Chapitre 20 Calcul Différentiel: 1 Extrait Du Programme Relatif À Ce Chapitre 2 5
Chapitre 20 Calcul Différentiel: 1 Extrait Du Programme Relatif À Ce Chapitre 2 5
Chapitre 20
Calcul différentiel
2 Introduction 5
2.1 Fonctions étudiées en MPSI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.1 Calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.2 Condition nécessaire pour être un extremum local . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.3 Un lien avec le calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Fonctions étudiées en MP jusque là . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.1 Calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.2 Un lien avec le calcul intégral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.2.3 Inégalité des accroissements finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3 Fonctions étudiées en MP dans ce chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.1 Taux d’accroissement non défini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.2 Calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.3.3 Théorème fondamental (Critère C 1 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3.4 Condition nécessaire pour être un extremum local . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Fonctions de deux variables réelles à valeurs réelles . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.1 Le graphe de la fonction f . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.2 Si f est une continue son graphe est une surface (sens intuitif ) . . . . . . . . . . . . . . . . 10
2.4.3 Exemple d’étude d’extrema d’une fonction de R2 dans R . . . . . . . . . . . . . . . . . . . . 12
La différentielle d’une application en un point est introduite à l’aide d’un développement limité. De nom-
breuses questions se ramènent, via la paramétrisation de chemins, à des énoncés relatifs aux fonctions d’une
variable réelle. En particulier, les dérivées partielles fournissent un outil de calcul dans le cas où l’espace de
départ est muni d’une base.
Les fonctions considérées dans ce chapitre sont définies sur un ouvert d’un R-espace vectoriel normé de
dimension finie et à valeurs dans un R-espace vectoriel normé de dimension finie. Le choix d’une base de
l’espace d’arrivée permet de se ramener au cas des fonctions à valeurs réelles.
Différentielle
Différentielle d’une combinaison linéaire d’appli- On utilise l’existence d’un réel positif C tel que,
cations différentiables, de B ( f , g ) où B est bili- pour tout (u, v), on ait kB (u, v)k 6 C kuk kvk. Tout
néaire et f et g sont deux applications différen- développement sur les applications bilinéaires
tiables. continues est hors programme.
Si l’espace E est euclidien, gradient en a d’une ap- Le théorème de représentation des formes li-
plication numérique différentiable en a. Expres- néaires dans un espace euclidien est établi à ce
sion du gradient en base orthonormée. stade. Notation ∇ f (a). Interprétation géométrique
du gradient : si ∇ f (a) 6= 0, il est colinéaire et de
même sens que le vecteur unitaire selon lequel la
dérivée de f en a est maximale.
Point critique d’une application différentiable.
Condition nécessaire d’existence d’un extremum
local. Exemples de recherche d’extremums glo-
baux.
Applications de classe C 1
Si f est une application de classe C 1 de Ω dans F , PC : circulation d’un champ de vecteurs dérivant
si γ est une application de classe C 1 de [0, 1] dans d’un potentiel.
Ω, si γ(0) = a, γ(1) = b, alors :
Z 1
f (b) − f (a) = d f (γ(t )) · γ0 (t ) dt .
0
Si Ω est connexe par arcs, caractérisation des fonc- Démonstration pour Ω convexe.
tions constantes sur Ω.
Applications de classe C k
∂k f
Dérivées partielles d’ordre k. Notations , ∂ jl . . . ∂ j1 f .
∂x j l . . . ∂x j 1
Une application est dite de classe C k sur un ouvert La notion de différentielle seconde est hors pro-
Ω si ses dérivées partielles d’ordre k existent et sont gramme. PC : laplacien.
continues sur Ω.
Théorème de Schwarz. Démonstration non exigible.
Opérations algébriques sur les applications de Démonstrations non exigibles.
classe C k . Composition d’applications de classe
C k.
Exemples d’équations aux dérivées partielles du Les étudiants doivent être capables d’utiliser un
premier et du second ordre. changement de variables dans les deux cas sui-
vants : transformation affine, passage en coordon-
nées polaires. L’utilisation de tout autre change-
ment de variables suppose une indication. La no-
tion de difféomorphisme étant hors programme,
l’expression des solutions en fonction des variables
initiales n’est pas un attendu. PC : équation de la
diffusion thermique, équation de propagation.
2 Introduction
2.1 Fonctions étudiées en MPSI
Les fonctions étudiées en MPSI étaient de la forme suivante.
RO R ou C
?
I /K
f
/ f (x)
xO
O
f (x) − f (a)
f 0 (a) := lim [nombre dans K] .
x→a x −a
Dans le cas où K = R, si
alors f 0 (a) = 0. On dispose ainsi un outil pour étudier les extrema locaux de f .
R
¯
¯ [0, 1] →
f ¯¯
x 7→ 2x + 1
est dérivable sur [0, 1] et admet un extremum local (et même global) en 0 et en 1. Mais en ces deux points, la
dérivée égale 2.
Si
?
I / Rm
f
f (x) − f (a)
f 0 (a) := lim = ( f 10 (a), . . . , f m0 (a)) vecteur de Rm .
£ ¤
x→a x −a
Si
i.e. µZ b Z b ¶
f 10 (x) dx , ... , f m0 (x) dx = ( f 1 (b) − f 1 (a), . . . , f m (b) − f m (a)) .
a a
Dans le cas où K = R, si
Rn ou E un evn
O de dim finie ou F un evn de dim finie
?
Ω / Rm
f
/ ( f 1 (x 1 , . . . , x n ), f 2 (x 1 , . . . , x n ), . . . , f m (x 1 , . . . , x n ))
(x 1 , . .O . , x n )
O
vecteur de Rn vecteur de Rm
f (x) − f (a)
si a, x ∈ Ω, alors l’objet n’est pas défini (division par un vecteur de Rn ).
x −a
- f est différentiable en a, alors l’application linéaire L de Rn dans Rm vérifiant (?) est unique ;
- si f est différentiable en a, alors sa différentielle en a est l’application linéaire d f (a) définie par
Exemple.
L’application
R
¯
¯ GL n (R) →
Det ¯
¯ A 7→ det A
est différentiable en I n et
¯ Mn (R) → R
¯
d Det(I n ) ¯
¯ M 7→ Tr (M ) .
¯ Ω → R
¯
∂ fi
∂ fi
¯
¯
∂x j ¯ a →
7 (a)
¯ ∂x j
continues sur Ω, pour tout (i , j ) ∈ J1, m K × J1, n K, alors l’application f est différentiable sur Ω et, pour tout
a ∈Ω
∂ f1 ∂ f1 ∂ f1
∂x 1 (a) ∂x 2 (a) ...
∂x n
(a)
∂ f2 ∂ f2 ∂ f2
∂x (a) ∂x (a) ... (a)
∂x n
£ ¤
MatBn ,Bm ( d f (a)) = 1 matrice Jacobienne de f en a
2
.. .. ..
. . ... .
∂ fm ∂ fm ∂ fm
(a) (a) ... (a)
∂x 1 ∂x 2 ∂x n
où Bn désigne la base canonique de Rn et Bm la base canonique de Rm .
Si
- Ω est un ouvert de Rn ;
alors
d f a = 0L (Rn ,R) .
On dispose ainsi un outil pour étudier les extrema locaux de f .
RO 2
?
Ω /R
f
/ f (x, y)
(x, y)
O O
i.e. Γ est l’ensemble des points de l’espace de coordonnées (x, y, f (x, y)) obtenus en faisant varier (x, y) ∈ Ω.
Un point du graphe Γ de f .
2.4.2 Si f est une continue son graphe est une surface (sens intuitif )
Si l’on suppose que la fonction f est continue sur Ω, alors son graphe Γ a l’allure d’une surface (sens intuitif),
appelée parfois nappe.
(x − 1)2 (y + 1)2
Surface Γ de f : (x, y) 7→ + − 2.
3 2
Surface Γ de f : (x, y) 7→ x y.
1 1
Surface Γ de f : (x, y) 7→ 2
− 2 + sin(x y).
x y
Comme f (x, y) est une expression polynomiale en les variables x et y, f admet des dérivées partielles en tout
point (a, b) de R2 .
∂f ∂f
µ ¶ µ ¶
2
(a, b) (a, b) = (a − 1) b + 1 .
∂x ∂y 3
D’après la condition nécessaire pour être un extremum local, f admet un extremum local en (a, b) ∈ R2 si et
seulement si
a −1 = b +1 = 0
i.e. si (a, b) = (1, −1). Il est clair que f (1, −1) = −2 est un minimum global de f .
Conclusion. La fonction f possède un unique extremum local. Il s’agit d’un minimum global, valant −2,
atteint en l’unique point (1, −1).
• F un R-espace vectoriel de dimension finie, muni d’une norme NF (elles sont toutes équivalentes) ;
• f : Ω → F une application ;
• a un point de Ω ;
(E , NE ) evn de
O dim finie O NF
muni de
?
/F
>Ω
f
point de / f (x)
a xO
O
vecteur de E vecteur de F
¡ ¢
L EMME 20.1 Une fonction définie sur un voisinage de 0R — La fonction de la variable réelle t
ϕa,h : t 7→ f (a + t .h)
Démonstration —
• Introduisons la fonction τa,h , la translation au point a suivant le vecteur h, définie par
¯ R →
¯
E
τa,h ¯¯
t 7→ a + t .h
Cette application est NE (h)-lipschitzienne, donc continue sur R. En effet, pour tout (t 1 , t 2 ) ∈ R2
• Soit t ∈ R.
ϕa,h est définie en t ⇐⇒ a + t .h ∈ Ω
⇐⇒ τa,h (t ) ∈ Ω
⇐⇒ t ∈ τ−1
a,h
(Ω).
Donc l’ensemble de définition de la fonction ϕa,h est τ−1
a,h
(Ω), qui est un ouvert de R, comme image
réciproque de l’ouvert Ω de E par l’application continue τa,h .
Q.E.D.
• E un R-espace vectoriel de dimension finie, muni d’une norme NE (elles sont toutes équivalentes) ;
• F un R-espace vectoriel de dimension finie, muni d’une norme NF (elles sont toutes équivalentes) ;
• f : Ω → F une application ;
• a un point de Ω ;
ϕa,h : t 7→ f (a + t .h)
1. On dit que f est dérivable en a suivant le vecteur h si la fonction ϕa,h est dérivable en 0.
f (a + t h) − f (a)
Dh f (a) := ϕ0a,h (0) = lim ∈F
t →0R t
x3 − y 4
si (x, y) 6= (0, 0)
x2 + y 2
2
∀(x, y) ∈ R , f (x, y) =
0 si (x, y) = (0, 0)
admet une dérivée selon tout vecteur non nul de R2 au point en (0, 0).
Soit h = (h 1 , h 2 ) ∈ R2 \ {(0, 0)}.
f ((0, 0) + t (h 1 , h 2 )) − f (0, 0) 1 t 3 h 13 − t 4 h 24 h 13 − t h 24 h 13
= = −−−→ .
t t t 2 h 12 + t 2 h 22 h 12 + h 22 t →0R h 12 + h 22
h 13
Dh f (0, 0) = .
h 12 + h 22
• E un R-espace vectoriel de dimension finie, muni d’une norme NE (elles sont toutes équivalentes) et d’une
base B = (e 1 , . . . , e n ) ;
• F un R-espace vectoriel de dimension finie, muni d’une norme NF (elles sont toutes équivalentes) ;
• a un point de Ω ;
Alors pour tout i ∈ J1, n K, on définit la i -ème dérivée partielle de f en a, notée ∂i f (a), par
∂i f (a) := De i f (a) ∈ F .
• F un R-espace vectoriel de dimension finie, muni d’une norme NF (elles sont toutes équivalentes) ;
• a un point de Ω ;
∂f
Alors pour tout i ∈ J1, n K, on définit la i -ème dérivée partielle de f en a, notée ∂i f (a) ou (a), par
∂x i
∂f
(a) := ∂i f (a) := De i f (a) ∈ F .
∂x i
¯ R2 R
¯
→
f ¯¯
(x, y) 7→ x 3 + x y + y 2 .
d f (a + t e 1 )
= 3(a 1 + t )2 + a 2 .
dt
Ainsi
∂f
¯
d f (a + t e 1 ) ¯¯
(a) := ∂1 f (a) = = 3a 12 + a 2 .
∂x dt ¯
t =0
Nous aurions obtenu la même formule si nous avions dérivé f (x, y) par rapport à x, en supposant y
constant, avant d’évaluer le résultat en (x, y) = (a 1 , a 2 ).
d f (a + t e 2 )
= a 1 + 2(a 2 + t ) .
dt
Ainsi
∂f
¯
d f (a + t e 2 ) ¯¯
(a) := ∂2 f (a) = = a 1 + 2a 2 .
∂y dt ¯
t =0
Nous aurions obtenu la même formule si nous avions dérivé f (x, y) par rapport à y, en supposant x
constant, avant d’évaluer le résultat en (x, y) = (a 1 , a 2 ).
¡ ¢
R EMARQUE 20.7 Calcul pratique des dérivées partielles — En pratique, lorsque l’on dispose d’une expres-
sion de f définie sur un ouvert de Rn , la i -ème dérivée partielle se calcule en dérivant l’expression par rapport
à la i -ème variable, les autres variables étant considérées comme des constantes, pour tout i ∈ J1, n K.