1

Remerciements
la réalisation de ce mémoire n’aurait jamais pû être possible sans le concours de plusieurs personnes à
qui nous tenons expréssement à témoigner notre gratitude.
En premier lieu nous adressons un grand merci à notre encadreur monsieur Souileh pour l’aide
et les nombreux conseilles judicieux dont il nous a fait bénéficier et dont nous n’aurions pû nous en
passer. Nous désirions aussi remercier nos professeurs pour avoir communiqué leur savoir, grâce auquels
nous avons appri que l’échec est seulement l’opportunité de recommencer d’une façon plus intelligente.
Evidemment nous n’oublions pas de mentionner monsieur Aili qui donnera de son temps en évaluant
ce travail sur lequel nous avons durement travaillé.
Enfin nous concluons cela en exprimant notre reconnaissance envers nos familles, amis et toute
personne qui a su nous accorder son soutien ainsi que son support tout au long de notre démarche.
 2

Contents
1 Dérivée dans R 4
1.1 Définition et propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Théorème de Rolle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Théorème de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Théorème des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Différentielle dans Rn 5
2.1 Différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Dérivées Directionnelles et Dérivées Partielles . . . . . . . . . . . . . . . . . . . . . . . . 6
2.3 Lemme de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5 Dérivées des normes de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

3 Dérivée en un point suivant une direction 9

4 Dérivée au sens de Gâteaux 9

4.1 Théorème et définition : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.1.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.1.2 Proposition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.1.3 Théorème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
4.2 Les dérivées au sens de gâteaux de divers fonctions . . . . . . . . . . . . . . . . . . . . 9
4.2.1 La fonction exponentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2.2 La fonction valeur Absolue dans R . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.2.3 Une fonction integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.3 Quelques propriétées sur la dérivée au sens de Gâteaux . . . . . . . . . . . . . . . . . . . 10
4.3.1 Dérivée directionnelle d’une constante . . . . . . . . . . . . . . . . . . . . . . . . 10
4.3.2 La somme de deux fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4.3.3 Le produit et quotient de deux fonctions . . . . . . . . . . . . . . . . . . . . . . . 11
4.3.4 Fonctions composées ( dérivabilité en chaı̂ne ) . . . . . . . . . . . . . . . . . . . . 11
4.4 Différents examples sur les dérivées au sens de gâteaux . . . . . . . . . . . . . . . . . . . 11

5 Dérivée de Fréchet 12
5.1 Définition et exemples : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5.1.1 Définition : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.1.2 Exemples : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.2 Proposition: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
5.3 Quelques F-différentielles classique: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.3.1 Différentielle d’une application linéaire continue : . . . . . . . . . . . . . . . . . . 14
5.3.2 Différentielle d’une application bilinéaire continue : . . . . . . . . . . . . . . . . . 14
5.3.3 Différentielle d’une application multilinéaire continue : . . . . . . . . . . . . . . . 14
5.4 Applications : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
5.5 l’Inégalitée de Holder: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
5.6 Quelques exemples sur les dérivées de Fréchets des fonctions : . . . . . . . . . . . . . . . 15
5.7 Différentielle seconde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.7.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.8 Les points critiques d’une fonction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.8.1 Définition : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
 3

5.8.2 Exemple : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
5.9 Les extremums ; . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.9.1 Application : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
5.9.2 Exemple d’application : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
 4

Introduction
La différentielle joue un rôle fondamental dans l’étude de la variation des fonctions. Elle permet
de mesurer la variation d’une fonction au niveau local autour d’un point spécifique.En utilisant la
différentielle, on peut approximer la variation d’une fonction en se basant sur sa dérivée. Dans le
domaine des espaces vectoriels normés, on distingue généralement deux types de dérivées largement
utilisées : la dérivée de Fréchet et la dérivée de Gâteaux. La dérivée de Fréchet est une généralisation
de la notion traditionnelle de dérivée dans les espaces vectoriels normés. Elle permet d’analyser la
variation de la fonction dans toutes les directions possibles autour d’un point donné. En revanche, la
dérivée de Gâteaux se concentrer pécifiquement sur les variations directionnelles de la fonction. Elle
évalue comment la fonction change le long d’une direction particulière, sans considérer les autres direc-
tions. Grace à ces deux dérivées on a arrivé à analyser la régularité des fonctions, d’identifier les points
critiques où la dérivée s’annule, de résoudre des problèmes d’optimisation et d’autres applications dans
divers domaines mathématiques et scientifiques. En somme, ces dérivées offrent des outils puissants
pour comprendre, analyser et résoudre des problèmes liés aux fonctions et à leur variation.

1 Dérivée dans R
1.1 Définition et propriétés
dy
La dérivée d’une fonction f (x) représentée par f ′ (x) ou décrit le taux d’une variation de la fonction
dx
par rapport à sa variable indépendante x.
La dérivée peut étre déterminée à l’aide de différentes méthodes. Notamment en calculant la limite
f (x + h) − f (x)
suivante : f (x) = lim lorsque h tend vers 0. Ou encore en ayant recourt aux propriétés
h→0 h
de dérivation qui nous permettent de calculer des fonctions plus complexes à partir de fonctions simples.
D’un point de vue graphique, la dérivée de f en a, représente la pente de la tangente à la courbe
de la fonction au point donné. Par ailleurs, elle nous permet également de déterminer les valeurs
maximales et minimales ainsi que d’étudier la monotonie de la fonction sur un intervalle précis.
Toutefois, il est utile de souligner que certaines fonctions ne sont pas dérivables en tout points,
comme par example les fonctions discontinues. Dans ce cas de figures il serait essentiel d’avoir recourt
à des techniques plus avancées telle que la dérivée partielle.

1.2 Théorème de Rolle

Le théorème de Rolle, du nom du mathématicien français Michel Rolle, met en avant les conditions
requises dans lesquelles la dérivée d’une fonction s’annule. Plus exactement, il stipule qu’une fonction
continue et dérivable sur un intervalle fermé avec des valeurs identiques à ses bornes possède au moins
un point critique appartenant à cet même intervalle.
Notation. Soit f : [a, b] → R, a, b ∈ R tel que a < b.
Si f vérifie les conditions :
- f est continue sur [a, b]
- f est dérivable sur ]a, b[
- f (a) = f (b)
Alors il existe c ∈]a, b[ tel que f ′ (c) = 0 (il peut ne pas y avoir d’unicité de l’élément noté c).
Ce théoréme est souvent utilisé pour démontrer l’existence de solutions pour des équations et
inégalités ainsi que pour prouver d’autres résultats tels que le théorème des valeurs intermédiaires ou
le théorème de la moyenne de Cauchy.
 5

1.3 Théorème de Taylor

Ce théorème permet d’approximer une fonction plusieurs fois dérivable au voisignage d’un point par
un polynome de degré fini dans le but de faciliter la manipulation de la fonction en question.
N otation.soit I un intervalle appartenant à R, on a f : I → R une fonction. Le point a ∈ I.
Soit a ∈ I, pour tout h ∈ I tel que a + h ∈ I ou h est un petit écart par rapport à a, et pour tout
n entier naturel (n est le degré du polynome d’approximation de f ) on a :
f (2) (a) 2 f (n) (a) n
f (a + h) = f (a) + f ′ (a)h + h + ... + h + Rn (x).
2! n!
Le terme Rn (x) est désigné comme étant le reste de la formule de Taylor. Généralement, plus n
est grand, plus l’approximation sera précise à l’inverse du terme d’erreur Rn (x) qui diminuera de plus
en plus.
Parlez de Rn (x) = o(hn ), h → 0
Lorsque n tend vers l’infini le polynôme de Taylor converge vers la fonction elle même.

1.4 Théorème des accroissements finis

Définition : Le théorème des accroissements finis connu également sous le terme du théorème de
la moyenne qui établit une relation entre la dérivée d’une fonction et le taux de variation de ladite
fonction sur une intervalle donné.
Proposition : soit a, b ∈ R tel que a ≺ b, f [a, b] → R une fonction continue et dérivable sur [a, b] .
Théorème : D’aprés le théorème des accroissements finis ∃C ∈ [a, b] tel que :
f (b) − f (a) = f ′ (c)(b − a)

2 Différentielle dans Rn
Le Calcul Différentiel a plusieurs objectifs, parmi lesquels l’étude locale des applications et la fourniture
d’outils pour résoudre des problèmes d’optimisation, d’équations différentielles et d’équations aux
dérivées partielles.
Pour calculer l’équation du plan tangent au graphe de f de R2 −→ R définie par f (x, y) = 3x2 +
3
y + 1 au point (2, 3), nous devons suivre les étapes suivantes :
1.Déterminer les dérivées partielles de f par rapport à x et y. ∂f ∂f
∂x = 6x , ∂y = 3y
2
∂f ∂f
2.Calculer les valeurs des dérivées partielles au point (2, 3). ∂x (2, 3) = 12, ∂y (2, 3) = 27
∂f ∂f
3.Le vecteur normal au plan tangent est donné par ( ∂x , ∂y , −1)
Donc, le vecteur normal est
(12, 27, −1).
4.Utiliser le point de tangence (2.3) et le vecteur normal pour écrire l’équation du plan tangent.
L’équation du plan tangent est de la forme Ax + By + Cz + D = 0, où (A, B, C) est le vecteur normal
et (x, y, z) est un point sur le plan.
En substituant les valeurs et simplifions on obtiendra l’équation 12x + 27y - z - 71 = 0.

2.1 Différentiabilité
Soient U ⊂ Rn un sous-ensemble ouvert de Rn et f : U → Rm une fonction définie sur Rn qui associe
à chaque vecteur de U un vecteur correspondant dans Rm
a)-La fonction f est considérée comme différentiable au point a ∈ U si les conditions suivantes sont
satisfaites :
1- Il existe une application linéaire et continue L ∈ (Rn , Rm )
2- Un nombre réel r > 0 tq B(a, r) ⊂ U
 6

3- Une application ε : B(0, r) ⊂ Rn → Rm de limite nulle en 0 telle que :

f (a + h) = f (a) + L(h) + ∥h∥ ε(h), h → 0.
∥f (a + h) − f (a) − L(h)∥F
Qui vérifie aussi : lim =0
h→0E ∥h∥E
L’application L est alors unique, elle est appelée différentielle de f en a et elle est notée L = dfa .
b)- La fonction est qualifiée de différentiable sur U si elle est différentiable en tous les points de
a ∈ U.
La matrice de la différentielle de la fonction f en un point a = (a1 , a2 , . . . , an ) de Rn est dite
la matrice jacobienne est une représentation linéaire qui capture au mieux la variation linéaire de la
fonction f à proximité de ce point.
La différentielle de la fonction f au point a, symbolisée par dfa , est une matrice de dimensions
m × n. Chaque élément de cette matrice est déterminé en calculant les dérivées partielles de chaque
composante de f par rapport à chaque variable de Rn , évaluées au point a. Ainsi, la matrice dfa ∈
(Rn , Rm ) ∈ Mn,m (R) reflète la meilleure approximation linéaire de la variation de la fonction f autour
du point a.
La matrice de la différentielle df n m
 a dans les bases canoniques de R et R est donnée par :
∂f1 ∂f1 ∂f1
 ∂x1 ∂x2 · · · ∂xn 
 ∂f2 ∂f2 ∂f2 
 
 ··· 
dfa =  ∂x1 ∂x2 ∂xn 
 . .. .. .. 
 .. . . . 
 
 ∂fm ∂fm ∂fm 
···
∂x1 ∂x2 ∂xn
∂fi
où ( )(a) représente la dérivée partielle de la i − ème composante de f par rapport à la j − ème
∂xj
variable évaluée en a.  
∂f
 ∂x1 
 ∂f 
 
 
cas oú m=1 la matrice représente un vécteur df =  ∂x1 
 . 
 .. 
 
 ∂fm 
∂x1
dite le gradient de f et noté ∇f oú gradf
L’application f : U ⊂ Rn → Rm est dite continûment différentiable (ou de classe C 1 ) sur U si elle est
différentiable sur U et si l’application différentielle dfa : U → (Rn , Rm ) est continue en a.
(la somme de deux applications différentiables)
Soient f, g : U ⊆ Rn → Rm deux applications différentielles On a :
1-Si f et g sont différentiables au point a ∈ U alors f +g est différentiable au point a, et da (f +g) =
da f + da g.
2-Si f et g sont différentiables sur U , alorsf + g est différentiables sur U et d(f + g) = df + dg.
3-Si f et g sont de classe C 1 sur U , alors f + g est de classe C 1 sur U

2.2 Dérivées Directionnelles et Dérivées Partielles

a)- Les dérivées directionnelles sont des quantités qui mesurent le taux de variation d’une fonction le
long d’une direction spécifique. Elles permettent de déterminer comment la fonction se modifie lorsque
l’on se déplace dans une direction donnée à partir d’un point donné.
f (a + tv) − f (a)
- Pour tout vecteur v ∈ Rn le vecteur fv′ (a) = lim ∈ Rm ,s’il existe, est la dérivée
t→0 t
diectionnelle de f au point a dans la direction v on dit alors que f est dérivable au point a selon le
 7

vecteur v
b)- Les dérivées partielles sont des dérivées d’une fonction par rapport à une variable spécifique,
en maintenant les autres variables constantes.
Soient f : U ⊆ Rn → Rm et a ∈ U :
- Notons la base canonique de Rn ; (e) = {(e1 , . . . , en } . pour j = 1, ..., n. la j-ème dérivée partielle de
f (a + tej ) − f (a) f (a1 , .., aj + t, .., an ) − f (a)
f au point a est , s’il existe, le vecteur u = lim = lim ∈
m
t→0 t t→0 t
R . C’est évident que c’est la dérivée directionnelle de f au point a dans la direction ej et donc
∂f
u = fe′ j (a) on le note (a).
∂xj
Une applicationf : U ⊂ Rn → F = Rm est continûment différentiable si et seulement si ses n
dérivées partielles existent et sont continues sur U .
Soit f : U ⊂ Rn → Rm fonction différentiable au point a ∈ U Alors :
1- Pour tout v ∈ Rn , la dérivée directionnelle de f au point a dans la direction v est égale à
dfa (v) qui représente la dérivée partielle de la fonction f par rapport à la variable a, évaluée en v. et
qui indique la façon dont la fonction f varie lorsque la variable a change, en gardant toutes les autres
variables constantes et en évaluant cette variation au point v.
La matrice n m
 de la différentiel dfa dans
 les bases canoniques de R et R est la matrice jacobienne.
∂f1 ∂f1 ∂f1
 ∂x1 ∂x2 · · · ∂xn 
 ∂f2 ∂f2 ∂f2 
 
 ··· 
Ja (f ) =  ∂x ∂x2 ∂xn 
 .1 .. .. .. 
 .. . . . 
 
 ∂fm ∂fm ∂fm 
···
∂x1 ∂x2 ∂xn
Si f : U ⊂ R → R , on a : dfa (h) = fx′ 1 (a)h1 + ... + fx′ n (a)hn
n

Soit par exemple f : R2 → R définie par f (x, y) = ex + cos(x). cos(y)

fy′ (x.y) = − sin(x). sin(y) .
Donc Jf(0,0) = (2, 0) et df(0,0) = 2h1 .

2.3 Lemme de Schwarz

Autrement dit la lemme de Schwarz des dérivées croisées
Soit f : Rn → R une fonction de classe C 2 dans un domaine ouvert. Alors, pour tout i, j = 1, 2, ..., n,
∂2f ∂2f
les dérivées partielles d’ordre deux et existent et sont continues. De plus, on a l’égalité
∂xi ∂xj ∂xj ∂xi
∂2f ∂2f
suivante : = .
∂xj ∂xi ∂xi ∂xj
Autrement dit tant que les dérivées partielles d’ordre 2 sont continues. Il est possible d’interchanger
l’ordre des dérivées partielles mixte tout en préservant leurs valeurs.
Ce résultat permet de réduire le nombre de dérivées partielles à calculer en exploitant la symétrie
des dérivées croisées.
Soient x0 , y0 les coordonnées de a. Soient h > 0 et k > 0 tels que [x0 , x0 + h] × [y0 , y0 + k] ⊂ U .
On pose δ(h, k) = f (x0 + h, y0 + k) − f (x0 + h, y0 ) − f (x0 , y0 + k) + f (x0 , y0 ).
Si on pose φ : x 7→ f (x, y0 + k) − f (x, y0 ), on a δ(h, k) = φ(x0 + h) − φ(x0 ), et la fonction φ étant
dérivable sur [x0 , x0 + h], le théorème des accroissements finis assure l’existence de θ1 ∈]0, 1[ tel que
δ(h, k) = hφ′(xh0 + θ1 h), ce qui s’écrit encore : i
δ(h, k) = h ∂f (x
∂x 0 + θ 1 h, y0 + k) − ∂f
dx (x 0 + θ 1 h, y0 )
 8

Maintenant, l’application y 7→ ∂f ∂x (x0 + θ1 h, y) étant dérivable sur [y0 , y0 + k], une nouvelle ap-
plication du théorème des accroissements finis donne l’existence de θ2 ∈]0, 1[ tel que δ(h, k) =
∂2f
hk ∂y∂x (x0 + θ1 h, y0 + θ2 k)....(∗)
En travaillant à partir de la fonction ψ : y 7→ f (x0 + h, y) − f (x0 , y), on montrerait de même
l’existence de θ3 , θ4 ∈]0, 1[ tels que
∂2f
δ(h, k) = hk ∂x∂y (x0 + θ3 h, y0 + θ4 k)....(∗∗)
En égalant (∗) et (∗∗) et en faisant tendre h et k vers 0, on en déduit en vertu de la continuité des
∂2f ∂2f
dérivées partielles ∂x∂y et ∂y∂x en a, l’égalité de ces dernières au point a.

2.4 Formule de Taylor-Young

Soient U ⊂ Rn un ouvert et f une application de U dans Rm . Si f est r fois différentiables au point
a ∈ U , alors elle admet un développement de Taylor-Young à l’ordre r au point a c-à-d : qu’ il existe
r
1 k r
une fonction ε : Rn → Rm ,avec lim ε(h) = 0 telle que : f (a + h) = f (a) + k
P
h→0 k! D f (a).h + ∥h∥ ε(h)
k=1

2.5 Dérivées des normes de Rn

Une norme sur l’espace vectoriel E est une application N : E → R+ vérifiant
1-.N (x) ≥ 0, ∀x ∈ E et N (x) = 0 ⇔ x = 0 (positivité stricte).
2- N (λx) = |λ|N (x), ∀x ∈ E et ∀λ ∈ K (homogénéité).
3-.N (x + y) ≤ N (x) + N (y), ∀x, y ∈ E (inégalité triangulaire).
e.v.n est un espace vectoriel doté d’une norme (espace vectoriel normé)
soit x ∈ E N (x) est la norme de x et se note par N (x) = ∥x∥
Propriétés : 1. Pour tout x ∈ E, − ∥−x∥ = ∥x∥.
2. Pour tous x, y ∈ E, | ∥x∥ − ∥y∥ | ≤ ∥x∥ − ∥y∥ .
Soit E = Rn , n ≥ 1 et K = R. Alors
1)- laPnorme euclidienne ∥.∥2 est associé au produit scalaire canonique de Rn qui est d´efinit par
(x|y) = ni=1p xi yi
∥x∥2 = x21 + ... + x2n , x = (x1, ..., xn) ∈ Rn
2)- la norme usuelle , Pour tout x = (x1 , ..., xn ) ∈ Rn On a les applications définies ∥.∥1 et ∥.∥∞
sont des normes sur Rn et s’appellent respectivement la norme ℓ1
et la norme
P du max ou norme infinie tq:
∥x∥1 = ni=1 |xi | et ∥x∥∞ = max |xi |
1⪯i⪯n
 9

Différentes notions de dérivées:

3 Dérivée en un point suivant une direction
Soient X et Y deux espaces vectoriels normées et f une application d’un ouvert O ⊂ X dans Y . et

soient x ∈ O et d ∈ X
La limite lim f (x+hd)−f
h
(x)
lorsqu’elle existe, est appelée la limite au point x suivant la direction d.
h−→0
Notée f ′ (x; d)
soit la fonction Φ(t) = f (x + hd) définie au voisinage de 0 ∈ R, d’après la définition précédente f
n’admet une dérivée au point x dans la direction d que si Φ est dérivable en 0. Tel que Φ′ (0) = f ′ (x; d)

4 Dérivée au sens de Gâteaux

4.1 Théorème et définition :
4.1.1 Définition
la dérivée de Gâteaux est une notion plus générale, qui s’applique aux fonctions qui ne sont pas
nécessairement différentiables partout. Elle est définie en prenant la limite d’une expression d’approximation
linéaire à partir d’une direction donnée. La dérivée au sens de gateaux désignée également sous le terme
de dérivée directionnelle, est une notion adaptée à l’optimisation qui a la particularité d’étre une for-
mule plus générale vis à vis de son manque d’exigence. Plus exactement, elle stipule qu’une fonction
peut avoir des dérivées directionnelles pour toutes directions sans pour autant étre différentiable au
sens classique, ou meme si la fonction prend la valeur +∞

4.1.2 Proposition
On considére E un espace vectoriel normé.Soit l’application u → J(u), ou J est une fonction de
plusieurs variables définie sur un ouvert V de E.

4.1.3 Théorème
On dit que J est Gateaux dérivable en u ∈ E, dans la direction h ∈ E,si pour t > 0, aussi u + th ∈ V
et si la limite suivante existe ;

lim( J(u+th)−J(u)
t ) = DJu (h)
t→0

Cela signifie que la dérivée de J en u dans la direction h est égale à la limite lorsque t tend vers 0
du taux de variation de la fonction J le long de la droite passant par u et dirigée par h.

4.2 Les dérivées au sens de gâteaux de divers fonctions

Nous étudierons le cas de différentes fonctions
 10

4.2.1 La fonction exponentielle

Soit l’application suivante J; u → R et J(u) = eu . En utilisant les propriétées de l’exponetielle ea+b =
ea eb la dérivée au sens de gateaux de cette fonction sera comme suit
eu eth −eu
DJu (h) = lim t
t→0
u eth −1
= e lim t
t→0
= heu

4.2.2 La fonction valeur Absolue dans R

Pour la fonction F (u) = |u|, le calcule de la limite nous donnera
u
h u̸=0
dJU (h) = {|h||u| u=0

On notera que la dérivée au sens de gateaux de |u| existe en 0,car en ce point la derivée directionnelle
dépendra de h en un sens nonlineaire.

4.2.3 Une fonction integration

Soit J : H 1 (φ) → R
R 1 2 + 21 u2 dx

J(u) φ 2 ux

Ce qui inclue
1 2 1 2 1 2 2 1 2 1 2 1 2
[ ]dx
R
φ 2 ux + 2 u +tuh+tux hx + 2 t hx + 2 th − 2 ux − 2 u
Dh J = lim t
t→0 R
Dh J = φ [uh + ux hx ] dx

Il serait important de noter qu’il est fréquent de rencontrer des problémes d’optimizations lors d’un
échange effectué entre l’intégration et Gâteaux différentielle. La variable d’intégration x et la variable
de la directionnelle u sont évidemment différentes. Dans ce cas là, la limite t → 0 est prise en compte
en vérifiant que l’intégrale est dominé par une fonction intégrable de Lebesgue. Ainsi si les conditions
de Lebesgue sont respectées, la limite et l’intégrale peuvent être interchangées.

4.3 Quelques propriétées sur la dérivée au sens de Gâteaux

Soit f et g deux application sur R

4.3.1 Dérivée directionnelle d’une constante

la dérivée au sens de gâteaux d’une constante est 0. ou plus formellement Dh C = 0 suivant la définition.

4.3.2 La somme de deux fonction

La dérivée directionnelle d’une somme des fonctions f et g est connue comme suite ; dh (f ± g) =
dh f ± dh g, d’aprés la définition.
 11

4.3.3 Le produit et quotient de deux fonctions

La dérivée au sens de gâteaux du produit de fonctions f g est Dh (f.g) = (Dh f ).g + f.(Dh g)
La dérivée au sens de gateaux d’un produit scalaire ⟨f, g⟩ ( ou on peut l’écrire aussi f T g ) est
comme tel Dh ⟨f, g⟩ = ⟨f, Dh g⟩ + ⟨Dh f, g⟩ ou avec la notation de la transposée on obtient le résultat
suivant Dh (f T g) = f T Dh g + (Dh f )T g
f (x + th) = f (x) + tf ′ (x)(h) + o(t)
g(x + th) = g(x) + tg ′ (x)(h) + o(t)
( o(t) est une notation, une explication plus détaillée sera faite dans le cas suivant )
f (x + th)g(x + th) = f (x)g(x) + t(f (x)g ′ (x)(h) + g(x)f ′ (x)(h)) + t2 f ′ (x)(h)g ′ (x)(h)
+o(t)(f (x) + tf ′ (x)(h) + g(x) + tg ′ (x)(h) + o(t))
Ce qui nous donne le résultat car
t2 f ′ (x)(h)g ′ (x)(h) + o(t)(f (x) + tf ′ (x)(h) + g(x) + tg ′ (x)(h) + o(t)) = o(t)
g(x)f ′ (x) + f (x)g ′ (x) ∈ L(u, v), comme combinaison linéaire de f ′ (x) et g(x).

4.3.4 Fonctions composées ( dérivabilité en chaı̂ne )

Nous allons démontrer cette propriétées sous formes d’exemple
soit les applications g : v → u Gâteaux dérivable en x ∈ V et f : U → W Gâteaux dérivable en
g(x)
On aura donc
f (g(x+th))−f (g(x))
Dh (f ◦ g)(x) = lim t ...(1)
t→0

f (x+th)−f (x)
D’après la définition Dh f = lim t , on obtient ;
t→0

f (x + th) = f (x) + tDh f (x) + o(t)

q
Ou o(t) est une notation qui signifie qu’une quantitée q est o(t) ⇐⇒ lim =0
t→0 t
En remplaçant dans (1) on obtient ;
f (g(x)+tDh g(x)+o(t))−f (g(x))
= lim t
t→0
f (g(x)+t(Dh g(x)+t−1 o(t)))−f (g(x))
= lim t
t→0
f (g(x))+tD(D g+t−1 o(t)) f (g(x))−f (g(x))
= lim h
t
t→0
= DDh g f (g)

4.4 Différents examples sur les dérivées au sens de gâteaux

Rb
J(U ) = φ(U (x))dx sur C 0 [a, b] où φ : R → R
a

Rb
Ju′ (h) = φ′ (U (x))h(x)dx
a
Rb
J(U + th) − J(U ) = [φ(U (x) + th(x))dx − φ(U (x))]
a
J(U +th)−J(U ) Rb Rb
t = h(x)φ′ (U + oth)dx → φ′ (U )h(x)dx
a a
= Dérivée Gâteaux de J en U dans la direction h
 12

√
Calculons la dérivée directionnelle de la fonction : f (x,√y) = (x − 1 3 x − y
au point (x, y) = (1, 1), le long de la direction U = ( 12 , 23 ).
D’après la définition nous savons que :
√
f (1+ 2t ,1+ t 2 3 )−f (1,1)
DU f (1, 1) = lim t
t→0

avec
√ q √
t t 3 t 3
t( 12 −
3
f (1 + 2, 1 + 2 ) = 2 2 )

le résultat sera alors

√ q √
f (1+ 2t ,1+ t 2 3 )−0 1 3
t( 12 −
3
lim t = lim 2 ) =0
t→0 t→0 2

Dans ce cas ; DU f (1, 1) = 0.

calculons la dérivée directonnelle
√
de la fonction f (x, y) = 3x2 y − 4xy, au point (x, y) = (1, 2) le
3 1
long de la direction U = ( 2 , − 2 )
En se basant sur la définition on a :
√
f (1+ t 2 3 ,2− 2t )−f (1,2)
DU f (1, 2) = lim t
t→0

D’un coté on a ;
√ √ √
t 3 9− 3 2 1+4 3
f (1 + 2 ,2 − 2t ) = − 98 t3 + 2 t + 2 t −2

La limite est alors :

√
√ √ √
f (1+ 2t ,1+ t 2 3 )+2 9− 3 1+4 3 1+4 3
lim t = lim − 89 t2 + 2 t + 2 = 2
t→0 t→0

5 Dérivée de Fréchet
La dérivée de Fréchet est une généralisation de la notion de dérivée classique pour les fonctions définies
sur des espaces de Banach. Elle s’applique aux fonctions qui sont différentiables en chaque point de
leur domaine. La dérivée de Fréchet mesure la linéarité de l’approximation de la fonction par une
application linéaire continue.
Rappel : Un espace vectoriel normé (X,d) est dit de Banach (complet) si chaque suite de cauchy
de X est convergente dans X .

5.1 Définition et exemples :

-Soit deux espaces de banach X et Y , ν un ouvert de X
 13

5.1.1 Définition :
soit u ∈ ν, et F : ν −→ Y , On dit que la fonction F est différentiable au point u si une application
linéaire continue A ∈ (X, Y ) existe telle que si on considère pour un vecteur h ∈ X petit
lim F (u+h)−F
∥h∥
(u)−A.h
=0
∥h∥−→0
Autrement dit, ∀ε ≻ 0, ∃δ ≺ 0, ∥h∥X ⪯ δ =⇒ ∥F (u + h) − F (u) − A.h∥Y ⪯ ε ∥h∥X .
Si l’application A ∈ (X, Y ) existe, elle est necéssairement unique.
Notée : A = dF (u), appelée différentielle au sens de Fréchet de F en u .

5.1.2 Exemples :
1- F F (u) = c est dévibable selon Fréchet et sa dérivée dF (u) = 0 ∀u.
2- Si A ∈ (X, y), A(u + h) − A(h) = Ah donc dA(u) = A, ∀u
3- Si B = X × Y −→ Z est bilinéaire B(u + h, v + k) = B(u, v) + B(h, v) + B(u, k) + B(h, k) est
continue |B(h, k)| ⪯ C ∥H∥ ∥K∥
dB(u)(h, k) = B(h, v) + B(h, k)
4- X = H hilbert , F (u) = ∥u∥2 = ⟨u, u⟩ , dF (u) = 2 ⟨u, h⟩
5- Soit F : R3 −→ R2 définie par F (x, y, z) = (2x2 + y, 2z) La dérivée de F au sens de Fréchet
est l’opérateur linéaire A : R3 −→ R2 définie par A(h, k, i) = (4xh, k, 2i). La dérivée dépend des
coordonnées (x, y, z) et elle donne une approximation linéaire de la variation de la fonction dans
l’espace.
lemme: Si F est différentiable en u alors F est continue en u

5.2 Proposition:
Si F est Fréchet différentiable en u, elle est Gateaux différentiable en u, et dG F (u) = dF (u). Cependant
la réciproque est fausse.
exemple la fonction valeur absolue notée |x| définie sur l’espace des fonctions continues C([0, 1]).
Dérivable au sens de Gâteaux mais pas au R 1 sens de Fréchet :
Soit f : C([0, 1]) → R définie par f (g) = 0 |g(t)|dt pour toute fonction continue g sur l’intervalle [0, 1].
Au sens de Gâteaux, nous pouvons dériver cette fonction en un point g0 ∈ C([0, 1]) en considérant la
limite de la différence quotient lorsque ϵ tend vers 0 :
f (g0 +ϵh)f (g0 )
Df (g0 )(h) = lim ϵ
ϵ→0

Pour tout h ∈ C([0, 1]) :

R1 R1
|g0 (t)+ϵh(t)|dt |g0 (t)|dt
Df (g0 )(h) = lim 0
ϵ
0
ϵ→0

Si g0 est différent de zéro, nous pouvons choisir h de telle sorte que g0 (t) + Rϵh(t) ait un signe constant
1
sur l’intervalle [0, 1], pour de petites valeurs de ϵ. Dans ce cas, l’intégrale 0 |g0 (t) + ϵh(t)|dt est une
fonction continue de ϵ, et donc la limite peut être calculée directement en évaluant cette fonction en
ϵ = 0. On obtient donc :
R1
Df (g0 )(h) = 0 sgn(g0 (t))h(t)dt
où sgn(x) est la fonction signe de x. Ainsi, la fonction f est dérivable au sens de Gâteaux pour tout
g0 ̸= 0.
Cependant, la fonction f n’est pas Fréchet-dérivable en tout point. Pour montrer cela, considérons
la fonction constante nulle g0 = 0. Si f était Fréchet-dérivable en g0 = 0, cela signifierait qu’il existerait
une forme linéaire continue L : C([0, 1]) → R telle que :
 14

∥f (0+h)f (0)L(h)∥
lim ∥h∥ =0
∥h∥→0

pour tout h ∈ C([0, 1]). Cependant, si nous choisissons h comme une fonction constante non nulle,
alors |f (0+h)−f (0)−L(h)|
|h| = 1 pour tout |h| =
̸ 0. Par conséquent, f n’est pas Fréchet-dérivable en g0 = 0.
En résumé, la fonction valeur absolue est dérivable au sens de Gâteaux pour tout point g0 de
l’espace des fonctions continues C([0, 1]), mais n’est pas Fréchet-dérivable en g0 = 0.
Opération sur les applications différentiables :
1 Supposons que F et G soient deux applications de ν vers Y . Si F et G sont différentiables en un
point u appartenant à G, alors ∀λ, φ réels, λF + φG est différentiable en u et : d(λF + φG)(u) =
λdF (u) + φdG(u)

2 Soient X, Y, Z trois espaces de Banach, ν un ouvert de X et w un ouvert de Y . Considérons

F : ν −→ Y et G : w −→ Z, où F (u) ⊂ w. Si F est différentiable en u et G est différentiable en x
= F (u), alors G ◦ F est différentiable en u et sa différentielle est donnée par l’expression :
d(G ◦ F )(u) = dG(x) ◦ dF (u)
i.e d(G ◦ F )(u)(h) = dGG(x)[dF (u)h]
En d’autres termes, la différentielle de la composition G ◦ F est obtenue en composant les applica-
tions linéaires continues dF (u) et dG(x), où x = F (u).
Théorème : Si f est F-différentiablePen a alors les différentielles partielles de f en a existent, et pour
tout d = (d1 , ..., dn ) on a Df (a)d = nk=1 ∂k f (a)dk . Par contre l’existence des dérivées partielles en
a n’est pas suffisant pour que f soit différentiable en a elle doit verifiée le théoreme de Shwarz.

5.3 Quelques F-différentielles classique:

5.3.1 Différentielle d’une application linéaire continue :
Soit J une application linéaire continue d’un e.v.n U dans un e.v.n. W L’application J est différentiable
en tout point u ∈ U et sa différentielle est égale á J : DJ(u) = J pour tout u ∈ U .

5.3.2 Différentielle d’une application bilinéaire continue :

Soient U1 , U2 et W des espaces vectoriels normés, et Soit ϕ une application bilinéaire continue de U1 ×
U2 dans W . L’application ϕ est diférentiable en tout point (u1 , u2 ) de U1 × U2 et Dϕ(u1 , u2 )(h, k) =
ϕ(u1 , h) + ϕ(u2 , k) pour tout (u1 , u2 ) ∈ U1 × U2 et tout (h, k) ∈ U1 × U2 .

5.3.3 Différentielle d’une application multilinéaire continue :

Soient U1 , ..., Un et Y des espaces vectoriels normés. Soit ϕ une application multilinéaire continue de
U1 ×. . .× Un dans Y . L’application ϕ est différentiable en tout point (u1 , ..., un ) de U1 × . . . × Un
et :
Dϕ(u1 , ..., un )h = ni=1 ϕ(u1 , ..., ui−1 , hi , ui+1 , ..., un ) pour tout (u1 , ..., un ) ∈ U1 × . . . × Un et tout
P
(h1 , ..., hn ) ∈ U1 × . . . × Un .

5.4 Applications :
J(u) = 21 a(u, u) − b(u)
Ju′ (h) = a(u, h) − b(h)
-Soit E = C 0 [a, b] l’ensemble des fonctions continues sur [a, b]
 15

Rb
J(u) = a ϕ(u(x))dx où ϕ : R → R donnée et vérifiant certains propriétées ( ϕ ∈ C 1 (R))
Rb
-Soit E = Lp [a, b] = u : [a, b] → R, a |u(x)|P dx ≺ +∞
Rb
Ju′ h = a ϕ′ (u(x))h(x)dx
ϕ ∈ C 1 (R), |ϕ(t)| ⪯ C1 |t|p
|ϕ′ (t)| ⪯ C2 |t|p−1

Rb
J(U ) = φ(U (x))dx
a

Sur C [a, b] où φ : R → R dans C ′

Rb
JU′ (h) = φ′ (U (x))h(x)dx
a

D’aprés le théoréme des accroissement fini on a

Rb
J(U + th) − J(U ) = [φ(U (x) + th(x)dx − φ(U (x))]
a
J(U +th)−J(U ) Rb Rb
t = h(x)φ′ (U + θth)dx → φ′ (U )h(x)dx
a a

Ce dernier représente la dérivée de Gâteaux J en U dans la direction h

5.5 l’Inégalitée de Holder:

est une inégalité qui établit une relation entre les normes de deux fonctions et leur produit.
soit p, q ≺ 1 tels que p1 + 1q = 1
Soient f et g deux fonctions mesurables sur un espace mesurable ω avec une mesure positive θ.
Rb Rb 1 R 1
b
L’inégalité de Hölder énonce que : a f (x)g(x)dx ⪯ ( a |f (x)|p dx) p ( a |g(x)|q dx) q
L’inégalité de Hölder peut être utilisée en conjonction avec le calcul différentiel pour obtenir des es-
timations sur la taille des dérivées d’une fonction différentiable. Par exemple, si une fonction f est
différentiable sur un intervalle donné, alors ses dérivées sont continues sur cet intervalle, et on peut ap-
pliquer l’inégalité de Hölder pour obtenir des estimations sur la taille des dérivées. Cela peut être utile
pour prouver des résultats sur la convergence de suites de fonctions, l’existence de solutions d’équations
différentielles, etc.

5.6 Quelques exemples sur les dérivées de Fréchets des fonctions :

1)- J(u) = 21 a(u, u) − (b, u) où a(., .) : E × E → R bilinéaire. J ′ (u) ? J ′ (u) = 0 ⇔ a(u, h) = (b, h)
J(u + h) = J(u) + Ju′ (h) + 0(∥h∥)
∥h∥ = max |h(x)|, x ∈ [a, b] norme de C 0 [a, b]
Rb
2)- J(u) = a ϕ(u(x))dx où ϕ ∈ C 1 (R)
Rb
Ju′ (h) = a ϕ′ (u(x))h(x)dx sur E = C 0 [a, b]
Rb
3)- J(u) = a ϕ(u(x))dx sur E = Lp [a, b] et ϕ ∈ C 1 (R) vérifiant |ϕ(t)| ⪯ C1 |t|p
|ϕ′ (t)| ⪯ C2 |t|p−1
Rb
Ju′ (h) = a ϕ′ (u(x))h(x)dx
4)- J(x)∥x∥∞ , ∥x∥1 , ∥x∥2 , ∥Ax∥2 ; A ∈ Mn (R)
5)- J(x) = ∥Ax − b2 ∥ où A ∈ Mm,n (R) matrice réctangulaire la solution x est tq J(x) est minimale
 16

(moindres carrées). min réalisé lorsque AT Ax = AT b système carré.

Rb
6)- J(u) = a ϕ(u(x))dx
u ∈ C 0 [a, b] ... (1)
u ∈ Lp [a, b] ... (2)
ϕ : C 1 [R] −→ R
Rb
Ju′ (h) = a ϕ′ (u(x))h(x)dx
∃C1 ≻ 0 : |ϕ(t)| ≤ C1 |t|p .. (*)
∃C ≻ 0 : |ϕ′ (t)| ≤ C2 |t|p−1 .. (**)
Rb 2 Rb p
a |ϕ(u(x))|dx ⪯ C1 a |u(x)| dx d’après (*)
p
J bien définie sur L [a, b]
Rb Rb Rb 1 R 1
b
la dérivée : a |ϕ′ (u(x))||h(x)|dx ⪯ C2 a |u(x)|p−1 |h(x)|dx d’après Holder ⪯ C2 ( a |u|(p−1)q ) q ( a |h|p dx) p ⪯
Rb 1 R 1
b
C2 ( a |u|p ) q ( a |h|p dx) p

5.7 Différentielle seconde

La dérivée seconde d’une fonction mesure la variation du taux de variation de cette fonction. Elle
2
représente la dérivée de la dérivée de la fonction par rapport à une variable donnée.Notée f ′′ (x) ou ∂∂xf2

5.7.1 Définition
Soient X et W deux espaces de Banach. Soit U un ouvert de X et J une fonction définie sur U et
à valeurs dans W . On dit que f est deux fois différentiable en un point a de U si et seulement si f
est différentiable dans un voisinage Va de a et si l’application x → DJ(x) de Va dans L(X; W ) est
différentiable en a. La différentielle de cette application est appelée la différentielle seconde de J en
a et est notée D2 J(a) ou f ′′ (a). Ainsi, D(Df ())(a) = D2 f (a) (ou encore (f ′ ())′ (a) = f ′′ (a)). Par
définition, la différentielle seconde D2 f (a) appartient à L(X; L(X; Y )). En utilisant l’isomorphisme
entre L2 (X; Y ) et L(X; L(X; Y )), on identifie D2 f (a) à une application bilinéaire continue de X × X
dans W de la manière suivante : D2 f (a)(d, σ) = (D2 f (a)d)σ, pour tout d ∈ X et tout σ ∈ X.

5.8 Les points critiques d’une fonction

5.8.1 Définition :
Les points critiques d’une fonction correspondent aux points où sa dérivée s’annule ou n’existe pas.
Dans le contexte des dérivées de Fréchet, les points critiques sont déterminés en recherchant les points
où la dérivée de Fréchet de la fonction est nulle. DJ(a) = 0

5.8.2 Exemple :
Considérons la foction J : R2 −→ R2 définie par J(x, y) = (x2 + 3y 2 , xy).
Afin de trouver les points critiques de cette fonction:
1)- Tout d’abord, nous calculons les dérivées partielles de f par rapport à x et y : ∂J ∂x = (2x, y)
∂J
∂y = (6y, x)
2)- Ensuite, nous utilisons ces dérivées partielles pour former la dérivée de Fréchet de J en un point
(x, y) : Df (x, y) = ( ∂J ∂J
∂x , ∂y ) = ((2x, y), (6y, x))
3)- Maintenant, nous recherchons les points (x, y) annulateur de la dérivée de fréchet :
(2x,y) = (0,0) (équation pour la dérivée partielle par rapport à x) (6y,x) = (0,0) (équation pour la
dérivée partielle par rapport à y)
La première équation nous donne x = 0, et la deuxième équation nous donne y = 0.
 17

Donc, le seul point critique de la fonction f est (0, 0).

5.9 Les extremums ;

5.9.1 Application :
Afin rechercher les extremums d’une fonction à l’aide des dérivées de Fréchet, Nous deverons : Trouvez
les points critiques de la fonction, examinez la nature de l’extremum pour chaque point critique en
utilisant la dérivée seconde de Fréchet, également appelée hessienne. La hessienne est la matrice des
dérivées partielles secondes de la fonction, pour chaque point critique on évalu les dérivées partielles
secondes aux valeurs correspondantes du point critique afin de calculer la heissienne. Ensuite on va
analyser  la Heissienne pour déterminer la nature
 de l’extremum:
∂2J ∂2J ∂2J
 ∂x2 ···
 21 ∂x1 ∂x2 ∂x1 ∂xn 
 ∂ J 2
∂ J ∂2J 
 ··· 
H(J) =  ∂x2 ∂x1
 ∂x22 ∂x2 ∂xn  a- Si elle est définée positive à un point critique, cela
 .. .. .. .. 

 . . . . 

 ∂ J 2 2
∂ J 2
∂ J 
···
∂xn ∂x1 ∂xn ∂x2 ∂x2n
indique un minimum local.
b- Si la hessienne est définie négative à un point critique, cela indique un maximum local.
c- Si la hessienne a des valeurs positives et négatives, ou est indéfinie, le point critique est un point
d’inflexion.
Remarque: On peut également également utiliser le test du rapport d’incrémentation ou le test du
ratio de courbure pour déterminer la nature de l’extremum.

5.9.2 Exemple d’application :

Considérons la fonction J : R2 −→ R définie par J(x, y) = x2 + y 3 .
1- On cherche les points critiques : ∂J ∂J 2
∂x = (2x) ∂y = (3y ) Pour trouver les points critiques, nous devons
résoudre l’équation : 2x = 0 et 3y 2 = 0 Cela nous donne le point critique (0, 0).
2- Analyser la hessienne : La hessienne de J est une matrice des dérivées partielles secondes de J.
Dans ce cas, la hessienne est : HJ = [[2, 0], [0, 0]] Cette matrice est indéfinie
La hessienne est une matrice diagonale avec des valeurs constantes. Elle est indéfinie nous ne
pouvons pas conclure sur la nature de l’extremum.
Dans des cas plus complexes, la recherche des extrema peut nécessiter des méthodes d’optimisation
plus avancées et l’analyse approfondie de la hessienne.
 18

References
[1] Dérivées de Gâteaux, /https://www.editions-ellipses.fr/PDF/9782340005228 extrait.pdf

[2] Polytech Paris, 2016/2017 https://www.ljll.math.upmc.fr/˜nardoni/TDagrl3/TD2cor.pdf.

[3] Jean-Pierre RAYMOND, Calcul Différentiel, 2000 /https://www.math.univ-

toulouse.fr/ raymond/book-CD-LIM.pdf.

[4] Calcul Différentiel, Julia Matos,Université d’Evry Val-d’Essonne, 2012/2013 /http://www.math-

evry.cnrs.fr/media/members/jmatos/calculdiff1213.pdf

[5] Calcul Différentiel Et Équations Différentielles, Sylvie Benzoni, 2010 /http://math.univ-

lyon1.fr/ pujo/coursCDpujo-2010.pdf

[6] Calcul différentiel et équations différentielles, Alexandre Munnier, 2021 ://hal.science/hal-

03135214/document