Analyse3 PDF

Universit Claude Bernard, Lyon I
43, boulevard 11 novembre 1918

69622 Villeurbanne cedex, France
Licence Sciences, Technologies & Sant

Spcialit Mathmatiques
L. Pujo-Menjouet
[email protected]
Cours dAnalyse 3
Fonctions de plusieurs variables
sin(x2 +3y 2 )
F IGURE 1 Reprsentation de la fonction f : R2 7 R dfinie par (x, y) 7 z = 0.1+r2 +
p
exp(1r2 )
(x2 + 5y 2 )
,
avec
r
=
x2 + y 2 , et projection des courbes de niveau sur les plans
2
z = 0 et z = 9.
Prambule
Le but de ce cours est de gnraliser la notion de drive dune fonction dune variable relle
valeurs relles partir de la thorie du calcul diffrentiel applique aux fonctions de plusieurs
variables. Lide fondamentale de cette thorie est dapprocher une application quelconque (de
plusieurs variables relles ici) par une application linaire au voisinage dun point.
Le cadre gnral pour la mettre en uvre est celui des espaces vectoriels (ce qui donne un sens
au mot "linaire" comme nous le verrons dans les chapitres qui suivent), munis dune norme sur
lespace de dpart (pour avoir une notion de voisinage) et une norme sur lespace darrive (pour
savoir "approcher").
Nous verrons que de cette thorie dcoule plusieurs proprits et thormes classiques importants
ainsi que plusieurs applications notamment pour loptimisation (voir le dernier chapitre du cours).
Toutefois, avant de sattaquer au calcul diffrentiel proprement dit, il parat ncessaire de bien
dfinir les notions de bases en topologie associes cette thorie, savoir :
- les distances, boules ouvertes, fermes,
- les ensembles ouverts, ferms, les normes, etc.
Nous ne le ferons pas dans le contexte des espaces vectoriels de dimension infinie (hors programme), mais dans le cas particulier des espaces Rn (et le plus souvent les espaces o R2 et R3 )
qui sont des espaces vectoriels particuliers de dimension n (dimension finie).
Rappelons quen dimension 2 (n = 2), on identifie un vecteur x de coordonnes (x1 , x2 ) avec un
point du plan de coordonnes (x1 , x2 ) une fois fixe une origine.
Ici, on gnralisera cette identification en dsignant le point ou le vecteur de coordonnes (x1 , ..., xn )
par x = (x1 , ..., xn ) Rn .
Rappelons enfin que lON NE PEUT PAS DIVISER PAR UN VECTEUR !
Or, dans R, la dfinition de la drive fait intervenir le rapport (f (x) f (x0 ))/(x x0 ). Elle
implique donc de pouvoir diviser par (x x0 ). Mais dans Rn a na pas de sens car la division
par un vecteur nest pas dfinie. Que faire alors si on ne peut pas dfinir la drive dune fonction
D Rn Rn ? Cest tout le but de ce cours : introduire une notion gnralise de la drive : la
DIFFERENTIABILITE.
Table des matires

1
Notion de topologie dans Rn

1.1 Espaces mtriques, distance . . . . . . . . . . . . . . . . . . . . .
1.2 Normes des espaces vectoriels . . . . . . . . . . . . . . . . . . .
1.3 Boules ouvertes, fermes et parties borne . . . . . . . . . . . . .
1.4 Ouverts et ferms . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Position dun point par rapport une partie de E . . . . . . . . .
1.6 Suites numriques dans un espace vectoriel norm . . . . . . . . .
1.7 Ensemble compact . . . . . . . . . . . . . . . . . . . . . . . . .
1.8 Ensemble convexe . . . . . . . . . . . . . . . . . . . . . . . . . .
1.9 HORS PROGRAMME : Applications dune e.v.n. vers un e.v.n.
1.9.1 Gnralits . . . . . . . . . . . . . . . . . . . . . . . . .
1.9.2 Oprations sur les fontions continues . . . . . . . . . . .
1.9.3 Extension de la dfinition de la continuit . . . . . . . . .
1.9.4 Cas des espaces de dimension finie . . . . . . . . . . . .
1.9.5 Notion de continuit uniforme . . . . . . . . . . . . . . .
1.9.6 Applications linaires continues . . . . . . . . . . . . . .
Fonctions de plusieurs variables. Limite. Continuit.
2.1 Fonctions relles de variable relle . . . . . . . .
2.2 Notion de limite . . . . . . . . . . . . . . . . .
2.3 Fonctions continues . . . . . . . . . . . . . . . .
2.4 Coordonnes polaires . . . . . . . . . . . . . . .
2.5 Continuit sur un compact . . . . . . . . . . . .
2.6 Thorme des valeurs intermdiaires . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
9
11
13
14
18
21
22
23
23
24
25
25
26
27
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
29
31
33
35
37
38
39
Calcul diffrentiel
3.1 Drives partielles . . . . . . . . . . . . . . . . . . . . . . .
3.2 Oprateurs diffrentiels classiques . . . . . . . . . . . . . .
3.2.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . .
3.2.2 Divergence . . . . . . . . . . . . . . . . . . . . . .
3.2.3 Rotationnel . . . . . . . . . . . . . . . . . . . . . .
3.3 Proprits des drives partielles . . . . . . . . . . . . . . .
3.4 Notion de diffrentiabilit . . . . . . . . . . . . . . . . . .
3.5 Oprations sur les fonctions diffrentiables . . . . . . . . . .
3.6 Proprits gomtriques des fonctions de plusieurs variables
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
41
41
43
43
44
44
44
46
50
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
TABLE DES MATIRES
3.6.1
3.6.2
3.6.3
4
TABLE DES MATIRES
Gradient et ligne de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Le gradient indique la ligne de plus grande pente . . . . . . . . . . . . . . 52
Plan tangent un graphe dune fonction de 2 variables . . . . . . . . . . . 53
Thorme des accroissements finis

4.1 Fonction dune variable relle valeurs relles . . . . . . .
4.2 Fonction dune valeur sur un espace Rp et valeurs relles
4.3 Fonction dune variable relle . . . . . . . . . . . . . . .
4.4 Thorme gnral . . . . . . . . . . . . . . . . . . . . . .
4.5 Application . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
56
56
57
58
59
Diffomorphismes
61
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.2 Thorme dinversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.3 Thorme des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Formules de Taylor
6.1 Applications deux fois diffrentiables . . . . . . . . .
6.2 Exemples de diffrentielles dordre 2 . . . . . . . . . .
6.3 Matrice Hessienne . . . . . . . . . . . . . . . . . . .
6.4 Diffrentielle dordre k . . . . . . . . . . . . . . . . .
6.5 Formule de Taylor avec reste intgral . . . . . . . . . .
6.5.1 Fonction dune variable relle valeur relle .
6.5.2 Fonction dune variable relle valeurs dans Rq
6.5.3 Fonction de Rp valeurs dans Rq . . . . . . .
6.6 Formule de Taylor-Lagrange . . . . . . . . . . . . . .
6.6.1 Fonction dune variable relle valeur dans Rq
6.6.2 Fonction de Rp valeur dans Rq . . . . . . . .
6.7 Formule de Taylor-Young . . . . . . . . . . . . . . . .
Extrema
7.1 Rappels dalgbre . . . . . . . . . . . . . . . . .
7.2 Extrema libres . . . . . . . . . . . . . . . . . . .
7.2.1 Condictions ncessaires du premier ordre
7.2.2 Conditions du second ordre . . . . . . .
7.2.3 Critres avec les matrices Hessiennes . .
7.2.4 Cas particulier o f : R2 R . . . . . .
7.3 Extrema lis . . . . . . . . . . . . . . . . . . . .
7.3.1 Contraintes . . . . . . . . . . . . . . . .
7.3.2 Extrema lis avec une seule contrainte . .
7.3.3 Extrema lis avec plusieurs contraintes .
7.4 Convexit et minima . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
67
68
69
70
70
73
73
73
75
75
75
76
76
.
.
.
.
.
.
.
.
.
.
.
79
79
82
82
83
85
85
86
86
86
87
88
Chapitre 1
(a) Leonhard Euler (b) Maurice

Ren
(1707-1783) : en Frchet (1878-1973) :
rsolvant en 1736 le cest lui que lon
problme des sept doit en 1906 les desponts
enjambant paces mtriques et les
la rivire Pregolia premires notions de
Knigsberg en topologie en cherchant
Prusse, il a ouvert la formaliser en termes
voie de la topologie. abstraits les travaux
En effet, par la de Volterra, Arzel,
gnralisation de ce Hadamard et Cantor.
problme, Cauchy
et LHuillier entre
autres commencrent
dvelopper la
thorie lie cette
discipline.
(c) Johann Benedict Listing (18081882) : il est le premier avoir employ le mot topologie
F IGURE 1.1 Quelques mathmaticiens clbres lis la topologie.
1.1
Espaces mtriques, distance
Nous allons dans ce cours, nous intresser aux fonctions f : U Rp Rq (p, q N ). Pour
cela il faudra tudier tout dabord la structure du domaine U car le domaine est aussi important
que la fonction comme nous le verrons.
5
1.1 Espaces mtriques, distance
Nous allons donc dfinir de nouvelles notions : distances, normes, ouverts, ferms, etc. dans les
domaines inclus dans Rn qui nous seront utiles tout au long de ce semestre pour tous les nouveaux
outils abords.
Toutefois, mme si nous travaillerons principalement dans R2 , R3 ou de faon gnrale Rn , nous
pourrons de temps autre donner des rsultats plus gnraux qui resteront valables dans des espaces autres que ceux-ci (ce sera le cas de ce premier chapitre). Mais ce ne seront pas nimporte
quels espaces. Les dfinitions et propositions ci-dessous font en effet intervenir des combinaisons
entre eux des lments dun mme espace, des multiplications par des scalaires, etc. Par consquent il est ncessaire que cet espace reste stable par combinaison linaires de ses lments, et les
plus appropris ici seront les espaces vectoriels que nous rappelons ci-dessous.
Dfinition 1.1 (ESPACES VECTORIELS)

Soit E un ensemble. On dispose sur cet ensemble dune opration (note additivement)
et on dispose par ailleurs dune application K E E qui tout couple (, x) associe
x. On dit que E est un espace vectoriel lorsque
1. E est un groupe commutatif (pour laddition)
2. pour tout vecteur x de E, 1.x = x (1 dsignant le neutre de la multiplication de K).
3. pour tous , K et pour tout vecteur x de E, ()x = (x)
4. pour tous , K et pour tout vecteur x de E, ( + )x = x + x
5. pour tout K et tous vecteurs x, y E, (x + y) = x + y.
Exemple .
Lespace
Rn = R
... R}
| {z
nf ois
= {x = (x1 , ..., xn ), tel que xi R, pour tout i {1, ..., n}}.

Rn est un espace vectoriel de dimension n. Cest celui que nous utiliserons le plus souvent ici.
Une fois donn lespace vectoriel, il faut pouvoir valuer ses lments les uns par rapport aux
autres. Do la notion de distance.
6
Dfinition 1.2 (DISTANCE)

Soit E un ensemble non vide (on utilisera le plus souvent Rn ici). On dit quune application
d : E E R+ ,
(x, y) 7 d(x, y),
est une distance sur E si elle vrifie
1. (SEPARATION) pour tout (x, y) E E, {x = y} {d(x, y) = 0},
2. (SYMETRIE) pour tout (x, y) E E, d(x, y) = d(y, x),
3. (INEGALITE TRIANGULAIRE) pour tout (x, y, z) E E E,
d(x, y) d(x, z) + d(z, y)
Dfinition 1.3 (ESPACE METRIQUE)

On appelle espace mtrique tout couple (E, d) o E 6= est un espace vectoriel et d est
une distance.
Exemple .
1. E = R, muni de la distance d dfinie pour tout (x, y) R2 par d(x, y) = |x y| est un
espace mtrique.
2. E = Rn , muni de la DISTANCE DE MANHATTAN d1 dfinie pour tout (x, y) Rn Rn
par
n
X
d1 (x, y) =
|xi yi |.
i=1
3. E = Rn , muni de la DISTANCE EUCLIDIENNE d2 dfinie pour tout (x, y) Rn Rn par

n
X
d2 (x, y) = (
|xi yi |2 )1/2 .
i=1
4. E = Rn , muni de la DISTANCE DE MINKOWSKI dp dfinie pour tout (x, y) Rn Rn

par
n
X
dp (x, y) = (
|xi yi |p )1/p .
i=1
5. E = Rn , muni de la DISTANCE INFINIE ou distance TCHEBYCHEV d dfinie pour tout

(x, y) Rn Rn par
d (x, y) = sup |xi yi |.
i=1,...,n
F IGURE 1.2 Reprsentation de trois distances. 1. Plan de Manhattan qui, par ses rues quadrilles a
donn son nom la distance de Manhattan. 2. Cette distance est reprsente en bleu, jaune et rouge
dans la figure 2. On peut noter que la distance euclidienne dans cette figure est reprsente en vert
et correspond a la somme des diagonales des petits carrs (daprs le thorme de Pythagore). 3.
Enfin dans la figure 3, est reprsente la distance infinie qui correspond au nombre minimum de
mouvements ncessaire au roi pour se dplacer de sa case (ici f6) une autre case.
Il est noter que la distance de Manhattan est la distance de Minkowski pour p = 1, la distance
Euclidienne est la distance de Minkowski pour p = 2 et la distance de Thcebychev est la distance de
Minkowski quand p 7 . Voir figure 1.2 pour une illustration des diffrentes distances abordes
dans cet exemple.
Pour rendre le cours plus simple, nous utiliserons plutt la notion de norme dans tout le reste
de notre cours, et les espaces vectoriels norms plutt que les espaces mtriques. Il se trouve que
toute norme induit une distance (mais attention tout distance induit ninduit pas ncessairement une
norme). Donc ce qui va suivre peut sadapter parfaitement dans le cadre des espaces mtriques, tout
en tant plus facilement comprhensible.
8
1.2
1.2 Normes des espaces vectoriels
Normes des espaces vectoriels

Dfinition 1.4 (NORME)
Soit E un espace vectoriel sur R (on utilisera en gnral E = Rn ). On appelle norme sur
E une application
E R+ ,
x 7 kxk,
et vrifie
1. (SEPARATION) pour tout x E, kxk = 0 x = 0,
2. (HOMOGENEITE POSITIVE) pour tout R, pour tout x E kxk = ||.kxk,
3. (INEGALITE TRIANGULAIRE) pour tous x, y E, kx + yk kxk + kyk.
Dfinition 1.5 (ESPACE VECTORIEL NORME)

Un espace vectoriel sur R muni de la norme est appel espace vectoriel norm, que lon
notera souvent e.v.n..
On a la relation entre norme et distance dans le rsultat suivant.

Proposition 1.6 (DISTANCE INDUITE PAR UNE NORME)
Soit E un e.v.n. Lapplication
d : E E R+ ,
(x, y) 7 d(x, y) := kx yk,
est une distance sur E. On lappelle DISTANCE INDUITE sur E par la NORME.
Preuve : Faite en cours.

Proprit 1.7 (PROPRIETES DES DISTANCES INDUITES PAR DES NORMES)
Cette distance possde les proprits suivantes :
1. pour tout x E, d(0, x) = kxk,
2. pour tout (x, y) E 2 , pour tout R, d(x, y) = ||d(x, y),
3. pour tout (x, y, z) E 3 , d(x + z, y + z) = d(x, y).
Preuve : Pas faite en cours.

Remarque . ATTENTION : toute norme induit une distance, mais toutes les distances ne proviennent pas dune norme.
9
1.2 Normes des espaces vectoriels
Exemple . IMPORTANT : normes classiques sur Rn :

Soient x Rn , x = (x1 , ..., xn ), avec xi R pour tout i {1, ..., n}, et p R tel que p 1,
1. kxk1 =
n
X
|xi | (NORME MANHATTAN),
1
n
X
2. kxk2 = (
|xi |2 )1/2 (NORME EUCLIDIENNE),
n
X
3. kxkp = (
|xi |p )1/p (NORME p, p 1),
1
4. kxk = max |xi | (NORME INFINIE),

1in
sont des normes sur Rn .

Proposition 1.8 (PROPRIETE DES NORMES)
Toute norme k.k dans un e.v.n (E, k.k) vrifie, pour tous x, y E
|kxk kyk| kx yk.

Dfinition 1.9 (NORMES EQUIVALENTES)
Deux normes k.k et k.k0 sur E sont EQUIVALENTES sil existe deux constantes relles
> 0 et > 0 telles que pour tout x E
kxk kxk0 kxk.
On note alors : k.k k.k0 .
Proposition 1.10
Cette dfinition induit une relation dquivalence.

Proposition 1.11 (NORMES EQUIVALENTES ET DIMENSION FINIE)
Sur Rn (et tout autre espace vectoriel norm de dimension finie) TOUTES les normes
sont quivalentes.
10
1.3 Boules ouvertes, fermes et parties borne
Preuve : Pas faite en cours (abord en TD).

Remarque . Dans la suite du cours on notera donc (sauf prcision) k.k pour dsigner une norme
quelconque sur Rn .
Nous nous plaons dsormais dans des espaces vectoriels norms (E, k.k). En gnral nous prendrons E = Rn . Il nous faudra ensuite nous approcher dun lment de cet espace et regarder ce
quil se passe autour de lui (comme par exemple, le dfinir comme la limite dune suite dlments
de lespace mtrique). Il nous faudra donc dfinir la notion de voisinage. Et les outils que nous
utiliserons ici sont les boules.
1.3
Boules ouvertes, fermes et parties borne

Dfinition 1.12 (BOULE OUVERTE, FERMEE, SPHERE)
Soit (E, k.k) un e.v.n. Soient a un point de E et r R, r > 0.
1. B k.k (a, r) = {x E; kxak r} est appel boule FERMEE de centre a et de rayon
r.
2. Bk.k (a, r) = {x E; kx ak < r} est appel boule OUVERTE de centre a et de
rayon r.
3. Sk.k (a, r) = {x E; kx ak = r} est appel SPHERE de centre a et de rayon r.
Dans le cas o a = 0 (vecteur nul) et r = 1 on a ce quon appelle les boules ou sphres units.
Dfinition 1.13 (BOULE UNITE OUVERTE, FERMEE, SPHERE)
Soit (E, k.k) un e.v.n.
1. B k.k (0, 1) = {x Ekxk 1} est appel boule UNITE FERMEE.
2. Bk.k (a, r) = {x E; kxk < 1} est appel boule UNITE OUVERTE.
3. Sk.k (a, r) = {x E; kxk = 1} est appel SPHERE UNITE.
Remarque . Dans la suite et pour viter les lourdeurs dcriture nous ne mettrons pas la norme
en indice et nous crirons juste B(a, r), B(a, r), et S(a, r) lorsque lon dsignera respectivement
la boule ferme, ouverte ou la sphre de centre a et de rayon r pour une norme k.k quelconque. Si
jamais la norme devait tre spcifie, nous lajouterons alors en indice.
Remarque . ATTENTION : les boules ont des formes diffrentes selon les espaces mtriques
utiliss. Voir un exemple dans R2 pour la distance euclidienne dans la figure 1.3, ou la figure 1.4
pour des distances p, o p = 0.5, 1, 2, 4 et .
11
1.3 Boules ouvertes, fermes et parties borne
F IGURE 1.3 Exemples sur R2 avec la norme euclidienne dune boule ferme (1.), ouverte (2.), et
dune sphre (3.) centre en a et de rayon r.
F IGURE 1.4 Exemples sur R2 avec la norme de Minkowski p de la sphre unit (centre en 0
et de rayon 1, avec p = 1, 2, 4 et ). Le cas p = 0.5 est part puisquon rappelle que k.kp avec
0 < p < 1 nest pas une norme sur Rn ). On dessine juste lensemble {x Rn , kxk0.5 = 1}
Dfinition 1.14 (PARTIE BORNEE)

Soit (E, k.k) un e.v.n. Une partie borne P de E est une partie de E pour laquelle on
peut trouver une boule (ouverte ou ferme) qui contient tous les points de P (voir figure
1.5 pour un exemple).
12
1.4 Ouverts et ferms
F IGURE 1.5 Exemples sur R2 de partie borne, avec la norme euclidienne.
1.4
Ouverts et ferms
Dfinition 1.15 (PARTIE OUVERTE)
Soit (E, k.k) un e.v.n. Une partie ouverte (ou un ouvert) de E est une partie U de E telle
que pour tout x U , il existe r > 0 rel, tel que B(x, r) U . Autrement dit, tout point
de U est le centre dune boule ouverte de rayon non-nul, incluse dans U (voir figure 1.6
pour un exemple).
Dfinition 1.16 (PARTIE FERMEE)

Soit (E, k.k) un e.v.n. Une partie ferme (ou un ferm) de E est une partie telle que son
complmentaire U de E est un ouvert.
Proposition 1.17 (BOULES OUVERTES, FERMEES)

Soit (E, k.k) un e.v.n. On a alors :
1. une boule ouverte est un ouvert,
2. une boule ferme est un ferm.

13
1.5 Position dun point par rapport une partie de E
F IGURE 1.6 Exemples sur R2 de partie ouverte, avec la distance euclidienne.

Proposition 1.18 (INTERSECTION, REUNIONS DOUVERTS, DE FERMES)
1. toute union finie ou infinie douverts de E est un ouvert,
2. toute intersection FINIE douverts de E et un ouvert,
3. toute union FINIE de ferms de E est un ferm,
4. toute intersection finie ou infinie de ferms de E est un ferm,
5. les ensembles la fois ouverts et ferms de E sont et E, et si ce sont les seuls on
dira que lespace est CONNEXE,
6. un ensemble fini de points de E est ferm .
Preuve : Faite en cours (en partie).
1.5
Position dun point par rapport une partie de E
Avant toute chose, nonons la dfinition de voisinage dun point. Toutes les autres dfinitions
dcouleront de cette notion.
Dfinition 1.19 (VOISINAGE)
On dit quune partie V de E est un voisinage de x E si V contient un ouvert contenant
x.
Remarque . Cette dfinition revient dire quune partie V de E est un voisinage de x E si V

contient une boule ouverte contenant x (la boule peut tre ou non centre en x).
14
F IGURE 1.7 Exemples sur R2 de voisinage V de x, avec la norme euclidienne.

Soit (E, k.k) un e.v.n. Soit A E une partie quelconque de E. Alors A contient au-moins un
ouvert (en effet A).
[
Soit OA lensemble de toutes les parties ouvertes de E contenues dans A. Alors
P est un
P OA
ouvert (comme runion de parties quelconques douverts).

Dfinition 1.20 (INTERIEUR)
Soient (E, k.k) un e.v.n. et A E. Un point x de E est dit intrieur A si A est un
voisinage de x, autrement dit, si A contient une boule ouverte contenant x.
Lintrieur de A, not A ou Int(A) est lensemble des points intrieurs A.
Proposition 1.21 (PROPRIETE DE LINTERIEUR)

Soient (E, k.k) un e.v.n. et A E. Lintrieur de A est la plus grande partie ouverte
incluse dans A.
Remarque . On a x A =
P.
P OA
Remarque . On a :
1. A est un ouvert,
15
2. A A,
3. A est un ouvert A = A.
Preuve : (3.) fait en cours.
Soit (E, k.k) un e.v.n. Soit A une partie quelconque de E. Alors E contient au-moins une partie
ferme contenant A (en effet E est ferm).
\
Soit F lensemble des parties fermes contenant A. Alors
F est la plus petite partie ferme
F F
contenant A. Et
F est bien une partie ferme (comme intersection de familles fermes).
F F
Dfinition 1.22 (ADHERENCE)

Soient (E, k.k) un e.v.n. et A E. Un point x de E est dit adhrent A si tout voisinage
de x rencontre A , autrement dit, si toute boule ouverte contenant x contient au-moins un
lment de A.
Ladhrence de A E, note A ou adh(A), est lensemble des points adhrents A.
Proposition 1.23 (PROPRIETE DE LADHERENCE)

Soient (E, k.k) un e.v.n. et A E. Ladhrence de A est la plus petite ferme contenant

Remarque . On a x A =
F.
F F
Remarque . On a :
1. A est un ferm,
2. A A,
3. A est un ferm A = A.
Preuve : (3.) fait en cours.
Proposition 1.24 (ADHERENCE DU COMPLEMENTAIRE)
Soit (E, k.k) un e.v.n. et A E. Alors
{E A = {E A.
16

Dfinition 1.25 (FRONTIERE)
Soit (E, k.k) un e.v.n. On appelle frontire de A E, note F r(A) lensemble dfini
par F r(A) = A A.
On dit que x est un point frontire de A si et seulement si x F r(A).
Proposition 1.26 (INTERSECTION OUVERT ET FERME)

Soit (E, k.k) un e.v.n. Soient A E et P un ouvert de E. Alors
A P 6= A P 6=

Proposition 1.27 (OUVERT, FERME, FRONTIERE)
Soit (E, k.k) un e.v.n. Soient A E, x E et r > 0, r R. On a alors :
1. x A il existe r > 0, tel que B(x, r) A,

2. x A pour tout r > 0, B(x, r) A 6= ,
3. x F r(A) pour tout r > 0, B(x, r) A 6= et B(x, r) {E A 6= .

Proposition 1.28 (BOULE UNITE)
1. Adh(B(0, 1)) = B(0, 1),
2. Int(B(0, 1)) = B(0, 1),
3. F r(B(0, 1)) = {x E; d(0, x) = 1}.
Maintenant que les notions de bases qui nous intressent sont tablies, nous pouvons nous intresser des outils qui nous seront utiles dans certaines preuves du cours : les suites et la notion
densemble compact.
17
1.6 Suites numriques dans un espace vectoriel norm
1.6
Suites numriques dans un espace vectoriel norm
Dans cette section, nous nous plaons (sauf exception spcifie) dans un (E, k.k) un e.v.n
quelconque.
Dfinition 1.29 (SUITE)
On appelle suite dans E toute application

N E
n 7 xn .
On note une telle application (xn )nN .
Dfinition 1.30 (SUITE BORNEE)

Soit (xn )nN , une suite de E muni de la norme k.k. La suite (xn )nN est dite borne si et
seulement si lensemble {xn , n N} est born. Autrement dit, il existe M > 0 tel que
pour tout n N, kxn k M .
Proposition 1.31 (SUITES BORNEES ET ESPACE VECTORIEL)

Lensemble des suites bornes dans un espace vectoriel norm est un espace vectoriel.

Dfinition 1.32 (SUITE ET CONVERGENCE)
Soit (xn )nN , une suite de E muni de la norme k.k. On dit que (xn )nN converge dans
(E, k.k), si et seulement sil existe l E, tel que pour tout > 0, il existe N N, tel
que pour tout n N , kxn lk < .
Proposition 1.33 (LIMTE ET UNICITE)

La limite de la suite (xn )nN dfinie ci-dessus est UNIQUE.

18
Proposition 1.34 (SUITES CONVERGENTES ET ESPACE VECTORIEL)

Lensemble des suites convergentes dans un espace vectoriel norm est un espace vectoriel.

Proposition 1.35 (CONVERGENCES ET NORMES - DIMENSION FINIE)
Sur Rn , comme toutes les normes sont quivalentes , toute suite convergente pour lune
des normes est convergente pour lautre.

Dfinition 1.36 (SUITES ET PARTIES)
Soit A E. On dit que (xn )nN est une suite de points de A si et seulement si pour tout
n N, xn A.
Proposition 1.37 (LIMITE ET ADHERENCE)

Si (xn )nN est une suite de points de A et (xn )nN converge vers l, alors l A.

Proposition 1.38 (CARACTERISATION DES FERMES PAR LES SUITES)
Soit A E, alors A est ferm si et seulement TOUTE suite de points de A qui converge
a sa limite qui appartient A.

Dfinition 1.39 (SUITES DE CAUCHY)
Soit (xn )nN une suite de E. On dit que (xn )nN est une suite de Cauchy si et seulement
si pour tout > 0, il existe N N, tel que pour tous n, m N , kxn xm k < .
19
Proposition 1.40 (CAUCHY ET CONVERGENCE)

Si une suite est convergente alors elle est de Cauchy.

Remarque . ATTENTION : la rciproque nest pas vraie en gnral. Par contre, le fait de travailler sur un espace o la rciproque est vraie serait bien pratique. En effet nous pourrions montrer la convergence dune suite sans avoir calculer la limite de cette suite. Les espaces dont la
rciproque de la proprit ci-dessus.
Dfinition 1.41 (ESPACE COMPLET)
Si dans un ensemble, toute suite de Cauchy est convergente, on dit que lensemble est
complet.
Remarque .
Tout espace vectoriel norm complet est appel espace de Banach.
Les e.v.n. (Rn , k.k) dans lesquels nous travaillerons pratiquement tout le temps, sont des
espaces de Banach. Donc toute suite de Cauchy dans ces espaces sera convergente.
Prsentons ci-dessous quelques rsultats en dimension finie.

Nous allons considrer les espaces Rp ici. Soit {e1 , e2 , ..., ep } une base de Rp . Pour tout x Rp , il
p
X
1
2
p
p
existe un unique p-uplet (x , x , .., x ) R tel que x =
xi ei .
i=1
Pour tout n N, on aura donc (un lment dune suite par exemple qui scrit)
xn =
p
X
xn i ei .
i=1
Proposition 1.42 (SUITES ET DIMENSION FINIE)

Soit (xn )nN une suite convergente vers l = (l1 , ...., lp ) dans (Rp , k.k). Alors
lim xn = l lim xn = li ,
n+
n+
pour tout i = 1, ..., p.
20
1.7
1.7 Ensemble compact
Ensemble compact
La notion de compacit sera utile dans la thorie de fonctions de plusieurs variables. Il est donc utile
de la rappeler ici. Et pour la dfinir, nous utilisons les sous-suites, do lintrt davoir rappeler
quelques rsultats sur les suites dans la section prcdente. Encore une fois, dans tout ce qui suit,
nous nous placerons dans le.v.n. (E, k.k).
Dfinition 1.43 (SOUS-SUITE OU SUITE EXTRAITE)
Soient (xn )nN une suite de E et : N N une application strictement croissante, alors
la suite (x(n) )nN dfinie pour tout n N est appele suite extraite ou sous-suite de la
suite (xn )nN .
Dfinition 1.44 (RECOUVREMENT OUVERT)

Soit
[ A E, un recouvrement ouvert de A est une famille douverts (Oi )i tels que A
( Oi ).
iI
Dfinition 1.45 (SOUS-RECOUVREMENT OUVERT)

Considrer un sous-recouvrement ouvert dun recouvrement
donn dune partie A E,
[
consiste prendre une partie J I tel que A ( Oj ).
jJ
Proposition 1.46 (SOUS-SUITE ET SOUS-RECOUVREMENT)

Soit A E, alors les deux proprits suivantes sont quivalentes
1. De toute suite de points de A on peut extraire une sous-suite qui converge vers un
point de A.
2. De tout recouvrement ouvert de A on peut extraire un sous-recouvrement fini.

Dfinition 1.47 (COMPACT)
Une partie A qui vrifie une de ces deux proprits est un COMPACT.
21
1.8 Ensemble convexe
Dfinition 1.48 (COMPACT EN DIMENSION FINIE)

Soit A E. Si A est FERME et BORNE dans E on dit quil est COMPACT.
Remarque . ATTENTION : on a toujours la proprit suivante :

-Si A est compact alors A est un FERME BORNE.
-MAIS la rciproque nest pas toujours vraie en dimension infinie (elle lest TOUJOURS par contre
dans Rn (ce qui nous intresse ici)).
-Nous verrons quels sont les avantages de la compacit un peu plus tard. Notamment la compacit
et la continuit : toute fonction continue sur un compact est uniformment continue (nous verrons
ce que cela veut dire) sur ce compact et toute fonction continue sur un compact admet un minimum
et un maximum.
-On peut galement noncer la proprit suivante grce la compacit :
Soit E un espace vectoriel norm de dimension finie n, alors E est ISOMORPHE Rn (un corollaire ce rsultat nous permettrait de montrer lquivalence des normes en dimension finie).
1.8
Ensemble convexe
La notion densembles convexes (et plus tard de fonctions convexes) seront trs utiles dans le
chapitre sur les extrema (maxima et minima) de fonctions. Il est donc utile de la rappeler ici dans
cette dernire section.
Dfinition 1.49 (ENSEMBLE CONVEXE)
Soient (E, k.k) et C une partie de E. On dit que C est un convexe si et seulement si pour
tous x, y C, pour tout [0, 1], on a
x + (1 )y C.
Et on a enfin le rsultat suivant.

Proposition 1.50 (SOUS-SUITE ET SOUS-RECOUVREMENT)
Si C est un ensemble convexe, C est galement un convexe.
22
n
Notion de topologie dans R1.9
HORS PROGRAMME : Applications dune e.v.n. vers un e.v.n.
1.9
HORS PROGRAMME : Applications dune e.v.n. vers un

e.v.n.
1.9.1
Gnralits
Cette partie prsente des rsultats gnraux intressants qui restent hors programme pour la
deuxime anne de licence. Cependant ils pourront quand mme tre trs utiles pour les annes
suivantes.
Soient (E, k.k) et (F, k.k) deux espaces vectoriels norms et U une partie ouverte non vide de
E. On considre lapplication f : U F .
Dfinition 1.51 (APPLICATION CONTINUE)
Soient f : U F et a U . On dit que f est continue en a si et seulement si pour tout
> 0 il existe > 0 tel que pour tout x U tels que
kx ak < = kf (x) f (a)k <
Dfinition 1.52 (CONTINUITE SUR U )

On dit que f est continue sur U si et seulement f est continue en tout point de U .
Proposition 1.53 (CONTINUITE ET IMAGE RECIPROQUE)

Soit f : U E F . On a les quivalences suivantes.
f est continue sur U si et seulement si limage rciproque de toute partie ouverte de F
est un ouvert de U .
f est continue sur U si et seulement si limage rciproque de tout ferm de F est un
ferm de U .
Proposition 1.54 (CONTINUITE ET NORMES EQUIVALENTES)

Si f : (E, k.kE ) (E, k.kF ) est continue sur U E et si k.kE k.kE et k.kF
k.kF . Alors f : (E, k.kE ) (E, k.kF ) est galement continue sur U relativement ces
nouvelles normes.
23
1.9 HORS PROGRAMME : Applications dune e.v.n. vers un e.v.n.Notion de topologie dans Rn
Proposition 1.55 (CONTINUITE ET SUITE)

Soit f : U E F continue sur U . Soit (xn )nN une suite de points de U convergeant
vers un point x U . Alors (f (xn ))nN converge vers f (x).
Proposition 1.56 (RECIPROQUE)

Soit f : U E F une application. Si pour toute suite (xn )nN convergeant vers
x U on a la suite (f (xn ))nN qui converge vers f (x) alors f est continue en x.
Proposition 1.57 (CONTINUITE ET ADHERENCE)

Soient f : U E F , a U , A U et a A . Si f est continue en a alors
f (a) f (A).
1.9.2
Oprations sur les fontions continues
Proposition 1.58 (ENSEMBLE DES FONCTIONS CONTINUES)

Lensemble des fonctions continues en un point x U E est un sous-espace vectoriel
de lespace vectoriel des fonctions.
Proposition 1.59 (CONTINUITE ET COMPOSITION)

Soient
f : U E F
x
7 f (x) U,
et g : U 0 F
G
,
y = f (x) 7 g(f (x)).
f est continue en a et g est continue en f (a) alors g f est continue en a.
24
n
1.9.3
Extension de la dfinition de la continuit
Dfinition 1.60 (CONTINUITE RELATIVE)

Soient f : D (E, k.kE ) (F, k.kF ) avec D 6= et a D. On dit que f est continue
en a relativement D si et seulement si pour tout > 0, il existe > 0, pour tout x D,
kx akE < = kf (x) f (a)kF < .
Remarque . La notion de continuit relative correspond au fait que la restriction de f la partie

D de E, not f |D est continue en a. On notera que f |D peut tre continue sans que f soit continue
en un seul point de E (on pourrait par exemple prendre la fonction caractristique dune partie
D de E, o D est dense sur E ainsi que son complmentaire. Si cette application est dfinie de E
dans lespace discret {0, 1} alors elle nest continue en aucun de ses points mais sa restriction
D lest.
Proposition 1.61 (CONTINUITE RELATIVE ET SUITE)
Soient f : D E F , D 6= . Lapplication f est continue en a relativement D si et
seulement si pour toute suite (xn )nN de points de D qui converge vers a, la suite image
(f (xn ))nN converge vers f (a).
Proposition 1.62 (CONTINUITE RELATIVE ET COMPACITE)

Soient f : K E F , K 6= , K compact. Si f est continue sur K relativement K
alors f (K) est compact.
Proposition 1.63 (CONTINUITE RELATIVE ET COMPACITE - APPLICATION)

Soient f : K E R, K 6= , K compact. Si f est continue sur K relativement K,
1. f est borne sur K,
2. f atteint ses bornes.
1.9.4
Cas des espaces de dimension finie
Soit f D (Rp , k.k)Rp (Rq , k.kRq ), D 6= . Soit B = {b1 , ..., bp } une base de Rp , alors pour
tout x D, x se dcompose dune manire unique dans B. Autrement dit, il existe x1 , ..., xp R
p
p
X
X
tel que x =
xi bi . Donc f (x) =
fi (x)hi o {h1 , ..., hp } est une base de Rq .
i=1
i=1
25
Proposition 1.64 (CONTINUITE RELATIVE)

Pour tout i = 1, ..., q, fi est continue en a D relativement D si et seulement si f est
continue en a relativement D.
1.9.5
Notion de continuit uniforme
Soit f : D F , une application continue en tout point a D relativement D. Il y a alors un

problme de transfert des suites de Cauchy. Do la dfinition suivante.
Dfinition 1.65 (CONTINUITE UNFORME)
Soient f : D (E, k.kE ) (F, k.kF ) avec D 6= . On dit que f est uniformment
continue sur D relativement D si et seulement si pour tout > 0, il existe > 0, pour
tous x, y D,
kx ykE < = kf (x) f (y)kF < .
Remarque . Pour bien faire la diffrence entre la continuit simple et la continuit uniforme en
un point x de E, on peut faire la comparaison entre les deux dfinitions suivantes (sans passer par
la continuit relative pour simplifier les dfinitions) (qui mettront les choses au clair) :
lapplication f est continue de E dans F si et seulement si pour tout x E, pour tout x > 0, il
existe ,x > 0, pour tout y E,
kx ykE < ,x = kf (x) f (y)kF < x .
Et dautre part
lapplication f est uniformment continue de E dans F si et seulement si > 0, il existe > 0,
pour tous x, y E,
kx ykE < = kf (x) f (y)kF < .
Autrement dit, dans la continuit uniforme le choix de ne dpend pas de x, et celui de ne dpend
que de celui de .
Proposition 1.66 (CONTINUITE RELATIVE)
Soient f : D (E, k.kE ) (F, k.kF ) avec D 6= une application uniformment
continue sur D relativement D. Si (xn )nN est une suite de Cauchy de points de D
alors f (xn ) est une suite de Cauchy dans F .
26
n
1.9.6
Applications linaires continues
Proposition 1.67 (APPLICATIONS LINEAIRE CONTINUES)

Soient f : (E, k.kE ) (F, k.kF ) une application linaire. Alors les proprits suivantes
sont quivalentes :
1. f est continue en un point a de E,
2. f est continue en tous points de E,
3. f est borne sur la boule unit ferme de E,
4. f est borne sur la sphre unit de E,
5. f est bornante, cest dire que limage dun born de E est un born de F .
Proposition 1.68 (APPLICATIONS LINEAIRE CONTINUES EN DIMENSION FINIE)

Soient f : (E, k.kE ) (F, k.kF ) une application linaire avec dim E < +, alors f
est continue.
Remarque . Cette dernire proposition sera trs utile pour nous tant donn que dans ce cours
nous travaillerons principalement en dimension finie. Pour montrer la continuit de f il faudra
juste montrer alors f est linaire.
(E, k.kE ) et (F, k.kF ) deux e.v.n., alors lensemble des applications linaires continues de E vers
F , not L (E, F ) es un espace vectoriel. Comment normer cet espace ?
Proposition 1.69 (APPLICATIONS LINEAIRE CONTINUES EN DIMENSION FINIE)
Soit f L (E, F ), alors
sup kf (x)kF = sup kf (x)kF =
xB(0,1)
sup kf (x)kF ,
xE,x6=0
xS(0,1)
et lapplication |k; k| est une norme dans L (E, F ).
27
28
Chapitre 2
Fonctions de plusieurs variables. Limite.
Continuit.
(a) James Gregory

(1638-1675) : mathmaticien cossais, qui
en 1667 donne une des
premires dfinitions
formelles de fonctions
de plusieurs variables
dans son ouvrage Vera
circuli et hyperbolae
quadratura.
(b) Joseph-Louis Lagrange (1736-1813) :

mathmaticien italien,
a tudi (entre autres),
les extrema relatifs de
fonctions de plusieurs
variables.
(c) Gaspard Monge

(1748-1818) : mathmaticien franais, il
tudie les surfaces et
dans son ouvrage Application de lanalyse la
gomtrie il introduit
la notion de ligne de
courbure et les termes
ellipsode, hyperbolode
et parabolode. Ds
1801, il est le premier
utiliser systmatiquement les quations aux
drives partielles pour
tudier les surfaces.
F IGURE 2.1 Quelques mathmaticiens clbres lis ltude de fonctions de plusieurs variables.
Que sont les fonctions de plusieurs variables ? Dans ce chapitre nous allons tudier les fonctions de plusieurs variables dans des cadres particuliers (R2 ou R3 ), mais galement dans un cadre
trs gnral (Rn ). Nous ntudierons pas le cas encore plus gnral dans lequel la dimension des
espaces est infinie. Nous laissons cela pour un cours un peu plus avanc. Ces fonctions seront donc
de la forme
f : E Rp F Rq ,
29
o p et q sont des entiers naturels > 0. Autrement dit, les lments de lensemble de dpart E
seront des vecteurs du type x = (x1 , ..., xp ), et les lments de lensemble darrive seront des
vecteurs du type f (x) = (f1 (x), ..., fq (x)), o x est un vecteur de E.
Nous considrons plusieurs cas de fonctions plusieurs variables, donc voici quelques illustrations
graphiques.
Exemples de reprsentations graphiques de certaines classes de fonctions de plusieurs variables.
1. p = 1, q = 1. f : I R J R : cest le cas le plus simple, celui qui est connu depuis le
lyce, nous rappellerons si ncessaire quelques rsultats concernant ce type de fonctions.
2. p = 1, q > 1. f : I R F Rq : elles sont reprsentes par exemple par des courbes
paramtres (q = 2 ou 3),
3. = p = 2, q = 1. f : E R2 J R : elles sont reprsentes par exemple par des surfaces
(on les appelle galement champs scalaires), ou des courbes de niveau,
4. p = 2, q > 1. f : E R2 F Rq : elles sont reprsentes par exemple par des surfaces
paramtriques, ou des champs vectoriels (q = 2 ou 3).
5. p = 3, q = 3. f : E R3 F R3 : elles sont reprsentes par exemple par des champs
vectoriels.
(a) (cas p = q = 1) Courbe reprsentant la (b) (cas p = 1, q = 3) Courbe reprsenfonction x 7 x sin(x).

tant la fonction t 7 ((2 + cos(1.5t)) cos(t), (2 +
cos(1.5t)) sin(t), sin(1.5t)) (nud de trfle).
(c) (cas p = 2, q = 1) Courbe reprsentant la fonction (d) (cas p

=
2, q
=
3) Courbe
x2 y 2 )
(
reprsentant
la
fonction
(u,
v)
7
(x, y) 7 x y e
.
((2 + sin(v)) cos(u), (2 + sin(v)) sin(u), u + cos(v)).
F IGURE 2.2 Quelques reprsentations graphiques illustrant des fonctions de plusieurs variables.
30
2.1 Fonctions relles de variable relle
F IGURE 2.3 Reprsentation du champ de vecteur donn par (x, y, z) 7 (y/z, x/z, z/4).
Ds que p et q sont > 3, il est assez difficile davoir une vision graphique de leur reprsentation,
mais cela ne veut pas dire quil ny a pas dinterprtation possible. Les variables peuvent reprsenter bien autre chose que lespace : cela peut tre des populations, des traits caractristiques (taille,
ge, maturit, gnes,...), etc. Nous essaierons de donner quelques illustrations tout au long de ce
cours.
Dans la suite de ce cours, nous distinguerons parfois des rsultats pour deux types bien distincts
de fonctions :
- les fonctions scalaires Rp R (quon appelle aussi fonctions relles de variables relles),
-les fonctions vectorielles Rp Rq , q > 1.
ATTENTION : certains rsultats seront donns pour les fonctions scalaires alors que dautres le
seront pour les fonctions vectorielles.
2.1
Fonctions relles de variable relle

Dfinition 2.1 (FONCTION REELLE DE PLUSIEURS VARIABLES REELLES)
Soient E un sous-ensemble non vide de Rn et G une partie de E R telle que pour tout
vecteur x E, il existe un nombre rel y et un seul tel que le couple (x, y) appartienne
G. Alors le triplet (f, E, R) sappelle fonction dfinie sur E valeurs dans R.
-on dit que E est lensemble de dpart de f (ou le domaine de dfinition), et on le dsigne
par D(f ).
-le sous-ensemble {y R, il existe x E, f (x) = y} est appel limage de E par f et il
est not Im(f ).
-lUNIQUE nombre rel y correspondant llment x E par f sappelle limage de
x par f et se note f (x).
-la notation f = (G, E, R) nest pas utilise en pratique. On lui prfre la notation
f : E R.
31
2.1 Fonctions relles de variable relle
Dfinition 2.2 (GRAPHES DUNE FONCTION f : E R2 R )

Soient E un sous-ensemble non vide de R2 et f : E R une fonction relle de deux
variables.
1. Lensemble des points de R3
S = {(x, y, z) R3 ; (x, y) E, z = f (x, y)}
est appel SURFACE REPRESENTATIVE de f . S est galement appel GRAPHE de
la fonction f .
2. Soit A = (a, b) un point intrieur de E. Les fonctions R R telles que x f (x, b)
et y f (a, y) dfinies sur des intervalles ouverts contenant respectivement a et b sont
appeles FONCTION PARTIELLES associes f au point A.
3. Soit k R. Lensemble Lk = {(x, y) E; f (x, y) = k} est appel LIGNE DE
NIVEAU k de la fonction f .
F IGURE 2.4 Illustration de la dfinition 2.2 avec limage de la couverture : reprsentation de la

sin(x2 +3y 2 )
exp(1r2 )
fonction f : R2 7 R dfinie par (x, y) 7 z = 0.1+r2 + (x2 + 5y 2 )
, avec r =
2
p
x2 + y 2 , et projection des courbes de niveau sur les plans z = 0 et z = 9.
Remarque . Pour les fonctions de 3 variables, la notion analogue la ligne de niveau est celle de
la SURFACE de niveau.
32
2.2 Notion de limite
F IGURE 2.5 Surfaces de niveau pour illustrer la fonction f : (x, y, z) 7 f (x, y, z) = x2 +y 2 +z 2 .

Les surfaces de niveaux sont donnes par lquation x2 + y 2 + z 2 = a2 , o a = 1, 2, 3 et elles ont
t coupes pour laisser entrevoir les surfaces des diffrents niveaux.
2.2
Notion de limite
Dfinition 2.3 (FONCTION DEFINIE AU VOISINAGE DUN POINT)
On dit quune fonction f : E R est dfinie au voisinage dun point x0 , si x0 est un
point intrieur E {x0 }.
Dfinition 2.4 (LIMITE DUNE FONCTION f : E Rn R)

On dit quune fonction f : E Rp R dfinie au voisinage de x0 admet pour limite le
nombre rel l lorsque x tend vers x0 si pour tout > 0 on peut associer un nombre > 0
tel que les relations x E et 0 < kx x0 k < impliquent |f (x) l| < . On crit alors
lim f (x) = l.
xx0
Remarque .
1. La notion de limite ici ne dpend pas des normes utilises.
2. La limite, si elle existe est unique.
3. Nous pouvons gnraliser ces dfinitions aux fonctions de E Rp Rq .
33
2.2 Notion de limite
Proposition 2.5 (LIMITES ET SUITES DUNE FONCTION f : E Rn Rq )

Une fonction f : E Rp Rq dfinie au voisinage de x0 admet une limite l lorsque x
tend vers x0 si et seulement si pour toute suite (xn )nN dlments de {x E, x 6= x0 }
qui converge vers x0 , la suite (f (xn ))nN converge vers l.
Proposition 2.6 (OPERATIONS SUR LES LIMITES)

Soient f et g deux fonctions de E Rp Rq telles que lim f (x) = l1 et lim g(x) =
xx0
xx0
l2 , alors
1. pour tout couple de nombres rels et , la limite de la fonction f + g lorsque
x x0 existe et est gale l1 + l2 .
2. la limite de la fonction f g quand x x0 existe et elle est gale l1 l2 .
3. la limite de de f /g si l2 6= 0 lorsque x x0 existe et est gale l1 /l2 .
Proposition 2.7 (LIMITE DUNE FONCTION COMPOSEE)

Soient :
-a R, b = (b1 , ..., bn ) Rn et f : E Rn R une fonction telle que pour tout
x = (x1 , ...xn ) E,
lim f (x) = l,
xb
-soient g1 , ..., gn : R R, n fonctions relles telles que lim gi (t) = bi , pour tout i =
ta
1, ..., n,
-supposons de plus quil existe R, > 0 tel que pour tout t avec 0 < |t a| < on
ait (g1 (t), ..., gn (t)) 6= (b1 , ..., bn ) alors,
lim f (g1 (t), ..., gn (t)) = l.
ta

34
2.3 Fonctions continues
Proposition 2.8 (PERMUTATION DES LIMITES)

Soit f : R2 R une fonction telle que
lim
(x,y)(a,b)
f (x, y) = l. Supposons de plus que
pour tout x R lim f (x, y) existe et que pour tout y R, lim f (x, y) existe. Alors
xa
yb
lim (lim f (x, y)) = lim(lim f (x, y)) = l.
xa yb
yb xa

Thorme 2.9 (THEOREME DES GENDARMES)
Soient f, g et h trois fonctions de Rp Rq vrifiant les deux proprits suivantes :
1. lim f (x) = lim g(x) = l
xx0
xx0
2. il existe R, > 0 tel que pour tout x {x E, 0 < kx x0 k < } tel que
f (x) h(x) g(x).
Alors lim h(x) = l.
xx0
2.3
Fonctions continues
Dfinition 2.10 (FONCTION CONTINUE EN UN POINT)
Soit x0 un point intrieur de E Rp . Une fonctions f : E Rq est continue en x0 si et
seulement lim f (x) = f (x0 ).
xx0
On peut formuler cette dfinition de faon quivalente laide des suites.

Dfinition 2.11 (CONTINUITE ET SUITES)
Soit x0 un point intrieur de E Rp . Une fonction f : E Rq est continue en x0 si
et seulement si pour toute suite (xn )nN dlments de E qui converge vers x0 , la suite
(f (xn ))nN converge vers f (x0 ).
35
2.3 Fonctions continues
Dfinition 2.12 (FONCTIONS PARTIELLES DANS Rn )

Soit f : E Rp R. Soit a = (a1 , ..., ap ) E, alors les p fonctions f1 , ..., fp dfinies
par
fj : {x R, (a1 , .., aj1 , x, aj+1 , .., ap ) E} R
x
7 fj (x) = f (a1 , .., aj1 , x, aj+1 , .., ap ),
pour j = 1, ..., p sont appeles fonctions partielles en a.
Proposition 2.13 (CONTINUITE FONCTIONS PARTIELLES)

Soit f : E Rp Rq une fonction continue au point a = (a1 , ..., ap ), alors les p
fonctions f1 , ..., fp dfinies par
fj : {x R, (a1 , .., aj1 , x, aj+1 , .., ap ) E} Rq
x
7 fj (x) = f (a1 , .., aj1 , x, aj+1 , .., ap ),
pour j = 1, ..., p sont continues en aj .

Remarque . -ATTENTION :
-en gnral la rciproque est fausse !
-Soit l R, si f : R2 R une fonction telle que pour tout R, lim f (x, x) = l. Peut-on en
x0
conclure que f est continue au point (0, 0) ? La rponse est non.

Thorme 2.14 (OPERATIONS SUR LES FONCTIONS CONTINUES)
Soient f et g deux fonctions de Rp dans Rq continues en x0 . Alors,
1. pour tout couple de nombres rels et , la fonction f + g est continue en x0 .
2. de mme f g et f /g (avec g(x) 6= 0 sur un voisinage de x0 ) et kf k sont continues en
x0 .
3. enfin, la compose de fonctions continues est continue.

Dfinition 2.15 (PROLONGEMENT PAR CONTINUITE)
Soit f : E Rp Rq . Soit x0 un point adhrent E nappartenant pas S
E. Si f a
une limite l lorsque x x0 on peut tendre le domaine de dfinition de f E {x0 } en
posant f (x0 ) = l. On dit que lon a prolong f par continuit au point x0 .
36
2.4 Coordonnes polaires
Thorme 2.16 (CRITERES DE CONTINUITE)

Soit f : E Rp F Rq une fonction continue. Les proprits suivantes sont
quivalentes
1. f est continue en tout point de E,
2. pour tout ouvert U de F , f 1 (U ) est un ouvert de E.
3. pour tout ferm V de F , f 1 (V ) est un ferm de E.
4. pour toute suite (xn )nN de E convergeant vers x0 , la suite (f (xn )nN converge vers
f (x0 ) pour tout x0 E.
2.4
Coordonnes polaires
Lorsque lon considre des application f : E R2 R, il est quelques fois plus facile de
prouver des rsultats de limite, continuit, etc. en passant par les coordonnes polaires en faisant
le changement de variables de la faon suivante.
Soit R+ = [0, [. Deux cas possibles se prsentent.
1. Soit r = 0, et dans ce cas l, langle peut prendre toutes les valeurs sur [0, 2[ tant donn
que lon reste au mme point : lorigine.
2. Soit r 6= 0. On a alors x et y qui ne peuvent tre tous les deux nuls en mme temps, et alors
on peut dfinir une application bijective de R+ [0, 2[ vers R2 donne par les formules
suivantes :
R+ [0, 2[ R2 \ {0, 0}
(r, )
7 (x, y) = (r cos(), r sin()),
Son application rciproque est lapplication suivante :
R2 \ {0, 0} R+ [0, 2[
(x, y)
7 (r, ),
o r =
p
x2 + y 2 et est dfini de la faon suivante :
arctan(x/y)
si x > 0
arctan(x/y)
+
2
si x > 0,
arctan(x/y) + si x < 0,
=
si x = 0

si x = 0
2
et y 0,
et y < 0,
et y > 0,
et y < 0.
Donc en particulier, on a r2 = x2 + y 2 .
Dans certains exemples dtude de continuit des fonctions, il est utile de passer aux coordonnes
polaires : en effet, la condition sur deux variables (x, y) 0 devient une condition sur une seule
variable r 0 et prouver la continuit dune fonction devient plus facile (voir les exemples du
37
2.5 Continuit sur un compact
cours).
On aurait galement pu considrer sur lintervalle ] , ] au lieu de [0, 2[ mais alors il aurait
fallu changer la fonction rciproque arctan...( faire en exercice).
Exemple . Voir en cours.
2.5
Continuit sur un compact

Dfinition 2.17 (EXTREMA DE FONCTIONS A VALEURS SUR R)
Soient f : E Rp R, M (respectivement m) un nombre rel vrifiant les deux
proprits suivantes :
1. pour tout lment x E, f (x) M (respectivement f (x) m).
2. M (respectivemnt m) appartient lensemble Im(f ) = {f (x); x E}.
Alors le nombre rel M (respectivement m) est appel le maximum (respectivement le
minimum) de la fonction f sur E et il est not max f (x) (respectivement min f (x).
xE
xE
Dautre part, si pour x0 E, f (x0 ) E, f (x0 ) = max f (x), (respectivement

xE
f (x0 ) = min f (x)), nous dirons que la fonction f atteint son maximum (respectivement
xE
son minimum).
Thorme 2.18 (CONTINUITE ET COMPACT)

Soient f : E Rp Rq une fonction continue sur une partie E Rp et K une partie
compacte de Rp contenue dans E. Alors f (K) est une partie compacte de Rq .

Corollaire 2.19 (FONCTION BORNEE)
Une fonction continue sur un compact est borne et atteint ses bornes.

Remarque . IMPORTANT : si f : E Rp R le corollaire prcdent signifie que les deux
nombres rels min f (x) et max f (x) existent et sont atteints.
xE
xE
38
2.6
2.6 Thorme des valeurs intermdiaires
Thorme des valeurs intermdiaires

Dfinition 2.20 (ARC CONTINU)
On dit quune partie de Rp est un arc continu si on peut trouver une application continue
: [a, b] R Rp dont limage soit . Lapplication est appele un paramtrage de
. Les points de , A = (a) et B = (b) sappellent les extrmits de .
Remarque . ATTENTION :
1. est un objet gomtrique tandis que , fonction continue, est un objet analytique.
Un arc continu admet une infinit de paramtrages possibles.
2. Ne pas confondre ensemble CONVEXE et ensemble CONNEXE. Dans un ensemble CONVEXE,
le segment reliant deux points de cet ensemble doit se trouve en entier dans cet ensemble.
Tandis quun ensemble CONNEXE (ensemble en un seul morceau peut ne pas tre CONVEXE
et possder des lments dont le segment qui relie deux de ces lments puisse sortir de cet
ensemble (voir figure 2.6).
F IGURE 2.6 Exemples sur R2 dun ensemble CONVEXE E gauche et dun ensemble
CONNEXE non convexe F droite.
Dfinition 2.21 (CONNEXE PAR ARCS)

Soit E un sous-ensemble de Rp . On dit que E est connexe par arc si tant donns deux
points arbitraires A et B de E on peut trouver un arc continu , dextrmits A, et B
entirement contenu dans E.
Exemple . Voir la figure 2.7.

39
2.6 Thorme des valeurs intermdiaires
F IGURE 2.7 Exemples sur R2 dun arc continu dans un ensemble E R2

Exemple .
1. Dans E = R, tous les intervalles I sont connexes par arc.
2. R nest pas connexe par arc.
3. Les ensembles convexes sont connexes par arc.
4. Les boules tant convexes, elles sont connexes par arc.
5. La runion de deux connexes par arc non disjoints est connexe par arc.
Voir une illustration de connexit par arc sur la figure 2.8.
F IGURE 2.8 Exemples sur R2 de partie connexe par arc E et de partie non connexe par arc
E1 t E2 .
Thorme 2.22 (THEOREME DES VALEURS INTERMEDIAIRES)
Soit f : E Rp R un fonction continue sur une partie E Rp connexe par arc.
Soient A et B deux points de E. Pour tout nombre rel r compris entre f (A) et f (B) il
existe un point C de E tel que f (C) = r.

40
Chapitre 3
Calcul diffrentiel
(a) Pierre de Fermat

(1605/1608-1665)
:
mathmaticien franais, il dveloppe une
mthode gnrale pour
trouver les tangentes
aux courbes, mthode
qui sera considre
par la suite comme le
fondement du calcul
diffrentiel.
(b) Charles Gustave Jacob (c) Hermann Schwarz

Jacobi, ou Carl Gustav Ja- (1843-1921), mathkob Jacobi, (1804 - 1851 ) , maticien
allemand
un mathmaticien allemand, connu entre autre
il est entre autre connu pour pour
son
clbre
avoir t lun des fonda- thorme concernant
teurs du calcul des dtermi- les
diffrentielles
nants de matrices et notam- dordre 2, nonc dans
ment celui de la matrice ja- ce chapitre.
bobienne.
F IGURE 3.1 Quelques mathmaticiens clbres lis ltude du calcul diffrentiel.
3.1
Drives partielles
Rappel 3.1 (DERIVEE). Soit f : I R R une fonction drivable sur un intervalle I R. La

drive de f au point a I est donne par :
f (a + h) f (a)
f (x) f (a)
= lim
xa
h0
h
xa
f 0 (a) = lim
41
3.1 Drives partielles
Calcul diffrentiel
Comme nous lavons crit dans lintroduction, si f : E Rp Rq et a E. Une expression

du type du rappel prcdent na pas de sens parce que lon ne peut pas diviser par un vecteur.
Par contre, si on fixe toutes les composantes du vecteur x sauf une, on peut dfinir les drives
partielles de cette fonction f de la faon suivante.
Dfinition 3.1 (DERIVEE PARTIELLE)
Soient f : E Rp R et a E. Pour i = 1, ..., p, on appelle drive partielle par
f
rapport xi de f en a = (a1 , ..., ap ), et on note
(a) la drive de la fonction partielle
xi
de f prise en ai
f (a1 , ..., xi , ..., ap ) f (a1 , ..., ai , ..., ap )
f
(a) = lim
.
x
a
xi
x i ai
i
i
Pour une fonction de deux variables f : E R2 R en un point a = (a1 , a2 ) E
les drives partielles de f en (a1 , a2 ) sont les drives des fonctions partielles x1
f (x1 , a2 ) et x2 f (a1 , x2 ), o x1 , et x2 R qui se calculent de la faon suivante :
f (a1 + h, a2 ) f (a1 , a2 )
f
(a1 , a2 ) = lim
,
h0
x1
h
et,
f
f (a1 , a2 + k) f (a1 , a2 )
.
(a1 , a2 ) = lim
k0
x2
k
On les note parfois fx0 1 (a1 , a2 ) et fx0 2 (a1 , a2 ).
Remarque . Si f : E Rp
Rq ce sont les composantes fj de f pour j = 1, ..., q qui admettent p drives partielles. Nous le
verrons un peu plus bas dans la dfinition de la matrice jacobienne.
Remarque . Attention : une fonction peut possder des drives partielles en un point sans pour
autant tre continue en ce point ! Cest pour cela que lon donne la condition suffisante suivante
pour quune fonction soit continue en un point
Thorme 3.2 (CONDITION SUFFISANTE DE CONTINUITE)
f
, i = 1, ..., p
xi
soient continues au point (a1 , ..., ap ) E. Alors f est aussi continue en ce point.
Soit f : E Rp R une fonction continue telle que les p fonctions

42
Calcul diffrentiel
3.2 Oprateurs diffrentiels classiques
Dfinition 3.3 (MATRICE JACOBIENNE)

La matrice des drives partielles de f : E Rp Rq sappelle la matrice jacobienne
ou la Jacobienne de f . On la note J(f )x0 , elle a p colonnes et q lignes :
J(f )x0
f1 (x0 )
f1 (x0 )
...
x1
xp
..
..
.
.
fq (x0 )
fq (x0 )
...
x1
xp
Mq,p (R).
Autrement dit, si x = (x1 , ..., xp ) pour une fonction vectorielle f (x1 , ..., xp ) valeurs
f
dans Rq , la Jacobienne a pour colonnes les vecteurs
. En particulier, pour une fonction
xi
de p variables valeurs relles, la matrice jacobienne est juste une matrice ligne :

f (x)
f (x)
J(f )(x1 ,...,xp ) =
, ...,
x1
xp
et la transpose de ce vecteur est la matrice colonne

t
f (x)
f (x)
grad(f )(x1 ,...,xp ) =
, ...,
.
x1
xp
grad est appel gradient de f et il est not f (x) (qui se lit nabla f de x).
On rsume les cas particuliers dans la section suivante.
3.2
3.2.1
Oprateurs diffrentiels classiques

Gradient
Pour une fonction valeurs scalaires (q = 1)

f : E Rp R
dont les drives partielles existent, le gradient est dfini par
grad(f ) : E Rp Rp

x
7 (grad(f ))(x) :=
43
f (x)
f (x)
, ...,
x1
xp
t
.
3.3 Proprits des drives partielles
3.2.2
Calcul diffrentiel
Divergence
Pour une fonction f : E Rp Rp (q = p) de composante f1 , ..., fp , dont toutes les drives

partielles existent, on dfinit sa divergence par
div(f ) : E Rp R
x
p
X
fi
(x),
7
(div(f ))(x) := tr(J(f )x ) =

x
i
i=1
o tr(J(f )x ) est la trace de la matrice jacobienne. On peut crire parfois div(f ) = .f , o le

produit scalaire canonique sur Rp est dfini par
x.y =
p
X
xi y i .
i=1
ATTENTION : ne pas confondre les notions de gradient et de divergence. grad(f ) est un vecteur
alors que div(f ) est un scalaire !
3.2.3
Rotationnel
Si p = 3 et q = 3 pour une fonction f : E R3 R3 de composante f1 , ..., f3 dont toutes les

drives partielles existent on dfinit le rotationnel de f par
rot(f ) : E R3 R3
x
7 (rot(f ))(x),
o

(rotf )(x) =

f2
f1
f3
f2
f1
f3
(x)
(x),
(x)
(x),
(x)
(x) = f,
x2
x3
x3
x1
x1
x2
o x y dsigne le produit vectoriel entre les vecteurs x et y.
3.3
Proprits des drives partielles
Les drives partielles dune fonction qui est obtenue par des oprations algbriques sur dautres
fonctions (somme, produit, fraction) suivent les mmes rgles.
Les drives partielles dune composition de fonctions sont plus compliques. Rappelons tout
dabord ce que lon connaissait pour les applications de R dans R.
44
Calcul diffrentiel
3.3 Proprits des drives partielles
Proposition 3.4 (REGLE DES CHAINES)

Soient
g : I R J R,
x
7 g(x),
h : J R R,
y
7 h(y),
et,
f : I R R,
x
7 f (x) = h(g(x)).
On a
df
dh
dg
(x0 ) =
(g(x0 )). (x0 ),
dx
dy
dx
que lon crivait plus souvent de la faon suivante : f 0 (x0 ) = h0 (g(x0 )).g 0 (x0 ).

En gnralisant aux fonctions de Rp Rq , on obtient le rsultat suivant pour les drives partielles.
Proposition 3.5 (DERIVEE PARTIELLE DUNE FONCTION COMPOSEE)
Soient
g : D Rp E Rm ,
x
7 g(x),
h : E Rm Rq ,
y
7 h(y),
et,
f : D Rp Rq ,
x
7 f (x) = h(g(x)).
des fonctions telles que les p drives partielles de chacune des m composantes de g en
x0 D existent et h en g(x0 ) E soit une fonction continment drivable (i.e. ses
drives partielles existent et sont continues) alors pour tout i = 1, ..., p, et pour tout
j = 1, ..., q on a :
1. chaque fj possde une drive partielle par rapport xi au point x0 ,
2. on a la formule suivante
(h g)j
fj
(x0 ) =
(x0 ),
xi
xi
hj
g1
hj
gm
=
(g(x0 ))
(x0 ) + ... +
(g(x0 ))
(x0 ),
y1
xi
ym
xi
ce qui donne les entres dune matrice jacobienne de f qui est un produit des matrices
jacobiennes de h et g. Autrement dit,
J(h g)x = J(h)g(x) .J(g)x .
45
3.4 Notion de diffrentiabilit
Calcul diffrentiel

Remarque . Attention : si dans lnonc de la proposition on ne suppose pas que les drives
partielles de f sont toutes continues au point g(x0 ) alors le rsultat peut trs bien cesser dtre
vrai !
Par contre, si en plus les applications partielles de g sont de continment drivables alors f aura
ses drives partielles continues galement en x0 .
3.4
Notion de diffrentiabilit
Nous avons pour linstant tudi la drivabilit des composantes de f pour se ramener aux cas que
lon connaissait des fonctions de R dans R. Mais cela nest pas satisfaisant dans le sens o lon na
pas de rsultats propre f sans passer par les drives partielles. Do lintrt de cette section de
la notion de diffrentielle de f , qui pourrait tre abord dans le cas de la dimension infinie mais
que lon ne traitera quen dimension finie pour rester dans le cadre du programme. Nous donnerons
des rsultats permettant de relier la diffrentielle dune fonction avec ses drives partielles.
Dfinition 3.6 (DIFFERENTIELLE EN UN POINT a)
Soient E un ouvert inclus dans Rq , f : E Rq une application et a E. On dit que f est
diffrentiable au point a si et seulement sil existe une application linaire l Rp Rq
vrifiant
kf (x) f (a) l(x a)k
lim
= 0,
xa
kx ak
x6=a
ou encore, en posant h = x a,
kf (a + h) f (a) l(h)k
= 0,
h0
khk
h6=0
lim
Remarque .
-lapplication l est linaire et continue (ici cest vident puisquelle est linaire en dimension finie,
donc forcment continue),
-cette application l lorsquelle existe est unique et on la note dfa ,
-on peut galement crire cette dfinition sous la forme, pour tout h Rp
kf (a + h) f (a) l(h)k = r(h),
o r(h) = o(khk) est le reste. Cest dire que pour tout h Rp ,
kr(h)k
= 0,
h0 khk
h6=0
lim
46
Calcul diffrentiel
-LIEN ENTRE DERIVEE ET DIFFERENTIABILITE : la fonction f : I R Rq est diffrentiable si et seulement si elle est drivable et pour tout x I, et h R, on a
dfx (h) = hf 0 (x),
-DIFFERENTIELLE DUNE APPLICATION LINEAIRE : si f : E Rp Rq est linaire, alors
f est diffrentiable sur E et pour tous x E et h Rp ,
dfx (h) = f (h),
-DIFFERENTIELLE DUNE APPLICATION BILINEAIRE : si B : E1 E2 Rq , o E1 Rp1
et E2 Rp2 , alors B est diffrentiable sur E1 E2 et pour tous (x1 , x2 ) E1 E2 et pour tous
(h1 , h2 ) Rp1 Rp2 ,
dB(x1 ,x2 ) (h1 , h2 ) = B(x1 , h2 ) + B(h1 , x2 ).
Proposition 3.7 (DERIVEE DIRECTIONNELLE)

Soit f : E Rp Rq une fonction diffrentiable sur E alors pour tous x E et h Rp
la fonction
g : R Rq
x 7 g(t) := f (x + th),
est drivable en t = 0 et
f (x + th) f (x)
).
t0
t
g 0 (0) = dfx (h)(= lim
Cest la drive de f en x suivant la direction h (si h est non nul), ou encore drive
directionnelle.
Proposition 3.8 (DIFFERENTIELLE ET CONTINUITE)

Une fonction f : E Rp Rq diffrentiable en un point x E au sens de la dfinition
prcdente est ncessairement continue au point x.

47
Calcul diffrentiel
Dfinition 3.9 (DIFFERENTIELLE SUR UN OUVERT E)

On dit que lapplication f est diffrentiable sur E si elle est diffrentiable en tout point
x E. Dans ce cas, on appelle la diffrentielle de f la fonction
df : E L (Rp ; Rq )
x 7 dfx ,
o L (Rp ; Rq ) est lensemble des fonctions linaires (donc continues car nous sommes
en dimension finie) de Rp valeurs dans Rq .
Si de plus df est continue, on dit que f est continment diffrentiable ou de faon quivalente que f est de classe C 1 .
Remarque .
ATTENTION : bien remarquer que la formulation ci-dessus correspond df et non pas dfx
qui est daprs la dfinition toujours linaire et continue de Rp dans Rq . Autrement dit, ne pas
confondre df et dfx !
Remarque . Il faudra bien distinguer deux cas. Les fonctions valeurs dans un espace produit,
autrement dit f (x) sera un vecteur de composantes fi (x) pour tout x dans lespace de dpart. Et
le cas o f est dfinie sur un espace produit, cest dire que f sera dfinie pour tout x E Rn ,
x tant un vecteur de Rn .
Bien entendu, la plupart du temps nous travaillerons sur le cas gnral qui est un mlange de ces
deux cas, et donc f sera une fonction dfinie de E Rn vers Rp . Il faudra alors garder lesprit
les rsultats suivants.
1. Une fonction f : I R Rq dfinie pour tout x dans I par f (x) = (f1 (x), ..., fq (x)) est
diffrentiable en un point x I si et seulement si toutes composantes fi de f , i = 1, ..., q
sont diffrentiables et dfx (h) = (df1,x (h), ..., dfq,x (h)) = hf 0 (x), o dans ce cas h est un
rel (scalaire) et f 0 (x) est le vecteur de composantes les drives fi0 (x). Attention, cela ne
marche que si lespace de dpart est R ici. Cela ne marche plus du tout si lespace de dpart
est inclus dans Rp . On aura alors le rsultat suivant.
2. On considre une fonction f : E Rp R dfinie pour tout x = (x1 , .., xp ) dans E par
f (x) R.
Si f est diffrentiable en un point x E alors les drives partielles seront diffrentiables.
Mais la rciproque sera FAUSSE en gnral.
On peut rsumer ce dernier point de la faon suivante :
-Si f est diffrentiable alors les applications partielles sont drivables (cest le rsultat de
la proposition 3.10).
-PAR CONTRE,lexistence de la drive des applications partielles nimplique pas ncessairement la diffrentiabilit de f .
-Mais, si les applications partielles sont continment diffrentiables alors f est continment
diffrentiable (ce sera le rsultat de la proposition 3.11).
Nous allons noncer ces rsultats dans les deux propositions suivantes.
48
Calcul diffrentiel
Proposition 3.10 (DIFFERENTIABILITE ET DERIVEES PARTIELLES)

Soient f : E Rp Rq et a E. On suppose f diffrentiable en a, alors f admet en
f
a les drives partielles : pour tout i = 1, ..., p,
(a) et
xi
f
(a) = dfa (ei ),
xi
o ei est un vecteur de Rp dont la ime composante est 1 et le reste est 0.
Attention : quand on parle des drives partielles de f , il sagit en fait des drives
partielles de chacune des applications fj (avec f = (f1 , ..., fq ), j = 1, ..., q, car ne
loublions pas, f est valeurs dans Rq .

Remarque .
Si lon pose h = (h1 , ..., hp ), et si f : E Rp R (attention ici lapplication est valeurs dans
R !), on a
p
X
dfa (h1 , ..., hp ) = dfa (
hi ei ),
p
X
i=1
hi dfa (ei ),
i=1
p
X
f
(a),
xi
i=1
= < f (a)|h >,
o f (a) = (
hi
f
f
(a), ...,
(a)) et < .|. > est le produit scalaire canonique sur Rp , cest dire
x1
xp
< x|y >=
p
X
xi y i .
i=1
On peut en dduire une partie du rsultat suivant.

Proposition 3.11 (DERIVEES PARTIELLES ET DIFFERENTIABILITE)
Soient f : E Rp R et a E. On suppose quil existe une boule ouverte centre
f
en a et de rayon > 0 telle que pour tout x B(a, ), les drives partielles
(a),
xi
i = 1, ..., p existent et soient continues en a. Alors f est diffrentiable en a et de plus on
a
dfa (h) =< f (a)|h > .
49
3.5 Oprations sur les fonctions diffrentiables
Calcul diffrentiel

Proposition 3.12 (GENERALISATION)
Soient f : E Rp Rq et a E. On suppose quil existe une boule ouverte centre en
fi
a et de rayon > 0 telle que pour tout x B(a, ), les drives partielles
(a), j =
xj
1, ..., p et pour tout i = 1, ..., q, existent et soient continues en a. Alors f est diffrentiable
en a et de plus on a
dfa (h) = J(f )a .h,
o J(f )a est la matrice jabobienne de f en a avec p colonnes et q lignes.

Remarque .
Soit f : E Rp Rq , f est-elle diffrentiable en a E ?
-calculer sa matrice jacobienne et donc les drives partielles
fi
(a) pour tous i = 1, ..., q et
xj
fj
(a) pour un j nexiste pas alors f nest pas diffrentiable.
xi0
f
(a) pour tout i = 1, ..., p, et
-sinon, considrons lapplication linaire l : Rp Rq o l(ei ) =
xi
on regarde si
kf (a + h) f (a) l(h)k
= 0,
lim
h0
khk
h6=0
j = 1, ..., p, sil existe j0 tel que
3.5
Oprations sur les fonctions diffrentiables

Proposition 3.13 (LINEARITE)
Soient f, g : E Rp Rq et x E. On suppose f et g diffrentiables en x, alors
-f + g est diffrentiable et d(f + g)x = dfx + dgx ,
-pour tout R, f est diffrentiable et (.f )x = dfx .
En termes de Jacobiennes :
-J(f + g)x = J(f )x + J(g)x ,
-J(f )x = J(f )x .

50
Calcul diffrentiel
Proposition 3.14 (COMPOSITION)

Soient f : E Rp Rn est diffrentiable en x E et g : U Rn Rq diffrentiable
en y = f (x) U , alors la compose g f est diffrentiable en x et
d(g f )x (h) = dgf (x) (dfx (h)),
pour tous x E et h Rp . On lcrit galement sous la forme
d(g f )x = dgf (x) dfx ,
pour tout x E.
En termes de Jacobiennes :
d(g f )x = J(g f )x = J(g)f (x) .J(f )(x).

Remarque .
Cette dernire proposition peut savrer utile lorsque lon veut exprimer la diffrentielle de fonctions un peu complique. Il suffit alors dessayer de dcomposer ces fonctions en fonctions
classiques dont les diffrentielles sont connues et de rassembler les pices du puzzle par la formule de diffrentielle dune fonction compose. Ce rsultat est valable galement en dimension
infinie (hors programme), et il peut tre utilis lorsque le calcul des jacobiennes peut savrer trop
long.
3.6
Proprits gomtriques des fonctions de plusieurs variables
Pour finir ce chapitre, nous allons donner quelques interprtations gomtriques des diffrentielles.
3.6.1
Gradient et ligne de niveau
Avant de donner le rsultat directement, rappelons la dfinition dun vecteur normal une courbe
en un point de cette courbe ainsi que la dfinition dune ligne de niveau pour une fonction dfinie
sur un domaine de R2 valeurs dans R.
Dfinition 3.15 (VECTEUR PERPENDICULAIRE A UNE COURBE)
Soient x un point dune courbe Rp et T une droite tangent au point x. On dit
quun vecteur v est perpendiculaire la courbe au point x si v est perpendiculaire T .
Dans ce cas, on dit aussi que v est normal la courbe au point x.
En particulier, cela signifie que le produit scalaire de v et du vecteur directeur de T est
gal 0.
51
Calcul diffrentiel
Considrons E R2 , f : E R et (x, y) E alors si f (x, y) = a, (x, y) appartient la ligne de

niveau La (f ).
Proposition 3.16 (GRADIENT ET NORMALE)
Le vecteur gradient f (x, y) est normal la courbe La (f ) au point (x, y).

On en dduit alors facilement la proposition suivante.
Proposition 3.17 (TANGENTE A UNE COURBE DE NIVEAU)
Soit f : E R2 R une fonction continment diffrentiable sur E. Lquation du plan
tangent la courbe de niveau La (f ) correspondant f (x, y) = a, a R en un point
P0 (x0 , y0 ) de La (f ), tel que le gradient de f en ce point soit non nul est donn par
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ) = 0.
x
y
3.6.2
Le gradient indique la ligne de plus grande pente
Sur le graphe de la fonction f on prend un point (x, y, a). Alors (x, y) est sur la ligne de niveau
a = f (x, y).
Proposition 3.18 (GRADIENT ET PENTE)
Le vecteur gradient f (x, y) indique la direction de plus grande pente positive sur f
partir dun point.

Remarque .
-En suivant la ligne de plus grande pente dans E on a sur le graphe, le chemin le plus court
parcourir pour obtenir une variation donne de f . Autrement dit, si lon veut passer le plus vite
possible du niveau a au niveau b partir dun point (x, y) donn de niveau f (x, y) = a, il faut
suivre le gradient.
On a des rsultats similaires pour les surfaces de niveau. Pour cela rappelons ce quest lquation
dun plan dans R3 .
52
Calcul diffrentiel
Proposition 3.19 (EQUATION DUN PLAN)

Considrons un plan P passant par le point P0 (x0 , y0 , z0 ) et de vecteur normal n =
(a, b, c). Lquation cartsienne de ce plan est alors
a(x x0 ) + b(y y0 ) + c(z z0 ) = 0.
Proposition 3.20 (PLAN TANGENT A SURFACE DE NIVEAU)

Soit f : E R3 R une fonction continment diffrentiable sur E. Lquation du
plan tangent la surface de niveau S correspondant f (x, y, z) = a, a R en un point
P0 (x0 , y0 , z0 ) de S , tel que le gradient de f en ce point soit non nul est donn par
f
f
f
(x0 , y0 , z0 )(x x0 ) +
(x0 , y0 , z0 )(y y0 ) +
(x0 , y0 , z0 )(z z0 ) = 0.
x
y
z
3.6.3
Plan tangent un graphe dune fonction de 2 variables
Attention ici, il ne faut pas confondre le graphe dune fonction scalaire ( valeurs dans R) de deux
variables avec la surface de niveau. En effet, dans cette section nous nous intressons lquation
du plan tangent la surface reprsentant une fonction f : E R2 R qui est donne par
f (x, y) = z pour tout (x, y) E, o z est un rel image de (x, y) par f . Rappelons que les
surfaces de niveau pour une application g dfinie sur un domaine de R3 la surface est donne par
g(x, y, z) = a, o a est un rel.
53
Calcul diffrentiel
Proposition 3.21 (PLAN TANGENT A UNE SURFACE )

Soit f : E R2 R une fonction continment diffrentiable sur E. Lquation du
plan tangent la surface S dfinie par f (x, y) = z, z R en un point P0 (x0 , y0 , z0 ), o
z0 = f (x0 , y0 ) de S , tel que le gradient de f en ce point soit non nul est donn par
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ) z + z0 ) = 0,
x
y
ou encore
f (x, y) = f (x0 , y0 ) +
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ).
x
y
54
Chapitre 4
(a) Michel Rolle (16521719)

:
mathmaticien
franais, lorigine du clbre
thorme qui porte son
nom, quil a nonc pour la
premire fois en 1691.
(b) Pierre
Varignon
(1654-1722) : mathmaticien franais,
lorigine du formalisme
de la dfinition de
vitesse
instantane
et dacclration, un
des fondateurs de la
mcanique analytique.
Il a russi convaincre
Rolle de lutilit du
calcul infinitsimal.
(c) Ren Eugne Gateaux (1889-1914),

mathmaticien
franais lorigine
de la drive directionnelle portant son
nom.
F IGURE 4.1 Quelques mathmaticiens clbres lis la thorie des accroissements finis.
Ce chapitre est ddi lun des rsultats fondamentaux du calcul diffrentiel qui permettra de
rsoudre pas mal dexercices. Nous allons commencer par des rsultats connus pour des fonctions
dune variable relle valeurs relles. Nous gnraliserons un rsultat analogue en dimension suprieure (pour lespace de dpart, puis pour lespace darrive). Nous terminerons enfin ce chapitre
par une application.
55
4.1 Fonction dune variable relle valeurs relles
4.1
Fonction dune variable relle valeurs relles

Thorme 4.1 (RAPPEL : THEOREME DE ROLLE)
Soit f : [a, b] R, o a < b, une fonction continue sur [a, b] et drivable sur ]a, b[ telle
que f (a) = f (b). Alors il existe c ]a, b[ tel que f 0 (c) = 0.
Preuve. Faite en cours.

Thorme 4.2 (EGALITE DES ACCROISSEMENTS FINIS)
Soit f : [a, b] R continue, drivable sur ]a, b[, o a < b, alors il existe c ]a, b[ tel que
f (b) f (a) = (b a)f 0 (c).
4.2
Fonction dune valeur sur un espace Rp et valeurs relles
Rappelons la dfinition dun segment et dun ensemble convexe (voir section (1.49)). Nous en
aurons en effet besoin tout au long de ce chapitre tant donn que nous formulerons les rsultats
sur des convexes ouverts inclus dans lensemble de dfinition de f . Lorsque f sera dfinie sur un
domaine de R un tel ensemble sera un intervalle I du type ]a, b[ et si f est valeurs sur un domaine
de Rp on notera cet ensemble convexe U .
Dfinition 4.3 (SEGMENT)
On appelle segment ferm (respectivement segment ouvert) dextrmits a et b dune
espace Rp , lensemble
[a, b] (resp. ]a, b[) = {ta + (1 t)b tel que t [0, 1] (resp. t ]0, 1[)}.
Dfinition 4.4 (ENSEMBLE CONVEXE)

On dit que A Rp est convexe si pour tout (a, b) A2 , le segment ferm [a, b] A.
56
4.3 Fonction dune variable relle
Thorme 4.5 (DIFFERENTIABILITE SUR UN CONVEXE)

Soit U Rp , convexe et soit f : U R continue, et [a, b] U . Si f est diffrentiable
en tout point de ]a, b[ alors il existe c ]a, b[ tel que f (b) f (a) = dfc (b a).

Remarque . ATTENTION ! ce thorme ne sapplique pas au cas des applications f : U
Rp Rq , o q > 1, - voir exemple en cours.
4.3
Fonction dune variable relle

Thorme 4.6 (INEGALITE DES ACCROISSEMENTS FINIS (1))
Soit f : I R Rq une fonction drivable sur un intervalle ouvert I et valeur dans
Rq . On suppose quil existe k > 0 tel que
kf 0 (t)kRq k quel que soit t I.
Alors
kf (x) f (y)kRq k|x y| quel que soit (x, y) I I.
(4.1)
Preuve. Pas faite en cours.

Remarque . On remarque :
1. que lon peut avoir une ingalit (4.1) plus fine en prenant
k = sup kf 0 (ty + (1 t)x)kRq .
t[0,1]
On pourra alors dire

kf (x) f (y)kRq sup kf 0 (ty + (1 t)x)kRq |x y|,
t[0,1]
pour tous x, y I.
2. que ce rsultat sapplique mme pour x et y au bord de lintervalle I condition que f soit
continue sur lintervalle ferm I et que lon ait une estimation de f 0 sur lintervalle ouvert
I.
Rsultat un peu plus gnral.
57
4.4 Thorme gnral

Soit f : I R Rq une fonction drivable sur un intervalle ouvert I et valeur dans
Rq . On suppose quil existe une fonction : I R drivable, telle que
kf 0 (t)kRq 0 (t) quel que soit t I.
Alors
kf (x) f (y)kRq |(x) (y)| quel que soit (x, y) I I.
4.4
Thorme gnral
Soit f : U Rp Rq une fonction diffrentiable sur un ouvert CONVEXE U. On
suppose quil existe k > 0 tel que
|||dfu ||| k que que soit u U.
Alors
kf (x) f (y)kRq kkx ykRp quel que soit (x, y) U U.

Remarque . On peut avoir en fait une ingalit plus fine
kf (x) f (y)kRq sup kdf(x+t(yx)) kkx ykRp .
t[0,1]
Et mme mieux, par 2. de la Remarque , nous avons,

kf (x) f (y)kRq sup |||df(x+t(yx)) |||kx ykRp .
t]0,1[
Nous avons en fait un rsultat un peu plus gnral qui ne ncessite pas le fait que U soit convexe.
Il est donn dans la proposition suivante.
58
4.5 Application
Proposition 4.9 (INEGALITE DES ACCROISSEMENTS FINIS (4))

Soit f : U Rp Rq , U ouvert de Rp , et soient x, y U , tels que le segment
[x, y] = {x + t(y x), t [0, 1]} U . On suppose que f est continue sur [x, y] et
diffrentiable sur ]x, y[= {x + t(y x), t ]0, 1[} U . Alors
kf (x) f (y)kRq sup kdf(x+t(yx)) kkx ykRp .
t]0,1[
Grce cette proposition, nous pouvons dmontrer le corollaire suivant.

Corollaire 4.10 (FONCTION LIPSCHITZIENNE)
Soit U Rp convexe et f : U Rq est de classe C 1 . Si M = sup |||dfu ||| < +.
xRp
Alors f est M -lipschitzienne sur U .
4.5
Application
Dfinition 4.11 (ENSEMBLE CONNEXE)
Un sous-ensemble despace topologique X (par exemple Rn ) est dit CONNEXE sil
ne peut scrire comme une runion disjointe de deux ouverts non vides ou de faon
quivalente comme runion disjointe de deux ferms non vides.
Cette dfinition est quivalente la dfinition suivante.

Dfinition 4.12 (ENSEMBLE CONNEXE)
Un sous-ensemble dun espace topologique X (par exemple Rn ) est dit CONNEXE sil
nadmet pas de sous-ensemble la fois ouvert et ferm autre que lensemble vide et
lui-mme.
Thorme 4.13 (FONCTION CONSTANTE ET DIFFERENTIELLE NULLE)
Soit f : U Rp Rq , o U est un ouvert de Rp .
1. Si f est constante sur U , alors f est diffrentiable sur U et pour tout x U dfx 0.
2. Si U est CONNEXE, f diffrentiable sur U telle que dfx 0, alors f est constante
sur U .

59
4.5 Application
60
Chapitre 5
Diffomorphismes
5.1
Introduction
Soient U et V des OUVERTS ( non vides) de Rp .
Dfinition 5.1 (DIFFEOMORPHISME)

On dit quune application f : U V est un diffomorphisme de U sur V si et seulement
si
1. f est une bijection,
2. f est de classe C 1 , cest dire continment diffrentiable sur U ,
3. f 1 est de classe C 1 sur V .
Proposition 5.2 (DIFFEOMORPHISME ET RECIPROQUE)

Si f : U V est un diffomorphisme alors sa diffrentielle est en tout point de U un
isomorphisme (de Rp dans lui-mme) et la diffrentielle de sa fonction rciproque f 1
est lie celle de f par la formule
d(f 1 )y = (dff 1 (y) )1 , pour tout y V.

61
5.2 Thorme dinversion locale
Diffomorphismes
Proposition 5.3 (DIFFEOMORPHISME ET JACOBIENNE)

Si f : U V est un diffomorphisme alors sa diffrentielle est en tout point de U un
isomorphisme (de Rp dans lui-mme) et la diffrentielle de sa fonction rciproque f 1
est lie celle de f par la formule
J(f 1 )y = (J(f )f 1 (y) )1 , pour tout y V.
o J(f 1 )y et (J(f )f 1 (y) )1 sont respectivement la jacobienne de f 1 en y et la jacobienne de f en f 1 en y.
5.2
Thorme dinversion locale

Thorme 5.4 (THEOREME DINVERSION LOCALE)
Si
1. f : U V est de classe C 1 ,
2. a U est tel que dfa soit un isomorphisme (de Rp dans lui-mme),
alors il existe un voisinage ouvert Ua de a dans U et un voisinage ouvert Vb de b = f (a)
dans V tel que la restriction de f Ua soit un diffomorphisme de Ua sur Vb .

Corollaire 5.5 (THEOREME DINVERSION GLOBALE)
Soit f : U Rp une application de classe C 1 avec U un ouvert non vide. Cest un
diffomorphisme de U sur f (U ) si et seulement si
1. elle est injective, et
2. sa diffrentielle est en tout point de U un isomorphisme (de Rp dans lui-mme).

Corollaire 5.6 (FORMULATION AVEC JACOBIENNE)
Dimension finie. Soit U un ouvert de Rp et f : U Rp injective et de classe C 1 . Alors
f est un diffomorphisme si et seulement si le dterminant de sa matrice jacobienne (que
lon appelle jacobien de f ) ne sannule pas sur U .

62
Diffomorphismes
5.3
5.3 Thorme des fonctions implicites
Thorme des fonctions implicites
Le thorme des fonctions implicites concerne la rsolution dquations non-linaires de la forme

f (x, y) = 0,
et doit son nom au fait que, sous les hypothses que lon va prciser, on peut en tirer y comme
fonction de x : on dit alors que f (x, y) = 0 dfinit implicitement y, ou encore y comme fonction
implicite de x.
Donnons dabord une formulation gnrale (qui peut tre utilise sans passer par les matrices
jacobiennes), puis un cas particulier de fonctions de R2 valeurs dans R pour finalement nonc
le rsulat avec les matrices jacobiennes.
Thorme 5.7 (THEOREME DES FONCTIONS IMPLICITES)

Soient E, F et G, trois espaces de dimension finie. Soit U un ouvert de E F et f : U
G une fonction de classe C 1 . On suppose quil existe (a, b) U tel que f (a, b) = 0G et la
diffrentielle partielle de f par rapport y, d2 f est telle que d2 f(a,b) soit un isomorphisme
de F sur G. Alors il existe un voisinage ouvert U(a,b) de (a, b) dans U , un voisinage ouvert
Wa de a dans E et une fonction de classe C 1 (Wa , F )
: Wa F
telle que
((x, y) U(a,b) et f (x, y) = 0G ) y = (x).
Proposition 5.8 (DIFFERENTIELLES FONCTION IMPLICITE)

Sous les hypothses du thorme des fonctions implicites, et quitte rduire Wa on a
dx (h) = (d2 f(x,(x)) )1 d1 f(x,(x)) (h)
pour tout x Wa et pour tout h E.

63
Diffomorphismes
Proposition 5.9 (FONCTIONS DE E R2 7 R)

Soient U R2 , U ouvert et f : U R une application de classe C 1 sur U . On suppose
f
quil existe (a, b) U tel que f (a, b) = 0 et que
(a, b) 6= 0. Alors il existe un
y
voisinage U(a,b) de (a, b) dans U , un voisinage ouvert Wa de a dans U et une fonction de
classe C 1 (Wa , R)
: Wa R,
telle que
((x, y) U(a,b) et f (x, y) = 0) y = (x),
et quitte rduire Wa on a
f
(x, (x))
f
(x, (x)) 6= 0, et 0 (x) = x
f
y
(x, (x))
y

64
Diffomorphismes
Proposition 5.10 (FONCTIONS DE U Rp+q 7 Rq )

Soient U Rp Rq , E ouvert et f : U Rq une application de classe C 1 sur U .
On note fi , i = 1, ..., q les composantes de f chacune dfinie de U valeurs dans R.
On suppose quil existe (a, b) U tel que f (a, b) = 0 et que la matrice dfinie par les
fi
)(a, b)}1i,jq est inversible (autrement dit le dterminant de cette
coefficients {(
xp+j
matrice est non nul). Alors il existe un voisinage U(a,b) de (a, b) dans U , un voisinage
ouvert Wa de a dans Rp et une fonction de classe C 1 (Wa , Rq )
: Wa Rq ,
telle que
((x, y) U(a,b) et f (x, y) = 0) y = (x),
et quitte rduire Wa on a la jacobienne de en (x1 , ..., xp )
J (x1 , ..., xp ) =
f1
f1
(x, (x)) ...
(x, (x))
xp+1
xp+q
..
..
.
.
fq
fq
(x, (x)) ...
(x, (x))
xp+1
xp+q
65
f1
f1
(x, (x)) ...
(x, (x))
x1
xp
..
..
.
.
fq
fq
(x, (x)) ...
(x, (x))
x1
xp
Diffomorphismes
66
Chapitre 6
Formules de Taylor
(a) Brook Taylor (1685- (b) William Henry Young (c)

Hermann
1731) : mathmaticien (1863-1942) : mathmati- Amandus Schwarz
britannique, lorigine cien britannique. Lune des (1843-1921), mathde la notion du calcul plus importantes contribu- maticien allemand
des diffrences finies, tion fut dans ltude des (n en Pologne).
on lui doit galement fonctions de plusieurs va- On lui doit entre
la mthode dintgra- riables quil publia dans autres lingalit de
tion par parties, et bien The fundamental theorems Cauchy-Scharwz
entendu, ces clbres of the differential calculus mais galement le
dveloppement en s- en 1910. On lui doit entre clbre thorme de
ries que nous tudions autres la formule du dve- Swharz nonc dans
ici. Il publia le tout loppement de Taylor-Young. ce chapitre.
en 1715 dans Methodus incrementorum directa and reversed.
F IGURE 6.1 Quelques mathmaticiens clbres lis aux diffrentielles dordre suprieures ou
gales 2.
Avant de donner les formules de Taylor, qui dpendent des diffrentielles dordre n 1 dans
diffrents cas de fonctions : fonctions de R dans R, fonctions de R dans Rq et fonctions de Rp dans
Rq , nous allons donner un aperu de ce quest une diffrentielle dordre 2 dans un premier temps,
avec un thorme de symtrie important : le thorme de Schwarz. Nous dfinirons galement la
matrice Hessienne qui nous servira beaucoup dans le chapitre 7 sur les extrema.
67
6.1 Applications deux fois diffrentiables
6.1
Formules de Taylor
Applications deux fois diffrentiables

Dfinition 6.1 (APPLICATIONS DEUX FOIS DIFFERENTIABLES)
Une fonction f dfinie sur un OUVERT (non vide) U Rp et valeurs dans Rq est dite
deux fois diffrentiable en x U si
1. elle est diffrentiable dans un voisinage ouvert Ux de x et si,
2. sa diffrentielle df : Ux L (Rp ; Rq ) est diffrentiable en x.
On dit que f est deux fois diffrentiable dans U si elle est diffrentiable en tout point de
U.
Remarque .
Par sa dfinition, la diffrentielle de df en x, que lon crit d(df )x est une application linaire
continue de Rp dans L (Rp ; Rq ). Autrement dit, on a
df : U L (Rp ; Rq ),
et
d(df )x : U L (Rp , L (Rp ; Rq )).
Mais elle sidentifie naturellement avec une application linaire continue sur Rp Rp (cest dire
une application bilinaire continue sur Rp ) grce la proposition suivante.
Proposition 6.2 (HORS-PROGRAMME : ESPACES ISOMETRIQUES)
Les espaces L (Rp ; L (Rq ; Rn )) et L (Rp , Rq ; Rn ) munis des normes usuelles sont isomtriques.

Dfinition 6.3 (DIFFERENTIELLE SECONDE)
La diffrentielle seconde dune fonction f : U Rp Rq deux fois diffrentiable est
lapplication
d2 f : U L (Rp , Rp ; Rq )
x 7 d2 fx
dfinie par
d2 fx (h, k) = d(df )x (h)(k) pour tout (h, k) Rp Rp .
68
Formules de Taylor
6.2 Exemples de diffrentielles dordre 2
Remarque . On peut interprter cette dfinition de la faon suivante (quon utilise en pratique
pour calculer d2 f ). Si f est deux fois diffrentiable sur U , alors, quel que soit k Rp , lapplication
g : U Rq
x 7 dfx (k)
est diffrentiable et
dgx (h) = d2 fx (h, k).
Thorme 6.4 (THEOREME DE SCHWARZ)

Si f : U Rp Rq est deux fois diffrentiable en x alors d2 fx est une application
bilinaire SYMETRIQUE. Autrement dit, pour tout (h, k) Rp Rp , on a
d2 fx (h, k) = d2 fx (k, h).
6.2
Exemples de diffrentielles dordre 2
Donnons ici quelques diffrentielles dordre 2 pour deux types de fonctions classiques : les
applications affines et les applications quadratiques.
1. Une application affine f : x 7 l(x) + b avec l L (Rp ; Rq ) et b Rq est deux fois
diffrentiable et sa diffrentielle seconde est identiquement nulle.
2. Une application quadratique f : x 7 (x, x) avec L (Rp , Rp ; Rq ) est deux fois diffrentiable et sa diffrentielle seconde est constante, et mme gale 2 si est symtrique.
69
6.3 Matrice Hessienne
6.3
Formules de Taylor
Matrice Hessienne
Dfinition 6.5 (MATRICE HESSIENNE)
Soit f : U Rp R et soit (e1 , ..., ep ) la base canonique de Rp . Si f est deux fois
diffrentiable sur louvert U alors pour tout x E, pour tous i, j {1, ..., p}
d2 fx (ei , ej ) =
f
(x).
xi xj
Alors la matrice
d2 fx := Hess fx :=
2f
2f
(x)
.
.
.
(x)
x21
x1 xp
..
..
.
.
2f
2f
(x) . . .
(x)
xp x1
x2p
est appele matrice hessienne de f en x.
Le thorme de Schwarz montre que les drives partielles croises sont gales, cest dire
f
f
=
xi xj
xj xi
pour tous i, j {1, ..., p}. Et donc la matrice hessienne est symtrique. Ces drives sont en
gnral notes
2f
.
xi xj
Par bilinarit, si h et k sont deux vecteurs de Rp de composantes (h1 , ..., hp ) et (k1 , ..., kp ) respectivement, alors
p
p
X
X
2f
2
t
dx f (h, k) = h.Hess fa .k =
hi kj
(x).
xi xj
i=1 j=1
Autrement dit, Hess fa est la matrice de la forme bilinaire d2 fa par rapport la base canonique
de Rp . Lgalit de Schwarz assure de plus que la matrice hessienne est symtrique.
6.4
Diffrentielle dordre k
Pour les entiers k 2, on dfinit par rcurrence les notions suivantes, qui gnralisent le cas k = 2.
70
6.4 Diffrentielle dordre k
Formules de Taylor
Dfinition 6.6 (APPLICATIONS k-FOIS DIFFERENTIABLES)

Soit une fonction f dfinie sur un ouvert (non vide) U de Rp et valeurs dans un Rq , et
k un entier au moins gal 2. On dit quelle est :
1. k fois diffrentiable en x U si sa diffrentielle df : Ux L (Rp ; Rq ) est (k 2)
fois diffrentiable dans un voisinage ouvert Ux de x, et sa (k 1)ième diffrentielle est
diffrentiable en x.
2. k fois diffrentiable dans U si elle est k fois diffrentiable en tout point de U .
3. de classe C k si et seulement si sa diffrentielle est de classe C k1 .
4. de classe C si elle est de classe de C k pour tout k 1.
Proposition 6.7 (APPLICATIONS LINEAIRES ET CLASSE C )

Les applications linaires continues et plus gnralement les applications k-linaires
continues sont de classe C .
Thorme 6.8 (COMPOSITION ET CLASSE C )

Considrons les espaces Rp , Rn et Rq . Soient U un ouvert de Rp et V un ouvert de Rn
contenant f (U ). Si f : U Rp Rn est k fois diffrentiable en x U et g : V
Rn G est k fois diffrentiable en y = f (x) V , alors g f est k fois diffrentiable
en x. Si f est de classe C k sur U et g est de classe C k sur V alors g f est de classe C k .
Thorme 6.9 (DIFFEOMORPHISME ET CLASSE C )

Si f est un diffomorphisme de U sur V et si f est de classe C k alors f 1 est aussi de
classe C k .
Nous pouvons maintenant donner un rsultat qui permettra dtablir de faon ncessaire et suffisante les diffrentielle dordre k, k N, qui gnralisera le cas des diffrentielles dordre 2. Par
gnralisation du thorme de Schwarz, il vient que si une fonction f est k fois diffrentiable en un
point x, sa diffrentielle dordre k sera une application k-linaire symtrique (nous ne montrerons
pas ce rsultat ici). Il est donc tout naturel de dfinir un tel espace dans laa dfinition ci-dessous
aprs avoir rappel ce quest une permutation.
Dfinition 6.10 (PERMUTATION)
On appelle permutation de N une bijection de N sur N.
71
6.4 Diffrentielle dordre k
Formules de Taylor
Dfinition 6.11 (APPLICATIONS SYMETRIQUE)

Soit Lk (Rp ; Rq ) lespace des applications k-linaires continues sur (Rp )k . Une application Lk (Rp ; Rq ) est dite symtrique si pour tout permutation de lensemble
{1, ..., k} et pour tout k-uplet (x1 , ..., xk ) (Rp )k ,
(x(1) , ..., x(k) ) = (x1 , ..., xk ).
On notera Lks (Rp ; Rq ) lespace des applications k-linaires continues et symtriques sur
(Rp )k .
Nous pouvons ds lors donner une condition ncessaire et suffisante pour quune fonction f soit
k-fois diffrentiable.
Thorme 6.12 (CNS APPLICATION DIFFERENTIABLE)
Une fonction f : U Rp Rq est k fois diffrentiable au point x U si et seulement
sil existe
1. un voisinage ouvert Ux de x dans U ,
2. des fonctions dn f : Ux Lns (Rp ; Rq ) pour n k 1, et
3. dk fx Lks (Rp ; Rq )
telles que
1. d1 f = df dans Ux ,
2. pour tout n k 2, dn f est diffrentiable sur Ux , avec pour tout y Ux , et pour tout
(h1 , ..., hn+1 ) (Rp )n+1 :
[n]
dn+1 fy (h1 , ..., hn+1 ) = dn+1 g(h1 ,...,hn ,y) (hn+1 )

o g [n] (h1 , ..., hn , y) := dn fy (h1 , ..., hn ), et enfin,
3. dk1 f est diffrentiable en x et
[k1]
dk fx (h1 , ..., hk ) = dk g(h1 ,...,hk1 ,x) (hk )

o g [k1] (h1 , ..., hk1 , y) := dk1 fy (h1 , ..., hk1 ).
De faon analogue aux diffrentielles dordre 2, nous obtenons que si h et k et l sont trois vecteurs
de Rp de composantes (h1 , ..., hp ), (k1 , ..., kp ) et (l1 , ..., lp ) respectivement, alors
d3x f (h, k, l)
p
p
p
X
X
X
i=1 j=1
3f
hi kj ln
(x).
xi xj xn
n=1
Les diffrentielles dordre suprieure 1 tant dfinies, nous pouvons nous intresser dsormais
aux diffrents rsultats concernant les formules de Taylor. Nous nous intressons dans la section
suivante aux formules de Taylor avec reste intgral, aux formules de Taylor-Lagrange et enfin aux
formules de Taylor-Young.
72
Formules de Taylor
6.5 Formule de Taylor avec reste intgral
6.5
Formule de Taylor avec reste intgral
6.5.1
Fonction dune variable relle valeur relle
Commenons cette section par la formule dj tudie durant les annes prcdentes et qui correspond la formule de Taylor avec reste intgral pour les fonctions dune variable relle valeurs
relles.
Soit I R un ouvert non vide, nous avons alors le rsultat suivant :
Thorme 6.13 (TAYLOR AVEC RESTE INTEGRAL f : I R R)
Soit f C p+1 (I, R) et a, b = a + h I, alors
f (a + h) = f (a) +
p
X
hk
k=1
k!
(k)
hp+1
(a) +
p!
(1 t)p f (p+1) (a + th)dt.

Poursuivons ensuite avec les fonctions dune variable relle valeurs dans Rq (fonctions vectorielles).
6.5.2
Fonction dune variable relle valeurs dans Rq
Avant de donner les diffrentes formules de Taylor associes cette section, nous allons montrer un lemme qui sera une des cls de beaucoup de preuves de ce chapitre. Nous allons galement
rappeler quelques rsultats sur les intgrales de Riemann pour des fonctions dfinies sur un intervalle [a, b] valeurs dans Rq .
Lemme 6.14 (FORMULE DERIVEE nieme )
Soient I un intervalle ouvert de R, et g : I Rq une fonction (n + 1) fois drivable. On
note g (k) ses drives successives, k {1, ..., n + 1}. Alors, pour tout t I on a
!
n
X
d
(1 t)k (k)(t)
(1 t)n (n+1)
g(t) +
g
=
g
(t).
dt
k!
n!
k=1

73
6.5 Formule de Taylor avec reste intgral
Formules de Taylor
Proposition 6.15 (RAPPEL INTEGRALES)

Soient a, b R, a b. Alors lintgrale de Riemann sur le segment [a, b] dfinit une
application linaire continue sur lespace C ([a, b]; Rq ) des fonctions continues sur [a, b]
et valeurs dans Rq , muni de la norme sup. Pour tout g C ([a, b]; Rq ), lintgrale de
Z b
g(t)dt, vrifie lingalit
Riemann de g sur le segment [a, b], note
a
kg(t)kdt (b a) max kg(t)k.
g(t)dtk
t[a,b]
Quels que soient x, y [a, b], on a par dfinition

Z x
Z y
g(t)dt,
g(t)dt =
y
g(t)dt = 0, et
et donc
x
g(t)dt,
g(t)dt +
g(t)dt =
x
x
y
Z
pour tout z [a, b]. De plus lapplication y 7
g.
Inversement, pour toute primitive G de g, on a
Z
G(y) G(x) =
g(t)dt est drivable et sa drive est

x
g(t)dt.
Remarque . Dans notre cas, nous sommes en dimension finie R et pour simplifier
g(t)dt est
a
Z b
simplement le vecteur dont les composantes sont
gi (t)dt o les gi sont les i 1, ..., q sont les
a
composantes de g dans la base canonique.
On obtient finalement le rsultat suivant qui dcoule directement du lemme 6.14 :

74
Formules de Taylor
6.6 Formule de Taylor-Lagrange
Corollaire 6.16 (LIEN ENTRE DERIVEE ET INTEGRALE)

Si I est un intervalle ouvert de R contenant [0, 1], et g : I Rq une fonction de classe
C (n+1) , alors
Z 1
n
X
1 (k)
(1 t)n (n+1)
g(1) g(0)
g (0) =
g
(t)dt.
k!
n!
0
k=1
Nous pouvons alors passer au cas le plus gnral de cette section qui sont les fonctions de Rp
valeurs dans Rq .
6.5.3
Fonction de Rp valeurs dans Rq
Pour tout h Rp et n N , on dsigne par h[n] le n-uplet de vecteurs tous gaux h. En

appliquant directement le rsultat du corollaire 6.16 la fonction
g : t 7 g(t) := f (x + th),
nous obtenons immdiatement le thorme suivant :
Thorme 6.17 (TAYLOR AVEC RESTE INTEGRAL f : U Rp Rq )
Si U est un ouvert de Rp , et f : U Rq est une fonction de classe C n+1 , alors pour tout
(x, h) U Rp tel que le segment [x, x + h] soit inclus dans U ,
Z 1
n
X
(1 t)n n+1
1 k
[k]
d fx (h ) +
d fx+th (h[n+1] )dt.
f (x + h) = f (x) +
k!
n!
0
k=1

Remarque . Cette dernire formule lordre 2 avec p = 1, scrit
Z 1
f (x + h) = f (x) + dfx (h) +
(1 t)d2 fx+th (h, h)dt.
0
6.6
6.6.1
Formule de Taylor-Lagrange
Fonction dune variable relle valeur dans Rq
Dans cette section, les hypothses de rgularit de la fonction tudie seront plus faibles que dans
la section prcedente (on ne demande plus la fonction dtre de classe C n+1 , mais juste dtre
75
6.7 Formule de Taylor-Young
Formules de Taylor
au-moins n + 1-fois diffrentiable (ou drivable si cest une fonction dune variable relle). On
perd par contre lgalit avec le reste intgral prcdent pour obtnir une ingalit dfinie dans les
forumes de Taylor-Lagrange ci-dessous.
Proposition 6.18 (TAYLOR LAGRANGE f : I R Rq )
Si I est un intervalle ouvert de R contenant [0, 1] et g : I Rq une fonction (n + 1) fois
diffrentiable telle que
kg (n+1) (t)k M, pour tout t [0, 1],
alors
n
X
1 (k)
M
kg(1) g(0)
g (0)k
.
k!
(n + 1)!
k=1
6.6.2
Fonction de Rp valeur dans Rq
Thorme 6.19 (TAYLOR LAGRANGE f : U Rp Rq )

1. Si U est un ouvert Rp
2. si (x, h) U Rp est tel que le segment [x, x + h] soit inclus dans U , et
3. si f : U Rq est une fonction (n + 1) fois diffrentiable telle que
max kdn+1 fy kLn+1 (Rp ;Rq ) M,
y[x,x+h]
alors
n
X
M
1 k
d fx (h[k] )k
khkn+1 .
kf (x + h) f (x)
k!
(n + 1)!
k=1

La dernire ingalit qui gnralise lingalit des accroissements finis, est connue sous le nom de
formule de Taylor avec reste de Lagrange, le reste tant cependant connu travers une majoration
contrairement au reste intgral qui est exact.
6.7
Formule de Taylor-Young
Cette formule est valable sous des hypothses encore moins fortes que dans les deux sections
prcdentes, et donc, pour cette raison, donne un rsultat seulement local.
76
Formules de Taylor
Thorme 6.20 (TAYLOR YOUNG)

Si U est un ouvert de Rp et si f : U Rq est une fonction n fois diffrentiable en x U
alors
n
X
1 k
kf (x + h) f (x)
d fx (h[k] )k = o(khkn ).
k!
k=1
Remarque . Dans lnonc de ce thorme, la notation de Landau o signifie que le membre de

gauche divis par khkn tend vers 0 lorsque h tend vers 0. Il sagit donc dun rsultat local, qui
donne des renseignements sur le comportement de f au voisinage de x seulement.
77
Formules de Taylor
78
Chapitre 7
Extrema
Ce chapitre est consacr ltude de lexistence de deux types dextrema : les extrema libre
et les extrema lis. Les seconds correspondent au cas o les extrema sont justement lis des
contraintes. Dans les deux cas, nous pourrons dfinir ce que lon appelle extrema locaux (ou relatifs) et les extrema globaux (ou absolus). Il se pourra donc que des minima locaux par exemple ne
soit pas globaux si lon tend le domaine de dfinition de la fonction f .
Nous ne nous intresserons galement qu ltude de minima (pour simplifier le chapitre) tant
donn que les maxima des fonctions f peuvent tre vus comme les minima des fonction f .
Enfin, nous ne nous intresserons quaux fonctions scalaires (autrement dit les fonctions f dfinies
sur Rp valeurs dans R).
Avant de commencer par ltude des extrema libres, faisons quelques petits rappels dalgbre.
7.1
Rappels dalgbre
On munit Rp dune norme quelconque note k.k.

Soit B : Rp Rp R une fonction bilinaire symtrique (autrement dit pour tous x, y Rp , les
applications de Rp R dfinies par B(x, .) : y 7 B(x, y) et B(., y) : x 7 B(x, y) sont linaires,
et elle est symtrique si pour tout couple (x, y) Rp Rp on a B(x, y) = B(y, x).
Dfinition 7.1 (FORME QUADRATIQUE)

On appelle forme quadratique associe la fonction bilinaire symtrique B lapplication
q : Rp R
x 7 B(x, x).
On a alors la proposition suivante.

79
7.1 Rappels dalgbre
Extrema
Proposition 7.2 (PROPRIETE FORME QUADRATIQUE)

Pour tous x, y Rp et pour tout R on a
1
B(x, y) = [q(x + y) q(x) q(y)],
2
et
q(x) = B(x, x) = 2 B(x, x) = 2 q(x).
Dfinition 7.3 (FORME POSITIVE, NEGATIVE,...)

Une forme quadratique associe q est dite
1. positive si et seulement si pour tout x Rp , q(x) 0,
2. dfinie positive si et seulement si pour tout x Rp \ {0Rp }, q(x) > 0,
3. ngative si et seulement si pour tout x Rp , q(x) 0,
4. dfinie ngative si et seulement si pour tout x Rp \ {0Rp }, q(x) < 0,
5. elliptique sur Rp si et seulement sil existe > 0, tel que pour tout x Rp ,
q(x) kxk2 .
(7.1)
Remarque . On remarque quen dimension finie, q est elliptique si et seulement si q est dfinie
positive. Si on nest pas en dimension finie (hors programme) on a juste lllipticit qui implique
q dfinie positive mais pas la rciproque.
Etant donn que certains rsultats dexistence dextrema font intervenir les matrices Hessiennes
(qui sont des matrices symtriques), rappelons ici quelques rsultats pour les matrices.
Dfinition 7.4 (MATRICES SYMETRIQUES)
Soit
a1,1
..
..
A= .
.
ap,1
a1,p
..
.
ap,p
une matrice carre, A Mp (R). On dit que A est symtrique si ai,j = aj,i pour tout
i, j = 1, ..., p.
80
Extrema
7.1 Rappels dalgbre
Dfinition 7.5 (FORMES QUADRATIQUES)

Soit A Mp (R) une matrice symtrique, lapplication x Rp 7 qA (x) = xT .A.x est
appele forme quadratique associe A.
Dfinition 7.6 (DEFINIE POSITIVE)

Soient A Mp (R) une matrice symtrique et qA sa forme quadratique associe. La
matrice A est dite :
SEMI-DEFINIE POSITIVE si qA (x) = xT .A.x 0 pour tout x Rp ,
DEFINIE POSITIVE si qA (x) = xT .A.x > 0 pour tout x Rp \ {0Rp },
SEMI-DEFINIE NEGATIVE si qA (x) = xT .A.x 0 pour tout x Rp .
DEFINIE NEGATIVE si qA (x) = xT .A.x < 0 pour tout x Rp \ {0Rp }.
Dfinition 7.7 (kième MINEUR DOMINANT)

Soit A Mp (R) une matrice, pour tout k = 1, ..., p, on pose
a1,1 a1,k
..
...
Ak = ...
.
ak,1
ak,k
la kième sous-matrice principale dominante et k son dterminant de la kième appel le

kième mineur dominant de A.
On peut prouver facilement si une matrice symtrique est dfinie positive grce au rsultat suivant.
Thorme 7.8 (DEFINIE POSITIVE)
Soit A Mp (R) une matrice symtrique, alorsA est DEFINIE POSITIVE si et seulement si lune des proprits suivantes est satisfaite :
1. k > 0 pour tout k = 1, ..., n,
2. A est diagonalisable et ses valeurs propres sont strictement positives.

Remarque .
1) On remarque que si une matrice A Mp (R) une matrice symtrique est DEFINIE POSITIVE
on a les proprits suivantes :
-tous les coefficients diagonaux de A sont des rels strictement positifs,
81
7.2 Extrema libres
Extrema
-le dterminant de A est strictement positif (cest dire que A est inversible),
- il existe une constante > 0 telle que xT .A.x kxk2 , pour nimporte quelle norme k.k,
2) Une matrice symtrique relle est dite dfinie ngative si son oppose (symtrique elle aussi)
est dfinie positive.
7.2
Extrema libres
Dfinition 7.9 (MINIMUM LOCAL ET GLOBAL)
Si f est une fonction dfinie sur une partie U de Rp et valeurs relles, un point a U
est un minimum local (ou relatif) de f sil existe un voisinage Va de a ouvert dans U tel
que
f (x) f (a) pour tout x Va .
On dira que a est un minimum global (ou absolu) de f si
f (x) f (a) pour tout x U.
Un minimum est dit strict si lingalit est stricte, cest dire f (x) > f (a), pour tout
x 6= a (que ce soit local ou global).
Dfinition 7.10 (POINT CRITIQUE)

Soient U un ouvert non vide de Rp et f : U R un application diffrentiable en a U .
On dit que a U est un point critique de f si dfa = 0.
Remarque .
1. Noter que si f : I R R, a U est un point critique de f si f 0 a) = 0.
2. Nous allons voir dans la proposition suivant quun extremum est un point critique, mais attention, la rciproque est fausse. Ce nest pas parce que lon a un point critique que cest un
extremum. Par exemple, 0 est un point critique de f : x 7 x3 et pourtant ce nest pas un extremum
sur R.
Dans toute la suite, nous allons donner des critres ncessaires (et on lespre quelques fois suffisants) pour trouver lexistence de ces extrema locaux selon le degr de diffrentiabilit de la
fonction f .
7.2.1
Condictions ncessaires du premier ordre
Rappelons ici un rsultat pour les applications de R valeurs dans R.

82
Extrema
7.2 Extrema libres
Proposition 7.11 (RAPPEL : EXTREMA ET POINT CRITIQUE)

Soit I un intervalle ouvert non vide de R. Si f : I R R drivable en a I et si f
admet un extremum local en a alors f 0 (a) = 0.
Si lon passe maintenant dans un cadre plus gnral des fonctions de RP R. Nous obtenons le
rsultat suivant.
Proposition 7.12 (REGLE DE FERMAT)
Soient U un ouvert non vide de Rp et f : U R une application diffrentiable en a U .
Si f est un extremum local en a alors dfa = 0 (autrement dit, a est un point critique), ce
f
qui revient dire que pour tout i = 1, ..., p,
(a) = 0, ou encore le gradient de f en a
xi
est nul.
Remarque . Attention :
1. La condition prcdente nest pas suffisante car a peut tre un point critique de f sans pour
autant que f possde dextremum local.
2. La condition U ouvert est importante. En effet, il se peut que f admette un extremum sur un
domaine U inclus dans Rp alors que ses drives partielles ne sannuleront pas sur U . Ce
qui nous ramne au rappel suivant (voir la remarque de la section 1.7).
Proposition 7.13 (EXTREMA SUR UN COMPACT)

Soit f : K Rp R, o K est un compact de Rp , une fonction continue alors f atteint
ses extrema dans K.
7.2.2
Conditions du second ordre
Dans cette section nous allons non seulement donner des conditions ncessaires mais galement
suffisantes qui permettront didentifier des minima locaux dnas le cas o la fonction admet des
diffrentielles secondes.
Commenons comme dans la section prcdente par les fonctions de R R.
83
7.2 Extrema libres
Extrema
Proposition 7.14 (RAPPEL : EXTREMA ET POINT CRITIQUE)

Soit I un intervalle ouvert non vide de R. Si f : I R R drivable en a I et
si f admet un MINIMUM local en a alors f 0 (a) = 0 (comme on la vu dans la section
suivante), mais si de plus f est deux fois drivable en a alors f 00 (a) 0.
Inversement : Si b I est tel que f 0 (b) = 0 et f 00 (b) > 0 alors b est un minimum local
de f .

Remarque . Attention !
1. Les conditions f 0 (a) = 0 et f 00 (a) 0 ne sont pas suffisantes ! On a besoin davoir f 00 (a) > 0.
On pourrait par exemple le voir avec f : x 7 x3 en x = 0.
2. Dautre part, la condition f 00 (a) > 0 nest pas ncessaire (autrement dit on peut avoir f 00 (a)
0. On pourrait par exemple le voir avec f : x 7 x4 en x = 0.
Passons ensuite aux fonctions de Rp R.
Proposition 7.15 (MINIMA LOCAUX ORDRE 2)

Soient U un ouvert non vide de Rp et f : U R une application diffrentiable en
a U . Si f est un extremum local en a alors dfa = 0 (comme on la vu dans la rgle
de fermat) mais si de plus f est deux fois diffrentiable en a alors d2 f( a)(h, h) 0 pour
tout h Rp .
Inversement, si b U est telle que dfb = 0 et sil existe C > 0 tel que d2 fb (h, h)
Ckhk2 , pour tout h Rp alors b est un minimum local de f
Remarque .
1. On retrouve ici la notion de coercivit donne dans le rappel tout au dbut de ce chapitre puisque
d2 fa est une application bilinaire symtrique (daprs le thorme de Schwarz).
2. Comme nous sommes en dimension finie, la condition sil existe C > 0 tel que d2 fb (h, h)
Ckhk2 , pour tout h Rp revient dire sil existe C > 0 tel que d2 fb (h, h) > 0 , pour tout
h Rp \ 0Rp (car la coercivit est quivalent dire que la fonction bilinaire symtrique est
dfinie positive en dimension finie).
3. Ce rsultat peut sinterprter facilement avec les matrices Hessiennes. Cest ce que nous allons
voir dans la section suivante.
84
Extrema
7.2.3
7.2 Extrema libres
Critres avec les matrices Hessiennes
Thorme 7.16 (HESSIENNE ET EXTREMA LOCAUX )

Soient f : U Rp R une fonction deux fois diffrentiable sur U ouvert de Rp , et
a U un point critique de f . Alors la Hessienne de f , Hess(f ) Mn (R) est une
matrice symtrique et
1. si Hessfa est DEFINIE POSITIVE alors a est un minimum local strict de f sur U ,
2. si Hessfa est SEMI-DEFINIE POSITIVE alors a est un minimum local de f sur U ,
3. si Hessfa est DEFINIE NEGATIVE alors a est un maximum local strict de f sur U ,
4. si Hessfa est SEMI-DEFINIE POSITIVE alors a est un maximum local de f sur U ,
5. Sil existe un l tel que 2l < 0, ou sil existe m tel que 1 .2.m < 0, alors A est
indfinie.

Remarque .
Pour appliquer ces rsultats, il est utile dutiliser les rappels dalgbre du dbut de ce chapitre
parmi lesquels :
dterminer si Hess fa est dfinie ngative ou positive revient dterminer les valeurs propres de
Hess fa .
1. Si toutes les valeurs propres sont > 0, Hess fa est dfinie positive.
2. Si toutes les valeurs propres sont < 0, Hess fa est dfinie ngative.
3. Si les valeurs propres de Hess fa sont non nulles mais de signes diffrents, on dit que a est
un point col (ou un point selle).
Nous pouvons galement donner des rsultats sur les extrema globaux :
Thorme 7.17 (EXTREMA GLOBAUX ET HESSIENNE)
Soit f : U Rp R, o U est un ouvert de Rp , et f est deux fois diffrentiable sur U ,
soit a U un point critique de f , alors si
(x a)T .Hessf (a).(x a) 0 (resp. 0),
pour tout x U , alors a est un minimum global de f sur U (resp. maximum global), et
si les ingalits sont strictes les extrema sont stricts.
7.2.4
Cas particulier o f : R2 R
Dans le cas o p=2 (f : R2 R, ce que lon utilisera le plus souvent en exercice), nous
utiliserons la notation de Monge qui nous sera bien utile, et plus rapide en gnral que les critres
de section prcdentes.
85
7.3 Extrema lis
Extrema
Thorme 7.18 (NOTATION DE MONGE)

Soient f : U R2 R une fonction deux fois diffrentiable sur U ouvert de R2 , et
(a, b) U un point critique de f . On pose
r=
2f
2f
2f
(a,
b),
et
t
=
(a,
b),
s
=
(a, b).
x2
xy
y 2
Alors
1. si rt s2 > 0 et r > 0, (a, b) est un minimum local de f sur U ,
2. si rt s2 > 0 et r < 0, (a, b) est un maximum local de f sur U ,
3. si rt s2 < 0 la fonction nadmet pas dextremum local, on dit alors que (a, b) est un
point SELLE ou COL.
7.3
Extrema lis
Dans cette section, nous allons nous intresser la recherche des extrema sous certaines contraintes.
Il parat normal donc de dfinir ce que sont des contraintes.
7.3.1
Contraintes
Dfinition 7.19 (CONTRAINTES)

Si f et g1 ,...,gk sont des fonctions dfinies sur un ouvert U Rp valeurs dans R,
un point a U tel que g1 (a) = 0,...,gk (a) = 0 est un minimum local de f sous les
contraintes g1 ,...,gk sil existe un voisinage Va de a tel que
f (x) f (a)
pour tout x Va et g1 (x) = 0, ..., gk (x) = 0.
7.3.2
Extrema lis avec une seule contrainte
Commenons par les fonctions dun espace R2 avec une seule contrainte :
86
Extrema
7.3 Extrema lis
Thorme 7.20 (EXTREMA LIES ET GRADIENTS)

Soient f, g : U R2 R de classe C 1 , sur un ouvert U de R2 , soit (a, b) U tels que
1. f soumise la contrainte g(x, y) = 0 admette un extremum au point (a, b),
2. g(a, b) 6= 0, alors il existe un nombre rel 6= 0 tel que f (a, b) = g(a, b).
Autrement dit, on a
g
f
x (a, b) x = 0,
g
f
(a, b)
= 0,
y
y
g(a, b)
= 0.
7.3.3
Extrema lis avec plusieurs contraintes
En gnralisant le cas prcdent, on peut donner les rsultats sous les formes suivantes pour k
contraintes.
Dfinition 7.21 ( REGULIER)
Soit g : U Rp Rk une fonction de classe C 1 et = g 1 ({0}). On dit que est
rgulier (ou encore quil satisfait la condition de qualification non dgnre) si pour
tout a , dga : Rp Rk est surjective.
Remarque . Si g : U Rp R (k = 1) (cas o lon a une seule contrainte) la condition signifie

seulement que pour tout a , dga 6= 0.
On retrouve sans surprise le rsultat de la section prcdente une seule contrainte :
Thorme 7.22 (EXTREMA LIES (UNE CONTRAINTE))
Soient f, g : U Rn R de classe C 1 , soit = g 1 ({0}) rgulire. Si a est un
extremum local de f| , alors il existe un unique R tel que
df a + dga = 0.

N.B. : Le rel est appel multiplicateur de Lagrange.
Regradons maintenant ce quil se passe quand on a k contraintes.
87
7.4 Convexit et minima
Extrema
Thorme 7.23 (EXTREMA LIES (k CONTRAINTES))

Soient f : U Rp R de classe C 1 , g : U Rp Rk , et = g 1 ({0}) rgulire. Si
a est un extremum local de f| , alors il existe un unique = (1 , ..., k ) Rk tel
que
p
X
i (dgi )a = 0.
df a +
i=1
Si jamais on est mal laise avec la notion de rgulire, il suffit juste de voir le rsultat prcdent
de la faon suivante :
1. on suppose que les fonctions f et g1 ,...,gk dfinies de Rp R sont continment diffrentiables.
2. on dit que les contraintes g1 ,...,gk sont indpendantes au point a U si la famille de formes
linaires continues {(dg1 )a , ..., (dgk )a } est libre (ce qui revient exactement dire que g est rgulire. Alors on a le rsultat suivant quivalement au thorme prcdent :
Thorme 7.24 (CONDITION NECESSAIRE MINIMUM SOUS k CONTRAINTES)
Soient f et g1 ,...,gk sont des fonctions de classe C 1 dfinies sur un ouvert U Rp dun
valeurs dans R. Soit a U tel que g1 (a) = 0,...,gk (a) = 0 et les contraintes g1 ,...,gk sont
indpendantes au point a. Si a est un minimum local de f sous les contraintes g1 ,...,gk ,
alors il existe des rels 1 ,...,k tels que
dfa = 1 (dg1 )a + ... + k (dgk )a .

Les rsultats prsents dans ce paragraphe sont lis des problmes dextremum essentiellement
sur des ouverts : et il est noter que les conditions ncessaires dextremum local sont fausses
lorsque U nest pas un ouvert.
Nous allons dans la section suivante considrer des problmes dextremum sur des sous-ensemble
convexes de E.
7.4
Convexit et minima
Lavantage de travailler sur des ensembles convexes avec des fonctions convexes (que lon
dfinit ci-dessous) cest que lorsquil y a quivalence entre extremum local et global. Et du coup,
ltude des extrema se simplifie grandement dans le sens o lon na pas besoin de chercher un
extremum global parmi les extrema locaux.
88
Extrema
7.4 Convexit et minima
Dfinition 7.25 (FONCTION CONVEXE)

Un sous-ensemble C dun R-espace vectoriel E est dit convexe si pour tous x, y C,
pour tout [0, 1], x + (1 )y C. Une fonction f est dfinie sur un convexe C
valeurs dans R est dite convexe, si pour tous x, y C, pour tout [0, 1],
f (x + (1 )y) f (x) + (1 )f (y).
Elle est dite strictement convexe si lingalit ci-dessus est stricte lorsque x 6= y et
]0, 1[.
Thorme 7.26 (FONCTION CONVEXE)

Soit f : U R une fonction diffrentiable sur un ouvert U de Rp et soit C un sousensemble convexe de U . Alors f|C est convexe si et seulement si, pour tous x, y C,
f (y) f (x) + dfx (y x).
Elle est strictement convexe si lingalit ci-dessus est stricte pour x 6= y. En supposant
en outre que f est deux fois diffrentiable, f|C est convexe si et seulement si, pour tous
x, y C
d2 fx (y x, y x) 0.
Elle est strictement convexe si lingalit ci-dessus est stricte pour x 6= y.

Thorme 7.27 (CONVEXITE ET MINIMUM)
Soit f : U R une fonction dfinie sur un ouvert U de Rp et soit C un sous-ensemble
convexe de U .
1. Si f|C est convexe et admet un minimum local dans C, cest un minimum global.
2. Si f|C est strictement convexe alors elle admet au plus un minimum, et cest un minimum strict.
3. Si f est diffrentiable, une condition ncessaire pour quun point a C soit un
minimum de f|C est
dfa (y a) 0,
pour tout y C. Si de plus f|C est convexe, cette condition est galement suffisante.
89

Analyse3 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Analyse3 PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse3 PDF

Transféré par

Droits d'auteur :

Formats disponibles

Universit Claude Bernard, Lyon I

43, boulevard 11 novembre 1918

Licence Sciences, Technologies & Sant

Table des matires

Notion de topologie dans Rn

TABLE DES MATIRES

TABLE DES MATIRES

Gradient et ligne de niveau . . . . . . . . . . . . . . . . . . . . . . . . . . 51

Thorme des accroissements finis

(a) Leonhard Euler (b) Maurice

F IGURE 1.1 Quelques mathmaticiens clbres lis la topologie.

Espaces mtriques, distance

Notion de topologie dans Rn

1.1 Espaces mtriques, distance

Dfinition 1.1 (ESPACES VECTORIELS)

= {x = (x1 , ..., xn ), tel que xi R, pour tout i {1, ..., n}}.

Notion de topologie dans Rn

1.1 Espaces mtriques, distance

Dfinition 1.2 (DISTANCE)

Dfinition 1.3 (ESPACE METRIQUE)

3. E = Rn , muni de la DISTANCE EUCLIDIENNE d2 dfinie pour tout (x, y) Rn Rn par

4. E = Rn , muni de la DISTANCE DE MINKOWSKI dp dfinie pour tout (x, y) Rn Rn

5. E = Rn , muni de la DISTANCE INFINIE ou distance TCHEBYCHEV d dfinie pour tout

Notion de topologie dans Rn

1.1 Espaces mtriques, distance

Notion de topologie dans Rn

1.2 Normes des espaces vectoriels

Normes des espaces vectoriels

Dfinition 1.5 (ESPACE VECTORIEL NORME)

On a la relation entre norme et distance dans le rsultat suivant.

Preuve : Faite en cours.

Preuve : Pas faite en cours.

Notion de topologie dans Rn

1.2 Normes des espaces vectoriels

Exemple . IMPORTANT : normes classiques sur Rn :

|xi | (NORME MANHATTAN),

|xi |2 )1/2 (NORME EUCLIDIENNE),

4. kxk = max |xi | (NORME INFINIE),

sont des normes sur Rn .

Preuve : Faite en cours.

Preuve : Pas faite en cours.

Notion de topologie dans Rn

1.3 Boules ouvertes, fermes et parties borne

Preuve : Pas faite en cours (abord en TD).

Boules ouvertes, fermes et parties borne

Notion de topologie dans Rn

1.3 Boules ouvertes, fermes et parties borne

Dfinition 1.14 (PARTIE BORNEE)

Notion de topologie dans Rn

1.4 Ouverts et ferms

F IGURE 1.5 Exemples sur R2 de partie borne, avec la norme euclidienne.

Dfinition 1.16 (PARTIE FERMEE)

Proposition 1.17 (BOULES OUVERTES, FERMEES)

Preuve : Faite en cours.

1.5 Position dun point par rapport une partie de E

Notion de topologie dans Rn

F IGURE 1.6 Exemples sur R2 de partie ouverte, avec la distance euclidienne.

Preuve : Faite en cours (en partie).

Position dun point par rapport une partie de E