Analyse 3 2022 2023

ECOLE NORMALE SUPERIEURE (ENS)
COURS D’ANALYSE 3
CAP-CEG MPC2 et MSVT2
Année 2022-2023
Pr Ousséni SO,
Professeur titulaire à l’Ecole Normale Supérieure
Spécialiste en Analyse Numérique, Modélisation mathématique et Simulations Numériques,
Laboratoire d’Analyse Numérique d’Informatique et de Biomathématique (LANIBIO), UFR/SEA, UJKZ
E-mail : soousseni@gmail.com
Date de mise à jour : 24/01/2023

Analyse 3
Table des matières
1 Séries numériques 1
1.1 Introduction et dé…nitions générales . . . . . . . . . . . . . . . . . . . 1
1.2 Séries à termes positifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Série à termes quelconques . . . . . . . . . . . . . . . . . . . . . . . . . 7
2 Fonctions numériques de deux variables réelles 10

2.1 Normes et distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Dé…nitions et premières propriétés . . . . . . . . . . . . . . . . . . . . 11
2.2.1 Représentations graphiques : . . . . . . . . . . . . . . . . . . . 12
2.3 Limite et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.5 Di¤érentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.6 Dérivée de fonctions composées et théorème des accroissements …nis . 18
2.7 Valeurs extrêmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.8 Les intégrales doubles . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.8.1 Intégrales doubles sur des rectangles . . . . . . . . . . . . . . . 23
2.8.2 Les intégrales itérées . . . . . . . . . . . . . . . . . . . . . . . . 24
2.8.3 Les intégrales dans des domaines généraux . . . . . . . . . . . . 24
By Pr SO Ousséni Page: i
Analyse 3
Chapitre 1
Séries numériques
1.1 Introduction et dé…nitions générales

Dé…nition 1.1 i) Une série numérique est un couple formé de deux suites numériques
P
n P
f(un )n 2 N; (Sn )n 2 Ng tels que 8n 2 N; Sn = ui :On notera ce couple un et on
i=0
dira ”la série un ”.
P
ii) Pour tout n 2 N; un s’appelle le terme d’ordre n de la série un et Sn s’appelle
la somme partielle d’ordre n de la série.
P
+1 1 P 1
+1
Exemple 1.1 et i
sont deux séries numériques.
n=1 n i=1 2
P
Dé…nition 1.2 i) La série un converge si la suite (Sn )n2N converge et la limite
P
+1
S= un s’appelle la somme de la série.
n=0
P P
+1
ii) Si la série un converge alors 8n 2 N; rn = S Sn = ui s’appelle le
i=n+1
reste d’ordre n de la série.
Exemple 1.2 Quelques séries de reférence

P ( 1)n+1
+1 1 1 1
* La série de Bertrand : =1 + + ::: converge vers ln 2.
n=1 n 2 3 4
P ( 1)n
+1 1 1 1
* La série de Gregory : =1 + + ::: converge vers .
n=0 2n + 1 3 5 7 4
Tableau des séries de référence
By Pr SO Ousséni Page: 1
Analyse 3
Nom Terme général Nature Somme

converge si jzj < 1 1
Géométrique zn, n 0; z 2 C
diverge si jzj > 1 1 z
1
Harmonique ,n 1 diverge -
n
1
Exponentielle ,n 0 converge e
n!
1 converge si >1
Riemann , n 1, 2R
n diverge si 1
Série harmonique alternée ( 1)n
,n 0 converge ln 2
ou série de Bertrand n+1
( 1)n
Série de Gregory ,n 0 converge
2n + 1 4
Proposition 1.1 Les trois propositions ci-dessous sont équivalentes :
P
i) La série un converge et sa somme est S.
ii) 8" > 0; 9N 2 N; 8n N; jS Sn j ":
iii) lim jrn j = 0:
n !+1
P
Preuve un converge et sa somme est S () lim Sn = S () lim (Sn S) =
n !+1 n !+1
0 () lim jS Sn j = 0
n !+1
() lim jrn j = 0 () 8" > 0; 9N 2 N; 8n N , jSn Sj ": [
n !+1
Remarque 1.1 La convergence d’une série ne dépend pas de ses premiers termes : on
peut modi…er un nombre …ni de termes d’une série sans changer sa nature (convergent
ou divergent). Par contre, la valeur de la somme d’une série dépend de tous ses termes.
P
Théorème 1.1 (critère de Cauchy pour les séries) : Une série numérique un est
Pq
convergente si et seulement si 8" > 0; 9N 2 N; 8 p; q 2 N; q p N =) ui ":
i=p
P
Preuve un converge si et seulement si (Sn )n2N converge () (Sn ) est de Cauchy
() 8" > 0; 9N 2 N; q p N; jSq Sp 1j " () 8" > 0; 9N 2 N; q p N;
P
q
ui "[
i=p
P
Proposition 1.2 Une condition nécessaire pour que la série un converge est que
la suite (un )n2N converge vers 0. Cette condition n’est pas su¢ sante.
P
Preuve * D’après le théorème 2.1 un converge si et seulement si 8" > 0; 9N 2
N; 8q p N; jSq Sp 1j ": En particulier pour n N; jSn Sn 1j " ()
P
jun j " () un ! 0. Donc un converge =) lim un = 0:
n !+1 n !+1
Analyse 3
P1 1 P1
* Considérons la série
; un = ! 0: Mais la série diverge. En e¤et,
n n n
P 1
2n 1 1 1 1 1 1 1 P1
= + + ::: + + + ::: + . Donc ne véri…e
k=n+1 k n+1 n+2 2n |2n 2n{z 2n} 2 n
n f ois
pas la condition de Cauchy, d’où elle diverge. [
P P
Proposition 1.3 Si un et vn sont deux séries convergentes de sommes S et ,
P
la série (un + vn ) est convergente de somme
P
S+ et la série un est convergente de somme S:L’ensemble des séries conver-
gentes est donc un R espace vectoriel.
1.2 Séries à termes positifs

P
Proposition 1.4 Soit un une série à termes positifs c’est à dire un 0; 8n 2 N.
P P
n
un converge si et seulement si sa somme partielle Sn = uk est une suite majorée.
k=0
P
Preuve Sn+1 Sn = un+1 0 donc (Sn ) est croissante. un converge () (Sn )
converge () (Sn ) majorée (car (Sn ) est croissante). [
P P
Théorème 1.2 (théorème de comparaison) : Soient un et vn deux séries à
termes positifs. Supposons que 8n 2 N; on a un vn .
P P
* Si la série vn converge alors la série un converge
P P
* Si la série un diverge alors la série vn diverge.
P
n P
n P
Preuve Posons Sn = ui et n = vi . 8i; ui vi =) 8n; Sn n. Si vn
i=0 i=0
converge alors ( n)
converge et est donc bornée. La suite (Sn ) est donc aussi bornée
P
et d’après la proposition 2.1, la série un converge. La deuxième propriété est la
contraposée de la première donc est également vraie. [
Remarque 1.2 Ce résultat reste vrai si un vn n’est véri…é qu’à partir d’un certain
rang no . C’est une conséquence de la remarque 1.1.
Proposition 1.5 Soit a; r 2 R (a 6= 0). 8n 2 N;on dé…nit un = arn : Alors la série

P
un (série géometrique) converge si et seulement si jrj < 1 et sa somme est S =
P
+1 a
un = .
n=0 1 r
Analyse 3
1 rn+1 1 rn+1
Preuve * Si r 6= 1; Sn = a (1 + r + ::: + rn ) = a . La suite a
1 r 1 r
converge si et seulement jrj < 1
* Si r = 1; Sn = a (n + 1). La suite (a (n + 1))n2N diverge.
Donc (Sn ) converge si et seulement si jrj < 1: [
P P un
Proposition 1.6 Soit un et vn deux séries à termes positifs lim = l:
n !+1 vn
Alors :
P P
1) Si l 6= 0; un et vn sont de même nature c’est à dire soit sont toutes conver-
gentes, soit sont toutes divergentes.
P P
2) Si l = 0; vn converge =) un converge.
l un
Preuve 1) l 6= 0 =) l > 0 =) 9N 2 N=8n > N; < < 2l () 9N 2 N;
2 vn
l P Pl
8n > N; vn < un < 2lvn : D’après le théorème 2.2 si un converge alors vn
2 2
P P Pl P P
converge et si 2lvn converge alors un converge. Or vn ; 2lvn et vn sont
P P 2
de même nature. D’où un et vn sont de même nature.
un 1 1
2) Si l = 0; 9N 2 N; 8n > N; < () 9N 2 N; 8n > N; un < vn : Donc
P vn 2 P 2
d’après le théorème 1.2 si vn converge, alors un converge. [
P
Proposition 1.7 (Test de Cauchy) : Soit un une série à termes positifs. Posons
1=n
l= lim (un ) :Alors :
n !+1 P
i) l < 1 =) un converge ;
P
ii) l > 1 =) un diverge ;
iii) l = 1 =) on ne peut conclure.
Preuve i) Supposons l < 1: On choisit r 2]l; 1[: Alors 9N 2 N; 8n N; (un )1=n < r
P
ou encore un < rn : Donc d’après le théorème 1.2 et la proposition 1.5, un converge.
ii) Supposons l > 1: On choisit r 2]1; l[: Alors 9N 2 N, 8n N; (un )1=n > r ou
P
encore un > rn d’où (un ) ne converge pas vers o et alors un diverge.
1 1
iii) Supposons l = 1: Les deux séries de terme généraux et 2 véri…ent cette
n n
condition. En e¤et :
1 1=n 1 1 ln n
* = e n ln n = e n ! 1 ;
n
1 1=n 1 1 2 ln n
* 2
= e n ln n2 = e n ! 1:
n
P1 P 1 1
Or diverge (voir preuve proposition 1.2) et converge car 0 < 2 <
n n2 n
1 Pn 1 P
n 1 1 nP1 1 Pn 1 1
et = = =1 ! 1. [
n (n 1) i=2 i (i 1) i=2 i 1 i i=1 i i=2 i n
Analyse 3
P
Proposition 1.8 (Test de d’Alembert) :Soit un une suite à termes strictement
un+1
positif telle que lim = l:
n !+1P un
i) Si l < 1 alors un converge ;
P
ii) Si l > 1 alors un diverge ;
iii) Si l = 1; on ne peut conclure.
un+1
Preuve i) Supposons que l < 1 et soit r 2 R = 0 < l < r < 1. lim = l < r =)
un
un+1
9N 2 N; 8n N; r: D’où en itérant, un+1 < run < r2 un 1 < ::: < rn+1 N uN .
un
uN uN
D’où 8n N , un+1 < rn+1 N uN =) 8n N , un+1 < N rn+1 . Le terme N ne
P n+1 r r
dépend pas de n et la série r converge puisque r < 1: D’après le théorème 1.2,
P
un converge.
un+1
ii) Supposons que l > 1 et soit r 2 R = 1 < r < l,9N 2 N= 8n N; r. D’où
u
uN n+1 P n+1 P n
en itérant , 8n N , un+1 r . Comme r diverge alors un diverge.
rN
P1 P 1
iii) Supposons que l = 1: Les deux séries et véri…ent cette condition.
n n2
P1 P 1
Mais diverge et converge (voir proposition 1.2 et demontration proposition
n n2
1.7). [
un+1
Remarque 1.3 Si lim = l alors lim (un )1=n = l: On déduit que le test
n !+1 un n !+1
de Cauchy est en général plus e¢ cace que celui de d’Alembert : théoriquement, il su¢ t
1=n
de tester la suite (un )n2N . Cependant, en pratique, il est souvent plus facile de tester
un+1
la suite .
un n2N
P 1)n n
P 1
Exemple 1.3 Etudier la nature des séries 2( et n! .
n
1) Soit un = 2( 1) n
n+1
un+1 2( 1) n 1 n+1
( 1)n
* Appliquons d’Abord le test de d’Alembert : = ( 1) n = 2( 1) 1 =
( un 2 n
2 3 si n pair
.
2 si n impair
un+1
Donc n’admet pas de limite, par conséquent on ne peut conclure avec le test
un
d’Alembert.
n 1=n 1 n
= 2( n ) 1 !
1=n
* Appliquons maintenant le test de Cauchy : un = 2( 1) n
P
2 1 < 1:Donc d’après le critère de Cauchy un converge.
1 vn+1 n! 1
2) Soit vn = 8n 2 N: = = ! 0: D’après le critère
P n! vn (n + 1)! n+1
d’Alembert vn converge.
Analyse 3
Proposition 1.9 Soit f une fonction dé…nie sur R+ , positive, décroissante telle que
P
lim f (t) = 0. Soit un = f (n) 8n 2 N: Alors la série un converge si et seulement
t !+1
Z +1
si l’intégrale f (t) dt converge.
0
Preuve 8n 0; et 8 n x n + 1; on a : f (n + 1) f (x) f (n) =)

Z n+1 Z n+1 Z n+1
un+1 f (x) un =) un+1 dx f (x) dx un dx =) un+1
Z n+1 n Z +1 n n
P
+1 P
+1 P
f (x) dx un =) un+1 f (x) dx un . Donc la série un est de
n n=0 Z 0 n=0
+1
même nature que l’intégrale f (x) dx: [
0
Remarque 1.4 Cette proposition rest vraie si l’on remplace l’intervalle [0; +1[ par
l’intervalle [a; +1[ ; a > 0:
P
+1
Corollaire 1.1 Sous les hypothèses de la proposition 1.9, le reste rn = ui véri…e
i=n+1
Z +1 Z +1
f (x) dx rn f (x) dx.
n+1 n
1 P
Proposition 1.10 Soient > 0 et un = 8 n 1: La série un (série de
n
Riemann) converge si et seulement si > 1:
Z +1 Z +1
1 1
Preuve Soit f (t) = 8t 2 [1; +1[ : On a f (t) dt = dt est une
t 1 1 t
intégrale de Riemann qui converge si et seulement si > 1 (confère analyse 1). Donc
P 1
la série converge si et seulement si > 1 (d’après proposition 1.9). [
n
P 1
Exercice 1.1 Montrer de même que la série de Bertrand un avec un =
n (ln n)
8 n > 1; converge si et seulement si > 1:
Proposition 1.11 (Test des équivalences) Soient f et g deux fonctions dé…nies po-
P P
sitives sur R+ : On dé…nit les séries un et vn par : 8 n 2 N; un = f (n) et
vn = g (n) : Alors si les fonctions f et g sont équivalentes au voisinage de +1 les
P P
séries un et vn ont même nature.
Preuve Les fonctions f et g sont équivalentes au voisinage de +1 ssi 8" > 0;

9A > 0; t A =) jf (t) g(t)j "g(t) ou encore (1 ")g(t) f (t) (1 + ")g(t). On
en deduit que pour n A, (1 ")vn un (1 + ")vn . D’après le théorème 1.2, les
P P
séries un et vn ont même nature. [
Analyse 3
P
Proposition 1.12 (Règle de n un ) Soit un une série à termes positifs et 2R
tel que lim n un = l:
n!+1 P
i) Si l 6= 0; un converge si et seulement si > 1.
P
ii) Si l = 0; > 1 =) un converge.
1 un
Preuve Soit vn = 8n 2 N . lim = lim n un = l. D’après proposition 1.6,
P P n vn P P
si l 6= 0; un et vn sont de même nature et si l = 0; vn converge =) un
P
converge. Comme vn est une série de Riemann (qui converge si et seulement si
P
> 1) alors si l 6= 0; un converge si et seulement si > 1 et si l = 0 et > 1 alors
P
un converge. [
1.3 Série à termes quelconques

P
Dé…nition 1.3 (Convergence absolue) On dit qu’une série un converge absolument
P
si la série jun j converge.
P
Proposition 1.13 Si la série un converge absolument, alors elle converge (simple-
ment). La réciproque est fausse.
P
Preuve * Supposons que un converge absolument, on a : 8" > 0; 9N 2 N q
P
q Pq Pq
p N ) jui j ". Or ui jui j. Donc 8" > 0; 9N 2 N q p N =)
i=p i=p i=p
P
q P
ui ". D’où un converge simplement.
i=p
P( 1)n P ( 1)n P1
* La série ne converge pas absolument car
n n = n est une série
P ( 1)n
de Riemann divergente ( = 1). Mais n converge simplement. (Voir théorème
d’Abel et exemple 1.4 ci-dessous). [
P P
Théorème 1.3 (Produit de séries) Soient un et
vn deux séries absolument conver-
Pn
gentes. Alors la série produit, de terme général $n = up vn p est absolument
p=0 P P
convergente et sa somme est le produit des sommes des deux séries un et vn .
P P
+1 n P
+1 P
+1
Autrement dit up vn p = un vn .
n=0 p=0 n=0 n=0
Dé…nition 1.4 (Sémi convergence) Une série est dite semi convergente si elle est
convergente simplement et non absolument.
Théorème 1.4 (Théorème d’Abel) Soit (an ) une suite de réels et ( n )n une suite
P
décroissante de réels positifs. La série n an converge dans les cas suivants :
Analyse 3
P
i) an est convergente ;
P
n
ii) n ! 0 et Sn = ai est une suite bornée.
i=0
P
Corollaire 1.2 ( Critère spécial des séries alternées) Soit ( 1)n n où ( n ) est une
P
suite décroissante de réels positifs qui tend verso. Alors la série ( 1)n n converge.
Preuve On applique le théorème précédent avec an = ( 1)n qui véri…e Sn =

P
n
( 1)i borné. [
i=0
P( 1)n
Exemple 1.4 La série est une série alternée convergente. Car n1 n est dé-
n
P1
croissante et tend vers 0. Mais elle ne converge pas absolument car n est une série
de Riemann avec = 1:
Remarque 1.5 Le critère spécial des séries alternées ne marche pas avec les équiva-
lences. En e¤ et, soit
( 1)n ( 1)n 1 ( 1)n ( 1)n 1 ( 1)n 1 1
p = p n = p 1+ p +o p = p + +o
n ( 1)n n ( 1) n n n n n n
1 p | {z } | {z }
n | {z }
( 1)n ( 1)n
Alors que p ' p terme général d’une série convergente.
n ( 1)n n
Exercice 1.2 (Etudier la nature des séries) Etudier la nature des séries suivantes :
P ( 1)n P ein
i) n ; 0 < < 1 ; ii) n ; 0< < 1 et 2 ]0; 2 [ .
n 1 n 1
Remarque 1.6 L’addition dans R est associative et commutative ; ce n’est pas le cas
pour une somme in…nie. Les propriétés ci-dessous illustrent cela.
P
Dé…nition 1.5 (Convergence commutative) Une série un est commutativement
P
convergente si quelque soit la permutation de N; la série u (n) est convergente
P
et a même somme que la série un :
Remarque 1.7 En prenant pour la permutation identité, on obtient qu’une série

commutativement convergente est nécessairement convergente (CC =) CS).
Théorème 1.5 i) Une série est absolument convergente si et seulement si elle est
commutativement convergente (CC () CA).
P
ii) Si une série un est convergente et non absolument convergente, 8l 2 R; 9
P
une permutation de N = u (n) converge vers l:
Analyse 3
P
Dé…nition 1.6 (Convergence par paquets) On dit qu’une série un converge par
P
paquets si quelque soit la suite strictement croissante d’entiers (pn )n2N ; la série vn
P
p0 pn
P
dé…nie par v0 = uk ; vn = uk 8n 1; converge et a même somme que la
k=0 k=pn 1 +1
P
série un :
P P
Théorème 1.6 Si la série un converge alors la série vn dé…nie ci-dessus converge
aussi.
P P
Preuve Supposons que un converge et soit vn la série de paquets dé…nis comme
P
n Pn
dans la dé…nition 1.6. Posons Sn = ui et n = vi . Par construction, la suite
i=0 i=0
( n )n
est une sous suite de la suite (Sn )n car n = Spn 8n : Comme toute sous suite
P
d’une suite convergente converge , la série vn converge. [
Remarque 1.8 Pour les séries à termes positifs, on a équivalence entre convergence
et convergence par paquets. Ce qui n’est pas le cas des séries à termes quelconques.
L’exemple ci-dessous illustre cela.
P
+1
( 1)n+1 1 1 1
Exemple 1.5 * n = ln 2 = 1 2 + 3 4 + :::
n=1
1 1 1 1 1 1 1 1 1 1 1 1 1
* Mais 1 2 4+ 3 6 8 +::: = 2 4+6 8 +::: = 2 1 2 + 3 4 + ::: =
1
2 ln 2:
Analyse 3
Chapitre 2
Fonctions numériques de deux

variables réelles
2.1 Normes et distances

Dé…nition 2.1 Soit E un K e:v. On appelle norme sur E toute fonction de E vers
R+ qui a x 2 E associe kxk véri…ant les conditions :
i) 8x 2 E : kxk = 0 () x = OE ;
ii) 8x 2 E; 8 2 R; k xk = j j kxk ;
iii)8x; y 2 E; kx + yk kxk + kyk.
E muni de k:k est appelé espace vectoriel normé.
Exemple 2.1 1) E = R muni de la fonction x 7 ! jxj ; (R; j:j) est un espace vectoriel
normé.
2) E = R2 . On véri…e (à titre d’exercice) que les trois fonctions suivantes sont des
normes sur R2 :
N1 : R2 ! R+ N2 : R2 ! R+ N3 : R2 ! R+
p
(x1 ; x2 ) 7 ! x21 + x22 (x1 ; x2 ) 7 ! jx1 j + jx2 j (x1 ; x2 ) 7 ! sup (jx1 j ; jx2 j)
Remarque 2.1 Soit Bi = (x1 ; x2 ) 2 R2 = Ni (x1 ; x2 ) 1 ; i = 1; 2; 3: La repre-

sentation graphique nous donne :
Analyse 3
Fig 3.1 : Représentations graphiques des boules unité
Dé…nition 2.2 Soit E 6= : On appelle distance d : E E ! R+

(x; y) 7! d(x; y)
tel que 1)8x; y 2 E : d (x; y) = 0 () x = y ;
2)8x; y 2 E : d (y; x) = d (x; y) ;
3)8x; y; z 2 E : d (x; z) d (x; y) + d (y; z) :
On dit que (E; d) est un espace métrique.
Remarque 2.2 Si (E; k:k) est un espace vectoriel normé, alors si on dé…nit d (x; y) =
kx yk ; d est une distance sur E.
2.2 Dé…nitions et premières propriétés

Dé…nition 2.3 On appelle fonction numérique de deux variables réelles une applica-
tion f d’une partie D de R2 dans R. On dit que f est dé…nie sur le domaine D.
f :D !R
x = (x1 ; x2 ) 7 ! f (x) = f (x1 ; x2 )
On appelle ensemble image de f l’ensemble Im(f ) = ff (x; y), (x; y) 2 Dg.
Exemple 2.2 a) f : (x; y) 7 ! ax2 + bxy + cy 2 où a; b; c 2 R est dé…nie sur R2 et

Im(f ) = R.
b) f : (x; y) 7 ! ln (x y) est dé…nie sur D = (x; y) 2 R2 ; x > y et Im(f ) = R.
Dé…nition 2.4 (Fonctions partielles) Soit f une fonction de D R2 dans R et (a; b) 2

D. On appelle fonctions partielles associées à f au point (a; b) les fonctions fb : x 7 !
f (x; b) et fa : y 7 ! f (a; y) dé…nies sur un intervalle ouvert contenant respectivement
a et b.
Dé…nition 2.5 (Traces horizontales, traces verticales, courbes de niveau, lignes de

niveau)
Soit f de D R2 dans R une fonction de deux variables, Grf son graphe et k 2 R.
On appelle :
- trace horizontale de f un sous-ensemble du graphe de f de la forme : H =
f(x; y; k); f (x; y) = kg = Grf \ fz = kg
- trace verticale de f un sous-ensemble du graphe de f de la forme Grf \ fx = ag
ou Grf \ fy = bg, (a; b) 2 D.
- courbe de niveau ou ligne de niveau k la projection de la trace horizontale Grf \
fz = kg sur le plan d’équation z = 0.
Analyse 3
Remarque 2.3 Les lignes de niveau d’une fonction f fournissent une représentation
géométrique de f sur le plan, alors que son graphe en donne une dans l’espace.
2.2.1 Représentations graphiques :

! !
Soit un repère orthonormé direct O; i ; j : Un couple (x; y) 2 D est représenté
par un point H(x; y; 0) du plan xOy auquel on peut associer le point M (x; y; f (x; y))
de l’espace. La représentation graphique de f est alors la surface dé…nie par l’ensemble
des points M (x; y; f (x; y)) pour (x; y) 2 D.
Fig 3.2 : Schéma de la représentation graphique
Exemple 2.3 a) f (x; y) = x2 + y 2 Df = R2 ; Im(f ) = R+
8k 2 R+ ; f (x; y) = k () x2 + y 2 = k est le cercle de centre (0; 0; k) et de rayon

p
k:
Analyse 3
Fig 3.3 : Paraboloide elliptique
b) f (x; y) = x2 ; Df = R2 ; Im(f ) = R+ ; 8z 2 R+ , f (x; y) = z () x2 =

z est la parabole de sommet (0; y; 0)
Fig 3.4 : Cylindre parabolique
Fig 3.5 : Représentation graphique d’une fonction partielle
Analyse 3
Fig 3.6 : Traces horizontales et courbes de niveau d’une fonction
2.3 Limite et continuité

Les notions de limites et continuité d’une fonction de deux variables s’introduisent
comme pour les fonctions d’une seule variable.
Dé…nition 2.6 Soit f : R2 ! R une fonction de deux variables et xo 2 R2 .

X7 !f (X)
1) On dit que lim f (x) = L si 8" > 0; 9 > 0 = (kX X0 k < =) jf (X) Lj < ").
X !Xo
2) lim f (X) = +1 si et seulement si 8M 2 R 9 > 0= (kX X0 k < =) f (X) > M ) :
X !X0
3) lim f (X) = 1 si 8M > 0 9 > 0= (kX X0 k < ) =) f (X) < M ):
X !X0
p
Exemple 2.4 a) lim y x = 1;
(x;y) !(1;2)
1 1
b) lim x2 + y 2 sin p = 0 car x2 + y 2 x2 + y 2 sin p
(x;y) !(0;0) x + y2
2 x + y2
2
x2 + y 2
xy
c) lim 2
n’existe pas.
(x;y) !(0;0) x + y2
xy x2
En e¤ et, posons y = x : lim = lim = . Donc la
(x;y) !(0;0) x2 + y 2 x !0 x2 + 2 x2 1+ 2
limite de f depend de la direction choisie, par conséquent la limite n’existe pas.
xy r2 cos sin
De même, en posons x = r cos et y = r sin , lim 2 2
= lim =
(x;y) !(0;0) x + y r !0 r2
cos sin :Donc la limite de f depend de , par conséquent la limite n’existe pas.
Analyse 3
2y 3 2y 3
d) lim = 0. En e¤ et, posons x = r cos et y = r sin , lim =
(x;y) !(0;0) x2 + y 2 (x;y) !(0;0) x2 + y 2
2r3 sin3
lim = lim 2r sin3 = 0.
r !0 r2 r !0
2y 3 2 3 x3 2 3x
Par contre en posant y = x, lim = lim = lim !
(x;y) !(0;0) x2 + y 2 x !0 x2 + 2 x2 x !0 1 + 2
2y 3
0. Cela n’est pas su¢ sant pour conclure que lim = 0.
(x;y) !(0;0) x2 + y 2
Remarque 2.4 Cette 2e méthode permet plutot de montrer que la limite n’existe pas
en un point.
Proposition 2.1 Soit f une fonction de deux variables et (a; b) 2 R2 . S’il existe l 2 R
et une fonction S : r 7 ! S(r) telle qu’au voisinage de (a; b) on a : jf (a + r cos ; b + r sin ) lj
S(r) et lim S(r) = 0 alors lim f (x; y) = l.
r !0 (x;y) !(a;b)
Remarque 2.5 S : r 7 ! S(r) est une fonction qui ne dépend pas de .
2y 3
Exemple 2.5 1) f (x; y) = ; jf (r cos ; r sin )j = 2r sin3 2r ! 0. Donc
x2 + y 2
lim f (x; y) = 0:
(x;y) !(0;0)
xy r sin cos
2) f (x; y) = ; f (r cos ; r sin ) = = g(r; ). Cette fonction n’est
x+y sin + cos
pas majorée par une fonction S(r) indépendamment de car le dénominateur s’annule
3
au voisinge de et lim g(r; ) = 1: En fait f n’a pas de limite en (0; 0):En e¤ et,
4 3
!
4
1 + x 2
f (x; x + x3 ) = tend vers 1 lorsque x tend vers 0+ ou 0 .
x
Dé…nition 2.7 On dit qu’une fonction f : R2 ! R est continue au point X0 si

lim f (X) = f (X0 ):Une fonction continue en tout point d’un domaine est dite conti-
X !X0
nue sur ce domaine.
p
Exemple 2.6 a) La fonction (x; y) 7 ! y x est continue sur D = (x; y) 2 R2 ; x < y .
8
< x2 + y 2 sin p 1 si (x; y) 6= (0; 0)
b) Etudier la continuité f (x; y) = x2 + y 2 :
:
0 si (x; y) = (0; 0)
On a f continue sur R Rn f(0; 0)g comme produit de fonctions continues. Comme
lim f (x; y) = 0 = f (0; 0)
(x;y) !(0;0)
alors f est aussi continue en (0; 0). Conclusion
( : f continue sur R R.
xy
x2 +y 2
si (x; y) 6= (0; 0)
c) Etudier la continuité de f (x; y) =
0 si (x; y) = (0; 0)
Analyse 3
x2
Posons y = x; lim f (x; y) = lim f (x; x) = lim x 2 + 2 x2 = 1+ 2 : Donc la
(x;y) !(0;0) (x;y) !(0;0) (x;y) !(0;0)
limite de f dépend de la direction choisie et
( pour2 conséquent f est discontinue en (0; 0).
2y
x2 +y 2
si (x; y) 6= (0; 0)
d) Etudier la continuité de f (x; y) = : En posant x =
0 si (x; y) = (0; 0)
r cos , et y = r sin ; on a : lim f (x; y) = lim 2 sin2 = 2 sin2 :Comme cette
(x;y) !(0;0) r !0
limite dépend de , alors f n’a pas de limite en (0; 0) et est donc discontinue en (0; 0).
2.4 Dérivées partielles

Dé…nition 2.8 Soit f : U R2 ! R une fonction dé…nie sur un ouvert U de R.
(x;y) !f (x;y)
* On dit que f est dérivable par rapport à la première variable x au point (x0 ; y0 )
f (x; y0 ) f (x0 ; y0 )
si lim existe et est …nie. Si tel est le cas, cette limite est notée
x !x0 x x0
@f 0
@x (x0 ; y0 ) ou fx (x0 ; y0 ) et est appelée dérivée partielle par rapport à x:
* De même, on dé…nit la dérivée partielle par rapport à la deuxième variable
0 f (x0 ; y) f (x0 ; y0 )
fy (x0 ; y0 ) = @f
@y (x0 ; y0 ) = y lim .
!y0 y y0
0 f (x0 + h; y0 ) f (x0 ; y0 ) 0
Remarque 2.6 1) On a aussi : fx (x0 ; y0 ) = lim ; fy (x0 ; y0 ) =
h !0 h
f (x0 ; y0 + k) f (x0 ; y0 )
lim .
k !0 k
2) En pratique pour dériver f (x; y) par rapport à la première variable, on garde y
constant et on dérive par rapport à x. De même pour dériver par rapport à y, on garde
x constant.
Exemple 2.7 Calculer les dérivées partielles des fonctions :

1) f (x; y) = x2 sin y.
0
f est dérivable sur R2 comme produit de fonctions dérivables. On a : fx (x; y) =
0
2x sin y et fy (x; y) = x2 cos y:
8 2
< 2y si (x; y) 6= (0; 0)
2) f (x; y) = x2 + y 2
:
0 si (x; y) = (0; 0)
2
* f est dérivable sur R n f(0; 0)g comme quotient de fonctions dérivables de déno-
@f 4xy 2 @f 4x2 y
minateur non nul : (x; y) = et (x; y) =
@x (x2 + y 2 )2 @y (x2 + y 2 )2
f (h; 0) f (0; 0) 0 f (0; k) f (0; 0)
* Pour (x; y) = (0; 0) : lim = 0 = fx (0; 0) et lim =
h !0 h k !0 k
2k 2 2
lim 2 = lim = 1; donc f n’est pas dérivable en (0; 0).
k !0 k k k !0 k
Analyse 3
Dé…nition 2.9 Si f est une fonction de deux variables, alors ses dérivées partielles
sont aussi des fonctions de deux variables qui peuvent à leur tour avoir des dérivées
partielles appelées dérivées partielles secondes de f:On a :
00 = @2f @ @f 00 @2f @ @f 00 @2f @ @f 00
fxx @x2
= @x @x ; fxy = @y@x = @y @x ; fyy = @y 2
= @y @y ; fyx =
@2f @ @f
@x@y = @x @y .
00 @2f
Remarque 2.7 La notation fxy = @y@x signi…e que l’on dérive d’abord par rapport à
00
x et ensuite par rapport à y tandis que fyx désigne l’inverse.
Exemple 2.8 Calculer les dérivées partielles secondes de f (x; y) = x2 sin y:On sait
00
que fx0 (x; y) = 2x sin y et fy0 (x; y) = x2 cos y: Donc fxx (x; y) = 2 sin y; fxy
00 (x; y) =
00 (x; y) =
2x cos y, fyy x2 sin y; fyx
00 (x; y) = 2x cos y.
00 = f 00 . C’est aussi le cas pour la

Remarque 2.8 Dans l’exemple ci-dessus, on a fxy yx
plupart des fonctions que l’on rencontre couramment. Le théorème suivant énonce les
conditions pour lesquelles cela est vrai.
Théorème 2.1 (Théorème de Schwarz) Soit f : (x; y) 7 ! f (x; y) une fonction dé-
…nie, continue admettant des dérivées partielles premières et secondes continues dans
@2f @2f
un voisinage ouvert U d’un point (x0 ; y0 ) 2 R2 :Alors @x@y (x0 ; y0 ) = @y@x (x0 ; y0 ).
Remarque 2.9 Pour les fonctions d’une seule variable, dérivabilité implique conti-
nuité. Mais si f est une fonction de deux variables admettant des dérivées partielles
premières en (x0 ; y0 ), il n’en résulte pas nécessairement que f est continue en (x0 ; y0 ).
(
xy
x2 +y 2
si (x; y) 6= (0; 0)
Exemple 2.9 D’après l’exemple 3.6 (c) ; f (x; y) = n’est
0 si (x; y) = (0; 0)
@f f (x;0) f (0;0) @f
pas continue en (0; 0) : Mais @x (0; 0) = lim x = 0 et @y (0; 0) = 0:Donc f
x !0
admet des dérivées partielles en (0; 0) sans être continue en ce point.
2.5 Di¤érentiabilité
Dé…nition 2.10 Soit U un ouvert de R2 , f : U ! R et (x0 ; y0 ) 2 U:On dit que f est
di¤ érentiable au point (x0 ; y0 ) s’il existe A et B 2 R et une fonction " : V ! R (où
V est un voisinage ouvert de (0; 0)) telle que " (h; k) ! 0 f (x0 + h; y0 + k) =
(h;k) !(0;0)
f (x0 + h; y0 + k) f (x0 ; y0 )
f (x0 ; y0 )+Ah+Bk+k(h; k)k " (h; k) ou encore si lim
(h;k) !(0;0) k(h; k)k
existe et est …nie. Si f est di¤ érentiable en (x0 ; y0 ) ;alors l’application linéaire (h; k) !
Ah + Bk est la di¤ érentielle de f en (x0 ; y0 ) et noté df (x0 ; y0 ) :
Analyse 3
Théorème 2.2 Si f est di¤ érentiable en (x0 ; y0 ) alors f est continue en ce point
@f
et admet des dérivées partielles premières en ce point. De plus, (x0 ; y0 ) = A et
@x
@f
(x0 ; y0 ) = B où A et B véri…ent les conditions de dé…nition précedente..
@y
Preuve La continuité de f résulte directement de la dé…nition précédente car
lim f (x0 + h; y0 + k) = f (x0 ; y0 ) :Pour k = 0, dans la dé…nition, on a :
(h;k) !(0;0)
f (x0 + h; y0 ) f (x0 ; y0 ) jhj
= A+ " (h; o) ! A. Donc fx0 (x0 ; y0 ) = A: De même,
h h h !0
on montre fy0 (x0 ; y0 ) = B en prenant h = 0: [
@f @f
Dé…nition 2.11 On dit que f est de classe C 1 si f , et sont dé…nies et conti-
@x @y
nues.
Remarque 2.10 D’après la remarque 3.8 et le théorème 3.2, l’existence des dérivées
partielles 1ère de f n’entraîne pas la continuité, donc non plus la di¤ érentiabilité de
f . Mais on a le résultat suivant :
Théorème 2.3 Si f est de classe C 1 sur U R2 alors f est di¤ érentiable sur U:
Dé…nition 2.12 Soit f : U R2 ! R une fonction de classe C 1 et (x; y) 2 U. On

appelle gradiant de f en (x; y) l’unique vecteur rf (x; y) 2 R2 tel que 8h = (h1 ; h2 ) 2
@f @f
R2 ; df (x; y) h = (rf (x; y) ; h) :Autrement dit rf (x; y) = (x; y) ; (x; y) :
@x @y
Remarque 2.11 Là où le gradient est non nul, il est perpendiculaire à la courbe de
niveau. Autrement dit, la tangente à la courbe de niveau est perpendiculaire au gradient.
Dé…nition 2.13 Soit f : U R2 ! R une fonction de classe C 2 et (x; y) 2 U.

On appelle Laplacien de f en (x; y) le réel 4f (x; y) = r2 f (x; y) = r:rf (x; y) =
@2f @2f
div(grad f (x; y)) = (x; y) + (x; y) :
@x2 @y 2
Dé…nition 2.14 (Plan tangent) L’équation du plan tangent à f au point (a; b; f (a; b))
est le plan d’équation
z = f (a; b) + (x a)fx0 (a; b) + (y b)fy0 (a; b)
2.6 Dérivée de fonctions composées et théorème des ac-

croissements …nis
Théorème 2.4 Soit f : U R2 ! R une fonction de classe C 1 . Soient v et w deux
fonctions réelles de classe C 1 sur un intervalle I de R tels que v (t) ; w (t) 2 U 8t 2 I.
Alors la fonction composée t ! F (t) = f (v (t) ; w (t)) et de classe C 1 sur I et de
@f @f
dérivée F 0 (t) = @x (v (t) ; w (t)) :v 0 (t) + @y (v (t) ; w (t)) w0 (t) :
Analyse 3
Exemple 2.10 Soit F (t) = ln e2t + t2 . Posons f (x; y) = ln(x2 + y 2 ), v (t) = et

et w (t) = t. On a F (t) = f (v (t) ; w (t)) avec f (x; y) = ln x2 + y 2 . Donc F 0 (t) =
@f
@x (v; w) v 0 (t) + @f 0
@y (v; w) w (t) : On a
@f
@x (x; y) = 2x
; @f
x2 +y 2 @y
(x; y) = 2y
x2 +y 2
=) F 0 (t) =
2et t+ 2t 2 e2t + t
e = :
e2t + t2 e2t + t2 e2t + t2
Théorème 2.5 (Théorème des accroissements …nis) : Soit f : U R2 !R

une fonction de classe C 1: Soient h; k 2 R: Alors 8 (x; y) 2 U tel que (x + h; y + k) 2
U, on a :f (x + h; y + k) = f (x; y) + h @f @f
@x (x + h; y + k) + k @y (x + h; y + k) où
2 ]0; 1[.
Preuve Soit g : R ! R; t 7 ! f (x + ht; y + kt). D’après TAF en une variable,

@f
9 2 ]0; 1[ = g (1) g (0) = (1 ) g 0 (0) () g (1) g (0) = h (x + h ; y + h ) +
@x
@f
k (x + h ; y + h ) = f (x + h; y + k) f (x; y). [
@y
2.7 Valeurs extrêmes

Dé…nition 2.15 Soit f une fonction de 2 variables et (a; b) 2 R2 .
On dit que (a; b) est un maximum local de f s’il existe un voisinge de V de (a; b) tel
que f (x; y) f (a; b) 8(x; y) 2 V . Le nombre f (a; b) est la valeur du maximum local.
On dit que (a; b) est un minimum local de f s’il existe un voisinge de V de (a; b) tel
que f (x; y) f (a; b) 8(x; y) 2 V . Le nombre f (a; b) est la valeur du minimum local.
Au cas où les inégalités de la dé…nition ont lieu pour tous les points (x; y) du
domaine de dé…nition de f , alors (a; b) est un maximum absolu (ou un minimum
absolu) de f .
Remarque 2.12 Sur la représentation graphique, on peut imaginer les maxima locaux
d’une fonction comme des sommets des montagnes et les minima locaux comme des
fonds de vallées.
Analyse 3
Fig 3.7 : Extrema d’une fonction
Théorème 2.6 Si (a; b) est un maximum ou un minimum local de f et si les dérivées

partielles 1eres de f y existent, alors fx0 (a; b) = 0 et fy0 (a; b) = 0:
Remarque 2.13 Un point (a; b) est dit point critique (ou point stationnaire) de f
si fx0 (a; b) = 0 et fy0 (a; b) = 0, ou si l’une de ces dérivées n’existe pas. Le théorème
ci-dessus dit que si (a; b) est un maximum ou un minimum local de f, alors (a; b) est un
point stationnaire de f . Toute fois comme dans le cas des fonctions d’une variable, tous
les points stationnaire ne sont pas des maxima ou des minima. Un point stationnaire
peut être un maximum local ou un minimum local ou aucun des deux.
Exemple 2.11 f (x; y) = x2 + y 2 2x 6y + 14.

fx0 (x; y) = 2x 2 ; fy0 (x; y) = 2y 6. Ces dérivées partielles sont nulles quand x = 1
et y = 3. Le seul point stationnaire est donc (1; 3).
En complétant le carré on trouve f (x; y) = 4 + (x 1)2 + (y 3)2 ; ce qui implique
que f (x; y) 4, 8(x; y) 2 R2 . Or f (1; 3) = 4 ; donc (1; 3) est un minimum absolue de
f.
Dé…nition 2.16 (Point selle ou point col) Soit f une fonction de D R2 dans R et
(a; b) 2 D. (a; b) est appelé point selle ou point col de f si a est un maximum pur la
fonction partielle fb et b un minimum pour la fonction partielle fa ou vis versa.
Exemple 2.12 f (x; y) = x2 y 2 . Le point (0; 0) est un point selle : 0 est un maximum
pour la fonction partielle en x et un minimum pour la fonction partielle en y (cf …gure,
graphe de droite).
Analyse 3
Fig 3.8 : Point selle
Théorème 2.7 (Le test des dérivées secondes) : Soit f une fonction de deux variables
et (a; b) 2 R2 . Supposons que les dérivées partielles secondes de f sont continues sur
un disque centré en (a; b) et que fx0 (a; b) = 0 et fy0 (a; b) = 0 (c’est à dire que (a; b) est
un point critique de f ).
f "xx f "xy
Soit D = f "xx (a; b)f "yy (a; b) [f "xy (a; b)]2 = .
f "yx f "yy
a) Si D > 0 et f "xx (a; b) > 0, alors (a; b) est un minimum local de f:
b) Si D > 0 et f "xx (a; b) < 0, alors (a; b) est un maximum local de f:
c) Si D < 0, alors (a; b) est un point selle ou point col (n’est ni maximum, ni
minimum).
d) Si D = 0 on ne peut conclure à partir de ce test.
Exemple 2.13 Recherche les valeurs maximales et minimale de f (x; y) = x4 + y 4

4xy + 1.
On localise d’abord les points stationnaires : fx0 (x; y) = 4x3 4y et fy0 (x; y) =
( ( (
3 fx0 (x; y) = 0 4x3 4y = 0 x3 y = 0
4y 4x. On a alors () () ()
fy0 (x; y) = 0 4y 3 4x = 0 y3 x = 0
(
y = x3
3 .
x3 x=0
3
x3 x = 0 () x9 x = 0 () x(x8 1) = 0 () x(x4 1)(x4 + 1) = 0 ()
x(x2 1)(x2 + 1)(x4 + 1) = 0
Analyse 3
() x(x 1)(x + 1)(x2 + 1)(x4 + 1) = 0. D’où x = 0; 1; 1. Ce qui donne 3 points

stationnaires (0; 0), (1; 1) et ( 1; 1):
On calcule maintenant les dérivées partielles secondes et D(x; y) :
f "xx (x; y) = 12x2 , f "xy (x; y) = 4 et f "yy (x; y) = 12y 2 . Donc D(x; y) = f "xx (a; b)f "yy (a; b)
[f "xy (a; b)]2 = 144x2 y 2 16:
*D(0; 0) = 16 < 0 ;
*D(1; 1) = 128 > 0 et f "xx (1; 1) = 12 > 0 donc (1; 1) est un minimum local ;
*D( 1; 1) = 128 > 0 et f "xx ( 1; 1) = 12 > 0 donc ( 1; 1) est aussi minimum
local.
Conclusion f a seulement deux minima locaux.
Théorème 2.8 (Théorème des valeurs externes pour les fonctions de 2 variables)
Soit f une fonction continue sur un sous ensemble fermé et borné D de R2 . Alors
f admet un maximum absolu et un minimum absolu sur D.
Pour déterminer les valeurs maximales et minimales absolues d’une fonction conti-
nue f sur un ensemble D fermé borné :
1) Calculer les valeurs de f aux points critiques de f dans D ;
2) Calculer les valeurs extrêmes de f sur la frontière de D ;
3) La plus grande des valeurs de la fonction issue des étapes 1 et 2 est la valeur
maximale absolue ; la plus petite de ces valeurs est la valeur minimale absolue.
Exemple 2.14 Quelles sont les valeurs extrêmes absolues de la fonction f (x; y) =
x2 2xy + 2y sur le rectangle D = f(x; y)= 0 x 3; 0 y 2g:
1) fx0 (x; y) = 2x 2y ; fy0 (x; y) = 2x + 2. Le seul point critique est donc (1; 1) et
f (1; 1) = 1.
2) Examinons les valeurs de f sur les 4 segments L1 , L2 , L3 et L4 de la frontière
de D :
Sur L1 on a , y = 0 et f (x; 0) = x2 = g1 (x) pour 0 x 3. g1 est une fonction
d’une seule variable strictement croissante sur [0; 3], son minimum est alors x = 0 et
son maximum x = 3:D’où le minimum de f est (0; 0) et son maximum (3; 0): On a
f (0; 0) = 0 et f (3; 0) = 9.
Sur L2 , on a x = 3 et f (3; y) = 9 4y = g2 (y) pour 0 y 2. g2 est une fonction
d’une seule variable strictement décroissante sur [0; 2], son minimum est alors y = 2
et son maximum y = 0:D’où le minimum de f est (3; 2) et son maximum (3; 0): On a
f (3; 2) = 1 et f (3; 0) = 9.
Sur L3 , on a y = 2 et f (x; 2) = x2 4x + 4 = g3 (x) pour 0 x 3. g3
est une fonction d’une seule variable strictement décroissante sur [0; 2], et strictement
croissante sur [2; 3]. Son minimum est alors x = 2 et son maximum x = 0:D’où le
minimum de f est (2; 2) et son maximum (0; 2): On a f (2; 2) = 0 et f (0; 2) = 4.
Analyse 3
Sur L4 , on a x = 0 et f (0; y) = 2y = g4 (y) pour 0 y 2. g4 est une fonction

d’une seule variable strictement croissante sur [0; 2], son minimum est alors y = 0 et
son maximum y = 2:D’où le minimum de f est (0; 0) et son maximum (0; 2): On a
f (0; 0) = 0 et f (0; 2) = 4.
3) Conclusion : en récapitulatif nous avons obtenu des deux étapes précédentes les
extrema suivants
(x; y) (1; 1) (0; 0) (3; 0) (3; 2) (0; 2) (2; 2)

f (x; y) 1 0 9 1 4 0
La plus grande des images est 9 et la plus petite 0 ; donc le maximum absolu de f est
(3; 0) et ses minima absolus (0; 0) et (2; 2):
2.8 Les intégrales doubles

2.8.1 Intégrales doubles sur des rectangles
Soit f une fonction de deux variables dé…nie sur un rectangle fermé R = [a; b]
[c; d] = f(x; y) 2 R2 =a x b; c y dg et f 0 sur R:Soit S le solide dressé sur
R et coi¤é par le graphique de f , c’est à dire S = f(x; y; z) 2 R3 =0 z f (x; y);
(x; y) 2 Rg.
L’objectif est de calculer le volume de S.
Subdivisions le rectangle R en sous rectangles. Pour cela on subdivise l’intervalle
[a, b] en m sous intervalle [xi 1 ; xi ] d’égale longueur dx = (b a)=m et l’intervalle
[c; d] en n sous intervalles [yj 1 ; yj ] d’égale longueur dy = (d c)=n. On désigne par
Rij les sous rectangles Rij = [xi 1 ; xi ] [yj 1 ; yj ] = f(x; y) 2 R2 =xi 1 x xi ,
yj 1 y yj g. Leur aire vaut dA = dxdy:
Si (xi ; yj ) désigne un point arbitrairement choisi dans chaque Rij ; alors la por-
tion de S qui se dresse sur chaque Rij n’est pas loin d’avoir le même volume que le
parallélipède de base Rij et de hauteur f (xi ; yj ) . Le volume de ce parallélipède est
f (xi ; yj )dA. En additionnant les volumes de tous les parallélipèdes obtenus on a une
P
m P n
valeur approchée du volume de S : V ' f (xi ; yj )dA:
i=1 j=1
Plus m et n sont grands, meilleure est l’approximation de V et donc nous pouvons
nous attendre à ce que
P
m P n
V = lim f (xi ; yj )dA:
m;n !+1 i=1 j=1
RR P
m P
n
Dé…nition 2.17 L’intégrale double de f sur le rectangle R est R f (x; y)dA = lim
m;n !+1 i=1 j=1
f (xi ; yj )dA:
Analyse 3
Proposition 2.2 (Valeur moyenne d’une fonction de deux variables) La valeur moyenne
1 RR
d’une fonction de deux variables dé…nie sur un rectangle R est fmoy = f (x; y)dA
A(R) R
où A(R) est l’aire de R:
2.8.2 Les intégrales itérées

On suppose que f est une fonction de deux variables dé…nie, continue sur le rectangle
R = [a; b] [c; d] .
Z bZ d
Dé…nition 2.18 On appelle intégrale itérée de f sur R la double intégrale f (x; y)dydx =
Z b Z d a c
f (x; y)dy dx.

a c
Z 3Z 2 Z 2Z 3
Exemple 2.15 Calculer et x2 ydydx x2 ydxdy
Z 3Z 2 Z 3 0Z 21 1
Z 0
3h i2 Z 3
y2 1
x2 ydydx = x2 ydy dx = 2
x 2 dx = x2 (2 2 )dx =
0 1 0 1 0 y=1 0
3
3 x3 27
= .
2 3 2
Z 2 Z0 3 Z 2 Z 3 Z 2 3 Z 2 2
x3 y2
x2 ydxdy = x2 ydx dy = y dy = 9ydy = 9 =
1 0 1 0 1 3 x=0 1 2 1
27
.
2
Théorème 2.9 (Théorème de Fubini) : Soit f une fonction continue sur le rectangle
Z bZ d Z dZ b
RR
R = [a; b] [c; d]:Alors R f (x; y)dA = f (x; y)dydx = f (x; y)dydx.
a c c a
2.8.3 Les intégrales dans des domaines généraux

Dé…nition 2.19 Soit f une fonction de deux variables dé…nie sur un domaine borné
D et R un rectangle contenant D. Soit F la fonction dé…nie sur R par F (x; y) =
(
f (x; y) si (x; y) 2 D RR
: Si R F (x; y)dA existe, alors on dé…ni l’intégrale double de
0 si (x; y) 2 RnD
RR RR
f sur D par D f (x; y)dA = R F (x; y)dA.
Théorème 2.10 1) Soit f une fonction continue sur un domaine D = (x; y) 2 R2 ; a x b; g1 (x) y
Z b Z g2 (x)
RR
où g1 et g2 sont deux fonctions continues sur [a; b]. Alors D f (x; y)dA = f (x; y)dydx.
a g1 (x)
2) Soit f une fonction continue sur un domaine D = (x; y) 2 R2 ; c y d; h1 (y) x h2 (y)
Z d Z h2 (x)
RR
où h1 et h2 sont deux fonctions continues sur [c; d]. Alors D f (x; y)dA = f (x; y)dxdy.
c h1 (x)
Analyse 3
RR
Exemple 2.16 Calculer D (x+2y)dA où D est le domaine délimité par les paraboles
y= 2x2 et y = 1 + x2 .
Nous allons d’abord écrire l’équation du domaine D :
Les paraboles se coupent quand 2x2 = 1 + x2 () x2 = 1 () x = 1. Donc
D = (x; y) 2 R2 ; 1 x 1; 2x2 y 1+ x2 :
Fig 3.8 : Intégrale dans un domaine général

Z 1 Z 1+x2 Z 1 Z 1
RR 1+x2
D (x + 2y)dA = (x + 2y)dydx = xy + y 2 y=2x2
dx = ( 3x4
1 2x2 1 1
32
x3 + 2x2 + x + 1)dx = :
15
Proposition 2.3 (Propriété des intégrales doubles) Soit f et g deux fonctions dé…nies
sur D et c 2 R.
RR RR RR
1) [f (x; y)
+ g(x; y)])dA = D f (x; y)dA + D g(x; y)dA ;
RRD RR
2) D cf (x; y)dA = c D f (x; y)dA ;
RR RR
3) Si f (x; y) g(x; y) 8(x; y) 2 D; alors D f (x; y)dA D g(x; y)dA ;
4) Si D = D1 [ D2 sans que D1 ne chevauche D2 ( sauf peut être sur leur frontière),
RR RR RR
alors D f (x; y)dA = D1 f (x; y)dA + D2 f (x; y)dA ;
RR
5) D dA = A(D) où A(D) est l’aire du domaine D ;
RR
6) Si m f (x; y) M 8(x; y) 2 D; alors mA(D) D f (x; y)dA M A(D)
Proposition 2.4 (Passage en coordonnées polaires) Si f est continue sur un rectangle

polaire R donné par R = (r; ) 2 R2 =a r b; où a; b 0, 0
Z Z b
RR
2 , alors R f (x; y)dA = f (r cos ; r sin )rdrd :
a
Remarque 2.14 La formule de passage en coordonnées polaires s’obtient de la ma-

nière suivante :
Analyse 3
remplacer les variables x et y par r cos et r sin ;

mettre les bornes convenables d’intégration relatives à r et ;
remplacer dA par rdrd .
RR 2 )dA
Exemple 2.17 Calculer R (3x + 4y où R est la région du demi plan supérieur
comprise entre les cercles x + y2 = 1
2 et x2 + y 2 = 4.
R = (x; y) 2 R2 = y 0; 1 x2 + y 2 4 = (x; ) 2 R2 =1 r 2; 0
. Z Z Z
RR 2
2
On a donc R (3x+4y 2 )dA
= (3r cos +4r2 sin2 )rdrd = r3 cos + r4 sin2 ) r=1
d
Z 0Z 1 0
2 15 15
= 7 cos + 15 sin ) d = 7 cos + 2 (1 cos 2 ) d = :
0 0 2
Analyse 3
Bibliographie
[DUBOIS]

Analyse 3 2022 2023

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse 3 2022 2023

Transféré par

Droits d'auteur :

Formats disponibles

ECOLE NORMALE SUPERIEURE (ENS)

Professeur titulaire à l’Ecole Normale Supérieure

Spécialiste en Analyse Numérique, Modélisation mathématique et Simulations Numériques,

Laboratoire d’Analyse Numérique d’Informatique et de Biomathématique (LANIBIO), UFR/SEA, UJKZ

Date de mise à jour : 24/01/2023

Table des matières

2 Fonctions numériques de deux variables réelles 10

1.1 Introduction et dé…nitions générales

Exemple 1.2 Quelques séries de reférence

Nom Terme général Nature Somme

1.2 Séries à termes positifs

Proposition 1.5 Soit a; r 2 R (a 6= 0). 8n 2 N;on dé…nit un = arn : Alors la série

Preuve 8n 0; et 8 n x n + 1; on a : f (n + 1) f (x) f (n) =)

Preuve Les fonctions f et g sont équivalentes au voisinage de +1 ssi 8" > 0;

1.3 Série à termes quelconques

Preuve On applique le théorème précédent avec an = ( 1)n qui véri…e Sn =

Remarque 1.7 En prenant pour la permutation identité, on obtient qu’une série

Fonctions numériques de deux

2.1 Normes et distances

E muni de k:k est appelé espace vectoriel normé.

Remarque 2.1 Soit Bi = (x1 ; x2 ) 2 R2 = Ni (x1 ; x2 ) 1 ; i = 1; 2; 3: La repre-

Fig 3.1 : Représentations graphiques des boules unité

Dé…nition 2.2 Soit E 6= : On appelle distance d : E E ! R+

2.2 Dé…nitions et premières propriétés

Exemple 2.2 a) f : (x; y) 7 ! ax2 + bxy + cy 2 où a; b; c 2 R est dé…nie sur R2 et

Dé…nition 2.4 (Fonctions partielles) Soit f une fonction de D R2 dans R et (a; b) 2

Dé…nition 2.5 (Traces horizontales, traces verticales, courbes de niveau, lignes de

2.2.1 Représentations graphiques :

Fig 3.2 : Schéma de la représentation graphique

Exemple 2.3 a) f (x; y) = x2 + y 2 Df = R2 ; Im(f ) = R+

8k 2 R+ ; f (x; y) = k () x2 + y 2 = k est le cercle de centre (0; 0; k) et de rayon

Fig 3.3 : Paraboloide elliptique

b) f (x; y) = x2 ; Df = R2 ; Im(f ) = R+ ; 8z 2 R+ , f (x; y) = z () x2 =

Fig 3.4 : Cylindre parabolique

Fig 3.5 : Représentation graphique d’une fonction partielle

Fig 3.6 : Traces horizontales et courbes de niveau d’une fonction

2.3 Limite et continuité

Dé…nition 2.6 Soit f : R2 ! R une fonction de deux variables et xo 2 R2 .

Remarque 2.5 S : r 7 ! S(r) est une fonction qui ne dépend pas de .

Dé…nition 2.7 On dit qu’une fonction f : R2 ! R est continue au point X0 si

2.4 Dérivées partielles

Exemple 2.7 Calculer les dérivées partielles des fonctions :

00 = f 00 . C’est aussi le cas pour la

Dé…nition 2.12 Soit f : U R2 ! R une fonction de classe C 1 et (x; y) 2 U. On

Dé…nition 2.13 Soit f : U R2 ! R une fonction de classe C 2 et (x; y) 2 U.

2.6 Dérivée de fonctions composées et théorème des ac-

Exemple 2.10 Soit F (t) = ln e2t + t2 . Posons f (x; y) = ln(x2 + y 2 ), v (t) = et

Théorème 2.5 (Théorème des accroissements …nis) : Soit f : U R2 !R

Preuve Soit g : R ! R; t 7 ! f (x + ht; y + kt). D’après TAF en une variable,

2.7 Valeurs extrêmes

Fig 3.7 : Extrema d’une fonction

Théorème 2.6 Si (a; b) est un maximum ou un minimum local de f et si les dérivées

Exemple 2.11 f (x; y) = x2 + y 2 2x 6y + 14.

Fig 3.8 : Point selle

Exemple 2.13 Recherche les valeurs maximales et minimale de f (x; y) = x4 + y 4

() x(x 1)(x + 1)(x2 + 1)(x4 + 1) = 0. D’où x = 0; 1; 1. Ce qui donne 3 points

Sur L4 , on a x = 0 et f (0; y) = 2y = g4 (y) pour 0 y 2. g4 est une fonction

(x; y) (1; 1) (0; 0) (3; 0) (3; 2) (0; 2) (2; 2)

2.8 Les intégrales doubles

2.8.2 Les intégrales itérées

f (x; y)dy dx.

2.8.3 Les intégrales dans des domaines généraux

Fig 3.8 : Intégrale dans un domaine général

Proposition 2.4 (Passage en coordonnées polaires) Si f est continue sur un rectangle