Académique Documents
Professionnel Documents
Culture Documents
Math Info
Math Info
pour
Informaticiens
Ernst Hairer
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
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
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
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.
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
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
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)
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
^A
^ ¡
u
Figure I.2: Illustration d’une suite convergente dans
Topologie de et fonctions continues 7
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.
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.
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)
8 Topologie de et fonctions continues
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)
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 à qui
contient un disque de rayon positif centré en , i.e.,
8 E%À ·
à 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
Topologie de et fonctions continues 9
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 »?CǪ , le nombre b )1;¡Ç1« est strictement positif, et nous avons ?CǪ .
5 &Â &
Par contre, la suite ª (pour O ) est convergente, ses éléments sont dans CǪ à partir
d’un certain , mais la limite n’est pas dans CǪ . Donc, l’ensemble CǪ 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 ÊÎCǪ n’est ni ouvert ni fermé, puisque n’a pas de voisinage dans ÊÎCǪ et la
&Â
limite de la suite convergente Ç1 ª n’est pas dans ÊËCǪ .
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
„Z
4
P* est ouvert et que
„)
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.
10 Topologie de et fonctions continues
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.
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.
Topologie de et fonctions continues 11
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
ű
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.
12 Topologie de et fonctions continues
-/
-
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 ).
Topologie de et fonctions continues 13
&
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
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
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
14 Topologie de et fonctions continues
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
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
16 Topologie de et fonctions continues
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.
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 Ѷb 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 .
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
on obtient
& &
D P U, d÷ P U, ( ÷ Å
Å Å E E
P Å P P Å P Å Å
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 ŠŮŠŠŠŠŠÅ
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.
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.
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
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 Ŭ- , 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
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 -ɾ 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 ¡ ^ ¡ ^A
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 ;g䮾 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.
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
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 .
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
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).
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
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)
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
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)
32 Calcul différentiel (plusieurs variables)
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:
 &
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
Calcul différentiel (plusieurs variables) 33
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).
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 -
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
- - - -
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)
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.
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)
-
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$
- - -
Calcul différentiel (plusieurs variables) 37
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
§§
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
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 Ñ
b 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.
Calcul différentiel (plusieurs variables) 39
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 ѶbÊËCÇªÌ , 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)?Ǫ , mais il n’existe pas de dans CǪ avec Ñ P . Par
§ ù X
contre, on voit que l’inégalité :Ñ)?Ǫ1ÑZ?*: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/ Ǫ1Ñ/ C b çÔW è
b çaW d . Ç( 1¡
.. b .. b .. ..
. . . . (5.2)
Ç
1 ù ù
ÑLØSǪ1ÑØ#?*
b W çÔe è Øe b W>çae d ج
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” CǪgb ñÔǬ1ð*¥PJxÍñYx (on
suppose que ces points sont des points intérieurs de Å ). Alors, on a
>=@? § ù X
:ÑZ?Ǫ1ÑZC:e[ y :Ñ @: :Ç)1wa: (5.3)
Û m| [
Y{z
§ ù
où :Ñ @: est la norme matricielle de la matrice jacobienne.
40 Calcul différentiel (plusieurs variables)
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
-
! f
Théorème des fonctions implicites. Pour une fonction 0 b
Ø Ø
, considérons
l’équation 0 .-a P , c.-à-d.
0
"!Ô
- .L
-*ج P
0 C
"!Ô
- .L
-*ج P
XXX (6.3)
0 Ø#
"!Ô
- .L
-*ج P
42 Calcul différentiel (plusieurs variables)
! 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 CǪ sur ce cercle.
Nous voyons sur le dessin d’à côté qu’il existe des voisinages Å et à 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 ?CǪ 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 ?CǪ7
_ 0
0 CǪ P et _ ?CªÇ est inversible.
-
ë f
Il existe alors un voisinage Å de , un voisinage à de Ç et une application bÅ Ã (continûment
différentiable) tels que pour .a
- Z<Å Ã on a
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 ?CǪ«¾ P . Il ne suffit
pas que cette matrice soit non nulle. b b
I f I § þ P
b û 0
-, avec ?CǪ
- btç ? CǪ bê ? CǪ
b b
I §
L’hypothèse sur l’inversibilité de btê ?CǪ implique que ?CǪ est aussi inversible. Le théorème
b I
d’inversion locale montre alors que est un difféomorphisme local près de ?CǪ . 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 ?CǪ , il n’y
a pas d’autres solutions de 0
-,
ë
P que celle de la forme 4 .
Calcul différentiel (plusieurs variables) 43
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*
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**
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*/
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* .
& & 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 .
46 Calcul différentiel (plusieurs variables)
Ô
·
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 bà , 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
Calcul différentiel (plusieurs variables) 47
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
III.9 Exercices
Chapter IV
Optimisation
§ .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.
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
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
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*
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 "
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 4Uج÷ 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» 磿 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
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)ÔãÄÅIÁàß
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  ÈÆÈÑÉ .
Optimisation 53
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&; 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
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**
En regardant les droites où ÑZ
5 L 5 / est constante (lignes traitillées), on trouve
immédiatement la solution du problème:
P ,
, A , à .
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.
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-*ج÷ 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
- -/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
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
$ 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 »
÷
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
-/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
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
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
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+ Ǫ1 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.
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.
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
à ? 13 ?òß+ ò 1
Õ z
Õ z
dx
7 1J
1#
æ æ æ æ
4ÑK 5 @Ñ(C + Ñ/ + 5 ÑL¡+ (3.1)
2 2
- & 5
î & 5
>
1 1
mêmes aires
1.5 /}/
+ +C> LB+
x
1 2 1 2 >
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 Ǫ 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
 &
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=
 |}
) et , car la deuxième intégrale serait encore plus difficile. Choisissons donc
§ |} /
î (donc î= 1 ) et . La formule (3.8) donne alors
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)
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 .
70 Calcul intégral
£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 ݶ 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
Calcul intégral 71
& 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 .
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.
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
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
V.6 Exercices
Chapter VI
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
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 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.
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
&(' '?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
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.
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).
3
On dit que les fonctions ¿ ÀÁÃÂ*ĸÅÆÆÆŸ¿:ÇÁÂ=Ä sont linéairement indépendantes si la combinaison linéaire (3.6) est
identiquement nulle seulement si tous les ÈÉ sont nuls. Par exemple, ÊfŸÂSŸ ŸÂË sont des fonctions linéairement
indépendantes.
Equations différentielles ordinaires 81
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.
82 Equations différentielles ordinaires
â \ äã \
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)
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
Equations différentielles ordinaires 83
¡ ¡ ¡ ; ¡
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
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
84 Equations différentielles ordinaires
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
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
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) .
Equations différentielles ordinaires 85
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
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.
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
? 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.
J S
P
U
N
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.
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.
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
-,
q -,
q
Equations différentielles ordinaires 89
¥
+ 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.
+.- 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).
90 Equations différentielles ordinaires
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-,
Equations différentielles ordinaires 91
-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
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/=_ .
92 Equations différentielles ordinaires
)V/ëM^/s£
avec , Úà)V/s£>M^/=_ et ?ÛÚ),/ M /=_
, est équivalente au théorème d’addition pour
a /
/
et .
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
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.
Equations différentielles ordinaires 93
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
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 .
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
94 Equations différentielles ordinaires
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).
0 π 2π 0 π 2π 0 π 2π
−1 −1 −1
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 ^E_ -périodiques avec des séries de Fourier tronquées associées
98 Séries de Fourier
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
Séries de Fourier 99
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
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
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
.
=
100 Séries de Fourier
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”)
. ¥ ¦*£
¶
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
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).
Séries de Fourier 101
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.
¶
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)
),è ) \ ) è
ª ª F ª F
4 4 4
2 2 2
M 0 M 0 M 0
. 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
¶
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
Séries de Fourier 103
¦*£
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 \
_
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 _
104 Séries de Fourier
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.
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
VII.5 Exercices