Chapitre 4: Topologie de R - Fonctions de Plusieurs Variables

Chapitre 4 : Topologie de Rn-fonctions de
plusieurs variables
Mohamed EL AZZOUZI
1er juin 2021

EL AZZOUZI (ENSA) Analyse 2 1 / 104
Chapitre 4 : Topologie de Rn-fonctions de
plusieurs variables
Mohamed EL AZZOUZI
1er juin 2021

Module : Analyse 2
1 Chapitre 1 : Intégrale de Riemann
2 Chapitre 2 : Calcul des primitives
3 Chapitre 3 : Intégrales généralisées
4 Chapitre 4 : Topologie de Rn -Fonctions de plusieurs variables
5 Chapitre 5 : Intégrale dépendant d’un paramétre
6 Chapitre 5 : Equations différentielles

Topologie de Rn

Espaces métriques, définition de la distance
Définition
Soit E un ensemble non-vide. On dit qu’une application

d : E × E → R+ ,
(x, y) 7→ d(x, y)
est une distance sur E si elle vérifie les trois axiomes suivants :
séparation :∀(x, y) ∈ E × E, x = y ⇔ d(x, y) = 0;
symétrie : ∀(x, y) ∈ E × E, d(x, y) = d(y, x);
inégalité triangulaire : ∀(x, y, z) ∈ E × E × E, d(x, y) ≤ d(x, z) + d(z, y).

Définition
On appelle espace métrique tout couple (E, d) où E 6= ∅ est un ensemble et d
est une distance définie sur E.
Exemple
1 E = R, d(x, y) = |x − y|.
n n n
2 Métriques sur E = R , soit x = (x1 , · · · , xn ) ∈ R et y = (y1 , · · · , yn ) ∈ R .
n
!1/2
X
2
d2 (x, y) = |xi − yi | (métrique euclidienne),
i=1
n
X
d1 (x, y) = |xi − yi |,
i=1
d∞ (x, y) = sup |xi − yi |.
i∈{1,··· ,n}

Normes des espaces vectoriels
Définition
Soit E un espace vectoriel sur R. On appelle norme sur E toute application
k · k : E −→ R+ , x 7→k x k vérifiant :
séparation : ∀x ∈ E, k x k= 0 ⇔ x = 0
homogéniété positive : ∀λ ∈ R, ∀x ∈ E, k λx k= |λ|· k x k
inégalité triangulaire : ∀x, y ∈ E, k x + y k≤k x k + k y k .
Un espace vectoriel sur R muni d’une norme est appellé espace vectoriel
normé (e.v.n.).

Proposition
Soit E un e.v.n. L’application d : E × E → R+ qui au couple (x, y) associe
d(x, y) :=k x − y k est une distance sur E.
On l’appelle distance induite sur E par la norme. Elle possède les propriétés
suivantes :
∀x ∈ E, d(0, x) =k x k,
∀λ ∈ R, ∀(x, y) ∈ E 2 , d(λx, λy) = |λ|d(x, y),
∀(x, y, z) ∈ E × E × E, d(x + z, y + z) = d(x, y).
Remarque
Toute norme induit une distance, par contre toutes les distances ne proviennent
pas nécessairement d’une norme.

Exemple

d1 : R × Rp−→ R
La distance n’est induite par aucune norme (quelle
(x, y) 7−→ |x − y|
propriétée de la norme n’est pas forcément satisfaite ?).
Exemples (Exemple de normes sur Rn )

Soit x ∈ Rn , x = (x1 , · · · , xn ). Alors
Pn
1 k x k1 = 1 |xi | (norme de Manhattan)
2 1/2
Pn
2 k x k2 = ( 1 |xi | ) (norme euclidienne)
n 1/n
Pn
3 k x kn = ( 1 |xi | )
4 k x k∞ = max1≤i≤n |xi |
sont des normes sur Rn .

Boules ouvertes-fermées-Sphères-Parties bornées
Définition
Soit a un point de Rn et r > 0 un nombre réel.
1 B(a, r) := {x ∈ Rn | kx − ak ≤ r} est appelée boule fermée de centre a et de

rayon r.
2 Une boule ouverte de centre a et de rayon r est

B(a, r) := {x ∈ Rn | kx − ak < r}.
3 évidemment, B(a, r) ⊂ B̄(a, r). La différence des deux boules est appelée la
sphère de centre a et de rayon r est S(a, r) = {x ∈ Rn | kx − ak = r}

Remarque
1 Dans R, | · |), la boule ouverte B(a, r) est l’intervalle ouvert ]a − r, a + r[

tandis que la boule fermée est [a − r, a + r].
2 La sphère S(a, r) est réduite aux points a − r et a + r.
3 La boule ouverte (resp. fermée) de centre 0 (élément neutre de l’ev E )

et de rayon 1 est appelée boule unité.

Exemple

−1 + x < y < 1 − x, si x ≥ 0
k(x, y)k1 < 1 ⇐⇒
−1 − x < y < 1 + x, si x ≤ 0
k(x, y)k2 < 1 ⇐⇒ x + y 2 < 1
2

−1 < x < 1
k(x, y)k∞ < 1 ⇐⇒
−1 < y < 1
B(O, 1) pour k · k1 B(O, 1) pour k · k2 B(O, 1) pour k · k∞ .

Ouverts et Fermés
Définition
Une partie bornée B de Rn est une partie de Rn pour laquelle on peut trouver
une boule (ouverte ou fermée) qui contient tous les points de B.

Définition
Soit O ⊂ Rn . On dit que O est ouverte (ou un ouvert) de Rn si et seulement
si ∀x ∈ O, ∃r > 0 tel que B(x, r) ⊂ O.
Soit F ⊂ Rn . On dit que F est fermée (ou un fermé) de Rn si son

complémentaire F c dans Rn est un ouvert.

Remarque
E et ∅ sont Ã la fois ouverts et fermés.
Proposition
Soit (E, d) un espace métrique
1 Une boule ouverte est un ouvert,
2 Une boule fermée est un fermé.
Exercice (voir TD)

Montrer que
n n
1 R et ∅ sont des ouverts de R .
n n
2 Toute intersection finie d’ouverts de R est un ouvert de R .
n n
3 Toute réunion d’ouverts de R est un ouvert de R .

Définition
Soit O ⊂ Rn .
On dit que x est intérieur Ã O si on peut trouver un ouvert O ∈ Rn t.q. x ∈ O et
o
O ⊂ A. L’intérieur de O, noté O, est le plus grand ouvert inclus dans O.

Définition
Soit A ⊂ Rn . On dit que x est un point frontière de A si tout ouvert U ⊂ Rn
contenant x rencontre à la fois A et le complémentaire de A.

Définition
Soit A ⊂ Rn .
On dit que x est adhérent à A si tout ouvert U ⊂ Rn contenant x rencontre A.
Définition
Soit A ⊂ Rn . L’adhérence de A, notée A, est le plus petit fermé qui contient A.

Définition (Normes équivalentes)
Deux normes k · k et k · k0 sur Rn sont équivalentes s’il existe deux constantes
λ > 0, µ > 0 telles que ∀x ∈ Rn , λkxk ≤ kxk0 ≤ µkxk. On note k · k ∼ k · k0 .
Proposition
Cette définition induit une relation d’équivalence.
Démonstration.
reflexivité : k · k ∼ k · k
symétrie : si λkxk ≤ kxk0 ≤ µkxk alors µ1 kxk0 ≤ kxk ≤ λ1 kxk0 .
transitivité : λkxk ≤ kxk0 ≤ µkxk et βkxk0 ≤ kxk00 ≤ γkxk0 implique
βλkxk ≤ kxk00 ≤ γµkxk.

Exemple
1/2
Les normes k xk2 = ( n1 |xi |2 )
P
k x k∞ = max1≤i≤n |xi | sont équivalentes.
et √
2 1/2
En effet, on a kxk2 ≤ (n · kxk∞ ) = nkxk∞ .
Soit k ∈ {1, · · · , n} tel que xk = max{x1 , · · · , xn } = kxk∞ , alors
1/2
kxk∞ = (x2k )1/2 ≤ ( n1 |xi |2 ) = kxk2 .
P
Donc √1n kxk2 ≤ kxk∞ ≤ kxk2 .
Exercice (voir TD)

Montrer que les deux normes k · k1 et k · k∞ sont équivalentes.

Théorème
Deux normes équivalentes induisent la même topologie.
Si les normes sont équivalentes on trouve que les deux ensembles
T = {U ∈ P(Rn ), U ouvert pour la norme k · k}
et T 0 = {U ∈ P (Rn ), U ouvert pour la norme k · k0 },

sont égaux : T = T 0 .
Preuve: Soit U un élément de T , il faut montrer que c’est aussi un élément
de T 0 .
Cela se traduit :
Soit U un ouvert pour la norme k · k ⇔ ∀x ∈ U, ∃ε > 0 tel que B(x, ε) ⊂ U. On
va m.q. U est un ouvert pour la norme k · k0 .
Pour tout x ∈ U il faut montrer qu’il existe ε0 > 0 tel que B 0 (x, ε0 ), une boule
pour la norme k · k0 est un sous-ensemble de U. Pour cela on va trouver ε0 tel
que tout point Y de B 0 (x, ε0 ) appartienne aussi à B(x, ε) et donc à U. Par
équivalence des normes ∃λ > 0 tel que ∀z ∈ Rn , kzk ≤ λkzk0 . Soit
ε ε
y ∈ B 0 (x, λε ) on a kx − yk ≤ λkx − yk0 < λ = ε donc B 0 (x, ) ⊂ U. Donc si U
λ λ
est un ouvert pour k · k, alors pour tout x ∈ U, il existe
ε
ε0 = > 0 tel que B 0 (x, ε0 ) ⊂ U. Donc U est un élément de T 0 .
λ
De la même manière on montre que si U est un élément de T 0 , c’est aussi
un élément de T .

Théorème (Admis)
Sur un espace vectoriel normé de dimension finie, toutes les normes sont
équivalentes.
Corollaire
On parle de la topologie usuelle sur Rn sans préciser la norme.
Dans la suite, on notera ||.|| sans préciser de quelle norme il s’agit.

Fonctions de plusieurs variables

Fonctions de plusieurs variables
On s’intéresse maintenant aux fonctions f : D ⊂ Rn → Rm . On distingue
des fonctions scalaires : Rn → R et des fonctions vectorielles :
Rn → Rm , m > 1.
On va commencer par l’étude des fonctions de deux variables.
Définition
Soit D, une partie de R2 , c’est Ã dire un ensemble de couples de réels (x, y).
On appelle fonction de deux variables définie sur D, le procédé qui consiste
Ã associer Ã chaque couple (x, y) de D un réel unique. On note généralement :
f (x, y) = z.
On peut représenter z comme une "altitude" définie en chaque point du

plan de base.
Définition
Soit f : D → R, D ⊂ R2 .
3
1 L’ensemble des points de R
S = {(x, y, z) ∈ R3 |(x, y) ∈ D, z = f (x, y)}
est appelé la surface représentative de f. S est aussi appelé le graphe de

la fonction f.
2 Soit k ∈ R. L’ensemble Lk = {(x, y) ∈ D/f (x, y) = k} est la ligne de niveau
k de la fonction f.

p
Représentation de la surface d’équation z = x2 + y 2
0
4
2 4
0 2
-2 0
-2
-4-4

Représentation de la surface d’équation z = x2 + y 2
35
30
25
20
15
10
0 5
4 2 0
0 -2 -4-5

Notion de limite
Une fois qu’on a les normes et les voisinages, la définition de limite est la
même que dans R :
Définition
Soit (xn )n∈N une suite d’éléments de Rn et a ∈ Rn . On dit que lim xn = a ssi
n→+∞
∀V voisinage de a, ∃NV ∈ N tel que n ≥ NV ⇒ xn ∈ V.
C’est-Ã -dire
(∀ε > 0), (∃Nε ∈ N) tel que pour tout n ≥ Nε ⇒ kxn − ak ≤ ε.

Lien avec les limites dans R :
Propriété
Soit xn = (xn1 , . . . , xnp ) une suite de Rn et a = (a1 , . . . , ap ) ∈ Rn , alors lim xn = a
n→+∞
ssi
∀i = 1, . . . , p, lim xni = ai .
n→+∞
Exemple
Soit xn = ( n1 , n sin( n1 ), 21n ) une suite de R3 . on a limn→+∞ n1 = 0,
limn→+∞ n sin( n1 ) = 1 et limn→+∞ 21n = 0 donc limn→+∞ xn = (0, 1, 0).

Définition
Soit f : D ⊂ Rn → Rm et a ∈ D. On dit que f a une limite l ∈ Rm en a ssi
∀ (xn )n∈N suite de D telle que lim xn = a, on a lim f (xn ) = l.
n→+∞ n→+∞
Il y a une autre définition de la limite d’une fonction équivalente Ã cette

définition.
Définition
Soit f : D → Rm une fonction définie sur une partie ouverte D de Rn et a un point
adhérent Ã D, l un point de Rm . On dit que f a pour limite l lorsque X → a si :
(∀ε > 0), (∃η > 0), kx − ak ≤ η =⇒ (kf (x) − lk ≤ ε).

Remarque
1 La notion de limite ne dépend pas des normes utilisées (pourquoi ?).
2 La limite, si elle existe, est unique (trivial mais très important).
3 La limite partielle : soit D1 ⊂ D un sous-ensemble et a un point adhérent à

D1 . Si f (x) tend vers L lorsque x tend vers a en restant dans D, alors f (x)
tend vers la même limite l si x tend vers a en restant dans D1 . En particulier,
si on regarde le comportement des fonctions partielles au même point, elles
doivent toutes avoir la même limite (si elle existe, bien sÃ»r).
Nous avons les propriétés suivantes des limites de fonctions :

Proposition
Soient f, g : D ⊂ Rn −→ Rm et a ∈ D.
1 limx→a (f (x) ± g(x)) = limx→a f (x) ± limx→a g(x)
2 limx→a f (x)g(x) = limx→a f (x) · limx→a g(x)
3 Pour les fonctions à valeurs réelles (i.e. m = 1) si limx→a f (x) 6= 0 on a
1 1
lim = .
x→a f (x) limx→a f (x)
4 Composition. Soient les fonctions gi : E ⊂ Rn → R, i = 1, · · · , p et b un point

adhérent à E et f : D ⊂ Rn → Rm , si limy→b gi (y) = ai , a = (a1 , · · · , an ) un
point adhérent à D alors
lim f (g1 (y), · · · , gp (y)) = lim f (x).

EL AZZOUZI (ENSA) y→b Analyse 2 x→a 34 / 104
Proposition
Si limx→a g(a) = 0 et kf (x) − lk ≤ g(x), l ∈ Rq pour tout x au voisinage de a, alors
limx→a f (x) = l.
Exemple
x3 + y 3
soit f définie sur D := R2 \{(0, 0)} par : f (x, y) = .
x2 + y 2
∀(x, y) ∈ D,
x3 y3 x3 y3
|f (x, y)| ≤ | | + | | ≤ | | + | | ≤ (|x| + |y|) → 0. Par
x2 + y 2 x2 + y 2 x2 y2 (x,y)→(0,0)
conséquent, on en déduit que
lim f (x, y) = 0.
(x,y)→(0,0)

Continuité
Définition
Soit f : D ⊂ Rn → Rm et a ∈ D. Alors, f est dite continue en a si
lim f (x) = f (a)
x→a x∈D
La fonction est continue sur D si elle est continue en tout point de D.
Remarque
x = (x1 , · · · , xn ) et a = (a1 , · · · , an ). x → a signifie x1 → a1 et x2 → a2 · · · et
x n → an .
Ou bien on peut reformuler cette définition à l’aide des suites :

Définition
Soit f : D ⊂ Rn → Rm et a ∈ D. On dit que f est continue en a ssi ∀ (xn )n∈N suite
de D telle que lim xn = a, on a lim f (xn ) = f (a).
n→+∞ n→+∞
Propriété (Opérations sur les fonctions continues)

La somme, le produit et le quotient (lÃ où le dénominateur ne s’annule pas) des
fonctions continues sont continus. La composée de fonctions continues est
continue.
Exemple
Des polynômes xk y n , exponentielles e2x+xy , trigonométriques, sin(xy), etc.
sont continues sur R2 .

Définition
Soit f : D ⊂ Rn → Rm . Soit a = (a1 , . . . , an ) ∈ D. Pour i = 1 . . . , p, on appelle
i-ème fonction partielle de f en a la fonction :

Di ⊂ R → Rm
fai :
x 7→ f (a1 , . . . , ai−1 , x, ai+1 , . . . , an )
où x est à la i-ème place, et Di est tel que pour x ∈ Di , (a1 , . . . , x, . . . , ap ) ∈ D.
Proposition
Si f est continue en a = (a1 , . . . , an ) alors ∀i = 1 . . . , n, la fonction partielle fai est
continue en ai .

Exemple
On considère la fonction
(
x2 −y 2
x2 +y 2
(x, y) 6= (0, 0)
f (x, y) =
0 sinon
Soit a = (1, 2) ∈ D. Les deux fonctions partielles en a sont

2 1−y 2
f1 (x) = f (x, 2) = xx2 −4
+4
et f2 (y) = f1 (1, y) = 1+y 2
Soit a = (0, 0) ∈ D. Les deux fonctions partielles en a sont

x2
x2
= 1 x 6= 0
f1 (x) = f (x, 0) = et
( 0 sinon
−y 2
y2
= −1 y 6= 0
f2 (y) = f (0, y) =
0 sinon
Remarque
La réciproque est fausse !
Exemple
On considère une fonction f : R2 → R définie de la façon suivante :
( xy
si (x, y) 6= (0, 0),
f : (x, y) 7→ x2 + y 2
0 si (x, y) = (0, 0).
Ses 2 fonctions partielles en (0, 0) sont continues. Pourtant f

n’est pas continue en (0, 0) :
1/n2 1
Soient xn = yn = 1/n. On a lim xn = lim yn = 0, mais f (xn , yn ) = 2
= .
n→+∞ n→+∞ 2/n 2
Donc lim f (xn , yn ) 6= 0 = f (0, 0).
n→+∞
Etude de continuité des fonctions
Exemple
La fonction f (x, y) = x2 + y 2 est continue en tout point de R2 .
Exemple
( y
, si x 6= 0 y
f (x, y) = x alors f (x, y) = pour x 6= 0 étant une fraction de
3, si x = 0 x
fonctions continues est continue. Mais la fonction n’est pas continue en
tout point de la droite x = 0. En effet soit (0, a) un point de cette droite. La
suite (xn , yn ) = ( n1 , a) tend vers (0, a) quad n tend vers l’infini, mais
f (xn , yn ) = a1 tend vers l’infini par conséquent f (xn , yn )9f (0, a) = 3. Alors
n
fonction n’est pas continue en (0, a).
Remarque

Définition
Soit f : D → Rm une fonction définie sur une partie D de Rn . Soit a un point
adhérent à D n’appartenant pas à D. Si f Sa une limite L lorsque x → a on peut
étendre le domaine de définition de f à D {a} en posant f (a) = l. On dit que
l’on a prolongé f par continuité au point a.
Exemple
x3 + y 3
soit f définie sur D := R2 \{(0, 0)} par : f (x, y) = .
x2 + y 2
∀(x, y) ∈ D,
x3 y3 x3 y3
|f (x, y)| ≤ | | + | | ≤ | | + | | ≤ (|x| + |y|) → 0. Par
x2 + y 2 x2 + y 2 x2 y2 (x,y)→(0,0)
conséquent, on en déduit que lim f (x, y) = 0.
(x,y)→(0,0)

Coordonnées polaires
Exemple
 2
 x − y2
si (x, y) 6= (0, 0),
f : (x, y) 7→ x2 + y 2
0 si (x, y) = (0, 0).

Cette fonction est continue sur R2 \ {(0, 0)}. En (0, 0) on a :
x2 − y 2 x2 − y 2 r2 cos2 θ − r2 sin2 θ
lim =√ lim = lim .
(x,y)→(0,0) x2 + y 2 2
(x−0)2 +(y−0)2 →0 x + y
2 r→0 r2
Cette limite est égale à cos2 θ − sin2 θ. Le résultat dépend de θ, i.e. il n’y a pas
de limite unique, donc la limite n’existe pas et f n’est pas continue en (0, 0).

Coordonnées polaires
Exemple

x3
si (x, y) 6= (0, 0),

g : (x, y) 7→ x2 + y 2
0 si (x, y) = (0, 0).

Cette fonction est continue sur R2 \ {(0, 0)}. En (0, 0) on a :
x3 x3 r3 cos3 t
lim = √ lim = lim = lim(cos3 t)r = 0
(x,y)→(0,0) x2 + y 2 (x−0)2 +(y−0)2 →0 x 2 + y 2 r→0 r 2 r→0
. Finalement, la fonction g est continue en (0, 0) et donc elle est continue sur
R2 .

Propriétés des fonctions continues sur un compact
Définition
Une partie compacte (un compact) de Rn est une partie fermée et bornée.
Il existe au moins deux differentes faÃ§ons de définir un compact dans un

espace normé, mais dans Rn elles sont équivalentes à celle qu’on donne ici.
Exemple
Dans R, un intervalle fermé borné, et dans Rn les boules fermées, sont des
exemples de compacts.

Théorème (Admis)
Soit f : D → Rm une fonction continue sur une partie D ⊂ Rn et K une partie
compacte de Rn contenue dans D. Alors, f (K) est une partie compacte de Rm .
Corollaire
Une fonction continue f : D → R sur un compact est bornée et atteint ses bornes.

Dérivées partielles
Définition (Rappel)
Soit f : I → R une fonction dérivable sur un intervalle I ⊂ R. La dérivée de f au
point a ∈ I est :
f (a + h) − f (a) f (x) − f (a)

f 0 (a) = lim = lim .
h→0 h x→a x−a
Soit f : D ⊂ Rn → Rm et a ∈ D. Une expression du type
f (x) − f (a)
lim
x→a x−a
n’est pas bien définie parce que diviser par x − a, qui est un vecteur de Rn ,
n’a aucun sens ! Néanmoins, si on fixe toutes les composantes de x sauf
une, on peut définir des dérivées partielles.
Définition
Soit f : D ⊂ Rn → Rm et a ∈ D.
Pour i = 1, . . . , n, on appelle dérivée partielle par rapport à xi de f en
∂f
a = (a1 , · · · an ), et on note (a), la dérivée de la fonction partielle
∂xi
fa,i : x 7−→ f (a1 , · · · , ai−1 , x, ai+1 , · · · , an ) prise en ai :
∂f 0 f (a1 , · · · , x, · · · , ap ) − f (a1 , · · · , ai , · · · , ap )
(a) = fa,i (ai ) = lim .
∂xi x→ai x − ai
∂f 0 f (a1 , · · · , h + ai , · · · , ap ) − f (a1 , · · · , ai , · · · , ap )
(a) = fa,i (ai ) = lim .
∂xi h→0 h

Le cas de deux variables
Pour une fonction de deux variables f : D ⊂ R2 → R, les dérivées partielles
de f en (a, b) sont les dérivées des fonctions partielles
x 7−→ f (x, b)
y 7−→ f (a, y)
∂f f (a+h,b)−f (a,b)
∂x
(a, b) = limh→0 h
∂f f (a,b+k)−f (a,b)
∂y
(a, b) = limk→0 k
(
x3 −y 3
x2 +y 2
si (x, y) 6= (0, 0)
Pour f (x, y) =
0 si (x, y) = (0, 0).
−k3
∂f
∂y
(0, 0) = limk→0 f (0,k)−f
k
(0,0)
= limk→0 k3
= −1 et
h3
∂f
∂x
(0, 0) = limk→0 f (h,0)−f
h
(0,0)
= limh→0 h3 = 1.

Exemple
Soit f (x, y) = 2x2 − 3xy + 4y 2 . Calculons les dérivées partielles de f . En
considérant y constant et en dérivant par rapport à x on a :
∂f
(x, y) = 4x − 3y
∂x
En considérant x constant et en dérivant par rapport à y on a :
∂f
(x, y) = −3x + 8y.
∂y

Remarque
Soit f : D ⊂ Rn → Rm . On note f1 , · · · , fm les fonctions
 composantes de f .
f1 (x)
Pour x = (x1 , · · · , xn ) ∈ D, on a f (x) = 
 .. 
. 
fm (x)
Les dérivées partielles par rapport à xi de f en a = (a1 , · · · an ) sont
∂f1 ∂f1 ∂f1

     
 ∂x1 (a)   ∂x2 (a)   ∂xn (a) 
∂f  ..  ∂f  ..  , · · · , ∂f (a) = 
  .. 
(a) =  . , (a) =  . . .
∂x1 
 ∂fm

 ∂x 2

 ∂fm

 ∂x n

 ∂fm


(a) (a) (a)
∂x1 ∂x2 ∂xn

Exemple

x+y
Considérons la fonction f définie par : f (x, y, z) = . On peut
xyz
f1 (x, y, z
encore écrire : f : R3 → R2 , (x, y, z) 7→ , avec
f2 (x, y, z)
f1 (x, y, z) = x + y et f2 (x, y, z) = xyz.

∂f1
∂f ∂x
(x, y, z) 1
(x, y, z) = ∂f2 =
∂x ∂x
(x, y, z) yz
!
∂f1
∂f ∂y
(x, y, z) 1
(x, y, z) = ∂f2 =
∂y ∂y
(x, y, z) xz
∂f1
∂f ∂z
(x, y, z) 0
(x, y, z) = ∂f2 =
∂z ∂z
(x, y, z) xy
Définition
La matrice des dérivées partielles de f : Rn → Rm
 ∂f1 ∂f1 ∂f1 
∂x1
(a) ∂x 2
(a) · · · ∂xn
(a)
∂f2 ∂f2 ∂f2
(a) ∂x2 (a) · · · (a) 

∂fi 
(a) =  ∂x1 . ∂xn
 
∂xj .. .. .. .. 
1≤i≤q,1≤j≤p  . . . 
∂fm ∂fm ∂fm
∂x1
(a) ∂x2 (a) · · · ∂xn
(a)
notée Jac (f ) s’appelle la matrice jacobienne ou la Jacobienne de f. La

matrice jacobienne Jac(f )(a) a n colonnes et m lignes. En particulier, pour une
fonction de n variables à valeurs réelles,

∂f ∂f
Jac(f )(x1 , · · · , xn ) = ,··· , .
∂x1 ∂xn
Exemple

xlny
La matrice jacobienne de f : (x, y, z) 7→ . au point a = (1, 2, 0) est
ex+y+z
ln (2) 21 0

Jac(f )(a) = .
e3 e3 e3

Application différentiable
Soit f : I → R une fonction dérivable sur un intervalle I ∈ R. La dérivée de f
au point a ⊂ I est :
f (a + h) − f (a) f (x) − f (a)

f 0 (a) = lim = lim .
h→0 h x→a x−a
En essayant de généraliser l’expression pour la dérivée d’une fonction
d’une variable aux fonctions de plusieurs variables, nous avons introduit
les fonctions de dérivées partielles, qui sont utiles et révèlent certaines
informations sur le comportement de la fonction mais n’apportent pas toute
l’information.

Exemple
On considère à nouveau la fonction f : R2 → R définie de la faÃ§on
suivante :  xy
 x2 + y 2 si (x, y) 6= (0, 0),

f : (x, y) 7→

0 si (x, y) = (0, 0).

∂f ∂f
(0, 0) existe, de même (0, 0) existe et vaut 0, et pourtant f n’est même
∂x ∂y
pas continue en (0, 0). Donc les dérivées partielles ne suffisent pas à
décrire la régularité de la fonction.

Application différentiable
Définition
Soient U un ouvert de Rn , a ∈ U et f : U ⊂ Rn → Rm . On dit que f est
différentiable au point a s’il existe une application linéaire L : Rn −→ Rm telle
que :
f (a + h) − f (a) = L(h) + r(h), où r(h) = o(khk).

L’application linéaire L s’appelle la différentielle de f au point a est se note
df (a).
f (a + h) − f (a) = df (a)(h) + r(h), où r(h) = o(khk).

La fonction f est dite différentiable dans U si elle est différentiable en tout point
de U .
Remarque
Le reste, r(h) = o(khk), dit ”petit o” de khk, est une fonction r : D ⊂ Rn → Rq ,
négligeable devant khk. On peut comparer leurs normes :
kr(h)kRq
lim = 0.
khk→0 khkRn
On peut réécrire la condition de différentiablité
f (a + h) − f (a) − ( df (a)) (h)

lim =0
khk→0 khk
Si elle existe, la différentielle df (a) est unique. On la note selon les auteurs ou
les circonstances :
L = Df (a) ou df (a) ou Da f ou da f .
La différentiabilité entraîne l’existence des dérivées partielles
∂f f (a1 , · · · , ai + hi , · · · , an ) − f (a1 , · · · , ai , · · · , an )
(a) = lim .
∂xi hi →0 hi
Par définition de la différentielle on a aussi
f (a1 , · · · , ai + hi , · · · , an ) − f (a1 , · · · , ai , · · · , an ) df (a)(h) + r(h)
=
hi hi
df (a)(h) + r(h) df (a)(h)
Donc r(h) = o(khk) = o(hi ) et limhi →0 = lim .
hi hi →0 hi
∂f
Donc ici df (a)(0, · · · , 0, hi , 0, · · · , 0) = ∂x i
(a) · hi et par linéarité
n
X ∂f
df (a)(h1 , · · · , hi , · · · , hn ) = (a) · hi
i=0
∂xi

Propriété
∂fj
Soit f : U ⊂ Rn → Rm et a ∈ U . Si ∀i = 1, . . . , n, ∀j = 1, . . . , m, x 7→ (x)
∂xi
existe au voisinage de a et est continue en a, alors f est différentiable en a
et on a n
X ∂f
df (a)(h1 , · · · , hi , · · · , hp ) = (a) · hi = Jac(f )(a)h.
i=0
∂x i
Autrement dit : Si une fonction est de classe C 1 elle est différentiable.
Exercice
Déterminer la différentielle de (x, y) 7→ xy au point a = (1, 1).

Exemple
Soit une fonction f : R2 → R définie de la façon suivante
( xy
si (x, y) 6= (0, 0),
f : (x, y) 7→ x2 + y 2
0 si (x, y) = (0, 0).
On sait que f n’est pas différentiable en (0, 0) parce qu’elle n’est même pas
continue. Comment se comportent ses dérivées partielles au voisinage de
∂f y(y 2 − x2 ) ∂f
(0, 0) ? On a vu que si (x, y) 6= (0, 0), (x, y) = 2 2 2
et que (0, 0) = 0.
∂x (x + y ) ∂x
∂f
Donc est bien définie au voisinage de (0, 0), mais elle n’est pas
∂x
continue : si xn = 1/n et yn = 2/n, on a lim xn = 0, lim yn = 0, et
n→+∞ n→+∞
3 2
∂f 6/n 6/n ∂f
(xn , yn ) = 2 2 2
= 4
. Donc, lim (xn , yn ) 6= 0.
∂x (1/n + 4/n )
EL AZZOUZI (ENSA)
25/n Analyse 2 n→+∞ ∂x 62 / 104
Exemple
Soit f : R2 → R2 , (x, y) 7→ (x2 y 2 , x + y). f est-elle différentiable en (2, 3) ?
∂f1 ∂f1 ∂f2 ∂f2
(x, y) = 2xy 2 , (x, y) = 2yx2 , (x, y) = 1, (x, y) = 1.
∂x ∂y ∂x ∂y
Toutes ces dérivées partielles sont continues en (2, 3) donc f est
différentiable en (2, 3). On a  
36 24
h h 36h + 24k
d(2,3) f (h, k) = Jac(f )(2, 3) =  = .
k k h+k
1 1

Propriétés de la différentielle
Proposition
1 Continuité : Une fonction différentiable en a est continue en a.
2 Linéarité : Soient f, g : U → Rm deux fonctions définies sur une partie U de
Rn . Si f et g sont différentiables en a ∈ U, λ ∈ R, alors
d(f + g)(a) = df (a) + dg(a) et d(λf )(a) = λ df (a).
3 Composition. Soient f : U → V ⊂ Rm définie sur un ouvert U de Rn et
différentiable en a ∈ U, et g : V → Rq différentiable en f (a), alors g ◦ f est
différentiable en a et d(g ◦ f )(a) = dg(f (a)) ◦ .f(a).
g(f (a + h)) − g(f (a)) = dg(f (a))(f (a + h) − f (a)) + petit reste
= dg(f (a)) df (a)(h) + un autre petit reste

Proposition
Toute application linéaire ϕ : Rn −→ Rm est de classe C 1 sur Rn et :
∀a ∈ Rn , dϕ(a) = ϕ.
Preuve: Notons (e1 , · · · , en ) la base canonique de Rn , et soit a ∈ U . On a,

pour tout j ∈ {1, · · · , n}, puisque ϕ est linéaire :
1
∀t ∈ R∗ , (ϕ(a + tej ) − ϕ(a)) = ϕ(ej ),
t
∂ϕ
donc ϕ admet des dérivées partielles en a et : ∂x j
(a) = ϕ(ej ).
n n n
X ∂ϕ X X
dϕ(a)(h) = hj (a) = hj ϕ(ej ) = ϕ( hj ej ) = ϕ(h).
j=1
∂xj j=1 j=1
et donc dϕ(a) = ϕ.
Pour j ∈ {1, · · · , n}, la j me projection prj : Rn −→ R est notée abusivement xj ,
d’où, comme prj est linéaire, alors pour tout a ∈ Rn , dprj (a) = dxj = prj est
donc dxj (h) = hj . Par conséquent :
Proposition
Si f : U ⊂ Rn −→ R est de classe C 1 sur U , on a alors :
n
X ∂f
∀a ∈ U, df (a) = (a)dxj .
j=1
∂x j

Propriétés des dérivées partielles.
Soient U un ouvert de Rn et V un ouvert Rm .
g : U ⊂ Rn → V ⊂ Rm , g : X 7→ f (x) = (f1 (x), · · · , fm (x)),
g : V ⊂ Rm → Rq , h : y 7→ g(y) = (g1 (y), · · · , gq (y)),
f : U ⊂ Rn → Rq , f : x 7→ g(f (x)) = g(x) = (h1 (x), · · · hq (x))
des fonctions telles que f est différentiable en a ∈ U et g est différentiable

en f (a) ∈ V .
alors pour tout i ∈ {1, · · · , q}, j ∈ {1, · · · , n}, on a le résultat suivant :
Proposition
∂hi ∂gi ∂f1 ∂gi ∂gm
(a) = (f (a)) (a) + · · · + (g(a)) (a)
∂xj ∂y1 ∂xj ∂ym ∂xj

Preuve: On a f est différentiable en a et g est diffrentiable en f (a) alors
h = g ◦ f est différentiable en a et dh(a) = dg(f (a)) ◦ df (a). Ce qui entraine que
la matrice jacobienne de h est un produit des matrices jacobiennes de g et
f:

∂hi ∂gi ∂fk
(a) = (f (a)) (a)
∂xj 1≤i≤q,1≤j≤n ∂yk 1≤i≤q,1≤k≤m ∂xj 1≤k≤m,1≤j≤n
Par conséquent,
 ∂f 
1
(a)
 ∂xj 
∂hi ∂gi ∂gi  .. 
(a) = (f (a)) · · · (f (a))  . 
∂xj ∂y1 ∂ym 
 ∂fm


(a)
∂xj
∂gi ∂f1 ∂gi
= ∂y 1
(g(a)) ∂x j
(a) + · · · + ∂y m
(g(a)) ∂f
∂xj
m
(a)
En particulier, si
h : R2 → R, (y1 , y2 ) 7→ h(y1 , y2 ) et g : Rn → R2 , x 7→ (g1 (x), g2 (x))
pour f = h ◦ g : Rn → R on a
∂(f ) ∂(h ◦ g) ∂h ∂(g1 ) ∂h ∂(g2 )

(a) = (a) = (g(a)) (a) + (g(a)) (a).
∂xi ∂xi ∂y1 ∂xi ∂y2 ∂xi
Exercice (voir TD)

Soient F : R2 −→ R et φ : R −→ R deux fonctions telles que
f (x) = F (x, φ(x)) = 0. Calculer φ0 (x) en fonction des dérivées partielles de F.

Derivées partielles d’ordre supérieur
Soit f : U ⊂ Rn → R. Les dérivées partielles définissent n nouvelles
∂f
fonctions x 7−→ (x), i ∈ {1, · · · , n}. On peut regarder les dérivées
∂xi
partielles de chacune de ces nouvelles fonctions. Cela nous donne les
dérivées partielles d’ordre 2 (aussi appellées les dérivées partielles
secondes) et à leur tour on peut regarder les dérivées partielles des
dérivées partielles d’ordre 2, etc. Cela s’écrit par exemple :
∂ 2f

∂ ∂f
:=
∂xi ∂xj ∂xi ∂xj
Définition
Une fonction f : U ⊂ Rn → R de classe C k est une fonction dont toutes les
dérivées partielles jusqu’à l’ordre k existent et sont continues. Une fonction est
dite de classe C ∞ si elle est de classe C k pour tout k ∈ N.
Théorème de Schwarz
Théorème
Soit f : U ⊂ Rn → R une fonction de classe C 2 sur U . Pour tout x ∈ U ,
∂ 2f ∂ 2f
(x) = (x)
∂xi ∂xj ∂xj ∂xi
Exemple
g est la fonction définie sur R2 par : g(x, y) = x3 ey .
∂ 2g ∂ 2g
(x, y) = (x, y) = 3x2 ey .
∂x∂y ∂y∂x

Exercice
On définit la fonction f par : f (x, y, z) = x3 y 4 + yz 5
Calculer
∂f ∂ 2f ∂ 2f ∂ 3f
(x, y, z) , (x, y, z) , (x, y, z) et (x, y, z).
∂x ∂x2 ∂x∂z ∂x∂y∂z
Exemple

x+y
Considérons la fonction f définie par : f (x, y, z) = .
xyz

∂f 1
(x, y, z) = .
∂x yz
∂ 2f

0
(x, y, z) = .
∂x∂y z
Exercice
Donner l’ensemble de définition et de dérivabilité, puis calculer des
dérivées
partielles premières et secondes des applications φ et ψ respectivement
définies sur R3 et
R2 par :  √ 
2 x+ y
x
φ(x, y, z) = et ψ(x, y) =  xx − y  .
 
zx + y
y

Dérivée directionnelle
Définition
Soit f : U ⊂ Rn → Rm , a ∈ U et v un vecteur de Rn . On dit que f a une dérivée
au point a en suivant le vecteur v si l’expression :
f (a + tv) − f (a)
Dv f (a) := lim
t→0 t
existe. Dv f (a) s’appelle la dérivée directionnelle de f en a en direction de
vecteur v.
∂f
Remarque : Les dérivées partielles sont des dérivées directionnelles de
∂xi
f en a en direction de vecteurs de base ei = (0, · · · , |{z}
1 , · · · , 0).
i
Dérivée directionnelle
Définition
Soit f : U ⊂ Rn → Rm , a ∈ U . On dit que f est différentiable au sens de
Gateaux au point a si pour tout v ∈ Rn , la dérivée directionnelle Dv f (a) existe.
Cette notion est plus faible que la notion usuelle de différentiabilité, aussi appelée
différentiabilité au sens de Fréchet.
Remarque
Si f est différentiable au point a alors elle est différentiable au sens de Gateaux
au point a, mais la réciproque est fausse.

Exercice
y2

2 si x 6= 0
Soit f : R −→ R la fonction définie par : f (x, y) = x
0 si x = 0.
1 Montrer que f n’est pas continue en (0, 0).
2 Calculer les dérivées ∂f
∂x
(0, 0) et ∂f
∂y
(0, 0).
3 Montrer que f est dérivable en (0, 0) suivant tout vectuer h = (u, v).
4 f est-elle différentiable en (0, 0) ?
Proposition
Soit f : U ⊂ Rn → R, de classe C 1 , en a ∈ U et v un vecteur de Rn . Alors,
D−−→ E
Dv f (a) = gradf (a), v .

Propriétés du gradient
Soit f : Rp → Rq , avec p et q, deux nombres entiers non nuls. On se ramène
p p
aisément au cas  : f : R → R en considérant que si a ∈ R , alors :
f1 (a)
 ..
f (a) =  . , où fi : Rp → R, avec i ∈ {1, · · · , q}.

fq (a)
Ainsi, on considère f : Rp → R, avec p ∈ N∗ La différentielle de f en a a pour
expression :
p
p
X ∂f
da f : R −→ R, h = (h1 , h2 , · · · , hp ) −→ da f (h) avec da f (h) = hi (a).
i=1
∂x i

Définition
Soit f : U ⊂ R2 → R et a ∈ R2
On appelle ∇f (a) (nabla de f en a ), le vecteur :
−−→ ∂f ∂f
∇f (a) := gradf (a) = ( (a), (a))
∂x ∂y
Si f : U ⊂ Rn → R et a ∈ R2 , on définit ∇f (a) par :

−−→ ∂f ∂f ∂f
∇f (a) := gradf (a) = ( (a), (a), · · · , (a))
∂x1 ∂x2 ∂xn
Remarque
n
X ∂f
da f (h) = hi (a) = h∇f (a), hi.
i=1
∂xi
Le gradient est perpendiculaire à la ligne de niveau
Définition
Soit a un point d’une courbe Γ ∈ Rn et (T ) une droite tangente à Γ au point a. On
dit qu’un vecteur v est perpendiculaire à la courbe Γ au point a si v est
perpendiculaire à (T ). Dans ce cas on dit aussi que v est normal à la courbe Γ
au point a.
En particulier, cela signifie que le produit scalaire de V et du vecteur

directeur de (T ) est égal à 0.
Soient D ⊂ R2 , f : D → R et (x, y) ∈ D, alors si f (x, y) = a, (x, y) appartient à
la ligne de niveau La (f ).

Le gradient est perpendiculaire à la ligne de niveau
Théorème
→
−
Le vecteur gradient ∇f (x, y) est normal à la courbe La (f ) au point (x, y).
Exemple
√
f (x, y) = x2 + y 2 . La (f ) = C((0, 0), a) est le cercle de centre (0, 0) et de rayon
√ ∂f ∂f
a. (x, y) = 2x, (x, y) = 2y. On remarque que (2x, 2y) = 2(x, y) est 2 fois
∂x ∂y
le vecteur radial qui est en effet orthogonal au cercle.

Exemple
Soit la courbe d’équation x2 − y = 0. Pour calculer la normale en chaque
point de cette courbe, on la voit comme une ligne de niveau 0 de la fonction
f (x, y) = x2
− y. La
normale est donc donnée par son gradient :
→
− 2x
∇f (x, y) = .
−1
Sur le graphe de la fonction f on prend un point (x, y, f (x, y)), alors (x, y) est
sur la ligne de niveau a = f (x, y).

Le gradient indique la ligne de plus grande pente
Théorème
Le gradient en (x, y) indique la direction de plus grande pente sur Γf à partir d’un
point en question.
Remarque
Sur le graphe, le chemin le plus court à parcourir pour obtenir une variation
donnée de f. Autrement dit, si on veut passer le plus vite possible du niveau a au
niveau b à partir d’un point (x, y) donné de niveau a = f (x, y), il faut suivre le
gradient.

Surfaces et coordonnées curvilignes
Soit f : D → R une fonction continue définie sur une partie D de R2 .
L’ensemble des points de R3 :
S = {(x, y, z) ∈ R3 |(x, y) ∈ D, z = f (x, y)}
est le graphe de la fonction f sur D. Il est évident que l’application :
F : D → S, F (x, y) = (x, y, f (x, y))
est une bijection. Puisque les points de S sont donnés par des paires de
nombres (x, y), l’ensemble S est une surface de dimension 2 dans R3 .
Si on a un chemin Γ : I → D, alors automatiquement on a un chemin
F ◦ Γ : I → S sur la surface S.

x = x(t)
Si est une représentation paramétrique de Γ alors le chemin
y = y(t)
F ◦ Γ sur S est donné par les trois fonctions :

 x = x(t)
y = y(t)
z = f (x(t), y(t))

Soit (x0 , y0 ) ∈ D. On peut trouver un chemin :

x = x0 + t, y = y0 , z = f (x0 + t, y0 )
sur la surface S pour lequel la coordonnée y = y0 ne change pas et un autre
chemin : x = x0 , y = y0 + t, z = f (x0 , y0 + t) pour lequel la coordonnée x = x0
ne change pas. Ces chemins partant de points différents de la surface S
tracent des lignes de coordonnées sur S. Pour cette raison on appelle (x, y)
les coordonnées curvilignes sur S.
Plan tangent
Si la fonction z = f (x, y) est différentiable en (x0 , y0 ) ∈ U, alors, quand
(x, y) → (x0 , y0 ) on a :
p
f (x, y) = f (x0 , y0 ) + α(x − x0 ) + β(y − y0 ) + o (x − x0 )2 + (y − y0 )2
Définition
Le plan d’équation
z = f (x0 , y0 ) + α(x − x0 ) + β(y − y0 )
∂f ∂f
avec α = (x0 , y0 ), β = (x0 , y0 ) est appellé le plan tangent au graphe de la
∂x ∂y
fonction z = f (x, y) au point (x0 , y0 , f (x0 , y0 )).
Vecteur normal
Soit (x, y, z) ∈ D ⊂ R3 et F (x, y, z) = 0 l’équation implicite d’une surface S
(précédemment on avait une surface : z = f (x, y) pour laquelle
F (x, y, z) = f (x, y) − z.) Soit

 x = f (t)
t ∈ I ⊂ R, γ : t 7→ y = g(t)
z = h(t)

l’équation paramétrique d’une courbe de la surface passant par le point

P0 (x0 , y0 , z0 ), c’est-à-dire qu’il existe
t0 ∈ I, tel que (x0 , y0 , z0 ) = (f (t0 ), g(t0 ), h(t0 )) et (x, y, z) = (f (t), g(t), h(t))
qui satisfont l’équation F (x, y, z) = 0 pour tout t ∈ I. Soit
u(t) = F (f (t), g(t), h(t)) une fonction composée de I → R, qui est
identiquement nulle sur I.
Vecteur normal
Donc au point t = t0 on a
∂F ∂F ∂F
0 = u0 (t0 ) = (P0 ) · f 0 (t0 ) + (P0 ) · g 0 (t0 ) + (P0 ) · h0 (t0 ) (1)
∂x ∂y ∂z
 0 
f (t0 )
Donc le vecteur γ 0 (t0 ) =  g 0 (t0 )  est orthogonal au vecteur
h0 (t0 )
 ∂F 
(P )
 ∂x 0 
 0 
f (t0 )
−−−→  ∂F  0  g 0 (t0 )  est un vecteur
 ∂y (P0 )  Le vecteur γ (t0 ) =
gradF (P0 ) =  

∂F
 h0 (t0 )
(P0 )
∂z
quelconque dans l’espace tangent à S au point P0 .
Vecteur normal
Donc le vecteur  ∂F 
(P )
 ∂x 0 
−−−→  ∂F 
gradF (P0 ) = 
 ∂y (P 0 ) 

∂F
 
(P0 )
∂z
est orthogonal à tout vecteur tangent à la surface S passant par P0 . Cela
signifie exactement que le vecteur gradient est normal à la surface S.
L’équation du plan tangent à la surface donnée par l’équation F (x, y, z) = 0
est facile à établir : c’est le plan passant par P0 tel que tout vecteur de ce
−−−→
plan est orthogonal à gradF (P0 ).

Les coordonnées d’un point M (x, y, z) du plan vérifient :
−−→ −−−→
P0 M · gradF (P0 ) = 0. Ce produit scalaire donne l’équation du plan tangent :

∂F ∂F ∂F
(x − x0 , y − y0 , z − z0 ) · , , (P0 ) = 0.
∂x ∂y ∂z
De façon plus explicite :
∂F ∂F ∂F
(x − x0 ) (P0 ) + (y − y0 ) (P0 ) + (z − z0 ) (P0 ) = 0.
∂x ∂y ∂z

Notion de gradient
Notion de C 1−difféomorphisme
Définition
Si U ⊂ Rp et V ⊂ Rq , où U et V sont des parties ouvertes, f : U −→ V . On dit
que f est un C 1 -difféomorphisme (de U sur V ) si et seulement si :
1
1 f est de classe C sur U .
2 f est bijective.
−1
3 f est de classe C 1 sur V.
Exemple
Soient U un ouvert de Rp , f ∈ L(Rp , Rq ) bijective, f : U −→ f (U ) est un
C 1 -difféomorphisme de U sur f (U ).
Par exemple R2 → R2 , (x, y) 7→ (x + y, x − y) est un C 1 -difféomorphisme
de R2 sur R2 .
Notion de gradient
Remarque
1 Pour tout ouvert U de Rp , IdU est un C 1 -difféomorphisme de U sur U .
2 Si f : U −→ V est un C 1 -difféomorphisme et g : V −→ W est un
C 1 -difféomorphisme, alors g ◦ f : U −→ W est un C 1 -difféomorphisme.
3 Si f : U −→ V est un C 1 -difféomorphisme, alors f −1 : V −→ U est un
C 1 -difféomorphisme.
Proposition
Si U ⊂ Rp et V ⊂ Rq , où U et V sont des parties ouvertes, f : U −→ V une
application. si f est un C 1 -difféomorphisme, alors :
p = q.
pour tout a élément de U, da f est un isomorphisme de Rp sur Rq et
(da f )−1 = df (a) f −1 .
Jf (a) (f −1 ) = Ja (f )−1 .
Notion de gradient
Preuve:
(df −1 (f (a)) ◦ (df (a)) = d(f (a)−1 ◦ f ) = dIdU (a) = IdRp .
(df (a)) ◦ (df −1 (f (a))) = d(f ◦ f −1 )(f (a)) = d(IdV )(a) = IdRq .
Ainsi, df (a) et df −1 (f (a)) sont des isomorphismes réciproques, et donc p = q.
On admet le théorème suivant :
Théorème
Si U ⊂ Rp et V ⊂ Rq , où U et V sont des parties ouvertes, f : U −→ V une
application de classe C 1 et injective. Pour que f soit un C 1 -difféomorphisme de
U sur V , il faut et il suffit que :
V = f (U ).
∀x ∈ U, det(Jac(f )(x) 6= 0.

Notion de gradient
Passage en coordonnées polaires

Exemple
φ : U = R∗+ ×]0, 2π[ → V = R2 \(R+ × {0})
(ρ, θ) 7→ (x, y) = (ρ cos θ, ρ sin θ) .
est de classe C 1 , bijective. La matrice jacobienne de φ au point (ρ, θ) est :

cosθ −ρ sin θ
J(ρ,θ) φ =
sinθ ρcosθ
On a de plus : det J(ρ,θ) φ = ρ 6= 0. D’après le théorème, φ est un

C 1 -difféomorphisme .

Notion de gradient
Extremums
Définition
Soit f : Rp −→ R et a ∈ U
On dit que la fonction f admet un maximum local en a si et seulement si :
∃V ∈ VRp (a), ∀x ∈ U ∩ V, f (x) ≤ f (a).
-5
-10
-15
-20
-25
-30
4 3 2 1
EL AZZOUZI (ENSA) 0 -1 -2 -3 -4-4 Analyse
-3 2-2 -1 0 1 2 3 4
93 / 104
Notion de gradient
Définition
On dit que la fonction f admet un minimum local en a si et seulement si :
∃V ∈ VRp (a), ∀x ∈ U ∩ V, f (x) ≥ f (a).
35
30
25
20
15
10
4 3 2 4
1 0 -1 0 1 2 3
-2 -3 -4-4 -3 -2 -1

Notion de gradient
Définition
On dit que la fonction f admet un maximum local strict en a si et
seulement si : ∃V ∈ VRp (a), ∀x ∈ U ∩ V − {a}, f (x) < f (a).
On dit que la fonction f admet un minimum local strict en a si et
seulement si : ∃V ∈ VRp (a), ∀x ∈ U ∩ V − {a}, f (x) > f (a).
On dit que f admet un extremum local strict en a si et seulement si f
admet un maximum local strict en a ou un minimum local strict en a.
On dit que f admet un extremum local en a si et seulement si f admet un
maximum local en a ou un minimum local en a.

Notion de gradient
Exemple
On définit la fonction f sur R2 par : f (x, y) = x2 + 4xy + 4y 2
On a : ∀(x, y) ∈ R2 , f (x, y) = (x + 2y)2 ≥ 0 = f (0, 0). On en déduit que f
admet un minimum absolu.
1860
1850
1840
1830
1820
1810
1800
1790
1780
1770 -4
-3
4 -2
3 2 -1
1 0
0 1
-1 -2 2
-3 3
-4 4

Notion de gradient
Définition (Point critique)

Soit U un ouvert de Rp , a ∈ U , f : U −→ R. a est appelé point critique de f si :
∂f ∂f
(a) = . . . = (a) = 0.
∂x1 ∂xp
Théorème (Théorème fondamental)

Soit U un ouvert de Rp , a ∈ U , f : U −→ R. Si f admet en a un extremum local
et les dérivées partielles du premier ordre de f en a existent alors a est un
point critique, auttement dit :
∂f ∂f
(a) = . . . = (a) = 0.
∂x1 ∂xp

Notion de gradient
Théorème de Taylor-Young pour une fonctions de

plusieurs variables
Théorème (Théorème de Taylor-Young à l’ordre 2)

Soit U un ouvert de Rp , a ∈ U , f : U −→ R de classe C 2 .
p
X ∂f 1 X ∂ 2f
f (a + h) − f (a) = hj (a) + hi hj (a) + o(khk2 )
j=1
∂xj 2 1≤i,j≤p ∂xi ∂xj

Notion de gradient
Application à l’étude des extremums locaux des

fonctions numériques de plusieurs variables réelles
Définition (Matrice hessienne)
Soit f une fonction de classe C 2 sur ouvert U de Rp à valeurs dans R, et soit a un
point de U.
On appelle Ha la matrice hessienne de f au point a définie par :
∂2f ∂2f ∂2f
 
(a) (a) ··· (a) 
 ∂x21 ∂x1 ∂x2 ∂x1 ∂xp
∂2f ∂2f ∂2f
 
 

∂2f
 (a) (a) ··· (a) 
Ha (f ) = (a) =
 ∂x2 ∂x1 ∂x22 ∂x2 ∂xp 
∂xi ∂xj .. .. .. ..

1≤i,j≤p
 

 . . . . 

 ∂2f ∂2f ∂2f 
(a) (a) · · · 2
(a)
∂xn ∂x1 ∂xp ∂x2 ∂xp
Notion de gradient
On pose
n X
n
n
X ∂ 2f
∀h ∈ R , qa (h) = hi hj (a).
i=1 j=1
∂xi ∂xj
Ainsi, dans un voisinage de a, avec des conditions de régularité
appropriées dans un voisinage de a, on a :
1
f (a + h) = f (a) + h∇f (a), hi + qa (h) + o(khk2 ).
2
D’où, si a est un point critique, alors
1
f (a + h) − f (a) = qa (h) + o(khk2 ).
2
Propriété
Ha est une matrice symétrique.
Notion de gradient
Le théorème qui suit nous donne une méthode simple permettant de

déterminer la nature des points critiques d’une fonction :
Théorème
Soit f une fonction de classe C 2 dans un voisinage de a. Soit Ha la matrice
hessienne de f en a.Ha est alors une matrice symétrique réelle dont les valeurs
propres, nécessairement réelles sont ordonnées comme suit : λ1 ≤ λ2 ≤ · · · ≤ λn .
On alors :
Si λi > 0 pour tout i ∈ {1, · · · , n}, f admet un minimum local en a.
Si λi < 0 pour tout i ∈ {1, · · · , n}, f admet un maximum local en a.
Si λ1 < 0 et λn > 0, alors f n’admet pas d’extremum local en a.
S’il existe i ∈ {1, · · · , n} tel que λi = 0, et si ∀j 6= i, λj ≥ 0 ou λj ≤ 0, on ne
peut rien conclure.

Notion de gradient
Cas des fonctions de deux variables réelles
Définition (Notations de Monge)

a étant un point critique de f, on définit les coefficients r, s et t par :
∂ 2f ∂ 2f ∂ 2f ∂ 2f
r= (a) , s = (a) = (a) et t = (a) .
∂x2 ∂x∂y ∂y∂x ∂y 2
Avec les notations de Monge

r s
Ha (f ) =
s t
et on a det Ha (f ) = rt − s2 .

Notion de gradient
Théorème
Soit a, un point critique de f.
2
1 Si rt − s > 0 et r > 0, f admet un minimum local en a.
2
2 Si rt − s > 0 et r < 0, f admet un maximum local en a.
2
3 Si rt − s < 0, f n’admet pas d’extremum en a. On dit alors que a est un
point selle ou point col.
2
4 Si rt − s = 0, on ne peut rien affirmer.
Exemple
Déterminer les extremums locaux de f : R2 → R définie par :
f (x, y) = x2 + xy + y 2 + 41 x3 .

Notion de gradient
Exemple
On considère la fonction f : R2 → R,f (x, y) = xey + yex
Exemple
On considère la fonction f : R2 → R,f (x, y) = x2 + y 4

Chapitre 4: Topologie de R - Fonctions de Plusieurs Variables

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 4: Topologie de R - Fonctions de Plusieurs Variables

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre 4 : Topologie de Rn-fonctions de

1er juin 2021

1er juin 2021

1 Chapitre 1 : Intégrale de Riemann

2 Chapitre 2 : Calcul des primitives

3 Chapitre 3 : Intégrales généralisées

4 Chapitre 4 : Topologie de Rn -Fonctions de plusieurs variables

5 Chapitre 5 : Intégrale dépendant d’un paramétre

6 Chapitre 5 : Equations différentielles

EL AZZOUZI (ENSA) Analyse 2 3 / 104

EL AZZOUZI (ENSA) Analyse 2 4 / 104

EL AZZOUZI (ENSA) Analyse 2 5 / 104

EL AZZOUZI (ENSA) Analyse 2 6 / 104

EL AZZOUZI (ENSA) Analyse 2 7 / 104

EL AZZOUZI (ENSA) Analyse 2 8 / 104

Exemples (Exemple de normes sur Rn )

sont des normes sur Rn .

EL AZZOUZI (ENSA) Analyse 2 9 / 104

1 B(a, r) := {x ∈ Rn | kx − ak ≤ r} est appelée boule fermée de centre a et de

2 Une boule ouverte de centre a et de rayon r est

EL AZZOUZI (ENSA) Analyse 2 10 / 104

1 Dans R, | · |), la boule ouverte B(a, r) est l’intervalle ouvert ]a − r, a + r[

2 La sphère S(a, r) est réduite aux points a − r et a + r.

3 La boule ouverte (resp. fermée) de centre 0 (élément neutre de l’ev E )

EL AZZOUZI (ENSA) Analyse 2 11 / 104

EL AZZOUZI (ENSA) Analyse 2 12 / 104

EL AZZOUZI (ENSA) Analyse 2 14 / 104

Soit F ⊂ Rn . On dit que F est fermée (ou un fermé) de Rn si son

EL AZZOUZI (ENSA) Analyse 2 15 / 104

2 Une boule fermée est un fermé.

Exercice (voir TD)

EL AZZOUZI (ENSA) Analyse 2 16 / 104

EL AZZOUZI (ENSA) Analyse 2 17 / 104

EL AZZOUZI (ENSA) Analyse 2 18 / 104

EL AZZOUZI (ENSA) Analyse 2 19 / 104

EL AZZOUZI (ENSA) Analyse 2 20 / 104

Exercice (voir TD)

EL AZZOUZI (ENSA) Analyse 2 21 / 104

Si les normes sont équivalentes on trouve que les deux ensembles

T = {U ∈ P(Rn ), U ouvert pour la norme k · k}

et T 0 = {U ∈ P (Rn ), U ouvert pour la norme k · k0 },

EL AZZOUZI (ENSA) Analyse 2 23 / 104

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

EL AZZOUZI (ENSA) Analyse 2 24 / 104

EL AZZOUZI (ENSA) Analyse 2 25 / 104

On peut représenter z comme une "altitude" définie en chaque point du

S = {(x, y, z) ∈ R3 |(x, y) ∈ D, z = f (x, y)}

est appelé la surface représentative de f. S est aussi appelé le graphe de

EL AZZOUZI (ENSA) Analyse 2 27 / 104

EL AZZOUZI (ENSA) Analyse 2 28 / 104

EL AZZOUZI (ENSA) Analyse 2 29 / 104

∀V voisinage de a, ∃NV ∈ N tel que n ≥ NV ⇒ xn ∈ V.

(∀ε > 0), (∃Nε ∈ N) tel que pour tout n ≥ Nε ⇒ kxn − ak ≤ ε.

EL AZZOUZI (ENSA) Analyse 2 30 / 104

EL AZZOUZI (ENSA) Analyse 2 31 / 104

Il y a une autre définition de la limite d’une fonction équivalente Ã cette

(∀ε > 0), (∃η > 0), kx − ak ≤ η =⇒ (kf (x) − lk ≤ ε).

EL AZZOUZI (ENSA) Analyse 2 32 / 104

2 La limite, si elle existe, est unique (trivial mais très important).

3 La limite partielle : soit D1 ⊂ D un sous-ensemble et a un point adhérent à

Nous avons les propriétés suivantes des limites de fonctions :

EL AZZOUZI (ENSA) Analyse 2 33 / 104

2 limx→a f (x)g(x) = limx→a f (x) · limx→a g(x)

Soit a = (0, 0) ∈ D. Les deux fonctions partielles en a sont