LEÇONS SUR LE CALCUL DIFFÉRENTIEL ING2-ECE-PARIS 2014-2015 ÉQUIPE DE MATHÉMATIQUES DE L’ECE 1 Chapitre 1 Fonctions de plusieurs variables 1.1 Définitions générales Rn = R × R × ... × R est l’ensemble des n-uplets de réels, x = (x1 , ..., xn ). De la même façon qu’on a défini les fonctions d’une seule variable réelle, on peut définir les fonctions de plusieurs variables réelles : f : D ⊂ Rn → R (x1 , ..., xn ) → f (x1 , ..., xn ) En pratique, on travaillera le plus souvent avec n = 2 ou n = 3. On utilisera parfois dans ce cas la notation (x, y) ou (x, y, z) plutôt que (x1 , x2 ) ou (x1 , x2 , x3 ). • Produit scalaire : Comme le Rn est un espace vectoriel, on peut définir un produit scalaire suivant : n X n ∀u, v ∈ R , < u, v >= ui vi ∈ R i=1 2 3 • Norme : On introduit en analogie avec R ou R , la norme ||x|| d’un vecteur x de Rn par v u n uX x2i ||x|| = t i=1 • La boule ouverte : Soit u ∈ Rn , R > 0, La boule ouverte de centre u et de rayon R, notée B(u, R), est le sous-ensemble de Rn définie par B(u, R) = {v ∈ Rn /||u − v|| < R} • La boule fermée : Soit u ∈ Rn , R > 0, La boule fermée de centre u et de rayon R, notée B̄(u, R), est le sous-ensemble de Rn définie par B̄(u, R) = {v ∈ Rn /||u − v|| ≤ R} 2 • La Sphère : On appelle la sphère de centre u et de rayon R, notée S(u, R), le sous-ensemble de Rn définie par S(u, R) = {v ∈ Rn /||u − v|| = R} 1.1.1 Représentations graphiques, courbes de niveau On a appris au lycée à représenter graphiquement une fonction rélle définie sur une partie de R. Il n’existe aucune solution évidente pour représenter graphiquement une fonction numérique définie sur une partie de R3 . Le cas d’une fonction numérique définie sur une partie de R2 se prête lui a des représentations pratiques. Soit f : U ⊂ R2 → R une fonction définie sur une partie U du plan. Définition 1. On appelle représentation graphique de f, ou surface représentative de f l’ensemble Sf des points de l’espace de coordonnées (x, y, f (x, y)), où (x, y) décrit l’ensemble des coordonnées possibles d’un point de U. On dit aussi que Sf est la surface d’équation z = f (x, y). Regardons par exemple la fonction f : R2 → R, (x, y) → ax + by + c, a, b et c étant des réels fixés. La surface Sf est l’ensemble des points de coordonnées Définition 2. Soit k un nombre réel. On appelle courbe de niveau k de la fonction f l’ensemble des points M (x, y) de R2 dont les coordonnées 1.1.2 Limites Définition 3. On écrit lim f (x, y) = l (x,y)→(x0 ,y0 ) (l ∈ R) et on dit que la limite de f (x, y) quand (x, y) tend vers a = (x0 , y0 ) vaut L si les valeurs de f (x, y) deviennent aussi proches que lŠon veut de L en choisissant (x, y) suffisamment proche de (x0 , y0 ) mais sans l’égaler. En terme mathématique, on a h i lim f (x, y) = l ⇐⇒ ∀ε > 0, ∃R > 0, (x ∈ D, ||x − a|| < R) ⇒ ||f (x) − l|| < ε (x,y)→a Rappel : En une variable, il n’y a que deux directions d’approche pour une limite : la gauche et la droite. On se souvient que lim f (x) = l ⇐⇒ lim− f (x) = l et lim+ f (x) = l. x→x0 x→x0 x→x0 3 Autrement dit, si la limite à gauche diffère de celle à droite, on conclut que la limite n’existe pas. À deux variables, il y a une infinité de directions d’approches pour un point (x, y). Pour une fonction f (x, y), dès que la limite obtenue par un chemin d’approche est différente d’une autre obtenue par un chemin différent, la limite de f au point (x, y) n’existe pas. Exemple : Soit la fonction f donnée par la formule ci-dessous, calculons sa limite lim f (x, y), (x,y)→(0,0) f (x) = sin(2x) − 2x + y x3 + y 3 on voit que f (0, y) = 1 y = 2 (y 6= 0) ⇒ lim f (0, y) = +∞ 3 (x,y)→(0,0) y y 2x − sin(2x) − 2x = f (x, 0) = 3 x Puisque lim f (0, y) 6= (x,y)→(0,0) (2x)3 3! lim (x,y)→(0,0) + o(x3 ) − 2x 4 4 = − (x 6= 0) ⇒ lim f (x, 0) = − 3 (x,y)→(0,0) x 3 3 f (x, 0), donc la fonction f (x, y) n’a pas de limite à (0, 0). Exemples : • Approcher la fonction f (x, y) par l’axe Ox et ensuite par l’axe Oy pour vérifier que la limite de f (x, y) quand (x, y) → (0, 0) n’existe pas. f (x, y) = x2 − y 2 x2 + y 2 • Approcher la fonction g(x, y) par l’axe Ox, par Oy et ensuite par la droite y = x pour vérifier que la limite de de g(x, y) quand (x, y) → (0, 0) n’existe pas. g(x, y) = xy x2 + y 2 •Approcher la fonction h(x, y) par toutes les droites non verticales y = mx puis ensuite par la parabole x = y 2 pour vérifier que la limite de h(x, y) quand (x, y) → (0, 0) n’existe pas. xy 2 h(x, y) = 2 x + y4 Remarque 1. Les exemples précédents montrent bien qu’on ne peut pas présumer qu’une limite existe. Une technique pour démontrer qu’une limite existe est d’analyser le comportement de la distance entre f (x, y) et la valeur l ∈ R candidate pour la limite. Calcul de la limite lim (x,y)→(0,0) f (x, y) : souvent on regarde tout d’abord sur les trois directions dites usuelles : x = 0, y = 0 et x = y, si l’une des trois limites est différente aux autres, on peut conclure de non existence de la limite en ce point, sinon (c-à-d les trois limites sont identiques), on peut rien conclure, mais il faut continuer les calculs, par d’autre moyen, parmi ces moyens, on peut citer à titre d’exemple les méthodes suivantes : 4 • Coordonnés polaires : Un point M (x, y) du plan peut aussi être repéré par ses coordonnés polaires (r, θ), définies par x = r cos(θ), y = r sin(θ), avec r ≥ 0 et θ ∈ [0, 2π[. r est appelé rayon, et θ angle polaire ou argument. Ce changement de coordonnés (x, y) → (r, θ) est bijectif de R2 − (0, 0) vers R∗+ × [0, 2π[. p x y , sin(θ) = p . Le changement inverse est : r = x2 + y 2 , cos(θ) = p x2 + y 2 x2 + y 2 Proposition : lim f (x, y) = lim f (r cos(θ), r sin(θ)) r→0 (x,y)→(0,0) Exemple : Soit f donnée par x2 y x2 + y 2 En remplaçant via les coordonnées polaires, on obtient f (x, y) = r3 cos2 (θ) sin(θ) (r cos(θ))2 (r sin(θ)) = r cos2 (θ) sin(θ), = f (x, y) = f (r cos(θ), r sin(θ)) = 2 2 2 2 r r (cos (θ) + sin (θ)) d’où lim f (r, θ) = lim r cos2 (θ) sin(θ) = 0 r→0 r→0 Donc, lim f (x, y) = 0 (x,y)→(0,0) • Développement limité : On peut utiliser le développement limité, afin de calculer la limite d’une fonction. Comme exemple prenons : f (x, y) = cos(x) − 1 + (x2 /2) x4 + y 4 Calculons, tout d’abord les limites sur les directions usuelles, on trouve f (0, y) = cos(0) − 1 + (02 /2) =0 04 + y 4 x2 2! x4 4! + o(x4 ) − 1 + x4 1 ⇒ lim f (x, 0) = (x,y)→(0,0) 24 1− cos(x) − 1 + (x2 /2) f (x, 0) = = x4 + 0 4 cos(x) − 1 + f (x, x) = 2x4 Puisque lim f (0, y) 6= (x,y)→(0,0) x2 2 x2 2! + x4 4! + o(x4 ) − 1 + = 2x4 1 ⇒ lim f (x, x) = (x,y)→(0,0) 48 lim 1− + f (x, 0) 6= (x,y)→(0,0) lim (x,y)→(0,0) n’a pas de limite à (0, 0). 5 x2 2 x2 2 = = 1 + o(1) 24 1 + o(1) 48 f (x, x), donc la fonction f (x, y) 1.2 Continuité La définition de la continuité d’une fonction de plusieurs variables est une généralisation du cas d’une fonction d’une seule variable. Définition 4. Soit f : D ⊂ R2 → R, f est continue en a = (x0 , y0 ) si et seulement si lim (x,y)→(x0 ,y0 ) f (x0 , y0 ). On dit que f est continue si elle est continue en chaque point de son domaine. Exemple : Étudions la continuité de la fonction f : R2 → R, au point (0, 0), avec (x2 + y 2 ) sin( 1 ) si (x, y) 6= (0, 0), xy f (x, y) = 0 si (x, y) = (0, 0) ∀(x, y) ∈ R2 , on a |f (x, y)| ≤ (x2 + y 2 ) →(x,y)→(0,0) 0 = f (0, 0) Donc la fonction f est continue au point (0, 0). 6 f (x, y) = Chapitre 2 Calcul Différentiel 2.1 2.1.1 Dérivation d’une fonction de plusieurs variables Dérivées partielles d’ordre 1 Définition 5. Soit f une fonction définie sur un ouvert U de Rn , soit un point a = (a1 , ..., an ) ∈ U. On dit qu’une fonction f admet une dérivée partielle en a = (a1 , ..., an ) par rapport à la variable xi si et seulement si f (a1 , ..., ai + h, ..., an ) − f (a1 , ..., ai , ..., an ) existe et est finie. h→0 h lim ∂f f (a1 , ..., ai + h, ..., an ) − f (a1 , ..., ai , ..., an ) (a) = lim est la dérivée partielle en h→0 ∂xi h a par rapport à la variable xi . On a alors que ∂f ∂f :x→ (x) est une fonction sur U et à valeurs dans R. ∂xi ∂xi Cas d’une fonction de deux variables : ∂f f (x0 + h, y0 ) − f (x0 , y0 ) (x0 , y0 ) = lim h→0 ∂x h ∂f f (x0 , y0 + k) − f (x0 , y0 ) (x0 , y0 ) = lim k→0 ∂y k ∂f Remarque 2. Sauf si f est prolongée au point (x0 , y0 ), le calcul de (x0 , y0 ) s’obtient en dérivant ∂x f par rapport à la variable xi et en considérant les autres coordonnées comme des constantes. 7 2.1.2 Calcul pratique des dérivées partielles Dans la pratique on dérive par rapport à une variable, en considérant les autres variables comme des constantes ; on écrira par exemple : ∂ 3 x − 3x2 y 2 + y = 3x2 − 6xy 2 . ∂xi Les règles de calcul sont les mêmes que pour les dérivées des fonctions d’une variable ; par exemple, pour un produit : ∂(f g) ∂f ∂g = g+f , ∂xi ∂xi ∂xi et la dérivation partielle est linéaire : ∂f ∂g ∂(αf + g) =α + . ∂xi ∂xi ∂xi Proposition 1. (Première application) Si f : U ⊂ R2 → R de classe C 1 admet un extremum local ∂f ∂f (a) = 0 et (a) = 0, mais la réciproque est fausse. en a = (x0 , y0 ) ∈ U, alors ∂x ∂y 2.1.3 Dérivée directionnelle Soit f une fonction de Rn vers R, et (e1 , ..., en ) la base canonique de Rn , et a ∈ Rn . Définition 6. Soit d un vecteur de Rn . On appelle dérivée directionnelle de f au point a dans la ∂f (a) : direction d, notée ∂d f (a + hd) − f (a) f (a1 + hd1 , ..., an + hdn ) − f (a1 , ..., an ) ∂f (a) = lim = lim si elle existe h→0 h→0 ∂d h h ∂f La dérivée directionnelle est donc une fonction de Rn vers R. ∂d Exemples : • Soit f (x, y) = x3 y − y et d = ( 21 , √ 3 ). 2 On a : ∂f (x, y) ∂d = 32 x2 y + √ 3 (x3 2 − 1). • En physique, on parle souvent de dérivée normale et de dérivée tangentielle pour désigner la dérivée directionnelle en un point d’une courbe ou d’une surface donnée, dans la direction normale ou tangente à cette courbe ou surface. Remarque 3. C’est clair que la dérivée partielle d’ordre 1 de f par rapport à i-ème variable xi (voir la Définition 5) ce n’est que la dérivée directionnelle par rapport la direction du vecteur ei . 8 2.1.4 Gradient d’une fonction ∂f (a), ..., (a) est appelé gradient de f au point a, noté grad f (a) Définition 7. Le vecteur ∂x1 ∂xn ou ∇f (a). ∂f Dans le cas de R2 , ∇f (a) = ∂f (a), ∂f (a) ∂x ∂y Proposition 2. Si ∇f (a) existe, alors Définition 8. Le scalaire , et dans le cas de R3 , ∇f (a) = ∂f (a) ∂d ∂f (a), ∂f (a), ∂f (a) ∂x ∂y ∂z . = ∇f (a).d ∂f ∂f (x0 , y0 ) + (x0 , y0 ) est appelé divergence de f au point (x0 , y0 ), noté ∂x ∂y diva (f ). Définition 9. f est partiellement dérivable en a si et seulement si ses dérivées partielles en a par rapport à chaque variable existent. 2.1.5 Fonctions réelles de classe C 1 Définition 10. Soit f une fonction définie sur un ouvert U de Rn , soit un point a = (x0 , y0 ) de U, f est une fonction de classe C 1 en a si et seulement si : 1. f est continue au point a. 2. Les dérivées partielles ∂f (a) ∂xi existent ∀i ∈ {1, ..., n}. 3. Les dérivées partielles ∂f (a) ∂xi sont continues en a, ∀i ∈ {1, ..., n}. Proposition 3. (Deuxième application) Si f admet ses deux dérivées partielles en tout point de U et si celles-ci sont continues sur U, alors f admet un développement limité d’ordre 1 en tout point a ∈ U, c’est à dire f (a + h) = f (a) + h1 ∂f ∂f (a) + h2 (a) + ||h||ε(h) avec ∂x ∂y lim ε(h) = 0 h→(0,0) En prenant le produit scalaire canonique de R2 , le développement limité d’ordre 1 de f en a s’écrit f (a + h) = f (a)+ < ∇f (a), h > +o(h). Remarque 4. Pour une fonction de plusieurs variables, l’existence dedérivées partielles en un point n’entraine pas la continuité à ce point, alors pour une fonction d’une variable la dérivabilité entraîne la continuité. En effet, il suffit d’une direction pour parcourir la droiteréelle, mais deux directions ne permettent pas de juger du comportement d’une fonction dans un plan ! 9 Différentiabilité des fonctions de Rn dans R 2.1.6 Nous considérons toujours une fonction f définie sur un ouvert U de Rn et un point a ∈ U. Définition 11. On suppose que f admet des dérivées partielles par rapport à chaque variable au point a. On appelle différentielle de f en a et on note dfa l’application linéaire de Rn dans R définie par : dfa : h = (h1 , ..., hn ) −→ n X ∂f (a)hi . ∂x i i=1 Remarque 5. Le calcul de la différentielle est linéaire, c’est-à-dire que si f et g sont deux applications admettant des dérivées partielles en a et si λ ∈ R, alors d(λf + g)a = λdfa + dga Remarque 6. (Très importante) 1. Si f est différentiable au point a ⇒ (i) ∂f (a) ∂xi existe pour tout i = 1, ..., n. (ii) f est continue au point a. La réciproque est fausse. 2. Si f est de classe C 1 sur U ⇔ (i) f est différentiable en tout point a de U (ii) ∂f (a) ∂xi existe pour tout i = 1, ..., n et pour tout a de U et est continue sur U. (iii) f est continue au point a. Dans la base {dx1 , ..., dxn } du dual de Rn (cf. cours d’algèbre linéaire sur la dualité), la différentielle de f s’écrit : n X ∂f dfa = (a)dxi . ∂x i i=1 On rappelle que les dxi sont les formes linéaires : dxi : h = (h1 , ..., hn ) → hi Exemples (i) L’application f : (x, y) → 2x3 + xy 2 a pour différentielle au point M (x, y) : dfM = (6x + 2xy)dx + 2xydy. Par exemple au point A(1, 1), la différentielle sera : dfA = 8dx + 2dy. C’est l’application linéaire qui au vecteur (h, k) associe 8h + 2k. (ii) Si f est déjà une forme linéaire sur Rn , alors en tout point a on a : dfa = f. 10 Définition 12. (Différentiabilité de f en a) Nous considérons toujours une fonction f définie sur un ouvert U de Rn et un point a ∈ U. On suppose que f admet des dérivées partielles par rapport à chaque variable au point a. On dira que f est différentiable en a si et seulement si pour tout accroissement vectoriel ~h = (h1 , ..., hn ) ∈ Rn assez petit, on peut écrire un développement limité au premier ordre de la forme f (a + ~h) = f (a) + dfa (~h) + o(k h k). Soit encore n X ∂f (a)hi + o(k h k). f (a + h1 , ..., an + hn ) = f (a1 , ..., an ) + ∂xi i=1 Exemples (i) Considérons la fonction f définie par : f (x, y) = x2 + y 2 . Alors, f est différentiable en tout point (a, b) de R2 , en effet : f (a + h, b + k) = f (a, b) + 2ah + 2bk + (h2 + k 2 ) et si on choisit la norme euclidienne, il est clair que, en otant u = (h, k), on a bien : h2 + k 2 =k u k2 = o(k u k). (ii) Considérons la fonction f définie par f (x, y) = √ xy pour (x, y) 6= (0, 0) et f (0, 0) = 0. 2 2 x +y On montre facilement que f est continue en tout point de R2 , en particulier au point (0, 0). Aussi, on montre facilement que ∂f (0, 0) = ∂f (0, 0) = 0 (existent). Montrons que ∂x ∂y f n’est pas différentielle en (0, 0). On considère ∂f ∂f Ψ(h, k) = f (0 + h, 0 + k) − f (0, 0) − h (0, 0) − k (0, 0) ∂x ∂y Pour que f soit différentiable en (0, 0) il faut et il suffit que Ψ(h, k) =k (h, k) k ε(h, k), avec ε(h, k) → 0 quand (h, k) → (0, 0). On a hk Ψ(h, k) = 2 , k (h, k) k h + k2 Ψ(h,h) on observe déjà que k(h,h)k → 12 , ce qui permet de déduire que pas différentiable en (0, 0). 2.1.7 Ψ(h,k) k(h,k)k 9 0. Donc f n’est Fonctions de plusieurs variables à valeurs vectorielles Soit f une fonction définie sur un ouvert U de Rn à valeurs dans Rm par f (x1 , x2 , ..., xn ) = (f1 (x1 , x2 , ..., xn ), f2 (x1 , x2 , ..., xn ), ..., fm (x1 , x2 , ..., xn )) où les fi sont des fonctions réelles 11 Définition 13. f est continue au point a, si et seuelement si toutes ses composantes fi , {1, ..., m} sont continues au point a. i ∈ Définition 14. On dit que f est de calsse C 1 au point a, si et seuelement si toutes ses composantes fi , i ∈ {1, ..., m} sont de calsse C 1 au point a. Définition 15. On appelle la matrice Jacobienne de f en point M , la matrice de dimension m × n, définie comme suit ∂f ∂f1 1 (M ) (M ) · · · ∂x1 ∂x2 ∂f2 ∂f2 (M ) (M ) · · · ∂x2 ∂x1 .. .. .. Jacf (M ) = Jf (M ) = . . . .. .. .. . . . ∂f ∂f m m (M ) (M ) · · · ∂x1 ∂x2 ∂f1 (M ) ∂xn ∂f2 (M ) ∂xn .. . .. . ∂fm (M ) ∂xn ∈ Mm,n (R) Dans le où m = n, la matrice Jacobienne devienne une matrice carrée, là, on parle du Jacobien de f en M comme un déterminant de la matrice Jacobienne. On a Jacobien(f )(M ) = det(Jacf (M )) 2.1.8 Dérivées partielles d’ordre 2 Définition 16. Soit U un ouvert de R2 et soit f : U → R une fonction de classe C 1 sur U, on dit que f est de classe C 2 sur U lorsque ses deux dérivées partielles d’ordre 1 sont de classe C 1 sur U. Notations : ∂ f = ∂x2 ∂ ∂ 2f ∂y 2 ∂ 2 = ∂f ∂x ∂x ∂f ∂y ∂y = = ∂ ∂f ∂x ∂x ∂ ∂f ∂y ∂y ∂f ∂y ∂ ∂ 2f ∂ ∂f = = ∂x∂y ∂x ∂x ∂y ∂ ∂f ∂x ∂ 2f ∂ ∂f = = ∂y∂x ∂y ∂y ∂x Remarque 7. Les fonctions polynomiales ou rationnelles en x et y sont de classe C 2 sur leur ensemble de définition. 12 ∂f ∂x ∂f ∂ 2f ∂ 2f 2 2 2 (resp. ). De même façon, on note par ∂x f (resp. ∂y f , ∂xy f ) la dérivée d’ordre 2 (resp. , ∂y ∂x2 ∂y 2 ∂ 2f ) ∂x∂y Remarque 8. Pour simplifier l’écriture, on note parfois par ∂x f (resp. ∂y f ) la dérivée d’ordre 1 Théorème 1. ( Théorème de Schwarz) Si f est de classe C 1 , et si sont continues en a, alors ∂ 2f ∂ 2f et existent et ∂xi ∂xj ∂xj ∂xi ∂ 2f ∂ 2f (a) = (a) ∂xi ∂xj ∂xj ∂xi Corollaire 1. Si f est de classe C 2 sur U, alors ∂ 2f ∂ 2f = ∂x∂y ∂y∂x Contre Exemple : Soit f : R2 → R définie par : xy 3 f (x, y) = x2 + y 2 0 si (x, y) 6= (0, 0), si (x, y) = (0, 0) f est de classe C 1 sur R2 , et f admet des dérivées partielles secondes croisées sur R2 et 2.1.9 ∂ 2f ∂ 2f , ∂x∂y ∂y∂x ∂ 2f ∂ 2f (0, 0) 6= (0, 0) ∂x∂y ∂y∂x Dérivées partielles successives Soit une fonction f de U ⊂ Rn vers R. Définition 17. Soient {i1 , ..., ik } ∈ {1, ..., n}k . On dit que f admet une dérivée partielle d’ordre k au point a ∈ Rn par rapport aux variables xi1 , ..., xik si et seulement si ∂f ∂f ∂ ∂f ∂ ∂ 1. , , ..., ... ... existent dans un voisinge de a ∂xi1 ∂xi2 ∂xi1 ∂xik−1 ∂xik−2 ∂xi1 ∂f ∂f ∂ ∂f ∂ ∂ 2. , , ..., ... ... (a) existe ∂xi1 ∂xi2 ∂xi1 ∂xik−1 ∂xik−2 ∂xi1 On note cette dérivée ∂kf . ∂xik ...∂xi1 13 Définition 18. On dit que f est de classe C k sur U si et seulement si toutes les dérivées partielles de f jusqu’à l’ordre k existent et sont continues sur U. Remarque 9. On en déduit à partir du théorème de Schwarz, que pour f de classe C k , l’ordre de dérivation dans le calcul des dérivées partielles n’a par d’importance. 2.1.10 Formule de Taylor à l’ordre 2 Soit une fonction f de Rn vers R, de classe C 2 . Soit a = (a1 , ..., an ) ∈ Df ⊂ Rn . On alors pour tout incrément h = (h1 , ..., hn ), la forule de Taylor à lordre 2 suivante : f (a + h) = f (a) + n X i=1 n n 1 XX ∂ 2f ∂f (a) + hi hj (a) + o(||h||2 ) hi ∂xi 2 i=1 j=1 ∂xi ∂xj Application : Dans le cas d’une fonction de deux variables, cette formule devient : ∂f ∂f (x, y) + k (x, y) ∂x ∂y 2 2 2 h ∂ f ∂ f k2 ∂ 2f + (x, y) + hk (x, y) + (x, y) + o(||(h, k)||2 ) 2 2 2 ∂x ∂x∂y 2 ∂y f (x + h, y + k) = f (x, y) + h On peut aussi l’exprimer sous la forme suivante : il existe θ ∈]0, 1[ tel que ∂f ∂f (x, y) + k (x, y) ∂x ∂y 2 2 h ∂ f ∂ 2f k2 ∂ 2f + (x + θh, y + θk) + k (x + θh, y + θk) + (x + θh, y + θk) 2 ∂x2 ∂x∂y 2 ∂y 2 f (x + h, y + k) = f (x, y) + h 2.1.11 Dérivation de fonctions composées Proposition 4. Soit f : U1 ⊂ Rn → Rp et g : U2 ⊂ Rp → R. On suppose, que g ◦ f soit définie, que f (U1 ) ⊂ U2 . Soit a ∈ U1 . On suppose f est différentiable en a et que g est différentiable en f (a). Alors g ◦ f est différentiable en a et D(g ◦ f )[a] = Dg[f (a)] ◦ Df [a]. MAtriciellement, ceci est équivalent à Jg◦f (a) = Jg (f (a)) × Jf (a) Application au changement de variables Soit Φ un changement de coordonnées (x1 , ..., xn ) → (y1 , ..., yn ). Soit f une fonction de classe C 1 et g = f ◦ Φ : g(x1 , ..., xn ) = f (y1 , ..., yn ). La propriété précédente s’écrit n X ∂f ∂g ∂yk ∀i = 1, ..., n (x1 , ..., xn ) = (y1 , ..., yn ) ∂xi ∂yi ∂xi k=1 14 Cette formule est parfois appelée formule des dérivées totales. Exemple 1 : Soit une fonction f de R2 vers R. On note g son expression en coordonnées polaires g(r, θ) = f (r cos θ, r sin θ) = f (x, y). On a alors : ∂f ∂x ∂f ∂y ∂f ∂f x y ∂g ∂f ∂f = + = cos θ + sin θ = p +p ∂x ∂r ∂y ∂r ∂x ∂y x2 + y 2 ∂x x2 + y 2 ∂y ∂r ∂g ∂f ∂x ∂f ∂y ∂f ∂f = + = −r sin θ + r cos θ = ∂θ ∂x ∂θ ∂y ∂θ ∂x ∂y −y ∂f ∂f +x ∂x ∂y qui s’inverse en ∂f ∂g 1 ∂g = cos θ − sin θ ∂r r ∂θ ∂x ∂g 1 ∂g ∂f = sin θ + cos θ ∂y ∂r r ∂θ Exemple 2 : Soit f (u, v) = Alors uv u2 +v 2 et g(x, y) = (g1 (x, y), g2 (x, y)) avec g1 (x, y) = sin(xy), g2 (x, y) = cos(xy). (f ◦ g)(x, y) = f g(x, y) = f g1 (x, y), g2 (x, y) = 1 sin(xy) cos(xy) sin(2xy). = 2 2 sin (xy) + cos2 (xy) On a ∂(f ◦ g ∂f ∂g1 ∂f ∂g2 (x, y) = (u, v) (x, y) + (u, v) (x, y), ∂x ∂u ∂x ∂v ∂x où u = g1 (x, y) et v = g2 (x, y). 2.2 Exercices Exercice 1 Étudier la continuité des fonctions suivantes x−y x+y si sin(x, y) 6= (0, 0), e sin(x + y) f (x, y) = f (x, y) = 1 1 sinon. Exercice 2 Étudier la classe des fonctions suivantes : 3 x + y3 ex si (x, y) = 6 (0, 0), 2 2 f (x, y) = f (x, y) = x +y ex cos(y) 0 sinon. 15 si y ≥ x, sinon. si y ≥ 0, sinon. Chapitre 3 Extrema 3.1 Extrema des fonctions de Rn vers R Soit une fonction f de D ⊂ Rn vers R. Définitions • f admet un minimum local en a si et seulement si il existe un voisinage V de a tel que ∀x ∈ V, f (x) ≥ f (a) • f admet un minimum global en a si et seulement si ∀x ∈ D, f (x) ≥ f (a) • f admet un maximum local en a si et seulement si il existe un voisinage V de a tel que ∀x ∈ V, f (x) ≤ f (a) • f admet un minimum global en a si et seulement si ∀x ∈ D, f (x) ≤ f (a) • Extremum : minimum ou maximum Définition On dit que a ∈ D est un point critique si et seulement si les dérivées partielles premières de f en a existent et sont nulles (c’est à dire ∇f (a) = 0). Théorème 2. On suppose que les dérivées partielles de f existent en un point a n’appartenant pas au bord de D. Une condition nécessaire pour que f admette un extremum en a est que ∇f (a) = 0. Théorème 3. Si D est un domaine fermé et borné , et si f est continue sur D, alors f admet un minimum et un maximum globaux sur D. Théorème 4. Les extremas d’une fonction C 1 sur un domaine fermé et borné sont soit des points critiques, soit des points du bord de D. Proposition 5. Si le point a de D est un extremum local pour f alors a est un point critique de f. Remarque La réciproque est fausse, considérons à l’origine l’application f définie par f (x, y) = xy 16 3.2 Optimisation d’une fonction de R2 vers R Définition 19. Soit f : D ⊂ R2 → R. On appelle la matrice Hessienne de f , notée par Hessf au point M , la matrice suivante 2 ∂ f ∂ 2f ∂x2 (M ) ∂x∂y (M ) ∈ M2,2 (R) Hessf (M ) = ∂ 2f ∂ 2f (M ) (M ) ∂y∂x ∂y 2 Il se trouve que, comme pour toute matrice symétrique rélle, il existe une matrice orthogonale P ∈ M2,2 (R) (vérifiant P −1 = P t ) et deux réels λ et µ tels que : Hessf = P λ 0 0 µ P −1 . Les deux réls λ et µ sont les valeurs propres de la matrice hessienne. Pour les calculer, il suffit de connaître leur somme, qui la trace de la matrice hessienne, et leur produit, qui est son déterminant. Proposition 6. Si λ < 0 et µ < 0, alors le point M est un maximum local de f. Si λ > 0 et µ > 0, alors le point M est un minimum local de f. Si λ > 0 et µ < 0, alors le point M est un point selle local de f. Exemple : Soit f la fonction suivante f (x, y) = x3 + 3xy 2 − 15x − 12y le grandient et la matrice hessienne au point (x, y) sont : −3x2 + 3y 2 − 15 6x 6y ∇f = , Hessf = 6xy − 12 6y 6x Le gradient s’annule en 4 points dans le plan. Nous les donnons avec les valeurs propres de la matrice hessienne et la nature du point. (2, 1) λ = 6, µ = 18 minimum (−2, −1) λ = −6, µ = −18 maximum (1, 2) λ = −6, µ = 18 point selle (−1, −2) λ = 6, µ = −18 point selle Remarque 10. Le théorème ne permet pas de conclure si det(Hessf (M )) = 0 (une étude supplémentaire est nécessaire). 17 Exemple : a) Si f (x, y) = x4 + y 4 alors f (x, y) ≥ f (0, 0), ∀(x, y) ∈ R2 , donc (0, 0) est un minimum local (et global) bien que le théorème ne s’applique pas dans ce cas (det(Hessf (M )) = 0). b) Si g(x, y) = x4 − y 4 alors g(x, 0) ≥ g(0, 0), ∀x ∈ R., mais g(0, y) ≤ g(0, 0), ∀y ∈ R. Donc (0, 0) est un point-selle bien que le théorème ne s’applique pas dans ce cas (det(Hessf (M )) = 0). Technique via les notations de Monge : Ici, on présente la même méthode précédente, via des notations dits de Monge. Soit une fonction f de D ⊂ R2 vers R de classe C 2 au voisinage d’un point critique (x0 , y0 ). On pose (notations de Monge) : r= • • • • ∂ 2f ∂ 2f ∂ 2f (x , y ) t = (x , y ) s = (x0 , y0 ). 0 0 0 0 ∂x2 ∂x∂y ∂y 2 Si s2 − rt < 0 et r < 0 : f admet un maximum local strict en (x0 , y0 ). Si s2 − rt < 0 et r > 0 : f admet un minimum local strict en (x0 , y0 ). Si s2 − rt > 0 : f a un point-selle (ni min, ni max) en (x0 , y0 ). Si s2 − rt = 0 : on ne peut pas donner de conclusion générale. Il faut étudier localement le comportement de f au voisinage (x0 , y0 ). 3.3 Optimisation d’une fonction de Rn vers R L’étude précédent se généralise aux fonctions de Rn dans R. Proposition 7. Soit D un domaine ouvert de Rn , f une fonction deux fois continûment différentiable sur D et M un point de D. Alors 1. Si ∇f (M ) = 0 et si Hessf (M ) a toutes ses valeurs propres strictement négatives, alors M est un maximum local de f. 2. Si ∇f (M ) = 0 et si Hessf (M ) a toutes ses valeurs propres strictement positives, alors M est un minimum local de f. 3.4 Quelques exercices sur le chapitre Exercice 1 Déterminer les extrémas locaux et globaux des fonctions suivantes pour lesquelles on donnera l’ensemble de départ et l’image de f (x, y) de (x, y). f (x, y) f (x, y) f (x, y) f (x, y) = = = = x2 + (x + y − 1)2 + y 2 x3 + xy 2 − x2 y − y 3 (x + y)2 + x4 + y 4 x2 y − 3x2 y + y 2 18 Exercice 2 Déterminer les extrema locaux des applications suivantes et donner le maximum de précisions possibles sur ces extrema : 1. f : R2 → R (x, y) → f (x, y) = x4 + x2 + y 2 + y 4 2. f : R2 → R (x, y) → f (x, y) = x3 − 2xy − 5x + 5y 3. f : R2 → R 2 2 (x, y) → f (x, y) = (3x + 7)e−((x+1) +y ) 4. f : R2 → R (x, y) → f (x, y) = 6x2 y 3 − 2x3 y 3 − 3x2 y 4 5. f : R2 → R (x, y) → f (x, y) = cos(x)esin(x) 6. f : R2 → R (x, y) → f (x, y) = x ln2 (x) + xy 2 19 Chapitre 4 Théorème des fonctions implicites 4.1 Introduction Considérons la fonction f définie sur R2 par f (x, y) = x2 + y 2 − 1, et un point (a, b) tel que f (a, b) = 0. On se demande si l’on peut résoudre l’équation f (x, y) = 0, pour des valeurs voisines de a, c’est-à-dire si l’on peut trouver une fonction g définie au voisinage de a telle que, pour x voisin de a, f (x, g(x)) = 0. On voit par exemple que si (a, b) est le point (0, 1), ceci est possible puisque √ g(x) = 1 − x2 vérifie les conditions ci-dessus. C’est encore possible si (a, b) est (0, −1) avec cette fois √ g(x) = − 1 − x2 . Par contre ce n’est pas possible en (1, 0) ou (−1, 0). On remarque que dans les deux premiers cas, la dérivée partielle que dans les deux autres cas elle est nulle. 20 ∂f (x, y) ∂x est non nulle, alors 4.2 Théorème des fonctions implicites Nous donnons ici un théorème très important qui nous servira dans la suite. Il s’agit du théorème des fonctions implicites que nous énonçons sous une forme simplifiée : Théorème 5. Soient U un ouvert de Rn × R, (a, b) un point de U et f : (x, y) → f (x, y) une (a, b) est fonction de classe C 1 de U dans R. On suppose que f (a, b) = 0 et que la dérivée partielle ∂f ∂y non nulle. Alors l’équation f (x, y) = 0 peut être résolue localement par rapport à la variable y. Ce qui signifie que l’on peut trouver un voisinage V de a dans Rn et W de b dans R et une application φ de classe C 1 unique, telle que x ∈ V, y ∈ W et f (x, y) = 0 ⇔ x ∈ V et y = φ(x) . Exemple Prenons un exemple simple. Considérons la fonction f (x, y, z) = x2 + y 2 + z 2 − 1 L’équation x2 + y 2 + z 2 = 1 qui définit la sphère peut aussi s’écrire sous forme explicite p par rapport à la variable z : z = ± 1 − x2 − y 2 mais il y’a deux expressions selon que l’on considère la partie "supérieure" (z > 0) ou "inférieure de la sphère" (z < 0). Si on choisit un point M (x, y, z) dans la partie p supérieure (resp. inférieure) palors la fonction φ est définie 2 2 de manière unique φ(x, y) = 1 − x − y (resp. φ(x, y) = 1 − x2 − y 2 ). Par contre pour tout point M situé sur le cercle intersection entre la sphère et le plan z = 0 le théorème n’est (x, y, 0) = 0. visiblement pas applicable. On vérifie en effet que sur ce cercle ∂f ∂z 21 Chapitre 5 Introduction aux Équations aux Dérivées Partielles (EDP) La plupart des phénomènes physiques peuvent être décrits, tout au moins de façon simplifiée, par des équations aux dérivées partielles (EDP) qui traduisent en général des principes tels que conservation de la masse, de la chaleur, de la quantitié de mouvement... 5.1 5.1.1 Compléments de calcul différentiel Composition Proposition 8. Soit f : U ⊂ Rn −→ Rp et g : V ⊂ Rp −→ R. On suppose que g◦f soit bien définie, tel que f (U ) ⊂ V. Soit a ∈ U. On suppose que f est différentiable en a et que g est différentiable en f (a.) Alors g ◦ f est différentiable en a et D(g◦f ) [a] = Dg [f (a)] ◦ Df [a] Matriciellement, ceci est équivalent à Jg◦f (a) = Jg (f (a)) × Jf (a) Applications au changement de variables Soit Φ un changement de coordonnées Φ : (x1 , ..., xn ) −→ (y1 , ..., yn ) 22 Soit f : Rn −→ R une fonction de classe C 1 et g = f ◦ Φ : g(x1 , ..., xn ) = (f ◦ Φ)(x1 , ..., xn ) = g(y1 , ..., yn ). La propriété précédente s’écrit n X ∂f ∂g ∂yk ∀i = 1...n (x1 , ..., xn ) = (y1 , ..., yn ) ∂xi ∂yk ∂xi k=1 Cette formule est parfois appelée formule des dérivées totales. Deux exemples détaillés Exemple-1 (Coordonnées polaires) Soit une fonction f de R2 vers R. On note g son expression en coordonées polaires g(r, θ) = f (r cos θ, r sin θ) = f (x, y). On a alors : ∂g = ∂r ∂g = ∂θ ∂f ∂x ∂f ∂y ∂f ∂f + = cos θ + sin θ ∂x ∂r ∂y ∂r ∂x ∂y ∂f ∂x ∂f ∂y ∂f ∂f + = −r sin θ + r cos θ ∂x ∂θ ∂y ∂θ ∂x ∂y =p x y ∂f ∂f +p x2 + y 2 ∂x x2 + y 2 ∂y ∂f ∂f = −y +x ∂x ∂y qui s’inverse en ∂f = cos θ ∂g − 1 sin θ ∂g ∂x ∂r r ∂θ ∂f ∂g 1 ∂g = sin θ + cos θ ∂x ∂r r ∂θ Exemple-2 (Changement de coordonnées) Soit g une fonction de R2 dans R et f la fonction définie par f : R2 −→ R (x1 , x2 ) −→ f (x1 , x2 ) = (f1 (x1 , x2 ), f2 (x1 , x2 )) = (x1 + x2 , x1 − x2 ). Si h := g ◦ f, on souhaite exprimer les dérivées partielles de h en fonction de celle de g. Cet exemple est essentiel. Nous comprendrons mieux son utilité dans la section suivante. On a Jg (f (a)) = ∇g(f (a)) = ∂g ∂g (f (a)), (f (a)) ∂x1 ∂x2 23 ∂f1 ∂f1 (a) ∂x2 (a) 1 1 ∂x1 Jf (a) = ∂f = 2 1 −1 ∂f2 (a) (a) ∂x 2 ∂x1 Par conséquent, en appliquant la formule de la proposition précédente, on trouve : ∂h 1 1 ∂g ∂h ∂g Jh (a) = ∇h(a) = (a), (a) = × (f (a)), (f (a)) . 1 −1 ∂x1 ∂x2 ∂x1 ∂x2 Par conséquent : ∂h ∂g (a) = (f (a)) + ∂x1 ∂x1 ∂h ∂g (a) = (f (a)) − ∂x2 ∂x1 5.1.2 ∂g (f (a)) ∂x2 ∂g (f (a)) ∂x2 Quelques opéreteurs différentiels Dans ce paragraphe, nous considérons une fonction f : U ⊂ Rn −→ R, suffisamment régulière pour pouvoir définir les opérateurs ci-dessous, c’est-à-dire soit de classe C 1 (U ) soit de classe C 2 (U ). Définition 20. On définit respectivement le gradient, la divergence et le laplacien de f suffisamment régulière, en un point a de U par ∂f −−→ ∂f (a), ..., (a) gradf (a) = ∇f (a) = ∂x1 ∂xn n X ∂f ∂f ∂f (a) + ... + (a) = (a) divf (a) = ∂x1 ∂xx ∂x i i=1 n X ∂ 2f ∂ 2f ∂ 2f ∆f (a) = (a) + ... + (a) = (a) 2 ∂x21 ∂x21 ∂x i i=1 Nous retrouverons ces opérateurs, car ils interviennent régulièremedans les équations aux dérivées partielles. 5.2 Deux méthodes de résolution explicite d’EDP Dans cette section, nous travaillons à l’aide d’exemples, car la théorie qui se cache derrière est souvent un peu ardue. 24 5.2.1 Méthode du changement de coordonnées On s’intéresse à résoudre l’EDP suivante ∂f ∂f − = a, avec a ∈ R. ∂x ∂y On va utiliser le changement de coordonnées : u = x+y x = ⇐⇒ v = x−y y = u+v 2 u−v 2 On choisit donc de poser ∀(x, y) ∈ R2 , f (x, y) = f ( u+v u−v , ) = F (u, v). 2 2 L’idée est de se ramener à une équation réécrite en variables u et v que l’on sait facilement résoudre, puis d’utiliser les relations reliant F et f pour en déduire l’expression de f (x, y) en fonction de x et de y. Tout d’abord, on va exprimer ∂f et ∂f en fonction de ∂F et ∂F . ∂x ∂y ∂u ∂v On appelle φ la fonction du changement de variables, donnée par φ : R2 −→ R (x, y) −→ φ(x, y) = (x + y, x − y) = (u, v) φ est une fonction de classe C 1 (R2 ) et on a ∂u ∂x Jφ (x, y) = ∂v ∂x ∂u ∂y ∂v ∂y = 1 1 1 −1 Puisque Jb (F ◦ φ) = Jφ(b) F × Jb φ, ∀b ∈ R2 , alors on obtient ∂f ∂f ∂F ∂F 1 1 , = , × , 1 −1 ∂x ∂y ∂u ∂v ∂f ∂F ∂F = + ) ∂x ∂u ∂v ∂f ∂F ∂F = − ∂y ∂u ∂v Par conséquent notre EDP devient 2 ∂F (u, v) = a, ∂v 25 autrement dit a ∂F (u, v) = . ∂v 2 Par intégration directe, on en déduit qu’il existe une fonction g de classe C 1 sur R tel que a F (u, v) = v + g(u). 2 Cette relation devient donc ∀(x, y) ∈ R2 , f (x, y) = F (x + y, x − y), qui devient 5.2.2 a ∀(x, y) ∈ R2 , f (x, y) = (x − y) + g(x, y), avec g ∈ C 1 (R). 2 Méthode de séparation des variables On s’intérèse à résoudre l’équation aux dérivées partielles suivante : ∂f ∂f = ∂x ∂y (5.1) L’idée est de séparer les variables, c’est-à-dire que l’on suppose que la solution de notre équation s’écrit sous la forme ∀(x, y) ∈ R2 , f (x, y) = F (x)G(y), où F et G sont deux fonctions de classe C 1 sur R. On peut alors écrire que : ∀(x, y) ∈ R2 , on a ∂f ∂F ∂x = G(y) ∂x (x) ∂f ∂y = F (x) ∂G (y) ∂y L’équation (5.1) se réécrit donc sous la forme suivante G(y) ∂F ∂G (x) = F (x) (y). ∂x ∂y Si l’on suppose de plus que F et G ne s’annulent pas sur leur domaine de définition, on a ∀(x, y) ∈ R2 , 1 ∂F 1 ∂G (x) = (y). F (x) ∂x G(y) ∂y 26 1 ∂F 1 ∂G (x) et y −→ (y) sont respectivement des fonctions de x et de y. F (x) ∂x G(y) ∂y On en déduit l’existence d’une constante c ∈ R telle que 0 F (x) = cF (x) Or, x −→ 0 G (y) = cG(y). On reconnaît deux équations différentielles ordianaires et homogènes du premier ordre que l’on résout sans difficulté. Ainsi, pour tout x et y réels, on a f (x, y) = αec(x+y) , avec α ∈ R. Remarquons que la solution obtenue par la méthode de séparation des variables ne fournit qu’une solution particulière ou un ensemble de solutions particulière, mais en aucun cas l’ensemble des solutions d’une EDP. Pour se convaincre, il faut constater que l’équation résolue par la méthode de séparation des variables est l’équation résole par changement de variable dans le cas a = 0. 5.3 Exercices du chapitre Exercice 1 Le but de cet exercice est de résoudre l’équation aux dérivées partielles suivante : x p ∂f ∂f +y = x2 + y 2 . ∂x ∂y 1. Passage en coordonnées polaires ON se place dans le repère orthonormé du plan (O,~i, ~j). Soit f une fonction de classe C 1 sur son ensemble de définition Df . Posons x = r cos θ y = r sin θ, avec r > 0 et θ ∈ [0, 2π[. On appelle g la fonction définie par f (x, y) = f (r cos θ, rθ) = g(r, θ). On appelle Φ la fonctidéfinie sur R∗+ × [0, 2π[ par Φ(r, θ) = (r cos θ, rθ). On pose a = (r, θ), et pour tout réel θ de l’intervalle [0, 2π[. (a) Déterminer Ja Φ la matrice jacobienne de Φ en a, et JΦ(a) f la matrice jacobienne de f en Φ(a). 27 ∂g ∂g ∂f ∂f et en fonction de et . ∂r ∂θ ∂x ∂y ∂f ∂f ∂g ∂g (c) Exprimer de et en fonction de et ∂x ∂y ∂r ∂θ 2. Déduire de la question précédente que l’équation (E) est équivalente à l’équation (b) En déduire les expressions de 0 (E ) ∂g =1 ∂r 0 3. Résoudre l’équation (E ) et démontrer que la fonction f est de la forme y p , f (x, y) = x2 + y 2 + ψ x où ψ est une fonction de classe C 1 sur R. Exercice 2 On souhaite résoudre l’équation aux dérivées partielles : ∂ 2f ∂ 2f − = 2(x − y). ∂x2 ∂y 2 f désigne bien-sûr une fonction de classe C 2 sur R2 . 1. Démontrer que le changement de variable u = x+y et v = x−y définit un C 1 −difféomorphisme sur R2 . 2. En utilisant ce changement de variables, résoudre l’équation aux dérivées partielles ci-dessus. 28