Analyse3 Notes de Cours Douiri

Université Moulay Ismaïl
Faculté des Sciences et Techniques

Département de Mathématiques
Filière : Tronc commun MIP
Module : M135
=======================================================
ANALYSE 3 :
Fonctions de plusieurs variables
et calcul des intégrales multiples
=======================================================
Résponsable : Pr. S. M. DOUIRI
Notes de Cours
Table des matières
1 Notions Topologiques dans Rn 1

1.1 L’espace vectoriel normé Rn . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Distances . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.2 Normes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Notions topologiques dans Rn . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Boules ouvertes, boules fermées et parties bornées . . . . 3
1.2.2 Les ouverts et les fermés de Rn . . . . . . . . . . . . . . . 4
1.2.3 Voisinages . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.4 Suites de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.5 Adhérence, Intérieur et Frontière d’une partie de Rn . . . 6
1.2.6 Parties compacts de Rn . . . . . . . . . . . . . . . . . . . . 7
1.2.7 Parties convexes de Rn . . . . . . . . . . . . . . . . . . . . 8
2 Fonctions de plusieurs variables réelles 9

2.1 Préliminaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.1.1 Fonctions numériques de plusieurs variables . . . . . . . 9
2.1.2 Fonctions vectorielles de plusieurs variables . . . . . . . 10
2.2 Limite et continuité . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.3 Calcul différentiel . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.3.1 Les dérivées partielles premières (ou d’ordre 1) . . . . . 15
2.3.2 La différentiabilité . . . . . . . . . . . . . . . . . . . . . . 16
2.3.3 La relation entre la différentiabilité et les dérivées partielles 18
2.3.4 La différentiabilité d’une fonction composée . . . . . . . 22
2.3.5 Théorème des accroissements finis (T.A.F) . . . . . . . . 24
2.3.6 Dérivées partielles d’ordre supérieur . . . . . . . . . . . 25
2.3.7 La matrice Hessienne . . . . . . . . . . . . . . . . . . . . 27
2.3.8 Formule de Taylor . . . . . . . . . . . . . . . . . . . . . . 27
2.4 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.4.1 Condition nécessaire d’existence d’un extremum . . . . . 30
2.4.2 Condition suffisante d’existence d’un extremum . . . . . 30
I
Analyse 3 (Notes de cours)/ S3/FSTE S.M. Douiri
2.5 Difféomorphismes et Théorème des fonctions implicites . . . . . 31

2.5.1 Difféomorphismes . . . . . . . . . . . . . . . . . . . . . . 31
2.5.2 Théorème des fonctions implicites . . . . . . . . . . . . . 32
3 Calculs des intégrales doubles et triples 34

3.1 Intégrables doubles . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1.1 Intégration sur un rectangle de R2 . . . . . . . . . . . . . 35
3.1.2 Calcul des intégrales doubles sur un rectangle . . . . . . 36
3.1.3 Intégration sur une partie bornée de R2 . . . . . . . . . . 37
3.1.4 Intégrale double et changement de variables . . . . . . . 38
3.2 Intégrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2.1 Théorème de Fubini dans R3 . . . . . . . . . . . . . . . . 39
3.2.2 Changement de variables dans R3 . . . . . . . . . . . . . . 40
II
Chapitre 1
Notions Topologiques dans Rn
1.1 L’espace vectoriel normé Rn

Rn est l’espace produit de n ensembles identiques à R, i.e
· · × R}, où n ∈ N∗ .
Rn = |R × ·{z
n fois
Un élément x de Rn s’écrit sous la forme x = (x1 , x2 , . . . , xn ), où les xi sont des

réels. L’espace Rn peut être muni d’une structure d’espace vectoriel sur R. Il
suffit de poser pour tout couple x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ) et pour
tout α ∈ R :
x + y = (x1 + y1 , x2 + y2 , . . . , xn + yn ) et α x = (α x1 , α x2 , . . . , α xn ).
Rn est un espace vectoriel de dimension finie (dim Rn = n) dont B = {e1 , . . . , en }

est la base canonique où e1 = (1, 0, . . . , 0), e2 = (0, 1, 0, . . . , 0) et en = (0, . . . , 0, 1).
1.1.1 Distances
Définition 1.1.1. Soit E un ensemble quelconque. On appelle distance (ou métrique)
sur E toute application d définie de E × E à valeurs dans R+ , vérifiant les propriétés
suivantes :
i) ∀(x, y) ∈ E × E, d(x, y) = 0 ⇔ x = y (Séparation) ;
ii) ∀(x, y) ∈ E × E, d(x, y) = d(y, x) (Symétrie) ;
iii) ∀(x, y, z) ∈ E ×E ×E, d(x, y) ≤ d(x, z)+d(z, y) (Inégalité triangulaire).
L’ensemble E muni de cette distance est appelé espace métrique noté (E, d).
1
Exemples 1.1.2.
1. L’application définie par d(x, y) = |x − y| est une distance sur R.
2. L’application définie par d(x, y = |x − y| + | x1 − y1 | est une distance sur
R∗ .

0 si x = y ;
3. L’application définie sur E ×E par d(x, y) = est une dis-
1 si x 6= y
tance sur E appelée la distance discrète et (E, d) est un espace métrique
discret.
1.1.2 Normes
Définition 1.1.3. Soit E un K-espace vectoriel (K = R ou C). On appelle norme sur
E toute application N de E dans R+ vérifiant les propriétés suivantes :
i) ∀x ∈ E, N (x) = 0 ⇐⇒ x = 0 (Séparation) ;
ii) ∀x ∈ E, ∀λ ∈ K, N (λ x) = |λ| N (x) (Condition d’homogéneité) ;
iii) ∀(x, y) ∈ E×E, N (x+y) ≤ N (x)+N (y) (Inégalité triangulaire).
N (x) la norme de x est souvent notée kxkE ou kxk. L’espace E muni de

cette norme est appelé espace vectoriel normé (e.v.n). On le note (E, k k).
Exemples 1.1.4.
1. La valeur absolue est une norme sur R.
2. On peut munir l’espace vectoriel Rn par les normes usuelles k k1 , k k2 et
k k∞ en posant pour chaque élément x = (x1 , . . . , xn ) de Rn :
n
P
kxk1 = |xi |;
i=1
n 21
x2i
P
kxk2 = (Norme euclidienne);
i=1
kxk∞ = sup |xi | (Norme sup ou infini).
i=1,...,n
Exercice. Vérifier que les applications précédentes k k1 , k k2 et k k∞ sont des

normes sur Rn .
Remarque 1.1.5.
1. Tout espace vectoriel normé (E, || ||) est un espace métrique dont la dis-
tance est définie par d(x, y) = ||x − y||. Cette distance est appelée dis-
tance associée à la norme || || et on a ||x|| = d(x, 0) pour tout x ∈ E.
2. On peut trouver des espaces métriques dont la distance n’est associée à
aucune norme.
2
Proposition 1.1.6. Soit (E, || ||) un espace vectoriel normé.

• ∀x ∈ E, ||x|| ≥ 0 et || − x|| = ||x||.
Pp Pp
• ∀x1 , . . . , xp ∈ E, ∀λ1 , . . . , λp ∈ K, || i=1 λi xi || ≤ i=1 |λi | ||xi ||.
• ∀x, y ∈ E, | ||x|| − ||y|| | ≤ ||x − y||.
Preuve. "Exercice".
Définition 1.1.7. Deux normes N1 et N2 , définies sur un même espace vectoriel

normé E, sont dites équivalentes s’ils existent deux réels strictement positifs α et β
tels que
α N1 (x) ≤ N2 (x) ≤ β N1 (x), ∀x ∈ E.
On écrit alors N1 ∼ N2 .
Exercice. Montrer que les trois normes usuelles || ||1 , || ||2 et || ||∞ définies sur
Rn sont équivalentes.
Remarque 1.1.8. Généralement, dans un espace vectoriel normé de dimension

finie ( en particulier dans Rn ) toutes les normes sont équivalentes.
1.2 Notions topologiques dans Rn

1.2.1 Boules ouvertes, boules fermées et parties bornées
Définitions 1.2.1. Soit a ∈ Rn et r ∈ R∗+ .
1. La partie S(a, r) = {x ∈ Rn : ||x − a|| = r} est appelée sphère de centre a
et de rayon r.
2. On appelle boule ouverte de centre a et de rayon r la partie de Rn notée
B(a, r) (ou B|| || (a, r) pour montrer la norme utilisée) et définie par
B(a, r) = {x ∈ Rn : ||x − a|| < r}.
3. On appelle boule fermée de centre a et de rayon r la partie de Rn notée

B 0 (a, r) (ou Bf (a, r) ou B||0 || (a, r)) et définie par
B 0 (a, r) = Bf (a, r) = {x ∈ Rn : ||x − a|| ≤ r}.
Remarques 1.2.2.
1. Dans le cas où a = 0Rn et r = 1, on parle des boules et sphères unitées.
2. Les boules (resp. sphères) ont des formes géométriques différentes selon
les normes utilisées.
3
Exemples 1.2.3.
? Dans (R2 , || ||1 ) :
S|| ||1 ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||1 = 1} = {(x, y) ∈ R2 : |x|+|y| = 1}
et B|| ||1 ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||1 < 1} = {(x, y) ∈ R2 : |x|+|y| < 1}.
? Dans (R2 , || ||2 ) :
p
S|| ||2 ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||2 = 1} = {(x, y) ∈ R2 : x2 + y 2 = 1}
p
et B|| ||2 ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||2 < 1} = {(x, y) ∈ R2 : x2 + y 2 < 1}.
? Dans (R2 , || ||∞ ) :
S|| ||∞ ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||∞ = 1} = {(x, y) ∈ R2 : max(|x|, |y|) = 1}
et B|| ||∞ ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||∞ < 1} = {(x, y) ∈ R2 : max(|x|, |y|) < 1}.
F IGURE 1.1 – Sphères et Boules unités pour les normes k k1 , k k2 et k k∞ respectivement
Définition et propriété 1.2.4. Une partie A de Rn est dite bornée si elle est in-
clue dans une boule (ouverte ou fermée). Dans ce cas, le diamètre de A est fini, où le
diamètre est défini par
diamA = sup{d(a, b) : (a, b) ∈ A × A} < ∞.
Autrement dit, A et bornée dans Rn si, et seulement s’il existe M > 0 tel que pour
tout x ∈ A on a kxk ≤ M.
1.2.2 Les ouverts et les fermés de Rn

Définitions 1.2.5.
1. On dit qu’une partie θ de Rn est ouverte si elle est vide ou si pour tout a ∈ θ,
il existe une boule ouverte de centre a contenue dans θ.
C’est-à-dire, θ est un ouvert si, et seulement si, θ = ∅ ou ∀a ∈ θ, ∃r > 0 tel
que B(a, r) ⊂ θ.
4
2. On dit qu’une partie F de Rn est fermée si son complémentaire {FRn est un

ouvert dans Rn .
Remarques 1.2.6.
1. Généralement, les définitions précédentes restent les mêmes dans n’im-
porte quel espace vectoriel normé E.
2. Les notions d’ouvert et de fermé dans Rn sont indépendantes de la
norme choisi car toutes les normes de Rn sont équivalentes.
Exemples 1.2.7.
1. Les boules ouvertes (resp. fermées) de Rn sont des ouverts (resp. fer-
més) dans Rn .
2. Toute partie finie (contient un nombre fini d’éléments) de Rn est fermée.
3. ∅ et Rn sont à la fois ouverts et fermés.
Proposition 1.2.8.
i) Toute union (finie ou infinie) d’ouverts de Rn est un ouvert.
ii) Toute intersection finie d’ouverts de Rn est un ouvert.
iii) Toute union finie de fermés de Rn est un fermé.
iv) Toute intersection (finie ou infinie) de fermés de Rn est un fermé.
Preuve. "Faite au cours"
Exercice. Donner des contre-exemples pour expliquer pourquoi on ne peut
pas généraliser les résultats ii) et iii) à des ensembles d’indices quelconques.
1.2.3 Voisinages
Définition 1.2.9. On dit qu’une partie V de Rn est un voisinage de a ∈ Rn si V
contient une boule de centre a. On note par V(a) l’ensemble des voisinages de a.
Autrement dit, V ∈ V(a) si, et seulement s’il existe r > 0 tel que B(a, r) ⊂ V.
Exemple 1.2.10. Pour r > 0, la boule fermée B 0 (a, r) est un voisinage de a.
Proposition 1.2.11. Soit a ∈ Rn .
i) Si V ∈ V(a) alors a ∈ V.
ii) Toute intersection finie de voisinages de a est un voisinage de a.
iii) Si V ∈ V(a) et V ⊂ W alors W ∈ V(a).
Preuve. "Exercice".
Remarque 1.2.12. Dans un espace vectoriel normé E, deux normes équiva-
lentes N1 et N2 définissent la même topologie, c’est-à-dire, les ouverts de (E, N1 )
sont des ouverts de (E, N2 ) et réciproquement. Il en est donc de même pour
les fermés et les voisinages.
5
1.2.4 Suites de Rn
Définition 1.2.13. "La convergence dans Rn "
Soit (xk )k∈N une suite dans Rn , c’est-à-dire, xk = (xk1 , . . . , xkn ) ∈ Rn pour tout k ∈ N.
On dit que la suite (xk )k∈N converge vers l ∈ Rn si lim kxk − lk = 0, ce qui signifie
k→∞
que
∀ε > 0, ∃N ∈ N, ∀k ≥ N on a kxk − lk < ε.
Dans ce cas, la limite l est unique et on note lim xk = l ou xk −−−→ l.
k→∞ k→∞
Remarque 1.2.14. Si (xk )k∈N est une suite de Rn , alors pour toute application
ϕ : N → N strictement croissante, la suite (xϕ(k) )k∈N est appelée une sous-suite
(ou suite extraite ou suite partielle) de la suite (xk )k∈N .
Définition 1.2.15. "Suites de Cauchy dans Rn "

On dit qu’une suite (xk )k∈N d’éléments de Rn est de Cauchy si
∀ε > 0, ∃N ∈ N, tel que ∀p ≥ N, ∀q ≥ N on a kxp − xq k < ε.
Théorème 1.2.16. Soit (xk )k∈N une suite de Rn , avec xk = (xk1 , . . . , xkn ) pour tout
k ∈ N. La suite (xk )k∈N est convergente vers l = (l1 , . . . , ln ) ∈ Rn si, et seulement si,
les n suites réelles (xk1 )k∈N , . . . et (xkn )k∈N sont convergentes vers l1 , . . . et ln respecti-
vement. On dit que la convergence dans Rn est équivalente à la convergence compo-
sante par composante.
Preuve. "Faite au cours".
Remarques 1.2.17. Par le même principe, on peut généraliser des résultats

connues pour les suites réelles au cas des suites dans Rn , à savoir :
1. Une suite (xk )k∈N de Rn , où xk = (xk1 , . . . , xkn ) pour tout k ∈ N, est de
Cauchy si, et seulement si, les n suites réelles (xk1 )k∈N , . . . et (xkn )k∈N sont
toutes de Cauchy.
2. Toute suite convergente de Rn est une suite de Cauchy. La réciproque
n’est pas vérifiée sauf dans un espace complet, ce qui est le cas pour
(Rn , k k).
3. Toute suite convergente (xk )k∈N de Rn est bornée, c’est-à-dire qu’il existe
M > 0 tel que kxk k ≤ M, ∀k ∈ N. De plus k lim xk k ≤ M.
k→∞
4. "Théorème de Bolzano-Weierstrass" : De toute suite bornée de Rn , on
peut extraire une sous-suite qui converge.
1.2.5 Adhérence, Intérieur et Frontière d’une partie de Rn

Définitions 1.2.18. Soit A une partie de Rn .
6
1. L’adhérence de A, notée A (ou adh(A)), est le plus petit ensemble fermé conte-
nant A. D’après la Proposition 1.2.8, l’adhérence de A n’est autre que l’inter-
section de tous les fermés contenant A.
2. L’intérieur de A, noté Å (ou Int(A)), est le plus grand ouvert contenu dans A.
C’est la réunion de tous les ouverts contenus dans A.
3. La frontière de A, notée ∂A (ou F r(A)), est l’ensemble des points adhérents à
A qui ne sont pas des points intérieurs à A. C’est-à-dire,
∂A = A\Å = A ∩ (Å)c .
Remarques 1.2.19. Soit A une partie de Rn .

• Å ⊂ A ⊂ A;
• A est fermé si, et seulement si, A = A;
• A est ouvert si, et seulement si, Å = A;
• ∂A = A ∩ Ac .
Proposition 1.2.20. Soit A une partie de Rn .
i) x ∈ Å si, et seulement s’il existe ε > 0 tel que B(x, ε) ⊂ A.
ii) x ∈ A si, et seulement si, pour tout ε > 0 on a B(x, ε) ∩ A 6= ∅.
iii) x ∈ A si, et seulement s’il existe une suite (xk )k∈N d’éléments de A qui
converge vers x.
iv) A est fermé si, et seulement si, pour toute suite (xk )k∈N de A qui converge
vers x on a x ∈ A.
1.2.6 Parties compacts de Rn

Définition 1.2.21. Une partie K de Rn est dite compacte si elle est fermée et bornée.
Exemples 1.2.22. 1. Les boules fermées, les sphères et les parties finies
sont des compactes de Rn .
2. La boule B(a, r) = {x ∈ Rn \kx − ak < r} n’est pas compacte car c’est
une partie non fermée et l’ensemble U = {x ∈ Rn \kx − ak ≥ r} n’est
pas compacte car c’est une partie non bornée.
Théorème 1.2.23. "Bolzano-Weierstrass"
Soit K une partie non vide de Rn , alors les assertions suivantes sont équivalentes :
i) K est compact ;
ii) De toute suite de K, on peut extraire une sous-suite convergente dans K.
Preuve. Il suffit d’appliquer à la fois les 4ème assertions de la Remarque 1.2.17
et la Proposition 1.2.20.
7
1.2.7 Parties convexes de Rn

Définitions 1.2.24.
1. Soient a et b deux points de Rn . On appelle segment de Rn d’extrémités a et
b, l’ensemble noté [a, b] et défini par
[a, b] = {(1 − t) a + t b / t ∈ [0, 1]} = {a + t (b − a) / t ∈ [0, 1]}.
2. Une partie C de Rn est dite convexe si pour tous points a et b de C on a le

segment [a, b] est inclue dans C. Autrement dit,
∀a, b ∈ C, ∀t ∈ [0, 1], on a a + t (b − a) ∈ C.
Exemple 1.2.25. Toute boule (ouverte ou fermée) de Rn est convexe.
8
Chapitre 2
Fonctions de plusieurs variables
réelles
2.1 Préliminaires
2.1.1 Fonctions numériques de plusieurs variables
Définitions 2.1.1.
1. Une fonction numérique de n variables réelles est une application définie sur
une partie D de Rn à valeurs dans R. On écrit
f: D ⊂ Rn −→ R
x = (x1 , . . . , xn ) 7−→ f (x).
2. L’ensemble D est appelé domaine de définition de la fonction f.

3. L’ensemble f (D) = {f (x)/ x ∈ D} ⊂ R est appelé l’image de D par f.
4. Si A ⊂ R, l’ensemble f −1 (A) = {x ∈ D / f (x) ∈ A} ⊂ D ⊂ Rn est appelé
l’image réciproque de A par f.
5. Pour tout réel α, on appelle courbe de niveau α de la fonction f, l’ensemble Cα
des points de D dont l’image par f vaut α, c’est-à-dire,
Cα = {x ∈ D / f (x) = α} = f −1 ({α}) ⊂ Rn .
6. L’ensemble Gf = {(x, f (x)) ∈ Rn × R / x ∈ D} est appelé le graphe de la

fonction f sur D. C’est une partie de Rn+1 .
Exemples 2.1.2.
1.
f: R3 −→ R ; Df = R3 \{(0, 0, 0)}.
xyz
(x, y, z) 7−→ f (x, y, z) = x2 +y 2 +z 2
.
9
2. Le graphe Gg de la fonction g, 3. Le graphe Gh de la fonction h, dé-

définie sur R2 par finie sur R2 par
g : R2 −→ R h : R2 −→ R
(x, y) 7−→ g(x, y) = x2 + y 2 , (x, y) 7−→ h(x, y) = x2 − y 2 ,
est représenté dans l’espace à 3 di- est représenté dans l’espace à 3 di-
mensions à la figure 2.1 mensions à la figure 2.2
F IGURE 2.1 – Graphe de la fonction F IGURE 2.2 – Graphe de la fonction

g(x, y) = x2 + y 2 h(x, y) = x2 − y 2
2.1.2 Fonctions vectorielles de plusieurs variables

Définition 2.1.3. Une fonction vectorielle de n variables réelles est une application
définie sur une partie D de Rn à valeurs dans Rp par p fonctions numériques f1 , . . . , fp
définies sur D à valeurs dans R. C’est-à-dire,
f: D ⊂ Rn −→ Rp
x = (x1 , . . . , xn ) 7−→ f (x) = (f1 (x), . . . , fp (x)),
où
fj : D ⊂ Rn −→ R ∀j ∈ {1, . . . , p}.
x = (x1 , . . . , xn ) 7−→ fj (x),
Exemple 2.1.4. On pose ∆ = {(0, 0, z) ∈ R3 / z ∈ R}, c’est exactement l’axe

(Oz). Soit la fonction f définie par
f: R3 \∆ −→ R3
y
X = (x, y, z) 7−→ f (X) = ( √ x
, √ ,√ z
).
x2 +y 2 x2 +y 2 x2 +y 2
L’image par f de la sphère unité de R3 privée de ses deux pôles qui appar-
tiennent à ∆ est le cylindre d’axe ∆ et de base le cercle unité de R2 .
10
F IGURE 2.3 – La fonction vectorielle f transforme une sphère bornée à un cylindre non borné
2.2 Limite et continuité

Définitions 2.2.1. Soit f une fonction numérique de n variables réelles définie au
voisinage d’un point a = (a1 , . . . , an ) de Rn , sauf peut-être en a.
1. On dit que la fonction f admet l ∈ R pour limite au point a et on écrit
lim f (x) = l si
x→a
∀ε > 0, ∃η > 0 tel que kx − ak < η =⇒ |f (x) − l| < ε.
2. On dit que la fonction f tend vers +∞ (resp. −∞) au point a si
∀A > 0, ∃η > 0 tel que kx − ak < η =⇒ f (x) > A (resp. f (x) < −A).
Exemples 2.2.2.
1. Soit f : R2 −→ R la fonction définie par f (x, y) = x2 − y 2 . On a
lim f (x, y) = 0.
(x,y)→(−1,1)
2. Soit g : R×] − π2 , π2 [−→ R la fonction définie par g(x, y) = −x2 + tan y.

On a lim π g(x, y) = +∞.
(x,y)→(0, 2 )
Proposition 2.2.3. Si une fonction numérique de n variables réelles admet une

limite en un point a, alors cette limite est unique.
Remarque 2.2.4. La dernière proposition est souvent utile pour montrer que
la limite n’existe pas.
xy
Exemple 2.2.5. Soit f : R2 \{(0, 0)} −→ R la fonction définie par f (x, y) = x2 +y 2
.
2 2
On remarque que lim f (t, t) = lim t2t+t2 = 1
2
et lim f (t, 2t) = lim t22t
+4t2
= 52 , alors
t→0 t→0 t→0 t→0
f n’admet pas de limite au point (0, 0).
11
Proposition 2.2.6. Soient f : D ⊂ Rn −→ R une fonction numérique de plu-

sieurs variables et l ∈ R. Les deux assertions suivantes sont équivalentes :
i) lim f (x) = l;
x→a
ii) Pour toute suite (xk )k∈N , d’éléments de D, convergente vers a, la suite
(f (xk ))k∈N , converge vers l, c’est-à-dire, xk −−−→ a =⇒ f (xk ) −−−→ l.
k→∞ k→∞

Définition 2.2.7. Soit
x = (x1 , . . . , xn ) 7−→ f (x) = (f1 (x), . . . , fp (x))
une fonction vectorielle de n variables réelles définie au voisinage d’un point a =

(a1 , . . . , an ) de Rn , sauf peut-être en a. Soit l = (l1 , . . . , lp ) ∈ Rp .
On dit que la fonction f admet l ∈ Rp pour limite au point a et on écrit lim f (x) = l
x→a
si
∀ε > 0, ∃η > 0 tel que kx − akRn < η =⇒ kf (x) − lkRp < ε.
Proposition 2.2.8. Soit
x = (x1 , . . . , xn ) 7−→ f (x) = (f1 (x), . . . , fp (x))
une fonction vectorielle de n variables réelles définie au voisinage d’un point

a = (a1 , . . . , an ) de Rn , sauf peut-être en a. Soit l = (l1 , . . . , lp ) ∈ Rp . Alors
lim f (x) = l si, et seulement si, lim fj (x) = lj ∀j ∈ {1, . . . , p}.

x→a x→a

Remarques 2.2.9.
1. L’étude de la limite d’une fonction vectorielle est équivalente à étudier
les limites de ses fonctions composantes.
2. Les opérations algébriques sur limites des fonctions de plusieurs va-
riables concernant la somme, la différence, le produit, le quotient et la
composition sont les mêmes que celles utilisées dans le cas des fonctions
d’une seule variable réelle.
Définitions 2.2.10. "Continuité ponctuelle"
1. Une fonction f définie au voisinage d’un point a ∈ Rn à valeurs dans R (resp.
dans Rp ) est dite continue au point a si lim f (x) = f (a). C’est-à-dire,
x→a
∀ε > 0, ∃η > 0 tel que kx−akRn < η =⇒ |f (x)−f (a)| < ε (resp. kf (x)−f (a)kRp < ε).
12
2. On dit que la fonction f est continue sur un ensemble A ⊂ Rn si elle est

continue en tout point de A.
Exemples 2.2.11. "Exercice"
1. La fonction de projection pi : Rn −→ R, (i = 1, . . . , n), définie par
pi (x) = pi ((x1 , . . . , xn )) = xi est continue sur Rn .
2. La fonction norme N : Rn −→ R définie par N (x) = kxk est continue
sur Rn .
3. Toute forme linéaire sur Rn est continue sur Rn .
Remarques 2.2.12.
1. Soit f : D ⊂ Rn −→ Rp une fonction vectorielle définie par f (x) =
(f1 (x), . . . , fp (x)). f est continue en a ∈ D si, et seulement si, toutes les
fonctions composantes fj (j = 1, . . . , p) sont continues en a.
2. Les opérations algébriques sur les fonctions continues de plusieurs va-
riables concernant somme, différence,produit, quotient et composition
sont les mêmes que celles utilisées dans le cas des fonctions d’une seule
variable réelle.
Exemples 2.2.13.
F Une fonction polynôme à plusieurs variables est continue sur Rn . Par
exemple, la fonction f (x, y, z) = x2 y + xyz 3 + xz 2 est continue sur R3 .
F Une fonction rationnelle de plusieurs variables est continue en tout point
où le dénominateur ne s’annule pas. Par exemple, la fonction f (x, y, z, t) =
x2 yz+y 2 zt+xz 2 t+xyt2
x2 +t2
est continue sur Df = {(x, y, z, t) ∈ R4 / x 6= 0 ou t 6=
0}.
F Les fonctions fabriquées à l’aide des fonctions usuelles de R dans R, par
composition et d’autres opérations algébriques sont continues sur√leurs
ex cos y+ x2 +y 2
ensembles de définition. Par exemple, la fonction f (x, y) = y
ln(1+ x )
2 y
est continue sur Df = {(x, y) ∈ R / x 6= 0, y 6= 0 et 1 + x > 0}.
Proposition 2.2.14. Une fonction f : D ⊂ Rn −→ R est continue en a ∈ D si, et
seulement si, pour toute suite (xk )k∈N d’éléments de D qui converge vers a, la
suite (f (xk ))k∈N converge vers f (a).
Preuve. C’est une conséquence de la Proposition 2.2.6.
Définition 2.2.15. "Prolongement par continuité"
Soit f une fonction numérique définie sur D\{a} ⊂ Rn . Si lim f (x) = l ∈ R, on dit
x→a
que f admet un prolongement par continuité définie par la fonction

f (x) si x ∈ D\{a} ;
g(x) =
l si x = a.
13
Définition 2.2.16. "Fonctions partielles"

Soit f : D ⊂ Rn −→ R une fonction numérique et a = (a1 , . . . , an ) ∈ D. pour tout
i ∈ {1, . . . , n} on pose Di = {t ∈ R / (a1 , . . . , ai−1 , t, ai+1 , . . . , an ) ∈ D} ⊂ R.
Les fonctions réelles f1 , . . . , fn d’une seule variable définies par
fi : Di −→ R
t 7−→ fi (t) = f (a1 , . . . , ai−1 , t, ai+1 , . . . , an )
sont appelées les fonctions partielles de f en a.
Proposition 2.2.17. Si f : D ⊂ Rn −→ R est continue en a = (a1 , . . . , an ) ∈ D
alors chaque fonction partielle fi en a est continue en ai .
Preuve. "Exercice".
Remarque 2.2.18. En général, la réciproque de la Proposition 2.2.17 est fausse.
En effet, soit la fonction f définie sur R2 par
xy
x2 +y 2
si (x, y) 6= (0, 0);
f (x, y) =
0 si (x, y) = (0, 0).
Les fonctions partielles en (0, 0) sont définies par f1 (x) = f (x, 0) et f2 (y) =
f (0, y) et elles sont toutes les deux continues en x = 0 et y = 0 respectivement.
Par contre, la fonction f n’est pas continue en (0, 0).
Définition 2.2.19. "La continuité uniforme"
Une fonction f : D ⊂ Rn −→ Rp est dite uniformément continue sur D si
∀ε > 0, ∃η > 0 tel que ∀x, y ∈ D, kx − ykRn < η =⇒ kf (x) − f (y)kRp < ε.
Exemple 2.2.20. Toute fonction Lipschitzienne est uniformément continue. No-
tons que f : Rn −→ Rp est dite Lipschitzienne de rapport k s’il existe k > 0
telle que
kf (x) − f (y)k ≤ k kx − yk, ∀x, y ∈ Rn .
Remarque 2.2.21. Toute fonction uniformément continue sur D est continue
sur D, mais la réciproque est généralement fausse.
Proposition 2.2.22. Soient E une partie compacte de Rn et f : E −→ R une
fonction continue sur E. Alors
i) f est uniformément continue sur E. "Théorème de Heine"
ii) f est bornée sur E, c’est-à-dire qu’il existe M > 0 tel que |f (x)| ≤ M,
∀x ∈ E.
iii) f (E), l’image de f, est une partie compacte de R.
iv) La fonction f atteint ses bornes inférieure et supérieure, c’est-à-dire, il
existe a, b ∈ E tels que inf f (x) = f (a) et sup f (x) = f (b).
x∈E x∈E
14
2.3 Calcul différentiel

Dans toute la suite de ce chapitre, U désignera un ouvert non vide de Rn .
Rappelons que pour une fonction réelle f : I −→ R définie sur un intervalle
ouvert I ⊂ R, on dit que f est dérivable en a ∈ I et on note f 0 (a) sa dérivée en
a si lim f (x)−f
x−a
(a)
∈ R.
x→a
On écrit
f (x) − f (a) f (a + t) − f (a)
f 0 (a) = lim = lim .
x→a x−a t→0 t
2.3.1 Les dérivées partielles premières (ou d’ordre 1)

Soit f une fonction numérique définie sur U (f : U ⊂ Rn −→ R). Soient
a = (a1 , . . . , an ) ∈ U et X un vecteur non nul de Rn . On peut vérifier facilement
que la fonction réelle de la variable réelle t définie par ϕ(t) = f (a + t X) est
bien définie sur un voisinage de 0.
Définitions 2.3.1.
F On dit que f admet une dérivée au point a suivant le vecteur X si la fonction
ϕ est dérivable en 0. Lorsque ϕ0 (0) existe, on la note DX f (a) et on a
ϕ(t) − ϕ(0) f (a + t X) − f (a)

DX f (a) = lim = lim .
t→0 t t→0 t
F Si kXk = 1, c’est-à-dire, X ∈ S(0Rn , 1), alors DX f (a) est appelée la dérivée

directionnelle de f en a suivant la direction X.
F En particulier, si X est un vecteur unité dans la base canonique, c’est-à-dire,
X = ei = (0, . . . , 0, 1
|{z} , 0, . . . , 0) alors Dei f (a) n’est autre que la
ième composante
ème
dérivée en ai de fi la i fonction partielle de f en a. En effet,
Dei f (a) = lim f (a+t eti )−f (a)

t→0
= lim f ((a1 ,...,ai−1 ,ai +t,ai+1 ,...,an ))−f
t
((a1 ,...,ai−1 ,ai ,ai+1 ,...,an ))
t→0
= lim fi (ai +t)−f
t
i (ai )
t→0
Dei f (a) = fi0 (ai ).
Dei f (a) est appelé la dérivée partielle première (ou d’ordre 1) de f au point
∂f
a par rapport à la ième variable xi . On la note ∂xi
(a) ou Di f (a).
∂f
Remarque 2.3.2. Pratiquement, le calcul de ∂x i
consiste à ne dériver l’expres-
ème
sion de f que par rapport à la i variable xi et considérer les autres variables
comme des constantes.
15
Exemples 2.3.3. 1. Pour f : R3 \{(0, 0, 0)} −→ R

(x, y, z) 7−→ ln(x2 + 2y 2 + 3z 2 )
on a ∂f ∂x
(x, y, z) = x2 +2y2x2 +3z2 , ∂f
∂y
(x, y, z) = x2 +2y4y2 +3z2 et ∂f
∂z
(x, y, z) =
√ √ √ √
6z
x2 +2y 2 +3z 2
, et en particulier ∂f
∂x
( 2, 3, 0) = 102 , ∂f
∂y
( 2, 3, 0) = 35 et ∂f
∂z
( 2, 3, 0) = 0.
2.
f: R2 −→ R xy
x2 +y 2
si (x, y) 6= (0, 0);
(x, y) 7−→ f (x, y) =
0 si (x, y) = (0, 0).
2 −x2 ) 2 −y 2 )
— ∀(x, y) ∈ R2 \{(0, 0)}, on a ∂f
∂x
(x, y) = y(y (x2 +y 2 )2
, et ∂f
∂y
(x, y) = x(x(x2 +y 2 )2
;
f (t,0)−f (0,0) 0−0
— Pour (x, y) = (0, 0) on a lim t
= lim t = 0, donc f admet
t→0 t→0
ère
une dérivée partielle première en (0, 0) par rapport à la 1 variable
et on a ∂f
∂x
(0, 0) = 0. De même, lim f (0,t)−f
t
(0,0)
= lim 0−0
t
= 0, donc f
t→0 t→0
admet une dérivée partielle d’ordre 1 en (0, 0) par rapport à la 2ème
variable et on a ∂f
∂y
(0, 0) = 0.
Remarque 2.3.4. L’existence des dérivées partielles n’implique pas la conti-
nuité de la fonction. On peut prendre la dernière fonction comme un contre-
exemple. Nous avons déjà vérifier que f n’est pas continue en (0, 0) mais elle
admet des dérivées partielles en (0, 0).
Définition 2.3.5. Soit f : U ⊂ Rn −→ R une fonction numérique de n variables.
On dit que f est de classe C 1 sur l’ouvert U et on écrit f ∈ C 1 (U ) si f admet des
dérivées partielles premières par rapport à toutes les variables en tout point de U et les
∂f ∂f
fonctions ∂x 1
, . . . , ∂x n
sont continues sur U.
n
1. La fonction f définie sur Rn par f (x) = kxk22 = x2i
P
Exemples 2.3.6.
i=1
est de classe C 1 sur Rn . En effet, pour tout i ∈ {1, . . . , n} et tout x ∈ Rn
∂f ∂f
on a ∂xi
(x) = 2 xi et donc ∂x i
est continue sur Rn .
2. La fonction
f: R2 −→ R xy
x2 +y 2
si (x, y) 6= (0, 0);
(x, y) 7−→ f (x, y) =
0 si (x, y) = (0, 0).
est de classe C 1 sur R2 \{(0, 0)}, mais elle n’est pas de classe C 1 sur R2
car ∂f
∂x
n’est pas continue en (0, 0).
2.3.2 La différentiabilité
Définition 2.3.7. "La différentiabilité d’une fonction numérique"
Soit f : U ⊂ Rn −→ R une fonction numérique de n variables. On dit que f est
16
différentiable en un point a de U s’il existe une forme linéaire v sur Rn telle que pour
tout h ∈ Rn vérifiant a + h ∈ U on a
f (a + h) = f (a) + v(h) + khk ε(h) avec lim ε(h) = 0.

h→0
f (a + h) − f (a) − v(h)
Autrement dit : lim = 0.
h→0 khk
a+h∈U
Remarques 2.3.8.
θ(h)
1. On utilise aussi l’écriture f (a + h) = f (a) + v(h) + θ(h) avec lim = 0.
h→0 khk
2. La forme linéaire v s’appelle la différentielle de f en a et se note df (a)

(ou da f ou f 0 (a)) et on écrit df (a)(h) = v(h).
3. Cette forme linéaire df (a) est continue sur Rn .
4. Si f est différentiable en tout point de U , on dit que f est différentiable
sur U. Dans ce cas, la fonction notée df définie sur U par
df : U −→ (Rn )0
x 7−→ df (x)
est appelée la fonction différentielle de f. Notons que (Rn )0 désigne le

dual de Rn , c’est-à-dire, l’espace vectoriel L(Rn , R) des formes linéaires
sur Rn .
Proposition 2.3.9. Si f est différentiable au point a de U alors df (a) la différen-

tielle de f en a est unique.
Exemples 2.3.10.
1. Toute fonction constante d’un ouvert U de Rn dans R, c’est-à-dire, f (x) =
α ∀x ∈ U, est différentiable sur U et on df (x) = 0L(Rn ,R) pour tout x ∈ U,
ie, df (x)(h) = 0 ∀h ∈ Rn .
2. Toute forme linéaire f sur Rn est différentiable sur Rn et on a df (x) = f,
∀x ∈ Rn .
Remarque 2.3.11. La notion de la différentiabilité généralise celle de la déri-

vabilité, c’est-à-dire, pour toute fonction réelle d’une seule variable les deux
notions sont équivalentes.
Définition 2.3.12. "La différentiabilité d’une fonction vectorielle"

Soit f : U ⊂ Rn −→ Rp une fonction vectorielle de n variables à valeurs dans Rp .
17
On dit que f est différentiable en un point a de U s’il existe une application linéaire
continue v de Rn vers Rp telle que pour tout h ∈ Rn vérifiant a + h ∈ U on a
f (a + h) = f (a) + v(h) + khk ε(h) avec lim ε(h) = 0Rp .

h→0
L’application linéaire continue v : Rn −→ Rp s’appelle la différentielle de f en a et

se note df (a) (ou da f ou f 0 (a)) et on écrit df (a)(h) = v(h) ∈ Rp .
Proposition 2.3.13. Soit f : U ⊂ Rn −→ Rp une fonction vectorielle définie

par f (x) = (f1 (x), . . . , fp (x)). f est différentiable en a ∈ U si, et seulement si,
chaque fonction composante fj (j ∈ {1, . . . , p}) est différentiable en a et on a
df (a) : Rn −→ Rp
h 7−→ df (a)(h) = (df1 (a)(h), . . . , dfp (a)(h)).
Preuve. "Exercice".
Proposition 2.3.14. Soit f une fonction de plusieurs variables définie sur U. Si

f est différentiable au point a ∈ U, alors f est continue en a.
Remarque 2.3.15. La réciproque de la Proposition 2.3.14 est fausse.
Proposition 2.3.16. L’ensemble des fonctions différentiables en a ∈ U est un

espace vectoriel. c’est-à-dire, si f et g sont deux fonctions différentiables en a,
alors pour tout α, β ∈ R, la fonction α f + β g est différentiable en a et on a
d(α f + β g)(a) = α df (a) + β dg(a).
Preuve. "Exercice".
2.3.3 La relation entre la différentiabilité et les dérivées partielles

Proposition 2.3.17. Soit f : U ⊂ Rn −→ R une fonction numérique de n va-
riables. Si f est différentiable au point a ∈ U, alors f admet en a une dérivée
suivant n’importe quel vecteur X non nul de Rn et on a
DX f (a) = df (a)(X)
Remarque 2.3.18. La réciproque de la Proposition(2.3.17 est fausse. On peut

x2 y
2 2 +y 2 si (x, y) 6= (0, 0)
vérifier que la fonction définie sur R par f (x, y) = x
0 si (x, y) = (0, 0),
est un contre-exemple.
18
Théorème 2.3.19. Soit f : U ⊂ Rn −→ R une fonction numérique de n variables.

Si f est différentiable en a ∈ U, alors elle admet au point a des dérivées partielles
premières par rapport à toutes les variables et on a
∂f
(a) = df (a)(ei ) ∀i ∈ {1, . . . , n},
∂xi
où {e1 , . . . , en } est la base canonique de Rn . De plus, on a
n
X ∂f
df (a)(h) = (a).hi ∀h = (h1 , . . . , hn ) ∈ Rn .
i=1
∂x i

Remarques 2.3.20.
1. La réciproque du Théorème 2.3.19 n’est pas toujours vraie, c’est-à-dire,
l’existence de toutes les dérivées partielles premières n’est pas suffisante
pour démontrer la différentiabilité de la fonction en a. On peut don-
ner comme un contre-exemple la fonction définie sur R2 par f (x, y) =
xy
x2 +y 2
si (x, y) 6= (0, 0) Pn
∂f
Vue la linéarité de la fonction h 7−→ ∂xi
(a).hi ,
0 si (x, y) = (0, 0). i=1
il faut vérifier aussi que
n
P ∂f
f (a + h) − f (a) − ∂xi
(a).hi
i=1
lim =0
h→0 khk
pour déduire la différentiabilité en a.
2. En utilisant h , i le symbole du produit scalaire dans Rn définie par
Pn
hx, yi = xi yi , on peut représenter la différentielle d’une fonction nu-
i=1
mérique f : U ⊂ Rn −→ R en a ∈ U sous la forme
df (a)(h) = hgradf (a), hi = h∇f (a), hi,
où gradf (a) = ∇f (a) appelé le vecteur gradient de f en a est défini par

∂f ∂f ∂f ∂f
gradf (a) = ∇f (a) = (a), (a), . . . , (a) = (a) .
∂x1 ∂x2 ∂xn ∂xi 1≤i≤n
3. Soit f : U ⊂ Rn −→ Rp une fonction vectorielle définie par f (x) =

(f1 (x), . . . , fp (x)). Si f est différentiable en a ∈ U, alors
df (a)(h) = (df1 (a)(h), . . . , dfp (a)(h)) ∈ Rp , ∀h ∈ Rn . D’après le Théo-
n
P ∂fi
rème précédent 2.3.19, on a dfi (a)(h) = ∂xj
(a).hj pour tout i ∈ {1, . . . , p}.
j=1
19
Donc on peut écrire df (a)(h) comme le produit de la matrice, notée

Jf (a) ∈ Mp,n (R) et le vecteur h, c’est-à-dire, df (a)(h) = Jf (a).h où
 ∂f ∂f1 ∂f1

1
(a) . . . (a) . . . (a)
 ∂x1. .
∂xj
.
∂xn
.. 
.. .. ..
 
 .  h1
∂fi 
 ∂fi (a) · · · ∂fi (a) · · · ∂fi (a)

 .. 
Jf (a) = (a) =  ∂x1 ∂xj ∂xn  et h =  .  ∈ Rn .
∂xj 1≤i≤n  . .. .. .. 
1≤j≤p  .. . . .  hn
 
∂fp ∂fp ∂fp
∂x1
(a) · · · ∂xj (a) · · · ∂xn (a)
La matrice Jf (a) est la matrice associée à l’application linéaire df (a)

dans les bases canoniques de Rn et Rp . On l’appelle la matrice Jaco-
bienne de f en a. Dans le cas où n = p, le déterminant de la matrice
Jacobienne est appelé le Jacobien de f en a.
Exemple 2.3.21. La fonction vectorielle f : R2 −→ R2 définie par f (x, y) =

(x2 − y 2 , 2xy) est différentiable sur R2 car ses fonctions composantes sont dif-
férentiables sur R2 et sa matrice Jacobienne est donnée par
!
∂f1 ∂f1
∂x
(x, y) ∂y
(x, y) 2 x −2 y
Jf (x, y) = ∂f2 = .
∂x
(x, y) ∂f
∂y
2
(x, y) 2y 2x
Alors la différentielle de f en un point (x, y) ∈ R2 est l’application linéaire

df (x, y) : R2 −→ R2 définie par

h 2 x −2 y h
df (x, y)(h, k) = Jf (x, y) = = (2xh − 2yk, 2yh + 2xk)T .
k 2y 2x k
En particulier, df (0, 1)(1, 1) = (−2, 2) et df (0, 1)(1, −2) = (4, 2).
Proposition 2.3.22. Soit f : U ⊂ Rn −→ R une fonction numérique de n va-

riables. Si f est de classe C 1 sur U, alors f est différentiable sur U.
Preuve. Soit a = (a1 , . . . , an ) un point de l’ouvert U, alors il existe r > 0 tel que
a + B(0, r) ⊂ U. Soit h = (h1 , . . . , hn ) ∈ B(0, r), pour chaque i ∈ {1, . . . , n} et
en utilisant la norme k k1 , le point bi = a + (h1 , . . . , hi , 0, . . . , 0) ∈ B(a, r). On a
f (a + h) − f (a) = f (bn ) − f (b0 ) avec b0 = a

= f (bn ) − f (bn−1 ) + f (bn−1 ) − f (bn−2 ) + · · · − f (b1 ) + f (b1 ) − f (b0 )
Pn
= (f (bi ) − f (bi−1 )).
i=1
En utilisant la fonction partielle de f au point bi définie par
fi : t 7−→ f (a1 + h1 , . . . , ai−1 + hi−1 , t, ai+1 , . . . , an )
20
et en appliquant le théorème des accroissements finis à cette fonction, on aura
f (bi ) − f (bi−1 ) = fi (ai + hi ) − fi (ai )

= hi fi0 (ci )
∂f
= hi ∂x i
(ci ),
où ci = (a1 + h1 , . . . , ai−1 + hi−1 , ai + θi hi , ai+1 , . . . , an ) avec θi ∈]0, 1[. Alors

n
X ∂f
f (a + h) − f (a) = hi (ci ).
i=1
∂xi
Par conséquence,
n
n
P ∂f
P ∂f ∂f
f (a + h) − f (a) − hi (a) = hi ∂xi (ci ) − ∂xi (a)

∂xi
i=1 i=1
∂f ∂f
≤ khk max ∂x (c ) − (a) .

i
i ∂xi
1≤i≤n
∂f
Or, la fonction f est de classe C 1 sur U alors ∂x i
est continue sur U, ce qui
∂f ∂f
implique que ∂xi (ci ) − ∂xi (a) −−−→ 0, ∀i ∈ {1, . . . , n}, ce qui est vérifié lorsque
ci →a
h tend vers 0. D’où
n
P ∂f
f (a + h) − f (a) − ∂xi
(a).hi
i=1
lim = 0,
h→0 khk
ce qui signifie la différentiabilité de f en a.
Remarques 2.3.23. 1. Si f n’est pas différentiable alors elle n’est pas de

1
classe C même si elle admet des dérivées xy partielles. Par exemple, la
x2 +y 2
si (x, y) 6= (0, 0)
fonction définie sur R2 par f (x, y) = n’est
0 si (x, y) = (0, 0),
pas différentiable en (0, 0) et elle admet les dérivées partielles en (0, 0)
alors l’une de ces dérivées partielles au moins n’est pas continue en
(0, 0).
2. La réciproque de la Proposition 2.3.22 est fausse. La différentiabilité en-
traîne l’existence de toutes les dérivées partielles premières d’après le
Théorème 2.3.19, mais elle n’assure pas(leur continuité.
Par exemple, la
y 2 sin xy si y 6= 0,
fonction définie sur R2 par f (x, y) = est diffé-
0 sinon,
rentiable sur R2 mais n’est pas de classe C 1 sur R2 .
21
2.3.4 La différentiabilité d’une fonction composée

Lemme 2.3.24. Soit v une application linéaire de Rn dans Rp . Alors il existe
M > 0 tel que
kv(x)k ≤ M kxk, ∀x ∈ Rn .
Preuve. Soit A = (aij )1≤i≤n la matrice associée à v par rapport aux bases cano-
1≤j≤p
niques. Pour tout x = (x1 , . . . , xn ) ∈ Rn et si on pose v(x) = (y1 , . . . , yp ) alors
n
P
yj = aij xi , ∀j ∈ {1, . . . , p}. En utilisant la norme euclidienne k k2 , on obtient
i=1
p p Pn
kv(x)k22 = yj2 = ( aij xi )2
P P
j=1 j=1 i=1
p n n
( a2ij ) ( x2i )
P P P
≤ (d’après l’inégalité de Cauchy-Schwarz)
j=1 i=1 i=1
p P n n
a2ij ) ( x2i )
P P
≤ (
j=1 i=1 i=1
1
M 2 kxk22 M = ( a2ij ) 2 .
P
≤ avec
i,j
D’où le résultat.
Théorème 2.3.25. Soient U un ouvert non vide de Rn et V un ouvert non vide de
Rp . Soit f : U −→ V et g : V −→ Rq deux fonctions différentiable en a ∈ U et
b = f (a) ∈ V respectivement. Alors, la fonction composée g ◦ f est différentiable en a
et on a
d(g ◦ f )(a) = dg(f (a)) ◦ df (a)
qu’on peut traduire en écriture matricielle
Jg◦f (a) = Jg (f (a)).Jf (a).
Preuve. f et g sont différentiables en a et b = f (a) respectivement, alors
f (a + h) = f (a) + df (a)(h) + khkε1 (h) et g(b + k) = g(b) + dg(b)(k) + kkkε2 (k)
avec df (a) : Rn −→ Rp et dg(b) : Rp −→ Rq sont des applications linéaires

continues et lim ε1 (h) = lim ε2 (k) = 0. Pour la fonction composée g ◦ f, on a
h→0 k→0
g ◦ f (a + h) = g(f (a + h)) = g(f (a) + df (a)(h) + khkε1 (h)).
En remplaçant f (a) par b et df (a)(h) + khkε1 (h) par k, on obtient
g ◦ f (a + h) = g(b + k) = g(b) + dg(b)(k) + kkkε2 (k)

= g(b) + dg(b)(df (a)(h) + khkε1 (h)) + kkkε2 (k)
= g(f (a)) + dg(b)(df (a)(h)) + khkdg(b)(ε1 (h)) + kkkε2 (k)
= g ◦ f (a) + dg(f (a)) ◦ df (a)(h) + θ(h, k),
22
où θ(h, k) = khkdg(f (a))(ε1 (h)) + kkkε2 (k). On remarque d’abord que l’appli-
cation dg(f (a)) ◦ df (a) est linéaire de Rn dans Rq comme composée de deux
applications linéaires. Reste à montrer que lim θ(h,k)
khk
= 0. En effet, θ(h,k)
khk
=
h→0
kkk er
dg(b)(ε1 (h)) + ε (k).
khk 2
pour le 1 terme de la somme on a lim dg(b)(ε1 (h)) = 0
h→0
d’après la linéarité et la continuité de l’application dg(b) et le fait que lim ε1 (h) =
h→0
0. Pour le 2ème terme de la somme on a
kkk kdf (a)(h)+khkε1 (h)k
khk
= khk
kdf (a)(h)k
≤ khk
+ kε1 (h)k.
En appliquant le Lemme 2.3.24 à l’application linéaire df (a), il existe M > 0 tel

kkk
que kdf (a)(h)k ≤ M khk, ∀h ∈ Rn . Ce qui implique que khk ≤ M + kε1 (h)k,
c’est-à-dire,
kkk
kε2 (k)k ≤ (M + kε1 (h)k)kε2 (k)k.
khk
Comme lim df (a)(h) = 0 et lim khkε1 (h) = 0 alors k = df (a)(h) + khkε1 (h) −−→
h→0 h→0 h→0
0, donc lim ε2 (k) = 0 et par suite, lim (M + kε1 (h)k)kε2 (k)k = 0. D’où
h→0 h→0
kkk
lim ε2 (k) = 0.
h→0 khk
θ(h,k)
Finalement, on obtient ε(h) = −−→
khk h→0
0, ce qui donne
g ◦ f (a + h) = g ◦ f (a) + dg(f (a)) ◦ df (a)(h) + khkε(h) avec lim ε(h) = 0.

h→0
Par conséquence, g◦f est différentiable en a et on a d(g◦f )(a) = dg(f (a))◦df (a)
qu’on peut transformer à l’écriture matricielle suivante Jg◦f (a) = Jg (f (a)).Jf (a).
Corollaire 2.3.26. Dans le cas particulier où q = 1, c’est-à-dire, si f : U ⊂

Rn −→ V ⊂ Rp et g : V −→ R sont différentiables en a et f (a) respectivement,
alors les dérivées partielles de g ◦ f en a sont données par
p
∂(g ◦ f ) X ∂g ∂fj
(a) = (f (a)). (a), ∀i ∈ {1, . . . , n}.
∂xi j=1
∂yj ∂xi
Cette formule est appelée la règle de dérivation en chaîne.
Preuve. Il suffit d’utiliser les matrices Jacobiennes.
23
2.3.5 Théorème des accroissements finis (T.A.F)

Rappel. Soit f : [α, β] ⊂ R −→ R une fonction réelle d’une seule variable. Si f
est continue sur [α, β] et dérivable sur ]α, β[, alors il existe γ ∈]α, β[ tel que
f (β) − f (α)
f (β) − f (α) = f 0 (γ)(β − α), c’est-à-dire, = f 0 (γ).
β−α
Ce qui signifie l’existence d’un point (γ, f (γ)) de la courbe Cf dont la tangente
à Cf est parallèle à la droite passante par les points (α, f (α)) et (β, f (β)).
Théorème 2.3.27. "Théorème des accroissements finis"
Soient U un ouvert de Rn et f : U −→ R une fonction continue sur U. Soient
a = (a1 , . . . , an ) et b = (b1 , . . . , bn ) deux points de U tels que [a, b] ⊂ U.
Si f est différentiable sur le segment ouvert ]a, b[, alors il existe c ∈]a, b[ tel que
n
X ∂f
f (b) − f (a) = (c)(bi − ai ) = df (c)(b − a).
i=1
∂x i

Remarque 2.3.28. Cette version du T.A.F ne s’applique pas pour les fonctions
vectorielles f : U −→ Rp où p > 1. En effet, soit f : R −→ R2 définie par
f (x) = (cos x, sin x). f est différentiable
sur R et sa matrice Jacobienne en x
− sin x
est la matrice uni-colonne . Sur [0, 2π], si cette version était vraie on
cos x
aurait f (2π) − f (0) = df (c)(2π − 0) = 2π Jf (c). Or f (2π) − f (0) = (0, 0), alors
(− sin c, cos c) = (0, 0) où c ∈]0, 2π[, ce qui n’est pas le cas.
Corollaire 2.3.29. Soient U un ouvert convexe de Rn et f : U −→ R une
fonction différentiable sur U. Si la différentielle df est nulle sur U alors f est
constante sur U.
Théorème 2.3.30. "Théorème des accroissements finis (version générale)"
Soit U un ouvert de Rn . Soient a et b deux points de U tels que [a, b] ⊂ U. Si
f : U −→ Rp est une fonction vectorielle continue sur [a, b] et différentiable sur ]a, b[
telle qu’il existe k > 0 vérifiant kdf (x)k ≤ k, ∀x ∈]a, b[, alors
kf (b) − f (a)k ≤ k kb − ak.
Remarques 2.3.31.
1. D’après le Lemme 2.3.24, on peut définir la norme d’une application
linéaire v par
kv(x)k
kvk = sup .
x6=0Rn kxk
24
2. On peut avoir en fait une inégalité plus fine

kf (b) − f (a)k ≤ sup kdf (x)k.kb − ak.
x∈]a,b[
ou kf (b) − f (a)k ≤ sup kdf (a + t (b − a))k.kb − ak.
t∈]0,1[
Corollaire 2.3.32. Soient U ⊂ Rn un ouvert convexe et f : U −→ Rp une

fonction différentiable sur U.
Si k = sup kdf (x)k < +∞ alors f est k-Lipschitzienne sur U.
x∈U
2.3.6 Dérivées partielles d’ordre supérieur

Soit f : U ⊂ Rn −→ R une fonction admettant sur U une dérivée partielle
∂f
par rapport à la ième variable. Si la fonction ∂xi
: U −→ R admet une dérivée

∂f
partielle par rapport à la j ème variable au point a ∈ U, alors ∂x∂ j ∂x i
(a) est
appelée une dérivée partielle seconde ou d’ordre 2 au point a par rapport à
la ième
et j
ème
variables prises dans cette ordre. La dérivée partielle seconde
∂ ∂f ∂2f
∂xj ∂xi
(a) est généralement notée ∂xj ∂xi
(a) ou ∂x2j xi f (a). En particulier, si
∂2f
i = j on la note ∂x2i
(a).
k
D’une manière plus générale, en utilisant l’opérateur ∂xi ∂x∂i ...∂xi = ∂x∂i ◦ ∂x∂i ◦ · · · ◦ ∂
∂xik
1 2 k 1 2
d’une manière récurrente, on peut définir une dérivée partielle d’ordre k ≥ 2
si toutes les dérivées partielles demandées existent et on écrit
∂kf ∂ k−1 f

∂
(a) = (a).
∂xi1 ∂xi2 . . . ∂xik ∂xi1 ∂xi2 . . . ∂xik
Exemples 2.3.33. La fonction f : R2 −→ R définie par f (x, y) = x3 + sin(x + y 2 )
admet des dérivées partielles d’ordre supérieur sur R2 et on a
∂f
∂x
(x, y) = 3x2 + cos(x + y 2 ), ∂f
∂y
(x, y) = 2y cos(x + y 2 ),
∂2f 2
∂x2
(x, y) = 6x − sin(x + y 2 ), ∂∂yf2 (x, y) = 2 cos(x + y 2 ) − 4y 2 sin(x + y 2 ),
∂2f ∂2f
∂y∂x
(x, y) = −2y sin(x + y 2 ), ∂x∂y (x, y) = −2y sin(x + y 2 ),
∂3f ∂3f ∂3f
∂x3
(x, y) = 6−cos(x+y 2 ), ∂y∂x 2
2 (x, y) = −2y cos(x+y ), ∂x∂y∂x (x, y) = −2y cos(x + y 2 ),
∂3f 3
∂y 2 ∂x
(x, y) = −2 sin(x + y 2 ) − 4y 2 cos(x + y 2 ), ∂x∂ 2f∂y (x, y) = −2y cos(x + y 2 ),
∂3f ∂3f
∂x∂y 2
(x, y) = −2 sin(x + y 2 ) − 4y 2 cos(x + y 2 ), ∂y∂x∂y (x, y) = −2 sin(x + y 2 ) −
3
4y 2 cos(x + y 2 ) et ∂∂yf3 (x, y) = −10y sin(x + y 2 ) − 8y 3 cos(x + y 2 ).
Définition 2.3.34. Soit k ∈ N∗ . On dit qu’une fonction f : U ⊂ Rn −→ R est de
classe C k sur U et on écrit f ∈ C k (U ), si toutes ses dérivées partielles d’ordre inférieur
ou égale à k existent et elles sont toutes continues sur U.
En particulier, si f ∈ C k (U ) pour tout k ∈ N∗ , on dit que f est de classe C ∞ sur U et
on écrit f ∈ C ∞ (U ).
25
Exemple 2.3.35. La fonction f : R2 −→ R définie par f (x, y) = x3 + sin(x + y 2 )

est de classe C ∞ sur R2 .
Théorème 2.3.36. "Théorème de Schwarz"

∂2f
Soit f une fonction définie sur un ouvert U ⊂ Rn à valeurs dans R telle que ∂xi ∂xj
et
∂2f
∂xj ∂xi
sont continues en a ∈ U. Alors, on a
∂ 2f ∂ 2f
(a) = (a).
∂xi ∂xj ∂xj ∂xi
En particulier, si f ∈ C 2 (U ) alors l’égalité est vérifiée pour tout a ∈ U et pour tout

i, j ∈ {1, . . . , n}.
Preuve. Pour simplifier l’écriture, on démontrera ce résultat pour n = 2, c’est-

∂2f
à-dire, f : U ⊂ R2 −→ R est une fonction de deux variables telle que ∂x∂y et
∂2f
∂y∂x
sont continues en (a, b) ∈ U. Il existe r > 0 tel que B((a, b), r) ⊂ U, donc
on peut définir sur B((0, 0), r) la fonction φ par φ(x, y) = f (a + x, b + y) − f (a +
x, b) − f (a, b + y) + f (a, b). En appliquant le T.A.F à la fonction réelle d’une
seule variable x 7−→ φ(x, y), on trouve cx entre 0 et x tel que φ(x, y) − φ(0, y) =
∂φ
(c , y)(x − 0), c’est-à-dire,
∂x x
φ(x, y) ∂φ ∂f ∂f
= (cx , y) = (a + cx , b + y) − (a + cx , b).
x ∂x ∂x ∂x
φ(x,y)
On ré-applique le T.A.F à la fonction y 7−→ x
, on obtient
φ(x,y)
− φ(x,0)

x x ∂ φ(x, cy )
= avec cy entre 0 et y,
y−0 ∂y x
c’est-à-dire,
∂ 2φ ∂ 2f

φ(x, y) ∂ ∂φ
= (cx , cy ) = (cx , cy ) = (a + cx , b + cy ).
xy ∂y ∂x ∂y∂x ∂y∂x
∂2f
Or, la fonction ∂y∂x
est continue au point (a, b), alors
φ(x, y) ∂ 2f ∂ 2f
lim = lim (a + cx , b + cy ) = (a, b).
(x,y)→(0,0) xy (x,y)→(0,0) ∂y∂x ∂y∂x
On reprend le même raisonnement en intervertissant l’ordre des variables et

∂2f
on montre que lim φ(x,y)
xy
= ∂x∂y (a, b). D’où le résultat.
(x,y)→(0,0)
26
2.3.7 La matrice Hessienne

Soit f : U −→ R une fonction différentiable sur U ⊂ Rn . Si df la fonction
différentielle de f est différentiable en a ∈ U (en utilisant la même définition
de la différentiabilité) alors f est dite deux fois différentiable en a et la dif-
férentielle seconde, notée d2 f (a), est une application bilinéaire continue de
Rn × Rn vers R. De plus, d2 f (a) est symétrique, c’est-à-dire, d2 f (a)(h, k) =
d2 f (a)(k, h), ∀h, k ∈ Rn .
La matrice associée à la forme bilinéaire d2 f (a) relativement à la base cano-
nique est appelée la Hessienne de f en a et notée Hf (a). Si {e1 , . . . , en } est
la base canonique de Rn alors Hf (a) = (d2 f (a)(ei , ej ))1≤i≤n et on peut mon-
1≤j≤p
∂2f
trer que d2 f (a)(ei , ej ) = ∂xi ∂xj
(a). Alors la Hessienne de f en a est la matrice
suivante
∂2f ∂2f ∂2f
 
∂x21
(a)
... ∂x1 ∂xi
(a) ... ∂x1 ∂xn
(a)
 .
. .. .. .. 
 2.
 . . . 

 ∂f ∂2f 2
∂ f
Hf (a) =  ∂xi ∂x1 (a) · · · (a) · · · (a) .

∂x2i ∂xi ∂xn
.. .. ... ..
 
. . .
 
 
∂2f ∂2f ∂2f
∂xn ∂x1
(a) · · · ∂xn ∂xi
(a) · · · ∂x2n
(a)
Exemple 2.3.37. Soit f : R3 −→ R la fonction définie par f (x, y, z) = x2 ey −

y sin z. On a ∂f
∂x
(x, y, z) = 2xey , ∂f
∂y
(x, y, z) = x2 ey −sin z et ∂f
∂z
(x, y, z) = −y cos z,
2 ∂2f 2
alors ∂∂xf2 (x, y, z) = 2ey , ∂y 2
(x, y, z) = x2 ey et ∂∂zf2 (x, y, z) = y sin z, et puisque f ∈
∂2f ∂2f ∂2f ∂2f
C 2 (R3 ) on a ∂y∂x (x, y, z) = ∂x∂y (x, y, z) = 2xey , ∂z∂x (x, y, z) = ∂x∂z (x, y, z) =
2
∂ f 2
∂ f
0 et ∂y∂z (x, y, z) = ∂z∂y (x, y, z) = − cos z. D’où la Hessienne de f en (x, y, z)
s’écrit sous la forme suivante
 ∂2f ∂2f ∂2f

(x, y, z) ∂x∂y (x, y, z) (x, y, z)
 
∂x2 ∂x∂z 2ey 2xey 0
 ∂2f ∂2f ∂2f
Hf (x, y, z) =  ∂y∂x (x, y, z) ∂y2 (x, y, z) (x, y, z) = 2xey x2 ey − cos z  .

∂y∂z
∂2f ∂2f
(x, y, z) ∂z∂y (x, y, z) ∂2f
(x, y, z) 0 − cos z y sin z
∂z∂x ∂z 2
 
2 −2 0
En particulier, si (x, y, z) = (−1, 0, π) alors Hf (−1, 0, π) = −2 1 1 .
0 1 0
2.3.8 Formule de Taylor

Notations. Pour α = (α1 , . . . , αn ) ∈ Nn on utilise les notations suivantes :
Pn
F |α| = αi = α1 + · · · + αn .
i=1
27
n
Q
F α! = αi = α1 !α2 ! . . . αn !.
i=1
F Lorsque α ∈ Zn , on dit que α ≥ 0 si αi ≥ 0, ∀i ∈ {1, . . . , n}.

F Pour tout α, β ∈ Nn tels que β ≤ α, c’est-à-dire βi ≤ αi ∀i ∈ {1, . . . , n},
n
on note Cαβ = Cαβii .
Q
i=1
n
F Pour tout x = (x1 , . . . , xn ) ∈ Rn , on note xα = xαi i = xα1 1 xα2 2 . . . xαnn .
Q
i=1
α
F On définit l’opérateur différentielle D par
α1 α2 αn
∂ |α| ∂ α1 +···+αn

α ∂ ∂ ∂
D = = = ◦ ◦ ··· ◦ .
∂xα ∂xα1 1 . . . ∂xαnn ∂x1 ∂x2 ∂xn
Lemme 2.3.38. Soit f : U ⊂ Rn −→ R une fonction de classe C p sur l’ouvert

U. Alors la fonction réelle d’une seule variable ϕ définie sur [0, 1] par ϕ(t) =
f (a + th), où h ∈ Rn tel que [a, a + h] ⊂ U, est de classe C p sur ]0, 1[ et pour tout
k ∈ {1, . . . , p} on a
∂k f
ϕ(k) (t) = k!
+ th).hα1 1 .hα2 2 . . . . .hαnn
P
α1 !α2 !...αn ! ∂xα 1 ...∂xαn (a
1 n
α∈Nn
αP1 +···+αn =k
k! α
ϕ(k) (t) = α!
D f (a + th).hα .
|α|=k
Preuve. Il suffit d’utiliser la récurrence.
Applications.
1. Pour k = 1 : |α| = 1 ⇐⇒ α = (0, . . . , 0, |{z}
1 , 0, . . . , 0) et dans ce cas
ième cte
n
∂f
on a ϕ0 (t) = 1! α
+ th).hα =
P P
α!
D f (a ∂xi
(a + th) hi . C’est exactement
|α|=1 i=1
le cas de la règle de dérivation en chaîne.


 α = (0, . . . , 0, |{z} 2 , 0, . . . , 0) ou

i ème cte
2. Pour k = 2 : |α| = 2 ⇐⇒

 α = (0, . . . , 0, 1
|{z} , 0, . . . , 0, |{z}
1 , 0, . . . , 0)
 ème te ème te
i c j c
Dans ce cas on a
ϕ00 (t) = 2! α
+ th).hα
P
α!
D f (a
|α|=2
n n
2! ∂ 2 f 2! ∂ 2 f
+ th) h2i +
P P
= 2! ∂x2i
(a 1!1! ∂xi ∂xj
(a + th) hi .hj .
i=1 i,j=1
i6=j
28
Théorème 2.3.39. "Formule de Taylor Young à l’ordre p"

Soit f : U ⊂ Rn −→ R une fonction de classe C p sur l’ouvert U. Si a ∈ U et h ∈ Rn
tel que [a, a + h] ⊂ U, alors
X 1
f (a + h) = Dα f (a) hα + khkp ε(h) avec lim ε(h) = 0.
α! h→0
|α|≤p
1
Dα f (a) hα + o(khkp ).
P
ou encore f (a + h) = α!
|α|≤p
Preuve. Il suffit d’appliquer la formule de Taylor classique à la fonction réelle

d’une seule variable définie sur [0, 1] par ϕ(t) = f (a + th).
Application. "très importante pour l’étude des extremums"

Soit f : U ⊂ Rn −→ R une fonction de classe C 2 sur U. Le développement de
Taylor d’ordre 2 de f au voisinage de a ∈ U s’écrit sous la forme suivante :
P 1 α
f (a + h) = α!
D f (a) hα + khk2 ε(h)
|α|≤2
P 1 α P 1 α P 1 α
= α!
D f (a) hα + α!
D f (a) hα + α!
D f (a) hα + khk2 ε(h)
|α|=0 |α|=1 |α|=2
n ∂f n n
1 ∂2f ∂2f
(a) h2i + (a) hi .hj + khk2 ε(h)
P P P
= f (a) + (a) hi + 2 ∂x2i ∂xi ∂xj
i=1 ∂x i i=1 i,j=1
i6=j
f (a + h) = f (a) + h∇f (a), hi + 12 hT Hf (a) h + khk2 ε(h) avec lim ε(h) = 0,
h→0
où ∇f (a) est le vecteur gradient de f en a, Hf (a) est la Hessienne de f en a et

hT est la transposée du vecteur "colonne" h.
2.4 Extrema
Soit f : U ⊂ Rn −→ R une fonction différentiable. On cherche à savoir si f
admet un minimum ou un maximum sur une partie V de U. On sait déjà que si
V est compact et d’après la continuité de f alors f est bornée sur V et atteint ses
bornes (Proposition 2.2.22). Dans ce paragraphe, on s’intéresse au cas où V est
un ouvert et on commence par rappeler le vocabulaire utilisé en optimisation.
Définitions 2.4.1.
1. On dit que f admet un minimum local en a ∈ U s’il existe un voisinage V de
a tel que
f (a) ≤ f (x) ∀x ∈ V.
2. On dit que f admet un minimum global (ou absolu) en a ∈ U si
f (a) ≤ f (x) ∀x ∈ U.
29
3. On dit que f admet un maximum local (resp. global) en a ∈ U s’il existe un

voisinage V de a tel que
f (a) ≥ f (x) ∀x ∈ V (resp.f (a) ≥ f (x) ∀x ∈ U ).
4. Ces extrema locaux (resp. globaux) deviennent stricts si les inégalités précé-
dentes sont strictes sur V \{a} (resp. U \{a}).
Remarque 2.4.2. On utilise le mot extremum pour désigner sans distinction
un maximum ou minimum.
2.4.1 Condition nécessaire d’existence d’un extremum

Théorème 2.4.3. Soit f : U ⊂ Rn −→ R une fonction différentiable en a ∈ U . Si f
possède en a un extremum (local ou global) alors df (a) = 0L(Rn ,R) , ce qui signifie que
toutes les dérivées partielles de f en a sont nulles, c’est-à-dire,

∂f ∂f
∇f (a) = (a), . . . , (a) = 0Rn .
∂x1 ∂xn
Remarques 2.4.4.
1. Si x0 ∈ U tel que df (x0 ) = 0 alors x0 est appelé un point critique (ou
singulier ou stationnaire) de f.
2. Être un point critique de f est une condition nécessaire d’un extremum
mais pas suffisante, c’est-à-dire, qu’on peut trouver un point critique
pour lequel f ne possède pas d’extremum.
3. Les extrema d’une fonction différentiable, quand ils existent, sont à cher-
cher parmi ses points critiques.
2.4.2 Condition suffisante d’existence d’un extremum

Soit f : U ⊂ Rn −→ R une fonction de classe C 2 sur U. Soit a ∈ U un point
critique de f, c’est-à-dire, ∇f (a) = 0Rn . Le développement de Taylor d’ordre 2
de f au voisinage de a est alors
1
f (a + h) = f (a) + hT Hf (a) h + khk2 ε(h),
2
avec lim ε(h) = 0 et Hf (a) est la Hessienne de f en a qui est symétrique d’après
h→0
le Théorème de Schwarz 2.3.36. Au voisinage de a, c’est-à-dire, lorsque khk est
suffisamment petit, on peut déduire que f (a + h) − f (a) et 12 hT Hf (a) h ont le
même signe. Le terme 12 hT Hf (a) h représente la forme quadratique Q(Hf (a))
30
associée à la matrice Hessienne Hf (a) qui se diagonalise dans une base ortho-
normée et qui a les valeurs propres sont toutes réelles (d’après la symétrie de
n
αi e0i dans cette base orthonormée {e01 , . . . , e0n } et les λ1 , . . . , λn
P
Hf (a)). Si h =
i=1
n
sont les valeurs propres de Hf (a), alors hT Hf (a) h = αi2 λi .
P
i=1
D’après le raisonnement précédent, on peut énoncer une condition suffisante
d’existence d’un extremum au Théorème suivant :
Théorème 2.4.5. Soient f : U ⊂ Rn −→ R une fonction de classe C 2 sur U et a ∈ U

un point critique de f.
F Si toutes les valeurs propres λi de la Hessienne de f en a sont strictement
positives, alors f admet un minimum local strict au point a.
F Si toutes les valeurs propres λi de la Hessienne de f en a sont strictement
négatives, alors f admet un maximum local strict au point a.
Application. Dans le cas où n = 2, c’est-à-dire f : U ⊂ R2 −→ R, avec les

2 ∂2f 2
notations de Monge suivantes : p = ∂∂xf2 (a), q = ∂x∂y (a) et r = ∂∂yf2 (a), et en
utilisant le fait que det(Hf (a)) = pr − q 2 = λ1 λ2 et tr(Hf (a)) = p + r = λ1 + λ2 ,
on obtient les cas suivants :
F Si pr − q 2 > 0 et p > 0 alors f admet en a un minimum local strict ;
F Si pr − q 2 > 0 et p < 0 alors f admet en a un maximum local strict ;
F Si pr − q 2 < 0 alors f n’admet aucun extremum en a, mais elle possède
un point selle en a;
F Si pr − q 2 = 0, alors dans ce cas on ne peut conclure a priori.
2.5 Difféomorphismes et Théorème des fonctions

implicites
2.5.1 Difféomorphismes
Définition 2.5.1. Soient U et V deux ouverts de Rn et k ∈ N∗ . On dit qu’une fonction
f : U −→ V est un difféomorphisme de classe C k ou C k -difféomorphisme si elle
satisfaite les conditions suivantes :
i) f est bijective de U dans V ;
ii) f est de classe C k sur U ;
iii) f −1 est de classe C k sur V.
31
Remarques 2.5.2.
1. Si k = 0, c’est-à-dire, f et f −1 sont seulement continues, on dit que f est
un homéomorphisme.
2. Si f : U −→ V est un difféomorphisme (k ≥ 1), alors sa différentielle
en tout point a ∈ U est un isomorphisme de Rn dans lui même, c’est-
à-dire, det Jf (a) 6= 0. La fonction réciproque de cette différentielle n’est
autre que la différentielle de f −1 en f (a), c’est-à-dire,
df −1 (f (a)) = (df (a))−1 .
En utilisant les matrices Jacobiennes, on peut traduire cette relation en

écriture matricielle sous la forme Jf −1 (b) = (Jf (f −1 (b)))−1 , ∀b ∈ V.
Théorème 2.5.3. "Théorème d’inversion locale"

Soient U et V deux ouverts de Rn et k ∈ N∗ . Soit f : U −→ V une fonction de classe
C k sur U. S’il existe a ∈ U tel que df (a) est un isomorphisme (c’est-à-dire det Jf (a) 6=
0) alors il existe un voisinage ouvert Ua de a dans U et un voisinage ouvert Vb de
b = f (a) dans V tel que la restriction de f à Ua soit un C k -difféomorphisme de Ua
dans Vb .
Corollaire 2.5.4. "Théorème d’inversion globale"

Soit f : U −→ Rn une fonction de classe C k sur U. f est un C k -difféomorphisme
de U dans f (U ) si, et seulement si, f est injective et sa différentielle en tout
point de U est un isomorphisme de Rn dans Rn .
2.5.2 Théorème des fonctions implicites

Théorème 2.5.5. "Cas de R2 "
soient U un ouvert de R2 , (a, b) ∈ U et f : U −→ R une fonction de classe C k sur U.
Si f (a, b) = 0 et ∂f
∂y
(a, b) 6= 0, alors il existe un voisinage I de a, un voisinage J de
b (I et J sont des intervalles ouverts contenant a et b respectivement) et une fonction
ϕ : I −→ J de classe C k sur I vérifiant
i) I × J ⊂ U et ϕ(a) = b;
ii) f (x, ϕ(x)) = 0, ∀x ∈ I;
∂f
(x,ϕ(x))
iii) ϕ0 (x) = − ∂f
∂x
(x,ϕ(x))
.
∂y
Preuve. La démonstration de ce théorème peut s’effectuer en considérant la

fonction h(x, y) = (x, f (x, y)) et en lui appliquant le Théorème d’inversion
locale 2.5.3, qui permet de définir (x, ϕ(x)) comme l’antécédent de (x, 0).
Remarque 2.5.6. On peut exprimer la condition ii) de la façon suivante :

ii’) Pour tout x ∈ I on a, f (x, y) = 0 ⇐⇒ y = ϕ(x)
32
Exercice. Soit f : R2 −→ R définie par f (x, y) = ey−1 + y − x. Montrer que la

relation f (x, y) = 0 définit implicitement y en fonction de x au voisinage du
point (2, 1).
Théorème 2.5.7. "Cas de Rn "
Soient U un ouvert de Rn−1 × R et f : U ⊂ Rn−1 × R −→ R une fonction

(x, y) 7−→ f (x, y)
de classe C sur U. Soit (a, b) ∈ U tel que a = (a1 , . . . , an−1 ) ∈ Rn−1 et b ∈ R.
k
Si f (a, b) = 0 et ∂f
∂y
(a, b) 6= 0, alors il existe un voisinage V de a, un voisinage W de
b (W est un intervalle ouvert contenant b) et une fonction ϕ : V −→ W de classe C k
sur V vérifiant
i) V × W ⊂ U et ϕ(a) = b;
ii) f (x, ϕ(x)) = 0, ∀x ∈ V ;

∂f
∂x1
(x,ϕ(x)),..., ∂x∂f (x,ϕ(x))
iii) ∇ϕ(x) = − ∂f
n−1
(x,ϕ(x))
, c’est-à-dire,
∂y
∂f
∂ϕ (x, ϕ(x))
(x) = − ∂x
∂f
i
, ∀i ∈ {1, . . . , n − 1}.
∂xi ∂y
(x, ϕ(x))
33
Chapitre 3
Calculs des intégrales doubles et
triples
Rappel : Intégrale d’une fonction à une seule variable

Soit f une fonction réelle définie sur un intervalle [a, b], c’est-à-dire, f :
[a, b] −→ R.
1er cas : Si f est en escalier, c’est-à-dire, il existe une subdivision t0 = a <

t1 < t2 < · · · < tn−1 < tn = b telle que f est constante (f (x) = ci ) sur chaque
intervalle ]ti , ti+1 [, alors
Z b n−1
X
f (t) dt = ci .(ti+1 − ti ).
a i=0
2ème cas : Si f est bornée, on l’approche par des fonctions en escalier.

Définition 3.0.1. Une fonction bornée f : [a, b] −→ R est intégrable sur [a, b], s’il
existe un réel unique I tel que pour toute fonction en escalier u et v sur [a, b] vérifiant
Z b Z b
u(x) ≤ f (x) ≤ v(x), on a u(x) dx ≤ I ≤ v(x) dx, et de plus, si pour tout
a a
ε > 0, il existe des fonctions en escalier uε et vε vérifiant uε (x) ≤ f (x) ≤ vε (x) et
Z b Z b
0≤ vε (x) dx − uε (x) dx < ε.
a a Z b
Le réel I est appelé l’intégrale de f sur [a, b] et noté f (x) dx.
a
Remarques 3.0.2.
Z b
i) Si la fonction f est positive sur [a, b] alors f (x) dx représente l’aire
a
sous la courbe de f au-dessus à [a, b].
34
ii) Si la fonction f est continue sur [a, b] alors f est intégrable sur [a, b].
iii) Si f et g sont deux fonctions intégrables sur [a, b] alors pour tous réels
Z b Z b Z b
α et β on a (α f + β g)(x) dx = α f (x) dx + β g(x) dx.
a a a
3.1 Intégrales doubles

3.1.1 Intégration sur un rectangle de R2
Soit R = [a, b] × [c, d] un rectangle dans R2 . Soit f une fonction définie sur
R à valeurs dans R, c’est-à-dire, f : [a, b] × [c, d] −→ R.
1er cas : Si f est en escalier, c’est-à-dire, il existe une partition de [a, b]×[c, d]
par des subdivisions t0 = a < t1 < t2 < · · · < tn−1 < tn = b et s0 = c < s1 <
s2 < · · · < sm−1 < sm = d telle que f est constante (f (x) = cij ) à l’intérieur de
chaque rectangle ]ti , ti+1 [×]sj , sj+1 [.
Définition 3.1.1. L’intégrale double de la fonction en escalier f sur le rectangle

R = [a, b] × [c, d] est définie par
ZZ X
f (x, y) dxdy = cij (ti+1 − ti ).(sj+1 − sj ).
R 1≤i≤n
1≤j≤m
ZZ
Remarque 3.1.2. La valeur de l’intégrale f (x, y) dxdy ne dépend pas des
R
valeurs de f sur les bords des petits rectangles [ti , ti+1 ] × [sj , sj+1 ].
2ème cas : Si f est bornée sur R = [a, b] × [c, d], on l’approche par des
fonctions en escalier.
Définition 3.1.3. On dit qu’une fonction bornée f : R = [a, b] × [c, d] −→ R

est intégrable sur le rectangle R, s’il existe un réel unique I tel que pour toutes
fonctions en escalier u et v définies sur R, telles que u(x, y) ≤ f (x, y) ≤ v(x, y), on a
ZZ ZZ
u(x, y) dxdy ≤ I ≤ v(x, y) dxdy,
R R
et de plus, si pour tout ε > 0 il existe des fonctions en escalier uε et vε vérifiant

ZZ ZZ
uε (x, y) ≤ f (x, y) ≤ vε (x, y) et 0 ≤ vε (x, y) dxdy − uε (x, y) dxdy < ε.
R R
ZZ
Le réel I s’appelle l’intégrale double de f sur R et se note f (x, y) dxdy.
R
35
Théorème 3.1.4. ZZ
i) Si la fonction f est positive sur R = [a, b] × [c, d] alors f (x, y) dxdy re-
R
présente le volume sous le graphe de f au-dessus à R.
ii) Si la fonction f est continue sur le rectangle R = [a, b] × [c, d] alors f est
intégrable sur R.
Propriété 3.1.5.
i) Si f et g sont deux fonctions intégrables sur le rectangle R = [a, b] × [c, d]
alors pour tous réels α et β on a
ZZ ZZ ZZ
(α f + β g)(x, y) dxdy = α f (x, y) dxdy + β g(x, y) dxdy.
R R R
ii) Si on disjoint le rectangle R en une partition de deux rectangles R1 et

R2 , c’est-à-dire, R = R1 ∪ R2 avec R1 ∩ R2 = ∅, alors
ZZ ZZ ZZ
f (x, y) dxdy = f (x, y) dxdy + f (x, y) dxdy.
R R1 R2
3.1.2 Calcul des intégrales doubles sur un rectangle

Théorème 3.1.6. "Théorème de Fubini"
Soit f une fonction continue sur le rectangle R = [a, b] × [c, d] alors
ZZ Z b Z d Z d Z b
f (x, y) dxdy = f (x, y) dy dx = f (x, y) dx dy.
R a c c a
Remarque 3.1.7. En particulier, si f est un produit de deux fonctions g et h

d’une seule variable, c’est-à-dire, f (x, y) = g(x).h(y), alors
ZZ Z b Z d
f (x, y) dxdy = g(x) dx h(y) dy .
R a c
Exemples 3.1.8.
1. Pour R = [−1, 0] × [0, 1] et f (x, y) = x2 + y 2 , on a
Z 0 Z 1 Z 0 1 !
y3
ZZ
2 2 2 2 2
(x + y ) dxdy = (x + y ) dy dx = x y+ dx
R −1 0 −1 3 0
Z 0 3 0
2 1 x 1 2
= x + dx = + x = .
−1 3 3 3 −1 3
2. Pour R = [0, 1] × [1, 2] et f (x, y) = ex+y , on a

ZZ ZZ Z 1 Z 2
x+y x y x
e dxdy = e e dxdy = e dx ey dy
[0,1]×[1,2] [0,1]×[1,2] 0 1
= [ex ]10 [ey ]21 = e(e − 1).
36
3.1.3 Intégration sur une partie bornée de R2

Soit f : D ⊂ R2 −→ R une fonction définie sur une partie bornée non-
rectangulaire D. On considère un rectangle R tel que D ⊂ R et on définit la
f (x, y) si (x, y) ∈ D
fonction f sur R par f (x, y) =
0 si (x, y) ∈
/ D,
On pose ZZ ZZ
f (x, y) dxdy = f (x, y) dxdy.
D R
On peut se ramener à deux types de domaine D :
Type 1 : Type 2 :
D = {(x, y) ∈ R2 / a ≤ x ≤ b et g1 (x) ≤ D = {(x, y) ∈ R2 / c ≤ y ≤ d et h1 (x) ≤
y ≤ g2 (x)}, où g1 et g2 sont deux fonc- x ≤ h2 (x)}, où h1 et h2 sont deux fonc-
tions continues de [a, b] dans R (Figure tions continues de [c, d] dans R (Figure
3.1). 3.2).
F IGURE 3.1 – Type 1 de domaine d’in- F IGURE 3.2 – Type 2 de domaine d’in-
tégration D tégration D
Théorème 3.1.9. "Théorème de Fubini"

Soit f une fonction continue sur une partie bornée D ⊂ R2 , alors f est intégrable sur
D et on a deux cas :
i) Si le domaine d’intégration D est de type 1 alors
ZZ Z b Z g2 (x) !
f (x, y) dxdy = f (x, y) dy dx.
D a g1 (x)
ii) Si le domaine d’intégration D est de type 2 alors

ZZ Z d Z h2 (y) !
f (x, y) dxdy = f (x, y) dx dy.
D c h1 (y)
37
Remarques 3.1.10.
1. Le choix d’intégrer d’abord par rapport à x ou par rapport à y peut
amener des calculs plus ou moins long.
2. L’aire d’un domaine borné de R2 est donnée par
ZZ
A(D) = aire(D) = 1 dxdy.
D
3.1.4 Intégrale double et changement de variables

Rappel. Pour une fonction d’une seule variable intégrable sur [a, b], on a
Z b Z d
f (x) dx = f (g(t))g 0 (t) dt,
a c
où g est une bijection de [c, d] sur [a, b].
Théorème 3.1.11. Soit ϕ = (ϕ1 , ϕ2 ) : D ⊂ R2 −→ R2

(u, v) 7−→ (x, y) = ϕ(u, v) = (ϕ1 (u, v), ϕ2 (u, v))
1
une fonction injective et de classe C sur D telle que det(Jϕ (u, v)) 6= 0, oùJϕ (u, v)
∂ϕ1
(u, v) ∂ϕ 1
(u, v)
est la matrice Jacobienne de ϕ définie par Jϕ (u, v) = ∂ϕ2
∂u ∂v
∂ϕ2 .
∂u
(u, v) ∂v
(u, v)
Si f est une fonction intégrable sur ϕ(D) alors
ZZ ZZ
f (x, y) dxdy = f ◦ ϕ(u, v) |det(Jϕ (u, v))| dudv.
ϕ(D) D
Application. "Changement en coordonnées polaires"

Si la fonction f ou le domaine d’intégration sont exprimés en fonction de
x2 + y 2 , alors le calcul d’intégrale est souvent plus facile en passant en coor-
données polaires, via l’application injective de classe C 1 sur R∗+ × [0, 2π[ définie
par
ϕ : R∗+ × [0, 2π[ −→ R2
(r, θ) 7−→ ϕ(r, θ) = (r cos θ, r sin θ) = (x, y)
F IGURE 3.3 – Changement de coordonnées cartésiennes en coordonnées po-

laires
38

cos θ −r sin θ
Dans ce cas, on a det(Jϕ (r, θ)) =
= r, alors
sin θ r cos θ
ZZ ZZ
f (x, y) dxdy = f (r cos θ, r sin θ) r drdθ.
ϕ(D) D
ZZ
Exemple 3.1.12. Calculons l’intégrale I = xy dxdy où
A
A = {(x, y) ∈ R2 : x ≥ 0, y ≥ 0 et x2 + y 2 ≤ 1}.
On a A = ϕ(B) où B = {(r, θ) ∈ R∗+ × [0, 2π[: 0 < r ≤ 1 et 0 ≤ θ ≤ π2 }, alors

ZZ ZZ ZZ
I= xy dxdy = xy dxdy = (r cos θ)(r sin θ) r drdθ
A ϕ(B) B
Z π
1 1 3
ZZ Z
1 3
2 1
= r sin(2θ) drdθ = r dr sin 2θdθ = .
2 ]0,1]×[0, π2 ] 2 0 0 8
Exercice. 1. Calculer l’aire d’un disque.
2. Calculer l’aire à l’intérieur d’une ellipse.
3.2 Intégrales triples

On définit et on calcule les intégrales pour les fonctions de trois variables
(et plus. . .) de manière totalement similaire etZ Zon
Z note l’intégrale triple d’une
fonction f sur une partie bornée A de R3 par f (x, y, z) dxdydz.
A
3.2.1 Théorème de Fubini dans R3

Le théorème de Fubini dans R3 permet de ramener le calcul d’une intégrale
triple à celui d’intégrale double et ainsi grâce au même théorème énoncé dans
R2 , à celui d’intégrales simples.
39
Théorème 3.2.1. Soit A = {(x, y, z) ∈ R3 /(x, y) ∈ B ⊂ R2 et g1 (x, y) ≤ z ≤ g2 (x, y)},

où B est une partie bornée de R2 et les fonctions g1 et g2 sont continues sur B.
Si f est une fonction intégrable sur A alors
ZZZ Z Z Z g2 (x,y) !
f (x, y, z) dxdydz = f (x, y, z) dz dxdy.
A B g1 (x,y)
De plus, si B = {(x, y) ∈ R2 / a ≤ x ≤ b et ϕ1 (x) ≤ y ≤ ϕ2 (x)}, où ϕ1 et ϕ2 sont

deux fonctions continues de [a, b] dans R, alors
ZZZ Z b Z ϕ2 (x) Z g2 (x,y) ! !
f (x, y, z) dxdydz = f (x, y, z) dz dy dx.
A a ϕ1 (x) g1 (x,y)
Remarques 3.2.2.
1. Il peut avoir différentes formulation suivant la forme du domaine d’in-
tégration A. On peut procéder dans l’ordre des variables que l’on veut,
toutes donnant le même résultat. ZZZ
2. En particulier, si f (x, y, z) = 1 sur A, l’intégrale 1 dxdydz repré-
A
sente alors le volume de A.
Exemple Z Z3.2.3.
Z Soit A = {(x, y, z) ∈ (R+ )3 / x + y + z ≤ 1}. Calculons l’in-
1
tégrale 2
dxdydz. Le domaine d’intégration peut être ex-
A (1 + x + y + z)
primé comme
A = {(x, y, z) ∈ R3 / 0 ≤ x ≤ 1, 0 ≤ y ≤ 1 − x et 0 ≤ z ≤ 1 − x − y}.
D’après le Théorème de Fubini, on a
ZZZ Z 1 Z 1−x Z 1−x−y
1 1
2
dxdydz = dz dy dx
A (1 + x + y + z) 0 0 0 (1 + x + y + z)2
= 34 − ln 2.
D’autre part, le volume du domaine A peut être calculé comme suit,
ZZZ Z 1 Z 1−x Z 1−x−y
1
V(A) = 1 dxdydz = dz dy dx = .
A 0 0 0 6
3.2.2 Changement de variables dans R3 .
Théorème 3.2.4. Soit ϕ : A ⊂ R3 −→ R3 une fonction injective de classe C 1 sur

(u, v, w) 7−→ (x, y, z) = ϕ(u, v, w),
A telle que det Jϕ (u, v, w) 6= 0, où Jϕ est la matrice Jacobienne de ϕ.
Si f est une fonction intégrable sur B = ϕ(A), alors
ZZZ ZZZ
f (x, y, z) dxdydz = f ◦ ϕ(u, v, w) |det(Jϕ (u, v, w))| dudvdw.
ϕ(A) A
40
Applications.
1. Les coordonnées cylindriques d’un point (x, y, z) ∈ R3 sont définies
par le changement de variables via l’application injective de classe C 1
sur R∗+ × [0, 2π[×R définie par
ϕ : R∗+ × [0, 2π[×R −→ R3

(r, θ, z) 7−→ (x, y, z) = ϕ(r, θ, z) = (r cos θ, r sin θ, z).
 
cos θ −r sin θ 0
Dans ce cas, on a Jϕ (r, θ, z) =  sin θ r cos θ 0 et det Jϕ (r, θ, z) = r,
0 0 1
alors
ZZZ ZZZ
f (x, y, z) dxdydz = f (r cos θ, r sin θ, z) r drdθdz.
ϕ(A) A
2. Les coordonnées sphériques d’un point (x, y, z) ∈ R3 sont définies par

le changement de variables via l’application injective de classe C 1 sur
R∗+ × [0, 2π[×[0, π[ définie par
ϕ : R∗+ × [0, 2π[×[0, π[ −→ R3

(r, θ, φ) 7−→ (x, y, z) = ϕ(r, θ, φ) = (r cos θ sin φ, r sin θ sin φ, r cos φ).
 
cos θ sin φ −r sin θ sin φ r cos θ cos φ
Dans ce cas, on a Jϕ (r, θ, φ) =  sin θ sin φ r cos θ sin φ r sin θ cos φ 
cos φ 0 −r sin φ
et |det Jϕ (r, θ, φ)| = r2 sin φ, et par suite
ZZZ ZZZ
f (x, y, z) dxdydz = f (r cos θ sin φ, r sin θ sin φ, r cos φ) r2 sin φ drdθdφ.
ϕ(A) A
Exercice. ZZZ
2 +y 2
1. Calculer I = zx dxdydz où A = {(x, y, z) ∈ R3 / x2 + y 2 ≤ 1 et 0 ≤ z ≤ 1}.
A
2. Calculer le volume d’une boule de R3 de rayon r.
FIN .
41

Analyse3 Notes de Cours Douiri

Transféré par

Droits d'auteur :

Formats disponibles

Analyse3 Notes de Cours Douiri

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Analyse3 Notes de Cours Douiri

Transféré par

Droits d'auteur :

Formats disponibles

Université Moulay Ismaïl

Faculté des Sciences et Techniques

Filière : Tronc commun MIP

Résponsable : Pr. S. M. DOUIRI

1 Notions Topologiques dans Rn 1

2 Fonctions de plusieurs variables réelles 9

2.5 Difféomorphismes et Théorème des fonctions implicites . . . . . 31

3 Calculs des intégrales doubles et triples 34

1.1 L’espace vectoriel normé Rn

Un élément x de Rn s’écrit sous la forme x = (x1 , x2 , . . . , xn ), où les xi sont des

Rn est un espace vectoriel de dimension finie (dim Rn = n) dont B = {e1 , . . . , en }

N (x) la norme de x est souvent notée kxkE ou kxk. L’espace E muni de

Exercice. Vérifier que les applications précédentes k k1 , k k2 et k k∞ sont des

Proposition 1.1.6. Soit (E, || ||) un espace vectoriel normé.

Définition 1.1.7. Deux normes N1 et N2 , définies sur un même espace vectoriel

Remarque 1.1.8. Généralement, dans un espace vectoriel normé de dimension

1.2 Notions topologiques dans Rn

B(a, r) = {x ∈ Rn : ||x − a|| < r}.

3. On appelle boule fermée de centre a et de rayon r la partie de Rn notée

B 0 (a, r) = Bf (a, r) = {x ∈ Rn : ||x − a|| ≤ r}.

S|| ||1 ((0, 0), 1) = {(x, y) ∈ R2 : ||(x, y)||1 = 1} = {(x, y) ∈ R2 : |x|+|y| = 1}

F IGURE 1.1 – Sphères et Boules unités pour les normes k k1 , k k2 et k k∞ respectivement

diamA = sup{d(a, b) : (a, b) ∈ A × A} < ∞.

1.2.2 Les ouverts et les fermés de Rn

2. On dit qu’une partie F de Rn est fermée si son complémentaire {FRn est un

Définition 1.2.15. "Suites de Cauchy dans Rn "

∀ε > 0, ∃N ∈ N, tel que ∀p ≥ N, ∀q ≥ N on a kxp − xq k < ε.

Preuve. "Faite au cours".

Remarques 1.2.17. Par le même principe, on peut généraliser des résultats

1.2.5 Adhérence, Intérieur et Frontière d’une partie de Rn

Remarques 1.2.19. Soit A une partie de Rn .

1.2.6 Parties compacts de Rn

1.2.7 Parties convexes de Rn

[a, b] = {(1 − t) a + t b / t ∈ [0, 1]} = {a + t (b − a) / t ∈ [0, 1]}.

2. Une partie C de Rn est dite convexe si pour tous points a et b de C on a le

∀a, b ∈ C, ∀t ∈ [0, 1], on a a + t (b − a) ∈ C.

Exemple 1.2.25. Toute boule (ouverte ou fermée) de Rn est convexe.

2. L’ensemble D est appelé domaine de définition de la fonction f.

6. L’ensemble Gf = {(x, f (x)) ∈ Rn × R / x ∈ D} est appelé le graphe de la

2. Le graphe Gg de la fonction g, 3. Le graphe Gh de la fonction h, dé-

F IGURE 2.1 – Graphe de la fonction F IGURE 2.2 – Graphe de la fonction

2.1.2 Fonctions vectorielles de plusieurs variables

Exemple 2.1.4. On pose ∆ = {(0, 0, z) ∈ R3 / z ∈ R}, c’est exactement l’axe

2.2 Limite et continuité

∀ε > 0, ∃η > 0 tel que kx − ak < η =⇒ |f (x) − l| < ε.

2. On dit que la fonction f tend vers +∞ (resp. −∞) au point a si

2. Soit g : R×] − π2 , π2 [−→ R la fonction définie par g(x, y) = −x2 + tan y.

Proposition 2.2.3. Si une fonction numérique de n variables réelles admet une

Proposition 2.2.6. Soient f : D ⊂ Rn −→ R une fonction numérique de plu-

Preuve. "Faite au cours".

une fonction vectorielle de n variables réelles définie au voisinage d’un point a =

une fonction vectorielle de n variables réelles définie au voisinage d’un point

lim f (x) = l si, et seulement si, lim fj (x) = lj ∀j ∈ {1, . . . , p}.

Preuve. "Faite au cours".

2. On dit que la fonction f est continue sur un ensemble A ⊂ Rn si elle est

Définition 2.2.16. "Fonctions partielles"

Preuve. "Faite au cours".

2.3 Calcul différentiel

2.3.1 Les dérivées partielles premières (ou d’ordre 1)

ϕ(t) − ϕ(0) f (a + t X) − f (a)