Académique Documents
Professionnel Documents
Culture Documents
MTH1101
A2022
v7
Plan
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
7. Développement de Taylor pour les fonctions de plusieurs
variables
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
∂f ∂ f (x,y+h)−f (x)
∂y (x) = ∂y f (x) = fy (x) = lim
h→0 h
Fonction de n variables
▶ Soit f une fonction de n variables définie de Rn dans R
▶ Soit x = (x1 , x2 , . . . , xn )
Exemples 1 et 2
∇f (1, 0)
▶ Dérivée aval :
f (x) − f (x − ∆x, y)
fx (x) ≃
∆x
▶ Dérivée centrée :
f (x + ∆x, y) − f (x − ∆x, y)
fx (x) ≃
2∆x
h i h i
v4 −v2 v −v
∂2f y2 −y1
− y3 −y1
▶ De même : ∂x∂y (x1 , y1 ) ≃ x2 −x1
2 1
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
Approximation linéaire
Motivation : Approximer, en un point, une fonction quelconque
par une autre plus simple telle une droite ou un plan
(la possibilité de faire ceci sera discutée lors de la définition de la différentiabilité)
Gradient
▶ Le gradient est le vecteur des dérivées partielles :
∂f ∂f ∂f
∇f (x) = (x), (x), . . . , (x)
∂x1 ∂x2 ∂xn
▶ Pour une fonction f (x, y, z), en un point x0 = (x0 , y0 , z0 ), on
note
∂f ∂f ∂f
∇f (x0 ) = (x0 ) ⃗i + (x0 ) ⃗j + (x0 ) ⃗k
∂x ∂y ∂z
∇F (x0 , z0 ) · −
p−0→
p = ∇F (x0 , z0 )⊤ −
p−0→
p=0
∇F (x0 , z0 )⊤ −
p−0→
p=0
devient
x − x0
∂F (x0 , z0 ) ∂F (x0 , z0 ) ∂F (x0 , z0 )
y − y0 = 0
∂x ∂y ∂z
z − z0
= f (x0 ) + ∇f (x0 )⊤ (x − x0 )
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
Différentielle de x : dx peut
prendre n’importe quelle valeur,
dont ∆x
Différentielle de y : Variation de
l’ordonnée de la tangente :
dy(x) = df (x) = f ′ (x)dx
(avec x = a sur la figure)
dy df
On a f ′ (x) = dx (x) = dx (x) et la variation de la fonction est :
df (x, y) = dz(x, y) =
∂f (x, y) ∂f (x, y)
fx (x, y)dx + fy (x, y)dy = dx + dy
∂x ∂y
∂f ∂f
(noté aussi df = dz = ∂x dx + ∂y dy)
▶ Approximation numérique de la variation de f en (x, y) :
Propriétés
1
▶ Si f = f2 , alors df = −df2 /f22
Exemples
▶ Exemple 5 :
▶ Calculer dz pour f (x, y) = z = x2 + 3xy − y 2
▶ Si x varie de 2 à 2.05, et y de 3 à 2.96, comparer ∆z et dz
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
Introduction
Différentiabilité : Définition
avec ε1 → 0 et ε2 → 0 quand ∆x → 0 et ∆y → 0
(ε1 et ε2 sont des fonctions de ∆x et ∆y)
Différentiabilité : Théorèmes
Différentiabilité : Exemples
p
▶ Exemple 8 : Montrer que f (x, y) = x2 + y 2 n’est pas
différentiable en (0, 0)
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
dy dy dx
=
dt dx dt
df ∂f dx ∂f dy
= +
dt ∂x dt ∂y dt
▶ Exemple 10 :
dz
Trouver
dt en 2t = 0 4
z = x y + 3xy
avec x = sin 2t
y = cos t
∂f ∂f ∂x ∂f ∂y
= +
∂s ∂x ∂s ∂y ∂s
∂f ∂f ∂x ∂f ∂y
= +
∂t ∂x ∂t ∂y ∂t
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
Définitions
▶ Soit f : Df ⊆ R2 → R et x0 = (x0 , y0 ) ∈ Df
▶ On considère la direction p
u comme le vecteur unitaire
u = (u1 , u2 ) avec ∥u∥ = u21 + u22 = 1
▶ La dérivée directionnelle de f en x0 dans la direction u est la
limite suivante, si elle existe :
▶ Et donc
∇f (x0 )
fu⋆ (x0 ) = ∇f (x0 )⊤ = ∥∇f (x0 )∥
∥∇f (x0 )∥
1. Dérivées partielles
2. Approximations linéaires
3. Différentielle
4. Différentiabilité
5. Dérivation en chaı̂ne
6. Dérivée directionnelle
Segment
D reliant x0 et x :
x = x0 + th
avec 0 ≤ t ≤ 1
y = y0 + tk
Soit la fonction d’une variable
g(t) = f (x0 + th, y0 + tk)
▶ En t = 0 :
′
g (0) = hfx (x0 , y0 ) + kfy (x0 , y0 )
g ′′ (0) = h2 fxx (x0 , y0 ) + 2hkfxy (x0 , y0 ) + k 2 fyy (x0 , y0 )
▶ on obtient
+...
Comme h = x − x0 et k = y − y0 , on a finalement le
développement suivant :
f (x, y) ≃ L(x, y) (ordre 1 : approximation linéaire)
f (x, y) ≃ Q(x, y) (ordre 2 : approximation quadratique)
avec
et
Q(x, y) = f (x0 , y0 ) + fx (x0 , y0 )(x − x0 ) + fy (x0 , y0 )(y − y0 )
+ 21 fxx (x0 , y0 )(x − x0 )2
+ fxy (x0 , y0 )(x − x0 )(y − y0 )
+ 21 fyy (x0 , y0 )(y − y0 )2
▶ n quelconque :
1
f (x) = f (x0 )+∇f (x0 )⊤ (x−x0 )+ (x−x0 )⊤ ∇2 f (x0 )(x−x0 )+. . .
2
avec
d = max ∥x − x0 ∥
x∈X
et MQ tel que
n o
MQ ≥ max |fxxx (x)|, |fxxy (x)|, |fxyy (x)|, |fyyy (x)|
x∈X
Exemple 14
Soit f (x, y) = sin x + cos y considérée sur
n π πo
X = (x, y) ∈ R2 : |x| ≤ et |y| ≤
2 2
Exemple 15
Soit f (x, y) = e−(x+y) considérée sur
X = (x, y) ∈ R2 : |x − 1| ≤ 3 et |y − 2| ≤ 4