M135 - Cours (Alternatif)

ANALYSE III
Pour étudiants du MIP S3
Dr Mohammed HARFAOUI
F.S.T. Mohammedia Université Hassan II
22nd March 2020
1 / 242
Normes et distances dans Rn .
Norme sur espace vectoriel. .
Part I
Toplogie dans Rn
2 / 242
Normes et distances dans Rn . Normes et distances dans Rn .
Norme sur espace vectoriel. . Norme sur l’espace vectoriel Rn .
Plan
1 Normes et distances dans Rn .

Norme sur l’espace vectoriel Rn .
2 Norme sur espace vectoriel.

Norme sur espace vectoriel.
Distance sur un espace vectoriel.
Boule et sphère par rapport à une norme.
Partie ouverte et partie fermée.
3 / 242
1.Normes et distances dans Rn .
INTRODUCTION.
La distance usuelle entre deux points de R2 ou R3 vue dans les

petites classes est ce qu’on appelle la distance euclidienne. On
→
−
définit également ainsi la longueur d’un vecteur u , encore
→
−
appelée la norme euclidienne de ce vecteur et notée k u k.
4 / 242
→
−
Si u a pour composantes (u1 et u2 ) dans un repère
→ −
− →
orthonormale (O, i , j ), alors
q le Théorème de Pythagore
→
−
donne (figure 1.7) : k u k= u12 + u22 .
5 / 242
→
−
Rappelons qu’en dimension 2, on identifie un vecteur u de
coordonnées (u1 et u2 ) avec un point M du plan de
coordonnées (u1 , u2 ) une fois fixée une origine O et écrit
−−→ − →
OM = u .
On généralisera ici cette identification en désignant le point ou
le vecteur de coordonnées (x1 , ..., xn ) par x = (x1 , ..., xn ) ∈ Rn .
6 / 242
Définition
La norme euclidienne d’un vecteur x = (x1 , ..., xn ) ∈ Rn est
définie par q
k x k2 = x12 + ... + xn2
Le produit scalaire de x = (x1 , ..., xn ) avec y = (y1 , ..., yn ) est
défini par
x.y = x1 y1 + ... + xn yn .
On a en particulier k x k2 = x∆x.
7 / 242
I. Inégalité de Cauchy-Schwarz : pour tout x et y dans Rn
| x.y |≤k x k . k y k
avec égalité si et seulement si x et y sont proportionnels.
II. Inégalité triangulaire : pour tout x et y dans Rn
| x + y |≤k x k + k y k .
8 / 242
Plan


9 / 242
3. Norme sur l’espace vectoriel Rn .
Définition
On appelle norme sur Rn toute application N sur Rn dans R+
vérifiant, pour tout couple (x, y) de Rn × Rn et λ de R:
1 N (x) = 0 si et seulement si x = 0.
2 N(λx) =| λ | N (x), pour tout x ∈ Rn .
3 N(x + y) ≤ N (x) + N (y), pour tout x, y de Rn .
Exemples
Exemple: Dans R la fonction valeur absolue est une norme.
10 / 242
Normes et distances dans Rn . Distance sur un espace vectoriel.
Norme sur espace vectoriel. . Boule et sphère par rapport à une norme.
Plan


11 / 242
Définition
Soit E un K-espace vectoriel où K = R ou C. On appelle
norme sur E toute application
N sur E dans R+ vérifiant, pour tout couple (x, y ) de E 2 et tout
scalaire λ de K:
1 N(x) = 0 ⇔ x = 0
2 N(λx) =| λ | N(x)
3 N(x + y) ≤ N(x) + N(y)
4 La distance sur E 2 par est d(x, y ) = N(x − y ).
12 / 242
Normes équivalentes.
Définition
Deux normes N et N 0 sont dites équivalentes s’il existe α, β et
γ de R tels que: αN ≤ βN 0 ≤ γN.
13 / 242
Exemples
Normes classiques dans Rn . On définit 3 normes sur Rn par:
n
X
1 N1 (x) = N1 (x1 , ..., xn ) =k (x1 , ..., xn ) k1 = | xi |
i=1
v
u n
uX
2 N2 (x) = N2 (x1 , ..., xn ) =k (x1 , ..., xn ) k2 = t xi2
i=1
3 N∞ (x) = N∞ (x1 , ..., xn ) = sup (| xi |).
1≤i≤n
14 / 242
Proposition
Les trois normes classiques dans Rn sont équvalentes.
Démonstration.
Soit n ∈ N∗, alors pour tout 1 ≤ i ≤ n : On a:
v
u n
uX
| xi |≤ t xi2 , | xi |≤ sup (| xi |),
i=1 1≤i≤n
Donc pour tout n ∈ N∗ :

√
N∞ ≤ N1 ≤ nN2 ≤ nN∞ .
15 / 242
Plan


16 / 242
3. Distance sur un espace vectoriel.
Définition
Soit E un espace vectoriel. On appelle distance sur E est une
application d : E × E → R+ qui vérifient les trois axiomes
1 ∀(x, y) ∈ E × E, d(x, y) = d(y , x).(symétrie)
2 ∀(x, y ) ∈ E × E, d(x, y) = 0 ⇔ x = y .(séparation)
3 ∀(x, y , z) ∈ E 3 , d(x, y ) ≤ d(x, z) + d(z, y).(inégalité
triangulaire)
L’ensemble E muni de cette distance est dit: espace métrique
et on note (E, d)
17 / 242
Plan


18 / 242
4. Boule et sphère par rapport à une norme.
Définition
Si (E, N) un espace vectoriel muni d’une norme N;
1 B(a, r ) = {x ∈ E/N(x − a) < r } boule ouverte de centre a
et rayon r .
2 B(a, r ) = {x ∈ E/N(x − a) ≤ r } boule fermée de centre a
et rayon r .
3 B(a, r ) = {x ∈ E/N(x − a) = r } sphère de centre a et
rayon r .
19 / 242
Remarque.
Les boules ou les sphères de centre O de E et de rayon r = 1
sont appelées boules unités ou sphères unités.
20 / 242
Plan


21 / 242
5. Partie ouverte et partie fermée.
Définition
1 Une partie U de E est un ouvert de E si pour tout x ∈ U il
existe r > 0 tel que B(x; r ) ⊂ U.
2 Une partie F de E est un fermée de E si et seulement si
son complémentaire F c dans E est ouvert.
22 / 242
Proposition
Soit E un espace métrique et F une partie de E. Alors F est
fermée si et seulement si pour toute suite (xn )n d’éléments de
F qui converge vers un élément x ∈ E, alors x ∈ F .
23 / 242
Proposition
Soit I un ensemble. Soient (Ui )i∈I est une famille d’ouverts et
(Fi )i∈I une famille de fermées.
[
1 Ui est un ouvert.
i∈I
\
2 Si I est fini alors Ui est un ouvert.
i∈I
\
3 Fi est un fermée.
i∈I
[
4 Si I est fini alors Fi est est un fermée.
i∈I
24 / 242
Remarque. \
Par contre si I n’est pas fini Ui n’est pas nécessairement
[ i∈I
ouverte et Fi n’est pas nécessairement fermée comme en
i∈I
témoignent les deux exemples suivants:
\ 1 1 [ 1
] − ; [= {0} non ouvert; [0; 1 − [= [0; 1[ non fermée:
n n n
i∈I i∈I
25 / 242
Proposition
Soit K une partie de R; C; Rn ou Cn . Alors K est compact si et
seulement si K est une partie fermée et bornée.
26 / 242
Définitions, limite et continuité.
Part II
Fonctions de plusieurs variables: généralités
27 / 242
Fonctions numériques de plusieurs variables.
Domaine de définition .
Définitions, limite et continuité. Graphe d’une définition.
Fonctions partielles.
Limite et continuité des fonctions numériques de plusieurs var
Plan
3 Généralité, limite et continuité.

Graphe d’une définition.
Limite et continuité des fonctions numériques de
plusieurs variables
Rappel.
Limite et continuité d’une fonction en un point.
Continuité de la composée de deux fonctions.
28 / 242
1. Fonctions numériques de plusieurs variables.
Définition
On appelle fonction numérique de plusieurs variables toute
application f d’une partie Ω de IRn dans IR qu’on note:
f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).
29 / 242
Exemples
1 f : R2 → IR : (x, y) → f (x, y) = x 2 − y + 2 est une fonction
de deux variables.
x2 + z − 2
2 f : R3 → R(x, y, z) → f (x, y, z) = + y 2 + z2 − 1
x2 + 1
est une fonction de trois variables. √
4 t2 + 2
3 f : R → R : (x, y, z, t) → f (x, y , z, t) = 2 est
x + y2 + 2
une fonction de quatre variables.
30 / 242
Plan

plusieurs variables
Rappel.
31 / 242
2. Domaine de définition .
Définition
Le domaine de définition d’une fonction numérique de plusieurs
variables f est l’ensemble Df défini par:
Df = {(x1 , x2 , ...xn ) ∈ Ω/f (x1 , x2 , ...xn ) ∈ IR}.
32 / 242
Exemples
p
1 f : IR2 → IR, (x, y ) → ( 1 − x 2 + y).
Df = {(x, y ) ∈ IR2 , 1 − x 2 + y ≥ 0 } c’est donc la partie
au-dessus de la parabole d’équation: y = x 2 − 1 (fig.1.1).
√
2 f : Ω ⊂ IR3 → IR, (x, y, z) → (ln(1 − x 2 − y 2 − z 2 )) z.
Df = {(x, y , z) ∈ Ω, 1 − x 2 − y 2 − z 2 > 0 et z ≥ 0 } c’est
donc l’intérieur de la demi-sphère supérieure sans sa
frontière (fig.1.2).
33 / 242
Plan

plusieurs variables
Rappel.
34 / 242
3. Graphe d’une définition.
Rappel.
Le graphe d’une fonction d’une seule variable:

f : [a, b] ⊂ IR → IR
x → y = f (x)
est une partie de R définie par:
Cf = {(x y) ∈ R2 , x ∈ Df : y = f (x)}.
35 / 242
Définition
Soit Ω une partie de Rn et
f : Ω → R, x = (x1 , x2 , ...xn ) → f (x) de domaine de définition
Df ; le graphe de f est la partie, notée Gf de IRn+1 , définie par:
Gf = {(x, z) ∈ IRn+1 , x ∈ Df ; z = f (x1 , x2 , ...xn )}.
36 / 242
Cas particuliers
1 Dans le cas d’une fonction d’une seule variable le graphe
est une partie de IR2 et prend le nom de courbe.
2 Dans le cas d’une fonction de deux variables le graphe est
une partie de IR3 et prend le nom de surface.
37 / 242
Plan

plusieurs variables
Rappel.
38 / 242
4. Fonctions partielles.
Définition
Soit f : Ω ⊂ IRn → IR : (x1 , ..., xi , ...xn ) → y = f (x1 , ...xi , ...xn ),
une fonction de n variables. On appelle fonction partielle
d’ordre i (ou i eme fonction partielle) la fonction d’une seule
variable en variant la i eme coordonnée et en fixant les autres.
Elle est définie par:
fi :]a, b[⊂ IRn → IR : xi → fi (xi ) = f (x1 , ..., xi , ...xn ).
39 / 242
Exemples
Soit la fonction définie sur IR2 − (0, 0) par: p
1 − cos( x 2 + y 2)
f : IR2 − (0, 0) → IR : (x, y) → f (x, y) = .
x2 + y2
La première et la deuxième fonction partielles de f sont:
p
∗ 1 − cos( x 2 + y 2)
1 f : IR → IR : x → f1 (x) = , y fixé.
x + y2
2
p
∗ 1 − cos( x 2 + y 2)
2 f : IR → IR : y → f2 (y ) = , x fixé.
x + y2
2
40 / 242
Plan

plusieurs variables
Rappel.
41 / 242
4. Limite et continuité des fonctions numériques de

plusieurs variables
On sait que la limite et la continuité en un point x0 d’une

fonction numérique d’une seule variable sont données par les
définitions:
(∀ε > 0), (∃η > 0) tels que:| x − x0 |< η ⇒| f (x) − L |< .
(∀ε > 0), (∃η > 0) tels que:| x − x0 |< η ⇒| f (x) − f (x0 ) |< .
Ces définitions sont données par les valeurs absolues. Dans le
cas des fonctions de plusieurs la notion de valeur absolue
n’est plus valable et elle sera remplacée par une notion jouant
le même rôle. On utilise alors la notion de: norme.
42 / 242
Définition
Soit f une fonction numérique de plusieurs variables définie
dans un voisinage d’un point x0 (x10 , x20 , ..., xn0 ) sauf peut être au
point x0 .
On dit que f admet une limite L en x0 si:
(∀ε > 0), (∃η > 0) tels que:k x − x0 k< η ⇒| f (x) − L |< 0, pour
x = (x1 , ..., xn ).
ou k . k est l’une des trois normes équivalentes.

et on écrit:
lim f (x) = L
x→x0
43 / 242
Exemples
Montrer que les fonctions suivantes admettent les limites 0 aux
points données:
x 2y 3
1 f (x, y ) = p , où (x0 , y0 ) = (0, 0).
x2 + y2
x 2 sin(xy )
2 f (x, y ) = , où (x0 , y0 ) = (0, 0).
x2 + y2
x 2y
3 f (x, y ) = 4 , où (x0 , y0 ) = (0, 0). (passer aux
x + y2
coordonnées polaires puis aux directions x = y et y = x 2 ).
44 / 242
Théorème
Si f admet une limite en un point a sur un voisinage Va de a

0
alors sa restriction sur tout sous ensemble Va de Va admet
la même limite en a. On a:
lim f (x) = lim

0
f (x).
x∈Va →x0 x∈Va →x0
45 / 242
Corollaire.
Si une fonction f admet une limite sur un ouvert alors f admet
la même limite par rapport à chacune de ses variables.
Remarque
La réciproque de ce théorème n’est pas toujours vraie.
En
 effet soit la fonction définie par:
 f (x, y ) = xy , si;(x, y) 6= (0, 0)
x2 + y2
 f (x, y ) = 0, si:(x, y) = (0, 0)
46 / 242
Cette fonction admet la même limite par rapport à chacune des

variable au point (0, 0).
Car: lim f (x, 0) = 0 et lim f (0, y ) = 0,
x→0 y →0
kx 2 k
mais lim f (x, kx) = lim = .
(x,kx)→(0,0) (x,kx)→(0,0) (1 + k 2 )x 2 1 + k2
Cette dernière limite dépend de k et donc f n’a pas de limite.
47 / 242
Proposition.
Soient f et g deux fonctions admettant en x0 les limites L et L0 .
Alors:
1 Soient f + g admet en x0 la limite L + L0 .
2 Soient αf admet en x0 la limite αL
f L
3 admet en x0 la limite 0 , si L0 6= 0.
g L
48 / 242
3. Continuité d’une fonction en un point.

dans un ouvert Ω de Rn .
Définition
On dit que f est continue en un point x0 si:
(∀ε > 0), (∃η > 0) tels que:k x − x0 k⇒| f (x) − f (x0 ) |< 0, pour
x = (x1 , ..., xn )
ou k . k est l’une des trois normes équivalentes.

et on écrit:
lim f (x) = f (x0 )

x→x0
49 / 242
Théorème
f est continue en un point x0 si et seulement si f admet une
limite en x0 et cette limite est f (x0 ).
Remarque
Dans le cas d’une fonction d’une variable réelle on sait que tout
fonction continue à droite et à gauche en un point est continue.
Cette propriété tombe en défaut dans le cas des fonction de
plusieurs variables.
En effet, la fonction définie sur R2 par:
xy 2

f (x, y ) = 2 , si;(x, y) 6= (0, 0)

x + y4
f (x, y ) = 0, si:(x, y) = (0, 0)

est continue suivant toute direction passant passant par (0, 0)

mais pas continue en (0, 0) (poser x = y 2 ).
50 / 242
4. Opération sur la continuité.
Proposition.
Si f et g sont continues en x0 et α ∈ R alors:
1 f + g, f .g et α f sont continues en x0 .
f
2 si g(x0 ) 6= 0 alors est continue en x0 .
g
51 / 242
5. Continuité d’une fonction sur un ouvert.

dans un ouvert Ω de Rn .
Définition
On dit que f est continue sur un ouvert Ω si f est continue en
tout point de Ω.
Théorème.
1 Toute fonction polynôme est continue sur Rn .
2 Toute fonction rationnelle est continue sur son domaine de
définition.
52 / 242
Exemples
Étudier la continuité de des fonctions f et g définies par:
 2
 f (x, y) = x y + 1 , si;(x, y) 6= (0, 0)

1 x2 + y2 2
 f (x, y) = 1 ,

si:(x, y) = (0, 0)
2
(utiliser la norme k (x, y) k2 )
x 2 (x + y )

f (x, y) = 2 , si;(x, y) 6= (0, 0)

2
x + y2
f (x, y) = 0, si:(x, y) = (0, 0)

(utiliser la norme k (x, y) k1 .)
53 / 242
Théorème.
Théorème
Si f est continue alors f est continue par rapport à chacune

de ses variables séparément.
54 / 242
Théorème. Soit f une fonction définie continue sur un ouvert Ω

de R et g fonction définie continue sur un ouvert Ω0 de R telles
que f (Ω) ⊂ Ω0 .
Si f continue en un point x0 de Ω et g est continue en f (x0 )
alors la fonction gof est continue en x0 .
55 / 242
Exemple
Donner le domaine de définition et étudier la continuité de la
fonction f définie par:
x2 − y2
f (x, y) = ln( )
x2 + y2
56 / 242
Dérivées partielles.
Dérivées partielles d’une fonction de plusieurs variables.
Différentielle totale d’une fonction de plusieurs variables.
Plan
4 Dérivées partielles.
Motivation.
Dérivée partielle première ou d’ordre un.
Dérivée partielle seconde ou d’ordre deux.
Dérivée suivant un vecteur.
5 Différentielle totale d’une fonction de plusieurs variables.

Rappel.
Différentiabilité dans R2 .
Propriétés.
Dérivées partielles d’une fonction composée
57 / 242
1. Dérivées partielles d’une fonction de plusieurs

variables.
Les fonctions de plusieurs trouvent leus applictions en

économie surtout. Pour une fonction de production de la forme
P = f (K , L) = aK α Lβ (celébre fonction de cob-Douglass), on
peut se demander de combien augmentera la production si l’un
des facteurs augmente en gardant le second constant?
Il s’agit de calculer la dérivée par rapport au acteur qui varie et
comme la fonction dépend de deux variables on parlera de
dérivées partielles.
Pour une entreprise si on cherche à minimiser le coût, il s’agit là
encore d’étudier les dérivées premières et secondes partielles.
58 / 242
Soit f : Ω ⊂ IR2 −→ IR définie sur un domaine ouvert Ω de IR2 ,

et (x0 , y0 ) un élément de Ω.
59 / 242
Définition
On appelle dérivée partielle première ou d’ordre un de f par
rapport à x au point (x0 , y0 ), notée:
∂f 0
(x0 , y0 ) = fx (x0 , y0 ), la dérivée de la fonction: x −→ f (x, y0 )
∂x
au point x0 . Donc
∂f f (x, y0 ) − f (x0 , y0 )
(x0 , y0 ) = lim
∂x x→x0 x − x0
On appelle dérivée partielle première ou d’ordre un de f par
rapport à y au point (x0 , y0 ), notée:
∂f 0
(x0 , y0 ) = fy (x0 , y0 ), la dérivée de la fonction: y −→ f (x0 , y )
∂x
au point y0 . Donc
∂f f (x0 , y) − f (x0 , y0 )
(x0 , y0 ) = lim 60 / 242
Définition
On appelle dérivée partielle seconde ou d’ordre deux de f par
rapport à x au point (x0 , y0 ), notée:
∂2f ∂ ∂f 00
2
(x0 , y0 ) = ( )(x0 , y0 ) = fx (x0 , y0 ), la dérivée de la
∂x ∂x ∂x
fonction:
∂f
x −→ (x, y0 ) au point x0 .
∂x
rapport à y au point (x0 , y0 ), notée:
∂2f ∂ ∂f 00
2
(x0 , y0 )= ( )(x0 , y0 )=fy (x0 , y0 ), la dérivée de la
∂y ∂y ∂y
fonction:
∂f
y −→ (x0 , y ) au point x0 .
∂y
61 / 242
Définition
rapport à x, y au point (x0 , y0 ), notée:
∂2f ∂ ∂f 00
(x0 , y0 )= ( )(x0 , y0 ) = fxy (x0 , y0 ), la dérivée de la
∂x∂y ∂x ∂y
fonction:
∂f
x −→ (x, y0 ) au point x0 .
∂x
rapport à y, x au point (x0 , y0 ), notée:
∂2f ∂ ∂f 00
(x0 , y0 ) = ( )(x0 , y0 ) = fyx (x0 , y0 ), la dérivée de la
∂y∂x ∂y ∂x
fonction:
∂f
y −→ (x0 , y) au point y0 .
∂x
62 / 242
Définition
On dit que f est de classe C k sur un ouvert Ω de IRn si les
dérivées partielles d’ordre k de f sont continues sur Ω.
63 / 242
→
−
Soient a un point de Ω un ouvert de Rn et u un vecteur de Rn .
Puisque contient une boule ouverte centrée en a, la fonction:
→
−
t → f (a + t. u )
est définie sur un voisinage de 0 dans R.
Définition
→
−
On appelle dérivée de f en a suivant le vecteur u , et on note
→
−
→ (a), la dérivée (si elle existe) de la fonction t → f (a + t. u )
df−
u
→
−
f (a + t. u ) − f (a)
en 0, i.e:df−
→ (a) = lim
u t→ t
Notons que df−

→ (0) existe toujours et vaut 0.
u
64 / 242
Rappel.
Dérivées partielles. Différentiabilité dans R2 .
Différentielle totale d’une fonction de plusieurs variables. Propriétés.
Plan
Motivation.

Rappel.
Propriétés.
65 / 242
Rappel.
1. Rappel.
On sait que la dérivée une fonction d’une seule variable en x0
est donnée par:
0 df 0
f (x0 ) = (x0 ), donc df (x0 ) = f (x0 )dx.
dx
On généralise cette définition dans Rn de la façon suivante:
Définition
Soit f une fonction numérique de plusieurs variables définie sur
un ouvert un voisinage contenant x0 = (x10 , x20 , ..., xn0 ).
On appelle différentielle totale de f en x0 , qu’on note dfx0 ,
l’application linéaire de Rn dans R définie par :
Pn ∂f
(df )x0 = (x0 )dxi .
i=1 ∂xi
66 / 242
Rappel.
Cas particuliers
∂f ∂f
1 Dans R2 : (df )( x0 , y0 ) = (x0 , y0 )dx + (x0 , y0 )dy .
∂x ∂y
2 Dans R3 : (df )( x0 , y0 , z0 ) =
∂f ∂f ∂f
(x0 , y0 , z0 )dx + (x0 , y0 )dy + (x0 , y0 , z0 )dz.
∂x ∂y ∂z
67 / 242
Rappel.
Plan
Motivation.

Rappel.
Propriétés.
68 / 242
Rappel.
2. Différentiabilité dans R2 .
Définition
Soit Ω un ouvert de R2 et soit f une fonction f : Ω → R. On dit
que f est différentiable en (x0 , y0 ) ∈ Ω s’il existe des constantes
réelles a et b telles que:
f (x0 + h, y0 + k) − f (x0 , y0 ) = ah + bk + (h, k) et
(h, k )
lim(h,k )→(0,0) √ = 0.
h2 + k 2
69 / 242
Rappel.
Remarques
∂f ∂f
1. On peut montrer que: h = (x0 , y0 ) et k = (x0 , y0 ).
∂x ∂x
2. Pour montrer qu’une fonction est différentiable en un point
(x0 , y0 ), on calcule les dérivées partielles en ce point et la
limite:
f (x0 + h, y0 + k) − f (x0 , y0 ) − ah + bk
lim √ = L.
(h,k )→(0,0) h2 + k 2
Si cette limite est nulle la fonction est différentiable en ce point
et de différentiable:
∂f ∂f
(df )( x0 , y0 ) = (x0 , y0 )dx + (x0 , y0 )dy
∂x ∂y
70 / 242
Rappel.
Plan
Motivation.

Rappel.
Propriétés.
71 / 242
Rappel.
Propriétés.
Proposition Soit f : Ω ⊂n −→ R et g : Ω ⊂ IRn −→ IR de classe

C 1 sur l’ouvert Ω de IRn . Alors pour tout (α, β) ∈ IR2 et tout
a ∈ Ω : d(f + g)a = dfa + dga
Remarque
La différentielle totale de z = f (x, y) est l’accroissement de z
lorsque dx et dy tendent vers 0. dz ' ∆z.
On peut déterminer l’erreur ε(z) de z si on connaı̂t les
variations dx et dy .
72 / 242
Rappel.
En effet:
∂f ∂f
dz = (x0 , y0 )dx + (x0 , y0 )dy .
∂x ∂y
∂f ∂f
| dz |≤| (x0 , y0 ) | . | dx | + | (x0 , y0 ) | . | dy |.
∂x ∂y
ou
∂f ∂f
| ε(z) |≤| (x0 , y0 ) | . | ε(x) | + | (x0 , y0 ) | . | ε(y ) |.
∂x ∂y
73 / 242
Rappel.
Exemple
Soit f (x, y) = x 2 − xy + 2y 2 − 3x + 2.
1 Calculer df (1, 2).
2 En déduire l’erreur ε(z) lorsque (x = 1 + 0.02 ou
x = 1 + 0.02) et (y = 2 + 0.01 ou y = 1 − 0.01).
0
fx (x, y ) = 2x − y − 3,
0
fx (x, y ) = −x + 4y
0
fx (1, 2) = −3,
0
fx (1, 2) = 7
df (x, y) = (2x − y − 3)dx + (−x + 4y)dy donc
df (1, 2) = −3dx + 7dy d’où:
| ε(z) |≤ 3 | ε(x) | +7 | ε(y ) |≤ 0.27
74 / 242
Rappel.
Proposition
f est différentiable en un point a alors f est continue en a.
Proposition
f est différentiable en un point a alors f admet une dérive
→
−
suivant tout vecteur non nul u de Rn .
75 / 242
Rappel.
Proposition
f : Ω ⊂ Rn → R soit différentiable en un point a, il suffit que f
∂f
admette sur V , un voisinage de a, n dérivées partielles ,
∂xi
toutes continues en a.
76 / 242
Rappel.
Démonstration.
V est un ouvert donc il existe η > 0, P ⊂ V , où
P = {x; ∀j = 1, ..., n, |xj − aj | < η}.
j
X
Pour h ∈ Ω, tel que ∀j = 1, ..., n, |h| < η, soit Vj = hi ei ,
i=1
1 ≤ j ≤ n et V0 = 0
n
X
On a alors f (a + h) − f (a) = f (a + Vj ) − f (a + Vj−1 ), donc
j=1
n n
X ∂f X
f (a + h) − f (a) − hj = ϕj (hj ) − ϕj (0)
∂xj
j=1 j=1
∂f
avecϕj : t → f (a + Vj−1 tej ) − t (a).
∂xj
77 / 242
Rappel.
L’inégalité des accroissements finis appliquée à ϕj sur [0, hj ]

donne
∂f
|ϕj (hj ) − ϕj (0)| ≤ |hj |c avec ϕj = sup |f (a + Vj−1 tej ) − t (a)|
t∈[0,hj ] ∂xj
donc avec, par exemple, khk = sup (|hj |):
1≤j≤n
n n
X ∂f X
|f (a + h) − f (a) − hj | ≤ khk Mj
∂xj
j=1 j=1
La continuité des dérivées partielles en a donne: lim Mj = 1.
h→0
Pn ∂f
D’où f (a + h) − f (a) − j=1 hj = o(h)
∂xj
78 / 242
Rappel.
Proposition
Pour que f : Rn → R soit différentiable sur un oivert U de Rn , il
suffit et il suffit que f soit de classe C 1 sur U.
79 / 242
Rappel.
Conséquence.
Si f est différentiable en un point a alors f admet une dérive
partielle par rapport à chacune de ses variables.
Remarque
La réciproque de la proposition n’est pas toujours vraie.
80 / 242
Rappel.
Étude de la continuité et la différentiabilité (0, 0) de la fonction:

y 2x

f (x, y ) = 2 , si;(x, y) 6= (0, 0)

x + y2
f (x, y ) = 0, si:(x, y) = (0, 0)

81 / 242
Rappel.
Il est évident que la fonction est continue en (0, 0).

t3
On a pour tout t, f (t(1, 1)) = , et
2.t 2
f (t(1, 1)) − f (0, 0) 1
lim = . Donc f est différentiable suivant le
t→0 t 2
1
vecteur (1, 1) et on a: d(1,1) f (0, 0) = .
2
f (t(2, 1)) − f (0, 0) 2 1
Et lim = 6= . Donc f n’est pas
t→0 t 5 2
différentiable en (0, 0).
82 / 242
Rappel.
Plan
Motivation.

Rappel.
Propriétés.
83 / 242
Rappel.
Théorème
Soit f une fonction définie sur une partie ouverte D de R2
admettant des dérivées partielles continues sur D. On suppose
que x et y sont des fonctions d’une seule variable définies et
dérivables sur un intervalle I de R; x = ϕ(t) et y = ψ(t).
Alors la fonction F définie sur I par F (t) = f 0 x, y ) = f (ϕ(t), ψ(t))
est dérivable sur I et on a
0 dF ∂f dx ∂f dy
F = = . + . ,
dt ∂x dt ∂y dt
ou
0 0 0 0 0
F (t) = fx (ϕ(t), ψ(t))ϕ (t) + fy (ϕ(t), ψ(t))ψ (t).
84 / 242
Rappel.
Exemples
Si F (t) = x(t)y(t) = f (x(t), y(t)) avec x(t) = cos t et
y (t) = sin(t) alors
0 ∂f dx ∂f dy ∂(xy ) d ∂(xy ) d
F = . + . = . (cos t) + . (sin t)
∂x dt ∂y dt ∂x dt ∂y dt
= −y . sin t + x. cos t = − sin2 t + cos2 t = cos(2t).
85 / 242
Extremums libres de fonctions de Rn dans R
Extremums liés
Études d’extremums sur un compact
Part IV
Optimisation dans Rn
86 / 242
Extremums liés Définitions et généralités
Études d’extremums sur un compact Conditions d’extremums libres
Dans cette partie on cherche à étudier l’existante d’extremum

d’une fonction de Rn dans R, puis à calculer ces éventuels
extremums.
87 / 242
Plan
6 Extremums libres de fonctions de Rn dans R
Définitions et généralités
Conditions d’extremums libres
Fonction de deux variables et extremums libres.
Application de la trace
Fonction de trois variables et extremums libres.
7 Extremums liés
Méthode de substitution.
Cas de deux variables
Cas de fonctions à trois variables et deux contraintes
Méthode de Lagrange.
Techniques de calcul des extrémums sous contrainte en dimension
2.
8 Études d’extremums sur un compact
88 / 242
Soit f une fonction de deux variables définie sur un ouvert Ω de

Rn et a = (a1 , a2 , ..., an ) un point de Ω.
89 / 242
Définition
(Extremums globaux).
1 On dit que f admet un maximum global au point
(a1 , a2 , ..., an ) si
∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≤ f (a).
On écrit: f (a) = sup(x)∈Ω f (x)

2 On dit que f admet un minimum global au point
(a1 , a2 , ..., an ) si:
∀x = (x1 , x2 , ..., xn ) ∈ Ω f (x) ≥ f (a).
On écrit f (a) = inf(x)∈Ω f (x).
90 / 242
Définition
(Extremums globaux).
1 On appelle extremum global un maximum global ou un
minimum global.
2 L’extremum global est strict si l’inégalité est stricte pour
x 6= a.
91 / 242
Définition
(Extremums locaux).
1 On dit que f admet un maximum local au point a s’il existe
une boule ouverteT B(a, r ) de centre de a et dr rayon r tels
que: ∀(x) ∈ Ω B(a, r ), f (x) ≤ f (a).
On écrit: f (a) = sup(x)∈ϑa f (x).
2 On dit que f admet un minimum local au point a s’il existe
une boule ouverte B(a, r ) de centre de a et dr rayon r tels
que: T
∀(x) ∈ Ω B(a, r ), f (x) ≥ f (a).
On écrit f (a) = infx∈ϑa f (x).
92 / 242
Définition
(Extremums locaux).
1 On dit que f admet un maximum local au point a s’il existe
une boule ouverteT B(a, r ) de centre de a et dr rayon r tels
que: ∀(x) ∈ Ω B(a, r ), f (x) ≤ f (a).
On écrit: f (a) = sup(x)∈ϑa f (x).
2 On dit que f admet un minimum local au point a s’il existe
une boule ouverte B(a, r ) de centre de a et dr rayon r tels
que: T
∀(x) ∈ Ω B(a, r ), f (x) ≥ f (a).
On écrit f (a) = infx∈ϑa f (x).
93 / 242
Définition
(Extremums locaux).
1 On appelle extremum local un maximum global ou un
minimum local.
2 L’extremum local est strict si l’inégalité est stricte pour
x 6= a.
94 / 242
Remarque.
Dans le cas de fonctions de plusieurs variables, contrairement
au cas d’une seule variable, la visualisation des extremums est
délicates. Considérons la fonction
f (x, y) = 1 + 30x 2 + 20x 3 − 15x 4 − 12x 5 + 8y 2

définie sur Ω =] − 2, 2[×] − 1, 1[ admet un minimum local et
minimum global. Sur le fermé Ω = [−2, 2]×][−1, 1] la fonction f
possède, en plus deux minimums sur Ω, six maximums et six
autres minimums (situé sur la frontière de Ω, ∂Ω = Ω\Ω).
95 / 242
Exemples
1 Soit la fonction f définie par f (x, y ) = 3 + 2x + 4y − x 2 − y 2 .

On a pour tout (x, y) de R2 :
f (x, y ) = 8 − (x − 1)2 − (y − 1)2 et f (2, 1) = 8 donc f admet
un maximum global au point (2, 1) et ce maximum est: 8.
2 La fonction f (x, y ) = x 2 y n’admet ni maximum ni minimum
au voisinage de (0, 0).
96 / 242
Plan
7 Extremums liés
2.
97 / 242
98 / 242
Soit f une fonction de deux variables de classe ∈ sur un ouvert

Ω de R2 et (a, b) un point de Ω.
Conditions nécessaires d’optimalité (du premier ordre)
98 / 242
Théorème
Si f admet un extremum au point (a, b) et si elle a des dérivées
partielles en ce point, alors
∂f ∂f
(a, b) = (a, b) = 0.
∂x ∂y
99 / 242
Remarque.
La réciproque de ce théorème set fausse (prendre la fonction
f (x, y ) = xy ).
100 / 242
Conditions suffisantes d’optimalité (du second ordre)

Définition
On appelle point stationnaire ou critique le point solution du
système:
∂f ∂f
(x, y) = 0, et (x, y) = 0..
∂x ∂y
101 / 242
Au voisinage d’un point critique (a, b), la formule de Taylor

donne:
0 0 1 00
f (a + h, b + k) = f (a, b) + hfx (a, b) + kfy (a, b) + (h2 fx (a, b) +
00 00
2
2hkfxy (a, b) + k 2 fy (a, b)) + o((h2 + k 2 )2 ).
Donc f (a + h, b + k) − f (a, b) =
k 2 00 h 00 h 00
(fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) + o((h2 + k 2 )2 ).
2 k k
Le signe de f (a + h, b + k ) − f (a, b) est celui de
k 2 00 h 00 h 00
(f (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) au voisinage de
2 x k k
(a, b).
102 / 242
Rappel:(signe d’un trinôme)

Le signe du trinôme: T (x) = ax 2 + bx + c dépend du signe de
∆ = b2 − 4ac
1 Si ∆ < 0, T ne s’annule pas et garde un signe constant:
celui de a.
2 ∆ = 0, T s’annule une seule fois et garde un signe
constant,celui de a.
3 ∆ > 0, T s’annule deux fois, donc change signe.
103 / 242
On déduit donc que le signe de f (a + h, b + k) − f (a, b) =

k 2 00 h 00 h 00
(fx (a, b)( )2 + 2fxy (a, b)( ) + fy (a, b)) au voisinage de
2 k k
(a, b), dépend du signe de ∆ = s02 − r0 t0 , Où:
∂2f ∂2f ∂2f

r0 = (a, b), s0 = (a, b et t0 = (a, b).
∂x 2 ∂x∂y ∂y 2
Ces notations sont appelées: Notation de Monge alors
∇(a, b) = r0 t0 − s02 .
104 / 242
Définition
On appelle matrice héssienne de f aupoint (a, b) la matrice
∂2f ∂2f
 ∂x 2 (a, b) ∂x∂y (a, b)
Hf (a, b) = 
 ∂2f
. Son déterminant, noté
∂2f 
(a, b) 2
(a, b)
∂x∂y ∂y
∇(a, b), est appelé: hessien de f au point (a, b). On a alors
Hf (a, b) = r0 t0 − s02 .
105 / 242
Théorème
1 Si Hf < 0 alors f n’admet pas d’extremum au point (a, b) (

c’est un point selle).
2 Si Hf > 0 et r0 < 0, alors f admet un maximum local au
point (a, b).
3 Si Hf > 0 et r0 > 0, alors f admet un minimum local au
point (a, b).
4 Si Hf = 0, on ne peut pas conclure.
106 / 242
Définition
On appelle trace d’une matrice la somme de ses éléments diag-
onaux dans une base quelconque.
107 / 242
Définition
1 Un polynôme scindé est un polynôme qui peut se
factoriser en produit d’expressions du 1er degré.
2 On appelle polynôme caractéristique de la matrice A, le
déterminant de A − λIn , noté PA (λ) = det(A − λ.In ).
108 / 242
Théorème
Si le polynôme caractéristique est scindé, la trace d’une matrice
est égale à la somme des valeurs propres.
109 / 242
Exemples
1 Le polynôme X 2 + 2X + 1 = (X + 1)(X + 1) est scindé sur

R comme sur C.
2 Le polynôme X 2 + X + 1 est scindé sur C mais pas sur R.
En particulier, sur C, tous les polynômes sont scindés.
110 / 242
Remarque
Dans la pratique, le calcul des valeurs propre est unitil. Car
λ.µ = detHf (a, b) et Tr (Hf (a, b)) = λ + µ.
La matrice Hf (a, b) est symétrique et admet deux valeurs

propres réelles λ et µ et on a
Tr (Hf (a, b) = r0 + t0 = λ + µ.
Si par exemple r0 t0 − s02 > 0 et r0 < 0, les deux valeurs propres
sont de même signe. Comme r0 < 0 on a aussi t0 < 0 sinon on
aurait r0 t0 − s02 < 0. Donc λ + µ < 0, ce qui entraı̂ne que les
deux valeurs propres sont négatives. On a donc un maximum
local.
111 / 242
Théorème
1 Si detHf (a, b) < 0 alors f n’admet pas d’extremum au point
(a, b) ( c’est un point selle).
2 Si detHf (a, b) = λ.µ > 0 et Tr (Hf )(a, b) = λ + µ > 0, alors
f admet un minimum local au point (a, b).
3 Si detHf (a, b) = λ.µ > 0 et Tr (Hf )(a, b) = λ + µ < 0, alors
f admet un maximum local au point (a, b).
4 Si ∇(a, b) = 0, on ne peut pas conclure.
112 / 242
Cherchons sur R2 les extremums de

f : (x, y) → x 3 + y 3 .
On cherche d’abord les points critiques.
∂f ∂f
= 3x 2 = 0 ⇒ x = 0, et = 3y 2 = 0 ⇒ y = 0
∂x ∂y
Il n’y a qu’un seul point critique (0, 0). En ce point (0, 0) on a
∂2f ∂2f ∂2f

(0, 0) = 6x |(0,0) = 0 = r , (0, 0) = 0 = s, (0, 0) = 6y |(0,0
∂x 2 ∂x∂y ∂y 2
En (0, 0) , s2 − rt = 0, le théorème ne permet pas de conclure.

Mais f (x, y) − f (0, 0) = x 3 + y 3 et
f (−x, −y) − f (0, 0) = −x 3 − y 3 expression de signe opposé.
Ainsi f (x, y) − f (0, 0) change de signe au voisinage du point
critique : (0, 0) est un point col.
113 / 242
Exercice d’application.
Déterminer les points stationnaires et leurs natures pour la
fonction f (x, y) = x 3 + 3xy 2 − 15x − 12y .
114 / 242
115 / 242
Soit f une fonction de trois variables définie sur un ouvert Ω de

R3 . On considère le héssien de f défini par
 00 00 (a, b, c) f 00 (a, b, c) 
fx 2 (a, b, c) fxy xz
00 (a, b, c) f 00 (a, b, c) f 00 (a, b; c) 
Hf (a, b, c) =  fyx y 2 yz et son
00 00 00
fzx (a, b, c) fzy (a, b, c) fz 2 (a, b, c)
déterminant est
fx002 (a, b, c) fxy
00 (a, b, c) f 00 (a, b, c)
xz
00 (a, b, c) f 00 (a, b, c) f 00 (a, b; c)
detHf (a, b, c) = fyx y 2 yz .
00 00 00
115 / 242
Théorème
Soit un domaine ouvert Ω de R3 , une fonction deux fois con-
tinûment différentiable sur Ω et (a, b, c) un point de Ω. On note
→
−
∇f le gradient et Hf la matrice hessienne de f au point (a, b, c).
→
− →
−
1 Si ∇f = 0 et si Hf a toutes ses valeurs propres
strictement négatives, alors f admet un maximum local en
(a, b, c).
→
− →
−
2 Si ∇f = 0 et si Hf a toutes ses valeurs propres
strictement positives, alors f admet un minimum local en
(a, b, c).
→
− →
−
3 Si ∇f = 0 et si Hf a au moins une valeur propre nulle on
ne peut pas conclure.
116 / 242
Une autre version du théorème.

Soit un domaine ouvert Ω de R3 , une fonction deux fois
continûment différentiable sur Ω et (a, b, c) un point de Ω. On
→
−
note ∇f le gradient de f .
Soient les déterminants
00 (a, b, c) f 00 (a, b, c)
fx002 (a, b, c) fxy xz
∆3 = fyx (a, b, c) fy002 (a, b, c) fyz
00 00 (a, b; c)
,
00 00 00
00 (a, b, c)
fx002 (a, b, c) fxy 00
∆2 = 00 (a, b, c) f 00 (a, b, c) , et ∆1 = fx 2 (a, b, c)
fyx y 2
117 / 242
Théorème
1 Si tous les déterminants ∆i strictement positifs pour

i = 1, 2, 3, alors f admet un minimum local en (a, b, c).
2 Si tous les déterminants (−1)i ∆i strictement positifs pour
i = 1, 2, 3, alors f admet un maximum local en (a, b, c).
3 Si l’un au moins des déterminants est nul on ne peut pas
conclure.
118 / 242
Examples.
1. Soit la fonction de trois variables
f (x, y , z) = x 4 + y 2 + z 2 − 4x − 2y − 2z + 4.
Le gradient et la matrice hessienne de f sont
4x 3 − 4 12x 2 0 0
   
→
−
∇f (x, y, z) =  2y − 2  Hf (x, y , z) =  0 2 0 
2z − 2 0 0 2
Le gradient s’annule au point(1, 1, 1) , qui est un minimum local,

puisque les valeurs propres de la matrice hessienne sont toutes
strictement positives. Il s’agit en fait d’un minimum global.
119 / 242
2. Soit la fonction de trois variables.

f (x, y , z) = x 4 − 2x 2 y + 2y 2 + 2z 2 + 2yz − 2y − 2z + 2.
4x 3 − 4xy
 
→
−
∇f (x, y , z) =  −2x 2 + 4y + 2z − 2 
2y + 4z − 2
12x 2 + 4y −4x 0
 
Hf (x, y, z) =  −4x 4 2 .
0 2 4
120 / 242
Le gradient s’annule en trois points,(1, 1, 0) ,(−1, 1, 0) et

1 1
(0, , ). Pour les deux premiers points, la matrice hessienne a
3 3
toutes ses valeurs propres positives : ce sont des minimums.
1 1
En (0, , ), la matrice hessienne a deux valeurs propres
3 3
positives, et une négative. Ce n’est donc ni un maximum ni un
minimum : nous parlerons encore de “point selle”, par
analogie avec la dimension .
121 / 242
3. Soit la fonction de trois variables

f (x, y , z) = x 4 − 2x 2 y + 2y 2 + 2z 2 + 4yz − 2y − 2z + 2.
4x 3 − 4xy
 
→
−
∇f (x, y, z) =  −2x 2 + 4x + 4y − 2 
4y + 4z − 2
12x 2 − 4y −4x 0
 
Hf (x, y, z) =  −4x 4 4 .
0 4 4
Le gradient s’annule en tous les points (x, y , z) tels que x = 0

et4y + 4z − 2 = 0. En chacun de ces points la matrice
hessienne a au moins une valeur propre nulle et le théorème
ne permet pas de conclure.
122 / 242
On utilise la formule de Taylor pour étudier donc le signe de:

1 1 1
f (h, k , + l) − f (0, 0, ), en (0, 0, ) par exemple.
2 2 2
1
On a au point (0, 0, ):
2
1 1
fx 2 = fxz = fxy = fyz = 0, fy002 (0, 0, ) = 4, et fz002 (0, 0, ) = 4.
00 00 00 00
2 2
1 1 1 2 2
Donc f (h, k, + l) − f (0, 0, ) = (4k + 4l ) ≥ 0; ce qui
2 2 2
1
prouve que f admet un minimum local en (0, 0, ) et ce
2
1 3
minimum est : f (0, 0, ) = .
2 2
123 / 242
Remarque.
On sera vigilant que les théorèmes s’appliquent à des ensem-
bles ouverts. Une fonction définie sur un ensemble non ou-
vert peut admettre des extremums sans que sa différentielle soit
nulle.
Par exemple la fonction f (x, y) = x 2 + y 2 définie sur la boule
unité fermée B(O(0, 0), 1) de centre O et de rayon 1 présente
des maximums en tout point du bord de B(O(0, 0), 1) alors que
sa différentielle n’est nulle qu’au point O(0, 0).
124 / 242
Extremums liés
Plan
7 Extremums liés
2.
125 / 242
Extremums liés
Il s’agit de chercher les extremums d’une fonction

z = f (x1 , ..., xn ) dans le cas où les variables sont liés par une
relation de la forme: g(x1 , ..., xn ) = 0, appelée: contrainte.
Pour ceci on utilise deux méthodes: Méthode de substitution
et Méthode de Lagrange.
126 / 242
Extremums liés
Plan
7 Extremums liés
2.
127 / 242
Extremums liés
128 / 242
Extremums liés
La méthode de substitution consiste à:

1 Définir les différentes variables x1 , x2 , x3 ,...;
2 Écrire l’objectif en fonction des variables ; Écrire toutes les
contraintes ;
3 Exprimer, en utilisant les contraintes, toutes les variables
en termes d’une seule ou des variables en fonctions du
reste (par exemple x2 = f1 (x1 ) , x3 = f2 (x1 ) , ...) ;
4 Substituer ces expressions dans l’objectif ;
5 Optimiser une fonction d’une seule variable.
128 / 242
Extremums liés
Remarque.
La fonction à optimiser peut souvent dépendre de plusieurs fac-
teurs. Par exemple, les profits réalisés peuvent dépendre du
coût des ressources, du nombre d’employés, du prix de vente.
Comment optimiser, sous contrainte, une fonction à plusieurs
variables ?
La difficulté réside dans le fait que nous sommes confrontés à
plus d’une variable. La résolution d’un tel problème fait appel à
la méthode dite de substitution, le résultat étant la réduction du
nombre de variables.
129 / 242
Extremums liés
130 / 242
Extremums liés
Soit à optimiser la fonction: f sous la contrainte g(x, y) = 0 .

Soit (a, b) tel que: g(a, b) = 0 et gy0 (a, b) 6= 0.
On suppose que gx0 et gy0 sont définies et continues sur un
voisinage de (a, b).
Alors d’après le théorème des fonctions implicites il existe une
fonction ϕ d’une seule variable telle que
gx0 (x, ϕ(x))

g(x, ϕ(x)) = 0, b = ϕ(a) et ϕ0 (x) = − .
gy0 (x, ϕ(x))
On se ramène donc à déterminer les extremums d’une fonction
d’une seule variable
h(x) = f (x, ϕ(x)).
130 / 242
Extremums liés
La condition nécessaire s’écrit: h0 (x) = 0, pour déterminer les

points x0 stationnaires.
La condition suffisante s’écrit h00 (x0 ) 6= 0:
h0 (x0 ) > 0, f admet un minimum;

h0 (x0 ) < 0, f admet un maximum;
131 / 242
Extremums liés
Exemples
Une compagnie produit et distribue de la boisson gazeuse. Les

contenants (canettes) ont une forme cylindrique de hauteur h et
de rayon r . Afin de réduire les coûts, Kola veut minimiser la
surface d’aluminium nécessaire à la construction des
contenants. Cependant, ils doivent s’assurer qu’un contenant
ait un volume de 128πcm3 . Quels sont les dimensions du
contenant qui réalisent l’objectif et satisfait la contrainte ?
132 / 242
Extremums liés
Solution
1 Définir les différentes variables x1 , x2 , x3 ,... ; r : rayon du
cylindre (r > 0); h : hauteur du cylindre (h > 0).
2 Écrire l’objectif en fonction des variables ; Objectif :
minimiser la surface du
contenantMinS(r , h) = 2π.r 2 + 2π.r .h.
3 Écrire toutes les contraintes
volume = 128π et volume = π.r 2 h.
4 Exprimer, en utilisant les contraintes, toutes les variables
en termes d’une seule (par exemple x2 = f1 (x1 ) ,
x3 = f2 (x1 ) ,...). De l’expression: π.r 2 h = 128π, on isole h,
128
h= 2 .
r
5 Substituer ces expressions dans l’objectif
S(r , h) = 2π.r 2 + 2π.r .h
128
On pose ϕ(r ) = 2.π.r 2 + 2.π.r .( 2 ).Donc 133 / 242
Extremums liés
256 0
On a ϕ0 (r ) = (2.π.r 2 + 2.π.r .( )) . Un point stationnaire est
r
obtenu lorsque S 0 (r ) = 0 où
256
4.π.r − π( 2 ) = 0 ⇒ r = 4.
r
Il faut s’assurer qu’on retrouve bien un minimum en ce point:
256 512
Or ϕ00 (r ) = (4.π.r − π( 2 ))0 = 4.π + π( 3 )).
r r
Pour r > 0, la dérivée seconde est toujours positive. La
fonction S est donc toujours convexe, ce qui implique que le
point stationnaire r = 4 constitue un minimum absolu. La valeur
128
correspondante de h est obtenu de la relation h = 2 = 8.
r
La surface est minimisée lorsque r = 4 et h = 8.
134 / 242
Extremums liés
Remarque.
La résolution par substitution demeure un moyen très efficace,
même dans les problèmes ayant plus de deux variables.
135 / 242
Extremums liés
136 / 242
Extremums liés
Étudier les extremums de la fonction f définie par;

f(x, y , z) = x 2 + y 2 − xy + z + 4 sous les contraintes:
x =y
x2 + y2 + z = 5
136 / 242
Extremums liés
Exemples
Avec exactement 2700cm2 de carton, nous désirons construire

une boı̂te (largeur x, profondeur y , hauteur z) pouvant contenir
un volume V . Nous exigeons que la largeur de la boı̂te soit le
double de sa profondeur. Nous aimerions maximiser le volume
que peut contenir cette boı̂te. Quelles valeurs de x, y , z
réalisent notre objectif.
137 / 242
Extremums liés
SOLUTION.
1. Définir les différentes variables/
x : largeur de la boı̂te (x > 0), y : profondeur de la boı̂te
(y > 0)et z : hauteur de la boı̂te (z > 0) ”
2. Écrire l’objectif en fonction des variables: maximiser le
volume de la boı̂te Maxv (x, y , z) = xyz.
3. Écrire toutes les contraintes:
3.1. Surface du matériel disponible 2700m2 ,
2xy + 2yz + 2xz = 270 (1)
3.1. Dimensions exigées x = 2y .
4. Exprimer, en utilisant les contraintes, toutes les variables en
fonction d’une seule. On a x = 2y La variable x est exprimée
en fonction de y dans la contrainte 2 : x = 2y
En substituant cette expression dans la contrainte (1), nous
pourrons aussi exprimer z en fonction de y :
2xy + 2yz + 2zx = 2700 ⇔ 2(2y)y + 2yz + 2z(2y) = 2700 ⇔
2 138 / 242
Extremums liés
5. Substituer ces expressions dans l’objectif d’obtenir une

4
fonction d’une seule variable ϕ(y ) = 900y − y 3 .
3
6. Optimiser. Les points stationnaires sont:
4
ϕ0 (y ) = (900y − y 3 )0 = 0 ⇔ 900 − 4y 2 = 0, ⇒ y = 15 ou
3
y = −15.
Or, seule la valeur y = 15 est acceptable puisque les
dimensions de la boı̂te doivent être positives. Il faut s’assurer
qu’on retrouve bien un maximum en ce point:
4
ϕ00 (y ) = (900y − y 3 )00 = −8y
3
139 / 242
Extremums liés
Sur le domaine y > 0, la dérivée seconde est toujours négative.

La fonction V est donc toujours concave, ce qui implique que le
point stationnaire y = 15 constitue un maximum absolu.
Les valeurs de x et de z correspondantes sont
x = 2y = 2(15) = 30.
Le volume de la boı̂te est donc maximisé lorsque ses
dimensions sont x = 30 , y = 15 , z = 20.
140 / 242
Extremums liés
Plan
7 Extremums liés
2.
141 / 242
Extremums liés
142 / 242
Extremums liés
La méthode de Lagrange est une méthode permettant de

résoudre les problèmes d’optimisation sous contrainte.
Supposons que le problème soit de trouver les extremums
d’une fonction de plusieurs variables f , z = f (x1 , x2 , ..., xn ), tout
en imposant des contraintes sur les valeurs de celle-ci, définie
par:


 g1 (x1 , x2 , ..., xn ) = 0
 g2 (x1 , x2 , ..., xn ) = 0


...........................
g (x , x , ..., xn ) = 0

 p 1 2



p<n
142 / 242
Extremums liés
Cette méthode consiste à introduire des inconnues scalaires

supplémentaire, appelées multiplicateurs de Lagrange, par
contrainte. Ensuite, on forme une combinaison linéaire de la
fonction et des contraintes, les coefficients des contraintes
étant les multiplicateurs de Lagrange. Le problème passe ainsi
d’un problème d’optimisation avec contrainte à un problème
non contraint, qui peut être résolu par une méthode adaptée.
143 / 242
Extremums liés
Pour x = (x1 , x2 , ..., xn ) et (λ1 , λ2 , ...λp ), on obtient la fonction

de Lagrange L de n + p variables:
p
X
L(x, λ1 , λ2 , ...λp ) = f (x) + λi gi (x).
i=1
144 / 242
Extremums liés
145 / 242
Extremums liés
Soit à optimiser la fonction de deux variables f sous la

contrainte g(x, y ) = 0, où f et g sont de classe C 2 .
Pour résoudre le problème, on forme la fonction auxiliaire
appelée: Lagrangien:
L(x, y , λ) = f (x, y ) + λg(x, y ). (1)
145 / 242
Extremums liés
1 On détermine les points stationnaires (x0 , y0 ) et le

multiplicateur auxiliaire λ0 de L:
0 0
Lx (x, y , λ) = fx (x, y ) + λgx (x, y) = 0 (2)
L0y (x, y, λ) = fy0 (x, y) + λgy0 (x, y ) =0=0 (3)
L0λ (x, y , λ) = g(x, y) = 0 (4)
2 On détrmine le hessien de L ,(x0 , y0 , λ0 ).
L00x 2 L00xy L00xλ

detHL (x0 , y0 , λ0 ) = L00yx fy002 L00y λ
L00xλ L00yλy L00λ2
146 / 242
Extremums liés
Théorème
1 Si detHL (x0 , y0 , λ0 ) > 0, f admet un maximum.
2 Si detHL (x0 , y0 , λ0 ) < 0, f admet un minimum.
3 Si detHL (x0 , y0 , λ0 ) = 0, on ne peut pas conclure.
Exemples
Étudier les extremums de la fonction f sous la contrainte dans
le cas suivant f (x, y ) = x 2 y 3 et g(x, y ) = x + y − 5 = 0.
147 / 242
Extremums liés

Dans cette section on va chercher les extremums d’une
fonctions à plusieurs variables sur des sous ensembles de Rn
vérifiant la proprièté de compacité qu’ on donnera uen défintion
simple.
Tout d’abord n ensemble fermé E sera défini à partir de
fonctions continues de la façon suivante:
E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≤ 0}
ou
E = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) ≥ 0},
un ouvert O sera défini par
O = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) < 0}
ou
O = {x = (x1 , x2 , ..., xn ) ∈ Rn ; f (x) > 0}.
S’inspirer des intervalles pour définir l’ensemble compact. C’est
un ferme borné (exemple segment et disque et extérieur d’un 148 / 242
Extremums liés
Théorème
Soit f : K ⊂ Rn → R continue avec K un compact, alors f K

est un compact. En particulier fonction atteint ses bornes sur K .
Exercice.
Soit f la fonction définie par
f (x, y ) = x 4 + y 4 − 2(x − y )2 .
1 Déterminer les points stationnaires de f et leurs natures.

2 Soit D le domaine de R2 défini par:
D = {(x, y ) ∈ R2 : 1 ≤ x 2 + y 2 ≤ 4}.
Déterminer les extremums de f sur le domaine D.

149 / 242
Extremums liés
Corrigé.
1.Déterminer les points stationnaires de f et leurs natures.
Les points sont donnés par le système
∂f


 (x, y) = 0
∂x
∂f

 (x, y ) = 0
∂y
4(x 3 − x + y ) = 0

4(y 3 + x − y) = 0
√ √ √ √
(x, y ) ∈ {(0, 0), ( 2, − 2), (− 2, 2)}.
150 / 242
Extremums liés
La nature des points stationnaires:

Les dérivées partielles secondes de f sont:
∂2f 2
2 − 1), ∂ f (x, y ) = 4(3y 2 − 1) et
(x, y ) = 4(3x
∂x 2 ∂x 2
∂2f
(x, y ) = −4.
∂x∂y
La matrice héssienne est donc
4(3x 2 − 1)

−4
Hf (x, y) = et son déterminant est
−4 4(3y 2 − 1)
detHf (x, y) = 16(3x 2 − 1).(3y 2 − 1) − 16.
151 / 242
Extremums liés
* Pour le point (0, 0), le determinant est

detHf (0, 0) = 16 − 16 = 0, on ne peut pas conclure.
Mais f (x, x) = 2x 4 > 0 et f (x, −x) = 2x 4 − 2x 2 < 0 donc f
n’a pas d’extremum en (0, 0).
√ √
* Pour le point 2, − 2 , le determinant est
√ √
detHf 2, − 2 = 16.2 > 0,
∂2f √ √
comme 2
∓ ( 2, − 2) = 8 > 0 f admet un minimum
∂x √ √
local en ∓ ( 2, − 2) et ce minimum est
√ √
f ∓ ( 2, − 2) = 4 + 4 − 16 = −8.
152 / 242
Extremums liés
2. Déterminer les extremums de f sur le domaine D.

La fonction f est continue sur le compact D (c’est un fermé
borné de R2 ) et donc y admet un minimum et un maximum.
2.1. Sur l’ouvert ouv (D) = {(x, y ) ∈ R2 : 1 < x 2 + y 2 < 4}, le
système
∂f


 (x, y) = 0
∂x
∂f

 (x, y ) = 0
∂y
n’a pas de solutions.
153 / 242
Extremums liés
2.2. Il reste à étudier les valeurs prises par f sur le bord de D.

En passant aux coordonnées polaires sur la frontière
x 2 + y 2 = 4 on obtient
g(t) = f (2 cos(t), 2 sin(t)) = −8 sin2 (2t) + 8 sin(2t) + 8.
Étudions des variations de la fonction g.
On a g 0 (t) = 16 1 − 2 sin(2t) cos(2t) = 0
π π 5π
donc t ∈ {− + kπ 2 , + k π, + kπ}.
4 12 12
154 / 242
Extremums liés
Natures de ces points:
g 00 (t) = −32 sin(2t) + 2 cos(4t) .

π kπ
∗ g 00 (− + ) = 32 > 0 pour k impair et
4 2
π
g 00 (− + kπ) = 96 > 0 pour k pair, g admet donc
4
π
un minimum aux points − + k π et ce minimum
4
00 π kπ
est:g (− + ) = 8 pour k impaire et
4 2
π kπ
g 00 (− + ) = −8 pour k pair.
4 2
π
∗ g 00 ( + kπ) = −48 < 0 et
12
5π
g 00 ( + k π) = −48 < 0, g admet donc un
12
π 5π
maximum aux points + kπ et + kπ ce
12 12 155 / 242
Extremums liés
Donc g admet un minimum aux points t0 et ce minimum est

g(t0 ) = 8 et un maximum aux points t1 et t2 et ce minimum est
g(t1 ) = 10.
Ainsi la fonction f admet
√ √sous la contrainte
√ √ donnée un minimum
2 2 − 2 2
un local au points ( , ) et ( ,− ) suivant que k est
2 2 2 2
pair ou impair et ces minimums valent −8 et 8. et elle admet un
π π
maximum aux points cos( + k π), sin( + kπ) et
12 12
5π 5π
cos( + kπ), sin( + kπ) et ce maximum vaut 10.
12 12
156 / 242
Définitions et continuité.
Différentielle d’une fonction de plusieurs variables à valeurs dans IRp
Matrice jacobienne et Jacobien.
Composition des fonctions de classe C 1 .
Applications de la matrice Jacobienne.
Part V
Fonction de plusieurs variables-calcul intégral
157 / 242
1. Définitions et continuité.
Définition
On appelle fonction de plusieurs variables à valeurs dans IRp
toute application f d’une partie Ω de IRn dans IRp qu’on note:
f : Ω → IRp ; (x1 , x2 , ...xn ) →
(f1 (x1 , x2 , ...xn ), f2 (x1 , x2 , ...xn ), ..., fp (x1 , x2 , ...xn )) où les fi , sont
des fonctions numériques de plusieurs variables définies sur Ω,
appelées: fonctions coordonn és.
On note f = f1 , f2 , ..., fn .
158 / 242
Théorème
Soit f = f1 , f2 , ..., fn une fonction définie sur partie Ω de IRn

dans IRp et a ∈ Ω.
f est continue en a (resp sur Ω) si et seulement si toutes ses
coordonnées sont continues en a (resp sur Ω).
159 / 242
Exemples
√
f : Ω → IR3 , (x, y , z) → (ln(1 − x 2 − y 2 − z 2 ), arctan( z)).
Df = {(x, y, z) ∈ Ω, 1 − x 2 − y 2 − z 2 > 0 et z ≥ 0 } c’est donc
l’intérieur de la demi-sphère supérieure sans sa frontière.
160 / 242
2. Différentielle d’une fonction de plusieurs variables à

valeurs dans IRp
. II. Différentielle d’une fonction de plusieurs variables à
valeurs dans IRp .
Définition
Soit f : Ω ⊂ IRn −→ IRp définie sur un domaine Ω de IRn , avec
f = (f1 , f2 , ..., fp ).
Pour tout a ∈ Ω, on note dfa l’application linéaire de IRn dans
IRp définie par: dfa .(h) = ((df1 )a (h), (df2 )a (h), ..., (dfp )a (h)) pour
n ∂f
i
tout h = (h1 , h2 , ..., hn ) de IRn et (dfi )a (h) =
P
(a)hj .
j=1 ∂x j
L’application dfa est appelée différentielle de f en a.
161 / 242
Définition
On dit que f est de classe C k sur un ouvert Ω de IRn si toutes
les fonctions composantes sont de classes C k sur Ω.
Définition
On dit que f est de classe C 1 -difféomorphisme d’ un ouvert Ω
de IRn sur un ouvert Ω0 de IRn si f est une bijection de Ω sur Ω0
et si les fonctions f et f −1 sont de classes C 1 .
Proposition
Soit f : Ω ⊂n −→ IRp et g : Ω ⊂ IRn −→ IRp de classe C 1 sur

l’ouvert Ω de IRn . Alors pour tout (α, β) ∈ IR2 et tout a ∈ Ω :
d(f + g)a = dfa + dga .
162 / 242
III. Matrice jacobienne et Jacobien.
Jacobi 1 est l’un des fondateurs de la théorie des déterminants.

En particulier, il invente le déterminant de la matrice (dite
jacobienne) formée par les n2 dérivées partielles de n fonctions
données de n variables indépendantes. Son déterminant, le
déterminant jacobien est crucial dans le calcul infinitésimal.
1
Charles Gustave Jacob Jacobi, ou Carl Gustav Jakob Jacobi, (10
décembre 1804 à Potsdam - 18 février 1851 à Berlin) est un mathématicien
allemand.
163 / 242
Définition

∂fi
Pour tout a ∈ Ω, la matrice (a) , est appelée
∂xj 1≤i ≤p
1≤j ≤n
matrice Jacobiene de f en a. Elle est notée: Jf (a). Si n = p le
déterminant de Jf (a) est appelé: Jacobienne de f en a. Il est
noté:
D(f1 , f2 , ..., fn )
det Jf (a) = .
D (x1 , x2 , ...xn )
164 / 242
Proposition
Soit f une application d’ un ouvert Ω de IRn dans un ouvert Ω0

de IRn injective. Alors Ω0 = f (Ω).
Dans ce cas f est de classe C 1 -difféomorphisme de Ω sur Ω0 si
et seulement si la matrice jacobienne de f est inversible.
C’est-à-dire le jacobien de f en tout point de Ω est non nul.
165 / 242
Exemples
1. Coordonnées polaires.
Soit f : [0, R] × [0, 2π] −→ V 2 ,
(r , θ) 7−→ (x, y ) = (r cos θ, r sin θ). On a pour tout (r , θ):
 
∂x ∂x
 ∂r ∂θ  cosθ −rsinθ
Jf (r , θ) =  ∂y ∂y  = .
sinθ rcosθ
∂r ∂θ
et
D(x, y )
= r.
D(r , θ)
166 / 242
Exemples
2. Coordonnées cylindriques
Soit f : [0, R] × [0, 2π] × [0, h] −→ R3 ,
(r , θ, t) 7−→ (x, y , z) = (r cos θ, r sin θ, t).
167 / 242
Exemples
3. Coordonnées sphériques.
h π πi
Soit f : [0, R] × [0, 2π] × − , −→ IR3 ,
2 2
(r , θ, ϕ) 7−→ (x, y, z) = (r cos θ. cos ϕ, r cos θ. cos ϕ, r sin ϕ).
∂x ∂x ∂x
 
 ∂r ∂θ ∂ϕ 
 ∂y ∂y ∂y 
Jf (r , θ, ϕ) =  .
 
 ∂r ∂θ ∂ϕ 
 ∂z ∂z ∂z 
∂r ∂θ ∂ϕ
168 / 242
Exemples
(Suite Coordonnées sphériques.)
et
D(x, y , z)
= r 2 cos ϕ.
D (r , θ, ϕ)
169 / 242
IV. Composition des fonctions de classe C 1 .
Théorème
0
Soit f : Ω ⊂ IRn −→ IRp et g : Ω ⊂ IRp → IRq de classe C 1 sur
0
l’ouvert Ω de Rn tel que f (Ω) ⊂ Ω .
Alors g ◦ f : Ω ⊂ Rn −→ Rq est de classe C 1 sur Ω et pour tout
a ∈ Ω:
d(g ◦ f )a = dgf (a) ◦ dfa et Jg◦f (a) = Jg (f (a)).Jf (a)
170 / 242
V. Applications de la matrice Jacobienne.
1- Dérivée d’une fonction vectorielle (n=1 et p quelconque).

Soit f la fonction définie par:
f : [a, b] → IRp ,
x → (f1 (x), f2 (x), , ..., fp (x))
La dérivée de f est donnée par:
 0 
f1 (x)
 f 0 (x) 

0 ∂fi 1
f (a) = Jf (a) = (a) =
 :

∂x 1≤i≤p

0
fp (x)
171 / 242
2- Dérivées partielles d’une fonction numérique.

Soit f la fonction définie sur Ω par:
(x1 , x2 , ..., xn ) −→ f (x1 , x2 , ..., xn )

∂f ∂f ∂f ∂f
Jf (a) = (a) = ( (a), (a), ..., (a)).
∂xj 1≤j ≤n ∂x1 ∂x2 ∂xn
172 / 242
3- Dérivée de g(x) = f (u1 (x), u2 (x), ..., un (x)). Soit

u1 , u2 , ..., u3 des fonctions d’une variable définies sur un
intervalle I et f : Ω → IR , (x1 , x2 , ...xn ) −→ f (x1 , x2 , ..., xn ). On
définit sur I la fonction g par: g(x) = f (u1 (x), u2 (x), ..., un (x)).
On a: g(x) = f (u(x) = f ◦ u(x) où
u(x) = u1 (x), u2 (x), ..., un (x). Donc
 0 
u1 (x)
∂f ∂f ∂f  u 0 (x) 
Jf ◦u (a) = (u(a)), (u(a)), ..., (u(a)) .  1 
∂x1 ∂x2 ∂xn  : 
0
un (x)
Pn ∂f 0
= (u(a))ui (x).
i=1 ∂xi
173 / 242
4- Composition des dérivées partielles.

0
Soit f : Ω ⊂ IRn −→ IRp et g : Ω ⊂ IRp −→ IRq de classe C 1 sur
0
l’ouvert Ω de IRn tel que f (Ω) ⊂ Ω avec f = (f1 , f2 , ..., fp ) et
g = (g1 , g2 , ..., gq ).
On a pour a, pour tout i ∈ {1, 2, ..., n}:
p
∂(g ◦ f ) X ∂gj ∂fj
(a) = (f (a)). (a).
∂xi ∂yj ∂xi
j=1
174 / 242
5. Théorème des fonctions implicites définies par un

système.
Théorème
Soit f = (f1 , f2 , ..., fp ) une fonction de classe C 1 sur un ouvert Ω
de Rn × Rp dans Rp .
Soit f : Ω ⊂ Rn × Rp −→ Rp , (x, y) 7−→ f (x, y) et f (x, y) = 0,
avec x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yp )
On cherche à résoudre ce système au voisinage d’un point
(a, b), avec
a = (a1 , a2 , ..., an ), b = (b1 , b2 , ..., bp )
tels que
1 f (a, b) = 0
h i
∂fi
2 det ∂y (a, b) 6= 0. 175 / 242
Théorème
(suite 1)
1 Pour tout (x, y) ∈ U × V , f (x, y) = 0 ⇔ y = φ(x),avec
x = (x1 , x2 , ..., xn ), y = (y1 , y2 , ..., yp ).
2 Pour tout x ∈ U on a f (x, φ(x)) = 0,
3 Pour tout (x, y) ∈ U × V ,
D(f1 , f2 , ..., fp ) y
(x, y ) = detJf (x, y) 6= 0 et la matrice
D(y1 , y2 , ..., yp )
Jacobienne de φ est:
176 / 242
Théorème
(suite 2)
y −1 x
Jφ (x) = − Jf (x, φ(x)) .Jf (x, φ(x)),
h ∂f i
y i
avec Jf (x, φ(x)) = (x, φ) et
∂yj 1≤i≤p 1≤j≤p
h ∂f i
i
Jfx (x, φ(x)) = (x, φ(x)).
∂xj 1≤i≤p 1≤j≤n
177 / 242
Exemples
Soit f : R 3 → R 2 définie par f (x, y , z) =
(f1 (x, y, z), f2 (x, y , z)) = (x 2 + y 2 + z 2 − 2, 2x + 3y 2 − xz − 3).
1 Montrez qu’il existe un intervalle I contenant 0, un
voisinage V de (1,-1) et une application
de classe C 1 , ϕ = (ϕ1 , ϕ2 ) de I dans V tels que
∀x ∈ I; f (x, ϕ1 , ϕ2 ) = (0, 0).
2 Calculer ϕ01 (x) et ϕ02 (x) pour tout x ∈ I.
178 / 242
1. La fonction f est de classe C 1 car ces composantes sont des

fonctions polynômes et
on a f (0, 1, −1) = (0, 0).
On a
∂f1 ∂f1
(x, y , z) = 2y , (x, y, z) = 2z
∂y ∂z
∂f2 ∂f2
(x, y, z) = 6y, (x, y, z) = −x.
∂y ∂z
179 / 242
Le jacobien
∂f1 ∂f1
D(f1 , f2 ) (0, 1, −1) (0, 1, −1)
∂y ∂z 2y 2z
(0, 1, −1) = ∂f ∂f2 =
D(x, y , z) 2 6y −x
(0, 1, −1) (0, 1, −1)
∂y ∂z
180 / 242
D(f1 , f2 )
(0, 1, −1) == −2xy − 12yz|(0,1,−1) = −12 6= 0.
D(x, y, z)
D’après le théorème des fonctions implicites, il existe I

intervalle contenant 0 un ouvert V contenant (1, −1) et
ϕ = (ϕ1 , ϕ2 ) 0
ϕ1 (x)
Et le produit des deux matrices donne le résultat
ϕ02 (x)
181 / 242
Deuxième méthode.
On a ∀x ∈ I; f (x, ϕ1 , ϕ2 ) = (0, 0). Donc
x 2 + ϕ21 + ϕ22 − 2 = 0 et 2x + 3ϕ21 − xϕ1 − 3 = 0.
En dérivant par rapport à x on aura
 2x + 2ϕ1 (x)ϕ01 (x) + 2ϕ2 .ϕ02 (x) = 0


2 + 6ϕ1 (x)ϕ01 (x) − xϕ02 (x) − ϕ2 (x) = 0


On résolvant le système on obtient le résultat trouvé par la

première méthode.
182 / 242
Intégrales doubles.
Intégrales triples.
Part VI
Calcul intégral
183 / 242
Intégrale double sur un rectangle.
Intégrale double sur un domaine borné.
Propriétés
Changement de variables.
Applications des intégrales doubles.
Plan
13 Intégrales doubles.
Propriétés
14 Intégrales triples.
Intégrale triple sur un parallélépipède.
Intégrale triple sur un domaine borné de R3 .
Théorème de changement de variables.
Applications des intégrales triples.
184 / 242
Propriétés
I- Intégrales doubles.
1. Intégrale double sur un rectangle.
→
−
On munit R2 d’un repère orthonormé (O, i , ~j).
Soit f une fonction de deux variables continue sur
∆ = [a, b] × [c, d] de graphe S (partie de R3 ).
S = (x, y, z) ∈ R2 : z = f (x, y ) dans R3 .
185 / 242
Propriétés
Définition
On appelle intégrale double de la fonction f sur le rectangle
∆ = [a, b] × [c, d] le volume du domaine délimité par :
-les plans: x = a, x = b, y = c, y = d, (xoy)
-le graphe S.
Cette intégrale double est notée
ZZ Z b Z d
f (x, y )dxdy = f (x, y)dxdy .
∆ a c
186 / 242
Propriétés
Soit f est continue sur ∆ = [a, b] × [c, d] alors les fonctions F et

G, définies respectivement sur [a, b] et [c, d] par
Rd Rb
x → F (x) = c f (x, y )dy et y → G(y ) = a f (x, y)dx.
187 / 242
Propriétés
Théorème
(Théorème de Fubini)
Si les fonctions F et Gsont continues et on a
"Z #
ZZ Z b Z b d
f (x, y )dxdy = F (x)dx = f (x, y )dy
a a
∆
" c # .
Z d Z d Z b
= G(y)dy = f (x, y )dx dy .
c c a
188 / 242
Propriétés
Exemples
√
ZZ
Calculer I = (yx + x)dxdy où ∆ : 1 ≤ x ≤ 4, 0 ≤ y ≤ 1
∆
La fonction f : ∆ → R; (x; y ) → f (x, y )
est continue, on peut donc appliquer Théorème de Fubini. On a
1 1
√ √ √
Z
1 1
(yx + x)dy = xy + y x = x + x,
0 2 0 2
et donc
4 √ 1 2 2√ 3 4
Z
1 11
I= ( x + x)dx = x + x = .
1 2 4 3 1 12
189 / 242
Propriétés
Plan
Propriétés
190 / 242
Propriétés
2. Intégrale double sur un domaine borné.
On considère le domaine D connexe.
2.1. On fixe x dans [a, b] la projection de D sur l’axe x 0 Ox.

Dans ce cas y varie en fonction de x et le domaine prend la
forme
D = {(x, y) ∈ R2 , a ≤ x ≤ b et α(x) ≤ y ≤ β(x)}.
191 / 242
Propriétés
Théorème
Si D est un domaine défini par
D = {(x, y) ∈ IR2 / a ≤ x ≤ b, α(x) ≤ y ≤ β(x)}
alors l’intégrale double de f sur D est donnée par

ZZ Z "Z b
#
β(x)
f (x, y )dxdy = f (x, y)dy dx.
D a α(x)
192 / 242
Propriétés
2.2. On fixe y dans [c, d] projection de D sur l’axe (y 0 oy).

Dans ce cas x varie en fonction de y et le domaine prend la
forme: D = {(x, y ) ∈ IR2 /a ≤ y ≤ b et γ(y) ≤ x ≤ δ(y )}.
Théorème
Si D est un domaine défini par
D = {(x, y ) ∈ IR2 a ≤ y ≤ b, γ(y ) ≤ x ≤ δ(y )}

alors l’intégrale double de f sur D est donnée par:
ZZ Z "Z d
#
δ(y)
f (x, y)dxdy = f (x, y )dx dy .
D c γ(y)
193 / 242
Propriétés
Exemples
ZZ
Calcul de I = xy 3 dxdy , D : x 2 + y 2 ≤ 1, y ≥ 0
D √
On a:D = {(x, y) ∈ IR 2 / − 1 ≤ x ≤ 1p et 0 ≤ y ≤ 1 p− x 2}
2
où D = {(x, y) ∈ IR /0 ≤ y ≤√1 et − 1 − y ≤ x ≤ 1 − y 2 }
2
"Z 2
#
ZZ Z 1 1−x
I= xy 3 dxdy = x y 3 dy dx
D −1 0
√
Z 1 1−x 2
1 4
= x y dx
−1 4 0
Z 1
1 1
Z
1 2 2
= x (1 − x ) dx = (x − 2x 3 + x 5 )dx = 0.
−1 4 4 −1
194 / 242
Propriétés
Plan
Propriétés
195 / 242
Propriétés
3. Propriétés. ZZ
1. Si f ≥ 0 sur D alors f (x, y)dxdy ≥ 0.
D
2. Pour tout (α, β) de R2 et f et g deux fonctions continues on
ZZ ZZ ZZ
(αf +βg)(x, y)dxdy = α f (x, y)dxdy+β g(x, y )dxdy .
D D D
3. Si D = D1 ∪ D2 , avec D1 et D2 sont d’intersection au plus

une courbe alors
ZZ ZZ ZZ
f (x, y)dxdy = f (x, y)dxdy + g(x, y)dxdy
D1 ∪D2 D1 D2
196 / 242
Propriétés
4. S’il existe m et M de R tels que pour tout (x, y) ∈ D, on a:

m ≤ f (x, y ) ≤ M alors
RR
f (x, y)dxdy
m ≤ DRR ≤M
D dxdy
197 / 242
Propriétés
Plan
Propriétés
198 / 242
Propriétés
4. Changement de variables.
Remarque.
Soit √
à calculer l’intégrale simple
Z π
2 √
I= x cos(x 2 )dx. Si on pose x = g(t) = t alors
0
0 dt
dx = g (t)dt = √ ,
Z π 2 t Z π
2
2 0 1 2
et I = g(t) cos(g (t))g (t)dt = cos(t)dt =
0 2 0
1 π 1
[sin(t)]02 = .
2 2
Le même changement de variable sera utilisé dans le cas de
deux variables et la dérivée sera remplacée par le Jacobien.
199 / 242
Propriétés
Théorème
Soit D un domaine borné de R2 et f une fonction numérique
deux variables continue sur D. On considère la bijection ϕ de U
dans D définie par
φ : U → D, (u, v ) → (x, y) = φ(u, v ) = (φ1 (u, v ), φ2 (u, v )).
L’intégral double de f sur D est donnée par
ZZ ZZ
D(φ1 , φ2 )
f (x, y)dxdy = f (φ(u, v )) dudv .
D D D(u, v )
200 / 242
Propriétés
Exemples
ZZ
Soit à calculer I = (x + y ) dxdy , où le domaine D est
D
délimité par deux paraboles et deux hyperboles.
x2

1 1
D = (x, y ) ∈ R2 ; < y < x 2, <y < .
2 2x x
On pourrait calculer directement cette intégrale de la façon
suivante.
ZZ Z 1 Z x2 Z 21/3 Z 1
x
(x+y ) dxdy = 1 (x+y )dy dx+ x 2 (x+y )dy dx.
D 2−1/3 1
2x 2
201 / 242
Propriétés
Exemples
(Suite) Nous proposons le changement de variables suivant.

 D −→ ∆
Φ: (x, y ) −→ Φ(x, y) = (u, v )
u = xy2 , v = xy

La première étape consiste à déterminer Φ−1 , en résolvant en

x et y le système
( y
x = u −1/3 v 1/3

u =
x ⇔
2
v = xy y = u 1/3 v 2/3
Ceci fournit l’expression explicite de Φ−1 .
202 / 242
Propriétés
Exemples

 ∆ −→ D
Φ−1 : (u, v ) −→ Φ−1 (u, v ) = (x, y )
x = u −1/3 v 1/3 , y = u 1/3 v 2/3

La seconde étape consiste à déterminer ∆, qui est l’image par

Φ de D. Pour cela, on remplace x et y par leurs expressions en
fonction de u et v dans les inégalités définissant D.
(u, v ) ∈ ∆ si et seulement si
(u −1/3 v 1/3 )2
< u 1/3 v 2/3 < (u −1/3 v 1/3 )2 ;
2
1 1
< u 1/3 v 2/3 < .
2u −1/3 v 1/3 u −1/3 v 1/3
203 / 242
Propriétés
Exemples
Donc
n 1 1 o
∆ = (u, v ); < u < 1 , < v < 1 .
2 2
La troisième étape consiste à calculer le déterminant jacobien
de Φ−1 . Pour cela, il faut d’abord écrire la matrice jacobienne,
en dérivant les expressions de x et y en fonction de u et v .
204 / 242
Propriétés
Exemples
∂x ∂x
JΦ−1 (u, v ) = ∂u ∂v
∂y ∂y
∂u ∂u
2 1 −1/3 −2/3
− u −4/3 v 1/3 u v 1
= 3 3 =− .
1 −2/3 2/3 2 −1/3 −1/3 3u
u v u v
3 3
205 / 242
Propriétés
Exemples
La quatrième étape consiste à appliquer le théorème de
changement de variables. Pour cela, on remplace x et y par
leurs expressions en fonction de u et v dans la fonction, et on
multiplie par la valeur absolue du jacobien. Il ne reste plus qu’à
calculer cette nouvelle intégrale.
Z 1 Z 1 1
I = − u −1/3 v 1/3 + u 1/3 v 2/3
dudv
1/2 1/2 3u
3 3
−1 + 21/3 1 − 2−4/3 + 1 − 2−1/3 1 − 2−5/3

=
4 5
206 / 242
Propriétés
Plan
Propriétés
207 / 242
Propriétés
5. Applications des intégrales doubles.
5.1. Aire d’un domaine de IR2

Définition
ZZ
L’aire d’un domaine D de IR2 est définie par A(D) = dxdy .
D
208 / 242
Propriétés
Exemples
Calculer l’aire du domaine borné D de limité par les droites
d’équations: x = y 2 − 1 et x = 2y 2 − 2.
Z 1 Z y 2 −1
On calcule A(D) = dxdy
−1 2y 2 −2
Z 1 h iy 2 −1 Z 1
A(D) = x 2 dy = (−y 2 + 1)dy
−1 h 2y −2 .
1 3 i1−1 117
= − y +y =
3 −1 20
209 / 242
Propriétés
5.2.Masse Moments d’inertie d’une plaque.

Soit (D) une droite, M(x, y ) un point de la plaque et
r(x,y)=d(M,(D)). Rappel On rappelle que
1 Si (D) une droite et M un point du plan de masse m,le
moment d’inertie de M par rapport à (D) est ID = mr 2 ;
où r = d(M, (D)) la distance de M à (D)
2 Si (D) une droite et M1 , M2 , ..., Mk des points du plan de
masse respectives m1 , m2 , ..., mk ,le moment d’inertie du
système M1 , M2 , ..., Mk par rapport à (D) est:
k
X
ID = mi ri2 ;
i
où ri = d(Mi , (D)) la distance de Mi à (D).
210 / 242
Propriétés
Définition
1 Une plaque plane de R2 est tout couple (S, σ) où S est un
domaine de R2 et σ : S → R+ une application continue
appelée masse surfacique ou densité.
ZZ
2 La masse de S est donnée par M(S) = σ(x, y)dxdy.
S
3 Le moment d’inertie d’une plaque plane S de R2 par
rapport à une droite (D) est
ZZ
ID = σ(x, y , z)(r (x, y))2 dxdy.
D
211 / 242
Propriétés
Remarque.
1 Si σ est constante le système matériel est dit: homogène,
et sa masse est donnée par M(S) = σA(S).
2 Si D admet pour équation cartésienne ax + by + c = 0,
| ax + by + c |
alors r (x, y ) = √ , et on a
a2 + b 2
(ax + by + c)2
ZZ
ID = σ(x, y ) dxdy .
D a2 + b 2
3 Cas particuliers. Les moments d’inertie d’une plaque
plane D de R2 par rapport à (x 0 ox) et (y 0 oy ) sont
ZZ
I(x0ox) = σ(x, y , z)y 2 dxdy,(a = c = 0, et b = 1)
ZZD
J(y0oy) = σ(x, y , z)x 2 dxdy (a = 1 et b = c = 0).
D
212 / 242
Propriétés
5.3. Centre d’inertie d’un solide de R2 .

5.3.1. Rappel
On sait que les coordonnées du centre d’inertie d’un système
M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk ) de points du plan de
masses respectives m1 , m2 , ..., mk sont
k
X k
X
mi xi m i yi
i i
x= , y= .
k
X k
X
mi mi
i i
Le centre d’inertie d’un système

M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk ) de points du plan de
masses respectives m1 , m2 , ..., mk n’est autre que le barycentre
213 / 242
Propriétés
des points M1 (x1 , y1 ), M2 (x2 , y2 ), ..., Mk (xk , yk ) affectés des

coefficients m1 , m2 , ..., mk .
5.3.2. Centre d’inertie d’un solide
Les coordonnées du centre de gravité d’une plaque plane de
IR2 sont
ZZ ZZ
σ(x, y)xdxdy σ(x, y )ydxdy
D D
x = ZZ , y = ZZ .
σ(x, y )dxdy σ(x, y )dxdy
D D
214 / 242
Intégrales doubles. Intégrale triple sur un domaine borné de R3 .
Intégrales triples. Théorème de changement de variables.
Plan
Propriétés
215 / 242
→
−
On munit R3 d’un repère orthonormé (O, i ,~j, ~k ). Soit f une
fonction trois variables continue sur ∆ = [a, b] × [c, d] × [r , s] de
graphe S (partie de R3 ).
Soient les fonctions F ,G et H, définies respectivement sur
[a, b] , [c, d] et [r , s] par
Z dZ r Z bZ r
F (x) = f (x, y , z)dydz, , G(y ) = f (x, y, z)dxdz, et
c s a s
Z b Z d
H(z) = f (x, y, z)dxdy .
a c
216 / 242
Théorème
Si f est continue sur ∆ = [a, b] × [c, d] × [r , s] alors les
fonctions F ,G et H sont continues respectivement sur [a, b] ,
[c, d] et [r , s].
217 / 242
Théorème
(Théorème de Fubini.)
Si f est une fonction continue sur ∆ = [a, b] × [c, d] × [r , s]
"Z #
Z b Z b d Z r Z d
F (x)dx = f (x, y, z)dydz dx = G(y )dy
a a c s c
Z d "Z b Z r #
= f (x, y , z)dxdz dy
c a s
" #
Z s Z Z Z s b d
= H(z)dz = f (x, y, z)dxdy dz.
r r a c
218 / 242
Définition
L’intégrale définie par
Z b Z d Z s
F (x)dx = G(y)dy = H(z)dz est appelée intégrale
a c Zr Z Z
triple de f sur ∆ et est notée f (x, y , z)dxdydz.
∆
219 / 242
Plan
Propriétés
220 / 242
Soit Ω un domaine borné de IR3 . Dans ce cas il s’agit de trois

variables, on peut donc fixer une variable et varier les deux
autres ou fixer deux et varier la troisième. Le domaine prendra
deux formes.
2.1. On fixe z et on varie (x, y ).
Ω = {(x, y, z) ∈ IR3 /z0 ≤ z ≤ z1 (x, y ) ∈ Dz }

où Dz est la projection sur le plan (xoy) de l’intersection de Ω et
le plan passant par z et parallèle au plan (xoy).
221 / 242
Exemples
Soit Ω = {(x, y, z) ∈ R3 /x 2 + y 2 + z 2 ≤ R 2 }. On fixe z dans
[−R, R], on a
(x, y ) ∈ Dz = {(x, y ) ∈ R2 / x 2 +√
y 2 ≤ R 2 − z 2 } c’est un disque
de centre O(0,0) et de rayon r = R 2 − z 2 .
222 / 242
Théorème
Si Ω est un domaine R3 défini par
Ω = {(x, y, z) ∈ R3 ; r ≤ z ≤ s; (x, y ) ∈ Dz }, alors l’intégrale
triple de f sur Ω est donnée par
ZZZ Z s Z Z
f (x, y )dxdy = f (x, y , z)dxdy dz.
Ω r Dz
223 / 242
2.2. On fixe (x, y) et on varie z.

On fixe (x, y ) dans D, projection de Ω sur le plan (xoy), et on
varie z en fonction de (x, y ) et
Ω = {(x, y , z) ∈ IR3 /(x, y) ∈ D; ψ1 (x, y ) ≤ z ≤ ψ2 (x, y )}.
224 / 242
Exemples
Soit Ω = { (x, y , z) ∈ IR3 /x 2 + y 2 + z 2 ≤ R 2 }. On fixe (x, y )

dans D, projection de Ω sur le plan (xoy), avec
D = {(x, y ) ∈ IR2 /x 2 + y 2 ≤ R 2 } et on a
p p
ψ1 (x, y) = − R 2 − x 2 − y 2 ≤ z ≤ ψ2 (x, y) = R 2 − x 2 − y 2 .
225 / 242
Théorème
Si Ω est un domaine de R3 défini par:
Ω = { (x, y, z) ∈ R3 /(x, y ) ∈ D; ψ1 ≤ z ≤ ψ2 }, alors l’intégrale
triple de f sur Ω est donnée par
ZZZ Z Z "Z #
ψ2 (x,y )
f (x, y)dxdy = f (x, y, z)dz dxdy .
Ω D ψ1
226 / 242
Plan
Propriétés
227 / 242
Soit Ω un domaine borné de R3 et

f : Ω → R, (x, y, z) → f (x, y , z) une fonction numérique de trois
variables continue sur Ω. On considère la bijection ϕ de U dans
Ω définie par
ϕ:U→Ω
(u, v , w) → (x, y , z) = ϕ(u, v , w) =
(ϕ1 (u, v , w), ϕ2 (u, v , w), ϕ3 (u, v , w)).
228 / 242
Théorème
L’intégrale triple de f sur Ω est donnée par
ZZZ ZZZ
D(ϕ1 , ϕ2 , ϕ3 )
f (x, y, z)dxdydz = f (ϕ(u, v , w)) dudvdw.
Ω U D(u, v , w)
229 / 242
Plan
Propriétés
230 / 242
3. Applications des intégrales triples.
3.1. Volume et masse d’un domaine borné de R3 .

Soit Ω un domaine borné de IR3 .
Définition
3
1 Le volume
Z Z Zdu domaine Ω de IR est défini par
υ(Ω) = dxdydz.
Ω
2 La masse
Z Zd’un
Z solide est donnée par
M(Ω) = ρ(x, y , z)dxdydz,
Ω
oú ρ(x, y , z) est la fonction de répartition dite: masse
volumique. Si le solide est homogène
ρ(x, y, z) = ρ0 = cte et M(Ω) = ρ0 υ(Ω).
231 / 242
Exemples
Calculer le volume du domaine borné Ω dep R3 délimité par les
surfaces d’équations z = 2 − x 2 − y 2 , z = x 2 + y 2 . On fixe
(x, y ) dans D : x 2 + y 2 = 1 et on passe aux coordonnées
polaires x = fr cos(θ), y = r sin(θ) avec 0 ≤ r ≤ 1 , 0 ≤ θ ≤ 2π.
ZZZ Z Z Z 2−x 2 −y 2
V = dxdydz = √ dz dxdy
Ω D x 2 +y 2
ZZ Z 1 Z 2π
2 2
1 − r 2 rdrdθ .

= 2 − 2x − 2y dxdy = 2
D 0 0
h r 2 r 4 i1 1 1
= 2π − = 4π − = π.
2 4 0 2 4
232 / 242
3.2. Moments d’inertie d’un solide par rapport à un plan et

une droite.
Définition
1 Le moments d’inertie d’un solide de IR3 par rapport àun
plan (P) est
ZZZ
I(P) = ρ(x, y , z)r 2 (x, y , z)dxdydz,
S
où r (x, y , z) = d(M(x, y, z), (P)) la distance de M à (P).
2 Le moment d’inertie d’un solide de IR3 par rapport à une
droite (D).
ZZZ
I(P) = ρ(x, y , z)r 2 (x, y , z)dxdydz ,
S
où r (x, y, z) = d(M(x, y , z), (D)) la distance de M à (D).
233 / 242
Remarque.
Si P admet pour équation cartésienne ax + by + cz + d = 0,
alors
| ax + by + cz + d |
r (x, y, z) = √
a2 + b 2 + c 2
et on a
(ax + by + cz + d)2
ZZ
IP = σ(x, y , z) dxdydz.
Ω a2 + b 2 + c 2
234 / 242
Cas particuliers.
1. Les moment d’inertie d’un solide de R3 par rapport aux
plans: (xZ=
Z Z0), (y = 0) et (z = 0) sont respectivement:
I(x=0) = ρ(x, y, z)x 2 dxdydz,
Z Z ZS
J(y =0) = ρ(x, y, z)y 2 dxdydz,
S
ZZZ
K(z=0) = ρ(x, y, z)z 2 dxdydz.
S
235 / 242
2. Les moments d’inertie d’un solide de IR3 par rapport aux

axes (x 0 ox) et (y 0 oy) et (z 0 oz) sont respectivement:
−−→ − →
ZZZ
I(x0ox) = σ(x, y, z) OM ∧ i dxdydz,
ZZZ S
−−→ − →
Jy 0oy) = ρ(x, y , z) OM ∧ j dxdydz, et
Z ZSZ
−−→ −→
K(z0oz) = ρ(x, y, z) OM ∧ k dxdydz.
S
236 / 242
Exemples.
Soit un solide S de densité, exprimée en kg/m3 , varie selon
l’équation δ(x, y , z) = x∆y.
1. Le moment d’inertie du solide S par rapport à l’axe z est
ZZZ
K(z0oz) = δ(x, y, z)(x 2 + y 2 )dxdydz
ZΩZZ
= xy .(x 2 + y 2 )dxdydz .
Z 6 h Z 2 Z 1−x/2Ω i
= xy .(x 2 + y 2 )dy dx dz = 1kg.m2 .
0 0 0
237 / 242
2. La masse du solide S par rapport à l’axe z est

ZZZ ZZZ
M = zδ(x, y, z)dxdydz = xyzdxdydz
ΩZ Ω
6h Z 2 Z 1−x/2 i
= xyzdy dx dz
Z 6 h0Z 2 h0Z 1−x/2
0
.
1 2 i1−x/2 i
= xy z dx dz
Z 6 h0Z 2 0 0 2 0
1 i
x(1 − x/2)2 z dx dz = 3kg.m2 .

=
0 0 2
238 / 242
3.3. Centre de gravité d’un solide de R3 .

Définition
Les coordonn
ZZZ ées du centre de gravité ZGZd’un
Z solide de R3 sont
ρ(x, y , z)xdxdydz ρ(x, y, z)ydxdydz
xG = Z Z ZS ,, y G = Z Z ZS ,
ρ(x, y, z)dxdydz ρ(x, y, z)dxdydz
S S
ZZZ
ρ(x, y , z)zdxdydz
z G = Z Z ZS .
ρ(x, y, z)dxdydz
S
239 / 242
Remarquer que si le solide est homogène les coordonnées du

centre de gravité deviennent:
ZZZ ZZZ
xdxdydz ydxdydz
S S
xG = , yG = ,
υ(Ω) υ(Ω)
ZZZ
zdxdydz
S
zG = .
υ(Ω)
240 / 242
3.4. Quantité de mouvement d’un système.

Définition
Soit S un système dans R3 de centre d’inertie G, la quantité de
mouvement
Z Z Z de S est donnée par le vecteur:
→ →
p = ρ(x, y, z)V (M(x, y, z))dxdydz.
S
241 / 242
Remarque.
→
Si V (G) est la vitesse du centre d’inertie alors
−−→
ZZZ
→
−−→ ρ(x, y , z)OGdxdydz
d OG d
V (G) = = ( Z ZSZ )
dt dt
ρ(x, y, z)dxdydz
S
→
ZZZ
ρ(x, y , z)V (M(x, y, z))dxdydz
d S
= ( )
dt Z Z Z M(S)
1 d −−→
= ( ρ(x, y , z)OGdxdydz)
M(S) dt S
1 →
= p
M(S)
242 / 242

M135 - Cours (Alternatif)

Transféré par

Droits d'auteur :

Formats disponibles

M135 - Cours (Alternatif)

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

M135 - Cours (Alternatif)

Transféré par

Droits d'auteur :

Formats disponibles

ANALYSE III

Pour étudiants du MIP S3

F.S.T. Mohammedia Université Hassan II

22nd March 2020

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

1.Normes et distances dans Rn .

La distance usuelle entre deux points de R2 ou R3 vue dans les

I. Inégalité de Cauchy-Schwarz : pour tout x et y dans Rn

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

3. Norme sur l’espace vectoriel Rn .

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

Donc pour tout n ∈ N∗ :

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

3. Distance sur un espace vectoriel.

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

4. Boule et sphère par rapport à une norme.

1 Normes et distances dans Rn .

2 Norme sur espace vectoriel.

5. Partie ouverte et partie fermée.

Fonctions de plusieurs variables: généralités

3 Généralité, limite et continuité.

1. Fonctions numériques de plusieurs variables.

f : Ω ⊂ IRn → IR : x = (x1 , x2 , ...xn ) → y = f (x) = f (x1 , x2 , ...xn ).

3 Généralité, limite et continuité.

Df = {(x1 , x2 , ...xn ) ∈ Ω/f (x1 , x2 , ...xn ) ∈ IR}.

3 Généralité, limite et continuité.

3. Graphe d’une définition.

Gf = {(x, z) ∈ IRn+1 , x ∈ Df ; z = f (x1 , x2 , ...xn )}.

3 Généralité, limite et continuité.

3 Généralité, limite et continuité.

4. Limite et continuité des fonctions numériques de

On sait que la limite et la continuité en un point x0 d’une

ou k . k est l’une des trois normes équivalentes.

Si f admet une limite en un point a sur un voisinage Va de a

lim f (x) = lim

Cette fonction admet la même limite par rapport à chacune des

3. Continuité d’une fonction en un point.

Soit f une fonction numérique de plusieurs variables définie

ou k . k est l’une des trois normes équivalentes.

lim f (x) = f (x0 )

est continue suivant toute direction passant passant par (0, 0)

4. Opération sur la continuité.

5. Continuité d’une fonction sur un ouvert.

Soit f une fonction numérique de plusieurs variables définie

Si f est continue alors f est continue par rapport à chacune

Théorème. Soit f une fonction définie continue sur un ouvert Ω

5 Différentielle totale d’une fonction de plusieurs variables.

1. Dérivées partielles d’une fonction de plusieurs

Les fonctions de plusieurs trouvent leus applictions en

Soit f : Ω ⊂ IR2 −→ IR définie sur un domaine ouvert Ω de IR2 ,

Notons que df−

5 Différentielle totale d’une fonction de plusieurs variables.

5 Différentielle totale d’une fonction de plusieurs variables.

5 Différentielle totale d’une fonction de plusieurs variables.