7 - Dérivées directionnelles et

gradient

Objectif : Calculer le taux de variation de

z = f(x, y) en (x0, y0) dans la direction d’un
vecteur unitaire arbitraire u  (a, b) .

Considérons la surface S d’équation

z = f(x, y) et soit z0 = f(x0, y0).

Le point (x0, y0, z0) se situe sur S.

1
 Le plan vertical passant par P dans la
direction du vecteur u intercepte S le long
d’une courbe C.

La pente de la droite tangente T à C au

point P est le taux de variation de z dans
la direction de u  (a, b) .

2
 Soit Q(x, y, z) un point de C et P ′, Q ′ les
projections de P et Q sur le plan
 xy, alors
le vecteur u est parallèle à P ' Q ' et ainsi

P ' Q '  hu  (ha , hb)
pour un scalaire h.

Définition : La dérivée directionnelle de f

en (x0, y0) dans la direction du vecteur
unité u  (a, b) est

f  x0  ha , y0  hb   f  x0 , y0 
f u ( x0 , y0 )  lim
h 0 h

si cette limite existe.

3
 Remarque :

Si a=1 et b = 0, la définition précédente

est celle de fx.

Si a = 0 et b=1, la définition précédente

est celle de fy.

Théorème 3 (2.4) : Si f est une fonction

différentiable de x et y alors f possède une
dérivée dans toute direction u  (a, b)
(unitaire) et cette dérivée est donnée par

𝑓𝒖 (𝑥, 𝑦) = 𝑓 (𝑥, 𝑦)𝑎 + 𝑓 (𝑥, 𝑦)𝑏

Preuve :

4
 Si le vecteur unitaire u
fait un angle θ
avec l’axe des x positif
alors
u  (cos  ,sin  )

et

𝑓𝐮 (𝑥, 𝑦) = 𝑓 (𝑥, 𝑦) cos 𝜃 + 𝑓 (𝑥, 𝑦) sin 𝜃

Exemple : Calculer la dérivée

directionnelle de f(x, y) = 2x3 –xy + y2
si u est le vecteur unité dans la direction
où θ = π/3.

Évaluer 𝑓𝒖 (−2, 1).

10

10

5
 La dérivée directionnelle exprimée comme
un produit scalaire de vecteurs :

𝑓𝒖 (𝑥, 𝑦) = 𝑓 (𝑥, 𝑦)𝑎 + 𝑓 (𝑥, 𝑦)𝑏

𝑓𝒖 (𝑥, 𝑦) = 𝑓 (𝑥, 𝑦), 𝑓 (𝑥, 𝑦) ⋅ 𝑎, 𝑏

𝑓𝒖 (𝑥, 𝑦) = 𝑓 (𝑥, 𝑦)𝐢 + 𝑓 (𝑥, 𝑦)𝐣 ⋅ 𝐮

11

11

Définition : Si f est une fonction à deux

variables x et y alors le vecteur gradient
ou gradient de f est

f ( x , y )  f x i  f y j   f x , f y 

on le désigne par

grad f ou f ("nabla f")

12

12

6
 Remarque : La dérivée directionnelle fu
peut alors s’écrire
𝑓𝒖 (𝑥, 𝑦) = ∇𝑓(𝑥, 𝑦) ⋅ 𝐮

Exemple : Soit f(x, y) = sin x + exy,

calculer f (0,2)

13

13

Exemple : Trouver la dérivée directionnelle

de f(x, y) = 2xy2 –y3 au point (-1, 1) dans la
direction du vecteur v  2i  3 j

v
Remarque : Le vecteur est toujours un
v

vecteur unitaire parallèle à v.

14

14

7
 Définition : La dérivée directionnelle de f
en (x, y, z) dans la direction du vecteur
unitaire u = (a, b, c) est

𝑓𝒖 (𝑥, 𝑦, 𝑧)
𝑓(𝑥 + ℎ𝑎, 𝑦 + ℎ𝑏, 𝑧 + ℎ𝑐) − 𝑓(𝑥, 𝑦, 𝑧)
= lim
→ ℎ

si la limite existe.

15

15

Théorème : Si f(x, y, z) est différentiable et

u = (a, b, c) unitaire, alors

𝑓𝒖 (𝑥, 𝑦, 𝑧) = 𝑓 (𝑥, 𝑦, 𝑧)𝑎 + 𝑓 (𝑥, 𝑦, 𝑧)𝑏 + 𝑓 (𝑥, 𝑦, 𝑧)𝑐

Le vecteur gradient est

f ( x , y , z )  f x i  f y j  f z k   f x , f y , f z 

16

16

8
 On peut écrire la dérivée directionnelle :

𝑓𝒖 (𝑥, 𝑦, 𝑧) = ∇𝑓(𝑥, 𝑦, 𝑧) ⋅ 𝐮

Exemple : Soit f(x, y, z) = y cos(xz),

calculer le gradient de f et la dérivée
directionnelle de f en (1, 2, /2) dans la
direction du vecteur v = i – 2j + 2k .

17

17

Le gradient de f est
f ( x, y , z)  ( yz sin( xz),cos( xz),  xy sin( xz ))

Au point (1, 2, /2), f (1,2, / 2)  (  ,0, 2).

Le vecteur unité dans la direction de v est

u = (1/3, -2/3, 2/3).

18

18

9
 Par conséquent
𝜋 𝜋
𝑓𝒖 (1,2, ) = ∇𝑓(1,2, ) ⋅ 𝐮
2 2

𝜋
𝑓𝒖 (1,2, ) = (−𝜋, 0, −2) ⋅ (1/3, −2/3,2/3)
2

𝜋
𝑓𝒖 (1,2, ) =
2

19

19

Soit f(x1, x2, …, xn) une fonction à n

variables
et ei = (0, 0, …, 1, 0, …,0), le “1” en
position “i” pour i = 1, … n
f f
f  e1  ...  en
x1 xn

et dans une direction u = (u1, u2, …, un)

unitaire
𝑓 (𝐱) = ∇𝑓(𝐱) ⋅ 𝐮 où 𝐱 = (𝑥 , 𝑥 , . . , 𝑥 )
20

20

10
 Soit une fonction f de deux ou trois
variables en un point donné.

Dans quelle direction le taux de variation

est-il le plus élevé ?

Quel est ce taux maximum ?

21

21

Théorème 16 (2.4) : Soit f une fonction

différentiable. La valeur maximale de la
dérivée directionnelle fu est donnée par
f ( x )
et sa direction est celle du vecteur
gradient f (x ) .

Preuve :

22

22

11
 Exemple : Si f(x, y) = xey, trouver le taux
de variation de f au point P(2, 0) dans la
direction de P à Q(½, 2).
Dans quelle direction f varie-t-elle le plus
rapidement ?
Quel est ce taux de variation maximum ?

23

23

Vecteur gradient :
f ( x, y )  (e y , xe y )
f (2,0)  (1,2)


Le vecteur unitaire dans la direction de PQ
3 4
est u    ,  ainsi
 5 5
3 4
𝑓𝒖 2,0 = ∇𝑓(2,0) ⋅ 𝐮 = (1,2) ⋅ − , =1
5 5

24

24

12
 Selon le théorème 16, f croît le plus
fortement dans la direction du vecteur
gradient f  2, 0   (1, 2).

Le taux de variation maximum est alors

f  2,0  

25

25

26

26

13
 Remarque : la direction indiquée par le
gradient est perpendiculaire à la courbe
de niveau.
En effet f ne varie pas le long d’une
courbe de niveau donc
𝑓𝒖 (𝑥, 𝑦) = ∇𝑓 ⋅ 𝐮 = ||∇𝑓|| cos 𝜃 = 0
ssi
 f ( x, y )  u où  est l'angle entre f et u
et ainsi    2 par rapport à la courbe de
niveau
27

27

Si la courbe de niveau f(x, y) = k peut

s’exprimer à l’aide d’équations
paramétriques on peut alors démontrer ce
fait par le raisonnement suivant.

Soit x = x(t), y = y(t) les équations

paramétriques de la courbe de niveau C.

Sur C on a f(x(t), y(t)) = k .

28

28

14
 Dérivons par rapport à t…

d d
( f ( x(t ), y (t ))  ( k )
dt dt

f dx f dy
 0
x dt y dt

 f f   dx dy 
 x , y    dt , dt   0
   
29

29

 dx dy 
f  r '  0 où r '   , 
 dt dt 
est le vecteur tangent à la courbe.

Le vecteur gradient est donc

perpendiculaire au vecteur tangent à la
courbe.

30

30

15
 La droite normale à la courbe de niveau
f(x, y) = k au point (x0, y0) a comme
vecteur directeur
f ( x0 , y0 )   f x ( x0 , y0 ), f y ( x0 , y0 ) 

31

31

L’équation vectorielle de cette droite est :

 x(t ), y (t )   ( x0 , y0 )  t  f x ( x0 , y0 ), f y ( x0 , y0 ) 

Les équations paramétriques :

x  x0  t f x ( x0 , y0 )
y  y0  t f y ( x0 , y0 )

32

32

16
 Plans tangents aux surfaces de niveau

Soit S la surface de niveau d’équation

F(x, y, z) = k et P(x0, y0, z0) un point de S.

Le gradient
F ( x0 , y0 , z0 )   Fx ( x0 , y0 , z0 ), Fy ( x0 , y0 , z0 ), Fz ( x0 , y0 , z0 ) 

est un vecteur perpendiculaire à la surface

de niveau.

33

33

Le plan tangent à la surface de niveau est

définie comme le plan passant par le point
P(x0, y0, z0) et ayant
F ( x0 , y0 , z0 ) comme vecteur normal.

Son équation cartésienne est :

Fx ( x0 , y0 , z0 )( x  x0 )  Fy ( x0 , y0 , z0 )( y  y0 )  Fz ( x0 , y0 , z0 )( z  z0 )  0

34

34

17
 Plan tangent

35

35

Définition : La droite normale à la surface

de niveau S au point P est la droite
passant par P et perpendiculaire au plan
tangent.
Le vecteur directeur de la droite normale
est F x0 , y0 , z0 .

36

36

18
 Exemple : Trouver l’équation du plan
tangent et de la droite normale à
l’ellipsoïde
x2 z2
 y2   6
4 9
au point (–2, 2, –3).

Solution : L’ellipsoïde est une surface de

niveau de la fonction F x , y , z   x 2  y 2  z 2
4 9
37

37

Par conséquent,
Fx  Fy  Fz 

Fx (2, 2, 3)  Fy (2, 2, 3)  Fz (2, 2, 3) 

L’équation du plan tangent au point

(–2, 2, –3) est
–(x + 2) + 4(y – 2) – ⅔(z + 3) = 0
ou 3x – 12y + 2z = 36

38

38

19
 Les équations paramétriques de la droite
normale sont

x=–2–t
y = 2 + 4t
z = – 3 – ⅔t

39

39

En résumé
Pour une fonction de trois variables,

– Le gradient au point P indique la

direction de la plus forte croissance de f
en P

– Le vecteur gradient en P est

perpendiculaire à la surface de niveau
de f en P. 40

40

20
 Pour une fonction de deux variables,

– Le gradient au point P indique la

direction de la plus forte croissance de f
en P.

– Le vecteur gradient en P est

perpendiculaire à la courbe de niveau
de f en P.
41

41

21