Chapitre 20

Calcul différentiel

Notations. Tout le long de ce chapitre, E et F désignent deux R.e.v.n de

dimensions finies p et n respectivement. Ω désigne un ouvert non vide de E.
On munit E d’une base B = (e1 , ..., ep ) de sorte qu’on puisse confondre un
p
vecteur x = xk ek de E avec le vecteur (x1 , ..., xp ) de Rp .
P
k=1

20.1. | Notion de différentielle et de dérivée selon un vecteur en un point

20.1.1. Différentielle en un point

Soit f une fonction de E dans F définie sur Ω et soit a ∈ Ω. On pose

Ωa = {h ∈ E : a + h ∈ Ω}.

Ωa est un ouvert de E contenant 0E .

1
2 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.1.1.
On dit que f est différentiable au point a s’il existe une application
linéaire l de E dans F : l ∈ L (E, F ) et une application ε : Ωa → F tel
que

∀h ∈ Ωa , f (a + h) = f (a) + l(h) + khk ε(h) avec lim ε(h) = 0 (1)

h→0

Dans ce cas l est unique et notée df (a) ou dfa dite application linéaire
tangente á f en a ou la différentielle de f en a. Ainsi, df (a) ∈ L (E, F )
et pour tout h de E le vecteur (df (a)) (h) est noté df (a) · h : On lit
df (a) appliquée á h. Avec ces notations (1) peut s’écrire sous la forme :

∀h ∈ Ωa , f (a + h) = f (a) + df (a) · h + o (khk)

h→0

on dit aussi que f admet un développement limité en a á l’ordre

1. On peut aussi écrire

∀x ∈ Ω, f (x) = f (a) + df (a) · (x − a) + x→a

o (kx − ak)

Définition. 20.1.1.
L’application f est dite différentiable (sur Ω) si f est différentiable en
tout point de Ω et dans ce cas la diffrentielle de f est l’application :

Ω −→ L (E, F )
df :
a 7−→ df (a)

Remarque 20.1.1 Comme la notion de limite, la différentiabilité en un point

est une notion locale et hériditaire.

Exemples 20.1.1 (fondamentaux) 1. Toute application constante est différentiable

de différentielle, en tout point, l’application linéaire nulle de E dans F .
2. Toute application linéaire u ∈ L (E, F ) est différentiable et en tout point
a de E : du(a) = u (du est constante sur E).
Cas particulier : Soit B = (e1 , ..., ep ) une base de E et B ∗ = (e∗1 , ..., e∗p )
la base duale associée. Alors, pour tout 1 ≤ j ≤ p, ∀a ∈ E, da e∗j = e∗j ce
p
qui justifie la notation différentielle de e∗j par dxj . Ainsi, ∀h = hj ej ∈
P
j=1
E, dxj · h = hj .
3. Toute application bilinéaire ϕ de E × F dans un autre e.v.n G de dimen-
sion finie, est différentiable avec pour tout (a, b) ∈ E × F

E×F →G
dϕ(a, b) :
(h, k) 7−→ ϕ(h, b) + ϕ(a, k)
20.1. NOTION DE DIFFÉRENTIELLE ET DE DÉRIVÉE SELON UN VECTEUR EN UN POINT3

Remarque 20.1.2 La propriété précédente se généralise naturellement

aux applications multilinéaires.

4. Cas d’une fonction vectorielle de variable réelle :

Théorème. 20.1.2.
Soit I un intervalle (ouvert de R) et f : I → F, a ∈ I. On rappelle
que, lorsqu’il existe, le vecteur de F :
1
lim [f (a + t) − f (a)]
t→0 t

dit vecteur dérivé de f en a et noté f 0 (a), f est dite dérivable

en a. On a, alors : f est différentiable en a si, et seulement si, f
est dérivable en a et dans ce cas :

∀h ∈ R df (a) · h = hf 0 (a) et en particulier f 0 (a) = df (a) · 1

20.1.2. Propriétés

Théorème. 20.1.3.
Si f est différentiable en a alors f est continue en a.

Théorème. 20.1.4. caractérisation de la différentiabilité par les

applications coordonnées

Soit C = (ε1 , ..., εn ) une base de F et soient f1 , ..., fn les fonctions coor-
données de f : Ω → F, dans cette base. Alors, pour a ∈ Ω, on a : f est
différentiable en a si, et seulement si, f1 , ..., fn le sont et dans ce cas on
a, pour tout h ∈ E :
n
df (a) · h = dfi (a) · h εi
X

i=1

et pour tout 1 ≤ i ≤ n, on a aussi :

dfi (a) = ε∗i ◦ df (a)

où, (ε∗1 , ..., ε∗n ) désigne la base duale associée à la base C de F .

Remarque 20.1.3 Ainsi, l’étude de la différentiabilité en dimension finie,

revient á celle des fonctions á valeurs réelles.
4 CHAPITRE 20. CALCUL DIFFÉRENTIEL

20.1.3. Dérivée en un point selon un vecteur et

notion de dérivée partielle

Soit a ∈ Ω et h un vecteur quelconque de E. Alors il existe δ > 0 tel que

∀t ∈ ]−δ, δ[ , a + th ∈ Ω. Soit f : Ω → F une application. On définit alors la
]−δ, δ[ → F
fonction vectorielle ϕh : .
t 7−→ f (a + th)

Définition. 20.1.2.
Lorsque ϕh est dérivable en 0, le vecteur ϕ0h (0) est dit vecteur dérivé de
f en a selon h. On le note alors Dh f (a). Ainsi et sous réserve d’existence
1
Dh f (a) = lim [f (a + th) − f (a)]
t→0 t

Exercice 20.1.1 Vérifier que f admet une dérivée nulle selon le vecteur 0 en
tout point de Ω, et que si f admet une dérivée en un point a selon un vecteur
h : Dh f (a) alors pour tout λ ∈ R, Dλh f (a) existe avec : Dλh f (a) = λDh f (a).
20.1. NOTION DE DIFFÉRENTIELLE ET DE DÉRIVÉE SELON UN VECTEUR EN UN POINT5

Théorème. 20.1.5.
Soit C = (εi )1≤i≤n une base de F et soit f : Ω → F une application
n
d’applications coordonnées dans cette base f1 , ..., fn (i.e f = fi εi ) et
P
i=1
a ∈ Ω. Alors on a :
1. Pour tout h ∈ E, f admet une dérivée en a selon h si, et seulement
si, chacune des fonctions coordonnées fi admet une dérivée en a
selon h et dans ce cas :
n
Dh f (a) = Dh fi (a) εi
X

i=1

les coordonnées de Dh f (a) dans la base C sont

Dh f1 (a), ..., Dh fn (a).
2. Si f est différentiable en a alors f admet en a une dérivée selon
tout vecteur h de E avec Dh f (a) = df (a) · h
3. f est différentiable en a si, et seulement si, chacune des fonctions
coordonnées de f est différentiable en a avec dans ce cas :
n
∀h ∈ E, df (a) · h = Dh f (a) = Dh fi (a) εi
X

i=1

Définition. 20.1.3. Dérivées partielles en un point suivant une

base de E
On munit E d’une base B = (e1 , ..., ep ). Soit f une application de Ω
dans F et soit a ∈ Ω. Si pour j ∈ [[1, p]], f admet une dérivée en a selon
ej , alors on dit que f admet une dérivée partielle en a par rapport
á xj (ou la j ième cordonnée) suivant B et dans ce cas Dej f (a) se note
∂f p
aussi Dj f (a) ou (a) ou encore ∂xj f (a) : Ainsi si a = ak ek alors :
P
∂xj k=1

∂f d
(a) = [xj 7−→ f (a1 e1 + ... + aj−1 ej−1 + xj ej + ... + ap ep )] (aj )
∂xj dxj

Exemples 20.1.2 Étudier en (0, 0) l’existence des dérivées selon un vecteur

et celle des dérivées partielles, la différentiabilité et la continuité des fonctions
définies de R2 dans R par :
xy x2 y
 
 f (x, y) = si (x, = (0, 0)
y) 6 (x, = si (x, y) 6= (0, 0)


f y)
x2 + y 2 , x2 + y 2

f (0, 0) = 0  f (0, 0) = 0


L’existence des dérivées partielles n’entraı̂ne ni la différentiabilité ni la conti-

nuité ni l’existence des autres dérivées !
Remarque 20.1.4 Une fois, une base B = (e1 , ..., ep ) de E est fixée, f (x)
j=p
peut être identifiée à f (x1 , ...., xp ) pour tout x = xj ej ∈ Ω.
P
j=1
6 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.1.6.
On suppose que f est différentiable en un point a ∈ Ω, alors f admet
p
une dérivée en a selon tout vecteur h = hj ej avec :
P
j=1
 
p n p
∂f ∂fi 
df (a) · h = Dh f (a) = (a) = (a) εi
X X X
hj  hj
j=1 ∂xj i=1 j=1 ∂xj

Cas particulier des applications numériques (à valeurs dans R) :

Soit f : Ω → R différentiable en un point a ∈ Ω. Alors, pour tout vecteur
p
h= hj ej :
P
j=1

p p
∂f ∂f
df (a) · h = (a) hj = (a) dxj · h
X X

j=1 ∂xj j=1 ∂xj

où, (dx1 , ..., dxp ) est la base duale associée à B en notation différentielle.
On en déduit que :
p
∂f
df (a) = (a) dxj
X

j=1 ∂xj

ce qui justifie, lorsque f est différentiable sur Ω, la notation :

p
∂f
df =
X
dxj
j=1 ∂xj

∂f ∂f
c’est la forme différentielle de df . , ..., sont les fonctions co-
∂x1 ∂xp
ordonnées de df relativement à la base duale (dx1 , ..., dxp ).

Exemple 20.1.1 L’application f : (x, y) ∈ R2 7→ x2 y 2 − xy 3 est différentiable

sur R2 et on a :

df = (2xy 2 − y 3 )dx + (2x2 y − 3xy 2 )dy

20.1.4. Matrice Jacobienne d’une application

différentiable

On munit E d’une base B = (e1 , ..., ep ) et F d’une base C = (ε1 , ..., εn ) et

on considère f : Ω → F. alors on a :
20.1. NOTION DE DIFFÉRENTIELLE ET DE DÉRIVÉE SELON UN VECTEUR EN UN POINT7

Définition. 20.1.4.
On suppose que f est différentiable en un point a ∈ Ω, alors : la matrice
de df (a) ∈ L (E, F ) dans les bases B et C s’appelle Matrice Jacobienne
de f en a dans les bases B et C , notée J f (a) ou Jf (a) ou encore Ja (f )
et donc on a :
!
∂fi
Jf (a) = (a) ∈ Mn,p (R).
∂xj 1≤i≤n,1≤j≤p

Ainsi, on a :
Proposition. 20.1.1.
Sous ces conditions, pour tout vecteur h ∈ E on a :

matC (df (a) · h) = Jf (a) × matB (h).

Exemples 20.1.3 1. Justifier que l’application f définie de R2 → R2 par :

f (x, y) = (xy, x + y) est différentiable et déterminer sa matrice Jaco-
bienne en tout point (x, y).
2. Mêmes questions avec la fonction φ du passage aux coordonnées polaires
définie par φ(r, θ) = (r cos(θ), r sin(θ)).

20.1.5. Opérations

E, F et G sont des e.v.n de dimensions finies p, n et respectivement et

munis chacun d’une base.
1. Combinaison linéaire d’applications différentiables : Soient f, g
deux fonctions définies de Ω dans F, et différentiables en a ∈ Ω alors
pour tout λ ∈ R, λf + g est différentiable en a avec :

d(λf + g)(a) = λdf (a) + dg(a) et J(λf +g) (a) = λJf (a) + Jg (a)

2. Composition d’applications différentiables : Si Ω0 est un ouvert de

F et si f est différentiable en a ∈ Ω á valeurs dans Ω0 et si g : Ω0 → G
est différentiable en b = f (a), alors g ◦ f est différentiable en a avec :

d(g ◦ f )(a) = d(g)(b) ◦ d(f )(a) et J(g◦f ) (a) = Jg (f (a)) × Jf (a).

En particulier, pour tout (i, j) ∈ [[1, m]] × [[1, p]], on a la règle de la chaine
suivante :
∂ (g ◦ f )i ∂gi ◦ f n
∂gi ∂fk
(a) = (a) = (f (a)) (a)
X
∂xj ∂xj k=1 ∂yk ∂xj
8 CHAPITRE 20. CALCUL DIFFÉRENTIEL

ou encore

n
∂g ◦ f ∂fk ∂g
(a) = (a) (f (a)).
X
∀1 ≤ j ≤ p,
∂xj k=1 ∂xj ∂yk

3. Dérivée le long d’un arc :

Soit γ : I (intervalle ouvert de R) −→ Ω ⊂ E dérivable en t0 ∈ I et soit
f : Ω −→ F différentiable en a = γ(t0 ) alors : f ◦ γ est dérivable en t0
avec :

(f ◦ γ)0 (t0 ) = df (γ(t0 )) · γ 0 (t0 ).

En particulier, si γ est affine : γ(t) = x + th (x, h deux vecteurs fixes de

E) alors l’expression précédente devient :

(f ◦ γ)0 (t0 ) = df (γ(t0 )) · h = Dh f (a).

4. Produit d’une fonction avec une fonction scalaire différentiable :

f ϕ
Soient Ω → F et Ω → R deux applications différentiables en a ∈ Ω, alors
ϕf est différentiable en a avec :

∀h ∈ E, d (ϕf ) (a) · h = (dϕ(a) · h) f (a) + ϕ(a)df (a) · h

ϕ
5. Inverse d’une fonction numérique différentiable : Soit Ω → R.
Soit a ∈ Ω tel que ϕ est différentiable en a et ϕ(a) 6= 0. Alors il existe un
1/ϕ
ouvert U contenant a tel que ∀x ∈ U, ϕ(x) 6= 0. L’application U → R
est différentiable en a, et :

1 −1
d( )(a) = 2 dϕ(a).
ϕ ϕ (a)

20.1.6. Notion du gradient d’une fonction sca-

laire

On suppose dans cette section que E est muni d’un produit scalaire ( · | · )
et F = R.
 20.2. FONCTION DE CLASSE C 1 SUR UN OUVERT 9

Théorème. 20.1.7.
Soit f une application de Ω → R différentiable en un point a ∈ Ω. Alors,
−−→
il existe un unique vecteur de E dit gradient de f en a et noté gradf (a)
ou 5f (a) vérifiant :

∀h ∈ E df (a).h = (5f (a) p h).

et donc

∀h ∈ Ωa , f (a + h) = f (a) + (5f (a) p h) + o (khk)

h→0

De plus, dans une base orthonormée (e1 , ..., ep ) de E, on a :

p
∂f
5f (a) = (a)ej .
X

j=1 ∂xj

Corollaire. 20.1.1. Interprétation géométrique

Si 5f (a) est non nul, alors il est colinéaire et de même sens que le vecteur
unitaire h selon lequel la dérivée de f en a : Dh f (a) est maximal. 5f (a)
pointe la direction selon laquelle la variation de f est maximale dite
direction de la plus grande pente.

20.2. | Fonction de classe C 1 sur un ouvert

20.2.1. Définition et caractérisations

Définition. 20.2.1.
Soit f une fonction de E dans F définie sur l’ouvert Ω. On dit que f est
de classe C 1 sur Ω si f est différentiable et qu’en plus l’application :

Ω → L (E, F )
df :
a 7−→ df (a)

est continue de Ω dans L (E, F ).

Théorème. 20.2.1. caractérisation par les fonctions coordonnées

Étant donnée une base C de F on a : f est de classe C 1 sur l’ouvert

Ω si, et seulement si, toutes ses fonctions coordonnées relativement à la
base C le sont.
10 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.2.2. fondamental

Soit B = (e1 , ..., ep ) une base de E et C une base de F. Alors les pro-
priétés suivantes sont équivalentes :
1. f de classe C 1 sur Ω.
2. Pour tout vecteur h de E, Dh f est définie et continue de Ω dans
F.
∂f ∂f
3. Les dérivées partielles suivant la base B : , ..., existent et
∂x1 ∂xp
sont continues de Ω dans F.
4. Les dérivées partielles suivant la base B des fonctions coordonnées
∂fi
relativement à la base C : , (i, j) ∈ [[1, n]] × [[1, p]] existent et
∂xj
sont continues de Ω dans R.

20.2.2. Opérations sur les fonctions de classe C 1

1. Soient f, g de classe C 1 sur Ω dans F, alors pour tout λ ∈ R, λf + g est

C 1 sur Ω.
2. Si Ω0 est un ouvert de F et f est C 1 sur Ω á valeurs dans Ω0 et si g est
C 1 sur Ω0 á valeurs dans un troisième e.v.n G, alors g ◦ f est C 1 sur Ω.
f ϕ
3. Soient Ω → F et Ω → R de classe C 1 , alors ϕf est de classe C 1 .
ϕ 1
4. Soit Ω → R de classe C 1 ne s’annulant pas. Alors l’application est de
ϕ
classe C 1 .

Exemples 20.2.1 ( fondamentaux ) 1. Toute application constante est

de classe C 1 .
2. Les applications linéaires de E dans F sont de classe C 1 .
Application : Toute fonction polynômiale des coordonnées dans une base
de E, est de classe C 1 . Ainsi, l’application det est de classe C 1 de Mn (R)
dans R.
3. Toute application bilinéaire en dimension finie est de classe C 1 .
Application : Tout produit scalaire défini sur E est de classe C 1 de E 2
dans R.
4. Soit (E, (.|.)) un espace euclidien, alors la norme euclidienne associée
k.k est de classe C 1 sur l’ouvert E r {0} de dérivée en un point a de
(a|h)
E\{0} selon un vecteur h : .
kak
 20.3. DÉRIVÉES PARTIELLES D’ORDRES SUPÉRIEURS 11

U ⊂ R2 → R2
Exercice 20.2.1 (d’applications) 1. Soit fe : V ⊂ R2 → R et ϕ :
(x, y) 7−→ (u(x, y), v(x, y))
deux applications de classe C tel que ϕ(U ) ⊂ V. Montrer que f = fe ◦ ϕ
1

est de classe C 1 et déterminer les dérivées partielles de f en fonction de

celles de fe, u et v.

2. Montrer que l’application f : z ∈ C 7−→ exp(z) est de classe C 1 et

déterminer ses dérivées partielles relativement à la base canonique (1, i)
de C.

Théorème. 20.2.3. Intégrale curviligne

Soit Ω un ouvert de E et f : Ω → F une application de classe C 1 .

Soit (I, γ) un arc paramétré de classe C 1 de support Γ contenu dans
Ω. Alors, pour tout α, β ∈ I, on a :
Z β
df (γ(t)).γ 0 (t) dt = f (γ(β)) − f (γ(α))
α

En particulier, la valeur de cette intégrale ne dépend que de f et des

extrémités A = γ(α) et B = γ(β) non de l’arc γ. On parle de l’intégrale
curviligne de df le long de l’arc AB.

Corollaire. 20.2.1. Caractérisation d’une application

différentiable constante
Soit Ω un ouvert connexe par arcs de E (en particulier s’il est étoilé ou
convexe) et f définie de classe C 1 sur Ω á valeurs dans F. Alors on a :

f constante sur Ω ⇐⇒ ∀x ∈ Ω, df (x) = θ

x+y
!
Exemples 20.2.2 Calculer en fonction de x, y : arctan x+arctan y−arctan .
1 − xy

20.3. | Dérivées partielles d’ordres supérieurs

20.3.1. Définition et caractérisations

12 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Définition. 20.3.1.
On munit E d’une base B = (e1 , e2 , ..., ep ). Soit f : E → F définie sur
l’ouvert Ω.
1. Soient a ∈ Ω, k ∈ N∗ et i1 , i2 , ..., ik ∈ {1, ..., p}. On dit que f
admet en a une dérivée partielle d’ordre k par rapport
∂kf
aux places i1 , i2 , ..., ik dans cet ordre notée (a),
∂xik ∂xik−1 ...∂xi1
∂ k−1 f
∂ik . . . ∂i1 f (a) ou encore ∂i1 ,i2 ,...,ik f (a) si est définie
∂xik−1 ...∂xi1
sur un ouvert contenant a et admet une dérivée partielle en a par
rapport à la variable xk et dans ce cas :

∂kf ∂ k−1 f
!
∂
(a) = (a)
∂xik ...∂xi1 ∂xik ∂xik−1 ...∂xi1

2. On dit que f est de classe C k sur Ω si toutes les dérivées partielles

d’ordre k de f sont définies sur Ω et y sont continues.
3. f est dite C ∞ sur Ω s’elle est C k sur Ω pour tout k ∈ N.

Théorème. 20.3.1. de caractérisation

Soit k un entier ≥ 2, et f : Ω → F. On munit E et F d’une base chacun.
Alors on a :
1. f est de classe C k sur Ω si et seulement si f est de classe C 1 et ses
dérivées partielles (relativement à B ) sont de classe C k−1 .
2. f est de classe C k sur Ω si et seulement si les applications co-
ordonnées de f (relativement à une base C de F ) sont de classe
Ck.

Théorème. 20.3.2. Structure

1. C k (Ω, F ) est un R.e.v et pour tout h ∈ E, Dh :

C k (Ω, F ) → C k−1 (Ω, F )
est linéaire.
f 7−→ Dh f
2. Si, f ∈ C k (Ω, F ) et ϕ ∈ C k (Ω, R) alors, ϕf ∈ C k (Ω, F ).
3. C k (Ω, R) est une R-algèbre.
4. La composée (quand elle existe) de deux applications de classe C k
l’est.
1
5. Si f ∈ C k (Ω, R) ne s’annulant pas alors ∈ C k (Ω, R) .
f
20.3. DÉRIVÉES PARTIELLES D’ORDRES SUPÉRIEURS 13

Théorème. 20.3.3. de Schwarz

Soit f : E → F définie de classe C 2 sur l’ouvert Ω. Alors

∂ 2f ∂ 2f
∀i, j ∈ {1, ..., p}, = sur Ω
∂xi ∂xj ∂xj ∂xi

y4

f (x, y) = si (x, y) 6= (0, 0)


Exercice 20.3.1 Soit f la fonction définie de R dans R par :
2
x2 + y 2
 f (0, 0) = 0


1. Montrer que f est de classe C ∞ sur R2 \{(0, 0)}

2. Déterminer les dérivées partielles d’ordre 2 en (0, 0)

3. f est -elle de classe C 1 sur R2 ? de classe C 2 ?

20.3.2. Formule de Taylor-Young à l’ordre 2

14 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.3.4. Formule de Taylor-Young á l’ordre 2

On se place dans le cas où E = Rp muni de sa structure d’espace euclidien
usuel. Soit f : Ω → R, une application de classe C 2 . Alors, pour x0 ∈ Ω,
et h = (h1 , . . . , hp ) ∈ Rp ∼ Mp,1 (R) tel que x0 + h ∈ Ω, on a :
 
1 Xp
∂ 2f ∂ 2f
f (x0 + h) = f (x0 ) + df (x0 ) · h +  h2i 2 (a) + 2 (a)
X
hi hj
2 i=1 ∂xi 1≤i<j≤p ∂x i ∂x j

+ o (khk2 )
h−→0

En considérant le gradient de f et en notant Hf (x0 ) la matrice

symétrique réelle définie par :
!
∂ 2f
Hf (x0 ) = (x0 )
∂xi ∂xj 1≤i,j≤n

dite matrice Hessienne de f en x0 , la formule de Taylor-Young à

l’ordre 2 prend la forme suivante :
1
f (x0 + h) = f (x0 ) + 5f (x0 )T h + hT Hf (x0 )h + o (khk2 ),
2 h−→0
1
= f (x0 )+ < 5f (x0 ), h > + < Hf (x0 )h, h > + o (khk2 ).
2 h−→0

Cas particulier : Dans le cas où E = R2 , muni de sa base canonique; en

un point x0 = (a, b) de Ω et (h, k) ∈ R2 ; la formule de Taylor prend la
forme suivante :
∂f ∂f
f (a + h, b + k) = f (a, b) + h (a, b) + k (a, b)
∂x ∂y
1 2∂ f
" #
2
∂ 2f 2
2∂ f
+ h (a, b) + 2hk (a, b) + k (a, b)
2 ∂x2 ∂x∂y ∂y 2
+ o (k(h, k)k2 )
(h,k)−→(0,0)

On adopte dans la pratique, les notations suivantes dites de Monge :

∂ 2f ∂ 2f ∂ 2f ∂ 2f
r = (a, b), t = (a, b) et s = (a, b) = (a, b), et la
∂x2 ∂y 2 ∂x∂y ∂y∂x
matrice Hessienne de f en (a, b) est alors donnée par :
!
r s
Hf (a, b) = .
s t
 20.4. EXTREMUMS D’UNE FONCTION Á VALEURS DANS R 15

20.4. | Extremums d’une fonction á valeurs dans R

20.4.1. Optimisation sans contraintes

Définition. 20.4.1. d’un extremum global

Soit D un domaine de E et f une application de D dans R. Soit x0 ∈ D.
1. On dit que f admet en x0 un maximum (global ou absolu) si :

∀x ∈ D, f (x) ≤ f (x0 ).

2. On dit que f admet en x0 un minimum (global ou absolu) si :

∀x ∈ D, f (x) ≥ f (x0 ).

3. Si, f admet en x0 un maximum global ou un minimum global alors,

on dit que f admet en x0 un extremum global ou absolu.

Définition. 20.4.2. d’un extremum local

Soit f : D → R et soit x0 ∈ D.
1. On dit que f admet en x0 un maximum local s’il existe un voisinage
v de x0 tel que :

∀x ∈ v ∩ D, f (x) ≤ f (x0 ).

2. On dit que f admet en a un minimum local s’il existe un voisinage

v de x0 tel que :

∀x ∈ v ∩ D, f (x) ≥ f (x0 ).

3. Si, f admet en x0 un maximum local ou un minimum local alors,

on dit que f admet en x0 un extremum local.

Remarque 20.4.1 Si, f admet en un point x0 ∈ D un extremum global alors,

f admet en x0 un extremum local.
16 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.4.1. Condition nécessaire d’un extremum local

intérieur
o
Soit f : D → R, une application de classe C 1 et soit x0 ∈ D tel que f
admet en x0 un extremum local. Alors df (x0 ) = 0. On dit que x0 est un
point critique de f.
Si, x0 est un point critique de f qui ne correspond pas à un extremum
local alors, on dit que x0 est un point selle ou point col pour f.

Exemples 20.4.1 1. Déterminer les points critiques puis les extremums

des applications définies de R2 dans R par :

f (x, y) = x2 + y 2 , f (x, y) = x2 − y 2 et f (x, y) = x3 + 3xy 2 − 15x − 12y

D→R
2. Soit D = {(x, y) ∈ R2 tel que x2 +y 2 ≤ 1} et soit f :
(x, y) 7−→ x3 − 3x(1 + y 2 )
Justifier que f admet un maximum et un minimum à déterminer.

Théorème. 20.4.2. Condition suffisante d’un extremum local

dans un ouvert
Soient Ω un ouvert de E muni d’un produit scalaire, f : Ω → R une
application de classe C 2 et soit x0 ∈ Ω, un point critique de f et Hf (x0 )
la Hessienne de f en x0 . Alors, la formule de Taylor-Young de f en x0
s’écrit :
1
f (x0 + h) = f (x0 ) + < Hf (x0 )h, h > + o (khk2 ).
2 h−→0

Il s’en suit que,

i) f admet un minimum local en x0 ⇒ Hf (x0 ) ∈ Sp+ (R),
ii) Hf (x0 ) ∈ Sp++ (R) ⇒ f admet un minimum local strict en x0 .
20.4. EXTREMUMS D’UNE FONCTION Á VALEURS DANS R 17

Corollaire. 20.4.1. Condition suffisante d’un extremum local en

dim 2
Soit f : R2 → R, définie et de classe C 2 sur un ouvert Ω de R2 . Soit
x0 = (a, b) ∈ Ω un point critique de f. En adoptant les notations de
Monge
∂ 2f ∂ 2f ∂ 2f ∂ 2f
r= (a, b), t = (a, b) et s = (a, b) = (a, b), on obtient :
∂x2 ∂y 2 ∂x∂y ∂y∂x
1. Si, rt − s2 > 0 et r > 0 i.e (det(Hf (x0 )) > 0 et Tr(Hf (x0 )) > 0)
alors f admet en (a, b) un minimum local strict,
2. Si, rt − s2 > 0 et r < 0 i.e (det(Hf (x0 )) > 0 et Tr(Hf (x0 )) < 0)
alors f admet en (a, b) un maximum local strict,
3. Si, det(Hf (x0 )) = rt − s2 < 0 alors f admet en (a, b) un point col.
Indication. Considérer le spectre de Hf (x0 ).

Exemples 20.4.2 1. (x, y) 7−→ x2 + y 2 admet en (0, 0) un minimum local

(rt − s2 = 1 > 0 et r > 0) et (x, y) 7−→ x2 − y 2 n’admet pas en (0, 0) un
extremum local (rt − s2 = −1 < 0)
2. (x, y) 7−→ x4 + y 4 admet en (0, 0) un minimum local et (x, y) 7−→ x3 − y 3
admet en (0, 0) un point-selle (pour ces deux fonctions rt − s2 = 0)
3. Montrer que (x, y) 7−→ x ln(y) − y ln(x) admet (e, e) pour seul point
critique. Est-il un extremum local ?
18 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Simulation D’extremums Locaux

Minimum local

Maximum local

Point col
20.4. EXTREMUMS D’UNE FONCTION Á VALEURS DANS R 19

20.4.2. Notion de vecteur tangent à une partie

d’un e.v.n

Définition. 20.4.3.
Soit X une partie non vide de E et soit a ∈ X. Un vecteur v de E est dit
vecteur tangent à X en a (v ∈ Ta (X)) s’il existe ε > 0 et un arc γ défini
de ] − ε, ε[ à valeurs dans X tels que γ(0) = a et γ 0 (0) = v. En d’autres
termes, les vecteurs tangents à X en a sont les vecteurs tangents en a
aux courbes tracées sur X. Lorsque Ta (X) est un sous espace vectoriel
on parle d’espace tangent à X en a et le sous espace affine passant par
a et dirigé par Ta (X) s’appelle variété affine tangente à X en a.

Exemples 20.4.3 i) Soit X un sous-espace affine de E dirigé par un sous-

espace vectoriel E 0 . Alors, pour tout a ∈ X, Ta (X) = E 0 .

ii) Soit X une boule ouverte de rayon r > 0. Alors, pour tout a ∈ X,
Ta (X) = E.

iii) On munit E d’une norme associée à un produit scalaire ( · | · ) et soit

X une sphère de centre a. Alors, pour tout x0 ∈ X, Tx0 (X) = R(x0 −a)⊥ .

Théorème. 20.4.3.
On suppose E muni d’un produit scalaire. Soit f : Ω −→ R une appli-
cation numérique différentiable en un point a ∈ Ω. Soit X la ligne de
niveau de f passant par a i.e., :

X = {x ∈ Ω ; f (x) = f (a)}

Alors, les vecteurs tangents à X en a sont orthogonaux au gradient de

f en a : 5f (a).

Dans la suite de cette section, on se place dans l’espace usuel E = R3 muni de

son produit scalaire canonique.
20 CHAPITRE 20. CALCUL DIFFÉRENTIEL

Théorème. 20.4.4.
On suppose que X est une partie de E = R3 admettant une équation
cartésienne de la forme :
z = f (x, y)
i.e.,
X = {M (x, y, f (x, y)) ; (x, y) ∈ Ω},
où, f : Ω (ouvert de R2 ) −→ R est une application différentiable
en un point (x0 , y0 ) de Ω. Alors, le plan affine tangent à X au point
M0 (x0 , y0 , z0 = f (x0 , y0 )) a pour équation cartésienne :

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

Exemples 20.4.4
1. Déterminer l’équation du plan tangent en un point au paraboloı̈de ellip-
tique d’équation :
z = x2 + y 2
.
2. Même question pour le paraboloı̈de hyperbolique d’équation :

z = y 2 − x2 .

20.4.3. Optimisation sous contrainte : Notion

d’extremum lié

Lemme 20.4.1 Soit f une fonction définie sur un ouvert Ω de E à valeurs

réelles et soit X une partie de Ω et supposons que la restriction de f admet
en un point x0 ∈ X un extremum local. Alors, si de plus f est différentiable en
x0 alors df (x0 ) s’annule en tout vecteur tangent à X en x0 .

Théorème. 20.4.5. d’optimisation sous une contrainte

Soient f et g deux fonctions définies et de classe C 1 sur un ouvert Ω de

E à valeurs réelles. Notons :

X = g −1 {0} = {x ∈ Ω : g(x) = 0}

et soit x0 ∈ X telle que dg(x0 ) 6= 0 et la restriction de f à X admet en

x0 un extremum local (relatif) alors nécessairement df (x0 ) est colinéaire
à dg(x0 ).
20.4. EXTREMUMS D’UNE FONCTION Á VALEURS DANS R 21

Exemples 20.4.5 1. Soit D = {(x, y) ∈ R2 tel que x2 + y 2 ≤ 1} et soit

D → R
f:
(x, y) 7−→ x3 − 3x(1 + y 2 )
Déterminer les extremums locaux de la restriction de f à la frontière de
D. En déduire les extremums de f sur D.
 n
2. Pour n ∈ N∗ , on pose Ω = R∗+ et f : Ω → R définie par
√
f (x1 , x2 , ..., xn ) = n
x1 x2 ...xn
x1 + ... + xn
 
et on pose X = (x1 , x2 , ..., xn ) ∈ Ω tel que =1
n
i) Déterminer le maximum de f sur X
ii) Déduire l’inégalité des moyennes arithmético-géométrique
√ x1 + ... + xn
n
x1 x2 ...xn ≤
n
où x1 , x2 , ..., xn sont des réels positifs.