Calcul différentiel

Table des matières

I Applications différentiables 1
1 Dérivée selon un vecteur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 Différentielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
4 Matrice jacobienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

II Opérations sur les applications différentiables 5

1 Différentielle d’une combinaison linéaire d’applications différentiables . . . . . . . . . 5
2 Différentielle de B(f, g) où B est bilinéaire et f et g sont deux applications différentiables 6
3 Différentielle d’une composée d’applications différentiables . . . . . . . . . . . . . . . 6
4 Règle de la chaîne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

III Applications de classe C 1 9

1 Définition et caractérisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2 Opérations algébriques sur les application de classe C 1 . . . . . . . . . . . . . . . . . 9

IV Dérivées partielles d’ordre supérieur 10

1 Dérivées partielles d’ordre k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Théorème de Schwarz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Opérations sur les applications de classe C k . . . . . . . . . . . . . . . . . . . . . . . 11

V Arcs paramétrés 12
1 Intégration le long d’un arc d’une application de classe C . . . . . . . . . . . . . . . 14
1

2 Vecteurs tangents à une partie d’un espace normé de dimension finie . . . . . . . . . 15

VI Cas des applications numériques 16

1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2 Optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1 Conditions de premier ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 optimisation sous contrainte . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Conditions de second ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

VIIPreuves des Théorèmes 20

1
 1

Les fonctions considérées dans ce chapitre sont définies sur un ouvert d’un R-espace vectoriel normé
de dimension finie et à valeurs dans un R-espace vectoriel normé de dimension finie.

Dans tout ce chapitre, sauf mention contraire, E et F désignent deux R-espaces vectoriels normées
de dimension finie dont les normes sont notées || · || et U désigne un ouvert de E.

I Applications différentiables
1 Dérivée selon un vecteur

Définition 1. Soit f une fonction définie d’un ouvert U dans F , a un point de U et v un vecteur
de E.
On dit que f admet une dérivée selon le vecteur v au point a si la fonction t 7→ f (a + tv) est
dérivable en 0.
Si elle existe cette dérivée est appelée dérivée de f selon le vecteur v au point a et est notée
Dv f (a) i.e.
1
Dv f (a) = lim (f (a + tv) − f (a))
t→0 t

Exemple. Soit f une fonction définie d’un ouvert U dans F , a un point de U . La fonction f admet
une dérivée selon le vecteur 0 au point a et D0 f (a) =

Remarque. La fonction t 7→ f (a + tv) est définie pour tout t ∈ R tel que a + tv ∈ U . Comme
U est un ouvert de E contenant a elle est donc définie sur un voisinage de 0 (dans R).

Exemple. Soit f la fonction définie de R2 dans R par f (x, y) = 2x + y 2 .

Montrer que la fonction f est dérivable au point a = (1, 2) selon le vecteur v = (3, 1) et déterminer
Dv f (a).
{
Mn (R) → Mn (R)
Exemple. Soit n ∈ N∗ et f : Montrer que f admet une dérivée selon le
M 7→ M 2
vecteur H ∈ Mn (R) au point M0 ∈ Mn (R) et la déterminer.
Attention 1. Une fonction peut avoir des dérivées selon tout vecteur en un point et ne pas être
continue en ce point.
Exemple. Soit g la fonction définie sur R2 par
{ 2
x y
x4 +y 2
si (x, y) 6= (0, 0)
g(x, y) =
0 si (x, y) = (0, 0)
Montrer que g admet une dérivée selon tout vecteur en (0, 0) mais que g n’est pas continue en (0, 0).

2 Dérivées partielles
3 Différentielle 2

Définition 2. On suppose ici que E = Rn . Soit f une fonction définie d’un ouvert U dans F et
a = (a1 , . . . , an ) un point de U .
Si elle existe, on appelle i-ème dérivée partielle de f en a la dérivée de f selon le vecteur
∂f
(0, . . . , 0, 1 , 0 . . . , 0) au point a et on note ∂x (a) ou ∂i f (a).
i-ème place i

Définition 3. Soit B = (e1 , . . . , en ) une base de E. Soit f une fonction définie d’un ouvert U
dans F et a un point de U .
Si elle existe, on appelle i-ème dérivée partielle de f en a dans la base B la dérivée de f selon
∂f
le vecteur ei au point a et on note ∂x i
(a) ou ∂i f (a).

Remarque. Lorsqu’une base B = (e1 , . . . , en ) de E est fixée, on sait que l’application ϕ :


 Rn → E
∑n est un isomorphisme. A une application f de U dans E on peut
(x1 , . . . , xn ) 7→ xi e i
i=1 
ϕ−1 (U ) → F
associer l’application fB : ∑
n . Comme ϕ est une application linéaire
(x1 , . . . , xn ) 7→ f ( xi ei )
i=1
et que Rn est de dimension finie, ϕ est continue et donc ϕ−1 (U ) est un ouvert de R.
On autorise l’identification entre f et fB et donc on s’autorisera à identifier f (x) et f (x1 , . . . , xn )
∑
n
où x = xi e i .
i=1

Remarque. Si E = Rn et que B est la base canonique de Rn alors f = fB et la i-ème dérivée

partielle de f en a est la i-ème dérivée partielle de f en a dans la base canonique B (i.e. la
dérivée selon le i-ème vecteur de la base canonique).

{
R3 → R ∂f ∂f ∂f
Exemple. Soit f : 3x+2y 2 +z 3 . Déterminer , et .
(x, y, z) 7→ y 2 +1
∂x ∂y ∂z

3 Différentielle
3 Différentielle 3

Définition 4. Soit f une fonction définie d’un ouvert U dans F et a un point de U .

On dit que f est différentiable au point a s’il existe une application u ∈ L(E, F ) telle qu’au
voisinage de 0
f (a + h) = f (a) + u(h) + o(h)
Dans ce cas, une telle application linéaire u est unique, on la note df (a) et on l’appelle différen-
tielle de f en a ou application linéaire tangente à f en a.

La notation o(h) désigne une fonction négligeable devant ||h||.

Proposition 1. (Preuve)
Il y a unicité de la différentielle d’une application différentiable

Notation 1. Pour alléger l’écriture il est d’usage de noter df (a) · h au lieu de (df (a))(h).

Remarque. On dit que f admet un développement limité d’ordre 1 en a s’il existe u ∈ L(E, F )
telle qu’au voisinage de 0
f (a + h) = f (a) + u(h) + o(h)
Une fonction f est différentiable au point a si et seulement si elle admet un développement limité
d’ordre 1 en a. Dans ce cas h 7→ f (a) + df (a).h est une approximation affine de f au voisinage
de a.

Remarque. Comme la notion de continuité, la notion de différentiabilité en un point est une

notion locale.
Soit f une fonction définie sur un ouvert U , a ∈ U et V un ouvert de U contenant a.
La fonction f est différentiable en a si et seulement si f|V est différentiable en a.

Proposition 2. (Preuve)
Si E = R, soit f une fonction définie du ouvert U dans F et a ∈ U . La fonction f est différentiable
en a si et seulement si f est dérivable en a et que dans ce cas df (a) est l’application h 7→ hf ′ (a).
On a en particulier f ′ (a) = df (a) · 1.
3 Différentielle 4

Définition 5. Soit f une fonction définie d’un ouvert U dans F . Si f est différentiable en tout
point de U on dit que f est différentiable sur U et on appelle différentielle de f sur U l’application
{
U → L(E, F )
df :
a 7→ df (a)

Proposition 3. (Preuve)
Soit f une fonction définie d’un ouvert U dans F et a ∈ U .
Si f est différentiable en a, alors f est continue en a.

Proposition 4. (Preuve)
Soit f une fonction définie d’un ouvert U dans F et a ∈ U .
Si f est différentiable en a, alors f est dérivable en a selon tout vecteur v ∈ E et

Dv f (a) = df (a).v

Exemple. La réciproque est fausse.

Corollaire 5. (Preuve) Soit B = (e1 , . . . , en ) une base de E. Soit f une fonction définie d’un
ouvert U dans F et a ∈ U .
Si f est différentiable en a alors f admet des dérivées partielles (dans la base B) et pour
∑n
v= vi e i ∈ E
i=1
∑
n
Dv f (a) = df (a).v = vi ∂i f (a).
i=1

Exemples. Si f est une application constante alors ...

Si f est la restriction à U d’une application linéaire ℓ de E dans F alors ...

Exemple. Donner un exemple d’application non constante, différentiable et de différentielle nulle.

{
E→R
Exemple. Si E est un espace vectoriel euclidien. Soit f : . Montrer que f est diffé-
x 7→ ||x||2
rentiable sur E est déterminer sa différentielle.
{
Mn (R) → Mn (R)
Exemple. Soit n ∈ N∗ et f : . Montrer que f est différentiable sur Mn (R)
M 7→ M 2
et déterminer sa différentielle.
4 Matrice jacobienne 5

4 Matrice jacobienne

Proposition 6. (Preuve)
Soit B = (e1 , . . . , em ) une base de E et B ′ = (e′1 , . . . , e′n ) une base de F .
Soit f une fonction définie d’un ouvert U dans F différentiable sur U . Notons f1 , . . . , fn les
fonctions composantes de f dans la base B ′ .
Soit a ∈ U . La matrice, dans les bases B et B ′ , de l’application linéaire df (a) est
 
∂1 f1 (a) ∂2 f1 (a) . . . ∂m f1 (a)
 ∂1 f2 (a) ∂2 f2 (a) . . . ∂m f2 (a) 
 
Jf (a) =  .. .. .. 
 . . . 
∂1 fn (a) ∂2 fn (a) . . . ∂m fn (a)

Définition 6. Si E = Rm et F = Rn . Soit f une fonction définie d’un ouvert U dans F = Rn

différentiable sur U .
Soit a ∈ U . La matrice, dans les bases canoniques, de l’application linéaire df (a) est
 ∂f1 ∂f1 ∂f1 
∂x1
(a) ∂x2
(a) . . . ∂xm
(a)
 ∂f2 (a) ∂f2 (a) . . . ∂f2 (a)
 ∂x1 ∂x2 ∂xm 
Jf (a) =  .
 .. .
.. .. 
. 
∂fn ∂fn ∂fn
∂x1
(a) ∂x2
(a) ... ∂xm
(a)

et est appelée matrice jacobienne de f en a.

Exemple. (Coordonnées polaires)

R⋆+ ×]0, 2π[ → R2 \Ox+

f:
(r, θ) 7→ (r cos θ, r sin θ)
( )
cosθ −r sin θ
Pour tout (r, θ), Jf (r, θ) =
sin θ r cos θ

II Opérations sur les applications différentiables

1 Différentielle d’une combinaison linéaire d’applications différentiables

Proposition 7. (Preuve)
2 Différentielle de B(f, g) où B est bilinéaire et f et g sont deux applications différentiables 6

Soit f et g deux fonctions définies d’un ouvert U dans F , différentiables sur U . Soit λ, µ deux
réels. La fonction λf + µg est différentiable sur U et

d(λf + µg) = λ df + µ dg

2 Différentielle de B(f, g) où B est bilinéaire et f et g sont deux appli-

cations différentiables

Proposition 8. (Preuve)
Soit F , G, H des espaces vectoriels normés de dimension finie. Soit B une application bilinéaire
définie de F × G dans H. Il existe C ∈ R+ tel que

∀(x, y) ∈ F × G, ||B(x, y)|| ≤ C ||x|| ||y||

Proposition 9. (Preuve)
Soit E, F , G, H quatre espaces vectoriels normés de dimension finie et U un ouvert de E. Soit f
(respectivement g) une fonction définie de U dans F (respectivement G) et différentiable sur U .
Soit B une application bilinéaire définie de F ×G dans H. La fonction B(f, g) : x 7→ B(f (x), g(x))
est différentiable sur U et
d(B(f, g)) = B(df, g) + B(f, dg)

Remarque. La proposition s’étend à la différentiation de M (f1 , ..., fn ) lorsque M est n−linéaire

et que les fi sont différentiables.

Exemple. Soit f et g deux applications différentiables d’un ouvert U dans R. La fonction f g est
différentiable de différentielle f dg + g df
Exemple. Supposons que F est un espace vectoriel
{ euclidien. Soit f et g deux applications différen-
U →R
tiables d’un ouvert U dans F . La fonction est différentiable de différentielle
t 7→< f (t), g(t) >
{
U → L(E, R)
t 7→< df (t), g(t) > + < f (t), dg(t) >

Exercice 1. Soit E un espace euclidien.

Donner la différentielle de (u1 , ..., un ) 7→ [u1 , ..., un ] de E n dans R

3 Différentielle d’une composée d’applications différentiables

3 Différentielle d’une composée d’applications différentiables 7

Proposition 10. (Preuve)

Soit E, F , G trois espaces vectoriels normés de dimension finie et U un ouvert de E. Soit f une
fonction définie de U dans F , différentiable sur U . Soit g une fonction définie de V , un ouvert
de F contenant f (U ), dans G, différentiable sur V .
La fonction g ◦ f est différentiable sur U et, pour tout a ∈ U ,

d(g ◦ f )(a) = dg(f (a)) ◦ df (a)

Remarque. Avec les notations ci-dessus, si f est à valeurs réelles et g une fonction définie sur
un intervalle réel, la formule se ré-écrit :

d(g ◦ f )(a) = g ′ (f (a))df (a)

Exemple. Soit f une fonction d’un ouvert U dans R qui ne s’annule pas. Montrer que f1 est
différentiable et exprimer sa différentielle en fonction de f et de df .
Soit a ∈ U ; Soit h ∈ E dans un voisinage V de 0 tel que f ne s’annule pas sur V (un tel voisinage
existe car f est différentiable donc continue).

1 1
=
f (a + h) f (a) + df (a).h + o(h)
( )
1 1
= 1− df (a).h + o(h)
f (a) f (a)
1 1
= − df (a).h + o(h)
f (a) (f (a))2
1
On en déduit que f
est différentiable de différentielle :

1
− df
f2
Exemple. Soit f une application différentiable d’un ouvert U dans F et u une application linéaire
de F dans un espace vectoriel normé de dimension finie G. Montrer que u ◦ f est différentiable et
exprimer sa différentielle.
u est linéaire donc différentiable de différentielle u. Donc u ◦ f est différentiable de différentielle :

u ◦ df
4 Règle de la chaîne 8

4 Règle de la chaîne

Proposition 11. (Preuve)

(Règle de la chaîne) Soit m, p, n des entiers naturels non nuls. Soit f une application différentiable
sur U un ouvert de Rm et à valeurs Rp . Soit g une application différentiable sur V un ouvert de
Rp contenant f (U ) et à valeurs dans Rn . On note f1 , . . . , fp les fonctions composantes de f et
on pose h = g ◦ f .
On a donc le schéma suivant :
f g
Rm −→ Rp −→ Rn
(x1 , ..., xm ) 7→ (f1 , ..., fp ) 7→ (g1 , ..., gn )

Soit x = (x1 , . . . , xm ) ∈ U , pour j ∈ [[1, m]],

∑
p
∂j h(x) = ∂j fk (x) ∂k g (f (x))
k=1

ou encore sous forme plus mnémotechnique :

∂h ∑ ∂fk
p
∂g
(x) = (x) (f (x))
∂xj k=1
∂x j ∂f k

et enfin de manière encore plus concise mais abusive (les gi désignent la fois les fonctions
{ g et de} g ◦ f et les {
coordonnées de points d’application
} ne sont pas indiqués :
pour tout i ∈ 1, ..., n et tout j ∈ 1, ..., m

∂gi ∑ ∂fk ∂gi

p
=
∂xj k=1
∂xj ∂fk

Exemple. (Coordonnées polaires) Si g est une application différentiable de R2 dans Rp , g : (x, y) 7→

g(x, y) et que f est l’application (r, θ) 7→ g(r cos θ, r sin θ)
f est différentiable comme composée d’applications différentiables et pour tout (r, θ) ∈ R2 on a
∂f ∂g ∂g
(r, θ) = cos θ (r cos θ, r sin θ) + sin θ (r cos θ, r sin θ)
∂r ∂x ∂y
∂f ∂g ∂g
(r, θ) = −r sin θ (r cos θ, r sin θ) + r cos θ (r cos θ, r sin θ)
∂θ ∂x ∂y
Pour des raisons de lisibilité, on omet souvent le point d’application dans l’écriture de ces formules :
∂f ∂g ∂g
= cos θ + sin θ
∂r ∂x ∂y
∂f ∂g ∂g
= −r sin θ + r cos θ
∂θ ∂x ∂y
{
R2 → R2
Exemple. Soit f une application différentiable de R2 dans R et φ : . Soit
(u, v) 7→ (u + v, u − v)
g la fonction définie par g(u, v) = f (u + v, u − v). Déterminer, en fonction des dérivées partielles de
f , celles de g.
 9

g = f ◦ φ. On applique directement la règle de la chaîne :

Pour tout (u, v) ∈ R2 


∂g ∂f ∂f
 (u, v) = (φ(u, v)) + (φ(u, v))
∂u ∂x ∂y
 ∂g
 ∂f ∂f
 (u, v) = (φ(u, v)) − (φ(u, v))
∂v ∂x ∂y

III Applications de classe C 1

1 Définition et caractérisation

Définition 7. Une application f d’un ouvert U dans F est dite de classe C 1 sur U si elle est
différentiable sur U et si df est continue sur U .

Proposition 12. Soit B une base de E. Soit f une application définie d’un ouvert U dans F .
L’application f est de classe C 1 sur U si et seulement si les dérivées partielles relativement à la
base B existent en tout point de U et sont continues sur U .

Admis (Démonstration non exigible)

2 Opérations algébriques sur les application de classe C 1

Proposition 13. Soit f et g deux fonctions d’un ouvert U dans F de classe C 1 . Soit λ, µ deux
réels. La fonction λf + µg est de classe C 1 sur U .

Proposition 14. (Preuve)

Soit E, F , G, H quatre espaces vectoriels normés de dimension finie et U un ouvert de E. Soit
f (respectivement g) une fonction définie de U dans F (respectivement G) de classe C 1 . Soit B
une application bilinéaire définie de F × G dans H. La fonction B(f, g) : x 7→ B(f (x), g(x)) est
de classe C 1 sur U .

Proposition 15. (Preuve)

Soit f et g deux application de classe C 1 d’un ouvert U dans R. La fonction f g est C 1
 10

Proposition 16. (Preuve)

Supposons que F est un{espace vectoriel euclidien. Soit f et g deux applications de classe C 1 de
U →R
U dans F . La fonction
t 7→< f (t), g(t) >

Proposition 17. (Preuve)

Soit E, F , G trois espaces vectoriels normés de dimension finie et U un ouvert de E. Soit f une
fonction définie de U dans F de classe C 1 sur U . Soit g une fonction définie de V , un ouvert de
F contenant f (U ), dans G et de classe C 1 sur V .
La fonction g ◦ f est de classe C 1 sur U .

IV Dérivées partielles d’ordre supérieur

1 Dérivées partielles d’ordre k

Définition 8. Soit B une base de E et soit f est une application d’un ouvert U dans F .
Si f admet une i-ème dérivée partielle ∂i f sur U , on dit que f admet une dérivée partielle seconde
d’indices i, j si ∂i f admet une j-ème dérivée partielle et on la note alors ∂j ∂i f . On utilise aussi
2f
la notation ∂x∂j ∂x i
et on l’appelle dérivée partielle seconde par rapport aux variables xi , xj .
Par récurrence on définit la notion de dérivée partielle d’ordre k d’indices i1 , . . . , ik ou dérivée
kf
partielle d’ordre k par rapport aux variables xi1 , . . . , xik que l’on note ∂ik . . . ∂i1 f ou ∂xi ∂...∂x i
k 1

Exemple.
{ Déterminer les dérivées partielles secondes de
R →R
2
f: .
(x, y, z) 7→ x3 + z25y+2

Définition 9. Une application f définie d’un ouvert U dans F est dite de classe C k sur U si
toutes ses dérivées partielles d’ordre k existent et sont continues sur U .
Elle est dite de classe C ∞ si elle est de classe C k pour tout k ∈ N∗ .

2 Théorème de Schwarz
3 Opérations sur les applications de classe C k 11

Théorème 18. (Théorème de Schwarz) Soit B une base de E et soit f définie d’un ouvert U
dans F . Si f est de classe C 2 alors

∀(i, j) ∈ [[1, n]]2 , ∂i ∂j f = ∂j ∂i f

Admis (Démonstration non exigible)

3 Opérations sur les applications de classe C k

Dans ce paragraphe k ∈ N∗ ∪ {∞}.

Proposition 19. Soit f et g deux fonctions de U dans F de classe C k . Soit λ, µ deux réels. La
fonction λf + µg est de classe C k sur U .

Admis (Démonstration non exigible)

Proposition 20. Soit E, F , G, H quatre espaces vectoriels normés de dimension finie et U un

ouvert de E. Soit f (respectivement g) une fonction définie de U dans F (respectivement G) de
classe C k . Soit B une application bilinéaire définie de F × G dans H. La fonction B(f, g) est de
classe C k sur U .

Admis (Démonstration non exigible)

Proposition 21. Soit E, F , G trois espaces vectoriels normés de dimension finie et U un ouvert
de E.
Soit f une fonction définie de U dans F de classe C k sur U .
Soit g une fonction définie de V , un ouvert de F contenant f (U ), dans G et de classe C k sur V .
La fonction g ◦ f est de classe C k sur U .

Admis (Démonstration non exigible)

Exemple. Une application polynômiale est de classe C ∞ .

Exemple. Soit f une fonction définie de R2 \ {(0, 0)} dans R de classe C 2 . Le laplacien de f est
2 2
∆f = ∂∂xf2 + ∂∂yf2 .
Soit g la fonction de R∗ × R dans R définie par g(r, θ) = f (r cos θ, r sin θ).
Exprimer ∆f (r cos θ, r sin θ) en fonction des dérivées partielles de g.
 12

Pour (r, θ) ∈ R⋆ × R, on pose x = r cos θ, y = r sin θ

∂g ∂f ∂f
(r, θ) = cos θ (x, y) + sin θ (x, y)
∂r ∂x ∂y
∂g ∂f ∂f
(r, θ) = −r sin θ (x, y) + r cos θ (x, y)
∂θ ∂x ∂y

∂ 2g 2 ∂ f
2
∂ 2f 2 ∂ f
2
(r, θ) = cos θ (x, y) + 2 cos θ sin θ (x, y) + sin θ (x, y) (1)
∂r2 ∂x2 ∂x∂y ∂y 2
∂ 2g 2 ∂ f
2
∂ 2f 2 ∂ f
2
∂f ∂f
2
(r, θ) = r 2
sin θ 2
(x, y) − 2r 2
cos θ sin θ (x, y) + r 2
cos θ 2
(x, y) − r cos θ (x, y) − r sin θ (x, y)
∂θ ∂x ∂x∂y ∂y ∂x ∂y
(2)

En multipliant (1) par r2 et en ajoutant à (2), on obtient :

∂ 2g ∂ 2g ∂g
r2 2
(r, θ) + 2
(r, θ) = r2 ∆f (x, y) − r (r, θ)
∂r ∂θ ∂r
On en déduit :
∂ 2g 1 ∂ 2g 1 ∂g
∆f (x, y) = 2
(r, θ) + 2 2
(r, θ) + (r, θ)
∂r r ∂θ r ∂r

V Arcs paramétrés

Définition 10. On appelle arc paramétré une application définie sur une intervalle I de R à
valeur dans Rp . Cette notion modélise la notion de courbe dans un espace de dimension p décrite
par une fonction horaire de parcours
Si γ est un arc paramétré, l’image de γ est appelée son support.

Exemple. La fonction γ définie sur R à valeur dans R2 euclidien par

{
x = cos t
γ : t 7→
y = sin t

est un arc paramétré dont le support est le cercle centré en O de rayon 1

Proposition 22. (Preuve)

Soit γ est un arc paramétré dérivable sur un intervalle ouvert I et t0 ∈ I. Si γ ′ (t0 ) est un vecteur
non nul, alors le support de γ admet pour tangente au point γ(t0 ) la droite dirigée par γ ′ (t0 )
(passant par le point γ(t0 ))
 13

Remarque. La propsition précédente peut être étendue au cas où γ est dérivable sur un inter-
valle d’intérieur non vide. On parlera alors de demi-tangent en γ(t0 ) si t0 est une extrémité de
l’intervalle.

Proposition 23. (Preuve)

(Dérivée le long d’un arc) Soit f une fonction définie d’un ouvert U dans F . Soit γ une application
définie sur un intervalle d’intérieur non vide I de R et à valeurs dans U .
Si γ est dérivable en t et si f est différentiable en γ(t), alors f ◦ γ est dérivable en t et

(f ◦ γ)′ (t) = df (γ(t)) · γ ′ (t)

Remarque. Interprétation géométrique : si γ ′ (t) ∈ / ker(df (γ(t))), la tangente au point de para-

mètre t de l’arc paramétré f ◦ γ est dirigé oar l’image d’un vecteur directeur de la tangente à γ
au point de paramètre t par l’application df (γ(t)).
1 Intégration le long d’un arc d’une application de classe C 1 14

Remarque. Cas particulier fondamental : Soit a ∈ U , soit h ∈ E et γ l’application définie par

γ(t) = a + th. Si f est différentiable en a, alors l’application f ◦ γ est dérivable en 0 et

(f ◦ γ)′ (0) = df (a) · h = Dh f (a)

Exemple. Si E = Rn . Soit f une fonction d’un ouvert U dans F différentiable. Soit I un intervalle
de R d’intérieur non vie et t 7→ x(t) = (x1 (t), . . . , xn (t)) une fonction dérivable. La fonction g : t 7→
f (x1 (t), . . . , xn (t)) est dérivable, de dérivée
∑
n
∂f
x′k (t) (x(t))
k=1
∂xk
{ {
R 2 → R2 R → R2
Exemple. Soit f : et γ : .
(x, y) 7→ (x + y, y 2 ) t 7→ (t2 , 3t + 1)
Déterminer (f ◦ γ)′ (t) de deux manières différentes.
On peut calculer f ◦ γ et dériver :

∀t ∈ R, (f ◦ γ)(t) = (t2 + 3t + 1, (3t + 1)2 )

Donc :
∀t ∈ R, (f ◦ γ)′ (t) = (2t + 3, 18t + 6)
On peut utiliser la formule de la composée rappelée dans l’exampleple précédent.
∂f ∂f
∀t ∈ R, (f ◦ γ)′ (t) = x′ (t) (γ(t)) + y ′ (t) (γ(t))
∂x ∂y
= 2t((1, 0) + 3(1, 2(3t + 1))
= (2t + 3, 18t + 6)

1 Intégration le long d’un arc d’une application de classe C 1

Proposition 24. (Preuve)

Si f est une application de classe C 1 d’un ouvert U dans F , si γ est une application de classe C 1
de [0, 1] dans Ω, si γ(0) = a, γ(1) = b, alors :
∫ 1
f (b) − f (a) = df (γ(t)) · γ ′ (t)dt.
0

∫1
Remarque. La valeur de 0
df (γ(t)) · γ ′ (t)dt ne dépend pas de l’application γ mais uniquement
de ses valeurs en 0 et 1.
2 Vecteurs tangents à une partie d’un espace normé de dimension finie 15

Remarque. Pour E = R2 ou R3 . En physique, on dit qu’un champ de vecteur V dérive d’un

potentiel s’il existe une fonction f différentiable telle que pour tout h ∈ E et a ∈ E, df (a) · h =<
V (a), h >. ∫
1
Dans ce cas 0 < ∇f (γ(t)), γ ′ (t) > dt dépend uniquement des valeurs de f (γ(0)) et f (γ(1)). (cf
définition 13 du gradient pour les applications numériques)

Proposition 25. (Preuve)

Si f est une application d’un ouvert U dans F . Si U est connexe par arcs, la fonction f est
constante sur U si et seulement si elle est différentiable sur U et si df = 0.
Preuve pour U convexe :

2 Vecteurs tangents à une partie d’un espace normé de dimension finie

Définition 11. Si X est une partie de E et x un point de X, un vecteur v de E est tangent à

X en x s’il existe ε > 0 et un arc γ défini sur ] − ε, ε[, dérivable en 0, à valeurs dans X, tels que
γ(0) = x, γ ′ (0) = v.
On note Tx X l’ensembles des vecteurs tangents à X en x

Exemple. L’ensemble des vecteurs tangents en un point à un ouvert de E est

E lui même puisque pour tout x ∈ U et pour tout vecteur u de E, on peut définir sur ] − ε, ε[ l’arc
γ : t 7→ x + t u (dont le support est une partie de la droite dirigé par u). γ(0) = x et γ ′ est constante
égale à u
Exercice 2. Soit f une fonction définie de U ouvert de R2 à valeur dans R, différentiable. Notons X le graphe
de f , c’est-à-dire la surface de R3 d’équation z = f (x, y).

1. Montrer que l’ensemble des vecteurs tangents à X en un point M = (x0 , y0 , z0 ) = (x0 , y0 , f (x0 , y0 )) est
le plan vectoriel (( ) ( ))
∂f ∂f
P = Vect 1, 0, (x0 , y0 ) , 0, 1, (x0 , y0 )
∂x ∂y
Le plan affine passant par M et dirigé par P est appelé le plan tangent à X en M .
2. Montrer qu’une équation cartésienne de P est
∂f ∂f
z=x (x0 , y0 ) + y (x0 , y0 )
∂x ∂y

3. Montrer qu une équation cartésienne du plan tangent à X en M est

∂f ∂f
z − z0 = (x − x0 ) (x0 , y0 ) + (y − y0 ) (x0 , y0 )
∂x ∂y
 16

VI Cas des applications numériques

Dans toute cette partie F = R.

1 Gradient

Définition 12. On appelle dual de E et on note E ∗ l’ensemble L(E, R).

Définition 13. Soit f une fonction définie et différentiable sur un ouvert U et à valeurs dans
R. Soit a ∈ U . On appelle gradient de f en a et on note ∇f (a) l’unique vecteur de E tel que

∀h ∈ E, df (a) · h =< ∇f (a), h >

On rencontre parfois aussi la notation Gradf (a).

Proposition 26. (Preuve)

Interprétation géométrique du gradient : Pour h un vecteur de E, Dh f (a) = df (a) · h =<
∇f (a), h >.
Si ∇f (a) 6= 0, il est colinéaire et de même sens que le vecteur unitaire selon lequel la dérivée de
f en a est maximale.

Proposition 27. (Preuve)

Soit f une fonction définie et différentiable sur un ouvert U et à valeurs dans R. Soit a ∈ U .
∑
n
Dans (e1 , . . . , en ) une base orthonormale de E, ∇f (a) s’écrit ∇f (a) = ∂i f (a)ei
i=1

2 Optimisation
2.1 Conditions de premier ordre
2 Optimisation 17

Définition 14. Soit f une fonction définie sur A ⊂ E et à valeurs dans R.

◦
On dit que f présente un maximum local en un point a de A, s’il existe un voisinage V de a
dans A tel que
∀x ∈ V, f (x) ≤ f (a)
◦
On dit que f présente un minimum local en un point a de A, s’il existe un voisinage V de a
dans A tel que
∀x ∈ V, f (x) ≥ f (a)
◦
On dit que f admet un extremum local en un point a de A si elle admet un maximum ou un
minimum local en a.

Remarque. On dit que f présente un maximum (global) en un point a de A, si

∀x ∈ U, f (x) ≤ f (a)

On définit de même la notion de minimum (global) et d’extremum (global).

Définition 15. Soit f une fonction définie sur un ouvert U et à valeurs dans R. Le point a ∈ U
est dit un point critique de f si f est différentiable en a et si df (a) = 0.

Remarque. Si E est un espace euclidien, un point a est un point critique si ∇f (a) = 0.

Proposition 28. (Preuve)

Soit f une fonction définie sur un ouvert U et à valeurs dans R et a ∈ U . Si f admet un
extremum local en a et si f est différentiable en a alors df (a) = 0 i.e. a est un point critique de
f.

Exemple. La réciproque est fausse. Considérez par exampleple, x 7→ x3 en 0 ou (x, y) 7→ x2 − y 2 en

(0, 0)
2 Optimisation 18

Remarque. Si on doit étudier les extremums d’une fonction f définie sur A une partie de E et
à valeurs dans F .
◦ ◦
(i) On se place sur A. On étudie si f est différentiable sur A et on détermine les points
critiques.
◦ ◦
(ii) Les points où f admet un extremum sont à chercher dans A \ A, les points de A où f n’est
pas différentiable et les points critiques.

2.2 optimisation sous contrainte

Proposition 29. (Preuve)

Si E est un espace vectoriel euclidien. Soit f une fonction définie d’un ouvert U dans R, diffé-
rentiable. Soit X une ligne de niveau de f i.e. X = {x ∈ U | w = f (x)} où w est un réel fixé. Les
vecteurs tangents à X au point x0 de X annulent la différentielle de f en x0 . Ce sont donc des
vecteurs orthogonaux au gradient de f en x0 .

On admettra le théorème plus fort suivant :

Proposition 30. Soit E est un espace vectoriel euclidien. Soit f une fonction définie d’un ouvert
U dans R, de classe C 1 . Soit X une ligne de niveau de f i.e. X = {x ∈ U | w = f (x)} où w est
un réel fixé. Soit x0 ∈ X de X. Si df (x0 ) 6= 0, alors :

Tx0 X = Ker(df (x0 )) = (∇f (x0 ))⊥

Proposition 31. Si f est une fonction numérique définie sur l’ouvert U , si X est une partie de
U , si la restriction de f à X admet un extremum local en x et si f est différentiable en x, alors
df (x) s’annule en tout vecteur tangent à X en x.

Théorème 32. Théorème d’optimisation sous une contrainte : si f et g sont des fonctions
numériques définies et de classe C 1 sur l’ouvert Ω de E, si X est l’ensemble des zéros de g, si
x ∈ X et dg(x) 6= 0 et si la restriction de f à X admet un extremum local en x, alors df (x) est
colinéaire à dg(x).

Exercice 3. Donner l’aire maximale d’un rectangle de périmètre donné p

2 Optimisation 19

2.3 Conditions de second ordre

Définition 16. Soit f une fonction de classe C 2 sur un ouvert U de Rn euclidien, à valeurs
réelles. Soit x ∈ U . La matrice hessienne de f en x de est la matrice symétrique :

Hf (x) = (∂i ∂j f (x))1≤i,j≤n

Proposition 33. (Formule de Taylor-Young à l’ordre 2) Soit f une fonction de classe C 2 sur
un ouvert U de Rn euclidien, à valeurs réelles. Soit x ∈ U .
1 ( )
f (x + h) = f (x) + h∇f (x), hi + hHf (x) · h, hi + o khk2 ,
h→0 2
1 ( )
f (x + h) = f (x) + ∇f (x)⊤ h + h⊤ Hf (x)h + o khk2 .
h→0 2

Remarque. La dernière expression de la formule de Taylor est obtenue en identifiant un vecteur

de Rn à sa matrice, c’est à dire au vecteur colonne de ses coordonnées dans la base canonique.

Proposition 34.
• Si f est une fonction de classe C 2 sur un ouvert de Rn et si f admet un minimum local
en x, alors x est point critique de f et Hf (x) ∈ Sn+ (R).
• Si f est une fonction de classe C 2 sur un ouvert de Rn , si x est point critique de f et si
Hf (x) ∈ Sn++ (R), alors f atteint un minimum local strict en x.

Remarques.
• La proposition précédente s’applique aux maxima en replaçant Hf (x) par −Hf (x)
• En particulier, en un point critique x de f tel que Hf (x) ∈
/ Sn+ (R) et −Hf (x) ∈
/ Sn+ (R),
on peut conclure que f n’admet pas d’extrémum.
• La condition x est point critique de f et Hf (x) ∈ Sn+ (R) n’est pas suffisante pour déterminer
si f admet un extrémum local en x. (considérer par exemple (x, y) 7→ x2 et (x, y) 7→ x2 + y 3
 20

VII Preuves des Théorèmes

Preuve 1 (Énoncé) Supposons l’existence de 2 applications linéaires u et v telles que pour h
dans un certain voisinage de 0, on ait :

f (a + h) − f (a) = u(h) + o(h) = v(h) + o(h)

Considérons un vecteur non nul x ∈ E et t un réel positif On obtient pour t dans un voisinage à
droite de 0 :
(u − v)(tx) = ||tx||ε(t) avec ε → 0
0

On en déduit immédiatement que

||(u − v)(x)|| = ||x|| ||ε(t)|| avec ε → 0

0

Par passage à la limite en 0, on obtient (u − v)(x) = 0 La fonction u − v s’annule donc sur E, donc
u=v

Preuve 2 (Énoncé) C’est une des définitions de la dérivabilité : f est dérivable en a si, et
seulement si, f possède un développement limité à l’ordre 1 en a :

f (a + h) = f (a) + λh + o(h)

h 7→ λh est linéaire. La définition de la dérivabilité est donc celle de la différentiabilité dans le cas
particulier d’un R−espace vectoriel de dimension 1

Preuve 3 (Énoncé) Si f est différentiable en a, il existe une application linéaire u (continue car
F est de dimension finie) telle que, pour h dans un voisinage de 0,

f (a + h) − f (a) = u(h) + o(h)

Par continuité de u, f (a + h) − f (a) → 0

h→0
Donc par définition, f est continue en a

Preuve 4 (Énoncé) Supposons f différentiable en a

Soit v un vecteur de E. alors pour tout t réel dans un voisinage de 0, on a :

f (a + tv) = f (a) + df (a).(tv) + o(t) = f (a) + tdf (a).v + o(t)

donc t 7→ f (a + tv) est dérivable en 0 de dérivée df (a).v

ce qui conclut la preuve.
{ }
Preuve 5 (Énoncé) Pour i ∈ 1, ..., n , la ieme dérivée partielle est la dérivée suivant le vecteur
ei
On déduit immédiatement de la proposition ∑n précédente l’existence des n dérivées partielles et par
linéarité de df (a), pour tout vecteur v = i=1 vi ei
∑
n ∑
n ∑
n
Dv f (a) = df (a).( vi e i ) = vi df (a).ei = vi ∂i f (a)
i=1 i=1 i=1
{ }
Preuve 6 (Énoncé) Pour tout j ∈ 1, ..., n
∑
n ∑
n
df (a).(ej ) = dfi (a).(ej ) e′i = ∂j fi (a) e′i
i=1 i=1
 21

Preuve 7 (Énoncé) Soit a ∈ U Soit h ∈ E dans un voisinage de 0

(λf +µg)(a+h) = (λ(f (a)+df (a).h+o(h))+µ(g(a)+dg(a).h+o(h)) = (λf +µg)(a)+(λdf +µdg)(a).h+o(h)

Donc λf + µg est différentiable en a de différentielle en a (λdf + µdg)(a)

Preuve 8 (Énoncé) En dimension finie, une application bilinéaire est continue (Chaque com-
posante est polynômiale en les coordonnées. Le produit cartésien des disques unités de F et G est
compact comme produit de compacts. Donc B est bornée par une constante C sur ce compact On
en déduit :
Pour (x, y) ∈ F × G, non nuls
1 1
||B( x, y)|| ≤ C
||x|| ||y||
Soit, en utilisant la bilinéarité de B et la positivité de la norme :

||B(x, y)|| ≤ C ||x|| ||y||

L’égalité reste valide pour x ou y nuls.

Ce qui conclut la preuve

Preuve 9 (Énoncé) Soit a ∈ U ; Soit h ∈ E dans un voisinage de 0

B(f (a + h), g(a + h)) = B(f (a) + df (a).h + o(h), g(a) + dg(a).h + o(h))
= B(f (a), g(a)) + B(df (a).h, g(a)) + B(f (a), dg(a).h) + o(h)

Ce qui conclut la preuve. On a utilisé la proposition précédente pour montrer que les termes restants
étaient bien négligeables devant h. Par example il existe une constante C et une constante M telles
que
||B (df (a).h, dg(a).h)) || ≤ C ||df (a).h|| ||dg(a).h|| ≤ M ||h||2

Preuve 10 (Énoncé) Soit a ∈ U ; Soit h ∈ E dans un voisinage de 0

(g ◦ f )(a + h) = g(f (a + h))

= g (f (a) + df (a).h + o(h))
= g(f (a)) + dg(f (a)).(df (a).h + o(h)) + o(h)
= g(f (a)) + (dg(f (a)) ◦ df (a)).h + dg(f (a)).(o(h)) + o(h)
= g(f (a)) + (dg(f (a)) ◦ df (a)).h + o(h)

On a bien le résultat annoncé.

Preuve 11 (Énoncé) On note (e1 , ..., em ), la base canonique de Rm et (u1 , ..., up ), la base cano-
nique de {Rp }
Soit j ∈ 1, ..., m et x ∈ Rm

dh(x).ej = d(g ◦ f )(x).(ej ) = dg(f (x)). (df (x).ej )

On écrit df (x).ej dans la base canonique de Rp :

∑
p
df (x).ej = (dfk (x).ej ) uk
k=1
 22

Et par linéarité de dg(f (x),

∑
p
dh(x).ej = (dfk (x).ej ) dg(f (x)). (uk )
k=1

Ce qui est exactement la formule proposée.

On pouvait aussi, si on veut éviter le raisonnement intrinsèque, écrire le produit des jacobiennes des
applications.
{ }
Preuve 14 (Énoncé) Immédiat : Pour i ∈ 1..., n , la ieme dérivée partielle de λf + µg existe
et vaut λ∂i f + µ∂i f . Elle est donc continue par opération usuelle.
{ }
Preuve 15 (Énoncé) Immédiat : Pour i ∈ 1..., n , la ieme dérivée partielle de f g existe et vaut
λ∂i f g + f ∂i g. Elle est donc continue par opération usuelle.
{ }
Preuve 16 (Énoncé) Immédiat : Pour i ∈ 1..., n , la ieme dérivée partielle de < f, g > existe
et vaut < ∂i f, g > + < f, ∂i g >. Elle est donc continue par opération usuelle.
{ }
Preuve 17 (Énoncé) Pour i ∈ 1..., n , la ieme dérivée partielle de g ◦ f existe et vaut
∑
dimF
∂i (g ◦ f ) = (∂k g ◦ f ) ∂i fk
k=1

Elle est donc continue par opération usuelle.

Preuve 22 (Énoncé) On peut considérer que γ est à valeur dans un espace vectoriel normé. On
a tout simplement :
1
(γ(t0 + h) − γ(t0 )) → γ ′ (t0)
h h→0
1 −−−−−−−−−−→
Donc le vecteur normé −−−−−−−−−→ γ(t0)γ(t0 + h) converge vers 1
||γ ′ (t0 )||
γ ′ (t0 ) en 0
||γ(t0 )γ(t0 + h)||
Preuve 23 (Énoncé) Il s’agit simplement de l’application de la formule donnant la différentielle
d’une composée dans un cas particulier.
Pour un réel h au voisinage de 0
h(f ◦ γ)′ (t) = d(f ◦ γ)(t).(h)
= df (γ(t)).(dγ(t).(h))
= df (γ(t)).(h γ ′ (t))
= h df (γ(t)).(γ ′ (t))
Preuve 24 (Énoncé) Dans les conditions de l’énoncé, t 7→ df (γ(t)).γ ′ (t) est la dérivée de la
fonction g : t 7→ f (γ(t)). g est C 1 comme composée de 2 applications C 1 Donc
∫ 1
df (γ(t)) · γ ′ (t)dt = g(1) − g(0) = f (b) − f (a)
0

Preuve 25 (Énoncé) Si f est constante alors f est différentiable et df = 0.

Réciproquement supposons que f est différentiable sur un convexe U de différentielle nulle.
Soit (a, b) dans U , considérons l’arc γ défini sur [0, 1], t 7→ (1 − t)a + tb. Il est à valeur dans U car U
est convexe et d’après la prposition précédente,
∫ 1
f (b) − f (a) = df (γ(t)) · γ ′ (t)dt = 0
0

Donc f est constante.

 23

1
Preuve 26 (Énoncé) Notons v = ∇f (a) le vecteur normé colinéaire à ∇f (a) de même
||∇f (a)||
sens

Dv f (a) = df (a).v = ||∇f (a)||

Considérons un vecteur unitaire u
Du f (a) = df (a) · u =< ∇f (a), u > et par inégalité de Cauchy-schwarz,

|Du f (a)| ≤ ||∇f (a)|| ≤ Dv f (a)

Preuve 27 (Énoncé) C’est une simple écriture de la formule de différentiation lorsque la base
(e1 , . . . , en ) est une base orthonormale :
Pour h ∈ E h = h1 e1 + ... + hn en
∑
n ∑
n
df (a).h = ∂i f (a)hi =< ∂i f (a)ei , h >
i=1 i=1

Preuve 28 (Énoncé) Supposons df (a) non nul. On peut alors trouver un vecteur u tel que
df (a).u 6= 0 On peut alors écrire pour t ∈ R suffisament petit :

f (a + tu) − f (a) = df (a).(tu) + o(t) ∼ t df (a).u

0

Donc f (a + tu) − f (a) change de signe en 0 et f n’a donc pas d’extrémum en a. On a montré le
résultat par contraposée.
Notez l’importance du fait que U est ouvert dans la démonstration.

Preuve 29 (Énoncé) Tout vecteur u tangent à X en x0 est la dérivée en 0 d’un arc paramétré
γ dérivable sur un voisinage de 0, à,valeur dans X et tel que γ(0) = x0
Pour t au voisinage de 0, f (γ(t)) = f (x0 ).
Donc la fonction t 7→ f (γ(t) est constante au voisinage de 0 donc de dérivée nulle.
On en déduit, toujours pour t au voisinage de 0,

df (γ(t)).γ ′ (t) = 0

En particulier pour t = 0 : df (x0 ).γ ′ (0) = 0 c’est à dire :

< ∇f (x0 ), u >= 0