Analyse II A (analyse réelle)

année 2001–2002

Felice Ronga

Table des matières

I – Espaces métriques et théorème du point fixe . . . . . . . . . . . . . . . . . . . . . . . . . . .1

1. Espaces métriques et espaces vectoriels normés . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1
2. Ouverts, fermés, adhérence. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7
La preuve de Bernstein du théorème d’approximation de Weierstrass . . . . . . . . . . . . . .9
3. Espaces complets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
4. Le théorème du point fixe et premières applications . . . . . . . . . . . . . . . . . . . . . . . . . 15
5. Construction de fractals par la méthode des IFS (Iterated Function Systems) . . . . . . . . . . . 20
1. Exemples d’objets fractals . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
L’ensemble de Cantor (1872) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Le triangle de Sierpinski (1916) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
La courbe de von Koch (1904) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2. La dimension de Hausdorff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3. L’espace métrique complet K(Rn ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4. La méthode IFS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
5. Exemples de programmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
II – Dérivabilité, théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . 35
1. Dérivabilité, différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1. Norme d’une application linéaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2. L’inégalité fondamentale de l’intégrale . . . . . . . . . . . . . . . . . . . . . . . . 36
3. Dérivabilité, différentiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4. Dérivées d’ordre supérieur et formule de Taylor . . . . . . . . . . . . . . . . . . 41
Etude des extrema locaux de fonctions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2. Le théorème des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1. Dépendance des racines simples d’une famille de polynômes . . . . . . . . . . . . . .
par rapport à des paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
2. Méthode des multiplicateurs de Lagrange pour la recherche d’extrema liés . 56
3. Eléments de calcul des variations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
1. Géodésiques sur les surfaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4. Théorèmes de l’application inverse et du rang . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
1. Sous-variétés de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5. Singularités d’applications, contours apparents, enveloppes . . . . . . . . . . . . . . . . . . . . . 77
1. Enveloppes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
III – Equations différentielles ordinaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
1. Introduction, exemples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
1. Transport de champs de vecteurs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
2. Classification des systèmes linéaires dans le plan . . . . . . . . . . . . . . . . . . 92
2. Théorèmes d’existence et unicité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
3. Equations différentielles linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

i
 1. Résultats généraux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
2. Complexification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3. Equation linéaire d’ordre n à coefficients constants . . . . . . . . . . . . . . . 107
4. Systèmes linéaires à coefficients constants . . . . . . . . . . . . . . . . . . . . . 112
4. Equations non linéaires : stabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
1. Méthode directe de Liapounov (1892) . . . . . . . . . . . . . . . . . . . . . . . . . 120
2. Linéarisation des champs de vecteurs de R2 . . . . . . . . . . . . . . . . . . . . . . 122
3. Stabilité structurelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
La bifurcation de Hopf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124

Liste des figures

Chapitre I
1 – L’aire hachurée repréésente la norme  1 de la fonction tn . . . . . . . . . . . . . . . . . . . . . .4
2 – f −1 (] − ε, ε[) n’est pas un voisinage de (0, 0) : f n’est donc pas continue en (0, 0) . . . . . . . . . .9
3 – L’aire hachurée représente la distance pour la norme  1 entre 2 termes de la suite fn (t) . . . . 12
4 – Méthode de Newton selon 4.2 et selon 4.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
5 – Construction de l’ensemble de Cantor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6 – Le triangle de Sierpinski, déssiné à l’aide de la méthode des I.F.S. . . . . . . . . . . . . . . . . . 21
7 – Construction de la courbe de Von Koch . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
8 – La courbe de Von Koch, déssinée à l’aide de la méhode des I.F.S. . . . . . . . . . . . . . . . . . 21
9 – Comportement de la s-mesure de A selon les valeurs de s . . . . . . . . . . . . . . . . . . . . . . 24
10 – La distance de Hausdorff de A à B est inférieure à ε . . . . . . . . . . . . . . . . . . . . . . . . 25
11 – Distance de Hausdorff du carré au cercle inscrit . . . . . . . . . . . . . . . . . . . . . . . . . . 25
12 – La fougère avec un bon et un mauvais choix de probabilités . . . . . . . . . . . . . . . . . . . . 29
13 – Esquisse des transformations qui codent la feuille de fougère . . . . . . . . . . . . . . . . . . . . 30
14 – Un bon Cantor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
15 – Un mauvais Cantor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Chapitre II
1 – Passage d’une relation implicite à une relation explicite . . . . . . . . . . . . . . . . . . . . . . . 49
2 – Le théoréme des fonctions implicites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3 – La courbe d’équation y2 − x(x − 1)2 = 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4 – La courbe d’équation y2 (1 − x) − x(2x − 1)2 = 0. . . . . . . . . . . . . . . . . . . . . . . . . . . 55
5 – Exemple d’extremum lié : distance minimale d’une courbe à un point donné . . . . . . . . . . . 57
6 – Valeurs extremales de x · y sur le cercle x2 + y2 − 1 = 0 . . . . . . . . . . . . . . . . . . . . . . . 60
7 – La parabole semi-cubique, d’équation y2 − x3 = 0 . . . . . . . . . . . . . . . . . . . . . . . . . . 60
8 – Calcul de la longueur du graphe de ϕ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
9 – Calcul de l’aire de la surface engendrée par rotation du graphe de ϕ . . . . . . . . . . . . . . . . 63
10 – Graphe de la fonction ”en cloche” (x − 1)2 (x + 1)2 , prolongée par 0 en dehors de [−1, 1] . . . . 64
11 – Graphes engendrant des surfaces minimales par rotation autour de l’axe Ox . . . . . . . . . . . 66
12 – La sphére, le cylindre et le cône . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
13 – Le théoréme d’inversion locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
14 – Le théoréme du rang lorsque n = 1, p = 2 et n = 2, p = 1 . . . . . . . . . . . . . . . . . . . . . . 72
15 – Le tore . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
16 – Diverses facons de donner une description locale d’une sous-variété . . . . . . . . . . . . . . . . 75
17 – Le pli et la fronce . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
18 – Contour apparent de la projection sur le plan x + 0.4z = 0 du tore . . . . . . . . . . . . . . . . 78
19 – Contour apparent et projection d’une courbe tracée sur une surface . . . . . . . . . . . . . . . . 78
20 – Contour apparent de la projection d’une surface sur un plan . . . . . . . . . . . . . . . . . . . . 80
21 – Application stables d’une courbe dans le plan . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
22 – Enveloppe de la famille de cercles centrés sur un cercle donné. . . . . . . . . . . . . . . . . . . . 81
23 – Enveloppe des droites coupées par les axes OX et OY selon un segment de longueur 1 . . . . . 82

ii
 24 – La surface S associée à la famille de droites précédente, vue de côté . . . . . . . . . . . . . . . . 82
25 – La même surface d’avant vue d’en haut . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
26 – Une caustique dans la nature . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
27 – Le lieu des centres des cercles osculateurs à une parabole . . . . . . . . . . . . . . . . . . . . . 85
Chapitre III
1 – Allure des solutions de y = 2ty2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2 – Solutions de y = 3y2/3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3 – Solutions de (x, y) = (x2 − y2 , 2xy) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4 – A diagonalisable sur R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
5 – A diagonalisable sur C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6 – A non diagonalisable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7 – Exemples d’allure dans une base quelconque . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
8 – Construction de solutions approchées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
9 – Trajectoires de l’équation prédateur-proie, avec a = b = c = d = 1 . . . . . . . . . . . . . . . . 120
10 – La bifurcation de Hopf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

iii
 I.1 Espaces métriques et espaces vectoriels normés 1

Chapitre I – Espaces métriques et théorème du point fixe

Sommaire. Le√fait que
toute suite de Cauchy de nombres réels converge permet de construire des nombres
réels tels que 2 = sup x | x2 ≤ 2 ou e = limn→∞ (1 + 1/n)n . Dans ce chapitre nous généralisons la notion
de distance de 2 nombres et les notions associées (limites de suites, continuité, suites de Cauchy) à des
espaces plus généraux, tels que l’espace C([0, 1], R) des fonctions continues de l’intervalle [0, 1] dans R, ou
encore l’espace des K(Rn ) des sous-espaces compacts non vides de Rn .
Cela nous permettra par la suite de construire des fonctions (par exemple des solutions explicites
d’équations implicites, ou des solutions d’équations différentielles) comme limite de suites de Cauchy dans
des espaces appropriés, de manière analogue à la construction de nombres réels. Ces constructions se feront
pour la plupart en se ramenant au théorème du point fixe (§ 3).
Au § 4 on montre comment la plupart des objets fractals usuels se définissent et se construisent na-
turellement à l’aide du théorème du point fixe, appliqué à certaines transformations de K(Rn).

1. Espaces métriques et espaces vectoriels normés

La notion de distance entre 2 points du plan ou de l’espace nous est familière. Plus généralement, dans
l’espace Rn on utilise ce qu’on appelle la distance euclidienne:


d(x, y) = (xi − yi )2 , x = (x1 , . . . , xn ) , y = (y1 , . . . , yn ) ∈ Rn .
i=1...n

La définition suivante généralise la distance euclidienne.

1.1 Définition – espace métrique. Un espace métrique (X, d) est un ensemble X muni d’une application
d : X × X → R, appelée distance ou métrique, qui satisfait les propriétés suivantes:
(1) ∀x, y ∈ X d(x, y) ≥ 0 , et d(x, y) = 0 ⇔ x = y
(2) d(x, y) = d(y, x) (symétrie).
(3) ∀x, y, z ∈ X d(x, z) ≤ d(x, y) + d(y, z) (inégalité du triangle).

L’exemple par excellence est bien sûr Rn muni de la distance euclidienne. Voici d’autres exemples :
(1) Sur Rn on peut considérer

d’autres
 métriques  :
– d∞ (x, y) = max |xi − yi |  i = 1, . . . , n
n
– d1 (x, y) = i=1 |xi − yi |
   
(2) Soit C [0, 1], R = {f : [0, 1] → R | f continue }. Si f, g ∈ C [0, 1], R on pose:

 
d∞ (f, g) = sup |f(t) − g(t)|  t ∈ [0, 1] .

(3) On peut définir une métrique sur un ensemble quelconque X en posant,

pour x, y ∈ X:
0 si x = y
d(x, y) = .
1 si x = y
On l’appelle métrique discrète.
(4) Métrique induite. Si (X, d) est un espace métrique et A un sous-ensemble, la restriction:

d|A×A : A × A → R

définit
une distance sur A. Ainsi, la métrique

 euclidienne sur R3 induit une distance sur la sphère
S = (x1 , x2 , x3 ) ∈ R | x1 + x2 + x3 = 1 ; pour cette métrique, la distance entre le pôle nord et le
2 3 2 2 2

pôle sud vaut 2.

– Analyse II (partie réelle), par Felice Ronga – Version du 6 décembre 2001, à 15h. 08
2 I – Espaces métriques et théorème du point fixe

(5) Métrique produit. Soient (X, dX ) et (Y, dY ) des espaces métriques; on peut définir une métrique sur
X × Y par:
 
(x1 , y1 ) , (x2 , y2 ) ∈ X × Y , d (x1 , y1 ), (x2 , y2 ) = sup {dX (x1 , x2), dY (y1 , y2 )} .

On vérifie dans chaque cas que les propriétés (1) à (3) de la définition de distance sont satisfaites.

En fait, dans la plupart des exemples qui précèdent, la métrique provient d’une norme; c’est une donnée
en rapport avec la structure d’espace vectoriel, qui s’inspire de la notion de norme des vecteurs de l’espace:

1.2 Définition – espace vectoriel normé. Un espace vectoriel normé (E,  ) est un espace vectoriel
E sur le corps K = R ou C muni d’une application   : E → R qui vérifie:
(1) ∀x ∈ E , x ≥ 0 , et x = 0 ⇔ x = 0
(2) ∀λ ∈ K , x ∈ E , λ · x = |λ| · x , où |λ| désigne respectivement la valeur absolue si K = R ou le
module si K = C.
(3) ∀x, y ∈ E, x + y ≤ x + y (inégalité du triangle.)

Si (E,  ) est un espace vectoriel normé, on définit la distance associée à une norme par:

d  (x, y) = x − y

On vérifie sans peine que les propriétés (1) à (3) de la définition de distance sont satisfaites. Par exemple,
la symétrie se montre ainsi:

d  (x, y) = x − y = (−1)(y − x) = |−1| y − x = y − x = d  (y, x) .

Quelques exemples d’espaces vectoriels normés:

(1) Dans Rn on peut définir plusieurs normes:

• La norme euclidienne: x = x2i , que l’on note aussi x2 .
i=1,...,n

 {|xi | , i = 1, . . . , n}
• x∞ = sup
• x1 = |xi | .
i=1,...,n
 
(2) L’espace vectoriel C [0, 1], R peut être muni des normes:
• f∞ = sup {|f(t)| , t ∈ [0, 1]}
1
• f1 = 0 |f(t)| dt
1
• f2 = 0
(f(t))2 dt
(3) On peut généraliser de plusieurs façons les exemples de (2). D’abord, considérons l’espace vectoriel sur
C des fonctions continues de [0, 1] dans C, noté C([0, 1], C); on peut le munir des normes:

f∞ = sup {|f(t)| , t ∈ [0, 1]}

1
f1 = |f(t)| dt
0
1
2
f2 = |f(t)| dt
0

où ici | | dénote le module des nombres complexes. On peut encore considérer un compact K de Rn et
l’espace C(K, Rp ) des applications continues de K dans Rp . Puisque toute application continue sur un
compact est bornée, la définition suivante a un sens:

f∞ = sup {f(x)Rp , x ∈ K} , f ∈ C(K, Rp )

 I.1 Espaces métriques et espaces vectoriels normés 3

et on vérifie qu’elle définit bien une norme.

(4) Si X est un ensemble quelconque, on peut considérer l’espace vectoriel B(X, Rp ) des fonctions bornées
de X dans Rp et le munir de la norme:

f∞ = sup {f(x)Rp , x ∈ X} , f ∈ B(X, Rp )

(5) Si F ⊂ E est un sous-espace vectoriel de E et   une norme sur E, sa restriction à F définit une norme
sur F . Par exemple, cela s’applique à
  
  
d
P ([0, 1], R) = f ∈ C [0, 1], R  f(t) = ai t i
,
i=0

 
le sous-espace vectoriel de C [0, 1], R formé par les applications polynomiales.
(6) Norme produit. Si (E,  E ) et (F,  F ) sont des espaces normés, on peut définir une norme sur
l’espace vectoriel E × F par:

(x, y) ∈ E × F , (x, y) = sup {xE , yF } .

Le fait que les propriétés (1), (2) et (3) de la définition 1.2 sont satisfaites par ces exemples se vérifie
facilement, à l’exception de la propriété (2) (f = 0 ⇒ f = 0) pour la norme  1 et  2 de l’exemple
(2), pour laquelle il faut utiliser le lemme suivant. La propriété (3) (inégalité du triangle) de la norme  2
se démontre comme pour la norme euclidienne (voir [H-W, th. IV.1.1].)

1.3 Lemme. Soit f : [0, 1] → R continue et supposons que f(t) ≥ 0, ∀t ∈ [0, 1]. Alors:

1
f(t)dt = 0 =⇒ f ≡0 .
0

Preuve: Si ∃ t0 ∈ [0, 1] avec f(t0 ) > 0, puisque f est continue ∃δ > 0, δ < 1, tel que f(t) ≥ f(t0 )/2 si
|t − t0 | ≤ δ, t ∈ [0, 1]. Au moins la moitié de l’intervalle [t0 − δ, t0 + δ] est inclus dans [0, 1], et donc:

1
f(t) dt ≥ f(t) dt ≥ δ · f(t0 )/2 > 0
0
[t0 −δ,t0 +δ]∩[0,1]

ce qui contredit l’hypothèse.

q.e.d.

A l’aide de la notion de distance on va maintenant définir les notions de limite de suites, limite d’appli-
cations, continuité d’applications.

1.4 Définition – limite d’une suite. Soit (X, d) un espace métrique et soit {xn } ⊂ X une suite dans
X. On dit que cette suite converge vers a ∈ X si:

∀ε > 0 , ∃Nε tel que n ≥ Nε ⇒ d(xn , a) < ε

et on écrit alors:
lim (xn ) = a , ou encore xn → a si n → ∞
n→∞
4 I – Espaces métriques et théorème du point fixe

Remarquons que si elle existe, la limite d’une suite est unique. En effet, si on a a et a dans X tels que

∀ε > 0 , ∃Nε tel que n > Nε ⇒ d(xn , a) < ε

et
∀ε > 0 , ∃Nε tel que n > Nε ⇒ d(xn , a ) < ε
alors, si n ≥ sup {Nε , Nε },
d(a, a ) ≤ d(a, xn ) + d(xn , a ) ≤ 2ε
et donc d(a, a) ≤ 2ε, ∀ε > 0, d’où d(a, a )= 0, et il en suit que a = a .
Par exemple, si l’on munit C [0, 1], R de la norme  ∞ , dire qu’une suite {fn } de fonctions converge
 
vers une fonction f ∈ C [0, 1], R , c’est dire qu’elle converge uniformément vers f, ce qui implique en
particulier la convergence ponctuelle: pour tout t ∈ [0, 1] fixé, la suite {fn (t)} ⊂ R converge vers f(t)
(convergence dans R). Par contre, dire que cette suite converge pour la norme  1 c’est dire qu’elle
converge ”en moyenne”,  ce quien général n’implique pas la convergence ponctuelle. Par exemple, la suite
de fonctions {tn } ⊂ C [0, 1], R ne converge pas pour  ∞ (car ce ne pourrait être que vers la fonction
identiquement nulle, et tn − 0∞ = 1), alors que pour la norme  1 elle converge effectivement vers la
fonction identiquement nulle:
1
1
tn − 01 = tn dt = → 0 si n → ∞ .
0 n+1

n
t

0 1
Figure I.1 – L’aire hachurée représente la norme  1 de la fonction tn

1.5 Définition – limite d’une application. Soient (X, dX ) et (Y, dY ) des espaces métriques, f : X → Y
une application, a ∈ X et b ∈ Y . On dit que f(x) tend vers b lorsque x tend vers a si

∀ε > 0 , ∃ δε tel que dX (x, a) < δε ⇒ dY (f(x), b) < ε

et on écrit alors:
lim (f(x)) = b , ou encore f(x) → b si x → a .
x→a

On dit que f est continue en a si limx→a f(x) = f(a); on dit que f est continue si elle est continue en tout
point a de X.

La proposition suivante montre que l’étude de la limite d’une application peut se ramener à l’étude de limites
de suites.
 I.1 Espaces métriques et espaces vectoriels normés 5

1.6 Proposition.

lim f(x) = b ⇐⇒ ∀ suite {xn } avec xn → a , on a: f(xn ) → b

x→a

Preuve: Commençons par l’implication ⇒. L’hypothèse dit:

∀ε > 0 , ∃ δε > 0 t.q. d(x, a) < δε ⇒ d(f(x), b) < ε

et si xn → a , n → ∞, ∃Nδε = Nε tel que n > Nε ⇒ d(xn , a) < δε ce qui implique encore que d(f(xn ), b) < ε,
et donc on a bien que f(xn ) → b.
Pour la réciproque, il nous faut raisonner par l’absurde. Nions le fait que f(x) → b si x → a:

∃ ε > 0 tel que ∀ δ > 0 , ∃ xδ tel que d(xδ , a) < δ mais d(f(x), b) ≥ ε .

On peut prendre en particulier δ = 1/n, n ∈ N, ce qui nous fournit une suite {xn } ⊂ X qui tend vers a,
mais d(f(xn ), b) ≥ ε, ∀n ∈ N.
q.e.d.

Examinons par exemple la continuité de l’application ”évaluation en 0”:

 
ev0 : C [0, 1], R → R , ev0 (f) = f(0) .
 
Puisque |f(0) − g(0)| ≤ f − g∞ , on voit que ev0 est continue si l’on munit C [0, 1], R de  ∞ . Par
contre, la suite de fonctions (t − 1)n tend vers 0 pour la norme  1 , puisque (t − 1)n 1 = 1/(n + 1), mais
la suite ev0 ((t − 1)n ) = (−1)n ne tend pas vers 0.

Nous donnons maintenant une condition qui assure que deux métriques (ou deux normes) sur un même
espace définissent les mêmes notions de limite et de continuité.

1.7 Définition – métriques équivalentes. Soient d1 et d2 deux métriques sur l’ensemble X. On dira
qu’elles sont équivalentes s’il existe deux constantes k1 > 0 et k2 > 0 telles que:

∀x, y ∈ X , d1 (x, y) ≤ k1 · d2 (x, y) et d2 (x, y) ≤ k2 · d1 (x, y) .

Si  1 et  2 sont deux normes sur l’espace vectoriel E, on dira qu’elles sont équivalentes s’il existe des
constantes k1 > 0 et k2 > 0 telles que:

∀x ∈ E , x1 ≤ k1 · x2 et x2 ≤ k2 · x1

On vérifie immédiatement que si sur l’espace métrique X on remplace la métrique d1 par une métrique d2 qui
lui est équivalente, une suite {xn } ⊂ X a pour limite a ∈ X relativement à d1 si et seulement si c’est le cas
relativement à d2 . Il en va de même pour la notion de continuité d’une application f : X → Y , lorsque l’on
remplace sur X, respectivement sur Y , les métriques par des métriques équivalentes. Aussi, les métriques
associées à des normes équivalentes sont
 équivalentes.

L’exemple de l’application ev0 : C [0, 1], R → R ci-dessus
 montre que les normes  1 et  ∞ ne sont
pas équivalentes.
  On vérifie tout de même que ∀f ∈ C [0, 1], R , f1 ≤ f∞ , ce qui assure que toute suite
de C [0, 1], R qui converge uniformément converge aussi en moyenne.
Les diverses normes vues sur Rn sont équivalentes, car on vérifie facilement que:

∀x ∈ Rn , x∞ ≤ x2 ≤ x1 ≤ n x∞ .

En fait on a même plus:

6 I – Espaces métriques et théorème du point fixe

1.8 Proposition. Toutes les normes sur Rn sont équivalentes.


Preuve: Soit   une norme
n quelconque sur R . On va montrer qu’elle est équivalente àn 1 . Tout d’abord,
n

tout x ∈ R s’écrit x = i=1 xi ei où les ei sont les vecteurs de la base canonique de R et donc:
n

 
 n   
   
x =  xi ei  ≤ |xi | ei  ≤ M · |xi | = M · x1
 
i=1 i=1,...,n


où M = sup ei  , i = 1, . . . , n

ce qui montre déjà la moitié de l’équivalence de ces deux normes.

Montrons maintenant que l’application:

  : (Rn ,  1 ) → R

est continue. Voyons d’abord une conséquence de l’inégalité du triangle, valable pour toute norme sur un
espace vectoriel E:
∀x, y ∈ E , x = x − y + y ≤ x − y + y
et donc
x − y ≤ x − y
mais puisque les rôles de x et y sont interchangeables, cela prouve que
 
x − y ≤ x − y

(ce qui prouve, entre autre, qu’une norme est toujours une application continue). Revenons à notre norme

  . Pour tout x, y∈ Rn nous avons:
 
x − y  ≤ x − y ≤ M x − y
1

ce qui montre bien que   : (Rn ,  1 ) → R est continue. Il faut se rappeler maintenant que le bord de la
boule de rayon 1 pour la norme  1 dans Rn

 
C = x ∈ Rn  x1 = 1

est compact dans Rn , et que toute fonction continue sur un compact de Rn atteint son infimum et son
maximum (voir [H-W, IV.2, th. (2.3)].) Cela implique que

 
inf x , avec x ∈ Rn et x1 = 1 = k > 0

car si cet infimum était nul, il serait atteint, ce qui voudrait dire qu’il existerait un vecteur x de C, donc

non nul, avec x = 0. Remarquons que pour tout x ∈ Rn non nul, x/ x1 ∈ C et donc:
 
 x 
x = x1   ≥ x · k , i.e x ≤ (1/k) x

 x  1 1
1

q.e.d.

1.9 Remarque. En fait il se peut que 2 métriques définissent les mêmes notions de convergence sans
être équivalentes au sens de la définition 1.7. Par exemple, si (X, d) est un espace métrique, on vérifie
facilement que la métrique d1 (x, y) = inf {1, d(x, y)} définit la même notion de convergence que d, mais n’est
pas équivalente à d si celle-ci n’est pas bornée.
 I.2 Ouverts, fermés, adhérence. 7

2. Ouverts, fermés, adhérence.

2.1 Définition – boule. Soit (X, d) un espace métrique, a un point de X et r > 0. On définit la boule
(ouverte) de centre a et rayon r par:

B(a, r) = {x ∈ X | d(x, a) < r} .

2.2 Définition – sous-ensemble ouvert. Le sous-ensemble U de l’espace métrique (X, d) est dit ouvert
si
∀x ∈ U , ∃r > 0 tel que B(x, r) ⊂ U .

2.3 Exemples.
(1) Dans R les boules ne sont autres que les intervalles ouverts bornés: B(x, r) =]x − r, x + r[.
(2) R \ {0} est un sous-ensemble ouvert de R, car si x = 0, B(x, |x|) ⊂ R \ {0}.
(3) Plus généralement, dans un espace métrique (X, d), si a ∈ X, X \ {a} est ouvert.
(4) Q n’est pas ouvert dans R, car toute boule de R contient des irrationnels.

    
(5) L’ensemble U = f ∈ C [0, 1], R | f(0) = 0 est un ouvert de C [0, 1], R muni de  ∞ , car si f ∈ U ,
B(f, |f|) ⊂ U . Qu’en est-il pour  1 ?
   
(6) P ([0, 1], R) n’est pas ouvert dans C [0, 1], R , car dans toute boule de centre 0 ∈ C [0, 1], R on trouve
des fonctions continues qui ne sont pas polynomiales (par exemple celles de la forme r · sin(2πt)).
(7) Les boules elles-mêmes sont des ouverts: si x ∈ B(a, r), alors r  = r − d(x, a) > 0, et B(x, r  ) ⊂ B(a, r),
car si y ∈ B(x, r  ), d(y, a) ≤ d(y, x) + d(x, a) < r  + d(x, a) = r.
(8) Si l’ensemble X est muni de la métrique discrète, tout sous-ensemble est ouvert.

2.4 Définition – sous-ensemble fermé. Le sous-ensemble F de l’espace métrique (X, d) est dit fermé
si son complémentaire X \ F est ouvert.

Par exemple, les sous-ensembles constitués par un point sont fermés.

2.5 Définition – adhérence d’un sous-ensemble. Soit A ⊂ X un sous-ensemble de l’espace métrique

X. On définit l’adhérence A de A par:

A = {x ∈ X | ∀r > 0 , B(x, r) ∩ A = ∅}

Remarquons que A ⊂ A, puisque si x ∈ A, ∀r > 0, B(x, r) ∩ A  x. La prochaine proposition fait le lien

entre la notion de fermé et d’adhérence, et montre qu’on peut exprimer l’adhérence en termes de limites de
suites.
8 I – Espaces métriques et théorème du point fixe

2.6 Proposition.
(1) A est fermé ⇔ A = A .
(2) A = {x ∈ X | ∃ une suite {xn } ⊂ A telle que limn→∞(xn ) = x}.

Preuve: (1) Si A est fermé et x ∈ X \ A, puisque ce dernier est ouvert ∃r > 0 t.q. B(x, r) ⊂ X \ A et x ∈ A;
donc A = A.
Réciproquement, si A = A et x ∈ X \ A, alors x ∈ A, donc ∃r > 0 t.q. B(x, r) ∩ A = ∅, c’est-à-dire
B(x, r) ⊂ X \ A.
(2) Si x0 ∈ A, ∀n ∈ N, B(x, 1/n) ∩ A = ∅, donc ∃xn ∈ B(x, 1/n) ∩ A , et alors limn→∞ (xn ) = x.
Réciproquement, si ∃ {xn } ⊂ A, limn→∞ (xn ) = x, ∀r > 0, B(x, r) ∩ A  xn pour n ≥ Nr , et donc on a
bien que B(x, r) ∩ A = ∅.
q.e.d.

2.7 Exemples.
(1) L’adhérence du sous-ensemble Q de R est R lui-même puisque tout nombre réel est limite de rationnels.
(2) Soit A = {1/n | n ∈ N} ⊂ R. Alors A = A ∪ {0}.
(3) Un  de Weierstrass (voir le théorème 2.10 à la fin de ce §) affirme que toute fonction f ∈
 théorème
C [0, 1], R est limite uniforme d’une suite de polynômes. Cela peut s’exprimer en disant que si l’on
 
munit C [0, 1], R de  ∞ on a:
 
P ([0, 1], R) = C [0, 1], R .

(4) L’adhérence de l’intervalle ]0, 1] dans l’espace R+ = {x ∈ R | x > 0} est le même intervalle ]0, 1] (le point
0 est bien limite d’une suite dans ]0, 1], mais il n’appartient pas à l’espace ambiant considéré R+ !).
Cela montre qu’il est important de savoir dans quel espace on travaille lorsqu’on considère les notions
d’ouvert, fermé etc. . . , bien que souvent cela ne soit pas dit explicitement.
(5) Si A ⊂ R est borné, alors inf(A), sup(A) ∈ A.

La notion suivante est parfois utile.

2.8 Définition - voisinages. Soit (X, d) un espace métrique et a ∈ X. On dit que V ⊂ X est un voisinage
de a dans X s’il existe un ouvert U ⊂ X tel que a ∈ U ⊂ V .

Pour terminer ce §, citons sans preuve une proposition qui montre que l’on peut exprimer la continuité sans
faire appel à la notion de distance, mais seulement aux ouverts, fermés ou voisinages.

2.9 Proposition. Soient (X, dX ) et (Y, dY ) des espaces métriques, f : X → Y une application et a ∈ X.
On a:
(1) f continue au point a ⇔ ∀ V voisinage de f(a) dans Y , f −1 (V ) est un voisinage de a dans X.
(2) f : X → Y est continue ⇔ ∀ V ⊂ Y ouvert, f −1 (V ) est ouvert dans X ⇔ ∀F ⊂ Y fermé, f −1 (F ) est
fermé dans X.

Par exemple, considérons la fonction

 2
 x2 si x1 = 0
f(x1 , x2 ) = x1 .

0 sinon

L’ensemble


f −1 (] − ε, ε[) = (x1 , x2 ) ∈ R2 | x1 = 0 , x22 < εx1 ∪ {(0, x2) | x2 ∈ R}
 I.2 Ouverts, fermés, adhérence. 9

x22
x1 = − x22
ε √ x1 =
ε ε

−1 1

√
− ε

Figure I.2 – f −1 (] − ε, ε[) n’est pas un voisinage de (0, 0) : f n’est donc pas continue
en (0, 0)

est représenté en gris sur la figure I.2. On voit que ce n’est pas un voisinage de (0, 0), ce qui, d’après la
proposition 2.9(1), montre que f n’est pas continue en (0, 0).

La preuve de Bernstein du théorème d’approximation de Weierstrass

 
Le théorème d’approximation de Weierstras dit que toute fonction f ∈ C [0, 1], R peut être approchée
pas des polynômes. On va présenter la preuve de S.N. Bernstein (1912) de ce théorème, qui définit ex-
plicitement, en termes des valeurs de f, une suite de polynômes fn (x) convergent uniformément vers f, pour
x ∈ [0, 1]. Soient k et n des entiers; les polynômes de Bernstein de f sont définis par les expressions :
   
n k n n!
Bnk (x) = x · (1 − x)n−k , k, n ≥ 0 , k ≤ n , où =
k k k!(n − k)!
 
Si f ∈ C [0, 1], R , son n-ième polynôme de Bernstein est défini par :
n  
n k
fn (x) = f( n )
k
x · (1 − x)n−k .
k
k=0

2.10 Théorème. La suite {fn (x)}n≥1 converge uniformément vers f(x) pour x ∈ [0, 1].
Cela équivaut à dire que limn→∞ f − fn ∞ = 0, ou encore :
∀ ε > 0 , ∃Nε (indépendant de x) tel que n ≥ Nε ⇒ |f(x) − fn (x)| ≤ ε , ∀x ∈ [0, 1] .
D’abord deux lemme; le premier donne deux propriétés fondamentales des polynômes de Bernstein.
2.11 Lemme. Les polynômes de Bernstein vérifient les propriétés suivantes :
i)
Bnk (x) ≥ 0 ∀x ∈ [0, 1]
ii)

n
Bnk (x) = 1 , ∀n ≥ 0
k=0

Preuve: i) suit du fait que 0 ≤ x ≤ 1. Pour ii) on utilise la formule du binôme de Newton :
 n  
n k n−k
(a + b)n = a b
k
k=0

où il suffit de poser a = x et b = 1 − x.

q.e.d.
Le deuxième lemme consiste en des calculs avec les coefficients binomiaux.
10 I – Espaces métriques et théorème du point fixe

2.12 Lemme.
i)

n  
n k
k x (1 − x)n−k = n · x
k
k=1

ii)

n  
n k
k2
x (1 − x)n−k = n2 · x2 + n · x(1 − x)
k
k=1

Preuve: Pour i) :


n   
n n 
 
n k n · (n − 1)! n − 1 k−1
k x (1 − x)n−k
= k x (1 − x)
k n−k
=n·x x (1 − x)n−k = n · x
k k · (k − 1)!(n − k)! k−1
k=1 k=1 k=1

Pour ii) :


n    n
n k n · (n − 1)!
k2x (1 − x)n−k x = k2 xk (1 − x)n−k
k k · (k − 1)!(n − k)!
k=1 k=1
  n−1   
n
n − 1 k−1  n−1 
=n·x k x (1 − x) n−k
(on pose k = ( + 1) = n · x · (( + 1) x (1 − x)n−1−
k−1 (
k=1 =0
n−1  
 n − 1  n − 1
n−1
=n·x ( x(1 − x)n−1− + x (1 − x)n−1−
( (
=0 =0
     
=(n−1)·x par i) =1

= n · x · ((n − 1) · x + 1) = n2 · x2 + n · x · (1 − x)

Preuve du théorème : Puisque f : [0, 1] → R est continue et [0, 1] compact, d’après [H-W, th. III.4.5] f
est uniformément continue. Donc, si ε > 0 est donné, il existe δε > 0 (indépendant de x) tel que

|x − x | ≤ δε ⇒ |f(x) − f(x )| ≤ ε

Posons δ = δε/2 , de sorte que |x − x | ≤ δ ⇒ |f(x) − f(x )| ≤ ε/2; soit M = sup {|f(x)| , x ∈ [0, 1]}. Alors :
 
  n   n   
 n k n 
|f(x) − fn (x)| = f(x) x (1 − x)n−k − f( kn )xk (1 − x)n−k 
 k k 
k=0 k=0
  
=1
 n   
 
 n k n−k 
=  (f(x) − f( n ))k
x (1 − x) 
 k 
k=0
       
     
 n   n 
≤ (f(x) − f( kn )) x (1 − x)
k n−k
+ (f(x) − f( kn )) x (1 − x)
k n−k

 k k   k 
|x− n |≥δ |x− nk |<δ
     
=(I) =(II)

Or :  
 n  

n k n k
(II) ≤ |f(x) − f( kn )| x (1 − x)n−k < ε/2 · x (1 − x)n−k = ε/2
   k k
|x− nk |<δ <ε/2
k=0
 I.3 Espaces complets. 11

et d’autre part

   n 
 2  
n k x − k/n n k
(II) ≤ 2M · x (1 − x)n−k ≤ 2M x (1 − x)n−k
k δ k
|x− nk |<δ k=0
       
2M n
n k 2x  n k
n
1  2 n k
n
= 2 x 2
x (1 − x)n−k
− k x (1 − x)n−k
+ 2 k x (1 − x) n−k
δ k n k n k
k=0 k=0 k=0
 
2M 2x 1 2 2 2M
(lemme 2.12) = 2 x − 2
· n · x + 2 (n · x + n · x(1 − x)) = · x(1 − x)
δ n n nδ 2
2M M
(puisque x(1 − x) ≤ 1/4) ≤ =
4nδ 2 2nδ 2

Finalement :
M
|f(x) − fn (x)| ≤ (I) + (II) < ε/2 +
2nδ 2
et il suffit de prendre n assez grand pour que M
2nδ 2
≤ ε/2 pour assurer que |f(x) − fn (x)| ≤ ε.
q.e.d.

Si au lieu de l’intervalle [0, 1] on travaille avec un intervalle [a, b], on se ramène au cas de [0, 1] par
l’application φ(x) = (x − a)/(b − a), qui induit une bijection de [a, b] sur [0, 1]. Posons :
 
1 n
B̂nk (x) = Bnk (φ(x)) = (x − a)k (b − x)n−k .
(b − a)n k

n
Alors, si f : [a, b] → R est continue, la suite de polynôme k
k=0 f( n )B̂n (x)
k
converge uniformément vers f(x),
pour x ∈ [a, b].

3. Espaces complets.

3.1 Définition – suite de Cauchy. On dit que la suite {xn } dans l’espace métrique (X, d) est de Cauchy
si:
∀ε > 0 , ∃Nε tel que n, m ≥ Nε ⇒ d(xn , xm ) < ε .

On écrit alors: d(xn , xm) → 0 , n, m → ∞.

3.2 Remarque. Toute suite qui converge est de Cauchy: si limn→∞ (xn ) = a, cela veut dire que:

∀ε > 0 ∃Nε tel que n > Nε ⇒ d(xn , a) < ε

et donc
n, m > Nε/2 ⇒ d(xn , xm) ≤ d(xn , a) + d(a, xm ) < ε/2 + ε/2 = ε .

Par contre il y a des suites de Cauchy qui ne convergent pas: dans l’espace ] − 1, +1[, la suite {1 − 1/n} est
une suite de Cauchy, puisque la même suite converge dans R vers 1, mais 1 ∈] − 1, +1[. Cet exemple peut
paraı̂tre artificiel, mais la remarque 3.4 montre que ce n’est pas le cas.
Remarquons encore que 2 métriques équivalentes définissent la même notion de suite de Cauchy.
12 I – Espaces métriques et théorème du point fixe

3.3 Définition – espace métrique complet. L’espace métrique (X, d) est dit complet si toute suite de
Cauchy dans X converge (dans X).

L’intérêt des espaces complets est de pouvoir y représenter les éléments comme limites de suites de Cauchy.
Par exemple, dans R on a:  n
1
e = lim 1 +
n→∞ n
ce qui définit parfaitement le nombre e une fois que l’on a montré que (1 + 1/n)n est une suite de Cauchy.
L’exemple par excellence d’espace complet est Rn , muni d’une norme  quelconque
 (elles sont toutes
équivalentes). Un des buts principaux de ce chapitre est de montrer que (C [0, 1], R ,  ∞ ) est complet.

3.4 Remarque. La construction de R à partir de Q peut se généraliser de la façon suivante : pour

 d)
tout espace métrique (X, d) on peut construire (de manière essentiellement unique) un espace (X, ˜ qui le
  
contient, qui est complet et tel que l’adhérence de X dans X est égale à X. On appelle X le complété de
X; on va esquisser sa construction. On pose :


X = {xn } ⊂ X | {xn } est une suite de Cauchy / ∼
∈N

où ∼ est la relation d’équivalence qui identifie deux suites {xn }∈N et {xn }∈N si limn→∞ d(xn , xn ) = 0.
En désignant par [xn ] la classe d’équivalence de la suite {xn }, on définit une métrique sur X  en posant
d([xn ], [yn]) = limn→∞ d(xn , yn ); on montre que cette limite existe (en utilisant que R est complet!) et
qu’elle ne dépende pas des représentants de [xn ] et [yn ] que l’on choisit. On définit une inclusion i : X → X 
 est complet et que l’adhérence de i(X) est égale à X.
par i(x) = [x, x, . . . , x, . . .] . On montre enfin que X 

3.5 Exemple.
 
L’espace (C [0, 1], R ,  1 ) n’est pas complet: la suite de fonctions continues

(2t)n si t ∈ [0, 1/2]

fn (t) =
1 si t ∈ [1/2, 1]

est de Cauchy pour  1 , puisque

1  
 
|fn (t) − fm (t)| dt = (1/2)1/(n + 1) − 1/(m + 1)
0

mais si fn convergeait, sa limite f(t) devrait

 être
 nulle dans [0, 1/2], égale à 1 dans [1/2, 1]. Cela suggère
d’ailleurs que l’on pourrait compléter (C [0, 1], R ,  1 ) en considérant des fonctions plus générales que des
fonctions continues.

La plupart des exemples d’espaces complets dont nous aurons besoin par la suite seront construits à
l’aide des trois propositions qui suivent.

3.6 Théorème. Soit X un ensemble. Alors l’espace B(X, Rp ) de fonctions bornées de X dans Rp muni de
la norme f∞ = sup {f(x)Rp , x ∈ X} est complet, où  Rp est l’une des normes équivalentes sur Rp .

Preuve: Soit {fn } une suite de Cauchy. Pour tout x ∈ X fixé, la suite des valeurs correspondantes: {fn (x)} ⊂
Rp est de Cauchy, et comme Rp est complet, elle admet une limite. On définit l’application f : X → Rp en
posant:
f(x) = lim (fn (x)) .
n→∞
 I.3 Espaces complets. 13

0 1/2 1
Figure I.3 – L’aire hachurée représente la distance pour la norme  1 entre 2 termes
de la suite fn (t)

C’est un bon candidat pour la limite de la suite fn . Le reste de la preuve consiste à montrer que:
(1) f ∈ B(X, Rn ) (c’est-à-dire: f est bornée).
(2) La suite fn tend vers f au sens de la norme  ∞ (c’est-à-dire la convergence de fn vers f a lieu non
seulement point par point, mais uniformément sur X).
(1) Utilisons l’hypothèse que fn est de Cauchy avec ε = 1:

∃N1 tel que n, m ≥ N1 ⇒ fn (x) − fm (x)Rp < 1, ∀x ∈ X .

Puisque fN1 : X → Rp est bornée, ∃ M tel que fN1 (x) ≤ M , ∀x ∈ X, et donc

fm (x)Rp ≤ fm (x) − fN1 (x) + fN1 (x) < 1 + M , ∀x ∈ X , m ≥ N1

et donc f(x) ≤ 1 + M et f ∈ B(X, Rn ).

(2) Soit ε > 0 et x ∈ X. Puisque fk (x) → f(x), ∃Nε,x
1
tel que

k ≥ Nε,x
1
⇒ fk (x) − f(x) < ε .

Pour ce ε, ∃Nε2 tel que

k, ( > Nε2 ⇒ fk (x) − f (x) < ε ∀x ∈ X
puisque la suite d’applications {fk } est de Cauchy. Donc, si ( ≥ Nε2 et k ≥ Nx,ε
1
on a:

f (x) − f(x) ≤ f (x) − fk (x) + fk (x) − f(x) < ε + ε ∀x ∈ X

et donc
( ≥ Nε2 ⇒ f − f∞ < 2 ε
q.e.d.

3.7 Proposition. Soit X un espace complet et A ⊂ X. On a:

A est complet ⇔ A est fermé .

Preuve: Si A ⊂ X est complet et {an } ⊂ A est une suite qui converge vers x ∈ X, alors {an } est une suite de
Cauchy (puisque dans X elle converge). Mais alors elle doit converger dans A, puisque celui-ci est complet,
14 I – Espaces métriques et théorème du point fixe

donc x ∈ A. C’est dire que A est fermé dans X. Notez que jusqu’ici l’on n’a pas utilisé le fait que X est
complet.
Si A ⊂ X est fermé, toute suite de Cauchy {an } ⊂ A doit converger dans X, puisque celui-ci est complet.
Mais puisque A est fermé, cette limite doit appartenir à A, ce qui prouve que A est complet.
q.e.d.

3.8 Proposition. Soit K ⊂ Rn un compact. Alors le sous-espace C(K, Rp ) de B(K, Rp ) est fermé pour la
norme  ∞ .

Preuve: Il s’agit de voir qu’une suite d’applications continues qui converge uniformément dans B(K, Rp ) a
pour limite une fonction continue. Soit donc {fn } ⊂ C(K, Rp ) une suite qui converge uniformément vers
f ∈ B(K, Rp ) et soient x , x0 ∈ K. On a:

f(x) − f(x0 ) ≤ f(x) − fn (x) + fn (x) − fn (x0 ) + fn (x0 ) − f(x0 )

Pour ε > 0 donné, il existe Nε tel que:

n ≥ Nε ⇒ f(x) − fn (x) < ε et fn (x0 ) − f(x0 ) < ε

puisque la suite converge au sens de  ∞ . Il existe aussi un δn,ε tel que

x − x0 Rn < δn,ε ⇒ fn (x) − fn (x0 )Rp < ε

puisque fn est continue. Donc

x − x0 Rn < δNε ,ε = δε ⇒ f(x) − f(x0 ) < 3ε

q.e.d.

3.9 Corollaire. Soit K ⊂ Rp compact. Alors C(K, Rp ) muni de la métrique induite par  ∞ sur B(K, Rp )
(i.e. convergence uniforme) est complet .

3.10 Corollaire. Soit K ⊂ Rn compact et F ⊂ Rp fermé. Alors le sous-espace :

C(K, F ) = {f ∈ C(K, Rp ) | f(x) ∈ F ∀x ∈ K}

de C(K, Rp ) est complet.

Preuve: Il suffit de montrer que ce sous-espace est fermé. Or si {fn } ⊂ C(K, F ) est une suite d’applications
ayant pour limite f ∈ C(K, Rp ), on a

∀x ∈ K , lim (fn (x)) = f(x) ∈ F

n→∞

puisque F est fermé, et donc f ∈ C(K, F ).

q.e.d.
 I.4 Le théorème du point fixe et premières applications 15

4. Le théorème du point fixe et premières applications

Le théorème qui suit sera utilisé pour la construction de solutions d’équations de toutes sortes.

4.1 Théorème. Soit (X, d) un espace métrique complet et soit T : X → X une application pour laquelle
il existe q ∈ R, 0 < q < 1, tel que

d(T (x), T (y)) ≤ qd(x, y) ∀x, y ∈ X .

Alors il existe un unique point ω ∈ X, tel que:

T (ω) = ω .

De plus, si l’on note par T n (x) = T (T (. . . T (x) . . .)) l’image de x par le n-ième itéré de T , on a:
  
n-fois

ω = lim (T n (x)) ∀x ∈ X
n→∞

et la vitesse de la convergence peut être estimée par:

qn
d(ω, T n (x)) ≤ d(x, T (x)) .
1−q

Une application qui satisfait les hypothèses de 4.1 est appelée une transformation contractante et q est
appelée une constante de contraction. Une telle application est uniformément continue:
ε ε
d(x, y) < ⇒ d(T (x), T (y)) < q = ε
q q
et on a même l’expression explicite δε = εq .
Un point ω ∈ X tel que T (ω) = ω est appelé point fixe de T .
Preuve du théorème: Si ω et ω sont des points fixes, alors

d(ω, ω ) = d(T (ω), T (ω )) ≤ q d(ω, ω )

ce qui n’est possible que si d(ω, ω ) = 0, c’est-à-dire ω = ω et donc il y a au plus un point fixe.
Montrons que si x ∈ X, la suite {T n (x)} ⊂ X est de Cauchy. Notons pour commencer que si ( ∈ N,

d(T +1 (x), T (x)) ≤ qd(T (x), T −1 (x)) ≤ . . . ≤ q  d(T (x), x) .

Pour n, k ∈ N on a:

d(T n+k (x), T n (x)) ≤ d(T n+k (x), T n+k−1(x)) + d(T n+k−1 (x), T n+k−2(x)) + . . . + d(T n+1 (x), T n (x))
qn
≤ d(T (x), x)q n (1 + q + · · · + q k−1 ) < d(T (x), x) (#)
1−q

où la dernière inégalité s’obtient en remplaçant la série géométrique finie 1 + q + · · · + q k−1 de raison q par
la série infinie, dont la somme vaut 1/(1 − q). On voit que si n → ∞, d(T n+k (x), T n (x)) → 0 et donc la
suite T n (x) est de Cauchy, et par conséquent elle converge vers une limite que nous appellerons ω, dont nous
allons montrer que c’est un point fixe de T . D’abord, remarquons que

lim (T n+1 (x)) = lim (T n (x)) .

n→∞ n→∞

Ensuite, le fait que T est contractante entraı̂ne qu’elle est continue, et donc:

ω = lim (T n+1 (x)) = lim (T (T n (x))) = T ( lim (T n (x)) = T (ω) .

n→∞ n→∞ n→∞
16 I – Espaces métriques et théorème du point fixe

Enfin, si dans l’inégalité (#) on fait tendre k vers l’∞, on voit que:

qn
d(ω, T n (x)) ≤ d(T (x), x)
1−q

q.e.d.

L’exemple suivant est une application typique du théorème du point fixe et des notions développées
dans ce chapitre. Soit K : [0, 1] × [0, 1] → R une application continue pour laquelle il existe q ∈ R vérifiant
0 < q < 1, tel que |K(x, t)| ≤ q, ∀x, t ∈ [0, 1], et soit φ : [0, 1] → R continue. On aimerait trouver une
fonction f : [0, 1] → R continue satisfaisant l’équation intégrale suivante (équation de Fredholm):
1
f(x) = φ(x) + K(x, t)f(t)dt .
0

Cela se ramène facilement à la recherche d’un point fixe en définissant T : C([0, 1], R) → C([0, 1], R) par:
1
T (g)(x) = φ(x) + K(x, t)g(t)dt .
0

On vérifie sans peine que:    

(1) T est une transformation, c’est-à-dire que si g ∈ C [0, 1], R , T (g) ∈ C [0, 1], R .
 
(2) T est contractante si l’on munit C [0, 1], R de la norme  ∞ , de constante de contraction q.
   
Puisque d’après 3.9 C [0, 1], R ,  ∞ est complet, on peut appliquer le théorème 4.1, qui nous af-
firme que l’équation intégrale ci-dessus possède une et une seule solution et nous fournit une méthode pour
approcher cette solution: on peut par exemple itérer T sur la fonction 0. En particulier, dans le cas où φ ≡ 0,
l’unique solution est f ≡ 0.

Un autre exemple d’application de 4.1 nous est fourni par la méthode de Newton pour la recherche de
racines de polynômes (ou plus généralement de fonctions f : [a, b] → R), dont nous présentons maintenant
deux variantes.

4.2 Proposition. Soit f : [x0 − r, x0 + r] → R une fonction dérivable. Supposons que f  (x0 ) = 0 et qu’il
existe q ∈ R tel que 0 < q < 1 et que:
 
 f  (x) 

(1) 1 − f  (x0 )  ≤ q ∀x ∈ [x0 − r, x0 + r]

 
 f(x0 ) 
 
(2)  f  (x0 )  ≤ r(1 − q) .

Alors f possède une unique racine ω dans [x0 − r, x0 + r]. De plus, pour tout x1 ∈ [x0 − r, x0 + r], la suite
xn définie récursivement par
f(xn )
xn+1 = xn −  , n≥1
f (x0 )
a pour limite ω. Enfin, la vitesse de convergence de {xn } est estimée par
 
 f(x1 )  q n−1
|xn − ω| ≤   
f (x0 )  1 − q

et si l’on prend x1 = x0 :
|xn − ω| ≤ r q n−1 .
 I.4 Le théorème du point fixe et premières applications 17

Notons que si f est de classe C 1 (c’est-à-dire à dérivée continue) les hypothèses de cette proposition seront
satisfaites si x0 est suffisamment proche d’une racine ω de f en laquelle la dérivée de f est non nulle et si r
est assez petit.
Preuve: Posons:
f(x)
t(x) = x − 
f (x0 )
et vérifions que t est une tranformation contractante de [x0 − r, x0 + r] de constante de contraction q; le
résultat suivra alors de 4.1, puisque t(x) = x équivaut à f(x) = 0. On a:

f  (x)
t (x) = 1 −
f  (x0 )

et donc si x ∈ [x0 − r, x0 + r], |t (x)| ≤ q. On déduit alors du théorème des accroissements finis (vor [H-W,
chap. III.6.11]) que

∀x, y ∈ [x0 − r, x0 + r] , x < y , ∃ξ ∈ [x, y] tel que t(x) − t(y) = t (ξ)(x − y)

et donc
|t(x) − t(y)| ≤ q |x − y|
à cause de l’hypothèse (1).
Si x ∈ [x0 − r, x0 + r],

|t(x) − x0 | ≤ |t(x) − t(x0 )| + |t(x0 ) − x0 | ≤ q · r + r · (1 − q) = r

à cause de la première partie de la preuve et de l’hypothèse (2). Cela prouve bien que t est une transformation
contractante de [x0 −r, x0 +r], et en fait xn = tn−1 (x1 ) et x1 −t(x1 ) = f(x1 )/f(x0 ). Les affirmations suivent
alors de 4.1.
q.e.d.

4.3 Variante de la proposition précédente. Soit f : [x0 − r, x0 + r] → R une application deux fois
dérivable. Supposons que f  (x0 ) = 0 et qu’il existe q ∈ R tel que 0 < q < 1 et que:
 
 f(x)f  (x) 
 
(1)  f  (x)2  ≤ q ∀x ∈ [x0 − r, x0 + r]

 
 f(x0 ) 
 
(2)  f  (x0 )  ≤ r(1 − q) .

Alors f possède une unique racine ω dans [x0 − r, x0 + r]. De plus, pour tout x1 ∈ [x0 − r, x0 + r], la suite
xn définie récursivement par
f(xn )
xn+1 = xn − 
f (xn )
a pour limite ω. On a  
 f(x1 )  q n−1

|xn − ω| ≤   
f (x1 )  1 − q
et si l’on prend x1 = x0 alors
|xn − ω| ≤ rq n−1

f(x)
Preuve: On reprend le schéma de la preuve précédente avec t(x) = x − f
(x) . Ici on a:

f(x)f  (x)
t (x) =
f  (x)2
18 I – Espaces métriques et théorème du point fixe

x2 x0 x3 x0
....
x1 x3 x2 x1

Figure I.4 – Méthode de Newton selon 4.2 et selon 4.3

et l’hypothèse (1) nous assure alors que t est contractante. Le fait que t est une transformation de [x0 −
r, x0 + r] se montre comme dans la proposition précédente.
q.e.d.
Par exemple, calculons la racine de 2 à l’aide des propositions qui précèdent. On pose f(x) = x2 − 2 et
le problème est de calculer la racine positive de f. On commence par faire un bon choix pour x0 et r:
1
x0 = 3/2 , r = .
2
Alors    
    
1 − f (x)  =  3 − 2x  ≤ 1
 
f (x0 )   3  3
et d’autre part  
 f(x0 )  1
 
 f  (x0 )  = 12 ;
on peut donc prendre q = 1/3. On doit itérer la fonction
f(x) 3x − x2 + 2
t(x) = x −

=
f (x0 ) 3
On commence l’itération avec x1 = x0 = 3/2 et on obtient
17 611
x2 = (= 1, 416666667..) , x3 = (= 1, 414351852..) , etc... .
12 432
 √ 
L’estimation de la convergence donne xn − 2 ≤ (1/2) (1/3)
n−1
.
Essayons maintenant avec la variante, en prenant toujours x0 = 3/2, r = 1/2. On doit itérer la fonction
f(x) x2 + 2
t(x) = x − 
=
f (x) 2x
On vérifie que  
 f(x)f  (x)  1
 
 f  (x)2  ≤ 2
et que  
 f(x0 )  1
 
 f  (x0 )  ≤ 12 .
 √ 
On peut donc prendre q = 1/2. L’estimation de la convergence donne xn − 2 ≤ (1/2)n . En partant de
x1 = 3/2 on obtient:
17 577
x2 = (= 1, 416666667..) , x3 = (= 1, 414215686..) , etc...
12 408
La proposition suivante nous permet d’étendre un peu les possibilités d’applications du théorème 4.1.
 I.5 Le théorème du point fixe et premières applications 19

4.4 Proposition. Soit X un espace métrique complet et T : X → X une transformation telle qu’il existe
un entier positif N tel que la N -ième itérée T N de T soit contractante. Alors T admet un et un seul point
fixe ω, et ∀x ∈ X, limn→∞(T n (x)) = ω.
Preuve: On peut appliquer 4.1 à T N , et donc T N possède un unique point fixe ω, et limn→∞ T n·N (x) = ω,
∀x ∈ X. Mais alors:
T N (T (ω)) = T N+1 (ω) = T (T N (ω)) = T (ω)
et on voit T (ω) est aussi point fixe de T N , donc T (ω) = ω. Ce point fixe de T est unique, car tout point fixe
de T est aussi point fixe de T N . Il reste à voir que ω = limn→∞ T n (x), ∀x ∈ X. Soit donc x ∈ X; on sait
que limn→∞ T nN (T  (x)) = ω, ( = 0, . . . , N − 1 et donc
∀ε > 0 ∃Nε , ( = 0 . . . , N − 1 tels que n ≥ Nε ⇒ d(T nN (T  (x)), ω) < ε


et alors si n ≥ 1 + N · sup Nε0 , . . . , NεN−1 , on divise n par N :
n = kN + r , 0≤r<N
et alors

1 + N · sup Nε0 , . . . , NεN−1 r
k = n/N − r/N ≥ − ≥ Nεr ;
N N
donc d(T n (x), ω) = d(T kN (T r (x)), ω) < ε.
q.e.d.
Un exemple de transformation non contractante, dont  un itéré
 est une application contractante : on
0 100
prend l’application linéaire A : R2 → R2 de matrice . A n’est visiblement pas contractante,
0 0
puisqu’elle envoit le 2-ème vecteur de base sur un vecteur de longueur 100, mais A2 = 0 est tout ce qu’il y a
de plus contractant.
Un exemple plus substantiel nous est fourni par l’équation intégrale de Volterra. On se donne les
fonctions K : [0, 1] × [0, 1] → R et φ : [0, 1] → R continues. On cherche une fonction f : [0, 1] → R qui vérifie:
x
f(x) = φ(x) + K(x, t)f(t)dt .
0

C’est dire qu’on cherche un point fixe de la transformation

    x
T : C [0, 1], R → C [0, 1], R , T (g)(x) = φ(x) + K(x, t)g(t)dt .
0

Nous allons montrer par induction sur n que

xn n
|T n (g1 )(x) − T n (g2 )(x)| ≤ M g1 − g2 ∞ ,
n!
où M = sup {|K(x, t)| , x, t ∈ [0, 1]}. Pour n = 1 cette inégalité se vérifie facilement. Supposons-la vraie
pour n et montrons qu’elle est vraie pour n + 1:
 n+1 
T (g1 )(x) − T n+1 (g2 )(x) = |T (T n (g1 ))(x) − T (T n (g2 ))(x)|
x x
tn
≤ |K(x, t)| |T n (g1 )(t) − T n (g2 )(t)| dt ≤ M M n g1 − g2 ∞ dt
0 0 n!
n+1
x
= M n+1 g1 − g2 ∞ .
(n + 1)!
On en déduit que
Mn
T n (g1 ) − T n (g2 )∞ ≤
g1 − g2 ∞
n!
et comme limn→∞ M n /n! = 0, si on choisit q, 0 < q < 1, il existe N tel M N /N ! ≤ q et alors T N sera
contractante, de constante de contraction q. On peut donc affirmer que l’équation intégrale dont on est parti
admet une unique solution, que l’on peut obtenir par itération de T .
20 I – Espaces métriques et théorème du point fixe

5. Construction de fractals par la méthode des IFS (Iterated Function Systems)

Les objets fractals ont étés étudiés pour la première fois de façon systématique en 1975 par Benoı̂t
Mandelbrot [M]. Ce sont des sous-ensembles du plan, de l’espace ou plus généralement de Rn qui ont en
commun la propriété d’être d’un aspect compliqué, alors qu’ils sont définis par des règles très simples. Il
n’existe pas de définition précise de la notion de fractal; deux approches sont possibles, l’une disant qu’un
objet fractal est un sous-ensemble de Rn de dimension de Hausdorff non entière (mais tous les exemples
usuels sont de dimension un nombre qui n’est pas non plus une fraction), l’autre disant qu’un fractal est
réunion de sous-ensembles qui sont des fractions de lui-même.
Ces deux points de vue sont d’ailleurs liés, et c’est ce qui nous permettra de calculer la dimension (au
sens de Hausdorff) de ces fractals. Cette dimension est une extension de la notion que nous connaissons
intuitivement; elle tient compte du degré de complexité du fractal en tant que sous-ensemble de Rn .
L’approche que nous allons présenter pour définir et construire les fractals est basée sur le théorème du
point fixe (théorème 4.1). Elle a été introduite par M.F. Barnsley et A.D. Sloan †, qui l’ont utilisée pour
développer une méthode de compression d’images.

5.1 Exemples d’objets fractals

L’ensemble de Cantor (1872)

C’est un sous-ensemble C ⊂ R défini ainsi : on partage l’intervalle [0, 1] en trois intervalles égaux et
on enlève l’intervalle ouvert du milieu ]1/3, 2/3[; puis on recommence avec les deux intervalles [0, 1/3] et
[1/3, 2/3], et ainsi de suite. Plus précisément, si l’on pose :

C0 = [0, 1] , C1 = C0 \ ]1/3, 2/3[ , Ck+1 = Ck \ Mk

où Mk est la réunion des 2k−1 intervalles ouverts qui sont les tiers du milieu des intervalles dont Ck est
réunion, alors
C = ∩∞ k=1 Ck .

Soient w1 (x) = 1/3x et w2 (x) = 1/3x + 2/3 les homothéties de rapport 1/3 et de centre respectivement 0 et
1. Alors on a :
C = w1 (C) ∪ w2 (C) .

On voit donc que C est réunion de deux copies réduites de lui-même.

0 1/3 2/3 1

Figure I.5 – Construction de l’ensemble de Cantor

Le triangle de Sierpinski (1916)

C’est un sous-ensemble S ⊂ R2 qui est obtenu ainsi : On part d’un triangle de sommets A, B, C,
dont on prend les milieux A , B  et C  des côtés BC, AC et AB respectivement. Si on enlève l’intérieur
du triangle de sommets A , B  , C  , il reste trois triangles, dont les dimensions sont la moitié de celles du
triangle ABC : A B  C, A C  B et B  C  A. On recommence avec ces 3 nouveaux triangles, et ainsi de suite.
Si P ∈ R2 , désignons par wPλ l’homothétie de centre P et de rapport λ; on voit que

1/2 1/2 1/2

S = wA (S) ∪ wB (S) ∪ wC (S) .

† Byte, janvier 1988, A better way to compress images.

 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 21

B’

A’

C’

B
Figure I.6 – Le triangle de Sierpinski, déssiné à l’aide de la méthode des I.F.S.

La courbe de von Koch (1904)

On part du segment [0, 1], que l’on partage en trois segments égaux. On construit un triangle équilatéral
sur le segment du milieu, et on enlève l’intérieur de ce même segment. On obtient ainsi 4 nouveaux segments,
et on recommence la construction précédente sur chacun d’entre eux.
Appelons K le résultat de cette construction; on voit que

1/3 1/3
K = w(0,0)(K) ∪ w(1,0)(K) ∪ w3 (K) ∪ w4 (K)

où w3 est la rotation de π/3 centrée en (0, 0) suivie de l’homothétie de centre (0, 0) et rayon 1/3, puis de la
translation par (1/3, 0); w4 est la rotation d’angle −π/3 centrée en (1, 0), suivie de l’homothétie de centre
(1, 0) et rapport 1/3, puis de la translation par (−1/3, 0).

(0,0) (1,0)
Figure I.7 – Construction de la courbe de Von Koch
22 I – Espaces métriques et théorème du point fixe

Figure I.8 – La courbe de Von Koch, déssinée à l’aide de la méhode des I.F.S.

5.2 La dimension de Hausdorff

Essayons de saisir, au moins intuitivement, la notion de dimension d’un objet, pour ensuite calculer les
dimensions des exemples ci-dessus. Si l’on fait subir à un objet de dimension s une homothétie de rapport
λ, sa mesure µs sera multipliée par λs :
– la longueur d’une courbe sera multipliée par λ.
– l’aire d’une surface sera multipliée par λ2 .
– un volume sera multiplié par λ3 .
D’autre part, la mesure d’un tel objet (longueur, aire, volume, etc...) sera invariante par translation et
rotation. Donc, si un compact A ⊂ Rn s’écrit sous la forme:

A = w1 (A) ∪ . . . ∪ wN (A)

où les wi sont composées de rotations, translations et homothéties, toutes de même rapport λ, et que les
intersections wi (A) ∩ wj (A) sont de mesure négligeable, pour i = j, on aura:

µs (A) = µs (w1 (A)) + · · · + µs (wN (A)) = N λs µs (A) (*)

d’où l’on tire que

log(N )
s = dim(A) = .
log(1/λ)
Dans le cas de l’ensemble de Cantor C, on trouve donc:
log(2)
dim(C) = = 0.6309297534 . . . .
log(3)
Pour le triangle de Sierpinski S:
log(3)
dim(S) = = 1.584962501 . . .
log(2)
et pour la courbe de Von Koch :
log(4)
dim(K) = .
log(3)
Notons que le ségment [0, 1] est lui aussi ”fractal” : il est réunion des deux moitiés de lui-même :[0, 1/2] et
[1/2, 1].
Cette approche n’est pas rigoureuse, parce qu’il se pourrait que dans (*) µs (A) soit infinie.
Nous allons donner la définition rigoureuse de la dimension au sens de Hausdorff d’un sous-ensemble A
de l’espace Rn . Pour simplifier, nous supposons que A est borné. D’abord, définissons l’hypercube de coté
( et de centre a = (a1 , . . . , an ) de Rn :

 
P (a, () = x ∈ Rn  |xi − ai | ≤ (/2 .
 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 23


Soit δ > 0; un δ-recouvrement de A est un ensemble fini P (ai , (i ) i∈I d’hypercubes tels que :

(i ≤ δ et A ⊂ ∪i∈I P (ai , (i ) .
Soit s ≥ 0; on pose :  

µδs (A) = inf (si où ∪i∈I P (a , (i ) ⊃ A et (i ≤ δ
i

i∈I

Remarquons que si δ  < δ, tout δ  -recouvrement est aussi un δ-recouvrement, et donc :

δ  < δ ⇒ µδs (A) ≤ µδs (A)
On pose
µs (A) = lim (µδs (A))
δ→0

que l’on appelle s-mesure de A. Cette limite existe, puisque µδs est décroissant en δ, et 0 ≤ µs (A) ≤ ∞.
Supposons que s > n; puisque A est borné, il existe L telque A ⊂ P (0, L). Alors, pour tout δ > 0, on
prend N ∈ N assez grand pour que L/N ≤ δ et on partage P (0, L) en N n cubes égaux de côté L/n; ces
cubes recouvrent A, et donc :  s
L
µδs (A) ≤ N n = Ls · N n−s .
N
Or, si δ → 0, N → ∞ et, puisque n − s < 0, N n−s → 0; on en déduit que µs (A) = 0 si s > n.
On peut donc d́éfinir ainsi la dimension de Hausdorff de A par :
dimH (A) = inf {s | µs (A) = 0}
et on aura que dimH (A) ≤ n.
5.1 Proposition.
i) Si µs (A) < ∞, alors µt (A) = 0 pour t > s
ii) si µs (A) > 0, alors µt (A) = ∞ pour t < s.
Preuve: Si A ⊂ ∪i∈I P (ai , (i ), (i ≤ δ, on a :
 
(ti = δ t−s (si
i∈I i∈I

et donc
µδt (A) = δ t−s µδs (A) (#)
Si t − s > 0 et µs (A) < ∞, il suit de (#) que si δ → 0, alors → 0. µδt (A)
Si t − s < 0 et µs (A) > 0, alors il suit de (#) que si δ → 0, µt (A) → ∞.
q.e.d.
Posons µs (A) = ∞ si s < 0; on déduit de 5.1 que

dimH (A) = inf {s | µs (A) = 0} = sup {s | µs (A) = ∞} .

µs (A)

dimH (A) s

Figure I.9 – Comportement de la s-mesure de A selon les valeurs de s

24 I – Espaces métriques et théorème du point fixe

Intuitivement, on a défini cette mesure µs (A) en approchant A par des hypercubes, dont on calcule le
volume en imaginant qu’ils sont de dimension s, puisque on le pose égal à (s , où ( est la longueur du côté.
Si s est trop grand par rapport à la vraie dimension de A, µs (A) sera nul, alors que si s est trop petit µs (A)
sera infini. La dimension sera donc l’infimum des s trop grands, ou encore le supremum des s trop petits.
Par exemple, prenons A = [0, 1] ×0 ⊂ R2 , c’est-à-dire l’intervalle [0, 1] vu comme sous-ensemble du plan.
Pour calculer µs (A), on peut montrer qu’il suffit de considérer les recouvrements constitués par n carrés de
côté δ = 1/n et de centre 2i−1
2n , i = 1, . . . , n; leur s-mesure vaut

 s
1
n· = n1−s
n

Puis on fait tendre n → ∞. On voit que


0 si s > 1
n 1−s
→ ∞ si s < 1
1 si s = 1

et donc la dimension de Hausdorff de A vaut 1.

Remarquons enfin que, si A ⊂ Rn , la dimension dimH (A) dépend en réalité de la paire (A, Rn ), c’est-à-
dire de la façon dont A est plongé dans Rn . Par exemple, on peut montrer que la courbe de Von Koch est
homéomorphe au ségment [0, 1].

5.3 L’espace métrique complet K(Rn )

Nous noterons par x la norme euclidienne et par d(x, y) la distance euclidienne, x, y ∈ Rn .
Rappelons (voir [H-W IV.1.18]) qu’un sous-ensemble A ⊂ Rn est dit compact si de toute suite de
points dans A on peut extraire une sous-suite qui converge; on montre ([H-W th. IV.1.19]) que cela
équivaut à supposer que A est fermé et borné. Si une fonction f : A → R est continue, A ⊂ Rn compact,
non vide, alors f est bornée et atteint ses bornes ([H-W th. IV.2.3].)

5.2 Définition. Soit A ⊂ Rn non vide et x ∈ Rn . On définit la distance de x à A par :

d(x, A) = inf {d(x, y) | y ∈ A} .

Notons que, puisque d(x, y) ≥ 0, cet infimum existe.

Si A est vide, la définition précédente n’a pas de sens.

Si K, L ⊂ Rn sont compacts, ils sont bornés, et il existe alors R tel que si x ∈ K ∪ L, x ≤ R. Alors,
si x ∈ K et y ∈ L, d(x, y) = x − y ≤ x + y ≤ 2R, et donc pour tout x ∈ K, d(x, L) ≤ 2R. Il en suit
que les nombres réels
sup {d(x, L), x ∈ K} et sup {d(y, L), x ∈ K}
sont bien définis.

5.3 Définition – distance de Hausdorff. Soient K et L deux sous-ensembles compacts de Rn . On

définit la distance de Hausdorff de K et L par :

dH (K, L) = sup {sup {d(x, L) | x ∈ K} , sup {d(y, K) | y ∈ L}}

Dire que K et L sont proches signifie que tout point de K est proche de L et tout point de L est proche de K;
la proposition suivante, dont la preuve est une conséquence facile des définitions, précise cette affirmation.
D’abord une notation : si A ⊂ Rn et ε > 0, Aε = {x ∈ Rn | d(x, A) ≤ ε}; on appelle Aε un ε-épaississement
de A.
 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 25

Aε
A Bε
B

Figure I.10 – La distance de Hausdorff de A à B est inférieure à ε

√
2−1

√
2
1−
2

Figure I.11 – Distance de Hausdorff du carré au cercle inscrit

5.4 Proposition. Soient K, L ⊂ Rn compacts, non vides. Alors

dH (K, L) ≤ ε ⇔ K ⊂ Lε et L ⊂ Kε

et dH (K, L) = inf {ε | K ⊂ Lε et L ⊂ Kε } (voir figure I.9.)

Preuve: En effet, pour que K ⊂ Lε , la plus petite valeur possible que l’on peut prendre pour ε est
sup {d(x, L), x ∈ K}.
q.e.d.

5.5 Exemple.
Prenons pour A ⊂ R2 le cercle unité centré à l’origine et pour B le carré qui lui est circonscrit.√Les points de
√ √
A qui sont le plus éloignés de B sont les 4 points (± 2, ± 2) et leur distance à B vaut 1 − 22 . Les points
√
de B les plus éloignés de A sont les 4 sommets du carré, et leur distance à A vaut 2 − 1 :
√
2 √
sup {d(x, B) | x ∈ A} = 1 − , sup {d(y, A) | y ∈ B} = 2−1
2
√ √ √
on vérifie que 2−1 > 1− 2
2 , d’où dH (A, B) = 2 − 1 (voir figure I.10)

5.6 Proposition. La distance de Hausdorff est une métrique, au sens de la définition 1.1, sur l’ensemble
K(Rn ) des sous-ensembles compacts non vides de Rn .
26 I – Espaces métriques et théorème du point fixe

Preuve: Les propriétés (1) et (2) se vérifient sans peine. Pour l’inégalité du triangle, soient A, B, C ∈ K(Rn )
et prenons x ∈ A, y ∈ B, z ∈ C :
d(x, z) ≤ d(x, y) + d(y, z) ∀ x ∈ A, y ∈ B, z ∈ C
⇒ d(x, C) ≤ d(x, y) + d(y, C) ≤ d(x, y) + dH (B, C) ∀ x ∈ A y ∈ B
⇒ d(x, C) ≤ d(x, B) + dH (B, C) ≤ dH (A, B) + dH (B, C) ∀ x ∈ A
et en échangeant les rôles de x et z, et de A et C on trouve :
d(z, A) ≤ dH (C, B) + dH (B, A) ∀z ∈ C
et de là il suit que
dH (A, C) ≤ dH (A, B) + dH (B, C) .
q.e.d.
Rappelons que X ⊂ Rn est compact si de toute suite dans X on peut extraire une suite qui converge.
Il en suit que si {F
k }k=1,...,∞ , F1 ⊃ . . . ⊃ Fk ⊃ Fk+1 . . . est une suite décroissante de compacts non vides
de Rn , on a que k=1,...,∞ Fk = ∅, car on peut choisir xk ∈ Fk , et la limite d’une suite extraite de {xk }
appartient à k=1,...,∞ Fk .
5.7 Proposition. Soit {Fk }k=1,...,∞ une suite décroissante de compacts non vides de Rn . Alors
∞

lim Fk = Fk
k→∞
k=1

∞
Preuve: Soit A = k=1 Fk et ε > 0 donné; posons :
A≥ε = {x ∈ Rn | d(x, A) ≥ ε} .
C’est un fermé de Rn et la suite des Fk = Fk ∩ A≥ε est une suite décroissante de compacts. Or :
 
Fk = Fk ∩ A≥ε = A ∩ A≥ε = ∅
k≥1 k≥1

donc il doit exister Kε tel que Fk

= ∅ si k ≥ Kε , ce qui entraı̂ene que Fk ⊂ Aε si k ≥ ε. Comme A ⊂ Fk
pour tout k, cela entraı̂ne, d’après la proposition 5.4, que dH (Fk , A) ≤ ε si k ≥ Kε .
q.e.d.

5.8 Proposition. L’espace K(Rn ), muni de la distance de Hausdorff, est complet

Preuve: Soit {Xk } une suite de Cauchy de compacts de Rn et posons:
!
FN = Xk , N ≥ 1 ;
k≥N

on a que FN ⊃ FN+1 . Si ε > 0 est donné, il existe Nε tel que N, M ≥ Nε ⇒ dH (XM , XN ) < ε, et donc
XN ⊂ (XNε )ε , N ≥ Nε . Il suit de ce fait que
FN ⊂ (XNε )ε .
Puisque XNε est fermé et borné dans Rn , il en est de même pour (XNε )ε et aussi pour FN . Mais alors
l’espace 
A= FN
N≥1
est compact, non vide, et
A ⊂ (XN )ε , N ≥ Nε .
Nous allons montrer que limN→∞ (XN ) = A.
Il suit de la proposition précédente que limN→∞ FN = A. Donc, si ε > 0 est donné, il existe Nε tel que
FN ⊂ Aε si N ≥ Nε , et alors XN ⊂ FN ⊂ Aε . Finalement :
N ≥ sup {Nε , Nε } ⇒ XN ⊂ FN ⊂ Aε et A ⊂ (XN )ε ⇒ dH (A, XN ) < ε .
q.e.d.
 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 27

5.4 La méthode IFS

5.9 Proposition. Soient wi : Rn → Rn , i = 1, . . . , N des applications contractantes, de constante de
contraction si , 0 < si < 1 i = 1 . . . , N . Elles induisent une application
K(w1 , . . . , wN ) : K(Rn ) → K(Rn ) , A $→ w1 (A) ∪ . . . ∪ wN (A)
qui est une transformation contractante de constante de contraction
s = sup {si , i = 1, . . . , N }
de K(R ) muni de la distance de Hausdorff.
n

Preuve: Si A ⊂ Rn est compact, wi (A) ⊂ Rn est compact, ainsi que w1 (A)∪. . .∪wN (A), donc K(w1 , . . . , wN ),
que nous noterons T pour le reste de la preuve, est bien une transformation de K(Rn ). Vérifions qu’elle est
contractante. Soient A, B, C, D ∈ K(Rn ) :
A ⊂ Cε et B ⊂ Dε ⇒ A ∪ B ⊂ Cε ∪ Dε ⊂ (C ∪ D)ε
et de même
C ⊂ Aε et D ⊂ Bε ⇒ C ∪ D ⊂ (A ∪ B)ε .
Il suit alors de 5.4 que
dH (A ∪ B, C ∪ D) ≤ sup {dH (A, C), dH (B, D)}
et donc, pour tout A, B ∈ K(Rn )
dH (w1 (A) ∪ w2 (A), w1 (B) ∪ w2 (B)) ≤ sup {dH (w1 (A), w1 (B)), dH (w2 (A), w2 (B))} .
Si on a A1 , . . . , AN , B1 , . . . , BN ∈ K(R ), en appliquant de façon répetée ce qui précède :
n

dH (A1 ∪ . . . ∪ AN , B1 ∪ . . . ∪ BN ) = dH ((A1 ∪ . . . ∪ AN−1 ) ∪ AN , (B1 ∪ . . . ∪ BN−1 ) ∪ BN )

≤ sup {dH (A1 ∪ . . . ∪ AN−1 , B1 ∪ . . . ∪ BN−1 ) , dH (AN , BN } ≤ · · ·
· · · ≤ sup {dH (A1 , B1 ), . . . , dH (AN , BN )}
Il suit du fait que wi (x) − wi (y) ≤ s · x − y, i = 1, . . . , n, que dH (wi (A), wi (B)) ≤ s · dH (A, B),
donc finalement
dH (w1 (A) ∪ . . . ∪ wN (A), w1 (B) ∪ . . . ∪ wN (B)) ≤ s · dH (A, B)
ce qui s’écrit encore :
dH (T (A), T (B)) ≤ s · dH (A, B) .
q.e.d.
En appliquant le théorème du point fixe 4.1 à K(w1, . . . , wN ) on obtient les deux corollaires suivants :
5.10 Corollaire. Dans les hypothèses de 5.9, T = K(w1 , . . . , wN ) possède un unique point fixe A ⊂ Rn ,
ce qui veut dire que !
A= wi (A) .
i=1,...,N
On a :
A = lim T k (B) ∀B ∈ K(Rn )
k→∞
et si B ⊂ A, alors
!
A= T k (B) .
k≥1

Preuve: Seule la dernière affirmation exige une explication. On sait que ∀B ∈ K(Rn ), limk→∞ T k (B) = A.
Or, si B ⊂ A, T k (B) ⊂ T k (A) = A, et les inclusions
!
T k (B) ⊂ T k (B) ⊂ A
k≥1
"
entraı̂nent que limk→∞ T k (B) = k≥1 T
k (B) = A.
q.e.d.
On dit que la famille des N applications w1 , . . . , wN est un codage IFS du compact A.
28 I – Espaces métriques et théorème du point fixe

5.11 Théorème. Dans les hypothèses de 5.9, si L ⊂ Rn est un compact tel que

d (L, K(w1 , . . . , wN )(L)) < ε où ε > 0

alors, si A dénote l’unique point fixe de K(w1 , . . . , wN ),

ε
d(L, A) < .
1−s

Preuve:
ε
dH (L, A) ≤ dH (L, T (L)) + dH (T (L), T (A)) < ε + s · dH (L, A) ⇒ dH (L, A) < .
1−s
q.e.d.

Ce dernier résultat est appelé ”Collage Theorem” par Barnsley et Sloan. Il affirme que si l’on veut coder
L et qu’on a trouvé des transformation w1 , . . ., wN pour lesquelles L est un point fixe à ε près seulement,
ε
on a tout de même que l’image codée par les wi est 1−s –proche de L.

5.12 Exemples.
On peut repenser les exemples du § 5.1 à la lumière du théorème précédent.
L’intervalle [0, 1] ⊂ R est codé par les 2 transformations

w1 (x) = 1/2x , w2 (x) = 1/2x + 1/2

puisque w1 ([0, 1]) = [0, 1/2], w2 ([0, 1]) = [1/2, 1] et donc

[0, 1] = w1 ([0, 1]) ∪ w2 ([0, 1])

L’ensemble de Cantor C ⊂ R est codé par w1 et w2 , où cette fois

w1 (x) = 1/3x , w2 (x) = 1/3x + 2/3

1/2 1/2 1/2

Le triangle de Sierpinski construit à partir de 3 sommets A, B, C est codé par wA , wB et wC .

Pour reconstruire un ensemble A codé par des transformations w1 , . . . , wN , on peut procéder ainsi. On
choisit un point P ∈ A, on lui applique les N transformations et on obtient N points de A, auxquels on
applique à nouveau les wi , et ainsi de suite. D’après 2.4 ii) :
!
A= K(w1, . . . , wN )(P )
n≥1

et donc ce procédé permet d’approcher A. Il a le désavantage qu’à chaque étape il faut avoir en mémoire
tous les points précédemment construits; à la k-ième étape il y en aura N k−1 .
Pour y remédier, Barnsley et Sloan ont proposé une autre méthode, que nous allons maintenant esquisser.
On choisit judicieusement N nombres pi , i = 1, . . . N , 0 < pi < 1, p1 + · · · + pN = 1 et on part d’un point
P ∈ A. On choisit au hasard † l’une des N transformations wi , avec probabilité pi pour wi ; on applique
ce wi , puis on recommence avec wi (P ). Le choix des probabilités doit être équilibré : les transformations
plus contractantes doivent être choisies moins souvent, la probabilité correspondante doit donc être plus

† Concrètement, on choisit au hasard t ∈]0, 1], et on prendra la transformation wi si

i−1 i 0
j=1 pj < t ≤ j=1 pj (on pose j=1 = 0.)
 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 29

Figure I.12 – A gauche : p1 = 0.01, p2 = 0.07, p3 = 0.07, p4 = 0.85, à droite :

pi = 0.25, i = 1, . . . , 4

petite. Par exemple, dans le cas de l’ensemble de Cantor, les deux transformations ont même constante
de contraction; alors on doit prendre p1 = p2 = 1/2. De même, pour le triangle de Sierpinski, on prend
p1 = p2 = p3 = 1/3; la figure I.5 montre le dessin obtenu par ce procédé après 10000 itérations.
Par contre dans l’exemple de la feuille de fougère donné ci-dessous, il convient de donner une probabilité
beaucoup plus petite à w1 qu’aux autres transformations, parce que c’est une application ”très contractante”:
si on donne des probabilités égales, on dessine beaucoup de points près du bas de la tige (voir figure I.11).
On peut représenter une application affine w : R2 → R2 , c’est-à-dire une application du type (x, y) $→
A(x, y) + τ , où A est linéaire, par la matrice 2 × 3:
   
a b τ1 a b
où A = et τ = (τ1 , τ2 )
c d τ2 c d
et on peut alors calculer w(x, y) par le produit matriciel:
 
  x
a b τ1 y
w(x, y) = .
c d τ2
1
L’homothétie de rapport λ et centre P = (c1 , c2 ) s’écrit :
x $→ λ(x − P ) + P = λx + (1 − λ)P
et sa représentation matricielle s’écrit donc :
 
λ 0 1 − λc1
.
0 λ 1 − λc2
Ainsi, le triangle de Sierpinski de sommets (0, 0), (2, 0), (1, 1) est codé par les matrices
     
1/2 0 0 1/2 0 1 1/2 0 1/2
, , .
0 1/2 0 0 1/2 0 0 1/2 1/2
Considérons les 4 transformations affines suivantes:
   
0 0 0 0.2 −0.26 0
w1 = , w2 =
0 0.16 0 0.23 0.22 1.6
   
−0.15 0.28 0 0.85 0.04 0
w3 = , w4 = .
0.26 0.24 0.44 −0.04 0.85 1.6
 30 I – Espaces métriques et théorème du point fixe

La figure I.11 montre le résultat que l’on obtient après 5 000 itérations en partant du point (0, 0), avec un
bon choix de p1 , . . . , p4 et avec un mauvais choix.
Pour comprendre à quoi correspondent les 4 transformations, il faut voir la feuille de fougère comme
réunion de quatre de ses parties (voir figure I.12) :
w1 – la petite tige allant du bas jusqu’à la deuxième branche depuis le bas
w2 – la première branche en bas à droite
w3 – la première branche en bas à gauche
w4 – la feuille privée de tout ce qui est en dessous de la première branche en bas à gauche.
La transformation w1 projette la fougère sur un axe vertical, puis fait subir à cette projection une
homothétie de rapport 0.16, centrée au bas de la tige; les autres transformations se devinent aisément. On
voit que w1 est très contractante, w4 l’est très peu, w2 et w3 sont un peu moins contractantes que w1 , mais
bien plus que w4 ; les probabilités sont choisies en conséquence : les transformations les plus contractantes
tirent très fort vers leur propre point fixe, on doit donc les choisir moins souvent, ce qui veut dire qu’on doit
leur assigner une probabilité plus petite.

w4

w3
w2
w1
Figure I.13 – Esquisse des transformations qui codent la feuille de fougère

5.5 Exemples de programmes

Voici le programme postscript utilisé pour dessiner le triangle de Sierpinski de la figure III.2 :
%!
/Ax 10 def
/Ay 100 def
/Bx 400 def
/By 10 def
/Cx 300 def
/Cy 250 def
/lambda 0.5 def
/wAx{Ax sub lambda mul Ax add}def
/wAy{Ay sub lambda mul Ay add}def
/wBx{Bx sub lambda mul Bx add}def
/wBy{By sub lambda mul By add}def
/wCx{Cx sub lambda mul Cx add}def
/wCy{Cy sub lambda mul Cy add}def
/a Ax def
/b Ay def
0.5 setlinewidth
/montre{a b 0.5 0 360 arc fill}def
/Times-Roman findfont 10 scalefont setfont
Ax 10 sub Ay 10 sub moveto (A) show
Bx 10 add By 10 sub moveto (B) show
Cx Cy 10 add moveto (C) show
 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 31

Ax Bx add 2 div Ay By add 2 div 20 sub moveto (C’) show

Ax Cx add 2 div 10 sub Ay Cy add 2 div 10 add moveto (B’) show
Cx Bx add 2 div 10 add Cy By add 2 div 10 add moveto (A’) show
a b moveto
10000{
/p rand 300 mod def
p 100 lt {/a a wAx def /b b wAy def}
{p 200 lt {/a a wBx def /b b wBy def}{/a a wCx def /b b wCy def} ifelse} ifelse
montre}
repeat
showpage

Et voici le programme Matlab utilisé pour dessiner la courbe de von Koch. Les deux fonctions ”rota”
et ”homot” doivent être mises chacune dans son fichier, nommé ”rota.m” et homot.m” respectivement.

function Y=rota(a,c,X)
%rotation de centre c, angle a appliquee au vecteur X
R=[cos(a) -sin(a);sin(a) cos(a)];
Y=R*(X-c)+c;

function H=homot(lambda,c,X)
%homotetie de centre c et rapport lambda appliquee a X
H=lambda*(X-c)+c;

% le programme lui-meme
X=[0;0];
for i=1:10000
p=rand;
if p<0.25
X=homot(1/3,[0;0],X);
elseif p<0.5
X=homot(1/3,[1;0],X);
elseif p<0.75
X=rota(pi/3,[0;0],homot(1/3,[0;0],X))+[1/3;0];
else
X=rota(-pi/3,[1;0],homot(1/3,[1;0],X))+[-1/3;0];
end
plot(X(1),X(2),’markersize’,5,’color’,’k’);
hold on;
end
axis equal;
axis off;
hold off;

Il est à noter qu’il est indispensable de choisir les diverses transformations par un procédé pseudo-
aléatoire. Voici 2 programmes en postscript qui dessinent des points de l’ensemble de Cantor, le premier par
un procédé pseudo-aléatoire, avec probabilités égale pour chacune des 2 transformations, le deuxième en les
choissant alternativement :

% !
% ensemble de Cantor avec procédé aléatoire
/Ax 20 def
/Ay 10 def
/Bx 400 def
32 I – Espaces métriques et théorème du point fixe

/By 10 def
/lambda 0.3333 def
/wAx{Ax sub lambda mul Ax add}def
/wAy{Ay sub lambda mul Ay add} def
/wBx{Bx sub lambda mul Bx add} def
/wBy{By sub lambda mul By add} def
1 setlinewidth
/a Ax def
/b Ay def
/montre{a b 0.5 0 360 arc fill}def
10000{
/p rand 200 mod def
p 100 lt{
/a a wAx def /b b wAy def}{
/a a wBx def /b b wBy def}ifelse montre
}
repeat
showpage
}

% !
% ensemble de Cantor avec choix alterné des transformations
/Ax 20 def
/Ay 10 def
/Bx 400 def
/By 10 def
/lambda 0.3333 def
/wAx{Ax sub lambda mul Ax add}def
/wAy{Ay sub lambda mul Ay add} def
/wBx{Bx sub lambda mul Bx add} def
/wBy{By sub lambda mul By add} def
1 setlinewidth
/a Ax def
/b Ay def
/montre{a b a b 0.5 0 360 arc fill}def
5000{
/a a wAx def /b b wAy def montre
/a a wBx def /b b wBy def montre
}
repeat
showpage

Voici le résultat :

0 1

Figure I.14 – Un bon Cantor

 I.5 Construction de fractals par la méthode des IFS (Iterated Function Systems) 33

0 1

Figure I.15 – Un mauvais Cantor

Et voici l’explication : Si, dans l’itération, on alterne le choix des deux transformations w1 (x) = 1/3x
et w2 (x) = 1/3x + 2/3, cela revient à dessiner les itérés des composées :

w(1,2)(x) = w1 (w2 (x)) = 1/9x + 2/3 et w(2,1)(x) = w2 (w1 (x)) = 1/9x + 2/9 .

Or w(1,2)(x) a pour unique point fixe x = 3/4 et w(2,1)(x) a pour unique point fixe x = 1/4. Les points que
l’on dessine s’accumulent donc vers l’ensemble {1/4, 3/4}.

Références

[H.-W.] E. Hairer and G. Wanner, Analysis by its history, Springer Verlag, Berlin, 1997.
[M] B. Mandelbrot, Les objets fractals : forme, hasard et dimension, Flammarion, Paris, 1975.
 II.1 Dérivabilité, différentiabilité 35

Chapitre II – Dérivabilité, théorème des fonctions implicites

et applications
Sommaire. Les dérivées d’une fonction en un point permettent de comprendre son comportement au voisinage
de ce point (formule de Taylor); dans la pratique ce sont souvent les dérivées d’ordre 1 ou 2 seulement qui
sont utilisées. Par exemple, il existe un critère bien connu pour qu’une fonction d’une variable f(x) admette
un extremum (maximum ou un minimum) local en un point a : il faut que la dérivée de f en a soit nulle,
ce qui s’interprète géométriquement par le fait que la tangente au graphe de f au point (a, f(a)) doit être
horizontale. C’est sur ce critère que se basent la méthode des multiplicateurs de Lagrange pour la recherche
d’extrema liés, et les équations d’Euler-Lagrange pour la recherche d’extrema dans des espaces de dimension
non finie (calcul des variations).

1. Dérivabilité, différentiabilité

1.1 Norme d’une application linéaire

Soit A : Rn → Rp une application linéaire. Les coefficients de la matrice de A par rapport aux bases
naturelles ej , j = 1, . . . , n , et ei , i = 1, . . . , p, de Rn et Rp respectivement sont définis par :

p
X
A(ej ) = ai,j ei , j = 1, . . ., n
i=1

 
x1
.
et alors, si  ..  est un vecteur de Rn , on a :
xn
   
x1 n
. X
A  ..  =  ai,j xj  .
xn j=1
i=1,...,p

On déduit facilement de cette expression de A que c’est une application continue.

1.1 Définition – norme d’une application linéaire. La norme de l’application linéaire A : R n → Rp

relative à des normes données sur Rn et Rp est définie par :
n o
kAk = sup kA(x)kRp kxkRn ≤ 1 .

 
Puisque A est continue et que x ∈ Rn kxk ≤ 1 est compact, l’ensemble A(x) kxk ≤ 1 est borné et
donc cette définition a un sens. La valeur de kAk dépend des normes choisies sur Rn et Rp , même si cela
n’est pas noté explicitement.

1.2 Proposition.
(1) Pour tout x ∈ Rn on a :
kA(x)kRp ≤ kAk kxkRn .
(2) kAk définit une norme sur l’espace vectoriel L(Rn, Rp ) des applications linéaires de Rn dans Rp .
(3) kAk = inf {K | kA(x)k ≤ K · kxk , ∀ x ∈ Rn}

– Analyse II (partie réelle), par Felice Ronga – Version du 26 mars 2002, à 14h. 51
36 II – Dérivabilité, théorème des fonctions implicites

x
Preuve: Si x = 0, l’inégalité affirmée dans (1) devient 0 ≤ 0. Sinon, = 1 et alors :
kxk
 x 
kA(x)k = A kxk ≤ kAk kxk .
kxk
Vérifions que kAk est une norme sur L(Rn, Rp ) (cf. définition 1.2 du chap. I).
(1) Si kAk = 0, alors il suit de la première partie de cette preuve que A = 0.
(2) Si λ ∈ R, kλA(x)k = |λ| kA(x)k, ∀ x ∈ Rn et il en suit que kλAk = |λ| kAk.
(3) Si A, B ∈ L(Rn , Rp) on a:
k(A + B)(x)k = kA(x) + B(x)k ≤ kA(x)k + kB(x)k ≤ kAk + kBk ∀ x ∈ R n , kxk ≤ 1
et donc kA + Bk = sup {k(A + B)(x)k , kxk ≤ 1} ≤ kAk + kBk.
Soit X = {K | kA(x)k ≤ K · kxk , ∀ x ∈ Rn }. D’après (1), kAk ∈ X. D’autre part, si K ∈ X, kxk ≤
1 ⇒ kA(x)k ≤ K kxk ≤ K, et donc kAk = sup {kA(x)k | kxk ≤ 1} ≤ K. Donc kAk = inf(X).
q.e.d.
Par exemple, si l’on munit Rn et Rp de la norme k k∞ , on peut estimer la norme de A ∈ L(Rn, Rp ) à
l’aide des coefficients de la matrice (ai,j ) i=1,...,n de A:
j=1,...,p
   
X n X X 
ai,j xj ≤  |ai,j | kxk∞ , ∀ i = 1, . . . , p ⇒ kA(x)k∞ ≤ supi=1,...,p |ai,j | kxk∞
 
j=1 j j
nP o
et donc kAk ≤ supi=1,...,p j |a i,j | ≤ sup {|ai,j | , i = 1, . . . p, j = 1, . . . , n}.

1.2 L’inégalité fondamentale de l’intégrale

Rappelons que si φ : [a, b] → R est une fonction continue, on définit son intégrale comme étant le nombre
réel qui est limite de sommes sur les partages de [a, b]:
 
Z b X
(1-1) φ(x)dx = lim  φ(xi)∆xi
a δ(P )→0
i=1,...,`(P )

où P = {a = x0 < x1 < · · · < xk = b} est un partage de [a, b], `(P ) = k, ∆xi = xi − xi−1, i = 1, . . ., `(P ) et
δ(P ) = sup {∆xi | i = 1, . . ., `(P )}.
Dans le cas d’une application continue f : [a, b] → Rp , l’intégrale de f sur [a, b] est le vecteur de Rp
obtenu en intégrant les composantes fi , i = 1, . . . , p, de f:
Z b Z b Z b !
f(x)dx = f1 (x)dx, . . ., fp (x)dx
a a a

et en appliquant (1-1) aux fi on voit que:

 
Z b X
f(x)dx = lim  f(xi )∆xi  .
a δ(P )→0
i=1,...`(P )

Puisque
X X
f(xi )∆xi ≤ kf(xi )k ∆xi
i=1,...`(P ) i=1,...`(P )

en faisant tendre δ(P ) vers 0, on obtient l’inégalité suivant, appelée inégalité fondamentale de l’intégrale:
Z b Z b
(1-2) f(x)dx ≤ kf(x)k dx
a a
 II.1 Dérivabilité, différentiabilité 37

1.3 Dérivabilité, différentiabilité

Soient Ω ⊂ Rn un ouvert et f : Ω → Rp une application.

1.3 Définition - dérivabilité. Soit a ∈ Ω. On dit que f est dérivable (ou différentiable) au point a s’il
existe une application linéaire A ∈ L(Rn, Rp ) telle que, pour khk assez petit :

r(h)
f(a + h) = f(a) + A(h) + r(h) , avec lim =0 .
h→0 khk

Autrement dit :
f(a + h) − f(a) − A(h)
→ 0 si h → 0
khk
ou encore :
khk ≤ δε ⇒ kf(a + h) − f(a) − A(h)k ≤ ε · khk .
f (a+h)−f (a)−A(h)
Si l’on pose φ(h) = khk
, cela veut encore dire que :

f(a + h) = f(a) + A(h) + φ(h) · khk , avec φ(h) → 0 si h → 0

1.4 Remarques.
(1) Si f est dérivable au point a, elle est continue en ce point, car :

lim f(a + h) = lim (f(a) + A(h) + φ(h) · khk) = f(a)

h→0 h→0

(2) Si f est dérivable au point a ∈ Ω et v ∈ Rn, v 6= 0, la limite suivante, dans laquelle t ∈ R, existe :

∂f f(a + t · v) − f(a)
(a) = lim
∂v t→0 t
et elle est égale à A(v). En effet :

f(a + tv) − f(a) A(t · v) + φ(t · v) · |t| · kvk A(/t · v)

= = ± φ(t · v) · kvk → A(v) si t → 0 .
t t /t

On appelle ∂f ∂f
∂v (a) la dérivée de f dans la direction du vecteur v au point a. Puisque ∂v (a) = A(v), cela
montre que A est entièrement déterminée par f; on l’appelle la dérivée de f au point a, et on la note df a ou
encore f 0 (a). En particulier, si f : Rn → Rp est linéaire, en tout point a ∈ Rn elle coincide avec sa propre
dérivée en ce point : dfa = f, ∀ a ∈ Rn.
Notons que si v = 0, alors ∂f ∂v = 0.
(3) Si f = (f1 , . . . , fp ) : Ω → Rp est dérivable au point a ∈ Ω, sa dérivée dfa = f 0 (a) : Rn → Rp peut être
représentée par une matrice, qu’on appelle matrice jacobienne; elle s’écrit :
 
∂fi ∂fi fi (a + t · ej ) − fi (a) ∂fi
(a) , où (a) = lim = (a)
∂xj ∂xj t→0 t ∂ej
∂fi
où ej = (0, . . . , 0, 1, 0, . . ., 0) dénote le j-ème vecteur de la base naturelle de Rn . Les ∂xj (a) sont appelées
| {z }
j
dérivées partielles de f au point a. Nous verrons un peu plus loin (1.10) le théorème suivant, qui permet de
∂fi
passer de l’existence des dérivées partielles de f à la dérivée de f au sens de la définition 1.3 : si les ∂x j
(x)
existent pour x dans un voisinage de a, et sont continues sur ce voisinage, alors f est dérivable.
(4) Dérivabilité et différentiabilité.
38 II – Dérivabilité, théorème des fonctions implicites

Autrefois on appelait différentielle d’une fonction f(x) (ou encore différentielle totale) l’accroissement
des valeurs de f lorsqu’on donnait un accroissement ”infiniment petit” à la variable x; pour une fonction de
deux variables, on écrivait :
∂f ∂f
df = dx1 + dx2 ;
∂x1 ∂x2
le reste a disparu, parce que c’est un ”infiniment petit d’ordre supérieur” par rapport aux dx i (voir par
exemple Ed. Goursat, Cours d’analyse mathématique, Gauthier-Villars, Paris (1910), page 52.) Le terme
de dérivée était reservé aux dérivées partielles; dans les ouvrages contemporains, les notions de dérivabilité
et différentiabilité sont équivalentes, et correspondent à notre définition 1.3.
df
Dans le cas de fonctions d’une variable, on écrivait df = f 0 (x)dx, d’où l’on tire : dx 0
(x) = f (x). Ce n’est
df
pas très rigoureux, mais la notation dx (x) pour f 0 (x) peut être utile, parce que l’on explicite le nom de la
variable par rapport à laquelle on dérive. Cette notation sera utilisée dans la formule d’Euler-Lagrange au
§ 4.

1.5 Proposition – Dérivation de fonctions composées. Soient Ω ⊂ Rm , Ω0 ⊂ Rn des ouverts,

f : Ω → Rn , g : Ω0 → Rp , des applications, et supposons que f(Ω =⊂ Ω0 . Supposons que f soit dérivable au
point a ∈ Ω, et que g soit dérivable au point b = f(a). Alors la composée g ◦ f est dérivable au point a et sa
dérivée en ce point est la composée de la dérivée de f en a avec la dérivée de g en b = f(a) :
d (g ◦ f)a = dgf (a) ◦ dfa .

Preuve:
 
g(f(a + h)) − g(f(a)) = g 0 (f(a)) f(a + h) − f(a) + φg (f(a + h) − f(a)) · kf(a + h) − f(a)k =
   
g0 (f(a)) (f 0 (a)(h)) + g(f
0
(a)) φ f (h) · khk + φ g f(a + h) − f(a) 0
· f(a) (h) + φf (h) · khk
| {z }
=ρ(h)

et
kρ(h)k ≤ kg 0 (b)k · kφf (khk)k · khk + kφg (f(a + h) − f(a))k · (kf 0 (a)k + kφf (h)k) · khk
ρ(h)
d’où on déduit que khk
→ 0 si h → 0, donc ρ(h) vérifie bien les conditions de terme de reste de la définition
1.3.
q.e.d.
On aimerait avoir une estimation explicite de l’accroissement f(a + h) − f(a) en termes de khk; pour
des fonctions à une variable, à valeurs dans R, on connait le théorème des accroissements finis, qui dit que
si f : [a, b] → R est dérivable, alors il existe ξ ∈ [a, b] tel que
♠ f(b) − f(a) = f 0 (ξ)(b − a) .
En général, on ne peut pas s’attendre à avoir des formules analogues; par exemple, si l’on prend l’application
ϕ(t) = (t2 , t3), ϕ0 (t) = (2t, 3t) :
ϕ(1) − ϕ(0) = ϕ0 (ξ)(1 − 0) = ϕ0 (ξ) ⇒ (1, 1) = (2ξ, 3ξ 2) ⇒ ξ = 1/2 et ξ = 1/3
il n’y a donc pas de solutions. Par contre, on déduit de ♠ que, si |f 0 (ξ)| ≤ M , ξ ∈ [a, b], alors |f(b) − f(a)| ≤
M (b − a) et cette inégalité se généralise, comme nous allons voir maintenant (théorème 1.8.)
1.6 Définition - application de classe C 1 . Soit f : Ω → Rp dérivable en tout point a ∈ Ω; en associant
à tout point a ∈ Ω la dérivée en ce point dfa ∈ L(Rn, Rp ) on définit une application df : Ω → L(Rn, Rp ). On
dit que f est de classe C 1 , ou 1 fois continûment dérivable, si l’application df : Ω → L(Rn, Rp ) est continue,
∂fi
c’est-à-dire si toutes les dérivées partielles ∂x j
(x) , i = 1, . . ., p, j = 1, . . ., n sont continues sur Ω.
 II.1 Dérivabilité, différentiabilité 39

1.7 Proposition. Soit f : Ω → Rp , Ω ⊂ Rn , de classe C 1 ; soit v ∈ Rn et supposons que le segment

{a + tv | 0 ≤ t ≤ 1} soit contenu dans Ω. Alors
Z 1
∂f
f(a + v) − f(a) = (a+tv) dt
0 ∂v

Preuve: On pose ϕ(t) = f(a + tv), pour 0 ≤ t ≤ 1, de sorte que ϕ(1) − ϕ(0) = f(a + v) − f(a). Il suit de
1.4(2) que
   
ϕ(t + s) − ϕ(t) f(a + (t + s)v) − f(a + tv) ∂f
lim = lim = (a+tv)
s→0 s s→0 s ∂v

et en particulier ϕ est aussi de classe C 1 . Donc

Z 1 Z 1
∂f
f(a + v) − f(a) = ϕ(1) − ϕ(0) = ϕ0 (t)dt = (a+tv) dt .
0 0 ∂v

q.e.d.

1.8 Théorème des accroissements finis. Soit f : Ω → Rp , Ω ⊂ Rp , Ω ouvert; supposons que f soit de
classe C 1 . Soient a, b ∈ Ω; supposons que le segment [a, b] = {a + t(b − a) | 0 ≤ t ≤ 1} soit contenu dans Ω.
Alors :

kf(b) − f(a)k ≤ sup dfa+t(b−a) 0 ≤ t ≤ 1 · kb − ak

Preuve: Tout d’abord, du fait que f est C 1 , il suit que l’application t 7→ dfa+t(b−a) est continue; comme [0, 1]

est compact, le sup dfa+t(b−a) 0 ≤ t ≤ 1 a un sens.
Posons v = b − a. Il résulte de 1.7 et de l’inégalité fondamentale de l’intégrale que
Z 1 Z 1
∂f ∂f
kf(b) − f(a)k = (a+t(v)) dt ≤ (a+tv) dt
0 ∂v 0 ∂v
 
≤ sup kdfa+tv (v)k 0 ≤ t ≤ 1 ≤ sup kdfa+tv k 0 ≤ t ≤ 1 · kvk

q.e.d.

Une conséquence immédiate :

1.9 Corollaire. Soient f : Ω → F , a et b comme dans le théorème précédent; supposons que B(a, r) ⊂ Ω
et que kdfx k ≤ M , ∀ x ∈ B(a, r). Alors si b ∈ B(a, r) on a :

kf(b) − f(a)k ≤ M kb − ak .

Soient Ω ⊂ Rm × Rn , f : Ω → Rp , Ω un ouvert; notons par (x, y) les éléments de Rm × Rn , avec x ∈ Rm ,

y ∈ Rn. Si (a, b) ∈ Ω, on note par ∂f ∂f
∂x (a,b) la dérivée au point a de l’application ξ 7→ f(a + ξ, b), et par ∂y (a,b)
la dérivée au point b de l’application ξ 7→ f(a, b + ξ). La proposition suivante, qui est utile pour le calcul de
dérivées, généralise le théorème mentionné sous 1.4(3).
40 II – Dérivabilité, théorème des fonctions implicites

1.10 Propostition. Supposons que les dérivées ∂f ∂f

∂y (a,b) et ∂x (x,y) , (x, y) dans un voisinage de (a, b),
∂f
existent, et que l’application (x, y) 7→ ∂x (x,y) soit continue dans un voisinage du point (a, b). Alors f est
dérivable au point (a, b) et :
∂f ∂f
df(a,b)(v, w) = (a,b) (v) + (a,b) (w) .
∂x ∂y

Preuve:

∂f ∂f
f((a, b) + (v, w)) − f(a, b) − (a,b) (v) − (a,b) (w) =
∂x ∂y
∂f ∂f
f((a + v, b + w)) − f((a, b + w) − (a,b) (v) + f(a, b + w)) − f(a, b) − (a,b) (w) .
| {z ∂x } | ∂y
{z }
I II

Soit ε > 0; il s’agit de montrer que kI + IIk ≤ ε k(v, w)k si k(v, w)k est assez petit.
∂f ∂f ∂f
Posons ϕ(v) = f(a + v, b + w) − ∂x (a,b) (v); alors ϕ(v) − ϕ(0) = I et dϕv =
∂x
(a+v,b+w) −
∂x
(a,b) . On
a que dϕ0 = 0, et alors si k(v, w)k est assez petite, kdϕv k < ε. Il suit de 1.9 que kIk ≤ ε kvk pour k(v, w)k
assez petite.
L’existence de ∂f∂y (a,b) implique directement que kIIk ≤ ε kwk si kwk est assez petite.
q.e.d.

Cette proposition se généralise sans autre aux cas de plus de 2 facteurs : si f : Ω → R p , Ω ouvert de
Rn1 × . . . × Rnk , espace vectoriel normé, x = (x1, . . . , xk ) ∈ Ω, xi ∈ Rni , on pose

fjx (ξj ) = f(x1 , . . . , xj−1, ξj , xj+1, . . . , xk ) ,

qui est définie pour ξj ∈ ({x1} × . . . × {xj−1} × Rnj × {xj+1} × . . . × {xk }) ∩ Ω et si fjx est dérivable en
ξj = xj , on dénote sa dérivée par ∂j fx . Il suit de 1.10, par induction sur k, que si ∂1 fa existe et que les ∂j fx ,
j = 2, . . ., k, sont continues au voisinage de a, alors f est dérivable et

da f(h1 , . . . , hk ) = ∂1 fa (h1) + . . . + ∂k fa (hk ) .

Dans le cas d’une application f : Ω → R, Ω ouvert de Rn, en utilisant la décomposition Rn = R × . . . × R,

| {z }
n
∂f
on a que de ∂i f (x) = ∂xi (x) .

1.11 Corollaire. Soit f : Ω → Rp , f = (f1 , . . . , fp ), a ∈ Ω, et supposons que toutes les dérivées partielles
∂f
∂xi (x) existent et soient continues pour x ∈ Ω. Alors f est dérivable en tout point a ∈ Ω et la matrice de
dfa est égale à
∂fi

(a)
∂xj i=1,...,p , j=1,...,n

∂fi
En particulier, si f : Ω → Rp et les dérivées ∂x j
1
(x) existent et sont continues sur Ω, f est C : la
condition que f soit dérivable demandée dans la définition 1.6 est automatiquement satisfaite.
La proposition ci-dessous établit une propriété élémentaire, mais efficace, à laquelle nous aurons recours
pour des applications au § suivant.
Soit f : Ω → R une application, Ω ⊂ Rn ouvert et a ∈ Ω. On dit que a est un minimum (respectivement
maximum) local de f s’il existe un voisinage V de a tel que f(x) ≥ f(a) si x ∈ V (respectivement f(x) ≤
f(a)). On dit que a est un extremum local si c’est un minimum ou un minimum local.
 II.1 Dérivabilité, différentiabilité 41

1.12 Proposition. Soit f comme ci-dessus. Supposons que f soit dérivable au point a. Alors, si a est un
extremum local de f, on a dfa = 0.

Preuve: Supposons qu’il s’agisse d’un maximum local; soit v ∈ E et t > 0 assez petit. Alors on a :

f(a + tv) − f(a) f(a − tv) − f(a)

≤0≤
t −t
∂f ∂f
et comme les 2 fractions ont pour limite ∂v (a) , on doit avoir ∂v (a) = dfa (v) = 0, ceci pout tout v ∈ E. Le
cas d’un minimum local est semblable.
q.e.d.

1.4 Dérivées d’ordre supérieur et formule de Taylor

Nous allons définir la notion d’application f : Ω → Rp de classe C k , k ∈ N, et ses dérivées d’ordre ` ≤ k
par induction sur k :

1.13 Définition. On dit que f est de classe C 0 si f est continue, et dans ce cas il n’y a point de dérivées
à définir.
Au §1.2 on a introduit la notion d’application de classe C 1 (définition 1.6). Cela revient à supposer que
∂f
les dérivées partielles ∂x (a) existent pour tout a ∈ Ω et sont continues, ce qui entraı̂ne par le corollaire 1.11
i
que f est dérivable en tout point a ∈ Ω.
Supposons d’avoir défini la notion d’application de classe C ` et les applications

∂`f
: Ω → Rp , 1 ≤ ih ≤ n , h = 1, . . ., `
∂xi1 . . . ∂xi`

pour tout ` ≤ k − 1. On dira que alors que f est de classe C k si les fonctions ci-dessus sont de classe C 1 et
on pose:  
∂k f ∂ ∂ k−1f
∀a ∈ Ω , (a) = (a)
∂xi1 ∂xi2 . . . ∂xik ∂xi1 ∂xi2 . . . ∂xik
On dit encore que f : Ω → Rp est C ∞ si f est de classe C k pour tout k ≥ 0

Dans le cas d’une application g :]a, b[→ Rp de classe C k , il n’y a qu’une dérivée d’ordre `, 1 ≤ ` ≤ k,
d` g
celle qui correspond à la suite i1 = · · · = ik = 1. On la note g (`) (a), ou encore ` (a), si t denote la variable
dt
du domaine de définition de g. On note aussi g (0) (a) = g(a).
On peut généraliser aussi la notion de dérivée directionnelle; si v1 , . . ., vk ∈ Rn , on définit par induction
sur k:  
∂k f ∂ ∂ k−1f
(a) = (a) .
∂v1 . . . ∂vk ∂v1 ∂v2 . . . ∂vk
k
Il suit du fait que ∂f ∂ f
∂v (a) est linéaire en v que pour tout i = 1, . . ., k, ∂v1 ...∂vi ...∂vk (a) est linéaire par rapport
à vi .
La définition suivante sera utile pour mieux comprendre les dérivées d’ordre supérieur.

1.14 Définition. Soit f : Ω → Rp une application (quelconque). Pour tout a ∈ Ω et v ∈ Rn tels que
[a, a + v] ∈ Ω on pose:
∆v f(a) = f(a + v) − f(a)

On peut regarder ∆v f comme un opérateur dépendant du paramètre v: à l’application f il associe une

nouvelle application, celle qui à a fait correspondre l’accroissement de f en a relatif à l’accroissement v de
la variable. La nouvelle application ∆v f ne sera pas toujours définie, mais puisque Ω est ouvert, pour tout
42 II – Dérivabilité, théorème des fonctions implicites

a ∈ Ω il existe un r > 0 tel que a + v ∈ Ω si kvk < r, et donc ∆v f sera bien définie pour tout v assez petit.
Dans ce qui suit on supposera, sans le dire explicitement chaque fois, que les accroissements v i sont assez
petits pour que les opérateurs que l’on écrira soient bien définis.
Considérons l’expression

∆v2 ∆v1 f(a) = ∆v2 (f(a + v1) − f(a)) = f(a + v1 + v2 ) − f(a + v2 ) − (f(a + v1 ) − f(a))
= f(a + v1 + v2 ) − f(a + v1) − f(a + v2 ) + f(a) .

Elle représente l’accroissement (relatif à v2 ) de l’accroissement (relatif à v1) de f et nous sera utile pour
comprendre la 2-ième dérivée comme ”taux d’accroissement du taux d’accroissement”; de même, à l’aide de
l’opérateur ∆ itéré k fois on obtiendra une expression de la k-ième dérivée (voir corollaire 1.16).
Notons que l’expression ci-dessus est symétrique en (v1 , v2 ) :

∆v2 ∆v1 f(a) = ∆v1 ∆v2 f(a) .

1.15 Proposition. Soit f : Ω → Rp de classe C k ; on a:

Z 1 Z 1 
∂k f
∆vk ∆vk−1 . . . ∆v1 f(a) = ... (a+tk vk +···+t1 v1 ) dtk . . . dt1 .
0 0 ∂vk . . . ∂v1

Preuve: On procède par induction sur k. Si k = 1, cela résulte de la proposition 1.7.

Supposons que la formule soit vraie pour k − 1 et posons wk−1 = tk−1vk−1 + · · · + t1 v1 . On a:

hyp. induction
∆vk . . . ∆v1 f(a) = ∆vk−1 · · · ∆v1 f(a + vk ) − ∆vk−1 . . . ∆v1 f(a) =
Z 1 Z 1 k−1 Z 1 Z 1
∂ f ∂ k−1 f
... (a+vk +wk−1 ) dtk−1 . . . dt1 − ... (a+wk−1 ) dtk−1 . . . dt1
0 0 ∂vk−1 . . . ∂v1 0 0 ∂vk−1 . . . ∂v1
Z 1 Z 1 
∂ k−1f ∂ k−1f
= ... (a+vk +wk−1 ) − (a+wk−1 ) dtk−1 . . . dt1
0 0 ∂vk−1 . . . ∂v1 ∂vk−1 . . . ∂v1
Z 1 Z 1
∂kf
= ... (a+tk vk +···+t1 v1 ) dtk . . . dt1
0 0 ∂vk . . . ∂v1

∂ kf
où la dernière égalité résulte du cas k = 1 appliqué à ∂vk−1 ...∂v1 (a+wk−1 ) .
q.e.d.

Le corollaire suivant exprime une dérivée d’ordre supérieur de f directement à partir de f, plutôt que
de passer par des dérivations successives comme il est fait dans la définition 1.13:

1.16 Corollaire. Si f est de classe C k ,

 
∂k f ∆skvk . . . ∆s1 v1 f(a)
(a) = lim
∂vk . . . ∂v1 s1 ,...,sk →0 sk · · · s 1

Preuve: D’après 1.15:

Z 1 Z 1
∆skvk . . . ∆s1 v1 f(a) 1 ∂k f
= ... (a+sk tk vk +···+s1 t1 v1 ) dtk . . . dt1
sk · . . . · s 1 sk · . . . · s 1 0 0 ∂(sk vk ) . . . ∂(s1 v1 )
Z 1 Z 1
∂k f
= ... (a+sk tk vk +···+s1 t1 v1 ) dtk . . . dt1
0 0 ∂vk . . . ∂v1
 II.1 Dérivabilité, différentiabilité 43

∂ kf k
où la dernière égalité utilise le fait que ∂(sk vk )...∂(s1 v1 )
(x) = s1 · · · sk ∂vk∂...∂v
f
1
(x) (linéarité par rapport à vi ,
k
i = 1, . . ., k). Puisque ∂vk∂...∂v
f
1
(x) est continue en x, il suffit de poser si = 0 dans la dernière expression pour
calculer la limite cherchée.
q.e.d.
k
1.17 Corollaire. Si f est de classe C k , a ∈ Ω, alors ∂vk∂...∂v f
1
(a) est symétrique en v1 , . . . , vk , ce qui veut
dire que si σ : {1, . . ., k} → {1, . . ., k} est une bijection, alors

∂k f ∂k f
(a) = (a) .
∂vk . . . ∂v1 ∂vσ(k) . . . ∂vσ(1)

Preuve: On a déjà remarqué que ∆v2 ∆v1 f(a) était symétrique en v1 , v2. Il en suit que ∆vk . . . ∆v1 f(a) est
symétrique en v1 , . . ., vk , et le corollaire suit alors de 1.16.
q.e.d.

La formule suivante, dûe à Leibniz, exprime la `ième dérivée de 2 fonctions d’une variable en termes
des dérivées de chacune des fonctions :

1.18 Proposition. Soient α, β :]t0 − r, t0 + r[→ R deux fonctions de classe C ` . Alors la `-ième dérivée de
α(t) · β(t) a pour expression :

(`)
X̀  ` 
(α(t) · β(t)) (t) = α(h) (t) · β (`−h) (t)
h
h=0

Preuve: Par induction sur `. Pour ` = 1, la formule se réduit à l’expression bien connue :
0
(α(t) · β(t)) (t) = α0(t) · β(t) + α(t) · β 0 (t) .

Supposons d’avoir montré que

`−1 
X 
(`−1) ` − 1 (h)
(α(t) · β(t)) (t) = α (t) · β (`−1−h) (t) .
h
h=0

On dérive en appliquant la formule pour ` = 1 à chaque terme de la somme :

`−1  
0
X ` − 1  (h+1) 
(α(t) · β(t)) (t) = α (t) · β (`−1−h) (t) + α(h) (t) · β (`−h) (t)
h
h=0
X̀    
(h) (`−h) `−1 `−1
= α (t) · β (t) +
h−1 h
h=0

et on conclut en remarquant que :

   
`−1 `−1 (` − 1)! (` − 1)!
+ = +
h−1 h (h − 1)!(` − 1 − (h − 1))! h!(` − 1 − h)!
 
(` − 1)!h (` − 1)!(` − h) (` − 1)!h + (` − 1)!(` − h `
= + = = .
h!(` − h)! h!(` − h)! h!(` − h)! h

q.e.d.

Suivent des résultats préliminaires à la formule de Taylor.

44 II – Dérivabilité, théorème des fonctions implicites

1.19 Proposition. Soit g :]a, b[→ R de classe C k+1 , t > 0 , [0, t] ⊂]a, b[. Supposons que

g(0) = g0 (0) = · · · = g(k) (0) = 0 .

Alors

(1-3) g(t) = tk+1 · γ(t)

où
Z 1
1
(1-4) γ(t) = g(k+1) (t · u)(1 − u)k du
k! 0

1 (k+1)
et en particulier γ(0) = (k+1)! g (0).

Preuve: Montrons l’affirmation par induction sur k. Pour k=0, on a que g(0) = 0 et donc :
Z t
g(t) = g0 (s)ds .
0

On fait le changement de variable s = u · t dans l’intégrale :

Z 1 Z 1
0
g(t) = g (t · u) · tdu = t g0 (t · u)du .
0 0

Supposons que g(0) = g 0(0) = · · · = gk (0) = 0 et que (1-3) et (1-4) soient vraie pour k − 1:
Z 1
tk
g(t) = g(k)(t · u)(1 − u)k−1du
(k − 1)! 0

On intègre par partie en remarquant que

 0
1 − u)k
(1 − u)k−1 = −
k

et compte tenu du fait que g (k) (0) = 0 on obtient:

Z 1   !
k 0
tk 1 − u)
g(t) = g(k) (t · u) − du =
(k − 1)! 0 k
 
  Z 1   Z
tk  (k)
g (t · u) · − 1 − u)
k t
− (k+1) 1 − u)k tk+1 1 (k+1)
g (t·u)·t· − du = g (t·u)(1−u)k du .
(k − 1)!  k 0 0 k k! 0
| {z }
=0

R1 R1 1 1
Puisque 0 (1 − u)k du = 0 uk du = k+1 , on a bien que γ(0) = (k+1)! g
(k+1)
(0).
q.e.d.

1.20 Corollaire – formule de Taylor pour les fonctions d’une variable. Soit ϕ :]a − r, a + r[→ R
une fonction de classe C k+1 . Alors, pour |t| < r :

k
X Z 1
ϕ(`) (a) tk+1
ϕ(a + t) = ϕ(a) + t` + ϕ(k+1) (a + t · u) (1 − u)k du .
`! k! 0
`=1
 II.1 Dérivabilité, différentiabilité 45

Preuve: On pose !
k
X ϕ(`) (0) `
g(t) = ϕ(a + t) − ϕ(a) − t
`!
`=0

de sorte que g (`) (0) = 0, ∀ ` ≤ k et g (k+1) (t) = φk+1(t), puis on applique 1.19 à g.
q.e.d.

Le cas de fonctions à plusieurs varaibles pourra se ramener au cas d’une variable grâce au lemme suivant.
Tout d’abord on introduit une notation permettant de regrouper les dérivées supérieures qui ne diffèrent que
par l’ordre des dérivations. Soit α = (α1 , . . ., αn) ∈ Nn un vecteur à coefficients entiers. On pose:

|α| = α1 + · · · + αn , α! = (α1!) · . . . · (αn !)

et si h = (h1 , . . . , hn) ∈ Rn, on pose hα = hα

1 · . . . · hn ∈ R.
1 αn

Soit α ∈ N , |α| = k; on peut lui associer la suite de k entiers i(α) = (i(α)1 , . . ., i(α)k ) définie ainsi :
n

i(α) = (1, . . ., 1, 2, . . ., 2, . . ., n, . . . , n) .
| {z } | {z } | {z }
α1 fois α2 fois αn fois

Si f : Ω → Rp est de classe C k , on pose :

∂ |α|f ∂ |α|f
(a) = (a)
∂x α ∂xi(α)k . . . ∂xi(α)1

ce qui revient à dériver f α1 -fois par rapport à x1 , α2-fois par rapport à x2, et ainsi de suite, au point a.

1.21 Lemme. Soit f : Ω → Rp de classe C k , h ∈ Rn tel que {a + th | 0 ≤ t ≤ 1} ⊂ Ω. Posons ϕ(t) =

f(a + th), 0 ≤ t ≤ 1. Alors, ∀ ` ≤ k on a:

X ∂`f X `! ∂ ` f
ϕ(`) (t) = (a+th) hi1 · · · . . . · hi` = (a+th) h
α
∂xi` . . . ∂xi1 α! ∂xα
1≤i1 ,...,i` ≤n α∈Nn , |α|=`

Preuve: On montre d’abord laPpremière égalité par induction sur `.

n
Pour ` = 1, puisque h = i=1 hi ei , où les ei dénotent les vecteurs de la base standard de Rn , il suit de
∂f
la définition de ∂h et du fait qu’elle est linéaire en h que:

∂f X ∂f
ϕ0 (t) = (a + th) = (a+th)hi .
∂h ∂xi
1≤i≤n

Supposons d’avoir démontré que

X ∂ `−1 f
ϕ(`−1)(t) = (a+th) hi1 · · · . . . · hi`−1 .
∂xi`−1 . . . ∂xi1
1≤i1 ,...,i`−1 ≤n

Alors
 
n
X X  
∂  ∂ `−1 f
ϕ(`) (t) = (a+th) hi1 · · · . . . · hi`−1  hi =
∂xi ∂xi`−1 . . . ∂xi1
i=1 1≤i1 ,...,i`−1 ≤n
X ∂`f
(a+th) hi1 · · · . . . · hi` .
∂xi` . . . ∂xi1
1≤i1 ,...,i` ≤n
46 II – Dérivabilité, théorème des fonctions implicites

Dans la somme ci-dessus, la suite d’indices

(i1 , . . . , i`) = (1, . . ., 1, 2, . . ., 2, . . . , n . . . , n)

| {z } | {z } | {z }
α1 -fois α2 -fois αn −f ois

`!
avec α1 + · · · + αn = ` apparaı̂t fois à permutation près; en effet, il faut diviser le nombre `! de toutes
α!
les permutations de la suite (1, . . ., 1, 2, . . ., 2, . . ., n . . . , n) par le nombre de celles qui la laissent invariante,
| {z } | {z } | {z }
α1 -fois α2 -fois αn -fois
qui est (α1!) · . . . · (αn !) = α!. La dernière égalité énoncée suit alors du corollaire 1.16 (symétrie des dérivées
d’ordre supérieure) .
q.e.d.

1.22 Formule de Taylor. Soit f = (f1 , . . . , fp ) : Ω → Rp de classe C k+1 , a ∈ Ω et h ∈ Rn tel que

{a + th | 0 ≤ t ≤ 1} ⊂ Ω. Alors:
 
k
X X 1 ∂ |α|f
f(a + h) = f(a) +  (a) · h  + rk (a, h)
α
α! ∂xα
`=1 |α|=`

où le terme rk (a, h), appelé terme de reste, s’écrit :

X Z 1 
1 α ∂ |α| f k
(1-5) rk (a, h) = (k + 1) h (a+uh) (1 − u) du .
α! 0 ∂xα
|α|=k+1

Si R > 0 est tel que B(a, R) ⊂ Ω et khk ≤ R, on a:

k+1
(1-6) krk (a, h)k ≤ Ck khk

rk (a, h)
où Ck est une constante, et en particulier limh→0 k
= 0.
khk

Preuve: On pose ϕ(t) = (ϕ1 (t), . . . , ϕp (t)) = f(a + th), 0 ≤ t ≤ 1. La formule (1-5) se déduit alors du
corollaire 1.20 appliqué aux composantes de ϕ(t) et du lemme 1.21 appliqués aux composantes de f.
D’autre part, en reprenant (1-5), on a que

X Z 1 
1 α ∂ k+1 f k
krk (a, h)k = h (a+uh) (1 − u) du .
k! 0 ∂xik+1 . . . ∂xi1
1≤i1 ,...,ik+1 ≤n

R1 1
Il y a nk+1 terme dans la somme sous l’intégrale, et 0 (1 − u)k ds = k+1 . On sait que la norme donnée sur
R est équivalente à la norme khk∞ = sup {|hi| | i = 1, . . . , n}, donc il existe K tel que khk∞ ≤ K · khk. Or,
n

si |α| = k + 1 :
k+1 k+1
|hα | = |hα αn
1 · . . . · hn | ≤ khk∞ ≤ K
1 k+1
· khk
Si on pose :  
∂ |α| f nk+1
Ck = sup (a + uh) |α| = k + 1 , 0 ≤ u ≤ 1 · K k+1
∂xα (k + 1)!
l’inégalité (1-6) suit.
q.e.d.

1.23 Remarques.
 II.1 Dérivabilité, différentiabilité 47

(1) Considérons la fonction:  2

f(x) = e−1/t si t > 0 .

0 si t ≤ 0
On montre que f est C ∞ en 0, avec toutes ses dérivées nulles en ce point. Il en résulte que tous les termes
k
de la formule de Taylor sont nuls, sauf le terme de reste. On en déduit que |f(t)| ≤ |t| , ceci pour |t| assez
petit et pour tout k.
(2) Un théorème dû à E. Borel affirme que pour toute suite {ak }k∈N ⊂ R de nombres réels, il existe une
fonction f : [−1, 1] → R de classe C ∞ telle que f (k) (0) = ak . Cela exprime l’extrême flexibilité des fonctions
différentiables.
On a un énoncé analogue pour les fonctions de plusieurs variables: si l’on se donne une famille
|α|
{aα}α∈Nn ⊂ R, il existe f : U → R, U ⊂ Rn ouvert, U 3 0 telle que ∂∂xαf (0) = aα .
(3) Si f est C ∞ et ses dérivées sont bornées sur une boule fermée de rayon fixe, on déduit de (1-5) que que
la série
X∞
1 ∂ |α|f α
f(a) + (a) h
α! ∂xα
k=1

converge uniformément sur cette même boule vers f(a + h). Cela peut s’appliquer à des fonctions telles que
sin(x), cos(x), ex+y .

Etude des extrema locaux de fonctions

1.24 Définition. Soit f : Ω → R, Ω ⊂ Rn ouvert, a ∈ Ω. On dit que a est un minimum local strict
(respectivement un maximum local strict) s’il existe un ouvert V ⊂ Ω, V 3 a, tel que :

x ∈ V , x 6= a ⇒ f(x) > f(a) ( respectivement f(x) < f(a) ) .

Si l’on remplace les inégalités strictes ci-dessus par des inégalités non strictes on obtient les notions de
minimum local, resp. maximum local, non strict.

La formule de Taylor fournit un critère permettant parfois de décider si un point est un extremum local ou
non d’une fonction.

1.25 Proposition. Soit f : Ω → R, Ω ⊂ Rn ouvert, de classe C k+1 , k ≥ 2, a ∈ U . Supposons que toutes

les dérivées de f d’ordre au plus k − 1 s’annulent en a :

∂ |α| f
(a) = 0 ∀ α tel que 1 ≤ |α| ≤ k − 1 .
∂xα
Posons
X 1 ∂ |α|f
α
ϕk (h) = (a)h .
α! ∂xα
|α|=k

On a :
(1) Si ϕk (h) > 0 ∀ h 6= 0, alors a est un minimum local.
(2) Si ϕk (h) < 0 ∀ h 6= 0, alors a est un maximum local.
(3) S’il existe h1 , h2 ∈ Rn tels que ϕk (h1 ) > 0, ϕk (h2) < 0 alors a n’est ni un minimum ni un maximum
local, même non strict.

Preuve: Remarquons que ϕk (h) est homogène de degré k, ce qui veut dire que ∀ λ ∈ R, ϕk (λh) = λk ϕk (h).
Soit h0 ∈ Rn tel que ϕk (h0) 6= 0, avec kh0k = 1. Alors il suit de la formule de Taylor que
 
k rk (a, th0)
f(a + th0 ) − f(a) = ϕk (th0 ) + rk (a, th0) = t ϕk (h0 ) + .
tk
48 II – Dérivabilité, théorème des fonctions implicites

Posons ε = |ϕk (h0 )|; il suit de l’inégalité (1-6) de 1.22 qu’il existe δε tel que si |t| < δε ,

|rk (a, th0)|

k
< ε = |ϕk (h0)|
tk kh0k
| {z }
=1

et donc f(a + th0) − f(a) a le même signe que ϕk (h0 ). Cela entraı̂ne immédiatement l’affirmation (3). Pour
(1) et (2), il suffit de poser

ε = inf |ϕk (h0 )| kh0 k = 1 ;

puisque |ϕk (h)| est continue, non nulle sur l’ensemble

 compact {h | khk = 1}, il suit que ε > 0. La condition
d’extremum local strict sera satisfaite avec V = a + th0 |t| < δε ,
q.e.d.

1.26 Remarques.
(1) Du fait que ϕk (−h) = (−1)k ϕk (h) on déduit que :
– si la condition (1) ou la condition (2) de 1.25 sont satisfaites, alors k est pair.
– si a est un extremum local et k est l’ordre de la première dérivée non nulle en a, alors k doit être pair,
sinon on pourrait appliquer (3) de 1.25 avec h1 un vecteur tel que ϕk (h1 ) 6= 0 et h2 = −h1 .
(2) Il se peut qu’une fonction f a un minimum local en restriction à chaque droite passant par le point a,
sans que a soit un minimum local pour f (même discours pour les maxima).
C’est le cas pour la fonction f(x, y) = (y − x2)(y − 2x2). On voit sur la figure 9 que f admet un zéro
isolé à l’origine de toute droite ` passant par (0, 0), et qu’elle est strictement positive sur un intervalle de `
contenant (0, 0). Cependant, on ne peut pas trouver une longueur d’intervalle uniforme, qui fonctionne sur
toute droite. Et en fait il y a des points arbitrairement près de l’origine en lesquels f est positive, d’autres
en lesquels f est négative.
 2 
(3) Si k = 2 et dét ∂x∂j ∂xf
i
(a) 6= 0, alors on peut décider si a est un minimum local strict, un maximum, ou

bien ni l’un ni l’autre en examinant la forme quadratique

X 1 ∂2f
α
q(h) = φ2(h) = (a)h .
α! ∂xα
|α|=2

En effet, q est soit définie positive, auquel cas a est un minimum local strict, soit définie négative, et alors
a est un maximum local strict, soit elle est indéfinie, et alors a n’est ni minimum, ni maximum local, même
non strict. On peut décider en mettant q sous forme  diagonale.   2 
2
Dans le cas de fonctions à 2 variables, si dét ∂x∂j ∂x
f
i
(a) > 0 alors q est définie, si dét
∂ f
∂xj ∂xi
(a) < 0
∂2f ∂ 2f
elle est indéfinie; si elle est définie, elle est définie positive si ∂x21
(a) > 0 (ou ∂x22
(a) > 0), elle est définie
négative sinon.
(4) La fonction x2 + y4 possède visiblement un minimum absolu en (0, 0), mais les critères de 1.25 ne
s’appliquent pas.
 II.2 Le théorème des fonctions implicites 49

2. Le théorème des fonctions implicites

Soit f(x, y), (x, y) ∈ U ⊂ R2, une fonction de 2 variables. On peut lui associer une correspondance
entre x et y de la manière suivante :
à tout x fixé on fait correspondre les valeurs de y qui sont solution de f(x, y) = 0.
On dira que cette correspondance entre x et y peut être rendue explicite s’il existe une fonction y(x)
telle que :
f(x, y) = 0 ⇔ y = y(x) .
En général, il n’est pas possible de passer de la relation implicite f(x, y) = 0 à la relation explicite y = y(x).
Souvent c’est possible, mais seulement localement, au voisinage d’une solution particulière de f(x, y) = 0.

2.1 Exemples.
(1) Soit f(x, y) = ax + by + c = 0 l’équation d’une droite. Si b 6= 0, on peut en tirer l’équation explicite :
y = − ab x − cb , et si a 6= 0, on en tire que x = − ab − ac . Le premier cas revient à supposer que ∂f
∂y 6 = 0,
∂f
ou encore que la droite n’est pas verticale; dans le deuxième, ∂x 6 = 0, ou encore que la droite n’est pas
hoorizontale.
(2) De l’équation implicite x2 + y2 − 1 = 0 on peut tirer 4 relations explicites :
p p
y = + 1 − x2 , |x| < 1 , y > 0 ; y = − 1 − x2 , |x| < 1 , y < 0
p p
x = + 1 − y2 , |y| < 1 , x > 0 ; x = − 1 − y2 , |y| < 1 , x < 0

(3) De la relation implicite x2 − y2 = 0 on peut tirer les 2 relations explicites : y = x et y = −x. Ensemble,
elles décrivent toutes les solutions de x2 − y2 = 0. Mais au voisinage de la solution (0, 0), aucune des 2 ne
donne une solution explicite complète. En fait il n’y a pas de solution explicite au voisinage de (0, 0) (voir
figure II.1).

y y
x= 1-y2
y=x
y= 1-x2

y(x) ?
x
O x O y(x) ? x

y=-x

Figure II.1 – Passage d’une relation implicite à une relation explicite

Le théorème suivant nous donne une condition suffisante pour passer localement d’une relation implicite à
une relation explicite. Considérons la décomposition en produit Rn = Rn−p ×Rp et notons (x, y) ∈ Rn−p ×Rp ,
x = (x1 , . . ., xn−p, y = (y1 , . . . , yp ).

2.2 Théorème des fonctions implicites. Soit U ⊂ Rn un ouvert et f : U → Rp continue, admettant

une dérivée partielle ∂f
∂y (x,y) ∈ L(R , R ) dépendant continûment de (x, y) ∈ U . Supposons que (x 0 , y0 ) ∈ U
p p

soit tel que :

i) f(x0 , y0 ) = 0
∂f
(x0 ,y0 ) : R → R est bijective.
p p
ii)
∂y
50 II – Dérivabilité, théorème des fonctions implicites

Alors il existe r0, R0 > 0 et une application continue g : B(x0 , r0) → B(y0 , R0) tels que:
i) B(x0 , r0) × B(y0 , R0) ⊂ U
ii) f(x, g(x)) = 0 ∀ x ∈ B(x0 , r0) et pour tout (x, y) ∈ B(x0 , r0) × B(y0 , R0) on a :

f(x, y) = 0 ⇐⇒ y = g(x).

Preuve: Soient r, R > 0 tels que B(x0 , r) × B(y0 , R) ⊂ U et posons:

n o
Xr,R = φ : B(x0 , r) → B(y0 , R) φ continue ;
   
c’est un sous-ensemble fermé de l’espace vectoriel complet C B(x0 , r), Rp , k k∞ et donc Xr,R est complet
pour la métrique induite par k k∞ (voir I.3.10). Pour φ ∈ Xr,R posons:
 −1
∂f

T (φ)(x) = φ(x) − (x0 , y0) f(x, φ(x)) ;
∂y

T (φ) est une application continue de B(x0 , r) dans Rp . Remarquons que

T (φ) = φ ⇐⇒ f(x, φ(x)) = 0 ∀ x ∈ B(x0 , r) .

On a donc ramené la recherche d’une solution explicite à un problème de point fixe. En fait, la définition de
T s’inspire de la 1ère variante de la méthode de Newton (voir I.4.2), que l’on retrouve lorsque p = 1 et si
l’on considère x comme un paramètre. Le reste de la preuve consiste pour l’essentiel à montrer que si r, R
sont assez petits, alors T est une transformation contractante.
Définissons l’application auxiliaire
 −1  
∂f
Ψ : B(x0 , r) × B(y0 , R) → Rp , Ψ(x, y) = y − (x0 ,y0 ) f(x, y)
∂y

de sorte que T (φ)(x) = Ψ(x, φ(x)) et Ψ(x0, y0 ) = y0 . On a que

 −1  
∂Ψ ∂f ∂f
(x,y) = Ip − (x0 ,y0 ) (x,y)
∂y ∂y ∂y
où Ip : Rp → Rp dénote l’application identité.
Choisissons q tel que 0 < q < 1. Il suit de l’hypothèse que ∂f ∂y
(x,y) est continue que
∂Ψ
∂y
(x,y) l’est aussi,
 −1  
∂f ∂f
et puisque ∂Ψ∂y (x0 ,y0 ) = Ip − ∂y (x0 ,y0 ) ∂y (x0 ,y0 ) = 0, il existe r1 > 0 et R0 > 0 tel que:

∂Ψ
kx − x0k ≤ r1 , ky − y0 k ≤ R0 ⇒ (x,y) ≤ q
∂y
ce qui entraı̂ne encore, par le théorème des accroissements finis 1.9 que

kx − x0k ≤ r1 , ky1 − y0k , ky2 − y0 k ≤ R0 ⇒ kΨ(x, y1 ) − Ψ(x, y2)k ≤ q ky1 − y2 k .

Soit δ > 0 tel que

kx − x0 k ≤ δ ⇒ kΨ(x, y0 ) − Ψ(x0, y0 )k ≤ R0(1 − q)
et posons r0 = inf {r1 , δ}. Alors

kx − x0k ≤ r0 , ky − y0 k ≤ R0 ⇒
kΨ(x, y) − y0 k ≤ kΨ(x, y) − Ψ(x, y0)k + kΨ(x, y0) − Ψ(x0 , y0)k
≤ q ky − y0 k + R0(1 − q) ≤ qR0 + R0 (1 − q) = R0 .
 II.2 Le théorème des fonctions implicites 51

Ainsi, si φ ∈ Xr0 ,R0 ,

kT (φ) − y0 k∞ = sup {kΨ(x, φ(x))k , kx − x0 k ≤ r0} ≤ R0
et si φ1 , φ2 ∈ Xr0 ,R0 ,



T φ1 − T φ2 = sup {kΨ(x, φ1(x)) − Ψ(x, φ2(x))k , kx − x0k ≤ r0 }
≤ q · sup {kφ1(x) − φ2(x)k , kx − x0k ≤ r0} = q kφ1 − φ2 k∞ .
Donc T est une transformation contractante de Xr0 ,R0 et on peut lui appliquer le théorème du point fixe
(chap. I, th. 5.1, page 16). L’unique point fixe de T sera une application continue g : B(x0 , r0) → B(y0 , R0)
telle que
f(x, g(x)) = 0 .
L’unicité du point fixe de T nous dit que g est l’unique application avec la propriété ci-dessus, cependant
cela n’empêche pas a priori que pour un x ∈ B(x0 , r0) il existe y ∈ B(y0 , R0), y 6= g(x) avec f(x, y) = 0.
Mais si x ∈ B(x0 , r0) est fixé, on peut considérer la transformation
tx : B(y0 , R0) → B(y0 , R0) , tx(y) = Ψ(x, y) .
On déduit immédiatement des estimations qu’on a vues sur Ψ que tx est une transformation contractante,
donc elle admet un unique point fixe, qui ne peut être que g(x).
q.e.d.

2.3 Remarques.


(1) Si l’on préfère travailler avec des boules ouvertes, on peut choisir r00 ≤ r0 tel que g B(x0 , r00 ) ⊂ B(y0 , R0),
et on aura encore:
pour (x, y) ∈ B(x0 , r00 ) × B(y0 , R0) , f(x, y) = 0 ⇐⇒ y = g(x) .

(2) Soit f : U → Rp , U ⊂ Rn, x0 ∈ U , f(x0 ) = 0 et supposons que dfx0 soit surjective.  Alors, quitte à
∂fi
renuméroter les vecteurs de la base naturelle de R , on peut supposer que dét ∂xj (x0 )
n
6 =
i=1,...,p,j=n−p+1,...,n
∂f
0. Si l’on prend la décomposition Rn = Rp × Rn−p et l’on note (x0 , x00) ∈ Rn−p × Rp , on aura que ∂x 00 (x0 )

est bijective et on pourra appliquer le théorème des fonctions explicites pour exprimer x 00 en fonction de x0
près de x0 = (x00 , x000 ).
(3) Désignons par Z(f) = {(x, y) ∈ Rn | (x, y) = 0} l’ensemble des zéros de f. L’application h : B(x00 , r) →
B(x000 , R), x0 7→ (x0 , g(x0), a pour image Z(f) ∩ (B(x00 , r) × B(x000 , R)); c’est une paramétrisation locale de X.
y

½
R0 g(x)
(x0 , y0 )
y0

Z(f )
½

x0 x
r0

Figure II.2 – Le théorème des fonctions implicites

52 II – Dérivabilité, théorème des fonctions implicites

y

√
y=(x-1) x
x √
0 1 y=-(x-1) x

Figure II.3 – La courbe d’équation y 2 − x(x − 1)2 = 0

2.4 Exemples.
(1) Courbes planes. Généralement, si x ∈ R et y ∈ R, l’équation f(x, y) = 0 définit une courbe plane, notée
∂f ∂f
Z(f). Si (x0, y0 ) ∈ Z(f) et ( ∂x (x0 ,y0 ) , ∂y (x0 ,y0 ) ) 6= (0, 0), on dit que (x0 , y0 ) est un point régulier, sinon c’est
un point singulier. On appelle droite tangente à Z(f) en un point régulier (x0 , y0) la droite d’équation :

∂f ∂f
(x0 ,y0 ) (x − x0 ) + (x0 ,y0 ) (y − y0 ) = 0 ;
∂x ∂y

elle est proche de Z(f) près de (x0, y0 ), parce que f(x, y) − f(x0 , y0 ) = f(x, y) est approché par ∂f ∂x (x0 ,y0 ) (x −
x0) + ∂f ∂y (x 0 ,y 0 ) (y − y 0 ). Si (x ,
0 0y ) est un point régulier, le théorème des fonctions implicites nous dit qu’on
peut paramétrer Z(f) ∩ B(x0 ) × B(y0 , R0) par une application de la forme x 7→ (x, g(x)), x ∈ B(x0 , r0), si
∂f ∂f ∂f
∂y (x0 ,y0 ) 6= 0, ou y 7→ (y, g(y)) si ∂x (x0 ,y0 ) 6= 0. La condition ∂y (x0 ,y0 ) 6= 0 signifie que la droite tangente
à Z(f) en (x0 , y0) n’est pas verticale, et elle se projette donc bijectivement sur l’axe OX; le théorème des
fonctions implicites nous dit qu’alors la courbe elle-même, au voisinage de (x0, y0 ), se projette bijectivement
sur OX (voir figure II.3).
Par exemple, considérons la fonction f : R2 → R, f(x, y) = y 2 − x(x − y)2 . On a :
∂f ∂f 2
(x,y) = 2y , (x,y) = −3x + 4x − 1
∂y ∂x
et
∂f
f(x, y) = 0 , (x,y) = 0 ⇒ (x, y) = (0, 0) ou (1, 0) .
∂y
On pourra donc résoudre explicitement y en fonction de x, sauf aux 2 points (0, 0) et (1, 0). Puisque
∂f
∂x (0,0) = −1, au voisinage de ce point on pourra résoudre explicitement x en fonction de y. Par contre
(1, 0) est un point singulier, et on se rend compte sur la figure II.3 qu’il n’est pas possible de résoudre
explicitement, ni y en fonction de x, ni x en fonction de y.
(2) Surfaces de l’espace. Une équation de la forme F (x, y, z) = 0, x, y, z ∈ R, définit généralement une
surface de l’espace. Si P = (x0, y0 , z0) ∈ Z(F ) et dFP = ( ∂F ∂F ∂F
∂x (P ) , ∂y (P ) , ∂y (P ) ) 6= (0, 0, 0), on dit que P
est un point régulier, sinon c’est un point singulier. On appelle plan tangent à Z(F ) en un point régulier
P = (x0, y0 , z0) la plan d’équation :
∂F ∂F ∂F
(P ) (x − x0 ) + (P ) (y − y0 ) + (P ) (z − z0 ) = 0 ;
∂x ∂y ∂z
il est proche de Z(F ) près de (x0 , y0, z0 ), parce que F (x, y, z) − F (x0, y0, z0) = F (x, y, z) est approché par
∂F ∂F ∂F
∂x (x0 ,y0 ,z0 ) (x − x0 ) + ∂y (x0 ,y0 ,z0 ) (y − y0 ) + ∂z (x0 ,y0 ,z0 ) (z − z0 ).
 II.2 Le théorème des fonctions implicites 53

Au voisinage d’un point régulier P , si par exemple ∂F ∂z (P ) 6= 0, on peut paramétrer Z(F ) par (x, y, z) 7→
(x, y, g(x, y)), pour (x, y) proche de (x0 , y0), où g(x, y) nous est fournie par le théorème des fonctions im-
plicites.
Par exemple, considérons F (x, y, z) = x2 + y2 − z 2 , dF(x,y,z) = (2x, 2y, −2z). Donc (0, 0, 0) ∈ Z(F ) est
p
l’unique point singulier. Au voisinage de (0, 1, 1) on peut paramétrer Z(F ) par (x, y) 7→ (x, y, x2 + y2 ),
(x, y) proche de (0, 1).

(3) Courbes dans l’espace. Si ϕ = (ϕ1 , ϕ2) : R3 → R2, généralement Z(ϕ) est une courbe dans l’espace.
Un point P = (x0 , y0, z0 ) ∈ Z(ϕ) est dit régulier si dϕP est de rang 2, sinon on dit qu’il est singulier. Si P
est régulier, cela signifie que dϕ1P et dϕ2P sont linéairement indépendants; en particulier ils sont non nuls,
et donc P est un point régulier sur chacune des deux surfaces Z(ϕ1 ) et Z(ϕ2 ). Dire que dϕ1P et dϕ2P sont
linéairement indépendants signifie exactement que ces plans tangents sont distincts; leur intersection est la
droite tangente à Z(ϕ) en P . Au voisinage d’un point régulier, on peut paramétrer Z(ϕ) par projection sur
OX, OY ou OZ.
Par exemple prenons ϕ1 (x, y, z) = x2 + y2 − z 2 , ϕ2 (x, y, z) = y2 + z 2 − 1; Z(ϕ1 ) est un cône circulaire
d’axe OZ, Z(ϕ2 ) est un cylindre circulaire de rayon 1, d’axe OX. En posant ϕ = (ϕ1, ϕ2 ), on a :
 
2x 2y −2z
dϕ = .
0 2y 2z

Le 2 × 2 mineurs de cete matrice valent 8yz, 4xy et 4xz. Pour que le rang de dϕ soit inférieur à 2 il faut
donc que 2 des 3 coordonnées x, y, z s’annulent, et on vérifie que cela ne se produit en aucun point de Z(ϕ);
donc tous les points de Z(ϕ) sont réguliers.
Au point (1, 0, 1), le mineur de dϕ correspondantà
p la première
p et dernière colonne est non nul; on peut
paramétrer Z(ϕ) au voisinage de ce point par y 7→ ( 1 − 2y2 , 1 − y2 ).

Dans les exemples précédents, on a utilisé souvent l’adverbe ”généralement”, parce qu’il est des équations
particulières surprenantes; par exemple, si on prend F (x, y, z) = x2 + y2 + z 2 = 0, alors Z(F ) = {(0, 0, 0)}.
54 II – Dérivabilité, théorème des fonctions implicites

2.1 Dépendance des racines simples d’une famille de polynômes par rapport à des paramètres
D’abord un lemme qui nous donne une estimation des racines d’un polynôme à une variable en fonction
de la taille de ses coefficients. On va supposer que le polynôme est distingué, ce qui veut dire que le coefficient
du terme du plus haut degré vaut 1.
Pd
2.5 Lemme. Soit f(x) = xd + i=1 ai xd−i , ai ∈ R et supposons que |ai | ≤ M , i = 1, . . . , d. Alors, si
α ∈ R et f(α) = 0 on a :
|α| < 1 + M

Preuve: Si |α| ≤ 1 il n’y a rien à démontrer. Sinon :

d
X ∞
X
1 1 1 1
i
< i
=
i=1 |α| i=1 |α| |α| 1 − 1/ |α|
et alors
d−1 d
!
X d
X 1
d i
0= α 1+ ai α ≥ |α| 1−M i
>
i=0 i=1 |α|
    
d M 1 d 1
|α| 1− = |α| 1−M
|α| 1 − 1/ |α| |α| − 1
1
=⇒ 1 − M < 0 =⇒ |α| < 1 + M
|α| − 1
et donc |α| < 1 + M dans tous les cas.
q.e.d.
Pd−1
2.6 Théorème. Soit F (x, λ) = xd + i=0 ai(λ)xi une famille de polynômes de degré d, où les coefficients
sont des fonctions continues ai (λ) : U → R, U ⊂ Rn . Supposons que pour un λ0 ∈ U l’équation
F (x, λ0) = 0
possède exactement ν racines, toutes simples, α1, . . . , αν ∈ R :
∂F
F (x, λ0) = 0 ⇒ ∃ i t.q. x = αi , et (αi ,λ0 ) 6= 0 , i = 1, . . . , ν
∂x
Alors il existe r > 0 et ν fonctions continues γi : B(λ0 , r) → R telles que :
i) γi (λ0 ) = αi
ii) F (x, λ) = 0 , λ ∈ B(λ0 , r) ⇔ ∃ i t.q. x = γi (λ)
Preuve: D’après le théorème des fonctions implicites 2.2 il existe r > 0, R i > 0, i = 1, . . ., ν et des fonctions
coninues γi : B(λ0 , r) →]αi − Ri, αi + Ri[, i = 1, . . ., ν, telles que
F (x, λ) = 0 , x ∈ B(αi , R) , λ ∈ B(λ0 , r) ⇐⇒ ∃ i t.q. x = γi (λ) .
Il reste à voir que si r est choisi suffisamment petit il n’y a pas d’autres racines.
Soit r0 < r; alors, puisque {λ | kλ − λ0 k ≤ r0 } est compact et les a(λ) continues, il existe M tel que
|a(λ)| ≤ M pour kλ − λ0 k ≤ r0 Alors il suit du lemme qui précède que F (x, λ) 6= 0 si λ ∈ B(λ0 , r0) et
|x| ≥ 1 + M . Posons
n o
µ = inf |F (x, λ0)| x ∈ [−1 − M, 1 + M ] \ ∪i=1,...,ν B(αi , Ri) ;
alors µ > 0. Il existe r 00 ≤ r0 tel que |F (x, λ)| ≥ µ/2 si kλ − λ0 k ≤ r00, x ∈ [−1−M, 1+M ]\∪i=1,...,ν B(αi , Ri);
les racines de F (x, λ) ne peuvent donc être que dans ∪i=1,...,ν B(αi , R).
q.e.d.
Remarquons que si l’on admet des racines non simples, le théorème précèdent est faux : x 2 + λ admet
une racine pour λ = 0, qui disparaı̂t dès que λ > 0. Aussi, le théorème est en défaut pour la famille de
polynômes λx2 − x : pour λ = 0, x = 0 est l’unique racine, et elle est simple, mais dès que λ 6= 0 il y a 2
racines simples : x = 0 et x = λ1 .
On peut néanmoins étendre un peu la validité de 2.6 :
 II.2 Le théorème des fonctions implicites 55
Pd
2.7 Corollaire. Soit F (x, λ) = i=0 ai (λ)xi une famille de polynômes de degré d, où les coefficients sont
des fonctions continues ai (λ) : U → R, U ⊂ Rn . Soit λ0 ∈ U tel que l’on ait :
i) ad (λ0 ) 6= 0
ii) l’équation
F (x, λ0) = 0
possède exactement ν racines, toutes simples.
Alors la conclusion du théorème 2.6 reste valable.

Preuve: En posant F 0(x, λ) = 1/ad (λ), pour λ dans un voisinage de λ0 , on est ramené à 2.6.
q.e.d.

On en déduit une méthode pour dessiner des courbes planes décrites par une équation polynomiale en
deux variable x et y,
Pque nous allons esquisser.
d
Soit f(x, y) = i,j=0 ai,j xiyj un polynôme en x et y et soit

X = (x, y) ∈ R2 | f(x, y) = 0

la courbe plane qu’il définit. Posons fx (y) = f(x, y) = a0(x) + a1(x)y + · · · + ad (x)yd , que l’on considère
comme famille de polynômes en y dépendants du paramètre x. L’idée de cette méthode est de fixer x ∈ R,
puis de chercher l’ensemble des y solutions de l’équation fx (y) = 0; ce sera un ensemble Sx ⊂ R qui sera
soit fini, soit égal à R, si la courbe X contient la droite verticale {x} × R. Puis on essaie de comprendre
comment Sx se comporte lorsque x varie. Des problèmes vont surgir lorsque les racines de f x ne dépendent
pas continûment de x. D’après 2.7 cela ne peut arriver que dans les cas suivants :
– lorsque x annulle le coefficient de degré maximal en y : ad (x) = 0
– lorsque ∂f ∂y
(x,y) = 0 et f(x, y) = 0
En ces points, qui sont généralement en nombre fini, il faut examiner de plus près l’équation. On va
noter Σ ⊂ R l’ensemble de ces points. Son complémentaire R \ Σ est consitué d’un nombre fini d’intervalles
I1 , . . . , IN . Il suit de 2.7 que X ∩ Ih se compose d’une réunion finie d’arcs disjoints, chacun se projetant
bijectivement sur Ih , pour h = 1, . . . , N .

2.8 Exemple.
Considérons la courbe d’équation :

y2 (1 − x) − x(2x − 1)2 = 0 .

On calcule que
∂f ∂f
= −y2 − 6x2 + 8x − 1 , = 2y − 2xy .
∂x ∂y
Les solutions de f(x, y) = 0, ∂f
∂y
= 0 sont (0, 0) et (0, 1/2). Le coefficient du terme de degré maximum en y
est 1 − x, nul en x = 1. Donc
Σ = {0, 1/2, 1} .
On vérifie que l’équation fx (y) = 0 possède 2 solutions symétrique par rapport à l’axe Ox lorsque 0 < x < 1/2
et 1/2 < x < 1. Le point (0, 0) n’est pas singulier, alors que (1/2, 0) l’est. Pour comprendre ce qui se passe
en (1/2, 0) on regarde le développement de Taylor de f en ce point :

f(x, y) = 1/2y 2 − 2(x − 1/2) + r2

et il est donc probable que X ressemble à la paire de droites 1/2y 2 − 2(x − 1/2)2 = 0 au voisinage de ce point.
Enfin, si x → 1, les deux solutions de fx (y) = 0 ne peuvent que tendre vers l’infini, car f(1, y) = −1 6= 0
(figure II.4).
56 II – Dérivabilité, théorème des fonctions implicites

0 1/2 1

Figure II.4 – La courbe d’équation y 2 (1 − x) − x(2x − 1)2 = 0.

2.2 Méthode des multiplicateurs de Lagrange pour la recherche d’extrema liés

Soit Ω ⊂ Rn un ouvert et F : Ω → Rk une application. Posons X = {x ∈ Rn | F (x) = 0} = Z(F ); si
f : X → R est une fonction, on aimerait chercher les extrema locaux de la restriction de f à X : on dit que
a ∈ X est un maximum (resp. minimum) local de f | X si ∃ r > 0 tel que x ∈ X, d(x, a) < r ⇒ f(x) ≤ f(a)
(resp. f(x) ≥ f(a). On dit alors que a est un extremum local de f, lié aux conditions F i(x) = 0, i = 1, . . ., k.
Par exemple, cherchons les points de la parabole y = x2 qui sont à distance minimale du point P = (0, c).
Dans ce cas, F (x, y) = y−x2 , et on peut prendre pour f la fonction f(x, y) = px2 +(y−c)2 , c’est-à-dire le carré
de la distance de (x, y) à P ; minimiser f(x, y) ou la distance proprement dite f(x, y) revient au même, mais
f(x, y) est plus simple à écrire. On peut résoudre directement ce problème à l’aide de la paramétrisation
globale de Z(F ) : α(x) = (x, x2); alors f(α(x)) = x2 + (x2 − c)2 = φ(x), φ0(x) = 2x + 2(x2 − c)2x =
2x(2x2 − 2c + 1).
On
p doit chercher la valeur de x pour laquelle
p φ(x) est minimale, et alors φ0(x) = 0 , d’où x = 0 ou
x = c − 1/2 si c > 1/2. Or φ(0) = c , φ( c − 1/2) = c − 1/4 (c ≥ 1/2). On vérifie que c2 ≥ c − 1/4 si
2

c ≥p1/2; donc que la distance minimale est atteinte par le point (0, 0) si c < 1/2, sinon par les deux points
(± c − 1/2, c − 1/2) (figure II.5).

(c, 0)
µ r ¶ µr ¶
1 1 1 1
− c − ,c − c − ,c −
2 2 2 2

(c0 , 0)

-1 0 1
Figure II.5 – Exemple d’extremum lié : distance minimale d’une courbe à un point
donné
 II.2 Le théorème des fonctions implicites 57

Dans cet exemple, on s’est ramené, à l’aide d’une paramétrisation de la courbe g(x, y) = 0, à la
recherche de points critiques d’une fonction d’une variable. En général, il n’est pas possible d’expliciter
une paramétrisation d’une courbe décrite par une équation : le théorème des fonctions implicites est un pur
théorème d’existence. Néanmoins, un complément à ce théorème va nous donnre l’expression de la première
dérivée d’une paramétrisation locale de la courbe g = 0; c’est ce que va exploiter la méthode des multiplica-
teurs de Lagrange, qui permet sous certaines conditions de donner des équations des extremas d’une fonction
liés à une contrainte.

2.9 Complément au théorème des fonctions implicites. Sous les hypothèses du théorème 2.2
(théorème des fonctions implicites), si f est dérivable en (x 0 , y0), alors g est dérivable en x0 et
 −1  
∂f ∂f
(3) dgx0 = − (x0 ,y0 ) (x0 ,y0 ) .
∂y ∂x

De plus, si f est de classe C r , g l’est aussi.

Preuve: En dérivant les 2 membres de l’équation:

f(x, g(x)) = 0

on obtient que
∂f ∂f  
(x0 ,y0 ) + (x0 ,y0 ) dgx0 = 0
∂x ∂y
et de là on tire que
 −1  
∂f ∂f
dgx0 = − (x0 ,y0 ) (x0 ,y0 )
∂y ∂x
ceci à condition que l’on sache déjà que g est dérivable en x0 . C’est précisément ce que l’on doit commencer
par démontrer, mais le calcul précédent explique d’où vient la formule énoncée.
Pour montrer que g est dérivable en x0, donnons un accroissement h à la variable x en x0, un ac-
croissement ∆g = g(x0 + h) − g(x0 ) à y en y0 et utilisons la dérivabilité de f en (x0 , y0) et le fait que
f(x, g(x)) = 0:

∂f ∂f
(4) 0 = f(x0 + h, g(x0 + h)) − f(x0 , g(x0)) = (x0 ,y0 )(h) + (x0 ,y0 )(∆g) + r(h, ∆g)
∂x ∂y

avec r(h, ∆g) ≤ ε (khk + k∆gk) si khk, k∆gk ≤ δε , où l’on prend partout la norme k k1. Puisque g est
continue
khk ≤ δε1 ⇒ k∆gk ≤ δε

donc si δε2 = inf δε , δε1 ,

(5) khk ≤ δε2 ⇒ r(h, ∆g) ≤ ε (khk + k∆gk)

et on déduit de (4) que

 
∂f −1 ∂f
(6) ∆g = − (h) + r(h, ∆g)
∂y ∂x

et donc, en supposant que ε < 1

  
∂f −1 ∂f
khk ≤ δε2 ⇒ k∆gk ≤ + 1 khk + ε k∆gk
∂y ∂x
58 II – Dérivabilité, théorème des fonctions implicites

où cela va sans dire que

 les dérivées
 sont prises au point (x0 , y0).
−1
Posons C = ∂f ∂y
∂f
∂x + 1 ; en prenant ε = ∂f1 −1 et en appellant δ 3 la valeur correspondante de δε2,
2 ∂y
on obtient que

1 ∂f −1 1
khk ≤ δ 3 ⇒ k∆gk ≤ C khk + k∆gk = C khk + k∆gk
∂f −1 ∂y 2
2 ∂y
1
(7) ⇒ k∆gk ≤ C khk ⇒ k∆gk ≤ 2C khk
2
Si on reprend (6) on voit que
 
∂f −1 ∂f ∂f −1  
(8) ∆g = − (h) + ρ(h) où ρ(h) = − r(h, ∆g)
∂y ∂x ∂y

et il suit de (5), (7) et (8) que

 ∂f −1
khk ≤ inf δε , δ 3 ⇒ kρ(h)k ≤ ε (1 + 2C) khk ;
∂y

cela montre que g est dérivable et que sa dérivée est donnée par (3).
∂f
Si l’on suppose f de classe C r , r ≥ 1, ∂x et ∂f
∂y sont de classe C
r−1
. L’expression (3) est valable sur un
0 r−1
ouvert U 3 x0 et montre que dg est de classe C et donc que g est de classe C r .
q.e.d.

2.10 Théorème – Methode des multiplicateurs de Lagrange. Soient F : Ω → R k , et f : Ω → R,

Ω ⊂ Rn un ouvert, F , f de classe C 1 . Posons X = F −1(0) et soit a ∈ X; supposons que dFa soit surjective.
Alors, une condition nécessaire pour que f | X ait un extremum local en a est qu’il existe k nombres réels
λ1 , . . . , λk ∈ R tel que :
Xk
dfa = λi · Fi0 (a)
i=1

où Fi0(a) ∈ L(R , R) dénote la dérivée de Fi au point a. En coordonnées, cela s’écrit :

n

X k
∂f ∂Fi
(a) = λi · (a) , j = 1, . . . , n
∂xj i=1
∂xj

Notons que pour la recherche des extremas liés nous aurons :

n + k inconnues : a1 , . . . , an, λ1, . . . , λk

X k
∂f ∂Fi
n + k équations : F1 (a) = · · · = Fk (a) = 0 , (a) = λi · (a) , j = 1, . . . , n
∂xj ∂xj
i=1

et et il est donc raisonnable d’espérer de résoudre ce système d’équations.

Les points a ∈ Ω qui satisfont les n + k équations ci-dessus, sans préjuger de leur qualité de maximum
ou minimum local lié, sont appelés points stationnaires.
Lorsque n = 2 et k = 1, les niveaux de f et F sont généralement des courbes. La condition du théorème
devient grad(f)a = λ · grad(F )a , donc les 2 courbes F (x1, x2) = 0 et f(x1 , x2) − f(a) = 0 ont même tangente
en a; on le constate par exemple sur les figures II.5 et II.6 (voir aussi remarque 2.11).
Preuve du théorème 2.10 : Quitte à renuméroter les vecteurs de base, on peut supposer que
 
∂Fi
dét (a) 6= 0 ;
∂xj i=1,...,k,j=n−k+1,...,n
 II.2 Le théorème des fonctions implicites 59

on prend la décomposition Rn = Rn−k × Rk et on note x = (x0, x00) ∈ Rn−k × Rk . Il suit du théorème des
fonctions implicites 2.2 qu’il existe R, r > 0 et une application g : B(a0 , r) → B(a00 , R) de classe C 1 telle
que X ∩ (B(a0 , r) × B(a00 , R)) = {x0, g(x0) | x0 ∈ B(a0 , r)}. On a donc que la fonction x0 7→ f(x0 , g(x0)) a
un extremum local en a0 , et alors d’après la proposition 1.12 la dérivée de x0 7→ f(x0 , g(x0)) est nulle en a0,
c’est-à-dire :
∂f ∂f
(a) + (a) dga0 = 0 .
∂x 0 ∂x00
D’autre part, par 2.9 :
 −1
∂F ∂F
dga0 = − (a) (a)
∂x00 ∂x0
et donc
 −1
∂f ∂f ∂F ∂F
♥ 0
(a) = (a) (a) (a) .
∂x ∂x00 ∂x00 ∂x0

Posons  −1
∂f ∂F
Λ= (a) (a) ,
∂x00 ∂x00
alors ♥ s’écrit :  
∂f ∂F
(a) = Λ ◦ (a)
∂x0 ∂x0
et on a aussi trivialement :
 −1  
∂f ∂f ∂F ∂F ∂F
(a) = (a) (a) (a) = Λ ◦ (a)
∂x00 ∂x00 ∂x00 ∂x00 ∂x00

donc finalement :
dfa = Λ ◦ dFa .
Si (λ1 , . . . , λk ) est la matrice de Λ, le dernière égalité s’écrit :
k
X
dfa = λi · Fi0(a) .
i1

q.e.d.

2.11 Remarque. Quelques définitions vont nous permettre de mieux comprendre le théorème précédent.
Si x0 ∈ Z(f), où F : Ω → Rk , Ω ⊂ Rn, on dit que a est un point régulier de Z(F ) si dFa est surjective, et
alors, quitte à renuméroter les coordonnées de Rn comme dans la preuve de 2.10, on peut supposer qu’on a
une paramétrisation locale de Z(F ) de la forme x0 7→ (x0 , g(x0)). On appelle espace tangent à Z(F ) au point
régulier a, noté T (Z(F ))a , le noyau de la dérivée de F en a :

T (Z(F ))a = {v ∈ Rn | dFa (v) = 0} .

Notons que la droite tangente ou le plan tangent définis dans 2.4 sont en fait les translatés au point a de
l’espace tangent tel qu’on vient de le définir.
La dérivée de la paramétrisation locale x0 7→ (x0 , g(x0)) de Z(F ) au voisinage de a s’écrit v 0 7→ (v0 , dga(v0 ),
et on voit qu’elle est injective. Puisque F (x, g(x)) = 0 ∀ x0 ∈ B(a0 , r) ⇒ dFa(v0 , dga(v0 )) = 0 ∀ v0 ∈ Rn−k , on
a que :  0
(v , dga(v0 )) , v0 ∈ Rn−k ⊂ ker(dFa )
et comme ces deux espaces ont même dimension n − k, ils coı̈ncident :

T (Z(F ))a = (v0 , dga(v0 )) , v0 ∈ Rn−k = ker(dFa) .
60 II – Dérivabilité, théorème des fonctions implicites
∂f ∂f
Dans la preuve de 2.10, on a utilisé que ∂x0 (a) + ∂x00 (a) dga
0 = 0, ce qui signifie que :

∂f 0 ∂f 0 0 n−k
(a) (v ) + (a) (dga0 (v )) = 0 ∀ v ∈ R
∂x 0 ∂x00
ou encore :
l’application linéaire dfa : Rn → R doit s’annuler sur le sous-espace T (Z(F ))a
Pk
De là on a déduit ensuite que dfa = i1 λi · Fi0(a). Cela résulte aussi de l’affirmation suivante, qui est laissée
au lecteur : Soit A : Rn → Rk une application linéaire surjective et α : Rn → R une application linéaire.
Alors :
∃ Λ : Rk → R linéaire t.q. α = Λ ◦ A ⇔ ker(α) ⊃ ker(A) .

2.12 Exemples.
(1) Soit f(x, y) = xy et cherchons ses valeurs maximales et minimales sur le cercle F (x, y) = x 2 + y2 − 1 = 0;
on sait qu’elles existent parce que le cercle est compact. Cherchons d’abord ses points stationnaires :

x2 + y 2 − 1 = 0  p p
y = 2λx ⇒ x2 = y2 = 1/2 ⇒ a = (± 1/2, ± 1/2)

x = 2λy
 p p   p p 
Il y a donc quatre points stationnaires. f ±( 1/2, 1/2) = 1/2, f ±( 1/2, − 1/2) = −1/2.
Donc la valeur maximale est 1/2, la valeur minimale est −1/2 (figure II.6).
(2) Cherchons les valeurs maximales et minimales de la fonction f(x, y, z) = x + y + z sur l’ellipsoı̈de
2 2 2
F (x, y, z) = x2 + y4 + z6 − 1 = 0. De nouveau, on sait à priori que f admet une valeur minimale et
maximale, parce que l’ellipsoı̈de est compact. On a grad(f) = (1, 1, 1), grad(F ) = (x, y2 , z3 ) et on doit
résoudre le système d’équations :

1 = λx  2 2 2
√
1 = 2 λy ⇒ λ = 1 , y = 2x , z = 3x ⇒ x + 4x + 9x = 1 ⇒ x = ± 3
1
.
 x 2 4 6 3
1 = 31 λz
√
√
√
Les points stationnaires sont donc P = 3 13 , 32 , 1 et Q = − 3 13 , 23 , 1 . Donc f(P ) = 2 3 est la valeur
√
maximale, f(Q) = −2 3 est la valeur minimale de f sur l’ellipsoı̈de.
2 2 2
(3) Si au lieu de l’ellipsoı̈de on prend la quadrique h(x, y, z) = − x2 + y4 + z6 − 1 = 0, des calculs semblables
√
√

à ceux ci-dessus montrent qu’il y a 2 points stationnaires P 0 = 2 12 , −1, − 32 et Q0 = 2 12 , −1, − 23 ,
√ √
et f(P 0 ) = −2√ 2, f(Q0 ) = 2 2. Mais √ f n’a ni valeur maximale,
√ ni minimale √ sur cette
√ surface! En effet,
prenons z0 = 6; alors, les points (x, 2x, z0) ∈ Z(h), et f(x, 2x, z0 ) = x(1 + 2) + 6 prend des valeurs
aussi grandes que l’on veut.
(4) La méthode ne permet pas toujours de trouver des solutions, même si elles existent. Prenons la parabole
semi-cubique (figure II.7), d’équation g(x, y) = y 2 − x3 = 0 et cherchons la distance minimale du point
P = (−1, 0) à cette courbe, en appliquant la méthode de Lagrange à f(x, y) = (x + 1) 2 + y2 , qui est la
distance au carré de (x, y) à (−1, 0), soumise à la contrainte F (x, y) = 0. On voit tout de suite que la
distance minimale est atteinte au point (0, 0), et elle vaut 1. Mais grad(F )(0,0) = (0, 0), grad(f)(0,0) = (1, 0);
on ne pourra pas trouver de λ tel que grad(f)(0,0) = λ · grad(F )(0,0).
 II.3 Eléments de calcul des variations 61
1
f (x, y) =
2

1
f (x, y) =-
2

Figure II.6 – Valeurs extremales de x · y sur le cercle x2 + y2 − 1 = 0

Figure II.7 – La parabole semi-cubique, d’équation y 2 − x3 = 0

3. Eléments de calcul des variations

On aimerait aborder des problèmes du type suivant : parmi les fonctions ϕ : [a, b] → R, de classe C 1,
qui vérifie la condition au bord ϕ(a) = A, ϕ(b) = B, trouver celles pour lesquelles l’intégrale suivante
Z b
F (ϕ) = f(x, ϕ(x), ϕ0(x))dx
a

est minimale, respectivement maximale, où f : Ω → R est une fonction continue, et Ω 3 (x, ϕ(x), ϕ 0(x)),
∀ x ∈ [a, b]. Traditionellement, on appelle F (ϕ) une fonctionnelle et le ϕ cherché une extremale de cette
fonctionnelle.

ϕ(xi+1 ) − ϕ(xi )

A ∆xi

a xi xi+1 b
Figure II.8 – Calcul de la longueur du graphe de ϕ

3.1 Exemples.
(1) Soient P = (a, A), Q = (b, B) ∈ R2 . Trouver la courbe réalisant la plus courte distance entre P et Q.
On peut supposer que a < b et que la solution est donnée par le graphe d’une fonction ϕ : [a, b] → R, avec
62 II – Dérivabilité, théorème des fonctions implicites

ϕ(a) = A, ϕ(b) = B. La longueur du graphe de ϕ est donnée par l’intégrale :

Z bp
`(ϕ) = 1 + (ϕ0 (x))2 dx .
a

En effet, si a = x0 < x1 . . . < xn = b est un partage de [a, b], la longueur du segment joignant (xi , ϕ(xi)) à
(xi+1 , ϕ(xi+1)), i = 0, . . . , n − 1, vaut, d’après le théorème de Pythagore :
q
∆x2i + ∆ϕ2i , où ∆xi = xi+1 − xi , ∆ϕi = ϕ(xi+1 ) − ϕ(xi )

et la longueur de la courbe polygonale réunion de ces ségments vaut

s
Xq
n−1 n−1
X  2
2 2 ∆ϕi
∆xi + ∆ϕi = 1+ ∆xi
∆xi
i=0 i=0
Rbp
ce qui tend vers `(ϕ) = a 1 + (ϕ0 (x))2 dx lorsque la maille du partage sup {∆xi | i = 0, . . ., n − 1} tend
vers 0. On a donc ramené le problème à la recherche de fonctions ϕ qui minimisent la fonctionnelle F (ϕ).
(2) On place un système de coordonnées rectangulaires (x, y, z) dans l’espace. Etant donné deux points
P = (a, B) et Q = (b, B) dans le plan (x, y), trouver ϕ : [a, b] → R, ϕ(a) = A, ϕ(b) = B, de sorte que l’aire
A(ϕ) de la surface obtenue par rotation du graphe de ϕ autour de l’axe Ox soit minimale. Cette aire peut
s’exprimer ainsi:
Z b p
A(ϕ) = 2π ϕ(x) 1 + ϕ0 (x)2 dx .
a

En effet, rappelons que l’aire latérale d’un tronc de cône est égale à 2π (R1 +R
2
2)
r, où R1 et R2 sont les rayons de
la base inférieure et supérieure respectivement et r est la largeur du côté. Si a = x 0 < . . . < xi < . . . < xN = b
est un partage de l’intervalle [a, b], l’aire de la surface engendrée par rotation de la ligne polygonale constituée
par les segments d’extrémités (xi, f(xi )), (xi+1 , f(xi+1 )) est égale à
N
X −1 q
(ϕ(xi ) + ϕ(xi+1 ))
2π ∆x2i + ∆ϕ2i =
2
i=0
s  2
N
X −1
1 ∆ϕi
2π (ϕ(xi) + ϕ(xi+1 )) ∆xi 1 +
2 ∆xi
i=0

ce qui tend vers l’expression voulue lorsque les mailles du partage tendent vers 0.

y
B
A
ϕ(xi+1 )
ϕ(xi )

O
a xi xi+1 b x

Figure II.9 – Calcul de l’aire de la surface engendrée par rotation du graphe de ϕ

 II.3 Eléments de calcul des variations 63

Supposons que l’on veuille trouver un ϕ0 : [a, b] → R qui soit une extremale de la fonctionnelle F (ϕ) =
Rb
a
f(x, ϕ(x), ϕ0 (x))dx, et vérifiant ϕ0 (a) = A, ϕ0 (b) = B. Posons :

E = θ : [a, b] → R | θ de classe C 1 et θ(a) = θ(b) = 0 .

C’est un espace vectoriel, que l’on peut considérer comme l’espace des déformations de ϕ 0 : pour voir que
ϕ0 est une extremale de F , il suffit d’étudier les valeurs de F (ϕ0 + t · θ), pour θ ∈ E et t ∈ R proche de 0.
3.2 Proposition. Soit θ ∈ E et, pour t ∈ R proche de 0 posons
Z b
hθ (t) = F (ϕ0 + t · θ) = f(x, ϕ0 (x) + t · θ(x), ϕ00 (x) + t · θ0 (x))dx .
a

Alors Z b 
∂f ∂f
h0θ (0) = (x,ϕ0 (x),ϕ0 (x)) · θ(x) +
0 0
(x,ϕ0 (x),ϕ0 (x)) · θ (x) dx .
0

a ∂y ∂z

Preuve: On dérive l’expression définissant hθ (t) sous le signe intégrale.

q.e.d.

3.3 Corollaire. Si ϕ0 est une extemale de F , alors

Z b 
∂f ∂f 0
♥ (x,ϕ0 (x),ϕ0 (x)) · θ(x) +
0
(x,ϕ0 (x),ϕ0 (x)) · θ (x) dx = 0
0
∀θ ∈ E
a ∂y ∂z

et si f est de classe C 2 , alors :

Z b  
∂f d ∂f
(x,ϕ0 (x),ϕ0 (x)) −
0 0
(x,ϕ0 (x),ϕ0 (x)) · θ(x)dx = 0 ∀θ ∈ E
a ∂y dx ∂z

Preuve: Si ϕ0 est une extremale de F , alors pour tout θ ∈ E 0 ∈ R est un extremum pour hθ (t), et donc,
d’après 1.12, h0θ (0) = 0, ce qui implique l’équation ♥ par la proposition 3.2.
Si f est de classe C 2 , on peut intégrer par parties :
Z Z
d  ∂f 
b b b
∂f 0 ∂f
(x,ϕ0 (x),ϕ0 (x)) · θ (x)dx = (t,ϕ0 (t),ϕ00 (t)) · θ(t) − (x,φ0 (x),φ00 (x)) · θ(x)dx
a ∂z ∂z a a dx ∂z
| {z }
=0

et la deuxième égalité en suit.

q.e.d.

3.4 Lemme. Soit g : [a, b] → R continue et supposons que

Z b
g(x)θ(x)dx = 0 ∀θ ∈ E .
a

Alors g est identiquement nulle.

Preuve: Si g est identiquement nulle sur ]a, b[ alors g est identiquement nulle sur [a, b]. Donc si la conclusion
du lemme est fausse, il existe x0 ∈]a, b[ avec g(x0 ) 6= 0. On peut supposer, quitte à remplacer g par −g, que
g(x0 ) > 0. Puisque g est continue, il existe δ > 0 tel que g(x) ≥ g(x20 ) si |x − x0 | ≤ δ, et on peut supposer
que [x0 − δ, x0 + δ] ⊂ [a, b]. On vérifie facilement que la fonction

2 2
f(x) = (x − 1) (x + 1) si |x| ≤ 1
0 sinon
64 II – Dérivabilité, théorème des fonctions implicites

-1 0 1

Figure II.10 – Graphe de la fonction ”en cloche” (x − 1)2(x + 1)2, prolongée par 0
en dehors de [−1, 1]

est de classe C 1 (voir figure II.10); posons θ(x) = f( x−x 1

δ ). Alors θ est aussi C , θ(a) = θ(b) = 0 et θ(x) ≥ 0.
0

Donc g(x) · θ(x) ≥ 0, mais g · θ est non identiquement nulle, et elle est continue. Alors,d’après le lemme I.1.3
Z b
g(x)θ(x)dx > 0
a

ce qui contredit l’hypothèse.

q.e.d.

3.5 Remarque. On peut même construire des fonctions C ∞ du même type que la fonction θ(x) de la
preuve du lemme précédent en posant :
 −1
2 2
θ(x) = e δ −(x−x0 ) si |x − x0| < δ
0 sinon
et on démontre qu’elle est C ∞ de manière analogue à l’exemple que l’on trouve dans H-W, chap. III(7.12)
2
où l’on traite le cas de f(x) = e−1/x si x > 0, f(x) = 0 sinon.

3.6 Théorème. Supposons que f soit de classe C 2 ; une condition nécessaire pour que ϕ0 soit une extremale
de la fonctionnelle :
Z b
f(x, ϕ(x), ϕ0 (x))dx
a
est que l’équation différentielle suivante, appelé équation d’Euler-Lagrange, soit satisfaite :
 
∂f d ∂f
(I) (x,ϕ0 (x),ϕ00 (x)) − (x,ϕ0 (x),ϕ00 (x)) =0
∂y dx ∂z
et si f ne dépend pas de x, alors l’équation suivante est satisfaite :
∂f

(II) ϕ00 (x) 0
(ϕ0 (x),ϕ00 (x)) − f ϕ0 (x), ϕ0 (x) = Constante
∂z

Preuve: (I) suit de 3.3 et 3.4. Si f ne dépend que de y et z, alors ∂f

∂z ≡ 0 et il donc :
       
d 0 ∂f 00 ∂f 0 d ∂f ∂f 0 ∂f 00 0 d ∂f ∂f
ϕ0 − f = ϕ0 + ϕ0 − ϕ − ϕ = ϕ0 − =0
dx ∂z ∂z dx ∂z ∂y 0 ∂z 0 dx ∂z ∂y
 II.3 Eléments de calcul des variations 65

où les dérivées sont toutes prises au point (x, ϕ0(x), ϕ00(x)); d’où l’on tire (II).
q.e.d.

3.7 Exemples.
On reprend les exemples du début de ce paragraphe; nous nous contenterons d’utiliser les équations d’Euler-
Lagrange pour déterminer les solutions possibles, sans montrer qu’il s’agit effectivement de minima (voir
G.A. Bliss, Calculus of variations, the Open Court Publishing Company, Chicago (1925) pour une analyse
plus complète de ces problèmes.)
(1) Pour trouver la plus courte distance entre P = (a, A) et Q = (b, B), on doit minimiser la fonctionnelle :
Z bp
`(ϕ) = 1 + ϕ0 (x)2 dx .
a

Ici on a : p ∂f z
f(x, y, z) = f(z) = 1 + z2 , = √
∂z 1 + z2
et on déduit de 3.6(II) que si ϕ0 est un minimum de `(ϕ), alors :
q
ϕ0
ϕ00 p 0 − 1 + ϕ02
0 = C
1 + ϕ02
0

d’où l’on tire que q

ϕ02 02
0 − 1 − ϕ0 = C 1 + ϕ02 02
0 ⇒ ϕ0 = Const. ⇒ ϕ0 = const.

et donc ϕ0 est de la forme ϕ0 (x) = αx + β, comme on pouvait s’y attendre.

(2) Pour trouver la fonction dont le graphe engendre par rotation autour de Ox la surface d’aire minimale,
on doit minimiser la fonctionnelle:
Z b p
A(ϕ) = 2π ϕ(x) 1 + ϕ0 (x)2 dx .
a

Le coefficient 2π ne joue pas de rôle; on prend donc :

p ∂f yz
f(y, z) = y 1 + z2 , = √
∂z 1 + z2

d’où l’on tire, en appliquant 3.6(II), l’équation:

q
ϕ0 ϕ00
ϕ00 p − ϕ0 1 + ϕ02
0 = C .
1 + ϕ020

Il en suit que
ϕ00
q =1
2
(ϕ0 /C) − 1
Or  0 ϕ0
arccosh(ϕ0 /C) = p 2 0 = 1/C
ϕ0 − C 2
ex +e−x
où arccosh(y) est la fonction inverse de cosh(x) = 2 , d’où l’on tire que
x 
♠ ϕ0(x) = C · cosh −α
C
où α et C sont des constantes.
66 II – Dérivabilité, théorème des fonctions implicites

Il reste à savoir si pour P et Q donnés on peut déterminer les constantes α et C telles que le graphe
du ϕ0 correspondant passe par P et Q. Or la discussion de ce problème est assez compliquée, et nous nous
contenterons de l’esquisser. On peut supposer que P = (0, 1) sans perte de généralité; Il se trouve que si
Q est à gauche de la courbe en pointillé dans la figure II.11, il existe une solution qui passe par P et Q.
Si Q se trouve à droite de la courbe en pointillé, il n’existe pas de solution qui passe par P et Q. Dans ce
cas il y a une solution au problème, à condition de l’énoncer un peu différemment. Par rotation autour de
l’axe Ox, les points P et Q décrivent deux cercles CP et CQ ; le problème est de trouver la surface d’aire
minimale ayant les cercles CP et CQ comme bord. Lorsque Q est au-delà de la courbe en pointillé, on a
comme solution tout simplement les disques dont CP et CQ sont les bords.
On ne peut pas donner une formule explicite pour la courbe en pointillé, qui est en fait l’enveloppe de
la sous-famille des courbes de la famille ♠ qui passent par P . (voir C. Carathéodory, Variationsrechnung,
Teubner Verlag (1935), Leipzig und Berlin, page 301).
Physiquement, on peut obtenir ces surfaces en réalisant CP et CQ en fil de fer et la surface cherchée par
une pellicule d’eau savonneuse. On voit bien que si on part de deux cercles proches, bords d’une pellicule
d’eau savonneuse d’un seul tenant, et qu’on éloigne de plus en plus les deux cercles, la pellicule finira par se
séparer pour former (avec un peu de chance) deux disques, de bord CP , respectivement CQ .

0 1
Figure II.11 – Graphes engendrant des surfaces minimales par rotation autour de
l’axe Ox
 II.3 Eléments de calcul des variations 67

Figure II.12 – La sphère, le cylindre et le cône

3.1 Géodésiques sur les surfaces

Nous considérerons des surfaces de R3 données par une équation de la forme G(x, y, z) = 0, où Ω ⊂ R3
est ouvert et G : Ω → R est de classe au moins C 2 . Voici 3 exemples concrets de surface, où Ω = R3 :
• la sphère, d’équation x2 + y2 + z 2 − 1 = 0
• le cylindre, d’équation x2 + y2 − 1 = 0
• le cône, d’équation x2 + y2 − z 2 = 0.
Une courbe paramétrique régulière de l’espace est donnée par une application γ : [a, b] → R 3 , que
nous supposerons de classe C 2 , vérifiant γ 0 (t) 6= 0 ∀ t ∈ [a, b]. Nous noterons γ(t) = (x(t), y(t), z(t)) et
γ 0 (t) = (ẋ(t), ẏ(t), ż(t)) sa dérivée. Nous noterons par Gx , Gy et Gz les dérivées partielles respectives de G.
Etant donnée une surface Z(G) d’équation G(x, y, z) = 0 et deux points P, Q ∈ Z(G), on se pose le
problème de trouver la courbe régulière γ : [a, b] → R3 contenue dans la surface Z(G), qui joint P à Q, et
dont la longueur est minimale. Une telle courbe, qu’on appelle géodésique de la surface Z(G), doit satisfaire :
1) G(x(t), y(t), z(t)) = 0 ∀ t ∈ [a, b]
2) γ(a) = P , γ(b) = Q
3) La fonctionnelle
Z 1p
ẋ(t)2 + ẏ(t)2 + ż(t)2 ,
0

qui, d’après un raisonnement semblable à celui de l’exemple 3.1(1) représente la longueur de γ, doit
être minimale.
Supposons plus généralement que nous cherchions les extremales d’une fonctionnelle de la forme
Z b
(3-1) f(x, y, z, ẋ, ẏ, ż)dt
a

où x, y, z, ẋ, ẏ, ż représentent les coordonnées d’une courbe sur la surface Z(G) et de sa dérivée; une solu-
tion sera une courbe (x(t), y(t), z(t)) qui rend la fonctionnelle ci-dessus extremale, et qui de plus satisfait
G(x(t), y(t), z(t)) = 0. Au voisinage d’un point régulier de Z(G), quitte à échanger les rôles de x, y et z,
on peut supposer que Gz 6= 0, et il suit alors du théorème des fonctions implicites que l’on peut paramétrer
localement Z(G) par une application de la forme (x, y) 7→ (x, y, g(x, y)). On aura :

Gx Gy
(3-2) gx = − , gy = −
Gz Gz

et si γ(t) = (x(t), y(t), z(t)) est une coube sur Z(G), on aura que z(t) = g(x(t), y(t)), et donc ż(t) =
gx (x(t), y(t)) · ẋ(t) + gy (x(t), y(t)) · ẏ(t). Posons :

(3-3) h(x, y) = f(x, y, g(x, y), ẋ, ẏ, ẋ, ẏ, gx(x, y) · ẋ + gy (x, y) · ẏ) .
68 II – Dérivabilité, théorème des fonctions implicites

Alors le problème revient à trouver les extremales de la fonctionnelle

Z b
(3-4) h(x, y, ẋ, ẏ)dt .
a

Ce que nous avons gagné par rapport à (3-1) c’est que les variables x, y, ẋ, ẏ sont libres, alors que dans (3-1)
on avait la contrainte supplémentaire G(x, y, z) = 0.
La fonctionnelle de (3-3) est plus générale que celle du type considéré pour obtenir les équations d’Euler-
Lagrange. Mais on a le théorème suivant, qui se démontre de manière analogue au théorème 3.6 :

3.8 Théorème. Si (x(t), y(t)), t ∈ [a, b], est une extremale de (3-4), alors elle satisfait les équations
différentielles suivantes :
 d
hx (x(t),y(t),ẋ(t),ẏ(t)) − dt (hẋ (x(t),y(t),ẋ(t),ẏ(t))) = 0
d
hy (x(t),y(t),ẋ(t),ẏ(t)) − dt (hẏ (x(t),y(t),ẋ(t),ẏ(t))) = 0

Ces équations s’appellent encore équations d’Euler-Lagrange.

Dans notre cas, compte tenu de (3-3), elles donnent :

d d d
hx − fx + fz · gx + fż · (gxx · ẋ + gxy · ẏ) − (fẋ ) − (fż · gx ) =0
dt dt |dt {z }
d
= fż · (gx,x · ẋ + gx,y · ẏ) + gx · (fż )
dt

d’où :

d d
(3-5) fx − (fẋ ) + gx · (fz − (fż )) = 0
dt dt

et, en échangeant x et y :

d d
(3-6) fy − (fẏ ) + gy · (fz − (fż )) = 0
dt dt

Définissons la fonction λ(t) par l’équation :

d
(3-7) (fż ) − fz = λ · Gz
dt

on tire alors de (3-5) et (3-6), compte tenu de (3-2) :

d d Gx d
fẋ − fx = gx (fz − (fż )) = − (fz − (fż )) = λ · Gx
dt dt Gz dt
d
fẏ − fy = λ · Gy
dt

donc finalement on obtient les 3 équations :

 d
 dt fẋ − fx = λ · Gx
d
(3-8) fẏ − fy = λ · Gy
 dt
d
f − fz = λ · Gz
dt ż
 II.4 Eléments de calcul des variations 69

qui seront valables

p en tous les points réguliers de Z(G). Dans le cas particulier où f(x, y, z, ẋ, ẏ, ż) =
f(ẋ, ẏ, ż) = ẋ2 + ẏ2 + ż 2 , on obtient le système d’équations suivant, que devront satisfaire les géodésiques :


 √ ẍ = λ · Gx
 ẋ2 +ẏ2 +ż2

(3-9) √ ÿ = λ · Gy .
 ẋ2 +ẏ 2 +ż 2

 z̈
√ = λ · Gz
ẋ2 +ẏ 2 +ż 2

Pour le résoudre, il est plus commode de supposer que (x(t), y(t), z(t)) est une paramétrisation par la longueur
d’arc, que nous allons maintenant rappeler.
Si γ : [a, b] → R3 une courbe régulière, posons
Z t
s(t) = kγ 0 (τ )k dτ
a

où k k est la norme euclidienne; s(t) repésente la longueur du morceau de courbe γ([a, t]), pour a ≤ t ≤ b, et
prend ses valeurs dans l’intervalle [0, L], où L = s(b) est la longueur de la courbe. Puisque s 0 (t) = kγ 0 (t)k 6= 0,
s est monotone croissante, en fait une bijection entre [a, b] et [0, L]. On peut donc reparamétrer la courbe
en posant γ b(s(t)) = γ(t), ce qui définit une nouvelle paramétrisation γb : [0, L] → R 3 de la même courbe; on
dit que γb est une paramétrisation par la longueur d’arc. On a :

γb(s(t))0 = γ 0 (s(t)) · s0 (t) = γ 0 (t) ⇒ kb

γ 0 (s(t))k · ks0 (t)k = kγ 0 (t)k ⇒ kb
γ 0 (s)k = 1 .
| {z }
=kγ 0 (t)k

On note maintenantppar γ(t) = (x(t), y(t), z(t)) : [a, b] → R3 une courbe paramétrée par la longueur
d’arc; puisque kγ 0 (t)k = ẋ2 + ẏ2 + ż 2 = 1, le système d’équations (3-9) sécrit :
(
ẍ = λ · Gx
(3-10) ÿ = λ · Gy
z̈ = λ · Gz
ou encore, sous forme vectorielle :

(3-11) γ̈ = λdG .

Autrement dit, l’accélération γ̈ de la courbe géodésique doit être perpendiculaire au plan tangent à la surface
(cf. 2.4(2)).
3.9 Exemples.
(1) Prenons le plan G(x, y, z) = z = 0. Alors γ(t) = (x(t), y(t), 0) et l’équation (3-11) donne :

(ẍ, ÿ, 0) = λ(0, 0, 1) ⇒ λ = 0 ⇒ ẍ = ÿ = 0

ce montre que les géodésiques sont des droites.

(2) Pour la sphère G(x, y, z) = x2 + y2 + z 2 − 1 = 0, on a que dG = 2(x, y, z), et de (3-10) on tire alors
que γ̈ = 2λ · γ. Soit N (t) = γ(t) × γ̇(t), où × dénote le produit vectoriel, le vecteur perpendiculaire au plan
engendré par γ(t) et γ̇(t). Alors :

Ṅ = γ̇ × γ̇ +γ × γ̈ = 2λγ × γ = 0
| {z }
=0

et il en suit que N est constant; donc la géodésique se trouve dans le plan perpendiculaire au vecteur constant
N et c’est donc une portion de grand cercle de la sphère.
70 II – Dérivabilité, théorème des fonctions implicites

4. Théorèmes de l’application inverse et du rang

Ces deux théorèmes sont des conséquences du théorème des fonctions implicites. Le théorème de
l’application inverse permet de construire des changements de coordonnées locaux; le théorème du rang
permet d’écrire une application ayant une dérivée de rang maximum en un point comme une application
linéaire, après changement de coordonnées local.
4.1 Théorème de l’application inverse. Soit f : U → Rn , U ⊂ Rn ouvert, de classe C 1 , et supposons
qu’en un point x0 ∈ U la dérivée dfx0 ∈ L(Rn, Rn) soit inversible; posons y0 = f(x0 ). Il existe un ouvert
V ⊂ U ⊂ Rn , V 3 x0 , r > 0 et une application g : B(y0 , r) → V de classe C 1 telle que

f ◦ g = IB(y0 ,r) , g ◦ f|V = IV

où I− dénote l’application identité. De plus, dgy0 = dfx−1

0
.
On dira que g est un inverse local de f au voisinage de x0.
Preuve: Posons
F (x, y) = y − f(x) y ∈ Rn , x ∈ U .
Alors F (x0, y0 ) = 0 et chercher l’inverse local de f revient à résoudre explicitement x par rapport à y dans
l’équation F (x, y) = 0. Puisque ∂F (x ,y ) = −dfx0 est inversible, on peut appliquer le théorème des fonctions
∂x 0 0
implicites 2.2, avec la remarque 2.3(1) (notez que les rôles de x et y sont inversés) :

∃ r, R > 0 et g : B(y0 , r) → B(x0 , R) tels que pour (x, y) ∈ B(y0 , r)×B(x0 , R) on a : x = f(y) ⇔ y = g(x) .

et d’après 2.9 g est C 1 . Posons V = f −1 (B(y0 , r)) ∩ B(x0 , R). Montrons que f|V et g sont inverse l’une de
l’autre:
• si y ∈ B(y0 , r), g(y) = x ∈ B(x0 , R), et donc F (x, y) = f(x) − y = 0 ⇒ y = f(x); cela entraı̂ne aussi
que g(x) ∈ V .
• si x ∈ V , x ∈ B(x0 , R) et y = f(x) ∈ B(y0 , r), donc g(y) = x.
Enfin, en dérivant les 2 membres de l’équation f(g(y)) = y, pour y ∈ B(y0 , r), on obtient l’expression
de dgy0 .
q.e.d.

y0
r f

V
x0 g(y )
U
R

Figure II.13 – Le théorème d’inversion locale

4.2 Définition. Soit h : U → V , U, V ⊂ Rn des ouverts. On dit que h est un difféomorphisme si h est C 1,
bijective, et d’inverse aussi C 1 . On dit que h est un difféomorphisme local au voisinage de x0 ∈ U s’il existe
des ouverts U 0 , V 0, x0 ∈ U 0 ⊂ U , h(x0) ∈ V 0 ⊂ V , tel que h|U 0 soit un difféomorphisme entre U 0 et V 0 .

On peut donc résumer l’énoncé du théorème de l’application inverse en disant que si la dérivée de f en un
point x0 est inversible, alors f est un difféomorphisme local au voisinage de x0.
 II.4 Théorèmes de l’application inverse et du rang 71

4.3 Exemples.
(1) Coordonnées polaires. Il s’agit de l’application f(ρ, θ) = (ρ cos(θ), ρ sin(θ)), ρ, θ ∈ R 2 , ρ ≥ 0. On a :
 
0 cos(θ) −ρ sin(θ)
f (ρ, θ) = et dét(f 0 (ρ, θ)) = ρ
sin(θ) ρ cos(θ)

donc f est un difféomorphisme local au voisinage de tout point (ρ, θ) avec ρ > 0. Si on pose

U = {(ρ, θ) | ρ > 0, −π < θ < π} , V = R2 \ {(x, 0) | x ≤ 0}

alors f est un difféomorphisme entre U et V . Son inverse peut s’écrire ainsi :

!!
p y
f −1 (x, y) = x2 + y2 , arcsin p
x2 + y 2

où l’on prend arccsin comme étant l’inverse de sin(θ) restreint à l’intervalle ] − π, π[. Cette application a la
vertu de transformer des cercles centrés à l’origine en des segments de droite, et les disque centrés à l’origine
en des rectangles.
(2) L’application f(x1 , x2) = (x1 , x1 · x2) a pour dérivée
 
0 1 0
f (x1, x2) = et dét(f 0 (x1 , x2)) = x1
x2 x1

c’est donc un difféomorphisme local au voisinage de tout point (x1, x2), avec x1 6= 0. Si on pose

U = {(x1, x2) | 0 < xi < 1, i = 1, 2} et V = {(x1 , x2) | 0 < x1 < 1, 0 < x2 < x1}

on vérifie que f est un difféomorphisme entre U et V . Cette application a donc la vertu de transformer le
carré U en le triangle V .

4.4 Théorème du rang. Soient U ⊂ Rn un ouvert, f : U → Rp de classe C 1 et x0 ∈ U . Supposons que

dfx0 : Rn → Rp soit une application linéaire de rang maximum, c’est à dire de rang n si n ≤ p, de rang p si
n ≥ p. Alors:
(1) Si n ≤ p, il existe un ouvert U 0 ⊂ U , U 0 3 x0 et un difféomorphisme H : V 0 → V , V et V 0 ouverts de
Rp , tels que f(U 0 ) ⊂ V et

H −1 (f(x1 , . . ., xn)) = (x1, . . . , xn, 0, . . ., 0) ∀ (x1, . . . , xn) ∈ U 0 .

| {z }
p−n

(2) Si n ≥ p, il existe un ouvert U 0 3 x0 de Rn , U 0 ⊂ U , et un difféomorphisme h : U 0 → V , V ouvert de

Rn , tel que
f(h−1 (x1 , . . ., xn)) = (x1, . . . , xp) ∀ (x1, . . . , xn) ∈ V .

 
∂fi
Preuve: (1) Quitte à renuméroter les coordonnées au but, on peut supposer que dét ∂xj (x0 ) 6= 0.
i,j=1,...,n
Posons
H(x1, . . . , xn, xn+1, . . ., xp ) = f(x1 , . . ., xn) + (0, . . . , 0, xn+1, . . . , xp) .
| {z }
n
72 II – Dérivabilité, théorème des fonctions implicites

Alors  
  0 ··· ··· 0
 ∂fi .. .. 
(x ) . .
 ∂xj 0
i,j=1,...,p
 0 ··· ··· 0 
 
 1 0 ··· 0 
dH(x0,0) = 
 .. .. 
 0 1 . .
 ? .. .. 
 . . 0
0 ··· 0 1
est inversible et H(x0 , 0) = f(x0 ), donc par 4.1 H restreint à un ouvert V 0 3 (x0 , 0) est un difféomorphisme
sur un ouvert V 3 f(x0 ).
Or

H(x1, . . . , xn, 0, . . ., 0) = f(x1 , . . ., xn) =⇒ H −1 (f(x1 , . . . , xn)) = (x1 , . . . , xn, 0 . . . , 0) .

 
∂fi
(2) Si n ≥ p, on peut supposer que dét ∂xj (x0 ) 6= 0, quitte à renuméroter les coordonnées à la
i,j=1,...,p
source. Si l’on pose

h(x1, . . . , xn) = f(x1 , . . ., xn), xp+1 , . . ., xn
alors:  ∂fi 
(x )
∂xj 0
 
 0 ··· 0 1 ··· 0  0
 .. . 
 . .. 
dhx0 = 0 1 
 .. .. .. . . . . 
 . . . . . 0
 
 0 ··· 0 0 ··· 0 1 
| {z }
n

est inversible, donc d’après 2.1 h est un difféomorphisme d’un ouvert U 0 3 x0 sur un ouvert V de Rn . Or

(x1, . . . , xn) = h(h−1(x1 , . . ., xn)) = (f1 (h−1(x1 , . . . , xn)), . . . , fp (h−1(x1 , . . . , xn)), ∗, . . . , ∗)

=⇒ f(h−1 (x1 , . . . , xn)) = (x1 , . . ., xp )

q.e.d.

x0 f

f H
h

x0
Figure II.14 – Le théorème du rang lorsque n = 1, p = 2 et n = 2, p = 1
 II.4 Théorèmes de l’application inverse et du rang 73

4.1 Sous-variétés de Rn

4.5 Définition. On dit que X ⊂ Rn est une sous-variété de dimension k si ∀ x0 ∈ X, ∃ Ux0 ⊂ Rn ouvert
et f = (f1 , . . ., fn−k ) : Ux0 → Rn−k différentiable telle que:
(1) X ∩ Ux0 = f −1 (0) = {x ∈ Ux0 | fi (x) = 0 , i = 1, . . ., n − k}
(2) ∀ x ∈ Ux0 la dérivée dfx : Rn → Rn−k est surjective.
On appele n − k la codimension de X. L’application f est appelée équation locale de X au voisinage
de x0

En d’autres termes, une sous-variété est un sous-ensemble de Rn qui admet en tout point un système
d’équations qui satisfait les hypothèses du théorème 2.2 (théorème des fonctions implicites – voir remarque
2.3(2).
On parle de courbes lisses ou de surfaces lisses dans le cas de sous-variétés de dimension 1, respectivement
2.
Plus généralement, on dira que X ⊂ Rn est une sous-variété de dimension k au voisinage d’un point
x0 ∈ X s’il existe un ouvert U ⊂ Rn, U 3 x0, tel que U ∩ X est une sous-variété de Rn .

4.6 Remarques.
(1) Souvent une seule application f : U → Rk suffit à décrire une sous-variété. C’est le cas pour tous les
exemples ci-dessous, sauf le 3ème.
(2) X est ”localement fermée” dans Rn : Ux0 ∩ X est fermé dans Ux0 car f −1 (0) est un fermé.
(3) Dans la condition (2) de la définition de sous-variété il suffirait de supposer que df x0 est surjective, car
alors dfx sera surjective pour x dans un ouvert Ux0 0 de x0, que l’on peut substituer à Ux0 .

Figure II.15 – Le tore

4.7 Exemples.

(1) Le cercle S 1 = (x, y) ∈ R2 | x2 + y2 − 1 = 0 est une sous-variété de dimension et codimension 1 de
R2 . En effet, on peut prendre un même ouvert valable pour tout x0 ∈ S 1 : U = Ux0 = R2 \ {0}. Puisque
df(x,y) = (2x, 2y) 6= 0 si (x, y) ∈ U , les conditions (1) et (2) de la définition de sous-variété sont satisfaites.
Plus généralement, la n − 1-sphère S n−1 est la sous-variété de Rn de dimension n − 1 et codimension 1,
définie par: ( )
X n
n−1 n 2
S = x = (x1 , . . . , xn) ∈ R xi − 1 = 0
i=1
74 II – Dérivabilité, théorème des fonctions implicites
Pn
et son équation f(x1 , . . . , xn) = i=1 x2i − 1 est de rang maximum, car son gradient vaut 2(x1 , . . ., xn), qui
est non nul sur Rn \ {0}.

(2) Le tore est la figure de l’espace obtenue en faisant tourner autour de l’axe Oz un cercle de rayon r placé
dans le plan yz, centré en (0, R, 0), avec r < R. Il a pour équation:
 2
x2 + y 2 + z 2 + R 2 − r 2 − 4R2(x2 + y2 ) = 0

et on vérifie que la dérivée de cette équation est non nulle sur les points du tore.
(3) Soit M (3, 3, R) ' R9 l’ensemble des 3×3 matrices à coefficients réels et Σ1 ⊂ M (3, 3, R) le sous-ensemble
des matrices de rang 1. Si A ∈ M (3, 3, R), désignons par A(i1 ,i2 ),(j1 ,j2 ) , où 1 ≤ i1 < i2 ≤ 3 et 1 ≤ j1 < j2 ≤ 3,
le 2 × 2 mineur correspondant à ces suites :
 
ai1,j1 ai1 ,j2
A(i1 ,i2 ),(j1,j2 ) = dét = ai1 ,j1 ai2 ,j2 − ai1 ,j2 ai2 ,j1 .
ai2,j1 ai2 ,j2

On a: 
Σ1 = A ∈ M (3, 3, R) | A(i1 ,i2 ),(j1 ,j2 ) = 0 , 1 ≤ i1 < i2 ≤ 3 , 1 ≤ j1 < j2 ≤ 3
ce qui nous donne une description de Σ1 à l’aide de 9 équations. Si A0 = (a0i,j )i,j=1...,3 ∈ Σ1 , l’un de ses
coefficients sera non nul; supposons que ce soit a1,1 et posons UA0 = {A | a1,1 6= 0}; c’est un ouvert contenant
A0 et 
Σ1 ∩ UA0 = A | A(1,i2),(1,j2 ) = 0, i2 , j2 = 2, 3
car l’annulation de ces 4 mineurs entraı̂ne que la 2-ème et 3-ème colonne sont multiples de la première, et
donc A est de rang 1.
La dérivée de A(1,i2),(1,j2 ) = a1,1ai2 ,j2 − a1,j2 ai2 ,1 par rapport à ai2,j2 vaut a1,1 6= 0 et donc la dérivée


de l’application A(1,i2),(1,j2 ) i ,j =2,3 : UA0 → R4 est de la forme :
2 2

 
a1,1 0 0 0
 0 a1,1 0 0 
 ? 
0 0 a1,1 0
0 0 0 a1,1

où les 4 premières colonnes correspondent aux dérivées par rapport aux variables a 2,2, a2,3, a3,2, a3,3. Puisque
a1,1 est non nul, on voit que cette dérivée est surjective. Les A(1,i2 ),(1,j2) , i2 , j2 = 2, 3 forment donc un système
d’équation locales de Σ1 au voisinage de A0 . Donc Σ1 est une sous-variété de M (n, n, R) de codimension
4, de dimension 5. Au départ, on a décrit Σ1 avec 9 équations, mais on a vu que localement 4 équations
suffisent; on peut montrer qu’il n’est pas possible de décrire Σ1 à l’aide de 4 équations globales (i.e. définies
sur un ouvert de M (3, 3, R) contenant Σ1) avec dérivée surjective en tout point).
(4) Le sous-ensemble X de R2 constitué par la réunion des 2 axes de coordonnées admet comme équation:

X = (x, y) ∈ R2 | x · y = 0 .

Le gradient de x · y est (y, x), et il s’annule en (0, 0). Cela ne prouve pas encore que X n’est pas une
sous-variété. Mais si f : U → R, U ouvert contenant (0, 0), s’annule sur U ∩ X, f|Ox ∩ U = f|Oy ∩ U = 0
et donc ∂f ∂f
∂x (0,0) = ∂y (0,0) = 0. Il n’est donc pas possible de décrire X au voisinage de (0, 0) par une équation
dont la dérivée est surjective (c’est-à-dire non nulle dans ce cas). Ce sous-ensemble de R 2 n’est donc pas une
sous-variété au voisinage de (0, 0).
(5) Considérons la courbe 
X = (x, y) ∈ R2 | y2 − x3 = 0
appelée parabole semi-cubique.
 II.4 Théorèmes de l’application inverse et du rang 75

La dérivée de y 2 − x3 est nulle en (0, 0), mais (comme dans l’exemple (4) ci-dessus) cela ne suffit pas à
montrer que X n’est pas une sous-variété, même si intuitivement on voit très bien que X ne ressemble pas
à une sous-variété en (0, 0). Il faut encore se convaincre que pour toute fonction f : U → R s’annulant sur
U ∩ X, U ouvert contenant (0, 0), on a que df0 = 0. Or X admet une paramétrisation (globale):

X = (t2, t3 ) ∈ R2 | t ∈ R

∂f 2 3 ∂f 2 3
et donc f(t2 , t3) = 0 pour tout t assez petit. On en déduit en dérivant que ∂x (t ,t ) · 2t + 2
∂y (t ,t ) · 3t = 0,
∂f 2 3 ∂f ∂f
d’où en divisant par t: ∂x (t ,t ) · 2 + ∂y (t2 ,t3 ) · 3t = 0, et en évaluant en t = 0 on trouve que ∂x (0,0) = 0.
D’autre part, 0 = f(t2 , t3) − f(t2 , −t3) = ∂f 2 3 3 3 ∂f 2
∂y (t ,−t +θ(t)2t ) 2t , avec 0 < θ(t) < 1, d’où ∂y (t ,θ(t) 2t ) = 0,
3
et
∂f
en faisant tendre t vers 0 on en tire que ∂y (0,0) = 0.

(6) Soient R, r > 0 et considérons les équations f1 (x, y, z) = x2 + y2 − R2 = 0, f2 (x, y, z) = x2 + z 2 − r2 = 0,

et posons f = (f1 , f2). Alors :  
2x 2y 0
df =
2x 0 2z
et les 2 × 2-mineurs de df sont xy, xz et yz. Pour qu’ils soient tous les trois nuls, il faut que x = y = 0, ou
bien x = z = 0, ou bien y = z = 0. Si de plus f1 (x, y, z) = f2 (x, y, z) = 0, alors la seule possibilité est que
y = z = 0, ce qui implique que x2 = r2 et x2 = R2 . Donc f définit une sous-variété, à condition que r 6= R;
c’est une courbe lisse, intersection des 2 cylindres f1 = 0 et f2 = 0.

4.8 Proposition. Soit X ⊂ Rn. On a équivalence entre les conditions suivantes:

(1) ∀ x0 ∈ X , ∃ un ouvert Ux0 3 x0 de Rn et f : Ux0 → Rn−k , telle que X ∩U = f −1 (0) et dfx est surjective,
∀ x ∈ U x0
(i.e. X est une sous-variété de dimension k de Rn – on appelle f une équation locale réguluère de X,
ou des équations locales régulières si l’on se réfère aux composantes de f).
(2) ∀ x0 ∈ X, ∃ un ouvert V ⊂ Rk , un ouvert Ux0 3 x0 et h : V → Ux0 telle que
'
• h : V → Ux0 ∩ X est une bijection.
• dht : Rk → Rn est injective ∀ t ∈ V
(on dira que h est une paramétrisation locale régulière de X).
(3) ∀ x0 ∈ X, ∃ un ouvert Ux0 3 x0 et un difféomorphisme H : Ux0 → Ω sur l’ouvert Ω de Rn tel que

H(X ∩ Ux0 ) = Ω ∩ Rk × {0}

(H est un ”aplatissement local” de X)

(voir figure II.16.)

En résumé, cette proposition nous donne 3 manières équivalentes de décrire localement une sous-variété X
de dimension k de Rn : par des équations locale régulières, par une paramétrisation locale régulière, ou par
un difféomorphisme qui identifie le couple (ouvert de X, Rn) avec le couple (ouvert de Rk , Rn); régulier
signifie que la dérivée est de rang maximum.
Preuve: (1)⇒ (2): par le théorème des fonctions implicites 2.2.
(2)⇒(3): par le théorème du rang 4.4. Celui-ci nous fournit en effet un difféomorphisme local H b tel
b −1 b −1
que H ◦ h(x1, . . . , xk ) = (x1 , . . ., xk , 0, . . ., 0); il suffit de poser H = H .
(3)⇒(1): on pose fi (x) = Hk+i (x), i = 1, . . ., n − k.
q.e.d.

Dans la pratique, on rencontre des objets X ⊂ Rn définis par des équations ou des paramétrisations
locales, qui satisfont les conditions de la définition de sous-variété en la plupart des points, mais pas partout.
76 II – Dérivabilité, théorème des fonctions implicites

f
Ux0
x0
Rn−k
X

H Ω
h
Rn
V

Rk

Figure II.16 – Diverses façons de donner une description locale d’une sous-variété

On appelle points réguliers ou lisses ceux qui admettent des équations locales réguliéres sur un voisinage,
points singuliers les autres; on dit que X est lisse si tous ses points sont réguliers.
Prenons par exemple le cône C, décrit par l’équation f(x, y, z) = x2 + y2 − z 2 = 0. Puisque df(x,y,z) =
(2x, 2x, 2z), df est partout de rang maximum (ce qui équivaut à dire non nulle ici) sauf en (0, 0, 0). D’autre
part, si U est un ouvert contenant (0, 0, 0) et g : U → R, g | U ∩ C ≡ 0, alors g s’annulle sur toute les
génératrices du cône. Alors dg(0,0,0) s’annulle aussi sur ces génératrices, et puisqu’elles engendrent tout
l’espace R3 , dg(0,0,0) = 0. En conclusion, le cône C est une sous-variété de R3, sauf en (0, 0, 0), qui est un
point singulier.

4.9 Définition. Soit X ⊂ Rn une sous-variété de dimension k, x0 ∈ X, et soitf : Ux0 → Rn−k une
équation locale de X. L’espace tangent à X en x0 est défini par:

Tx0 X = {v ∈ Rn | dfx0 (v) = 0} .

Puisque dfx0 est surjective, Tx0 X est de dimension k.

A priori cette définition dépend de l’équation locale f. Mais si h : V → X, V ⊂ Rn , h(t0 ) = x0 est une
paramétrisation locale de X, on a que g ◦ h(x) = 0, pour tout x dans un ouvert V 0 ⊂ V , V 0 3 t0 quelque
soit léquation locale g et donc Im(dht0 ) ⊂ Ker(dfx0 0 ); mais puisque ces 2 espaces ont même dimension, ils
coı̈ncident, quelque soit l’équation locale.
Puisque f(x) = f(x0 ) +dfx0 (x − x0) + r(x − x0 ), avec limx→x0 r(x − x0)/ kx − x0k = 0, on voit que,
| {z }
=0
près de x0, la variété X est approchée par {x ∈ Rn | dfx0 (x − x0) = 0}, qui est le translaté de Tx0 X par le
vecteur x0 .
 II.5 Singularités d’applications, contours apparents, enveloppes 77

5. Singularités d’applications, contours apparents, enveloppes

5.1 Définition – points singuliers d’une application. Soit U ⊂ Rn un ouvert et f : U → Rn une
application de classe C ∞ , k ≥ 1. L’ensemble des points singuliers de f est défini par :
(   )
∂f i
Σ(f) = {x ∈ Rn | dfx est de rang < n} = x ∈ Rn dét (x) =0 ;
∂xj i,j=1,...,n

les points de f(Σ(f)) ⊂ Rp sont applelés valeurs singulières de f.

Par exemple, considérons l’application f : R2 → R2, f(x, y) = (x2 , y). On a :

 
2x 0  
df(x,y) = , Σ(f) = (0, y) y ∈ R , f(Σ(f)) = (0, y) y ∈ R .
0 1

Cette application est appelée ”le pli”.

Considérons maintenant l’application f(x, y) = (x, y 3 − xy). On a :
 
1 0  
df(x,y) = , Σ(f) = (x, y) ∈ R2 | 3y2 − x = 0 , f(Σ(f)) = (3y2 , −2y3 ) ∈ R2 | y ∈ R .
−y 3y2 − x

Cette application est appelée ”la fronce” (voir figure II.17).

Figure II.17 – Le pli et la fronce

Ces deux applications jouent le rôle de prototype local pour toute application stable de R 2 dans R2,
comme nous le verrons plus loin.
On voit sur ces 2 exemples comment le lieu singulier et son image aident à comprendre l’allure d’une
application. En particulier, le nombre de points dans l’image inverse d’un point y ∈ R2 est déterminé par la
position de y par rapport à f(Σ(f)).
Soit S ⊂ R3 une surface, π ⊂ R3 un 2-plan et p : S → π la restriction à S de la projection orthogonale
de R sur π. On peut définir les points singuliers de p de manière analogue au cas d’une application U → R 2,
3

U ⊂ R2 un ouvert.

5.2 Définition – points singuliers, contour apparent. Soit S ⊂ R3 une surface lisse, x0 ∈ S et
h : D → S une paramétrisation locale régulière de S en x0, h(u0) = x0. On dit que x0 est un point singulier
de la projection orthogonale p : S → π sur le plan π ⊂ R3 si u0 est un point singulier de p◦h, c’est-à-dire si le
rang de la dérivée d(p◦h)u0 est plus petit ou égal à 1. On vérifie que cela ne dépend pas de la paramétrisation
locale régulière choisie.
78 II – Dérivabilité, théorème des fonctions implicites

Figure II.18 – Contour apparent de la projection sur le plan x + 0.4z = 0 du tore,

représenté comme enveloppe de sphères de rayon r centrées sur un cercle de rayon R.

Puisque l’image de la dérivée de h en u0 est l’espace tangent à S au point x0, dire que x0 est singulier
c’est dire que T Sx0 est orthogonal à π.
On note par Σ(p) l’ensemble des points singuliers de p et on appelle p(Σ(p)) le contour apparent de p.
Lorsqu’on dessine la projection d’une surface sur un plan π, p(Σ(p)) contient la frontière de l’image de
la projection, d’où le nom ”contour apparent”.
Lorsque la surface S est donnée par une équation f(x, y, z) = 0, les points singuliers de la projection de
S sur le plan OXY sont décrits par les équations :

∂f
f(x, y, z) = 0 , (x,y,z) = 0 .
∂z

Si on arrive à éliminer z de ce système d’équations, on a l’équation du contour apparent de la projection

de S sur le plan OXY . Dans le cas de la figure 29, le contour apparent est une courbe de degré 12, donc
difficilement traitable.
La proposition suivante donne quelques informations utiles sur l’allure du contour apparent. D’après le
théorème qu’on énoncera par la suite, les hypothèses en sont presque toujours satisfaites.

5.3 Proposition. Soit S ⊂ R3 une surface lisse, P = (x0 , y0, z0 ) ∈ S, f : U → R une équation locale de
S, U 3 P et soit p : R3 → R2 la projection p(x, y, z) = (x, y). Supposons que

∂f ∂2f
(P ) = 0 , (P ) 6= 0 .
∂z ∂z 2

Alors (x0 , y0) est un point régulier du contour apparent p(Σ(p) ∩ U ) de p. De plus, si α : I → S est une
courbe tracée sur la surface S, avec α(t0 ) = P , la projection p(α(t)) = (α1(t), α2(t)) est tangente au contour
apparent en (x0 , y0) et p(α(t)) est située d’un même côté du contour apparent, pour t proche de t 0 (voir
figure II.19).
2
Preuve: Puisque ∂∂zf2 (P ) 6= 0, on peut résoudre explicitement par rapport à z au voisinage de P dans
l’équation ∂f
∂z (P ) = 0 : soit z = g(x, y), g(x0 , y0 ) = z0 la solution explicite. Alors, pour un ouvert U assez
 II.5 Singularités d’applications, contours apparents, enveloppes 79

α(t)

α(t)

p p

p(α(t))

p(α(t))

Lune
décroissante

Figure II.19 – Contour apparent et projection d’une courbe tracée sur une surface.
Le dessin de la lune à gauche est erroné, celui de droite est correct.

petit contenant P , p(Σ(p) ∩ U ) a pour équation f(x, y, g(x, y)) = 0 au voisinage de (x 0 , y0); cette équation
est régulière au point (x0 , y0) car :

∂f(x, y, g(x, y)) ∂f ∂f ∂g

(P ) = (P ) + (P ) (x0 ,y0 )
∂x ∂x |∂z{z } ∂x
=0
∂f(x, y, g(x, y)) ∂f ∂f ∂g
(P ) = (P ) + (P ) (x0 ,y0 )
∂y ∂y ∂z
| {z } ∂y
=0

et dfP = ( ∂f ∂f
∂x (P ) , ∂y (P ) , 0) est non nul, puisque P est régulier sur S.
Posons ϕ(t) = f(α1 (t), α2(t), g(α1(t), α2(t))); il s’agit de montrer que ϕ(t) ne change pas de signe pour t
proche de t0 . Remarquons que puisque α est tracée sur S, on a que f(α1 (t), α2(t), α3(t)) ≡ 0. En appliquant
la formule de Taylor par rapport à la variable z, on a :

∂f 1 ∂2f
f(x, y, z 0 ) = f(x, y, z) + 0
(z) (z − z) +
0 2
(z) (z − z) + r2
∂z 2 ∂z 2
80 II – Dérivabilité, théorème des fonctions implicites

et en prenant (x, y, z 0 ) = (α1(t), α2(t), α3(t)), z = g(α1(t), α2(t)) et en posant

P (t) = (α1(t), α2(t), g(α1 (t), α2(t))), on obtient :

∂f ∂2f  2
f(α1 (t), α2(t), α3(t)) = ϕ(t) + (P (t)) (. . .) + (P (t)) α3 (t) − g(α1 (t), α2 (t)) + r2
| {z } |∂z {z } ∂z 2
=0
=0

2
et il s’en suit que ϕ(t) à le même signe que − ∂∂zf2 (P (t0 ) pour t proche de t0
q.e.d.

Cette proposition montre que l’image de la lune décroissante de la figure II.19 est erronée. En effet,
la limite de la zone d’ombre est la projection d’une courbe (pratiquement, un grand cercle) tracée sur la
lune, donc elle devrait être tangente au contour apparent de la lune. Notons que si α 01(t0 ) = α02(t0 ) = 0, le
vecteur tangent à p(α(t)) en t0 est nul, donc évidemment tangent à p(Σ(p)). Néanmoins, visuellement on a
l’impression que que p(α(t)) s’approche du contour apparent par une direction qui ne lui est pas tangente,
avant de rebrousser chemin (voir figure II.19).
Voici un théorème fondamental qui donne une information qualitative sur l’allure possible du contour
apparent. C’est un cas particulier d’un résultat de H. Whitney, qui remonte à 1940, dont la preuve est assez
élaborée.

5.4 Théorème. Pour presque tous les plans π ⊂ R3, le contour apparent de la projection orthogonale de la
surface lisse S ⊂ R3 est une courbe ayant comme seules singularités possibles des points doubles ordinaires
et des cusps ordinaires. De plus, ces singularités subsistent si la projection subit de petites perturbations.

L’expression ”pour presque tous les plans” signifie que l’affirmation du théorème est vraie quitte à remplacer
le plan π par un plan π0 proche de π. Le fait que les singularités subsistent malgré des petites perturbations
de la projection s’exprime en disant qu’elles apparaissent de manière stable.

Figure II.20 – Contour apparent de la projection d’une surface sur un plan

5.5 Remarque. En fait Whitney a montré plus précisément que localement, dans des coordonnées locales
convenables, la projection se met sous la forme (x, y) 7→ (x2, y) (le pli), ou bien (x, y) 7→ (x, y 3 − xy) (la
fronce).

On a un résultat analogue pour les projections orthogonales d’une courbe lisse X ⊂ R 3 sur un plan π :
pour presque tous les plans, l’image de X sera une courbe plane ayant au pire des points doubles ordinaires
comme singularités. On peut expérimenter cette affirmation en regardant un fil de fer dans l’espace, ce qui
revient à le projeter sur notre plan de vision : si des points triples ou des points cuspidaux apparaissent, une
petite perturbation du fil de fer les remplace par des points doubles ordinaires ou les fait disparaı̂tre (figure
II.21).
 II.5 Singularités d’applications, contours apparents, enveloppes 81

Figure II.21 – Application stables d’une courbe dans le plan : après déformation,
les singularités non stables cèdent la place à des singularités stables (en pontillé)

5.1 Enveloppes
Soit S ⊂ R3 une surface lisse. On va la regarder comme famille de courbes planes : notons par (x, y, λ)
un point de R3; alors, pour tout λ ∈ R fixé, l’ensemble :

Xλ = (x, y) ∈ R2 x, y, λ) ∈ S

est l’intersection du plan z = λ avec S, et il a toutes les chances d’être une courbe plane. On appelle
enveloppe E de cette famille de courbes le contour apparent de la projection de S sur le plan (x, y). Si S est
décrite par une équation régulière F (x, y, λ) = 0, on a :

∂F
(x, y) ∈ E ⇐⇒ ∃ λ t.q. F (x, y, λ) = 0 , (x,y,λ) = 0 .
∂λ

5.6 Proposition. Soit F (x, y, λ) = 0 une famille de courbes. Soit P0 = (x0 , y0, λ0 ) ∈ R3 et supposons
que :  
∂F ∂F ∂F ∂2F
F (P0) = 0 , (P0 ) = 0 , (P0 ) , (P0 ) 6= (0, 0) , (P0 ) 6= 0
∂λ ∂x ∂y ∂λ2
alors (x0, y0 ) est un point régulier de Xλ0 et aussi de l’enveloppe E de la famille. Les tangentes de ces deux
courbes au point (x0, y0 ) coı̈ncident et les points de Xλ0 dans un voisinage de (x0, y0 ) sont d’un même côté
de E.
 
Preuve: Puisque ∂F ∂x (P 0 ) , ∂F
∂y (P 0 ) 6= (0, 0), (x0 , y0) est un point régulier de Xλ0 . Il suffit ensuite d’appliquer
la proposition 5.3
q.e.d.

L’affirmation de cette proposition peut se vérifier sur les figures II.22 et II.23.
La proposition 5.6 justifie la définition intuitive de l’enveloppe d’une famille de courbes, qui dit que
l’enveloppe est “la courbe tangente à chaque courbe de la famille”. Ainsi exprimée, cette notion peut se
généraliser aux familles de surfaces; un exemple d’enveloppe d’une famille de surfaces est représenté sur la
figure II.18.

5.7 Exemples.
(1) Soit f(x, y, λ) = (x − λ)2 + y2 − 1 = 0 la famille des cercles de rayon 1 centrés en (λ, 0). La système
d’équations : 
f(x, y, λ) = (x − λ)2 + y2 − 1 = 0 = 0
∂f
(x,y,λ) = −2(x − λ) = 0
∂λ
82 II – Dérivabilité, théorème des fonctions implicites

Figure II.22 – Enveloppe de la famille de cercles centrés sur un cercle donné, passant
par un point fixé du cercle donné

a pour solutions x = λ, y = ±1. On trouve donc les deux droites horizontales à hauteur ±1.
(2) Considérons la famille des droites qui sont coupées par les axes OX et OY selon un intervalle de longueur
1; en prenant comme paramètre l’angle fait par la droite et le côté négatif de OX cette famille s’écrit :

x y
f(x, y, α) = + −1 =0
cos(α) sin(α)

ou encore, en se débarassant des dénominateurs :

g(x, y, α) = x sin(α) + y cos(α) − sin(α) cos(α) = 0 .

Du système d’équations :

g(x, y, α) = x sin(α) + y cos(α) − sin(α) cos(α) = 0
∂g 2 2
∂α (x,y,α) = x cos(α) − y cos(α) − cos(α) + sin(α) = 0

on tire que y = cos(α)3 , y = sin(α)3, d’où l’équation de l’enveloppe : x2/3 + y2/3 = 1 (voir figures II.23,
II.24 et II.25)

Regardons maintenant le cas d’une famille de courbes paramétriques planes :

Φ : I × Λ → R2 , I , Λ ⊂ R des intervalles.

Pour tout λ ∈ Λ fixé, t 7→ Φλ(t) = Φ(t, λ) est une courbe paramétrique du plan. On se ramène au cas
précédent en prenant pour S la surface paramétrique (t, λ) 7→ (Φ(t, λ), λ). L’intersection de S avec le plan
z = λ est bien la courbe Φλ . Le contour apparent de la projection de S sur les 2 premières coordonnées
coı̈ncide avec le lieu singulier de Φ, c’est-à-dire Φ(Σ(Φ)).
 II.5 Singularités d’applications, contours apparents, enveloppes 83

Figure II.23 – Enveloppe des droites coupées par les axes OX et OY selon un
segment de longueur 1

Figure II.24 – La surface S associée à la famille de droites précédente, vue de côté

5.8 Exemple.
Soit α : I → R2 une courbe paramétrique régulière, que l’on suppose paramétrée par la longueur d’arc. On
appelle droite normale à la courbe en un point α(λ) la droite passant par α(λ) perpendiculaire à la tangente
à la courbe en α(λ); elle aura pour représentation paramétrique :

t 7→ Φ(t, λ) = α(λ) + tν(λ) = (α1(λ) − tα02 (λ), α2(λ) + tα01(λ))

84 II – Dérivabilité, théorème des fonctions implicites

Figure II.25 – La même surface d’avant vue d’en haut

où ν = (−α02 (λ), α01(λ)). La matrice jacobienne de Φ s’écrit :

 0 
α1(λ) + t(−α002 (λ)) α02(λ) + tα001 (λ)
dΦ(t,λ) =
−α02(λ) α01(λ)

et donc 
Σ(Φ) = (t, λ) | dét(dΦ(t,λ)) = t(−α01 α002 + α001 α02 ) + α01 (λ)2 + α02 (λ)2 = 0
1
d’où l’on tire que (t, λ) ∈ Σ(Φ) équivaut à t = hν(λ),α 00 (λ)i , et donc φ(t, λ) est le centre du cercle osculateur

à α au point α(λ). L’enveloppe de droites normales est donc le lieu des centre des cerles osculateurs.

Figure II.26 – Une caustique dans la nature

On déduit du théorème de Whitney qu’en général les enveloppes de familles de courbes ont pour sin-
gularités uniquement des cusps ordinaires et des points doubles ordinaires, qui subsistent après une petite
 II.5 Singularités d’applications, contours apparents, enveloppes 85

déformation. Cette stabilité explique pourquoi on peut observer dans la nature des courbes présentant des
cusps, comme par exemple la caustique constituée par l’enveloppe des rayons de soleil réfléchis dans une tasse
de café, alors qu’en général une ficelle posée sur un plan présentera au pire des points doubles à tangentes
distinctes. Cela explique aussi pourquoi, en général, le lieu des centres des cercles osculateurs d’une courbe
présente des points cuspidaux (voir figure II.27).

Figure II.27 – Le lieu des centres des cercles osculateurs à une parabole
86 III – Equations différentielles ordinaires

Chapitre III – Equations différentielles ordinaires

Sommaire. Nous étudions les équations différentielles ordinaire sous forme normale, c’est-à-dire les équations
de la forme
y0 = f(t, y)
où y = y(t) : I → Rn , I ⊂ R un intervalle, est l’application cherchée, et f : U → Rn , U ⊂ R × Rn un ouvert,
est donnée.
Au § 2 nous établissons des théorèmes d’existence et unicité pour de telles équations, qui consacrent
leur caractère déterministe : les conditions initiales déterminent entièrement une solution (maximale); par
contraste, on montre au § 1 un exemple très simple d’équation qui n’est pas sous forme normale, et qui
possède une infinité de solutions ayant une condition initiale donnée.
Au § 3 nous étudions les équations linéaires. Dans le cas des équations à coefficients constants, une
généralisation de la fonction exponentielle ex : R → R permet de trouver une expression explicite des
solutions.
Au § 4, nous verrons que, dans certains cas, le comportement local des solutions d’une équation de la
forme y0 = f(y) au voisinage d’un point y0 où f(y0 ) = 0 est déterminé par la dérivée de f en y0 .

1. Introduction, exemples
Une équation différentielle ordinaire d’ordre k est une expression de la forme:

(1-1) f(t, y, y 0 , . . . , y(k) ) = 0, où f : U → Rp , U ouvert de R × (Rn )k+1 ;

une solution est une application ϕ : I → Rn , où I ⊂ R est un intervalle, ϕ est de classe C k , vérifiant :
• (t, φ(t), φ0(t), . . . , φ(k)(t)) ∈ U , ∀ t ∈ I
• f(t, φ(t), φ0(t), . . . , φ(k)(t)) = 0 , ∀ t ∈ I .
On parle d’équations différentielles ordinaires parce qu’elles ne font intervenir que les dérivées par
rapport à une seule variable, généralement notée t, par opposition aux équations qui font intervenir des
2 2
dérivées par rapport à plusieurs variables, comme l’équation de Laplace : ∂∂xϕ2 + ∂∂yϕ2 = 0, qui se traitent par
des méthodes différentes.
On dit qu’une équation est sous forme normale si elle s’écrit:

y0 = f(t, y) , f : U → Rn , U ⊂ R × Rn , y0 = (y10 , . . . , yn0 ) .

C’est ce type d’équation que l’on va traiter par la suite. Montrons comment on peut essayer d’y ramener
des équations de type général (1-1). Tout d’abord, on peut se ramener à l’ordre 1 en augmentant le nombre
de variables; on pose:
x0 = y , x1 = y0 , . . . , xk−1 = y(k−1)
et alors (1-1) est équivalente au système d’équations d’ordre 1:

x1 − (x0 )0 = 0
x2 − (x1 )0 = 0
..
.
xk−1 − (xk−2)0 = 0
f(t, x0 , x1, . . . , xk−1, (xk−1)0) = 0 .
Si l’on pose

F (t, x, x0) = x1 − x00, . . . , xk−1 − x0k−2, f(t, x0, . . . , xk−1, x0k−1)
on est ramené à étudier l’équation d’ordre un F (t, x, x0) = 0, que l’on peut essayer de mettre sous forme
normale, par exemple en utilisant le théorème des fonctions implicites.

– Analyse II (partie réelle), par Felice Ronga – Version du 23 mai 2002, à 12h. 08
 III.1 Introduction, exemples 87

1.1 Définition. Soit y 0 = f(t, y), f : U → Rn, U ouvert de R × Rn une équation sous forme normale et
soit (t0 , y0) ∈ U . Une solution de l’équation y 0 = f(t, y) avec condition initiale (t0 , y0) est une application
ϕ : I → Rn de classe C 1 , où I est un intervalle de R, telle que
• I 3 t0 et (t, ϕ(t)) ∈ U ∀ t ∈ I
• ϕ(t0 ) = y0 et ∀ t ∈ I, ϕ0 (t) = f(t, ϕ(t)) .
On dit que ϕ est une solution maximale (ou non prolongeable) si on ne peut pas l’étendre; c’est à dire
que si ψ : J → Rn est aussi une solution, avec J ⊃ I et ψ|I = ϕ, alors ψ = ϕ (et en particulier J = I)

L’exemple élémentaire d’équation différentielle: y 0 = f(t), où f :]a, b[→ R est continue, admet comme unique
solution avec conditions initiales (t0 , y0 ) ∈]a, b[×R la fonction ϕ :]a, b[→ R:
Z t
ϕ(t) = y0 + f(s)ds
t0

(ici on peut poser U =]a, b[×R puisque f ne dépend que de t). Cela nous pousse à espérer qu’en général
une équation différentielle admet une unique solution maximale ayant une condition initiale donnée; c’est
précisément ce qu’affirme le théorème 2.12, dans le cas où f vérifie certaines conditions.
Le cas le plus simple d’équation différentielle est celui des équations de la forme :

y0 = f(t) · g(y)

où f :]a, b[→ R et g :]c, d[:→ R sont des fonctions continues. Si g(y0 ) = 0, alors la fonction constante
ϕ(t) = y0 est solution. Sinon, par continuité g(y) 6= 0 pour y proche de y0 et alors on peut mettre l’équation
sous le forme :
y0
(1-2) = f(t)
g(y)

d’où le nom de ”variable séparées” ( y d’un côté, t de l’autre). Si ϕ(t) est une solution, avec condition initiale
ϕ(t0 ) = y0 , en remplaçant dans (1-2) et en intégrant de t0 à t, il vient :
Z t Z y Z t
ϕ0 (s) dη
ds = = f(s)ds
t0 g(ϕ(s)) y0 g(η) t0

où la première égalité utilise la substitution η = ϕ(t). Si on pose

Z y Z t
dη
G(y) = , F (t) = f(s)ds .
y0 g(η) t0

Posons encore Φ(y, t) = G(y) − F (t). On a alors que ϕ(t) est solution de notre équation si et seulement
si Φ(ϕ(t), t) = 0. Notons que Φ(t0, y0 ) = 0 et que ∂Φ 1
∂y (t0 ,y0 ) = g(y0 6= 0. Il suit alors du théorème des
fonctions implicite qu’il existe une fonction ϕ(t), définie pour t proche de t0 , avec ϕ(t0 ) = y0 , et qui vérifie
Φ(ϕ(t), t) = 0, c’est-à-dire que ϕ(t) est bien solution de notre équation différentielle.

1.2 Exemples.

(1) Considérons l’équation

y0 = 2ty2 .
0
On en tire que si y(t) est une solution, y(t) 6= 0, yy2 = 2t et de là, en intégrant des deux côtés de l’équation,
que −1/y(t) + C = t2 où C est une constante, et donc :

1
(1-3) yC (t) =
C − t2
88 III – Equations différentielles ordinaires

et si l’on veut que y(t0 ) = y0 , alors C = 1/y0 + t20; c’est à dire, en remplaçant dans (1-2) :
y0
(1-4) y(t) = .
1 + y0 (t20 − t2 )
Esquissons l’allure de ces solutions. La forme (1-2) est plus maniable, sauf que la solution y ≡ 0 n’y apparaı̂t
pas. En tous les cas, yC (t) → 0 si t → ±∞ (i.e. l’axe Ox est une asymptote horizontale) et yC (t) = yC (−t).
Si C < 0, yC (t) est définie pour tout t ∈ R, et yC (0) = 1/C < 0.
Si C = 0, yC (t) est définie pour t < 0 et pour t > 0. L’axe Oy est une asymptote verticale, et
yC (t) → −∞ si t → 0
√ √ √
√ Si C > √0, t = C √ et t = − C sont des asymptotes verticales. yC (t) est définie pour t < − C,
− C < t < C et t > C. On utilise la notation t → a − 0 ou t √ → a + 0 pour indiquer
√ que t tend vers a par
des valeurs √
inférieures à a, respectivement
√ supérieures : si t → − C − 0 ou t → C + 0, alors yC (t) → −∞,
et si t → − C + 0 ou t → C − 0, alors yC (t) → +∞ (voir figure III.1).

C>0

C<0

C=0

Figure III.1 – Allure des solutions de y 0 = 2ty2

On constate sur cet exemple que pour toute condition initiale (t0 , y0) ∈ R2 il existe une unique solution
maximale ayant cette condition initiale. On doit retenir aussi que, selon les conditions initiales, les intervalles
de définition des solutions maximales peuvent être bornés, bornés à gauche ou à droite seulement, ou non
bornés.

(2) Considérons maintenant l’équation p

y0 = 3 3 y2 .
p
On a comme solution y ≡ 0. En supposant y(t) 6= 0, on a y 0 /(3 3 y2 ) = 1, d’où l’on tire que y 1/3 = t + C,
ou encore que y = (t + C)3 .

−C D

Figure III.2 – Solutions de y 0 = 3y2/3

 III.1 Introduction, exemples 89

On voit que pour la condition initiale (t0 , 0) on a deux solution possibles : y ≡ 0 ou y = (t − t0)3 . En
fait, il y a pire; en effet, on peut ”recoller” des solutions du type y = (t + C)3, t ≤ −C avec la solution zéro:
on vérifie que pour D > −C la fonction

 (t + C)3 si t ≤ −C
ϕ(t) = 0 si −C ≤ t ≤ D

(t − D)3 si t ≥ D

où D > −C, est une solution. Donc il y a une infinité de solutions maximales ayant une condition initiale
donnée (voir figure III.2). Si on se refère au théorème 2.12 , le fait qu’il n’y ait pasp
unicité des solutions ayant
une condition initiale donnée tient au fait que le deuxième membre de l’équation 3 y2 n’est pas dérivable en
y = 0. Mais cette équation est équivalente à l’équation (y 0 )3 − 27y2 = 0, dont le seul défaut est de ne pas
être sous forme normale.
Dans le même ordre d’idées, une équation relativement simple (qui n’est pas sous forme normale),
dont les solutions approchent n’importe quelle fonction C ∞ a été trouvée par Lee-A. Rubeel (”A universal
differential equation”, Bulletin of the American Math. Society (New Series) 4 (1981), no 3, pages 345-349).

Dans le reste de ce paragraphe, nous allons encore examiner comment les équations de la forme y 0 = f(y) se
comportent lorsqu’on les transporte par une application. Cela nous permettra ensuite d’étudier l’allure des
trajectoires de champs de vecteurs linéaires dans le plan.

1.1 Transport de champs de vecteurs

Un champ de vecteurs sur un ouvert U de Rn est une application continue ξ : U → Rn . Il lui est associé
l’équation différentielle: y 0 = ξ(y). Pour retrouver les notations des paragraphes précédents, il faut poser
U 0 = R × U et f(t, y) = ξ(y); les solutions maximales seront de la forme ϕ : I → U , I ⊂ R intervalle ouvert.
Ce type d’équation, où le second membre ne dépend pas de t, est appelé équation autonome. La proposition
ci-dessous explique pourquoi : l’évolution d’un point y0 ne dépend pas de l’heure du départ.

1.3 Proposition. Soit ξ : U → Rn , U ⊂ Rn ouvert, un champ de vecteurs. Si ϕ : I → U est une solution

de y0 = ξ(y) avec ϕ(t0 ) = y0 , alors ϕ1 (t) = ϕ(t + t0 − t1) est aussi solution, et satisfait les conditions initiales
ϕ1 (t1 ) = y0 .

Preuve:

ϕ01 (t) = ϕ0 (t + t0 − t1 ) = ξ(ϕ(t + t0 − t1 )) = ξ(ϕ1 (t)) et ϕ1 (t1 ) = ϕ(t1 + t0 − t1 ) = y0

.
q.e.d.

Les solutions de l’équation y 0 = ξ(y) associées à un champ de vecteurs s’appellent orbites du champ, ou
encore trajectoires du champ. On les représente généralement par leur image dans U sur laquelle on indique
le sens de parcours (voir figure III.3).
Par exemple, l’équation associée au champ de vecteurs ξ(x, y) = (x, y) :

x0 = x , y0 = y

et les trajectoires sont de la forme x(t) = x0 et , y(t) = y0 et , c’est-à-dire des demi droites issues de l’origine,
plus la constante égale à l’origine (0, 0).
Soient U, V ⊂ Rn des ouverts et h : U → V une application C 1 . Soient encore ξ : U → Rn et η : V → Rn
des champs de vecteurs et supposons que l’on ait:

η(h(x)) = dhx(ξ(x)) .
90 III – Equations différentielles ordinaires

On dit alors que h transporte le champ ξ sur le champ η, ou encore que η est le transformé du champ ξ par
h. Remarquons que si ϕ : I → U est une solution de y 0 = ξ(y), alors

0



h ϕ(t) = dhϕ(t) ϕ(t)0 = dhϕ(t) ξ(ϕ(t) = η h(ϕ(t))

ce qui fait que la composée h ◦ ϕ : I → V est solution de y 0 = η(y). En d’autre termes, h transporte les
trajectoires de ξ sur des trajectoires de η.
Dans le cas où h : U → V est un difféomorphisme, pour tout champ η : V → Rn on peut définir
ξ : U → Rn par
ξ(x) = dh−1
h(x) (η(h(x))

ce qui fait que η est toujours le transformé par h d’un champ de vecteurs sur U .

1.4 Exemples.
(1) Lorsque n = 2, appelons x = (x1, x2) les coordonnées à la source et y = (y1 , y2 ) les coordonnées au but
de h. Si η est le transformé de ξ par h, on a :

∂h1 ∂h1
η1(h(x)) = (x) ξ1 (x) + (x) ξ2 (x)
∂x1 ∂x2
∂h2 ∂h2
η2(h(x)) = (x) ξ1 (x) + (x) ξ2 (x)
∂x1 ∂x2
et l’équation différentielle associée à η s’écrit :

∂h1 ∂h1 ∂h1 ∂h1

y10 = (x) ξ1 (x) + (x) ξ2 (x) =
0
(x) x1 +
0
(x) x2
∂x1 ∂x2 ∂x1 ∂x2
∂h2 ∂h2 ∂h2 ∂h2
y20 = (x) ξ1 (x) + (x) ξ2 (x) =
0
(x) x1 +
0
(x) x2
∂x1 ∂x2 ∂x1 ∂x2

Par abus de notation, on identifie η à (y10 , y20 ) et ξ à (x01, x02); les équations ci-dessus expriment donc η en
termes de ξ.
(2) Considérons les coordonnées polaires h : R2 → R2 , (ρ, θ) 7→ (ρ cos(θ), ρ sin(θ)), le champ η(x, y) = (−y, x)
et l’équation associée
x0 = −y
y0 = x
Pour trouver un champ de vecteurs (ρ0 , θ0 ) dont le transformé par h donne η, il faut résoudre les équations
suivantes, linéaires en ξ :
x0 = ρ0 cos(θ) − ρ sin(θ)θ 0
y0 = ρ0 sin(θ) + ρ cos(θ)θ 0
c’est-à-dire, puisque x0 = −y = −ρ sin(θ) et y 0 = x = ρ cos(θ) :

(I) ρ0 cos(θ) − ρ sin(θ)θ 0 = −ρ sin(θ) cos(θ) − sin(θ)

(II) ρ0 sin(θ) + ρ cos(θ)θ 0 = ρ cos(θ) sin(θ) cos(θ)

En calculant (I)cos(θ)+(II)sin(θ) et (I)(− sin(θ))+(II)cos(θ) comme indiqué, on obtient les deux équations :

ρ0 = 0 , ρθ0 = ρ

que l’on resout aisément:

ρ(t) = R , θ(t) = t + c
où R et c sont des constantes arbitraires (si R = 0, θ est indéterminé). On en tire la solution générale de
l’équation de départ:
x(t) = R cos(t + c) , y(t) = R sin(t + c) .
 III.1 Introduction, exemples 91

Les solutions sont donc des cercles centrés en 0, parcourus à vitesse angulaire constante dans le sens contraire
des aiguilles d’une montre.
(3) Considérons le champ de vecteurs ξ(x, y) = (x2 − y2 , 2xy) sur R2 ; il s’agit en fait de l’application z 7→ z 2
de C dans C, écrite en termes de x = Re(z) et y = Im(z)). On voit déjà qu’il admet comme solution la
constante (0, 0); on peut donc se borner à considérer ξ sur R2 \ {0}. On va étudier ce champ en utilisant
les nombres complexes: ξ : C \ {0} → C, ξ(z) = z 2 . Considèrons le difféomorphisme h : C \ {0} → C \ {0},
h(z) = 1/z, qui est d’ailleurs son propre inverse. On a que h0 (z) = −1/z 2, et donc le champ η, transformé
de ξ par h est :
η(h(z)) = h0 (z)z 2 = −1 ⇒ η(z) = −1 ;

c’est donc le champ constant égal à (−1, 0), dont les orbites sont des droites horizontales ϕ(t) = (−t, b). Si
on les compose avec h, on trouve les solutions de l’équation de départ:

(−t, −b)
(x(t), y(t)) =
t2 + b 2

puisque h(z) = 1/z = z/zz = (x, −y)/(x2 + y2 ); on en tire que si b 6= 0

 2
2 1 1
x + y+ = 2
2b 4b

qui sont les équations de cercles passant par l’origine, centrés en (0, −1/(2b)). En fait, (x(t), y(t)) 6= 0 ∀t ∈ R,
ce qui fait que les orbites sont les cercles ci-dessus privés de (0, 0), le point (0, 0) et les 2 demi-droites
constituées par l’axe Ox privé de l’origine (qui correspondent au cas b = 0 : x(t) = −1/t , y(t) = 0, pour
t > 0 ou t < 0) (voir figure III.3).

Figure III.3 – Solutions de (x, y)0 = (x2 − y2 , 2xy)

92 III – Equations différentielles ordinaires

1.2 Classification des systèmes linéaires dans le plan

Nous allons étudier les trajectoires des équations différentielles sur R2 de la forme :

x0 = ax + by
y0 = cx + dy

c’est-à-dire les trajectoires de champs de vecteurs de la forme :

ξ(x, y) = (ax + by, cx + dy)

qui peut encore s’écrire sous forme matricielle :

   
x a b
ξ=M où M= .
y c d

Tout d’abord, on va faire de l’algèbre linéaire : on va trouver une transformation linéaire pour mettre la
matrice M sous forme de Jordan (proposition 1.5), puis on va résoudre explicitement les équations dans les
différents cas.    
x x
Si S : R2 → R2 est un isomorphisme linéaire, le transformé η = N d’un champ linéaire ξ = M
y y
s’écrit :
      
x x −1 x
η S = S(ξ(x, y)) = SM =⇒ η(x, y) = SM S =⇒ M = S −1 N S
y y y

En termes de changement de base, si v1 v2 est une nouvelle base de R2, et S la matrice de changement de
base, c’est-à-dire la matrice ayant v1 comme premier vecteur colonne et v2 comme deuxième vecteur colonne,
la matrice S −1 N S est la matrice de l’application linéaire η, écrite dans la base v1 , v2 . Donc, la formule
ci-dessus nous dit que si S transporte ξ sur η, ξ est le champ linéaire ayant pour matrice S −1 N S, soit la
matrice de l’application associée à η écrite dans la nouvelle base v1 , v2 . Les trajectoires de η seront de la
forme S(ϕ(t)), où ϕ(t) est une trajectoire de ξ.
 
a b
1.5 Proposition. Soit A = . Il existe une matrice inversible S ∈ G`(2, R) telle que S −1 AS soit
c d
de l’un des 3 types :      
λ1 0 µ −α λ 1
1) , 2) , 3)
0 λ2 α µ 0 λ

Preuve: Soit pA (λ) = dét(A − λI), où I est la matrice identité, le polynôme caractéristique de A, qui est
de degré 2. Appelons λ1 et λ2 les racines de pA (λ), qui peuvent être réelles, ou imaginaires conjuguées,
distinctes ou non.
(1) λ1 et λ2 sont réelles distinctes
Dans ce cas, il existe deux vecteurs propres v1 et v2 linéairement indépendants : A(v1 ) = λ1 v1 , A(v2 ) =
λ2 v2 et donc si on prend v1 et v2 comme base de R2 , la matrice de l’application associée à A s’écrit :
 
λ1 0
.
0 λ2

On écrit v1 et v2 comme vecteurs colonne :

   
v11 v21
v1 = , v2 =
v12 v22
 III.1 Introduction, exemples 93
 
v11 1
v2
Si S = est la 2 × 2 matrice dont v1 est la première colonne et v2 la deuxième colonne, alors :
v12 v22
       
v11 v21 λ1 v11 λ2v21 λ1 0 −1 λ1 0
AS = A = =S =⇒ S AS = .
v12 v22 λ1 v12 λ2v22 0 λ2 0 λ2

Si λ1 = λ2 = λ0, deux cas peuvent se produire : l’espace propre correspondant peut être de dimension deux,
auquel cas on peut prendre pour v1 et v2 n’importe quelle paire de vecteurs linéairement indépendants et
procéder comme ci-dessus. Ou bien l’espace propre correspondant est de dimension 1; ce cas est traité au
numéro 3 ci-dessous.
(2) Si λ1 ∈ C, mais λ1 ∈ / R, alors λ2 = λ1 6= λ1 . On a donc 2 vecteurs propres linéairement indépendants
sur C, de la forme v et v. On prend alors comme base de R2 les parties réelles et imaginaires de v :
v+v v−v √
v1 = , v2 = , où i = −1 ∈ C .
2 2i
Posons λ1 = µ − iα (α 6= 0), de sorte que λ2 = µ + iα. Alors
 
v+v (µ − iα)v + (µ + iα)v v+v v−v
A(v1 ) = A = =µ − αi = µv1 + αv2
2 2 2 2
 
v−v (µ − iα)v − (µ + iα)v v−v v+v
A(v2 ) = A = =µ −α = µv2 − αv1
2i 2i 2i 2

La matrice de changement de base S est obtenue,

 comme d’habitude, en mettant v1 en première colonne, v2
−1 µ −α
en deuxième colonne. On a donc : S AS = .
α µ
(3) Reste le cas où λ1 = λ2 = λ0 et l’espace propre correspondant est de dimension 1. Soit v ∈ R2 \ {0} le
vecteur propre correspondant à λ, et w ∈ R2 un vecteur linéairement indépendant de v. Alors :

A(v) = λ0 v , A(w) = av + λ0 w

et la matrice de l’application associée à A s’écrit dans cette nouvelle base :

 
λ0 a
0 λ0

d’où on déduit que pA (λ) = (λ − λ0)(λ − λ0 ), et donc λ0 = λ0 , sans quoi on est dans le cas (1). D’autre part
on a aussi que a 6= 0, sans quoi on est dans le cas où l’espace propre associé à λ 0 est R2 tout entier, cas déjà
traité sous (1). Finalement, la matrice s’écrit :
 
λ0 a
, avec a 6= 0 .
0 λ0

Faisons encore le changement de base de la forme w 0 = 1/aw; alors A(w 0 ) = 1/a A(w) = 1/a(av + λ0 w) =
v + λ0 w0 , et donc la matrice de l’application associée à A, dans la base v, w 0 s’écrit :
 
λ0 1
.
0 λ0

Notons que si on fait plutôt le changement de base w 0 = (b/a)w, b 6= 0, alors la matrice devient :
 
λ0 b
, b 6= 0 .
0 λ0

q.e.d.
94 III – Equations différentielles ordinaires

Remarquons que les 3 cas correspondent à :

1) A diagonalisable sur R
2) A diagonalisable sur C
3) A non diagonalisable  
x
On est donc ramené, par la transformation S, à étudier les champs de vecteurs de la forme ξ = A ,
y
où A est de la forme 1), 2) ou 3) de l’énoncé de la proposition précédente. On va passer à l’étude des divers
cas; remarquons que (0, 0) ∈ R2 est une trajectoire, dans tous les cas.
 
λ1 0
(1) A = . L’équation différentielle s’écrit :
0 λ2

x0 = λ1 x
y0 = λ2 y

et la solution ayant pour conditions initiales t0 = 0 et (x0 , y0)) s’écrit :

x(t) = x0 eλ1 t , y(t) = y0 eλ2 t .

Si x0 6= 0, on peut écrire :
 λ2 /λ1
x(t)
y(t) = y0
x0
 λ2 /λ1
x(t)
ce qui montre que x(t) doit avoir le même signe que x0 (sans quoi l’exponentielle x0
n’a pas de
sens), et que y(t) a le même signe que y0 : les trajectoires restent donc toujours dans le même cadran.
L’allure varie selon les valeurs de λ1 et λ2 . Lorsque λ1 = λ2 = 0, les trajectoires sont les points du plan.
Lorsque λ1 = λ2 , les trajectoires sont les demi-droites issues de l’origine.

λ 1 = λ2 > 0
λ 1 > λ2 > 0

noeuds

λ2 = 0, λ1 > 0
λ1 > 0, λ2 < 0

col

Figure III.4 – A diagonalisable sur R

 III.2 Introduction, exemples 95
 
µ −α
(2) A =
α µ
Ici il convient de passer en coordonnées polaires :
 
x0 = µx − αy ρ0 cos(θ) − ρ sin(θ)θ 0 = ρ(µ cos(θ) − α sin(θ))
⇒
y0 = αx + µy ρ0 sin(θ) + ρ cos(θ)θ 0 = ρ(α cos(θ) + µ sin(θ))

d’où on déduit, comme dans l’exemple 1.4 (2), le système d’équations :


ρ0 = µρ
.
ρθ0 = ρα

Les solutions s’écrivent sous la forme ρ = 0, et θ indéterminé, ou bien ρ = ρ0 eµt , θ = αt + θ0 , où on a pris les
conditions initiales t0 = 0 et (ρ0 , θ0 ). Ce sont des spirales qui s’enroulent autour de l’origine, sauf si µ = 0,
auquel cas on trouve les cercles centrés à l’origine.
En coordonnées cartesiennes :

x = ρ cos(θ) = ρ0 eµt cos(αt + θ0 ) ; y = ρ sin(θ) = ρ0 eµt sin(αt + θ0 )

µ = 0, α > 0

centre

spirales

µ > 0, α > 0
µ < 0, α > 0

Figure III.5 – A diagonalisable sur C

 
λ 1
(3) A =
0 λ
Ici le système s’écrit : 
x0 = λx + y
y0 = λy
On vérifie que x(t) = eλt (y0 t + x0), y(t) = y0 eλt est effectivement solution, avec condition initiale t0 = 0 et
(x0, y0 ). Les trajectoires coupent l’axe OY pour t = −x0 /y0 .
Dans le cas d’une matrice A quelconque, les trajectoires sont les images par l’isomorphisme S des
trajectoires précédentes.
96 III – Equations différentielles ordinaires

λ<0
λ>0

noeuds

Figure III.6 – A non diagonalisable

Figure III.7 – Exemples d’allure dans une base quelconque

2. Théorèmes d’existence et unicité

Dans ce paragraphe nous allons aborder quelques résultats théoriques sur les équations différentielles
ordinaires : existence et unicité des solutions, dépendance continue par rapport à des paramètres. Nous
basons notre approche sur la méthode des approximations successives, qui est à la source des procédés de
résolutions numériques.

2.1 Remarque. Dire que ϕ : I → Rn est solution de l’équation différentielle y 0 = f(t, y), avec condition
initiale (t0 , y0 ), équivaut à dire que
Z t
ϕ(t) = y0 + f(s, ϕ(s))ds ∀t ∈ I
t0

ce qui se vérifie immédiatement. La résolution d’une équation différentielle avec condition initiale donnée est
ainsi ramené à la résolution d’une équation intégrale, en fait la recherche d’un point fixe de la transformation
Z t
T (ϕ)(t) = y0 + f(s, ϕ(s))ds
t0

En particulier, sous cette forme, il n’est pas nécessaire de Rsupposer que ϕ est dérivable, cela suit automa-
t
tiquement si ϕ est un point fixe, puisque l’expression y0 + t0 f(s, ϕ(s))ds est dérivable par rapport à t.
 III.2 Théorèmes d’existence et unicité 97

2.2 Définition. Soit f : A → Rn , où A ⊂ R×Rn, une application continue. On dit que f est lipschitzienne
en y, de constante de Lipschitz k, si pout tout (t, y1 ), (t, y2 ) ∈ A on a :

kf(t, y1 ) − f(t, y2 )k ≤ k ky1 − y2 k .

2.3 Exemples.
(1) Si f : U → R, U ouvert de R × Rn , est de classe C 1 , alors pour tout sous-ensemble A ⊂ U de la forme
A = [t0 − a, t0 + a] × B(y0 , b), la restriction f|A est lipschitzienne, en prenant :
 
∂f
k = sup (t,y) , (t, y) ∈ A ;
∂y
cela résulte du théorème des accroissements finis II.2.6.
(2) La fonction f(t, y) = f(y) = y 2/3 n’est pas lipschitzienne, même en restriction à des intervalles, lorsque
ceux-ci contiennent 0; en effet une inégalité de la forme :

|f(y) − f(0)| = y 2/3 < k |y|

−1/3
entraı̂nerait que |y| ≤ k, ce qui est absurde.
(3) Si A : Rn → Rn est une application linéaire, alors

kA(y1 ) − A(y2 )k ≤ kAk ky1 − y2 k

et alors A est lipschitzienne, avec constante de Lipschitz kAk.

(4) Plus généralement, si A : I → L(Rn , Rn), où I ⊂ R est un intervalle, est une application continue, pour
tout intervalle fermé borné [a, b] ⊂ I on peut poser k = sup {kA(t)k , t ∈ [a, b]}, et on aura :

kA(t, y1 ) − A(t, y2)k ≤ k ky1 − y2 k .

L’application A(t, y) est donc lipschitzienne en y sur tout ensemble de la forme [a, b] × Rn contenu dans
I × Rn .

Pour la construction de solutions approchées, nous utiliserons des applications linéaires par moceaux,
de la manière suivante. Soit f : U → Rn continue, U ⊂ R × Rn , et soit (t0 , y0) ∈ U une condition initiale;
soit N > 0 un entier, choisissons une quantité ∆t ∈ R, suffisamment petite, et définissons par récurrence sur
m, pour m ≤ N , une suite de points ym ∈ Rn :

y1 = y0 + f(t0 , y0)∆t , . . . , ym+1 = ym + f(t0 + m∆t, ym )

ce qui a un sens pour autant que ∆t soit suffisamment petite pour que (t0 + m∆t, ym ) ∈ U , m ≤ N . On
définit alors la solution approchée, pour t0 ≤ t ≤ t0 + N ∆t, par interpolation linéaire des points ym ; posons
tm = t0 + m∆t :
(t − tm )
pour tm ≤ t ≤ tm+1 on pose : ϕN (t) = ym + (ym+1 − ym )
∆t
Cette application est continue, car les définitions de ϕN aux extrémités des intervalles [tm , tm+1 ]
coı̈ncident; mais elles sont seulement dérivables à gauche et à droite aux points t m . On dira que de telles
applications sont C 1 par morceaux : ce sont des applications continues d’un intervalle I, à valeur dans R n,
continues, continûment dérivables, sauf éventuellement en des points t0, t1, . . . , tN ∈ I, où elles admettent
tout de même des dérivées à gauche et à droite, limites des dérivées à gauche ou à droite des t i .
98 III – Equations différentielles ordinaires
y = y0 + M (t − t0 )

y0

··· ··· · · · t0 + m∆t t

t0 t0 + ∆t t0 + 2∆t t0 + (m + 1)∆t

y = y0 − M (t − t0 )

Figure III.8 –

2.4 Définition. Soit f : U → Rn continue, U ⊂ R × Rn un ouvert, et soit ε > 0. Une ε-solution

de l’équation différentielle y 0 = f(t, y) est une application dérivable par morceaux ϕ : I → Rn , telle que
∀t ∈ I , (t, ϕ(t)) ∈ U et vérifiant :
kϕ0 (t) − f(t, ϕ(t))k ≤ ε ∀t ∈ I
où aux points de discontinuité de ϕ0 (t), l’inégalité doit être valable autant avec la dérivée à gauche qu’avec
la dérivée à droite.

Le lemme suivant resout une inégalité intégrale.

2.5 Lemme de Gronwall. Soit g : [0, c] → R une application continue, g(t) ≥ 0, et supposons qu’il existe
des constantes k, B, C > 0 telles que :
Z t
g(t) ≤ B et g(t) ≤ C + k g(s)ds , ∀ t ∈ [0, c] .
0
Alors, pour tout entier n on :
 
kn−1 n−1 k n tn
g(t) ≤ C 1 + kt + · · · + t +B
(n − 1)! n!
et donc, en faisant tendre n vers l’∞ :
g(t) ≤ Cekt .

Preuve: On procède par récurrence sur n. Pour n = 0, g(t) ≤ B par hypothèse. Si l’inégalité est vraie pour
n−1 :  
kn−2 n−2 kn−1 sn−1
g(s) ≤ C 1 + ks + · · · + s +B
(n − 2)! (n − 1)!
on remplace cette inégalité dans l’intégrale de l’énoncé :
Z t Z t   
kn−2 n−2 kn−1 sn−1
g(t) ≤ C + k g(s)ds ≤ C + k C 1 + ks + · · · + s +B ds
0 0 (n − 2)! (n − 1)!
 
t2 tn−1 tn
= C 1 + kt + k2 + · · · + kn−1 + Bkn
2 (n − 1)! n!
q.e.d.
Le prochain théorème donne une estimation de l’évolution de l’écart de solutions approchées.
 III.2 Théorèmes d’existence et unicité 99

2.6 Théorème (l’inégalité fondamentale). Soit f : U → Rn continue, U ⊂ R × Rn un ouvert.

Supposons que f satisfasse la condition de Lipschitz sur U , avec constante k. Soient ε 1 , ε2, δ > 0, ϕi (t) :
I → Rn des εi solutions de l’équation y 0 = f(t, y), i=1,2 :

kϕ01 (t) − f(t, ϕ1 (t))k ≤ ε1 , kϕ02(t) − f(t, ϕ2 (t))k ≤ ε2 ∀t ∈ I .

Soit t0 ∈ I et supposons que

kϕ1 (t0 ) − ϕ2(t0 )k ≤ δ .
Alors, pour tout t ∈ I on a :
ε  k|t−t0| 
kϕ1 (t) − ϕ2 (t)k ≤ δek|t−t0| + e −1
k
où ε = ε1 + ε2 .

Preuve: Pour simplifier la notation, on va supposer que t0 = 0 et t > 0; on ramène le cas général au cas
particulier par le changement de variable t0 = t − t0 si t > t0 , ou t0 = t0 − t sinon.
Notons que Z t Z t
(ϕ0i (s) − f(s, ϕi (s))) ds = ϕi (t) − ϕi (0) − f(s, ϕi (s))ds
0 0

et donc Z t
ϕi (t) − ϕi (0) − f(s, ϕi (s))ds ≤ εi t
0

d’où on déduit que

Z t
(2-1) ϕ1(t) − ϕ2 (t) − (ϕ1 (0) − ϕ2 (0)) − (f(s, ϕ1 (s)) − f(s, ϕ2 (s))) ds ≤ εt .
0

Posons w(t) = kϕ1 (t) − ϕ2 (t)k; alors :

kf(s, ϕ1 (s)) − f(s, ϕ2 (s))k ≤ kw(s) ;

notons que d’une égalité de la forme ka − bk ≤ c il suit que kak = ka − b + bk ≤ ka − bk + kbk ≤ kbk + c et
alors il suit de (2-1) que
Z Z Z t
t t
ε
w(t) ≤ w(0)+εt+ (f(s, ϕ1 (s)) − f(s, ϕ2 (s))) ds ≤ w(0)+ε·t+k· w(s)ds = w(0)+k· w(s) + ds
0 0 0 k
ou encore : Z t
ε  ε ε
w(t) + ≤ w(0) + +k w(s) + ds
k k 0 k
et il suit alors du lemme 2.5 que
ε ε ε kt

w(t) + ≤ (w(0) + )ekt =⇒ w(t) ≤ δekt + e −1
k | {z } k k
≤δ

q.e.d.

2.7 Corollaire. Si f : U → Rn est continue, U ⊂ R × Rn un ouvert, et f satisfait une condition de

Lipschitz sur U , alors, si ϕ1 (t), ϕ2(t) : I → Rn sont deux solutions de l’équation y 0 = f(t, y), et qu’il existe
t0 ∈ I avec ϕ1 (t0) = ϕ2 (t0), on a que ϕ1 ≡ ϕ2

En effet, il suffit d’appliquer l’inégalité fondamentale, avec δ = ε = 0.

Nous allons construire maintenant des ε-solutions pour tout ε > 0.
100 III – Equations différentielles ordinaires

2.8 Proposition. Soit f : U → Rn continue, U ⊂ R × Rn un ouvert. Soit (t0 , y0) ∈ U et supposons que
A = [t0 − a, t0 + a] × B(y0 , b) ⊂ U . Soit :

M = sup {kf(t, y)k , (t, y) ∈ A} .

Alors, si 0 ≤ c ≤ inf {a, b/M }, pour tout ε > 0 l’équation y 0 = f(t, y) admet une ε-solution ϕ : [t0 −c, t0 +c] →
Rn .

Preuve: On va définir ϕ(t) pour t0 ≤ t ≤ t0 + c, le cas t0 − c ≤ t ≤ t0 se traitant de manière semblable. Soit

N > 0 un entier et posons ∆t = c/N et tm = t0 + m∆t; alors on peut définir par récurrence sur m ≥ 0 :

ym+1 = ym + f(tm , ym )∆t , m≤N

car
c b b b
kym+1 − ym k ≤ kf(tm , ym )∆tk ≤ M ≤M = et donc kym − y0 k ≤ m ≤ b
N MN N N
ce qui fait que ym est bien défini pour m ≤ N . Définissons comme tout-à-l’heure ϕN : [t0 − c, t0 + c] → Rn
par
(t − tm )
ϕN (t) = ym + (ym+1 − ym ) pour tm ≤ t ≤ tm+1 m = 0, . . . , N − 1
∆t
Alors, si t ∈ [tm , tm+1 ] :
 
ym+1 − ym ym+1 − ym
♥ kϕ0N (t) − f(t, ϕN (t))k = −f t, ym + (t − tm )
∆t ∆t
 ym+1 − ym 
= f(tm , ym ) − f t, ym + (t − tm )
| {z ∆t }
=y 0

Or A est compact, donc f|A est uniformément continue. Il existe donc δ1 , δ2 > 0 tel que si |t − tm | ≤ δ1 et
kym − y0 k ≤ δ2 , alors kf(tm , ym ) − f(t, y0 )k ≤ ε. Or |t − tm | ≤ c/N et

ym+1 − ym ym+1 − ym c b
ym + (t − tm ) − ym = (t − tm ) ≤ kym+1 − ym k = kf(tm , ym )∆tk ≤ M ≤
∆t ∆t N N

On peut donc choisir N assez grand pour que c/N ≤ δ1 et b/N ≤ δ2 , et alors il suit de ♥ que

kϕ0N (t) − f(t, ϕN (t))k ≤ ε

et donc ϕN est une ε-solution.

q.e.d.

2.9 Théorème (existence et unicité locales). Soit f : U → Rn continue, U ⊂ R × Rn un ouvert.

Supposons que [t0 − a, t0 + a] × B(y0 , b) ⊂ U et que f | [t0 − a, t0 + a] × B(y0 , b) soit lipschitzienne en y. Soit

M = sup kf(t, y)k | (t, y) ∈ [t0 − a, t0 + a] × B(y0 , b)

Alors, si 0 ≤ c ≤ inf {a, b/M }, l’équation y 0 = f(t, y) possède une et une seule solution ϕ : [t0 −c, t0 +c] → Rn
avec condition initiale ϕ(t0 ) = y0 .

Preuve: Soit N > 0 un entier; d’après 2.7, il existe une N1 -solution ϕN : [t0 −c, t0 +c] → Rn . On va appliquer
1
l’inégalité fondamentale 2.5 pour estimer kϕM (t) − ϕN (t)k : on prend ε1 = M , ε2 = N1 et δ = 0 :
   1 
1 1 1  k|t−t0| 1 1 kc

kϕM (t) − ϕN (t)k ≤ + e −1 ≤ + e −1
M N k M N k
 III.2 Théorèmes d’existence et unicité 101

Il en suit que {ϕN } est une suite de Cauchy dans C([t0 − c, t0 + c], Rn), qui est complet, et elle possède donc
une limite ϕ. On a :
Z t
1 c
(2-2) kϕ0N (t) − f(t, ϕN (t))k ≤ =⇒ ϕN (t) − ϕN (t0 ) − f(s, ϕN (s)ds ≤
N t0 N

et puisque kf(s, ϕN (s)) − f(s, ϕ(s))k ≤ k kϕN (s) − ϕ(s)k, la suite f(s, ϕN (s)) converge uniformément vers
f(s, ϕ(s)), s ∈ [t0 − c, t0 + c]. On peut donc passer à la limite sous le signe intégrale dans (2-2), ce qui donne :
Z t
ϕ(t) − y0 − f(s, ϕ(s))ds = 0 ∀ t ∈ [t − c, t + c]
t0

et donc ϕ(t) est bien solution de l’équation y 0 = f(t, y), avec conditon initiale (t0 , y0).
L’unicité suit de 2.7.
q.e.d.

2.10 Définition. Soit f : U → Rn , U ⊂ R × Rn un ouvert. On dit que f est localement lipschitzienne en

y si f est continue et si pour tout (t0 , y0) ∈ U il existe a, r > 0 tels que
• [t0 − a, t0 + a] × B(y0 , r) ⊂ U
• f | [t0 − a, t0 + a] × B(y0 , r) ⊂ U est lipschitzienne en y.
En d’autres termes, il existe k tel que kf(t, y1 ) − f(t, y2 )k ≤ k ky1 − y2 k, ∀t ∈ [t0 − a, t0 + a], y1 , y2 ∈
B(y0 , r).

Par exemple, si f est de classe C 1 , on a vu dans l’exemple 2.3(1) qu’elle est localement lipschitzienne
en y.

2.11 Proposition. Soit f : U → Rn , U ⊂ R × Rn localement lipschitzienne. Soient ϕ1 : I1 → Rn

et ϕ2 : I2 → Rn deux solutions de l’équation y 0 = f(t, y). Supposons qu’il existe t0 ∈ I1 ∩ I2 tel que
ϕ1 (t0 ) = ϕ2 (t0 ). Alors
ϕ1 | I 1 ∩ I 2 = ϕ 2 | I 1 ∩ I 2 .
et on peut donc recoller ϕ1 et ϕ2 en une solution ϕ : I1 ∪ I2 → Rn en posant :

ϕ1(t) si t ∈ I1
t ∈ I 1 ∪ I2 , ϕ(t) =
ϕ2(t) si t ∈ I2

Preuve: L’ensemble
X = {t ∈ I1 ∩ I2 | ϕ1 |[t0, t] = ϕ|[t0, t]}
est non vide, car X 3 t0.
Soit donc τ+ = sup(X) ≤ +∞; si τ+ est strictement inférieur aux extrêmités droites de I1 et de I2 , alors
τ+ < ∞ et ϕ1 (τ+ ) = ϕ2 (τ+ ); on peut alors appliquer 2.7 sur un petit intervalle [τ+ , τ+ +ε] pour conclure que
ϕ1 et ϕ2 coı̈ncident sur cet intervalle, ce qui implique que τ+ + ε ∈ X, contradiction. Même raisonnement à
gauche de t0; il en suit que ϕ1 et ϕ2 coı̈ncident effectivement sur I1 ∩ I2 .
q.e.d.

2.12 Théorème (existence et unicité globales). f : U → Rn, U ⊂ R × Rn localement lipschitzienne.

Alors, pour tout (t0, y0 ) ∈ U , l’équation différentielle y 0 = f(t, y) possède une et une seule solution maximale
ϕ : I → Rn ayant (t0 , y0) comme condition initiale. L’intervalle I est ouvert.

Preuve: Soit ψ : Iψ → Rn une solution; supposons que I soit fermé, borné à droite, et notons par t2 ∈ Iψ cette
borne. On peut appliquer le théorème d’existence et unicité locales 2.9 pour inférer l’existence d’une solution
102 III – Equations différentielles ordinaires

ψ1 : [t2 − ε, t2 + ε] → Rn, avec condition initiale (t2 , ψ(t2 )); on peut alors prolonger ψ à I ∪ [t2 − ε, t2 + ε[ en
posant : 
ψ(t) si t ≤ t2
ψ(t) = .
ψ1 (t) si t ≥ t2
De même, si I est fermé, borné à gauche par t1 , on peut prolonger ψ à un intervalle de la forme ]t1 − ε, t1 ] ∪ I.
Il en suit que si ϕ : I → Rn est une solution maximale, ou non prolongeable, I doit être un intervalle ouvert.
Posons
S = {ψ : Iψ → Rn | I est ouvert et ψ est solution avec conditions initiales (t0 , y0)}
On sait par le théorème d’existence de solutions locales que S est non vide. On pose alors I max = ∪ψ∈S Iψ ,
et on définit ϕ : Imax → Rn ainsi : si x ∈ Imax, il existe ψ tel que x ∈ Iψ ; on pose ϕ(x) = ψ(x). Il suit de la
proposition 2.11 que cette définition est cohérente, et il est immédiat que ϕ est l’unique solution maximale.
q.e.d.
Le résultat suivant nous fournit un renseignement sur le comportement des solutions maximales.
2.13 Théorème. Soit f : U → Rn, U ⊂ R×Rn ouvert, localement lipschitzienne en y, et soit ϕ :]a, b[→ Rn
une solution maximale de l’équation y 0 = f(t, y). Alors, pour tout compact K ⊂ U il existe aK , bK avec
a < aK < bK < b tels que (t, ϕ(t)) ∈
/ K, ∀ t tel que a < t < aK ou bK < t < b.
Ce que nous dit ce théorème en particulier, c’est que si U = R × Rn et b < ∞, alors si t → b, (t, ϕ(t))
doit sortir de tout compact de R × Rn, et donc nécessairement kϕ(t)k → ∞. C’est ce qui se produit dans
l’exemple 1.2(1) lorsque C > 0.
Preuve:
1er cas: b = +∞ (ou a = −∞). Dans ce cas, l’affirmation n’apporte rien d’essentiel. En effet, K est
borné et donc il existe R > 0 tel que K ⊂ [−R, +R] × Rn, et alors si t > R, (t, ϕ(t) ∈ / K.
2ème cas: b < ∞ (ou a > −∞). On procède par l’absurde. Si le bK de l’énoncé n’existe pas, alors
∀ n, ∃ tn ∈ [b − 1/n, b] tel que (tn , ϕ(tn)) ∈ K. Puisque K est compact, on peut extraire une suite tnk
telle que (tnk , ϕ(tnk )) converge vers (b, y0) ∈ K ⊂ U . On peut choisir un c > 0 tel que les conclusions
du théorème d’existence et unicité locales 2.9 soient vraie pout tous les points d’un ouvert V contenant
(b, y0). En particulier, si k est assez grand, (tnk , ϕ(tnk )) ∈ V , et donc il existe une unique solution ϕk (t) :
[tnk − c, tnk + c] → Rn avec condition initiale (tnk , ϕ(tnk )), et par unicité on doit avoir que ϕk (t) = ϕ(t) pour
t ∈ [tnk − c, tnk + c]. Or si l’on choisit k assez grand pour qu’en plus |b − tnk | ≤ c/2, on pourra prolonger ϕ
au delà de b, ce qui contredit sa maximalité.
q.e.d.

2.14 Complément au théorème d’existence et unicité globales. Soient U =]t 1, t2[×Rn et f : U →

Rn continue telle que pour tout τ1 , τ2 , t1 < τ1 < τ2 < t2 il existe kτ1 ,τ2 tel que
kf(t, y1 ) − f(t, y2 )k ≤ kτ1 ,τ2 ky1 − y2 k ∀ y1 , y2 ∈ Rn et t ∈ [τ1, τ2 ] .
Alors ∀ (t0 , y0) ∈]t1, t2[×R n
il existe une et une seule solution φ :]t1, t2 [→ R n
avec conditions initiales
(t0 , y0).
Preuve: Soit T < t2 et ϕ : [t0, T [→ Rn une solution de l’équation y 0 = f(t, y), et soit y0 = ϕ(t0 ). On va
appliquer l’inégalité fondamentale pour comparer ϕ avec la solution constante ϕ 0 ≡ y0 ; puisque ϕ00 ≡ 0, si
t ∈ [t0, T ] :
kϕ00 − f(t, ϕ0 )k ≤ M = sup {kf(t, y0 )k , t ∈ [t0, T ]}
et en appliquant l’inégalité fondamentale avec ε = M , δ = 0, k = kt0,T il vient :


ek(T −t0) − 1
kϕ(t) − y0 k ≤ M ∀ t ∈ [t0, T [
k
ce qui implique que ϕ(t) est bornée sur [t0, T [, donc pas maximale, d’après 2.13. Avec un argument
symétrique à gauche de t0, on voit finalement que les solutions maximales doivent être définies sur ]t1, t2[.
q.e.d.
Ce complément sera utilisé au § 3.1 ci-dessous.
Le théorème suivant est une conséquence facile de l’inégalité fondamentale et du théorème 2.13.
 III.2 Théorèmes d’existence et unicité 103

2.15 Théorème (dépendance continue par rapport aux conditions initiales et aux paramètres).
Soit f : U → Rn , U ⊂ R × Rn encore et toujours un ouvert, f localement lipschitzienne en y. Soit
(t0 , y0) ∈ U , ϕ(t0 ,y0 ) : I(t0 ,y0) → Rn la solution maximale ayant (t0, y0 ) comme condition initiale. Alors,
pour tout intervalle fermé, borné I ⊂ I(t0 ,y0) , I 3 t0 et pour tout ε > 0, il existe δε1 , δε2 > 0 tels que si
|t1 − t0| < δε1 et ky1 − y0 k < δε2 , si ϕ1 : I1 → Rn désigne la solution maximale de conditions initiales (t1 , y1),
on a :
i) I1 ⊃ I
ii) kϕ1 (t) − ϕ(t)k < ε, ∀ t ∈ I.

Preuve: On note ϕ0 la solution avec condition initiale (t0, y0 ), et It0 ,y0 son intervalle (ouvert) de définition.
Soit I ⊂ I(t0 ,y0 ) fermé, borné et soit ε > 0. Pour ε0 ≤ ε, ε0 > 0, posons :

Kε0 = {(t, y) ∈ I × Rn | ky − ϕ(t)k ≤ ε0 } .

Kε0 est compact, et pour ε0 ssez petit, Kε0 ⊂ U . Soient δ1 , δ2 > 0 suffisamment petits pour que

|t1 − t0| < δ1 , ky1 − y0 k < δ2 ⇒ (t1, y1 ) ∈ U .

Soit ϕ1 : I1 → Rn la solution maximale de condition initiale (t1, y1 ) et soit M = sup {kf(t, x)k | (t, y) ∈ Kε0 }.
Si δ1 est assez petit, pour s entre t0 et t1 on aura (s, ϕ1 (s)) ∈ Kε0 et alors :

Z t1
kϕ1 (t1 ) − ϕ(t0 )k = f(s, ϕ1 (s))ds ≤ M · |t1 − t0 | ≤ M · δ1 .
t0

Il suit alors de l’inégalité fondamentale que

(2-3) kϕ1(t) − ϕ0 (t)k ≤ (δ2 + M δ1 )ek(b−t0) , t ∈ I ∩ I1

où b désigne l’extrémité droite de I. Choisissons δ1 , δ1 assez petits pour que (δ1 + δ1 M )ek(b−t0) < ε0 . Il suit
alors de (2-3) que (t, ϕ1 (t)) ∈ Kε0 si t ∈ I1 , t < b et il suit de 2.13 que I1 ⊃ [t0, b]; même raisonnement pour
l’extrémité gauche de I. L’affirmation ii) suit aussi de (2-3).
q.e.d.

Définissons le flot Φ de l’équation par :


Ω = (t0 , x0, t) ∈ U × R | t ∈ I(t0 ,y0 ) et Φ : Ω → Rn , Φ(t0, x0, t) = ϕ(t0 ,x0 ) (t)

Φ est la famille de toutes les solutions maximales. Le corollaire suivant est une conséquence immédiate du
théorème précédent.

2.16 Corollaire. Ω est un ouvert et Φ est continue.

104 III – Equations différentielles ordinaires

3. Equations différentielles linéaires

3.1 Résultats généraux

Un sytème de n équations linéaires d’ordre 1 s’écrit

y10 = a1,1(t)y1 + · · · + a1,n(t)yn + b1(t)

...
yn0 = an,1(t)y1 + · · · + an,n(t)yn + bn(t)

où les ai,j , i, j = 1, . . ., n et les bi , i = 1, . . ., n sont des applications continues d’un intervalle I dans R. Si
l’on pose
   
y1 b1 (t)
   
y =  ...  , A(t) = (ai,j (t)) : I → M (n, n, R) , b(t) =  ...  : I → Rn
yn bn (t)

où M (n, n, R) désigne l’ensemble des matrices n × n à coefficients dans R, alors on peut écrire le système de
façon plus succinte:
y0 = A(t)(y) + b(t) .
Si b(t) est identiquement nulle on parle de système homogène, sinon de système inhomogène ou non homogène.
Si [τ1 , τ2] ⊂ I,


A(t)(y1 ) + b(t) − A(t)(y2 ) + b(t) ≤ kA(t)k ky1 − y2 k ≤ sup {kA(t)k , t ∈ [τ1, τ2]} ky1 − y2 k

et donc il suit de 2.14 que les solutions maximales sont définies sur I tout entier. La structure de l’espace
des solutions maximales d’une équation linéaire est très simple, comme les deux résultats suivants nous le
montrent.

3.1 Théorème. L’ensemble S des solutions maximale du système linéaire homogène y 0 = A(t)(y), où
A : I → M (n, n, R) est continue, est un sous-espace vectoriel de dimension n de l’espace vectoriel de toutes
les applications de I dans R.

Preuve: Soit S l’epace des solutions de y 0 = A(t)(y). Si ϕ1 et ϕ2 sont des solutions maximales et λ1 , λ2 ∈ R,
on vérifie immédiatement que λ1 ϕ1 + λ2ϕ2 est aussi une solution, ce qui fait que S est bien un sous-espace
vectoriel de l’espace de toutes les applications de I dans Rn . Choisissons t0 ∈ I et définissons ev : S → Rn
par ev(ϕ) = ϕ(t0), i.e. ev est l’évaluation en t0 . Alors ev est une application linéaire et il suit de 2.12 que
ev est un isomorphisme:
• ev est injective parce que si ϕ1 (t0 ) = ϕ2(t0 ) = y0 , alors ϕ1 et ϕ2 sont deux solutions maximales avec
mêmes conditions initiales et donc coı̈ncident.
• ev est surjective parce que si y0 ∈ Rn il existe ϕ ∈ S avec condition initiale (t0, y0 ), c’est-à-dire que
ev(ϕ) = y0 .
q.e.d.

Une base ϕ1 (t), . . . , ϕn(t) de S est appelée un système fondamental de solutions.

3.2 Proposition. Soit y 0 = A(t)(y) + b(t) une équation linéaire non homogène, A : I → M (n, n, R) et
b : I → Rn continues. Si θ : I → Rn est une solution particulière de cette équation, toute autre solution est
de la forme ϕ(t) + θ(t), où ϕ(t) est une solution de l’équation linéaire homogène associée: y 0 = A(t)(y).

Preuve: Si θ1 (t) est une solution du système non homogène, alors en posant ϕ(t) = θ(t) − θ1 (t) on a
 
ϕ0 (t) = θ0 (t) − θ10 (t) = A(t)(θ(t)) + b(t) − A(t)(θ1 (t)) + b(t) = A(t) (θ(t) − θ1 (t)) = A(t)(ϕ(t))
 III.3 Equations différentielles linéaires 105

ce qui montre que ϕ(t) est solution du système homogène, et θ1 = θ + ϕ.

q.e.d.

Voyons comment trouver les solutions d’un système non homogène à partir d’un système fondamental
ϕ1 , . . . , ϕn de solutions du système homogène (méthode dite de la variation des constantes). Soit Φ(t) : I →
M (n, n, R) la matrice dont la j-ème colonne est le vecteur ϕj (t) :
 
φ1j (t)

 
Φ(t) = ϕij (t) i,j=1,...,n
, où ϕj (t) =  ...  .
ϕn
j (t)

Alors on a:
1) Φ0 (t) = A(t) · Φ(t) (produit matriciel) parce que les ϕi (t) sont des solutions.
 
c1
 .. 
2) Φ(t) est inversible pour tout t ∈ I, car si Φ(t0 )(C) = 0, où C = . ∈ Rn, cela veut dire que
Pn Pn cn
i=1 ci ϕi (t0 ) = 0. Donc i=1 ci ϕi (t) est la solution avec conditions initiales (t0 , 0),
Pntout comme la
solution identiquement nulle. Par unicité des solutions maximales, on a donc que i=1 ci ϕi (t) = 0
∀ t ∈ I et puisque les ϕi (t) sont linéairement indépendantes, on doit avoir ci = 0, i = 1, . . . , n.
On cherche des solutions de la forme θ(t) = Φ(t) · C(t), où C : I → Rn. On a :

θ0 (t) = Φ0 (t) · C(t) + Φ(t) · C 0(t) = A(t) · Φ(t) · C(t) + Φ(t) · C 0 (t)

et on aimerait que
θ0 (t) = A(t)(θ(t)) + b(t)

c’est-à-dire:

A(t) · Φ(t) · C(t) + Φ(t) · C 0 (t) = A(t) · Φ(t) · C(t) + b(t) ⇒ C 0 (t) = Φ(t)−1 · b(t)

Donc C(t) doit être une primitive de l’application Φ(t)−1 · b(t) : I → Rn . En refaisant le chemin à l’envers,
on voit réciproquement que pour toute primitive C(t) de Φ(t)−1 b(t), Φ(t)C(t) est solution de l’équation non
homogène (ajouter une constante C ∈ Rn à une primitive C(t) équivaut à ajouter à θ(t) la solution Φ(t) · C
du système homogène).
106 III – Equations différentielles ordinaires

3.2 Complexification
Soit M (n, n, C) l’espace des n × n matrices à coefficients complexes. On a un isomorphisme d’espaces
vectoriels sur R :
ψ : Cn → R2n , (x1 + iy1 , . . ., xn + iyn ) 7→ (x1, . . . , xn, y1, . . . , yn ) .
Si C : C → C est une application C-linéaire, on en déduit une application R-linéaire CR : R2n → R2n de
n n

sorte que le diagramme suivant commute:

C
Cn −→ Cn
↓ ↓
CR
R2n −→ R2n
c’est à dire: CR = ψ−1 Cψ. En termes de matrices, si C = (αk,` + iβk,` ) et A = (αk,`), B = (βk,`) on vérifie
que:  
A −B
CR = .
B A
D’autre part, on a une inclusion naturelle
M (n, n, R) ⊂ M (n, n, C)
induite par l’inclusion R ,→ C, x 7→ x + i · 0 et donc si l’on a une application R-linéaire A : Rn → Rn , on en
déduit une application C-linéaire AC : Cn → Cn .
Soit I ⊂ R un intervalle ouvert et soit C : I → M (n, n, C) une application continue; on peut regarder
l’équation linéaire correspondante:
y0 = C(t)y .
En passant à CR on voit que l’on peut lui appliquer les résultats du § 3.1 : les solutions maximales sont
définies sur tout I, à valeurs dans Cn , et forment un sous-espace vectoriel de dimension 2n sur R de l’espace
de toutes les applications de I dans Cn . Mais il suit immédiatement du fait que C(t) est C-linéaire que
l’espace des solutions est un espace vectoriel sur C, et il devra donc être de dimension n sur C .
Si ϕ : I → C est une application, on définit sa conjuguée ϕ comme étant l’application qui envoit
t ∈ I sur ϕ(t), c’est-à-dire le complexe conjugué de ϕ(t). On définit de même Re(ϕ) et Im(ϕ) en prenant
respectivement les parties réelles et imaginaires de ϕ(t), t ∈ I.
3.3 Proposition. Soit A : I → M (n, n, R) continue, I ⊂ R un intervalle ouvert et soient S R l’espace des
solutions de y 0 = A(t)y, SC l’espace des solutions de y 0 = AC (t)y. Alors
1) si ϕ ∈ SC , alors ϕ ∈ SC .
2) SR = {ϕ ∈ SC | ϕ = ϕ}.
3) Si ϕ1 , . . ., ϕn ∈ SC forment une C-base de SC , alors les Re(ϕi ), Im(ϕi ), i = 1, . . . , n engendrent SR sur
R
La preuve de cette proposition est immédiate et elle est laissée au lecteur.
3.4 Exemple.
Reprenons l’équation de l’exemple 1.4(2):
   
y10 = −y2 y1 0 −1
, soit y0 = A(y) où y = ,A= .
y20 = y1 y2 1 0
 
i
Puisque dét(A − λI) = λ2 + 1, A admet ±i comme valeurs propres. On vérifie que v = est un vecteur
1
propre de valeur propre i : A(v) = i · v. Il en suit que φ(t) = eit · v est solution; en effet :

0
eit · v = ieit · v = A(eit · v) .
   
it −sin(t) it cos(t)
Donc Re(e v) = et Im(e v) = sont solutions réelles, et on vérifie qu’elles sont
cos(t) sin(t)
linéairement indépendantes; elles forment donc une base des solutions réelles de l’équation.
 III.3 Equations différentielles linéaires 107

3.3 Equation linéaire d’ordre n à coefficients constants

Il s’agit de l’équation:

(3-1) x(n) + a1 x(n−1) + · · · + an x = 0 , ai ∈ R ou ai ∈ C .

On ramène cette équation d’ordre n à un système d’équations d’ordre 1 par la procédé général décrit au §1.
On pose:
y1 = x , y2 = x0 , yn = x(n−1)
et on obtient le système équivalent:

y10 = y2 , y20 = y3 , . . . , yn−1 0

= yn
0
yn = −a1 yn − a2yn−1 − · · · − any1

soit, sous forme matricielle:

 
0 1 0 ... 0
 0 0 1 ... 0 
 . .. .. .. 
(3-2) y0 = A y , A=
 .
. . . . 
 .
 0 ··· 0 1 
−an ··· −a1

Si ϕ(t) = (ϕ1 (t), . . . , ϕn(t)) : R → Rn , respectivement ϕ : R → Cn , est une solution de (3-2) avec condition
initiales ϕ(t0 ) = y0 = (y01 , . . . , y0n), alors la première composante ϕ1 (t) de ϕ(t) est solution de l’équation de
départ (3-1), et les conditions initiales peuvent s’écrire:

ϕ1 (t0) = y01 , ϕ01(t0 ) = y02 , . . . , ϕ(n−1) = y0n .

Les solutions forment donc encore un espace vectoriel de dimension n (respectivement sur R ou C). Aussi,
on peut parler de la complexifiée de l’équation (3-1) dans le cas où ai ∈ R, ce qui revient à regarder les ai
comme des complexes à partie imaginaire nulle.
A une équation du type (3-1) on associe le polynôme à coefficients réels (respectivement complexes):

p(λ) = a1 λn + a2 λn−1 + · · · + an

que l’on appelle polynôme caractéristique de l’équation. On voit facilement que p(λ) = dét(A − λI), où A
est la matrice de (3-2) et I denote la matrice de l’identité. Que l’on soit dans le cas a i ∈ R ou ai ∈ C, on
considère les racines complexes distinctes λi ∈ C, i = 1, . . ., m et on dénote par αi la multiplicité de λi . On
aura alors:
p(λ) = (λ − λ1 )α1 · · · (λ − λm )αm , λi ∈ C , α1 + · · · + αm = n .
Le théorème suivant donne une description complète des solutions de l’équation (3-1) (ou de sa complexifiée)
à partir des racines du polynôme caractéristique et de leur multiplicité.

3.5 Théorème. Supposons que le polynôme caractéristique p(λ) de l’équation

x(n) + a1 x(n−1) + · · · + an x = 0 s’écrive sous la forme

p(λ) = (λ − λ1)α1 · · · (λ − λm )αm , λi ∈ C , λi 6= λj pour i 6= j .

Alors les n fonctions

t j e λi t , 0 ≤ j ≤ αi − 1 , i = 1, . . . , m
forment une base du C-espace vectoriel des solutions de l’équation.
108 III – Equations différentielles ordinaires
Pk `
Preuve: A tout polynôme q(λ) = `=0 b` λ on peut associer une application linéaire q(D) de l’espace
C ∞ (R, C) des applications C ∞ de R dans C, dans lui-même, en posant:

k
X
q(D)(ϕ) = b` ϕ(`) .
`=0

Si l’on désigne encore par D : C ∞ (R, C) → C ∞ (R, C) l’opération de dérivation, on peut encore écrire q(D) =
Pk ` 0
`=0 b` D , où D = I = identité. On voit que D · q(D) = q(D) · D, et de là on déduit que si r(λ) est un
autre polynôme, q(D)r(D) = r(D)q(D). En particulier, pour tout i = 1, . . ., m on peut écrire:
Y
p(D) = qi(D)(D − λi I)αi , où qi(λ) = (λ − λj )αj .
j6=i

Notre équation peut s’écrire:

p(D)(x) = 0 .
Vérifions que les fonctions tj eλi t , 0 ≤ j ≤ αi − 1 sont solutions de l’équation. Du fait que

(D − λi I)(tj eλi t ) = jtj−1 eλi t + tj λi eλi t − λi tj eλi t = jtj−1eλi t si j ≥ 1

et (D − λi I)(eλi t) = λi eλi t − λi eλi t = 0 on déduit que

(D − λi I)αi (tj eλi t ) = 0 si j ≤ αi − 1

et donc
p(D)(tj eλi t) = qi(D)(D − λi I)αi (tj eλi t) = 0 si j ≤ αi − 1 .
Reste à voir que les tj eλP
it
, 0 ≤ j ≤ αi − 1, i = 1, . . ., m sont linéairement indépendantes, c’est-à-dire que s’il
existe ai,j ∈ C tels que 0≤j<αi , 1≤i≤m ai,j tj eλi t = 0, alors ai,j = 0 ∀ i, j. Or
X X
ai,j tj eλi t = Pi(t)eλi t
0≤j<αi , 1≤i≤m 1≤i≤m

P
où les Pi(t) = 0≤j<αi ai,j tj sont des polynômes. L’indépendance linéaire de ces solutions résultera donc
du lemme ci-dessous.
q.e.d.

3.6 Lemme. Soient λ1 , . . ., λk ∈ C, λi 6= λj si i 6= j, et soient Pi(t) des polynômes à coefficients dans C.

Si
k
X
Pi (t)eλi t ≡ 0
i=1

alors Pi (t) ≡ 0 pour tout i = 1, . . ., k.

Preuve: Par induction sur k. Si k=1, l’égalité

P1(t)eλ1 t ≡ 0

entraı̂ne P1 (t) ≡ 0, parce l’exponentielle ne s’annulle jamais.

Supposons k > 1 et montrons que si le résultat est vrai pour k − 1 il l’est aussi pour k. Dans l’égalité

k
X
Pi (t)eλi t ≡ 0
i=1
 III.3 Equations différentielles linéaires 109

divisons par eλ1 t. On obtient:

k
X
(3-3) P1 (t) + Pi(t)eµi t ≡ 0
i=2

où µi = λi − λ1 , i = 2, . . . , k. On a que µi = 6 0, i = 2, . . ., k et µi − µj 6= 0 si i 6= j. En dérivant (3-3) on

obtient:
Xk
P10 (t) + (µi Pi (t) + Pi0(t))eµi t ≡ 0
i=2

et en dérivant `-fois on obtient une égalité de la forme:

k
X
(`)
(3-4) P1 (t) + (µ`i Pi(t) + Qi (t))eµi t ≡ 0
i=2

où Qi(t) est un polynôme de degré strictement inférieur au degré de Pi (t) si Pi 6≡ 0. Si l’on prend ` =
degré(P1) + 1 on aura que P1 (t)(`) ≡ 0 et il suit alors de (3-4) et de l’hypothèse d’induction que

µ`i Pi(t) + Qi (t) ≡ 0 , i = 2, . . . , k

Puisque Qi doit être de degré strictement inférieur au degré de Pi , on a que Pi ≡ 0, i = 2, . . ., k, et en

remplaçant dans (3-4) on voit que P1 ≡ 0.
q.e.d.

3.7 Remarque. Le théorème 3.5 nous donne en fait les solutions à valeurs dans C de l’équation, même si
l’on est dans le cas où les coefficients ai sont réels. Dans ce cas on peut trouver une base de l’espace vectoriel
SR des solutions réelles de la manière suivante; si les ai sont réels, les racines du polynôme caractéristique
peuvent être énumérées ainsi :
λ1 , λ1 , . . . , λk , λk , λk+1 , . . . , λh
avec λi 6= λi, i = 1, . . ., k, et λi ∈ R, i = k + 1, . . . , h. On pose encore αi = multiplicité de λi , et on remarque
que la multiplicité de λ est égale à la multiplicité de λ, de sorte que

n = 2(α1 + · · · + αk ) + αk+1 + · · · + αh .

On sait d’après 3.3 que SR est engendré par


Re(tj eλi t) , Im(tj eλi t) 

k i = 1, . . . , k , 0 ≤ j ≤ αi − 1


j λi t j λi t j λi
Re(t e ) , Im(t e ) = −Im(t e )

et t j e λi t i = k + 1, . . ., h .
Il suffit donc de prendre les n fonctions

Re(tj eλi t ) , Im(tj eλi t ) , i = 1, . . ., k , 0 ≤ j ≤ αi − 1

teλi t , i = k + 1, . . . , h , 0 ≤ j ≤ αi − 1

pour engendrer SR ; comme cet espace est de dimension n, cette dernière liste de fonctions est une base de
l’espace vectoriel SR .
110 III – Equations différentielles ordinaires

3.8 Définition. Soit λ ∈ C. On appelle quasi-polynôme de degré ` et d’exposant λ toute fonction de la

forme P (t)eλt, où P (t) est un polynôme de degré au plus ` à coefficients complexes. On denote par Q `λ le
C-espace vectoriel de ces fonctions.

On parle de quasi-polynôme réel si λ et les coefficients de P (t) sont réels.

Notons que Q`λ admet comme base les `+1 fonctions: eλt, teλt , . . ., t` eλt. Le théorème suivant permet de
ramener la construction d’une solution particulière d’une équation linéaire d’ordre n dont le second membre
est un quasi-polynôme à la résolution d’une équation (algébrique) linéaire.

3.9 Théorème. L’équation

(3-5) x(n) + a1x(n−1) + · · · + anx = eλtb(t)

où b(t) est un polynôme de degré ` a pour solution particulière un unique quasi-polynôme de la forme

tν c(t)eλt

où c(t) = c0 + c1 · t + · · · + c` · th est un polynôme de degré ` et ν est la multiplicité de λ en tant que racine
du polynôme caractéristique de l’équation (3-6): p(t) = t n + a1tn−1 + · · · + an (si λ n’est pas une racine de
p(t), on pose ν = 0). Plus précisément, l’equation linéaire

p(D)(tν c(t)eλt ) = eλt b(t) ,

dans laquelle les inconnues sont les ` + 1 coefficients c0, . . . , c` de c(t), est de rang maximum.

Ce theorème est une conséquence immédiate du lemme suivant:

3.10 Lemme. L’application linéaire

p(D) : Q`λ+ν → Q`λ
est surjective et son noyau est:
 
ν−1
X 
Ker(p(D)) = cj tj eλt 0 ≤ j ≤ ν − 1 , ci ∈ C .
 
j=0

Preuve: Puisque

(3-6) j λt
D(t e ) = tj−1eλt + tj λeλt si j > 0
λeλt sinon

on a bien que p(D) envoit Q`λ dans lui-même.

Supposons d’abord que p(λ) 6= 0 et essayons de décrire la matrice de p(D) : Q`λ → Q`λ dans la base
e , teλt , . . ., t` eλt. Il suit de (3-6) que la matrice de D s’écrit:
λt

 
λ ∗ ··· ∗
 . 
 0 .. ∗
D=. . . 
 .. . . .. 
0 ··· 0 λ
d’où on voit que  
λi ∗ ··· ∗
 .. 
 0 . ∗
Di =  .. .. .. 
 . . . 
0 ··· 0 λi
 III.3 Equations différentielles linéaires 111

et donc
 
p(λ) ∗ ··· ∗
 .. 
 0 . ∗ 
p(D) =  .. .. .. 
 . . . 
0 ··· 0 p(λ)

Il s’en suit que dét(p(D)) 6= 0, et donc p(D) est un isomorphisme, ce qui démontre le lemme dans ce cas.
Si ν > 0, on peut écrire p(D) = q(D)(D − λI)ν , où q(t) est un polynôme de degré n − ν, avec q(λ) 6= 0.
D’après la première partie de cette preuve, q(D) est un isomorphisme, et il suit de 3.5 que le noyau de
(D − λI)ν est engendré par les eλt , 0 ≤ j ≤ ν − 1. Puisque p(D) = q(D)(D − λI)ν et que q(D) est un
isomorphisme, le noyau de p(D) et celui de (D − λI)ν coı̈ncident, et le lemme en suit aussitôt.
q.e.d.

3.11 Exemple.
Considérons l’équation

(3-7) y00 − y = tet .

Ici λ = 1, p(t) = t2 − 1 et p(1) = 0, avec ν = 1. D’après 3.9 on a une solution particulière φ(t) de la forme:

φ(t) = tet (c0 + c1 t)

On a:    
φ0 (t) = et c0 + 2c1 t + c1 t2 et φ00(t) = et 2c0 + 2c1 + (c0 + 4c1)t + c1t2 .

En remplaçant dans (3-7) on obtient le système de 2 équations linéaires:

4c1 = 1 , 2c0 + 2c1 = 0

d’où l’on tire que c0 = 1/4, c1 = −1/4 et donc φ(t) = tet (t − 1)/4. Pour avoir le système complet des
solutions, il faut ajouter à φ(t) une solution quelconque de l’équation homogène y 00 − y = 0.
112 III – Equations différentielles ordinaires

3.4 Systèmes linéaires à coefficients constants

Considérons l’équation
(3-8) y0 = A(y)

où A ∈ M (n, n, R ou M (n, n, C). Soit ϕ : R → Rn (resp. Cn ) une solution et supposons qu’elle soit
indéfiniment dérivable. En dérivant (3-8) et en substituant on obtient:
ϕ00 (t) = A(ϕ0 (t)) = A(A(ϕ(t)) = A2 (ϕ(t))
..
.
ϕ(k) (t) = Ak (ϕ(t))

où Ak = A
| ·{z
· · A} est le produit matriciel de A k-fois avec elle-même. La série de Taylor de ϕ(t) en t 0 s’écrit
k−fois
donc, en posant ϕ(t0 ) = y0 :
1 2 1
y0 + A(y0 )(t − t0) + A (y0 )(t − t0 )2 + · · · + Ak (y0 )(t − t0)k + · · ·
2! k!
ce qui ressemble à la série de Taylor d’une exponentielle (c’est même exactement le cas pour n = 1). Ceci
nous incite à généraliser la fonction exponentielle comme suit.
3.12 Proposition. Soit A ∈ M (n, n, C). La suite
1 2 1
sk (A) = I + A + A + · · · + Ak
2! k!
converge dans M (n, n, C), uniformément sur toute boule {A | kAk ≤ r}.
k
Preuve: Supposons que kAk ≤ r. Puisque Ak ≤ kAk , on a:
k+`
X
1 1 1 h
(3-9) ksk+` − sk k ≤ kAkk + · · · + kAkk+` ≤ r .
k! (k + `)! h!
h=k
P∞ 1 h
Or la série de nombre réels h=0 h! r converge vers l’exponentielle ordinaire er , donc elle satisfait la condition
de Cauchy:
k+`
X 1 h
∀ ε > 0, ∃Kε tel que k ≥ Kε ⇒ r <ε ∀` ≥ 0
h!
h=k

et en remplaçant dans (3-9) :

∀ε > 0, ∃Kε tel que k ≥ Kε ⇒ ksk+` (A) − sk (A)k < ε ∀` ≥ 0

ce qui veut dire que sk (A) satisfait la condition d’être une suite de Cauchy uniformément en A, pour kAk ≤ r.
Puisque M (n, n, C) est complet (comme tout espace vectoriel normé de dimension finie), le résultat en suit
aussitôt.
q.e.d.
La proposition précédente nous autorise à poser:
∞
X 1 h
eA = lim sk (A) = A
k→∞ h!
h=0

et cela définit une application

e : M (n, n, C) → M (n, n, C) , A 7→ eA
que l’on appelle exponentielle de matrices. Notons que si A ∈ M (n, n, R), alors eA ∈ M (n, n, R).
 III.3 Equations différentielles linéaires 113

3.13 Exemples.
 
A 0
(1) Soient A ∈ M (m, m, C) et B ∈ M (n, n, C), et considérons la matrice de M (m + n, m + n, C) : .
0 B
On vérifie aisément que
 k  
A 0 Ak 0
=
0 B 0 Bk
et de là il suit que  
A 0  
0 B eA 0
e = .
0 eB
On en déduit que si λ1 , . . ., λn ∈ C, l’exponentielle de la matrice diagonale :
 
λ1 0 ...
 .. .. 
 0 . .
.. ..
. . λn

est égale à  
e λ1 0 ... 0
 .. .. .. 
 0 . . . 
 .. .. .. 
 . . . 0 
0 . . . 0 e λn
 
0 1
(2) Soit A = . On vérifie que A2 = 0, et donc
0 0
     2  
1 0 0 1 0 1 1 1
eA = + + +0 + · · · = .
0 1 0 0 0 0 0 1
| {z }
=0

De même, si N ∈ M (n, n, C), et N k = 0, alors

1
eN = I + N + · · · + N k−1 .
(k − 1)!

Dans l’exemple (1) on voit que l’exponentielle d’une matrice diagonale se ramène à l’exponentielle ordinaire.
Dans l’exemple (2) il en va tout autrement : l’exponentielle d’une matrice nilpotente (i.e. dont une puissance
est nulle) se calcule par un nombre fini d’opérations d’addition et multiplication.
Une propriété importante de l’exponentielle ordinaire est de transformer la somme en produit: e a+b =
a b
e e . Cela reste vrai si on remplace a et b par des matrices A et B qui commutent (mais ce n’est pas vrai
en général, voir plus loin l’exemple 3.18) :

3.14 Proposition. Soient A , B ∈ M (n, n, C) et supposons que

AB = BA .

Alors
eA+B = eA eB .

L’essentiel de la preuve est contenu dans le lemme suivant, de nature plutôt technique :
114 III – Equations différentielles ordinaires

3.15 Lemme. Soient {Ai}i=0,...,∞ et {Bj }j=0,...,∞ , Ai , Bj ∈ M (n, n, C) deux suites de matrices. Alors si
∞
X ∞
X
kAi k < ∞ et kBj k < ∞
i=0 j=0
on a que
∞
! ∞ 
∞
 
X X X X
Ai  Bj  =  Ai Bj  .
i=0 j=0 k=0 i+j=k

Preuve: Posons  
n
X X X
Wn =  Ai Bj  et wk = kAi k kBj k .
k=0 i+j=k i+j=k

Puisque
n n n
! n 
∞
! ∞ 
X X X X X X X
wk = kAi k kBj k ≤ kAi k  kBj k ≤ kAi k  kBj k < ∞
k=0 k=0 i+j=k i=0 j=0 i=0 j=0

la suite Wn converge. D’autre part :

n
! n 
X X X X
W2n − Ai  Bj  = Ai Bj ≤ kAi k kBj k
i=0 j=0 i,j>n i,j>n
i+j≤2n i+j≤2n
X X
0
≤ kAi k kBj k − kAi k kBj k = W2n − Wn0
i+j≤2n i+j≤n
Pn
où Wn0 = k=0 wk . Mais 0
limn→∞ (W2n Wn0 )
= 0 puisque Wn0 converge. Comme
− PWn converge,
 W2n et Wn
P∞ ∞
ont même limite lorsque n → ∞, et on en déduit que limn→∞ Wn = ( i=0 Ai ) B
j=0 j .
q.e.d.
Preuve de 3.14. Pour commencer calculons (A + B)2 :
(A + B)2 = (A + B)(A + B) = A2 + AB + BA + B 2
et puisque AB = BA par hypothèse, on a que (A + B)2 = A2 + 2AB + B 2 , (mais si AB 6= BA cette formule
est fausse! – voir exemple 3.18). En fait, la formule usuelle du binôme de Newton se généralise, en procédant
par induction sur k et en utilisant que AB = BA:
X k  
k k
(A + B) = Ap B k−p
p=0
p


où kp = p!(k−p)!
k!
. Or d’après 3.15 :
∞
! ∞ ! ∞ X ∞ ∞
X Ap X Bq X Ap B q X 1 X Ap B q X 1
= = k! = (A + B)k
p=0
p! q=0
q! p! q! k! p! q! k!
k=0 p+q=k k=0 p+q=k k=0
A B A+B
et donc e e = e .
q.e.d.

3.16 Corollaire. La matrice eA est inversible, ∀ A ∈ M (n, n, C).

En effet, A et −A commutent, donc:
eA e−A = eA−A = e0 = I .
Par un changement linéaire de coordonnées on peut parfois ramener une matrice à une matrice dont
l’exponentielle est plus simple à calculer (par exemple une matrice diagonale), le lemme suivant nous sera
utile.
 III.3 Equations différentielles linéaires 115

3.17 Lemme. Si S ∈ M (n, n, C) est inversible,

−1
S eA S −1 = eSAS ∀ A ∈ M (n, n, C) .

Preuve: En effet:
 

−1 1 k 1
S e A
S = S I + A + · · · + A + · · · S −1 = SIS −1 + SAS −1 + · · · + SAk S −1 + · · ·
k! k!

et puisque (SAS −1 )k = SAS −1 SAS −1 · · · SAS −1 = SAk S −1 ,

1
k −1
S eA S −1 = I + SAS −1 + · · · + SAS −1 + · · · = eSAS ,
k!
q.e.d.

3.18 Exemple.  
1 1
On veut calculer l’exponentielle de la matrice A = . On voit tout de suite que 1 et 2 sont des
0 2    
1 1
valeurs propres de A, et on calcule que les vecteurs propres correspondants sont et . On pose
  0 1
1 1
alors S = et on a:
0 1  
1 0
S −1 AS =
0 2
et donc
    1 0
   
−1 1 1 1 −1 e e2 − e
eA = S eS AS
S −1 = e 0 2
= .
0 1 0 1 0 e2

Notons que
            
1 0 0 1 1 0 0 1
e 0 1 1 e e +
0 2 0 0 0 2 0 0
e e = = 6= e
0 e2 0 1 0 e2

ce qui montre que l’hypothèse AB = BA dans 3.14 est bien nécessaire.

Le prochain résultat généralise la formule de dérivation de l’exponentielle ordinaire: (e at )0 = aeat .

3.19 Théorème. Soit A ∈ M (n, n, C) et t, t0 ∈ R. On a:

d tA

(3-10) e t=t = et0 A A = Aet0 A .
dt 0

Preuve: Soit h ∈ R, h 6= 0. Alors puisque t0 A et hA commutent, d’après 3.13 e(t0 +h)A = et0 A ehA et donc:
 hA  2
!
e(t0 +h)A − et0 A t0 A e −I t0 A I + hA + h2! A2 + · · · − I
=e =e
h h h
  2 
A
= e t0 A A + h + ··· → et0 A A si h → 0
2!
116 III – Equations différentielles ordinaires

et enfin, puisque A et t0 A commutent, et0 A et A commutent aussi.

q.e.d.

3.20 Corollaire. La solution maximale de l’equation y 0 = Ay ayant pour conditions initiales (t0, y0 ) a
pour expression:

(3-11) ϕ(t) = e(t−t0 )A (y0 )

Preuve: En effet, si l’on dérive le membre de droite de (3-11) en utilisant (3-10) on obtient:

ϕ(t)0 = e(t−t0)A (A(y0 )) = Ae(t−t0 )A (y0 ) = A(ϕ(t))

et d’autre part ϕ(t0) = e0A (y0 ) = I(y0 ) = y0

q.e.d.

La résolution de y 0 = A(y) se ramène donc au calcul d’une exponentielle de matrice.

3.21 Exemple.
Considérons l’équation  
0 2
y0 = (y)
1 1
 
0 2
Les valeurs propres de la matrice A = sont les racines du polynôme dét(A − λI) = λ2 − λ − 2,
1 1    
2 1
c’est-à-dire λ1 = −1 et λ2 = 2. Les vecteurs propres correspondants sont et , donc si l’on
−1 1  
      −1 0
2 1 −1 0 1 −1 (t−t 0 )
pose S = , on aura que S −1 AS = , où S −1 = 13 . Puisque e 0 2
=
 −(t−t ) −1 1  0 2 1 2
e 0
0
la solution générale de l’équation de départ aura pour expression
0 e2(t−t0)
   
−1 0
(t−t0 )
0 2 −1 1 (2e−(t−t0) + e2(t−t0) )y01 + 2(−e−(t−t0 ) + e2(t−t0) )y02
Se S (y0 ) = · · · = .
3 (−e−(t−t0 ) + e2(t−t0) )y01 + (e−(t−t0 ) + 2e2(t−t0) )y02

Le théorème d’algèbre linéaire qui suit est utile pour calculer l’exponentielle d’une matrice; nous
l’admettrons, sans démonstration.

3.22 Théorème de décomposition. Soit A ∈ M (n, n, C) et soient λ1 , . . . , λk ∈ C ses valeurs propres

distinctes, ni la multiplicité de λi , de sorte que le polynôme caractéristique de A s’écrit :
Y
pA (λ) = dét(A − λI) = (−1)n (λ − λi )ni
i=1,...,k

et n1 + · · · + nk = n. Posons :

Vi = Ker(A − λi )ni , i = 1, . . ., k .

Alors on a :
i) Les Vi sont invariants par A : si v ∈ Vi , alors A(v) ∈ Vi .
 III.4 Equations différentielles linéaires 117

ii) Vi est de dimension ni et Vi ∩ Vj = {0}, pour i 6= j, de sorte que

M
Cn = Vi
i=1,...,k

Il en suit que si l’on choisit une base e1 , . . . , en de Cn de sorte que e1 , . . . , en1 soit une base de V1,
en1 +1 , . . . , en1+n2 une base de V2 , et ainsi de suite, la matrice de l’application linéaire associée à A dans cette
base s’écrit :  
A1 0 · · · 0
 .. .. 
 0 . . 0 
 . . 
 .. .. ... 0 
0 · · · 0 Ak
où Ai est la matrice de A|Vi : Vi → Vi . Posons Ni = Ai − λi I, de sorte que A = λi I + Ni , et Nini = 0; on a :
 
e(t−to)A1 0 ··· 0
 .. .. 
 0 . . 0 
e(t−t0)A =  .. .. .. 
 . . . 0 
(t−t0 )Ak
0 ··· 0 e

et puisque λi I et Ni commuttent :
 
(t − t0 )ni −1 ni −1
e(t−t0 )Ai = e(t−t0 )λi I + tNi + · · · + Ni .
(ni − 1)!

Si v = v1 + · · · + vk ∈ Cn , avec vi ∈ Vi , la solution de l’équation y 0 = A(y) avec condition initiale (t0 , v)

s’écrit donc sous la forme :
k
X   Xk
(t−t0 )λi (t − t0 )ni −1 ni −1
ϕ(t) = e I + tNi + · · · + Ni (vi ) = e(t−t0 )λi Pi(t)
i=1
(ni − 1)! i=1

où Pi(t) est un polynôme en t de degré au plus ni − 1, à coefficients des vecteurs de Vi .

Plus précisément, on a démontré le résultat suivant :

3.23 Théorème. Les solutions de l’équation y 0 = A(y) sont de la forme :

k
X
ϕ(t) = e(t−t0)λi Pi (t)
i=1

où Pi (t) est un polynôme à coefficients des vecteurs de Vi de degré exactement :

n o
degré(Pi(t)) = inf `i ≥ 1 Ni`i = 0 − 1 .

Ce degré est au plus égal à la multiplicité de λi moins 1.

118 III – Equations différentielles ordinaires

4. Equations non linéaires : stabilité

Soit ξ : U → Rn un champ de vecteurs C ∞ . On dit que x0 ∈ U est un point d’équilibre, ou point
critique, si ξ(x0 ) = 0, auquel cas l’application constante ϕ : R → U , ϕ(t) = x0 est solution de l’équation
différentielle associé au champ ξ : ϕ0 (t) = 0 = ξ(ϕ(t)).

4.1 Définition. On dit que le point d’équilibre x0 du champ de vecteurs ξ est stable si pour tout R > 0
tel que B(x0 , R) ⊂ U il existe r(R), avec 0 < r(R) ≤ R, tel que si ϕ : I → U est une solution maximale de
l’équation associée au champ ξ telle que il existe t0 ∈ I avec kϕ(t0 ) − x0k ≤ r, alors kϕ(t) − x0 k ≤ R pour
tout t ≥ t0 .
Si c’est le cas, alors il suit du théorème 2.13 que I ⊃ [t0, +∞[.
On dit que x0 est un point d’équilibre asymptotiquement stable si de plus il existe r0, avec 0 < r0 ≤ R
tel que si ϕ : I → U est une solution maximale et il existe t0 ∈ I tel que kϕ(t0 ) − x0 k ≤ r0, alors

lim (ϕ(t)) = x0
t→+∞

Dans le cas d’un champ de vecteurs linéaire ξ(x) = A(x) sur Cn , A ∈ M (n, n, C), l’origine est toujours un
point d’équilibre : ξ(0) = A(0) = 0. On déduit immédiatement du théorème 3.23 :

4.2 Théorème. Soit A ∈ M (n, n, C) et soient λi , i = 1, . . . , k les valeurs propres ditinctes de A, ni,
i = 1, . . ., k leur multiplicités. Alors :
i) le point critique 0 ∈ Cn est asymptotiquement stable ⇔ Re(λi ) < 0, ∀ i = 1, . . ., k
ii) le point critique 0 ∈ Cn est stable ⇔ Re(λi ) ≤ 0, ∀ i = 1, . . ., k et si Re(λi ) = 0, alors l’espace propre
associé à λi est de dimension ni .
√
Preuve: Rappelons que si z = x + iy, x, y ∈ R et i = −1, alors |ez | = ex .
Soit ϕ(t) la solution maximale de condition initiale (0, x0), avec x0 = v1 + · · · + v − k, vi ∈ Vi =
Ker(A − λi I)ni . D’après 4.3 :
k
X
kϕ(t)k ≤ eRe(λi )·t kPi (t))k .
i=1

Si Re(λi ) < 0 ∀ i = 1, . . ., k cette expression tend vers 0 pour t → ∞, car l’exponentielle domine tout
polynôme pour t → ∞; on a donc stabilité asymptotique. Si Re(λi ) ≤ 0, et Re(λj ) = 0 ⇒ l’espace propre
associé à λj est de dimension égale à la multiplicité de λj , alors lj = 0 et Pj (t) = vj , donc cette expression
est bornée par
Xk
kvi k
i=1

pour t assez grand et on en déduit que 0 est un point critique stable.

S’il existe j avec Re(λj ) ≥ 0, prenons vj ∈ Vi \{0}, et soit ϕ(t) la solution maximale de condition initiale
(0, vj ). Alors
kϕ(t)k = eRe(λi )·t kPj (t)k ≥ kPj (t)k , t ≥ 0

et comme vj 6= 0, Pj (t) = vj +· · · 6≡ 0, ce qui fait que kϕj (t)k ne tend pas vers 0 pour t → ∞, donc on ne peut
avoir stabilité asymptotique. Si l’espace propre de λj est de dimension strictement inférieur à la mutiplicité
de λj , il existe vj ∈ Vj qui n’est pas vecteur propre, et dans ce cas Pj (t) = vj + t (A − λj I)(vj ) + · · ·, ce qui
| {z }
6=0
fait que kϕ(t)k ≥ kPj (t)k → ∞ si t → ∞, donc on n’a pas stabilité.
q.e.d.

Dans le cas n = 2, on a examiné au § II.1.2 tous les comportements possibles de champs de vecteurs
linéaires, qui confirment le théorème ci-dessus.
 III.4 Equations non linéaires : stabilité 119

Un exemple non linéaire est fourni par l’équation de Lotke-Volterra, ou équation prédateurs-proies,
qui décrit l’évolution de deux espèces d’êtres vivants en cohabitation, l’une (les proies – par exemple des
lapins) ayant à disposition autant de nourriture que nécessaire, l’autre (les prédateurs – par exemple des
renards) se nourrissant exclusivement de la première espèce. Si x(t) et y(t) décrivent le nombre d’individus
de la première, respectivement la deuxième espèce, une bonne approximation de l’évolution est décrite par
le système d’équations :
 0
x = x(a − by)
(4-1) , a, b, c, d > 0 .
y0 = −y(c − dx)
En effet, en absence de l’autre espèce, la première croı̂trait avec un taux positif : x 0 = ax; mais ce taux est
diminué proportionellement au nombre de prédateurs, d’où x0 = x(a − by). D’autre part, si les prédateurs
sont seuls, il dépérissent avec un taux constant : y 0 = −cy; par contre, en présence des proies ce taux est
augmenté proportionellement à leur nombre, d’où y 0 = y(−c + dx).
Les seules conditions initiales qui ont un sens sont dans le premier cadran. A part (0, 0), le seul point
critique est P = (c/d, a/b). L’équation (4-1) n’admet pas de solution explicite; par contre, elle admet une
intégrale première, c’est-à-dire une fonction qui est constante sur les trajectoire. En effet, si ϕ(t = (x(t), y(t))
est une solution, alors
x0 (t) = x(t)(a − by(t)) , y 0 (t) = −y(t)(c − dx(t))
0
   
x (t) x(t) a − by(t) c 0 a
⇒ = ⇒ − d x (t) = − + b y0 (t)
y0 (t) c − dx(t) −y(t) x(t) y(t)
et en intégrant des deux cotès de la dernière égalité on obtient que :
c · log(x(t) − d · x(t) = −a · log(y(t)) + b · y(t) + C
où C est une constante qui dépend de la trajectoire. En d’autre termes, la fonction
F (x, y) = c · log(x) − d · x + a · log(y) − b · y
est constante sur les trajectoire. D’autre part, on calcule que dFP = 0 et que la matrice des deuxièmes
dérivées partielles en P s’écrit :  d2 
−c 0
2
0 − ba
On peut déduire de là que la fonction F elle-même, après changement de coordonnées au voisinage de P
de la forme x0(x), y0 (y), s’écrit : −(x0 − c/d)2 − (y0 − a/b)2 ; on voit ainsi que les ensembles F = C sont
difféomorphes à des cercles concentriques.

1.4

1.2

y
1

0.8

0.8 1 1.2 1.4

x

Figure III.9 – Trajectoires de l’équation prédateur-proie, avec a = b = c = d = 1

V. Volterra, Leçons sur la théorie mathématique de la lutte pour la vie, Gauthier-ViIlars, Paris, 1931
120 III – Equations différentielles ordinaires

Dans les deux paragraphes suivants nous allons établir des méthodes pour examiner la stabilité de points
critiques de champs de vecteurs non nécessairement linéaires.

4.1 Méthode directe de Liapounov (1892)

4.3 Définition. Soit x0 ∈ U , U ⊂ Rn un ouvert, f : U → R une fonction continue, avec f(x0 ) = 0. On

dit que :
i) f est définie positive (respectivement négative) si f(x) > 0 (respectivement f(x) < 0) ∀ x ∈ U , x 6= x 0
ii) f est semi-définie positive (respectivement négative) si f(x) ≥ 0 ∀ x ∈ U (respectivement f(x) ≤ 0).

Soit maintenant ξ : U → Rn un champ de vecteurs, avec ξ(x0) = 0. Si L : U → R est une fonction de classe
C 1 , on définit une nouvelle fonction Lξ : U → R, appelée dérivée de L dans la direction ξ, par :
n
X ∂L
Lξ (x) = dLx(ξ(x)) = (x) · ξi (x) .
∂xi
i=1

4.4 Définition. On dit que L : U → R, de classe C 1 , est une fonction de Liapounov pour ξ si L(x0 ) = 0
et :
i) L(x) est définie positive
ii) Lξ (x) est semi-définie négative.

Remarquons que si L est une fonction de Liapounov pour ξ, et ϕ(t) une trajectoire de ξ, alors :
0
(L(ϕ(t))) = Lξ (ϕ(t)) ≤ 0

et donc L(ϕ(t)) est décroissante. Si de plus Lξ (x) est définie négative, alors L(ϕ(t)) est strictement
décroissante.

4.5 Théorème de stabilité. Soit ξ : U → Rn un champ de vecteurs, x0 ∈ U , ξ(x0) = 0, et soit L une

fonction de Liapounov pour ξ. Alors :
i) x0 est un point d’équilibre stable de ξ
ii) si de plus Lξ (x) est défini négative, alors x0 est asymptotiquement stable.

Preuve: Soit R > 0 tel que B(x0, R) ⊂ U et soit CR = {x ∈ Rn | kx − x0k = 0}. Posons :

m = inf {L(x) | x ∈ CR } .

Puisque L est continue et L(x0 ) = 0, il existe r(R) tel que

kx − x0k ≤ r(R) ⇒ L(x) < m .

Si ϕ(t) est une trajectoire de ξ, et kϕ(t0 ) − x0 k ≤ r(R), alors L(ϕ(t0 )) < m, et donc L(ϕ(t)) ≤ L(ϕ(t0 )) < m,
∀ t ≥ t0 . Donc ϕ(t) ∈
/ CR pour t ≥ t0 , et alors kϕ(t) − x0k < R pour t ≥ t0 , ce qui montre que x0 est stable.
Pour ii), montrons d’abord que L(ϕ(t)) → 0 pour t → ∞. Puisque L(ϕ(t)) ≥ 0 décroit, on peut
poser ` = limt→∞ L(ϕ(t)). Si ` > 0, soit r 0 ≤ r, r0 ≥ 0, tel que kx − x0k ≤ r0 ⇒ L(x) < `; alors
r0 ≤ kϕ(t) − x0k ≤ R pour t ≥ t0 . Soit :

µ = −sup {Lξ (x) | r0 ≤ kx − x0 k ≤ R}

de sorte que Lξ (x) ≤ −µ si r0 ≤ kx − x0k ≤ R. Puisque Lξ (x) est définie négative, µ > 0. Alors pour t ≥ t0 :
Z t
L(ϕ(t)) = L(ϕ(t0 )) + Lξ (ϕ(s)) ds ≤ L(ϕ(t0 )) − µ(t − t0 )
t0 | {z }
≤−µ
 III.4 Equations non linéaires : stabilité 121

mais L(ϕ(t0 )) − µ(t − t0) < 0 pour t assez grand, ce qui contredit que L est définie positive. Montrons enfin
que :
lim L(ϕ(t)) = 0 =⇒ lim ϕ(t) = x0 .
t→∞ t→∞

Soit ε > 0 et posons

mε = inf {L(x) | ε ≤ kx − x0k ≤ R} ;

puisque limt→∞ (L(ϕ(t)) = 0, il existe Tε ≥ t0 tel que

t ≥ Tε ⇒ L(ϕ(t)) < mε .

Or ϕ(t) ∈ {x | kx − x0k < R} et si t ≥ Tε , L(ϕ(t)) < mε ⇒ ϕ(t) ∈

/ {x | ε ≤ kx − x0k ≤ R}, et donc
ϕ(t) ∈ {x | kx − x0 k < ε}.
q.e.d.

Dans la même veine, on a le

4.6 Théorème d’instabilité. Soit ξ : U → Rn un champ de vecteurs, x0 ∈ U , ξ(x0 ) = 0, et soit L une

fonction de calsse C 1 , avec L(x0 ) = 0. Supposons que :
i) pour tout R > 0 il existe xR ∈ U avec kxR − x0k ≤ R et L(x) > 0
ii) Lξ (x) est définie positive dans un voisinage de x0.
Alors le point d’équilibre x0 n’est pas stable.

La démonstration est semblable à celle de 4.5.

4.7 Exemples.
(1) Soit ξ(x, y) = (−y − x3, x − y3 ), x0 = (0, 0). Posons L(x, y) = x2 + y2 ; alors Lξ (x, y) = 2x(−y −
x3) + 2y(x − y3 ) = −2(x4 + y4 ). Puisque L est définie positive et Lξ est définie négative, (0, 0) est un point
d’équilibre asymptotiquement stable.
(2) Soit ξ = (x + x3 , −y − y3 ), x0 = (0, 0). Posons L(x, y) = x2 − y2 . Alors
Lξ (x, y) = 2x(x + x3) − 2y(−y − y 4 ) = 2(x2 + y2 + x4 + y4 ) est définie positive, et L(R, 0) > 0 pour tout
R > 0, x0 n’est donc pas stable.
(3) Si F désigne l’intégrale première de l’équation de Lotke-Volterra que l’on a trouvée à la fin du § précédent,
la fonction L(x, y) = −F (x, y) + F (P ), où P = (c/d, a/b) est le point critique étudié, peut être considérée
comme fonction de Liapounov. En effet, le calcul que l’on a fait des dérivées deuxièmes de F montre que
F possède un maximum local strict en P , et il en résulte que L est définie positive sur un voisinage de P .
D’autre part, puisque F est une intégrale première, on a que Lξ = 0.
122 III – Equations différentielles ordinaires

4.2 Linéarisation des champs de vecteurs de R2

Si ξ : U → R2 est un champ C ∞ et x0 un point d’équilibre, alors ξ(x) = dξx0 (x − x0 ) + r(x − x0), avec
limh→0 (r(h)/ khk) = 0. dξx0 peut être vu comme un champ linéaire, qui approche ξ au voisinage de x0; on
l’appelle partie linéaire du champ ξ en x0 . Le prochain théorème nous dit que dans certains cas la nature
d’un point d’équilibre x0 d’un champ de vecteurs ξ est la même que celle de sa partie linéaire en x0.

4.8 Théorème. Soit ξ : U → R2 un champ de vecteurs C ∞ et x0 ∈ U un point d’équilibre. Soit

A ∈ M (2, 2, R) la matrice de la partie linéaire dξx0 de ξ en x0 . Alors :
(1) si les parties réelles des valeurs propres de A sont strictement négatives x 0 est asymptotiquement stable
(2) s’il existe une valeur propre dont la partie réelle est stictement positive x 0 n’est pas stable.

Nous démontrerons seulement l’affirmation (1) de ce théorème; la preuve de (2) est semblable.
D’abord il nous faut établir 2 lemmes. p
On notera par hx, yi = x1y1 + x2y2 le produit scalaire euclidien sur R2 et par kxk = x21 + y22 la norme
associée. Soit q : R2 → R une forme quadratique; on dit qu’elle est définie négative si q(x) < 0 ∀ x 6= 0.

4.9 Lemme. Soit q : R2 → R une forme quadratique définie négative. Alors il existe γ < 0 tel que :

q(x1 , x2) ≤ γ(x21 + x22) ∀ (x1, x2) ∈ R2 .

Preuve: Puisque q est une forme quadratique, q(α · x) = α2 · q(x), ∀ x ∈ R2. On pose

γ = sup q(x1 , x2) | x21 + x22 = 1
2 2
et alors q(x) = kxk q(x/ kxk)) ≤ γ · kxk .
q.e.d.

4.10 Lemme. Soit A une matrice de l’une des formes suivantes :

     
λ1 0 µ −α λ a
A= , λ1, λ2 < 0 ou A = , µ < 0 ou A = , λ < 0 , 0 < a < −2λ .
0 λ2 α µ 0 λ

Alors la forme quadratique q(x) = hx, A(x)i est définie négative.

Preuve: Soit x ∈ R2, x 6= 0. Dans le 1er cas, hx, A(x)i = λ1 x21 + λ2 x22 < 0.
Dans le 2ème, q(x) = µ(x21 + x22) < 0.
Dans le 3ème, q(x) = λ(x21 + x22) + ax1 x2. Si x1 = 0 ou x2 = 0, q(x) = λ(x21 + x22) < 0, sinon :
• si x1x2 < 0, alors ax1 x2 < 0 et q(x) < 0
• si x1x2 > 0, alors ax1 x2 < −2λx1 x2, donc q(x) < λ(x21 + x22) − 2λx1x2 = λ(x1 − x2 )2 ≤ 0.
q.e.d.

Preuve de 4.2
Quitte à faire une translation et un changement de base on peut supposer que x0 = 0; d’après 1.5, on peut
supposer que A est de l’une des trois formes du lemme 4.10. Il existe donc γ < 0 tel que

hx, A(x)i ≤ γ(x21 + x22 ) .

On a que ξ(x) = A(x) + r(x), avec kr(x)k ≤ ε kxk si kxk ≤ δε . Posons L(x) = hx, xi. Alors Lξ (X) =
LA (x) + Lr (x) et d’après 4.9
2
LA (x) = 2hx, A(x)i ≤ 2γ kxk , γ<0 .

D’autre part :
2
|Lr (x)| = |2hx, r(x)i| ≤ 2 kxk kr(x)k ≤ −γ kxk pour kxk < δ−γ/2 ;
 III.4 Equations non linéaires : stabilité 123
2
Donc si kxk ≤ δ−γ/2 , alors Lξ (x) = LA (x) + Lr (x) ≤ γ kxk ; donc Lξ (x) est définie négative et on peut
appliquer 4.5.
q.e.d.

4.11 Exemples.
(1) Soit ξ = (xy + y, x + xy). Les points critiques sont P = (0, 0) et Q = (−1, 1). D’autre part :
     
y x+1 0 1 −1 0
dξ(x, y) = , dξP = , dξQ =
1+y x 1 0 0 −1

Puisque les valeurs propres de dξQ sont négatives, ce point critique est stable. Par contre les valeurs proprres
de dξP sont +1 et −1, donc P n’est pas stable.
3 3
(2) Soit ξ(x,
 y) =  (−y + x , x + y ). Ici, le seul point critique est (0, 0); la partie linéaire de ξ en ce
0 −1
point est 1 0 et son polynôme caractéristique λ2 + 1. Les partie réelles des valeurs propres sont donc
nulles, et le théorème 4.3 ne permet pas de conclure. En fait, si on pose L(x, y) = x2 + y2 , on voit que
Lξ (x, y) = 2(x4 + y4 ); puisque L est définie positive, ainsi que Lξ , le théorème 4.6 permet de conclure que
(0, 0) n’est pas un point critique stable.
Il faut remarquer que ce champ de vecteur a la même partie linéaire en (0, 0) que le champ de l’exemple
4.7(1), dont on a montré que (0, 0) est un point critique asymptotiquement stable. On voit bien que la
partie linéaire ne permet pas de conclure lorsque les parties réelles des valeurs propres sont nulles; par contre
la méthode directe de Liapounov permet de conclure (dans ce cas au moins).

4.3 Stabilité structurelle

Une famille de champs de vecteurs sur R2 est une application ξ : Ω → R2, où Ω ⊂ R2 ×Rk est un ouvert.
On note (x, v) ∈ Ω un point de Ω, avec x ∈ R2 et v ∈ Rk . v joue le rôle d’un paramètre

: pour tout v fixé,
x 7→ ξ(x, v) est un champ de vecteurs, que l’on notera ξv , sur l’ouvert Ω ∩ R2 × {v} de R2 .
Une famille de champs de vecteurs peut-être vue comme déformation du champ ξv0 obtenu en fixant
une valeur v0 du paramètre. En général, on parle de ”stabilité structurelle” d’une propriétés d’un être
mathématique lorsque cette propriété subsiste après de petites déformations. Le prochain théorème donne
une condition suffisante pour que le point d’équilibre d’un champ de vecteurs soit structurellement stable.

4.12 Théorème (stabilité structurelle). Soit ξ : Ω → R2 , Ω ⊂ R2 × Rk ouvert, une famille C ∞

de champs de vecteurs. Soit (x0, v0) ∈ Ω tel que ξ(x0 , v0) = 0 et supposons que les valeurs propres de
∂ξ
A = ∂x (x0 ,v0 ) soient toutes à partie réelle strictement négative. Alors il existe r 0 > 0 et R0 > 0 tels que
B(x0 , R0) × B(v0 , r0) ⊂ Ω et une application continue χ : B(v0 , r0) → B(x0 , R0) telle que :
(1) ∀ x ∈ B(x0 , R0) , v ∈ B(v0 , r0) on a :

ξ(x, v) = 0 ⇐⇒ x = χ(v)

(2) χ(v) est un point d’équilibre asymptotiquement stable de ξ v , ∀ v ∈ B(v0 , r0).

Preuve: L’hypothèse entraı̂ne en particulier que les valeurs propres de A ne peuvent pas être nulles et
donc que A est inversible. On peut alors appliquer le théorème des fonctions implicites II.2.2 à l’équation
ξ(x, v) = 0 au voisinage de (x0, v0). On en déduit l’existence de r0 , R0 et χ vérifiant la propriété (1) de
∂ξ
l’énoncé. De plus, quitte à prendre r0 et R0 suffisamment petits, les valeurs propres de ∂x (x,v) vont encore
avoir des parties réelles strictement négatives, et donc χ(v) sera un point d’équilibre asymptotiquement
stable de ξv pour v ∈ B(v0 , r0).
q.e.d.

On termine par un exemple de famille de champs de vecteurs qui n’est pas structurellement stable.
124 III – Equations différentielles ordinaires

La bifurcation de Hopf
Considerons la famille de champ de vecteurs :

x0 = − y + x(ε − x2 − y2 )
(4-2)
y0 =x + y(ε − x2 − y2 )

où ε joue le rôle d’un paramêtre, que l’on prendra proche de 0.

Passons en coordonnées polaires; on cherche ρ0 et θ0 tels que :

(I) ρ0 cos(θ) − ρ sin(θ)θ 0 = − ρ sin(θ) + ρ cos(θ)(ε − ρ2 )

(II) ρ0 sin(θ) + ρ cos(θ)θ 0 =ρ cos(θ) + ρ sin(θ)(ε − ρ2 )

et en calculant cos(θ) (I) + sin(θ) (II) et sin(θ) (I) − cos(θ) (II) on obtient le système d’équations :

ρ0 =ρ(ε − ρ2 )
ρθ0 =ρ

Une première solution est la constante ρ = 0. Pour les autres solutions, on peut supposer ρ 6= 0, et donc
simplifier par ρ dans la deuxième équation du système précédent :

ρ0 =ρ(ε − ρ2 )
(4-3)
θ0 =1

En prenant des conditions initiales avec t0 = 0 on en tire √que θ(t) = t + θ0 . √

Pour déterminer ρ, on voit d’abord que si ε > 0, ρ = ε est une solution. Si ρ0 6= ε, on peut résoudre
(4-2) en intégrant par rapport au temps de 0 à t. Si ε = 0 on trouve:
Z ρ ρ
1 1
− dr = =t
ρ0 r3 2r2 ρ0

d’où l’on tire que s

1 1
ρ(t) = 1 , t>−
ρ20
+ 2t 2ρ20

Si ε 6= 0 il suit de (4-2) que :

Z ρ Z ρ    ρ  2 
dr 1 1 1 2 1 r2 1 ρ ε − ρ20
= + d(r ) = log = log =t
ρ0 r(ε − r )
2 2ε ρ0 r2 ε − r2 2ε |ε − r2| ρ0 2ε ε − ρ2 ρ20

d’où l’on tire que s

ε
ρ(t) =   .
ε
1+ e−2εt ρ20
−1

Pour comprendre l’allure des solutions, il faut distinguer plusieurs cas.

• Si ρ20 < ε (et donc ε > 0), ρ(t) est défini pour tout t et
√
t → +∞ ⇒ ρ → ε , t → −∞ ⇒ ρ → 0

• Si ρ20 > ε 6= 0, on pose  

1 ρ20 − ε
t− = log
2ε ρ20
de sorte que r
ε
ρ(t) =
1− e−2ε(t−t−)
 III.4 Equations non linéaires : stabilité 125

et ρ(t) est défini pour t > t− .

– Si ε > 0 : √
t → +∞ ⇒ ρ → ε , t → t− ⇒ ρ → +∞
– Si ε < 0 :
t → +∞ ⇒ ρ → 0 , t → t− ⇒ ρ → +∞
AInsi, lorsque ε passe de√valeurs négatives à des valeurs positives on voit apparaı̂tre une trajectoire
périodique (le cercle de rayon ε).
Il suit du fait que θ = θ0 + t que l’on obtient les autres solutions par rotation autour de l’origine de
celles qui ont été esquissées. Les droites en pointillé représentent des asymptotes obliques. Notons que pour
ε 6= 0, lorsque t tend vers une des extrémités de √ son intervalle de définition (−∞, t − ou +∞), ρ(t) tend
exponentiellement vers sa limite
√ (que ce soit 0, ε ou +∞), alors que pour ε = 0, lorsque t tend vers +∞,
ρ(t) tend vers 0 comme 1/ t, ce qui est beaucoup plus lent. Cela se voit les figures.

ε>0 ε=0 ε<0

Figure III.10 – La bifurcation de Hopf

Puisque lorsque ε passe de valeurs négatives à des valeurs positives, on voit apparaı̂tre une orbite
périodique, on n’a pas de stabilité structurelle au voisinage de ε = 0 : on parle alors de bifurcation, parce
qu’il y a un changement qualitatif de l’allure des trajectoires.
Notons que si on pose ξε = (−y + x(ε − x2 − y2 ), x + y(ε − x2 − y2 )), la partie linéaire de ξε en 0 ∈ R2
vaut :  
∂ξ ε −1
(0,ε) =
∂x 1 ε
2
√
et son polynôme caractéristique est (λ − ε) + 1, ses valeurs propres sont donc ε ± −1; elles traversent l’axe
imaginaire lorsque ε passe de valeurs négatives à des valeurs positives.
Pour ε = 0, les trajectoires de la partie linéaires sont les cercles centrés à l’origine, alors que pour le
champs lui-même ce sont des spirales qui tendent lentement vers l’origine.
Pour ε < 0, les parties réelles des valeurs propres de la partie linéaire sont négatives, donc l’origine est
un attracteur, et les trajectoires tendent rapidement vers l’origine.
Pour ε > 0, les parties réelles des
√ valeurs propres de la partie linéaire sont positives, donc l’origine est un
répulseur. Mais le cercle de rayon ε est un cycle attracteur : le trajectoires de l’extérieur et de l’intérieur
du cercle s’approchent très rapidement en spiralant vers ce cercle.
En conclusion, lorsqu’on passe de ε < 0 à ε > 0,√l’origine est d’abord un attracteur, qui s’affaiblit lorsque
ε = 0, puis engendre un cercle attracteur de rayon ε lorsque ε > 0.
Ce type de phénomène, appelé bifurcation de Hopf, a été étudié par Eberhardt Hopf en 1942.† Un
théorème de E. √Hopf affirme, en gros, que le phénomène de l’apparition d’un cycle attracteur proche d’un
cercle de rayon ε se produit chaque fois que l’on a une famille de champs de vecteurs Yε (x, y), telle que
Yε (x, y) = 0, l’origine est un attracteur “faible” pour Y0, et que les parties réelles des valeurs propres de la
partie linéaire de Yε traversent l’axe imaginaire pour ε = 0.
† L’article original de E. Hopf a paru dans une revue peu diffusée. On en trouve une traduction en anglais
dans le livre ”The Hopf bifurcation and its applications”, J.E. Marsden and M. McCracken, Applied Math.
Sciences 19, Springer Verlag (1976).