Fonctions de plusieurs variables



Documents pareils
Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Cours Fonctions de deux variables

Chapitre VI Fonctions de plusieurs variables

Optimisation des fonctions de plusieurs variables

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Cours d Analyse. Fonctions de plusieurs variables

Différentiabilité ; Fonctions de plusieurs variables réelles

Fonctions de plusieurs variables

Développements limités. Notion de développement limité

Théorème du point fixe - Théorème de l inversion locale

F411 - Courbes Paramétrées, Polaires

Fonctions de plusieurs variables

Fonctions de plusieurs variables et applications pour l ingénieur

Fonctions de plusieurs variables. Sébastien Tordeux

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Planche n o 22. Fonctions de plusieurs variables. Corrigé

Cours d Analyse 3 Fonctions de plusieurs variables

OM 1 Outils mathématiques : fonction de plusieurs variables

Développements limités, équivalents et calculs de limites

Fonctions de plusieurs variables

3 Approximation de solutions d équations

Calcul Différentiel. I Fonctions différentiables 3

Fonctions de plusieurs variables et changements de variables

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Calcul intégral élémentaire en plusieurs variables

Capes Première épreuve

Licence de Mathématiques 3

I. Polynômes de Tchebychev

Problème 1 : applications du plan affine

Calcul différentiel sur R n Première partie

Continuité d une fonction de plusieurs variables

Dérivées d ordres supérieurs. Application à l étude d extrema.

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Calcul différentiel. Chapitre Différentiabilité

Limites finies en un point

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Intégrales doubles et triples - M

Continuité et dérivabilité d une fonction

3. Conditionnement P (B)

Exercices et corrigés Mathématique générale Version β

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours.

Mathématiques I Section Architecture, EPFL

Chapitre 6. Fonction réelle d une variable réelle

Résolution d équations non linéaires

I - PUISSANCE D UN POINT PAR RAPPORT A UN CERCLE CERCLES ORTHOGONAUX POLES ET POLAIRES

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Théorèmes du Point Fixe et Applications aux Equations Diérentielles

C1 : Fonctions de plusieurs variables

Repérage d un point - Vitesse et

CCP PSI Mathématiques 1 : un corrigé

Fonctions de deux variables. Mai 2011

Approximations variationelles des EDP Notes du Cours de M2

Continuité en un point

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Chapitre 0 Introduction à la cinématique

Commun à tous les candidats

Chapitre 2 Le problème de l unicité des solutions

Image d un intervalle par une fonction continue

Chapitre 1 Cinématique du point matériel

Simulation de variables aléatoires

ce n est pas un livre auto-suffisant (il est loin d être exhaustif )!

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

AOT 13. et Application au Contrôle Géométrique

La fonction exponentielle

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT

RO04/TI07 - Optimisation non-linéaire

Dérivation CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

6 Equations du première ordre

MATHÉMATIQUES EN PREMIER CYCLE PRÉSENTATION DU PROGRAMME

Comparaison de fonctions Développements limités. Chapitre 10

Cours de Mécanique du point matériel

Analyse et Commande des Systèmes Non Linéaires

Chapitre 4: Dérivée d'une fonction et règles de calcul

Cours d Analyse I et II

Dérivation : cours. Dérivation dans R

Cours 7 : Utilisation de modules sous python

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Etude de fonctions: procédure et exemple

Cours d analyse numérique SMI-S4

Structures algébriques

Chapitre. Chapitre 12. Fonctions de plusieurs variables. 1. Fonctions à valeurs réelles. 1.1 Définition. 1.2 Calcul de dérivées partielles

Programme de la classe de première année MPSI

Programmes des classes préparatoires aux Grandes Ecoles

ENSAE - DAKAR BROCHURE D'INFORMATION SUR LE CONCOURS DE RECRUTEMENT D ÉLÈVES INGÉNIEURS STATISTICIENS ÉCONOMISTES (I S E) Option Mathématiques CAPESA

MESURE ET INTÉGRATION EN UNE DIMENSION. Notes de cours

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Equations différentielles linéaires à coefficients constants

Amphi 3: Espaces complets - Applications linéaires continues

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Correction du Baccalauréat S Amérique du Nord mai 2007

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Chapitre III : Fonctions réelles à une variable réelle. Notion de Limite (ses variantes) et Théorèmes d'analyse

Dérivation : Résumé de cours et méthodes

Sur certaines séries entières particulières

Transcription:

11 Fonctions de plusieurs variables «Les mathématiques sont un jeu que l on exerce selon des règles simples en manipulant des symboles ou des concepts qui n ont en soi, aucune importance particulière.» David Hilbert (1862 1943) Plan de cours I Fonctions de deux variables à valeurs dans........................... 1 A Ensemble de définition...................................... 1 B Représentation........................................... 1 C Limite et continuité....................................... 2 D Dérivées partielles premières................................. 2 E Dérivées partielles secondes.................................. 6 F Application à l étude des extrema............................... 7 G de résolution d équations aux dérivées partielles................ 9 II Généralisation aux fonctions de p variables à valeurs dans n............... 10 A Limite et continuité........................................ 11 B Complément : calcul différentiel............................... 12 I Fonctions de deux variables à valeurs dans Il s agit de fonctions du type : f : 2 (x, y) f (x, y) où désigne une partie de 2. A Ensemble de définition C est l ensemble des couples (x, y) 2 tels que f (x, y) existe ; on le représente graphiquement comme une partie du plan. Exercice 1 Déterminer et représenter les ensembles de définition des fonctions définies par : f 1 (x, y) = x y x 2 + y 2 ; f 2(x, y) = x y x 2 + y 2 1 ; f 3(x, y) = x y x + y 1 B Représentation La surface d équation z = f (x, y) est l ensemble des points de coordonnées (x, y, f (x, y)) pour (x, y) f. Définition 11.1 : Ligne de niveau On appelle ligne de niveau (de hauteur k) la courbe d équation f (x, y) = k. Elles permettent de visualiser la surface d équation z = f (x, y). On peut également parler d altitude au lieu de hauteur. 1

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES de surface Lignes de niveau 3D Lignes de niveau C Limite et continuité On note la norme euclidienne usuelle de 2. On a (x, y) = x 2 + y 2. On dit que f est bornée si : M 0 (x, y) f f (x, y) M On dit que f admet une limite l en (x 0, y 0 ) si : On dit que f est continue en (x 0, y 0 ) si ɛ > 0 η > 0 (x, y) (x 0, y 0 ) < η = f (x, y) l < ɛ lim f (x, y) = f (x 0, y 0 ), c est-à-dire : (x, y) (x 0,y 0 ) ɛ > 0 η > 0 (x, y) (x 0, y 0 ) < η = f (x, y) f (x 0, y 0 ) < ɛ La somme, le produit, la composée et le quotient dont le dénominateur ne s annule pas de fonctions continues sont des fonctions continues. Quelques remarques : ( ) Si f : est continue, l image d un segment est un segment. f est donc bornée et atteint ses bornes. On peut généraliser ce résultat à une fonction de 2 à valeurs dans : Si A est un fermé borné de 2 et f : 2 est continue alors f (A) est un fermé borné de. ( ) Si f est continue alors les applications partielles f x : y f (x, y) et f y : x f (x, y) le sont également. La réciproque est fausse. Soit f la fonction définie par f (x, y) = x y si (x, y) (0, 0) et f (0, 0) = 0. x 2 + y2 La fonction f est-elle continue en (0, 0)? La réponse est non : f (0, y) = 0 0 alors que f (x, x) = 1 y 0 2 1 x 0 2 D Dérivées partielles premières 1 Rappels sur les fonctions d une variable réelle Si f : est de classe 1 sur, la formule de Taylor-Young nous permet d écrire : f (x) = f (x 0 ) + f (x 0 )(x x 0 ) + o(x x 0 ) ( ) L équation de la tangente à la courbe au point d abscisse x 0 est alors : y = f (x 0 ) + f (x 0 )(x x 0 ) - 2 -

Mickaël PROST Lycée Chaptal PT* y = f(x) f(x 0 ) y = f(x 0 ) + f (x 0 )(x x 0 ) x 0 L égalité ( ) peut s écrire : f (x 0 + h) = f (x 0 ) + f (x 0 ) h +o(h) h 0 } {{ } partie linéaire } {{ } partie affine L application h f (x 0 ) h est linéaire. On l appelle différentielle de f en x 0 et on la note df x0. On notera que df x0 (). La notion de différentielle est cependant hors programme. 2 Fonctions de deux variables : plan tangent et différentielle f désignera désormais une fonction définie sur un ouvert de 2 à valeurs dans. Définition 11.2 Sous réserve d existence, on définit les dérivées partielles premières de f au point (x 0, y 0 ) par : x (x f (x 0 + h, y 0 ) f (x 0, y 0 ) 0, y 0 ) = lim ; h 0 h y (x f (x 0, y 0 + k) f (x 0, y 0 ) 0, y 0 ) = lim k 0 k Définition 11.3 On dit que f est de classe 1 sur un ouvert de 2 si les dérivées partielles existent et sont continues en tout point de. L application (x, y) 3x 2 + 5x sin(y) est de classe 1 sur 2 et : (x, y) 2 (x, y) = 6x + 5 sin(y); x f (x, y) = 5x cos(y) x Théorème 11.4 : Formule de Taylor-Young à l ordre 1 Si f est de classe 1 sur un ouvert de 2 alors pour (x 0, y 0 ) : f (x 0 + h, y 0 + k) = (h,k) (0,0) f (x 0, y 0 ) + x (x 0, y 0 ) h + y (x 0, y 0 ) k + o( (h, k) ) - 3 -

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES Le plan tangent à la surface au point de coordonnées (x 0, y 0, z 0 ) avec z 0 = f (x 0, y 0 ) a alors pour équation : z = f (x 0, y 0 ) + x (x 0, y 0 ) (x x 0 ) + y (x 0, y 0 ) (y y 0 ) C est bien une équation de plan, on peut la réécrire facilement sous la forme ax + b y + cz = d avec a = x (x 0, y 0 ), b = y (x 0, y 0 ) et c = 1. Le vecteur de coordonnées x (x 0, y 0 ), y (x 0, y 0 ), 1 est normal au plan tangent. Considérons la sphère de centre O et de rayon 1 qui a pour équation x 2 + y 2 + z 2 = 1. On a alors z = ± 1 x 2 y 2 et on pose : f : (x, y) 1 x 2 y 2 La surface représentative de f est une demisphère. Déterminons une équation du plan tangent 1 au point de coordonnées 0, 1 2, 2. Tout d abord : x (x 0, y 0 ) = x 0 1 x 2 0 y2 0 ; La sphère et son plan tangent en (x 0, y 0, z 0 ) y (x 0, y 0 ) = y 0 1 x 2 0 y2 0 On a ici x 0 = 0 et y 0 = z 0 = 1 2 d où : z = 1 + 0 (x 0) + ( 1) y 1 2 2 c est-à-dire y + z = 2 Si f de classe 1 sur un ouvert de 2 et (x 0, y 0 ). L application (h, k) x (x 0, y 0 ) h + y (x 0, y 0 ) k est linéaire, on l appelle différentielle de f en (x 0, y 0 ). On la note df (x0,y 0 ). Là encore, la notion de différentielle n est pas au programme. On notera que d f (x0, y 0 ) ( 2, ). Sa matrice représentative dans les bases canoniques de 2 et de est : Définition 11.5 : Gradient x (x 0, y 0 ) y (x 0, y 0 ) Soit f de classe 1 sur un ouvert de 2 et (x 0, y 0 ). On appelle gradient de f au point (x 0, y 0 ) le vecteur x (x 0, y 0 ), y (x 0, y 0 ). On le notera grad f (x 0, y 0 ) ou f (x 0, y 0 ). Autant pour la différentielle que pour le gradient, on omet quelques fois «(x 0, y 0 )» mais il faut garder à l esprit que l on parle de la différentielle et du gradient en un point donné. - 4 -

Mickaël PROST Lycée Chaptal PT* Proposition 11.6 Le gradient au point M 0 est orthogonal à la ligne de niveau passant par M 0. Le gradient indique en outre la ligne de plus grande pente. Voici une illustration de cette propriété pour f : (x, y) e (x 1)2 (y+1/4) 2 + ye x2 y 2 + 3 : Représentation de la surface d équation z = f (x, y) Gradient et lignes de niveau associés 3 Notations Nous venons d introduire la différentielle de f au point (x 0, y 0 ) : df (x0, y 0 )(h, k) x (x 0, y 0 ) h + y (x 0, y 0 ) k Si l on pose dx : (h, k) h et dy : (h, k) k, on peut écrire par abus de notation : 4 Dérivées partielles et composées Considérons les deux applications définies par : df = x dx + y dy ϕ : I t (x(t), y(t)) et f : (x, y) f (x, y) où désigne un ouvert de 2 et I un intervalle de. La fonction ϕ est supposée de classe 1 sur I et f de classe 1 sur. f ϕ : I est alors de classe 1 sur I et : Démonstration t I (f ϕ) (t) = x (t) x (x(t), y(t)) + y (t) (x(t), y(t)) y 1 h [(f ϕ)(t + h) (f ϕ)(t)] = 1 [f (x(t + h), y(t + h)) f (x(t), y(t))] h f (x(t) + hx (t) + o(h), y(t) + hy (t) + o(h)) f (x(t), y(t)) = 1 h = 1 hx (t) h x (x(t), y(t)) + hy (t) (x(t), y(t)) + o(h) y = x (t) x (x(t), y(t)) + y (t) (x(t), y(t)) + o(1) y - 5 -

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES Exercice 2 Montrer que F est de classe 1 et déterminer la dérivée de F avec f : 2 est de classe 1 et F : t f (cos(t), sin(t)). Considérons désormais les applications f : 2, ϕ : 2 et ψ : 2 de classe 1 sur 2 et : F : 2 (x, y) f (ϕ(x, y), ψ(x, y)) Alors F est de classe 1 sur 2 et pour tout (x, y) 2, F ϕ (x, y) = (x, y) x x x F ϕ (x, y) = (x, y) y y x ψ (ϕ(x, y), ψ(x, y)) + (x, y) (ϕ(x, y), ψ(x, y)) x y ψ (ϕ(x, y), ψ(x, y)) + (x, y) (ϕ(x, y), ψ(x, y)) y y Si f : 2 est de classe 1 alors il en va de même pour F : (r, θ) f (r cos(θ), r sin(θ)) et pour tout (r, θ) 2 : F f f (r, θ) = cos(θ) (r cos(θ), r sin(θ)) + sin(θ) (r cos(θ), r sin(θ)) r x y F f f (r, θ) = r sin(θ) (r cos(θ), r sin(θ)) + r cos(θ) (r cos(θ), r sin(θ)) θ x y E Dérivées partielles secondes Elles sont au nombre de 4 et définies à partir des dérivées partielles d ordre 1 : x 2 ; x y ; y x et y 2 Définition 11.7 On dit que f est de classe 2 sur un ouvert de 2 si les dérivées partielles secondes existent et sont continues en tout point de. Théorème 11.8 : Théorème de Schwarz Soit f : 2 une application de classe 2 sur un ouvert de 2. Alors, (x 0, y 0 ) x y (x 0, y 0 ) = y x (x 0, y 0 ) Théorème 11.9 : Formule de Taylor-Young à l ordre 2 Si f est de classe 2 sur un ouvert de 2 alors pour (x 0, y 0 ) : f (x 0 + h, y 0 + k) = f (x 0, y 0 ) + x (x 0, y 0 ) h + y (x 0, y 0 ) k + 1 2 x (x 0, y 2 0 ) h 2 + 2 x y (x 0, y 0 ) hk + 2 f y (x 0, y 2 0 ) k 2 + o(h 2 + k 2 ) - 6 -

Mickaël PROST Lycée Chaptal PT* F Application à l étude des extrema Définition 11.10 : Extremum local On dit que f : 2 adet un minimum (resp. un maximum) local en (x 0, y 0 ) s il existe un voisinage de (x 0, y 0 ) tel que : (x, y) f (x, y) f (x 0, y 0 ) (resp. f (x, y) f (x 0, y 0 )) Définition 11.11 : Point critique Soit f est de classe 1 sur un ouvert de 2. On dit que (x 0, y 0 ) est un point critique de f si : x (x 0, y 0 ) = y (x 0, y 0 ) = 0 soit grad f (x 0, y 0 ) = x (x 0, y 0 ) y (x = 0 0, y 0 ) On admet le théorème suivant : Théorème 11.12 : Condition nécessaire d existence Si (x 0, y 0 ) est un extremum local de f : de classe 1 alors (x 0, y 0 ) est un point critique de f. Les extremums locaux sont donc à rechercher parmi les points critiques. Cependant, la réciproque est fausse! Tout point critique ne correspond pas nécessairement à un extremum local. (Point selle) Considérons la fonction f : (x, y) x 2 y 2. grad f (x, y) = (2x, 2 y) Donc la fonction admet un seul point critique : (0, 0). Mais ce point ne correspond ni à un maximum, ni à un minimum. Point selle (ou point col) En effet, f (0, 0) = 0 et pour tout x, y 0, f (x, 0) = x 2 > f (0, 0) et f (0, y) = y 2 < f (0, 0) Comment reconnaître les points correspondant à des extremums parmi les points critiques? Quitte à supposer f de classe 2, utilisons la formule de Taylor-Young à l ordre 2 en un point critique (x 0, y 0 ) : f (x 0 + h, y 0 + k) = f (x 0, y 0 ) + 1 (h,k) (0,0) 2 x (x 0, y 2 0 ) h 2 + 2 x y (x 0, y 0 ) hk + 2 f y (x 0, y 2 0 ) k 2 + o(h 2 + k 2 ) - 7 -

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES Comme o(h 2 + k 2 ) est négligeable devant 1 2 x 2 (x 0, y 0 ) h 2 + 2 x y (x 0, y 0 ) hk + 2 f y 2 (x 0, y 0 ) k 2, le signe de f (x 0 + h, y 0 + k) f (x 0, y 0 ) au voisinage de (x 0, y 0 ) est exactement celui de : 1 2 x 2 (x 0, y 0 ) h 2 + 2 x y (x 0, y 0 ) hk + 2 f y 2 (x 0, y 0 ) k 2 Remarquons que l on peut réécrire la quantité entre crochets sous la forme t X HX avec : H = x 2 (x 0, y 0 ) x y (x 0, y 0 ) x y (x 0, y 0 ) 2 f y 2 (x X = 0, y 0 ) La matrice H s appelle la hessienne de f au point (x 0, y 0 ). Remarquons que cette matrice est symétrique à coefficients réels donc diagonalisable (au moyen d une matrice de passage orthogonale). Ses valeurs propres λ et µ sont donc réelles et on a donc : avec D = h k x 2 (x 0, y 0 ) h 2 + 2 x y (x 0, y 0 ) hk + y 2 (x 0, y 0 ) k 2 = t X HX = t Y DY = λh 2 + µk 2 λ 0 et Y = P 1 X = 0 µ h. k Le signe de la quantité f (x 0 + h, y 0 + k) f (x 0, y 0 ) est donc localement celui de λh 2 + µk 2. si λ et µ sont tous les deux strictement positifs, on est en présence d un minimum. si λ et µ sont tous les deux strictement négatifs, on est en présence d un maximum. si les valeurs propres sont de signes opposés, λh 2 + µk 2 change de signe : on est en présence d un point selle. Enfin, si l une (au moins) des valeurs propres est nulle, on ne peut pas conclure. Reformulons ce résultat à l aide du déterminant de la hessienne. Théorème 11.13 : Condition suffisante pour la présence d un extremum Soit f est de classe 2 sur un ouvert de 2. On suppose que (x 0, y 0 ) est un point critique de f et on note H la hessienne en ce point. Alors, si det(h) > 0 alors f admet en (x 0, y 0 ) un extremum. si det(h) < 0 alors (x 0, y 0 ) correspond à un point selle. si det(h) = 0 alors on ne peut pas conclure. On notera qu il est inutile de diagonaliser la hessienne ni même d en calculer les valeurs propres. La trace (somme des valeurs propres) est un bon moyen pour distinguer un minimum d un maximum. Attention, la méthode précédente nécessite l utilisation de la formule de Taylor-Young à l ordre 2, et donc que l on travaille avec une fonction de classe 2 sur un ouvert. On considère la fonction f : 2 définie par f (x, y) = x 4 + y 4 (x y) 2. La fonction f est de classe 2 sur 2 en tant que fonction polynomiale. Recherche des points critiques - 8 -

Mickaël PROST Lycée Chaptal PT* grad f (x, y) = 4x 3 2(x y) = 0 x 3 0 4 y 3 + 2(x y) = 0 = y 3 4x 3 2(x y) = 0 x = y x = y 4x 3 2(x y) = 0 x 3 x = 0 L équation x 3 = x admet trois solutions : 1, 0 et 1. Nous avons donc trois points criques : A(0, 0), B(1, 1) et C( 1, 1). Étude des extremums La hessienne en un point critique (x, y) est H(x, y) = 12x 2 2 2 2 12y 2 2 Extremum au point B(1, 1)? det(h) = 96 > 0 et Tr(H) = 20 > 0 donc f présente un minimum local en (1, 1) qui vaut f (1, 1) = 2. Extremum au point C( 1, 1)? det(h) = 96 > 0 et Tr(H) = 20 > 0 donc f présente un minimum local en ( 1, 1) qui vaut f ( 1, 1) = 2. Extremum au point A(0, 0)? det(h) = 0, on ne peut pas conclure directement. On remarquera cependant que f (0, 0) = 0 et que : Il n y a donc pas d extremum. f (x, x) = 2x 4 > 0 pour x 0 f (x, 0) = x 2 (x 2 1) < 0 pour x ] 1, 1[ Représentation de la surface d équation z = f (x, y) G de résolution d équations aux dérivées partielles Nous n aborderons la résolution d équations aux dérivées partielles (EDP) qu à travers des exemples relativement simples, et, à ce titre, très restreints. désignera un ouvert de 2 et f une solution des équations aux dérivées partielles proposées. (x, y) (x, y) = 0 x On peut en un certain sens dire que «f (x, y) est une constante par rapport à x». Ainsi, (x, y) f (x, y) = ϕ(y) - 9 -

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES où ϕ : I où I désigne désormais un intervalle de. (x, y) (x, y) = g(x, y) x (x, y) f (x, y) = g(x, y) dx + ϕ(y) (x, y) (x, y) = 0 2 x (x, y) f (x, y) = ϕ(y)x + ψ(y) avec ϕ, ψ : I. Équation des ondes, dite des cordes vibrantes ou encore de d Alembert : (x, t) x 2 (x, t) 1 (x, t) = 0 c 2 2 t ( ) u = x ct On passe par le changement de variables v = x + ct On a alors f (x, t) = g(u, v) et on cherche une équation aux dérivées partielles vérifiée par g : x = g u u x + g v v x = g u + g v 2 x 2 = g u u 2 x + 2 g v 2 g u + v u x u v x + 2 g v v 2 = 2 g x u 2 + 2 2 g u v + 2 g v 2 De même, on trouve : L équation ( ) devient : 2 t 2 = g c2 u 2 2 2 g u v + 2 g v 2 (u, v) 2 g (u, v) = 0 u v On trouve alors g(u, v) = ϕ(u) + ψ(v) ce qui donne, au final, f (x, t) = ϕ(x ct) + ψ(x + ct) II Généralisation aux fonctions de p variables à valeurs dans n Soit f : p n définie sur un ouvert de p par : f (x) = f (x 1,..., x p ) = (f 1 (x),..., f n (x)) On note sans distinction les normes euclidiennes usuelles de p et de n. Définition 11.14 : Applications partielles et applications composantes On appelle applications partielles de f les applications : x j f (x) pour j 1, p. On appelle applications composantes de f les applications f i : x f i (x). Attention, ne pas confondre ces applications! - 10 -

Mickaël PROST Lycée Chaptal PT* Soit f : 2 3 (u, v) (cos(u + v), u v, u 2 e v ) f possède deux applications partielles définies sur à valeurs dans 3 : u (cos(u + v), u v, u 2 e v ) et v (cos(u + v), u v, u 2 e v ) f possède trois composantes définies sur 2 à valeurs dans : (u, v) cos(u + v), (u, v) u v et (u, v) u 2 e v On parle de champ de vecteurs lorsque f : n n et de champ scalaire lorsque f : p. A Limite et continuité On dit que f est bornée sur p si : M > 0 x f (x) M On dit que f (x) tend vers l n quand x tend vers x 0 p quand : f est dite continue en x 0 p si : ɛ > 0 η > 0 x p x x 0 < η = f (x) l < ɛ ɛ > 0 η > 0 x p x x 0 < η = f (x) f (x 0 ) < ɛ La somme, le produit et la composée de fonctions continues est continue. En particulier, toute fonction polynomiale de plusieurs variables est continue. Proposition 11.15 : Structure de l ensemble des fonctions continues L ensemble des fonctions continues définies sur p à valeurs dans n est un sous-espace vectoriel de l ensemble des fonctions définies sur p à valeurs dans n. Proposition 11.16 : Limite, continuité et applications composantes La fonction f admet une limite en x 0 si et seulement si les fonctions f i admettent des limites en x 0, et ceci pour tout i 1, n. On a alors : lim f (x) = lim f 1 (x),..., lim f n (x) x x 0 x x 0 x x0 La fonction f est continue en x 0 si et seulement si les fonctions f i sont continues en x 0, et ceci pour tout i 1, n. Ce qui est valable pour les composantes de f ne l est pas du tout pour les applications partielles! En effet, si f est continue en x 0, toutes les applications partielles le sont également mais la réciproque est fausse. Penser notamment à l exemple déjà évoqué : f (u, v) = uv si (u, v) (0, 0) et f (0, 0) = 0 u 2 + v2-11 -

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES Théorème 11.17 : Image d un fermé borné de p par une fonction continue L image d une partie fermée et bornée de p par une fonction continue est une partie fermée et bornée de n. B Complément : calcul différentiel 1 Fonction de classe 1, différentielle et jacobienne Définition 11.18 : Fonction de classe 1 Soit f : p n. f est dite de classe 1 sur un ouvert de p si pour tout i 1, n, f i : p est de classe 1, c est-à-dire si ces fonctions sont dérivables et leurs dérivées continues. Si f est de classe 1 sur, alors i x j est définie pour tout (i, j) 1, n 1, p. Ce sont des fonctions définies sur p à valeurs dans. Soit f : 3 2 (x, y, z) (2x + yz, cos(y) + x 2 ) f est de classe 1 sur 3 et comme f 1 : (x, y, z) 2x + yz et f 2 : (x, y, z) cos(y) + x 2, on a : 1 x (x, y, z) = 2, 2 (x, y, z) = sin(y) y Les définitions et propriétés suivantes ne figurent pas au programme et sont données à titre indicatif. Définition 11.19 : Jacobienne Soit f : p n de classe 1. i La matrice (x) est appelée matrice jacobienne de f au point x = (x 1,..., x p ). x j 1in 1jp On la note généralement J f (x). On a J f (x) M n,p (). On notera que pour n = p, la jacobienne est une matrice carrée d ordre n. On peut alors définir son déterminant. Définition 11.20 : Jacobien Soit f : n n de classe 1. On appelle jacobien le déterminant associé à la jacobienne de f en un point x p. Le jacobien 1 apparaît naturellement dans le calcul d intégrales multiples. Définition 11.21 : Différentielle d une application de classe 1 Soit f : p n de classe 1. On appelle différentielle de f au point x l application linéaire de p dans n canoniquement associé à la jacobienne de f en x. On la note d f x ou plus souvent d f. La différentielle de f en un point x p est l unique application linéaire dont la matrice dans les bases canoniques respectives de p et n est J f (x). 1. Charles Gustave Jacob Jacobi (1804-1851), mathématicien allemand qui a notamment travaillé sur les équations aux dérivées partielles et la théorie des nombres. - 12 -

Mickaël PROST Lycée Chaptal PT* Reprenons f : (x, y, z) (2x + yz, cos(y) + x 2 ). L application f est de classe 1 sur 3 donc df existe 2 2 0 en tout point de 3. La jacobienne, par exemple, au point (1, 0, 2) est. 2 0 0 Ainsi, df (1,0,2) : 3 2 (x, y, z) (2x + 2 y, 2x) 2 Approximation à l ordre 1 Rappels : Soit f : une fonction de classe 1 et x 0. Alors, f (x 0 + h) = h 0 f (x 0 ) + h f (x 0 ) + o(h) Ex. : sin(x + h) = sin(x) + h cos(x) + o(h). En posant df x0 : h f (x 0 )h, on a f (x 0 + h) = f (x 0 ) + df x0 (h) + o(h). Soit f : 2 une fonction de classe 1 et (x 0, y 0 ) 2. Alors, f (x 0 + h 1, y 0 + h 2 ) = f (x 0, y 0 ) + h 1 (h 1,h 2 ) (0,0) x (x 0, y 0 ) + h 2 y (x 0, y 0 ) + o h 2 1 + h2 2 En posant df (x0,y 0 ) : h = (h 1, h 2 ) h 1 x (x 0, y 0 ) + h 2 y (x 0, y 0 ) et x = (x 0, y 0 ), on a : Généralisation : f (x + h) = h 0 f (x) + df x(h) + o( h ) Théorème 11.22 : Formule de Taylor-Young à l ordre 1 Soit un ouvert de p, x et f : n de classe 1 alors : f (x + h) = h 0 p f (x) + d f x (h) + o( h ) 3 Différentielle et dérivées partielles Si h p, h = p h j e j où (e 1,..., e p ) représente la base canonique de p. j=1 Soit f : n de classe 1 sur un ouvert et x. La jacobienne de f au point x est : 1 (x)... x 1 J f (x) =. n (x)... x 1 p L application df x étant linéaire, on a : df x (h) = df x j=1 Or df x (e j ) = n p i (x) = (x)e i donc d f x (h) = x j x j i=1 j=1 1 (x) x p. n (x) x p h j e j = p h j df x (e j ). j=1 df = x 1 dx 1 + + x p dx p - 13 - h j x j (x) et en notant dx j les applications h h j,

CHAPITRE 11. FONCTIONS DE PLUSIEURS VARIABLES 4 Composition d applications Soit f : p m et g : m n, de classe 1 respectivement sur p et m. Alors g f : p n est de classe 1 sur p et : x p J g f (x) = J g (f (x)) J f (x) et d(g f ) x = dg f (x) df x. 5 Différentielle et bijections réciproques Théorème 11.23 : Théorème d inversion globale Soit f : n n une application que l on suppose bijective et de classe 1 sur un ouvert de n. On suppose de plus que pour tout x, d f x est un automorphisme de n. L application f 1 est alors de classe 1 sur f ( ) et on a : x J f 1(f (x)) = (J f (x)) 1 et df 1 f (x) = (df x) 1 Pour n = 1, cette propriété se traduit par : Si f : I réalise une bijection sur un intervalle ouvert I de et si pour tout x I, J f (x) = [f (x)] M 1 () est inversible, c est-à-dire f (x) 0, alors f 1 est de classe 1 sur f (I) et on a : x I (f 1 ) (f (x)) = 1 f (x) C est le fameux théorème de dérivation d une bijection réciproque (amélioré)! Il est facile de retrouver les formules énoncées (sous réserve d existence de df 1 x ce que l on admet) en utilisant les formules de compositions : De même, d(f 1 f ) x = d(id n) x = id n = df 1 f (x) df x J f 1 f (x) = J id n (x) = I n = J f 1(f (x)) J f (x) 6 Fonctions de classe 1 à valeurs dans et extrema Définition 11.24 : Point critique Soit f : p de classe 1. On dit que x p est un point critique de f si : df x = 0 ( p,) c est-à-dire (x) x 1 0 grad f (x) = J f (x) =. =. 0 (x) x n Théorème 11.25 : Condition nécessaire d existence d un extremum Si f : p de classe 1 sur un ouvert admet un extremum au point x alors x est un point critique. Cela revient à dire que : grad f (x) = 0 Comme nous l avons vu pour p = 1 ou p = 2, la réciproque est fausse! Nous n étudierons pas de condition suffisante analogue au cas p = 2. - 14 -