Table des matières

2 Fonctions numériques de plusieurs variables 3

2.1 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Limite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3 Continuité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.3.1 Propriété de fonctions continue sur un compact . . . . . . . . 6
2.4 Différentiabililé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.4.1 Définitions et généralités . . . . . . . . . . . . . . . . . . . . . 7
2.4.2 Dérivées partielles . . . . . . . . . . . . . . . . . . . . . . . . 9
2.4.3 Interprétation géométrique . . . . . . . . . . . . . . . . . . . 11
2.4.4 Dérivées partielles d’ordre supérieur à 1 . . . . . . . . . . . . 11
2.4.5 Formule des accroissement finis . . . . . . . . . . . . . . . . 13
2.4.6 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4.7 Extremums . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

1
2 Table des matières
Chapitre 2

Fonctions numériques de
plusieurs variables

2.1 Définitions

Définition 2.1.1 Tout application f définie de IRn (ou d’un sous ensemble de IRn )
dans IR est dite application numérque à plusieurs variables réelles.

f : IRn −→ IR
x = (x1 , ..., xn ) 7−→ f (x) = f (x1 , x2 , · · · , xn )

Exemple 2.1.2 • (x, y, z) 7−→ f (x, y, z) = (x2 + y 2 ) log | xyz |

• (x, y) 7−→ f (x, y) = yx2 + y 2

• Les normes classiques de IRn sont des fonctions de plusieurs variables.

• L’application pi : x = (x1 , · · · , xn ) 7−→ pi (x) := xi qu’ on appelle la i-ème

projection

Remarque 2.1.3 Une application f de IRn est définie au voisinage d’un point x0
si son domaine de définition contient un voisinage de x0

2.2 Limite

Soit d l’une des distances équivalentes de IRn .

3
4 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

Définition 2.2.1 Soit f une application de plusieurs variables définie au voisinage

d’un point a ∈ IRn (sauf peut être en a).
On dit que f a pour limite l en a et on note lim f (x) = l, si :
x→a

∀ϵ > 0, ∃η > 0; d(x, a) < η =⇒ |f (x) − l| < ϵ

• Si l = +∞ on a : ∀A > 0, ∃η > 0; d(x, a) < η =⇒ f (x) > A

• Si l = −∞ on a : ∀A > 0, ∃η > 0; d(x, a) < η =⇒ f (x) < −A

Proposition 2.2.2 La limite, lorsqu’elle existe, d’une fonction numérique à plusieurs

variables est unique.

′
Démonstration Supposons qu’il existe deux limites l et l .
Soit ϵ > 0, on a alors :
′ ′ ′
| l − l |≤| l − f (x) + f (x) − l |≤| f (x) − l | + | f (x) − l |≤ ϵ
′ ′
donc | l − l |≤ ϵ, ∀ϵ > 0 ce qui implique que l = l 2

Remarque 2.2.3 a) Les théorèmes sur la limite de la somme (f + g), du produit

f
(f g) et du quotient ( ) de fonctions d’une seule variable, restent valable dans
g
le cas de des fonctions à plusieurs variables.

b) La limite ne dépend pas du chemin suivie par x pour atteindre x0

c) Si f est définie au voisinage de x0 et si lim f (x) = l existe alors si A ⊂ V

x→x0
et x0 ∈ A, la limite de la réstriction de f à A, note f/A ,quand x tend vers x0 ,
est toujours égale à l.

1 + x2 + y 2
Exemple 2.2.4 a) Soit f (x, y) = sin y
y
Cherchons la limite de f (x, y) quand (x, y) → (0, 0)
sin y
On pose: g(x, y) = 1 = x2 + y 2 et h(x, y) =
y
sin y sin y
Or lim h(x, y) = lim = lim =1
(x,y)→(0,0) (x,y)→(0,0) y y→0 y

Montrons que lim g(x, y) = 1, en utilisant la définition.

(x,y)→(0,0)

Soit ϵ > 0, cherchons s’il existe un η > 0 tq kxk < η ⇒ |g(x, y) − 1| < ϵ?
2.3. CONTINUITÉ 5
√
Comme |g(x, y) − 1| = x2 + y 2 alors il suffit de prendre η = ϵ pour que la
propriété kxk < η ⇒ |g(x, y) − 1| < ϵ soit vraie, donc

lim f (x, y) = lim g(x, y). lim h(x, y) = lim g(x, y) = 1

(x,y)→(0,0) (x,y)→(0,0) (x,y)→(0,0) (x,y)→(0,0)

 xy

 si (x, y) 6= (0, 0)
 x2 + y2
b) Soit f (x, y) =



0 si (x, y) = (0, 0)

Montrons que f n’a pas de limite en (0, 0).

Pour y = λ1 x avec x = 6 0 on a :
1 1
f (x, y) = f (x, λ1 x) = donc lim f (x, x) =
1 + λ1 x−→0 1 + λ1
Pour y = λ2 x avec x = 6 0 on a :
1 2
f (x, y) = f (x, λ2 x) = donc lim f (x, x) =
1 + λ2 x−→0 1 + λ2
Donc f n’est pas continue en (0, 0) car la limite n’est pas unique, il suffit de
prendre λ1 6= λ2 .

2.3 Continuité

Soit A une partie de IRn et un point x0 de A.

Définition 2.3.1 Soit f : A ⊂ IRn → IR

f est continue en x0 si ∀ϵ > 0, ∃η > 0; d(x, x0 ) < η =⇒ |f (x) − f (x0 )| < ϵ.
f est dite continue sur A si f est continue en tout point x0 ∈ A.

Remarque 2.3.2 a) si x0 ∈ Å, la définition est équivalente à : lim f (x) =

x→a
f (x0 ).

b) f est dite continue en x0 c’est aussi équivalente à pour toute suite réelle (xn )
telle que xn −→ x0 , on ait lim f (xn ) = f (x0 ).
n→+∞

Exemple 2.3.3 1. La fonctionf (x, y) = 1 + x2 + y 2 est continue sur IR2 .

2. La fonction f (x, y) = xy continue sur IR2

6 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

3. La fonction 
 xy

 si (x, y) 6= (0, 0),
x2 + y2
f (x, y) =



0 si (x, y) = (0, 0).
n’est pas continue au point (0, 0).

Définition 2.3.4 Soit f : Ω ⊆ IRn −→ IR et a = (a1 , · · · , an ) ∈ Ω.

Pour chaque i ∈ {1, · · · , n}, la fonction φai : IR −→ IR définie par :

φai (t) = f (a1 , a2 , · · · , ai−1 , t, ai+1 , · · · , an )

s’appelle fonction partielle de f relative au point a.

Exemple 2.3.5 Soit f : IR2 −→ IR définie par f (x, y) = 1 + x2 + y 2 et a = (0, 0).

Les fonctions partielles de f en (0, 0) sont données par φa1 (t) = f (t, 0) = 1 + t2 et
φa2 (t) = f (0, t) = 1 + t2 .

Proposition 2.3.6 Soit f : Ω ⊆ IRn −→ IR et a ∈ Ω.

Si f est continue en a alors φai sont continue ai pour chaque i ∈ {1, · · · , n}.

Preuve lim f (x) = lim φai (xi ) = φai (ai ) donc φai est continue en ai . 2
x→a xi →ai

Remarque 2.3.7 La réciproque est généralement fausse.

En effet, soit la fonction à deux variables
 xy

 si (x, y) 6= (0, 0)
 x2 + y2
f (x, y) =



0 si (x, y) = (0, 0)

On sait que la fonction f n’est pas continue en (0, 0). Mais les fonctions partielles
(0,0) (0,0)
φ1 et φ2 de f en (0, 0) sont continues en 0 car se sont des fonctions nulles.

2.3.1 Propriété de fonctions continue sur un compact

Soient f : IRn −→ IR une application continue et K un sous ensemble compact de

IRn , alors f (K) est compact de IR. (i.e f (K) c’est un fermé borné de IR)
2.4. DIFFÉRENTIABILILÉ 7

Proposition 2.3.8 Toute application f : IRn −→ IR continue sur un compact

K est bornée et atteint ses bornes. f atteint ses bornes ⇔ ∃c1 ∈ K; ∃c2 ∈
K; tels que inf f (x) = α = f (c1 ) et
x∈K
sup f (x) = β = f (c2 ).
x∈K

Preuve f (K) c’est un fermé borné de IR. En particulier inf et sup appartiennent
x∈K x∈K
à f (K). 2

2.4 Différentiabililé
2.4.1 Définitions et généralités

Soient x ∈ IRn et V (x) un voisinage de x. Soit r > 0 un réel tel que B(x, r) ⊂ V (x).

Définition 2.4.1 Une application f : IRn −→ IR est dite différentiable au voisinage

de x s’il existe une application linéaire dfx : IRn −→ IR et une application εx :
IRn −→ IR telles que pour tout x + h ∈ B(x, r) où h ∈ IRn , on ait

f (x + h) − f (x) = dfx (h) + εx (h)khk avec lim εx (h) = 0.

h−→0

dfx est appellé application différentielle de f au point x.

Remarque 2.4.2 f est différentiable sur l’ouvert Ω si elle est différentiable en tout
point de Ω.

Proposition 2.4.3 Si f est différentiable au point x ∈ IRn alors la différentielle

dfx est unique.

Preuve Supposons qu’il existe une autre application linéaire gx et une applica-
tion αx tellles que

f (x + h) − f (x) = gx (h) + αx (h)khk avec lim αx (h) = 0

h−→0

donc
gx (h) − dfx (h)
gx (h) + αx (h)khk = dfx (h) + εx (h)khk ⇒ = αx (h) − εx (h)
khk

gx (h) − dfx (h)

⇒ lim =0
h→0 khk
8 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

D’où
gx (h) − dfx (h)
∀ϵ > 0, ∃η > 0; khk < η ⇒ <ϵ
khk

⇒ |gx (h) − dfx (h)| < ϵ khk

η
∀k ∈ IRn , ∃λ > 0; kλkk < η. (Il suffit deprendre λ = )
2 kkk
Comme gx (h) et dfx (h) sont linéaire et |gx (λk) − dfx (λk)| < ϵ kλkk, on alors

|gx (k) − dfx (k)| < ϵ kkk

et ceci pour tout k ∈ IRn et tout ϵ > 0, d’ou le résultat. 2

Expression équivalente de dfx x

Soit (e1 , e2 , · · · , en ) la base canonique de IRn . On pose

X
n
dfx (ei ) = Ai (x) ∈ IR et h = hi ei = (h1 , · · · , hn )
i=1

On a
X
n X
n
dfx (h) = hi dfx (ei ) = Ai (x)hi
i=1 i=1

donc la définition est équivalente à :

X
n
f (x + h) − f (x) = hi Ai (x) + εx (h)khk avec lim εx (h) = 0.
h−→0
i=1

On peut donc annoncer le résultat suivant

Proposition 2.4.4 f est différentiable en un point x si et seulement si, il existe

n-nombres Ai (x) et n-apllications εix tels que

X
n X
n
f (x + h) − f (x) = hi Ai (x) + εix (h)hi avec lim εix (h) = 0.
h−→0
i=1 i=1

Exemple 2.4.5 Si f : IRn −→ IR est une application linéaire alors dfx = f

En particulier la i-ème projection pi , c’est une application linéaire donc dpi,x = pi :=
dxi (notation).
X
n X
n
Si f est différentiable en x alors dfx (h) = Ai (x)hi = Ai (x)dxi (h).
i=1 i=1
2.4. DIFFÉRENTIABILILÉ 9

Proposition 2.4.6 Si f est différentiable en un point x alors f est continue en ce

point.

Preuve Soit f : IRn −→ IR une application différentiable donc

f (x + h) − f (x) = dfx (h) + khk εx (h) avec lim εx (h) = 0.

h−→0

Comme dfx est une application linéaire IRn → IR, elle est continue,
X
n
en effet, soit h = hi e i
i=1

X
n X
n
|dfx (h)| = hi dfx (ei ) ≤ sup |hi | · |dfx (ei )| ≤ khk · C te
i=1 1≤i≤n i=1

lim |f (x + h) − f (x)| = lim |dfx (h) + khk εx (h)| = 0 , d’où le résultat. 2

h→0 h→0

Exercice
Démontrer que si ζ est une application linaire: ζ : E → F, où Eet F deux espaces
vectorielles de dimension finie avec alors ζ est continue.

2.4.2 Dérivées partielles

Soit f une application différentiable en x

donc ∃dfx ∈ L (IRn , IR) et ∃εx (h) ∈ F (IRn , IR) telle que : lim εx (h) = 0
h−→0

f (x + h) − f (x) = dfx (h) + khkεx (h)

X
n
= Ai (x)hi + εx (h)khk
i=1

Si on pose h = (0, · · · , l, · · · , 0) où l est à la ième composante

f (x1 , · · · , xi−1 , xi + l, xi+1 · · · , xn ) − f (x1 · · · , xn ) = Ai (x)l + εx (l) |l|

Donc l’application partielle de f

φi : IR −→ IR
y −→ φi (y) := f (x1 , · · · , xi−1 , y, xi+1 · · · , xn )
∂f
est dérivables ( de dérivée Ai (x)) et on pose Ai (x) = Di f (x) = (x).
∂xi
On a alors
X
n
∂f
dfx = dxi
i=1
∂xi
10 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

Remarque 2.4.7 La réciproque n’est pas vraie généralement i.e f peut admettre
des dérivées partielles sans qu’elle soit différentiable. C’est le cas de
 xy

 x2 + y 2 si (x, y) 6= (0, 0)

f (x, y) =



0 si (x, y) = (0, 0)
f n’est pas différentable (non continue (0, 0)), par contre
∂f f (h, 0) − f (0, 0)
(0, 0) = lim = 0.
∂x h−→0 h
∂f f (0, k) − f (0, 0)
(0, 0) = lim = 0.
∂y k−→0 k
Théorème 2.4.8 Soit f une application f : IRn −→ IR définie sur un voisinage de
x ∈ IRn . Si f admet des dérivées partielles continues en x alors f est différentiable
au point x.
On dit que f est continument différentiable ou f est de classe C 1 .

Preuve Repose sur le théorème des accroissement finis (TAF).

X
n
f (x+h)−f (x) = f (x1 , · · · , xi−1 , xi +hi , xi+1 +hi+1 , · · · , xn +hn )−f (x1 , · · · , xi−1 , xi , xi+1 +
i=1
hi+1 , · · · , xn + hn )
TAF =⇒ ∃θi ∈]0, 1[ tel que
X
n
∂f
f (x + h) − f (x) = (x1 , · · · , xi−1 , xi + θi hi , xi+1 + hi+1 , · · · , xn + hn )hi
i=1
∂xi

La continuité des dérivées partielles

∂f ∂f
=⇒ (x1 , · · · , xi−1 , xi + θi hi , xi+1 + hi+1 , · · · , xn + hn ) −→ (x1 , · · · , xn )
∂xi ∂xi
∂f ∂f
=⇒ (x1 , · · · , xi + θi hi , xi+1 + hi+1 , · · · , xn + hn ) = (x1 , · · · , xn ) + ϵix (h)
∂xi ∂xi
avec lim ϵix (h), donc
h→0

X
n
∂f X
n
f (x + h) − f (x) = (x)hi + ϵix (h)hi avec lim ϵix (h)
i=1
∂xi i=1
h→0

d’ou le résultat. (Proposition 2.4.4) 2

Exemple 2.4.9 Etudier la différentiabilité de f (x, y) = 3x3 y 2 au point (2, 1).

2.4. DIFFÉRENTIABILILÉ 11

2.4.3 Interprétation géométrique

Soit f : IR2 −→ IR une application différentiable. Le graphe f est définie par :

Gf = {(x, y, f (x, y))/(x, y) ∈ Df }

Proposition 2.4.10 Si f : IR2 −→ IR une application différentiable en (a, b) alors

le graphe Gf admet un plan tangent au point (a, b, f (a, b)) et l’équation de la tangente
en ce point est :
∂f ∂f
(a − x) (a, b) + (b − y) (a, b) + z − f (a, b) = 0.
∂x ∂y

2.4.4 Dérivées partielles d’ordre supérieur à 1

Soient Ω ⊆ IRn un ouvert f : Ω −→ IRp une application différentiable sur Ω, donc

∂f
les dérivées partielles (x) existent pour tout i ∈ {1, · · · , n}
∂xi
On pose l’application:

∂f
: Ω ⊆ IRn −→ IR
∂xi
∂f
x 7−→ (x).
∂xi
∂f
Si est une application différentiable alors ses dérivées partielles existent et on
∂xi

∂ ∂f ∂2f
( ) :=
∂xj ∂xi ∂xi ∂xj

∂2f
c’est la dérivée partielle seconde par rapport à xi puis par rapport à xj .
∂xi ∂xj
Par récurrence, on défini les dérivées partielles d’ordre p et on les note
∂pf (p)
(x) ou fxi1 ···xip
∂xi1 · · · ∂xip

Théorème 2.4.11 Schwarz

∂2f ∂2f
Si les dérivées partielles secondes et existent et sont continues sur
∂xi ∂xj ∂xj ∂xi
un ouvert Ω ⊆ IR alors pour tout point a ∈ Ω:
n

∂2f ∂2f
(a) = (a).
∂xi ∂xj ∂xj ∂xi
12 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

Preuve Il suffit de faire la démonstration dans IR2 . (xi = x et xj = y fixes)

On pose pour tout réels h et k,

w = f (x + h, y + k) − f (x + h, y) − f (x, y + k) + f (x, y)

Soit φ(x) = f (x, y + k) − f (x, y)

et ψ(y) = f (x + h, y) − f (x, y)
donc w = φ(x + h) − φ(x) = ψ(y + k) − ψ(y).  
∂f
On applique deux fois le théorème des accroissements finis à φ et à , on a
∂x %y
′
alors ∃θ1 ∈]0, 1[ et ∃θ1 ∈]0, 1[/
′
φ(x + h) − φ(x) = hφ (x + θ1 h) 
∂f ∂f
= h (x + θ1 h, y + k) − (x + θ1 h, y)
∂x  ∂x 
∂f ∂f ′
= hk (x + θ1 h, y + θ1 k)
∂y ∂x
 
∂f ′
puis deux fois encore à ψ et à , on a alors ∃θ2 ∈]0, 1[ et ∃θ2 ∈]0, 1[/
∂y %x
′
ψ(y + k) − ψ(y)(x) = hψ (y + θ2 h) 
∂f ∂f
= k (x + h, y + θ2 k) − (x, y + θ2 k)
∂y  ∂y 
∂f ∂f ′
= kh (x + θ2 h, y + θ2 k)
∂x ∂y
D’oú
∂2f ′ ∂2f ′
(x + θ1 h, yθ1 + k) = (x + θ2 h, yθ2 + k)
∂x∂y ∂y∂x
′ ′
avec θ1 , θ1 , θ2 , θ2 ∈]0, 1[

Puisque les dérivées partielles secondes sont continues, on fait tendre h et k vers
0 et on obtient le résultat. 2

Exemple 2.4.12 Soit la fonction



 x2 − y 2

 xy 2 si (x, y) 6= (0, 0)
f (x, y) = x + y2



 0 si (x, y) = (0, 0)
2.4. DIFFÉRENTIABILILÉ 13

∂2f ∂2f
(0, 0) = −1 et (0, 0) = 1. On vérifie facilement que les dérivées
∂x∂y ∂y∂x
partiels secondes ne sont pas continues.

2.4.5 Formule des accroissement finis

Définition 2.4.13 • Soient a et b deux éléments de IRn . On appelle segment

[a, b] de IRn , l’ensemble des points x = (1 − λ)a + λb où λ ∈ [0, 1].

[a, b] := {x ∈ IRn /x = (1 − λ)a + λb = a + λ(b − a) où λ ∈ [0, 1]} .

• Une partie Ω de IRn est dite convexe si pour tout points a et b de Ω, [a, b] ⊂ Ω.

Théorème 2.4.14 Soient Ω ∈ IRn une partie ouverte convexe et x et x + h deux

élément de Ω. Si f : Ω ⊆ IRn −→ IR est une application différentiable sur Ω alors
f (x + h) − f (x) = dfx+θh (h) où θ ∈]0, 1[.

Preuve On pose :
F : [0, 1] −→ IR g : [0, 1] −→ IRn
et
t 7−→ f (x + th) t 7−→ x + th.
On remarque que F (t) = f ◦ g(t) et F est différetiable puisque f et g le sont. En
appliquant le théorème des accroissement finis pour F sur [0, 1], on a :

F (1) − F (0) = F ′ (θ) où θ ∈ ]0, 1[

On pose g(t) = (x1 + th1 , · · · , xn + thn ) = (g1 (t), · · · , gn (t))

∂gi dgi
Comme F (1) = f (x + h), F (0) = f (x) et (t) = (t) = hi , on a alors
∂t dt
d
f (x + h) − f (x) = F ′ (θ) = (f ◦ g)(θ)
dt
X
n
∂f
= (x + θh)hi
i=1
∂xi

= dfx+θh (h)
d Xn
∂f
On admettra pour le moment que (f ◦ g)(θ) = (x + θh)hi . (voir le cas
dt i=1
∂xi
particulier du théoème 3.4.3.) 2
Comme application directe de ce résultat, on la proposition suivante :
14 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

Proposition 2.4.15 Soient D ⊂ IRn un ouvert connexe1 de IRn et

f : D −→ IR une application différentiable sur D. Si f est constante sur D alors
pour tout x ∈ D, dfx = 0 et inversement

Preuve Devoir ?

1) Montrer que si f est constante sur D alors pour tout x ∈ D, dfx = 0

2) Soit a ∈ D, on pose E := {x ∈ D/f (x) = f (a)}

i) Montrer que E est un fermé non vide

ii) Montrer que E est un ouvert
iii) Déduire que E = D

2.4.6 Formule de Taylor

On suppose que f admet des dérivées partielles continues d’ordre p.

On pose F = f ◦ g où
g f
[0, 1] −→ IRn −→ IR
t −
7 → x + th 7−→ f (x + th) := F (t)
On a
′ X
n
∂f
F (t) = (x + th)hi
i=1
∂xi
et
′′ d ′
F (t) = (F (t))
dt n
d X ∂f
= ( (x + th)hi )
dt i=1 ∂xi
Xn
d ∂f
= ( ( (x + th))hi
i=1
dt ∂xi
′ ∂f
on pose pour plus de simplification : fi =
∂xi
donc ′
d ∂f d ′ Xn
∂fi
( (x + th)) = (fi ◦ g)(t) = (x + th)hj
dt ∂xi dt j=1
∂x j
T
S⊂ IR est B=∅
1 n
D connexe s’il n’existe pas deux ouverts A et B non vide de IRn tels que A
n
et A B = IR
2.4. DIFFÉRENTIABILILÉ 15

′′ X
n X
n
∂2f
=⇒ F (t) = hi hj (x + th)
i=1 i=j
∂xi ∂xj
" n #[2]
X ∂f
= hi (x + th) (Notation)
i=1
∂xi
Par convention , on pose
X
n
∂f X n
∂f Xn X n
∂f ∂f
( hi )( hj )= hi h j
i=1
∂xi i=j ∂xj i=1 i=j
∂xi ∂xj

∂f ∂f ∂2f
et on remplace par .
∂xi ∂xj ∂xi ∂xj
Donc par récurence jusqu’à l’ordre p, on a
" n #[p]
X ∂f
(p)
F (t) = hi (x + th)
i=1
∂xi

La formule de Taylor appliquée à F est : ∃θ ∈]0, 1[ telle que :

′ 1 ′′ 1 1 (p)
F (1) − F (0) = F (0) + F (0) + · · · + F (p−1) (0) + F (θ)
2! (p − 1)! (p)!
d’où
" #[2]
X
n
∂f 1 X n
∂f
f (x + h) − f (x) = hi (x) + hi (x) + ···+
i=1
∂xi 2! i=1 ∂xi

" #[p−1] " #[p]

1 Xn
∂f 1 X n
∂f
··· + hi (x) + hi (x + θh) .
(p − 1)! i=1 ∂xi (p)! i=1 ∂xi

2.4.7 Extremums

Soit f : IRn −→ IR et Ω ⊆ IRn .

Définition 2.4.16 On dit que f admet un maximum relatif (respectivement mini-

mum relatif) en a ∈ Ω si ∃α > 0 tel que ∀x 6= a,
k x − a k< α =⇒ f (x) − f (a) < 0, (respectivement f (x) − f (a) > 0).

Proposition 2.4.17 Supposons que f admet des dérivées partielles au point a

∂f
Si a est un extremum pour f alors (a) = 0, ∀i ∈ {1, · · · , n}
∂xi
16 2. FONCTIONS NUMÉRIQUES DE PLUSIEURS VARIABLES

Preuve Soit i ∈ {1, · · · , n} et supposons qu’on a un maximum de f atteint au point

a.
Donc ∃δ > 0; ∀x ∈ IRn , on a

kx − ak < δ ⇒ f (x) − f (a) < 0

Si on prend en particuler x = (a1 , · · · , ai−1 , t, ai+1 , · · · , an ), alors kt − ai k < δ et

f (x) − f (a) = φi (t) − φi (ai ) avec φi désigne la ième application partielle.
′
Et par suite, φi admet un maximum en a ⇒ φi (ai ) = 0.
D’ou le résulatat. 2

Définition 2.4.18 On appelle point critique de f , tout point b ∈ IRn tel que
∂f
(b) = 0, ∀i ∈ {1, · · · , n}.
∂xi
Cas d’application de IR2 −→ IR Soit f une application f : IRn −→ IR de
classe C 3 et (x0 , y0 ) un point critique de f . On pose h = x − x0 et k = y − y0 et on
applique la formule de Taylor à l’ordre 3 :
1 ∂f ∂f
f (x, y) − f (x0 , y0 ) = 0 + [h (x0 , y0 ) + k (x0 , y0 )][2]
2! ∂x ∂y

1 ∂f ∂f
+ [h (x0 + θh, y0 + θk) + k (x0 + θh, y0 + θk)][3]
3! ∂x ∂y

∂f ∂f ∂2f ∂2f ∂2f

[h (x0 , y0 ) + k (x0 , y0 )][2] = [h2 2 (x0 , y0 ) + 2hk (x0 , y0 ) + k 2 2 (x0 , y0 )
∂x ∂y ∂x ∂x∂y ∂y

h2 ∂ 2 f h ∂2f ∂2f
= k2 [ (x ,
0 0y ) + 2 (x ,
0 0y ) + (x0 , y0 )]
k 2 ∂x2 k ∂x∂y ∂y 2

= k 2 [r0 u2 + 2s0 u + t0 ]

h ∂2f ∂2f ∂2f

où u = , r0 = (x 0 , y 0 ), s 0 = (x 0 , y 0 ) et t 0 = (x0 , y0 )
k ∂x2 ∂x∂y ∂y 2
Donc f (x, y) − f (x0 , y0 ) est de signe de l’équation du second degré en u

r0 u2 + 2s0 u + t0
′
1. Si ∆ = s20 − r0 t0 > 0 f n’admet pas d’extremum en (x0 , y0 ) mais change de
signe, on parle alors d’un point selle ou col.
2.4. DIFFÉRENTIABILILÉ 17
′
2. Si ∆ = s20 − r0 t0 = 0 , on peut rien dire.(Par exemple augmenter le DL )
′
3. Si ∆ = s20 − r0 t0 < 0 alors f (x, y) − f (x0 , y0 ) est de le signe de r0
si r0 < 0 alors (x0 , y0 ) est un minimum
sir0 > 0 alors (x0 , y0 ) est un maximum.