o m

y.c
em
Cours d’Analyse 3
ad
Fonctions de plusieurs variables
c
oa
all
w.
ww

sin(x2 +3y 2 )
F IGURE 1 – Représentation de la fonction f : R2 7→ R définie par (x, y) 7→ z = 0.1+r2 +
exp(1−r2 ) p
(x2 + 5y 2 ) · 2
, avec r = x2 + y 2 , et projection des courbes de niveau sur les plans
z = 0 et z = 9.

1
 m
Préambule

o
y.c
Le but de ce cours est de généraliser la notion de dérivée d’une fonction d’une variable réelle
à valeurs réelles à partir de la théorie du calcul différentiel appliquée aux fonctions de plusieurs
variables. L’idée fondamentale de cette théorie est d’approcher une application “quelconque” (de
plusieurs variables réelles ici) par une application linéaire au voisinage d’un point.

em
Le cadre général pour la mettre en œuvre est celui des espaces vectoriels (ce qui donne un sens
au mot "linéaire" comme nous le verrons dans les chapitres qui suivent), munis d’une norme sur
l’espace de départ (pour avoir une notion de voisinage) et une norme sur l’espace d’arrivée (pour
savoir "approcher").
Nous verrons que de cette théorie découle plusieurs propriétés et théorèmes classiques importants
ainsi que plusieurs applications notamment pour l’optimisation (voir le dernier chapitre du cours).
ad
Toutefois, avant de s’attaquer au calcul différentiel proprement dit, il paraît nécessaire de bien
définir les notions de bases en topologie associées à cette théorie, à savoir :
- les distances, boules ouvertes, fermées,
- les ensembles ouverts, fermés, les normes, etc.
c
Nous ne le ferons pas dans le contexte des espaces vectoriels de dimension infinie (hors pro-
gramme), mais dans le cas particulier des espaces Rn (et le plus souvent les espaces où R2 et R3 )
oa

qui sont des espaces vectoriels particuliers de dimension n (dimension finie).

Rappelons qu’en dimension 2 (n = 2), on identifie un vecteur x de coordonnées (x1 , x2 ) avec un
point du plan de coordonnées (x1 , x2 ) une fois fixée une origine.
Ici, on généralisera cette identification en désignant le point ou le vecteur de coordonnées (x1 , ..., xn )
par x = (x1 , ..., xn ) ∈ Rn .
all

Rappelons enfin que l’ON NE PEUT PAS DIVISER PAR UN VECTEUR !

Or, dans R, la définition de la dérivée fait intervenir le rapport (f (x) − f (x0 ))/(x − x0 ). Elle
implique donc de pouvoir diviser par (x − x0 ). Mais dans Rn ça n’a pas de sens car la division
par un vecteur n’est pas définie. Que faire alors si on ne peut pas définir la dérivée d’une fonction
w.

D ⊂ Rn → Rn ? C’est tout le but de ce cours : introduire une notion généralisée de la dérivée : la

DIFFERENTIABILITE.
ww

2
 o m
y.c
Table des matières

em
1 Notion de topologie dans Rn 5
1.1 Espaces métriques, distance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Normes des espaces vectoriels . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3 Boules ouvertes, fermées et parties bornée . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Ouverts et fermés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.5 Position d’un point par rapport à une partie de E . . . . . . . . . . . . . . . . . . 14
ad
1.6 Suites numériques dans un espace vectoriel normé . . . . . . . . . . . . . . . . . . 18
1.7 Ensemble compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8 Ensemble convexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n. . . . . . . . . . 23
1.9.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
c
1.9.2 Opérations sur les fontions continues . . . . . . . . . . . . . . . . . . . . 24
1.9.3 Extension de la définition de la continuité . . . . . . . . . . . . . . . . . . 25
oa

1.9.4 Cas des espaces de dimension finie . . . . . . . . . . . . . . . . . . . . . 25

1.9.5 Notion de continuité uniforme . . . . . . . . . . . . . . . . . . . . . . . . 26
1.9.6 Applications linéaires continues . . . . . . . . . . . . . . . . . . . . . . . 27

2 Fonctions de plusieurs variables. Limite. Continuité. 29

all

2.1 Fonctions réelles de variable réelle . . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.2 Notion de limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Fonctions continues . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4 Coordonnées polaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Continuité sur un compact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
w.

2.6 Théorème des valeurs intermédiaires . . . . . . . . . . . . . . . . . . . . . . . . . 39

3 Calcul différentiel 41
3.1 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Opérateurs différentiels classiques . . . . . . . . . . . . . . . . . . . . . . . . . . 43
ww

3.2.1 Gradient . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2 Divergence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.2.3 Rotationnel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3 Propriétés des dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.4 Notion de différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.5 Opérations sur les fonctions différentiables . . . . . . . . . . . . . . . . . . . . . . 50
3.6 Propriétés géométriques des fonctions de plusieurs variables . . . . . . . . . . . . 51
3
 m
TABLE DES MATIÈRES TABLE DES MATIÈRES

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

o
3.6.2 Le gradient indique la ligne de plus grande pente . . . . . . . . . . . . . . 52
3.6.3 Plan tangent à un graphe d’une fonction de 2 variables . . . . . . . . . . . 53

y.c
4 Théorème des accroissements finis 55
4.1 Fonction d’une variable réelle à valeurs réelles . . . . . . . . . . . . . . . . . . . . 56
4.2 Fonction d’une valeur sur un espace Rp et à valeurs réelles . . . . . . . . . . . . . 56
4.3 Fonction d’une variable réelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4 Théorème général . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.5 Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

em
5 Difféomorphismes 61
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.2 Théorème d’inversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
5.3 Théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . 63

6 Formules de Taylor
ad
6.1 Applications deux fois différentiables . . . . . . . . . . . . . . . . . . . . . . . .
67
68
6.2 Exemples de différentielles d’ordre 2 . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.3 Matrice Hessienne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.4 Différentielle d’ordre k . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6.5 Formule de Taylor avec reste intégral . . . . . . . . . . . . . . . . . . . . . . . . . 73
c
6.5.1 Fonction d’une variable réelle à valeur réelle . . . . . . . . . . . . . . . . 73
6.5.2 Fonction d’une variable réelle à valeurs dans Rq . . . . . . . . . . . . . . . 73
oa

6.5.3 Fonction de Rp à valeurs dans Rq . . . . . . . . . . . . . . . . . . . . . . 75

6.6 Formule de Taylor-Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
6.6.1 Fonction d’une variable réelle à valeur dans Rq . . . . . . . . . . . . . . . 75
6.6.2 Fonction de Rp à valeur dans Rq . . . . . . . . . . . . . . . . . . . . . . . 76
6.7 Formule de Taylor-Young . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
all

7 Extrema 79
7.1 Rappels d’algèbre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.2 Extrema libres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.2.1 Condictions nécessaires du premier ordre . . . . . . . . . . . . . . . . . . 82
w.

7.2.2 Conditions du second ordre . . . . . . . . . . . . . . . . . . . . . . . . . 83

7.2.3 Critères avec les matrices Hessiennes . . . . . . . . . . . . . . . . . . . . 85
7.2.4 Cas particulier où f : R2 → R . . . . . . . . . . . . . . . . . . . . . . . . 85
7.3 Extrema liés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
7.3.1 Contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
ww

7.3.2 Extrema liés avec une seule contrainte . . . . . . . . . . . . . . . . . . . . 86

7.3.3 Extrema liés avec plusieurs contraintes . . . . . . . . . . . . . . . . . . . 87
7.4 Convexité et minima . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

4
 o m
y.c
Chapitre 1

Notion de topologie dans Rn

em
c ad
(a) Leonhard Euler (b) Maurice René (c) Johann Bene-
(1707-1783) : en Fréchet (1878-1973) : dict Listing (1808-
oa

résolvant en 1736 le c’est à lui que l’on 1882) : il est le pre-

problème des sept doit en 1906 les d’es- mier à avoir em-
ponts enjambant paces métriques et les ployé le mot “topo-
la rivière Pregolia premières notions de logie”
à Königsberg en topologie en cherchant
Prusse, il a ouvert la à formaliser en termes
all

voie de la topologie. abstraits les travaux

En effet, par la de Volterra, Arzelà,
généralisation de ce Hadamard et Cantor.
problème, Cauchy
et L’Huillier entre
autres commencèrent
w.

à développer la
théorie liée à cette
discipline.

F IGURE 1.1 – Quelques mathématiciens célèbres liés à la topologie.

ww

1.1 Espaces métriques, distance

Nous allons dans ce cours, nous intéresser aux fonctions f : U ⊂ Rp → Rq (p, q ∈ N∗ ). Pour
cela il faudra étudier tout d’abord la structure du domaine U car le domaine est aussi important
que la fonction comme nous le verrons.
5
 m
1.1 Espaces métriques, distance Notion de topologie dans Rn

Nous allons donc définir de nouvelles notions : distances, normes, ouverts, fermés, etc. dans les

o
domaines inclus dans Rn qui nous seront utiles tout au long de ce semestre pour tous les nouveaux
outils abordés.

y.c
Toutefois, même si nous travaillerons principalement dans R2 , R3 ou de façon générale Rn , nous
pourrons de temps à autre donner des résultats plus généraux qui resteront valables dans des es-
paces autres que ceux-ci (ce sera le cas de ce premier chapitre). Mais ce ne seront pas n’importe
quels espaces. Les définitions et propositions ci-dessous font en effet intervenir des combinaisons
entre eux des éléments d’un même espace, des multiplications par des scalaires, etc. Par consé-
quent il est nécessaire que cet espace reste stable par combinaison linéaires de ses éléments, et les

em
plus appropriés ici seront les espaces vectoriels que nous rappelons ci-dessous.

Définition 1.1 (ESPACES VECTORIELS)

ad
Soit E un ensemble. On dispose sur cet ensemble d’une opération (notée additivement)
et on dispose par ailleurs d’une application K × E → E qui à tout couple (λ, x) associe
λx. On dit que E est un espace vectoriel lorsque
1. E est un groupe commutatif (pour l’addition)
c
2. pour tout vecteur x de E, 1.x = x (1 désignant le neutre de la multiplication de K).
3. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λµ)x = λ(µx)
oa

4. pour tous λ, µ ∈ K et pour tout vecteur x de E, (λ + µ)x = λx + µx

5. pour tout λ ∈ K et tous vecteurs x, y ∈ E, λ(x + y) = λx + λy.
all

Exemple .
L’espace
w.

Rn = R
| × {z
... × R}
n−f ois
= {x = (x1 , ..., xn ), tel que xi ∈ R, pour tout i ∈ {1, ..., n}}.
ww

Rn est un espace vectoriel de dimension n. C’est celui que nous utiliserons le plus souvent ici.

Une fois donné l’espace vectoriel, il faut pouvoir évaluer ses éléments les uns par rapport aux
autres. D’où la notion de distance.
6
 m
Notion de topologie dans Rn 1.1 Espaces métriques, distance

Définition 1.2 (DISTANCE)

o
Soit E un ensemble non vide (on utilisera le plus souvent Rn ici). On dit qu’une applica-

y.c
tion
d : E × E → R+ ,
(x, y) 7→ d(x, y),
est une distance sur E si elle vérifie
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),

em
3. (INEGALITE TRIANGULAIRE) pour tout (x, y, z) ∈ E × E × E,

d(x, y) ≤ d(x, z) + d(z, y)

ad
Définition 1.3 (ESPACE METRIQUE)

On appelle espace métrique tout couple (E, d) où E 6= ∅ est un espace vectoriel et d est
une distance.
c
Exemple .
oa

1. E = R, muni de la distance d définie pour tout (x, y) ∈ R2 par d(x, y) = |x − y| est un

espace métrique.
2. E = Rn , muni de la DISTANCE DE MANHATTAN d1 définie pour tout (x, y) ∈ Rn × Rn
par
n
all

X
d1 (x, y) = |xi − yi |.
i=1

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

w.

Xn
d2 (x, y) = ( |xi − yi |2 )1/2 .
i=1

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

par
ww

n
X
dp (x, y) = ( |xi − yi |p )1/p .
i=1

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

(x, y) ∈ Rn × Rn par
d∞ (x, y) = sup |xi − yi |.
i=1,...,n

7
 m
1.1 Espaces métriques, distance Notion de topologie dans Rn

o
y.c
em
ad
F IGURE 1.2 – Représentation de trois distances. 1. Plan de Manhattan qui, par ses rues quadrillées a
donné son nom à la distance de Manhattan. 2. Cette distance est représentée en bleu, jaune et rouge
c
dans la figure 2. On peut noter que la distance euclidienne dans cette figure est représentée en vert
et correspond a la somme des diagonales des petits carrés (d’après le théorème de Pythagore). 3.
oa

Enfin dans la figure 3, est représentée la distance infinie qui correspond au nombre minimum de
mouvements nécessaire au roi pour se déplacer de sa case (ici f6) à une autre case.
all

Il est à 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 différentes distances abordées
dans cet exemple.
w.
ww

Pour rendre le cours plus simple, nous utiliserons plutôt la notion de norme dans tout le reste
de notre cours, et les espaces vectoriels normés plutôt que les espaces métriques. Il se trouve que
toute norme induit une distance (mais attention tout distance induit n’induit pas nécessairement une
norme). Donc ce qui va suivre peut s’adapter parfaitement dans le cadre des espaces métriques, tout
en étant plus facilement compréhensible.
8
 m
Notion de topologie dans Rn 1.2 Normes des espaces vectoriels

1.2 Normes des espaces vectoriels

o
Définition 1.4 (NORME)

y.c
Soit E un espace vectoriel sur R (on utilisera en général E = Rn ). On appelle norme sur
E une application
E → R+ ,
x 7→ kxk,
et vérifie

em
1. (SEPARATION) pour tout x ∈ E, kxk = 0 ⇐⇒ x = 0,
2. (HOMOGENEITE POSITIVE) pour tout λ ∈ R, pour tout x ∈ E kλxk = |λ|.kxk,
3. (INEGALITE TRIANGULAIRE) pour tous x, y ∈ E, kx + yk ≤ kxk + kyk.

Définition 1.5 (ESPACE VECTORIEL NORME)

ad
Un espace vectoriel sur R muni de la norme est appelé espace vectoriel normé, que l’on
notera souvent e.v.n..

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

c
Proposition 1.6 (DISTANCE INDUITE PAR UNE NORME)
oa

Soit E un e.v.n. L’application

d : E × E → R+ ,
(x, y) 7→ d(x, y) := kx − yk,
all

est une distance sur E. On l’appelle DISTANCE INDUITE sur E par la NORME.

Preuve : Faite en cours.

w.

Propriété 1.7 (PROPRIETES DES DISTANCES INDUITES PAR DES NORMES)

Cette distance possède les propriétés suivantes :

1. pour tout x ∈ E, d(0, x) = kxk,
2. pour tout (x, y) ∈ E 2 , pour tout λ ∈ R, d(λx, λy) = |λ|d(x, y),
ww

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 pro-
viennent pas d’une norme.
9
 m
1.2 Normes des espaces vectoriels Notion de topologie dans Rn

Exemple . IMPORTANT : normes classiques sur Rn :

o
Soient x ∈ Rn , x = (x1 , ..., xn ), avec xi ∈ R pour tout i ∈ {1, ..., n}, et p ∈ R tel que p ≥ 1,
n

y.c
X
1. kxk1 = |xi | (NORME MANHATTAN),
1
Xn
2. kxk2 = ( |xi |2 )1/2 (NORME EUCLIDIENNE),
1
Xn
3. kxkp = ( |xi |p )1/p (NORME p, p ≥ 1),

em
1
4. kxk∞ = max |xi | (NORME INFINIE),
1≤i≤n
sont des normes sur Rn .
Proposition 1.8 (PROPRIETE DES NORMES)

Toute norme k.k dans un e.v.n (E, k.k) vérifie, pour tous x, y ∈ E
c ad
|kxk − kyk| ≤ kx − yk.

Preuve : Faite en cours.

oa

Définition 1.9 (NORMES EQUIVALENTES)

Deux normes k.k et k.k0 sur E sont EQUIVALENTES s’il existe deux constantes réelles
λ > 0 et µ > 0 telles que pour tout x ∈ E

λkxk ≤ kxk0 ≤ µkxk.

all

On note alors : k.k ∼ k.k0 .

w.

Proposition 1.10

Cette définition induit une relation d’équivalence.

ww

Preuve : Pas faite en cours.

Proposition 1.11 (NORMES EQUIVALENTES ET DIMENSION FINIE)

Sur Rn (et tout autre espace vectoriel normé de dimension finie) TOUTES les normes
sont équivalentes.

10
 m
Notion de topologie dans Rn 1.3 Boules ouvertes, fermées et parties bornée

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

o
Remarque . Dans la suite du cours on notera donc (sauf précision) k.k pour désigner une norme

y.c
quelconque sur Rn .

Nous nous plaçons désormais dans des espaces vectoriels normés (E, k.k). En général nous pren-
drons E = Rn . Il nous faudra ensuite nous approcher d’un élément de cet espace et regarder ce
qu’il se passe autour de lui (comme par exemple, le définir comme la limite d’une suite d’éléments
de l’espace métrique). Il nous faudra donc définir la notion de voisinage. Et les outils que nous

em
utiliserons ici sont les boules.

1.3 Boules ouvertes, fermées et parties bornée

Définition 1.12 (BOULE OUVERTE, FERMEE, SPHERE)
ad
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; kx−ak ≤ r} est appelé boule FERMEE de centre a et de rayon
r.
2. Bk.k (a, r) = {x ∈ E; kx − ak < r} est appelé boule OUVERTE de centre a et de
rayon r.
c
3. Sk.k (a, r) = {x ∈ E; kx − ak = r} est appelé SPHERE de centre a et de rayon r.
oa

Dans le cas où a = 0 (vecteur nul) et r = 1 on a ce qu’on appelle les boules ou sphères unités.

Définition 1.13 (BOULE UNITE OUVERTE, FERMEE, SPHERE)

all

Soit (E, k.k) un e.v.n.

1. B k.k (0, 1) = {x ∈ Ekxk ≤ 1} est appelé boule UNITE FERMEE.
2. Bk.k (a, r) = {x ∈ E; kxk < 1} est appelé boule UNITE OUVERTE.
3. Sk.k (a, r) = {x ∈ E; kxk = 1} est appelé SPHERE UNITE.
w.

Remarque . Dans la suite et pour éviter les lourdeurs d’écriture nous ne mettrons pas la norme
ww

en indice et nous écrirons juste B(a, r), B(a, r), et S(a, r) lorsque l’on désignera respectivement
la boule fermée, ouverte ou la sphère de centre a et de rayon r pour une norme k.k quelconque. Si
jamais la norme devait être spécifiée, nous l’ajouterons alors en indice.

Remarque . ATTENTION : les boules ont des formes différentes selon les espaces métriques
utilisés. Voir un exemple dans R2 pour la distance euclidienne dans la figure 1.3, ou la figure 1.4
pour des distances p, où p = 0.5, 1, 2, 4 et ∞.

11
 m
1.3 Boules ouvertes, fermées et parties bornée Notion de topologie dans Rn

o
y.c
em
F IGURE 1.3 – Exemples sur R2 avec la norme euclidienne d’une boule fermée (1.), ouverte (2.), et
d’une sphère (3.) centrée en a et de rayon r.
c ad
oa
all

F IGURE 1.4 – Exemples sur R2 avec la norme de Minkowski p de la sphère unité (centrée en 0
et de rayon 1, avec p = 1, 2, 4 et ∞). Le cas p = 0.5 est à part puisqu’on rappelle que k.kp avec
w.

0 < p < 1 n’est pas une norme sur Rn ). On dessine juste l’ensemble {x ∈ Rn , kxk0.5 = 1}

Définition 1.14 (PARTIE BORNEE)

ww

Soit (E, k.k) un e.v.n. Une partie bornée P de E est une partie de E pour laquelle on
peut trouver une boule (ouverte ou fermée) qui contient tous les points de P (voir figure
1.5 pour un exemple).

12
 m
Notion de topologie dans Rn 1.4 Ouverts et fermés

o
y.c
em
ad
F IGURE 1.5 – Exemples sur R2 de partie bornée, avec la norme euclidienne.

1.4 Ouverts et fermés

Définition 1.15 (PARTIE OUVERTE)
c
Soit (E, k.k) un e.v.n. Une partie ouverte (ou un ouvert) de E est une partie U de E telle
oa

que pour tout x ∈ U , il existe r > 0 réel, tel que B(x, r) ⊂ U . Autrement dit, tout point
de U est le centre d’une boule ouverte de rayon non-nul, incluse dans U (voir figure 1.6
pour un exemple).
all

Définition 1.16 (PARTIE FERMEE)

Soit (E, k.k) un e.v.n. Une partie fermée (ou un fermé) de E est une partie telle que son
w.

complémentaire U de E est un ouvert.

Proposition 1.17 (BOULES OUVERTES, FERMEES)

ww

Soit (E, k.k) un e.v.n. On a alors :

1. une boule ouverte est un ouvert,
2. une boule fermée est un fermé.

Preuve : Faite en cours.

13
 m
1.5 Position d’un point par rapport à une partie de E Notion de topologie dans Rn

o
y.c
em
ad
F IGURE 1.6 – Exemples sur R2 de partie ouverte, avec la distance euclidienne.

Proposition 1.18 (INTERSECTION, REUNIONS D’OUVERTS, DE FERMES)

Soit (E, k.k) un e.v.n.

c
1. toute union finie ou infinie d’ouverts de E est un ouvert,
2. toute intersection FINIE d’ouverts de E et un ouvert,
oa

3. toute union FINIE de fermés de E est un fermé,

4. toute intersection finie ou infinie de fermés de E est un fermé,
5. les ensembles à la fois ouverts et fermés de E sont ∅ et E, et si ce sont les seuls on
dira que l’espace est CONNEXE,
6. un ensemble fini de points de E est fermé .
all

Preuve : Faite en cours (en partie).

w.

1.5 Position d’un point par rapport à une partie de E

Avant toute chose, énonçons la définition de voisinage d’un point. Toutes les autres définitions
découleront de cette notion.
Définition 1.19 (VOISINAGE)
ww

On dit qu’une partie V de E est un voisinage de x ∈ E si V contient un ouvert contenant

x.

Remarque . Cette définition revient à dire qu’une partie V de E est un voisinage de x ∈ E si V

contient une boule ouverte contenant x (la boule peut être ou non centrée en x).
14
 m
Notion de topologie dans Rn 1.5 Position d’un point par rapport à une partie de E

o
y.c
em
ad
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 l’ensemble de toutes les parties ouvertes de E contenues dans A. Alors P est un
c
P ∈OA
ouvert (comme réunion de parties quelconques d’ouverts).
oa

Définition 1.20 (INTERIEUR)

Soient (E, k.k) un e.v.n. et A ⊂ E. Un point x de E est dit intérieur à A si A est un

voisinage de x, autrement dit, si A contient une boule ouverte contenant x.
◦
all

L’intérieur de A, noté A ou Int(A) est l’ensemble des points intérieurs à A.

Proposition 1.21 (PROPRIETE DE L’INTERIEUR)

w.

Soient (E, k.k) un e.v.n. et A ⊂ E. L’intérieur de A est la plus grande partie ouverte
incluse dans A.
ww

Preuve : Pas faite en cours.

◦ [
Remarque . On a x ∈ A = P.
P ∈OA

Remarque . On a :
◦
1. A est un ouvert,
15
 m
1.5 Position d’un point par rapport à une partie de E Notion de topologie dans Rn

◦
2. A ⊂ A,

o
◦
3. A est un ouvert ⇐⇒ A = A.

y.c
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
fermée contenant A (en effet E est fermé). \
Soit F l’ensemble des parties fermées contenant A. Alors F est la plus petite partie fermée

em
\ F ∈F
contenant A. Et F est bien une partie fermée (comme intersection de familles fermées).
F ∈F

Définition 1.22 (ADHERENCE)

Soient (E, k.k) un e.v.n. et A ⊂ E. Un point x de E est dit adhérent à A si tout voisinage
ad
de x rencontre A , autrement dit, si toute boule ouverte contenant x contient au-moins un
élément de A.
L’adhérence de A ⊂ E, notée A ou adh(A), est l’ensemble des points adhérents à A.
c
Proposition 1.23 (PROPRIETE DE L’ADHERENCE)

Soient (E, k.k) un e.v.n. et A ⊂ E. L’adhérence de A est la plus petite fermée contenant
oa

Preuve : Pas faite en cours.

all

\
Remarque . On a x ∈ A = F.
F ∈F

Remarque . On a :
1. A est un fermé,
2. A ⊂ A,
w.

3. A est un fermé ⇐⇒ A = A.
Preuve : (3.) fait en cours.

Proposition 1.24 (ADHERENCE DU COMPLEMENTAIRE)

ww

Soit (E, k.k) un e.v.n. et A ⊂ E. Alors

◦
{E A = {E A.

16
 m
Notion de topologie dans Rn 1.5 Position d’un point par rapport à une partie de E

Preuve : Faite en cours.

o
Définition 1.25 (FRONTIERE)

y.c
Soit (E, k.k) un e.v.n. On appelle frontière de A ⊂ E, notée F r(A) l’ensemble défini
◦
par F r(A) = A − A.
On dit que x est un point frontière de A si et seulement si x ∈ F r(A).

em
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= ∅
ad
Preuve : Faite en cours.

Proposition 1.27 (OUVERT, FERME, FRONTIERE)

c
Soit (E, k.k) un e.v.n. Soient A ⊂ E, x ∈ E et r > 0, r ∈ R. On a alors :
oa

◦
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= ∅.
all

Preuve : Faite en cours.

Proposition 1.28 (BOULE UNITE)

Soit (E, k.k) un e.v.n.

w.

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}.
ww

Preuve : Pas faite en cours.

Maintenant que les notions de bases qui nous intéressent sont établies, nous pouvons nous inté-
resser à des outils qui nous seront utiles dans certaines preuves du cours : les suites et la notion
d’ensemble compact.
17
 m
1.6 Suites numériques dans un espace vectoriel normé Notion de topologie dans Rn

1.6 Suites numériques dans un espace vectoriel normé

o
Dans cette section, nous nous plaçons (sauf exception spécifiée) dans un (E, k.k) un e.v.n

y.c
quelconque.

Définition 1.29 (SUITE)

On appelle suite dans E toute application


N → E

em
n 7→ xn .

On note une telle application (xn )n∈N .

Définition 1.30 (SUITE BORNEE)

ad
Soit (xn )n∈N , une suite de E muni de la norme k.k. La suite (xn )n∈N est dite bornée si et
seulement si l’ensemble {xn , n ∈ N} est borné. Autrement dit, il existe M > 0 tel que
pour tout n ∈ N, kxn k ≤ M .
c
oa

Proposition 1.31 (SUITES BORNEES ET ESPACE VECTORIEL)

L’ensemble des suites bornées dans un espace vectoriel normé est un espace vectoriel.
all

Preuve : Pas faite en cours.

Définition 1.32 (SUITE ET CONVERGENCE)

w.

Soit (xn )n∈N , une suite de E muni de la norme k.k. On dit que (xn )n∈N converge dans
(E, k.k), si et seulement s’il existe l ∈ E, tel que pour tout ε > 0, il existe N ∈ N, tel
que pour tout n ≥ N , kxn − lk < ε.
ww

Proposition 1.33 (LIMTE ET UNICITE)

La limite de la suite (xn )n∈N définie ci-dessus est UNIQUE.

Preuve : Faite en cours.

18
 m
Notion de topologie dans Rn 1.6 Suites numériques dans un espace vectoriel normé

Proposition 1.34 (SUITES CONVERGENTES ET ESPACE VECTORIEL)

o
L’ensemble des suites convergentes dans un espace vectoriel normé est un espace vecto-

y.c
riel.

Preuve : Pas faite en cours.

Proposition 1.35 (CONVERGENCES ET NORMES - DIMENSION FINIE)

em
Sur Rn , comme toutes les normes sont équivalentes , toute suite convergente pour l’une
des normes est convergente pour l’autre.

Preuve : Pas faite en cours.

ad
Définition 1.36 (SUITES ET PARTIES)

Soit A ⊂ E. On dit que (xn )n∈N est une suite de points de A si et seulement si pour tout
n ∈ N, xn ∈ A.
c
oa

Proposition 1.37 (LIMITE ET ADHERENCE)

Si (xn )n∈N est une suite de points de A et (xn )n∈N converge vers l, alors l ∈ A.
all

Preuve : Faite en cours.

Proposition 1.38 (CARACTERISATION DES FERMES PAR LES SUITES)

w.

Soit A ⊂ E, alors A est fermé si et seulement TOUTE suite de points de A qui converge
a sa limite qui appartient à A.

Preuve : Faite en cours.

ww

Définition 1.39 (SUITES DE CAUCHY)

Soit (xn )n∈N une suite de E. On dit que (xn )n∈N est une suite de Cauchy si et seulement
si pour tout ε > 0, il existe N ∈ N, tel que pour tous n, m ≥ N , kxn − xm k < ε.

19
 m
1.6 Suites numériques dans un espace vectoriel normé Notion de topologie dans Rn

Proposition 1.40 (CAUCHY ET CONVERGENCE)

o
Si une suite est convergente alors elle est de Cauchy.

y.c
Preuve : Faite en cours.

Remarque . ATTENTION : la réciproque n’est pas vraie en général. Par contre, le fait de tra-
vailler sur un espace où la réciproque est vraie serait bien pratique. En effet nous pourrions mon-

em
trer la convergence d’une suite sans avoir à calculer la limite de cette suite. Les espaces dont la
réciproque de la propriété ci-dessus.

Définition 1.41 (ESPACE COMPLET)

Si dans un ensemble, toute suite de Cauchy est convergente, on dit que l’ensemble est
complet.
ad
Remarque .
– Tout espace vectoriel normé complet est appelé espace de Banach.
c
– 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.
oa

Présentons ci-dessous quelques résultats en dimension finie.

Nous allons considérer les espaces Rp ici. Soit {e1 , e2 , ..., ep } une base de Rp . Pour tout x ∈ Rp , il
all

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 élément d’une suite par exemple qui s’écrit)
w.

p
X
xn = xn i ei .
i=1

Proposition 1.42 (SUITES ET DIMENSION FINIE)

ww

Soit (xn )n∈N 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
 m
Notion de topologie dans Rn 1.7 Ensemble compact

1.7 Ensemble compact

o
La notion de compacité sera utile dans la théorie de fonctions de plusieurs variables. Il est donc utile

y.c
de la rappeler ici. Et pour la définir, nous utilisons les sous-suites, d’où l’intérêt d’avoir rappeler
quelques résultats sur les suites dans la section précédente. Encore une fois, dans tout ce qui suit,
nous nous placerons dans l’e.v.n. (E, k.k).

Définition 1.43 (SOUS-SUITE OU SUITE EXTRAITE)

em
Soient (xn )n∈N une suite de E et ϕ : N → N une application strictement croissante, alors
la suite (xϕ(n) )n∈N définie pour tout n ∈ N est appelée suite extraite ou sous-suite de la
suite (xn )n∈N .

Définition 1.44 (RECOUVREMENT OUVERT)

ad
[ A ⊂ E, un recouvrement ouvert de A est une famille d’ouverts (Oi )i tels que A ⊂
Soit
( Oi ).
i∈I
c
Définition 1.45 (SOUS-RECOUVREMENT OUVERT)
oa

Considérer un sous-recouvrement ouvert d’un recouvrement

[ donné d’une partie A ⊂ E,
consiste à prendre une partie J ⊂ I tel que A ⊂ ( Oj ).
j∈J
all

Proposition 1.46 (SOUS-SUITE ET SOUS-RECOUVREMENT)

Soit A ⊂ E, alors les deux propriétés suivantes sont équivalentes

w.

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.
ww

Preuve : Pas faite en cours.

Définition 1.47 (COMPACT)

Une partie A qui vérifie une de ces deux propriétés est un COMPACT.

21
 m
1.8 Ensemble convexe Notion de topologie dans Rn

Définition 1.48 (COMPACT EN DIMENSION FINIE)

o
Soit A ⊂ E. Si A est FERME et BORNE dans E on dit qu’il est COMPACT.

y.c
Remarque . ATTENTION : on a toujours la propriété suivante :
-Si A est compact alors A est un FERME BORNE.
-MAIS la réciproque n’est pas toujours vraie en dimension infinie (elle l’est TOUJOURS par contre

em
dans Rn (ce qui nous intéresse ici)).
-Nous verrons quels sont les avantages de la compacité un peu plus tard. Notamment la compacité
et la continuité : toute fonction continue sur un compact est uniformément 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 également énoncer la propriété suivante grâce à la compacité :
Soit E un espace vectoriel normé de dimension finie n, alors E est ISOMORPHE à Rn (un co-
ad
rollaire à ce résultat nous permettrait de montrer l’équivalence des normes en dimension finie).

1.8 Ensemble convexe

c
La notion d’ensembles convexes (et plus tard de fonctions convexes) seront très utiles dans le
oa

chapitre sur les extrema (maxima et minima) de fonctions. Il est donc utile de la rappeler ici dans
cette dernière section.

Définition 1.49 (ENSEMBLE CONVEXE)

all

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 λ ∈ [0, 1], on a

λx + (1 − λ)y ∈ C.
w.
ww

Et on a enfin le résultat suivant.

Proposition 1.50 (SOUS-SUITE ET SOUS-RECOUVREMENT)

Si C est un ensemble convexe, C est également un convexe.

22
 m
n
Notion de topologie dans R1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.

1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un

o
e.v.n.

y.c
1.9.1 Généralités
Cette partie présente des résultats généraux intéressants qui restent hors programme pour la
deuxième année de licence. Cependant ils pourront quand même être très utiles pour les années
suivantes.

em
Soient (E, k.k) et (F, k.k) deux espaces vectoriels normés et U une partie ouverte non vide de
E. On considère l’application f : U → F .

Définition 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

ad
ε > 0 il existe η > 0 tel que pour tout x ∈ U tels que

kx − ak < η =⇒ kf (x) − f (a)k < ε

c
oa

Définition 1.52 (CONTINUITE SUR U )

On dit que f est continue sur U si et seulement f est continue en tout point de U .
all

Proposition 1.53 (CONTINUITE ET IMAGE RECIPROQUE)

Soit f : U ⊂ E → F . On a les équivalences suivantes.

– f est continue sur U si et seulement si l’image réciproque de toute partie ouverte de F
w.

est un ouvert de U .
– f est continue sur U si et seulement si l’image réciproque de tout fermé de F est un
fermé de U .
ww

Proposition 1.54 (CONTINUITE ET NORMES EQUIVALENTES)

Si f : (E, k.kE ) → (E, k.kF ) est continue sur U ⊂ E et si k.k∗E ∼ k.kE et k.k∗F ∼
k.kF . Alors f : (E, k.k∗E ) → (E, k.k∗F ) est également continue sur U relativement à ces
nouvelles normes.

23
 m
1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.Notion de topologie dans Rn

Proposition 1.55 (CONTINUITE ET SUITE)

o
Soit f : U ⊂ E → F continue sur U . Soit (xn )n∈N une suite de points de U convergeant

y.c
vers un point x ∈ U . Alors (f (xn ))n∈N converge vers f (x).

Proposition 1.56 (RECIPROQUE)

em
Soit f : U ⊂ E → F une application. Si pour toute suite (xn )n∈N convergeant vers
x ∈ U on a la suite (f (xn ))n∈N qui converge vers f (x) alors f est continue en x.

ad
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).
c
oa

1.9.2 Opérations sur les fontions continues

all

Proposition 1.58 (ENSEMBLE DES FONCTIONS CONTINUES)

L’ensemble des fonctions continues en un point x ∈ U ⊂ E est un sous-espace vectoriel

de l’espace vectoriel des fonctions.
w.

Proposition 1.59 (CONTINUITE ET COMPOSITION)

ww

Soient
f : U ⊂E → F et g : U 0 ⊂ F → G
,
x 7→ f (x) ∈ U, 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
 m
n
Notion de topologie dans R1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.

1.9.3 Extension de la définition de la continuité

o
Définition 1.60 (CONTINUITE RELATIVE)

y.c
Soient f : D ⊂ (E, k.kE ) → (F, k.kF ) avec D 6= ∅ et a ∈ D. On dit que f est continue
en a relativement à D si et seulement si pour tout ε > 0, il existe η > 0, pour tout x ∈ D,

kx − akE < η =⇒ kf (x) − f (a)kF < ε.

em
Remarque . La notion de continuité relative correspond au fait que la restriction de f à la partie
D de E, noté f |D est continue en a. On notera que f |D peut être continue sans que f soit continue
en un seul point de E (on pourrait par exemple prendre la fonction caractéristique d’une partie
D de E, où D est dense sur E ainsi que son complémentaire. Si cette application est définie de E
dans l’espace discret {0, 1} alors elle n’est continue en aucun de ses points mais sa restriction à
D l’est.
ad
Proposition 1.61 (CONTINUITE RELATIVE ET SUITE)

Soient f : D ⊂ E → F , D 6= ∅. L’application f est continue en a relativement à D si et

c
seulement si pour toute suite (xn )n∈N de points de D qui converge vers a, la suite image
(f (xn ))n∈N converge vers f (a).
oa

Proposition 1.62 (CONTINUITE RELATIVE ET COMPACITE)

Soient f : K ⊂ E → F , K 6= ∅, K compact. Si f est continue sur K relativement à K

all

alors f (K) est compact.

Proposition 1.63 (CONTINUITE RELATIVE ET COMPACITE - APPLICATION)

w.

Soient f : K ⊂ E → R, K 6= ∅, K compact. Si f est continue sur K relativement à K,

1. f est bornée sur K,
2. f atteint ses bornes.
ww

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 décompose d’une manière 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 où {h1 , ..., hp } est une base de Rq .
i=1 i=1

25
 m
1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.Notion de topologie dans Rn

Proposition 1.64 (CONTINUITE RELATIVE)

o
Pour tout i = 1, ..., q, fi est continue en a ∈ D relativement à D si et seulement si f est

y.c
continue en a relativement à D.

1.9.5 Notion de continuité uniforme

Soit f : D → F , une application continue en tout point a ∈ D relativement à D. Il y a alors un

em
problème de “transfert” des suites de Cauchy. D’où la définition suivante.

Définition 1.65 (CONTINUITE UNFORME)

Soient f : D ⊂ (E, k.kE ) → (F, k.kF ) avec D 6= ∅. On dit que f est uniformément
continue sur D relativement à D si et seulement si pour tout ε > 0, il existe η > 0, pour
tous x, y ∈ D,
ad
kx − ykE < η =⇒ kf (x) − f (y)kF < ε.
c
Remarque . Pour bien faire la différence entre la continuité simple et la continuité uniforme en
oa

un point x de E, on peut faire la comparaison entre les deux définitions suivantes (sans passer par
la continuité relative pour simplifier les définitions) (qui mettront les choses au clair) :
l’application f est continue de E dans F si et seulement si pour tout x ∈ E, pour tout εx > 0, il
existe ηε,x > 0, pour tout y ∈ E,
all

kx − ykE < ηε,x =⇒ kf (x) − f (y)kF < εx .

Et d’autre part
l’application f est uniformément continue de E dans F si et seulement si ε > 0, il existe ηε > 0,
pour tous x, y ∈ E,
w.

kx − ykE < ηε =⇒ kf (x) − f (y)kF < ε.

Autrement dit, dans la continuité uniforme le choix de ε ne dépend pas de x, et celui de η ne dépend
que de celui de ε.
ww

Proposition 1.66 (CONTINUITE RELATIVE)

Soient f : D ⊂ (E, k.kE ) → (F, k.kF ) avec D 6= ∅ une application uniformément

continue sur D relativement à D. Si (xn )n∈N est une suite de Cauchy de points de D
alors f (xn ) est une suite de Cauchy dans F .

26
 m
n
Notion de topologie dans R1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.

1.9.6 Applications linéaires continues

o
Proposition 1.67 (APPLICATIONS LINEAIRE CONTINUES)

y.c
Soient f : (E, k.kE ) → (F, k.kF ) une application linéaire. Alors les propriétés suivantes
sont équivalentes :
1. f est continue en un point a de E,
2. f est continue en tous points de E,
3. f est bornée sur la boule unité fermée de E,
4. f est bornée sur la sphère unité de E,

em
5. f est bornante, c’est à dire que l’image d’un borné de E est un borné de F .

Proposition 1.68 (APPLICATIONS LINEAIRE CONTINUES EN DIMENSION FINIE)

Soient f : (E, k.kE ) → (F, k.kF ) une application linéaire avec dim E < +∞, alors f
est continue.
ad
Remarque . Cette dernière proposition sera très utile pour nous étant donné que dans ce cours
nous travaillerons principalement en dimension finie. Pour montrer la continuité de f il faudra
c
juste montrer alors f est linéaire.
oa

(E, k.kE ) et (F, k.kF ) deux e.v.n., alors l’ensemble des applications linéaires continues de E vers
F , noté 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

all

sup kf (x)kF = sup kf (x)kF = sup kf (x)kF ,

x∈B(0,1) x∈S(0,1) x∈E,x6=0

et l’application |k; k| est une norme dans L (E, F ).

w.
ww

27
 m
1.9 HORS PROGRAMME : Applications d’une e.v.n. vers un e.v.n.Notion de topologie dans Rn

o
y.c
em
c ad
oa
all
w.
ww

28
 o m
y.c
Chapitre 2

Fonctions de plusieurs variables. Limite.

em
Continuité.
c ad
oa

(a) James Gregory (b) Joseph-Louis La- (c) Gaspard Monge

(1638-1675) : mathé- grange (1736-1813) : (1748-1818) : mathé-
maticien écossais, qui mathématicien italien, maticien français, il
en 1667 donne une des a étudié (entre autres), étudie les surfaces et
premières définitions les extrema relatifs de dans son ouvrage Appli-
formelles de fonctions fonctions de plusieurs cation de l’analyse à la
de plusieurs variables variables. géométrie il introduit
all

dans son ouvrage Vera la notion de ligne de

circuli et hyperbolae courbure et les termes
quadratura. ellipsoïde, hyperboloïde
et paraboloïde. Dès
1801, il est le premier
w.

à utiliser systématique-
ment les équations aux
dérivées partielles pour
étudier les surfaces.

F IGURE 2.1 – Quelques mathématiciens célèbres liés à l’étude de fonctions de plusieurs variables.
ww

Que sont les fonctions de plusieurs variables ? Dans ce chapitre nous allons étudier les fonc-
tions de plusieurs variables dans des cadres particuliers (R2 ou R3 ), mais également dans un cadre
très général (Rn ). Nous n’étudierons pas le cas encore plus général dans lequel la dimension des
espaces est infinie. Nous laissons cela pour un cours un peu plus avancé. Ces fonctions seront donc
de la forme
f : E ⊂ Rp → F ⊂ Rq ,
29
 m
Fonctions de plusieurs variables. Limite. Continuité.

où p et q sont des entiers naturels > 0. Autrement dit, les éléments de l’ensemble de départ E

o
seront des vecteurs du type x = (x1 , ..., xp ), et les éléments de l’ensemble d’arrivée seront des
vecteurs du type f (x) = (f1 (x), ..., fq (x)), où x est un vecteur de E.

y.c
Nous considérons plusieurs cas de fonctions à plusieurs variables, donc voici quelques illustrations
graphiques.

Exemples de représentations graphiques de certaines classes de fonctions de plusieurs variables.

1. p = 1, q = 1. f : I ⊂ R → J ⊂ R : c’est le cas le plus simple, celui qui est connu depuis le
lycée, nous rappellerons si nécessaire quelques résultats concernant ce type de fonctions.

em
2. p = 1, q > 1. f : I ⊂ R → F ⊂ Rq : elles sont représentées par exemple par des courbes
paramétrées (q = 2 ou 3),
3. = p = 2, q = 1. f : E ⊂ R2 → J ⊂ R : elles sont représentées par exemple par des surfaces
(on les appelle également champs scalaires), ou des courbes de niveau,
4. p = 2, q > 1. f : E ⊂ R2 → F ⊂ Rq : elles sont représentées par exemple par des surfaces
paramétriques, ou des champs vectoriels (q = 2 ou 3).
ad
5. p = 3, q = 3. f : E ⊂ R3 → F ⊂ R3 : elles sont représentées par exemple par des champs
vectoriels.
c
oa
all

(a) (cas p = q = 1) Courbe représentant la (b) (cas p = 1, q = 3) Courbe représen-

fonction 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)) (nœud de trèfle).
w.
ww

(c) (cas p = 2, q = 1) Courbe représentant la fonction (d) (cas p = 2, q = 3) Courbe

( −x2 −y 2 ) représentant 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 représentations graphiques illustrant des fonctions de plusieurs variables.

30
 m
Fonctions de plusieurs variables. Limite. Continuité. 2.1 Fonctions réelles de variable réelle

o
y.c
F IGURE 2.3 – Représentation du champ de vecteur donné par (x, y, z) 7→ (y/z, −x/z, z/4).

em
Dès que p et q sont > 3, il est assez difficile d’avoir une vision graphique de leur représentation,
mais cela ne veut pas dire qu’il n’y a pas d’interprétation possible. Les variables peuvent représen-
ter bien autre chose que l’espace : cela peut être des populations, des traits caractéristiques (taille,
âge, maturité, gènes,...), etc. Nous essaierons de donner quelques illustrations tout au long de ce
cours.
ad
Dans la suite de ce cours, nous distinguerons parfois des résultats pour deux types bien distincts
de fonctions :
- les fonctions scalaires Rp → R (qu’on appelle aussi fonctions réelles de variables réelles),
-les fonctions vectorielles Rp → Rq , q > 1.
c
ATTENTION : certains résultats seront donnés pour les fonctions scalaires alors que d’autres le
seront pour les fonctions vectorielles.
oa

2.1 Fonctions réelles de variable réelle

all

Définition 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 réel y et un seul tel que le couple (x, y) appartienne
à G. Alors le triplet (f, E, R) s’appelle fonction définie sur E à valeurs dans R.
w.

-on dit que E est l’ensemble de départ de f (ou le domaine de définition), et on le désigne
par D(f ).
-le sous-ensemble {y ∈ R, il existe x ∈ E, f (x) = y} est appelé l’image de E par f et il
est noté Im(f ).
-l’UNIQUE nombre réel y correspondant à l’élément x ∈ E par f s’appelle l’image de
ww

x par f et se note f (x).

-la notation f = (G, E, R) n’est pas utilisée en pratique. On lui préfère la notation

f : E → R.

31
 m
2.1 Fonctions réelles de variable réelle Fonctions de plusieurs variables. Limite. Continuité.

Définition 2.2 (GRAPHES D’UNE FONCTION f : E ⊂ R2 → R )

o
Soient E un sous-ensemble non vide de R2 et f : E → R une fonction réelle de deux

y.c
variables.
1. L’ensemble des points de R3

S = {(x, y, z) ∈ R3 ; (x, y) ∈ E, z = f (x, y)}

est appelé SURFACE REPRESENTATIVE de f . S est également appelé GRAPHE de

la fonction f .

em
2. Soit A = (a, b) un point intérieur de E. Les fonctions R → R telles que x → f (x, b)
et y → f (a, y) définies sur des intervalles ouverts contenant respectivement a et b sont
appelées FONCTION PARTIELLES associées à f au point A.
3. Soit k ∈ R. L’ensemble Lk = {(x, y) ∈ E; f (x, y) = k} est appelé LIGNE DE
NIVEAU k de la fonction f .
c ad
oa
all
w.

F IGURE 2.4 – Illustration de la définition 2.2 avec l’image de la couverture : représentation de la

ww

sin(x2 +3y 2 ) exp(1−r2 )

fonction f : R2 7→ R définie par (x, y) 7→ z = 0.1+r2 + (x2 + 5y 2 ) · 2
, avec r =
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 à la ligne de niveau est celle de
la SURFACE de niveau.
32
 m
Fonctions de plusieurs variables. Limite. Continuité. 2.2 Notion de limite

o
y.c
em
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 .
ad
Les surfaces de niveaux sont données par l’équation x2 + y 2 + z 2 = a2 , où a = 1, 2, 3 et elles ont
été coupées pour laisser entrevoir les surfaces des différents niveaux.

2.2 Notion de limite

c
Définition 2.3 (FONCTION DEFINIE AU VOISINAGE D’UN POINT)
oa

On dit qu’une fonction f : E → R est définie au voisinage d’un point x0 , si x0 est un

point intérieur à E ∪ {x0 }.
all

Définition 2.4 (LIMITE D’UNE FONCTION f : E ⊂ Rn → R)

On dit qu’une fonction f : E ⊂ Rp → R définie au voisinage de x0 admet pour limite le

nombre réel l lorsque x tend vers x0 si pour tout ε > 0 on peut associer un nombre η > 0
w.

tel que les relations x ∈ E et 0 < kx − x0 k < η impliquent |f (x) − l| < ε. On écrit alors

lim f (x) = l.
x→x0
ww

Remarque .
1. La notion de limite ici ne dépend pas des normes utilisées.
2. La limite, si elle existe est unique.
3. Nous pouvons généraliser ces définitions aux fonctions de E ⊂ Rp → Rq .

33
 m
2.2 Notion de limite Fonctions de plusieurs variables. Limite. Continuité.

Proposition 2.5 (LIMITES ET SUITES D’UNE FONCTION f : E ⊂ Rn → Rq )

o
Une fonction f : E ⊂ Rp → Rq définie au voisinage de x0 admet une limite l lorsque x
tend vers x0 si et seulement si pour toute suite (xn )n∈N d’éléments de {x ∈ E, x 6= x0 }

y.c
qui converge vers x0 , la suite (f (xn ))n∈N converge vers l.

Preuve : Faite en cours.

em
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) =

x→x0 x→x0
l2 , alors
ad
1. pour tout couple de nombres réels α et β, la limite de la fonction αf + βg lorsque
x → x0 existe et est égale à αl1 + βl2 .
2. la limite de la fonction f g quand x → x0 existe et elle est égale à l1 l2 .
3. la limite de de f /g si l2 6= 0 lorsque x → x0 existe et est égale à l1 /l2 .
c
oa

Preuve : Pas faite en cours.

Proposition 2.7 (LIMITE D’UNE FONCTION COMPOSEE)

all

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,
x→b
w.

-soient g1 , ..., gn : R → R, n fonctions réelles telles que lim gi (t) = bi , pour tout i =
t→a
1, ..., n,
-supposons de plus qu’il existe α ∈ R, α > 0 tel que pour tout t avec 0 < |t − a| < α on
ait (g1 (t), ..., gn (t)) 6= (b1 , ..., bn ) alors,
ww

lim f (g1 (t), ..., gn (t)) = l.

t→a

Preuve : Pas faite en cours.

34
 m
Fonctions de plusieurs variables. Limite. Continuité. 2.3 Fonctions continues

Proposition 2.8 (PERMUTATION DES LIMITES)

o
Soit f : R2 → R une fonction telle que lim f (x, y) = l. Supposons de plus que
(x,y)→(a,b)

y.c
pour tout x ∈ R lim f (x, y) existe et que pour tout y ∈ R, lim f (x, y) existe. Alors
y→b x→a

lim (lim f (x, y)) = lim(lim f (x, y)) = l.

x→a y→b y→b x→a

em
Preuve : Pas faite en cours.

Théorème 2.9 (THEOREME DES GENDARMES)

Soient f, g et h trois fonctions de Rp → Rq vérifiant les deux propriétés suivantes :

1. lim f (x) = lim g(x) = l
x→x0 x→x0
ad
2. il existe α ∈ R, α > 0 tel que pour tout x ∈ {x ∈ E, 0 < kx − x0 k < α} tel que
f (x) ≤ h(x) ≤ g(x).
Alors lim h(x) = l.
x→x0
c
oa

Preuve : Faite en cours.

2.3 Fonctions continues

all

Définition 2.10 (FONCTION CONTINUE EN UN POINT)

Soit x0 un point intérieur de E ⊂ Rp . Une fonctions f : E → Rq est continue en x0 si et

seulement lim f (x) = f (x0 ).
w.

x→x0

On peut formuler cette définition de façon équivalente à l’aide des suites.

ww

Définition 2.11 (CONTINUITE ET SUITES)

Soit x0 un point intérieur de E ⊂ Rp . Une fonction f : E → Rq est continue en x0 si

et seulement si pour toute suite (xn )n∈N d’éléments de E qui converge vers x0 , la suite
(f (xn ))n∈N converge vers f (x0 ).

35
 m
2.3 Fonctions continues Fonctions de plusieurs variables. Limite. Continuité.

Définition 2.12 (FONCTIONS PARTIELLES DANS Rn )

o
Soit f : E ⊂ Rp → R. Soit a = (a1 , ..., ap ) ∈ E, alors les p fonctions f1 , ..., fp définies

y.c
par

fj : {x ∈ R, (a1 , .., aj−1 , x, aj+1 , .., ap ) ∈ E} → R

x 7→ fj (x) = f (a1 , .., aj−1 , x, aj+1 , .., ap ),

pour j = 1, ..., p sont appelées fonctions partielles en a.

em
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 définies par

fj : {x ∈ R, (a1 , .., aj−1 , x, aj+1 , .., ap ) ∈ E} → Rq

x
ad 7→ fj (x) = f (a1 , .., aj−1 , x, aj+1 , .., ap ),

pour j = 1, ..., p sont continues en aj .

c
Preuve : Faite en cours.
oa

Remarque . -ATTENTION :
-en général la réciproque est fausse !
-Soit l ∈ R, si f : R2 → R une fonction telle que pour tout α ∈ R, lim f (x, αx) = l. Peut-on en
x→0
conclure que f est continue au point (0, 0) ? La réponse est non.
all

Théorème 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 réels α et β, la fonction αf + βg est continue en x0 .
2. de même f g et f /g (avec g(x) 6= 0 sur un voisinage de x0 ) et kf k sont continues en
w.

x0 .
3. enfin, la composée de fonctions continues est continue.

Preuve : Pas faite en cours.

ww

Définition 2.15 (PROLONGEMENT PAR CONTINUITE)

Soit f : E ⊂ Rp → Rq . Soit x0 un point adhérent à E n’appartenant pas à S E. Si f a

une limite l lorsque x → x0 on peut étendre le domaine de définition de f à E {x0 } en
posant f (x0 ) = l. On dit que l’on a prolongé f par continuité au point x0 .

36
 m
Fonctions de plusieurs variables. Limite. Continuité. 2.4 Coordonnées polaires

Théorème 2.16 (CRITERES DE CONTINUITE)

o
Soit f : E ⊂ Rp → F ⊂ Rq une fonction continue. Les propriétés suivantes sont

y.c
équivalentes
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 fermé V de F , f −1 (V ) est un fermé de E.
4. pour toute suite (xn )n∈N de E convergeant vers x0 , la suite (f (xn )n∈N converge vers
f (x0 ) pour tout x0 ∈ E.

em
Preuve : Pas faite en cours.

2.4 Coordonnées polaires ad

Lorsque l’on considère des application f : E ⊂ R2 → R, il est quelques fois plus facile de
prouver des résultats de limite, continuité, etc. en passant par les coordonnées polaires en faisant
le changement de variables de la façon suivante.
Soit R+ = [0, ∞[. Deux cas possibles se présentent.
1. Soit r = 0, et dans ce cas là, l’angle θ peut prendre toutes les valeurs sur [0, 2π[ étant donné
c
que l’on reste au même point : l’origine.
2. Soit r 6= 0. On a alors x et y qui ne peuvent être tous les deux nuls en même temps, et alors
oa

on peut définir une application bijective de R∗+ × [0, 2π[ vers R2 donnée par les formules
suivantes :
R∗+ × [0, 2π[ → R2 \ {0, 0}
(r, θ) 7→ (x, y) = (r cos(θ), r sin(θ)),
Son application réciproque est l’application suivante :
all

R2 \ {0, 0} → R+ × [0, 2π[

(x, y) 7→ (r, θ),
p
où r = x2 + y 2 et θ est défini de la façon suivante :
w.



 arctan(x/y) si x > 0 et y ≥ 0,
arctan(x/y) + 2π si x > 0, et y < 0,




arctan(x/y) + π si x < 0,

θ= π
si x = 0 et y > 0,
ww


2π




 −

si x = 0 et y < 0.
2
Donc en particulier, on a r2 = x2 + y 2 .
Dans certains exemples d’étude de continuité des fonctions, il est utile de passer aux coordonnées
polaires : en effet, la condition sur deux variables (x, y) → 0 devient une condition sur une seule
variable r → 0 et prouver la continuité d’une fonction devient plus facile (voir les exemples du
37
 m
2.5 Continuité sur un compact Fonctions de plusieurs variables. Limite. Continuité.

cours).

o
On aurait également pu considérer θ sur l’intervalle ] − π, π] au lieu de [0, 2π[ mais alors il aurait
fallu changer la fonction réciproque arctan...(à faire en exercice).

y.c
Exemple . Voir en cours.

2.5 Continuité sur un compact

em
Définition 2.17 (EXTREMA DE FONCTIONS A VALEURS SUR R)

Soient f : E ⊂ Rp → R, M (respectivement m) un nombre réel vérifiant les deux

propriétés suivantes :
1. pour tout élément x ∈ E, f (x) ≤ M (respectivement f (x) ≥ m).
2. M (respectivemnt m) appartient à l’ensemble Im(f ) = {f (x); x ∈ E}.
ad
Alors le nombre réel M (respectivement m) est appelé le maximum (respectivement le
minimum) de la fonction f sur E et il est noté max f (x) (respectivement min f (x).
x∈E x∈E
D’autre part, si pour x0 ∈ E, f (x0 ) ∈ E, f (x0 ) = max f (x), (respectivement
x∈E
f (x0 ) = min f (x)), nous dirons que la fonction f atteint son maximum (respectivement
x∈E
c
son minimum).
oa

Théorème 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 .
all

Preuve : Pas faite en cours.

w.

Corollaire 2.19 (FONCTION BORNEE)

Une fonction continue sur un compact est bornée et atteint ses bornes.
ww

Preuve : Pas faite en cours.

Remarque . IMPORTANT : si f : E ⊂ Rp → R le corollaire précédent signifie que les deux

nombres réels min f (x) et max f (x) existent et sont atteints.
x∈E x∈E

38
 m
Fonctions de plusieurs variables. Limite. Continuité. 2.6 Théorème des valeurs intermédiaires

2.6 Théorème des valeurs intermédiaires

o
Définition 2.20 (ARC CONTINU)

y.c
On dit qu’une partie Γ de Rp est un arc continu si on peut trouver une application continue
γ : [a, b] ⊂ R → Rp dont l’image soit Γ. L’application γ est appelée un paramétrage de
Γ. Les points de Γ, A = γ(a) et B = γ(b) s’appellent les extrémités de Γ.

em
Remarque . ATTENTION :
1. Γ est un objet géométrique tandis que γ, fonction continue, est un objet analytique.
Un arc continu admet une infinité de paramétrages 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 qu’un ensemble CONNEXE (ensemble “en un seul morceau” peut ne pas être CONVEXE

ensemble (voir figure 2.6).

c ad
et posséder des éléments dont le segment qui relie deux de ces éléments puisse sortir de cet
oa
all

F IGURE 2.6 – Exemples sur R2 d’un ensemble CONVEXE E à gauche et d’un ensemble
w.

CONNEXE non convexe F à droite.

Définition 2.21 (CONNEXE PAR ARCS)

ww

Soit E un sous-ensemble de Rp . On dit que E est connexe par arc si étant donnés deux
points arbitraires A et B de E on peut trouver un arc continu Γ, d’extrémités A, et B
entièrement contenu dans E.

Exemple . Voir la figure 2.7.

39
 m
2.6 Théorème des valeurs intermédiaires Fonctions de plusieurs variables. Limite. Continuité.

o
y.c
F IGURE 2.7 – Exemples sur R2 d’un arc continu dans un ensemble E ⊂ R2

em
Exemple .
1. Dans E = R, tous les intervalles I sont connexes par arc.
2. R∗ n’est pas connexe par arc.
3. Les ensembles convexes sont connexes par arc.
ad
4. Les boules étant convexes, elles sont connexes par arc.
5. La réunion de deux connexes par arc non disjoints est connexe par arc.
Voir une illustration de connexité par arc sur la figure 2.8.
c
oa
all
w.

F IGURE 2.8 – Exemples sur R2 de partie connexe par arc E et de partie non connexe par arc
E1 t E2 .

Théorème 2.22 (THEOREME DES VALEURS INTERMEDIAIRES)

ww

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 réel r compris entre f (A) et f (B) il
existe un point C de E tel que f (C) = r.

Preuve : Pas faite en cours.

40
 o m
y.c
Chapitre 3

Calcul différentiel

em
c ad
(a) Pierre de Fermat (b) Charles Gustave Jacob (c) Hermann Schwarz
oa

(1605/1608-1665) : Jacobi, ou Carl Gustav Ja- (1843-1921), mathé-

mathématicien fran- kob Jacobi, (1804 - 1851 ) , maticien allemand
çais, il développe une un mathématicien allemand, connu entre autre
méthode générale pour il est entre autre connu pour pour son célèbre
trouver les tangentes avoir été l’un des fonda- théorème concernant
aux courbes, méthode teurs du calcul des détermi- les différentielles
all

qui sera considérée nants de matrices et notam- d’ordre 2, énoncé dans

par la suite comme le ment celui de la matrice ja- ce chapitre.
fondement du calcul bobienne.
différentiel.

F IGURE 3.1 – Quelques mathématiciens célèbres liés à l’étude du calcul différentiel.

w.

3.1 Dérivées partielles

ww

Rappel 3.1 (DERIVEE). Soit f : I ⊂ R → R une fonction dérivable sur un intervalle I ⊂ R. La

dérivée de f au point a ∈ I est donnée par :

f (a + h) − f (a) f (x) − f (a)

f 0 (a) = lim = lim
h→0 h x→a x−a

41
 m
3.1 Dérivées partielles Calcul différentiel

Comme nous l’avons écrit dans l’introduction, si f : E ⊂ Rp → Rq et a ∈ E. Une expression

o
du type du rappel précédent n’a pas de sens parce que l’on ne peut pas diviser par un vecteur.
Par contre, si on fixe toutes les composantes du vecteur x sauf une, on peut définir les dérivées

y.c
partielles de cette fonction f de la façon suivante.

Définition 3.1 (DERIVEE PARTIELLE)

Soient f : E ⊂ Rp → R et a ∈ E. Pour i = 1, ..., p, on appelle dérivée partielle par

∂f
rapport à xi de f en a = (a1 , ..., ap ), et on note (a) la dérivée de la fonction partielle

em
∂xi
de f prise en ai

∂f f (a1 , ..., xi , ..., ap ) − f (a1 , ..., ai , ..., ap )

(a) = lim .
∂xi x i →ai x i − ai

Pour une fonction de deux variables f : E ⊂ R2 → R en un point a = (a1 , a2 ) ∈ E

ad
les dérivées partielles de f en (a1 , a2 ) sont les dérivées des fonctions partielles x1 →
f (x1 , a2 ) et x2 → f (a1 , x2 ), où x1 , et x2 ∈ R qui se calculent de la façon suivante :

∂f f (a1 + h, a2 ) − f (a1 , a2 )
(a1 , a2 ) = lim ,
∂x1 h→0 h
c
et,
∂f f (a1 , a2 + k) − f (a1 , a2 )
(a1 , a2 ) = lim .
oa

∂x2 k→0 k
On les note parfois fx0 1 (a1 , a2 ) et fx0 2 (a1 , a2 ).
all

Remarque . Si f : E ⊂ Rp →
Rq ce sont les composantes fj de f pour j = 1, ..., q qui admettent p dérivées partielles. Nous le
verrons un peu plus bas dans la définition de la matrice jacobienne.

Remarque . Attention : une fonction peut posséder des dérivées partielles en un point sans pour
w.

autant être continue en ce point ! C’est pour cela que l’on donne la condition suffisante suivante
pour qu’une fonction soit continue en un point

Théorème 3.2 (CONDITION SUFFISANTE DE CONTINUITE)

ww

∂f
Soit f : E ⊂ Rp → R une fonction continue telle que les p fonctions , i = 1, ..., p
∂xi
soient continues au point (a1 , ..., ap ) ∈ E. Alors f est aussi continue en ce point.

Preuve : Faite en cours.

42
 m
Calcul différentiel 3.2 Opérateurs différentiels classiques

Définition 3.3 (MATRICE JACOBIENNE)

o
La matrice des dérivées partielles de f : E ⊂ Rp → Rq s’appelle la matrice jacobienne

y.c
ou la Jacobienne de f . On la note J(f )x0 , elle a p colonnes et q lignes :

∂f1 (x0 ) ∂f1 (x0 )

 
...
 ∂x1 ∂xp 
J(f )x0

= .. ..  ∈ Mq,p (R).

 . . 
 ∂fq (x0 ) ∂fq (x0 ) 
...

em
∂x1 ∂xp

Autrement dit, si x = (x1 , ..., xp ) pour une fonction vectorielle f (x1 , ..., xp ) à valeurs
∂f
dans Rq , la Jacobienne a pour colonnes les vecteurs . En particulier, pour une fonction
∂xi
de p variables à valeurs réelles, la matrice jacobienne est juste une matrice ligne :
 
∂f (x) ∂f (x)
ad
J(f )(x1 ,...,xp ) =
∂x1
, ...,
∂xp

et la transposée de ce vecteur est la matrice colonne

 t
∂f (x) ∂f (x)
grad(f )(x1 ,...,xp ) = , ..., .
c
∂x1 ∂xp
oa

grad est appelé gradient de f et il est noté ∇f (x) (qui se lit nabla f de x).

On résume les cas particuliers dans la section suivante.

all

3.2 Opérateurs différentiels classiques

w.

3.2.1 Gradient
Pour une fonction à valeurs scalaires (q = 1)

f : E ⊂ Rp → R
ww

dont les dérivées partielles existent, le gradient est défini par

grad(f ) : E ⊂ Rp → Rp
 t
∂f (x) ∂f (x)
x 7→ (grad(f ))(x) := , ..., .
∂x1 ∂xp

43
 m
3.3 Propriétés des dérivées partielles Calcul différentiel

3.2.2 Divergence

o
Pour une fonction f : E ⊂ Rp → Rp (q = p) de composante f1 , ..., fp , dont toutes les dérivées

y.c
partielles existent, on définit sa divergence par

div(f ) : E ⊂ Rp → R
p
X ∂fi
x 7 → (div(f ))(x) := tr(J(f )x ) = (x),
i=1
∂x i

em
où tr(J(f )x ) est la trace de la matrice jacobienne. On peut écrire parfois div(f ) = ∇.f , où le
produit scalaire canonique sur Rp est défini par

p
X
x.y = xi y i .
i=1
ad
ATTENTION : ne pas confondre les notions de gradient et de divergence. grad(f ) est un vecteur
alors que div(f ) est un scalaire !
c
3.2.3 Rotationnel
oa

Si p = 3 et q = 3 pour une fonction f : E ⊂ R3 → R3 de composante f1 , ..., f3 dont toutes les

dérivées partielles existent on définit le rotationnel de f par

rot(f ) : E ⊂ R3 → R3
x 7→ (rot(f ))(x),
all

où
 
∂f3 ∂f2 ∂f1 ∂f3 ∂f2 ∂f1
(rotf )(x) = (x) − (x), (x) − (x), (x) − (x) = ∇ × f,
w.

∂x2 ∂x3 ∂x3 ∂x1 ∂x1 ∂x2

où x × y désigne le produit vectoriel entre les vecteurs x et y.

ww

3.3 Propriétés des dérivées partielles

Les dérivées partielles d’une fonction qui est obtenue par des opérations algébriques sur d’autres
fonctions (somme, produit, fraction) suivent les mêmes règles.
Les dérivées partielles d’une composition de fonctions sont plus compliquées. Rappelons tout
d’abord ce que l’on connaissait pour les applications de R dans R.
44
 m
Calcul différentiel 3.3 Propriétés des dérivées partielles

Proposition 3.4 (REGLE DES CHAINES)

o
Soient
g : I ⊂ R → J ⊂ R, h : J ⊂ R → R,

y.c
x 7→ g(x), y 7→ h(y),
et,
f : I ⊂ R → R,
x 7→ f (x) = h(g(x)).
On a
df dh dg

em
(x0 ) = (g(x0 )). (x0 ),
dx dy dx
que l’on écrivait plus souvent de la façon suivante : f 0 (x0 ) = h0 (g(x0 )).g 0 (x0 ).

Preuve : Pas faite en cours.

En généralisant aux fonctions de Rp → Rq , on obtient le résultat suivant pour les dérivées par-
tielles.
ad
Proposition 3.5 (DERIVEE PARTIELLE D’UNE FONCTION COMPOSEE)

Soient
g : D ⊂ Rp → E ⊂ Rm , h : E ⊂ Rm → Rq ,
c
x 7→ g(x), y 7→ h(y),
oa

et,
f : D ⊂ Rp → Rq ,
x 7→ f (x) = h(g(x)).
des fonctions telles que les p dérivées partielles de chacune des m composantes de g en
x0 ∈ D existent et h en g(x0 ) ∈ E soit une fonction continûment dérivable (i.e. ses
all

dérivées partielles existent et sont continues) alors pour tout i = 1, ..., p, et pour tout
j = 1, ..., q on a :
1. chaque fj possède une dérivée partielle par rapport à xi au point x0 ,
2. on a la formule suivante
w.

∂fj ∂(h ◦ g)j

(x0 ) = (x0 ),
∂xi ∂xi
∂hj ∂g1 ∂hj ∂gm
= (g(x0 )) (x0 ) + ... + (g(x0 )) (x0 ),
∂y1 ∂xi ∂ym ∂xi
ww

ce qui donne les entrées d’une 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
 m
3.4 Notion de différentiabilité Calcul différentiel

Preuve : Pas faite en cours.

o
Remarque . Attention : si dans l’énoncé de la proposition on ne suppose pas que les dérivées

y.c
partielles de f sont toutes continues au point g(x0 ) alors le résultat peut très bien cesser d’être
vrai !
Par contre, si en plus les applications partielles de g sont de continûment dérivables alors f aura
ses dérivées partielles continues également en x0 .

3.4 Notion de différentiabilité

em
Nous avons pour l’instant étudié la dérivabilité des composantes de f pour se ramener aux cas que
l’on connaissait des fonctions de R dans R. Mais cela n’est pas satisfaisant dans le sens où l’on n’a
pas de résultats propre à f sans passer par les dérivées partielles. D’où l’intérêt de cette section de
la notion de différentielle de f , qui pourrait être abordé dans le cas de la dimension infinie mais
que l’on ne traitera qu’en dimension finie pour rester dans le cadre du programme. Nous donnerons
ad
des résultats permettant de relier la différentielle d’une fonction avec ses dérivées partielles.

Définition 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

c
différentiable au point a si et seulement s’il existe une application linéaire l ∈ Rp → Rq
vérifiant
kf (x) − f (a) − l(x − a)k
oa

lim = 0,
x→a
x6=a
kx − ak
ou encore, en posant h = x − a,

kf (a + h) − f (a) − l(h)k
lim = 0,
all

h→0
h6=0
khk
w.

Remarque .
-l’application l est linéaire et continue (ici c’est évident puisqu’elle est linéaire en dimension finie,
donc forcément continue),
-cette application l lorsqu’elle existe est unique et on la note dfa ,
-on peut également écrire cette définition sous la forme, pour tout h ∈ Rp
ww

kf (a + h) − f (a) − l(h)k = r(h),

où r(h) = o(khk) est le reste. C’est à dire que pour tout h ∈ Rp ,

kr(h)k
lim = 0,
h→0 khk
h6=0

46
 m
Calcul différentiel 3.4 Notion de différentiabilité

-LIEN ENTRE DERIVEE ET DIFFERENTIABILITE : la fonction f : I ⊂ R → Rq est différen-

o
tiable si et seulement si elle est dérivable et pour tout x ∈ I, et h ∈ R, on a

y.c
dfx (h) = hf 0 (x),

-DIFFERENTIELLE D’UNE APPLICATION LINEAIRE : si f : E ⊂ Rp → Rq est linéaire, alors

f est différentiable sur E et pour tous x ∈ E et h ∈ Rp ,

em
dfx (h) = f (h),

-DIFFERENTIELLE D’UNE APPLICATION BILINEAIRE : si B : E1 × E2 → Rq , où E1 ⊂ Rp1

et E2 ⊂ Rp2 , alors B est différentiable 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 ).
c ad
Proposition 3.7 (DERIVEE DIRECTIONNELLE)

Soit f : E ⊂ Rp → Rq une fonction différentiable sur E alors pour tous x ∈ E et h ∈ Rp

oa

la fonction
g : R → Rq
x 7→ g(t) := f (x + th),
est dérivable en t = 0 et
all

f (x + th) − f (x)
g 0 (0) = dfx (h)(= lim ).
t→0 t
C’est la dérivée de f en x suivant la direction h (si h est non nul), ou encore dérivée
directionnelle.
w.

Proposition 3.8 (DIFFERENTIELLE ET CONTINUITE)

ww

Une fonction f : E ⊂ Rp → Rq différentiable en un point x ∈ E au sens de la définition

précédente est nécessairement continue au point x.

Preuve : Faite en cours.

47
 m
3.4 Notion de différentiabilité Calcul différentiel

Définition 3.9 (DIFFERENTIELLE SUR UN OUVERT E)

o
On dit que l’application f est différentiable sur E si elle est différentiable en tout point
x ∈ E. Dans ce cas, on appelle la différentielle de f la fonction

y.c
df : E → L (Rp ; Rq )
x 7→ dfx ,

où L (Rp ; Rq ) est l’ensemble des fonctions linéaires (donc continues car nous sommes
en dimension finie) de Rp à valeurs dans Rq .

em
Si de plus df est continue, on dit que f est continûment différentiable ou de façon équi-
valente que f est de classe C 1 .

Remarque .
ATTENTION : bien remarquer que la formulation ci-dessus correspond à df et non pas à dfx
ad
qui est d’après la définition toujours linéaire et continue de Rp dans Rq . Autrement dit, ne pas
confondre df et dfx !

Remarque . Il faudra bien distinguer deux cas. Les fonctions à valeurs dans un espace produit,
autrement dit f (x) sera un vecteur de composantes fi (x) pour tout x dans l’espace de départ. Et
c
le cas où f est définie sur un espace produit, c’est à dire que f sera définie pour tout x ∈ E ⊂ Rn ,
x étant un vecteur de Rn .
oa

Bien entendu, la plupart du temps nous travaillerons sur le cas général qui est un mélange de ces
deux cas, et donc f sera une fonction définie de E ⊂ Rn vers Rp . Il faudra alors garder à l’esprit
les résultats suivants.
1. Une fonction f : I ⊂ R → Rq définie pour tout x dans I par f (x) = (f1 (x), ..., fq (x)) est
différentiable en un point x ∈ I si et seulement si toutes composantes fi de f , i = 1, ..., q
all

sont différentiables et dfx (h) = (df1,x (h), ..., dfq,x (h)) = hf 0 (x), où dans ce cas h est un
réel (scalaire) et f 0 (x) est le vecteur de composantes les dérivées fi0 (x). Attention, cela ne
marche que si l’espace de départ est R ici. Cela ne marche plus du tout si l’espace de départ
est inclus dans Rp . On aura alors le résultat suivant.
w.

2. On considère une fonction f : E ⊂ Rp → R définie pour tout x = (x1 , .., xp ) dans E par
f (x) ∈ R.
Si f est différentiable en un point x ∈ E alors les dérivées partielles seront différentiables.
Mais la réciproque sera FAUSSE en général.
On peut résumer ce dernier point de la façon suivante :
ww

-Si f est différentiable alors les applications partielles sont dérivables (c’est le résultat de
la proposition 3.10).
-PAR CONTRE,l’existence de la dérivée des applications partielles n’implique pas néces-
sairement la différentiabilité de f .
-Mais, si les applications partielles sont continûment différentiables alors f est continûment
différentiable (ce sera le résultat de la proposition 3.11).
Nous allons énoncer ces résultats dans les deux propositions suivantes.
48
 m
Calcul différentiel 3.4 Notion de différentiabilité

Proposition 3.10 (DIFFERENTIABILITE ET DERIVEES PARTIELLES)

o
Soient f : E ⊂ Rp → Rq et a ∈ E. On suppose f différentiable en a, alors f admet en
∂f

y.c
a les dérivées partielles : pour tout i = 1, ..., p, (a) et
∂xi
∂f
(a) = dfa (ei ),
∂xi
où ei est un vecteur de Rp dont la ième composante est 1 et le reste est 0.

em
Attention : quand on parle des dérivées partielles de f , il s’agit en fait des dérivées
partielles de chacune des applications fj (avec f = (f1 , ..., fq ), j = 1, ..., q, car ne
l’oublions pas, f est à valeurs dans Rq .

Preuve : Faite en cours. ad

Remarque .
Si l’on pose h = (h1 , ..., hp ), et si f : E ⊂ Rp → R (attention ici l’application est à valeurs dans
R !), on a
p
X
dfa (h1 , ..., hp ) = dfa ( hi ei ),
i=1
c
p
X
= hi dfa (ei ),
i=1
oa

p
X ∂f
= hi
(a),
i=1
∂xi
= < ∇f (a)|h >,
∂f ∂f
où ∇f (a) = ( (a), ..., (a)) et < .|. > est le produit scalaire canonique sur Rp , c’est dire
all

∂x1 ∂xp
p
X
< x|y >= xi y i .
i=1
w.

On peut en déduire une partie du résultat suivant.

Proposition 3.11 (DERIVEES PARTIELLES ET DIFFERENTIABILITE)

Soient f : E ⊂ Rp → R et a ∈ E. On suppose qu’il existe une boule ouverte centrée

∂f
ww

en a et de rayon ε > 0 telle que pour tout x ∈ B(a, ε), les dérivées partielles (a),
∂xi
i = 1, ..., p existent et soient continues en a. Alors f est différentiable en a et de plus on
a
dfa (h) =< ∇f (a)|h > .

49
 m
3.5 Opérations sur les fonctions différentiables Calcul différentiel

Preuve : Pas faite en cours.

o
Proposition 3.12 (GENERALISATION)

y.c
Soient f : E ⊂ Rp → Rq et a ∈ E. On suppose qu’il existe une boule ouverte centrée en
∂fi
a et de rayon ε > 0 telle que pour tout x ∈ B(a, ε), les dérivées partielles (a), j =
∂xj
1, ..., p et pour tout i = 1, ..., q, existent et soient continues en a. Alors f est différentiable
en a et de plus on a

em
dfa (h) = J(f )a .h,
où J(f )a est la matrice jabobienne de f en a avec p colonnes et q lignes.

Preuve : Pas faite en cours. ad

Remarque .
Soit f : E ⊂ Rp → Rq , f est-elle différentiable en a ∈ E ?
∂fi
-calculer sa matrice jacobienne et donc les dérivées partielles (a) pour tous i = 1, ..., q et
∂xj
∂fj
c
j = 1, ..., p, s’il existe j0 tel que (a) pour un j n’existe pas alors f n’est pas différentiable.
∂xi0
∂f
-sinon, considérons l’application linéaire l : Rp → Rq où l(ei ) = (a) pour tout i = 1, ..., p, et
oa

∂xi
on regarde si
kf (a + h) − f (a) − l(h)k
lim = 0,
h→0
h6=0
khk
all

3.5 Opérations sur les fonctions différentiables

Proposition 3.13 (LINEARITE)
w.

Soient f, g : E ⊂ Rp → Rq et x ∈ E. On suppose f et g différentiables en x, alors

-f + g est différentiable et d(f + g)x = dfx + dgx ,
-pour tout λ ∈ R, λf est différentiable et (.λf )x = λdfx .
ww

En termes de Jacobiennes :
-J(f + g)x = J(f )x + J(g)x ,
-J(λf )x = λJ(f )x .

Preuve : Pas faite en cours.

50
 m
Calcul différentiel 3.6 Propriétés géométriques des fonctions de plusieurs variables

Proposition 3.14 (COMPOSITION)

o
Soient f : E ⊂ Rp → Rn est différentiable en x ∈ E et g : U ⊂ Rn → Rq différentiable
en y = f (x) ∈ U , alors la composée g ◦ f est différentiable en x et

y.c
d(g ◦ f )x (h) = dgf (x) (dfx (h)),

pour tous x ∈ E et h ∈ Rp . On l’écrit également sous la forme

d(g ◦ f )x = dgf (x) ◦ dfx ,

em
pour tout x ∈ E.
En termes de Jacobiennes :
d(g ◦ f )x = J(g ◦ f )x = J(g)f (x) .J(f )(x).

Preuve : Pas faite en cours.

ad
Remarque .
Cette dernière proposition peut s’avérer utile lorsque l’on veut exprimer la différentielle de fonc-
tions un peu “compliquée”. Il suffit alors d’essayer de décomposer ces fonctions en fonctions
c
classiques dont les différentielles sont connues et de rassembler les “pièces du puzzle” par la for-
mule de différentielle d’une fonction composée. Ce résultat est valable également en dimension
oa

infinie (hors programme), et il peut être utilisé lorsque le calcul des jacobiennes peut s’avérer trop
long.

3.6 Propriétés géométriques des fonctions de plusieurs variables

all

Pour finir ce chapitre, nous allons donner quelques interprétations géométriques des différentielles.

3.6.1 Gradient et ligne de niveau

w.

Avant de donner le résultat directement, rappelons la définition d’un vecteur normal à une courbe
en un point de cette courbe ainsi que la définition d’une ligne de niveau pour une fonction définie
sur un domaine de R2 à valeurs dans R.

Définition 3.15 (VECTEUR PERPENDICULAIRE A UNE COURBE)

ww

Soient x un point d’une courbe Γ ∈ Rp et T une droite tangent à Γ au point x. On dit

qu’un vecteur v est perpendiculaire à la courbe Γ au point x si v est perpendiculaire à T .
Dans ce cas, on dit aussi que v est normal à la courbe Γ au point x.
En particulier, cela signifie que le produit scalaire de v et du vecteur directeur de T est
égal à 0.

51
 m
3.6 Propriétés géométriques des fonctions de plusieurs variables Calcul différentiel

Considérons E ⊂ R2 , f : E → R et (x, y) ∈ E alors si f (x, y) = a, (x, y) appartient à la ligne de

o
niveau La (f ).

y.c
Proposition 3.16 (GRADIENT ET NORMALE)

Le vecteur gradient ∇f (x, y) est normal à la courbe La (f ) au point (x, y).

Preuve : Faite en cours.

em
On en déduit alors facilement la proposition suivante.

Proposition 3.17 (TANGENTE A UNE COURBE DE NIVEAU)

Soit f : E ⊂ R2 → R une fonction continûment différentiable sur E. L’équation du plan

tangent à la courbe de niveau La (f ) correspondant à f (x, y) = a, a ∈ R en un point
ad
P0 (x0 , y0 ) de La (f ), tel que le gradient de f en ce point soit non nul est donné par

∂f ∂f
(x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) = 0.
∂x ∂y
c
oa

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).
all

Proposition 3.18 (GRADIENT ET PENTE)

Le vecteur gradient ∇f (x, y) indique la direction de plus grande pente positive sur Γf à
partir d’un point.
w.

Preuve : Faite en cours.

Remarque .
-En suivant la ligne de plus grande pente dans E on a sur le graphe, le chemin le plus court à
ww

parcourir pour obtenir une variation donnée de f . Autrement dit, si l’on veut passer le plus vite
possible du niveau a au niveau b à partir d’un point (x, y) donné de niveau f (x, y) = a, il faut
suivre le gradient.

On a des résultats similaires pour les surfaces de niveau. Pour cela rappelons ce qu’est l’équation
d’un plan dans R3 .
52
 m
Calcul différentiel 3.6 Propriétés géométriques des fonctions de plusieurs variables

Proposition 3.19 (EQUATION D’UN PLAN)

o
Considérons un plan P passant par le point P0 (x0 , y0 , z0 ) et de vecteur normal n =

y.c
(a, b, c). L’équation cartésienne de ce plan est alors

a(x − x0 ) + b(y − y0 ) + c(z − z0 ) = 0.

em
Preuve : Faite en cours.
ad
Proposition 3.20 (PLAN TANGENT A SURFACE DE NIVEAU)

Soit f : E ⊂ R3 → R une fonction continûment différentiable sur E. L’équation du

plan tangent à la surface de niveau S correspondant à f (x, y, z) = a, a ∈ R en un point
c
P0 (x0 , y0 , z0 ) de S , tel que le gradient de f en ce point soit non nul est donné par
oa

∂f ∂f ∂f
(x0 , y0 , z0 )(x − x0 ) + (x0 , y0 , z0 )(y − y0 ) + (x0 , y0 , z0 )(z − z0 ) = 0.
∂x ∂y ∂z
all

Preuve : Faite en cours.

w.

3.6.3 Plan tangent à un graphe d’une fonction de 2 variables

ww

Attention ici, il ne faut pas confondre le graphe d’une fonction scalaire (à valeurs dans R) de deux
variables avec la surface de niveau. En effet, dans cette section nous nous intéressons à l’équation
du plan tangent à la surface représentant une fonction f : E ⊂ R2 → R qui est donnée par
f (x, y) = z pour tout (x, y) ∈ E, où z est un réel image de (x, y) par f . Rappelons que les
surfaces de niveau pour une application g définie sur un domaine de R3 la surface est donnée par
g(x, y, z) = a, où a est un réel.
53
 m
3.6 Propriétés géométriques des fonctions de plusieurs variables Calcul différentiel

Proposition 3.21 (PLAN TANGENT A UNE SURFACE )

o
Soit f : E ⊂ R2 → R une fonction continûment différentiable sur E. L’équation du
plan tangent à la surface S définie par f (x, y) = z, z ∈ R en un point P0 (x0 , y0 , z0 ), où

y.c
z0 = f (x0 , y0 ) de S , tel que le gradient de f en ce point soit non nul est donné par

∂f ∂f
(x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ) − z + z0 ) = 0,
∂x ∂y
ou encore

em
∂f ∂f
f (x, y) = f (x0 , y0 ) + (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 ).
∂x ∂y

c ad
oa
all
w.
ww

54
 o m
y.c
Chapitre 4

em
Théorème des accroissements finis
c ad
oa

(a) Michel Rolle (1652- (b) Pierre Varignon (c) René Eugène Ga-
1719) : mathématicien (1654-1722) : mathé- teaux (1889-1914),
français, à l’origine du célèbre maticien français, à mathématicien
théorème qui porte son l’origine du formalisme français à l’origine
all

nom, qu’il a énoncé pour la de la définition de de la dérivée direc-

première fois en 1691. vitesse instantanée tionnelle portant son
et d’accélération, un nom.
des fondateurs de la
mécanique analytique.
w.

Il a réussi à convaincre
Rolle de l’utilité du
calcul infinitésimal.

F IGURE 4.1 – Quelques mathématiciens célèbres liés à la théorie des accroissements finis.
ww

Ce chapitre est dédié à l’un des résultats fondamentaux du calcul différentiel qui permettra de
résoudre pas mal d’exercices. Nous allons commencer par des résultats connus pour des fonctions
d’une variable réelle à valeurs réelles. Nous généraliserons un résultat analogue en dimension su-
périeure (pour l’espace de départ, puis pour l’espace d’arrivée). Nous terminerons enfin ce chapitre
par une application.
55
 m
4.1 Fonction d’une variable réelle à valeurs réelles Théorème des accroissements finis

4.1 Fonction d’une variable réelle à valeurs réelles

o
Théorème 4.1 (RAPPEL : THEOREME DE ROLLE)

y.c
Soit f : [a, b] → R, où a < b, une fonction continue sur [a, b] et dérivable 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.

em
Théorème 4.2 (EGALITE DES ACCROISSEMENTS FINIS)

Soit f : [a, b] → R continue, dérivable sur ]a, b[, où a < b, alors il existe c ∈]a, b[ tel que

f (b) − f (a) = (b − a)f 0 (c).

ad
Preuve. Faite en cours.
c
4.2 Fonction d’une valeur sur un espace Rp et à valeurs réelles
oa

Rappelons la définition d’un segment et d’un ensemble convexe (voir section (1.49)). Nous en
aurons en effet besoin tout au long de ce chapitre étant donné que nous formulerons les résultats
sur des convexes ouverts inclus dans l’ensemble de définition de f . Lorsque f sera définie sur un
domaine de R un tel ensemble sera un intervalle I du type ]a, b[ et si f est à valeurs sur un domaine
all

de Rp on notera cet ensemble convexe U .

Définition 4.3 (SEGMENT)

On appelle segment fermé (respectivement segment ouvert) d’extrémités a et b d’une

w.

espace Rp , l’ensemble

[a, b] (resp. ]a, b[) = {ta + (1 − t)b tel que t ∈ [0, 1] (resp. t ∈]0, 1[)}.
ww

Définition 4.4 (ENSEMBLE CONVEXE)

On dit que A ⊂ Rp est convexe si pour tout (a, b) ∈ A2 , le segment fermé [a, b] ⊂ A.

56
 m
Théorème des accroissements finis 4.3 Fonction d’une variable réelle

Théorème 4.5 (DIFFERENTIABILITE SUR UN CONVEXE)

o
Soit U ⊂ Rp , convexe et soit f : U → R continue, et [a, b] ⊂ U . Si f est différentiable

y.c
en tout point de ]a, b[ alors il existe c ∈]a, b[ tel que f (b) − f (a) = dfc (b − a).

Preuve. Faite en cours.

Remarque . ATTENTION ! ce théorème ne s’applique pas au cas des applications f : U ⊂

em
Rp → Rq , où q > 1, - voir exemple en cours.

4.3 Fonction d’une variable réelle

Théorème 4.6 (INEGALITE DES ACCROISSEMENTS FINIS (1))
ad
Soit f : I ⊂ R → Rq une fonction dérivable sur un intervalle ouvert I et à valeur dans
Rq . On suppose qu’il existe k > 0 tel que

kf 0 (t)kRq ≤ k quel que soit t ∈ I.

c
Alors
kf (x) − f (y)kRq ≤ k|x − y| quel que soit (x, y) ∈ I × I. (4.1)
oa

Preuve. Pas faite en cours.

all

Remarque . On remarque :
1. que l’on peut avoir une inégalité (4.1) plus fine en prenant

k = sup kf 0 (ty + (1 − t)x)kRq .

w.

t∈[0,1]

On pourra alors dire

kf (x) − f (y)kRq ≤ sup kf 0 (ty + (1 − t)x)kRq |x − y|,

ww

t∈[0,1]

pour tous x, y ∈ I.
2. que ce résultat s’applique même pour x et y au bord de l’intervalle I à condition que f soit
continue sur l’intervalle fermé I et que l’on ait une estimation de f 0 sur l’intervalle ouvert
I.

Résultat un peu plus général.

57
 m
4.4 Théorème général Théorème des accroissements finis

Théorème 4.7 (INEGALITE DES ACCROISSEMENTS FINIS (2))

o
Soit f : I ⊂ R → Rq une fonction dérivable sur un intervalle ouvert I et à valeur dans
Rq . On suppose qu’il existe une fonction ϕ : I → R dérivable, telle que

y.c
kf 0 (t)kRq ≤ ϕ0 (t) quel que soit t ∈ I.

Alors
kf (x) − f (y)kRq ≤ |ϕ(x) − ϕ(y)| quel que soit (x, y) ∈ I × I.

em
Preuve. Pas faite en cours.

4.4 Théorème général

ad
Théorème 4.8 (INEGALITE DES ACCROISSEMENTS FINIS (3))

Soit f : U ⊂ Rp → Rq une fonction différentiable sur un ouvert CONVEXE U. On

c
suppose qu’il existe k > 0 tel que

|||dfu ||| ≤ k que que soit u ∈ U.

oa

Alors
kf (x) − f (y)kRq ≤ kkx − ykRp quel que soit (x, y) ∈ U × U.
all

Preuve. Faite en cours.

Remarque . On peut avoir en fait une inégalité plus fine

w.

kf (x) − f (y)kRq ≤ sup kdf(x+t(y−x)) kkx − ykRp .

t∈[0,1]

Et même mieux, par 2. de la Remarque , nous avons,

ww

kf (x) − f (y)kRq ≤ sup |||df(x+t(y−x)) |||kx − ykRp .

t∈]0,1[

Nous avons en fait un résultat un peu plus général qui ne nécessite pas le fait que U soit convexe.
Il est donné dans la proposition suivante.
58
 m
Théorème des accroissements finis 4.5 Application

Proposition 4.9 (INEGALITE DES ACCROISSEMENTS FINIS (4))

o
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

y.c
différentiable sur ]x, y[= {x + t(y − x), t ∈]0, 1[} ⊂ U . Alors

kf (x) − f (y)kRq ≤ sup kdf(x+t(y−x)) kkx − ykRp .

t∈]0,1[

em
Grâce à cette proposition, nous pouvons démontrer 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 ||| < +∞.

x∈Rp
Alors f est M -lipschitzienne sur U .
ad
4.5 Application
c
Définition 4.11 (ENSEMBLE CONNEXE)
oa

Un sous-ensemble d’espace topologique X (par exemple Rn ) est dit CONNEXE s’il

ne peut s’écrire comme une réunion disjointe de deux ouverts non vides ou de façon
équivalente comme réunion disjointe de deux fermés non vides.
all

Cette définition est équivalente à la définition suivante.

Définition 4.12 (ENSEMBLE CONNEXE)

Un sous-ensemble d’un espace topologique X (par exemple Rn ) est dit CONNEXE s’il
w.

n’admet pas de sous-ensemble à la fois ouvert et fermé autre que l’ensemble vide et
lui-même.

Théorème 4.13 (FONCTION CONSTANTE ET DIFFERENTIELLE NULLE)

ww

Soit f : U ⊂ Rp → Rq , où U est un ouvert de Rp .

1. Si f est constante sur U , alors f est différentiable sur U et pour tout x ∈ U dfx ≡ 0.
2. Si U est CONNEXE, f différentiable sur U telle que dfx ≡ 0, alors f est constante
sur U .

Preuve. Pas faite en cours.

59
 m
4.5 Application Théorème des accroissements finis

o
y.c
em
adc
oa
all
w.
ww

60
 o m
y.c
Chapitre 5

em
Difféomorphismes

5.1 Introduction ad
Soient U et V des OUVERTS ( non vides) de Rp .

Définition 5.1 (DIFFEOMORPHISME)

c
On dit qu’une application f : U → V est un difféomorphisme de U sur V si et seulement
oa

si
1. f est une bijection,
2. f est de classe C 1 , c’est à dire continûment différentiable sur U ,
3. f −1 est de classe C 1 sur V .
all

Proposition 5.2 (DIFFEOMORPHISME ET RECIPROQUE)

w.

Si f : U → V est un difféomorphisme alors sa différentielle est en tout point de U un

isomorphisme (de Rp dans lui-même) et la différentielle de sa fonction réciproque f −1
est liée à celle de f par la formule

d(f −1 )y = (dff −1 (y) )−1 , pour tout y ∈ V.

ww

Preuve. Faite en cours.

61
 m
5.2 Théorème d’inversion locale Difféomorphismes

Proposition 5.3 (DIFFEOMORPHISME ET JACOBIENNE)

o
Si f : U → V est un difféomorphisme alors sa différentielle est en tout point de U un
isomorphisme (de Rp dans lui-même) et la différentielle de sa fonction réciproque f −1

y.c
est liée à celle de f par la formule

J(f −1 )y = (J(f )f −1 (y) )−1 , pour tout y ∈ V.

où J(f −1 )y et (J(f )f −1 (y) )−1 sont respectivement la jacobienne de f −1 en y et la jaco-

bienne de f en f −1 en y.

em
Preuve. Faite en cours.

5.2 Théorème d’inversion locale ad

Théorème 5.4 (THEOREME D’INVERSION 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-même),
c
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 à Ua soit un difféomorphisme de Ua sur Vb .
oa

Preuve. Pas faite en cours.

Corollaire 5.5 (THEOREME D’INVERSION GLOBALE)
all

Soit f : U → Rp une application de classe C 1 avec U un ouvert non vide. C’est un

difféomorphisme de U sur f (U ) si et seulement si
1. elle est injective, et
2. sa différentielle est en tout point de U un isomorphisme (de Rp dans lui-même).
w.

Preuve. Pas faite en cours.

Corollaire 5.6 (FORMULATION AVEC JACOBIENNE)
ww

Dimension finie. Soit U un ouvert de Rp et f : U → Rp injective et de classe C 1 . Alors

f est un difféomorphisme si et seulement si le déterminant de sa matrice jacobienne (que
l’on appelle jacobien de f ) ne s’annule pas sur U .

Preuve. Pas faite en cours.

62
 m
Difféomorphismes 5.3 Théorème des fonctions implicites

5.3 Théorème des fonctions implicites

o
Le théorème des fonctions implicites concerne la résolution d’équations non-linéaires de la forme

y.c
f (x, y) = 0,

et doit son nom au fait que, sous les hypothèses que l’on va préciser, on peut en tirer y comme
fonction de x : on dit alors que f (x, y) = 0 définit implicitement y, ou encore y comme fonction
implicite de x.

em
Donnons d’abord une formulation générale (qui peut être utilisée sans passer par les matrices
jacobiennes), puis un cas particulier de fonctions de R2 à valeurs dans R pour finalement énoncé
le résulat avec les matrices jacobiennes.

Théorème 5.7 (THEOREME DES FONCTIONS IMPLICITES)

ad
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 qu’il existe (a, b) ∈ U tel que f (a, b) = 0G et la
différentielle partielle de f par rapport à 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 )
c
ϕ : Wa → F
oa

telle que
((x, y) ∈ U(a,b) et f (x, y) = 0G ) ⇔ y = ϕ(x).
all

Preuve. Faite en cours.

w.

Proposition 5.8 (DIFFERENTIELLES FONCTION IMPLICITE)

Sous les hypothèses du théorème des fonctions implicites, et quitte à réduire Wa on a

ww

dϕx (h) = −(d2 f(x,ϕ(x)) )−1 d1 f(x,ϕ(x)) (h)

pour tout x ∈ Wa et pour tout h ∈ E.

Preuve. Faite en cours.

63
 m
5.3 Théorème des fonctions implicites Difféomorphismes

Proposition 5.9 (FONCTIONS DE E ⊂ R2 7→ R)

o
Soient U ⊂ R2 , U ouvert et f : U → R une application de classe C 1 sur U . On suppose
∂f

y.c
qu’il 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)
ϕ : Wa → R,
telle que

em
((x, y) ∈ U(a,b) et f (x, y) = 0) ⇔ y = ϕ(x),
et quitte à réduire Wa on a
∂f
∂f (x, ϕ(x))
(x, ϕ(x)) 6= 0, et ϕ0 (x) = − ∂x
∂y ∂f
(x, ϕ(x))
c ad ∂y
oa
all
w.
ww

Preuve. Pas faite en cours.

64
 m
Difféomorphismes 5.3 Théorème des fonctions implicites

Proposition 5.10 (FONCTIONS DE U ⊂ Rp+q 7→ Rq )

o
Soient U ⊂ Rp × Rq , E ouvert et f : U → Rq une application de classe C 1 sur U .

y.c
On note fi , i = 1, ..., q les composantes de f chacune définie de U à valeurs dans R.
On suppose qu’il existe (a, b) ∈ U tel que f (a, b) = 0 et que la matrice définie par les
∂fi
coefficients {( )(a, b)}1≤i,j≤q est inversible (autrement dit le déterminant de cette
∂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 )

em
ϕ : Wa → Rq ,

telle que
((x, y) ∈ U(a,b) et f (x, y) = 0) ⇔ y = ϕ(x),
et quitte à réduire Wa on a la jacobienne de ϕ en (x1 , ..., xp )
Jϕ (x1 , ..., xp ) =

∂f1 ∂f1
ad −1 
∂f1 ∂f1

(x, ϕ(x)) ... (x, ϕ(x)) (x, ϕ(x)) ... (x, ϕ(x))
 ∂xp+1 ∂xp+q   ∂x1 ∂xp 

− .. ..   .. .. 
.
 . . 


 . . 
 ∂fq ∂fq   ∂fq ∂fq 
c
(x, ϕ(x)) ... (x, ϕ(x)) (x, ϕ(x)) ... (x, ϕ(x))
∂xp+1 ∂xp+q ∂x1 ∂xp
oa

Preuve. Pas faite en cours.

all
w.
ww

65
 m
5.3 Théorème des fonctions implicites Difféomorphismes

o
y.c
em
c ad
oa
all
w.
ww

66
 o m
y.c
Chapitre 6

em
Formules de Taylor
c ad
oa

(a) Brook Taylor (1685- (b) William Henry Young (c) Hermann
1731) : mathématicien (1863-1942) : mathémati- Amandus Schwarz
britannique, à l’origine cien britannique. L’une des (1843-1921), mathé-
de la notion du calcul plus importantes contribu- maticien allemand
des différences finies, tion fut dans l’étude des (né en Pologne).
on lui doit également fonctions de plusieurs va- On lui doit entre
all

la méthode d’intégra- riables qu’il publia dans autres l’inégalité de

tion par parties, et bien The fundamental theorems Cauchy-Scharwz
entendu, ces célèbres of the differential calculus mais également le
développement en sé- en 1910. On lui doit entre célèbre théorème de
ries que nous étudions autres la formule du déve- Swharz énoncé dans
ici. Il publia le tout loppement de Taylor-Young. ce chapitre.
w.

en 1715 dans Metho-

dus incrementorum di-
recta and reversed.

F IGURE 6.1 – Quelques mathématiciens célèbres liés aux différentielles d’ordre supérieures ou
égales à 2.
ww

Avant de donner les formules de Taylor, qui dépendent des différentielles d’ordre n ≥ 1 dans
différents cas de fonctions : fonctions de R dans R, fonctions de R dans Rq et fonctions de Rp dans
Rq , nous allons donner un aperçu de ce qu’est une différentielle d’ordre 2 dans un premier temps,
avec un théorème de symétrie important : le théorème de Schwarz. Nous définirons également la
matrice Hessienne qui nous servira beaucoup dans le chapitre 7 sur les extrema.
67
 m
6.1 Applications deux fois différentiables Formules de Taylor

6.1 Applications deux fois différentiables

o
Définition 6.1 (APPLICATIONS DEUX FOIS DIFFERENTIABLES)

y.c
Une fonction f définie sur un OUVERT (non vide) U ⊂ Rp et à valeurs dans Rq est dite
deux fois différentiable en x ∈ U si
1. elle est différentiable dans un voisinage ouvert Ux de x et si,
2. sa différentielle df : Ux → L (Rp ; Rq ) est différentiable en x.
On dit que f est deux fois différentiable dans U si elle est différentiable en tout point de

em
U.

Remarque .
Par sa définition, la différentielle de df en x, que l’on écrit d(df )x est une application linéaire
continue de Rp dans L (Rp ; Rq ). Autrement dit, on a
ad
df : U → L (Rp ; Rq ),

et
d(df )x : U → L (Rp , L (Rp ; Rq )).
c
Mais elle s’identifie naturellement avec une application linéaire continue sur Rp × Rp (c’est à dire
une application bilinéaire continue sur Rp ) grâce à la proposition suivante.
oa

Proposition 6.2 (HORS-PROGRAMME : ESPACES ISOMETRIQUES)

Les espaces L (Rp ; L (Rq ; Rn )) et L (Rp , Rq ; Rn ) munis des normes usuelles sont iso-
métriques.
all

Preuve. Pas faite en cours.

w.

Définition 6.3 (DIFFERENTIELLE SECONDE)

La différentielle seconde d’une fonction f : U ⊂ Rp → Rq deux fois différentiable est

l’application
d2 f : U → L (Rp , Rp ; Rq )
ww

x 7→ d2 fx
définie par

d2 fx (h, k) = d(df )x (h)(k) pour tout (h, k) ∈ Rp × Rp .

68
 m
Formules de Taylor 6.2 Exemples de différentielles d’ordre 2

Remarque . On peut interpréter cette définition de la façon suivante (qu’on utilise en pratique

o
pour calculer d2 f ). Si f est deux fois différentiable sur U , alors, quel que soit k ∈ Rp , l’application

y.c
g : U → Rq
x 7→ dfx (k)

est différentiable et

em
dgx (h) = d2 fx (h, k).

ad
Théorème 6.4 (THEOREME DE SCHWARZ)

Si f : U ⊂ Rp → Rq est deux fois différentiable en x alors d2 fx est une application

c
bilinéaire SYMETRIQUE. Autrement dit, pour tout (h, k) ∈ Rp × Rp , on a

d2 fx (h, k) = d2 fx (k, h).

oa
all

Preuve. Pas faite en cours.

w.

6.2 Exemples de différentielles d’ordre 2

ww

Donnons ici quelques différentielles d’ordre 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
différentiable et sa différentielle seconde est identiquement nulle.
2. Une application quadratique f : x 7→ φ(x, x) avec φ ∈ L (Rp , Rp ; Rq ) est deux fois diffé-
rentiable et sa différentielle seconde est constante, et même égale à 2φ si φ est symétrique.

69
 m
6.3 Matrice Hessienne Formules de Taylor

6.3 Matrice Hessienne

o
Définition 6.5 (MATRICE HESSIENNE)

y.c
Soit f : U ⊂ Rp → R et soit (e1 , ..., ep ) la base canonique de Rp . Si f est deux fois
différentiable sur l’ouvert U alors pour tout x ∈ E, pour tous i, j ∈ {1, ..., p}

∂ ∂f
d2 fx (ei , ej ) = (x).
∂xi ∂xj

em
Alors la matrice
∂ 2f ∂ 2f
 
(x) . . . (x)

 ∂x21 ∂x1 ∂xp 
.. ..

d2 fx := Hess fx := 
 
. . 
∂ 2f ∂ 2f
 
 
(x) . . . (x)
ad ∂xp ∂x1 ∂x2p

est appelée matrice hessienne de f en x.

c
Le théorème de Schwarz montre que les dérivées partielles croisées sont égales, c’est à dire
oa

∂ ∂f ∂ ∂f
=
∂xi ∂xj ∂xj ∂xi

pour tous i, j ∈ {1, ..., p}. Et donc la matrice hessienne est symétrique. Ces dérivées sont en
général notées
all

∂ 2f
.
∂xi ∂xj

Par bilinéarité, si h et k sont deux vecteurs de Rp de composantes (h1 , ..., hp ) et (k1 , ..., kp ) respec-
w.

tivement, alors
p p
2 t
X X ∂ 2f
dx f (h, k) = h.Hess fa .k = hi kj (x).
i=1 j=1
∂xi ∂xj

Autrement dit, Hess fa est la matrice de la forme bilinéaire d2 fa par rapport à la base canonique
ww

de Rp . L’égalité de Schwarz assure de plus que la matrice hessienne est symétrique.

6.4 Différentielle d’ordre k

Pour les entiers k ≥ 2, on définit par récurrence les notions suivantes, qui généralisent le cas k = 2.
70
 m
Formules de Taylor 6.4 Différentielle d’ordre k

Définition 6.6 (APPLICATIONS k-FOIS DIFFERENTIABLES)

o
Soit une fonction f définie sur un ouvert (non vide) U de Rp et à valeurs dans un Rq , et

y.c
k un entier au moins égal à 2. On dit qu’elle est :
1. k fois différentiable en x ∈ U si sa différentielle df : Ux → L (Rp ; Rq ) est (k − 2)
fois différentiable dans un voisinage ouvert Ux de x, et sa (k − 1)ième différentielle est
différentiable en x.
2. k fois différentiable dans U si elle est k fois différentiable en tout point de U .
3. de classe C k si et seulement si sa différentielle est de classe C k−1 .
4. de classe C ∞ si elle est de classe de C k pour tout k ≥ 1.

em
Proposition 6.7 (APPLICATIONS LINEAIRES ET CLASSE C ∞ )

Les applications linéaires continues et plus généralement les applications k-linéaires

continues sont de classe C ∞ .
ad
Théorème 6.8 (COMPOSITION ET CLASSE C ∞ )

Considérons les espaces Rp , Rn et Rq . Soient U un ouvert de Rp et V un ouvert de Rn

c
contenant f (U ). Si f : U ⊂ Rp → Rn est k fois différentiable en x ∈ U et g : V ⊂
Rn → G est k fois différentiable en y = f (x) ∈ V , alors g ◦ f est k fois différentiable
oa

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 .

Théorème 6.9 (DIFFEOMORPHISME ET CLASSE C ∞ )

all

Si f est un difféomorphisme de U sur V et si f est de classe C k alors f −1 est aussi de

classe C k .
w.

Nous pouvons maintenant donner un résultat qui permettra d’établir de façon nécessaire et suffi-
sante les différentielle d’ordre k, k ∈ N, qui généralisera le cas des différentielles d’ordre 2. Par
généralisation du théorème de Schwarz, il vient que si une fonction f est k fois différentiable en un
point x, sa différentielle d’ordre k sera une application k-linéaire symétrique (nous ne montrerons
pas ce résultat ici). Il est donc tout naturel de définir un tel espace dans laa définition ci-dessous
ww

après avoir rappelé ce qu’est une permutation.

Définition 6.10 (PERMUTATION)

On appelle permutation de N une bijection de N sur N.

71
 m
6.4 Différentielle d’ordre k Formules de Taylor

Définition 6.11 (APPLICATIONS SYMETRIQUE)

o
Soit Lk (Rp ; Rq ) l’espace des applications k-linéaires continues sur (Rp )k . Une appli-
cation φ ∈ Lk (Rp ; Rq ) est dite symétrique si pour tout permutation σ de l’ensemble

y.c
{1, ..., k} et pour tout k-uplet (x1 , ..., xk ) ∈ (Rp )k ,

φ(xσ(1) , ..., xσ(k) ) = φ(x1 , ..., xk ).

On notera Lks (Rp ; Rq ) l’espace des applications k-linéaires continues et symétriques sur
(Rp )k .

em
Nous pouvons dès lors donner une condition nécessaire et suffisante pour qu’une fonction f soit
k-fois différentiable.
Théorème 6.12 (CNS APPLICATION DIFFERENTIABLE)
ad
Une fonction f : U ⊂ Rp → Rq est k fois différentiable au point x ∈ U si et seulement
s’il 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 )
c
telles que
1. d1 f = df dans Ux ,
oa

2. pour tout n ≤ k − 2, dn f est différentiable 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 )

où g [n] (h1 , ..., hn , y) := dn fy (h1 , ..., hn ), et enfin,

all

3. dk−1 f est différentiable en x et

[k−1]
dk fx (h1 , ..., hk ) = dk g(h1 ,...,hk−1 ,x) (hk )
w.

où g [k−1] (h1 , ..., hk−1 , y) := dk−1 fy (h1 , ..., hk−1 ).

De façon analogue aux différentielles d’ordre 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
ww

p p p
X X X ∂ 3f
d3x f (h, k, l) = hi kj ln (x).
i=1 j=1 n=1
∂xi ∂xj ∂xn

Les différentielles d’ordre supérieure à 1 étant définies, nous pouvons nous intéresser désormais
aux différents résultats concernant les formules de Taylor. Nous nous intéressons dans la section
suivante aux formules de Taylor avec reste intégral, aux formules de Taylor-Lagrange et enfin aux
formules de Taylor-Young.
72
 m
Formules de Taylor 6.5 Formule de Taylor avec reste intégral

6.5 Formule de Taylor avec reste intégral

o
6.5.1 Fonction d’une variable réelle à valeur réelle

y.c
Commençons cette section par la formule déjà étudiée durant les années précédentes et qui corres-
pond à la formule de Taylor avec reste intégral pour les fonctions d’une variable réelle à valeurs
réelles.
Soit I ⊂ R un ouvert non vide, nous avons alors le résultat suivant :

em
Théorème 6.13 (TAYLOR AVEC RESTE INTEGRAL f : I ⊂ R → R)

Soit f ∈ C p+1 (I, R) et a, b = a + h ∈ I, alors

p 1
hk hp+1
X Z
(k)
f (a + h) = f (a) + f (a) + (1 − t)p f (p+1) (a + th)dt.
k! p! 0
k=1
ad
Preuve. Faite en cours.
c
Poursuivons ensuite avec les fonctions d’une variable réelle à valeurs dans Rq (fonctions vecto-
rielles).
oa

6.5.2 Fonction d’une variable réelle à valeurs dans Rq

Avant de donner les différentes formules de Taylor associées à cette section, nous allons mon-
all

trer un lemme qui sera une des clés de beaucoup de preuves de ce chapitre. Nous allons également
rappeler quelques résultats sur les intégrales de Riemann pour des fonctions définies sur un inter-
valle [a, b] à valeurs dans Rq .
w.

Lemme 6.14 (FORMULE DERIVEE nieme )

Soient I un intervalle ouvert de R, et g : I → Rq une fonction (n + 1) fois dérivable. On

note g (k) ses dérivées successives, k ∈ {1, ..., n + 1}. Alors, pour tout t ∈ I on a
n
!
ww

d X (1 − t)k (k)(t) (1 − t)n (n+1)

g(t) + g = g (t).
dt k=1
k! n!

Preuve. Faite en cours.

73
 m
6.5 Formule de Taylor avec reste intégral Formules de Taylor

Proposition 6.15 (RAPPEL INTEGRALES)

o
Soient a, b ∈ R, a ≤ b. Alors l’intégrale de Riemann sur le segment [a, b] définit une
application linéaire continue sur l’espace C ([a, b]; Rq ) des fonctions continues sur [a, b]

y.c
et à valeurs dans Rq , muni de la norme sup. Pour tout g ∈ C ([a, b]; Rq ), l’intégrale de
Z b
Riemann de g sur le segment [a, b], notée g(t)dt, vérifie l’inégalité
a
Z b Z b
k g(t)dtk ≤ kg(t)kdt ≤ (b − a) max kg(t)k.

em
a a t∈[a,b]

Quels que soient x, y ∈ [a, b], on a par définition

Z y Z x
g(t)dt = − g(t)dt,
x y
Z x
et donc
x
g(t)dt = 0, et
ad
Z y Z z Z y
g(t)dt = g(t)dt + g(t)dt,
x x z
c
Z y
pour tout z ∈ [a, b]. De plus l’application y 7→ g(t)dt est dérivable et sa dérivée est
x
g.
oa

Inversement, pour toute primitive G de g, on a

Z y
G(y) − G(x) = g(t)dt.
x
all
w.

Preuve. Pas faite en cours.

Z b
q
Remarque . Dans notre cas, nous sommes en dimension finie R et pour simplifier g(t)dt est
ww

Z b a

simplement le vecteur dont les composantes sont gi (t)dt où les gi sont les i ∈ 1, ..., q sont les
a
composantes de g dans la base canonique.

On obtient finalement le résultat suivant qui découle directement du lemme 6.14 :

74
 m
Formules de Taylor 6.6 Formule de Taylor-Lagrange

Corollaire 6.16 (LIEN ENTRE DERIVEE ET INTEGRALE)

o
Si I est un intervalle ouvert de R contenant [0, 1], et g : I → Rq une fonction de classe
C (n+1) , alors

y.c
n Z 1
X 1 (k) (1 − t)n (n+1)
g(1) − g(0) − g (0) = g (t)dt.
k=1
k! 0 n!

em
Nous pouvons alors passer au cas le plus général de cette section qui sont les fonctions de Rp à
valeurs dans Rq .

6.5.3 Fonction de Rp à valeurs dans Rq

Pour tout h ∈ Rp et n ∈ N∗ , on désigne par h[n] le n-uplet de vecteurs tous égaux à h. En
ad
appliquant directement le résultat du corollaire 6.16 à la fonction
g : t 7→ g(t) := f (x + th),
nous obtenons immédiatement le théorème suivant :
c
Théorème 6.17 (TAYLOR AVEC RESTE INTEGRAL f : U ⊂ Rp → Rq )
oa

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 ,
n Z 1
X 1 k [k] (1 − t)n n+1
f (x + h) = f (x) + d fx (h ) + d fx+th (h[n+1] )dt.
k=1
k! 0 n!
all

Preuve. Pas faite en cours.

w.

Remarque . Cette dernière formule à l’ordre 2 avec p = 1, s’écrit

Z 1
f (x + h) = f (x) + dfx (h) + (1 − t)d2 fx+th (h, h)dt.
0
ww

6.6 Formule de Taylor-Lagrange

6.6.1 Fonction d’une variable réelle à valeur dans Rq
Dans cette section, les hypothèses de régularité de la fonction étudiée seront plus faibles que dans
la section précedente (on ne demande plus à la fonction d’être de classe C n+1 , mais “juste” d’être
75
 m
6.7 Formule de Taylor-Young Formules de Taylor

au-moins n + 1-fois différentiable (ou dérivable si c’est une fonction d’une variable réelle). On

o
perd par contre l’égalité avec le reste intégral précédent pour obtnir une inégalité définie dans les
forumes de Taylor-Lagrange ci-dessous.

y.c
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

différentiable telle que

kg (n+1) (t)k ≤ M, pour tout t ∈ [0, 1],

em
alors n
X 1 (k) M
kg(1) − g(0) − g (0)k ≤ .
k=1
k! (n + 1)!

Preuve. Faite en cours.

ad
6.6.2 Fonction de Rp à valeur dans Rq
c
Théorème 6.19 (TAYLOR LAGRANGE f : U ⊂ Rp → Rq )
oa

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 différentiable telle que

max kdn+1 fy kLn+1 (Rp ;Rq ) ≤ M,

y∈[x,x+h]
all

alors n
X 1 k M
kf (x + h) − f (x) − d fx (h[k] )k ≤ khkn+1 .
k=1
k! (n + 1)!
w.

Preuve. Faite en cours.

La dernière inégalité qui généralise l’inégalité des accroissements finis, est connue sous le nom de
formule de Taylor avec reste de Lagrange, le reste étant cependant connu à travers une majoration
ww

contrairement au reste intégral qui est exact.

6.7 Formule de Taylor-Young

Cette formule est valable sous des hypothèses encore moins fortes que dans les deux sections
précédentes, et donc, pour cette raison, donne un résultat seulement local.
76
 m
Formules de Taylor 6.7 Formule de Taylor-Young

Théorème 6.20 (TAYLOR YOUNG)

o
Si U est un ouvert de Rp et si f : U → Rq est une fonction n fois différentiable en x ∈ U

y.c
alors n
X 1 k
kf (x + h) − f (x) − d fx (h[k] )k = o(khkn ).
k=1
k!

em
Remarque . Dans l’énoncé de ce théorème, la notation de Landau o signifie que le membre de
gauche divisé par khkn tend vers 0 lorsque h tend vers 0. Il s’agit donc d’un résultat local, qui
donne des renseignements sur le comportement de f au voisinage de x seulement.

Preuve. Faite en cours. c ad

oa
all
w.
ww

77
 m
6.7 Formule de Taylor-Young Formules de Taylor

o
y.c
em
c ad
oa
all
w.
ww

78
 o m
y.c
Chapitre 7

Extrema

em
Ce chapitre est consacré à l’étude de l’existence de deux types d’extrema : les extrema libre
et les extrema liés. Les seconds correspondent au cas où les extrema sont justement “liés” à des
contraintes. Dans les deux cas, nous pourrons définir ce que l’on appelle extrema locaux (ou rela-
ad
tifs) et les extrema globaux (ou absolus). Il se pourra donc que des minima locaux par exemple ne
soit pas globaux si l’on étend le domaine de définition de la fonction f .
Nous ne nous intéresserons également qu’à l’étude de minima (pour simplifier le chapitre) étant
donné que les maxima des fonctions f peuvent être vus comme les minima des fonction −f .
Enfin, nous ne nous intéresserons qu’aux fonctions scalaires (autrement dit les fonctions f définies
c
sur Rp à valeurs dans R).
oa

Avant de commencer par l’étude des extrema libres, faisons quelques petits rappels d’algèbre.

7.1 Rappels d’algèbre

all

On munit Rp d’une norme quelconque notée k.k.

Soit B : Rp × Rp → R une fonction bilinéaire symétrique (autrement dit pour tous x, y ∈ Rp , les
applications de Rp → R définies par B(x, .) : y 7→ B(x, y) et B(., y) : x 7→ B(x, y) sont linéaires,
et elle est symétrique si pour tout couple (x, y) ∈ Rp × Rp on a B(x, y) = B(y, x).
w.

Définition 7.1 (FORME QUADRATIQUE)

On appelle forme quadratique associée à la fonction bilinéaire symétrique B l’application

ww

q : Rp → R
x 7→ B(x, x).

On a alors la proposition suivante.

79
 m
7.1 Rappels d’algèbre Extrema

Proposition 7.2 (PROPRIETE FORME QUADRATIQUE)

o
Pour tous x, y ∈ Rp et pour tout λ ∈ R on a

y.c
1
B(x, y) = [q(x + y) − q(x) − q(y)],
2
et
q(λx) = B(λx, λx) = λ2 B(x, x) = λ2 q(x).

em
Définition 7.3 (FORME POSITIVE, NEGATIVE,...)

Une forme quadratique associée q est dite

1. positive si et seulement si pour tout x ∈ Rp , q(x) ≥ 0,
ad
2. définie positive si et seulement si pour tout x ∈ Rp \ {0Rp }, q(x) > 0,
3. négative si et seulement si pour tout x ∈ Rp , q(x) ≤ 0,
4. définie négative si et seulement si pour tout x ∈ Rp \ {0Rp }, q(x) < 0,
5. elliptique sur Rp si et seulement s’il existe α > 0, tel que pour tout x ∈ Rp ,
c
q(x) ≥ αkxk2 . (7.1)
oa

Remarque . On remarque qu’en dimension finie, q est elliptique si et seulement si q est définie
all

positive. Si on n’est pas en dimension finie (hors programme) on a juste l’‘èllipticité” qui implique
q définie positive mais pas la réciproque.

Etant donné que certains résultats d’existence d’extrema font intervenir les matrices Hessiennes
w.

(qui sont des matrices symétriques), rappelons ici quelques résultats pour les matrices.

Définition 7.4 (MATRICES SYMETRIQUES)

Soit  
ww

a1,1 · · · a1,p
 .. .. .. 
A= . . . 
ap,1 · · · ap,p
une matrice carrée, A ∈ Mp (R). On dit que A est symétrique si ai,j = aj,i pour tout
i, j = 1, ..., p.

80
 m
Extrema 7.1 Rappels d’algèbre

Définition 7.5 (FORMES QUADRATIQUES)

o
Soit A ∈ Mp (R) une matrice symétrique, l’application x ∈ Rp 7→ qA (x) = xT .A.x est

y.c
appelée forme quadratique associée à A.

Définition 7.6 (DEFINIE POSITIVE)

Soient A ∈ Mp (R) une matrice symétrique et qA sa forme quadratique associée. La

em
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 }.
ad
Définition 7.7 (kième MINEUR DOMINANT)

Soit A ∈ Mp (R) une matrice, pour tout k = 1, ..., p, on pose

 
a1,1 · · · a1,k
c
Ak =  ... ... .. 

. 
oa

ak,1 · · · ak,k

la kième sous-matrice principale dominante et ∆k son déterminant de la kième appelé le

kième mineur dominant de A.
all

On peut prouver facilement si une matrice symétrique est définie positive grâce au résultat suivant.

Théorème 7.8 (DEFINIE POSITIVE)

w.

Soit A ∈ Mp (R) une matrice symétrique, alorsA est DEFINIE POSITIVE si et seule-
ment si l’une des propriétés suivantes est satisfaite :
1. ∆k > 0 pour tout k = 1, ..., n,
2. A est diagonalisable et ses valeurs propres sont strictement positives.
ww

Preuve. Pas faite en cours.

Remarque .
1) On remarque que si une matrice A ∈ Mp (R) une matrice symétrique est DEFINIE POSITIVE
on a les propriétés suivantes :
-tous les coefficients diagonaux de A sont des réels strictement positifs,
81
 m
7.2 Extrema libres Extrema

-le déterminant de A est strictement positif (c’est à dire que A est inversible),

o
- il existe une constante α > 0 telle que xT .A.x ≥ αkxk2 , pour n’importe quelle norme k.k,
2) Une matrice symétrique réelle est dite définie négative si son opposée (symétrique elle aussi)

y.c
est définie positive.

7.2 Extrema libres

Définition 7.9 (MINIMUM LOCAL ET GLOBAL)

em
Si f est une fonction définie sur une partie U de Rp et à valeurs réelles, un point a ∈ U
est un minimum local (ou relatif) de f s’il 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
ad
f (x) ≥ f (a) pour tout x ∈ U.

Un minimum est dit strict si l’inégalité est stricte, c’est à dire f (x) > f (a), pour tout
x 6= a (que ce soit local ou global).
c
oa

Définition 7.10 (POINT CRITIQUE)

Soient U un ouvert non vide de Rp et f : U → R un application différentiable en a ∈ U .

On dit que a ∈ U est un point critique de f si dfa = 0.
all

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 qu’un extremum est un point critique, mais at-
w.

tention, la réciproque est fausse. Ce n’est pas parce que l’on a un point critique que c’est un
extremum. Par exemple, 0 est un point critique de f : x 7→ x3 et pourtant ce n’est pas un extremum
sur R.

Dans toute la suite, nous allons donner des critères nécessaires (et on l’espère quelques fois suf-
ww

fisants) pour trouver l’existence de ces extrema locaux selon le degré de différentiabilité de la
fonction f .

7.2.1 Condictions nécessaires du premier ordre

Rappelons ici un résultat pour les applications de R à valeurs dans R.
82
 m
Extrema 7.2 Extrema libres

Proposition 7.11 (RAPPEL : EXTREMA ET POINT CRITIQUE)

o
Soit I un intervalle ouvert non vide de R. Si f : I ⊂ R → R dérivable en a ∈ I et si f
admet un extremum local en a alors f 0 (a) = 0.

y.c
Si l’on passe maintenant dans un cadre plus général des fonctions de RP → R. Nous obtenons le
résultat suivant.

em
Proposition 7.12 (REGLE DE FERMAT)

Soient U un ouvert non vide de Rp et f : U → R une application différentiable 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 à dire que pour tout i = 1, ..., p, (a) = 0, ou encore le gradient de f en a
est nul.
ad ∂xi

Remarque . Attention :
c
1. La condition précédente n’est pas suffisante car a peut être un point critique de f sans pour
autant que f possède d’extremum local.
oa

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 dérivées partielles ne s’annuleront pas sur U . Ce
qui nous ramène au rappel suivant (voir la remarque de la section 1.7).
all

Proposition 7.13 (EXTREMA SUR UN COMPACT)

Soit f : K ⊂ Rp → R, où K est un compact de Rp , une fonction continue alors f atteint

ses extrema dans K.
w.

Preuve. Pas faite en cours.

ww

7.2.2 Conditions du second ordre

Dans cette section nous allons non seulement donner des conditions nécessaires mais également
suffisantes qui permettront d’identifier des minima locaux dnas le cas où la fonction admet des
différentielles secondes.

Commençons comme dans la section précédente par les fonctions de R → R.

83
 m
7.2 Extrema libres Extrema

Proposition 7.14 (RAPPEL : EXTREMA ET POINT CRITIQUE)

o
Soit I un intervalle ouvert non vide de R. Si f : I ⊂ R → R dérivable en a ∈ I et
si f admet un MINIMUM local en a alors f 0 (a) = 0 (comme on l’a vu dans la section

y.c
suivante), mais si de plus f est deux fois dérivable 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 .

em
Preuve. Pas faite en cours.

Remarque . Attention !
1. Les conditions f 0 (a) = 0 et f 00 (a) ≥ 0 ne sont pas suffisantes ! On a besoin d’avoir f 00 (a) > 0.
ad
On pourrait par exemple le voir avec f : x 7→ x3 en x = 0.
2. D’autre part, la condition f 00 (a) > 0 n’est pas nécessaire (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.

c
oa

Proposition 7.15 (MINIMA LOCAUX ORDRE 2)

Soient U un ouvert non vide de Rp et f : U → R une application différentiable en

a ∈ U . Si f est un extremum local en a alors dfa = 0 (comme on l’a vu dans la règle
all

de fermat) mais si de plus f est deux fois différentiable en a alors d2 f( a)(h, h) ≥ 0 pour
tout h ∈ Rp .
Inversement, si b ∈ U est telle que dfb = 0 et s’il existe C > 0 tel que d2 fb (h, h) ≥
Ckhk2 , pour tout h ∈ Rp alors b est un minimum local de f
w.

Remarque .
1. On retrouve ici la notion de coercivité donnée dans le rappel tout au début de ce chapitre puisque
ww

d2 fa est une application bilinéaire symétrique (d’après le théorème de Schwarz).

2. Comme nous sommes en dimension finie, la condition “s’il existe C > 0 tel que d2 fb (h, h) ≥
Ckhk2 , pour tout h ∈ Rp ” revient à dire “s’il existe C > 0 tel que d2 fb (h, h) > 0 , pour tout
h ∈ Rp \ 0Rp ” (car la coercivité est équivalent à dire que la fonction bilinéaire symétrique est
définie positive en dimension finie).
3. Ce résultat peut s’interpréter facilement avec les matrices Hessiennes. C’est ce que nous allons
voir dans la section suivante.
84
 m
Extrema 7.2 Extrema libres

7.2.3 Critères avec les matrices Hessiennes

o
Théorème 7.16 (HESSIENNE ET EXTREMA LOCAUX )

y.c
Soient f : U ⊂ Rp → R une fonction deux fois différentiable 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 symétrique 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 ,

em
4. si Hessfa est SEMI-DEFINIE POSITIVE alors a est un maximum local de f sur U ,
5. S’il existe un l tel que ∆2l < 0, ou s’il existe m tel que ∆1 .∆2.m < 0, alors A est
indéfinie.

Preuve. Pas faite en cours. ad

Remarque .
Pour appliquer ces résultats, il est utile d’utiliser les rappels d’algèbre du début de ce chapitre
parmi lesquels :
déterminer si Hess fa est définie négative ou positive revient à déterminer les valeurs propres de
Hess fa .
c
1. Si toutes les valeurs propres sont > 0, Hess fa est définie positive.
2. Si toutes les valeurs propres sont < 0, Hess fa est définie négative.
oa

3. Si les valeurs propres de Hess fa sont non nulles mais de signes différents, on dit que a est
un point col (ou un point selle).
Nous pouvons également donner des résultats sur les extrema globaux :

Théorème 7.17 (EXTREMA GLOBAUX ET HESSIENNE)

all

Soit f : U ⊂ Rp → R, où U est un ouvert de Rp , et f est deux fois différentiable sur U ,

soit a ∈ U un point critique de f , alors si

(x − a)T .Hessf (a).(x − a) ≥ 0 (resp. ≤ 0),

w.

pour tout x ∈ U , alors a est un minimum global de f sur U (resp. maximum global), et
si les inégalités sont strictes les extrema sont stricts.
ww

Preuve. Pas faite en cours.

7.2.4 Cas particulier où f : R2 → R

Dans le cas où p=2 (f : R2 → R, ce que l’on utilisera le plus souvent en exercice), nous
utiliserons la notation de Monge qui nous sera bien utile, et plus rapide en général que les critères
de section précédentes.
85
 m
7.3 Extrema liés Extrema

Théorème 7.18 (NOTATION DE MONGE)

o
Soient f : U ⊂ R2 → R une fonction deux fois différentiable sur U ouvert de R2 , et

y.c
(a, b) ∈ U un point critique de f . On pose

∂ 2f ∂ 2f ∂ 2f
r= (a, b), s = (a, b), et t = (a, b).
∂x2 ∂x∂y ∂y 2
Alors
1. si rt − s2 > 0 et r > 0, (a, b) est un minimum local de f sur U ,

em
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 n’admet pas d’extremum local, on dit alors que (a, b) est un
point SELLE ou COL.

Preuve. Pas faite en cours.

ad
7.3 Extrema liés
c
Dans cette section, nous allons nous intéresser à la recherche des extrema sous certaines contraintes.
oa

Il paraît normal donc de définir ce que sont des contraintes.

7.3.1 Contraintes
all

Définition 7.19 (CONTRAINTES)

Si f et g1 ,...,gk sont des fonctions définies sur un ouvert U ⊂ Rp à valeurs dans R,

un point a ∈ U tel que g1 (a) = 0,...,gk (a) = 0 est un minimum local de f sous les
w.

contraintes g1 ,...,gk s’il existe un voisinage Va de a tel que

f (x) ≥ f (a)

pour tout x ∈ Va et g1 (x) = 0, ..., gk (x) = 0.

ww

7.3.2 Extrema liés avec une seule contrainte

Commençons par les fonctions d’un espace R2 avec une seule contrainte :
86
 m
Extrema 7.3 Extrema liés

Théorème 7.20 (EXTREMA LIES ET GRADIENTS)

o
Soient f, g : U ∈ R2 → R de classe C 1 , sur un ouvert U de R2 , soit (a, b) ∈ U tels que

y.c
1. f soumise à la contrainte g(x, y) = 0 admette un extremum au point (a, b),
2. ∇g(a, b) 6= 0, alors il existe un nombre réel λ 6= 0 tel que ∇f (a, b) = λ∇g(a, b).
Autrement dit, on a
∂f ∂g

 ∂x (a, b) − λ ∂x = 0,



∂f ∂g
(a, b) − λ = 0,
 ∂y ∂y

em


g(a, b) = 0.


Preuve. Pas faite en cours.

7.3.3
ad
Extrema liés avec plusieurs contraintes
En généralisant le cas précédent, on peut donner les résultats sous les formes suivantes pour k
contraintes.

Définition 7.21 (Γ REGULIER)

c
Soit g : U ∈ Rp → Rk une fonction de classe C 1 et Γ = g −1 ({0}). On dit que Γ est
oa

régulier (ou encore qu’il satisfait à la condition de qualification non dégénérée) si pour
tout a ∈ Γ, dga : Rp → Rk est surjective.

Remarque . Si g : U ∈ Rp → R (k = 1) (cas où l’on a une seule contrainte) la condition signifie

all

seulement que pour tout a ∈ Γ, dga 6= 0.

On retrouve sans surprise le résultat de la section précédente à une seule contrainte :

Théorème 7.22 (EXTREMA LIES (UNE CONTRAINTE))

w.

Soient f, g : U ∈ Rn → R de classe C 1 , soit Γ = g −1 ({0}) régulière. Si a ∈ Γ est un

extremum local de f|Γ , alors il existe un unique λ ∈ R tel que

df a + λdga = 0.
ww

Preuve. Pas faite en cours.

N.B. : Le réel λ est appelé multiplicateur de Lagrange.
Regradons maintenant ce qu’il se passe quand on a k contraintes.
87
 m
7.4 Convexité et minima Extrema

Théorème 7.23 (EXTREMA LIES (k CONTRAINTES))

o
Soient f : U ∈ Rp → R de classe C 1 , g : U ∈ Rp → Rk , et Γ = g −1 ({0}) régulière. Si

y.c
a ∈ Γ est un extremum local de f|Γ , alors il existe un unique λ = (λ1 , ..., λk ) ∈ Rk tel
que
p
X
df a + λi (dgi )a = 0.
i=1

em
Si jamais on est mal à l’aise avec la notion de Γ régulière, il suffit juste de voir le résultat précédent
de la façon suivante :
1. on suppose que les fonctions f et g1 ,...,gk définies de Rp → R sont continûment différentiables.
2. on dit que les contraintes g1 ,...,gk sont indépendantes au point a ∈ U si la famille de formes
linéaires continues {(dg1 )a , ..., (dgk )a } est libre (ce qui revient exactement à dire que g est Γ régu-
ad
lière. Alors on a le résultat suivant équivalement au théorème précédent :

Théorème 7.24 (CONDITION NECESSAIRE MINIMUM SOUS k CONTRAINTES)

Soient f et g1 ,...,gk sont des fonctions de classe C 1 définies sur un ouvert U ⊂ Rp d’un à
c
valeurs dans R. Soit a ∈ U tel que g1 (a) = 0,...,gk (a) = 0 et les contraintes g1 ,...,gk sont
indépendantes au point a. Si a est un minimum local de f sous les contraintes g1 ,...,gk ,
oa

alors il existe des réels λ1 ,...,λk tels que

dfa = λ1 (dg1 )a + ... + λk (dgk )a .

all

Preuve. Pas faite en cours.

Les résultats présentés dans ce paragraphe sont liés à des problèmes d’extremum essentiellement
w.

sur des ouverts : et il est à noter que les conditions nécessaires d’extremum local sont fausses
lorsque U n’est pas un ouvert.
Nous allons dans la section suivante considérer des problèmes d’extremum sur des sous-ensemble
convexes de E.
ww

7.4 Convexité et minima

L’avantage de travailler sur des ensembles convexes avec des fonctions convexes (que l’on
définit ci-dessous) c’est que lorsqu’il y a équivalence entre extremum local et global. Et du coup,
l’étude des extrema se simplifie grandement dans le sens où l’on n’a pas besoin de chercher un
extremum global parmi les extrema locaux.
88
 m
Extrema 7.4 Convexité et minima

Définition 7.25 (FONCTION CONVEXE)

o
Un sous-ensemble C d’un R-espace vectoriel E est dit convexe si pour tous x, y ∈ C,
pour tout θ ∈ [0, 1], θx + (1 − θ)y ∈ C. Une fonction f est définie sur un convexe C à

y.c
valeurs dans R est dite convexe, si pour tous x, y ∈ C, pour tout θ ∈ [0, 1],

f (θx + (1 − θ)y) ≤ θf (x) + (1 − θ)f (y).

Elle est dite strictement convexe si l’inégalité ci-dessus est stricte lorsque x 6= y et
θ ∈]0, 1[.

em
Théorème 7.26 (FONCTION CONVEXE)

Soit f : U → R une fonction différentiable sur un ouvert U de Rp et soit C un sous-

ensemble convexe de U . Alors f|C est convexe si et seulement si, pour tous x, y ∈ C,
ad
f (y) ≥ f (x) + dfx (y − x).

Elle est strictement convexe si l’inégalité ci-dessus est stricte pour x 6= y. En supposant
en outre que f est deux fois différentiable, f|C est convexe si et seulement si, pour tous
x, y ∈ C
c
d2 fx (y − x, y − x) ≥ 0.
oa

Elle est strictement convexe si l’inégalité ci-dessus est stricte pour x 6= y.

Preuve. Pas faite en cours.

all

Théorème 7.27 (CONVEXITE ET MINIMUM)

Soit f : U → R une fonction définie 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, c’est un minimum global.
w.

2. Si f|C est strictement convexe alors elle admet au plus un minimum, et c’est un mini-
mum strict.
3. Si f est différentiable, une condition nécessaire pour qu’un point a ∈ C soit un
minimum de f|C est
dfa (y − a) ≥ 0,
ww

pour tout y ∈ C. Si de plus f|C est convexe, cette condition est également suffisante.

Preuve. Pas faite en cours.

89