Cours Analyse3

Université Abdelmalek Essaâdi
Faculté des Sciences et Techniques

-Tanger-
Département de Mathématiques
Notes de Cours
ANALYSE III
Mustapha El Jarroudi
Année universitaire
2023/2024
Table des matières
1 Notion de Topologie dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.1 Espaces métriques 5
1.1.1 Distances et Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Seconde inégalité triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Boules -Ouverts-Fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 Convergence de suites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.2 Adhérence-Intérieur- Frontière 9
Points adhérents-adhérence d’une partie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Points d’accumulation-Points isolés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Points intérieur-Intérieur d’une partie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
Points frontière-Frontière d’une partie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Continuité 11
Image réciproque d’un ouvert/fermé par une fonction continue . . . . . . . . . . . . . . . . . 11
Application Lipschitzienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 Espaces complets 15
Théorème du point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.5 Compacité 16
Suite extraite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Théorèm de Bolzano-Weierstrass . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Partie bornée d’un espace vectoriel normé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Parties compactes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Compacts dans un espace de dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Image continue d’un compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Normes équivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Équivalence des normes en dimension finie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6 Connexité par arcs 19
Chemin continue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Partie connexe par arcs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Théorème des valeurs intermédiaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2 Calcul différentiel sur Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

2.1 Normes d’applications linéaires 21
Continuité des applications de L (Rn , Rp ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2 Différentiabilité 23
Différentiabilité en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Dérivées partielles en un point . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Matrice Jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2.1 Propriétés de la différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Différentielle d’une application composée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 Notation différentielle d’une fonction à valeurs réelles et changement de variables . 30
2.2.3 Dérivées partielles d’ordre supérieur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Classe C k – Classe C ∞ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Théorème de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Formule de Taylor pour les fonctions de deux variables . . . . . . . . . . . . . . . . . . . . . . . 33
Inégalité des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Extrema des fonctions de plusieurs variables 34
2.4 Théorème des fonctions implicites 35
Difféomorphisme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Théorème d’inversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Théorème d’inversion globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3 Intégrales multiples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.1 Ensembles mesurables-Mesure d’un ensemble 40
3.2 Fonctions intégrables-Intégrale 41
3.3 Théorème de Fubini 43
3.4 Changement de variables dans les intégrales multiples 45
3.4.1 Changements de variables classiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.5 Exemples d’intégrales multiples impropres 48
3.6 Applications 50
3.6.1 Aire d’une surface . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.6.2 Calcul des volumes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1. Notion de Topologie dans Rn
1.1 Espaces métriques
L mot topologie est composé de deux parties : topo qui signifie en latin "lieu" et logie
E
qui signifie "science". En mathématique, la topologie est la branche qui étudie les
propriétés qualitatives de parties d’un ensemble E indépendamment de leurs formes
géométrique. Dans une topologie on étudie également les positions relatives des points
de E par rapport à ses sous ensembles. Dans ce chapitre, on va se limiter aux topologies
induites par des distances et des normes. La notion de distance est apparue en 1906,
introduite par Fréchet dans son ouvrage "Sur quelques points du calcul fonctionnel".
La notion d´espace topologique général ne naquit qu’en 1914 grâce à Hausdorff. La
notion d’espace métrique a été utilisé pour étendre la notion importante de limite à des
espaces plus généraux que R. Rappelons que la suite (xn ) ⊂ R tend vers x ∈ R si le réel
|xn − x| tend vers 0. Autrement,
∀ε > 0, ∃N ∈ N, ∀n ≥ N, |xn − x| < ε.
Ainsi, la manière la plus naturelle de définir la notion de limite dans un ensemble
quelconque E est de mesurer quantitativement la différence entre ces points pour
introduire une distance entre eux.
1.1.1 Distances et Normes

Définition 1.1.1 — Distances. Un espace métrique est un ensemble E muni d’une
application d : E × E −→ R+ vérifiant pour tout triplet (x, y, z) ∈ E 3 :
i. d(x, y) = 0 ⇐⇒ x = y (séparation),
ii. d(x, y) = d(y, x) (symétrie),
iii. d(x, z) ≤ d(x, y) + d(y, z) (inégalité triangulaire).
Une telle fonction est appelée distance sur E.
Exemple 1.1 Soient E = R et d : R × R −→ R+ définie par d(x, y) = |x − y|. Alors d est

une distance sur R.
6 Chapitre 1. Notion de Topologie dans Rn
Définition 1.1.2 — Normes. Une norme sur un R (ou C)-espace vectoriel E est une
application k.k : E −→ R+ telle que
i. kxk = 0 ⇐⇒ x = 0,
ii. kλxk = |λ| kxk pour λ ∈ R (ou C),
iii. kx + yk ≤ kxk + kyk.
Le couple (E, k.k) est appelé espace vectoriel normé.
On peut facilement vérifier qu’un espace vectoriel normé est un espace métrique pour
la distance d(x, y) = kx − yk. Ainsi définit, d s’appelle la distance induite par la norme
k.k.
Exemple 1.2 Les applications suivantes de Rn −→ R+ définies par
kxk1 = p
|x1 | + ... + |xn |
kxk2 = x21 + ... + x2n
kxk∞ = max (|x1 | , ..., |xn |)
i=1,...,n
sont des normes sur Rn (voir TD).
Proposition 1.1.1 — Deuxième inégalité triangulaire. Une distance d sur E vérifie l’in-
égalité
|d (x, z) − d (y, z)| ≤ d (x, y) ∀x, y, z ∈ E. (1.1)
Si (E, k.k) est un espace vectoriel normé, alors
kxk − kyk ≤ kx − yk ∀x, y ∈ E.
Démonstration. On déduit de l’inégalité triangulaire que
d (x, z) ≤ d (x, y) + d (y, z) , d (y, z) ≤ d (y, x) + d (x, z) .
Puisque d (x, y) = d (y, x), on obtient
d (x, z) − d (y, z) ≤ d (x, y) , d (y, z) − d (x, z) ≤ d (x, y) .
Ce qui donne (1.1). Si maintenant (E, k.k) est un espace vectoriel alors d(x, y) = kx − yk
est une distance et kxk = d(x, 0). Alors, en utilisant la seconde inégalité triangulaire
(1.1), on obtient
kxk − kyk = d(x, 0) − d(y, 0) ≤ d(x, y) = kx − yk.

Définition 1.1.3 — Boules -Ouverts-Fermés. Soit (E, d) un espace métrique.
i. La boule ouverte de centre a ∈ E et de rayon r > 0 est définie par
B (a, r) = {x ∈ E ; d (x, a) < r} .
ii. La boule fermée de centre a ∈ E et de rayon r ≥ 0 est définie par
Bf (a, r) = {x ∈ E ; d (x, a) ≤ r} .
iii. La sphère de centre a ∈ E et de rayon r ≥ 0 est définie par
S (a, r) = {x ∈ E ; d (x, a) = r} .
1.1 Espaces métriques 7
iv. Un voisinage d’un point a est une partie de E contenant une boule ouverte
centrée en a.
v. Un ouvert de E est une partie de E qui est voisinage de tous ses points. Autre-
ment dit
A ouvet de E ⇐⇒ ∀a ∈ A, ∃r > 0, B (a, r) ⊂ A.
vi. Un fermé de E est le complémentaire d’un ouvert de E.

Exemple 1.3 Considérons l’espace métrique (R, |.|). La boule ouverte de centre a et de
rayon r > 0 est donnée par
B (a, r) = {x ∈ E, |x − a| < r} = ]a − r, a + r[ .
Alors, les voisinage de a ∈ R sont les parties de R contenant des intervalles ouverts de
la formes ]a − r, a + r[.
R L’ensemble de tous les ouverts de (E, d) s’appelle la topologie de (E, d).
Proposition 1.1.2 Soit (E, d) un espace métrique.

i. Toute réunion d’ouverts est encore un ouvert.
ii. Une intersection finie d’ouverts est un ouvert.
iii. Toute boule ouverte est un ouvert.
iv. Toute boule fermée est un fermé.
Démonstration. [
i. Soit U = Ui une union d’ouverts Ui .
i∈I
x ∈ U ⇐⇒ ∃i ∈ I, x ∈ Ui ,
⇐⇒ ∃i ∈ I, ∃ri > 0 B (x, ri ) ⊂ Ui (Ui est ouvert),
=⇒ B (x, ri ) ⊂ U (Ui ⊂ U ).
Alors U est
n
un ouvert.
\
ii. Soit U = Ui une intersection finie d’ouverts Ui .
i=1
x ∈ U ⇐⇒ ∀i, x ∈ Ui ,
⇐⇒ ∀i, ∃ri > 0 B (x, ri ) ⊂ Ui (Ui est ouvert),
=⇒ ∀i, B (x, r) ⊂ B (x, ri ) ⊂ Ui (r = min1≤i≤n ri ),
=⇒ B (x, r) ⊂ U.
Alors U est un ouvert.
iii. Soit B(a, r) une boule ouverte. On va montrer que
∀x ∈ B (a, r) , ∃s > 0, B (x, s) ⊂ B (a, r) .
Soit x ∈ B (a, r). Alors d (a, x) < r. Soit s > 0 tel que s < r − d (a, x). Par suite, si
y ∈ B (x, s) alors d (x, y) < s et d’après l’inégalité triangulaire, on a
d (a, y) ≤ d (x, y) + d (a, x)
< s + d (a, x)
< (r − d (a, x)) + d (a, x)
= r,
d’où y ∈ B (a, r). Donc B (x, s) ⊂ B (a, r).
B (a,r)
iv. Soit Bf (a, r) une boule fermée. Montrerons que le complémentaire {Ef est un
ouvert. Autrement dit,
B (a,r) B (a,r)
∀x ∈ {Ef , ∃s > 0, B (x, s) ⊂ {Ef .
B (a,r)
Soit x ∈ {Ef . Alors x ∈/ Bf (a, r) et d (a, x) > r. Posons s = d (a, x) − r > 0.
Montrons alors que B (x, s) ∩ Bf (a, r) = ∅. Soit y ∈ B (x, s) alors d (x, y) < s et
grâce au lemme 1.1.1
d (a, y) ≥ |d (a, x) − d (y, x)| > r,
dont on déduit que y ∈

/ Bf (a, r).

De la Proposition 1.1.2 et par passage au complémentaire, On déduit les propriétés
suivante.
Corollaire 1.1.3 Soit (E, d) un espace métrique.
i. Toute intersection de fermés est un fermé.
ii. Une réunion finie de fermés est un fermé
R Il existe des parties qui ne sont ni ouvertes ni fermées. Par exemple tout intervalle
semi-ouvert [a, b[ n’est ni ouvert ni fermé. Il existe aussi des parties qui sont ouvertes
et fermées (comme E et ∅). Notez aussi que une intersection infinies d’ouverts n’est
\ 1 1
pas nécessairement un ouvert. Par exemple − , = {0} qui est fermé
∗
n n
n∈N
1 1
même si les − , sont des ouverts.
n n
1.1.2 Convergence de suites

Définition 1.1.4 Soit (E, d) un espace métrique et soit (xn ) une suite de E. On dit que
(xn ) converge vers x ∈ E et on note xn → x ou lim xn = x si la suite numérique
n→∞
(d (xn , x)) converge vers 0. Autrement dit,
∀ε > 0, ∃N ∈ N, ∀n ≥ N, d (xn , x) < ε.
Théorème 1.1.4 — Unicité de la limite. Soit (E, d) un espace métrique et (xn ) une suite
de E, qui converge à la fois vers x et x0 Alors, x = x0 . Le point x est appelé la limite de
(xn ).
Démonstration. On raisonne par contradiction. Supposons que x 6= x0 . Soit ε < 12 d(a, b).
Comme (xn ) converge vers x et x0 . A partir d’un certain rang tous les termes xn vérifient
d (xn , x) < ε, d (xn , x0 ) < ε.
Alors, en utilisant l’inégalité triangulaire, on btient
d(x, x0 ) ≤ d (xn , x) + d (xn , x0 ) < 2ε < d(x, x0 ).
Ce qui est absurde. Alors, la limite d’une suite est unique.

1.2 Adhérence-Intérieur- Frontière 9
1.2 Adhérence-Intérieur- Frontière

Définition 1.2.1 — Points adhérents. Soit A une partie d’un espace métrique (E, d).
i. Un point x de E est adhérent à A si tout voisinage de x rencontre A.
ii. L’ensemble de points adhérents de A est appelé adhérence de A et noté A.
x ∈ A ⇐⇒ ∀ε > 0, B(x, ε) ∩ A 6= ∅.
R Soit A une partie d’un espace métrique (E, d).

a ∈ {E A ⇐⇒ a ∈
/ A ⇐⇒ ∃Ua voisinage de a, Ua ∩A = ∅ ⇐⇒ ∃εa > 0, B(a, εa )∩A = ∅.
Exemple 1.4 Considérons l’espace métrique (R, |.|) et l’intervalle ]1, 2[⊂ R. On a 1 ∈
/
]1, 2[ mais pour tout > 0 suffisamment petit, on a
B(1, )∩]1, 2[=]1 − , 1 + [∩]1, 2[=]1, 1 + [6= ∅.
Alors, 1 ∈ ]1, 2[. Par contre 0.99 ∈
/ ]1, 2[ car B(0.99, 0.005)∩]1, 2[=]0.985, 0.995[∩]1, 2[= ∅.

Il existe une caractérisation très pratique des points adhérents à l’aide des suites.
Proposition 1.2.1 Un point x d’un espace métrique (E, d) est adhèrent à A si et seule-
ment si il existe une suite (xn )n∈N de points de A qui converge vers x.
Démonstration. Soit (xn )n∈N une suite de points de A. On a les equivalances suivantes.
xn → x ⇐⇒ d (xn , x) → 0,
⇐⇒ ∀ε > 0, ∃N ∈ N, ∀n ≥ N, d (xn , x) < ε,
⇐⇒ ∀ε > 0, ∃N ∈ N, ∀n ≥ N xn ∈ B (x, ε) ,
⇐⇒ tout voisinage de x rencontre A,
⇐⇒ x est un point adhérent de A.

Exemple 1.5 Considérons l’espace métrique (R, |.|) et l’intervalle ]1, 2[⊂ R. On a 2 ∈/
]1, 2[ mais pour tout n ∈ N∗ , xn = 2 − n1 ∈]1, 2[. De plus lim xn = 2. Alors, d’aprés la
n→+∞
Proposition 1.2.1, 2 ∈ ]1, 2[.
La proposition suivante est fréquemment utilisée pour déterminer l’adhérence d’un

sous-ensemble.
Proposition 1.2.2 Soit A une partie d’un espace métrique E. L’adhérence A de A est la
plus petite (au sens de l’inclusion) partie fermée de E contenant A.
Démonstration. A ⊂ A car pour x ∈ A, tout voisinage de x rencontre A au moins en x.
On va montrer que {E A est ouvert (donc A est fermé). En effet, Par définition de A,
si x ∈ {E A alors il existe un voisinage ouvert de x qui ne rencontre pas A.
S Notons Ux
un tel voisinage ouvert de x (qui ne rencontre pas A) et posons U = Ux . Alors,
x∈{E A
U est un ouvert de E (voir Proposition 1.1.2). D’autre part U ∩ A = ∅ car ∀x ∈ {E A,
Ux ∩ A = ∅. Donc U est un ouvert contenu dans {E A. Inversement si x ∈ {E A alors
x ∈ U par construction de U . Donc U = {E A. Donc {E A est un ouvert de E. Donc A est
un fermé. A est le plus petit fermé de E contenant A : Supposons que A ⊂ F ; F fermé
de E. Si x ∈ {E F qui est un ouvert de E qui ne rencontre pas A alors x ∈ {E A. Donc
{E F ⊂ {E A, donc A ⊂ F .
Exemple 1.6 Considérons l’espace métrique (R, |.|) et l’intervalle ]1, 2[⊂ R. On a
montré dans les exemples 1.4 et 1.5 que 1, 2 ∈ ]1, 2[ et on sait que ]1, 2[⊂ ]1, 2[, alors
[1, 2] ⊂ ]1, 2[. Inversement, [1, 2] est un fermé de R contenant ]1, 2[ alors, ]1, 2[ ⊂ [1, 2] car
]1, 2[ est le plus petit fermé contenant ]1, 2[. ainsi, ]1, 2[ = [1, 2]. Plus généralement, pour
tout a, b ∈ R avec a < b, ]a, b[ = [a, b] = [a, b].
En utilisant la définition de l’adhérence ou bien l’une des propositions 1.2.1, 1.2.2, on a

immédiatement les propriétés suivantes
Proposition 1.2.3 Soient A et B deux partie d’un espace métrique E.
i. A est fermé ⇐⇒ A = A.
ii. A = A, A ⊂ B =⇒ A ⊂ B.
ii. A ∪ B = A ∪ B, A ∩ B ⊂ A ∩ B.
Définition 1.2.2 — Points d’accumulation-Points isolés. Soit A une partie d’un espace
métrique (E, d). Si tout voisinage de x rencontre A en un point autre que x, on dit
que x est un point d’accumulation de A.
x est un point d’accumulation de A ⇐⇒ ∀V voisinage de x, V ∩ A\ {x} =

6 ∅.
Si au contraire, il existe un voisinage de x qui ne rencontre A qu’au point x, on dit

que x est un point isolé de A.
x est un point isolé de A ⇐⇒ ∀V voisinage de x, V ∩ A = {x} .
R Le point a est un point d’accumulation de A s’il est adhérent à A sans être isolé
dans A.
Exemple 1.7Dans R muni de la distance usuelle, 1 est un point d’accumulation

de
5 7
l’ensemble A =]1, 2]∪{3} mais ce n’est pas le cas pour le point isolé 3 car , ∩A = {3}.
2 2
Définition 1.2.3 — Points intérieur. Soit A une partie d’un espace métrique (E, d).
i. Un point x de E est dit intérieur à A si A est un voisinage de x, autrement dit,
s’il existe une boule ouverte de centre x contenue dans A.
◦
ii. L’ensemble des éléments de E intérieurs à A est appelé intérieur de A et noté A.
◦
x ∈ A ⇐⇒ ∃ε > 0, B(x, ε) ⊂ A.
◦
Proposition 1.2.4 Pour toute partie A de E, A est le plus grand ouvert de E contenu
dans A.
◦
Démonstration. On sait déjà que A est contenu dans A. Montrons qu’il est ouvert et qu’il
contient tout ouvert contenu dans A.
◦ ◦
i. Si A est non vide, soit x ∈ A. Il existe une boule ouverte B de centre x contenue
dans A. B est un ouvert, donc voisinage de chacun de ses points. A fortiori, A est
un voisinage de chaque point de B, qui est de ce fait intérieur à A. On en déduit
◦
que B est inclus dans A, qui est, par conséquent, ouvert.
ii. Soit O un ouvert contenu dans A. O est voisinage de chacun de ses points, donc,
a fortiori, A est voisinage de chaque point de O, ce qui signifie que tout point
1.3 Continuité 11
◦ ◦
de O est intérieur à A : O ⊂ A.On en déduit que A est le plus grand, au sens de
l’inclusion, de tous les ouverts contenus dans A.

Exemple 1.8 Considérons l’espace métrique (R, |.|).
◦
z}|{
i. Pour l’intervalle [1, 2] ⊂ R, on a ]1, 2[⊂ [1, 2] car de tout point de a ∈]1, 2[ il existe
des intervalles ouverts centrés en a entièrement inclus dans [1, 2], par exemple
]a − , a + [ tel que < min(a − 1, 2 − a). Inversement, ]1, 2[ est un ouvert de R
◦ ◦
z}|{ z}|{
contenu dans [1, 2] alors, [1, 2] ⊂]1, 2[ car [1, 2] est le plus grand ouvert contenu
◦
z}|{
dans ]1, 2[. ainsi, [1, 2] ⊂]1, 2[. Plus généralement, pour tout a, b ∈ R avec a < b,
◦
z}|{
[a, b] =]a, b[.
ii. On sait que entre deux rationnels il existe une infinité de nombres irrationnels et
◦
◦ z}|{
entre deux irrationnels il y également des rationnels. Alors, Q = ∅, R\Q = ∅.
◦
En effet, si par exemple Q 6= ∅ et contient un point q, il résulte de la définition de
l’intérieur qu’il existe > 0 tel que ]q − , q + [⊂ Q mais ]q − , q + [ et par la suite
Q contient des irrationnels, ce qui absurde.

En utilisant la définition de l’intérieur ou bien la proposition 1.2.4, on a immédiatement

les propriétés suivantes
Proposition 1.2.5 Soient A et B deux partie d’un espace métrique E.
◦
i. A est ouvert ⇐⇒ A = A.
◦
◦ ◦ ◦ ◦
ii. A = A, A ⊂ B =⇒ A ⊂ B.
◦ ◦
z }| { ◦ ◦ z }| { ◦ ◦
iii. A ∪ B ⊂ A ∪ B, A ∩ B = A ∩ B.
◦
◦ z}|{
iv. {E A = {E A {E A = {E A.
Définition 1.2.4 — Points frontière. Soit A une partie d’un espace métrique (E, d). On
appelle point frontière de A un point adhérent à A qui n’est pas intérieur à A. On
appelle frontière de A l’ensemble des points frontières :
◦
F r (A) = A\A = A ∩ {E A.
Exemple 1.9 Dans R, la frontière de [α, β] est {α, β}. La frontière de Q est R.
1.3 Continuité
Définition 1.3.1 — Fonctions continues. Soient (E1 , d1 ) et (E2 , d2 ) deux espaces mé-
triques. Une application f : E1 −→ E2 est dite continue en a ∈ E1 , si lim f (x) = f (a).
x→a
C’est-à- dire
∀ > 0, ∃δ > 0, d1 (x, a) < δ =⇒ d2 (f (x), f (a)) < ε. (1.2)

f est dite continue sur E1 si f est continue en tout a ∈ E1 .
R Le nombre positif δ dans la définition (1.2) dépend généralement de et de a.
Proposition 1.3.1 — Opération sur les fonctions continues. Toute fonction construite
à partir de fonctions continues par combinaison linéaire, multiplication, quotient (à
condition que le dénominateur ne soit pas nul) ou composition est encore continue.
Exemple 1.10
• Une fonction f est dite polynomiale sur Rn si elle est s’écrit comme somme de
termes qui sont eux mêmes des produits de fonctions coordonnées. Autrement dit
m
X
f (x1 , . . . , , xn ) = Ci1 ,...,in xi11 . . . xinn ,
i1 ,...,in =0
où m ∈ N et les coefficients Ci1 ,...,in ∈ R. Par exemple

√
P (x, y) = − 2x2 y 5 + 4xy − 6y et Q(x, y, z) = z 7 + x2 y + 4xyz − 6x
sont des fonctions polynomiales dans R2 et R3 , respectivement. Généralement,
toute fonction polynomiale sur Rn est continue.
• Une fraction rationnelle sur Rn est une fonction qui s’écrit comme le quotient de
deux polynômes. Par exemple
√
− 2x2 y 5 + 4xy − 6y x3 y 9 + 4xyz − 6x5
F1 (x, y) = 7 et F 2 (x, y, z) =
z + x2 y + 4xyz − 6x xz 7 + x2 yz 3 + 4xyz − z
sont des fonctions polynomiales dans R2 et R3 , respectivement. Généralement,
toute fraction rationnelle sur Rn est continue en tout point dont le dénomina-
teur ne s’annule pas.
• Considérons la fonction f : R2 → R telle que
( 2 3
x y
x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).
i. La fonction f est une fraction rationnelle dont le dénominateur ne s’annule

pas sur l’ouvert R2 \ {(0, 0)}. Alors, elle est continue sur R2 \ {(0, 0)}.
ii. Pour étudier la continuité de f en (0, 0), il faut analyser la limite lim f (x, y)
(x,y)→(0,0)
x2
et si elle existe, la comparer avec f (0, 0). Il résulte de l’inégalité x2 +y 2
≤ 1, que
∀(x, y) ∈ R2 , |f (x, y)| ≤ |y|3 .

De plus, si (x, y) → (0, 0) alors, y → 0 ce qui implique que |y|3 → 0. par suite,
par comparaison, on déduit que lim f (x, y) = 0 = f (0, 0) et que f est
(x,y)→(0,0)
2
continue sur R tout entier.
iii. Il très utile parfois de passer en coordonnées polaires pour étudier la limite
d’une fonction de deux variables. En effet, tout (x, y) ∈ R2 \ {(0, 0)} peut être
représenter en coordonnées polaires au voisinage de (0, 0) par

 x = r cos θ,
r > 0, θ ∈ [0, 2π[
y = r sin θ.

1.3 Continuité 13
Alors la norme Euclidienne k.k2 est donnée par

p
k(x, y)k2 = x2 + y 2 = r.
De plus
f (x, y) = r3 cos2 θ sin3 θ.
Il vient du fait que |cos θ| ≤ 1 et |sin θ| ≤ 1
|f (x, y)| ≤ r3 = k(x, y)k32 .
Mais, lim k(x, y)k32 = 0. Par suite

(x,y)→(0,0)
lim f (x, y) = 0 = f (0, 0)

(x,y)→(0,0)
• Une technique pratique pour montrer qu’une fonction f n’est pas continue en un
point (x0 , y0 ) et de trouver deux courbes y = g(x) et y = h(x) passant par (x0 , y0 ),
c’est-à- dire y0 = g(x0 ) = h(x0 ) telles que f (x, g(x)) et f (x, h(x)) ne converge pas
vers la même limite. Par exemple, soit f : R2 → R la fonction définie par
x2

x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).
i. On prend g(x) = x et h(x) = 2x. Alors, lorsque x → 0, on a f (x, x) = 21 → 12

mais f (x, 2x) = 54 → 45 . Ainsi, f est discontinue en (0, 0).
ii. La même conclusion peut être obtenu en utilisant les coordonnées polaires.
x2
Effectivement, f (x, y) = 2 = cos2 θ qui n’ a pas de limite quand r → 0
x + y2
car cos2 θ varie dans [0, 1].
iii. Notons que lim f (x, 0) = 0 = f (0, 0) donc la fonction x → f (x, 0) est continue
x→0
au point 0. C’est-à- dire que, f est continue en (0, 0) si on approche l’origine
via l’axe des abscisse y = 0.

Proposition 1.3.2 — Continuité et suites. Soient (E1 , d1 ) et (E2 , d2 ) deux espaces mé-
triques. Une application f : E1 −→ E2 est dite continue en x ∈ E1 si et seulement si
pour toute suite (xn )n∈N de points de E1 qui converge vers x, lim f (xn ) = f (x) .
n→+∞
Théorème 1.3.3 Soit f une application de (E1 , d1 ) dans (E2 , d2 ). Alors les quartes
propositions suivantes sont ééquivalentes.
i. f estcontinue.
ii. f A ⊂ f (A) pour tout A ⊂ E1 .
iii. L’image réréciproque de tout fermé de E2 est un fermé de E1 .
iv. L’image réréciproque de tout ouvert de E2 est un ouvert de E1 .
Démonstration.
i. =⇒ ii. Soit y ∈ f A . Il existe donc x ∈ A tel que f (x) = y. Comme x ∈ A, il
existe une suite (xn )n∈N de points de A qui converge vers x. Comme f est continue,
lim f (xn ) = f (x) = y. Comme xn ∈ A on a f (xn ) ∈ f (A) et donc y = f (x) ∈ f (A).

n→+∞

Donc f A ⊆ f (A).
ii. =⇒ iii. Soit un fermé B ⊂ E2 . Par définition, l’image réciproque
A = f −1 (B) = {x ∈ E1 ; f (x) ∈ B} ,
vérifie f (f −1 (B)) ⊆ B (avec égalité si f est surjective) et f −1 (f (A)) ⊇ A (avec égalité

si f est injective). Puisque B est fermé, on a

f A ⊆ f (A) = f (f −1 (B)) ⊆ B = B,
f A ⊆ B équivaut par définition à A ⊆ f −1 (B) = A. Donc A ⊆ A et comme A ⊆ A,

on a A = A. Donc, d’après la proposition 1.2.2, A est un fermé de E1 .

iii. =⇒ iv.On utilise ici la propriété suivante : f −1 {E2 B = {E1 f −1 (B). Or d’après 3)

f −1 {E2 B est un ouvert de E1 . Donc {E1 f −1 (B) est un ouvert de E1 , donc f −1 (B) est
un fermé de E1 .
vi. =⇒ i. Soit (xn )n∈N une suite qui converge vers x. L’hypothèse 4) implique que
U = f −1 (B (f (x) , ε)) est un ouvert de E1 et comme f (x) ∈ B (f (x) , ε) l’ouvert U
contient x et B (x, η) ⊂ U pour un certain η > 0. Comme (xn )n∈N tend vers x, il existe
N ∈ N tel que xn ∈ B (x, η), ∀n ≥ N , donc f (xn ) ∈ f (B (x, η)) ⊂ f (U ) ⊂ B (f (x) , ε).
Donc lim f (xn ) = f (x).
n→+∞
Exemple 1.11
i. L’ensemble U = {(x, y, z) ∈ R3 ; x4 − 2xy + z 3 > 0} est un ouvert de R3 . En effet,
l’application f : R3 −→ R définie par f (x, y, z) = x4 − 2xy + z 3 est continue et U
est l’image réciproque de l’intervalle ouvert ]0, +∞[ (U = f −1 (]0, +∞[)).
ii. L’ensemble F = {(x, y, z, t) ∈ R4 ; x4 − 2xy + z 3 − 5zt ≤ 0} est un fermé de R3
car F = g −1 ([0, +∞[), où g est l’application continue définie de R4 dans R par
g (x, y, z, t) = x4 − 2xy + z 3 − 5zt.
iii. L’ensemble S = {(x1 , x2 , ..., xn ) ; x21 + x22 + ... + x2n = 1} est un fermé de Rn puisque
S = h−1 ({1}), où h est définie de Rn dans R par h (x1 , x2 , ..., xn ) = x21 + x22 + ... + x2n .

Dans La définition suivante, on introduit une catégorie intéressante de fonctions

continues.
Définition 1.3.2 — Application Lipschitzienne. Une application f de (E, d) dans (E 0 , d0 )
est dite k-Lipschitzienne si
∃k ≥ 0/ ∀x, y ∈ E, d0 (f (x) , f (y)) ≤ kd (x, y) .
Si k < 1, on dit alors que f est contractante.
Exemple 1.12 La fonction f définie sur R par f (x) = sin x2 est contractante lorsque R
est muni de sa distance usuelle. En effet, d’après le théorème des accroissements finis,
pour tout x, y ∈ R, il existe c entre x et y tel que
1 1
f (x) − f (y) = f 0 (c)(x − y) = cos c × (x − y) ≤ x − y ( cos c ≤ 1).
2 2

1.4 Espaces complets 15
Proposition 1.3.4 Toute application Lipschitzienne f de (E, d) dans (E 0 , d0 ) est continue.

Plus que cela, il est uniformément continu dans le sens où
∀ > 0, ∃δ > 0, ∀x, y ∈ E, d1 (x, y) < δ =⇒ d2 (f (x), f (y)) < ε. (1.3)
R En comparaison avec (1.2), le nombre positif δ dans la définition (1.3) ne dépend

que de dépend . Si par exemple, f est k-Lipschizienne, il est claire que δ = vérifie
k
(1.3).
1.4 Espaces complets

Définition 1.4.1 Une suite (xn )n∈N de points d’un espace métrique (E, d)) est une
suite de Cauchy si :
∀ε > 0, ∃N ∈ N ; ∀n, m ≥ N , d (xn , xm ) < ε.
Proposition 1.4.1 Dans un espace métrique (E, d)) toute suite convergente est une suite
de Cauchy.
Démonstration. Soit (xn ) une suite qui converge vers x dans un espace métrique (E, d)).
Pour tout > 0, il existe n0 ∈ N tel que ∀n > n0 , d(xn , x) < 2 . Alors par inégalité
triangulaire
∀n, m > n0 , d(xn , x) ≤ d(xn , x) + d(xn , x) < .
D’où, la suite (xn ) est une suite de Cauchy.

La réciproque du Proposition 1.4.1 est en général fausse. Par exemple, dans l’espace
1
métrique (]0, 1], |.|) la suite n1 n>0 ⊂]0, 1] est une suite de Cauchy, mais lim = 0 ∈]0,

/ 1].
n→∞ n
D’où la définition suivante.
Définition 1.4.2 Un espace métrique (E, d)) est complet si toute suite de Cauchy de
points de E admit une limite dans l’espace E.
Exemple 1.13 (Q, |.|) n’est pas complet. Par exemple la suite de terme général xn =
n +∞
X 1 X 1
∈ Q mais dans l’espace (R, |.|), lim xn = =e∈ / Q. Si un espace métrique
k=1
k! n→∞
k=1
k!
n’est pas complet, on peut toujours le "compléter" en lui ajoutant les limites de toutes
les suites de Cauchy. Ainsi, en ajoutant les limites de toute les suites de Cauchy sur Q,
on obtient l’espace complet (R, |.|).
R L’avantage des espaces complets est que dans de tels espaces, il n’est pas utile de
connaître la limite d’une suite pour montrer qu’elle est convergente. Il faut bien
noter que les notions de complétude, de convergence et de suite de Cauchy sont
des notions métriques . En effet, l’espace (R, |.|) est complet mais si R est muni de
la distance d(x, y) = e−x − e−y alors, (R, d) n’est pas complet ( La suite (n)n est
une suite de Cauchy dans (R, d), pourtant elle ne converge pas dans R pour cette
distance).
Lemme 1.4.1 Un sous-espace métrique (A, d) d’un espace métrique complet (E, d))
est complet si et seulement si A est une partie fermée de E.
Démonstration. A ⊂ E est fermé si et seulement si toutes les suites convergentes de A

convergent vers un élément de A. Si (E, d)) est complet alors il y a équivalence entre les
suites convergentes et les suites de Cauchy.
Exemple 1.14 ([a, b] , d) ; d (x, y) = |x − y|, est un sous-espace complet de (R, d), mais
(]a, b[ , d) ne l’est pas.
Théorème 1.4.2 — Théorème du point fixe. Soient (E, d) un espace métrique complet
et f : E −→ E une application contractante. Alors f admet un unique point fixe, c’est
à dire : il existe un unique point x ∈ E tel que f (x) = x.
Démonstration. Soit x0 un point quelconque fixé dans E. On pose xn = f (xn−1 ) ∀n ≥ 1.

On a
d (xn , xn+1 ) = d (f (xn−1 ) , f (xn )) = ... = d (f n (x0 ) , f n (x1 ))
≤ k n d (x0 , x1 ) ,
où f n = f ◦ ... ◦ f . Plus généralement, ∀n, m ∈ N,

| {z }
n fois
d (xn , xn+m ) ≤ k n d (x0 , xm ) ,

≤ k n (d (x0 , x1 ) + ... + d (xm−1 , xm ))
≤ k n (1 + k + ... + k m−1 ) d (x0 , x1 )
kn
≤ d (x0 , x1 ) .
1−k
kp
On en déduit que pour p ≤ q, d (xp , xq ) ≤ d (x0 , x1 ). La suite (xp )p∈N est donc de
1−k
Cauchy. Comme (E, d) est complet, cette suite converge vers x ∈ E. D’autre part, la
contractance de f implique qu’elle est continue, donc
x = lim xp+1 = lim f (xp ) = f (x) .

p→∞ p→∞
Supposons maintenant que x = f (x) et y = f (y), alors
d (x, y) = d (f (x) ; f (y)) ≤ kd (x, y)
et comme k < 1, on a forcèment d (x, y) = 0, donc x = y, d’où l’unicité.
1.5 Compacité
Définition 1.5.1 — Suite extraite. . Soit E un espace vectoriel normé. Soit (xn )n une

suite d’éléments de E. On appelle suite extraite de (xn )n une suite de la forme xϕ(n) n
où ϕ est une application strictement croissante de N dans N.
Théorème 1.5.1 — Bolzano-Weierstrass. Toute suite réelle bornée admet une suite
extraite convergente.
1.5 Compacité 17
Démonstration. Soit (xn )n∈N une suite réelle bornée. Distinguons deux sortes d’indices :
A = {n ∈ N ; ∀p ≥ n, xp ≤ xn } ,
B = {n ∈ N ; ∃p ≥ n, xp > xn } .
Il est clair que A et B forment une partition de N. Il y a alors deux cas :

i. Si l’ensemble A est infini, la suite extraite (xn )n∈A est décroissante. Comme elle est
minorée (car la suite (xn )n∈N est bornée), elle converge.
ii. Si l’ensemble A est fini, alors, à partir d’un certain rang n0 , tous les entiers appar-
tiennent à B. D’après la définition de B, il existe n1 > n0 tel que xn1 > xn0 , puis
n2 > n1 tel que xn2 > xn1 , puis, par récurrence, pour tout entier k : nk+1 > nk tel
que xnk+1 > xnk . La suite (xnk )k∈N est extraite de (xn )n∈N et est croissante. Comme
elle est majorée, elle converge.
Dans tout les cas, on a trouvé une suite extraite de (xn )n∈N qui converge. Donc la suite
(xn )n∈N possède au moins une valeur d’adhérence.
Définition 1.5.2 — Partie bornée d’un espace vectoriel normé. Soit (E, k.k) un espace
vectoriel normé. Soit A ⊂ E. On dit que A est une partie bornée de E lorsque
∃M ≥ 0, ∀x ∈ A, kxk ≤ M.
Corollaire 1.5.2 — Extension du théorème de Bolzano-Weierstrass. Soit E un espace

vectoriel normé de dimension finie. Toute suite bornée d’éléments de E admet une
suite extraite convergente.
Démonstration. On utilise le Théorème 1.5.1 en raisonnant par récurrence sur la dimen-

sion de E.
Définition 1.5.3 — Parties compactes. Soit E un espace vectoriel normé. Une partie
A de E est compacte si, de toute suite d’éléments de A, on peut extraire une suite qui
converge dans A.
Proposition 1.5.3 Soit E un espace vectoriel normé. Toute partie compacte de E est
fermée et bornée.
Démonstration. Soit A une partie compacte de E et a un point adhérent à A. Il existe une
suite d’éléments de A qui converge vers a. On peut en extraire une suite qui converge
dans A. Comme cette suite extraite a la même limite a ∈ A. Donc A contient ses points
adhérents, elle est donc fermée. Supposons maintenant que A ne soit pas bornée : pour
tout n ∈ N, on peut trouver an ∈ A tel que kan k ≥ n. De la suite (an )n , il est impossible
d’extraire une suite convergente, ce qui contredit le fait que A est compact. Donc A est
bornée.
Proposition 1.5.4 Si E est un espace vectoriel normé de dimension finie, alors une partie
de E est compacte si et seulement si elle est fermée et bornée.
Démonstration. On sait déjà qu’une partie compacte est fermée et bornée. Réciproque-
ment, soit A une partie fermée et bornée de E. Toute suite d’éléments de A est bornée,
alors ; d’après le théorème de Bolzano-Weierstrass, on peut donc en extraire une suite
convergente et, comme A est fermée, la limite de cette suite est dans A. La partie A est
donc compacte.
Proposition 1.5.5 — Image continue d’un compact . Soient E et F deux espaces vecto-
riels normés, et f une application d’une partie A de E dans F . Si f est continue, l’image
de toute partie compacte incluse dans A est une partie compacte.
Démonstration. Soit K un compact de E inclus dans A. Il faut montrer que f (K) est
compact. Considérons pour cela une suite (yn ) d’éléments de f (K). Pour chaque n ∈ N,
il existe xn ∈ K tel que f (xn ) = yn . Comme K est compact, de la suite (xn ) on peut
extraire une suite xϕ(n) qui converge vers un élément l de K. L’application f étant
continue, la suite
f x ϕ(n) converge vers f (l), qui appartient à f (K), c’est à dire que
la suite yϕ(n) , extraite de (yn ), converge dans f (K). Alors, f (K) est compact.
Corollaire 1.5.6 Soit E un espace vectoriel normé. Toute application continue sur un
compact de E à valeurs dans R est bornée et atteint ses bornes.
[Fonction continue sur un compact]

Démonstration. Si K est un compact de E et f une application continue sur K, f (K) est
un compact de R, c’est à dire une partie fermée et bornée de R. Comme elle est fermée,
elle contient sa borne inférieure et sa borne supérieure.
0
Définition 1.5.4 — Normes équivalentes. Deux normes k.k et k.k sur un espace vecto-
riel E sont équivalentes s’ils existent deux constantes positives α et β tels que pour
tout x ∈ E
α kxk ≤ kxk0 ≤ β kxk .
R Deux normes équivalentes sur E définissent la même notion de convergence et

donc la même topologie.
Théorème 1.5.7 — Équivalence des normes. Dans un espace vectoriel de dimension

finie, toutes les normes sont équivalentes.
Démonstration. Comme un espace de dimension p sur C est isomorphe à un espace de

dimension 2p sur R, nous nous limiterons à des espaces vectoriels réels de dimension
finie. Soit E un R-espace vectoriel normé de dimension n et (e1 , ..., en ) une base de E.
n
X
On sait que l’application qui, à un vecteur x = xi ei , associe kxk∞ = max |xi | est une
1≤i≤n
i=1
norme sur E. La sphère unité pour cette norme S = {x ∈ E ; kxk∞ = 1} est fermée et
bornée, donc compacte. Soit maintenant N une norme quelconque sur E. Pour tout
Xn
x= xi ei , en utilsant l’inégalité triangulaire, on a
i=1
n
X n
X
N (x) ≤ |xi | N (ei ) ≤ kxk∞ N (ei ) .
i=1 i=1
Pn
En posant β = i=1 N (ei ), on a déjà N ≤ β kk∞ . De plus
∀x, y ∈ E, |N (x) − N (y)| ≤ N (x − y) ≤ β kx − yk∞ .

1.6 Connexité par arcs 19
Ce qui signifie que l’application N est β-lipschitzienne dans l’espace normé (E, kk∞ ),
donc continue. Elle admet alors sur le compact S un minimum α et un maximum, qui
n’est autre que β. De plus, si x ∈ S alors x 6= 0, donc α > 0. On a alors

x
∀x ∈ E\ {0} , 0 < α ≤ N ≤ β,
kxk∞
c’est à dire :
∀x ∈ E\ {0} , α kxk∞ ≤ N (x) ≤ β kxk∞ .
Relation qui reste vraie pour x = 0. Donc
∀x ∈ E, α kxk∞ ≤ N (x) ≤ β kxk∞ .
La norme N est équivalente à la norme kk∞ .
1.6 Connexité par arcs

Définition 1.6.1 — Chemin continue. Soit E un espace vectoriel normé et A une partie
de E. On appelle chemin continue de A toute application continue γ : [0, 1] → A.
L’ensemble γ ([0, 1]) des points atteints de A est appelé arc. Les points γ (0) et γ (1)
sont appelés extrémités de l’arc.
Définition 1.6.2 — Partie connexe par arcs. Une partie A d’un espace vectoriel normé
E est dite connexe par arcs si elle n’a qu’une seule composante connexe par arc, c’est
à dire si, pour tous points x, y de A, il existe un arc continu d’extrémités x et y inclus
dans A.
Exemple 1.15
i. Une sphère est connexe par arcs.
ii. Les parties de R connexes par arcs sont les intervalles.
iii. C∗ est une partie de C connexe par arcs, mais ce n’est pas le cas de R∗ dans R.
iv. la réunion de deux parties connexes par arcs non disjointes est connexe par arcs.

Proposition 1.6.1 Soient E et F deux espaces vectoriels normés, et f une application

d’une partie A de E dans F . Si f est continue, l’image d’une partie connexe par arcs de
A est connexe par arcs dans F .
Démonstration. Supposons f continue et A connexe par arcs. Montrons que f (A) est
connexe par arcs. Soient c et d deux points de f (A) : il existe a, b ∈ A tels que f (a) = c,
f (b) = d. Comme A est connexe par arcs, il existe un chemin continu γ, c’est à dire une
application continue de [0, 1] dans A, tel que γ (0) = a, γ (1) = b et γ ([0, 1]) ⊂ A. Alors,
f ◦ γ est un chemin continu de F tel que f ◦ γ (0) = c, f ◦ γ (1) = d, et f ◦ γ ([0, 1]) ⊂ f (A).
Donc f (A) est connexe par arcs.
Corollaire 1.6.2 — Théorème des valeurs intermédiaire. Soient E un espace vectoriel

normé, A une partie connexe par arcs de E et f une application continue de A
dans R. Si f atteint sur A deux valeurs réelles c et d, elle atteint sur A toute valeur
intermédiaire entre c et d.
Démonstration. L’image f (A) est une partie connexe par arcs de R, c’est à dire un
intervalle. Si cet intervalle contient c et d, il contient toute valeur intermédiaire entre c et
d.
2. Calcul différentiel sur Rn
L’ objectif principal de ce chapitre est d’introduire la notion de la differentiabilité de

fonctions de plusieurs variables qui généralise la dérivée de fonctions réelles. L’idée
principale, comme dans le cas de fonctions réelles de variable réelle, est d’approcher
une application définie sur un ouvert de Rn par une application linéaire. Rappelons qu’
une fonction f : I → R définie sur un intervalle ouvert I est dérivable au point a ∈ I si
f (x) − f (a)
lim = l ∈ R. (2.1)
x→a x−a
D’une façon équivalente, f est dérivable au point a ∈ I si et seulement si
f (x) = f (a) + l(x − a) + (x − a)(x), lim (x) = 0. (2.2)

x→a
Autrement dit, si f est une fonction quelconque dérivable au point a de nombre dérivé
l, alors l’application affine x 7→ f (a) + l(x − a) est une bonne approximation de f au
voisinage de a. Si maintenant f : Ω → Rp où Ω ⊂ Rn est un ouvert et a ∈ Ω. Il est claire
qu’on ne peut pas définir la differentiabilitée de f au point a en utilisant la limite du
taux d’accroissement comme dans (2.1) parce que on ne peut pas diviser par un vecteur.
Mais, on peut donner une généralisation au cas multidimensionnel en se basant sur
l’approximation linéaire (2.2). D’autre part, si on fixe toutes les composantes du vecteur
a sauf une, on peut définir les dérivées partielles de cette fonction f comme dans (2.1).
2.1 Normes d’applications linéaires

Avant de définir la notion de différentiabilité de fonctions de plusieurs variables, nous
avons besoin du résultat suivant qui donne une norme sur l’espace vectoriel L (Rn , Rp )
des applications linéaires. On note k.kRn et k.kRp deux normes quelconques de Rn et Rp
respectivement.
22 Chapitre 2. Calcul différentiel sur Rn
Théorème 2.1.1 Soit f ∈ L (Rn , Rp ). Alors

∃C ≥ 0, ∀xRn , kf (x)kRp ≤ CkxkRn .
i.
ii. L (Rn , Rp ) , k.kL(Rn ,Rp ) est un espace vectoriel normé où k.kL(Rn ,Rp ) est définit
par
kf (x)kRp
∀f ∈ L (Rn , Rp ) , kf kL(Rn ,Rp ) = sup .
x∈Rn kxkRn
x6=0
Démonstration.
i. Soit f ∈ L (Rn , Rp ). Notons par (e1 , . . . , en ) la base canonique de Rn . Donc
Xn
n
∀xR , ∃xi ∈ R x= xi ei .
i=1
En utilisant la linéarité de f et l’inégalité triangulaire de la norme k.kRp , on trouve

X n n
X n
X
kf (x)kRp = k xi f (ei )kRp ≤ |xi |kf (ei )kRp ≤ M |xi | = M kxk1 , (2.3)
i=1 i=1 i=1
où M = max kf (ei )kRp et k.k1 est la norme 1. Comme les normes de Rn sont
1≤i≤n
équivalentes car il est de dimension finie, il existe M 0 > 0 tel que kxk1 ≤ M 0 kxkRn
qui donne avec (2.3) l’inégalité désirer où C = M M 0 .
ii. D’après la première assertion, l’application k.kL(Rn ,Rp ) : L (Rn , Rp ) → R+ est bien
définie. De plus, ses propriétés d’homogénéité et l’inégalité triangulaire découlent
facilement de celles de la norme k.kp . Pour la propriété de séparation.
kf (x)kRp
kf kL(Rn ,Rp ) = 0 ⇐⇒ sup = 0,
x∈Rn kxkRn
x6=0
kf (x)kRp
⇐⇒ ∀x ∈ Rn \ {0}, = 0,
kxkRn
⇐⇒ ∀x ∈ Rn \ {0}, kf (x)kRp = 0,
⇐⇒ ∀x ∈ Rn , kf (x)kRp = 0 (f (0) = 0) ,
n
⇐⇒ ∀x ∈ R f (x) = 0 (k.kRp est norme),
⇐⇒ f = θ.
La preuve du Théorème 2.1 est complète.

R Il découle de la définition de k.kL(Rn ,Rp ) que

∀f ∈ L (Rn , Rp ) , ∀x ∈ Rn kf (x)kRp ≤ kf kL(Rn ,Rp ) .kxkRn (2.4)
Corollaire 2.1.2 Toute application linéaire f ∈ L (Rn , Rp ) est continue sur Rn .
Démonstration. Soient f ∈ L (Rn , Rp ) et a ∈ Rn . En utilisant la linéarité de f et l’inégalité

(2.1), on a
∀h ∈ Rn , kf (a + h) − f (a)kRp ≤ kf (h)kRp ≤ kf kL(Rn ,Rp ) .khkRn .
Par comparaison, on déduit que lim f (a + h) = f (a). D’où la continuité de f en a.
h→0
2.2 Différentiabilité
Définition 2.2.1 — Différentielle en un point. Soient Ω un ouvert de Rn et a ∈ Ω. Une
application f : Ω → Rp est dite différentiable au point a s’il existe une application
linéaire L : Rn → Rp telle que
f (x) = f (a) + L (x − a) + kx − ak ε (x) lim ε (x) = 0.

x→a
L’application linéaire L, si elle existe, est unique et s’appelle la différentielle de f au

point a et est notée df (a).
R
kf (x) − f (a) − df (a)(x − a)k
f est différentiable en a ⇐⇒ ∃df (a) ∈ L (Rn , Rp ) , lim = 0,
x→a kx − ak
kf (a + h) − f (a) − df (a)(h)k
⇐⇒ ∃df (a) ∈ L (Rn , Rp ) , lim = 0.
khk→0 khk
Exemple 2.1
i. Soit f : Rn → Rp une application linéaire. Alors, f est différentiable en tout point
a ∈ Rn et on a, pour tout a ∈ Rn df (a) = f . En effet,
f (a + h) = f (a) + f (h) = f (a) + f (h) + khk × 0.
ii. Considérons
√ la fonction f : R2 → R définie par f (x, y) = x2 + y 2 . Soient a =
(1, 2) ∈ R et h = (h1 , h2 ) ∈ R2 .
2
√ √
f (a + h) − f (a) = f (1 + h1 , 2 + h2 ) − f (1, 2) ,
√
= (1 + h1 )2 + ( 2 + h2 )2 − 1 − 2,
√
= 2h1 + 2 2h2 + h21 + h22 ,
√ = La (h) +p khk22 , (2.5)
où La (h) = 2h1 + 2 2h2 et khk2 = h21 + h22 est la norme Euclidienne. Il claire que
La : R2 → R est linéaire et que (2.5) implique
kf (a + h) − f (a) − La (h)k
lim = lim khk = 0.
khk→0 khk khk→0
Alors, f√est différentiable en tout point de R2 avec une différentielle df (a)(h) =

2h1 + 2 2h2 .

La proposition suivante montre que la continuité est une condition nécessaire de la

différentiabilité dont la preuve découle immédiatement de la définition de la dernière
et la continuité des applications linéaire (voir Corollaire 2.1).
Proposition 2.2.1 Soient Ω un ouvert de Rn et a ∈ Ω. Si f : Ω → Rp est différentiable en
a, alors f est continue en a.
Définition 2.2.2 — Dérivées partielles. Soient Ω un ouvert de Rn et a = (a1 , a2 , . . . , an ) ∈
Ω. Soit f : x 7→ f (x) = f (x1 , x2 , . . . , xn ) une fonction définie dans Ω à valeurs réelles.
i. Pour j = 1, . . . , n, la fonction à variable réelle fj définie par
fj : x ∈ R, (a1 , . . . , aj−1 , x, aj+1 , . . . , an ) ∈ Ω −→ R
x −→ f (a1 , . . . , ai−1 , x, ai , . . . , an )
est appelée une fonctions partielles de f en a.

ii. On appelle la dérivée partielle de f par rapport à la variable xi au point a et
∂f
est notée (a) ou fx0 i (a) la dérivée de la fonction partielle fi de f prise en ai .
∂xi
Autrement dit
∂f
(a) = fi0 (ai ),
∂xi
fi (ai + t) − fi (ai )
= lim ,
t→0
∗
t
t∈R
f (a1 , ..., ai−1 , ai + t, ai+1 , ..., an ) − f (a1 , ..., ai−1 , ai , ai+1 , ..., an )
= lim .
t→0
∗
t
t∈R
R Souvent, on note (x, y) et (x, y, z) plutôt que (x1 , x2 ) et (x1 , x2 , x3 ) les points de R2
∂f
et R3 respectivement. Dans ce cas on notera par exemple la dérivée partielle par
∂x
rapport à la première. variable.
Exemple 2.2
√
ii. Soient f : R2 → R la fonction définie par f (x, y) = x2 y 2 et a = (1, 2) ∈ R2 . La
fonction f admet deux fonctions partielles en a définies sur R par
√
f1 (x) = f (x, 2) = 2x2 et f2 (x) = f (1, x) = x2 .
f1 et f2 sont dérivables sur R et on a, f10 (x) = 4x et f20 (x) = 2x. Alors, f admet des
dérivée partielles par rapport aux variables x et y données par
∂f √ ∂f √ √ √
(1, 2) = f10 (1) = 4 et (1, 2) = f20 ( 2) = 2 2.
∂x ∂y
Plus généralement, les fonctions partielles en (x0 , y0 ) ∈ R2 définies sur R par
f1 (x) = f (x, y0 ) = x2 y02 et f2 (x) = f (1, x) = x20 x2 .
Alors, f admet des dérivée partielles par rapport aux variables x et y en tout point
(x0 , y0 ) ∈ R2 données par
∂f ∂f
(x0 , y0 ) = f10 (x0 ) = 2x0 y02 et (x0 , y0 ) = f20 (y0 ) = 2x20 y0 .
∂x ∂y
Les dérivées partielles ne sont finalement rien de plus que des dérivées au sens
usuel. En effet, pour calculer la dérivée partielle de f par rapport à la première
variable au point (x, y) ∈ R2 il suffit de dériver en x l’expression de f , en traitant les
autres variables comme des constantes, mais pour déterminer la dérivée partielle
de f par rapport à la deuxième variable au point (x, y) on fixe x et on dérive f
comme étant fonction de y. Ainsi
∂f ∂f
(x, y) = 2xy 2 et (x, y) = 2x2 y.
∂x ∂y
yz 2
ii. Soit g : R3 → R la fonction définie par g(x, y, z) = . Voici ses trois dérivées
x2 + 1
partielles :
∂g 1 0 2xyz 2
(x, y, z) = yz 2 2 =− 2 ,
∂x x +1 (x + 1)2
∂g z2 0 z2
(x, y, z) = 2 y = 2 ,
∂y x +1 x +1
∂g y 0 2xyz
(x, y, z) = 2 z2 = 2 .
∂x x +1 x +1

R Si f : Ω → Rp où Ω est un ouvert de Rn , ce sont les p composantes de f qui admettent

n dérivées partielles. D’où la définition suivante de la matrice Jacobienne.
Proposition 2.2.2 — Matrice Jacobienne.

i. Soient f : x = (x1 , x2 , ..., xn ) 7→ f (x) = (f1 (x) , ..., fp (x)) une application de
l’ouvert Ω de Rn dans Rp et a = (a1 , a2 , ..., an ) ∈ Ω. Si f est différentiable au
∂fi
point a alors, les np dérivées partielles (a), i = 1, 2, ..., p, j = 1, 2, ..., n, existent
∂xj
et la matrice de l’application linéaire df (a), par rapport aux bases canoniques de
∂f
n p i
R et R , n’est autre que la matrice à p lignes et à n colonnes (a)
∂xj 1≤i≤p
1≤j≤n
∂f
i
ii. La matrice (a) est appelée la matrice Jacobienne de f au point a, notée
∂xj 1≤i≤p
1≤j≤n
Jf (a). Autrement dit

∂f1 ∂f1
 
 ∂x1 (a) ... ∂xn (a) 

Jf (a) =  .. .. 
.
 . . 
 ∂fp ∂fp 
(a) ... (a)
∂x1 ∂xn
Démonstration. Soient ei = (0, 0, .., 0, 1, 0, ..., 0) le iéme vecteur de la base canonique
| {z }
1 à la iéme position

de Rn et dij 1≤i≤p la matrice associée à l’application linéaire df (a) ∈ L (Rn , Rp ) par
1≤j≤n
rapport aux basecanonique de Rn et Rp . Alors, df (a)ei est le vecteur de Rp qui a pour

composantes dij 1≤j≤n . Soit t ∈ R, Il résulte de la définition de différentiabilité de f en
a que
f (a + tej ) = f (a) + df (a)(tej ) + ktej k ε(tej ) limε(tej ) = 0,
t→0
= f (a) + tdf (a)(ej ) + |t| ε(tej ). (2.6)
La relation vectorielle (2.6), s’écrit en utilisant les composantes de f comme suit
fi (a + tej ) = fi (a) + tdij + |t| εi (tej ), ∀i = 1, . . . , p, ∀j = 1, . . . , n.
Alors
fi (a + tej ) − fi (a) fi (a + tej ) − fi (a)
lim+ = lim− = dij , ∀i = 1, . . . , p, ∀j = 1, . . . , n.
t→0 t t→0 t
∂fi ∂fi
Par suite, les np dérivées partielles (a) existent et on a (a) = dij . Autrement dit,
∂xj ∂xj
la matrice de l’application linéaire df (a), par rapport aux bases canoniques de Rn et Rp ,
est Jf (a).
R Si f : Ω ⊂ Rn → Rp est différentiable au point a, alors
∀h ∈ Rn , df (a)(h) = Jf (a).h.

Exemple 2.3 Soit la fonction f : R3 → R2 définie par f (x, y, z) = x + y + z, xyz .
Alors f admet deux composantes f1 , f2 : R3 → R définies par f1 (x, y, z) = x + y + z
et f2 (x, y, z) = xyz. De plus, f1 et f2 admettent des dérivées partielles par rapport aux
variables x, y et z données par
∂f1 ∂f1 ∂f1
(x, y, z) = (x, y, z) = (x, y, z) = 1,
∂x ∂x ∂x
∂f2 ∂f2 ∂f2
(x, y, z) = yz, (x, y, z) = xz, (x, y, z) = xy.
∂x ∂y ∂z
Ainsi, la matrice Jacobienne de f en tout point (x, y, z) ∈ R3 est

1 1 1
Jf (x, y, z) = .
yz xz xy

Définition 2.2.3 Si p = n alors le déterminant de la matrice Jacobienne de f s’appelle

Df D (f1 , ..., fn )
le Jacobien de f (au point a) et est noté (a) ou encore (a).
Dx D (x1 , ..., xn )
ln(1 + x2 + y 2 ), xy .

Exemple 2.4 Soit la fonction f : R2 → R2 définie par f (x, y) =
La matrice Jacobienne de f en tout point (x, y) ∈ R2 est
2x 2y
1+x 2 +y 2 1+x 2 +y 2
Jf (x, y) = .
y x
Df 2(x2 − y 2 )
Alors, = det [Jf (x, y)] = .
D(x, y) 1 + x2 + y 2
Au vu de la Proposition 2.2.2, il est naturel de poser la question : Si f admet des dérivées
partielles, est elle différentiable ? l’exemple suivant donne une réponse négative.
Exemple 2.5 Soit f : R2 → R l’application définie par
xy
x2 +y 2
si (x, y) 6= (0, 0),
f (x, y) =
0 si (x, y) = (0, 0).
∂f f (t, 0) − f (0, 0) ∂f
On a (0, 0) = lim = 0 et de même (0, 0) = 0. Mais, f n’est pas
∂x t→0 h ∂y
h6=0
1
même continue en (0, 0) car lim f (x, x) = 6= f (0, 0).
x→0 2
Définition 2.2.4 — Différentiabilité sur un ouvert-Classe C 1 . Soient Ω un ouvert de
Rn et f une application de Ω dans Rp .
i. On dit que f est différentiable sur Ω si elle est différentiable en tout point a ∈ Ω.
ii. On dit que f est de classe C 1 ou continûment différentiable sur Ω si elle est
∂fi
différentiable sur Ω et les np dérivées partielles sont continues sur Ω.
∂xj
Le théorème suivant est d’un intérêt pratique, il montre que la continuité des dérivées
partielles est une condition suffisante pour la différentiabilité.
Théorème 2.2.3 Soient Ω un ouvert de Rn et f une application de Ω dans Rp . Si Chaque

∂fi
dérivée partielle existe et est continue sur Ω. Alors, f est de classe C 1 sur Ω.
∂xj
Démonstration. Il suffit de considérer chaque composante de f et donc de raisonner

∂f
comme si f est définie de Ω dans R. Soient a ∈ Ω et ε > 0. Puisque est continue en
∂xj
a il existe δ > 0 tel que
∂f ∂f ε
kx − ak ≤ δ =⇒ (x) − (a) ≤ . (2.7)
∂xj ∂xj n
n
P
Soit h = hj ej tel que khk ≤ δ, u0 = 0 et uk = h1 e1 + ... + hk ek , k ∈ {1, ..., n}. On a
j=1
n
X
f (a + h) − f (a) = (f (a + uj ) − f (a + uj−1 )) . (2.8)
j=1
Puisque kuk k ≤ δ et a + uj = a + uj−1 + hj ej , alors, par le Théorème des accroissements

finis, il existe θj ∈ ]0, 1[ tel que
∂f
f (a + uj ) − f (a + uj−1 ) = hj (a + uj−1 + θj hj ej ) . (2.9)
∂xj
Puisque kuj−1 + θj hj ej k ≤ khk ≤ δ, on a, utilisant (2.7),
∂f ∂f ε
hj (a + uj−1 + θj hj ej ) − hj (a) ≤ |hj | ,
∂xj ∂xj n
dont on déduit, grâce à (2.8) et (2.9), que
n n
X ∂f X ε
f (a + h) − f (a) − hj (a) ≤ |hj | ≤ ε khk .
j=1
∂xj j=1
n
Pn ∂f
Donc f est différentiable en a : sa différentielle est l’application linéaire h 7→ (a) hj
j=1 ∂xj
∂f
qui dépend continûment de a puisque est continue.
∂xj
Exemple 2.6 Considérons la fonction f : R2 −→ R définie par


 xy (x2 − y 2 )
si (x, y) 6= (0, 0) ,
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0) .

n
La fonction f est de classe C 1 sur l’ouvert R2 \ (0, 0) comme étant une fraction
n
rationnelle avec le dénominateur x2 + y 2 qui ne s’annule pas sur R2 \ (0, 0) . De plus,
on a
∂f y (x4 + 4x2 y 2 − y 4 ) ∂f x (x4 − 4x2 y 2 − y 4 )

(x, y) = , (x, y) = (2.10)
∂x (x2 + y 2 )2 ∂y (x2 + y 2 )2
D’autre part, pour étudier l’existence des dérivées partielles au point (0, 0), on a les
limites suivantes :
f (h, 0) − f (0, 0) f (0, h) − f (0, 0)

lim = 0, lim = 0.
h→0 h h→0 h
Alors
∂f ∂f
(0, 0) = (0, 0) = 0.
∂x ∂y
De plus, en utilisant les coordonnées polaire x = r cos θ et x = r sin θ et les dérivée

partielles (2.10), on obtient
∂f
r cos4 θ + 4 cos2 θ sin2 θ − sin4 θ

(x, y) = ≤ 6r,
∂x
∂f
r cos4 θ − 4 cos2 θ sin2 θ − sin4 θ

(x, y) = ≤ 6r.
∂x
Par suite
∂f ∂f ∂f
lim (x, y) = lim (x, y) = 0 = (0, 0) ,
(x,y)→(0,0) ∂x r→0 ∂x ∂x
∂f ∂f ∂f
lim (x, y) = lim (x, y) = 0 = (0, 0) .
(x,y)→(0,0) ∂y r→0 ∂y ∂y
∂f ∂f
Autrement dit, et sont continues au point (0, 0). Par suite, selon le Théorème
∂x ∂y
2.2.3, la fonction f est de classe C 1 sur R2 .
R La continuité des dérivées partielles est une condition nécessaire pour les fonctions
de classe C 1 , mais elle est seulement suffisante pour la différentiabilité. Autrement
dit, il existe des fonctions différentiable sans que elles admettent des des dérivées
partielles continues (Voir TD).
2.2.1 Propriétés de la différentielle
La proposition suivante découle immédiatement de la définition de la différentiabilité.
Proposition 2.2.4 Soient f, g : Ω → Rp deux application différentiable sur l’ouvert
Ω ⊂ Rn . Alors, pour tout α, β ∈ R, l’application αf + βg est différentiable sur Ω. De
plus, pour tout a ∈ Ω, d (αf + βg) (a) = αdf (a) + βdg (a). En termes de Jacobienne :
Jαf +βg (a) = αJf (a) + βJg (a).
Le théorème suivant est utile pour déterminer la différentielle des fonctions en les
exprimant comme une composition de fonctions différentielles.
Théorème 2.2.5 — Différentielle d’une application composée. . Soient Ω1 un ouvert

de Rn et Ω2 un ouvert de Rp et f : Ω1 → Ω2 et g : Ω2 → Rq des applications. Si
f différentiable au point a et g différentiable au point b = f (a), alors l’application
composée g ◦ f : Ω1 → Rq est différentiable au point a avec
d (g ◦ f ) (a) = dg (b) ◦ df (a) .
Démonstration. Posons
F (x) = f (x) − f (a) − df (a) (x − a) ,
G (y) = g (y) − g (b) − dg (b) (y − b) ,
H (x) = g (f (x)) − g (b) − dg (b) ◦ df (a) (x − a) .
Alors par hypothèses, ∀ε > 0, ∃ δ, η > 0 tels que
kx − ak ≤ δ =⇒ kF (x)k ≤ ε kx − ak ,
(2.11)
ky − bk ≤ η =⇒ kG (y)k ≤ ε ky − bk .
On va montrer que H (x) est négligeable devant h = x − a quand x tend vers a. On a

H (x) = g (f (x)) − g (b) − dg (b) ◦ df (a) (x − a)
= g (f (x)) − g (b) − dg (b) (f (x) − b − df (a) (x − a))
+dg (b) (f (x) − b)
= G (f (x)) + dg (b) (F (x)) ,
d’où
kH (x)k ≤ kG (f (x))k + kdg (b)k kF (x)k . (2.12)
Puisque f est continue au point a, alors, ∀ε > 0, ∃ α > 0 tel que
kx − ak ≤ α =⇒ kf (x) − f (a)k ≤ ε. (2.13)
Posons maintenant β = min (α, δ, η), alors, grâce à (2.11), (2.12) et (2.13), si kx − ak ≤ β,
alors
kH (x)k ≤ ε kf (x) − f (a)k + ε kdg (b)k kx − ak
≤ ε (kdf (a)k + ε) kx − ak + ε kdg (b)k kx − ak
≤ Cε kx − ak ,
où C = kdf (a)k + ε + kdg (b)k.

Le théorème précèdent s’écrit en termes matriciels comme suit.
Corollaire 2.2.6 La matrice Jacobienne de g ◦ f au point a est le produit (au sens

matriciel) de la matrice Jacobienne de g au ponit b = f (a) par la matrice Jacobienne
de f au point a. C’est-à-dire
Jg◦f (a) = Jg (b).Jf (a).
Autrement dit
p
∂(g ◦ f )i X ∂gi ∂fk
(a) = (b) (a) i = 1, . . . , q, j = 1, . . . , n.
∂xj k=1
∂y k ∂x j
Exemple 2.7
i. Soit f : R3 → R une application différentiable. On définit la fonction g : R2 → R
par g(x, y) = f (xy, x2 y, xy 3 ). La fonction g est la composition de la fonction h :
R2 → R3 telle que h(x, y) = (xy, x2 y, xy 3 ) et la fonction f . De plus h est de classe C 1
sur R2 car elle admet des dérivées partielles continues. Alors, g est différentiable
sur R2 et on a
∂g ∂(f ◦ h) ∂f ∂h1 ∂f ∂h2 ∂f ∂h3 ∂f ∂f ∂f
= = + + =y + 2xy + y3 ,
∂x ∂x ∂x ∂x ∂y ∂x ∂z ∂x ∂x ∂y ∂z
∂g ∂(f ◦ h) ∂f ∂h1 ∂f ∂h2 ∂f ∂h3 ∂f ∂f ∂f
= = + + =x + x2 + 3xy 2 .
∂y ∂x ∂x ∂y ∂y ∂y ∂z ∂y ∂x ∂y ∂z
ii. Si pour i = 1, 2, ..., n, xi : R → R, est dérivable sur R et si F : Rn → Rp est une
fonction différentiable sur Rn , alors la fonction t 7→ Φ (t) = F (x1 (t), . . . , xn (t)) est
dérivable en t avec
∂F ∂F
Φ0 (t) = x01 (t) (x1 (t), . . . , xn (t)) + · · · + x0n (t) (x1 (t), . . . , xn (t)) .
∂x1 ∂xn

2.2.2 Notation différentielle d’une fonction à valeurs réelles et changement de variables

Soient Ω1 et Ω2 deux ouverts de Rn . Soit y : Ω1 −→ Ω2 ; x = (x1 , ..., xn ) 7→ y (x) =
(y1 (x) , ..., yn (x)) une application différentiable sur Ω1 . Si f (y) = f (y1 , ..., yn ) est une
fonction à valeurs réelles sur Ω2 , il peut être commode de l’exprimer par rapport aux
"nouvelles variables" x = (x1 , ..., xn ), c’est à dire de considérer la fonction
F (x1 , ..., xn ) = f (y1 (x1 , ..., xn ) , ..., yn (x1 , ..., xn )) ,
laquelle est différentiable dans Ω1 . D’après le Corollaire 2.2.6, les dérives partielles de F
par rapport aux nouvelles variables xi s’obtiennent à partir des dérivées partielles de f
par rapport aux anciennes variables yi par les formules :
n
∂F X ∂f ∂yj
= , i = 1, ..., n. (2.14)
∂xi j=1
∂yj ∂xi
La formule 2.14 peut être obtenu en utilisant la notation différentielle souvent utilisée
en physique. En effet, l’application de projection "ième composante" (x1 , ..., xn ) 7→ xi
est une forme linéaire sur Rn , elle est donc égale à sa propre différentielle. Il est naturel
de la noter dxi . Ainsi pour tout h = (h1 , ..., hn ) ∈ Rn , dxi (h) = hi , i = 1, 2, ..., n. D’autre
part, on a
n n
X ∂f X ∂f
df (x) (h) = (x)hi = (x)dxi (h).
i=1
∂xi i=1
∂xi
d’où la notation différentielle

n
X ∂f
df = dxi , (2.15)
i=1
∂xi
particulièrement commode pour le changement de variables qui devient "automatique" :

n n n n n
!
X ∂f X ∂f X ∂yi X X ∂f ∂yi
df = dyi = dxj =
i=1
∂yi i=1
∂yi j=1 ∂xj j=1
∂yi ∂xj
| i=1 {z }
∂F
∂xj
Exemple 2.8 — Passage en coordonnées polaires. Posons x = r cos θ et y = r sin θ et
Considérons f (x, y) et F (r, θ) = f (r cos θ, r sin θ). On a
∂f ∂f
df = dx + dy,
∂x ∂y

∂f ∂x ∂x ∂f ∂y ∂y
= dr + dθ + dr + dθ ,
∂x ∂r ∂θ ∂y ∂r ∂θ
∂f ∂f
= (cos θdr − r sin θdθ) + (sin θdr + r cos θdθ) ,
∂x ∂y

∂f ∂f ∂f ∂f
= cos θ + sin θ dr + r cos θ − sin θ dθ.
∂x ∂y ∂y ∂x
Alors
∂F ∂f ∂f ∂F ∂f ∂f
= cos θ + sin θ , = r cos θ − r sin θ .
∂r ∂x ∂y ∂θ ∂y ∂x

2.2.3 Dérivées partielles d’ordre supérieur

Soit f (x1 , ..., xn ) une fonction continûment différentiable dans un ouvert Ω de Rn . Alors
∂f
est elle même une fonction définie et continue dans Ω. Si elle existe, sa dérivée
∂xi
∂ 2f ∂ 2f
partielle par rapport à la variable xj sera notée qu’on simplifie en si i = j.
∂xj ∂xi ∂x2i
Ainsi sont définies les dérivées partielles secondes de f et, recommençant, si elles
∂ pf
existent, les dérivées partielles d’ordre p seront notées .
∂xip ...∂xi1
Exemple 2.9 Considérons la fonction f : R2 −→ R définie par

 xy (x2 − y 2 )
si (x, y) 6= (0, 0) ,
f (x, y) = x2 + y 2
0 si (x, y) = (0, 0) .

D’ après l’exemple 2.6, la fonction f est de classe C 1 sur R2 et on a

∂f y (x4 + 4x2 y 2 − y 4 ) ∂f x (x4 − 4x2 y 2 − y 4 )
(x, y) = , (x, y) = si (x, y) 6= (0, 0) ,
∂x (x2 + y 2 )2 ∂y (x2 + y 2 )2
∂f ∂f
(0, 0) = (0, 0) = 0.
∂x ∂y
Pour étudier l’existence des dérivées partielles secondes au point (0, 0), on calcule
limites suivantes :
∂f ∂f ∂f ∂f
(0, h) − (0, 0) 2 (h, 0) − (0, 0)
∂x ∂x ∂ f ∂y ∂y ∂ 2f
lim =1= (0, 0) et lim =0= (0, 0) .
h→0 h ∂y∂x h→0 h ∂x∂y
∂ 2f ∂ 2f
Alors, les dérivées partielles secondes et existent au point de (0, 0) mais
∂x∂y ∂y∂x
∂ 2f ∂ 2f
(0, 0) 6= (0, 0) .
∂x∂y ∂y∂x
En fait, sous de bonnes hypothèses, l’ordre dans lequel on fait les dérivations n’importe
pas (mais les variables choisies, elles, importent).
Définition 2.2.5 — Classe C k – Classe C ∞ . Soit f une fonction définie sur un ouvert
Ω de Rn . On dit que f est de classe C k si toutes les dérivées partielles de f jusqu’à
l’ordre k existent et sont continues sur Ω. Si f est de classe C k sur Ω pour tout k, on
dit qu’elle de classe C ∞ .
Théorème 2.2.7 — de Schwarz. Soient Ω un ouvert de R2 et f : Ω → R une application.

Si f est de classe C 2 sur Ω. Alors
∂ 2f ∂ 2f
= .
∂x∂y ∂y∂x
Démonstration. Soit (a, b) ∈ Ω, on introduit la fonction F définie au voisinage de (0, 0)

par
F (h, k) = f (a + h, b + k) − f (a, b + k) − f (a + h, b) + f (a, b)
En appliquant le théorème des accroissements finis à l’application x → f (x, b + k) −
f (x, b), on obtient θ1 ∈]0, 1[ tel que

∂f ∂f
F (h, k) = h (a + θ1 h, b + k) − (a + θ1 h, b) .
∂x ∂x
En appliquant à nouveau le théorème des accroissements finis à l’application x →
∂f
(a + θh, x), on obtient θ2 ∈]0, 1[ tel que
∂x
∂ 2f
F (h, k) = hk (a + θ1 h, b + θ2 k) .
∂y∂x
De la même façon, en appliquant deux fois le le théorème des accroissements finis
commençant par la fonction x → f (a + h, x) − f (a, x), on obtient θ10 , θ20 ∈]0, 1[ tel que
∂ 2f
F (h, k) = hk (a + θ10 h, b + θ20 k) .
∂x∂y
Alors
∂ 2f ∂ 2f
(a + θ1 h, b + θ2 k) = (a + θ10 h, b + θ20 k) ,
∂y∂x ∂x∂y
ce qui donne le résultat désirée en tendant h et k vers 0 et en utilisant la continuité des
dérivées partielles secondes.
Corollaire 2.2.8 Si f a de classe C k sur un ouvert Ω de Rn alors on ne change pas

∂kf
en permutant l’ordre des variables au dénominateur.
∂xik ...∂xi1
Théorème 2.2.9 — Formule de Taylor-Young pour les fonctions de deux variables. .

Soit f une fonction à valeurs réelles définie dans un ouvert Ω de R2 où on suppose
qu’elle de classe C p . Soit (a, b) ∈ Ω. Alors
∂f ∂f
f (a + h, b + k) = f (a, b) + h (a, b) + k (a, b)
∂x ∂y
2
∂ 2f ∂ 2f

1 2∂ f
+ h (a, b) + 2hk (a, b) + k 2 (a, b)
2! ∂x2 ∂x∂y ∂y
+...
(p)
1 ∂ ∂
+ h +k f (a, b) + o (k(h, k)kp )
p! ∂x ∂y
(p) p ∂ if

∂ ∂ p!
f = Cpi hi k p−i i p−i , avec Cpi =
P
où h +k .
∂x ∂y i=1 ∂x ∂y i! (p − i)!
R Pour une fonction f : R2 → R de classe C 2 , la formule de Taylor d’ordre 2 au

voisinage d’un point (a, b) la formule de Taylor s’écrit :

h h
+ o k(h, k)k2 ,

f (a + h, b + k) = f (a, b) + ∇f (a, b). + (h, k) Hf (a, b)
k k
   2 2

∂f ∂ f ∂ f
∂x2 ∂x2
 ∂x 
où ∇f =   est le vecteur gradient et Hf =   est la matrice
 
∂f ∂2f ∂2f
∂y ∂y∂x ∂y∂x
hessienne de f .
Théorème 2.2.10 — Inégalité des accroissements finis. Soit Ω un ouvert de Rn et f

une application de Ω dans Rp satisfaisant kdf (x)k ≤ k, ∀x ∈ Ω. Alors, pour tout
x, y ∈ Ω tels que le segment [x, y] = {z = (1 − t)x + ty; t ∈ [0, 1]} est contenu dans Ω,
on a
kf (x) − f (y)k ≤ k kx − yk .
Démonstration. Considérons l’application Φ : [0, 1] → Rp définie par

Φ (t) = f ((1 − t)x + ty) .
On a Φ0 (t) = df ((1 − t)x + ty) (y − x) et donc
∀t ∈ [0, 1] kΦ0 (t)k ≤ k kx − yk ,
dont on déduit, par application du Théorème des accroissements finis à Φ, que
kΦ (1) − Φ (0)k = kf (x) − f (y)k ≤ k kx − yk .

2.3 Extrema des fonctions de plusieurs variables

Définition 2.3.1 Soit Ω un ouvert de Rn , a ∈ Ω et f une application définie dans Ω à
valeurs réelles. On dit que f présente un maximum (resp. minimum) au point a s’il
existe un nombre r > 0 tel que x ∈ Ω ∩ B (a, r ) =⇒ f (x) ≤ f (a) (resp. f (x) ≥ f (a).
Il s’agit d’un maximum relatif, local, et non d’un éventuel "maximum maximorum".
On dit qu’il y a extremum s’il y a maximum ou minimum.
Théorème 2.3.1 (Condition nécessaire d’extremum). Supposons que f soit diffé-

rentiable au point a. Si f présente un extremum au point a alors, nécessairement,
df (a) = 0.
Démonstration. Supposons que f présente un maximum au point a. Il existe r > 0 tel que
f (x) ≤ f (a), ∀x ∈ Ω∩B (a, r ). Soient h ∈ Rn , h 6= 0, et t ∈ R tel que a+th ∈ Ω∩B (a, r ).
Alors

f (a + th) − f (a) ≥ 0 si t > 0,
(2.16)
t ≤ 0 si t < 0.
La fonction t 7→ f (a + th) est dérivable au point t = 0, sa dérivée est égale, grâce à
(2.16), à df (a) h = 0. Prenant h = ei , i = 1, ..., n ; le ième vecteur de la base canonique de
∂f
Rn , on déduit que = 0.
∂xi
La condition df (a) = 0 n’est pas suffisante ; prendre, par exemple, f définie sur R par
f (x) = x3 , alors f 0 (0) = 0 sans que 0 ne soit un extremum de f . Ainsi les maxima et
minima sont à chercher parmi les solutions (x1 , ..., xn ) du système d’équations
∂f ∂f ∂f
= = ... = = 0.
∂x1 ∂x2 ∂xn
Ces solutions s’appellent points stationnaires de f , mais une étude plus poussée est
nécessaire pour savoir si un point stationnaire fournit un extremum. On pourra utiliser
par exemple le
Théorème 2.3.2 (admis). Soit f (x, y) une fonction à valeurs réelles définie sur un
ouvert Ω de R2 admettant des dérivées partielles continues jusqu’à l’ordre 2. On
∂f ∂f
suppose qu’on un point (a, b) ∈ Ω on ait (a, b) = (a, b) = 0 et que, de plus, en
∂x ∂y
posant
∂ 2f ∂ 2f ∂ 2f
A= (a, b) , B = (a, b) , C = (a, b) ,
∂x2 ∂x∂y ∂y 2
on ait B 2 − AC < 0. Alors f présente un extremum au point (a, b) ; c’est un maximum

si A (et donc C) est < 0, c’est un minimum si A (et donc C) est > 0. Si B 2 − AC > 0, il
n’y a par contre pas d’extremum ; la surface z = f (x, y) dans R3 présentant alors au
voisinage du point (a, b) l’aspect d’une selle de cheval.

3 2 1 2
Exemple 2.10 La fonction x + 3xy − 15x − 12y admet les points P1 , P2 ,
2 1
−1 −2
P3 et P4 comme points stationnaires. On vérifie qu’ elle admet un
−2 −1
minimum en P2 et un maximum au point P4 , mais elle n’admet pas d’extrema en P1 et

P3 .
2.4 Théorème des fonctions implicites

Considérons la fonction f définie sur R2 par f (x, y) = x2 + y 2 − 1. Soit (a, b) ∈ R2 tel
que f (a, b) = 0. On veut résoudre l’équation
f (x, y) = 0, (2.17)
pour des valeurs voisines de a. En d’autres termes, on veut trouver une fonction g
définie au voisinage de a, telle que, pour x voisin de a,
f (x, g (x)) = 0. (2.18)
√
On voit par exemple que si (a, b) = (0, 1), ceci est possible puisque g (x) = 1 − x2
conditions (2.17) et (2.18). C’est encore possible si (a, b) = (0, −1) avec cette fois
vérifie les√
g (x) = − 1 − x2 . Par contre ce n’est pas possible en (1, 0) ou en (−1, 0). On remarque
∂f
que dans les deux premiers cas la dérivée partielle (a, b) est non nulle alors que dans
∂x
les deux autres cas elle est nulle. Le théorème suivant donne des condition qui assurent
l’existence d’une telle fonction implicite.
Théorème 2.4.1 — Théorème des fonctions implicites . Soit Ω un ouvert de R2 . Soit

f : Ω −→ R et (a, b) ∈ Ω tels que
i. f (a, b) = 0.
ii. f est C k dans Ω.
∂f
iii. (a, b) 6= 0.
∂y
Alors il existe U et V voisinages de a et b respectivement, tels que U × V ⊂ Ω, et une
unique fonction ϕ : U −→ V de classe C k vérifiant
ϕ (a) = b et f (x, ϕ (x)) = 0.
De plus, on a
∂f
− (x, ϕ (x))
∀x ∈ U, ϕ0 (x) = ∂x .
∂f
(x, ϕ (x))
∂y
Exemple 2.11 Soit f : R2 −→ R ; f (x, y) = arctan xy − ex+y + 1. Alors f est de classe

C ∞ sur R2 , avec
∂f y
(x, y) = − ex+y ,
∂x 1 + x2 y 2
∂f x
(x, y) = − ex+y .
∂y 1 + x2 y 2
∂f
On a f (0, 0) = 0 et (0, 0) = −1. Grâce au Théorème précédent, il existe α > 0 et une
∂y
fonction implicite ϕ : ]−α, α[ −→ ]−α, α[ de classe C ∞ telle que
∀x ∈ ]−α, α[ , f (x, ϕ(x)) = 0,
ou encore
∀x ∈ ]−α, α[ , ln (arctan (xϕ (x)) + 1) = x + ϕ (x) . (2.19)
Étant de classe C ∞ au voisinage de 0, ϕ admet un développement limité à tout ordre
au voisinage de 0. Soit ϕ (x) = ax + bx2 + cx3 + x3 ε (x), limε (x) = 0, le développement
ε→0
limité d’ordre 3. On a successivement
xϕ (x) = ax2 + bx3 + x3 ε (x) ,
arctan (xϕ (x)) = ax2 + bx3 + x3 ε (x) ,
ln (arctan (xϕ (x)) + 1) = ax2 + bx3 + x3 ε (x) , (2.20)
x + ϕ (x) = (a + 1) x + bx2 + cx3 + x3 ε (x) . (2.21)
En combinant (2.19), (2.20) et (2.21), on déduit que

 a + 1 = 0,
b = a,
c = b,

soit a = b = c = −1. Ainsi ϕ (x) = −x − x2 − x3 + x3 ε (x) au voisinage de 0.
Le Théorème 2.4.1 se généralise pour des applications f de Rn × Rp dans Rp . Soit

f une application définie sur un ouvert Ω de Rn × Rp à valeurs dans Rp , on la note
f = (f1 , ..., fp ). La fonction fi est alors une fonction numérique définie sur Ω. Elle
dépend donc de n + p variables :
fi (x, y) = fi (x1 , ..., xn , y1 , ..., yp ).
Si f est de classe C 1 sur Ω, on note
∂f1 ∂f1
 
 ∂x1 ... ∂xn 
 . .. 
Jx f =   .
. .  ,
 ∂fp ∂fp 
...
∂x 1 ∂xn 
 ∂f
1 ∂f1 (2.22)
...
 ∂y1 ∂yp 
 . .. 
Jy f =  .. . 

 ∂fp ∂fp 
...
∂y1 ∂yp
la matrice Jacobienne (partielle) de f en x et la matrice Jacobienne (partielle) de f en y,
respectivement. Nous admettons le résultat suivant.
Théorème 2.4.2 — Théorème des fonctions implicites. Soient f une application de

classe C 1 sur un ouvert Ω de Rn × Rp à valeurs dans Rp et (a, b) ∈ Ω, telle que
i. f (a, b) = 0,
ii. Jy f (a, b) est inversible.
Alors il existe un ouvert U de Rn , un ouvert V de Rp , et une application g de classe C 1
définie de U dans V , tels que
i. (a, b) ∈ U × V ⊂ Ω.
ii. Pour tout (x, y) ∈ U × V , f (x, y) = 0 ⇐⇒ y = g (x).
iii. Pour tout (x, y) ∈ U × V , la matrice Jy f (x, y) est inversible et la matrice Jaco-
bienne de g est alors donnée par la formule
Jg (x) = −Jy f (x, g (x))−1 Jx f (x, g (x)) .
Cela signifie que, lorsque le déterminant de la matrice Jacobienne (partielle) Jy f (a, b)

est non nul, le système

 f1 (x1 , ..., xn , y1 , ..., yp ) = 0,

..
 .
 f (x , ..., x , y , ..., y ) = 0,
p 1 n 1 p
possède, pour des valeurs (x1 , ..., xn ) voisines de (a1 , ..., an ), une solution unique de
classe C 1

 y1 = g1 (x1 , ..., xn ) ,

..
 .
 y = g (x , ..., x ) .
p p 1 n
Exemple 2.12 Soit f : R×R2 = R3 −→ R2 , telle que f (x, y, z) = (f1 (x, y, z) , f2 (x, y, z)),
avec

f1 (x, y, z) = x2 + y 2 + z 2 − 3,
f2 (x, y, z) = x3 + 2xz − y − 2.
Alors f est de classe C ∞ sur R3 . On a

2y 2z
J(y,z) f = ,
−1 2x
det J(y,z) f = 4xy + 2z.
Pour (a, b) = (1, 1, 1) avec a = 1 et b = (1, 1), on a f (a, b) = 0 et det J(y,z) f (a, b) = 6.
D’après le Théorème des fonctions implicites, il existe un intervalle ouvert I de R, un
ouvert V de R2 , et une application g = (ϕ, ψ) de classe C ∞ (car f est C ∞ ) définie de I
dans V , tels que, pour tout x ∈ I,
2
x + ϕ2 (x) + ψ 2 (x) = 3,
(2.23)
x3 + 2xψ (x) − ϕ (x) = 2.
Cela montre qu’au voisinage du point (1, 1, 1), l’ensemble
Γ = (x, y, z) ∈ R3 /x2 + y 2 + z 2 = 3, x3 + 2xz − y = 2 ,

admet une représentation de la forme


 y = ϕ (x) ,
z = ψ (x) ,
x ∈ I,

où ϕ et ψ sont solutions du système (2.23) avec en plus ϕ (1) = ψ (1) = 1 et, ∀x ∈ I,

0 −1
ϕ (x) 2ϕ (x) 2ψ (x) 2x
= −
ψ 0 (x) −1 2x 3x2 + 2ψ (x)
−ψ (x)
!
−1 x 2x

= 1 .
2xϕ (x) + ψ (x) ϕ (x) 3x2 + 2ψ (x)
2

Définition 2.4.1 — Difféomorphisme. Si U et V sont deux ouverts de Rn , et f une
fonction de U dans V , on dit que f est un C k -difféomorphisme si f est bijective et si f
et f −1 sont de classe C k .
Théorème 2.4.3 — Théorème d’inversion locale. Soient Ω un ouvert de Rn , a ∈ Ω et f

une application de Ω dans Rn . On suppose que f vérifie :
i. f est de classe C k sur Ω, k ∈ N∗ .
ii. La Jacobienne de f en a est inversible (det Jf (a) 6= 0).
Alors il existe un ouvert U contenant a et un ouvert V contenant f (a) tels que f
C k -difféomorphisme de U sur V . De plus, pour tout x ∈ U , l’application linéaire
df −1 (f (x)) est la réciproque de df (x).
Démonstration. Posons Φ (x, y) = f (y) − x. La fonction Φ est définie et de classe C k sur

l’ouvert W = Rn × Ω. On a
Φi (x, y) = fi (y) − xi ,
∂Φi ∂fi
(x, y) = (y) .
∂yj ∂yj
Donc Jy Φ (x, y) = Jf (y). Comme Jf (a) est inversible, on peut appliquer le Théorème
des fonctions implicites à la fonction Φ au point (f (a), a). Il existe alors des ouverts V et
U de Rn , tels que (f (a) , a) ∈ V × U ⊂ W , et une fonction g de V dans U de classe C k
sur V , telle que, pour tout (x, y) ∈ V × U
Φ (x, y) = 0 =⇒ y = g (x) ,
qui se traduit par
x = f (y) =⇒ y = g (x) .
Donc g (x) = f −1 (x), pour tout x ∈ V . D’autre part, pour tout x ∈ V , Φ (x, g (x)) = 0.
Donc f (g (x)) = x, donc x ∈ f (U ). On en déduit que V ⊂ f (U ). Donc f (U ) est un
ouvert et, comme g est de classe C k sur V , la fonction f −1 est de classe C k sur V . Comme
g ◦ f = IdU et f ◦ g = IdV , où IdU et IdV sont les applications identité sur U et V ,
respectivement, on a, pour tout x ∈ U et y ∈ V
dg (f (x)) ◦ df (x) = IdRn ,

df (g (y)) ◦ df (y) = IdRn .
Théorème 2.4.4 — Théorème d’inversion globale. Soient Ω un ouvert de Rn et f une

fonction de Ω On suppose que f vérifie :
i. f est de classe C k sur Ω, k ∈ N∗ .
ii. La Jacobienne de f en a est inversible (det Jf (a) 6= 0).
iii. f est injective.
Alors f (Ω) est un ouvert de Rn et f est un C k -difféomorphisme de Ω sur f (Ω).
Exemple 2.13 Soit ϕ : R2 → R2 l’application définie par ϕ (r, θ) = (r cos θ, r sin θ).
Considérons l’ouvert Ω = ]0, +∞[ × ]−π, π[ ⊂ R2 . On a f (Ω) = R2 \ {(x, 0) ; x ≤ 0}.
L’application f est un C ∞ -difféomorphisme de Ω sur f (Ω). En effet
i. ϕ sont de classe C ∞ sur Ω ( et même sur R2 ) car ses composantes (r, θ) 7→ r cos θ et
(r, θ) 7→ r sin θ sont le produit de fonction de classe C ∞ .
ii. La Jacobienne de ϕ en (r, θ) est

cos θ −r sin θ
Jf (r, θ) = .
sin θ r cos θ
Alors, le Jacobien de ϕ en (r, θ) est
Dϕ
= det[Jf (r, θ)] > 0.
D(r, θ)
iii. Montrons que f est injective. Soient (r1 , θ1 ), (r2 , θ2 ) ∈ Ω tels que
ϕ(r1 , θ1 ) = ϕ(r2 , θ2 )
Alors

r1 cos θ1 = r2 cos θ2 ,
r1 sin θ1 = r2 sin θ2 .
En mettant au carré les deux équations ci-dessus puis en les ajoutant membre par
membre, on obtient r12 = r22 . Donc, r1 = r2 . De plus, on a

cos θ1 = cos θ2 ,
sin θ1 = sin θ2 .
Ce que donne θ1 = θ2 car θ1 , θ2 ∈] − π, π[. Par suite (r1 , θ1 ) = (r2 , θ2 ), c’est-à-dire ϕ

est injective. Ainsi, un C ∞ -difféomorphisme de Ω sur f (Ω) d’après le théorème
d’inversion globale.

3. Intégrales multiples
L ES résultats de ce chapitre sont, pour la plupart, donnés sans preuves. Il s’agit de

"mesurer" des ensembles de Rn (au sens de Jordan), "d’intégrer" des fonctions de
plusieurs variables réelles (au sens de Riemann). Une théorie plus satisfaisante de la
mesure et de l’intégrale, celle de Lebesgue, ne peut être enseignée à ce niveau. Dans ce
cours, par souci de concision, on traite directement le cas de la dimension n, mais il va
de soi que les cas n = 2 et n = 3 seront prioritaires et feront l’objet de presque tous les
exercices.
3.1 Ensembles mesurables-Mesure d’un ensemble

On se place dans l’espace Euclidien Rn des x = (x1 , x2 , ..., xn ).
Définition 3.1.1 Pour tout entier k ≥ 0, on définit Qk le pavage d’ordre k de Rn
comme étant l’ensemble des cubes
qi qi + 1
≤ x i ≤ ; i = 1, 2, ..., n,
2k 2k
où les qi sont des entiers quelconques de Z.
Soit A un ensemble borné de Rn . Pour tout entier k ≥ 0, soit Mk le nombre des cubes
de Qk qui ont au moins un point commun avec A, et soit mk le nombre de ces cubes
qui sont entièrement inclus dans l’ensemble
n A. Partant de l’idée que la mesure d’un
1 1 1
cube de côté k dans Rn est k
= kn , il est naturel, au stade k, de considérer
2 2 2
Mk mk
les nombres kn et kn , car ils traduisent ce que doit être la mesure des ensembles
2 2
Mk
polyédraux entourant A de l’extérieur et de l’intérieur respectivement. La suite
m 2kn k
k
est décroissante et minorée, et la suite kn est croissante et majorée. Ces deux suites
2 k
3.2 Fonctions intégrables-Intégrale 41
ont donc des limites.

Définition 3.1.2 On dit que l’ensemble borné A est mesurable (au sens de Jordan) si
Mk mk
lim kn
= lim kn ,
k−→+∞ 2 k−→+∞ 2
et dans ce cas, cette limite commune est appelée mesure de A (ou encore aire de A si
n = 2, et aussi volume de A si n = 3), et est notée mes(A).
Proposition 3.1.1 Soient A et B deux ensembles bornés mesurables. Alors

1. mes(A) ≥ 0,
2. si A ⊂ B alors mes (A) ≤ mes (B),
3. A ∪ B et A ∩ B sont mesurables, et
mes (A ∪ B) = mes (A) + mes (B) − mes (A ∩ B) ,
4. tout translaté de A (ensemble des x + b, où x ∈ A et b est fixé) a même mesure que
A,
5. si f est une application linéaire de Rn dans Rn , alors f (A) est mesurable, et
mes [f (A)] = |det f | mes (A) ,
en particulier la mesure est invariante par les transformations orthogonales, et
même plus généralement par toute transformation linéaire de déterminant ±1.
R La plupart des ensembles bornés usuels sont mesurables. Par exemple, soit A
un ouvert borné de frontière ∂A. Alors A est mesurable si et seulement ∂A est de
mesure nulle. En général la frontière ∂A sera une hypersurface simple, de dimension
n − 1 dans Rn , pour laquelle on se convaincra aisèment qu’elle est de mesure nulle
(le faire, par exemple, quand A est un disque dans R2 ).
3.2 Fonctions intégrables-Intégrale

Soit A un ensemble borné mesurable de Rn . Soit f une fonction, à valeurs réelles,
définie et bornée sur A. Il sera commode de la considérer comme définie sur Rn tout
entier en posant f (x) = 0 si x appartient au complémentaire de A dans Rn . Le pavage
Qk est formé d’une famille de cubes Ckj ; j = 1, ...,m. Pour l’un de ces cubes, soit Ckj ,
posons
αkj (f ) = inf f (x) ,
x∈Ckj
βkj (f ) = sup f (x) ,
x∈Ckj
puis, pour tout entier k ∈ N, soit

1 P m
sk (f ) = αkj (f ) ,
2kn j=1
1 P m
Sk (f ) = kn βkj (f ) ,
2 j=1
qu’on appelle respectivement sommes de Riemann inférieure et supérieure de f pour le
pavage Qk . La suite (sk (f ))k est croissante et majorée, et la suite (Sk (f ))k est décroissante
et minorée. Ces suites ont donc des limites.
42 Chapitre 3. Intégrales multiples
Définition 3.2.1 Soientt A un ensemble borné mesurable de Rn , et f une fonction, à
valeurs réelles, définie et bornée sur A. f est dite intégrable (au sens de Riemann) sur
A si
lim sk (f ) = lim Sk (f ) ,
k−→+∞ k−→+∞
et, dans ce cas, cette limite commune est appelée intégrale de f sur A, et est notée
R RR R
A
f (x) dx, ou encore A
... f (x1 , ...xn ) dx1 ...dxn .
Exemple 3.1 Soit dans le carré A = [0, 1] × [0, 1] la fonction f (x, y) = e−xy . Les sommes
de Riemann inférieure et supérieure sont données par les formules
2 k k
2 −1
1 X − ijk 1 X − ijk
sk (f ) = k e 4 , Sk (f ) = k e 4 .
4 i,j=1 4 i,j=0
Pour k allant de 0 à 5, on a le tableau suivant :
k 1 2 3 4 5 5
sk 0, 36788 0, 58994 0, 69806 0, 74886 0, 77316 0, 78499
Sk 1 0, 94470 0, 88035 0, 84063 0, 81912 0, 80799
dont on déduit l’encadrement

ZZ
0, 785 ≤ e−xy dxdy ≤ 0, 808.
A
On peut étendre la définition aux fonctions à valeurs complexes. Une fonction f (bornée)
est dite intégrable sur A si <f et =f le sont, et dans ce cas on pose
Z Z Z
f dx = <f dx + i =f dx.
A A A
Proposition 3.2.1 — Propriétés des intégrales. Soient A et B deux ensembles bornés et

mesurables, et f Ret g des fonctions bornées et intégrables sur A. Alors
1. mes (A) = A 1dx,
2. ∀λ, µ ∈ C, la fonction λf + µg est intégrable sur A avec
Z Z Z
(λf + µg) dx = λ f dx + µ gdx,
A A A
R
3. si f est réelle≥ 0 sur A, alors A f dx ≥ 0, R R
4. si f et g sont réelles, et si f ≤ g sur A, alors A f dx ≤ A gdx,
5. si f est réelle sur A, alors (formule de la moyenne)
Z
1
inf f (x) ≤ f (x) dx ≤ supf (x) ,
x∈A mes (A) A x∈A
3.3 Théorème de Fubini 43
R R
6. A f (x) dx ≤ A |f (x)| dx ≤ mes (A) sup |f (x)|.
x∈A
7. Supposons que f soit aussi bornée et intégrable sur B, et que A ∩ B = ∅, alors
Z Z Z
f dx = f dx + f dx.
A∪B A B
R Supposons que A soit un ouvert borné et mesurable, et que f soit une fonction
continue sur A. Alors f est intégrable sur A. Cette remarque, combinée avec les
propriétés 6 et 7 ci-dessus, permet d’intégrer la plupart des fonctions usuelles sur
les ensembles usuels. On se souviendra notamment que, grâce à 6, l’intégrale d’une
fonction nulle sur un ensemble de mesure nulle est nulle.
3.3 Théorème de Fubini

Théorème 3.3.1 — de Fubini en dimension 2 . Soit
A = {(x, y) ; a < x < b et ϕ (x) < y < ψ (x)}

= {(x, y) ; c < y < d et ζ (y) < x < ξ (y)}
où ϕ et ψ sont des fonctions continues sur ]a, b[, et ζ et ξ sont des fonctions continues
sur ]c, d[. Soit f une fonction continue sur A. Alors A est un ouvert mesurable de R2 et
!
Z Z Z b ψ(x)
f (x) dx = f (x, y) dy dx
A a ϕ(x)
!
Z d Z ξ(y)
= f (x, y) dx dy.
c ζ(y)
Démonstration. Idée de la démonstration. On considère un pavage Qk de [a, b] × [c, d]

(remarquer que [c, d] est la projection de Asur l’axe des y) formé d’une famille de carrés
Ckij = [xi , xi+1 ] × [yj , yj+1 ] où, pour i, j ∈ 0, 1, ..., 2k ,
(b − a) i
xi = a + ,
2k
(c − d) j
yj = c+ .
2k
On fixe ζij dans Ckij ∩ A et définit la somme de Riemann
k −1
2P
Rk (f ) = f (ζij ) (xi+1 − xi ) (yj+1 − yj )
i,j=0
k −1 (3.1)
(b − a) (c − d) 2P
= f (ζij ) .
4k i,j=0
Remarquons que sk (f ) ≤ Rk (f ) ≤ Sk (f ) et
ZZ
lim Rk (f ) = f (x, y) dxdy.
k→+∞ A
Remarquer maintenant que si dans un premier temps on fait tendre k vers +∞ dans
k −1
2X
f (ζij ) (yj+1 − yj ) ,
j=0
R
on obtient une intégrale simple de type f (x, y)dy dont les bornes dépendent naturelle-
ment de la variable x. Ainsi, si par suite on fait tendre k vers +∞ dans
k −1 Z
2X
f (x, y)dy (xi+1 − xi ) ,
j=0
on
Z obtient
Z une intégrale
double égale à l’itération de deux intégrales simples de la forme,
f (x, y) dy dx.
Exemple 3.2 ZZ
1. Calculer l’intégrale (1 + x + y) dxdy, où A est le domaine limité par les droites
A √
y = 0, y = 2, x = −y, et la courbe x = √y. Par le Théorème de Fubini
ZZ Z 2 Z y
(1 + x + y) dxdy = (1 + x + y) dx dy
A 0 −y
√ y 2
x2
Z
= x+ + xy dy
0 2 −y
Z 2
y2

√ 3y √
= y+ +y y+ dy
0 2 2
" 3 5
#2
2y 2 3y 2 2y 2 y3
= + + +
3 4 5 6
0
44 √ 13
= 2+ .
RR y 15 3
2. Calculer A e x dxdy, où A est le domaine limité par les droites x = 0, x = 1, y = 0
et y =Zx.
Z Par le Théorème
Z deZ Fubini 1 x
y y
e dxdy =
x e x dy dx
A 0 0
Z 1 h ix
y
= xe x dx
0 0
Z 1
= x (e − 1) dx
0
e−1
= .
2

Dans le cas général ( n ≥ 2), le Théorème de Fubini s’écrit :
Théorème 3.3.2 — de Fubini. Soit Rn = Rn−1 ×R l’ensemble des x = (x1 , ..., xn−1 , xn ) =
(x0 , xn ), avec x0 = (x1 , ..., xn−1 ). Soit A0 un ouvert borné dans Rn−1 . Soient ϕ et ψ
deux fonctions continues sur A0 , à valeurs réelles, telles que, pour tout x0 ∈ A0 , on
ait ϕ (x0 ) < ψ (x0 ). Soit A l’ensemble dans Rn des x = (x0 , xn ), tels que x0 ∈ A0 et
ϕ (x0 ) < xn < ψ (x0 ) (A est évidemment un ouvert borné). Soit f une fonction continue
sur A ; on peut écrire f (x) = f (x1 , ..., xn−1 , xn ) = f (x0 , xn ). Alors A est mesurable
dans Rn et
Z Z Z ψ(x0 ) !
f (x) dx = f (x0 , xn ) dxn dx0 .
A A0 ϕ(x0 )
ZZZ
1
Exemple 3.3 Calculer l’intégrale triple I = dxdydz, où
A (1 + x + y + z)3
A = (x, y, z) ∈ R3 ; x ≥ 0, y ≥ 0, z ≥ 0, x + y + z ≤ 1 .

Par le Théorème de Fubini

ZZZ Z Z Z 1−x−y
1 1
3 dxdydz = dz dxdy,
A (1 + x + y + z) D 0 (1 + x + y + z)3
où
D = (x, y) ∈ R2 ; x ≥ 0, y ≥ 0, x + y ≤ 1 .

On a
ZZ 1−x−y
1
I = − dz dxdy
D 2 (1 + x + y + z)2 0
ZZ
1 1 1
= − dxdy
2 D (1 + x + y)2 4
1 1
Z Z 1−x
1 1
= − dy dx
2 0 0 (1 + x + y)2 4
1−x
1 1
Z
1 y
= − − dx
2 0 (1 + x + y) 4 0
1 1
Z
1 1−x 1
= − − + dx
2 0 2 4 1+x
1
3x x2

1
= − + + ln (1 + x)
2 4 8 0

1 5
= ln 2 − .
2 8

3.4 Changement de variables dans les intégrales multiples

Théorème 3.4.1 Soit A un ouvert borné et mesurable dans un Rn des y = (y1 , ..., yn ).
Soit B un ouvert borné et mesurable dans un Rn des x = (x1 , ..., xn ). Soit

 y1 ≡ y1 (x1 , ..., xn ) ,

x 7−→ y ≡ y (x) .. .. ..
 . . .
 y ≡ y (x , ..., x ) ,
n n 1 n
Dy
un difféomorphisme de B sur A à Jacobien borné sur A. Alors, pour toute fonction
Dx
Dy
f bornée et intégrable sur A, la fonction (f ◦ y) est intégrable sur B, et
Dx
Z Z
Dy
f (y) dy = f (y (x)) dx.
A B Dx
La démonstration de ce Théorème, admis ici, se fait par récurrence sur n. La théorie de

l’intégrale de Riemann s’adapte mal à cette démonstration, qui ressort, en fait, de la
théorie de Lebesgue.
Exemple 3.4 ZZ Z
1. Calculer In (a) = ... x1 x2 ...xn dx1 dx2 ..dxn , où, pour a > 0,
An (a)

An (a) = (x1 , ..., xn ) ∈ Rn , x1 > 0, ..., xn > 0,x1 + ... + xn < a .
Introduisant le changement de variables xi 7−→ axi , on obtient par le Théorème
précédent
ZZ Z
2n
In (a) = a ... x1 x2 ...xn dx1 dx2 ..dxn ,
An (1)
où

An (1) = (x1 , ..., xn ) ∈ Rn , x1 > 0, ..., xn > 0,x1 + ... + xn < 1 .
On a ainsi
In (a) = a2n In (1) . (3.2)
Utilisant le Théorème de Fubini, on a, pour n ≥ 2,
Z 1 Z Z Z
In (1) = x1 ... x2 ...xn dx2 ..dxn dx1 , (3.3)
0 An−1 (1−x1 )
où

An−1 (1 − x1 ) = (x2 , ..., xn ) ∈ Rn−1 ; x2 > 0, ..., xn > 0, x2 + ... + xn < 1 − x1 .
Donc
Z 1
In (1) = x1 In−1 (1 − x1 ) dx1 .
0
Or, utilisant (3.2), In−1 (1Z− x1 ) = (1 − x1 )2(n−1) In−1 (1). Donc

1
In (1) = In−1 (1) x1 (1 − x1 )2(n−1) dx1
0
In−1 (1)
=
2n (2n − 1)
I1 (1)
=
2n (2n − 1) ...3
1
= ,
(2n)!
R1 1
car I1 (1) = 0
x1 dx1 = . On a donc, remplaçant dans (3.2),
2
a2n
In (a) = .
(2n)!
RR 3ydxdy
2. Calculer A
q , où, pour a > 0,
1 + (x + y)3
A = (x, y) ∈ R2 ; x > 0, y > 0, x + y < a .

On effectue le changement de variables u = x + y, v = x − y, de sorte que

D (u, v)
= −2. Le domaine d’intégration devient
D (x, y)
B = (u, v) ∈ R2 ; 0 < u < a, − u < v < u .

On a donc,
Z Z utilisant le ThéorèmeZ de Fubini, Z
a u
3ydxdy 3 1 u−v
q = √ dv du
A 3 2 0 1 + u3 −u 2
1 + (x + y)
3 a u2
Z
= √ du
2 0 1 + u3
√
= 1 + a3 − 1.

3.4.1 Changements de variables classiques

Passage en coordonnées polaires
L’application ϕ : (r, θ) 7−→ (x, y) = (r cos θ, r sin θ) est une bijection de classe C ∞ de
l’ouvert V = ]0, +∞[ × ]−π, π[ dans l’ouvert U = R2 \ {(x, 0) ; x ≤ 0}. Son Jacobien est
D (x, y)
= det Jϕ (r, θ) = r. Soient A un ouvert borné et mesurable contenu dans V et
D (r, θ)
f : ϕ (A) −→ R intégrable. Alors par le théorème précédent
ZZ ZZ
f (x, y) dxdy = f (r cos θ, r sin θ) rdrdθ.
ϕ(A) A
RR p
Exemple 3.5 Calculer
B
x2 + y 2 dxdy, où
B = (x, y) ∈ R2 ; x > 0, y > 0, x2 + y 2 < 1 .

p
La fonction (x, y) 7−→ x2 + y 2 étant continue, l’existence de l’intégrale est assurée.
Remarquer que ϕ (A) = B, où
n i π ho
A = (r, θ) ∈ R2 ; r ∈ ]0, 1[ , y > 0, θ ∈ 0, .
2
On a alors
ZZ p Z 1 Z π !
2
2
x2 + y 2 dxdy = r dr dθ
B 0 0
π
= .
6

Passage en coordonnées sphériques

Considérons l’application
3
R −→ R3 ,
Φ:
(r, θ, φ) 7−→ (r sin θ cos φ, r sin θ sin φ, r cos θ) .
Noter x = r sin θ cos φ, y = r sin θ sin φ, z = r cos θ. On a
D (x, y, z)
= r2 sin θ.
D (r, θ, φ)
Soit
V = ]0, +∞[ × ]0, π[ × ]0, 2π[ , U = R3 \ {(x, y, z) ; x ≥ 0 et y = 0} .
Alors Φ est un C ∞ -difféomorphisme de V sur U . Soit A un ouvert borné et mesurable
contenu dans V , et f : Φ (A) −→ R intégrable. Alors le Theorème de changement de
variables s’appplique et se traduit ici par
ZZZ ZZZ
f (x, y, z) dxdydz = f (r sin θ cos φ, r sin θ sin φ, r cos θ) r2 sin θdrdθdφ.
Φ(A) A
RRR
Exemple 3.6 Calculer B
xyzdxdydz, où
B = (x, y, z) ∈ R3 ; x > 0, y > 0, z > 0, x2 + y 2 + z 2 < 1 .

B est l’image par Φ de l’ouvert borné

i πh i πh
A = ]0, 1[ × 0, × 0, ,
2 2
contenu dans U . Soit f : (x, y, z) 7−→ xyz. Alors f est continue et
f (r sin θ cos φ, r sin θ sin φ, r cos θ) = r3 sin2 θ cos θ cos φ sin φ.
On a alors
ZZZ ZZZ
xyzdxdydz = r5 sin3 θ cos θ cos φ sin φdrdθdφ.
B A
D’où
π
! Z π
!
ZZZ Z 1 Z
2 2 1
xyzdxdydz = r5 dr sin3 θ cos θdθ cos φ sin φdφ = .
B 0 0 0 48

3.5 Exemples d’intégrales multiples impropres

Soit A un ensemble borné mesurable de Rn . Supposons que A contienne une boule
B (0, r) centrée à l’origine de rayon r > 0. Soit f une fonction qui, pour tout ε ∈ ]0, r], soit
bornée et intégrable dans l’ensemble Aε \B (0, ε). Supposons de plus Z queZ Zf ait un signe
constant (par exemple f ≥ 0) dans A. Alors, quand ε > 0 décroit, ... f (x) dx est
Aε
croissante. Si elle est majorée, on pose
Z ZZ Z ZZ
... f (x) dx = sup ... f (x) dx
A ε>0 Aε
Z ZZ
= lim ... f (x) dx.
ε→0 Aε
ε>0
3.5 Exemples d’intégrales multiples impropres 49
ZZ p p
Exemple 3.7 Calculer ln x2 + y 2 dxdy. La fonction f (x, y) = ln x2 + y 2
x2 +y 2 <1
n’est pas définie en (0, 0) et
lim f (x, y) = lim+ f (r cos θ, r sin θ) = lim+ ln r = −∞.

(x,y)→(0,0) r→0 r→0
Passant aux coordonnées polaires, on a, pour 0 < ε < 1,

ZZ p Z 1 Z 2π
2 2
ln x + y dxdy = r ln rdr dθ
ε<x2 +y 2 <1 ε 0
1 − ε2

2
= −π ε ln ε + .
2
D’où
ZZ p ZZ p
2 2
ln x + y dxdy = lim ln x2 + y 2 dxdy = −π.
x2 +y 2 <1 ε→0 ε<x2 +y 2 <1

Soit a un nombre réel positif et A = {x ∈ Rn ; kxk ≥ a}. Si f est une fonction continue
sur A, alors elle est bornée dans chaque couronne a ≤ kxk ≤ R. Supposons que f soit
de signe constant dans A (par exemple f ≥ 0). Posons AR = {x ∈ Rn ; a ≤ kxk ≤ R}. Si
la fonction (croissante)
Z ZZ
R 7−→ ... f (x) dx,
AR
R RR
est majorée, on dit que l’intégrale ... A f (x) dx a un sens, et on pose
Z ZZ Z ZZ
... f (x) dx = sup ... f (x) dx
A R≥a AR
Z ZZ
= lim ... f (x) dx.
R→+∞ AR
RRR dx
Exemple 3.8 ; α ∈ R. Soit R > 0. Alors, passant aux coordonnées sphé-
kxk≥1
kxkα
riques,
ZZZ Z R Z π Z 2π
dx 2−α
= r dr sin θdθ dφ
R≥kxk≥1 kxkα 1 0 0
( 4π
(R3−α − 1) si α 6= 3,
= 3−α
4π ln R si α = 3.
ZZZ
dx
Donc a un sens si et seulement si α > 3, et dans ce cas
kxk≥1 kxkα
ZZZ
dx 4π
α = .
kxk≥1 kxk α−3
Z ZZ
n dx
Dans R , n ≥ 2, on peut montrer que ... a un sens si et seulement si
kxk≥1 kxkα
α > n.
3.6 Applications
3.6.1 Aire d’une surface
Définition 3.6.1 — Surface. On considère une nappe paramétrée F : U −→ R3 (U
ouvert de R2 , F application de classe C 1 telle que
∂F2 ∂F3 ∂F2 ∂F3

 
−
 ∂u ∂v ∂v ∂u 
 
 
∂F ∂F  ∂F3 ∂F1 ∂F3 ∂F1 
∧ =  ∂u ∂v − ∂v ∂u 

∂u ∂v  
 
 ∂F ∂F ∂F1 ∂F2 
1 2
−
∂u ∂v ∂v ∂u
est non nul. A un compact mesurable ∆ dans U , on associe la partie Σ = F (∆) de la
nappe appelée morceau de surface.
Définition 3.6.2 — Aire du morceau de surface Σ. On appelle aire du morceau de

surface Σ de représentation paramétrique (∆, F ), l’intégrale double
ZZ
∂F ∂F
A (Σ) = ∧ dudv.
∆ ∂u ∂v
Cas particuliers
Cas d’une paramétrisation Cartésienne
F : U −→ R3 , (x, y) 7−→ (x, y, z (x, y)). En utilisant les notations de Monge :
∂z ∂z
p= ,q= ,
∂x ∂y
il vient
 
1
∂F  0 ,
=
∂x
 p 
0
∂F  1 ,
=
∂y
q
∂F ∂F p
∧ = 1 + p2 + q 2 ,
∂x ∂y
donc
ZZ p
A (Σ) = 1 + p2 + q 2 dxdy.
∆
Cas d’une surface de révolution

F : I × R −→ R3 , I intervalle ouvert de R,
(t, θ) 7−→ (r (t) cos θ, r (t) sin θ, z (t)) .

3.6 Applications 51
Alors
r0 (t) cos θ
 
∂F
=  r0 (t) sin θ  ,
∂t
 z 0 (t) 
−r (t) sin θ
∂F
=  r (t) cos θ  ,
∂θ
0
∂F ∂F √
∧ = |r| r02 + z 02 ,
∂t ∂θ
et
ZZ √
A (Σ) = |r| r02 + z 02 dtdθ.
∆
Cas d’une surface cylindrique

F : I × R −→ R3 , (t, z) 7−→ (f (t) , g (t) , z), où f et g sont de classe C 1 sur I. Alors
ZZ p
A (Σ) = f 02 + g 02 dtdz.
∆
xy
Exemple 3.9 1. Aire de la portion du paraboloide z = , qui se projette orthogonale-
a
ment sur le plan xOy suivant le quart de disque de rayon a
∆ : x ≥ 0, y ≥ 0, x2 + y 2 ≤ a2 .
La surface est donnée par une équation Cartésienne. On a

∂z y
p= = ,
∂x a
∂z x
q= =
∂y a
r
p x2 + y 2
et 1 + p2 + q 2 = 1+ . Passant aux coordonnées polaires, on a
a2
ZZ r
x2 + y 2
A (Σ) = 1+ dxdy
∆ a2
Z aZ π r
2 r2
= 1 + 2 rdrdθ
0 0 a
2 √
πa
= 2 2−1 .
6
2. Aire de la fenêtre de Viviani : Σ portion de la sphére de centre O de rayon a, intérieure
au cylindre d’équation x2 + y 2 − ax = 0. Soit
F : R × R −→ R3 ,
(θ, φ) 7−→ (a cos θ cos φ, a sin θ cos φ, a sin φ) .
Σ = F (∆) où
n π π πo
∆ = (θ, φ) ; − ≤ θ ≤ et |θ| ≤ |φ| ≤ .
2 2 2
On a
 
−a cos φ sin θ
∂F
=  a cos φ cos θ  ,
∂θ
 0 
−a sin φ cos θ
∂F
=  −a sin φ sin θ  ,
∂φ
a cos φ
∂F ∂F
∧ = a2 cos φ.
∂θ ∂φ
On a alors
ZZ
A (Σ) = a2 cos φdθdφ
∆
Z π Z π
2 2
2
= 4a dθ cos φdφ
0 0
π
= 4a2 −1 .
2
3. Aire de la portion du paraboloide de révolution x2 + y 2 = 2pz qui se projette orthogo-
nalement sur le plan xOy suivant une boucle de Lemniscate de Bernouilli :
π π √
− ≤ θ ≤ , 0 ≤ r ≤ p cos 2θ.
4 4
Paramétrisons le paraboloide en coordonnées cylindriques : F (r, θ) = (r cos θ, r sin θ, z).
Alors
 
cos θ
∂F  sin θ 
=  ,
 
∂r  r 
 p 
−r sin θ
∂F
=  r cos θ 
∂θ
0
s
∂F ∂F r2
et ∧ = r 1 + 2 . On a alors
∂r ∂θ p
ZZ s
r2
A (Σ) = r 1 + 2 rdrdθ
∆ p
√
Z π " 2 2
32 #p cos 2θ
4 p r
= 1+ 2 dθ
− π4 3 p
0
2 Z π4 √
p
= 2 2 cos3 θ − 1 dθ
3 − π4

10 π
= − p2 .
9 6

3.6 Applications 53
3.6.2 Calcul des volumes

Soit ∆ un compact mesurable de R3 . Le volume de ∆ est
vol (∆) = mes (∆)
ZZZ
= dxdydz.
∆
Exemple 3.10 Volume de la partie du cylindre ∆ : x2 + y 2 − ax ≤ 0 intérieure à la

sphère de centre O et de rayon a.
Passons aux coordonnées cylindrique. Alors ∆ est l’image réciproque du domaine
n π π √ o
D = (r, θ, z) ; − ≤ θ ≤ , 0 ≤ r ≤ a cos θ et |z| ≤ a2 − r2 .
2 2
Donc
ZZZ
vol (∆) = rdrdθdz
D
π
√
Z Z a cos θ
2
= 2 2
2 a − r dr dθ
− π2 0
π
3 Z
2a 2
1 − sin3 θ dθ

=
3 − π2
4a3

π 2
= − .
3 2 3

Masses, centres et moments d’inertie

Pour un arc dans le plan ou l’espace
Soit γ : [a, b] −→ R3 un arc de classe C 1 et de support C. Soit ρ : C −→ R+ , continue
(densité linéique). La masse de C est
Z
m = ρ (M ) ds.
γ
Le centre de gravité est G ∈ R3 tel que

−→ −−→
Z
mOG = ρ (M ) OM ds,
γ
c’est à dire que G = (xG , yG , zG ) avec

 R
 mxG = Rγ ρ (M ) xM ds
myG = γ ρ (M ) yM ds
R
mzG = γ ρ (M ) zM ds

Si ∆ est un point ou une droite, le moment d’inertie de C par rapport à ∆ est

Z
ρ (M ) d2 (M, ∆) ds,
γ
où d (M, ∆) est la distance de M à ∆.

Pour une surface S dans le plan R2

R
Masse : m = S ρ (x, y) dxdy.
−→ R −−→
Centre de gravité G tel que mOG = R S ρ (x, y) OM dxdy.
Moment d’inertie par rapport à ∆ : S ρ (x, y) d2 (M, ∆) dxdy.
Pour une surface S dans le plan R3

Même choseR avec des intégrales de surface :
Masse : m = S ρ (M ) dσ.
−→ R −−→
Centre de gravité G tel que mOG = R S ρ (M ) OM dσ.
Moment d’inertie par rapport à ∆ : S ρ (M ) d2 (M, ∆) dσ.
Pour un volume dans R3

R
Masse : m = V ρ (x, y, z) dxdydz.
−→ R −−→
Centre de gravité G tel que mOG = R S ρ (x, y, z) OM dxdydz.
Moment d’inertie par rapport à ∆ : S ρ (x, y, z) d2 (M, ∆) dxdydz.
Exemple 3.11 1. Centre de gravité de l’arc homogène (densité ρ ≡ Cte) γ d’équation
x
; 0 ≤ x ≤ a (a > 0).
y = a cosh
a
R R R R
On a xG = γ ρds = γ ρxds et yG γ ρds = γ ρyds. Comme
q r x
2
ds = 1 + (y 0 (x)) dx = 1 + sinh2 dx
a
x
= cosh dx,
a
on a
Z Z a x
ds = cosh dx
γ 0 a
= a sinh 1
Z Z a x
xds = dx
x cosh
γ 0 a
Z a
h x ia x
= ax sinh −a sinh dx
a 0 0 a

2 1
= a 1− ,
e

2a a 1
donc xG = . De même yG = 2 cosh 1 + . 2. Moment d’inertie de la surface
e+1 sinh 1
x2 y 2
homogène S : 2 + 2 ≤ 1, z = 0, par rapport à une droite passant par l’origine O. Soit
a b  
α
→
−
D une droite passant par O (centre de S aussi) D ≡ R u où u = →
−  β  est un vecteur
γ
unitaire. La distance d’un point P à D est
−→ −
d (P, D) = OP ∧ →
u .
3.6 Applications 55
 
x
Avec P =  y , on a
0
d2 (P, D) = (αy − βx)2 + x2 + y 2 γ 2 .

x y
Posant = cos θ et = sin θ, on a
a a
ZZ
ID = ρd2 (P, D) dxdy
Z ZS
ρ (αb sin θ − βa cos θ)2 + a2 cos2 θ + b2 sin2 θ γ 2 abt3 dtdθ,

=
Σ
avec
Σ = {(t, θ) ; 0 ≤ t ≤ 1, 0 ≤ θ ≤ 2π} .
Le calcul donne
ρπab 2 2
b α + a2 β 2 + b 2 + a2 γ 2 ,

ID =
4
A (S) = πab,
M (S) = ρπab.

Cours Analyse3

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

Cours Analyse3

Transféré par

Droits d'auteur :

Formats disponibles

Université Abdelmalek Essaâdi

Faculté des Sciences et Techniques

1 Notion de Topologie dans Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Calcul différentiel sur Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

1.1 Espaces métriques

1.1.1 Distances et Normes

Exemple 1.1 Soient E = R et d : R × R −→ R+ définie par d(x, y) = |x − y|. Alors d est

sont des normes sur Rn (voir TD).

B (a, r) = {x ∈ E ; d (x, a) < r} .

ii. La boule fermée de centre a ∈ E et de rayon r ≥ 0 est définie par

iii. La sphère de centre a ∈ E et de rayon r ≥ 0 est définie par

A ouvet de E ⇐⇒ ∀a ∈ A, ∃r > 0, B (a, r) ⊂ A.

vi. Un fermé de E est le complémentaire d’un ouvert de E.

R L’ensemble de tous les ouverts de (E, d) s’appelle la topologie de (E, d).

Proposition 1.1.2 Soit (E, d) un espace métrique.

d (a, y) ≥ |d (a, x) − d (y, x)| > r,

dont on déduit que y ∈

1.1.2 Convergence de suites

∀ε > 0, ∃N ∈ N, ∀n ≥ N, d (xn , x) < ε.

d (xn , x) < ε, d (xn , x0 ) < ε.

Alors, en utilisant l’inégalité triangulaire, on btient

d(x, x0 ) ≤ d (xn , x) + d (xn , x0 ) < 2ε < d(x, x0 ).

Ce qui est absurde. Alors, la limite d’une suite est unique.

1.2 Adhérence-Intérieur- Frontière

R Soit A une partie d’un espace métrique (E, d).

La proposition suivante est fréquemment utilisée pour déterminer l’adhérence d’un

En utilisant la définition de l’adhérence ou bien l’une des propositions 1.2.1, 1.2.2, on a

x est un point d’accumulation de A ⇐⇒ ∀V voisinage de x, V ∩ A\ {x} =

Si au contraire, il existe un voisinage de x qui ne rencontre A qu’au point x, on dit

x est un point isolé de A ⇐⇒ ∀V voisinage de x, V ∩ A = {x} .

Exemple 1.7Dans R muni de la distance usuelle, 1 est un point d’accumulation

En utilisant la définition de l’intérieur ou bien la proposition 1.2.4, on a immédiatement

∀ > 0, ∃δ > 0, d1 (x, a) < δ =⇒ d2 (f (x), f (a)) < ε. (1.2)

f est dite continue sur E1 si f est continue en tout a ∈ E1 .

R Le nombre positif δ dans la définition (1.2) dépend généralement de  et de a.

où m ∈ N et les coefficients Ci1 ,...,in ∈ R. Par exemple

i. La fonction f est une fraction rationnelle dont le dénominateur ne s’annule

∀(x, y) ∈ R2 , |f (x, y)| ≤ |y|3 .

Alors la norme Euclidienne k.k2 est donnée par

f (x, y) = r3 cos2 θ sin3 θ.

Il vient du fait que |cos θ| ≤ 1 et |sin θ| ≤ 1

|f (x, y)| ≤ r3 = k(x, y)k32 .

Mais, lim k(x, y)k32 = 0. Par suite

lim f (x, y) = 0 = f (0, 0)

i. On prend g(x) = x et h(x) = 2x. Alors, lorsque x → 0, on a f (x, x) = 21 → 12

lim f (xn ) = f (x) = y. Comme xn ∈ A on a f (xn ) ∈ f (A) et donc y = f (x) ∈ f (A).

vérifie f (f −1 (B)) ⊆ B (avec égalité si f est surjective) et f −1 (f (A)) ⊇ A (avec égalité

f A ⊆ B équivaut par définition à A ⊆ f −1 (B) = A. Donc A ⊆ A et comme A ⊆ A,

on a A = A. Donc, d’après la proposition 1.2.2, A est un fermé de E1 .

Dans La définition suivante, on introduit une catégorie intéressante de fonctions

∃k ≥ 0/ ∀x, y ∈ E, d0 (f (x) , f (y)) ≤ kd (x, y) .

Si k < 1, on dit alors que f est contractante.

Proposition 1.3.4 Toute application Lipschitzienne f de (E, d) dans (E 0 , d0 ) est continue.

∀ > 0, ∃δ > 0, ∀x, y ∈ E, d1 (x, y) < δ =⇒ d2 (f (x), f (y)) < ε. (1.3)

R En comparaison avec (1.2), le nombre positif δ dans la définition (1.3) ne dépend

1.4 Espaces complets

∀ε > 0, ∃N ∈ N ; ∀n, m ≥ N , d (xn , xm ) < ε.

∀n, m > n0 , d(xn , x) ≤ d(xn , x) + d(xn , x) < .

D’où, la suite (xn ) est une suite de Cauchy.

Démonstration. A ⊂ E est fermé si et seulement si toutes les suites convergentes de A

Démonstration. Soit x0 un point quelconque fixé dans E. On pose xn = f (xn−1 ) ∀n ≥ 1.

où f n = f ◦ ... ◦ f . Plus généralement, ∀n, m ∈ N,

d (xn , xn+m ) ≤ k n d (x0 , xm ) ,

x = lim xp+1 = lim f (xp ) = f (x) .

∀ > 0, ∃δ > 0, d1 (x, a) < δ =⇒ d2 (f (x), f (a)) < ε. (1.2)

R Le nombre positif δ dans la définition (1.2) dépend généralement de et de a.

∀ > 0, ∃δ > 0, ∀x, y ∈ E, d1 (x, y) < δ =⇒ d2 (f (x), f (y)) < ε. (1.3)

∀n, m > n0 , d(xn , x) ≤ d(xn , x) + d(xn , x) < .

f (x) = f (a) + l(x − a) + (x − a)(x), lim (x) = 0. (2.2)