Analyse : Calcul différentiel dans un Banach Table des matières I Définition de la différentiabilité II 2 Différentiabilité en dimension finie 4 1 Dérivées suivant un vecteur, dérivées partielles dans une base 4 2 Interprétation matricielle de la différentiabilité 6 3 Fonctions de classe C 1 sur un ouvert 6 1 4 Opérations sur les fonctions de classe C 6 5 Application à la caractérisation des fonctions constantes 7 III Dérivées d’ordre supérieur 7 IV Champs scalaires 8 6 Généralités, notions de gradient 8 7 Etude des extremas : condition nécessaire 8 8 Etude des extremas : condition suffisante 9 V VI Quelques résultats 10 Deux cas : conditions suffisantes de différentiabilité 1 11 Dans ce chapitre on prend E, F espace de Banach et Ω (ou U ) un ouvert de E, u0 ∈ Ω (Ω est alors un voisinage de u0 ) et J : Ω → F . Première partie Définition de la différentiabilité Soit une fonction f définie d’un ouvert U d’un e.v.n E vers un e.v.n F . L’objectif est de linéariser f au voisinage de a ∈ Ω, c’est à dire d’approcher au voisinage de a la différence f (a + h) − f (a) par une expression linéaire continue en la variable h. Définition 1 On dit qu’une fonction f : U → F est différentiable en un point a ∈ U s’il existe une application linéaire continue L : E → F telle que : f (a + h) = f (a) + L(h) + ø(khk) On dit alors que f est différentiable sur U si elle est différentiable en tout point de U Remarque 1 Comme une application linéaire est nécéssairement continue lorsque l’espace de départ E est de dimension finie, il sera inutile dans ce cas de spécifier la continuité de L. Proposition 1 (Unicité de la différentielle en a) Si une fonction f : U → F est différentiable en un point a ∈ U , alors il existe une et une seule application linéaire continue L : E → F telle que : f (a + h) = f (a) + L(h) + ø(khk) Démonstration. L’existence de L est assurée par l’hypothèse de différentiabilitée. Supposon qu’il existe deux appilcation linéaires continues L1 et L2 qui vérifient l’égalité voulue. Alors par différence on a: (L1 − L2 )(h) = ◦(khk) ce qui signifie que : ∀ > 0, α > 0, ∀h ∈ E on ait : khk ≤ α ⇒ k(L1 − L2 )(h)k ≤ khk quitte a poser x = ρh avec khk ≤ α on obtient alors : k(L1 − L2 )(x)k ≤ kxk d’où par définition de la norme subordonnée d’une application linéaire continue : ∀ > 0, |kL1 − L2 k| ≤ donc la norme subordonnée de la différence L1 − L2 vaut 0 ce qui établit l’unicité de L Définition 2 Si f : U → F est différentiable en un point a ∈ U , on appelle application linéaire tangente ou différentielle de f en a l’unique application linéaire continue dfa ∈ Lc (E, F ) telle que : f (a + h) = f (a) + dfa (h) + ◦(khk) Remarque 2 Lorsque E = R, on a par linéarité pour tout réel h : dfa (h) = hdfa (1) et on en déduit : f 0 (a) = lim h→0 f (a + h) − f (a) hdfa (1) + ◦(h) = lim = dfa (1) h→0 h h Dans ce cas on a : dfa (h) = hdfa (1) = hf 0 (a) et on retrouve la relation classique suivante : f (a + h) = f (a) + hf 0 (h) + ◦(h) Proposition 2 (Une application différentiable est continue) Si f : U → F est différentiable en un point a ∈ U , alors elle est continue en a (mais la réciproque est fausse). 2 Démonstration. On a par définition de la différentiabilité en a : f (a + h) = f (a) + dfa (h) + ◦(khk) Comme l’application linéaire dfa est continue, il est clair que la limite de dfa (h) lorsque h tend vers 0E est 0F , ce qui implique la continuité de f en a : lim f (a + h) = f (a) h→0E Exemple 1 (Une fonction continue mais non différentiable) Considérons une norme k.k sur un e.v réel E. On sait qu’elle est continue dur l’e.v.n E, k.k car elle y est 1-lipschitzienne : |ka + hk − kak ≤ khk| En revanche, k.k n0 estjamaisdif f érentiableàl0 origine0E . Supposons qu’elle le soit alors il existe L : E → R linéaire continue telle que khk = L(h) + ø(khk). L’égalité kthk = k−thk donne alors pour tout réel t, avec h fixé : L(th) + ø(kthk) = L(−th) + ø(kthk) On en tire 2tL(h) = ø(kthk) d’où L(h) = 0 en divisant par t et en faisant tendre t vers 0. Comme h est arbitraire, on a L = 0 et la relation khk = ø(khk). Contradiction. Exemple 2 (Une application linéaire continue est différentiable) Montrons qu’une application linéaire continue L : E → F est différentiable. On a par linéarité en tout point a de E : ∀a ∈ E, ∀h ∈ E, L(a + h) = L(a) + L(h) Il en résulte que la différentielle d’une application linéaire continue est elle même. Exemple 3 (Une application bilinéaire continue est différentiable) Comme d’habitude, un produit E1 × E2 est normée par k(x1 , x2 )k = max(kx1 k , kx2 k). Montrons qu’une application bilinéaire continue B : E1 × E2 → F est différentiable. On a par bilinéarité en tout point a = (a1 , a2 ) de E1 × E2 : B(a1 + h1 , a2 + h2 ) = B(a1 , a2 ) + (B(h1 , a2 ) + B(a1 , h2 )) + B(h1 , h2 ) L’application h → B(h1 , a2 ) + B(a1 , h2 ) est linéaire continue. Le dernier terme est en ◦(khk) puisque 2 kB(h1 , h2 )k ≤ k kh1 k kh2 k ≤ kh1 k , il en résulte que h → B(h1 , a2 ) + B(a1 , h2 ) est la différentielle de B en a. Exemple 4 (Différentielle de φ : f ∈ GLc (E) → f −1 ∈ GLc (E)) On montre maintenant que la différentielle de φ : f ∈ GLc (E) → f −1 ∈ GLc (E) est l’application suivante : h → −f −1 ◦ h ◦ f −1 Etablissons d’abord que l’application f → f −1 est différentiable en f = Id. On sait que Id + h est inversible si |kh|k < 1, et son inverse est la somme de la série : (Id + h)−1 = ∞ X (−h)k = Id − h + k=0 ∞ X (−h)k k=2 Cette dernière somme est négligeable devant |kh|k car : ∞ ∞ ∞ 2 X X X k k (−h)k = h = |kh|k = ◦(|kh|k) (−h) ≤ 1 − |kh|k k=2 k=2 k=2 Ainsi on a comme annoncé :(Id + h)−1 = Id − h + ◦(|kh|k) Etablissons alors que l’application φ : f ∈ GLc (E) → f −1 ∈ GLc (E) est différentiable en f ∈ GLc (E). A cet effet, on se ramène au cas précédent en écrivant f + h = (Id + h ◦ f −1 ) ◦ f . On sait 3 que Id + h ◦ f −1 est inversible si h ◦ f −1 < 1, ce qui est notemment réalisé si |kh|k ≤ a alors : (f + h)−1 = ((Id + h ◦ f −1 ) ◦ f )−1 = f −1 ◦ (Id + h ◦ f −1 )−1 1 |kf −1 |k , et on On applique le résultat précédent à (Id + h ◦ f −1 )−1 , et on obtient : (f + h)−1 = f −1 ◦ (Id − h ◦ f −1 + ◦(h ◦ f −1 )) une expression négligeable devant h ◦ f −1 est à fortiori négligeable devant h ce qui donne le résultat suivant : (f + h)−1 = f −1 − f −1 ◦ h ◦ f −1 + ◦(|kh|k) Proposition 3 (Produit d’une fonction scalaire et d’une fonction différentiables) Soient λ : U → R et f : U → F différentiables en a ∈ U (resp. sur U ). Alors λf est différentiable en a (resp. sur U ) et on a : d(λf )a = f (a)dλa + λ(a)dfa Proposition 4 (Composée d’une application linéaire et d’une fonction différentiable) Soient trois e.v.n. E, F, et G et un ouvert U de E. Soit f : U → F différentiable en a ∈ U (resp. sur U ). Soit L : F → G linéaire continue. Alors L ◦ f est différentiable en a (resp. sur U ) et sa différentielle en a est : d(L ◦ f )a = L ◦ dfa Proposition 5 (Application au cas où l’e.v.n F d’arrivé est de dimension finie) Soient un ouvert U d’un espace de Banach E et un espace F de dimension finie. On suppose l’espace F rapporté à une base BF = (v1 , . . . , vn ). Pour une fonction f = f1 v1 + . . . + fn vn : U → F ,il y a équivalence entre : – la fonction f : U → F est différentiable en a ∈ U (resp. sur U ) – les composantes f1 , . . . , fn : U → R sont différentiables en a ∈ U (resp. sur U ) Proposition 6 (Composition des fonctions différentiables) Soient trois e.v.n. E, F, G et U un ouvert de E,V un ouvert de F . Soit une fonction f : U → F différentiable en a ∈ U (resp. sur U ). Soit une fonction g : V → G différentiable en f (a) (resp. sur V ). Si f (U ) ⊂ V , alors g ◦ f est différentiable en a (resp. sur U ) et on a : d(g ◦ f )a = dgf (a) ◦ dfa Application 1 (Différentielle de 1/λ) Soit λ : U → R différentiable en a. Si λ ne s’annule pas et si λ est différentiable en a, alors 1/λ est différentiable en a et : ∀h ∈ E, d( 1 1 ) = − 2 dλa λa λ (a) En effet il suffit d’appliquer le résultat précédent avec les deux application f, g définie par f : x ∈ U → λ(x) ∈ R et g : x ∈ R∗ → 1/x ∈ R Deuxième partie Différentiabilité en dimension finie 1 Dérivées suivant un vecteur, dérivées partielles dans une base Soient un point a de l’ouvert U , un vecteur non nul h de E, et une fonction f : U → F . Comme U est ouvert, il existe r > 0 tel que B(a, r) ⊂ U , et comme f est définie sur U , donc sur B(a, r),alors t ∈ R → φ(t) = f (a + th) ∈ F est définie p ourkthk < r,donc sur un voisinage de 0 contenant ] − r/ khk , r/ khk [, ce qui légitime la définition suivante. Définition 3 Soient U un ouvert d’un e.v.n. E et un e.v.n. F . On dit qu’une fonction f : U → F a une dérivée en a ∈ U suivant un vecteur h ∈ E si la fonction de la variable réelle t : φ(t) = f (a + th) ∈ F est dérivable en 0. On appelle alors d”érivée de f en a suivant le vecteur h le vecteur Dh f (a) = φ0 (0) tel que : f (a + th) − f (a) Dh f (a) = lim t→0 t 4 Expression de la dérivée suivant un vecteur dans une base F (F de dimension finie) Supposons l’espace vectoriel F de dimension finie n et rapporté à une base (v1 , ..., vn ). Dans ce cas, si f = f1 v1 + ... + fn vn , il y a équivalence entre : – la fonction f admet une dérivée en anU suivant un vecteur h – les fonctions f1 , ..., fn admettent une dérivée en a ∈ U suivant un vecteur h et la dérivée de f en a suivant ce vecteur h est égale à : Dh f (a) = Dh f1 (a)v1 + ... + Dh fn (a)vn En effet dans l’etude de la dérivabilité des fonctions vectorielles d’un iintervalle I dans F , on a montré qu’une telle fonction est dérivable si et seulement si ses composantes le sont et on a établit que les composantes de sa dérivée sont les dérivés des composantes. D’où le résultat par application en t = 0 à la fonction d’une variable réelle t 7→ f (a + th). Proposition 7 (Une propriété des fonctions différentiables) Soient un ouvert U d’un e.v.n. E et un e.v.n. F . Si une fonction f : U → F est différentiable en a ∈ U , alors elle admet une dérivée au point a suivant tout vecteur h, et celle-ci est égale à : Dh f (a) = dfa (h) On suppose désormais E de dimension finie p rapporté à une base BE = (e1 , ..., ep ). On introduit les dérivées partielles de f dans cette base par la définition suivante. Définition 4 Soient un ouvert U de E. On appelle j ème dérivée partielle en a ∈ U d’une fonction f : U → F la dérivée de f au point a suivant le vecteur ej , sous réserve d’existence de celle-ci, et on la note : ∂f f (a + tej ) − f (a) Dj f (a) ou (a) = lim t→0 ∂xj t Si f : U → F a une j ème dérivée partielle en tout point de U , on peut alors considéré la fonction j ème dérivée partielle Dj f : U → F . Proposition 8 (Expression de la différentielle à l’aide des dérivées partielles) Soient un ouvert U d’un e.v.n. E de dimension p et un e.v.n. F de dimension n. Si f : U → F est différentiable en a ∈ U , elle a des dérivées partielles en a dans toutes base BE = (e1 , . . . , ep ) de E, qui sont égales à Dj f (a) = dfa ej et on a : ∀h ∈ E, dfa (h) = h1 D1 f (a) + . . . + hp Dp f (a) On a une autre formule avec légalité : Dh f (a) = dfa (h) Démonstration. Si f est différentiable en a ∈ U , elle a des dérivées partielles suivant tout vecteur comme l’indique la proposition ”une propriété des fonctions différentiables”. On prend donc les vecteurs de la base de E et on obtient par linéarité de dfa (h) avec h = h1 e1 + ... + hp ep : dfa (h) = p X hj Dj f (a) j=1 Remarque 3 – Une fonction peut avoir des dérivées partielles sans être différentiable, par exemple la fonction f (x, y) = x2xy +y 2 – Notation différentielle : Pour une application f : U → F différentiable en un point a ∈ U , on a établi que : ∀h ∈ E, dfa (h) = h1 D1 f (a) + . . . + hp Dp f (a) Si on désigne par (dx1 , ..., dxp ) la base dual de BE = (e1 , ..., ep ) qui est constituée des applications associant au vecteur h ses composantes dans la base BE alors : ∀h ∈ E, dfa (h) = D1 f (a)dx1 (h) + . . . + Dp f (a)dxp (h) on en déduit donc avec l’égalité pour tout les h de E : ∀h ∈ E, dfa = D1 f (a)dx1 + . . . + Dp f (a)dxp Soit encore une autre notation : dfa = ∂f ∂f (a)dx1 + ... + (a)dxp ∂x1 ∂xp 5 2 Interprétation matricielle de la différentiabilité On suppose les dimensions finies dans ce paragraphe E de dimension p et F de dimension n tous deux rapportés à leur bases respectives. Définition 5 Soit une fonction f : U → F différentiable en x ∈ U . On appelle matrice jacobienne (ou jacobienne) de f en x la matrice Jfx de dfx relativement aux bases prises pour E et F . La j ème colonne de cette matrice est alors l’image par dfx du j ème vecteur de base ej , et c’est donc la j ème dérivée partielle dfx (ej ) = Dj f (x) exprimée dans la base BF de F . On a alors : D1 f1 (x) D2 f1 (x) . . . Dp f1 (x) D1 f2 (x) D2 f2 (x) . . . Dp f2 (x) Jfx = .. .. .. . . . D1 fn (x) D2 fn (x) . . . 3 Dp fn (x) Fonctions de classe C 1 sur un ouvert Proposition 9 (Théorème fondamental) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Si une fonction f : U → F admet des dérivées partielles continues sur l’ouvert U dans une base de E, alors elle est différentiable, et donc continue, sur U . Proposition 10 (Définition éqiuvalente des fonctions de classe C 1 ) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Pour une fonction f : U → F , il y a équivalence entre : – l’application x 7−→ Dh f (x) est continue sur U pour tout vecteur h ∈ E – les dérivées partielles de f sont continues sur U dans une base (toute base) de E Une telle proposition justifie la définition suivante des fonctions de classe C 1 : Définition 6 Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. On dit qu’une fonction f : U → F est de classe C 1 sur l’ouvert U si elle vérifie l’une des deux conditions équivalentes suivantes : – f admet des dérivées partielles continues sur U dans une base (toute base) de E – f admet une dérivée continue sur U suivant tout vecteur h de E Et une telle fonction est nécessairement différentiable, donc continue, sur l’ouvert U . De plus f est de classe C 1 sur U ⇔ f est différentiable sur U et l’application x ∈ U 7−→ dfx ∈ Lc (E, F ) continue. 4 Opérations sur les fonctions de classe C 1 – Cas d’une combinaison linéaire de fonctions Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Soient deux réels λ, µ et deux fonctions f, g : U → F . Si f, g sont différentiables en x ∈ U , alors λf + µg est différentiable en x et on a : ∀j = 1...p, d(λf + µg)x (ej ) = λdfx (ej ) + µdgx (ej ) comme dhx (ej ) = Dj h(x) on a pour j = 1...p : Dj (λf + µg)(x) = λDj f (x) + µDj g(x) Ainsi la continuité des dérivée partielles des fonctions f et g sur l’ouvert U implique celle des dérivées partielles de λf + µg, et on en déduit le résultat suivant : Une combinaison linéaire de fonction de classe C 1 sur U est de classe C 1 sur U . L’ensemble C 1 (U, F ) des fonctions C 1 de U dans F forme un espace vectoriel. 6 – Un produit de fonctions réelles et vectorielle de classe C 1 sur U est de classe C 1 sur U – Une composée d’une application linéaire (nécessairement continue dans ce cas) et d’une fonction f : U → F de classe C 1 sur U est de classe C 1 sur U – Une composée de fonctions f : U → F et g : V → G de classe C 1 sur U et V est de classe C 1 sur U lorsqu’on peut la définir, i.e. lorsque f (U ) ⊂ V on a : q X Dj (g ◦ f )(x) = (Dj fk (x)(Dk g)(f (x)) k=1 5 Application à la caractérisation des fonctions constantes On exploite ici les dérivées partielles des fonction pour donner une condition simple pour qu’une fonction soit constante. Puisqu’une fonction définie sur un intervalle I est condstante si et seulement si elle est de classe C 1 est de dérivée nulle sur I, on étend ce résultat en remplaçant l’intervalle I par un ouvert convexe U , puis par un ouvert connexe par arcs U . Proposition 11 (Caractérisation des fonctions constantes sur les convexes) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Si U est convexe, il y a équivalence pour une fonction f : U → F : – f est constante – f est de classe C 1 et de différentielle nulle – f est de classe C 1 et de dérivées partielles nulles dans une base (toute base) de E Lemme 1 Un ouvert U d’un e.v.n. E est connexe par arcs si et seulement si, pour tout couple (x, y) de points de U , l’une des conditions suivantes est vérifiée : 1. il existe φ : [0, 1] → U continue telle que φ(0) = x et φ(1) = y 2. il existe φ : [0, 1] → U continue affine par morceaux avec φ(0) = x et φ(1) = y Proposition 12 (Caractérisation des fonctions constantes sur les connexes par arcs) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Si U est connexe par arcs, il y a équivalence pour une fonction f : U → F : – f est constante – f est de classe C 1 et de différentielle nulle – f est de classe C 1 et de dérivées partielles nulles dans une base (toute base) de E Troisième partie Dérivées d’ordre supérieur Proposition 13 (Définition équivalente des fonctions de classe C 2 ) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. Pour une fonction f : U → F de classe C 1 ,il y a équivalence entre : – pour tout vecteur h ∈ E, la fonction Dh f : U → F est de classe C 1 – les dérivées partielle de f dans une base (toute base) de E sont de classe C 1 f est alors de classe C 2 . Définition 7 Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. On dit que f : U → F est de classe C m+1 sur l’ouvert U si elle vérifie l’une des conditions équivalentes suivantes : – pour tout vecteur h ∈ E, la fonction Dh f : U → F est de classe C m+1 – les dérivées partielle de f dans une base (toute base) de E sont de classe C m+1 On dit que f est de classe C ∞ si elle est de classe C m pour tout entier naturel m. Proposition 14 (Théorème de Schwartz (1843-1921)) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. On suppose l’espace E rapporté à une base (e1 , ..., ep ). Pour toute fonction f : U → F de classe C 2 , on a pour 1 ≤ i, j ≤ p : Di Dj f = Dj Di f ou 7 ∂2f ∂2f = ∂xi ∂xj ∂xj ∂xi Quatrième partie Champs scalaires 6 Généralités, notions de gradient On pose ici F = R et E de dimension p. Si f : U → R est différentiable en a ∈ U , on observe que la différentielle de f en a est une application linéaire de E dans R, i.e. une forme linéaire sur E. Si E est euclidien, on sait que pour toute forme linéaire φ il existe un unique vecteur v appartenant à E tel que : ∀h ∈ E, φ(h) = (v, h) ce qui justifie la définition suivante : Définition 8 Soient un espace euclidien E muni d’un produit scalaire noté (., .) et un ouvert U de E. Etant donné une application f : U → R différentiable en a ∈ U , on appelle gradient de f en a l’unique vecteur de E noté ∇f (a) =gradf (a) tel que : ∀h ∈ E, dfa (h) = (∇f (a).h) Un point a est alor dit régulier si ∇f (a) 6= 0E et singulier ou critique si ∇f (a) = 0 La différentielle de f en a est ainsi déterminée par la donnée du gradient de f en a et la différentiabilité de f en a s’écrit maintenant : f (a + h) = f (a) + (∇f (a).h) + ◦(khk) Proposition 15 (Expression du gradient en base orthonormale) Soient un espace euclidien E muni d’un produit scalaire noté (., .) et un ouvert U de E. Pour tout fonction f : U → R différentiable en a ∈ U on a : – la dérivée de f en a pour tout vecteur h est Dh f (a) = (∇f (a).h) – le vecteur gradient ∇f (a) s’écrit dans toutes base orthonormale (e1 , ..., ep ) : ∇f (a) = D1 f (a)e1 + ... + Dp f (a)ep Remarque 4 (Interprétation géométrique du gradient de f en a) Considérons une fonction f : U → R différentiable en un point régulier a ∈ U . Pour étudier les variations locales de f dans les différentes directions autour du point a, introduisons un vecteur unitaire quelconque u ; on a établi à la proposition précédente : Du f (a) = (∇f (a).u) On note que la dérivée de f en a suivant le vecteur unitaire u est la projection orthogonale de ∇f (a) sur la droite dirigée par u. D’après C.S. on a : (u étant unitaire) − k∇f (a)k ≤ (∇f (a), u) ≤ k∇f (a)k Il en résulte que la dérivée de f en a suivant le vecteur u, qui indique la limite du taux de variation de f en a dans la direction u est : – maximale lorsque u est colinéaire et de même sens que ∇f (a) La fonction f croit le plus vite en a dans la direction de ∇f (a) – minimale lorsque u est de sens opposé à ∇f (a) La fonction f décroit le plus vite en a dans la direction opposée de ∇f (a) – nulle lorsque u est orthogonale à ∇f (a) L’accroissement de f est négligeable dans les directions orthogonales à ∇f (a) 7 Etude des extremas : condition nécessaire Définition 9 On considère un ouvert U d’un espace de Banach E et une fonction f : U → R. On dit que f admet un maximum (minimum) local en un point a ∈ U s’il existe une boule de centre a et de rayon r tel que : ∀x ∈ B(a, r) : f (x) ≤ f (a)(ou f (x) ≥ f (a)) 8 Proposition 16 (Condition nécessaire d’extremum sur un ouvert) Soit un point a ∈ U U ouvert d’un espace E de dimension finie. Si f : U → R est différentiable en a, si f a un minimum (maximum) local en a, alors ses dérivées partielles, donc sa différentielle, sont nulles en a. Remarque 5 (Recherche d’extrema des fonctions différentiables) – Soit une fonction différentiable (donc continue )f : U → R. Alors f a un maximum et un minimum sur tout compacte K ⊂ U et : – s’ils sont atteints dans l’interieur de K on les obtient en annulant dfa – s’ils sont atteints sur la frontière de K on les obtients par d’autres méthodes – Soit une fonction différentiable (donc continue) f : U → R avec E de dimension finie. Si limkxk→∞ f (x) = ∞ alors la fonction f a un minimum sue E 8 Etude des extremas : condition suffisante Proposition 17 (Formule de Taylor-Young) Soient un ouvert U d’un espace E de dimension p et un espace F de dimension n. On suppose l’espace E rapporté à une base (e1 , ..., ep ). Pour toute fonction f : U → F de classe C 2 on a au voisinage de a ∈ U : f (a + h) = f (a) + p X j=1 p hj Dj f (a) + p 1 XX 2 hi hj Di Dj f (a) + ◦(khk ) 2 i=1 j=1 Interprétation matricielle : Introduisons les matrices suivantes : – Jfa = (D1 f (a), ..., Dp f (a)), matrice jacobienne de f en a – Hfa = (Di Dj f (a)) matrice hessienne de f en a (matrice symetrique réelle) – h qu’on identifie à la matrice colonne de ses composantes La formule s’écrit comme suit : f (a + h) = f (a) + Jfa ∗ h + 1t 2 h ∗ Hfa ∗ h + ◦(khk ) 2 Lemme 2 Soit une matrice symétrique réelle M ∈ Mp (R). Si ses valeurs propres (nécesserement réelles) sont λ1 ≤ ... ≤ λp on a : t min X6=0 t X ∗M ∗X X ∗M ∗X = λ ; max = λp 1 tX ∗ X tX ∗ X X6=0 Démonstration. En effet : comme cette matrice est symétrique réelle, elle diagonalise en base orthonormale et on sait qu’il existe une matrice orthogonale P telle que D = t P ∗ M ∗ P , où D désigne donc la matrice dont les éléments diagonaux sont les valeurs propres λ1 , ..., λp . Quitte à poser Y = t P ∗ X on obtient alors : t t t λ1 py12 + ... + λp yp2 X ∗M ∗X X ∗ P ∗ D ∗ tP ∗ X Y ∗D∗Y = = = tX ∗ X tX ∗ X tY ∗ Y y12 + ... + yp2 comme λ1 ≤ ... ≤ λp le lemme résulte aussitôt des remarques suivantes : – le rapport précédent est compris entre λ1 et λp – la valeur λ1 est atteinte lorsque y1 = 1 et y2 = ... = yp = 0 – la valeur λp est atteinte lorsque yp = 1 et y1 = ... = yp−1 = 0 Ainsi la connaissance de la plus grande et de la plus petite des valeurs propres de la matrice M permet de connaotre le signe de t X ∗ M ∗ X lorsque X décrit Rp Proposition 18 (Condition suffisante d’extremum sur un ouvert avec dim(E) = 2) Soit une fonction f : U → R de classe C 2 sur un ouvert U de E et E de dimension 2. On suppose E rapporté à une base (e1 , e2 ). Si les dérivées partielles d’ordre 1 s’annule en un point a de U , on pose : r= ∂2f ∂2f ∂2f (a) ; s = (a) ; t = (a) 2 ∂x ∂x∂y ∂y 2 – Si rt − s2 > 0, il y a un extremum local eb a (maximum si r < 0, minimum sinon) – Si rt − s2 < 0, il n’y a pas d’extremum en a (on dit qu’on a un col en a) – Si rt − s2 = 0, on ne peut conclure directement 9 Cinquième partie Quelques résultats Définition 10 Continuité : les assertions suivantes sont équivalentes : 1. J continue en u0 2. J(u0 + h) − J(u0 ) → 0 lorsque khk → 0 tel que khk ρ, où ρ est le rayon d’une boule centrée en u0 contenue dans Ω Différentiabilité : les assertions suivantes sont équivalentes : 1. J est différentiable en u0 2. ∃ une application linéaire continue notée du0 J : E → F tel que si kuk ≤ ρ on ait kJ(u0 + h) − J(u0 ) − du0 J(h)k = khk (h) avec (h) → 0 lorsque h → 0 Exemple 5 On prend E = F = R et J continuement dérivable en u0 ∈ R alors J est différentiable en u0 et du0 J(h) = (J 0 (u0 )), matrice 1x1 ou bien du0 J(h) = hJ 0 (u0 ). En effet J est dérivable en u0 alors : J(u0 + h) − J(u0 ) = hJ 0 (u0 ) + h(|h|) donc : |J(u0 + h) − J(u0 ) − hJ 0 (u0 )| = |h| (|h|) où hJ 0 (u0 ) = du0 J(h) = (J 0 (u0 )) Exemple 6 Prenons J application linéaire continue de E dans F . Alors J est différentiable de différentielle J Exemple 7 Prenons E = H, F = R et A application linéaire continue de H Hilbert dans h, autoadjointe. Puis posons J : u → 12 (Au, u) (J est appelé fonctionnelle quadratique) Alors : J est différentiable de différentielle du0 J(h) = (Au0 , h) (linéaire continue). En effet : J(u0 + h) − J(u0 ) = 21 (A(u0 + h), (u0 + h)) − 21 (Au0 , u0 ) = 12 (Au0 , h) + 21 (Ah, u0 ) + 12 (Ah, h) = (Au0 , h) + 21 (Ah, h) 1 2 avec : 2 (Ah, h) ≤ |kAk|khk 2 Donc |J(u0 + h) − J(u0 ) − (Au0 , h)| → 0, h → 0 d’où du0 J(h) = (Au0 , h), continue de H → R et forme linéaire. Si J : H → C alors du0 J(h) = Re((Au0 , h)). Si A non autoadjoint en plus on a : du0 J(h) = 21 (Au0 , h) + 21 (A∗ u0 , h) R1 Exemple 8 Prenons E = H = L2 (]0, 1[) et F = R. Soit JL2 →R u 7−→ 0 u2 (x)dx. Soit u0 (x) ∈ L2 . Alors J est différentiable en u0 de différentielle du0 (h) = 2(u0 , h) (linéaire continue). R1 Exemple 9 On prend E = L2 (]0, 1[) et F = R. Soit J : u(x) → 0 sin u(x)dx et soit u0 ∈ L2 alors J R1 est différentiable en u0 de différentielle du0 J(h) = 0 h(x) cos u0 (x)dx En effet : J(u + h) − J(u0 ) = R1 R1 0 sin(u0 (x))(cos(h(x)) − 1)dx + 0 (sin(h(x)) − h(x))cos(u0 (x))dx + 0 h(x)cos(u0 (x))dx 0 R1 On regarde φ : h → 0 h(x)cos(u0 (x))dx linéaire. On a : R R1 1 |J(u0 + h) − J(u0 ) − φ(h)| = 0 sin(u0 (x))(cos(h(x)) − 1)dx + 0 (sin(h(x)) − h(x))dx R1 Avec Taylor on a : 2 cos(s) = 1 − s2 cos(c(s)) + . . . 2 donc :|cos(s) − 1| ≤ s2 R R 2 1 1 donc : 0 sin(u0 (x))(cos(h(x)) − 1)dx ≤ 0 sin(u0 (x)) h2 dx ≤ khk on prend (h) = 2L2 2 de même avec sin(s) = s − s2 sin(c(s)). 10 khk2L2 2 Une autre méthode aurait été d’écrire : sin(s + k) − sin(s) = kcos(s) − k2 2 sin(c(s)) Sixième partie Deux cas : conditions suffisantes de différentiabilité Théorème 1 Si on prend H = L2 (Ω), Ω ouvert de Rd . On suppose gR→R s 7−→ g(s) est C 2 (R). Si on a : |g(s)| ≤ C1 s2 |g 0 (s)| ≤ C2 s |g 00 (s)| ≤ C3 Alors l’application J : L2 (Ω) → R définie par : R J(u) = Ω g(u(x))dx est différentiable en u0 ∈ L2 (Ω) et on a : Ω g 0 (u0 (x))h(x)dx Ω |g(u0 + h(x)) − g(u0 ) − g 0 (u0 )h(x)| dx. du0 J(h) = R |J(u0 + h) − J(u0 ) − du0 J(h)| ≤ R Preuve 1 On a : On sait que : ∀a, b ∈ R, ∃c ∈]a, b[ tel que g(b) − g(a) = g 0 (a)(b − a) + (b−a)2 00 g (c) 2 En utilisant ce résultat et en posant a = u0 (x), b = u0 + h(x) on a : R 2 2 |J(u0 + h) − J(u0 ) − du0 J(h)| ≤ Ω h 2(x) g 00 (c) dx ≤ C khkL2 = (h) khk Donc la différentielle est bien celle du théorème. Voyons si J est bine définie. Soit u ∈ L2 on a : R R R 2 g(u(x))dx ≤ |g(u(x))| dx ≤ C Ω |u(x)| dx < ∞ Ω Ω Voyons si la différentielle est bien linéaire continue : Elle est linéaire. Et : R R |du0 J(h)| ≤ Ω |g 0 (u0 (x))h(x)| dx ≤ C Ω |u0 (x)| |h(x)| dx ≤C.S C ku0 kL2 khkL2 Exemple 10 Montrons que l’application J suivante est différentiable et calculons sa différentielle : J(u) = u2 (x) −1 2 R Ω cos(u(x))+ u(x) dx. 2 Pour ce faire montrons que g : s 7−→ cos(s)+ s2 −1 s vérifie les conditions du théorème. cos(s)+ s2 ) −1 2 est bornée. Sa limite en 1. Montrons que |g(s)| ≤ C1 s2 ce qui reviens a montrer que s3 l’infini est 0. Le problème de continuité se trouve en 0. Montrons la continuité en 0. cos(s)+ s2 ) −1 s 2 = cos(γ(s)) ≤ s donc tend vers 0. On a : s3 4 4 2. Montrons que |g 0 (s)| ≤ C2 s. En l’infini cela tend vers 0. Le problème de continuité se trouve en 0. Montrons la continuité en 0. En utilisant la même astuce, i.e. utiliser le théorème de Taylor on a: s s |g 0 (s)| = 4! cos(γ(s)) + 3! (−sin(ς(s))) tend vers 0 en 0. 11 3. On montre de même en dérivant deux fois et en utilisant Taylor que : |g 00 (s)| ≤ C3 Théorème 2 Si on prend H = C([a, b]) (ou C(K) avec K compacte). On suppose gR→R s 7−→ g(s) est C 2 (R). Alors l’application J : L2 (K) → R définie par : R J(u) = K g(u(x))dx est différentiable en u0 ∈ C(K) et on a : du0 J(h) = R K g 0 (u0 (x))h(x)dx Preuve 2 J est bien définie car g ◦ u est continue sur K donc intégrable sur un compacte K. La est linéaire voyons la continuité : R différentielle 0 du J(h) ≤ |g (u0 (x))| |h(x)| dx ≤ supK |g 0 (u0 (x))| supK |h(x)| vold (K) 0 K Vérifions que c’est bien la bonne différentielle : 2 Z 2 h (x) h (x) 00 |J(u0 + h) − J(u0 ) − du0 J(h)| ≤ sup |g 00 (c)| vold (K) 2 g (c) dx ≤ sup 2 K K K Or : sup |g 00 (c)| ≤ sup |g 00 (z)| ≤ K Z∈γ(K) sup |g 00 (z)| [−A−B,A+B] car γ(x) bornée. u0 (x) + h(x) ∈ (u0 + h)(K) ⊂ [−B, B] et u0 (x) ∈ u0 (K) ⊂ [−A, A] donc γ(x) ∈ ]u0 (x), u0 (x) + h(x)[⊂] − A − B, A + B[⊂ [−A − B, A + B] , 12