Académique Documents
Professionnel Documents
Culture Documents
TOPOLOGIE DE RN
1.1 Introduction
Dans ce cours, on intéresse aux fonctions f définie sur un ensemble U de Rn à
valeur de Rp . Pour cela il faudra étudier tout d’abord la structure du domaine U
car le domaine est aussi important que la fonction comme nous le verrons.
Nous allons donc présenter les notions de distances, normes, ouverts, fermés, . . ..
des domaines inclus dans Rn qui nous seront utiles tout au long de ce cours pour
tous les nouveaux outils abordés.
Objectifs du chapitre
• Introduire les notions topologiques de Rn qui sont essentielles pour une étude
rigoureuse des fonctions de plusieurs variables.
• Savoir que sur les espaces Rn toutes les normes sont équivalentes et que ceci
implique l’étude d’une propriété topologique sur Rn ne dépend pas de la
norme choisie.
10
1.3 Notion de norme Chapitre 1
• Savoir que les espaces Rn sont complets en tant qu’espaces vectoriels normés.
x
1
..
x = . .
xn
11 a.benia@univ-alger.dz
1.3 Notion de norme Chapitre 1
k · k : E −→ [0, +∞[
x 7−→ kxk
i=1
n
! p1
X
kxkp = |xi |p ,
i=1
12 a.benia@univ-alger.dz
1.4 Topologie : ouvert, fermé, compact Chapitre 1
1.1 Théorème
Toutes les normes sur Rn sont équivalentes entre elles.
13 a.benia@univ-alger.dz
1.4 Topologie : ouvert, fermé, compact Chapitre 1
4) On dit que U est borné, s’il existe une boule qui contient tout les
éléments de U , c’est-à-dire
Exemple 1.2.
2) Les boules fermées et les pavés fermées [a1 , b1 ] × · · · × [an , bn ] de Rn sont des
ensembles compacts de Rn .
14 a.benia@univ-alger.dz
1.6 Suites de Rn Chapitre 1
d : Rn × Rn −→ [0, +∞[
(x, y) 7−→ d(x, y)
1) d(x, y) = 0 ⇔ x = y.
2) d(x, y) = d(y, x).
3) d(x, y) 6 d(x, y) + d(z, y).
Exemple 1.3.
d(x, y) = |x − y| est une distance sur R. En effet, pour tout x, y, z de R
1) |x − y| = 0 ⇔ x = y.
2) |x − y| = |y − x|.
3) |x − y| = |x − z + z − y| 6 |x − z| + |z − y|.
Remarque 1.1.
À partir d’une norme k · k définie sur Rn , on peut toujours définir une distance d
associée à cette norme par la relation d(x, y) = kx − yk. Réciproquement, il existe
des distances définies sur Rn qui n’induisent pas de norme associée à celles-ci.
15 a.benia@univ-alger.dz
1.6 Suites de Rn Chapitre 1
lim xm = `,
m→+∞
si
∀ε > 0, ∃N ∈ N, ∀m > N, kxm − `k < ε.
On retrouve les mêmes propriétés de base que pour la limite d’une suite réelle :
1.1 Proposition
1− Unicité de la limite. Soient (xm )m∈N une suite de Rn , `1 ∈ Rn et `2 ∈
Rn . Si xm → `1 et xm → `2 quand m tend vers +∞, alors `1 = `2 .
2− Linéarité de la limite. Soient (xm )m∈N et (ym )m∈N deux suites d’élé-
ments de Rn . Soient `1 , `2 ∈ Rn , et λ, µ ∈ R. S i
xm −→ `1 et ym −→ `2 ,
m→∞ m→∞
alors
λxm + µym −→ λ`1 + µ`2 .
m→∞
1.2 Proposition
Soient k · k et k · k0 deux normes sur Rn . Soient (xm )m∈N une suite de points
de Rn et ` ∈ Rn . Alors
16 a.benia@univ-alger.dz
1.7 Exercices sur le chapitre 1 Chapitre 1
1.7 Définition
On dit que la suite (xm )m∈N d’éléments de Rn est de Cauchy si
1.3 Proposition
Rn est complet. Cela signifie que toute suite de Cauchy dans Rn est conver-
gente.
2− Montrer que
√
kxk∞ 6 kxk2 6 kxk1 6 nkxk∞ et kxk2 6 nkxk∞ ,
pour tout x ∈ Rn .
Discuter le cas n = 1.
Exercice 2.
Soit l’espace vectoriel normé Rn .
17 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
Exercice 3.
Soit l’espace vectoriel normé Rn .
1 1
1) Soient p, q ∈]1, +∞ [ tels que p
+ q
= 1. Montrer que pour tout s, t > 0,
st 6 p1 sp + 1q tq
st = p1 sp + 1q tq ⇐⇒ sp = tq
18 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
√
kxk∞ 6 kxk2 6 kxk1 6 nkxk∞ et kxk2 6 nkxk∞ ,
on trouve que
x21 + · · · + x2n = kxk22 6 nkxk2∞ ,
ainsi
√
kxk2 6 nkxk∞ .
• On a
|x1 |2 + · · · + |xn |2 6 (|x1 | + · · · + |xn |)2 ,
19 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
alors
kxk22 6 kxk21 ,
d’où
kxk2 6 kxk1 .
p
B2 = {(x, y) ∈ R2 , x2 + y 2 6 1}
20 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
Corrigé de l’exercice 2
ainsi
kxk − kyk 6 kx − yk
kyk − kxk 6 kx − yk
puis
−kx − yk 6 kxk − kyk 6 kx − yk
d’où
kxk − kyk 6 kx − yk.
2) Soit (xn )n∈N une suite de Rn qui converge vers le vecteur ` ∈ Rn . Alors pour
tout ε > 0, il existe n0 ∈ N tel que
alors
|kxn k − k`k | < ε,
21 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
d’où
lim kxn k = k`k = k lim xn k.
n→+∞ n→+∞
Ainsi,
lim kxn − yn k = 0 et lim kxn − ak = 0,
n→+∞ n→+∞
en déduit que
lim kyn − ak = 0.
n→+∞
Corrigé de l’exercice 3
1 1
ϕ(t) = sp + tq − st,
p q
ϕ0 (t) = tq−1 − s.
x 0 sp−1 +∞
ϕ0 (t) − 0 +
1 p
s +∞
p
ϕ(t)
0
22 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
donc on a :
n n n
X |xj | |yj | 1 X p 1 X
6 p |x j | + q |yj |q
j=1
kxkp kykq pkxkp j=1 qkykq j=1
1 p 1 q
= p kxkp + q kykq
pkxkp qkykq
1 1
= + =1
p q
Par conséquent, on a
n
X n
X
xj yj 6 |xj | |yj | 6 kxkp kykq
j=1 j=1
b) On a
n
X n
X
p
|xj + yj | = |xj + yj | |xj + yj |p−1
j=1 j=1
n
X
6 (|xj | + |yj |) |xj + yj |p−1
j=1
n
X n
X
p−1
= |xj | |xj + yj | + |yj | |xj + yj |p−1
j=1 j=1
23 a.benia@univ-alger.dz
1.8 Corrigé des exercices sur le chapitre 1 Chapitre 1
Par conséquent
n
! 1q
X p
kx + ykpp 6 (kxkp + kykp ) |xj + yj |
j=1
p
= (kxkp + kykp ) (kx + ykp ) q ,
d’où
p
(kx + ykp )p− q 6 kxkp + kykp ,
donc
kx + ykp 6 kxkp + kykp .
24 a.benia@univ-alger.dz
Méthodes Mathématiques pour l’Ingénieur_ CPEI
CHAPITRE 13
FONCTIONS A PLUSIEURS VARIABLES
1. Définitions et exemples
ℝ = {( , ,…, )}, ∈ℝ = 1, .
Pour :
= 2, ℝ = {( , )} ∶ .
′ ′
= 3, ℝ = {( , , )} ∶ .
: ⊂ℝ ⟶ℝ
( , ,…, )⟼ ( , ,…, )
Exemple 1
∶ ⊂ℝ ⟶ℝ
( , )⟼ ( , )= .
Exemple 2
∶ ℝ ⟶ℝ
( , , )⟼ ( , , )= . .
Exemple 3
ℎ∶ ℝ ⟶ℝ
( , , ) ⟼ ℎ( , , ) = −2 +3
= {( , ) ∈ ℝ ⁄ ( , ) }
ou
= {( , , ) ∈ ℝ ⁄ ( , , ) }
Exercice d’application
Considérons les fonctions f et g définies par :
: ⊂ℝ ⟶ℝ
( , ) ⟼ ( , ) = ln( + )
Résolution
= {( , ) ∈ ℝ ⁄ + > 0}
Soit D la droite d’équation
+ =0 ⟹ =−
Df est l’ensemble des points du plan hachuré privé des points de la droite (D).
Soit Ω( , , ) ∈ ℝ∗ .
( , ) = { , , ) ∈ ℝ ⁄( − ) + ( − ) + ( − ) < }
( , ) = { , , ) ∈ ℝ ⁄( − ) + ( − ) + ( − ) ≤ }
( , )= ( , ) = { , , ) ∈ ℝ ⁄( − ) + ( − ) + ( − ) = }
Exercice
Soit la fonction telle que :
: ℝ ⟶ℝ
1
( , , )⟼ ( , , )=
+ + −1
= {( , , ) ∈ ℝ ⁄ + + − 1 > 0}
soit + + > 1.
Dg est l’extérieur de la boule de centre 0 et de rayon 1.
Le domaine de la fonction est donc l’extérieur d’une boucle fermée de centre
(0,0,0) et de rayon =1.
3. Courbes de niveau
3.1. Lignes de niveau
Exercice d’application
Déterminer les lignes de niveau de la fonction définie par ( , ) = + .
= {( , , ) ∈ ⁄ ( , , ) = }, = constante réelle.
Exercice d’application
( , , )= − +
= {( , , ) ∈ ℝ ⁄ − + = }, = constante réelle.
1er cas : =0
− + = 0. Il s’agit d’un cône d’axe ( ) de sommet à l’origine.
2e cas : < 0.
Il s’agit d’une famille d’hyperboloïdes à deux nappes.
3e cas : >0
Il s’agit d’une famille d’hyperboloïdes à une nappe.
⊂ℝ ℝ ( ; )∈ℝ ( , , )∈ℝ
lim ( , )= lim
→
( , )=
( , )→ ,
→
lim ( , , )= lim
→
( , , )=
( , , )→ , ,
→
→
Exercice d’application
Calculer les limites suivantes :
sin −
lim
→
; lim ù ∈ ℝ∗
→
→ ∞
→
+
Continuité
Soit , ∈ , on dit que est continue en , ∶
lim ( , )= ,
( , )→ ,
( +Δ , )− ( , )
lim Δ = −
Δ → Δ
( ,Δ + )− ( , )
lim Δ = −
Δ → Δ
Exercice d’application
′( ′(
Calculer 0,0) et 0,0) de la fonction définie par :
( − )
, ( , ) ≠ (0,0)
( , )= +
0 , ( , ) = (0,0)
Remarque : Dans la pratique, pour calculer la dérivée partielle d’une fonction par
rapport à , on fixe et on dérive par rapport à . La dérivée partielle par rapport
à se fait en fixant . Mais tout cela est possible si la fonction n’admet pas de
point singulier.
Exemple : ( , ) = ln( + )
2
=
+
2
=
+
Définitions
Soit une fonction définie de ℝ → ℝ et un nombre réel, ∈ ℝ, est
partiellement dérivable en , si et seuleument si ses dérivées partielles en
( , )= ( , )+( − ) ′( , )+( − ) ′( , )+ ( , ) ( − ) +( − )
avec :
lim ( , ) = 0.
( , )⟶( , )
En posant − = et ( − )= , on a :
( , )= ′( ) ′( )
, + ,
Théorème 1
Toute fonction différentiable au point ( , ) est continue en ce point. Si f est
différentiable, elle est continue et admet des dérivées premières. La réciproque est
vraie si les dérivées premières et sont continues. Une fonction différentiable
est donc dérivable.
Théorème 2
Soit une fonction définie sur ⊂ ℝ . Supposons qu’en tout point de , il existe
des dérivées partielles premières par rapport à et . Si les dérivées partielles
premières sont définies et continues sur alors f est différentiable en tout point
de . La conséquence imédiate est la suivante. Si est différentiable en ( , )
alors il existe existe des dérivées partielles en ce point.
Exercice d’application
Montrer que : ( , ) = | | est différentiable au point (0,0).
= + + + ⋯⋯⋯+
= + ℎ=ℎ + ℎ
ℎ
Exercice
Donner une approximation de la variation de volume d’un cylindre droit de rayon
r=10 cm et de hauteur h=50 cm quand r augmente de 1 cm et h diminue de 2
cm. Calcul exact de la variation ∆ ?
Calcul approché de la variation ∆ par la différentielle ?
Résolution
Le volume du cylindre droit est :
= ℎ = ( , ℎ)
Calcul exact de la variation ∆
Soit la valeur initiale avec = 10 et ℎ = 50
= ℎ = × 10 × 50 = 15708
Soit la valeur finale avec = (10 + 1) et ℎ = (50 − 2)
= ℎ = × 11 × 48 = 18246
On a :
∆ = − = 18246 − 15708 = 2538
Calcul approché de la variation ∆ par la différentielle
On a :
= + ℎ = (2 )ℎ =
ℎ ℎ
Soit :
= (2 )ℎ + ℎ
d’où
∆ = (2 )ℎ ∆ + ∆ℎ
∆ = (2 × 10) × (1) + 10 (−2) = 3148 − 628 = 2513
Propriétés
Soient ( , , ) et ( , , ) fonctions différentiables de 3 variables indépendantes
, et .
Produit de fonctions
[| ∙ |] = [ | |] + [ | |] = +
= [ | |] − [ | |] = −
[ | |] = [ | |] = [ | |] =
Exercice
Calculer la différentielle logarithmique de :
−
( , )=
+
−
| ( , )| = = | − |− | + |
+
On a :
( − ) ( + )
[ | ( , )|] = = [ | − |] − [ | + |] = −
− +
2 −2 2 +2
[ | ( , )|] = −
− +
On regroupe les termes relatifs à et à :
1 1 1 1
= − 2 − + 2
− + − +
4 4
= −
− −
Exercice
Donner une approximation de la variation relative du volume ∆ ⁄ d’un
parallélépipède rectangle de côtés = 20 , = 40 et = 25 quand et
augmentent de 0,2 et que diminue de 1 .
Résolution
Le volume d’un parallélépipède rectangle est donné par la formule :
( , , )= ∙ ∙
Calcul exact de la variation relative
Volume initial : = 20 × 40 × 25 = 20 000
Volume final : = 20,2 × 40,2 × 24 = 19 489
∆ − 19489 − 20000 511
= = =− = −0,0256 = −2,56%
20000 20 000
Calcul approché par la différentielle logarithmique
= + + ⇒ = + +
= + + = = +0,2 = −1
0,2 0,2 1
= + − = 0,01 + 0,005 − 0,04 = −0,025 = −2,5 %
20 20 25
d’où :
∆
≈− , %
= ( , , )
= + +
| | = | || | + | || | + | || |
∆ = | |∆ + | |∆ + | |∆
∆ ∆ ∆ ∆
=| | +| | +| |
| | | | | | | |
4 8
= + = −
et l’incertitude relative
∆ ∆ ∆
= +2
= + +
Et si , , > 0, alors on a :
∆ ∆ ∆ ∆
= + +
Les dérivées premières des dérivées partielles premières sont appelées dérivées
partielles secondes. Elles sont de 4 types :
′′
= =
′′
= =
Les deux premières s’appellent dérivées secondes et les deux dernières sont
appelées dérivées secondes mixtes.
Par ZINSALO Joël M./ EPAC – UAC Page 215
Méthodes Mathématiques pour l’Ingénieur_ CPEI
, , , , ,
Énonçons le théorème suivant sur l’égalité des dérivées secondes mixtes : c’est le
théorème de Schwarz.
Théorème de Schwarz
Soit une fonction définie sur ⊂ ℝ . On suppose que admet deux dérivées
secondes mixtes.
′′ ′′
= =
On a :
Exercice d’application
Soit , une fonction définie par :
−
, ( , ) ≠ (0,0)
( , )= +
0 ( , ) = (0,0)
Calculer les dérivées secondes mixtes par rapport à et en (0, 0)
Différentielle seconde
Soit la fonction de variables ( , ) définie sur une partie ⊂ ℝ , on suppose que
admet des dérivées partielles secondes toutes continues sur . La différentielle
seconde de en tout point ( , ) est :
( , )= ′′ ( , ) ′′ ( , ) ′′ ( , )
+2 + = +
ù + é .
( , )= +
( , , )= ′′ ( , , ) ′′ ( , , ) ′′ ( , , ) ′′ ( , , )
+2 +2 +2
′′ ( , , ) ′′ ( , , )
+ +
( , , )= + +
8. Formule d’approximation
Soit la fonction définie sur dans ℝ , soit ( , ) ∈ . On suppose que est
différentiable au point ( , ). Cela suppose que admet des dérivées partielles
premières au point ( , ). On peut approximer la fonction ( , ) par la formule :
′ ′
+ , + ≈ ( , )+ ( , )+ ( , )
où et doivent être les plus petits possibles pour une meilleure précision.
Exercice d’application
Soit ( , ) = 3 − − . Calculer sans calculatrice une valeur approchée de
( 1,01; 2,98).
Résolution
On a :
1,01 = 1 + 0,01 2,98 = 3 − 0,02
On pose donc :
= 1, =3, = 0,01 = −0,02
On sait que :
′( ′
+ , + ≈ ( , )+ , )+ ( , )
Alors, on a :
On a :
(1,3) = −9
′( ′(
, )=6 − 1,3) = 3
′( ′(
, )=− −2 1,3) = −7.
Donc :
( , , , )≈− ,
Exercice
En utilisant la formule d’approximation d’ordre 1, calculer la valeur approchée
,
des nombres suivants : (1,07) + (1,96) ; √9,004 ; ( 1,001) et 1,01 .
Théorème :
Soit une fonction définie sur ⊂ ℝ et ( , ) ∈ . On suppose que est deux
fois continument différentiable dans le voisinage de ( , ), c'est-à-dire admet
des dérivées partielles d’ordre 1 et 2 toutes continues dans le voisinage de ( , )
alors la formule suivante est vérifiée :
( , )= ( , )+( − ) ′( , )+( − ) ′( , )
1 ′′ ′′ ′′
+ ( − ) ( , ) + 2( − )( − ) ( , )+( − ) ( , )
2
+ ( , )
où ( , ) est le reste.
Exercice d’application
Théorème
( +ℎ , +ℎ , +ℎ )
( , , ) ( , , ) ( , , )
= ( , , )+ ℎ +ℎ +ℎ
1 ( , , ) ( , , ) ( , , )
+ ℎ +ℎ +ℎ
2!
( , , ) ( , , ) ( , , )
+ ℎ ℎ +ℎ ℎ +ℎ ℎ +⋯
+( é )
Exercice
Solution
f ( 1,0 ) 1 0 1
f ( x1 , x2 ) f ( 1, 0 )
2 x1 s i n x2 ; 20 2
x1 x1
f ( x1 , x2 ) f ( 1,0 )
0 x1 c o s x2 ; 1c o s 0 1
x2 x2
2 2
f ( x1 , x2 ) f ( 1,0 )
2; 2
x 12 x 12
2 2
f ( x1 , x2 ) f ( 1 ,0 )
x 1 s i n x 2 ; 0
x 22 x 22
f x1 , x2 x1 c o s x2
2
f 1,0
2
c o s x2 ; 1
x 1 x 2 x1 x 1 x 2
f 1 h1 ,0 h2 1 2h1 h2 h12 h1 h2 . . . ( o r d r e s s u p )
2
f 1 ,1 , 0 ,1 1 2 0 ,1 0 ,1 0 ,1 0 ,1 0 ,1
f 1 ,1 , 0 ,1 1 ,32
Donc :
8 ,37 2 3
(1, 0).
Théorème
Si le signe de la dérivée est positif puis devient négatif quand croît, alors le
point candidat est un maximum de la fonction.
Si le signe de la dérivée est négatif puis devient positif quand croît, alors le
point candidat est un minimum de la fonction.
Théorème :
Exemple 1
Soit la fonction
( )= − 3 + 5.
( )=3 − 6 = 3 ( − 2)
et sa deuxième dérivée :
( ) = 6 − 6 = 6( − 1)
( )=0:
( ) = 0 ⟺ 3 ( − 2) = 0
⟺ =0 =2
Ces deux valeurs, maximum et minimum, sont appelées des extrema locaux ou
relatifs, parce qu’il existe des valeurs de x pour lesquelles la fonction prend des
valeurs plus grandes que 5 ou plus petites que 1, comme l’illustre la figure 2.
En ce point, la fonction prend la valeur la plus grande (ou la plus petite) sur un
intervalle donné ; la figure 3 donne un exemple d’extrema relatifs et absolus.
⎧ ( , )=0
⎪
⎨
⎪ ( , )=0
⎩
Cette condition est nécessaire mais n’est pas suffisante pour savoir la nature de
l’extremum.
Les points en lesquels les dérivées partielles premières sont nulles s’appellent
points critiques ou points stationnaires.
⎧ ( , )=0
⎪
⎨
⎪ ( , )=0
⎩
Tout point critique n’est pas nécessairement un extrémum d’une fonction, il va
falloir faire recours à une condition suffisante énoncée comme suit :
Soit ( , ) un point critique à variables et et une fonction définie dans
une partie ℝ . Désignons par :
= ( , )
= ( , )
= ( , )
Et posons Δ = . −
Théorème
Un point ( , ) vérifiant
⎧ ( , )=0
⎪
⎨
⎪ ( , )=0
⎩
On dit que admet un minimum relatif s’il existe un voisinage du point ( ; ) tel
que ( , ) ≥ ( , ).
( , )≥ ( , ).
Exercice d’application
Trouver les extrema de la fonction définie par ( , ) = 4 − + −
Notons que la condition suffisante évoquée ci-dessus provient d’un résultat plus
général concernant les fonctions à n variables ( , ,..., ).
⋯⋯
⎛ ⎞
⎜ ⎟
=⎜ ⋯⋯ ⎟
⎜ ⎟
⎜ ⋮ ⋮ ⋱ ⋮ ⎟
⋯⋯
⎝ ⎠
⎛ ⎞
=⎜ ⎟
⎝ ⎠
⎛ ⎞
⎜ ⎟
=⎜ ⎟
⎜ ⎟
⎝ ⎠
⎧ ( , ,..., )=0
⎪
⎪
⎪
( , ,..., )=0
⎨
⎪ ⋮
⎪
⎪ ( , ,..., )=0
⎩
Alors :
1. si les mineurs principaux de la matrice hessienne au point P sont tous
strictement positifs, il s’agit d’un minimum.
2. si les mineurs principaux de la matrice hessienne au point P sont de signes
alternés, le premier étant strictement négatif, il s’agit d’un maximum.
3. si les mineurs principaux ne vérifient pas l’une des conditions ci-dessus
prises au sens large (c’est-à-dire respectivement ”positif ou nul” et ”négatif
ou nul”), il ne s’agit ni d’un minimum ni d’un maximum, mais d’un point-
selle.
4. si les conditions (1) et (2) se vérifient au sens large, alors on ne peut pas
conclure.
∆ = ∙ −
Ainsi :
∆ > 0 et ∆ > 0 ⟹ .
∆ < 0 et ∆ > 0 ⟹
∆ ∆ <0 ⟹ −
∆ ∆ =0 ⟹ .
Exercice :
Trouver les extrema de la fonction définie par :
( , , )= − 17 +2 + −2 −2 + 81.
Autre méthode
Considérons le cas de trois variables. Les points stationnaires sont obtenus à
partir de la relation :
⎧ ( , , )=0
⎪
⎪
⎪
( , , )=0
⎨
⎪
⎪
⎪ ( , , )=0
⎩
On calcule :
Δ = ( + ℎ, + , + )− ( , , ).
Exercice :
Soit :
( , , )= −2 + −4 .
Etudier la nature de l’extrémum de .
′′ ′′ ′′ ′′ ′′ ′′
= + + + + + .
Exercice
Soit :
( , , )=− +2 +3 − −
Etudier la nature de son extrémum.
( , ) = 0.
Cette équation est appelé « équation de liaison » la recherche d’un extremum lié
peut être ramené à l’étude de l’extrémum de la fonction F définie par :
= ( , )+ ( , )
⎧ + =0
⎪
⎪
⎨ + =0
⎪
⎪
⎩ ( , )=0
Δ = ( + ℎ, + )− ( , ).
( + ℎ, + ).
Exercice d’application
Soit ( , ) = sous la contrainte + =6
Déterminer l’extrémum et préciser sa nature.
Résolution
Ici la contrainte peut s’écrire + − 6 = 0 et la fonction ( , )= + − 6. La
fonction de Lagrange est donc :
= ( , )+ ( , )= + ( + − 6)
On a :
+ =0
+ =0
+ =6
On trouve :
= 3, =3 = −3
Etudions la nature du point A(3,3).
Pour ce faire, on calcule :
Δ = (3 + ℎ, 3 + ) − (3,3) = (3 + ℎ)(3 + ) − 3 × 3 = 3ℎ + 3 + ℎ
De la contrainte ( , )= + − 6, on calcule :
(3 + ℎ, 3 + ) = 3 + ℎ + 3 + −6=ℎ+
Puisque ( , ) = 0 alors (3 + ℎ, 3 + ) = 0 soit ℎ + = 0 et donc = −ℎ.
Alors, on a :
Δ = 3ℎ + 3 + ℎ = 3ℎ + 3(−ℎ) + ℎ(−ℎ) = −ℎ ≤ 0 ∀ℎ ∈ ℝ.
D’où le point critique A(3,3) est un maximum.
Donc (3,3) = 9 est un maximum de ( , ) = sous la contrainte + = 6.
Exercice d’application
Soit ( , ) = −3 sous la contrainte + 2 = 1.
Résolution :
On trouve = −3, = 2 et = 6.
Δ = −6ℎ + ℎ − 12 − 3
Autre méthode
On forme le Lagrangien à partir de la fonction objectif et la contrainte
( , )=0:
( , , ) = ( , )+ ( , ).
On introduit la notion de la matrice hessienne bordée :
0
⎛ ⎞ ⎛ ⎞
⎜ ⎟ ⎜ ⎟
=⎜ ⎟=⎜ ⎟
⎜ ⎟
⎜ ⎟ ⎜ ⎟
⎝ ⎠ ⎝ ⎠
dont le déterminant sera noté : | |.
La condition suffisante pour l’existence d’un extremum est fournie par le critère
suivant :
Critère :
Si au point critique obtenu,
| | < 0, il s’agit d’un minimum.
| | > 0, il s’agit d’un maximum.
Exercice
Trouver les extrema de la fonction objectif :
( , )= 5 +6 −
sous la contrainte :
+2 = 24.
Généralisation
La matrice hessienne bordée est, pour n variables d’activités :
admet :
• un maximum au point critique si les mineurs principaux | |, | |, . . .,
| | sont de signe alterné, le signe de| | étant celui de (−1) ,
• un minimum si les mineurs principaux | |, | |, . . ., | | sont de
même signe, celui de (−1) .
Exercice
: ( , , ) ⟼ ( , , ).
( , , )=0
( , , )=0
⎧ + + =0
⎪
⎪
⎪ + + =0
⎪
⎨ + + =0
⎪
⎪
⎪ ( , , )=0
⎪ ( , , )=0
⎩
Conditions d’extrémum
On calcule Δ avec :
Δ = ( + ℎ, + , + )− ( , , ).
( + ℎ, + , + )=0
( + ℎ, + , + )=0
′′ ′′ ′′ ′′ ′′ ′′
= + + + + + .
Exercice d’application
1/ ( , , ) = −2 + −5 sous la contrainte + + 2 = 10
2/ ( , , ) = 2 −3 + −3 +2 sous la contrainte :
3 −2 =4
+ =1
Exemple
( , )= + −2=0
+ −2 =0 ⟹ = 2−
⟹ = √2 − ou = −√2 −
avec ∈ −√2; √2
Théorème
La dérivée d’une fonction implicite donnée par l’équation = ( ) donnée par
l’équation ou est une fonction différentielle des variables et peut être calculé
par la formule suivante :
=−
A condition que les dérivées supérieures d’ordre implicite peuvent être calculé en
dérivant successivement la formule ci-dessous et en considérant comme
fonction de . De même, les dérivées partielles d’une fonction implicite de deux
variables données par l’équation :
( , , )=0
=− et =−
à .
Exercice d’application
cos( + ) + = 0, calculer ’( )
Exercice d’application
ℎ −3 − =0 ù é
= ∙ + ∙
= ∙ + ∙
Exercice d’application
Soit ( , ) = ( + ) avec = + et =√ ∙ .
13.1.1. Gradient
⃗ ( , )= ⃗+ ⃗
⃗ ( , , )= ⃗+ ⃗+ ⃗
13.1.2. Divergence
On appelle divergence du champ vectoriel ⃗ tel que ⃗ = ( , , )⃗ + ( , , )⃗ +
( , , ) ⃗ et on note ⃗ ( , , ) la quantité scalaire définie par :
⃗( , , ) = + +
13.1.3. Laplacien
On appelle Laplacien de ( , , ), la quantité scalaire noté : ∆ ( , , ) ou
∇ ( , , ), définie par :
∆ ( , , )= + +
∆ = (∇ )
13.1.4. Rotationnel
On appelle rotationnel du champ vectoriel ⃗ = ( , , )⃗ + ( , , )⃗ + ( , , ) ⃗ la
∇∧ ⃗ = ⃗
= − ⃗− − ⃗+ − ⃗
⃗⃗= − ⃗− − ⃗+ − ⃗
Les opérateurs usuels peuvent être écrits dans tous les systèmes de coordonnées.
Coordonnées cartésiennes
Soit ( , , ) et ⃗ = ( , , )⃗ + ( , , ) ⃗ + ( , , ) ⃗
⃗ = ⃗+ ⃗+ ⃗
∆ = + +
⃗= + +
⃗⃗= − ⃗− − ⃗+ − ⃗
Coordonnées cylindriques
Soit ( , , ) et ⃗ = ( , , ) ⃗+ ( , , ) ⃗+ ( , , ) ⃗
1
⃗ = ⃗+ ⃗+ ⃗
1 1
∆ = + +
1 ( ) 1
⃗= + +
1 1 ( )
⃗⃗= − ⃗− − ⃗+ − ⃗
Coordonnées sphériques
Soit ( , , ) et ⃗ = ( , , ) ⃗+ ( , , ) ⃗+ ( , , ) ⃗
1 1
⃗ = ⃗+ ⃗+ ⃗
1 ( ) 1 1
∆ = + +
1 ( ) 1 ( ) 1
⃗= + +
1 1 1 1 ( )
⃗⃗= − ⃗− − ⃗+ − ⃗
13.2. Propriétés
13.2.1. Linéarité
( + )= ( )+ ( )
( )= ( ), =
⃗( ∙ ) = ∙ ⃗( ) + ∙ ⃗( )
∙ ⃗ = ∙ ⃗ + ⃗∙ ⃗( )
⃗ ∙ ⃗ = ∙ ⃗ ⃗ + ⃗ ∧ ⃗
⃗⃗ =0
⃗ ⃗( ) = 0
⃗ ⃗ ⃗ = ⃗ ⃗ −Δ⃗
⃗∧ ⃗∧ ⃗ = ⃗∙ ⃗ ⃗− ⃗∙ ⃗ ⃗
⃗ ⃗∙ ⃗ = ⃗∧ ⃗ ⃗+ ⃗∧ ⃗ ⃗+ ⃗∙ ⃗ ⃗+ ⃗∙ ⃗ ⃗
⃗∧ ⃗ = ⃗∙ ⃗ ⃗− ⃗∙ ⃗⃗
⃗ =∆
⃗ ⃗∧ ⃗ = ⃗ ⃗− ⃗∙ ⃗ ⃗− ⃗ ⃗+ ⃗∙ ⃗ ⃗
scalaire
= cos +
⃗
et sont les composantes du vecteur unitaire ⃗
cette relation peut
⃗
= ( )∙
⃗
avec cos , cos cos les composantes du vecteur unitaire appelé cosinus
directeur vérifiant la relation :
La dérivée dirigée vers le gradient, atteint sa plus grande valeur qui est
égale à :
=| ( )|
avec
| ( )| = + +
Exercice d’application
On appelle plan tangent à une surface en un point , le plan qui contient toutes
les tangentes aux courbes tracées sur la surface et passant par le point . Si la
surface est donnée par l’équation ( , , ) = 0, alors l’équation du plan tangent au
point ( ; ; ) de la surface est de la forme :
( − )+ ( − )+ ( − )=0
Exercice d’application
Former l’équation du plan tangent au point (1 ;1 ;1) de surface d’équation:
−2 + − + 2 = 0.
Planche d’exercices
Exercice 1
1. On considère la fonction f définie par :
− (0,0) =
( , )= ( , ) ≠ (0 ; 0) ( , )=
+ ( , )= ( , ) ≠ (0 ; 0)
0 2 +
) é (0; 0).
) (0; 0) (0; 0) . .
1,55 + 8 , .
Exercice 2
Deux pompes fonctionnant en parallèle tel qu’indiquées à la figure ci-après
refoulent de l’eau à travers des canalisations d’un réservoir commun vers une
destination commune. Le débit volume requis à destination est de 0,01 / . Les
pertes de pression dans les deux canalisations sont données par :
∆ ( ) = 2,1. 10 ∆ ( ) = 3,6. 10
où et sont les débits volumes respectifs en / . Les deux pompes ont le même
rendement et leurs moteurs d’entrainement ont aussi le même rendement.
Déterminer les valeurs optimales des débits volumes pour lesquelles la puissance
hydraulique totale de l’installation est minimale.
0,01 3/
∆
∆
1 2
Exercice 3
Une entreprise fabrique deux modèles de briques : le modèle X est plus abordable
et se vend 500 FCFA l'unité, tandis que le modèle Y se vend 1000 FCFA l'unité.
Les coûts totaux de fabrication (en FCFA) sont exprimés par la fonction suivante :
c( x, y ) 5 x 2 5 y 2 2,5 xy 10 000 où x est le nombre de briques du modèle X et y est
Exercice 4
1- Déterminer et représenter graphiquement le domaine de définition des fonctions
définies par :
+
( , )= ; ( , )= 1−( − )
−
1
ℎ( , ) = ; ( , )=
+ −1
−√
) (0; 0) (0; 0) .
ð ð
2. Soit g la fonction de classe définie par :
∶ ℝ →ℝ
( , )↦ ( , )
telle que :
(0 ; 0) = (0 ; 0) = (0 ; 0) = (0 ; 0) = (0 ; 0) = (0 ; 0) = 0
ð
Montrer que la fonction h définie par :
( , )
ℎ( , ) =
+
est continue. Indication : Utiliser la formule de Taylor.
Exercice 6
1. Déterminer les extrema locaux et globaux des fonctions définies de ℝ ℝ
par :
( , )= − + + ; ( , )=( + − 8)( + )
2. Trouver l’extrémum de la fonction h définie par :
1
ℎ( , ) = + (47 − − ) +
2 3 4
3. Trouver parmi les triangles rectangles d’aire S donnée celui dont l’hypoténuse a
la plus petite valeur.
Exercice 7
Soit ( , ) = + − +
1. ù = =0?
2. .
Exercice 8
Un village B se trouve à d km d'une voie ferrée. Où faut-il instaurer un arrêt C pour
que le voyage de la gare A au village B par la voie ferrée AC
et la route CB prenne le temps minimum ?
Le train roule à v km/h, le transport routier roule en
moyenne à km/h avec > 1.
Exercice 9
L’espace ℝ étant rapporté à sa base canonique ⃗ , ⃗, ⃗ les coordonnées d’un point
M de ℝ sont notées ( , , ) et on pose = + + . On donne les champs ⃗,
⃗, ⃗, ⃗ définis pour tout point M de ℝ − {(0,0,0)} par :
⃗ 1
⃗( ) = ; ⃗( ) = ⃗ ; ⃗( ) = ⃗( ) − ⃗( ) ; ⃗( ) = ⃗( ) + ⃗( ).
( , , )= − 1.
Exercice 10
Soit le champ vectoriel défini par :
⃗( , , ) = ( ) ⃗+ ⃗+ ⃗ = + +
où est une fonction d’une variable différentiable.
1. Calculer ⃗, ⃗ ⃗.
Exercice 11
On considère la fonction définie de ℝ vers ℝ par :
( , , )=
3
1. Calculer ( , , ) et ∆ ⁄ .
2. En déduire l’incertitude ∆ ⁄ en fonction ∆ ⁄ , ∆ ⁄ et ∆ ⁄ .
3. Application : Un cône de révolution a un volume = 1789 ± 2 et pour
rayon = 10 ± 0,05 . Sachant que du cône est proportionnel à l’aire de sa
base et à sa hauteur et que = 3,14 ± 0,01, calculer l’incertitude relative ∆ℎ⁄ℎ
sur la mesure de la hauteur du cône. Donner un encadrement de h.
CHAPITRE 14
Intégrales double et triple
( , ) .
L’intégrale double est donc l’intégrale d’une fonction de deux variables. Elle nous
permettra, entre autres, de calculer l'aire d'un domaine d'intégration, ainsi que le
volume d'un solide limité par les graphes de fonctions de deux variables.
( , ) ± ( , )] = ( , ) ± ( , )
( , ) = ( , ) = é
( , ) = ( , ) + ( , )
( , ) ≥0
( , ) ≤ ( , )
( , ) ≤ ( , )
( , ) ≤ ( , )
≤ ∙
Cas :
D = {( , )∈ ℝ ⁄ ≤ ≤ ≤ ≤ } dans ce cas on a :
( , ) = ( , ) = ( , )
Exercice d’application
Calculer
= ( +3 ) sur D = {(x, y) ∈ ℝ ⁄0 ≤ ≤2 2≤ ≤ 3}
= ( + ) .
[ , ]×[ , ]
= ( +3 )
1
= +
2
5
= + 19
2
5 1 19
= . +
2 4 2
5 19 5 19
= 2 + 2 )−( ×0+ ×0
8 2 8 2
I= 48
1
= ( + ) = + = 1.
[ , ]×[ , ] 2
CAS PARTICULIER
Il peut arriver que ( , ) soit sous la forme ( , ) = ( ). ℎ( ). Dans ce cas, on a
( , ) = ( ) × ℎ( )
Exercice d’application
Soit :
= ( , ) ∈ ℝ ⁄0 ≤ ≤4 1≤ ≤ } ( , )=
( , ) .
= ×
= ×
3
′( ′(
1 1
) = 1; ( ) = ; ( )= )= = − .
4
= − 0 .[ . − − (1 1 − 1)]
3
64
= ∗1
3
64
=
3
:
Le domaine d’intégration est défini de la façon suivante :
= {( , ) ∈ ℝ ⁄ ≤ ≤ ( )≤ ≤ ( )}
( )
( , ) = ( , ) ∶
( )
Exercice d’application :
= ( , ) dxdy où ( , ) = 2 −
= {( , ) ∈ ℝ ⁄1 ≤ ≤2 ≤ ≤ }
1 1 1
= (2 − ) = 2 − = 2 − −2 +
2 2 2
2 1 1 3 1
= − × − ×
4 5 2 2 3
9
= .
10
Cas :
Il peut arriver que soient continues sur l’intervalle [ , ] et D se présente
comme suit
= {( , ) ∈ ℝ ⁄ ( )≤ ≥ ( ) ≤ ≤ }
Alors on utilise le théorème de Fubini :
( , ) = ( , )
, ( , ) ù é é .
Exercice d’application
Soit ={ ( , )∈ℝ / ≥1, ≥1 + ≤ 3}
Calculer
1
=
( + )
O 1 2 3
On a donc :
= { ( , ) ∈ ℝ ⁄1 ≤ ≤3− 1≤ ≤ 2}
Par ZINSALO Joël M./ EPAC – UAC Page 255
Méthodes Mathématiques pour l’Ingénieur_ CPEI
1 1
= − ×
3−1 ( + )
1 1
= − ×
2 ( + )
1 1 1
=− −
2 (3 − + ) (1 + )
1 1 1
=− −
2 9 (1 + )
1 1 1 1
=− × + =
2 9 1+ 36
1
=
36
= { ( , ) ∈ ℝ ⁄1 ≤ ≤3− 1≤ ≤ 2}
Par suite, on a :
1 1
= − ×
3−1 ( + )
1 1
= − ×
2 ( + )
1 1 1
=− −
2 ( +3− ) ( + 1)
1 1 1
=− −
2 9 ( + 1)
1 1 1 1
=− × + =
2 9 +1 36
1
=
36
Exercice
= {( , ) ∈ ℝ ⁄ ≥ 0; ≥0 + ≤ 1}
Calculer
= ( , ) avec ( , )= +
On a : 0 ≤ ≤1 ≥0 + ≤1 ; 0≤ ≤ 1−
On a donc :
0≤ ≤1
0≤ ≤1−
Alors
= ( + )
1
= +
3
1
= (1 − ) + (1 − )
3
1
= − − (1 − )
3 4 12
1
=
6
Considérons dans cette région un domaine D limité par une courbe fermée ( ).
La fonction = ( , ) est représentée par une surface Σ et le cylindre droit de
génératrices parallèles à ( ) et qui a pour base la courbe ( ) rencontre cette
surface suivant une courbe (Γ).
Une seconde famille est constituée par des droites parallèles à ( ) régulièrement
espace de .
= ( , )
( , ) = 1, é é éé
Ą( ) = =
Exercice
1. Calculer le volume du corps limité par les surfaces =1+ , =3 , = 5,
= 0 et situé dans le 1er octant.
2. Calculer :
= ( − ) , é = 2− = 2 − 1.
= ( +2 ) é = , = 2 , = 2, = 3.
= +4 = ( , ) ∈ ℝ /0 ≤ ≤1 0≤ ≤ 1−
( , ) ( , )
⎛ ⎞
( , )=⎜ ⎟
( , ) ( , )
⎝ ⎠
( , ) ( , )
é [ ( , )] =
( , ) ( , )
é [ ( , )] = ( , )∙ ( , )− ( , )∙ ( , )
( , )
.
( , )
( , ) = ( ( , )) ∙ | é [ ( , )]| .
( )
= cos
= sin
( , ) = ( cos , sin ) .
Le Jacobien est :
( , ) ( , )
− sin cos
é [ ( , )] = = =−
cos
( , ) ( , )
alors :
( , ) = ( cos , sin ) .
= ( , )
= ( , )
= ≠ 0.
( , ) = ( , ), ( , ) | | .
′
EXERCICE D’APPLICATION
1. En passant aux coordonnées polaires calculer :
= + + ≤ .
2. Calculer :
= ( + ) ( − )
é + = 0; − =0 ; + =3 ; − = −1
3. Calculer
= = {( , ) ∈ ℝ ⁄ + ≤ 1}
4. Calculer :
= ( + )
ù = {( , ) ∈ ℝ ⁄ ≥ 0 + − 2 ≤ 0}
Solution
Calculons les intégrales données.
= + + ≤
En cordonnées polaires, on a :
=
=
+ = ( ) +( )
=
3
= ( + ) ( − )
− =1
+ =3
+ =1
− = −1
Posons = + = − on aura :
=1 ; =1
=3 ; = −1
1
= + = ( + )
⇒ 2
= − 1
= ( − )
2
3
3
1
1 ′
0 1 3
0 1 3 −1
1
| |=
2
1
= ( + ) ( − ) =
2
Vu le fait que le domaine D’ est lui aussi un carré, on a :
1 1 1 1 20
= = = [ 1 + 1] =
2 2 3 6 3
= = {( , ) ∈ ℝ ⁄ + ≤ 1}
= {( , ) ∈ ℝ ⁄ + ≤ 1}
Posons :
=
=
0≤ ≤ 1, ≤ ≤2
= ( ) ( )
= ( )
1 1 1 1
= 2 = (2 ) = (1 − 4 )
6 2 24 48
= ( + )
= {( , ) ∈ ℝ ⁄ ≥ 0 + − 2 ≤ 0}
+ − 2 ≤ 0 ⇒ ( − 0) + ( − 1) − 2 ≤ 0
≥0 ≥0
=
=
Or ≥0 ⇔ ≥ 0. > 0, ≥ 0.
≥0⇔ ≥ ⇔0≤ ≤ .
2 2
0≤ ≤ 2 sin
0≤ ≤
2
= [( ) +( ) ] = =4
1+ 4 3 3
= (1 − 2 ) = 1−2 2 + = =
2 2 2 4
Calcul de la Masse
Soit ( , ) la densité de masse ou densité superficielle d’un domaine D. La masse
totale de D est donnée par :
= ( , ) .
= ( , ) .
= ( , ) .
∬ ( , )
= =
∬ ( , )
∬ ( , )
= =
∬ ( , )
= ( , )
= ( , )
= + = ( + ) ( , )
Le moment d’inertie par rapport à un point A est par définition le réel défini par :
= (( − ) +( − ) ) ( , )
Formule de Huygens
On a :
= + ∙
Exercice 1
Calculer les coordonnées du centre de gravité de chacune des figures limitées
par :
1) + =1 + = 1.
25 9 5 3
2) = 4 + 4, = −2 + 4.
Exercice 2
14.2.1. Calculer le moment d’inertie polaire de la figure délimitée par les
lignes d’équations :
+ = 1, = 0, = 0.
( , , ) .
- soit en prenant une intégrale simple d’une intégrale double sur le domaine D :
= {( , , ) ∈ ℝ ⁄ ≤ ≤ ; ≤ ≤ ; ≤ ≤ }
( , , ) = ( , , )
( , , ) = ( , , )
( )
( , , ) = ( , , )
Théorème
On suppose qu’il existe deux fonctions continues et définies sur [ , ]
telle que ≤ ( )≤ ( )≤ . De plus, on suppose qu’il existe deux
fonction continues sur [ , ] × [ , ] telle que l’on puisse écrire le domaine
D de la façon suivante :
= {( , , ) ∈ ℝ ⁄ ≤ ≤ , ( )≤ ≤ ( ) ( , )≤ ≤ ( , )} .
é alors on a :
( ) ( , )
( , , ) = ( , , )
( ) ( , )
( , , ) = ( , ) .
Ω Ω
( , , ) = ( ) ℎ( ) ( )
et la masse totale est la somme des masses élémentaires. Cette somme, notée :
( , , )
Exercice
Calculer :
1. =
2. =
Solution
Calculons :
1. =
1 1 1
= (1 − − ) = − −
2 2 3
1 8 1
= 2 −2 − − + +
2 3 3
1 10 1 1 5 1 1 5 1 7
= − = − = − − =
2 3 2 2 6 2 8 6 16 192
7
=
192
2. =
1
=
2
1 (1 − )
=
2 4
1 1
= − (1 − ) =
80 80
Si, lors du calcul d’une intégrale triple, on a besoin de passer des variables , ,
aux nouvelles variables , , liées aux premières par les relations = ( , , ),
= ( , , ), = ( , , ) où ( , , ), ( , , ) et ( , , ) et leurs dérivées
premières sont des fonctions qui établissent une correspondance biunivoque et
bicontinue entre les points du domaine D de l’espace et les points d’un
certain domaine D’ de l’espace , et que le jacobien J ne s’annule pas dans le
domaine D’ :
= ≠ 0,
( , , ) = ( , , ), ( , , ), ( , , ) . | |
( , , )∈ ′
− sin cos 0
= = cos sin 0 =−
0 0 1
= cos cos
= sin cos
= sin
et le jacobien J est :
=− cos
On retiendra que :
Pour passer en coordonnées sphériques, on remplace |cos | .
1) Calculer :
= | − | ù = {( , , ) ∈ ℝ ⁄0 ≤ ≤1 + ≤ }
2) Calculer
= ( + + ) = {( , , ) ∈ ℝ ⁄ + + ≤ 1}
3) Calculer
= ( + ) ù é é + + ≤
4) Calculer
= ù + + ≤
5) Calculer
= +
= ( , , )
∭ ( , , )
=
∭ ( , , )
∭ ( , , )
=
∭ ( , , )
∭ ( , , )
=
∭ ( , , )
Les moments d’inertie par rapport aux axes des coordonnées sont
respectivement :
= ( + )
= ( + )
= ( + )
∆ = ( , , )(( − ) +( − ) +( − ) )
Exercice
1) Calculer les coordonnées du centre de gravité du corps prismatique limité
parles plans = 0, = 0, = 1, = 3, + 2 = 3.
2) Calculer les moments d’inertie par rapport aux plans de coordonnées et par
rapport aux axes de coordonnées du solide homogène ( , ) où S est l’ellipsoïde
plein défini par :
+ + ≤1 ù , é é .
CHAPITRE 15
1. Courbes paramétrées
∶ℝ⟶ℝ
( )
⟼
( )
Trouver une paramétrisation c’est trouver une courbe paramétrique qui décrit un
ensemble de points.
Exemple :
( ) =3 −2 −1
∈ ℝ.
( )=− + +1
1.2.1. Segment
( ) = (1 − ) + = + ( − )
( ) = (1 − ) + = + ( − )
1.2.2. Ellipse
( − ) ( − )
+ =1
( )= + cos
( )= + sin
1.2.3. Parabole
Les courbes d’équations ( − ) + = sont des paraboles de sommet ( , ) et
dont l’axe de symétrie est parallèle ( ). On peut choisir :
( )=
( )= ( − ) +
ou
( )= +
( )= +
On peut choisir :
( )= ( − ) +
( )=
ou
( )= +
( )= +
1.2.4. Hyperbole
( − ) ( − )
− =1
− − − −
− =0 + = 0.
On peut choisir :
( )= +
cos
( ) = tan +
( ) = ( ) sin θ
≥0
= ∈ℝ é .
1 − cos( − ) ∈ − ; ]
[
Sinon, on a une conique dont un des axes (l'axe focal) est dirigé par la
droite passant par (0; 0) et d'angle par rapport à l'axe ( ).
Si = 1 c’est une parabole
Si ∈ [0; 1] c’est une ellipse
Si b> 1 c’est une hyperbole
( )
( )
( )
L’intégrale :
= ( , )
= , ( ) .
= ( , )
( )
= ( ( ), ) .
( )
= ( ; ) + ( ; )
Figure 2
= + + +
= ( )
= ( )
( ; ) + ( ; )
( )
ù ( ) = ( ; ) ′( ) + ( ; ) ′( )
( , ) = , ( ) +[ ( )]
≤ ≤
avec
= ( )
= ( )
= ( )
( , ) = ( ), ( ) [ ′ ( )] + [ ′ ( )] .
= ( )
= ( )
= ( )
par la formule :
( , , ) = ( ), ( ), ( ) [ ′ ( )] + [ ′ ( )] + [ ′ ( )]
Interprétation physique
( , )
Propriétés
P1 : L’intégrale curviligne de 1ere espèce est indépendante du sens de parcours du
chemin d’intégration
( , ) = ( , )
P2 ∶ [ ( , )± ( , )] = ( , ) ± ( , )
P3 ∶ ( , ) = ( , ) où c ∈ ℝ
( , ) = ( , ) + ( , ) .
( , ) + ( , ) .
Propriétés
( , ) + ( , ) =− ( , ) + ( , )
P2 ∶ ( , ) + ( , ) = ( , ) + ( , )
( , ) ′(
+ ( , ) = , ( ) + ) , ( )
≤ ≤
avec
= ( )
= ( )
= ( ) où ≤ ≤
= ( )
Alors
( , , ) + ( , , ) + ( , , )
′( ) ( ( ), ( ), ( )) + ′( ) ( ( ), ( ), ( )) + ′ ( ) ( ( ), ( ), ( ))
=
Exercice
4 4
= = .
3 3
Par conséquent :
4 4 5 5
= ( − ) = − 1+ = =
3 3 16 2
( )=
2- Calculer la masse de l’arc de courbe ( )= ù0≤ ≤1 dont la densité
( )=
On a :
1
= = 2 = 2 ∙ [ ′ ( )] + [ ′ ( )] + [ ′ ( )]
2
1 1 3 1
= 1+ + = + + +
2 2 4 2
1
1 +2 3 1
= 1+ + + + + 1+ +
2 2 8 2
1 3 3 + 2√3
= 3√3 − 1 + .
8 2 3
= [ ( )] + [ ( )] = (1 − ) + =2 = −4
2 2
= 4.
Alors :
1 1 1
= = ( − )2 = −
4 4 2 2 2 2
1 4 8
= −2 +4 + =
2 2 2 3 2 3
1 1 1
= = (1 − )2 = −
4 4 2 2 2 2
1 1 3 4
= −2 + − =
2 2 3 2 2 3
= (2 − ) +( + )
= [(2 − )(− )+ ( + )( )]
= (1 − ) =2 .
2.4.1. Définitions
Cas de deux variables
Soit U un ouvert de ℝ . Exemples d’ouverts : ]−1; 1[ × ]−2; 3[ est un ouvert de ℝ
par contre ]−1; 1] × ]−1; 1] n’est pas un ouvert de ℝ .
On appelle forme différentielle sur U toute application telle qu’il existe deux
applications P et Q telles que :
∀( , ) ∈ , = ( , ) + ( , ) .
∀( , , ) ∈ , = ( , , ) + ( , , ) + ( , , ) .
⎧ = ( , )
= ⇔
⎨ = ( , )
⎩
= + = ( , ) + ( , ) .
Dans des cas simples, une forme différentielle peut apparaître comme exacte de
manière évidente.
Exemples :
1
+ = ( + )
2
+ = ( )
1
+ = ( + )
+ + 2
Théorème
Si la forme différentielle = ( , ) + ( , ) est exacte sur un ouvert U et si
est une primitive de alors pour tout chemin Γ inclus dans U joignant des points
d’origine A et d’extrémité B,
= ( , ) + ( , ) = ( )− ( )
⎧ − =0
⎪
⎪
− =0
⎨
⎪
⎪
⎩ − =0
THEOREME
Toute forme différentielle exacte est fermée mais la réciproque est fausse.
Exercice d’application
Soit la forme différentielle définie sur = ℝ − {(0; 0)} par :
=− +
+ +
Montre que est fermée sur U mais n’est pas exacte en considérant un cercle de
centre O, de rayon 1 parcouru une fois dans le sens direct.
THEOREME
Un domaine est dit simplement connexe ou domaine sans trou si l’intérieur de
toute courbe est contenue dans un domaine .
Exemple :
ℝ est un domaine sans trou ou domaine simplement connexe
L’ellipse est un domaine sans trou
ℝ − {(0; 0)} est un domaine avec trou.
THEOREME
La forme différentielle = ( , ) + ( , ) est exacte sur un domaine
simplement connexe si et seulement :
= ∀( , ) ∈ ℝ
Exercice
Soit la forme différentielle suivante :
= (3 +2 + ) +( +3 −2 )
Déterminer la fonction dont la différentielle est égale à la forme exacte .
S’il arrive que la forme différentielle n’est pas exacte, on peut toujours trouver
une fonction qui multiplie la forme pour en faire une forme exacte. Cette fonction
est appelée facteur intégrant.
∶ ( , )↦ ( ; )
= (1)
+ = + (2)
L’équation (2) est le type d’équation appelé différentielle aux dérivées partielles
que nous ne savons pas encore résoudre, mais seulement on peut examiner
des cas particuliers.
+ = +
( )⇒ =0
= +
1 −
− = ⇒ =
Puisque = ( ) alors :
et on a :
1 − −
= ⇒ | |=
+ = +
or
= ( )⇒ =0
+ =
1 −
= − ⇒ =
Puisque = ( ) alors :
et on a :
1 − −
= ⇒ | |=
Exercice d’application
( , ) + ( , )
= .
( , ) + ( , ) =0
Exercice
Calculer :
( ; )
= [( + 3 ) +( +3 ) ]
( ; )
1- calculer :
= ( + )
2- Calculer :
( , )
= [(2 − − 3) +( − ) ]
( , )
Soit Ω un domaine borné régulier de ℝ et Γ son bord. Si le plan est orienté, alors
on peut orienter la courbe Γ avec la règle suivante :
Si en un point de Γ, le vecteur ⃗ dirige la tangente à la courbe
Si ⃗ est un vecteur orthogonal à ⃗ dirigé vers l’intérieur de Ω alors
quand on parcourt Γ dans le sens de ⃗, on dit que l’on va dans le sens
positif si et seulement la base ⃗, ⃗ est directe. Sinon, on dit que l’on va
dans le sens négatif.
THEOREME
Soit Γ un bord parcouru dans le sens positif comme décrit précédemment. Alors
si = ( , ) + ( , ) est une forme différentielle de classe alors l’intégrale
= −
Γ
Exercice
Calculer en appliquant la formule de GREEN-RIEMAN
= (− + )
= −
3. Intégrale de surface
( , , )
( , ) = ( , , ( , ))
( , , ) = , , ( , ) ∙ 1+ +
cos( ) =
± + +
cos( ) =
± + +
cos( ) =
± + +
Les moments d’inerties d’une portion de la surface par rapport aux axes de
coordonnées s’exprime par les intégrales de surface suivantes :
= ( + ) ; = ( + ) ; = ( + )
Exercice
1) Calculer
= ( + )
( , ) + ( , ) = −
Γ
( , , ) + ( , , ) + ( , , )
Γ
= − + − + −
+ + = + +
∆
⃗ = + +
⃗ = ⃗ = − ⃗− − ⃗+ − ⃗
⃗⃗ = ( cosα + Q β+R γ)
⃗ ⃗ = ⃗
⃗ ⃗= ( + + )
⃗ ⃗= ( + + )
⃗ ⃗= ⃗ ⃗⃗
5. Potentiel scalaire
Soient U un ouvert de ℝ et ⃗ ∶ → ℝ un champ de vecteurs de classe sur U.
On dit que ⃗ dérive d’un potentiel scalaire (ou ⃗ admet un potentiel scalaire) si et
seulement s’il existe un champ scalaire ∶ → ℝ de classe sur U tel que :
⃗= ⃗
On appelle champ scalaire une région de l’espace dans laquelle à chaque point
( , , ) est associée une grandeur ( , , ).
L’ensemble des points d’un champ scalaire où la fonction prend une valeur
constante ( , , )= est appelé suivant le cas, isobare (pour la pression),
isotherme (pour la température), équipotentiel (pour le potentiel)…
Théorème
Soient U un ouvert de ℝ et ⃗ ∶ → ℝ un champ de vecteurs de classe sur U.
Si ⃗ admet un potentiel scalaire alors ⃗ ⃗ = ⃗.
Exercice
1. Montrer que le champ vectoriel :
⃗ ∶ ℝ − {(0,0)} × ℝ → ℝ
2 2 3
⃗( , , ) = − ,− ,1 +
( + ) ( + ) +
dérive d’un potentiel scalaire et calculer celui-ci.
2. Trouve la circulation du champ vectoriel ⃗ = ( + 3 + 2 )⃗ + (2 + ) ⃗ + ( − ) ⃗
suivant le contour d’un triangle où (2,0,0), (0,3,0) (0,0,1).
3. En appliquant la formule d’OSTROGRADSKI transforme en intégrale de
volume :
= + + .
Planche d’exercices
Exercice 1
1. Soit la forme différentielle donnée par :
= (3 − ) + (2 −6 )
a) est – elle exacte ? Déterminer un facteur intégrant ∶ ( , )↦ ( + )
où est une fonction d’une variable réelle différentiable.
b) Calculer alors l’intégrale curviligne :
( ; )
(3 − ) + (2 −6 )
( ; )
Exercice 2
1. Déterminer le volume intérieur à l’ellipsoïde d’équation :
= ( , )∈ℝ / + ≤ 1, ≥ 0 et ≥0
= ( , ) .
Exercice 3
On considère le domaine de ℝ suivant :
= et =
= ( , , )∈ℝ / 0 ≤ ≤ ,( , ) ∈
2
ù = {( , ) ∈ ℝ / ≥0, + ≤ (1 + ) }.
3. En déduire, en précisant le nom du théorème employé, que :
= ( ) , ù ( )= cos
= ℎ ù ∆= {( , ) ∈ ℝ / ≥0, ≥ 0, + ≤ 1 }.
∆
Exercice 4
On note pour tout > 0, = {( , ) ∈ ℝ / + = }, le cercle de centre (0,0)
et de rayon R. On note ce cercle parcouru dans le sens trigonométrique. On
définit Γ = {( , ) ∈ ℝ / 4 + = 1} une courbe de
ℝ et on note Γ cette courbe parcourue dans le sens trigonométrique. On
considère le domaine suivant :
= {( , ) ∈ ℝ / 1 − 3 ≤ + ≤ 4}.
On note Γ le bord de D orienté dans le sens positif. Soit la forme
différentielle définie sur ℝ \{(0,0)} par :
−
= + .
4 + 4 +
1. Rappeler la nature de Γ et dessiner sur une même igure Γ , C et D.
2. Donner une paramétrisation de Γ et calculer, en utilisant cette
paramétrisation, l’intégrale curviligne suivante :
= .
Γ
= .
Γ
+ = 0.
= + + .
ANALYSE D’ERREURS
1. Introduction
x = x x* (1)
2
x x* x x* x x x* x
ou on écrit parfois :
x x* x (3)
Définition 2
x 0,5 10 m
alors le chiffre correspondant à la m ième puissance de 10 est dit significatif et tous ceux à sa
gauche (correspondant aux puissances de 10 supérieures à m) le sont aussi.
Exemple 1
22
Soit x = et x* = = 3,142857
7
22
x 0 ,00126 0 ,126.10 2
7
le chiffre des centièmes (4) est significatif et on a en tout 3 chiffres significatifs. Donc la
valeur approchée de x est x* = 3,14 .
Exemple 2
x 3 ,1416 0 ,73.10 5
x 0,5.10 4
3
Remarque :
Inversement, si un nombre est donné avec n chiffres significatifs, cela signifie que l’erreur
absolue est inférieure à 0,5 fois la puissance de 10 correspondant au dernier chiffre
significatif.
3. Erreurs de troncature
Les erreurs de troncature constituent la principale catégorie d’erreurs. Nous aborderons tout le
long de ce cours les méthodes de résolution qui comportent des erreurs de troncature plus ou
moins importantes. L’ordre d’une méthode dépend du nombre de termes utilisés dans les
développements de Taylor appropriés. Il est donc essentiel de revoir en détail le
développement Taylor, car il constitue l’outil fondamental de l’analyse numérique.
f(x) pn(x
)
f(x0) p0(x)
p1(x)
x0
On se demande alors quel est le polynôme de degré n noté Pn(x) qui donne la meilleure
approximation d’une fonction f(x) donnée au voisinage de xo.
Définition
4
Pn f x0
x x0
f ' x0
x x 0 f " x x x0 f n x
2 n
0 0
1! 2! n! (4)
Théorème
Soit f(x), une fonction dont les dérivées jusqu’à l’ordre (n+1) existent au voisinage du
point x 0 . On a l’égalité suivante :
f ( x ) Pn ( x ) Rn ( x ) (5)
où Pn(x) est le polynôme de Taylor (4) et Rn(x) est l’erreur commise et donnée par la
relation :
Rn x
x x
0
n 1
f n 1 x
n 1!
(6)
Remarques :
1. L’équation (5) est une égalité et ne devient une approximation que lorsque le terme
d’erreur est négligé.
vertu du terme x x0
n 1
.
4. On sait que le point ( x ) existe et qu’il varie avec x, mais on ne connaît pas sa
valeur exacte. Il n’est donc pas possible d’évaluer le terme d’erreur exactement.
On peut tout au plus lui trouver une borne supérieure dans la plupart des cas.
5
5. On commet une erreur de troncature chaque fois que l’on utilise le développement
de Taylor et que l’on néglige le terme d’erreur (éq. 6).
Un cas particulier important du théorème précédent est le 1er théorème de la moyenne que
l’on obtient en posant n = 0 dans le développement de Taylor.
Corollaire
Soit f(x), une fonction dérivable dans l’intervalle x0 , x . Alors il existe dans l’intervalle
x 0
, x tel que :
f x f x0 f ' x x0
f x f x0 f ' x x0 (7)
Une forme plus pratique du développement de Taylor est obtenue en remplaçant x par
où :
h2 h3 hn
Pn h f x 0 + h f ' x 0 + f " x0 + f "' x 0 + + f (n)
x0 (9)
2! 3! n!
donc :
h n 1
Rn h f ( n 1 ) ( h ) (10)
n 1 !
pour un certain ( h ) compris entre x 0 et x 0 h .
Exercice :
6
3. Estimer les valeurs de e 0 ,1 en utilisant ce développement. Evaluer dans le cas h 0,1
l’erreur absolue, le terme d’erreur majorée et donner le nombre de chiffres significatifs
en faisant varier n de 0 à 3.
Solution :
1. Développement de Taylor
f x e x
f x f ' x f n x e x
f 0 f ' 0 f n 0 e 0 1
en posant x x0 h , il vient :
2 n
e Pn h 1 h
x0 h h h
e e
x h
2! n!
et le terme d' erreur
n 1
0 ( h ) h e0 e(h) e h
1 e (h) e h
donc e (h) e h
h n+1 (h) h n+1
il en résulte que : e eh
( n 1 )! ( n 1 )!
h n+1
Rn ( h ) eh
d’où : ( n 1 )! (11)
En prenant h 0,1 , on a :
7
Erreur absolue Nombre de Valeur majorée
chiffres pour le terme
n Pn(0,1) f ( 0,1 ) Pn ( 0,1 )
significatifs d’erreur
Remarque :
P3 ( 0,1 ) e 0 ,1 0,4245 10 5
Le rapport des erreurs absolues liées à 16 ,14
P3 ( 0,05 ) e 0 ,05 0,263 10 6
La valeur de ce rapport n’est pas fortuite. La définition suivante nous permet de comprendre
d’où provient cette valeur.
Définition
f (h)
n C
h
8
au voisinage de x0 0 .
Remarque :
Pour avoir une idée du comportement d’une fonction de type O h , il suffit de remarquer
n
explique le rapport 16,14 obtenu dans l’exercice précédent. En effet, on y trouve un polynôme
de Taylor de degré 3 dont le terme d’erreur est de type O h 3 1 O h . En passant de
4
h 0,1 à h 0,05 , on divise h par un facteur de 2, d’où une diminution selon un facteur de
2 4 16 de l’erreur. Bien sûr, le facteur de 16 est approximatif et n’est atteint qu’à des
valeurs de h très petites. Dans le cas général, on note :
f x 0 h Pn ( h ) O h n 1
Définition :
d’ordre n.
Suivant cette définition, le polynôme de Taylor de degré n (Pn) est généralement, mais pas
toujours, une approximation d’ordre (n+1) de f(x). Par exemple, le développement de Taylor
de degré n de e x autour de x0 0 est d’ordre (n+1).
Exercice
d’erreur.
9
Solution :
Pour le développement de Taylor utilisons les formules (8), (9) et (10). Pour
développer un polynôme d’ordre 5, il faut développer Pn ( h ) jusqu’au degré 4 et
ajouter Rn ( h ) :
f ( x ) sin x ; f ( 0 ) 0
f '( x ) cos x ; f '( 0 ) 1
f "( x ) sin x ; f "( 0 ) 0
f '"( x ) cos x ; f '"( 0 ) 1
f (4)
( x ) sin x ; f (4)
(0 ) 0
f (5 )
( x ) cos x
f x 0 h f 0 h f h sinh
3 5
sinh h h h cos ( h ) pour 0, h
6 120
Rn ( h )
h3
P3 h h
6
L’erreur est :
5
R3 h h cos ( h ) pour 0, h
120
h5
(h) 0, h , on a : cos (h) 1 donc R 3 ( h )
120
10
Vérifier que cette approximation est réellement d’ordre 5 en prenant h 0,1 et h 0,2
.
P3 0,2 f 0,2
En calculant le rapport , on trouve :
P3 0,1 f 0,1
P3 0 ,2 f 0 ,2
31 ,97 2
5
P3 0 ,1 f 0 ,1
On peut reprendre ici le raisonnement analogue au précédent (cas d’une var.). On se limitera à
trois variables ici, le cas général étant similaire.
THEOREME
11
12
Exercice
x x* x
y y* y
Quelle sera la précision d’une fonction d’une variable f ( x*) ou de la fonction de deux variables
g( x*, y*) ?
Une quantité x inconnue est approchée par une valeur approximative x* avec une erreur absolue x.
On estime la valeur inconnue f(x) par l’approximation f(x*). L’erreur absolue liée à ce résultat est :
f f ( x ) f ( x*)
On a de plus :
f x f x x f x* x f ' x* O x 2
En négligeant les termes d’ordre plus grand ou égal à 2, on obtient :
f f ' x* x
13
f x f x * f ' x * x
Exercice
On mesure un côté d’une boîte cubique qui donne l* 10,2cm avec une précision de l’ordre
Solution :
l* 10 ,2cm et l 0 ,1cm
Posons v f ( l ) l 3
l' erreur absolue liéeau volume est : v f ' l * l
v f ( l ) l 3 f '( l ) 3l 2
donc v 3( l*) 2 l
3 ( 10 ,2 ) 2 0 ,1
31,212
v 0 ,31212.10 2 0 ,5.10 2
La valeur approchée du volume est :
v* = l* 10,2 3 1061,208cm 3
3
THEOREME
Soit f ( x, y,z ) une fonction de trois variables x, y et z dont on estime les valeurs par
x*, y* et z* avec une précision de x, y et z respectivement. L’erreur absolue f est
donnée par :
f ( x*, y*, z*) f ( x*, y*, z*) f ( x*, y*, z*)
f x y z (12)
x y z
Exercice
V As i n ( wt )
14
exactement et que * et t* possèdent respectivement 2 et 1 chiffres significatifs, évaluer
l’erreur absolue liée à V ainsi que le nombre de chiffres significatifs.
Solution
A A* A 0
w w* w 0
P a r a i l l e u r s t 0 ,5 . 1 0 3 t* 0 ,0 0 1s
0 ,5 . 1 0 2
V t* , * V t* , *
V t
t
A* w* c o s w* t * * t A* c o s w* t * *
2 5 6 ,2 2 6 6 6 2 3 5 0 ,5 . 1 0 3 8 5 ,4 0 8 8 7 4 5 0 ,5 . 1 0 2
V 0 ,5 5 5 1 5 7 6 8 4
V* A* s i n w* t * * 5 2,0 1 2 7 3 0 7 1
Soit f ( x, y ) une fonction à deux variables, x et y . On peut effectuer les opérations suivantes :
1 ) x y x y
2 ) x y x y
3 ) x y y x x y
x y x x y
4)
y2
y
y 0
15
CHAPITRE 2
RESOLUTION DES EQUATIONS NON LINEAIRES
1. Introduction
La résolution des problèmes de l’ingénieur débouche souvent sur deux types de recherche de
solutions d’une équation à une variable :
1.) recherche d’une racine de l’équation f ( x ) 0 où est une fonction transcendante ou
numérique de x.
Les méthodes numériques que nous présenterons dans ce chapitre conduiront (sous certaines
conditions) à l’approximation d’une racine de l’équation f( x)0.
Pour l’ingénieur, la recherche des racines complexes de f ( x ) 0 est relativement peu courante
sauf en commande des processus. C’est pourquoi la méthode dite de Newton est généralement
présentée pour rechercher les racines complexes de :
f x 0 (1)
2.) Recherche de plusieurs ou toutes les racines de Pn ( x ) 0 où Pn ( x ) est un polynôme
de degré n en x . Ce problème est un cas particulier du premier ; il pourrait donc être résolu
par la méthode précédente.
f x
r
x1 xm x2
16
Soit x1 , x2 un intervalle ayant un changement de signe de f x c à d :
f x1 f x2 0
(2)
On pose :
x x2
xm 1
2
x1 x 2
3. Poser : xm
2
x 2 x1
4. Si :
2 xm
Convergence atteinte ;
Ecrire la racine xm ;
Ecrire f xm ;
Arrêt.
5. Ecrire x1 , x2 , xm , f x1 , f x2 , f xm ;
6. Si f x1 f xm 0 alors x2 xm ;
7. Si f xm f x2 0 alors x1 xm ;
Remarque
1. L’expression :
x 2 x1
2 xm
longueur :
x2 x1
2
ce qui constitue une borne supérieure de l’erreur absolue. Ainsi, en divisant par xm , on obtient
2. Prendre garde au cas où la racine recherchée est 0 car il y a risque de division par 0 au cours
de l’évaluation de l’erreur relative. Ce cas est toutefois rare en pratique.
3. Il est parfois utile d’introduire un test d’arrêt sur la valeur de f x qui doit tendre
également vers 0.
E {précision souhaitée}
f(x) {fonction}
Calculs :
x2 x1
ln
N partie entière E 1
ln 2
18
y1 f x1
pour i 1 à N
x1 x2 ; y f x
xm
2 m m
si y1 ym 0 alors x2 xm
sinon x1 xm ; y1 ym
écrire xm
Exercice :
Solution
Calculons d’abord le nombre d’itérations nécessaires pour obtenir la précision de
E 10 3 .
Nous avons :
x2 x1 21
ln ln
3
N INT E 1 INT 10 1
ln 2 ln 2
INT ( 10 ,966 ) 10
19
x 2 x 2 2 0; f ( x ) x 2 2 0
y1 f x1 f 1 1 2 1
y2 f x 2 f 2 4 2 2
On commence les calculs itératifs
1ère itération
x x2 1 2
xm 1 1,5
2 2
ym f xm 1,5 2 2 0 ,25
y1 ym 0 donc on sélectionne l'intervalle x1 , xm (en prenant
x2 xm ) et ainsi de suite.
x1 x2 xm ym
1 1 2 1,5 0,25
20
Exercice :
Solution
f ( 1 ) 4,0; f ( 2 ) 3,0
f ( 1 ) f ( 2 ) 4 3 12 0
1 2
Le point milieu de 1, 2 est : xm 1,5
2
f xm f ( 1,5 ) 1,875
21
Erreur absolue
n x1 x2 xm f ( x1 ) f ( x2 ) f ( xm ) liée à xm
1
x x1
2 2
On remarque aisément que la longueur de l’intervalle entourant la racine est divisée par 2 à chaque
itération. Cette constatation permet de déterminer à l’avance le nombre d’itérations nécessaires
pour obtenir une certaine erreur absolue ∆r sur la racine r.
Soit par exemple L x2 x1 la longueur de l’intervalle de départ, après une itération le nouvel
L
intervalle est de longueur et après N itérations la longueur de l’intervalle est :
2
L
2N
22
L
N
r
2
L
ln
N r
ln 2
Il est clair que sur le plan pratique on doit prendre pour valeur de N le plus petit entier vérifiant
cette condition là.
Exercice :
Solution :
r 0 ,5.10 2
L 211
en appliquant
L
ln
N r
ln 2
il vient :
1,0
ln 2
N
0 ,5 10
ln 2
N 7 ,64
N 8 itérations
23
3. Méthode de Newton (ou de Newton-Raphson)
3.1. Principe
f( x)0
f x* f ( xn ) x* xn f ' xn
x* xn f " xn
2
(1)
2
Sachant que f x 0 , on obtient la relation approximative :
*
f xn x* xn f ' xn 0 (2)
f xn
en
f ' xn (3)
xn 1 xn en (4)
f xn
xn 1 xn ; n=0,1, ,nmax
f ' xn
formule de Newton-Raphson
24
3.2. Algorithme
4. Effectuer :
f xn
x n 1 xn
f ' xn
xn 1 xn
5. Si :
xn 1
convergence atteinte ;
écrire la solution xn 1 ;
arrêt.
6. Si le nombre maximal d’itérations N est atteint :
convergence non atteinte en N itérations ;
arrêt.
7. Retour à l’étape 4.
f x0
f x1
x1 x0
25
Considérons la courbe (C) représentative de la fonction f et le point initial x0 , f x0 .
La tangente à (C) au point x0 , f x0 a pour pente f ' x0 et pour équation ce qui suit :
f x0
f x0 x0 x1 f ' x0 x1 x0
f ' x0
f x1
M 1 x1 , f x1 : f x1 x1 x2 f ' x1 x2 x1
f ' x1
f x2
M 2 x2 , f x2 : f x2 x2 x3 f ' x2 x 3 x 2
f ' x2
. . .
. . .
f xn
xn , f xn : f xn xn 1 xn f ' xn xn 1 xn
f ' xn
f xn
xn 1 xn
On a : f ' xn (5)
D’une manière générale, la dérivée seconde joue un rôle important dans la convergence de la
méthode de Newton. On montre le théorème suivant :
THEOREME
26
x a,b , f '( x ) 0
x a,b , f ''( x ) 0
Alors f ( x ) 0 possède une seule racine dans cet intervalle a ,b et x a,b , la
suite (5) converge quadratiquement.
Remarque
Le choix du point de départ dans cette méthode est crucial. Pour assurer la convergence, on choisira
un point x0 tel que la condition
f " x0 f x0 0
soit vérifiée.
f en
en 1 en
f ' en
(6)
f x* f xn x* xn f ' xn
0
f x* f xn en f ' xn
f x* f xn x* xn f ' xn
x* xn 2
f " xn
2
0
27
en2
f x f x n en f ' x n f '' a 0 avec a xn , x
* 2 *
f xn en2 f '' a
en
f ' xn 2 f ' xn
(6) devient :
f en
e n 1 en
f ' en
en2 f " a
donc en 1 en en
2 f ' en
en2 f "( a )
en 1
2 f ' xn
e n 1 1 f " a
f "( x ) 0 alors lim 0
2 f ' xn
Si lim
n e n2 n
Il en résulte que la méthode est d’ordre 2. On dit encore qu’elle a une convergence quadratique.
ALGORITHME PRATIQUE
f x
mx x
f ' x
écrire i, xm
si x x , on arrête les calculs
m
sinon x xm
28
ORGANIGRAMME :
x , , f ( x ), f '( x )
n = 50
Pour i = 1 à n
f xn
x n 1 xn
f ' xn
Ecrire i, xm
x xm
x xm
FIN
Exercice 1
x
Résoudre l’équation f ( x ) e x 0 par la méthode de Newton-Raphson, sachant que
x0 0 est la valeur initiale de la solution.
Solution
f ( x ) e x x 0 ; f '( x ) e x 1
29
L’algorithme se résume à :
f xn e x n xn
xn 1 xn xn
f ' xn e x n xn
e x0 x0
n 1, x1 x0
e x0 x0
e x0 x0
L’erreur absolue est : e0 x1 x0
1 e x0
en 1
n xn en en
0 0,0 0,5671.100 0,1183.100
1 0,500 0,6714.10-1 0,1239.10-1
2 0,5 663 110 0,8323.10-3 0,1501.10-3
3 0,5 671 432 0,1250.10-6 0
4 0,5 671 433 0,4097.10-9 -
Solution
f xn xn2 2 f ' xn 2 xn f xn
x n 1 xn
n xn f ' xn
1 1 -1 2 1,5
2 1,5 0,25 3 1,416667
3 1,416667 6,9444418.10-3 2,833333 1,414216
4 1,414216 5,960465.10-6 2,828431 1,414214
5 1,4144214 0 2,818427 1,414214
30
La convergence est atteinte à n 5 , f xn 0 la précision est 10 6 donc au niveau de
La valeur exacte à 10 6 près étant obtenue dès la quatrième itération, cette méthode est
beaucoup plus rapide que celle de la bissection.
4. Méthode de la sécante
La méthode de Newton possède de grands avantages mais elle nécessite le calcul de la dérivée de
f x . Si la fonction f x est compliquée, cette dérivée peut être difficile à calculer et peut
résulter en une équation compliquée. On contourne cette difficulté en remplaçant le calcul de la
pente f ' xn de la droite tangente à la courbe par l’expression suivante :
f xn f xn 1
f ' xn
xn xn 1
f x0
f x1
r
x0 x2
x1
31
Algorithme
4. Effectuer :
f xn xn xn 1
xn 1 xn
f xn f xn 1
xn 1 xn
5. Si
xn 1
Convergence atteinte ;
Ecrire la solution xn 1 ;
Arrêt.
6. Si le nombre maximal d’itérations N est atteint :
Remarques
1. La dérivée f ' xn n’apparaît plus dans l’algorithme.
2. Il faut fournir au départ deux valeurs initiales de la solution : c’est ce qu’on appelle un
algorithme à deux pas.
3. On choisit les valeurs initiales le plus près possible de la racine recherchée. Il n’est
cependant pas nécessaire qu’il y ait un changement de signe dans l’intervalle fermé
x 0 , x 1 comme c’est le cas dans la méthode de la bissection.
4. L’analyse de la convergence de cette méthode est plus délicate que celle de la méthode de
Newton. En effet, on montre que :
32
1 5
1 ,618033...
e n 1 C e n 2 C en
x
Exercice I : Résoudre par la méthode de la sécante l’équation e x 0 sachant que les
deux valeurs initiales de la solution sont x0 0 et x 1 1 .
Algorithme simplifié
Donnée : x1 , x2 , e , f x
Calculs de N
y1 f x1 ; y2 f x2
Pour i 1 à N
y 2 x 2 x1
y 2 y1
x
3 x 2
écrire i , x
3
si x 3 x 2 , on arrête les calculs
sinon x x ; x x ;
1 2 2 3
y1 y 2 ; y 2 f x 3
33
CHAPITRE 6
INTERPOLATION - APPROXIMATION
1. Introduction
Le problème à résoudre ici est le suivant : à partir d’une fonction f x connue seulement en
de f x et ce pour tout x ?
Autrement dit, si on ne connaît que les points de collocation x i , f x i d’une fonction, peut-on
Il s’agit d’un problème d’interpolation dont la solution est relativement simple. Il suffit de
construire un polynôme de degré suffisamment élevé dont la courbe passe par les points de
collocation. On parle alors du polynôme de collocation ou polynôme d’interpolation.
THEOREME
Un polynôme de degré n dont la forme générale est :
pn x a0 a1 x a2 x 2 a3 x 3 an x n an 0
(1)
possède très exactement n racines qui peuvent être réelles ou complexes conjuguées (on
sait que r est une racine de pn x si pn r 0 )
CORROLAIRE
Remarque
Le polynôme d’interpolation passant par n 1 points donnés est unique. Il reste à en assurer
l’existence, en le construisant au moyen de méthodes diverses.
91
2. Matrice de VANDERMONDE
Une 1ère méthode de construction du polynôme d’interpolation consiste à déterminer les inconnues
a i du polynôme (1) en vérifiant directement les n 1 équations de collocation :
pn x i f x i pour i 0 ,1,2 , , n
ou encore
a0 a1 x i a 2 x i2 a 3 x i3 a n x in f x i
1 x0 x02 x0n a0 f x0
1 x1 x12 x1n a1 f x1
1 x2 x 22 x 2n a 2 f x 2
(2)
1
xn x n2 x nn a n f x n
Remarque
La matrice de ce système linéaire porte le nom de matrice de Vandermonde. On montre que le
conditionnement de cette matrice augmente fortement avec la taille n 1 du système. De plus,
comme on le verra plus loin dans ce chap., il n’est pas nécessaire de résoudre un système linéaire
pour calculer un polynôme d’interpolation. Cette méthode est donc rarement utilisée.
Exercice
Trouver le polynôme passant par les points (0, 1), (1, 2), (2, 9), (3, 28) par la méthode de
Vandermonde.
Solution : Etant donné ces 4 points, le polynôme recherché est tout au plus de degré 3. Ses
coefficients a i sont solution de :
1 0 0 0 a0 1
1 a
1 1 1 1 2
1 2 4 8 a 2 9
1 3 9 27 a 3 28
92
dont la solution (obtenue par la décomposition L U ) est 1 0 0 1 . Le polynôme
T
recherché est :
p3 x 1 0 x 0 x 2 1 x 3 1 x 3
3. Interpolation de LAGRANGE
C’est une façon simple et systématique de construire un polynôme de collocation. Etant donné
n 1 points x i , f x i pour i 0 ,1,2 , , n , on suppose que l’on sait construire n 1
polynômes Li x de degré n satisfaisant les conditions suivantes :
Li xi 1 ; i
Li x j 0 ; j i
Cela signifie que le polynôme Li x de degré n prend la valeur 1 en x i et s’annule à tous les
L x f x i Li x
n
i0
est un polynôme de degré n , car chacun des Li x est de degré n . De plus, ce polynôme passe par
Polynôme de degré 1
Il s’agit de déterminer le polynôme de degré 1 dont la courbe (une droite) passe par deux points
x0 , f x0 et x1 , f x1 . On doit donc construire deux polynômes L0 x et L1 x de degré 1
vérifiant :
L0 x 0 1 L1 x 0 0
L0 x 1 0 L1 x 1 1
93
Le polynôme L0 x doit s’annuler en x x 1 . On pense immédiatement au polynôme x x 1 qui
x x1
L0 x
x0 x1
x x0
L1 x
x1 x0
p1 x f x i Li x f x0 L0 x f x 1 L1 x
1
i0
Solution :
x0 2 f x0 3 , x1 5 f x 1 6
x x1 x x0
p1 x f x 0 f x1
x0 x1 x1 x0
x5 x2
3 6
25 52
p 1 x 3 x 9
Polynôme de degré 2
Pour trouver le polynôme de degré 2 passant par les trois points suivants x0 , f x0 ,
x1 , f x1 et x 2 , f x 2 , on doit construire les polynômes L0 x , L1 x et L2 x . Ces trois
x x1 x x 2
L0 x
x0 x1 x0 x 2
94
x x0 x x 2
L1 x
x 1 x0 x 1 x 2
x x0 x x1
L2 x
x 2 x0 x 2 x1
p2 x L0 x f x0 L1 x f x1 L2 x f x2
Exercice : Trouver l’équation de la parabole (polynôme de degré 2) passant par les points
1, 2 , 3 , 7 et 4 , 1 .
Solution :
p2 x 2
x 3 x 4 7 x 1 x 4 ( 1 ) x 1 x 3
1 3 1 4 3 13 4 4 11 3
p2 x
x 3 x 4 7 x 1 x 4 x 1 x 3
3 2 3
7 x 2 37
p2 x
34
x
2 2 2
Polynôme de degré n
On analyse le cas général de la même façon ; étant donné les points x i , f x i pour
i 0 ,1,2 , , n , le polynôme de degré n passant par ces points est donné par l’expression que
voici :
n
pn x f x L x
i 0
i i
Li x
x x0 x x1 x x i 1 x x i 1 x x n
x i x0 x i x1 x i x i 1 x i x i 1 x i x n
(3)
95
THEOREME
polynôme d’interpolation de degré n passant par tous ces points peut s’écrire :
n
p n x f x i Li x
i 0
Solution :
p3 x 1
x 1 x 2 x 3 2 x 0 x 2 x 3
0 10 2 0 3 1 0 1 2 1 3
9
x 0 x 1 x 3 28 x 0 x 1 x 2
2 0 2 12 3 3 0 3 13 2
p3 x x 3 1
Remarque :
La méthode d’interpolation de Lagrange présente l’inconvénient majeur de ne pas être récursive. En
effet, si on souhaite passer d’un polynôme de degré n à un polynôme de degré n 1 (en ajoutant
un point de collocation), on doit reprendre tout le processus à zéro. On corrigera cette situation en
étudiant dans le paragraphe suivant, la méthode d’interpolation de Newton.
4. Polynôme de NEWTON
En dépit de la forme la plus utilisée (1) d’un polynôme, il en existe d’autres qui sont plus
appropriées au cas de l’interpolation.
Par exemple : pn x a0
a 1 x x0
a 2 x x0 x x 1
a 3 x x0 x x1 x x 2
an 1 x x0 x x1 x x 2 x xn 2
an x x0 x x1 x x 2 x x n 2 x x n 1 (4)
96
Définition 1 :
f x i1 f x i
f x i , x i 1
x i 1 x i (5)
ères
1 différences divisées
Remarque :
p1 x f x0 f x0 , x1 x x0
Définition 2 :
Les deuxièmes différences divisées de la fonction f x sont définies à partir des 1ères
différences divisées par la relation :
f xi 1 , xi 2 f xi , xi 1
f xi , xi 1 , xi 2
xi 2 xi
2 e différences divisées de f x (6)
De même, les nièmes différences divisées de la fonction f x sont définies à partir des n 1 ièmes
différences divisées de la façon suivante :
Notons que les toutes 1ères différences divisées de f x (soient les 0ièmes différences divisées) sont
Remarque :
On démontre que :
97
p2 x f x 0 f x 0 , x 1 x x 0 f x 0 , x 1 , x 2 x x 0 x x 1
p1 ( x )
passe par les trois premiers points de collocation. De plus, on remarque que ce polynôme de degré 2
s’obtient uniquement par l’ajout d’un terme de degré 2 au polynôme p1 x déjà calculé. En raison
de cette propriété, cette méthode est dite récursive.
THEOREME
pour i 0 ,1,2 , , n peut s’écrire selon la formule de Newton (4) ou encore sous la forme
récursive (8) :
Remarques :
Une fois les coefficients a i connus, on peut évaluer le polynôme de Newton au moyen d’un
algorithme similaire au schéma de Horner. On écrit le polynôme (4) sous la forme :
pn x a0 x x0 a1 x x1 a 2 x x 2 a 3
98
TABLE DES DIFFERENCES DIVISEES
xi f xi f x i , x i 1 f x i , x i 1 , x i 2 f x i , x i 1 , x i 2 , x i 3
x0 f x0
f x0 , x 1
x1 f x1 f x0 , x 1 , x 2
f x1 , x 2 f x0 , x 1 , x 2 , x 3
x2 f x2 f x 1 , x 2 , x 3
f x 2 , x 3
x3 f x3
La construction de cette table est simple ; on s’est arrêté aux 3ièmes différences divisées. Les 1ères
différences divisées découlent de la définition simple à savoir que :
f x 1 f x0
f x0 , x 1
x 1 x0 (10)
f x 1 , x 2 f x0 , x 1
f x0 , x 1 , x 2
x 2 x0
f x 1 , x 2 , x 3 f x0 , x 1 , x 2
f x0 , x 1 , x 2 , x 3
x 3 x0
99
La formule de Newton utilise la diagonale principale de cette table.
Exercice :
Trouver le polynôme d’interpolation de Newton passant par les points
0 , 1, 1, 2 , 2 , 9 et 3 , 28 .
Résolution :
xi f xi f x i , x i 1 f x i , x i 1 , x i 2 f x i , x i 1 , x i 2 , x i 3
a1 a2
0 1
a0
a3
1
1 2 3
7 1
2 9 6
19
3 28
p3 x a0
a 1 x x0
a 2 x x 0 x x 1
a 3 x x 0 x x 1 x x 2
on obtient :
p3 x 1 1 x 0 3 x 0 x 1 1 x 0 x 1 x 2
x3 1
100