -Kâ $ _ A â@ -Kâ$
- - -
ç é ê é
Exemple 4.1 Considérons la fonction Ñ) -, ï Õ Õ (voir aussi l’exemple 1.1), dont les
dérivées partielles sont données par
_ _
Ñ ç é ê é Ñ ç é ê é
_ -, 1® ï@Õ Õ _ -, 1®-`ï@Õ Õ
-
_ _
Ñ ç é ê é Ñ ç é ê é
_ .-a 1w/ï@Õ Õ _ -, - 1©Kï@Õ Õ
-
_ _
Ñ Ñ ç é ê é
_ _ -, _ _ -, 0-aï@Õ Õ
- -

En négligeant les termes d’ordres trois et supérieurs dans la formule (4.4) et en posant â P/} ,
&
-/â P/ , nous obtenons l’approximation quadratique
& âLo & & & & Ó
ÑZP/} 5^] LP* 5 $ì.kÈï@Õ 1wP* ] 1©P*}/$#1 }/ ] 5 P* ] $#1 *$
qui représente un paraboloı̈de. La figure III.3 compare cette approximation avec la fonction Ñ) -,
et avec le plan tangent.
ç é ê é
Figure III.3: Approximation de Taylor d’ordre un, comparée à l’ordre deux pour ÑZ .-a ï Õ Õ
Série de Taylor pour variables Nous généralisons maintenant ces formules aux fonctions
f Ø
ÑNb

où ÑZ Ñ/ 4LÑØ#4 ÷ est composée de Ý fonctions réelles de . Nous fixons

â× ,] et nous appliquons la formule (4.1) à la fonction 0 ñd;b Ñ4â 5 ñ ] . Ceci
donne _ & _
^ ] Ñ ] ÑL
ÑLâ 5 Ñâ 5 _ â ä 5 _ _ â ] ä ] !
ä4c0 "
ä !
o äc0 !c0 "
ä "
!
& _ A (4.5)
5 Ñ ] ] ] 5
_ _ _ â ä ! ° =
4o äc0 !c0 °uc0 "ä "! "°
On peut aussi aller plus loin et écrire (formellement, sans considérer la convergence)
i & _
^
5 ] 5 ÑLâ ] ä è ] äF4s
Ñâ Ñ4â r o _ _ _
è é "
ä è "
ä é "ä s
c0 ä c0 ä c0 äFus c0
Ces formules, assez encombrantes, nécessitent une notation plus compacte.

§
Le terme linéaire dans (4.5) n’est autre que le ème élément du produit Ñ â ] (de la matrice
jacobienne avec le vecteur ] ). Pour simplifier le terme quadratique, nous considérons l’application
§§ ðf Ø
bilinéaire Ñ 9b appliquée à un couple de vecteurs î et , dont la ème
composante est définie par
_
§§ ÑL
Ñ î
" b _ _ /î,äFK!Ô (4.6)
"ä "!
äc0 !c0
§§
Le terme quadratique dans (4.5) est donc le ème élément du vecteur Ñ â ] ] . On peut con-
tinuer de cette manière à interpréter les dérivées supérieures comme applications multilinéaires.
§§§ f Ø
Par exemple, Ñ 6b est définie par
_ A
§§§ ÑL
Ñ î
,S
& b _ _ _ /îaäFK!t
& °. (4.7)
"ä "! "°
ä4c0 !c0 °uc0
Avec cette notation, la formule (4.5) devient

& &
§ §§ §§§
ÑZâ 5c] ÑZâ 5 Ñ â ]#5 Ñ â ] ] 5 Ñ â ] ] ] 5 (4.8)
!o !o

Formule de Taylor avec reste Même si toutes les dérivées de 0 ñd en ñ P existent, la conver-
gence de la série (4.1) n’est pas garantie. Il est alors souvent utile de considérer une série tronquée
et d’estimer le reste. Rappelons, par exemple, que

0 ñd 0 P/ 510 § P//ñ 510 § § P/ ñ 5 A avec

A
÷ ñ1n@ 0 § § § @+I
(4.9)
!o â 4o
;f Ø
Pour une fonction ÑYb cela devient
& &
§ §§ 13ñd §§§
ÑZâ 5u] ÑZâ 5 Ñ â ]75 Ñ â ] ] 5 A A Ñ â 5 ñ ] ] ] ] +ñ(
!o â !o
(4.10)

Remarque. Pour une fonction vectorielle 0 ñd 0 ñd4L 0 Ø#ñd4 ÷ , nous écrivons

0 ñd+ñb 0 ñd+ñ(( 0 Ø#ñd+ñ ÷ (4.11)
â â â
Par la suite, nous utiliserons l’estimation

0 ñd+ñ [ : 0 ñd@:2+ñ( (4.12)
â â
que l’on obtient en appliquant l’inégalité du triangle aux sommes de Riemann : : 0 ù ã ª:B[

0 ù
: :ã4 .
f Ø
Lemme 4.2 (estimation du reste) Soit Ñb trois fois continûment différentiable (c.-à-

d. toutes les troisièmes dérivées partielles existent et sont continues). Le reste A dans l’équation
(4.10) vérifie alors
: ] :
A
>=A? §§§
: A¡:[ :Ñ â 5 ñ ] @:
4o Û âLm TS
÷ R
§§§ §§§ X X X
Démonstration. Les estimations (4.12) et :Ñ î
,&S@:S[º:Ñ @: :.î%: :): :&¶: pour une
application multilinéaire donnent
& &
13ñd §§§ 5 ] ] ] ] 1Éñd >=A? §§§ 5 ] @: X : ] : A +ñ
: A:¬[ :Ñ â ñ @:2+ñ%[ :Ñ â ñ
â !o â !o Û âLm TS
÷ R
ce qui démontre l’affirmation.
§§§ §§§
La norme :Ñ â 5 ñ ] : de l’application multilinéaire Ñ peut être majorée par le formules
du paragraphe II.6.
III.5 Théorème des accroissements finis

La terminologie des ¡¡accroissements finis¿¿ s’explique par des raisons his-
toriques: la notion d’accroissements ¡¡finis¿¿ s’oppose à celle d’accroissements
¡¡infinitésimaux¿¿ vvv (H. Cartan 1967)
f
Pour une fonction Ñ bMÊÎCÇªÌ , le théorème des ac-
croissements finis (ou théorème de Lagrange) affirme qu’il ÑZ?Çª
ù
existe un ¸?CÇª tel que
§ ù
ÑZ?Çª1ÑZ* Ñ ?Ç1wC4
si Ñ est continue sur ÊËCÇªÌ et différentiable sur ¡Çd . Le but ÑZ*
est de généraliser cette formule à plusieurs variables. Ç
f Ø
Un contre-exemple Pour une fonction Ñ¶bÊËCÇªÌ , l’affirmation sous cette forme n’est plus
K |}
vraie. Un contre-exemple est la fonction ÑZ Ñ/ Ñ(¡4 ÷ où ÑK , ÑL* ,
ù § ù
et ÊËCÇªÌ ÊpP*òZÌ . On a que ÑZ?* Ñ)?Çª , mais il n’existe pas de dans CÇª avec Ñ P . Par
§ ù X
contre, on voit que l’inégalité :Ñ)?Çª1ÑZ?*:e[\:Ñ @: :Ç)1©,: reste vraie dans cet exemple.
& f
Le cas w Considérons une fonction Ñ b et soient z et ÇJ deux

points donnés. L’idée est de relier ces points par une droite 5 ñÔ? Ç71* (voir le début du
paragraphe III.4) et de poser
0 ñdZb ÑZ 5 ñÔ?Ç)1*44
&
Si ÑZ est différentiable en chaque point du segment 5 Ôñ ?Ç)1¸*)ñe¸P* 4 , la fonction 0 ñd
est aussi différentiable et il suit de (2.9) que
0 § ñd Ñ
§
5 ñÔ?Ç)1©* ?Ç1C4
&
Comme 0 PK ÑZ* et 0 ÑZÇd , le théorème de Lagrange appliqué à la fonction 0 ñd donne
§
0 & `1 0 P/ 0 xa & 1w/P et donc aussi
§ ù
ÑZÇd1Ñ)?* Ñ ?Ç
1©* (5.1)
ù
où est un point du segment reliant et Ç . L’équation (5.1) ressemble à la formule du début de ce
§ ù
paragraphe, mais ici Ñ ?Ç
1©* est le produit scalaire de deux vecteurs.
f Ø
Le cas général Soit maintenant Ñ×b . On peut appliquer (5.1) à chaque composante de
ÑZ pour obtenir
è ù è ù
Ñ/ Çª1Ñ/ C b çÔW è b çaW d . Ç( 1¡
.. b .. b .. ..
. . . . (5.2)
Ç
1 ù ù
ÑLØSÇª1ÑØ#?*
b W çÔe è Øe b W>çae d Ø¬
ù b b
où tous les ® sont sur le segment reliant et Ç . L’inconvénient de cette formule est que
ù
l’argument est différent dans chaque ligne.
f Ø ·
Théorème 5.1 (théorème des accroissements finis) Soit ÑWbBÅ , Å continue et
T 5 &
différentiable en chaque point du segment “ouvert” CÇªgb ñÔÇ¬1ð*¥PJxÍñYx (on
suppose que ces points sont des points intérieurs de Å ). Alors, on a
>=@? § ù X
:ÑZ?Çª1ÑZC:e[ y :Ñ @: :Ç)1wa: (5.3)
Û m| [
Y{z
§ ù
où :Ñ @: est la norme matricielle de la matrice jacobienne.
Démonstration. L’idée est de considérer la fonction

Ø
0 ñdZb æ
*Ñ 5 ñÔÇ1*4
æ
÷ ÑZ 5 ñÔ?Ç)1©* (5.4)
c0
æ æ
où les coefficients 4 Ø sont pour le moment arbitraires. La dérivée de 0 ñd est
Ø _
0 § ñd æ
_
ÑL
5 ñÔÇ)1©*4?Çnä)1@ä(
Qæ §
÷ Ñ ? 5 ñÔ?Ç1©*4Ç)1©*
tc0 äc0 "ä
Une application du théorème de Lagrange donne

æ
÷ ÑZ?Çª1©ÑZ*4
0 & 21 0 P/ 0 § xa æ ÷ Ñ § ù Ç1©* (5.5)
ùy æe
où 5 x6ÇZ1¸C est sur le segment CÇª . Le choix astucieux Ñ)?Çª 1Ñ)?* rend maximal
l’expression de gauche dans (5.5). En appliquant l’inégalité de Cauchy-Schwarz à l’expression de
droite de l’équation (5.5), nous obtenons avec (II.5.3) :
X § ù X
:ÑZÇª1ÑZ?*@: [\:ÑZÇd1Ñ)?*@: :Ñ : :Ç1,:

En divisant par :Ñ)?Çª1#ÑZ?*: , ceci donne (5.3) (observons que pour :ÑZ?Çª1#ÑZC: P l’affirmation
(5.3) est évidente).
III.6 Deux théorèmes importants de l’analyse

Le premier étudie l’existence et l’unicité de systèmes d’équations non linéaires. Le deuxième traite
la résolution de fonctions implicites.
f
Théorème d’inversion locale. Rappelons que, pour une fonction ÑYb (continûment
§
différentiable), la condition Ñ ?*«¾ P implique que la fonction est monotone et donc bijective dans
un voisinage de . On cherche à généraliser ce résultat.
f
Pour une fonction Ñ¶b (continûment différentiable, c.-à-d. ÑZ est partout différentiable
§
et sa dérivée Ñ est une fonction continue de ), considérons l’équation ÑZ - :

Ñ/
@L -

ÑLC
@L -/
XXX (6.1)

Ñ
@L -
·
Elle représente un système de équations à inconnues. On aimerait savoir si, pour un -¶<Ã
donné, ce système possède une solution . La solution, si elle existe, dépend-elle continûment
(de manière différentiable) de - ? On veut donc savoir si la fonction Ñ possède (localement) un
inverse.
f
Définition 6.1 Une fonction ÑÉb est un difféomorphisme local près de , s’il existe un
f V~}
voisinage Å de et un voisinage Ã de Ç Ñ)?*
tels que Ñb=Å Ã soit bijective avec Ñ et
V
Ñ Õ continûment différentiables.
Le théorème suivant donne un critère facile à vérifier qui implique qu’une fonction est un
difféomorphisme près d’un point. Le résultat est donné sans démonstration.
f
Théorème 6.2 (théorème d’inversion locale) Soit Ñ b continûment différentiable.
Alors Ñ est un difféomorphisme local près de B si et seulement si la matrice Jacobienne
_
§ Ñ
Ñ ?* _ ?* est inversible.
"ä m äc0
f
Exemple 6.3 Considérons la fonction ÑYb définie par
A à & & A
-
5 P* -/ P*
5 P*// ©1 P*
21 /1wP* (6.2)

Cette fonction est suffisamment compliquée pour qu’une résolution de l’équation ÑZ - par

rapport à
÷ soit impossible analytiquement. La fonction est illustrée dans la figure III.4,
où on voit une partie d’un grillage dans le plan
. ainsi que son image dans le plan - 4 -K .
-K

Ñ

-

Figure III.4: Illustration du théorème d’inversion locale

& &
Pour le point } * }K÷ , nous avons dessiné son image Ç ÑZ?* . Comme la matrice
Jacobienne
&
§ P*
Ñ à A &
P*2 ©1 P*}271©P*2 P*
5 P*// 1©P*«
21

est inversible en , le théorème d’inversion locale nous permet de conclure que, pour -

suffisamment proche de Ç , le système ÑZ - possède une solution unique proche de . Ce
résultat d’existence et d’unicité d’une solution nous encourage à utiliser des méthodes numériques.
§
Les courbes traitillées dans le plan
. de la figure III.4 indiquent les points où Ñ n’est
§
pas inversible, c.-à-d. où det Ñ P . On ne peut donc pas appliquer le théorème d’inversion
locale en ces points. En effet, pour le point Ç qui est l’image du point , il n’existe pas de voisinage

Ã tel que, pour tout -ú Ã , le système Ñ) - possède une solution unique. Le dessin nous

montre qu’il y a des points - proche de Ç , pour lesquels ÑZ - ne possède pas de solution dans
le carré considéré, et d’autres, pour lesquels il y a deux solutions proche de .
! f
Théorème des fonctions implicites. Pour une fonction 0 b
Ø Ø
, considérons

l’équation 0 .-a P , c.-à-d.
0
"!Ô - .L -*Ø¬ P
0 C
"!Ô - .L -*Ø¬ P
XXX (6.3)
0 Ø#
"!Ô - .L -*Ø¬ P
! Ø
Nous allons étudier si, pour un < donné, cette équation possède une solution - , et si
cette solution est localement unique.
Afin de mieux préciser le problème posé, considérons un exemple simple. #'
0 5 &
Pour la fonction -, - 1 , l’ensemble des points satisfaisant Ã
0 -, P est un cercle. Fixons maintenant un point CÇª sur ce cercle.
Nous voyons sur le dessin d’à côté qu’il existe des voisinages Å et Ã de
Å
respectivement de Ç tels que pour Å il existe un unique - Ã avec
0 -,
P . Cette affirmation est vraie tant que ÇB¾ P , mais elle est fausse si

Ç P . Nous constatons que la condition Ç P est équivalente à btê ?CÇª P .
0 b
Nous allons généraliser ce résultat à des fonctions -a plus compliquées et à la situation où
et - sont des vecteurs comme dans (6.3).
! f
Théorème 6.4 (théorème des fonctions implicites) Soit 0 b
Ø Ø
continûment diffé-
! Ø
rentiable et supposons qu’au point ?CÇª7
_ 0
0 CÇª P et _ ?CªÇ est inversible.
-
ë f
Il existe alors un voisinage Å de , un voisinage Ã de Ç et une application bÅ Ã (continûment

différentiable) tels que pour .a
- Z<Å Ã on a
0 -, P ¢g£ -

ë
(6.4)
Remarquons que, pour la fonction 0 de (6.3), la dérivée partielle bê représente la matrice carrée
b
è XXX è
_ 0 btêL è -, bê -,
_ -,
b .. b e ..
-
. .
XXX
b êLe è -, bê e -,
b b e

Pour pouvoir appliquer ce théorème, il faut que bê soit inversible, i.e. det bê ?CÇª«¾ P . Il ne suffit
pas que cette matrice soit non nulle. b b
Démonstration. Considérons l’application
I f I § þ P
b û 0 -, avec ?CÇª
- btç ? CÇª bê ? CÇª
b b
I §
L’hypothèse sur l’inversibilité de btê ?CÇª implique que ?CÇª est aussi inversible. Le théorème
b I
d’inversion locale montre alors que est un difféomorphisme local près de ?CÇª . L’application
I
inverse de est nécessairement de la forme
I î f î
Õ b û ] î,
I I
Comme f Õ est l’identité, on a 0 î
] î, et donc 0 î ] î
P/4

P . L’affirmation du
ë ] I
théorème suit avec 7b P/ . Comme est un difféomorphisme local près de ?CÇª , il n’y

a pas d’autres solutions de 0 -,
ë
P que celle de la forme 4 .
Exemple 6.5 Considérons la fonction

0 .-a '& A 1© / 5 &
Ky1ú
Ó 5
/-
A 5
K0-

1
&
P/ -
5
/

-B1
&
/P0- 5
&
K-`

pour laquelle la condition 0 -, P donne une courbe nette-
ment plus compliquée que le cercle de la discussion d’avant 2
&
le théorème. Pour le point ?CÇªk }/P*/ /// sur cette

courbe (i.e. 0 CÇª P ), on vérifie par un calcul direct que

bê CÇªÐk 1#/}/PK×¾ P . Le théorème des fonctions implicites
b
implique qu’il existe des voisinages Å de , Ã de Ç et une 1
ë f
fonction différentiable bÅ Ã tels que (6.4) est vraie pour Ã

.-a69Å Ã (voir la figure).
Les points de la courbe ayant une tangente verticale (resp.

horizontale) peuvent être trouvés par la condition btê -a P
b 1 Å 2
(resp. btç -, P ). Au point du croisement, on a nécessaire-
0 b
ment -, P* bê -, P et bç -a P (trois condi-
tions pour deux inconnues). b b
III.7 Surfaces et sous-variétés

Dans ce paragraphe, nous discutons deux formulations mathématiques différentes de surfaces, et
nous généralisons les notions de courbes et de surfaces à des objets géométriques (sous-variétés)
de dimension plus grande.
Exemples de surfaces dans . Avant de donner une définition rigoureuse et de discuter

l’existence des paramétrisations, considérons quelques exemples simples.
A A &
Exemple 7.1 (sphère dans ) La sphère dans de rayon , centrée à l’origine, est donnée par
V 5 &%
2
4 @ A 5 A 1 P**
La sphère, ou une partie de celle-ci, peut aussi être décrite comme l’image d’une des applications
L/ |}

ë | |}

ou a¨
& /
1É 13
É9pZ pZ
(représentation paramétrique de la sphère). Les images des droites et sont
dessinées dans la figure III.5 (gauche).
Exemple 7.2 (surface cylindrique) La surface cylindrique peut être décrite par
V 5 &¬
2
@ A 1 P*
(voir le dessin du milieu de la figure III.5) ou par une paramétrisation

ë L/ |}
A ìA ÷
pZ
Pour la représentation graphique, on a de nouveau dessiné les images des droite et
pZ
A , ce qui montre l’utilité des représentations paramétriques.
A
Figure III.5: Surfaces dans : sphère, partie d’un cylindre et d’un cône
Exemple 7.3 (cône) Le troisième objet de la figure III.5 est une partie du cône
Q V 5 &
2
.@ A È1 13A P**
Une représentation paramétrique est

ë & K & |
A . 13A 6 13A ìA ÷
Exemple 7.4 (tore de révolution) Dans le plan

4.A , consi-
dérons le cercle centré en +CP/ de rayon (Púxxõ+ ) et
tournons-le autour de l’axe A . Ceci donne une surface de
révolution avec la paramétrisation
K K
+ 5
ë 5 K |}
7
?+
|},

Exemple 7.5 (ruban de Möbius) Considérons une tige de longueur

& &
(paramétrisée par 1 xzñÁx ) et tournons-la autour de son
centre et, en même temps, deux fois plus vite autour d’un axe
à distance + . Ceci donne la paramétrisation
5 L/ L/
+ ñ
ë 5 K |}
ñ( + ñ
|}
ñ
Après tant d’exemples, nous sommes arrivés au point où une définition rigoureuse d’une sur-
face s’avère utile. Ceci nous permet en même temps d’introduire des objets géométriques d’une
dimension plus grande.

Définition 7.6 Un ensemble
·
2 ¾ Ï est une sous-variété de si, pour tout ß2 , il existe un
0 f 0 §
P et 0 ?*
!
voisinage Å de ( Å ) et une application différentiable bÅ Õ avec ?*
de rang maximal ×1©$ tels que
¹ Q V 0
2 Å M3Å P*/
on appelle $ la dimension de la sous-variété.

Théorème 7.7 (existence d’une paramétrisation locale)· Soient 2 une sous-variété· de de

!
dimension $ , et »^2 . Alors il existe un voisinage Å de , un voisinage Ã d’un
! ë f ë ë §
point >â et une application différentiable bÃ Å avec >
â et ?>â de rang $ tels
que
¹ ë ë V
2 Å ?ÃS ?>K >S3ÃS*

Démonstration. Proche du point Yq2 , la sous-variété est définie par la condition 0 P , et
0 §
on sait que le rang de la matrice Jacobienne ?* est maximal et donc égal à É1$ . Après une
permutation des " (si nécessaire), on peut supposer que
Þ è XXX è
çb è ?* bç d ? *
b .. b ..
Þ Þ est inversible.
dÞ . XXX dt .
bç è ?* b çad C
b b
Par le théorème des fonctions implicites, on peut donc localement exprimer "!¯0 L en fonc-

tion de
L "! . Avec la notation >®b
"!@÷ , >âb ?¡ (@!Ô÷ , et -Yb "!¯0 L ÷ ,
0
ceci implique qu’il existe une application différentiable ?>K tel que, proche de , 0
ë
>/ -,
ë ë ë
P est équivalent à - ?>Ô . L’affirmation du théorème suit avec >K6b ?>/ ?>K .
Ce théorème explique le terme “dimension $ ”, parce que la sous-variété est décrite à l’aide de
!
$ paramètres car > >@ L>ª!Ô÷
. Des cas particuliers de sous-variétés de sont:
5 $ º& et arbitraire : courbe dans . Elle peut localement être décrite par une fonction
f f
comme étant l’image d’un intervalle ouvert, ou par une application 0 b
ë
b
V 0
Õ comme étant »9Å P* .
5 $ et : surface dans A . Elle est décrite soit par ë b f A f

, soit par 0 b
A
(voir les exemples 7.1 à 7.5).
5 $ & ë f
M1 et arbitraire : hypersurface. Elle est décrite soit par b Õ , soit par
0 b f
.
Pour mieux comprendre la définition d’une sous-variété, donnons quelques contre-exemples.

L’ensemble
Q V
2 -, 0- P/
§
n’est pas une sous-variété près de P/P/ car, avec 0 -a 0- , la dérivée 0 P*P/ P*P/ n’est
pas de rang maximal. En effet, proche de l’origine, 2 ne½ peut pas être décrit comme étant l’image

d’une fonction différentiable. Par contre, l’ensemble 2 P*P/4 est une sous-variété de .
ë V
Similairement, l’ensemble 2 ñd ñ avec
1
/
ë & & ñ
ñd 5 P* ñ |} −1
ñ −1
& & 0 f
n’est pas une sous-variété près de 1 1P* ò `P/ . En effet, il n’existe pas de b
§ &
avec 0 ?* 0
P et C de rang , car sinon il y aurait une contradiction avec le théorème des
ë f
fonctions implicites. Ce contre-exemple montre que l’image d’un intervalle par b n’est
ë ë §
pas toujours une sous-variété, même si est continûment différentiable avec ñd¾ P .
III.8 Espace tangent i

f
Courbes. Pour une courbe b þ (différentiable et %P/B¾ P ),
i
la tangente est la droite donnée par xZñd 5 ñ< où =P/ et
.5
P/ . En déplaçant l’origine au point , la tangente en à la
=

courbe 2 þ devient
%
ü Q V
2 ñ< ñ= .5

z
qui est un espace vectoriel. Dans les variables originelles, la tangente est alors l’espace affine
ü
5 2 qui est un sous-ensemble de .
z
A
Surfaces dans . Comme exemple, prenons l’ellipsoı̈de
L/ |}

5 - 5 > W
& ë | |}
2 -a>K æ avec paramétrisation a¨
Ç
Ç æ L/

ë
Pour déterminer le plan tangent à un point â@.-/â>â â@a â72 , nous considérons les
ë ë i
courbes paramétriques i =
d
ñ
(
ñ a

â et
ã
d
ñ @
â
d
ñ dessinées dans la figure III.6. Le dessin

de gauche montre en plus les tangentes (en gris) 6 x ñd 5 ñ<Ò avec Ò â et Z
% ñd 5 ñ<K

avec Ô ã â . Les deux vecteurs Ò et Ô engendrent le plan tangent à l’ellipsoı̈de. Il est donné
ü
par 5 2 avec
z
_ ë _ ë
ü 5 V
2 ñL Ò ñnK ñL ñn où Ò _ âa â K _ âa â4
z
ü
Pour d’autres courbes dans 2 passant par , la tangente est aussi dans 5 2 (voir le dessin de
z
droite de la figure III.6).
Ô
Figure III.6: Illustration de la définition de l’espace tangent
·
Définition 8.1 Soient 2 une sous-variété de et B2
. L’espace tangent à 2 en est
f i
ü il existe »b ?1 continûment différentiable tel que
2 Y
z %ñd62 P/
pour ñ%?1 et = P/
et =
Cette définition donne une jolie interprétation géométrique de l’espace tangent. Pour un calcul
ü
explicite de 2 , les formules du théorème suivant sont plus utiles.
z
·
Théorème 8.2 Soient 2 une sous-variété de dimension $ et S2 .
5 Si, proche de , 2 ë f
¹
est donné par une paramétrisation·
locale bÃ , c.-à-d. on a
ë V ë !
2 Å ?>K >¥9ÃB où >â avec >â<Ã , alors
ü uj ë § Q ë § V !
2 ?>â >â/ñ ñ% * (8.1)
z
5 Si 2 ¹ Q V 0
est localement donné par 2 Å »9Å P/ , alors
ü ¡ ¢ 0 § V 0 §
2 C y C P/* (8.2)
z i
!
Démonstration.i Soit ã une courbe dans avec ãP/ >â et ãìP/ ñ (par exemple la droite
i 5 ë ë
ã
>â ñ ). Alors =¬b ãì@ est une courbe dans 2 satisfaisant =P/ ?>â et
ë § ë § u j ë § · ü i
=P/ >â ãP/ ?>â/ñ . Ceci implique ?>â 2 .
i z
Si = ñd est une courbe dans 2 · satisfaisant = PK et =P/ , alors 0 =ñd P et
0 § C = P/

P . Ceci implique 2
ü 4 £¢ 0 §
?* .
z u j ë § 4 ¢ 0 §
Par définition de la sous-variété 2 , les deux espaces vectoriels · ü
?>â et
· ¡ ¢ 0 §
C ont la
u j ë §
même dimension $ . On déduit donc des inclusions ?>â 2 ?* les égalités
u j ë § ü 84 ¢ 0 § z
?>â 2 C .
z
ü
Ce théorème montre que l’espace tangent 2 est un espace vectoriel de dimension $ (même
z ü
dimension que la sous-variété). La formule (8.1) signifie que 2 est engendré par les vecteurs
z
_ ë _ ë
_ >âL _ >â
>@ >ª!
(voir les exemples qui précédent la définition 8.1). La formule (8.2) peut aussi être trouvée de la
manière suivante. Considérons, par exemple, l’ellipsoı̈de donnée par

0 -a>K 5 - 5 > &%
æ 1 P*
Ç
Proche d’un point â@ -/â>â62 , la différentiabilité de 0 implique que
0 -a>K 0 â -Kâ>â 5 Lâ -Kâ *>â

y1Jâ 5 -B13-/â 5
5
æ >1>â `
Ç
En négligeant les termes supérieurs (les trois points), on obtient la meilleure approximation linéaire
de 0 .-`>Ô proche de â -/â>â . Le plan tangent est donc
â -Kâ *>â
.-`>Ô ¤13â 5 -B1J-/â 5 æ >1©>â P
Ç
Cela correspond en effet à la formule (8.2).
III.9 Exercices
Chapter IV
Optimisation
Ce chapitre est consacré à l’étude

·
des maxima et minima d’une fonction à plusieurs variables. On
f
dit que ÑYbí (avec í ) possède un minimum local ou relatif au point S9í si
¹
Ñ)7OÑZ?* pour tout »9í Å où Å est un voisinage de .
Elle possède un minimum global au point B3í si
ÑZ6OÑZ* pour tout M9íY

On parle d’un minimum strict si dans ces définitions ÑZ ÑZC pour Q¾ . Pour obtenir des
résultats concernant les maxima, il suffit de remplacer Ñ par 1¥Ñ .

Nous allons étudier des minima relatifs dans les cas où í ou une sous-variété de .
Nous discuterons aussi l’algorithme du simplexe pour le cas où Ñ est une fonction linéaire et í un
polyèdre.
f
Remarquons que le théorème 4.5 du chapitre I nous dit que, si ÑYbí est continue et si í
est compact, il existe toujours un minimum global. Malheureusement, sa démonstration n’est pas
constructive.
IV.1 Minima relatifs

f §
Rappelons que, pour une fonction différentiable Ñ¶b , la condition Ñ ?* P est nécessaire
pour un extremum. Si la fonction est deux fois continûment différentiable, on a
§ §
Ñ * P Ñ * P
§§ £ minimum relatif en ® £ §§ (1.1)
Ñ * P Ñ ?*7OQP
Considérons, par exemple, la fonction

± à A 5 -
ÑZ P/}2 1©P*P//2 1wP* P/}* 1.0
§ .5
5 & &
Sa dérivée est Ñ }/×1 }/ et s’annule pour
& & & −2 −1 1 2
1 } , P et . En 1 la fonction Ñ
§§ & −.5
possède un maximum relatif ( Ñ ?1 }K 1®*} K / ©x P ), en
Ö& § § & −1.0
} un minimum relatif ( Ñ / * // P ) et au point
§§
P on n’a ni un maximum ni un minimum ( Ñ P/ P ).
Le but de ce paragraphe est de généraliser l’affirmation (1.1) à des fonctions à plusieurs vari-
ables. Comme (1.1) se démontre à l’aide de la formule de Taylor, nous rappelons brièvement les
premiers termes de la série de Taylor pour une fonction à plusieurs variables.
Optimisation 49

Pour une fonction ÑZ ÑZ
L qui est deux fois continûment différentiable, la série
de Taylor avec reste sous forme intégrale (voir aussi (III.4.10)) est

§ & §§
ÑZ 5 , ÑZ?* 5 Ñ ?*! 5 1Jñd4Ñ 5 ñ<","+ñ
â
§ §§ & §§ §§
ÑZ?* 5 Ñ ? *! 5¥¦ ¤ Ñ C," 5 13ñd Ñ ? 5 ñ<"1©Ñ ?* +,"+ñ(
â
§§ §§ §§ §§ X
En utilisant le fait que :/?Ñ ? 5 ñ<"`1Ñ *4+,"@:¬[\:Ñ 5 ñ<"a1úÑ ?*: :): et que toutes
les deuxièmes dérivées partielles sont continues en , nous obtenons
§ §§
Ñ)? 5 " ÑZ?* 5 Ñ C! 5¥¦ ¤ Ñ *," 5 2+"@:):
f f
où 2+" P si P . Comme ÑZ est une fonction scalaire, cette formule peut aussi être écrite
sous la forme

ÑZ 5 " Ñ)?* 5c§ ÑZ?* ÷ 5¥¤
¦ ÷<¨ ?*! 5 `"@:): (1.2)
où
é é
é
b çÔW è ç b è W ç d b ç W è
§ ÑZ b ¨ .. . b b . § ÑZ b
et . . .
é . é .
b ç W d çab d W çÔè b ç W dé
b b b b
Le vecteur § ÑZ est le gradient de la fonction Ñ) et ¨ est sa matrice Hessienne. Cette
matrice est symétrique car les deuxièmes dérivées partielles ne dépendent pas de l’ordre de la
différentiation. C’est surtout la formule (1.2) qu’on va utiliser pour la suite.
La généralisation de l’affirmation (1.1) est la suivante:

f
Théorème 1.1 Soient ÑYb deux fois continûment différentiable et B . Alors on a
§ ÑZ?* P Ñ possède un
§ ÑZC P
£ £
¨ * est définie positive minimum relatif en ¨ * est semi-définie positive
Démonstration. Rappelons que si IU H*©«ª est la plus petite valeur propre d’une matrice symétrique
¨ , on a
÷ ¨ YOUIH*©«ª* ÷ pour Y (1.3)
Ceci est une conséquence immédiate du corollaire II.2.6.

Pour § ÑZ?* P , la formule de Taylor (1.2) et l’estimation (1.3) impliquent que
5 5
ÑZ "21Ñ)?*6O\?UIH*©«ª `" :):

Si UIH*©«ª P (c.-à-d. si la matrice ¨ ?* est définie positive), on a ÑZ? 5 " ÑZ* pour È¾ P
suffisamment petit. On a même démontré que est un minimum strict.
La condition nécessaire de l’affirmation du théorème est une conséquence de (1.1) appliqué à

la fonction 0 ñd ÑZ? 5 ñ<" .
Corollaire 1.2 Situation comme dans le théorème 1.1. Alors on a

§ ÑZC P Ñ possède un
§ ZÑ ?*

P
£ £
1 ¨ C est définie positive maximum relatif en 1 ¨ * est semi-définie positive
Démonstration. Cette affirmation est une conséquence immédiate du théorème 1.1, car Ñ possède
un maximum en si et seulement si 1¥Ñ possède un minimum en .
50 Optimisation
Exemple 1.3 Cherchons les minima relatifs de la fonction °²±

A A ¯ ®
ÑZ
4 5 1©
?
(folium cartesii). Ses courbes de niveau sont dessinées dans la ¬ ¤
figure d’à côté. On commence par calculer le gradient

§ Ñ) w 1 ³ °
³%´
w 1

§ ³ °²µ
et les valeurs de où Z Ñ ?* P . Pour cet exemple simple,
& &
on trouve tout de suite P*LP/ et . Pour des fonc-
tions plus compliquées, on est obligé d’utiliser des méthodes
numériques.
Pour vérifier s’il s’agit d’un minimum, nous calculons la matrice Hessienne

1
#
¨
1®
Ó
Le valeurs propres de ¨ ?* sont les zéros du polynôme caractéristique ?Uß1z*¡ ?Uß1*1 .

Au point P*P/ , nous trouvons Ua 1® et U¡ comme valeurs propres de ¨ * . Il ne
s’agit donc ni d’un minimum ni d’un maximum, comme on peut le voir sur le dessin. Par contre,
& & Ó
les valeurs propres de ¨ ?* pour sont Ua et UC . Comme elles sont positives, il
s’agit d’un minimum relatif.
¤f
Remarquons que, pour une fonction Ñ»b , la condition § ÑZ P donne équations
à inconnues à résoudre, notamment
_ _ _
Ñ Ñ Ñ
_
L _
4L _
4 P*

Pour vérifier si une solution J représente un minimum relatif de ÑZ , il faut calculer les
valeurs propres de la matrice Hessienne ¨ ?* . Les deux problèmes (la résolution d’un système
non linéaire dans et le calcul des valeurs propres d’une matrice de dimension ) seront traités
dans le cours ‘Analyse Numérique’.
IV.2 Minima conditionnels – multiplicateurs de Lagrange

Pour mieux comprendre les idées, commençons par le problème
f j8|}
ÑZ

j8| 1.0 jßk(l
Q V &%

0
n 6b

sur 2 5 1 P/*
.5
On voit sur le dessin d’à côté que les solutions de ce problème

sont Õ ¶ ¶ et ¶ Õ ¶ .
−1.0 −.5 .5 1.0
Raisonnement géométrique. On sait que § ÑZC est orthogonal
§
ÑZ?* ÷ 5¸· 4:): .
−.5
aux lignes de niveau car ÑZ? 5 "1gÑZ?* j8kLl jß|}
De plus, §0 ?* est orthogonal à 2 (formule (8.2) du para- −1.0
graphe III.8). Si la courbe de niveau de ÑZ et la sous-variété
2 se coupent transversalement en , on ne peut pas avoir un
minimum. Donc, aux solutions de ce problème, on a
§ ÑZ* U §0 C4
Optimisation 51
Q V &¬
Raisonnement analytique. La sous-variété 2
5 1 P* peut être paramétrisée
ë / |
à l’aide de ñd ñ( ñd÷ . Le problème qui consiste à minimiser ÑZ sur 2 est alors
I ë / |} |
équivalent à minimiser la fonction ñd ÑZ ñd4 ñ ñ ñ sur . La condition
Ie§ L/ Â Â Â I§ § |
ñd ñ P est satisfaite pour ñ ò *`ò *aò * etc. Comme ñd 1® ñ , les
Â Â
minima sont obtenus pour ñ ò et pour ñ ò .

Pour une fonction arbitraire ÑZ
et pour une sous-variété de donnée par une courbe
ë I ë
paramétrique ñd , l’approche analytique donne i pour ñd ÑZi ñd4 la condition
I § § ë ë § ë ë
ñd Ñ ñd4 ñd ÑZ ñd ÷ ñd P*
Avec l’interprétation géométrique, on a donc au minimum:

§ ÑZ?*C- tangente à 2 en R § ÑZ*: §0 C R § Ñ)?* U §0 ?*
Le but est de généraliser cet exemple à une fonction Ñ de variables et à une sous-variété arbitraire
de de dimension $ .
Le problème à traiter dans ce paragraphe est alors le suivant: soient données une fonction
¸f
ÑÈb continûment différentiable et une sous-variété 2 de dimension $ . Calculer les
solutions de
f j8|}
Ñ) sur 2 (2.1)
c.-à-d. on cherche B¹2 tel que ÑZ6OðÑ)?* pour M2 proche de . On dit aussi que B2
Vº
est un minimum relatif de la fonction Ñ (restriction de Ñ à 2 ).
f ë ! f
Théorème 2.1 Soit Ñ9b deux fois continûment différentiable et soit b une
ë
paramétrisation locale de 2 près de S2 (et >â ). Alors
§ ÑZ?*÷ ë § >â P et Ñ
Vº
possède un § ÑZ*÷ ë § ?>â P et
£ £
¨ est définie positive minimum relatif en ¨ est semi-définie positive
f ë
où ¨ est la matrice Hessienne de l’application >¥û Ñ) >K4 , c.-à-d.
_
ë § ë § Ñ ë
¨ b ?>â ÷ § Z Ñ * >â 5 _ * § >â (2.2)
c0 "
Notons que la matrice Hessienne § Z

Ñ ?* de la fonction Ñ est de dimension , mais que la
matrice ¨ est seulement de dimension $ .
Démonstration. La restriction de la fonction Ñ sur 2 possède un minimum relatif en B¹2 si et

I ë Ie§ § ë ë §
seulement si ?>Ôb ÑZ ?>Ô4 en possède un en >â . En observant que ?>Ô Ñ ?>Ô4 ?>K
§ Ñ) >K4 ÷ >K et que § I >K ë § >K ÷ § ÑZ ë ?>K ë
ë ë § § 5 ë § @
ë
?>K c0 b ç²W » >K4 .>K , l’affirmation
est une conséquence du théorème 1.1. b
I § § Ñ)?* ÷ ë § ? >â
Si on veut éviter la notation matricielle, la condition >â P s’écrit
_ I _ _ ë
Ñ W&
_ ?>â _ ?* _ ?>â P pour ($
>ª c0 " >ª
et les éléments de la matrice ¨

§ I ? >â sont
_ I _ _ ë _ ë _ _ ë
] ä _ _ Ñ r Ñ
>â _ _ ?* _ >â _ ? >â 5 _ ?* _ _ ?>â
>ª >ªä tm r(c0 " "r >ª >ªä ^c0 " >ª >ªä
52 Optimisation
Ce théorème donne un critère satisfaisant si la sous-variété 2 est donnée par une paramé-

trisation. Mais dans la plupart des applications, la sous-variété est donnée sous la forme 2
V 0
È P* . Le but est alors d’exprimer les conditions nécessaires et suffisantes du
théorème 2.1 en termes de 0 et non de >K .
ë
ë § ë §
La condition sur la première dérivée. La condition § Ñ)?*÷ ?>â P , i.e. § ÑZC÷ >â P
ü
, signifie que le vecteur § ÑZ* est orthogonal à l’espace tangent 2
!
pour tout (voir la
z
formule (8.1) du paragraphe III.8). Il suffit d’utiliser la formule (8.2) du paragraphe III.8 qui dit
ü ¡ ¢ 0 § uj 0 §
que 2 * et un théorème du cours d’Algèbre1 pour conclure que § ÑZC% ?* ÷ .
z
Ceci implique qu’il existe U Ua 4UØ¬÷ tel que
Ø
§ ÑZ* 0 § ? * ÷ U U¡!
§0 !?* (2.3)
!c0
;f
Ici, on dénote par 0 ! les composantes de la fonction 0 b
Ø
. Les paramètres U, (U¡Ø
s’appellent les multiplicateurs de Lagrange. En introduisant la fonction de Lagrange
Ø
¼
UZb Ñ)1U ÷ 0 ÑZ1 U! 0 !4 (2.4)
!c0
¼
cette condition devient § ç U" P , où § ç dénote le vecteur des dérivées partielles par rapport
ë §
aux composantes de . En résumé, un point M^2 satisfait la condition § Ñ)?* ÷ ?>â P du
théorème 2.1 si et seulement si CU" est solution du système
§ ç ¼ U P* 0 P* (2.5)
Ø
Il faut donc résoudre ce système à 5 Ý conditions pour 5 Ý inconnues (» et UY ).
La condition sur la deuxième dérivée. Essayons maintenant d’écrire la condition “ ¨ est définie
(ou semi-définie) positive” du théorème 2.1 seulement à l’aide de la fonction Þ 0 .
»
Comme on a 0 ! ?>K
ë
P , en dérivant
é Þ
par rapport à >ª Þ, oné obtient b ç²» b½ ` P et en dérivant
» ¿ 5 » b
b ¾
une deuxième fois, on obtient tm r b ç²» ç£¿ b½ ` b½ b ç²» b ` ½ P . En utilisant (2.3), l’élément
å¡ du deuxième terme de (2.2) estb donc b b¾ bt¾<À b bt¾ bt¾<À
_ _ ë _ 0 _ ë _ 0 _ ë _ ë
Ñ ! ! r
_ * _ _ ?>â U¡! _ C _ _ ?>â 1 U¡! _ _ * _ >â _ ?>â4
" >ª >ªä !@m " >ª >ªä !@m tmr " "r >ª >ªä
L’expression à étudier devient alors

Ø
ë § § ÑZ?*1 § 0 !?* ë § ? >â,
÷¨ ÷ >â ÷ U¡!
!c0
ë § ü uj ë §
En posant & ?>â et en utilisant 2 ?>â (voir le paragraphe III.8), la condition
! z
“÷ ¨ P pour y ” devient
Ø
¼ § 0 ü
& ÷ § ç ?CU!& & ÷ § Ñ)?*21 U! ! ?* & P pour &ð 2
!c0 z
Celle-ci ne dépend plus de la paramétrisation ?>K mais uniquement de 0 .

ë
1
Rappel du cours d’Algèbre. Pour une matrice arbitraire Á on a Â+ÃtÄÅIÁÇÆÈÊÉËÍÌÎÁMÏ . On utilise ici la notation
Ð ÐÞÝ
ÈÑÉÒFÓÕÔ×Ö.Ø%ÙÍÓ%ÏÚ)ÉÜÛ pour tout Ú)Ô .
Démonstration. Ceci suit des équivalences Ú)ÔÃ£ÄÅIÁàß
Ð ÁÚÎÉáÛ8Ð ß Ó%Ï ÁÚÎÉâÛ pour tout Óãß Ú,äÁMÏÓ pour
tout Ó ß Ú,ä¸ËÍÌ,Á*ÏÕß Ú,ÔhÂ+ËÍÌ)Á*ÏFÆ+È et du fait que Â ÈÆÈÑÉ .
Optimisation 53
Nous avons alors démontré le résultat suivant:

f ' V 0
Théorème 2.2 Soient ÑÉb suffisamment différentiable, 2 9 P/ une
Ø ¼
sous-variété, B2 et UY . Avec U" donnée par (2.4), on a alors
§ ç ¼ CU" P et § ç ¼ ¡U" P et
Vº
¼ Ñ possède un ¼
& ÷ § ç ¡U"!&
Á P £ £ &Á÷ § ç ¡U"!&ÈOQP
ü minimum relatif en ü
pour ð & 2 AÍ
& ¾ P pour &ð 2
z z
Corollaire 2.3 Situation comme dans le théorème 2.2. Alors on a

§ ç ¼ ?CU P et § ç ¼ ? CU P et
Vº
§ ¼ Ñ possède un ¼
&÷ ç ?CU!&ÈxP £ £ &Á÷ § ç ? CU!&È[QP
ü maximun relatif en ü
pour ð & 2 AÍ
& ¾ P pour ð & 2
z z
Exemple 2.4 Considérons un parallélépipède droit dont la largeur,

la profondeur et la hauteur sont respectivement
4. et A . Le

problème consiste à maximiser le volume ÑZ
@ A
?A
A
tout en gardant le périmètre constant et égal à : (i.e. la sous-variété

2 est donnée par 0
4 @.A
5 5 LAe1: P ). La

fonction de Lagrange pour ce problème est
¼
U
?A1©U

5 5 LA1n®:
et la condition nécessaire (2.5) devient

A=1©*U P

?A=1©*U P
5 5 LA=1c: P*

?=1©*U P
Â Â Â
Les solutions de ce système sont : *P/P/ , P/a: *P/ , P*P*: / avec U P dans chaque cas
Â0& Â0& Â0& Â
et : *a: *a: / avec U : /K . Il est facile de deviner que le volume est maximal pour
Â0&

A : , mais vérifions tout de même la condition suffisante du corollaire 2.3. Pour
ceci, nous calculons
P A
§ ç ¼ U A
P

P
V0
ainsi que l’espace tangent pour 2
@ A÷
. @ A P* :
ü V 5 5 W] & & & &
2 Ò KKA ÷ 0 K ÔA P* 1 LP/ ÷ P*1 ÷ _
z
¼ ü
La condition & ÷ § ç ?CU!&ÈxP pour &ð 2 A&Í¾ P est alors équivalente à la propriété que
z
& &
& & P A
1 P & 1 A
#
1J13A
& & A
P

1 P
P 1 &
1J%1ÉA 1®

P P 1
Â0& ÂÒ& Â0&
soit définie négative. Cette condition est satisfaite pour le point : *: *a: K . Pour les
autres trois points critiques, les deux valeurs propres de cette matrice sont de signes opposés.
54 Optimisation

Exemple 2.5 Cherchons à minimiser la fonction ÑZ
. A

13%13A sur la sous-variété
ð V &«
2
@ A÷ 5 L 1 P/%

1A P* . Cette dernière représente l’intersection
d’un cylindre vertical avec un plan, c.-à-d. une ellipse dans l’espace. La fonction de Lagrange est
¼ 5 &

4 @.AU, 4UC
1É=13A1©U, 1 1UCCL
1wLA
et la condition nécessaire (2.5) devient

&
1©*U,
1©*U¡ P &¬
& 5 1 P
1 1©*Ua P
& 5
1©A P
1 *U¡ P
dont les solutions sont

¦
èç
å¤
$ ¤ $ å¤

UC Ua A $ æ (2.6)

On aimerait déterminer laquelle de ces deux solutions représente un minimum (ou maximum) de
la fonction Ñ . Nous calculons alors
P P
§ ç ¼ U 1#Ua P P
P P P
et l’espace tangent pour 2 (au points de la solution (2.6))

ü V \] &
2 +0 4KKA ÷ L
0 5 K P*7Ò 1w£KA P* * K ÷ _4
z
& ¼
Avec &Öb * L/ ÷ on a & ÷ § ç U!& 1#K*Ua . La fonction Ñ est donc minimale sur 2 au
&LÂ Â & Â &Â Â &Â
point 1 * * 1 ÷ où Ua est négatif et elle est maximale sur 2
/ au point *1# * K ÷ .
IV.3 Contraintes en forme des équations et inéquations

On cherche des conditions nécessaires et suffisantes pour un problème encore plus général qui est
f f f
,0 b et ] b
Ø !
le suivant: soient Ñ¸b continûment différentiables;
trouver les minima relatifs du problème
f j8|} V 0
ÑZ sur í M P* ] =OQP/* (3.1)
La condition “] gOÆP ” signifie que tous les composantes de ] doivent être non négatives,
º&
c.-à-d. ] äK#O P pour å ($ . Supposons pour le moment que í soit uniquement donné
]
par des inéquations 7OQP .
Exemple 3.1 Considérons la fonction
A 5 A
ÑZ
©1
?
qui nous est familière de l’exemple 1.3 et cherchons ses minima (et maxima) relatifs sur l’ensemble
Q V 5 & 5 &
í
13 1É OQP*M13 #OP*
1wP/}/1©*/ OQP**
Pour résoudre ce problème, nous le séparons en plusieurs sous-problèmes.

5 Étudions d’abord les points critiques de la fonction ÑZ
sans tenir compte de l’ensemble
Vé
í . Ceux qui sont par hasard dans í , sont aussi des extrema de la fonction Ñ (restriction
de Ñ sur í ). Dans notre situation (voir exemple 1.3), ceci est le cas pour le minimum relatif
& &
ainsi que pour le point de selle P*P/ .
Optimisation 55
5 Ensuite, il faut considérer le bord de í . Comme il con-

min. rel. max. rel.
siste en plusieurs courbes lisses, commençons à étudier
' V
Ñ sur le cercle 2
«1< 1< P/ . À
l’aide de la fonction de Lagrange
¼ A 5 A

U" 1©
1U
1J 13 ê
nous trouvons 1 7 /1 7 K et trois autres solutions à
l’extérieur de í . Le dessin nous montre qu’il s’agit
d’un minimum (global). En procédant de la même ma-
nière avec les autres courbes du bord de í , nous obtenons
1
7 & }/ & / et P/} / & *1®P* & Ó comme maxima re-
latifs, et les points 7 _ * / et / /P* // qui
& & & Ó Ó&
sont des minima sur í mais pas sur í .

5 Finalement, nous devrons étudier les sommets de í . En inspectant la figure, nous voyons
& &
que le point }/ / est un maximum relatif de Ñ sur í .
IV.4 Programmation linéaire

Les problèmes convexes les plus simples et les plus importants sont ceux où toutes les fonctions
sont linéaires (affines). Nous commençons par un exemple de petite dimension qui permet une
interprétation et une résolution graphique. L’intérêt principal des paragraphes IV.4 et IV.5 est de
développer un algorithme qui permet de résoudre n’importe quel problème de la programmation
linéaire dans une dimension arbitraire.
Exemple 4.1 Une entreprise possède garages ë¥ et ëe F
avec et F camions respectivement. Elle travaille sur deux
F F
chantiers et . Le chantier exige camions et le Ó
F km km
chantier exige camions. Les distances sont données
sur le schéma d’à côté. Comment faut-il organiser les trajets
pour minimiser les consommations d’essence? ë¥ ëe
Pour une formulation mathématique du problème, no- km km
tons par
, F , A et à F le nombre deF camions allant de ¥ ë F
F
à , de Së à , ë à et de ë à respectivement.
Nous avons les conditions

5 [Q ¥ A 5 à[Q#
5 A # 5 à et "OQP
et la fonction objective est
Ó f j8|}

5 5
A 5 à 8
On peut simplifier le problème en éliminant
6
A et à car A 13
et à 1J . On
obtient alors í²±
5 5 f j8|} 4
L
/

5 «[Q
2 µ²ì
1e
13[1# ±²ì ¯²®

7[Q/
OQP

−2 2 4 6 8
«[Q/ OQP/
56 Optimisation

En regardant les droites où ÑZ
5 L 5 / est constante (lignes traitillées), on trouve

immédiatement la solution du problème:
P ,
, A , à .
Formulation du problème général. Nous considérons la résolution du problème suivant:

æ æ æ f j8kLl

5 5 5
æ f jßk(l
¡ u ?
5 5 ¡ [(Ç ÷
D
ou M[Ç (4.1)
5 5
@Ø ?
@Ø [.Ç Ø MOP

6OQP*Lì O P
Q
D’autres problèmes de la programmation linéaire peuvent être écrits sous cette forme:
5 La condition æ ÷ f j8|} est équivalente à 1 æ ÷^ f j8kLl ;
5 Une équation peut être remplacée par deux inéquations; ou mieux encore: éliminer des
variables comme dans l’exemple précédent;
5 Une variable
, sans restriction sur son signe, peut être écrite comme
¯ 1ú
Õ où

¯
OQP et Õ OQP .
Un algorithme possible mais pas recommandé. L’ensemble,D où on cherche à maximiser la
\æ \ V
fonction objective ÑZ ÷} , est le polyèdre í [\ÇaÒO\P/ . Comme Ñ)
est linéaire, une solution est certainement sur un des sommets de í . Pour la trouver, on pourrait
procéder de la manière suivante:
5 calculer tous les sommets du polyèdre (le nombre de sommets est fini);
5 déterminer le sommet où ÑZ æ ÷^ est maximal.
L’algorithme que nous allons présenter dans le paragraphe suivant est une procédure intelligente
qui permet d’éviter le calul de tous les sommets du polyèdre. Néanmoins, nous sommes obligés
de formuler mathématiquement les sommets du polyèdre. C’est notre but pour le reste de ce
paragraphe.
D Ø
Variables d’écart (variables artificielles). On pose - Ç 1
6 où -É . Pour un
ù
donné, -/ mesure son écart (distance) à l’hyperplan ä4c0 @ ä 6ä 1zÇn P . Le problème (4.1) est
donc équivalent à D
æ f j8kLl 5
÷ - Çd MOQP/ -NOQP* (4.2)

Cette reformulation nous permet de calculer systématiquement les sommets du polyèdre í
V D
M M[ÈÇ,ìMOQP* . Illustrons ceci avec le problème de l’exemple 4.1.
Exemple 4.2 Nous introduisons des variables

d’écart - 4ì-Kà pour les quatre inéquations
du problème de l’exemple 4.1. Ceci donne 8 -/A P
5 5

-
6 -/à P
1¬
13 5 -/ 1®
5

-/A 4

5 -/à
P -0 P
" OQP*\-/ OQP 2
P -K P
et on a équations à inconnues. Chacune des

conditions " P et -* P correspond à une −2 2 4 6 8
droite sur le dessin d’à côté. Si l’on pose deux
Optimisation 57
variables parmi
ì@ì-0 4ì-/à égal à zéro, on obtient les intersections de deux droites et, parmi
µ ó&
elles, les sommets du polyèdre. Il y a possibilités d’annuler deux variables. On obtient
ainsi les sommets du polyèdre et les autres intersections; couples ne donnent pas de solution
(droites parallèles).
Cet exemple nous montre que, pour le calcul des sommets du polyèdre, on traı̂te les vari-
ables " et -/ équitablement. Il n’y a donc pas de raison de distinguer les deux types de vari-

ables. Rassemblons-les donc toutes dans un vecteur >
Lì Ò-0 4(Ò-*Ø¬÷ et écrivons le
problème (4.2) sous la forme & & &
P P P
& & &
æ f j8kLl D D 1 1 P P P
÷ `P ÷ > þ > Çd >#OQP avec þ & & (4.3)
P P P P
& &
P P P P
(pour le système de l’exemple 4.2). Nous constatons que l’annulation de deux variables parmi

ì@ì- Lì-/à correspond à une intersection réelle si et seulement si la matrice carrée, obtenue
en supprimant Dles deux colonnes correspondantes, est inversible. Si, en plus, les composantes de

la solution de þ > Ç sont non négatives, alors cette intersection est un sommet du polyèdre.
D D
æ æ
Dans le problème (4.3) nous écrivons de nouveau ÷ au lieu de ÷u`P÷? , au lieu de þ et
au lieu de > . Le problème devient alors
æ f j8kLl
÷^
D
Ç (4.4)
OQP
M
æ Ø
où D
, , Çe et 9O©Ý . Nous supposons D
(sans perdre la généralité) que le rang de

la matrice soit Ý (maximal). Sinon, soit le système Ç ne possède pas de solution soit une
ou plusieurs équations du système peuvent être supprimées sans changer les solutions.
D Ø D
Notations. Par la suite, nous noterons ä¥ la å ème colonne de la matrice . Nous parti-
& E ¼ E Q
tionnons les indices L Z en deux sous-ensembles disjoints dont d 4 Ø
ó
contient Ý éléments et D åÔ L å Øe contient le reste. Nous partitionnons également les
æ Õ
vecteurs , et la matrice de la manière suivante:
DÞî D D Dðï D D
è ä è ä dt
î e ï e
" è Lì" ÷ "ä è Lì"ä dt ÷
æ î æ æ e æ ï æ æ e
è L ÷ ä è L ä d ÷u
e e
DÞî
Ainsi, est une matrice carrée de dimension Ý . Le problème (4.4) devient alors
æ î î 5 æ ï ï f j8kLl
÷ ÷
DÞî î 5 DÞï ï
Ç (4.5)
î ï
OP*N OQP*
E ' · &
Définition 4.3
Dðî
(base) Un sous-ensemble DÞî ª 4L uØe ( Z à Ý éléments s’appelle
E
une base, si est inversible, c.-à-d. si det ¾ P . Pour une base , le vecteur
î D î
Õ Ç
ï (4.6)
P
E D î
s’appelle solution de base (associée à ). Elle est dite admissible si Õ Ç%OQP .
58 Optimisation
V D
L’interprétation géométrique de cette définition estD la suivante: l’ensemble Çd

représente un espace affineD de dimension 1¸Ý (car est une matrice Ý de rang maxi-
V E
mal Ý ) et l’ensemble ï Çd)9OðP* est un polyèdre dans cet espace. Pour une base du
è t
d
problème, la condition "ä L "ä ÷ P représente l’intersection de ß1¦Ý hyperplans
e
qui sont des faces du polyèdre. Les solutions de base admissibles sont donc en bijection avec les
sommets de ce polyèdre.

Par exemple, - 4 -K -KA -Kà (ou plus précisément l’ensemble **/* ) est une base du

problème de l’exemple 4.2. Elle correspond à l’origine qui est l’intersection de
P et de

P . La base
.-/ -KA correspond au sommet *K qui est l’intersection de -0 P et de

-/A P . L’ensemble
4.@ -/A.-/à ne constitue pas une base parce que la matrice formée par les

deux premières et les deux dernières colonnes de (4.3) n’est pas inversible (les droites - P et

-/ P n’ont pas d’intersection).
î
Reformulation
î du problème. Par élimination des variables , c.-à-d. en utilisant la relation
D î DÞï ï 5 D î
1 Õ Õ Ç , le problème (4.5) devient équivalent à
æ î D î Dðï 5 æ ï ï 5 æî D î f j8kLl ï f j8kLl

?1 ÷ Õ ÷ ÷ Õ Ç î,÷ 1>
D î DÞï ï D î ø ï

Õ
ï [ Õ Ç ou ï w [ ñ (4.7)
OQP OQP
ø3 D î DÞï D î æ î D î DÞï 5 æ ï æ î D î

où Õ ,ñ Õ Ç , î,÷ 1 ÷ Õ ÷ et > 1 ÷ Õ Ç .
Tableau du simplexe. Nous rassemblons toute l’information de la formulation (4.7) dans le

tableau suivant:

E ø
ñ
î,÷ >
Voici quelques tableaux du simplexe pour le problème de l’exemple 4.2:

- -/A
-/
& & & & &
-
P 1
& & & & &
-/ 1 1 1
® 1 - P
& & & (4.8)
-/A P -K P -/A P
& & & & &
-/à P -Kà 1 -/à 1
& &
1
# 1® P
/ 1 1® P
/
D î
La solution de base pour le premier tableau n’est pas admissible (le vecteur ñ Õ Ç possède
des composantes négatives) mais celles du deuxième et du troisième le sont et correspondent à des
sommets du polyèdre (voir le dessin de l’exemple 4.2).
E
Théorème 4.4 (critère du simplexe) Soit une base du problème
æ f j8kLl
÷
D E ø
Ç et ñ le tableau du simplexe correspondant.
OQP
M î ÷ >
î ï
Si ñ%OQP et îM[QP , alors ñ , P est solution du problème.
Optimisation 59
E
Démonstration. Comme ñ«O P , la solution de base associée à est admissible. De plus, pour un
D
point satisfaisant Ç et MOQP , la conditon îM[QP implique
ñ
ÑZ ï î,äu"ä)1©>¥[1¥> Ñ
P
ä4Û
Cette solution de base est alors une solution du problème d’optimisation.
Le troisième tableau de (4.8) vérifie le critère du simplexe (ñ8O P et î¸[ P ). La solution de

base associée
P et est donc une solution optimale du problème de l’exemple 4.2.
Pour se convaincre que l’algorithme (non recommandé) du début de ce paragraphe n’est pas
W&
réalisable, considérons le cas où KP et Ý P (en pratique on est confronté à des dimensions
uâ Ö& &
beaucoup plus grande). Il y a ^â /6// possibilités de choisir P parmi les /P colonnes de
D
la matrice . Le calcul de toutes les solutions de base pourrait ainsi exiger la résolution d’environ
& & &
/P6P/PKP systèmes linéaires de P équations à P inconnues.
IV.5 L’algorithme du simplexe

The author wishes to acknowledge that his work on this subject stemmed from discussions
in the spring of 1947 with Marshall K. Wood, in connection with Air Force programming
methods. The general nature of the “simplex” approach ( vvv ) was stimulated by discussions
with Leonid Hurwicz. (G.B. Dantzig 1951)
L’idée de suivre les arêtes d’un polyèdre pour optimiser une fonction linéaire sous contraintes
linéaires a déjà été envisagée par J. Fourier2 . Dantzig cependant la systématise.
(J.F. Maurras 20023 )
L’algorithme du simplexe a été publié par Dantzig comme chapitre XXI dans un compte rendu
d’une conférence4 . C’est une procédure itérative permettant d’effectuer une exploration dirigée des
sommets du polyèdre en suivant des arêtes jusqu’au sommet qui maximise la fonction objective.
Cet algorithme est parmi les “Top 10 Algorithms of the 20th Century” (SIAM News, Vol. 33, Nr. 4,
May 2000).
Le théorème suivant donne les formules qui, en partant d’un tableau du simplexe, nous permet
d’obtenir le tableau associé à un sommet voisin.
E Q& ½ E E
Théorème 5.1 Soit une base du problème (4.4), L Z , $g , ñ` et
ñ å
E ø $ d! d !ä ñ.!
ñ (5.1)
d d ä ñ.
î ÷ >
î, î,ä >

le tableau du simplexe correspondant. Si d!)¾ P (pivot), alors
5 E E ¼ ñ ½ $Ò est une base.
2
J.B.J. Fourier, Solution d’une question particulière du calcul des inégalités, Nouveau Bulletin des Sciences par la
Société Philomathique de Paris (1826) 99–100.
3
J.F. Maurras, Programmation Linéaire, Complexité, Séparation et Optimisation, Mathématiques & Applications
38, Springer, Paris, 2002.
4
G.B. Dantzig, Maximization of a linear function of variables subject to linear inequalities, Activity Analysis of
Production and Allocation (T.C. Koopmans, ed.), Wiley, New York, 1951, 339–347.
60 Optimisation
5 Le tableau qui correspond à E est donné par
$ åÞ Þ
Þ ò Þ
ñ ò » ò À» Þ ò »Þ÷Þ
E ø ò Þ` » ò Þò ` » òÞ ` »
ñ 1 ò » d
ä 1 ò » ñ.1 ÷ ò »
ÞÀ Þ
î,÷ > Þ» ò Þ » Þ »
1ò ó » î ä
1
, ò À ó» >1 ò ó »
÷
Voici une astuce pour retenir cette formule:

r
v r f v r r
1 ÿ ÿ
1 r =1 r
î ø ï ï
Démonstration. La $ ème composante de l’équation 5 ñ est "! 5 ä4Û (!4äu"ä ñ.! .

Comme d !6¾ P , on peut en extraire " ( ña , fixé) et on obtient
&
d!ä ñ.!
" 5
5
"! ïMô<õ "ä
d! ä4Û T ö
d
! d!
E
(voirî la ligneï “ ñ ” du tableau½ pour ). En remplaçant " de cette formule dans la ème composante
ø E
de 5 ñ (= $Ò ), on obtient
&
d!ä ñ.!
" 5 d 1 "!e1 ïMô<õ "ä 5 5
ï*ô<õ d äu"ä ñ. ou " 5 d !("! 5 ïMô<õ d äu"ä ñ.
d! ä4Û T ö
d
! d! äÛ 'ö ä4Û Tö
E
ce qui vérifie la ligne “ ” du tableau pour . La dernière ligne du tableau est obtenue de la même
manière.
Les formules du théorème précédent donnent un moyen simple et efficace pour calculer des
tableaux du simplexe à partir d’un tableau connu. Il reste à éviter le calcul des tableaux inutiles.
Algorithme du simplexe. Soit donné un tableau (5.1) avec ñO P , c.-à-d. la solution de base as-
sociée est admissible. Alors, le programme suivant nous permet de trouver une solution optimale:
begin
if (îM[QP ) then
on a trouvé une solution du problème, stop
else

choisir , ñ avec î, P
E
if ( d `[QP pour tout ) then
pas de solution, la fonction objective n’est pas majorée, stop (voir explication 1)
else Þ
E Þ÷ jß|}0 ÷ ` V E
choisir $g tel que ò » ò ` » ad P* ;
échanger $ et ñ avec les formules du théorème précédent;
E E ¼ ½
on obtient un nouveau tableau avec base ñ $Ò qui satisfait
ñ¬OQP et 1 >SO1#> (voir explication 2) go to begin
end if
end if
end
Optimisation 61
Explications.
E
1. Si î, P (pour un ñe ) et ( ¬[óP pour tout S alors la fonction objective n’est pas
majorée sur l’ensemble des points admissibles.
ï ÷
Démonstration. Considérons le rayon défini par "4 ( O P ) et "äK P pour
½ ï ø ï ø ï
åg ñ . Alors O P et ?ad ÷Z[ÈP;[¸ñ . Les points du rayon

sont donc admissible pour tout OP et
ï f f
Ñ) 4 î ÷ 1#> î, 1¥> q si q
2. Le choix de ñ et de $ dans l’algorithme

Þ conduit à un tableau avec ñ%OQP et avec 1 S > O1#> .
Þ E ½
Démonstration. Nous avons ñ. ò » OQP parce que ñ.!®OQP et (!4
÷ P et pour $
Ò
ñ.!4d O©ñ.OQP Þ si d `[QP

ñ. ñ.01 `
d! d . ò ÷ ` » 1 ÷Þ
ò » 7OQP si d P*
Þ
»
De plus, on a 1 > 1¥> 5 ÷ ò Þ ó » O1#> car î, P , ñ.!ÁOP et d! P .
Exemple 5.2 Considérons le problème

°²±
°²
f 8 j kLl

5 4
&

5 [ P ±
5

[Q

1J[Q 2
&

1w[

6OQP*×OQP
2 4 6
et appliquons l’algorithme du simplexe.
Nous introduisons les quatre variables d’écart -0 4ì-/Ò-KAì-/à pour les quatre inéquations. Ceci

donne un problème de programmation linéaire avec Ý équations et variables non

négatives. Les variables - ì-/ì-KAÒ-/à constituent une base, dont la solution associée
P
est admissible. Cette base nous donne un tableau de départ pour l’algorithme du simplexe:

-/à -/à - A
K -
/ -/A
& & & Ó Â
- P -0 1 - 1# - 1®
& & & &Â Â &
-/ -K 1 -/ 1# -/à 1®
& & & & & & & & &Â
-/A 1 -KA 1 1
& & & & & &Â
-/à 1®

1®

1

& Â &Â &
P 1# 1# 1
# 1
# 1® 1 1 P
Dans le premier tableau, le deux composantes de î sont positives et on a le choix entre

et
&
, c.-à-d. on peut soit aller vers le sommet P/ (c’était notre choix) soit vers le sommet P*L/ .
Dans les autres étapes, le pivot est unique. Il nous faut trois itérations pour un tableau qui satisfait

le critère du simplexe. La solution du problème est
, et la valeur maximale de la
'&
fonction objective est ÑZ opt P .
62 Optimisation
Construction d’une solution de base admissible. L’algorithme du simplexe nécessite la con-

naissance d’une base avec ñ%OQP (solution de base admissible). Dans un problème
æ f jßk(l æ f j8kLl
÷ c0 }"
D 5
[Ç
» ou de manière équivalente -/ ä c0 @ äu"ä Çn (5.2)
MOQP "OQP*N-*OQP
avec ÇBO P , les variables - 4ì-*Ø forment une base dont la solution associée est admissible.
On peut alors immédiatement appliquer l’algorithme du simplexe.
Si, par contre, au moins une composante du vecteur Ç est négative, il faut une astuce supplémentaire
pour trouver un tableau de départ. L’idée est de supprimer les inéquations avec ÇnxÐP (pour que
l’origine devienne un point admissible, voir le dessin de l’exemple 5.3) et ensuite de minimiser
l’écart de celles-ci. Cela revient à considérer le problème auxiliaire

-/ 5 äc0 @ ä"ä Çn si Çn OQP
5
-/01>ª ä c0 @ äu"ä nÇ si ÇnxP
(5.3)
-/ OQP/3>ªOQP*×"OQP
f jßk(l
1 >ª
Ce problème auxiliaire a les propriétés suivantes:

5 L’ensemble des variables -* V Çn
OQP/ ¼ >ª V Ç.xP* forme une base de (5.3) avec solution

associée " P , -/ P si Çn¬xP , -* Ç. si Çn¬OÍP et >ª 1¥Çn si Çn¬xWP . Cette solution
satisfait "
OQP , -*2OQP , >ªOÈP . Elle est donc admissible et fournit un tableau de départ pour
l’algorithme du simplexe appliqué à (5.3).
5 La fonction objective 1
>ª est majorée par zéro parce que >ªOP . Le problème auxiliaire
admet donc une solution finie.
5 Pour la solution ainsi trouvée on a deux possibilités:

(a) >ª P , c.-à-d. >ª P pout tout . Dans cette situation, les valeurs " et -* satisfont
les contraintes du problème original (5.2). On a donc trouvé une solution de base admissible
pour (5.2).
(b) >ªßxºP . Si le problème (5.2) avait un point -, satisfaisant les contraintes, la

solution de (5.3) aurait > P comme solution. L’ensemble des points admissibles pour (5.2)
est donc vide dans cette situation.

Exemple 5.3 Considérons de nouveau le problème
8
de l’exemple 4.1 pour lequel le vecteur Ç possède
une composante négative. Le problème auxiliaire
6
devient alors
f j8kLl
1 >@
¥ 4
5 5
-

-/71>@ 1J
13 1® 2
5
-/A

5

-/à
−2 2 4 6 8
"OÈP/¶-*2OQP/9>ªOQP*
Optimisation 63
E º
Comme proposé tout à l’heure, nous prenons la base - 42>@ ì-KAì-/à et nous appliquons
l’algorithme du simplexe au problème auxiliaire. Ceci donne

-/ -KA -/ -KA >@ -/
& & & & & &
- P - 1 P - P 1
& & & & & & & & & & &
>@ 1 >@ 1 1 1 1
& & & (5.4)
-/A P P

P P
P P
& & & & &
-/à P P -/à P P -/à 1
& & & & & & & &
1 1 1 P 1 P P
et les itérations correspondent au chemin indiqué dans la figure. Si on avait choisi dans la première
itération le pivot dans la colonne de , on aurait tout de suite trouvé la solution de base admissible

qui correspond à
P et .
La valeur de la fonction objective est zéro (voir le dernier tableau de (5.4)). En supprimant
la colonne correspondant à >@ , on obtient alors une solution de base admissible pour le problème
original. Il faut encore adapter la fonction objective
&
1®
1©L 1®1e-KA 5 /1©-/A 5 -K 5 -KA1©L-/71w/
pour obtenir le tableau de départ cherché. L’algorithme du simplexe donne maintenant la solution
en une itération:
-/A -K
-/
& &
-
0 P -
0 P
& & & & &
1 1 1
& &

P -KA P
& & & &
-Kà -Kà 1
& &
1#
K 1 1® P
/
IV.6 Exercices
Chapter V
Calcul intégral
L’intégral d’une fonction a été introduit et discuté dans le cours “Analyse I” (semestre d’hiver). Le
but de ce chapitre est d’exercer le calcul des intégrals et de donner des applications interessantes.
Nous suivrons de près la présentation des paragraphes II.4 et II.5 du livre “L’analyse au fil de
l’histoire” de Hairer & Wanner (Springer-Verlag 2000).
V.1 Primitives
Newton, Leibniz et Joh. Bernoulli découvrent indépendamment que l’intégration est une opération
inverse de la différentiation.
I
Pour une fonction donnée - ÑZ , nous désignons par > l’aire sous Ñ) entre
I
et (figure V.1, gauche). Le point crucial est que la fonction ÑZ est la dérivée de . Nous
I
appelons alors une primitive de Ñ) et nous la notons par ÑZ+ . 1 On a alors
I F I §
ÑZ+ 5 ¢¤£ ÑZ4
Pour Leibniz, l’aire en question est la somme (plus tard : “intégrale”) des aires de rectangles
infinitésimaux (figure V.1, droite).

- ÑZ
I
> +

g Ç
Figure V.1: Idée de Newton (gauche), idée de Leibniz (droite).

I
Les primitives
F
ne sontF pas uniques : à chaque primitive peut être ajoutée une
F
constante
I I
arbitraire , car 5 est à nouveau une primitive de la même fonction. Pour 1 ?* ,
1
Leibniz (1686) introduit le signe intégral, le mot “intégrale” est de Joh. Bernoulli, et fut publié par son frère
Jac. Bernoulli (1690). La notation (1.1) pour l’aire entre les bornes ù et ú est due à Fourier (1822).
Calcul intégral 65
I I
nous obtenons la primitive 71 C qui s’annule en (en même temps que l’aire > ).
Nous avons donc pour l’aire entre et Ç
|
I I
ÑZ+ Çª1 C (1.1)
z
(nous rappellons que cette identité est le “théorème fondamental du calcul différentiel”, voir le
cours “Analyse I”).
Chaque formule de différentiation, inversée, livre une primitive. Par exemple, la dérivée de la
¯0 § & ¯0 Â &
fonction Ñ) est Ñ 5 ? . Donc, 5 est une primitive de . La
table suivante inverse de cette manière des formules bienconnues de la différentiation.
Petit tableau de primitives

¯0 &
5 F & Q{ 5 F
+ & ©¾ 1 +
5
ç ç 5 F
ï + ï
|} / F / | F
S+ 1 5 S+ 5
& &
Qk!¢ û k/ F Qk!¢ | F
& 5 + 5 7 & 13 + 5

Pour être utile, une table de primitives doit comporter plusieurs centaines de pages. Mentionnons
ici celles de Gröbner & Hofreiter (1949) et de Gradshteyn & Ryzhik (1980). Aujourd’hui, de
nombreux logiciels de calcul symbolique contiennent de telles tables.
V.2 Applications du calcul intégral

Aires de paraboles. L’aire sous la parabole - de degré entre et Ç se calcule avec (1.1) et
le tableau précédent :
| ¯0 | ¯
0 ¯0
Ç 1©
+ 5 & 5 & (2.1)

z z
I V| I I
Nous avons utilisé la notation ?Çª1 ?* .
z
7 &
Aire d’un disque. Pour calculer l’aire d’un quart de disque, prenons la fonction Ñ) 13
&
pour P#[w»[ . Une primitive de Ñ) est
&
I 7 & 5 k!¢ |
1J (2.2)

comme on peut le vérifier par différentiation. Nous verrons plus tard comment trouver de telles
formules. Par (1.1), nous avons

7 & I & I
aire du disque unité 13 + 2 1 P/ ò6
â
|} Â W&
car ò / .
66 Calcul intégral
Voici un découpage plus élégant du disque. Rien ne nous oblige à supposer que ÑZ+
s’obtienne en découpant l’aire considérée en rectangles verticaux. Découpons le cercle (de rayon )
en triangles infiniment minces. L’aire d’un tel triangle est
X ë
øJ + ü ë X
+ +

ë
où + est l’incrément infinitésimal de l’angle. L’aire totale (la somme
des aires de tous ces triangles) est
#ü ë #ü #ü ë
øJ + ë ë
+ ò6
â â â 0
Volume de la boule. Considérons une boule de rayon (voir la figure V.2) et découpons-
7
la en tranches d’épaisseur + et de rayon 13 . Le volume d’une telle tranche est

+CÃ òß+ 13 ?òß+ et le volume total de la boule est
¯ A ¯ A
z z / ò
Ã ? 13 ?òß+ ò 1
Õ z
Õ z
dx
7 1J
1#

Figure V.2: Volume d’une boule
Longueur d’arc. On veut calculer la longueur d’arc ý d’une 1

courbe -Z donnée, entre et Ç . Si on augmente de + dy ds dy
§
(voir la figure), l’ordonnée croı̂t de +- - + (en négligeant
les termes d’ordre supérieur). La longueur d’une petite portion de
dx
la courbe est par conséquent donnée par +I , où
§
5 & 5 dx
+I - 0 + + +-
f 0
0 1
(théorème de Pythagore). Si on fait tendre + P , on a
|
& 5 § X & 5 §
+I - + et ý - + (2.3)
§
z
&
Exemple. Pour la parabole - , nous avons - L et la longueur d’arc entre P et
est donnée par (voir la formule (3.15) plus loin)
& & 7 &
7 & 5 7 & 5 {} 7 & {} 7
ý + 5 5 L 5 5 5 Z4
â â
V.3 Techniques d’intégration

Nous abordons ici des techniques générales permettant de trouver des primitives. Observons tout
d’abord que l’intégration est une opération linéaire, c.-à-d.
æ æ æ æ
4ÑK 5 @Ñ(C + Ñ/ + 5 ÑL¡+ (3.1)
puisque la différentiation est une opération linéaire.
Substitution d’une nouvelle variable. Soit

I
?>K une primitive de ÑZ>K ,
I§ 0
i.e. ?>K ÑZ>K , et considérons la substitution > qui transforme la variable > en . La
formula pour la différentiation d’une fonction composée donne alors que
I §
4 est une primitive de ÑZ 0 4 0 .
0
Par conséquent, nous avons

| |[
§ Y
ÑZ 0 4 0 + Ñ)?>K+C>/ (3.2)
[
z Y{z
I 0 I 0
car, par (1.1) chaque membre est égal à ?Çª Z1 ?* . Le membre de gauche a été obtenu
0 0 §
par la substitution > en ÑZ>K et avec +C> 4+ .
2 2
- & 5

î & 5
>
1 1
mêmes aires
1.5 /}/
+ +C> LB+
x
1 2 1 2 >
Figure V.3: Changement de variable dans une intégrale
Interprétation géométrique. Calculons

no ±

& 5 +
â

avec la substitution > . Puisque +C> S+ , nous obtenons de (3.2)
no ± Lo u± Lo u± no ±
X XK{} & 5 X/{} & 5 XK{}
& 5 B+ & 5 +C> >K *//4
â â > â â
Â &
La figure V.3 illustre le changement de variable > transformant la fonction 5 en
Â & 5 5 5 5 5
>K . Les points et + sont tranformés en > et > +C> S
+ + . Pour

f
+ P , les rectangles en noir ont les mêmes aires et par conséquent, les deux intégrales de (3.2)
ont la même valeur.
Exemples. L’art consiste à trouver de “bonnes” substitutions. Démontrons-le dans une suite
d’exemples.

Pour des fonctions de la forme ÑZ 5 Çd , on pose > 5 Ç . Par exemple, avec > 5 ,

+C> + , nous avons (en omettant la constante d’intégration)
& &
± ç ¯K +C> ± ç ¯K
ï + ï ¾ ï ï (3.3)
¾
§ 0
Parfois, le facteur 0 est facilement reconnaissable pour la substitution > . Dans

l’intégrale suivante, par exemple, le facteur incite à poser > 1e , +C> 1#S+ . On obtient
alors & & &
ç é ç é
ï@Õ + 1 ï ¾ +¡> 1 ï ¾ 1 ï@Õ (3.4)

Le tableau du paragraphe V.1 donne les intégrales de 5 ou de 7
&LÂ & &Â &
1 . Pour trouver
3
la primitive de 5 ou de 7 1J , on utilise la substitution
&LÂ
& Â 7
*> ou 6> ,
7
+ 7+C> . Cela donne par exemple,
+
7 6+C> & &

k!¢ #û k/ k!¢ û k/
& 7 > 7 7 (3.5)
5 5
>
5 æ
Les expressions quadratiques sont souvent simplifiées en “complétant le carré” /Çu 5
æÁ æ
5 *Ç 5 5 Çª 5
1zÇ , puis en faisant la substitution > 5 Ç . Ainsi, l’intégrale

& Â
suivante est réduite, par la substitution > 5 , à l’intégrale (3.5) :
&
+ +C> k4¢ û k/ /> k!¢ #û k/ L 5
& Â 7 7 7 7 (3.6)
5 5 > =5
Â &
Comme dernier exemple, prenons la fonction 5 K 5 5 . Nous écrivons le numérateur
&Â Â &Â
sous la forme 5 5 Ô 5 , pour que la première partie 5 soit un multiple de
la dérivée du dénominateur. Cette partie de l’intégrale est ensuite calculée par la substitution
&
> 5 5 . La deuxième partie est un multiple de (3.6), et nous avons
5 & 5 &
{} 5 & 7 k!¢ û k/
& + 5 5 7 (3.7)
5 5
Intégration par parties. Une deuxième technique d’intégration est basée sur la règle de différen-
§ § 5 §
tiation d’un produit de deux fonctions. La formule î, î î donne par intégration
§ §
î=) î 5 î% 40+ , d’où
§ §
î + î=1 î% + (3.8)
§
Cette formule ramène le calcul d’une intégrale à celui d’une autre. Si les facteurs î et sont bien
choisis, cette deuxième intégrale sera plus facile à calculer que la première.
| §
Exemples. Calculons B+ . Il ne serait pas judicieux de choisir î (c.-à-d. î=
Â |}
) et , car la deuxième intégrale serait encore plus difficile. Choisissons donc
§ |} /
î (donc î= 1 ) et . La formule (3.8) donne alors
|} / &ZX / / |}

S+ 1e 5 S+ 1¬ 5 (3.9)
Il arrive que l’intégration par parties doive être répétée. Dans l’exemple suivant, nous posons
§ ç
d’abord ) , î ï , puis faisons une deuxième intégration par parties avec ,
§ ç
î ï :
ç ç ç ç
ï + ï 1© Sï + ï 1wL 5 / (3.10)
{} k!¢ #û k/
Des fonctions telles que , ont des dérivées simples ; on les utilisera souvent pour
:
{} &6X/{} { { &
B+ B+ Y1 + y1 (3.11)

&
k!¢ #û k/ k!¢ #û k/ k!¢ #û k/ {} & 5
S+ y1 & 5 + y1 (3.12)

5 , +C> W&
la dernière intégrale a été calculée avec la substitution > S+ .
Pour calculer l’intégrale 7 & 5
+ (rencontrée dans le calcul de la longueur d’arc d’une
§ W& 7 & 5
parabole), nous faisons une intégration par parties avec î , ) :

7 & 5 7 & 5
+
7 & 5 + 1 (3.13)
& &
Si nous écrivons le numérateur de la dernière intégrale sous la forme 5 d1 , l’intégrale
se décompose en deux intégrales : l’intégrale cherchée 1 7 & 5 + et la deuxième intégrale
!k ¢ |Aþ &Â 7 & 5
semblable à la dernière du tableau du paragraphe V.1 : la dérivée de > est > et la

substitution > donne
& &
+ !k ¢ |}@
þ {} 7 &
7 & 5 5 75 (3.14)

Ainsi (3.13) livre

& &
7 & 5 7 & 5 { 7 &
L + 65 5 75 (3.15)

Relations de récurrence. Pour calculer l’intégrale

ÿ +
& 5 (3.16)

§ W& Ð&Â & 5
intégrons par parties avec î et :
&
ÿ &ZX 5
& 5 + & 5 & 5 ¯0 +

& 5
et, comme en (3.13), écrivons dans la dernière intégrale 1© pour obtenir
ÿ 5 ÿ ÿ
& 1w ¯0
5
Il semble que notre choix ait été maladroit : au lieu de décroı̂tre, l’indice est devenu plus grand.
Renversons simplement la formule :
& &
ÿ 5 ¶1 ÿ
¯0 & (3.17)
5
ÿ zk!¢ #û k/
Cette relation ramène le calcul de (3.16) à celui de l’intégrale .
V.4 Intégration de fonctions rationnelles

Â / /
Soit :
¤ une fonction rationnelle ( :g et des polynômes). Si on sait
/
calculer les zéros de , nous allons voir qu’on peut toujours trouver une primitive + .
Elle sera trouvée en trois étapes :
@ @ £ / A
– réduction au cas/ : x
Q (où : est le degré de g
: ) ;

– factorisation de et décomposition de en fractions simples ;
– intégration des fractions simples.
@ @ £ /
Réduction au cas : x
W . On effectue une première simplification de la fonction ,
@ @ £ / /
si : O
Q . Dans cette situation, on divise : par pour trouver
:g ø :ß

/ 5 / (4.1)

ø @ £ @ /
où et :ß sont des polynômes (quotient et reste) avec :x . Prenons pour exemple
µ ± Ó à 5 A 5 5 Ó
:g L 1wL 1
/ 1©/
/ (4.2)
±5 à w 1 L A 3 1 75 ¤1©
µ /
Tout d’abord, on fait disparaı̂tre le terme en retranchant de :g , puis on additionne
/
: pour obtenir
à ¤
à &LÓ
5
:g L 5
1©KP
/ y1w 5 (4.3)
± 5 à 1© A 1J 5 Y1ú
ø
Le polynôme est facilement intégré ; seul le deuxième terme dans (4.1) nécessite des efforts
supplémentaires.
/
Décomposition en fractions simples. Supposons qu’on connaisse les racines de . Notons

les racines réelles distinctes par a 4ì
! et les racines complexes conjuguées distinctes par $
/

£g
$ "
(qui apparaissent en paires, si le polynôme possède des coefficients réelles).
Dans ce cas, nous obtenons la factorisation en polynômes réels
!
/ ¡` 5 Ø `
Y1q 4y1 (4.4)
tc0 c0
où les Ý¶ et 2 sont les multiplicités des racines. Le lemme suivant montre comment une fonction
rationnelle peut être décomposée en somme de fractions simples.
/ @
Lemme 4.1 Soit donné par (4.4) et ¤ : D un polynôme à coefficients réels avec : x
º
@ £ / E F
. Alors il existe des constantes réelles ä( ä et ä telles que
! ¡` F Ø ` D 5 E
:g ä 5 ä äu
/ ä ä (4.5)
c0 ä4c0 Y11 c0 ä4c0 ¤1 5
/
Démonstration. Nous traitons les / facteurs de l’un après l’autre. Commeno̧ns / par les racines

réelles et, pour cela, nous posons Y1q r , où est une racine de et r ®¾ P .
F @ / &
Démontrons maintenant l’existence d’une constante et d’un polynôme v de degré x 1
tels que F
:¤ 5 v
r >r (4.6)
Y1Õ
y1q y1q Õ
c’est-à-dire, après multiplication par le dénominateur commun,

F X r X
:¤ 5 v ¤1q (4.7)
F Â
En posant , on voit que : ¤ +
r . Pour obtenir le polynôme v , nous divisons

F X r
:g"1 par B1
. Appliquons ensuite récursivement le même procédé au second terme
du membre de droite de (4.6). Nous parvenons alors à la première partie de la décomposition (4.5)
annoncée. / 5 Ø
Quant aux racines complexes, nous écrivons 81 D r , où 5 est une
/
r 9 E
racine de et $ 7
Á¾ P . Alors il existe des constantes réelles et un polynôme v
@ /
de degré x 1w tels que
D 5 E
:g 5 v
65 Ø r 65 Ø 5 Ø
4y1 4¤1 4y1 Õ r
Pour le voir, nous prouvons l’équation équivalente

D 5 E X r X 5
:¤ 5 v 4y1 4
5 D E
En posant , nous déterminons et en comparant les parties réelles et imaginaires.
D E X 5
r par 481

Le polynôme v est alors obtenu en divisant :g"1 5 / . Nous
parvenons donc à la formule (4.5) par récurrence sur le degré de .
/
Exemple. Le polynôme de (4.2) admet la factorisation
/ ± 5 à A 5 & A
1ú 13 Ly1© y1 5 / (4.8)

On applique (4.7) en posant 1# et , et (4.6) livre
à &LÓ & A &/& Ó

L 1wKP 5 5 1 5 1 1J 5
& A & A
Y1 5 / 5 / ¤1 5 /
'&
Deuxième étape : posons 1# et et nous avons
à 5 5 &LÓ & 5
L 1©/PL 1 5 5 1©
& A 5 & A (4.9)
y1 K 5 K 5 Y1
& & &
Dans la dernière expression, nous écrivons ;1 5 pour que 1< 5 081 1
& 5 &
y1 , et (4.9) devient enfin
à &LÓ & &
L 1wKP 5 5 5 1® 5 5 1 5
& A 5 & A & & 5 5 (4.10)
Y1 / Y1 y1 y1 /
Deuxième possibilité. Par le lemme 4.1, nous pouvons écrire

à &LÓ D D D E E
L 1wKP 5 5 â 5 5 5 â 5
& A 5 & A & & (4.11)
Y1 / Y1 y1 y1 5 / 5
D & A
On calcule les coefficients en multipliant (4.11) par y1 :
à 5 &LÓ
L 1©KP 5 D D & D & 5 & A 0
5 â 5 Y1 5 ¡y1 ¤1
/
& D
où 0 est une fonction bien définie au voisinage de . Les sont donc les premiers
Â
coefficients de la série de Taylor de :¤ 5 / , donnés par
& à 5 &(Ó
D + 1©/P L 5
ç c0
o + 5 /
D '& D D
i.e. â , 1® , . De manière analogue, nous obtenons
& à 5 &LÓ
E + L 1©/PL 5
& A
>o + y1 ç c
Õ

E & E
i.e. â 1 , .
Intégration de fractions simples. Dans la troisième étape, les termes de la première somme dans
(4.5) sont intégrés en utilisant les formules du paragraphe V.1 (cf. le petit tableau) :
&
1 &
+ & si å
å1 y1q ä Õ (4.12)
y1q ä {} '&
¤1q
si å .
Pour l’exemple (4.2), nous avons avec (4.3), (4.8) et (4.10),

& &
:¤ 5 5 {} & { F
5
5
/ + 1©¤1 & & ¤1 5 / 5
¤1 Y1 5
/ Â /
Si toutes les racines de sont réelles, nous avons alors trouvé une primitive de g : .
Pour intégrer un terme général de la deuxième expression du membre de droite dans l’équation
(4.5), nous l’écrivons sous la forme
D 5 E E D 5 E
Y1 5
75 ä 65 ä 65 ä
¤1 4¤1 4y1
5
Le premier terme de cette expression est intégré en faisant la substitution > É1 ,
Â
+C> J1 + . Pour le deuxième terme, nous utilisons la substitution > 31 et
W&
obtenons l’intégrale (3.16) du paragraphe V.3. Ainsi, nous avons pour å
D 5 E E D 5 E
{ 5 5 k!¢ #û k/ y1
5 + y1
¤1
&
et pour å
D 5 E E D 5 E
1 5 ÿ y1
5 ä + & 5 ä ä
4y1 å1 ¤1 Õ n ä Õ
ÿ Qk!¢ û kK
où >K > et par (3.17)
&
ÿ > 5 åÁ1 ÿ
ä¯0 >K 5 & ä äÔ?>K4 (4.13)
åa?> å
& 5 à
Exemple. Le lemme 4.1 donne la décomposition suivante pour la fonction Õ :
& & D 5 E F 5 G
5
& 5 7 L 5 & 7 5 & 7 5 & 7 5 &
à
75

1
75

1
Multiplions cette relation par

5 7 5 &
et posons

?1
&
$É 7 . Cela donne
Â
& & &

$J D 5 E ?1 $J4
ç 7

D &Â E 7 Â
et , apparaissent en comparant les parties réelles et imaginaires des deux
F '&Â G 7 Â s’obtiennent de manière analogue. Ces calculs
membres. Les constantes et 1
livrent finalement le résultat
7 5 7
5
& 7
+ {} 5 k!¢ û kK 7 & k4¢ û k/ 7 &
& 5 7 5 & 5 5 1 (4.14)
à 1
Remarque. La décomposition en fractions simples fut un des stimulants au réveil de l’intérêt des

mathématiciens du XVIII siècle pour les racines des polynômes et pour l’algèbre.
V.5 Substitutions importantes

Le résultat précédent va nous permettre, grâce à diverses substitutions, de trouver la primitive pour

d’autres classes de fonctions. Dans tout ce qui suit, représente une fonction rationnelle à une,
deux ou trois arguments.
7
Intégrales de la forme 5 Çd 4+ . Voici une substitution évidente :
7 î 1wÇ X X
5 Ç î
+ î Õ +î
(5.1)

elle donne
7 î 1Ç
5 Ç( + î
î Õ +î î +î

où î
est une fonction rationnelle. On peut donc calculer cette dernière intégrale par les tech-
niques développées ci-dessus.
Ú ç Ú ç Ú ç
Intégrales de la forme ?ï 4+ . Il est évident de poser ici î ï avec +î U,ï + et
Â
+ +î UCî . La fonction à intégrer qui en résulte est une fonction rationnelle.
Exemple,
+ + + î

5 |}@þ 5 ç Â ç 65 &
?ï 1©ï Õ î îy1
& 5 7 & ç 5 7
+î {} î 1 {} ï e1
7 5 7 7 ç 5 7
î 5 / 1© î
5
ï
5
| L/ û kK

Intégrales de la forme 4+ . Une des plus célèbres découvertes de l’Antiquité
grecque (Pythagore 570–501 av. J.-C., voir aussi R.C. Buck 1980, Sherlock Holmes in Babylon,
& &
Am. Math. Monthly vol. 87, Nr. 5, p. 335-345) sont les triplets **K , / * / , */*L// , ,
æ & Â & Â
qui satisfont 5 Ç et sont de la forme (î , î 1 , î 5 ) ; cela suggère la substitution
&
| î L/ 13î û k/ î
& 5 & 5 & (5.2)
î î 1Jî
| 5 & L/

On vérifie que î= ; par conséquent le point
L/ | ýÈ & ù
est l’intersection de la droite î= 5 et du
û k/ Â k!¢ #û k/
cercle unité (voir la figure). Donc î / , î ,
î u¯ ó é
et Â ó

+ & 5 +î
é

î u¯Õ ó é
| ó
K û k/
Cette substitution transforme 4+ en inté-
grale d’une fonction rationnelle.
Exemple.
+ *+î +î
|} & &
5 5 î 5

u¯ ó é î 75 î 5
ó
La dernière intégrale nous est déjà connue (4.18) ; par conséquent,
& &
+ k!¢ û kK k!¢ #û k/ û k/ 5
5 |} 7 7 î 5 7 7

7 æ
Intégrales de la forme 5 * Ç 5 4+ . L’idée (Euler 1768, 88) est de définir une
æ
=
nouvelle variable > par la relation 5 * Ç 5 " Y1©>K . Cela donne la substitution
æ 5 æ
C> 1 "?C> *Çd> 5
+
+¡>K
0?Ç 5 ¡>Ô
5
?Ç C>K
æ
7 æ% X C > 5 * Çd> 5
5 *Ç 5 $ 7 «>13 $ 7 (5.3)
Ç 5 ¡
>Ô
7 75 * Ç 5 æ

> g$ 7
et il s’agit à nouveau de calculer l’intégrale d’une fonction rationnelle.

Parfois, il est plus simple de transformer l’expression 7 =5 /Çu 5
æ
par une substitution
è 5
linéaire > , en une des formes
7 5 & 7 & 7 &
> > 1 1w>
Puis, les substitutions

|Aþ L/ þ |
> î
> î
> î (5.4)
permettent d’éliminer les racines carrées de l’intégrale.
|}@þ
Exemple. Considérons, une fois de plus, l’intégrale (3.15). En posant î , nous obtenons
& / þ |}@
þ
7 5 & L/ þ 5 Lî î 5 î
+ î;+î +î

|Aþ / þ & 7 5 &
î 5 î î { 7 &
5 75 5

|Aþ
Remarquons, que la fonction inverse de î est obtenue en posant ï ó dans la définition
|}@þ &8
de î et en calculant les racines du polynôme 1z Y1 P ce qui est équivant à

;1q Õ .
V.6 Exercices
Chapter VI
Equations différentielles ordinaires
Une équation différentielle ordinaire est une équation de la forme

§ §§ §
- ÑZ -, ou - ÑZ -a - ou
§ §§ §
Il s’agit donc de trouver une fonction -) telle que - ÑZ .-Z4 ou - ÑZ ..- 4
pour tout dans un certain intervalle.
Dans ce chapitre nous commençons par le cas où -) est une fonction scalaire. Nous traitons
quelques exemples historiques, et des problèmes qu’on peut résoudre analytiquement. (Cette partie
suit de près la présentation des paragraphes II.7 et II.8 du livre “L’analyse au fil de l’histoire” de
Hairer & Wanner.) Ensuite nous considérons la situation où -) est une fonction vectorielle
f
(-yb ) et nous étudions l’existence et l’unicité des solutions.
VI.1 Exemples historiques

Un excellent article sur l’origine des équations différentielles est écrit par G. Wanner1 . Nous en
prenons deux exemples.
VI.1.1 La tractrice
Lors du séjour de Leibniz à Paris (1672–1676) durant lequel il suit des
cours d’Huygens, Claude Perrault, célèbre anatomiste et architecte, lui
pose le problème suivant : quelle est la courbe qui a la propriété qu’en
chacun de ses points : le segment de la tangente entre : et l’axe est de
longueur constante ? Pour concrétiser cette question, Perrault tire de son
gousset une “horologio portabili suae thecae argenteae” et la fait glisser sur la table. Il précise
qu’aucun mathématicien parisien ni toulousain (Fermat) n’a été capable de trouver l’équation de
la courbe.
Leibniz publie sa solution en 1693 en affirmant la connaı̂tre depuis longtemps : puisque
+- - 1J-
1 i.e. 1 +- + (1.1)
+ 1É- -
on trouve la solution par quadratures. Leibniz affirme que c’est un “fait bien connu” que cette aire

peut être exprimée à l’aide d’un logarithme, ce qui se vérifie avec la substitution 13- ,
1
G. Wanner, Les équations différentielles ont 350 ans, L’Enseignement Mathématique 34 (1988), 365–385.
76 Equations différentielles ordinaires

1É- , 1¬-Á+- Á+a , qui mène à
& &
F 13- & 5
5 +a 5
1 +- 1 +a
- 1q 1q 5
{ «11 { «1 13-
1;1 1 13- 1
5 -

Si l’on veut que - pour P , la constante d’intégartion s’annule.
VI.1.2 La caténaire
Galilée (1638) affirme que la forme d’une chaı̂ne suspendue entre deux clous est presque une
parabole. Environ 20 ans plus tard, un jeune Hollandais âgé de 16 ans (Christiaan Huygens)
démontre l’impossibilité de ce résultat. Enfin, la solution du problème de la forme d’une corde
flexible suspendue (“Linea Catenaria vel Funicularis”) par Leibniz (1691) et Joh. Bernoulli (1691)
fut un succès considérable pour le calcul différentiel.
-
¨
:
D Ã
Figure VI.1: La caténaire (gauche) et un dessin de Leibniz de 1691 (droite)
Pour un point : de la courbe, considérons la force horizontale ¨ et la force verticale Ã (fig-

ure VI.1). Nous avons alors que
r
¨ ¡ Ã
D
(où et r sont des constantes et est la longeur d’arc : ) parce qu’il n’y a pas de force horizontale D
extérieure et Ã représente la pesanteur de la partie : de la chaı̂ne. En notant la pente en : par
§
v - , nous obtenons
+- Ã r

v
+ ¨
æ% Â r
Après différentiation, nous avons avec
æ)X & 5
+v +I v + (1.2)
|}@þ
une équation différentielle pour les variables v et . En utilisant la substitution v î , une
intégration donne2
æ +v æ æ)X
Y13â & 5 +î î

v
Par conséquent,
|}@þ Y1Éâ 5 æZX L/ þ ¤13â
v æ et - í æ (1.3)
¦ ¦
Rappelons que
hÉ Â ¬ 4Æ ,
hÉ
2
Â 4Æ ,
¬
áÉ ¤ , la dérivée de !"$# %
est
!%
et la dérivée de !%
est !"$# %
.
Equations différentielles ordinaires 77
VI.2 Quelques types d’équations intégrables

Discutons maintenant de quelques types simples d’équations différentielles qui peuvent être résolues
par des calculs d’intégrales (“par quadrature”).
VI.2.1 Équations à variables séparées

Tous les exemples précédents, à savoir (1.1) et (1.2), sont du type
&('*),+.-0/2134-5&176
(2.1)
On les résout en écrivant & ' )98:&<; 8:/
, en “séparant les variables” et en intégrant, i.e.
8:& 8:&
),+.-5/21=8:/ ) +>-5/21=8:/@?BAC6
34-0&1 et 34-0&1 (2.2)
-5&1 -0/21 ;34-0&1

Si D et E sont des primitives de F et de +.-5/21 respectivement, la solution est exprimée
-0&1.) -0/21G?HA
par D E .
Exemple 2.1 La loi logistique (Verhulst 1837), décrivant la croissance d’une population, est donné
par l’équation différentielle I ),KL&NMPOQ&SR
&J
I
où K et O sont des constantes positives (& représente la dérivée par rapport au temps; nous écrivons
T
au lieu de / ). Supposons que KU)VOW) F . En séparant les variables et en utilisant
8:& 8L& 8:&
) ?
&.- MX&1 & MY&[Z
F F
on trouve la solution sous la forme (avec la constante 1

déterminé par &>-]\ 1.)^& _ )
`ba
&
T ?
Adcfe 0
) A &>- T 1.) 6 2 4
MY& resp. ?HAdc e
F F
VI.2.2 Équations linéaires homogènes

Un cas particulier important de (2.1) est
& ' )V+>-5/21&6
(2.3)
Sa solution est donnée par
`ga &h) +.-0/21=8L/i? A &J)VAHj klm +.-0/21=8:/ 6
ou (2.4)
VI.2.3 Équations linéaires inhomogènes

Elle est de la forme &('*),+.-0/21&N?X3>-0/21
(2.5)
et le terme 3>-0/21 est l’inhomogénéité de l’équation différentielle. Le procédé de résolution s’appelle
variation des constantes. L’idée est de prendre la solution (2.4) de l’équation homogène avec A
remplaçée par une fonction n -0/21 et de déterminer n -5/21 afin de satisfaire (2.5). On pose
&>-5/21.) -5/212jpoW-0/21 oW-0/21.),klm q +.- T 1=8 T

n où _ Z (2.6)
on calcule sa dérivée & ' -5/21r) n ' -5/21oW-0/21s? n -5/21]o ' -5/21t) n ' -0/21oW-5/21s? n -0/217+.-0/21oW-5/21 et on compare
avec (2.5). Ceci implique n ' -0/21oW-5/21.)u3>-0/21 et une simple intégration donne
34- T 1
&>-5/21.)VABjpov-0/21G?XoW-5/21 q 8 T 6
_ ov- T 1 (2.7)
Cette relation montre que la solution de (2.5) est la somme de la solution générale de l’équation
homogène et d’une solution particulière de l’équation inhomogène.
VI.2.4 Équations différentielles d’ordre 2

Une équation différentielle d’ordre 2 est de la forme
&S' 'w)9+.-5/ & &('5176
Z Z
La résolution analytique d’une telle équation est rarement possible. Il y a pourtant quelques ex-
ceptions.
)B& '
Équations ne dépendant pas de x . Il est naturel de poser y pour que l’équation différentielle
& ' ' )V+.-0/ & ' 1
Z devienne l’équation du premier ordre y ' )V+.-5/ Z y
1
. Remarquons que l’équation (1.2)
de la caténaire appartient à ce type.
Équations ne dépendant pas de z . Il s’agit d’une équation différentielle de la forme
& ' ' )V+.-5& & ' 176
Z (2.8)
L’idée est de considérer & comme variable indépendante et de chercher une fonction y -0&1
telle que
& ' ) -5&1
y . La règle de la dérivation d’une fonction composée donne
8 8 8:&
& '' ) y ) y j ) ' j
8L/ 8:& 8:/ y y Z
et la formule (2.8) devient une équation du premier ordre

'{j ),+>-5& 176
y y Z y (2.9)
-5&1
Une fois la solution y de (2.9) trouvée, il reste à intégrer & ' )
y
-0&1
, une équation de type (2.1).
Exemple 2.2 (pendule mathématique) Le mouvement d’un

pendule est décrit par l’équation (avec | )^}~)u3@) F )
&(' '?u a J
& )9\
|
(& désigne l’écart par rapport à la position d’équilibre). Comme
T T
cette formule ne dépend pas de (nous écrivons de nouveau 3 a &
|
au lieu de / ), nous pouvons utiliser la transformation ci-dessus
pour obtenir R
j8 )VMY a &Nj8L& y ), &N?BAC6
y y et
)& ' )\ A)MXp

Si l’on dénote l’amplitude des oscillations par (le cas où y ), on obtient
et par conséquent
8L&
) ) p &M p
y 8 T (2.10)
qui est à nouveau une équation différentielle pour & . La séparation des variables donne enfin la
solution exprimée sous forme implicite à l’aide d’une intégrale elliptique
8:
) T
p NM p (2.11)
_

T
(la constante d’intégration est déterminée par la condition &h)9\ pour )9\ ).
Même s’il n’est pas possible d’exprimer l’intégrale de (2.11) en termes de fonctions élémentaires,
cette représentation est très utile. Par exemple, si est la période des oscillations, la déviation
T
maximale est atteinte pour ) ; . Donc, la période est donnée par (rappelons que F Mp &J)
a R -5&; 1
)
8:& 8L&
), ) 6
p &NM (2.12)
_

_ a R - ; 12MB a R -0&<; 1

a - ; 1 a -0&<; 1>) at
Avec l’abréviation )9 et en utilisant la substitution , on obtient

R 8 M ; R R
)9 p ) L F -]M 1 R p a R 8 ) p ? ? F pF ?d6:6:6 6
F F ¡ \ ¢
_ M a R
_ _
F R F
p
Nous voyons que la période dépend de l’amplitude ; elle est proche de si est petit.
VI.3 Équations différentielles linéaires

Soient KL_{-5/21 , K¤£L-5/21 Z
6:6:6
Z
K¥¦*£:-5/21
des fonctions données. On appelle
¥¨ ¥ ¦*£©¨
&<§ ?BK¥¦*£:-5/21]&G§ ?H6:6:6?HK¤£L-5/21]& ' ?BKL_¤-5/21&J)9\
(3.1)
une équation différentielle linéaire homogène d’ordre ª et

¥ ¨ ¥¦*£©¨
&<§ ?BK ¥ ¦*£:-0/21&<§ ?H6:6p6?HK¤£:-0/21& ' ?HKL_¤-5/21]&h)V+.-0/21
(3.2)
+.-0/21«¬ \
une équation différentielle linéaire inhomogène (si ). Pour le membre de gauche de ces
équations, introduisons le symbole
¥¨ ¥ ¦*£©¨
-5&1 )u& § ?PK ¥ ¦*£p-5/21& § ?B6:6:6?BKL_¤-5/21&6
(3.3)
Les équations (3.1) et (3.2) s’écrivent alors

-5&1>),\ -5&1.),+(6
respectivement (3.4)

L’opérateur différentiel opère sur des fonctions &.-0/21 et le résultat -0&1
est de nouveau une
fonction, donnée par (3.3). Il a une propriété importante, la linéarité, i.e.
- £&*£G? & 1®) £ -0&=£1G? -5& 176
n n R R n n R R (3.5)
Le résultat suivant est une conséquence immédiate de cette linéarité.
Lemme 3.1 Soient &=£:-0/21 Z & R

-5/21
Z
6:6:6
Z
&¥w-5/21
solutions de l’équation homogène (3.1). Alors, pour
ª
£ 6:6:6 ¥
des constantes arbitraires n Z Z n , la fonction
£&=£:-0/21G? & -0/21G?H6:6p6? ¥ & ¥w-5/21
n n R R n (3.6)
est aussi une solution de cette équation.

Remarque. La solution d’une équation d’ordre 1 comporte une constante (voir le paragraphe VI.2) ;
la solution d’une équation d’ordre 2 comporte deux constantes arbitraires (voir par exemple la
formule (1.3)). Par analogie, on peut supposer (Euler) que la solution d’une équation d’ordre
&=£p-5/21 6:6:6 &¥w-5/21
ª comporte ª constantes et que (3.6) est la solution générale de (3.1) (si Z Z sont
linéairement indépendantes).3
Lemme 3.2 Nous avons que
solution générale de ) solution générale de ? solution particulière de
l’équat. inhomogène (3.2) l’équat. homogène (3.1) l’équat. inhomogène (3.2)

Démonstration. Soit & une solution particulière

de (3.2), i.e. - &w1d)¯+ . Pour une solution arbi-
traire & de (3.1) (i.e. -5&1°)±\ ), nous avons -0&i? &w1)±+ par (3.5) et &? & est une solution de
(3.2).

D’autre part, si & est une autre solution de (3.2) (i.e. - &w1d)¯+ ) alors, de nouveau par (3.5),
nous avons - &@M &w1²)³\ et &´) &@?µ- &@M &w1 est la somme de & et d’une solution de l’équation
homogène (3.1).
Conclusion. Il faut trouver, pour résoudre entièrement les équations (3.1) et (3.2) :
¶
ª solutions linéairement indépendantes de (3.1),
¶
une solution de (3.2).
VI.3.1 Équations homogènes à coefficients constants

La résolution complète de l’équation (3.1) en formules analytiques est rarement possible. Il y
a pourtant des exceptions, dont la plus importante se présente lorsque les coefficients K·-5/21 ne
dépendent pas de / , i.e.
¥ ¨ ¥¦*£©¨
& § ?HK ¥ ¦*£& § ?B6:6:6?HK(£¸& ' ?BK _&h),\6
(3.7)
L’idée essentielle pour la résolution de (3.7) consiste à rechercher des solutions de la forme
&>-5/21.),cf¹
qZ (3.8)
où º est une constante à déterminer. En insérant les dérivées
¥ ¨ ¥
&('©-0/21) c ¹ &S' '©-5/21®) R c ¹ 6:6:6 & § -5/21®) c ¹
º q Z º q Z Z º q Z
dans l’équation (3.7), on obtient

¥ ¥ ¦*£
- ?HK ¥ ¦*£ ?B6:6:6?BK(£ ?HKL_L17cf¹ )9\6
º º º q (3.9)
La fonction (3.8) est donc une solution de (3.7), si et seulement si º est une solution de l’équation
caractéristique
¥ ¥¦*£
»- 1)\ »- 1 ) ?HK ¥ ¦*£ ?B6:6:6?BK¤£ ?HKL_ 6
º Z º º º º (3.10)
Racines distinctes. Si l’équation (3.10) admet ª racines distinctes º £ Z 6:6:6 Z º ¥ , alors c ¹¼ q Z 6:6p6 Z c ¹L½ q
sont ª solutions linéairement indépendantes de (3.7). La solution générale est alors donnée par
&>-5/21.) £c ¹ ¼ ? c ¹¾ ?H6:6:6? ¥(c ¹ ½ 6
n q n R q n q (3.11)
3
On dit que les fonctions ¿ ÀÁÃÂ*Ä¸ÅÆÆÆÅ¸¿:ÇÁÂ=Ä sont linéairement indépendantes si la combinaison linéaire (3.6) est
identiquement nulle seulement si tous les ÈÉ sont nuls. Par exemple, ÊfÅ¸ÂSÅ¸Â Å¸ÂË sont des fonctions linéairement
indépendantes.
Racines multiples. Examinons pour commencer le cas simple de l’équation différentielle

¥¨
&<§ ),\
Z (3.12)
¥
)Ì\
dont l’équation caractéristique º possède une racine, ¥ ¦*de
£ multiplicité ª . La solution générale
de (3.12) est manifestement n £<? n R
/i?
nÍ
/ R ?B6:6:6?
n
¥L/
, un polynôme de degré ª M F .
Étudions ensuite l’équation
&S' ' '{M ¡ K:&S' '? ¡ KLR&('{MHK Í &h)9\
Z (3.13)
Í ¡
dont l’équation caractéristique - º MÎK1 )\ possède la racine K
de multiplicité . Nous pouvons
alors introduire une nouvelle fonction oW-5/21 en écrivant
&.-0/21.),cfÏ jpoW-0/2176
q (3.14)
¦
Si nous dérivons oW-5/21Ð)Ñc Ï q j&.-0/21 trois fois, nous obtenons pour oW-5/21 l’équation o ' ' ' )Ò\
. La
solution générale de (3.13) est donc donnée par
&>-5/21.)9c Ï j=- £<? /@? / R 16
q n n R nÍ (3.15)
Pour le cas général on a le résultat suivant.
Théorème 3.3 Si le polynôme caractéristique (3.10) se factorise sous
la forme
»- 1.)Ó- M £1Ôr¼- M 1QÔ ¾ j6:6:6j=- M 1ÔWÕ
º º º º º R º º
·
(avec des º distincts), alors la solution générale de (3.7) est donnée
par
&.-0/21.) £L-0/217c ¹¼ ? -0/217c ¹ ¾ ?H6:6p6? -5/21c ¹ Õ
y q y R q y q Z (3.16)

·7-5/21 ·2M
où les y sont des polynômes arbitraires de degré | F (cette solution contient exactement
· Ö*£ | ·G)
ª constantes libres).
»- 1)
Démonstration. Nous illustrons la démonstration dans le cas de deux racines multiples º
- MPK{1 Í - MPO1 R
º º . L’équation différentielle peut être écrite sous la forme
-0&S' ' '©M ¡ K:&(' '? ¡ KLR7&S'MHK Í &1' '{M O-0&S' ' '©M ¡ K:&(' '? ¡ KLR7&S'MHK Í &1'?HO©R{-5&(' ' 'QM ¡ K:&S' '? ¡ K R7&('QMBK Í &1.)9\ 6
Chaque solution de (3.13) est donc aussi solution de cette équation différentielle. Écrit sous la
forme
-5&(' 'M OQ&S'?HO©R7&1' ' '{M ¡ K-0&S' 'QM OQ&('?HO©R7&1' '? ¡ KLR{-5&(' 'M OQ&S'?HO©R7&1'MPK Í -5&(' 'QM OQ&S'Q?BO©R&1.)9\
Z
cf× -8¤£Ø?P8 /21
on voit que q R est également une solution. L’affirmation est donc une conséquence de
la linéarité.
Éviter l’arithmétique complexe. Le résultat du théorème 3.3 est également valable pour des
·
º complexes. Cependant, si les coefficients K · de l’équation (3.7) sont réels, nous cherchons
avant tout à obtenir des solutions réelles. Le fait que les racines complexes des polynômes réels
?´ÙÚ
apparaissent par paires conjuguées nous permet de simplifier (3.16). Soient º £t) et º R )
MÛÙÚ
deux racines complexes conjuguées. Les termes de la solution (3.16) qui correspondent à
ces racines sont alors donnés par un polynôme multiplié par
·ÃÝ ¦ ·ÃÝ
- £7c ?cfÜ c 16
q n q n R q (3.17)
·ÃÝ
c )9 ÚØ/i?XÙ= a 2 Ú /
Avec la formule d’Euler q , cette expression s’écrit
c Ü -8¤£Þp Ú2/@?H8 a Ú2/21.)VAdc Ü a°ß p Ú2/i?B ß a Ú2/ )VAdc Ü a -ÃÚ2/J? ß 1
q R q q Z
·Ãá
8(£r) £Ø? 8 )àÙ - £4M 1
où n n R et R sont de nouvelles constantes. En utilisant 8 R ?´Ù78(£r)Adc
n n R
)
AY ß ? ÙfAY
Y °
a ß
, l’expression devient encore plus simple. Voir la figure VI.2 pour un dessin de
cette solution.
â \ äã \
Figure VI.2: Oscillations stable et instable
VI.3.2 Équations linéaires inhomogènes

-0&1>),+
Le problème consiste à trouver une solution particulière de , i.e. de
¥ ¨ ¥ ¦*£©¨
& § ?HK ¥ ¦*£]& § ?B6:6:6?BK¤£& ' ?BKL_7&h),+.-0/2176
(3.18)
Le résultat suivant est une conséquence immédiate de la linéarité de (3.5).

Lemme 3.4 (Principe de superposition) Si &=£:-0/21 et & R -5/21 sont des solutions de -5&*£1@)å+£
et
-0& 1.)V+ £]&=£p-5/212? & -5/21
R R , alors n n R R est une solution de -5&1>) n £+ £G? n R + R .
Il y a deux approches pour déterminer une solution particulière de (3.18):

¶
La méthode de la variation des constantes. On a vu cette technique pour des équations
de premier ordre (paragraphe VI.2.3) et nous allons la voir pour des systèmes d’équations
différentielles linéaires dans le paragraphe VI.6.
¶
La méthode rapide. Elle est très efficace, mais elle est applicable seulement si le second
membre +.-5/21 dans (3.18) est une somme de termes simples. Par le lemme 3.4 ces termes
peuvent être traités séparément.
La méthode rapide. C’est une approche qui est possible si +.-0/21 est une combinaison linéaire de
/wæ a
, c Ï q , c Ü q -5ç./21 Z 6:6:6 , plus précisément si +.-5/21 est elle-même solution d’une équation linéaire
homogène à coefficients constants. On essaie de trouver une solution avec la même structure.

Exemple 3.5 Considérons le cas où +.-5/21 est un polynôme de degré , par exemple
& ' ' ' ?Bè& ' ' ? & ' ?X&h) / R ?X/Ø6
(3.19)
Cherchons une solution de la forme

&.-0/21.),K?BOQ/J? /=R 6
n (3.20)
En insérant les dérivées de (3.20) dans (3.19), il vient

/=R?V-]O4?B 1]/@?,-KC? O4? \ 1.) /=R?X/Ø6
n n F n

En comparant les coefficients des mêmes puissances de / , on a n
)
, Oé)êMd¢
et Kë)ÒM
. Une
solution particulière de (3.19) est donc
&>-5/21.) /=RWMu¢p/hM 6

Exemple 3.6 Supposons que +.-0/21 soit une fonction sinus,

& ' ' MX& ' ?X&h) a /Ø6
(3.21)
a / /
Il ne suffit pas de prendre &>-5/21.)9K²j , puisque & '
contient p . Posons donc
&>-5/21.)VKCj a /J?BO4j p /
Z (3.22)
calculons les dérivées et insérons-les dans (3.21). Nous obtenons la condition
-KC? O4MH K{1* a /i?V-]O>M KCMHOf1*p /ì)9 a /Ø6
¡ ¡ ¡ ; ¡
Nous en déduisons le système linéaire M K(? Ov) F , M KSM Ov),\ , dont la solution est Ké),M F ,
OW) ; ¡
F . Par conséquent, une solution particulière de (3.21) est
&.-0/21)9M9í a /i?ïî p /Ø6

(3.23)
Ê í Ê í
Une autre possibilité pour résoudre (3.21) consiste à considérer l’équation

·
& ' ' MY& ' ?X&J)Vc R
q (3.24)
· ·
et à en chercher une solution de la forme &.-0/21U) c R
. En insérant les dérivées de c R q dans
¡ q? Ù17; ¡
(3.24), nous obtenons Md M Ù ? ) F et )Ó-M F . Une solution de (3.24) est donc
·
&.-0/21.)¯ð í îfñ c7R 6
q (3.25)
Ê í
Comme (3.21) est la partie imaginaire de (3.24), nous obtenons la solution de (3.21) en prenant la
partie imaginaire de (3.25).

Justification de cette approche. Par hypothèse, +.-5/21 satisfait £:-+1[)Ì\ , où £ est un opérateur

différentiel à coefficients

constants. En appliquant cet opérateur à l’équation (3.18), i.e. à -0&1[)
+
, nous obtenons - £ 1L-0&1>)\ , et la solution de (3.18) est une solution de l’équation différentielle

linéaire homogène - £ 1:-5&1u) \ . La solution générale de cette équation est donnée par le
théorème 3.3.
Cas de résonance. Considérons par exemple l’équation
&S' '?X&h) a /Ø6
(3.26)
a
Il ne suffit pas de poser ici &>-5/21.)VK /t?ëOwp / , car cette fonction est une solution de l’équation
homogène. La justification ci-dessus (voir aussi figure VI.3) nous suggère de tenter
&>-5/21.)9K:/U a /J?BO©/ép /Ø6
(3.27)
100 çu) 6
F
çB) 6g\ è
F F
50 çu) 65\ ¡
F
çu) 65\ ò
F
0
100 200 300
−50
−100
' ' ?ä&h), a ç./ 6g\ ¡
Figure VI.3: Solution de & , &>-]\ 1.)\
, & ' -¸\ 1®)
F , çu) F
65\ ò
Z F Z F
65\
F
è
Z F
6
a /ó)9 a /
La méthode usuelle (insérer les dérivées de (3.27) dans (3.26)) livre K[ /iM Ow , et

donc Kd),\ et OW),M F ; . Ainsi, une solution particulière de (3.26) est donnée par
&>-5/21.),M Ê /ép /Ø6
(3.28)
î
Elle explose pour /õô ö

(cf. figure VI.3).
VI.4 Systèmes d’équations différentielles – exemples

Dans les premiers paragraphes, nous avons considéré des équations différentielles pour une fonc-
tion scalaire. A partir de maintenant nous étudions des problèmes
&('*),+.-0/ &1
Z (4.1)
¥ ¥ ¥
où + ÷
ô
. On cherche une fonction vectorielle & =ø ô définie sur un intervalle ø
& ' -0/21®),+.-0/ &.-0/211 /ìù
et satisfaisant Z pour tout ø .
Remarquons qu’une équation différentielle d’ordre supérieur, par exemple
ú ' ' ' )u34-5/ ú ú ú '' 1
Z Z Z Z
peut être transformée en un système (4.1) d’ordre un. En posant &*£)Òú , & R
)³ú '
et & Í
)³ú ' '
, on
obtient ' &=£ &
R
& ) &
R Í
& 3>-0/ &=£ & & 1
Í Z Z R Z Í
qui est sous la forme souhaitée.
VI.4.1 Le problème de Lotka–Volterra

Commençons par un problème de la biologie mathématique. Le développement de deux popu-
T T
lations (par exemple, &=£:- 1 pour le nombre de lynx et & R - 1 pour le nombre de lièvres) peut être
modélisé par les équations de Lotka-Volterra
& ' £ )B&*£:- & MXÚ1 & ' )u& -5ûhMPüf&=£1
R Z R R Z (4.2)

où Z Ú Z û Z ü sont des constantes positives. Ceci implique que la population &*£ croı̂t si & R est plus

grand qu’une certaine valeur de seuil (ÚW; ) alors que sinon elle décroı̂t. Pour l’autre population,
c’est le contraire.
& &
R champ de vecteurs R invariants
3 (2) 3
(1)
2 2
1 1
(3)
&=£ &=£
1 2 3 4 1 2 3 4
Figure VI.4: Champ de vecteurs (gauche) et invariants (droite) pour le problème (4.2) de Lotka-

Volterra avec )uÚ´)Vü) F et ûõ) .
Cette équation différentielle est sous la forme & ' ),+.-5&1 où + R ô R
. Elle est représentée
&h)Ó-0&=£ & 1e
graphiquement dans la figure VI.4 (dessin de gauche). Pour un point Z R , le vecteur +.-5&1
est dessiné comme une flèche attachée au point & . L’équation différentielle exprime le fait que la
solution est obligée de suivre ces flèches.
On voit sur la figure VI.4 que la solution du système (4.2) traverse trois étapes: (1) si la popula-
tion de lynx est petite, celle des lièvres croı̂t; (2) dès qu’il y a suffisamment de lièvres, la population
de lynx croı̂t entraı̂nant une diminution de celle des lièvres; (3) la population des lynx décroı̂t à
cause du manque de lièvres. Ces trois étapes se répètent cycliquement.
Invariant du problème de Lotka-Volterra. Pour étudier les solutions, divisons les deux équa-
tions de (4.2) et considérons &*£ comme fonction de & R (ou & R comme fonction de &*£ ). On obtient
ainsi (par séparation de variables)
8L&*£ &=£:- & MYÚ[1 -0ûhMHüf&=£1 - & MYÚ1
) R 8:&*£.) R 8:& 6
8L& & -0ûhMHüf&=£1 ou &*£ & R
R R R
Une intégration de la dernière équation donne

û `ga &=£GMPüw&*£®) & MYÚ `ga & ?Výrþpÿ ©6 (4.3)
R R
Dans la figure VI.4 (droite) sont dessinées des courbes de niveau de la fonction (4.3). Chaque
T T T
solution -0&=£:- 1 Z & R - 11Qe reste sur une courbe de niveau pour tout ù . Ceci suggère que les
solutions de (4.2) sont exactement périodiques.
VI.4.2 Le problème de Kepler

O
Une des plus grandes découvertes de l’histoire de la science, due
à J. Kepler (1609) et basée sur des mesures précises de positions
de la planète mars faites par lui-même et par Tycho Brahe, est que K
8
les orbites des planètes sont elliptiques avec le soleil dans un des
ß
foyers (première loi de Kepler): 8
N) K{c K
?Hc2p ß Z E
F

(dans le dessin, K ) le grand axe, c~)
l’excentricité, OC) K F MPc R , 8) O F MHc R )µKw- F MÎc R 1 ).
La deuxième loi de Kepler ( R ß )ýrþpÿ
I
) dit que le segment qui joint une planète au soleil balaie
des aires égales en des intervalles de temps égaux.
Newton (Principia 1687) a réussi à expliquer ce mouvement des planètes par sa loi de gravité
(force est proportionelle à F ; R ) et par la relation entre forces et acceleration (la “Lex II” de la
Principia). Si l’on choisit le soleil comme centre du système des coordonnées, la planète restera
dans un plan et nous pouvons décrire sa position par deux coordonnées -p£ Z R 1 . Avec des normal-
isations convenables, ceci donne le système d’équations différentielles d’ordre deux
£
p
p £®)VM )VM R 6
- R£ ?
R 1Í R Z R - R£ ?
R 1Í R
(4.4)
R R
On peut introduire des vitesses I - T

( 1
vitesse
Þ£) pI £ ) I
soleil (- T 1
position
Z R R
gravité
pour obtenir un système d’ordre un.
Invariants du problème de Kepler. Cette équation différentielle possède plusieurs invariants

qui permettent une solution analytique. On vérifie par différentiation que les expressions

Ê - ¤R £ ? ¤R 12M F )~
_ (énergie totale)
î
R R£ ? R
R
:£ M
*£.)G_ (moment cinétique)
R R
p£ £ _
R 2_[M F )
MÞ£ R£ ?
R _ (vecteur de Runge-Lenz-Pauli)
R R
R
sont constantes le long des solutions de (4.4). Par exemple, la dérivée du moment cinétique donne
8 :£ :£
p£
*£
M ) I £
p
p£ I
? M I Þ£GM Þ I £®)*£ M R *£2M
M R ),\6
8 T R R R R R R R R£ ? R
R R £ ? R
R R
coordonnées polaires :£X)r , R )v , : £ä)

ß aCß I
Deuxième loi de Kepler.
Iv ß M ß I aCß
Ecrit en
, R ) r
I I °
a ß ? ß I ß
, la formule pour le moment cinétique donne
G_C)p£ I
M : I £)96:6:6Þ) R ßI
R R
ce qui démontre la deuxième loi de Kepler.

Orbite elliptique. La formule pour le vecteur de Runge-Lenz-Pauli nous permet d’exprimer G_*£
et 2_ R en termes de p£ et R . Ces expressions, insérées dans G_¤-:£ R M R Þ£1®) R_ donnent
p£
2R_
) p£ £ _?
? _[? R :£
) £ _?
_[? R£ ? R 6

R£
? R
R R R£
? R
R R R
R R
En sortant la racine et en prenant son carré, on obtient une équation quadratique pour - p£ Z R
1
, ce
qui montre que l’orbite est bien une conique.
VI.4.3 Le système solaire (problème à corps)

Le problème de Kepler traı̂te le mouvement d’une planète autour du soleil en tenant compte unique-
ment de la force d’attraction entre le soleil et la planète. En utilisant les lois de Newton, on peut
formuler sans difficulté les équations décrivant le mouvement en présence des plusieurs planètes.
Il faut simplement additionner toutes les forces agissant sur un corps (voir la figure VI.5).
J S
P
U
N
Figure VI.5: Le système solaire avec les cinq planètes extérieures

En notant par ·éù la position de la Ù ème planète ( _õù

Í Í ·
pour le soleil) et par | sa
masse, la loi d’attraction et la deuxième loi de Newton donnent l’équation differentielle
· ¦*£
·=M

|
· ·G),M D |
·
| æ ·=M
æ Ù[)9\ 6:6:6 è6
(4.5)
· Ö*£ Ö_ Í Z Z Z
æ æ
On peut de nouveau trouver quelques invariants (énergie totale, moment cinétique), mais ils ne
suffisent pas pour pouvoir résoudre analytiquement ce problème. Pour prédire des eclipses du
soleil ou la stabilité du système solaire sur des millions d’années, on est donc obligé d’utiliser des
méthodes numériques (cours de deuxième année). Dans le paragraphe suivant nous allons étudier
l’existence et l’unicité de la solution d’une telle équation différentielle.
VI.4.4 Réactions chimiques

Considérons un mélange de trois substances chimiques qui réagissent selon les formules suivantes:

_ _
M2M2ô
! !"
£ _ (lente)
à? M2Í M2ô AB?

$# £ _ (très rapide) (4.6)
Î?HA M2M2ô

?HA
(rapide)
Notons les concentrations de , et A par &=£ , &
R et &
Í . Une loi de la chimie (“differentiation
law”) nous donne l’équation différentielle
& ' £ )VMX\6g\p&=£<? \ & & &*£:-]\1)
A: F R Í F
B: & ' ) \65\ p&=£GM

F
\

& &
Í
M ¡ j
F
&%
\ ]& R & -]\1)\
(4.7)
R R R R
C: & '
Í
) ¡ j \ & R
F
% &
Í
-]\1)\6
R
Elle est obtenue comme suit: pour chaque réaction on considère le produit des concentrations
de substances apparaissant à gauche dans la formule chimique, on le multiplie par la constante

décrivant la vitesse de réaction, et on ajoute ce produit avec le facteur M^} à l’équation pour la

substance ' , si ' apparaı̂t fois à droite et } fois à gauche de la formule chimique.
On a peu d’espoir de résoudre analytiquement ce problème et on est restreint à étudier des
propriétés théoriques (existence, unicité de la solution, stabilité, 6:6:6 ). Pour obtenir des résultats
quantitatifs, on est obligé d’utiliser des méthodes numériques.
VI.5 Existence et unicité du problème de Cauchy

Considérons le problème de Cauchy
&S'*)V+>-5/ &1 &.-0/=_p1®)B&_
Z Z (5.1)
¥ ¥
où + )( ô (avec (+* ÷ ouvert) est une fonction continue. En intégrant l’équation
/=_ /
différentielle entre et on obtient l’équation intégrale
&.-0/21.)u&_? q +.- T &.- T 11*8 T 6

Z (5.2)
-,
q
Chaque solution de (5.1) est donc solution de (5.2). Le contraire est vrai aussi. Si une fonc-
tion continue &>-5/21 vérifie (5.2) sur un intervalle ø , alors elle est automatiquement continûment
différentiable et elle vérifie (5.1).
L’équation (5.2) est sous la forme &u) D -5&1 où pour une fonction &.-0/21 donnée, D -0&1 est la
fonction définie par le membre de droite de (5.2). Ceci suggère d’utiliser la méthode des approxi-
mations successives.
Rappel: la méthode des approximations successives. Pour résoudre un problème &H)Ó34-5&1
avec 3 ô
, cette méthode est définie par:
¶
on choisit &_ arbitrairement,
/.
¶ & £>)u34-5& 1
1.0
on applique l’itération .
Si cette itération converge, on est sûr d’avoir trouvé une solution (si
3
est continue). La solution n’est pas nécessairement unique. .5
Prenons, par exemple, la fonction 34-5&1[) p & . Par le théorème
des accroissements finis, on a 0 3>-0&1>MP34-]ú1 021 û 0 & MÌú 0 avec76ûV)
a â & údù
3 \ &
F F (pour Z Z F4 ). Ceci permet de démontrer que 5 est
&_ & & &=£
une suite de Cauchy et donc qu’elle converge (voir le petit dessin). R Í
Itération de Picard-Lindelöf L’équation (5.2) peut être considérée comme un problème à point
fixe. L’idée est d’appliquer la méthode des approximations successives. Elle s’écrit sous la forme
& _{-0/21å) & _
/.
(ou une
fonction arbitraire)
& £:-0/21å) & _®? q +.- T & - T 11=8 T 6 (5.3)
Z
-,
q
Exemple 5.1 Considérons le problème
&('*),Mr&(R &>-]\ 1.)
Z F
&.-0/21Y) ;*- ? 9 /21
avec comme solution exacte F F . Les premières approximations obtenues par
Í ¡
l’itération de Picard-Lindelöf sont & _{-0/21ë) F , &*£:-5/21 ) F MP/ et & R -5/21 ) F MÎ/?P/ R MP/ ;
(voir la figure VI.6). On observe une convergence rapide vers la solution exacte dans l’intervalle
3 \ ¡ 65¢ è 4 . Pour / trop grand, l’itération diverge.
Z
1 &_{-5/21
& -5/21
R
& -5/21
&=£p-5/21
& -0/21
Í
0
1 2 3 4
Figure VI.6: Itération de Picard-Lindelöf pour le problème de l’Exemple 5.1

)8 6
) -5/ &1®ù
¥
/Mó/=_ K &~Mì&_ O
¥
, + * ô
):<;l 5 ¨?> Z +.-0/ &÷ 1 0 90 1 1
Lemme 5.2 Soit une fonction
continue et .

Pour ) @: a Z-]K O; 1 , les fonctions & -5/21
de l’itération
§ Z Z
de Picard-Lindelöf sontq= bien /JMY/=_

définie
pour 0 0A1 et elles satisfont
& -0/212MY& _ O 6
1 pour 0 /@MY/=_ 0B1

Démonstration. L’affirmation est obtenue par récurrence sur comme suit
/.

& £:-5/212MY&_ ) q +.- T & - T 11=8 T q +.- T & - T 11 8 T
Z 1 Z 1 0 /hMY/=_ 091 1 O6
-,
q -,
q
¥
+ ô
On dit qu’une fonction ® (avec comme dans le lemme précédent) satisfait une
condition de Lipschitz si

+.-5/
Z
&1GMB+.-5/
Z
ú1
1 &MPú
pour -5/
Z
&1
Z
-5/
Z
ú1[ù

6
(5.4)
La constante s’appelle constante de Lipschitz. Remarquons que la condition (5.4) n’est pas une
conséquence de la continuité de +>-5/ Z &1 . Par exemple, la fonction 0 & 0 est continue sans vérifier
(5.4). D’autre part, chaque fonction qui est continûment différentiable vérifie (5.4). Ceci est une
conséquence du théorème des accroissements finis (théorème III.5.1).
¥ 8
Théorème 5.3 (existence et unicité du problème 6 de Cauchy) Considérons l’ensemble
&NMY& _
¥
) -0/ &1®ù /JMY/=_ K O
5 Z ÷ 0 091 Z 1 et supposons que + = ô
¶
soit continue,
¶
satisfasse une condition de Lipschitz.
Alors, le problème de Cauchy & ' V ) +.-5/ & 1 &>-5/=_:1®)^& _

possède une solution unique sur
)C3 /=_[M a -]K O; Z Z
4 , où )@: :<; ?>
/=_®? 1 ) l ¨ +.-0/ &1
ø Z Z et § Z .
q =
Démonstration. Existence. L’idée est de démontrer que l’itération de Picard-Lindelöf converge
uniformément sur ø vers une solution du problème de Cauchy. Dans une première partie nous
/.
allons démontrer que
£ /.

& £p-0/21sMä& -5/21 0 /@MY/=_ 0 6
1 - ? ED
1 pour 0 /JMY/=_ 0B1 (5.5)
F
+.- T &.- T
1 1=8 T
Pour )ï\ avec pour & _-5/21ó) &_ , cette estimation suit de q Z 1 0 /XMà/=_ 0 .

Supposons qu’elle soit vraie pour M F . Alors, on a pour /=_ 1 / -1 ,
q /=_[?
que
/.

& £:-5/212MY& -0/21
1 q +>- T
Z
& - T 112MP+.- T &
Z
¦*£:- T 11 8 T
1 / . q & - T 1ØMX& ¦*£:- T 1 8 T

-,
q T MY/=_ -£ ,
q
q 0 0 8 T ) 0 /JMY/=_ 0
1 D - ? ED
1
F

-,
q
(la démonstration pour /=_vM 1 / 1 /=_ est analogue).
6
& -0/21
De l’estimation (5.5) nous déduisons que 5 est une suite de Cauchy qui converge uni-
formément. En effet,
/.
/.
/.
/.

&
Ô
-0/212MY& -5/21
1 &
Ô
-5/21ØMX&
Ô /. ¦*£p-5/21 ?H6p6:6? & £p-0/212MY&
/. -5/21
0 /JMY/=_ 0 1
- Ô 0 /JMY/=_ 0 1
-
£
- 1 æ
1 ?H6:6p6?
1 -. F D
- ?
|
1ED - ?
F
1D £
Z
æ

ce qui est le reste d’une série convergente. Donc, cette expression est plus 6 petite que si est
& -0/21
suffisamment grand. Comme ¥ la convergence est uniforme, la suite 5 converge vers une
& ô
fonction continue =ø (théorème I.5.1).
Pour démontrer que cette fonction &>-5/2 1 est6 une solution du problème de Cauchy, nous passons

à la limite ô ö dans (5.3). Comme 5 & -5/21 6 converge uniformément et +>-5/ Z &1 satisfait la con-
dition de Lipschitz (5.4), la suite 5 +.-5/ Z & -0/211 converge uniformément vers +.-0/ Z &.-0/211 . On peut
donc échanger la limite avec l’intégration dans (5.3) et on voit que &.-0/21 est solution de l’équation
intégrale (5.2).
Unicité. Supposons que &.-0/21 et ú*-5/21

soient deux solutions
sur ø . Ceci
implique que &.-0/21>M
ú*-0/21) -+.- T &>- T 11ØMà+.- T ú*- T 111=8 T /ëM /=_
. On en déduit que &>-5/21sMúÞ-5/21 1 0 0 . Comme
HG
q Z Z
-
q ,
dans la première partie de la démonstration nous trouvons /. par récurrence /. que pour tout
\

£ 1 £
&.-0/212MHú*-0/21 0 /hMX/=_ 0 -
6
1 - ? ED
1 1 - ? D
1
F F
ô ö &.-0/21GMPú*-5/21 )9\
La limite montre que pour tout /ìù ø .
VI.5.1 Prolongement des solutions et existence globale

Le théorème 5.3 garantit l’existence locale d’une solution du problème de Cauchy. Si la fonction
+.-0/ &1
Z est continûment différentiable dans un voisinage de -0/=_ Z & _:1 , le problème de Cauchy & ' )
possède alors une solution unique sur 3 /=_UM
+.-0/ &1 &>-5/=_:1X) & _ /=_d? ã \
Z Z Z 4 avec un .
Considérons maintenant le point /s£X) /=_d? , &=£ä) &.-0/=_d? 1
sur cette solution. On peut
réappliquer le théorème 5.3 au problème de Cauchy & ' )Ò+.-0/ Z &1 Z &>-5/s£1Ð) &*£ et ainsi prolonger
cette solution. Jusqu’où peut on prolonger la solution de cette manière?
¥ ¥
Théorème 5.4 Supposons que la fonction + I
(
ô
( ( un ouvert de ÷ ) soit continûment
différentiable sur ( . Alors,
¶
chaque solution de & ' )V+.-5/
Z
&1
peut être prolongée jusqu’au bord de ( ,
¶
deux solutions de & ' )9+.-5/
Z
& 1

ne s’intersectent jamais.
(
La deuxième affirmation est une conséquence immédiate
du théorème 5.3. La première est plausible mais nécessite &_
quelques réflexions (ici, nous ne donnons pas de démonstration).

Les affirmations du théorème peuvent être observées dans
la figure pour l’exemple 2.1 du paragraphe VI.2. /=_
VI.6 Systèmes d’équations différentielles linéaires

Dans ce paragraphe nous considérons des équations différentielles
&S'*) -5/21]&?X34-5/21
(6.1)
où -5/21 est une matrice ª^÷óª et 3>-0/21 est un vecteur. On dit que cette équation différentielle est
homogène si 34-5/21 ¬ \ , sinon elle est inhomogène.
Théorème 6.1 (existence globale et unicité) Soit ø un intervalle (arbitraire) et supposons que
-0/21
et 34-5/21 soient des fonctions continues
¥ sur ø . Alors, le problème de Cauchy & ' ) -5/21]&2?34-5/21 ,
&>-5/=_:1®)u&_
(avec /=_ù ø et & _Cù ) possède une solution unique sur tout l’intervalle ø .
¥
Démonstration. La fonction +>-5/ Z &1.) -0/21&4?é34-5/21 est continue sur ø4÷ et satisfait localement
une condition de Lipschitz. La solution est donc unique là où elle existe.
Pour démontrer l’existence globale, nous remarquons que les fonctions & -0/21 de la démonstration
G
du théorème 5.3 sont définies sur tout l’intervalle ø et pour tout F . Pour un arbitraire
/=_Ð? ù
satisfaisant ø , la démonstration du théorème 5.3 implique l’existence de la solution

3 /=_ /=_N? - - T 1]& _U?V34- T 1178 T /BMV/=_
sur Z 4 . Il suffit de choisir tel que q 1 0 0 pour
/=_
1 / 1 /=_[? . q-,
-0/21
Théorème 6.2 (principe de superposition) Soit ø un intervalle et soient , 3*£:-0/21 , 3 R
-0/21
des
fonctions continues sur ø . Si
¥
&=£ ô &('*) -5/21&N?X3Þ£:-5/21
=ø
¥
est solution de Z
& ô & ' ) -5/21&N?X3 -5/21
R =ø est solution de R Z
&>-5/21 ) £&*£:-5/21G? & -0/21

alors n n R R est solution de
&('*) -0/21&U?X34-5/21 34-5/21 ) £]3Þ£:-5/212? 3 -5/216
avec n n R R
Démonstration. Ceci est un exercice très simple.
VI.6.1 Equations linéaires homogènes

Même si la démonstration du théorème 6.2 est très simple, il a des conséquences très importantes.
Nous notons par &>-5/ Z /=_ Z & _p1 la solution du problème de Cauchy & ' ),+.-5/ Z &1 Z &.-0/=_:1.)B& _ .
¶
les solutions de & ' )

-5/21&
forment un espace vectoriel;
¶ & ' ) -5/21&
les solutions de dépendent linéairement de & _ , c.-à-d.,
&>-5/ /=_ £]&_®? ú7_:1®) £&.-0/ /=_ &_:1G? &>-5/ /=_ ú7_L176
Z Z n n R n Z Z n R Z Z
La solution de & ' )

-5/21&
, &>-5/=_:1.)B&_ peut donc être écrite sous la forme
&>-5/ /=_ & _:1.) J -0/ /=_L1&_
(6.2)
Z Z Z Z
et la matrice J -5/ Z /=_L1 s’appelle la résolvante de l’équation différentielle & ' ) -0/21& . La
Ù
ème colonne de la matrice J -0/ Z /=_L1 est solution de & ' ) -0/21& avec pour valeur initiale
&>-5/=_:1.),cf·2) -]\ 6p6:6 \ \ 6:6:6f\ 1LK
Z Z Z F Z Z ;
¶ -0/21
si M est une matrice fondamentale (aussi appelée Wronskienne), c.-à-d., les colonnes de
-0/21
M sont des solutions de & ' ) -5/21& et M -5/=_L1 est inversible, alors
¦*£
J -5/ /=_L1)
M -5/21
M -0/=_ 1 6
(6.3)
Z
¦*£
En effet, &>-5/21.) M -0/21
M -0/=_1 & _
est solution de & ' )

-5/21]&
Z
&>-5/=_p1.)B& _
.
-5/21
Théorème 6.3 (propriétés de la résolvante) Soit continue sur un intervalle. Alors, la résolvante
de & ' ) -0/21& satisfait
i) Jë'Q-5/ /=_L1.)

-5/21 EJ -5/ /=_L1
(dérivée par rapport à / )
Z Z
ii) J -5/=_ /=_p1)
ø (matrice identité)
Z
iii) J -5/ / _L1.)
= J -5/ /s£1 EJ -5/s£ /=_:1
Z Z Z ¦*£
iv) J -5/ /=_L1
est inversible et J -5/ /=_L1 J
) -5/=_ /216
Z Z Z
Démonstration.
¥ Par (6.2) on a que J ' -5/ Z /=_L1]& _é) -5/21EJ -5/ Z /=_L1]& _ et J -5/=_ Z /=_L1]& _é)9& _ pour tout
& _Cù
. Ceci démontre les propriétés (i) et (ii). La propriété (iii) est une conséquence du fait que
J -5/ /=_L1& _ et J -5/ /s£1EJ -5/s£ /=_:1]& _ sont solutions du même problème de Cauchy. Finalement, (iv)
Z Z Z
suit de (iii) en posant /ì)B/=_ .
Exemple 6.4 L’équation différentielle & ' ' ?ó&h)9\

peut être écrite sous la forme (en posant &*£®)^&
et & R )u& ' )
&*£ ' \ &=£
) F
& M \ &
R F R
et possède comme résolvante

p :-5/hMä/=_L1 a -5/@MY/=_L1
J -0/ /=_L1®) 6
Z MY a -0/JMY/=_L1 p L-5/hMä/=_L1
Il est intéressant de voir que la propriété (iii) du théorème précédent, c.-à-d.,

p a Ú a Ú - X ? Ú1 a - ?äÚ1
)
MX a
p MY a Ú Ú MY -a ? Ú1
ä pL- ?äÚ1
)V/ëM^/s£
avec , Úà)V/s£>M^/=_ et ?ÛÚ),/ M /=_
, est équivalente au théorème d’addition pour
a /
/
et .
VI.6.2 Equations linéaires inhomogènes

Considérons maintenant l’équation différentielle (6.1) où 34-5/21 n’est pas nulle. Si l’on connait la
résolvante de l’équation homogène, on trouve la solution du problème inhomogène par la méthode
des variations des constantes.
Théorème 6.5 (variation des constantes) Soient -0/21 et 34-5/21 continues sur un intervalle et soit
J -5/ /=_L1 la résolvante de & ' ) -0/21& . Alors, la solution de & ' ) -5/21]&@? 34-5/21 , &>-5/=_:1) & _ est
Z
donnée par
&>-5/21.) @J -5/ /=_L1]& _®? q J -0/ T 134- T 1=8 T 6
Z Z
-,
q
¥
Démonstration. La solution générale de l’équation homogène est J -5/ Z /=_L1 n avec n
ù
. L’idée
(d’où le nom “variation des constantes”) est de chercher une solution de & ' )

-5/21]& ?´3>-0/21
sous
la forme &>-5/21.)J -0/ Z /=_L1 n -5/21 . Il faut alors que
&('Q-0/21®) Jë'Q-5/ /=_L1
n
-0/21G?
J -0/ /=_L1
n
'-5/21®)

-5/21 EJ -5/ /=_ 1
n
-0/21G?X34-5/216
Z Z Z
En utilisant la propriété (i) du théorème 6.3, nous obtenons

¦*£
n
'Q-5/21®) J -0/ /=_L1 34-0/21.) J -5/=_ /2134-5/21
Z Z
et par intégration n -5/21r) n -0/=_L12? J -0/=_ 134- T T 1=8 T

. L’affirmation du théorème découle alors en
q Z
-0/21 q-, .
& -0/21.)J -5/ /=_L1 -0/21
insérant cette formule pour n dans Z n .
Ce résultat montre que, comme dans le cas particulier de dimension F , la solution générale de
& ' ) -0/21&C?ë34-5/21
est composée de la solution générale de l’équation homogène et d’une solution
particulière de l’équation inhomogène. Il reste alors à discuter le calcul de la résolvante J -0/ Z /=_L1 .
Pour le cas -5/21®) (matrice constante), ceci est le sujet du paragraphe suivant. Si -0/21 dépend
de / , le calcul analytique de la résolvante est rarement possible.
VI.7 Systèmes linéaires à coefficients constants

Considérons le problème de calculer la résolvante de
& ' ) &
(7.1)
où est une matrice constante d’ordre ª (les K · æ sont réels ou complexes). Motivés par la
résolution de problèmes scalaires, essayons de trouver des solutions de la forme
&.-0/21.)Vc ¹ avec un vecteur ä,
«) \6
(7.2)
q
En insérant (7.2) dans (7.1) nous obtenons & ' -5/21´) º c ¹ q ³) c ¹ q , ce qui est équivalent à

X) º . La fonction de (7.2) est alors une solution de (7.1) si et seulement si º est une valeur
propre de et un vecteur propre correspondant.
Cas 1 ( est diagonalisable) Dans cette situation, il existe ª vecteurs propres indépendants
Þ£ 6:6:6 ¥ avec valeurs propres º
£ 6:6:6 ¥
. Considérons la matrice
Z Z Z Z º
M -5/21®) cf¹¼ Þ£ 6:6p6 cf¹L½ ¥ 6

(7.3)
q Z Z q
Cette matrice /
¦*£ est inversible pour tout car M
-¸\ 1
l’est. La résolvante est alors donnée
¦*£ par J -0/
Z
/=_L1.)
M -5/21 M -5/=_ 1 (voir l’équation (6.3)) ou aussi par J -5/ Z /=_L1®) M -0/hMX/=_L1 M -]\ 1 .
Cas 2 ( n’est pas diagonalisable) L’idée est de transformer sous une forme “plus simple”,
par exemple sous forme triangulaire (voir le paragraphe II.2) ou sous forme
¦*£ de Jordan (voir le cours
)PO
“Algèbre I”). On cherche alors une matrice inversible ( telle que ( N( possède une telle
& ) ú & ' ) ú ' ú ' )O®ú
forme. Avec la transformation ( (et ( ) le système (7.1) devient . Pour le cas
d’une matrice triangulaire on a
ú '£ ) Q£©£7ú £å? Q£ ú ? 6:6:6? Q£ ¥(úf¥
R R
ú ' ) Q ú ? 6:6:6? Q ¥(úf¥
R R©R R R
6:6:6
ú ¥' ) Q¥¥(úf¥
On résoud d’abord l’équation différentielle pour úf¥ , ensuite celle pour úf¥ ¦*£
et à la fin celle pour
ú £
. La solution de (7.1) est obtenue par &>-5/21.) ( ú*-0/21 .
Exemple 7.1 Considérons un bloc de Jordan de dimension
º F
R ) º F 6
º F
º
R
Pour la solution de ú ' ) ú
on commence par ú ; on trouve ú ' )
º
ú
et ú 5- /21®)Vc ¹ q n . L’équation
5- /21t) c ¹ ´
différentielle pour ú Í est ú Í ' ) º ú Í ?Îc ¹ q n . Sa solution est ú Í q nÍ
? /Øc ¹
q n . De la même

façon on calcule ú R -5/21 et ú £:-0/21 . Le résultat est
F
/ / R ; D / Í ; ¡ D
F
/ / R ; D
ú*-0/21[)Vc ¹ ú*-]\176
q / (7.4)
F
F
a) 1 b) 1 c) 1
−1 1 −1 1 −1 1
−1 −1 −1
d) 1 e) 1 f) 1
−1 1 −1 1 −1 1
−1 −1 −1
M ; ¡ M ; ¡
F F F F F F
a) \ b) \ c) \
F
\ ; ¡ ; ¡ ; M ; ¡
F F F F F
d) \ e) \ f) M ;
F F F

Figure VI.7: Solutions de systèmes linéaires en dimension

Exemple 7.2 Dans la dimension , les solutions &>-5/21 de l’équation différentielle & ' ) & peuvent
être dessinées comme courbes avec / comme paramètre. Le comportement des solutions (pour
quelques matrices) est illustré dans la Fig. VI.7. Dans les dessins (a), (b) et (e) les directions des
vecteurs propres sont indiquées par des flèches.
a) deux valeurs propres distinctes et réelles,
b) une valeur propre de multiplicité deux, seulement un vecteur propre,
ã
c) les valeurs propres sont complexes conjuguées avec S°º · \
,
d) une valeur propre de multiplicité deux, mais deux vecteurs propres indépendents,
e) les valeurs propres sont réelles de signe opposé,
f) les deux valeurs propres sont sur l’axe imaginaire.
VI.8 Exercices
Chapter VII
Séries de Fourier
La théorie de ce chapitre nous permet de mieux comprendre toute sorte de phénomènes pério-
diques. Une grande partie de la présentation, des remarques historiques et des figures illustratives
a été empruntée (avec permission) de l’excellent polycopié “Analysis II. Pars A” de Gerhardus
Wannerus (anno MMI/MMII).
L’étude de la propagation des ondes dans une corde vibrante (Taylor 1713, Joh. Bernoulli 1727,
Euler 1739) ou dans l’air (théorie du son de Lagrange 1757) ainsi que l’interpolation de fonctions
périodiques en astronomie (Euler 1753) étaient à l’origine de cette théorie. Le livre qui a donné le
nom au chapitre est la Théorie analytique de la Chaleur de Joseph Fourier. Un premier manuscript
a été présenté par Fourier à L’Académie en 1807, un second en 1811 et le livre a finalement
été publié en 1822. L’importance de cette œuvre est exprimée par la phrase “F OURIERS Théorie
analytique de la Chaleur ist die Bibel des mathematischen Physikers” dans un livre de Sommerfeld
(1947).
\ \ \
Comme exemple, considérons la digitalisation d’un son (figure VII.1). On a enregistré
UT
impulsions par seconde, dont F \ sont dessinées (ceci correspond à F \ ; 65è
milli-
secondes). On est souvent intéressé par l’étude du spectre d’un tel signal, par les fréquences
dominantes, par la suppression d’un bruit de fond éventuel, etc.
0 100 200 300 400 500 600 700 800 900 1000
Figure VII.1: Digitalisation du son “o” prononcé par Martin
Aujourd’hui, on utilise des séries de Fourier (sa version discrète FFT, voir le cours “Anal-
yse Numérique”, un autre des “Top 10 Algorithms of the 20th Century”) et des modifications
(wavelets) dans beaucoup d’applications en informatique (compression de sons, compression d’image).
VII.1 Définitions mathématiques et exemples

a a /
Fonctions périodiques. Les fonctions / , /
, mais aussi , *èp/
sont des fonctions
p
-périodiques, c.-à-d. elles vérifient la relation
+.-0/@? p 1.)V+>-5/21
pour tout /ù 6
96 Séries de Fourier
a° / p / ù

Polynômes trigonométriques. Les combinaisons linéaires de et de ( ) sont

des fonctions -périodiques. Elles sont de la forme

K _

? V K /J? V O a /
(1.1)
Z
Ö*£ Ö*£

K O
où les et sont des coefficients réels. On appelle (1.1) un polynôme trigonométrique.
Md\6 èt?B\ 6g®p/J?u\6 a / 6:6:6MH\6gè® /JMB\65 a / 6:6:6?B\6 è®p ¡ /JMH\ 6gè® a ¡ /
F
1 1 1
0 π 2π 0 π 2π 0 π 2π
−1 −1 −1
Figure VII.2: Plusieurs polynômes trigonométriques
Formule d’Euler et représentation complexe. La formule d’Euler

·
c ), /J?äÙ= a /
q (1.2)
nous permet
¦ · de simplifier l’expression (1.1). En effet, en additionnant et en soustrayant la formule
a a
(1.2) et c q )9p Ø-]Mt/212?XÙ= -]Mt/21)9 /hMYÙ= / , on en déduit
· ¦ · · ¦ ·
c ?Hc c MHc
/ì) q q a /ó) q q 6
Z Ù (1.3)
Le polynôme trigonométrique (1.1) peut donc être écrit sous la forme

·
V n
c
(1.4)
q
Ö*¦

où )
£
-K MYÙfO 1
V K ) ? ¦
n n n
R £
¦ ) -K ?XÙ7O 1 ou, de manière équivalente, O )uÙL- M ¦ 176
n R n n
Avec ces formules, on peut passer de la représentation réelle (1.1) à la représentation complexe
(1.4) et vice-versa.
p

Coefficients de Fourier d’une
fonction -périodique. ¦ ·XW Considérons d’abord un polynôme
· p
+.-5/21®) *
Ö ¦ c c \
trigonométrique V n q , multiplions-le par q et intégrons de à :
V

R ¦ · XW R · BW
¦ b¨
+.-5/21=c 8:/ì) V n
c § 8:/ì) p
n
W
_ q _ q Z
Ö*¦
· £ · V p
car _R c Ô 8:/ì) · c Ô
0 _R ),\
pour |
«) \
est égal à pour | ),\
. On obtient alors
q Ô q

£ ¦ ·
n
) _R + -5/21c
. 8:/
R
£ q
K ) ? ¦ ) _R +.-5/21* /N8L/
n n (1.5)

£
O )^Ù - M ¦ 1.) _R +>-5/21* a° U
/ 8L/U6
n n .

R Ï R
Comme les fonctions sont -périodiques, on peut écrire ¦ ou Ï au lieu de _ .
+.-5/21 p
Si
est -périodique, mais pas nécessairement un polynôme trigonométrique, on appelle
+.-5/21
(1.5) les coefficients de Fourier de la fonction .
Séries de Fourier 97
p
Série de Fourier associée à une fonction périodique. Soit +.-0/21 une fonction -périodique
telle que les intégrales dans (1.5) existent. On appelle “série de Fourier de +.-5/21 ” la série

· R ¦ ·
c ) F +>-5/217c 8:/
n où n p (1.6)
>ZY q _ q

·
et on écrit +>-5/21 \[ L >ZY n
c
: série
. La
de Fourier peut également être écrite sous la forme
q
+.-0/21)[VKL_ ; ? £ K p /J? £ O
a° / K
avec Z O
donnés par (1.5).

·
Pour le moment, on sait seulement qu’on a égalité dans +.-0/21Û) >Y n c pour des
q p
polynômes triogonométriques. On ne sait pas si cette identité reste vraie pour des fonctions -
périodiques arbitraires. On ne sait même pas si la série (1.6) converge. Le sujet de ce chapitre est
d’étudier cette sorte de questions.
Exemple 1.1 Étudions comment une fonction +.-5/21 est approximée par sa série de Fourier. La

figure VII.3 montre six fonctions -périodiques ainsi que plusieurs troncatures de leurs séries de
2
3
2
n=1 n = 24
1 1
n=1
0 1 2 3 4 5 6 7
−2 0 2 n=8 π 4
−1
−1
£ £ £ −2 £ £
&h)p /@? p ¡ /JM p *¢/@?B6:6:6 &J), a /hM a /i? a ¡ /hMH6:6p6
R R R Í

1 n=1
1 n=1
−2 0 2 π
−2 0 2 π 4
−1 −1
n=8
−2 n = 12
£ −2 £ £ £
p /@? p ¡ /JMP6:6p6 p /J? ¡ /@MP6:6:6
&h)p /JM
] &J), /hM
R Í

n = 12 1
0 2 4
n = 12
−1 0 1 2 3
π
£ £
&h) a /J? a ¡ /J? a p /hM
Í èp/i?H6p6:6 &J)
F
M £R
Í !
Í
R p */hM
%
R p

/hMH6:6p6
Figure VII.3: Quelques fonctions Ê_ -périodiques avec des séries de Fourier tronquées associées
Fourier associées. Les six fonctions sont:

p /
si 0 / 091 ;
/
\ ; ¡p ; â
+>-5/21®)

si 1`0 / 0B1 +>-5/21®)
si 0/ 0
M /
¡p ;
si 1`0 / 0B1
R / R /
+>-5/21®)

M
si /
0 0
â +>-5/21®) ` Ba p
si 0/ 0
â

F
; \ /
+>-5/21®) si 1 1 +>-5/21®) a /
M ; M / \ 0 0
si 1 1
â
Vérifions, par exemple pour la fonction +.-5/21®)B/Ø; ( 0 / 0 ), que la série de Fourier est celle
donnée dans le dessin correspondant de la figure VII.3. Un calcul direct donne:

/
K ) F /N8:/ ),\ /
¦ (parce que /U est impaire), /.

£
/ p / -]M 1
O ) F a° /U8L/ó) F Mt/ ¦ ? F /U8:/ ) F 6
¦
p ¦

Remarquons que, en général, on a

¶HK ),\
si la fonction +.-0/21 est impaire, c.-à-d. si +.-]Mt/21®)VMd+.-5/21 (série de sinus),
¶HO )9\
si la fonction +.-0/21 est paire, c.-à-d. si +.-]Mt/21®)V+.-0/21 (série de cosinus).
Exemple 1.2 Étudions encore la fonction du début de ce chapitre qui est la digitalisation d’un

son (figure VII.1). Sur l’intervalle comprenant tous les F \ points elle n’est visiblement pas
périodique. Par contre, les premiers ò ] points représentent une fonction qui peut être prolongée
périodiquement. Sa période est ) R©R ©_© _©_ secondes. Si on dénote le polygône passant par ces
T T T p T ; p
points par E - 1 ( en secondes), la fonction +>-5/21t) E - 1 avec /´) devient -périodique
et on peut appliquer les formules de ce paragraphe. On cherche donc une représentation

p T
·
E
-T 1 b[
n
c
avec /ó) 6
>ZY q

La figure VII.4 montre les modules de n en fonction de . On les calcule numériquement par
+.-0/21 ¦ )
FFT, voir le cours “Analyse Numérique”. Comme est réelle, on a n n . On observe
que les coefficients de Fourier dominants correspondent tous à des multiples de è . La fréquence
\ \ \;ò T
dominante de ce son est donc de è; )9è°j F F
6gè
Hz.
101
100
10−1
0 50 100 150
Figure VII.4: Le spectre (valeur absolue de c en fonction de d ) pour le son de la figure VII.1

n 0n 0 n n 0 0
è è6
=F
M \6 ¡ èGÙ è6

\ è65 tè M
F
65ò ¡ Ù è6g¢ 9e
F
\ 6 ¢°M e65¢ F
Ù ò6g¢\ è \6 ¡
F
M 6 òGÙ
F F F
6 ¡
è M ¡ 6gè ¡ ? 6fe Ù e6 ¡ \ Md¢6 °M fe 6 GÙ e e
6
F F F F F F
Table VII.1: Coefficients de Fourier pour le son de la figure VII.1
Essayons de retrouver le son de la figure VII.1 à partir de son spectre (c.-à-d. à partir des
coefficients de Fourier n ). Quelques valeurs de n sont données dans le tableau VII.1. Dans la
figure VII.5 nous dessinons quelques séries de Fourier tronquées. D’abord ¦*£ · nous £ · prenons unique-
)? è ),M è ¦*£ c ? £ c
ment les termes avec F et F , c.-à-d. la fonction n q n q . Ceci donne la
fonction pointillée dans la figure VII.5 (un sinus pur). Si on tient en plus compte des coefficients
avec )hg F \ et )g \ on obtient la fonction traitillée, et en ajoutant les termes correspondant
¡
à )igÐè et )ig \ on obtient la courbe solide. Elle est déjà une très bonne approximation du

son actuel. On voit qu’avec très peu d’information on peut reconstituer le signal original.
0 100 200 300 400 500 600 700 800 900 1000
Figure VII.5: Approximation par un polynôme trigonométrique
VII.2 Etude élémentaire de la convergence

Une première approche pour étudier la convergence de la série de Fourier associée à une ·

fonction
p c
-périodique consiste à dériver des majorations pour 0 n 0 et d’utiliser le fait que 0 n q 0j1k0 n 0 .
Un premier résultat est le suivant:
Lemme 2.1 (lemme de Riemann) Si +
3K O
4 ô
est intégrable (au sens de Riemann), alors
Z
` × ` ×
?: +.-0/21* aC /N8:/ì)\ ?: +.-0/21*p /N8:/ì)\
lnm Ï
et lm Ï
(sans démonstration).
Ce lemme implique que les coefficients
de
Fourier satisfont
toujours
K ô \ O ô \ ô \[6
Z et n
L’hypothèse sur l’intégrabilité de la fonction +.-0/21 est nécessaire car, sinon, les coefficients de
Fourier n’existeraient pas. Une definition utile pour estimer les coefficients de Fourier est:
Définition 2.2 Pour une fonction +
3K O
4 ô
on définit sa variation totale par
Z
¥ ¦*£
.
oqp + ) t
Þm +>-5/w· £12MP+>-5/w·1 6
Ï × sr Ö ww Ö 0 0
= Ï ¼ ½ × · Ö_
-,vuqo p u
q uq â
On dit que + est à variation bornée si Ï × sr + ö
.
=
Afin de mieux comprendre cette définition, voici quelques propriétés de fonctions à variation
bornée:
¶
Si + 3 K Z O 4 ô 6
est à variation bornée, alors + est intégrable (au sens de Riemann).
) K@)9/=_ â /s£ â 6p6:6 â /w¥J)ÓO
Pour une division ' 5 , la différence entre la grande et la
petite somme satisfait (voir les pages 222 et 226 du livre “L’analyse au fil de l’histoire”)
. ¥ ¦*£
O°- ' 12M Q¤- ' p t 0 +.-5oØ1GMH+>-fw1 j=-0/w· £2MY/w·1

1,)
0 Þm
· Ö_ x >
¼r
¥ ¦*£ = y -q z{= q-z}| . .
o p + j=-5/w· £2MY/w·1 o p + j :<;l /w· £GMY/w·
1 ¼r 1 Ï ×sr · Ö_ ww ¥ ¦*£ 0 0
· Ö_ q-z?= q-zX| =
. = =
qui converge vers zéro si :<;lS· Ö_ ww ¥ ¦*£ 0 /w· £ØMX/w· 0 ô \ .
= =
¶
Si + est continûment différentiable, alors + est à variation bornée.

Sur l’intervalle compact 3 K Z O 4 on a 0 + ' -5/21 091 . Le théorème de Lagrange nous donne alors
¥ ¦*£
. ¥¦*£
.

0 +.-0/w· £12MP+.-0/w·1
0 )
0 f~
+S'- L·]1
0 0 j /w· £GMY/w·
0B1 -O4MPK{1=6
· Ö_ · Ö_
¶
Une fonction + peut être à variation bornée sans être continue.
Considérons, par exemple, des fonctions en escalier.
¶
Une fonction + peut être continue sans être à variation bornée.
Une exemple est la fonction +.-0/21.)B/´ - F ;/21 sur l’intervalle 3 \
a
Z F !4 .
Théorème 2.3 Si +
3\
4 ô
est à variation bornée, alors
Z

ýrþpÿ
- K O 1=6
0 n 091 de même pour Z (2.1)
0 0
p ¨
-périodique et y fois différentiable avec + § 0 _
p
Si +
ô
est R r à variation bornée, alors
=

ýrþpÿ .
6
0 n 091 £ (2.2)
0 0

Démonstration. Commençons à démontrer l’affirmation (2.1) pour &

R
des fonctions en escalier (voir le petit dessin). On peut explicitement &
&=£
calculer les coefficients de Fourier et on obtient
¥ &
Í
R ¦ · ¦ ·
n
) F

p
Q¤-5/21=c 8:/V) F

p
&
æ

q c 8:/
/s£ / / p
_ q q \ Í
Ö*
£ ¼ R
æ
F · · L
q
) &=£<?Bc ¼-0& MX&=£1G?Hc ¾ -5& MX& 1G?H6p6:6 MY&¥
Ù
p q R q Í R Z

o p_ ýrþpÿ
r Q[? 0 Q¤-
Q¤-]\ 1 0
F 12M 6
0 n 01 p R 1
=
Soit maintenant +.-0/21 une fonction arbitraire à variation bornée. Elle est alors intégrable et, par
définition de l’intégrale de Riemann, il existe une fonction en¦ escalier
Q¤-5/21 satisfaisant op _ r Qr?
R
Q0 ¤- p 1GM
Q¤-¸\ 1 091 op _ r + ? 0 +>- p 1< MH+.-]\1 0 , tel que _ R Q¤-5/21=c · 8L/ est arbitrairement proche =
du
R q
= _ R +.-0/21=c ¦ · 8:/ +.-0/21
coefficient de Fourier q de . Ceci démontre (2.1).
Si +.-0/21 est une fois différentiable,

une intégration par partie donne
¦ ·
R ¦ · c R R ¦ ·
) F +.-5/21c 8:/ì) F +.-0/21 q ? F + ' -0/217c 8:/
n p _ q p MtÙ _
p Ù _ q
et on peut appliquer (2.1) à + ' -5/21

. Plusieurs intégrations par parties donnent (2.2).
La deuxième et la cinquième fonction de la figure VII.3 sont à variation bornée, mais elles
ne sont pas continues sur tout l’intervalle. On comprend alors pourquoi les coefficients de Fourier
diminuent comme ýrþpÿ©; . La quatrième fonction n’est pas bornée et donc pas à variation bornée.

Cela n’empêche pas les coefficients de diminuer aussi comme ýrþpÿ©; .

La troisième et la sixième fonction de la figure VII.3 possèdent une première dérivée qui est à
variation bornée, d’où un comportement en ýrþpÿ©; R . La première fonction est à variation bornée,

£
mais sa dérivée ne l’est pas. On peut démontrer (par le produit de Wallis) que les coefficients de
Fourier se comportent comme ýrþpÿ; .
Concernant la convergence d’une série de Fourier, le théorème précédent nous permet de
p
déduire le suivant: si +.-0/21 est -périodique avec une dérivée à variation bornée, alors les coeffi-
ýrþpÿ©; R

cients de Fourier satisfont 0 n 091 . Le critère de Weierstrass montre donc la convergence
·
c
uniforme de la série n q . Jusqu’à maintenant on ne sait rien sur la convergence si les coef-
ýrþpÿ;
ficients se comportent comme . Dans le cas où la série converge, on ne sait pas encore si
elle converge vers la fonction +.-0/21 . Ces questions nous occuperont dans le paragraphe suivant.
VII.3 Noyau de Dirichlet et convergence ponctuelle

Pour étudier la convergence de la série de Fourier associée à une fonction +.-5/21 , nous considérons
les sommes partielles

· R ¦ ·
O*¥-5/21®) w n
c
où n
) F
p
+.-5/21c 8:/Ø6
q _ q
¥
Nous nous posons les questions suivantes:

Pour quelle fonction +.-5/21 et pour quelle valeur de / , la limite :é¥ lm O*¥-0/21 existe-t-il?
¶ `
¶
Cette limite, est-elle égale à +>-5/21 ?
Commençons par calculer cette
somme
partielle:
R ¦ · · R · ¦ ¨ R
O*¥-5/21®) w F

p
+.- T 1c e 8 T jc ) +.- T 1 F

p
w c § e 8 T )
' ¥-0/hM T 1+.- T 1=8 T
_ q _ q _
¥ ¥

où · ¦ ¨
' ¥-0/JM T 1

) F
p
w c § e
(3.1)
q
¥
est le noyau de Dirichlet. Des formules plus simples sont données dans le lemme suivant.
Lemme 3.1 Le noyau de Dirichlet est donné par
a - ? ; 1 Q
' ¥- L1®) Q F j ª F

a
Q ; (3.2)
et la somme partielle de la série de Fourier satisfait

O*¥-5/21®) +.-0/@? Q 1G?B+.-5/@MQL1 ' Q &Q
¥- L1=8 6
(3.3)
_
),è ) \ ) è
ª ª F ª F
4 4 4
2 2 2
M 0 M 0 M 0
Figure VII.6: Noyaux de Dirichlet

¥ Z
. la formule d’Euler
Démonstration. En écrivant (3.1) comme une série géométrique, on obtient avec
¥ £©¨ ·
¦ ·¥ Z
·
· ¥· ¦ ·Ã¥ Z MPc § R
p
' Q
¥- L1,) c ?Bc ?Bc7R ?H6p6:6?Hc7R ) c F
X
F . . . F
MHc
·
c
¦ ·¥Z MPc
· ¥ £©¨ c
¦ · ¥ £
¨
MHc
· ¥ £
¨
a - ? ; 1 Q
§ § R § R
ª F
)
MHc

· )
c
¦ · MHc
X
· )
a
Q
;
6
F R R

La formule pour la somme partielle est donnée par le calcul suivant:
R
O*¥-5/21ó) +.- T 1
' ¥-5/@M T 1=8 T ) q +>-5/@M Q 1 ' ¥- L1=8 ì) Q Q +.-0/JM QL1 ' ¥w- 1=8 Q &Q
_ ¦ ¦
_ R
q
) +.-0/JM QL1 ' Q &Q
¥w- 1=8 ? +.-0/JM QL1 ' Q &Q
¥w- 1=8 ì) +.-5/i?
QL1G?H+>-5/@MQ 1 ' Q Q
¥- L1=8 6
_ ¦ _
p
Dans la première ligne on a utilisé la -périodicité de ' Q et de +.-5/JMQ 1 et dans la deuxième
¥- L1
ligne le fait que ' ¥-Q 1®) ' ¥-MQL1 .

p p
Théorème 3.2 (Dirichlet 1829) Soit +.-5/21 -périodique, + 0 _ R r à variation bornée et supposons
qu’en chaque point /=_
de discontinuité les limites +>-5/=_LMÐ1 et = +. -5/=_L?Ð1 existent. Alors la série de
Fourier converge pour tout /=_Cù et
si + est continue en /=_ , on a :d¥ lm *
O ¥-0/=_L1.)V+.-5/=_L1 ,
¶ `
¶
si + est discontinue en /=_ , on a
` : O*¥-5/=_:1®) F +.-5/=_LMÐ12?H+.-0/=_:?Ð1 6
¥ lnm (3.4)
(le premier cas est en fait un cas particulier du deuxième).
+.-0/21 +>-5/21
Démonstration. Pour simplifier la démonstration, . supposons/=que _
soit différentiable dans un voisinage de gauche et de droite de (voir le
petit dessin). Ceci implique que +>-5/=_2?QL1*MX+.-5/ _ 1)Qf34-Q 1 pour Q
ã \
/=_ /
34-QL1 Q G \
avec une fonction bornée sur .
Nous utiliserons la propriété _ ' ¥-Q 1=8&Qt) F £ ; du

w noyau· de Dirichlet qui est une conséquence
de ' ¥-MQ 1®) ' ¥-QL1 et de ¦ ' ¥-QL1=8Q°) ¦
R
¥ c 8Q°)
F .

l’expression
La formule (3.3) nous suggère de considérer .
+.-5/=_:?Ð1
+.-5/=_®?
QL1 ' Q &Q
¥- L1=8 M

) +.-0/=_[? Q 12MP+>-5/ _ 1
' Q &Q
¥- 1=8 ì) Q
=3>- L1 Q ' Q &Q
¥w- L1=8
_ _ _
Q
) 34- L1 Q F a -- ? Q &Q
; 1 L1Þ8 õô \ 6
_ a - Q; 1 p ª F
¦*£
La fonction 3>-QL1Q¤-] -Q ; 11 étant bornée sur l’intervalle 3 \
a
Z 4 , le lemme de Riemann implique
que cette expression tend vers zéro pour ª ô ö .
De la même manière, on démontre
+.-5/=_ MÐ1
+.-0/=_WM QL1 ' Q &Q
¥w- 1=8 [M

ô \
_
et en utilisant la formule (3.3) on en déduit (3.4).
VII.4 Convergence en moyenne quadratique

Rappelons qu’un polynôme trigonométrique de degré ª , est une fonction
¥

· KL_

¥-5/21®) w n
c )

? -]K /@?HO
p aC /21 6
q
¥ Ö*£
Le problème que nous nous posons dans ce paragraphe est le suivant:

p
Problème. Soit +>-5/21 une fonction -périodique. Trouver le polynôme trigonométrique de degré
ª tel que
R

0 +>-5/212M
¥-0/21 R 8:/Ìô
0 : a 6
_

Pour résoudre ce problème,
nous le reformulons afin de pouvoir appliquer les techniques du
) ?XÙÚ
chapitre IV. Nous posons n et la fonction à minimiser devient

R · ¦ · W
E
- ¦ ¥ Ús¦ ¥ 6:6:6 ¥ Úw¥1

) +.-0/212M w - ?XÙÚ 17c +.-0/212M w W
- (MYÙÚ 17c W 8:/Ø6
Z Z Z Z _ ¥
q
W ¥
q
Une condition nécessaire est que toutes les dérivées partielles soient nulles, c.-à-d.
w w

-6:6p651 ) M _R

·
c æ +.-0/212M W ¥ n
W c ¦ ·XW 8:/hM _R

+.-5/212M ¥ n
c
·
c
¦ ·
æ 8:/
Ü q q q q
· p ¦ · p
) 6p6:6S)VM _R +>-5/21*c æ 8:/hM
n æ
M _R +.-5/21c æ 8:/@M
n æ
)9\
q q
· ¦ ·
Ý -6:6p651 ) 6p6:6S)VMrÙ _R +.-5/21=c æ 8:/JM
n æ
?XÙ _R +>-5/217c æ 8:/JM
n æ
),\6
q q

Comme E est une fonction quadratique, il n’est pas difficile de calculer sa deuxième dérivée (ma-

trice Hessienne) qui est la matrice identité multipliée par . On a alors démontré le théorème
suivant:
Théorème 4.1 La série de Fourier tronquée O*¥-5/21 est parmi tous les polynômes trigonométriques
¥-0/21
de degré ª celui qui minimise l’intégrale
R

_ 0 +.-0/212M
¥-5/21 RØ8:/Ø6
0
Théorème 4.2 Soient +.-0/21 continue par morceaux et O*¥-0/21 la série de Fourier tronquée. Alors
R
` :
0 +.-5/212MO*¥-0/21 0 RØ8:/ì)9\[6
¥ lnm _
Démonstration. Si +.-0/21 est un polynôme trigonométrique, disons de degré 1000, alors O*¥-5/21d)
+.-0/21 G \\ \
pour ª F d’après le théorème précédent et l’affirmation est démontrée.
Pour le cas général, on utilise le théorème de Weierstrass (sans démonstration), qui dit: pour
tout
ã \
, il existe un polynôme trigonométrique ¥-5/21 tel que 0 +.-0/21>M ¥-5/21 0
â
sur
3 \ 4 .
Z
Nous ne donnons pas de détails de la démonstration.
Théorème 4.3 Soit +.-5/21

intégrable¦ sur
3\
4 et supposons que _R
0 +.-0/21 0 R 8:/ â ö
. Les coeffi-
£ · Z
cients de Fourier n ) _R +.-5/21c 8:/
satisfont alors pour tout ª
R q

R
w 0 n 0R 1
F

0 +>-5/21 0 R 8L/
(inégalité de Bessel) 6
¥ _
Si, en plus, +.-5/21 est continue par morceaux alors

R
RC) F
0n 0
p 0 +.-5/21 0 RØ8:/ (identité de Parseval) 6
>ZY _
Démonstration. Calculons
w w
\
1 _R 0 +.-0/212M O*¥-0/21 0 R 8:/ ) _R +.-0/212M ¥ n
c
·
+.-0/212M W ¥ n
W¸c ¦ ·W 8L/
w
·
w q
¦ ·XW
q w
) _R 0 +.-0/21 R 8:/@M
0 ¥ n _R +>-5/21=c 8:/JM W ¥ n
W _R +.-5/21=c 8:/i?
p
¥ 0 n 0R
w w q w

q
) _R 0 +.-0/21 0 R 8:/@M ¥
p M W ¥ W n W¤? p
¥ 0 n 0R
w n n n
p
) _R 0 +.-0/21 0 R 8:/@M ¥ 0 n 0R 6

L’identité de Parseval est maintenant une conséquence du théorème précédent.
VII.5 Exercices

Math Info

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Math Info

Transféré par

Droits d'auteur :

Formats disponibles

Mathématiques

Université de Genève Juin 2004

I Topologie de et fonctions continues 4

III Calcul différentiel (plusieurs variables) 29

VI Equations différentielles ordinaires 75

Topologie de et fonctions continues

I.1 Distances et normes

et l’ensemble de tous les  -uples est

Dans l’espace de dimension  , nous définissons par analogie

Théorème 1.1 La norme euclidienne (1.4) satisfait :

Théorème 1.3 Pour tout M , on a

I.2 Convergence de suites de vecteurs

Théorème 2.2 (critère de convergence) Pour une suite de vecteurs (2.1), on a

i.e. la convergence dans est équivalente à la convergence composante par composante.

Démonstration. Prenons la norme maximum (1.7) pour laquelle

Avec cette norme dans la définition 2.1, le résultat est immédiat.

Le théorème de Bolzano-Weierstrass reste aussi vrai dans . Sa démonstration, par contre,

Maintenant, les premières et les deuxièmes composantes de la suite 

I.3 Voisinages, ensembles ouverts et fermés

Le rôle de l’intervalle ouvert est joué par

Le célèbre ensemble de Cantor (figure I.5) est donné par

&ÂKÓ &Â Â &

Figure I.6: Triangle de Sierpiński et tapis de Sierpiński

I.4 Fonctions continues

Figure I.8: Paraboloı̈de (gauche) et hélice (droite)

Figure I.9: Stéréogramme de la fonction discontinue Ñ)

í est compact ¢g£ í est borné et fermé.

Ce théorème conduit au résultat suivant, déjà annoncé au début de ce chapitre.

I.5 Convergence uniforme et la courbe de Peano-Hilbert

Un exemple est le suivant.

Figure I.10: La courbe de Peano-Hilbert

II.1 Rappel de l’algèbre linéaire

II.2 Forme normale de Schur

Exemple 2.2 Toutes le matrices orthogonales de dimension sont données par

Démonstration. Soit U, un zéro du polynôme caractéristique (1.5) et Ò un vecteur propre corre-

qui est sous la forme souhaitée.

Démonstration. Nous suivons la démonstration D

et en séparant les parties réelles et imaginaires on obtient

II.3 Formes quadratiques

Nous écrivons la fonction (3.1) sous forme matricielle

II.4 Matrices définies positives

II.5 Norme d’une matrice

Pour justifier la notation “norme d’une matrice” démontrons le résultat suivant.

II.6 Applications bilinéaires et multilinéaires

Calcul différentiel (plusieurs variables)

III.1 Dérivées partielles

s’appellent les dérivées partielles de Ñ par rapport _ à 

Une fonction ÑZ

en ce point, nous obtenons les tangentes en ces courbes au point 

nous écrivons (1.3) pour chacune des deux fonctions :

Il est commode d’écrire cette formule en notation vectorielle :

Figure III.2: Graphique de l’application (1.8)

et d’appliquer le théorème de Lagrange à chacune des différences. Ceci donne

La dérivée en chaı̂ne Considérons deux fonctions

 ë 0 -a  0 -/â 5 öB-,-S13-/â

III.3 Dérivées d’ordre supérieur

Nous obtenons que _  _ 

et de même _  5c] -Kâ1

III.4 Série de Taylor

et une différentiation de plus donne

Ces formules, assez encombrantes, nécessitent une notation plus compacte.

Avec cette notation, la formule (4.5) devient

III.5 Théorème des accroissements finis

et l’ensemble de tous les -uples est

Dans l’espace de dimension , nous définissons par analogie

Théorème 1.3 Pour tout M , on a

Maintenant, les premières et les deuxièmes composantes de la suite

&ÂKÓ &Â Â &

Figure I.9: Stéréogramme de la fonction discontinue Ñ)

s’appellent les dérivées partielles de Ñ par rapport _ à

Une fonction ÑZ

en ce point, nous obtenons les tangentes en ces courbes au point

ë 0 -a 0 -/â 5 öB-,-S13-/â

Nous obtenons que _ _

et de même _ 5c] -Kâ1

0 -, P ¢g£ -

Exemples de surfaces dans . Avant de donner une définition rigoureuse et de discuter

Exemple 7.4 (tore de révolution) Dans le plan

5 $ et : surface dans A . Elle est décrite soit par ë b f A f

0 -a>K 0 â -Kâ>â 5 Lâ -Kâ *>â

Elle possède un minimum global au point B3í si

ÑZ6OÑZ* pour tout M9íY

Démonstration. La restriction de la fonction Ñ sur 2 possède un minimum relatif en B¹2 si et

Celle-ci ne dépend plus de la paramétrisation ?>K mais uniquement de 0 .

Exemple 4.2 Nous introduisons des variables

ø3 D î DÞï D î æ î D î DÞï 5 æ ï æ î D î

ñ.!4d O©ñ.OQP Þ si d `[QP

Exemple 5.2 Considérons le problème

Dans le premier tableau, le deux composantes de î sont positives et on a le choix entre